资源描述
敬请阅读末页的重要说明 证券 研究报告 | 策略 研究 专题 报告 变局机会 之 科技 和政策 红利 下的中国先进制造 2017 年 12 月 25 日 相关报告 中国经济进入新旧动能转换加速阶段， 新动力 在 逐步壮大 。 经济新时代 和政策变革的推动下，一些领域和 板块正在发生潜移默化或者迅疾的变化。在这种大变局的时代背景下， 挖掘一些 正在发生临界变化的板块蕴藏的 投资机会。 随着中国经济进入新时代，推动高质量发展被中国政府定为当前和今后一个时期确定发展思路、制定经济政策、实施宏观调控的根本要求。 而 供给侧改革成高质量发展突破 口 ，其中 首要的就是要推进中国制造向中国创造转变，制造大国向制造强国转变。 全球科技迎来以人工智能为核心的 新一轮 创新周期。 4G+智能手机 +移动互联网 的 “互联网 +” 时代 进入成熟阶段，经过 20 年的发展， 互联网 投资红利期已过。而 5G+人工智能 +物联网 “ 人工智能 +” 时代正在加速到来，通过 人工智能技术与各行业结合，正形成全新的商业模式、产业生态 ，一些 应用场景 纷纷 落地， 行业 从导入期逐步进入成长期。 展望未来，从网络基础设施升级，人工智能的突破，到互联设备激增，这些因素的合力将使物联网、智能制造、 VR、无人驾驶等领域从概念加 速照进现实。 高新 科技 产业背后是国家力量之间的博弈和角力。 先进制造关系着经济增长新动力和一国制造业在全球市场竞争力的关键。 国内产业政策抓住新兴行业技术壁垒和产业格局尚未形成的机遇，抢占未来发展先机，以需求带动上游制造的成长壮大。 在众多战略性和新兴领域中，信息技术、智能制造和汽车领域被政策给予了优先关注的地位。 国内先进制造的国际竞争力和产业基础在发生变化。 在 国家意志、资本投入、庞大、纵深的市场规模和应用场景 的加持下 ， 中国 从世界科技的“跟跑者”变为“同行者”甚至是“领跑者”。 5G、新能源汽车、人工智能产业进入 或即将进入世界领先之列 ，尤其 人工智能 领域将形成中美“双寡头”格局 。 经过多年的追赶和培育，半导体、面板、智能制造 领域 国产替代进入收获期。 新技术板块在二级市场的超额收益与行业盈利存在时间差，最大的超额收益出现在早期阶段，中期阶段也有阶段性的投资机会，但泡沫的高度、长度和破坏性减弱。 本轮人工智能浪潮正处于跨越鸿沟进入主流市场阶段，从导入期逐渐步入成长期。目前较为成熟的感知智能技术应用开发有语音、视觉识别的服务、硬件产品等，感知智能技术所形成的新“人工智能 +”应用普及还需要 510 年。 整体并未进入下一轮科技利润 高峰区， 我们从行业景气周期、国内产业基础、竞争格局、行业属性 、产业政策 来选择重点关注的板块。 新一轮 科技周期预计沿着 网络基础设施 硬件终端 软件 应用场景的景气轮动顺序。以半导体、 5G 等为代表的电子、通信行业有望最先 受 益，随后是网络建设，各类智能硬件终端和网络服务普及后，实现“万物互联” ， 最后是下游智能家居、智慧城市、智能制造等应用服务爆发。 建议重点关注 AI、 5G、半导体、新能源汽车、物联网、 AR 等板块。“补短板” 领域推荐 智能制造 设备 、北斗导航、大飞机。 科技的力量 数字化、移动互联和新经济 的投资机会 ， 2014 年 4 月 18 日 变局机会之 新租赁时代来临 ，2017 年 12 月 1 日 熊晓云 021-68407139 xiongxycmschina S1090512030005 张夏 zhangxia1cmschina S1090513080006 投资策略 敬请阅 读末页的重要说明 Page 2 一、 新一轮创新周期，技术创新与变革 星火燎原 随着 移动互联网 红利结束 ， 以 4G、 智能手机 、 移动互联网 为核心 的“互联网 +” 进入成熟阶段。 