| 组别 | 姓名 | 研究课题 | 最新更新 |
|---|---|---|---|
| TMT | |||
| TMT | 吴政泽 | 半导体封测 | 第三周周报(8. 8. )-吴政泽 事项 研究/阅读心得& 8.24 |
| TMT | 刘阳 | 半导体封测 | 8. Part I. 工作回顾 完成报告润色修改 Part II. 本周工作心得 思路上和上周没有太大的变... 8.23 |
| TMT | 赵元挥 | 半导体封测 | 成熟制程与先进制程工艺流程 8.20 |
| 工业 | |||
| 工业 | 许致远 | 北美AI电力短缺 | 8. 8. 本周主要结合和带教交流、答辩反馈我的主要思考: 1.解决几个核心问题比讲一篇看上去还不错但没法... 8.24 |
| 工业 | 张冲 | 北美AI电力短缺 | 今天卡在标的选择和发电方式比较的环节了 因为现在的一个核心问题就是,在发电设备的产能加总不十分紧缺后,哪个... 8.19 |
| 工业 | 刘振伟 | 北美AI电力短缺 | 当前AI的发展对美国电力建设产生了新的需求,请定量分析产业链各环节供需情况,回答两个问题,1)电力是否会成... 8.24 |
| 消费 | |||
| 消费 | 刘雨晗 | 中国泛消费海外扩张 | 8. 】 更详细的测算增长率 % 游戏 由于游戏依托互联网,受实体地点的约束较小,增长看品类,所以增速根据... 8.20 |
| 消费 | 贺一凡 | 中国泛消费海外扩张 | 整体计划 W1:确定相对合理的赛道挖掘框架,反复迭代验证选出来的方向并完善 W2:对找到的三个方向进行研究... 8.23 |
| 周期 | |||
| 周期 | |||
| 医药 | |||
| 医药 | 吴俊 | Fast-follow模式分析 | 有内容 8.10 |
| 产业 | |||
| 产业-TMT | 崔语欣 | 半导体制造'时间缩微'技术趋势 | 以华为韬定律为视角,研究探讨半导体制造行业“时间缩微”的技术趋势有哪些,对于相应的半导体设备、晶圆制造行业... 8.26 |
| 产业-工业 | |||
| 产业-工业 | 卢昱宏 | 低空经济 | Week 1 本周 本周主要完成低空经济研究框架的搭建及第一轮行业资料梳理 8.24 |
| 产业-医药 | 曾祥盛 | 脑机接口行业 | 实习课题 脑机接口行业的市场空间和发展趋势,以及国内外重点公司的投资机会分析 已完成工作 自主开发脑机接口... 8.26 |
先进封装定义:向系统集成、高速、高频、三维方向发展
半导体封装技术主要经历了四个阶段:(1)传统引线键合,以 DIP、PLCC、QFP 为主要封装形式;(2)阵列封装与系统集成,BGA、CSP、MCM 成为主流方案;(3)倒装芯片(Flip-Chip)与晶圆级封装(WLP),代表形式包括 FCCSP、Fan-In WLP 与Cu Pillar 结构;(4)(先进封装)2.5D/3D 先进封装,技术重点转向 TSV、硅中介层、FanOut WLP 及 Hybrid Bonding,基于该类封装实现的 Chiplet 架构与 HBM 高带宽存储成为 AI 与数据中心的关键支撑
- 半个世纪的长电历程,其所遇经营危机也如同一把双刃剑,在撕裂旧秩序的同时也撕开了产业革命的裂缝。历史曾反复证明,重大危机往往也成为产业格局重构的催化剂,重点在于企业能否在危机之中辩证出产业的革命方向。
- 特别是五十年以来的四次危机应对,深刻表现出长电独特的企业哲学:1997年,亚洲金融危机和走私双重危机之下,长电准确预判国情并超常规进行大规模投资扩产,不久国家大力打击产品走私,半导体器件市场出现巨大空白,长电自此一举获得市场先机;2002年,面对遍地小作坊式的封装企业,“低成本、规模化”的经营策略已疲于应对,长电敏锐洞察发改委精神,即鼓励电子元器件贴片式制造,进而长电当机立断,大举投资贴片式元器件,再次快速执行产业变革,成为中国第一家大规模贴片式器件生产企业;2010年,及时调整产业布局,转移低端产能,积极推进铜柱凸块工艺技术和晶圆级先进封装业务;2015年,重仓收购星科金朋,实现从规模导向(宿迁/滁州建厂)转向先进封装的技术主权,再向如今的生态话语权(特别是“封测+解决方案”)的服务商战略递进。
FOPLP的作用是什么?
目前ai相关的先进封测工艺/技术中,国产化堵点难点可以排个序嘛?分别根据代差和价值量
2.5D/3D公司目前最新的实际进展,产能利用率到什么程度(每月片数、量产阶段、收入贡献占比)?后续提升主要靠良率改善还是新客户导入?产能利用率的节奏由谁决定
CoPoS拟用多大面板、何种RDL结构,哪些工序OSAT可自制?较CoWoS-L降本多少?
玻璃芯基板的TGV孔径/间距、RDL线宽线距、面板尺寸和良率多少?何时能较ABF或硅基降本20%?
公司现在CoWoS-S/R/L的产能分配是怎么样的?未来新增产能怎么样?在哪里?
国内ai芯片都用国内osat的CoWoS嘛?今年明年CoWoS asp提升怎么看?
2.5D/3D毛利率结构怎么看?
① 我国的半导体封测环节当前发展到什么阶段?
② 如何看待传统OSAT封装厂在先进封装时代的产业机会,是切入新的发展曲线还是可能掉队,并以此分析我国a股的封测产业的投资机会?
工作回顾 | 思路: 基本已经形成 | 定量测算: 大致完成AI芯片出货-CoWoS产值,利润的测算 公司标的部分,AI 部分测算并不困难,直接按空间分比例就行 目前非AI部分还没找到好办法 |
说实话,初次拿到这个行业的时候有点惊讶。因为回顾这波AI浪潮,Fabless炒过(GPU/ASIC/CPU,国产链/海外),IDM(存储炒过,模拟可能AI Expo不是最好很难成为阶段性主线),设备炒过(国产/海外),材料炒过(MLCC/CCL),Foundry当然也炒过(TSMC/SMIC),但是很少听到把目光聚焦在OSAT上,并且提到封测大家也总在说TSMC的CoWoS多么多么好,成为了瓶颈
于是引出第一个问题?为什么这轮没看到OSAT跑出Alpha阶段性成为主线?或者说OSAT本身就跑不出Alpha?
① To大B,A股个股业绩的Alpha弱,高客户集中度的跟着客户Beta(华为链/AMD链/…)或者客户很分散的跟半导体Beta
② 对比半导体其他环节,壁垒也属于偏低的,资本开支强度肯定比IDM和Foundry弱,但GPM/OPM/ROIC都显著低,拉长看,会发现不仅利润率差,从净利润到FCFF的兑现也不行,意味着需要持续投资,但因为盈利能力差,导致长期其实没什么现金流
衍生到股价的思考?
① + ② 很自然的就会引出,OSAT公司历史上股价很难有大Alpha,如果按照周期的思路考虑,半导体景气由去库转向补库的第一波中,封测与设计往往率先出现利润环比改善(台湾月度数据)
如果去看最近一两年的股价,还会额外交易CoWoS,但能兑现业绩吗?另外海外为什么CoWoS似乎大多还是TSMC在做,而非台湾其他OSAT?——这就衍生到第二个问题,封装技术究竟是怎么迭代的,为什么到CoWoS这一块,反而海外主要是一个Foundry厂TSMC在做?国内OSAT能切入吗?业绩贡献大吗?
这里不详细展开,但有一个关键节点,就是摩尔定律失效后,要靠先进封装推动进步,而本轮AI中,最主要的还是CoWoS/HBM中所涉及的。这当中有一个很重要的封装趋势,就是晶圆制造和封装技术的结合程度是逐渐提高的
这就豁然开朗了,我们看海外:① CoWoS用到了TSV/Interpose人这些制程较小的结构,因此台积电作为前道工艺晶圆厂在生产CoWoS产品上具有优势;② HBM中也涉及TSV这些,其实和CoWoS类似,海外也对应是Memory IDM在做
(从流程上来看,DRAM Die堆起来封装成HBM,HBM和Logic Die再用CoWoS封装
问题在于,CoWoS到底壁垒是什么?其实本质是良率,低良率会严重浪费昂贵的前端die跟更昂贵的HBM;台积电有expo容易良性循环;而TSMC在CoWoS的优势就是良率的know-how
现在TSMC已构建的庞大产能 , 任何大客户要下单得优先考虑是否有足够产能 , 新进挑战者没可能在缺乏客户的情况下提早构建产能 , 这将导致大客户只能选择TSMC , 有大客户便有庞大的生产数据以及经验,形成良性循环!
结果就是台积电一家独大,海外OSAT吃的是残羹剩饭
那国内呢?
① HBM这块,华为自己做或者给武汉新芯;CXMT现在还和通富合作,长期一定是自己做大头。OSAT其实没什么太多机会,而且测算了下这块油水相比那几家大OSAT收入量级也一般
② CoWoS这块,海外的逻辑是,第一,Compute Die Size变大=>interposer尺寸变大=>一片CoWoS Wafer能切出的Chip更少,CoWoS-Chip变弱,要更多产能;第二台积电扩产不会乱扩,而且如前所述有前道工艺优势+CoWoS良率优势,这导致AI强需求下,客户要抢产能,ASP也能稳住;国内完全不同,国内由于Foundry没好好做封测给了OSAT机会,但国产AI芯片量不够导致业绩贡献小,且产能足够缺乏海外的涨价逻辑,长期华为可能自己做
所以其实国内和海外的OSAT都不是非常能蹭AI相关的先进封装
其实看完这个我就自动想到了第一个问题,其实差距的关键点不在OSAT,重点其实是中芯开不出产能,中芯开不出产能是因为设备,但这些的突破其实更麻烦一些
国内由于不太好去海外做CoWoS,其实被TSMC的纯商业化的竞争优势打击的程度就弱了,必须自主可控,国产化替代
但有一个缺点,就是这行业纯在炒CoWoS,但是又没有业绩兑现。本身在每轮周期又跑不出太多Alpha,感觉就意思不大;我买这么贵的盛合,为什么不干脆买SMIC/国产半导体设备呢?这是真卡点...
大体思路上没有变化,但是有几点确认和思考
第一个问题“我国的半导体封测环节当前发展到什么阶段?”,其实已经有了一个大概的idea,以AI相关的内容来看,比如CoWoS,实际上和境外是割裂的,主要是国内自己做;我认为有意思的点反而是我们前面说的,一些非AI的国产化率如何,这一块反而可能创造出长期的空间去增长。另外再有就是海外OSAT如果去接台积电的残羹剩饭,那海外OSAT的残羹剩饭会给国内公司吗?这一块可能是和前面的非AI的Part有所重合的。具体一两年的节奏可能很难直接算清,目前可能只能先参考过去的趋势外推这部分,不过这些公司怎么算估值都是贵的
另外这块还需要回答技术代差,其实在cowos这块是明确的,盛合>通富/长电大多数就是s的水平,其他的更差,海外tsmc明显cowos三种都行,但是具体的良率,产能水平肯定还是要再梳理
另一块就是针对第一个问题中的技术差距刻画和本身对先进封装技术层面的第一性原理刻画产业趋势的理解,现在只是定性的确定制造封装高度结合,也说了TSV/Interposer这些可能Foundry做更好,但是还需要刻画的更细
另外一个难点是OSAT怎么给估值,仔细一看发现24年924前后的估值完全不是一个概念,暂时没想明白,简单一思考我感觉只能15x PE,核心原因是空间不大+客户大概率长期自己干(华为/CXMT,中芯不确定)
初稿大致完成
大体思路已经基本形成
OSAT是重资产 + To大B + 壁垒偏弱赚辛苦钱的生意,A股标的业绩Alpha弱,跟大客户or行业Beta
生意属性:①对比Semi其他细分,封测GPM/ROE/ROIC偏弱,Capex/收入高;②重资产属性使盈利对稼动率敏感,长期投CapEx,现金流较差;③客户大多是大B,很多标的客户集中度高,业绩看大客户;④ 封测在semi周期中复苏相对偏早
复盘股价:Semi上行的复苏买点找封测低稼动率时胜率高,Semi下行期找封测大票的Alpha非常难,历史上几乎没有做到过;本轮A股OSAT股价的驱动本质上是在交易海外CoWoS紧缺在国内的映射+国产替代,但产业事实并非完全如此
先进封装在摩尔定律放缓时推动性能提升,AI时代2.5D CoWoS成为关键,封装技术原理上更像制造,海外Foundry主导
摩尔定律遭遇芯片面积、量子效应限制及经济性问题,先进封装可以通过多种方式解决痛点;本文讨论主体是与AI相关的先进封装
CoWoS在AI时代成为瓶颈,涉及HBM 3D封装+2.5D封装,技术原理上越来越像制造,导致Foundry主导+OSAT吃外溢;海外产能紧缺主要是①台积电通过“产能=>订单=>良率=>赚钱=>产能”绑定客户,OSAT只能吃外溢;②芯片变大+AI需求强劲
测试受益于封装复杂化+Die/HBM价值高=>测试节点前移+测试数及测试时长增长,但测试从来都不是一件壁垒很高的事情,AI时代的测试程序方案也是由设计厂决定,成熟第三方测试龙头发挥的本质上是生产经验的优势
国内制造不成熟给OSAT空间,但AI芯片受限中芯产能,看28年CoWoS空间不大,且大买家华为要找小弟砍份额
产业进展:可以买海外设备,CoWoS-S差距不大,CoWoS-L良率存在差距,CoPoS预计会比海外晚1年+出现;CoWoS国内和国外分离(去三星流片的海外做封装),HBM非常依赖海外
空间:中芯产能限制导致空间不大,26/27/28年CoWoS产值在~45/75/100亿;对应CoWoS利润为~6/10/13亿元
竞争要素:关键是绑定大客户!① 华为:原先主要给盛合,后续要强行扶渠梁且有这个能力扶起来影响格局;② 非华为:短期主要看有无产能和良率是否合格,其次看价格;长期大概率是价格战
格局:T1 盛合 > T1.5 长电/通富 > T2 华天/甬矽 > T3 渠梁电子(华为强扶很快会往上走)/…,SMIC子公司芯三维也可能有冲击
供需:CoWoS稼动率不高,与海外紧缺不同!相反non-AI受益①各类芯片国产化+海外产能被AI挤占需求外溢带来稼动率提升
投资机会梳理:整体估值偏贵,从基本面角度性价比低;从战略资产属性角度不如真卡点中芯国际
目前市场对CoWoS收益标的的市值给的偏高(通富-33%/长电-33%/盛合从基本面角度很难解释当前定价),性价比较低
最终修改报告,润色逻辑,补充细节
完成报告润色修改
思路上和上周没有太大的变化,主要是进行了一些细节上的修正和处理
在来这边做暑期之前,我自认为自己对商业模式的重视程度进一步提高,恰好这次封测的商业模式也值得一说,我就发挥了下从生意属性,去归纳出投资的股价特点,引出本轮在交易什么?核心矛盾是什么?
