近日openAI采用闭源模式发布多模态大语言模型GPT-4，该模型采用和GPT-3.5/ChatGPT相同的技术路线，但带来了更好的创造性、协作性、推理能力、安全性等，同时训练过程中采用定制超级计算机进行算力承载，并完善了大语言模型scaling law基础理论，实现训练资源可控。我们判断，GPT-4良好的效果，有望推动全球AI领域技术栈持续向LLM（大语言模型）模型收敛，并通过暴力美学+工程技巧的结合不断加速AI产业发展，带来更多应用场景落地的同时，亦帮助人类不断逼近通用人工智能AGI。我们持续看好openAI及全球AI领域的产业投资机会，并建议持续聚焦芯片、算力设施、模型架构&工程实践、应用场景等核心环节。在美股市场，建议持续重点关注英伟达、台积电、微软、AMD、Arista、博通、Marvell、百度等。
　　▍报告缘起：OpenAI正式发布GPT-4。北京时间2023年3月14日晚，OpenAI发布了正式版本的GPT-4，取代了此前ChatGPT使用的GPT-3.5版本，并开始为付费的Plus用户提供服务。OpenAI在官网表示，GPT-4虽然在大多数现实场景中的能力不如人类，但在一些专业问题和学术基准上表现已经和人类持平。本篇报告将基于对GPT-4底层技术逻辑、实现功能详细分析的基础上，探讨GPT-4对全球AI产业带来的可能技术路径影响，以及产业层面的变化和机遇。
　　▍GPT-4：完全闭源模式发布，耗时6个月迭代调整完成的多模态大语言模型。本次OpenAI推出GPT-4的形式与以往模型的发布都有所不同，OpenAI既没有公开发布GPT-4的相关论文，也没有提供详细的框架说明，仅仅提供了一份98页的技术文档（主要描述模型能力以及相关评测的得分，几乎没有任何技术细节）。通过这一方式，OpenAI阻断了所有借鉴者参考的直接途径（模型大小、数据集构建、训练方法等），将闭源的路线坚持到底，这也符合我们之前对行业未来发展的判断：领先的头部公司（OpenAI、Google）将坚持闭源路线，避免其他公司复现其模型；落后一到两个身位的公司（Meta、Amazon、NVIDIA等）可能会选择开源路线，寄希望通过社区的力量加速迭代。根据OpenAI发布的这份技术报告，GPT-4的训练以及迭代的耗时长达6个月以上，是之前发布的ChatGPT的两倍以上，在技术路径上沿用了自回归的Transformer模型加上人类反馈强化学习。模型能力方面最大的提升在于引入了多模态的处理能力，除了此前ChatGPT就支持的文字外，GPT-4还可以接受图片输入，不过暂时还没有开放给用户使用。此外，模型在面对复杂任务的可靠性与输出的安全性上均有显著的提升。
　　▍模型训练关键点：采用定制化超级计算机，完善了大语言模型scaling law基础理论。尽管OpenAI没有公布模型的及具体训练细节，但从其在技术文档中的表述出发，我们找到了两点可能会影响整体产业的关键点：1）OpenAI在去年开始就与微软合作重新构建一台用于大语言模型训练的超级计算机，而本次GPT-4的训练以及迭代环节应该是完全通过这台计算机所完成的。根据Bloomberg的相关报道，OpenAI与微软所搭建的这台计算机总共耗资数亿美元，使用了近万张英伟达A100显卡，这也与我们之前报告中对训练大语言模型所需要的显卡体量计算相一致。从OpenAI在技术文档中描述的结果看（训练+迭代总共耗时6个月），GPT-4的训练过程远短于此前的预期（从之前的论文出发，如此体量的模型迭代部分的对齐就要耗费数月时间），这也表明了构建专用超级计算机的必要性。我们认为，在未来数月时间我们将会看到更多AI大厂效仿OpenAI的做法，将定制化的超级计算机提上日程。2）Scaling Law是OpenAI团队在2020年发表的论文，主要对模型能力与模型大小、训练时长间的关系做了推算，也成为了大语言模型研究的重要理论。而在本次OpenAI的技术报告中，我们看到对scaling law有了进一步的完善。OpenAI表示在开发GPT-4的过程中进一步完善了Scaling Law，对此前无法解释的涌现能力（当模型体积大小突破到某一阶段时会突然出现某种新能力）可以更好地预测。Scaling Law的完善意味着在模型训练资源的投入将会更加可控，AI厂商将不再需要为了涌现能力一味扩大参数，这将进一步降低AI训练阶段的成本。
