ChatGPT带动AI板块景气度持续提升
　　2022年11月OpenAI发布语音聊天机器人ChatGPT，推出仅2个月用户数已过亿。模型可赋能语音客服、搜索引擎、文字创作等丰富场景，并衍生出更多算力和数据需求，有望带动AI板块景气度持续提升。ChatGPT作为迄今为止AI大模型最接近商用落地的成果，输出内容接近人类的常识、认知、需求和价值观。其采用的InstructGPT方法有望成为新一代AI开发范式，将极大程度促进语言类AI大模型的多场景落地。
　　目前国内在ChatGPT相关领域进展较快的企业包括百度、科大讯飞、商汤科技、阿里巴巴等。其中，百度宣布将于3月推出人工智能聊天机器人“文心一言”（ERNIEBot），目前已有包括企业软件、媒体、汽车、互联网等多个行业近300家头部企业宣布加入“文心一言”生态。此外，百度还于2月17日宣布“文心一言”将通过百度智能云对外提供服务，赋能更多行业发展。
　　大模型对算力和数据均提出更高要求，将提振上游GPU等硬件设备、云计算及数据标注行业的景气度。从算力角度看，大模型对算力有着极大的消耗。增加训练参数规模是提升大模型性能最直接的方法之一，预计未来各头部AI厂商的“大模型军备竞赛”仍将持续。从训练数据角度看，ChatGPT对高质量训练数据集需求提升。未来其他大模型训练或也将引入更多人工标注数据，将为相关企业带来新的发展机遇。随着未来GPT系列模型对数据质量的要求进一步提升，拥有高质量数据的流量平台或可通过提供数据等方式进入产业链，带动大数据领域加速发展。
　　大数据指数布局ChatGPT概念板块
　　中证大数据产业指数由中证指数有限公司发布，经过测算发现，在目前市场上与ChatGPT相关的中证指数中，中证大数据产业指数与万得ChatGPT概念指数的相关性最高，两者日度收益率相关系数达到86.00%，为广大投资者提供了投资ChatGPT概念的绝佳机会。
　　中证大数据产业指数成分股共覆盖13个中信三级行业，主要集中在行业应用软件（29.82%）、通用计算机设备（16.38%）、云软件服务（15.67%）、云基础设施服务（14.93%）和新兴计算机软件（9.57%）这5个行业，合计权重占比达到86.37%。在13个中信三级行业中，其中7个行业同样出现在万得ChatGPT概念指数成分股中，较全面的涵盖了ChatGPT的概念股票所处细分行业。
　　长期来看，中证大数据产业指数相较于宽基指数获得了显著的超额收益。夏普比率和今年以来收益率也显著高于三大宽基指数。根据万得一致预测净利润同比（FY2比FY1），大数据产业指数的预测净利润同比达到53.12%，远高于各宽基指数的水平。充分说明了分析师对于未来大数据产业高速成长的乐观预期。
　　大数据ETF（515400）优势明显，快速把握ChatGPT投资机会
　　大数据ETF（515400）是国内最早跟踪中证大数据产业指数的ETF基金产品，截至2月17日，基金总资产净值达到6.97亿元，2月份成交金额达到9.64亿元，流动性上优势明显。近期成分股中北上资金持股占比稳步上升，受到外资的广泛关注。管理人富国基金在ETF领域全面布局，拥有丰富的ETF管理经验。综上，大数据ETF（515400）是投资者参与ChatGPT概念投资可选择的优质投资标的。
　　风险提示
　　基金历史业绩不代表未来；以上结果通过历史数据统计和测算完成，在政策、市场环境发生变化时存在失效风险；行业发展不及预期风险。
　　

研究报告全文：S1130522110003S1130522050001gaozhiwgjzqcomcnmengcangjzqcomcnS1130522080001zhaoyangjzqcomcnwangqianwengjzqcomcnChatGPT带动AI板块景气度持续提升2022年11月OpenAI发布语音聊天机器人ChatGPT推出仅2个月用户数已过亿模型可赋能语音客服搜索引擎文字创作等丰富场景并衍生出更多算力和数据需求有望带动AI板块景气度持续提升ChatGPT作为迄今为止AI大模型最接近商用落地的成果输出内容接近人类的常识认知需求和价值观其采用的InstructGPT方法有望成为新一代AI开发范式将极大程度促进语言类AI大模型的多场景落地目前国内在ChatGPT相关领域进展较快的企业包括百度科大讯飞商汤科技阿里巴巴等其中百度宣布将于3月推出人工智能聊天机器人文心一言ERNIEBot目前已有包括企业软件媒体汽车互联网等多个行业近300家头部企业宣布加入文心一言生态此外百度还于2月17日宣布文心一言将通过百度智能云对外提供服务赋能更多行业发展