中欧电子信息产业沪港深股票C(005763) - 基金经理

一季度TMT表现好的是短期业绩确定性高的资产，包括光模块等算力板块以及运营商、出版等高股息资产。二季度除了算力、高股息板块外，市场对部分消费电子和半导体的基本面改善信心加强，相关公司表现也相对较好。  二季度我们在组合调整上更加均衡，同时结合需求景气度，增加了消费电子和半导体配置。消费电子下游终端全年看弱复苏，内部主要机会是微创新带来的个别领域单机价值量提升。消费电子明年能否有比较大的增量，关键看AI赋能进展。  半导体部分，从全球看今年增长主要是算力和存储带动，而其他领域恢复一般，库存偏高。和海外比，国内厂商有国产化和补库的差异，国内半导体去库早，其中消费类半导体去库又更早。在手机、PC等传统消费终端弱复苏背景下，出海需求和IoT终端需求相对更好，所以相关领域的半导体公司复苏更强。而存储方面，AI带动HBM等存储需求强，海外大厂控稼动率，收缩低端产品线，带动其他利基型存储改善。  之前我们对确定性资产的理解不够完整，更多考虑了分母端的变化，而忽视了分子端的波动折价，对短期的经营压力估计不足。所以二季度组合调整中，我们结合短期的基本面，在这类组合内做调整，相对而言，港股相关公司更有优势。  当下市场对国内经济复苏速度仍有分歧，所以对短期的基本面权重大。但我们认为经过低谷洗牌后，好公司的份额有望提升，后面的空间也会更大，所以经济预期稳定后，这类公司弹性或更大。

TMT板块一季度基本上还是延续去年四季度的趋势，一类是确定性强的资产，包括光模块等算力板块，以及运营商、出版等高股息板块。一类是主题，包括影视相关的部分AI应用，以及飞行汽车等。而其他板块表现不及预期，核心还是市场担忧经济弱复苏的大背景下，TMT板块的基本面压力，同时一季度的流动性冲击又放大了板块的下跌幅度。    我们一季度加大了确定性资产的配置，但组合表现不佳。一方面，我们较多考虑分母因素，分母中枢下降，对长期资产都比较有利，包括可看长的高股息和白马股，我们配置的白马股比例较大，但是市场对短期的权重更大，短期基本面一般的白马股表现不好。另一方面，组合里部分中小市值个股受到一季度的流动性冲击较大。    TMT板块对宏观经济敏感，部分是后周期，今年压力可能加大。但是我们认为今年可以寻找的机会可能会比去年多：（1）部分领域，典型的是消费电子相关，过去两年经过去库存之后，收入端的基数较低，更重要的是盈利能力伴随格局改善和产能利用率提升，利润的弹性可能更大。（2）AI在经过去年文本大模型的多次迭代和应用打磨过后，我们认为今年文本大模型相关的应用逐步会开始兑现；而图片、视频以及多模态大模型今年或将会有突破带来的主题机会。（3）市场对宏观经济仍持观望态度，但我们认为经济处于复苏趋势中，之前很多优质公司因为市场对中长期的悲观有较大的折价，后面改善的空间更大。同时考虑到分母中长期中枢下移，实际上对这类优质的公司影响更为正面。

去年初我们对2023年的经济判断是弱复苏，所以年初的配置思路主要是两个角度：（1）看短期韧性，要么是资金能力强，要么是大市场小份额；（2）长久期资产，既包括商业模式较好的云计算等资产，也包括AI、国产化、数据要素等主题资产。  在市场最关注的AI部分，我们主要配置的是部分应用公司，而算力部分配置不多，有所不足。对于算力部分，主要还是因为我们的理解不够到位。对于通用大模型部分，我们认为A股公司在人才、资金等资源禀赋上尚需进一步提升，所以并没有配置。对于应用部分我们相对理性，更强调的是应用公司的卡位优势、资源投入、AI助力之后的附加值提升；而部分应用借助AI赋能后，比如创意类应用，虽然降低了成本和门槛，但可能导致行业格局更不稳定，现有的公司或许未必最后还能胜出。  年中我们进行了一些调整，虽然经济恢复比预期慢，不少子行业短期低于预期的风险加大，但是结合年中政治局会议，我们认为经济恢复的大趋势没有改变，从长期价值角度看，结合商业模式，用时间换空间，增加了部分港股仓位。但是我们对宏观政策落地的把握不足，对市场的理解不够完整，去年下半年市场更加集中于两种资产，一种是以运营商为代表的股息类资产，追求确定性；一种是主题机会。我们认为这种情况部分还是因为市场对中长期信心不足，但我们认为经济恢复的趋势并没有变化，还是更多从长期价值角度去思考。

