行业研究

迎接支付焕新天，期待 AI 应用年——计算机行业 2024 年度投资策略

要点

市场回顾：计算机板块 2023 年前三季度业绩有所承压，估值具备弹性。截至 2023年 11月 3 日，计算机指数 PE（TTM，剔除负值）39.6 倍，比过去十年 25%分位数低 14%，估值具有弹性。2023 年前三季度，计算机板块实现营收 5082亿元，同比下降 1.9%；实现归母净利润 73 亿元，同比下降 14.5%。2024 年度建议布局以下四条景气主线：

主线一：AI，大级别的科技革命。2022 年 11 月，ChatGPT 正式上线，开启“AI 的 iphone时刻”。随着 GPT 系列模型的大热，海外科技巨头不断加速其基础模型研发工作，国内基础模型厂商也在奋力追赶。11 月 1 日起，Microsoft 365 Copilot 正式向企业客户提供商用服务，期待 AGI 真正的大潮逐步到来。

主线二：第三方支付，长期景气拐点，进入收获期。随着第三方支付收单费率重回上涨周期，疫后复苏线下交易流水提升，以及行业监管措施的阶段性收尾，第三方支付板块迎来三大行业拐点共振。

主线三：信创，二阶深化，关注行业信创及乡镇下沉。信创后续深化的市场空间数倍于已完成的第一阶段的市场空间。近期麒麟软件独家中标中国邮政集团、中交集团各 60000套操作系统项目，中信银行发布 65 亿元《通用基础设施集成商入围采购项目》招标公告，涉及服务器等，信创集中招标已拉开帷幕。期待金融信创的继续深化，以及运营商、交通、能源等行业的陆续跟进。

主线四：数据要素，加速建设期。国家工信安全中心数据显示，2021 年我国数据要素市场规模达 815 亿元，预计“十四五”期间市场规模复合增速将超过 25%，整体进入群体性突破的快速发展阶段。数据要素产业链可划分为供给、流通、应用三大环节，主要参与者包括数据供应商、需求方及监管方，市场参与主体丰富，产业变革良机已至。

投资建议：

1，AI，中期维度建议从三大层面持续关注 AI 行情演绎：（1）算力层，重点关注光模块产业链以及其他算力相关厂商神州数码、创业黑马等；（2）应用层，随着《生成式人工智能服务管理暂行办法》出台、正式实施，商业化产品应用落地加速，建议关注金山办公及其他卡位核心的应用软件，以及未来行业边界打开、有板块性价值重估机会的游戏板块；（3）基础层，期待率先接近 GPT-4 并拉开差距的公司出现，建议关注科大讯飞、三六零等。

2，第三方支付，板块迎来三大行业拐点共振：建议关注新国都、新大陆、拉卡拉、移卡。

3，信创，产业快速推进，建议关注三条投资主线：（1）基础硬件，建议关注神州数码（鲲鹏服务器）；（2）基础软件，建议关注中国软件（国产操作系统）、麒麟信安（国产操作系统）、太极股份（数据库）、海量数据（数据库）；（3）应用软件，金融 IT建议关注顶点软件；通用软件建议关注金山办公等。

4，数据要素：（1）数据流通，建议关注人民网（确权）、浙数文化（交易）、广电运通（交易）等；（2）数据供给，建议关注博思软件（政府数据源）、三维天地（数据管理）等；（3）数据安全：建议关注吉大正元、信安世纪等。

风险分析：IT 投资不达预期的风险，AI、信创等相关产业进展不达预期的风险。

计算机行业

买入（维持）

作者

分析师：吴春旸

执业证书编号：S0930521080002

021-52523686

wuchunyang@ebscn.com

联系人：颜燕妮

021-52523656

yanyanni@ebscn.com

联系人：白玥

021-52523683

baiyue@ebscn.com

行业与沪深 300 指数对比图

资料来源：Wind

群内每日免费分享5份+最新资料

300T网盘资源+40万份行业报告

为您的创业、职场、商业、投资、亲子、网赚、艺术、健身、心理、个人成长 …… 全面赋能！

关注公众号获取更多资料

添加微信，备
注“入群”
立刻免费领取
200套知识地图+最新研报

致终身学习者社群

行业报告/思维导图/电子书/资讯情报

收钱文案、增长黑客、产品运营、品牌企划、营销战略、办公软件、会计财务、广告设计、摄影修图、视频剪辑、直播带货、电商运营、投资理财、汽车房产、餐饮烹饪、职场经验、演讲口才、风水命理、心理思维、恋爱情趣、美妆护肤、健身瘦身、格斗搏击、漫画手绘、声乐训练、自媒体打造、效率软件工具、游戏影音……

扫码先加好友，以备不时之需

1、市场回顾：业绩承压，估值有弹性 . 6
1.1、估值：仍具弹性，比过去十年 25%分位数低14%. ...............................................................
1.2、风格转移：中小市值涨幅较高，AI 概念股活跃. ..................................................................... ..... 8
1.3、配置略低：2023Q3 公募基金低配 0.22pcts .......
1.4、 2023年前三季度计算机板块业绩有所承压 ................................................ ... 10
1.4.1、分市值：2023年前三季度中等市值公司业绩表现较优. ........................................................
1.4.2、分板块：2023 年前三季度数字产业、第三方支付表现亮眼..
2、 AI：大级别的科技革命 ......
2.1、基础模型：ChatGPT 开启 AI 领域“iPhone 时刻” ....................................................................
2.1.1、国内外科技厂商纷纷入局基础模型. .................................................................... .... 14
2.1.2、 MaaS 模式应运而生 .................................................................................. .. 15
2.2、算力：AI 时代算力需求快速增长.... ..........................................................................................
2.3、应用：大规模落地正在临近. ............................................................................ ... 20
3、第三方支付：长期景气拐点 . .·········································.····· .. 23
3.1、第三方支付机构是服务于B 端的核心角色. ............................................. .. 23
3.2、费率：有望迎来新一轮提价周期，并且空间仍然巨大.... .............................................................. .... 24
3.2.1、 “96 费改”落地七年，行业分润比例趋于稳定.
3.2.2、我国线下收单费率低，提升空间可观 ................................................. ... 26
3.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖.. ....................................................... .. 27
3.4、监管：阶段性收尾，靴子落地将开启新景象.
3.4.1、第三方支付行业监管政策密集出台. ... 29
3.4.2、收单牌照缩紧、资金追缴，加剧行业寡头化趋势.
4.1、党政信创启动最早，八大行业中金融正在率先接力............................................................................. 32
4.2、信创二阶深化，数倍于第一阶段的市场容量.
4.3、行业信创帷幕已开，采购需求标准或出台 ..................................................................... .. 37
5、数据要素：加速建设期 . .......................................................................... 38
5.1、政策吹响号角，数据要素行业静待花开..
5.2、市场潜力可期，数据要素逐具动能 .
5.3、持续完善市场环节，生态格局雏形已现.....
5.3.1、数据要素供给：数据资产化的必经之路. ........................................................................ ..... 41
5.3.2、数据要素流通：数据生产力落地的重中之重.. ...................................................................... .. 43
5.3.3、数据要素应用：产业数字化的助推器 .
5.4、市场参与主体丰富，产业变革良机已至. ...................................................................... ... 46
6、投资建议 ... .................................................................... ... 47
6.1、 AI ………
6.2、第三方支付... .............................................................................................................................. ..... 48
6.3、信创.......... ................................................................................................................................
6.4、数据要素 . .···············································································.· .. 48

图目录

图 1：2023 年年初至今计算机板块上涨 8.4%（截至 2023.11.3） ... 6
图2：2023年年初至今计算机板块涨幅位列所有中信一级行业中第 5 名（2023年1月1日-2023 年11月 3日）
...... 6
图 3：2022 年计算机板块涨幅位列所有中信一级行业中第 28 名（2022.1.1-2022.12.31 ）................................ 7
图 4：当前剔除负值后计算机指数（中信）PE-TTM 为 39.6 倍（2013 年 9 月 27 日-2023 年 11 月 3 日）......... 7
图 5：当前计算机指数（中信）PS-TTM 为 2.4 倍（2013 年 9 月 27 日-2023 年 11 月 3 日） ..... 8
图 6：2023 年年初至今（2023 年 11 月 3 日）中小市值计算机公司股价表现较好 ..... ...... 9
图 7：2023 年年初至今（2023 年 11 月 3 日）个股整体表现优于 2022 及 2021 年 .... ....... 9
图 8：2023 年 Q3 公募基金计算机持仓低配 0.22 个百分点.... .... 10
图 9：2019 -2023 年前三季度整体营收（亿元）及增速.. .............................................. ...... 10
图 10：2019 -2023 年前三季度整体归母净利润（亿元）及增速 .
图 11：OpenAI 的重要时间点.......
图 12：ChatGPT 功能介绍.. .... 12
图 13：ChatGPT 训练数据来源于 45TB 各类文本数据.. ...................................................... ..... 13
图14：语言模型发展历程.. ..........................................
图 15：GPT-4 发布会中多模态演示... ...................................... .... 14
图 18：2022 年全球计算设备算力总规模达到 906 EFlops，同比增速为 47%.... ..... 17
图 19：英伟达 H100/A100 对比... ..... 18
图 20：英伟达 T4 性能表 ..... .................................. ....... 20
图 21：AGI 应用视图... ..................................... ..... 21
图 22：生成式 AI 处于“期望膨胀期”，预计 2-5 年内将进入生产成熟期 ........................................................ 22
图 23：通过 AIGC 生成图像可显著降本增效.........
图 24：中国第三方支付产业图谱示意图.. ·····························································.· .... 23
图 25：收单业务流程——银行卡收单 .... ......................................................................................... .... 24
图 26：收单业务流程——扫码支付..... .......................................................................................... ........ 24
图 27：第三方支付行业利润分配图谱..... ..............................................................................................
图 28：线下刷卡收单分润逻辑（标准费率）
图29：线下条码收单分润逻辑（标准费率） ......
图 30：部分第三方支付机构 takerate：因为疫情补贴，持续收窄.......
图 31：2020 年以前我国线下收单交易规模总体稳步增长 . .... 27
图 32：2022 年非银行支付机构线下收单市场份额（按交易流水） ..... 29
图 33：2011-2023Q1 第三方支付牌照发放和注销情况（截至 2023 年 2 月 10 日） .............................. ....... 31
图 34：信创产业的横纵发展体系... .... 32
图 35：信创产业行业渗透情况 ...........
图36：党政和行业信创落地进程..
图 37：医疗和教育信创年度招标成交额（万元） ..... 35
图 38：能源、教育和电信信创年度招标个数.... .... 35
图39：麒麟软件中标中国邮政服务器操作系统集采项目 . 37
图40：麒麟软件独家中标中交集团国产桌面操作系统框架采购项目 ... 37
图41：中信银行《通用基础设施集成商入围采购项目》招标公告. .. 37
图42：数据产权制度... .. 39
图 43：收益分配制度.... .... 39
图 44： 2017-2021 年我国数据产量占全球总量比重不断提升.. ... 40
图45：2021 年中国数据要素市场总规模达 815亿元. ... 40
图 46：2015-2021 年数据要素对 GDP 增长贡献率逐年上升，2021 年贡献度超 14.0%... .. 41
图47：数据采集来源广泛、方式多样，发展趋势向好.. .. 42
图 48：数据整理包含标注、清洗、脱敏脱密及标准化等细分环节.. ... 42
图 49：数据聚合是数据资源化的枢纽环节，含多种业务形态.. .... 43
图 50：数据资产化框架图. ... 43
图 51：数据产权结构性分置制度.. .... 44
图 52：数据确权路径（A→F） .... 44
图53：2019-2021年中国数据交易市场规模呈快速增长趋势. ... 45
图54：全国数据交易中心（所）建设历程 .... 45
图55：数据要素市场化指数构建框架.. .... 46
图 56：数商生态产业图谱... ... 47
图57：数据要素市场中数商在流通阶段中各有分工. .. 47
图58：数据要素产业投资图谱. . 49

表目录

表1：计算机板块中2023年年初至今涨幅前五个股（2023年1 月1 日-11月3日）
表2：计算机板块中2022年涨幅前五个股（2022年1月1日-12 月31日）
表3：计算机板块各市值区间 2021-2023年前三季度业绩情况. .. 11
表 4：计算机分板块 2021 年、2022 年及 2023 年前三季度营收和利润增速. ... 11
表 5：ChatGPT 部分职业测试成绩. .... 13
表 6：领头公司预训练模型. ... 14
表 7：国内已公开发布自研基础模型部分汇总. ... 15
表 8：垂类模型依托通用模型更好地实现行业落地 ... 17
表 9：英伟达主流 GPU 性能对比. ... 18
表10：AI推理服务器需求... ... 19
表11：“96费改”前后银行卡线下收单相关方利益分配机制. .... 24
表12：中美线下支付各相关方分润比例差异.... ..... 26
表 13：截至 2023 年 1 月 5 日，部分品牌 POS 机费率上涨情况.. .... 27
表 14：根据我们测算，2022 年中国线下收单交易规模约 51 万亿元. ... 28
表15：数字人民币支付与第三方支付的区别. ... 29
表16：支付行业监管政策的发展.. ... 30
表17：党政信创发展历程及试点情况.. .. 33
表 18：金融信创发展历程及试点情况.. . 34
表19：电信信创发展历程及试点情况... 34
表20：党政信创和行业信创的差异. 35
表21：信创相关产业链生态.. . 35
表22：信创市场空间测算（仅PC和服务器） . 36
表23：数据需求主体及类型. . 46

