投资评级与核心观点 - 报告维持对该公司的“买入”投资评级 [1] - 报告给出的目标价为人民币16.75元 [1] - 报告核心观点认为，公司经营底部已经确立，2026年收入有望重回增长，盈利能力有望恢复 [1] - 报告认为，公司作为电子数据取证龙头，凭借AI技术、央企背景、全场景产品三大优势，有望实现传统业务收入企稳、新兴业务放量 [1] 2025年业绩表现 - 2025年公司实现营业收入14.11亿元，同比下降20.23% [1] - 2025年实现归母净利润-7.82亿元，亏损同比扩大88.42% [1] - 2025年第四季度（25Q4）营业收入6.16亿元，同比下降29.32%，归母净利润-4.16亿元，亏损同比扩大140.44% [1] - 业绩承压主要受政企预算收紧、项目交付周期拉长及资产减值集中计提影响 [1] - 公司对江苏税软计提商誉减值1.82亿元，对应收款项、存货等计提减值1.85亿元，报告认为这有助于历史风险出清，为后续业绩减亏提供支撑 [1] 盈利能力与财务健康度 - 2025年全年毛利率为31.99%，同比下降8.59个百分点，主要由项目交付周期拉长所致 [2] - 2025年销售/管理/研发费用率分别为25.16%、23.65%、12.85%，同比变动+6.3、+6.49、-2.67个百分点 [2] - 现金流表现显著优于利润端，2025年经营活动现金流净额2.76亿元，同比大增364.74%，回款效率提升彰显主业造血能力 [2] - 截至2025年末，公司资产负债率37.77%，货币资金充裕，财务结构稳健，抗风险能力突出 [2] 业务板块表现 - 公司四大业务板块呈现分化态势，传统业务短期调整，新兴战略业务逆势增长 [3] - 电子数据取证、公共安全大数据两大基石业务收入分别同比下降23.03%、36.66%，合计收入占比降至68.98% [3] - 数字政务与企业数字化业务收入同比增长14.79%，成为业绩新增长点，其智慧应急、乡村振兴、低空经济等场景落地标杆项目 [3] - 新网络空间安全业务收入同比增长10.51%，其“星盾”平台、反诈系统规模化推广，“美亚鉴真”用户突破33万，市场占有率领先 [3] - 企业数字化板块承接国投集团数字化转型，建成26个核心系统、140余个数字人应用，运营成本压降25% [3] AI战略与技术研发 - 公司坚定推进“ALL IN AI”战略，以技术创新驱动产品升级 [4] - 2025年全年研发投入1.84亿元，研发人员占比65.1% [4] - 研发聚焦天擎公共安全大模型、乾坤大数据操作系统、AI取证等核心赛道，天擎大模型已通过国家网信办双备案，落地6大行业场景 [4] - 全年发布56款AI新品，实现全系列产品AI功能全覆盖，L4级自动化取证、星睿一体机等新品构筑技术代差优势 [4] - AI技术深度融入取证、大数据、安全、政务全链条，产品智能化水平与客户粘性显著提升 [4] 盈利预测与估值 - 报告预计公司2026-2028年收入分别为15.65亿元、17.53亿元、19.67亿元，同比增长率分别为10.92%、11.98%、12.24% [5][11] - 报告预计公司2026-2028年归母净利润分别为-3.34亿元、-1.80亿元、-0.24亿元 [5][11] - 相比前次预测，报告将2026-2027年收入预测分别下调16.18%、16.04%，主要考虑客户需求释放节奏，下调了电子数据取证及公共安全大数据收入增速 [5][13] - 估值方面，参考可比公司Wind一致预测均值8.0倍2026年市销率（PS），考虑公司AI产品加速进入商业化阶段，给予公司9.0倍2026年PS，对应目标价16.75元 [5][14] - 截至2026年4月17日，公司收盘价为13.08元，市值为112.42亿元 [8] 财务预测调整详情 - 报告下调2026年电子数据取证业务收入预测至5.75亿元，较原预测下调20.99% [13] - 报告下调2026年公共安全大数据业务收入预测至4.685亿元，较原预测下调30.15% [13] - 报告下调2026-2027年毛利率预测，主要由于下调电子数据取证及公共安全大数据毛利率 [13] - 报告上调2026-2027年销售及管理费用率预测，主要由于下调营业收入而人员成本支出偏刚性 [13] - 报告上调2026-2027年资产减值损失预测，考虑公司资产减值仍存在压力 [13]

反诈系统运行机制与成效 - 国家反诈中心2023年累计下发资金预警指令940万条 公安机关见面劝阻1389万人次 拦截诈骗电话27.5亿次和短信22.8亿条 处置涉诈域名网址836.4万个 紧急拦截涉案资金3288亿元 [1] - 反诈系统由公安部 刑侦局联合国家反诈中心研发底层模型 三大电信运营商基于统一框架定制省级风控系统落地执行 [9] - 某省级运营商2024年通过反诈模型识别200多万个涉诈嫌疑号码 对9万个号码管理停机 对38万个号码做呼叫限制 2020-2024五年间累计管理停机371.7万个号码 呼叫限制213.8万个号码 [10] 用户被误伤案例与原因分析 - 用户大白新办副卡8天后因"通信异常"被限制功能 需二次实名认证后恢复 原因可能是风控误伤或二次放号遗留标签 [2] - 胡女士因短时高频拨打同一号码触发预警模型 两次被封停 需提供承诺书及证件照片远程解封 归因于跨省通话行为触犯风控阈值 [4] - 风控模型主要监测短时高频呼叫 跨省漫游后立即活跃 新卡活跃度 终端频繁更换等行为特征 以及社交关系网络异常等关联风险 [8] - 误伤本质是模型灵敏性与用户体验的平衡问题 系统阈值设置严苛导致防御性误伤 小比例误伤难以完全避免 [8][9] 反诈政策与技术要求 - 《反电信网络诈骗法》要求电信经营者监测识别异常电话卡 对改号电话和非法设备进行处置 号卡实名制和涉诈管理是高压红线 [5] - 运营商配合断卡行动需处理公安流转的涉诈号码 进行信令监控 建立反诈模型通过大数据分析主动发现嫌疑号卡 [6] - 两部委要求电信企业建立二次实名认证机制 对高风险电话卡24小时内核验 逾期未通过则暂停功能 [11] - 当前模型依赖通话频次 时空轨迹 入网时长等表层数据 缺乏用户意图识别能力和正常非常规行为豁免机制 [13] 技术优化方向与建议 - 需从规则引擎升级为意图识别AI 减少对行为阈值依赖 公示高敏场景规则 开放反诈模型沙盒供公众测试风险等级 [13] - 应建立用户画像分级系统 为老号配置更高信任度阈值 引入声纹识别 通话语义分析等多模态验证 开放用户自主报备场景 [13] - 终极目标是实现手术刀式精准防御 通过技术迭代降低误判率 [14]