云计算大势所趋大数据投资利器乘风破浪

1、内容目录一、云计算大数据产业分析 错误!未定义书签。IT 行业进入云计算大数据时代 错误!未定义书签。供给与需求双向推动，市场空间广阔 错误!未定义书签。产业链梳理 错误!未定义书签。投资机会分析 错误!未定义书签。二、中证大数据产业指数. - 11 -2.1 中证大数据产业指数编制思路与选样方式. - 11 -2.2 中证大数据产业指数特点. - 13 -2.3 中证大数据产业指数风险收益比情况. - 14 -2.4 中证大数据产业指数具有一定的成长性 . - 17 -2.5 中证大数据产业指数当前估值水平. - 17 -三、富国中证大数据产业交易型开放式指数证券投资基金产品分析 . - 1

2、7 -3.1 富国中证大数据产业交易型开放式指数证券投资基金 . - 17 -图表目录图表 1：传统 IT 模式与云计算模式对比 错误!未定义书签。图表 2：2010-2025 年全球数据规模量 错误!未定义书签。图表 3：云计算大数据产业政策梳理 错误!未定义书签。图表 4：大数据应用领域及作用 错误!未定义书签。图表 5：中国云计算市场规模（亿元） 错误!未定义书签。图表 6：中国大数据市场规模（亿元） 错误!未定义书签。图表 7：云计算产业链 错误!未定义书签。图表 8：大数据产业链 错误!未定义书签。图表 9：2018 年中国服务器行业市场份额 错误!未定义书签。图表 10：2018

3、年中国 IDC 市场份额 错误!未定义书签。图表 11：2019 年中国公有云 IAAS 市场份额 错误!未定义书签。图表 12：SAAS 行业图谱 错误!未定义书签。图表 13：2019 年中国数据库市场份额 错误!未定义书签。图表 14：大数据应用行业图谱 错误!未定义书签。图表 15：中证大数据产业最新纳入股票. - 12 -图表 16： 中证大数据产业指数最新剔除股票. - 12 -图表 15：指数成分股市值（亿元）分布一览. - 13 -图表 16： 指数市值分布基本信息. - 13 -图表 17：成分股所属板块分布一览. - 13 -图表 18：指数成分股所属申万一级行业分布情况

4、. - 14 -图表 19：指数成分股所属申万三级行业分布情况 . - 14 -图表 20：中证大数据产业指数总市值排名前 10 的股票. - 14 -图表 21：指数与宽基指数风险收益对比. - 15 -图表 22：指数与宽基指数风险收益对比一览. - 15 -图表 23：当前市场上科技相关指数风险收益比一览. - 15 -图表 24：2013 年 1 月 1 日至今价格指数对比 . - 16 -图表 25：2013 年 1 月 1 日至今价格指数对比 . - 16 -图表 26：中证大数据产业指数 ROE 季度变化（20172020Q3） . - 17 -图表 27：指数估值水平对比. -

5、 17 -图表 28：富国中证大数据产业交易型开放式指数证券投资基金产品信息. - 18 -一、大数据产业分析IT 行业进入大数据时代数据爆发式增长，数据资产价值逐渐显现。据 IDC 咨询预计，2018 年全球数据圈的估算值为 32ZB；到 2025 年，全球数据圈将增至 175ZB。数据的爆发性增长带来了“大数据”概念。Gartner 对大数据的定义：“大数据是需要新处理模式才能具有更强决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。”大数据的出现改变了原先通过抽样数据来总结经验和指导发展的模式。通过对海量信息的收集、处理和展示，使人们第一次可以无限接近真实地了解现有

6、资源的配置情况，从而指导进一步的发展。数据成为驱动商业模式创新和发展的核心力量，数据资产价值逐渐显现。图表 1：2010-2025 年全球数据规模量资料来源：IDC，中泰证券研究所云计算是大数据的技术基础，二者密切相关。大数据具有的5V 特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值密度)、Veracity（真实性）。正因为大数据具有上述特点，并且数据信息量大，所以，要求处理数据是需要高的可靠性、虚拟化、处理成本廉价、通用性、高可扩展性、方便处理等要求。而云计算恰好满足了这些要求，云计算通过可伸缩且灵活的自助服务应用程序抽象了挑战和复杂性，使大数

