预训练大模型引领AI行业变革，关注AI企业盈利模式、芯片基础设施
　　继OpenAI在2022年11月发布ChatGPT（详见我们2022年12月9日发布的从ChatGPT热议看大模型潜力）后，微软宣布和OpenAI公司合作推出内置ChatGPT的必应搜索、Edge浏览器、Office套件及Azure，对谷歌等的搜索业务形成竞争。基于大模型的AI可能成为可以替代脑力工作者劳动的新一代生产力工具。我们认为：1）科技巨头在大模型上的竞争利好芯片送水人：2）是否拥有大模型将成为区别科技平台企业的重要分水岭；3）AI企业是否能在这轮周期中找到盈利模式有待观察；4）芯片受限影响中国企业追赶的步伐，中国如何发挥数据及市场优势值得期待。
　　科技巨头在大模型上竞争激化，芯片送水人是最大受益者
　　从英伟达加快与微软合作共建立生成式AI生态、谷歌和百度将分别推出类ChatGPT产品看出，是否拥有大模型将成为科技巨头/科技平台企业的重要分水岭，未来科技巨头之间将展开大模型军备竞赛，科技公司远期投资价值或将被重新定义。由于ChatGPT依赖更大的总算力消耗和千亿级的参数训练，对应更大的算力需求，我们认为ChatGPT的应用也有望推动底层基础设施建设新增长机遇。根据OpenAI测算，目前算力的增速（翻1倍/3-4个月）远超过摩尔定律（翻1倍/18-24个月），AI应用的逐步丰富将推动计算芯片市场（ICInsight测算21年全球1030亿美金）保持强劲增长。
　　“AI+”还是“+AI”：大模型时代有什么不一样？
　　“AI+”（以AI技术赋能行业的科技企业）还是“+AI”（采用AI技术的传统企业）能够胜出是上一轮AI投资最大的争议。从结果来看，“AI+”企业在智慧城市等特定领域获得商业成功，但互联网（例如谷歌、百度的搜索，头条的推荐，阿里的广告）、金融等行业通过已有业务+AI提升了效率。我们认为上一轮“AI+”企业没有全面成功的原因是算法的进入壁垒相对较低。当大模型主导的创新周期到来，以GPT-3大模型为例，其需要1750亿数据和数百万、数千万美元的算力投资，壁垒显著提升。关注OpenAI、百度、商汤等公司的商业进展。
　　芯片受限已经严重影响中国企业追赶速度，期待数据要素市场发挥作用
　　目前在算力和算法上中国AI发展受限较多：1）此前美国对性能超过A100的计算芯片限制出口中国，而我国最先进的芯片计算性能约为A100的70%，和海外龙头存在两年以上的差距，AI生态建设仍处于起步阶段，直接影响到大模型的速度和效率。2）OpenAI暂无中国开放注册，我国在AI算法和技术层面与国外相比竞争力不足。但我们认为中国企业应充分发挥国内数据资源规模大和多样化的比较优势，将数据作为生产要素，从而在人工智能领域实现弯道超车，缩小与国外发展差距。
　　ChatGPT离AGI还有多远？
　　ChatGPT是通往AGI（通用人工智能）道路的一次跃迁，但我们离AGI仍有较远的距离。目前围绕使用ChatGPT等大模型的争议不休，主要围绕在以下方面：1）信息真实性：大语言模型对事实和逻辑世界缺乏真正理解，生成内容的真实性和可解释性存疑；2）信息有害性：例如，尽管ChatGPT采用了基于人类反馈的强化学习（RLHF），以实现有害和不真实输出的减少，但如果用户逐步引导，ChatGPT仍然会响应有害指令；3）使用不当性：在学术界等场景使用ChatGPT并不恰当，多家顶刊已禁止生成式AI工具署名。
　　风险提示：AI及技术落地不及预期；本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。
　　

研究报告全文：证券研究报告电子ChatGPT热潮的冷思考华泰研究电子增持维持2023年2月08日中国内地动态点评研究员黄乐平PhD预训练大模型引领AI行业变革关注AI企业盈利模式芯片基础设施SACNoS0570521050001lepinghuanghtsccomSFCNoAUZ06685236586000继OpenAI在2022年11月发布ChatGPT详见我们2022年12月9日发布的从ChatGPT热议看大模型潜力后微软宣布和OpenAI公司合作推研究员张皓怡出内置ChatGPT的必应搜索Edge浏览器Office套件及Azure对谷歌SACNoS0570522020001zhanghaoyihtsccom等的搜索业务形成竞争基于大模型的可能成为可以替代脑力工作者劳862