中金：宏观眼中的科技股

从宏观的角度，我们应该怎样理解科技创新对增长，以及对资本市场的含义？科技硬件、新能源车产业链、新能源、高端制造等相关板块估值已经有明显提升。

一个重要的问题是，从宏观角度来看，如何理解这些板块的市场表现？是否有国际经验可供参考？未来如何演变？

我们不妨把1999年之后的三个十年粗略地分为三个阶段，第一个10年（1999-2008）是中国人口红利突出的时期，第二个10年（2009-2018）是中国金融周期快速上行的时期，而2019-2028乃至更长时期是加快推进科技创新的时期。

中国的劳动年龄人口增长率在2007-2008年以后开始下降，生产者对消费者的比例也相应见顶，而抚养比则逐步上升（图表1）。七普数据显示，全国人口14.12亿，较2010年年均增长0.53%，增速进一步放缓，抚养比延续2011年以来的上升趋势。第一个10年期间，中国劳动力便宜，生产能力强，产品价格低，再加上加入WTO，美欧又处于金融周期上行阶段，需求旺盛，中国的出口非常强劲，带来比较长时期的高速增长。

图表1：中国人口抚养比的演变

资料来源：万得资讯，中金公司研究部

金融的顺周期性来自于信用（广义信用，包括影子银行信贷）和房地产价格互相加强。由于房地产是信贷抵押品，因此房地产价格和银行信贷在一段时间内相互促进：贷款发多了，房地产价格上升，而房地产作为抵押品的价值上升，使得借款人的借款能力上升、银行的贷款能力也上升，进而带来顺周期性。图表2是根据最新数据估算的中国、美国、欧元区的金融周期。从2009年到2018年，中国经历了大幅的信贷扩张与房价上涨，近几年来，随着金融供给侧改革的进行，对房地产的监管加强，金融周期已经见顶下行。

图表2：中国金融周期处在下半场

资料来源：BIS，CEIC，万得资讯，中金公司研究部

进入第三个十年，中国经济的增长动能再次转换。劳动力、资本与全要素生产率是经济增长的3个因素，随着人口红利的消失，以及金融周期进入下行阶段，全要素生产率将成为中国经济发展的重要动力，而我们预计科技创新将成为全要素生产率提升的最重要支撑之一。作为科技的代表，数字经济占GDP的比重不断上升（图表4）。数字经济这个词最早出现在1990年代中期，当时的相关讨论主要集中在数字技术和互联网应用领域。但是随着数字技术发展，数字经济的内涵也在不断演进。

图表3：中国经济发展动能切换

资料来源：中金公司研究部

图表3更清晰地描述了中国三十年的发展历程。第一个十年期间，新增劳动力很丰富，第二个十年期间，金融周期快速上行但是新增劳动力逐年下滑，第三个十年期间，新增劳动力由正转负，但是以数字经济为代表的科技将带来新的增长动能。

图表4：第三个十年：科技创新接棒金融周期

资料来源：BIS，CEIC，万得资讯，中金公司研究部

经济增长动能从人口红利到科技创新转变对经济增长的含义是什么呢？人口红利时期，从供给端来看，劳动力快速增长，生产者相对于消费者比例上升，储蓄过剩带来资本快速扩张，结果是经济经历高速增长。

从需求端来看，人口红利对应的就是出口高速扩张，高储蓄支撑资本形成。金融周期上行时期，从供给端来看，一方面劳动力增速放缓，另一方面楼价加速上行、信贷快速扩张，导致劳动力与资本错配，全要素生产率下行，经济增速趋势放缓。从需求端来看，虽然基建投资和房地产投资一度高速增长，但是出口增速放缓，整体经济增速逐步下行。进入第三个十年，劳动力负增长，人口抚养比上升，储蓄放缓，资本积累减速，叠加金融上行时期带来的资源错配效应，经济增速下行。科技创新提高生产效率，虽然创新不会一蹴而就，但是经济增长的可持续性得以改善。因此第三个十年是经济增速放缓但是生产效率改善的时期。

相应地，经济增长动能从人口红利到科技创新转变对资本市场的含义是什么呢？从图表5可以看出，A股科技行业的估值基本上处于波动状态，而近来处于上升态势，以房地产开发商和银行为代表的传统行业的估值则经历了较明显的下行，近几年则更为低迷。随着科技创新时代开启，科技股将如何演变？

图表5：科技行业与全部A股及传统周期行业的估值差趋势性扩大

资料来源：万得资讯，中金公司研究部 注：科技行业包括半导体、计算机、通信、航空航天等

展望中国科技发展，大致分为两个方向，一是跟碳中和有关的科技创新（新能源），另一个是跟数字经济有关的科技创新。这两个方向不是割裂的，而是互相融合，比如新能源汽车跟数字经济融合可以是无人驾驶的新能源汽车。

