（报告出品方/作者：东北证券，邓利军、谢立昕）
1. 产业切换的充要条件
1.1. 历史上的产业切换
90 年代以来，大陆经济发展经历了多轮的产业切换，主要包括劳动密集型的轻工业 （1992-2003）、资本密集型的重工业（1999-2013）和房地产（1999-2016）、技术密 集型的移动互联网（2010-2016）和新能源（2018-2022）。
产业切换经由劳动密集型，转向资本密集型，到现在的技术密集型。具体来看：（1） 劳动密集型的轻工业（1992-2003）：改革开放以来，中国凭借廉价的劳动力吸引外 资，形成以纺织服装为主的劳动密集型的轻工业体系，拉动经济快速增长。（2）资 本密集型的重工业（1999-2013）：伴随居民消费收入提升带来对耐用品消费的需求， 包括大型家电和汽车等，工业中重工业占比持续提升；进入 WTO 以后，进一步推 动制造业的进出口贸易；在“四万亿”刺激后，出台“汽车家电下乡”进一步推动 汽车、家电销量。（3）资本密集型的房地产（2003-2016）：2003 年国务院将房地产 定位为支柱性产业，可以看到 2005-2016 年的每一轮经济波动都离不开房地产的拉 动；而 2016 年后提出“房住不炒”，逐步降低经济对于房地产的依赖。（4）技术密 集型的移动互联网（2010-2016）：2010 年智能手机快速发展，2012 年十八大将“实 施创新驱动发展战略”列为主要方向，而移动互联网伴随移动手机以及 3G 的普及 成为新兴产业的主导方向之一；伴随摩尔定律放缓，用户规模相对饱和，2016 年后 移动互联网发展稍显乏力。（5）技术密集型的新能源（2018-2022）：2017 年开始国 内新能源政策频出，纯电乘用车发展方向确定、调整以煤炭为主的传统能源结构， 政策推动下新能源汽车渗透率持续提升，伴随 2020 年的“双碳”目标进一步确定， 新能源相关产业高速发展。
1.2. 产业切换的条件
复盘历史，我们认为产业切换的三个充要条件：（1）上一个产业发展存在内生阻力； （2）经济发展的必要性以及政策的顶层设计；（3）产业发展必需的基础要素。由于 前几轮产业切换的宏观环境与当前存在较大差异，当前首要任务为高质量发展背景 下新的产业仍将以技术密集型为主，因此我们具体讨论最近的两轮，即移动互联网 和新能源。
1.2.1. 移动互联网（2010-2016）
房地产+出口增速中枢下行，全要素生产率放缓。（1）房地产增速中枢下移。自 2003 年房地产销售增速中枢下行，在于商品房销售持续高增下基数不断抬升；在“四万 亿”刺激下商品房销售同样呈现高增速，但随后快速回落，而此时房价出现过快上 涨，经济结构出现失衡。（2）全球经济放缓，出口增速下行。从外部环境看，经济危机 和欧债危机冲击下，以外需为导向的出口明显受到拖累；同时全球经济增长中枢下 行带来出口端的中枢下行。（3）全要素生产率放缓，调结构箭在弦上。全球需求疲 软的背景下需要改善以出口导向、投资拉动的经济模式，同时还存在低端产能过剩 的问题；2008 年后全要素生产率有所放缓，甚至于 2011 年前后出现小幅下滑，因此 2012 年至 2014 年连续三届中央经济工作会议都明确要求“全面化解产能过剩” 和“稳增长、调结构、促改革”。
政策重心逐步转向“调结构”。从 2012 年开始政府经济重心开始逐步从总量转向结 构，十八大明确创新驱动是加快经济发展方式转变的主导战略， 技术创新是培育发 展战略性新兴产业的主攻方向。随后相继出台了“科技创新”、“技术升级”、“新兴 产业”相关文件，推进科技创新成为各大部委 2013 年重点工作。
