富国中证大数据产业ETF投资价值分析：数字经济大发展，大数据方兴未艾

政策推动大数据产业、数据中心和数据交易中心持续协调发展。我国自2015年开始布局大数据战略，数字经济和大数据产业的政策支持不断落地。随着“东数西算”工程落地，政府在全国范围主导建立十大数据中心集群，并通过逐渐严格的能耗考核促进大数据产业绿色发展。同时，数据交易中心作为大数据产业市场化发展的重要一环，在推动大数据产品标准化、规范化发展的同时完善了产业生态。 大数据通过与各领域融合发展实现产业落地。大数据产业落地主要通过数字产业化和产业数字化实现，前者将大数据生产、分析和应用过程发展为规模化产业，后者通过在三个产业中融入大数据分析和管理工具为产业赋能。我国目前在农业、工业和服务业的数字化渗透率仍然低于发达国家，未来仍有广阔的发展前景。 AIGC有望推动大数据需求大幅扩张。目前的人工智能发展处于“感知智能”阶段，构建和训练模型需要大量底层数据作为基础。AIGC在2022年下半年以来两度席卷互联网，其在多元化场景的应用有望提高市场对大数据产业关注度，以及推动大数据产业需求提升。 中证大数据产业指数（中证数据，930902）选取大数据存储设备、大数据分析技术、大数据运营平台、大数据生产、大数据应用有关的股票，可以较好地反应我国大数据产业发展的整体情况。指数成分股在市值上，整体偏向小盘，亦有细分龙头股票；在行业分布上，集中于软件开发和IT服务；在营收和估值上，过去3年营收复合增速分化较大，PS- TTM 估值集中于2-8倍区间；在研发费用上，大部分公司研发费用占营收比超过5%，高新技术企业集中。 风险提示：本文结论主要基于历史数据得出，未来市场环境可能发生改变；中证大数据产业指数为股票型指数，当股市整体下行时存在回撤风险。 1.乘政策之东风 1.1.大数据战略：布局深远、全面推进 2015年9月，《促进大数据发展行动纲要》指出“信息技术与经济社会的交汇融合引发了数据迅猛增长，数据已成为国家基础性战略资源”。 自2015年以来，数字经济方面的政策支持不断落地，持续推进各地区、各领域、各主体发展数字经济，数字产业化和产业数字化协调发展。 表1：数字经济政策支持梳理 根据中国信息通信研究院的数据，2021年我国数字经济规模达到45.5万亿元，同比名义增长16.2%，高于同期GDP名义增速3.4个百分点，占GDP比重达到39.8%；我国数字产业化规模达到8.4万亿元，同比名义增长11.9%，占GDP比重为7.3%。《“十四五”数字经济发展规划》对数字经济的发展目标是“到2025年，数字经济迈向全面扩展期，数字经济核心产业增加值占GDP比重达到10%”。随着后续政策的出台和大数据产业链的不断拓宽，数字经济有望迎来发展黄金期。 图1我国数字经济规模持续快速增长 1.2.数据中心：高速建设、绿色发展 2021年5月公布的《全国一体化大数据中心协同创新体系算力枢纽实施方案》，计划在国内8个区域建设国家算力枢纽，形成10大数据中心集群，兼顾计算需求（京津冀、长三角、粤港澳大湾区、成渝）和能源供给（贵州、内蒙古、甘肃、宁夏），大力发展算力基础设施，推进“东数西算”工程。 1130912 图2国家八大算力枢纽和十大数据中心集群 2021年7月，工信部发布《新型数据中心发展三年行动计划2021-2023（ 年）》，提出到2023年底，全国数据中心机架规模年均增速保持在20%左右，平均利用率力争提升到60%以上，总算力超过200 EFLOPS，高性能算力占比达到10%，国家枢纽节点算力规模占比超过70%。近几年我国数据中心建设持续推进，根据国务院关于数字经济发展情况的报告，截至2022年6月，我国数据中心机架总规模超过590万标准机架，建成153家国家绿色数据中心。 图3我国数据中心机架总规模持续扩张 图4我国数据中心市场规模增速高于全球 在数据中心高速建设、数字产业高速发展的同时，提高电能使用效率、实现绿色发展也是一个政策关注点。