金融Maas龙头，开启AI重估之路

分析师：刘泽晶 SAC NO：S1120520020002 邮箱：liuzj1@hx168.com.cn 核心逻辑 流量奠定模式基石，规模/月活优势明显：公司商业模式为“流量基石→B/C端多渠道变现→预收模式带动现金流→研发投入反哺流量基石”。近年来公司持续夯实流量基石，注册用户规模不断扩张，APP月活数领跑行业远超对手东方财富和大智慧。 AI 2.0时代，公司有望转型成平台型MaaS服务商： 公司具有行业领先的流量入口，在移动互联网时代，同花顺APP已接入外部投顾，以文字、直播等方式为投资者提供服务；同时利用自身技术优势和流量优势为机构提供软件、导流等服务。 我们认为，在AI 2.0时代，公司具备向平台型Maas服务商转型的优势（流量优势、技术优势、数据优势、生态优势）。未来公司有望基于AI技术，提供各种Maas服务，赋能各类生态合作伙伴，最终为各类投资者提供丰富的创新应用。 我们认为，在AI 2.0时代，公司的产品升级，将迎来付费意愿和ARPU值的双重提升。以公司核心业务增值电信服务为例，中长期来看，付费客户数量和ARPU值均有望实现翻倍以上的增长。 纵比2015年，投资者扩容、结构优化、平台导流带来新机遇： 2015年至今证券投资者显著扩容，2022年2月我国证券投资者数达到2.15亿人，较2015年底大幅增长116.60%，且进一步扩容空间巨大，利好公司做流量基石。此外“高净值”投资者占比提升也有望推升付费用户ARPU值。随着市场回暖，公司业绩弹性有望随之释放。 放开第三方平台，新生态下同花顺在证券交易平台中一枝独秀：根据证监会2月针对《关于对从事金融信息中介和交易撮合服务机构加强准入管理的建议》的答复，导流业务有望纳入合规范畴；收入来自于券商开户与交易环节，是典型的beta“放大器”业务，后市收入/利润弹性可期。 投资建议：我们维持盈利预测不变，预计23-25年公司实现营收收入分别为45.36/55.12/67.04亿元；实现每股收益（EPS）分别为4.40/5.52/6.97元，对应2023年4月3日235.00元/股收盘价，PE分别为53.5/42.6/33.7倍。维持“买入”评级。 风险提示：1）行业竞争加剧；2）科技巨头入场冲击现有格局；3）流量运营维护效果不及预期；4）金融市场系统性风险。 1.1公司概要：国内互联网证券服务商龙头 国内互联网证券服务商龙头，深耕行业近30年。 同花顺发展大事记 成立于1994年，一方面为各类机构客户提供软件产品和系统维护服务、金融数据服务、智能推广服务，另一方面也为个人投资者提供金融资讯和投资理财分析工具。 正式登陆创业板上市 凭借突出的产品优势和优异的运营服务逐渐在C端积累了海量的个人投资者用户，注册用户超6亿。 上线iFinD数据终端，全面开展荐股软件业务 产品及服务覆盖资本市场上下游的各层次参与主体，包括证券公司、公募基金、私募基金、银行、保险、政府、研究机构、上市公司等机构客户，以及广大个人投资者。 获得基金销售牌照，开展代销业务 兼具高成长（alpha）与强周期（beta）属性。 网上开户/一人多户放开，开展券商开户合作 alpha属性：2012-2022年公司营收从不足2亿元大幅增长至35.59亿元，CAGR保持在35.39%；同时归母净利润从0.26亿元增长至16.91亿元，CAGR保持在51.82%，长周期来看营收/净利持续高速增长。 上线（语音识别类）AI产品，AI业务快速升级 Beta属性：2007-2009年间凭借一轮A股牛市迅速发展，营收破亿；2014/2015年，A股再迎大级别牛市行情，公司业绩迎来爆发式增长，2015年收入增速达到442.91%，归母净利润增速更是高达1,483.35%。 