2023年海外市场中期投资策略 模型层互联网巨头全面布局

核心观点：

2023Q2-Q3为重要窗口期，港股科技板块低位入场机会值得重视 （1）复盘：2022年11月-2023年2月恒生指数上行主要由分母端驱动：国内疫情防控措施优化、经济强复苏预期、以及空头平仓驱 动港股估值迅速修复。2023年2月-2023年4月港股盘整：南向资金获利了结压力、中美关系反复、美国信贷危机担忧、中国经济预 期由强复苏转为弱复苏。（2）展望：恒生科技指数重回历史低位，恒生科技指数PE-TTM约为35倍，接近2021年历史低点。短期内 中美关系反复、美股调整风险仍是扰动因素，重点关注二三季度低位布局机会，伴随中国经济增长动力加速、美债利率下行有望驱 动港股科技板块估值上行。

基于DCF模型，论港股投资与A股的异同

基于DCF模型，论港股投资和A股的同与不同

投资本质上是“资金”不断给“资产”重定价的过程，资产价格的变化及未来方向也是主要跟踪预判“分子分母端”的方向。 到底是投资A股还是港股，也是综合评估“分子”、“分母”端情况，考虑配置更高的基本面估值性价比。 分子端是资产，核心变量是EPS盈利增长预期、其次是汇率转化: （1）港股和A股都是中国经济体，整体盈利预期变化情况趋势其实是比较接近的，不过因为两地市场的资产板块构成有不同、 导致节奏频率还是有轻微差异。 （2）汇率方面，中资股是中国香港市场的主要业绩及估值贡献，作为人民币资产，在人民币尚未完全国际化背景下，美元兑 人民币汇率走势会影响中资股在全球范围内的定价。

分母端是资金要求的投资回报率，决定变量是无风险利率、市场风险溢价： 两地资产市场价格的核心区别最主要还是出现在“分母端”， A股市场主要还是内地玩家，但港股市场的主要投资者来自海外和 中国香港本地投资者，内资仅占比12%；这样的资金结构决定港股的无风险利率、市场风险溢价和A股是不一样的。 （1）无风险利率方面，A股主要跟踪中国10年国债收益率变化，港股整体还是跟踪美国10年期国债收益率； （2）风险溢价方面，中国香港投资者整体比A股的风险偏好更低、要求更多的风险溢价补偿，影响因素主要有流动性风险溢 价、国家风险溢价、资产构成情况、投资者类型、交易机制等等。

港股市场2020年以来走势复盘

2020年港股恒生指数上行由分母端驱动：（1）全球货币宽松、美国大选落定提振风险偏好，无风险利率降低，分母端驱动估值 上行；疫情虽然影响了全球经济表现，分子端承压，但由于中国更快更高效的疫情防控，中国经济体在全球范围内出现更快的 经济复苏、也凸显出更高的相对配置机会。

2021-2022年恒生指数下跌源自分子、分母端均承压：（1）分子端：盈利预期下修，2021年国内行业强监管影响资金的中长期盈 利增速预期g；2022年疫情反复及防控升级亦是原因之一。（2）分母端：美债利率持续超预期上行（通胀超预期导致美元加息 周期）、股票风险溢价上升（2021年主要源自国内政策监管、2022年源自俄乌冲突、中概股退市风险）。 2022年11月-2023年2月恒生指数上行主要由分母端驱动：中国疫情防控优化、以及经济强复苏预期、以及空头平仓驱动港股估值 迅速修复。 2023年2月-2023年4月港股盘整：南向资金获利了结、中美关系反复、美国信贷危机担忧、中国经济预期由强复苏转为弱复苏.