再者我需要对比海内外的不同,因为对这个行业,错误的定价认知就是不考虑海内外的差异;关于海外这块为什么反而由制造主导,竺老师曾经说过他喜欢这种从技术底层出发,用第一性原理去推导,而海外的情况恰好就符合这一点
当然谈回国内,我认为一篇报告必须把空间,增速,格局,竞争逻辑给盘清楚,这样最终才能映射到盈利预测与估值
最后我觉得估值层面我可以谈谈,其实封测不太好估值,25年其实交易的是PB历史区间1-6x,可以往上修;到26年基本上大家就按照cowos产能对应市值和传统业务给一个25x
但市场/卖方的定价我无法认同,从基本面角度无法说服我
我自己的看法是,站在28年,未来25%的利润CAGR,按照PEG给25x;主业的逻辑就是看你认为28年是不是周期顶;我自己是倾向于觉得并不是:目前倾向于认为28年未必开始交易周期顶给传统业务25xPE,台积电CEO说AI需求的强劲要持续到2030年,未来三年capex更显著高于过去三年,对应~-30%回撤空间;③如果认为28年就是传统业务周期顶给10xPE,对应-60%+的回撤
但是不管怎么样,我觉得就算很激进地按照市场的拍法去给,也给不出空间
最后我还盘了一下伟侧和第三方测试的逻辑,可惜因为时间原因,预计到时候来不及去好好讲第三方测试的行业细节,摆在这里做一个梳理吧(PS:关于第三方测试是否AI时代更work,其实有分歧,但这里暂时列一下我自己的idea吧)
答辩,如有机会继续推进,准备后续面试
一、研究内容
成熟制程与先进制程工艺流程;空间:明晰先进封测核心细分市场(基本盘+增量空间)
二、核心研究结论
(1)先进封装主要分成FC倒装封装、WLP晶圆级封装、2.5D/3D封装三大板块。倒装封装为当前核心基本盘,2.5D/3D封装受Chiplet多芯粒集成需求驱动,为未来5年核心增量。
(2)AI数据中心相关高端算力芯片大陆与境外市场完全切割,境内市场主要为内循环,大陆封测厂承接的AI增量需求来自于国内芯片厂而非海外需求溢出。因海外制裁,台积电流片不能发往内地封测厂,其封测白名单上台积电COWOS-S外溢需求由台系、韩系OSAT厂商承接,大陆封测厂拿不到订单。
(3)限制国内2.5D/3D先进封测市场规模长大的主要是缺芯片流片,卡在中芯国际。目前芯片流片只能在中芯国际做,中芯国际目前产能有限且核心供给华为(昇腾与麒麟芯片),当前中芯月产能(折合8英寸)为100万片/月,7nm制程以下高端逻辑芯片需12英寸产能仅3.5万片/月,年底爬坡至7万片
三、思考
一开始理解中国先进封测市场规模时错误把海外供需错配与台积电外溢纳入未来增量市场,最终导致无法推导出中国与海外先进封装终局结构的差异性。产业专家调研信息可靠度>卖方、公众号转录信息
四、明天工作安排
半导体封测(成熟封装+先进封装)具体空间测算
一、研究内容
半导体封测市场规模测算(按照工艺拆分+下游场景拆分)
二、核心研究结论
(1)按照工艺拆分,全球市场自2028年起先进封装规模超过传统封装规模,中国市场基本盘仍然是传统封装;未来核心增量为2.5D/3D封装,2029年全球2.5D/3D具备1.3倍弹性,中国2.5D/3D具备2.8倍弹性
(2)按照细分市场拆分,数据中心为未来5年核心增量市场,封装市场占比30年提升至57%,笔电、手机步入稳态,汽车、AR设备小幅增长
三、思考
空间按照细分市场拆分时特别注意口径问题(如按工艺拆分时2.5D/3D封装中其实包含FC工艺,但此处拆分是以最终产品形态划分以避免重复测算);Cross-check误差很大程度来源于所选数据锚的统计口径差异
四、明日工作安排
(1)中国2.5D/3D封测市场Cross-check(从国产芯片需求侧出发)
(2)空间增长的驱动因素、制约因素分析
一、研究内容
传统封装与先进封装的生意属性及竞争格局
二、核心研究结论
三、思考
判断产品同质化不能仅看产品本身属性,还要从下游需求端切入,甄别产品性能是否已经形成过度供给。纯成本导向的制造模式很难构筑长期竞争优势,须依靠规模效应叠加一定客户粘性才能建立可持续优势。
四、明天工作安排
研究先进封装各技术路径商业化落地进展及技术收敛周期
一、研究内容
2.5D 先进封装的技术发展趋势、哪种工艺形态将率先量产
二、核心研究结论
2.5D 先进封装产业将经历三次产业升级:
(1)第一次为硅桥替代全硅中介层(2027 年起量产),核心逻辑为性能与成本之间的权衡取舍,主要面向中端 AI 大算力 ASIC 芯片市场;路径对比下 COWOS-L 依旧是未来 2-3 年行业主流 2.5D 方案,EMIB 受良率爬坡、载板约束等制约,对 COWOS-L 的替代风险较小。
(2)第二次产业升级由晶圆级封装转向面板级封装(2027 年下半年起量产),核心解决圆形晶圆与矩形封装结构不匹配、晶圆面积利用率偏低的痛点;分化为 COPOS、FOPLP 两大工艺路线,COPOS 主打高端 GPU/ASIC 场景由台积电主导验证,FOPLP 国产化配套资源优势突出,国内厂商禀赋更优。
(3)第三次产业升级为玻璃基板替代传统有机基板(2028 年起量产),用以突破超大尺寸封装下有机基板翘曲、热膨胀系数受限的物理瓶颈;英特尔率先落地玻璃基板搭配 EMIB 的技术方案,当前产业化核心制约为玻璃 TGV 打孔时SeWaRe 微裂纹工艺难题。
三、思考
四、明日工作安排
先进封装在存储封测、光学封测的发展趋势,OSAT 切入的概率和资源禀赋
一、研究内容
封测厂商切入存储 HBM 封测、光学 CPO/NPO 封测的切入概率及竞争优势分析
二、核心研究结论
三、思考
四、明日工作安排
对比 OSAT、晶圆厂、IDM 三类主体核心竞争力,哦安先进封装行业竞争终局
一、研究内容
分析大陆晶圆厂、IDM与OSAT协同商业模式,推演先进封装行业长期竞争格局
二、核心研究结论
三、待解决问题
四、明天工作安排
研究 AI 芯片整体国产替代推进节奏,分析上游晶圆流片产能、HBM 供给约束刚性,以及对应先进封装环节的业绩兑现时点。
一、研究内容
搭建盛合晶微盈利预测及估值框架,完成三张报表勾稽校验
二、核心研究结论
三、思考
PE 不由增速直接决定。市场常用的 PEG 方法论容易造成投资误判,既容易亏钱也容易错失投资机会;合理 PE 的核心决定变量是行业天花板高度与折现率,增速只是伴随结果,二者不存在必然绑定关系。
四、明天工作安排
搭建长电科技model
一、研究内容
搭建长电科技盈利预测及估值框架,完成三张报表勾稽校验
二、核心研究结论
三、思考
拆分资本开支为维持性、扩张性 Capex。若大额投入属于阶段性扩产,后续 Capex 回落、利润释放,为高成长可给予高PE;若长期持续高资本投入、利润难以转化为股东自由现金流,则不应给予高 PE。
四、明天工作安排
搭建伟测科技model
一、研究内容
搭建伟测科技盈利预测及估值框架,完成三张报表勾稽校验
二、核心研究结论
三、思考
收入前瞻验证指标:高端测试机是否按时到厂,AI 客户是否从验证转向批量,晶圆测试收入占比是否提高,利用率是否爬升,最后才是毛利率和经营现金流。
四、明天工作安排
细化技术储备、客户认证流程到爬产梳理,完善 PPT制作
先花了2-3天时间看完了高盛、UBS、花旗以及部分内资和题目相关的研报,梳理了“AI用电需求-发电-输电-变电-配电-电力建设施工”整个产业链,大致拉一下各环节供需平衡表,梳理当前市场对于这个问题的主流观点,边看边整理记录自己新的想法,到周四对这个题目有了自己的初步的判断,周四和周五顺着这个思路继续阅读相关资料。
看到题目我的第一想法是该如何让自己和当前市面上眼花缭乱应接不暇的卖方报告区分开,能真正做出一些差异化观点和贡献。所以我先去看了下市场对于这个问题的主流观点,首先大家的共识是北美电力供需现在以及未来一段时间一定是不平衡的,但是大部分报告是只聚焦于现在为什么缺电、什么设备最缺、什么路线现在看起来更好、什么公司会受益(大部分只看到28年,也有部分看到30年但是市场有分歧,不同板块也有分化),还存在以下问题没有完全解决:
(1)美国电力是全国性、持续性的缺还是区域性、阶段性、结构性的缺?
(2)28年之前的供应瓶颈大家都能看到,如果28年最晚30年大家产能都扩出来了,电力紧缺会持续到啥时候?如果未来某一天不咋缺了,谁是真正的产业趋势,还能留在牌桌上?
(3)当前市场最关注的瓶颈环节是不是已经被定价,即使到28/30年还有有订单、利润能兑现,考虑当前股价是否还有性价比、二阶导是不是开始转负,还有什么环节的瓶颈是市场还没关注到、未来斜率还能往上的?
