01、年度策略风险排雷

计算机行业观点：行业景气度回暖，四大主线展望投资机遇

2023年行情回顾 ➢ 2023年整体行情波动较大，机构持仓进入超配状态，行业估值分位数均同比上行。主因是新一轮智能化和数据要素大浪潮下，市场对远期产业 趋势更加乐观，但短期内不确定因素较多，波动较大。2023年下半年行业景气度已有回暖迹象，我们认为对明年计算机行业整体需求应更乐 观。 

2024年四大产业主线机遇展望 ➢ 我们认为信创和算力是业绩贡献主要力量。信创侧，2024年将以行业信创为重点，以硬件为抓手，华为产业链市占率有望持续提升。算力侧， 在海外芯片采购的不确定性加剧的影响下，重点关注国产AI算力相关企业。 ➢ 大模型和AI应用可继续关注落地应用。大模型端重点关注多模态大模型的迭代。应用端重点关注AI Agent爆发带来的投资机遇。2024年有望 成为AI大模型行业应用商业化落地元年，我们优先看好AI+办公、AI+教育行业应用的规模化落地进度。 ➢ 数据要素大浪潮刚刚启动，预计明年或成为政策密集落地期。国家数据局挂牌成立，持续关注数据局制定的顶层规划，运营权之争或将向下游 开拓者倾斜，数商助力数据资源入表。 

2024年各细分赛道机遇展望 ➢ 我们认为高景气度将维持的方向预计为智能汽车、工业软件。边际变化最大的方向或是医疗IT、密码安全、政务IT，变化前提是下游付费能力 逐步增强。

算力行业观点：算力进入全面国产化时代，国产AI算 力产业链有望加速迭代

（1）年度策略观点：算力进入全面国产化时代，国产AI算力产业链有望加速迭代 ➢ 核心逻辑：大模型AI算力需求旺盛，美国不断加码芯片禁令，国产AI芯片已在性能上逐步接近英伟达芯片，智算中心、运营商和金融等行业客户、 受限企业/央国企、互联网厂商有望加速进行AI算力的国产化进程。 ➢ 选股思路：基于供应的稳定性、性能、能否支持大模型训练和推理，优先看好华为、海光产业链相关标的；其次建议关注美国禁令下能供应英伟 达新品服务器的相关厂商困境反转机会；最后建议关注AI手机、AIPC等终端产业链。

（2）成立关键假设： ➢ AI大模型应用快速推进，大额算力投资能实现商业闭环：由于AI算力投资占用Capex金额较多，因此大模型能否尽早实现算力投资+应用变现的 闭环对后续算力释放节奏影响较大； ➢ 美国不会放开对中国出口高端AI芯片的限制，同时国产芯片厂商供应相对充足：目前AI算力供不应求，AI算力国产化能在商用客户中快速推进 的前提是难以买到美国高端AI芯片，同时国内具备足够性能的芯片供应相对充足； ➢ 供应国产AI服务器的厂商毛利率不会大幅下降：服务器整机厂本身业绩受下游客户议价权和上游拿货成本影响较大；

（3）成立最大软肋： ➢ 国产芯片供应不稳定或美国放开高端芯片出口限制：大模型仍处于训练投入期，算力需求旺盛，目前华为昇腾、海光深算等国产芯片性能已逐 步趋近英伟达A/H卡，并可进行一定参数量的大模型训练和推理，若国产芯片供应不足，或美国放开芯片限制，则将影响国产算力芯片的市占率， 进而影响未来算力供应格局。

算力行业政策风险：美国制裁继续加强的风险

（1）发生概率：中概率 （2）出现时点：全年 （3）判断依据：美国近年来持续加强对我国芯片设计、代工、生产设备、芯片供应、人员等多环节的限制，同时不断设定更加严 格的参数控制向中国出口AI芯片。 （4）作用机理：美国若持续收紧芯片供应，则更多客户将直接转向国产算力；若美国持续收紧芯片生产制造端限制，则未完全实 现供应链国产化的AI芯片厂商则将受到掣肘。 （5）影响程度：美国对高端AI芯片的上游生产制造、下游出口中国的政策直接影响国产芯片的供应和需求。 （6）跟踪方法：持续跟踪美国芯片相关政策、英伟达AMD等推出中国特供版芯片的节奏、国产芯片厂商生产制造国产化的进程。

