外资青睐银行与中型股

摩根大通驻东京的日本现货股票销售联席主管小川慎二（Shinji Ogawa）表示：“市场对日本央行的敏感度显著提高。这种影响体现在多种资产类别上，包括OIS和金融股，后者目前是价格波动较大的领域之一。”

在美国大选结束后的两周内，东京银行类股（TOPIX银行板块）累计上涨约13%，显著跑赢大盘。与此同时，工业、机械等周期性板块表现同样亮眼。

富达国际（Fidelity International）旗下管理1.02亿美元全球多元资产基金的经理乔治·埃夫斯塔索普洛斯（George Efstathopoulos）表示：“我们的投资重点始终是日本的中型股和银行股。前者可从工资增长中受益，后者则直接受益于利率上升。”

他进一步表示，随着全球经济增速加快，日元疲软将转化为企业盈利能力的增强，外资对日本大型股的投资兴趣也在上升。

汇率压力

日元汇率在日本经济与市场中举足轻重，其波动不仅影响企业进口成本，也对货币政策形成制约。

日本央行行长植田和男在周一的政策讲话中仅简要提及日元。然而，市场认为，随着交易员继续加码日元空头押注，汇率贬值压力将促使日本央行尽早采取行动。

花旗银行驻新加坡的亚太区货币交易主管斯瓦米（Nathan Swami）表示：“鉴于日元的近期表现，日本央行可能需要重新考虑是否在下次会议上采取更鹰派的立场。”

美国商品期货交易委员会（CFTC）数据显示，汇市投机者近期持续增加日元空头仓位。不过，利率市场上的押注仍显保守。当前，两年期美债与两年期日本国债之间超过375个基点的利差，仍是导致日元疲软的重要基本面因素。

法国巴黎银行财富管理部门的亚洲投资服务主管萨奇德夫（Shafali Sachdev）称：“基于收益率差和利差交易，许多客户依然在结构性做多美元。”

尽管如此，8月日元短期升值导致市场剧烈波动的场景仍让投资者心有余悸。7月31日，日本央行宣布加息15个基点，与缩表并行，鹰派倾向明显。受此影响，日元自3月份以来首次逼近149关口；8月5日，日元对美元汇率连续突破1美元对145日元、1美元对144日元多道关口，触发日经225指数当天暴跌12.4%，创下自1987年以来的最大单日跌幅。

姜对第一财经记者表示，影响12月决策的主导因素可能是外汇市场的动向，“即使日本央行在12月选择继续暂停加息，我们仍预计其将每季度加息25个基点，直至利率达到1.0%”。

　　资料来源：《数据要素白皮书》，源达信息证券研究所

　　数据要素的一次价值体现在支撑企业、政府的业务系统运转实现业务间的贯通。在企业数字化转型过程中，数据经由各个业务系统的设计而产生，用以支撑业务系统的正常运转。

　　数据要素的二次价值体现在数据可揭示内在运行规律，用于支持生产、经营和治理等环节的战略决策。在数据分析、人工智能等技术支持下，数据可用于构建出理解预测乃至控制事物运行的模型体系，从而支撑未来决策。

　　数据要素的三次价值体现在数据作为商品，可交易至更多需要的场景实现价值利用。数字化和智能化趋势下，各组织需要更多数据用于分析决策，产生数据流通需求，因此数据可作为商品进行价值流通。

　　图2：数据要素产生价值的三种方式

　　资料来源：《数据要素白皮书》，源达信息证券研究所

　　根据数据要素的三次价值，数据要素市场可分为数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障七大模块。其中为实现数据要素的一次价值需推动政府及企业数字化转型，发力服务器及云计算中心等数据基础设施建设；实现数据要素的二次价值需发展人工智能行业，通过大模型等智能终端辅助决策；实现数据要素的三次价值需构建数字要素交易流通市场，方便数据要素的市场化流通。

　　图3：数据要素市场构成

　　资料来源：国家工业信息安全发展研究中心，源达信息证券研究所

　　通过数据分级分类可将数据分为四类数据：公开数据、低敏感度数据、中敏感度数据、高度机密数据四种，提出针对不同数据类型，应用不同的数据流通技术和服务模式。

　　图4：数据流通金字塔模型

　　资料来源：国家工业信息安全发展研究中心，源达信息证券研究所

　　中国数据交易市场规模保持高速增长趋势，预计2023年中国数据交易行业市场规模达1199亿元，同比增长36.72%。预计2030年中国数据交易行业市场有望增长至5156亿元。