3G 网络和移动手机构建爆发基础，用户规模迅速增长实现变现。（1）3G 移动网络 建设拓宽了带宽瓶颈。2009 年 1 月 7 日工信部正式批准中国三大电信运营商的第三 代移动通信（3G）业务经营许可，中国移动网络全面进入了 3G 时代，移动网速得 到大幅提升。（2）智能手机迅速普及。2012 年以三星、HTC 为代表的传统手机厂商， 纷纷效仿苹果模式，推出触摸屏智能手机；智能手机的出现叠加网络提速，催生出 移动智能终端丰富的应用软件，移动互联网应用呈现了爆发式增长。（3）用户规模 迅速增长成为变现基础：截至 2012 年 12 月底，大陆手机网民规模为 4.2 亿，在整 体网民中占比74.5%；其中，智能手机网民规模达3.3亿，在手机网民中占比达79.0%， 成为大陆移动互联网发展的重要载体，庞大用户群体蕴含的商业潜力巨大。
1.2.2. 新能源（2018-2022）
移动互联网发展受限于技术限制和渗透率饱和。（1）摩尔定律放缓受制于技术限制。 越来越大的操作系统和应用程序抵消了硬件提升带来的好处，叠加 28nm 之后芯片 工艺的成本暴涨，以及再难以提升新的制程，导致智能设备性能提升速度放缓。（2） 用户规模趋于饱和，各赛道发展放缓。从 2018 年起移动互联网整体的用户规模放 缓，2018 年 9 月用户规模达 13.7 亿，增速同比降低超 50%，移动互联网红利基本 趋于饱和，发展放缓。
双碳+能源安全加速新能源发展。（1）推动可再生能源发展，双碳加快能源结构转 型。2017 年以来，两会政府工作报告对可再生能源的发展高度重视，多次涉及“节 能减排”、“优化能源结构”、“发展可再生能源”，把能源结构的转型上升到国家战略 高度；2020 年提出“双碳”目标，为达到碳中和，未来清洁电力将成为能源系统的 配置中枢，供给侧以光伏+风电为主；需求侧全面电动化，并辅以氢能。（2）能源供 需偏紧格局不变。供给侧改革后落后产能出清，能源供需格局偏紧；而俄乌冲突进 一步提升对于能源安全的重要性，2022 年两会政府工作报告提出充分保证能源安全。 （3）双积分政策落地，新能源汽车长效机制发力：2017 年 9 月 28 日，工信部等发 布《乘用车企业平均燃料消耗量与新能源汽车积分并行管理办法》，驱动传统车企转 型布局电动车，推动新能源车行业进入长期增长阶段。
新能源产业的爆发受益于技术提升和前期示范推广。（1）供给侧改革出清落后产能。 供给侧改革旨在于出清落后产能，进而实现补短板，截至 2018 年煤炭行业化解过剩 产能 6.9 亿吨，完成 8 亿吨去产能目标的 87%；进一步为推动能源结构转型提供了 发展基础。（2）锂电技术的提升推动新能车产业发展。一方面，动力电池能量密度 持续提升，极大程度上解决了里程续航焦虑，2019 年底 BEV 乘用车电池包能量密 度达 145.26Wh/kg，续航里程不断提升；另一方面，盐湖提锂技术取得突破，17 年 以来陆续有盐湖开始有 7000 吨工业级碳酸锂产出，并逐渐向电池级发展，锂开采成 本下行，电动车经济性逐步体现。（3）前期的示范推广及爆款推动渗透率提升。一 方面，新能源汽车市场起步较早，经历了示范推广期、推广应用期和政策驱动期， 2011-2022 年整车销量由 0.82 万辆增长到 688.7 万辆，销售占比从 0.04%上升至 25.63%；另一方面，特斯拉于 2017 年推出 Model 3 成为爆款，带动国内车企及造车 新势力纷纷投入纯电研究，带动新能源车渗透率快速提升。
1.3. AI+的数字经济是否属于产业切换
新能源车销量增速下行，供给端产能过剩问题凸显。（1）新能源车方面，2022 年在 购置税减半等一系列稳增长、促消费政策刺激下，新能源车销量达 688.7 万辆，同 比增长 93.4%，市占率达 25.6%，相较 2021 年提高 12.1%，2022 年新能源乘用车渗 透率达到 27.6%，一定程度上透支了 2023 年的汽车消费需求，预计 2023 年新能源车销量将为 900 万辆，同比增速下滑至 35%。（2）上游来看，碳酸锂、硅料产能释 放，价格已从 2022 年高位下跌 60%以上，有效缓解中下游成本压力的同时也将整 个新能源行业的发展方向从原材料短缺导向的数量型发展转向追求性价比的高质 量发展，盈利空间下降；（3）中游来看，新能源车方面，到 2025 年，新能车所需要 的动力电池产能将达到 1200GWh，但动力电池目前的产能规划已超 5000GWh；新 能源发电方面，2023Q1 国内硅片产能预计将达到 740GW 左右，对于上游硅料和下 游的电池片、组件来说都明显产能过剩，行业竞争格局恶化。
