（報告出品方/作者：東北證券，鄧利軍、謝立昕）
1. 産業切換的充要條件
1.1. 曆史上的産業切換
90 年代以來，大陸經濟發展經曆了多輪的産業切換，主要包括勞動密集型的輕工業 （1992-2003）、資本密集型的重工業（1999-2013）和房地産（1999-2016）、技術密 集型的移動網際網路（2010-2016）和新能源（2018-2022）。
産業切換經由勞動密集型，轉向資本密集型，到現在的技術密集型。具體來看：（1） 勞動密集型的輕工業（1992-2003）：改革開放以來，中國憑借廉價的勞動力吸引外 資，形成以紡織服裝為主的勞動密集型的輕工業體系，拉動經濟快速增長。（2）資 本密集型的重工業（1999-2013）：伴随居民消費收入提升帶來對耐用品消費的需求， 包括大型家電和汽車等，工業中重工業占比持續提升；進入 WTO 以後，進一步推 動制造業的進出口貿易；在“四萬億”刺激後，出台“汽車家電下鄉”進一步推動 汽車、家電銷量。（3）資本密集型的房地産（2003-2016）：2003 年國務院将房地産 定位為支柱性産業，可以看到 2005-2016 年的每一輪經濟波動都離不開房地産的拉 動；而 2016 年後提出“房住不炒”，逐漸降低經濟對于房地産的依賴。（4）技術密 集型的移動網際網路（2010-2016）：2010 年智能手機快速發展，2012 年十八大将“實 施創新驅動發展戰略”列為主要方向，而移動網際網路伴随移動手機以及 3G 的普及 成為新興産業的主導方向之一；伴随摩爾定律放緩，使用者規模相對飽和，2016 年後 移動網際網路發展稍顯乏力。（5）技術密集型的新能源（2018-2022）：2017 年開始國 内新能源政策頻出，純電乘用車發展方向确定、調整以煤炭為主的傳統能源結構， 政策推動下新能源汽車滲透率持續提升，伴随 2020 年的“雙碳”目标進一步确定， 新能源相關産業高速發展。
1.2. 産業切換的條件
複盤曆史，我們認為産業切換的三個充要條件：（1）上一個産業發展存在内生阻力； （2）經濟發展的必要性以及政策的頂層設計；（3）産業發展必需的基礎要素。由于 前幾輪産業切換的宏觀環境與目前存在較大差異，目前首要任務為高品質發展背景 下新的産業仍将以技術密集型為主，是以我們具體讨論最近的兩輪，即移動網際網路 和新能源。
1.2.1. 移動網際網路（2010-2016）
房地産+出口增速中樞下行，全要素生産率放緩。（1）房地産增速中樞下移。自 2003 年房地産銷售增速中樞下行，在于商品房銷售持續高增下基數不斷擡升；在“四萬 億”刺激下商品房銷售同樣呈現高增速，但随後快速回落，而此時房價出現過快上 漲，經濟結構出現失衡。（2）全球經濟放緩，出口增速下行。從外部環境看，經濟危機 和歐債危機沖擊下，以外需為導向的出口明顯受到拖累；同時全球經濟增長中樞下 行帶來出口端的中樞下行。（3）全要素生産率放緩，調結構箭在弦上。全球需求疲 軟的背景下需要改善以出口導向、投資拉動的經濟模式，同時還存在低端産能過剩 的問題；2008 年後全要素生産率有所放緩，甚至于 2011 年前後出現小幅下滑，是以 2012 年至 2014 年連續三屆中央經濟工作會議都明确要求“全面化解産能過剩” 和“穩增長、調結構、促改革”。
政策重心逐漸轉向“調結構”。從 2012 年開始政府經濟重心開始逐漸從總量轉向結 構，十八大明确創新驅動是加快經濟發展方式轉變的主導戰略， 技術創新是培育發 展戰略性新興産業的主攻方向。随後相繼出台了“科技創新”、“技術更新”、“新興 産業”相關檔案，推進科技創新成為各大部委 2013 年重點工作。
