1-2月國内經濟資料驗證了經濟基本面趨勢性修複，地産鍊複蘇超預期的同時消費複蘇呈現結構性亮點，央行超預期降準有利于提振市場信心。盡管短期由于各種外部因素造成調整，但我們認為3月A股将會先抑後揚，随着後續風險的釋放，A股将會回到上行周期。在新産業趨勢挖掘增長前景明确的中小成長标的的主要思路不會發生變化，行業層面仍關注AI+/數字經濟/自主可控等帶來的資訊科技相關細分領域的投資機會，以及醫療保健業績邊際改善帶來的投資機會。
核心觀點
【觀策·論市】GPT4及降準對A股影響如何？1）1-2月國内經濟資料驗證了經濟基本面趨勢性修複。本周在外圍包括矽谷銀行、瑞士信貸銀行等風險事件爆發後，國内超預期降準有望進一步引導流動性從金融體系傳導至實體經濟，推動今年經濟溫和複蘇。本次降準确認目前貨币政策基調并未顯著變化，有助于緩解短期流動性擔憂提振市場風險偏好。在外圍包括矽谷銀行、瑞士信貸銀行等風險事件爆發後，此次降準有利于提振市場信心，預計本次降準所釋放的流動性有望助力融資逐漸企穩回升，支撐A股企穩上行。2）相比前一代産品，OpenAI新釋出GPT-4在衆多關鍵性能上有了顯著提升。GPT-4能夠處理複雜長文本，準确性明顯提高。大語言模型近年來高品質發展得益于上遊算力的指數級提升、算法的重大突破與龐大且高品質的資料，資訊科技的重大進展有望推高市場投資科技科創類行業的熱情。
【複盤·内觀】本周A股市場兩極分化，振幅較大。主要原因在于：1）矽谷銀行之後，瑞信也陷入危機，流動性危險危機事件繼續降低市場偏好；2）office接入大語言模型，百度釋出文心一言，人工智能進入新時代；3）近期A股交易多為偏主題行情，市場博弈和交易行為對波動影響較大。
【中觀·景氣】2月公用充電樁數量累計同比維持較高增速，1-2月份房屋新開工、竣工、銷售等同比均有所改善。2月公用充電樁數量累計值同比維持較高增速，增幅略有收窄；太陽能電池累計産量同比增幅收窄。2月金屬切削機床累計産量同比跌幅收窄，工業機器人累計産量同比跌幅擴大。1-2月份房屋新開工面積累計同比降幅收窄，房屋竣工面積累計同比降幅由負轉正；商品房銷售額、商品房銷售面積累計同比降幅收窄；房地産開發投資完成額、房地産開發資金來源累計值同比降幅收窄。1-2月大陸發電量累計同比增幅較前值收窄，細分項目中風電、核電發電同比增幅擴大，太陽能發電量同比增幅收窄。
【資金·衆寡】北上融資淨流入，ETF淨申購。北上資金本周淨流入147.8億元；融資資金前四個交易日合計淨流入37.7億元；新成立偏股類公募基金88.5億份，較前期上升16.2億份；ETF淨申購，對應淨流入134.0億元。行業偏好上，北上資金淨買入規模較高的為電力裝置、醫藥生物、傳媒等；融資資金淨買入電子、通信、建築裝飾等；醫藥ETF申購較多，資訊技術ETF贖回較多。重要股東淨減持規模擴大，計劃減持規模提升。
【主題·風向】本周産業觀察——國内外大語言模型應用頻出，AIGC行業市場規模有望超過千億美元。本周微軟釋出Microsoft 365 Copilot，将大語言模型接入Office軟體，号稱“最強生産力工具”；百度也于本周釋出對标ChatGPT産品文心一言，賦能金融、醫療、教育等各行業；大語言模型爆火的背後是人工智能生成的興起，2025年有望達到千億級市場空間。
【資料·估值】本周全部A股估值水準較上周上行，PE（TTM）為14.1，較上周上行0.1，處于曆史估值水準的32.4％分位數。闆塊估值多數下跌，其中，社會服務、電力裝置、汽車闆塊下跌較多，計算機、通信、傳媒闆塊上漲較多。
【風險提示】産業扶持度不及預期，宏觀經濟波動。
01 觀策·論市——GPT4及降準對A股影響如何？
我們在年度政策報告中描述未來兩年是上行周期，今年将會呈現“N”型上行趨勢，我們2月底釋出的三月報告《疾風勁草，先抑後揚》中提到從中期的角度來看，目前A股繼續保持上行趨勢。雖然，我們目前市場受到美聯儲加息預期将進一步升溫，美債收益率和美元指數強勢，外資流出有一定壓力。同時，中美關系的波動也可能對市場情緒造成不小的影響。但是1-2月國内經濟資料驗證了經濟基本面趨勢性修複，地産鍊複蘇超預期的同時消費複蘇呈現結構性亮點。本周在外圍包括矽谷銀行、瑞士信貸銀行等風險事件爆發後，國内超預期降準有望進一步引導流動性從金融體系傳導至實體經濟，推動今年經濟溫和複蘇。本次降準确認了目前貨币政策基調并未顯著變化，有助于緩解短期流動性擔憂，提振市場風險偏好。在外圍包括矽谷銀行、瑞士信貸銀行等風險事件爆發後，此次降準有利于提振市場信心，預計本次降準所釋放的流動性有望助力融資逐漸企穩回升，支撐A股企穩上行。
