汇丰证券-未来医疗健康公平研究 报告：中国专题研究 中国医疗保健：药物发现中的人工智能 (AI-DD)

By:LindaShu(S1700522120001),AndreSun(启动对InsilicoMedicine的买入1未来医疗保健●股权2026年7◆我们为中国最具叙事驱动性和波动性的领域之一——AI药物发现领域，提供一份导航路线图。◆估值更多地是由选择权驱动而非基本面，最大的机遇源于市场误定价◆在今日同时发布的随附报告中，我们启动对InsilicoMedicine的买入一个变革性领域，但仍然没有共识利用人工智能发现新药正迅速成为中国最大且最不被理解的投资主题之一。数十亿美元正流入该领域，与全球知名药企的合作正在加速，估值也越来越看重公司平台潜力，而非当前盈利。然而，尽管备受瞩目，投资者仍面临一个关键问题：对于这些人工智能药物发现（AIDD）公司究竟是什么，尚无共识——是软件公司、生物技术公司，还是为药企进行研发的合同研究组织（CRO），抑或是这种不确定性正推动着医疗保健和人工智能领域最大规模的估值分化之一。我们相信，市场正使用过时的框架来分析这个快速变化的行我们强调，一方面，人工智能正明显地改变药物研发的工作流程，缩短时间线，降低实验成本，并重塑制药公司如何分配研发资源。另一方面，商业化仍处于早期阶段，商业模式仍在演变中，许多上市公司交易更多是基于叙事、选择权和人工智能稀缺性溢价，而非可预测的现金流。鉴于潜在的上行空间，但也存在显著的定价风险，我们探讨塑造当今AIDD行业的五大投资者1.盈利模式正从何处兴起？哪些商业模式在结构上具有持久性，而哪些又容易商品化？◆中美战略比较与竞争定位。◆从早期互联网平台演进和CRO行业整合中汲取的教训。◆识别未来定价权与数据护城河出现领域的框架。这是我们关于“未来医疗”主题的最新报告这是我们关于“未来医疗”主题的最新报告。如果您想订阅我们九大主题中的任何一个，请点击2●股票期货：医疗保健，2026年7月我们的核心要点是什么？AIDD领域的赢家可能并非拥有当今最佳AI模型的公司，而是那些能够持续从自身数据中学习、深度融入制药工作流程、并能大规模反复创造有价值药物资产的平台。未来三到五年，该领域可能成为塑造医疗保健平台转型的一个关键领域。但要将持久的平台赢家与暂时的AI热潮区分开来，就需要一个根本不同的投资框架，而这正是本报告的主题。关键投资者讨论：我们的核心发现1.AIDD目前如何实现商业化？哪些商业模式是持久的，哪些有风险？目前的商业化是真实的，但仍然集中在低价值层面，如软件即服务（SaaS）产品、药物发现费用和CRO服务。我们看到长期价值正在向下游转移，转向资产所有权、专有数据和改善平台经济。纯SaaS提供商面临日益加剧的标准化风险。2.是什么在推动AIDD股价——以及为什么领导层更迭如此之快？AIDD的股价受三大因素驱动：叙事、事件催化剂和基本面。在牛市中，AI叙事通常占据主导地位。在风险规避时期，现金runway（资金缓冲期）和变现变得重要得多。把握这些因素轮动并变得更为重要的时机至关重要。3.正确的估值框架是什么？我们认为传统的DCF框架已不足够，因为AIDD公司越来越多地像“一系列期权”一样进行交易——结合了平台能力、人才稀缺性、专有数据和未来生态系统的价值。市场正在对其未来潜力轨迹进行定价，而非其当前现金流。4.长期护城河将是什么？我们预计大多数人工智能优势将变得商品化。相反，持久的护城河将源于专有数据生成、工作流集成、监管定位和湿实验室基础设施——而不仅仅是更好的算法。5.投资者可以从互联网和CRO（合同研究组织）行业中学到哪些经验教训？如同早期的互联网和CRO领域的领导者一样，AIDD（人工智能药物发现与开发）领域的获奖者也可能从零散的工具演变为集成平台。历史上的成功者所捕捉的是生态系统、嵌入的工作流程以及长期的转换成本——而不仅仅是功能层面的创新。6.在人工智能药物发现中，什么会被商品化与什么具有可防御性？通用建模、蛋白质折叠和分子设计能力正迅速标准化。可防御的价值越来越多地体现在专有生物数据、患者准入、实验反馈循环以及可扩展的资产生成基础设施上。3●股票期货：医疗保健，2026年7月我们关于附件的投资逻辑AIDD中的价值迁移曲线边际潜力↑管道所有权管道所有权收入类型：发现费，订阅费收入类型：周期性平台收入收入类型：里程碑，版税资本密集度↑资本密集度↑药立方，公司报告，汇丰前海证券药立方，公司报告，汇丰前海证券收入时间图2.