　　图5：2021-2030年中国数据交易行业市场规模及预测

　　资料来源：《2023年中国数据交易市场研究分析报告》，源达信息证券研究所

　　二、加快新质生产力建设，为数据要素生态保驾护航

　　人工智能大模型对数据要素有巨大需求。AIGC行业进入高速发展期，AI大模型性能持续提升的背后是千亿级以上的参数训练，带来对算力的高额需求，有望推动新一轮AI基础设施建设。根据OpenAI官网，AI模型训练计算量自2012年起每3.4个月就增长一倍。以GPT-3模型为例，根据lambdalabs数据，该模型参数规模达1750亿，完整训练运算量达3640PFlop/s-days（以3640PFlop/s速度进行运算，需要3640天）。模型完成单次训练约需要355个CPU年并耗费460万美元（假设采用Nvidia Tesla V100芯片）。

　　表1：人工智能大模型的参数规模呈指数级增长趋势

Models

Release time

Developers

Parameter size/10-8

Sample size/10-9

GPT-1

2018

OpenAI

1.17

10

BERT

2018

Google

3.40

34

GPT-2

2019

OpenAI

15.00

100

Fairseq

2020

Meta

130.00

—

GPT-3

2020

OpenAI

1750.00

4990

GLaM

2021

Google

1200.00

16000

LaMDA

2022

Google

1370.00

15600

GPT-4

2023

OpenAI

—

—

Ernie Bot

2023

Baidu

—

—

SparkDesk

2023

iFLYTEK

1700.00

—

PanguLM

2023

HUAWEI

>30000

　　资料来源：《大语言模型研究现状及趋势》，源达信息证券研究所

　　更多大模型类应用的推出是对数据要素有效利用的基础。AI Agent是一种以AI大模型驱动的人工智能工具，可根据具体场景实现高度个性化和智能化的智能服务，有望将大模型的潜力最大化，推动AI技术应用化，加速人工智能产业商业化。

　　表2：国内厂商加大对AI Agent等大模型驱动下的人工智能应用的投入

公司名称

大模型产品

阿里云

百炼大模型服务平台

AWS

Amazon bedrock 以及partyrock.aws等工具

百度智能云

TiAppBuilder、AgentBuilder

京东云

Al Agent开发管理平台

蚂蚁集团/蚂蚁数科

蚂蚊Al Studio+Max

昆仑万维

SkyAgents

商汤科技

MaaS平台-应用智能体

深信服科技

AI算力平台

神州数码

神州问学-AI应用及Agent管理

腾讯云

腾讯元器

月之暗面

Kimi Plus

中国电信（天翼AI）

智能体开发运营平台

字节跳动

扣子/Coze，火山引擎Al Agent开发管理平台

360

360智脑、360智汇云

　　资料来源：IDC，源达信息证券研究所

　　服务器等数据基础设施是数据要素价值得到有效利用的基础。自OpenAI发布ChatGPT后，AI大模型有望成为助力千行万业智能化转型的底层支撑。AI大模型的训练和运行过程对对算力需求极大，预计将推动一轮算力中心的建设。以Nvidia A100服务器为例（由8个A100 GPU构成），单台服务器算力约为5Pflop/s，则训练一个具有1750亿个模型参数的大模型需要约2917台A100服务器。

　　表3：具有1750亿个模型参数的大模型训练一天需要约2917台Nvidia A100服务器

模型参数（亿个）

350

700

1050

1400

1750

所需算力（E+8PFlop/s）

0.63

1.26

1.89

2.52

3.15

有效算力比率（%）

25%

25%

25%

25%

25%

实际算力需求（E+8PFlop/s）

2.52

5.04

7.56

10.08

12.6

服务器算力（PFlop/s）

5

5

5

5

5

每日工作时间（s）

86400

86400

86400

86400

86400

服务器需求数（台）

583

1167

1750

2333

2917

　　资料来源：Nvidia官网，OpenAI，源达信息证券研究所

　　用于构建算力中心的AI服务器出货量高速增长。2023年全球普通AI服务器/高端AI服务器出货量分别为47.0和27.0万台，较2022年分别同比增长36.6%和490.5%，并预计2024年全球普通AI服务器和高端AI服务器出货量分别为72.5和54.3万台，分别同比增长54.2%和172.0%。