(4)各个板块内部缺少多指标综合对比(现在更多的是单个指标逐一对比,导致看起来各种能源形式各有各的好、各有各的不好,但是本质上CSP在选择的时候是一个多目标 trade-off的问题,只是优先级有所不同,并且优先级也是边际变化的),同时各个板块之间也缺少横向对比
综合上述疑问,目前我是打算把产业链各环节分为发电设备、输变配电设备和电力建设施工三个环节,先在板块内部进行比较筛选出这个板块最推荐的子板块(也可能整个板块都不推荐吧),再拿每个板块最好的子版块横向比较,最后筛选出最推荐的子版块和标的。
一些反思:在最开始两天由于各个来源对供需拍的数都不一样,导致当时我有点过于纠结数据的准确性浪费了很多时间,现在我觉得可能大家(尤其是我一个人在几周时间内)对于28年甚至更远很多精准的数字都没法完全看清,所以我能做的应该是从整体趋势上去把握而不是过渡纠结谁的数更准
目前我顺着我前面提出的问题大致梳理出了我的板块推荐逻辑(由于还不太成熟这里就不详细展示了我周末两天再思考一下,大概是想法是不能只看28/30年前是不是还很缺,而是(1)是不是真正的未来产业趋势(2)市场还没过度关注到的/30年还是无法解决的长期瓶颈),下周我预计沿着这个推荐逻辑得出我的推荐结果并落实到具体标的,并在这个过程中深化对产业的理解
本周主要用AI进行以下工作我觉得还挺有效的,但是有些任务还是挺耗额度的就咬了下牙开了个pro的会员,希望我能对得起这个额度
(1)建立这个题目的资料库,由于这个问题涉及到的资料特别多我怕我看了后面忘了前面,就建立了一个定时任务,每一小时整理一下对话里出现的资料文件数据链接并分类放到一个本地文件夹里面,然后生成对应的资料索引和内容总结,方便之后再次看
(2)这个是之前建的一个skill,把研报网站链接给codex,它通过调用chrome浏览器把所有和主题相关的研报下载下来并整理每篇摘要,这样省去一篇一篇下载的时间也可以快速发现哪些资料是更有用的
(3)我想了解一下美国电工的情况,用codex在reddit和招聘网站找了下他们的发言获取了一些挺有用的信息
(4)整理了下一些美国上市公司业绩会、财报的表述,不知道是不是用的次数多了,整理速度和质量都以前高了不少
进一步阅读相关资料,确定PPT主要框架,周四与带教老师交流后修改了PPT框架,完成了供需测算和部分子版块对比内容,下周前两天重点完善行业部分对比的内容,最后四天完成公司推荐部分内容
本周四和带教老师交流后收获很大,主要在以下几个方面
(1)避免由果推因:这个问题我虽然其实很早之前就有意识到,但到真正自己研究问题的时候还是没法完全避免。在第一周的时候,我通过查资料和自己初步的测算主要观测到几件事情,一个是以目前的扩产速度,美国电网和各个设备的供需终将平衡,所以不可能一直在美国缺电的假设下完成所有分析和推荐,二是部分子版块主要还是北美供需紧缺的逻辑,缺少新的产业边际变化或者变化还是很早期,三是一些市场关注度比较高的板块和公司估值已经很高,可能已经看到30年甚至更后,所以即使未来业绩很好但站在推票的角度看未来的空间不是很大。所以我可能就先入为主的排除一些以缺电逻辑为主和市场关注度过高的板块,然后再回过头来找其他板块的推荐逻辑。但是这就会导致我忽视了一些关键点,比如美国电网和不同设备具体是什么时候不再紧缺,是28年还是32年就会决定一些短期更有机会的板块的潜在空间有多大,再比如我可能认为某个板块的机会不仅可以在当下作为快速交付的主电源,未来还可以继续作为备用电源,但是问题是首先短期作为主电源的空间是否足够大、能持续多久,其次未来作备用的空间是不是远不如主电源(虽然可能依然有很大空间但是我并没有拿出足够让人信服的数据所以依然会受到质疑)。这些问题其实我还没有真正分析清楚,那当我已经先天的倾向于某个板块的时候就会导致研究过程的缺位。
(2)假设、分析过程和结论保持一致:其实这个问题就是不是想当然,逻辑推理过程要严密。也部分是由于前面那个问题导致的。比如当我分析出美国这些电力设备不缺的时候,那进一步要么就推倒出整个电力的供需也不再紧缺,要么就去分析从设备到电网容量中间还有一些环节依然是瓶颈会阻碍电网的扩容,但是可能第一周的时候我并没有去详细分析这个问题,比如虽然我看到了缺电工是一个更长期的瓶颈,但至于缺到什么时候、会影响多久、影响结果是什么这些还是没有分析清楚导致只能给出一个模模糊糊的结论,也没法说服别人为什么明明设备都有了电网还是容量不足/为什么没电工影响电网不咋影响现场发电,这一步分析的缺位就会导致看起来前后假设的不一致。
所以结合这些问题,后续我觉得我应该加强更多关于这个行业/公司好不好而不是好在哪里的训练。
此外,我还有一些自己研究过程中的想法,就在最开始研究这个问题的时候,我一直有一个疑惑,现在几乎所有研究报告都会去对比各种发电形式的成本,比如大家会说重燃联合循环很好因为他发电效率高,SOFC现在CAPEX很高是一个缺点,但是本质上我觉得只单纯的横向对比各种形式的度电成本可能意义不是很大,因为CSP采购逻辑是综合了多种因素的trade off,不可能因为某个发电设备的一个优点就选定它,所以是一个多目标最优化的问题。那后来我就来思考如何去量化这个多目标最优化问题,我就想到通过计算数据中心提前上线的收益和使用现场发电多付出的成本来计算理论提前上线收益,再去考虑一些潜在损失,站在CSP厂商的视角去做设备的选择。不过在明确这个测算思路之后,在具体测算的过程中还是遇到了一些问题,比如一些关键数据的搜集和准确性判断我可能拿不准,后来也是请教了一些看tmt组的朋友,收获了很多,也尽量让测算更接近实际情况一些。
本周使用AI额度大幅增加,主要是进行了很多测算,包括电力及各个设备供需的测算、上线时间和实际瓶颈测算、提前上线收益的测算,我发现相比自己用excel手搓,把想要测算的指标、公式逻辑和数据给到AI可以大幅提高测算效率,后续修改也很方便,同时类似的测算在AI第二遍运行的速度也会大幅快于第一遍,所以我觉得后续每次进行这种复杂勾稽关系的测算都可以形成模板方便以后复用。
此外,本周探索了一个新的视频转文字的工具,之前用gpt效果不太好且特别耗额度,这次用千问转文字+GLM润色总体效果还不错。
本周主要结合和带教交流、答辩反馈我的主要思考:
1.解决几个核心问题比讲一篇看上去还不错但没法细看的报告要更有价值。可能之前我在写报告的时候,过于追求整体框架和所谓的面面俱到,最后受制于时间不够等等原因反而有可能很多内容都都没分析透彻,或者分析缺环导致结论的可信度不高。我觉得在以后再做研究中还是首先去识别关键问题,围绕着核心矛盾去做深度严密的分析,而不能像无头苍蝇到处乱转。
2.不要把简单问题复杂化,把复杂问题简单化。这可能也是我未来一年要解决的核心问题,就是当我识别出核心问题之后,可能当前自身的研究能力不足导致一些本应该展开详细分析的问题想当然了,而对于一些显而易见的、能几句话说清楚的问题去做复杂化处理,这对于研究本身是毫无意义的。所以以后在我得出结论之前我应该先默问三遍这个数据准确吗、这个假设合理吗、这个分析过程能说服我自己吗、这个分析是有必要的吗
3.真正沉下心来,不要急于求成,一口吃不成一个胖子。过去我从大四才开始接触二级,一共也只有一年的时间和两段实习,确实我的研究能力还有很大的提升空间,同时我也接触到一些比较好的研究报告让我对于什么样的报告是买方需要的会有一个大概的概念,那当前的核心问题是我知道怎么样是更好的,但是我的研究能力还不足以支撑我写到那个程度,所以也会导致我有时候可能会有点急,但是事实上我应该也还有时间去提升最底层的研究能力。
最后我想说,三周的时间很短暂,我非常感恩能有这一次机会来看清楚我自己的差距,我也希望一年之后能通过我的努力能有机会让各位老师看到进阶版的我,最后再次感谢公司和我的带教老师以及其他领导对我的指导与帮助!
阅读美国NERC的报告以及卖方报告,验证电力短缺逻辑
跟踪此前实习看过的行业,海上风电和铜金属
阅读卖方报告,了解美国电力系统现状
题目:当前AI的发展对美国电力建设产生了新的需求,请定量分析产业链各环节供需情况,回答两个问题,1)电力是否会成为AI建设的卡脖子环节并说明原因。2)最看好的子版块和个股是哪个(也可以都不看好),充分论述理由
本周大量阅读相关资料,明确了北美数据中心缺电的观点。
我认为北美缺电是个确定的结构性趋势。这种缺电不仅仅是缺电量,我认为更多的是体现在缺容量上,缺的是对于数据中心尖峰负荷的保证。
需求侧:需求侧数据中心增长速度较快,分布高度集中在pjm和ercot这两个地区,ai数据中心的负荷波动大,尖峰负荷高,对电网等冲击大,而pjm的电网设备老化
供给侧:新增的风光不稳定性大,没有办法满足数据中心24h高负荷的要求,且负荷波动大,对电网的冲击很大。另一方面,煤电、老旧燃气发电退役,进一步减少供给
因此现在数据中心并网排队时间很长,在pjm部分地区达到7年,要想解决电网供需不平衡无法支持并网的问题,有三条路径
短期内不惜成本确保“快速有电”(表后发电),中长期系统性投资以“持续好电”(电网/储能)。
离网发电如何选择主电源?
ai数据中心当下第一考虑因素是部署速度,快速上线带来的收益可完全覆盖相关成本,是第一要素
燃气轮机:长期重型燃气轮机最适合作为主电源,度电成本低、稳定性好,但当下三大巨头订单排到29年,但是扩产速度较慢,一方面资本开支大,另一方面受制于叶片产能,叶片扩产难度大
燃气内燃机:短期可以帮助快速部署上线,但不适合长期作为主电源,度电成本高,排放大,存在较大争议,且当前订单排产、环保审批等问题,上线速度也逐渐减慢,之后逐步向调峰备用方向
SOFC:凭借极快的交付速度成为当下增长性最好的赛道,电解质方案完成从0-1,已经获得规模化交付,谷歌取消了燃气轮机+柴发的订单,转向100%SOFC,部署速度极快,度电成本已经较低,绿色减排,原生适配 800V 直流架构顺应 AI 趋势。但问题是,初始投资成本较高,产能目前依然有限,当前产能约1.5GW。
重点关注的投资赛道:
燃气轮机链的高价值赛道和关键卡点:叶片
叶片是整机中技术壁垒最高、价值量最大、供给最紧张的核心部件,成本占比35%。PCC 和HWM主导,占据全球高端涡轮叶片约 80% 的市场份额,是当前燃气轮机扩产的最大卡点。
国内做叶片的国内主要是两家公司
应流股份:做ds叶片,主要用于二级叶片,已经大量出海,是西门子、gev的F级重燃国内供应链。
万泽股份:做单晶叶片,技术含量高,用于一级叶片,但是技术与头部还有差距,用于中小燃气轮机的一级单晶叶片
从整机叶片用量、订单覆盖广度看,DS叶片的总产能缺口更大,也是当前多数F级燃机、航改燃机交付受限的主因,且应流股份已经进入头部厂商核心产品的第三供应商,目前来说相比万泽股份更看好应流股份
SOFC相关产业
SOFC凭借55-90天的极快交付,已成为数据中心最快解决方案,优势显著
产能方面:BE26Q2预计交付300MW,增长三倍,预计27年产能2.5GW,增长速度快,是高成长高景气赛道
国内:三环集团、潍柴动力重点关注
暑期实习的题目,北美ai电力相关产业链,需要我定量分析供需格局缺电情况
之前有看过燃气发电机题材,对于北美ai缺电有一定认知,且对燃气发电机的优劣势有部分理解,但是问题在于从年初看到现在,燃气发电机板块上涨很有限,而同期SOFC上涨超过 40%,需要思考背后的原因?为什么燃气轮机按理来说是最受益的板块,但是年初至今上涨幅度不到10%?市场在担心什么?是否是SOFC取得了哪些突破或进展?在发电效率、建设成本上存在哪些变化?
为什么SOFC更被市场认可,燃气轮机、燃气发电机、光伏储能、SOFC、电网设备,哪个更符合北美aidc的缺电逻辑,在当下的投资顺序是什么样的,是接下来要重点研究的问题
想要判断最优子板块与标的,不能只看赛道热度,还是要落脚到资本回报、订单落地能力,同时充分考量建设成本上涨等潜在变量
今天阅读了大量研报,对缺电逻辑进行梳理:
电力需求侧:数据中心大规模部署,电力需求爆发
北美AIDC新增电力需求测算方式:各类机柜出货量*单柜额定功率*PUE*冗余系数
电力供给侧:老旧发电机组加速退役,电力供给缓慢增长
新增电力供给=全球电力设备供给产能(拆分重燃、轻燃、燃气内燃机及SOFC)-煤电退役-核电退役-旧燃机退役
当年电力供需缺口=新增需求-新增供给——得出结论(电力是否是卡脖子环节)
电网支持能力不足,数据中心并网速度慢
缺口大:AI 数据中心用电需求大,美国电网供电容量不足直接支持项目落地。
电网老:美国电网设备老化明显,对数据中心供电可靠性造成冲击。
并网慢:数据中心项目落地节奏承压。
数据中心显著推高电价,政策导向明确,科技企业自建电源势在必行
——得出结论(电力是否是卡脖子环节)
明天需要对比当前各种发电方式的优劣势:燃气轮机、燃气发电机、SOFC、光储
AI导致美国全国范围电量短缺不一定准确,但确定性强的是一定会让数据中心集中区域可靠电力供应不足。证据:PJM区基础剩余容量拍卖2028-2029 交割年存在缺口6.83GW;上一轮缺口 6.5GW,供需持续恶化。本次拍卖设置了价格上限,为每兆瓦日325美元若无价格上限,部分地区甚至超过776美元。
传统公用事业公司为了保证地区的电力稳定供应,愿意出大价钱去购买稳定的电力容量,但即使价格到了上限,依然存在大量的缺口,可见PJM地区的电力不足是确定的。据PJM独立市场监察机构数据,今年一季度PJM电价同比飙升76%,数据中心相关成本在本次拍卖中即达63亿美元。
针对部分区域缺电的这个问题,一共有三个解决办法:
· 方案1:新增电源(发电侧扩容) → 解决“有没有电”
存在建设周期太长的问题,必须进 PJM 并网队列、做全套跨区域电网仿真、触发联邦 NEPA 环评、要公共必要性证书,层层否决权,需要4-8年;公用燃气电厂是长期解决方案,但无法完全解决未来3-5年的紧迫供电需求。
· 方案2:输电网络扩容 → 解决“电能不能送过去”
输电线路建设周期也很长,大型输电项目规划、土地协调、环保审批、建设,整套流程下来也要5-10年,且美国电网的区域性特别强,单个ROT内的可供调配的电也比较有限。
这两个方案的解决时间都很长,另一方面北弗吉尼亚子区本地变电站、母线已经饱和,负荷接入本身也要做配套改造,所以当下新建数据中心并网申请审批时间特别长,
· 方案3:数据中心自建电源(离网/表后电源) → 解决“绕过电网快速获得电”
绕开电网排队、输电审批、并网限制,项目可以快速推进
所以最核心的卡点还是在发电侧,按照缺电逻辑给板块排序:
1、燃气发电设备:快速、稳定解决用电问题
2、电网设备:中长期数据中心并网,新能源接入还是需要变压器、开关输电设备
3、天然气产业链:AI数据中心提高电厂燃气需求,燃气管道、燃气存储等建设
4、新能源风光储:从长期解决电网侧的供电能力
那些在燃气轮机等订单的AIDC为什么愿意等4-5年,就为了燃气轮机作为主电源,这个时间也太长了,这些数据中心为什么不直接切换sofc或者内燃机方案,以方便快速上线抓紧时间获取收益?