大模型对算力和数据均提出更高要求将提振上游GPU等硬件设备云计算及数据标注行业的景气度从算力角度看大模型对算力有着极大的消耗增加训练参数规模是提升大模型性能最直接的方法之一预计未来各头部AI厂商的大模型军备竞赛仍将持续从训练数据角度看ChatGPT对高质量训练数据集需求提升未来其他大模型训练或也将引入更多人工标注数据将为相关企业带来新的发展机遇随着未来GPT系列模型对数据质量的要求进一步提升拥有高质量数据的流量平台或可通过提供数据等方式进入产业链带动大数据领域加速发展大数据指数布局ChatGPT概念板块中证大数据产业指数由中证指数有限公司发布经过测算发现在目前市场上与ChatGPT相关的中证指数中中证大数据产业指数与万得ChatGPT概念指数的相关性最高两者日度收益率相关系数达到8600为广大投资者提供了投资ChatGPT概念的绝佳机会中证大数据产业指数成分股共覆盖13个中信三级行业主要集中在行业应用软件2982通用计算机设备1638云软件服务1567云基础设施服务1493和新兴计算机软件957这5个行业合计权重占比达到8637在13个中信三级行业中其中7个行业同样出现在万得ChatGPT概念指数成分股中较全面的涵盖了ChatGPT的概念股票所处细分行业长期来看中证大数据产业指数相较于宽基指数获得了显著的超额收益夏普比率和今年以来收益率也显著高于三大宽基指数根据万得一致预测净利润同比FY2比FY1大数据产业指数的预测净利润同比达到5312远高于各宽基指数的水平充分说明了分析师对于未来大数据产业高速成长的乐观预期大数据ETF515400优势明显快速把握ChatGPT投资机会大数据ETF515400是国内最早跟踪中证大数据产业指数的ETF基金产品截至2月17日基金总资产净值达到697亿元2月份成交金额达到964亿元流动性上优势明显近期成分股中北上资金持股占比稳步上升受到外资的广泛关注管理人富国基金在ETF领域全面布局拥有丰富的ETF管理经验综上大数据ETF515400是投资者参与ChatGPT概念投资可选择的优质投资标的风险提示基金历史业绩不代表未来以上结果通过历史数据统计和测算完成在政策市场环境发生变化时存在失效风险行业发展不及预期风险敬请参阅最后一页特别声明1金融工程专题报告内容目录一ChatGPT带动AI板块景气度持续提升看好上游算力及数据标注行业增长411人工智能算法实现底层骨干网络统一无监督半监督成为主流训练模式412ChatGPT有望赋能丰富场景将带动算力和数据需求提升5二大数据指数布局ChatGPT概念板块721指数基本信息722大数据指数与ChatGPT概念相关性分析723指数成分股行业分析724指数成份股市值分析825指数前十大成分股分析826指数表现927指数盈利预测10三大数据ETF515400优势明显快速把握ChatGPT投资机会1031ETF基本信息1032规模大交易活跃大数据ETF515400优势明显1133大数据ETF515400获得北上资金青睐1134ETF跟踪误差分析1135基金管理人介绍1236基金经理简介13风险提示13图表目录图表1ChatGPT模型演进历程4图表2监督学习与无监督学习方式对比4图表3ChatGPT有望促进AI大模型多场景落地5图表4GPT-3API定价情况5图表5百度文心一言合作生态丰富5图表6语言类大模型规模快速提升6图表7大模型训练所需算力呈指数增长6图表8训练成本与模型参数量正相关6敬请参阅最后一页特别声明2金融工程专题报告图表9中证大数据产业指数930902基本信息7图表10万得ChatGPT概念指数与各指数相关系数7图表11万得ChatGPT概念指数VS中证大数据产业指数7图表12中证大数据产业指数行业分布8图表13指数成分股总市值不同区间数量分布8图表14指数成分股总市值不同区间权重分布8图表15中证大数据产业指数前十大成分股信息8图表16中证大数据产业指数与各宽基指数净值走势比较9图表17中证大数据产业指数与各宽基指数收益波动表现9图表18中证大数据产业指数与各宽基指数一致预测净利润同比FY2比FY110图表19大数据ETF515400产品要素10图表20大数据ETF515400月度成交额及规模变化11图表21大数据ETF成分股北上资金持股占比11图表22大数据ETF成分股北上资金持股占比变化11图表23大数据ETF515400净值与跟踪指数净值走势12图表24富国基金旗下ETF产品分布单位只13图表25基金经理在管基金一览截至2023021713敬请参阅最后一页特别声明3金融工程专题报告一ChatGPT带动AI板块景气度持续提升看好上游算