AI经济学
AIconomics：A Perspective of Scale
视频推荐
人工智能（Artificial Intelligence, AI）是一个与人类智能相对应的概念。AI的新突破影响经济社会发展，反过来，技术进步是人类经济活动的结果，AI未来的发展也取决于经济社会环境包括公共政策的演变。中金研究院和中金公司研究部联合撰写了这篇研究报告，力图从经济视角探讨本轮AI进步的生产力特点及其对生产关系的冲击，围绕宏观含义、产业影响、治理挑战等问题提供一个系统分析。
>>识别二维码查看更多视频<<
章节导读
0
前言 AI规模新经济
作为一项通用目的技术，规模定律（Scaling Law）[1]是本轮AI进步的突出特征，意味在静态上大国有优势，动态上先发者有优势。美国在大模型研发方面拥有先发优势，中国人口多、市场大有利于加速追赶，尤其可能在应用层孕育出引领性的创新，为经济增长注入新动能。按照我们的估算，AI有望使得中国2035年的GDP相较于基准情形提升9.8%，相当于未来10年的年化增长率额外增加0.8个百分点。科技革命不仅促进生产力，也重塑生产关系，AI作为“类人”技术，在数字治理、市场竞争、社会伦理、国际关系等方面将带来深远的影响。历史经验显示，科技进步在提升经济增长的同时，也加大收入差距，促进社会保障既有物质基础也是可持续发展的必然要求。中国可在AI治理方面未雨绸缪，尤其需要着力完善社会保障体系，兼顾效率和公平，让科技发展成果惠及全体人民。在当前总需求不足的背景之下，扩张性财政政策提振经济增长，也有助于中国在AI领域加速追赶。
1
第一章 迈入通用模型时代，迎接智能融合浪潮
人工智能（AI）是模拟智能的系统，当前尤指计算机系统。智能可以理解成一种根据万事万物的运动以及联系的信息，反推“世界真理”的能力，而智能体信息收集和处理能力的广度与深度决定了其智能水平的高低。以大语言模型为代表的深度学习算法的成功，标志着AI迈入了同一系统可以处理不同类型信息的通用模型时代，总结真实世界规律的能力取得了里程碑式的突破。本轮AI体现出广泛的融合潜力，其应用潜力和商业前景已得到初步印证，或已跨过S型曲线的第一拐点，进入“研发-应用”循环迭代的加速期，智能融合浪潮已经袭来。为了度量各国在本轮智能融合浪潮中的领导地位，我们构建了可以表征“研发-应用”循环迭代能力的“AI发展指数”。其中美国在技术研发层面具有较大优势，而中国在市场应用端略胜一筹；德、日、英居于全球AI发展的第二梯队；印度由于市场规模优势，紧随第二梯队之后。这对我们理解AI对世界格局的影响具有重要意义。
2
第二章 中国AI发展面临的挑战与应对之道
得益于政策支持、国内大市场以及大规模IT教育投入所带来的人才红利，中美欧在上一轮AI浪潮中一同引领全球。新时代，中国如何应对？在算力领域，通过持续的工程优化，海外龙头算力芯片企业与主流开源大模型的适配效果较优，这坚定了我国发展国产算力芯片的信心。此外，传统架构下芯片的持续升级遇到瓶颈，新型计算架构芯片有望帮助我国算力硬件对美国形成加速追赶。在模型层面，当前大模型遵循规模定律，但无论极限是否存在，我国都应积极研发自主大模型，这不仅是技术自主和产业升级的体现，也是保障国家AI领域安全和推动科技经济持续稳健发展的关键。当前国内市场面向个人和企业的应用“百花齐放”，移动互联网时代积累的应用产品经验和我国大而全的工业规模优势有望助力我国引领AI创新。在AI终端领域，中国具有全球领先的制造能力与品牌影响力，有望助力我国消费电子产业在新的AI时代实现追赶与领先。大规模市场、政策支持以及互联网时代积累的规模人才红利等是我国发展AI的优势，有望助力我国在算力层、模型层和应用层的全面追赶甚至超越。
3
第三章 元任务与AI经济影响分析
进入通用模型时代，AI无需预编程就可以跨任务、跨场景使用，对人类生产生活的渗透和冲击进入了新的阶段。为了估算AI新进展对经济发展的可能影响，依据AI的通用化特征，我们将人类的任务按照功能划分为16类元任务，并以此为框架，考量AI对人类生产活动的影响。我们认为随着技术进步，AI完成元任务的种类由易到难逐步扩大，成本持续下降，与实体经济不断融合。相较于基准情形，我们估计2035年AI有望使我国GDP增加12.4万亿人民币，相当于9.8%的额外增幅，对应每年年化增速额外提升约0.8个百分点。未来十年，AI对采矿、医疗、资源加工、信息、租赁和商务服务等行业的生产率提升较大，对批发零售、住宿餐饮、轻工制造等行业的生产率提升较小。受AI影响，我国就业短期可能向轻工制造、住宿和餐饮等行业转移，但长期看则可能向金融、信息服务、地产、租赁和商务服务、医疗等行业转移。