■2023年年初至今涨跌幅

1、市场回顾：业绩承压，估值有弹性

1.1、估值：仍具弹性，比过去十年 25%分位数低14%

2023 年年初至今（2023 年 1 月 1 日-2023 年 11 月 3 日，下同），计算机板块上涨 8%，同期创业板指数下跌 16%，沪深 300 指数下跌 7%，计算机板块涨幅在所有中信一级行业中位列第 5。2022 年计算机指数下跌 25%，同期创业板指数下跌 29%，沪深 300 指数下跌 22%，计算机板块涨幅在所有中信一级行业中位列第 28。

图 1：2023 年年初至今计算机板块上涨 8.4%（截至 2023.11.3）

资料来源：WIND，光大证券研究所

图 2：2023 年年初至今计算机板块涨幅位列所有中信一级行业中第 5 名（2023 年 1 月 1 日-2023 年 11 月 3 日）

资料来源：WIND，光大证券研究所

图 3：2022 年计算机板块涨幅位列所有中信一级行业中第 28 名（2022.1.1-2022.12.31 ）

资料来源：WIND，光大证券研究所

截至 2023 年 11 月 3 日，计算机指数 PE（TTM，剔除负值）39.6 倍，比过去十年中位数水平（50.9 倍）低 22%，比过去十年 25%分位数（45.9 倍）低 14%。计算机指数 PS-TTM 为 2.4 倍，比过去十年的中位数水平（3.4 倍）低 29%，比过去十年 25%分位数（2.8 倍）低 16%，估值具有相当大的弹性。

图 4：当前剔除负值后计算机指数（中信）PE-TTM 为 39.6 倍（2013 年 9 月 27 日-2023 年 11 月 3 日）

资料来源：Wind，光大证券研究所

图 5：当前计算机指数（中信）PS-TTM 为 2.4 倍（2013 年 9 月 27 日-2023 年 11 月 3 日）

资料来源：Wind，光大证券研究所

1.2、风格转移：中小市值涨幅较高，AI概念股活跃

2023 年年初至今（2023 年 1 月 1 日-2023 年 11 月 3 日）涨幅前五的个股分别为万兴科技 (+187%，AI 概念，当前市值 116 亿元)、金桥信息(+170%，AI 概念，当前市值 73 亿元)、中科信息（+166%，AI概念，当前市值 87 亿元）、朗科科技（+158%，存储芯片，当前市值 63 亿元）、恒为科技(+149%，华为概念，当前市值 86 亿元)。

表 1：计算机板块中 2023 年年初至今涨幅前五个股（2023 年 1 月 1 日-11 月 3 日）

2023年年初至今涨幅前五个股
证券代码	证券简称	23年年初至今涨跌幅	市值(亿元)2023/11/3	上涨原因
300624.SZ	万兴科技	186.68%	115.91	AI
603918.SH	金桥信息	169.90%	73.12	AI
300678.SZ	中科信息	166.41%	86.69	AI
300042.SZ	朗科科技	158.34%	62.77	存储芯片
603496.SH	恒为科技	148.66%	86.17	华为概念

资料来源：wind，光大证券研究所

表 2：计算机板块中 2022 年涨幅前五个股（2022 年 1 月 1 日-12 月 31 日）

证券代码	证券简称	2022年涨跌幅	市值(亿元)2023/11/3
002866.SZ	传艺科技	266.63%	59.32
600734.SH	ST实达	183.34%	79.29
301153.SZ	中科江南	103.11%	119.30
003005.SZ	竞业达	83.66%	46.23
003029.SZ	吉大正元	68.95%	40.58

资料来源：wind，光大证券研究所

我们统计了近三年计算机公司涨跌幅和市值的关系，2023 年年初至今（2023 年11 月 3 日）中小市值计算机公司股价表现较好，市值处在 1 至 100 亿、100-200亿和 200 亿以上的计算机公司的年内平均涨幅分别为 20%、19%、15%。

图 6：2023 年年初至今（2023 年 11 月 3 日）中小市值计算机公司股价表现较好

资料来源：wind，光大证券研究所
注 1：2021、2022 和 2023 年的公司市值分别为 2021/12/31、2022/12/31 和 2023/11/3 的收盘市值注 2：上述纵坐标为市值区间内的所有计算机公司的涨跌幅均值

从个股涨跌幅区间来看，2023 年年初至今（2023 年 1 月 1 日-2023 年 11 月 3日）涨幅为正的个股比例为 72%，明显高于 2022 年的 24%。

图 7：2023 年年初至今（2023 年 11 月 3 日）个股整体表现优于 2022 及 2021 年

资料来源：wind，光大证券研究所
注：上述纵坐标为处在各个涨跌幅区间的计算机公司数量占当年度全部计算机公司的数量的比例（计算过程已剔除当年未上市和新上市公司）

1.3、配置略低：2023Q3 公募基金低配 0.22pcts

2023 年 Q3 公募基金对计算机板块的配置比例为 4.49%，相比行业标准比例的
4.71%低配 0.22 pcts。

图 8：2023 年 Q3 公募基金计算机持仓低配 0.22 个百分点

资料来源：Wind，光大证券研究所

1.4、 2023年前三季度计算机板块业绩有所承压

从 wind 中信行业分类计算机板块中，剔除部分计算机相关业务占比不到 50%的公司，最后共选取 328 家公司作为统计样本。

2023 年三季度计算机板块总体营收同比下降 1.9%，归母净利润同比下降14.5%。2023 年前三季度，计算机板块实现营收 5082 亿元，同比下降 1.9%；实现归母净利润 73 亿元，同比下降 14.5%。

图 9：2019 -2023 年前三季度整体营收（亿元）及增速

资料来源：wind，光大证券研究所整理
注：已剔除部分计算机相关业务占比不到 50%的公司，同图 10

图 10：2019 -2023 年前三季度整体归母净利润（亿元）及增速

资料来源：wind，光大证券研究所整理

1.4.1、分市值：2023 年前三季度中等市值公司业绩表现较优

分市值看，2023 年前三季度，中等市值公司业绩表现较优。2023 年前三季度，市值 500 亿及以上/200-500 亿/100-200 亿/50-100 亿/50 亿以下公司总体营收同比增速分别为+5%/-4%/-4%/+5%/-3%，市值 500 亿及以上/200-500 亿/100-200 亿/50-100 亿公司归母净利润增速分别为-4%/-44%/+49%/-25%，市值 50 亿以下公司 2023 年前三季度利润依然承压，合计为-14 亿元，较上年同期（-11 亿元）亏损幅度扩大。

表 3：计算机板块各市值区间 2021-2023 年前三季度业绩情况

市值	营业收入 (亿元)			归母净利润 (亿元)
市值	21 Q1-3	22 Q1-3	23Q1-3	21 Q1-3	22 Q1-3	23 Q1-3
500亿及以上	303	349	367	39	24	23
YOY	30%	15%	5%	48%	-40%	-4%
200-500亿	1,915	2,154	2,061	50	36	20
YOY	42%	12%	-4%	163%	-27%	-44%
100-200 亿	958	989	946	53	22	33
YOY	18%	3%	-4%	53%	-58%	49%
50-100 亿	875	898	939	33	15	11
YOY	25%	3%	5%	-11%	-55%	-25%
50亿以下	768	789	768	18	-11	-14
YOY	12%	3%	-3%	-62%	-164%	NA
合计	4,820	5,180	5,082	192	85	73
YOY	28%	7%	-2%	18%	-56%	-15%

资料来源：wind，光大证券研究所整理
注：公司市值截取至 2023 年 11 月 02 日，已剔除部分计算机相关业务占比不到 50%的公司

1.4.2、分板块：2023 年前三季度数字产业、第三方支付表现亮眼

根据公司主营业务范围等维度，将计算机行业中公司分十一大板块进行分析。

营收方面，2023 年前三季度数字产业及汽车 IT 收入增速较快。2023Q1-3，数字产业、汽车 IT、第三方支付、金融 IT、网络安全及信创板块营收实现正增长，营收同比增速分别为 13%、7%、4%、4%、4%、0.4%。归母净利润方面，数字产业、第三方支付及 AI 板块表现亮眼，分别实现 138%、82%、22%同比增长，此外，网络安全板块亏损收窄，医疗 IT 板块转亏，数字政府板块亏损幅度扩大，其余板块为负增长。

表 4：计算机分板块 2021 年、2022 年及2023 年前三季度营收和利润增速

板块名称	营业收入 (亿元)			营收同比增速			归母净利润 (亿元)			归母净利润同比增速
板块名称	21A	22A	23 Q1-3	21A	22A	23Q1-3	21A	22A	23 Q1-3	21A	22A	23Q1-3
AI	1217	1247	852	11%	3%	-5%	91	39	21	-11%	-58%	22%
第三方支付	179	171	132	18%	-5%	4%	20	-18	20	35%	转亏	82%
信创	2323	2302	1625	13%	-1%	0.4%	68	48	22	10%	-30%	-6%
数字政府	2277	2301	1509	13%	1%	-5%	86	55	-35	2%	-36%	亏损扩大
数字产业	122	138	93	27%	13%	13%	25	18	10	6%	-30%	138%
金融IT	537	570	382	14%	6%	4%	42	29	19	32%	-32%	-5%
汽车IT	432	419	301	29%	-3%	7%	39	7	9	8%	-83%	12%
医疗IT	127	125	83	10%	-1%	-2%	6	-6	0	2009%	-201%	转亏
智能制造	665	850	686	43%	28%	-8%	53	64	30	32%	21%	-14%
云计算	1087	1138	773	9%	5%	-5%	47	45	11	3%	-5%	-59%
网络安全	354	370	214	15%	5%	4%	28	17	-32	-19%	-40%	亏损收窄

资料来源：wind，光大证券研究所整理

2、AI：大级别的科技革命

2.1、基础模型：ChatGPT 开启 AI 领域“iPhone 时刻”

以“实现安全的通用人工智能(AGI)”为宗旨，OpenAI 在人工智能领域不断取得重要突破，推动人工智能技术的发展。2022 年 11 月，ChatGPT 正式上线，其优秀的文字生成能力、智能“涌现”的表现，引发行业热议。

图 11：OpenAI 的重要时间点

资料来源：OpenAI 官网，光大证券研究所

ChatGPT 是一个基于自然语言模型的人工智能对话产品，可以生成代码、故事、诗歌等。基于 Transformer 架构，ChatGPT 可以生成高质量的文本，如代码、故事、诗歌等。通过大规模语料库的训练，ChatGPT 掌握了丰富的语言知识和信息，具备高效的推理和学习能力。ChatGPT 的应用场景非常广泛，包括智能客服、自动翻译、文本摘要、情感分析、智能写作等。它能够根据用户需求，快速准确地生成所需文本。与传统的聊天机器人相比，ChatGPT 具备更强的自然语言处理能力和更丰富的知识库，能够更好地理解用户的意图并生成更准确的服务。随着技术的不断发展，ChatGPT 未来有望在各个领域发挥更大的作用。

图 12：ChatGPT 功能介绍

资料来源：ChatGPT 官网，光大证券研究所

1）性能：ChatGPT 在一系列对话式 AI 任务上优于最先进的模型，包括问答、文本生成和对话生成。在基准测试中，ChatGPT 在许多对话式 AI 任务上都达到了人类水平的准确度。

表 5：ChatGPT 部分职业测试成绩

	考试内容	成绩
Upenn	沃顿商学院 MBA 期末考试	B-
CPA	注册会计师	57.6%
Bar	法律	50.3%
SAT	美国大学入学测试	1020分 (超过48%人类考生)
Google	职业能力考试	三级工程师 (年薪18万美元)
IQTest.com	智商测试	83分 (低于平均)
Vocabulary	词汇测试	151分 (平均99分)

资料来源：光大证券研究所整理

2）训练数据：ChatGPT 在来自互联网的超过 45 TB 文本数据的语料库上进行训练。这个庞大的数据集用于教授模型自然语言中的模式和关系，并建立对单词和短语的上下文和含义的丰富理解。

3）模型大小：GPT-3 是世界上最大的语言模型之一，拥有 1750 亿个参数。

图 13：ChatGPT 训练数据来源于 45TB 各类文本数据

Dataset	Quantity (tokens)	Weight in training mix	Epochs elapsed when training for 300B tokens
Common Crawl (filtered)	410 billion	60%	0.44
WebText2	19 billion	22%	2.9
Books1	12 billion	8%	1.9
Books2	55 billion	8%	0.43
Wikipedia	3 billion	3%	3.4

资料来源：arxiv.org，光大证券研究所

图 14：语言模型发展历程

资料来源：OpenAI 论文，光大证券研究所

2023 年 3 月 16 日，GPT-4 的发布使 OpenAI 在 AI 竞赛中再次处于领先地位：

1）规模和速度大幅提升。GPT-4 或拥有超过一万亿个参数，比前一代 GPT-3 的1750 亿个参数提升了一个数量级，这使得 GPT-4 在处理大量文本和语言任务方面更加高效和快速。同时，GPT-4 还使用了优化的技术和更快的硬件，使得其速度和性能都得到了很大的提升。

2）支持更多语种。与 GPT-3 相比，GPT-4 拥有更多的语种支持，可以识别和处理超过 100 种语言，包括英语、中文、日语、法语、西班牙语等。这使得 GPT-4可以更广泛地应用于全球范围的自然语言处理任务中。

3）增强了文本理解能力，生成质量也大幅提升。GPT-4 可以理解更复杂的句子结构和语法规则，并根据上下文和语境生成更准确的文本输出，且不容易出现语法错误和不通顺的表达方式。

4）实现多模态分析功能。GPT-4 不仅可以对文本进行处理和分析，还可以处理图像、音频和视频等多种模态的数据。这意味着 GPT-4 可以利用多种数据来源进行分析，提高其判断的准确性和准确度。

5）更加自然、流畅的对话以及情感分析能力。GPT-4 可以进行更加自然、流畅、真实的人机对话，同时，在情感分析方面可以更加准确地识别和分析人类情感，从而更好地理解和处理人类语言和行为。

