还有机会吗？一文详解智能制造领域投资_中国购物中心网，商业综合体，商业中心

摘要

智能制造（Intelligent Manufacturing，IM）基于新一代信息通信技术与先进制造技术深度融合，包括基础共性、关键技术、行业应用三个维度。落实到具体行业方面，本篇报告重点包括云计算、边缘计算、区块链、增材制造、工业软件、虚拟现实、新能源汽车、航空航天、智能传感器、数控机床、轨道交通、人工智能、大数据、工业机器人及工控系统等15个大类行业以及数十个子行业。在此基础上，本文具体回答投资者共同关注的五大问题。

问题1：全球智能制造企业如何分布？

从全球龙头企业分布看，北美地区智能制造的龙头企业主要集中在增材制造、航空航天装备领域。欧洲聚集全球工业机器人及工控系统领域龙头。日本、韩国地区汽车制造优势明显。中国智能制造的龙头则主要是以腾讯、阿里巴巴、百度为代表的信息巨头。

从全球市场份额分布看，北美在航空航天、边缘计算、增材制造、人工智能、工业软件、虚拟现实等领域的全球占比超过1/3；欧洲地区则在工业软件、区块链等全球占比超过30%；中国企业在全球市场占比较高的行业则集中在轨道交通、数控机床等领域。

从A股上市公司分布看，主营业务涉及相关产业的上市公司就多达493家，总市值约为14万亿，占总体A股市值17%。其中，市值排名前三的分别是新能源汽车、人工智能、轨道交通，合计占比达到整个智能制造板块的40%。由此可见，智能制造虽然产业较新，但无论企业还是投资者参与热情高涨。

问题2：如何理解智能制造业的赛道差异？

（1）从市场空间看各行业“天花板”有何不同？整体来看，航空航天、工业软件、轨道交通、云计算、工控自动化、数控机床全球市场规模较高，都是1000亿美元以上宽赛道，相反，区块链、边缘计算目前的市场规模较小，还不及100亿美元。进一步从中国市场空间在全球的渗透率来看，轨道交通、数控机床、工业机器人、边缘计算、虚拟现实等领域中国产业规模在全球的占比较高，普遍在20%以上。

（2）从竞争格局看哪些行业龙头集聚效应明显？目前智能制造领域许多环节都呈现了资源向龙头集聚的特征。其中，减速系统、CAD、CMOS图像传感器、GPU、FPGA、IaaS、轨道交通等行业CR4已经超过70%，呈现出明显的垄断倾向。相反，SAAS、VR设备等市场因目标用户类别多、需求复杂或仍处于发展阶段，因此行业能够容纳足够的市场参与者，竞争格局较为分散。

（3）从技术差距看我国各产业的发展处于何阶段？我国在新能源汽车、区块链、轨道交通、数控机床、边缘计算领域发展态势较好，处于全球前列水平。相反，在云计算、人工智能、智能传感器、大数据、虚拟现实、工业机器人及工控自动化、工业软件、3D打印等领域，中外技术的差距明显，尤其是在上游芯片设计、底层算法、核心零部件领域我国面临严峻的挑战。

（4）往前看，核心差距是否容易实现弯道超车？通过理解不同行业的商业模式和核心壁垒，我们认为云计算、智能传感器、大数据与人工智能的基础领域、工业软件的研发设计侧、3D打印和虚拟现实的核心零部件要想实现快速崛起是较为困难的。工业机器人及工控自动化我们则看好国产替代东风下，品牌龙头的突围。

（5）哪些行业出现边际好转的催化？2020年智能制造领域呈现需求端顺周期景气持续修复，供给端多行业库存低位叠加国产替代加速，板块亮点纷呈的状态。综合经济、财务数据以及技术政策的变化，我们发现这种回暖主要集中在新能源汽车、工业机器人及工控自动化、云计算等行业。

问题3：如何把握智能制造产业的投资时点？

（1）从历史复盘来看，虚拟现实、3D打印、人工智能、云计算等行业股价相对收益明显的背后往往是来自估值的驱动，而非盈利的支撑。因此，这类主题性投资机会的信号，往往伴随着流动性大幅宽松、杠杆资金活跃、行业政策刺激、风险偏好上升等现象。从持续时间来看，这类投资机会往往较短，平均下来在半年左右。

（2）新能源汽车、航空航天、大数据等行业股价相对收益明显的背后往往是股价与估值双双回升，形成“戴维斯双击”。因此，我们可以通过追踪中微观数据的变化，比如企业订单、行业销量、行业产能等数据进行行业拐点判断。从持续时间来看，这类投资机会往往涨幅更高，延续更久，平均下来在1年左右。

问题4：哪些公司是市场的宠儿？

（1）哪些股票是机构投资者的“心头好”？我们整理了智能制造领域海外资金（北上资金、QFII）、保险公司、公募基金（主动股票型）2015年至今稳定持有，以及今年以来增持的前二十名股票。数据显示：各类机构投资者普遍持有的往往是各细分领域的龙头，今年以来新能源汽车成为各类机构投资者的心头好，普遍加仓明显。此外，航空航天、人工智能的龙头公司也获得了市场较高关注。

（2）哪些上市公司订单饱满，盈利改善有望持续？我们根据每家上市公司的公告的订单描述以及财务表现对盈利持续改善的标的进行筛选。建议关注：汇川技术、巨星科技、中航重机等。

正文

高端制造是我们2020年推荐的一个重要方向。事实上，我们在前期的报告《苹果华为特斯拉，谁是市场“宠儿”？》已经对高端制造中的一个重要领域科技制造的投资方法做出初步的探讨。本篇报告，我们则是以智能制造作为切入点对如何把握高端制造的投资机会进一步梳理。具体来说，我们主要回答以下几个问题：

问题1：全球智能制造企业主要集中在哪些环节？

问题2：智能制造在A股的全景又如何分布？

问题3：如何理解智能制造各行业的赛道差异？

问题4：如何把握智能制造产业链的投资时点？

问题5：智能制造领域哪些公司是市场的宠儿？

一

智能制造体系的框架结构如何？

智能制造（Intelligent Manufacturing，IM）基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，是先进制造过程、系统与模式的总称，具有信息深度自感知、优化自决策和精准控制自执行等功能。

1.1

智能制造的体系结构如何？

参考中国电子技术标准化研究院发布的《智能制造标准体系白皮书》，我们将智能制造体系框架分为三个层次：一是基础共性。包括通用、安全、可靠性、检测、评价等五大类，位于智能制造体系结构的最底层，也是第二层、第三层次的重要支撑；二是关键技术。是智能制造系统架构智能特征维度在生命周期维度和系统层级维度所组成的制造平面投影。包括智能装备、智能工厂、智能服务、智能赋能技术、工业网络。三是行业应用。位于智能制造标准体系结构图最顶层，面向行业具体需求，是对前两层内容的细化和落地。

1.2

全球智能制造龙头企业主要集中在哪些环节？

1.21

海外龙头主要集中在哪些环节？

北美地区智能制造的龙头企业主要集中在增材制造、航空航天装备领域。根据《全球智能制造企业科技创新百强报告2020》统计，北美地区入围前100的企业达到38家，总部全部位于美国，排名为2~97位，跨度较大。为了更好的了解这些企业经营范围和行业分布，我们将上述榜单与公司的公告进行匹配。数据显示，以3D打印为代表的增材制造业务供应商最多有9家，航空航天装备制造的上榜数量达到5家，排名第二，二者合计占整个北美地区榜单的近40%。从行业分布来看，北美地区排名前三的行业分别是技术硬件与设备（12家）、资本货物（11家）以及软件与服务（7家）。