数据中心没有在硬等,其实是两手准备,在燃气轮机产能瓶颈短期难以缓解的背景下,数据中心已经寻求替代方案了。当前数据中心如果想快速部署上线,采取的主流方案是:长期获取燃气轮机排队订单+短期使用内燃机快速备用,所以燃气内燃机订单爆发,其实只是由于燃气轮机产能不够的背景下,用燃气内燃机短期过渡的作用,毕竟内燃机排放大,存在污染问题,度电成本也不低。等后面排队等到燃气轮机的产能,燃气内燃机就可以去做备用调峰了。
燃气轮机的扩产速度慢,原材料供应是重要原因
GEV燃气轮机新签订单12.1GW,同比+137%、环比+49%,创下历史新高,但在26Q2只交付了3.3GW,可是他26年总产能20GW,产能利用率都没办法打满,订单-交付剪刀差扩大至8.8GW,在手订单增长至116GW(环比+16%),预计26年底将达到至少125GW,燃机实际交付仍受上游供应链尤其是热端部件的严重掣肘。
接下来要去拆燃气轮机的供应链,或者找国产燃气轮机出海的机会。
本周完成了对于北美电力的定量分析,在此基础上进一步完善了模型的结构。
需求模型采用芯片法,且在原有测算的基础上加入了老旧芯片退出释放的容量,计算出28-30年新增数据中心电力侧容量需求约为40GW
电网侧的电力供给模型是多方面共同制约的结果,电力容量侧做了容量的测算,每年发电侧新增有效可靠容量约为15GW,但是数据中心可以并网接受多少GW还受到输电侧的制约,电网能够承载新增运输多少GW,变压器能不能支持。但是问题在于这周始终没有解决量化输电侧制约的难题,输电侧能支撑多少GW的电力,难以量化。
因此,只能从公共事业部门的角度出发,ERCOT公布了电网可供接入的数据中心容量,但是其中大部分是可被切断的。PJM也公布了26-30年可共接入的容量,但是PJM28-30年每年都存在6.8GW的有效容量缺口。
由于电网侧变压器的限制集中体现在这两个地区,因此用电源侧测算的有效容量减去这两个地区的unfirm容量,即可获得电网可支撑的7*24firm有效容量。这些容量可以有办法做到100%并网,因此不存在电力设备的需求或者极少。
其中燃气轮机可供aidc的产能=全球燃气轮机产能-传统产业和其他地区需求-电网侧燃气轮机需求,但是可供aidc产能与实际的电力供给还存在时间上的差异,燃气轮机从生产完毕到交付使用还有12-18个月的时间周期,考虑时间周期之后可计算得出aidc实际可使用的燃气轮机供给。
而数据中心容量需求-firm电网=电力设备需求,乘上冗余系数-燃气轮机、内燃机、sofcaidc可供产能,即可计算出电力设备的缺口数量。最终结果是在29年开始电力设备供给大于需求,31年完成累积需求的出清,即电力设备的景气周期可持续到30年。
接下来要对各个子版块的投资顺序排序,我考虑的是从time to power的角度出发,计算各个方式实现电力供给的时间,越快能实现电力供给的即可越早实现收入。提早上线x月带来的收入-相比燃气轮机多花的全部资本投入和全生命度电成本-新上线x月带来的芯片和设备折旧,计算出x月
当前计算出sofc只需比燃气轮机提前上线5个月,就可以完全覆盖成本和折旧,而实际上sofc比燃气轮机可实现提前上线36个月,因此当前sofc的投资顺序在燃气轮机之前。
上周完成了报告的框架,今天开始写报告内容。
关于新增aidc对于电力容量需求的预测,考虑使用芯片出货量*电力侧功率*pue*冗余系数,各品类的芯片出货量预测到28年,28年后的能见度较低,采用增长率的方法预测。
关于供给侧,先考虑美国电网整体的电力供给:一方面,煤电、核电、老旧燃机在退役,另一方面新增风光的波动性大,提供的有效容量不足,难以满足数据中心24小时高波动高负荷的容量需求。然后对各家燃气轮机的产能以及储能装机做预测汇总,减去退役供给计算出新增的有效容量。
得出如果所有的数据中心电力需求都从电网侧走的话,电力一定是供不应求的状态。因此当前并网审批慢,排队时间长,大多数数据中心采用先购买发电设备过渡部署上线,后续逐渐并网的思路。
对比各发电方式,度电成本、热效率、部署时间等,得出燃气轮机依然是离网自发电的最优解
离网发电设备需求:并网比例设定的是在27年达到最低15%,后面逐渐上升,在30年达到30%的新增并网比例,算是保守估计。最终测算出28年之后年均aidc离网发电设备需求为40-50GW。
离网发电设备供给:用刚才计算的燃气轮机总产能减去传统其他路径下的需求,计算可提供给aidc离网发电的比例。
用需求—供给得出燃气轮机当前供需缺口,即燃气轮机以外的离网主电源发电设备需求。
今天完成了电力供给侧模型的搭建,从25年美国已有的各类发电方式的装机容量出发,参考eia的退休预测和未来规划,对26-30年的新增发电规模做了预测,虽然整体发电规模增长速度还可以,但是新增装机多是光伏和风电,实际能够提供的24h有效容量比较低,对各类发电方式乘上有效容量系数之后,未来年均新增有效可靠容量只有25GW。
因此现场发电的占比越来越高,规划中40%的是表后发电,关于表后发电的占比,我是用开门财经的ai研究,发现开门财经的分析数据准确到位,置信度比gpt或是deepseek高很多,之后用他搜集信息
燃气轮机产能是严重不足的。
搭建模型中根据各家燃气轮机厂商的扩产计划,预计2030年燃气轮机产能达到95GW,对比25年产能50GW新增45GW,这新增45GW燃气轮机产能中假设有80%留在北美,其中重燃占比60%,重燃用在aidc的比例约30%,轻燃占比40%,用在aidc占比80%,计算出2030年可用于aidc的产能约为20GW。
而新增aidc的容量需求为68GW,并网比例按40%算,那还有20GW的电力设备需求,这部分需求由燃气内燃机和sofc共同拥有
燃气内燃机可分为中速机和高速机,高速机中卡特彼勒、康明斯、颜巴赫为龙头,中速机主要是瓦锡兰。
当前aidc使用的大部分,约65%比例是高速机,因为高速机部署速度快,冗余低,产能和交付充沛。而中速机原本用作船用,交付时间约1-2年,相对较长。另一方面,高速机的启停速度极快,更好适应数据中心的波动,所以短期内高速机为主
长期看好中速机作为主电源占比提升,中速机长期来看度电成本更低,热效率更高,更符合中大型数据中心等需求
sofc最核心的优势是时间,部署速度极快,季度部署。最适合解决燃眉之急
其实SOFC当前降本的还可以,而且上线部署速度也比内燃机快,而且现在其实卡特彼勒的订单也排到28年了
SOFC:已经完成从0-1,但是规模化还需要时间。SOFC已获得多家北美终端CSP直签订单,数据中心园区将使用BE SOFC燃料电池作为主供电方案,最高部署2.45GW装机容量,证明了自己规模化部署,作为主电源的可行性。好处是部署速度确实很快,可以实现季度交付,且环保没压力。但是一方面是前期建设成本高,且使用寿命短只有5年,另一方面当前BE的产能还是太有限,2026年总产能只有2GW,对于几十GW的主电源需求可以说是杯水车薪。即使说扩产速度很快,但是到28年可能也只有5GW,规模还是太有限了,不过短期确实可以作为燃气轮机的补充。
单从发电侧看有效容量,不等于电网可接入的数据中心容量,发电侧只是一部分,输电侧电网是否能够支持更多负荷的运送,特高压变压器够不够,接入侧数据中心是否有足够的bop,实际上的并网容量是一个短板效应,在多重约束下小于发电侧的有效容量的。
ai数据中心新增的有效容量需求-可并网容量也不可以直接等于电力设备需求。因为并网也有几种方式,包括完全并网,过桥电源,并网和自建电源共同供电等。因此合理的方式是,用ai数据中心新增的有效容量需求-完全并网7*24firm容量的,剩下来的则由于可能被切断电源,因此有充足的理由建设自建电源
关于子版块的排序,我认为需要从五个维度去评判,订单规模衡量市场空间,增长弹性判断斜率,时间溢价决定客户愿不愿意为了快多花钱,景气周期长度决定了景气能持续多久,竞争壁垒强度则决定产业利润最终被谁拿走。
我认为公用电网设备景气周期最长,因为不论是从经济性还是稳定性上来说并网依然是最合理的解决方案,其次是燃气轮机,既可以作为离网发电电源,也可以作为电网的电源,而sofc这类过渡电源则景气周期长度最短,等内燃机或燃气轮机等方案产能逐渐释放之后,景气程度会显著下降
关于个股的选择,从各个子版块选择了共十家公司对比分析,最终决定选择杰瑞股份深度研究,还是因为从产业逻辑上来说,杰瑞的成撬业务确实能很好的解决快速上线用电的问题,其次其面对的下游是数据中心而不是作为主机厂供应链,能够获得更好的利润,其次杰瑞本身的竞争力在第三方成撬厂商中也是第一梯队的。
但是杰瑞股份目前有三个问题需要核心关注,一是机头的供应是否可持续,二是时间溢价到底多少,三是景气周期能持续多长时间
未来3-5年或更长周期,中国泛消费领域海外扩张斜率最陡峭的三个方向是什么?