汇丰AI医疗估值框架：“交易堆栈”汇丰AIDD商业模式演变与估值框架从服务到资产工厂SaaS/discoverySaaS/discovery市盈率/销售额（软件倍数）营收增长率，净收入留存市盈率/销售额（软件倍数）营收增长率，净收入留存（客户流失率）,顾客流失DCF/PE(servicesframework)资本性支出，利用率&合同积压高级人工智能基础设施市盈率/销售额垂直IT服务SaaS牛市观点贝尔沃（BearvView）牛市观点贝尔沃（BearvView）AIDD仍然生物技术人工智能炒作的服务保费R&D主要Alpha/定价错误来源主要Alpha/定价错误来源风险调整净现值(rNPV)战略选择权风险调整净现值(rNPV)战略选择权平台高级功能优质倍数人工智能基础设施Peaksales,概率Peaksales,概率成功，临床风险未来资产生成引擎网络效应自动化&可重复性，精密循环学习））Marketinsight:Marketinsight:上行源自于相信该平台能够反复生成药物合作，以及类似软件规模的新应用。估值可以高度情感化与叙事驱动来源：来源：Pharmcube、公司报告、汇丰前海证券4●股票期货：医疗保健，2026年7月不同商业模式下的估值框架人工智能平台服务人工智能平台服务人工智能生物技术代表代表质量增长增长可见度核心估值核心估值重复性软件可扩展平台收入高毛利率更可预测DCF现金流市盈率倍数（市销率、企业价值/销售额）硅基里程碑，合作，版税偶尔的许可收入，总额高难以预测管道增量净现值概率调整药物价值来源：来源：Pharmcube、公司报告、汇丰前海证券•Royalties/milestones已批准的结果成为最终的护城河验证增强防御能力•集成系统复合体•湿式闭环学习系统MostMost模型与算法独立SaaS•通用人工智能模型一次性发现项目来源：来源：Pharmcube、公司报告、汇丰前海证券Y药企AI辅助药物发现平台药企AI辅助药物发现平台合作日益增多·多模态生物数据按服务收费模式可扩展执行6●股票期货：医疗保健，2026年7月图7.AIDD内部的张力——向下游移动（高利润率、高风险、高资本需求）与向上游移动（低风险、低回报、同质化压力）之间的张力，决定了商业模式如何演变AIDD基本张力更易于扩展来源：来源：Pharmcube、公司报告、汇丰前海证券图8.主要BD公告、临床数据公布及监管利好推动的行业份额价格上涨英矽智能与礼来合作一笔27.5亿美元的交易多种分子；预先超过1亿美元美国食品药品监督管理局发布更新的JPM2025标志，Insilico完成英矽智能与礼来合作一笔27.5亿美元的交易多种分子；预先超过1亿美元美国食品药品监督管理局发布更新的JPM2025标志，Insilico完成II人工智能/机器学习在临床2.50机构重点方面表现出色。从严格的人工智能目标攻击和安全角度出发，进行尾砂结构支点的晶体派宣布了扩展战略与Eli的合作莉莉和强壮机器人驱动的里程碑收入赛诺菲进行商业活动针对新目标的期权程序发现视觉艾西斯科Pharma.AI平台（部分多目标10亿美元）建立一个新的AI实验室；资本支出建立一个新的AI实验室；资本支出CSPC与...合作CSPC与...合作AZ为其AI药物发现平台AZ为其AI药物发现平台英矽阁正完成其港交所IPO准备工作流程复杂的生物学 晶粒硅基时序人工智能递归薛定谔公司报告，汇丰前海证券公司报告，汇丰前海证券图9.AI医疗领域三大驱动力：基本面、事件和叙事；市场往往因情绪或关联性变化而重新定价驾驶员掌控中人工智能集会叙事技术倍数，流量事件交易，临床更新，人工智能进展首次裂缝宏观，流动性减额基础现金，积压汇丰前海证券汇丰前海证券better&SaferTargetdiscovery+hitAutomatedexperimentbetter&SaferSmallmolecule,PepAI“BlackBox”8●股票期货：医疗保健，2026年7月推荐阅读...9●股票期货：医疗保健，2026年7月1.AIDD目前通过哪些商业模式变现？哪些商业模式是可持续的，哪些有A.现金流可见，但尚未达到规模化或可预测的程度AIDD目前正在产生收入，但收入水平仍未达到投资者期望。尽管已取得重大进展，但当前的变现大多集中在低附加值到中等附加值层面：SaaS工具、发现型合作以及按服务收费模式。这些业务产生的收入可见但不稳定，并且通常与早期研究紧密相关。行业仍处于早期发展阶段，投资者痛点依然高度投机：这是软件（高利润、可扩展）还是生物技术（高风险、资本密集型），或是合同研发组织（平台服务）？鉴于这些公司自身也在快速变化的AI世界中摸索，街边（市场）在应使用何种估值方法或如何将AIDDs归类为哪种商业模式方面，并未形成明确共识。直到公司证明其SaaS规模可重复或临床资产可实现，我们相信市盈率可能仍将保持未来转向：从销售选择权到拥有黄金——服务和SaaS是入口，而非终点。