萝卜研报网

投资就是获取信息，处理信息，建立模型，得出结论的一个信息流过程。作为一个散户精力有限，一般来说只能掌握特定的投资方法，有人研究周期股，有人研究龙头股，有人研究消费股。要想扩大自己的投资疆域，就必须有利器才行。我在投资中最常用的信息来源有：财务报表、研报、在某公司（领域）有深度研究的大V以及公司的官方微信公众号（官网）等。怎么阅读财务报表已经反复讲过，今天我和大家分享一下怎么阅读研报。研报的阅读我常用的有两个渠道，一个是慧博，一个是萝卜投研，前者内容丰富，功能强大，归类细致，后者智能化检索能力超强，常有意外之喜。如图是慧博的界面，在左上角我们看到研报分类，我常用的是深度行业报告、深度公司报告、精选研报和系列专题。其他一些定制的服务，可以根据自己的偏好选择。研报的分类有宏观研究、俗话说伟大的公司都是时代的公司，宏观研究就是讨论时代的整体面貌的，诸如经济政策、经济指标等等。很多大牛喜欢讨论国家大事，比如供给侧改革、房地产调控、国企改革等，都属于此类。债券研究一般股民都不怎么关心，我有时候会去看一下，看看债券市场的规模、成本等，如果大家仔细研究恒大的负债结构、规模和成本后，就会对该企业近期开展的降价促销有深刻的理解，如果再结合宏观研究，对经济整体的运行趋势就了然于胸了。策略研究，这个很好理解，了解了经济大势后就可以定策略了，比如18年的新能源补贴轰轰烈烈，那策略就是搞新能源，今年疫情严重，医药股，诸如此类。行业研究和企业研究就接地气了，涉及到具体的投资标的了，如果定了买医药行业，那么是买疫苗行业呢还是医药服务呢，或者互联网大健康？然后具体买那个企业，什么价格区间操作等等，这是我们股民接触最多的投资研报了。这五类研报之外，还有一些异类的报告，比如金融工程、公司调研等等，都是小类。在研报分类的基础上，阅读研报的第一步是寻找研报，信息爆炸的今天，研报也不例外，慧博每天新研报几千份，怎么可能全看？大富翁这种常年看研报的，平均一天也就是六七份，一个半小时左右。除非你是职业投资，斗则一定要慎重选择阅读范围。我们还要明白，在研报的整体中大约90%以上都是垃圾，和任何行业一样，大家不必大惊小怪。很多自媒体的账号，每天写一个企业的深度分析和投资建议，也是垃圾堆，这个正常想一下就明白了。一方面很多研究质量不高，另一方面很多研究的重复率很高，所以我建议对于点评类的研报基本上不需要看了，比如业绩点评、事件点评等，页数一般在十页以下的，这些分析也都是研究所的实习生写的，水平也就那样，还不如上雪球看大V点评。我们一般看的是深度研报，包括行业深度研报、企业深度研报和系列报告三类。如图是我在系列研报中输入关键字"白酒"的检索结果，这个分析同时也是行业深度研究，但不是一篇一篇独立的研报，而是某个主题的深度研报系列，对于我们深度理解相关企业和公司大有帮助。阅读研报，我们是在干什么呢？主要有两个：数据和模型、逻辑。很多人以为我们看研报是寻找买点和卖点，不是的，研报的投资结论是不可信的，这个不可信指的是有时候对，有时候错，所以可以参考，但是需要自己独立分析，自主判断，而不是盲目依赖。数据和模型是投资的基础，但是作为散户，有些数据是需要付费的，有些数据是我们拿不到的，有些数据整理起来工程浩大，借助券商有研究员免费给我们打工，很容易得到。类似的行业空间、企业的市场占比、上下游的联动、企业的产品竞争力、公司的股权结构等，这些客观的信息都是我们看研报的重要目的。部分研报因为研究员素质低，或者能力不足，出现互相抄袭或者把基本数据搞错的，也能看到，但是不多，在相关的深度研报中我们姑且认为数据可信。看完数据后，我们可以借鉴研报的模型和逻辑，看看在数据的基础上，研究院对于未来的发展是如何分析的，对于企业的价值是怎么判断的，这些分析和模型不一定对，但是兼听则明偏信则暗，券商作为投资的专业机构，其分析的角度和逻辑推理，对于开阔我们的视野，补充个人思考的不足，都大有好处。当然，在长期的市场发展中，不同的研究院形成了各具特色的的研究方向。比如保险行业的研究，可以多看看童成墩的分析，食品饮料行业多看杨勇胜，朱卫华，建材行业多看看鲍雁辛等等，这些资深研究员在各自行业中都享有盛誉，时间证明了其能力。研究的阅读应该是投资者的一项长期工作，如果打算对某个公司进行研究并有投资计划，一般情况我都会下载近三到五年所有的相关深度研报进行阅读，其实也不多，常见的就是十几份到五十份之间，没见过100份以上的。这么多研究只需要前面三五份认真阅读，做好信息的归类，我一般是按照四个角度分类：宏观逻辑，包括一个国家的经济结构、消费者特征、政策的影响及变化方向；行业分析，包括行业竞争格局、上下游的关系、行业的关键变量、行业规模、行业属性（产品是不是标准化、好运输吗？好储存吗？等等）；企业分析，包括商业模式、竞争力、股权结构、企业文化、产品结构等；财务信息，包括数据的横向比较、纵向比较，关键指标的深度分析等。信息分类的好处是你会发现，很多内容都是重复的，如果第一篇研报需要半小时，可能第六份研报只需要六分钟，在阅读的过程中我们重点是想，为什么大家都这么想？为什么这家券商的想法不同？谁的数据对，谁的逻辑有问题？这样才是一个深度研报的深度阅读方法。有一类的研报很有意思需要单独讲讲，那就是复盘类。比如招商证券杨勇胜的研报《十五年复盘暨展望：名酒复兴标杆，再续蓝色传奇》、方正证券的《海螺水泥系列二：深度复盘，水泥龙头的往昔与未来》等，这些研报的价值极大，穿越历史，以上帝视角为我们讲述了企业的过去和现在，投资人可以深度理解企业的基因，想想，企业当初为什么这么做？企业的成功是必然还是偶然？当初成功的要素现在还在吗，还起作用吗？这对于一个散户建立自己的能力圈非常重要。这些年来我阅读了上万份研报，自己写的深度分析也有上百篇，每一篇都耗时耗力，受到了大量网友的认可，这里我把自己分析企业的模板和大家做一个分享。一、行业分析行业的规模、行业的持续性（比如单纯的录音机行业已经接近于消失了）、行业的发展潜力、行业的竞争格局、行业的关键变量、行业的产品属性、行业的发展阶段、行业的政策影响、产业的上下游关系等等。二、企业分析1、 企业的基本情况，包括工商登记资料、历史沿革、组织机构、股权结构、控股股东等。2、 管理团队，包括履历介绍、薪酬体系、激励措施等，3、 产品和服务，包括产品性能、生产和销售情况、库存情况、地域分布、知识产权、核心技术、新品研发等4、 市场，包括供应链、竞争对手、销售渠道、定价能力、市场占有率等5、 发展战略，包括企业的商业模式、经营理念、企业定位、发展战略、发展目标、销售策略等。6、 风险分析，包括政策、市场、财务、管理、跨维打击、执行力等。三、财务分析与估值财务分析包括会计政策选择、会计政策变更的影响、分析财务报表、纳税分析、会计科目分析、经营效率分析、现金流分析、融资结构分析、财务风险分析等。估值结构分析应该结合公司的自由现金流价值、历史估值变化，同行比较、宏观环境等多因素给出具体的参考交易点，因为合规原因，这一部分可以不公开发表，我一直是这么做的。大家可以按这个结构自己尝试去做几家熟悉企业的深度研究，开始可能有点困难，十篇左右就差不多建立一个系统的企业分析思维了。最后提醒一下：善者，方有所成，我们一定要重视研报的数据和逻辑，用好这个免费的研究员，但是千万不要盲目相信研报的结论，作为一名独立的基金经理，投资决策必须保持冷静和客观。

大家好，我是犀利君。前段时间在股票训练营答疑时，我发现有一个问题经常被大家问到，就是怎么阅读研报？研报的重要性仅次于财报，很多财报上没有的信息，在研报上都可以找到。不过读懂研报也不是件容易的事。虽然研报内容上相对精简，少的也就寥寥几页，但普通人第一次去读，还是感觉很头疼。考虑到研报话题比较大，没办法用一篇文章说清楚，所以我想写一个研报系列，帮助大家更轻松地阅读研报，吸收其中的精华。如果你对研报感兴趣，01 为什么要写研报？先来讲讲什么是研报。研报是证券公司分析师所写的研究报告，可以用于投资活动的参考。有些朋友会注意到，网上很多渠道可以免费下载研报，证券公司好像也不靠卖研报赚钱，那他们写研报的目的是什么？我们还是从头说起。开过股票账户的朋友都知道，证券公司就是俗称的券商。券商帮你完成开户，以后你每次在账户里买卖股票，它都能坐收一笔手续费。当然，在券商这里开户的投资者很多，除了散户，还有就是各大机构，比如公募基金、社保养老基金、保险公司等等。由于它们的资金量庞大，交易的手续费当然也就更多，所以券商想要提高自身收入，还是要想办法吸引机构客户。那么，券商为了吸引更多机构客户，就要提供更好的服务，其中有一项服务，就是提供高质量研究报告。打个比方，这就像一个旅游网站，它想要吸引游客来报名参团，那就要提供各个著名景点详细攻略，先告诉别人哪里比较好玩。假如某天有公司想要搞团建，看到有一份现成的“旅行指引”，不需要再自己设计行程，直接来你这里报名就行了。券商的研究报告，也有点像是旅行指引，哪家券商提供的研报质量高，机构客户就会选择在哪家开户交易。换个角度说，机构支付的交易手续费，有一部分是花在了买券商的研究信息上。02 散户要不要读研报？说白了，研报主要是给专业机构看的。特别是那些基金经理，手里管着几十亿上百亿资金，他们需要专业的信息来做投资决策，可是又没精力覆盖那么多上市公司，看券商分析师写的深度研究，可以提高自己分析的效率。那是不是专业人士才需要读研报呢？我觉得作为普通散户，也要学会看研报。因为研报的分析思路，基本体现了机构的视野和思考方向，正所谓“站得高才能看得远”。学会用专业角度分析，对你建立完善的投资体系，会有很大的帮助。当然，现实中大家好像更爱看大V的分析长文。其实我也看过某些大V写的文章，有很多句子都是原封不动从研报里摘抄的，就这样东拼西凑，最后添上两句自己的话，一篇洋洋洒洒的公司分析就出炉了。不信，你可以挑一篇文章，选择某些晦涩的句子百度一下，估计首页就有对应的研报……我觉得，你与其看这种二手、三手的转述，还不如直接找一份真材实料的研报读读。这就好比很多人看新拍的《红楼梦》，觉得不过如此；但你花点时间读一下原著，就会发现，它远比电视上拍得精彩得多。03 哪里去找免费的研报？估计有些人还不知道哪里可以下载研报，所以我提供一下几个常用渠道：1.萝卜投研萝卜投研上可以搜到很多免费的研报，也是我用下来感觉最方便的工具。它还有个非常实用的功能，直接输入关键词来检索相关研报，这比你用百度搜索要精确得多了。2.慧博投资分析APP当然，萝卜投研有个缺点，就是它收录的研报并不全面，有些研报上面是没有的，这个时候不妨在慧博上找找。要提醒的是，慧博的研报需要用积分下载，积分可以通过每日签到领取。3.股票报告网再补充一个研报网站，需要你先注册为普通用户，然后每天能免费下载3份研报。相对来说，这个网站下载的限制比较多，使用体验也要差一些。好了，以上就是研报系列的第一篇，一开始的内容都比较基础，后面我会陆续介绍一些研报相关知识，包括有哪些研报要看、研报的框架、研报阅读技巧等等。等这些基础打好了，再随意拿起一份研究报告，细品各个行业的风云激荡、各个公司的角逐较量，也许一个更加精彩的世界，会呈现在你的眼前。最后，如果你对读研报感兴趣，欢迎点个【赞】告诉我。本文首发简七读财（ID：jane7cai）每天一个理财小知识，让理财更简单，人生更自由。*未经授权，不得转载，侵权必究。

