投资评级与核心观点 - 首次覆盖，给予“增持”评级，目标价28.56港元 [5][10][19] - 核心观点：聚水潭作为国内最大的电商SaaS ERP提供商，凭借产品与服务建立广泛的生态网络，公司收入与利润持续稳健增长，AI融合电商ERP打开场景应用空间 [2] 公司业务与市场地位 - 公司是中国最大的电商SaaS ERP供应商，以SaaS ERP为核心，集多种商家服务于一体的电商SaaS协同平台 [10][13] - 根据公司招股书援引灼识咨询数据，中国电商SaaS市场规模从2020年的73亿元增长至2024年的129亿元，CAGR为15.4%，预计2029年达290亿元；其中电商SaaS ERP市场从2020年的16亿元增至2024年的31亿元，CAGR为18.9%，预计2029年达83亿元 [13] - 公司启动“一体两翼”的“电商业务全球化”战略，“一体”是稳住国内电商市场基本盘，“两翼”为跨境业务与海外业务，是未来增长的主要空间 [13] 财务表现与预测 - 2022-2024年公司实现营收5.23/6.97/9.10亿元，归母净利润-5.05/-4.87/0.12亿元，毛利率从52.3%提升至68.5% [10] - 2025年上半年，公司实现营收5.24亿元，同比增长24.39%；归母净利润-0.41亿元，同比减亏30.08% [10] - 预计公司2025-2027年实现营业收入11.33/14.02/17.06亿元，同比增长24.55%/23.69%/21.73% [4][10][12] - 预计公司2025-2027年归母净利润为1.80/3.60/5.57亿元，EPS为0.41/0.82/1.28元 [4][10][12] - 预计公司毛利率将从2024年的68.46%持续提升至2027年的80.37% [11][14] 客户运营与产品优势 - 客户数量持续攀升，SaaS客户数从2022年的4.57万增至2024年的8.84万 [10] - 净客户收入留存率从2022年的105%升至2024年的115%，实现老客户高粘性与新客户快增长 [10] - 2024年公司LTV/CAC（客户生命周期价值/客户获取成本）比率达9.3，远超行业均值3，获客效率高 [10] - 产品交叉销售强劲，2025年上半年购买两款或以上产品的客户贡献了SaaS收入的39.3% [10] - 公司电商ERP系统涵盖订单、仓储、采购、分销全链路，并延展出聚胜算、聚财快、聚工单等多款SaaS+AI产品 [10] AI技术融合与竞争壁垒 - 公司将AI技术视为融入产品、驱动业务的底层能力，接入多个模型基座，并通过自研AI网关统一调度，构建覆盖RPA、智能体、知识库等在内的完整AI能力矩阵 [10] - AI能力广泛渗透于电商领域的客服、商品、订单、跨境等多元场景，从智能客服到订单识别，从设计工作台到客户赋能 [10] - 聚水潭AI+ERP凭借数据、场景与信任构筑深厚壁垒，已深度嵌入客户的核心运营与决策体系 [10] 估值分析 - 采用PS和PE两种估值方法，谨慎取低，给予目标价28.56港元 [10][19] - PS估值法：参考可比公司（光云科技、石基信息、金蝶国际）2026年平均PS倍数为6.2倍，考虑公司成长动能充足且具备AI深度应用场景，给予公司2026年动态PS 8倍，对应合理市值为124.58亿港元，估值为28.56港元 [15][16] - PE估值法：可比公司2026年平均PE倍数为131倍，考虑到公司盈利随规模效应提升及港股市场流动性折价，给予公司2026年动态PE 33倍，对应合理市值为131.94亿港元，估值为30.24港元 [17][18]

投资评级与目标价 - 首次覆盖给予“增持”评级 [5][10] - 采用PS与PE估值法，谨慎取低，给予目标价28.56港元 [10][15][19] 核心观点与公司定位 - 聚水潭是中国最大的电商SaaS ERP供应商，致力于解决电商商家多平台多店铺运营痛点 [10][13] - 公司以电商SaaS ERP为核心，已发展为集多种商家服务于一体的协同平台 [13] - 公司遵循“一体两翼”（“一体”为国内电商基本盘，“两翼”为跨境与海外业务）的全球化战略，驱动未来增长 [13] 财务表现与预测 - **历史财务**：2022-2024年营收分别为5.23亿元、6.97亿元、9.10亿元，归母净利润分别为-5.05亿元、-4.87亿元、0.12亿元，毛利率从52.3%提升至68.5% [10] - **2025年上半年**：实现营收5.24亿元，同比增长24.39%；归母净利润为-0.41亿元，同比减亏30.08% [10] - **盈利预测**：预计2025-2027年营业收入分别为11.33亿元、14.02亿元、17.06亿元，同比增长24.55%、23.69%、21.73% [4][10][12] - **净利润预测**：预计2025-2027年归母净利润分别为1.80亿元、3.60亿元、5.57亿元，对应每股收益（EPS）为0.41元、0.82元、1.28元 [4][10][12] - **毛利率预测**：预计2025-2027年整体毛利率将分别达到74.29%、77.33%、80.37% [11][14] 业务优势与增长驱动力 - **市场地位与效率**：根据招股书，2024年公司LTV/CAC（客户生命周期价值/客户获取成本）比率达9.3，远超行业均值3，获客效率高 [10] - **客户增长与留存**：SaaS客户数从2022年的4.57万增至2024年的8.84万；净客户收入留存率从2022年的105%升至2024年的115% [10] - **产品交叉销售**：2025年上半年，购买两款或以上产品的客户贡献了SaaS收入的39.3% [10] - **AI深度融合**：公司将AI技术作为底层能力，构建覆盖RPA、智能体、知识库等的完整AI能力矩阵，并深度应用于客服、商品、订单、跨境等电商场景 [10] 行业前景 - **市场规模**：中国电商SaaS市场规模从2020年的73亿元增长至2024年的129亿元，复合年增长率（CAGR）为15.4%，预计2029年达290亿元 [13] - **细分赛道**：电商SaaS ERP市场从2020年的16亿元增至2024年的31亿元，CAGR为18.9%，预计2029年达83亿元 [13] 估值分析 - **PS估值法**：参考可比公司2026年平均PS倍数6.2倍，考虑公司成长动能充足且具备AI深度应用场景，给予2026年动态PS 8倍，对应目标价28.56港元 [15][16] - **PE估值法**：参考可比公司2026年平均PE倍数131倍，考虑公司盈利提升及市场流动性折价，给予2026年动态PE 33倍，对应目标价30.24港元 [17][18] - **当前市值**：当前股本4.36亿股，当前市值86.60亿港元 [6]

文章核心观点 - 2026年AI投资进入新阶段，市场正从主题炒作转向业绩兑现与逻辑证伪，并重新评估产业链价值分配，导致科技股出现显著的结构性分化 [2][3][4] - AI商业化落地后，技术革命红利分布不均，正在重塑生产关系和颠覆原有商业逻辑，特别是对传统SaaS商业模式构成根本性冲击 [2][8][10] - 投资逻辑发生转变，市场焦点从“AI是否增长”转向“增长集中在哪些环节”，具备“硬资产”属性、定价权和刚需特征的上游环节（如算力、存储）更受青睐，而下游应用层面临估值压力 [8][12][14] AI投资进入结构性切换深水区 - 2026年初市场出现抛售，纳斯达克综合指数回落逾4%，AI相关科技股成为资金主要撤离方向，这标志着AI投资从“主题炒作”进入“业绩兑现”与“逻辑证伪”并存的阶段 [3][4] - 市场波动是对AI产业链价值分配的重新洗牌，而非简单的风险偏好下降，投资者开始严格审视公司在产业链中的生态位 [3][5][8] - AI不仅是一个增量市场，更是一个存量博弈的加速器，它加速效率提升和落后产能出清，导致硬件厂商与软件厂商的境遇分化 [8] 上游算力与基础设施依然稳固 - 以英伟达为代表的算力核心公司，其基本面逻辑依然强劲，主要驱动力来自超大规模企业持续扩张的AI资本开支 [7] - 微软、Meta、亚马逊、谷歌2026年合计资本开支预计约8500亿美元，相比2025年增长近30%，表明对AI基础设施的投入并未减速 [7] - 随着多模态大模型向推理端延伸及主权AI项目兴起，全球对高性能GPU的需求未见顶，模型参数量的指数级增长反而推高了对算力密度的要求，“铲子效应”依然显著 [7] 传统SaaS商业模式遭遇结构性冲击 - Salesforce等传统SaaS公司面临困境，核心在于其“按席位收费”的商业模式根基受到AI的正面冲击 [10] - AI提升生产力的逻辑可能导致企业减少员工数量，高盛预测2026年美国失业率可能从4.2%升至4.6%，这将直接削弱与员工规模挂钩的软件需求 [10] - AI Agent等工具使企业可能自建自动化流程，从而减少对传统中后台软件（如CRM）的席位购买，转向购买更少的AI调用额度，引发商业模式的结构性冲突 [10] - iShares扩展科技软件ETF年内下跌约25%，反映了市场对传统SaaS公司增长轨迹和估值逻辑的重估 [11] 存储芯片等“硬资产”成为新受益者 - 存储芯片公司表现强势，美光科技、西部数据、SK海力士、三星电子等年内涨幅超过70% [13] - 驱动因素是AI工作负载对高带宽存储（HBM）需求激增，且供应瓶颈未完全缓解，HBM容量需求每18个月翻一番 [13] - 硬资产（算力、存储）因具备物理世界限制（产能、能源、散热）形成的天然护城河和更强议价能力，在AI周期中表现优于易被替代的软件 [13] 投资策略转向精选与聚焦定价权 - 投资核心问题转变为：谁掌握定价权、谁站在资本开支上游、谁的商业模式不会被AI反噬 [14] - 当前答案指向算力与存储等处于景气区间的“硬资产”，而传统SaaS正经历商业模式压力测试 [14] - 单纯持有科技指数可能无法获得超额收益，配置策略需调整，应精选具备“硬资产”属性、拥有定价权并能利用AI优化自身成本结构的公司 [14] - 高盛分析师判断，市场不会轻易为软件、媒体等数据密集型行业重新估值，除非看到连续数季业绩韧性或明显估值折价，科技板块短期将呈现结构性行情 [13]