国家部委+基础制度+产业政策催化推动 AI+数字经济发展。（1）国家层面设立相关 部委。两会后国务院机构调整，新设立国家数据局，表明数字中国作为新时代国家 信息化发展的新战略，从战略落地进入到具体部门贯彻落实阶段；同时重新组建科 学技术部，主要为科学技术部划出部分职能专注科技发展工作，强化科技创新；随 后成立人工智能规划推进办公室，启动实施新一代人工智能重大科技项目，在数字 孪生、数字制造、智慧医疗等方面都做了相应部署。（2）2022 年 12 月 19 日，国务 院发布《关于构建数据基础制度更好发挥数据要素作用的意见》，提出对于数据交易 中涉及到的产权、交易、流通、收益分配等问题的意见；从制度层面规范数据相关 行业发展。2023 年 4 月 11 日，国家互联网信息办公室发布《生成式人工智能服务 管理办法（征求意见稿）》，旨在规范人工智能发展方向，实现从制度上推进人工智 能的良性发展。（3）2023 年 2 月发布的《数字中国建设整体布局规划》明确表明数 字中国建设的重要性，数字经济和实体经济深度融合将是不可逆的时代潮流。截至 目前，大陆中央及各地政府已相继发布多部数字经济相关政策，“数字政府”、“促进 中小企业数字化转型”、“数字乡村”、“数据安全”等关键词成为政策侧重点。
本轮数字经济的发展基础为高质量要素、算力基建和大模型。（1）高质量数据要素 稀缺：随着 AI 技术应用场景铺开，数据要素作为大模型训练的基础，重要性进一步 凸显。就国内数据市场而言，据国家发改委官方披露，大陆政府数据资源占全国数 据资源的比重超过 3/4，但开放规模不足美国的 10%，个人和企业可以利用的规模 更是不及美国的 7%，数据要素的缺少将延缓 AI 相关应用的落地。（2）算力基础设 施有待完善：一方面，大模型发展对训练算力要求极高，在考虑互联损失的情况下， ChatGPT 需要 1 万张英伟达 A100 芯片作为算力基础。国内目前大模型在算力层面 上与国外差距过大，AI 行业龙头主要使用英伟达的 GPU 芯片进行开发训练，国内 高性能 GPU 的研发能力有限，制约了算法的发展和大模型训练精度的提升；另一方 面，作为算力的主要承载，数据中心的配套建设需求也有所增加。（3）AI 大模型取 得突破，但距离落地仍处早期。2018 年 6 月 11 日，OpenAI 发布 GPT-1 模型，历经 5 年迭代发展，大型多模态模型 GPT-4 在 2023 年 3 月 15 日正式发布，不仅能够阅 读文字，还能识别图像，并生成文本结果。目前国内百度、科大讯飞分别推出文心 大模型和讯飞星火大模型，腾讯、华为、阿里等加速布局，虽然有内部业务的落地 场景，但整体尚未有成熟的商业化模式，大模型落地处于早期阶段。
对比智能手机发展，大模型的落地有望在 1 年周期内落地。总体来看，当前 AI+数 字经济作为核心产业赛道发展已经满足了两个条件，即当前新能源赛道已经进入下 行期同时政策上对于 AI+数字经济持续推动，目前仅在发展要素上仍相对欠缺。对 比智能手机的发展：（1）2007 年 1 月发布 iPhone，且于 6 月正式发售；2008 年 HTC 发布首款 Google 安卓智能手机 HTC Dream，开始逐步进入智能手机时代。（2）2010 年 4 月发布 iPhone4，2011 年 10 月发布 iPhone4s，加快推动智能手机发展。（3）国 内方面，2010 年 4 月 6 日小米成立，2011 年 7 月小米宣布进军市场，2012 年 3 月 小米手机销量破 100 万台；2011 年 5 月金立成立智能手机研发院，11 月启动智能战 略暨召开智能手机全系列产品上市发布会；2011 年 6 月，OPPO 推出首款智能手机 OPPO X903(Find)等等。