　　图6：AI服务器出货量高速增长

　　资料来源：华勤技术投资者关系公众号，源达信息证券研究所

　　华为加大算力基础设施研发力度。目前华为算力基础设施布局中：鲲鹏系列以通用算力为主，昇腾系列以智能算力为主，均采用国产芯片打造。华为凭借自身强大的研发能力，已实现从算力、存力、互联技术和计算架构等方面为世界提供第二选择，打造算力坚实底座。从产业链布局看，目前华为主要负责服务器或其中核心器件的研发和生产，并由下游服务器厂商代理销售，主要的华为系服务器厂商有高新发展（对华鲲振宇持股70%）、四川长虹、神州数码、拓维信息和烽火通信等。此外2023年3月中兴通讯宣布自身服务器将为百度“文心一言”提供算力支撑。

图7：搭载鲲鹏920处理器的鲲鹏服务器主板

图8：华为推出昇腾系列AI算力基础设施

资料来源：华为官网，源达信息证券研究所

资料来源：华为官网，源达信息证券研究所

　　三、构建数据要素交易平台市场，商业模式加快成熟

　　数据流通端是数据要素流通的中介与核心，沟通各类市场主体，是数据作为生产要素进行交互、整合、交换、交易的平台，是推动数据交易市场建设的基础。数据流通端按类型可分为数据交易所、企业主导型数据服务平台及开放数据平台。未来数据交易所有望成为数据要素市场交易的主流平台。

　　图9：中国数据要素流通行业产业链

　　资料来源：《2023年中国数据交易市场研究分析报告》，源达信息证券研究所

　　数据交易按类型可分为场内交易和场外交易，场内交易由数据交易所制定数据交易流程及规章，在交易前负责质量评估、合规评估和资产评估等；在数据交易环节做好风险控制；在交易后提供交易核验、仲裁纠纷等服务。

　　图10：数据要素交易模式

　　资料来源：《2023年中国数据交易市场研究分析报告》，源达信息证券研究所

　　图11：场内外数据交易流程

　　资料来源：《2023年中国数据交易市场研究分析报告》，源达信息证券研究所

　　目前国内数据交易平台的规模仍有待壮大。数据交易平台注册资本数额大多在5000万元-1亿元，有23家；而注册资本数额超过1亿元的有4家，其中上海数据交易所注册资本达8亿元，北京国际大数据交易所和郑州数据交易中心注册资本达2亿元。

　　数据交易平台分布以华东、华南和华中为主。受企业数字化水平及数据资源分布情况影响，目前数据交易平台分布仍以华东、华南和华中为主，其中华东地区有14家，占比达35%，华南和华中地区各7家，占比为17.5%，三个地区合计占比达70%。

图12：数据交易平台注册资本数额情况

图13：数据交易平台区域分布情况

资料来源：《数据交易平台发展白皮书》，源达信息证券研究所

资料来源：《数据交易平台发展白皮书》，源达信息证券研究所

　　目前国内数据交易机构的产品以数据集、API和数据应用服务为主。少数机构还提供许可（金麒麟分析师）证、数据处理服务、数据分析工具服务和行业研究报告等产品。

　　图14：主流数据交易机构的产品上架情况

　　资料来源：《数据流通市场中数据产品的特性及其交易模式》，源达信息证券研究所

　　目前数据交易平台的盈利模式主要有三种：佣金模式、会员制和增值式交易服务三种。其中交易佣金模式的优势是简单易行、门槛低，但佣金费率过高会抑制平台交易需求；会员制模式可利于促进长期合作及交易安全性，但交易规模的扩大具有一定难度；增值式交易服务模式交易所需提供数据处理等更多服务，对平台的能力提出更高要求。

　　图15：数据交易平台的盈利模式

　　资料来源：《数据交易平台发展白皮书》，源达信息证券研究所

　　中国数据要素交易场内机构可分为国家级、省市级、行业级和企业级。其中国家级和省市级交易机构是市场内主流，集中于华东与华南地区，以国资主导公司制为主，通常为通用型数据交易平台。而行业级和企业级交易机构往往专耕单个或数个细分行业和领域，如：钢铁行业、医药行业、金融行业和电信行业都有较好应用前景。

