數字經濟十大趨勢

1、目錄 HYPERLINK l _TOC_250013 數字經濟：是估值大泡沫，還是投資大時代？ 4 HYPERLINK l _TOC_250012 數字經濟板塊高市值占比預示大泡沫嗎？ 4 HYPERLINK l _TOC_250011 數字經濟發(fā)展提高股市長期回報了嗎？ 9 HYPERLINK l _TOC_250010 數字化浪潮下的行業(yè)及公司分析 13 HYPERLINK l _TOC_250009 核心層硬件及軟件：技術“硬核”程度是關鍵；“一體化”與“專業(yè)化”的分野 13 HYPERLINK l _TOC_250008 應用及平臺經濟的投資選擇：關注平臺的“強”與“弱” 16 HYP

2、ERLINK l _TOC_250007 數字經濟賦能實體行業(yè)：哪些行業(yè)可能繼續(xù)被改造、升級？ 17 HYPERLINK l _TOC_250006 數字經濟發(fā)展下各行業(yè)表現(xiàn)實證分析 20 HYPERLINK l _TOC_250005 數字經濟紅利在資本和勞動間的分配如何影響股市投資？ 23 HYPERLINK l _TOC_250004 數字經濟發(fā)展如何影響資本市場？ 25對資本市場的影響 25 HYPERLINK l _TOC_250003 對資產定價的影響 27 HYPERLINK l _TOC_250002 數字經濟中公司估值和傳統(tǒng)會計指標面臨的挑戰(zhàn) 28 HYPERLINK l _

3、TOC_250001 數字浪潮中的十大趨勢及投資展望 30 HYPERLINK l _TOC_250000 數字經濟浪潮下的十大趨勢 30數字經濟的三條投資主線 31中金中國數字經濟 50 指數（CICC China Digital Economy 50 Index） 32圖表圖表 1: 數字經濟相關的科技龍頭公司占美股市值的比例已經達到近幾十年的高位 5圖表 2: 中國電子商務發(fā)展較早、增速較快，但占總體零售的比例依然只有 30%左右 5圖表 3: 當前，美國電子商務的滲透率還不到 20%，也依然有較大的空間 5圖表 4: 美國股市長期的行業(yè)格局演變：美國股市行業(yè)結構 1800-2018 6

4、圖表 5: 過去 100 年美國規(guī)模最大的 50 家公司行業(yè)分布 7圖表 6: 過去 100 年美國規(guī)模最大的 10 家公司 8圖表 7: 人類社會不同發(fā)展階段全球人均 GDP 趨勢 8圖表 8: 全球經濟格局不斷變遷，幾次科技革命在近三百年影響巨大，中國近年成為數字浪潮中的領先大市場之一 8圖表 9: 當前數字科技革命與歷史上三次科技革命主要特征及對比 9圖表 10: 1990 年以來標普 500 指數的收益特征與近百年沒有顯著差異 10圖表 11: 拉長時間來看，標普 500 指數與名義 GDP 之間的長期相對表現(xiàn)具有均值回歸特征 10圖表 12: 2011 年以來中證全指的整體收益相比此

5、前甚至出現(xiàn)了一定的下降 10圖表 13: 拉長時間來看，中證全指與名義 GDP 之間的存在均值回歸特征。不過 2011 年前后，中樞發(fā)生了切換 10圖表 14: 電商平臺阿里巴巴的股價大漲，但與此同時傳統(tǒng)商貿零售指數表現(xiàn)相對低迷 12圖表 15: 按照技術“硬核”維度和應用場景維度對核心層公司進行分類 15圖表 16: 技術維度越是核心的公司，以及應用場景創(chuàng)新上能夠把握最多客戶、滿足最穩(wěn)定的客戶需求的公司，展現(xiàn)出的投資價值也相對較大 15圖表 17: 中國數字經濟核心層“半導體”領域一度深度依賴進口，每年進口半導體的價值比中國進口石油的體量還要大 16圖表 18: 半導體在中國總進口金額的占比

6、也在不斷提升，2019 年已經達到了 14.7% 16圖表 19: A 股市場非金融行業(yè)結構的演變，與數字經濟相關的板塊市值占比也在逐步擴大 18圖表 20: 按照中國 2012 年投入產出表計算的數字經濟對各行業(yè)生產和銷售端的滲透率進行分類 18圖表 21: 按照美國 2012 年投入產出表計算的數字經濟對各行業(yè)生產和銷售端的滲透率進行分類 19圖表 22: 數字經濟發(fā)展對各行業(yè)影響的分析：兩個維度，四個因素 19圖表 23: 伴隨數字經濟的蓬勃發(fā)展，行業(yè)間回報率中位數的分化加劇 21圖表 24: 19752003 年與 2004 年至今美國股市 16 個行業(yè)的表現(xiàn)對比 21圖表 25: 以

7、峰度衡量行業(yè)內部分化，2004 年以來，數字經濟相關行業(yè)內部分化有所增加 22圖表 26: 19952010 年與 2011 年至今中國股市 15 個行業(yè)的表現(xiàn)對比 22圖表 27: 以峰度代表行業(yè)內部分化程度。2011 年以來，行業(yè)內部分化普遍拉大，且在數字經濟相關行業(yè)較為明顯 22圖表 28: 從 1970 年代至今美國股市 16 個行業(yè)的表現(xiàn) 23圖表 29: 從 1995 年至今中國股市 15 個行業(yè)的表現(xiàn) 23圖表 30: 中國近 10 年勞動者收入占 GDP 比例份額有所擴大 24圖表 31: 美近十年上市公司 ROE 優(yōu)于中國（左），中國上市非金融類公司 ROE 出現(xiàn)“新、老分化