4
第四章 替代与增强，变革就业市场
AI对就业市场的潜在影响引发了热烈的讨论。我们认为，尽管AI在某些领域展现出超越常人的能力，但现有AI技术路线仍难以超越人类智能上限，也并未否定人类智能的价值和所需承担的责任。在进一步的颠覆性技术突破之前，AI与人类智能的差异性和互补性意味着二者存在协作的空间。面对AI带来的就业市场变革，政策需要在初次分配和再分配阶段双管齐下。初次分配应注重对劳动者的职业培训和劳动保护，提升与AI协作的能力，以尽可能小的市场扭曲代价促进就业和提高劳动收入。偏向劳动者的再分配可确保AI发展的帕累托性质，促进社会对技术进步的支持。目前发达国家热烈讨论的全民基本收入可能成为AI时代的再分配政策选项，但成本高昂。对中国更具现实意义的是完善现有社保制度，尤其是善用AI对经济发展的促进作用，提升对弱势群体的帮助和保护。
5
第五章 AI产业化第一拐点已过
随着AI技术逐步发展越过S曲线的第一拐点，AI的产业化或将以前所未有的速度推进。人们的消费习惯以及经济的产业结构都可能随着AI的产业化而得到重塑。AI作为强大的赋能工具有望增强中小企业的竞争力，但同时其接近“无限”的内容和服务供给能力也可能对现有市场带来冲击。当前AI技术已经开始在诸多产业中得到应用。AI对互联网和传媒行业的效率提升作用尤为显著，商业化应用精彩纷呈。AI在医疗健康产业中应用丰富，但面临较多制度障碍和矛盾。AI技术有望促进高级别自动驾驶加速落地。人形机器人有望发展成为本轮AI技术进步落地的一个重要产业，具有高端制造业的属性。凭借在制造业领域的产业链和规模优势，中国有望在人形机器人产业取得全球领先地位。展望未来，我们预计，AI在C端的应用推广相较B端会更慢也更难。
6
第六章 产业AI化的双刃剑效应及应对分析
在全球化放缓背景下，中国产业链面临着纵向卡脖子与横向去中心化两大挑战[2]。应对前者需要加速追赶式创新，应对后者需要促进引领式创新。目前看，以大语言模型“涌现式”突破为标志的AI技术新进展值得关注。不过，追赶问题主要存在于制造业，目前有关大语言模型的应用探讨似乎大多集中在服务领域。这是否意味着AI无法加速制造业的追赶式创新？如果AI能够显著增强追赶式创新能力，是否意味着有利于中国制造对先发国家的追赶？对于引领式创新是否有同样确定的含义？如果生产力层面的产业AI化能够兼顾追赶与引领式创新，是否意味着无需再推动生产关系方面的变革？对于回应产业AI化是否有助于中国应对国际竞争下纵横挑战的关切而言，上述问题值得深入探讨，也是本文的主旨所在。
7
第七章 AI的能耗焦虑：增长极限与绿色困境
此轮AI快速发展引发了两种能耗焦虑：一是能耗是否会成为AI产业发展的瓶颈，二是AI能耗是否会影响绿色转型进程，对于我国而言就是是否会影响双碳目标的实现。围绕这两种焦虑，我们从AI自身的能耗、AI在电力消费端和供给端的应用以及AI给我国经济系统带来的能耗三层进行了分析。为分析AI的发展将会如何影响我国绿色转型进程，我们构建了CGE模型从系统性的角度考虑AI对能耗和碳排放的影响。结果显示，近期来看，AI在我国的大规模应用将带来能耗总量的上升，但是否带来碳排放总量上升、是否会有助于降低能耗强度和碳排放强度等均存在不确定性因素。如果大力推动AI在高耗能行业节能领域的应用，并加速AI对绿电发展的支持，或将有助于抵消AI能耗快速增长对我国绿色转型的负向扰动影响。
8
第八章 AI大模型如何改变金融行业
大模型的出现给AI与金融的结合带来了更大的想象空间。当前，大模型的应用主要聚焦于业务场景简单的非决策类环节，而在对金融专长要求更高、涉及强金融建议和核心决策任务的业务场景中仍难以落地应用。我们认为，大模型未来或从应用趋势、赋能空间、产业格局三个方面对金融行业发展产生影响。从效率、普惠、安全视角来看，大模型有望减少金融系统信息不对称、提升整体效率，同时有望降低用户交互门槛、提升客户触达能力和定价效率从而赋能普惠金融。在安全方面，我们认为大模型在金融领域的应用存在较多风险，包括大模型本身的技术风险、大模型加剧现有金融风险、以及潜在新型金融风险，而如何进行适当监管和有效应对将是重中之重。未来，我们建议通过加强多方协作共建基础设施、明确分级分类监管持牌制度、鼓励完善机构内部风控制度、发展风控技术等以防范风险。