力及数据标注行业增长目前在AI算法层面Transformer已完成底层骨干网络的统一开启大模型时代在模型训练层面无监督和半监督学习成为大模型训练的主流方式以此为基础2022年11月OpenAI发布语音聊天机器人ChatGPT推出仅2个月用户数已过亿模型可赋能语音客服搜索引擎文字创作等丰富场景并衍生出更多算力和数据需求有望带动AI板块景气度持续提升11人工智能算法实现底层骨干网络统一无监督半监督成为主流训练模式神经网络的发展以Relu激活函数的提出为分水岭分为浅层神经网络和深度学习两个阶段目前深度学习算法主要是基于Transformer骨干网络进行分支网络的创新如引入扩散模型强化学习等方法模型骨干网络的统一有望加速应用落地节奏在浅层神经网络阶段最重要的任务就是解决梯度不稳定的问题在这个问题未被妥善解决之前神经网络应用性能不佳而属于非神经网络的支持向量机算法SVM是解决人工智能模式识别的主流方法2011年Relu激活函数被提出梯度消失问题被大幅缓解之后神经网络进入深度学习时代算法和应用的发展均突飞猛进最初CNNRNN等模型在不同的模态和任务中均各有擅长2017年Transformer的提出让深度学习进入了大模型时代2020年VisionTransformer的提出让深度学习进入了多模态时代自此多模态和多任务底层算法被统一为Transformer架构后续模型发展多采用Transformer其他算法的形式进行微创新目前大火的ChatGPT模型也采用Transformer骨干网络并融合强化学习思想进行训练图表1ChatGPT模型演进历程来源OntheComparabilityofPre-trainedLanguageModelsMatthias2020EvaluatingLargeLanguageModelsTrainedonCodeMarkChen2021OpenAIBFT智能机器人研究公众号国金证券研究所算法数据算力是AI三要素在AI相关技术中训练方法作为搭建模型的核心技术与AI三要素间均有紧密联系AI模型的训练方法主要包括监督学习与无监督学习两种典型方式二者的区别在于是否使用带人工标注的数据集进行训练随着模型训练数据量的增加标记大量样本成本过于昂贵衍生出使用大量未标注数据和少量标注数据的半监督学习方式目前大模型训练多采用无监督如BERT或半监督如InstructGPTChatGPT的方式进行训练图表2监督学习与无监督学习方式对比来源CSDN云计算国金证券研究所敬请参阅最后一页特别声明4金融工程专题报告12ChatGPT有望赋能丰富场景将带动算力和数据需求提升ChatGPT作为迄今为止AI大模型最接近商用落地的成果输出内容接近人类的常识认知需求和价值观其采用的InstructGPT方法有望成为新一代AI开发范式将极大程度促进语言类AI大模型的多场景落地图表3ChatGPT有望促进AI大模型多场景落地场景ChatGPT优势现有的AI问答机器人仅能回答具体场景的定制式问题通过调用ChatGPT相关技术有望帮助企业提升AI客服语音助手用户体验相较于传统搜索引擎ChatGPT能够更好地理解客户需求并输出更为精简的内容但目前模型更新的成搜索引擎本较高ChatGPT在邮件新闻稿撰写方面与人工水平相近可承担日常性文字创作工作可作为办公软件的增文字创作值服务医疗协助医生进行患者随访电子病历撰写辅助诊断等教育辅助教师进行课程设计和备课教研充当课堂助教实时回答学生问题生成作业测验和考试游戏生成符合NPC角色设定的对话丰富场景体验也可辅助生成游戏金融帮助金融机构监测行业趋势财务数据舆情走向等快速生成财务分析报告或风险评估报告计算机代码有望辅助程序员完成部分重复和基础性开发工作来源36氪CHIMA公众号中国高等教育培训中心公众号量子位公众号中小银行互联网金融联盟公众号国金证券研究所短期来看在语言大模型领域国内外AI巨头与最先进的GPT-35仍存在一定技术差距预计在未来1-2年内OpenAI仍将保持最领先的技术地位国内在大模型领域积累深厚现金流充足的头部AI企业有望率先实现技术突破参照OpenAI目前的商业模式未来AI厂商的大模型变现方式可分为以下2类直接收费目前OpenAI已推出付费版ChatGPTplus价格为20美元月赋能收费根据OpenAI于2021年3月发布的数据GPT-3模型已经向超过300个应用提供SaaS服务平均每天生成45亿词根据我们的估算这将为OpenAI带来每年约740万美元的收入此外2023年2月8日起ChatGPT与微软搜索引擎必应相连新的交互模式极大增加了必应的用户活跃度有望推动微软的广告服务收入大幅增长图表