姚康履新中信建投证券电子行业首席分析师

　　来源：中信建投证券研究

　　我们荣幸地宣布，姚康先生正式担任中信建投证券电子行业首席分析师。姚康先生将带领中信建投证券电子研究团队，按照海外算力、国产算力、自主可控、端侧 AI、存储几大产业主线来开展赛道布局研究。

　　姚康先生擅长产业链研究、产业趋势判断和个股挖掘。未来，他将进一步打通各类资源链路，将优质的产业资源、项目资源、市场资源充分赋能行业研究，让研究不仅能做好二级市场趋势判断，更能深度服务产业发展、服务实体企业，实现研究价值的进一步升级。

　　姚康先生个人简历

　　Introduction

　　中信建投证券电子行业首席分析师。9年电子行业研究经验，上海交通大学电气工程与自动化学士+微电子学硕士，2019年任职于兴业证券，从事电子行业研究，擅长产业链研究、产业趋势判断和个股挖掘。2021年所在团队获得新财富第四名。

以下为姚康先生分享：

　　成长历程：立足全局 服务产业

　　此次加入中信建投，主要是被公司在科技赛道的全方位布局与长期发展战略吸引，也是我深耕电子硬科技领域研究的一次重要进阶。中信建投长期对TMT领域保持高强度、前瞻性的资源投入，经过多年沉淀，已经建立起业内颇具口碑与影响力的科技研究品牌。同时，公司投行板块实力雄厚，落地了大量半导体、算力等硬科技领域的优质项目，强大的产业投行能力，能够让研究更贴近产业一线，打破纯二级市场研究的信息壁垒。其次，公司大力推进“走出去”的国际化战略，与当前电子行业的研究模式高度契合。当前电子行业早已不是单一的国内市场逻辑，而是全球算力迭代、产业链重构与国产替代两条主线并行的格局。中信建投的国际化布局，能够为电子行业研究提供更广阔的视野、更丰富的产业资源，助力精准把握全球产业趋势。

　　相比之前的研究经历，新的平台我觉得在三个方面会发生变化。首先是心态上，过去更专注于细分领域的深度研究，未来在保持深度研究的习惯下，立足全局，以及做好产业服务。能力边界上，过去打磨的是板块、个股的跟踪能力，总结行情的催化剂、驱动力等，未来期待依托中信建投强大的投研、投行及国际化资源，可以打通二级市场研究、一级产业投融资、实体企业发展的完整链路，能够深度参与产业一线调研、项目赋能、行业趋势研判，对电子产业链上下游的壁垒、技术迭代、产能周期的理解更加立体、透彻。研究认知上，硬件研究过去更多的是跟踪订单、价格、份额的变化，但越来越发现，这只在部分阶段有效，比如行业、公司的拐点阶段，而资本市场对前瞻判断的要求越来越高，这涉及到底层的技术原理，特别像AI产业，对于模型的跟踪和理解，才能更好地理解硬件的机会。

　　电子行业细分赛道繁多、业态差异极大，不同领域的研究逻辑和框架体系完全不同，长期跨赛道的研究沉淀，也让我搭建起了分层、分类、差异化的完整研究体系。比如创新驱动的消费电子，核心研究逻辑在于把握产品创新周期、跟踪量价和份额变化；存储、面板这类周期性板块，行业核心由供需格局主导，需要建立非常严谨的供需平衡表、产能周期与价格周期研究框架，侧重供需边际与周期拐点；而半导体国产化赛道，则要求跳出短期周期视角，通过全球技术、产能、产品维度的横向对比，判断企业产品力与行业竞争格局，用终局思维判断国产替代的长期空间与成长确定性。