　　▍应用场景：多模态能力加速多领域创新。GPT-4相较于ChatGPT最直观的改变在于加入了支持图片输入的多模态的能力。尽管OpenAI表示目前多模态能力的重点还在于图片转文字，对于音频、视频、图片编辑等还不支持，但这也给了市场足够的想象空间。1)搜索领域：结合图片输入的多模态将更好地为目前传统搜索引擎+大语言模型辅助的模式进行服务。2）智能客服：图片与文字结合输入的模式更加贴合目前ToC智能客服所遇到的一些痛点。3）中小模型公司微调模型应用到具体细分领域：GPT-4被描述为一个通用的大语言模型，从OpenAI的文档看他们未曾计划对具体细分领域进行微调以求更好效果，预计这个在未来会交到中小人工智能厂商手中：在GPT-4的基础上针对细分行业进行微调来获得更好效果。
　　▍风险因素：AI核心技术发展不及预期风险；科技领域

研究报告全文：GPT-4发布持续逼近通用人工智能AGI前瞻研究全球人工智能行业系列报告AI42023316中信证券研究部核心观点近日openAI采用闭源模式发布多模态大语言模型GPT-4该模型采用和GPT-35ChatGPT相同的技术路线但带来了更好的创造性协作性推理能力安全性等同时训练过程中采用定制超级计算机进行算力承载并完善了大语言模型scalinglaw基础理论实现训练资源可控我们判断GPT-4良好的效果有望推动全球AI领域技术栈持续向LLM大语言模型模型收敛并通过暴力美学工程技巧的结合不断加速AI产业发展带来更多应用场景落地的同陈俊云时亦帮助人类不断逼近通用人工智能AGI我们持续看好openAI及全球AI前瞻研究首席领域的产业投资机会并建议持续聚焦芯片算力设施模型架构工程实践分析师应用场景等核心环节在美股市场建议持续重点关注英伟达台积电微软S1010517080001AMDArista博通Marvell百度等报告缘起OpenAI正式发布GPT-4北京时间2023年3月14日晚OpenAI发布了正式版本的GPT-4取代了此前ChatGPT使用的GPT-35版本并开始为付费的Plus用户提供服务OpenAI在官网表示GPT-4虽然在大多数现实场景中的能力不如人类但在一些专业问题和学术基准上表现已经和人类持平本篇报告将基于对GPT-4底层技术逻辑实现功能详细分析的基础上探讨GPT-4许英博对全球AI产业带来的可能技术路径影响以及产业层面的变化和机遇科技产业首席完全闭源模式发布耗时个月迭代调整完成的多模态大语言模型本分析师GPT-46S1010510120041次OpenAI推出GPT-4的形式与以往模型的发布都有所不同OpenAI既没有公开发布GPT-4的相关论文也没有提供详细的框架说明仅仅提供了一份98页的技术文档主要描述模型能力以及相关评测的得分几乎没有任何技术细节通过这一方式OpenAI阻断了所有借鉴者参考的直接途径模型大小数据集构建训练方法等将闭源的路线坚持到底这也符合我们之前对行业未来发展的判断领先的头部公司OpenAIGoogle将坚持闭源路线避免其他公司复现其模型落后一到两个身位的公司MetaAmazonNVIDIA等可能会选择开源路线寄希望通过社区的力量加速迭代根据OpenAI发布的这份技术报告GPT-4的训练以及迭代的耗时长达6个月以上是之前发布的ChatGPT的两倍以上在技术路径上沿用了自回归的Transformer模型加上人类反馈强化学习模型能力方面最大的提升在于引入了多模态的处理能力除了此前ChatGPT就支持的文字外GPT-4还可以接受图片输入不过暂时还没有开放给用户使用此外模型在面对复杂任务的可靠性与输出的安全性上均有显著的提升模型训练关键点采用定制化超级计算机完善了大语言模型scalinglaw基础理论尽管OpenAI没有公布模型的及具体训练细节但从其在技术文档中的表述出发我们找到了两点可能会影响整体产业的关键点1OpenAI在去年开始就与微软合作重新构建一台用于大语言模型训练的超级计算机而本次GPT-4的训练以及迭代环节应该是完全通过这台计算机所完成的根据Bloomberg的相关报道OpenAI与微软所搭建的这台计算机总共耗资数亿美元使用了