来源：金融界
摘 要
智能驾驶产业变化在持续发生，但并非 6 月股价上涨的主因。1）部分投 资者主要将智能驾驶 2023 年 6 月的上涨归因为产业的一些边际变化。如马斯克透露 FSD V12 将取消 Beta 测试版本、特斯拉 FSD 渗透率持续上升等等。2）我们认为，智能驾驶产业变化确实在持续发生，但并非此次股价上涨的主因。上述产业变化是在持续发生的，比如 FSD 的渗透率提升可能快也可能慢，但从常识即可判断该渗透率不会持续下降。我们认为，不能用一个在持续发生的慢变量解释某一阶段股价的快速上涨，除非是在这个慢变量产生的时间节点，或者该变量短期内发生了突变。3）我们尝试构建一个基于“下游行业属性”与“技术属性”的二维框架来粗略勾勒 智能驾驶公司股价的驱动因素，并对 6 月的股价上涨进行解读。
1）由于在信创和人工智能行情之前，计算机行业整体表现不佳，而汽车产业链表现亮眼，在过去两年，智能驾驶公司的股价与汽车产业链贝塔相关度较高，股 价整体反映“下游行业属性”而非“技术属性”。2）从“下游行业属性” 角度，智能驾驶公司 6 月的上涨源于“下游景气度预期的弥合”。一方面， 投资者对于汽车产业景气度的预期上修。从国内来看，新一轮政策逐渐落地，且新能源汽车销量持续回暖，如比亚迪 6 月销售汽车 25.3 万台，同比+88.8%，环比+5.3%，单月销量再创历史新高；从海外来看，特斯拉 2023Q2 共生产/交付电动车 47.97/46.61 万辆（+86%/+83%），远超预期。相对积极的销售数据使得投资者对于汽车产业链的预期有所上修。另一方面，投资者对于宏观经济的预期有所下修。
(资料图片)
“技术属性”角度：上涨源于 AI 大模型逻辑的扩散。1）从4月开始， AI 行情从大模型本身向行业应用扩散。一方面，投资者对 ChatGPT 的尝鲜心态已逐渐弱化，行情从“主要基于海外映射的主题阶段”向“产业落地阶段”演化，但产业的变化却是渐进式的，不是一蹴而就的；另一方面，在经历了春节后至 3 月份的上涨之后，直接从事大模型研发的相关标的估值已经较高。2）智能驾驶是 AI 大模型的重要落地领域。自动驾驶方面，在对于小概率路况的覆盖上，AI 大模型可以大幅提升场景生成、标注的效率；智能座舱方面，AI 大模型可以大幅丰富和革新人与车辆的交互方式；车辆设计与研发方面，AI 大模型对汽车设计师效率的提升意义重大。
推荐德赛西威、中科创达、虹软科技、经纬恒润。AI 大模型将对智能驾驶行业效率提升带来巨大帮助，从业务与 AI 大模型的关键度角度，推荐德赛西威、中科创达、虹软科技、经纬恒润。
风险提示：汽车销量不及预期、AI 在智能驾驶方面的落地不及预期。
目 录
正 文
1.智能驾驶产业持续发生变化，但并非6月相关标的股价上涨主因
部分投资者主要将智能驾驶2023年6月的上涨归因为产业的一些边际变化。包括但不限于：
马斯克透露FSD V12将取消Beta测试版本，这意味着FSD已经达到向用户推送的标准，特斯拉有可能在年内正式向北美用户推送 FSD完整版；
特斯拉FSD渗透率持续上升；
在6月9日-18日举办的2023重庆车展上，华为余承东表示，中国 L3级自动驾驶标准预计在6月底出台。
我们认为，智能驾驶产业变化在持续发生，但并非此次股价上涨的主因。
产业变化确实在持续发生，大模型对于提升智能驾驶效率意义重大。这一观点可参见我们此前的报告《AI大模型赋能千行百业》，这里不再赘述，只简单总结：自动驾驶方面，在对于小概率路况的覆盖上，AI大模型可以大幅提升场景生成、标注的效率；智能座舱方面，AI大模型可以大幅丰富和革新人与车辆的交互方式；车辆设计与研发方面，AI大模型对于汽车设计师效率的提升意义重大。
产业变化不能解释此次股价的短期上涨。产业变化是在持续发生的，而且是单向的。比如FSD的渗透率提升可能会快一些也可能慢一些，但从常识来判断不太可能下降，这一点和新能源车渗透率提升的逻辑是类似的。事实上，我们曾经根据递延所得税收益、北美车主论坛数据两种方式对FSD的渗透率进行过测算，结果显示FSD在2020Q1末的渗透率即为19.08%-25.89%，测算过程详见报告《特斯拉：汽车智能化的弄潮儿》。我们认为，不能用一个在持续发生的慢变量解释某一阶段股价的快速上涨，除非是在这个慢变量产生的时间节点，或者该变量短期内发生了突变。比如FSD刚刚出现，或者FSD某项功能导致它的短期渗透率实现“突跳”。
图1：可根据递延收益推算FSD渗透率
数据来源：国泰君安证券研究
图2：可根据结合特斯拉论坛中针对北美车主的调研结果及FSD在中国的渗透率推算FSD渗透率
数据来源：国泰君安证券研究
2.可从两个维度勾勒智能驾驶公司股价的驱动因素
我们尝试构建一个二维框架来粗略勾勒智能驾驶公司股价的驱动因素。
