量化模型与构建方式 1. **模型名称：股指分红点位测算模型**[12][43] * **模型构建思路**：为准确计算股指期货的升贴水，必须剔除指数成分股分红除息导致指数点位自然下滑的影响。该模型旨在精确预测从当前时刻到股指期货合约到期日之间，指数因成分股分红而将损失的点数。[12][43] * **模型具体构建过程**：模型的核心是计算在特定时间窗口内，所有成分股分红对指数点位的总影响。具体流程如下：[43][44] 1. **获取基础数据**：获取指数成分股列表、个股权重、个股总市值和指数收盘价。[48] 2. **预测个股分红信息**：对每只成分股，判断其分红金额和除息日是否已公布。若未公布，则需进行预测。[46] * **分红金额预测**：若公司未公布分红金额，则需预测。分红金额 = 净利润 × 股息支付率。[51] * **净利润预测**：采用“基于历史净利润分布的动态预测法”。若公司已公布年报、快报或业绩预告，则直接采用；否则，根据其历史季度盈利分布是否稳定，分别采用历史分布规律或上年同期利润进行预测。[53] * **股息支付率预测**：采用历史数据平均。若去年分红，则用去年股息支付率；若去年不分红，则用最近3年平均；若从未分红，则默认不分红；预测值大于100%时进行截尾处理。[54][57] * **除息日预测**：采用“基于历史间隔天数稳定性的线性外推法”。若公司已公布除息日，则直接采用。否则，根据公司是否已公布分红预案、所处阶段（预案或决案），以及历史从公告日到除息日的间隔天数的稳定性，进行线性外推或采用历史分红日期。若无合理历史日期，则根据多数公司在7月底前分红的规律，设置默认日期（如7月31日、8月31日或9月30日）。[55][58][60] 3. **计算指数分红点数**：汇总所有在时间窗口内（当前日期t 到期货到期日T）有分红的成分股，计算其对指数点位的总影响。公式如下：[43] $$分红点数 = \sum_{n=1}^{N} \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价$$ 其中，要求个股除息日满足 $t < 除息日 \leq T$。 * **模型评价**：该模型通过精细化处理成分股权重、净利润、股息支付率和除息日等关键变量的预测，提升了分红点位预测的准确性。对于上证50和沪深300等大盘指数的预测误差较小，对于中证500和中证1000等指数预测误差稍大但基本稳定。[65] 2. **因子名称：日度成分股权重调整因子**[49] * **因子构建思路**：由于指数成分股的权重随股价涨跌每日变化，而主流数据通常只提供月末权重，为了更精确地计算分红对指数的影响，需要将月末静态权重调整至日度动态权重。[49] * **因子具体构建过程**：假设最近一次指数公司公布权重的日期为 $t_0$，该日成分股 $n$ 的权重为 $w_{n0}$。从 $t_0$ 到当前日期 $t$，个股 $n$ 的非复权涨跌幅为 $r_n$。则当前日期 $t$ 的估算权重 $W_{n,t}$ 为：[49] $$W_{n,t}={\frac{w_{n0}\times(1+r_{n})}{\sum_{i=1}^{N}w_{i0}\times(1+r_{i})}}$$ * **改进方法**：为避免成分股调整、解禁、配股等行为导致的估算偏差，报告采用中证指数公司每日披露的日度收盘权重数据，以获取精确的日度个股权重。[50] 模型的回测效果 1. **股指分红点位测算模型**，**预测误差（上证50指数）** 基本在5个点左右[65]，**预测误差（沪深300指数）** 基本在5个点左右[65]，**预测误差（中证500指数）** 基本在10个点左右[65]，**预测误差（中证1000指数）** 基本在10个点左右[65] 2. **股指分红点位测算模型**，**对股指期货合约股息点预测效果** 整体较好，具有较好的预测准确性[65] 量化因子与构建方式 1. **因子名称：已实现股息率**[17] * **因子构建思路**：计算指数成分股中，在当年已经完成现金分红的公司，其分红总额相对于指数总市值的比率，用以衡量截至当前时点指数已兑现的分红收益。[17] * **因子具体构建过程**：统计指数中今年已现金分红的公司集合，对每家公司，用其已分红金额除以其总市值，再乘以该公司在指数中的权重，最后对所有已分红公司进行求和。公式表示为：[17] $$全年已实现股息率 = \sum_{i=1}^{N_1} \frac{个股已分红金额}{个股总市值} \times 个股权重$$ 其中，$N_1$ 表示指数成分股中今年已现金分红的公司数量。 2. **因子名称：剩余股息率**[17] * **因子构建思路**：预测指数成分股中，在当年尚未进行现金分红的公司，其预期分红总额相对于指数总市值的比率，用以衡量未来一段时间指数可能获得的分红收益。[17] * **因子具体构建过程**：统计指数中今年尚未现金分红的公司集合，对每家公司，用其预测分红金额（通过前述分红点位模型中的方法预测）除以其总市值，再乘以该公司在指数中的权重，最后对所有未分红公司进行求和。公式表示为：[17] $$剩余股息率 = \sum_{i=1}^{N_2} \frac{个股预测分红金额}{个股总市值} \times 个股权重$$ 其中，$N_2$ 表示指数成分股中尚未现金分红的公司数量。 3. **因子名称：年化升贴水率**[13] * **因子构建思路**：在剔除预期分红影响后，计算股指期货价格相对于其标的指数价格的偏离程度，并将其年化，以标准化比较不同期限合约的升贴水幅度。[13] * **因子具体构建过程**： 1. 计算**含分红价差** = 期货合约收盘价 - (指数收盘价 - 预测的分红点数)。[13] 2. 计算**升贴水** = 含分红价差 / 指数收盘价。[13] 3. 计算**年化升贴水** = 升贴水 × (365 / 到期天数)。[13] 因子的回测效果 *(注：报告未提供单个因子的独立回测效果指标，如IC、IR等。报告展示的是基于模型和因子计算出的市场状态观测值。)* 1. **已实现股息率（截至2026年1月7日）**，**上证50指数** 0.00%[17]，**沪深300指数** 0.00%[17]，**中证500指数** 0.00%[17]，**中证1000指数** 0.00%[17] 2. **剩余股息率（截至2026年1月7日）**，**上证50指数** 2.34%[17]，**沪深300指数** 1.85%[17]，**中证500指数** 1.14%[17]，**中证1000指数** 0.89%[17] 3. **年化升贴水率（主力合约，截至2026年1月7日）**，**IH** -0.28%[13]，**IF** -2.69%[13]，**IC** -2.47%[13]，**IM** -12.36%[13] 4. **基差历史分位点（主力合约，截至2026年1月7日）**，**IH** 约38%[26]，**IF** 约45%[26]，**IC** 约72%[26]，**IM** 约48%[26]

