【朝闻国盛1229】把握盈利确定性和业绩改善两条主线|AI_新浪财经

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

朱美华分析师 S0680522070002 zhumeihua@gszq.com

2023年债券供给以政府债为主，机构行为存在边际变化。2023年债券余额总体增加14万亿，其中国债增加4.1万亿，地方债增加5.7万亿，两者合计占比近七成，同比多增量更是贡献了86.5%左右。因而政府债券主要承接主体依然是银行。但从边际上看，广义基金、保险等增配地方债比例提升，增配金融次级债规模增加，这些变化反映着后续债市新的的配置方向，我们将2023年债市机构行为总结为以下八大特征。

风险提示：流动性超预期收紧，统计存在偏差。

※【电力设备】把握盈利确定性和业绩改善两条主线–储能 2024 年度策略-20231228

杨润思分析师 S0680520030005 yangrunsi@gszq.com

杨凡（金麒麟分析师）仪分析师 S0680522070008 yangfanyi@gszq.com

展望2024年，我们认为重点把握两条主线：1）盈利确定性：电芯价格低价企稳趋势下，核心关注盈利确定性高的海外大储和工商储赛道；2）业绩弹性：关注海外户储库存改善时点，户储板块公司出货环比有望迎来改善，业绩端或具备较大弹性。

推荐海外龙头阳光电源、科华数据、东方日升，建议关注盛弘股份等；建议关注具备渠道能力的三晖电气、芯能科技等；建议关注德业股份、固德威、锦浪科技、禾迈股份、昱能科技、派能科技等。

风险提示：国内外储能装机需求不及预期、原材料价格上涨风险、预测偏差和估值风险。

※【电力设备】智能化浪潮奔涌，新技术千帆竞发——2024年新能源车年度策略-20231228

杨润思分析师 S0680520030005 yangrunsi@gszq.com

林卓欣分析师 S0680522120002 linzhuoxin@gszq.com

新能源车：智能化浪潮奔涌，看好2024年景气度回升。根据乘联会数据，2022年和2023年1-11月，我国新能源车出口同比增长达90%和59%。预计东南亚、南美、中亚等地区逐步开启的电车电动化，将有望为我国新能源车企出海创造新机遇。

电池及材料：盈利中枢下行预期下，企业扩产积极性有望减弱，关注各环节出清情况。

新技术：看好复合集流体、高压快充、磷酸锰铁锂等新技术新材料从0到1加速渗透。

投资建议：1）锂电主产业链推荐强α龙头，看好宁德时代、科达利、亿纬锂能（维权），其次星源材质、恩捷股份，建议关注国轩高科、德方纳米、尚太科技、容百科技；2）复合集流体产业预计2024年将量产落地，材料端建议关注宝明科技、英联股份、铜峰电子、璞泰来，设备端建议关注道森股份、三孚新科、东威科技、骄成超声；3）800V高压快充技术普及下，材料端建议关注元力股份、信德新材、黑猫股份、天赐材料，桩端建议关注永贵电器、通合科技、盛弘股份。

风险提示：新能源汽车下游需求不及预期；锂电行业竞争加剧风险；模型假设及测算可能存在误差。

※【海外】2024年六大猜想：科技群星闪耀时-20231228

夏君（金麒麟分析师）分析师 S0680519100004 xiajun@gszq.com

朱若菲（金麒麟分析师）分析师 S0680522030003 zhuruofei@gszq.com

刘玲研究助理 S0680122080029 liuling3@gszq.com

猜想一：eVTOL：低空通航成为现实。猜想二：智能车：20-30万价格带拥挤、出海加速、智能化普及。猜想三：AI PC/AI Phone：凛冬已过，拥抱创新之春。猜想四：可穿戴：AI、XR推动可穿戴开启AI新时代。猜想五：人形机器人：2024量产元年，AI开启“具身智能”时代。猜想六：AI应用：从World Model到“AI4S”，在更广阔的天地遇见AI产业的星辰大海。

投资建议：推荐关注相应赛道龙头企业的投资机会。eVTOL：关注：亿航智能(EH.O)

智能车：关注：理想汽车-W(2015.HK)、小鹏汽车-W(9868.HK)、零跑汽车(9863.HK)、特斯拉(TSLA.O)

消费电子：关注：联想集团(0992.HK)、小米集团-W(1810.HK)、瑞声科技(2018.HK)、舜宇光学科技(2382.HK)、丘钛科技(1478.HK)、比亚迪电子(0285.HK)

可穿戴：关注：苹果(AAPL.O)、META(META.O)

机器人：关注：优必选(9880.HK)

AI应用：关注：谷歌(GOOGL.O)、微软(MSFT.O)、英伟达(NVDA.O)等

风险提示：eVTOL商业化应用速度不及预期，新车推出进展不及预期、销量不及预期，AI硬件需求不及预期，人形机器人量产进度不及预期，算力需求、供给不及预期，大模型迭代不及预期，AI应用落地不及预期，AI行业政策监管超预期，假设和测算误差风险。