来源：简七小助手研报系列陆续更新中，感兴趣的记得“追更”哦~大家好，我是犀利君。经过前面几篇文章的打底，相信大家对研报已经不陌生了。下面我们还是直接拿一份研报，看里面都写了些啥。我找了一份行业深度研报，大概有33页，页数不少。我们就以它为范本，看看行业研报的大致结构，以及每个部分有哪些重点。具体研报名称参考下文，你可以在慧博或萝卜投研上查找PDF文件。01研报第1页，有哪些信息？首先，我们打开研报第1页：开头先看几个简单信息——1）机构名称“国元证券”。2）发布时间“2020年7月26日”，显示最近一个月写的。3）报告标题，告诉你这是一份“空调行业”的报告。眼尖的朋友会发现一个疑问，这里的“耐用消费品与服装”是指什么行业？查了一下，这个是中证指数行业二级分类，和之前提到的申万行业分类不同。个人觉得这个二级分类有点泛（把卖空调的和卖服装的放一起），而申万是把“家用电器”单独列为一级分类。“中性|维持”是指行业评级，最后1页会有具体解释，这里暂且略过。然后看研报的右边列，一般是长这样：4）过去一年市场行情：耐用消费品与服装行业和沪深300指数，两个过去1年涨幅大致在17%左右；分时间段看，行业之前的走势强于市场，但是最近几个月被沪深300超过。当然，这个行业走势并不完全反映空调行业的情况，只能作为参考。5）相关研究报告：一般是同主题的关联研报，思路上有延续性，感兴趣可以找来看看，对你理解这篇研报可能有帮助。6）报告作者：分析师的个人信息。再看中间的摘要部分——7）“报告要点”、“投资建议”和“风险提示”，通常是正文内容的浓缩版。*这部分建议先粗看一遍，不理解没关系，可以直接看正文，回头再来仔细读，这样效果会好一些。8）最底下列出了同行业公司，对普通人来说，这是一个比较实用的信息。这份报告列了2个重点公司，如果想了解空调行业其他的上市公司，还要再去其他研报里找找：02先看图片、再看正文，体验可能会更佳接着，我们翻到研报第2页：目录部分，相当于是摘要部分的简化，也是正文的写作框架，扫一眼了解大概。接下来进入到正文，我们主要看一下包含哪些内容，专业的分析暂不涉及。一般来说，正文都是图文形式，一大段文字，再配一张或几张图片。像这份研报，正文基本就是下面这种，信息密度很大，看起来很有压力：不过你看那些科普类短视频，基本就是影像、图片或特效动画，再配上文字旁白，可视化地学习知识，感觉也不累；我们看研报也可以用这个方法，就想象自己是在看视频：先看图片，再去“脑补”文字或数据等，阅读体验可能会好一些。另外要注意，图片下面都会注明“数据来源”。我看了一下，数据主要来自于国家统计局、世界银行、产业在线，欧睿咨询等，来源都很权威，不是官方数据就是行业数据，少数来自咨询公司。假如把一篇研报比作一座大厦，数据信息就像是砖头瓦片，是建造大厦的基础；一篇分析文章，如果没有数据或者数据来源有问题，那么写得再好也是空谈。正文最后是“投资建议”，作者这里下了结论：1）行业空间将扩大；2）行业龙头等企业将会收益（至于这个结论对不对，需要你根据文中的数据和逻辑去验证）最后一部分是“风险提示”，这段可以理解为作者的“免责声明”——我的结论不一定对，要是错了，多半是因为这几个原因……03为啥国内研报很少有负面评级？翻到最后一页，显示“投资评级”，行业评级有3个——推荐、中性、回避：这份报告标的是“中性”，意思是预期未来6个月内，行业指数表现介于市场指数±10%之间。且不说这个行业指数和空调行业有多大关系，它的评级主要基于对指数未来走势的“预测”，主观成分比较大。很多朋友读研报，会发现结尾千篇一律是“推荐”“买入”，几乎很少见到“卖出”，觉得很费解。我们可以想象一下这个画面：某分析师连夜写出一份报告，投资评级是“买入”，基金经理看了说，好我买。后来该行业的股票上涨了，基金经理赚到了钱，分析师所在券商也能分一杯羹；同样一个人熬夜写报告，投资评级是“卖出”，基金经理看完说，好我不买了，结果前面白熬夜了……所以，从利益的角度看，“卖出”评级对他没有任何好处，如果他觉得行业或公司不好，大可以不写；另外，从人情的角度看，给“卖出”评级，也容易得罪上市公司。毕竟分析师经常要去上市公司调研，平时都是“抬头不见低头见”，面子总是要给的~总之，我个人觉得，投资评级的参考价值不太大，不看也罢。最后梳理一下框架——第1页：券商/分析师、行业分类、相关研报、报告摘要、同行业公司……第2页起：目录、正文（文字+图片）、投资建议（结论）、风险提示（免责声明）最后1页：投资评级说明除了投资评级，其他9个要点都值得关注。以上就是一份行业研报的大致结构，希望对你有帮助，下次再看到这类研报，会感觉熟悉些。拓展阅读：作为小散户，如何提高投资能力？| 手把手读研报如何从每年17万份报告中，挖掘最值得看的？| 手把手读研报厉害的投资分析师，到底是如何思考的？| 手把手读研报千里挑一的分析师，给你划了投资重点… | 手把手读研报

各位萝卜粉儿，经过一年的拼搏有没有离自己的Dream Car更进一步了呢！时间过得真快，走走停停，忙忙叨叨，眼看2019马上就要翻篇儿了。这一年《萝卜报告》编辑部的老师们，前前后后试了不少车，如果让他们每个人选出自己在今年的真爱，他们又会被谁俘获呢？首先请张寅老师开始他的表演：又到了年度车的时候啦！今年的年度车，我想和大家聊聊理想智造ONE，这台增程式电动车。我和这台车算起来大概有三次接触：第一次是在车展上，说实话感受并不好：棕色的内饰和座椅配色，做工和用料都显得相当粗糙，而增程式本身的发展很多人也并不看好：成本高、没法最大化享受政策补贴，而且最多人的疑问是：如果增程式很好，为何传统车企或者任何其他所谓新能源车企都没有采用？不过从后来的政策变化来看，电动车补贴退坡、相对而言理想这一次反而是赌对了；而续航里程的焦虑和冬季供暖问题，增程式电动又可以很好的规避。至于为何没有其他车企采用？原因很简单，燃油车平台改成PHEV甚至BEV都没什么问题，但是大电池组增程式的构造却不行，必须从头打造；显然从设计成本、供应商等等各种角度，都是很难下定决心去尝试的。第二次接触则是在五棵松华熙Live的店面，这时候内饰已经有了变化，而且第二排座椅的舒适性令人惊叹：从车体构造上来说，它很大程度上舍弃了第三排乘客的舒适度（主要是后桥电机和油箱使得第三排地板非常高），不过第二排乘客的舒适度却能达到近乎GL8的水准，好于绝大部分7座SUV车型。整体的底盘构型对于取舍相当坚决，是让我很欣赏的一点。至于最后一次接触，是被想买车的宇哥（也就是越野路书南极那季的嘉宾啦）拉着去五棵松试驾。这时候已经迭代到了2020版本，第二排座椅为了安全设计取消了扶手，并且变得更硬、腰部支撑更强，说实在话我还是更怀念此前2019款的座椅……至于实际驾驶方面，挑不出什么毛病，增程器工作的NVH一致性略差、但噪音水准控制却很优秀；动力踏板、制动踏板标定也都相当成熟，而且包括ACC自适应巡航切换等等操作非常顺手，学习成本很低。这些都体现了理想智造相比大多数传统车企都要更熟稔的基础造车水准。总而言之，理想ONE并非绝对革新性的产品，也没有创新式的服务或者理念，但对于初创车企来说，能将相对小众路线的供应商整合、产品定位和诸多行驶细节都做得很好，可能会是扭转消费者对新兴车企电动车印象的重要里程碑——当然还有后续质量控制也很重要，希望理想能把这一点做好吧。接下来是我们的“丰台梁朝伟”--刘熹豪。记得去年年度车评选时，我的文章开头是“时间过得可真快，又迎来一个人的圣诞节了。”好吧，今年依旧是“时间过得可真快，又、又迎来一个人的圣诞节了。”按这个节奏下去，明、后年再多几个“又”，我就能搞说唱了。言归正传言归正传。往年年底，每到评选年度车时我都会陷入纠结，因为寅哥给每人安排的至多两台车名额总是不够用的，需要反复取舍，甚至忍痛割爱。可今年，对于年度车这事我却大脑一片空白……难道是我今年出差太少了？我一把把于泽潭拽了过来。“泽潭，快把航旅纵横APP打开，看看你今年飞了多少个小时。”“稍等，我看看啊…我今年飞了147个小时。”“那我飞的不少呀，我飞了144个小时，但完全没对哪台车印象很深，是我脑子不好使还是今年的车太屎？”“你脑子太屎。”“滚，那你说说你心目中的年度车。”“嗯…我想想啊…应该是起亚全新KX3，因为通过这台车至少可以说明在匹配度方面还是合资车做的好，哪怕是一个大家都看不上的起亚。”“行，那第二台你投给谁？”“我也忘了今年都试过什么了，等我翻翻相册……嗯，奥迪RS4也不错，不像奥迪其它车型那样推头。对了，领克03的2.0T也不错…”“底盘确实可以，但03应该算去年的了，只是换了套动力总成。”“那投给03+怎么样？不对…我当时是试驾完领克03+才坚定了买手动思域的决心，所以应该投给我自己那台思域。”“思域也不是新车呀，按你这么说我应该投给我的标致308s了。”“那你就投给标致308s呗，震哥不就投的自己的车吗？”“震哥还能试驾那谁呢，你能吗？”“那不敢那不敢...对了，你明年不是准备买全新3系吗，你投3系不就行了。”“我是想买3系，但那台车开着真太孬了，完全丢失了3系的精髓，像台雅阁…要不是为了蓝天白云，早就给它PASS了。”“哦对了！你还记得当时公司那台全新宝马X5的试驾车吗！中午你带着我走高速去买赛百味的那次…...我X！我X！”“哈哈哈哈哈……对对对，那今年就投给全新X5了！那台车简直太魔幻了。”“真的熹豪......我当时已经做好了撞车的准备，你能给我讲讲你是怎么开的吗？在高速车流中把一台中大型SUV给逼到前轮在推头，后轮在甩尾......”“当时飙的着实有点忘我…全新X5简直太骚了，由内而外的骚，又会叫又会动，我根本把持不住自己啊！”“那台车确实可以。”“是呀！别说跟它同级别的Q7和GLE比有碾压优势，就连跟3系、5系、X3比都好玩的多，相比老款X5的提升也是巨大的。我真心感觉这几年宝马的产品线做反了，中等体型的车越来越无聊，硕大体型的车却越来越骚。”吃播--安德鲁请开始你的表演！还有几天2019年就翻篇了，回顾我今年这几十期片子，SUV占大多数，到目前为止，我最喜欢的还是凯迪拉克XT6和别克昂科旗。理论上来讲，这两台车同平台、同尺寸、同输出（近乎就好），所以我把这两台车当做一台来说。首先，我痴迷于“大”车。不论是车身尺寸，还是排量大小，都是越大越好。在目前市场上面，除了高端车动辄大几十万、过百万的售价令我望而却步以外，昂科旗和XT6是令我尺寸十分中意的车型。我不求第三排可以长时间坐人，甚至说大部分时间应该都是放平、增加后备箱容积的状态。只是欣赏大车身所带来的视觉冲击和重量所带来的稳重。说来惭愧，在小排量、混动大行其道的当下，我对3.0L往上的大排量自吸车型已经不太抱什么希望了。2.0T成为我对于“大排量”最后的救命稻草，而AT变速箱更是我对于一台车的向往。总是多多少少会有那么一点顿挫感，但或许是个人偏好，或许是童年记忆，那种一下一下的换挡感受，发动机转速一下下起伏，让我觉得这才是一台车应该有的味道。反而以CVT变速箱为代表的“非常平顺”的换挡所带来的“加速度不变的匀加速运动”，让我感到不适。姑且……当做是一个个人怪癖吧。偏软的悬架调校，只要不是高速上变更车道、红绿灯转弯都会带来明显的侧倾，我都可以接受。我喜欢高速巡航，一台路感清晰的车不能给我带来舒适。有人喜欢速度的极致、有人热爱操控的精髓、有人痴迷机械的耐用……这都没错，我也喜欢。但如果让我排个序的话，第一舒适，第二沉稳，第三……赛道小王子--于泽潭会把年度车投给谁？当熹豪跟我说要写年度车时，我脑子其实跟他一样也是一片空白，不过在我稍加思索之后，便脱口而出了全新起亚KX3。既然是年度车，不是试驾文章，所以咱就不聊得那么正式了，就像朋友一样简单聊聊为什么我会把年度车两票投票权中的唯一一票投给起亚KX3。说实话，在我们没入行之前，我与大家一样对于起亚没什么好感，价格便宜、配置高的产品属性活脱脱就像是一台“高端”国产车。然而当我开过表姐家的老K5后，起亚在我心中也终于有了那一丁点的分量。之后就是全新的K3，也是我第一次在雨地情况下跑赛道。按道理来说，起亚并不是一个运动品牌，似乎它旗下的所有车都与菜市场的关系更为密切。然而那台K3又再一次突破了我的认知，虽不能完爆马自达，但至少也比同价位的其他A级车来得运动多了。即使起亚之前给我留下了不错的印象，可在开KX3之前我还是挺嫌弃它的。1.5L的动力匹配一台CVT变速箱，就这动力水平恐怕买菜都买不到当天的吧。并且事实也证明，这台车的动力确实是属于赶集都赶不上的那种，那么为何我还要把年度车的名额给它呢？匹配啊！