9
第九章 数据或为瓶颈，确权并非关键
本轮人工智能的发展主要依靠数据、算力、算法三个方面的进步，数据对于人工智能的发展相当重要。有研究显示用于大模型训练的高质量数据即将用尽，合成数据或难解决这个挑战。我们认为高质量数据缺乏主因在于数据流通不足，存量数据没有得到充分利用，与数据保护和知识产权保护有关的交易成本是数据流通的主要障碍。降低数据交易成本的关键在于合理界定数据开放边界、隐私保护范围以及相关知识产权保护程度，而数据确权不能有效降低交易成本，而且数据本身的特点也表明对其确权难度很大。我们认为，不同数据的交易成本来源不同，需要对症下药。对于公共数据，相比确权，数据开放更加重要，明确数据开放的边界（如建立数据开放白名单或者负面清单）最为重要。对于个人数据，关键在于明确个人信息保护类别清单。对于非公共非个人数据，合理界定知识产权保护程度，扩大“合理使用”原则范围，更有助于减低数据流通的交易成本，对于促进人工智能创新更为有利。
10
第十章 积极应对AI伦理、安全新挑战
人工智能带来新机遇的同时也伴随着伦理和安全方面的独特挑战。与以往三次产业革命引发的对劳工权利和环境治理的重视不同，AI的特殊性及其迅速发展给人类社会带来更广泛、更深刻、更具颠覆性的伦理和安全问题。伦理方面，AI可能催生更多公平与正义的讨论，其自主性和互动性也引起了对于AI意识与权利等问题的关注。安全风险方面，AI涉及多个维度，包括国家安全、系统安全、数据安全以及社会安全等。治理层面，不同国家在AI治理上有不同取舍和策略，需在伦理、安全与效率之间取得平衡。中国AI治理面临自己的挑战，如政策韧性和公众参与不足，以及执法力度有待提升。建议未来中国的AI治理体系：1）重视AI伦理并完善监管框架；2）聚焦执法落地，有效防控AI安全风险；3）推进灵活的、适应性强的治理模式；4）提升AI治理中的公众参与度；5）积极参与并主导国际间的协调合作。
11
第十一章 AI经贸治理：规则与技术并重
2024年2月，英伟达CEO黄仁勋提出主权AI的概念，呼吁各国都需要拥有自己的AI能力，引发全球热议。直观来看，这一颇具竞争性的观点与AI的效率属性存在冲突。然而，公平和安全问题限制了AI的国际经贸合作潜力。在合作与竞争同时增强的国际经贸格局下，国家间AI相关经贸规则的重要性提升。我们认为，在追赶AI技术（发展生产力）的同时，中国也需完善AI相关经贸规则（优化生产关系）。首先，释放大型科技公司等主体的创造力，鼓励其跨国经营，并积极提供符合商业需求的AI经贸规则思路。其次，结合企业需求和国家安全等因素，将《区域全面经济伙伴关系协定》（RCEP）等中国主导经贸协调机制中的AI相关条款“硬化”。最后，推动WTO等多边机制在关税、知识产权、贸易统计等方面适应AI发展新趋势，为解决AI发展的公平和安全问题、发挥AI国际经贸合作潜力奠定基础。
12
第十二章 AI风投从领先到落后的创新金融启示
规模定律意味着大模型需要大投入。从融资模式看，公益性捐赠难以支撑OpenAI的成功，风险投资至关重要。在Transformer算法刚提出的2017年，中国AI风投金额（约256亿美元）及其占风投总额的比例（高达29%）在主要经济体中均位居第一。此后到ChatGPT吸引全球关注的2022年，五年间中国AI风投从领先变成了落后。全球化放缓背景下，中国有必要在AI领域加速追赶和进步，我们认为需着重构建两类创新金融模式：算力等基础设施追赶需要“大企业+大银行+大政府”的追赶式创新金融模式，创新悖论意味着无需过于担忧产融分开的大型科技企业市场势力；大模型商业应用可考虑构建“中小企业+资本市场+制度建设”的引领式创新金融模式，在严格事后反欺诈基础上增加资本市场包容性，以构建硬科技与软创新、科技与消费相辅相成的创新生态，更好发挥资本市场筛选效应。
扫描二维码
查看AI经济学专题
[1]Kaplan, J., McCandlish, S., Henighan, T., Brown, T.B., Chess, B., Child, R., Gray, S., Radford, A., Wu, J. and Amodei, D., 2020. Scaling laws for neural language models. arXiv preprint arXiv:2001.08361.