欧洲地区智能制造的龙头企业主要集中在高性能材料、工业机器人及工控系统领域。根据《全球智能制造企业科技创新百强报告2020》统计，欧洲地区入围前100的企业达到27家，其中，德国最为突出有10家，法国5家，瑞典3家，英国3家，其他6家。其在全球排名为8~100位，跨度同样较大。为了更好的了解这些企业经营范围和行业分布，我们将上述榜单与公司的公告进行匹配。数据显示，以高性能材料为代表的业务供应商数量最多有9家，工业机器人及工控系统上榜数量达到5家，排名第二，二者合计占整个欧洲地区榜单的50%。从行业分布来看，欧洲地区排名前三的行业分别是材料（9家）、资本货物（9家）、技术硬件与设备（4家）。

日本、韩国地区智能制造的龙头企业主要集中在电子以及汽车制造领域。根据《全球智能制造企业科技创新百强报告2020》统计，日韩地区入围前100的企业达到19家，其中，日本14家，韩国5家。为了更好的了解这些企业经营范围和行业分布，我们将上述榜单与公司的公告进行匹配。数据显示，电子制造上榜数量最多达到6家，汽车制造排名第二，上榜5家，二者合计占比超过整个日韩地区榜单的60%。从行业分布来看，日韩地区排名前三的行业分别是技术硬件与设备（6家）、汽车制造（5家）、资本货物（3家）/耐用消费品及服务（3家）。

1.22

中国龙头主要集中在哪些环节？

中国智能制造的龙头则主要集中在以BAT为代表的互联网领域。从《全球智能制造企业科技创新百强报告2020》统计来看，入围全球百强的中国智能制造企业有15家，不仅囊括信息技术网络与自动化技术出身腾讯、阿里巴巴、百度，而且涵盖众多拥有较强信息技术处理能力的IT传统玩家如大疆、京东等。

1.23

智能制造在A股的全景又如何分布？

A股市场上从事智能制造领域的上市公司并不在少数，尤其是随着科创板的建立，使得更多的小微科技创新型企业获得融资支持，得到迅速发展机会。其中，延续本文前面的框架，主营业务涉及相关产业的上市公司就多达493家，总市值约为14万亿，占总体A股市值17%。由此可见，智能制造虽然产业较新，但无论企业还是投资者参与热情高涨。

二

如何理解智能制造业的赛道差异？

2.1

广度：从市场空间看各行业“天花板”有何不同？

我们重点分析了云计算、区块链、人工智能、大数据、智能传感器、工业机器人、工控自动化、工业软件、边缘计算、数控机床、3D打印、虚拟现实等子行业的全球及中国的市场空间以及未来的潜在变化。整体来看，航空航天、工业软件、轨道交通、云计算、工控自动化、数控机床全球市场规模较高，都是1000亿美元以上宽赛道，相反，区块链、边缘计算目前的市场规模较小，还不及100亿美元。进一步从中国市场空间在全球的渗透率来看，轨道交通、数控机床、工业机器人、边缘计算、虚拟现实等领域中国产业规模在全球的占比较高，普遍在20%以上。往前看，我们认为随着中国装备制造业的智能化研发水平不断提高，中国制造业将在全球价值链中占据越来越重要的地位，未来五年，智能制造发展看中国，高度重视智能制造的投资机会。

Ø 航空航天：全球航空航天产业市场规模约9000亿美元，其中航天产业经济总量达3700亿美元左右。航空航天是人类开发大气层和宇宙空间时发生的活动的总称，其中，航空指的是载人或非载人的飞行器在大气层中的航行活动，而航天则指的是载人或非载人的航天器在大气层外的宇宙空间中进行的航行活动。根据美国空气动力学咨询公司和蒂尔集团的统计，2017年全球航空航天市场规模就已经达到8380亿美元，其中，航天市场为3480亿美元。2019年全球航空航天市场规模约9000亿美元，其中，全球航天经济总量同比增长1.7%，达到3660亿美元。

Ø 工业软件：全球工业软件市场规模约在4100亿美元。工业软件泛指在工业领域里应用的软件，包括研发设计类、信息管理类、生产控制类、嵌入类等。根据中商产业研究院的统计，2019年全球工业软件市场规模为4095亿美元。其中，中国工业软件产品收入1720亿元，较2018年增长16.45%。

Ø 轨道交通：全球轨道交通装备市场规模达2300亿美元。轨道交通装备是铁路和城市轨道交通运输所需各类装备的总称，是国家公共交通和大宗运输的主要载体，属高端装备制造业。根据赛迪研究院的统计，2019年，全球轨道交通装备市场规模达1967亿欧元，增长率为3.5%。国内方面，近年来我国全国铁路固定资产投资力度稳定保持在8000亿元左右，2019年全国铁路固定资产投资达到8029亿元。其中，轨道交通整车市场规模达到1766亿元。往前看，预计到2025年，世界铁路车辆维保市场复合增速为12%，市场规模达到4137亿美元。

Ø云计算：全球云计算市场规模约在1900亿美元左右。云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备，使用服务商提供的电脑基建作计算和资源。根据Gartner 统计，全球云计算市场保持稳定增长态势。2019 年以 IaaS、PaaS 和SaaS 为代表的全球云计算市场规模达到 1883 亿美元，增速 20.86%。其中，中国的云计算市场规模约为1335亿元。往前看，预计未来几年全球市场平均增长率在18%左右，到 2023 年全球市场规模将超过 3500 亿美元，中国的规模有望达到3754亿元。

Ø 工控自动化：全球工控自动化市场规模约在1700亿美元。工控自动化是指使用计算机技术，微电子技术，电气手段，使工厂的生产和制造过程更加自动化、效率化、精确化，并具有可控性及可视性。根据CCID的统计，2019年全球工业自动控制系统装置制造行业市场规模在1680亿美元左右。其中，亚洲地区工业自动控制系统装置制造行业市场规模近682亿美元，占全球比重近41%;美国工业自动控制系统装置制造行业市场规模近459亿美元，占全球比重近27%。国内方面，根据工控网的统计， 2019年度中国自动化市场规模达到1865亿元，较2018年度同比增长1.8%。往前看，2020-2022年中国自动化市场有望保持6%左右的年均复合增长率。

Ø 数控机床：全球数控机床市场规模约1500亿美元。数控机床是指可以透过事先编辑的精确指令进行自动加工的机床。目前大多数的数控机床为计算机数控机床，由计算机扮演整合控制的角色。近年来全球数控机床产业规模呈逐年增长态势。根据CCID的统计，2019年产业规模为1492亿美元。其中，中国数控机床产业规模占全球比重约31.5%，约470亿美元。往前看，根据中商产业研究院预测，2025年我国数控机床产业规模将达4056亿元。

Ø 人工智能：全球人工智能市场规模约720亿美元左右。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。根据中国通信研究院的统计，2019年全球人工智能核心产业市场规模超过718亿美元，其中，我国人工智能核心产业市场规模超过106亿美元，相较于2018年同比增长26.9%。往前看，根据iiMedia Research的估计，中国人工智能核心产业规模到2025年可以达到4000亿元，未来呈现爆发式发展趋势。

