基金研究：数字经济乘风破浪正当时

内容目录数字经济：以信创与数据要素为核心的计算机长期发展逻辑 4信创为我国经济发展、社会运转构建安全可控的信息技术支撑 5数字经济时代的新型生产要素，数据要素驱动宏观经济高质量发展 7AI：技术升级带来的生产力革命 8AI在多领域具备使用基础，有望积极推动生产力进步 8数据+算力+算法，AI增长三要素 9中证全指软件开发指数投资价值分析 12指数介绍 12软件板块指数对比 12市值分布 12重点布局软件开发行业 13具备未来发展潜力 14业绩表现领先 14华安中证全指软件开发ETF 15图表目录图1：从数字福建到数字中国，数字经济的建设已进入快车道 4图2：数字经济产业链图谱 5图3：我国信创行业发展历程 5图4：信创产业链 6图5：信创“28N”体系 6图6：2021-2027年中国信创市场规模(亿元) 7图7：数据要素顶层文件密集出台 7图8：各时代主要生产要素 8图9：数据要求影响GDP增长原理 8图10：2019年以来大语言模型数量高速增长 9图11：全球人工智能支出、数字化转型支出及GDP增速预测 9图12：人工智能产业链 10图13：训练数据需求量（条） 10图14：全球数据量（ZB） 10图15：中国智能算力规模及预测（百亿亿次浮点运算/秒，EFLOPS） 11图16：2022年中国人工智能芯片市场规模占比 11图17：机器学习与深度学习主要差异 11图18：软件开发指数成分股市值分布（20230928） 13图19：软件开发指数过去一年的日均成交额分布（20220928-20230928） 13图20：软件开发指数成分股行业分布（按申万二级，20230928） 13图21：软件开发指数成分股行业分布（按申万三级，20230928） 13图22：软件开发指数一致预测营业收入及增速（亿元，20230928） 14图23：软件开发指数一致预测净利润及增速（亿元，20230928） 14图24：软件开发指数净值对比（20220101-20230928） 15表1：指数简介 12表2：软件板块指数要素对比 12表3：软件开发指数业绩表现对比（20220101-20230928） 14表4：基金信息 15数字经济：以信创与数据要素为核心的计算机长期发展逻辑从数字福建到数字中国，数字经济的建设已经进入快车道。从2000年习总书记在福22数字经济的实施建设做出全面部属，顶层对数字经济的重视程度被持续强调。福建是数字中国建设的思想源头和实践起点，历经多年探索，数字福建取得长足发展GP重45.7政务服务效能提升。数字经济方面，福建大数据发展应用全国领先、数字惠民便民红利持续释放，为“十四五”数字福建建设奠定了坚实的基础。我们认为，数字经济核心目标在于将数据作为新生产要素，在中期提升治理化水平，在长期构筑安全可控的GDP的新增长极。图1：从数字福建到数字中国，数字经济的建设已进入快车道资料来源：中国政府网、国脉电子政务网、数字中国建设峰会官网、浙江党史和文献网、福建农业职业技术学院官网、求是网公众号、信息技术安全可控自不用说，是国家稳定运行的基石。同时，在共同富裕背景下，数字化基础建设是乡村振兴与基层治理化提升的关键一环。而GDP新增长极在于社会四大要素：土地、资本、人口、资源优势都在边际递减。尤其是放眼全球，在人口优势下降背景下，没有数据化建设提升生产效率，稀缺制造业的扩张和升级或较为困难。数字经济作为农业经济、工业经济之后的主要经济形态，正推动生产方式、生活方式和治理方式深刻变革，其中数据对提高生产效率的乘数作用不断凸显，成为新时代重要生产要素。因此，回归到数字经济产业，我们认为安全可控对应信创，而产业数字化则对应数据要素。接下来，我们对信创与数据要素两条产业分别进一步展开。图2：数字经济产业链图谱资料来源：Powerarena、中国政府网、51CTO、锐捷官网、信创为我国经济发展、社会运转构建安全可控的信息技术支撑“信创”即信息技术应用创新，旨在针对硬件及云等基础设施、基础软件、应用软件、网络安全等IT产业链核心技术产品进行自主研发，安全可控的信息技术支撑，避免核心技术受制于人。