[2]有关卡脖子和去中心化内涵的详细阐述，参见《大国产业链》之“第七章 产业链纵横与双支柱举国体制”，中金公司研究部、中金研究院，中信出版社2023年。
Source
文章来源
本文摘自：2024年6月26日已经发布的《前言 AI规模新经济》
彭文生 分析员 SAC 执证编号：S0080520060001 SFC CE Ref：ARI892
2024年6月27日已经发布的《第一章 迈入通用模型时代，迎接智能融合浪潮》
周子彭 分析员 SAC 执证编号：S0080520070004 SFC CE Ref：BRW302
李娜 联系人 SAC 执证编号：S0080123070023
陆趣 分析员 SAC 执证编号：S0080523070003
刘梦玲 联系人 SAC 执证编号：S0080123010024
2024年6月27日已经发布的《第二章 中国AI发展面临的挑战与应对之道》
彭虎 分析员 SAC 执证编号：S0080521020001 SFC CE Ref：BRE806
赵丽萍 分析员 SAC 执证编号：S0080516060004 SFC CE Ref：BEH709
于钟海 分析员 SAC 执证编号：S0080518070011 SFC CE Ref：BOP246
陈昊 分析员 SAC 执证编号：S0080520120009 SFC CE Ref：BQS925
成乔升 分析员 SAC 执证编号：S0080521060004
王之昊 分析员 SAC 执证编号：S0080522050001 SFC CE Ref：BSS168
温晗静 分析员 SAC 执证编号：S0080521070003 SFC CE Ref：BSJ666
魏鹳霏 分析员 SAC 执证编号：S0080523060019 SFC CE Ref：BSX734
李诗雯 分析员 SAC 执证编号：S0080521070008 SFC CE Ref：BRG963
韩蕊 分析员 SAC 执证编号：S0080523070010
黄天擎 分析员 SAC 执证编号：S0080523060005 SFC CE Ref：BTL932
游航 分析员 SAC 执证编号：S0080523010001 SFC CE Ref：BTI822
孔杨 联系人 SAC 执证编号：S0080122110018
王倩蕾 联系人 SAC 执证编号：S0080122090111
何欣怡 联系人 SAC 执证编号：S0080123070095
2024年6月28日已经发布的《第三章 元任务与AI经济影响分析》
周子彭 分析员 SAC 执证编号：S0080520070004 SFC CE Ref：BRW302
熊督闻 联系人 SAC 执证编号：S0080123070069
周彭 分析员 SAC 执证编号：S0080521070001 SFC CE Ref：BSI036
蔡志刚 联系人 SAC 执证编号：S0080123040058
彭文生 分析员 SAC 执证编号：S0080520060001 SFC CE Ref：ARI892
2024年6月28日已经发布的《第四章 替代与增强，变革就业市场》
赵扬 分析员 SAC 执证编号：S0080521080006 SFC CE Ref：AZX409
吴晓慧 分析员 SAC 执证编号：S0080524010007 SFC CE Ref：BTK904
2024年6月29日已经发布的《第五章 AI产业化第一拐点已过》
赵扬 分析员 SAC 执证编号：S0080521080006 SFC CE Ref：AZX409
徐磊 分析员 SAC 执证编号：S0080523050002 SFC CE Ref：BRO889
刘泽宇 分析员 SAC 执证编号：S0080524020003
余歆瑶 分析员 SAC 执证编号：S0080523060010 SFC CE Ref：BSX518
肖俨衍 分析员 SAC 执证编号：S0080521010001 SFC CE Ref：BIL686
冯喜鹏 分析员 SAC 执证编号：S0080521050002 SFC CE Ref：BRF841
李子悦 联系人 SAC 执证编号：S0080122070180 SFC CE Ref：BUS357
何伟 SAC 分析员 执证编号：S0080512010001 SFC CE Ref：BBH812
白洋 SAC 分析员 执证编号：S0080520110002 SFC CE Ref：BGN055
张雪晴 分析员 SAC 执证编号：S0080517090001 SFC CE Ref：BNC281