港股科技板块低位入场机会值得重视

恒生科技指数重回历史低位，恒生科技指数PE-TTM约为35倍，接近2021年历史低点。短期内中美关系反复、美股调整风险仍是 扰动因素，重点关注二三季度低位布局机会，伴随中国经济增长动力加速、美债利率下行有望驱动港股科技板块估值上行。 （1）分子端：东升西落逻辑将持续获验证，二季度中国经济仍处在弱复苏轨道，伴随居民信贷回暖、工业补库存有望驱动经济 动力增强。 （2）无风险利率：美国劳动力市场与通胀水平连续放缓，预计5月或将进行本轮最后一次加息，有利于支撑港股估值。 （3）流动性风险溢价：短期内中美关系反复、美股调整风险仍是扰动因素；当中国经济增长潜力优势前景获得兑现，港股作为 外资买入中国资产的主要渠道，有望再次吸引资金面回流。

AIGC行业综述：产业链与生态体系

以GPT为代表的大模型催生AIGC的快速发展

AIGC即采用人工智能技术自动生产内容。主要指通过预训练大模型等人工智能技术生成图像、文本、音频、视频等内容，甚 至包括游戏策略、编程代码、药物分子结构等更广义的细分行业内容。 AIGC的发展主要历经三个阶段，基础大模型的开发与迭代离不开算力的快速发展和模型参数量的提升，随着大模型算法的进 步和近期OpenAI团队旗下ChatGPT的问世，AIGC发展驶入快车道。

AIGC有望塑造数字内容生产新范式

创造性的内容生产能力曾长期被认为是人类的独有能力，而随着AIGC内容的逐渐丰富，这一认知已被颠覆。 红杉资本预测，到2025年时AIGC产出文稿、编程代码的能力将高于人类平均水平，而产出图像能力也将达到直接用于产品设 计、建筑设计等通用行业水平。这意味着AIGC将具备初步实际应用于生产生活中各个环节的能力。而到了2030年时，AIGC产 出文稿水平将进一步超越专业作家，产出代码质量超越全职程序员，产出图像质量将超越职业艺术家及设计师。

AIGC产业链及生态体系：基础层、中间层、应用层

AIGC产业链从结构上大致可以分为三层，分别是基础层，中间层，以及应用层。其中基础层主要包括大模型的预训练及其所需 要的模型设计、服务器、云服务环节；中间层主要包括各个垂直领域的场景化、个性化模型；而应用层则是由各类图片、文字、 语音、代码等内容组成的具体AIGC内容及应用。

港股科技板块公司深度参与AIGC产业链

基础层：主要包括大模型开发者（百度、腾讯、阿里巴巴、商汤等），算力资源提供者（中芯国际、联想控股、ASMPT、中 兴通讯等），以及训练所需数据提供者（如百度集团、微博、阅文集团、新华文轩等）。 中间层：主要包括基础大模型在细分行业的应用和模型微调参与者，比如网易受益于多模态在游戏开发领域的应用，金山软件 受益于大语言模型在办公软件领域的应用，中国软件国际受益于华为盘古行业模型在不同细分场景的落地开发等。 应用层：如IGG、中手游、心动公司等受益于AIGC在游戏领域的应用，京东、美团、微博等直接受益于AIGC在广告设计与投 放领域的应用，阅文集团、百度集团等直接受益于AIGC在文生文、文生图等领域应用。

现状：模型层互联网巨头蓄势待发，应用层消费内容生成进展较快

潜在规模：当前仍处培育摸索期，2030年有望达万亿级别

当前我国AIGC行业仍处于摸索期，未来随底层大模型成熟带动应用层蓬勃发展，拓宽商业化场景，2030年整体市场规模有望超万 亿。

现状：模型层互联网巨头全面布局，中小厂商蓄势待发

通用大模型核心技术壁垒在于数据、算法、算力等要素资源组合。大模型训练及运营面临成本高、数据获取难、孵化周期长的挑战， 考虑到运行成本，未来格局或仍以头部玩家为主。目前国内拥有资金、人才体量优势的互联网巨头争相布局底层通用大模型，尚未普 遍形成对外开放生态。