7、据的实现成为可能，是大数据的技术基础，二者密切相关。云计算是一种按需租用计算资源的商业模式。NIST(美国国家标准与技术研究院)对云计算的定义如下：云计算是一种模型，它可以实现随时随地、便捷地、随需应变地从可配置计算资源共享池中获取所需的资源（例如网络、服务器、存储、应用及服务），资源能够快速供应并释放，使管理资源的工作量和与服务提供商的交互减小到最低限度。对传统的计算机而言，计算设备和输入/输出设备是通过主板连在一起的。传统计算机有三个特点，一是计算资源在本地，二是计算资源不易扩展或收缩，三是无法与其他人共享计算资源。而云计算本质上是把计算机的计算设备放在云端（云基础设施），输入/输出设备通

8、过互联网和云计算设备连接在一起。客户端通过网络向云端发送请求信息，云端计算后返回处理结果。云计算服务凭借其快速部署、高可扩展等特性，将成为企业升级业务系统时的首选架构。图表 2：传统 IT 模式与云计算模式对比资料来源：CSDN，中泰证券研究所根据出租资源的种类，云服务商可以分为 IAAS、PAAS 和 SAAS。SAAS（软件即服务）：传统软件上云后，用户不需要自己安装软件，直接通过网络快速选择并订阅不同的产品模块。PAAS（平台即服务）：介于 SAAS 和 IAAS 之间，抽象掉了硬件和操作系统细节，开发者只需要关注自己的业务逻辑，不需要关注底层。IAAS（基础设施即服务）: 出租的是基础

9、设施层，消费者购买此服务后只需要自己完成平台软件层、应用软件层的搭建和安装。图表 3：云服务商的三种模式资料来源：CSDN，中泰证券研究所供给与需求双向推动，市场空间广阔政策助力大数据产业发展。2015 年，国家印发关于促进大数据发展的行动纲要，第一次将大数据上升到国家战略高度，提出了我国大数据的顶层设计。此后，环保部、国务院办公厅、国土资源部、国家林业局、煤工委、交通运输部、农业部的细则侧重指引垂直行业的落地。2018 年 8 月，工信部发布推动企业上云实施指南（20182020 年），明确要求 2020 年全国新增上云企业100 万家，形成典型标杆应用案例 100 个以上。各地方政府响应政

10、策要求，接连发布上云行动计划，同时匹配出台补贴计划，真金白银支持企业上云行动。图表 4：大数据产业政策梳理时间相关政策发布机构2016 年 1 月 7 日关于组织实施促进大数据发展重大工程的通知发改委2016 年 7 月 4 日关于印发促进国土资源大数据应用发展的实施意见国土资源部2016 年 12 月 18 日大数据产业发展规划(2016-2020 年)工信部2017 年 4 月 10 日云计算发展三年行动规划（20172019 年）工信部2018 年 3 月 15 日关于加快推进交通旅游服务大数据应用试点的通知交通运输部2018 年 8 月 10 日推动企业上云实施指南（20182020

11、年）工信部2018 年 9 月 13 日关于印发国家健康医疗大数据标准、安全和服务管理办法国家卫健委2020 年 4 月 28 日工业和信息化部关于工业大数据发展的指导意见工信部资料来源：各部门网站，中泰证券研究所降本提效需求驱动企业选择云计算大数据。互联网巨头出于提高自身资源利用率的目的将闲置服务器出租给其他企业是云计算的雏形，而企业愿意使用云服务，根本的原因在于上云能够降本提效。软件的类型包括大型软件项目和工具型轻量化的软件项目，大型软件项目如项目管理软件、医院临床信息系统、销售管理系统等，这些软件项目对于系统功能有较高的要求，往往需要在购买软件之前先行购置硬件设施、数据库、操作系统、中间

12、件等；购买软件之后还需要实施和运维，SAAS 模式下，SaaS 提供商为企业搭建信息化所需要的所有网络基础设施及软件、硬件运作平台，并负责所有前期的实施、后期的维护等一系列服务，企业无需购买软硬件、建设机房、招聘 IT 人员，即可通过互联网使用信息系统，可极大节约部署成本。软件上云的价值增值主要体现在数据服务、协同工作、外部链接、智能化等方面。以企业管理软件为例，前台系统因为涉及到销售、客服、营销等，系统本身对外沟通和移动办公需求大，上云之后有助于提升外部链接便利性，并获取基于大数据的智能化服务。轻量化的工具型软件比如 Autodesk 的 AutoCAD 产品，Adobe 的 Photosh