4GPT-3API定价情况模型名称微调训练价格使用价格Ada速度最快04美元75万词16美元75万词Babbage06美元75万词24美元75万词Curie3美元75万词12美元75万词Davinci性能最好3美元75万词120美元75万词来源OpenAI国金证券研究所目前国内在ChatGPT相关领域进展较快的企业包括百度科大讯飞商汤科技阿里巴巴等其中百度宣布将于3月推出人工智能聊天机器人文心一言ERNIEBot目前已有包括企业软件媒体汽车互联网等多个行业近300家头部企业宣布加入文心一言生态此外百度还于2月17日宣布文心一言将通过百度智能云对外提供服务赋能更多行业发展图表5百度文心一言合作生态丰富领域合作公司企业服务致远互联金蝶国际汉得信息东软集团远光软件飞天云动等敬请参阅最后一页特别声明5金融工程专题报告领域合作公司金融IT宇信科技银之杰科蓝软件软通动力信雅达等汽车东风日产红旗汽车长城汽车汽车之家等传媒风语筑太平洋网络财讯传媒超媒体控股掌阅科技华策影视蓝色光标等爱奇艺等其他联想集团携程集团四川长虹TCL邮储银行航天宏图等来源各公司公众号国金证券研究所大模型对算力和数据均提出更高要求将提振上游GPU等硬件设备云计算及数据标注行业的景气度从算力角度看GPT-3模型中包含1750亿个参数训练消耗算力约为31108PFLOPs2021年起AI巨头陆续推出GopherPaLM等语言大模型不断刷新算力消耗纪录其中2022年4月由Google发布的PaLM参数量达到5400亿消耗算力约为GPT-3的8倍增加训练参数规模是提升大模型性能最直接的方法之一预计未来各头部AI厂商的大模型军备竞赛仍将持续图表6语言类大模型规模快速提升图表7大模型训练所需算力呈指数增长来源HuggingFace国金证券研究所来源ComputeTrendsAcrossThreeErasofMachineLearningJaime等2022国金证券研究所大模型相关算力成本可分为训练成本和推理成本训练成本是指从头开发一个AI模型或对现有AI模型知识库进行迭代更新所需的算力推理成本则用于衡量用户使用AI模型时产生的算力消耗根据OpenAI在2020年发表的研究AI模型训练成本可通过以下5个指标计算估计模型参数规模训练数据集大小GPU峰值算力GPU有效算力比率GPU集群价格图表8训练成本与模型参数量正相关来源ScalingLawsforNeuralLanguageModelsJaredKaplan等2020国金证券研究所由于大批量购置GPU成本过高海外AI厂商多通过MicrosoftAzureGoogleCloudAWS等云计算平台获得算力支持以ChatGPT为例模型参数为1750亿算力由MicrosoftAzure提供采用峰值算力为312PFLOPS的NIVIDIAA100训练我们假设模型训练集大小为4000亿TokensGPU有效算力比率为30可以得出使用云计算时ChatGPU的一次训练成本约为170万美元模型训练成本对应GPU服务器厂商的营业收入随国内大模型训练进一步推进相关云计算厂商收入有望持续增长从训练数据角度看ChatGPT由GPT的fewshot向promptlearning进一步转变对高质量训练数据集需求提升OpenAI在训练InstructGPT时专门成立了40人的数据标注团队通过人工反馈的方式进行模型微调这种方法是ChatGPT善解人意的主要原因之一InstructGPT为后续语言大模型提供了新的训练范式未来其他大模型训练或也将引入更多人工标注数据将为相关企业带来新的发展机遇敬请参阅最后一页特别声明6金融工程专题报告此外目前GPT系列模型使用的训练数据多来自网页爬取已发表文章书籍维基百科等数据集未来随模型训练落地应用对数据质量的要求进一步提升叠加信息安全知识产权等因素拥有高质量数据的流量平台或可通过提供数据服务或自行开发大模型等方式进入产业链将带动大数据领域加速发展二大数据指数布局ChatGPT概念板块21指数基本信息中证大数据产业指数由中证指数有限公司于2016年10月18日发布基日为2012年12月31日主要选取涉及大数据存储设备大数据分析技术大数据运营平台大数据生产大数据应用等热门领域的沪深A股为样本能反映大数据产业上市公司的整体表现图表9中证大数据产业指数930902基本信息要素内容指数名称中证大数据产业指数指数代码930902CSI指数简称中证数据1上市时间超过一个季度除非该股票自上市以来的日均A股总市值在全部沪深A股中排在前30位样本空间2非STST股票非暂停上市股票1对样本空间内证券按照过去一年的日均成交金额由高到低排名