市场整体表现与资金流向 - 科技七巨头股票普遍下跌，市场出现避险情绪，资金从股票转向贵金属[1] - 现货黄金价格突破5220美元/盎司，伦敦金现报5226.630美元/盎司，上涨45.530美元，涨幅0.88%[1] - 白银价格大幅上涨，伦敦银现报91.800，上涨3.526，涨幅3.99%；COMEX白银报91.915，上涨4.331，涨幅4.94%[1] - 纳斯达克中国金龙指数(HXC)下跌83.59点至7327.77点，跌幅1.13%[9] 行业板块表现 - 软件、半导体、银行板块遭遇重挫，结构性风险暴露[1] - Wind美国软件服务指数下跌2.93%至7760.18点[10] - Wind美国半导体指数下跌2.33%至19045.83点[10] - Wind美国银行指数下跌2.16%至2268.07点[10] - Wind美国纺织服装II指数下跌2.71%至2945.70点[10] - 能源化工板块上涨，NYMEX WTI原油价格上涨2.02美元至每桶67.23美元，涨幅3.10%；ICE布油价格上涨2.14美元至每桶72.98美元，涨幅3.02%[1] 重点公司股价变动 - 世纪互联股价下跌7.81%至10.500美元[1][9] - 爱奇艺股价下跌5.26%至1.620美元[1][9] - 阿里巴巴股价下跌超过2%[1] - 谷歌股价下跌0.27%至306.320美元[8] - 亚马逊股价下跌1.10%至205.630美元[8] - 苹果股价下跌1.45%至268.980美元[8] - 特斯拉股价下跌1.52%至402.375美元[8] - 脸书股价下跌2.50%至640.605美元[8] - 其他中概股普遍下跌，品科能源跌4.54%，阿特斯太阳能跌4.46%，灿谷跌4.38%，无忧英语跌3.55%，MICROALGO跌3.52%，万国数据跌3.07%[9] 市场驱动因素分析 - 市场波动源于全球流动性环境未稳与对高估值容忍度下降的双重压力[3] - 软件股依赖预期、半导体依赖供应链与资本、银行依赖利差与信心，三者同时受冲击削弱市场底气[1] - 油价与黄金同时上涨反映市场在对冲通胀与风险，布油、美油均涨超3%[1] - 中概股在海外市场的脆弱性依然存在，受宏观流动性、监管预期、估值修正交织影响[1] - 金融全球化导致美国市场动荡产生跨市场传染，影响油价、贵金属及全球资本流动方向[8] 对市场参与者的启示 - 对投资者而言，海外市场风险会直接影响投资账户，资产配置需考虑风险承受能力与时间窗口，不应以短期高收益冒长期风险[7] - 中国经济的基本面，包括产业链、内需和创新能力，并未因海外市场暴跌而改变[9] - 成熟市场并非不会下跌，关键在于将恐慌转化为修正，将动荡转化为重新起跑的机遇[12]

量化模型与构建方式 1. 市场情绪择时模型 **模型名称**：上涨家数占比择时模型（动量情绪指标）[12] **模型构建思路**：通过计算指数成分股中近期上涨股票的数量占比来判断市场情绪，并利用不同窗口期的移动平均线（快线与慢线）的交叉来产生择时信号[12]。 **模型具体构建过程**： 1. 计算沪深300指数N日上涨家数占比：统计沪深300指数成分股中，过去N日收益大于0的个股数占比[12]。 2. 对该指标进行两次移动平均平滑： * 慢线：窗口期为N1的移动平均线[16]。 * 快线：窗口期为N2的移动平均线，其中N1 > N2[16]。 3. 生成信号：当快线上穿慢线（即快线 > 慢线）时，看多沪深300指数；当快线下穿慢线时，对市场持谨慎观点[14][16]。 **模型评价**：该指标可以较快捕捉上涨机会，但也会错失市场持续亢奋阶段的收益，且对下跌市场的判断存在缺陷，难以有效规避下跌风险[12]。 **模型名称**：均线情绪择时模型[19] **模型构建思路**：利用八条不同周期的均线构成“八均线体系”，通过判断当前价格位于这些均线上方的数量，来评估市场的趋势状态和情绪景气度[19]。 **模型具体构建过程**： 1. 计算沪深300收盘价的八条均线数值，均线参数为8, 13, 21, 34, 55, 89, 144, 233[19]。 2. 统计当日沪深300指数收盘价大于这八条均线指标值的数量[19]。 3. 生成信号：当价格位于均线上方的数量超过5时，看多沪深300指数[19]。 2. 量化选股模型 **模型名称**：PB-ROE-50策略[25] **模型构建思路**：基于Wilcox（1984）的PB-ROE定价模型寻找市场中的预期差（即实际PB与理论PB的差异），并叠加超预期因子（如SUE、ROE同比增长）来增强组合收益，最终精选50只股票构建组合[25]。 **模型具体构建过程**： 1. 以PB-ROE定价模型为基础，筛选出存在“预期差”的股票池[25]。 2. 在预期差股票池中，进一步使用SUE（标准化未预期盈余）、ROE同比增长等超预期因子进行选股[25]。 3. 选取综合评分最高的50只股票构成投资组合[25]。 **模型名称**：机构调研选股策略[31] **模型构建思路**：通过挖掘公募基金和知名私募的调研行为数据，来寻找具有超额收益潜力的股票[31]。 **模型具体构建过程**： 1. **公募调研选股策略**：根据上市公司被公募基金调研的次数，以及被调研前股票相对于基准的涨跌幅进行选股[31]。 2. **私募调研跟踪策略**：根据上市公司被知名私募基金调研的情况进行选股[31]。 （具体组合构造细节可参考原系列报告[31]） 3. 量化因子 **因子名称**：有息负债率（负面清单因子）[36] **因子构建思路**：衡量企业需要付出成本的债务占总资产的比例，该比率越高，企业面临的偿债压力和流动性风险越大，可作为风险规避的负面筛选指标[36]。 **因子具体构建过程**：报告提出了三种统计口径： * **传统有息负债率**： $$传统有息负债率 = \frac{短期借款 + 长期借款 + 应付债券}{总资产}$$[36] * **严苛有息负债率**： $$严苛有息负债率 = \frac{短期借款 + 应付利息 + 交易性金融负债 + 应付短期债券 + 租赁负债 + 长期借款 + 应付债券 + 长期应付款}{总资产}$$[36] * **宽松有息负债率**： $$宽松有息负债率 = \frac{短期借款 + 应付利息 + 交易性金融负债 + 应付短期债券 + 租赁负债 + 长期借款 + 应付债券 + 长期应付款 + 其他流动负债 + 划分为持有待售的负债 + 一年内到期的非流动负债}{总资产}$$[36] **因子评价**：宽松口径的有息负债率相比于传统口径，在回测中能提供更多的空头收益[36]。 **因子名称**：财务成本负担率（负面清单因子）[40] **因子构建思路**：从利润表流量角度衡量企业面临的利息偿还压力，用利息费用占息税前利润的比例来反映财务成本的负担程度[40]。 **因子具体构建过程**： $$财务成本负担率 = \frac{财务费用：利息费用}{息税前利润}$$[40] （注：2018年后财务费用被拆分为利息费用和利息收入，此处使用利息费用更能体现企业面临的真实财务成本[40]） 4. 资产配置模型 **模型名称**：国债久期轮动策略[43] **模型构建思路**：基于Nelson-Siegel模型构建收益率曲线，通过预测决定收益率曲线形状的水平、斜率、曲率三个因子，来预判利率走势，从而在长久期和短久期利率债之间进行轮动配置[43]。 **模型具体构建过程**： 1. 使用Nelson-Siegel模型拟合国债收益率曲线，提取水平、斜率、曲率三因子[43]。 2. 通过模型预测上述三因子的未来变化[43]。 3. 根据预测结果，判断利率债的整体久期配置方向（做多长久期或短久期）[43]。 （具体策略细节可参考原系列报告[43]） 模型的回测效果 1. **PB-ROE-50策略**（截至2026年2月27日）： * 基于中证500股票池：今年以来超额收益率-0.92%，上月超额收益率-0.48%[28]。 * 基于中证800股票池：今年以来超额收益率6.74%，上月超额收益率1.21%[28]。 * 基于全市场股票池：今年以来超额收益率6.22%，上月超额收益率0.70%[28]。 2. **机构调研选股策略**（截至2026年2月27日）： * 公募调研选股策略：今年以来超额收益率1.36%，上月超额收益率2.20%（相对中证800）[34]。 * 私募调研跟踪策略：今年以来超额收益率11.63%，上月超额收益率4.79%（相对中证800）[34]。 因子的回测效果 （注：报告未提供有息负债率与财务成本负担率因子的独立回测绩效指标，如IC、IR等。报告主要展示了基于这两个因子构建的负面清单在特定时点的截面排序结果[36][40]。）

电话会议纪要关键要点总结 一、行业与公司 * 本次纪要主要涉及**全球贸易政策**、**亚洲经济**与**日本市场** [1][3] * 行业讨论聚焦于**关税影响下的贸易**、**非科技出口**、**AI基础设施**、**国防**、**能源转型**以及**日本战略主题投资** [1][7][12] 二、核心观点与论据 1. 全球贸易政策演变与关税前景 * **特朗普政府关税政策路径**：计划以**122条款**为基础征收**15%** 的关税，为期**150天**，同时启动新的**301条款**调查，并最终以调查结论取代122条款关税 [2] * **关税升级的约束与风险**：**可负担性担忧**和**中期选举约束**限制了关税全面大幅升级的空间，**15%** 的关税更像是**阶段性上限** [1][2] 但针对**中国**的**301条款**调查可能导致迅速的单方面关税提高，尤其在地缘政治事件触发下 [1][4] 现行对华301条款关税覆盖约**60%** 的自中国进口商品，平均税率为**17%** [4] * **最高法院裁决影响**：裁决对宏观直接影响有限，未明确退税安排 [2][4] 潜在退税总额约**500亿美元**，预计至少需要**12个月**完成，但现有**8项减免措施**已带来近**两倍或三倍**的年度收益 [1][4] * **长期趋势**：关税制度可能走向**“拼凑式”** 模式，聚焦特定行业与国家，为企业提供更可预期的政策框架 [1][5] 2. 亚洲关税影响与贸易结构变化 * **加权平均关税变化**：基于**2025年11月和12月**的最新贸易结构，亚洲地区对美加权平均关税从裁决前的**15%** 降至**13%** [1][6] 若基于**2024年**的贸易结构计算，则从**20%** 降至**17%**，**5个百分点**的差异源于贸易结构变化（免税商品占比上升） [6][7] * **各经济体关税降幅**：**中国**关税降幅最大，达**7%**；**印尼**降幅为**3%**；其他经济体变动幅度在**1%至3%** 之间 [1][7] * **出口结构差异**：越南大部分出口商品适用**20%** 的关税，受裁决影响关注度高于韩国；韩国更多受针对特定行业的**232条款**关税影响 [6] 3. 