導 讀

我們嘗試構建一個基于“下游行業屬性”與“技術屬性”的二維框架來粗略勾勒智能駕駛公司股價的驅動因素，并對 6 月的股價上漲進行解讀。

(資料圖片僅供參考)

摘 要

智能駕駛產業變化在持續發生，但并非 6 月股價上漲的主因。1）部分投 資者主要將智能駕駛 2023 年 6 月的上漲歸因為產業的一些邊際變化。如馬斯克透露 FSD V12 將取消 Beta 測試版本、特斯拉 FSD 滲透率持續上升等等。2）我們認為，智能駕駛產業變化確實在持續發生，但并非此次股價上漲的主因。上述產業變化是在持續發生的，比如 FSD 的滲透率提升可能快也可能慢，但從常識即可判斷該滲透率不會持續下降。我們認為，不能用一個在持續發生的慢變量解釋某一階段股價的快速上漲，除非是在這個慢變量產生的時間節點，或者該變量短期內發生了突變。3）我們嘗試構建一個基于“下游行業屬性”與“技術屬性”的二維框架來粗略勾勒 智能駕駛公司股價的驅動因素，并對 6 月的股價上漲進行解讀。

“下游行業屬性”角度：上漲源于下游景氣度預期的彌合。1）由于在信創和人工智能行情之前，計算機行業整體表現不佳，而汽車產業鏈表現亮眼，在過去兩年，智能駕駛公司的股價與汽車產業鏈貝塔相關度較高，股 價整體反映“下游行業屬性”而非“技術屬性”。2）從“下游行業屬性” 角度，智能駕駛公司 6 月的上漲源于“下游景氣度預期的彌合”。一方面， 投資者對于汽車產業景氣度的預期上修。從國內來看，新一輪政策逐漸落地，且新能源汽車銷量持續回暖，如比亞迪 6 月銷售汽車 25.3 萬臺，同比+88.8%，環比+5.3%，單月銷量再創歷史新高；從海外來看，特斯拉 2023Q2 共生產/交付電動車 47.97/46.61 萬輛（+86%/+83%），遠超預期。相對積極的銷售數據使得投資者對于汽車產業鏈的預期有所上修。另一方面，投資者對于宏觀經濟的預期有所下修。

“技術屬性”角度：上漲源于 AI 大模型邏輯的擴散。1）從4月開始， AI 行情從大模型本身向行業應用擴散。一方面，投資者對 ChatGPT 的嘗鮮心態已逐漸弱化，行情從“主要基于海外映射的主題階段”向“產業落地階段”演化，但產業的變化卻是漸進式的，不是一蹴而就的；另一方面，在經歷了春節后至 3 月份的上漲之后，直接從事大模型研發的相關標的估值已經較高。2）智能駕駛是 AI 大模型的重要落地領域。自動駕駛方面，在對于小概率路況的覆蓋上，AI 大模型可以大幅提升場景生成、標注的效率；智能座艙方面，AI 大模型可以大幅豐富和革新人與車輛的交互方式；車輛設計與研發方面，AI 大模型對汽車設計師效率的提升意義重大。

推薦德賽西威、中科創達、虹軟科技、經緯恒潤。AI 大模型將對智能駕駛行業效率提升帶來巨大幫助，從業務與 AI 大模型的關鍵度角度，推薦德賽西威、中科創達、虹軟科技、經緯恒潤。

風險提示：汽車銷量不及預期、AI 在智能駕駛方面的落地不及預期。

目 錄

正 文

1.智能駕駛產業持續發生變化，但并非6月相關標的股價上漲主因

部分投資者主要將智能駕駛2023年6月的上漲歸因為產業的一些邊際變化。包括但不限于：

馬斯克透露FSD V12將取消Beta測試版本，這意味著FSD已經達到向用戶推送的標準，特斯拉有可能在年內正式向北美用戶推送 FSD完整版；

特斯拉FSD滲透率持續上升；

在6月9日-18日舉辦的2023重慶車展上，華為余承東表示，中國 L3級自動駕駛標準預計在6月底出臺。

我們認為，智能駕駛產業變化在持續發生，但并非此次股價上漲的主因。

產業變化確實在持續發生，大模型對于提升智能駕駛效率意義重大。這一觀點可參見我們此前的報告《AI大模型賦能千行百業》，這里不再贅述，只簡單總結：自動駕駛方面，在對于小概率路況的覆蓋上，AI大模型可以大幅提升場景生成、標注的效率；智能座艙方面，AI大模型可以大幅豐富和革新人與車輛的交互方式；車輛設計與研發方面，AI大模型對于汽車設計師效率的提升意義重大。

產業變化不能解釋此次股價的短期上漲。產業變化是在持續發生的，而且是單向的。比如FSD的滲透率提升可能會快一些也可能慢一些，但從常識來判斷不太可能下降，這一點和新能源車滲透率提升的邏輯是類似的。事實上，我們曾經根據遞延所得稅收益、北美車主論壇數據兩種方式對FSD的滲透率進行過測算，結果顯示FSD在2020Q1末的滲透率即為19.08%-25.89%，測算過程詳見報告《特斯拉：汽車智能化的弄潮兒》。我們認為，不能用一個在持續發生的慢變量解釋某一階段股價的快速上漲，除非是在這個慢變量產生的時間節點，或者該變量短期內發生了突變。比如FSD剛剛出現，或者FSD某項功能導致它的短期滲透率實現“突跳”。