量化模型与构建方式 1. **模型名称**：无 **模型构建思路**：无 **模型具体构建过程**：无 量化因子与构建方式 1. **因子名称**：封板率[16] **因子构建思路**：通过计算最高价涨停且收盘涨停的股票比例，来衡量市场涨停板的封板强度和市场情绪[16] **因子具体构建过程**：统计上市满3个月以上的股票，计算当日最高价涨停且收盘涨停的股票数量，再除以当日最高价涨停的股票总数[16] **因子计算公式**： $$封板率=最高价涨停且收盘涨停的股票数/最高价涨停的股票数$$ **因子评价**：该因子是衡量市场短期炒作情绪和资金封板意愿的常用指标[16] 2. **因子名称**：连板率[16] **因子构建思路**：通过计算连续两日收盘涨停的股票比例，来衡量市场涨停板的持续性和赚钱效应[16] **因子具体构建过程**：统计上市满3个月以上的股票，计算当日收盘涨停且前一日也收盘涨停的股票数量，再除以前一日收盘涨停的股票总数[16] **因子计算公式**： $$连板率=连续两日收盘涨停的股票数/昨日收盘涨停的股票数$$ **因子评价**：该因子反映了市场热点的持续性和短线追涨资金的活跃度[16] 3. **因子名称**：大宗交易折价率[25] **因子构建思路**：通过计算大宗交易成交价相对于市场价格的折价幅度，来反映大资金的交易情绪和偏好[25] **因子具体构建过程**：统计每日大宗交易的总成交金额和对应成交份额按当日市价计算的总市值，计算两者的比值减1[25] **因子计算公式**： $$折价率=大宗交易总成交金额/当日成交份额的总市值-1$$ **因子评价**：该因子是观察机构或大股东等大资金交易行为的重要指标，较高的折价率可能反映卖出方较强的减持意愿或流动性需求[25] 4. **因子名称**：股指期货年化贴水率[27] **因子构建思路**：通过计算股指期货价格相对于现货指数的年化基差，来反映市场对未来走势的预期和对冲成本[27] **因子具体构建过程**：计算股指期货主力合约价格与现货指数价格的差值（基差），除以现货指数价格，再乘以（250/合约剩余交易日数）进行年化处理[27] **因子计算公式**： $$年化贴水率=基差/指数价格*(250/合约剩余交易日数)$$ **因子评价**：该因子是量化对冲策略中重要的成本考量指标，其变化也常被视为市场情绪的风向标[27] 因子的回测效果 1. **封板率因子**，2026年1月7日取值为64%[16] 2. **连板率因子**，2026年1月7日取值为24%[16] 3. **大宗交易折价率因子**，2026年1月6日取值为9.26%[25]，近半年平均值为6.69%[25] 4. **股指期货年化贴水率因子**，2026年1月7日取值如下： * 上证50股指期货：0.23%[27] * 沪深300股指期货：2.69%[27] * 中证500股指期货：5.00%[27] * 中证1000股指期货：10.05%[27] * 近一年中位数分别为：0.85%、3.79%、11.15%、13.61%[27]

报告行业投资评级 - 行业投资评级：优于大市（维持评级）[1] 报告核心观点 - 报告研究的公司是中国领先的独立大语言模型厂商，产品矩阵快速扩张，模型能力达到全球领先水平，收入高速增长，但净利润因高额研发和算力投入而短期承压，公司计划通过募集资金持续投入研发以维持行业优势[2][8][15][40] 根据相关目录分别总结 01 领先的AI公司，产品进入快速迭代阶段 - 报告研究的公司成立于2019年，是中国领先的AI公司，致力于通用人工智能，已为逾8000家机构客户、约8000万台设备提供支持[2][8] - 以2024年收入计，公司是中国最大的独立大语言模型厂商及第二大大语言模型厂商，市占率达6.6%[2] - 公司产品迭代迅速，2022至2025H1日均token消耗量从5亿、21亿、0.2万亿增长至4.6万亿，最新基础模型已迭代至GLM-4.7[2][8] - 公司建立了全面的AI模型矩阵，具备语言、多模态、智能体及代码能力，并形成了连接算力提供商、设备制造商、客户及开发者的MaaS平台网络[11] - 公司实际控制人为刘德兵博士，合计持股达23.09%[12] 02 模型能力持续提升，全球AI市场快速扩张 - 2025年12月，公司发布GLM-4.7并开源，在编程、推理与智能体能力上实现突破，在多项主流基准测试中取得开源模型领先表现[2][26] - GLM-4.7的代码能力对齐Claude Sonnet 4.5，在SWE-bench-Verified获得73.8%的开源SOTA分数，在LiveCodeBench V6达到84.9%的开源SOTA分数，超过Claude Sonnet 4.5[2][31] - GLM-4.7在HLE基准测试中获得42.8%的成绩，较GLM-4.6提升41%，超过GPT-5.1，在τ²-Bench工具调用评测中实现87.4分的开源SOTA[26] - 据SimilarWeb数据，公司日活在2025年快速增长，2025年11月30日日活数量达到19.97万人[31] - 全球及中国AI市场快速扩张，预计至2030年AI将创造逾20万亿美元的经济影响，中国人工智能市场规模预计从2024年的1607亿元增至2030年的9930亿元，期间复合年增长率为35.5%[2][32] - 2024年中国大语言模型市场规模为53亿元，其中机构客户贡献47亿元，预计到2030年该市场规模将增至1011亿元，复合年增长率为63.5%，企业级市场是核心驱动力[35] 03 募集资金投入产品，维持行业优势 - 公司全球发售净募集资金约41.73亿港元，拟将约70.0%用于持续增强通用AI大模型研发能力，其中约60.0%分配用于训练基础设施[40] - 募集资金具体分配为：70.0%用于研发，10.0%用于优化MaaS平台，10.0%用于发展合作伙伴及战略投资，10.0%用于营运资金[40][41] - 研发资金将重点用于预训练大模型、深度推理模型、AI Agent的持续研发以及探索前沿新兴技术[40]