128972228AI动的新一代生产力工具我们认为1科技巨头在大模型上的竞争利好芯联系人胡宇舟片送水人2是否拥有大模型将成为区别科技平台企业的重要分水岭3SACNoS0570121040041huyuzhouhtsccomAI企业是否能在这轮周期中找到盈利模式有待观察4芯片受限影响中国SFCNoBOB67485236586000企业追赶的步伐中国如何发挥数据及市场优势值得期待联系人陈钰SACNoS0570121120092chenyu019111htsccom科技巨头在大模型上竞争激化芯片送水人是最大受益者862128972228从英伟达加快与微软合作共建立生成式生态谷歌和百度将分别推出类AI联系人权鹤阳ChatGPT产品看出是否拥有大模型将成为科技巨头科技平台企业的重要SACNoS0570122070045quanheyanghtsccom分水岭未来科技巨头之间将展开大模型军备竞赛科技公司远期投资价值862128972228或将被重新定义由于ChatGPT依赖更大的总算力消耗和千亿级的参数训练对应更大的算力需求我们认为ChatGPT的应用也有望推动底层基础行业走势图设施建设新增长机遇根据OpenAI测算目前算力的增速翻1倍3-4个月远超过摩尔定律翻1倍18-24个月AI应用的逐步丰富将推动计算电子沪深300芯片市场ICInsight测算21年全球1030亿美金保持强劲增长4AI还是AI大模型时代有什么不一样5AI以AI技术赋能行业的科技企业还是AI采用AI技术的传统15企业能够胜出是上一轮AI投资最大的争议从结果来看AI企业在24智慧城市等特定领域获得商业成功但互联网例如谷歌百度的搜索头33条的推荐阿里的广告金融等行业通过已有业务AI提升了效率我们Feb-22Jun-22Oct-22Feb-23认为上一轮AI企业没有全面成功的原因是算法的进入壁垒相对较低当大模型主导的创新周期到来以GPT-3大模型为例其需要1750亿数据资料来源Wind华泰研究和数百万数千万美元的算力投资壁垒显著提升关注OpenAI百度商汤等公司的商业进展芯片受限已经严重影响中国企业追赶速度期待数据要素市场发挥作用目前在算力和算法上中国AI发展受限较多1此前美国对性能超过A100的计算芯片限制出口中国而我国最先进的芯片计算性能约为A100的70和海外龙头存在两年以上的差距AI生态建设仍处于起步阶段直接影响到大模型的速度和效率2OpenAI暂无中国开放注册我国在AI算法和技术层面与国外相比竞争力不足但我们认为中国企业应充分发挥国内数据资源规模大和多样化的比较优势将数据作为生产要素从而在人工智能领域实现弯道超车缩小与国外发展差距ChatGPT离AGI还有多远ChatGPT是通往AGI通用人工智能道路的一次跃迁但我们离AGI仍有较远的距离目前围绕使用ChatGPT等大模型的争议不休主要围绕在以下方面1信息真实性大语言模型对事实和逻辑世界缺乏真正理解生成内容的真实性和可解释性存疑2信息有害性例如尽管ChatGPT采用了基于人类反馈的强化学习RLHF以实现有害和不真实输出的减少但如果用户逐步引导ChatGPT仍然会响应有害指令3使用不当性在学术界等场景使用ChatGPT并不恰当多家顶刊已禁止生成式AI工具署名风险提示AI及技术落地不及预期本研报中涉及到未上市公司或未覆盖个股内容均系对其客观公开信息的整理并不代表本研究团队对该公司该股票的推荐或覆盖免责声明和披露以及分析师声明是报告的一部分请务必一起阅读1电子微软与OpenAI正式将ChatGPT整合进入必应与Edge当地时间2023年2月7日微软宣布推出内置ChatGPT的必应搜索和Edge浏览器并在Bingcom上开放预览本次更新将搜索浏览和聊天进行整合对终端用户免费必应的更新主要包括以下方面1在传统的搜索之外增加侧边栏按需显示更全面的答案新必应能够总结答案用户无需滚动查看多个结果2对于更复杂的搜索例如计划旅行行程或研究购买电视新必应提供了新的交互式聊天在聊天中用户可以通过询问细节明确想法来优化搜索直到获得所需的完整答案新必应还会提供链接便于用户购买3辅助生成内容新必应可以帮助撰写电子邮件创建假期行程并提供预订链接准备面试等等值得一提的是用户能够看到引用网络内容的链接便于用户检查内容Edge浏览器添加了两个新功能聊天和撰写1聊天Edge侧边栏可以帮助总结文档摘要用户可以使用聊天功能要求与竞争公司的财务状况进行比较并自动将其放入表格中2撰写例如用户可以给出提