《騰訊控股-港股公司研究報告-試析云服務成長與格局之困-230217（63頁）.pdf》由會員分享，可在線閱讀，更多相關《騰訊控股-港股公司研究報告-試析云服務成長與格局之困-230217（63頁）.pdf（63頁珍藏版）》請在三個皮匠報告上搜索。

1、 本報告由中信建投證券股份有限公司在中華人民共和國（僅為本報告目的，不包括香港、澳門、臺灣）提供。在遵守適用的法律法規情況下，本報告亦可能由中信建投（國際）證券有限公司在香港提供。同時請參閱最后一頁的重要聲明。1 證券研究報告證券研究報告港股公司深度港股公司深度 軟件服務軟件服務 騰訊控股：試析云服務成長與格局之困騰訊控股：試析云服務成長與格局之困 核心觀點核心觀點 騰訊云穩居綜合云廠商市場第一梯隊，長期前景樂觀。隨行業競爭強度緩解，IaaS 層毛利有望逐步改善。PaaS 層是當前競爭關鍵，騰訊云在音視頻領域領先市場，在安全、數據庫、AI 等領域也位于前列，收入結構改善、自研產品占比提升趨勢下

2、利潤率改善確定性較高。SaaS 層利潤率受自研產品短期虧損拖累，但預計隨著騰訊會議、企業微信等商業化推進，減虧幅度預計可觀?？傮w看，我們預計 24 年騰訊云有望（經調整口徑）盈虧平衡，并在此后逐步貢獻利潤。預計是騰訊整體的估值增量。關于騰訊云的兩個問題關于騰訊云的兩個問題 本篇報告旨在回答關于云計算的兩個問題：一是騰訊云未來的利本篇報告旨在回答關于云計算的兩個問題：一是騰訊云未來的利潤率預期是多少？二是國內云計算市場和全球相比有什么差異，潤率預期是多少？二是國內云計算市場和全球相比有什么差異，未來的成長性如何？未來的成長性如何？IaaS 的主要競爭邏輯是成本驅動。的主要競爭邏輯是成本驅動。AW

3、S 為代表的云廠商通過自研定制化芯片，提升在場景/應用的性能并顯著降低成本，這是云計算成本長期下降的根本驅動力。目前騰訊云在智能網卡、機器學習領域布局較為領先，未來有望積累成本優勢，進一步提升IaaS 層的毛利率。此外，IaaS 層高固定成本下規模效應明顯，當前數據中心的 Capex 增速仍處于較快增長階段，未來隨著 Capex增速回落，利用率提升帶來的成本下降將逐步體現。最后，資源優勢會加速上云階段，但互聯網廠商在規模擴張后出于數據、業務安全等考慮也存在多云部署或自研部分云產品，會在發展中期產生業績端的負面影響，這需要互聯網云廠商盡快搭建渠道體系，豐富中小客戶群體。PaaS 層的主要競爭邏輯

4、是技術驅動。層的主要競爭邏輯是技術驅動。騰訊云在數據庫、云安全、AI、音視頻解決方案等領域均處于國內領先地位，且音視頻領域由于場景積累更豐富，騰訊云目前的解決方案更為成熟，市場份額位于行業第一。數據庫、云安全、AI 等領域主要也是通過技術研發實現性能領先，結合第三方或監管部門的測評/資質背書，并通過標桿案例在行業樹立品牌形象，進而逐步打開市場。因此，PaaS 層發展初期會帶來研發成本的擴張，但會逐步過渡到銷售費用驅動，在成熟期實現研發、銷售費用回歸合理中樞，貢獻盈利水平大幅增加。維持維持 買入買入 孫曉磊 SAC 編號:s1440519080005 SFC 編號:BOS358 崔世峰 SAC

5、編號:S1440521100004 發布日期：2023 年 02 月 17 日 當前股價：373.80 港元 目標價格 6 個月：493.25 港元 主要數據主要數據 股票價格絕對股票價格絕對/相對市場表現（相對市場表現（%）1 個月 3 個月 12 個月 1.51/5.77 44.67/26.55-20.13/-4.88 12 月最高/最低價（港元）479.00/200.80 總股本（萬股）955,830.66 流通 H 股（萬股）955,830.66 總市值（億港元）36,570.08 流通市值（億港元）36,570.08 近 3 月日均成交量（萬）3014.55 主要股東 MIH TC

6、Holdings Limited 28.74%股價表現股價表現 相關研究報告相關研究報告 -57%-37%-17%3%23%2022/2/152022/3/152022/4/152022/5/152022/6/152022/7/152022/8/152022/9/152022/10/152022/11/152022/12/152023/1/152023/2/15騰訊控股恒生指數騰訊控股騰訊控股(0700.HK)(0700.HK)港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 2 SaaS 層的主要競爭優勢是生態優勢。層的主要競爭優勢是生態優勢。對騰訊云而言，生態優勢就是騰訊的其他

7、業務的賦能。騰訊企點憑借在即時通訊領域的優勢，逐步拓展至商務溝通，并基于先發優勢和產品領先構筑較好的壁壘。騰訊會議受疫情加速辦公線上化影響，成長速度較快，并與釘釘會議共同占據市場領先。未來目標市場主要聚焦中型、大型企業視頻會議需求，目前騰訊會議已積累超過 100 家合作伙伴，并搭建軟硬一體解決方案，按 50%的市場份額計算，23/24/25 年商業化空間在 13/15/18 億，如果騰訊會議的軟硬一體方案能夠實現對傳統視頻會議的滲透，商業化空間將有顯著增量。中國云計算市場與海外存在中國云計算市場與海外存在顯著差異，未來可能走出與歐美云計算廠商顯著不同的路徑。顯著差異，未來可能走出與歐美云計算廠

8、商顯著不同的路徑。由于企業/實體運營目標并非完全是效率優先；公司信息化程度較低；企業平均壽命更短等原因，國內云計算的發展最終可能會走出一條與歐美不同的路線。最終導致：1）中國云計算市場私有云占比更高；根據中國信通院，2021 年中國云計算市場中 32.5%為私有云，剩余 67.5%為公有云，相比全球云計算市場，國內的私有云占比更高；2）中國的 PaaS、SaaS 市場較不成熟，但也充滿機會。另一方面，中國公有云市場中 PaaS、SaaS 的收入占比更低，海外公有云市場中 PaaS、SaaS 的收入占比更高，這意味著現有市場中不存在較為成熟的 PaaS、SaaS 服務商，因此騰訊云、阿里云等無法

9、通過收購實現快速增長，但另一方面也意味著騰訊云、阿里云有機會從零開始構筑在 PaaS、SaaS 領域的競爭力，這是海外云計算廠商（如 AWS、Google）所缺乏的機會，他們面臨更多成熟競爭對手的挑戰。3）中國互聯網云計算廠商未來的收入份額可能受到國資云沖擊，但利潤率中樞有望受益 PaaS、SaaS 占比提升。投資建議：投資建議：流動性方面，隨著美國通脹確認見頂，交易從左側轉向右側。流動性緊縮緩和具備較高確定性的，中長期看估值中樞將不斷上修。近期市場從交易加息利率終點轉向衰退定價，但存在鐘擺思維（從極度樂觀轉向悲觀），因而 PE 中樞跟隨美債利率周期波動，我們認為利率中樞下行趨勢確定性較高，短

10、期波動更多是數據驅動的擇時交易節點?；久鎸用?，版號連續發放，騰訊重點游戲如黎明覺醒、無畏契約、合金彈頭等陸續獲批，騰訊重啟新一輪向上產品周期。廣告方面，視頻號 23 年預計貢獻實質性收入，此外其他廣告預計跟隨大盤增長。FT&BS 方面，支付業務預計受益疫后線上線下消費復蘇；財富管理業務繼續推進線上化?？偨Y來看，騰訊 23-24 年業績具備較好的彈性，中長期業務仍具備較好的增長前景和盈利回報。維持對騰訊的“買入”評級。kUkZvXoYgYfWeZbWoXeXbRaObRsQpPsQnOkPmMmOkPrQuNaQqRrMwMsOqMvPpNxO 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一

11、頁的重要聲明 3 目錄目錄 1核心問題：成長與格局之困.1 1.1 IaaS 層競爭邏輯：規模效應、技術領先與資源優勢.2 1.1.1 核心結論：騰訊云 IaaS 層處于轉型陣痛，拐點過后前景廣闊.2 1.1.2 自研芯片：技術驅動成本領先.3 1.1.3 數據中心：高固定成本占比下存在規模效益.8 1.1.4 客戶結構：客戶資源優勢加速業務發展.16 1.2 PaaS 層競爭邏輯：場景優勢與技術領先.18 1.2.1 核心結論：收入結構優化、技術追趕將逐步帶動利潤率提升.18 1.2.2 數據庫：受益國產替代趨勢，疊加技術領先.18 1.2.3 云安全：在“云”、“管”領域具備先發優勢.23

12、 1.2.4 AI：場景積累驅動業務領先，內外資源競爭下加速擴張是不二選擇.26 1.2.5 音視頻解決方案：場景積累深厚，解決方案成熟.32 1.3 SaaS 層：尚處于生態演化初期，靜待行業逐步發展.36 1.3.1 核心結論：自研 SaaS 依托集團生態取得積極進展，外部 SaaS 伙伴自然生長.36 1.3.2 騰訊千帆：搜索、分類式開放市場，主要為 SaaS 伙伴提供渠道支持.36 1.3.3 騰訊企點：依托集團生態及先發優勢，構筑較強壁壘.38 1.3.4 騰訊會議：疫情加速線上化辦公，軟硬一體實現市場向上兼容，未來商業化空間可期.40 2云服務市場展望：中國云計算市場未來的發展路

13、徑.45 盈利預測.47 估值.47 投資評價和建議.51 風險分析.51 報表預測.53 圖目錄 圖 1:主要云計算廠商陸續推出自研芯片.4 圖 2:自研芯片對成本的影響最初相對并不顯著.5 圖 3:多研發管線下自研芯片對成本的影響是逐步累積/放大的，且呈現周期性.5 圖 4:ASIC、FPGA、完全可編程 CPU 是在性能和靈活性平衡取舍.8 圖 5:國內數據中心成本結構（以萬國數據 2021 年為例）.9 圖 6:數據中心利用率與營業成本率的敏感性測試.10 圖 7:2013-21 年數據中心代表公司利用率水平（%）.10 圖 8:2014-21 年萬國數據、Equinix、Digita

14、l Realty EBITDA 利潤率情況（%）.10 圖 9:Digital Realty 1Q20-3Q22 按客戶劃分留存率（%）.11 圖 10:Digital Realty 1Q17-1Q20 按客戶劃分留存率（%）.11 圖 11:Digital Realty 1Q17-1Q20 留存率與有效租金（美元，%）.11 圖 12:Digital Realty 非科技企業客戶 1Q17-1Q20 留存率與有效租金（美元，%）.11 圖 13:Digital Realty 訂單中 0-1MW 客戶占比明顯提升.12 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 4 圖 14

15、:2013-21 年 DRL 利用率與加權租期（%，年）.12 圖 15:1Q17-3Q22 Equinix 客戶收入結構（%）.12 圖 16:2015-21 年 Equinix 客戶收入結構與利用率（%）.12 圖 17:1Q16-3Q22 DRL 前 20 名客戶租賃面積占比及利用率（%）.12 圖 18:2Q20-3Q22 DRL 前 20 名客戶租賃面積占比及利用率（%）.12 圖 19:2010-21 年 Equinix、DRL 非經常資本開支占收入比例（%）.13 圖 20:2012 年后 DRL 利用率加速向下趨勢（%）.13 圖 21:2022 年 12 月全國各地電網兩部制

16、工商業企業分時電度價格（元/Kwh）.13 圖 22:2022 年 12 月全國各地電網兩部制工商業企業容量用電價格（元/Kwh）.13 圖 23:2022 年 12 月全國各地單位 KW 電費（元/月）.14 圖 24:2021 年全國主要城市工業用地掛牌均價（萬元/畝）.14 圖 25:主要云廠商以租賃第三方數據中心為主.15 圖 26:萬國數據與 Equinix 數據中心成本結構對比.15 圖 27:萬國數據、Equinix、DRL adj.EBITDA 利潤率對比.15 圖 28:萬國數據、Equinix、DRL 毛利率對比.15 圖 29:1Q17-3Q22 EQIX、VNET MR

17、R per Cabinet.16 圖 30:計算按需實例價格差異.16 圖 31:2012-21 年美國工業平均電價（美分/KWh）.16 圖 32:2020-2022 年 10 月工業平均電價（美分/KWh）.16 圖 33:2020 年-2022 年 10 月美國工業用戶單位 KW 電費（人民幣元/月）.17 圖 34:阿里云客戶收入結構（%）.18 圖 35:騰訊云、阿里云、華為云數據庫產品家族（截止 2023 年 1 月 12 日）.19 圖 36:主要關系型數據庫、數據倉庫產品對比（節選部分）.20 圖 37:主流關系型數據庫高規格 CPU-bound test（單/多線程）.20

18、圖 38:主流關系型數據庫高規格 I/O-bound test（單/多線程）.20 圖 39:主流關系型數據庫低規格 CPU-bound test（單/多線程）.21 圖 40:主流關系型數據庫低規格 I/O-bound test（單/多線程）.21 圖 41:數據庫選型指標.21 圖 42:金融企業關注數據安全及一站式數據管理.22 圖 43:互聯網企業最關注客戶隱私和數據安全.22 圖 44:電信企業關注數據管理、災備、遷移能力.22 圖 45:2019-1H22 關系型數據庫本地部署份額（%）.23 圖 46:2019-1H22 關系型數據庫公有云模式份額（%）.23 圖 47:2019

19、-1H22 中國數據庫市場份額（%）.23 圖 48:2019M6-2022M12 國產數據庫流行度排行.23 圖 49:騰訊云信息安全責任共擔模型.24 圖 50:阿里云安全產品結構.24 圖 51:2021 年全球云安全市場結構（%）.24 圖 52:2020-21 年全球云安全市場規模（百萬美元）.24 圖 53:2021 年中國云工作負載安全市場份額（%）.25 圖 54:2021 年中國軟件 Web 應用防火墻份額（%）.25 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 5 圖 55:2021 中國公有云托管安全服務市場份額（%）.25 圖 56:1H22 中國軟件

20、安全網關市場份額（%）.25 圖 57:2021 年中國智慧應急解決方案市場份額（%）.26 圖 58:1H21 中國 IT 安全咨詢服務份額（%）.26 圖 59:騰訊云 AI 產品線.27 圖 60:1H22 中國 AI 公有云服務市場份額（%）.28 圖 61:1H22 中國人臉人體識別公有云服務市場份額（%）.28 圖 62:1H22 中國圖像視頻公有云服務市場份額（%）.28 圖 63:1H22 中國 NLP 公有云服務市場份額（%）.28 圖 64:1H22 中國智能語音公有云服務市場份額（%）.29 圖 65:1H22 中國對話式 AI 公有云服務市場份額（%）.29 圖 66:

21、1H22 中國機器學習公有云服務市場份額（%）.29 圖 67:2021 年中國對話式 AI 行業應用滲透情況.30 圖 68:2022 年中國對話式 AI 行業融合情況.30 圖 69:2020 年以平臺為中心的決策類 AI 份額（%）.31 圖 70:2018-25E 中國決策類 AI 市場規模（億元）.31 圖 71:2020 年中國預測分析和機器學習領導者象限.32 圖 72:機器學習平臺字母網格（2021 年冬季）.32 圖 73:2018-25E 中國 AI 開發平臺市場規模（億元）.33 圖 74:2018-25E 中國 AI 開發平臺市場結構（%）.33 圖 75:視頻云市場構

22、成.33 圖 76:2006-201 年網宿科技 CDN 服務毛利率.34 圖 77:2015 年后互聯網云廠商 CDN 份額明顯提升.34 圖 78:2H19-1H22 國內視頻云競爭格局（%）.35 圖 79:2019-22E 國內視頻云市場規模（億美元）.35 圖 80:1H21 音視頻解決方案市場結構（%）.35 圖 81:1H21 中國音視頻解決方案市場份額（%）.35 圖 82:中國視頻云音視頻解決方案泛娛樂市場概況.36 圖 83:騰訊云千帆計劃.37 圖 84:騰訊云市場產品數量及價格分類（個）.38 圖 85:騰訊云市場產品分類占比（%）.38 圖 86:云廠商市場中人工服務

23、交付比例高于 50%.38 圖 87:騰訊云，阿里云市場展現策略存在差異.39 圖 88:騰訊企點產品線.39 圖 89:QTRADE 為金融場景進行了功能定制.40 圖 90:2020 年企業采用智能客服的歸因分析.40 圖 91:2021 年智能客服龍頭廠商在各行業滲透率情況（%）.40 圖 92:2018-1H22 訊鳥軟件、合力億捷毛利率（%）.41 圖 93:2019-25E 中國視頻會議市場規模.42 圖 94:2020 年中國視頻會議應用場景分布.42 圖 95:國內硬件視頻會議市場規模占比在 70%以上.42 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 6 圖

24、 96:1H21 Top 5 國內云會議廠商份額（%）.42 圖 97:騰訊會議 iOS 端 MAU 趨勢（萬）.43 圖 98:2022 年 6 月辦公軟件 MAU（萬）.43 圖 99:釘釘國內 iOS 端 MAU 趨勢（萬）.43 圖 100:企業微信國內 iOS 端 MAU 趨勢（萬）.43 圖 101:2012-21 年我國企業數量（萬）及平均更新周期（年）.43 圖 102:2021 年中國企業結構以中小微企業為主（%）.43 圖 103:2021 年國內中小企業約 1003 萬家.44 圖 104:2014 年小微企業行業分布（%）.44 圖 105:不同類型企業對視頻會議的付費

25、意愿以及性能要求情況.44 圖 106:國內視頻會議市場規模結構（假設大型企業預算 100 萬，中型企業預算 10 萬，小型企業預算 1萬）.45 圖 107:國內視頻會議市場規模結構（假設大型企業預算 500 萬，中型企業預算 50 萬，小型企業預算 1萬）.45 圖 108:規模以上互聯網企業收入增速同比放緩.46 圖 109:2013-18 年企業信息化情況（%）.46 圖 110:2018 年中小企業平均壽命（年）.47 圖 111:2016-21 年中國云計算市場結構（%）.47 圖 112:全球云計算市場規模結構（%）.47 圖 113:2018-24E 全球公有云市場結構（%）.