13、op 产品，广联达的计价算量软件等，这些软件产品的使用不需要太多的硬件投入。但轻量化产品的移动化应用需求大，部分产品的目标客户对于协同工作、数据增值服务、交易服务有较大的需求，SaaS 化之后价值增值较大。与此同时，云计算产业的大规模发展为大数据产业的崛起奠定了扎实的底层基础,伴随着企业和机构对大数据重视度的提升,大数据的商业价值正在逐步显现,根据德克萨斯州大学学者的研究统计,如果企业数据使用率提高10,各行业效益将提升 17-49不等。图表 5：大数据应用领域及作用行业大数据应用电力预测电网负载扰动的可能性和发生的地点交通预测拥堵和事故在特定时间和地点可能发生的概率银行预防客户流失、防范违约

14、风险制造业分析用户需求，精准指导生产资料的分配资料来源：艾瑞咨询，中泰证券研究所产业蓬勃发展，市场空间广阔。根据工信部2019 中国大数据产业发展报告，截至 2019 年，大数据产业规模超过 8000 亿元，预计到 2020 年底将超过万亿（此处大数据统计口径：指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设、大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务）。图表 6：中国大数据市场规模（亿元）12000100008000600040002000资料来源：工信部，中泰证券研究所0201520162017201820192020E产业链梳理大数据产业链

15、：底层由基础设施与数据资产池构成，其上构建大数据分析与操作平台。在数据处理分析的基础上，挖掘各个垂直行业应用，最终为用户提供服务。图表 7：大数据产业链资料来源：中泰证券研究所大数据产业链的核心要素：数据源、数据价值挖掘与应用。数据源是一些大数据应用的起点与核心。在大数据的背景下，除了用户自有数据的量级不断增大和异构数据的可开发使用之外，打破数据孤岛，实现数据开放，可挖掘的价值才能开始放大。用户的自有数据资产与外部服务商的数据源结合，将成为各个垂直行业价值开发的起点。围绕数据的获取、清洗、处理、关联等的数据第一步加工，后续的数据流通也将随着大数据的深度应用体现其价值。数据价值挖掘与应用是商业变

16、现最直接的环节，也是大数据服务商核心能力的体现。过去的数据挖掘一般是通过算法搜索隐藏于其中的大量数据信息的过程。一般通过统计、在线分析处理、情报检索、机器学习、经验法则和模式识别等诸多方法来实现上述目标。在数据量级提升的背景下，大数据的处理和分析以及对垂直行业的理解更加重要，各个行业知识库的建立也将成为大数据服务商的竞争优势。投资机会分析服务器：数据中心建设将带动服务器放量，龙头将持续受益。全球云计算企业的快速发展，使得全球范围内大型数据中心数量快速增长，数据中心的增长有效带动服务器放量。同时，海量数据的挖掘和处理需求将带动数据中心流量增加，进而传导至对硬件设备的需求提升。我国服务器的龙头企业

17、包括浪潮信息、中科曙光、华为等，多年技术积累带来产品实力的提升，国产服务器厂商的市场份额已经较高，未来将持续受益于行业扩张。图表 8：2019 年中国服务器行业市场份额其他, 17.40浪潮信息,27.30中科曙光, 11新华三,11.90戴尔, 17.10华为, 15.30资料来源：IDC，中泰证券研究所IDC：数据量的爆炸式增长推动 IDC 行业蓬勃发展，第三方 IDC 龙头市场份额有望提升。IDC 为客户提供服务器托管、虚拟主机、邮件缓存等服务。随着数据的持续快速增长，IDC 行业也将蓬勃生长。同时，5G 时代新应用的层出不穷，会带来网络流量新一轮的高速增长，使得 IDC 行业面临快速增

18、长机遇。中国的三家运营商目前拥有最充裕的 IDC 资源，市场份额在 50以上，运营商IDC 未来将主要在中西部新兴区域扩张，建设超大规模数据中心，以承载数据量上涨之后对 IDC 服务的普遍性需求。而第三方 IDC 市场的竞争较为充分，排名前三的公司为万国数据，世纪互联，宝信软件，第三方 IDC 厂商主要聚焦一线城市和环一线城市带，以高品质的服务获取价格溢价，以提高资产的投资回报率。未来将凭借领先的扩张能力、客户资源、运营效率优势整合市场，提高市占率，充分享受数据时代红利。图表 9：2019 年中国 IDC 市场份额其他, 35.70中国电信, 27.20中国联通, 16数据港, 1.10光环新