剔除排名后20的证券2对样本空间内剩余证券将业务涉及大数据存储设备大数据分析技术大数据运营平台大数据生产大数据应用等领域的上市选样方法公司证券归为大数据产业主题3将上述待选样本按照过去一年日均总市值由高到低排名选取排名靠前的50只上市公司证券作为指数样本样本股定期调整每半年调整一次样本调整实施时间分别为每年6月和12月的第二个星期五的下一交易日来源Wind国金证券研究所22大数据指数与ChatGPT概念相关性分析万得于近期发布了ChatGPT概念指数8841669WI基日为2018年12月31日该指数能够较好地反映ChatGPT相关产业链上市公司的价格走势我们计算了自2018年12月31日至2023年2月17日的指数日收益率相关系数发现在目前市场上与ChatGPT相关的中证指数中中证大数据产业指数与万得ChatGPT概念指数的相关性最高两者相关系数达到8600为广大投资者提供了投资ChatGPT概念的绝佳机会图表10万得ChatGPT概念指数与各指数相关系数图表11万得ChatGPT概念指数VS中证大数据产业指数900025000850020000800015000750010000700065000500000000万得ChatGPT概念指数中证大数据产业指数来源Wind国金证券研究所来源Wind国金证券研究所23指数成分股行业分析从行业分布来看截至2023年2月17日中证大数据产业指数成分股共覆盖13个中信三级行业主要集中在行业应用软件2982通用计算机设备1638云软件服务1567云基础设施服务1493和新兴计算机软件957这5个行业合计权重占比达到8637在13个中信三级行业中其中7个行业同样出现在万得ChatGPT概念指数成分股中较全面的涵盖了ChatGPT的概念股票所处细分行业敬请参阅最后一页特别声明7金融工程专题报告图表12中证大数据产业指数行业分布行业名称成分个数权重行业应用软件192982通用计算机设备61638云软件服务31567云基础设施服务91493新兴计算机软件1957专用计算机设备2404咨询实施及其他服务3266储能1207游戏1122增值服务1113基础软件及管理办公软件2112互联网广告营销1086集成电路1054来源Wind国金证券研究所24指数成份股市值分析从截至2023年2月17的数据来看中证大数据产业指数的50只成份股中总市值区间在50至100亿元100至200亿元的数量较多分别有19只和15只数量合计占比68从权重来看总市值区间在500至1000亿元的占比较高共有8只股票权重占比为4355整体而言中小市值股票数量较多但权重分布较为均衡图表13指数成分股总市值不同区间数量分布图表14指数成分股总市值不同区间权重分布1895713511916557435516831550100100200200500500100010005010010020020050050010001000来源Wind国金证券研究所来源Wind国金证券研究所25指数前十大成分股分析截至2023年2月17日指数的前十大成分股权重合计为5762有8只股票的总市值在500亿元以上其中囊括了AI语音领域的龙头企业科大讯飞券商IT行业的领军企业恒生电子和国内头部ERP供应商用友网络等图表15中证大数据产业指数前十大成分股信息代码简称权重总市值亿中信三级行业公司介绍AI语音领域龙头深耕教育智慧城市医疗汽车智能硬件002230SZ科大讯飞957108519新兴计算机软件等赛道预计今年五月推出融合ChatGPT技术的硬件产品券商IT行业领军企业代表产品包括集中交易系统UF30资管600570SH恒生电子91183543行业应用软件交易系统045目前公司已进入人效提升期定位为数字建筑平台服务商为客户提供建设工程领域专业的软002410SZ广联达79071912云软件服务硬件产品和解决方案产业大数据产业新金融等服务600588SH用友网络64179827云软件服务国内头部ERP供应商面向企业与公共组织提供平台及财务人敬请参阅最后一页特别声明8金融工程专题报告代码简称权重总市值亿中信三级行业公司介绍力协同营销采购供应链制造研发资产等领域企业云服务子公司新华三是国内领先的ICT设备商在以太网交换机企业000938SZ紫光股份58465439通用计算机设备网路由器X86服务器等多个领域连续多年市占率第一公司于23年1月启动收购新华三剩余49股权有望实现利润大幅增厚公司成立之初聚焦于网络安全领域多项产品市占率第一2012300454SZ深信服47856524云基础设施服务年开始布局云计算2021年正式宣布XaaS战略由安全云