杨飞，拥有近14年证券从业经验，超7年投资管理经验。曾在诺德基金、景顺长城基金和国泰基金任职，2022年3月加入鹏华基金，现任鹏华基金权益投资一部副总监，从业经验非常丰富，是一名深耕科技行业的成长投资老将，获得投资者广泛认可。本期，杨飞将为我们带来“分享数字经济的时代红利”的主题分享。
1、中国经济处于弱复苏阶段，政府不太会出台强刺激政策，也不会有系统性风险，这也就决定了今年市场整体可能处于震荡向上的行情中。
2、人工智能是本轮结构性机会最大的应用出口，而数据要素是人工智能最坚实的核心底座。
3、我们更关注中国经济由传统经济迈向数字经济的关键一年后，重要的结构性机会以及可能面临的风险到底在哪里，我们更关注结构而不是总量。
4、生产力五大要素中，边际爆发性最强的两大要素是数据和技术，所以数字经济的核心投资机会也来自这两方面，分别为人工智能和数据要素。
5、在时代产业更替的浪潮中，投资就是不断学习以及迭代的过程。
Q1、开年以来，整个市场风格非常极致，您认为这种极致风格的背后是什么原因？
杨飞：今年年初，我们对2023年市场的判断是整体震荡向上，但结构性机会非常明显，主要基于以下几点原因：
第一，中国经济处于弱复苏阶段，政府不太会出台强刺激政策，也不会有系统性风险，这也就决定了今年市场整体可能处于震荡向上的行情中。
第二，国内流动性保持稳定，海外处在衰退阶段，因此海外流动性边际拐点也即将出现，在国内外流动性都宽裕的情况下，整个市场的估值中枢稳步向上。
第三，中国经济在新的政策周期及产业周期加持下，将出现结构性机会。这里的新政策周期就是我们通常意义上的“数字经济”，新产业周期就是“人工智能”，也就是我们通常所说的AI，今年的市场表现也是紧密围绕结构性机会展开的。
人工智能是本轮结构性机会最大的应用出口，而数据要素是人工智能最坚实的核心底座。数字中国顶层设计也是围绕数据要素以及人工智能自上而下展开的，同时数字经济映射的四大板块就是我们通常意义上指的TMT四大行业，分别是计算机、传媒、通信、电子。这四大行业主要以中小市值成长股为主，所以中小市值成长股表现相对较好。
Q2、有观点称，对中国而言，2023年是经济复苏的关键年份，对于今年的投资，您更关注什么？
杨飞：2023年确实是中国宏观经济在三年疫情后的首度复苏年份，我们很关注经济复苏的表现，这决定了市场的整体表现。但我们更关注中国经济由传统经济迈向数字经济的关键一年后，重要的结构性机会以及可能面临的风险到底在哪里，我们更关注结构而不是总量。
首先，2023年是数字中国战略的关键一年，而数据要素以及人工智能又是数字中国最重要的核心主线，所以，我们会紧密跟踪数据要素相关政策的落地以及国内外人工智能在下游的实际应用情况，我们认为这才是最大的机会。
其次，我们也会关注一些风险，虽然这些风险不一定会发生，但这些风险点也将直接影响市场的风险偏好，进而影响数字经济相关板块的短期估值以及市场表现。风险主要包括以下几方面：国内宏观经济复苏是否符合预期，海外是否会出现政策系统性风险，以及中美国际关系等等。总的来说，今年A股市场投资机会远远大于风险，我们将在保持乐观的情况下积极地寻找投资机会。
Q3、您本次分享主题为“分享数字经济的时代红利”，想请教一下您，这个主题当中的关键词“数字经济”具体指哪些行业或赛道？
杨飞：数字经济涵盖的范围很广，落实到投资上，可以简单概括为我们通常意义所指的TMT 4大行业，主要包括计算机、传媒、通信、电子。接下来，我展开介绍一下这四大行业在数字经济上的投资机会。
第一，想和大家分享的是计算机行业。计算机行业是与数字经济关联度最大的行业之一，过去中国经济体的信息化比例已经非常高了，未来巨大的中国经济体需要在人工智能的帮助下，大幅提升自动化、智能化、网联化的比例。中国拥有全球最大的制造业经济体，数字化过程可以大大提升经济体的生产效能，最终实现中国经济保持持续领先增长。中长期看，中国经济体也将从消费互联网时代迈向工业互联网时代，我们最看好的方向主要包括：
1. AI+。人工智能作为提升生产力最重要的工具，在一些应用场景中将很快展开，比如，AI+办公、AI+金融、AI+工业等等。
2. 数据要素。数据要素是AI应用的核心底座，比如数据持有方、数据运营方、数据加工方等等。
3. 工业软件以及工业互联网。投资机会短期主要来自于工业软件的国产替代，中长期来自工业互联网对工业产业链效率的提升。