从运营成本结构上看，数据中心的主要成本来源是电力成本，侧面反映出数据中心耗电量巨大。数据中心的电力消耗主要分为IT设备能耗与散热设备能耗，我国目前对数据中心的耗能考核主要是PUE指标，即数据中心总能耗与IT设备能耗之比。 2019年以来，政策文件对数据中心PUE的要求逐渐严格，新建大型数据中心的PUE上限从1.4逐渐下降至1.25，使数据中心发展符合绿色发展的要求。 图5数据中心运营成本中大部分为电力成本 图6数据中心绿色发展的政策要求不断严格 1.3.数据交易中心：促进流通、完善生态 数据是重要的生产要素，是国家基础性战略资源。2019年以来，数据要素市场化、规范化发展的有关政策不断出台，促进数据合规高效流通使用。数据交易中心流通的产品包括原始数据、数据产品和数据服务。数据交易中心建设得第一轮热潮发生在2015-2017年，经过两年的沉淀期之后，2020年以来迎来了第二轮数据交易中心建设浪潮。对于数据要素和大数据产业发展而言，数据交易中心的意义在于：其一，提供一个高效便捷的流通市场，促成大数据产业下游应用落地；其二，通过上架标准化产品，借助市场化提升配置资源效率，提升大数据应用的质量；其三，对数据的获取和应用加强规范化、制度化，规避大数据应用中的合规问题。 图7数据要素市场化发展政策指引 图8第二轮数据交易中心建设浪潮 2.从数据中掘金 2.1.融合发展，大数据应用场景不断落地 大数据的价值体现在：其一，数据体量大、数据维度广，可以对主体进行全方位的刻画；其二，在大量底层数据支撑的情况下，可以适当忽略微观层面的精确度、在相对宏观的层面上挖掘更加普适性的规律；其三，通过广泛的相关关系提高决策效率和质量。例如，银行在考虑是否要放出贷款时，从传统数据维度上只能获取到客户在这个银行的存贷款、工资消费流水等的历史情况，难以对客户未来偿付能力做出判断；而在大数据的维度上，银行有可能获得理财投资、消费偏好、征信情况等多维度信息，对客户偿付能力进行精确刻画，从而可以依靠偿付能力而非抵押品进行贷款决策。 大数据价值的普适性使得大数据产业与各领域的融合发展成为发展主流方向。大数据产业发展前景主要包括数字产业化和产业数字化两个维度，其中数字产业化指将大数据的生产、加工、应用的全过程实现标准化、规模化，从而发挥其规模经济的优势；产业数字化指在农业、工业和服务业等各领域上引入数字化生产方式和管理模式，例如农业数字化管理、工业数字化生产、服务业数字化考核等。根据中国信息通信研究院《中国数字经济发展报告（2022）》提供的数据，2021年我国数字产业化增加值规模达8.4万亿元，比上年增长11.9%，占GDP比重为7.3%，占数字经济比重为18.46%；我国产业数字化规模达到37.2万亿元，同比名义增长17.2%，占GDP比重为32.5%，占数字经济比重为81.54%。 图9大数据产业发展前景 图10我国产业数字化规模和占比不断提升 从数字经济对农业、工业和服务业的渗透率上看，我们也可以发现两点特征。一方面，从不同产业的渗透率上看，服务业的数字化渗透率最高、工业次之、农业最低。这一点在发达国家和发展中国家具有相同的特征，在体现数字化发展规律的同时，也提示我们农业领域的数字化渗透过程需要更加有针对性的发展方案。另一方面，发达国家在各个产业上的渗透率均高于发展中国家，体现了数字经济逐渐融入各领域发展的趋势，也为我国数字经济更加广阔的发展空间提供了实践依据。 图11发达国家数字经济在各产业渗透率高于发展中国家 2.2.AIGC浪潮引发大数据需求扩张 2022年下半年以来，互联网两度掀起人工智能生成内容（AIGC）热潮，一是以Stable Diffusion为代表的AI绘画，二是2022年11月发布的ChatGPT。由于AIGC大模型架构具有较强的泛化能力，目前在传媒、电商、工业等诸多领域具有广阔的应用场景。尽管目前仍然存在质量差异、监管、版权等方面的问题，但AIGC的发展潜力是毋庸置疑的。 