行业投资评级 - 投资评级：优于大市（维持评级）[1][2][141] 核心观点 - 全球3D打印市场保持快速成长，消费级市场被国内厂商主导且AI助力生态繁荣，工业级市场核心部件国产化可期且应用走向规模化，国产厂商在各环节持续突破 [2][141] 消费级市场分析 - **市场规模与增长**：2024年全球消费级3D打印机市场达到41亿美元（按GMV计），预计到2029年增长至169亿美元，复合增速达到33% [2][30]；2024年全球消费级3D打印机出货量为410万台，预计到2029年增长至1340万台，复合增速达到26.6% [35] - **市场格局**：根据2024年出货量统计，国内四大厂商（拓竹科技、创想三维、纵维立方、智能派）占据了全球70%以上份额 [2][35]；拓竹科技2024年出货量份额达到29%，为市场领导者 [34][35]；根据线上销售数据，拓竹科技在24Q4和25Q1连续多个季度保持50%以上的市场份额 [32][35] - **技术路线**：消费级3D打印以熔积成型（FDM）技术为主导，份额长期占据70%以上 [30]；2024年FDM技术占比为76.1% [29] - **AI与生态助力**：AI大模型发展降低了3D建模门槛，用户可通过文字和图片生成3D模型 [25]；3D扫描仪作为辅助工具进一步降低应用门槛，2024年全球消费级3D扫描仪市场达到1.06亿美元，预计到2029年将增长至2.34亿美元，复合增长率17.1% [41] - **商业模式创新**：国内兴起了3D打印农场模式，具备模型代打、产品销售、设备租用等多种商业模式 [2][45]；根据测算，大型3D打印农场在特定假设下月度毛利率可达68.1% [44][45] 工业级市场分析 - **市场规模与结构**：2024年全球3D打印行业总收入达到219亿美元（约合1500亿人民币），较2023年增长9.1% [21]；工业打印在3D打印市场总收入中占比超过77% [49]；金属材料按收入计算占全球材料市场的53%以上 [49] - **未来展望**：报告预测到2034年，全球3D打印市场规模下限为840亿美元，上限为1450亿美元，综合预计将达到1150亿美元，10年复合年增长率为18% [21] - **下游应用分布**：航空航天（16.8%）、医疗牙科（15.6%）、汽车（14.6%）、消费电子（11.8%）、学术科研（11.1%）是前五大应用领域 [14][15]；用于最终零件生产的比例达到35.3%，占比逐年提升 [21] - **核心部件国产化**： - **激光器**：光纤激光器已成为金属3D打印主流，2024年国内市场130亿元，占比71% [57]；6-10KW功率国产化率达到85.7%，10KW以上国产化率达到73.4% [51][57] - **振镜**：2024年中国激光振镜市场规模增长至17.92亿元 [61]；主要应用于3D打印、精密加工的高端振镜市场国产化率仅为15%，主要由德国ScanLab等海外厂商主导 [61] - **工业喷头**：喷墨喷头（如压电式）是粘结剂喷射、材料喷射等技术路线的核心“卡脖子”环节，市场几乎被日本等海外厂商全部占据 [2][67]；2024年全球压电式喷墨头市场规模为13.66亿美元，预计2030年达到25.4亿美元 [67] - **重点应用领域进展**： - **鞋模制造**：3D打印可将传统鞋模制造时间从平均25天大幅压缩至最短2天 [78]；2024年3D打印鞋模设备市场规模为5亿美元，预计到2034年达到15亿美元，复合增速11.5% [85]；全球鞋模市场规模约700亿元，3D打印技术将持续取代传统市场 [85] - **商业航天**：航空航天是3D打印最大下游，2024年占铂力特收入比为61%，占华曙高科收入比为50% [90]；SpaceX通过3D打印使Raptor V3发动机成本从约200万美元降至25万美元，生产周期从10+天/台降至约1天/台 [90] - **OLED显示**：TCL科技拟投资约295亿元建设全球首条第8.6代印刷OLED产线，采用喷墨打印技术，材料利用率超过90%，远高于蒸镀技术的30-40% [77] 国产厂商突破 - **爱司凯**：在压电式喷墨打印头实现国产化并已量产，512喷头已稳定批量生产，1024喷头进入小批量生产 [97]；实现3D砂模打印机的百分百国产化 [97]；在3D金属打印领域可实现设备百分百国产化，多激光头（如16激光头）打印效率是4激光头的近4倍 [103]；与爱丁智能战略合作3D打印金属鞋模，暂定年度销售目标不低于2亿元/年 [105] - **金橙子**：是国内激光加工控制系统龙头，振镜控制系统产品占据国内约1/3市场份额 [110]；拟收购萨米特光电55%股权，布局快速反射镜和高精密振镜 [110] - **思看科技**：是国内工业级3D扫描仪龙头，2022年国内手持式3D扫描仪市场份额第一（16.3%） [112]；2024年收入3.33亿元，同比增长22.41% [115]；积极布局消费级3D扫描仪，25年H1该业务增长超100% [115] - **汇纳科技**：实控人拟变更为金石三维董事长，金石三维是国内产业布局最广的3D打印科技公司之一，SLA光固化打印机出货量位列第一 [121]；公司与拓竹合作计划打造国内规模最大的FDM打印工厂，并积极布局3D打印农场 [121] - **创想三维**：是全球消费级3D打印龙头之一，2020-2024累计出货量市占率27.9%位居全球第一，2024年当年出货量市占率16.9%位居第二 [126]；2024年收入22.88亿元，同比增长21.53% [126]；消费级3D扫描仪出货量份额全球第一（37.6%） [41][126] - **铂力特**：是全球金属3D打印龙头，2024年全球市场排名跃升至第二位 [132]；2025年三季度收入11.64亿元，同比增长46.47% [132]；已完成自研振镜、激光器等核心国产器件应用验证 [132] - **华曙高科**：是国内工业3D打印领先者，覆盖金属（SLM）和高分子（SLS）两大技术，SLS技术指标达到国际领先水平 [136][138]；航空航天收入占比50%，鞋模领域设备累计装机量突破百台 [138] 技术原理与优势 - **技术原理**：3D打印属于增材制造，核心为分层、固化、叠加，通过CAD或3D扫描建模、切片、逐层打印形成三维实体 [9] - **相比传统加工优势**：材料利用率高（金属3D打印可超过95%），研发周期短，适合小批量、复杂化、轻量化、定制化零部件制造 [6][9]；但加工精度（±0.1mm）和表面粗糙度（Ra2μm-Ra10μm）与传统精密加工仍有差距 [6][9] - **主要技术分类**：根据国标分为7大类，包括材料挤出（如FDM）、还原聚合（如SLA）、粉床熔融（如SLS/SLM）、材料喷射、粘结剂喷射、定向能量沉积、片材层压 [10][11]