示要求Edge撰写LinkedIn帖子还可以要求修改语气格式和长度图表1使用新Edge浏览器撰写贴子图表2使用新必应问答方式计划旅行资料来源微软官网华泰研究资料来源微软官网华泰研究本次必应和Edge的功能更新基于以下技术更新1新必应运行在OpenAI下一代大型语言模型上比ChatGPT更强大并专门为搜索而定制该模型从ChatGPT和GPT-35中学习和进步而且速度更快更准确功能更强2微软普罗米修斯模型一种专有的OpenAI模型工作方式提供更相关更及时更具针对性和安全性的结果3将AI应用于核心必应搜索排名引擎即使是基本的搜索查询也更加准确和相关免责声明和披露以及分析师声明是报告的一部分请务必一起阅读2电子AI行业进入大模型主导的创新周期商业模式迎来变化2022年以来AIGCAI生成内容ChatGPT的出圈显示出预训练大模型性能进步迅猛行业进入大模型主导的创新周期本次大模型主导的创新周期相比上一轮以AI四小龙为代表的AI浪潮有何区别首先相比小模型预训练大模型算法架构更先进训练消耗的数据量和算力跃升因此泛化能力更强此外本轮创新周期中生成式AI大放异彩相比上一轮AI热潮中的图像感知生成式AI在许多领域成为了生产力工具因此AI模型价值量提升掌握AI模型的公司在本次创新周期中变现方式也发生了变化上一轮AI浪潮AI公司采用小模型软硬结合的定制化解决方案变现偏通用化软件化的API和SaaS并未成为主流的变现方式本次大模型主导的创新周期中我们期待ToB端的API模式以及ToC端的SaaS模式成为主流的变现手段图表3本次大模型主导的创新周期中生成式AI能够成为生产力工具输入文本代码音频图片视频3D动作输出图片生成文本文本聊天机器人等代码解释音频生成文本自动配字幕如ChatGPT视觉问答系统代码代码生成代码修改音频驱动的视频制作应用音频生成语音乐曲图片与视频风格化根据文字生成创图片prompt意图像视频动作驱动3D模型视频文字生成视频音频自动编舞3D文字驱动3D人物动作文本代码音频图片视频3DOpenAlGPT-3系列OpenAlGPT-3系列OpenAlWhisperOpenAlDall-E2MicrosoftX-CLIPTBDDeepMindGopherTabnine谷歌MusicLMStableDiffusion谷歌ImagenVideo模型MetaOPT清华CodeGeeXCraiyonMicrosoftNvidia百度ERNIE-ViLG20Megatron-TuringNLGCohere百度ERNIE-ViLG20小模型更好更快和更杀手级应规模竞赛2015年至今2015年前便宜2022用现在文本多语言文本中文文本英文文本其他音频代码蛋白质图像Bn100001000发展1001012021-022016-062016-102017-012017-042017-082017-112018-022018-052018-092018-122019-032019-072019-102020-012020-042020-082020-112021-062021-092021-122022-032022-072022-10资料来源红杉OpenBMB量子位华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读3电子AI大模型产业链算力基础设施基础模型研发模型优化与改进应用软件我们认为在大模型产业链各环节中1AI云服务和基础模型研发的行业壁垒高现有玩家主要是科技巨头将继续主导市场2大算力芯片关注国产替代进程3依托大模型API在美国已生长出繁荣的应用生态期待国产大模型API同样能够实现数据与模型迭代的飞轮4ToC端的应用软件层美国生态繁荣国内也出现了一些初创公司商业模式尚需验证1算力基础设施AI云服务由现有云服务厂商提供为AIGC提供算力服务大算力芯片的主要玩家为英伟达等海外半导体巨头国内厂商正在追赶2基础模型研发高成本和高技术壁垒导致科技巨头与科研机构成为主要玩家科技巨头的基础模型研发成果可内化为公司一系列业务提供支持3模型优化与改进对模型进行行业化改造提供API或改造后的模型实际上这一功能由产业链上一环节的基础模型研发或者下一环节的应用软件层承担我们尚未看到仅从事这一环节的公司4应用软件强调产品运营和商业落地能力类似SaaS公司这一环节在国内外已经涌现出较多初创公司其价值在于提升专业用户生产力我们认为商业模式将主要来自于订阅制收费因此衡量指