3G 網絡和移動手機建構爆發基礎，使用者規模迅速增長實作變現。（1）3G 移動網絡 建設拓寬了帶寬瓶頸。2009 年 1 月 7 日工信部正式準許中國三大電信營運商的第三 代移動通信（3G）業務經營許可，中國移動網絡全面進入了 3G 時代，移動網速得 到大幅提升。（2）智能手機迅速普及。2012 年以三星、HTC 為代表的傳統手機廠商， 紛紛效仿蘋果模式，推出觸摸屏智能手機；智能手機的出現疊加網絡提速，催生出 移動智能終端豐富的應用軟體，移動網際網路應用呈現了爆發式增長。（3）使用者規模 迅速增長成為變現基礎：截至 2012 年 12 月底，大陸手機網民規模為 4.2 億，在整 體網民中占比74.5%；其中，智能手機網民規模達3.3億，在手機網民中占比達79.0%， 成為大陸移動網際網路發展的重要載體，龐大使用者群體蘊含的商業潛力巨大。
1.2.2. 新能源（2018-2022）
移動網際網路發展受限于技術限制和滲透率飽和。（1）摩爾定律放緩受制于技術限制。 越來越大的作業系統和應用程式抵消了硬體提升帶來的好處，疊加 28nm 之後晶片 工藝的成本暴漲，以及再難以提升新的制程，導緻智能裝置性能提升速度放緩。（2） 使用者規模趨于飽和，各賽道發展放緩。從 2018 年起移動網際網路整體的使用者規模放 緩，2018 年 9 月使用者規模達 13.7 億，增速同比降低超 50%，移動網際網路紅利基本 趨于飽和，發展放緩。
雙碳+能源安全加速新能源發展。（1）推動可再生能源發展，雙碳加快能源結構轉 型。2017 年以來，兩會政府工作報告對可再生能源的發展高度重視，多次涉及“節 能減排”、“優化能源結構”、“發展可再生能源”，把能源結構的轉型上升到國家戰略 高度；2020 年提出“雙碳”目标，為達到碳中和，未來清潔電力将成為能源系統的 配置中樞，供給側以光伏+風電為主；需求側全面電動化，并輔以氫能。（2）能源供 需偏緊格局不變。供給側改革後落後産能出清，能源供需格局偏緊；而俄烏沖突進 一步提升對于能源安全的重要性，2022 年兩會政府工作報告提出充分保證能源安全。 （3）雙積分政策落地，新能源汽車長效機制發力：2017 年 9 月 28 日，工信部等發 布《乘用車企業平均燃料消耗量與新能源汽車積分并行管理辦法》，驅動傳統車企轉 型布局電動車，推動新能源車行業進入長期增長階段。
新能源産業的爆發受益于技術提升和前期示範推廣。（1）供給側改革出清落後産能。 供給側改革旨在于出清落後産能，進而實作補短闆，截至 2018 年煤炭行業化解過剩 産能 6.9 億噸，完成 8 億噸去産能目标的 87%；進一步為推動能源結構轉型提供了 發展基礎。（2）锂電技術的提升推動新能車産業發展。一方面，動力電池能量密度 持續提升，極大程度上解決了裡程續航焦慮，2019 年底 BEV 乘用車電池包能量密 度達 145.26Wh/kg，續航裡程不斷提升；另一方面，鹽湖提锂技術取得突破，17 年 以來陸續有鹽湖開始有 7000 噸工業級碳酸锂産出，并逐漸向電池級發展，锂開采成 本下行，電動車經濟性逐漸展現。（3）前期的示範推廣及爆款推動滲透率提升。一 方面，新能源汽車市場起步較早，經曆了示範推廣期、推廣應用期和政策驅動期， 2011-2022 年整車銷量由 0.82 萬輛增長到 688.7 萬輛，銷售占比從 0.04%上升至 25.63%；另一方面，特斯拉于 2017 年推出 Model 3 成為爆款，帶動國内車企及造車 新勢力紛紛投入純電研究，帶動新能源車滲透率快速提升。
1.3. AI+的數字經濟是否屬于産業切換
新能源車銷量增速下行，供給端産能過剩問題凸顯。（1）新能源車方面，2022 年在 購置稅減半等一系列穩增長、促消費政策刺激下，新能源車銷量達 688.7 萬輛，同 比增長 93.4%，市占率達 25.6%，相較 2021 年提高 12.1%，2022 年新能源乘用車滲 透率達到 27.6%，一定程度上透支了 2023 年的汽車消費需求，預計 2023 年新能源車銷量将為 900 萬輛，同比增速下滑至 35%。（2）上遊來看，碳酸锂、矽料産能釋 放，價格已從 2022 年高位下跌 60%以上，有效緩解中下遊成本壓力的同時也将整 個新能源行業的發展方向從原材料短缺導向的數量型發展轉向追求成本效益的高質 量發展，盈利空間下降；（3）中遊來看，新能源車方面，到 2025 年，新能車所需要 的動力電池産能将達到 1200GWh，但動力電池目前的産能規劃已超 5000GWh；新 能源發電方面，2023Q1 國内矽片産能預計将達到 740GW 左右，對于上遊矽料和下 遊的電池片、元件來說都明顯産能過剩，行業競争格局惡化。
國家部委+基礎制度+産業政策催化推動 AI+數字經濟發展。（1）國家層面設立相關 部委。兩會後國務院機構調整，新設立國家資料局，表明數字中國作為新時代國家 資訊化發展的新戰略，從戰略落地進入到具體部門貫徹落實階段；同時重新組建科 學技術部，主要為科學技術部劃出部分職能專注科技發展工作，強化科技創新；随 後成立人工智能規劃推進辦公室，啟動實施新一代人工智能重大科技項目，在數字 孿生、數字制造、智慧醫療等方面都做了相應部署。（2）2022 年 12 月 19 日，國務 院釋出《關于建構資料基礎制度更好發揮資料要素作用的意見》，提出對于資料交易 中涉及到的産權、交易、流通、收益配置設定等問題的意見；從制度層面規範資料相關 行業發展。2023 年 4 月 11 日，國家網際網路資訊辦公室釋出《生成式人工智能服務 管理辦法（征求意見稿）》，旨在規範人工智能發展方向，實作從制度上推進人工智 能的良性發展。（3）2023 年 2 月釋出的《數字中國建設整體布局規劃》明确表明數 字中國建設的重要性，數字經濟和實體經濟深度融合将是不可逆的時代潮流。截至 目前，大陸中央及各地政府已相繼釋出多部數字經濟相關政策，“數字政府”、“促進 中小企業數字化轉型”、“數字鄉村”、“資料安全”等關鍵詞成為政策側重點。
本輪數字經濟的發展基礎為高品質要素、算力基建和大模型。（1）高品質資料要素 稀缺：随着 AI 技術應用場景鋪開，資料要素作為大模型訓練的基礎，重要性進一步 凸顯。就國内資料市場而言，據國家發改委官方披露，大陸政府資料資源占全國數 據資源的比重超過 3/4，但開放規模不足美國的 10%，個人和企業可以利用的規模 更是不及美國的 7%，資料要素的缺少将延緩 AI 相關應用的落地。（2）算力基礎設 施有待完善：一方面，大模型發展對訓練算力要求極高，在考慮互聯損失的情況下， ChatGPT 需要 1 萬張英偉達 A100 晶片作為算力基礎。國内目前大模型在算力層面 上與國外差距過大，AI 行業龍頭主要使用英偉達的 GPU 晶片進行開發訓練，國内 高性能 GPU 的研發能力有限，制約了算法的發展和大模型訓練精度的提升；另一方 面，作為算力的主要承載，資料中心的配套建設需求也有所增加。（3）AI 大模型取 得突破，但距離落地仍處早期。2018 年 6 月 11 日，OpenAI 釋出 GPT-1 模型，曆經 5 年疊代發展，大型多模态模型 GPT-4 在 2023 年 3 月 15 日正式釋出，不僅能夠閱 讀文字，還能識别圖像，并生成文本結果。目前國内百度、科大訊飛分别推出文心 大模型和訊飛星火大模型，騰訊、華為、阿裡等加速布局，雖然有内部業務的落地 場景，但整體尚未有成熟的商業化模式，大模型落地處于早期階段。
對比智能手機發展，大模型的落地有望在 1 年周期内落地。總體來看，目前 AI+數 字經濟作為核心産業賽道發展已經滿足了兩個條件，即目前新能源賽道已經進入下 行期同時政策上對于 AI+數字經濟持續推動，目前僅在發展要素上仍相對欠缺。對 比智能手機的發展：（1）2007 年 1 月釋出 iPhone，且于 6 月正式發售；2008 年 HTC 釋出首款 Google 安卓智能手機 HTC Dream，開始逐漸進入智能手機時代。（2）2010 年 4 月釋出 iPhone4，2011 年 10 月釋出 iPhone4s，加快推動智能手機發展。（3）國 内方面，2010 年 4 月 6 日小米成立，2011 年 7 月小米宣布進軍市場，2012 年 3 月 小米手機銷量破 100 萬台；2011 年 5 月金立成立智能手機研發院，11 月啟動智能戰 略暨召開智能手機全系列産品上市釋出會；2011 年 6 月，OPPO 推出首款智能手機 OPPO X903(Find)等等。