很多传统 TMT 巨头面临增长缓趋， 纷纷开始 重资产化追求规模效应。 5G、 人工智能 、 物联网的 “人工 智能 +” 时代正在加速到来。 随着大数据和运算能力领域的进展， 人工智能从过去的基于专家和人为设定规则中走出，开始从海量数据中自动寻找规则 ， 真正解决问题， 创造经济效果。 全球人工智能研究和应用进入新高潮， 以智能算法、深度学习、增强学习为代表的人工智能技术处于创新前沿 。 人工智能 正 成为新的生产要素， 通过与各行业结合， 推动产业进程朝着智能化方向发展 ，形成产业革命的动能 。 图 1： 人工智能的发展史 资料来源： 中国人工智能学 会、罗兰贝格，招商证券 表 1：本轮人工智能革命的一些特征 主要方面 主要内容 本轮 AI商业化浪潮驱动因素 计算力提升突破瓶颈 以 GPU 为代表的新一代计算芯片提供了更强大的计算力，使得运算更快，同时在集群上实现的分布式计算帮助人工智能模型可以在更大的数据集上运行。 机器学习算法取得重大突破 以多层神经网络模型为基础的算法，使得机器学习算法在图像识别等领域的准确性取得了飞跃性的提高。 物联网、大数据、云计算技术 物联网为人工智能的感知层提供了基础设施环境，同时带来了多维度、及时全面的海量训练数据 。大数据技术为输入数据在储存、清洗、整合方面做出了贡献，帮助提升了深度学习算法的性能。 提升机器学习的新技术手段 数据科学自动化 成熟企业或初创企业提供了众多用于数据科学自动化的工具与技术，能够将机器学习概念验证时间从几个月缩短到几天。 减少训练模型所需数据 一系列减少训练模型所需数据的技术已经出现：其中一种是通过算法模拟真实数据特点从而合成数据，另一种是迁移学习。 缩短训练时间 专用硬件（例如 GPU、 FPGA 和 ASIC），通过加快运算速度和芯片内部数据传输以减少训练机器学习模型所需时间。 投资策略 敬请阅 读末页的重要说明 Page 3 能够解释结论 机器学习无法解释系统作出决策的依据（黑箱问题），对模型答案的信任问题以及合规问题造成机器学习不适用于许多场景。有幸的是， MIT 的研究人员发布了一种训练神经网络的方法，它能够准确解释机器学习决策的基本原理。 本地部署 机器学习正越来越多地进入移动设备和智能传感器，并在智能家居、智慧城市、自动驾驶、可穿戴设备以及工业物联网领域扩张。随着智能手机成为部署机器学习的选项，以及潜在应用数量也在增加，企业部署机器学习应用和试点的数量也会增加。 资料来源： 德勤， 招商证券 图 2： 人工智能市场规模 预测 (2016-2025) 十亿美元 图 3： 全球数据增量与人工智能模型在不同数据输入量下的表现 资料来源： 中国人工智能学会、罗兰贝格， 招商证券 资料来源： 中国人工智能学会、罗兰贝格 ，招商证券 图 4： 人工智能 产业链 资料来源： 清科中心 ，招商证券 投资策略 敬请阅 读末页的重要说明 Page 4 展望未来， 从 网络基础设施升级， 人工智能 的突破 ，到 互联设备激增， 这些因素的合力将 使 物联网、智能制造、 VR、无人驾驶等 领域 从 概念 加速照进现实 。 网络基础设施升级， 5G 曙光已现 。 5G 网络主要有三大特点：极高的速率，极大的容量 ，极低的时延。随着 5G 技术的推进，支撑数百亿的海量物联网设备连接。将加速物联网、VR、无人驾驶等应用从萌芽到落地。万物互联所产生的海量数据，也将创造出更多新的商业机遇， AI 是典型代表。 设备智能化。基于深度学习在 2006-2010 年间取得一系列理论突破，以及算力、大数据的发展，人工智能快速渗透到数据密集行业。已逐步应用于安防、零售、汽车、虚拟现实、金融、医疗和服务机器人等领域 ， 下一步 制造、教育、通信行业 的应用 值得关注。 