行业表现 - 在1月12日至1月16日的监测周期内，传媒行业整体上涨3.44%，跑赢沪深300指数（-0.57%）及创业板指，在所有板块中涨跌幅排名第3 [1][6] - 个股方面，易点天下、利欧股份、人民网、视觉中国等涨幅居前，ST返利、北投科技、电广传媒等领跌 [1][6] AI技术突破与应用 - 全球AI技术迭代与应用落地正迎来密集爆发期 [2][7] - B站推出一站式AI营销工具“哗哩必达”，实现“托管式”一键投放，助力品牌方在全流程提效 [2][9] - 谷歌Veo 3.1完成重大迭代升级，多图参考生成视频能力大幅提升，AI视频从“玩具级演示”跃升至实用生产工具 [2][9] - OpenAI发布性能更强的GPT-5.2 Codex编程模型，在安全性与可靠性上实现质的飞跃，并宣布将在美推出广告投放测试以探索商业化新路径 [2][9] - 千问APP一次性上线超400项新功能，覆盖外卖、订票、购物、办公、财务分析、AI家教等多元场景，“超级AI智能体”正式落地 [2][9] 行业数据亮点 - 影视娱乐市场表现活跃，1月12日至1月17日国内电影票房达2.59亿元，《匿杀》《疯狂动物城2》《阿凡达3》位列票房前三 [3][10] - 综艺节目《乘风2026》《声生不息・芳华季》等热度领跑 [3][10] - 游戏市场中，《Whiteout Survival》《Gossip Harbor》等持续占据收入榜前列 [3][10] 投资建议与关注主线 - 当前GEO加速AI应用破圈及商业化落地，投资者可重点关注三大主线 [4][11] - AI营销板块：关注从AI漫剧、语料生成到优质语料供给的全产业链机会，建议关注浙数文化、中文在线等标的 [8][13] - AI漫剧与多模态应用：关注中文在线、昆仑万维、哔哩哔哩等具备技术储备与场景优势的企业 [8][13] - 游戏与出版板块：游戏关注新品周期驱动业绩增长，建议关注巨人网络、吉比特、恺英网络、三七互娱等；出版行业关注GEO语料库催化下的转型机会，关注人民网、新华网、南方传媒等 [8][13]

公司主营业务构成 - 公司主营业务分为两大板块：移动通信设备业务与精密箱体系统业务 [2] - 移动通信设备业务主要产品包括射频器件（如滤波器、双工器）和天线（如宏基站天线、室内分布式天线），核心应用于室外宏基站领域，下游客户为中兴通讯、爱立信、大唐移动、日本电业等通信设备集成商 [2] - 精密箱体系统业务主要产品涵盖电梯轿厢系统及其他专用设备箱体系统，广泛应用于电梯制造、新能源设备、医疗设备、安检设备、节能设备、半导体设备、通信设备等领域，主要客户包括迅达、通力、赛默飞世尔、安络杰、阿诗特能源、中微公司等国内外知名企业 [2] 对外投资进展 - 公司已完成对标的公司相应股权的变更登记，目前直接持有标的公司20%的股权 [3] - 关于后期进一步提高持股比例并实现对标的公司控股的计划，相关事宜仍在筹划推进过程中，尚未签署具有约束力的协议，事项存在不确定性 [3] 增资标的公司协同效应 - 增资协同效应主要体现在三个方面：资金支持、客户资源共享和产能利用 [4] - 资金支持方面，公司增资款将为标的公司扩产发展提供资金保障 [4] - 客户资源共享方面，上市公司与标的公司可实现客户资源互补与协同 [4] - 产能利用方面，标的公司可借助世嘉科技富余产能加速扩产 [4] 标的公司主营业务 - 标的公司（光彩）是一家专注于光通信领域传输和接入技术的高新技术企业 [5] - 标的公司主营业务为光通信产品的研发、生产及销售，主要产品包括光模块、AOC（有源光缆）、AEC（有源电光缆）等 [5] - 标的公司产品矩阵覆盖100G至1.6T系列光模块 [5]