Ø 大数据：全球大数据市场规模约在490亿美元左右。大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。具体来说，近年来全球大数据发展仍处于活跃阶段。根据Statista统计，2019年大数据市场规模达到490亿美元，同比20.1%。预计到2020年全球大数据市场规模有望达到560亿美元。其中，中国市场规模90亿美元， 2020年中国大数据相关市场的总体收益将达到104亿美元，以同比16.0%的增幅领跑全球大数据市场，预计2023年将达到180亿美元。

Ø 智能传感器：全球智能传感器市场规模约在400亿美元。智能传感器是指具有信息处理功能的传感器。根据信通院的数据统计，2019年全球智能传感器的规模约为379亿美元，其中，消费电子领域市场规模最大，占据总量的2/3，其次为汽车电子领域。国内方面，我国的智能传感器规模达到137亿美元。往前看，随着物联网、智能制造、消费品等行业对智能传感器的需求井喷式增长，到2025年，全球智能传感器市场规模有望超过900亿美元。

Ø 虚拟现实：全球虚拟现实的市场规模约200亿美元。虚拟现实是利用电脑模拟产生一个三维空间的虚拟世界，提供用户关于视觉等感官的模拟，让用户感觉仿佛身历其境，可以即时、没有限制地观察三维空间内的事物。根据中国电子信息产业发展研究院数据显示，全球虚拟现实行业市场规模自2016年爆发以来呈快速增长趋势，2016年全球虚拟现实行业市场规模为46.8亿美元，同比增长192.8%;2017年市场规模同比增长120.8%，达到了103.3亿美元;2018年在虚拟现实资本市场、硬件设备市场遇冷的情况下，行业增速较前两年有所放缓，但仍保持着67.2%的高速增长速度，2018全年市场规模达172.7亿美元。国内市场来看，根据IDC的估计2020年中国市场在AR/VR相关产品和服务的支出总量占据了全球超过一半的市场份额（约为55%），较疫情前显著增加。而中国的总体市场规模将于2020年底达到66亿美元左右，较2019年同比增长72.1%，在规模及涨幅方面均超越美国和日本，位列全球首位。同时，中国市场的5年（2020-2024）CAGR也将保持在大约47.1%的水平。

Ø 工业机器人：全球工业机器人市场规模约在160亿美元。工业机器人是指面向工业领域的多关节机械手或多自由度的机器人。根据IFR的统计，2019年全球工业机器人市场规模约为159亿美元，占整体机器人市场规模的54.1%。其中亚洲销售额105亿美元，欧洲销售额29亿美元，北美销售额达到20亿美元。中国工业机器人市场规模57亿美元。往前看，到2021年，国内市场规模进一步扩大，预计将突破70亿美元。

Ø 3D打印：全球3D打印的市场规模约130亿美元。3D打印即快速成型技术的一种，它是一种以数字模型文件为基础，运用粉末状金属或塑料等可粘合材料，通过逐层打印的方式来构造物体的技术。据IDC统计， 2019年全球3D打印的市场规模将达到138亿美元，比2018年扩大21.2%。中国3D打印产业规模为157.5亿元，较2018年增加31.1%。往前看，Wohlers Associates预测，全球2024年增材制造将达到356亿美元，前瞻预测2025年，我国3D打印市场规模将超过630亿元。

Ø 区块链：全球区块链市场规模约在30亿美元左右。区块链是借由密码学串接并保护内容的串连文字记录（又称区块）。根据IDC 统计，2019年全球区块链的支出将达到近29亿美元，同比2018年15亿美元支出。其中，美国仍是全球区块链投资最大的区域，占全球支出的比重为39％。其次，是西欧、中国、亚太（不含中国和日本）和中东欧，分别占比24.4%、11.2%、8.1%和5.2%。往前看，根据ResearchAndMarkets的估算，到2025年，全球区块链技术市场规模预计将达到576亿美元，从2019年到2025年年复合增长率有望达到69.4％。

Ø 边缘计算：全球边缘计算的市场规模约30亿美元。边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。根据前瞻产业研究院的统计，2019年全球边缘计算市场规模达27亿美元，往前看，预计到2022年全球边缘技术市场规模有望突破67亿美元。到2027年，根据Grand View Research的统计，到2027年全球边缘计算市场规模有望将达到434亿美元。

总体来看，全球智能制造产业规模在过去几年平稳上升。在我们对智能制造定义的框架内，截至2019年全球智能制造的市场规模至少在2万亿美元，同比增速在6%，在2015年至2019年的复合年增长率（CAGR）8%。其中，区块链、边缘计算的增速较快，同比都在30%以上。航空航天、工业软件、轨道交通、云计算、工控自动化、数控机床的全球市场规模较高，都在1000亿美元以上。具体各分项变化，如下表所示：

2.2

高度：从技术差距看我国各产业的发展处于何阶段？

2.21

各细分行业分别处于技术循环曲线哪些阶段？

技术成熟度曲线（The Hype Cycle），又称技术循环曲线，是指新技术、新概念在媒体上曝光度随时间的变化曲线。1995年开始，高德纳咨询公司依其专业分析预测与推论各种新科技的成熟演变速度及要达到成熟所需的时间，分成5个阶段：分别是科技诞生的促动期、过高期望的峰值、泡沫化的底谷期、稳步爬升的光明期、实质生产的高峰期。2020年最新ICT技术成熟曲线显示，自主移动机器人、增强型数据分析、云安全技术目前处于技术萌芽期，多云环境、容器云、边缘计算、数据中台还处于期望膨胀期，而区块链技术、工业物联网、行业云已步入泡沫破裂的低谷期。

2.22

我国与海外技术的具体差距如何？

我们重点分析了云计算、区块链、人工智能、大数据、智能传感器、工业机器人、工控自动化、工业软件、边缘计算、数控机床、3D打印、虚拟现实、航空航天、新能源汽车等子行业我国与海外的技术差距。整体来看，我国在新能源汽车、区块链、轨道交通、数控机床、边缘计算领域发展态势较好，处于全球前列水平。相反，在云计算、人工智能、智能传感器、大数据、虚拟现实、工业机器人及工控自动化、工业软件、3D打印等领域，中外技术的差距明显，尤其是在上游芯片设计、底层算法、核心零部件领域我国面临严峻的挑战。具体各项的差距如下：

Ø 云计算：差距较大，上游芯片>中游云厂商>下游应用。具体来说，产业链上游，国内芯片产业最主要的瓶颈集中在设计和制造环节。其中，在芯片设计环节，目前芯片仿真设计软件的核心技术都被美国企业垄断。在芯片制造环节，制程工艺的滞后是造成我国芯片产业落后于发达国家的重要原因之一；产业链中游，国外整个云市场起步较早，整个应用生态都较为完善，而国内企业更多的营收或主营业务还聚焦在Iaas以及部分的Paas；产业链下游应用主要对应的是云生态（包括云基础平台、数据库、云原生等），目前呈现百花齐放的态势。例如，云基础平台领域，2019年，华为云发布鲲鹏云服务和解决方案，鲲鹏云服务聚合华为自研的芯片和硬件设备、支持多款国产服务器操作系统。数据库领域，阿里的polarDB、华为的分布式数据库GaussDB都进展不错。