收入持久性的问题取决于什么被商品化，什么会复合增长。通用人工智能能力（如建模、蛋白质折叠和分子设计）正迅速标准化。随着像谷歌DeepMind这样的基础型玩家推动性能边界，纯SaaSAIDD正成为价格接受的基础设施，而非价值拥有者。然而，我们识别出在人工智能应用于医疗保健的垂直领域，耐久性正浮现出来，从而区分出潜在）：◆独家数据护城河/患者级数据访问：在监管环境下（例如美国FDA约束）的结构性护城◆下游经济参与/管道所有权：里程碑、特许权使用费、资产股权。边际潜力边际潜力发现费，订阅费投资者解读：Y●股票期货：医疗保健，2026年7月B.市场趋势——交易活动蓬勃：估值领先反映了平台的未来潜力，而非当前收入第13项证据。全球AIDD市场趋势：美中正以不同方式构建全球AIDD交易趋势前沿人工智能与大型科技公司生物学垂直移动药企AI辅助药物发现平台合作日益增多前沿创新药立方，公司报告，汇丰前海证券药立方，公司报告，汇丰前海证券中国聚焦：价值转移服务供应商知识产权合作伙伴/外许可服务供应商ChinaChina:可扩展执行大多数AIDD平台仍处于未盈利状态，但估值却很高。这种估值是基于平台未来的产出，而非当前总的来说，我们发现以下在主要市场中被高数据优势：独家合作，专有临尽管没有标准的衡量指标，投资者会综合评估每项管道资产的内含价值、平台更换成本（数据+计算+人才）以及制药领域选择权带来的战略溢价。●股票期货：医疗保健，2026年7月第14号展品。AIDD（中国）2026年公司/收购方交易对手平台重点交易价值为什么这很重要隐含估值逻辑AIDD领域内的医药/生物技术平台整合；AI-生物制药生态系统正支持生物技术公司“全球化”。礼来公司硅基医药物料端到端高达27.5亿美元AIDD之一市场现在用临床的方式奖励AI平台生成式AI药物（前期投入1.15亿美元+迄今达成的平台协议）验证而非纯粹的软件声称。Insilico的平台里程碑+独家版权使用费估值正越来越多地参照生物技术行业进行比较。全球权利管道，而非SaaS公司。临床前资产硅基医疗赛维雅人工智能肿瘤学发现高达8.88亿美元其中之一是欧洲——这证实了制药行业现在对待中国人工智能的态度。平台中国AI药物许可交易中，原始分子已成为全球可许可的资产。与其说是“中国独有”的创新，不如说是...支付金额仅为3200万美元，这再次印证了里程碑密集型生物技术选项定价硅基医疗齐鲁制药心代谢小近1.2亿美元重要，因为齐鲁，这表明中国制药公司越来越想分子通过从软件迁移垂直整合的人工智能发现能力，而非Pharma.AI客户更倾向于与内部团队合作进行共同开发，而不是使用外部软件工具。这类似于...伙伴云客户演变为战略AI共建者。晶Pi制药AI化学+机器人主要未披露强劲的中国生物制药中国市场重视集成机器人+合作实验室渗透化学执行能力远超独立前沿模型晶Pi阳光湖人工智能驱动自动化保密联合AI实验室+设计-建造-XtalPi正在从“AI化学软件”演变为制药药物研发合资企业测试学习闭环工业化自主研发基础设施供应商。市场可能看重机器人+湿。 自动化实验室的溢价高于纯粹的AImultiples。大型中国制药企业多家AI初创公司，AI赋能的分子，信息大多不公开，中国出境制药商现在正使用AI平台，数量急剧增加。恒瑞/CSPC/生成+许可许可活动生成旨在可出口的临床前资产福星生态系)美欧许可经济学中国科技正拓展至受监管的医疗工作负荷和医疗基础设施领域。阿里巴巴集团云中国医疗生物医学基金会基础设施规模更侧重计算+中国技术似乎正在追求“AI应用层”生态系统人工智能生态系统模型投资生态系统赋能胜过经济：实现推理+云+医疗保健的价值合作关系收购直接拥有生物技术风险，不如进行风险部署。腾讯生态医院/云/临床人工智能+大部分未披露的AI资本支出增加，以及腾讯的战略，类似于企业。医疗保健人工智能医疗保健医疗云推送医疗操作系统扩展，而不是合作关系基础设施分子所有权公司数据，汇丰前海证券公司数据，汇丰前海证券◆边缘人工智能（FrontierAI）和大型科技公司正进入医疗保健和生物领域（美国和中国）。◆在人工智能医疗诊断（AIDD）领域，制药和生物技术平台的合作正在增加（美国和中国）。◆中国人工智能-生物制药生态系统平台越来越多地出口研发和知识产权（R&D/IP），而不仅仅是服务供应商：大型制药公司越来越多地接受源自中国的基于人工智能的分子进入其全球研发管线，商业模式正趋同于美国生物技术经济模式（预付款+里程碑）。这得到了礼来公司（EliLilly）与英矽智能（InsilicoMedicine）交易（约27.5亿美元）的支持。中国独特的“人工智能-制药/CRO”混合模式可能成为竞争优势。