备案AI私募基金，探索智能投顾领域 1.2业绩回顾：2022年体现韧性 2022年营业收入达到35.59亿元，同比增长1.40%，在证券市场波动的前提下，公司经营体现韧性： 1）广告及互联网业务推广服务较去年增加18.88%，主要是由于客户对公司广告业务需求增加，以及公司通过人工智能技术不断提升广告投放效果，广告及互联网业务推广服务规模增加所致。 2）基金销售及其他交易手续费较去年减少32.76%，主要是由于证券市场波动，投资者对基金需求量下降，导致基金代销手续费减少所致。 利润端来看，2022年归母净利润为16.91亿元，同比下降11.51%，主要是因为公司不断加大研发投入，研发费用有所增加导致。 1.3流量变现模式愈加成熟，有望展现更优业绩弹性 “流量变现”具体而言就是“核心（流量）基石→B端/C端多渠道变现→预收模式带来充裕现金流→研发深化技术优势，反哺流量基石”的闭环模式。其中海量C端用户形成的流量基石是公司商业模式的根本，也是核心竞争力所在。 1.3流量奠定模式基石，规模/活跃用户优势明显 注册用户规模不断扩张：2014/2015年同花顺金融服务网注册用户数同比增速分别为38.29%和39.29%，年增长将近四成，反映赚钱效应催化下目标用户快速入场的态势；即便在行情波动的2022年，用户规模同样在平稳扩张。 周活用户近2000万：根据公司公告，截至2022年12月31日，同花顺金融服务网累计注册用户约61,437万人；每日使用同花顺网上行情免费客户端的人数平均约为1,463万人，每周活跃用户数约为1,942万人。种类繁多的机构投资者及庞大而活跃的个人投资者，有利于公司打造互联网金融信息服务生态圈，促进公司产品及服务的推出、升级、更新换代，能被市场快速接受，客户资源优势明显。 1.3变现渠道不断拓宽，B/C两端共振 C端变现：个人客户直接转化，上有业绩弹性，下有需求刚性。 B端变现：2015年以来机构客户合作模式趋于成熟，放大弹性空间： 基于C端流量基石，公司主要通过增值电信业务对个人客户进行直接变现。 B端业务以广告及互联网推广业务为主，实质上可一分为二，分别是券商合作开户和广告推广业务。 增值电信业务2015-2016年呈现爆发式增长，呈现高beta属性；后续2017-2018年间增速随市场回落，趋于平稳；2019-2021年重回增长；2022年保持稳定。 广告及互联网业务推广服务从2018年的3.20亿元增长到2022年的15.27亿元，复合增长率为47.80%，是公司成长的新动力。 目前公司B端业务模式已经完全成熟，一旦大级别行情来临，业绩弹性空间有望极致释放。 1.4预收模式带来充裕现金流，拐点信号浮现 公司第一大业务是C端的增值电信业务，收入贡献超过40%，其最大的特点是用户先以现金购买增值服务，并以年费的购买形成预收款，后续再逐月确认为收入，最终转化成利润。基于这一特点，判断公司业务模式的传导路径为：“经营性现金流→预收款项→营业收入→净利润”，可见预收模式正是保障现金流水平长期充裕的关键。 2016-2018年公司经营性现金流受市场行情回落影响整体下行，但边际改善趋势明显。2022年在市场波动的前提下，经营活动产生的现金流净额仍然保持高位（17.50亿元）。看好公司在“AI+”时代的流量变现能力，同时持续通过研发投入反哺流量基石。 1.5技术升级聚焦AI，产品优势反哺流量 横向比较来看，主要竞争对手东方财富、大智慧无论在研发投入额度还是占比上都逊于公司。 深度聚焦前沿技术，AI产品化能力提升，探索新利润增长点。 公司早在2009年就开始进行AI技术的研发和应用，并在2018、 2019年加速推出AI产品/应用模块。目前在公司多个面向C端产品模块中都有AI技术的应用，典型产品如i问财、智能投顾等。 2022年，公司研发投入高达10.67亿元（占比29.98%）高于东方财富的9.36亿元（占比7.49%）。 根据公司年报，截至2022年12月31日，公司已累计获得自主研发的软件著作权435项，发明专利授权29项（其中美国专利11项），非专利技术146项，形成了明显的技术领先优势。