大家好，分享三段调研笔记。
#互联网#
2023年整个中国互联网平台上新增了 5.5 亿小时的短视频， 1.1 亿小时的中长视频。AI对长视频和短视频视频的影响不一样，博纳的总裁说得很好，他认为 AI对他们的帮助主要是前期低成本探查市场偏好，帮助他们判断哪些类型的电影更受欢迎。对影视行业来说，这比节省成本重要太多。对短视频平台来说，逻辑很不同，他们希望通过AI降低短视频生成门槛来改善用户体验。
#哔哩哔哩#
哔哩哔哩超过95%的播放量来自UP制作的内容，这是他们和腾讯、爱奇艺等中长视频网站的本质区别。他们最新的数据是MAU达到了3.36亿，DAU超过1亿，核心用户平均年龄25岁，新增用户平均年龄22岁。他们目前会员月卡价格是25块左右（腾讯视频是30块），大会员付费率不到10%（腾讯视频接近30%）。2024年二季度广告的前五大客户行业分别为游戏、电商、数码三C、食品饮料和汽车，对比之下2022年前五大广告客户分别是游戏、食品饮料、电商、美护肤美妆和数码3C。今年 618 期间b 站视频和直播带货的GMV 同比增长140%，但是体量还不大。
#制造业#
中国制造业的规模连续13 年居世界首位，目前占GDP 比重超过三成，也是全世界工业门类最全的工业体系国家。不过总体上，我们的工业价值链基本还是处在中下游的低端水平。现在的问题是，我们在高端工业制造比如芯片、半导体行业受到欧美的打压，低端产业遇到更低劳动力成本的东南亚、印度的冲击。以苹果产业链为例， 2017年苹果供应商在大陆设厂的占比是46%，到2022年已经下滑到了36%。而东南亚的苹果供应商占比就从17%上升到了32%。
从这个角度，未来工业互联网、智能制造、低碳经济是确定的趋势，因为不往这个方向转型我们的制造业很难维持过去的竞争力。
————————————————
我们专注于行业指数研究。
指数基金的表现取决于它所追踪的指数。如果我们把整个指数当成一家"多元化的公司组合"，我们需要知道它现在的估值、未来的成长、和历史的波动情况。
以"在线消费ETF"(159728.OF)为例，它追踪的指数是"在线消费"(399361.SZ)。这指数由50只股票组成，它的行业分布是：文化娱乐34.16%+计算机软件21.44%+消费电子8.03%！
指数的估值本质是个股估值逻辑的延续。把这50只股票（按指数成分比例）全部买下来，需要实际付出的钱（市值扣除上市公司账上的金融资产，加上需要偿还的带息负债）和他们过去一年经营净现金流的比，我们定义为"指数的估值"。
指数的成长性取决于它的行业分布。在上面的例子中，如果我们对"文化娱乐"行业打84分，对"计算机软件"行业打73分，"消费电子"打48分，那么指数得分应该是这三者的加权平均值(要通过标准化剔除三个行业整体权重的影响）。这意味着我们要对107个中信二级行业的成长性进行排序，而且还需要基于获取的新信息持续微调。
历史总是来回摆动。约翰伯格先生曾经把"均值回归"看成金融市场的"万有引力"。我们认为均值回归中的"均值"至少要拆解为基本面和估值的均值，且偏离历史均值幅度越大，指数回归均值的概率就越大。
三种不同投资偏好下的指数选择
通常，估值低的资产成长性不好，而成长性好的资产估值一般很高。这意味着我们需要某种权衡。
另外，不同投资者在不同的行情下也有不同偏好。有时他们偏好低估值，有时觉得成长性更重要。因此我们需要对成长性指标、估值指标、均值回归指标分别赋予不同的权重，由此我们大致能筛选出不同投资偏好下的指数排名。
点击阅读原文访问网站（推荐电脑端）🌹
