科技-DeepSeek十問十答

免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。1科技華泰研究華泰研究研究員SACNo.S0570521050001SFCNo.AUZ066研究員SACNo.S0570521070004SFCNo.BPH392聯系人SACNo.S0570122120079SFCNo.BVF938huangleping@+(852)36586000chenxudong@+(86)2128972228yukeyi@+(86)2128972228行業(yè)走勢圖滬深300(%)594327(6)Sep-24Jan-25我們認為DeepSeek本質是對現有AI算法的效率優(yōu)化，短期可能導致訓練需求下降，但隨著模型普及和應用場景擴展，長期推理需求將顯著增長，這種趨勢類似于"蒸汽機降低煤耗但提升煤炭總用量"的歷史現象。2.DeepSeek是否會改變AI算力的增長范式：目前不會AI算力大致分為1）用于研發(fā)前沿模型相關的探索性算力（AGI方向2）面向消費者的應用性算力（現有模型推理）。目前北美四大AI公司主要通過擴大GPU集群規(guī)模的方式探索下一代大模型。只要這個探索工作還在繼續(xù)產生正向回報，AI算力的增長范式短期或不會發(fā)生變化?？萍?.DeepSeek會改變市場投資邏輯嗎？軟件有望跑贏硬件科技我們認識到，1）未來大模型競爭中，"算法效率"的重要性或上升,投資重點可能從"算力軍備"轉向"算法效率"。2）開源協議使中小開發(fā)者能基于前沿模型二次開發(fā)，創(chuàng)造更多創(chuàng)新機會。投資角度，看好美股軟件表現好于硬件。4.芯片市場格局是否會改變？高端GPU用途受限，ASIC占比或提升Feb-24Jun-24DeepSeek的成功顯示即使不使用最先進的GPU，也可以開發(fā)滿足一般消費者需求的大模型。這可能意味著，英偉達的Blackwell/Rubin等最先進的GPU的用途，可能會局限在探索下一代超大規(guī)模模型（FrontierFeb-24Jun-24資料來源：Wind，華泰研究5.DeepSeek真的那么便宜嗎？可能沒有DeepSeek在其V3技術報告中估計其訓練成本只有557.6萬美元，根據SemiAnalysis分析，這只包含預訓練階段的部分成本，而加上GPU算力投資，研發(fā)、數據收集等其他重要成本或遠大于這個數字。6.DeepSeek到底有哪些創(chuàng)新？混合專家MoE，強化學習，蒸餾等主要創(chuàng)新包括模型架構（混合專家MoE，MLA）、訓練方法（純強化學習）、蒸餾優(yōu)化和推理效率提升等，顯著提升了AI算法效率和性能。7.DeepSeek會帶動中國科技資產價值重估嗎？有可能目前（2025/2/3恒生科技指數12月前向PE20.0倍，遠低于納斯達克的35.4倍。DeepSeek的成功可能提高中國AI公司估值預期。8.DeepSeek會推動端側智能發(fā)展嗎？有可能，但需要時間DeepSeek的高性價比模型有利于模型在智能手機和汽車等智能設備上落地，我們認為智能硬件迭代不會一蹴而就，模型能力提升只是其中一環(huán)。9.DeepSeek會導致美國提升出口管制壓力嗎？可能會我們注意到DeepSeek發(fā)布后，美國媒體進一步限制中國發(fā)展AI聲音抬頭。建議關注后續(xù)：1）高端AI芯片出口管制，2）前沿模型的開源限制，3）模型回傳限制，4）數據獲取限制等風險。10.DeepSeek會改變開源軟件生態(tài)嗎？會目前基礎大模型的開發(fā)，主要集中在OpenAI、Google、Anthropic、阿里，字節(jié)、百度的科技巨頭手中。DeepSeek這次的成功豐富了AI開源生態(tài)，也為中小開發(fā)者依托開源生態(tài)實現快速發(fā)展提供了一條發(fā)展路徑。風險提示：中美貿易摩擦升級風險，宏觀下行風險，創(chuàng)新品滲透不及預期風險。本研報中涉及到未上市公司或未覆蓋個股內容，均系對其客觀公開信息的整理，并不代表本研究團隊對該公司、該股票的推薦或覆蓋。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。2DeepSeek十問十答 3問題#1：DeepSeek是否會抑制算力增長？ 3問題#2：DeepSeek是否會改變AI算力的增長范式 4問題#3：DeepSeek會改變市場投資邏輯嗎？ 