行业投资评级 - 银行业评级为“优于大市” [1][5] 核心观点 - 2026年是“十五五”开局之年，政策将促进经济稳定增长和物价合理回升，预计实际GDP增速目标约4.9%，名义GDP增速目标约5.0% [1][15] - 到期存款的流向是影响2026年银行资产负债格局的关键，尤其是大行资产负债缺口的边际变化 [1][2] - 2026年个股分化仍是主旋律，投资应聚焦两条主线：一是基本面优质向好的个股，二是稳健的高股息个股 [3][62] 宏观与规模预测 - 预计2026年M2增速目标约7.5%，对应M2增量约25.4万亿元 [1][16] - 预计2026年信贷余额增速约6.0%，新增信贷（加回核销和ABS）约16.8万亿元 [1][26] - 预计2026年社会融资规模增速约8.0%，新增社融约35.3万亿元 [1][21] - M2派生主要渠道：财政净投放M2约12.0万亿元，银行信贷投放约16.8万亿元，其他因素合计回笼M2约3.4万亿元 [1][21] - 广义财政赤字规模预计约12.3万亿元，财政赤字率目标维持在4.0% [22][23] 信贷结构投向 - 对公信贷是主要支撑，预计贡献2026年新增贷款的约80%~85% [2][36] - 零售信贷呈现结构性边际改善，预计贡献新增贷款的约10%~15% [2][36] - 零售端结构性分化：优质消费场景信贷改善，个人经营贷维持较好增速，个人住房贷款大概率边际改善呈现小幅正增长 [2][36] - 2025年前11月居民新增贷款仅5333亿元，贡献增量比例创历史新低至3.5% [31] 银行资产负债格局 - 2025年大行资产负债缺口延续全年，贷款和债券投资合计同比增长11.1%，存款同比增长7.6%，增速不匹配 [44] - 2025年中小银行陷入资产荒与存款高增的矛盾，存款同比增长8.9%，贷款同比增长5.4% [45] - 2026年大行资产负债缺口压力大概率延续，边际变化核心由负债端存款搬家主导 [41][48] - 测算六大行2026年到期的定期存款规模约57万亿元，较2025年高5.7万亿元 [49] - 其中，2年期及以上到期存款规模约27~32万亿元 [3][51] - 存款搬家主要路径：一是从大行流向中小银行，预计2026年边际压力有所减弱；二是购买各类资管产品，力度或强于2025年 [3][54] - 存款是否流向资管产品取决于实体部门风险偏好，2026年居民部门信心预计渐进式修复，高收入群体资产配置弹性可能更大 [3][41] 投资建议与个股 - 重点推荐两条主线个股 [3][62] - 主线一：基本面优质向好个股，重点推荐宁波银行、常熟银行；积极关注长沙银行、渝农商行等 [3][62] - 主线二：稳健的高股息个股，重点推荐招商银行、工商银行、江苏银行等 [3][62] - 重点公司盈利预测摘要 [4] - 招商银行：2026年预测EPS 6.05元，预测PE 7.1倍 [4] - 宁波银行：2026年预测EPS 4.64元，预测PE 6.2倍 [4] - 工商银行：2026年预测EPS 0.98元，预测PE 7.9倍 [4] - 常熟银行：2026年预测EPS 1.65元，预测PE 4.3倍 [4] - 江苏银行：2026年预测EPS 2.19元，预测PE 4.8倍 [4] - 长沙银行：2026年预测EPS 2.12元，预测PE 4.6倍 [4]

行业投资评级 - 银行业投资评级为“优于大市” [1][5] 核心观点 - 2026年是“十五五”开局之年，政策将促进经济稳定增长和物价合理回升，预计实际GDP增速目标约4.9%，名义GDP增速目标约5.0% [1][15] - 到期存款的流向是决定2026年银行资产负债格局的关键因素，特别是大型银行的资产负债缺口边际变化主要由负债端主导 [2][48] - 2026年个股分化仍是主旋律，投资建议聚焦两条主线：一是基本面优质向好的个股；二是稳健的高股息个股 [3][62] 宏观与规模预测 - 预计2026年M2增速目标约7.5%，对应M2增量约25.4万亿元 [1][16] - 预计2026年信贷余额增速约6.0%，新增信贷（加回核销和ABS）约16.8万亿元 [1][26] - 预计2026年社会融资规模增速约8.0%，新增社融约35.3万亿元 [1][28] - 财政政策保持积极，预计2026年广义财政赤字规模约12.3万亿元，财政净投放M2约12.0万亿元 [22][25] 信贷结构展望 - 对公信贷是主要支撑，预计贡献2026年新增贷款的约80%~85% [2][36] - 零售信贷呈现结构性边际改善，预计贡献新增贷款的约10%~15%，其中优质消费场景信贷改善，个人经营贷维持较好增速，个人住房贷款预计小幅正增长 [2][36] 银行资产负债格局 - 2025年大型银行资产负债缺口延续全年，贷款和债券投资合计同比增长11.1%，而存款同比增长7.6%，中小银行存款同比增长8.9%，贷款同比增长5.4% [2][44][45] - 2026年大型银行资产负债缺口压力大概率延续，边际变化核心取决于一般存款流向 [41][48] - 测算六大行2026年到期的定期存款规模约57万亿元，其中2年期及以上到期规模约27~32万亿元 [3][49][51] - 存款搬家主要路径：一是从大行流向中小银行，预计2026年边际压力有所减弱；二是购买各类资管产品，力度或强于2025年，核心取决于居民风险偏好能否提振 [3][54] 投资建议与重点公司 - 投资主线一：基本面优质向好的个股，重点推荐宁波银行、常熟银行，并建议关注长沙银行、渝农商行等 [3][62] - 投资主线二：稳健的高股息个股，重点推荐招商银行、工商银行、江苏银行等 [3][62] - 重点公司盈利预测摘要：招商银行2026年预测EPS为6.05元，预测PE为7.1；宁波银行2026年预测EPS为4.64元，预测PE为6.2；工商银行2026年预测EPS为0.98元，预测PE为7.9；常熟银行2026年预测EPS为1.65元，预测PE为4.3；江苏银行2026年预测EPS为2.19元，预测PE为4.8；长沙银行2026年预测EPS为2.12元，预测PE为4.6 [4]