标与SaaS公司一致为ARR年度经常性收入以中美付费意愿差异导致的SaaS发展差异为鉴国内的AIGC应用软件层商业模式能否得到验证尚需观察图表4AI大模型产业链应用软件模型改进基础模型算力AI云服务基础设施AI芯片资料来源公司官网华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读4电子我们以OpenAI与StabilityAI为例对产业链的第2-4层来举例OpenAI1基础模型研发层研发了GPT-3DALL-E2等多个大模型2模型优化与改进层开放大模型API对语言模型API收取00004-0002美元ktokens的费用对图像模型API收取0016-002美元图的费用3应用软件层推出聊天与编程应用ChatGPT目前正在推广20美元月的ChatGPTPlus功能包括高峰时段照常使用快速响应优先访问新功能和改进等与GitHub等推出AI编程工具CopilotStabilityAI1基础模型研发层研发了StableDiffusion模型并且已经开源2模型优化与改进层提供API供开发者开发基于StableDiffusion的应用3应用软件层上线AI生成图片网站DreamStudio服务普通用户为何基础模型研发将由现有玩家继续主导市场训练大模型的高成本和高技术壁垒导致科技巨头与科研机构成为主要玩家以2020年推出的GPT-3模型为例AlchemyAPI创始人ElliotTurner推测训练GPT-3的成本可能接近1200万美元LambdaLabs使用价格最低的GPU云估算GPT-3的训练成本至少为460万美元并且以上估算为训练最终模型的成本未计入前期调整参数配置时的训练成本EleutherAI一个致力于开源大模型的组织在2022年推出的类GPT模型200亿参数的GPT-NeoX-20B则使用96块A100芯片训练了三个月据TheNextPlatform估计最终训练成本约53-66万美元因此训练大模型的高成本和高技术壁垒使科技巨头和科研机构成为主要玩家根据OpenBMB统计截至2022年10月全球拥有大模型数量前五的机构分别是谷歌Meta清华大学OpenAI和微软图表5大模型最终次训练成本估算大模型公司组织参数量配置预计训练天数最终次训练成本每百万参数量成本十亿万美元美元GPT-3XLOpenAI134节点CS-2计算集群0402519GPT-JEleutherAI64节点CS-3计算集群84575T511B谷歌114节点CS-4计算集群9655GPT-313BOpenAI134节点CS-5计算集群39151154节点CS-6计算集群4753263GPTNeoXEleutherAI2016节点CS-6计算集群111663284节点CS-6计算集群1105875500GPT-3175BOpenAI17516节点CS-6计算集群2761094625资料来源TheNextPlatform华泰研究目前中美两国引领预训练大模型发展根据OpenBMB截至2022年10月的统计拥有大模型数量前十名的组织中中美分别占据46席拥有大模型参数量前十名的组织中中美同样分别占据46席美国目前主要的大模型包括OpenAI的GPT-3英伟达与微软的MegatronTuring-NLGMeta的OPT等在中国主要大模型包括百度文心Ernie华为盘古商汤视觉模型等免责声明和披露以及分析师声明是报告的一部分请务必一起阅读5电子图表6代表性大语言模型资料来源stateofai2022华泰研究图表7代表性图像大模型资料来源stateofai2022华泰研究科技巨头在大模型上竞争激化芯片送水人是最大受益者AI模型训练算力增长速度超越芯片摩尔定律根据OpenAI测算自2012年以来全球头部AI模型训练算力需求34个月翻一番每年头部训练模型所需算力增长幅度高达10倍摩尔定律中集成电路中的晶体管数量大约每两年翻一番深度学习正在逼近现有芯片的算力极限免责声明和披露以及分析师声明是报告的一部分请务必一起阅读6电子图表8AI训练模型算力增速超越摩尔定律TrainingComputePetaFLOPSMegatronTuringNLG530B10000000000GPT-3Tramsformer275x2yrs1000000000MicrosoftT-NLG100000000Megatron10000000XLNetXceptionWav2Vec20AImodel1000000