26、48 圖 114:2016-21 年中國公有云市場結構（%）.48 圖 115:恒生科技與主要行業指數漲跌幅對比.49 圖 116:恒生科技與主要大盤指數漲跌幅對比.49 圖 117:2017-2022 年 12 月社零同比增速趨勢.49 圖 118:2003-2022 年 12 月社零同比增速趨勢.49 圖 119:1Q06-4Q22 國內各部門杠桿率（%）.49 圖 120:2010-22 年 7 月居民中長期貸款與存款同比增速（%）.49 圖 121:人均消費傾向中長期趨勢（%）.50 圖 122:商品/權益/債券 1 月末（節后）均出現回調.50 圖 123:2019-23 年一線城市

27、商品房成交面積情況（萬平米）.50 圖 124:2019-23 年二線城市商品房成交面積情況（萬平米）.50 圖 125:2019-23 年三線城市商品房成交面積情況（萬平米）.51 圖 126:2019-23 年螺紋鋼庫存情況（萬噸）.51 圖 127:2019-23 年全國水泥價格指數.51 圖 128:標普 500、恒生綜指和 10Y 美債推測 PE.51 圖 129:納斯達克、恒生科技和 2/10Y 美債推測 PE.51 圖 130:騰訊 Forward PE、納斯達克 PE、美債估測 PE 走勢.52 表目錄 表 1:主要云計算廠商計算、存儲、容器、網絡等產品功能對比（節選部分產品）

28、.2 表 2:主要云計算廠商在研芯片情況.4 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 7 表 3:國內主要云計算廠商在半導體領域投資情況.6 表 4:海外主要云計算廠商在半導體領域投資情況.6 表 5:單位 KW 電費及土拍價格對數據中心 IDC 及增值業務毛利率的影響測算（%）.14 表 6:騰訊云、阿里云、華為云的可靠性、可用性、資質情況.22 表 7:騰訊云、阿里云與 IT 安全廠商的合作（部分）.26 表 8:主要云廠商機器學習平臺對比.31 表 9:國內主要云廠商 CDN 服務價格及節點、帶寬情況.34 表 10:騰訊會議個人版、釘釘會議標準版功能對比.45 港

29、股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 1 1核心問題：成長與格局之困核心問題：成長與格局之困 本篇報告旨在回答關于云計算的兩個問題：一是騰訊云未來的利潤率預期是多少？二是國內云計算市場和全球相比有什么差異，未來的成長性如何？我們從競爭邏輯和成長邏輯兩個角度闡述我們的觀點，從而回應投資者對利潤率、成長性問題的擔憂。IaaS 的主要競爭邏輯是成本驅動。的主要競爭邏輯是成本驅動。AWS 為代表的云廠商通過自研定制化芯片，提升在場景/應用的性能并顯著降低成本，這是云計算成本長期下降的根本驅動力。目前騰訊云在智能網卡、機器學習領域布局位于國內第二梯隊，未來有望積累成本優勢，進一步提

30、升 IaaS 層的毛利率。另一方面，IaaS 層高固定成本下規模效應明顯，當前數據中心的 Capex 增速仍處于較快增長階段，未來隨著 Capex 增速回落，利用率提升帶來的成本下降將逐步體現。最后，資源優勢會加速上云階段，但互聯網廠商在規模擴張后出于數據、業務安全等考慮也存在多云部署或自研部分云產品，會在發展中期產生業績端的負面影響，這需要互聯網云廠商盡快搭建渠道體系，豐富中小客戶群體。PaaS 層的主要競爭邏輯是技術驅動。層的主要競爭邏輯是技術驅動。騰訊云在數據庫、云安全、AI、音視頻解決方案等領域均處于國內領先地位，且音視頻領域由于場景積累更豐富，騰訊云目前的解決方案更為成熟，市場份額位

31、于行業第一。數據庫、云安全、AI 等領域主要也是通過技術研發實現性能領先，結合第三方或監管部門的測評/資質背書，并通過標桿案例在行業樹立品牌形象，進而逐步打開市場。因此，PaaS 層發展初期會帶來研發成本的擴張，但會逐步過渡到銷售費用驅動，在成熟期實現研發、銷售費用回歸合理中樞，貢獻盈利水平大幅增加。SaaS 層的主要競爭優勢是生態優勢。層的主要競爭優勢是生態優勢。對騰訊云而言，生態優勢就是騰訊的其他業務的賦能。騰訊企點憑借在即時通訊領域的優勢，逐步拓展至商務溝通，并基于先發優勢和產品領先構筑較好的壁壘。騰訊會議受疫情加速辦公線上化影響，成長速度較快，并與釘釘會議共同占據市場領先。未來目標市場

32、主要聚焦中型、大型企業視頻會議需求，目前騰訊會議已積累超過 100 家合作伙伴，并搭建軟硬一體解決方案，按 50%的市場份額計算，23/24/25 年商業化空間在 13/15/18 億，如果騰訊會議的軟硬一體方案能夠實現對傳統視頻會議的滲透，商業化空間將有顯著增量。中國云計算市場與海外存在中國云計算市場與海外存在顯著差異，顯著差異，由于企業/實體運營目標并非完全是效率優先；公司信息化程度較低；企業平均壽命更短等原因，國內云計算的發展最終可能會走出一條與歐美不同的路線。最終導致：1）中國云計算市場私有云占比更高；中國云計算市場私有云占比更高；根據中國信通院，2021 年中國云計算市場中 32.5

33、%為私有云，剩余 67.5%為公有云，相比全球云計算市場，國內的私有云占比更高；2）中國的）中國的 PaaS、SaaS 市場較不成熟，但也充滿機會。市場較不成熟，但也充滿機會。另一方面，中國公有云市場中 PaaS、SaaS 的收入占比更低，海外公有云市場中 PaaS、SaaS 的收入占比更高，這意味著現有市場中不存在較為成熟的 PaaS、SaaS 服務商，因此騰訊云、阿里云等無法通過收購實現快速增長，但另一方面也意味著騰訊云、阿里云有機會從零開始構筑在 PaaS、SaaS 領域的競爭力，這是海外云計算廠商（如AWS、Google）所缺乏的機會，他們面臨更多成熟競爭對手的挑戰。3）中國互聯網云計

34、算廠商未來的收入份額）中國互聯網云計算廠商未來的收入份額可能受到國資云沖擊，但利潤率中樞有望受益可能受到國資云沖擊，但利潤率中樞有望受益 PaaS、SaaS 占比提升。占比提升。港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 2 1.1 IaaS 層競爭邏輯：規模效應、技術領先與資源優勢層競爭邏輯：規模效應、技術領先與資源優勢 1.1.1 核心結論：騰訊云 IaaS 層處于轉型陣痛，拐點過后前景廣闊 騰訊云騰訊云 IaaS 層處于轉型陣痛，拐點過后前景廣闊。層處于轉型陣痛，拐點過后前景廣闊。騰訊云由于 CDN 占比等因素毛利率相比競對較低，但隨著考核績效的調整、收入結構的優化，未

35、來毛利率將顯著優化回到正軌。我們認為未來騰訊云將呈現利潤增速明顯高于收入增速的現象。遠期看，騰訊云 IaaS 凈利率的預期也將向上調整。此外，在政務、金融上云高峰過去后，騰訊云 IaaS 層的收入增長回到健康水平。IaaS 層功能主要包括計算、存儲、網絡等，上游層功能主要包括計算、存儲、網絡等，上游硬件資源的高度同質化，客觀上決定了硬件資源的高度同質化，客觀上決定了 IaaS 產品的高度同產品的高度同質性質性。盡管不同廠商技術路線上可能存在差異，但終端產品功能是趨于一致的。對比主要云廠商的產品，我們觀察到主要云計算廠商的計算、網絡、存儲等多數產品存在高度相似性，這反映 IaaS 層功能產品的差

36、異化程度不高。在產品相似的基礎上，價格成為影響訂單的主要因素，AWS、GCP、阿里云等頭部廠商通過自研硬件等方式實現成本優勢。表表 1:主要云計算廠商計算、存儲、容器、網絡等產品功能對比（節選部分產品）主要云計算廠商計算、存儲、容器、網絡等產品功能對比（節選部分產品）功能功能 AWS Azure GCP 阿里云阿里云 騰訊云騰訊云 華為云華為云 計算計算產品產品 虛擬機 Elastic Compute Cloud（EC2）Azure Virtual Machine Compute Engine Elastic Compute Service（ECS）Cloud Virtual Machine（

37、CVM）Elastic Cloud Service 批量計算 Batch compute Azure Batch-Batch compute Batch Compute-Auto Scale Auto Scaling Auto Scale Autoscaling Auto Scaling Auto Scaling Auto Scaling 容器容器與中與中間件間件 Serverless Amazon Lambda Azure Functions Google Cloud Functions Function Compute EKS Cloud Container Instance 容器 Ama

38、zon EC2 Container Service Azure Container Service Google Kubernetes Engine Elastic Container Instance Tencent Kubernetes Engine Cloud Container Engine Elastic Container Registry Azure Container Registry Google Container Registry Container Registry Tencent Container Registry Software Repository for C

39、ontainer 網絡網絡產品產品 輕量服務器 Lightsail Azure Lighthouse-Simple Application Server TencentCloud Lighthouse-PaaS Elastic Beanstalk App Service Google App Engine-高性能計算 HPC Azure HPC Google HPC E-HPC THPC-虛擬私有云 Virture Private Cloud Virtual Network Virtual Private Cloud Virture Private Cloud Virtual Private

40、Cloud Virtual Private Cloud 網絡連接 AWS Direct Azure Dedicated Express Connect Cloud Connect Cloud Connect 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 3 Connect ExpressRoute Interconnect Network 網關 NAT Gateway Virtual Network NAT Cloud NAT NAT Gateway NAT Gateway NAT Gateway 托管云 Route 53 DNS/Traffic Manager Cloud D

41、NS 云解析CDN/Private Zone-VPN 網關 VPN Gateway VPN Gateway Hybrid Connectivity VPN Gateway-Virtual Private Network 云企業網 TGW Azure Virtual Network Manager Network Connectivity Center 云企業網 CEN-負載管理 ELB Load Balancing Cloud Load Balancing SLB Cloud Load Balancer Elastic Load Balance 存儲存儲產品產品 簡單存儲 Amazon Sim

42、ple Storage Services-Google Cloud Storage Object Storage Service Cloud Object Storage Object Storage Service 塊存儲 Amazon Elastic Block Store Azure Disk Storage Persistent Disk Block Storage Cloud Block Storage Elastic Volume Service 網絡附屬存儲 Elastic File System Azure File Filestore Network Attach Stora

43、ge Cloud File Storage SFS 檔案存儲 S3 Glacier Azure Blog Storage Google Storage OSS Archive Storage COS Archive Storage-存儲網關 AWS Storage Gateway Azure Stack Edge Google Cloud Dataflow Cloud Storage Gateway Cloud Storage Gateway Cloud Storage Gateway 并行文件存儲 Amazon FSx for Lustre-Cloud Parallel File Stora

44、ge CFS-Turbo-災難恢復機制 CloudEndure Disaster Recovery Azure Site Recovery Valut Hybrid Disaster Recovery TStor B2000 Storage Disaster Recovery Service 資料來源：公司公告，各公司官網，騰訊2022全球數字生態大會，中信建投 1.1.2 自研芯片：技術驅動成本領先 價格戰的背后是成本競爭，成本優勢主要來自于技術領先，因此主要云計算廠商開始自研上游硬件，通過技術架構的優化實現單位性能下的成本降低。港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明

45、4 圖圖 1:主要云計算廠商陸續推出自研芯片主要云計算廠商陸續推出自研芯片 數據來源：虎嗅，IEEE，各公司官網，華為芯片的自研之旅，百度世界大會2021，全球半導體觀察，中信建投 表表 2:主要云計算廠商在研芯片情況主要云計算廠商在研芯片情況 云計算廠商云計算廠商 在研芯片在研芯片 應用場景應用場景 研發進展研發進展 Azure 某 ARM 架構服務器芯片 不詳 2022 年 1 月初步搭建研發團隊 騰訊云 紫霄 AI 推理 流片成功，試生產 騰訊云 滄海 視頻轉碼 流片成功，試生產 騰訊云 玄靈 智能網卡（DPU）預計 2022 年底流片 字節跳動 某 AI 芯片 AI 推理 2021 年

46、 3 月組建團隊 百度云 昆侖芯 3 AI 推理 預計 2024 年初量產 快手 SL200 視頻+AI 流片成功，試生產 資料來源：全球半導體觀察，騰訊自述：芯片自研之路，騰訊云2021全球數字生態大會，新浪科技，中信建投 但定制芯片對成本的影響并非一蹴而就的，而是逐步顯現的。但定制芯片對成本的影響并非一蹴而就的，而是逐步顯現的。一般而言，云計算廠商推出自研芯片均會強調其性能、成本較過往的優勢，但客觀上我們需要注意芯片的應用范圍和部署進度，場景化的芯片應用領域相對局限，例如新一代視頻轉碼芯片成本下降 60%，但對云計算業務本身的成本影響需要考慮視頻轉碼收入的占比，如果按 5%計算，對應新一代

47、芯片完全替代現有芯片后成本能夠下降 3pct（5%2%），而對應明年則需要考慮芯片的替換比例，如果芯片發布后的第一年部署比例在 30%，則實際成本下降幅度在 0.9pct（5%4.1%）。NitroMachine LearningNitro 1Nitro 2Nitro 3InferentiaNitro 420132015201720192021GravitonGraviton 2Graviton推理芯片推理芯片含光含光800Titan安全芯片安全芯片Graviton 3Machine LearningTPU v4TPUTPU v2TPU v3視頻處理視頻處理ArgosCPU芯片芯片倚天倚天71

48、0玄鐵玄鐵910RISC-V處理處理器器Trainium蓬萊蓬萊Machine Learning智能網卡智能網卡水杉水杉銀杉銀杉Machine Learning昇騰昇騰910昇昇騰騰310CPU芯片芯片鯤鵬鯤鵬920Machine Learning昆侖芯昆侖芯昆侖芯昆侖芯2 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 5 圖圖 2:自研芯片對成本的影響最初相對并不顯著自研芯片對成本的影響最初相對并不顯著 數據來源：置身事內：騰訊的造芯之路，中信建投 注：性價比、應用占比、第一年部署比例數據皆為假設數據，僅作為解釋參考，與實際值可能存在較大差異。定量地看，借鑒京東智聯云，我們可

49、以推測 2019 年阿里電商業務貢獻的云收入1，2020-21 年則按照 GMV增速估計變化趨勢，據此測算 FY2022 國內電商業務的收入貢獻約為 3.5%（該部分內部沖抵后不體現在阿里云的收入中）。自倚天 710 發布至今，按照不同場景、應用 30-60%的成本節約，其對阿里云整體的成本下降貢獻約 1.052.10%。根據 2022 年云棲大會，未來兩年，阿里云有 20%的新增算力新增算力將來自阿里云的自研芯片。參考騰訊云，服務器的折舊年限為 3 年，但實際使用年限一般在 5 年以上，因此未來 2 年更新需求占比 40%，此外假設替換需求外新增算力年均增速 5-10%，則對應 5-7%的滲

50、透率，未來 2 年驅動成本年均下降 1.5-4.2%。更現實的情況是，云計算廠商在芯片研發上多管齊下更現實的情況是，云計算廠商在芯片研發上多管齊下2，例如騰訊同時在 AI 推理、視頻解碼、智能網卡等領域布局研發，且云計算廠商芯片迭代速度較快，一般 1-3 年內就完成了研發、流片、量產、大規模部署，較 3-5 年的行業平均周期明顯縮短。如果考慮多研發管線、逐步部署的情況，我們估計對云廠商的整體成本是逐步體現且呈現周期性的，上述周期性來自于芯片代際突破，成長性來自于新一代芯片部署比例提升。圖圖 3:多研發管線下自研芯片對成本的影響是逐步累積多研發管線下自研芯片對成本的影響是逐步累積/放大的，且呈現

51、周期性放大的，且呈現周期性 數據來源：置身事內：騰訊的造芯之路，騰訊自述：芯片自研之路，騰訊云全球數字生態大會，中信建投 注：我們假設新一代芯片研發后仍然繼續進行上一代芯片的部署替換，因為新一代芯片的產能受限，且舊芯片替代部署仍然能夠帶動成本下降，并假設除自研芯片外其他成本不變。更重要的問題是，騰訊在芯片領域的布局相比同業是否處于有利位置。更重要的問題是，騰訊在芯片領域的布局相比同業是否處于有利位置。這一問題包含靜態和動態兩個角度。1 由于阿里巴巴財年與自然年有所差異，我們按照 FY2018 年為估計基礎。2 關于其他云計算廠商的芯片、服務器等研發團隊、進展，我們在附錄中詳細展開討論。假設性價

52、比提升60%騰訊蓬萊芯片騰訊蓬萊芯片應用占比10%第一年部署比例20%第一年成本節約=60%10%20%=1.2%簡單假設：簡單假設：AI芯片、視頻編解碼、智能網卡應用占比芯片、視頻編解碼、智能網卡應用占比10%，首年，首年/次年部署比例次年部署比例20%/30%/50%，每一代芯片成本環比下降，每一代芯片成本環比下降30%蓬萊實驗室蓬萊實驗室玄靈芯片研發團隊AI推理芯片2020M1蓬萊流片2021M11紫霄流片視頻編解碼芯片2022M3滄海流片智能網卡預計2022年底玄靈流片量產及部署量產及部署？量產及部署量產及部署？量產及部署量產及部署量產及部署量產及部署84%88%92%96%100%Y

53、0Y1Y2Y3Y4Y5Y6AI推理視頻編解碼智能網卡整體成本-1.0%-1.3%-0.6%-0.9%-1.5%-1.5%-2.5%-2.0%-4%-3%-2%-1%0%Y0Y1Y2Y3Y4Y5Y6芯片代際突破的成本節約部署比例提升的成本節約 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 6 靜態地看，騰訊云在外部研發團隊的投資布局上處于第二梯隊。靜態地看，騰訊云在外部研發團隊的投資布局上處于第二梯隊?？梢钥吹?，國內外云計算廠商布局的領域集中于 CPU、GPU、DPU、AI 芯片，國內團隊對 CPU/GPU 的布局主要是對自研框架的支持，可以視為戰略儲備，而 DPU、AI 則是前

54、沿布局。表表 3:國內主要云計算廠商在半導體領域投資情況國內主要云計算廠商在半導體領域投資情況 投資方投資方 公司公司 業務領域業務領域 業務進展業務進展 騰訊 MemBlaze 憶恒創源 企業級 NVMe SSD 提供商-騰訊、阿里 Barefoot 編程語言、芯片架構 2019 年被 Intel 收購 騰訊 燧原科技 AI 訓練、推理芯片 第二代訓練芯片 2021 年底量產 騰訊 云豹智能 DPU 芯片 2021 年底發布 DPU 云霄網卡 騰訊 愛芯元智 邊緣側 AI 視覺芯片 第二代芯片 AX620A 待量產 騰訊、阿里 長鑫存儲-睿力集成 DRAM 芯片-阿里 中天微 CPU 芯片

55、7 月發布支持 RISC-V 第三代指令系統架構處理器CK902 阿里 翱捷科技 ASR 通信基帶芯片 4 月發布 1606 通信芯片組 阿里 寒武紀 AI 芯片 2021 年 11 月發布第三代 AI 芯片思元 370 阿里 格蘭菲 GPU 芯片 28nm GPU 芯片 Arise GT-10C0 阿里 飛騰信息 CPU 芯片-阿里、百度、快手 瀚博半導體 AI 推理芯片 9 月發布 AI 推理卡載天 VA10、邊緣 AI 推理加速卡載天 VE1 和瀚博軟件平臺 VastStream 擴展版 美團、百度 星云智聯 DPU 芯片-字節跳動 云脈芯聯 DPU 芯片 5 月發布 DPUxFusio

56、n50 字節跳動 睿思芯科 CPU 芯片 7 月，發布 RISC-V 芯片架構 AI/視頻 DSP IP 字節跳動 希姆計算 AI 芯片 5 月，發布 NPU 芯片 P920 字節跳動 摩爾線程 GPU 芯片 11 月，發布第二代基于 MUSA 架構的 GPU 春曉 資料來源：IT桔子，晚點LatePost，騰訊新聞，中信建投 表表 4:海外主要云計算廠商在半導體領域投資情況海外主要云計算廠商在半導體領域投資情況 投資方投資方 公司名稱公司名稱 業務領域業務領域 業務進展業務進展 亞馬遜、微軟 Syntiant 邊緣 AI 芯片 2017-20 年出貨量突破 100 萬 亞馬遜 Annapur

57、na Labs 網絡、存儲、安全芯片 2021 年 12 月發布 Graviton 3 微軟 Graphcore AI 芯片-微軟 Fungible DPU 芯片與存儲設備制造-谷歌 Provino Technologies 機器學習 NoC-谷歌 Lightmatter 光子 AI 芯片 2021 年 3 月推出首款基于光子的 AI 芯片 Envise 谷歌 SambaNovaSystem AI 芯片-資料來源：36kr，騰訊新聞，公司公告，中信建投 目前 DPU 芯片領域存在技術路線的差異，1）Arm 多核或 MIPS 多核；2）CPU+FPGA 架構；3）ASIC SoC。港股公司深度報

58、告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 7 根據中科馭數 CEO 鄢貴海，“Arm/MIPS 多核的方式在實際的應用系統中未必能真正發揮優勢，FPGA 的方式 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 8 可以在接口上省去一些功夫，但重要的部分沒有突破，我覺得是避重就輕。ASIC 的限制條件更少，能進行更多的定制，實現更大的差異化，差異化越大才能有更大的優勢?！笨傮w上，DPU 芯片正逐步轉向 ASIC 路線，但受專利協議等因素影響，這一轉變是較為緩慢的。騰訊云目前在騰訊云目前在 DPU 芯片的布局落后于已經大規模部署的阿里云（芯片的布局落后于已經大規模部署的阿里云（

59、2017 年發布，年發布，22 年推新年推新 CIPU），技術），技術路線上性能方面落后于路線上性能方面落后于 AWS 的的 Nitro 芯片（芯片（2022 年推出第五代）。年推出第五代）。目前市場上應用最廣的 DPU 芯片是 AWS的 Nitro 芯片，亞馬遜 AWS 資深副總裁 James Hamilton 2019 年發布的博客，當時亞馬遜一年的 Nitro 芯片用量已達數百萬片；阿里云的第四代神龍架構也開始支撐阿里云的大規模云上業務，并于 2022 年推出 CIPU 芯片。從技術路線上看，Nitro 使用 ASIC 架構，而阿里云的神龍架構是 FPGA 方案，騰訊投資的云豹智能也采取

60、 FPGA方案，這種方案靈活性更高，但成本仍較 ASIC 高。圖圖 4:ASIC、FPGA、完全可編程、完全可編程 CPU 是在性能和靈活性平衡取舍是在性能和靈活性平衡取舍 數據來源：騰訊云社區，中信建投 AI 芯片方面，英偉達在 AI 訓練芯片領域占據絕對優勢地位。根據 IDC 發布的2020-2021 中國人工智能計算力發展評估報告，英偉達的 GPU 在 2020 年國內 GPU 服務器占據 95%左右的市場份額，是數據中心人工智能加速方案的首選。AI 訓練芯片格局的集中主要是因為場景通用性高，但 AI 推理芯片場景更多元化，相應格局也更碎片化，因而難以直接比較不同廠商的 AI 芯片，我們

61、只能通過其部署規模/研發代差去大致判斷其市場競爭力，目前看谷歌、AWS 處于第一梯隊，阿里云、騰訊云、Azure 處于第二梯隊。動態來看，芯片迭代研發需要動態來看，芯片迭代研發需要 1）充足的研發資金，完善的研發團隊；）充足的研發資金，完善的研發團隊；2）客戶反饋，）客戶反饋，第三方芯片研發商在資金、團隊搭建上具備優勢，但客戶反饋周期較長，因此研發周期較長。云計算廠商由于芯片自用，量產到大規模部署更快，反應較為即時，因而芯片的迭代周期相對較短。不同云計算廠商的競爭無非是應用場景、部署速度的競爭，歸根結底還是規模效應驅動。不同云計算廠商的競爭無非是應用場景、部署速度的競爭，歸根結底還是規模效應驅

62、動。從研發投入的 ROI角度看，云計算廠商對定制芯片的研發投入非常合理。單獨看芯片研發、流片成本高昂，但考慮到云計算業務體量較大，阿里云、騰訊云年收入達到百億級，1%的成本優化也對應 1 億以上的成本節約，此外考慮到研發費用的“稅盾”作用，實際芯片研發的 ROI 會更高。也就是說，政府對芯片研發的支持和激勵推動了額外的研發支出，這與 2018 年中美貿易戰后國內對技術投資加大符合，但這并非是情緒驅動的非理性投資，而恰恰是理性投資，并且考慮到云計算廠商芯片研發仍處于初步階段，預計自研芯片/服務器在未來仍將是重要的競爭策略。港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 9 1.1.