OPEN-AI推出GPT模型并快速疊代，使得AI應用開始普遍爆發，C端應用觸手可及，後續基于大模型的AI+應用和硬體有望持續推出，使得AI+産生了媲美移動互利網+的大型産業趨勢，推動資本市場對于資訊科技闆塊熱度有望保持，也從今年開始的行情即2023~2025有可能出現類似與2013~2015年的資訊産業蓬勃發展的态勢。也為A股帶來了相關科創類闆塊的趨勢性投資機會。
行業層面仍關注AI+/數字經濟/自主可控等帶來的資訊科技相關細分領域的投資機會，以及醫療保健業績邊際改善帶來的投資機會。科創屬性較強的TMT+醫療保健是今年值得持續關注的方向。在經濟溫和複蘇和換屆年的背景下， 把握新産業趨勢和政策主題帶來的估值彈性是今年主旋律之一。
？降準對A股影響如何？
繼3月15日央行超額續作4810億元MLF後，3月17日，央行宣布将于2023年3月27日降低金融機構存款準備金率0.25個百分點（不含已執行5％存款準備金率的金融機構）。本次下調後，金融機構權重平均存款準備金率約為7.6％。本次降準未提前在國常會公布，幅度雖然僅為25bp但降準時點超出市場普遍預期。
從曆史來看，曆次降準公告後，市場主要寬基指數上漲機率更高，顯示降準對市場短期情緒具有較明顯的提振作用。曆次央行釋出降準公告前，市場多以下跌為主，降準公告向市場傳積極信号，降準落地有利于維護流動性合理充裕，改善市場預期。從曆史統計來看，在降準公告後1個交易日，A股上漲機率更大，主要指數平均上漲機率處于50％-54％區間。
此次降準對A股影響如何？
第一，降準确認貨币政策基調并未明顯變化。2月社融總量和結構均超市場預期改善，信貸延續1月開門紅。其中基建項目施工高峰對中長期融資需求有支撐，且二手房成交在3月上旬延續了改善趨勢，這些都表明國内經濟處于改善通道中。此次降準落地顯示，在目前國内經濟回穩基礎尚需穩固的環境下，貨币政策仍保持着必要的支援力度，貨币政策基調并未顯著變化，支援經濟複蘇态度堅定。
第二，緩解流動性緊張，提振風險偏好。此次降準的一個重要背景是2月以來資金面持續偏緊，銀行間流動性緊張. 由于今年一季度信貸投放量較大，新增社融實作開門紅的同時也導緻銀商業銀行體系資金有所收緊，資金利率快速上行，也導緻短端利率債和同業存單到期收益率明顯回升。此次全面降準25bp預計釋放中長期資金約5000億元，及時補充了流動性，有助于緩解短期流動性緊張的局面，進而提振市場風險偏好。
第三，降準支援信用擴張，寬信用效果将影響A股中長期走勢。
降準的另一個目标是“更好地支援重點領域和薄弱環節，不搞大水漫灌，兼顧内外平衡，着力推動經濟高品質發展”。1-2月國内經濟資料驗證了經濟基本面趨勢性修複，地産鍊複蘇超預期的同時消費複蘇呈現結構性亮點。本周在外圍包括矽谷銀行、瑞士信貸銀行等風險事件爆發後，國内降準有望進一步引導流動性從金融體系傳導至實體經濟，推動今年經濟溫和複蘇。
是以，綜合而言，此次降準确認了目前貨币政策基調并未顯著變化，有助于緩解短期流動性擔憂，提振市場風險偏好。在外圍包括矽谷銀行、瑞士信貸銀行等風險事件爆發後，此次降準有利于提振市場信心，預計本次降準所釋放的流動性有望助力融資逐漸企穩回升，支撐A股企穩上行。
？GPT-4帶來的A股投資機會
3月14日，OpenAI釋出新一代大語言模型GPT-4，相比前一代産品，GPT-4在衆多關鍵性能上有了顯著提升。
GPT-4能夠處理複雜長文本，準确性明顯提高，具體表現為：1）更強的邏輯推理能力：GPT-4在多種學術基準、多語言測試、數理能力和邏輯推理能力方面的表現顯著優于GPT-3.5，在學術專業測試中表現更優。當任務達一定複雜程度時，GPT-4的表現較GPT-3.5更可靠、更有創意，且能夠處理更細微的指令。2）文字輸入限制提升：GPT-4文字輸入限制提升至2.5萬字，對長文本的處理能力大幅提高；3）“幻覺”與錯誤大幅度減少：GPT-4與早期GPT都會對事實産生“幻覺”并出現推理錯誤的局限性，但與GPT-3.5相比，GPT-4“幻覺”已顯著減少，準确性提高19％。
GPT-4具備多模态資訊處理能力：GPT-4具備“視覺能力”，可以讓使用者指定任意視覺或語言任務，在圖像輸入方面具備其在純文字輸入和序列分析上類似功能。具體來說，GPT-4可以生成文本輸出（自然語言、代碼等），給定的輸入包括帶有文字和照片的檔案、圖表或螢幕截圖等。在示例中，GPT-4能夠完成從圖表中讀取資訊并執行計算、解出用法語和圖像結合編寫的實體題目、“看圖說話”描述照片中不同尋常之處、對圖檔形式的論文内容進行總結等任務。
資料訓練幹預力度加強，GPT-4模型安全性明顯改進：OpenAI緻力于提升GPT模型安全性，聘請了超過50位人工智能安全領域的專家對GPT-4進行資料教育訓練和安全測試。相較GPT-3.5，GPT-4對于禁止性請求（如為犯罪行為提供建議）的錯誤響應已降低82％，而對于醫療建議和自殘等敏感資訊請求的錯誤回報降低了29％。