Ø 人工智能：差距较大，基础层>技术层>应用层。具体来说，产业链上游，中国 AI 产业在基础层的芯片及传感器等硬件方面实力较弱，少有全球领先的芯片公司。相反，受益于英伟达、高通等技术实力强的业内头部厂商的参与，美国 AI 产业基础层芯片与传感器实力较强；产业链中游，国内方面，阿里、腾讯和华为等综合型厂商在计算机视觉、自然语言处理、语音识别等核心技术领域均有布局，同时创业独角兽在垂直领域迅速发展。海外方面，美国在计算机视觉、语音识别等领域的算法研究早在上世纪六七十年代已开始，近年来在这些领域的创业公司层出不穷；产业链下游，在中国丰富的应用场景支撑之下，中国 AI 产业应用层百花齐放，众多厂商在安防、金融、出行、教育等领域发力，推动 AI 落地。而美国 AI 产业应用落地多集中在医疗、金融、互联网等数据基础较好的领域。

Ø 智能传感器：差距较大，设计侧>制造侧>应用侧。具体来说，设计阶段， 由于设计环节技术壁垒极高，国内具有自主芯片设计能力的企业不多，根据工信部的预估，目前智能传感器芯片的国产化率不足 10%；制造阶段，又呈现出晶圆制造>封装测试的迹象。晶圆制造环节大陆市场仅有中芯国际、上海先进半导体等少数几家具备晶圆生产线的公司，尽管硬件条件国内与国际水平相近，然而工艺技术和经验还无法达到国外规模生产的标准。封装测试环节，目前国内企业渗透率较高。应用阶段，国内下游应用广泛，目前国内厂商仍以仿制跟随为策略，产品主要以压力传感器、硅麦克风、加速度计等成熟产品为主，主要面向中低端市场。整体来看，欧洲、美国、日本等国在智能传感器领域具有良好的技术基础，产业上下游配套成熟，几乎垄断了“高、精、尖”市场，中国企业想要实现赶超困难重重。为了更清晰的看到中外在智能传感器领域的技术差距，我们以产品为切入点，在下表详细梳理不同领域的差别。

Ø 大数据：差距较大，基础阶段>应用服务阶段。具体来说，基础阶段，技术差距主要集中在中国大数据领域底层核心技术相对薄弱。从技术角度来讲，大数据领域可用技术的分层来分析。有些公司专注于做基础建设的数据底层；有些公司做上层应用开放，统计分析软件；还有大量机构和公司专注于开源技术系统搭建。中国做科技公司首先的举措是复制美国的某一个公司或者复制美国的某一个业务，以此来获得资本市场的认可，这也导致了中国最底层的核心技术公司发展缓慢的原因之一。应用服务阶段，目前我国在互联网大数据应用技术已处于国际领先水平；在大数据存储、处理方面，研发了一些重要产品，有效地支撑了大数据应用；国内互联网公司推出的大数据平台和服务，处理能力跻身世界前列。

Ø 工业机器人：差距较大，上游核心零部件>下游系统集成。产业链上游，工业机器人有三大核心零部件：减速器、伺服系统、控制器。其中，减速器领域，目前全球精密减速器市场70%的市场份额为日本哈默纳克与纳博斯特克两家企业占据，国内减速器还未完全实现自给自足。伺服系统wei领域，国产伺服电机性能较弱，目前中国所用产品主要被外资品牌垄断。从伺服系统市场占比看，日系伺服电机品牌占50%，欧系品牌占30%，中国大陆以及中国台湾的品牌占比只有10%左右。控制器领域，目前中国头部的PLC厂商已经可以逐步实现对外资品牌的替代。产业链下游，系统集成商主要负责工业机器人应用的二次开发和周边自动化配套设备的集成，与核心零部件开发相比，技术难点较低，目前市场竞争激烈。

Ø 工控自动化：差距较大，工厂自动化>流程自动化。具体来说，工厂自动化，主要包括PLC、伺服系统等核心产品。在系统可靠性、产品质量（一致性、可靠性）、市场信誉方面，与国外先进水平尚有较大差距。伺服系统方面，由于中国伺服系统技术起步较晚，前沿的系统算法以及一体化集成技术都掌握在欧美日厂商中，在高端伺服领域，国产品牌无论是在市场份额还是产品质量上处于明显劣势；流程自动化，主要包括DCS、各类传感器、仪表等。以DCS为例，DCS以能源和重化工为主，主要在应用方面，并且多年来得到国家政策支持，所以行业内部的认识和重视程度比较高，与国际先进水平的差距正在缩短。在政策的扶植作用下，电力行业的DCS系统基本被国产品牌垄断，国有大型发电集团的自动化产品基本由下属的自动化企业提供，如国电集团下属的国电智深。在核电、食品饮料、制药、市政等领域，国产品牌具有商业灵活度与市场贴合度高，维护服务响应迅速等方面的优势，已渐渐占据自动化产品市场。

Ø 工业软件：差距较大，研发类>工控类>管理类。工业软件是工业和信息产业的结合体，但其中最重要、最核心、最底层的支撑是工业数据知识库，其汇集了工业生产过程中关键技术、流程、知识、工艺及数据。也缘于此，由于欧美等发达国家率先建立了较为完善的工业体系，使其在工业软件领域有着较强的先发优势。具体来说，研发设计领域，根据走向智能研究院的研究评估，在核心工业软件领域中的CAD研发设计类软件市场，法国达索、德国西门子、美国PTC以及美国Autodesk公司在我国市场占有率达90%以上，国内数码大方、中望软件、山大华天等只占不到10%的市场；CAE仿真软件市场领域，美国ANSYS、ALTAIR、NASTRAN等公司占据了95%以上的市场份额；生产控制领域，主要被西门子、施耐德、GE、罗克韦尔等国外巨头占据，宝信、石化盈科等国内软件企业只在电力、钢铁冶金和石化等细分行业争得一席之地。信息管理领域，虽然从产品视角看，国内的用友、金蝶的相关功能与国外厂商差距并不大，但考虑到客户粘性等因素的支撑，德国SAP与美国ORACEL公司占有高端市场的90%以上，用友、金蝶等国内软件企业更多占据的是中低端市场。

Ø 虚拟现实：差距较大，硬件软件侧>内容制作与分发。具体来说，硬件软件侧，美、欧、日等工业发达国家在工业领域已形成可集成软件平台和成熟的硬件产品。例如，Facebook研发的AI算法Deepfocus，与眼球追踪和动态显示技术结合后，能够在VR头显中实时生产自然的动态模糊，从而缓解由聚散度调节引起的视觉疲劳。苹果推出新一代AR开发平台AR kit3.0。国内方面，目前还处于整机代工向核心元器件环境渗透的过程。内容制作与分发侧，中央广播电视总台已实现利用VR技术来对70周年国庆阅兵、春晚进行实时直播，腾讯、爱奇艺、优酷等互联网视频平台也均设有VR专区，制作定制化内容。

Ø 3D打印：差距较大，工业级打印>桌面级打印。增材制造设备是牵动增材制造行业发展的关键，而它又可分为工业级打印机和桌面级打印机。具体来说，工业级打印，技术壁垒高，资本投入大，一直以来发展较为缓慢。中国国产 3D 打印设备在产品质量及生产工艺等方面与海外 3D 打印设备存在较大距离。桌面级打印，近年来随着国外桌面级打印机相关专利保护到期，技术壁垒下降，国内桌面级打印机厂家数量急剧增长，新进企业增多，加大了国内桌面级增材制造市场的竞争程度。