近几年来，国产车的进步大家都是有目共睹的，甚至山寨夏利也仿佛只是昨日往事一般。不过即使是现在，国产车的匹配都始终与合资品牌有着一定差距。有时候是转向手感不太行，有时候是变速箱响应太慢，有时候是换挡速度不行亦或是奇怪的阻尼增益，总之目前的国产车我还没有发现一台在匹配方面可以做到几乎没有问题的车。而这些问题却都没有在起亚KX3上出现。无论是转向手感，还是变速箱调校，KX3都给出了至少85分以上的答案。当你开完这台车以后，你根本不会在意变速箱的存在感，以及转向阻尼的增益特性，因为所有的一切都是那么“正常”，这正是汽车调校的最高境界。此时再反观那台动力薄弱的1.5L发动机，你便会发现，动力虽然不好，但你并不会太过计较，因为当其它都显得那样无感之后，发动机的存在感也就相应降低了许多，唯独当你跺下地板油以后，你才会明白这车的动力是真不行。接下来就是第二台车，说实话我自己也挺迷茫的。虽然这一年开过的车不少，但印象最深的除了刚刚说到的KX3以外，就是那台我参加吉利“超吉联赛”时所驾驶的那台帝豪GL的12号赛车了。虽然整台赛车的操控还算硬核，但那个没有经过强化的手动挡实在是害我不浅。凉车时，这台帝豪GL赛车的2挡总会时不时地出现挂不进挡位的情况。而就是因为它那“薛定谔”般的2挡让我失去了晋级的机会。其实阿尔法·罗密欧的Giulia也是令我挺兴奋的，可它绝对称不上新车。至于领克03+也没到那么惊艳的地步，所以最终我的年度车就只给起亚的KX3吧！51 KING韩景枫今年的最爱会是谁呢？说起这一年的年度车型，就不得不说这一年我对911，甚至是保时捷的看法了。你枫哥我一直对于保时捷这个品牌不太感冒，一直喜欢GTR啊，LAMBO啊这些特别躁的大超跑，但是自从我买了我的991.1的这一代GT3，我只能说俩字：真香！我要的就是不懂的人看着我开的是一个爆改911，其实我是GT3，赛道里办你就完了。所以！我的年度车型第一个就是911 GT3！但是，不是我的991.1这一代，而是991.2这一代的GT3，相比我这一代，991.2最大的变化就是3.8自吸变成了4.0L自然吸气发动机，马力大了一点点，达到了500匹，扭矩也提升了20 牛·米，整体的动力提升了，百公里加速也快了0.1S，这是什么概念？像GT3这种为赛道而造出的车，看似很小的差距，实际在赛道里就是不小的优势。还是很酷的尾翼，7挡PDK，中央锁止轮毂，一切都是为你在赛道跑出最好的成绩为前提。具体的参数和数据我就不报了，就说重要的一点！就是当你开着991.2的GT3带着你的女伴出去的时候，你再也不用求她下车帮你看着倒车了，因为可以选装倒车影像了！姑娘们再也不会认为这是一台低配的爆改718了！另一辆车就是M5雷霆版了，这个车...是让我心痛的车，我当年买过F10一代的M5，二手车让我赔钱是次要的，主要是停车场的保安让我小心，别刮到旁边尊贵的玛莎拉蒂Ghibli！我晕了，这你受的了吗？？但是全新的宝马M5雷霆版还是让我爱的死去活来，这也许就是相爱相杀吧。4.4TV8，626马力，750牛米，这些就不说了，要说的就是它“雅痞”的样子，我可以说的超凡脱俗，与众不同！注意啦！在今年的6月，M5雷霆版在绿色地狱纽北跑出了7：35：90的成绩，可能你们没有概念，就是干掉了自家水喷射的M4 GTS，也干掉了AMG GT S，比普通版的M5快了3秒！我太喜欢了，我太爱这种四门运动车暴力的一面了。整车的外观就是暴力美学，强有力的线条和肌肉感，又不扎眼，就像穿着西装的施瓦辛格。和我们前几天试驾的X3M、X4M一样，这代的M Power完全没有镀铬，都是黑色的小装饰物，加上巨大的刹车制动系统，无时无刻都在显示着自己的与众不同，但是路人们总以为你是爆改的。车内还是传统的方向盘m1，m2两个按键。不知道为什么宝马不喜欢碳纤维和麂皮，车内用的都是真皮包裹，这也是我说它“雅痞”的原因之一。可以切换的四驱，还有主动式M差速锁，这些东西足以让你不畏惧任何人，不管是街上 “嘶吼”的小钢炮，还是赛道里的性能猛兽，你只需要上车，切换到运动模式，油门到底，然后不自觉的大喊：“我X！”。这样的一台M5雷霆版绝对是今年的年度车型。最后，有请我们的老板震哥登场！2019年让我印象最深刻的第一台车是我自己的劳斯莱斯古思特，这台车是我今年买的特别成功的一台车。当时在买之前，其实我在它和宝马M760Li之间纠结过。抛开品牌不说，宝马M760Li绝对是压倒性的优势，压倒性的强。但光凭劳斯莱斯的品牌，就这一个因素，就让我决定了必须买它。而且到现在为止我都一点不后悔。通过这件事也说明了，我们之所以会爱一个事物，是因为Ta的优点足够突出，而不是因为Ta没有缺点。印象深刻的第二台车是我买的新款哈弗H9。因为到目前为止，我只对这台车做了最基础的改装，但我发现无论我把它开到哪，这台车都可以轻松胜任。而且新款H9搭载8AT变速箱后，油耗也没有以前那么高了，同时它所配备的三把锁在同级别也是完全没有竞争对手的存在，这一点让我很意外。除此之外，像是蠕行功能、坦克掉头等等功能，这台车都有支持，甚至在老掌沟那种地，只要你不嫌慢，全程开Crawl Control功能，连油门都不用踩就能把事给办了。所以在2019年里，这两台车成为了让我印象最深刻的，同时也是买的最成功的车。OK，感谢各位看到最后，以上就是萝卜几位试车同仁对2019年车型的一个小小总结，虽然数量并不多，但基本每辆车都具有一定代表性。期待2020年可以摸到更多好车，也祝大家在2020年买到自己心仪的靓车！圣诞快乐！新年快乐么么哒！

■ 人工智能下游场景多样，市场空间达万亿元。人工智能技术通用性强，可以广泛应用在社会生产生活中，当前安防、金融、教育、医疗、自动驾驶、交通、消费品、工业生产是主要应用领域。根据国务院的《新一代人工智能规划》，到2030年，下游核心产业规模将达万亿元。■ 下游应用领域的近年市场规模可以从IT化程度、试错成本两个维度进行判断。某个人工智能下游应用领域的IT化程度越高、试错成本越低，则其近几年可达的市场规模将越大。根据此原则进行判断，下游领域近几年的市场规模将是安防>金融>消费品>教育>交通>工业生产>医疗=自动驾驶。■ 智能安防市场空间达千亿、产品类公司中的龙头企业优势明显。国内安防市场达万亿元，AI技术当前渗透率低于30%，未来提升空间较大。其中的产品类公司规模效应明显，龙头企业海康、大华全球市占率已达37%，在AI时代其研发、成本、数据的优势将进一步增强，市占率有望进一步提升。■ 智慧金融落地场景多样，参与企业多元化。国内金融科技蓬勃发展，市场空间达2500亿，当前已经有七大核心AI应用场景在快速落地。金融机构、金融科技公司、互联网公司、人工智能企业均是行业的重要参与者，不同企业在不同应用场景具备竞争优势，场景和企业竞争力匹配度高的腾讯微众、恒生电子、同盾科技、硅基智能等值得长期跟踪。■ 智慧教育市场空间巨大，高价值客户是关键。当前国内的智慧教育行业呈现百花齐放的局面，其中自适应教育、智能工具类、AI少儿外语培训是相对优质的赛道,企业营收保持连年翻倍的增长，但由于高价值客户获客成本高企/留存率低等问题造成行业盈利困难。展望未来，优势赛道中高价值客户留存率高的公司如乂学教育有望长期胜出。■ 智能交通市场空间达千亿，道路和轨交是主航道。我国出行方式以公路和铁路为主，2018年占比分别达到76%、19%。在智能公路领域，行业内的领先企业是千方科技，其占据系统、数据和技术的优势，未来有望成为智慧交通大脑；在智能铁路领域，智能轨交近年发展迅速，其中佳都科技具备一体化实施和AI应用能力优势，未来有望胜出。■ 四大风险需要关注。人工智能下游企业需关注行业监管、技术创新、中美贸易战以及子行业自身发展所可能带来的风险。相关报告：人工智能行业报告（上篇）——中国造AI将崛起，数据以及平台类公司前景广阔原标题：人工智能行业报告（下篇）——忽如一夜春风来，千树万树梨花开1．人工智能下游：场景多样化、长期空间巨大人工智能产业链可以分为上中下游，我们在上篇报告里重点分析了上中游的行业发展情况、竞争格局以及重点企业的经营特点，本篇报告我们将重点分析产业链下游的发展情况。人工智能产业链下游指的是将人工智能技术在各个行业中实际应用的企业，这些企业将技术和场景结合并落地，既需要一定的人工智能技术应用能力又需要在相应行业的经验和实施能力，当前人工智能应用落地比较多的下游行业包括安防、金融、教育、医疗、自动驾驶、交运、消费品、工业生产等。 1.1人工智能下游应用场景丰富多样，横跨众多领域应用从图1中我们不难发现，相比产业链的中上游，下游的应用场景明显丰富很多，横跨了从TO G、TO B到TO C的多个领域。我们在图中列出的重点下游应用场景有八个，然而实际的场景远远不止，比如政务、司法、快递、零售、电力、智能穿戴、社交等也都是当前正在快速发展和应用人工智能技术并落地的领域，为了便于简化，都包含在其他类里。图1：人工智能产业链下游资料来源：招商银行研究院丰富的应用场景充分体现了人工智能技术基础性的特点，其未来将长期在各方面逐步改变人类的生活和生产方式，对人类社会产生积极而深远的影响。1.2下游是人工智能落地主力军，远期市场达万亿元人工智能下游产业的市场空间，理论上应当分别计算各个子行业的空间进行加总。但由于下游牵涉到的行业非常多，同时这些子行业也都在快速发展中，对其空间的估算结果往往是定性和数量级的估算，我们认为更有意义的是从宏观角度，定性的把握行业的发展趋势。我们采用2017年国务院印发的《新一代人工智能发展规划》的数据，来对未来人工智能产业的下游空间进行估算。根据规划，到2030年，我国的人工智能核心产业规模将达到1万亿元，而相关产业规模将达到10万亿元，本文定义的产业链下游更接近于发展规划所称的核心产业。同时我们也针对下游的各主要子行业进行了市场空间大致的估算，进行加总后和《新一代人工智能发展规划》的数据基本吻合。相比上中游而言，虽然技术水平要求不高，但由于下游是人工智能落地主力军，总体市场规模要更大。图2：人工智能下游未来空间估算（亿元）资料来源：国务院、招商银行研究院1.3人工智能下游应用领域近年可达的市场规模可以从IT化程度以及试错成本两个维度进行判断面对纷繁复杂的下游应用领域，我们面临的首要问题是进行行业的选择和判断，然而这是十分困难的。一方面所有的下游领域从业者都自称AI技术对行业影响巨大，能大幅提升效率，改变行业的面貌；另一方面如果从中长期来看，这些提升和变化确实存在较大可行性。然而通过对具体子行业的深入分析及实地调研后，我们发现，不同应用领域AI技术实际推进的速度差别较大，经营状况和业务模式也各有特点。进一步研究我们发现，经营状况和业务模式的差异更多是由各子行业本身的行业特性所决定，只能具体行业具体分析，但是AI技术在行业内实际推进的速度则具备一定的共性和规律性，我们可以通过IT化程度和试错成本这两个维度对未来的推进速度进行前瞻性的判断：■IT化程度：指的是该领域内的主要应用场景中，在人工智能技术应用之前，已经实现了基础的IT化和自动化。这个维度之所以很重要，是因为当前主流的人工智能技术均发源于计算机科学，其理论的研究、技术的实现、工程的落地均离不开大量IT设施以及系统的支撑。不同领域的IT化程度差别很大，比如在金融领域，现有系统的IT化程度已经很高，大量的业务交易可以线上实现，存量的IT系统非常复杂完善，那么无论是人脸识别还是自动化交易，只要在现有IT系统中加入最新训练的算法，匹配相应的场景，就能迅速实现其功能；而在医疗领域，现有的治疗模式还是以医生和病人的一对一方式为主，不同医院之间的基础IT数据都尚未打通，IT化程度非常有限，如果需要将AI技术运用到相应领域需要进行系统建设的难度和工作量非常大。■试错成本：指的是该领域的主要场景中，利用AI技术改变原有模式的风险，也即AI技术如果搞错了，是否会有很大的影响或者后果。如在安防领域，试错的成本就相对较低，本身传统的安防就不具备自动识别犯罪分子的功能，如果有遗漏并不会造成损失，最坏情况下将正常人识别成犯罪分子，也可以通过人工识别或者实际验证得到修正。