2.可從兩個維度勾勒智能駕駛公司股價的驅動因素

我們嘗試構建一個二維框架來粗略勾勒智能駕駛公司股價的驅動因素。

計算機板塊的公司往往同時具有兩個屬性，一個是下游行業屬性，另一個是技術屬性。有一些細分領域的分類體現的是其下游行業屬性，比如醫療信息化、金融信息化、智能駕駛、教育智能化等等；另一些細分領域的劃分方式體現的是公司的技術屬性，比如人工智能、云計算等等。比如從技術屬性的角度，廣聯達和石基信息都屬于云計算行業，但從下游行業屬性的角度又分屬于地產信息化和酒店信息化行業。

兩個屬性都會對公司股價形成影響。我們以科大訊飛為例來說明這一問題。

從技術屬性的角度，科大訊飛是AI龍頭公司。這里不做過多討論。

從下游行業屬性的角度，影響科大訊飛股價的的下游主要是教育和智能硬件。雖然如果我們看訊飛的業務，會發現它的下游涉及的行業非常多，比如教育、醫療、汽車、政府、消費者等等，但由于估值體系的原因，現階段能夠大幅影響訊飛股價的僅有現教育、消費者兩個業務。具體的原因可以參照我們3月1日的報告《基于邊際定價與相對估值，訊飛股價均被低估》，這里僅列示當教育、智慧城市下游發生變化時公司股價的變化情況作為說明。

而針對智能駕駛行業，過去兩年股價更多體現的是下游行業屬性。由于在信創和人工智能行情之前，計算機行業整體表現不佳，而汽車產業鏈表現亮眼，在過去兩年，智能駕駛公司的股價與汽車產業鏈貝塔相關度較高，而與計算機板塊股價相關度較低，股價整體反映“下游行業屬性”而非“技術屬性”。

我們認為，可以從技術屬性與下游行業屬性兩個維度對此次智能駕駛公司股價的上漲進行歸因。

2.1 上漲原因一：下游景氣度預期的彌合

首先，我們對于智能駕駛公司2022年的股價進行簡單復盤。

2022年4月，智能駕駛公司股價主要受益于汽車行業的極致景氣度邏輯。彼時其他行業景氣度預期較低，而汽車產業鏈受益于上海、東北等汽車重鎮的管控放開（即供給放松），疊加購置稅減免帶來的增量需求，景氣度預期較高。而智能化是汽車產業中景氣度更高的細分領域，相關公司股價均大幅上漲。

2022年12月，疫情防控優化，汽車產業鏈景氣度預期開始跑輸。疫情管控全面放開是“需求端”放開，隨著放開逐步實施，各個行業景氣度將先后出現不同程度的提升，但汽車產業鏈由于已經經歷了半年的購置稅減免，投資者彼時預期“放開”對于汽車產業需求端的改善已經意義不大，而從彼時展望2023年，2022年購置稅減免帶動的需求釋放將變為“高基數”。

我們認為，從“下游行業屬性”角度，智能駕駛公司6月的上漲源于“下游景氣度預期的彌合”。一方面，投資者對于汽車產業景氣度的預期上修。從國內來看，新一輪政策逐漸落地，且新能源汽車銷量持續回暖，如比亞迪6月銷售汽車25.3萬臺，同比+88.8%，環比+5.3%，單月銷量再創歷史新高；從海外來看，特斯拉2023Q2共生產/交付電動車47.97/46.61萬輛（+86%/+83%），遠超預期。相對積極的銷售數據使得投資者對于汽車產業鏈的預期有所上修。另一方面，投資者對于宏觀經濟的預期有一定程度的下修，此處不再展開。綜上，我們認為從下游行業屬性的角度，智能駕駛公司6月份股價的上漲源于對汽車行業以及其他行業下游景氣度預期的此消彼長。

2.2 上漲原因二：AI大模型邏輯的擴散

我們認為，從“技術屬性”角度，智能駕駛公司6月的上漲源于“AI大模型邏輯的擴散”。

AI行情從大模型本身向行業應用擴散。一方面，投資者對于ChatGPT的嘗鮮心態已逐漸弱化，行情從“主要基于海外映射的主題階段”向“產業落地階段”演化，但產業的變化是漸進式的，不是一蹴而就的；另一方面，在經歷了春節后至3月份的上漲之后，計算機行業中直接從事大模型研發的相關標的估值已經較高。此時投資者關注的重點開始逐漸從AI大模型本身向行業應用擴散。

智能駕駛是AI大模型的重要落地領域。具體邏輯詳見報告《AI大模型賦能千行百業》，此處不再贅述。雖然AI大模型可能無法從根本上解決自動駕駛的小概率路況覆蓋問題，但毫無疑問將大幅提升自動駕駛、智能座艙、汽車研發等行業的效率。

3.投資建議

推薦德賽西威、中科創達、虹軟科技、經緯恒潤。AI大模型將對智能駕駛行業效率提升帶來巨大幫助，從業務與AI大模型的關鍵度角度，推薦德賽西威、中科創達、虹軟科技、經緯恒潤。

4. 風險提示

汽車銷量等行業數據不及預期。從“下游行業屬性”角度，汽車銷量等行業數據若持續低于預期，將對智能駕駛公司的經營情況和股價產生不利影響。

AI大模型在智能駕駛方面的落地不及預期。從“技術屬性”角度，若AI大模型在智能駕駛方面的落地不及預期，可能會對智能駕駛行業的發展產生不利影響。

關鍵詞：