研报核心观点 - 国信证券首次覆盖创新实业，给予“优于大市”评级，通过多角度估值得到公司2026年合理估值区间为32.5-40.7元人民币，对应675-844亿元人民币市值，相较当前市值有24%-55%溢价空间 [1] 公司背景与业务 - 公司是一家氧化铝和电解铝生产企业，电解铝营收占比90% [1] - 公司于2012年成立，2025年11月在港交所上市 [1] - 公司在蒙东霍林河建成6330MW燃煤自备电机组和78.8万吨电解铝产能，在山东滨州建成300万吨氧化铝产能 [1] 成本与地理优势 - 氧化铝产能靠近滨州港和黄骅港，进口铝土矿内陆运费低廉，相比河南和山西等内陆产能，运费带来的氧化铝成本优势在200元/吨以上 [2] - 电解铝产能位于蒙东霍林河地区，使用蒙东低热值褐煤发电，近期自发电成本仅0.3元/度含税，相比新疆产能更靠近氧化铝产区和消费地，运输成本更低 [2] - 公司净利率一直处于行业领先地位 [2] 绿色能源转型与降本 - 公司1750MW风电光伏项目预计2026年全部并网，发电成本在0.10-0.18元/度，远低于燃煤自备电厂 [3] - 绿电全部并网后，年发电量超过55亿度，占公司电解铝用电量50%，公司用电结构将一半来自低成本绿电，一半来自低成本褐煤发电 [3] - 全部并网后电费将降至0.25元/度含税价以下，公司电解铝成本将大幅下降，成本优势更突出 [3] 产能扩张与成长性 - 公司将在沙特建设铝产业链项目，一期50万吨电解铝预计2027年左右投产 [4] - 沙特高耗能行业电费仅3.2美分/度，相当于国内新疆燃煤自备电成本，项目成本优势显著，给公司带来长期成长空间 [4] - 公司是电解铝行业稀缺成长标的 [4] 盈利预测 - 预计2025-2027年归属母公司净利润分别为31.0亿元、50.3亿元、67.4亿元 [4] - 利润年增速分别为51%、63%、34% [4] - 每股收益分别为1.49元、2.43元、3.25元 [4]

研报核心观点 - 国信证券首次覆盖创新实业，给予“优于大市”评级，通过多角度估值，给予公司2026年12-15倍PE估值，合理估值区间为32.5-40.7元人民币，对应675-844亿元市值，相较当前市值有24%-55%溢价空间 [1] 公司背景与业务构成 - 公司是一家氧化铝和电解铝生产企业，电解铝营收占比90% [1] - 公司成立于2012年，在蒙东霍林河建成6330MW燃煤自备电机组和78.8万吨电解铝产能，在山东滨州建成300万吨氧化铝产能，于2025年11月在港交所上市 [1] 成本与地理优势 - 氧化铝产能靠近滨州港和黄骅港，进口铝土矿内陆运费低廉，相比河南和山西等内陆产能，运费带来的氧化铝成本优势在200元/吨以上 [2] - 电解铝产能位于蒙东霍林河地区，使用蒙东低热值褐煤发电，近期自发电成本仅0.3元/度含税，相比新疆产能更靠近氧化铝产区和消费地，运输成本更低 [2] - 公司净利率一直处于行业领先地位 [2] 绿色能源转型与降本 - 公司1750MW风电光伏项目预计2026年全部并网，发电成本在0.10-0.18元/度，远低于燃煤自备电厂 [3] - 绿电全部并网后，年发电量超过55亿度，占公司电解铝用电量50%，公司用电结构将一半来自低成本绿电，一半来自低成本褐煤发电 [3] - 绿电并网后，电费将降至0.25元/度含税价以下，公司电解铝成本将大幅下降，成本优势更突出 [3] 海外扩张与成长性 - 公司凭借下游深加工业务优势，成功在沙特落地铝产业链项目，一期50万吨电解铝预计2027年左右投产 [4] - 沙特高耗能行业电费仅3.2美分/度，相当于国内新疆燃煤自备电成本，电解铝项目成本优势显著，给公司带来长期成长空间，是电解铝行业稀缺成长标的 [4] 盈利预测 - 预计2025-2027年归属母公司净利润分别为31.0亿元、50.3亿元、67.4亿元 [4] - 利润年增速分别为51%、63%、34% [4] - 每股收益分别为1.49元、2.43元、3.25元 [4]