对比 AI+产业的发展：（1）2018 年 6 月 11 日，OpenAI 发 布 GPT-1 模型；（2）2022 年 11 月发布 GPT3.5，随后 2023 年 3 月 15 日发布大型多 模态模型 GPT-4 形成爆款；（3）百度、科大讯飞分别推出文心大模型和讯飞星火大 模型，腾讯、华为、阿里等亦加速布局。因此，若考虑国内巨头入场、研发周期，从海外爆款的出现到国内实现爆发式增长，时间周期上大概为 1-2 年即可实现；类 比当前龙头企业开始加速布局大模型，有望在 1 年左右的周期实现落地。
元宇宙无法成为产业级别行情的原因在于技术难度和生态匮乏导致落地较为困难。 对比元宇宙的主题行情的差异：首先，从业绩表现上看，元宇宙在 2021Q1-2021Q4 业绩高速增长，但 2022 年开始业绩增速持续下行，因此元宇宙业绩偏弱下行拖累了 市场表现，导致行情无法持续。其次，从产业化条件来看：（1）技术基础差异以及 元宇宙技术门槛更高：一方面，以 AI 为主的数字经济等的技术已经存在一定积累， 包括语音识别、图像识别等已经普遍商业化；另一方面，元宇宙具有更高的技术硬 门槛（云渲染、VR 防晕、实时互动等），相比之下，规模越来越大的 AI 模型和海 量数据能够使 AI 技术加速发展，具备广泛落地的基础。（2）应用场景和生态相对匮 乏：截至目前为止，仅谷歌、Meta 和微软等互联网巨头发布相关产品，且 Oculus Quest 2 发布后并未有大量厂商跟进；元宇宙目前的内容端相对单一主要仍在游戏、 娱乐领域，而生态上的门槛亦相对较高，因此短期内广泛商业化落地较为困难；反 观以 AI 为首的数字技术潜在应用场景丰富，包括出行、社交、办公等。（3）政策支 持力度差异：一方面，数据要素相关政策高频出台，主要为数据要素的产权、流通 和交易制度的推进等，以及大力发展基础设施建设，包括以“东数西算”为主的算 力基建；另一方面，国家顶层设计，设立国家数据局，AI 推进办等；反观元宇宙， 目前仅部分省份发布相关产业发展规划。
2. 产业上行中的β行情
2.1. 2012-2016 年移动互联网
互联网行情的核心推动为盈利和流动性。复盘 2012-2016 年移动互联网产业发展时 的市场表现：（1）市场表现并不等同于产业发展，若从超额收益角度上看，行情的 开始时间为 2012 年 12 月即工业企业利润见底回升，结束于 2016 年 7 月。（2）对 比盈利，可以看到市场表现的开始和结束基本与盈利的上行和见顶相吻合，即 TMT 盈利触底回升且盈利增速大于全 A 时行情启动，TMT 盈利增速见顶回落而全 A 盈 利触底反弹时行情结束；但其中于 2014 年初-2015 年 6 月 TMT 盈利相对较弱，但 却表现出明显的超额收益的原因在于流动性推动的“杠杆牛”行情。（3）对比估值 表现，可以看到移动互联网行情大致可以分为三段，第一段 2012/12-2013/12 为盈利 估值共振下戴维斯双击，第二段 2014/1-2015/12 为盈利较弱下的流动性推动的拔估 值行情，第三段 2016/1 及以后为流动性收紧下盈利提振市场表现。
移动互联网行情以智能手机渗透率和移动互联网用户数划分为四个阶段。为进一步 讨论 TMT 中细分行业的节奏，我们以智能手机渗透率和移动互联网用户数增速来 划分不同的产业阶段，同时结合市场表现分别为：（1）产业初期（2012/12-2013/10）： 2012 年 12 月工业企业利润见底回升背景下 A 股市场表现开始走强，智能手机渗透 率持续上行至 72%的中枢水平；（2）产业发展期（2013/11-2014/12）：智能手机渗透 率进一步提升至 87%的中枢，在经济持续修复背景下移动互联网用户增速持续上行 至 8.38%，用户数达到 8.75 亿户；（3）产业爆发期（2015/1-2016/2）：智能手机渗透 率小幅上行但达到瓶颈，而移动互联网用户增速进一步抬升至 14.08%，用户数达到 10.19 亿户；（4）产业末期（2016/3-2016/12）：移动互联网用户增速保持在 11%-16% 中枢波动，移动互联网用户数于 2016 年 12 月达到 10.94 亿户；而后 TMT 的占优行 情结束故不继续讨论。
