同花顺:变化点

类别:公司研究 机构:中泰证券股份有限公司 研究员:谢春生 日期:2019-03-22

同花顺是金融资讯领域的互联网龙头,拥有上千万的月活流量。同花顺的互联网属性使得公司在业绩方面具有比较大的弹性。而业绩弹性的体现需要相关变量的变化。这就需要我们去研究分析现在同花顺正在发生的变化点。我们在研究同花顺的变化点之前,我们需要理解同花顺业务的本质和商业模式是什么?也就是说公司收入和利润的主要驱动因素是什么?因为我们最终的目的,都是试图测算这些变化能为公司未来潜在的业绩带来多大的增量空间。

    业务本质:互联网流量变现

    同花顺是一家IT公司,更是一家互联网公司,在不同的研究目的下,我们研究的侧重点也不同。在研究公司产品化能力时,我们是从技术研发、技术转化等IT角度展开。但是当我们研究其商业模式时,我们更应该抓住同花顺互联网的本质属性。这需要我们理解软件公司和互联网公司商业模式的不同。1)软件公司的商业模式依然是靠License模式,其比较难实现非线性的指数增长。即使在下游需求非常好的情况下,比如需求成倍数增长,其业务收入也比较难实现对应的倍数增长。因为收入的高增长,不仅需要需求端的爆发,更需要供给端的满足能力。而一家IT公司对软件系统的满足能力,在某种程度下会受到供给能力(比如员工规模)的约束。特别是对于2B产品而言。2)互联网公司依靠流量变现。对于互联网流量变现呈现的指数级增长曲线,我们可以从已有的国内外互联网巨头的成长路径可见一斑。对于互联网流量变现,其实主要包括两个核心变量:付费用户和ARPU值。而如何在短时间内提升付费用户和ARPU值是关键。这就需要公司拥有:第一,强大的流量基础(不只是付费用户)。当外在变量发生变化时,能够在短时间内提高付费用户的转化率。第二,强大的产品基因。能够提供高粘性、高用户体验的产品,当用户的产品和服务需求产生时,能够快速满足。

    对于以上两点,我们从同花顺身上,都能找到相应点。目前,同花顺炒股APP月活在3600万以上,在所有炒股软件中,流量最多。截至2018年12月31日,同花顺金融服务网注册用户约44129万人;每日使用同花顺网上行情免费客户端的人数平均约为1057万人,每周活跃用户数约为1335万人。同时,公司移动端APP拥有丰富的功能模块,能够满足C端用户对投资辅助产品的需求。

    因此,基于以上,我们可以对同花顺的主要业务进行属性划分:哪些属于软件业务?哪些属于互联网流量驱动的业务?基于此,我们就可以大概分析的出,同花顺的业绩弹性主要是靠哪些业务来驱动的。根据我们的理解,同花顺的业绩弹性主要体现在增值电信业务(特别是移动端)和广告互联网推广业务。这两个业务驱动的核心变量就是:2C,也就是C端流量,具体来说是C端的付费用户或者活跃度。当然我们可以根据业务的不同,抽离出具体对应的变量。

    变化点一:有效流量的变化同花顺C端的月活一直保持了行业第一的位置。根据易观数据,自从2015年10月份以来,同花顺炒股APP的月活一直保持在3000万以上。我们估计,目前同花顺的月活或将在3800万左右。更重要的是,我们认为,在目前市场交易活跃度的情况下,C端对股票投资的活跃度和参与度在快速提升。虽然我们可以用开户数相关变量来刻画市场参与的活跃度,但是当这个变量数据不是很容易获得的情况下,我们也可以参考市场交易量这个指标。交易量作为一个结果变量,我们认为能够基本反映市场交易的活跃程度。2019年2月下旬之前,A股日均交易量大概在3000亿元左右,而最近一个月的A股日均交易量基本在8000亿元以上。

    从市场交易量这个变量出发,我们认为,目前A股的开户数或将在快速提升,C端参与股票投资的活跃度在快速提升。这两个变量的变化,都会推动同花顺相关业务的收入增速。1)电信增值业务中的移动端。同花顺移动端APP提供了大量的功能模块和增值服务,能够最大程度的满足C端需求。在C端投资活跃度提升的时候,付费用户的转化率有望快速提升,同时单用户付费金额(ARPU值)也有望提升。2)互联网业务。在开户数快速提升的情况下,互联网业务也有望迎来快速增长。

    变化点二:变现途径的变化

    同花顺的商业本质是不断寻找C端流量变现的出口。而在流量变现的方式方面,与2015年相比,在电信增值业务、互联网业务、基金销售等业务方面,没有本质的商业模式的变化。而有本质变化的是同花顺自有私募基金产品的获批。2018年3月20日,公司下属子公司浙江同花顺人工智能资产管理有限公司,其首只基金产品获批:同花顺阿尔法一号私募证券投资基金。我们认为,这有望成为同花顺业务变迁和流量变现演化过程中,具有一定意义的事件。同花顺首只私募基金产品获批带来的商业模式的不同。同花顺在人工智能方面投入有10年左右的时间,公司一直致力于通过IT技术来解决部分投资问题。1)在此之前,同花顺对于智能投顾的布局和变现,更多是通过与基金公司合作的形式来开展,通过技术输出、交易策略输出、产品输出,来实现AI技术和智能投顾产品的变现。2)在基金产品获批之后,公司就可以将积累的AI技术、投资策略应用于自身基金产品中。其商业模式发生了本质的变化。与东方财富的对比。我们可以通过与东财的对比来更深入理解同花顺私募产品设立的意义。2018年10月东方财富拿到公募牌照,而同花顺目前拥有私募牌照。从两家公司对比来看,我们认为,1)东方财富基金产品定位是做被动型的标品;2)同花顺的基金产品是做主动型的差异化产品。两者在业务属性上都属于金融投资业务,不再只是IT业务。因此,可以看到,同花顺首只私募基金产品的获批,为同花顺数据、技术、流量变现又提供了一个更为广阔的变现出口和商业模式。