信创建设从党政军局部起步，在应用实践中迭代产品性能，逐步扩展至金融、电信、电力等对国计民生有重要影响的关基行业，基础产品由可用提升至好用，支撑起行业常态化采购。展望未来，央国企将大举开展信创建设工作，信创应用也将由综合办公向经营管理、生产运营等实时核心系统发展，数字中国的技术创新体系和数字安全屏障将愈发坚实，信创产业迎来高速增长。图3：我国信创行业发展历程资料来源：亿欧智库，从产业链来看，信创产业链主要包括基础硬件、基础软件、应用软件、信息安全，随着新一代信息技术的创新发展，云服务、系统集成方成为信创产业重要组成部分。我们认为，在信创生态中，中央处理器（CPU）与操作系统（OS）地位重要性凸显。图4：信创产业链资料来源：亿欧智库，从整个格局看，目前已发展成为“2+8+N”体系推进建设。2018年信创“2+8”发展体系被提出，202028”体系开始全面升级信创产品，以金融、电信、能源、交通等为代表的行业信创也进入规模化应用阶段。根据亿欧智库发布的《2022中国信创产业竞争力研究报告及精选602+8+N”体系，即党政、八大国民经济支柱行业（金融、电信、交通、电力、石油、航空航天、教育、医疗）N个消费行业。图5：信创“2+8+N”体系资料来源：亿欧智库，受宏观经济影响，艾瑞预测未来2年信创市场规模的增速有所下降，但数字中国强化关键能力、各领域构筑自立自强的数字技术创新体系的决心不会动摇，艾瑞预期中国信创市场整体规模仍将保持30以上的年增长。随着行业信创的深入、应用软件的成熟信创产品将渗透至更多核心业务场景，艾瑞咨询预期2025年恢复高增速，于2026年突破2000亿元。图6：2021-2027年中国信创市场规模(亿元)资料来源：艾瑞咨询公众号，数字经济时代的新型生产要素，数据要素驱动宏观经济高质量发展顶层文件确定方向，数据作为新生产要素，在数字经济时代发挥核心引擎作用。2019年10月，数据首次被增列为生产要素，2020年3月明确提出“加快培育数据要素2022年以来，数据要素、数字经济、数字中国顶层政策密集出台；12中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》发布，数据基础制度建设顶层框架文件落地。20232图7：数据要素顶层文件密集出台资料来源：中国信息通信研究院，数字经济是继农业经济、工业经济之后的主要经济形态。社会形态的变革会伴随新生产要素出现：农业社会，土地和劳动是基本生产要素；工业社会，资本、管理、技术、知识等成为主要生产要素；信息社会，数据成为新型生产要素，是数字经济深化发展的核心引擎。数字产业化、产业数字化是数字经济两条路径，数据在其中发挥重要作用。数字产业化，即推动数字产业的优化升级，加快关键核心技术的突破，而数据的爆发增长、海量集聚蕴藏了巨大的价值，能够推动智能化发展；产业数字化，即推进传统产业的数字化转型，而数据对提高生产效率的乘数作用不断凸显，赋能传统产业转型升级。图8：各时代主要生产要素资料来源：中国政府网，光明网，数据要素通过赋能其他生产要素和自身价值提升两个路径驱动宏观经济增长。在赋能其他生产要素上，提高资源配置效率，实现要素协同效应，进而提升生产效率，即产业数字化。在自身价值提升上，正因能够提升效率，数据要素本身就变得具有价值，这一价值既通过数据积累作为生产资料而实现，又能转变为数据资产通过增值、交换而产生价值，实现价值创造倍增和个性化定价等效应，从而进一步提升生产效率，即数字产业化。在经典柯布-道格拉斯生产函数中，可将数据要素的经济增长作用D从索洛余值A中独立，生产函数可表达为𝑌=𝐷×𝐴×𝑓(𝐾𝛼𝐿𝛽)，其中Y指GDP增长率，K为资本，L为劳动。修改后的生产函数表明，提升经济发展质量是数据要素影响经济增长的首要体现。图9：数据要求影响GDP增长原理资料来源：《中国数据要素市场发展报告（2021-2022）》、国家工业信息安全发展研究中心公众号，AI：技术升级带来的生产力革命AI在多领域具备使用基础，有望积极推动生产力进步人工智能是计算机科学的分支，力求透过创建模拟人类智能的软件使机器能够模仿与人类思维相关的感知和认知能力，例如观察、学习及问题解决。