算力行业市场风险：下游算力采购支出的总额或节奏不及预期的风险

发生概率：低概率 （2）出现时点：全年 （3）判断依据：AI算力需要进行比普通算力更多的资本开支投入，且目前AI应用仍未完全实现商业闭环。 （4）作用机理：大模型厂商需要一定的现金流来支撑软硬件投入，在初期大规模投资之后，后续的投入意愿和能力受到能否产生 充足的商业化现金流的影响。 （5）影响程度：若大模型及应用商业化变现能力弱于预期，则下游算力采购支出的总额或节奏可能暂缓或弱于预期。 （6）跟踪方法：持续跟踪GPT等国内外大模型商业化变现进程。

算力行业经营风险：国产算力性能和供应情况不及预期的风险

（1）发生概率：中概率 （2）出现时点：全年 （3）判断依据：目前国产AI芯片与英伟达A/H等高端芯片在性能、生态性价比上仍有一定差距；同时国产芯片仍未实现全面国产 化，在需求旺盛的时期容易出现供不应求的情况。 （4）作用机理：性能等综合性价比直接影响客户需求量，供应能力的稳定性直接影响出货量和市场份额。 （5）影响程度：若性能等综合性价比弱于英伟达中国特供版新品，则直接影响客户对芯片生态的选择；若供应弱于竞品，则在市 占率和迭代速度上将被竞争对手拉开差距。 （6）跟踪方法：英伟达/AMD/华为/海光/寒武纪等国内外芯片的新品推出和产能情况。

算力行业经营风险：服务器制造商利润率不及预期的风险

（1）发生概率：中概率 （2）出现时点：全年 （3）判断依据：服务器整机厂本身业绩受下游客户议价权和上游拿货成本影响较大。 （4）作用机理：整机厂本身价值增量主要来自于差价，即从上游核心芯片供应商的拿货成本，以及下游客户销售价格之间的价差。 （5）影响程度：若上游拿货成本因芯片厂商价格策略、产能影响较高，同时受到下游强势客户限制无法提价，则可能产生规模负 效应或盈利能力大幅下降的情况。 （6）跟踪方法：跟踪上游拿货成本和下游出货价格。

大模型及AI应用行业观点：多模态大模型呼之欲出，AI Agent 及AI硬件有望推动垂直行业应用进程加速

（1）年度策略观点：多模态大模型呼之欲出，AI Agent及AI硬件有望推动垂直行业应用进程加速 ➢ 核心逻辑：23年以来AI大模型已历经多轮迭代，目前海外以OpenAI、谷歌，国内以百度、华为、科大讯飞等厂商为代表，AI 大模型迭代呈现多模态、AI Agent以及赋能智能硬件的显著趋势，或将加速推动AI大模型结合行业应用进程。选股思路：基于AI大模型能力及垂直行业应用，优先看好大模型能力领先或者在垂直行业具备生态优势的厂商；此外，随着AI Agent、AI智能硬件有望爆发，看好相关环节厂商受益下游需求的爆发。

（2）成立关键假设： ➢ AI应用政策细则完善逐步推进：AI大模型应用从数据采集、模型训练到场景应用各个环节细则仍需完善，指引市场规范进行。 ➢ AI+行业应用产品迭代可以有效解决用户痛点：大模型及垂类应用厂商应当具备高质、有效的技术研发能力，从而挖掘用户痛 点，实现AI+行业应用产品的商业价值最大化。 （3）成立最大软肋： ➢ 大模型迭代不及预期，行业应用产品无法满足市场需求导致商业化进程不及预期：AI大模型结合行业应用作为一个新市场， 目前已有的商业化产品成熟度仍然较低，需要在技术迭代的进程中不断满足下游用户的潜在需求。但如果大模型训练推理、 数据存储等技术迭代不及预期，会直接导致AI Agent、智能硬件、内容应用等产品服务无法真正解决用户痛点，进而无法在产 业链终端变现，从而影响整个链条的价值转化。

