传媒行业2023年3月投资策略：续看好AIGC应用与数据环节，关注传媒国企价值重估可能

证券研究报告|2023年03月06日 核心观点行业研究·行业投资策略 2月跑赢市场，AIGC表现优异。1）2月份传媒（申万传媒指数）板块上涨 4.16%，跑赢沪深300指数6.26个百分点，在申万一级31个行业中，传媒板块排名第6位，AIGC概念表现抢眼；2)个股上，汤姆猫、因赛集团、天娱数科、昆仑万维、冰川网络等标的领涨；博纳影业、慈文传媒、华谊兄弟、欢瑞世纪、光线传媒等标的领跌。 ChatGPT开放API接口、百度文心一言即将上线，AIGC即将迎来应用爆发期1）算力、算法与数据是AI落地的三驾马车，从进展来看，预训练的大模型逐步走向成熟，从文本生成到绘画、语音乃至多模态大模型不断丰富、技术与商业可行性不断提高，应用开发门槛有望相比传统AI显著降低；同时得益于移动互联网的快速发展和GPU的快速迭代，垂直领域的数据积累以及单位算力成本下降持续加速，AIGC在应用端落地有望迎来奇点时刻；2）近期来看，海外ChatGPT开放API接口，百度文心一言即将于3月16日正式发布，技术底座日趋完备，传媒互联网应用有望逐步成为AIGC核心落地场景，新一轮技术革命所带来的内容与平台创新值得期待，建议从IP数据与场景两端把握中长期投资机遇。 关注低位的国有传媒标的。基于传媒国企所处细分行业以及资源禀赋特性，建议两个方面把握传媒国企投资机会：1）数字中国、AIGC推动之下，具备关键数据IP、落地场景的国有传媒企业，关注浙数文化、人民网、新华网、中国科传、芒果超媒、歌华有线、贵广网络等标的；2）现金流充裕、估值/绝对市值处于低位，具备价值重估或新兴领域布局可能标的，关注中国电影、中南传媒等标的。 投资观点：景气度反转与新科技落地两条主线布局，关注国有媒体低位修复1）行业景气度底部反转带动业绩与估值低位修复，游戏板块推荐恺英网络、三七互娱、吉比特、姚记科技、完美世界等标的；IP娱乐推荐华策影视、万达电影、光线传媒、阅文集团、泡泡玛特等；广告营销及互联网产业链推荐兆讯传媒、分众传媒、芒果超媒、哔哩哔哩等标的；2）基于AIGC落地要素聚焦数据及场景两端，数据及IP角度推荐浙数文化、视觉中国、中文在线、人民网等标的，场景落地推荐汤姆猫、昆仑万维、蓝色光标等标的；3）国有媒体关注浙数文化、人民网、中国科传、歌华有线、贵广网络等标的。 重点推荐组合：2月投资组合恺英网络、三七互娱、芒果超媒、视觉中国、心动公司，3月组合恺英网络、姚记科技、浙数文化、华策影视、昆仑万维。 公司 公司 投资 昨收盘 总市值 EPS PE 代码 名称 评级 （元） （亿元） 2022E 2023E 2022E 2023E 002027.SZ 分众传媒 买入 6.38 921.41 0.28 0.42 22.8 15.2 002555.SZ 三七互娱 买入 22.71 503.68 1.44 1.66 15.77 13.68 300413.SZ 芒果超媒 买入 32.65 610.79 1.15 1.34 28.39 24.37 301102.SZ 兆讯传媒 买入 37.90 75.80 1.12 1.80 33.84 21.06 风险提示：业绩低于预期、技术进步低于预期、监管政策风险等重点公司盈利预测及投资评级 资料来源：Wind、国信证券经济研究所预测 传媒 超配·维持评级 证券分析师：张衡证券分析师：夏妍 021-60875160021-60933162 zhangheng2@guosen.com.cnxiayan2@guosen.com.cnS0980517060002S0980520030003 市场走势 资料来源：Wind、国信证券经济研究所整理 相关研究报告 《AIGC系列专题-从AI技术演进看AIGC：奇点临近，未来已来》 ——2023-03-06 《传媒互联网周报-数字中国顶层规划出台，ChatGPT开放API加速场景应用爆发》——2023-03-05 