张琎 分析员 SAC 执证编号：S0080517040001 SFC CE Ref：BHM689
王梓琳 分析员 SAC 执证编号：S0080523080005
郭威秀 分析员 SAC 执证编号：S0080521120004 SFC CE Ref：BSI157
张嘉祺 联系人 SAC 执证编号：S0080123030040
吴婉桦 分析员 SAC执证编号：S0080522120002
陈显帆 分析员 SAC 执证编号：S0080521050004 SFC CE Ref：BRO897
邓学 分析员 SAC 执证编号：S0080521010008 SFC CE Ref：BJV008
2024年6月29日已经发布的《第六章 产业AI化的双刃剑效应及应对分析》
谢超 分析员 SAC 执证编号：S0080520100001 SFC CE Ref：BTM576
陈显帆 分析员 SAC 执证编号：S0080521050004 SFC CE Ref：BRO897
邓学 分析员 SAC 执证编号：S0080521010008 SFC CE Ref：BJV008
裘孝锋 分析员 SAC 执证编号：S0080521010004 SFC CE Ref：BRE717
白皓 联系人 SAC 执证编号：S0080122080037
李根 分析员 SAC 执证编号：S0080523030009 SFC CE Ref：BUO963
郭威秀 分析员 SAC 执证编号：S0080521120004 SFC CE Ref：BSI157
王梓琳 分析员 SAC 执证编号：S0080523080005
张杰敏 联系人 SAC 执证编号：S0080122120010
鲁烁 联系人 SAC 执证编号：S0080122080590
孟辞 联系人 SAC 执证编号：S0080123100107
任丹霖 分析员 SAC 执证编号：S0080518060001 SFC CE Ref：BNF068
常菁 分析员 SAC 执证编号：S0080518110003 SFC CE Ref：BMX565
张嘉祺 联系人 SAC 执证编号：S0080123030040
厍静兰分析员SAC 执证编号：S0080522080010
崔力丹 联系人 SAC 执证编号：S0080123070118
贾雄伟 分析员 SAC 执证编号：S0080518090004 SFC CE Ref：BRF843
2024年6月30日已经发布的《第七章 AI的能耗焦虑：增长极限与绿色困境》
陈济 联系人 SAC 执证编号：S0080122080381
熊家昕 联系人 SAC 执证编号：S0080123100123
郑宽 联系人 SAC 执证编号：S0080122080271
林欣月 分析员 SAC 执证编号：S0080524060001
曾韬 分析员 SAC 执证编号：S0080518040001 SFC CE Ref：BRQ196
曲昊源 分析员 SAC 执证编号：S0080523060004 SFC CE Ref：BSW232
彭虎 分析员 SAC 执证编号：S0080521020001 SFC CE Ref：BRE806
成乔升 分析员 SAC 执证编号：S0080521060004
2024年6月30日已经发布的《第八章 AI大模型如何改变金融行业》
姚泽宇 分析员 SAC 执证编号：S0080518090001 SFC CE Ref：BIJ003
张帅帅 分析员 SAC 执证编号：S0080560001 SFC CE Ref：BHQ055
苏杭 联系人 SAC 执证编号：S0080122080344 SFC CE Ref：BUF317
严佳卉 分析员 SAC 执证编号：S0080518110004 SFC CE Ref：BNF177
郑丽江 联系人 SAC 执证编号：S0080122110025
侯德凯 分析员 SAC 执证编号：S0080523110001 SFC CE Ref：BTC909
李少萌 分析员 SAC 执证编号：S0080524060011
2024年7月1日已经发布的《第九章 数据或为瓶颈，确权并非关键》
黄亚东 分析员 SAC 执证编号：S0080523070016 SFC CE Ref：BTY091
张文朗 分析员 SAC 执证编号：S0080520080009 SFC CE Ref：BFE988
周彭 分析员 SAC 执证编号：S0080521070001 SFC CE Ref：BSI036
2024年7月1日已经发布的《第十章 积极应对AI伦理、安全新挑战》
王乃玺 分析员 SAC 执证编号：S0080523070009 SFC CE Ref：BRU955