63、3 數據中心：高固定成本占比下存在規模效益 數據中心成本中占比較高的包括公用事業成本、設備折舊及攤銷、租金、勞工成本等，其中公用事業成本主要是電費（可變成本），設備折舊及攤銷、場地租金、勞工成本等多為固定成本，隨著業務規模擴張其占比會有所下降，驅動整體成本率下降。以萬國數據 2021 年為例，我們以云服務商實際支出視角測算 UE。由于萬國數據的報表收入為剔除增值稅后計入，因此云服務商的實際支出為報表收入/（1+稅率），以此為基數測算的成本結構與萬國數據的實際毛利率、成本率可能有所差異。據計算，電費及設備折舊攤銷占數據中心成本主要比例，分別為 32%、35%，其他成本如稅收、租金、人員成本、網絡

64、成本、維護及其他成本合計占比 33%。按成本固定/可變劃分，2021 年固定成本比例達 48%，可變成本主要是電費、網絡成本、稅收、維護和其他成本等。圖圖 5:國內數據中心成本結構（以萬國數據國內數據中心成本結構（以萬國數據 2021 年為例）年為例）數據來源：萬國數據招股說明書，公司公告，中信建投 注：萬國數據作為第三方數據中心的頭部公司，收入涵蓋云計算客戶、互聯網公司、金融機構等，這一成本結構是多客戶的綜合結果，不代表某一單一客戶的成本結構，且這一成本結構是靜態2021年的，成本結構隨時間變化可能較大。高固定成本占比下規模效益可能驅動未來多大比例的成本下降，這是云服務商成本優化的重要問題。

65、高固定成本占比下規模效益可能驅動未來多大比例的成本下降，這是云服務商成本優化的重要問題。最初步的思路是靜態視角，假定其他條件不變，提升實際利用率（utilization rate）對現有 UE 的優化幅度測算，這需要引入敏感性測算。我們以萬國數據 2021 年成本為基礎，測算實際利用率分別提升至 70%/80%/90%情況下成本率的變化。之所以選取 70%/80%/90%，是因為從可比公司角度看具備一定可行性，2020 年萬國數據利用率達到 70%，全球數據中心龍頭 Equinix 2013-21 年數據中心利用率中樞在 80%左右，而 Digital Realty 同時期利用率（occupa

66、ncy）中樞接近 90%。在 70%/80%/90%的利用率假設下，萬國數據的成本率將分別下降 2.2%/6.1%/9.1%。而利用率中樞很大程度上影響了數據中心的利潤率中樞。8%32%35%6%5%8%3%數據中心成本結構股權激勵成本網絡成本維護和其他成本運營人員成本經營租賃租金折舊攤銷（含融資成本）公用事業成本（電費）增值稅 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 10 圖圖 6:數據中心利用率與營業成本率的敏感性測試數據中心利用率與營業成本率的敏感性測試 圖圖 7:2013-21 年數據中心代表公司利用率水平（年數據中心代表公司利用率水平（%）數據來源：公司公告，中

67、信建投 注：橫軸為實際利用率假設，2021年為65.5%，我們假設70%/80%/90%情境下可變成本同步變化，固定成本數值不變。數據來源：公司公告，中信建投 圖圖 8:2014-21 年萬國數據、年萬國數據、Equinix、Digital Realty EBITDA 利潤率情況（利潤率情況（%）數據來源：公司公告，中信建投 由此引申出一個問題，即數據中心如何實現利用率的提升，不同數據中心企業的利用率中樞為何有顯著差由此引申出一個問題，即數據中心如何實現利用率的提升，不同數據中心企業的利用率中樞為何有顯著差異？異？短期看價格，中期看客戶結構，長期看產能規劃節奏。短期看價格，中期看客戶結構，長期

68、看產能規劃節奏。短期看，數據中心價格則是調節手段，數據中心擴張也存在時滯，短期內利潤最大化依靠調節價格實現，因此我們注意到 Equinix 的有效租金（net effective rent）與留存率存在較為明顯負相關的關系。中期看，數據中心利用率實際上是留存率中期看，數據中心利用率實際上是留存率/續約率以及新簽率的結果。續約率以及新簽率的結果。留存率是各行業/類型客戶留存率匯總而成，而各行業/類型客戶的留存率則存在明顯差異，根據 Digital Realty，0-1 MW 與1 MW 客戶的留存率中樞差異巨大。具體到某一行業/類型客戶的留存率，其受 1）行業特點；2）數據中心價格波動影響。行業

69、特點即行業本身存在周期性，需求旺盛時產能擴張，對價格相對不敏感，留存率走高。數據中心利用率的差異主要是客戶結構導致的，根本上與企業發展階段、規模相關。數據中心利用率的差異主要是客戶結構導致的，根本上與企業發展階段、規模相關。主機托管類客戶留存率波動較小，其他客戶留存率波動較大，且主機托管類留存率中樞最高，1Q17-1Q20 平均留存率達 87.2%，其25.5%25.5%25.5%25.5%27.2%25.5%22.3%19.8%4.9%4.6%4.1%3.6%6.6%6.6%6.6%6.6%1.3%1.2%1.1%1.0%0%20%40%60%80%65.5%70.0%80.0%90.0%公

70、用事業成本折舊攤銷經營租賃租金運營人員成本維護和其他成本網絡成本股權激勵成本40%60%80%100%2013 2014 2015 2016 2017 2018 2019 2020 2021GDS utiliazation rateEquinix utiliazation rateDigital Realty occupancy0%20%40%60%80%100%20142015201620172018201920202021GDS EBITDA MarginEquinix EBITDA MarginDigital Realty EBITDA Margin 港股公司深度報告 騰訊控股騰訊控股

71、請參閱最后一頁的重要聲明 11 他客戶留存率大多在 60-70%。而客戶結構主要受產能周期等影響，數據中心規模擴大后，客戶資源、品牌聲譽等逐步積累，客戶結構會趨于均衡，而在企業快速發展階段，客戶結構可能并不穩定，變化較大。圖圖 9:Digital Realty 1Q20-3Q22 按客戶劃分留存率（按客戶劃分留存率（%）圖圖 10:Digital Realty 1Q17-1Q20 按客戶劃分留存率（按客戶劃分留存率（%）數據來源：公司公告，中信建投 注：1Q20后公司調整披露口徑，按0-1MW、1MW披露留存率。數據來源：公司公告，中信建投 圖圖 11:Digital Realty 1Q17-

72、1Q20 留存率與有效租金（美留存率與有效租金（美元，元，%）圖圖 12:Digital Realty 非科技企業客戶非科技企業客戶 1Q17-1Q20 留存率與留存率與有效租金（美元，有效租金（美元，%）數據來源：公司公告，中信建投 數據來源：公司公告，中信建投 定量看，Equinix 利用率中樞在 80%左右，Digital Realty 利用率中樞在 90%左右，但近年來逐步回落，與Equinix 利用率逐步接近，這主要是由于續約客戶的平均租期縮短，2013-21 年 DRL 平均續約租期自 11.7 年下降至 3.2 年，且隨著基數變化續約客戶的占比提升，這一影響更加顯著?？蛻糇馄诳s短

73、主要是客戶結構變化導致的，根據 DRL，0-1MW 客戶留存率中樞高于1MW。對于 Equinix，其整體利用率基本穩定，但放大看季度波動與客戶收入結構還是存在明顯相關性，整體的波動較小更可能是其客戶結構調整策略更平滑，例如 1Q17-3Q22前 10/50 名客戶收入占比呈現先升后降，而同期整體利用率呈現先降后升。40%60%80%100%0-1MW1MWTotal20%40%60%80%100%Turn-Key FlexColocationNon-Tech rentention rateTotal retention rate40%50%60%70%80%90%100%$80$90$100

74、$110$120$130Total net effective rentTotal retention rate0%20%40%60%80%100%$0$10$20$30$40$50Non-Tech net effective rentNon-Tech rentention rate 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 12 圖圖 13:Digital Realty 訂單中訂單中 0-1MW 客戶占比明顯提升客戶占比明顯提升 圖圖 14:2013-21 年年 DRL 利用率與加權租期（利用率與加權租期（%，年），年）數據來源：公司公告，中信建投 數據來源：公司公告，中

75、信建投 注：加權租期已剔除短期租約的影響。圖圖 15:1Q17-3Q22 Equinix 客戶收入結構（客戶收入結構（%）圖圖 16:2015-21 年年 Equinix 客戶收入結構與利用率（客戶收入結構與利用率（%）數據來源：公司公告，中信建投 數據來源：公司公告，中信建投；注：取每年Q4收入占比。圖圖 17:1Q16-3Q22 DRL 前前 20 名客戶租賃面積占比及利用率名客戶租賃面積占比及利用率（%）圖圖 18:2Q20-3Q22 DRL 前前 20 名客戶租賃面積占比及利用名客戶租賃面積占比及利用率（率（%）數據來源：公司公告，中信建投 數據來源：公司公告，中信建投 0246810

76、121476%80%84%88%92%96%2013 2014 2015 2016 2017 2018 2019 2020 2021Digital Realty occupancyDRL new leasing weighted leasing term(yrs)DRL renewal leasing weighted leasing term(yrs)32%34%36%38%40%42%10%12%14%16%18%20%前10名客戶收入占比%前50名客戶收入占比%78%79%80%81%82%34%35%36%37%38%39%40%41%2015201620172018201920202

77、021前50名客戶收入占比%Equinix utiliazation rate78%80%82%84%86%88%90%92%35%40%45%50%55%1Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q22DRL前20名客戶租賃面積占比%Digital Realty occupancy81%82%83%84%85%86%87%46%47%48%49%50%51%DRL前20名客戶租賃面積占比%Digital Realty occupancy 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 13 長期看，資本開支決定產能

78、周期，產能擴張節奏影響利用率中樞。長期看，資本開支決定產能周期，產能擴張節奏影響利用率中樞。對數據中心而言，非經常資本開支涵蓋土地、建工等項目成本，經常資本開支主要是對已有項目的維護、設備更新迭代等，因此以非經常開支作為未來產能的代理指標。我們注意到，Equinix 的非經常資本開支/收入比例相對更低，DRL 的開發項目開支/收入比例更高，這意味著更激進的擴張，可以看到 2012 年來 DRL 的利用率加速下滑。圖圖 19:2010-21 年年 Equinix、DRL 非經常資本開支占收入比非經常資本開支占收入比例（例（%）圖圖 20:2012 年后年后 DRL 利用率加速向下趨勢（利用率加速

79、向下趨勢（%）數據來源：公司公告，中信建投 數據來源：公司公告，中信建投 注：DRL利用率年化變動=當年DRL Occ-上一年DRL Occ，對應左軸，右軸為DRL Capex/Rev，逆序展示。關于數據中心，更本質的問題是不同類型客戶的留存率是否存在內生性差異。關于數據中心，更本質的問題是不同類型客戶的留存率是否存在內生性差異。如果是，圍繞不同客戶構建的商業模式可能存在較大差別，需要進一步甄別數據中心行業的不同商業模式，不同商業模式的優劣可能取決于客戶所處行業格局，發展階段等因素；如果不是，當前留存率的差異是哪些外生性因素導致的，這些因素未來的變化趨勢如何。由于本篇報告聚焦騰訊云視角，在此不

80、再延伸至數據中心的分析?？紤]到現實的復雜性，靜態測算對實際預測幫助是有限的，我們需要引入更多變化因素，并確保這些因素考慮到現實的復雜性，靜態測算對實際預測幫助是有限的，我們需要引入更多變化因素，并確保這些因素在合理范圍內波動，從而測算出一個更綜合的動態范圍。在合理范圍內波動，從而測算出一個更綜合的動態范圍。進一步測算基于成本模型，我們選取影響較大的因素，暫時忽略其他因素。我們認為影響較大的因素中受地理位置等變化的主要是電費、土地和土建。圖圖 21:2022 年年 12 月全國各地電網兩部制工商業企業分時電月全國各地電網兩部制工商業企業分時電度價格（元度價格（元/Kwh）圖圖 22:2022 年

81、年 12 月全國各地電網兩部制工商業企業容量用月全國各地電網兩部制工商業企業容量用電價格（元電價格（元/Kwh）數據來源：國家電網，北極星售電網，中信建投 數據來源：國家電網，北極星售電網，中信建投 00.20.40.60.81Equinix Non-recurring Capex to revenue(%)DRL-Development projects Capex to Revenue(%)0%20%40%60%80%100%-3%-2%-1%0%1%Digital Realty occupancy yoy changeDRL-Development projects Capex to R

82、evenue(%)0.00.10.20.30.40.50.60.70.80.9上海重慶海南河南天津廣西江蘇安徽江西山東浙江福建廣東四川吉林北京北京北京貴州河北黑龍江山西冀北陜西遼寧內蒙古甘肅寧夏青海新疆分時電度價格（元/KWh）0102030405060北京上海江蘇安徽浙江江西海南山東湖北重慶山西河北冀北福建廣西四川吉林黑龍江遼寧新疆廣東貴州陜西寧夏甘肅青海河南內蒙古天津容（需）量用電價格（元/KW 月）港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 14 圖圖 23:2022 年年 12 月全國各地單位月全國各地單位 KW 電費（元電費（元/月）月）圖圖 24:2021 年全國

83、主要城市工業用地掛牌均價（萬元年全國主要城市工業用地掛牌均價（萬元/畝）畝）數據來源：國家電網，北極星售電網，中信建投 數據來源：Wind，中信建投；注：不同工業用地掛牌均價差異較大，且存在購得其他用途用地后改造為數據中心的情況，此處僅取方差用于敏感性分析。表表 5:單位單位 KW 電費及土拍價格對數據中心電費及土拍價格對數據中心 IDC 及增值業務毛利率的影響測算（及增值業務毛利率的影響測算（%）70 65 60 55 50 45 40 70 32.9%33.9%34.9%35.8%36.8%37.8%38.8%60 39.2%40.1%41.1%42.1%43.1%44.0%45.0%50

84、 45.4%46.4%47.4%48.3%49.3%50.3%51.3%40 51.7%52.6%53.6%54.6%55.6%56.5%57.5%30 57.9%58.9%59.9%60.8%61.8%62.8%63.8%20 64.2%65.1%66.1%67.1%68.1%69.0%70.0%10 70.4%71.4%72.4%73.3%74.3%75.3%76.3%資料來源：公司公告，中信建投 注：橫軸為單位KW電費（元/月），縱軸為工業用地土拍價格（萬元/畝）?；鶞拭蕝⒖脊猸h新網IDC及增值業務2021年毛利率?？偨Y來看，在單位 KW 電費下降 8.3%/9.1%，工業用地土拍均

85、價下降 25%的假設下3，以光環新網為代表的數據中心（自建占比較高）成本率能夠下降 7.2%/8.2%4。數據中心層面的成本差異對數據中心層面的成本差異對IaaS層毛利率有重要影響，而中美云計算廠商在層毛利率有重要影響，而中美云計算廠商在IaaS層毛利率存在顯著差異。層毛利率存在顯著差異。在微軟（MSFT.O）：戰略轉型推動業務重生，全球云及企業服務龍頭報告中，我們拆分出海外云計算廠商IaaS 層毛利率在 50%60%，而國內云計算廠商中龍頭阿里云 IaaS 毛利率也僅有 15%左右，騰訊云等毛利率水平更低。與國內類似，海外的云計算廠商主要也采取租賃第三方數據中心的策略，因此數據中心成本很大程

86、度上反 3 我們設定基準情況的單位 KW 電費為 60 元/月，工業用地土拍均價為 40 萬元/畝，以變動率為描述指標。我們選取的指標均為代理指標，與數據中心實際成本指標存在誤差，例如不同工業用地掛牌均價差異較大，且存在購得用地后改造為數據中心的情況，數據中心實際土地成本較 1070萬元/畝可能存在較大誤差，而以變化率假設測算更具備適用性。4 此前在靜態測算中，我們得出：在 70%/80%/90%的利用率假設下，萬國數據的成本率將分別下降 2.2%/6.1%/9.1%。0100200300400500600700上海重慶海南河南天津江蘇廣西安徽江西山東浙江北京福建四川廣東吉林貴州河北黑龍江山西

87、冀北陜西遼寧內蒙古甘肅寧夏青海新疆單位KW電費（元/月）010203040506070北京深圳上海?？谔旖蚣謴V州鄭州沈陽長沙杭州青島哈爾濱南京太原重慶大連貴陽西安蘇州烏魯木齊福州南寧合肥南昌廈門成都銀川供應土地掛牌均價:工業用地（萬元/畝）全國平均全國平均 15.53 萬元萬元/畝畝 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 15 映云計算廠商的 IaaS 層成本。圖圖 25:主要云廠商以租賃第三方數據中心為主主要云廠商以租賃第三方數據中心為主 圖圖 26:萬國數據與萬國數據與 Equinix 數據中心成本結構對比數據中心成本結構對比 數據來源：Equinix，中信建投

88、數據來源：公司公告，中信建投 圖圖 27:萬國數據、萬國數據、Equinix、DRL adj.EBITDA 利潤率對比利潤率對比 圖圖 28:萬國數據、萬國數據、Equinix、DRL 毛利率對比毛利率對比 數據來源：公司公告，中信建投 注：萬國數據選取2021年數據，Equinix選取3Q22數據。數據來源：公司公告，中信建投 29.3%15.5%31.3%28.7%5.7%4.5%4.8%23.9%7.6%3.2%3.1%1.5%6.8%16.7%37.8%萬國數據Equinix經營費用股權激勵成本網絡成本維護和其他成本運營人員成本經營租賃租金折舊攤銷公用事業成本（電費）0%20%40%6

89、0%80%2014 2015 2016 2017 2018 2019 2020 2021GDS Adj EBITDA marginEquinix Adj EBITDA marginDRL Adj EBITDA margin0%10%20%30%40%50%60%70%20142015201620172018201920202021Equinix GPMGDS GPMDRL GPM 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 16 圖圖 29:1Q17-3Q22 EQIX、VNET MRR per Cabinet 圖圖 30:計算按需實例價格差異計算按需實例價格差異 數據來源：

90、公司公告，中信建投 注：VNET MRR per Cabinet對應右軸，EQIX MRR per Cabinet對應左軸。數據來源：AWS，Tencent Cloud，中信建投 注：AWS為美元/小時，騰訊云為人民幣/小時。上述價格/成本比例最終匯聚為云計算廠商 IaaS 層成本/毛利率的差異。1Q17-3Q22 國內/海外數據中心機柜MRR 為 3.6，而國內/海外云計算廠商的計算實例為 2.8（未考慮折扣率）。一方面是云計算廠商競爭格局較差，導致價格競爭，IaaS 價格處于較低水平，另一方面也是用戶付費能力差距。機柜成本方面，中美差異主要在 1）電價；2）帶寬成本。圖圖 31:2012-

91、21 年美國工業平均電價（美分年美國工業平均電價（美分/KWh）圖圖 32:2020-2022 年年 10 月工業平均電價（美分月工業平均電價（美分/KWh）數據來源：EIA，中信建投 數據來源：EIA，中信建投 中國工業用戶實際電費支出高于美國。中國工業用戶實際電費支出高于美國。根據楊娟、劉樹杰中美電價比較研究5，2016 年中國工業電價平均 0.687 元/KWh，美國工業電價平均 0.448 元/KWh，中國比美國高 0.239 元，高出約 53%?？紤]到中、美兩國稅收體系不同，美國電價中不含增值稅，而增值稅是可以抵扣的，因而中國工業用戶增值稅抵扣后的實際電費支出約為 0.587 元/K

