2026年计算机中期策略：关注token经济

分析师：来祚豪执业证书号：S0010524100001 华安证券研究所 证券研究报告 目录 计 算 机 行 业 梳 理 ： 寻 找 轮 动 主 题 机 遇 1 2 寻 找 主 要 矛 盾 ： 上 游 至 下 游 3 公 司 筛 选 条 件 回顾2026上半年走势 ➢截至2026年6月23日，计算机行业今年下跌9.0%，未跑赢上证指数、创业板指数，在31个申万行业中排名17。➢从涨跌幅的分布来看，行业涨跌中位数仍在负值，仅少部分股票表现优异：网宿科技（50%）、运达科技（54%）、品高股份（54%）、美利云（59%）、维宏股份（62%）、中润光学（63%）、*ST英飞（69%）、卓易信息（70%）、华是科技（84%）、东方国信（92%）、友车科技（106%）、盛视科技（108%）、凯旺科技（128%）、杰创智能（136%）、智微智能（157%）、索辰科技（162%）、同有科技（184%）、朗科科技（187%）、声迅股份（220%）、宏景科技（289%）、行云科技（474%）。 回顾2026上半年走势 ➢从细分板块行业板块来看，2025年初至今：➢1）教育信息化、物联网、智慧城市细分板块表现出较为明显的超额收益； ➢2）政务信息化、金融硬件、医疗信息化则为全年表现较差的细分板块。（注：此处采用长江行业分类） 复盘历史走势 ➢我们回顾计算机及沪深300走势，以2020年1月1日为基准日，测算行业的持有收益百分比：仅2020年1月-10月走出了长于半年的连续超额行情。而2023年AI成为主线后，计算机在2023年1月、2023年11月、2024年11月、2025年1月、2025年6月、2026年1月均开启了以月为单位的超额上涨。➢我们认为，计算机行业的投资方式因此现象，需要更加灵活，例如考虑专注于某一时刻热点赛道，而坚持长期主义则有相当概率无法跑赢沪深300。 复盘历史走势 ➢以2023-2025年年度热点来复盘，自AI带来的行业趋势启动，市场主流热点从鸿蒙、chatgpt、数字人、人脸识别、AIGC等泛化软件系统概念，逐渐转向2024年的明确细分概念赛道：Sora、AI眼镜、低空经济、eVTOL、财税数字化等，直到2025年全年全市场重点发力CPO光学概念赛道。➢我们认为，1）概念的轮动炒作是客观存在的；2）泛化、偏下游、偏软的概念的市场关注度逐渐在下滑。 复盘历史走势 ➢以全市场概念涨跌幅排名来看，CPO、PET铜箔、国家大基金持股、光纤、先进封装等概念在2026年上半年涨幅最高，表现了市场对于算力、半导体上游的高景气度预期。 复盘历史走势 ➢将以上20个概念内的成分股做行业数量统计，我们得出电子、机械设备、基础化工、电力设备、通信五大行业受益最广。计算机以4%排在第7。 ➢若以统计热点赛道内的所有成分股，并计算行业平均市值增长的角度来看，建筑材料（476亿元）、通信、电子、有色、机械设备在热点赛道中为主要收益行业。建筑材料公司数量较少，但由于其成分股市值较大，且与半导体上游相关性较大，受益最大。 财务对比:软件板块vs沪深A股 ➢回到计算机板块的整体业务情况，平均总营收在23年开始逐渐进入企稳状态，已超过全国上市企业平均增速，体现了行业逐渐开始适应下游需求变化的趋势。25年增速回升。 财务对比:软件板块vs沪深A股 ➢以两大重点费用来看，计算机行业的销售费用顺应了全体上市公司的趋势：即逐渐降低增速甚至负增长；研发费用降低增速至平稳。规模来看，计算机公司虽然有较多小市值企业，平均研发费用依然接近全A平均水平，仍具规模；销售费用则控制相对较好。25年连续两年增速放缓。 财务对比:软件板块vs沪深A股 ➢以两大重点费用来看，计算机行业的销售费用顺应了全体上市公司的趋势：即逐渐降低增速甚至负增长；研发费用降低增速至平稳。规模来看，计算机公司虽然有较多小市值企业，平均研发费用依然接近全A平均水平，仍具规模；销售费用则控制相对较好。