中信建投武超则：“短平快”的投资时代已成过去式 一流投行要陪伴科技创新企业共同成长

Writer： admin Time：2023-12-09 Browse：104

　　科技创新已经成为我国经济增长的重要驱动力，其中也离不开资本市场赋能支持。今年11月，中国人民、科技部、国家金融监管总局、中国证监会联合召开科技金融工作交流推进会。会议提出，把更多金融资源用于促进科技创新。

　　当下，科技与资本的融合还在持续，多方力量持续探索更好的合作方式，其中券商投行更是承担多项重要职责。中信建投研究所所长武超则认为，“短平快”的投资时代已成过去式一流投行要陪伴科技创新企业共同成长。

　　金融的长期目标是服务于实体经济。在科技产业日渐发展繁荣的背景下，券商也在面对更多的机遇和挑战。据武超则介绍，近两年能够感受到显著的特点是，相较于过去传统的IPO、增发和二级市场机构经纪业务，在证券公司内部，大投行业务线也常常会面对到不同发展阶段的企业，而大机构业务常常需要面对不同需求、不同风险偏好的投资方。

　　武超则谈到，此前传统的投研服务和投资策略会等服务更多针对二级市场投资者，但科技行业的一大显著特点在于，其中有大量的有广阔前景、但鲜有人问津的初创或者科研型企业，而企业大了之后又容易“一拥而上”。如何挖掘有潜力标的，在更早期提供更好的融资、投研和投行支持，也是未来券商需要“系统性”做的工作。比如在研究体系的构建中，过去几年主要集中布局有多年实业从业经历的“专家型”研究员，更多能够从技术、研发、产业链等角度系统地挖掘企业价值。

　　在稳定且成熟的市场中，既有一级市场投资者，也有二级市场投资者；既有已经上市的企业，也有未上市的企业。武超则认为，如果券商能够在中间搭建一个沟通桥梁，让客户和客户之间成为朋友，也是券商推动实体经济发展的职责所在。

　　同时，对于券商自身而言，也在承担更多的职能。面对市场的巨大变化，已经不是局限于仅在企业上市或融资阶段提供服务。“企业在不同阶段有不同需求，投行也要多样化产品和服务，投行人员不再是一个”金融专家“，更要深入理解企业所在行业、甚至要站在企业创业者视角去理解企业战略、陪伴企业成长，提供更加专业、综合、长期的系统解决方案，而不是仅仅服务企业有投融资需求的阶段。”武超则认为。

　　在她看来，券商更需要站在企业发展的角度去理解不同阶段的不同资本市场需求，进而组合券商的各类牌照和业务线提供系统解决方案：比如为早期的创业者提供融资支持，甚至帮助他们在团队打造上提供一些人才资源、在企业治理结构上提供专业咨询；将要上市的企业会更加关注二级市场，要为他们在估值方面提供清晰判断，对接引荐丰富、专业的机构投资人，未来可以更快速融入资本市场；对于已经上市的企业，则要加大投研力度和系统的股东服务，同时如果行业比较传统，也要适当关注并购或者转型的战略机会。

　　对于这种变化，武超则将其形容为从过去的“全科护士”，开始转向了“专科医生”。一方面，券商如果只做传统牌照或者通道类业务就要面对持续降费和同质化内卷式竞争；而另一方面，我国直接融资的市场空间还非常广阔，但从间接融资走向直接融资，如何能够在报表之外、在海量的企业中更早期的挖掘出优质企业的能力就变得非常重要，而券商过往恰恰在专业的投资、投研、投行领域的人才密度还是非常高的，率先在这条产业链上构建差异化壁垒，才能更好的服务实体经济。

　　事实上，在过去也常常陪伴初创企业经过数年发展，才最终帮助企业进入上市发展的新阶段。武超则直言，科技行业绝对不是“短平快”的投资节奏，也经常会面对到技术迭代变化、投资回报周期拉长等各种不确定风险。

　　但她认为，这也正是科技与资本融合过程中的魅力所在。在科技企业的整个成长周期中，各个阶段有不同的价值模型，这更加考验投资者对技术专业性的研究深度，甚至是需要站在行业发展视角、企业创始人视角去长期陪伴。特别是面对一些新兴技术崛起，但并没有被关注到的企业尤其如此。从历史经验看，回报大的客户恰恰是这种“长期陪伴”和“信任力”带来的。

　　年初以来，以ChatGPT代表的大模型颠覆了传统的AI解决方案，很多新的机遇也浮出了水面。今年7月，中信智库首次发布人工智能十大发展趋势，并指出大模型将成新一代流量入口。

　　在交流中，武超则也对明年产业投资方向作出进一步预测判断，模型更加集中、算力需要更加便宜、应用百花齐放。当前，各国都在抢占制高点，发掘人工智能发展的新场景。国内方面，大模型赛道还处在最拥挤的创业初期，“百模大战”加剧行业竞争。

　　不过，这一情形在明年可能发生变化。武超则分析认为，今年的开源模型已经取得较好的发展成果，所以明年应该不会再净增加大模型厂商。行业会呈现趋向集中的过程，最终实际留下、被市场需要的大模型厂家可能会是十几家甚至更少。整个产业还处于快速发展、频繁迭代的过程中，这种迭代既包括技术的革新，也有行业竞争格局的变化。

　　武超则指出，产业的投资方向需要与其所处的阶段相辅相成。虽然大模型的发展最后会趋向于更集中，但在此之前，对算力的需求仍然非常高，其中国产化算力的发展尤其值得关注。

　　但国产芯片的差距也要直视。由于英伟达的优势不仅在于单卡的性能，集群互联以及开发者生态建设方面的优势仍然领先，这在一些如训练等需要非常强大的并行计算能力的模型训练上依旧非常必要。

　　因此，对于大模型厂商而言，还需要经过不断适配，一旦“痛苦”的过程完成，那么两者的差距有望逐步缩小。武超则认为，未来基于大模型的普及以及算力成本的下降，垂直大模型及应用将会是快速的发展机会。在她开来，B端可能是大模型商业化的重要落地场景。

　　在传统的互联网时代，市场会倾向于需要单品爆款的推广，因为“灵活性”和“可靠性”很难同时拥有，随着基础大模型能力的提升，这种情况将发生根本改变。武超则认为，大模型由于其“低代码”能力本身是非常好的开发工具，而更多的应用场景需要用户进行“探索”，尤其是在数字化、信息化已经做的比较好的场景和企业中，高质量的“数据”将会是未来AI应用能力的核心来源。

　　值得一提的是，搭载大模型的AI产品和应用也正在加快落地，其中也产生了诸多优秀案例，例如中科星图将AI技术应用到气象、地理信息测绘中，赋能交通、物流等行业；中国科传探索人工智能技术在出版、教育行业应用，提高生产运营效率，还可以生产优质内容；科大讯飞AI医疗业务，对基层医疗水平的提升也有重要贡献。