對比 AI+産業的發展：（1）2018 年 6 月 11 日，OpenAI 發 布 GPT-1 模型；（2）2022 年 11 月釋出 GPT3.5，随後 2023 年 3 月 15 日釋出大型多 模态模型 GPT-4 形成爆款；（3）百度、科大訊飛分别推出文心大模型和訊飛星火大 模型，騰訊、華為、阿裡等亦加速布局。是以，若考慮國内巨頭入場、研發周期，從海外爆款的出現到國内實作爆發式增長，時間周期上大概為 1-2 年即可實作；類 比目前龍頭企業開始加速布局大模型，有望在 1 年左右的周期實作落地。
元宇宙無法成為産業級别行情的原因在于技術難度和生态匮乏導緻落地較為困難。 對比元宇宙的主題行情的差異：首先，從業績表現上看，元宇宙在 2021Q1-2021Q4 業績高速增長，但 2022 年開始業績增速持續下行，是以元宇宙業績偏弱下行拖累了 市場表現，導緻行情無法持續。其次，從産業化條件來看：（1）技術基礎差異以及 元宇宙技術門檻更高：一方面，以 AI 為主的數字經濟等的技術已經存在一定積累， 包括語音識别、圖像識别等已經普遍商業化；另一方面，元宇宙具有更高的技術硬 門檻（雲渲染、VR 防暈、實時互動等），相比之下，規模越來越大的 AI 模型和海 量資料能夠使 AI 技術加速發展，具備廣泛落地的基礎。（2）應用場景和生态相對匮 乏：截至目前為止，僅谷歌、Meta 和微軟等網際網路巨頭釋出相關産品，且 Oculus Quest 2 釋出後并未有大量廠商跟進；元宇宙目前的内容端相對單一主要仍在遊戲、 娛樂領域，而生态上的門檻亦相對較高，是以短期内廣泛商業化落地較為困難；反 觀以 AI 為首的數字技術潛在應用場景豐富，包括出行、社交、辦公等。（3）政策支 持力度差異：一方面，資料要素相關政策高頻出台，主要為資料要素的産權、流通 和交易制度的推進等，以及大力發展基礎設施建設，包括以“東數西算”為主的算 力基建；另一方面，國家頂層設計，設立國家資料局，AI 推進辦等；反觀元宇宙， 目前僅部分省份釋出相關産業發展規劃。
2. 産業上行中的β行情
2.1. 2012-2016 年移動網際網路
網際網路行情的核心推動為盈利和流動性。複盤 2012-2016 年移動網際網路産業發展時 的市場表現：（1）市場表現并不等同于産業發展，若從超額收益角度上看，行情的 開始時間為 2012 年 12 月即工業企業利潤見底回升，結束于 2016 年 7 月。（2）對 比盈利，可以看到市場表現的開始和結束基本與盈利的上行和見頂相吻合，即 TMT 盈利觸底回升且盈利增速大于全 A 時行情啟動，TMT 盈利增速見頂回落而全 A 盈 利觸底反彈時行情結束；但其中于 2014 年初-2015 年 6 月 TMT 盈利相對較弱，但 卻表現出明顯的超額收益的原因在于流動性推動的“杠杆牛”行情。（3）對比估值 表現，可以看到移動網際網路行情大緻可以分為三段，第一段 2012/12-2013/12 為盈利 估值共振下戴維斯輕按兩下，第二段 2014/1-2015/12 為盈利較弱下的流動性推動的拔估 值行情，第三段 2016/1 及以後為流動性收緊下盈利提振市場表現。
移動網際網路行情以智能手機滲透率和移動網際網路使用者數劃分為四個階段。為進一步 讨論 TMT 中細分行業的節奏，我們以智能手機滲透率和移動網際網路使用者數增速來 劃分不同的産業階段，同時結合市場表現分别為：（1）産業初期（2012/12-2013/10）： 2012 年 12 月工業企業利潤見底回升背景下 A 股市場表現開始走強，智能手機滲透 率持續上行至 72%的中樞水準；（2）産業發展期（2013/11-2014/12）：智能手機滲透 率進一步提升至 87%的中樞，在經濟持續修複背景下移動網際網路使用者增速持續上行 至 8.38%，使用者數達到 8.75 億戶；（3）産業爆發期（2015/1-2016/2）：智能手機滲透 率小幅上行但達到瓶頸，而移動網際網路使用者增速進一步擡升至 14.08%，使用者數達到 10.19 億戶；（4）産業末期（2016/3-2016/12）：移動網際網路使用者增速保持在 11%-16% 中樞波動，移動網際網路使用者數于 2016 年 12 月達到 10.94 億戶；而後 TMT 的占優行 情結束故不繼續讨論。