8、”（右） 24圖表 32: 2019 年我國數字經濟增加值 GDP 的比重達到 36% 25圖表 33: 其中，數字產業(yè)化增加值占到 GDP 比重的 7.2% 25圖表 34: 截至 2019 年底，核心層和平臺層相關行業(yè)的上市公司在股票市場中的市值占比達到 31% 26圖表 35: 中國公募基金風險收益結構 27圖表 36: 美國 ETF 產品規(guī)模占共同基金的比例 27圖表 37: 2019 年底，中國共同基金結構：ETF 占比 10% 27圖表 38: 2019 年底，美國共同基金結構：ETF 占比 17% 27圖表 39: A 股非銀行板塊的 ERP 基本圍繞均值波動 28圖表 40:

9、在 A 股市場上對比滬深 300 指數和創(chuàng)業(yè)板指數的風險溢價，創(chuàng)業(yè)板指數的風險溢價更低 28圖表 41: 對于創(chuàng)業(yè)板指數和納斯達克 100 的風險溢價，同期對比創(chuàng)業(yè)板指數更低，但相比 2000 年之前的納斯達克 100 指數，創(chuàng)業(yè)板指數更高 28圖表 42: 總市值加權中金數字經濟 50 指數 33圖表 43: 等權加權中金數字經濟 50 指數 33圖表 44: 總市值加權核心層指數 33圖表 45: 等權加權核心層指數 33圖表 46: 總市值加權應用及平臺層指數 34圖表 47: 等權加權應用及平臺層指數 34圖表 48: 總市值加權賦能層指數 34圖表 49: 等權加權賦能層指數 34圖

10、表 50: 數字經濟浪潮中的大趨勢及投資邏輯介紹 35圖表 51: 中金中國數字經濟 50 指數成分股及介紹 36數字經濟：是估值大泡沫，還是投資大時代？本文我們按照如下順序集中探討數字經濟與股市投資相關的問題：第一、 數字經濟相關板塊的市值占比達到近幾十年的新高，到底是樂觀者認為的對未來數字經濟發(fā)展前景的預示，還是悲觀者認為的又一個科技泡沫？第二、 數字經濟發(fā)展中行業(yè)和公司表現(xiàn)和投資有哪些重要特征，數字經濟紅利在資本和勞動間的分配如何影響股市投資？第三、 數字經濟發(fā)展對資本市場本身產生了哪些影響？第四、 數字經濟大潮下，有哪些大趨勢值得關注，又有哪些投資主線？首先，數字經濟相關板塊在股市市值

11、中的比例達到歷史新高，這是估值大泡沫，還是預示數字經濟大時代？數字經濟發(fā)展提高了股市的長期回報嗎？數字經濟板塊高市值占比預示大泡沫嗎？投資者對數字經濟發(fā)展的熱情及憧憬，在 2000 年左右的美國市場醞釀了一場舉世矚目的科技大泡沫。2020 年至今全球最大兩個市場美國及中國股市領漲全球，同時這兩大市場內均是科技相關板塊領漲市場，數字經濟相關板塊的市值占比已經達到近二十年的新高度。以美國市場為例，科技龍頭股（FAAMNG）合計的市值已經達到 7.1 萬億美元，占美國股市的市值比例接近 23%，已經遠超過了 2000 年互聯(lián)網泡沫的頂點水平。這到底是樂觀者所認為的對“未來已來”的預示，還是悲觀者所嗤

12、之以鼻的“大泡沫”？我們在本章中基于歷次科技革命及本次數字經濟發(fā)展的分析，并基于 Global Financial Data 中的美國股市行業(yè)市值1占比變遷的數據，為理解當前數字經濟發(fā)展及其在股市的反映提供一些思路。數字經濟相關的板塊市值占比未來幾年還能繼續(xù)提升嗎？以某一相關主題的股票占股票市場總市值的比例，來衡量這個主題的重要性以及其在經濟中的地位有一定的參考價值。但拿這個板塊的市值占比來衡量這個板塊是否高估、估值是否合理等，則信號可能不一定確切。具體到數字經濟的發(fā)展來看，我們認為相關板塊市值占美股市值比例達到近幾十年的高位（圖表 1），并不能說明當前數字經濟相關板塊已經嚴重泡沫化。在未來幾

13、年，隨著數字經濟的進一步發(fā)展，相關板塊占美股市值的比例，仍可能進一步上升。理由如下：數字經濟滲透率可能還有較大提升的空間。隨著數字化浪潮的推進，當前產業(yè)數字化與數字產業(yè)化的趨勢方興未艾。拿數字化發(fā)展相對較早的電子商務來說，在中國電子商務發(fā)展較早、增速較快，但占總體零售的比例依然只有 30%左右（圖表 2）；在美國電子商務的滲透率還不到 20%，也依然有較大的空間（圖表 3）。電子商務的發(fā)展，以及傳統(tǒng)零售與電子商務的結合，都會進一步提升電子化的零售在總零售中的占比。類似的情形還有很多，幾乎在消費者日常的衣、食、住、行、康、樂等所有領域，數字經濟的滲透率及改造傳統(tǒng)經濟模式仍有較大空間。這些都可能進

14、一步提升數字經濟相關板塊市值占整個市場的比例。數字經濟中的平臺仍在不斷延伸，行業(yè)界限更加模糊。除了數字滲透率在全社會進一步提升可能會提升數字經濟相關板塊在股市的市值占比外，數字經濟中的平臺經濟，基于網絡效應、規(guī)模效應、范圍經濟、非競爭性等特征，也在不斷延伸觸角。比如，騰訊最開始是社交平臺，但這一平臺基于社交關系，將人的各類日常活動通過社交關系深度綁定，已經延伸至幾乎包括個人大部分日常活動的跨行業(yè)平臺。在這一平臺中，行業(yè)的界限已經不再清晰，以至于騰訊到底是互聯(lián)網企業(yè)，還是實體經濟企業(yè)，已經較為模糊。同樣的例子也適用于阿里、京東、美團等平臺。1 HYPERLINK /200-years-of-th