25年销售费用企稳。 财务对比:软件板块vs沪深A股 ➢以利润来看，虽然规模远低于A股平均水平，计算机板块整体盈利或已摆脱2021-2023年的负增长通道，有望在2025-2026年完成正增长。25年百分比提升明显。 财务对比:软件板块vs沪深A股 ➢以利润率来看，计算机行业毛利率由于经营成本主要来自于人工，毛利天然高于沪深A股，而扣除费用后净利率明显低于沪深A股。 财务对比:软件板块vs沪深A股 ➢从收入质量来看，2021年后计算机行业为改善现金流水平，普遍主动筛选高质量订单，减少低毛利、低回款订单。虽然计算机行业现金流规模远不如全A平均水平，但板块企业在过去仍取得了一定成效。具体体现则是2022-2025四年的经营现金流正增长。➢由于行业整体具有年底确收的季节性，2026年的现金流表现仍值得期待。而A股整体现金流则体现了周期不同的波 动，由于IT软件服务处于实体经济的末端，A股整体现金流增速上扬或可作为计算机行业的先行指标。25年计算机行业现金流大幅提升，但绝对值较低。复盘A股软件板块历史经营性现金流 财务对比:软件板块vs沪深A股 ➢应收账款来看，计算机板块平均规模约全A股平均水平一半。计算机应收账款增速也相对较低，处于低于收入增速的状态，反应了行业普遍追求高质量收入的举措。我们看好未来计算机板块的经营风险进一步下降。25年应收账款有所好转。 计算机板块估值 ➢从PE(TTM)\PS(TTM)的角度来看，计算机行业的估值水平有望延续2024-2025的抬头趋势，进一步上升。而行业逐步企稳的收入及利润增速有望在未来部分消化高估值的风险。复盘A股计算机历史PE TTM 计算机板块估值 ➢从PE(TTM)\PS(TTM)的角度来看，计算机行业的估值水平有望延续2024-2025的抬头趋势，进一步上升。而行业逐步企稳的收入及利润增速有望在未来部分消化高估值的风险。 目录 计 算 机 行 业 梳 理 ： 寻 找 轮 动 主 题 机 遇 1 2 寻 找 主 要 矛 盾 ： 上 游 至 下 游 3 公 司 筛 选 条 件 政策与产业共振奠定景气基础 ➢国内：国家枢纽集聚+跨区域调度+绿电约束+普惠用算。和过去单纯比谁建更多IDC不同，最新政策更强调算力资源能否“入网、可计量、可调度、可交易”。尤其是国家数据局披露的188万PFLOPS智能算力和137万PFLOPS已接入监测调度平台，说明后续竞争点会从“有没有GPU”转向“算力是否纳入统一调度、能否低成本交付给模型和行业应用”。 政策与产业共振奠定景气基础 ➢政策快速放行+企业超大规模资本开支+电力配套同步建设。联邦层面通过行政令、DOE联邦土地、FERC电网接入来降低建设摩擦；企业层面用Stargate、Azure、AWS、Google Cloud、Meta AI infrastructure直接堆CAPEX。最关键的约束已经从“有没有GPU”扩大到电力、变压器、燃气轮机、输电线路、冷却、水资源、地方审批。➢1.美国经历了2025的“AI数据中心扩张年”，进入了2026年的超级资本开支周期：四大科技公司2026年AI/数据中心相关支出大致在 6000–6350亿美元区间，若加上Oracle、CoreWeave、xAI、Stargate相关项目，总体更高。➢2．美国的瓶颈从GPU转向电力和并网。FERC 2026年直接要求电网运营商改革大型负荷接入规则，DOE也把数据中心政策和新增电源、 输电、核电、储能、冷却绑定在一起。 ➢3.根据Dell’OroGroup报道，2026年全球数据中心CapEx展望上调至超过1万亿美元，美国Top 4云厂商Amazon、Google、Meta、Microsoft的数据中心CapEx同比增长78%；Dell’Oro预计2026年下半年支出继续加速，主要由NVIDIA Rubin系统放量和hyperscaler自研加速器平台更新周期驱动。