　　图16：中国数据要素交易场内市场竞争格局

　　资料来源：《2023年中国数据交易市场研究分析报告》，源达信息证券研究所

　　目前国内数据要素交易市场存在的问题有：数据产权不清、数据交易活跃度低、同质化竞争和新技术应用不成熟等。目前各机构收集的个人数据权属仍存在争议，导致交易风险较高，需要进一步完善相关制度体系及让交易所发挥好做市商功能；而数据交易机构的建设需根据区域、产业和经济情况做好统筹布局，避免同质化竞争和资源浪费。

　　图17：目前数据要素交易行业仍存在的问题

　　资料来源：《数据交易平台发展白皮书》，源达信息证券研究所

　　四、投资建议

　　数据要素是国家基于数字经济和新质生产力产业发展的又一重要政策导向方向。国家数据局等17个部门联合引发《“数据要素×”三年行动计划（2024—2026年）》：将工业制造、交通运输、金融服务、科技创新、医疗健康、气象服务、城市治理等12个行业作为数据要素高水平应用的重点行业。数据交易层面国内已建成多个大型数据交易所，形成“国家级+省市级+行业级”的发展局面，为数据要素市场发展打牢基础。伴随国内新质生产力产业进一步发展壮大，数据要素市场有望加快成熟。

　　五、风险提示

　　政策导向不及预期的风险；

　　市场竞争加剧的风险；

　　技术发展不及预期的风险；

华夏时报记者 齐萌 深圳报道

11月19日晚间，富满微（维权）（300671.SZ）公告称，公司控股股东集晶（香港）有限公司（下称“集晶香港”）及实控人刘景裕收到深圳证监局的《行政处罚决定书》。

因集晶香港在减持公司股票过程中涉嫌违反证券法律法规，深圳证监局决定，对集晶香港信息披露违法行为给予警告，并处以100万元罚款，对刘景裕给予警告，并处以50万元罚款；对集晶香港在限制转让期内转让“富满微”股票行为给予警告，并处以320万元罚款。

对此，新智派新质生产力会客厅创始发起人袁帅对《华夏时报》记者表示，对上市公司而言，公司控股股东及实控人被监管机构出具行政处罚决定，无疑会对其声誉和形象造成损害，可能导致投资者对公司的信任度下降，进而影响公司的股价和融资能力。

此外，记者梳理公司财报发现，受宏观经济下行、全球消费疲软等因素影响，近年来公司经营面临着挑战。自2022年起，公司的营业收入、净利润以及毛利率均呈现出下降趋势，至今公司仍未扭亏。

控股股东减持超5%未披露

据悉，2020年7月14日至2021年8月26日期间，集晶香港对富满微累计减持股份的比例达到了公司总股本的6.51%。

具体来看，从2020年7月14日到2021年6月18日，集晶香港减持了富满微股份共计880.21万股，占公司总股本的5.39%。然而，在持股比例累计减少至5%这一关键节点时，集晶香港未按规定履行报告、公告义务，未及时向中国证监会和证券交易所提交书面报告并披露权益变动报告书。

“这破坏了市场信息的对称性，使得投资者无法及时获取关键信息，从而可能作出错误的投资决策。这种行为还可能滋生内幕交易和操纵市场的行为，进一步扰乱市场秩序。”袁帅指出。

在2021年6月18日至2021年8月26日期间，集晶香港并未按照规定停止交易，而是继续减持富满微股份，减持数量为308.46万股，占公司总股本的1.51%。在这一减持过程中，集晶香港的卖出金额达到了3.19亿元人民币，但同时也遭受了5086.48万元的亏损。

直到2021年8月26日，集晶香港才就此前减持比例达到5%的事项补充披露了《简式权益变动报告书》。

对此，2023年2月3日，集晶香港披露公告表示，因集晶香港在减持富满微股票过程中，涉嫌违反证券法律法规，根据相关法律法规，中国证监会决定对集晶香港立案调查。

今年10月21日，富满微控股股东集晶香港及实控人刘景裕收到深圳证监局下发的《行政处罚事先告知书》，11月19日，集晶香港及刘景裕正式收到深圳证监局下发的《行政处罚决定书》。

根据相关法规，深圳证监局决定，对集晶香港信息披露违法行为给予警告，并处以100万元罚款，对刘景裕给予警告，并处以50万元罚款；对集晶香港在限制转让期内转让富满微股票行为给予警告，并处以320万元罚款。