计算机板块的公司往往同时具有两个属性，一个是下游行业属性，另一个是技术属性。有一些细分领域的分类体现的是其下游行业属性，比如医疗信息化、金融信息化、智能驾驶、教育智能化等等；另一些细分领域的划分方式体现的是公司的技术属性，比如人工智能、云计算等等。比如从技术属性的角度，广联达和石基信息都属于云计算行业，但从下游行业属性的角度又分属于地产信息化和酒店信息化行业。
两个属性都会对公司股价形成影响。我们以科大讯飞为例来说明这一问题。
从技术属性的角度，科大讯飞是AI龙头公司。这里不做过多讨论。
从下游行业属性的角度，影响科大讯飞股价的的下游主要是教育和智能硬件。虽然如果我们看讯飞的业务，会发现它的下游涉及的行业非常多，比如教育、医疗、汽车、政府、消费者等等，但由于估值体系的原因，现阶段能够大幅影响讯飞股价的仅有现教育、消费者两个业务。具体的原因可以参照我们3月1日的报告《基于边际定价与相对估值，讯飞股价均被低估》，这里仅列示当教育、智慧城市下游发生变化时公司股价的变化情况作为说明。
图3：在国家整顿优化课外辅导到双减政策最终出台的时间窗口内，科大讯飞股价大幅跑赢行业指数
数据来源： wind ，国泰君安证券研究
图4：公司披露1-5月中标合同额同比增长125%后的一个月中，科大讯飞股价明显跑输计算机行业指数
数据来源： wind ，国泰君安证券研究
而针对智能驾驶行业，过去两年股价更多体现的是下游行业属性。由于在信创和人工智能行情之前，计算机行业整体表现不佳，而汽车产业链表现亮眼，在过去两年，智能驾驶公司的股价与汽车产业链贝塔相关度较高，而与计算机板块股价相关度较低，股价整体反映“下游行业属性”而非“技术属性”。
图5：过去两年，汽车行业贝塔对于智能驾驶公司股价的影响更大
数据来源：招采网
我们认为，可以从技术属性与下游行业属性两个维度对此次智能驾驶公司股价的上涨进行归因。
2.1 上涨原因一：下游景气度预期的弥合
首先，我们对于智能驾驶公司2022年的股价进行简单复盘。
2022年4月，智能驾驶公司股价主要受益于汽车行业的极致景气度逻辑。彼时其他行业景气度预期较低，而汽车产业链受益于上海、东北等汽车重镇的管控放开（即供给放松），叠加购置税减免带来的增量需求，景气度预期较高。而智能化是汽车产业中景气度更高的细分领域，相关公司股价均大幅上涨。
2022年12月，疫情防控优化，汽车产业链景气度预期开始跑输。疫情管控全面放开是“需求端”放开，随着放开逐步实施，各个行业景气度将先后出现不同程度的提升，但汽车产业链由于已经经历了半年的购置税减免，投资者彼时预期“放开”对于汽车产业需求端的改善已经意义不大，而从彼时展望2023年，2022年购置税减免带动的需求释放将变为“高基数”。
我们认为，从“下游行业属性”角度，智能驾驶公司6月的上涨源于“下游景气度预期的弥合”。一方面，投资者对于汽车产业景气度的预期上修。从国内来看，新一轮政策逐渐落地，且新能源汽车销量持续回暖，如比亚迪6月销售汽车25.3万台，同比+88.8%，环比+5.3%，单月销量再创历史新高；从海外来看，特斯拉2023Q2共生产/交付电动车47.97/46.61万辆（+86%/+83%），远超预期。相对积极的销售数据使得投资者对于汽车产业链的预期有所上修。另一方面，投资者对于宏观经济的预期有一定程度的下修，此处不再展开。综上，我们认为从下游行业属性的角度，智能驾驶公司6月份股价的上涨源于对汽车行业以及其他行业下游景气度预期的此消彼长。
2.2 上涨原因二：AI大模型逻辑的扩散
我们认为，从“技术属性”角度，智能驾驶公司6月的上涨源于“AI大模型逻辑的扩散”。
AI行情从大模型本身向行业应用扩散。一方面，投资者对于ChatGPT的尝鲜心态已逐渐弱化，行情从“主要基于海外映射的主题阶段”向“产业落地阶段”演化，但产业的变化是渐进式的，不是一蹴而就的；另一方面，在经历了春节后至3月份的上涨之后，计算机行业中直接从事大模型研发的相关标的估值已经较高。此时投资者关注的重点开始逐渐从AI大模型本身向行业应用扩散。
智能驾驶是AI大模型的重要落地领域。具体逻辑详见报告《AI大模型赋能千行百业》，此处不再赘述。虽然AI大模型可能无法从根本上解决自动驾驶的小概率路况覆盖问题，但毫无疑问将大幅提升自动驾驶、智能座舱、汽车研发等行业的效率。
图6：2023年4月计算机指数明显跑输于传媒指数
数据来源： wind ，国泰君安证券研究
3.投资建议
推荐德赛西威、中科创达、虹软科技、经纬恒润。AI大模型将对智能驾驶行业效率提升带来巨大帮助，从业务与AI大模型的关键度角度，推荐德赛西威、中科创达、虹软科技、经纬恒润。
4. 风险提示
汽车销量等行业数据不及预期。从“下游行业属性”角度，汽车销量等行业数据若持续低于预期，将对智能驾驶公司的经营情况和股价产生不利影响。
AI大模型在智能驾驶方面的落地不及预期。从“技术属性”角度，若AI大模型在智能驾驶方面的落地不及预期，可能会对智能驾驶行业的发展产生不利影响。
本文源自券商研报精选
标签：