基础设施和设备智能助推下 ， 物联网应用 加速 落地 ， 正进入爆发期。 爱立信的预测数据显示物联网设 备到 2021 年会增长 4 倍， 联网终端数量的提升将进一步推动平台层和应用层的尝试和发展。 工业物联网是未来物联网应用的最重要的方向， 也 是互联网 +先进制造的必要支撑。 智能电表和车联网将是最大需求来源。 物联网产业的市场规模将远远大于互联网和移动互联网市场。 IDC 认为，到 2020 年物联网的市场规模将达到 1.7 万亿美元。 图 5： 人工智能、大数据、物联网的发展将形成共振 资料来源： 互联网进化论 、 招商证券 投资策略 敬请阅 读末页的重要说明 Page 5 二 、 经济新时代 ， 国家意志和资本力量 强推先进制造 1、 大国博弈，政策 强力推动 随着中国 经济进 入新时代， 中国政府 将高质量发展提高到新的高度， 推动高质量发展被定为 当前和今后一个时期确定发展思路、制定经济政策、实施宏观调控的根本要求 。政策要求 加快形成推动高质量发展的指标体系、政策体系、标准体系、统计体系、绩效评价、政绩考核，创建和完善制度环境。 供给侧改革成高质量发展突破口。 首要的就是 要推进中国制造向中国创造转变，中国速度向中国质量转变，制造大国向制造强国转变。 先进制造关系着 经济增长新动力和 一国制造业 在全球市场竞争力 的关键。 高新产业背后是国家力量之间的博弈和角力。 与世界先进水平相比，我国高端装备制造业 仍存在较大差距，主要表现在：总体创新能力不足，部分领域核心技术和核心关键部件受制于人、产品可靠性低；基础配套能力发展滞后，装备主机面临“空壳化”；服务体系建设明显滞后，应用推广难等。 国内产业政策策略是抓住新兴行业技术壁垒和产业格局尚未形成的机遇，抢占未来发展先机，以需求带动上游制造的壮大 ， 以终端市场带动 中上 游 行业 新一轮产业转移。 在政府发布的一系列产业扶持政策中 ， 人力 支持 、资金 支持 、税收 优惠 、 行业生态 体系搭建、 激励 体制改革 等 都囊括在内 。 除了资金方面的支持，产业政策更多重塑的是国内整个产业生态链里参与者之间 的协同和联动，各生产环节企业之间形成资源的对接。 此外 ，各级政府也在针对知识产权等更具体的发展需求给予政策支持。 图 5： 扶持先进制造业政策体系 资料来源：招商证券 投资策略 敬请阅 读末页的重要说明 Page 6 表 2： 中国制造 2025 “ 1+X”等制造业重点政策文件 省市 时间 文件 2015年 3 月 政府工作报告 首次提出实施“中国制造 2025” 2015年 5 月 中国制造 2025 明确提出通过“三步走”实现制造强国的战略目标 ： 第一步，到 2025 年迈入制造强国行列；第二步，到 2035 年我国制造业整体达到世界制造强国阵营中 等水平；第三步，新中国成立百年时，我国制造业大国地位更加巩固，综合实力进入世界制造强国前列。 选择十大优势和战略产业实现重点突破：新一代信息通信技术产业、高档数控机床和机器人、航空航天装备、海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、农业装备、新材料、生物医药及高性能医疗器械。 2015年 10月 重点领域技术路线图 涵盖 10 大重点领域、 23 个重点方向，将成为未来企业决策参考，并有助于市场资本进入相关领域。 路线图的每个重点发展方向统一按照需求、目标、发展 重点、应用示范重点、战略支撑与保障五个维度进行分析和描绘，分别形成了从 2015 年到 2025 年，展望 2030 年的详细技术路线图。 