15、e-united-states-stock-market-in-one-graph/ /200-years-of-the-united-states-stock-market-in-one-graph/美國股市的歷史經驗表明，科技革命中相關先導板塊占股市的總市值比例可能并無上限。根據 Global Financial Data 數據庫收集的美國股市數據，在 1800-1900 年間（圖表 4），交通運輸板塊屬于當時工業(yè)革命的先導型板塊，包括隧道、鐵路等交通運輸板塊一度占當時公開交易股票總市值比例在 50%以上。圖表 1: 數字經濟相關的科技龍頭公司占美股市值的比例已經達到近幾十年的高位占整體市

16、值比例DOTCOM 市值（百萬美元） DOTCOM成分股：Amazon、eBay、Booking Holdings、 Shutterfly、Qualcomm、Microsoft、Intel、IBMFAAMNG成分股：Facebook、Apple、Amazon、Microsoft、Netflix、Google互聯(lián)網泡沫FAAMNG市值（百萬美元）在美聯(lián)儲大規(guī)模的量化寬松致流動性充裕的背景下，科技龍頭股實現(xiàn)了進一步估值擴張25%20%15%10%5%Feb-95Feb-96Feb-97 Feb-98 Feb-99 Feb-00Feb-01Feb-02 Feb-03Feb-04Feb-05 Feb-

17、06 Feb-07 Feb-08Feb-09Feb-10Feb-11 Feb-12Feb-13 Feb-14 Feb-15 Feb-16Feb-17Feb-18 Feb-19Feb-200%資料來源：Haver Analytics，中金公司研究部圖表 2: 中國電子商務發(fā)展較早、增速較快，但占總體零售的比例依然只有 30%左右圖表 3: 當前，美國電子商務的滲透率還不到 20%，也依然有較大的空間（萬億元）%12.915.5%19.623.629.7%25.8電子商務滲透率(RHS)45403530252015線下商品和服務零售額網上商品和服務零售額35%30%25%20%15%4000350

18、0300025002000150018%(十億美元)門店銷售 線上銷售滲透率(RHS)16.0%14.4%13.2%11.8%10.7%9.7%8.8%8.0%7.2%6.4%16%14%12%10%8%6%10% 1000104%55% 5002%-0%201520162017201820192020YTD02010201120122013201420152016201720180%2019 資料來源： 萬得資訊，中金公司研究部數據截至 2020 年 7 月底資料來源： 萬得資訊，中金公司研究部圖表 4: 美國股市長期的行業(yè)格局演變：美國股市行業(yè)結構 1800-2018資料來源： HYPER

19、LINK /200-years-of-the-united-states-stock-market-in-one-graph/ /200-years-of-the-united-states-stock-market-in-one-graph/，中金公司研究部數字經濟相關板塊占股市市值的比例會長期持續(xù)在高位嗎？答案可能是否定的。原因包括如下幾個方面：技術演進會催生新的“先導產業(yè)”，基于技術的壟斷是相對的、暫時的。資本對利潤的追求，使得創(chuàng)新和變革永無止境。歷史經驗顯示，靠技術實現(xiàn)的壟斷似乎一直是暫時的、難以永恒。數字經濟的網絡效應、規(guī)模效應及非競爭性等特征，使得數字經濟本身具有壟斷性和易被顛覆的

20、相互矛盾的雙重特征。微軟的操作系統(tǒng)一度被認為高度壟斷，但技術的演進、移動互聯(lián)時代的來臨，使得微軟這樣曾經不可一世的在操作系統(tǒng)領域的壟斷也被顛覆，所幸及時轉型云計算模式；在智能手機端的操作系統(tǒng)微軟幾乎已經沒有市場份額。在 PC 時代一度被認為堅不可摧的社交工具 QQ，被無線互聯(lián)時代的微信替代。曾經被認為地位異常穩(wěn)固的微信，在 4G 后時代短視頻興起后，也面臨被抖音等短視頻社交 APP 分食用戶時長的局面。滴滴出行在出行市場地位看起來非常穩(wěn)固，卻也可能被美團出行等出行新勢力搶走市場份額。技術的演進在不斷改變商業(yè)規(guī)則和邏輯，前瞻性地適應技術、運用技術來作出調整才不會被技術演進所淘汰。技術的進步，也使

21、得一時看起來地位重要的行業(yè)，會隨著經濟和社會的發(fā)展，而逐步變成“傳統(tǒng)產業(yè)”。這是與經濟和社會發(fā)展階段相適應和匹配的。當前看起來很高技術含量、無所不包、具有很強壟斷性的數字經濟平臺，在社會發(fā)展到一定階段后，可能會變成習以為常的“標準化存在”。這就好比電氣化時代的各類電氣化機械、家庭汽車時代剛開啟時的家用小汽車等等，在引入的當初是當時的先進技術，在當前來看，已經是千家萬戶的“標配”。回顧過去一百年美國規(guī)模最大的 50 家公司，也顯示出科技革命帶來的公司和行業(yè)格局的不斷演進，沒有一個行業(yè)在股市的占比能夠持續(xù)維持高位。某一歷史時期看起來不可一世的“高科技”公司或行業(yè)，隨著技術進步和時代發(fā)展，也會逐步沒

22、落、重要性下降。1917 年，按資產排名，美國最大的 50 家公司中有 40%是石油、鋼鐵或采礦公司。最大的公司是美國鋼鐵公司（US Steel），資產規(guī)模是第二大公司 AT&T 的三倍以上。標準石油雖然被拆分，但是拆分后企業(yè)的規(guī)模依然較大。其他的壟斷企業(yè)在資產規(guī)模上也很突出，包括中央皮革，美國煙草，美國橡膠和國際商船。1967 年，按市值排名，石油公司依然占據要位，不過科技、通訊和電影公司在前十名中占據 4 席，前 50 名中還新增了制藥、消費、航空航天和國防等行業(yè)。當時美國市值最大的公司是 IBM，AT&T 仍排第 2，美國鋼鐵則降至第 35 位。前 50 名的名單上新增科技、電影、辦公設