大語言模型近年來高品質發展得益于上遊算力的指數級提升、算法的重大突破與龐大且高品質的資料，建議關注AI算力、算法和資料标注相關投資機會。
1、AI算力
強大的算力是訓練大語言模型的基礎。由于大語言模型高度複雜的模組化方式和巨大的資料量，其對于計算資源的需求極高，GPT-3.5使用微軟自建的AI計算系統，由1萬顆英偉達V100 GPU組成，據OpenAI公布資料，訓練GPT-3.5模型需要的算力高達3640 PF-days，即每秒計算一千萬億次需運作3640天。
存儲容量、記憶體帶寬與網絡帶寬對于大模型訓練也十分重要。大語言模型需要大量的存儲容量來存儲模型的參數和中間結果，以便在推理期間快速響應查詢，若存儲容量不足可能對模型性能産生影響。在推理過程中，記憶體帶寬是一個關鍵因素，模型必須能夠快速檢索存儲在記憶體中的參數、中間結果、嵌入式向量等，這便對記憶體的讀寫速度提出了極高的要求。而訓練資料的擷取與分布式訓練時節點間的連接配接則需要強大的網絡帶寬做支援。
大語言模型對于算力的需求來自于訓練和推理兩個階段。在訓練階段，開發人員需要搭模組化型并随機初始化參數，然後開始訓練網絡，這一階段通常需要處理大量資料，并進行反複疊代，直到輸出結果符合預期。推理指的是在模型建立完畢後，根據輸入的資訊做出答複的過程，使用者與OpenAI的每次對話便是一次推理運算。據IDC測算，2021年中國人工智能算力57.6％用于推理，42.4％用于訓練，并且未來推理的算力需求有逐漸上升的趨勢。
AI晶片是算力的硬體基石。AI晶片也被稱為計算卡或AI加速器，主要指針對人工智能算法做了特殊加速設計的晶片。按照技術架構，AI晶片可分為GPU、FPGA、ASIC及類腦晶片；按照其在網絡中的位置，AI晶片可分為雲端AI晶片、邊緣及終端AI晶片；按照其在實踐中的目标，AI晶片可分為訓練晶片和推理晶片。随着人工智能下遊需求的爆發，AI晶片迎來快速發展，據億歐智庫預測，2025年大陸AI晶片市場規模将達1780億元，較2022年增長近100％。
2、算法
人類回報強化學習（Reinforcement Learning from Human Feedback），是大語音模型對話能力顯著增強的推手。以ChatGPT為例，其RLHF訓練分為三步，首先訓練監督模型，開發者從問題資料集中随機抽取問題，并由人類标注員給出高品質答案，再使用标注好的資料對GPT-3.5進行微調。第二步訓練獎勵模型，在資料集中抽取随機問題，使用第一階段模型進行多次回答，人類标注者對這些結果給出排名順序。第三步，使用近端政策優化算法對模型進行優化。這一階段利用第二階段訓練好的獎勵模型，靠獎勵打分來更新預訓練模型參數。在資料集中随機抽取問題，使用PPO模型生成回答，并用上一階段訓練好的RM模型給出品質分數。把回報分數依次傳遞，由此産生政策梯度，通過強化學習的方式以更新PPO模型參數。随後不斷重複第二與第三階段，通過疊代訓練出高品質ChatGPT模型。
3、資料标注
龐大的訓練資料是大語言模型高品質回答的基礎。OpenAI沒有披露ChatGPT具體的訓練資料量與參數規模，我們采用前一版本GPT-3近似替代。GPT-3與前一代産品GPT-2架構相同，但訓練資料與參數量顯著提升，GPT-2的預訓練資料量為40GB、參數量僅有15億個，而GPT-3的參數訓練量達到45TB、參數量更是高達1750億個，約有4900億個tokens。從回答品質上看，ChatGPT回答内容比GPT-2更貼切、準确，并且符合人類語言習慣。
ChatGPT的訓練資料來源十分豐富。ChatGPT所用資料主要來自于維基百科、書籍、期刊、Reddit連結、Common Crawl和其他資料集。從token數量看，Common Crawl占比最高，達60％，網頁占比22％，書籍占比16％；從資料量大小看，來自于Common Crawl的資料占比更高，達到75％。
大資料時代資料标注不可或缺。資料标注是開發機器學習模型時預處理階段的重要步驟，它需要識别圖像、文本、視訊等原始資料并添加一個或多個标簽為機器學習模型指定上下文，幫助其做出準确的預測。資料标注在模型訓練時十分重要，精确的資料标注使機器學習算法的訓練品質得到更好的保障，讓模型能夠訓練并産生預期的輸出，并且可為測試和疊代後續模型提供“參考标準”，避免産生“rubbish in， rubbish out”的尴尬局面。此外，資料标注還可以改進模型中資料變量的可用性。例如将分類變量重新劃分為二進制變量，使其更适合模型使用。