这一系列优势能够让 GPT-4 更好的服务下游应用场景，如自动写作、智能问答、语音助手、机器翻译、内容生成、广告营销等。

图 15：GPT-4 发布会中多模态演示

资料来源：OpenAI，光大证券研究所

ChatGPT 的推出被誉为“AI 的 iphone 时刻”，一经推出便受到世界范围的关注。目前国内外已有诸多公司接入 GPT，赋能其业务场景，提升用户体验。

2.1.1、国内外科技厂商纷纷入局基础模型

人工智能“基础模型”路线成为主流。因为其卓越的效率和性能，基础模型成为业界重点投入的方向，Open AI、谷歌、脸书、微软等纷纷推出超基础模型。

表 6：领头公司预训练模型

公司	预训练模型	应用	参数量	领域
谷歌	BERT	语言理解与生成	4810亿	NLP
	LaMDA	对话系统		NLP
	PaLM	语言理解与生成、推5理、代码生成	400亿	NLP
	Imagen	语言理解与生成	110亿	多模态
	Parti	语言理解与生成	200亿	多模态
微软	Florence	视觉识别 6.4	亿	cv
微软	Turing-NLG	语言理解与生成	170亿	NLP
OFacebook	PT-175B	语言模型	1750亿	NLP
OFacebook	M2M-100	100种语言互译	150亿	NLP
Deep Mind	Gato	多面手的智能体	12亿	多模态
	Gopher	语言理解与生成	2800亿	NLP
	AlphaCode	代码生成	414亿	NLP
Open Al	GPT3	语言理解与生成、推理等	1750亿	NLP
C	LIP&DALL-E	图像生成、跨模态检索	120亿	多模态
	Codex	代码生成	120亿	NLP
	ChatGPT	语言理解与生成、推理等		NLP
Nvidia	Megatron-TuringNLG	语言理解与生成、推理	5300亿	NLP
Stability AI	Stable diffusion	语言理解与图像生成		多模态

资料来源：腾讯研究院，光大证券研究所

随着 GPT 系列模型的大热，海外科技巨头不断加速其基础模型研发工作，国内基础模型厂商也在奋力追赶。继百度发布国内第一个基于国产自研基础模型——文心基础模型研发的对话类产品文心一言后，三六零、华为、腾讯、商汤、阿里、昆仑万维、科大讯飞等科技公司也陆续发布了其基于自研基础模型开发的应用产品或战略布局。

表 7：国内已公开发布自研基础模型部分汇总

公司	模型名称	发布时间	参数规模	模型架构	研发费用研发人员	研发费用/ 研发人员	算力储备	现金储备	场景入口
百度	文心	2023.03.16	2600亿	Encoder-Decoder	233.15亿元 2.4w	98.8w	A800和H800共5万枚， (23年底）	1940亿	智能搜索、百度生态
三六零	智脑	2023.03.29	千亿	Decoder	33.14亿元4k	92.0w	4000 枚高性能 GPU	238亿	智能搜索、数字助理、办公、智能营销等
华为	盘古	2023.04.082000亿		Encoder-Decoder	1615亿元 11w	141.7w	昇腾芯片	1473亿	工业行业应用 (医疗、金融、气象、矿山等）
商汤科技日日新		2023.04.10	千亿		40.14亿元3k	115.8w	GPU
阿里	通义	2023.04.11	10万亿	Encoder-Decoder	554.65亿元3w	184.9w	6000枚H800及其他共一万枚 (23年底)	5967亿	智能居家、阿里生态
昆仑万维天工		2023.04.17	双千亿		6.90亿元 1k	54.5w	计划采购4400万美金硬件设备	13亿	智能搜索、游戏
科大讯飞星火		2023.05.06		=	31.11亿元 9k	33.5w	昇腾AI硬件合作	32亿	教育、医疗、人机交互、办公、翻译
腾讯	混元	2023.06.19万亿		Encoder-Decoder	614亿元 4.5w	135.3w	上万枚高性能 GPU A100、H100共1.6万	1533亿	游戏、社交
字节	火山引擎	2023.06.28					共8.6万枚 (23年底)	枚加 A800、H800 其他2200 亿	短视频、AIGC
智谱AI	GLM-130B	2022.08	千亿				合作		内容生成、辅助编程
MiniMax Glow		2022.10.30		Decoder	100	-	火山引擎硬件合作	20亿	APP虚拟聊天

资料来源：Wind，各公司官网，光大证券研究所

2.1.2、MaaS 模式应运而生

MaaS 应运而生，AI 商业化加速。MaaS（Model as a Service），模型即服务，在该商业模式下，有能力的大公司提供预训练模型，使得垂直行业的小公司能够构建和部署 AI 模型，而无需投资构建和维护自己的模型所需的基础设施、硬件和专业知识。

图 16：各垂类行业公司借助基础模型 API 接口实现各种场景下的应用落地

资料来源：腾讯研究院，光大证券研究所

目前可预见的基础模型商业化途径可分为三类，即 C 端订阅（SaaS）、B 端企业订阅（MaaS）以及生态合作。以 OpenAI 为例，针对 C 端用户，其自主开发训练了 ChatGPT 产品并逐步从免费试用转为付费，并定价 20 美元/月，实现了C 端订阅的稳定收入；针对 B 端则主要采取 API 的形式向开发者提供有偿的GPT-3/GPT-4 等模型的使用权限，按照 TOKEN（1000tokens=750words）使用量收费，每 1000 请求 token 收费 0.03 美元，每 1000 个完成响应 token 收费 0.06 美元。同时，与微软的深度合作也将持续为 OpenAI 带来受益。

图 17：C 端订阅+B 端有偿 API 调用+与微软商业合作构成 OpenAI 三大商业模式

资料来源：FourWeekMBA，光大证券研究所

由于行业数据的可得性限制，通用模型无法对于全领域都有完备数据。与之对应，垂类模型主要关注特定的领域或场景，对行业数据在深度和质量上要求上升，如教育、医疗、金融、旅游等方面。同时，垂类模型可以利用已有的通用 AI基础模型为基础，通过调整指令、接入专业知识来满足自身领域场景的需要。

表 8：垂类模型依托通用模型更好地实现行业落地

垂类模型		通用模型
算力层面	-般比通用模型低一个数量级，如十亿参数、百亿参数	要求高参数量
数据层面	需要获得行业内的优质数据	需要足够丰富的数据才能够帮助模型训练和调优
专业程度	专业知识深度和质量高	受行业数据可得性限制专业性相对较低

资料来源：CSDN，光大证券研究所

2.2、算力：AI时代算力需求快速增长

AI时代算力需求以超过摩尔定律增长。

随着数字时代到来，计算场景愈加丰富，人工智能、物联网等技术飞速发展、数据高速增长，在中国乃至全球范围内算力需求也随之提高到了前所未有的高度。据中国信息通信研究院，2022 年全球计算设备算力总规模达到 906 EFlops, 增速为 47%；预计未来五年全球算力规模将以超过 50%的速度增长，到 2025 年全球计算设备算力总规模将超过 3 ZFlops，到 2030 年将超过 20 ZFlops。根据IDC 发布的《2022-2023 中国人工智能计算力发展评估报告》，各行各业的 AI应用渗透度都呈不断加深的态势，势必催生智能算力需求高速增长。IDC 数据显示，2022 年我国智能算力规模达到 268EFlops，已超过通用算力规模，预计 2026年我国智能算力规模达到 1271.4EFlops，年复合增长率 52.3%，同期通用算力增长率 18.5%，我国有望成为全球最大的智能计算市场。

据 OpenAI 测算，自 2012 年以来，全球头部 AI模型训练算力需求 3-4 个月翻一番，每年头部训练模型所需算力增长幅度高达 10 倍。算力快速增长的需求也必将对传统的摩尔定律形成冲击：摩尔定律认为芯片计算性能大约每 18-24 个月翻一番，两者间的不匹配势或将带来对算力基础设施价格、需求的快速增长。

图 18：2022 年全球计算设备算力总规模达到 906 EFlops，同比增速为 47%

资料来源：中国信息通信研究院，光大证券研究所

基础模型算力成本主要分为训练和推理两个阶段。

通用基础模型的性能依赖于大量参数和数据的训练，需要大算力支撑。模型成功部署后，模型推理也将需要大量智能算力做支撑。另外，除了通用基础模型的训练，垂直行业基础模型的训练、基于通用基础模型的微调的行业应用也需要大量的智能算力做支撑。

（1）基础模型的训练需要大算力支撑，AI 训练服务器方面，单个大语言模型训练驱动 AI训练服务器市场约 2 亿美元需求。

据英伟达测算，要完成一次 10000 亿参数大语言模型的训练，使用 4096 颗A100GPU 约需 4 周时间，使用 4096 颗 H100GPU 约需 1 周时间。按每台服务器配备 8 颗 H100GPU 计算，则完成一次万亿参数的大语言模型训练需约 500台服务器，配备 8 个 H100GPU 的服务器价格约为 40 万美元，则单个大语言模型训练驱动 AI 训练服务器约 2 亿美元需求。

据 OpenAI 团队发表于 2020 年的论文《Language Models are Few-ShotLearners》，训练一次 1746 亿参数的 GPT-3 模型需要的算力约为 3640 PF-days（假如每秒计算一千万亿次，需要计算 3640 天）。如果是 NVIDIA 80GB A100GPU, 理论算力是 312 TFLOPS（每秒浮点运算 312 万亿次），Megatron 利用tensor parallel 和 pipeline parallel 并行技术能达到 51.4%的利用率，也即是每秒能完成 0.160 PFLOPS（每秒浮点运算 0.16 千万亿次）。一张 A100 卡需要跑 3640/0.16 = 22750(天)。按照 1 个月的训练时间计算，需要 A100 卡数量估计= 22750/30 = 758 (块)。据悉，训练 Meta AI 的 OPT-175B 使用了 992 张 80GB的 A100 GPU，每个 GPU 的算力达到了 147 TFLOPS。所以，综合以上信息估计完成一次训练，A100 卡的用量需求大约为 1000 块。GPT-4 训练参数规模远超前代，OpenAI 官方尚未完全公开 GPT-4 数据，根据 the Decoder 报告，此次 GPT-4 模型参数数量为 1 万亿（GPT-3 参数为 1750 亿）；据硅谷猜测，GPT-4用于训练数据量约为 5-9 万亿 token。

资料来源：英伟达官网，光大证券研究所

表 9：英伟达主流 GPU 性能对比

	A100		H100		A800
	80GB SXM	80GB PCle	SXM	PCle	40GB PCle	80GB PCle	80GB SXM
FP64 (双精度)	9.7 TFLOPS		34 TFLOPS	26 TFLOPS		9.7 TFLOPS
FP64Tensor Core	19.5 TFLOPS		67 TFLOPS	51TFLOPS		19.5 TFLOPS

A100		H100		A800
FP32 (单精度)	19.5 TFLOPS	67 TFLOPS	51 TFLOPS	19.5 TFLOPS
TF32 Tensor Core	156 TFLOPS/312 TFLOPS	989 TFLOPS	756TFLOPS	156 TFLOPS/312 TFLOPS
BFLOAT16 Tensor Core	312 TFLOPS/624 TFLOPS	1979 TFLOPS	1513 TFLOPS	312 TFLOPS/624 TFLOPS
FP16 Tensor Core	312 TFLOPS/624 TFLOPS	1979 TFLOPS	1513TFLOPS	312 TFLOPS/624 TFLOPS
INT8 Tensor Core	624 TOPS/1248TOPS	3958TOPS	3026TOPS	624 TOPS/1248 TOPS
GPU显存	80GB HBM2e 80GB HBM2	80GB	80GB	40GB HBM2 80GBHBM2e 80GB HBM2e
GPU显存带宽	2039 GB/s 1935 GB/s	3.35TB/s	2TB/s	1555 GB/s 1935 GB/s	2039 GB/s
最大热设计功耗	400W 300W	700W	300-350W	250W 300W	400W
多实例GPU	最大7MIG@10GB最大7MIG@5GB	最大7MIG@10GB		最大7MIG@	最大7MIG@10 GB
互连	NVLink:600 GB/s PCle 4.0:64 GB/s	NVLink:900GB/sNVLink:600GB/s PCle 5.0:128 GB/s PCle 5.0:128GB/s		5GB NVLink:400 GB/s PCle 4.0:64 GB/s

资料来源：英伟达官网，光大证券研究所

（2）基础模型推理算力需求远高于训练，AI 推理服务器方面，单个 AI应用如ChatGPT 在初期便可带动推理服务器需求达 45 亿美元。

运营阶段所需算力量与使用者数量紧密相关。据 Similarweb 数据，ChatGPT官网在 2023 年 1 月 27 日-2 月 3 日一周内吸引的每日访客数量高达 2500 万，假设平均针对 50 字的提问生成 400 字的响应，即 450 字，对应 600token。

根据《Scaling Laws for Neural Language Models》数据，在推理过程中每个token 的计算成本约为 2NFlops，其中 N 为模型参数数量，则在 ChatGPT4 一万亿参数中每个 token 需算力 2 万亿 Flops，假设 GPT-3 FLOPS 利用率为21.3%，则可得每人每次提问需算力 5.6 PetaFlops（2 万亿Flops*600token/21.3%）。

假设每日 2500 万人访问量，每人提问 10 次，且一天内平均分摊，则每秒算力需求约 16302 PetaFlops，假定访问峰值是一天均值的 5 倍，则每秒算力需求约81508 PetaFlops。

