【华泰科技】从达沃斯看AI:关注就业、能源与监管框架

（以下内容从华泰证券《》研报附件原文摘录）
　　如果您希望第一时间收到推送，别忘了加“星标”！ 核心观点 从达沃斯论坛看AI：关注就业，能源与监管框架 我们认为每年在瑞士达沃斯举办的世界经济论坛（WEF）是了解前沿科技发展的最重要活动之一。生成式人工智能毋庸置疑是今年达沃斯最大的热点。我们看到：1）AI对劳动力市场将产生深远影响，信贷授权人、检查人员和办事员、电话营销人员、统计助理、出纳员等职能中，可被自动化取代的程度较高，或将首先面临劳动力需求下降。行业层面，AI对高科技、零售、银行、旅行、运输与物流以及先进制造等行业创造的经济效益较高；2）AI发展离不开能源转型突破，目前全球约3%-5%能源消耗用于IT基础设施，在AI算力需求快速增长背景下，未来十年增长至15%以上，2nm工艺、Chiplet等半导体技术有望提升数据中心能耗，清洁能源转型同样迫在眉睫；3）当下全球人工智能监管与立法呈现两种趋势：一是以欧盟为代表，以数据战略为顶层设计，对数据流通、人工智能、平台服务等方面出台一揽子法案；二是以美国为代表的国家，政府、立法与业界仍在不断磨合。 观察#1：AI对哪些国家，哪些岗位冲击最大？ 科技发展与就业一直是达沃斯的一个热门话题。经过一年多发展，各国对生成式AI的影响形成初步共识。IMF估计全球近40%的工作岗位将受到AI的影响，其中英美等发达经济体由于认知任务导向型工作比例较高，受影响比例可能达到60%。相反，印度的大多数劳动力从事手艺人、农业工人和低技能工作，受AI影响的工作占比为26%。麦肯锡预计客户运营、营销和销售、软件工程和研发四个领域占生成式AI年度总效益的75%左右，AI创造经济效益最多的行业分别为高科技、零售、银行，旅行、运输以及先进制造等。 观察#2：AI大模型会如何影响全球能源需求 清洁能源转型一直是过去几年达沃斯的热点，今年讨论焦点是AI发展带来的能源消耗问题。英特尔CEO指出，目前全球约3%-5%能源消耗用于IT基础设施，在AI算力需求快速增长背景下，未来十年该占比或将增长3-4倍，达到15%以上。台积电、英特尔等大力发展2nm工艺、Chiplet等先进技术，有效提升数据中心能耗效率，但OpenAI CEO表示AI发展仍离不开能源突破，其带来的能源需求同时也将倒逼风能、太阳能、核能等新能源的开发与创新，加速全球能源转型。Ember预计2030年全球太阳能、风能、水电及核电发电份额将超60%。另一方面，微软CEO也指出AI技术可助力新能源技术的改进与探索，目前在风电、太阳能发电等领域均有重要应用。 观察#3：AI监管：欧洲路线还是美国路线 根据WEF发布的《2024年全球风险报告》，“虚假信息”，“网络不安全”，“人工智能技术的不良后果”，“社会分化”等是未来十年十大风险。针对未来的风险，2015年，欧盟委员会公布了“单一数字市场”战略的详细规划，2020年，欧盟委员会发布《欧洲数据战略》和《欧洲人工智能白皮书》。在战略指导下，欧盟制定了一系列法律，构成欧洲数据市场建设的顶层设计。当下全球人工智能监管与立法呈现两种趋势：一是以中国和欧盟为代表的国家和地区迅速出台相关规制，对人工智能进行从框架到细节的治理探索。二是以美国为代表的国家，政府、立法与业界仍在不断磨合。 风险提示：AI技术落地不及预期，新技术发展不及预期。 正文 观察#1：AI赋能千行百业，带来实际的经济价值 ChatGPT引发的新一轮全球AI热潮已持续一年，本次世界经济论坛上，AI赋能千行百业带来的经济潜力受到广泛关注。麦肯锡预计生成式AI有望为全球经济贡献约7万亿美元的价值，中国则有望贡献其中约2万亿美元，将近全球总量的1/3。具体来看：1）从工作职能角度，重复性工作自动化空间较大，复杂性任务增效空间较大，生成式AI可提供的价值约有 75% 来自客户运营、营销与销售、软件工程和研发；2）从行业角度，生成式AI潜在价值对银行、高科技和生命科学行业营收影响率最高；3）从地区角度，发达经济体的工作岗位相较于新兴市场经济体和低收入国家更容易受到AI的影响，影响既包括提高生产力，也包括劳动力需求下降。 