从这轮的经济周期角度看，我们认为国内经济已经处于低位，后续见底回升概率较大。短期的恢复斜率可能不太确定，从大的思路角度考虑两类机会，（1）经济恢复初期，有政策资金，尤其是中央资金，支持的领域恢复斜率会更快。TMT内关联度相对大的是国产化相关的子行业，但是目前可能还没有相关政策。（2）用时间换空间，这个思路主要是两类，一类聚焦可看长期成长性的公司；一类聚焦于可能会受益这波技术浪潮的公司，包括AI、数据要素等。    从短期基本面角度看，我们认为TMT内部可以实现表观高增长的主要还是低基数，比如传媒内的院线、电影内容等相关公司；以及消费电子相关的零部件半导体公司。但其低基数带来的高增长属于一次性，不是投资的核心，我们认为大机会还是需要看后续的成长性，可能的机会比如MR。    我们更多还是从长周期角度去看，寻找时间换空间的机会。从长期成长性和商业模式的角度看，TMT板块内部有机会的更多是互联网和类消费的软件白马公司。而从潜在爆发力的角度看，现在已经有机会的是AI和数据要素，后者受政策影响更大一些，AI相关的相对更值得关注。    AI大模型方面，我们一直分几个维度去学习和思考，一个是算力，一个是大模型，一个是应用。算力部分市场分析研究配置相对比较充分，其中市场主要的量化相关依据是从芯片供给侧角度去思考，有比较好的预测依据，风险是市场的预期相对比较充分，如果没有在一季度及时配置，之后就会很被动。    从大模型角度看，通用大模型部分，我们认为巨头或者顶尖创业公司成功的概率较大。A股相关公司做大模型的机会可能在于部分的垂直领域，背后的原因主要是（1）垂直领域数据相对私有，公共资源获取难度大。（2）站在当下，需要的输入资源相对有限，解决问题带来的价值量较大。换言之，针对这一垂直领域需要的模型未必是千亿参数，开源模型的调优或模型的门槛不是那么高，做出来之后带来的价值足够覆盖成本。（3）和用户有比较好的粘性，提供模型和应用一体化的解决方案。这类机会更多是2B类型，或者有明显资源优势（数据和客户群）的个别2C领域，所以我们认为2B的机会的确定性更强，尤其是垂直模型上的应用机会；同时考虑价值角度，我们认为类似自动驾驶、金融、半导体设计、医药研发等付费能力更强的领域，落地机会更大。    从应用角度看，2B应用落地确定性高，除了结合上文的垂直模型，背后是国内B端甲方，对私有数据安全以及定制化的需求更多，之前的SaaS中美对比就可以得出相似结论，所以2B公司如果能利用好AI大模型，很容易增加一个潜力很大的价值点。不针对特定行业应用，而是从更大的用户群角度来看，海外目前AI应用较多的包括对话、角色、网页、代码、办公、教育、图像视频相关，这些都有可能是很大的机会点。如果从落地节奏、空间、确定性角度看，我们认为最大空间的产品应该是高频和效率（不单纯是工具，而是帮你工作，提高工作效率）相关。进一步从A股公司角度看，相关度较大的是办公和教育，但是现在由于国内大模型能力限制，国内效果不出众，但是办公相关的功能点较多，不需要大模型很高的整体能力，有些功能点要求的能力相对较低，落地的节奏可能更快。