目前 AI 推理所使用的主流 GPU 是英伟达 T4，一块英伟达 T4GPU 可提供的混合精度算力为 65TFlops，则需约 125 万个 T4GPU 方可满足单日对 ChatGPT 的访问，对应 15.67 万台 8*T4 的服务器，一台 8*T4 服务器的价格约 29000 美元，则仅单个如 ChatGPT 的 AI 应用在初期便带来推理服务器需求约 45 亿美元。

表 10：AI 推理服务器需求

参数	结果	单位
1个 token算力需求	20,000	亿FLOPS
每人每次提问50字	600	TOKEN
每人每次使用的实际算力需求 (考虑利用率前)	12,000,000	亿FLOPS
FLOPS利用率	21.3	%
每人每次使用的实际算力需求 (考虑利用率后)	5.63	PetaFLOPS
访问人数	25,000,000	人日
提问次数	10	次日
每天算力需求	1,408,450,704	PetaFLOPS
假设一天内平均分摊，则每秒算力需求	16,302	PetaFLOPS
考虑峰值，假定访问峰值是一天均值的5倍	81,508	PetaFLOPS
单个T4 GPU可提供算力	65	TetaFLOPS
需求推理服务器台数 (8GPU)	156,745	台
售价	29,000	美元
H100推理服务器市场	45	亿美元

资料来源：中国信息通信研究院，光大证券研究所

图 20：英伟达 T4 性能表

资料来源：英伟达官网，光大证券研究所

2.3、应用：大规模落地正在临近

GPT 基础模型应用的工程化落地需要时间，应用爆发期正在临近，AGI 真正的大潮仍未到来。

根据中国信息通信研究院资料显示，AGI以其多样性、可控性、组合性的特征，有望帮助企业提高内容生产的效率，以及为其提供更加丰富多元、动态且可交互的内容，或将率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大创新发展。

图 21：AGI 应用视图

资料来源：中国信息通信研究院，光大证券研究所

Gartner 将生成式 AI 列为最有商业前景的人工智能技术。根据其发布的 2022 年人工智能技术成熟度曲线，预计生成式 AI 2 到 5 年内将进入生产成熟期，发展潜力与应用空间巨大。

图 22：生成式 AI 处于“期望膨胀期”，预计 2-5 年内将进入生产成熟期

Gartner.

资料来源：Gartner，光大证券研究所

长期来看，AIGC 可大幅提高生产效率。例如，通过 AI 生成代码，编程时间将缩短一半以上。通过 AI 生成图像，制作中等篇幅的单张作品所花费的时间将从 5小时降低至 1 分钟，花费也将从 150 美元降低至 0.08 美元。

图 23：通过 AIGC 生成图像可显著降本增效

资料来源：《ARK’s BIG IDEAS 2023》，光大证券研究所

3、第三方支付：长期景气拐点

3.1、第三方支付机构是服务于B端的核心角色

我国第三方支付行业的参与者主要包括监管部门、商业银行、清算机构、第三方支付机构和支付外包服务商。

1、监管部门：中国人民银行对整个支付行业产业链进行业务监管。

2、服务商：包括商业银行、第三方支付机构和清算机构。消费者向商户发送消费请求，商户将信息发送给第三方支付机构、商业银行以及清算机构，最后再返回相关消费信息。商业银行为消费者提供账户设立、资金存管等服务，来提供资金收付通道并提供其他增值服务（比如实名认证等）。第三方支付机构及清算公司作为支付产业链中的中介机构，将商户与用户、商户与商业银行相联系，为支付交易提供便利。

第三方支付机构：按照第三方支付机构的服务对象，可以将第三方支付机构分为面向企业用户提供服务（B 端商户收单业务）及面向个人用户提供服务（C 端支付钱包业务）两类。前者称为收单侧支付机构，后者称为账户侧支付机构，部分情况下同一支付机构可以同时承担账户侧支付机构与收单侧支付机构的角色。

3、收单外包服务商：主要侧重小 B 类型客户收款与经营数字化等全链条服务。

图 24：中国第三方支付产业图谱示意图

资料来源：艾瑞咨询，光大证券研究所

图 25：收单业务流程——银行卡收单

资料来源：拉卡拉招股书，光大证券研究所

图 26：收单业务流程——扫码支付

资料来源：拉卡拉招股书，光大证券研究所

3.2、费率：有望迎来新一轮提价周期，并且空间仍然巨大

3.2.1、“96 费改”落地七年，行业分润比例趋于稳定

“96费改”后收单机构的服务费由政府指导价改为市场调节价。2016年3月, 为了进一步降低商户经营成本，扩大消费，引导银行卡经营机构提升经营管理水平和服务质量，国家发展改革委和中国人民银行发布了《关于完善银行卡刷卡手续费定价机制的通知》,对银行卡收单业务的收费模式和定价水平进行了重要调整,于 2016 年 9 月 6 日正式实施，因此被业内称为“96 费改”。央行对支付行业服务费费率做出一系列调整，包括降低发卡行服务费费率水平至 0.35%-0.45%、降低网络服务费费率水平至 0.065%，调整发卡行服务费、网络服务费封顶控制措施、收单环节服务费实行市场调节价，并且对部分商户实行发卡行服务费、网络服务费费率优惠措施。发卡行、收单机构、清算机构之间的刷卡手续费的分配结构发生改变。

费改前区分商户类别制定商户手续费，对商户不同程度的费用支出由发卡行、收单机构和银行清算组织基本按照 7：2：1 的固定比例进行分配；费改后取消按商户类别收费分类设定，刷卡手续费借贷分离、统一费率、实行自主定价，服务费率也简化为标准类（0.6%）、优惠类（0.38%-0.48%）、减免类（0 费率）。

表 11：“96 费改”前后银行卡线下收单相关方利益分配机制

相关方	商户类别	“96费改”前	“96费改”后
发卡行服务费	标准类	餐娱类：0.9% (房地产和汽车销售封顶借60元）	记卡：不超过0.35%(单笔封顶13元)
	标准类	般类：0.55% (批发类封顶20元)	贷记卡(含准贷记卡)：不超过0.45%(不封顶)
	优惠类	民生类：0.26%	借记卡：0.273%(单笔封顶10.14远
	优惠类	民生类：0.26%	贷记卡 (含准贷记卡)：0.351%（不封顶)
	减免类	公益类：0	0
银联网络服务费	标准类	餐娱类：0.13% (房地产和汽车销售封顶10元）	不超过0.065%（发卡行、收单机构各承担一半，单笔封顶6.5元)
	标准类	般类：0.08% (批发类封顶2.5元)	不超过0.065%（发卡行、收单机构各承担一半，单笔封顶6.5元)
	优惠类	民生类：0.04%	0.0508%（发卡行、收单机构各承担-半，单笔封顶5.08元)
	减免类	公益类：0	0
收单服务费	标准类	餐娱类：0.22%(房地产和汽车销售封顶10元）	市场化定价
	标准类	一般类：0.15% (批发类封顶3.5元)
	优惠类	民生类：0.08%
	减免类	公益类：成本价
总体原则	区分不同商户类别实行政府定价，对借记卡、贷记卡(含准贷记卡）执行相同费率，特定行业上限管理。餐娱类1.25%、一般类0.78%、民生类0.38%、公益类0，并按7：2：1的比例在发卡银行、收单机构和清算组织之间分配		不区分商户类别，借贷分离，政府指导价、上限管理

资料来源：国家发展和改革委员会，光大证券研究所

平稳度过费改政策过渡期后，支付费率进一步简化。“96 费改”在正式实施后设置了 2 年的过渡期，在过渡期内，按照费率水平保持总体稳定的原则，对超市、大型仓储式卖场、水电煤气缴费、加油、交通运输售票商户刷卡交易实行发卡行服务费、网络服务费优惠。2018 年过渡期到期前，银联宣布对以上行业商户的银联卡刷卡手续费优惠措施延长 2 年。2020 年 7 月，中国银联发布了《关于优化银联代收业务及订购业务价格标准的函》（银联函[2020]43 号），除非营利性慈善机构和信用卡还款外，商户类别为加油、交通运输售票、公共事业缴费、非营利性教育机构、非营利性医疗机构的，不再基于商户类别（MCC）给予优惠及减免费率。至此，市场仅保留标准费率和零费率两种手续费，线下收单支付费率进一步简化。

图 27：第三方支付行业利润分配图谱

资料来源：艾瑞咨询，光大证券研究所整理

图 28：线下刷卡收单分润逻辑（标准费率）

资料来源：艾瑞咨询，光大证券研究所

图 29：线下条码收单分润逻辑（标准费率）

资料来源：艾瑞咨询，光大证券研究所

3.2.2、我国线下收单费率低，提升空间可观

目前国内主要第三方支付机构 take rate 约 0.10%-0.12%，其中移卡 2022 的take rate 较 2021 年明显上升。2022 年，移卡、新国都、拉卡拉、新大陆 takerate 分别为 0.123%、0.113%、0.101%、0.094%，其中移卡 take rate 较 2021年增加 0.016 个百分点。

图 30：部分第三方支付机构 takerate：因为疫情补贴，持续收窄

takerate	2016	趋势	2019	趋势	2022
拉卡拉	0.115%	1	0.134%	口	0.101%
新大陆	0.072%	1	0.152%		0.094%
新国都			0.149%	口	0.113%
移卡	0.129%	↑	0.139%	↓	0.123%

资料来源：各公司公告，光大证券研究所测算注：移卡 0.129%为 2017 年数据

与美国相比，我国第三方支付机构的收单费率有较大提升空间。四方清算模式下，产业链所有成员的收入来源均为商户支付的费率，从分润比例的大小来看，银行>收单机构>清算机构。在美国，每笔银行卡交易的费率约 2.3%-3.0%，其中收单方分润比例约 0.7-0.9%。在中国，每笔银行卡交易的费率约 0.6%，仅为美国收单费率的四分之一左右，收单方分润比例约 0.1-0.2%，仅为美国五分之一左右，有较大提升空间。

表 12：中美线下支付各相关方分润比例差异

相关方	中国	美国
商户刷卡手续费	0.6%	约2.3%-3.0%
发卡行服务费	0.35%-0.45%	1.5%-2.0%
清算网络服务费	0.065%	0.12%-0.13%
收单机构服务费1	0.1%-0.2%	0.7%-0.9%

资料来源：中国人民银行，CardFellow，光大证券研究所
注：刷卡费率=商户支付的手续费/交易流水

截至 2023 年 1 月 5 日，瑞银信、汇付天下、付临门、海科融通等第三方支付机构均将旗下全部或者部分产品刷卡费率上调至 1%或以上，随着线下消费经济恢复，第三方支付机构的收单费率有望迎来新一轮上涨。

表 13：截至 2023 年 1 月 5 日，部分品牌 POS 机费率上涨情况

机构	费率
瑞银信 MPOS	1.2%+3
汇付天下安付通	1%+3
联动优质Epos	1%+3
付临门全系列	1.3%+3
快钱刷	1.5%+3
海科融通	1.5%+3

资料来源：现代支付，光大证券研究所

3.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖

根据艾瑞咨询数据，我国线下收单交易流水在 2019 年突破 60 万亿元，2020 年受到疫情影响，线下收单交易流水下降至 61 万亿元，同比下降 5%。

图 31：2020 年以前我国线下收单交易规模总体稳步增长

资料来源：艾瑞咨询，光大证券研究所整理

根据我们测算，2022 年中国线下收单交易规模约 51 万亿元。根据中国支付清算协会的数据，2021 年商业银行线上+线下收单规模约 48 万亿元，占国内整个收单规模（线上+线下）的比重为 36%，非银行支付机构约 85 万亿元，占比为64%；2022 年非银行支付机构线上+线下收单规模约 41 万亿元，假设其占国内整个收单规模（线上+线下）的比重为 70%（非银行支付机构收单占比持续提升），则 2022 年商业银行收单规模约 18 万亿元；假设商业银行收单中，线上和线下占比情况与非银行支付机构类似，线下收单占比 86%，则 2022 年商业银行线下收单交易规模约 15 万亿元，另外，根据中国支付清算协会数据，2022 年非银行支付机构线下收单交易规模为 36 万亿元，测算得 2022 年中国线下收单交易规模约 51 万亿元。

表 14：根据我们测算，2022 年中国线下收单交易规模约 51 万亿元

		单位	2020	2021 2022
中国线下收单交易规模		万亿元	76.80 114.57	51.07
商业银行		万亿元	39.51 47.88	17.72
	同比增速	%	21%	-63%
	占比	%	44% 36%	30%
	线上	万亿元	5.34 6.47	2.40
同比增速		%		21% -63%
	占比	%	14% 14%	14%
	线下	万亿元	34.17 41.41	15.32
	同比增速	%	21%	-63%
占比		%	86% 86%	86%
非银行支付机构		万亿元	49.30 84.61	41.34
	同比增速	%	72%	-51%
	占比线上	%	56% 64%	70%
	万亿元	6.67	11.44	5.59
	同比增速	%		72% -13%
	占比	%	14%	14% 14%
线下		万亿元	42.63 73.17	35.75
	同比增速	%	72%	-15%
	占比	%	86% 86%	86%

资料来源：中国支付清算协会，光大证券研究所测算
注：蓝色字体为中国支付清算协会数据，红色字体为假设数，黑色字体为计算所得的数

在非银行支付机构线下收单市场中，拉卡拉占比 12.6%，嘉联支付、国通星驿、移卡占比分别为 7.2%/6.6%/6.2%。根据中国支付清算协会数据，2022 年非银行支付机构线下收单交易规模约 36 万亿元，2022 年拉卡拉、嘉联支付（新国都）、国通星驿（新大陆）、移卡线下收单交易流水规模分别为 4.52、2.58、2.35、2.23 万亿元。