　　经过多年持续深耕，我的跨细分领域研究框架已经较为成熟、可复用性极强。科技行业迭代速度极快、新技术、新赛道、新需求持续涌现，而完善的底层研究框架能够让我在面对快速变化的行业环境时，快速适配新赛道、搭建研究体系、捕捉核心矛盾。与此同时，长期覆盖消费电子、半导体、算力硬件，也积累了深厚且可复用的产业资源、专家资源与上市公司资源，能够持续通过一线产业调研验证逻辑、跟踪产业变化，让研究结论更贴合实体产业真实趋势。除此之外，在持续研究AI产业的过程中，我也深度落地各类AI研究工具，将其融入日常复盘、数据整理、产业梳理工作中，大幅提升了研究效率与内容输出质量。

　　与此同时，我也清晰认识到自身仍需持续补足和精进的能力。第一是底层技术认知的深度仍需拓宽。当前AI与硬科技技术迭代极快，包括底层技术原理、模型迭代逻辑、新材料与新工艺的技术路径等前沿内容，仍需要持续投入学习、深度消化，同时加强与计算机、通信等跨团队协同互补，进一步夯实技术研究壁垒。第二是资源整合与统筹赋能能力仍需提升。中信建投拥有极为丰富的二级市场研究资源、强大的投行产业资源和国际化平台资源，未来我需要进一步打通各类资源链路，将优质的产业资源、项目资源、市场资源充分赋能行业研究，让研究不仅能做好二级市场趋势判断，更能深度服务产业发展、服务实体企业，实现研究价值的进一步升级。

履新展望：推进跨组协同、联合研究

　　未来团队将围绕核心主线做体系化分工，同时强化内部协同。过去电子行业团队大多按照消费电子、半导体、PCB 及元器件这类产品维度做板块划分；后续随着板块扩容，又进一步把半导体拆分为制造、封测、设计、设备、材料与零部件等细分方向，但这种模式容易形成单兵作战的问题。

　　近几年，消费电子、汽车电子、机器人、AI 算力、半导体国产化等行情轮番演绎，我们越发感受到，这种传统按产品板块切割的分工方式，一方面很难满足客户一体化的研究需求，另一方面在团队内部也会出现重复学习、整体研究效率偏低的情况。

　　以海外算力这条主线为例，产业链链条很长，覆盖 PCB、GPU、CPU、液冷、存储、被动元器件、模拟、功率器件、先进封装等环节，分散在过去 PCB、消费电子、半导体设计、封测、元器件多个板块。分析师既要深耕自身负责的细分环节，还要跟踪云厂商资本开支、GPU/ASIC 出货量这些核心驱动变量，最好还要理解模型迭代带来的需求变化。如果每位研究员都独立从头跟踪这一类底层宏观驱动，会造成团队资源的重复消耗，研究也容易泛泛而谈、难以做深。

　　因此，我计划调整布局思路，按照海外算力、国产算力、自主可控、端侧 AI、存储这几大产业主线来组织赛道布局。原有各细分环节，会根据其业务属性、价值归属归入对应主线。每条主线设置牵头人，负责把握赛道宏观趋势，统筹带领细分领域分析师开展研究。如果研究内容涉及机器人、新能源等其他小组的覆盖范围，我们将主动推进跨组协同、联合研究。

　　电子赛道众多，机会也层出不穷，长远来看，匹配中信建投的研究品牌，还是期望全部能够深度覆盖。中短期从效率角度，会优选市场空间大、增速高，或者预期差大的方向重点投入。

　　当前时点来看，海外算力和自主可控依旧是两个重点投入资源方向。海外算力方面，万亿美元级别的资本支出，市场规模足够庞大，而且还在保持快速增长，即使未来增速放缓，由于技术快速迭代，技术创新带来的机会也足够大。自主可控方向，叠加了国产算力需求爆发和上游国产化率提升的双重驱动，目前存储+Fab+封测的资本支出已经达到500亿美元左右，未来3年有机会冲击千亿美元，会带来巨大的半导体设备、材料、零部件的投资机会。

　　这些板块的深度研究和机会把握，也需要多个团队的配合。以AI算力为例，计算机对于模型迭代的洞察、模型运行原理的理解，会对硬件发展有很好的前瞻指引。通信行业与电子行业同属硬件产业，产业资源上可以复用，同时芯片、元器件等环节也是通信产业的上游，可以互相验证景气度，这些都是跨行业联动研究的着手点。