评级与盈利预测 - 国信证券维持周大福“优于大市”评级 并上调2026至2028财年归母净利润预测至86.37亿港元、96.46亿港元及105.59亿港元 较前值分别上调约10.9%、10.7%及10.7% [1] - 基于上调后的盈利预测 对应2026至2028财年市盈率分别为15.7倍、14倍及12.8倍 [1] 近期经营数据 - 2025年10-12月（2026财年第三季度）公司整体零售值同比增长17.8% 环比前一季度（7-9月）4.1%的增速显著加速13.7个百分点 [1] - 分市场看 中国内地市场零售值增长16.9% 中国香港、中国澳门及其他市场零售值增长22.9% [1] 零售表现分析 - 同店销售增长强劲 中国内地直营店同店销售增长21.4% 环比加速13.8个百分点 加盟店同店销售增长26.3% 环比加速17.7个百分点 [2] - 中国香港及中国澳门市场同店销售增长14.3% 环比加速8.1个百分点 [2] - 产品结构持续优化 高毛利的定价首饰在中国内地市场零售值同比大幅增长59.6% 其零售值贡献达到40.1% 同比显著提升10.7个百分点 [2] - 公司继续强化单店效益 季度内净关闭门店228家 期末门店总数为5813家 预计2027财年起关店幅度将收窄 且海外市场拓展将带来增量贡献 [2] 增长驱动与未来策略 - 在金价持续上涨背景下 公司通过产品创新和渠道定位优化 成功把握了定价黄金首饰的增长红利 成为推动同店增长的核心动力 [3] - 克重计价产品也因观望需求释放及年底旺季等因素 实现了较好表现 [3] - 未来公司将继续投入研发与设计 加强高毛利定价产品的布局 同时在渠道端优化门店结构并推广新形象门店 以提振单店销售 实现持续业绩增长 [3]

核心观点 - 国信证券维持周大福“优于大市”评级 并上调其2026至2028财年净利润预测 主要基于高毛利定价首饰产品占比提升推动盈利增长 [1] 近期经营数据 - 2025年10-12月公司整体零售值同比增长17.8% 环比7-9月4.1%的增速加速13.7个百分点 [1] - 中国内地市场零售值增长16.9% 中国香港、中国澳门及其他市场零售值增长22.9% [1] 零售表现分析 - 同店销售增长显著加速：中国内地直营店同店销售增长21.4% 环比加速13.8个百分点 加盟店同店销售增长26.3% 环比加速17.7个百分点 [2] - 中国香港及中国澳门市场同店销售增长14.3% 环比加速8.1个百分点 [2] - 产品结构优化：中国内地高毛利的定价首饰类别零售值同比增长59.6% 其零售值贡献达到40.1% 同比增加10.7个百分点 [2] - 门店策略调整：季内净关闭门店228家 期末门店总数为5813家 公司继续贯彻强化单店效益的规划 [2] - 预计进入2027财年关店幅度有望收窄 海外市场拓展将带来增量贡献 [2] 增长驱动因素与未来策略 - 在金价持续上涨背景下 公司通过产品创新与渠道定位优化把握了定价黄金首饰的增长红利 成为推动同店增长的核心 [3] - 克重计价产品受益于观望需求释放及年底旺季等因素 同样实现较好表现 [3] - 未来公司将继续投入研发及设计 加强高毛利定价产品的布局 [3] - 渠道端将优化门店结构并以新形象门店提振单店销售 以实现持续的业绩增长 [3] 财务预测调整 - 上调2026财年归母净利润预测至86.37亿港元（前值77.85亿港元） [1] - 上调2027财年归母净利润预测至96.46亿港元（前值87.11亿港元） [1] - 上调2028财年归母净利润预测至105.59亿港元（前值95.43亿港元） [1] - 对应2026至2028财年预测市盈率分别为15.7倍、14倍和12.8倍 [1]