2016年 3 月 启动开展“中国制造2025”城市（城市群）试点示范” 目前已批复宁波、泉州、沈阳、长春、武汉、吴忠、青岛、成都、吴忠、赣州、广州、合肥、湖州等 12 个城市和苏南五市、珠江西岸六市一区、长株潭衡、郑洛新等 4 个城市群。 2017年 2 月 “ 1+X”规划体系全部发布 包括制造业创新中心、高端装备、智能制造、绿色制造、工业强基等五大工程指南，以及服务型制造、质量品牌、新材料 、制造业人才、信息产业、医药等 11 个规划指南 2017年 5 月 “中国制造 2025”分省市指南发布 通过针对性地发展各地优势产业，促进我国制造业转型升级和产业结构合理分布，进而形成中国制造“新版图”。东部转向高端装备制造、中部产业升级以及西部和老工业区淘汰落后产能，培育新型优势产业。 2017年 7 月 创建“中国制造 2025”国家级示范区 将在东中西部选择部分城市或城市群建设国家级示范区，将目前已在国家自主创新示范区等实施的简政放权、财税金融、土地供应、人才培养等有关政策扩展到示范区。 2016年 5 月 关于深化制造业与互联网融合发展的指导意见 明确了深化制造业与互联网融合发展的 7 项主要任务，包括打造制造企业互联网“双创”平台，推动互联网企业构建制造业“双创”服务体系，支持制造企业与互联网企业跨界融合，培育制造业与互联网融合新模式，强化融合发展基础支撑，提升融合发展系统解决方案能力，提高工业信息系统安全水平。 2016年 12月 “十三五”国家战略性新兴产业发展规划 到 2020 年，战略性新兴产业增加值占国内生产总值比重达到 15%，形成新一代信息技术、高端制造、生物、绿色低碳、数字创意等 5 个产值规模 10 万亿元级的新支柱，并在更广领域形成大批跨界融合的新增长点，形成全球产业发展新高地。 确定了推动信息技术产业跨越发展 等 八方面发展任务。 2016年 12月 智能制造发展规划（ 2016-2020） 到 2020 年，我国传统制造业重点领域基本实现数字化制造。提出了十大重点任务，包括加快智能制造装备发展 、 加强关键共性技术创新 、 建设智能制造标准体系 、 构筑工业互联网基础 、 加大智能制造试点示范推广力度 、 推动重点领域智能转型 、 促进中小企业智能化改造 、培育智能制造生态体系 、 推进区域智能制造协同发展 、 打造智能制造人才队伍 、 等。 2017年 2 月 信息产业发展指南 提出到 2020 年信息产业收入目标为 26.2 万亿元，相比 2015 年的 17.1 万亿增长 53.2%，要求重点发展集成电路，基础电子和物联网、基础软件和工业软件等，推动宽带中国工程建设以及 5G 发展与商用。（ 2017年 5 月 “十三五”先进制造技术领域科技创新专项规划 “十三五”期间，先进制造领域重点从“系统集成、智能装备、制造基础和先进制造科技创新示范工程”四个层面，围绕 13 个主要方向开展重点任务部署 ： 增材制造 、激光制造、 智能机器人 、 极大规模集成电路制造装备及成 套工艺 、 新型电子制造关键装备 、 高档数控机床与基础制造装备 、 智能装备与先进工艺 、 制造基础技术与关键部件 、 工业传感器 、智能工厂、网络协同制造 、绿色制造、 先进制造科技创新示范工程 2017年 11 月 增强制造业核心竞争 力 三 年 行 动 计 划（ 2018-2020 年） 加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，突破制造业重点领域关键技术实现产业化，增强制造业核心竞争力。 资料来源：招商证券 从政策所极力扶持的重点行业来看， 2012 年 7 月，国务院印发“十二五”国家战略性新兴产业发展规划，将新 一代信息技术、高端装备制造、新能源、新材料等七大产业列为国家重点发展的新兴产业，并把物联网、云计算单独列为重大专项工程。