　　核心研判：硬科技自主化是投资主线

　　当前国内 AI 算力、通信基础设施、消费电子、硬科技自主化多条主线并行，板块内部景气分化明显。站在当前时点来看，我认为硬科技自主化是贯穿未来数年、具备持续性的核心投资主线，同时其他几条主线会在不同阶段贡献结构性机会。

　　硬科技自主化不是单一环节的国产替代，而是一套完整产业链的能力补短板。一方面，国内 AI 算力建设提速，本土算力集群落地，带动国产芯片、存储、先进封测、PCB、设备材料等全链条需求上行；另一方面，外部供应链环境变化倒逼产业链主动构建安全可控的供给体系，从晶圆制造、存储芯片，到半导体设备、核心材料、精密零部件，国产厂商正持续完成技术验证、产能爬坡与客户导入。叠加国内存储、晶圆厂、封测厂大规模资本开支，目前已经达到500亿美元左右，未来3年有机会冲击千亿美元，上游设备、材料、零部件会迎来持续的订单兑现周期，这条主线兼具政策、产业、资本开支三重驱动，确定性较强。

　　在此基础上，其他主线同样具备阶段性机会，但驱动逻辑有所区别。国内 AI 算力建设除了带动自主化供应链，也会拉动高速互联、液冷、电源等硬件需求，持续释放硬件增量；通信基础设施升级，核心在于算力网络、高速光互联的建设，和 AI 算力硬件存在交叉共振；消费电子主要依靠产品创新，下一波创新浪潮端侧AI需要等到端侧模型和端侧硬件的共同成熟。

　　AI 产业已经从概念验证阶段加速走向规模化落地。展望未来 1-2 年，电子行业确定性最强的细分机会，集中在海外算力增量与硬科技国产化这两大主线。

先看海外算力这条主线，万亿美元级别的资本支出，市场规模足够庞大，而且还在保持快速增长，即使未来增速放缓，由于技术快速迭代，技术创新带来的机会也足够大。为了匹配全球算力规模与互联能力持续提升，硬件技术迭代明显提速。以 AI PCB 为例，材料与工艺持续升级，超高多层板、PTFE 材料、正交背板、大尺寸载板等高端产能持续紧缺，壁垒不断抬升；全球 AI PCB 市场 TAM 预计将从 2024 年 300 亿元扩容至 2028 年 4000 亿元，成长空间十分可观。

　　再看硬科技国产化，AI 产业爆发带动存储进入超级景气周期，存储也是当前 AI 产业链利润最丰厚、确定性较高的环节。全球头部存储厂商开启大规模扩产，长存、长鑫为代表的国产存储龙头迎来重要窗口期。国内厂商技术迭代持续突破，CBA+4F² DRAM 研发落地、300 层以上 3D NAND 实现量产、HBM 高端存储完成技术突围，产品竞争力持续增强。国产存储产能持续扩张，也向上游传导，带动半导体设备、材料、精密零部件订单快速增长。除此之外，韬定律 “时间缩微” 替代传统 “几何缩微” 的新路径，为先进逻辑芯片迭代打开新方向，进一步夯实国内半导体上游设备、材料、零部件的长期需求。整体来看，国内半导体行业已经开启 3-5 年的长期扩产周期；重资产、产能建设周期长的核心零部件赛道，供需缺口有望持续放大，业绩和估值弹性会更加突出。

　　关于风险，我们重点关注中游制造环节的中低端产能过剩压力。从需求端看，AI 基建高速扩张推高上游芯片、原材料价格，成本上行之后，常规消费、工业领域的终端需求难以消化大幅抬升的成本，进而压制这部分市场的需求空间，典型代表就是存储芯片的大幅上涨，使得手机、PC等需求受到抑制。

　　与此同时，AI 赛道高景气吸引大量玩家加速入局、大规模扩产，集中体现在 PCB、光模块、服务器等中游硬件领域。但下游客户的技术迭代节奏持续加快，若新增产能不具备技术通用性，一旦技术路线发生切换，这部分产能就很容易被迭代淘汰，最终形成产能过剩的风险。