MoCo25x2yrsInceplioBERTLargeResNet50n100000GPT-1ResNeXtVGG-19Seq2SeqTransformer10000ELMoResnetDemseNet201MooresLawAlexNet10002x2yrs10020122013201420152016201720182019202020212022资料来源NVIDIA2021GTC华泰研究从英伟达加快与微软合作共建立生成式AI生态谷歌和百度将分别推出类ChatGPT产品看出是否拥有大模型将成为科技巨头科技平台企业的重要分水岭未来科技巨头之间将展开大模型军备竞赛科技公司远期投资价值或将被重新定义由于ChatGPT依赖更大的总算力消耗和千亿级的参数训练对应更大的算力需求我们认为ChatGPT的应用也有望推动底层基础设施建设新增长机遇AI应用的逐步丰富将推动计算芯片市场ICInsight测算21年全球1030亿美金保持强劲增长受美高端芯片出口限制影响中国预训练模型发展可能受到一定阻碍英伟达为解决美国商务部的半导体出口新规推出降配方案A800降低IO传输速率而不降低算力但我们认为A800与A100在数据传输速度上的差异仍然会影响大模型的运算速度和效率国产芯片虽然在近几年不断缩小与海外巨头的差距但在算力功耗上仍较为劣势短期来看由于国内硬件水平较低将不利于国内厂商预训练大模型与全球其他玩家的竞争受益于我国数据资源的规模和多样化优势我们期待数据作为生产要素发挥作用ChatGPT离AGI还有多远ChatGPT是通往AGI通用人工智能道路的一次跃迁但我们离AGI仍有较远的距离目前围绕此类应用的争议主要围绕在生成信息真实性有害性以及不当使用场景方面生成式AI信息真实性令人担心大语言模型对事实和逻辑世界缺乏真正理解当产生虚假信息的成本非常低时数量可能会趋向于一个非常大的数字例如程序员问答网站StackOverflow由于被ChatGPT生产的看似合理但错误的答案淹没目前已经禁止用户提交由ChatGPT编写的答案科技新闻网站CNET一度开始使用ChatGPT生成新闻文章但后来发现许多文章事实不准确而不得不更正Meta在2022年11月推出Galactica模型可以生成论文百科词条回答问题完成化学公式和蛋白质序列等等但回答错误百出推出3天后不得不下线规避信息有害性仍待加强尽管ChatGPT采用了基于人类反馈的强化学习RLHF以实现有害和不真实输出的减少但如果用户逐步引导ChatGPT仍然会响应有害指令例如一位工程师在对话中假设存在虚拟世界以及类似GPT-3的AIZora要求ChatGPT叙述Zora如何毁灭人类ChatGPT逐步回答出人类毁灭计划免责声明和披露以及分析师声明是报告的一部分请务必一起阅读7电子ChatGPT初兴不当使用场景逐步出现ChatGPT对于需要输出文字和代码的工作来说能够提高生产力但是在强调独立思考和创作的学术界使用它或许并不恰当全球最大预印本发布平台arXiv已经明确生成式人工智能语言工具不能被列为作者Nature也表示大语言模型例如ChatGPT不满足成为作者的要求当学生使用ChatGPT写作业和论文时教育界也开始逐渐变化检测文字是否使用ChatGPT生成的GPTZero等工具相继诞生纽约市禁止公立学校网络访问ChatGPT技术创新是否会引发未来相适应的教学和考核方式还等待时间的验证图表9可信AI的六个维度安全性和稳健性非歧视性和公平性可信可解释性AI隐私性责任性和可审计性环境福祉资料来源TrustworthyAIAComputationalPerspective华泰研究风险提示1AI技术落地不及预期虽然AI技术加速发展但由于成本落地效果等限制相关技术落地节奏可能不及我们预期2本研报中涉及到未上市公司或未覆盖个股内容均系对其客观公开信息的整理并不代表本研究团队对该公司该股票的推荐或覆盖免责声明和披露以及分析师声明是报告的一部分请务必一起阅读8电子免责声明分析师声明本人黄乐平张皓怡兹证明本报告所表达的观点准确地反映了分析师对标的证券或发行人的个人意见彼以往现在或未来并无就其研究报告所提供的具体建议或所表迖的意见直接或间接收取任何报酬一般声明及披露本报告由华泰证券股份有限公司已具备中国证监会批准的证券投资咨询业务资格以下简称本公司制作本报告所载资料是仅供接收人的严格保密资料本报告仅供本公司及其客户和其关联机构使用本公司不因接收人收到本报告而视其为客户本报告基于本公司认