23、備、化妝品、消費品、電視廣播、制藥、航空航天和國防、金融服務等行業(yè)的公司，這些行業(yè)在 1917 年的榜單上幾乎都不存在。石油仍然是重要行業(yè)，在前 10 名中占據 3 席，占前 50 名榜單的 9 席。2017 年，按市值排名，美國最大的 50 家公司中有 52%是科技、醫(yī)藥或金融服務公司。最大的公司是蘋果（Apple），IBM 降至 33 位，AT&T 排在 12，美國鋼 鐵已經落在名單之外。在市值前 10 名的公司中有 5 個都是科技公司。保險成為前 50 名的名單上的新增行業(yè)。股市的長期繁榮使美國最大公司的平均市值比1967 年要高得多，以前 10 名來衡量，2017 年的平均市值是 19

24、67 年的 23 倍，而同期物價只漲了 6 倍。當前數字經濟相關板塊在股市如日中天，未來幾年占比仍有可能創(chuàng)新高，但這并不代表這種高占比會一直持續(xù)?？萍及l(fā)展日新月異，今天的“朝陽產業(yè)”可能成為明天的“傳統(tǒng)產業(yè)”。綜上所述，數字經濟相關板塊占股市市值的比例可能并不是一個可靠的判斷數字經濟板塊估值及整體發(fā)展程度的指標，數字經濟的發(fā)展及數字經濟相關板塊占股市的市值比例未來幾年可能還有提升空間。但這并不代表數字經濟占比可以一直都維持在高位。歷史經驗表明，基于技術的壟斷都是暫時的、容易被新技術的演進所顛覆或削弱。數字經濟本身具有壟斷性和易被顛覆的雙重矛盾特征，也使得在投資數字經濟領域的公司時，對公司和行業(yè)

25、的相對優(yōu)勢要有更準確和及時的把握，要對技術的演進和影響有前瞻和及時的認知，動態(tài)地調整，我們將在下一環(huán)節(jié)對此進行分析。圖表 5: 過去 100 年美國規(guī)模最大的 50 家公司行業(yè)分布（行業(yè)市值/當年行業(yè)平均市值）美國規(guī)模最大的50家公司的行業(yè)分布191719672017654321-注：1917 年用總資產規(guī)模衡量，1967 年和 2017 年用總市值衡量資料來源：Forbes，中金公司研究部圖表 6: 過去 100 年美國規(guī)模最大的 10 家公司(US$ mn)1917年美國資產規(guī)模排名前十的公司U.S. SteelAT&T1967年美國市值規(guī)模排名前十的公司 IBMAT&T2017年美國市值

26、規(guī)模排名前十的公司 Apple(US$ bn)AlphabetStandard Oil of N.J. Bethlehem Steel Armour & Co. Swift & Co.International HarvesterE.I. du Pont de NemoursEastman Kodak General Motors Standard Oil of N.J.Texaco Sears, Roebuck General ElectricMicrosoft AmazonBerkshire HathawayFacebook Johnson & JohnsonExxon MobilMidv

27、ale Steel & OrdnanceU.S. RubberPolaroid Gulf Oil(US$ bn)JPMorgan ChaseWells Fargo & Co.0500 1,000 1,500 2,000 2,500注：1917 年用總資產規(guī)模衡量，1967 年和 2017 年用總市值衡量資料來源：Forbes，中金公司研究部圖表 7: 人類社會不同發(fā)展階段全球人均 GDP 趨勢人均GDP，1990 Int. GK$01020304005008,0007,000科技革命前第一次科技革命蒸汽時代第二次科技革命電氣時代第三次科技革命信息時代第四次科技革命數字時代6,0005,0004

28、,0003,0002,0001,000110001100120013001400150016001700180018101820183018401850186018701880189019001910192019301940195019601970198019902000-資料來源：Haver Analytics，中金公司研究部35%(1990 Int. GK$)主要國家的GDP占全球GDP的比重30%25%20%China15%10%USA5%FranceGermanyJapan0%UK圖表 8: 全球經濟格局不斷變遷，幾次科技革命在近三百年影響巨大，中國近年成為數字浪潮中的領先大市場之一注

29、：GDP 以 1990 年不變價格基于購買力平價計算11000110012001300140015001600170018001810182018301840185018601870188018901900191019201930194019501960197019801990200020102020資料來源：萬得資訊，Haver Analytics，中金公司研究部圖表 9: 當前數字科技革命與歷史上三次科技革命主要特征及對比資料來源：維基百科，中金公司研究部數字經濟發(fā)展提高股市長期回報了嗎？當前數字經濟正在經歷波瀾壯闊的發(fā)展浪潮，百年一遇的疫情帶來的社交隔離進一步加快了數字經濟普及的步伐。2

30、020 年疫情沖擊之下，與數字經濟相關的科技股帶領美股大幅上漲，在中國市場也表現(xiàn)突出?；仡檨砜?，1990 年代以來的互聯(lián)網、移動互聯(lián)網及更全面的數字化蓬勃發(fā)展，讓人感受到科技帶來的變化日新月異、應接不暇。那么在數字經濟浪潮中，股市整體表現(xiàn)是否會更好、平均回報更高呢？我們在本節(jié)中探討這一問題。數字經濟的發(fā)展并未改變美國股市的長期收益水平我們以科技革命的中心和發(fā)源地美國市場為例來說明這一情況。近幾十年來信息科技與數字經濟逐步發(fā)展，從個人電腦的發(fā)展與普及，再到互聯(lián)網的蓬勃發(fā)展，進一步到無線互聯(lián)時代，并發(fā)展到當前數字經濟向各行各業(yè)滲透，科技發(fā)展帶來了方方面面的變化，讓人感受到變化之快，也容易讓人產生在

31、這樣的技術革新快速普及的背景下，股市收益可能會更好的印象。那么實際的情況如何呢？我們注意到，Roger G. Ibbotson 等對美國長期股市收益的研究顯示，美股長期的年化全收益回報率在 9.4%左右。詳細參見 The Long-Run Drivers of Stock Returns: Total Payouts and the Real Economy（Philip U. Straehl and Roger G. Ibbotson，2017）。我們以數字經濟應用開始萌芽到蓬勃發(fā)展的最近 30 年美股整體收益為樣本。統(tǒng)計顯示，無論是美股的收益特征還是股市與名義 GDP 的相對表現(xiàn)，在最近