◆中国的大型科技公司战略与美国不同：更注重生态系统/平台赋能、医院数字化和工作流程优化，以及人工智能基础设施，而不是直接的生物技术收购。◆美国强调前沿基础模型、专有多模态生物数据以及智能体；中国强调可扩展的设计-构建-测试-学习执行、吞吐量经济性、人工智能与机器人技术，以及自动化湿实验室集成。●股票期货：医疗保健，2026年7月第15项展品。AIDD（美国）2026年公司/收购目标/合作伙伴平台重点交易价值注释隐含估值/战略逻辑大型制药/生物技术平台整合：制药公司收购的是研发管线和数据，而非仅仅是模型斯德罗丁格+艾利利AI原生分子中TuneLab的集成，未披露礼来公司正在对其将AI护城河从“模型”转向“工作流”活体设计设计栈专业化的专有AI分发。制药公司越来越重视它所构建的软件，以及开发可互操作的AI操作系统，而不是可供外部使用独立发现工具生物技术初创公司时序人工智能持续肿瘤学数据/人工智能精准医疗+多项未披露的Tempus持续增长估值逻辑类似于“医疗保健”。合作关系多模态数据交易定位为医疗保健的彭博：纵向分配的溢价数据层临床数据网络效应递归多种人工智能赋能表型组学+各种递归继续为其投资者越来越多地承保。药品管道合作夥伴關係自动化生物学整合策略一个“AI工厂”，而不是单一资产生物技术公司。工业化湿实验室周边斯崔德林格企业制药物理+机器学习各种作为混合软件+版税的估值支持，进行强有力的定位集成分子模拟铲土工具层模型，该模型压缩了下行与二进制之间的差异。生物技术风险大型科技公司正从横向模式扩张到垂直化的医疗保健领域。团队解散了早期证据边界模型实验室正在购买医疗/生命科学领域本土科学代理团队，而不是科学激烈主动。内部建设。估值似乎包括一个生物技术专有湿实验室数据溢价部署助手通过API和代理编排OpenAI多个科学推理/多数未公开重点逐渐转移OpenAI的医疗领域推进正受到重视集成（非并购）领域特定代理。而非独立的卫生经济学；生物学被视为一个主要的未来推理需求领域。人工智能基础设施：支持计算能力与临床、工作流平台的集成礼来+英伟达AI发现基础设施BioNeMo+高达10亿美元，AI计算协同发展暗示未来的分化可能取决于合作战略制药加速药物投资设计专有计算+多模态生物数据合作战略制药加速药物投资设计公司数据，汇丰前海证券公司数据，汇丰前海证券我们观点认为，AIDD商业模式正在趋同，但并非所有路径都能创造价值。我们识别出当今存在的三种变现层级：(1)入门层：工具/软件即服务/SaaS发现费用：这是最快实现收入的层级，进入门槛最低，通常用于临床前阶段。核心问题是规模有限、高度同质化风险高以及议价能力较弱。(2)中层：CRO/平台服务：这结合了AI与实验室执行，并产生真实、可重复的收入。其权衡之处在于运营成本高，且会限制利润空间。（3）价值层：管道所有权/许可权：通过BD（业务发展）、里程碑和版税获得的收入：我们认为这部分具有最高的上行潜力，但波动性极大且收益递延。我们看到，公司正坚定地转向以资产为中心的模式，因为工具无法像资产那样捕捉药物价值。但这同时也引入了一个根本性的张力：向下游移动=更高的利润率，更高的风险，更高的资本需求。上游立足=风险较低，回报较低，面临商品化压力。最终，我们看到胜者将作为混合型运营商出现，利用服务收入资助内部流程，同时构建数据引擎，并扩展至拥有多元化收入流的多元资产组合。胜者很可能演变为能够持续孵化并变现资产的平台（而非纯粹的工具有和服务）。●股票期货：医疗保健，2026年7月AIDD基本张力药立方，公司报告，汇丰前海证券更易于扩展大多数投资者犯的错误是将AI医疗视为单一因素的增长故事。我们并不这么认为。相反，我们将其视为一个三因素交易，领导力不稳定，回报在基本面、事件和叙事之间轮动——而且轮动速度可能比大多数投资组合的调整速度更快。在任何特定时间点，其中一个因素会占据主导地位。优势在于把握轮动时机或拐点。人工智能医疗行业中的三大驱动力：1.基本面理论上，经常性平台收入和制药公司合作应能稳定估值。实践中，AI医疗领域的大多数“收入”基于里程碑、滞后确认，且只能勉强预测未来现金流。合作项目清单可提供验证，但这与可见性并不等同。这就是为什么在牛市中，基本面有时会被大幅忽视。只有当流动性收紧，投资者被迫问出一个更简单的问题：能否生存时，它们才变得相关。那时，现金runway和交易覆盖率会突然取代TAM人工智能并未消除临床试验中的不确定性，而是加速了人们接触这种不确定性的过程。临床里程碑、IND申报以及制药交易仍然驱动着阶跃式的价格变动，通常伴随着经典的生物技术领域非对称风险收益：在积极数据发布时出现剧烈上涨，在失败时则经历深度回调。人工智能改变之处在于，它可能放大这些事件发生的频率和人们的感知。