当前人工智能领域的发展仍然对大数据有较强的依赖性。人工智能的发展有三个阶段：第一阶段是“计算智能”，即通过拥有巨量参数的模型和大量数据的训练，寻找数据中具有统计意义的规律；第二阶段是“感知智能”，即从相对原始的数据中获取有关信息和规律并加以利用，例如图像识别、语音识别等，典型应用场景是自动驾驶；第三阶段是“认知智能”，这一阶段人工智能将可以模拟人的认知方式，通过少量的数据训练就可以实现较为复杂的功能。 目前人工智能发展处于“感知”阶段，主要借助Transformer、Diffusion等深度学习模型，依靠海量数据训练增强模型对数据的感知能力，从而可以根据实际数据完成分类或预测任务。例如，ChatGPT底层的GPT3模型，根据论文Language Models are Few-Shot Learners的描述，在训练 过程中使用了超过45TB的数据量。随着人工智能产业发展和大数据算力需求场景的拓展，市场对大数据的需求将会不断提升。 图12大数据算力需求场景 3.中证大数据产业指数成分股解析 3.1.指数编制方案 中证大数据产业指数（中证数据，930902）选取的股票包括大数据存储设备、大数据分析技术、大数据运营平台、大数据生产、大数据应用，基本涵盖了大数据产业的各细分领域，可以较好地反应我国大数据产业发展的整体情况。指数前10大成分股包括科大讯飞、恒生电子、广联达等，前5大成分股权重合计38.82%，前10合计57.62%，前25合计82.08，成分股权重相对集中。 表2：中证大数据产业指数基本信息和编制方案 表3：中证大数据产业指数前10大成分股 3.2.市值分布：偏向小盘，亦有细分龙头 中证数据指数成分股总市值分布集中于200亿以下的小盘股，100亿以下和100-200亿占比分别达到38%和30%。同时，中证数据成分股中总市值超过500亿的个股有9只（18%），指数中也有相当一部分大市值股票，如科大讯飞总市值超过1100亿、宝信软件总市值超过950亿，这些股票多为大数据相关行业的细分领域龙头。 图13中证数据指数成分股市值分布集中于200亿以下 3.3.行业分布：集中于软件开发和IT服务 中证数据指数成分股行业分布上集中于计算机相关领域，从申万二级分类上看，成分股行业集中于软件开发、IT服务Ⅱ和计算机设备；从申万三级行业上看，成分股行业集中于IT服务Ⅲ、横向通用软件和纵向通用软件以及其他计算机设备。在行业上覆盖率大数据产业的技术、应用、基础设施等各个细分领域，可以代表大数据产业的总体表现。 图14中证数据指数成分股申万二级行业总市值分布（单位：亿元） 图15中证数据指数成分股申万三级行业总市值分布（单位：亿元） 3.4.营收和估值：PS集中于2-8倍 从营收增速上看，截至2021年年报数据，过去3年营收复合增速整体上分布较为分散，在5-10%区间的最多，有7只股票的营收复合增速为负，也有5只股票营收复合增速超过40%（天下秀、国网信通、奇安信-U、奥飞数据、安恒信息）。从营收增速的分布上看，中证数据指数的营收增速情况与中证1000基本相当，负增速极值相对更小。 从市销率（PS- TTM ）上看，中证数据成分股PS- TTM 集中于2-8倍。并且中证数据PS- TTM 分布中枢高于中证1000，表明市场对中证数据成分股的认可程度整体而言相对更高。 图16 图18中证数据成分股PS- TTM 集中于2-8倍 3.5.研发费用：高新技术企业集中 从研发费用总额上看，中证数据指数成分股研发费用集中于1-10亿元，最高超过40亿元；与中证1000相比，中证数据研发费用总量分布中枢更高，可见中证数据成分股对技术研发的重视程度很高。 从研发费用占营业收入比例上看，截至2021年年报，中证数据所有成分股的研发费用率均超过3%，86%个股超过5%，基本上都可以符合高新技术企业的认定。与中证1000相比，中证数据研发费用率分布的中枢更高。 图20中证数据指数成分股