产业初期（2012/12-2013/10）看业绩和估值弹性，传媒＞计算机＞通信＞电子。从 第一阶段市场表现来看，经历一段时间普涨后传媒＞计算机＞通信＞电子。（1）业 绩表现上，传媒＞通信、电子＞计算机。对比 2012Q1 至 2014Q1 业绩表现，传媒业 绩稳定且持续增长，从 2012Q1 的低点-0.41%持续上行；而电子和通信业绩于 2012Q4 才见底回升，且在 2013Q2 的时候出现一定调整；计算机盈利表现相对疲软且弹性 较差。（2）估值表现上，计算机、传媒的市盈率基本与电子相持平。第一阶段中 TMT 各细分行业估值均明显提升，其中计算机和传媒估值抬升较多，在该阶段末期的 PE 基本与电子、通信持平。（3）综合来看，在产业初期，政策和产业事件不断催化 TMT 普涨，其中传媒较电子和通信业绩稳定且具有可持续性因此明显占优；而计算机虽 然业绩较差，但由于个股市值和估值亦相对其他 TMT 行业较低而弹性更大，因此 传媒＞计算机＞通信＞电子。
产业发展期（2013/11-2014/12）看渗透率和业绩变化，计算机＞电子、通信＞传媒。 对比第二阶段市场表现，计算机＞电子、通信＞传媒，但弹性弱于第一阶段。（1） 业绩表现上，电子、通信和传媒均高位回落，但绝对增速上通信高于电子、传媒； 而计算机的业绩增速虽然较弱，但出现小幅回升。（2）政策持续催化下产业发展带 来 TMT 行业的β行情，不同细分行业的渗透率持续提升，尤其是上游硬件即基站、 芯片及消费电子等；其中 2014 年初 3G 渗透率为 33.94%，缓慢上升至 2014 年底的 峰值 37.73%，而此时 4G 渗透率亦开始大幅上行；移动手机出货量增速自 2012 年 以来持续下行，而 2014 年中见底回升；网游和电影荧幕在 2014 年处于下行周期； 而计算机行业受益上游硬件渗透率的提升，就业人数、企业数量持续攀升。（3）综 合来看，本阶段行情中计算机行业渗透率持续上行以及业绩小幅回暖下计算机表现 最强，业绩下行以及渗透率有所放缓下电子、通信、传媒表现相对较弱，因此计算 机＞电子、通信＞传媒。
产业爆发期（2015/1-2016/2）看应用端业绩弹性，计算机＞通信、传媒＞电子。从 第三阶段市场表现来看，各行业均大幅上涨，其中计算机＞通信、传媒＞电子。（1） 业绩表现上，2015 年计算机盈利上行，而传媒和通信亦于 2015Q1 触底回升，电子 盈利下行；同时 2016Q1 计算机业绩大幅上行远高于其他行业。（2）产业爆发阶段， 中游软硬件、下游应用进入井喷期，以游戏和视频为主的内容端活跃度持续高增， 移动互联网用户数同比从 4.62%上行至 14.08%。（3）微观流动性宽裕下推动“杠杆牛”行情。以 TMT 等 为代表的科技型成长公司明显受到流动性宽松和政策提升风险偏好的推动，但随后 中国证监会发布《关于清理整顿违法从事证券业务活动的意见》，微观流动性有所收 紧背景下大幅调整。（4）总体来看，本阶段中下游应用端进入井喷期推动 TMT 景 气上行，流动性宽松助推产业行情，应用端业绩弹性预期决定了市场表现计算机＞ 通信、传媒＞电子。