而在某些领域比如L4级别的自动驾驶，试错成本就非常高，一旦系统出现问题可能导致事故和人员伤亡。总到来说，IT化程度越高、试错成本越低，某领域的推进速度则越快，而越快的推进速度则代表了近年可达的市场规模越大。图3代表的是我们对主要AI下游领域IT化程度、试错成本这两个维度的判断分析：图3：不同AI下游领域的IT化程度、试错成本资料来源：招商银行研究院通过该图我们可以分析得到主要AI下游领域近年可达的市场规模，安防>金融>消费品>教育>交通>工业生产>医疗=自动驾驶。下游领域的选择应将近年市场规模和行业特点综合来看，我们上面已经总结出判断近年市场规模的系统性方法，接下来将对各子行业的特点及其和AI结合的情况具体进行分析，限于篇幅，将主要聚焦在安防、金融、教育、交通、医疗这五个关注度较高的下游领域。2．智能安防市场空间达千亿，产品类公司中的龙头企业将是核心玩家随着计算机视觉技术的快速发展，近年安防成为了AI技术运用最多最快的领域之一，智能安防也成为了人工智能下游行业中最炙手可热的应用方向，而这也和我们之前对于行业发展速度的判断是一致的。 2.1 国内安防市场空间达万亿元，产品类公司具备规模效应近年来，随着计算机视频监控技术的发展，硬件成本的降低，平安城市、智慧城市、雪亮工程的不断推进，安防行业在过去几年取得了飞速发展。据中安网以及HIS统计，2011-2017年中国安防市场规模CAGR高达14.5%，高于全球市场（+8.5%），其中政府、大企业客户贡献最大，民用市场较小。未来随着监控成本的不断下降，智能化的不断增强，政府端的安防工程仍将稳步推进，而商业端、民用端的需求会快速增加，国内安防市场仍将保持10%以上的较快增速。据IHS预测，2019年全球安防市场规模将达到3000亿美元，增速达8%；据中安网预测，2019年中国安防市场规模将达到8700亿元，增速将达15%。图4：全球安防行业总产值资料来源：IHS、招商银行研究院图5：中国安防行业总产值资料来源：中安网、招商银行研究院安防市场的结构占比来看，安防工程占比最高，中安网的数据表明，2017年中国安防行业产值分布中，安防工程占比为62%，安防产品占比为30%，服务及其他占比为8%。图6：2017年中国安防行业产值分布资料来源：中安网、招商银行研究院尽管安防工程的占比最高，但是由于工程类实施具备很强的地域性特点，市场天然分散，每个地区工程服务商都有一定生存空间，因此该领域的集中度一直很低。中安网的数据显示，2014年全国范围内的安防工程类生厂商数目达到14000个，并且逐年增加达到了2018年的16000个。相比而言，安防产品类企业则具备较强的规模化效应，因此近年的市场集中度在不断提升。中安网的数据显示，全国范围内的安防产品类企业数量已经由2014年的接近10000个逐年递减到2018年的4000个。图7：安防产品、安防工程类企业数量（个）资料来源：中安网、招商银行研究院2.2 AI技术大幅拓展安防的价值，渗透率还有较大提升空间历史上，安防行业经历了从模拟化到数字化、低精度到高清晰、单机部署到网络化的发展过程，而AI技术尤其是计算机视觉技术的发展使得安防行业从“看的到看的清”进化成“看的懂”，进入智能化发展的新阶段，将安防的应用领域和应用价值大幅度拓展。在传统的公安领域，AI已经助力安防实现自动发现嫌疑犯等高价值应用，而在很多新兴领域，视频识别技术也可大大拓展安防的使用价值。表 1：AI监控在各领域的应用资料来源：中信证券、招商银行研究院由于AI技术在安防的多个应用领域都能产生较大价值，从2017年开始，AI产品在安防产品厂商中的销售占比迅速提升，但是当前的渗透率仍然有限，未来还有较大提升空间。艾瑞咨询的数据表明，安防前端产品的营收占比从2017年的5%提升到2018年的10%；后端产品的营收占比从17%提升到28%。图8：AI产品在安防前端营收占比资料来源：艾瑞咨询、招商银行研究院图9：AI产品在安防后端营收占比资料来源：艾瑞咨询、招商银行研究院随着安防产品的AI渗透率的不断提升，未来一段时间内，中国的智能安防软硬件市场依然将保持较快增速。据艾瑞咨询预测，国内智能安防2018 年的市场规模达 135 亿元，预计 2019 年市场仍将保持高增速，到 2020 年市场规模可达到 453 亿，长期而言，若安防产品中的AI渗透率能达到30%，智能安防的市场规模将达千亿元。图10：国内智能安防软硬件市场规模资料来源：艾瑞咨询、招商银行研究院2.3 安防产品类龙头企业优先受益于AI技术，强者愈强 如前文所述，安防工程子行业规模虽然明显较大，但该领域市场集中度提高难度较大，因此这类企业在安防智能化的浪潮中属于被动参与者。安防产品类企业虽然行业占比较低，但是技术门槛高，是实现安防智能化的关键，同时其集中度也在近年不断提升，行业小企业迅速出清，因此是安防智能化浪潮中的主导力量。而在中大型企业中，龙头企业的优势则更为明显，通过分析近年数据我们可以看到，安防龙头的业务增速远远快于行业平均增速，同时大幅也快于行业内其他中大型企业。2008~2018年，龙头企业海康、大华的营收复合增速达到41%，远大于15%的行业平均增速，也大幅高于行业内其他上市公司平均25%的增速。同时IHS的数据显示，这两家企业的合计全球市占率也由2012年的12.3%增加到2018年的37.4%。可以说双寡头垄断的格局已经形成。图11：08~18年海康、大华营收变化（亿元）资料来源：Wind、招商银行研究院图12：海康、大华全球市占率变化资料来源：IHS、招商银行研究院过去安防产品的龙头企业之所以快速发展，是因为其具备较强的技术研发优势和产品整合能力，进而构筑了研发、成本、渠道、产品溢价等全方位的优势和壁垒；AI时代到来后，智能化的需求和应用将给行业龙头构筑更高的壁垒，具体包括：■研发优势进一步扩大：为了顺应AI时代的安防趋势，海康和大华均加大了研发投入。根据2018年年报的数据，海康和大华的研发人员总数分别为1.6万和8千， 而第二梯队企业的研发人员总数一般在几百的量级；海康和大华的研发费用分别为44.8亿元和22.8亿元，而第二梯队企业的研发费用一般仅在亿元量级。同时海康和大华均成立了高规格的AI研究院，与ADI、TI等全球顶尖企业建立联合实验室，打造自己的安防AI核心竞争力。未来随着AI技术在安防领域的渗透率不断提升，龙头企业的技术优势将进一步扩大。■ 成本优势进一步增强：AI时代安防领域的一个重要增量是AI芯片的迅速增加，在这个领域海康和大华均开始提前布局，着手进行自研芯片的开发。安防领域的AI芯片技术难度适中，属于特定领域的芯片，和国内AI芯片行业当前的发展水平契合度较高，刚好属于龙头企业可以自研而中小企业很难进入的领域。未来随着自研芯片使用比例的不断扩大，龙头企业相比中小企业的成本优势将进一步凸显。■ 数据优势开始显现：安防类AI产品的算法也需要的大量的数据进行训练，当前行业内龙头企业的市占率很高，对数据的占有也具备绝对的优势，拥有各个行业、各个应用场景的海量数据以及使用经验。这些数据能助力龙头企业根据不同的行业和应用场景，训练出多个精确定制化的算法，已取得更好的智能监控效果。表 2：龙头公司2018年研发投入情况资料来源：招商银行研究院展望未来，人工智能将给安防领域带来更多的增量和变数，而其中影响最大的是安防产品类领域，其中的龙头公司海康威视和大华股份已经积极布局进行AI时代的转型。展望未来，他们相对行业内其他公司的领先优势将进一步加深，有望占据AI安防时代的先机，不断扩大自己的业务规模和市占率。值得注意的是，虽然在传统安防企业中，海康和大华的竞争优势非常明显，但是现在行业逐步有新的玩家开始进入，比如华为和阿里就在大力进入AI+安防的领域。以华为为例，近年华为安防已经从三级部门提升至二级部门，成为公司重要发展战略。2017年聚焦投入安防，2018年发布软件定义摄像头架构，2019年进一步提出“2+4+N”战略。华为的优势在于其强大的研发实力以及安防AI芯片的龙头地位。对于AI安防领域的竞争态势，我们也需要密切跟踪这些新进企业的经营状况。3．智慧金融市场空间大，落地场景多，参与企业多元化人工智能技术在金融领域的应用速度也很快，盖因金融科技的快速发展，已成为金融行业的核心支柱力量。根据IDC的预测，到2020年，银行、保险、证券这三大金融核心领域的IT市场规模将达到2500亿元，而其中银行IT的市场规模就达到接近2000亿元。图13：银行IT市场规模预测（亿元）资料来源：IDC、招商银行研究院图14：保险IT市场规模预测（亿元）资料来源：IDC、招商银行研究院图15：金融IT市场规模（银行、保险、证券）资料来源：IDC、招商银行研究院近年来金融行业正在运用AI技术不断向智慧金融转型，我们预期未来AI技术在金融科技领域的渗透率将能达到40%以上。3.1 智慧金融落地场景多样化、赋能动力充足智慧金融近年来发展迅速，应用场景丰富而多样，典型的如智慧网点、智能客服、智能信贷、智能合控、智能投顾、智能投研、智能保险等。在这些场景下金融行业可以通过AI技术提升效率和竞争力，赋能效果显著，以下做具体介绍。智慧网点：网点是商业银行最重要的服务场所和品牌形象的代表，随着网络渠道的发展，银行不能简单裁撤网点以节省成本，而是需要进行网点变革，通过以客户为中心，建设轻型化、特色化、社区化的新型网点，以实现用更低成本对客户进行更好的服务。新型网点人员少面积小，为了实现对客户的有效服务，只有通过人工智能技术的手段，才能实现小面积少人员快速实现对客户的有效服务。因此智慧网点应运而生，图16列举了人工智能技术在智慧网点的典型应用，这些应用能大幅提升效能和客户体验。图16：人工智能技术在智慧网点的应用资料来源：36Kr、招商银行研究院智能客服：金融业的服务属性决定了其具有大量客户沟通运营的需求，银行业尤其突出。客服作为企业与用户沟通的直接出口，需要兼具专业解答能力、营销能力与良好的沟通交流能力。当前，客服行业人员素质参差不齐，高素质客服短缺且成本较高，而智能客服在成本、效率上具备明显优势。智能客服除了可以模拟客服人员和客户进行沟通外，还可通过语音识别、大数据挖掘技术对银行海量的通话记录进行智能分析上，挖掘分析有价值的信息，为服务与营销提供数据与决策支持，对客户的运营也能有明显的提升作用。智能合控（合规与风控）：反欺诈反洗钱一直是商业银行和监管部门面临的核心问题，因此产生了合规与风控的需求。人工智能技术近年来在这些领域得到了广泛应用，与传统的被动式监管相比，AI和大数据分析技术的结合能够实现对海量数据的实时挖掘，主动发现、智能监控。图17：智能合控流程示意资料来源：招商银行研究院2017年人民银行成立了金融科技委员会，将强化监管科技应用实践，利用大数据、人工智能、云计算等技术丰富金融监管手段，提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力，这也为智能合控的发展带来了更多机遇。智能信贷：信贷管理是商业银行的核心业务，智能信贷能基于人工智能和大数据技术，实现线上信贷业务的全流程优化和监控，提升风控能力和运营效率，降低成本。精准信用画像和信贷审批自动化是经营效率提升的主要环节。深度学习算法可利用大数据为用户建立信用画像，从而更加前瞻性地反映申请者的信用状况，快速形成对潜在客户的风险评估。智能化的决策引擎则利用风险评估数据对借贷形成审批、额度、定价等的判断，可从贷前、贷中和贷后的各个环节实现信贷业务精细化以及自动化运作。图18：智能信贷流程示意资料来源：艾瑞咨询、招商银行研究院智能投顾：智能投顾是人工智能技术在财富管理领域的应用，它通过一系列智能算法综合评估用户的风险偏好、投资目标、财务状况等基本信息，并结合现代投资组合理论为用户提供自动化、个性化的理财方案。