中國資料标注行業迅速發展。一方面，進入大資料時代後，人們各種行為的電子化、網絡化帶來海量資料，但産生的資料隻有1％能被收集和儲存，并且收集的資料中90％是非結構化的資料；另一方面，人工智能的興起帶來模型訓練所用結構化資料的巨大需求，資料标注的重要性逐漸凸顯。據iResearch資料，2019年大陸資料标注市場規模為30.9億元，預計2025年市場規模突破100億元，年複合增長率達到14.6％。
？總結
相比前一代産品，OpenAI新釋出GPT-4在衆多關鍵性能上有了顯著提升。GPT-4能夠處理複雜長文本，準确性明顯提高。大語言模型近年來高品質發展得益于上遊算力的指數級提升、算法的重大突破與龐大且高品質的資料，建議關注AI算力、算法和資料标注相關投資機會。1）AI算力，強大的算力是訓練大語言模型的基礎。由于大語言模型高度複雜的模組化方式和巨大的資料量，其對于計算資源的需求極高，AI晶片是算力的硬體基石；2）算法，人類回報強化學習，是大語音模型對話能力顯著增強的推手。3）龐大的訓練資料是大語言模型高品質回答的基礎。大資料時代資料标注不可或缺。資料标注是開發機器學習模型時預處理階段的重要步驟，資料标注在模型訓練時十分重要，精确的資料标注使機器學習算法的訓練品質得到更好的保障。
1-2月國内經濟資料驗證了經濟基本面趨勢性修複，地産鍊複蘇超預期的同時消費複蘇呈現結構性亮點。本周在外圍包括矽谷銀行、瑞士信貸銀行等風險事件爆發後，國内超預期降準有望進一步引導流動性從金融體系傳導至實體經濟，推動今年經濟溫和複蘇。本次降準确認了目前貨币政策基調并未顯著變化，有助于緩解短期流動性擔憂，提振市場風險偏好。在外圍包括矽谷銀行、瑞士信貸銀行等風險事件爆發後，此次降準有利于提振市場信心，預計本次降準所釋放的流動性有望助力融資逐漸企穩回升，支撐A股企穩上行。
總體來看，今年中國經濟将會保持複蘇的态勢，全球新産業趨勢方興未艾，3月A股将會先抑後揚，随着後續風險的釋放，将會回到上行周期。2023年整體來看，在新産業趨勢挖掘增長前景明确的中小成長标的的主要思路不會發生變化，行業層面仍關注AI+/數字經濟/自主可控等帶來的資訊科技相關細分領域的投資機會，以及醫療保健業績邊際改善帶來的投資機會。
02 複盤·内觀——市場兩極分化，TMT、金融相對抗跌
本周A股主要指數兩極分化，主要指數中創業闆指、大盤成長指數跌幅均超過2％，科技龍頭、大盤價值、科創50漲幅在2％以上，本周日均成交8821億元，較上周相比大體持平。南向資金本周淨流入港股135億港币，北向資金本周淨流入A股148億人民币。風格方面，醫藥生物、周期跌幅較大，TMT、金融相對抗跌。
本周A股市場兩極分化，振幅較大，主要原因在于：1）矽谷銀行之後，瑞信也陷入危機，流動性危機事件繼續降低市場偏好；2）office接入大語言模型，百度釋出文心一言，人工智能進入新時代；3）近期A股交易多為偏主題行情，市場博弈和交易行為對波動影響較大。
從行業上看，本周申萬一級行業漲跌不一，傳媒、建築裝飾、計算機和通信漲幅居前，電力裝置，銀行跌幅居前。從漲跌原因看，本周漲幅居前的行業主要原因，傳媒（AI爆發，應用端收益），建築（經濟複蘇預期，一帶一路），計算機（AI爆發，信創自主可控），跌幅較大的行業原因，電力裝置（歐洲新能源政策引來擔憂），銀行（國外銀行流動性風險）。
03
中觀·景氣——2月公用充電樁數量累計同比維持較高增速，1-2月份房屋新開工、竣工、銷售等同比均有所改善
2月公用充電樁數量累計值同比維持高速增長，增幅略有下降。資料顯示，2月公用充電樁總數累計值為186.95萬個，累計同比增長54.11％，連續11個月增幅維持在50％以上，2月增幅較前值收窄2.02個百分點。
2月太陽能電池累計産量同比增幅收窄。2月太陽能電池累計産量為6297萬千瓦，累計同比增長40.80％％， 增幅較前值收窄7個百分點。
2月金屬切削機床累計産量同比跌幅收窄。2月金屬切削機床累計産量為8萬台，同比下行11.8％，跌幅較前值收窄1.3個百分點。
2月工業機器人累計産量同比跌幅擴大。2月工業機器人累計産量為62036台/套，同比下行19.2％，跌幅較前值擴大14.4個百分點。
1-2月份房屋新開工面積累計同比降幅收窄，房屋竣工面積累計同比降幅由負轉正；商品房銷售額、商品房銷售面積累計同比降幅收窄；房地産開發投資完成額、房地産開發資金來源累計值同比降幅收窄。1-2月份房屋新開工面積累計值為1.36億平方米，累計同比下行9.40％，較去年1-12月份降幅收窄30個百分點，三個月滾動同比降幅收窄至-43.34％（前值-43.81％）。1-2月份房屋竣工面積累計值為1.32億平方米，累計同比上行8.00％，較前值降幅收窄23個百分點，由負轉正，三個月滾動同比降幅收窄至-7.91％（前值-10.03％）。。