图 32：2022 年非银行支付机构线下收单市场份额（按交易流水）

资料来源：中国支付清算协会，拉卡拉、新大陆、新国都、移卡 2022 年年报，光大证券研究所测算

数字人民币的推广对第三方支付机构业务有促进作用。数字人民币的本质是一种非现金支付，其推广将进一步增加商户对相关支付 IT服务的需求。在数字人民币结算中，第三方支付机构可以作为数字人民币托管和支付机构。基于当前第三方支付对各种应用场景的渗透，以及建立的二维码等收单系统，第三方支付机构可以在数字人民币应用推广中发挥积极作用。另外，央行数字货币可以实现资金流动可追踪，降低第三方机构违法违规操作产生的风险。据人民银行统计，截至2022 年 8 月 31 日，数字人民币试点地区累计交易笔数 3.6 亿笔、金额 1000.4亿元，支持数字人民币的商户门店数量超过 560 万个。对于第三方支付机构来说，已经具备较成熟的技术经验及用户生态体系，可将这些积累应用到数字人民币领域，推动旧用户留存，新用户拓展。第三方支付机构可以通过数字人民币服务拓展潜在商户，如大中型企业等。

表 15：数字人民币支付与第三方支付的区别

	数字人民币支付	第三方支付
信用水平	围绕数字人民币建立的支付体系由国家信用支撑	第三方支付体系由平台信用支撑
隐私保护	可控匿名，通过隐私保护技术确保用户数据的安全	基于支付账户的强KYC，第三方支付机构在相关法律规定及用户授权下收集与使用用户数据
账户体系	基于央行管理的数字人民币发行登记系统，属于账户松耦合模式	基于第三方支付机构账户及第三方支付机构在央行的备付金账户，属于账户紧耦合模式
强制法偿性	无限法偿性	无法偿性
清结算模式	支付即结算	需要用过网联/银联进行清结算
费用机制	对收款方(主要指商户)的费用相比第三方支付服务费用有降低空间	对商户按不同收费标准收取一定费用

资料来源：01 区块链、零壹智库，光大证券研究所

3.4、监管：阶段性收尾，靴子落地将开启新景象

3.4.1、第三方支付行业监管政策密集出台

近年来，我国支付市场发展迅速，支付方式和产品推陈出新，但在业务快速发展过程中也暴露出一些问题。针对支付行业乱象，近年来相关监管措施密集出台。

（1）反洗钱监管趋严。支付领域是交易链路，暗藏诸多风险。2021 年中国支付清算协会向全行业发布了支付风险提示，“犯罪分子利用信用卡进行大额 POS消费转移资金的情况呈快速上升趋势，规避借记卡频繁大额交易的风控规则”。2022 年 1 月央行、公安部等九部门发布《打击治理洗钱违法犯罪三年行动计划(2022—2024 年)》，要求“强化洗钱类型分析和反洗钱调查协查、增强反洗钱义务机构洗钱风险防控能力、监管落实工作。”

（2）发展监管科技。《金融科技发展规划（2022-2025 年）》提出深化监管科技在货币政策、支付结算、反洗钱、征信、消费者保护等领域应用，积极将数字合规工具无缝嵌入交易行为监测、业务数据报送、风险事件报告等场景，提升金融监管效能、降低合规成本。

（3）强化综合监管，强调市场公平竞争秩序。早在 2010 年 6 月，央行就制定了《非金融机构支付服务管理办法》，奠定了非银行支付机构的监管基础。为进一步规范支付服务市场，防范支付风险，2021 年 1 月 20 日，中国人民银行会同有关部门研究起草了《非银行支付机构条例（征求意见稿）》。此次条例的起草意味着支付行业监管的法律层级进一步提升，进一步规范支付机构合规经营，维护支付服务市场健康发展。《条例》还强化反垄断监管措施，维护公平的市场竞争秩序，保护市场参与主体的合法权益。此外，《条例》与《反垄断法》有效衔接，赋予央行认定支付服务市场垄断地位的权限，填补了相关法律法规空白。另外，《条例》明确，同一法人不得持有两个及以上非银行支付机构 10%以上股权，同一实际控制人不得控制两个及以上非银行支付机构，这有助于防范资本在支付服务市场无序扩张。

表 16：支付行业监管政策的发展

	时间	发行单位	文件名称	具体内容
安全技术操作规范政策	2016年4月	央行等14部委	《非银行支付机构风险专项整治工作实施方案》	加大对客户备付金问题的专项整治和整改监督力度。严格支付机构市场准入和监管，加大违规处罚。
	2016年10月	国务院	《互联网金融风险专项整治工作实施方案》	集中力量对P2P网络借贷、股权众筹、互联网保险、第三方支付、通过互联网开展资产管理及跨界从事金融业务、互联网金融领域广告等重点领域进行整治与监管。建立健全互联网金融监管长效机制。
	2017年12月	中国人民银行	《关于加强条码支付安全管理的通知》	强化条码支付技术风险规范，推进条码支付受理终端注册管理。
	2018年8月	中国人民银行	《聚合支付安全技术规范 (征求意见稿)》	对聚合支付系统实现、安全技术、安全管理、风险控制等提出更高监管要求。
数字化与金融科技发展、监管政策	2019年9月	中国人民银行	《金融科技（FinTech)发展规划》	运用金融科技提升跨市场、跨业态、跨区域金融风险的识别、预警和处置能力，加强网络安全风险管控和金融信息保护，做好新技术应用风险防范。
	2021年3月	全国人大	《十四五规划和2035年远景目标纲要》	要求进一步发展、健全现代支付和收入监测体系、增强金融普惠性、发展金融科技。
	2021年12月	国务院	《“十四五”数字经济发展规划》	与支付行业的数字化升级贴合，提出跨境支付、智能支付、供应链金融等与支付相关的规划。
	2022年1月	人民银行	《金融科技发展规划(2022-2025年）》	发展监管科技、弥合数字鸿沟、金融科技创新进一步加强。
	2022年2月	中国人民银行会、市场监管总局、银保监会、证监会	《金融标准化“十四五”发展规划》	跨境支付、银行卡终端、监管科技、征信等一系列产业相关走向标准化。加强标准对金融监管的支持，加强产业链供应链金融标准保障，标准化支撑金融产品和服务创新。
反洗钱相关政策法规	2022年1月	央行、公安部、国家监察委、“两高”“两会”等九部门 (	《打击治理洗钱违法犯罪三年行动计划2022-2024年)》	强化洗钱类型分析和反洗钱调查协查、增强反洗钱义务机构洗钱风险防控能力、监管落实工作。
反洗钱相关政策法规	2022年1月	央行会、银保监会、证监会	《金融机构客户尽职调查和客户身份资料及交易记录保存管理办法》	强调支付机构在提供较大额支付处理等环节，必须开展客户尽职调查。
反垄断监管政策	2022年1月	中国人民银行等有关部门	《非银行支付机构条例(征求意见稿)》	《条例》第五十五条及第五十六条强化反垄断监管措施，维护公平的市场竞争秩序，保护市场参与主体的合法权益。

资料来源：中国政府网，全国金融标准化技术委员会，中国电子银行网，光大证券研究所整理

3.4.2、收单牌照缩紧、资金追缴，加剧行业寡头化趋势

第三方支付牌照数量持续收缩，行业集中度有望提高。近年来支付行业监管趋于严格。2022年6月公布的非银行支付机构《支付业务许可证》续展公示信息（2022年 6 月第四批）中，全部 79 家支付机构所持《支付业务许可证》到期，52 家支付机构通过续展，央行中止审查 8 家支付机构，10 家机构未提交申请，8 家已主动退出，1 家不予受理。自 2011 年签发首批第三方支付牌照算起，央行总计发出 271 张支付牌照，截至 2023 年 2 月 10 日已缩减至 193 张，合计注销 78张。根据 pos 圈支付网数据，截至 2023 年 1 月，具有银行卡收单资质的牌照且在有效期内的仅剩 51 家，业务覆盖全国的有 28 家，业务覆盖范围有限制的 23家。第三方支付行业集中度有望进一步提高。

图 33：2011-2023Q1 第三方支付牌照发放和注销情况（截至 2023 年 2 月 10 日）

资料来源：中国人民银行，光大证券研究所

监管处罚逐步落地。2022 年新国都、新大陆、拉卡拉营业外支出分别为2.19/7.56/13.96 亿元，资金追缴问题一次性出清，压制因素解除。2022 年 12月 30 日，央行对银联商务股份有限公司开出了 6516 万元巨额罚单，刷新了去年支付机构被处罚金最高纪录。近几年第三方支付公司罚款的原因主要有三点：1）收单、支付结算方面违规，包括未按规定履行客户身份识别、未按规定保存客户身份资料和交易记录、未按规定报送大额交易报告或者可疑交易报告，以及与身份不明的客户进行交易；2）违反反洗钱条例；3）商户管理存在一定问题，比如违反特约商户实名制管理规定、未落实防范电信诈骗风险相关要求、未落实商户结算管理要求和未落实外包管理相关规定。

4、信创：二阶深化，关注行业信创及乡镇下沉

4.1、党政信创启动最早，八大行业中金融正在率先接力

为实现信息技术自主可控，我国政府将信创提升至国家战略层面，提出“2+8”安全可控发展体系。其中“2”是指党政两大体系，“8”是指八大主要行业，包括金融、石油、电力、电信、交通、航空航天、医院、教育。

党政领域信创启动最早、渗透率最高，金融、电信等关键行业信创应用有望快速发展。行业信创相较党政信创服务器数量更多、业务系统需求更加复杂，行业客户不依赖财政资金，自有经营现金充沛，支付意愿和能力更强，未来随着渗透率上升，预计市场规模会远超党政信创。

（1）党政和金融信创渗透率处于第一梯队。

根据零壹智库对工信部及下属机构、地方经信委等职能部门公开的优秀信创案例情况测算，截至 2021 年 12 月底，信创落地应用进展最快的分别为党政和金融领域，落地实践率分别为 57.01％、29.55％。

党政信创：从建设内容看，公文系统作为党政的核心，电子公文的自主可控替代是党政行业的第一步，2021 年发改委发布的《“十四五”推进国家政务信息化规划》，意味着党政信创开启了从电子公文系统建设到电子政务系统国产化的发展。从建设范围看，过去主要以部委、省、市为主，未来党政信创将继续向区县乡各级政府渗透，完成度逐渐提高。根据亿欧智库 2021 年调研统计，党政预计到2023年可以实现基本公文系统信创改造，并继续进行电子政务系统的国产化，较之前有着更大的市场。

金融信创：在八大行业中信创渗透推进速度最快，根据亿欧智库测算，预计 2022年金融行业信创试验机构国产化投入占全年 IT 支出 30%，预计于 2023 年逐步完成公文、财务、人事、决策支持等一系列一般系统的国产替换。在金融机构中，银行、证券、交易所及监管机构信创参与度较高，信创招标项目数量占比分别为52.02％、23.70％和 15.03％。

（2）电信、交通、电力、石油、航空航天处于第二梯队。

（3）教育、医院领域渗透率最低，处于第三梯队。

（4）其他行业如汽车、物流、烟草等预计于 2023 年开始进行信创改造。

图 34：信创产业的横纵发展体系

资料来源：光大证券研究所绘制

图 35：信创产业行业渗透情况

Y亿欧信创产业在党政和金融领域渗透率最高，医院领域透率最低

来源：企业公开资料，亿欧整理
资料来源：亿欧智库《2021 中国信创产业应用落地研究报告及供应商 60 强》，光大证券研究所

图 36：党政和行业信创落地进程

资料来源：亿欧智库《2021 中国信创产业应用落地研究报告及供应商 60 强》，光大证券研究所

党政信创经三期试点进入全面推广阶段，金融信创已完成二期试点。

（1）党政信创：2014 年、2018-2019 年和 2020 年党政信创分别启动一、二、三期试点，目前已进入规模化推广阶段。按照目前的发展趋势，当前党政办公业务领域信创已呈现出成熟的业界生态，未来继续由党政部委省市向区县乡级政府渗透。在电子公文基础上，电子政务系统信创改造将有序开展。目前来看，党政信创业务因涉密度较高，需要信创产品极强的安全性保障以及稳定性，但是党政办公信创对任务服务类需求较低，业务、环境、内容复杂度不高，所以招标采购要求处于正常水平，适合信创的初期探索阶段。

表 17：党政信创发展历程及试点情况

时间	事件
2013年底	中央办公厅、国务院办公厅、工信部牵头启动“党政电子公文系统”安全可靠升级试验。
2014年	启动党政信创一期试点，十余个党政机关试验并且通过验收。
2015-2019年	三部委又联合启动上百个试验工程，并于2019年底全部验收。
2016年	信创工委会成立，标志信创产业链和生态进入全面建设。
2020年	党政公文系统三级试点启动，涵盖地市级，2021年底完成验收。千余家应用推广单位，后继将进入常态化采购。
2021年	电子公文系统国产化替代向区县级渗透，开启电子政务系统国产化替代。

资料来源：各政府机构网站，光大证券研究所整理

（2）金融信创：2020 年和 2021 年分别完成两期试点，2021 年开始金融信创进程加快金融信创实验室平台搭建完整，信创生态不断完善，有近 200 家二期试点单位，试点范围由大型银行、证券、保险等机构向中小型金融机构渗透，要求 OA、邮件全部替换。

表 18：金融信创发展历程及试点情况

时间	事件
2013年1月	浪潮发布了我国首套大型主机系统天梭K1，使我国成为继美日之后全球第三个掌握新-代大型主机技术的国家。
2013年12月	银监会强调银行业的自主可控。
2014年9月	银监会发布39号文，提出到2019年，安全可控信息技术在银行业总体达到75%左右使用率。
2014年10月	邮储银行自主可控核心去IOE完成，为银行业第一个成功实现的中大型自主可控案例。
2016年	百信银行成为国内第一家整体去IOE的云上银行。
2018年6月	央行明确指出推进核心领域自主可控在金融业的应用。
2019年8月	央行科技司发布《金融科技发展规划》，实现稳定创兴、自主可控，防范系统性金融风险作为金融IT基础设施的关键目标。
2020年8月	金融行业信创一期试点启动，试点机构47家，以头部银行保险券商、一行两会和交易所为主。
2020年11月	金融信创生态实验室成立。
2021年5月	金融行业二期试点启动，试点机构198家，要求OA、邮件全部替换。