大模型和AI应用行业政策风险：政策推进不及预期的风险

（1）发生概率：低概率 （2）出现时点：全年 （3）判断依据：大模型监管政策不断完善，国家政策指引以及地方层面的细化条例落实至关重要。 （4）作用机理：大模型及垂类应用厂商在国家监管政策指引下，结合AI应用产品的功能现状及行业特点进行商业化落地，从而保 障AI+行业应用的稳步推进。 （5）影响程度：发布较为清晰、详细的生成式人工智能监管政策会利好大模型厂商及垂类应用厂商，政策不完善则可能导致相关 行业用户的数据安全、隐私安全等权益受到影响，进而影响AI商业化落地进程。 （6）跟踪方法：密切关注国家及地方政策落地。

大模型和AI行业应用行业经营风险：短期AI相关业务盈 利能力承压的风险

（1）发生概率：中概率 （2）出现时点：全年 （3）判断依据：24年预计各厂商将在多模态大模型以及垂直行业应用领域持续投入研发，可能导致业务盈利能力承压。 （4）作用机理：布局AI大模型及行业应用的企业会通过持续研发巩固核心技术优势，具备AI领域先发优势的厂商可能短期业务盈 利能力承压。 （5）影响程度：23年部分厂商加大对AI大模型及应用产品的研发投入导致业绩承压，我们认为24年大模型及行业应用产品的迭代 需求仍然较为强烈，相关标的研发投入不确定性较大，故短期盈利能力承压的风险存在。 （6）跟踪方法：可以持续关注标的公司的研发投入规模以及AI大模型相关产品服务的迭代进度。

大模型和AI应用行业其他风险：商业模式短期较难成形的风险

（1）发生概率：低概率 （2）出现时点：全年 （3）判断依据：市场处于发展初期，大模型厂商、垂类应用厂商、以及相关AI应用服务商与G、B、C三端用户的商业模式仍是目 前各个厂商面临的难题，短期之内难以形成，需要政策的持续细化以及实践的不断反馈。 （4）作用机理：商业模式影响大模型及应用提供商的定位、相关收入分成等。 （5）影响程度：商业模式模糊会影响市场对大模型厂商及垂类应用提供商的直观定位，故短期之内难以发掘大模型行业应用的商 业价值，短期内优先关注已有具体产品落地及商业转化的厂商在AI商业化领域的优势。 （6）跟踪方法：分析已落地的商业模式、大模型及应用厂商的服务和盈利能力以及所处行业地位。

数据要素行业观点：持续关注顶层规划，聚焦运营权 之争以及数据资源入表后的金融属性

（1）年度策略观点：持续关注顶层规划，聚焦运营权之争以及数据资源入表后的金融属性 ➢ 核心逻辑：已经步入政策建设期，各地逐步落实公共数据运营条例，国家数据局领导班子已经就位。初期组织架构划分为五个 组，或将有力推动数据要素前期建设以及长期运营的发展。 ➢ 选股思路：基于公共数据的敏感性，优先看好具备国资背景的数商在公共数据运营环节中的位置；此外，随着数据资源“入表” 即将落实，看好具备数据治理能力的数商，助力企业实现资产负债表的快速增厚。

（2）成立关键假设： ➢ 数据要素政策细则完善逐步推进：数据从采集到交付的各个环节的细则仍需完善，从而指引市场规范进行。 ➢ 技术产品迭代可以有效利用数据资源：数商应当具备高质、有效的技术研发能力，从而挖掘数据资产的价值。 （3）成立最大软肋： ➢ 市场对数据要素的价值认识不清，数据流动性疲软：数据要素作为一个新市场，政策的引导有限，更多的是需要从实践中不 断摸索。但如果市场对数据要素的应用价值认识不清，尤其是需求方不知使用何种数据，会直接使得数据无法在产业链终端 变现，从而影响整个链条的流通和联动。

