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

【光大计算机】分析师：吴春旸执业证书编号： S0930521080002

联系人：颜燕妮白玥

2023年11月8日

证券研究报告

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

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：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。

主线二：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 365Copilot 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，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。

2，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。

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。

1、市场回顾：业绩承压，估值有弹性
2、第三方支付：长期景气拐点
3、AI：大级别的科技革命
4、信创：二阶深化，关注行业信创及乡镇下沉
5、数据要素：加速建设期
6、投资建议
7、风险分析

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

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）

12023年年初至今涨跌幅
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 ）

■2022年涨跌幅
资料来源：WIND，光大证券研究所

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）

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

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。

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

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

请务必参阅正文之后的重要声明

资料来源：Wind，光大证券研究所

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)。

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%。

中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）

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

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请务必参阅正文之后的重要声明

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

中分市值看，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	21Q1-3	22 Q1-3	23 Q1-3	21Q1-3	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%

电营收方面，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	23Q1-3 21A		22A	23Q1-3	21A	22A	23Q1-3	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

2.1、第三方支付机构是服务于B端的核心角色

2.2、费率：有望迎来新一轮提价周期，并且空间仍然巨大

2.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖

2.4、监管：阶段性收尾，靴子落地将开启新景象

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。

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11：中国第三方支付产业图谱示意图

请务必参阅正文之后的重要声明资料来源：艾瑞咨询，光大证券研究所

2.2.1、“96费改”落地七年，行业分润比例趋于稳定

图12：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13：线下刷卡收单分润逻辑（标准费率）

图14：线下条码收单分润逻辑（标准费率）

2.2.2、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take rate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。

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5：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%	↑	0.134%	↓	0.101%
新大陆	↑ 0.072%	0.152%	M	0.094%
新国都		0.149%	↓	0.113%
移卡	1 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

表6：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	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

2.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖光大证券 EVERBRIGHT SECURITIES

电根据艾瑞咨询数据，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15：2020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

2.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖光大证券 EVERBRIGHT SECURITIES

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7：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	%	56%	64%	70%
线上	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

2.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖光大证券 EVERBRIGHT SECURITIES

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16：2022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

2.4.1、第三方支付行业监管政策密集出台

（1）反洗钱监管趋严。

（2）发展监管科技。

（3）强化综合监管，强调市场公平竞争秩序。

表8：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	快行、公安部、国家监、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。

请务必参阅正文之后的重要声明

2.4.2、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。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17：2011-2023Q1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

3.1、基础模型：ChatGPT开启AI领域“iPhone时刻”

3.2、算力：AI时代算力需求快速增长

3.3、应用：大规模落地正在临近

中以“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。

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。

图18：OpenAI的重要时间点

资料来源：OpenAI官网，光大证券研究所

图19：ChatGPT功能介绍

资料来源：ChatGPT官网，光大证券研究所

1）性能：ChatGPT 在许多对话式 AI 任务上都达到了人类水平的准确度。

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。

表9：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

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。

2）支持更多语种。

3）增强了文本理解能力，生成质量也大幅提升。

4）实现多模态分析功能

5）更加自然、流畅的对话以及情感分析能力。

图20：ChatGPT训练数据来源于45TB各类文本数据

Dataset	Quanty (tokens)	Weight in training mix	Epochs elapsed when training for 300B tokens
Common Crawl(fltered)	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21：语言模型发展历程

资料来源：OpenAI 论文，光大证券研究所

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10：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、推理代码生成	5400亿	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
Facebook	OPT-175B	语言模型	1750亿	NLP
Facebook	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
	CLIP&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5	300亿	NLP
Stability Al	Stable diffusion	语言理解与图像生成		多模态

请务必参阅正文之后的重要声明资料来源：腾讯研究院，光大证券研究所

电随着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11：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	）		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	2023.04.08	2000亿	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	AI大装置共有2.7万枚GPU	80亿
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	1533亿	游戏、社交
字节	火山引擎	2023.06.28						A100、H100共1.6万枚加A800 、H800其他共8.6万枚（23年2200亿底）		短视频、AIGC
智谱AI	GLM-130B	2022.08	千亿					昇腾AI、火山引擎硬件合作5亿		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

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22：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

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。

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。

图23：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

请务必参阅正文之后的重要声明

表12：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
般比通用模型低一个数量级算力层面，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