我国在新能源产业化和落地方面的确有优势，但是在前端科技研发方面，还与世界一流水平存在差距。以光伏产业为为例，我国在关键部件（如硅料、硅片、电池和组件）的产能规模和生产成本上都具有优势，这主要受益于我国人工和原材料成本低、以及产业链聚集和协同效应强。但在一些关键技术指标方面（如硅料的单晶比例、组件的转换效率），我国仍处于劣势地位（图表40）。在风电领域我们也发现了类似的现象。我国在风电机组和零部件的制造上表现不俗，也基本实现了国产替代，但在整机的核心技术上、特别是在大兆瓦机组和海上机组的领域还不及海外。

图表40：中国与海外在光伏核心组件制造方面的指标对比

资料来源：Solarzoom等，中金公司研究部

展望未来，围绕碳中和，我国在电力领域与非电力领域均有一系列具备潜力的技术进步路线，部分技术路线图的可预见性逐步清晰，在未来的40年里，我们可能将经历一场清洁能源革命，具体来看：

零碳的电力技术未来发展：目前电化学储能还在应用初期，我们预计学习曲线下成本优化空间最大；光伏受益规模效应、材料替换、效率提升共振，有望在未来10年间成本再缩减一半；风电的利用效率接近极限，未来十年通过材料国产化、捕风面积提升还有20~30%的降本空间；核电的批量化、国产化生产有望带来超过10%的投资成本节省；水电受制于厂址资源的稀缺性，成本下降空间较小。

非电能源行业的零碳技术：零碳的非电技术未来发展中，我们认为电能替代是目前最经济可行的选项，且未来将受益于清洁电力成本的下降；氢能受益产业链规模化以及清洁电力电解水制氢，成本有~70%的下降空间；化石燃料+碳捕捉的成本下降空间在10%以内，这一技术路径的降本空间受制于化石燃料本身的使用成本。生物质合成燃料当前技术较成熟，成本取决于作物原料，远期若原材料成本更低的路线实现技术突破，则成本有~35%的下降空间。

除了以上有一定清晰度的技术进步路线，我们在碳中和系列报告中也提示过潜在超预期的技术进步，包括：

1）碳捕捉技术若成功降本带来经济性，氢能技术开发的需求可能下滑。如果碳捕捉技术在应用上能找到新的突破口，那么碳捕捉的成本将会大幅下降，且由于其兼容目前的能源和工业体系，将加速碳中和的到来；

2）第四代核电技术升级若显著增强固有安全性，使用率有望大幅提振、或对电力结构产生影响。如果在核电设计上可以实现固有安全性（事故条件下的自动停堆），那么核电在应用上将会有大的发展；长期来看，核能仍然是人类可以使用的能量密度最高的能源，如果实现可控核聚变，将引起能源新的一轮技术革命；

3）光伏效率还存在超预期的可能。从转化效率来看，并不排除未来经过长期的技术进步，最终出现光电转换效率达到40%以上的光伏技术的可能性。如果光伏成本进一步超预期可能带来更多的应用场景和更多的能源使用。

图表40：碳中和能源技术展望

资料来源：《碳中和经济学》（中金公司研究部，中金研究院，2021），中金公司研究部

图表41：电力碳中和技术成本下降预期及核心驱动力

资料来源：《碳中和经济学》（中金公司研究部，中金研究院，2021），中金公司研究部

图表42：非电碳中和技术成本下降预期及核心驱动力

资料来源：《碳中和经济学》（中金公司研究部，中金研究院，2021），中金公司研究部

对数字经济认可度较高的一种刻画方法是按其组成划分成三个层次进行诠释（图表44）。数字经济的第一层叫核心层，包括硬件、软件以及信息和通讯技术（ICT）等。第二层叫狭义的数字经济，还包括基于数据、信息网络和数字技术应用的新商业模式，例如数字服务、平台经济，以及共享经济、零工经济等介于平台经济和传统经济之间的模式。狭义的数字经济中包含了最具代表性的平台经济，它也是数字经济最核心的商业模式。第三层是广义的数字经济，覆盖的范围还涉及了与传统的制造业、服务业的数字化相关的电子商业，还包含了新出现的万物互联（IoT）、工业4.0、精准农业等，反映了经济生活的各个层面所参与的数字化转型。

图表44：数字经济的三重划分

资料来源：Bukht,   Rumana, and Eichard Heeks. “Defining, conceptualizing and measuring the   digital economy.” Development Informatics working paper 68 (2017)，中金公司研究部

数字经济的三重层次划分反映了数字经济的结构性特点，同时也提供了一个从行业领域切入分析数字经济的视角。核心层对应着数字技术基础设施行业，是数字经济发展的底层建筑，决定了狭义和广义数字经济发展的深度和广度，而狭义和广义数字经济的发展需求又会引领核心层的发展方向。