19、网, 1.50世纪互联, 4资料来源：信通院，中泰证券研究所宝信软件, 2万国数据, 4.10中国移动, 8.40数据库：国产数据库有望逐步实现国产替代。数据库技术门槛较高，产业长期被 Oracle、IBM 等海外巨头垄断，自 2008 年提出“去 IOE”和 13 年棱镜门事件影响后，我国一直在推动国产数据库发展。根据智研咨询，在 2009 年，国内数据库企业市场份额仅为 4.03，而在 2019 年，国内数据库企业市场份额已经增长到 18.37。在云和信创的驱动下，国产数据库公司面临重大发展机遇，有望逐步实现国产替代。图表 10：2019 年中国数据库市场份额优炫软件, 1.20神舟通用,

20、 1.50南大通用,人大金仓, 1.10其他, 14.40达梦,2.100 Oracle, 47.30Teradata, 4.30SAP, 7.30微软, 8.70IBM, 10.10资料来源：智研咨询，中泰证券研究所IAAS：成长空间广阔，马太效应明显。IAAS 是云计算得以发展的基石，行业进入壁垒高，马太效应明显。资本方面，IAAS 层前期需要大规模资本支出用于采购服务器、网络带宽等基础设施，并且 IAAS 作为云计算最基础的需求，巨头通过激烈的价格战和生态补贴抢占市场份额在所难免，这些都需要雄厚的资本实力作为支持。技术方面，IAAS 的底层技术直接决定最终产品和服务的性能。领先的分布式技

21、术、虚拟化技术和并行编程技术，需要强大的技术研发团队不断优化与迭代。目前 IAAS 层的核心技术已经相对成熟，对于新进入者而言，在技术层面带来颠覆性革新的可能性很小。客户方面，IAAS 面向 B 端客户，除了“长尾”初创企业对价格较为敏感外，中大型客户更看重服务质量和稳定性。因此，公有云 IAAS 层客户黏性强，先入企业的客户群相对稳定，我国的 IAAS 由互联网巨头、电信运营商及海外厂商四类巨头占据，未来巨头也将持续受益于行业成长。图表 11：2019 年中国公有云 IAAS 市场份额浪潮云, 2.70其他, 14百度云, 4.60金山云, 4.80阿里云, 37AWS中国, 5华为云, 9

22、天翼云, 9.70腾讯云, 13.20资料来源：IDC，中泰证券研究所SAAS：百花齐放，投资机会丰富。SAAS 模式下，用户不需要自己安装软件，直接通过网络快速选择并订阅不同的产品模块。从企业的角度，使用云服务能够有效降低硬件购买和系统实施维护成本，同时获得更优质方便的 IT 服务。从云服务商的角度，SAAS 提高了收入的稳定性和可预测性，扩大的收入规模，提高了盈利能力，重塑了商业模式，使得软件业具有互联网属性，发展空间较大。美国 SAAS 行业将近 20 年的发展，市场成熟度和用户认可度均达到了较高的水平，而我国的 SAAS 行业起步较晚，在 IAAS 基础服务发展成熟后， SAAS 服务

23、开始落地，目前处于快速成长阶段。SAAS 可以分为通用型（如 ERP、 CRM、OA 等）和行业垂直型（如建筑、金融、医疗、制造业等），细分行业龙头投资机会丰富，其标的选择有三个标准：（1）产品化、标准化程度高，可以通过毛利率、净利率和交付周期筛选；（2）技术能力强，A 股计算机公司最开始大都是帮助客户完成需求实现，核心竞争要素在渠道资源关系，云化转型则对技术要求更高，可以通过研发投入和人均薪酬进行筛选；（3）竞争格局好，这个标准对于把握转型公司的时间成本和营销费用具有极大的参考意义。图表 12：A 股 SAAS 龙头公司介绍公司公司介绍广联达公司是领先的建筑信息化服务商。经过二十年的发展，公