当今人工智能主要专注于执行特定任务，应用覆盖计算机视觉、语音识别、自然语音处理及数据科学。2019年以来，大语言模型能力加速提升，入局厂商与模型涌现。WayneXinZhao等人论文《ASurveyofLargeLanguageModels2019年以来，参数量超过10B的大模型有47个，其中开源大模型20个，闭源大模型27个，大语言模型迅速发展。图10：2019年以来大语言模型数量高速增长资料来源：Waynexinzhao等《ASurveyofLargelanguageModle》，人工智能支出已经成为支持企业数字化转型支出的主力之一。随着数字经济发展，企业积极打造敏捷反应机制，推进精益化管理，提升组织创新能力。根据IDC数据，全球范围内，企业在AI市场的技术投资增速将显著高于数字化转型支出和GDP增速。图11：全球人工智能支出、数字化转型支出及GDP增速预测资料来源：IDC、《2022-2023中国人工智能计算力发展评估报告》，数据+算力+算法，AI增长三要素人工智能产业链包括基础层、技术层和应用层。其中，基础层主要是包括AI硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑；技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径；应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。图12：人工智能产业链资料来源：前瞻产业研究院，数据、算力、算法是人工智能三要素。人工智能模型的应用分为训练、推理两大环节。我们认为，数据与算力是模型训练的基础，数据同时又是预训练和模型调优的基石，而算法是模型实现路径。数据是AIDiensionlReearch的全球调研报告，72的受访者认为至少使用超过10万条训练数据进行模型训练，才能保证模型的有效性和可靠性。根据中国信通院数据，到2035年，全球数据量将达2142ZB，是2020年数据量的45-46图13：训练数据需求量（条） 图14：全球数据量（ZB）资料来源：海天瑞声招股说明书， 资料来源：中国信息通信研究院，Statista，算力是AIAI芯片是核心。根据《2022-023中国人工智能计算力发展2022年智能算力规模将达到268.0EFLOPS，预计到2026年将达到1,271.4EFLOPS，2021-202652.3，而同期通用算力规模年复合增长率为18.5。AI芯片专门用于处理人工智能相关的计算任务，应用进行专门优化，具有高效处理大量结构化和非结构化数据的特征。AI芯片类型包括GPU、NPU、ASIC、FPGA等，其中GPU是主要的人工智能加速芯片，根据《2022-20232021GPUAI89的份额。图15：中国智能算力规模及预测（百亿亿次浮点运算/秒，EFLOPS）资料来源：《2022-2023中国人工智能计算力发展评估报告》，

图16：2022年中国人工智能芯片市场规模占比资料来源：《2022-2023中国人工智能计算力发展评估报告》，算法是AI206年深度学习算法的提出使AI进入新发展阶段，其通过卷积的方式，取代了机器学习中特征提取环节。我们认为，近年AI应用的繁荣来源于AI算法持续突破创新，而且是在大数据、大算力的支持下发挥出较大的威力。深度学习典型算法包括卷积神经网络（CNN、递归神经网络（RNN、前馈神经网络（FNN、生成对抗网络（GAN）等。2017年谷歌提出Transormer算法，此后Transformer广泛应于自然语言处理，并逐步在计算机视觉等领域应用，OpenAI最近发ChatGPT也是以此为基础构建。图17：机器学习与深度学习主要差异资料来源：电子发烧友，中证全指软件开发指数投资价值分析指数介绍中证全指行业指数为反映中证全指指数样本中不同行业公司证券的整体表现，为投资者提供分析工具，将中证全指指数样本按中证行业分类分为11个一级行业、35个二级行业、90余个三级行业及200余个四级行业，再以进入各一、二、三、四级行业的全部证券作为样本编制指数，形成中证全指行业指数。