1-2月份商品房銷售額累計值為1.54萬億元，累計同比下行0.10％，降幅收窄26.60個百分點，三個月滾動同比降幅收窄至-24.19％（前值-28.02％）；1-2月份商品房銷售面積累計值為1.51億平方米，累計同比下行3.60％，降幅收窄20.70個百分點，三個月滾動同比降幅收窄至-27.17％（前值-29.91％）；1-2月份房地産開發投資完成額累計值為1.37萬億元，累計同比下行5.70％，降幅較前值收窄4.30個百分點，三個月滾動同比降幅收窄至-13.82％（前值-16.26％）。
1-2月份房地産開發占固定資産投資完成額的比重為25.51％，1-2月份房地産開發資金來源合計累計值為2.13萬億元，累計同比下行15.20％，降幅較前值收窄10.70個百分點，三個月滾動同比降幅收窄至-27.47％（前值-30.14％）。
1-2月大陸發電量累計同比增幅較前值收窄，細分項目中風電、核電發電同比增幅擴大，火電、水電發電同比降幅由正轉負，太陽能發電量同比增幅收窄。1-2月份，大陸累計發電量13497.34億千瓦時，累計同比上行0.71％，增幅較前值收窄1.49個百分點；其中火電累計産量9756.62億千瓦時，同比下行2.26％，增幅由正轉負；水電累計産量1366.67億千瓦時，累計同比下行3.37％，增幅由正轉負；風電累計産量1336.84億千瓦時，累計同比上行30.15％，增幅較前值擴大17.85個百分點；太陽能産量累計369.59億千瓦時，同比上行9.31％，增幅較前值收窄4.99個百分點；核電産量累計667.54億千瓦時，同比上行4.30％，增幅較前值擴大1.80個百分點。
04 資金·衆寡——北上融資淨流入，ETF淨申購
從全周資金流動的情況來看，本周北上資金呈現淨流入态勢，融資資金淨流入，新成立偏股類公募基金上升，ETF淨申購。具體來看，北上資金本周淨流入147.8億元；融資資金前四個交易日合計淨流入37.7億元；新成立偏股類公募基金88.5億份，較前期上升16.2億份；ETF淨申購，對應淨流入134.0億元。
從ETF淨申購來看，ETF淨申購，寬指ETF以淨申購為主，其中創業闆（含創業闆50）ETF申購較多；行業ETF以淨申購為主，其中醫藥ETF申購較多，資訊技術ETF贖回較多。具體來看，股票型ETF總體淨申購105.6億份。其中，滬深300、創業闆ETF、中證500ETF、上證50ETF和雙創50ETF分别淨贖回0.9億份、淨申購49.2億份、淨申購3.3億份、淨申購4.7億份、淨申購12.7億份。行業方面，資訊技術ETF淨贖回18.1億份；消費ETF淨申購0.8億份；醫藥ETF淨申購29.3億份；券商ETF淨申購0.4億份；金融地産ETF淨贖回2.3億份；軍工ETF淨申購3.1億份；原材料ETF淨申購0.4億份；新能源&；智能汽車ETF淨申購14.8億份。
本周新成立偏股類公募基金規模較前期回升，新成立偏股類基金88.5億份。
本周（3月13日-3月17日）北向資金淨流入147.8億元，從前期淨流出轉為淨流入。行業偏好上，北上資金淨買入規模較高的為電力裝置、醫藥生物、傳媒等，分别淨買入39.1億元、26.3億元、25.4億元；集中賣出銀行、非銀金融、家用電器等，淨賣出規模達-25.7億元、-14.3億元、-10.6億元。
個股方面，北上資金淨買入規模較高的為長江電力、TCL中環、法拉電子等；淨賣出規模較高的包括中國平安、甯德時代、貴州茅台等。
兩融方面，融資資金前四個交易日淨流入37.7億元。從行業偏好來看，本周融資資金集中買入電子，淨買入額達25.9億元，其他淨買入規模最高的行業主要包括通信、建築裝飾、國防軍工等；淨賣出的主要是電力裝置、有色金屬、銀行等。從個股來看，融資淨買入較高個股包括中國移動、中芯國際、中國聯通等，淨賣出較多的主要包括民生銀行、牧原股份、科大訊飛等。
從資金需求來看，重要股東淨減持規模擴大，計劃減持規模提升。本周重要股東二級市場增持8.6億元，減持90.2億元，淨減持81.6億元，淨減持規模擴大。其中，淨增持規模較高的行業為石油石化、基礎化工和汽車；淨減持規模較高的行業包括計算機、電子、社會服務等。本周公告的計劃減持規模為175.9億元，較前期提升。
05
主題·風向——大語言模型應用頻出，AIGC市場規模有望超過千億美元
本周市場普跌，Wind全A指數周度下跌0.58％，創業闆指下跌3.24％，滬深300下跌0.21％。本周漲幅居前的主要為營銷傳播、大基建央企、網際網路傳媒。
本周和下周值得關注的主題事件有：
（1）一帶一路——習近平将對俄羅斯進行國事通路