产业末期（2016/3-2016/12）回归价值，电子、通信＞计算机＞传媒。从第四阶段市 场表现来看，TMT 均表现相对较弱，其中电子、通信＞计算机＞传媒。（1）业绩表 现上，电子盈利于 2016Q2 的 1.2%见底回升且持续增长至 2017Q2 的 61%；通信亦 从 2016Q1 见底小幅回升；计算机和传媒于 2015Q1 见顶回落，随后受益于经济修复 传媒盈利有所回暖。（2）产业角度上看，通信基站受益 4G 建设，进入新一轮上行 周期；受全球需求推动半导体进入上行周期。（3）投资风格上，2014 年沪股通开通 后外资的投资偏好不断影响国内行业风格，2016 年深股通开通后外资大幅流入，以 沪深 300 为代表的核心资产受外资青睐下，投资风格更偏向于业绩驱动。（4）综合 来看，产业末期渗透率瓶颈以及盈利回落，TMT 整体表现相对较弱，同时外资大幅 流入下投资风格回归业绩驱动，因此业绩较好的电子、通信＞计算机＞传媒。
调整的主因在于流动性收紧和外部冲击，时间往往持续 20 天。回顾 TMT 行情中跌 幅超过 10%的调整阶段，共出现 6 次，具体来看：（1）受股灾或者熔断影响，跌幅 往往较深，超过 30%，而其他 3 次 13%左右；（2）除了 2014 年 2 月的调整外，其 余平均天数在 20 天；而 2014 年 2 月的调整时间较长主要在于宏观经济基本面较弱 缺乏明显催化。（3）调整的原因主要在于：其一为流动性收紧，包括美联储释放退 出 QE 信号、清理场外配资等；其二为汇率风险和海外市场波动；而结束调整的原 因主要在于：其一为提供流动性支持，包括暂停 IPO、两融展期等；其二为基本面 数据企稳向好；其三为前期负面因素消退，包括汇率企稳、经济修复等。
2.2. 2018-2022 年新能源
新能源行情的核心在于业绩推动下的戴维斯双击。复盘 2018-2022 年新能源产业发 展时的市场表现：（1）从超额收益角度上看，行情的开始时间为 2018 年 10 月，即 为中长贷见底回升的时点；结束于 2022 年 7 月。（2）对比盈利表现，可以看到新能 源板块的超额收益表现和新能源相对于全 A 的业绩增速差走势基本一致，2018 年 10 月-2020 年 3 月新能源相对全 A 的业绩优势较弱下基本不存在超额收益，2020 年 3 月后新能源业绩持续高增带动新能源明显获超额收益，其中当 2021 年 Q1-Q2 盈 利回落而出现短期调整。（3）对比估值表现，可以看到估值的提升亦往往跟随盈利 表现，因此新能源的整体行情推动的核心在于盈利推动下的戴维斯双击；而 2022 年 后的行情明显下行主要在于业绩并未明显下行下的杀估值。
新能源细分板块定价决定因素为业绩。对比新能源主要的四个细分板块来看，（1） 锂电池、新能源车和光伏的市场表现均与业绩表现趋势较为一致，但其中风电板块 由于个股数量较少和市值均相对较低，因此业绩弹性往往较大而与市场表现出现偏 离。（2）由于不同板块的盈利模式以及关联度差异较大，因此对比不同的产业表现 可以作为跟踪业绩的关键指标：锂电池主要在于下游需求推动价格上行，新能源汽 车在于政策推动下销量高增，风电跟踪新增设备容量增速，光伏跟踪产能和价格。
业绩强弱表现决定了新能源细分板块的弹性。2020 年 9 月中国明确提出 2030 年“碳 达峰”与 2060 年“碳中和”目标：（1）第一阶段（2018Q4-2020Q3），新能源主要 受市场自主调节驱动，光伏、风电盈利增速为正而锂电池和新能车增速为负，因此 表现为光伏、风电＞锂电池、新能车；（2）第二阶段（2020Q4-2022Q1），“双碳”目 标推动下新能源进入快车道，光伏盈利稳定且持续增长，成长空间具有确定性，因此表现最强；锂电池和新能源车增速见底回升且强于风电，因此表现出锂电池、新 能源车＞风电；而新能源车受汽车消费政策推动销售增速持续高增，随后带动上游 锂电池需求，碳酸锂价格随后开始大幅上行，因此节奏上新能源车→锂电池；（3） 第三阶段（2022Q2-至今），新能源板块中除了光伏均业绩开始下行，市场出现明显 调整。
调整的主因在于外部冲击和政策收紧，跌幅深度约为-20%。回顾新能源行情中跌幅 超过 10%的调整阶段，共出现 5 次，具体来看：（1）跌幅深度区间为 16%-27%；（2） 受外部冲击影响下的调整，调整时间持续约 30 天；受经济周期影响的调整，调整天 数较长。（3）结束调整的原因主要为：其一流动性边际宽松；其二为基本面催化。