【8.20】
更详细的测算增长率
21.3% 游戏
由于游戏依托互联网,受实体地点的约束较小,增长看品类,所以增速根据不同品类进行划分
下一年收入 = 老产品今年收入 × (1 - 衰减率) + 新产品预期收入
其中:衰减率由Sensor Tower每月免费公开的产品流水排行榜算环比衰减估算;新产品预期收入找同公司或同赛道过去1-2年新品上线后的首年流水做类比 数据库免费部分有限,存在估算成分
增速 = (下一年收入 / 今年收入) - 1
原始数据来源:newzoo,Sensor Tower,游戏工委,伽马数据
31.35% 新能源汽车
新能源汽车在不同国家的市场份额,发展阶段,政策环境差异较大且增速不同,因此根据地区划分
增速=delta 新能源汽车渗透率 x delta 中国份额
原始数据来源:Marklines,Wind
【8.18】
需求:人口结构—>消费特点—>海外需求
供给:竞争格局—>市场份额—>中国企业优势
———————————————————————————————————————————————————————————
【8.14】
游戏行业深入分析
新的方向:储能
【8.13】
今天的任务:确定增长快的方向
筛选思路:过去3-5年增长快——>这种趋势是否持续
——>持续:选择
——>不持续:该行业是否在调整方向;该行业的邻近领域/产业链上子领域有无机会
核心结论:
【8.12】
梳理分析新能源汽车的海外扩张逻辑。
数据基础:全球市场销售额,利润,新能源汽车出口量,消费者购买意愿;补充新的数据来源——Statista
需求(地区x人口):渗透率提升中,市场还未饱和;东南亚,拉美;中产,网约车(注重每公里性价比)
供给:性价比;技术(储能,电池)
增长点:全产业链(电池,充电桩,软件系统,智能座椅)
【8.11】
完成了汇总整理,并筛选出方向。
筛选逻辑:1、当前几乎无出海业务,海外市占率极低(例如,白酒);2、有出海业务,但海外市场被海外品牌垄断,市场空间小;3、筛选掉海外业务较成熟,盈利但增速平稳的(例如,白色家电)
筛选结果:潮玩IP、新能源汽车、游戏
收获:资料的高效运用。在缩小范围后进行方向筛选时,读研报等资料是带着问题去读的,阅读的时候也是锁定所需要的信息,读不同读研报搜集所需要的信息的不同观点,看他们是一致还是差异较大,差异大的话再更详细的看原因是什么。相比较上个星期目标模糊的从头到尾阅读,在阅读时思考含量上有所进步。
整理资料:
【8.10】
周末加上今天基本上完成了泛消费行业各个领域的梳理,汇总成了表格。涵盖54个细分行业,从11个纬度展开分析。
思考:
我觉得海外扩张可以从动力和阻力两个方面去考虑,而不是单看某一项数据。动力包括海外需求,海外市场占有率,海外高毛利等,阻力(贸易摩擦/供应链结构性/政策)包括地缘政治,竞争,品牌认可度等。在有扩张动力的细分行业中,判断所面临的阻力是否会成为致命因素。例如,新能源汽车受政策阻力在欧洲市场难以发展,那其在其余市场出海的空间,和例如扫地机器人这种可在全球销售的产品相比如何。
同时,在面向未来考虑的时候有两个方面:一是这个行业在出海方面处于什么时期,若是已有成长期过渡到成熟期,未来收益可观,但不一定保持高增速;二是科技发展会对该行业未来的需求产生什么影响,行业的利润链向哪里移动,目前国外市场空缺为中国海外扩张提供了机会,但该需求会不会随着科技发展/AI的使用而消失,或者使中国失去比较优势。
收获:
方向的选择需要对全行业各领域都先有了解,建立基准线和对比的思维。先入为主的选择方向,再去找证据,总能找到支持的说法。
———————————————————————————————————————————————————————————
【8.7】
对昨天的分析进行了进一步完善,主要有两个方面:
1、细分领域的重新整理,合并重复项/过小的子领域,并扩展没有涵盖到的
2、数据的核对:发现AI给出的部分数据没有来源,全凭AI推测,对这部分手动查找数据进行补充
【8.6】
梳理了泛消费行业的概况
明天需要继续完成的工作:
1、手动整理数据来源于Wind行业分析板块,全球市场规模、CAGR数据由Wind AI直接给出,还需核实
2、领域涵盖不全面/有重叠,需要细分/整合
3、可能有遗漏的分析纬度
4、AI汇总表格需要核实
【8.5】
根据老师的反馈,重新调整了分析思路,采用了不同的方式。总结了消费海外扩张的核心驱动因素(科技优势+生活方式&审美表达+制造输出),并据此进行判断,筛选出如下五个备选方向。
更详细的版本: (待完善)
【8.4】
今天阅读了大量的研报,目的是对消费行业现状和海外扩张形成基础的理解。
我采用的方式是:1、先阅读大类(如食品饮料,汽车,餐饮,旅游等)概括性报告和咨询公司的描述性报告,以快速形成整体认知;2、由于不同类别存在差异,每个大类里挑选2-3家代表性公司,阅读公司研报,以更加深入的了解不同品类的分析逻辑大概是什么样的。
阅读后梳理清楚了以下内容:
一些思考:IP,短剧,和游戏可不受地域限制在全球范围内扩张,而其它领域则受地域限制。例如:欧洲对新能源汽车的控制;茶饮在东南亚市场适配,但并不符合欧美饮食习惯,门店虽扩张迅速,但重复购买的多为海外华人;基础消费品只在非洲具有优势。在市场规模,产品价格,海外扩展渠道差异等较大的情况下,如何利用数据横跨不同市场进行比较。
【8.3】工作计划制定
week 1 了解概况,初步筛选方向
day 1-2
制定计划+了解泛消费行业海外扩张现状
day 3
明确分析纬度:从哪些方面展开分析
方式:汇总整理不同研究报告的分析纬度及原因
例如:
day 4
明确衡量标准
--- [根据信息收集结果,对后续计划进行调整] ---
day 5
定量:数据收集
收集各个领域在所确定纬度的量化指标
week 2 定量&定性分析,筛选出候选方向
day 1
定性
分析各个行业在所确定纬度的表现如何(如:产业链,出海策略)
day 2 汇总整理
根据量化指标筛选选出10-15个方向,并对其进行对比分析
day 3-5
根据汇总结果确定出5个方向 (0.5 day)
每个方向锁定3-5家代表公司,结合财务指标进行分析 (0.5 day per 方向)
week 3 明确最终方向,并完成详细分析
day 1
最终确定3个方向,并对每个方向的代表公司进行补充
day 2
完成方向1的完整报告(逻辑、公司、估值、ppt等)
day 3
完成方向2的完整报告(逻辑、公司、估值、ppt等)
day 4
完成方向3的完整报告(逻辑、公司、估值、ppt等)
day 5
最终整合,形成完整ppt
①整体思路为【找好的大行业】--【找其中的好公司】--【找到高增长细分赛道】
②拉取A+H所有上市和已披露未上市公司数据,选择其中的泛消费行业,清洗得到各公司海外收入毛利等情况
③基于高收入增长、利润显著提升、规模足够大三个维度,使用CAGR、毛利率、海外收入占比等数据建立一套标准筛选出各项指标排前列的公司
④逐一对各公司的基本情况进行研究,对其出海驱动力进行分析,排除特殊情况①低基数导致高增速②并非真出海,而是在大陆境外(如香港)交货,或者是向境外中国企业供货的出货
①从筛出的公司中,提取各细分增长行业:潮玩、大排量摩托车、全地形车、新能源整车、创意糖果、充电、消费储能、运动相机、耳机、音箱、扫地机共11个潜在高增长出海赛道
②复盘历史,发现出海景气的方向需要三个因素叠加:【外部机会+国内竞争优势+新的渠道】,所以对各赛道采取一系列指标拆解,方便进一步比较
③借助AI对于框架的细分角度进行初步研究,重点关注:整车、消费储能、运动相机、扫地机、全地形车、潮玩方向,后续依然需要进一步确认核查各细分方向的情况
①高β的挖掘需要政策、供需、技术、竞争四个维度共振,在本周的分析中,政策主要作为风险点出现,但是没有关注到政策的驱动力,这样的分析可能存在遗漏。创造新需求的情况相对少见,需求的爆发往往都来自某些重大政策导向转变
②依靠成本或技术优势侵蚀当地龙头份额是相对困难的,非常容易被地缘政治原因限制。但对于比较普遍使用的“刚需”消费品,可以打破这一点。比如新能源车,一方面受到宏观影响,替代需求很强,另一方面,可以去其他缺少当地龙头的市场(例如南美)这样子可以继续维持高景气度,甚至可以掌握一定的定价权,对于这样的赛道,高景气度可以持续更久
③在框架中,对于渠道和品牌的现有研究相对比较少。如何理解不同地区的渠道情况和消费者对于品牌的认可度是相对困难但又非常重要的。战报会说谎,但战线不会说谎,财务数据中的收入yoy和销售费用可以比较忠实的反应历史上公司的情况
④单公司的α并不能代表行业β。典型的是阿麦斯的糖果,虽然增速和表现很好,但是整体赛道并没有特别高的景气度,市场整体仍然牢牢被其他境外公司把控
主要工作:阅读现有资料,确定整体思路
由于不同地区核心竞争要素不同,可以从两个角度入手:①找出不同地区的最有前景赛道,再进行比较;②研究在所有地区都能取得比较好增长的产品(数字类产品;互联网平台等)。其中初步划分为:北美、欧洲、非洲、中东、拉美、东南亚六种不同的地区。考虑到关税以及地缘风险,首先排除北美。
另一方面从商业模式角度出发,可以分为实物出海、平台出海、文化内容出海以及服务连锁出海,那么基于此可以建立一套各地区最优商业模式的矩阵,并在矩阵中挖掘更细分比较有前景的标的。
为了比较比较赛道之间的好坏,可以从需求空间、供给侧优势、渠道壁垒、品牌打造、政策与本土化风险这五个大类出发,搭建一套打分的框架,来比较细分的各个赛道表现,并从中筛选。
明天安排:①完善思路,拉数据,初步确定选择的区域和行业列表②把框架搭出来
主要工作:补充了初步框架和“地区-商业模式”的矩阵,初步选择8个可行方向
本质上,赛道选择就是要用胜率和赔率作为横纵轴构建一个坐标系,追求最高的斜率就是在其中找出同胜率下,赔率最佳的标的,构建有效的选择边界。在此基础上,通过构建框架,用量化指标初步选择一些赛道和公司。
通过金融终端导出全A分地区数据,进行收入、毛利、3年收入CAGR的排序比较,结合相关路演报告,初步选出一些赛道和对应公司(由于出口公司大多较少,同赛道核心标的基本只看龙一):
当前的问题:选择的逻辑并不闭环,逻辑链条不够清晰,赛道间差异过大难以比较
明天的工作:①进一步完善框架和逻辑,尤其确定量化的方法②选出具体的三个方向,初步了解各行业基本面情况
主要工作:如果只比较当下的盈利预测,会出现的问题是①在没有看过很多行业时,会被卖方报告忽悠②β基于线性外推,但是缺乏逻辑支撑,空间测算没有足够的根据③看起来有无数个细分行业都有好几倍空间,明显不符合实际市场表现
因此,今天研究了出现高增长的条件,复盘历史(纺服/黑白电/家具/扫地机),基本上需要同时三件事情成立:
①外部窗口打开机会:渠道变革(电商);海外供给衰退(战争/疫情);技术替代(快充/智能化);贸易规则(入世/关税);新兴市场(蓝海区域的渗透),从当前来看应该重点关注下划线的两个
②已经在国内卷过一轮,有成本、产品迭代速度、供应链或运营优势
③出海存在新的触达方式:外贸订单—>并购—>电商平台—>社媒/本地零售—>(下一轮的新模式)
之后便会进入2-5年的高增速,直到窗口关闭或者出海进入内卷,斜率会回到均值
所以在选择的时候可以考虑用一个整体的框架来挑选一下细分的各行业:
主要工作:数据清洗与行业筛选
①利用申万分类,确定泛消费包含的全部一、二、三级行业,共150左右
②导出各公司的境内外收入,计算海外收入3年和5年CAGR、海外收入占比、境内外盈利毛利差。剔除海外全行业收入<30亿,海内外毛利率差>15%,过去三年海外收入CAGR>0的行业
③在其中筛选三年收入CAGR>20%的行业,并剔除海外毛利率<10%的行业
得到:卫浴电器、品牌消费电子、娱乐用品、摩托车、纸包装、卫浴制品这六个三级行业
之后针对三级行业的公司进行筛选,找出最核心贡献海外收入增长的公司:剔除海外收入<1亿,海内外毛利差>0,海外收入3年CAGR<0的公司,并逐一检查其主营业务得到更细分赛道:
可能存在的问题是:①没有考虑港股的情况;②选择高度依赖过去三年的CAGR,无法找到过去未快速增长,近两年新兴的赛道。但好处也在于有过去数据的支撑,已经突破0-1的阶段。
明天任务:①尝试寻找上述遗漏赛道②初步研究赛道,对其部分进行排除(部分赛道从年报来看已经结束了高增)
主要工作:①运用类似的逻辑,梳理港股、港股已披露、A股未上市已披露的股票。其中由于港股不披露境内外毛利率,所以主要看海外收入CAGR-毛利率CAGR是否差距过大。
②按照【高增长行业——>高增长股票——>高增长业务】筛选细分赛道,由于大部分公司的业务都呈现前两年高增,25年同比开始放缓,所以剔除细分业务增速/海外增速连续三年一阶导<0,且25年同比收入增长小于20%的公司;最终,共筛出41家公司(20 A股,7 A股已申报未上市,13 H股,1 H股已申报未上市)