工作职能角度：AI为重复性和复杂性工作降本增效 信贷授权人等常规重复性工作AI自动化潜力大。LLM对于常规和重复性工作的自动化潜力较大，根据世界经济论坛，有望受益AI自动化潜力最大的工作分别是信贷授权人、检查人员和办事员(81%)，管理分析师(70%)，电话营销人员(68%)，统计助理(61%)以及出纳员(60%)。这些工作角色主要集中在记录和管理信息的办公室文员领域，具有高度自动化潜力，特别是那些专注于记录和管理信息的工作，LLM在这些任务中表现出了很强的能力。例如，法律秘书及行政助理约54%的时间用于具有高度自动化潜力的任务。 强调批判性思维和复杂问题的解决能力的工作最有可能通过AI提效。LLM在工作自动化方面的研究显示，增强潜力最大的工作主要集中在强调批判性思维和复杂问题解决能力的领域，特别是在科学、技术、工程和数学（STEM）领域。根据世界经济论坛，最有可能通过AI自动化提效的工作分别为保险承销商，分析表明他们将100%的工作时间用于有可能被生成式AI增效的任务系统。其次，生物工程师和生物医学工程师在他们的工作中有84%的时间可以被LLM增效，而数学家和编辑分别为80%和72%。这些工作都呈现出技术性和高度专业化的特征，通常需要高级学位或专业培训，比如数据库架构师和统计学家。以生物医学行业为例，辉瑞首席执行官Albert Bourla表示AI可以加速药物发现，实现从药物发现到药物设计的转变，如用于治疗 COVID 的口服药丸 Paxlovid 通过利用AI，在短短四个月内开发完成，而不是通常的四年时间。 生成式AI可提供的价值约有 75% 来自四个领域：客户运营、营销与销售、软件工程和研发。麦肯锡预计客户运营、营销和销售、软件工程和研发四个领域占生成式AI年度总效益的75%左右。以客户运营为例，在客户自助服务领域，生成式AI能够帮助客户与类人聊天机器人互动，为复杂的询问提供即时、个性化的回应；在客户-代理领域，人工代理使用AI开发的通话脚本，并在电话对话中接收实时的帮助和响应建议，立即访问相关的客户数据，以进行量身定制和实时的信息传递。 行业角度：AI将对银行、高科技和生命科学等行业产生重大经济影响 应用AI将为自动化潜力工作比重大的行业产生巨大经济效益。以客服行业为例，根据Research and Markets，2020年全球呼叫中心市场规模为3145亿美元，AI客服定价与人工客服ROI接近1:10（阿里云智能外呼机器人0.08元/次；根据Boss直聘，人工客服平均月薪5075元，假设每日咨询量为200次，则人工客服咨询单价约为1.2元/次），假设AI客服渗透率达到30%，将为客服客户节省849亿美元的成本，从而为客服比重高的行业（外卖、打车等）、非标性质的电商行业（偏向体验类的酒旅、大件家具等需在购买前进行充分的客服咨询）等提高利润率。我们认为，自动化潜力工作比重大的行业有望率先通过应用AI带来利润率和经济效益的提升。 生成式AI潜在价值对银行、高科技和生命科学行业营收影响率最高。根据麦肯锡，生成式AI潜在价值在银行、高科技和生命科学行业营收占比最高，生成式AI潜在价值最高的行业为高科技、零售和银行。以银行业为例，如果生成式AI得到充分实施，每年可带来相当于2000亿至3400亿美元的额外价值。在零售和包装消费品领域，每年可达4000亿至6600亿美元。 生成式AI对我国先进制造行业的影响最为显著。全球范围内，通过生成式AI创造经济效益最多的行业分别为高科技、零售、银行，旅行、运输与物流以及先进制造，而在中国，通过生成式AI创造经济效益最多的行业分别为先进制造、电子与半导体、包装消费品、能源以及银行。 地区角度：AI对全球和发达经济体工作岗位影响分别为40%和60%左右 发达经济体的工作岗位相较于新兴市场经济体和低收入国家更容易受到AI的影响。根据IMF，全球近40%的工作岗位将受到AI的影响，而在发达经济体中，由于认知任务导向型工作的普及，大约有60%的工作岗位可能会受到AI的影响。