化向云化服务化转型国内钢铁信息化工业软件IDC和工业互联网等多个领域的龙600845SH宝信软件37494489云基础设施服务头企业有望随AI算力需求增长实现IDC相关收入高增我国高精度地图领先厂商业务布局包括位置大数据车联网002405SZ四维图新36230325行业应用软件自动驾驶车载芯片等领域我国数字基础设施建设领军企业拥有高性能计算存储产品603019SH中科曙光35840729通用计算机设备软件开发及技术服务三大业务体系是国产x86架构芯片龙头海光信息的第一大股东国内AI算力龙头产品覆盖服务器存储及终端领域在AI加000977SZ浪潮信息3085344通用计算机设备速服务器领域市占率达507来源Wind国金证券研究所26指数表现长期来看中证大数据产业指数相较于宽基指数获得了显著的超额收益自基日起至2023年2月17日指数总收益率为19742同期沪深300收益率为6268中证500收益率为9280中证1000收益率为10327且大数据指数的夏普比率为049也高于各大宽基指数的收益风险水平今年以来市场对于相关概念热情高涨大数据产业指数的收益率达到1715远高于各宽基指数中表现较好的中证1000指数934的水平图表16中证大数据产业指数与各宽基指数净值走势比较9876543210中证大数据产业指数沪深300中证500中证1000来源Wind国金证券研究所图表17中证大数据产业指数与各宽基指数收益波动表现中证大数据产业指数沪深300中证500中证1000总收益率197426268928010327年化收益率1171507690748敬请参阅最后一页特别声明9金融工程专题报告中证大数据产业指数沪深300中证500中证1000夏普比率049028035037今年以来收益率1715421636934来源Wind国金证券研究所27指数盈利预测根据万得提供的一致预测数据我们利用一致预测净利润同比FY2比FY1考察分析师对于该指数的未来预期表现发现大数据产业指数的预测净利润同比达到5312远高于各宽基指数的水平充分说明了分析师对于未来大数据产业高速成长的乐观预期图表18中证大数据产业指数与各宽基指数一致预测净利润同比FY2比FY1600050004000300020001000000中证大数据产业指数沪深300中证500中证1000来源Wind国金证券研究所三大数据ETF515400优势明显快速把握ChatGPT投资机会31ETF基本信息大数据ETF515400是富国基金管理有限公司发行的一只指数型ETF于2021年1月20日上市其投资目标是紧密跟踪中证大数据产业指数追求跟踪偏离度和跟踪误差最小化该基金是国内最早跟踪该指数的ETF基金产品值得投资者密切关注图表19大数据ETF515400产品要素要素内容基金全称富国中证大数据产业交易型开放式指数投资基金基金简称富国中证大数据产业ETF基金代码515400上市日期2021年1月20日基金类型交易型开放式指数证券投资基金ETF基金管理人富国基金管理有限公司基金托管人中信证券股份有限公司基金经理蔡卡尔比较基准中证大数据产业指数收益率投资目标紧密跟踪标的指数追求跟踪偏离度和跟踪误差最小化产品费率管理费率05托管费率01敬请参阅最后一页特别声明10金融工程专题报告来源Wind国金证券研究所32规模大交易活跃大数据ETF515400优势明显目前市场中跟踪中证大数据产业指数的指数基金共3只均为ETF作为国内最早跟踪中证大数据产业指数的ETF截至2023年2月17日富国大数据产业ETF总资产净值为697亿元在3只中证大数据产业ETF中规模最大优势明显在3只中证大数据产业ETF中大数据ETF515400交易活跃度最高自上市以来大数据ETF515400月成交额不断提高截至2月17日该ETF2月份的成交金额已达到964亿元其二级市场的高流动性具有显著优势图表20大数据ETF515400月度成交额及规模变化1089786765544332211002021-01-292021-02-282021-03-312021-04-302021-05-312021-06-302021-07-312021-08-312021-09-302021-10-312021-11-302021-12-312022-01-312022-02-282022-03-312022-04-302022-05-312022-06-302022-07-312022-08-312022-09-302022-10-312022-11-302022-12-312023-01-31成交金额亿元基金资产净值亿元右轴来源Wind国金证券