4. 信创。此前大家关注度较高，信创就是计算机行业软硬件的国产替代。短中期来看，具有确定性和爆发性，但长期来看，成长性并不比其它几个方向更高。
第二大行业是传媒，我认为人工智能最快应用的场景就是娱乐，也就是传媒行业。因此，传媒行业将最先感受到人工智能对行业的影响，这种影响不仅仅是生产成本大幅降低以及未来产能的大幅扩张，未来内容产业的展现形式也会发生巨大变化，这是一个被AI重新塑造的行业，因此也孕育着巨大的投资机会。另一方面，内容行业过去三年一直被重度监管，短中期内容行业也将享受监管放松带来的成长红利。传媒行业是投资上最具戴维斯双击的行业之一，我们最看好的方向包括AI+游戏、AI+动漫影视等等。
第三大行业是通信。我认为AI产业能够快速发展离不开巨大的算力支持，随着AI产业从训练向推理发展，算力也会大幅提升。因此，我们最看好的方向包括运营商以及算力供应链。
我们可以简单分析一下，运营商不仅仅是算力的最大提供方，还是数据要素产业链中最大的数据持有方。运营商掌握了数字经济产业链中最重要的数据资产以及最强大的算力，是数字经济时代中最重要的核心底座。
而我们关注的算力产业链主要指光通信产业链中的光模块。随着算力增长，光模块需求也会大幅增长，此外价值量也会逐步提升，中国的光模块企业面向全球客户，受益于全球算力的快速增长。
最后一个板块是电子。相对于计算机、传媒、通信而言，电子可能并不是本轮AI浪潮的重点。本轮AI浪潮的核心是数据，数据搭载在云端，硬件的使用量相对于PC、移动互联网时代要小很多。但电子行业的细分领域仍然存在一些投资机会，比如，消费电子中的MR产业链、半导体中的AI芯片产业链。最看好的方向包括：
1. MR显示设备的供应链公司。
2. AI芯片产业链，包括先进封装、先进制程。
3. 第三代化合物半导体——sic，在电动化大趋势下，sic使用量也会大幅提升。
Q4、您认为以上这些是我们这个时代的红利，您又如何解读 “时代红利”这个字眼？
杨飞：我们一直认为投资机遇是这个时代所赋予我们的，所以正如我们的投资理念一样，我们分享的是整个数字经济时代的红利。数字经济的产生有三大背景：
一、时代背景：传统经济增速已经开始放缓，需要新的经济引擎拉动；劳动力人口也将逐步消失，对数字经济的需求也顺理成章。而且，三年疫情也催化了数字经济产业发展的迫切性，随着数字中国顶层设计出台以及国家对数字经济、数字政府的强约束考核，数字经济未来必将快速发展。
二、宏观背景：国内二十大结束后，未来五年中长期经济增长已形成一致预期。随着疫情稳步放开，整体经济在政策托而不举背景下稳健复苏，新经济将成为未来中国经济增长的核心引擎。中国庞大的第二产业——工业，需要在数字中国背景下，实现降低成本、提升效率，从底层到应用，全面实现数字化、智能化、网联化。再从流动性角度看，国内将保持中期宽松的流动性，海外流动性拐点也将在经济衰退中逐步出现。
三、产业背景：新兴产业出现是数字经济发展的引擎。上游通过数据要素政策盘活巨大的存量数据资产，下游通过科技革命生产力——AI技术大大提升生产力，中游通过强大的算力提供动能支持，传统经济在数据要素以及AI加持下，成长空间非常巨大。传统经济时代的生产要素——劳动力和土地都开始出现边际衰减，但新经济时代两大生产要素——数据和技术正迎来全面爆发，新经济时代——数字经济已经开启，我们需要紧紧抓住时代机遇。
Q5、上面罗列了很多数字经济的核心机会，您认为核心方向来自于哪里？
杨飞：其实，这个问题自上而下已经比较清晰了。生产力五大要素中，边际爆发性最强的两大要素是数据和技术，所以数字经济的核心投资机会也来自这两方面，分别为人工智能和数据要素。看似表面关联度不大的两个方面其实紧密串联在一起，我之前做过一张PPT，把数据要素与人工智能串联在一起，人工智能是本次科技革命最大的变现出口，由算法、算力、应用三部分组成。
第一条链——算法链，就是通常意义上的大模型，但大模型的核心底座是数据，没有数据的大模型根本无法训练。数据要素的投资可以分为数据持有方、数据运营方、数据加工方，一旦数据能够入表、变现、交易，数据资产就具备了商业价值。我国的数据75%都掌握在政府手中，一级数据运营商大多数也会交给国有企业，民企更多承担数据加工、处理等工作。
第二条链——AI应用，从投资角度来看，通用人工智能变现将会更快落地，主要包括以下几方面：