智能投顾的核心环节包括：用户画像、大类资产配置（投资标的选择）、投资组合构建和动态优化等。智能投顾相比人工服务具有专业高效、降低门槛、客观中立等优势。■ 专业高效：相比于传统投顾，智能投顾更高效。在用户端，智能投顾通过问卷或互联网上的留存数据进行用户的投资画像，快速针对客户的基本信息、风险偏好和投资目标等进行综合评估，在资产端平台自动进行分析和产品匹配，生成投资组合建议。■ 降低门槛：传统投顾主要针对高净值客户，覆盖范围有限，服务成本高，起步资金门槛在50~100万元，高端服务需要千万元级别的资金。而智能投顾则依靠技术优势，有效节省了人力成本，从而大大降低了服务门槛，可有效覆盖中产及以下的普通投资者。■ 客观中立：传统投顾完全依赖投资顾问个人的能力和品行，如何保障投资顾问的道德操守，避免人性的贪婪和恐惧，是重要挑战。而智能投顾通过计算机的大量参与，可有效避免很多人为因素的干扰。根据艾瑞咨询的预测，到2020年，中国智能投顾市场将达1884亿元。图19：中国智能投顾市场规模（亿元）资料来源：艾瑞咨询、招商银行研究院图20：智能投顾系统示意资料来源：36Kr、招商银行研究院智能投研：指利用机器学习、知识图谱等技术，将数据、信息和决策进行智能整合，实现数据之间的智能化关联，自动化地完成信息的收集、清洗、分析和决策等工作。它能提高投研者的工作效率和投资能力。和人工投研相比，智能投研自动化程度高，能自动从行业新闻、公司新闻、招股书、年报、公告、行业研究报告等半结构化或非结构化数据中批量自动抽取重要信息，并建立知识图谱，实现数据搜集、事件分析、舆情影响、行行业趋势分析的一站式服务，具有高效、客观的优势。图21：智能投研流程示意资料来源：36Kr、招商银行研究院智能保险：保险也是对数字和科技要求很高的行业，当前面临互联网的巨大挑战，客户对险种功能和理赔效率的需求在不断提升，对公司的精算风控也提出更高要求。人工智能技术可以从售前、承保、理赔、售后等多个环节提升运营效率，优化定价，为用户提供个性化的产品推送。以车险理赔为例，通过运用语音识别、图像识别等技术，可以实现智能理赔，克服欺诈骗保、理赔时间长等问题。据艾瑞咨询统计，智能理赔可以带来40%以上的运营效能提升，将理赔时效从3天缩短至30分钟。图22：车险智能理赔示意资料来源：艾瑞咨询、招商银行研究院3.2四大类公司是行业主要参与者，不同维度各具特点智慧金融领域的主要参与者包括金融机构、金融科技公司、互联网公司、人工智能公司。其中金融机构指的是银行、保险、证券等金融核心领域的大型金融企业及其子公司如平安科技；金融科技公司指的是长期进行某一特定金融领域信息化工作的公司，典型的如恒生电子、同花顺、万得等；互联网公司指的是大家熟知的BATJ互联网巨头及从其衍生的一些金融服务公司如蚂蚁金服、微众等；人工智能技术公司指的是近年成立的，掌握最前沿人工智能技术的公司。这几类公司各具特点和竞争优势，可以从客户和数据、技术创新能力、业务理解能力、行业经营能力这几个维度来分析：■客户和数据：金融机构以及互联网公司最具优势，其中金融机构拥有最大而全的金融客户以及数据，互联网公司拥有最大的C段客户基础。部分金融科技公司如同花顺也在自己的细分领域拥有大量数据，而绝大部分人工智能技术公司在客户数据上十分缺乏。■ 技术创新能力：人工智能技术公司和互联网公司具备相对优势，其中人工智能技术公司在AI核心领域的研发应用能力最强，而互联网公司则具备极强的用户体验、产品设计以及综合运营能力。金融科技公司的优势特定细分领域的IT开发能力丰富，金融机构的优势在对金融业务场景理解深刻，相比前两者的核心技术能力均略有差距。■ 业务理解能力：金融机构的理解毫无疑问是最深刻的，金融科技公司对自己熟悉的特定领域有较深刻的认识，互联网公司通过前期的尝试也对金融业务有一定的理解，而人工智能技术公司起步晚，理解最薄弱。■ 行业经营能力：金融机构的牌照最为齐全，金融科技公司和互联网公司都具备少量金融牌照，而人工智能技术公司的牌照最为缺乏。表 3：四大类公司及其不同维度的能力优势资料来源：招商银行研究院3.3 不同类型公司在不同场景具备竞争优势 如前文所述，智慧金融的主要参与者各自具备不同维度的特点，同时智慧金融的应用场景也非常多元化，这些多元化的场景所需要的核心能力各不相同，因此这些参与者和场景存在关联关系，不同类型的参与者适合进行不同类型场景的建设：■ 智慧网点适合金融机构和人工智能技术公司参与，因为该场景非常具体，需要金融机构提供场地，人工智能公司提供技术，相互结合 。■ 智能客服的主要优势参与方是人工智能技术公司，主要的原因是该场景技术要求高，技术普适性广，可快速复用，适合技术领先公司参与。■ 智能信贷则是金融机构、互联网企业各具优势。金融企业的优势在业务经验丰富、金融数据全面、IT流程成熟稳定，可以基于现有系统，制定符合金融规律的智能信贷模型，高效运行。互联网企业的优势在于海量的客户及部分非金融信息，如腾讯、阿里具备海量到社交和电商信息，他们可以利用这些信息及其先进的大数据处理能力，实现长尾客户的智能信贷，获得下沉市场并向中小金融机构赋能。■ 智能合控的优势企业是人工智能公司，主要是因为这项业务技术要求高，既非金融机构的盈利点，同时监管部门也有需求，因此第三方人工智能公司作为中立的技术提供者有优势。■ 智能投顾的优势参与者是金融机构和金融科技公司，投顾是对金融专业能力要求很高的行业，金融机构是该领域的翘楚，将AI技术应用后可以大幅提升效能；而部分投资领域的金融科技公司如同花顺、雪球通过长年积累，掌握大量客户信息、交易数据，也具备智能投顾的基础。■ 智能投研适合金融科技和人工智能企业参与，因为该领域对数据和技术要求都很高。部分金融科技企业如同花顺、万得具备数据和IT运营能力；部分新型企业如文因互联、萝卜投研则具备技术优势，可将数据更好整合分析。■ 智能保险的优势企业也是金融机构和互联网公司，保险龙头机构的数据规模大，行业经验丰富，互联网公司则具备更广泛的客户基础和更灵活的应用场景。表 4：不同类型智慧金融公司和场景的契合情况资料来源：招商银行研究院根据上述的分析，我们在表5整理了国内主要的智慧金融参与企业，并对其优势领域进行归类。表 5：主要智慧金融企业（请查阅PDF版本报告，如需全文请联系招商银行研究院研究管理团队。）4．智慧教育市场空间巨大，高价值客户是关键和安防领域不同，教育领域虽然试错成本也较低，但过去IT化程度也低，造成其推进过程中遇到的困难比安防领域要大，突出表现在高价值客户的获客成本高和留存率低。但是试错成本低，行业空间大给智慧教育类公司带来的好处是只要产品过硬，舍得投入营销费用，往往能获得营收的快速增长。4.1 智慧教育中长期市场空间达千亿元，当前呈现百花齐放的局面 教育行业是一个六万亿的市场，因此智慧教育的发展空间很大，根据艾瑞咨询的预测，到2022年，国内智慧教育的市场空间将达到1724亿元。虽然实际的市场发展未必如其预期的这么迅速，但中长期而言，该领域将达到千亿规模基本是行业的共识。图23：中国智慧教育市场空间预测（亿元）资料来源：流利说招股书、艾瑞咨询、招商银行研究院虽然人工智能技术和教育结合的时间并不长，但是当前的智慧教育已经呈现百花齐放的局面，多个细分领域在快速增长，主要包括自适应教育、智能工具、AI外语培训等。自适应教育因材施教，国外发展较成熟，国内处于快速发展期 自适应教育指的是通过人工智能技术，进行大数据分析，自动分析学生的知识掌握阶段和性格特点，自动调整学生的学习路径，以帮助学生达到更有效的学习效果、获得更好的体验。图24：自适应教育流程示意资料来源：艾瑞咨询、招商银行研究院自适应教育最大的优势在于能够定位到每位学生的知识漏洞，能够引导学生进行最适合他自己的下一步学习内容和活动，当学生在学习过程中遇到课程难度过高或过低时，课程的难易程度都可以自动调整。老师也可以根据系统提供的学习状态评估报告来分析每个学生的知识空白，并即时调整学习进度，为每个学生提供个性化教学。所以从理论上说，自适应学习是解决在线教育的“因材施教”问题的潜在可行方案之一，内容、数据与技术是支撑自适应学习系统开发的关键。自适应教育在国外发展较早，相对成熟，国外逐步涌现出了Knewton、DreamBox等教育科技明星公司，根据亿欧咨询的数据，Knewton已经成为美国排名第一的AI+教育公司。自适应教育之所以在国外得到较快发展，是因为其在教育实践中体现出了明显效用， Knewton的实测数据表明，自适应教育相比传统教育能产生较大的差异性提升。 表 6：Knewton自适应研究样本资料来源：鲸准研究院、招商银行研究院表 7：Knewton自适应研究结果资料来源：鲸准研究院、招商银行研究院紧随国外发展，国内近年的自适应教育热度明显提升，好未来、新东方、乂学等教育公司均陆续推出自适应学习产品。以乂学教育为例，据公开资料显示，成立四年来，其下属的松鼠AI已经累积学生数据近200万,在全国20多个省300多个城市签署了1800多家合作学校，同时其营收从2015年的800万元增加到2018年的10亿元，每年都保持400%的速度增长。图25：乂学教育营收快速增长资料来源：公开资料搜集、招商银行研究院展望未来，国内的自适应教育行业具备巨大的发展潜力。智能工具类企业具备入口优势，用户规模巨大教育行业的智能工具类企业指的是利用AI技术，为老师和学生提供智能化工具服务的公司，当前的核心应用包括拍照搜题以及智能批改：■ 拍照搜题指的是上传题目照片，然后系统通过图像识别、模式匹配等方法自动定位到题料库中的题目，将解题方法反馈的过程。■ 智能批改指的是上传已经完成作答的作业，自动识别并判断学生作业效果并反馈的过程。这两类应用有一定的关联度，行业内的公司往往是从拍照搜题类应用起家，逐步扩展到智能批改类的应用，行业内的代表公司有作业盒子、猿辅导、作业帮等。大部分智能工具类企业的基础工具服务是免费的，这些企业主要是将工具服务作为一个好的入口，获得足够多优质的线上用户，再进一步开展相关增值服务，比如线上课外培训来获得收入。基于免费服务的特性，智能工具类企业迅速获得了大量用户。据公开资料显示，作业帮2018年7月的月活用户已超过7000万，付费用户总数超过500万。作业盒子2018年底的用户数量也超过4000万，覆盖10万所学校，独立日活超过500万，MAU超1500万，每日生产学习行为数据超过2亿条。基于庞大的用户群体，智能工具类企业可以开展低质优价的在线教育服务，营收也获得了快速增长。据公开资料显示，预计2016、2017、2018年猿辅导的营收分别为1.2亿元， 3亿元、15亿元，而作业帮、学霸君在2018年的营收也达到了10亿元的量级。图26：智能工具类公司用户数资料来源：公开资料搜集、招商银行研究院图27：智能工具类公司收入资料来源：公开资料搜集、招商银行研究院不过，需要注意的是，这些企业虽然在工具入口上具备优势，但是在课外培训的内容上和行业巨头有差距，当前新东方、学而思等公司也在大力布局线上培训，该营收渠道未来将长期面临巨头的竞争。AI外语培训市场参与者众多，少儿相比成人更优外语培训也是众多AI公司切入教育赛道的选择，这些企业有的如流利说是通过积累大量的外语语料库，通过AI老师实现对多个用户的低成本智能教学；有的如VIPKID是通过线上外语培训起家，逐步引入AI技术，生成AI助教，助推实现在线外语教育的个性化。外语培训门槛较低，众多创业者和中小企业不断进入该领域，因此在线外语培训竞争激烈较为激烈，对AI 类公司构成了较大挑战。外语培训可分为少儿和成人两类，相较而言少儿类客单价和留存率高，因为少儿往往注意力和自学能力有限，需要通过老师的引导，付费意愿和持续性较强；而成人的学习渠道多样，付费意愿低，时间有限坚持性有限。国家统计局发布的数据表明，2018年少儿英语培训市场600亿，线上66亿需求，近年保持20%的速度增长，其中VIPKID占据了55%的市场份额，营收向50亿的规模迈进。