研究所33大数据ETF515400获得北上资金青睐我们根据ETF成分股股票池内北上资金持股情况计算了北上资金持股占比即陆股通在ETF成分股范围内个股上的持仓市值之和占所有个股自由流通市值之和的比例和北上资金持股变化即北上资金持股占比与上期占比的差值发现大数据ETF515400成分股的北上资金持股占比自2019年以来一直稳步上行同时近半年来北上资金的持股变化也得到大幅改善外资持续加仓大数据ETF的成分股表明大数据作为ChatGPT概念的核心板块受到了外资的广泛关注图表21大数据ETF成分股北上资金持股占比图表22大数据ETF成分股北上资金持股占比变化010040090080030070060020050010040030002001-001020161031201706302018022820190228201910312020103020210630202202282017022820171031201806292018103120190628202002282020063020210226202110292022063020221031-00220160630-0032016063020170228201710312018103120190628202102262021102920221031201706302018022820180629201902282019103120200228202006302020103020210630202202282022063020161031来源Wind国金证券研究所来源Wind国金证券研究所34ETF跟踪误差分析自成立以来大数据ETF515400紧密跟踪了标的指数跟踪误差维持在较低水平截至2023年2月17日基金相对于中证大数据产业指数年化跟踪误差仅为059远小于2的跟踪误差阈值证明该基金作为被动指数型基金能够紧密跟踪标的指数风险控制较为有效敬请参阅最后一页特别声明11金融工程专题报告图表23大数据ETF515400净值与跟踪指数净值走势12000100000800006000040000200000000中证大数据产业指数富国中证大数据产业ETF来源Wind国金证券研究所35基金管理人介绍富国基金管理有限公司成立于1999年是国内首批十家基金管理公司之一注册资本为52亿元截至2022年12月31日公司管理的基金规模为852792亿元基金数量共有287只其中非货币型基金管理规模为584068亿元全市场排名第4富国基金拥有公募社保基本养老年金专户QDIIRQFII通过香港子公司以及QFII基金投顾等管理资质是一家全牌照经营的资产管理公司2022年公司获得了证券时报第17届中国基金业明星基金奖的十大明星基金公司奖2021年公司荣获中国证券报第18届金牛奖等多个奖项经过20多年的发展富国基金已经形成权益投资固定收益投资量化投资三大投研平台即三驾马车富国基金始终将投研体系建设作为重点工作目前三大平台各具特色发展愈加完善均已形成竞争力强的品牌价值目前富国基金投研能力已覆盖主动权益固收量化养老金投资FOF等多个领域具备多策略多元化的投资管理能力全面满足持有人投资理财的需求富国基金在ETF领域有着丰富的产品布局截至2023年2月17日富国基金共管理37只ETF覆盖股票型债券型商品型跨境四大类总管理规模超过400亿元在行业主题ETF中富国基金在科技医药生物消费周期高端制造金融地产等多个热门行业板块均有产品布局ETF管理经验丰富敬请参阅最后一页特别声明12金融工程专题报告图表24富国基金旗下ETF产品分布单位只302520151050宽基smartbeta行业主题股票型债券型跨境商品型来源Wind国金证券研究所36基金经理简介大数据ETF515400的基金经理为蔡卡尔蔡卡尔硕士研究生自2013年8月加入富国基金管理有限公司历任助理定量研究员定量研究员定量基金经理量化投资部量化投资总监助理现任富国基金量化投资部量化投资副总监兼定量基金经理目前蔡卡尔女士共管理12只基金其中包括7只ETF2只ETF联接基金3只指数增强型基金及1只普通股票型基金截至2022年12月31日管理规模共计7088亿元图表25基金经理在管基金一览截至20230217基金代码基金简称任职日期基金规模亿元014406OF富国中证新华社民族品牌工程联接A2022-02-15044014673OF富国中证港股通互联网联接A2022-01-111231159645OF富国国证疫苗与生物科技ETF2022-09-16037159748OF富国中证沪港深创新药产业ETF2021-11-24170159792OF富国中证港股通互