中证全指软件开发指数（）涵盖了中证二级行业中的100发行业标的，是反映软件开发行业股票市场表现的代表性指数。该指数的指数样本每半年调整一次，样本调整实施时间分别为每年612月的第二个星期五的下一交易日。表1：指数简介指数名称中证全指软件开发指数指数简称软件开发英文名称CSIAllShareSoftwareDevelopmentIndex指数代码932094.CSI指数基日2021年12月31日指数基点1000发布日期2023年3月29日成分数量100只样本空间由中证全指指数成份股组成样本选取将样本空间证券按中证行业分类方法分类；50数的样本；501098以后的证券，剔50数的样本。加权方式市值加权资料来源：，软件板块指数对比从指数个股权重上限来看，中证软件和软件指数的个股权重上限均为15发指数个股权重上限为10，相对更低。在指数覆盖行业方面，软件开发指数和软件指成分股仅包含软件开发行业标的，更聚焦于软件开发行业。截至2023年9月28日，软件开发指数成份股数量为100只，超过中证软件指数，覆盖范围更加全面。表2：软件板块指数要素对比软件开发中证软件软件指数个股权重上限101515成份股个数（只）1003050成份股差异成分股仅包含软件开发行业标的同时包含软件开发以及软件服务提供商标的成分股仅包含软件开发行业标的资料来源：，市值分布截至2023年9月28日，软件开发指数成分股总市值主要集中于200亿元以下，共有84只，合计权重49.08；其中，总市值在100亿元以下的成分股有54只，合计权重21.24；总市值在200亿元到500亿元区间的成分股有10只，合计权重19.73；剩余6只成分股总市值在500亿元以上。其中，金山办公（1712.96亿元、科大讯飞（1173.12亿元）和宝信软件（1085.49亿元）100019.48。图18：软件开发指数成分股市值分布（20230928）资料来源：，将全市场的股票按照过去一年的日均成交额分为5组，根据成分股权重计算，截至20239282078.50，处于次高组的权重占比为16.14，处于中间组的成分股权重占比为5.36，流动性表现良好。图19：软件开发指数过去一年的日均成交额分布（20220928-20230928）资料来源：，重点布局软件开发行业截至2023年9月28日，软件开发指数覆盖四个申万二级行业，主要分布在软件开发和IT服务Ⅱ行业，权重占比分别为70.91和28.27；按申万三级行业，该指数主要权重板块为垂直应用软件、横向通用软件和IT服务Ⅲ行业，权重占比分别为39.89，31.02和28.27。软件开发指数行业集中度高，重点布局软件开发行业。图20：软件开发指数成分股行分布（按申万二级，20230928） 图21：软件开发指数成分股行分布（按申万三级，20230928）资料来源：， 资料来源：，具备未来发展潜力截至2023年9月28日，根据一致预测，软件开发指数2023年、2024年、202521.42、15.35和22.75；预期归母净利润增速分别为172.43、43.96和31.05。该指数预期盈利能力良好，盈利预期增速较高，具备未来发展潜力。图22：软件开发指数一致预测营业收入及增速（亿元，20230928）

图23：软件开发指数一致预测净利润及增速（亿元，20230928） 资料来源：， 资料来源：，业绩表现领先今年以来，软件开发指数收益率为8.36，业绩表现优于同板块指数的中证软件指数和软件指数，以及代表大中小盘的宽基指数沪深300、中证500和中证1000指数。以2022112023928日为样本期，对比宽基指数，三只软件板块指数皆展现出明显的高弹性特征，其中软件开发指数在同板块指数中收益表现最好，年化波动率和最大回撤相对更小。3（20220101-20230928）软件开发中证软件软件指数沪深300中证500中证10002022-23.51-25.53-24.62-21.63-20.31-21.58202309288.36-1.284.58-4.70-2.96-3.23总收益-17.12-26.48-21.16-25.32-22.67-24.11年化收益率-10.48-16.5