近万张英伟达A100显卡这也与我们之前报告中对训练大语言模型所需要的显卡体量计算相一致从OpenAI在技术文档中描述的结果看训练迭代总共耗时6个月GPT-4的训练过程远短于此前的预期从之前的论文出发如此体量的模型迭代部分的对齐就要耗费数月时间这也表明了构建专用超级计算机的必要性我们认为在未来数月时间我们将会看到更多AI大厂效仿OpenAI的做法将定制化的超级计算机提上日程2ScalingLaw是OpenAI团队在2020年发表的论文主要对模型能力与模型大小训练时长间的关系做了推算也成为了大语言模型研究的重要理论而在本次OpenAI的技术报告中我们看到对scalinglaw有了进一步的完善OpenAI表示在开发GPT-4的过程中进一步完善了ScalingLaw对此前证券研究报告请务必阅读正文之后第13页起的免责条款和声明前瞻研究全球人工智能行业系列报告AI42023316无法解释的涌现能力当模型体积大小突破到某一阶段时会突然出现某种新能力可以更好地预测ScalingLaw的完善意味着在模型训练资源的投入将会更加可控AI厂商将不再需要为了涌现能力一味扩大参数这将进一步降低AI训练阶段的成本应用场景多模态能力加速多领域创新GPT-4相较于ChatGPT最直观的改变在于加入了支持图片输入的多模态的能力尽管OpenAI表示目前多模态能力的重点还在于图片转文字对于音频视频图片编辑等还不支持但这也给了市场足够的想象空间1搜索领域结合图片输入的多模态将更好地为目前传统搜索引擎大语言模型辅助的模式进行服务2智能客服图片与文字结合输入的模式更加贴合目前ToC智能客服所遇到的一些痛点3中小模型公司微调模型应用到具体细分领域GPT-4被描述为一个通用的大语言模型从OpenAI的文档看他们未曾计划对具体细分领域进行微调以求更好效果预计这个在未来会交到中小人工智能厂商手中在GPT-4的基础上针对细分行业进行微调来获得更好效果风险因素AI核心技术发展不及预期风险科技领域政策监管持续收紧风险全球宏观经济复苏不及预期风险宏观经济波动导致欧美企业IT支出不及预期风险全球云计算市场发展不及预期风险企业数据泄露信息安全风险行业竞争持续加剧风险等投资策略GPT-4采用与GPT-35ChatGPT相同的技术路线但带来了更好的创造性协作性推理能力以及多模态能力等GPT-4良好的效果有望推动AI领域技术栈持续向LLM模型收敛并通过暴力美学工程技巧的结合不断加速AI产业发展帮助人类不断逼近通用人工智能AGI我们持续看好openAI及AI领域的产业投资机会并建议持续聚焦芯片算力设施模型架构工程实践应用场景等核心环节在美股市场我们建议持续重点关注英伟达台积电微软AMDArista博通Marvell百度等重点公司盈利预测估值及投资评级估值自然年公司市值亿美元估值方式2021A2022E2023E2024E英伟达5984PE532730558435台积电4496PE211132162131微软19759PFCF360307318251AMD1445PE421294210174Arista471PE515340272247博通2610PE208158146139Marvell322PE252177262170百度460PE166155141124资料来源彭博中信证券研究部注股价为2023年3月15日收盘价预测数据来自彭博一致预期请务必阅读正文之后的免责条款和声明2前瞻研究全球人工智能行业系列报告AI42023316插图目录图1OpenAI目前对Plus用户开放了GPT-4体验4图2GPT-4相比于35在大多数AP考试科目上都取得了显著进步5图3在一些复杂任务中GPT-4的表现可以超过为任务特化的专用模型5图4ChatGPT的回答胡编乱造的情况非常严重6图5GPT-4的回答有所改善但仍有胡编乱造的情况6图6OpenAI在文档中明确声明只会与合作方分享模型具体的实现细节6图7Meta的LLaMA模型源代码已经可以在Github上下载7图8推测GPT-4的技术框架与GPT-35大致相似使用了自回归RLHF7图9对于梗图GPT-4可以精准回答幽默的点在哪里8图10Bloomberg公开报导了微软与OpenAI自建超级计算机使用了超过一万块英伟达A1009图11ScalingLaws论文是推算大语言模型需要训练时长的基础论文之一9图12在编程任务上已经能准确预测模型大小与通过率间的关系不再受涌现能力的影响10图13微软将传统搜索与大语言模型模型相结合这也会构成中短期内搜索引擎的新形式11图14全球AI客服市场空间与增速十亿美元11图15OpenAI希望占据通用AI市场把细分领域的微调留给中小公司12表格目录表1重点推荐公司盈利预测12请务必阅读正文之后的免责条款和声明3前瞻研究全球人工智能行业系列报告AI42023316报告缘起GPT-4正式发布OpenAI带给市场新一轮的人工智能冲击北京时间2023年3月14日晚OpenAI发布了正式版本的GPT-4取代了此前ChatGPT使用的GPT-35版本目前GPT-4已经开始为付费的OpenAIPlus用户提供服务我们看到用户在使用可以在GPT-35与GPT-4之间进行选择OpenAI对用户设置了每4小时100条回复的上限根据OpenAI的规划未来可能会对免费用户开放限时体验以及收费的API接口图1OpenAI目前对Plus用户开放了GPT-4体验资料来源openAIGPT-4面对复杂问题能力时大幅提升对AP考试GRE考试等表现优异OpenAI在官网表示GPT-4虽然在大多数现实场景中的能力不如人类但在一些专业问题和学术基准上表现已经和人类持平根据OpenAI在其技术文档所公布的数据GPT-4在60的AP考试科目中取得了5分满分的成绩并较前一代GPT-35取得了30以上的提升而对于研究生入门考试的GREGPT-4取得了3394的成绩超越95的应试者请务必阅读正文之后的免责条款和声明4前瞻研究全球人工智能行业系列报告AI42023316图2GPT-4相比于35在大多数AP考试科目上都取得了显著进步资料来源OpenAI图3在一些复杂任务中GPT-4的表现可以超过为任务特化的专用模型资料来源OpenAI请务必阅读正文之后的免责条款和声明5前瞻研究全球人工智能行业系列报告AI42023316安全性提升与编造内容的减少是GPT-4能力上的另一大进步在我们之前测试ChatGPT的过程中我们发现了大量GPT-35模型针对事实类问题回答胡编乱造的情况以及通过种种语言诱导可以绕开GPT模型的安全限制GPT这类大语言模型作为基于概率统计的数学模型并不具有真正意义上的理解能力因此这一情况无法完全避免但GPT-4通过加入额外的奖励模型以及更多的对齐工作将准确率增加了约10图4ChatGPT的回答胡编乱造的情况非常严重图5GPT-4的回答有所改善但仍有胡编乱造的情况资料来源OpenAI中信证券研究部资料来源OpenAI中信证券研究部GPT-4闭源模式的多模态大语言模型坚持闭源模式构筑更深的竞争壁垒本次OpenAI推出GPT-4的形式与以往模型的发布都有所不同OpenAI既没有公开发布GPT-4的相关论文也没有提供详细的框架说明仅仅提供了一份98页的技术文档主要描述模型能力以及相关评测的得分几乎没有任何技术细节通过这一方式OpenAI阻断了所有借鉴者参考的直接途径模型大小数据集构建训练方法等将闭源的路线坚持到底图6OpenAI在文档中明确声明只会与合作方分享模型具体的实现细节资料来源OpenAI请务必阅读正文之后的免责条款和声明6前瞻研究全球人工智能行业系列报告AI42023316人工智能行业未来的竞争格局判断头部厂商闭源追赶者开源OpenAI的这一行为也符合我们之前对行业未来发展的判断领先的头部公司OpenAIGoogle将坚持闭源路线避免其他公司复现其模型落后一到两个身位的公司MetaAmazonNVIDIA等可能会选择开源路线寄希望通过社区的力量加速迭代一周前作为追赶者的Meta就发布了其新一代大语言模型LLaMA并将源代码开源给社区图7Meta的LLaMA模型源代码已经可以在Github上下载资料来源GithubGPT-4基本框架猜测沿用了GPT-35与ChatGPT的思路并加入了更多人类生成数据以及专家数据根据OpenAI本次发布的技术报告GPT-4的训练以及迭代的耗时长达6个月以上是之前发布的ChatGPT的两倍以上尽管OpenAI不公布具体的技术细节但我们通过其在技术文档中的侧面描述可以得出一些基本结论GPT-4在技术路径上沿用了自