而偏向于成人外语培训的两大龙头英语流利说和51talk的营收目前在10亿元的规模，和VIPKID有一定差距，同时由于获客成本和留存率的问题，上市后依然亏损严重。相比较而言，我们认为AI少儿外语培训类的赛道相对更优。4.2 高价值客户获客成本高企，留存率低造成行业盈利困难教育行业是朝阳产业，教育行业的智能化趋势当前也已经是业界共识，领先AI教育公司的营收表现也不错，但是当前的绝大多数AI教育公司都出现盈利困难的情况，这主要是由于高价值客户获客成本较高和留存率较低。需要指出的是，我们这里讨论的是高价值客户，指的是有较强支付意愿，愿意付出较多金钱如一年几百元以上的客户。部分AI教育公司如智能工具类公司由于具备免费和工具两大属性，可以低成本获得大量客户，但是这些客户中真正具备较强支付意愿的客户比例很少。根据公开渠道整理的数据，当前在线教育的高价值客户的获客成本很高，从几百元到上万元不等，而AI教育属于在线教育中的新兴延展，其获客成本相对更高。这也导致了部分公司营销成本高企，如流利说的营销费用已经超过了营业收入 。除了获客成本高昂外，留存率低也是AI教育公司面临的重大挑战。由于部分公司的内容和教育效果不及预期，造成很多花费巨额营销费用吸引来的高价值客户，并没有持续购买服务，流失了。高价值客户续费率作为企业的核心数据，一般很少公布，但我们可以从部分上市公司的报告推测出其续费率非常有限。从流利说公布的2019年一季报以及半年报可以计算得出，虽然其营收增长，营销费用高企，但付费用户数从一季度的110万下降到了二季度的90万，隐含的流失率非常高。图28：在线教育高价值客户获客成本估算资料来源：公开渠道整理、招商银行研究院图29：续费率对高价值用户数量影响很大资料来源：招商银行研究院高价值客户获客成本高企、留存率低这两大障碍造成当前的AI教育类公司盈利困难。从公开资料梳理，当前的AI教育类公司能获得正向盈利的不到3%。4.3 优势赛道中高价值客户留存率高的公司有望长期胜出尽管行业当前面临盈利困难的问题，但教育智能化的趋势已经形成，行业内企业营收增长很快，消费者习惯在迅速培养，我们预期未来行业洗牌结束，竞争格局稳定后，龙头AI教育类公司具备长期发展前景，而当前优势赛道中高价值客户留存率高的公司有望长期胜出，这也可以成为我们选择企业的出发点。首先是要选择优势的赛道。根据前文的分析，我们认为从赛道排序来说，自适应教育>智能工具类企业>AI少儿外语培训>AI成人外语培训，优势赛道的企业未来发展会更好。其次是相比高价值客户获客成本而言，客户留存率更为关键。随着互联网红利的逐渐消退，各在线TO C行业的获客成本均在逐年提升，以京东为例，2012~2017年，京东的获客成本上涨了4倍，因此未来教育行业获客成本高企的现状很难改变。所以对所有的AI教育公司来说，提高客户留存率，将自己花费大量营销成本获取的付费用户，发展成长期忠诚客户，是最关键的工作。图30：京东历年活跃用户获客成本资料来源：公开资料整理、招商银行研究院根据这两大影响因素，我们将主要的AI教育企业判断如下，建议银行主要聚焦在第一二档的公司。表 8： 国内主要AI教育公司判断（请查阅PDF版本报告，如需全文请联系招商银行研究院研究管理团队。）另外，值得注意的是，好未来和新东方这两大教育巨头也在逐步加大AI技术的投入，未来会是所有AI教育公司的重磅竞争对手。其中好未来的投入更迅速，在2019年8月29日的世界人工智能大会上，其被科技部宣布依建设智慧教育开放创新平台。对于AI教育企业，我们同时需要密切关注其和这两大巨头的竞争关系。5．智能交通市场空间达千亿，信息化龙头具备明显竞争优势交通领域的试错成本和行业壁垒相比教育行业要更高，因此不像教育行业那样，有那么多的初创企业参与者和细分赛道领域。同时由于交通领域的IT化建设相对开始较早，部分龙头企业具备先发优势，参与智能交通的企业往往是从过往的交通信息化企业转型而来。5.1智能交通持续受益于政策，道路和轨道交通是主航道智能交通能提高运输效率、缓解拥堵以及提升交通安全，国内政策一直大力支持，在十九大报告也进一步提出中国要建设成为交通强国，从侧重投资过度到依靠科技，因此国内未来近年的智能交通市场规模将保持较快增长。据中国投资咨询网的预计，2018 年我国城市智能交通市场规模将达到620 亿元，未来五年(2018-2022)年均复合增长率约为20.33%，2022 年将达到1300 亿元。图31：中国城市智能交通市场规模（亿元）资料来源：中国投资咨询网、招商银行研究院智能交通的涵盖面较广，主要包括道路、轨道、水运、航运这四大方面。 而根据国家统计局公布的数据，2018年国内旅客出行的主要方式是公路和铁路运输，因此道路和轨道交通的市场需求大，是主要航道。图32：2018年中国旅客运输方式结构分析资料来源：国家统计局、招商银行研究院5.2 智能道路系统有望发展成智慧交通大脑，龙头企业数据优势明显智慧交通大脑指的是利用人工智能技术，基于自动搜集的海量实时交通数据，进行深度运算，以实现对于交通场景的智能实时调度，达到减少城市拥堵、提升居民出行体验的目的。智慧交通大脑实现的关键在于对人、车、路信息的搜集以及分析，过去限于技术水平，只能停留在理论的设想，而随着计算机视觉技术的不断突破，已可以让机器智能实时识别道路上的人、车信息及其行为，交通大脑的实现已经不再遥远。图33：智慧交通大脑建设中需要融合的数据资料来源：华泰证券、招商银行研究院数据对于人工智能算法的训练非常重要，而智慧城市大脑的决策行为既需要实时又十分繁多，因此历史和实时的交通数据就极其关键。国内的智能道路系统建设企业往往是从传统的道路信息化企业转型而来，因此其中的龙头企业深度介入了国内现有核心道路的信息化系统，不仅包括道路信息，也包括了ETC、交委、交警等道路管理部门的相应信息，具备先发优势。而对于最核心的人、车、路信息，龙头企业可以在对现有系统的升级改造过程中，加入AI视觉识别的模块，以实现对于现有道路的实时信息的获取。所以从数据获取的角度来说，龙头企业的先发竞争优势很大。当前国内智能道路交通龙头是千方科技，其在该领域的市场份额是主要竞争对手的三倍以上。除了拓展现有优势外，业务层面继续围绕智慧交通全面布局，积极和各大车厂合作进行V2X测试；资本层面引入阿里巴巴作为第二大股东，提升自己的技术实力。我们预期未来，千方科技基于自身的数据、技术和资金的优势，有望不断拓展自己在智能道路领域的竞争优势，朝智慧交通大脑的方向发展，成为智能交通领域的核心企业。5.3 智能轨道处于快速发展期，综合具备一体化实施和AI 应用能力的公司有望胜出虽然总的铁路运输旅客人数和公路运输相比差距较大，但是近年随着各大城市的地铁、轻轨等轨道交通建设快速展开，智能轨道企业也迎来了发展良机。来自中国轨道交通协会的数据表明，国内城市轨道在建线路长度由2013年的四千公里逐步增加到了2017年的六千公里，呈稳步上升态势。与此相应，城市轨交的信息化建设也增长迅速，据中国产业信息网的统计，信息化投资额由2015年的124亿元迅速增加到了2017年的187亿元，预计到2020年将达到326亿元的规模。图34：国内城市轨道在建线路长度资料来源：中国城市轨道交通协会、招商银行研究院图35：国内城市轨道交通信息化投资额(亿元)资料来源：中国产业信息网、招商银行研究院轨交信息系统主要包括自动售检票系统、站台门系统、综合监控系统、通信系统这四大模块。图36：轨交信息化主要模块资料来源：佳都科技、招商银行研究院而随着AI技术的发展，这四大模块都可以产生很多新的进步，比如自动售检票系统可以通过人脸自动识别自动出入，助力乘客享受更便捷的出行和支付体验；综合监控系统可以通过视觉技术对乘客、客流、物品特征进行分析，优化高峰时段分流管理、可疑物品监测、可疑人员识别，为地铁安全运营提供技术保障。因此轨交信息化行业正逐步往轨交智能化发展。 过去的轨交信息化企业往往聚焦于四大模块中的一个，整体市场较为分散，近年来少数龙头企业逐步通过内部研发和外部收购等方式，逐步完善了自己的产品结构，全面掌握了四大模块的核心技术。我们认为，未来随着轨交信息化向轨交智能化转变，项目实施难度不断增加，智能轨交的订单会越来越倾向于具备一体化实施能力的企业，全面掌握四大模块的智能轨交企业会有一定竞争优势。此外轨道交通领域的安全性要求相比安防更高，有一定的试错成本，因此对企业的AI技术能力也提出较高要求。虽然在一些核心算法上可以借助中游AI技术平台的力量，但是企业依然需要具备较高的AI技术理解和应用能力，这样才能做到整体系统的风险可控，保证系统运行的稳定和安全，实现自主可控。因此具备较强AI技术应用能力的企业也会具备竞争优势。佳都科技是国内智能轨道交通的领先企业，一方面是在行业内率先全面掌握了智能轨交系统的四大核心技术，另一方面近年也大力投入AI技术的研发，技术方面内部成立了两大AI研究院；资本方面2015年开始不断投资优秀AI企业如云从科技，对于AI技术的理解和应用在国内轨交企业中相对领先。佳都科技近年来连获智能轨交的大单，未来有望不断提升自己在智能轨交行业的市场份额。需要注意的风险点在于城市轨交建设具有一定的地域性，对于佳都科技是否能在其他城市复制其在广州的竞争力，尚待观察。6．AI+医疗愿景美好，短期面临巨大挑战医疗行业虽然空间巨大，但其面临着IT化程度低和试错成本高这两大难题，因此造成当前的AI+医疗更多是雷声大、雨点小。虽然AI+医疗的参与者众多，但这些企业往往是初创企业，项目的落地和实际营收困难重重，短期而言面临巨大挑战。6.1 AI+医疗能解决医疗痛点，理论市场空间达千亿元医疗行业是大健康领域的重要分支，近年保持快速增长，前瞻产业研究院的数据表明，国内医疗行业的市场规模由2010年的2133亿元增加到了2017年的5901亿元，未来仍将保持稳步增长，达到万亿元的规模。图37：国内医疗市场规模资料来源：前瞻产业研究院、招商银行研究院但是当前国内医疗行业依然存在医生数量不足，培养周期长、高质量医生缺乏、医疗资源地域分布不平衡等诸多痛点：■ 医生数量不足：中国病理医生与人口比例为 1:70000，而美国为1:2000，差距较大。■ 医生培养周期长：独立上岗医生培训周期长达 8 年，导致医疗人力成本高，无法迅速满足持续增长的医疗需求。■ 高质量医生缺乏：在我国全部卫生人员之中，大学本科以下学历比例占到69.4%，大学本科与研究生学历比例仅占30.6%，可见我国卫生人员整体受教育水平偏低，高质量卫生人员较缺乏。■ 医疗资源配置不均衡：据统计，2015年每千人口医疗卫生机构床位数平均仅，城市为8.27个、农村仅为3.71个，资源配置不平衡。图38：国内卫生人员学历分布（2015）资料来源：Wind、招商银行研究院图39：每千人口医疗卫生机构床位数（2015）资料来源：亿欧、招商银行研究院AI+医疗可以通过大量诊疗案例和病理图像的深度学习，实现AI智能诊疗，从供给端提供大量较高水平的AI医生，缓解医患矛盾，地域分布等痛点。若假设未来AI技术在医疗行业中的渗透率能达到10%，那么根据2025年的医疗行业空间推测，AI+医疗市场空间将达到千亿元，十分巨大。6.2 当前发展面临巨大挑战，等待曙光到来 尽管理论的空间和但是当前的AI+医疗面临巨大挑战，行业内公司获取订单和有效营收困难，主要是有以下几个原因：■ AI+医疗的技术水平有待提升，以IBM的WATSON为例，虽然研发投入上百亿美元，但在美国的应用依然困难重重，内部也爆出过开错药的问题。 ■ 医疗行业事关人民群众生命健康，试错成本很高，造成主流医疗机构对AI技术的实际使用非常谨慎，目前尚处于试验和探索的阶段。■ 医疗行业的政策限制较多，AI技术进入实用也面临着众多监管政策的挑战。■ 国内医疗行业的信息化程度相比发到国家较低，不同医院之间甚至医院内部的信息孤岛都很严重，AI技术实施的载体不完善。总体而言，虽然AI+医疗未来的理论空间十分巨大，但当前还处于发展初期，面临很多困难，银行的介入还需要等待行业曙光出现。7．布局建议及风险提示7.1 布局建议 （请查阅PDF版本报告，如需全文请联系招商银行研究院研究管理团队。）表 9：人工智能下游行业大方向判断（请查阅PDF版本报告，如需全文请联系招商银行研究院研究管理团队。）资料来源：招商银行研究院7.2 风险提示（1）行业监管风险：试错成本是下游子行业发展速度的重要因素，如果未来政府层面出于安全等考虑对行业加强监管，有可能导致相应行业的试错成本增加，发展速度变慢。（2）技术创新风险：如果未来出现新的不基于深度学习的技术方法，能够取得更好的智能效果，现有下游企业的技术方案、技术积累可能需要推倒重来，存在技术变迁的风险。（3）中美贸易战风险：当前人工智能云端用的主要芯片来源还是美国进口，如果贸易战进一步加剧，可能造成芯片价格上升、性能下降，对下游企业的经营造成压力。（4）子行业自身发展风险：这个需要针对行业具体分析，如智能安防领域需关注华为和阿里的竞争风险；智慧教育领域需关注留存率风险。相关报告：人工智能行业报告（上篇）——中国造AI将崛起，数据以及平台类公司前景广阔——End ——转载声明：本文章版权归招商银行研究院所有，招商银行研究院允许在满足以下条件时转载本文：1.转载时保留本文全部内容，不得进行任何删改；2.转载时请注明出处，并在“原文链接”中保留原始公众号文章链接；3.转载时必须保留本转载声明。本期作者方国栋，行业研究员