数据要素行业政策风险：政策推进不及预期的风险

（1）发生概率：低概率 （2）出现时点：全年 （3）判断依据：数据要素市场建设上升至国家战略部署，国家政策指引以及地方层面的条例落实至关重要。 （4）作用机理：地方性数据要素政策收到国家政策指引，并结合当地现状进行修改和完善，从而影响在当地开展数据要素业务的 数商。 （5）影响程度：发布较为清晰、详细的数据要素政策及条例的省份会利好当地优质数商，政策不完善的当地相关产业可能较为落 后，地方性数据要素政策的完善程度直接影响数商的收益规模。 （6）跟踪方法：密切关注国家及地方政策落地。

数据要素行业经营风险：短期数据要素相关收益不 及预期的风险

（1）发生概率：中概率 （2）出现时点：全年 （3）判断依据：数据资源“入表”的会计准则与2024年1月1日开始实施，但行业初期可能难以形成预期流通规模及收益。 （4）作用机理：拥有数据资源的企业会增厚资产负债表来彰显数据优势，具备数据处理能力的数商可以通过数据的加工、处理而 获取收益从而确认收入。 （5）影响程度：对数据资源的谨慎性判断可能使得行业的数据资产规模及相关受益被低估，我们认为数据资源入表新准则开始实 行的一年，不确定性较大，故相关受益不及预期的风险存在。 （6）跟踪方法：可以持续关注标的公司的数据要素资产规模、数据要素相关收入及对应增速。

数据要素行业其他风险：商业模式短期较难成形的风险

（1）发生概率：中概率 （2）出现时点：全年 （3）判断依据：市场处于发展初期，如何与政府、数交所、大数据局形成高效的数据联动性并实现变现是目前各个数商面临的难 题，短期之内难以形成，需要政策的持续细化以及实践的不断反馈。 （4）作用机理：商业模式影响数商的定位、所获数据资源类型、相关收入分成等。 （5）影响程度：商业模式模糊会市场对数商的直观定位，故短期之内难以发掘数商价值，短期内优先关注具备国资背景的数商在 公共数据运营方面的优势。 （6）跟踪方法：分析数商股权架构、数据处理的能力以及所处行业地位。

信创行业观点：行业信创硬件先行，优先关注华为产业链

（1）年度策略观点： ➢ 核心逻辑：信创已经历政策推动期，坚定不移进入建设落地，未来5年以行业信创为重点。 ➢ 选股思路：科技安全上升至国家战略层面，重点关注行业信创、硬件产业链，优先看好华为产业链的合作伙伴。 （2）成立关键假设： ➢ 信创政策持续推进：信创产业具备高度的国家战略性，政策指引及支持至关重要。 ➢ 技术产品持续迭代：信创不仅要求满足国产替代，也鼓励企业推陈出新，国际化进程中，技术的可比性也尤为重要。 （3）成立最大软肋： ➢ 实际产业过于复杂，国产化建设节奏低于预期：如果信创产品不能很好地满足企业中核心系统的运行，企业也很难推进信创 基础软硬件产品的完全替换。由于行业业务的复杂性，部分企业也对信创的推进存在疑惑，实际替换的效果也需要时间去验 证，故国产替代可能仍需要一段时间。

信创行业经营风险：利润率不及预期的风险

（1）发生概率：中概率 （2）出现时点：全年 （3）判断依据：行业信创建设较为复杂，定制化程度高，可能产生额外的成本费用。 （4）作用机理：超额费用的发生会影响企业的利润率。 （5）影响程度：行业定制化需求确实会对企业造成一定的难度，但我们认为头部企业深耕行业数字化多年，具备相应的技术从而 快速布局行业信创IT建设，从而削减一部分的影响。 （6）跟踪方法：可以关注企业的经营数据，包括毛利率、净利率以及三费数据。