24、司业务领域由招投标阶段拓展至设计阶段和施工阶段；产品从单一的预算软件扩展到工程造价、工程施工、产业新金融等多个业务板块，涵盖工具类、解决方案类、大数据、移动互联网、云计算、智能硬件设备、产业金融服务等业务形态；未来，公司将立足建筑产业，围绕工程项目全生命周期，为客户提供以建设工程领域专业应用产品和解决方案，搭建以产业大数据、产业新金融等为增值服务的数字建筑平台。恒生电子公司是领先的金融信息化服务商。聚焦于财富资产管理，致力于为证券、期货、基金、信托、保险、银行、交易所、私募等机构提供整体的解决方案和服务，为个人投资者提供财富管理工具。多年来，公司以技术服务为核心，凭借多年金融 IT 建设经验，

25、以及对互联网的深刻洞察和理解，用优质的产品与服务，驱动金融机构创新发展。用友网络公司是领先的综合型 ERP 服务商。基于移动互联网、云计算、大数据、社交等先进技术，用友 UAP私有云平台是中国大型企业和公共组织应用最广泛的企业计算平台，畅捷通公有云平台在小微企业和各类企业公共应用服务中得到运用。中国及亚太地区超过 400 万家企业与公共组织通过使用用友软件和云服务，实现精细管理、敏捷经营、业务创新。石基信息公司是领先的酒店信息系统服务商。公司全面整合了前台管理系统(PMS)、酒店餐饮信息系统(POS)、酒店后台管理系统(BO)以及其他管理系统(CRS、LPS、CRM、PGS 等)，使公司的各类

26、产品融合成为一个功能完整覆盖、技术全面领先的“石基数字饭(酒)店整体解决方案(IP Hotel)”，能够为从高星级到较低星级直至经济型连锁酒店提供全套完整的解决方案。泛微网络公司是领先的协同办公管理系统服务商，致力于以协同 OA 为核心帮助企业构建全员统一的移动办公平台。发布了以“移动化、社交化、平台化、云端化”四化为核心的全新一代产品系列，包括面向大中型企业的平台型产品 e-cology、面向中小型企业的应用型产品 e-office、一体化的移动办公云 OA 平台 eteams，面向政务市场的移动政务平台 e-nation，以及帮助企业对接移动互联的移动办公平台 e-mobile、移动集成平

27、台 e-bridge 等。服务于全国上万家企事业单位客户。资料来源：wind，中泰证券研究所二、中证大数据产业指数中证大数据产业指数编制思路与选样方式指数编制思路简述：中证大数据产业指数（CSI Big Data Industry Index），简称中证数据，指数代码为 930902.CSI，选取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、大数据应用等领域的沪深 A 股作为样本，采用自由流通股本加权。该指数以 2012 年 12 月 31 日为基准日，基点为 1000 点。选样方法：中证大数据产业指数以中证全指指数样本股为样本空间。分三步选取指数样本：第一步、在样本空间中，

28、按过去一年日成交金额降序排名，剔除流动性排名后 20的股票；第二步、将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、大数据应用等领域的上市公司股票归为大数据产业主题；第三步、按照过去一年日均总市值降序排名，选取排名前 50 的股票，作为中证大数据产业指数样本股。加权方式及权重设置加权方式：指数按自由流通市值进行加权, 并经除数修正后得出，权重因子介于 0 和 1 之间。权重设置：对单只成分股权重设置上限每次定期调整时，单只个股权重不超过 10。最新调整方案该指数于 2020 年 12 月 11 日发生调整，本次调整将调入 12 只股票，调出 10只股票，调整后成分股数量为 5

29、0 只。本次调整有三大特色：一是纳入了不少细分行业的龙头公司：本次调入的股票包含软件龙头公司用友网络、广联达，金融科技龙头公司恒生电子，使得中证大数据产业指数更具投资价值。二是首次纳入科创板的股票：本次调整还将首次纳入科创板的股票致远互联、安博通。三是调整后整体市值提高：本次调整后，指数的平均市值将会从 168.42 亿元提高到 225.05 亿元：本次新纳入的 12 只股票的平均市值（372.49 亿元）远大于剔除的 10 只股票的平均市值（76.79 亿元），且纳入的股票中总市值排名前 3 的用友网络、恒生电子、广联达，在纳入指数后，市值分别排名为第一名、第二名、第四名。股票代码股票名称总