Ø 航空航天：差距较大，航空>航天。具体来说，航空方面，制约我国航空发展的关键因素之一就是航空发动机技术的发展。中国常用的民用飞机，包括大型重型小型运输机，还有直升机，大部分都采用了外国发动机，或者和外国发动机有着密切关系。例如，C919和ARJ21飞机，这两款飞机采用美国GE公司发动机，歼-10还是歼-20，中国长期使用俄制航空发动机AL-31。而长期以来中国工业基础的薄弱，关键零部件的缺失又是导致上述现象的关键；航天方面，全球商业发展大潮正从美国、欧洲传向中国。但与国外商业航天已经发展较晚成熟相比，中国商业航天发展仍处于初期。从技术成果来看，目前SpaceX公司几乎覆盖了所有商业航天公司需要触及的领域，包括运载火箭以及火箭发动机研制、航天飞机和低轨道星链卫星。但中国商业航天公司目前只能实现领域的部分覆盖，大多也只选择火箭和卫星这两大方向分别发展。

Ø 边缘计算：整体差距不大，中国边缘计算产业发展与世界同步。与海外巨头主宰云计算行业不同的是，中国本土企业赶上了边缘计算行业发展的浪潮，市场上出现众多本土企业布局边缘计算市场。具体来说，产业链上游市场较为活跃，边缘计算芯片领域，以华为、高通、Intel等龙头企业在终端SoC市场的竞争已经趋于白热化；产业链中游，电信运营商为服务提供商提供快速部署边缘计算应用的平台，为用户提供开放接口调度所需用的 MEC 资源。在即将到来的 5G时代，运营商纷纷将边缘计算作为重点发展方向。例如，中国电信将整体布局 CDN 资源、关注运营商网关和设备、推出基于MEC的业务平台及解决方案作为在边缘计算领域的三大重点规划。中国移动在 10 省 20 多地开展 MEC 应用试点，提出了运营商边缘计算的五大场景。产业链下游，应用场景广泛，适用于农业、金融、物流、制造业、安防、公共管理等领域，最终用户涉及政府机构、企业、家庭和个人。

Ø 数控机床：整体差距不大，结构上高端>中端>低端。从整体规模来看，中国是全球数控机床的主要生产国家之一。2019年，中国数控机床产业规模略低于日本，排名第二，占全球比重约31.5%。尽管如此，从结构上看，中国数控机床形成“高端失守、中端争夺、低端内战”的局面。具体来说，高端方面，技术门槛高，对设备的可靠性、超精密性加工等性能要求甚高，我国由于起步晚，技术力量薄弱。其中，高级型(及部分中档)数控系统，仍为法那科、西门子产品所垄断。高档功能部件基本靠进口(电主轴、刀具80%)，高速精密加工所用测量仪器，也基本为意德英企业垄断；中端方面，目前是中外机床企业竞相角逐的竞技场，在这一市场领域，我国的主要竞争对手是中国台湾和韩国的机床企业。低端方面，由于技术门槛低，导致国内很多企业争相进入，随之而来的就是同质化问题严重，大量产品过剩。

Ø 轨道交通：差距不大，全球轨道交通装备产业集中度高，中国优势明显。我国轨道交通产业起步较晚，但发展较快，形成了集研发设计、生产制造、试验服务于一体的产业体系。其中动车组制造国产化率达85%以上，大功率机车制造国产化率达90%以上，牵引电传动和网络控制系统实现完全自主化。截至2019年，中国中车、加拿大庞巴迪、法国阿尔斯通、德国西门子4家企业销售在全球占比82%，其中，中国中车位居首位，销售占比53%。往前看，我们认为以中国中车为代表的中国轨道交通技术优势地位仍将有望保持。一方面，从历史表现看，中国中车作为全球规模领先、品种齐全、技术一流的轨道交通装备供应商，连续多年轨道交通装备业务销售规模位居全球首位。另一方面，从未来潜在变化看，轨道交通装备行业备受党和国家领导人高度关注和重视，而且中国中车一直将创新作为推动公司高质量发展的第一动力，在不断提升自主创新水平的同时，也培育自己较强的抗风险能力。

Ø 区块链：差距不大，中国的区块链专利布局世界领先。中华人民共和国民政部官网发布的文章指出，“区块链技术是目前我国和欧美差距最小的技术”。[1]从佰腾网的数据统计也可以看出，我国区块链专利布局在全球的领先地位。截至2019 年底，全球公开的与“区块链”、“智能合约”、“分布式账本”、“Blockchain”、“Smart Contract”、“Distributed Ledger”相关的专利申请已达到 22293 件，较 2018 年底增长了 45%。其中，中国专利占比达到 63%，遥遥领先于其他国家和地区。排在第二位的是美国，专利占比仅为18%。从专利申请的方向看，主要集中在数字货币、支付、身份认证、交易、学习模型、哈希算法等。往前看，我国区块链技术的优势地位是否能够维持不仅依赖于自主可控的底层平台的提前布局，而且需要基础技术的持续的自主创新。

Ø 新能源汽车：差距不大，在新能源汽车产业的技术端，国内电动化、智能化技术持续提升。近年来我国新能源汽车全产业链技术创新取得重大进展，动力电池方面国内企业已占有很高市场份额，电机关键性能指标达到国际先进水平，电控系统研发能力大幅提升，氢燃料电池汽车关键零部件及材料研发也在加速；充/换电基础设施网络日趋完善，充电设施保有量全球领先。尽管如此，一些核心零部件如IGBT高度依赖进口(约90%)，智能驾驶芯片仍然基本被Mobileye与NVIDIA垄断。[1]

2.23

哪些细分领域已经显示出较强的龙头集聚趋势？

我们在前期的报告《苹果华为特斯拉，谁是市场“宠儿”？》中研究发现目前科技制造行业许多细分领域已经出现了资源向龙头集聚的特征。那么，智能制造领域各行业的竞争格局有何不同？

整体来看，智能制造领域减速系统、CAD、CMOS图像传感器、GPU、FPGA、IaaS、轨道交通等行业CR4已经超过70%，呈现出明显的垄断倾向。相反，SAAS、VR设备等市场因目标用户类别多、需求复杂或仍处于发展阶段，因此行业能够容纳足够的市场参与者，竞争格局较为分散。

2.24

往前看，核心差距是否容易实现弯道超车？

在梳理了智能制造各领域中外的技术差距以及竞争格局之后，我们不禁要问，往前看这些细分行业是否能够实现弯道超车呢？通过理解不同行业的商业模式和核心壁垒，我们认为云计算、智能传感器、大数据与人工智能的基础领域、工业软件的研发设计侧、3D打印和虚拟现实的核心零部件要想实现快速崛起是较为困难的。工业机器人及工控自动化我们则看好国产替代东风下，品牌龙头的突围。

Ø 云计算：遗憾的是，较难。虽然近年来我国云企业与海外巨头的差距逐渐在缩小，但是不得不承认的是这种差距依然明显。从商业模式来看，云计算本质属于重资产行业，前期需要大量的研发投入以及商业模式的探索，企业为了抢占市场，往往牺牲了大量的利润，即使是全球的云霸主AWS，实现盈利也花费了10年时间。因此，这种行业特征在前期造成不良循环的同时，也搭建了自己较高的壁垒和较多市场份额。