答|百度派 @李微微我也来谈谈我的看法吧。从汽车之家的测评开始喜欢陈震的，他的“”十三郎“的绰号也是后面从论坛看来自行百度的，对比闫闯来说，颜值高，又有过从胖子华丽变身的经历，车评呢一向比价犀利和老辣，大家都蛮喜欢他的，看着也精神。 38是怎么知道的还真忘了，但就是那时候看了他关于安全驾驶和手动挡起步的视频顿时惊为天人，因为解决了自己当时的很多疑惑，尤其说驾校的那一段儿，简直恨不得肉身点赞，很喜欢他的侃车和长期评测还有和观众互动的节目，真的很不错，算是开创了一个自媒体和大众参与表达意见的先河。 说到H9的事情，两个人是怎么争起来的不知道，应该是我朋友在微信上喊我去看的，后面点开了38的视频。反复看了很多遍我觉得确实是这么回事，而且，我家是西北的，我们那面常常有很长一段下坡或者上坡，如果H9这个变速箱来跑我们这的路的话，那么很容易造成刹车热衰减，想想都可怕，你想，北方山地一会上坡一会打下坡的，咱们不说踩不踩刹车升不升档的问题，就H9这变速箱，那种路况热衰减是迟早的事情。当然这是我的看法。但后面厂家也站出来发表了官方说法，基本上承认了38的看法。 两个人我其实都蛮喜欢，只不过陈震离开汽车之家以后我觉得风格和路数变化有点太大了，从刚开始的”车震“再到后面的”萝卜报告“，我反正是看的比较少了，倒是38，我觉的应该是个现象级的存在。（中性词吧） 这次的吵架我倒没怎么过多关注，人么，都有上头的时候，人非圣贤孰能无过，如果仅仅把吵架这件事情放大看，就真没什么意思了，两个医生针对一个医患问题吵起架来，你问我如何看待这两个医生？还是问我通过这次吵架来看这2哥医生谁的艺术高，还是问这两个医生谁的人品好注意啊，首先他们是医生好么？好了说点别的。 在我们这个国家，说话模棱两可是最不得罪人的办法，不是么，包括韩璐老师的微博里也说，做车评要顾忌很多事情的方方面面，但38作为一个独立的车评人，还真的敢说，口无遮拦，也不怕得罪人，看着不舒服就招呼（本来嘛，相比王自如，他算是比较第三方了，也没见谁拿出他收钱了之类的例子），本来也是，我现在也觉得，38作为一个消费者用主观的观点去评论车这个态度真的没错：他阐述自己的观点和用车感受不是告诉消费者说我说这个车好或者不好，舒服或者不舒服，而是这是我作为一个驾驶员的主观感受，那么消费者在试乘试驾的过程当中，应该着重注意我说的这些好和不好，然后通过自己的体验去感受这台车。我知道大家会把关注点集中在38喜欢日系上面，但是，问题是：确实日系各方面稳定啊，没有小毛病啊。如果来过西北、进过西藏和新疆的朋友会发现，那面的越野全是大丰田和大三菱，我真的真的没见过几辆别的品牌的车，在我有限的认知里，即使黑日系的朋友，他们听自己伙伴说的多了加上自己车老出小毛病也不得不感慨”鬼子就是牛啊“，好了，那么问题来了，38是收了日系厂家的钱才这么死命推销么 你说，思域SI比福克斯RS便宜好几万，性价比差不多，为什么没人买比GTI便宜为什么没人买CRV不说北美，开过的人都知道，没有明显缺点，为什么要被人黑？我想，一个认知健全的人，他应该是对良心的厂家生产出的良心的产品有认同的，对么当我朋友问我什么车好我罗列了一堆各种车的优缺点和保值率最后他还是买了朗逸的时候（只是因为家里人说这是大牌子，路上人都在开）、当我给朋友们去讲我知道的一点点汽车知识，翻过头听他给别人说”这小子让日系洗脑了“的时候、当我在朋友圈大家转发”日系车的惊天大秘密“”日本车皮薄“”快看吧马上要被删了“的帖子里面全是精心挑选的日系车祸照片下发了一句”不说剂量谈毒性都是耍流氓“被”呵呵（QNMB）“问候的时候，我真心想让他们继续吧，但是我还愿意不厌其烦的跟他们说，不仅日系好，韩系，法系、德系、美系都有好车良心车的时候，我心里想的是：他们是我的朋友，我的亲人，我的同学，我希望以我有限的认知能帮助他们选购车辆的时候能有更多一些的理性的参考，而不是被车门厚，车轻，日系外地不给加油，法系傻逼半独立悬挂4AT，韩系飘、国产都是垃圾。。。。等等这些不地道的说法误导。以上内容由百度派作者提供

时间过的依旧是那么快，转眼之间明天就是小雪节气了，天气一定是会更加冷起来，各位小伙伴一定要留意天气变化，适当加衣。正值入冬时节，也要多吃些有益于身体健康的饭食，这时候萝卜一定要多吃，价格也是非常的便宜，接下来这款萝卜丝鸡蛋饼的做法，可是耗时小编我2年才研究出来的。这款小巧的萝卜饼无论是作为三餐中的任何一餐都是非常适合，现在我家隔三差五就要吃这款饼，小编的儿子还说大鱼大肉都比不上它呢。这么营养好吃的饭食究竟具体是怎么做的呢，大家赶快和我一起学习一下吧！萝卜丝蛋饼By 迷迭配料：白萝卜 1根、鸡蛋 4个、面粉 80克、生抽 1汤匙、胡椒粉 1汤匙、精盐 30克、细香葱 适量烹饪步骤：1.萝卜洗净擦丝2.在碗中打入四个鸡蛋并打散3.将萝卜丝倒入鸡蛋液中，搅拌均匀4.倒入面粉搅拌成面糊5.然后在面糊中加入冷水并搅拌均匀6.倒入生抽、盐并搅拌均匀7.再倒入胡椒粉和葱花搅拌均匀8.锅中热油，将蛋饼糊均匀摊在锅中9.正反面小火各煎2分钟10.清新饱满的萝卜丝蛋饼就出锅啦！烹饪小贴士：1、萝卜在中国民间有小人参的美称。现代营养学研究表明，萝卜营养丰富，含有丰富的碳水化合物和多种维生素，其中维生素C的含量比梨高8—10倍。2、白萝卜富含维生素C，而维生素C为抗氧化剂，能抑制黑色素合成，阻止脂肪氧化，防止脂肪沉积。3、萝卜中含有大量的植物蛋白、维生素C和叶酸，食入人体后可洁净血液和皮肤，同时还能降低胆固醇，有利于血管弹性的维持。你喜欢吃萝卜吗？喜欢美食杰的文章请点赞、关注、分享！你有什么观点和想法，欢迎在下面踊跃留言和大家一起讨论。

2015年作为分界线，Fintech从强调“触达”的上半场走入了强调“重构”的下半场。上半场互联网金融具备低成本、无边界触达的特点，使得金融服务的客户群体扩大至从前未获传统金融服务覆盖的群体，这也是互联网金融业迅速壮大的基础。但在此过程中流量转化是关键，简单的用户转移很难带来持久的发展。相较于上半场强调金融业务旧模式的升级，下半场则强调技术的创新，核心技术包括人工智能、大数据和云计算等，主要产品和服务形式包括智能投研、智能投顾、大数据征信、电子货币等。在智能金融多种产品服务中，智能投顾占据了最主要的市场份额。到2020年，智能投顾的产业市场收入规模将达到2550亿美元。而智能投研所属的人工智能分析产业的市场规模则为700亿美元左右。相较于智能投顾，智能投研技术难度更高，发展尚未成规模。现阶段，智能投研更多是利用NLP和知识图谱技术，自动实现上下游产业链分析、智能财务模型等，还无法完全代替人脑实现因果逻辑分析和判断。但智能投研的终极目标，是基于大数据和人工智能技术，实现从搜索到投资观点的自动跨越。成立于2015年底的智能投研服务商文因互联，旨在利用知识图谱技术，对金融数据进行结构化提取和智能化分析，帮助金融从业者提升工作效率，创造更多价值。公司主要提供自动化公告摘要、自动化研报摘要、自动化报告写作、金融查询机器人、金融搜索等智能金融核心工具。智能投研可总结为两种发展模式——扩展数据类型与体验优化升级。扩展数据类型主要是指扩展传统的数据，或是将另类数据结合传统投研数据，以提供投研分析新模型。体验优化升级是指不改变原有投研数据类型，通过知识图谱等技术，改善数据清洗、提取、分拆过程，提高投研效率。文因互联选取了第二种模式。除了文因互联，同类公司还有萝卜投研、数库、因果树等。文因互联CEO鲍捷告诉36氪，短时间内另类数据很难做成一个规模化的生意，因为它面向的人群比较专业。因此文因互联可以为客户提供另类数据的定制化模块，但不会以此为核心。文因互联在体验优化升级领域中，技术上的优势主要体现在NLP算法和知识图谱上。文因互联可以基于NLP算法，做新词的自动发现、提取和校验，补充更新知识图谱，将知识图谱的颗粒度不断变细。之所以可以做到这一点，是因为文因互联具备从PDF中提取文本的能力。鲍捷告诉36氪，在金融领域，文本大多是以PDF文件的形式存在的，因此金融领域的数据入口是从PDF中提取文本。但从PDF中提取文本的技术门槛较高，这也是许多公司无法涉足金融文本结构化的原因。文印互联现有的目标客户包括监管机构和政府、银行、咨询公司等。鲍捷认为，靠近交易环节的客户的付费意愿并不强烈，如基金等，因为他们需要的更多是专家知识。盈利模式方面，如果客户购买已开发好的标准化数据模块，那么就是收取数据费用。标准模块的年费约为10-20万元。如果客户需要开发一些定制化模块，则收取定制服务费用，根据客户要求不同，费用差别也较大。文因互联现在已稳定服务10多家客户，正在接触或是刚提供服务的客户有20多家。文因互联于2015年底获得无量资本630元万天使轮投资，2016年年底获得1200万Pre-A轮投资，睿鲸资本领投。公司于2013年建于美国硅谷， 现有33人，创始团队主要来自MIT、RPI、Wright State、 Marvell、Tulane University等知名大学和公司， 是知识图谱领域领军人物，深耕人工智能领域十余年， 在学术界和工业界实施过大型智能系统开发。鲍捷，创始人兼CEO。美国Iowa State University人工智能博士，RPI博士后，MIT访问研究员，W3C OWL(Web本体语言)工作组成员，前三星美国研发中心研究员，三星问答系统s-voice第二代系统核心设计师。2013-2015年曾任美国Memect LLC的CTO和CEO。郑锦光，合伙人，首席科学家。美国RPI计算机博士，主要研究方向是语义网， 自然语言处理和知识推理。主持了Counselytics 法律信息和问答数据提取项目， RPI-迪斯尼先锋语言理解和对话系统，RPI基于三种语言（英文，中文和西班牙文）的实体发现与关联系统以及知识库推理系统。主要职责为带领研发金融领域的知识图谱，信息抽取，语义搜索引擎和智能推理引擎，以及制定公司智能科技的研发方向和目标。