核心观点 晨会纪要汇总了多个行业与公司的研究报告，核心观点聚焦于宏观经济企稳信号初现但债市承压、多个行业受益于政策刺激与技术创新、以及AI与商业航天等前沿领域迎来商业化拐点 [3][7][29][33] 宏观与策略 - **固定收益市场**：上周财政工作会议提出扩大财政支出，叠加12月制造业PMI回升0.9至50.1，自4月以来首次重返荣枯线，导致长期限品种收益率上行，超长债再度暴跌 [7][10] - **经济与通胀数据**：11月国内GDP同比增速测算约4.1%，较10月回落0.1%，通胀方面，11月CPI为0.7%，PPI为-2.2%，通缩风险有所缓解 [8][9] - **债市展望**：当前债市震荡概率更大，一方面四季度政府债券融资增速预计快速回落，经济依然承压，另一方面利率绝对水平偏低，市场对利好因素脱敏，投资者情绪偏弱，预计30年国债与10年国债利差（截至12月31日为40BP）将高位震荡，20年国开债与国债利差（截至12月31日为16BP）将窄幅震荡 [8][9] 化工行业（油气） - **12月油价回顾**：2025年12月布伦特原油期货均价为61.6美元/桶，环比下跌2.0美元/桶，WTI原油期货均价57.9美元/桶，环比下跌1.6美元/桶，价格受俄乌、委内瑞拉等地缘政治博弈影响震荡下跌 [10][11] - **供需分析**：供给端，OPEC+决定暂停2026年第一季度的增产计划，需求端，主要能源机构预计2025年原油需求增长83-130万桶/天，2026年增长86-138万桶/天 [11][12] - **行业政策与油价展望**：国内《石化化工行业稳增长工作方案(2025-2026年)》要求严控新增炼油产能，预计2026年布伦特油价中枢在55-65美元/桶，WTI油价中枢在52-62美元/桶 [13] 家电行业 - **政策支持**：2026年家电以旧换新国补政策延续，补贴品类从12类缩减为冰箱、洗衣机等6类大家电，补贴标准为产品销售价格的15%，每件补贴不超过1500元，2025年政策带动家电以旧换新超1.29亿件 [13][14] - **排产与需求**：1月白电合计排产量达3453万台，同比增长6%，其中空调内外销排产分别增长8.9%和1.2%，合计排产1851万台，同比增长11%，政策有望拉动内销需求企稳回升 [15] - **11月销售数据**：11月家用空调、冰箱、洗衣机内销量同比分别下降39.8%、15.6%、5.5%，外销量方面，冰箱和洗衣机分别增长10.0%和23.3% [16] 海外市场（AI应用） - **公司概况**：MiniMax是一家全球化大模型公司，服务超200个国家及地区的超2亿名个人用户，海外收入占比73%，主要产品包括AI陪伴产品Talkie、AI视频产品海螺以及开放平台API [17] - **技术能力**：公司在AI视频和AI音频领域处于全球第一梯队，其AI视频产品在文生视频全球榜单中排行第九，语音模型Speech-02在全球语音榜单中排行第二 [18] - **财务与商业化**：2025年前九个月收入5344万美元，同比增长175%，毛利率为23%，同比提升21个百分点，调整后净亏损1.86亿美元，亏损率为349%，公司商业化处于早期，将受益于AI陪伴、AI视频、Agent等细分领域爆发 [19][20] 海外市场（内容平台） - **平台演进路径**：内容平台分为以算法为中心的信息分发平台（如抖音）和以关系链为中心的内容社区（如B站、小红书），B站和小红书预计日活可从2025Q3的1.2亿分别增长至2亿和3亿 [20][21] - **变现潜力**：信息分发平台主要依靠广告变现，测算小红书2030年广告年收入可达2000亿元，有4倍增长空间，B站未来3年广告收入年复合增长率预计为19%，2028年广告收入达168亿元，长期广告年收入可达350亿元 [22] - **AI技术影响**：AI工具将降低内容创作难度，增加供给，同时提高平台流量分发和广告变现效率 [23] 电子行业 - **行业景气度**：受AI增量需求拉动，存储和高端PCB产业链供不应求，晶圆代工、模拟芯片、被动元件等环节也呈现涨价预期，假期海外科技市场表现强势 [23] - **政策利好**：2026年以旧换新政策首次将“智能眼镜”纳入补贴范围，按销售价格的15%给予补贴，每件不超过500元，有利于AR眼镜等产品推广 [24] - **公司动态与细分领域**：OpenAI首款AI终端硬件定位为便携式AI原生设备，推荐相关产业链标的 [25] 长鑫科技IPO计划募资295亿元，2025年前三季度营收320.8亿元 [26] 部分功率器件厂商释放涨价函，行业在经历调整后温和复苏 [27] 中芯国际和华虹半导体披露收购草案，晶圆代工做大做强将带动全产业链发展 [28] 医药行业（脑机接口） - **行业阶段**：脑机接口已进入“技术突破向商业化跃迁”的关键节点，受益于政策红利与Neuralink量产预期，全球市场规模有望爆发式增长 [29] - **产品现状**：侵入式产品仍在临床试验，非侵入式产品已有部分上市，包括医疗端康复系统和消费端安睡仪等，预计未来几年将迎来密集商业化 [29] 公用环保行业 - **政策与市场**：国务院发布《固体废物综合治理行动计划》，要求到2030年大宗固体废弃物年综合利用量达45亿吨，主要再生资源年循环利用量达5.1亿吨 [31] - **垃圾焚烧发电**：2025年新开标垃圾焚烧发电项目数量止跌回升至24个，新增产能1.29万吨/日，累计投资约89.63亿元，同比增长70.4%，平均处理单价约124元/吨 [31] - **投资策略**：推荐关注火电、新能源发电、核电、水电等公用事业板块，以及环保板块中水务、垃圾焚烧、科学仪器、废弃油脂资源化等领域的投资机会 [32] 传媒行业（商业航天） - **行业拐点**：商业航天正从“国家主导”转向“私营主导、成本优先”的新模式，2024-2025年是中国商业航天的爆发元年，处于规模化组网的关键商业化拐点 [33][34] - **核心驱动力**：运载（复用）、制造（工业化）、载荷（COTS元器件）、动力（液氧甲烷）四大技术收敛共同推动成本指数级下降，发射成本目标向200美元/kg演进 [35] - **市场空间**：中国“千帆星座”等规划超2.5万颗，目前在轨仅几百颗，预计2026-2030年中性情景下有约8750吨的发射需求，对应数千亿元市场，建议关注运载火箭、卫星制造（相控阵T/R组件、激光通信、霍尔电推）、下游应用等核心环节 [35] 公司研究（中山公用） - **事件驱动**：中山市自来水价格调整方案将于2026年2月1日起正式实施，同时，公司参股的长鑫科技科创板IPO获受理，拟募资295亿元 [36]