因此，这些事件能产生α收益，但它们并非行业整体表现的稳定驱动因素。这同样在周期的中点最为重要，当时叙事开始减弱，投资者开始进行区分。在牛市中，AI医疗股票的交易行为与其生物技术名称的相似度降低，而更像是长期科技股票。随着更广泛的AI交易的升温，市盈率随之扩大，资本流向“下一波”主题，而纯粹投资标的则出现了稀缺性溢价。这形成了一种强大的动态——股票可以在没有公司特定消息的情况下波动。相关关系从临床时间表转向人工智能情绪、技术市盈率和流动性状况。●股票期货：医疗保健，2026年7月,这些收益会同样迅速地消失。在风险偏好型环境中，叙事能够驱动大部分回报。投资者实际上是在为接触人工智能（AI）买单，而非医疗保健（healthcare）的成果。估值被推高，分化被压缩，甚至早期阶段的公司也进行激进的重估。基本面被承认，但并未被计入（估值）中。随着市场转型，叙事逐渐失去动力，分化加剧，投资者开始区分真正拥有合作或管道的公司，与那些更多依赖故事的公司。这便是事件驱动型表现在此时更为重要的地方。在风险规避的市场环境下，驱动因素的优先次序会颠倒过来。基本面因素占据主导地位，市场叙事失去动力，资金则撤向具有稳健资产负债表和可见交易流的公司。使其困难且可交易的因素，并不仅仅是这三个驱动因素的存在，而是从叙事转向基本面转变的速度,这种转变是由资金流动和宏观环境所驱动的。在牛市中，投资者实际上做多AIBeta并带有生物科技的期权性。在回撤期，投资者则面临持有未盈利生物科技且技术估值倍数被压缩的风险。其底层公司并未改变，但驱动其估值的力量发生了变化。第十七项证据。AI医疗贸易的三大驱动力：基本面、事件和叙事；市场往往因情绪或关联性变化阶段掌控方向盘的司机人工智能集会首次裂缝减额叙事事件基础技术倍数，流量交易，临床更新，人工智能进展宏观，流动性现金，积压汇丰前海证券汇丰前海证券英矽智能与礼来合作一笔27.5亿美元的交易多种分子；预先超过1亿美元美国食品药品监督管理局发布更新的JPM2025标志，Insilico完成II人工智能/机器学习在临床2.50机构重点方面表现出色。从严格的人工智能目标攻击和安全角度出发，进行尾砂结构支点的晶体派宣布了扩展战略与Eli的合作莉莉和强壮英矽智能与礼来合作一笔27.5亿美元的交易多种分子；预先超过1亿美元美国食品药品监督管理局发布更新的JPM2025标志，Insilico完成II人工智能/机器学习在临床2.50机构重点方面表现出色。从严格的人工智能目标攻击和安全角度出发，进行尾砂结构支点的晶体派宣布了扩展战略与Eli的合作莉莉和强壮机器人驱动的里程碑收入赛诺菲进行商业活动针对新目标的期权程序发现视觉艾西斯科Pharma.AI平台（部分多目标10亿美元）礼来公司与英伟达合作建立一个新的AI实验室；资本支出递归释放关键二期临床CSPC与...合作REC-994的数据，市场重新校准了AI预测表型的真实效力在于复杂的生物学AZ为其AI药物发现平台英矽阁正完成其港交所IPO准备工作流程 晶粒硅基时序人工智能递归薛定谔来源：公司报告，汇丰前海证券来源：公司报告，汇丰前海证券●股票期货：医疗保健，2026年7月3.当投资者群体获得的是选择权而非现金流时，正确的估值框架是什么人工智能医疗公司并非单一资产，更像是一叠选择权。由于我们相信传统的现金流折现法在结构上存在不足，我们将估值分解为三个层面——估值中哪些部分是真实的（即基于实际成果），哪些部分是可能的（即预期），哪些部分是由故事驱动的——以及目前哪个层面被错误定价了？案例研究：Anthropic收购CoefficientBio（交易额c4000万，占Anthropic股权的0.1%）。这笔交易（公司员工少于10人，成立时间不足1年，处于隐秘阶段且无收入或业务管道）揭示了一个重要启示：估值方法并非总是遵循传统框架。市场在商业化实现之前，就已为“未来平台能力与轨迹”分配了实质性价值。作流程达成一致。◆战略性进入生物学领域：专有生物数据和特定领域专业知识成为关键护城河，而通用LLM则商品化。◆平台集成：Anthropic可以将Claude模型与生物特定领域的垂直整合相结合，创建一个全栈式科学AI平台。uuuuVenture-style“幂律”选项若成功，一个平台可能解锁数以十亿计通过药物发现平台和制药公司合作实现美元收益（具有显著的潜在市场规模）。拥有一支能够生成新型生物数据环的团队极具价值。长期平台期权u投资者可能低估了可重复的资产工厂变现和伙伴关系生成能力，尤其是在其发展速度超市场可能将AI药物发现视为线性生物技术，但实际上忽视了可扩展平台基础设施的经济性。●股票期货：医疗保健，2026年7月市场仍在投入研发，而前沿交易则意味着人才也应被视为资产负债表上的资产。