资料来源：各政府机构网站，光大证券研究所整理

（3）电信信创：自 2020 年以来，三大电信运营商服务器集采项目向国产化服务器倾斜，实施各类信创项目，标志着电信行业信创的全面提速，目标是 5 年内实现完全国产化替换。三大电信运营商皆建立了信创实验室，项目要求以及推进速度远超政策要求以及市场预期，标志着其主动性和自发性。

表 19：电信信创发展历程及试点情况

时间	事件
2020年初	中国联通信息技术应用创新实验室成立，并在广东、浙江、青海、湖南、贵州、吉林、黑龙江7省建立信创攻关分基地。
2021年6月	浙江金华移动信创配适基地暨信创示范营业厅正式建成启用，作为全国通信行业首家采用国产自主可控技术的营业厅。
2021年6月	中国电信上海信创基地揭牌。
2021年6月	中国移动宣布拟成立生态实验室，推动办公系统在国产技术环境中的迁移适配，开展般业务系统及部分关键业务系统测试。已有标杆性的信创改造案例成功。
2021年11月	由中国移动和中国电子旗下长城软件、麒麟软件、中国长城、飞腾等多家单位共同打造的中国移动温州分公司网信示范营业厅正式投入运营，为全国电信行业内首个基于PKS体系打造的网信示范营业厅。

资料来源：各政府机构网站，光大证券研究所整理

（4）其他行业信创：随着试点从党政到以金融和电信为代表的民生行业拓宽，试点不断深化，其他行业信创有望步入加速发展阶段。

图 37：医疗和教育信创年度招标成交额（万元）

资料来源：零壹智库，光大证券研究所

图 38：能源、教育和电信信创年度招标个数

资料来源：零壹智库，光大证券研究所

党政信创替换的主题主要是电子公文、电子政务、PC 等轻量级软硬件，行业信创替换的主题主要是综合办公和管理系统、生产系统，涉及的产品和服务包括数据库、操作系统、服务器等重量级核心软硬件，实施周期较长，难度较大。

表 20：党政信创和行业信创的差异

	党政		行业
	第一阶段	第二阶段	第一阶段	第二阶段
替换主题	电子公文	电子政务	综合办公和管理系统	生产系统

资料来源：中国电科，光大证券研究所

4.2、信创二阶深化，数倍于第一阶段的市场容量信创相关产业链包括基础硬件、基础软件、应用软件等。

表 21：信创相关产业链生态

分类	产品
基础硬件	整机 (PC/服务器)
	芯片（含CPU、GPU)
	存储
基础软件	操作系统
	中间件
	数据库
应用软件	办公软件-流版签软件
应用软件	办公软件-OA
云服务	云服务
安全服务	信息安全产品
外设设备	打印机、扫描仪等

资料来源：光大证券研究所整理

在 PC 和服务器整机端，党政和行业信创市场规模超 4800 亿元。党政信创潜在市场规模 2072 亿元（PC 端 1480 亿元，服务器端 592 亿元），行业信创潜在市场规模 2731 亿元（PC 端 1950 亿元，服务器端 780 亿元）。

◆党政信创：（1）总需求量：根据人社部数据,截至 2015 年底全国共有公务员716.7 万人和 3000 多万事业编制人员。假设公务员和事业单位人均 PC 保有量分别为 1 和 0.7 台/人，则国产替代需求总量为 2960 万台。党政信创电子公文系统国产化替代已全面完成。假设党政信创中服务器采购量约为 PC 采购量的1/152，预计服务器国产化的替代需求总量为 197 万台。（2）市场规模：按照5000 元/台 PC，3 万元/台服务器计算3，党政信创 PC 端潜在市场规模为 1480亿元，服务器端潜在市场规模为 592 亿元。

◆行业信创：（1）总需求量：根据国家统计局数据，截至 2020 年底八大行业4就业人数共5573万人，假设人均信创 PC 替代为0.7台，则PC总需求量约 3901万台。假设服务器采购量约为 PC 采购量的 1/15，预计服务器国产化的替代需求总量为 260 万台。（2）市场规模：按照 5000 元/台 PC，3 万元/台服务器计算，行业信创 PC 端潜在市场规模为 1950 亿元，服务器端潜在市场规模为 780 亿元。

表 22：信创市场空间测算（仅 PC 和服务器）

	PC					服务器
领域	人数（万人）	保有量（台/人）	总需求量（万台）	单价（元）	规模（亿元）	比例换算（服务器/PC)	总需求量（万台）	单价（元）	规模（亿元）	总规模（亿元）
党、政信创 2960 1480 197
公务员	720 1		720	5000	360	1/15	48	30000 144		504
事业编人员	3200	0.7	2240	5000	1120	1/15	149	30000	448	1568
行业信创	5573		3901		1950		260		780	2731
金融业就业人员	859	0.7	601	5000	301	1/15	40	30000	120	421
运营商就业人员	100	0.7	70	5000	35	1/15	5	30000	14	49
交通运输、仓储和邮政业就。业人员	812	0.7	569	5000	284	1/15	38	30000	114	398
电力、煤气及水的生产和供应业就业人员	380	0.7	266	5000	133	1/15	18	30000	53	186
石油和天然气开采业就业人员数	55	0.7	39	5000	19	1/15	3	30000	8	27
航空运输业就业人员	60	0.7	42	5000	21	1/15	3	30000	8	30
教育就业人员	1959	0.7	1371	5000	686	1/15	91	30000	274	960
卫生人员就业人员	1348	0.7	943	5000	472	1/15	63	30000	189	660
合计			6861		3430		457		1372	4803

资料来源：人社部，国家统计局，东方财富数据，IDC，零壹智库，《中央行政单位通用办公设备家具配置标准》，京东商城，光大证券研究所测算注：蓝色字体为公开资料数据，红色字体为假设数，黑色字体为计算所得数

党政加上八大行业的 PC 替换需求总量超 6800 万台。据 IDC 数据，2017 年政府行业 PC 采购量为 360 万台，同比上年上升 8.6%，金融行业每年的 PC 采购量

2根据IDC数据，2021年中国服务器出货量为391.1万台，PC出货量为5700万台，2021年中国服务器出货量/PC 出货量比例约为 1/15。下同。

3 《中央行政单位通用办公设备家具配置标准》中，台式计算机（含预装正版操作系统软件），价格上限为 5000 元，最低使用年限为 6 年。京东商城上，中科曙光的服务器售价范围大约为 2.2 万-4 万。下同。

4 八大行业：金融、石油、电力、电信、交通、航空航天、医院、教育。

约为 200 多万台。据零壹智库数据，截至 2021 年 12 月底党政、金融信创落地实践率分别为 57%、30%，据我们测算，党政和金融总完成的信创 PC 采购量约为 700 多万台，信创后续深化的市场空间数倍于已完成的第一阶段的市场空间。

4.3、行业信创帷幕已开，采购需求标准或出台

信创集中招标已拉开帷幕。7 月 27 日麒麟软件宣布独家中标中国邮政集团服务器操作系统集采项目，超 60000 套服务器操作系统。8 月 3 日麒麟软件官微发布信息，独家中标中交集团国产桌面操作系统框架采购项目，中标数量为 60000套。7 月 13 日中信银行发布 65 亿元《通用基础设施集成商入围采购项目》招标公告，涉及（ARM芯片/C86 芯片）服务器、网络设备（数据中心/非数据中心级别交换路由、防火墙、波分设备）及存储设备（集中式 ARM 高端/分布式 ARM对象、中高端存储光纤交换机）3 大类 9 小类设备。65 亿大单中，包括 34 亿ARM 服务器、10 亿海光服务器；14 亿网络设备；7.2 亿存储设备。

图 39：麒麟软件中标中国邮政服务器操作系统集采项目

资料来源：麒麟软件官网微信公众号，光大证券研究所
资料来源：麒麟软件官网微信公众号，光大证券研究所

图40：麒麟软件独家中标中交集团国产桌面操作系统框架采购项目

图 41：中信银行《通用基础设施集成商入围采购项目》招标公告

资料来源：中信银行数字化采购平台，光大证券研究所

安全可靠测评工作将进一步规范信创产品选型，基础软硬件采购需求标准或将出台。7 月 28 日中国信息安全测评中心发布了针对 PC 和服务器搭载的 CPU、操作系统及数据库等基础软硬件产品的《安全可靠测评工作指南》（以下简称指南）。根据指南要求，产品供应商可以在每年的 1-2 月及 7-8 月进行测评申报，送测厂商应为在中国境内注册的实体，且必须具有送测产品完备的设计资料、研发文档、代码数据和研发环境，拥有送测产品的知识产权或授权，具备稳定的研发生产及售后服务团队；产品测评通过后将被认定为安全可靠产品，有效期三年，测评结果供各政企客户自主参考。信创产品测评将有利于信创产品选型进一步规范化。另外，8 月 7 日财政部会同工业和信息化部研究起草并发布了操作系统和便携式计算机政府采购需求标准（征求意见稿）。实际上，自 8 月 3 日以来，财政部官网及官微已经连续发布多项采购需求标准相关的通知，涉及一体式计算机、操作系统、工作站、便携式计算机、台式计算机、数据库、通用服务器。针对硬件整机产品，均要求其搭载的 CPU、操作系统等核心部件必须为通过安全可靠测评标准的产品；针对基础软件产品，同样要求其必须为通过安全可靠测评标准的产品，且要求其兼容 ARM、LoongArch、MIPS、SW64、x86 等多种架构的 CPU平台。系列基础软硬件采购需求标准的出台，或将提高招投标效率，为行业信创标准的制定工作提供借鉴。

高层再次发文强调“加强基础研究实现高水平科技自立自强”：8 月 1 日《求是》杂志发表了中共中央总书记、国家主席、中央军委主席习近平的重要文章《加强基础研究实现高水平科技自立自强》。文章强调，要打好科技仪器设备、操作系统和基础软件国产化攻坚战，鼓励科研机构、高校同企业开展联合攻关，提升国产化替代水平和应用规模，争取早日实现用我国自主的研究平台、仪器设备来解决重大基础研究问题。

5、数据要素：加速建设期

5.1、政策吹响号角，数据要素行业静待花开

2020 年 4 月，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，提出了土地、劳动力、资本、技术、数据等五个要素领域的改革方向，明确了完善要素市场化配置的具体举措，数据要素正式成为了我国的新型生产要素。

不同于土地、劳动、资本等传统生产要素，由于具有非物质性、共享性、非均质性、外部性等特性，数据要素同时拥有了劳动对象和生产工具的双重属性。单独的数据没有价值，只有实现其在各市场间高效有序流通时，才能赋能其他生产要素与实体经济，推动生产方式、生活方式和治理方式的深刻变革。因此我国针对此类问题，陆续出台数据要素市场化改革的法规及政策文件，由浅入深地建立健全数据要素市场的基础制度。

探索期（2019 年 11 月-2021 年 3 月）：2019 年党的十九届四中全会首次提出把数据作为生产要素；2020 年 4 月，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，提出了土地、劳动力、资本、技术、数据等五个要素领域的改革方向，明确了完善要素市场化配置的具体举措，数据要素正式成为了我国的新型生产要素。

基础搭建期（2021 年 3 月-2023 年 7 月）：2021 年 3 月，《中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要》中提出要对完善数据要素产权性质、建立数据资源产权相关基础制度和标准规范、培育数据交易平台和市场主体等作出战略部署；数据要素概念正式列入国家“十四五”发展计划。2022 年 1 月，《“十四五”数字经济发展规划》中再提数据要素，提出要充分发挥数据要素作用、强化高质量数据要素供给、加快数据要素市场化流通、创新数据要素开发利用机制，到 2025 年初步建立数据要素市场体系。

2022 年 12 月，《关于构建数据基础制度更好发挥数据要素作用的意见》的发布，标志着我国数据基础制度的“四梁八柱”已初步形成。（1）在数据产权方面，提出推进公共数据、企业数据、个人数据分类分级确权授权，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制；（2）在流通交易方面，提出完善数据全流程合规和监管规则体系，统筹构建规范高效的数据交易场所，培育数据要素流通和交易服务生态，构建数据安全合规有序跨境流通机制；（3）在收益分配方面，提出健全数据要素由市场评价贡献、按贡献决定报酬机制，更好发挥政府在数据要素收益分配中的引导调节作用；（4）在安全治理方面，提出创新政府数据治理机制，压实企业的数据治理责任，充分发挥社会力量多方参与的协同治理作用。

图 42：数据产权制度

资料来源：中华人民共和国国家发展和改革委员会，光大证券研究所

图 43：收益分配制度

资料来源：中华人民共和国国家发展和改革委员会，光大证券研究所

加速建设期（2023 年 7 月-至今）：2023 年 7 月 28 日，国务院任命刘烈宏为国家数据局局长。国家数据局正式挂牌步入倒计时，数据要素各方面制度体系和配套政策加快出台，数据要素流通使用试点示范逐步推开，数据要素产业将步入快速发展期。2023 年 8 月，财政部发布《关于印发<企业数据资源相关会计处理暂行规定>的通知》，自 2024 年 1 月 1 日起施行。根据《暂行规定》，企业在编制资产负债表时，应当根据重要性原则并结合本企业的实际情况，在“存货”项目下增设“其中：数据资源”项目，反映资产负债表日确认为存货的数据资源的期末账面价值；在“无形资产”项目下增设“其中：数据资源”项目，反映资产负债表日确认为无形资产的数据资源的期末账面价值；在“开发支出”项目下增设“其中：数据资源”项目，反映资产负债表日正在进行数据资源研究开发项目满足资本化条件的支出金额。增设“数据资源”项目，部分企业资产负债表或增厚。《暂行规定》是我国数据资产商业化的开端，后续涉及数据交易全生命周期及应用各环节都有望迎来相应法规或管理办法，加速催化数据要素产业健康发展及商业化落地。