2.3. 给 AI+数字经济的启示
总结 2012-2016 年移动互联网和 2018-2022 年新能源的复盘结论： β行情开始于重大经济拐点。A 股行情的起点不等同于产业发展的起点，β行情起 点往往开始于宏观经济的重大拐点，如移动互联网开始于工业企业利润上行，新能 源开始于中长贷上行，本轮 AI+数字经济开始于疫情防控优化。 业绩是决定β行情的核心。对比业绩表现可以看到，（1）业绩的趋势是产业行情持 续的核心，即业绩增速上行带来上行行情，若产业行情中业绩回落则出现短期调整。 （2）产业上升行情中，若出现微观资金充裕等其他积极变量的情况下，能够推动市 场的大幅上行，如 2014 年“杠杆牛”、2020 年新发基金高增下市场亦大幅上行。（3） 细分板块的涨跌表现分化主要受业绩弹性影响，即业绩增速较高/预期较高的表现相 对较好。当前来看，计算机和传媒盈利上行，因此虽然短期计算机和传媒出现调整， 但长期来看向上趋势不变；而通信和电子盈利下行，通信主要受益于中特估影响下 权重较高的三大运营商涨幅较多，电子虽然短期出现明显反弹，但从长期趋势上看， 当前仍处下行区间。
β中的行情扩散主要由产业自身节奏（渗透率）决定。（1）移动互联网行情中表现 为：传媒→计算机→通信、电子，对比渗透率可以看到，我们认为主要在于产业初 期传媒（尤其是游戏、电影等）业绩最容易兑现，市场逐步由蓝海转向红海发展下 带来中上游软硬件的需求高增，最后供需两端逐步饱和下回归价值，产业行情结束。 （2）新能源行情中表现为：光伏、风电→光伏、新能源车→光伏、锂电池，对比产 业发展来看，前期推动能源结构转型下光伏和光伏即进入上行周期，受技术提升带 来新能源车的经济性提升渗透率持续高增下新能车表现较好，随后新能车需求提升 带动锂电池的发展。（3）当前来看，我们认为：经济修复及监管放松的业绩最容易 兑现的传媒率先受益→推动产业扩容的中游的软硬件设备，包括数据、算力基建等 →大模型逐步落地推动下游应用场景爆发下的中游软件、下游应用。
β行情的弹性为高-低-高，调整主要受外部冲击、政策或流动性收紧。（1）从两段 产业行情来看，在经历了短期的快速上行后，将会经历较长的震荡上行期，整体的 弹性明显较弱，如移动互联网行情中的 2013/12-2015/1（TMT 指数+57.63%，万得 全 A+59.94%）、新能源行情中的 2019/5-2020/11（新能源+0.28%，万得全 A+1.19%）。 （2）产业行情的调整主要受三个方面影响：其一为外部冲击比如疫情冲击、汇率风 险等，其二为政策或流动性收紧比如清理场外配资等，其三为宏观环境转弱比如工 业企业利润开始下行等。（3）产业行情恢复受三方面催化：其一为流动性转松比如 降息降准等，其二为基本面修复如企业利润上行等，其三为前期压制因素消退比如 汇率企稳等。对比当前来看，（1）目前已经经历了快速的上升阶段，或将进入较长的震荡上行期，主要我们认为当前经济修复动能偏弱下市场情绪回落，以及大模型 等落地任重而道远，因此需要看到更加积极的信号再继续推动行情延续。（2）对比 调整幅度和跨度来看，调整区间为 20-140 天，调整幅度为-11%--45%；因此当前的 短期调整仍处于合理区间内。
3. 在β中寻找超级α
3.1. α的特性
β行情中的超级α逐步由市值驱动转向业绩驱动。对比两次行情中市值的大小、业 绩增速高低和市值变化比可以看到：（1）2012-2016 年移动互联网行情中超级α往 往为市值较小的公司，且市值均集中在 5-100 亿之间；2018-2022 年新能源行情中的 超级α和市值的相关性较弱，且市值集中在 20-200 亿之间，市值大小有所提升。（2） 2012-2016 年移动互联网行情中，并没有表现出业绩越好弹性越大的情况；而反观 2018-2022 年新能源行情中业绩表现较好的往往更具有增长弹性。因此，两段β行 情中的超级α逐步由市值驱动转向业绩驱动，我们认为：一是机构化不断加深，市 场定价越来越看重盈利表现；二是结构性行情逐步代替普涨行情，因此呈现强者恒 强的局面，龙头效应显著；三是壳价值弱化，小市值的炒作逐步消散。