《传媒互联网周报-ChatGPT有望提升广告货币化率，中观维度持续看好游戏板块》——2023-02-27 《传媒互联网周报-“ChatGPT+搜索”催生NewBing，多家公司计划接入“文心一言”》——2023-02-20 《传媒行业2022年业绩前瞻与展望-严冬已过，暖风徐来》— —2023-02-13 传媒行业2023年3月投资策略 持续看好AIGC应用与数据环节，关注传媒国企价值重估可能 超配 请务必阅读正文之后的免责声明及其项下所有内容 内容目录 传媒板块行情回顾：跑赢市场表现，AIGC表现优异4 板块表现回顾4 个股表现5 技术底座趋向成熟，AIGC场景应用有望迎来爆发5 算力与数据皆备、大模型加速AIGC技术导入，应用创新、场景落地渐行渐近5 从PGC到AIGC，AI有望重构内容与媒介生态8 ChatGPT开放API接口、百度文心一言或于3月16日正式发布，技术底座支撑之下，应用端有望迎来爆发9 关注传媒国企低估值修复可能13 投资建议：持续看好AIGC应用与数据环节，关注传媒国企价值重估可能14 持续看好估值与景气度双重修复可能14 持续看好AIGC应用与数据环节，关注传媒国企价值重估可能16 免责声明18 图表目录 图1：二月跑赢市场表现4 图2：二月传媒行业涨幅(%)排名第6位4 图3：AIGC技术积累融合5 图4：ChatGPT训练模型8 图5：ChatGPT百度搜索指数大幅提升8 图6：训练大模型“预训练+精调”模式8 图7：AIGC的主要形式与应用9 图8：OpenAI宣布开放ChatGPT和Whisper的API10 图9：ChatGPT及WhisperAPI调用部署简便10 图10：Snapchat推出MyAI聊天机器人10 图11：Quizlet推出AI教师Q-Chat10 图12：Shopify接入ChatGPT优化购买体验10 图13：Speak接入WhisperAPI提供开放式对话练习10 图14：百度将于3月16日召开关于文心一言的发布会11 图15：AIGC是内容生产的新模式12 图16：A股传媒板块上市公司分布13 图17：国企主要集中于传统媒体13 图18：TTM-PE中位数分布13 图19：年度营业收入（亿元）及增速15 图20：年度归母净利润（亿元）及增速15 图21：季度营业收入（亿元）及增速15 图22：季度归母净利润（亿元）及增速15 图23：各行业PE-TTM15 图24：PB、PE历史分位数15 表1：2月涨跌幅排行5 表2：主流生成模型一览表6 表3：主流AIGC预训练模型一览表6 表4：国内预训练大模型12 表5：重点公司估值表17 传媒板块行情回顾：跑赢市场表现，AIGC表现优异 板块表现回顾 2月份传媒（申万传媒指数）板块上涨4.16%，跑赢沪深300指数6.26个百分点， 在申万一级31个行业中，传媒板块排名第6位；个股表现分化显著，复苏主线（广告及影视娱乐）表现较弱，AIGC概念表现抢眼。 图1：二月跑赢市场表现 资料来源：wind，国信证券经济研究所整理 图2：二月传媒行业涨幅(%)排名第6位 资料来源：wind，国信证券经济研究所整理 个股表现 个股表现上，汤姆猫、因赛集团、天娱数科、昆仑万维、冰川网络等标的领涨；博纳影业、慈文传媒、华谊兄弟、欢瑞世纪、光线传媒等标的领跌。 表1：2月涨跌幅排行 2月涨幅排行2月跌幅排行 代码公司月涨幅年涨幅市值（亿）代码公司月涨跌幅年涨跌幅市值（亿） 300459.SZ 汤姆猫 47% 3% 114 001330.SZ 博纳影业 -11% -5% 157 300781.SZ 因赛集团 42% 11% 21 002343.SZ 慈文传媒 -10% 4% 32 002354.SZ 天娱数科 36% 8% 70 300027.SZ 华谊兄弟 -8% -4% 74 300418.SZ 昆仑万维 35% 14% 194 000892.SZ 欢瑞世纪 -8% -2% 43 300533.SZ 冰川网络 26% 8% 41 300251.SZ 光线传媒 -7% -5% 241 300002.SZ 神州泰岳 23% 13% 96 002291.SZ 遥望科技 -7% 16% 137 300051.SZ 三五互联 19% 21% 40 600996.SH 贵广网络 -7% 3% 185 301313.SZ 凡拓数创 16% -5% 32 002027.SZ 分众传媒 -6% 6% 1004 002425.SZ 凯撒文化 16% 3% 47 600358.SH 国旅联合 -6% 0% 35 300071.SZ 福石控股 16% 2% 41 002095.SZ 生意宝 -5% -20% 56 资料来源：wind、国信证券经济研究所整理 技术底座趋向成熟，AIGC场景应用有望迎来爆发 算力与数据皆备、大模型加速AIGC技术导入，应用创新、场景落地渐行渐近 深度模型的进步与创新奠定AIGC走向成熟的基础。就底层技术而言，不断创新的生成算法、预训练模型、多模态等技术是AIGC行业发展的前提，以此为基础AIGC在自动化内容生成上具备了通用性、基础性多模态、参数多、训练数据量大、生成内容高质稳定等特征优势。 图3：AIGC技术积累融合 资料来源：腾讯研究院，国信证券经济研究所整理 基础的生成算法模型不断突破创新。早期最为著名的生成模型生成对抗网络(GenerativeAdversarialNetwork，GAN)在2014年问世。GAN在合作的零和博弈框架基础上进行自动学习，可生成图像、视频、语音和三维物体模型等。在GAN 的基础上，多种变种生成模型被提出，例如DCGAN、StyleGAN、BigGAN、StackGANPix2pix、Age-cGAN、CyceGAN、对抗自编码器(AdversarialAutoencoders，AAE)、对抗推断学习(AdversariallyLearnedInference，ALI)等。 相继涌现的Transformer、基于流的生成模型(Flow-basedmodels)、扩散模型DiffusionModel等深度学习的生成算法成为AIGC繁荣的底层模型。应用广泛的Transformer模型采用自注意力机制，根据输入数据各部分重要性分配相应权重，可应用于自然语言处理(NLP)、计算机视觉(CV)等领域。在此基础上发展出了BERT、GPT-3、LaMDA等预训练模型。扩散模型(DiffusionModel）则通过定义一个扩散步骤的马尔可夫链，将随机噪声添加到数据中，通过逆扩散过程，从噪声中构建所需的数据样本。扩散模型最初应用于去除图像中的噪声，随着训练时长的增长与效果的提升，当前已可以从纯噪声生成逼真的图片。 表2：主流生成模型一览表 模型 提出时间 模型描述 变分自动编码 2014年 基于变分下界约束得到的Encoder-Decoder 生成对抗网络（GAN） 2014年 基于对抗的Generator-Discriminator模型对 基于流的生成模型学习一个非线性双射转换（bijectivetransformation），其将训练 （Flow-basedmodels）2015年数据映射到另一个空间，在该空间上分布是可以因子化的，整个模型 架构依靠直接最大化log-likelihood来完成 扩散模型（DiffusionModel） 2015年 扩散模型有两个过程，分别为扩散过程和逆扩散过程。在前向扩散阶段对图像逐步施加噪声，直至图像被破环变成完全的高斯噪声，然后在逆向阶段学习从高斯噪声还原为原始图像的过程。经过训练，该模型可以应用这些去噪方法，从随机输入中合成新的“干净”数据。 Transformer模型2017年 神经辐射场（Neural2020年RadianceField,NeRF） 一种基于自注意力机制的神经网络模型，最初用来完成不同语言之间的文本翻译任务，主体包含Encoder和Decoder部分，