5問題#4：DeepSeek是否會改變芯片市場格局？ 6問題#5：DeepSeek真的那么便宜嗎？ 7問題#6：DeepSeek到底有哪些創(chuàng)新？ 8問題#7：DeepSeek會帶動中國科技資產價值重估嗎？ 9問題#8：DeepSeek會推動端側智能發(fā)展嗎？ 10問題#9：DeepSeek會導致美國提升出口管制壓力嗎？ 問題#10：DeepSeek會改變開源軟件生態(tài)嗎？ 12風險提示 圖表1：MAAMG季度資本開支 3圖表2：大模型對半導體需求增長快于摩爾定律 4圖表3：美股軟/硬件板塊股價漲跌幅 5圖表4：硬件/軟件ETF主要權重股估值和股價表現 5圖表5：Nvidia、AMD、Broadcom、Marvell、Intel數據中心及AI相關收入趨勢 6圖表6：DeepSeekAITCO 7圖表7：DeepSeek技術原理 8圖表8：Nasdaqvs恒生科技一年前向PE 9圖表9：Nasdaqvs恒生科技一年前向PE 9圖表10：DeepSeek-R1模型已作為NVIDIANIM微服務發(fā)布 10圖表11：DeepSeek或催化美國提升出口限制壓力 圖表12：開源模型性能進步速度快于閉源模型 12圖表13：國內外主流AI大模型對比 12免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。3DeepSeek的橫空出世引發(fā)了AI產業(yè)的深刻討論。本文就DeepSeek對算力需求、芯片市場、技術創(chuàng)新、端側智能、出口管制、投資邏輯、軟件生態(tài)、開源生態(tài)以及中國科技資產估值等十個關鍵問題進行了深入分析。據DeepSeekV3技術報告，V3模型的訓練總計只需要278.8萬GPU小時，相當于在2048卡的H800GPU集群上訓練約2個月，合計成本約557.6萬美金，相較而言，Llama3系列模型的計算預算則多達3930萬H100GPU小時，DeepSeek訓練成本約相當于Llama3系列模型的7%。我們認為，DeepSeek對算力需求的影響呈現出短期抑制、長期增長的復雜趨勢。短期內，DeepSeek的低成本高效訓練方法可能導致訓練需求下降。然而，從長遠來看，隨著模型的普及和應用場景的擴展，推理需求將顯著增長。這種趨勢類似于"蒸汽機降低煤耗但提升煤炭總用量"的歷史現象。隨著AI技術成本的下降，其應用范圍將大幅擴展，最終可能導致算力需求的大幅增長。微軟CEO納德拉認為AI效率提升將激發(fā)指數級需求。（USDmn）80,00070,00060,00050,00040,00030,00020,00010,00001Q182Q183Q181Q182Q183Q184Q181Q192Q193Q194Q191Q202Q203Q204Q201Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q244Q241Q25E2Q25E3Q25E4Q25EAmazonMetaMicrosoftAppleGoogleMAAMG合計同比（右軸）120%100%80%60%40%20%0%-20%-40%注：預測數據來自Factset一致預期資料來源：Factset，華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。4AI算力大致分為1）用于研發(fā)通向通用人工智能（AGI）的前沿模型相關的探索性算力（AGI方向2）面向一般消費者的應用性算力（現有模型推理）。過去兩年，推動算力增長的主要動力是，探索性算力增速（25x/2年）遠高于摩爾定律（2倍/年導致GPU需求激增。只要這個探索工作還在繼續(xù)產生正向回報，AI算力的增長范式短期或不會發(fā)生變化。TrainingComputeMegatronTuringMegatronTuringNLG530BTramsformer275x/2yrs25x/2yrsTramsformer275x/2yrs25x/2yrs2x/2yrs GPT-3MicrosoftT-NLGMegatron.XLNetWav2Vec2.0MoCoResNet50Inceplion●ResNeXtVGG-19Seq2SeqAlexNet●●BERTLarge.GPT-1●ELMo●DemseNet201.TransformerXception2012201320142015201資料來源：NVIDIAIanBuckstatement(2018)，，華泰研究在通用人工智能（AGI）愿景的驅動下，我們看到，主要科技巨頭仍然在加大投入，例如：1）1/24,Meta宣布計劃2025年資本支出達600-650億美元，主要用于AI基礎設施（訓練2）1/21，OpenAI宣布和軟銀、Oracle啟動的“ProjectStargate”計劃投資超1000億美元建設AI基礎設施，顯示資本仍集中流向需要海量算力的前沿探索。