这些工作岗位中，约有一半可能通过AI的集成受益，提高生产力。然而，对于另一半人来说，AI的应用可能将执行目前由人类负责的关键任务，这可能导致劳动力需求下降，从而带来工资降低和招聘减少的风险。在最极端的情况下，一些工作可能会面临消失的风险。相比之下，新兴市场经济体的总体风险敞口为40%，低收入国家为26%。分国家而言，英国和美国由于专业和管理职业占比较高，受AI影响的工作占比分别约为70%和60%，相反，印度的大多数劳动力从事手艺人、农业工人和低技能工作，受AI影响的工作占比为26%。 观察#2：AI大模型会如何影响全球能源需求 AI发展需要突破能耗问题，将加速能源转型。此次论坛上，OpenAI CEO Sam Altman表示AI消耗电力远超人们预期，未来AI发展离不开能源方面突破。数据中心运营对于电力的消耗量巨大，据中国信通院数据，数据中心电力成本占其运营总成本的 60%-70%。伴随生成式AI发展，对算力需求显著提升，将带来电力消耗量的快速增加。当前电力主要来源为煤炭等不可再生资源，碳排放量大，对全球环境及气候变化带来挑战。根据WEF发布的《2024年全球风险报告》，未来10年十大风险中，环境、气候相关风险占据一半。但同时，AI对能源的消耗也将加速能源转型，助力新能源技术的探索。 AI算力需求将带来能源消耗快速增长 英特尔CEO Pat Gelsinger在此次达沃斯论坛上提到，目前全球约3%-5%能源消耗用于IT基础设施，在AI算力需求快速增长背景下，未来十年该占比或将增长3-4倍。AI大模型的训练是当前生成式AI发展带来的主要能耗负载，Digital Information World数据显示数据中心为训练AI模型产生的能耗将为常规云工作的三倍。马萨诸塞大学阿默斯特校区研究人员在其论文《Energy and Policy Considerations for Deep Learning in NLP》中指出，训练一个2亿参数Transformer模型碳排放量为626155磅二氧化碳，与五辆汽车其生命周期内所排放碳总量相当。 根据国际能源署估计，目前数据中心用电量占据全球电力消耗的1.5%-2%，相当于整个英国经济的用电量，预计到2030年，这一比例将上升到4%。麦肯锡同样预计到2030年，美国数据中心的电力需求将以每年约10%的速度增长。此外，伴随AI大模型的落地终端及大规模应用，其带来能源消耗将进一步显著增加。 AI发展倒逼能源转型加速，核能、风能、太阳能受关注 化石燃料仍是主要发电来源，清洁能源发电量份额稳步提升。目前以煤炭、石油为首的化石燃料在全球电力结构中仍然占据主导地位。但伴随着能源转型的持续推进，如何更加高效利用清洁能源成为电力行业发展的重中之重，清洁能源发电量份额整体呈稳步提升态势。据Ember统计，2022年全球清洁能源（包括太阳能、风能、生物能源等）发电量占全球电力的 39%，创下历史新高，其中风能和太阳能发电量合计占据12%，其增长可满足80%的电力需求增长。 AI发展倒逼能源转型加速，风能、太阳能、核能受关注。微软CEO Nadella表示AI发展带来的能源需求快速增长将反向促进风能、太阳能、核能等新能源的开发与创新，加速全球能源转型。近年来，太阳能和风力发电取代化石燃料发电市场份额趋势愈加明显，据Ember统计数据，2015-2022年期间，全球范围内风力和太阳能发电份额提升7%，化石燃料市场份额下降5%。此外，核能在推进全球能源转型中的作用也受到较高关注，OpenAI CEO Altman认为核聚变或将成为满足人工智能发展所需大量能源的可行性解决方案。2021年，Altman个人投资向美国核聚变初创公司Helion Energy投资3.75亿美元，2023年5月，微软宣布与Helion Energy签署电力购买协议，将于2028年从Helion Energy购买电力。 AI助力新能源技术改进与探索 AI大模型应用于材料理化性质预测、结构筛选、建模仿真等层面，可加快新材料的研发速度和效率。