随着大数据、人工智能、云计算等技术的规模化应用，数据要素作为数字经济高质量发展的基础原料和核心引擎，并凭借其对其他要素资源的价值乘数作用，有望成为国家发展的第一生产要素。

5.2、市场潜力可期，数据要素逐具动能

据中国信息通信研究院及中国网络空间研究院统计，2017 年到 2021 年，我国数据产量从 2.3ZB 增长至 6.6ZB，全球占比 9.9%，位居世界第二，数据要素市场的发展潜力巨大。

图 44： 2017-2021 年我国数据产量占全球总量比重不断提升

资料来源：中国信息通信研究院，中国网络空间研究院，光大证券研究所

国家工信安全中心发布的《中国数据要素市场发展报告》显示，2021 年我国数据要素市场规模达 815 亿元，预计“十四五”期间市场规模复合增速将超过 25%，整体进入群体性突破的快速发展阶段，到 2025 年规模有望接近 2000 亿元。

图 45：2021 年中国数据要素市场总规模达 815 亿元

资料来源：国家工业信息安全发展研究中心，光大证券研究所

同时，数据要素对我国经济正发挥着越来越大的促进作用。根据近年相关数据估算，数据要素对我国 GDP 增长的贡献率和贡献度在 2021 年分别为 14.7%和0.83 个百分点，数据要素对 GDP 的贡献率总体呈上升状态。

图 46：2015-2021 年数据要素对 GDP 增长贡献率逐年上升，2021 年贡献度超 14.0%

资料来源：国家工业信息安全发展研究中心，光大证券研究所

但与发达国家相比，目前我国数据要素市场仍处于初步发展阶段。国外数据要素市场建设自 2008 年前后开始起步，发展至今已拥有多所综合性数据交易中心和细分领域的数据交易商，除此之外，IT 巨头也依托自身庞大的云服务和数据资源体系构建了数据交易平台，数据要素交易模式已进入完全市场化状态, 数据交易产品主要集中在消费者行为趋势、位置动态、商业财务信息、人口健康信息、医保理赔记录等领域。

而我国每年全社会数据量增长约为 40%，真正被利用的数据增长率却仅有5.4%，主要原因是数据要素流通不畅，交易体系不健全，全链条生态尚未建立，数据产权制度、交易定价制度、会计制度、收益分配制度、中介服务制度以及安全治理制度尚不完善。

5.3、持续完善市场环节，生态格局雏形已现

参考《“十四五”数字经济发展规划》中“充分发挥数据要素作用”的具体要求——强化高质量数据要素供给、加快数据要素市场化流通、创新数据要素开发利用机制，数据要素产业链可划分为供给、流通、应用三大环节。

5.3.1、数据要素供给：数据资产化的必经之路

数据要素供给是各类数据要素市场建设的前提，是原始数据形成可流通数据资源的过程，为数据从资源化向资产化的转变打下了基础。数据要素供给包含采集、整理（数据标注、数据清洗、脱敏脱密、标准化）、聚合（数据传输、存储、集合汇聚等）和分析等环节。

（1）数据采集：是数据资源化的首要环节，根据数据来源的不同可分为政府数据采集、企业数据采集、个人数据采集三类，根据采集方式大致分为人工采集、系统日志、网络数据采集等三类。伴随信息化程度不断深入与数据采集范畴的不断扩大，自动化、智能化、网络化是数据采集环节的三大发展趋势。

图 47：数据采集来源广泛、方式多样，发展趋势向好

资料来源：中国信息通信研究院，光大证券研究所

（2）数据整理：是数据资源化的核心环节，主要目的是实现数据资源的标准化，以提升数据资源的可用性，包括数据标注、数据清洗、脱敏脱密、标准化治理等细分环节。

图 48：数据整理包含标注、清洗、脱敏脱密及标准化等细分环节

资料来源：中国信息通信研究院，光大证券研究所

（3）数据聚合：是数据资源化的枢纽环节，核心功能是实现数据资源的互联互通、开放共享，以增强数据资源的规模效应与产业价值，包括数据传输、数据存储、数据集合汇聚等细分环节，有数据库、数据湖、数据仓库、数据平台等多种业务形态。

图 49：数据聚合是数据资源化的枢纽环节，含多种业务形态

数据聚合实现互联互通、开放共享

数据库	结构化信息或数据的有序集合，数据、DBMS及关联应用一起被称为数据库系统，按照数据结构不同分为关系型数据库、NoSQL数据库、NewSQL数据库

数据湖	集中式数据存储库，允许以任意规模存储所有结构化和非结构化数据，能解决数据分散、存储散乱、数据孤岛等问题

数据仓库	存储、分析、报告的数据系统，数据能够按照一定主题域进行组织。凭借各自优势，为在低成本存储上实现数据的结构和管理功能，湖仓一体架构应运而生

数据平台	内容共享、资源共用、渠道共建、数据共通等形式进行服务的网络平台。

资料来源：中国信息通信研究院，光大证券研究所

（4）数据分析：是数据资源化的应用环节，通过对数据资源的研究、总结，最大程度开发数据功能，细分市场包括商业智能分析、知识图谱、边缘计算、智能决策等。

总体来看，我国数据要素供给环节发展较为成熟，数据要素产业基础已基本夯实。据国家工信部统计，2021 年我国数据采集、整理、聚合、分析的产业规模分别为 45、160、180、174 亿元。

5.3.2、数据要素流通：数据生产力落地的重中之重

数据要素流通是数据通过流通交易给使用者或所有者带来经济利益的过程，是数据的资产化过程。

图 50：数据资产化框架图

资料来源：《数据要素流通标准化白皮书》，光大证券研究所

数据要素流通涉及数据权利、数据登记、数据定价（收益分配）、数据交易、数据监管（安全合规）等五个环节，形成数据闭环的价值体系。

数据资产登记解决权属链识别、市场准入和数据资产盘点等问题，提升数据资源市场的丰富度和活跃度，是数据要素流通的必要前提。数据评价和数据资产评估解决数据要素全生命期质量和价值度量等问题，是实现数据价值流通的必经之路。数据交易是推动数据要素流通、释放数据价值，培育数据要素市场的关键环节。数据监管是在数据要素流通全过程制定数据安全合规监管监测体系，保障数据要素安全流通流转。

对应于数据要素流通流程，数据要素流通制度建设包括数据权属制度、数据评估制度、数据流通制度和数据流通监管制度。

（1）数据权属制度：能明晰数据权利规则，建立数据权利秩序，明确数据权利界限，固定数据权利内容，从而进一步规制和促进数据流通、数据许可、数据税收、数据管理等活动。参照《数据二十条》，目前我国的数据产权制度明确了建立公共数据、企业数据、个人数据的分类分级确权授权制度和数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。

图 51：数据产权结构性分置制度

资料来源：中华人民共和国国家发展和改革委员会，光大证券研究所

图 52：数据确权路径（A→F）

资料来源：华经产业研究院，光大证券研究所

（2）数据价值评估制度：能解决数据要素全生命期质量和价值度量等问题，推动数据资产的许可使用，抵押贷款，权利转让和投资入股等。依据《数据资产评估指导意见（征求意见稿）》《信息技术大数据数据资产评估》团体、国家标准征求意见稿，我国已通过全面分析数据的技术属性和财务属性，初步形成了包含数据评价（包括质量要素、成本要素、应用要素三部分的技术评价）与价值评估（采用成本法、收益法、市场法对数据资产价值进行评估）两个环节的数据资产定价基本模式。

（3）数据流通制度：数据交易是数据供应方和需求方之间以数据商品作为交易对象，进行的以货币或货币等价物交换数据商品的行为，交易对象包括“大数据&衍生品”和“传统数据&衍生品”两种数据商品。数据交易制度包括交易所制度、数据经纪人制度和数据空间制度。其中，数据空间仍处于倡议阶段，暂且提供研究活动、制定标准、构建生态等功能。

（4）数据监管制度：目的是保障数据要素在全过程安全流通流转。目前我国出台了《网络安全法》《数据安全法》《个人信息保护法》三大数据监管相关基础法，从不同角度明确了各方的权利义务，规定了主要监督部门，细致划分违法行为的处罚标准及范围，构建起我国数据监管的基本法律框架，在此基础上，国家互联网信息办公室起草了《个人信息出境标准合同规定（征求意见稿）》。

其中，数据交易是市场经济条件下促进数据要素市场流通的基本方式和数据资产化的关键环节。建设数据交易全国统一大市场是减少资源浪费、提高市场运行效率、保障我国数据交易市场健康有序发展的有力举措。目前，我国数据交易市场空间快速增长、数据交易所数量不断扩容、交易保障技术全面发展，国内数据交易基本形成数据产品提供方、数据产品使用方、数据交易平台方、数据交易服务机构、数据技术与应用服务机构、数据交易监管机构六位一体的产业生态格局，数据交易总体建设进入 2.0 阶段。

在国家政策的推动鼓励下，数据产品交易的变现能力随着数据要素地位的确立而有所提升，部分省市和相关企业在数据定价、交易标准等方面进行了有益的探索，凭借数据产品交易类型的日益丰富、交易环境的不断优化，2019-2021 年我国数据交易市场规模呈现快速增长趋势，2021 年数据交易市场规模达 463.0 亿元，同比增长 31.16%。

图 53：2019-2021 年中国数据交易市场规模呈快速增长趋势

资料来源：中研普华产业研究院，光大证券研究所

据中国中国信息通信研究院统计，截至 2022 年 11 月，我国各地先后成立了 48家数据交易机构，在政策的加持下，数据交易所积极消除供需双方信息差，推动形成合理的市场化价格机制和可复制的交易制度和规则。未来，随着数据要素市场的成熟，地市级数据交易平台也有希望加入到数据交易大市场中。

图 54：全国数据交易中心（所）建设历程

资料来源：中国信息通信研究院，光大证券研究所

5.3.3、数据要素应用：产业数字化的助推器

在数据要素安全高效流通的基础上，数据价值得以发挥。数据的需求方覆盖行业众多，主要涉及政务、工业、互联网、医疗、金融、能源、商贸等领域，其中数据驱动型的公司对数据有着较大的需求。

表 23：数据需求主体及类型

需求主题	数据品种	核心数据类型
医药公司、医疗设备公司等	医疗数据	病历数据、就诊数据、药品流通
银行、小贷公司、互联网金融公司	金融数据	企业数据、个人数据、个体户数量
能源企业	企业数据	中小微企业数据、外资企业数据等
车联网、汽车公司、汽车后市场	能源数据	石油、天然气等所有相关的数据
供应链相关企业	交通数据	停车场数据、车辆位置数据等
金融机构、汽车公司、消费品公司	商品数据	电子标签数据、商品物流数据等
教育类机构	消费数据	个人消费数据、个人征信数据等
政府相关部门	教育数据	学习轨迹数据、教育消费数据
其他(如科研机构等)	社会数据	与社会管理、政府管理有关的数据
	社交数据	与社交相关的所有数据
	政府数据	政府统计数据，政府审批数据等
	电商数据	商品交易数据、商品流通数据等

资料来源：华经产业研究院，光大证券研究所

5.4、市场参与主体丰富，产业变革良机已至

数据要素市场主要参与者包括数据供应商、需求方及监管方。供给端方面，数据交易主体由政府主导向社会多主体共建发展，由政府指导类、数据服务商类、大型互联网企业三类主体共同参与；而需求端，主要包括各类数据分析服务商和行业用户。由于我国数据要素市场方兴未艾，存在数据需求量巨大、优质且合规的供方较少、供需双方较难达成高效匹配的现象，因此需要第三方服务商（以下简称“数商”）的介入以实现供需双方的高效匹配，提高流通交易效率。

图 55：数据要素市场化指数构建框架

资料来源：国家工业信息安全发展研究中心，光大证券研究所

“数商”是指以数据作为业务活动的主要对象或主要生产原料的经济主体，释放数据要素“三类价值”（发现者、价值赋能者、联结者和服务提供者）是“数商”的使命。

按数据要素市场产业链对数商进行分类，（1）数据要素供给环节的采集、整理、聚合、分析分别对应了数据产品供应商（负责提供原始数据）、数据加工处理服务商（负责数据预处理，将非结构化数据处理成结构化数据）、数据资源集成商（负责数据集合）和数据分析技术提供商；（2）数据要素流通环节中登记确权的参与者为数据质量评估商，挂牌上市、撮合交易的参与者涉及数据产品供应商

（提供数据产品）和数据交易经纪服务商（负责交易撮合、交易经纪，起到中介的作用），合约交付和交易结算阶段的参与主体仍为数据交易经纪服务商。

图 56：数商生态产业图谱

资料来源：《全国数商产业发展报告（2022）》，光大证券研究所

图 57：数据要素市场中数商在流通阶段中各有分工

资料来源：《全国数商产业发展报告（2022）》，光大证券研究所

6、投资建议

6.1、 AI

中期维度，建议从三大层面持续关注 AI行情演绎：

1、算力层：建议重点关注光模块产业链中际旭创、新易盛、天孚通信、剑桥科技、华工科技、腾景科技等，以及其他算力相关厂商神州数码、创业黑马、寒武纪、鸿博股份、海光信息、拓维信息、四川长虹、浪潮信息、中科曙光、云赛智联、紫光股份等；