海外科技巨头资本开支与AI算力投资趋势 - 海外科技巨头对2026年资本开支指引强劲 微软、谷歌、Meta、亚马逊四家大厂2025年、2026年资本开支总和预计分别为4065亿美元、5964亿美元 分别同比增长46%、47% [1][2] - 用于投资AI算力及基础设施的比例有望持续提升 海外大厂目前仍以采购英伟达AI芯片为主 2026年AMD及海外大厂自研芯片有望快速放量 [2] - 整体产业链将受益于此次由技术迭代驱动的长景气周期 本轮AI周期呈现“技术迭代带动持续渗透”的长周期属性 不同于5G周期的“高峰—回落”型特征 [1][3] 算力基础设施升级：互联侧 - 光模块端口速率按“1–2年一代”演进 从10G/40G-100G/400G-800G/1.6T 未来800G将加速规模化部署、1.6T进入导入期 [3] - 数据中心网络架构变化及AI训练集群规模扩大 推动光模块用量、规格与单点价值量同步抬升 LPO/CPO、硅光、AOC等技术路线让网络向更低功耗、更高密度、更高可靠演进 [3] - PCB行业进入AI驱动的新周期 需求结构发生根本性转变 AI服务器集群建设带来算力板卡、交换机与光模块同步升级 推动PCB需求量和单价双升 [3] - 随着算力架构演进 信号链条更短、对材料损耗更敏感 PCB成为AI硬件中最核心的互联与供电载体之一 [3] 算力基础设施升级：冷却侧 - AI GPU机架的峰值密度有望从2024年的130kW到2029年突破1MW 功率密度持续提升使得采用液冷技术成为大势所趋 [4] - 海外机柜算力密度提升直接带来二次侧及ICT设备侧价值量的提升 其中CDU、冷板价值量占比较高 [4] 算力基础设施升级：供电侧 - AI服务器功率持续提升 传统供配电架构面临配电房占地面积大幅提升、电能传递损耗大幅增长等问题 [5] - 行业迫切需要通过供配电架构升级以减少占地面积、提升系统效率、减少用铜量、提升分布式能源接入能力 [5] - AI数据中心供配电方式预计将遵循UPS-HVDC-SST路径演变 2026年行业催化有望持续 [5]

量化模型与构建方式 1. **模型名称：股指分红点位预测模型**[12][41] * **模型构建思路**：为了准确计算股指期货的升贴水，需要精确预测指数成分股在期货合约存续期内的分红总额，并将其折算为对指数点位的具体影响（即分红点数）[12][41]。 * **模型具体构建过程**：该模型的核心是计算从当前时刻 `t` 到期货合约到期日 `T` 之间，指数所有成分股分红所导致的总分红点数。具体流程如下[41][42][46]： 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[47]。 2. **预测个股分红金额**：对于每只成分股，若已公布分红金额则直接采用；若未公布，则需预测。分红金额预测分解为对净利润和股息支付率的预测[45][50]。 * **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的稳定性进行分类预测[52]。 * **股息支付率预测**： * 若公司去年分红，则以去年股息支付率作为今年预测值[56]。 * 若公司去年不分红，则以最近3年股息支付率平均值作为预测值[56]。 * 若公司过去从未分红，则默认今年不分红[56]。 * 当预期股息支付率大于100%时，进行截尾处理[56]。 3. **预测个股除息日**：对于每只成分股，若已公布除息日则直接采用；否则需预测[45][54]。 * 若公司已公布分红预案，则根据其所处分红阶段（预案或决案），判断历史从公告日到除息日的间隔天数是否稳定。若稳定，则用该历史平均间隔天数与今年公告日进行线性外推；若不稳定，则采用历史分红日期判断[59]。 * 若公司未公布分红预案，则判断其去年或前年是否分红，并采用对应的历史分红日期作为估计。若历史日期不合理（如在当前之前、距当前不足10天或在今年股东大会召开日之前），则采用默认日期[59]。 * 默认日期规则：预测日在7月21日前设为7月31日；在7月22日至8月21日之间设为8月31日；否则设为9月30日[59]。 * 若公司过去两年未分红，则采用默认日期[59]。 4. **计算分红点数**：汇总所有满足条件（除息日 `t < d_n ≤ T`）的成分股，计算总分红点数。核心公式为： $$分红点数 = \sum_{n=1}^{N} \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价$$[41] 其中，`N` 为指数成分股数量，`d_n` 为第 `n` 只成分股的除权除息日。 * **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，旨在提高分红点位预测的准确性[12][41]。回测显示，对于上证50和沪深300指数预测误差较小，对于中证500和中证1000指数预测也基本稳定[64]。 2. **因子名称：日度成分股权重估算因子**[48] * **因子构建思路**：由于主流数据通常只提供月末指数权重，为了在非月末时点更精确地计算分红对指数的影响，需要对日度成分股权重进行估算[48]。 * **因子具体构建过程**：假设最近一次公布权重日期为 `t_0`，该日成分股 `n` 的权重为 `w_{n0}`。记从 `t_0` 到当前日期 `t` 期间，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： $$W_{n,t}={\frac{w_{n0}\times(1+r_{n})}{\sum_{i=1}^{N}w_{i0}\times(1+r_{i})}}$$[48] *注：报告后续指出，为更精确，实际采用了中证指数公司每日披露的日度收盘权重数据，而非此估算值[49]。* 模型的回测效果 1. **股指分红点位预测模型**，2024年预测误差：上证50指数和沪深300指数误差基本在5个点左右，中证500指数和中证1000指数误差基本在10个点左右[64]。 2. **股指分红点位预测模型**，2025年预测误差：上证50指数和沪深300指数误差基本在5个点左右，中证500指数和中证1000指数误差基本在10个点左右[64]。 3. **股指分红点位预测模型**，对股指期货主力合约的预测效果：2024年及2025年，对上证50、沪深300、中证500及中证1000股指期货当月主力合约的预测股息点与实际股息点对比显示，模型具有较好的预测准确性[64]。 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，其分红总额相对于这些公司总市值的加权比率，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**： $$全年已实现股息率 = \sum_{i=1}^{N1} \frac{个股已分红金额}{个股总市值} \times 个股权重$$[17] 其中，`N1` 表示指数成分股中今年已现金分红的公司数量[17]。 2. **因子名称：剩余股息率**[17] * **因子构建思路**：计算指数成分股中，尚未进行现金分红的公司，其预计分红总额相对于这些公司总市值的加权比率，用以衡量指数在未来可能获得的分红收益[17]。 * **因子具体构建过程**： $$全年剩余股息率 = \sum_{i=1}^{N2} \frac{个股待分红金额}{个股总市值} \times 个股权重$$[17] 其中，`N2` 表示指数成分股中尚未现金分红的公司数量[17]。 3. **因子名称：年化升贴水率**[13] * **因子构建思路**：将股指期货合约价格相对于其标的指数价格（已剔除分红影响）的溢价或折价幅度，年化处理，以便于不同期限合约间的比较，反映市场情绪与风险偏好[12][13]。 * **因子具体构建过程**：基于扣除分红影响后的期货与指数价差（含分红价差），结合合约到期天数，计算年化收益率。具体计算过程未在提供文本中详细展开，但结果展示于表格[13]。 因子的回测效果 *（注：报告中未提供上述因子的独立历史回测绩效指标，如IC、IR、多空收益等。仅展示了截至报告日的截面数据。）* 1. **已实现股息率因子**，截至2026年1月21日取值：上证50指数为0.00%，沪深300指数为0.00%，中证500指数为0.00%，中证1000指数为0.00%[3][17]。 2. **剩余股息率因子**，截至2026年1月21日取值：上证50指数为2.29%，沪深300指数为1.79%，中证500指数为1.06%，中证1000指数为0.85%[3][17]。 3. **年化升贴水率因子**，截至2026年1月21日主力合约取值：IH主力合约为2.38%，IF主力合约为1.12%，IC主力合约为4.31%，IM主力合约为1.65%[4][13]。