“中国制造 2025”的出台， 把 加快新一代信息通信技术与制造业的深度融合 放在首要地位 。 投资策略 敬请阅 读末页的重要说明 Page 7 图 5： 政策选择重点突破的战略产业 资料来源：招商证券 在众多战略 性和新兴 领域 中 ， 信息技术 、智能制造 和 汽车 三个行业和 领域 被 政策 给予了优先关注的地位 。 信息技术和制造业的融合是 产业政策的重心。 表 3：大力发展人工智能产业被立为国家战略 部门 文件 主要内容 2016年 5 月 发改委等四部门 “互联网 +”人工智能三年行动实施方案 培育发展人工智能新兴产业、推进重点领域智能产品创新、提升终端产品智能化水平。 2016年 7 月 国务院 “十三五”国家科技创新规划 明确将人工智能作为发展新一代信息技术的主要方向，提出发展自然人机交互技术。 2017年 7 月 国务院 新一代人工智能发展规划 确立了“三步走”目标：到 2020 年人工智能总体技术和应用与世界先进水平同步；到 2025 年人工智能基础理论实现重大突破、技术与应用部分达到世界领先水平；到 2030 年人工智能理论、技术与应用总体达到世界领先水 平，成为世界主要人工智能创新中心。 2017年 10月 北京市 中关村国家自主创新示范区人工智能产业培育行动计划（ 2017 2020年） 到 2020 年，中关村在人工智能领域形成 500 家以上人工智能企业和 50 家以上细分领域龙头企业、超过 500 亿元的产业规模、超过 5000 亿元的相关产业带动规模。 2017年 11月 上海市 关于本市推动新一代人工智能发展的实施意见 到 2020 年，基本建成国家人工智能发展高地，成为全国领先的人工智能创新策源地、应用示范地、产业集聚地和人才高地，局部领域达到全球先进水平；人 工智能重点产业规模超 1000 亿。 2017年 11月 武汉东湖高新区 促进人工智能产业发展的若干政策 东湖高新区人工智能产业规划 未来三年将每年设立不低于 2 亿元的人工智能产业发展专项资金。 发布“国字号”的人工智能开放创新平台。 2017年 11月 科技部 成立新一代人工智能发展规划推进办公室 公布首批国家新一代人工智能开放创新平台名单 依托百度公司建设自动驾驶国家新一代人工智能开放创新平台，依托阿里云公司建设城市大脑国家新一代人工智能开放创新平台，依托腾讯公司建设医疗影像国家新一代人工智能开放创 新平台，依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台位列其中。 2017年 12月 工信部 促进新一代人工智能产业发展三年行动计划 推进人工智能技术产业化、集成应用，重点应用智能网联汽车、服务机器人、 AI 医疗影像等八大类人工智能产品；重点突破包括AI 芯片在内的三大核心人工智能技术；同时完善 5G、算法训练数据库等人工智能配套体系。 资料来源：招商证券 表 4： 发展新能源汽车的一些重要政策文件 部门 文件 2012 年 6 月 节能与新能源汽车产业发展规划 (2012-2020) 到 2020 年，纯电动汽车和插电式混合动力汽车生产能力达 200 万辆、累计产销量超过 500 万辆。 新能源汽车、动力电池及关键零部件技术整体上达到国际先进水平，掌握混合动力、先进内燃机、高效变速器、汽车电子和轻量化材料等汽车节能关键核心技术，形成一批具有较强竞争力的节能与新能源汽车企业。 以纯电驱动为新能源汽车发展和汽车工业转型的主要战略取向，当前重点推进纯电动汽车和插电式混合动力汽车产业化，推广普及非插电式混合动力汽车、节能内燃机汽车，提升我国汽车产业整体技术水平。 