32、30 年并未出現(xiàn)系統(tǒng)性偏移（圖表 10）。1990 年以來標普 500 指數的年化收益為 7.7%，年均的股息率為 2.0%，全收益回報率為 9.8%。這跟標普 500 指數近百年的統(tǒng)計數據似乎也并無顯著差異。從美國名義 GDP 的增長及標普 500 指數的長期相對變動趨勢來看，在 2000 年互聯(lián)網高科技泡沫附近，標普 500 指數與名義 GDP 指數的比值達到相對高位，后續(xù)隨著互聯(lián)網泡沫的破滅而下行，直到 2009 年才見底，后續(xù)逐步上行。最近 10 年標普 500 指數的表現(xiàn)大幅好于同期名義 GDP 的表現(xiàn)（圖表 11），我們估計這與金融危機沖擊帶來的股市估值低點有關。但是拉長時間來看，

33、標普 500 指數與名義 GDP 之間的關系長期相對表現(xiàn)似乎是在圍繞相對穩(wěn)定的中樞波動，并未出現(xiàn)系統(tǒng)性的偏移。這說明，美股長期平均回報可能也并未因為科技革命的長周期而出現(xiàn)較大的變化和偏離。數字經濟的發(fā)展也未改變中國股市整體的收益率水平從中國市場來看，科技應用及數字經濟的發(fā)展到目前為止也似乎并未系統(tǒng)性改變股市整體收益的特征。以中證全指為例（圖表 12），2000 年以來指數的年化收益為 5.3%，年均的股息率為 1.5%，全收益回報率為 6.8%。2011 年以來，中國數字經濟從萌芽到迅速發(fā)展，而指數全收益回報率卻沒有明顯提升，反而略微下降了 1.3 個百分點。從中國名義 GDP 的增長及中證全

34、指的長期相對變動趨勢來看，也存在均值回歸特征，不過均值中樞發(fā)生了切換（圖 13）。2011 年以前，中國經濟持續(xù)高增長，20062007 年股票市場迎來“牛市”，中證全指與名義 GDP 指數的比值達到相對高位，后續(xù)隨著中國經濟增速趨勢性地下降，該比值的中樞也逐步下行。也就是說，數字經濟的發(fā)展到目前為止并未改變股市受到前期高估值和近十年經濟增長放緩的拖累的局面。圖表 10: 1990 年以來標普 500 指數的收益特征與近百年沒有顯著差異標普500對數價格指數分紅12圖表 11: 拉長時間來看，標普 500 指數與名義 GDP 之間的長期相對表現(xiàn)具有均值回歸特征標普500/美國名義GDP指數 均

35、值1.2101.080.860.640.420.21927193119351939194319471951195519591963196719711975197919831987199119951999200320072011201520191929193319371941194519491953195719611965196919731977198119851989199319972001200520092013201700.0 注：數據截至 2020 年 8 月 31 日資料來源： Bloomberg，中金公司研究部資料來源：Bloomberg，中金公司研究部中證全指對數價格指數分紅圖表

36、12: 2011 年以來中證全指的整體收益相比此前甚至出現(xiàn)了一定的下降6.3圖表 13: 拉長時間來看，中證全指與名義 GDP 之間的存在均值回歸特征。不過 2011 年前后，中樞發(fā)生了切換中證全指/名義GDP 均值2010 均值200200020012002200320042005200620072008200920102011201220132014201520162017201820192020Mar-00 Jan-01 Nov-01 Sep-02 Jul-03 May-04 Mar-05 Jan-06 Nov-06 Sep-0

37、7 Jul-08 May-09 Mar-10 Jan-11 Nov-11 Sep-12 Jul-13 May-14 Mar-15 Jan-16 Nov-16 Sep-17 Jul-18 May-19 Mar-203.8 注：數據截至 2020 年 8 月 31 日資料來源： 萬得資訊，中金公司研究部資料來源： 萬得資訊，中金公司研究部為什么數字經濟蓬勃發(fā)展，股市長期平均回報并未受根本影響呢？背后原因可能至少包括幾個方面：數字經濟發(fā)展雖然延緩近些年總體生產率增速下降的趨勢，但未能大幅提升總體生產率水平。八十年代著名諾貝爾經濟學獎獲得者 Robert Solow 對在實證數據中并未明確發(fā)現(xiàn)信息科技

38、對生產率的正面影響曾經有過很有代表性的評論。學術研究都注意到了數字經濟發(fā)展并未改變近幾十年全球生產率持續(xù)下行的這一現(xiàn)象。OECD 的一篇研究 Productivity Growth in the Digital Age （OECD，2019）解釋，在單個行業(yè)相對比較容易觀察到數字經濟應用對效率提升的效果，但對整體影響尚不明顯。文章表示，從數字經濟的應用到總體生產率的提升，或許這中間還有一些時滯。數字經濟帶來的革命，本身是一種破壞式的創(chuàng)新，有創(chuàng)新也有破壞。這兩方面相互抵消可能會削弱數字經濟發(fā)展對經濟和股市收益的總體貢獻。比如電子商務的發(fā)展，對傳統(tǒng)零售業(yè)造成了較大沖擊。阿里巴巴等電子商務平臺市值擴

39、大的過程，也是傳統(tǒng)零售市值增長停滯甚至萎縮的過程（圖表 14）；滴滴出行等新的出行體驗，提高了供給、需求匹配的效率，但對出行總需求的改變可能并不明顯，甚至可能因為數字經濟發(fā)展提高了存量車的使用效率，而減少了消費者對購車的需求。數字經濟效率提升帶來的好處可能并未被相對平衡地分配到資本和勞動力，以及勞動者內部，從而并未顯著地幫助改善總需求的增長。美國著名未來學家托夫勒于 1990 年出版的權力的轉移一書，該書提出了信息富人、信息窮人、信息溝壑和“數字鴻溝”等概念，認為數字鴻溝是信息和電子技術方面的鴻溝，信息和電子技術造成了發(fā)達國家與欠發(fā)達國家之間的分化。近幾十年數字經濟的發(fā)展，部分印證了“數字鴻溝