亚洲经济增长动能与传导链条 * **非科技出口复苏**：自**10月**签署贸易协定后，亚洲多数国家**非科技类出口贸易**开始复苏 [1][7] * **增长驱动力**：**全球AI基础设施支出增加**、**国防支出增长**、**能源转型相关资本支出**持续，已开始体现在非科技出口需求中 [1][7] * **传导链条**：非科技出口复苏将推动**资本开支增加**、**就业增长**，并进一步带动**消费** [7] 非科技产品出口价格指示**工业周期出现拐点**，区域复苏将趋于扩散 [7] * **工资增长趋势**：过去四个季度工资增长呈减速趋势，主要受关税对非科技出口、资本开支及劳动力市场的负面影响 [8] 新兴亚洲经济体（除韩国和台湾地区外）压力更大，因缺乏大规模非科技出口支撑 [8] 4. 日本央行货币政策与通胀 * **加息时点判断**：倾向于日本央行等到**6月**货币政策会议再行动，而非在**4月**提前加息 [3][9] 需重点关注**4月CPI数据**（**5月**发布）和服务通胀动能 [3][9] * **通胀现状**：官方口径**CPI已降至2%**，按原始数据计算略低于2% [9] 能源与食品价格贡献下降，**服务通胀缺乏动能** [9] * **政策委员会影响**：新提名理事会成员**浅田（Asada）** 与**佐藤（Sato）** 立场**偏鸽**，可能降低**4月**加息概率 [3][9] **3月2日**副行长的讲话对判断4月会议是否可能加息尤为重要 [10] * **工资与通胀互动**：**2026年春季工资谈判**结果预计将相当强劲 [10] 通胀率预计回落至**2%**以下，**实际工资增长**预计在**2026年**内转为正值，支撑消费 [10] 5. 日本战略主题投资与市场表现 * **战略框架整合**：日本政府将“**17个战略领域**”整合为六大概念，重点包括**经济安全与供应链韧性**、**AI部署与算力开放**、**基础设施更新与抗灾能力** [3][12] * **主题筛选依据**：具备**大额预算投入**、**强劲的国内外需求**、**日本企业拥有技术优势**三项特征 [12] * **市场超额收益**：自**2025年秋季**自民党领导人选举以来，高评分主题股票显著跑赢大盘 [12] 行业集中度较高的领域包括**半导体**、**材料**、**化工**与**建筑** [12] * **具体板块表现**：上游领域（如关键矿产）过去**3个月回报率达27%**；下一代领域（如电力与电网基础设施）**3个月内增长22%** [12] 主导主题集中在**人工智能**、**半导体**、**先进材料**与**国防** [12] 三、其他重要但可能被忽略的内容 * **大宗商品联动**：亚洲工业周期与**CRB原材料指数**高度相关，反映出工业生产走强与大宗商品价格上行之间的联动 [8] * **日本服务价格动能**：薪资增长稳健且**最低工资上调了6%**，薪资的逐步增长将传导至服务价格 [11] 但市场预期的**2026年多次快速加息**节奏可能面临挑战 [11] * **中国对日稀土出口限制影响**：短期内现有库存可能发挥缓冲作用，投入成本仅占整体产品价格的一小部分，因此**潜在定价风险对业绩的直接影响判断相对有限** [12] * **日本市场定价特征变化**：本财报季，部分利润增长但股价偏弱的公司集中在**SaaS和知识产权领域**（包括游戏） [13] 即便市盈率已压缩约**5倍**，部分投资者认为不太可能回到历史估值区间 [13] 过去几天**SaaS和IBD板块**股票表现似乎已触底 [14]

报告行业投资评级 * 报告未明确给出统一的行业投资评级，但通过对宏观、股市、AI、大宗商品等领域的分析，隐含了对不同市场和板块的差异化观点 [1][3][11][12][16] 报告核心观点 * 宏观政策不确定性高但影响有限：特朗普政府关税政策执行存在差异，但实际有效税率变化预计仅约0.1个百分点，退款金额约1,800亿美元，新关税面临法律挑战但受150天期限限制 [1][2][4] * 消费者端AI采用率快速提升，企业端落地缓慢：消费者AI使用频率大幅提高，推动算力需求爆炸式增长，推理算力占比已升至近30% [1][7]；约80%企业尚未采用AI，规模化落地面临数据和系统障碍 [7][8] * 全球股市轮动，非美市场跑赢：资金正从西方流向东方，从估值过高的科技股转向具备实体护城河的企业，亚洲供应链与制造业中心市场表现突出 [3][11][20]；美国市场面临估值倍数冲击风险，轻资产企业估值承压 [3][12] * 英伟达财报强劲但股价反应平淡：2026年Q1营收超市场预期约4%，Q2指引超预期约8%，2027年盈利预期较市场高出26% [9]；市场关注点转向2027年超大规模资本开支能见度、非传统客户支出路径及技术领先性再确认 [1][9] * 地缘政治推高油价，但溢价已部分反映：霍尔木兹海峡关闭概率被认为低于20%，对应油价溢价约每桶8至10美元 [13]；若海峡关闭，油价可能上涨20至40美元/桶 [13]；2026年以来油价已上涨近20%，偏度处于历史高位 [14] * 美元将温和贬值：美元仍属高估货币，随着美国独特性减弱和全球增长更趋平衡，预计将温和贬值 [3][16]；关税政策反复性对增长构成压力，股市“AI转向”引发的轮动利好非美股市 [16] * 人民币具备升值基础：中国外部部门表现强劲，经常账户盈余已达全球GDP约0.5个百分点，人民币估值仍被低估约22% [17]；只要中美贸易关系稳定，人民币将持续升值 [17] 根据相关目录分别进行总结 