核心观点 - 报告核心观点为元旦出行数据开门红，春节假期后置有望延长反季节经营旺季，看好服务消费成为2026年提振内需的新抓手，建议沿通胀预期修复与细分景气两条主线布局 [4] - 2026年元旦假期国内旅游人次达1.42亿，同比增长5.2%，旅游总花费847.89亿元，同比增长6.3%，人均消费同比增长1.1% [4][11] - 全社会跨区域人员流动量达5.9亿人次，日均1.98亿人次，同比增长19.5%，其中铁路和民航客运量较2024年分别增长9.1%和13.3% [4][11] - 投资建议全年布局两条主线：一是周期预期修复（免税、酒店、餐饮），二是细分景气方向（职教、银发旅游、茶饮、AI应用） [4] - 1月重点推荐组合包括：中国中免、华住集团-S、首旅酒店、华图山鼎、携程集团-S、美团-W、海底捞、锅圈等 [4] 元旦假期旅游市场表现 - 国内游呈现“量升价温和”态势，出游人次和总花费实现同比增长，人均消费小幅增长1.1% [4][5][11] - 出行结构上，“请3休8”拼假方式受青睐，超三成游客选择错峰出行，短途微度假（占比近50%）与“南北互换”长线游并行 [12][16] - 民航国内经济舱平均票价684.6元，同比2024年下降8.3%，但同比2025年增长9.8% [11] 子行业表现总结 免税 - 海南离岛免税销售表现强劲，元旦假期购物金额7.12亿元，购物人次8.35万，分别较2024年同期增长49.9%和27.1% [4][20] - 人均消费较2024年同期增长18.0%，同时海南全省接待游客217.16万人次，估算增长26.5%，转化率有所提升 [4][20] 酒店 - 2026年元旦假期行业整体RevPAR同比2024年下降2.6%，其中入住率（OCC）微增0.1个百分点，平均房价（ADR）下降3.0% [4][26][30] - 行业总房间量较2024年元旦已增长16%，在供给增加背景下入住率仍能持平，验证了旅游需求景气 [4][30] - 市场出现分化，三四线及以下城市表现优于行业总体，一线城市存在“以价换量”情况 [30] 景区 - 山岳型及特色景区表现突出，祥源文旅旗下景区接待人次22.64万，同比增长130.2%；黄山接待游客超7.5万人，同比增长约76%；长白山接待游客3.66万人，同比增长66.4% [31][33] - 九华山预计接待游客人次增长约30%，峨眉山全口径接待12.62万人次，增长20.9% [31][33] - 宋城演艺所有项目场次增长超20%，其中自营项目场次增长约34% [33] 本地消费与出入境游 - 本地消费平稳，元旦假期全国78个重点步行街、商圈日均客流量和营业额较2025年分别增长5.9%和4.9% [4] - 出入境游景气，元旦假期出入境总人次达661.5万，日均220.5万人次，超过节前预期（210万人次），同比增长28.6% [4][19] - 出境航班结构中，韩国航班量位列第一，同比增长6.5%；赴日本航班量同比下降40.5% [19] 投资逻辑与主线 - 2026年被视为服务消费元年，板块资金配置处于历史低位，估值已反映悲观预期 [4] - 主线一（周期预期修复）：关注高端复苏与政策加码下的免税新周期、供需再平衡的酒店拐点、CPI预期改善的餐饮同店表现 [4] - 主线二（细分景气方向）：关注稳就业导向的公考与职教、银发旅游、产品持续迭代的茶饮、新技术与AI应用方向 [4] - 短期看，春节假期后置有望带动反季节经营旺季的龙头公司景气周期延长 [4]

量化模型与因子总结 量化因子与构建方式 1. **因子名称：封板率** [17] * **因子构建思路**：通过计算当日最高价涨停且最终收盘也涨停的股票比例，来衡量市场追涨情绪和涨停板的可靠性[17]。 * **因子具体构建过程**： 1. 筛选上市满3个月以上的股票[17]。 2. 找出在当日交易中，最高价曾达到涨停价的股票集合。 3. 在上述集合中，进一步找出收盘价也涨停的股票。 4. 计算封板率，公式为： $$封板率 = \frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$ [17] 2. **因子名称：连板率** [17] * **因子构建思路**：通过计算昨日涨停股票在今日继续涨停的比例，来衡量市场炒作的持续性和赚钱效应[17]。 * **因子具体构建过程**： 1. 筛选上市满3个月以上的股票[17]。 2. 找出前一日（昨日）收盘涨停的股票集合。 3. 在上述集合中，找出今日收盘也涨停的股票。 4. 计算连板率，公式为： $$连板率 = \frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$ [17] 3. **因子名称：大宗交易折价率** [26] * **因子构建思路**：通过计算大宗交易成交价相对于市价的折价幅度，来反映大资金的投资偏好和卖出意愿[26]。 * **因子具体构建过程**： 1. 获取当日所有大宗交易的成交总金额。 2. 获取当日大宗交易成交份额按市价计算的总市值。 3. 计算折价率，公式为： $$折价率 = \frac{大宗交易总成交金额}{当日成交份额的总市值} - 1$$ [26] 4. **因子名称：股指期货年化贴水率** [28] * **因子构建思路**：通过计算股指期货价格相对于现货指数的年化基差，来反映市场对未来走势的预期、对冲成本以及市场情绪[28]。 * **因子具体构建过程**： 1. 计算基差：股指期货价格减去现货指数价格[28]。 2. 计算年化贴水率，公式为： $$年化贴水率 = \frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$ [28] * **公式说明**：当结果为负时，表示股指期货处于贴水状态；当结果为正时，表示处于升水状态[28]。计算中使用的250是一年的大致交易日数。 因子的回测效果 *本报告为市场监测日报，未提供因子的历史回测绩效指标（如IC、IR、多空收益等）。报告仅展示了特定日期的因子取值及历史分位点信息[28]。* 1. **封板率因子**，2026年1月6日取值：**83%**，较前日提升7个百分点[17]。 2. **连板率因子**，2026年1月6日取值：**41%**，较前日提升11个百分点，创近一个月新高[17]。 3. **大宗交易折价率因子**，2026年1月5日取值：**9.01%**，近半年以来平均值为6.66%[26]。 4. **股指期货年化贴水率因子**，2026年1月6日取值及历史分位点[28]： * **上证50股指期货**：年化升水率 **0.51%**，处于近一年来 **75%** 分位点。 * **沪深300股指期货**：年化贴水率 **1.41%**，处于近一年来 **76%** 分位点。 * **中证500股指期货**：年化贴水率 **1.89%**，处于近一年来 **96%** 分位点。 * **中证1000股指期货**：年化贴水率 **6.93%**，处于近一年来 **90%** 分位点。