40、”的存在。數字經濟的非競爭性、規(guī)模效應、網絡效應、范圍經濟，以及高度依賴人力資本的特征，使得數字經濟中的個體面臨如下特征：1）數字經濟領域，資本投入面臨高風險，但一旦成功則是異常的高回報；2）數字經濟帶來的“贏家通吃”特征，也會使得某一領域的市場份額更加迅速地朝優(yōu)勝者集中；3）數字經濟工具，放大了人與人之間的差距，等等。這些都會使得：1）資本相比勞動更容易占有數字經濟帶來的好處；2）勞動者中在數字經濟中擁有初步優(yōu)勢的少數人比大多數人享有更多的數字經濟帶來的好處，學術方面對這些問題也有較多研究2。有研究表明，股市長期收益驅動力來自股市的總支付（total payout），即股息加回購。這是股市長

41、期收益相對比較微觀的驅動因素。數字經濟的發(fā)展如果并未改變總支付的水平，股市長期收益可能也不會出現(xiàn)系統(tǒng)性遷移3。上述數字經濟發(fā)展與股市長期收益的特征對當前股市投資的分析含義是：數字經濟蓬勃發(fā)展，但暫時并無證據表明它對股市整體長期平均回報產生顯著影響；最近股市與 GDP 對比關系中可以看到，要從數字經濟主題投資中受益，股市估值也較為重要，估值偏高將稀釋未來的收益，而在估值相對低位介入可以提高收益；結構比整體更重要：數字經濟的發(fā)展可能帶來較大的分化，這種分化可能也體現(xiàn)在股市的行業(yè)間及行業(yè)內部表現(xiàn)中。要從數字經濟投資中受益，可能需要重點關注局部而非整體。2 Decoupling of wages fr

42、om productivity（OECD，2018）、The wedges between productivity and median compensation growth（Lawrence Mishel, 2012）， What Happened to the Gains From Strong Productivity Growth（Jonathan L. Willis and Julie Wroblewski, 2007），Labor share in G20 economies, ILO2015 等3 The Long-Run Drivers of Stock Returns:

43、Total Payouts and the Real Economy (Philip U. Straehl and Roger G. Ibbotson, 2017)圖表 14: 電商平臺阿里巴巴的股價大漲，但與此同時傳統(tǒng)商貿零售指數表現(xiàn)相對低迷阿里巴巴商貿零售(中信)40035030025020015010050Sep-14Dec-14Mar-15Jun-15Sep-15Dec-15Mar-16Jun-16Sep-16Dec-16Mar-17Jun-17Sep-17Dec-17Mar-18Jun-18Sep-18Dec-18Mar-19Jun-19Sep-19Dec-19Mar-20Jun-2

44、00資料來源： 萬得資訊，中金公司研究部數字化浪潮下的行業(yè)及公司分析從行業(yè)及公司的層面看，為數字經濟發(fā)展提供基礎設施的行業(yè)和公司，包括相關硬件及軟件，是數字經濟的核心層；在核心層基礎上，疊加各種應用以滿足企業(yè)和個人的某種需求，形成了數字經濟的應用及平臺層；在此基礎上，與各專業(yè)領域相融合、演變，形成數字經濟在各個領域的具體應用和創(chuàng)新，是數字經濟賦能各實體經濟行業(yè)的體現(xiàn)。從上面的分析和定義可以看到，核心層的硬件及軟件行業(yè)是數字經濟的基礎；應用及平臺層是在核心層硬件和軟件支持下形成的，是數字經濟形態(tài)發(fā)揮作用的關鍵；數字經濟與各垂直應用領域相結合是數字經濟賦能的體現(xiàn)，是最表層的、容易直觀感受到的。到目

45、前為止，各行業(yè)與數字經濟的關聯(lián)度有較大差異。處于這些不同層級的行業(yè)和公司，由于他們在數字經濟中地位不同及各自行業(yè)本身的不同特征，受數字經濟發(fā)展影響程度有較大差異，不同層級的行業(yè)及公司表現(xiàn)出各自不同的特征。我們將在本節(jié)中進行分析。核心層硬件及軟件：技術“硬核”程度是關鍵；“一體化”與“專業(yè)化”的分野數字經濟核心層是數字經濟運行的基礎設施，包括半導體、消費電子、服務器、集成商及在此基礎上運行的起系統(tǒng)作用的基礎性軟件。因此，核心層的行業(yè)及公司，大都是科技領域“硬核類”行業(yè)及公司。綜合全球科技核心層硬件與軟件行業(yè)及公司的特點，在核心層的行業(yè)及公司的投資分析中有如下幾點值得注意：理解數字經濟核心層的“硬

46、科技”維度與“場景”維度。我們討論的核心層科技類企業(yè)，可以根據科技“硬核”程度及應用場景的關聯(lián)程度兩個維度來分別進行理解。技術維度理解核心層：理解核心層演進的一個維度是底層最基礎的科技創(chuàng)新。這是沿著科技關鍵性及核心程度不斷往底層技術追溯，如，從表層消費電子（如中國的小米，OPPO，VIVO），到芯片設計與制造（如高通、臺積電等），到半導體設備與材料（如 ASML、應用材料），等等。這個維度的科技創(chuàng)新是狹義的科技創(chuàng)新，是真正的“硬科技”維度的創(chuàng)新。這一維度的創(chuàng)新和進展，對科技行業(yè)都具有牽一發(fā)而動全身的影響，每一次這一維度的關鍵技術進步會帶來整個科技發(fā)展的大跨步，比如芯片技術的迭代演進，比如半導體