2024年7月1日已经发布的《第十一章 AI经贸治理：规则与技术并重》
梁栋 分析员 SAC 执证编号：S0080523060024
洪灿辉 分析员 SAC 执证编号：S0080523060022
吴慧敏 分析员 SAC 执证编号：S0080511030004 SFC CE Ref：AUZ699
张卓然 联系人 SAC 执证编号：S0080122080157
2024年7月1日已经发布的《第十二章 AI风投从领先到落后的创新金融启示》
谢超 分析员 SAC 执证编号：S0080520100001 SFC CE Ref：BTM576
李根 分析员 SAC 执证编号：S0080523030009 SFC CE Ref：BUO963
吴云杰 分析员 SAC 执证编号：S0080523020001
白皓 联系人 SAC 执证编号：S0080122080037
颜晓畅 联系人 SAC 执证编号：S0080122070232
蔡志刚 联系人 SAC 执证编号：S0080123040058
陈昊 分析员 SAC 执证编号：S0080520120009 SFC CE Ref：BQS925
于钟海 分析员 SAC 执证编号：S0080518070011 SFC CE Ref：BOP246
李彤玥 分析员 SAC 执证编号：S0080524020005 SFC CE Ref：BTJ991
尹学钰 联系人 SAC 执证编号：S0080123070035
曲博文 联系人 SAC 执证编号：S0080123120025
Legal Disclaimer
法律声明
特别提示
本公众号不是中国国际金融股份有限公司（下称“中金公司”）研究报告的发布平台。本公众号只是转发中金公司已发布研究报告的部分观点，订阅者若使用本公众号所载资料，有可能会因缺乏对完整报告的了解或缺乏相关的解读而对资料中的关键假设、评级、目标价等内容产生理解上的歧义。订阅者如使用本资料，须寻求专业投资顾问的指导及解读。
本公众号所载信息、意见不构成所述证券或金融工具买卖的出价或征价，评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。该等信息、意见在任何时候均不构成对任何人的具有针对性的、指导具体投资的操作意见，订阅者应当对本公众号中的信息和意见进行评估，根据自身情况自主做出投资决策并自行承担投资风险。
中金公司对本公众号所载资料的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。对依据或者使用本公众号所载资料所造成的任何后果，中金公司及/或其关联人员均不承担任何形式的责任。
本公众号仅面向中金公司中国内地客户，任何不符合前述条件的订阅者，敬请订阅前自行评估接收订阅内容的适当性。订阅本公众号不构成任何合同或承诺的基础，中金公司不因任何单纯订阅本公众号的行为而将订阅人视为中金公司的客户。
一般声明
本公众号仅是转发中金公司已发布报告的部分观点，所载盈利预测、目标价格、评级、估值等观点的给予是基于一系列的假设和前提条件，订阅者只有在了解相关报告中的全部信息基础上，才可能对相关观点形成比较全面的认识。如欲了解完整观点，应参见中金研究网站（http://research.cicc.com）所载完整报告。
本资料较之中金公司正式发布的报告存在延时转发的情况，并有可能因报告发布日之后的情势或其他因素的变更而不再准确或失效。本资料所载意见、评估及预测仅为报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。证券或金融工具的价格或价值走势可能受各种因素影响，过往的表现不应作为日后表现的预示和担保。在不同时期，中金公司可能会发出与本资料所载意见、评估及预测不一致的研究报告。中金公司的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本资料意见不一致的市场评论和/或交易观点。
在法律许可的情况下，中金公司可能与本资料中提及公司正在建立或争取建立业务关系或服务关系。因此，订阅者应当考虑到中金公司及/或其相关人员可能存在影响本资料观点客观性的潜在利益冲突。与本资料相关的披露信息请访http://research.cicc.com/disclosure_cn，亦可参见近期已发布的关于相关公司的具体研究报告。
本订阅号是由中金公司研究部建立并维护的官方订阅号。本订阅号中所有资料的版权均为中金公司所有，未经书面许可任何机构和个人不得以任何形式转发、转载、翻版、复制、刊登、发表、修改、仿制或引用本订阅号中的内容。