联网ETF2021-09-153840159886OF富国中证细分机械设备产业ETF2021-04-15057515400OF富国中证大数据产业ETF2021-01-07535516830OF富国沪深300ESG基准ETF2021-06-24261561130OF富国中证新华社民族品牌工程ETF2021-09-27224161035OF富国中证医药主题指数增强A2016-11-11565161037OF富国中证高端制造指数增强A2017-05-31099005707OF富国港股通量化精选A2018-05-30025来源Wind国金证券研究所注基金规模数据截至2022年12月31日风险提示1基金历史业绩不代表未来2以上结果通过历史数据统计和测算完成在政策市场环境发生变化时存在失效风险3行业发展不及预期的风险敬请参阅最后一页特别声明13金融工程专题报告特别声明国金证券股份有限公司经中国证券监督管理委员会批准已具备证券投资咨询业务资格本报告版权归国金证券股份有限公司以下简称国金证券所有未经事先书面授权任何机构和个人均不得以任何方式对本报告的任何部分制作任何形式的复制转发转载引用修改仿制刊发或以任何侵犯本公司版权的其他方式使用经过书面授权的引用刊发需注明出处为国金证券股份有限公司且不得对本报告进行任何有悖原意的删节和修改本报告的产生基于国金证券及其研究人员认为可信的公开资料或实地调研资料但国金证券及其研究人员对这些信息的准确性和完整性不作任何保证本报告反映撰写研究人员的不同设想见解及分析方法故本报告所载观点可能与其他类似研究报告的观点及市场实际情况不一致国金证券不对使用本报告所包含的材料产生的任何直接或间接损失或与此有关的其他任何损失承担任何责任且本报告中的资料意见预测均反映报告初次公开发布时的判断在不作事先通知的情况下可能会随时调整亦可因使用不同假设和标准采用不同观点和分析方法而与国金证券其它业务部门单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反本报告仅为参考之用在任何地区均不应被视为买卖任何证券金融工具的要约或要约邀请本报告提及的任何证券或金融工具均可能含有重大的风险可能不易变卖以及不适合所有投资者本报告所提及的证券或金融工具的价格价值及收益可能会受汇率影响而波动过往的业绩并不能代表未来的表现客户应当考虑到国金证券存在可能影响本报告客观性的利益冲突而不应视本报告为作出投资决策的唯一因素证券研究报告是用于服务具备专业知识的投资者和投资顾问的专业产品使用时必须经专业人士进行解读国金证券建议获取报告人员应考虑本报告的任何意见或建议是否符合其特定状况以及若有必要咨询独立投资顾问报告本身报告中的信息或所表达意见也不构成投资法律会计或税务的最终操作建议国金证券不就报告中的内容对最终操作建议做出任何担保在任何时候均不构成对任何人的个人推荐在法律允许的情况下国金证券的关联机构可能会持有报告中涉及的公司所发行的证券并进行交易并可能为这些公司正在提供或争取提供多种金融服务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该研究报告的人员国金证券并不因收件人收到本报告而视其为国金证券的客户本报告对于收件人而言属高度机密只有符合条件的收件人才能使用根据证券期货投资者适当性管理办法本报告仅供国金证券股份有限公司客户中风险评级高于C3级含C3级的投资者使用本报告所包含的观点及建议并未考虑个别客户的特殊状况目标或需要不应被视为对特定客户关于特定证券或金融工具的建议或策略对于本报告中提及的任何证券或金融工具本报告的收件人须保持自身的独立判断使用国金证券研究报告进行投资遭受任何损失国金证券不承担相关法律责任若国金证券以外的任何机构或个人发送本报告则由该机构或个人为此发送行为承担全部责任本报告不构成国金证券向发送本报告机构或个人的收件人提供投资建议国金证券不为此承担任何责任此报告仅限于中国境内使用国金证券版权所有保留一切权利上海北京深圳电话021-60753903电话010-85950438电话0755-83831378传真021-61038200邮箱researchbjgjzqcomcn传真0755-83830558邮箱researchshgjzqcomcn邮编100005邮箱researchszgjzqcomcn邮编201204地址北京市东城区建内大街26号邮编518000地址上海浦东新区芳甸路1088号新闻大厦8层南侧地址中国深圳市福田区中心四路1-1号紫竹国际大厦7楼嘉里建设广场T3-2402敬请参阅最后一页特别声明14