根據Factset一致預期，微軟、谷歌、亞馬遜、Meta、蘋果等北美五大科技公司合計資本開支2025年有望繼續(xù)增長19.6%。其中很大部分投入是用在包括GPT-5、Llama4等在內下一代模型的算力投資。另一方面，Agent等應用目前仍處于探索的初期階段，大規(guī)模商用的時間點仍存在不確定性，所以我們認為目前AI算力的增長范式沒有變化。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。5DeepSeek這次的“驚喜”讓我們認識到，1）未來大模型公司之間的競爭中，"算法效率"的重要性可能上升,投資重點可能從"算力軍備"轉向"算法效率"。AI競賽正從"算力軍備"轉向"算法效率"。未來的競爭重點或將更多地集中在算法優(yōu)化和生態(tài)活力上。2）開源協議能使中小開發(fā)者基于前沿模型二次開發(fā)，推動大模型創(chuàng)新從少數科技巨頭向分布式社區(qū)轉移，為中小軟件企業(yè)創(chuàng)造更多創(chuàng)新機會。從投資角度，我們認為2025年是AI發(fā)展進入商業(yè)化落地的一年。以AgentAI為代表的企業(yè)軟件有望迅速落地，提升企業(yè)工作效率，帶動美股軟件板塊表現或好于硬件。160%140%120%100%80%60%40%20%0%iSharesExpandedTech-SoftwareSectorETFiSharesSemiconductorETF2023/122024/012024/012024/022024/022024/032024/032024/042024/042024/052024/052024/052024/062024/062024/072024/072024/082024/082024/092024/092024/102024/102024/112024/112024/112024/122024/122025/012025/012023/122024/012024/012024/022024/022024/032024/032024/042024/042024/052024/052024/052024/062024/062024/072024/072024/082024/082024/092024/092024/102024/102024/112024/112024/112024/122024/122025/012025/01資料來源：Factset，華泰研究公司名稱市值收盤價PEPBPSEPS增速股價變動（%）硬件NVDAUSNvidia2,940,51412027.022.117.811.614.812.251%-16.9-14.221.481.581.5AVGOUSBroadcom1,037,17122134.828.813.411.716.914.631%9.5-4.927.262.480.780.7TSMUSTSMC840,27620922.919.26.75.28.06.733%8.835.06.90.335.06.90.380.880.8ASMLUSASML282,96473930.024.813.711.18.87.823%3.59.3-11.6-17.0-17.0QCOMUSQualcomm191,15517315.414.16.55.74.54.210%22.022.0AMDUSAMD188,16511623.517.03.02.75.94.749%0.8-7.5-18.1-9.9-34.7-34.7TXNUSTI168,40418534.426.910.110.49.88.73%-1.3-3.1-8.80.316.016.0AMATUSAMAT146,57118019.417.56.96.05.04.78%3.36.1-3.31.06.1-3.31.07.2ADIUSADI105,12021229.924.13.23.110.39.111%-1.6-1.6-2.65.310.310.3LRCXUSLamresearch104,2868121.720.810.89.55.95.723