投资策略 敬请阅 读末页的重要说明 Page 8 2012 年 9 月 新能源汽车产业技术创新财政奖励资金 管理暂行办法 明确中央财政将从节能减排专项资金中安排部分资金，重点支持全新设计开发的新能源汽车车型及动力电池等关键零部件，推进我国新能源汽车重大关键技术突破与产业化进程。 2013 年 9 月 关于继续开展新能源汽车推广应用工作的通知 重点在京津冀、长三角、珠三角等细颗粒物治理任务较重的区域，选择积极性较高的特大城市或城市群推广应用新能源汽车。对消费者购买新能源汽车给予补贴 。 2014 年 6 月 政府机关及公共机构购买新能源汽车实施方案 备案范围的新能源汽车推广应用城市的政府机关及公共机构购买的新能源 汽车占当年配备更新总量的比例不低于 30%，以后逐年提高。 2014 年 7 月 关于加快新能源汽车推广应用的指导意见 审议通过了免征新能源汽车车辆购置税方案，对纯电动汽车、插电式混合动力汽车和燃料电池汽车从 2014 年 9 月 1 日到 2017 年底，免征车辆购置税。 2017 年 1 月 新能源汽车生产企业及产品准入管理规定 从企业设计开发能力、生产能力、产品生产一致性保证能力、售后服务及产品安全保障能力等方面提高了准入门槛，并强化了安全监管要求，目的在于有效提高新能源汽车产品质量和安全水平。 2017 年 4 月 汽 车产业中长期发展规划 确定 “力争经过十年持续努力，迈入世界汽车强国行列”的总目标，到 2025 年新能源汽车占汽车产销 20%以上。 到 2020 年我国汽车生产将达到 3000 万辆左右，其中新能源汽车生产 200 万辆。国家规划培育形成若 干家 进入世界前十的新能源汽车企业。 2017 年 9 月 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 推出了企业的平均燃料消耗量积分与新能源汽车积分等双积分政策，逐步取消购置补贴。对传统能源乘用车年度生产量或者进口量达到 3 万辆以上的，从 2019年度开始设定新能源汽车积分比例要 求， 2017 年 11 月 关于调整汽车贷款有关政策的通知 自 2018 年 1 月 1 日起，自用、商用新能源汽车贷款最高发放比例分别为 85%、75%，均高于传统动力汽车 5 个百分点。两部门表示，调整汽车贷款政策旨在提升汽车消费信贷市场供给，释放多元化消费潜力，推动绿色环保产业经济发展。 资料来源：招商证券 在政策引导下， 中国在技术开发方面的支出正在迅速增长，资金来源也呈多样化。全国各大城市、中科院围绕硬科技八大领域积极设立国家级以及地方级科技投资基金，总规模超数千亿元。公司研发支出稳步上升，从 2000 年占 GDP 的 0.9%上升至 2016 年的2.1%。 图 6： 中国研发支出总额（占国内生产总值的百分比） 图 7： 企业研发强度（研发 /收入） 资料来源： 世界银行，中国国家统计局、中国科技部和中国财政部 ，招商证券 资料来源： Bloomberg，招商证券 投资策略 敬请阅 读末页的重要说明 Page 9 2、 国内先进制造的 竞争力在发生变化 得益于国家意志、资本投入，以及 庞大、纵深的市场规模和应用场景， 中国 从世界科技的“跟跑者”变为“同行者”甚至是“领跑者”。 国内先进制造的国际竞争力和产业基础在发生变化。经过长期追赶的沉淀和积累，当今我国在相当一些 领域与世界前沿科技的差距都处于历史最小时期，已经有能力并行跟进这一轮科技革命和产业变革，加速实现制造业转型升级和创新发展。 表 5： 国内发展制造业的独特优势 优势来源 具体特征 经济 体量 优势 巨大的人口规模和产业规模， 有利于促进中国主导的新产业技术标准的形成。 经济实力和财政资源雄厚，可承受更多的试验 和 失败 巨大的市场 规模 庞大的客户规模与使用强度让中国成为孕育前沿数字技术的实验场。 