信创行业其他风险：政府和国央企IT投入不及预期的风险

（1）发生概率：较低概率 （2）出现时点：全年 （3）判断依据：信创已经历政策推动期，坚定不移进入建设落地期，但行业信创仍会因为业务复杂性而动力不足。 （4）作用机理：政府和国央企业通过招标带动相关企业的业务的增长，但若其IT投入不及预期，直接影响信创企业的业绩。 （5）影响程度：受限于政府和国央企在IT方面的预算，投入不足确实会对信创产业产生一定影响，但是目前信创招投标都在逐步 推进，我们认为影响程度较弱，可以保持一定的订单增速。 （6）跟踪方法：密切关注相关企业的订单规模及增速、项目进程及收入确认。

02、重点个股风险排雷

推荐个股风险排雷：金山办公

1. 股票简称和代码：金山办公（代码：688111.SH） 2. 一句话概括推荐逻辑：1）双订阅转型顺利推进，公司基本盘稳固；2）信创明年有望加速推进，机构授权业务有望恢复正常 节奏；3）WPS AI 商业化在即，有望带动C端业务量价齐升。 3. 公司评级：买入 4. 提示需要关注的风险：用户对AI产品付费意愿低于市场预期的风险。

a) 风险描述：若C端用户对WPS AI的功能付费意愿不足，则可能出现WPS AI商业化推广受阻的现象，导致WPS AI带来的收入 增量不足。 b) 判断依据：国内用户对软件付费意愿一直不如海外，海外收费模式或难复制；和海外办公产品相比，国内办公产品单价较低， 用户对价格变动比敏感。 c) 发生概率：低概率。 d) 影响路径：C端用户对AI产品付费意愿弱——个人订阅业务付费率和APRU提升有限——C端业务增速不及预期 。 e) 影响程度：直接影响业务收入，若AI带来的收入增量不够，可能会因为难以覆盖成本，最终导致业绩不及预期。 f) 检测指标：WPS AI正式定价后，AI功能购买的用户数量；核心产品付费率。 g) 预警方法：产品推出后，跟踪官网浏览量；跟踪相关电商平台的购买数据。

推荐个股风险排雷：科大讯飞

1. 科大讯飞（代码：002230.SZ） 2. 一句话概括推荐逻辑： 1）星火大模型持续迭代，24年有望全面对标GPT-4；2）携手华为打造自主可控算力底座，星火训推 一体机有望打开G、B端市场；3）AI+行业应用产品矩阵持续扩充，公司营收结构及盈利能力有望持续提升。 3. 公司评级：买入 4. 提示需要关注的风险：盈利能力修复不及预期。

a) 风险描述：公司仍处于AI大模型及应用的研发投入阶段，同时AI+行业应用市场开拓期的产品及服务定价可能使得毛利率、净 利率水平较低，导致公司盈利能力修复不及预期。 b) 判断依据：2023年公司由于全面拥抱AI大模型浪潮，积极布局AI结合行业应用矩阵，盈利能力明显下滑。目前来看24年公司 仍将保持AI大模型方面投入，推测公司整体盈利能力修复可能不及预期。 c) 发生概率：中概率。 d) 影响路径：一方面，公司积极投入AI大模型及应用产品研发，可能导致研发费用率上升，进而影响整体盈利能力；另一方面， 公司AI大模型结合行业应用的业务仍处于市场开拓期，面向B、G端可能采取低价策略，导致毛利率、净利率不及预期。 e) 影响程度：直接影响公司AI相关产品业务的利润率，从而影响公司整体利润水平。 f) 检测指标：公司研发投入情况、AI+行业应用业务定价水平。 g) 预警方法：跟踪公司AI大模型相关的研发进度、跟踪公司在AI+行业应用领域市场开拓进度。