1. AI+娱乐，这里的娱乐主要包括游戏、影视、动漫、音视频等；
2. AI+办公，比如办公软件、邮箱、OA等等，相对而言，B端应用更多使用专用模型，甚至关联到数据的合法安全问题。长期来看，AI+金融、AI+工业可能都会出现，但落地时间会相对长一些。
第三条链——算力。初期在训练阶段，算力需求快速增长，但到了推理阶段，算力的边际变化可能会下降，但是总量大幅增长。算力产业的投资机会主要包括AI芯片、AI服务器以及AI服务器中的光模块、PCB等等。
Q6、在寻找投资机会过程中，您一般如何评价一家企业是不是好企业以及是否具有投资价值？
杨飞：以科技公司为例，我对一家优秀公司的评价标准主要包括以下几方面：
一、首先，我会看这家公司是否具有强大的研发投入，研发投入的转换效率如何以及公司研发是否具备前瞻性；
二、与同行相比，公司的竞争优势在哪里，也就是我们在投资理念中经常提到的——是否有独特竞争力，这可以是资源优势，也可以是客户优势。
三、财务上，我们比较关注公司的毛利率、净利率、ROE，这些指标都代表了公司的赚钱能力。同时，我们也会关注公司上下游产业链的议价能力，这主要体现在这些现金流财务指标上。
四、定性指标：优秀科技型企业的研发转换效率远高于同行，公司管理层的前瞻性、执行力也远高于同行，尤其在行业发生变化时，管理层的调整适应能力非常关键。
如果从投资角度看，我选择优秀企业时会扩大一些维度，从不一样的角度去看。
首先，公司所处行业很重要，行业所处时代也很重要，这样就能够自上而下为我的选择规避很多风险。因为在我的投资理念中，经常会谈到一句话——“天时、地利、人和”，我们认为这很重要，所以，对于人定胜天、翻石头这样的事，我参与得比较少。
其次，在具备同样条件的公司中，我会自下而上进行横向对比，而选择标准就是上面提到的几条，因此两者综合来看，符合条件的公司可能就不会太多。最后，我会再考虑业绩、估值这些大家关注的常用指标，根据这些指标做出参与时点的判断。
Q7、和很多同行相比，一家优秀企业在指标上有相当巨大的优势。以TMT行业为例，除了文件及书面上的优势外，您如何对一家公司进行实地调研？
杨飞：TMT行业子行业非常多，个股差异也非常大。从研究角度来看，可以分为制造业及非制造业。非制造业主要集中在软件、运营商、传媒等方向，制造业主要集中在半导体、消费电子、通信设备等方向。对于制造业的调研，除了前期要比较深入地做一些案头工作外，由于产业链比较长，对上下游也要有一些基本了解，对开工率、产能、良率、份额、价格、竞争格局等关注会较多。
除调研公司本身外，还需要进行上下游验证。比如，我们调研一家半导体IC设计公司时，除调研公司本身的产品线布局外，下游晶圆厂的产能规划也非常重要。这可以验证我们对这个行业景气度的判断，同时我们也可以去终端厂商进行验证。比如，一家家电模拟IC公司可以去美的集团验证国产芯片的导入情况，它的份额和价格到底如何，国产厂商本身的竞争格局以及竞争力如何等等，这些都是一些非常值得关注的东西。
当然，对于非制造业科技型公司，我们会更多关注下游需求空间以及技术与创新的迭代情况。举个例子，对一家ToB公司而言，调研一家软件公司就是要判断下游本身的需求情况，产品本身是否可以帮助企业提升效率，市场需求空间以及自身对客户的粘性如何，因为产品和技术是粘住客户最重要的抓手。对一家ToC公司而言，以调研一家游戏公司为例，可能更多需要关注产品是否能提升AURP值，是否能增加流水以及产品本身的获客能力等等，这些都是我们关注的指标。
以上观点仅代表基金经理个人观点，不代表基金管理人观点，不构成实际投资建议，也不代表基金过去及未来持仓。投资有风险，投资需谨慎。您在做出投资决策之前，请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和本风险揭示书，充分认识本基金的风险收益特征和产品特性，认真考虑本基金存在的各项风险因素，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。
$鹏华创新驱动混合(OTCFUND|005967)$ $鹏华高端装备一年持有期混合A(OTCFUND|018611)$ $鹏华高端装备一年持有期混合C(OTCFUND|018612)$
本文作者可以追加内容哦 !