公司机器翻译团队在国际机器翻译评测比赛WMT22翻译效率任务GPU Latency赛道中，夺得该赛道第一名。 产品AI化不仅能够提升用户体验，强化流量粘性，更能直接提升转化率/付费率，驱动电信增值业务扩张。当前公司AI技术日臻成熟，产品AI化正在加速，与传统业务融合之余也有望实现场景扩展，打造远期利润增长点。 2.1AI 2.0时代来临，金融行业有望率先落地 AI 1.0：以CNN为核心的计算机技术，机器开始在计算机视觉（CV）、自然语言理解技术（NLP）等领域超越人类，并创造了显著的价值。但AI 1.0缺少像互联网时代的Windows和Android一样的规模化能力，来降低应用开发的门槛，打造完善生态链。 AI 2.0：AI 2.0克服了AI 1.0单领域、多模型的限制，可以用无需人工标注的超级海量数据去训练一个具有跨领域知识的基础大模型（Foundation Model）；基于大模型，各种创新应用将层出不穷。 AI 2.0 +金融：更快、更准确、更智能的内容生产方式，将大幅度提高财经新闻和市场研究分析的及时性与产出量。AI还可以将金融信息的生产和金融产品的上线自动化，提高金融机构信息流及交易量的效率和质量。 2.1 AI 2.0时代来临，金融行业有望率先落地 3月14日，OpenAI发布GPT-4时公布了6个使用案例，其中就包括了摩根士丹利财富管理部门。 摩根士丹利维护着一个内容库，其中包含数十万页涵盖投资策略、市场研究和评论以及分析师见解的知识。这些大量的信息分布在许多内部网站上，主要以PDF形式呈现，需要顾问们浏览大量信息才能找到特定问题的答案，这样的搜索可能耗时费力。 从去年开始，摩根士丹利开始探索如何利用GPT的嵌入和检索功能来利用其智库。该模型将驱动一个面向内部的聊天机器人，在财富管理内容中执行全面搜索，并有效地释放财富管理部门所积累的知识。 目前已经使用GPT-4技术将所有智库内容转化为更易于使用和操作格式；并用300名顾问测试这款工具，并计划在未来几个月广泛推广。 2.1 AI 2.0时代来临，金融行业有望率先落地 根据彭博官微的消息，3月30日，彭博发布一篇关于BloombergGPT开发情况的研究论文，文章详细介绍了这一全新的大规模生成式人工智能（AI）模型。该大语言模型（LLM）专门针对各类金融数据进行训练，以全方位支持金融领域的自然语言处理（NLP）任务。 由于金融行业的复杂性并且含有大量金融术语，需要一个专攻金融专业的模型。BloombergGPT的推出意味着这项新技术在金融领域的发展和应用已经迈出了第一步。 彭博的研究团队利用该语料库的一部分内容，训练了纯解码器（decoder-only）因果语言模型，包含500亿个参数。团队还对训练出的模型进行了基准测试。BloombergGPT模型在金融任务上的表现远超类似规模的开放模型，而在一般NLP基准上的表现也达到甚至超过了平均水平。 2.2MaaS：公司具有多重优势，有望成为金融领域MaaS服务商 公司在语音合成、自然语言处理、机器翻译、图像识别等领域具有核心技术。 语音合成：通过先进的深度学习技术，将文本转换成自然流畅的语音。目前有多种音色可供选择，并提供调节语速、语调、音量等功能。 适用于智能客服、语音交互、文学有声阅读和无障碍播报等场景。 自然语言处理：自动写文章集合了同花顺领先的自然语言处理和知识图谱技术，提供自动写作和辅助写作的能力，全面提升内容创作效率，旨在成为最懂你的智能写作助手。金融文本审核通过NLP和NLU以及大数据分析等技术，自动化审核工作底稿和文本，智能化检查显示疏漏、错误、谬误。 机器翻译：采用世界领先的神经机器翻译模型，实现中文、英文、西法德语等高质量互译，支持定制化语料库训练。 图像识别：基于同花顺的深度学习算法和海量数据集，根据摄像头中人物的面部特征等进行活体检测，可实现精准的人脸检测和人脸识别。