行业投资评级 - 优于大市（维持）[1] 核心观点 - 商业航天正经历从“国家主导”的Old Space模式向“私营主导、成本优先”的New Space模式的根本性重构，核心机制从“成本加成”合同转向“固定价格”合同，倒逼企业通过技术创新实现极致降本，将航天活动从低频科研项目转化为高频商业服务[3] - 2015年是全球商业航天的奇点（SpaceX回收成功），而2024-2025年则是中国商业航天的爆发元年，随着“千帆星座”等国家级与商业级星座启动，中国市场正处于从“技术验证”向“规模化组网”跨越的关键商业化拐点[3] - 本轮爆发的本质是运载、制造、载荷、动力四大维度的技术“收敛”，共同推动成本指数级下降，引发“成本革命”[4] - 中国“千帆星座”与“GW星座”规划总数超2.5万颗，目前在轨仅几百颗，未来5年面临巨大组网缺口，预计2026-2030年中性情景下中国将面临约8750吨发射需求，对应数千亿元制造与发射市场（乐观情景近万亿元）[4] - 当前最大制约在于低成本运力不足，可回收火箭成熟应用成为重要门槛，低成本运载火箭需求正在爆发[4] - 投资观点：万亿市场蓄势待发，产业链“哑铃型结构”中建议重点关注高壁垒、高弹性的核心环节，包括运载火箭发动机上游材料、卫星制造中的相控阵T/R组件、星间激光通信、霍尔电推以及下游应用的终端直连市场[4] 行业概况：从传统航天到商业航天 - **传统航天 (Old Space)**：由政府主导，服务于国家战略，特点是高可靠性、高成本、低频次，代表机构如NASA、波音、中国航天科工/科技集团[15] - **商业航天 (New Space)**：由私营企业主导，以盈利为目的，核心逻辑是将航天活动从“项目”变成“产品/服务”，通过规模化降低成本，代表企业如SpaceX、Blue Origin、中国的蓝箭航天、深蓝航天等[15] - **核心差异**：传统航天遵循“国家任务逻辑”，采用成本加成合同，政府承担风险，目标“万无一失”；商业航天遵循“市场效率逻辑”，采用固定价格合同，企业自负盈亏，倒逼技术创新和工业化量产降本[18][22] - **发展历史关键节点**： - **1984年**：美国《商业航天发射法》允许私营企业从事火箭发射业务，打破国家垄断[16] - **2002-2004年**：马斯克成立SpaceX，贝索斯成立Blue Origin，带着互联网思维进入行业[16] - **2006-2008年**：NASA推出COTS计划，确立“政府购买服务”商业模式，SpaceX猎鹰1号发射成功打破国家队垄断[16] - **2015年**：SpaceX成功实现猎鹰9号一级火箭陆地回收，成为全球商业航天“奇点”；中国政策破冰，第一批民营火箭公司成立，成为中国商业航天元年[16] - **2023-2024年**：中国民营液体火箭开始密集尝试入轨和回收，进入技术突破期[16] 政策演变与支持 - **美国政策演变**：从“指令制造”转向“服务采购”，核心机制包括采购模式革命（转向固定价格合同）、法律与监管松绑（如1984年《商业航天发射法》、2015年《商业航天发射竞争力法》）、资金与订单孵化（如NASA COTS计划、军方NSSL & SDA采购）以及隐形扶持（基础设施共享、技术转让）[23] - **中国顶层政策**：《推进商业航天高质量安全发展行动计划（2025—2027年）》目标到2027年形成航天新质生产力，重点举措包括创新支持、资源利用、完善商业卫星运营机制、建立科技创新平台，并设立“国家商业航天发展基金”提供金融支持[26][28] - **地方产业集群**：北京定位“南箭北星”研发与总装中心，上海打造“G60星链”卫星制造与应用基地，海南建设“母港与出海口”发射服务基地，其他地区如深圳、武汉、成都进行配套与错位发展[29] 技术收敛与成本革命 - **运载端（复用）**：垂直回收技术将火箭从“一次性耗材”变为“可复用资产”，发射成本从航天飞机时代的5万美元/kg，向猎鹰9号的3000美元/kg，乃至星舰目标的200美元/kg演进[4][31] - **制造端（工业化）**：3D打印与车规级材料应用，使火箭发动机部件减少90%，制造周期从月缩短至周，实现了火箭批量化流水线生产[4][31] - **载荷端**：工业级/消费级元器件通过软件冗余架构替代昂贵的宇航级芯片，单星造价从数亿元降至千万元级别[4][32] - **动力端**：液氧甲烷正在取代液氧煤油成为下一代黄金燃料，其不结焦、成本低、易获取的特性解决了发动机复用后的维护痛点，是实现高频次发射的物理基础[4][32] 市场需求与爆发 - **全球数据**：2025年全球发射次数达325次，入轨航天器4026颗，平均每1.1天一次发射，进入“周更发射”甚至“日更发射”时代[34][35] - **美国市场**：商业发射已彻底成为主流，2025年美国发射次数205次，卫星数量3652颗，其中SpaceX发射占比超90%，Starlink卫星占全球发射总数60%-70%[34][35][37] - **中国市场**：2025年中国发射次数87次，入轨航天器324颗，均创历史新高，其中民营商业火箭执行了23次发射；2022年中国发射的182颗卫星中约100颗（55%）为商业卫星，成为“量”的转折点[34][35][37] - **中美差距**：2025年美国卫星数量（3652颗）约为中国（324颗）的10倍以上，总量差距约6倍（发射次数）和15倍（卫星数量），但随着中国星座进入密集发射期，数据将在2026年迎来指数级跳跃[37][38] - **核心星座组网需求**： - **千帆星座**：规划约1.4万颗，当前在轨约108颗，若仅靠长征六号改（单次18颗）完成一期剩余约1200颗组网需约66次发射，必须引入单次运载40-60颗的商业可回收火箭[39] - **中国星网**：规划约1.3万颗，当前在轨约125颗，预计需要250-400次发射[39] - **鸿鹄-3星座**：规划1万颗，若使用朱雀三号（单次50-60颗）约需180-200次发射[39] 产业链规模与价值分配 - **全球市场规模**：2023年全球航天经济总规模约为4000亿美元（约合2.85万亿人民币），商业航天收入占比约75%-80%[48] - **中国市场**：2024年中国商业航天市场规模预计突破2.3万亿元人民币，年均复合增长率保持在20%以上[48] - **价值分布**：地面设备占比约50%（约2000亿美元），卫星服务占比约40%（约1600亿美元），卫星制造占比约5%（约170亿美元），发射服务占比约5%（约100亿美元）[48] - **成本曲线**：发射成本悬崖式下跌，猎鹰9号复用成本约1500美元/kg，星舰目标低于200美元/kg，较航天飞机时代下降99%[48] 产业链上游：电子元器件与T/R组件 - **核心逻辑**：量增（卫星数量及单星元器件密度增加）与价稳（高壁垒带来高毛利）[54] - **相控阵T/R组件**：是卫星载荷中价值量最集中的单一零部件，在相控阵天线中成本占比高达40%-50%；技术趋势向多通道单片集成和第三代半导体（GaN）演进[61] - **市场测算**：以一颗200kg级低轨通信卫星（总成本约1000万人民币）为例，电子元器件采购额约300-400万，其中射频/微波器件约150-200万；假设中国未来5年发射10000颗卫星，仅T/R组件及配套芯片新增市场规模将达150亿-200亿人民币[69] - **宇航级FPGA与SoC**：因抗辐照加固设计技术壁垒高，全球厂商稀少；国内因西方禁运必须使用国产芯片，订单确定性高，代表厂商有复旦微电、航天772所等[63][64] 产业链上游：特种材料与先进制造 - **内在逻辑**：减重（结构减重1kg相当于增加有效载荷收入约5000-10000美元）与加速（3D打印大幅缩短制造周期）[74] - **关键领域与价值**： - **3D打印**：应用于液体火箭发动机复杂部件，可将零件数减少90%，重点关注金属粉末和打印设备/服务商[74] - **碳纤维复合材料**：应用于整流罩、箭体等，可减重20%-30%，价值占比30%-40%[74][76] - **高温特种合金**：应用于发动机喷管、涡轮泵等，价值占比30%-35%，是3D打印主战场[74][76] - **火箭硬件成本构成**：发动机系统占50%-60%（价值最高，材料主要是高温合金），箭体结构占25%-30%（材料主要是铝锂合金或碳纤维），航电与控制占10%-15%[77][80] 产业链中游：卫星制造 - **价值分配**：有效载荷占比约45%-50%（技术壁垒最高，决定盈利能力），卫星平台占比约40%-45%（标准化程度高），总装与测试占比约10%[83] - **增量赛道**： - **星间激光通信**：为实现全球无死角覆盖的纯增量市场，每颗卫星通常需2-4个激光终端，单价约50万-100万/个[88] - **电推进系统**：低轨卫星为多装载荷正全面转向霍尔/离子电推进，比冲是化学推进的5-10倍，能大幅延长卫星寿命[88] - **产业变革趋势**：卫星设计向“平板堆叠”发展，以适应猎鹰9号整流罩，实现高密度发射[88] 产业链中游：运载火箭 - **价值高度集中**：动力系统占比50%-60%，“得发动机者得天下”；箭体结构占20%-25%；航电与GNC占10%-15%[95] - **液体发动机核心**：涡轮泵难度最高、价值最大；推力室是3D打印主战场；阀门与管路是高利润耗材[95] - **技术趋势**： - **燃料路线**：从液氧煤油转向液氧甲烷，后者不积碳、利于复用、成本低，是实现高频次发射的基础[99] - **可回收组件**：带来全新增量部件，如钛合金铸造的栅格舵、碳纤维+铝合金的着陆腿等[99] - **成本对比**：固体火箭成本约10000-15000美元/kg，猎鹰9号复用成本约2500-3000美元/kg，星舰目标低于200美元/kg[114] - **回收技术关键**：垂直回收依赖深度变推力发动机、发动机多次启动以及GNC与气动部件（栅格舵、着陆腿）的精准控制[114] 产业链中游：地面设备 - **产值占比**：地面设备通常占整个航天经济的50%-55%，是“半壁江山”[104][109] - **核心构成**：信关站数量少、单价高；用户终端数量极大、单价敏感，是未来最大增量[104] - **终端成本下降**：Starlink终端成本从初期约3000美元降至目前约500美元左右[104] - **终端销量增长**：Starlink硬件终端销量从2020年不到1万台增长至2024年约390万台，2025年预估超650万台[108] 产业链中游：发射服务 - **成本衡量标准**：每公斤入轨成本是唯一竞争力标尺，需降至3000美元/kg以下大规模星座组网才具备经济性[113] - **商业模式演进**：从“包车”模式转向“拼车”模式，一枚火箭搭载多颗小卫星以分摊成本[113] - **国内格局**：固体火箭第一梯队（如中科宇航、星河动力）已商业化；液体火箭第一梯队（如蓝箭航天、深蓝航天、天兵科技）在研/试飞，是行业终局[113] 产业链下游：应用市场 - **卫星互联网三大核心业务**： - **宽带接入**：服务于航空WiFi、远洋海运、偏远矿区等ToB/ToG刚需市场[122] - **手机直连**：普通手机直接连卫星，从短报文/语音向窄带数据乃至宽带数据演进，是颠覆性增量市场[122] - **广域物联网**：解决地面基站覆盖不到的“盲区资产管理”问题[122] - **遥感**：从“卖照片”转向结合AI的SaaS数据服务，高价值场景包括金融预测、农业估产、碳中和监测等[125] - **导航增强**：低轨卫星作为“增强站”提供厘米级高精度定位，服务于自动驾驶，商业模式为向车企收取订阅费[125] 竞争格局与产业趋势 - **中美两极格局**：中美两国合计发射数量占全球比例从2020年73%上升至2025年89%，卫星上天数量合计占比稳定在80%以上[132][133][135][136] - **卫星星座与应用对比**： - **美国**：SpaceX Starlink 2025年发射总数突破10000颗，实现手机直连商业化；Amazon Kuiper开始批量发射；AST SpaceMobile发射第二代商业卫星[139] - **中国**：千帆星座进入组网元年，实现常态化“一箭18星”发射；中国星网进入加速期；中国在消费级手机卫星通信普及上全球领先[139] - **运载火箭对比**： - **美国**：Blue Origin的New Glenn火箭2025年首飞并成功回收；Rocket Lab的Neutron火箭首飞推迟至2026年[141][142] - **中国**：东方空间引力一号保持发射成功；蓝箭航天朱雀三号2025年完成首次轨道级飞行（回收失败）；星河动力智神星一号首飞在即[141][142][143]