3月17日，外交部發言人華春瑩宣布：應俄羅斯聯邦總統普京邀請，國家主席習近平将于3月20日至22日對俄羅斯進行國事通路。俄羅斯各界對此充滿期待，認為習近平主席此訪對俄中關系發展具有重要意義。俄方期待與中方進一步弘揚傳統友好，深化政治互信，拓展務實合作，加強交流互鑒，更好造福兩國人民。
（2）數字經濟——工信部表示加快5G、工業網際網路等新型資訊基礎設施建設和應用，壯大數字經濟核心産業
3月14日，工業和資訊化部黨組書記、部長金壯龍主持召開黨組會議和幹部大會。金壯龍要求，要健全産業科技創新體系，強化企業創新主體地位，推進創新鍊産業鍊資金鍊人才鍊深度融合，促進科技成果高效轉化。加快實施“十四五”規劃重大工程項目，發揮重點地區作用，穩住重點行業發展，鞏固工業經濟回升向好勢頭。提升産業鍊供應鍊韌性和安全水準，穩步實施關鍵核心技術攻關工程，加快推進産業基礎再造工程和重大裝備攻關工程，加強産業鍊關鍵環節産能儲備和備份。推動制造業高端化、智能化、綠色化發展，大力發展戰略性新興産業，加快傳統産業和中小企業數字化轉型，深化品質品牌建設，積極推行綠色制造、智能制造，紮實推進重點領域節能降碳。切實落實“兩個毫不動搖”，持續優化中小企業發展環境，促進大中小企業融通創新，激發湧現更多專精特新企業。加快5G、工業網際網路等新型資訊基礎設施建設和應用，壯大數字經濟核心産業，推動內建電路、工業軟體産業高品質發展，積極培育新業态新模式。
（3）數字經濟——《數字甯夏“1244+N”行動計劃實施方案》釋出
3月14日，《數字甯夏“1244+N”行動計劃實施方案》釋出。其中提出，圍繞數字甯夏建設，推動實施“1244+N”行動計劃，健全完善組織、規劃、政策保障體系，加快全國一體化算力網絡國家樞紐甯夏節點和國家（中衛）新型網際網路交換中心建設，大力實施數字産業化、産業數字化、數字化政務、數字化社會“四化”工程，培育引進一批生産和運用數字的企業，2023年數字資訊産業産值達到850億元，數字經濟占GDP比重達到36％左右（力争到2027年達到40％以上），加快推動我區經濟社會高品質發展
（4）人工智能——OpenAI釋出多模态預訓練大模型GPT-4
3月14日，Open-AI公布多模态大型語言模型的最新版本——GPT-4，增加了識别和了解圖像的能力，同時文本處理能力提升至2.5萬字。該版本比以前的版本“更大”，這意味着其已經在更多的資料上進行了訓練，并且在模型檔案中有更多的權重，這使得它的運作成本更高。OpenAI表示，新模型将産生更少的錯誤答案，更少地偏離談話軌道，更少地談論禁忌話題，甚至在許多标準化測試中比人類表現得更好。例如，GPT-4在模拟律師考試的成績在考生中排名前10％左右，在SAT閱讀考試中排名前7％左右，在SAT數學考試中排名前11％左右。同時，微軟也确認Bing Chat聊天機器人已更新使用OpenAI的GPT-4技術。此前，微軟還宣布，已可以在基于Azure智能雲平台上的OpenAI服務中使用ChatGPT。微軟中國相關負責人表示，微軟會側重于企業級OpenAI模型在各個行業場景的落地。“在全球範圍内，微軟Azure OpenAI商用服務的使用者增長量是非常大的，零售、汽車、金融、網際網路、遊戲等領域的企業，均在探索ChatGPT的服務如何在企業場景裡産生價值。”
（5）高端制造——國資委加大力度布局前瞻性戰略性新興産業，在內建電路、工業母機等領域加快補短闆
3月15日，國務院國資委黨委在人民論壇發表署名文章《國企改革三年行動的經驗總結與未來展望》：國資國企将全面貫徹黨的二十大精神和中央經濟工作會議部署，以提高企業核心競争力和增強核心功能為重點，深入實施新一輪國企改革深化提升行動，堅定不移推動國有資本和國有企業做強做優做大，在建設現代化産業體系、建構新發展格局中發揮更大作用。其中，圍繞增強産業引領力深化改革，更好推動現代化産業體系建設。更大力度布局前瞻性戰略性新興産業。加大新一代資訊技術、人工智能、新能源、新材料、生物技術、綠色環保等産業投資力度，在內建電路、工業母機等領域加快補短闆強弱項，促進支撐國家算力的相關産業發展，推動傳統産業數字化智能化綠色化轉型更新。
（6）人工智能——微軟官宣将把聊天機器人技術植入Office辦公軟體
3月16日，科技巨頭微軟在其官網宣布，公司正在将其人工智能（AI）技術植入到辦公軟體中，該功能名為“Microsoft 365 Copilot”。根據官網上公布的示範視訊，Copilot可以在微軟的多個商業應用程式中使用，包括Word、PowerPoint、Excel等。據官網介紹，研究人員改進了大語言模型（LLM）的能力，使其能更好地了解和回應使用者輸入的文本，這也是Copilot将成為全新工作方式的主要原因，它比“将ChatGPT嵌入Microsoft 365”表現得更強大。
（7）人工智能——百度正式釋出文心一言