47、材料技術進步，從傳統(tǒng)硅基半導體到量子計算的潛在演進等，都會對整個科技產業(yè)產生革命性的影響。應用場景維度理解核心層：理解核心層演進另外一個維度是應用場景方面的模式創(chuàng)新。這是根據科技應用與個人工作和生活直接相關的程度，在模式和應用場景上的創(chuàng)新，更偏重于科技的應用，是廣義的科技。比如，從最核心的半導體技術，到通信網絡（如華為、電信公司等），到操作系統(tǒng)與數據庫（如微軟、Oracle），再到場景應用類的公司（如中國的騰訊、阿里巴巴等），從層級上逐步與個人工作與生活場景越來越相關。最近 20 年，從 2G、3G 到 4G，直到當前的 5G 時代，中國目前多數科技公司，就是基于上一個維度全球最底層的技術創(chuàng)新

48、，利用市場規(guī)模優(yōu)勢，在應用場景維度進行集成與應用開發(fā)，包括華為、中興通訊、騰訊、阿里巴巴、美團、小米，等等。從股票投資的角度看，技術維度核心的公司（“不可替代性”），以及應用場景創(chuàng)新上能夠把握最多客戶、滿足最穩(wěn)定的客戶需求的公司，這兩類公司展現(xiàn)出最大的投資價值。舉例來說，半導體是數字經濟核心層硬件中的核心。反映美國半導體行業(yè)的費城半導體指數，在 1994 年至科技泡沫頂點（2020 年 6 月底），上漲幅度達到了 8.3倍（圖表 16），2008 年底部至今，移動互聯(lián)網大發(fā)展推動費城半導體指數上漲超過 10 倍，而在半導體公司中處于核心的半導體設備及材料類公司，同期漲幅更大，如半導體設備中處于

49、最核心地位 ASML 同期上漲則超過 30 倍（圖表 16）。美國的微軟公司也是數字經濟核心層最重要的公司之一，在 PC 時代提供操作系統(tǒng)及相關應用，如辦公軟件，在云計算時代提供云服務。微軟在 2000 年科技泡沫時期就是最核心的公司，在最近移動互聯(lián)網時代一度落后，近幾年又通過持續(xù)的技術演進及路線迭代，重新回到數字經濟的核心層，股價自 2009 年以來上漲也超過 10 倍（圖表 16）。從投資的角度看，中國數字經濟中處于核心層的科技公司也創(chuàng)造了非常輝煌的投資回報。但中國的科技公司中更多是利用中國大市場的優(yōu)勢在外圍最底層的科技創(chuàng)新基礎上推廣科技應用、開拓應用場景類的公司。從最近十年的發(fā)展中，涌現(xiàn)

50、出一批在中國科技應用領域具有相對核心地位的公司，包括華為、騰訊、阿里巴巴、美團、小米等等。但這些公司與美國等在半導體制造領域處于核心地位的“硬科技”公司，在科技的關鍵性上和不可替代性上依然有較大差距。中美摩擦，特別是近年美國在科技領域對中國科技的限制，讓我們能更深刻理解“硬科技”與“場景應用”類科技的差異，及投資價值上的差異。中國數字經濟核心層“半導體”領域一度深度依賴進口，每年進口半導體的價值比中國進口石油的體量還要大（圖表 17）。最近這些年中國在相對偏高端的半導體制造領域逐步重視、開始起步降低對外圍的依賴。但中美摩擦特別是科技領域美國對中國的限制，可能會給這一進程帶來挑戰(zhàn)。這種摩擦，讓投

51、資者認識到數字經濟核心層“硬科技”和“場景應用”類科技在科技中地位上的差異，這也是區(qū)分數字經濟核心層公司投資價值的重要維度。全球變局加大了中國在數字經濟真正的“核心層”科技尋求“國產化”的緊迫感和必要性。這可能醞釀著中國數字經濟“核心層”進口替代的機遇。目前這一進程看起來困難重重，面臨不少挑戰(zhàn)。但依靠龐大的內需市場，以及政府的積極、大力和持續(xù)支持，如果中國能夠聯(lián)合外圍有可能聯(lián)合的力量，再加上中國科技公司在這些領域已有的一定人才和技術積累，假以時日，中國在這些領域取得突破仍具備可能性。一旦中國在數字經濟核心層“硬科技”取得突破，將對全球科技領域、世界經濟及地緣政治格局產生重要影響。核心層的“一體

52、化”與“專業(yè)化”。在數字經濟的核心層硬件及軟件類的公司中，也有兩種完全不同的模式，即一體化的模式，典型的如三星、華為、蘋果；以及專業(yè)化的模式，即獨立的半導體芯片設計、制造類公司，如臺積電、高通等。從投資的角度看，數字經濟核心層的一體化公司與專業(yè)化公司各有優(yōu)劣。“一體化”的公司各個細分領域都涉及，規(guī)模龐大，具備根據下游應用場景進行定制化改進和細化的能力，終端創(chuàng)新能力強，但技術演進對研發(fā)投入要求高。為什么華為造手機能夠后來居上，超過小米等公司？其中很重要的一個原因，是華為可以利用 5G 通信設備及在芯片設計領域的一體化技術優(yōu)勢，根據用戶需求，進行個性化的設計，對產業(yè)鏈把控力要強于更下游的小米等品牌

53、。比如，華為對手機電池、對攝像等模組的深度設計和改造，并利用自己設計芯片的優(yōu)勢，對手機性能進行優(yōu)化，這都是其他非一體化廠商無法比擬的。再比如，蘋果公司能夠更早推出真無線耳機（TWS），使得蘋果無線耳機成為迄今為止最成功的消費電子設備之一，也依賴從芯片到操作系統(tǒng)等一體化的優(yōu)勢。Android 系統(tǒng)的智能手機推出真無線耳機的時間要晚得多，與 Android 系統(tǒng)的手機廠商很多依賴獨立的芯片供應商如高通等有關。專業(yè)化的核心層公司技術實力強，對某一領域做精做深，但下游客戶的穩(wěn)定性差。走專業(yè)化、專注于某一領域是核心層公司的另外一種模式。這類公司的核心是技術研發(fā)能力和產品迭代創(chuàng)新能力。技術路徑選擇的失敗，