如BAT 拓宽了多行业、多元化的数字化生态圈 有效的政策力量 产业政策前瞻性，较强的执行力，战略新兴产业“举国体制”优势 资 料来源：招商证券 5G、新能源汽车、人工智能产业进入或即将进入世界领先之列。 在 5G 时代，中国在标准的布局上，已经处于全球领先地位，与国际上最早商用时间的差距也由 3G 时代的 8年及 4G 时代的 4 年缩短到了目前 5G 时代的 1 年。移动通信领域实现从“ 2G 跟随”“ 3G突破”“ 4G 并行”到“ 5G 引领”的跨越式发展 。国内人工智能行业 在算法、数据资源、应用场景等方面具备一定基础，本土 AI 芯片 力量 也在快速成长。在数据优势、资本支持、政府政策扶持、人才扩张、硬件制造优势等加持下，将从模仿转为赶超，引领或 与美国 共同引领世界人工智能浪潮，形成人工智能的全球“双寡头”局面。 经过多年的追赶和培育，半导体、面板等领域的国产替代进入收获期。 在核高基重大专项支持下，中国核心电子器件关键技术与国外差距由 15 年以上缩短到 5 年。长期依赖进口的问题得到缓解，支撑装备核心电子器件自主保障率从不足 30%提升到 85%以上。中国集成电路产业年均复合增长率接近 20，而同期全球的增长率则不到 4。在国家政策和资金的支持下，中国 集成电路产业 有望 逐步 占领 日韩台湾地区的市场份额，未来有可能 出现 能够与国际知名半导体公司相抗衡 的 半导体 企业 。 表 6： 围 绕“三个面向”推动科技创新重点领域取得新突破 主要成就 面向世界科技前沿 量子通信、中微子、铁基超导、外尔费米子、干细胞和再生医学等重要科技成果水平达到世界前列 面向经济主战场 高速铁路、第四代核电、 5G、超高压输变电 等产业的 关键技术迅速发展成熟 聚焦国家发展重大需求 载人航天、空间科学、深海深地探测、超级计算、人工智能等战略高技术领域持续取得重大突破 资料来源：招商证券 投资策略 敬请阅 读末页的重要说明 Page 10 三 、 新兴行业分析 ：生命周期、景气周期、行业属性 1、 行业 生命周期所处阶段 对投资机会的影响 从历史上那些 革命性的 新技术发展的 轨迹来看， 每轮 技术 浪潮 大致 可分为 三个发展阶段。在早期 阶段 ，一些有远见的公司可利用这些技术带来的机遇获得竞争优势；在 中期阶段，越来越多的企业可以利用这些技术，此时尽管技术为整个行业带来彻底的变化，但带给单个企业的竞争优势已经减小；在发展后期，新技术过度投资带来激烈竞争、供给过剩、价格降低。 哈瑞 .丹特描述了一个产品 /技术的普及率从 0 到 100 过程中，其行业所经历的兴衰过程及各个阶段的特征。 技术应用的创新期：普及率在 1%-10%之间，甚至更低，其特点是产品和技术造价昂贵，使用和教育成本都高，因此只渗透到高端客户 、极客客户中，即所谓的早期受众。很多新公司在这个急剧变化的创新时期开始启动，但商业战略和盈利模式并不清晰。 技术应用的增长期：新产品的社会渗透率达到 10%是启动的标志，价格能够被消费者接受，产品加剧进入主流市场，而其中又分四个阶段： 10%-40%，加速增长期，在此阶段，产品受众开始普及化，行业的盈利模式开始定型，业务逐步拓展，但同时许多新的产品和新的公司会加入，甚至往往会膨胀过快并创造出过多的产能或存货，而在发生短暂冲击时，一些在技术路线上走偏、资本实力弱或者过于激进的公司会在竞争中灭亡； 40%-50%，稳定成长期，在此阶段，客户、产品、品牌进一步向几家龙头公司转移，马太效应凸显，产品价格因为规模效应进一步拉低，龙头企业在这个阶段奠定江湖地位； 50%-90%，成熟期，在此阶段，普及率进一步提升，但新用户的增长放缓，预期进入下一个技术的孕育； 90%以上，转型期或者衰退期。 图 8：不同的渗透率水平决定了一个行业所处的生命周期阶段 资料来源： Wind、招商证券
展开阅读全文