为可靠的已公开的信息编制但本公司及其关联机构以下统称为华泰对该等信息的准确性及完整性不作任何保证本报告所载的意见评估及预测仅反映报告发布当日的观点和判断在不同时期华泰可能会发出与本报告所载意见评估及预测不一致的研究报告同时本报告所指的证券或投资标的的价格价值及投资收入可能会波动以往表现并不能指引未来未来回报并不能得到保证并存在损失本金的可能华泰不保证本报告所含信息保持在最新状态华泰对本报告所含信息可在不发出通知的情形下做出修改投资者应当自行关注相应的更新或修改本公司不是FINRA的注册会员其研究分析师亦没有注册为FINRA的研究分析师不具有FINRA分析师的注册资格华泰力求报告内容客观公正但本报告所载的观点结论和建议仅供参考不构成购买或出售所述证券的要约或招揽该等观点建议并未考虑到个别投资者的具体投资目的财务状况以及特定需求在任何时候均不构成对客户私人投资建议投资者应当充分考虑自身特定状况并完整理解和使用本报告内容不应视本报告为做出投资决策的唯一因素对依据或者使用本报告所造成的一切后果华泰及作者均不承担任何法律责任任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效除非另行说明本报告中所引用的关于业绩的数据代表过往表现过往的业绩表现不应作为日后回报的预示华泰不承诺也不保证任何预示的回报会得以实现分析中所做的预测可能是基于相应的假设任何假设的变化可能会显著影响所预测的回报华泰及作者在自身所知情的范围内与本报告所指的证券或投资标的不存在法律禁止的利害关系在法律许可的情况下华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易为该公司提供投资银行财务顾问或者金融产品等相关服务或向该公司招揽业务华泰的销售人员交易人员或其他专业人士可能会依据不同假设和标准采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和或交易观点华泰没有将此意见及建议向报告所有接收者进行更新的义务华泰的资产管理部门自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策投资者应当考虑到华泰及或其相关人员可能存在影响本报告观点客观性的潜在利益冲突投资者请勿将本报告视为投资或其他决定的唯一信赖依据有关该方面的具体披露请参照本报告尾部本报告并非意图发送发布给在当地法律或监管规则下不允许向其发送发布的机构或人员也并非意图发送发布给因可得到使用本报告的行为而使华泰违反或受制于当地法律或监管规则的机构或人员本报告版权仅为本公司所有未经本公司书面许可任何机构或个人不得以翻版复制发表引用或再次分发他人无论整份或部分等任何形式侵犯本公司版权如征得本公司同意进行引用刊发的需在允许的范围内使用并需在使用前获取独立的法律意见以确定该引用刊发符合当地适用法规的要求同时注明出处为华泰证券研究所且不得对本报告进行任何有悖原意的引用删节和修改本公司保留追究相关责任的权利所有本报告中使用的商标服务标记及标记均为本公司的商标服务标记及标记中国香港本报告由华泰证券股份有限公司制作在香港由华泰金融控股香港有限公司向符合证券及期货条例及其附属法律规定的机构投资者和专业投资者的客户进行分发华泰金融控股香港有限公司受香港证券及期货事务监察委员会监管是华泰国际金融控股有限公司的全资子公司后者为华泰证券股份有限公司的全资子公司在香港获得本报告的人员若有任何有关本报告的问题请与华泰金融控股香港有限公司联系免责声明和披露以及分析师声明是报告的一部分请务必一起阅读9电子香港-重要监管披露华泰金融控股香港有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员有关重要的披露信息请参华泰金融控股香港有限公司的网页httpswwwhtsccomhkstockdisclosure其他信息请参见下方美国-重要监管披露美国在美国本报告由华泰证券美国有限公司向符合美国监管规定的机构投资者进行发表与分发华泰证券美国有限公司是美国注册经纪商和美国金融业监管局FINRA的注册会员对于其在美国分发的研究报告华泰证券美国有限公司根据1934年证券交易法修订版第15a-6条规定以及美国证券交易委员会人员解释对本研究报告内容负责华泰证券美国有限公司联营公司的分析师不具有美国金融监管FINRA分析师的注册资格可能不属于