54、或者技術迭代的落后，可能使得公司面臨生存威脅。比如從 PC 互聯(lián)網時代到移動互聯(lián)網時代的演進，使得低功耗的手機芯片大行其道，專做服務器和 PC 芯片的 INTEL 一度面臨挑戰(zhàn)；而高通則受益于這一趨勢。從投資的角度看，一體化的公司可能相對更加穩(wěn)定，專業(yè)化的公司需要關注行業(yè)變化并關注其持續(xù)創(chuàng)新的能力。技術維度 ToB場景 ToC場景 臺積電中芯國際AMD三星長江微軟蘋果亞馬遜騰訊臉書小米數通光模塊數據庫服務器云金山阿里華為存儲長電 聞泰科技 科技 華天科技英特爾高通芯片代工封裝測試EDA設備應用材料華大九天寒武紀圖表 15: 按照技術“硬核”維度和應用場景維度對核心層公司進行分類AS ML德州儀

55、器北方華創(chuàng)芯原股份安集科技比亞迪應用場景維度資料來源：中金公司研究部圖表 16: 技術維度越是核心的公司，以及應用場景創(chuàng)新上能夠把握最多客戶、滿足最穩(wěn)定的客戶需求的公司，展現(xiàn)出的投資價值也相對較大 ASML微軟標普軟件指數互聯(lián)網泡沫頂點費城半導體指數標普500金融危機后的底部4000350030002500200015001000500Dec-94Dec-95Dec-96Dec-97Dec-98Dec-99Sep-09Sep-10Sep-11Sep-12Sep-13Sep-14Sep-15Sep-16Sep-17Sep-18Sep-19Sep-200注：數據截至 2020 年 8 月 31 日

56、資料來源： Bloomberg，中金公司研究部圖表 17: 中國數字經濟核心層“半導體”領域一度深度依賴進口，每年進口半導體的價值比中國進口石油的體量還要大（億美元）集成電路進口金額原油及成品油進口金額350030002500200015001000圖表 18: 半導體在中國總進口金額的占比也在不斷提升，集成電路在總進口金額的占比14.3%14.6% 14.7%14.1%13.4%13.7%11.9%11.4%11.2%10.8%10.0%11.9%11.1%10.6%9.8%8.7%6.8%5.9%2019 年已經達到了 14.7%16%14%12%10%8%5006%20002001200

57、2200320042005200620072008200920102011201220132014201520162017201820192000200120022003200420052006200720082009201020112012201320142015201620172018201904%資料來源： 萬得資訊，中金公司研究部資料來源： 萬得資訊，中金公司研究部應用及平臺經濟的投資選擇：關注平臺的“強”與“弱”如果說數字經濟核心層公司的選擇更看重的是核心技術，應用及平臺層則是最能體現(xiàn)數字經濟本身特征的層級。從投資的角度看，應用及平臺層的行業(yè)及個股選擇，很重要的考慮因素是應用的用戶粘

58、性、使用頻率（使用時長）以及平臺的強與弱。平臺型企業(yè)是數字經濟各層級中最能體現(xiàn)數字經濟特征的。平臺型企業(yè)充分享有數字經濟的網絡效應、規(guī)模效應、范圍經濟及非競爭性的特征。穩(wěn)定的平臺型企業(yè)一般具有如下幾個必要的特征：1）使用的用戶數量多。比如騰訊、阿里巴巴等平臺，在中國就有幾億用戶；2）單個用戶使用的相對頻次高，比如當前用戶對微信依賴度很深，用戶幾乎每天會多次打開微信；支付等行為也使得每個用戶每天都可能多次打開支付寶；3）使用平臺的人越多，平臺的價值越大，這是數字經濟網絡效應的體現(xiàn)。綜合來看，平臺型企業(yè)是數字經濟各層級中最能體現(xiàn)數字經濟特征的。平臺型企業(yè)的潛在投資機會的好與壞，取決于平臺的強弱度及

59、可延伸性。平臺的強弱度，就是指平臺的可替代性、遷移成本等方面的屬性。越難替代、遷移成本越高，平臺就越強反之越弱?？裳由煨裕褪菙底纸洕姆秶洕卣?，平臺能否相對順利地從一個領域延伸到另外一個領域，這也決定了平臺最終的大小和規(guī)模。平臺越強、可延伸性越強，越值得投資、地位越穩(wěn)固。拿中國曾經的互聯(lián)網三巨頭 BAT（百度、阿里、騰訊）舉例來說明平臺的強弱。百度是一個基于信息搜索技術的平臺，阿里巴巴是一個基于購物行為而衍生的功能平臺，騰訊是一個基于社交網絡的社交平臺。從可替代性和用戶遷移成本來說，百度深度依賴技術演進及使用習慣，平臺可替代性強，有更好用的搜索技術手段用戶可能就會遷移，因此平臺相對弱。從

60、 PC 互聯(lián)網到移動互聯(lián)網，用戶在手機端信息搜索的習慣有所改變，百度作為搜索技術平臺的重要性就下降了。騰訊是一個基于社交網絡的社交平臺，用戶的使用行為通過無形的社會關系網絡固化在平臺之上。如果微信被封號，可能會使人丟失了所有的社會聯(lián)絡和社會關系，因此騰訊的平臺屬性是最強的。阿里巴巴基于人的購物行為，是一種功能性的平臺，其平臺強弱則介于騰訊和百度之間。平臺的強弱，也一定程度上決定了平臺的可延伸性，越強的平臺，業(yè)務從一個領域延伸到另外一個領域的能力也越強、速度越快。百度到目前為止在搜索之外拓展的領域成功的案例并不多，而騰訊在支付領域大幅落后的情況下也能很快追趕上一度遙遙領先的阿里支付寶，這些都是平