美国AI政策及规划整理 硬件上游：主要算力成本GPU成本仍然高 ➢GPU仍是成本大头：以沐曦拆解的GPU机时成本（假设四年折旧）来看，目前GPU算力的成本来源主要还是来自于GPU（47%），其次供电及散热（21%）。HBM是GPU核心主要成本：以EpochAI2025年拆解的B200核心成本预估来看，High bandwidth memory (高带宽内存)为2900美元、Logic die fabrication (逻辑芯片制造)为900美元、Advanced packaging (先进封装)为1100美元、Auxiliary (辅助组件)为480美元。HBM依然是最大成本来源，我们预计这一现象持续，并在2026年上半年得到了加强。 硬件上游：主要算力成本GPU成本仍然高 ➢目前以推理、小规模微调开发的需求来看，国产卡有一定的性价比，而在中高端训练领域，高端英伟达算力仍是优秀选择。➢因此，每当下游的训练、推理需求阶段性上升时，市面上的英伟达算力资源现货市场会呈现出超出预期的非 理性价格。 国产卡vs英伟达参数及价格对比 TOKEN工厂模式开始得到承认 ➢由于上游的景气带来的成本变化，下游云服务商也催生出新的业务模式：token工厂，如宁夏电信近期发布百亿级别token工厂招标。Token工厂与传统云租赁的区别即按量付费与按时付费的区别。我们认为，此类营业模式，是高端算力资源供给不平衡导致云服务商话语权增强的结果，若国产算力进化或进出口贸易管制放开或造成模式变化。 宁夏电信token工厂采购 下游Token经济带来机遇，也隐含风险 ➢全球生成式AI采用率从2025年H1的15.1%升至H2的16.3%，也就是全球约六分之一人口已经在使用生成式AI。（口径：基于匿名汇总遥测数据，再按OS/设备份额、互联网渗透率和国家人口进行调整）➢Global North从22.9%升至24.7%，增加1.8个百分点；GlobalSouth从13.1%升至14.1%，增加1.0个 百分点。南北差距从9.8个百分点扩大到10.6个百分点。也就是说，AI工具越普及，领先地区反而更快吸收红利。 现实层面：AI使用者占比 ➢Anthropic统计指出：计算机、数学、文艺创作、社会科学、教育行业的用户比例远高于其行业人数在社会总用工人口的占比。➢计算机数学用户比例（37.2%）。 ➢计算机数学行业人数占比（3.4%）。 现实层面：AI使用场景占比 ➢符合软件及网页开发（16.8%）、日常IT系统运维（1.8%）、音乐及图片创作（1.8%）、生成课件（1.9%）几大用户需求➢AI对于软件业、传媒及流程标准可用 到自动化的行业较为有效。 现实层面：AI科技影响开始展现 ➢观点：AI对就业的影响还没体现在失业率，但已可能影响年轻人入门岗位。➢理论上完全可由LLM完成的任务占真实使用的68%，而理论上不可行的任务仅占3%。（横坐标0代表不可替代、.5代表部分替代、1代表完全替代） 现实层面：AI科技影响开始展现 ➢理论上完全可由LLM完成的任务占真实使用的68%，而理论上不可行的任务仅占3%。➢职业层面，程序员暴露度最高，覆盖率约75%；数据录入员约67%；客户服务代表、金融分析师等也处于高暴露职业。相反，约30%劳动者所在职业目前观察到的AI覆盖率为零。 现实层面：AI科技影响开始展现 ➢研究没有发现2022年底ChatGPT发布以来高暴露职业失业率系统性上升。但年轻劳动者出现早期信号：22–25岁年轻人在高暴露职业中的新入职率相对2022年下降约14%，统计显著性较弱，但方向值得关注。换句话说，AI对就业的第一轮影响可能不是“裁掉老员工”，而是“减少初级岗位招聘、压缩新人的入场机会”。 有无AI影响的行业失业率对比 Token用量缩减风险 ➢海外coinbase\amazon\UBER、微软等大型企业、国内腾讯字节等互联网大厂已经开始企业内部的成本控制，手段