%7.27.97.96.18.3-3.4-3.425.921.59.27.79.07.939%4.1-8.7-1.525.964.7MSFTUSMicrosoft3,085,54941531.427.48.96.911.19.812%-4.5-2.00.9ORCLUSOracle475,65017024.220.914.88.77.36.414%7.42.2-1.035.146.946.9CRMUSSalesforce327,00734230.426.74.94.57.97.212%-14.942.419.6NOWUSServiceNow209,7861,01862.251.316.512.416.113.418%-10.7-5.2-5.24.931.230.3ADBEUSAdobe190,42643721.419.012.911.08.17.411%-0.31.6-10.1-14.8-31.1-31.1PLTRUSPalantir179,88282176.3145.129.925.653.644.023%9.33.361.33.361.3213.4384.7384.7INTUUS168,37360231.227.38.46.89.28.214%-0.8-4.6-2.8-1.3-6.0-6.0PANWUSPaloAltoNetworks121,01618458.150.816.912.613.211.412%-2.60.60.721.26.9APPUSApplovin110,38537060.744.240.221.721.918.150%7.75.4123.7450.15.4123.7450.1705.9705.9CRWDUSCrowdStrike93,08939891.071.923.817.120.616.916%6.510.910.929.472.631.158.748.517.712.716.914.314%-2.1-0.76.729.136.7注：預測數據來自Factset一致預期，數據截至2025/2/3資料來源：Factset，華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。6根據JonPeddieResearch，3Q24英偉達在全球GPU市場份額達到90%。其中，H100等高端GPU是主要產品之一。DeepSeek的成果顯示，在面向一般消費者的大模型市場，企業(yè)可以通過使用A100、H800等相對低端的芯片實現類似性能。這可能會影響英偉達2025年以后，B200等最先進GPU在云計算、主權AI等領域的普及。Blackwell/Rubin等最先進的GPU的用途，初期可能會被局限在探索下一代超大規(guī)模模型（FrontierModel）上。NvidiaDatacenterAMDDatacenterWBroadcomNetworkingMarvellDatacenterIntelDatacenterandAI23,00018,00013,0008,0003,000(2,000)4Q221Q232Q233Q234Q231Q242Q243Q24資料來源：Factset，華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。7據DeepSeekV3技術報告，V3模型的訓練總計只需要278.8萬GPU小時，相當于在2048卡的H800GPU集群上訓練約2個月，合計成本約557.6萬美金，相較而言，Llama3系列模型的計算預算則多達3930萬H100GPU小時，DeepSeek訓練成本約相當于Llama3系列模型的7%。但是，SemiAnalysis在報告中指出，557.6萬美金這個數字主要指的是模型預訓練的GPU成本，并不包括研發(fā)、數據收集、清理等其他重要成本。實際上，DeepSeek的總體投資規(guī)模相當可觀。據SemiAnalysis估計，其GPU投資就超過5億美元。考慮到服務器資本支出、運營成本等因素，DeepSeek的總擁有成本(TCO)在4年內可能達到25.73億美元。DeepSeek的成本優(yōu)勢主要體現在其高效的訓練方法和創(chuàng)新的模型架構上。例如，其推理成本降至OpenAI的1/50，這在實際應用中可以帶來顯著的成本節(jié)約。然而，這種成本優(yōu)勢并不意味著整體AI開發(fā)和運營成本的大幅降低。資料來源：Semianalysis，華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。