2023年12月，微软推出的新一代材料科学领域大模型MatterGen，该模型可用于设计生成新颖、稳定的材料，助力材料科学发展。微软CEO Satya Nadella表示，在能源转型中，AI技术有望将需要250年的化学反应缩短至25年。通过AI助力，将加速新能源技术的改进与探索，更好满足AI发展对能源消耗的增长需求。 以风电为例，AI在风能领域具有相当多的应用场景：1）AI可以被用于确定合适的风能项目场地，进而确定项目场地上风力涡轮机的最佳位置；2）AI预测性维护可以改善规划、预测风电机性能以防止故障和停机；3）AI可以自动检测表现不佳或故障的机组，并发送警报以确保及时有效的维护以延长机组寿命；4）AI可以利用过去的故障数据改进风力涡轮机的产品设计，并提高产品性能。 此外，AI可助力太阳能发电降本增效。AI在太阳能发电设备的组件维护和衰减评估以及衡量电站性能等方面都有着重要应用。此外，德国卡尔斯鲁厄理工学院照明技术研究所等机构利用深度学习和可解释的人工智能探究钙钛矿薄膜形成过程中所获取传感器信息与由此产生的太阳能电池性能指标之间的关系，使得钙钛矿太阳能电池大规模生产得以实现，不仅带来制造材料成本的降低，同时其发电效率远高于传统硅太阳能电池。 观察#3：AI监管：欧洲路线还是美国路线 2024年达沃斯世界经济论坛年会给予AI极高关注，会上多位重要嘉宾关于AI风险的警示和对监管的呼吁。在AI技术不断革新的同时，我们也需关注其可能带来的负面社会影响。 AI引发的伦理与社会问题在WEF受到广泛关注 AI可能在短期内使得大量工作岗位消失，从而导致社会不稳定和不平等加剧。国际货币基金组织（IMF）在本次大会期间发布的《Gen-AI: Artificial Intelligence and the Future of Work》报告称，AI将影响全球约40%的工作，并且会加剧不平等；在美国和英国等先进经济体中，约60%的工作面临人工智能的影响，其中一半的工作可能受到负面冲击；在新兴经济体，AI对于就业市场的冲击程度为40%，而低收入国家则为26%。IMF总裁格奥尔基耶娃称，对于大约一半的工作，AI应用可能会执行目前由人类执行的任务，这可能降低劳动需求，导致工资下降和减少招聘，在最极端的情况下，这些工作可能会消失。她更是发出警告，在大多数场景下，AI可能会加剧全球经济的整体不平等，并在没有政治干预的情况下引发社会冲突。《2024年全球风险报告》也称，未来几年，经济不确定性将持续存在，经济和技术鸿沟将不断扩大。从长远来看，经济流动壁垒可能不断增加，导致大部分人口无法获得经济机会。由于缺乏获取安全安稳生活的途径，个人可能更容易犯罪、更倾向于军事化或激进化。 AI可能加剧全球社会经济不平等，造成国际局势的紧张。《2024年全球风险报告》指出，未来十年将形成多极或分裂的秩序，中型和大型强国之间将开展竞争，制定并执行新的规则和规范。人工智能的发展和应用将是加剧社会分化的原因之一，正如创新工场创始人兼CEO、人工智能工程院院长李开复博士所称，大部分人工智能所创造的财富会流入美国和中国。人工智能是一个“强者更强”的产业：数据越多，产品越好；产品越好，所能获得的数据就更多；数据更多，就更吸引人才；人才越多，产品就会更好。在这个良性循环里，中美两国目前已经汇聚了大量人才、市场份额以及能够调动的数据。对于中国和美国以外的其他许多国家来讲，庞大的人口可能在人工智能时代成为经济负担，因为其中大部分人口将面临下岗失业。一言以蔽之，最大程度地缩小人工智能可能造成的经济失衡和贫富差距，已是当下必须要考虑的问题，此差距不仅体现在国家内部，也体现在国与国之间。 随着AI技术的飞速发展，其也带来了一系列的责任伦理问题。（1）个人隐私保护：在人工智能应用的过程中，随着各类数据采集技术的发展，人们的个人隐私面临着越来越严重的威胁。（2）信息操纵：根据《2024年全球风险报告》，信息错误和虚假信息是最大的短期风险。而AI可以用于制造和传播虚假信息，对公共意见和选举进行操纵，进一步加剧虚假信息带来的风险。