推荐个股风险排雷：神州数码

1. 神州数码（代码：000034.SZ） 2. 一句话概括推荐逻辑：华为鲲鹏昇腾深度伙伴，有望受益于华为服务器的量价齐升进程； 3. 公司评级：买入 4. 提示需要关注的风险：利润水平不及预期的风险 a) 风险描述：受芯片供应限制影响，华为服务器合作伙伴不断增多，竞争可能加剧并影响公司份额以及利润率水平。 b) 判断依据：服务器整机厂本身业绩受下游客户议价权、中游同业竞争情况、上游拿货成本影响较大。 c) 发生概率：中概率。 d) 影响路径：进入者增多则竞争加剧，一方面从上游屯卡，另一方面通过价格等商务策略抢占市场份额，从而影响公司利润水 平。 e) 影响程度：份额影响鲲鹏昇腾出货量，竞争的激烈程度影响利润率水平。 f) 检测指标：上游拿货成本、中游关键大单份额情况、下游出货价格。 g) 预警方法：同业拿货、销售情况。

推荐个股风险排雷：创业慧康

1. 创业慧康（代码：300451） 2. 一句话概括推荐逻辑：医疗IT需求回暖，新产品周期下Hi-HIS快速交付，与飞利浦合作带来新客户拓展机会。 3. 公司评级：买入。 4. 提示需要关注的风险：与飞利浦合作内容发生变化风险。

a) 风险描述：公司与飞利浦具体的合作细则可能出现动态调整。 b) 判断依据：尽管当前与飞利浦的合作呈现加深趋势，但是不排除合作中出现分歧或者双方由于管理层经验思路改变或者外部 环境变化导致合作受到影响的风险。 c) 发生概率：中概率。 d) 影响路径：如果合作效果与预期存在差异，则双方可能在合作范围以及合作形式上做出调整，公司的投入资源和收益分配均 有可能受到影响。 e) 影响程度：收益分配的调整将影响公司的收入和利润率，而投入资源的调整则可能影响研发、管理、销售费用。 f) 检测指标：双方公司发布的与合作相关的公告、双方合作的进展以及对应产品落地情况。 g) 预警方法：观察目前试点合作客户的反馈以及项目进行中存在的问题。

热门个股风险排雷：太极股份

1. 太极股份（代码：002368.SZ） 2. 一句话概括推荐逻辑：数据上云持续提速，数据要素未来可期，核心资产赋能信创体系。 3. 公司评级：增持 4. 提示需要关注的风险：信创政策风险 a) 风险描述：信创政策推进不及预期。 b) 判断依据：信创行业具有较大的政策导向性，并且行业信创的复杂度高，更需要政策的指引与支持。 c) 发生概率：低概率。 d) 影响路径：信创政策推挤不及预期会影响公司相关业务的增长性。 e) 影响程度：影响关联业务的收入进而造成股价波动。 f) 检测指标：国家信创政策落地。 g) 预警方法：因素预警，是否有信创政策持续推进。

热门个股风险排雷：深信服

1. 深信服（代码：300454.SZ） 2. 一句话概括推荐逻辑：1）海外业务与云计算业务24年有望放量增长；2）安全业务23年低基数，24年有望受益于下游预算复 苏边际向好。 3. 公司评级：买入。 4. 提示需要关注的风险：收入修复不及预期。

a) 风险描述：下游预算投入持续疲软导致安全业务恢复不及预期；云计算业务竞争加剧导致收入增长不及预期。 b) 判断依据：宏观经济的复苏情况直接影响下游客户可供投入到安全领域的预算资金，而现阶段2024年的宏观经济恢复情况仍 存在一定不确定性。 c) 发生概率：中概率。 d) 影响路径：一方面，下游客户在安全领域的采购受到预算约束，宏观经济增长不及预期可能会影响下游客户的整体预算分配 情况；另一方面，公司云计算业务增速表现好于安全行业，但若云计算行业竞争加剧，可能进一步影响公司云计算业务增长。 e) 影响程度：直接影响公司的收入增长，从而影响公司的利润水平。 f) 检测指标：政府、金融、运营商等重点关基行业的安全预算情况。 g) 预警方法：跟踪2024年财政预算分配情况、跟踪公司订单增长情况。

 

编辑：520中国