3.2. 超级α的回顾及跟踪
基金重仓股作为超级α的股票池。产业行情中超级α的特性，定价转为业绩驱动， 由于市场结构和定价的差异，我们选择基金重仓股作为超级α跟踪的股票池，主要 原因在于：（1）产业行情中周期较长，涉及的的上市公司数量众多，而基金重仓股 往往更具有投资价值，包括长期配置价值、成长性或者主题炒作；（2）可以节省基 金公司股票入池的时间或者已经满足了入池的要求。
超级α的跟踪基于分析师对于公司的报告数量。我们回顾 2018-2022 年新能源行情 来寻找超级α，从 2017 年基金披露的年报重仓股中选取了 14 支跟踪讨论；（1）超 级α的行情表现由业绩驱动，但业绩的披露往往是滞后的，需要跟踪高频微观数据进而判断业绩走势；（2）高频数据有效但往往需要花费较大的精力进行信息甄别， 因此可以通过分析师对于未来盈利的一致预测去判断未来的业绩好坏；（3）预测市 值 FY1 和实际走势趋同，而预测市值 FY1/实际市值受市场波动影响较大，市场快 速上行或者下行的时候比值均＞1.5；（4）因此我们用报告数量作为预测市场走势的 关键指标：一方面报告数量的多寡可以表明市场对于这家公司的乐观程度，另一方 面报告也会逐步修正对于公司的盈利预期，因而进行加仓或者减仓行为。
隆基绿能报告数量大致领先市场价格一季度：2017Q3 至 2020Q2，前一季度报告数 量的增加往往伴随后一季度股价的上行；股价调整阶段，如 2018Q2、Q3 和 2020Q1， 也均有前一季度报告数量降低的预期。而 2021 年后的股价下跌阶段，报告数量从 2020 年四季度就开始一路下行。
阳光电源报告数量与市场价格同步变化：2017-2020 年，市场价格与报告数量同步 振荡；2020 年 2 季度至 2021 年末，市场价格伴随报告数量的增长一路上行；2021 年 1、4 季度，2022 年 1 季度，2023 年 1 季度的股价下行也均有报告数量下降相对 应。
超级α的报告数量变化基本领先或者同步于市场表现。在选取的 14 只个股中，3 只 股票对应的报告数量领先于股价的变化，10 只股票的报告数量变化与股价同步，仅 有 1 只股票存在趋势不吻合，胜率为 92.9%。
报告数量减少或者无报告则对相应个股较为悲观。（1）顺钠股份在 2017-2019 年间 没有公司相关报告，对应股价也在 2018 年初下跌近 3/4，此时，基金持仓虽较高， 但随着股价的暴跌，持仓比例迅速减少；而 2019-2020 年，报告数量虽然偶有增长， 但每月数量均低于 2 份，股价和基金持仓份额也均未出现明显上行。（2）森源电气 在 2017-2019 均有公司相关报告，但每月报告数量较少，股价存在小幅下跌；2019 年之后，公司报告数量锐减为零，股价和基金持股比例也开始迅速下跌。
综上，我们可以根据每个季度披露的基金重仓股作为股票池，然后根据报告数量的 变化进行加仓或者减仓的操作。 当前 AI+的产业行情中，选取相应的样本对比报告数量的变化来进行加仓或者减仓 的选择：（1）新点软件和三旺通信的股价与报告数量具有同步性，其中新点软件报 告数量已经回升但市场表现仍持续下行因此可以选择加仓，三旺通信报告数量和股 价均处下行趋势，因此短期来看仍存在持续调整风险；（2）致远互联和芒果超媒的 报告数量变化趋势则领先股价变化约一个季度；因此当前致远互联和芒果超媒报告 数量回升背景下可进行加仓。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
精选报告来源：【未来智库】。「链接」