（2）人工智能歧视问题：人工智能技术的应用离不开大量的数据，而这些数据往往存在着一定的偏差性。如果这些数据被用来训练人工智能模型，就有可能导致人工智能歧视的问题。（3）人工智能责任问题：在人工智能技术的发展和应用中，人工智能系统的自主决策能力越来越强，但这也带来了人工智能责任问题。例如，自动驾驶汽车的出现让我们开始考虑它们如何做出道德和伦理方面的决策。 监管人工智能成为行业发展关键 正如联合国秘书长古特雷斯所称，“我们迫切需要各国政府与科技公司共同制定当前人工智能开发的风险管理框架，并监测和减轻未来可能产生的危害……需要系统地努力增加对人工智能的获取，以便发展中经济体能够从其巨大潜力中受益。我们需要弥合数字鸿沟，而不是加深它。”人工智能所代表的技术革新如此强劲，伴随随之而来的一系列问题，监管人工智能也成为了行业发展的关键词。 欧盟通过积极建立数字单一市场，促进数据保护与开放共享，推进人工智能的发展与治理。2015年，欧盟委员会公布了“单一数字市场”战略的详细规划，此后欧盟发布了一系列法规，以建立统一的数据法律规则。2016年欧洲议会通过了《通用数据保护条例》，并于2018年5月生效。其约定企业必须遵守严格的个人数据保护规则，并要求风险较高的企业开启数据保护影响评估。仅在2020-2021年间，GDPR就记录了12万余数据侵权通知，总罚款近1.6亿欧元。2021年2月，欧盟成员国就最新修订的《电子隐私条例》草案达成一致。作为《通用数据保护条例》在电子通信领域中起细化和补充作用的特别法，《电子隐私条例》通过对数据类型的分类保护和对法人、自然人共同保护的方式加强和扩大了对隐私保护的力度和范围。2018年11月，欧洲议会和欧盟委员会批准通过了《非个人数据自由流动条例》，并将自2019年5月起适用，目的在于与已经实施生效的GDPR形成数据治理的统一框架，消除各成员国的数据本地化限制、确保成员国有权机关能够及时获取数据、保障专业用户能够自由地迁移数据。 此后在欧洲数据战略指导下，欧盟制定了一揽子针对具体领域的法律，进一步构成欧洲数据市场建设的顶层设计。2020年，欧盟委员会发布《欧洲数据战略》和《欧洲人工智能白皮书》，描绘构建一个健康共通的数据空间的蓝图。2022年，欧盟发布了《数据治理法案》《数字市场法案》《数字服务法案》，分别于2022年6月、2022年11月、2023年8月生效，其分别从数据要素的流转利用、规范大型数字服务商行为、保护在线基本权利等不同侧面勾勒了未来数据要素生态图景的欧洲方案。2023年11月，欧洲议会正式通过了《数据法案》，是《数据治理法案》的补充，进一步明确了企业和个人访问、获取、共享数据的具体规则，为欧盟境内各方主体提供了公平访问和使用数据的统一方式。2023年12月，欧盟就《人工智能法案》达成协议，这一法案将成为全球首部人工智能领域的全面监管法规。该法案按照不同的风险类别为人工智能技术应用进行了分类，通过识别不同风险来进行监管；严格禁止“对人类安全造成不可接受风险的人工智能系统”；人工智能公司要对其算法进行人为控制，提供技术文件；生成式人工智能需要遵守新的透明度要求。在具体实践方面，谷歌、亚马逊、脸书、推特等公司针对《数字市场法案》均做出了让步，而苹果虽然宣布允许第三方应用商店，但附带了极其严苛的条件，使得大多数开发商难以创建自己的商店，该应对方式受到诸多指控，甚至被指存在“恶意迎合”的嫌疑。 美国就监管留给企业更大的余地，采取“自愿行为准则”。2023年7月，美国白宫召集亚马逊、Anthropic、谷歌、Inflection、Meta、微软和OpenAI等人工智能公司做出一系列自愿承诺，包括同意对AI工具进行第三方安全测试，推出识别人工智能生成素材的水印系统等。同年10月，拜登政府签发行政令《安全、可靠和可信开发和使用人工智能》，该行政命令建立在先前人工智能公司做出的自愿承诺的基础上，“呼吁”美国国家标准技术研究所（NIST）在模型推出之前为广泛的“红队”测试制定标准，即旨在破坏模型以暴露漏洞的测试。