3月16日，被稱為中國版ChatGPT的百度文心一言在百度北京總部大樓正式釋出，百度同時在上海張江人工智能島百度飛槳中心設立釋出會分會場。百度創始人李彥宏親自出席釋出會并進行文心一言産品介紹，他在開場白中表示：百度文心一言“十月懷胎“，終于”一朝分娩”。據了解，百度已經連續多日進行持續到淩晨的壓力測試，為了支援文心一言，亞洲目前最大的單體智算中心山西陽泉百度智算中心，已經将算力提升到每秒可以完成400億億次浮點運算，将與百度在江蘇鹽城等地的其他幾座智算中心一起，為“文心一言”提供算力支援。
（8）量子計算——中國科研團隊成功研制出“量子晶片冰箱”，已投入使用
3月16日，中國首個量子晶片高真空存儲箱研制成功，并已投入使用，科研人員形象地稱其為“量子晶片冰箱”。據安徽省量子計算工程研究中心副主任賈志龍介紹，這個量子晶片高真空存儲箱有三個儲存腔體，每個腔體都可以單獨操作。此外，它還配備了智能監控系統，能夠實時監控真空度，為晶片儲存過程提供穩定的高真空環境；研發人員還開發了人機互動功能界面，使得裝置可以全自動化操作。賈志龍指出，量子晶片中的超導材料對環境非常敏感，在制作和存儲過程中如果環境不合格，就會和空氣中的氧氣、水分子發生化學反應，吸附各種雜質。這樣一來，量子晶片關鍵部件如約瑟夫森結、超導電容等就會老化，導緻量子比特頻率一緻性變差，量子晶片相幹時間縮短，最終影響量子晶片的性能。就像食物在空氣中暴露後會氧化變質一樣，如果沒有妥善儲存量子晶片，它也會因為“不新鮮”而失效。
（9）數字經濟——“東數西算”工程進入全面建設階段
3月17日，央視從國家發展改革委獲悉，截至目前，“東數西算”工程的8個國家算力樞紐節點建設已全部開工，“東數西算”工程從系統布局進入全面建設階段。在甘肅，慶陽國家資料中心叢集開工建設，建成後将重點服務京津冀、長三角、粵港澳大灣區等區域的算力需求，打造面向全國的算力保障基地。在已經開工的8個國家算力樞紐中，今年新開工的資料中心項目近70個，其中，西部新增資料中心的建設規模超過60萬機架，同比翻了一番。至此，國家算力網絡體系架構初步形成。“東數西算”工程自啟動至今，全國新增投資超過4000億元，整個“十四五”期間，将累計帶動各方面投資超過3萬億元。
（10）碳中和——兩部門聯合釋出《關于進一步加強節能标準更新更新和應用實施的通知》
3月17日，國家發改委、市場監管總局聯合釋出《關于進一步加強節能标準更新更新和應用實施的通知》。其中提出，加快制定修訂一批重點領域節能标準。組織實施“十四五”百項節能降碳标準提升行動。在工業領域，加快修訂石化、化工、鋼鐵、有色金屬、建材、機械等行業強制性能耗限額标準，提升電機、風機、泵、壓縮機、電焊機、工業鍋爐等重點用能産品裝置強制性能效标準，努力實作标準名額國際先進。在能源領域，加快煤炭清潔高效利用、新能源和可再生能源利用、石油天然氣儲運、管道運輸、輸配電關鍵裝置相關節能技術标準研制。在城鄉建設領域，制定修訂建築節能、綠色建築、綠色建造、農村居住建築節能等标準，完善建築與市政基礎設施節能相關産品标準。在交通運輸領域，完善交通基礎設施和運輸裝備節能降碳設計、建設、營運、監控、評價等标準。
本周産業觀察——國内外大語言模型應用頻出，AIGC行業市場規模有望超過千億美元
1、微軟推出融合GPT-4的全新Office，開啟AI辦公時代
大語言模型接入Office，号稱“最強生産力工具”。3月16日微軟推出Microsoft 365 Copilot，其将大語言模型與Microsoft Graph中的資料及Microsoft 365中的應用相結合，隻需輸入簡單的語句指令，便能輕松實作衆多功能，讓使用者從繁瑣的工作中解放。在此之前，Copilot已經內建在GitHub上，使用過GitHub Copilot的開發人員中，88％的開發人員表示該工具能提高工作效率，77％的開發人員表示該工具幫助他們加快搜尋資訊的速度，74％的開發人員表示他們可以将精力集中在更令人滿意的工作上。
接入大語言模型将大幅提升Office使用者工作效率。在Word中，Copilot可以建立初稿、向現有文檔添加内容、彙總文本以及重寫部分或整個文檔以使其更簡潔，甚至隻需一句簡單的指令，Copilot就能自動改變行文風格；在Excel中，Copilot可根據所輸入自然語言的需求插入公式、進行相關性分析并且建立可視化效果；在PPT中，使用者可以輸入自然語言要求Copilot将冗長的文本自動生成PPT并調整布局；在Outlook中，Copilot可以自動将郵件分類、提取關鍵資訊、起草郵件，将大幅節省使用者工作時間。
2、百度“文心一言”正式釋出，對标ChatGPT