民办高校现状1-1、供给端1、民办高校数量增长放缓至2018年底，全国民办普通高校749所（含独立学院265所），比上年增加2所，占全国比例28.13%，高资金壁垒以及高政策准入壁垒使得新增民办高校数量较少，增长缓慢。另外根据国家教育部发布的《全国普通高等学校名单》，截至2019年6月15日全国普通高等学校有2688所（包括257所独立学院），其中本科院校1265所，占比46.5%；专科院校1423所，占比52.3%。本科院校中，民办院校有443所（包括9所中外/港澳台合作办学，以及257所独立学院），占比35%。2008年04月教育部颁布《独立学院设置与管理办法》，管理办法规定考入独立学院2008级学生的招生与学历证颁发均与“母体高校”分离，这导致在2008年分离出的独立学院数达322所，而后2008年民办高校数量出现翻倍增长。2008年以后至2017年新增高校和独立学院数量开始放缓。2、民办高校数量比重与招生比重稳定民办高等教育是我国高等教育中不可缺少的一部分。自2008年后我国民办高校比重趋于稳定，维持在接近30%的水平，2018年民办高校占比为28.31%。据萝卜投研数据显示，我国民办高校招生人数受到国家的严格控制，占比自2008年的18.15%缓慢上升，至2017年末，占比为19.58%，增减量趋于稳定。1-2、需求端1、考生基础庞大我国的人口基数决定了我国庞大的高考人数。自2010年以来我国高考人数维持在900—950万人之间，2018年全国高考人数约为975万人，高考考生的庞大数量意味着我国高等教育需求空间巨大。2、毛入学率提升空间巨大2018年我国高等教育毛入学率48.1%，2017年教育部颁布的国家教育 “十三五规划”中明确提出，我国高等教育毛入学率在2020年要达到50%，2018年毛入学率已逼近这个目标，但对比国外（美国89%，英国60%，法国64%，日本80.6%）我国还有巨大的提升空间，预计未来民办高校学生配额将随着高等教育需求的释放而增加。1-3、市场规模我国民办高校市场规模2016年为948亿，自2011年起复合增长率8.1%。2021年预测将达到1395亿，复合增长率7.8%。1-4、资金民办高等教育需要大量资金投入，一方面，学院土地、教学设备、住房等设施的建设和维护对资金的要求较高，规模经济尤为重要。另一方面，民办高校想要扩张就必须获取更多的土地、更多更强的师资力量或是进行外部并购，这都需要高校拥有雄厚的资金支持。但是民办院校的资金来源完全依靠举办方自筹，融资途径只有银行贷款、社会捐赠及较少的股权融资等方式，对民办院校形成了较强的资金压力。并且其收入结构比较单一，主要来源于学费和住宿费，这样的商业模式使得部分民办高校财务运作风险较大，一旦生源市场萎缩，亦或是主要的收入来源下降，都将直接威胁到民办高校的正常运作。1-5、政策1、民促法（送审稿）对高校并购的限制2018年8月民促法（送审稿）中，其中有重要的一条：“实施集团化办学的，不得通过兼并收购、加盟连锁、协议控制等方式控制非营利性民办学校”。这一条款对民办高校并购进行了严格约束，但实际影响并未如表面预期。原因是受到限制的是非营利性民办高校，而对非营利性民办教育有强制要求的是义务教育，高等教育学校并不涉及义务教育，可自主选择是否为营利性办学。因此，对于以外延并购为主的民办高等教育集团而言，若单体校想要并入高教类教育集团，非营利性民办高校首先要转为营利性。综上，民办高校资本市场的底层并购逻辑并未发生改变，并购依旧是高教类教育集团扩张的主要渠道。2、政策趋势——分类管理1）分类管理趋势明显，营利与非营利管理标准分化成为核心方向对于民办高校，国家对营利性与非营利性学校的划分呈不断细化的趋势，从税收、土地、收购、关联交易、设立等方面对二者进行分类管理。《民办教育工作部际联席会议2019年工作要点》明确提出2019年是民办教育分类管理改革深入推进之年，《民促法》（送审稿）各项条款也在强调营利与非营利之分，分类管理已经成为民办教育最明显的趋势。2）非营利性高校并购受限可能性较高目前由于最新政策还未最终落地，且加上5年的政策过渡期，当前并购标的依旧是以非营利性高校为主。但国家对民办教育分类管理的决心很大，是工作重点，同时国家一直强调要坚持教育的公益性，在此基础上，非营利性高校管理框架将会和营利性高校区分开来，并购方面不可避免会受到影响。3）关联交易监管趋严港股教育类上市公司多为VIE架构，通过协议控制实现对境内经营实体的控制以实现上市公司营收。《民促法》（送审稿）第四十五条规定：民办学校应当建立利益关联方交易的信息披露制度。教育行政部门、人力资源社会保障部门应当加强对非营利性民办学校与利益关联方签订协议的监管，对涉及重大利益或者长期、反复执行的协议，应当对其必要性、合法性、合规性进行审查审计。这一规定可能减少经营实体和上市公司之间不公允的关联交易现象，避免资金在经营实体和上市公司中的随意转移，这对VIE架构下的营收有一定影响。4）营利性高校产业税收优惠标准不明确，所得税对利润影响巨大目前政策仅说明营利性民办学校适用国家鼓励发展的相关产业政策，享受相应的税收优惠，具体办法由国务院财政部门、税务主管部门会同国务院有关行政部门制定，并未有具体标准。有专家认为当前营利性民办学校的所得税税率可以参照高新科技产业和西部大开发中的相关产业（15%），但也有部分地区的基准税率为25%。非营利转营利的所得税变化对高校净利润影响较大，当前上市公司并购标的主要为非营利性学校，无需支付所得税，对净利润影响较小，以希望教育为例，2017年、2018年免征课税学校所得利润分别为3098.1万和5932.2万，占净利润14.8%和35.5%。若最终国家限制非营利性学校并购，新增院校非营利性转变为营利性后的所得税变化对利润有较大影响。3、营利性与非营利性学校主要政策对比1-6、民办高校商业模式——重资产+单体运营民办高校商业模式以学生入学到毕业期间四年的学习为主线。招生形成学费、住宿费收入，这部分收入和其它收入一起形成总收入，总收入用于弥补在教学运营中投入的师资、固定资产和运营成本所形成的成本费用，形成收入——费用循环。同时学生在学校受到教学培训，这些培训又影响到学生的发展前景，而毕业后的就业升学结果又会反过来影响学校品牌进而影响招生，形成招生——就业——品牌——招生循环。民办高校收入以学费和住宿费为主，占其总收入的90%以上，其它收入约占总收入的10%，其中，主营收入的增长来源于学费和住宿费提价、学校容量和学校利用率的提升。成本方面由于师资、固定资产和运营成本的投入，折旧摊销、职工薪酬、融资成本和行政费用为主要成本费用。1-7、发展困境1、资金问题我国民办高校资金困境一方面源于商业模式的局限性，主要靠学费支撑学校办学（以学养学）；另一方面民办高校建设和扩张都需要大量资金，如果无法解决资金问题，发展将受限。2、教学质量根据国民办高教委调研结果，民办高校面临着师资、校舍不足的问题，扩张受限。3、区域化高等教育由于考生人数、录取比例、教育水平、地方政策、竞争情况等因素的不同，不同地区复制难度较大，呈现区域化特征，跨地区发展的最好方式是直接并购。/ 02 /民办高校并购逻辑的合理性及必要性1、扩张方式民办高校扩张方式分为外延和内生两种，外延主要以并购为主；内生方式包括学费、住宿费提价，学校扩建，提高学校利用率和新建院校。2、为什么要并购（1）我国高等学校数量较为稳定，高校招生人数受到国家的严格控制根据教育部《进一步规范高等教育招生计划管理工作的意见》，高校每年招收研究生或本科生的人数计划需在国家规划内，并且需得到教育部的批准，大专招生需得到省级教育部门批准，学校不可随意扩招。单校学生人数增长受国家配额限制。（2）新增民办高校较少，新建或扩建壁垒较高根据国家《普通本科学校设置暂行规定》条例，普通本科学校占地面积应达到500亩以上，建筑面积不得少于15万平方米，生均校舍面积不低于30平方米；高等职业院校校园占地面积应为150亩左右，校舍面积不少于6万平方米，生均教学、实验、行政用房建筑面积不低于20平方米；相应的资产必须在学校的名下，另外还需有图书馆、培训中心等其它硬性条件；并且，师生配比不得大于18:1，以及教师学历资格都有严格规定。不论是新建还是扩建，对资金、土地、师资要求都极高。（3）学费、住宿费提价空间有限公办高校每年有政府的生均财政补贴，学生学费大部分在5000-6000元/人年，住宿费1000元左右/人年，另加上10000元左右/人年的生活费，生均开销16000-17000元/年，而民办高校无生均财政补贴，学费一般是公办学校的两倍以上。目前城镇和农村学生生均开销在22600-32000元/人年，分别占城镇3人家庭可支配收入的19%-27%，占农村3人家庭可支配收入的52%-73%。当前民办高校学生支付能力已经饱和，农村地区学生更有明显压力，提价空间有限，且学费增速理论上不应高于主要生源地居民人均可支配收入增速，盲目提价易破坏学校口碑，学费定价失去合理性也会受到政府管控。（4）目前我国民办高校学校利用率大部分都在80%以上，学校利用率提升空间不大。（5）并购可以实现快速发展，并表对上市教育集团营收影响较大。并购后可利用原学校的生源、土地、校舍和办学资质，从而能在短时间快速实现规模扩张。（6）高校地区性差异使得异地扩张难度较大，此时进行跨地区并购可以有效解决异地教育经验复制难问题。（7）龙头上市公司有较强的资源整合能力，收购后可以做大做强，实现协同发展。/ 03 /并购合规性分析标的院校并购的风险点集中在两方面：1、并购范围限制1）实施集团化办学的，不得通过兼并收购、加盟连锁、协议控制等方式控制非营利性民办学校（本条为送审稿，当前并购非营利性高校依旧可行）。2）义务教育阶段不允许营利性民办学校注册，高等教育学校并不涉及义务教育，可自主选择是否为营利性办学。2、标的非营利性转营利性的影响1）转设为营利性学校后，税收将会从免征所得税变为享受相应的产业税收优惠。2）非营利性学校所用土地为划拨土地，营利学校所用土地需为教育出让土地，而从划拨土地转为出让土地就需要补回其中的差价。/ 04 /并购模式标的院校的并购模式以现金收购为主，以是否变更举办人为分界，分为两种模式：1、收购学校举办人上层股权，不改变学校举办人该种方式是指收购标的院校100%控股的上层公司股权，特点是仅需完成上层股权公司的工商变更，流程相对简单，多为上市教育集团使用。2、直接收购目标学校并更改举办人即直接收购标的院校股权，特点是首先需要向地方教育部门申请并得到相关政府部门批准，然后一般还需要向教育部门报备并公示，流程相对复杂多变。/ 05 /投后管理投后管理的核心是利用行业资源和资金推动标的学校的内生发展，而非直接进行管理。从中长期看，收购的最终关键点在于资源整合与协调发展，对民办高校来说，最重要的是投后运营管理能力与品牌输出能力，包括按需求对标的学校进行战略再定位、内容及教师资源的输出和共享、产教结合解决学生就业问题等。完善的投后管理体系在整个并购流程中的角色十分重要。并购后可以通过六个维度提升投后管理：1、风险把控，降低高校试错成本投后管理中资本要监督高校的运营管理，履约和业绩完成情况，识别潜在的风险，给予高校一定的经验借鉴，降低高校走弯路的几率，针对高校不规范的经营行为和错误的战略定位提出自己的建议。2、资本结构优化，增强企业资金实力辅助高校制定财务预算，设计融资方案，通过多元化的融资方式提升高校的融资能力和财务弹性，使得高校在资金方面的实力得到提升，缓解发展的资金瓶颈。3、引入相关技术或拓宽技术应用范围以提升管理营运效率将招生、排课、课堂评测、教学信息处理、指令传达、考核、校园管理、审批流程等工作场景电子化、联网化、智能化，最大限度解放人力资源、提高运营效率和教学质量，同时也可提升学生的教学体验，推进个性化服务的实现。4、业务延伸在线教育toB端是高校业务延伸的主要方向，可以与B端企业如作业题库方面的作业盒子、内容消费方面的慕课、企业e-learning方面的时代光华、线上教育方面的海文考研等进行合作，拓宽业务渠道和教学资源利用率。5、人才培养教育的社会属性很强，培养人才是教育的第一要务，良好的教学质量又会推升学校品牌，因此育人与逐利是相通的。资本对高校教学质量的提升可以从教学培训、核心人才引入、资源对接等方面出手。6、勾画行业地图，完善产业布局，了解民办高校具体运营情况，积累行业经验和资源。