92、Wh，比美國高 0.139 元，高出約 31%。根據 EIA 及北極星售電網，2022M12 國內一線城市工業電價（不含稅）高于美國 2020-22 年 10 月工業電價（不含稅）57.9%，高于 2022 年 10 月工業電價（不含稅）26.3%；2022M12 全國各省/自治區工業電價6（不含稅）高于美國 2020-22 年 10 月工業電價（不含稅）39.8%，高于 2022 年 10 月工業電價（不含稅）11.8%。5 https:/ 6 由于 IDC 集中于一線城市及周邊地區，全國平均電價可能低估實際電價。7,0007,5008,0008,5009,0009,500$1,000$1,

93、500$2,000$2,500$3,000EQIX America MRREQIX EMEA MRREQIX Asia-Pacific MRRVNET MRR0.000.100.200.300.400.500.600.70AWS EC2Tencent Cloud CVMOn-Demand Hourly Cost6.406.606.807.007.207.402012 2013 2014 2015 2016 2017 2018 2019 2020 2021美國工業平均電價（美分/KWh）5.006.007.008.009.0010.002020-012020-032020-052020-0720

94、20-092020-112021-012021-032021-052021-072021-092021-112022-012022-032022-052022-072022-09美國工業平均電價（美分/KWh）港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 17 類似楊娟、劉樹杰中美電價比較研究的測算，考慮稅收抵扣后，中國一線城市工業電價預計高于美國 30%以上。圖圖 33:2020 年年-2022 年年 10 月美國工業用戶單位月美國工業用戶單位 KW 電費（人民幣元電費（人民幣元/月）月）數據來源：EIA，國家電網，北極星售電網，Wind，中信建投 注：已按當月人民幣對美元匯

95、率中間價換算。中國工業電價較高的原因主要有 1）燃料成本較高，導致發電成本高于美國。2）存在居民用電交叉補貼，工業用電價格的部分“溢價”是對居民用電的補貼。以上兩點是支撐中國工業用電價格高于美國的長期因素。另外一點是帶寬，由于電信運營商行業具有牌照壁壘，網絡帶寬服務基本只能從主要國營電信運營商獲取，因而存在一定的壟斷溢價，三大運營商并未對網絡帶寬的成本毛利進行拆分披露7。但鵬博士于 2012 年收購長城寬帶，將寬帶業務并入表內，我們注意到 2013-21 年鵬博士家庭寬帶及增值服務的毛利率在 60%以上?；ヂ摼W云廠商采購網絡帶寬存在兩種情況：1）直接與運營商購買；2）通過第三方數據中心采購，由

96、于第三方數據中心采購量大，可能有一定價格優勢，但第三方數據中心也存在加價率，實際溢價率可能低于 60%。如果將工業電價和帶寬的因素剔除，我們按考慮稅收因素后的電價溢價 30%，帶寬溢價 60%計算阿里云、騰訊云的毛利率提升幅度。若假設阿里云、騰訊云 IaaS 層收入中帶寬、CDN 相關的占比分別為 33%/20%（騰訊內部業務使用不計入騰訊云收入），對阿里云、騰訊云 IaaS 層的毛利率預計分別提升 19/14.5pct。剩余的毛利率差異主要是終端價格差異導致的。1.1.4 客戶結構：客戶資源優勢加速業務發展 除技術外，資源優勢對市場競爭也起到明顯作用。除技術外，資源優勢對市場競爭也起到明顯作

97、用。由于行業規模效應明顯，除頭部云計算廠商能夠依據成本定價，其他云服務商一般不以自身的成本為主要定價依據，而是跟隨頭部廠商的定價。如前所述，技術研發抬升遠期利潤空間，當期競爭平臺則需要依靠合作伙伴等的支持爭取份額。我們認為，資源優勢主要體現在客戶資源方面。對互聯網平臺而言，云計算業務收入分為體系內生態（內部結算）、參股公司、外部非關聯公司：1）阿里生態內的業務協同，例如天貓、菜鳥網絡、高德地圖與阿里云展開合作，并逐步將業務核心系統遷移至 7 中國移動在招股書中提到，電信行業具有全程全網的特點，向各類用戶提供語音、數據流量、網絡資源等一體化服務，因此相關成本無法拆分。250.0300.0350.

98、0400.0450.0500.0550.0600.0650.0美國工業用戶單位KW電費（元/月）北上廣深 2022M12 平均電價 全國 2022M12 平均電價 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 18 阿里云上（2019 年 11 月，天貓雙十一實現核心系統 100%上云。2020 年 11 月，菜鳥物流網絡平臺已將核心系統全面遷至阿里云）。根據公司公告，FY2022 阿里云收入實現 1001.8 億，其中生態內收入實現 256 億元。2）阿里巴巴年報會披露參股公司中的云計算相關收入，據此我們得到 FY16-21 年參股公司（主要是微博、螞蟻集團）結算云計算收入占

99、阿里云收入比例為 46%左右。3）據財報電話會管理層披露8，剔除某單一頭部客戶后，FY21 外部非關聯 Top10 客戶收入占比達 8%。此外，管理層認為若未發生頭部客戶流失的情況，阿里云季度營收同比增長接近 40%，據此測算該頭部客戶收入占比在 78%左右。據每日經濟新聞，阿里云目前 80%客戶都是中小客戶9，據此推算，我們預計單個中小客戶對應的營收占比低于 1%。騰訊云方面，由于公司財報僅披露 2020 年金融科技業務的關聯交易收入達 289.43 億元，占同期金融科技業務收入比例達 31.5%。但這一收入中包含支付業務，因此我們根據騰訊云公布的客戶案例進行追溯。我們注意到，騰訊云主要的上

100、市公司客戶包括拼多多、美團、滴滴出行、斗魚、永輝超市、快手、同程藝龍等，基于關聯交易或其他條款披露數據，我們測算得到 2020 年上述公司合并云業務收入（可能含部分雜項無法拆分）占云計算業務收入比例約 9.0%?？紤]到非上市公司客戶及客戶信息披露的不完全性，我們預計實際關聯收入考慮到非上市公司客戶及客戶信息披露的不完全性，我們預計實際關聯收入比例應高于比例應高于 9.0%。圖圖 34:阿里云客戶收入結構（阿里云客戶收入結構（%）數據來源：公司公告，中信建投 此外，騰訊云與微信、QQ、騰訊課堂等其他業務也存在相應的協同，這部分業務的影響也未被實際測算。我們認為關聯收入占比較高或客戶收入結構較為集

101、中，都反映了資源能力對云計算業務發展在 IaaS 層的重要影響。隨著上云意識逐步拓展，外部非關聯客戶的收入占比也將逐步提升，因此一定程度上關聯收入占比可以視為業務發展周期的指標之一。1.2 PaaS 層競爭邏輯：場景優勢與技術領先層競爭邏輯：場景優勢與技術領先 1.2.1 核心結論：收入結構優化、技術追趕將逐步帶動利潤率提升 騰訊云、阿里云的 PaaS 層毛利率低于海外云廠商的水平。我們認為，差距主要在音視頻解決方案占比較高，8 https:/ 9 阿里云求變：補短板轉服務 欲“強攻”政企市場_騰訊新聞()0%20%40%60%80%100%FY2021參股公司收入占比%非關聯Top10客戶收

102、入占比%單一頭部客戶收入占比%其他客戶收入占比%港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 19 根本上與 IaaS 層的成本劣勢有類似的原因。未來隨著云安全、AI、數據庫等場景收入比例提升，結構優化，PaaS層的毛利率有望明顯改善。此外，PaaS 層發展初期會帶來研發成本的擴張（技術追趕階段），但會逐步過渡到銷售費用驅動，在成熟期實現研發、銷售費用回歸合理中樞，貢獻盈利水平大幅增加。1.2.2 數據庫：受益國產替代趨勢，疊加技術領先 騰訊云的數據庫包含關系型數據庫、非關系型數騰訊云的數據庫包含關系型數據庫、非關系型數據庫、數據庫據庫、數據庫 SaaS 工具及軟硬一體。工具及

103、軟硬一體。其中，TDSQL-C 對標 AWS Aurora、Google Spanner，同屬于 NewSQL，即通過計算、存儲解耦實現云端的擴展和彈性調度，并降低業務遷移成本和總擁有成本。TDSQL-A 對標 AWS RDS，同時兼顧性能與通用性，全面兼容 PostgreSQL、高度兼容 Oracle。圖圖 35:騰訊云、阿里云、華為云數據庫產品家族（截止騰訊云、阿里云、華為云數據庫產品家族（截止 2023 年年 1 月月 12 日）日）數據來源：騰訊云、阿里云、華為云官網，DB-Engines，中信建投 在技術路徑上，我們注意到阿里云、華為云、騰訊云都選擇多數數據庫基于開源生態做改進，乃至

104、于半自在技術路徑上，我們注意到阿里云、華為云、騰訊云都選擇多數數據庫基于開源生態做改進，乃至于半自研，少部分數據庫完全自研。研，少部分數據庫完全自研。國產數據庫如達夢數據、人大金倉、南大通用等主要采取完全自研的模式。完全自研的路徑優勢是代碼知識產權屬于國內公司，受地緣環境變化潛在影響小，但缺點是生態支持較弱，通用性不足，推廣存在一定難度。根據解讀分布式數據庫發展趨勢 202210，基于開源數據庫做半自研，開源生態可以彌補研發能力、服務支撐能力不足的問題，也可以緩解用戶轉向開源數據庫的成本壓力，但在底層代碼的知識產權方面需要進一步明確潛在的風險?？紤]到云計算市場的情況，基于開源數據庫進行半自研，

105、同時兼容主流數據庫，確保接口的通用性，這是主要云廠商的共同選擇，例如 AWS、GCP、Azure、阿里云、騰訊云、華為云等均采取這一技術路徑。10 https:/ 阿里云數據庫關系型數據庫RDS MySQLRDS SQL ServerPolarDB MySQLPolarDB-O MySQL(兼容Orcale)PolarDB-XNoSQLLindormHBaseInfluxDBRedisCassandraGDB數據倉庫數據庫生態工具AnalyticDBMySQLAnalyticDBPostgre SQL云原生數據湖分析云數據庫ClickHouseMariaDBMongoDBTSDB數據傳輸服務D

106、TS數據庫專家服務數據管理DMS數據庫備份DBS數據庫自治服務DAS數據庫網關DG數據庫和應用遷移ADAM華為云數據庫關系型數據庫GaussDBNoSQL數據庫生態工具&中間件GaussDB for MongoDB數據復制服務DRSGaussDB for SQLRDS for SQLRDS for PostgreSQLRDS for SQL ServerGaussDB for CassandraGaussDB for InfluxGaussDB for Redis數據管理服務DAS數據庫和應用遷移UGO分布式數據庫中間件DDM騰訊云數據庫關系型數據庫TDSQL-CTecentDB for My

107、SQLTecentDB for MariaDBTecentDB for SQL ServerTecentDB for Postgre SQLTDSQL PostgreSQL(Tbase)TDSQL-A PostgreSQLNoSQLTecentDB for RedisMongoDBMemcashedCTSDBTcaplusDBKonisGraph數據庫SaaS工具數據庫軟硬一體數據傳輸服務DTS數據庫專家服務DES騰訊云圖TCV數據庫智能管家DBbrain云數據庫獨享集群 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 20 圖圖 36:主要關系型數據庫、數據倉庫產品對比（節選部

108、分）主要關系型數據庫、數據倉庫產品對比（節選部分）數據來源：阿里云、騰訊云、華為云、AWS、GCP、Azure官網，中信建投 數據庫性能對比方面，數據庫性能對比方面，PolarDB 處于第一梯隊，處于第一梯隊，GaussDB 與與 TDSQL-C 在不同規格、場景下各有優劣。在不同規格、場景下各有優劣。根據騰訊云社區評測，在低規格類別（8 核，64GB）中，PolarDB 在 CPU-bound 和 I/O-bound 測試中全面優于其競爭者。在高規格類別（64 核，512GB）中，PolarDB 也以可觀的優勢領先。另外值得一提的是，在這兩個類別中，我們都可以看到 Aurora 數據庫在讀寫

109、和只寫場景下的性能明顯下降。TDSQL-C 與 GaussDB 相比，在高規格方面，CPU密集型測試下TDSQL-C在僅讀取、讀寫場景下性能優于GaussDB，但在僅寫入場景下弱于GaussDB。I/O 密集型測試下，TDSQL-C 總體上性能弱于 GaussDB；低規格方面，CPU、I/O 密集型測試下 TDSQL-C 在僅讀取、讀寫場景下性能優于 GaussDB，但在僅寫入場景下弱于 GaussDB。圖圖 37:主流關系型數據庫高規格主流關系型數據庫高規格 CPU-bound test（單（單/多線多線程）程）圖圖 38:主流關系型數據庫高規格主流關系型數據庫高規格 I/O-bound t

110、est（單（單/多線程）多線程）數據來源：騰訊云社區，中信建投 注：測試時間2022M12，下同。數據來源：騰訊云社區，中信建投 騰訊云數據庫TDSQL阿里云數據庫RDS MySQLRDS SQL ServerPolarDBRDS PostgreSQLPolarDB-OAmazon AuroraRDS MySQLRDS SQL ServerRDS PostgreSQLRDS OracleAWS數據庫Google SpannerCloud SQL(兼容MySQL、PostgreSQL、SQL Server)GCP數據庫AWS RedshiftAnalyticDB/MaxCompute適用 Ora

111、cle 的裸金屬解決方案AlloyDB for PostgreSQLBigQueryAzure數據庫Azure Cosmos DBAzure MySQLAzure SQL ServerAzure PostgreSQLOracle InterconnectAzure Synapse AnalyticsCDW ClickHouseRDS MySQLRDS SQL ServerRDS PostgreSQLTDSQL PG版(Orcale兼容版)華為云數據庫RDS MySQLRDS SQL ServerGaussDBRDS PostgreSQLPostgreSQL(Orcale兼容版)DWS 港股公司

112、深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 21 圖圖 39:主流關系型數據庫低規格主流關系型數據庫低規格 CPU-bound test（單（單/多線多線程）程）圖圖 40:主流關系型數據庫低規格主流關系型數據庫低規格 I/O-bound test（單（單/多線程）多線程）數據來源：騰訊云社區，中信建投 數據來源：騰訊云社區，中信建投 結合企業數據庫選型指標，性能領先并非意味著市場領先，企業更關注隱私、安全、災備等能力。結合企業數據庫選型指標，性能領先并非意味著市場領先，企業更關注隱私、安全、災備等能力。一般數據庫選型從前期到后期，會綜合考慮外圍因素（自身技術路線、資質、品牌聲譽與行

113、業案例、生態構建等），產品技術相關因素（一致性、兼容性、擴展性、性能、功能豐富性、安全性等），以及后期的價格服務因素（解決方案、性價比、服務響應速度、培訓體系等）。根據 Forrester Consulting，金融、互聯網企業最關注數據庫的安全、隱私保護能力，電信企業最關注數據管理和災備、遷移能力等，性能、擴展性等指標在在選項內排名靠后。圖圖 41:數據庫選型指標數據庫選型指標 數據來源：艾瑞咨詢，中信建投 結合第三方調研，我們總結數據庫的需求排序為可靠性結合第三方調研，我們總結數據庫的需求排序為可靠性可用性可用性性能。性能。數據安全及隱私保護等主要與云廠商的安全產品相關，一站式數據管理實質

114、上是要求數據庫適應多場景，滿足客戶全方位需求，因此我們看到主要云廠商都研發了廣譜系的數據庫產品，例如圖數據庫、時序數據庫等。在此基礎上，金融、電信企業對數據庫架構的先進性有一定要求，再次才是運維工具、性能、擴展性等。簡言之，金融、互聯網、電信企業對數據庫的要求是可靠、可用、好用。注意，可用指的是面向客戶使用場景而非單純的技術指標。港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 22 圖圖 42:金融企業關注數據安全及一站式數據管金融企業關注數據安全及一站式數據管理理 圖圖 43:互聯網企業最關注客戶隱私和數據安全互聯網企業最關注客戶隱私和數據安全 數據來源：Forrester，中

115、信建投 注：Forrester 2021年11月對116名中國金融企業云數據庫負責人進行的調研。問題為“對于云數據庫如下相關技術能力中，哪問題為“對于云數據庫如下相關技術能力中，哪幾項對您來說最為重要？”幾項對您來說最為重要？”數據來源：Forrester，中信建投 注：Forrester 2021年11月對114名中國互聯網行業云數據庫負責人進行的調研。問題為“對于云數據庫如下相關技術能力中，問題為“對于云數據庫如下相關技術能力中，哪幾項對您來說最為重要？”哪幾項對您來說最為重要？”圖圖 44:電信企業關注數據管理、災備、遷移能力電信企業關注數據管理、災備、遷移能力 數據來源：Forrest

116、er，中信建投 注：Forrester 2021年11月109名中國電信行業云數據庫負責人進行的調研。問題為“對于云數據庫如下相關技術能力中，哪幾問題為“對于云數據庫如下相關技術能力中，哪幾項對您來說最為重要？”項對您來說最為重要？”騰訊云可靠性、可用性及資質情況僅次于阿里云，領先華為云。騰訊云可靠性、可用性及資質情況僅次于阿里云，領先華為云。數據庫的可靠性主要對應品牌聲譽、行業案例、客戶口碑，并結合行業資質、廠商背景進行衡量。結合前述的性能指標，我們看到國內公有云數據庫市場份額與這一順序基本匹配，但本地部署的數據庫份額則由 Oracle、華為、微軟等占據領先地位。表表 6:騰訊云、阿里云、華

117、為云的可靠性、可用性、資質情況騰訊云、阿里云、華為云的可靠性、可用性、資質情況 騰訊云 阿里云 華為云 數據可靠性 99.9996%99.9999%99.99%服務可用性 99.95%99.95%-核心產品資質 1、TDSQL-PG 版完成電信行業數據庫產品能力測評；1、PolarDB、PolarDB-X、AnalyticsDB 完成電信行業數據1、GaussDB 完成電信行業數據庫產品能力測評；22%24%25%28%29%32%34%37%37%極致的擴展性和性能高可用和易運維的能力融合類功能便捷的數據遷移、備份、恢復數據庫自動優化云原生數據庫架構架構規劃最佳實踐輸出能力一站式數據管理數據

118、安全及隱私保護22%22%27%28%29%29%41%多層次解耦的擴展能力極致性能一站式數據管理專業的服務HTAP便捷的數據遷移、備份、恢復保護客戶隱私和數據安全27%28%28%28%29%30%33%34%數據庫安全及極致擴展性和性能云原生數據庫架構架構規劃最佳實踐輸出能力豐富的運維工具支持多模數據數據庫自動優化高效數據遷移、備份、恢復一站式數據管理 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 23 2、TDSQL-C、TDSQL-A、CDB、DBrain、TcaplusDB、CTDSB 完成可信數據庫測評。庫產品能力測評；2、PolarDB、AnalyticsDB、一

119、站式管理平臺、Lindorm、GDB 完成可信數據庫測評。2、GaussDB 完成可信數據庫測評。資料來源：工信部，中國信通院，各公司官網，Gartner，中信建投 本地部署的關系型數據庫市場份額受歷史原因影響，但邊際變化上國產廠商份額提升明顯。本地部署的關系型數據庫市場份額受歷史原因影響，但邊際變化上國產廠商份額提升明顯。Oracle、微軟、IBM、SAP 等數據庫廠商占據較大的市場份額，但 2019 年至 2021 年底，Oracle、微軟、IBM、SAP 在本地部署數據庫市場份額合計下降 22.9%，華為則提升 5.8%，人大金倉提升 2.3%，其他如達夢數據、通用數據等廠商份額也明顯提

120、升。我們認為，華為、達夢、人大金倉、通用數據等在廠商背景、知識產權等方面具備差異化優勢，因而近年來在政務、金融及傳統行業逐步上云過程中有所受益。圖圖 45:2019-1H22 關系型數據庫本地部署份額（關系型數據庫本地部署份額（%）圖圖 46:2019-1H22 關系型數據庫公有云模式份額（關系型數據庫公有云模式份額（%）數據來源：IDC，華為云，中信建投 數據來源：IDC，阿里云，中信建投 圖圖 47:2019-1H22 中國數據庫市場份額（中國數據庫市場份額（%）圖圖 48:2019M6-2022M12 國產數據庫流行度排行國產數據庫流行度排行 數據來源：IDC，阿里云，達夢數據招股說明書

121、，中信建投 數據來源：墨天輪，中信建投 從數據庫市場結構來看，數據庫部署模式中公有云占比提升，2020 年為 51.5%，而 1H22 提升至 61.2%，近年市場份額的波動部分歸因于政務金融等本地部署較多的行業占比提升，而這一上云過程是周期性的，隨著上述行業的上云高峰逐步過去，未來公有云占比將延續增勢。在公有云市場，騰訊云依據全棧布局、先進架構及數據可靠、服務可用性的優勢，持續保持市場第二的地0%5%10%15%20%25%30%35%40%20191H212H211H220%10%20%30%40%50%60%20191H212H211H220%5%10%15%20%25%30%2020年