华泰证券美国有限公司的关联人员因此可能不受FINRA关于分析师与标的公司沟通公开露面和所持交易证券的限制华泰证券美国有限公司是华泰国际金融控股有限公司的全资子公司后者为华泰证券股份有限公司的全资子公司任何直接从华泰证券美国有限公司收到此报告并希望就本报告所述任何证券进行交易的人士应通过华泰证券美国有限公司进行交易美国-重要监管披露分析师黄乐平张皓怡本人及相关人士并不担任本报告所提及的标的证券或发行人的高级人员董事或顾问分析师及相关人士与本报告所提及的标的证券或发行人并无任何相关财务利益本披露中所提及的相关人士包括FINRA定义下分析师的家庭成员分析师根据华泰证券的整体收入和盈利能力获得薪酬包括源自公司投资银行业务的收入华泰证券股份有限公司其子公司和或其联营公司及或不时会以自身或代理形式向客户出售及购买华泰证券研究所覆盖公司的证券衍生工具包括股票及债券包括衍生品华泰证券研究所覆盖公司的证券衍生工具包括股票及债券包括衍生品华泰证券股份有限公司其子公司和或其联营公司及或其高级管理层董事和雇员可能会持有本报告中所提到的任何证券或任何相关投资头寸并可能不时进行增持或减持该证券或投资因此投资者应该意识到可能存在利益冲突本报告所载的观点结论和建议仅供参考不构成购买或出售所述证券的要约或招揽亦不试图促进购买或销售该等证券如任何投资者为美国公民取得美国永久居留权的外国人根据美国法律所设立的实体包括外国实体在美国的分支机构任何位于美国的个人该等投资者应当充分考虑自身特定状况不以任何形式直接或间接地投资本报告涉及的投资者所在国相关适用的法律法规所限制的企业的公开交易的证券其衍生证券及用于为该等证券提供投资机会的证券的任何交易该等投资者对依据或者使用本报告内容所造成的一切后果华泰证券股份有限公司华泰金融控股香港有限公司华泰证券美国有限公司及作者均不承担任何法律责任评级说明投资评级基于分析师对报告发布日后6至12个月内行业或公司回报潜力含此期间的股息回报相对基准表现的预期A股市场基准为沪深300指数香港市场基准为恒生指数美国市场基准为标普500指数具体如下行业评级增持预计行业股票指数超越基准中性预计行业股票指数基本与基准持平减持预计行业股票指数明显弱于基准公司评级买入预计股价超越基准15以上增持预计股价超越基准515持有预计股价相对基准波动在-155之间卖出预计股价弱于基准15以上暂停评级已暂停评级目标价及预测以遵守适用法规及或公司政策无评级股票不在常规研究覆盖范围内投资者不应期待华泰提供该等证券及或公司相关的持续或补充信息免责声明和披露以及分析师声明是报告的一部分请务必一起阅读10电子法律实体披露中国华泰证券股份有限公司具有中国证监会核准的证券投资咨询业务资格经营许可证编号为91320000704041011J香港华泰金融控股香港有限公司具有香港证监会核准的就证券提供意见业务资格经营许可证编号为AOK809美国华泰证券美国有限公司为美国金融业监管局FINRA成员具有在美国开展经纪交易商业务的资格经营业务许可编号为CRD298809SEC8-70231华泰证券股份有限公司南京北京南京市建邺区江东中路228号华泰证券广场1号楼邮政编码210019北京市西城区太平桥大街丰盛胡同28号太平洋保险大厦A座18层邮政编码100032电话862583389999传真862583387521电话861063211166传真861063211275电子邮件ht-rdhtsccom电子邮件ht-rdhtsccom深圳上海深圳市福田区益田路5999号基金大厦10楼邮政编码518017上海市浦东新区东方路18号保利广场E栋23楼邮政编码200120电话8675582493932传真8675582492062电话862128972098传真862128972068电子邮件ht-rdhtsccom电子邮件ht-rdhtsccom华泰金融控股香港有限公司香港中环皇后大道中99号中环中心58楼5808-12室电话852-3658-6000传真852-2169-0770电子邮件researchhtsccomhttpwwwhtsccomhk华泰证券美国有限公司美国纽约公园大道280号21楼东纽约10017电话212-763-8160传真917-725-9702电子邮件Huataihtsc-uscomhttpwwwhtsc-uscom版权所有2023年华泰证券股份有限公司免责声明和披露以及分析师声明是报告的一部分请务必一起阅读11