宏观与政策 * 特朗普政府声称统一加征15%关税，但实际执行可能采取差异化安排，对不同国家和产品实施不同税率，对美国实际关税税率的影响差异仅约0.1个百分点 [1][2] * 关税退款问题进展较快，预计退款金额约1,800亿美元，但发放速度和执行周期仍存在不确定性 [1][2][4] * 新关税面临法律挑战，但因用于征收的“122条款”关税期限仅150天，司法程序可能无法在期限内完成裁决 [4] * 中期选举中，众议院民主党优势明显，预测市场显示其掌控概率约80%；参议院竞争激烈，民主党胜选概率约40% [5][6] * 税收退税总规模可能超过3,000亿美元，比2025年多约1,000亿美元 [4][5] AI产业趋势 * 消费者端AI采用率加速提升，AI更广泛融入日常生活，用户使用频率大幅提高，推动模型生成查询量爆炸式增长 [7] * 算力结构发生显著变化：从一年前训练占比约80%、推理占比约20%，转变为推理占算力规模近30%，训练占比可能降至30%-40% [7] * 企业端AI推进缓慢，目前仅约15%至20%的企业以某种形式采用AI，意味着约80%企业尚未采用 [7]；规模化落地面临数据源未清理、系统不兼容等技术债务障碍 [8] * 推理侧成本竞争日益激烈，成本正在显著下降，成为平台核心经济模型的关键变量 [7] 公司分析（英伟达） * 英伟达最新财报及业绩指引整体强劲：本季度营收较市场预期高出约4%，下季度指引高出约8%；财报发布后，市场对英伟达2027年盈利预期较此前高出26% [9] * 公司基本面增长突出：2026年营收预计增长80%，盈利能力接近翻倍；按更高预期测算，2027年估值约16倍 [9] * 股价未明显上涨的原因包括：投资者关注2027年超大规模资本开支的能见度、非传统客户（如OpenAI、Anthropic）的持续支出路径是否明确，以及需要再确认其技术领先性 [1][9] * 市场存在资金轮动迹象，部分基金经理转向配置其他大型半导体股或市值更低的标的 [10] 股市与板块 * 美国股市面临估值倍数冲击风险，轻资产企业估值承压 [3][12]；软件行业估值倍数已大幅压缩，但创新步伐加速导致其持续波动，风险突出 [10] * 非美股市持续跑赢，资金从西方流向东方，转向具备实体护城河、能够从资本支出增长中显著受益的企业 [3][11] * 全球权益市场结构呈现“杠铃”形态：能源、基础资源、工业等资本开支受益板块与消费必需品、公用事业、医疗保健等防御性板块同时上涨 [11] * 美国股市内部轮动剧烈，资金从软件等轻资本行业转向基础设施、电信、公用事业等重资本领域，这种剧烈的动量逆转历史数据显示会增加标普指数未来的回撤风险 [18] 大宗商品与外汇 * 地缘政治风险为油价带来溢价，当前市场交易的核心是霍尔木兹海峡关闭的低概率事件，对应溢价约每桶8至10美元 [13] * 基于基本面判断，原油公允价值可能在63至65美元/桶区间，当前价格较公允价值上行约6至8美元/桶 [14] * 对美元维持“温和贬值”判断，核心逻辑在于全球增长格局更趋平衡、美国“独特性”减弱 [16] * 人民币继续升值的两大关键原因：中国外部部门表现极强，经常账户盈余达到全球GDP约0.5个百分点；人民币估值仍然极低，目前被低估约22% [17] * 看好兼具周期性贝塔属性、大宗商品敞口与估值优势的新兴市场货币，如南非兰特、智利比索、巴西雷亚尔，这些货币与人民币存在贝塔相关性 [17]

涉及的行业与公司 * 行业：软件与信息技术服务，具体为文档处理软件、人工智能应用、企业级SaaS * 公司：福昕软件 核心观点与论据 2025年财务与运营表现 * 2025年预计实现营业收入约10.75亿元，同比增长约51.20%，首次迈入10亿元规模[3] * 营收增长主要来自新增的数智政务业务，国内原有核心业务板块营收同比增长约28%[2][3] * 2025年第四季度预计实现单季度营收接近4亿元，同比增长约97%，其中原有核心业务板块单季度营收同比增长约30%[2][3] * 订阅转型持续推进，2025年原有核心业务板块订阅收入占比达60%，年度订阅收入占比预计接近61%，同比提升约12个百分点[2][3] * 预计实现年度经常性收入约5.86亿元，同比增长约42%[2][3] * 渠道结构优化，来自渠道的收入占原有核心业务板块收入比例约45%，同比提升约4个百分点；核心PC渠道收入全年同比增幅约40%[2][5] * 区域结构变化，受新增数字政务业务带动，2025年国内市场收入占比提升至约23%，国际市场收入占比约77%[2][5] * 预计实现归母净利润2,750万元；归母扣非净利润约-868万元，同比亏损收窄接近96%[2][5] * 若扣除股份支付、商誉减值及长投减值等非经营性事项影响，原有业务经营性利润已接近3,500万元，超过年初设定的经营性盈亏平衡目标[5] * 2025年第四季度经营活动现金净流入趋势延续，现金流持续改善[5] 战略转型与AI产品布局 * 公司战略方向从“文档工具”升级为“文档智能”，核心产品方向定义为“文档智能处理/可信文档自动化”，并以“面向智能体的解决方案”为主要落点[4][10] * 判断未来软件若无法被智能体有效调用，其价值将显著受限，增长必须围绕“赋能智能体”展开[10] * “可信文档自动化”包含“自动化”与“可信”两个关键，旨在为企业智能体在处理文档时提供可信结果保障与关键技术支撑[10][11] * 