汇丰银行人工智能医疗保健估值框架：“交易堆栈”第19项。汇丰银行AI医疗保健估值框架：“交易堆栈”汇丰AIDD商业模式演变与估值框架从服务到资产工厂SaaS/discoverySaaS/discovery市盈率/销售额（软件倍数）营收增长率，净收入留存市盈率/销售额（软件倍数）营收增长率，净收入留存（客户流失率）,顾客流失DCF/PE(servicesframework)资本性支出，利用率&合同积压高级人工智能基础设施市盈率/销售额垂直IT服务SaaS牛市观点贝尔沃（BearvView）AIDD牛市观点贝尔沃（BearvView）AIDD仍然生物技术人工智能炒作的服务保费R&D主要Alpha/定价错误来源主要Alpha/定价错误来源风险调整净现值(rNPV)战略选择权风险调整净现值(rNPV)战略选择权平台高级功能优质倍数人工智能基础设施Peaksales,概率Peaksales,概率成功，临床风险未来资产生成引擎网络效应自动化&可重复性，精密循环学习））Marketinsight:Marketinsight:上行源自于相信该平台能够反复生成药物合作，以及类似软件规模的新应用。估值可以高度情感化与叙事驱动药立方，公司报告，汇丰前海证券药立方，公司报告，汇丰前海证券不同商业模式下的估值框架人工智能平台服务人工智能平台服务人工智能生物技术代表代表质量增长增长可见度核心估值核心估值重复性软件可扩展平台收入高毛利率更可预测DCF现金流市盈率倍数（市销率、企业价值/销售额）硅基里程碑，合作，版税偶尔的许可收入，总额高难以预测管道增量净现值概率调整药物价值药立方，公司报告，汇丰前海证券药立方，公司报告，汇丰前海证券●股票期货：医疗保健，2026年7月4.长期业务护城河是什么？是什么将“平台赢家”与“商品化A这是当今投资者面临的最具争议和最具推测性的问题之一。我们对此进行重新诠释，因此，与其争论“谁拥有最好的AI？”,我们更认为恰当的问题应该是：长期定价权究竟源自何处，以及哪些AI优势将不可避免地变成商品化？人工智能医疗行业的当前发展阶段，呼应了两个历史剧本：早期互联网+医药研发外包（CRO）互联网公司在平台生态系统上获胜；CROs在全方位整合服务上占据优势人工智能医疗：区分持久的护城河与暂时的“AI优势”根据我们的观察和看法，当今的“AI边缘”大多只是昙花一现。该行业正面临模型、工具和人才的过剩，这导致了转换成本低下和快速的能力扩散。谁在构建人工智能？真正的差异并非在于谁，而在于谁能将人工智能嵌入到难以复制的专有工作流程、数据循环和临床结果中。我们还研究了来自早期互联网和CRO（新药研发合同外包服务机构）的两次过往发展周期的案例研究，这有助于我们评估在人工智能和医疗保健领域真正的护城河可能出现在何处。通过利基用例（工具、点解决方案）进行访问。早期互联网与转化率优化（CRO）的启示…初期阶段：免费/低成本用户获取。变现依赖于规模（广告、电子商务、平台抽成）。交通与注意力汇聚专有用户数据基础设施层（云、支付）关键要点？功能层面的差异化很快被商品化；数据和生态系统的控制力决定了定价权监管专业性与执行可信度●股票期货：医疗保健，2026年7月汇丰银行人工智能医疗保健护城河框架：区分信号与噪音最强护城河汇丰AIDD护城河技术栈临床与临床与监管的验证•Royalties/milestones已批准的结果成为最终的护城河增强防御能力数据数据+工作流集成•集成系统复合体•湿式闭环学习系统独立SaaS•通用人工智能模型一次性发现项目Most商品化仅靠智力很少药立方，公司报告，汇丰前海证券药立方，公司报告，汇丰前海证券第22项。汇丰AI医疗护城河框架：区分信可能商品化：可能维持定价权：独立式AISaaS工具以模型为中心的差异化单项项目收入没有专有数据或湿实验室整合的公司◆控制数据生成环节的公司◆深度嵌入医药工作流程的参与者◆融合软件、生物学与自动化的平台◆具备临床与监管经验记录的参与者汇丰前海证券汇丰前海证券耐久护城河：数据与闭环u专有医疗数据集（临床、分子、真实世界）u构建自我强化的学习循环学习系统，反馈循环，不u性能随时间非线性提升u基于独家数据的AI模型u来自：湿实验验证、临床结果迭代实验uu难以复制，除非拥有同等的数据访问权限盈利护城河：平台化u从工具到工作流，平台及生态系统u高昂的转换成本整合系统与生态系统u用户粘性强控制临床到制造u人工智能、湿实验与自动化（全栈能力）u客户中嵌入了API/数据层u多方生态系统（制药、生物技术、医院、支付方）u多种变现杠杆（SaaS、服务、下游）薄弱护城河：模型与算法u独立式AISaaS工具u广义的LLM模型u开源模型泛滥u快速基准测试与复制u日益普及的计算能力u快速扩散，失去专有数据的差异化最强护城河：临床成功与u将人工智能能力转化为经济价值监管公信力u成功的临床试验u监管业绩记录u药企信任u与制药伙伴建立信誉飞轮u支持长期、战略型合同（而非交易型收入）汇丰前海证券汇丰前海证券20●股票期货：医疗保健，2026年7月5.