30、市值上市板块600588.SH用友网络1431.80主板600570.SH恒生电子1044.09主板002410.SZ广联达796.31中小企业板002153.SZ石基信息351.20中小企业板603039.SH泛微网络200.72主板002368.SZ太极股份162.88中小企业板300768.SZ迪普科技145.00创业板300766.SZ每日互动99.34创业板300386.SZ飞天诚信89.21创业板300053.SZ欧比特63.97创业板688369.SH致远互联52.97科创板688168.SH安博通32.41科创板股票代码股票名称总市值上市板块300113.SZ顺网科技120.1

31、8创业板000158.SZ常山北明107.75主板300010.SZ豆神教育94.82创业板600850.SH华东电脑105.26主板300634.SZ彩讯股份86.20创业板000503.SZ国新健康91.86主板300353.SZ东土科技50.23创业板300209.SZ天泽信息46.10创业板002279.SZ久其软件37.06中小企业板300609.SZ汇纳科技28.48创业板图表 13：中证大数据产业最新纳入股票图表 14： 中证大数据产业指数最新剔除股票来源：wind，中泰证券研究所，数据截至 2020 年 12 月 12 日来源：wind，中泰证券研究所，数据截至 2020 年

32、12 月 12 日中证大数据产业指数特点市值分布上，以中小市值为主从中证大数据产业指数成分股的市值分布来看，50 只成分股中有 44 只成分股的市值小于 500 亿，占比达 88；市值小于 100 亿的成分股为 23 只，占比达 46。市值最大的股票为用友网络，总市值为 1431.80 亿元，市值最小的股票总市值仅 32.41 亿元，平均市值为 225.05 亿元，市值中位数为 103.83亿元。总体而言，市值分布呈现以中小市值为主的特点。图表 15：指数成分股市值（亿元）分布一览图表 16： 指数市值分布基本信息（0,100（100,500（500,1500CELLRANG E, 值CELL

33、RANG E, 值CELLRANG E, 值成分股最大市值最小市值平均市值中位数个数（亿元）（亿元）（亿元）（亿元）501431.8032.41225.05103.83来源：wind，中泰证券研究所，数据截至 2020 年 12 月 12 日来源：wind，中泰证券研究所，数据截至 2020 年 12 月 12 日行业分布上，以计算机、通信行业为主从指数成分股所属上市板块来看，所属上市板块为创业板的股票占比达 46，为主板和中小企业板分别为 28和 22。从指数成分股所属申万一级行业分布来看，属于计算机行业的成分股占比高达 90，属于通信行业的成分股占比达6；从对应的申万三级行业来看，成分股所

34、属行业主要为软件开发、IT 服务以及计算机设备。指数总市值排名前 10 的股票有 9 只所属申万一级行业为计算机行业，而其中有五只所属申万三级行业为软件开发，有两只所属申万三级行业为 IT 服务。图表 17：成分股所属板块分布一览创业板主板中小企业板科创板4%22%46%28%资料来源：wind，中泰证券研究所 ，数据截至 2020 年 12 月 12 日图表 18：指数成分股所属申万一级行业分布情况图表 19：指数成分股所属申万三级行业分布情况计算机通信休闲服务电子软件开发IT服务40%10%6%2%2%40%6% 2%2%计算机设备通信配套服务集成电路90%其他休闲服务来源：wind，中泰

35、证券研究所，数据截至 2020 年 12 月 12 日来源：wind，中泰证券研究所，数据截至 2020 年 12 月 12 日图表 20：中证大数据产业指数总市值排名前 10 的股票证券代码证券名称总市值（亿元）申万一级行业申万三级行业600588.SH用友网络1431.80计算机软件开发600570.SH恒生电子1044.09计算机软件开发002230.SZ科大讯飞843.54计算机软件开发002410.SZ广联达796.31计算机软件开发600845.SH宝信软件730.01计算机IT 服务000938.SZ紫光股份589.46计算机IT 服务603019.SH中科曙光461.04计算机

36、计算机设备000977.SZ浪潮信息405.15计算机计算机设备002153.SZ石基信息351.20计算机软件开发300383.SZ光环新网299.99通信通信配套服务资料来源：wind，中泰证券研究所 ，数据截至 2020 年 12 月 12 日中证大数据产业指数风险收益比情况风险收益比优于主流宽基指数我们将中证大数据产业指数与主流宽基指数沪深 300、中证 500、上证 50 以及创业板指自 2013 年 1 月 1 日至今的风险收益表现进行对比，结果如下：中证大数据产业指数年化收益达到 17.59，略低于创业板指的 18.71，但是远高于沪深 300、中证 500 以及上证 50；年化