2、应用层：随着《生成式人工智能服务管理暂行办法》出台、正式实施，以及微软 Copilot 定价落地，商业化产品应用落地加速，建议关注金山办公及其他卡位核心的应用软件，如福昕软件、万兴科技、同花顺、彩讯股份等，以及未来行业边界打开、有板块性价值重估机会的游戏板块；

3、基础层：建议中长线持续关注，期待率先接近 GPT-4 并拉开差距的公司出现，建议关注科大讯飞、三六零、思美传媒、博彦科技等。

6.2、第三方支付

随着第三方支付收单费率重回上涨周期，疫后复苏线下交易流水提升，以及行业监管措施的阶段性收尾，第三方支付板块迎来三大行业拐点共振，建议关注：

1、新国都：“收单+硬件设备”双轮驱动发展；

2、新大陆：“物联网设备+支付运营+数字人民币+数字身份”多点开花；

3、拉卡拉：以支付为入口，提供支付、科技等服务；

4、移卡：支付费率稳步提升，到店电商净亏损大幅缩窄。

6.3、信创

信创产业快速推进，建议关注三条投资线索：

1、基础硬件，建议关注神州数码（鲲鹏服务器）、纳思达（打印机）、中国长城（芯片）、中科曙光（服务器）；

2、基础软件，国产操作系统建议关注中国软件、麒麟信安、诚迈科技；数据库建议关注太极股份、海量数据；中间件建议关注东方通、宝兰德；

3、应用软件，金融 IT 建议关注顶点软件；通用软件建议关注金山办公、用友网络。

6.4、数据要素

1、数据流通：

（1）确权：建议关注人民网，新华网、安妮股份；（2）交易：建议关注参股政府主导的数据交易中心的企业，如浙数文化、广电运通等；

2、数据供给：

（1）拥有大量数据资产的企业，如银行、第三方支付、互联网交易平台等，建议关注新大陆、新国都、拉卡拉、航天信息、国联股份、生意宝、上海钢联、每日互动等；

（2）政府数据源建设，建议关注博思软件、久远银海、南威软件等；

（3）企业数据源建设，建议关注广联达、恒生电子、中控技术、创业慧康等；

（4）地理信息采集，建议关注航天宏图、超图软件等；

（5）数据管理建议关注三维天地、云赛智联、零点有数、吉大正元、博彦科技、海天瑞声；

（6）数据聚合建议关注太极股份、中国软件、星环科技、海量数据、深桑达 A、品高股份、易华录；

3、数据安全：

建议关注吉大正元、信安世纪、安恒信息、启明星辰、奇安信、天融信、绿盟科技、电科网安等。

图 58：数据要素产业投资图谱

资料来源：wind，光大证券研究所

7、风险分析

宏观经济波动带来 IT 投资下滑的风险

IT 支出作为企业的成本支出，宏观经济波动或将降低企业支出的意愿。

产业进展不达预期的风险

产业互联网、人工智能等产业还在发展中，应用端的落地受到数据、接受度等因素有可能进展不达预期。

政策落地不及预期

计算机多个领域受政策影响较大，政策有落地不及预期的风险。

市场整体的系统性风险

外围扰动等因素导致市场系统性调整，计算机板块受情绪影响较明显，存在同步调整风险。

行业及公司评级体系

评级说明
	买入	未来6-12个月的投资收益率领先市场基准指数15%以上
	增持	未来6-12个月的投资收益率领先市场基准指数5%至15%;
	中性	未来6-12个月的投资收益率与市场基准指数的变动幅度相差-5%至5%;
	减持	未来6-12个月的投资收益率落后市场基准指数5%至15%;
行业及公司评级	卖出	未来6-12个月的投资收益率落后市场基准指数15%以上;
	无评级	因无法获取必要的资料，或者公司面临无法预见结果的重大不确定性事件，或者其他原因，致使无法给出明确的投资评级。
	基准指数说明：	A股市场基准为沪深300指数；香港市场基准为恒生指数；美国市场基准为纳斯达克综合指数或标普 500指数。

分析、估值方法的局限性说明

本报告所包含的分析基于各种假设，不同假设可能导致分析结果出现重大不同。本报告采用的各种估值方法及模型均有其局限性，估值结果不保证所涉及证券能够在该价格交易。

分析师声明

本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，以勤勉的职业态度、专业审慎的研究方法，使用合法合规的信息，独立、客观地出具本报告，并对本报告的内容和观点负责。负责准备以及撰写本报告的所有研究人员在此保证，本研究报告中任何关于发行商或证券所发表的观点均如实反映研究人员的个人观点。研究人员获取报酬的评判因素包括研究的质量和准确性、客户反馈、竞争性因素以及光大证券股份有限公司的整体收益。所有研究人员保证他们报酬的任何一部分不曾与，不与，也将不会与本报告中具体的推荐意见或观点有直接或间接的联系。

法律主体声明

本报告由光大证券股份有限公司制作，光大证券股份有限公司具有中国证监会许可的证券投资咨询业务资格，负责本报告在中华人民共和国境内（仅为本报告目的，不包括港澳台）的分销。本报告署名分析师所持中国证券业协会授予的证券投资咨询执业资格编号已披露在报告首页。

中国光大证券国际有限公司和 Everbright Securities(UK) Company Limited 是光大证券股份有限公司的关联机构。

特别声明

光大证券股份有限公司（以下简称“本公司”）成立于 1996年，是中国证监会批准的首批三家创新试点证券公司之一，也是世界 500 强企业——中国光大集团股份公司的核心金融服务平台之一。根据中国证监会核发的经营证券期货业务许可，本公司的经营范围包括证券投资咨询业务。

本公司经营范围：证券经纪；证券投资咨询；与证券交易、证券投资活动有关的财务顾问；证券承销与保荐；证券自营；为期货公司提供中间介绍业务；证券投资基金代销；融资融券业务；中国证监会批准的其他业务。此外，本公司还通过全资或控股子公司开展资产管理、直接投资、期货、基金管理以及香港证券业务。

本报告由光大证券股份有限公司研究所（以下简称“光大证券研究所”）编写，以合法获得的我们相信为可靠、准确、完整的信息为基础，但不保证我们所获得的原始信息以及报告所载信息之准确性和完整性。光大证券研究所可能将不时补充、修订或更新有关信息，但不保证及时发布该等更新。

本报告中的资料、意见、预测均反映报告初次发布时光大证券研究所的判断，可能需随时进行调整且不予通知。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。客户应自主作出投资决策并自行承担投资风险。本报告中的信息或所表述的意见并未考虑到个别投资者的具体投资目的、财务状况以及特定需求。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。对依据或者使用本报告所造成的一切后果，本公司及作者均不承担任何法律责任。

不同时期，本公司可能会撰写并发布与本报告所载信息、建议及预测不一致的报告。本公司的销售人员、交易人员和其他专业人员可能会向客户提供与本报告中观点不同的口头或书面评论或交易策略。本公司的资产管理子公司、自营部门以及其他投资业务板块可能会独立做出与本报告的意见或建议不相一致的投资决策。本公司提醒投资者注意并理解投资证券及投资产品存在的风险，在做出投资决策前，建议投资者务必向专业人士咨询并谨慎抉择。

在法律允许的情况下，本公司及其附属机构可能持有报告中提及的公司所发行证券的头寸并进行交易，也可能为这些公司提供或正在争取提供投资银行、财务顾问或金融产品等相关服务。投资者应当充分考虑本公司及本公司附属机构就报告内容可能存在的利益冲突，勿将本报告作为投资决策的唯一信赖依据。

本报告根据中华人民共和国法律在中华人民共和国境内分发，仅向特定客户传送。本报告的版权仅归本公司所有，未经书面许可，任何机构和个人不得以任何形式、任何目的进行翻版、复制、转载、刊登、发表、篡改或引用。如因侵权行为给本公司造成任何直接或间接的损失，本公司保留追究一切法律责任的权利。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。

光大证券研究所

上海

北京

深圳

静安区南京西路 1266 号

西城区武定侯街 2 号

福田区深南大道 6011 号

恒隆广场 1 期办公楼 48 层

泰康国际大厦 7 层

NEO 绿景纪元大厦 A 座 17 楼

光大证券股份有限公司关联机构

香港

中国光大证券国际有限公司

香港铜锣湾希慎道 33 号利园一期 28 楼

英国

Everbright Securities(UK) Company Limited

6th Floor, 9 Appold Street, London, United Kingdom, EC2A 2AP

群内每日免费分享5份+最新资料

300T网盘资源+40万份行业报告

为您的创业、职场、商业、投资、亲子、网赚、艺术、健身、心理、个人成长 …… 全面赋能！

关注公众号获取更多资料

添加微信，备
注“入群”
立刻免费领取
200套知识地图+最新研报

致终身学习者社群

行业报告/思维导图/电子书/资讯情报

行业研究

迎接支付焕新天，期待 AI 应用年——计算机行业 2024 年度投资策略

要点

投资建议：

计算机行业

作者

联系人：白玥

行业与沪深 300 指数对比图

群内每日免费分享5份+最新资料

300T网盘资源+40万份行业报告

致终身学习者社群

扫码先加好友，以备不时之需

目 录

图目录

表目录

1、 市场回顾：业绩承压，估值有弹性

1.1、 估值：仍具弹性，比过去十年 25%分位数低14%

1.2、 风格转移：中小市值涨幅较高，AI概念股活跃

1.3、 配置略低：2023Q3 公募基金低配 0.22pcts

1.4、 2023年前三季度计算机板块业绩有所承压

1.4.1、分市值：2023 年前三季度中等市值公司业绩表现较优

1.4.2、分板块：2023 年前三季度数字产业、第三方支付表现亮眼

2、AI：大级别的科技革命

2.1、 基础模型：ChatGPT 开启 AI 领域“iPhone 时刻”

2.1.1、国内外科技厂商纷纷入局基础模型

2.1.2、MaaS 模式应运而生

2.2、 算力：AI时代算力需求快速增长

AI时代算力需求以超过摩尔定律增长。

基础模型算力成本主要分为训练和推理两个阶段。

2.3、 应用：大规模落地正在临近

3、 第三方支付：长期景气拐点

3.1、 第三方支付机构是服务于B端的核心角色

3.2、 费率：有望迎来新一轮提价周期，并且空间仍然巨大

3.2.1、“96 费改”落地七年，行业分润比例趋于稳定

3.2.2、我国线下收单费率低，提升空间可观

3.3、 流水：受益于疫后复苏，线下收单交易规模有望逐步回暖

3.4、 监管：阶段性收尾，靴子落地将开启新景象

3.4.1、第三方支付行业监管政策密集出台

3.4.2、收单牌照缩紧、资金追缴，加剧行业寡头化趋势

4、 信创：二阶深化，关注行业信创及乡镇下沉

4.1、 党政信创启动最早，八大行业中金融正在率先接力

图 35：信创产业行业渗透情况

Y亿欧信创产业在党政和金融领域渗透率最高，医院领域透率最低

党政信创经三期试点进入全面推广阶段，金融信创已完成二期试点。

4.2、 信创二阶深化，数倍于第一阶段的市场容量信创相关产业链包括基础硬件、基础软件、应用软件等。

4.3、 行业信创帷幕已开，采购需求标准或出台

5、 数据要素：加速建设期

5.1、 政策吹响号角，数据要素行业静待花开

5.2、 市场潜力可期，数据要素逐具动能

5.3、 持续完善市场环节，生态格局雏形已现

5.3.1、数据要素供给：数据资产化的必经之路

5.3.2、数据要素流通：数据生产力落地的重中之重

5.3.3、数据要素应用：产业数字化的助推器

5.4、 市场参与主体丰富，产业变革良机已至

6、 投资建议

6.1、 AI

6.2、 第三方支付

6.3、 信创

6.4、 数据要素

1、数据流通：

2、数据供给：

3、数据安全：

7、 风险分析

宏观经济波动带来 IT 投资下滑的风险

市场整体的系统性风险

行业及公司评级体系

分析、估值方法的局限性说明

分析师声明

法律主体声明

特别声明

群内每日免费分享5份+最新资料

300T网盘资源+40万份行业报告

致终身学习者社群

扫码先加好友，以备不时之需

目录

1、市场回顾：业绩承压，估值有弹性

1.1、估值：仍具弹性，比过去十年 25%分位数低14%

1.2、风格转移：中小市值涨幅较高，AI概念股活跃

1.3、配置略低：2023Q3 公募基金低配 0.22pcts

2.1、基础模型：ChatGPT 开启 AI 领域“iPhone 时刻”

2.2、算力：AI时代算力需求快速增长

2.3、应用：大规模落地正在临近

3、第三方支付：长期景气拐点

3.1、第三方支付机构是服务于B端的核心角色

3.2、费率：有望迎来新一轮提价周期，并且空间仍然巨大

3.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖

3.4、监管：阶段性收尾，靴子落地将开启新景象

4、信创：二阶深化，关注行业信创及乡镇下沉

4.1、党政信创启动最早，八大行业中金融正在率先接力

4.2、信创二阶深化，数倍于第一阶段的市场容量信创相关产业链包括基础硬件、基础软件、应用软件等。

4.3、行业信创帷幕已开，采购需求标准或出台

5、数据要素：加速建设期

5.1、政策吹响号角，数据要素行业静待花开

5.2、市场潜力可期，数据要素逐具动能

5.3、持续完善市场环节，生态格局雏形已现

5.4、市场参与主体丰富，产业变革良机已至

6、投资建议

6.2、第三方支付

6.3、信创

6.4、数据要素

7、风险分析

计算机行业2024年度投资策略：迎接支付焕新天，期待AI应用年-20231106-光大证券-50页