3月16日，百度正式釋出新一代大語言模型文心一言。在釋出會上，文心一言展示了在文學創作、商業文案創作、數理推算、中文了解、多模态生成五個使用場景中的綜合能力。從展示結果看，文心一言具有較好的對人類意圖的了解能力，并且其回答的準确性與流暢性都處于行業領先水準。
文心一言功能強大，賦能AI生成。文心一言是基于ERNIE及PLATO模型基礎上研發的新一代大語言模型，其關鍵技術包括大語言模型的通用技術：監督微調、基于人類回報的強化學習、提示；以及百度自身創新技術：知識增強、檢索增強和對話增強，這三項技術也是文心一言未來成長的基礎。文心大模型能減少AI生成90％的資料标注量、降低90％的計算資源消耗、縮短85％的開發周期，将顯著降低人工智能生成所需成本。
百度文心大模型已有完備生态，實作衆多AI場景全覆寫。百度文心大模型包括自然語言處理模型、圖像處理模型、跨模态大模型、生物計算大模型與行業大模型，能解決多種人工智能問題。并且在上遊工具平台與下遊産品社群方面，百度也早有布局，不僅為創作者提供零門檻AI開發平台與API接口，還建立了分享與交流社群，完備的生态有助于增加使用者粘性。在應用領域，文心大平台也廣泛賦能保險、醫療、金融等各領域企業，為客戶提供高效便捷的解決方法，深度綁定中國人壽、國美、度小滿金融等頭部企業。
3、 爆款大語言模型頻出的背後是整個AIGC行業的興起
各款大語言模型的爆火并非偶然，背後是整個AIGC行業的興起。AIGC即人工智能生成内容，是繼專業生成内容（Professional Generated Content）和使用者生成内容（User Generated Content）之後一種全新的内容生成方式。AIGC集二者之所長，既保證了作品的專業程度與品質，又擁有媲美甚至超越使用者生成内容的産量與多樣性，有望引領新的内容生成生态。
曆經多代發展，AIGC生态逐漸完善。結合人工智能的發展曆程，AIGC演進大緻分為四個階段。1950-1990為AIGC發展的萌芽階段，受制于所在時代的科技水準限制，AICG僅應用在實驗室中。1957年，Lejaren Hiller和Leonard Isaacson通過将計算機程式中控制變量換成音符完成了世界上第一支由計算機創作的音樂；80年代中期，IBM基于隐馬爾科夫鍊創造了語音控制打字機，能處理2000個單詞。1990-2010年是AIGC沉澱積累階段。2006年，深度學習算法取得巨大突破，同年圖形處理器與張量處理器等算力裝置性能不斷提升，人工智能發展取得顯著進步。但由于所需計算量達不到滿足，AIGC仍無法較好完成創作。2010至2021年，AIGC快速發展。2014年生成式對抗網絡的提出使得AIGC駛入快車道，深度學習、強化學習等一系列算法的提出為AIGC蓬勃發展奠定了基礎，自此生成内容百花齊放。2022年後，随着ChatGPT在應用市場嶄露頭角，AIGC進入破圈爆發的新時代。
蓬勃發展，AIGC行業市場空間廣闊。從需求側看，傳統内容生成手段受限于人們的想象力和制造能力，逐漸無法滿足消費者對多元化和高品質内容産品的需求；從供給側看，Meta、微軟、谷歌、OpenAI等頭部企業持續不斷布局數字化轉型，探索人工智能生成，産出大量優質産品。在供需雙方的推動下，AIGC在各行各業蓬勃發展，市場潛力逐漸顯現。據咨詢機構Acumen Research and Consulting預測，2030年全球AIGC市場規模有望達到1100億美元。
06 資料·估值——整體A股估值上行
本周全部A股估值水準較上周上行。截至3月17日收盤，全部A股PE（TTM）上行0.1至14.1，處于2010年以來估值水準的32.4％分位數。創業闆本周下行，PE（TTM）下行1.0至35.4，處于2010年以來估值水準的12.7％分位數。代表大盤股的滬深300指數PE（TTM）上行0.2至11.2，處于2010年以來估值水準的33.0％分位數。代表中小盤股的中證500指數PE（TTM）下行0.1至17.9，處于2010年以來估值水準的11.8％分位數。
在行業估值方面，本周闆塊估值多數下跌，其中，社會服務、電力裝置、汽車闆塊下跌較多，計算機、通信、傳媒闆塊上漲較多。社會服務闆塊下跌2.5至61.5，處于近十年來74.2％曆史分位；電力裝置闆塊估值下跌1.8至24.1，處于近十年來4.8％曆史分位；汽車闆塊估值下跌1.2至26.4，處于近十年來76.9％曆史分位；計算機闆塊估值上漲2.3至53.7，處于近十年來73.2％曆史分位；通信闆塊估值上漲1.8至20.6，處于近十年來11.5％曆史分位；傳媒闆塊估值上漲1.6至24.8，處于近十年來34.1％。截至3月17日收盤，一級行業估值排名前五的行業分别是社會服務、國防軍工、計算機、美容護理、農林牧漁。
本文源自券商研報精選