122、中國數據庫市場份額（%）2021年中國數據庫市場份額（%）1H22中國數據庫市場份額（%）01002003004005006007002019-062019-092019-122020-032020-062020-092020-122021-032021-062021-092021-122022-032022-062022-092022-12OceanBase達夢PolarDBGaussDBTDSQL 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 24 位，僅次于阿里云，并且我們注意到阿里云自 2019 至 1H22 在公有云數據庫市場的份額有所回落，而騰訊云、AWS、華為云則

123、相對穩定乃至有所增長，我們認為這是多云部署、頭部客戶流失等因素導致，騰訊云作為行業第二，將受益于這一策略下客戶的溢出，疊加自身在游戲、音視頻等垂直領域的優勢，未來的市場份額有進一步提升機會。1.2.3 云安全：在“云”、“管”領域具備先發優勢 根據騰訊云官網，騰訊云從業務板塊上可劃分為 1）網絡安全、2）業務安全、3）身份安全、4）應用安全、5）終端安全、6）數據安全、7）安全服務、8）安全管理。在騰訊云安全白皮書中，騰訊通過信息安全責任共擔模型解釋了騰訊云在信息安全領域的分工職責，在IaaS 層，騰訊云確保物理和基礎架構安全；PaaS 層，騰訊云額外承擔主機和網絡安全；SaaS 層則增加引用

124、安全職責。此外，騰訊云與客戶共同承擔中間環節的安全責任。圖圖 49:騰訊云信息安全責任共擔模型騰訊云信息安全責任共擔模型 圖圖 50:阿里云安全產品結構阿里云安全產品結構 數據來源：騰訊云安全白皮書，中信建投 數據來源：阿里云產品手冊，中信建投 圖圖 51:2021 年全球云安全市場結構（年全球云安全市場結構（%）圖圖 52:2020-21 年全球云安全市場規模（百萬美元）年全球云安全市場規模（百萬美元）數據來源：Gartner，中信建投 數據來源：Gartner，中信建投 安全服務,54.2%基礎設施保護,17.9%網絡安全設備,12.7%身份訪問管理,10.4%消費者安全軟件,5.2%綜合

125、風險管理,4.1%應用安全,2.8%數據安全,2.6%0100002000030000400005000060000700008000020202021 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 25 云安全類產品可以分為“云”、“管”、“端”，阿里云、騰訊云等互聯網云廠商主要在“云”和“管”云安全類產品可以分為“云”、“管”、“端”，阿里云、騰訊云等互聯網云廠商主要在“云”和“管”領域通過先發優勢實現市場領先。領域通過先發優勢實現市場領先。根據 IDC，阿里云、騰訊云在云工作負載安全、軟件網關、公有云托管安全等方面占據市場優勢地位，但在應急解決方案、IT 安全咨詢服務、非

126、云化的托管安全等領域落后于傳統的 IT安全廠商。圖圖 53:2021 年中國云工作負載安全市場份額（年中國云工作負載安全市場份額（%）圖圖 54:2021 年中國軟件年中國軟件 Web 應用防火墻份額（應用防火墻份額（%）數據來源：IDC，中信建投 數據來源：IDC，中信建投 圖圖 55:2021 中國公有云托管安全服務市場份額（中國公有云托管安全服務市場份額（%）圖圖 56:1H22 中國軟件安全網關市場份額（中國軟件安全網關市場份額（%）數據來源：IDC，中信建投 數據來源：IDC，中信建投 注：軟件安全網關包含SaaS形態防火墻/UTM、Web應用防火墻、入侵檢測/防御系統、抗DDoS、

127、VPN、網絡訪問控制等。17.2%17.2%16.1%12.9%12.1%0%5%10%15%20%奇安信阿里云青藤云騰訊云亞信安全2021年中國云工作負載安全市場份額（%）39.2%11.7%6.9%4.5%4.1%0%10%20%30%40%50%阿里云騰訊云華為云安恒信息瑞數信息2021年中國軟件Web應用防火墻份額（%）17.6%15.1%9.7%7.2%5.2%0%2%4%6%8%10%12%14%16%18%20%阿里云騰訊云安恒信息 中國電信華為云31.0%13.4%11.5%6.3%2.2%0%5%10%15%20%25%30%35%阿里巴巴騰訊中國電信華為F5 港股公司深度報

128、告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 26 圖圖 57:2021 年中國智慧應急解決方案市場份額（年中國智慧應急解決方案市場份額（%）圖圖 58:1H21 中國中國 IT 安全咨詢服務份額（安全咨詢服務份額（%）數據來源：IDC，中信建投 數據來源：IDC，中信建投 互聯網云廠商目前定位轉向平臺/解決方案集成商，采取與傳統 IT 安全廠商合作的模式，例如通過轉售其他 IT 廠商產品，或聯合研發安全產品的方式滿足客戶的需求。這種模式興起的原因主要是近年私有云發展快于公有云，以至于客戶對于虛擬化等需求較高，云廠商更傾向于合作而非自研。表表 7:騰訊云、阿里云與騰訊云、阿里云與 IT 安全

129、廠商的合作（部分）安全廠商的合作（部分）時間時間 傳統傳統 IT 安全廠商安全廠商 合作摘要合作摘要 2015/9/23 安恒信息 安恒信息與阿里云簽署戰略合作協議，雙方將在安全領域展開合作，向云計算用戶特別是政企用戶提供專業的一站式安全產品及服務。一站式安全產品及服務。2015/10/15 山石網科 山石網科作為阿里云戰略合作伙伴推出最新的虛擬云安全方案虛擬云安全方案。2015/12/11 綠盟科技 綠盟科技與騰訊云簽訂 云計算安全防護領域合作框架協議，正式達成戰略合作伙伴關系，在云計算安全防護領域共謀發展，雙方將在該領域進行深入合作。2016/4/20 綠盟科技 綠盟科技與阿里云達成戰略合

130、作關系，雙方在流量清洗領域優勢互補，打造前沿抗在流量清洗領域優勢互補，打造前沿抗 DDoS 產產品。品。2017/6/9 啟明星辰 啟明星辰與騰訊云簽訂戰略合作協議，雙方共同為客戶提供基于騰訊云的獨立安全運營解決方案、安全產品和相關運營服務。2020/4/10 東華軟件 騰訊安全聯合東華成立“產業互聯網安全聯合創新中心”。雙方將共同研究新技術和應用場新技術和應用場景下的網絡安全威脅景下的網絡安全威脅，推動新興安全領域的技術創新，打造適應產業互聯網的安全解決方案。2021/1/5 奇安信 騰訊云與奇安信簽署戰略合作協議，雙方將將聚焦安全技術創新和安全產品研發，還將共同針對政企、金融、醫療、教育、

131、交通、能源政企、金融、醫療、教育、交通、能源及其他信息安全需求高增長行業，提升安全服務效率和質量。2021/1/29 深信服 騰訊云與深信服簽署戰略合作協議。雙方將基于行業用戶痛點，構建面向未來的云網一體解云網一體解決方案，決方案，服務于全球企業客戶，推動云網一體產業生態圈的持續繁榮。2021/3/4 奇安信 阿里云與奇安信達成戰略合作，雙方將圍繞重點行業的云安全領域進行自主研發，同時將在工業物聯網、應急與攻防演練等場景工業物聯網、應急與攻防演練等場景，展開技術、產品、市場、資本等領域全面深入合作。2021/5/7 亞信科技 亞信科技與騰訊云達成戰略合作關系，雙方將在在軟件國產化、數字化運營、

132、垂直行業云業務、人工智能、中臺能力運營、智慧城市、安全領域等方面深度合作，并將聯合進行人才培養和人才賦能。2021/8/9 新華三 新華三與阿里云簽訂戰略合作協議，雙方將推出具備默認上云的企業級網關產品，可應用在雙方將推出具備默認上云的企業級網關產品，可應用在政府、教育、醫療、制造、能源、電力、交通等行業。政府、教育、醫療、制造、能源、電力、交通等行業。19.4%17.0%5.3%4.8%4.0%3.7%3.6%0%4%8%12%16%20%5.1%3.5%3.3%2.7%2.2%0%1%2%3%4%5%6%港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 27 2022/8/1

133、Lightning Cloud Lightning Cloud 與阿里云達成深度合作，雙方將在云計算、大數據、邊緣計算、云安全與合規等領域展開全方位深入合作，推動全球企業數字化轉型。資料來源：公司公告，公司官網，騰訊網，人民網，新浪網，騰訊云社區，阿里云社區，中信建投 注：信息整理自公開信息，可能有部分遺漏。在“云”、“管”側，互聯網云廠商主要采取搭售策略占據市場，尤其是與 IaaS 層的計算、存儲、網絡共同售賣，客戶一般統一采購。政企、金融、電信等行業客戶對安全要求較高，相應地會單獨采購安全產品。因此，互聯網云廠商的安全類產品中，云主機安全與客戶終端數量相關度較高，網絡安全則與客戶業務增速相

134、關度較高，在上云初期，終端安全占比較高，上云后業務增長驅動網絡安全占比提升。騰訊云在云安全市場整體份額次于阿里云，且主要份額貢獻自公有云，主要原因在于私有云領域布局較傳統 IT 安全廠商不夠完備，公有云缺乏規模/先發優勢。1.2.4 AI：場景積累驅動業務領先，內外資源競爭下加速擴張是不二選擇 AI 產品線分為識別類、分析類、平臺類、硬件類等，產品線分為識別類、分析類、平臺類、硬件類等，AI 增長來自下游音視頻處理等場景的滲透和增長。增長來自下游音視頻處理等場景的滲透和增長。騰訊云的 AI 產品包括人臉識別、圖文/語音識別、自然語言處理、AI 語音助手等，其應用場景包括票據結構化、合同審核、智

135、能輸入法、閘機識別。2022 年以前騰訊云 AI 產品線主要營收來自識別類產品，2022 年增加了語音合成、圖像分析處理、視頻實時標簽處理、音視頻轉碼解碼、機器人以及虛擬數字人的互動展示，其中音視頻場景的 AI 產品增長較快，為 AI 產品貢獻較大增量。圖圖 59:騰訊云騰訊云 AI 產品線產品線 數據來源：騰訊云官網，中信建投 從市場份額上看，公有云市場從市場份額上看，公有云市場 AI 服務方面百度智能云處于領先地位，其次是阿里云、華為云，騰訊云次服務方面百度智能云處于領先地位，其次是阿里云、華為云，騰訊云次之。市場份額主要與集團其他業務的技術積累有關，之。市場份額主要與集團其他業務的技術積

136、累有關，例如騰訊、百度在人臉識別布局積累較深；在計算機視覺騰訊云AI文字識別通用文字識別人臉識別人臉識別人臉特效人臉融合語音技術語音識別SaaS解決方案智能培練機器人卡證文字識別票據單據識別汽車相關識別行業文檔識別智能掃碼營業執照核驗增值稅發票核驗智能結構化人臉核身人臉支付換臉甄別人臉試妝人臉變換手勢識別語音合成聲音工坊智能票財稅AI創意營銷AI智能測評智能公播AI開放平臺 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 28 方面，百度依靠自動駕駛、數字人等領域積累領先市場，騰訊憑借金融、泛娛樂領域的技術積累逐步追趕；NLP主要應用于情感分析、營銷管理，智能語音涉及會議訪談轉寫

137、，字幕生成等，騰訊云在以上領域涉獵相對較少，處于落后追趕地位；對話式 AI 典型案例即語音助手、在線客服，阿里、百度、華為憑借在智能設備等領域的積累處于領先地位。未來未來 AI 公有云市場的發展主要由新場景、新技術驅動。公有云市場的發展主要由新場景、新技術驅動。目前 AI 公有云市場中人臉識別是應用較廣的場景，推廣接受度較高，IDC 報告顯示，1H22 人臉人體公有云服務市場規模僅有 38%的同比增長，市場進入平穩期，且人臉人體識別技術正在進入成熟期。智能語音也從高速增長進入應用場景深耕階段。AI 市場高速增長的場景主要是對話式 AI、機器學習平臺，1H22 分別同比增長 114%、109%，

138、未來 AI 數字人、低代碼開發平臺的逐步完善會推動以上兩個場景驅動整體市場增長。圖圖 60:1H22 中國中國 AI 公有云服務市場份額（公有云服務市場份額（%）圖圖 61:1H22 中國人臉人體識別公有云服務市場份額（中國人臉人體識別公有云服務市場份額（%）數據來源：IDC，中信建投 數據來源：IDC，中信建投 圖圖 62:1H22 中國圖像視頻公有云服務市場份額（中國圖像視頻公有云服務市場份額（%）圖圖 63:1H22 中國中國 NLP 公有云服務市場份額（公有云服務市場份額（%）數據來源：IDC，中信建投 數據來源：IDC，中信建投 0%5%10%15%20%25%30%百度智能云阿里云

139、華為云騰訊云0%5%10%15%20%25%30%35%40%百度智能云騰訊云阿里云華為云0%5%10%15%20%25%30%百度智能云阿里云騰訊云華為云0%5%10%15%20%25%30%35%阿里云百度智能云華為云騰訊云 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 29 圖圖 64:1H22 中國智能語音公有云服務市場份額（中國智能語音公有云服務市場份額（%）圖圖 65:1H22 中國對話式中國對話式 AI 公有云服務市場份額（公有云服務市場份額（%）數據來源：IDC，中信建投 數據來源：IDC，中信建投 圖圖 66:1H22 中國機器學習公有云服務市場份額（中國機器

140、學習公有云服務市場份額（%）數據來源：IDC，中信建投 對話式對話式 AI 分為分為 to C 場景和場景和 to B 場景，騰訊云在智能家居、駕駛、客服等領域有所布局。場景，騰訊云在智能家居、駕駛、客服等領域有所布局。對話式 AI 的 to C 場景包括智能家居、智能駕駛、智能隨身設備、智能辦公，to B 場景包括智慧醫療、智慧金融/電商/電信（智能客服、智能外呼）、智慧教育、智慧政法/公檢法。但 to C 場景中往往 AI 能力與硬件搭售，因而份額會被智能手機、家居廠商等侵蝕，或被行業布局較早的廠商占據。阿里云、百度云依靠既有業務阿里云、百度云依靠既有業務/場景進行技術驗證、迭代，形成正循

141、環。場景進行技術驗證、迭代，形成正循環。對比同業，阿里云主要布局 To B場景，例如智能客服、營銷，阿里的優勢是產品能夠在生態內應用驗證，同時技術研發較早。根據 IDC，阿里云智能客服成為國內唯一入選 IDC 全球 MarketScape 報告解決方案提供方，且取得 Major Players 位置11。阿里云智能客服最早于 2015 年試運行，逐步應用至手淘、Lazada、盒馬等生態，并于 2017 年正式對外向政府、企業和開發者開放。百度云主要布局 To C 場景，百度的優勢是基于億級日搜索量沉淀的自然語言處理技術、知識圖譜、語音技術等，且 2017 年發布 UNIT（智能對話定制與服務平

142、臺），布局至今持續積累生態；另外百度在硬件方面也有一定布局，例如小度同學，自動駕駛，此外百度開放底層技術能力，使得部署模式更靈活，客戶接受度也較高。11 阿里云智能客服入選IDC MarketScape 全球對話式 AI 平臺廠商評估報告()0%5%10%15%20%25%30%35%阿里云百度智能云華為云騰訊云0%5%10%15%20%25%30%35%阿里云百度智能云華為云騰訊云0%5%10%15%20%25%30%35%華為云阿里云百度智能云AWS騰訊云 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 30 圖圖 67:2021 年中國對話式年中國對話式 AI 行業應用滲透

143、情況行業應用滲透情況 圖圖 68:2022 年中國對話式年中國對話式 AI 行業融合情況行業融合情況 數據來源：頭豹研究院，中信建投 數據來源：頭豹研究院，中信建投 騰訊云強于語音處理和合成能力，騰訊云強于語音處理和合成能力，例如復雜語音環境下處理能力更強，更多風格及更豐富情感類別 TTS，支持字詞級別細粒度控制。騰訊云小微 AI 語音助手已服務超過 60%的主流智能家居品牌，覆蓋超過 40 個智能家居場景。同時，與長安、福特、廣汽等超過 15 家車企展開深入合作，為超過 100 款國內外暢銷車型提供語音助手服務12。在金融、政府、泛娛樂等領域，騰訊云 AI 對話能力主要幫助會話智能（企業微信

144、的會議）、熱線電話（智能外呼）、政務大廳、門戶平臺等場景提升回復準確率、降低成本等。但另一方面，由于騰訊缺乏但另一方面，由于騰訊缺乏 to B 場景，只能通過場景，只能通過 to C 業務積累的語音處理能力切入市場，業務積累的語音處理能力切入市場，對話式 AI 市場中 to C 場景 AI 能力往往與硬件搭售，因而份額會被智能手機、家居廠商等侵蝕，或被行業布局較早的廠商占據。例如小米自研語音識別能力，海爾與百度合作，格力與騰訊合作。且隨著智能家居滲透率提升，行業格局集中，傳統廠商也面臨轉型的壓力，可能建設自有的 AI 能力，這對第三方廠商的增長前景產生一定不確定性。決策類人工智能分為平臺類及非

145、平臺類，互聯網云廠商主要聚焦平臺類（機器學習平臺），未來平臺化率決策類人工智能分為平臺類及非平臺類，互聯網云廠商主要聚焦平臺類（機器學習平臺），未來平臺化率有望顯著提升。有望顯著提升。根據灼識咨詢，中國人工智能市場面臨 1）專業人員短缺；2）自建模型成本高；3）部署調整時間長；4）數據和軟件不兼容等問題，且在數據隱私、安全要求提升的環境下，部署單點式人工智能軟件的成本逐步提升，構建統一開發標準、高兼容性、靈活擴展的平臺是更好地選擇。在機器學習平臺領域，國內市場前五名為第四范式和主要互聯網云廠商。12 https:/ 0%10%20%30%40%50%60%70%80%90%港股公司深度報告 騰

146、訊控股騰訊控股 請參閱最后一頁的重要聲明 31 圖圖 69:2020 年以平臺為中心的決策類年以平臺為中心的決策類 AI 份額（份額（%）圖圖 70:2018-25E 中國決策類中國決策類 AI 市場規模（億元）市場規模（億元）數據來源：灼識咨詢，中信建投 數據來源：灼識咨詢，中信建投 機器學習平臺的競爭優勢是機器學習平臺的競爭優勢是 1）功能譜系廣，）功能譜系廣，2）性能強，）性能強，3）安全保障，）安全保障，4）兼容性好。）兼容性好。功能方面，機器學習平臺需要確保機器學習框架、模型的全面覆蓋；性能上，數據標注、算法編輯、模型訓練性能強意味著機器學習的效率較高；安全方面，業務邏輯、數據、代碼

147、的安全性對大型企業、部分行業客戶尤其重要；兼容性上，平臺方難以完成所有工作，而是需要和其他框架、數據格式、算法兼容。第四范式聚焦少數行業做深產品，互聯網云廠商采取小步快跑策略廣泛布局快速迭代。第四范式聚焦少數行業做深產品，互聯網云廠商采取小步快跑策略廣泛布局快速迭代。行業競爭方面，第四范式布局較早具備先發優勢，2014 年 12 月對外發布先知平臺，且創始人/核心高管技術實力較強，在部分行業積累成功案例并逐步復制，2015 年發布金融行業產品及服務，18-19 年發布零售、能源行業產品及服務，目前市場份額領先。百度 PaddlePaddle 于 2013 年內部成立，2016 年 9 月對外開

148、放，截止 2022 年 5 月，飛槳已累計凝聚 477 萬開發者、服務 18 萬企事業單位、創建 56 萬 AI 模型13，是國內應用規模第一的深度學習框架和平臺。阿里巴巴 2015 年底推出 PAI 平臺，作為機器學習比賽平臺，并于 2018 年開啟商業化，其官網披露的支持框架目前是國內廠商中最全面的；華為云于 2017 年 9 月推出機器學習平臺，目前擁有自研開源框架 MindSpore。騰訊云于 2018 年 3 月推出深度學習平臺 DI-X，目前演化為 TI 平臺14。表表 8:主要云廠商機器學習平臺對比主要云廠商機器學習平臺對比 阿里云阿里云 PAI 平臺平臺 騰訊云騰訊云 TI 平

149、臺平臺 華為云華為云 ModelArts 平臺平臺 百度云百度云 飛槳平臺飛槳平臺 支持框架 Flink、TensorFlow、Parameter Server、Spark、PySpark、MapReduce、Caffe、MXNet、PyTorch、OneFlow TensorFlow、PyTorch、Spark、PySpark、PyCaffe、Caffe、Analytics Zoo TensorFlow、PyTorch、Spark、PySpark、Caffe、MXNet、XGBoost-Sklearn、MindSpore Paddle、PyTorch、Sklearn、XGBoost、Tens

150、orFlow 資料來源：各公司官網，中信建投 13 https:/ 14 專訪|騰訊云機器學習平臺技術負責人黃明，詳解 DI-X 深度學習平臺()18.1%10.7%8.6%6.6%6.3%0%2%4%6%8%10%12%14%16%18%20%第四范式百度阿里巴巴華為騰訊1026509015123936153599162218370537745995131205001,0001,5002,000其他決策類AI市場規模（億元）以平臺為中心的決策類AI市場規模（億元）港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 32 圖圖 71:2020 年中國預測分析和機器學習領導者象限年中國