目前，我国狭义数字经济，特别是平台经济和共享经济，发展迅速。以每百人移动手机业务订阅用户数为例，1990年美国是中国的1346倍，2000年是5.9倍，2019年只有1.1倍。2020年，中国电商在零售中的份额为24.9%[13]，而美国为13.6%[14]。

但是在核心层和广义数字经济方面，中国的发展与世界前沿还有差距。例如，中国过去十年（2011-2020）人工智能专利累计申请量389571件，约占全球申请量的74.7%，是排名第二的美国的8.2倍。但全球范围内，中国AI高层次学者占比9.8%，是美国的1/6。中国在过去十年人工智能领域高水平论文发表量是22686篇，排名世界第二，而排名第一的美国发表量为33255篇[15]。中国2019年活跃人工智能企业1189家，位居世界第二，而美国是2169家[16]。中国的半导体产业与国际领先水平仍然有3代/约 6年技术差距。中国厂商云计算公有云全球市场份额占比 9%左右，而美国则占到85%左右。虽然中国2019年工业机器人装机量达到14万台，排名世界第一，但是每千名工人的平均装机量为187，落后于美国的228[17]。

图表45：中美每百人移动手机业务订阅用户数

资料来源：世界银行，中金公司研究部

图表46：全球科技行业收入分布变化——2019年

资料来源：万得资讯，彭博资讯，中金公司研究部

中国数字经济核心层迎来发展机遇。以半导体行业为例，美国公司依靠全球化，实现高利润-高研发的正循环（见中金公司：科技：数字经济核心层：“AI+5G”是数字经济时代通用技术平台）。根据BCG预测，在“维持现状”的情境下，未来2-3年美国半导体企业的市场份额将从2018年48%下滑到40%，而中国的份额将从4%上升到7%。

从研发支出来看，2018年后，我国科技公司研发支出总额占营业收入比例开始提升。其中，软件与服务业从的研发支出占比2018年的8.9%提升到2020年9.6%，技术硬件与设备同期从4.3%提升到5.5%，半导体与半导体生产设备同期从6.3%提升到7.3%。

图表48：不同情景下全球半导体市场份额及国产化率的变化情况

资料来源：BCG，SIA，中金公司研究部

图表49：研发支出总额占营业收入比例

资料来源：万得资讯，中金公司研究部

中国十年期国债利率从2014年1月4.6%下降至2021年6月3.1%。根据第四部分的逻辑，无风险利率下降会使得折现率下降，有利于估值水平提升，从而支撑股价。

图表56：中国折现率和无风险利率

资料来源：CEIC，中金公司研究部。折现率使用A股市盈率的倒数近似

无风险利率下行与经济增速放缓有比较强的关系。从长期看，美国的GDP名义增速和无风险利率的趋势较为一致，1960-80年处于上升趋势，1980年后处于下降趋势。这种关系在中国也有所体现，GDP名义增速自2012年后放缓，无风险利率随后也逐渐开始下行

图表57：美国GDP名义增长率和无风险利率

资料来源：Jordà Ò, Schularick M, Taylor A M. Macrofinancial history   and the new business cycle facts[J]. NBER macroeconomics annual, 2017, 31(1):   213-263.，中金公司研究部

图表58：中国GDP名义增长率和无风险利率

资料来源：CEIC，中金公司研究部

从新古典视角来看，一个公司的价值等于未来现金流的折现价值，那么影响一个公司价值的因素可以被拆为折现率和未来中长期的盈利预期。在前面我们提到，科技股往往伴随着更高的估值，因为投资者往往对其计入了长久的增长预期，因此科技股具有的成长属性非常强。然而，一个公司在成长的过程中很难一帆风顺，总会遇到意想不到的困难，预期的兑现也并非一蹴而就，美国互联网公司在2000年就处于这个状态。业绩的波动会既考验不同投资者对公司的理解深度（是否还坚持其成长性），也会考验不同投资者的负债久期（短期业绩面临压力时可能不得不卖出）。因此，市场对科技股的增长预期在不同背景下的波动比较大，由此也会引发股价的波动，无论是在美股还是在中国股市，成长股收益率的波动范围总是明显大于价值股。

从历史经验来看，经济景气以及债券市场的信用利差在一定程度上可以帮助投资者把握成长股估值的变化。我们将市盈率取倒数，得到股票的现价收益率（E/P）,再减去无风险利率（十年期国债利率），这一结果可以用来衡量股权风险溢价。虽然成长股的增长可能具备一定的独立性，但一个公司在经济下行的环境中大幅增长有难度，因此可能会产生业绩不及预期的状况，并使得部分投资者调整对其的长期增长预期、风险偏好下降，在此背景下，股权风险溢价也会上升，估值下行的压力较大。为了量化这一思路，我们选取了中美各自的PMI与信用利差，构建股权风险溢价的量化模型，发现这一模型能够较好地刻画近十年来中美股权风险溢价的走势。

图表59：利用PMI与信用利差构建的股权风险溢价

资料来源：彭博资讯，中金公司研究部