公司不做基础大模型，但会围绕通用大模型之上进行质量控制与工程化能力建设，形成自身产品化能力[10] * 该业务付费模式为按页收费，已落地海外政府项目，起用量至少1亿页[4][15] * 2026年将发布“可信文档自动化”相应产品[4][12] 对AI趋势的研判与应对 * 认为AI不会导致文档工具需求被替代，文档作为生产要素的刚需属性不变，AI更可能成为业务增强的来源[7] * 产品侧关键方向是利用AI提升文档理解能力，例如将非结构化文档内容更高效地转化为结构化数据[7] * 公司判断通用大模型未来将趋于商品化，类似“水电”，而通用大模型之上的可信与工程化能力存在显著价值空间[10] * 应对竞争的关键壁垒在于对文档结构与领域知识的理解，而非单纯的格式理解[17] * 将通过“亿恒+多重”策略，在垂直领域持续积累领域知识，结合文档结构分析能力形成差异化能力组合[17] 渠道与市场发展 * 渠道入口合作目前仍以PC厂商为主，与戴尔合作进展顺利，在戴尔体系内的收入增长速度显著快于其出货量增长[13] * 与联想也有合作，目前增长较快，但绝对规模仍低于戴尔[13] * 在线订阅商店增长稳定，客户流失率相当低[13] * 渠道收入增速持续快于整体收入增速，预计未来几年占比仍将提升，尤其在欧洲与东南亚等以渠道为主的区域[13] * 海外市场仍有较大增长空间，与Adobe相比市占率在提升，但幅度有限[14] * 海外企业更倾向于推进AI辅助路径，而非AI原生改造[14] * 中国市场成长模式已从以通用产品为主转向“通用产品+多个纵向垂直领域”的组合策略[14] * 未来在条件允许的情况下，仍可能通过并购实现外延式增长，以加快提升中国区收入水平[14] 研发与组织管理 * AI辅助编程已贯穿软件开发各环节，2026年底的目标是搭建“完全基于AI、以AI为中心的软件生产开发流程”[8] * 当前已实现开发人员“人手一份”AI开发工具，内部使用GitHub Copilot、Tensor与Cloud Code等工具[8] * 确立“由AI编写代码，人负责提出需求与质量控制”的原则，最终代码质量仍由人承担责任[8] * 2026年将进行一定替代性招聘，但总体人员规模预计保持稳定，同时将显著提高对人员效率的要求[9] 其他重要内容 风险与挑战 * 2025年第四季度ARR增量因单一超大型客户流失而下滑，金额约3,500万元；剔除该客户影响后，订阅业务的ARR增量与第三季度基本持平[2][3][5] * 该客户流失原因为转向Adobe，但并非停止使用PDF工具[5] * 头部客户集中度已明显下降，未来类似个案对ARR增长态势的影响预计不会显著[5] * 地缘政治风险对经营确有影响，被视为长期风险项，2025年第四季度已受到相关因素影响[14] * 若2026年PC厂商出货量减少，将构成潜在风险；公司拟通过提升“附加率”来对冲此风险[13] * 真正需要关注的风险在于知识工作者总量若显著下降，但更可能的情形是劳动形态迁移后仍以知识工作为主[9] 业务细节与展望 * 对2026年一季度与全年ARR的持续增长保持信心，预计ARR将呈现持续、稳定增长趋势[2][6] * “可信文档自动化”的交付既可私有化部署，也可云端提供；在中国，许多企业因文档不外传而要求私有化部署[16] * 判断“可信文档自动化”的市场空间有望大于按席位的订阅模式，核心原因在于可按使用量计费[17] * 以海外某政府项目为例，起用量至少1亿页；若按传统软件售卖口径类比，其量级相当于约10万套软件授权[17] * 在AI生成时代，按使用量计费的天花板将显著高于按席位计费[17] * 对包括最新Deepseek OCR在内的大模型OCR进行测试，其识别效率与效果仍较差，无法商用，更无法满足可信要求[17]

恒生科技指数近期表现与市场情绪 - 从去年10月到文章发布时，恒生科技指数下跌近24% [1] - 市场情绪受指数下跌和利空因素影响，部分投资者陷入恐慌并考虑是否“割肉” [5] 恒生科技指数下跌的核心原因 - **企业内卷**：外卖补贴、AI红包等巨额开支引发市场对相关公司利润空间的担忧 [2] - **AI冲击**：智谱、MiniMax等AI独角兽密集发布大模型，相比之下，互联网巨头的吸引力有所减弱 [3] - **流动性枯竭**：美联储降息预期下修，叠加资源、AI等板块吸金效应明显，导致港股市场面临流动性不足 [4] 恒生科技指数的配置价值分析 - 成分股具有稀缺性和不可替代性，大多数公司仅在港股上市，且为国内各赛道的龙头企业，代表中国经济活力的核心资产，这一长期逻辑未变 [11][12] - 行业分布兼具成长与稳定属性，覆盖软件服务、半导体、汽车、可选消费，既挂钩AI和科技创新的想象空间，又与民生消费基本面深度绑定 [12] - 未来催化剂在于互联网龙头能否实现AI应用的商业化变现，以及民生消费数据是否能企稳走强，任一变量出现实质性拐点都可能对指数形成良好提振 [12] - 短期性价比提升，随着指数回调，其市盈率回落至21倍左右，虽较2024年上半年17倍的水平有所抬升，但仍处于历史16%分位的相对低估区间 [12] 资产配置的逻辑与应对策略 - **资产轮动是常态**：健康的投资组合中必然存在表现不如意的资产，这是多元化投资的正常结果，当前下跌的恒生科技正是去年表现较好的资产 [14][15] - **通过仓位管理控制风险**：例如，在作者的资产配置方案中，恒生科技仓位仅占4%，即使回调25%，对整体账户的影响也仅为1%，其他资产的上涨可对冲这部分回撤 [17] - **关注整体组合而非单一资产**：资产配置的魅力在于构建动态平衡的组合，即使在恒生科技跌幅较大的情况下，通过其他资产的轮动对冲，整体账户依然可能实现正收益（例如作者账户今年实现5%以上收益） [19] - 在资产配置框架下，对于当前表现不佳的资产，更应采取坚定持有或持续定投的策略，而非因恐慌而卖出 [19][20]