③对于行业的高β,需要有利润作为支撑,所以在选出的股票中,筛掉海外收入占比>40%,但是ROE<15%的企业以及ROE<10%的企业,最终剩余27家企业。
发现:从公司来看,基本可以分为四类主要产业:
想法&认识:
①不同大类的出口地不同,整车与消费电子实用性更强,相对更看重的是性价比;而摩托和可选消费更多是满足了发达国家人群的情绪需求。也因此对其景气度的拆解需要不同的方式,各自的确定性与弹性也不一样。当前筛选方式的限制都太宽泛了,最后能找出35+子行业,要想办法找到更具体的方式去对行业进行比较,找胜率赔率都比较高的方向。
②在筛选中还出现了不少之前完全无人提及的方向,比如用于消费电子的包装品,布鲁可的玩具,阿麦斯食品的糖果等等。这些未被关注的行业和赛道是否存在其他的问题(比如本身就是利基市场)。在之前的筛选规则中,对于规模的限制很小,但是如果小赛道不能匹配高增速,整体贡献也有限
③在筛选公司时,很常见的一个现象是23/24收入爆发式的增长,但是到25年增速大幅下降,毛利率也会受挫。在3-5年的情况下,供给端的不可替代性是更重要的因素。但这是针对个股而言的,下降的原因可能是来自于国内的互相内卷,而对于行业整体来说,足够大的空间可能更重要
本周前两天继续沿用原有思路,根据历史增长、行业空间和中国企业竞争力筛选出海赛道。经过进一步思考后发现,这种方法筛选出的通常是市场已经充分关注的高景气行业,较难形成新的认识。
从周三开始,重新将研究起点调整为海外消费者的真实需求:先观察海外消费者在生活中遇到了什么问题、正在主动寻找什么解决方案,再判断这些需求能否持续,以及中国企业是否具有产品和供应链优势。
围绕这一思路,本周搭建并持续完善了海外消费者评论爬虫。样本覆盖88项消费任务、376个相关视频和约2.5万条去重评论,并通过规则筛选和大模型复核,识别消费者抱怨、主动寻找方案、自己动手解决、实际付费和现有产品失效等信号。在YouTube之外,还补充了Reddit、专业论坛、Amazon评论及多个国家的本地语言内容,降低单一平台和英语样本带来的偏差。
周末进一步结合Amazon产品销售、海外官方数据、行业报告和上市公司业务,对消费者需求和中国供给进行了验证。目前研究方向已经收敛为三个:
① 本周最重要的变化是将研究起点由什么行业过去增长较快转向海外消费者还有什么问题没有被解决。消费者评论不能直接证明市场空间,但可以帮助发现传统行业研究中容易忽略的具体需求。
② 评论数量本身不是重点,更重要的是判断消费者是否真的在寻找解决方案、是否愿意付费,以及现有产品为什么没有解决问题。后续还需要用人口、汽车保有量、人工成本和户外活动参与率等数据,判断需求能否持续。
③ 三个方向已经完成初步筛选,后续不再反复比较和更换方向,而是把每个方向具体卖什么、消费者为什么购买、中国企业有什么优势以及哪些上市公司能够受益讲清楚。
主要工作:上周末及周一大量速读各赛道相关研究,根据提出的框架,对各赛道进行拆解
想法和认知:
①确定性本身具有更高的价值,政策和刚需可以保证这一点,其中新能源整车和消费储能是最符合的赛道。而且新能源整车本身的驱动力包含技术替代,而消费储能的需求会被欧洲及其他地区脆弱的电力系统拉动,他们都是有一定刚性的。在过去的数据中,也都验证了自身足够大的空间和中国企业所具有的定价能力。从这些角度看,这两个赛道是有较大的确定性维持高景气的。
②不确定性的代表就是潮玩,类似于游戏,赛道的爆发有点过于依赖爆款的产品周期,所以对于其未来的发展很难做出判断。IP价值与情绪消费可以找到非常非常多的对标,但是很难有信服力
③大排量摩托与全地形车本质更类似于一个赛道,具有高度相似的技术底层,面临着相似的境遇:国内需求太小被迫卷海外市场、存在有多年历史的外资竞争对手也因此需要在境外建厂来减小关税压力、海外行业整体增速缓慢、近三年高速增长主要来自于对外资企业的替代、存在着明显的竞争力、已经初步取得了消费者的认可。对于这个细分赛道,核心是需要进一步确认到底能不能吃掉境外厂商的份额,维持高景气
④充电、耳机、音箱的主要问题是行业的渗透已经非常高,难以再看到高增速
⑤运动相机、扫地机的逻辑是:①渗透率提升②通过技术迭代和性价比拿下更多份额。但是从需求上来说,难以看到渗透率提升的更有说服力的证据,而在技术替代上,中国企业已经拿到了相当高的份额,甚至扫地机CR5>80%且全是中国企业,也很难说整个出海整体能有很强的替代拉动的增长。虽然部分公司具有明显的alpha,但是更像是互相替代而非拉动整个出海整体的增长。
所以,综合来看,当前比较看好新能源整车、消费储能、大排量摩托与全地形车这三个赛道能有比较好的beta
主要工作:继续研究之前筛选的行业
思考:
现在的行业都是依赖过往的高增长数据筛选出来的,那么他们的景气度大概率已经反映在价格上
根据显示偏好原理,如果难以直接去洞察消费者的需求,那么不如去观察这些赛道,分析他们高增长的原因、满足了什么需求
那么可以去找①上下游的互补品②产业趋势的替代品,他们的需求是确定的
最后在这些品类中寻找中国有供给优势的行业,就是要找的方向
今日工作:
重新搭建了从海外需求出发的研究框架:结构性需求 → 消费者痛点 → 市场空间 → 中国供给 → 海外渗透与上市公司映射。在消费者痛点环节,搭建并运行了YouTube UGC爬虫,通过全局盲扫和已验证高增长赛道的互补/替代需求扩散两条路径,对40个消费任务、80组关键词进行搜索,共获取约1.2万条消费者评论,并经过规则筛选和语义复核,初步归纳出养老照护硬件化、非地面清洁自动化、分布式能源管理、摩托/ATV后市场等值得继续验证的方向。
想法与认知:
① 与其从已有行业或上市公司增速倒推未来机会,更合理的方式是先找海外社会结构和消费行为发生了什么变化,再寻找尚未被很好满足的问题,最后反向匹配中国供给,这样更容易找到非共识增量。
② 消费者抱怨本身不是投资机会,真正有价值的是同时出现高频痛点、主动寻找解决方案、DIY行为、已有付费以及现有方案仍不满意的需求
③ 已有高增长赛道仍然有价值,但更适合作为锚点。不再重复研究赛道本身,而是寻找其渗透率提升后产生的互补品、未完成任务和产业后周期需求。例如运动相机增长后可能催生内容后处理需求,摩托/ATV保有量提升后产生维护和配套需求。
④ 最终排序不能只看消费者痛感。比如养老的消费者痛点最强,进一步研究后发现其背后本质是高人工成本+老龄化+居家养老推动照护劳动硬件化,且开始出现A股产品映射,因此优先级反而上升;而消费存储虽然需求存在,但当前资本市场定价更多受AI存储驱动,很难体现新的认知差,因此应降权
今日工作:
① 在昨日基础上,大幅扩大爬虫范围,覆盖更广泛场景,最终将样本扩展至88项有效消费者任务、376个独立视频和约2.5万条去重消费者评论。爬虫同时加入去重、相关性分层和搜索漂移识别,提高有效性
② 对爬取的评论建立规则模型和大模型两层语义处理。第一层利用文本规则识别消费者抱怨、主动求解、DIY或替代方案、付费意愿以及现有方案失效五类信号;第二层利用GPT对高信息密度样本逐条进行语义复核,判断评论有效性。
③ 在YouTube之外,进一步使用 Reddit、专业论坛以及Amazon等电商评论进行交叉验证。论坛和Reddit重点寻找消费者自行拼接方案、长期使用摩擦和真实使用场景,电商评论重点验证现有产品失效、退货、价格和使用体验
④ 基于扩围后的底层消费者数据重新聚类和验证,目前重点收敛出以下方向:
想法与认知:
① 单纯扩大评论数量并不能提高研究质量,真正有效的是从关键词检索进一步升级到视频相关性检查、规则弱监督、大模型语义拆解以及跨平台验证,使消费者的一条自然语言评论能够被还原成完整的问题、现有方案、失败原因和付费行为
② 需求发现和投资验证需要分开处理。消费者最适合发现市场上还有什么问题没有解决,而未来三年的增长判断仍需进一步寻找人口、保有量、户外参与率、数据量等结构变量,确认这些变量为什么会持续推动需求,而不是依据过去销量增长进行线性外推
③ 今天重新扩围以后,一些此前没有被重点研究的方向开始从数据中自然出现,例如汽车DIY和个人数据存储,说明相比从已知高增长行业反推机会,从消费者遇到的问题出发更容易发现尚未形成共识的需求
今日工作:
① 重新梳理昨天筛选方式,补充完善汽车DIY、家庭照护硬件和移动能源系统三个方向的筛选逻辑及证据链
② 补充德国、日本、巴西、印度、印尼、墨西哥、南非等市场的本地语言评论,扩大消费者群体,并对视频相关性、搜索漂移和评论原文进行了复核
③ 补充海外需求差异、Why Now、中国供给优势和A/H上市公司映射,为后续三个方向的分别展开做准备
想法与认知:
①爬虫只能帮助发现消费者问题,不能直接证明某个国家需求更强。英语样本的局限可以通过多语言搜索补充,但海外差异最终仍需依靠人工成本、保有量、住宅结构和服务价格等数据解释
②不应预设最终产品形态。以家庭照护为例,真正有价值的是移位、起身、如厕和洗浴等Task,承接产品可能是移位设备、智能床椅、洗浴设备或半自动机器人
③边际变化很重要,有些逻辑一直以来都有,比如海外人工服务成本高,那为什么现在才爆发,想清楚这些问题也很关键
①周初继续完善汽车DIY、家庭照护和移动能源的研究与PPT,补充市场数据、消费者证据和公司映射。重新审视后发现,三个方向的增长假设均存在不足,因此没有继续强行论证
②重新梳理筛选方法,将爬虫发现的需求与已有高增长行业合并,对候选方向逐一明确产品边界、测算未来三年增速并寻找反面证据,最终确定智能猫砂盆、洗地机和阳台光储
③针对摩托车、美妆、阳台储能、割草机、扫地机和洗地机等方向补充定向评论爬取,进一步判断消费者问题能否映射到具体产品和真实购买
④大幅重构PPT,删去相关性较弱的材料,突出重点,强调逻辑
①消费者研究更适合回答需求为什么存在,不能单独证明行业未来增速。行业选择还需要结合渗透率、技术变化、政策、竞争替代和中国企业份额进行判断
②行业边界必须足够清楚。此前汽车DIY、移动能源和清洁电器等概念过于宽泛,既难以找到统一数据,也容易把不同增长逻辑混在一起,而且方向的选择多次陷入先选后论的陷阱,导致强行论证
③筛选的重点不是证明某个方向没有问题,而是判断未来三年的增长驱动力是否明确、中国企业能否受益,以及反面因素是否会构成一票否决
主要工作:
①完成核心PPT,重点解释另外六个方向的关键选择原因,并通过反面证据和敏感性分析,明确汽车DIY、家庭照护和移动能源三个方向的入选依据
② 初步梳理三个入选方向后续展开框架,为下一步分行业研究和PPT制作做准备。
想法与认知:
①筛选不是证明入选方向处处更强,而是判断哪个方向的关键逻辑最少出现”一票否决“,落选方向也可能有需求,只是暂时无法形成完整的投资闭环
②行业空间口径差异较大,直接比较市场规模容易失真。更合理的是比较具体任务的经济价值、未来产品化比例以及上市公司的收入弹性。
③三个入选方向对应不同的增长逻辑:汽车DIY是服务转产品,家庭照护是人力转硬件,移动能源是单品转系统,后续需要分别验证其边际变化
④家庭照护的长期空间较大,但短期盈利映射相对较弱
主要工作:
①继续完善PPT的内容,重点查找各方向的数据和图表
想法与认知:
①前沿的需求往往不太好找到现成的数据,也没有太多的卖方覆盖,这个时候要充分利用AI,广泛查找更多的证据与数据
②分析行业时,可以重点关注上游的制造业链条,辅助判断景气度
③对于细分赛道的商业模式有何特殊之处还需要再想想
主要工作:①继续完善PPT的内容,重点查找各方向的数据和图表
后续做法调整:
①今天重新审视后发现,之前的筛选更关注消费者是否存在未被满足的问题,但没有充分回答行业未来三年能否高增长。汽车保有量、照护产品成熟度和房车需求等关键假设都存在问题,因此不能仅凭消费者痛点直接得出行业机会。
②从全部泛消费行业重新筛选既难以保证完整,也无法在现有时间内完成。下一步将此前已经验证过的高增长行业与爬虫发现的新方向合并,形成二十多个边界清楚的候选行业
③明天开始对候选行业逐一做简化预测,重点判断未来三年的增速和驱动,并重点关注反面证据。先快速淘汰增长逻辑不成立的行业,再对少数剩余方向进行深入研究,最终确定三个行业
主要工作:
重新梳理报告逻辑,把爬虫思路,各方向特点与驱动力说清楚,拍出各方向的未来增速并比较
核心思路是突出报告的重点与逻辑性,删去无关细节或相关度低的支持资料,把逻辑做完整
后续报告分为两部分,一部分讲清楚怎么选,一部分完善细分方向的逻辑和映射
主要工作:
①对细分各领域进行深入研究,分别测算未来增长率,支持行业比较工作
②对过去的内容进行完善,确保PPT重点突出,逻辑清晰
③把研究做完整,实现逻辑闭环
题目:AI的发展对哪些上游金属材料需求拉动最大?如何结合供给分析其价格弹性?