Ø 智能传感器：遗憾的是，较难。首先，由于国际市场较为成熟，国外主流厂商价格已经压的很低，国内厂商又没有技术优势，因此，在市场上难有竞争力。其次，主流智能芯片的研发投入在10亿以上，需要数十人团队6~8年的积累，研发失败风险较高，需要数千万只甚至亿只以上批量生产规模才可能盈利。而我国现有1600余家传感器企业中，产值过亿的不过200家，产品线单一，系列化程度低，难以形成规模的研发和应用。最后，国内产品的可靠性低，使用寿命和性能与国外差距明显。由于目前国内“小而散”的生产格局，国内企业很难依靠自身积累进行创新，这些特征都导致这未来我国智能传感器的发展道阻且长。

Ø 大数据：遗憾的是，基础领域的赶超较难。一方面，从客观的技术差距看，近年来，我国在大数据应用领域取得较大进展，但是基础理论、核心器件和算法、软件等层面，较之美国等技术发达国家仍明显落后。在大数据管理、处理系统与工具方面，我国主要依赖国外开源社区的开源软件，然而，由于我国对国际开源社区的影响力较弱，导致对大数据技术生态缺乏自主可控能力，成为制约我国大数据产业发展和国际化运营的重大隐患。另一方面，从主观的能动性看，目前大多数大企业仍然倾向打造难以与外部系统交互数据的封闭系统，众多中小企业数字化转型的动力和能力严重不足；国外厂商的设备在我国具有垄断地位，同时，这些企业纷纷推出相应的工业互联网平台，抢占工业领域的大数据基础服务市场。这些都为大数据的推进造成较大阻碍。

Ø 人工智能：遗憾的是，基础层的赶超仍需时日。中国在部分 AI 核心技术领域已与美国比肩，而在 AI 基础层，虽然加快追赶，但欲见成效仍需时日。这是由于在AI芯片领域，专利技术壁垒极高，投资周期很长。例如FPGA产品用近9000项专利构筑了长长的知识壁垒产权，从投入研发到产品真正规模化生产差不多要七年，而这期间是没有任何的商业回报，正常的风投可能等不了这么长的时间，小的公司也没有资金和能力去承受失败的风险。因此，我们在基础层的追赶并不是件一蹴而就的事情。它涉及到人工智能算法、编程语言、计算机体系结构、集成电路技术、半导体工艺的方方面面。

Ø 虚拟现实：遗憾的是，部分核心器件的赶超较难。虚拟现实产业的追赶必然要面临核心器件的替代。事实上，部分核心器件例如显示屏（LCD、OLED等）、声学器件已经实现了部分国产替代。然而在关键芯片领域如CPU、 GPU，中外的技术差距并不是短期可以克服和追赶的。

Ø 3D打印：遗憾的是，部分核心器件的赶超较难。增材制造行业本质属于资金密集型、技术密集型行业。具体来说，资金方面，目前国内企业公司规模偏小且面临资金瓶颈，从长远来看都制约着公司的研发投入潜力和产业规划的布局。技术方面，受制于国内整体产业链影响，国内增材制造装备核心器件，如高光束质量激光器及光束整形系统、高品质电子枪及高速扫描系统、大功率激光扫描振镜、动态聚焦镜等精密光学器件、阵列式高精度喷嘴/喷头等严重依赖进口，激光器市场基本被Trumpf、IPG等3-4家国外企业占有，扫描振镜市场则主要被德国Scanlab公司占有，国内设备的部分核心器件对国外品牌依赖性明显。因此，两种因素相互叠加导致我国3D打印短期实现弯道超车困难重重。

Ø 工业软件：遗憾的是，研发设计类软件的赶超任重道远。从前面的分析中我们得知我国与海外工业软件巨头的技术差距主要集中在研发类软件。一方面，国产工业软件的内核，目前基本由国外授权。考虑到国外先进工业软件不可能对我国客户开放源代码，几何建模引擎已经成为我国工业软件“难以逾越的一道坎”。另一方面，工业软件是工业和信息产业的结合体，但其中最重要、最核心、最底层的支撑是工业数据知识库，其汇集了工业生产过程中关键技术、流程、知识、工艺及数据。也缘于此，国外工业软件巨头的工业数据知识库来自几十年甚至上百年的工业生产技术/知识的积累，不可能对外出售。因此，国产工业软件的研发仍需要从基础的2D CAD一步步不断打磨，努力向高端的领域切入，较高的技术壁垒以及明显先发优势下赶超仍需时日。

Ø 工业机器人：曲折中前行，看好国产品牌龙头突围。从前面的分析中我们得知核心零部件（减速器、伺服系统、控制器）技术差距是制约我国工业机器人发展的关键。往前看，我们认为部分核心零部件是有望实现突破的。具体来说，减速器方面，作为工业机器人领域内技术含量最高的零部件，我们面临的并不是从0到1的突破。更多是设备摊销和工艺打磨带来的成本降低和稳定性问题。随着研发投入的提升以及生产工艺的积累，国产减速器的市场接受度将有望得到提高；伺服系统方面，目前中国国产龙头在小功率伺服电机领域已经逐渐实现国产替代；控制器方面，我们知道控制器的本质是一个数据处理器，在核心零部件中技术难度并不高，目前国产品牌已经掌握了相关技术，并满足一些精度要求不高的行业。

Ø 工控自动化：国产替代东风下，看好国产品牌龙头突围。根据工控网数据统计，2010-2018年，国内工控行业的本土企业市占率已经从27.1%增长至35.7%。本土品牌在部分领域，已经具备了非常强的竞争水平，如在变频器、伺服等领域，汇川技术对外资品牌的替代正逐渐进行；在小型PLC领域，信捷电气依靠优异的技术和完善的服务，也占据了一席之地。而今年疫情的爆发进一步加速进口替代的进程，国内企业抓住外资缺货的窗口期，收入快速增长。

2.3

速度：哪些行业出现边际好转的催化剂？

2.31

宏观层面：供需博弈下的行业改善

我们发现2020年智能制造领域呈现需求端顺周期景气持续修复，供给端多行业库存低位叠加国产替代加速，板块亮点纷呈的状态。综合宏观与中观的数据表现，我们发现这种回暖主要集中在新能源汽车、工业机器人、工控自动化、机床、云计算等行业。

Ø 需求方面：海外出口景气的延续，国内自主可控需求的升温叠加5G即将开启的海量终端需求，为智能制造行业需求的回暖提供重要的前提。具体来说：从出口需求来看，下半年以来智能制造领域中工业机器人、机床工具、增材制造、新能源汽车的出口交货值同比持续改善；从投资需求来看，高技术制造整体表现亮眼，细分来看，铁路航空设备、电气机械、计算机通信电子设备等制造业投资增速持续回暖。从智能制造的下游的主要消费需求看，疫情加深了企业对云的认知，培养了消费者对云的使用习惯，有利于加速云的渗透。