8DeepSeek在多個方面展現出技術創(chuàng)新，主要包括模型架構創(chuàng)新、訓練方法突破、蒸餾優(yōu)化、推理效率提升等。其中，混合專家(MoE)架構和多頭潛在注意力(MLA)的引入顯著提升了模型性能和效率。R1-zero模型采用純強化學習(RL)訓練，跳過監(jiān)督微調，驗證了RL在AI訓練中的優(yōu)先級和有效性。這些創(chuàng)新使DeepSeek在性能、效率和成本方面都取得了顯著進展，為AI技術的發(fā)展提供了新的方向。特別是在解決復雜數學、物理和推理問題時，其速度是ChatGPT的兩倍，且在編程問題上提供了迅速而全面的答案。1）采用混合專家（MoE）架構，動態(tài)調用子模型降低計算量；2）引入多頭潛在注意力（MLA）壓縮內存，支持長文本處理；3）強化學習（RLR1-zero模型跳過監(jiān)督微調，通過純RL直接訓練，驗證了RL的優(yōu)先級和有效性；4）蒸餾優(yōu)化：利用R1生成數據微調小模型，提升特定場景性能（如數學、代碼任務）模型架構創(chuàng)新、訓練方法突破、蒸餾優(yōu)化、推理效率提升等。資料來源：DeepSeek，華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。9目前（2025/2/3恒生科技指數12月前向PE20.0倍，遠低于納斯達克的35.4倍。的成功可能提高投資者對中國AI公司產業(yè)鏈的估值預期，吸引更多資本投資中國AI領域。70605040302007060504030200NasdaqHangSengTech2020/072020/072020/092020/112021/012021/032021/052021/072021/092021/112022/012022/032022/052022/072022/092022/112023/012023/032023/052023/072023/092023/112024/012024/032024/052024/072024/092024/112025/01資料來源：Bloomberg，華泰研究市值收盤價股價變動（%）公司/指數名稱（百萬美元）（當地貨幣）2025E2026E1W30D90D180DNasdaq28.223.725.6HSTECHUSHangSengTech4,46839.539.555.455.4Microsoft3,085,54941531.427.4-4.5-2.04.2GOOGLUSGoogle2,329,87920422.720.228.443.343.3METAUS1,502,41368927.424.14.420.441.045.145.1AMZNUS2,499,20823837.930.746.038.338.3Apple3,548,938236-3.027.027.0小計30.326.22.04.326.430.924,712-0.44.2-6.5-17.2-17.2Alibaba229,535-4.522.933.033.0Tencent478,4714042.2-2.4-5.544.744.7Xiaomi4.734.6211.1211.1小計4.544.267.9注：數據截至2025/2/3資料來源：Bloomberg，華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。10DeepSeek很可能會顯著推動端側智能的發(fā)展，其高性價比模型使得更多企業(yè)可能考慮在端側設備上部署AI應用，推動智能設備的智能化進程。微軟推出的專為NPU設計的DeepSeek-R1模型，支持Copilot+PC等設備，實現半連續(xù)運行的主動智能體驗，為智能手機、汽車等端側設備提供了高效本地化部署方案。DeepSeek的技術進步可能加速端側智能的普及和發(fā)展，推動AI技術向更廣泛的終端設備滲透，從而改變現有的計算范式和用戶交互方式。這不僅提升了端側AI性能，還有助于保護用戶隱私，降低了AI應用部署的技術門檻。但是，從AppleIntelligence過去一年的發(fā)展歷程中，我們看到，智能硬件的迭代是循序漸進過程，不會一蹴而就。模型能力提升只是其中一環(huán)，還存在生態(tài)鏈協調等很多挑戰(zhàn)，對2025年AI手機等端側智能的發(fā)展不應抱過高預期。