在人工智能药物发现中，什么是值得捍卫且最受重视的，以及什么可人工智能药物发现（AIDD）是一门整合机器学习（ML）、深度学习（DL）和先进统计建模的学科，旨在自动化、优化并降低临床前和临床药物研发全生命周期的风险。它代表了从传统的计算机辅助药物设计（CADD）——后者依赖基于规则的计算化学和静态分子建模——向数据驱动、迭代式学习系统的范式转变，该系统能通过闭环数据集成持续提升预测性能。从技术上讲，AIDD已经经历了三个经过同行验证的不同代际。◆第一代（1970年代-2000年代）：基于规则的定量构效关系（QSAR）模型和线性回归框架，仅限于使用小型、结构化数据集对分子性质进行单参数预测。◆第二代（2000年代-2019年）：经典机器学习模型——一种结合多个决策树（随机森林）的预测以生成单一、更准确结果的机器学习算法，支持向量机，梯度提升）和浅层神经网络，能够实现分子性质的多元参数优化和大型化合物库的虚拟筛选。◆第三代（2020年至今）：深度学习架构、生成式人工智能、多模态大语言模型（MLLMs）和物理信息神经网络，支持从靶点识别到临床试验设计的端到端药物发现，融合跨模态数据整合与闭环迭时间段核心技术突破关键参与者行业里程碑u首次定量构效关系模型u二维分子描述符三浦公司（成立于1979年）；计算机辅助药物设计（CADD）的诞生；首次自动化复合属性预测u分子对接斯克里恩丁格（创立首个基于结构的药物获批（扎那米韦，抗流感））；u第一代分子力场（AMBER、CHARMM，1990年Biogenu基于结构的药物设计物理模拟工具的商品化u高通量筛选默克、辉瑞、诺华，化合物库筛选的工业化u早期用于ADMET预测的机器学习英伟达英伟达以GPU加速进入计算领域。uu首次GPU加速分子模拟化学，为现代人工智能与数据科学计算奠定基础化学，为现代人工智能与数据科学计算奠定基础基础设施u深度学习用于分子性质预测深度学习（作为首批现代人工智能、推理和决策公司之一成立；深度学习进入）u第一代生成式分子模型2010年代，在InsilicoMedicine领域凭借AlphaFold的首次突破；NVIDIA的GPUuAlphaFold1（蛋白质结构预测首次突破）（2014年），XtalPi（2015年）的基础设施成为AIDD高性能的标准深度学习公司，同构式数字信号处理器-1181（首个由人工智能设计的分子）进入一期临床试验；u分子生成的扩散模型首批由人工智能发现候选药物进入临床试验深度学习公司，同构式数字信号处理器-1181（首个由人工智能设计的分子）进入一期临床试验；u分子生成的扩散模型首批由人工智能发现候选药物进入临床试验u实验室、Exscientia、Insilico和AlphaFold2解决了蛋白质折叠问题；晶Pi首批通过AIDD发现的研究候选者将进入临床试验阶段2023-24u闭环DMTA平台艾仕得医药、XtalPi：艾仕得研发的瑞他司韦公布IIa期临床数据u多目标生成式人工智能斯崔德林格XtalPi的XFF力场已通过辉瑞验证；u第一阶段II期AI发现药物数据斯赫罗丁格推出商用FEP仿真工具uu2025-26u开源成熟基础模型发布谷歌深度学习研究院AlphaFold3和NVIDIABioNeMo已开源。uuAlphaFold3完全开源首个用于自主研发的具主体性AI系统BioNeMo的开源uAlphaFold3完全开源首个用于自主研发的具主体性AI系统BioNeMo的开源公司数据，汇丰前海证券公司数据，汇丰前海证券要准确评估纯粹型AIDD公司，投资者必须深入“AI”这一总称之下。普遍的市场误解是AI仅仅加速了传统工作流程。实际上，真正的估值溢价完全取决于其底层的算法架构——具体而言，是从刚体筛选向等变生成模型和量子近似神经网络的转变。21●股票期货：医疗保健，2026年7月计算化学的基础层依赖于基于结构的虚拟筛选（SBVS）。历史上，这涉及将庞大的化合物库（例如ZINC、EnamineREAL）与静态的蛋白质结构进行对接。DeepMind的AlphaFold开源化有效地将目标结构数据商品化（信息来源：DeepMind）。然而，蛋白质是高度动态的实体。标准的分子对接算法依赖于启发式评分函数，这些函数从根本上无法考虑“诱导契合”机制——即蛋白质在配体结合时发生的构象变化。那些仅仅使用基本的卷积神经网络（CNN）来筛选开源结构数据库的公司，正与大型科技公司陷入低利润的计算军备竞赛。