接到课题,完成了初步课题交流、与研报阅读。
初步筛选出五个值得重点跟踪的小金属品种:锗、钽、锡、钨、铟。锗受光纤与红外需求驱动且供给高度集中于中国;钽对应高端电容;铟绑定显示与靶材;三者逻辑清晰但市场容量偏小。目前个人最倾向深入的是锡与钨:锡是 AI 硬件的"焊点金属",半导体封装与 PCB 用锡膏的需求与算力资本开支直接挂钩,且全球供给集中于印尼、缅甸等少数地区,供需缺口故事最顺;钨则受益于高端制造与切削工具需求的结构升级,叠加中国配额管控,供给刚性强、价格弹性可观。后续计划在锡和钨之间二选一作为主攻方向。
一是需求侧拆解,从算力芯片、先进封装、PCB、光模块等环节自下而上拆单位用量,测算各品种的"AI 需求占比"和边际增量,判断谁的需求纯度最高;二是品种横向比较,用统一框架比较锡、钨以及备选的锗、钽、铟在需求弹性、供给集中度、扩产周期和市场关注度上的差异,据此确定一个金属品种深入研究;三是价格弹性的刻画方法,先梳理历史供需平衡表,再看库存周期和现货升贴水这类高频指标是否更适合捕捉弹性,并计划回测上一轮算力周期中各品种价格与供需缺口的关系做验证。
睡前阅读。晚上开始阅读《芯片战争》,理解芯片的瓶颈从来不在设计图纸,而在制造链条最上游那几个数得出来的节点——光刻机、高纯度材料、高度集中的产能。小金属的投资价值恰恰不在用量大,而在用量小但无可替代——需求只要边际上多出来一点,供给端没有任何弹性可以吸收,价格就只能用暴涨来出清。
分享夕阳。北京短暂的雷阵雨后,是漫天的晚霞。
课题:当前ADC、双抗、GLP-1等热门赛道里,越来越多公司都在做类似产品。“Fast-follow(快速跟随)”模式在中国到底是不是一条合理的发展路径?它是中国药企在现实环境下的理性选择,还是造成了大量重复研发和资源浪费
报告提纲
核心观点:Fast-follow是中国创新药发展的阶段性理性选择,1页
1、梳理产业趋势:仿制→仿创→原创(国内历史和日本路径借鉴),3-4页
2、Fast-follow的好处:①降低风险②国内比较优势③积累创新能力,1-2页
3、Fast-follow的局限:热门赛道过度拥挤→失败案例和当前热门,3-4页
4、Fast-follow成功的关键:空间&竞争(差异化),举例成功案例(国内外),3-4页
5、投资机会:重点关注
①自免&代谢方向,2-3页
②siRNA等新技术,2-3页
③AI对新机制的推动,2-3页
附录
拆解分析课题
初步思路:
1、如课题所述,企业做fast-follow有利有弊,需要找到模式成败的关键因素;
2、不同角度(企业/投资者、患者、政府/医保)可能会有不同看法
3、历史是否有可比项,例如日本是否经历过类似阶段,又走向了何方
4、提炼出规律,尝试预测行业内相应赛道是否能成功→投资机会
案例分析
1、fast-follow成功:
案例:伏美替尼(前人已有进口奥西替尼、国产阿美替尼),仍获得较好回报
分析:①适应症肺癌空间足够大;②伏美安全性更好→差异化优势
案例:科伦博泰的SKB264(trop2 ADC前人已有2款上市,在研项目10+余项),绑定默沙东和药王keytruda
分析:①进度相对领先;②临床设计更合理,适应症选得好;③研发工程化优势然后BD
2、fast-follow失败:
案例:热门靶点/产品研发扎堆,例如国产TAVR,国内获批10+款,陷入价格战;国产PD-1类似
分析:竞争格局恶化导致利润压缩→差异化不够大,同行业竞争者做不到的才是技术壁垒
初步总结:
fast-follow模式成败的关键因素:①空间(要足够大);②竞争(差异化优势)
适应症空间客观可测算,那么在fast-follow模式中,如何保持/获得竞争优势呢?
国内fast-follow的优势?
效率更高:
①患者资源丰富,临床推进更快更便宜;
②工程师红利,平台优势(如ADC各种payload、linker的组合)
国际比较补充:
国际上也有fast follow,诺和的司美-礼来的替尔,包括O药和K药,K药也是后来者居上
AI制药对新靶点、新机制的推动?(AI工具的使用)
国内创新药发展路径梳理
初步思路:
中国创新药发展经历了仿制替代 → Me-too → Fast-follow → 差异化创新的发展过程。
Fast-follow并非简单复制,而是在成熟技术路线基础上,通过分子优化、临床策略和工程能力形成竞争优势。
发展阶段:
1、仿制替代阶段
特点:以引进和仿制国外成熟药物为主,解决国内药品可及性问题,同时积累生产工艺和产业链能力。
2、Me-too创新阶段
特点:进入已验证靶点,通过结构优化开发国产创新药。
案例:国产PD-1。
问题:同质化竞争严重,部分赛道陷入价格竞争。
3、Fast-follow阶段
特点:围绕全球成熟靶点进行快速开发,并通过差异化提升竞争力。
案例:伏美替尼(EGFR-TKI)、泽布替尼(BTK抑制剂)、科伦博泰TROP2 ADC。
成功关键:①市场空间足够大;②产品存在优化空间;③具备技术和临床开发优势。
日本创新药发展路径梳理
日本医药产业发展经历了仿制引进 → 改良创新 → 原创创新 → 全球竞争的发展过程。
日本经验表明,后发国家可以通过长期技术积累,在成熟领域通过差异化创新实现突破。
发展阶段:
1、仿制引进阶段(战后—20世纪70年代)
特点:以引进欧美药物技术、仿制成熟药物为主,通过学习和产业积累建立制药体系。
2、改良创新阶段(20世纪70—90年代)
特点:在已有药物基础上进行结构优化和工艺改进,形成具有竞争力的改良型产品。
案例:武田等企业通过药物优化,在消化、代谢等领域形成优势。
3、原创创新阶段(20世纪90年代至今)
特点:逐渐加强基础研究和新药发现能力,从跟随欧美转向全球创新。
案例:小野药业PD-1抗体(纳武利尤单抗)推动免疫治疗突破;
第一三共通过ADC技术平台开发Enhertu(HER2 ADC),实现全球竞争。
未来免疫及代谢领域Fast-follow机会分析
Fast-follow机会主要存在于已有海外成功产品验证、市场空间大且仍存在临床未满足需求的领域。
未来中国药企竞争重点将由“快速进入热门赛道”转向“通过技术优化和差异化策略实现Best-in-class”。
一、免疫领域
IL-4Rα —— 特应性皮炎、哮喘等自免疾病
背景:
Dupilumab验证IL-4Rα在2型炎症疾病中的治疗价值。
Fast-follow逻辑:通过抗体结构优化、提高疗效和安全性,并拓展适应症。
代表案例:康诺亚CM310(司普奇拜单抗)。
未来机会:
① 提升给药便利性;
② 优化长期治疗效果;
③ 拓展更多慢性炎症疾病。
以及IL-17 / IL-23 /TL1A /OX40/OX40L等新型免疫调节靶点
二、代谢领域
GLP-1多靶点激动剂 —— 肥胖、糖尿病
背景:司美格鲁肽、替尔泊肽验证GLP-1类药物在代谢疾病中的巨大市场价值。
Fast-follow逻辑:在GLP-1基础上叠加GIP、GCG等通路,提高减重效果和代谢改善能力。
未来机会:
① 更高减重效率;
② 减少肌肉流失;
③ 改善脂肪肝等代谢疾病。
④ 口服GLP-1 —— 肥胖、糖尿病
三、肿瘤领域
已有的ADC、双抗三抗等等,是否已经比较红海?核酸药物等新技术呢?
题目:以华为韬定律为视角,研究探讨半导体制造行业“时间缩微”的技术趋势有哪些,对于相应的半导体设备、晶圆制造行业的市场规模、市场格局、供应链环节有哪些深远影响?
一、建立研究报告的框架和逻辑
从韬定律出发挖掘行业走向 “时间缩微” 的底层动因,梳理可实现时间缩微的核心技术原理,推演相关技术对半导体制造工艺流程带来的变革;进一步延伸至制造端变革如何传导至市场层面,分析市场规模、竞争格局变化,最终挖掘具备成长潜力的赛道与标的,构建“技术逻辑→产业变革→投资价值”完整分析链条。
二、背景切入点学习
精读韬定律原论文《A time scaling theory for multi-layer electronic systems》,梳理理论提出背景、核心意义、现有实践成果与潜在挑战;理解 “时间缩微” 范式的价值,明确统一时间常数指标对半导体全产业链的指导作用。结合华为六年工程实践案例,重点研究移动 SoC 逻辑折叠、AI 系统协同设计两大落地场景;同时基于论文框架,预判该范式推广过程中伴随的产业机遇与风险。
三、技术底层原理学习
时间缩微属于顶层系统理论,需依托底层硬件技术落地。本周针对 GAA、HBM、光互连等关键技术及对应配套工艺开展系统性学习,厘清各类技术的实现路径,为后续抽象提炼半导体制造前沿技术趋势做好铺垫。
四、半导体产业链总结
搭建半导体产业全景图谱,并聚焦半导体制造环节进行细分拆解;系统梳理晶圆制造全流程、关键工艺及对应核心设备清单,建立技术节点与产业链环节的对应关系,为后续由技术趋势推演市场变化搭建分析基础。
五、带教导师讨论收获
协助我梳理报告整体逻辑,明确各部分内容权重分配;
结合本人理工科背景、商业分析经验相对薄弱的现状,给出指导方案:优先研读券商行业专题报告,建立商业研究分析框架,避免最终报告偏向纯技术综述;后续依托上市公司财报、业绩电话会、机构纪要等素材收集产能、定价等基础数据,支撑后续市场规模测算工作。
1、结合韬定律理论以及头部晶圆厂前沿技术路线,凝练出 3 条主线技术趋势,完成技术趋势章节初稿素材整理;
2、研读行业券商深度报告,学习产业研究、市场规模测算、竞争格局分析的标准方法论;
3、基于提炼的技术趋势,识别受变革影响显著的半导体设备、晶圆制造工艺环节,搜集公开数据,启动市场规模、竞争格局、供应链变化分析。
1、结合行业论文框架与半导体产业现状,从系统层级视角梳理凝练出半导体制造四大核心技术演进趋势,并逐一拆解各技术主线的底层逻辑、代表性技术与应用场景,完成行业技术趋势的体系化认知搭建,同时已经制作完这部分的汇报PPT报告内容。
2、研读台积电、英特尔、三星、中芯国际等头部晶圆厂财报及半导体制造行业深度研报,一方面明确各先进技术的产业化进度、量产节点、迭代规划与落地场景;另一方面掌握行业研究的基础分析框架,建立起技术、企业、市场三位一体的产业分析思维。
3、基于各技术的产业化落地节奏、设备关联度及晶圆制造赋能价值,搭建简易评价指标并完成筛选,最终锁定先进制造核心主线,确定后续深度研究的聚焦方向,为后续市场与供应链分析奠定基础。
围绕筛选出的先进制造主线展开深度深挖,系统拆解其对半导体核心设备、晶圆制造行业的全方位影响。重点调研对应细分赛道的市场规模、竞争格局、上下游供应链结构,梳理技术迭代带来的产业变革、国产替代机会及行业发展痛点,形成完整的产业分析逻辑和自己的投资建议。
一、完成技术变化与制造设备的映射
根据GAA和BSPDN的工艺流程,分别拆解新增及强化的制造环节和设备增量。形成“器件结构变化—工艺步骤变化—核心设备需求”的对应关系,为后续设备赛道市场规模和竞争格局分析建立技术基础。
二、补充全球设备与晶圆制造市场的量化分析
一方面,整理全球WFE总量及晶圆代工相关设备需求,观察光刻、沉积、刻蚀和过程控制等品类的市场份额及绝对规模变化;另一方面,对比ASML、Applied Materials、Lam Research、Tokyo Electron和KLA在2020年与2025年的市场份额,并梳理五家公司的主营设备领域。
在晶圆制造端,补充台积电先进节点收入占比、N2量产进展和全球前十大晶圆代工厂份额变化。研究发现,先进节点需求已逐步兑现,但市场份额进一步向具备技术、良率、产能和客户协同能力的头部晶圆厂集中。
三、形成重点设备赛道结论
结合技术直接性、原有市场规模、历史增速、未来增幅和产业化时间,对GAA和BSPDN相关设备赛道进行比较。GAA方面,沉积与外延具备较高确定性;选择性刻蚀的技术壁垒和潜在弹性较高,但独立市场规模仍缺少充分公开数据;检测量测将受益于三维器件结构复杂化和良率控制要求提高。BSPDN方面,背面互连、键合、减薄、背面光刻与刻蚀具备中期增量空间,但短期仍需跟踪晶圆厂量产进度和设备批量订单。
四、完成国内产业传导分析
本周进一步整理中国WFE市场规模、国产化率及国内设备厂商收入增长情况,并从市场规模、国产化率和本土厂商增速三个维度比较沉积、刻蚀、过程控制和掺杂等设备赛道。国内设备公司当前的主要驱动仍是“晶圆厂扩产与国产替代”的叠加。
五、完成课题报告与答辩材料修改
根据带教老师反馈,对最终课题汇报材料进行了集中修改:一是增加各设备赛道原有规模、当前规模、增速和预计增幅的对比;二是通过不同时期的市场份额图体现设备厂和晶圆厂竞争格局变化;三是统一数据口径,明确实际值与预测值,并对缺乏公开数据的内容保留研究边界;四是压缩技术描述,强化各页核心结论及前后逻辑衔接。
1、围绕最终课题汇报完善各页面之间的逻辑衔接,优化汇报文案和时间安排做好答辩准备;