資料來源：英偉達官網，華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。11DeepSeek發(fā)布后，美國媒體進一步限制中國發(fā)展AI聲音抬頭。我們看到以下幾個風險:1）芯片出口管制收緊：美國可能會加強對高端AI芯片的出口管制；2）開源限制：美國政府可能會限制科技公司開源大模型，以防止技術擴散；3）模型回傳限制：在2024年年底發(fā)布的出口管制政策中，美國政府已經限制在新加坡等第三國訓練好的模型回傳中國，阻止技術轉移；4）數據獲取限制：美國可能會限制用于AI訓練的大規(guī)模數據集的獲?。?）算力資源限制：除了芯片管制，還可能限制美國云服務提供商的高性能計算資源的使用。資料來源：Semianalysis，華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。12全球主要大模型公司中，OpenAI、Google、Anthropic、字節(jié)、百度等采用閉源模式，Meta、阿里等采用開源模式。如下圖所示，閉源模型一直保持對開源模型的性能優(yōu)勢。資料來源：BigIdeas2024(ArkInvestment,2024)，華泰研究這次DeepSeek通過開源接近最先進的閉源的高性能模型，可能降低AI技術的使用門檻。開源模式帶來邊際成本持續(xù)下降的技術紅利，為AI技術的真正普及奠定了基礎。此外，DeepSeek的做法也可能推動其它AI公司重新思考其商業(yè)模式。地區(qū)公司模型參數量模態(tài)（輸入；輸出）開源/閉源發(fā)布時間美國OpenAIGPT-o1300B文本，圖像；文本，圖像閉源2024年12月美國OpenAIGPT-4o未公開文本，圖像，音頻，視頻（幀）；文本，圖像，音頻閉源2024年5月美國OpenAIGPT-4turbo未公開文本，圖像；文本，圖像閉源2023年11月美國OpenAISora未公開文本，圖像；圖像，視頻閉源2024年2月美國谷歌Gemini1.5未公開文本，圖像，音頻，視頻（幀）；文本，圖像閉源2024年2月美國谷歌Gemini未公開文本，圖像，視頻；文本，圖像閉源2023年12月美國AnthropicClaude3未公開文本，圖像；文本閉源2024年3月百度ERNIE4.0未公開文本，圖像；文本，圖像，視頻閉源2023年10月商湯日日新5.0600B（MoE）文本，圖像；文本，圖像，視頻閉源2024年4月智譜AIGLM-4未公開文本，圖像；文本，圖像閉源2024年1月美國MetaLlama370B文本；文本開源2024年4月美國微軟Phi-33.8B文本；文本開源2024年4月阿里巴巴Qwen1.572B文本；文本開源2024年2月零一萬物Yi-VL34B文本；文本開源2024年1月美國xAIGrok-1314B（MoE）文本；文本開源2023年11月深度求索DeepSeek-R1671B文本；文本開源2025年1月資料來源：Stanfordecosystemgraphs，公司官網，華泰研究1）中美貿易摩擦升級，影響產品供需與公司海外布局風險；2）宏觀經濟下行風險；3）創(chuàng)新品滲透不及預期，導致公司增長不及預期。4）本研報中涉及到未上市公司或未覆蓋個股內容，均系對其客觀公開信息的整理，并不代表本研究團隊對該公司、該股票的推薦或覆蓋免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。13分析師聲明本人，黃樂平、陳旭東，茲證明本報告所表達的觀點準確地反映了分析師對標的證券或發(fā)行人的個人意見；彼以往、現在或未來并無就其研究報告所提供的具體建議或所表迖的意見直接或間接收取任何報酬。一般聲明及披露本報告由華泰證券股份有限公司（已具備中國證監(jiān)會批準的證券投資咨詢業(yè)務資格，以下簡稱“本公司”）制作。本報告所載資料是僅供接收人的嚴格保密資料。本報告僅供本公司及其客戶和其關聯機構使用。本公司不因接收人收到本報告而視其為客戶。本報告基于本公司認為可靠的、已公開的信息編制，但本公司及其關聯機構(以下統稱為“華泰”)對該等信息的準確性及完整性不作任何保證。本報告所載的意見、評估及預測僅反映報告發(fā)布當日的觀點和判斷。在不同時期，華泰可能會發(fā)出與本報告所載意見、評估及預測不一致的研究報告。同時，本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。以往表現并不能指引未來，未來回報并不能得到保證，并存在損失本金的可能。