151、預測分析和機器學習領導者象限 圖圖 72:機器學習平臺字母網格（機器學習平臺字母網格（2021 年冬季）年冬季）數據來源：Forrester15，中信建投 數據來源：字母點評，中信建投 注：字母網格主要反映的是特定產品在中國市場的表現以及中國客戶對產品的滿意程度，并打破市場分析師視角的單一聲音，字母網格以“客戶聲音”為基礎?；ヂ摼W云廠商策略勝在快，第四范式策略勝在穩?；ヂ摼W云廠商策略勝在快，第四范式策略勝在穩。廣泛布局的優勢在于營收起量快，由于開發平臺的商業模式是向開發者采取以調用量/時段付費，個人開發者/企業客戶數量越多，營收規模越大。但另一方面，開發平臺的業務包括算力、數據、模型調用、部署

152、維護，隨著 AI 在各垂直場景應用深入，模型調用、部署維護的比例可能提升，因此模型、算法的性能、效率比拼，以及易用性（降低維護成本）是廠商第二階段競爭的關鍵。第四范式采取的策略則是聚焦金融、能源、零售行業，與行業客戶進行溝通反饋并優化迭代模型、算法，從而實現客戶價值提升。從企業而言，第三方從企業而言，第三方 AI 企業聚焦部分行業的企業聚焦部分行業的 AI 模型策略更扎實，模型策略更扎實，互聯網云廠商的策略需要更多的人力和資源投入，且在市場快速增長的過程中，開拓新行業/新場景的難度比優化已有行業/場景難度更低，往往企業會投入更多資源用于份額擴張，但并未實現客戶的價值提升，這種增長存在一定隱憂。

153、但對于互聯網云廠商但對于互聯網云廠商而言，而言，云計算本身是集團內部的業務之一，其面臨與其他業務部門資源分配的競爭，如果規模擴張不夠快，所獲取/能夠調動的資源就會被擠壓，因此云廠商內部負責人往往存在“增長焦慮”，只有快速提升市場份額，才能夠穩定云業務在集團內部的地位，同時獲取更多資源以優化/迭代算法、模型，實現客戶價值提升。15 https:/ 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 33 圖圖 73:2018-25E 中國中國 AI 開發平臺市場規模（億元）開發平臺市場規模（億元）圖圖 74:2018-25E 中國中國 AI 開發平臺市場結構（開發平臺市場結構（%）數據

154、來源：Frost&Sullivan，中信建投 數據來源：Frost&Sullivan，中信建投 除以上公有云業務外，騰訊云 AI 在智慧城市等也有所應用，例如交通路網、智慧停車場，但與公有云不同，騰訊云 AI 與智慧城市并未打造成標準化產品，而是采取項目制方式，依據項目差異進行定制化開發、部署。1.2.5 音視頻解決方案：場景積累深厚，解決方案成熟 騰訊云音視頻解決方案包括 1）視頻服務，）視頻服務，例如實時音視頻（RTC）、云直播、云點播（VOD）等；2）視）視頻終端，頻終端，集成直播推流、視頻播放、實時音視頻等功能；3）媒體處理，）媒體處理，例如智能審核、智能識別、智能邊際；4）云渲染，）

155、云渲染，例如云游戲、云桌面；5）內容創作，例如騰訊云智繪，智能創作，正版曲庫直通車、直播音樂版權引擎；5）面向企業、學校的低代碼開發平臺培訓。）面向企業、學校的低代碼開發平臺培訓。音視頻云市場分為解決方案市場和基礎設施市場，基礎設施市場偏向同質化價格競爭，解決方案市場依靠技術、成本競爭?；A設施市場偏向 IaaS 層，例如 CDN 等。CDN 的技術原理可以概括為通過多端存儲降低時延、節約帶寬。因此，更多的終端節點和技術帶來低時延，且節點利用率存在規模效應，規模提升驅動成本進一步下降，并傳遞至價格。圖圖 75:視頻云市場構成視頻云市場構成 數據來源：IDC，中信建投 我們看到互聯網云廠商進入

156、CDN 市場的策略正是以上模式的體現。根據中國 CDN 編年史，為迅速050100150200250300350201820192020 2021E 2022E 2023E 2024E 2025E算力數據模型調用部署/維護0%20%40%60%80%100%201820192020 2021E2022E2023E2024E2025E算力數據模型調用部署/維護 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 34 搶占 CDN 市場份額，云服務商在 2015 年開始了大規模價格戰：5 月，阿里云率先宣布 CDN 降價 21%，降價后的價格僅相當于傳統 CDN 企業網宿科技同類產品的

157、三分之一；同月，騰訊云宣布旗下 CDN 服務最高下調25%。2017 年 11 月，阿里云宣布 CDN 再次降價 25%；隨后，騰訊云宣布 CDN 最高降價 47%；12 月，金山云也宣布 CDN 最高降價 50%。16 云廠商間云廠商間 CDN 服務競爭強度緩和。服務競爭強度緩和。國內主要云廠商目前 CDN 節點布局基本一致，阿里云、百度云節點數量相對較多，且云廠商布局分布也較為一致，主要是移動、聯通、電信節點同時布局在一二線城市。價格上，2018 年底行業價格戰逐步平息，云廠商間仍存在通過小幅低價方式提升份額的情況，但由于 2018 年后云廠商背后的互聯網公司業績存在壓力，云廠商的盈利/減

158、虧壓力提升。表表 9:國內主要云廠商國內主要云廠商 CDN 服務價格及節點、帶寬情況服務價格及節點、帶寬情況 阿里云阿里云 騰訊云騰訊云 華為云華為云 百度云百度云 境內節點（個）2300+2000+2000+2300+境外節點（個）500+800+800+500+總帶寬（Tbps）150Tbps 境內 110Tbps，境外 50Tbps 150Tbps 境內 130Tbps，境外 20Tbps 計價規則（元/GB）中國內地 北美 中國內地 北美 中國內地 中國內地 0-10TB 0.24 0.46 0.20-0.21 0.26-0.31 0.20 0.20 10-50TB 0.23 0.46

159、 0.18 0.22 0.18 0.17 50TB-100TB 0.21 0.39 0.15 0.18 0.15 0.14 100TB-1PB 0.18 0.20 0.11 0.14 0.15 0.12 1PB 0.15 0.16 0.11 0.14 0.15 0.10 資料來源：各公司官網，中信建投 注：截止2023/1/29。16 中國 CDN 編年史()圖圖 76:2006-201 年網宿科技年網宿科技 CDN 服務毛利率服務毛利率 圖圖 77:2015 年后互聯網云廠商年后互聯網云廠商 CDN 份額明顯提升份額明顯提升 數據來源：公司公告，騰訊云社區，中信建投 數據來源：賽迪顧問，ID

160、C，信息通信研究院，中信建投 01020304050602006200720082009201020112012201320142015201620172018201920202021網宿科技CDN服務毛利率(%)阿里自建CDN商用，對外發起價格戰經濟壓力下企業信息化開支削減，競爭加劇10.0%13.3%23.8%28.0%41.2%43.0%31.5%21.9%17.9%18.9%13.0%15.2%0%20%40%60%80%100%2006 2007 2008 2012 1H13 2014 2018 2019網宿科技藍訊科技阿里云騰訊云 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁

161、的重要聲明 35 圖圖 78:2H19-1H22 國內視頻云競爭格局（國內視頻云競爭格局（%）圖圖 79:2019-22E 國內視頻云市場規模（億美元）國內視頻云市場規模（億美元）數據來源：IDC，中信建投 數據來源：IDC，中信建投 圖圖 80:1H21 音視頻解決方案市場結構（音視頻解決方案市場結構（%）圖圖 81:1H21 中國音視頻解決方案市場份額（中國音視頻解決方案市場份額（%）數據來源：Frost&Sullivan，頭豹研究院，中信建投 數據來源：Frost&Sullivan，頭豹研究院，中信建投 國內視頻云市場的另一部分是音視頻解決方案，即面向場景的產品組合，目前較為成熟的場景包

162、括直播、錄播、點播等，下游行業包括泛娛樂（直播、短中長視頻平臺）、在線教育平臺（受合規影響有所縮減）、廣電（衛視/央視/地方臺的新媒體探索）。不同終端場景的技術需求不一，長視頻側重內容生產與視頻版權的保護、短視頻看重智能算法推薦、直播則更強調互動性。騰訊在長視頻、直播領域具備較深業務積累，并將部分技術能力開放至騰訊云。另一方面，騰訊云的市場份額也受下游行業格局的影響。另一方面，騰訊云的市場份額也受下游行業格局的影響。如果泛娛樂行業格局出清，龍頭往往出于業務數據安全等考慮加強視頻云的自研能力，強化 aPaaS（更接近 SaaS），而云廠商則趨于 iPaaS（更接近 IaaS），反之若行業格局維持

163、相對分散，下游泛娛樂企業可能難以支持大規模研發的成本，這種環境下云廠商的視頻云能力往往更靠近業務（aPaaS）。0%10%20%30%40%50%60%2H1920191H202H201H212H211H22阿里云騰訊云百度云0204060801001202019202020211H222022E視頻云解決方案市場規模（億美元）視頻云基礎設施市場規模（億美元）71.2%0%20%40%60%80%100%1H21音視頻解決方案市場結構(%)泛娛樂在線教育廣電電商游戲企業應用其他消費互聯網產業互聯網30.4%24.0%9.7%8.8%5.2%0%5%10%15%20%25%30%35%騰訊云阿里

164、云金山云百度云華為云 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 36 圖圖 82:中國視頻云音視頻解決方案泛娛樂市場概況中國視頻云音視頻解決方案泛娛樂市場概況 數據來源：Frost&Sullivan，頭豹研究院，中信建投 視頻號有望為視頻云強化直播、點播技術能力提供場景，騰訊云在音視頻解決方案的技術壁壘有望鞏固，視頻號有望為視頻云強化直播、點播技術能力提供場景，騰訊云在音視頻解決方案的技術壁壘有望鞏固，且視頻號將帶來額外增速。且視頻號將帶來額外增速?？紤]到云直播的客戶主要是抖音、快手、虎牙、斗魚，且短視頻平臺的直播業務規模較大且增速穩健，但視頻號成長較快，在短視頻、直播領域

165、的份額明顯提升，未來有望強化騰訊云在直播、點播領域的技術能力，進一步鞏固壁壘且帶來超越大盤的增速。長視頻長視頻內容題材內容時長電視劇、電影、動漫、綜藝等；PGC、PUGC為主15mins+短視頻短視頻內容題材內容時長生活、資訊、影視等；PUGC、UGC為主一般在5min以內直播直播內容題材內容時長游戲、秀場、知識、音樂等；UGC、PUGC為主一般在10mins以上內容特征平臺供應分析變現模式主要成本會員/廣告/版權分銷內容版權/帶寬成本等市場格局市場規模第一梯隊：騰訊愛奇藝第二梯隊：優酷、芒果用戶畫像市場分析閑暇時間較多，女性比例高視頻云需求分析需求痛點視頻內容生產成本高，內容審核成本高，版權

166、保護難度大，視頻分發成本高，網絡需求大核心功能版權保護內容審核視頻編解碼/壓縮能力變現模式主要成本廣告/電商帶寬/流量獲取/內容版權成本市場格局市場規模抖音領先，快手、視頻號次之用戶畫像全年齡段、多線城市覆蓋，較大盤偏年輕，偏高線需求痛點推薦難度大，內容審核成本高，網絡需求高等核心功能內容審核視頻編解碼/壓縮能力智能推薦/創作變現模式主要成本打賞/電商/廣告主播分成/帶寬成本等市場格局市場規模斗魚、虎牙、YY、映客用戶畫像男性用戶比例高，閑暇時間多，“陪伴”需求高需求痛點運維成本高，內容審核成本高，網絡需求高，多終端適配成本高，版權風險核心功能內容審核RTC、視頻編解碼/壓縮能力版權監督 港股

167、公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 37 1.3 SaaS 層：尚處于生態演化初期，靜待行業逐步發展層：尚處于生態演化初期，靜待行業逐步發展 1.3.1 核心結論：自研 SaaS 依托集團生態取得積極進展，外部 SaaS 伙伴自然生長 騰訊云在騰訊云在 SaaS 層主要擔任“連接”的角色，而非平臺底座。層主要擔任“連接”的角色，而非平臺底座。當前騰訊云、阿里云更多是搭臺吸引 SaaS合作伙伴，并提供一定渠道、交付、研發支持，但主要精力還是放在 PaaS 層的產品研發方面，SaaS 層更多依靠生態伙伴的自然生長。目前騰訊云與阿里云在國內 SaaS 行業環境下沒有取得顯著的突

168、破，騰訊云部分自研SaaS 產品依托集團生態取得較好的發展，例如企點、騰訊會議，未來可能貢獻一定的商業化收入。1.3.2 騰訊千帆：搜索、分類式開放市場，主要為 SaaS 伙伴提供渠道支持 騰訊于 2019 年 10 月底提出“千帆計劃”，千帆計劃包括“一云多端三項目”，“一云”代表騰訊云，提供堅實的基礎設施和技術支持；“多端”代表微信、企業微信、QQ 等面向消費者的產品，可以為 SaaS 公司提供 C2B 連接能力；“三項目”代表 SaaS 加速器、SaaS 技術聯盟和 SaaS 臻選三個項目，提供資金、技術和渠道支持，促進騰訊 SaaS 合作伙伴的發展。圖圖 83:騰訊云千帆計劃騰訊云千帆

169、計劃 數據來源：騰訊云，中信建投 千帆計劃定位企業數字化轉型的“連接”助手。千帆計劃定位企業數字化轉型的“連接”助手。騰訊通過 SaaS 加速器向 SaaS 伙伴提供資源、資本、商機、培訓等服務，通過 SaaS 技術聯盟向伙伴提供交付、集成、研發支持，通過 SaaS 臻選為伙伴提供商機，在公有云方面，SaaS 臻選的作用類似云市場；私有云方面，騰訊云則提供品牌背書，統一交付等支持。騰訊騰訊云云千千帆計劃帆計劃合作伙伴中小微客戶騰訊云大型客戶一云多端企業客戶微信/企業微信/QQ等三項目SaaS加速器SaaS技術聯盟SaaS臻選SaaS生態CRMOAHRM財務ERPSCRM騰訊云-數千家企業微信等

170、產品-數百家SaaS臻選300家企業應用連接器100家 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 38 圖圖 84:騰訊云市場產品數量及價格分類（個）騰訊云市場產品數量及價格分類（個）圖圖 85:騰訊云市場產品分類占比（騰訊云市場產品分類占比（%）數據來源：騰訊云，中信建投 數據來源：騰訊云，中信建投 目前來看，公有云市場主要產品都是一些通用性的產品，例如建站，小程序模板，身份認證，這類產品的需求較廣，但相應地也較為同質化，因此我們看到騰訊云市場中免費（含試用）產品占比較高，達 42.6%；另外交付方式上，人工服務的占比較高，達 57.6%。圖圖 86:云廠商市場中人工服務

171、交付比例高于云廠商市場中人工服務交付比例高于 50%數據來源：騰訊云，華為云，中信建投 我們認為通過產業生態為 SaaS 廠商導流，并共建生態的出發點是有益的，但 1）SaaS 的價值在于垂直場景的深刻理解，即 SaaS 廠商要懂業務，靠近終端客戶，而非通過通用型產品做大短期業績。當市場中多數廠商都聚焦通用型產品，SaaS 市場就會陷入價格競爭，一方面壓低價格，另一方面通過定制化/人工服務留住客戶，但這兩種方式都不無法可持續地創造價值；2）騰訊云市場中“精選”產品的成交量并沒有顯著優勢，反映“精選”對客戶決策沒有明顯影響，或精選產品需求較少等。對比同業，華為云、百度云采取了與騰訊云類似的模式，

172、即通過展現盡可能多的產品促進銷售，但阿里云的模式有所差異，其頁面展現的產品數量較少，更聚焦推薦精選產品。02004006008001000120014001600免費付費0%20%40%60%80%100%精選認證集市0%20%40%60%80%100%騰訊云華為云鏡像SaaS人工服務API 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 39 圖圖 87:騰訊云，阿里云市場展現策略存在差異騰訊云，阿里云市場展現策略存在差異 數據來源：騰訊云，阿里云，中信建投 1.3.3 騰訊企點：依托集團生態及先發優勢，構筑較強壁壘 騰訊企點是基于商務溝通延展開的。騰訊企點是基于商務溝通延展開

173、的。騰訊企點是一系列產品的組合，包括 1）智能客服；2）企業商通（聚焦行業版本，融合即時通訊、大數據、AI 等能力）；3）企點營銷；4）企點領航（垂直行業平臺）；5）企點呼叫中心；6）應用市場；7）開放平臺。根據騰訊云副總裁、騰訊企點總經理張曄17，客服是企點的核心產品線。圖圖 88:騰訊企點產品線騰訊企點產品線 數據來源：騰訊云，中信建投 客服產品線隨時間逐步演化為多平臺、多渠道、云化客服?？头a品線隨時間逐步演化為多平臺、多渠道、云化客服。根據騰訊云副總裁、騰訊企點總經理張曄，客服產品“最早是傳統的呼叫中心，后來向云化發展、向即時通訊混合的方式發展，以前是電話，后來是即時通訊，在中國獨有的

174、特色就是跟微信、QQ 有一個緊密的結合，再通過 AI 的智能化讓它能夠大規模提供個性化的服務?！彬v訊客服的核心優勢在于技術、產品力以及生態。騰訊客服的核心優勢在于技術、產品力以及生態。技術方面，基于微信、QQ 等社交軟件的技術積累，騰訊 17 五問騰訊企點：沉淀 15 年，如何做好下一代智能客服？_騰訊新聞()阿里云僅展示少量精選產品阿里云僅展示少量精選產品騰訊云默認全部展示，需手動篩選精選產品企點客服企點客服QTRADE(金融行業)客戶增長引擎客服機器人企點營銷企點營銷銷售管理工單微信客服客戶通視頻客服數字人客服北極星營銷私域管家聚好單(包裝行業)騰采通(電子行業)網印通(印刷行業)企點配Q

175、(汽配行業)貨代Q寶(貨代行業)基礎版(原企業QQ升級)企點商通企點商通數字會展B2B商貿企點領航企點領航企點呼叫中心企點呼叫中心應用市場應用市場開放平臺開放平臺 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 40 在語音識別、NLP、OCR/視覺識別等方面的優勢較為明顯；產品方面，騰訊客服產品線最早于 2006 年推出 QQ客服，并逐步積累對業務場景的理解；生態方面，QQ、微信作為國民級社交軟件，具備發展商務溝通的先發優勢，且騰訊企點構建開放生態，截止 2021 年 9 月已經積累超過 400 家合作伙伴，覆蓋咨詢解決方案、ISV 系統集成、產品聯合開發等。企點客服覆蓋超過

176、100 萬家企業，連接用戶 3.5 億，涵蓋年會話數達 42 億。18 圖圖 89:QTRADE 為金融場景進行了功能定制為金融場景進行了功能定制 數據來源：騰訊企點，中信建投 圖圖 90:2020 年企業采用智能客服的歸因分析年企業采用智能客服的歸因分析 圖圖 91:2021 年智能客服龍頭廠商在各行業滲透率情況（年智能客服龍頭廠商在各行業滲透率情況（%）數據來源：頭豹研究院，中信建投 數據來源：頭豹研究院，中信建投 騰訊企點最新變化為調整產品線，提升利潤率。騰訊企點最新變化為調整產品線，提升利潤率。2022 年騰訊企點削減了部分營銷、客戶服務產品線，聚焦標準化產品線并明顯提升 2022 年

177、的利潤率。預計 2022 年企點收入與 21 年同比基本持平。我們根據同行業公司毛利率推測騰訊企點中客服產品的毛利率，選取訊鳥軟件、合力億捷作為參考，預計騰訊企點智能客服業務中標準化部分毛利率在 4570%區間，主要取決于客戶結構；非標準化部分毛利率可能在 20%以內。18 https:/ 關系鏈遷移關系鏈遷移專業金融信息專業金融信息高維信息檢索高維信息檢索風險管理風險管理/監測監測0%20%40%60%80%100%領先企業其他企業提升客戶體驗提升品牌差異化改善客服人員體驗降低成本增加收入0%10%20%30%40%50%60%70%80%90%100%金融零售電商旅游出行政務教育運營商文娛

178、傳媒生活消費醫療物流硬件制造房地產法律 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 41 圖圖 92:2018-1H22 訊鳥軟件、合力億捷毛利率（訊鳥軟件、合力億捷毛利率（%）數據來源：公司公告，中信建投 1.3.4 騰訊會議：疫情加速線上化辦公，軟硬一體實現市場向上兼容，未來商業化空間可期 視頻會議行業國內存在傳統視頻會議、云視頻兩種路線，前者主要滿足政企大客戶定制化需求，后者通過視頻會議行業國內存在傳統視頻會議、云視頻兩種路線，前者主要滿足政企大客戶定制化需求，后者通過低成本適用中小客戶或對安全無特殊要求客戶。低成本適用中小客戶或對安全無特殊要求客戶。傳統視頻會議基于局