对此，富满微在公告中表示，本事项涉及的拟处罚对象系公司股东，不包含上市公司，不会对公司的日常运营造成重大影响。本事项不涉及相关法规规定的退市情形。公司目前控制权稳定，经营管理、业务运营及财务状况均正常，无应披露而未披露的重大信息。

不过，受访专家均指出，此次处罚可能会对公司名誉及形象造成影响，可能影响公司股价。

中国矿业大学（北京）管理学院硕士生企业导师支培元对本报记者表示，投资者可以发起诉讼追究责任人法律责任，可以正式申诉向监管机关提交举报材料，促进行政执法，同时，在资产配置方面，优化实行分散投资策略，规避集中风险。

公司何时扭亏？

公开资料显示，富满微是一家专注于高性能、高品质模拟集成电路芯片设计研发、封装、测试及销售的国家级高新技术企业及国家规划布局内集成电路设计企业。目前拥有4个大类在销售产品，主要涵盖视频显示、无线通讯、存储、电源管理等多个领域，主要产品为LED屏控制及驱动、MOSFET、MCU、快充协议芯片、5G射频前端分立芯片及模组芯片，以及各类ASIC 等类芯片。

然而，近年来公司业绩表现不佳。2022年全球经济进入下行周期，在此背景下，富满微在2022年首次出现营收下滑及净利润及扣非净利润亏损的现象。2022年，公司实现营收7.71亿元，同比下滑43.70%，净利润为-1.73亿元，同比下滑137.83%，扣非净利润为-2.07亿元，同比下滑150.49%。毛利率自2021年的53.97%下跌至2022年的19.35%。

到了2023年，行业景气度仍未恢复。根据海关总署统计，2023年中国进口集成电路4796亿块，同比下降10.8%，进口金额3494亿美元，同比下降15.4%，2023年中国出口集成电路2678亿块，同比下降1.8%，出口金额1360 亿美元，同比下降 10.1%。

在这一年，受全球电子产品需求下降及美国限制中国半导体产业等诸多因素影响，富满微产品市场竞争激烈、产品销售价格承压，导致毛利同比大幅下降，毛利率仅为7.30%。公司营收继续下滑，亏损进一步加大，实现营收7.02亿元，同比下滑9.03%，净利润为-3.48亿元，同比下滑101.49%，扣非净利润为-3.55亿元，同比下滑71.43%。

最近财务数据显示，公司前三季度实现营收4.96亿元，同比下滑5.12%，净利润为-6480.65万元，同比增长51.82%，扣非净利润为-8384.01万元，同比增长47.79%，毛利率为17.92%，增长了153.34%。

对此，公司在半年报中提到，近年来受美欧等发达经济体的保护主义贸易限制加剧的影响，企业盈利能力受到削弱，但长期来看，全球及中国集成电路产业仍将持续增长。新能源车、5G、自动驾驶、数据中心、工业自动化、人工智能、物联网、可穿戴设备等新兴产业将形成未来需求。

同时，袁帅指出，目前，集成电路行业正面临着技术迭代加速、市场竞争激烈等挑战，但同时也孕育着新的发展机遇。因此，公司需要密切关注行业动态，加强技术研发和市场拓展，以应对市场变化和挑战。至于公司日后的发展，则取决于其自身的努力和市场的变化。

就相关问题，本报记者致函富满微，但截至发稿未收到回复。

责任编辑：徐芸茜 主编：公培佳

　　作为背景，美国国会于2000年成立了美中经济与安全委员会，该委员会每年都会就美中关系提出建议，以强硬的政策建议而闻名。

　　USCC在报告中写道：“中国一直致力于发展新兴技术，如人工智能、量子技术、生物技术和电池储能系统。美国也应同样意识到与中国进行技术竞争的重要性，并显著改变政策环境。”该委员会还建议国会指示国防部长将人工智能项目列为最高国家优先项目。

　　USCC委员、软件公司Palantir首席执行官的高级顾问Jacob Helberg向媒体表示：“纵观历史，我们看到，率先利用技术快速变革时期的国家往往能够导致全球力量平衡的转变。”

　　“中国正在加速推进通用人工智能……我们必须极其认真地对待。”他补充道。

　　Helberg还指出，能源基础设施是训练大型人工智能模型的一个重要瓶颈，他建议，简化数据中心的许可流程或许可“公私合作”来加速人工智能发展。