華泰不保證本報告所含信息保持在最新狀態(tài)。華泰對本報告所含信息可在不發(fā)出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。本公司不是FINRA的注冊會員，其研究分析師亦沒有注冊為FINRA的研究分析師/不具有FINRA分析師的注冊資華泰力求報告內容客觀、公正，但本報告所載的觀點、結論和建議僅供參考，不構成購買或出售所述證券的要約或招攬。該等觀點、建議并未考慮到個別投資者的具體投資目的、財務狀況以及特定需求，在任何時候均不構成對客戶私人投資建議。投資者應當充分考慮自身特定狀況，并完整理解和使用本報告內容，不應視本報告為做出投資決策的唯一因素。對依據或者使用本報告所造成的一切后果，華泰及作者均不承擔任何法律責任。任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。除非另行說明，本報告中所引用的關于業(yè)績的數據代表過往表現，過往的業(yè)績表現不應作為日后回報的預示。華泰不承諾也不保證任何預示的回報會得以實現，分析中所做的預測可能是基于相應的假設，任何假設的變化可能會顯著影響所預測的回報。華泰及作者在自身所知情的范圍內，與本報告所指的證券或投資標的不存在法律禁止的利害關系。在法律許可的情況下，華泰可能會持有報告中提到的公司所發(fā)行的證券頭寸并進行交易，為該公司提供投資銀行、財務顧問或者金融產品等相關服務或向該公司招攬業(yè)務。華泰的銷售人員、交易人員或其他專業(yè)人士可能會依據不同假設和標準、采用不同的分析方法而口頭或書面發(fā)表與本報告意見及建議不一致的市場評論和/或交易觀點。華泰沒有將此意見及建議向報告所有接收者進行更新的義務。華泰的資產管理部門、自營部門以及其他投資業(yè)務部門可能獨立做出與本報告中的意見或建議不一致的投資決策。投資者應當考慮到華泰及/或其相關人員可能存在影響本報告觀點客觀性的潛在利益沖突。投資者請勿將本報告視為投資或其他決定的唯一信賴依據。有關該方面的具體披露請參照本報告尾部。本報告并非意圖發(fā)送、發(fā)布給在當地法律或監(jiān)管規(guī)則下不允許向其發(fā)送、發(fā)布的機構或人員，也并非意圖發(fā)送、發(fā)布給因可得到、使用本報告的行為而使華泰違反或受制于當地法律或監(jiān)管規(guī)則的機構或人員。本報告版權僅為本公司所有。未經本公司書面許可，任何機構或個人不得以翻版、復制、發(fā)表、引用或再次分發(fā)他人(無論整份或部分)等任何形式侵犯本公司版權。如征得本公司同意進行引用、刊發(fā)的，需在允許的范圍內使用，并需在使用前獲取獨立的法律意見，以確定該引用、刊發(fā)符合當地適用法規(guī)的要求，同時注明出處為“華泰證券研究所”，且不得對本報告進行任何有悖原意的引用、刪節(jié)和修改。本公司保留追究相關責任的權利。所有本報告中使用的商標、服務標記及標記均為本公司的商標、服務標記及標記。中國香港本報告由華泰證券股份有限公司制作,在香港由華泰金融控股（香港）有限公司向符合《證券及期貨條例》及其附屬法律規(guī)定的機構投資者和專業(yè)投資者的客戶進行分發(fā)。華泰金融控股（香港）有限公司受香港證券及期貨事務監(jiān)察委員會監(jiān)管，是華泰國際金融控股有限公司的全資子公司，后者為華泰證券股份有限公司的全資子公司。在香港獲得本報告的人員若有任何有關本報告的問題,請與華泰金融控股（香港）有限公司聯系。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。14香港-重要監(jiān)管披露?華泰金融控股（香港）有限公司的雇員或其關聯人士沒有擔任本報告中提及的公司或發(fā)行人的高級人員。?有關重要的披露信息，請參華泰金融控股（香港）有限公司的網頁.hk/stock_disclosure其他信息請參見下方“美國-重要監(jiān)管披露”。在美國本報告由華泰證券（美國）有限公司向符合美國監(jiān)管規(guī)定的機構投資者進行發(fā)表與分發(fā)。華泰證券（美國）有限公司是美國注冊經紀商和美國金融業(yè)監(jiān)管局（FINRA）的注冊會員。對于其在美國分發(fā)的研究報告，華泰證券（美國）有限公司根據《1934年證券交易法》（修訂版）第15a-6條規(guī)定以及美國證券交易委員會人員解釋，對本研究報告內容負責。華泰證券（美國）有限公司聯營公司的分析師不具