智能制造（IntelligentManufacturing，IM）基于新一代信息通信技术与先进制造技术深度融合，包括基础共性、关键技术、行业应用三个维度。
落实到具体行业方面，本篇报告重点包括云计算、边缘计算、区块链、增材制造、工业软件、虚拟现实、新能源汽车、航空航天、智能传感器、数控机床、轨道交通、人工智能、大数据、工业机器人及工控系统等15个大类行业以及数十个子行业。在此基础上，本文具体回答以下问题：
问题1：全球智能制造企业如何分布？
从全球龙头企业分布看，北美地区智能制造的龙头企业主要集中在增材制造、航空航天装备领域。欧洲聚集全球工业机器人及工控系统领域龙头。日本、韩国地区汽车制造优势明显。中国智能制造的龙头则主要是以腾讯、阿里巴巴、百度为代表的信息巨头。
从全球市场份额分布看，北美在航空航天、边缘计算、增材制造、人工智能、工业软件、虚拟现实等领域的全球占比超过1/3；欧洲地区则在工业软件、区块链等全球占比超过30%；中国企业在全球市场占比较高的行业则集中在轨道交通、数控机床等领域。
从A股上市公司分布看，主营业务涉及相关产业的上市公司就多达493家，总市值约为14万亿，占总体A股市值17%。其中，市值排名前三的分别是新能源汽车、人工智能、轨道交通，合计占比达到整个智能制造板块的40%。由此可见，智能制造虽然产业较新，但无论企业还是投资者参与热情高涨。
问题2：如何理解智能制造业的赛道差异？
（1）从市场空间看各行业“天花板”有何不同？整体来看，航空航天、工业软件、轨道交通、云计算、工控自动化、数控机床全球市场规模较高，都是1000亿美元以上宽赛道，相反，区块链、边缘计算目前的市场规模较小，还不及100亿美元。进一步从中国市场空间在全球的渗透率来看，轨道交通、数控机床、工业机器人、边缘计算、虚拟现实等领域中国产业规模在全球的占比较高，普遍在20%以上。
（2）从竞争格局看哪些行业龙头集聚效应明显？目前智能制造领域许多环节都呈现了资源向龙头集聚的特征。其中，减速系统、CAD、CMOS图像传感器、GPU、FPGA、IaaS、轨道交通等行业CR4已经超过70%，呈现出明显的垄断倾向。相反，SAAS、VR设备等市场因目标用户类别多、需求复杂或仍处于发展阶段，因此行业能够容纳足够的市场参与者，竞争格局较为分散。
（3）从技术差距看我国各产业的发展处于何阶段？我国在新能源汽车、区块链、轨道交通、数控机床、边缘计算领域发展态势较好，处于全球前列水平。相反，在云计算、人工智能、智能传感器、大数据、虚拟现实、工业机器人及工控自动化、工业软件、3D打印等领域，中外技术的差距明显，尤其是在上游芯片设计、底层算法、核心零部件领域我国面临严峻的挑战。
（4）往前看，核心差距是否容易实现弯道超车？通过理解不同行业的商业模式和核心壁垒，我们认为云计算、智能传感器、大数据与人工智能的基础领域、工业软件的研发设计侧、3D打印和虚拟现实的核心零部件要想实现快速崛起是较为困难的。工业机器人及工控自动化我们则看好国产替代东风下，品牌龙头的突围。
（5）哪些行业出现边际好转的催化？2020年智能制造领域呈现需求端顺周期景气持续修复，供给端多行业库存低位叠加国产替代加速，板块亮点纷呈的状态。综合经济、财务数据以及技术政策的变化，我们发现这种回暖主要集中在新能源汽车、工业机器人及工控自动化、云计算等行业。
问题3：如何把握智能制造产业的投资时点？
（1）从历史复盘来看，虚拟现实、3D打印、人工智能、云计算等行业股价相对收益明显的背后往往是来自估值的驱动，而非盈利的支撑。因此，这类主题性投资机会的信号，往往伴随着流动性大幅宽松、杠杆资金活跃、行业政策刺激、风险偏好上升等现象。从持续时间来看，这类投资机会往往较短，平均下来在半年左右。
（2）新能源汽车、航空航天、大数据等行业股价相对收益明显的背后往往是股价与估值双双回升，形成“戴维斯双击”。因此，我们可以通过追踪中微观数据的变化，比如企业订单、行业销量、行业产能等数据进行行业拐点判断。从持续时间来看，这类投资机会往往涨幅更高，延续更久，平均下来在1年左右。
问题4：哪些公司是市场的宠儿？
（1）哪些股票是机构投资者的“心头好”？我们整理了智能制造领域海外资金（北上资金、QFII）、保险公司、公募基金（主动股票型）2015年至今稳定持有，以及今年以来增持的前二十名股票。数据显示：各类机构投资者普遍持有的往往是各细分领域的龙头，今年以来新能源汽车成为各类机构投资者的心头好，普遍加仓明显。此外，航空航天、人工智能的龙头公司也获得了市场较高关注。
（2）哪些上市公司订单饱满，盈利改善有望持续？我们根据每家上市公司的公告的订单描述以及财务表现对盈利持续改善的标的进行筛选。
建议关注：汇川技术、巨星科技、中航重机等。
风险提示：经济增速不及预期风险，研究报告使用的公开资料可能存在信息滞后或更新不及时的情况，估算变化是基于历史数据