• 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。

图24：2022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。

• 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。

资料来源：英伟达官网，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。

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。

表13：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

请务必参阅正文之后的重要声明

图26：英伟达T4性能表

现信
GPU架构	NVIDIA Turing
NVIDIA Turing Tensor 核心数量	320
NVIDIA CUDA 核心数量	2560
单精度	8.1TFLOPS
混合精度 [FP16/FP32]	65TFLOPS
INT8	130 TOPS
INT4 GPU显存	260 TOPS 16 GB GDDR6
	300 GB/s
ECC	支持
互联带宽	32GB/秒
系统接口	x16 PCle Gen3
外形尺寸	PCle半高卡
散热解决方案计算API	被动式 CUDA
	NVIDIA TensorRT ONNX

资料来源：英伟达官网，光大证券研究所

GPT基础模型应用的工程化落地需要时间，应用规模化落地正在临近，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。

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27：AGI应用视图

请务必参阅正文之后的重要声明
资料来源：中国信息通信研究院，光大证券研究所

图28：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

资料来源：Gartner，光大证券研究所36

Gartner

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29：通过AIGC生成图像可显著降本增效

Softwareengineers completedacoding task in less than half the timewithAl codingassistant GitHub Copilot.

Generative Image Models
According to our research,Al can createagraphicdesign forjust\$o.08**in minutes-adiminimiscostcomparedto\$15Oforhuman labor.

资料来源：《ARK’s BIG IDEAS 2023》，光大证券研究所

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

4.3、行业信创帷幕已开，采购需求标准或出台

（1）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。

（2）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。

表14：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一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

表15：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，开展一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

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16：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

信创相关产业链包括基础硬件、基础软件、应用软件等。

表17：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。

表18：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		592	2072
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

电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30：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

图31：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

资料来源：麒麟软件官网微信公众号，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。

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

口 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。

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32：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，光大证券研究所请务必参阅正文之后的重要声明

图33：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

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。

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。

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34： 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

图35：2015-2021年数据要素对GDP增长贡献率逐年上升，2021年贡献率超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

（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。

（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36：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

图37：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。

（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。

图38：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
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
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。
49

口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39：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。

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。

图40：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41：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

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42：2019-2021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43：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

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19：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

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44：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45：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
请务必参阅正文之后的重要声明

图46：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

6.1、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。

6.2、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。

6.3、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。

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。

中政策落地不及预期

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。

心感谢

光大证券研究所

计算机团队

分析师：吴春旸

执业证书编号： S0930521080002电话：021-52523686区邮件：wuchunyang@ebscn.com

联系人：颜燕妮

邮件： yanyanni@ebscn.com

联系人：白玥

邮件： baiyue@ebscn.com

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。

行业及公司评级体系

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%；

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。

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。

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

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

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

投资建议：

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。

2.2.1、“96费改”落地七年，行业分润比例趋于稳定

2.2.2、 我国线下收单费率低，提升空间可观

2.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖 光大证券 EVERBRIGHT SECURITIES

2.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖 光大证券 EVERBRIGHT SECURITIES

2.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖 光大证券 EVERBRIGHT SECURITIES

2.4.1、第三方支付行业监管政策密集出台

2.4.2、 收单牌照缩紧、资金追缴，加剧行业寡头化趋势

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：

MaaS应运而生，AI商业化加速。

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

基础模型算力成本主要分为训练和推理两个阶段。

GPT基础模型应用的工程化落地需要时间，应用规模化落地正在临近，AGI真正的大潮仍未到来。

Gartner

长期来看，AIGC可大幅提高生产效率。

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。

6.1、第三方支付

6.2、AI

6.3、信创

6.4、数据要素

3、数据安全：

宏观经济波动带来IT投资下滑的风险

产业进展不达预期的风险

中 政策落地不及预期

市场整体的系统性风险

心感谢

光大证券研究所

分析师声明

行业及公司评级体系

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

2.2.2、我国线下收单费率低，提升空间可观

2.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖光大证券 EVERBRIGHT SECURITIES

2.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖光大证券 EVERBRIGHT SECURITIES

2.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖光大证券 EVERBRIGHT SECURITIES

2.4.2、收单牌照缩紧、资金追缴，加剧行业寡头化趋势

中政策落地不及预期

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-20231108-光大证券-65页