Ø 供给方面：工业机器人、机床、增材制造等行业不仅短期呈现产量回升，主动补库存迹象，而且中长期看国产替代趋势延续的确定性较高。产量方面，下半年以来工业机器人、金属切割机床、新能源汽车的产量增速持续回升；库存方面，不仅机床工具、增材制造、智能车载设备、可穿戴智能设备的存货增速处于历史分位的均值以下水平，而且工业机器人、机床、增材制造已经呈现出较为明显的主动补库存迹象；此外，近年来中外贸易争端反复加速国产替代，倒逼自主可控。例如工业机器人领域，虽然国内品牌机器人本体公司起步相对较晚，在技术、工艺的积累上与国际巨头相比仍有差距，但凭借着高性价比和本土化服务的优势，国产品牌也占据了一定的市场份额，市场占有率也不断提高，自主品牌机器人本体市场占有率已经从2014年的不足10%提升到2018年的28%。随着关键零部件国产化的加速，国内工业机器人行业市场规模未来有望持续较快增长。

2.32

微观层面：隐藏在财务报表下的行业回暖信号

经济修复途中，我国制造业整体步入了新一轮的成长周期。具体表现为，行业盈利增速好转+投资增速改善。尽管如此，我们也需要明晰这种回暖在结构上是非均衡的。通过筛选截至2020年三季报利润与Capex同比连续2个季度持续改善的行业。我们发现智能领域的回暖主要集中在工业软件、机器人、人工智能、区块链等领域。

2.33

技术层面：哪些行业出现边际改善的加持

随着国产替代的升温以及数字化转型的需求，在过去的一年，工控自动化、云计算、新能源汽车等领域都涌现了一批优秀的中国企业。目前我们可以看到以往与海外相差较大的领域，如工控核心零部件、边缘计算等细分领域都取得了重大的突破。而以3D CAD、CAE为代表的研发设计类软件、FPGA等领域的国产化率虽然十分有限，但随着中望软件首款电磁CAE产品ZWSim-EM的推出，兆易创新将开启下一代FPGA Titan3产品的研发等标志着我们的国产化已经逐渐向技术壁垒更高的领域发展。

Ø 工控自动化：2020 年，疫情催化进口替代加速，以汇川技术、雷赛智能、信捷电气为代表的上市公司加快新品研发与产业链拓展。例如，上半年汇川技术新一代伺服驱动器（Ether CAT）、精密络筒机项目已经从2019年年底的中试阶段变为全部机型量产；同时，新增液压行业专用控制器、中压IGCT变频器等项目的研发。雷赛智能成功开发出能控制64个轴的总线型运动控制卡DMC-3064和DMC-E5064、基于EtherCAT通讯的远程一体式可配置IO模块、并且优化了DMC5000系列高端控制卡的行业算法功能等，此外，成功研发出新一代PMC600系列总线型可编程运动控制器以及潜力巨大的新一代脉冲型运动控制器、并且成功推出了HMI人机界面LT1000系列。

Ø 工业软件：以中望软件为代表的研发设计类公司以针对性开发兼价格优势作为竞争策略，逐渐扩大市场份额。软件研发凭借着较高的技术门槛，一直是我们工业软件产业链中无法回避的短板。目前，研发设计类工业软件的软件开发商可以分为两大阵营，第一阵营主要是以达索、欧特克、西门子等公司为代表的国际知名企业，其产品性能优越、功能全面，产品设计理念为市场其他竞争者所模仿，但其产品价格较高，且主要产品的收费方式为订阅模式，进一步提升了客户的使用成本；第二阵营为国内研发设计类工业软件开发商，其技术进步较快，掌握软件开发关键技术，但品牌较知名厂商仍存在一定差距。为了缩小与海外的差距，近年来以中望软件为代表的我国优秀软件研发公司从基础的通用 2D CAD 领域做起，不断打磨产品、积累用户。2019年通过国内外合作及自主开发于2019年推出了首款全波三维电磁仿真软件ZWSim-EM，成功构建起―“2D CAD/3D CAD/CAM/CAE‖的产品线，实现了对产品设计、分析、制造全流程的全覆盖。同时，基于第三代自主底层跨平台的2D CAD的技术积累，推出了Linux系统环境的中望CAD Linux预装版。逐步打破欧美垄断，掌握了2D CAD领域的主要技术及功能，并在取得相应技术后逐步取得了国内外众多知名客户及特定行业客户的高度认可，形成了较为完善的二次开发生态体系，在国内外逐步实现对AutoCAD等欧美产品的部分市场替代。

Ø 边缘计算：边缘计算将迎来规模化商业落地，以网宿科技为代表的上市公司加强CDN和边缘计算的协同发展和创新。2020 年 7 月，中国电信研究院 IP 与未来网络研究中心主任雷波表示：“目前随着业务和市场的成熟，边缘计算的商用化部署已经成为产业界各方关注的焦点，预测将在近期（2021-2023 年）开始大规模进行。” 落实到上市公司层面，报告期内，网宿科技公司继续推进“面向边缘计算的支撑平台”项目建设，打造立体化、智能化的业务平台。截至中报报告期末，该项目累计投入28784万元，投入进度为89.65%。2020年初，由天津大学牵头、网宿联合参与申报的“基于边缘智能协同的物联终端系统与应用”项目被纳入国家重点研发计划“物联网与智慧城市关键技术及示范”重点专项项目。

Ø 云计算：2020年华为云强势入局。在这个基础设施、技术积累、生态圈建设、资金投入缺一不可的赛道，云计算市场“马太效应”凸显。因此，作为中国云市场的重要参与者，华为云的技术研发水平一定程度代表了国内在云计算领域的研发现状。而从市场研究机构Canalys发布2020年第二季度中国公有云服务市场报告显示，市场份额方面，华为云以15.5%份额位居第二，较一季度的14.1%进一步上升；增长速度方面，华为云以高达259.6%的同比增速排名第一。基础技术方面，华为云推出系列鲲鹏云服务，为企业提供多样算力；推出容器混合云、高性能容器批量计算解决方案，加速企业云原生转型；发布存算分离解决方案BigData Pro、极速IO云硬盘、All-Connect企业级云网络解决方案等。

三

如何把握智能制造产业链的投资时点？

3.1

智能制造产业各环节历史股价表现

根据智能制造不同环节相关概念标的股价走势，我们发现，虽然智能装备、智能技术、智能应用三者的投资路径呈现出一定共性，但不同赛道的收益差距明显。具体来说，与全A相比：2015年中至2016年中，智能制造的三大环节均出现较明显的相对收益，此后，三者也普遍面临了长达三年的股价低迷。尽管如此，当我们把股价表现进一步拆分，不同赛道的股价分化明显。其中，综合2015年以及2019年至今两段智能制造各细分行业普遍获得相对收益阶段的股价表现，我们发现工控自动化、机器人、传感器、新能源汽车整体表现亮眼，相反，云计算、区块链、人工智能等各领域在上述期间股价表现普遍相对低迷。

3.2

如何把握智能制造的投资时点？

为了更清晰的理解智能制造不同赛道股价表现背后的驱动因素，我们对2015年以来各细分行业相对万得全A收益明显的时期进行复盘，并发现以下值得关注的规律：

Ø 启示1：虚拟现实、3D打印、人工智能、云计算等行业股价相对收益明显的背后往往是来自估值的驱动，而非盈利的支撑。具体来说，这些行业历史上相对收益明显的时期背后往往伴随着市场流动性大幅宽松、杠杆资金活跃、行业政策刺激、风险偏好上升等现象，因此这类主题性机会持续的时间都不太长，平均下来在半年左右。