産業初期（2012/12-2013/10）看業績和估值彈性，傳媒＞計算機＞通信＞電子。從 第一階段市場表現來看，經曆一段時間普漲後傳媒＞計算機＞通信＞電子。（1）業 績表現上，傳媒＞通信、電子＞計算機。對比 2012Q1 至 2014Q1 業績表現，傳媒業 績穩定且持續增長，從 2012Q1 的低點-0.41%持續上行；而電子和通信業績于 2012Q4 才見底回升，且在 2013Q2 的時候出現一定調整；計算機盈利表現相對疲軟且彈性 較差。（2）估值表現上，計算機、傳媒的市盈率基本與電子相持平。第一階段中 TMT 各細分行業估值均明顯提升，其中計算機和傳媒估值擡升較多，在該階段末期的 PE 基本與電子、通信持平。（3）綜合來看，在産業初期，政策和産業事件不斷催化 TMT 普漲，其中傳媒較電子和通信業績穩定且具有可持續性是以明顯占優；而計算機雖 然業績較差，但由于個股市值和估值亦相對其他 TMT 行業較低而彈性更大，是以 傳媒＞計算機＞通信＞電子。
産業發展期（2013/11-2014/12）看滲透率和業績變化，計算機＞電子、通信＞傳媒。 對比第二階段市場表現，計算機＞電子、通信＞傳媒，但彈性弱于第一階段。（1） 業績表現上，電子、通信和傳媒均高位回落，但絕對增速上通信高于電子、傳媒； 而計算機的業績增速雖然較弱，但出現小幅回升。（2）政策持續催化下産業發展帶 來 TMT 行業的β行情，不同細分行業的滲透率持續提升，尤其是上遊硬體即基站、 晶片及消費電子等；其中 2014 年初 3G 滲透率為 33.94%，緩慢上升至 2014 年底的 峰值 37.73%，而此時 4G 滲透率亦開始大幅上行；移動手機出貨量增速自 2012 年 以來持續下行，而 2014 年中見底回升；網遊和電影熒幕在 2014 年處于下行周期； 而計算機行業受益上遊硬體滲透率的提升，就業人數、企業數量持續攀升。（3）綜 合來看，本階段行情中計算機行業滲透率持續上行以及業績小幅回暖下計算機表現 最強，業績下行以及滲透率有所放緩下電子、通信、傳媒表現相對較弱，是以計算 機＞電子、通信＞傳媒。
産業爆發期（2015/1-2016/2）看應用端業績彈性，計算機＞通信、傳媒＞電子。從 第三階段市場表現來看，各行業均大幅上漲，其中計算機＞通信、傳媒＞電子。（1） 業績表現上，2015 年計算機盈利上行，而傳媒和通信亦于 2015Q1 觸底回升，電子 盈利下行；同時 2016Q1 計算機業績大幅上行遠高于其他行業。（2）産業爆發階段， 中遊軟硬體、下遊應用進入井噴期，以遊戲和視訊為主的内容端活躍度持續高增， 移動網際網路使用者數同比從 4.62%上行至 14.08%。（3）微觀流動性寬裕下推動“杠杆牛”行情。以 TMT 等 為代表的科技型成長公司明顯受到流動性寬松和政策提升風險偏好的推動，但随後 中國證監會釋出《關于清理整頓違法從事證券業務活動的意見》，微觀流動性有所收 緊背景下大幅調整。（4）總體來看，本階段中下遊應用端進入井噴期推動 TMT 景 氣上行，流動性寬松助推産業行情，應用端業績彈性預期決定了市場表現計算機＞ 通信、傳媒＞電子。