文章核心观点 - 商业成功与媒体关注度常呈负相关，许多持续盈利、创造巨大价值的公司因其业务“无聊”而被公众和媒体忽视，这种“隐身”状态反而构成了其竞争优势和护城河 [6][8] - 推崇一种“李牧式”的商业哲学：避免频繁的消耗战，通过长期耐心地构建结构性壁垒（如监管认证、高转换成本），在利基市场建立微型垄断，实现可持续的复利增长 [9][12][44] - 总结出一套可复制的“辛格尔顿模式”：其核心是收购具有稳定现金流的利基业务，以严格的资本配置纪律进行运营优化，并将产生的现金持续用于再投资，形成复利循环，而非追求戏剧性的叙事或规模 [20][32][46] 对商业叙事与现实的反思 - 媒体和大众文化推崇具有戏剧性故事的“英雄”公司，但这些公司往往失败率高，而像唯品会这样连续十年盈利、年营收超千亿人民币的公司，其创始人沈亚却因故事“无聊”而鲜为人知 [6][7] - 存在巨大的幸存者偏差，能叫出名字的明星公司多数已消亡或陷入困境，真正持续赚钱的企业常处于公众视野之外，被忽视本身成为一种护城河 [8] - 将公司分为三类：第一类方向错误但声量大（如Clubhouse、Quibi、WeWork）；第二类方向正确但陷入激烈竞争（如千团大战、网约车）；第三类则找到了“与大众认知相悖且正确”的领域，从而避开竞争，悄然成长 [14][15] “李牧式”经营哲学与公司类型 - 以战国将领李牧为喻，强调真正的强大不是不断赢得战斗，而是通过长期忍耐和准备，实现“一战而定”，从而获得长久的和平，企业经营也应追求像调教好的发动机一样稳定、复利式运转，而非时刻处于救火状态 [9][12] - 提出成功企业的共同点是寻找并征服“微型市场”，在细分领域建立垄断，其壁垒来自监管（如FAA认证）、合同或用户习惯所形成的高转换成本，而非品牌声量 [44] 隐形冠军案例及其商业模式 - **Teledyne（亨利·辛格尔顿）**：被视为该模式的“祖师爷”，MIT博士创立，通过高市盈率时期收购超130家公司，业务涵盖航空电子、特种金属等“无聊”领域，总部不足50人 [20]；在市场低估时大规模回购约90%流通股，1963年投资的1美元到1990年价值180美元，相对标普500超额回报29倍 [22] - **TransDigm**：将模式应用于航空业，专门收购拥有FAA认证的独家航空零部件制造商，然后大幅提价，利用重新认证的高成本（数年、数百万美元）构建微型垄断，长期利润率超45% [23][24]；自2006年上市至2024年，股价从约8美元涨至超1300美元，增长超160倍，尽管因定价问题备受争议 [26] - **Constellation Software**：专注于收购垂直市场软件公司（如公共交通、高尔夫球场、殡仪馆管理软件），完成超700次收购，客户因转换成本高而流失率低（年化约5%）[31]；通过收购现金流业务并再投资的循环实现复利，自2006年上市年化复合回报率超30%，市值约750亿加元，但极度低调 [29][32] - **Bending Spoons**：位于意大利米兰，远离硅谷叙事，专注于收购用户量大但变现差的消费级App（如Evernote、Meetup），并进行狠辣的运营和财务优化以实现盈利，2024年收入超6亿美元 [33][35][36]；其逻辑与TransDigm、Constellation一致，即收购有用户粘性的产品并优化经济模型 [37] 其他“无聊的怪物”公司示例 - **Danaher**：从房地产公司转型，通过收购和精益管理优化数百家工业及生命科学企业，市值超1800亿美元 [38] - **HEICO**：家族控制的航空替代件制造商，自1990年以来股价回报超45000倍 [38] - **Copart**：全球最大线上事故车拍卖平台，市值约500亿美元，持续复利 [39] - **Cintas**：工服租赁公司，市值约750亿美元 [41] - **Fastenal**：通过自动售货机销售螺母、螺栓等紧固件，市值约400亿美元 [41] - **Rollins (Orkin)**：害虫防治服务公司，市值约200亿美元 [41] - 这些公司均不在创新力榜单上，但通过在其利基市场建立优势，持续创造现金流和复利增长 [41] 总结的成功规律与教训 - **到微型市场里去找垄断**：在资金雄厚竞争者看不上的小市场做到唯一，构建结构性壁垒（监管、合同、习惯），然后安静复利 [44] - **隐身是武器，不是耻辱**：被忽视意味着没有竞争和巨头关注，真正的壁垒（认证门槛、转换成本）是安静的，媒体声量不是护城河 [45] - **抓DCF（现金流折现）**：核心模式是买入现金流稳定的利基业务，纪律运营，用产生的现金进行再收购，永不出售，形成复利机器，关键在于长期执行而非复杂战略 [46] - **别理叙事**：无论外界评价如何（如“价格屠夫”、“产品杀手”），坚持既定策略，股价表现是唯一的回应 [46]