2、完成本次实习的工作总结和材料整理,归纳课题研究方法、主要收获及仍需改进之处。
第一周 2026年8月3日-2026年8月9日
本周主要完成低空经济研究框架的搭建及第一轮行业资料梳理。重点阅读多篇内资低空经济深度研报,并结合国家发改委、民航局、工信部、国家能源局等官方资料进行交叉验证。目前开始基于电力巡检、农林植保、物流配送、应急救援、城际通勤、旅游观光六类场景建立至2030年的需求测算底表。
目前市场对于低空经济的判断整体较为一致:
一是政策与制度拐点已经出现。市场普遍认为,随着低空经济上升至国家战略、空域管理制度逐步完善以及中央—地方—军方/空管—民航局—企业协同推进,产业发展的首要制度约束正在逐步解除。
二是产业发展遵循“先载货后载人、先隔离后融合、先远郊后城区”。农业植保、工业巡检、物流、应急等无人化场景被普遍认为将先于城市载人eVTOL实现商业化。
三是市场普遍看好eVTOL及配套产业链。整机、航空电池、电机电控、飞控航电、起降设施、通信导航监视等成为卖方关注重点,并普遍引用万亿级低空经济远期市场空间。
四是产业价值预计由制造向运营和服务延伸。随着飞行活动增加,起降设施、低空空管、检测认证、维修、保险、数据服务等环节的重要性将逐步提升。
在认可上述产业框架的同时,我认为部分市场观点仍存在值得进一步验证之处。
第一,不能把低空经济视为一个从0到1的新型产业。无人机、农业植保、部分工业巡检已经具有百万级设备和大规模真实飞行数据,而载人eVTOL仍处于适航、量产和商业运营早期。低空经济实际上是成熟现金流、成长业务和远期技术期权的叠加,不同环节应采用不同估值和跟踪方法。
第二,eVTOL发展的核心矛盾正在从能不能飞转向能否高频次、低成本地持续飞。单次首飞、意向订单甚至单一型号取证都不足以证明产业成熟,下一阶段更值得跟踪的是实际交付量、付费飞行架次、单机利用率、航线密度、单位运营成本以及现金流。
第三,万亿级产业规模不应直接等同于可投资市场。本周尝试从真实任务出发进行反推。例如电力巡检应由线路公里数和巡视频次推导,农业植保由亩次推导,物流由符合重量、距离及时效条件的订单推导,城际通勤则应以具体OD客流和时间价值测算。后续将统一以2030E作为预测节点,区分宏观产值与真正能够进入企业收入表的可兑现市场。
下一周计划从行业框架进一步深入进入商业闭环验证:一方面完成六类重点场景的2030年市场测算,区分高确定性场景与远期可选项;另一方面重点整理国内外已融资低空初创企业,比较其技术路线、融资效率、适航进度、实际交付及中间现金流,进一步回答:哪些方向不仅有技术想象空间,而且能够在产业全面放量之前形成持续收入;哪些当前被市场忽视的技术短板,可能成为下一阶段真正稀缺的产业能力。
本周阶段性认识:低空经济长期方向较为明确,但投资研究的核心不应停留在空间有多大,后续应更加关注于哪些瓶颈正在被解除、价值最终由谁捕获。
本周研究由行业框架搭建进一步进入场景需求、技术约束与商业闭环验证阶段,主要完成三方面工作。
第一,按照国家发改委《低空经济及其核心产业统计分类(试行)》,进一步梳理低空制造、低空运营、低空基础设施与信息服务、低空配套四大产业环节。
第二,重点推进农业植保、物流配送和载人消费场景的需求测算。其中,农业植保从作业亩次和服务单价切入,物流配送从快递及即时配送订单量与无人机渗透率切入,载人eVTOL则以深圳至珠海航线为案例,对购机成本、单位运营成本、票价、客座率和毛利率进行了初步拆解。
第三,从供给侧梳理eVTOL的构型、动力路线、核心子系统及适航进度,重点研究动力电池在能量密度、充放电倍率、热管理、循环寿命和安全性方面的要求,并跟踪主要产品在TC、PC、AC及OC等环节的推进情况。
农业植保已经具备较为清晰的商业闭环。相较传统人工方式,农业无人机能够显著减少人员投入和作业时间,同时具备节水、节药及增产效果。现阶段农户更倾向于购买飞防服务,而非直接购买设备,因此产业价值正在由单纯的整机销售向运营服务延伸。按2025年前11个月超过30亿亩次的作业量、约5元/亩次的服务单价估算,农业无人机运营市场规模可能已经超过150亿元。这一场景的核心驱动力并非政策概念,而是农业劳动力减少、作业效率提升和单位经济性改善。
低空物流具备较大空间,但不宜采用统一渗透率进行简单外推。初步测算显示,如果2030年无人机在同城快递和其他快递中的渗透率分别达到5%和1%,对应配送量约为32.4亿件;若无人机在即时配送中的渗透率达到2%,对应订单量约为25.5亿单。但实际落地预计不会平均发生,而是率先集中在“急、难、险、贵”的任务中,即时效要求高、地面交通难以覆盖、人员运输风险高或货物价值较高的场景更可能形成商业闭环。因此,农产品上行、医疗物资、海岛及山区运输、工业短途运输可能比普通城市末端配送更早兑现。
载人eVTOL具有潜在成本优势,但测算结果对运营假设高度敏感。以深圳至珠海航线为例,PPT中的初步测算显示,eVTOL单座次运营成本约为259.7元,相当于同类直升机的37%左右。若票价为400元、客座率为90%,测算毛利率约为27.9%;若票价为500元、客座率为80%,测算毛利率约为35.1%。这说明eVTOL理论上可以通过低于直升机的票价扩大需求,但该结论仍依赖较高的客座率、足够的单机利用率、稳定的航线运行以及电池更换和维护成本能够得到有效控制。
第一,低空经济不同场景的商业化驱动力存在明显差异。农业植保的核心是替代人工和提升作业效率,物流配送的核心是解决特殊区域和高时效任务,载人eVTOL的核心则是以时间价值覆盖较高的航空运营成本。因此,后续不应采用同一套市场空间和估值逻辑,而应分别考察客户付费意愿、替代方案成本及规模化条件。
第二,农业植保的案例进一步说明,设备保有量并不等于产业收入的主要来源。由于作业季节性强、设备购置成本较高,用户更倾向于购买服务,运营商通过提高设备利用率形成商业价值。类似模式未来可能出现在巡检、测绘、应急和物流场景中,即整机厂提供基础设备,而持续收入更多沉淀在任务运营、维修保障和数据服务环节。
第三,动力电池可能是决定eVTOL单位经济性的核心变量之一。eVTOL不仅要求较高的能量密度,还要求5C以上的瞬时充放电能力、更严格的热管理和航空级安全性。以约500次循环寿命测算,电池在部分机型总运营成本中的占比可能超过60%。因此,电池寿命、快充能力和安全冗余不仅是技术指标,也会直接影响单机利用率、折旧成本和运营利润。中长期看,半固态及全固态电池可能带来性能提升,但其量产能力、航空认证周期和真实循环寿命仍需验证。
第四,适航取证是商业化的必要条件,但不是充分条件。2026—2027年可能进入国内eVTOL产品取证的集中期,但取得TC并不代表可以立即形成规模收入。后续还需经历生产许可、单机适航、运营许可、航线审批和基础设施配套等环节。真正值得跟踪的节点应从“是否取证”进一步细化为“是否能够批量生产、持续交付并开展收费运营”。
第五,目前关于载人eVTOL盈利能力的测算仍需要进行测试。现有模型展示了相较直升机的成本优势,但对客座率、日均飞行架次、电池折旧、充电周转、备份机比例、保险和起降设施成本较为敏感。如果无法形成高频运营,单位成本可能显著高于静态测算结果。因此,下一阶段应重点寻找真实运营数据,对理论单位经济模型进行修正。
下一周计划完成PPT内容。企业层面将重点整理主要eVTOL及无人机企业的技术路线、适航节点、实际订单、交付能力与融资情况,区分意向订单和具有付款约束的确定性订单。同时进一步研究低空空域管理、飞行服务系统、起降设施、检测认证和航空级电池等环节,判断哪些能力可能随着飞行活动增加而率先形成供给瓶颈。
本周阶段性认识:低空经济的商业化不会由所有场景同步推动,而将从具有明确降本增效价值的任务型场景逐步扩散。投资研究的重点应从预测远期市场总量,进一步转向验证单位经济性、运营频次和产业链中的价值留存位置。
本周研究重点由产业分析进一步转向投资框架构建,围绕“低空经济如何从产业趋势转化为投资机会”这一核心问题,对前期场景需求、技术路线、商业模式进行了系统收敛,完成《中国低空经济产业进程研究》最终版本。
具体完成三方面工作:
第一,进一步细分详细完善商业化验证框架。围绕农业植保、低空物流、载人eVTOL三个代表性场景,从“需求规模—单位经济性—运营模型—商业闭环”角度重新审视低空应用。其中,农业植保重点验证无人机替代人工的经济性,物流运输以峰飞V2000CG为例重点验证无人运输对于“急、难、险、贵”场景的价值,载人eVTOL则通过深圳—珠海航线测算单位成本与盈利空间,具体测算出各场景的商业价值。
第二,从投资角度筛选重点关注方向。结合适航进度、技术路线、融资能力、产业资源和商业兑现能力,对国内外主要eVTOL企业及核心零部件企业进行比较,形成整机制造和核心零部件两类投资名单,并进一步总结下一阶段产业催化因素。
第三,完成低空经济产业链与价值分配逻辑梳理。基于低空经济“上游零部件—中游整机制造—下游产业融合”的产业链框架,对动力电池、电推进系统、飞控航电、复合材料、整机制造以及运营服务等环节进行了拆解,重点判断短期产业价值量更可能集中于哪里,以及哪些环节具备长期壁垒。
本周进一步研究发现,目前多旋翼、复合翼、倾转旋翼三条路线并不存在简单替代关系。多旋翼技术成熟度最高,但受限于航程和速度,更适合短距离、低载荷场景;复合翼在航程和效率之间取得平衡,更适合物流运输和区域应用;倾转旋翼虽然技术难度最高,但兼具速度、航程和城市交通需求,长期可能成为载人UAM的重要方向。
因此,未来竞争核心并非单纯比较构型,而是考察: 是否能够完成有人状态下转换飞行; 是否能够通过适航认证; 是否具备量产制造能力; 是否能够形成稳定供应链。
这也是为什么当前市场开始更加关注沃飞长空、峰飞、Joby等头部企业,而非简单追逐所有参与者。
本周整理产业链时,一个新的思考是:市场当前高度关注飞机制造,但低空经济真正规模化运行后,基础设施可能成为类似汽车时代“道路+加油站+交通管理系统”的长期价值环节,很可能就是风口。
汽车产业发展过程中:汽车制造解决“有没有车”;基础设施解决“能不能大规模使用”。
低空经济同样如此:eVTOL解决“有没有飞行器”;但规模化运营还需要:垂直起降场;低空通信导航监视系统; 飞行服务平台; 气象保障体系; 维修保障体系。
脑机接口行业的市场空间和发展趋势,以及国内外重点公司的投资机会分析
自主开发脑机接口市场空间交互式测算工具,支持S曲线/CAGR/Gompertz/Bass等多预测方法、多分支可视化对比与Excel全链路导出,完成未来十年各细分市场预测、敏感性分析及风险点提示(各分支CAGR约25%)。
完成技术趋势全链条调研(神经科学基础、神经接口、芯片系统、神经解码、临床进展),补充34篇前沿论文追踪科研动态,以"殊途同归"理念从底层原理反向推导商业化路径。
搭建投资机会筛选体系(技术路线+供应链+临床进展三维度+SEAS法则),建立8家公司的可投公司池(分核心池/观察池/观望池)并完成阶梯医疗等重点标的深度调研。
完成实习汇报PPT终稿(8月23日),根据带教反馈重构汇报逻辑——从平铺直叙转向突出中心论点、前沿进展、关键假设与明确投资建议。
① 脑机接口分类繁杂、公开数据稀缺,传统Excel预测效率低 → 自主开发交互式测算工具,接入多源API大幅提升分析效率。
② 技术趋势涉及大量专业论文,理解深度不足 → 以"殊途同归"理念从底层原理反向推导,补充前沿论文追踪增强趋势判断。
③ 汇报框架平铺直叙缺乏中心论点 → 根据带教反馈重构结构,突出差异化见解和投资逻辑。
完成最终答辩汇报,根据反馈优化报告内容,做好实习收尾与经验总结。
研究的价值不在于信息的平铺直叙,而在于形成自己的中心论点和差异化见解。
注:调用了飞书AI,新增一个文档内容定时自动总结更新,可以快速了解整个工作进展
脑机接口行业的市场空间和发展趋势,以及国内外重点公司的投资机会分析
通过与带教沟通,明确主要聚焦主题:
1.对于可视化仍然需要进一步完善,需要通过图表直观的展示结果
2.调用进门MCP的指令需要进一步完善,目前的提示词对于极大的限制了其功能
3.对于初始/人工收集数据,还在思考以什么方式嵌入,参考数据or默认数据or附录?
由于脑机接口分类繁杂,统一公开数据较少,并且市场十分不成熟,如果单纯使用传统的excel表格整理数据,进行预测,工作量巨大,且可操作性不强。
因此利用vibe coding,基于Claude,首先完成需求分析并在AI辅助下制作需求文档(如上图),从而完成对工具开发,并且接入多工具API,提高数据来源质量与准确性。并对开发出来工具进行测试,逐一添加、修复、完善,实现符合自身需求的可交互性工具
一个月的实习也快告一段落,在这期间,收获的不仅仅是制作了一份报告,也还有很多其他的内容