産業末期（2016/3-2016/12）回歸價值，電子、通信＞計算機＞傳媒。從第四階段市 場表現來看，TMT 均表現相對較弱，其中電子、通信＞計算機＞傳媒。（1）業績表 現上，電子盈利于 2016Q2 的 1.2%見底回升且持續增長至 2017Q2 的 61%；通信亦 從 2016Q1 見底小幅回升；計算機和傳媒于 2015Q1 見頂回落，随後受益于經濟修複 傳媒盈利有所回暖。（2）産業角度上看，通信基站受益 4G 建設，進入新一輪上行 周期；受全球需求推動半導體進入上行周期。（3）投資風格上，2014 年滬股通開通 後外資的投資偏好不斷影響國内行業風格，2016 年深股通開通後外資大幅流入，以 滬深 300 為代表的核心資産受外資青睐下，投資風格更偏向于業績驅動。（4）綜合 來看，産業末期滲透率瓶頸以及盈利回落，TMT 整體表現相對較弱，同時外資大幅 流入下投資風格回歸業績驅動，是以業績較好的電子、通信＞計算機＞傳媒。
調整的主因在于流動性收緊和外部沖擊，時間往往持續 20 天。回顧 TMT 行情中跌 幅超過 10%的調整階段，共出現 6 次，具體來看：（1）受股災或者熔斷影響，跌幅 往往較深，超過 30%，而其他 3 次 13%左右；（2）除了 2014 年 2 月的調整外，其 餘平均天數在 20 天；而 2014 年 2 月的調整時間較長主要在于宏觀經濟基本面較弱 缺乏明顯催化。（3）調整的原因主要在于：其一為流動性收緊，包括美聯儲釋放退 出 QE 信号、清理場外配資等；其二為匯率風險和海外市場波動；而結束調整的原 因主要在于：其一為提供流動性支援，包括暫停 IPO、兩融展期等；其二為基本面 資料企穩向好；其三為前期負面因素消退，包括匯率企穩、經濟修複等。
2.2. 2018-2022 年新能源
新能源行情的核心在于業績推動下的戴維斯輕按兩下。複盤 2018-2022 年新能源産業發 展時的市場表現：（1）從超額收益角度上看，行情的開始時間為 2018 年 10 月，即 為中長貸見底回升的時點；結束于 2022 年 7 月。（2）對比盈利表現，可以看到新能 源闆塊的超額收益表現和新能源相對于全 A 的業績增速差走勢基本一緻，2018 年 10 月-2020 年 3 月新能源相對全 A 的業績優勢較弱下基本不存在超額收益，2020 年 3 月後新能源業績持續高增帶動新能源明顯獲超額收益，其中當 2021 年 Q1-Q2 盈 利回落而出現短期調整。（3）對比估值表現，可以看到估值的提升亦往往跟随盈利 表現，是以新能源的整體行情推動的核心在于盈利推動下的戴維斯輕按兩下；而 2022 年 後的行情明顯下行主要在于業績并未明顯下行下的殺估值。
新能源細分闆塊定價決定因素為業績。對比新能源主要的四個細分闆塊來看，（1） 锂電池、新能源車和光伏的市場表現均與業績表現趨勢較為一緻，但其中風電闆塊 由于個股數量較少和市值均相對較低，是以業績彈性往往較大而與市場表現出現偏 離。（2）由于不同闆塊的盈利模式以及關聯度差異較大，是以對比不同的産業表現 可以作為跟蹤業績的關鍵名額：锂電池主要在于下遊需求推動價格上行，新能源汽 車在于政策推動下銷量高增，風電跟蹤新增裝置容量增速，光伏跟蹤産能和價格。
業績強弱表現決定了新能源細分闆塊的彈性。2020 年 9 月中國明确提出 2030 年“碳 達峰”與 2060 年“碳中和”目标：（1）第一階段（2018Q4-2020Q3），新能源主要 受市場自主調節驅動，光伏、風電盈利增速為正而锂電池和新能車增速為負，是以 表現為光伏、風電＞锂電池、新能車；（2）第二階段（2020Q4-2022Q1），“雙碳”目 标推動下新能源進入快車道，光伏盈利穩定且持續增長，成長空間具有确定性，是以表現最強；锂電池和新能源車增速見底回升且強于風電，是以表現出锂電池、新 能源車＞風電；而新能源車受汽車消費政策推動銷售增速持續高增，随後帶動上遊 锂電池需求，碳酸锂價格随後開始大幅上行，是以節奏上新能源車→锂電池；（3） 第三階段（2022Q2-至今），新能源闆塊中除了光伏均業績開始下行，市場出現明顯 調整。