179、域網，需要配置 MCU 等硬件設備，采用AVC 全編全解技術，依托于 H323 協議。各點間的連接必須通過專網專線，需專業 IT 人員進行安裝、調試，建設和使用成本都非常高，但優勢在于能夠滿足用戶較高的安全需求。云視頻會議則通過虛擬機的方式替代傳統昂貴的硬件資源。依靠新一代的音視頻壓縮技術和 SVC 柔性編解碼算法實現確保高品質、低延時、不卡頓的音視頻效果。從技術路線的實現上看，硬件設備為主的傳統視頻會議主要聚焦大客戶的定制化需求，客戶特點是對安全要求較高，對成本相對不敏感，因此廣泛適用于政府、金融、電信、公共事業、醫療等行業；云視頻路線則以較高的性價比為特點，主要滿足用戶的標準化需求，客戶特

180、點是對成本相對敏感，一般是中小企業為主或對數據安全無特殊要求的客戶。根據銳觀咨詢，2020 年國內視頻會議客戶行業結構主要是政府、金融、電信、公共事業、教育、醫療等行業，這些行業的特點是央企、國企居多，對安全要求較為嚴格，這種市場結構的結果就是我國傳統視頻會議的份額較高。-40%-20%0%20%40%60%80%20182019202020211H22訊鳥軟件云服務毛利率訊鳥軟件BPO業務毛利率合力億捷云服務毛利率 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 42 圖圖 93:2019-25E 中國視頻會議市場規模中國視頻會議市場規模 圖圖 94:2020 年中國視頻會議應

181、用場景分布年中國視頻會議應用場景分布 數據來源：IDC，中信建投 數據來源：IDC，中信建投 圖圖 95:國內硬件視頻會議市場規模占比在國內硬件視頻會議市場規模占比在 70%以上以上 圖圖 96:1H21 Top 5 國內云會議廠商份額（國內云會議廠商份額（%）數據來源：IDC，中信建投 數據來源：IDC，中信建投 2020 年來新冠疫情加速辦公線上化的普及，中小企業視頻會議需求快速增長。年來新冠疫情加速辦公線上化的普及，中小企業視頻會議需求快速增長。根據 Sensor Tower，騰訊會議 MAU 自 2019 年 12 月發布后快速提升，并于 2020 年疫情得到控制，線下活動重新恢復后有

182、所回落，但整體上疫情后的 MAU 中樞遠高于疫情前。2022 年 3 月以及 11-12 月的疫情進一步加速辦公線上化，我們認為辦公線上化趨勢具備高度確定性?？梢哉f，疫情加速了視頻會議市場格局的變化，數量維度上看從大企業為主轉向中小企業為主。020040060080010001200201920202021 2022E 2023E 2024E 2025E硬件視頻會議（百萬美元）云視頻會議（百萬美元）32%14%9%9%9%7%6%14%政府金融業公共事業電信業教育行業醫療行業制造業其他72.7%76.3%72.1%50%60%70%80%024681H2120211H22硬件視頻會議（億美元）

183、云視頻會議（億美元）硬件視頻會議占比%0%2%4%6%8%10%12%14%小魚易連 齊心好視通會暢全時華為云會議1H21中國Top5云會議廠商市場份額 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 43 圖圖 97:騰訊會議騰訊會議 iOS 端端 MAU 趨勢（萬）趨勢（萬）圖圖 98:2022 年年 6 月辦公軟件月辦公軟件 MAU（萬）（萬）數據來源：Sensor Tower，中信建投 數據來源：Questmoblie，中信建投 圖圖 99:釘釘國內釘釘國內 iOS 端端 MAU 趨勢（萬）趨勢（萬）圖圖 100:企業微信國內企業微信國內 iOS 端端 MAU 趨勢（萬）

184、趨勢（萬）數據來源：Sensor Tower，中信建投 數據來源：Sensor Tower，中信建投 圖圖 101:2012-21 年我國企業數量（萬）及平均更新周期（年）年我國企業數量（萬）及平均更新周期（年）圖圖 102:2021 年中國企業結構以中小微企業為主（年中國企業結構以中小微企業為主（%）數據來源：工信部，中信建投 數據來源：工信部，中信建投 02004006008001,0001,2001,4001,6002019/122020/32020/62020/92020/122021/32021/62021/92021/122022/32022/62022/92022/1219,67

185、8 9,594 6,579 677 469 05,00010,00015,00020,00025,000釘釘企業微信 騰訊會議飛書TIM2022年6月MAU（萬）02,0004,0006,0008,00010,0002015/102016/42016/102017/42017/102018/42018/102019/42019/102020/42020/102021/42021/102022/42022/10釘釘MAU02004006008001,0002016/42016/102017/42017/102018/42018/102019/42019/102020/42020/102021/4

186、2021/102022/42022/10企業微信MAU0123456701,0002,0003,0004,0005,0006,000企業數量（萬）企業數量/新登記（年）0.9%99.1%大中型企業占比%中小微企業占比%港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 44 圖圖 103:2021 年國內中小企業約年國內中小企業約 1003 萬家萬家 圖圖 104:2014 年小微企業行業分布（年小微企業行業分布（%）數據來源：IDC，工信部，中信建投 數據來源：市場監管總局（原工商總局），中信建投 圖圖 105:不同類型企業對視頻會議的付費意愿以及性能要求情況不同類型企業對視頻會議

187、的付費意愿以及性能要求情況 數據來源：艾瑞咨詢，工信部，IDC，中信建投 量價維度看，國內視頻會議市場以中型企業為主。量價維度看，國內視頻會議市場以中型企業為主。我們根據價格*數量維度進一步拆分市場，并基于大/中/小微型企業視頻會議預算 100/10/1 萬元，以及 500/50/1 萬元進行測算，結果是不同企業預算扭曲程度越高，大/中型企業的視頻會議市場份額占比更高。大/中/小微型企業視頻會議預算 100/10/1 萬元情況下19，微型企業的市場份額能達到 21.1%；大/中/小微型企業視頻會議預算 500/50/1 萬元情況下，微型企業的市場份額僅為 5.1%。如此看來，國內視頻會議的市場

188、從付費規模上看以中型企業為主。中型企業為主的市場需要視頻會議廠商構建更繁榮的生態。中型企業為主的市場需要視頻會議廠商構建更繁榮的生態。根據艾瑞咨詢，中型企業的視頻會議需求大部分是標準化的，但相比微型企業具備更多的個性化需求，因此需要廠商通過合作伙伴完成。根據釘釘/騰訊會議，截止 2022 年底，釘釘會議目前有超過 70 家合作伙伴，例如 TCL、MAXHUB、Intel、影石 Insta360、Jabra，主要是與釘釘形成“軟硬一體化”的解決方案；截止 2021 年 7 月，騰訊會議也積累了超過 100 家合作伙伴的生態，主要方向與釘釘會議一致，也是“軟硬一體”，合作伙伴包括羅技、MAXHUB

189、、newline、億聯 19 為計算簡便，我們忽略了不同類型企業在行業分布上的差異，例如工業企業的大型企業占比可能更高，批發零售業的小微企業占比可能更高。但由于數據的可得性，我們暫時難以量化估計這一誤差的水平。中小企業微型企業18.49%36.44%9.93%4.62%0%5%10%15%20%25%30%35%40%微型微型企業企業,78%中小企業中小企業,21%大型企業大型企業,1%2021年安全敏感型安全敏感型大型大型企業企業中型企業小微企業追求性價比追求性價比成本敏感型成本敏感型安全要求：安全要求：傾向私有化部署，要求國際安全認證；部分國外廠商需要開源代碼；設備兼容：設備兼容：系統可以

190、打通原有的視頻會議設備，實現互聯互通；付付費能力：費能力：年付費量級在數百萬元左右；年付費量級在數百萬元左右；IT能力：能力：企業一般有成熟的IT系統，傾向傳統通信解決方案或SaaS型定制化服務。性能要求：性能要求：要求產品具備高度標準化的能力，在行業應用商有一定個性化需求；付費付費能力：能力：年付費量級在數十萬元左右；年付費量級在數十萬元左右；資源要求：資源要求：因IT系統建設并不齊全，強以來集成商完成線路架設、設備配套、安裝調試、后期維護，對后期的服務能力極其看重。性能要求：性能要求：易安裝、易操作、易擴展的標準型產品，對公有云接受度高；付費付費能力：能力：付費意愿很低，年付費量級在付費意

191、愿很低，年付費量級在6K-1W元之間；元之間；資源要求：資源要求：受限于IT設施建設與成本壓力，對代理商的需求較高，需要其提供持續的后續服務，對公有云接受度更高。港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 45 等。騰訊會議、釘釘會議均選擇向上“兼容”，TAM 對應 7080%的云視頻會議市場，結合 IDC 的預測，這對應 2023/24/25 年25/30/35 億的市場空間，額外增量可能來自于對硬件視頻會議的替代。圖圖 106:國內視頻會議市場規模結構（假設大型企業預算國內視頻會議市場規模結構（假設大型企業預算 100萬，中型企業預算萬，中型企業預算 10 萬，小型企業預

192、算萬，小型企業預算 1 萬）萬）圖圖 107:國內視頻會議市場規模結構（假設大型企業預算國內視頻會議市場規模結構（假設大型企業預算 500萬，中型企業預算萬，中型企業預算 50 萬，小型企業預算萬，小型企業預算 1 萬）萬）數據來源：艾瑞咨詢，工信部，IDC，中信建投 數據來源：艾瑞咨詢，工信部，IDC，中信建投 在市場擴張階段，騰訊會議為代表的廠商通過提升免費版權益的方式搶占市場份額。在市場擴張階段，騰訊會議為代表的廠商通過提升免費版權益的方式搶占市場份額。根據騰訊會議/釘釘會議官網，騰訊會議、釘釘會議免費版的權益差異不大，主要差異在于騰訊會議的免費權益更多，例如云錄制空間，自動會議紀要、分

193、組會議等。但整體上騰訊、釘釘的策略均是通過擴大免費版權益，實現對客戶需求的覆蓋，實現業務增長（MAU 增長）。表表 10:騰訊會議個人版、釘釘會議標準版功能對比騰訊會議個人版、釘釘會議標準版功能對比 騰訊會議個人版 釘釘會議標準版 參會人數 25 人（限時免費 300 人）25 人（限時免費 100 人）單場會議時長 45 分鐘（限時免費 24 小時）45 分鐘（限時免費 24 小時）同時開啟視頻人數 30 人（限時免費 300 人）-云錄制空間 1GB 支持（沒有主企業，保存 7 天；有主企業，則計入企業云空間）自動會議紀要 限時體驗 無 實時轉寫 限時體驗 無 聯席主持人個數 無 無 最高

194、視頻畫質 720P 720P 分組會議 2-直播 不支持 不支持 虛擬背景 支持 支持 資料來源：騰訊會議，釘釘視頻，中信建投 騰訊會議逐步開啟商業化。騰訊會議逐步開啟商業化。騰訊會議于 2020 年 9 月推出面向企業收費的商業版本，以及“軟硬一體”的數字化會議方案等付費模式，商業版售價 4788 元/年，企業定制版尚無標價。根據騰訊網20，自 2022 年 9 月 2 20 https:/ 23.3%55.6%21.1%0%20%40%60%80%100%2021年大型企業中小企業微型企業28.0%66.9%5.1%0%20%40%60%80%100%2021年大型企業中小企業微型企業 港

195、股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 46 日起，聯席主持人、自動會議紀要和字幕功能將結束限時免費，騰訊會議的 300 方不限時會議仍繼續限時免費。騰訊會議未來的商業化規模目前看主要取決于對大中型客戶的推廣滲透，而非自下而上依據個人用戶的付騰訊會議未來的商業化規模目前看主要取決于對大中型客戶的推廣滲透，而非自下而上依據個人用戶的付費計算。費計算。歸根結底，我們認為這一市場還是 B 端付費能力、意愿更強，C 端會議需求非剛性，或者有需求缺乏付費能力（所謂有效需求不足）。2云服務市場展望：中國云計算市場未來的發展路徑云服務市場展望：中國云計算市場未來的發展路徑 我們在前文花費

196、較多篇幅分析騰訊云及行業競爭對手的情況，主要是偏向微觀的分析。但行業主要云計算企業的增長還取決于國內云計算市場（以及東南亞等海外市場）的增長。限于篇幅，我們主要討論中國云計算市場的發展。許多投資者由于慣性思維，習慣于將全球尤其是歐美地區的云計算與國內的云計算進行類比，但中國云計算由于種種原因與歐美地區的云計算市場存在較大差異。我們認為由于 1）企業/實體運營目標并非完全是效率優先；2）公司信息化程度較低；3）企業平均壽命更短等原因，國內云計算的發展最終可能會走出一條與歐美不同的路線。首先是企業運營目標的效率導向問題。首先是企業運營目標的效率導向問題。我們認為，大多數中國企業由于行業發展原因更關

197、注增長而非效率，并相信增長能夠解決大多數問題，這導致運營效率的提升并未受到充分重視。但我們看到互聯網為代表的企業已經面臨收入增速放緩（22 年負增長）的問題，即業務擴展面臨邊際問題，行業內的公司預計將逐步思考資本配置效率的問題，例如通過降低戰略冗余、精簡人員架構等方式提升運營效率。此外，隨著競爭帶來的行業集中度提升，我們預計越來越多的企業會逐步重視運營效率的提升。圖圖 108:規模以上互聯網企業收入增速同比放緩規模以上互聯網企業收入增速同比放緩 圖圖 109:2013-18 年企業信息化情況（年企業信息化情況（%）數據來源：工信部，中信建投 數據來源：國家統計局，中信建投 其次是公司信息化程度

198、較低。其次是公司信息化程度較低。中國在 2013 年企業員工擁有計算機比率為 20%左右，2018 年提升至 28.7%。美國在云計算之前企業 IT 的普及率已經較高，根據 UML21，2001 年美國企業信息化已進入比較高級的階段，60%的小企業、80%的中型企業、90%以上的大企業已借助互聯網廣泛開展電子商務活動。較低的信息化程度下，21http:/ 2017 2018 2019 2020 2021 2022規模以上互聯網企業收入（億元）yoy%港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 47 企業對于 IT 系統、云是缺乏標準的，而美國有 SAP、IBM、Oracle、

199、微軟等企業定義 IT 系統，因此美國企業上云的遷移難度更低。再次是企業平均壽命更短。再次是企業平均壽命更短。根據央行調研，2018 年我國中小企業平均壽命 3.5 年，短于美國的 8 年和日本的 12 年。生命周期更短意味著企業會將更多的預算向營銷傾斜。長期經營的企業會更注重運營成本的節約和優化。圖圖 110:2018 年中小企業平均壽命（年）年中小企業平均壽命（年）數據來源：中國人民銀行，中信建投 中國云計算市場與全球市場不同：中國云計算市場與全球市場不同：1）中國云計算市場私有云占比更高；）中國云計算市場私有云占比更高；根據中國信通院，2021 年中國云計算市場中 32.5%為私有云，剩余

200、 67.5%為公有云，相比全球云計算市場，國內的私有云占比更高。2）中國的）中國的 PaaS、SaaS 市場更不成熟，但也充滿機會。市場更不成熟，但也充滿機會。另一方面，中國公有云市場中 PaaS、SaaS 的收入占比更低，海外公有云市場中 PaaS、SaaS 的收入占比更高，這意味著現有市場中不存在較為成熟的 PaaS、SaaS 服務商，因此騰訊云、阿里云等無法通過收購實現快速增長，但另一方面也意味著騰訊云、阿里云有機會從零開始構筑在 PaaS、SaaS領域的競爭力，這是海外云計算廠商（如 AWS、Google）所缺乏的機會，他們面臨更多成熟競爭對手的挑戰。3）中國互聯網云計算廠商未來的收入

201、份額可能受到國資云沖擊，但利潤率中樞有望受益）中國互聯網云計算廠商未來的收入份額可能受到國資云沖擊，但利潤率中樞有望受益 PaaS、SaaS 占比提升。占比提升。圖圖 111:2016-21 年中國云計算市場結構（年中國云計算市場結構（%）圖圖 112:全球云計算市場規模結構（全球云計算市場規模結構（%）數據來源：中國信通院，中信建投 數據來源：T4，中信建投 02468101214中國美國日本中小企業平均壽命（年）33.0%38.3%45.4%51.6%61.1%67.5%67.0%61.7%54.6%48.4%38.9%32.5%0%20%40%60%80%100%201620172018

202、201920202021中國私有云市場份額（%）中國公有云市場份額（%）13.1%17.4%22.1%24.6%26.0%27.3%28.1%86.9%82.6%77.9%75.4%74.0%72.7%71.9%0.0%20.0%40.0%60.0%80.0%100.0%20182019202020212022E 2023E 2024E私有云市場占比%公有云市場占比%港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 48 圖圖 113:2018-24E 全球公有云市場結構（全球公有云市場結構（%）圖圖 114:2016-21 年中國公有云市場結構（年中國公有云市場結構（%）數據來源

203、：T4，中信建投 數據來源：中國信通院，中信建投 盈利預測盈利預測 我們預計騰訊控股于 2022/23/24 年分別實現 5570/6242/6860 億營業收入，分別同比-1%/+12%/10%，經調整Non-IFRS 凈利潤為 1201/1447/1639 億，分別同比-3%/+20%/+13%，對應經調整 Non-IFRS 凈利潤率為21.6%/23.2%/23.9%。估值估值 總體上看，港股科技公司的估值基礎是離岸市場美元流動性及中國市場經濟基本面，騰訊也概不例外。2022年市場主要交易中國疫情防控對基本面的擾動，以及美國通脹周期；2023 年至今市場的交易主題主要是中國疫后經濟復蘇曲

204、線與美國加息曲線。由于 2022 年 11-12 月的快速達峰，當前市場面臨經濟數據滯后帶來的空窗期，即普遍認為經濟較 22 年有所恢復，但 4Q22 乃至 1Q23 數據可能仍然處于低位，而預期/市場情緒已經較為高昂，參照海外其他國家疫后復蘇的經驗給予定價。由于疫情對經濟的擾動自由于疫情對經濟的擾動自 2020 年以來呈現非連續性、非均勻性的特點，同比基數很大程度上受到類似的影年以來呈現非連續性、非均勻性的特點，同比基數很大程度上受到類似的影響，基于表觀數據的預期可能缺乏合理參照系。響，基于表觀數據的預期可能缺乏合理參照系。從中長期趨勢看，2022 年 6 月社零 3 年復合增速較潛在增速差

205、異在0.45pct，7月后受疫情影響差異擴大到1-2pct，11月疫情影響加劇，實際增速與潛在增速差異擴大到3.38pct。按趨勢看，消費復蘇存在一定空間，但不宜預期過高。17.0%18.5%19.5%20.9%22.3%23.6%26.2%14.2%15.6%16.7%18.6%19.8%21.2%24.1%43.4%42.0%40.9%39.5%38.7%37.5%35.4%25.5%23.9%23.0%20.9%19.2%17.8%14.3%0%20%40%60%80%100%20182019202020212022E 2023E 2024EIaaSPaaSSaaSothers51.2%

206、56.0%61.8%65.7%70.1%74.0%4.7%4.4%5.0%6.1%8.1%9.0%44.1%39.6%33.2%28.3%21.8%17.0%0%20%40%60%80%100%201620172018201920202021IaaS市場份額（%）PaaS市場份額（%）SaaS市場份額（%）港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 49 圖圖 115:恒生科技與主要行業指數漲跌幅對比恒生科技與主要行業指數漲跌幅對比 圖圖 116:恒生科技與主要大盤指數漲跌幅對比恒生科技與主要大盤指數漲跌幅對比 數據來源：Wind，中信建投 數據來源：Wind，中信建投 圖圖

207、 117:2017-2022 年年 12 月社零同比增速趨勢月社零同比增速趨勢 圖圖 118:2003-2022 年年 12 月社零同比增速趨勢月社零同比增速趨勢 數據來源：國家統計局，中信建投 注：2021年按2年復合同比增速計算，2022年按3年復合同比增速計算。數據來源：國家統計局，中信建投 圖圖 119:1Q06-4Q22 國內各部門杠桿率（國內各部門杠桿率（%）圖圖 120:2010-22 年年 7 月居民中長期貸款與存款同比增速（月居民中長期貸款與存款同比增速（%）數據來源：國家資產負債表研究中心，中信建投 注：居民部門杠桿率對應右軸。數據來源：中國人民銀行，中信建投 注：已經按M

208、A(12)平滑處理，2022M7涵蓋了2023M1的數據。-5%0%5%10%15%20%HSTECH 恒生科技884705 白酒指數000006 地產指數884035 新能源指數0%5%10%15%20%000300 滬深300000001 上證指數881001 萬得全AHSTECH 恒生科技-25-20-15-10-50510152017-022017-072017-122018-052018-102019-032019-082020-012020-062020-112021-042021-092022-022022-072022-12社會消費品零售總額:當月同比社會消費品零售總額:同比趨