37、波动率达到 36.55，略高于创业板指的 31.69，同样也高于沪深 300、中证 500 以及上证 50。综上，中证大数据产业指数相比主流宽基指数有较好的风险收益比。图表 21：指数与宽基指数风险收益对比图表 22：指数与宽基指数风险收益对比一览2013年至今年化收益（%）2013年至今年化波动率（日/%）36.5531.6926.9823.9923.3817.518.78.638.258.9419403530252015105中证数据中证500创业板指上证50038CELLRA NGECELLRA NGECELLRA NGECELLRA NGE2013年至今年化波动率（日/%）363432

38、302826242220沪深3008 CELLRA NGE1318232013年至今年化收益（%）来源：wind，中泰证券研究所数据区间为：2013 年 1 月 1 日2020 年 12 月 12 日来源：wind，中泰证券研究所从具体风险收益指标上来看： 2013 年 1 月 1 日以来，从夏普比率看，中证大数据产业指数的年化夏普比率仅次于创业板指，但是远高于沪深 300、中证 500 以及上证 50；从回撤上来看，鉴于中证大数据产业指数成分股所属行业主要为高成长、高波动的计算机、通信行业，中证大数据产业指数的最大回撤为-72.47，大于主流的宽基指数。图表 23：当前市场上科技相关指数风险

39、收益比一览指数代码指数名称年化收益（%）年化波动率（日/%）最大回撤（%）年化夏普比率930902.CSI中证数据17.5936.55-72.470.66000905.SH中证 5008.6326.98-65.200.42399006.SZ创业板指18.7131.69-69.740.75000016.SH上证 508.2523.99-44.700.41000300.SH沪深 3008.9423.38-46.700.45资料来源：wind，中泰证券研究所 ，数据区间为：2013 年 1 月 1 日2020 年 12 月 12 日从指数价格整体表现来看：中证大数据产业指数具有高波动、高弹性的特点，

40、或适合通过定投的方式进行投资。我们把沪深 300 自 2013 年 1 月 1 日到 2020 年 11 月 20 日的表现，划分成多个区间，比较在各个区间内，中证大数据产业指数与主流宽基指数的表现对比，结论如下：在 2013 年至 2015 年 6 月，沪深 300 震荡走牛时，此轮行情中中小创表现出指数代码证券简称1/1/20136/13/20151/29/20161/26/20181/4/20196/12/20151/28/20161/26/20181/3/201911/20/2020牛市熊市震荡偏牛熊市震荡偏牛930902.CSI中证数据703.49-56.07-4.23-29.674

41、7.70色，创业板指区间涨幅 446.28，同期中证大数据产业表现突出，区间涨幅703.5，远超同期主流宽基指数的表现；在 2015 年 6 月 13 日至 2016 年 1 月 28 日，沪深 300 的熊市中，中证大数据产业指数表现较差，跌幅大于主流宽基指数；在 2016 年 1 与 29 日至 2018 年 1 月 26 日，沪深 300 震荡走牛中，此轮行情中以上证 50、沪深 300 为代表的大盘蓝筹股表现较好，区间涨幅分别为65.88、53.53，同期中证大数据产业指数表现较差，表现远差于沪深 300和上证 50；在 2018 年的熊市中，中证大数据产业指数虽然也有仅 30的跌幅，

42、但是与主流宽基指数跌幅近似；而在 2019 年 1 月至今的震荡牛市中，此轮行情主要为结构性行情，创业板指表现较好，区间涨幅 119.6，同期中证大数据产业指数表现较差，表现差于沪深 300 和创业板指，但是略好于中证 500 以及上证 50。总结而言，中证大数据产业指数具有高波动、高弹性的特点，或适合通过定投的方式进行投资。图表 24：2013 年 1 月 1 日至今价格指数对比 中证数据 中证500创业板指上证50沪深3009876543210资料来源：wind，中泰证券研究所，数据区间为：2013 年 1 月 1 日2020 年 12 月 12 日图表 25：2013 年 1 月 1 日至今价格指数对比000905.SH中证 500252.45-54.3521.10-35.5650.98399006.SZ创业板指446.28-51.11-4.70-32.93121.31000016.SH上证 5080.35-42.9165.88-28.1351.06000300.SH沪深 300111.46-46.5153.53-32.0864.92资料来源：wind，中泰证券研究所，数据区间为：201