启示2：新能源汽车、航空航天、大数据等行业股价相对收益明显的背后往往是股价与估值双双回升，形成“戴维斯双击”。具体来说，这些行业历史上相对收益明显的时期背后不仅有市场流动性的支撑，更关键的是往往来自企业盈利的改善，进而推动估值修复。因此，我们可以通过追踪中微观数据的变化，比如企业订单、行业销量、行业产量等数据进行行业拐点判断。从持续时间来看，这类投资机会往往涨幅更高，延续更久，平均下来在1年左右。

四

智能制造领域哪些公司是市场的宠儿？

4.1

历史来看哪些股票是机构投资者的“心头好”

我们整理了智能制造领域海外资金（北上资金、QFII）、保险公司、公募基金（主动股票型）2015年至今稳定持有，以及今年以来增持的前二十名股票。数据显示：各类机构投资者普遍持有的往往是各细分领域的龙头，今年以来新能源汽车成为各类机构投资者的心头好，普遍加仓明显。此外，航空航天、人工智能的龙头公司也获得了市场较高关注。

4.11

哪些智能制造股票稳定的被机构投资者重仓？

从各类机构投资者2015年至今稳定持有的标的来看，智能制造各领域的龙头公司受到了外资、公募、保险机构共青睐。例如，海康威视、美的集团、歌尔股份等。从个股的筛选看，外资与公募的偏好更为相似，保险公司多样性更加明显。具体估算结果如下：

Ø 公募基金（主动股票型）稳定持有智能制造标的数量较多，主要集中在人工智能、虚拟现实等领域。从持有金额来看，截至2020年三季报持有金额排名前五的上市公司包括隆基股份、美的集团、三一重工、歌尔股份、海康威视。

Ø 海外资金（北上资金+QFII）稳定持有智能制造标的并不多，从持有金额的大小来看，主要集中在美的集团、格力电器、海康威视、上汽集团、启明星辰等。

Ø 保险公司稳定持有智能制造标的并不多，从持有金额的大小来看，主要集中在格力电器、国电南瑞、海格通信、万向钱潮等。

4.12

今年哪些股票被机构投资者明显增持？

我们整理了智能制造领域海外资金（北上资金、QFII）、保险公司、公募基金（主动股票型）今年以来增持的前二十名股票。数据显示，新能源汽车成为今年各类机构投资者的心头好，普遍加仓明显。此外，航空航天、人工智能的龙头公司也获得了市场较高关注。

Ø 今年以来公募基金（主动股票型）增持的前二十名股票主要集中在智能制造的新能源汽车以及人工智能领域。其中，增持金额排名前五的主要集中在隆基股份、宁德时代、美的集团、汇川技术、亿纬锂能。

Ø 今年以来海外资金（北上资金+QFII）增持的前二十名股票主要集中在智能制造的新能源汽车领域。其中，增持金额排名前五的主要集中在宁德时代、格力电器、三一重工、比亚迪、恩捷股份。

Ø 今年以来保险公司增持的前二十名股票主要集中在智能制造的新能源汽车以及航空航天领域。其中，增持金额排名靠前的包括格力电器、万达信息、航天发展、上汽集团等。

4.2

哪些上市公司订单饱满，盈利改善有望持续

在梳理了不同机构投资者对智能制造领域的偏好需求后，我们进一步根据每家上市公司的公告以及财务表现对盈利持续改善的标的进行筛选。具体筛选标准如下：（1）ROE(TTM)连续2个季度持续改善；（2）在wind一致预期下未来两年收入、利润复合增速持续为正；（3）上市公司公告中指出今年订单较往年大幅增长，或者市场渗透率大幅提升；（5）上市公司市值在100亿以上。

报告发布机构：中泰证券研究所

参与人员信息：

陈龙 | SAC编号：S0740519040002

卫辛 | SAC编号：S0740520080006

风险提示：经济增速不及预期风险。宏观经济大幅低于预期导致人民币汇率持续贬值，政策收紧降低市场风险偏好等。

附录

重点名词解释

CAD：指利用计算机及其图形设备帮助设计人员进行设计工作。

CAE：技术的提出就是要把工程的各个环节有机地组织起来，其关键就是将有关的信息集成，使其产生并存在于工程的整个生命周期。

CAM：利用计算机辅助完成从生产准备到产品制造整个过程的活动。

CAN：即控制器局域网络。

CMOS图像传感器：是一种典型的固体成像传感器，与CCD有着共同的历史渊源。CMOS图像传感器通常由像敏单元阵列、行驱动器、列驱动器、时序控制逻辑、AD转换器、数据总线输出接口、控制接口等几部分组成,这几部分通常都被集成在同一块硅片上。

CPU：中央处理器，一块超大规模的集成电路，是一台计算。机的运算核心和控制核心。功能主要是解释计算机指令和处理计算机软件中的数据。

EDA：电子设计自动化，是指利用计算机辅助设计（CAD）软件，来完成超大规模集成电路（VLSI）芯片的功能设计、综合、验证、物理设计（包括布局、布线、版图、设计规则检查等）等流程的设计方式。

ERP：是指建立在信息技术基础上，集信息技术与先进管理思想于一身，以系统化的管理思想，为企业员工及决策层提供决策手段的管理平台。

DCS：是以微处理器为基础，采用控制功能分散、显示操作集中、兼顾分而自治和综合协调的设计原则的新一代仪表控制系统。

FPGA：现场可编程门阵列，在 PAL、GAL、CPLD 等可编程器件的基础上进一步发展的产物。

GPU：图形处理器，又称显示核心、视觉处理器，一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上图像运算工作的微处理器。

IGBT：绝缘栅双极型晶体管，是由BJT(双极型三极管)和MOS(绝缘栅型场效应管)组成的复合全控型电压驱动式功率半导体器件, 兼有MOSFET的高输入阻抗和GTR的低导通压降两方面的优点。

MES：生产制造执行系统，即制造企业生产过程执行系统，是一套面向制造企业车间执行层的生产信息化管理系统。

MEMS麦克风：是基于MEMS技术制造的麦克风，简单的说就是一个电容器集成在微硅晶片上，可以采用表贴工艺进行制造,能够承受很高的回流焊温度,容易与 CMOS 工艺及其它音频电路相集成, 并具有改进的噪声消除性能与良好的 RF 及 EMI 抑制能。

PDM：产品数据管理，是一门用来管理所有与产品相关信息（包括零件信息、配置、文档、CAD文件、结构、权限信息等）和所有与产品相关过程（包括过程定义和管理）的技术。

PLC：是种专门为在工业环境下应用而设计的数字运算操作电子系统。

PLM：即产品生命周期管理，主要用于辅助企业实现产品全生命周期信息的创建、管理、分发和应用等业务。

工业以太网：是在以太网技术和 TCP/IP 技术的基础上开发出来的一种工业网络。

哈希函数：是一种在有限合理的时间内，将任意长度消息压缩为固定长度的消息摘要的函数。哈希算法就是在哈希函数基础上构造的、用于实现数据完整性和实体认证的算法。

嵌入式软件：嵌入式软件就是嵌入在硬件中的操作系统和开发工具软件，它在产业中的关联关系体现为：芯片设计制造→嵌入式系统软件→嵌入式电子设备开发、制造。

转载请注明出处。