209、勢-30-20-100102030402003-012004-042005-072006-102008-012009-042010-072011-102013-012014-042015-072016-102018-012019-042020-072021-10社會消費品零售總額:當月同比02040608001002003001Q061Q071Q081Q091Q101Q111Q121Q131Q141Q151Q161Q171Q181Q191Q201Q211Q22實體經濟部門杠桿率非金融企業部門杠桿率政府部門杠桿率居民部門杠桿率-100-500501001502002502010-012010-1

210、02011-072012-042013-012013-102014-072015-042016-012016-102017-072018-042019-012019-102020-072021-042022-01居民戶新增中長期貸款:同比居民戶新增存款:同比 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 50 圖圖 121:人均消費傾向中長期趨勢（人均消費傾向中長期趨勢（%）圖圖 122:商品商品/權益權益/債券債券 1 月末（節后）均出現回調月末（節后）均出現回調 數據來源：國家統計局，中信建投 注：已經按MA(7)平滑處理，1Q22含3Q22數據。數據來源：Wind，中信建

211、投 注：10年期中債到期收益率對應右軸。預期先行導致與現實差距擴大，帶來商品預期先行導致與現實差距擴大，帶來商品/債券債券/權益市場的回調。權益市場的回調。10 月底以來的反彈經歷了低預期、低倉位帶來的共振，預期轉暖、海外流動性壓力減弱帶來的估值中樞抬升，疫情防控優化帶來的經濟復蘇預期提升等，至 1 月中下旬市場估值從偏低回到合理估值附近，因而需要進一步驗證復蘇的斜率，我們認為這是 1 月下旬市場回調的主要原因。后續經濟恢復方面，后續經濟恢復方面，我們看到 1）地產成交側恢復程度，一線城市二線城市三線城市；2）基建方面，螺紋鋼庫存較往年偏高，水泥價格指數偏低；3）消費方面社零 12 月同比-1

212、.8%，中長期有一定復蘇空間但不宜高估空間（如前所述）。此外，根據 2 月央行、銀保監會發布座談會，“針對部分借款人違規使用經營貸、消費貸提前還款的情況，要求商業銀行持續做好貸前貸后管理、加強風險警示”。綜合以上，未來后續經濟復蘇可能是一個結構上偏重兩頭，程度上溫和恢復的情況。全面性復蘇可以通過不同部門的數據交互驗證，而結構性復蘇的特點則存在數據引申的趨勢相互矛盾的情況，因而市場需要反復多次連續驗證，此過程表現為權益市場的周期震蕩。對騰訊而言，主要業務均面向國內客戶，其主要敞口也是廣告/游戲消費/商業支付等。圖圖 123:2019-23 年一線城市商品房成交面積情況（萬平米）年一線城市商品房成

213、交面積情況（萬平米）圖圖 124:2019-23 年二線城市商品房成交面積情況（萬平米）年二線城市商品房成交面積情況（萬平米）數據來源：Wind，中信建投 注：采用周頻數據，已做MA(5)平滑處理，下同。數據來源：Wind，中信建投 62%64%66%68%70%72%74%05001,0001,5002,0002,5003,0003,5002013-092014-042014-112015-062016-012016-082017-032017-102018-052018-122019-072020-022020-092021-042021-11全國居民人均可支配收入-人均消費支出人均消費傾

214、向2.4%2.5%2.6%2.7%2.8%2.9%3.0%-15%-10%-5%0%5%10%15%2022-102022-112022-122023-01SHFE螺紋鋼上證50指數10年期國債到期收益率(rhs)0204060801001201402019202020212022202305010015020025030035020192020202120222023 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 51 圖圖 125:2019-23 年三線城市商品房成交面積情況（萬平米）年三線城市商品房成交面積情況（萬平米）圖圖 126:2019-23 年螺紋鋼庫存情況（萬噸

215、）年螺紋鋼庫存情況（萬噸）數據來源：Wind，中信建投 數據來源：Wind，中信建投 注：采用周頻數據，已做MA(5)平滑處理。圖圖 127:2019-23 年全國水泥價格指數年全國水泥價格指數 數據來源：Wind，中信建投 注：采用周頻數據，已做MA(5)平滑處理。圖圖 128:標普標普 500、恒生綜指和、恒生綜指和 10Y 美債推測美債推測 PE 圖圖 129:納斯達克、恒生科技和納斯達克、恒生科技和 2/10Y 美債推測美債推測 PE 數據來源：Wind，中信建投 數據來源：Wind，中信建投 0501001502002019202020212022202302004006008002

216、019202020212022202310012014016018020022020192020202120222023010203040502011-012011-102012-072013-042014-012014-102015-072016-042017-012017-102018-072019-042020-012020-102021-072022-042023-01PE:S&P 500PE:HSCI10Y 美債估測PE0204060802018-12018-52018-92019-12019-52019-92020-12020-52020-92021-12021-52021-920

217、22-12022-52022-92023-1PE:NASDAQPE:HSTech10Y 美債估測PE（Adj）2Y 美債估測PE 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 52 圖圖 130:騰訊騰訊 Forward PE、納斯達克、納斯達克 PE、美債估測、美債估測 PE 走勢走勢 數據來源：Wind，Bloomberg，中信建投 海外流動性方面，市場此前過早定價通脹回落及經濟衰退，1 月非農就業及零售、CPI 數據等再超預期，當前市場重新定價通脹曲線，但對納斯達克、恒生科技產生相反影響。簡言之，美國經濟數據比預期更強，目前看來受加息影響低于此前估計，而中國疫后復蘇幅度至

218、少目前看來低于節前市場的樂觀估計，因而納斯達克、標普等受 EPS 預期上修緩沖，恒生科技則受 PE 中樞下行影響，近期有一定回調。投資評價和建議投資評價和建議 對騰訊而言，流動性方面，隨著美國通脹確認見頂，我們認為交易從左側轉向右側。當美國通脹尚未見頂時，需要考慮額外的超預期緊縮，因而更多需要額外空間保護凈值，表現為超跌后布局。但右側交易的邏輯則相反，流動性緊縮緩和具備較高確定性的，中長期看估值中樞將不斷上修。年初至今，我們看到近期市場從交易加息利率終點轉向衰退定價，但存在鐘擺思維（從極度樂觀轉向悲觀），因而 PE 中樞跟隨美債利率周期波動，我們認為利率中樞下行趨勢確定性較高，短期波動更多是數

219、據驅動的擇時交易節點?；久鎸用?，版號連續發放，騰訊重點游戲如黎明覺醒、無畏契約、合金彈頭等陸續獲批，騰訊重啟新一輪向上產品周期。廣告方面，視頻號 23 年預計貢獻實質性收入，此外其他廣告預計跟隨大盤增長。FT&BS 方面，支付業務預計受益疫后線上線下消費復蘇；財富管理業務繼續推進線上化；云業務受國資云沖擊邊際減弱，且 IaaS 層 CDN 毛利率提升，PaaS 層音視頻解決方案占比下降，數據庫毛利率提升，SaaS 層騰訊會議、企業微信商業化加速從而大幅減虧?？偨Y來看，騰訊 23-24 年業績具備較好的彈性，中長期業務仍具備較好的增長前景和盈利回報。維持對騰訊的“買入”評級。風險分析風險分析

220、監管風險：監管風險：由于公司各項業務不同程度受監管影響，例如游戲業務產品周期受版號發行節奏影響，金融科技與企業服務受行業特定監管的制約，因此監管的變化可能對公司業務造成不同程度的影響。宏觀或行業環境變化：宏觀或行業環境變化：由于公司部分業務處于探索期或成長期，業務模式尚未成熟，同時宏觀、行業環境可能發展變化，因此當前時點對未來的預判多數依賴上述環境變化不大或基本穩定的假設。若宏觀、行業環境010203040506070802017-62017-92017-122018-32018-62018-92018-122019-32019-62019-92019-122020-32020-62020-9

221、2020-122021-32021-62021-92021-122022-32022-62022-92022-12PE:騰訊控股10Y 美債估測PEPE:NASDAQ2Y 美債估測PE 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 53 發生較大變化，公司業務受到的影響可能超出我們的預期范圍。競爭競爭加劇風險：加劇風險：公司部分業務如視頻號、云服務、金融科技等面臨主要互聯網平臺企業的直接競爭，同時還存在潛在的競爭對手入局的風險。港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 54 報表預測報表預測 資產負債表（百萬元）資產負債表（百萬元）利潤表（百萬元）利潤表（百

222、萬元）會計年度會計年度 2020A 2021A 2022E 2023E 2024E 會計年度會計年度 2020A 2021A 2022E 2023E 2024E 流動資產流動資產 317,647.0 484,812.0 930,312.5 1,498,228 2,086,758.營業收入營業收入 482,064.0 560,118.0 556,885.7 626,151.4 689,996.3現金 155,318.0 170,442.0 704,130.3 1,245,238 1,809,054.營業成本 260,532.0 314,174.0 310,775.7 346,434.7 380,

223、513.0應收票據及應收賬款合計44,981.00 49,331.00 51,302.64 57,683.69 63,565.35 營業稅金及附加 0.00 0.00 0.00 0.00 0.00 其他應收款 0.00 0.00 0.00 0.00 0.00 銷售費用 33,758.00 40,594.00 30,622.15 31,199.22 30,871.16 預付賬款 39,456.00 54,028.00 46,796.20 52,616.73 57,981.75 管理費用 28,653.00 37,967.00 45,321.39 46,798.84 51,451.93 存貨 81

224、4.00 1,063.00 1,028.76 1,146.80 1,259.61 研發費用 38,972.00 51,880.00 61,260.12 62,398.45 65,172.45 其他流動資產 77,078.00 209,948.0 127,054.5 141,542.5 154,896.7 財務費用 6,957.00 6,650.00 0.00 0.00 0.00 非流動資產非流動資產 1,015,778 1,127,552 1,101,550.1,075,548 1,049,546.資產減值損失 3,672.00-16,444.00 0.00 0.00 0.00 長期投資 30

225、5,258.0 323,188.0 323,188.0 323,188.0 323,188.0 信用減值損失 0.00 0.00 0.00 0.00 0.00 固定資產 59,843.00 61,914.00 52,214.14 42,514.28 32,814.42 其他經營收益 0.00 0.00 0.00 0.00 0.00 無形資產 79,834.00 97,399.00 81,165.83 64,932.67 48,699.50 公允價值變動收益 0.00 0.00 0.00 0.00 0.00 其他非流動資產 570,843.0 645,051.0 644,982.3 644,91

226、3.6 644,844.9 投資凈收益 3,672.00-16,444.00 0.00 0.00 0.00 資產總計資產總計 1,333,425 1,612,364 2,031,862.2,573,777 3,136,305.營業利潤營業利潤 184,237.0 271,620.0 166,201.1 209,274.3 215,332.6流動負債流動負債 269,079.0 403,098.0 345,865.0 383,644.7 420,283.2 其他非經營損益 4,215.00 23,558.00 25,691.01 22,345.04 4,214.98 短期借款 14,242.00

227、 19,003.00 0.00 0.00 0.00 利潤總額利潤總額 180,022.0 248,062.0 140,510.0 186,929.2 211,117.6應付票據及應付賬款合 94,030.00 109,470.0 118,535.8 132,136.9 145,135.0 所得稅 19,897.00 20,252.00 22,821.28 24,523.64 27,445.29 其他流動負債 160,807.0 274,625.0 227,329.1 251,507.8 275,148.1 凈利潤凈利潤 160,125.0 227,810.0 117,688.8 162,405

228、.6 183,672.3非流動負債非流動負債 286,303.0 332,573.0 332,573.0 332,573.0 332,573.0 少數股東損益 278.00 2,988.00-170.00 0.00 0.00 長期借款 234,202.0 282,526.0 282,526.0 282,526.0 282,526.0 歸屬母公司凈利潤歸屬母公司凈利潤 159,847.0 224,822.0 117,858.8 162,405.6 183,672.3其他非流動負債 52,101.00 50,047.00 50,047.00 50,047.00 50,047.00 Non-IFRS

229、 歸母凈利潤 122,729.1 123,788.0 120,105.9 144,673.9 163,933.2負債合計負債合計 555,382.0 735,671.0 678,438.0 716,217.7 752,856.2 EPS（元）12.79 12.88 12.55 15.14 17.15 少數股東權益 74,059.00 70,394.00 70,773.55 72,825.71 75,203.95 股本 0.00 0.00 1,000.00 2,000.00 3,000.00 資本公積 703,984.0 806,299.0 1,182,299.1,558,299 1,934,2

230、99.留存收益 0.00 0.00 99,352.19 224,434.8 370,945.9 主要財務比率主要財務比率 歸屬母公司股東權益 703,984.0 806,299.0 1,282,651.1,784,733 2,308,244.會計年度會計年度 2020A 2021A 2022E 2023E 2024E 負債和股東權益負債和股東權益 1,333,425 1,612,364 2,031,862.2,573,777 3,136,305.成長能力成長能力 營業收入(%)27.77 16.19 -0.58 12.44 10.20 凈利潤(%)66.99 42.27 -53.35 27.3

231、8 17.11 獲利能力獲利能力 毛利率(%)45.95 43.91 44.19 44.67 44.85 凈利率(%)33.22 40.67 19.09 21.62 22.98 ROE(%)22.71 27.88 8.26 7.47 6.77 ROIC(%)18.52 9.97 9.04 12.78 15.28 償債能力償債能力 現金流量表（百萬元）現金流量表（百萬元）資產負債率(%)41.65 45.63 33.39 27.83 24.00 會計年度會計年度 2020A 2021A 2022E 2023E 2024E 凈負債比率(%)11.97 14.95 -31.15 -51.83 -64

232、.05 經營活動現金流經營活動現金流 194119 175186 173176.05 163184.3 183684.74 流動比率 1.18 1.20 2.69 3.91 4.97 凈利潤 160,125.0 227,810.0 106,282.1 135,381.6 158,549.0 速動比率 0.92 0.71 2.35 3.56 4.62 折舊攤銷 50,774.00 57,670.00 26,001.71 26,001.71 26,001.71 營運能力營運能力 財務費用 930.00 464.00 12,585.32 10,291.11 8,357.50 總資產周轉率 0.36

233、0.35 0.27 0.24 0.22 其他經營現金流-28,306.83-8,490.13-9,223.56 應收賬款周轉率 10.72 11.35 10.85 10.85 10.85 投資活動現金流投資活動現金流-21,651.10 19,462.18 21,148.38 每股指標（元）每股指標（元）資本支出 51,920.00 64,219.00 0.00 0.00 0.00 每股收益(最新攤薄)16.72 23.52 11.08 13.95 16.34 其他投資現金流-21,651.10 19,462.18 21,148.38 每股經營現金流(最新攤薄20.31 18.33 18.12

234、 17.07 19.22 籌資活動現金流籌資活動現金流 13,647.00 21,620.00 338,861.2 358,462.0 358,982.8 每股凈資產(最新攤薄)73.65 84.36 134.19 186.72 241.49 短期借款-8,453.00 4,761.00-0.00 0.00 估值比率估值比率 長期借款 46,618.00 48,324.00 0.00 0.00 0.00 P/E 22.54 16.03 34.03 27.03 23.07 其他籌資現金流-357,864.2 358,462.0 358,982.8 P/B 5.12 4.47 2.81 2.02

235、1.56 現金凈增加額現金凈增加額 25,811.00 18,257.00 533,688.3 541,108.5 563,815.9 EV/EBITDA 0.90 0.81 0.43 -0.44 -1.21 資料來源：公司公告，iFinD，中信建投 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 55 分析師介紹分析師介紹 孫曉磊孫曉磊 海外研究首席分析師，北京航空航天大學碩士，游戲產業和金融業 7 年復合從業經歷，專注于互聯網研究，對騰訊、網易、阿里、美團、閱文等互聯網巨頭有較為深入的理解。2019 年新財富港股及海外最佳研究團隊入圍，2020 年、2021 年新財富港股及海

236、外最佳研究團隊第五名。崔世峰崔世峰 海外研究聯席首席分析師，南京大學碩士，5 年買方及賣方復合從業經歷，專注于互聯網龍頭公司研究，所在賣方團隊獲得 2019-2020 年新財富傳媒最佳研究團隊第二名。研究助理研究助理 許悅許悅 港股公司深度報告 騰訊控股騰訊控股 請參閱最后一頁的重要聲明 56 評級說明評級說明 投資評級標準 評級 說明 報告中投資建議涉及的評級標準為報告發布日后 6個月內的相對市場表現，也即報告發布日后的 6 個月內公司股價（或行業指數）相對同期相關證券市場代表性指數的漲跌幅作為基準。A 股市場以滬深300 指數作為基準；新三板市場以三板成指為基準；香港市場以恒生指數作為基準

237、；美國市場以標普 500 指數為基準。股票評級 買入 相對漲幅 15以上 增持 相對漲幅 5%15 中性 相對漲幅-5%5之間 減持 相對跌幅 5%15 賣出 相對跌幅 15以上 行業評級 強于大市 相對漲幅 10%以上 中性 相對漲幅-10-10%之間 弱于大市 相對跌幅 10%以上 分析師聲明分析師聲明 本報告署名分析師在此聲明：（i）以勤勉的職業態度、專業審慎的研究方法，使用合法合規的信息，獨立、客觀地出具本報告,結論不受任何第三方的授意或影響。（ii）本人不曾因，不因，也將不會因本報告中的具體推薦意見或觀點而直接或間接收到任何形式的補償。法律主體說明法律主體說明 本報告由中信建投證券股

238、份有限公司及/或其附屬機構（以下合稱“中信建投”）制作，由中信建投證券股份有限公司在中華人民共和國（僅為本報告目的，不包括香港、澳門、臺灣）提供。中信建投證券股份有限公司具有中國證監會許可的投資咨詢業務資格，本報告署名分析師所持中國證券業協會授予的證券投資咨詢執業資格證書編號已披露在報告首頁。在遵守適用的法律法規情況下，本報告亦可能由中信建投（國際）證券有限公司在香港提供。本報告作者所持香港證監會牌照的中央編號已披露在報告首頁。一般性聲明一般性聲明 本報告由中信建投制作。發送本報告不構成任何合同或承諾的基礎，不因接收者收到本報告而視其為中信建投客戶。本報告的信息均來源于中信建投認為可靠的公開資

239、料，但中信建投對這些信息的準確性及完整性不作任何保證。本報告所載觀點、評估和預測僅反映本報告出具日該分析師的判斷，該等觀點、評估和預測可能在不發出通知的情況下有所變更，亦有可能因使用不同假設和標準或者采用不同分析方法而與中信建投其他部門、人員口頭或書面表達的意見不同或相反。本報告所引證券或其他金融工具的過往業績不代表其未來表現。報告中所含任何具有預測性質的內容皆基于相應的假設條件，而任何假設條件都可能隨時發生變化并影響實際投資收益。中信建投不承諾、不保證本報告所含具有預測性質的內容必然得以實現。本報告內容的全部或部分均不構成投資建議。本報告所包含的觀點、建議并未考慮報告接收人在財務狀況、投資目

240、的、風險偏好等方面的具體情況，報告接收者應當獨立評估本報告所含信息，基于自身投資目標、需求、市場機會、風險及其他因素自主做出決策并自行承擔投資風險。中信建投建議所有投資者應就任何潛在投資向其稅務、會計或法律顧問咨詢。不論報告接收者是否根據本報告做出投資決策，中信建投都不對該等投資決策提供任何形式的擔保，亦不以任何形式分享投資收益或者分擔投資損失。中信建投不對使用本報告所產生的任何直接或間接損失承擔責任。在法律法規及監管規定允許的范圍內，中信建投可能持有并交易本報告中所提公司的股份或其他財產權益，也可能在過去 12 個月、目前或者將來為本報告中所提公司提供或者爭取為其提供投資銀行、做市交易、財務

241、顧問或其他金融服務。本報告內容真實、準確、完整地反映了署名分析師的觀點，分析師的薪酬無論過去、現在或未來都不會直接或間接與其所撰寫報告中的具體觀點相聯系，分析師亦不會因撰寫本報告而獲取不當利益。本報告為中信建投所有。未經中信建投事先書面許可，任何機構和/或個人不得以任何形式轉發、翻版、復制、發布或引用本報告全部或部分內容，亦不得從未經中信建投書面授權的任何機構、個人或其運營的媒體平臺接收、翻版、復制或引用本報告全部或部分內容。版權所有，違者必究。中信建投證券研究發展部中信建投證券研究發展部 中信建投（國際）中信建投（國際）北京 上海 深圳 香港 東城區朝內大街2 號凱恒中心B座 12 層 上海浦東新區浦東南路528號南塔 2106 室 福田區福中三路與鵬程一路交匯處廣電金融中心 35 樓 中環交易廣場 2 期 18 樓 電話：（8610）8513-0588 電話：（8621）6882-1600 電話：（86755）8252-1369 電話：（852）3465-5600 聯系人：李祉瑤 聯系人：翁起帆 聯系人：曹瑩 聯系人：劉泓麟 郵箱： 郵箱： 郵箱： 郵箱：charleneliucsci.hk