回归的Transformer模型加上人类反馈强化学习并在数据源中加入了更多的人类生成数据最后OpenAI还提到他们邀请了一个50人的专家团队与模型进行对抗训练进一步帮助模型对齐align并提高其安全性图8推测GPT-4的技术框架与GPT-35大致相似使用了自回归RLHF资料来源HuggingFace请务必阅读正文之后的免责条款和声明7前瞻研究全球人工智能行业系列报告AI42023316多模态能力成为GPT-4加入的新亮点GPT-4在模型能力方面最大的提升在于引入了多模态的处理能力除了此前ChatGPT就支持的文字外GPT-4还可以接受图片输入根据OpenAI在技术文档内给出的实例来看GPT-4可以理解图中的各类含义甚至包括人类的幽默能力不过在当前阶段图片输入的功能暂时还没有开放给用户使用图9对于梗图GPT-4可以精准回答幽默的点在哪里资料来源openAIGPT-4训练中关键点自建超级计算机与规模控制尽管OpenAI没有公布模型的及具体训练细节但从其在技术文档中的表述出发我们找到了两点可能会影响整体产业的关键点1OpenAI在去年开始就与微软合作重新构建一台用于大语言模型训练的超级计算机而本次GPT-4的训练以及迭代环节应该是完全通过这台计算机所完成的根据Bloomberg的相关报道OpenAI与微软所搭建的这台计算机总共耗资数亿美元使用了近万张英伟达A100显卡这也与我们之前报告中对训练大语言模型所需要的显卡体量计算相一致根据我们实际对GPT-4的体验结果看GPT-4回复的平均时长对比ChatGPT要长50请务必阅读正文之后的免责条款和声明8前瞻研究全球人工智能行业系列报告AI42023316以上这意味着GPT-4使用的参数量会更多但从OpenAI在技术文档中描述的结果看训练迭代总共耗时6个月GPT-4的训练过程远短于预期从之前的论文出发如此体量的模型迭代部分的对齐就要耗费数月时间这也表明了构建专用超级计算机的必要性我们认为在未来数月时间我们将会看到更多AI大厂效仿OpenAI的做法将定制化的超级计算机提上日程图10Bloomberg公开报导了微软与OpenAI自建超级计算机使用了超过一万块英伟达A100资料来源Bloomberg2ScalingLaw是OpenAI团队在2020年发表的论文主要对模型能力与模型大小训练时长间的关系做了推算也成为了大语言模型研究的重要理论图11ScalingLaws论文是推算大语言模型需要训练时长的基础论文之一资料来源JaredKaplan等scalinglawsforneurallanguagemodels而在本次OpenAI的技术报告中我们看到对scalinglaw有了进一步的完善OpenAI表示在开发GPT-4的过程中进一步完善了ScalingLaw对此前无法解释的涌现能力当模型体积大小突破到某一阶段时会突然出现某种新能力可以更好地预测ScalingLaw请务必阅读正文之后的免责条款和声明9前瞻研究全球人工智能行业系列报告AI42023316的完善也意味着在模型训练资源的投入将会更加可控AI厂商将不再需要为了涌现能力一味扩大参数这将进一步降低AI训练阶段的成本图12在编程任务上已经能准确预测模型大小与通过率间的关系不再受涌现能力的影响资料来源OpenAI应用场景多模态能力加速多领域创新GPT-4相较于ChatGPT最直观的改变在于加入了支持图片输入的多模态的能力尽管OpenAI表示目前多模态能力的重点还在于图片转文字对于音频视频图片编辑等还不支持但这也给了市场足够的想象空间1在线搜索结合图片输入的多模态将更好地为目前传统搜索引擎大语言模型辅助的模式进行服务以GPT-4为代表的多模态能力将为搜索引擎提供更强的图片搜索能力3月14日微软副总裁兼消费者首席营销官YusufMehdi在推特发文确认新必应搜索引擎正在运行GPT-4请务必阅读正文之后的免责条款和声明10前瞻研究全球人工智能行业系列报告AI42023316图13微软将传统搜索与大语言模型模型相结合这也会构成中短期内搜索引擎的新形式资料来源Bing2智能客服图片与文字结合输入的模式更加贴合目前ToC智能客服所遇到的一些痛点实际体验中ToC类客服场景会遇到大量需要图片模态输入的场景下而GPT-4对此的支持将重塑