基金产品分析（1）：聚焦大数据主题，关注相关ETF投资机会

请仔细阅读在本报告尾部的重要法律声明 基金产品分析（1）：聚焦大数据主题，关注相关 ETF 投资机会 聚焦大数据投资机会：云计算、大数据产业蓬勃发展 大数据市场快速增长，我国增速高于全球平均。2016 年，全球大数据行业市场规模达 273 亿美元，同比增长 20.8%；同年，中国大数据行业市场规模约为 150 亿元人民币，同比增长 41%。 中国云计算与大数据发展已初具规模。中国云计算起步晚于美国，但增速较快。自阿里巴巴 2011 年左右对外提供云计算业务开始计算，目前国内云计算市场已发展超过 10 年，大数据在电信运营商等客户处应用将近 20 年。目前中国已经具备了完备的云计算、大数据产业链，在下游需求的推动下，整体快速增长。 中证大数据产业指数分析 捕捉大数据行业机会指数。中证大数据产业指数（下称中证数据）通过上市公司所属领域筛选出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、大数据应用等上市公司，最终以总市值作为指标选出大数据领域最具代表性行业龙头。自 2012 年以来，指数表现优异，累计收益战胜上证 50、沪深 300 等主要规模指数。 中证数据指数具有明显市值及行业偏好。从指数市值分布看，中证数据大部分成分市值小于 200 亿元，而少数超过 350 亿元成分股则占全指数近 60%市值。而从细分行业来看，中证数据成分大部分属于计算机行业，数量占总成分约 90%左右，通信、电子等行业数量紧随其后。 中证数据指数个股集中度较高。中证数值指数共由 50 只成分股组成，由于个股权重由自由流通市值确定，而成分股间市值离差较大，导致个股集中对相对较高，指数内 CR10 个股权重达 65%。 中证数据指数研发投入及成长指标突出。作为以研发驱动的新经济行业，大数据行业自身对研发投入较为注重。我们通过观察中证数据指数平均研发人员占比及研发营收比发现，中证数据指数研发投入相对较高，基本与科创板企业持平。与此同时，中证数据指数也展现出了较为突出的成长性，2020 年 3 季度营收及净利润增长优于大部分市场规模指数。 中证数据指数成长对收益影响转正。2020 年以来中证数据指数估值一定程度扩张，当前估值水平基本处于历史 80%水平左右，而主要市场指数估值亦有所扩张，沪深 300 及创业板指整体估值已处于历史 90%分位数以上。成长角度，由于整体经济环境影响，2020 年中证数据指数成长部分收益一度边际下滑（对应 2020 年二季度），我们认为这是影响指数估值及收益的主要原因。2020 年二季度后，中证数据指数净资产重回正增长，且从增长率上较沪深 300 更高。 富国大数据 ETF：分享大数据产业发展红利和投资机会 富国大数据 ETF 是以跟踪中证大数据产业指数为投资目标，通过完全复制的方法进行投资，大数据 ETF 基金代码为 515400。通过大数据 ETF，投资者可以分享中国大数据产业的发展红利和投资机会。 风险提示 本报告对于基金产品的研究分析仅基于历史公开信息与量化模型，其他因素可能带来分析偏差。产品过往业绩并不预示未来表现。本报告不涉及证券投资基金评价业务，不涉及对具体基金产品的投资建议，亦不涉及对具体个股的投资建议，本报告内容仅供参考。 个股 分析员 王浩 SAC 执证编号：S0080516090001 SFC CE Ref：BMQ376 hao.wang@cicc.com.cn 分析员 邓志波 SAC 执证编号：S0080518100002 SFC CE Ref：BQD384 Zhibo.Deng@cicc.com.cn 分析员 刘均伟 SAC 执证编号：S0080520120002 SFC CE Ref：BQR365 junwei.liu@cicc.com.cn 分析员 王汉锋，CFA SAC 执证编号：S0080513080002 SFC CE Ref：AND454 hanfeng.wang@cicc.com.cn 相关研究报告 • 金融产品 | 基金研究系列（1）：如何看待当前机构“抱团”？ (2021.01.12) 金融工程研究 2021 年 2 月 5 日 金融产品 中金公司研究部: 2021 年 2 月 5 日 请仔细阅读在本报告尾部的重要法律声明 2 聚焦大数据投资机会：云计算、大数据产业蓬勃发展 在企业服务领域，人工智能（Artificial intelligence）、大数据（Big data）以及云计算（Cloud computing）组成的“ABC”已经成为公认的技术趋势。云计算主要提供基础的计算、存储、网络能力。大数据则对海量数据进行采集清洗、并行处理、分布式存储。人工智能基于数据，通过训练、推理两个环节，实现智能分析。三者共同推动企业服务领域的技术升级与变革。 从产业链上看， ► 云计算可分为 IaaS、PaaS、SaaS。其中 IaaS（Infrastructure-as-a-service）提供底层的计算、存储、网络资源，是所有上层应用的基础设施，PaaS（Platform-as-a-service）向上层以及第三方开放平台能力，SaaS（Software-as-a-service）是传统软件的云化，将原有本地化部署的软件进行云化部署，实现弹性扩展，降低使用者成本。 ► 大数据可分为数据采集、数据处理和数据应用。其中数据采集通过软件或硬件方式将数据从对象中提取，数据处理则对采集的数据进行清洗、存储、抽提，数据应用则利用算法对数据进行建模，最终指导实际决策。 ► 人工智能可分为算力、数据与算法。其中算力指底层的基础设施提供的计算能力，数据指经过采集处理后的相关数据，算法指用于训练和推理的相关模型算法。 云计算、大数据、人工智能是递进关系，前者是后者实现的技术基础。云计算的 IaaS 为大数据的数据采集提供基础设施，PaaS 一般包含数据库、数据处理等功能，SaaS 在大数据场景下则是数据应用。人工智能是数据应用的一种特例，主要采用了相关算法和模型。大数据的数据处理能力为确保人工智能可以获取可用好用的数据，而云计算的 IaaS 建设则为大数据提供了底层算力的基础。 图表 1：云计算、大数据、人工智能的关系 资料来源：中金公司研究部 云计算、大数据、人工智能的发展有望助力企业服务厂商扩大潜在可及市场。传统 IT 厂商的收入主要来自于客户的 IT 支出（研发费用），在云计算背景下没有明显的扩大。但是基于云计算的大数据产品则有可能切分客户的销售费用或管理费用，部分大数据产品以及人工智能产品更可以通过帮助客户提升业务水平或者节约成本而直接参与到客户的收入/利润分成，大幅扩大传统企业服务厂商的潜在可及市场。 云计算SaaSPaaSIaaS大数据数据应用数据处理数据采集人工智能算法数据算力nMnOpRuNrQmMpQnOsNmQnMaQdN9PsQmMmOnMjMpPtRjMoOnQ8OtRsRwMsRmMvPnOrQ 中金公司研究部: 2021 年 2 月 5 日 请仔细阅读在本报告尾部的重要法律声明 3 全球范围看，云计算占 IT 支出的比例