　　算力需求的爆发式增长，使得一众环节出现紧缺，从早期的GPU、PCB、光模块、CoWoS先进封装，到去年下半年爆发的存储赛道，再到今年CPU、MLCC等细分领域的崛起。由于海外和国内的发展阶段不一样，面临的发展条件也不一样，“缺口”也有所区别。

全球角度，早期紧缺的环节，经过3-4年产能建设，稍微得到了缓解，今年迎来紧缺拐点的CPU、MLCC、模拟芯片、先进及成熟制程等细分领域，供需缺口未来将持续走阔，具备充足的价格上行弹性。同时，即使是得到缓解的环节，由于技术迭代加速，出现了结构性高端产能的“缺口”，比如AI PCB中超高多层板、PTFE、大尺寸载板等等。

　　国内市场，我们的核心缺口集中在高端制造与核心器件自主可控领域，也是当前市场预期差大、长期成长想象力最强的方向。受制于海外技术与供应链壁垒，国内在先进制程、HBM、高端先进封装等核心高端环节，仍存技术代差与供给短板，无法匹配国内AI算力高速建设的自主安全需求。当前国内AI算力集群规模化落地、国产算力生态全面提速，但高端芯片制程、超高带宽存储、高端异构封装等核心硬件环节国产化渗透率低，供需缺口并非短期产能周期缺口，而是长期技术壁垒、产能壁垒共同形成的结构性硬缺口。这种自上而下的补短板需求，将持续驱动国内设备、材料、零部件、先进封装、高端存储等赛道开启长周期成长，也是国产算力赛道最核心、最确定的投资逻辑。

　　云侧AI与端侧AI，我们认为发展节奏不一样，静态来看会具备“估值差”，Coding需求持续爆发，OAI和Anthropic的ARR高速增长，以及训练的需求，算力基建高歌猛进，云侧AI，特别是算力硬件公司利润持续兑现，估值已经得到了很好的消化，主流的GPU、光模块、AI PCB基本已经处于2027年10-20PE的水平。由于云走向端是一个必然过程，端侧AI作为个人全天候的助理，也具备更强的想象力，但是目前端侧硬件在技术上还有很多需要解决的问题，端侧模型也不够成熟，端侧AI还处于早期阶段，估值相对较高。

　　云侧AI与端侧AI，从节奏差来看，两者处于不同的产业发展阶段。当前全球AI产业的核心抓手仍在云端算力，大模型训练、推理需求持续高增，Coding场景需求爆发、海外头部AI企业ARR持续高速增长，持续驱动全球云厂商资本开支高景气上行。云侧算力硬件作为产业刚需，订单确定性强、业绩兑现节奏快、落地高度明确，是当前AI产业链最扎实的盈利板块。而端侧AI是AI产业发展的下一阶段形态，是AI从云端走向个人、终端、万物智能的必然趋势，长期空间超过云端，但目前仍处于技术打磨、模型迭代、生态搭建的早期阶段，端侧模型轻量化、终端硬件功耗、算力适配、落地场景等诸多问题仍在持续优化，技术成熟度、商业化落地节奏显著滞后于云端。

　　从估值差来看，两者的估值分化完全匹配产业节奏与业绩确定性。云侧AI硬件经历多年行情演绎与业绩兑现，估值已经充分消化，当前主流GPU、光模块、高端AI PCB等核心硬件公司，估值普遍切换至2027年10-20倍PE区间，估值性价比凸显，属于业绩确定性强、估值合理的稳健成长赛道。端侧AI，凭借海量终端的长期成长空间、万物智能的宏大想象空间，市场给予了较高的成长溢价，但现阶段整体业绩兑现能力较弱，多数标的仍以主题估值、预期估值为主，尚未进入大规模业绩释放阶段，因此整体估值水平显著高于云侧硬件板块，形成了明确的“低业绩、高估值”与“高业绩、低估值”的板块估值分化格局。