变现路径：目前产出量收费占据主流，未来MaaS将占据主要市场规模

从变现路径看，目前国内按照内容产出量收费为主要商业模式，未来MaaS将成为主流： （1）底层大模型及中间层变现路径主要为MaaS，按照数据请求量和实际计算量付费，如OpenAI基于对外API收费模式； （2）应用层主要按产出内容量及软件订阅付费，如Deep Dream Generator按照计算请求量和训练次数付费，ChatGPT Plus 20美元/月。

应用：传媒及内容优先落地，短期看降本增效，长期看生态革新

当前应用：各行业均有所布局，内容消费领域变革及落地最快

基于大模型在全球范围内的应用，目前行业变革主要包括游戏、影视内容、电商营销、在线教育、办公软件、社交及合成数据等， 其中传媒领域落地较快、变革程度较高。从模态看，AIGC目前在基于自然语言的文本、音频和图片生成领域，尤其在知识类中短 文、插画等图片创作等效果与有中级经验的创作者匹敌，在视频和3D媒介等复杂度较高的领域处于探索阶段。基于目前大模型在全球范围内的应用落地，目前行业变革主要包括游戏、影视内容、电商营销、在线教育、办公软件、社交及 合成数据等，其中传媒领域落地较快、变革程度较高。

游戏：AI助力游戏开发全流程，实现降本增效

AIGC缩短游戏制作流程及周期，降低人员规模及研发成本。游戏开发过程包含策划、动画、特效、音频、美术等细分环节，对 工业化程度、实时性、交互性要求高，需投入大量人力或延长制作周期，据36Kr，《荒野大镖客：救赎2》制作超28平方英里逼 真地图和1,000个NPC，耗用8年时间、专职开发人员超1,200人、成本近3亿美元。随多模态通用模型出现，AIGC可优化从策划 到剧情、音频、图像、动画制作再到宣发等游戏制作全流程，缩减人员成本及开发时间。

影视内容：AIGC提升创作效率，增加内容多样性

AIGC影视行业早有应用，大模型拓展应用边界。（1）提高制作效率，AI自动化处理电影制作过程中的任务，包括视频剪辑、音 频处理、特效制作等方面，降低电影制作周期和成本。（2）提高内容多样性和创意灵感，如涉及多领域知识；（3）个性化、智 能化剧本创作及推荐，改善用户体验。

电商：AIGC重塑人货场，短期看运营降本增效，长期看生态变革

AIGC重塑人货场，短期内容生成带来运营降本增效，长期看交互方式变革有望打破原有格局。（1）人：用户端自然语言成为发 布操作指令的新模态，商家端智能客服、虚拟人直播实现降本增效。（2）货：AIGC降低货品文图视频等展示素材生成成本，同 时增强多样性，智能化选品提升ROI。（3）场：用户端自然语言的交互方式革新提升友好度和功能性，缩短交易链路，个性化营 销改变原有流量分发模式。

办公软件：AIGC全面辅助办公，提升工作效率与质量

2023年3月16日，微软发布了基于Office 365及GPT-4.0开发的创新办公产品Office Copilot，并开始了与20家合作伙伴的内部测试。 2023年4月18日，金山办公官宣接入AI，其中包括生成文章、多轮对话、归纳总结等能力，且将逐步开始公测。

合成数据：低成本、高效率补充真实数据，拓展AI应用可能性

合成数据实现数据增强，避免隐私问题，确保数据多样性，扩展产业互联网应用空间。当前运用真实世界数据训练AI模型面 临：数据采集、标注成本高企、数据质量较难保障；数据多样化不足，特定数据难以采集；部分数据受隐私及法规限制难以 使用。合成数据有望通过数据增强和模拟，提高基准测试数据质量、避免用户隐私问题、确保数据多样性、准确性、可靠性 以及提升AI模型训练速度和效果。 早期主要应用于计算机视觉领域，广泛应用于自动驾驶、机器人、安防、制造业等领域，目前正向金融、医疗、零售、工业 等产业领域拓展。

编辑：999感冒灵