調整的主因在于外部沖擊和政策收緊，跌幅深度約為-20%。回顧新能源行情中跌幅 超過 10%的調整階段，共出現 5 次，具體來看：（1）跌幅深度區間為 16%-27%；（2） 受外部沖擊影響下的調整，調整時間持續約 30 天；受經濟周期影響的調整，調整天 數較長。（3）結束調整的原因主要為：其一流動性邊際寬松；其二為基本面催化。
2.3. 給 AI+數字經濟的啟示
總結 2012-2016 年移動網際網路和 2018-2022 年新能源的複盤結論： β行情開始于重大經濟拐點。A 股行情的起點不等同于産業發展的起點，β行情起 點往往開始于宏觀經濟的重大拐點，如移動網際網路開始于工業企業利潤上行，新能 源開始于中長貸上行，本輪 AI+數字經濟開始于疫情防控優化。 業績是決定β行情的核心。對比業績表現可以看到，（1）業績的趨勢是産業行情持 續的核心，即業績增速上行帶來上行行情，若産業行情中業績回落則出現短期調整。 （2）産業上升行情中，若出現微觀資金充裕等其他積極變量的情況下，能夠推動市 場的大幅上行，如 2014 年“杠杆牛”、2020 年新發基金高增下市場亦大幅上行。（3） 細分闆塊的漲跌表現分化主要受業績彈性影響，即業績增速較高/預期較高的表現相 對較好。目前來看，計算機和傳媒盈利上行，是以雖然短期計算機和傳媒出現調整， 但長期來看向上趨勢不變；而通信和電子盈利下行，通信主要受益于中特估影響下 權重較高的三大營運商漲幅較多，電子雖然短期出現明顯反彈，但從長期趨勢上看， 目前仍處下行區間。
β中的行情擴散主要由産業自身節奏（滲透率）決定。（1）移動網際網路行情中表現 為：傳媒→計算機→通信、電子，對比滲透率可以看到，我們認為主要在于産業初 期傳媒（尤其是遊戲、電影等）業績最容易兌現，市場逐漸由藍海轉向紅海發展下 帶來中上遊軟硬體的需求高增，最後供需兩端逐漸飽和下回歸價值，産業行情結束。 （2）新能源行情中表現為：光伏、風電→光伏、新能源車→光伏、锂電池，對比産 業發展來看，前期推動能源結構轉型下光伏和光伏即進入上行周期，受技術提升帶 來新能源車的經濟性提升滲透率持續高增下新能車表現較好，随後新能車需求提升 帶動锂電池的發展。（3）目前來看，我們認為：經濟修複及監管放松的業績最容易 兌現的傳媒率先受益→推動産業擴容的中遊的軟硬體裝置，包括資料、算力基建等 →大模型逐漸落地推動下遊應用場景爆發下的中遊軟體、下遊應用。
β行情的彈性為高-低-高，調整主要受外部沖擊、政策或流動性收緊。（1）從兩段 産業行情來看，在經曆了短期的快速上行後，将會經曆較長的震蕩上行期，整體的 彈性明顯較弱，如移動網際網路行情中的 2013/12-2015/1（TMT 指數+57.63%，萬得 全 A+59.94%）、新能源行情中的 2019/5-2020/11（新能源+0.28%，萬得全 A+1.19%）。 （2）産業行情的調整主要受三個方面影響：其一為外部沖擊比如疫情沖擊、匯率風 險等，其二為政策或流動性收緊比如清理場外配資等，其三為宏觀環境轉弱比如工 業企業利潤開始下行等。（3）産業行情恢複受三方面催化：其一為流動性轉松比如 降息降準等，其二為基本面修複如企業利潤上行等，其三為前期壓制因素消退比如 匯率企穩等。對比目前來看，（1）目前已經經曆了快速的上升階段，或将進入較長的震蕩上行期，主要我們認為目前經濟修複動能偏弱下市場情緒回落，以及大模型 等落地任重而道遠，是以需要看到更加積極的信号再繼續推動行情延續。（2）對比 調整幅度和跨度來看，調整區間為 20-140 天，調整幅度為-11%--45%；是以目前的 短期調整仍處于合理區間内。
3. 在β中尋找超級α
3.1. α的特性
β行情中的超級α逐漸由市值驅動轉向業績驅動。對比兩次行情中市值的大小、業 績增速高低和市值變化比可以看到：（1）2012-2016 年移動網際網路行情中超級α往 往為市值較小的公司，且市值均集中在 5-100 億之間；2018-2022 年新能源行情中的 超級α和市值的相關性較弱，且市值集中在 20-200 億之間，市值大小有所提升。（2） 2012-2016 年移動網際網路行情中，并沒有表現出業績越好彈性越大的情況；而反觀 2018-2022 年新能源行情中業績表現較好的往往更具有增長彈性。是以，兩段β行 情中的超級α逐漸由市值驅動轉向業績驅動，我們認為：一是機構化不斷加深，市 場定價越來越看重盈利表現；二是結構性行情逐漸代替普漲行情，是以呈現強者恒 強的局面，龍頭效應顯著；三是殼價值弱化，小市值的炒作逐漸消散。