    变化点三:技术的变化(不变的产品化能力)

    同花顺具有强大的C端流量,我们自然会想到其具有互联网基因。但我们认为,强大的互联网流量是我们看到的一个结果。同花顺的核心基因在于:1)技术,2)产品化能力。1)在技术方面,我们特别需要强调的是人工智能技术。这也是我们认为未来同花顺具备更多业务延展性的核心基础要素。同花顺对AI技术的应用不只是我们之前所认知的智能搜索和智能投顾,而是覆盖了多个技术环节和应用场景。目前同花顺已经建立并在不断完善AI开放平台,将领先的智能语音、自然语言处理、智能金融问答、知识图谱、智能投顾等多项AI技术运用于银行、证券、保险、基金、私募等行业。2)产品化能力方面。我们认为,产品化能力是一家IT公司的固有基因。如果一家IT公司在软件、互联网技术背景下,能够做出高用户体验的产品,那么这种产品化能力能够在后续的技术演化中得以延续。我们认为,同花顺在AI方面同样具备强大的产品化能力。目前,公司运用机器阅读、智能搜索、语音识别、自然语言处理、知识图谱、数据可视化等人工智能技术,实现了基于语音交互与智能搜索服务、机器阅读研报、研报知识图谱自动生成、企业财务数据可视化展示等功能。人工智能作为一个通用性技术,其应用场景具有较强的扩展性。

    我们认为,同花顺的技术和产品基因,有望在AI技术时代得以延续和继承,为公司未来潜在的业务提供了很强的延展性。盈利预测与投资建议。我们认为,同花顺依然拥有强大的互联网流量资源,在目前市场变量和公司内生变量发生变化情况下,公司流量变现出口有望逐步强化和增加。我们预计,公司2019-2021年归母净利润分别为12.11亿元/15.5亿元/19.3亿元,EPS分别为2.25元/2.88元/3.59元,目前股价对应的PE分别为43倍、34倍、27倍。维持“买入”评级。

    风险提示。市场活跃度持续时间低于预期的风险,商业模式兑现低于预期的风险。

股票代码 股票名称 最新价(元) 涨跌额(元) 涨跌幅(%) 成交额(万元) 成交量(手)
300033 @nn@ @n@ @c@ @cc@ @v@ @t@

数据推荐

投资评级

更多>>
股票名称最新评级目标价研报
凤凰传媒 买入 -- 研报
中国电影 买入 -- 研报
新媒股份 持有 -- 研报
光线传媒 买入 -- 研报
光大银行 买入 -- 研报
工商银行 持有 -- 研报
兴业银行 买入 -- 研报
平安银行 买入 -- 研报
伊利股份 买入 -- 研报
涪陵榨菜 买入 -- 研报
洋河股份 买入 -- 研报

盈利预测

评级选股>>
股票名称11年EPS12年EPS研报
海康威视 1.52 1.14 研报
长城汽车 1.11 1.58 研报
璞泰来 0 0 研报
当升科技 0.25 0.07 研报
比亚迪 0.49 0.33 研报
宁德时代 0 0 研报
能科股份 0 0 研报
恒生电子 0.45 0.47 研报
绿盟科技 0 0 研报
上海钢联 0.90 0.61 研报
万达信息 0.66 0.78 研报

股票关注度

更多>>
股票名称关注度平均评级最新评级
贵州茅台 37 持有 买入
中信证券 34 持有 买入
三一重工 34 持有 买入
贵州茅台 27 买入 买入
华泰证券 27 持有 买入
上汽集团 26 买入 买入
隆基股份 26 买入 买入
五粮液 26 持有 买入
通威股份 25 买入 买入
中国国旅 25 持有 买入
中顺洁柔 25 持有 买入
万科A 24 买入 中性
三一重工 23 持有 买入
保利地产 23 买入 买入
恒瑞医药 23 买入 买入
伊利股份 23 持有 买入
芒果超媒 23 买入 买入

行业关注度

更多>>
行业名称关注度关注股票数买入评级数
电子信息 411 73 221
汽车制造 353 30 209
钢铁行业 340 28 212
化工行业 278 52 96
金融行业 272 23 134
电子器件 268 48 154
生物制药 242 42 138
建筑建材 232 33 116
机械行业 206 42 90
房地产 179 22 117
酒店旅游 176 20 59
家电行业 172 14 104
酿酒行业 160 15 95
交通运输 159 22 75
有色金属 139 33 55
商业百货 135 19 78
食品行业 129 21 62