然而，该行政命令并不要求人工智能公司遵守 NIST 标准或测试方法，而更强调建立最佳实践和标准，进一步体现了美国对人工智能监管相对宽松的态度。目前微软、谷歌、Adobe等科技公司基本上对这项行政命令表示欢迎。 中国出台针对推荐算法、深度伪造等合成内容和生成式AI的一系列监管法规。2021年起，国家网信办联合六部门已出台《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》和《生成式人工智能服务管理暂行办法》等法律法规，对计算机合成内容进行管控。这些法规包含了禁止社交平台利用推荐算法设置价格歧视等，还规定人工智能开发商必须对人工智能生成的合成内容进行标注。其中2023年7月发布的《生成式人工智能服务管理暂行办法》是中国针对AIGC的首份监管文件，为飞速发展的AIGC技术提供政策支持。相较于2023年 4 月的《办法（征求意见稿）》（“征求意见稿”），我们注意到以下几点变化：1）监管部门由网信办扩大至七部委，提出分层分级管理的基本原则；2）缩小需要进行安全评估和算法备案等前置审批的使用范围；3）新增推动算力与数据基础设施平台建设的表述；4）明确跨境服务管辖范围和外商投资企业的监管原则。 风险提示： 1） AI 技术落地不及预期。虽然 AI 技术加速发展，但由于成本、落地效果等限制，相关技术落地节奏可能不及我们预期。 2） 新技术开发进度不及预期。由于技术发展存在非线性，技术商业化存在一定不确定性，新技术开发、渗透进度可能不及预期。 点击查看原报告 本材料所载观点源自2024年2月3日发布的报告《从达沃斯看AI：关注就业、能源与监管框架》，对本材料的完整理解请以上述研报为准。 黄乐平 S0570521050001/AUZ066 权鹤阳 S0570122070045/BTV779 林文富 S0570123070167 关注我们 华泰证券研究所国内站（研究Portal） https://inst.htsc.com/research 访问权限：国内机构客户 华泰证券研究所海外站 https://intl.inst.htsc.com/research 访问权限：美国及香港金控机构客户 添加权限请联系您的华泰对口客户经理 免责声明 ▲向下滑动阅览 本公众号不是华泰证券股份有限公司（以下简称“华泰证券”）研究报告的发布平台，本公众号仅供华泰证券中国内地研究服务客户参考使用。其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，且若使用本公众号所载内容，务必寻求专业投资顾问的指导及解读。华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。 本公众号转发、摘编华泰证券向其客户已发布研究报告的部分内容及观点，完整的投资意见分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本公众号内容，可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容，请具体参见华泰证券所发布的完整报告。 本公众号内容基于华泰证券认为可靠的信息编制，但华泰证券对该等信息的准确性、完整性及时效性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。 在任何情况下，本公众号中的信息或所表述的意见均不构成对任何人的投资建议。订阅者不应单独依靠本订阅号中的内容而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。订阅者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。 本公众号版权仅为华泰证券所有，未经华泰证券书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。华泰证券具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）