3.2. 超級α的回顧及跟蹤
基金重倉股作為超級α的股票池。産業行情中超級α的特性，定價轉為業績驅動， 由于市場結構和定價的差異，我們選擇基金重倉股作為超級α跟蹤的股票池，主要 原因在于：（1）産業行情中周期較長，涉及的的上市公司數量衆多，而基金重倉股 往往更具有投資價值，包括長期配置價值、成長性或者主題炒作；（2）可以節省基 金公司股票入池的時間或者已經滿足了入池的要求。
超級α的跟蹤基于分析師對于公司的報告數量。我們回顧 2018-2022 年新能源行情 來尋找超級α，從 2017 年基金披露的年報重倉股中選取了 14 支跟蹤讨論；（1）超 級α的行情表現由業績驅動，但業績的披露往往是滞後的，需要跟蹤高頻微觀資料進而判斷業績走勢；（2）高頻資料有效但往往需要花費較大的精力進行資訊甄别， 是以可以通過分析師對于未來盈利的一緻預測去判斷未來的業績好壞；（3）預測市 值 FY1 和實際走勢趨同，而預測市值 FY1/實際市值受市場波動影響較大，市場快 速上行或者下行的時候比值均＞1.5；（4）是以我們用報告數量作為預測市場走勢的 關鍵名額：一方面報告數量的多寡可以表明市場對于這家公司的樂觀程度，另一方 面報告也會逐漸修正對于公司的盈利預期，因而進行加倉或者減倉行為。
隆基綠能報告數量大緻領先市場價格一季度：2017Q3 至 2020Q2，前一季度報告數 量的增加往往伴随後一季度股價的上行；股價調整階段，如 2018Q2、Q3 和 2020Q1， 也均有前一季度報告數量降低的預期。而 2021 年後的股價下跌階段，報告數量從 2020 年四季度就開始一路下行。
陽光電源報告數量與市場價格同步變化：2017-2020 年，市場價格與報告數量同步 振蕩；2020 年 2 季度至 2021 年末，市場價格伴随報告數量的增長一路上行；2021 年 1、4 季度，2022 年 1 季度，2023 年 1 季度的股價下行也均有報告數量下降相對 應。
超級α的報告數量變化基本領先或者同步于市場表現。在選取的 14 隻個股中，3 隻 股票對應的報告數量領先于股價的變化，10 隻股票的報告數量變化與股價同步，僅 有 1 隻股票存在趨勢不吻合，勝率為 92.9%。
報告數量減少或者無報告則對相應個股較為悲觀。（1）順鈉股份在 2017-2019 年間 沒有公司相關報告，對應股價也在 2018 年初下跌近 3/4，此時，基金持倉雖較高， 但随着股價的暴跌，持倉比例迅速減少；而 2019-2020 年，報告數量雖然偶有增長， 但每月數量均低于 2 份，股價和基金持倉份額也均未出現明顯上行。（2）森源電氣 在 2017-2019 均有公司相關報告，但每月報告數量較少，股價存在小幅下跌；2019 年之後，公司報告數量銳減為零，股價和基金持股比例也開始迅速下跌。
綜上，我們可以根據每個季度披露的基金重倉股作為股票池，然後根據報告數量的 變化進行加倉或者減倉的操作。 目前 AI+的産業行情中，選取相應的樣本對比報告數量的變化來進行加倉或者減倉 的選擇：（1）新點軟體和三旺通信的股價與報告數量具有同步性，其中新點軟體報 告數量已經回升但市場表現仍持續下行是以可以選擇加倉，三旺通信報告數量和股 價均處下行趨勢，是以短期來看仍存在持續調整風險；（2）緻遠互聯和芒果超媒的 報告數量變化趨勢則領先股價變化約一個季度；是以目前緻遠互聯和芒果超媒報告 數量回升背景下可進行加倉。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）
精選報告來源：【未來智庫】。「連結」