文章核心观点 - 牧业大周期反转明确 奶牛及肉牛相关产业将受益 肉奶共振背景下具备较高业绩修复弹性 [1] 进口牛肉限制政策分析 - 自2026年1月1日起 对进口牛肉采取“国别配额及配额外加征关税”的保障措施 实施期限3年 对来自巴西、阿根廷、乌拉圭、新西兰、澳大利亚、美国等国家和地区的配额外进口加征55%关税 [1] - 政策信号明确保护国内肉牛产业 预计未来国内实际可从美国、新西兰、乌拉圭进口的牛肉有限 或难达配额数量 [1] - 在中性情形下 预计2026年配额内合计进口牛肉量将达234万吨 较2024全年牛肉进口量减少接近20% 未来牛肉进口压力将显著减轻 [1] 海外牛价周期展望 - 全球牛价正在进入上行周期 主产区供给调减和主销区强劲需求带动全球牛肉价格重新进入上行周期 [2] - 美国中西部草场因2020-2022年拉尼娜气象周期导致的严重干旱而退化 养殖意愿降低 活牛及母牛存栏近年加速调减 [2] - 巴西肉牛出口行情自2022年开始回落后 当地存栏及出栏持续出清 澳大利亚供给预计自2026年开始回落 [2] - 截至2025年12月 全球牛肉价格自底部累计上涨近60% 未来预计海内外肉牛周期将协同共振反转 [2] 国产牛肉供需分析 - 国产牛肉产能及价格拐点已现 涨价有望持续到2028年 [3] - 2024年因育肥公牛供给增加及周期底部养户淘汰母牛增加 导致市场牛肉总供给明显增多 牛价加速回落 [3] - 2025年开始 行业前期大规模母牛淘汰后 淘汰母牛数量明显减少 母牛肉供给大幅收紧 支撑牛价在2025年春节后淡季不淡上涨 [3] - 考虑到肉牛生产周期有时滞 母牛至毛牛出栏通常需要两年半左右 预计2023下半年开始至今的能繁母牛淘汰影响 将从2026年初开始持续传导至育肥公牛供给的大幅收缩 直至2028年 [3] - 未来国内缺口将持续拉大 牛价上涨驱动将更加强劲 [3]

核心观点 - 全球资产配置逻辑正从主题叙事转向盈利兑现，大类资产配置中权益资产是优先选择 [1][2] - 宏观情景聚焦于“AI叙事延续”与“克制型降息”的组合，不同风险偏好可对应四象限布局投资 [1][3] - 采用风险平价策略可实现全天候配置，以平衡各类资产风险，当前国内组合以短债为基础，适度搭配黄金及权益资产 [1][4] 大类资产配置观点 - **权益资产整体向上弹性**：A股依托债股比价优势与政策支持步入“慢牛”第二阶段，美股受益于AI效率红利实现利润率扩张，日韩股市凭借科技产业链优势盈利显著上修 [2] - **商品中长期具备配置价值**：商品受AI驱动的资源定价重构、实物囤积需求及地缘“安全溢价”支撑，长牛格局稳固 [2] - **债券需严控长端风险**：中债长端受风险偏好回升与发行压力影响震荡修复，美债面临财政风险与通胀预期上行压力，策略上宜采取“短久期+陡峭化”并搭配TIPS对冲通胀 [1][2] 宏观情景与投资策略布局 - **风险偏好型策略**：关注“强降息+强AI”组合，重点配置中小盘成长、大盘成长及黄金，以把握流动性与科技红利共振的高弹性收益 [3] - **稳健型策略**：选择“强降息+弱AI”防御组合，以长债、黄金、大盘价值股为核心，获取稳定收益并控制回撤 [3] - **低波动需求策略**：布局“弱降息+弱AI”现金为王组合，通过短债与大盘价值股锁定确定性收益，避免市场波动冲击 [3] 全天候配置策略 - 风险平价策略通过平衡各类资产风险贡献，能够捕捉降息周期中债券与黄金的确定性收益，同时对冲AI叙事带来的估值波动风险 [4] - 当前国内全天候策略组合以短债打底，适度搭配黄金及权益资产 [1][4] - 投资中需避免单一风险因素冲击组合收益高位，强劲的EPS上修提供了安全垫 [1][4]