用户体验根据GrandViewResearch的报告全球AI市场在2022年达到了138亿美元预计到2030年将达到708亿美元CAGR为22而根据CanamResearch2021年的调查数据显示美国78的客户联络中心计划在未来三年内部署人工智能46的客户服务互动已经实现自动化预计到2023年将增长至59图14全球AI客服市场空间与增速十亿美元MarketSizeYoY84574063530525420315210150020222023E2024E2025E2026E2027E2028E2029E2030E资料来源GrandViewResearch含预测中信证券研究部3中小科技公司微调模型应用到具体细分领域GPT-4被描述为一个通用的大语言模型从OpenAI的文档看他们未曾计划对具体细分领域进行微调市场空间有限数据源获取困难利润率较低那么这个预计在未来会交到中小人工智能厂商手中在GPT-4的基础上针对细分行业进行微调来获得更好效果请务必阅读正文之后的免责条款和声明11前瞻研究全球人工智能行业系列报告AI42023316图15OpenAI希望占据通用AI市场把细分领域的微调留给中小公司资料来源Kernalai风险因素AI核心技术发展不及预期风险科技领域政策监管持续收紧风险全球宏观经济复苏不及预期风险宏观经济波动导致欧美企业IT支出不及预期风险全球云计算市场发展不及预期风险企业数据泄露信息安全风险行业竞争持续加剧风险等投资策略GPT-4采用与GPT-35ChatGPT相同的技术路线但带来了更好的创造性协作性推理能力以及多模态能力等GPT-4的发布以及带来的市场关注有望推动全球AI领域技术栈持续向LLM大语言模型模型收敛并通过暴力美学工程技巧的结合不断加速AI产业发展带来更多应用场景落地的同时帮助人类不断逼近通用人工智能AGI我们持续看好openAI及AI领域的产业投资机会并建议持续聚焦芯片算力设施模型架构工程实践应用场景等核心环节建议持续重点关注英伟达台积电微软AMDArista博通Marvell百度等表1重点推荐公司盈利预测市值估值自然年公司估值方法亿美元2021A2022E2023E2024E英伟达5984PE532730558435台积电4496PE211132162131微软19759PFCF360307318251AMD1445PE421294210174Arista471PE515340272247博通2610PE208158146139Marvell322PE252177262170百度460PE166155141124资料来源彭博一致预期中信证券研究部注股价为2023年3月15日收盘价请务必阅读正文之后的免责条款和声明12分析师声明主要负责撰写本研究报告全部或部分内容的分析师在此声明i本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法ii该分析师所得报酬的任何组成部分无论是在过去现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系一般性声明本研究报告由中信证券股份有限公司或其附属机构制作中信证券股份有限公司及其全球的附属机构分支机构及联营机构仅就本研究报告免责条款而言不含CLSAgroupofcompanies统称为中信证券本研究报告对于收件人而言属高度机密只有收件人才能使用本研究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本研究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中信证券并不因收件人收到本报告而视其为中信证券的客户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并自行承担投资风险本报告所载资料的来源被认为是可靠的但中信证券不保证其准确性或完整性中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任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跌可升过往的业绩并不能代表未来的表现本报告所载的资料观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断可以在不发出通知的情况下做出更改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中信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中信证券并不承担提示本报告的收件人注意该等材料的责任中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域单位集团及其他附属机构的流动负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定分析师的薪酬不是基于中信证券投资银行收入而定但是分析师的薪酬可能与投行整体收入有关其中包括投资银行销售与交易业务若中信证券以外的金融机构发送本报告则由该金融机构为此发送行为承担全部责任该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议中信证券以及中信证券的各个高级职员董事和员工亦不为前述金融机构之客户因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任评级说明投资建议的评级标准评级说明报告中投资建议所涉及的评级分为股票评级和行业评级买入相对同期相关证券市场代表性指数涨幅20以上另有说明的除外评级标准为报告发布日后6到12个增持相对同期相关证券市场代表性指数涨幅介于520之间月内的相对市场表现也即以报告发布日后的6到12个股票评级月内的公司股价或行业指数相对同期相关证券市场代持有相对同期相关证券市场代表性指数涨幅介于-105之间表性指数的涨跌幅作为基准其中A股市场以沪深300卖出相对同期相关证券市场代表性指数跌幅10以上指数为基准新三板市场以三板成指针对协议转让标的或三板做市指数针对做市转让标的为基准香港市场强于大市相对同期相关证券市场代表性指数涨幅10以上以摩根士丹利中国指数为基准美国市场以纳斯达克综合行业评级中性相对同期相关证券市场代表性指数涨幅介于-1010之间指数或标普500指数为基准韩国市场以科斯达克指数或韩国综合股价指数为基准弱于大市相对同期相关证券市场代表性指数跌幅10以上13特别声明在法律许可的情况下中信证券可能1与本研究报告所提到的公司建立或保持顾问投资银行或证券服务关系2参与或投资本报告所提到的公司的金融交易及或持有其证券或其衍生品或进行证券或其衍生品交易因此投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险本研究报告涉及具体公司的披露信息请访问httpsresearchciticsinfocomdisclosure法律主体声明本研究报告在中华人民共和国香港澳门台湾除外由中信证券股份有限公司受中国证券监督管理委员会监管经营证券业务许可证编号Z20374000分发本研究报告由下列机构代表中信证券在相应地区分发在中国香港由CLSALimited于中国香港注册成立的有限公司分发在中国台湾由CLSecuritiesTaiwanCoLtd分发在澳大利亚由CLSAAustraliaPtyLtd商业编号53139992331金融服务牌照编号350159分发在美国由CLSACLSAAmericasLLC除外分发在新加坡由CLSASingaporePteLtd公司注册编号198703750W分发在欧洲经济区由CLSAEuropeBV分发在英国由CLSAUK分发在印度由CLSAIndiaPrivateLimited分发地址8FDalamalHouseNarimanPointMumbai400021电话91-22-66505050传真91-22-22840271公司识别号U67120MH1994PLC083118在印度尼西亚由PTCLSASekuritasIndonesia分发在日本由CLSASecuritiesJapanCoLtd分发在韩国由CLSASecuritiesKoreaLtd分发在马来西亚由CLSASecuritiesMalaysiaSdnBhd分发在菲律宾由CLSAPhilippinesInc菲律宾证券交易所及证券投资者保护基金会员分发在泰国由CLSASecuritiesThailandLimited分发针对不同司法管辖区的声明中国大陆根据中国证券监督管理委员会核发的经营证券业务许可中信证券股份有限公司的经营范围包括证券投资咨询业务中国香港本研究报告由CLSALimited分发本研究报告在香港仅分发给专业投资者证券及期货条例香港法例第571章及其下颁布的任何规则界定的不得分发给零售投资者就分析或报告引起的或与分析或报告有关的任何事宜CLSA客户应联系CLSALimited的罗鼎电话85226007233美国本研究报告由中信证券制作本研究报告在美国由CLSACLSAAmericasLLC除外仅向符合美国1934年证券交易法下15a-6规则界定且CLSAAmericasLLC提供服务的主要美国机构投资者分发对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书任何从中信证券与CLSA获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSAAmericasLLC在美国证券交易委员会注册的经纪交易商以及CLSA的附属公司新加坡本研究报告在新加坡由CLSASingaporePteLtd仅向新加坡财务顾问规例界定的机构投资者认可投资者及专业投资者分发就分析或报告引起的或与分析或报告有关的任何事宜新加坡的报告收件人应联系CLSASingaporePteLtd地址80RafflesPlace18-01UOBPlaza1Singapore048624电话6564167888因您作为机构投资者认可投资者或专业投资者的身份就CLSASingaporePteLtd可能向您提供的任何财务顾问服务CLSASingaporePteLtd豁免遵守财务顾问法第110章财务顾问规例以及其下的相关通知和指引CLSA业务条款的新加坡附件中证券交易服务C部分所披露的某些要求MCIP085112021加拿大本研究报告由中信证券制作对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书英国本研究报告归属于营销文件其不是按照旨在提升研究报告独立性的法律要件而撰写亦不受任何禁止在投资研究报告发布前进行交易的限制本研究报告在英国由CLSAUK分发且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士涉及到的任何投资活动仅针对此类人士若您不具备投资的专业经验请勿依赖本研究报告欧洲经济区本研究报告由荷兰金融市场管理局授权并管理的CLSAEuropeBV分发澳大利亚CLSAAustraliaPtyLtdCAPL商业编号53139992331金融服务牌照编号350159受澳大利亚证券与投资委员会监管且为澳大利亚证券交易所及CHI-X的市场参与主体本研究报告在澳大利亚由CAPL仅向批发客户发布及分发本研究报告未考虑收件人的具体投资目标财务状况或特定需求未经CAPL事先书面同意本研究报告的收件人不得将其分发给任何第三方本段所称的批发客户适用于公司法2001第761G条的规定CAPL研究覆盖范围包括研究部门管理层不时认为与投资者相关的ASXAllOrdinaries指数成分股离岸市场上市证券未上市发行人及投资产品CAPL寻求覆盖各个行业中与其国内及国际投资者相关的公司印度CLSAIndiaPrivateLimited成立于1994年11月为全球机构投资者养老基金和企业提供股票经纪服务印度证券交易委员会注册编号INZ000001735研究服务印度证券交易委员会注册编号INH000001113和商人银行服务印度证券交易委员会注册编号INM000010619CLSA及其关联方可能持有标的公司的债务此外CLSA及其关联方在过去12个月内可能已从标的公司收取了非投资银行服务和或非证券相关服务的报酬如需了解CLSAIndia关联方的更多详情请联系Compliance-Indiaclsacom未经中信证券事先书面授权任何人不得以任何目的复制发送或销售本报告中信证券2023版权所有保留一切权利14