它们在复杂的生物学中的预测效力本质上很弱（来源：NatureComputationalScience）。AlphaFold蛋白质结构数据库，汇丰前海证券0 源自ZINC20、EnamineReal、药物发现评论、汇丰前海证券估计附件27。……根据埃罗姆定律，药物发现正变得越来越慢、越来越昂贵。每美元研发投入的新分子实体数量（经通胀调整）1《自然·药物发现评论》，汇丰前海证券《自然·药物发现评论》，汇丰前海证券真正的第一种算法护城河在于生成式架构。高级玩家不是筛选现有库，而是使用生成式AI来合成完全新颖的化学物质。最前沿的标准已从简单的生成对抗网络（GAN）转向等变图神经网络（EGNN）和3D扩散模型。等变性在数学上至关重要：它确保神经网络理解分子的性质在任何3D旋转或空间平移下都保持不变研发阶段传统制药行业平均（月）AIDD启用（数月）命中率优化总时间至IND来源：来源：Insilico，汇丰前海证券22●股票期货：医疗保健，2026年7月◆Insilico（3696.HK）：其专有Chemistry42平台是这一护城河的典型例证。该平台运用超过30个生成引擎，包括基于结构的扩散模型，以实现多参数优化（同时平衡亲和力、ADME和新颖性,信息来源：公司报告）。◆生成生物医药（GEMBUS）：基于相似的尖端生成性理论，但专注于大分子，利用其Chroma平台——一个生成扩散模型，能够根据结构约束编程可编程蛋白质疗法（信息来源：公司报告）。一旦分子生成，就必须通过物理方法验证其结合亲和力。传统的量子力学（例如密度泛函理论(DFT））非常精确，但在规模上计算成本高昂。相反，经典的分子动力学（MD）速度快，但缺乏电子层面的精度。这里的突破在于机器学习势能（MLPs）或神经网络势能的开发。这些算法在庞大的量子力学数据集上进行训练，以实现与密度泛函理论（DFT）相当的计算精度，其计算成本与经典分子动力学相当（来源：NatureChemistry）。◆薛定谔（SDGRUS）：自由能扰动（FEP+）领域的先驱。其护城河依然稳固，因为其力场（OPLS）经过数十年的精炼——这是一个纯粹技术型初创公司难以跨越的数据壁垒。◆XtalPi（2228HK）：将先进的量子物理计算与自动化机器人湿实验室相结合。XtalPi的护城河具有高度的可防御性，因为它创造了一个闭环的“技术-CXO”模式；其算法预测晶体结构，其专有的机器人阵列合成并验证这些结构，生成高保真度、非公开数据。◆伊亚米克疗法公司（美国私营——2026年2月被武田公司收购）：利用其神经PLexer技术，这是一种最先进的物理信息神经网络，可预测蛋白质-配体复合物的结构集合，捕捉标准AlphaFold预测所遗漏的动态灵活性。对于股权投资者而言，降低从II期到III期临床试验的失败率（即有效性验证）决定了药物的价值。生物学复杂性无法仅通过化学结构来解决。最终的护城河在于将药物与人体系统生物学进行映RecursionPharmaceuticals(RXRXUS)是表型组学方法的先驱。与仅关注靶点结合不同，Recursion采用自动化“细胞绘画”技术，捕捉药物暴露后细胞的高维形态变化。其深度学习模型将庞大的生物数据集（超过50PB）映射，以识别新的生物学关联（信息来源：CellSystems）。历史人类研发基线（PoS）AI辅助临床试验成功率II期成功率（疗效）端到端成功率II期成功率（疗效）端到端成功率BCGBCG，生物技术创新组织，InfomaPharmaIntelligence，汇丰前海证券23●股票期货：医疗保健，2026年7月0历史人类基线PhIIPoS：29%处于II期或更后期阶段的AI原生管道数量（左侧）来源：ClinicalTrials，InformaPharmaIntelligence，BCG，恒生Qianhai证券II期临床用药的AI药物（RHS）◆Insilico（3696.HK）：其inClinico引擎是多模态临床预测AI的典范。该引擎利用多组学数据、全球临床试验的自然语言处理（NLP）以及专有知识图谱（KGs），预测II/III期临床成功率，为DCF估值提供可量化的成功概率（PoS）溢价。u泰普斯（Tempus）：高度关注真实世界证据（RWE）。其护城河在于汇集全球最大规模的临床和分子数据库，特别是在肿瘤学领域，应用人工智能发现新型生物标志物，并优化临床试验受试者分层。价格TP2026e2027e2026e增长增长平均最小最大2027e人工智能SaaS/平台与服务聚焦2228港元3,87064港元斯崔德林格SDGR美国1,1288certara认证美国1,06624美元27时序人工智能TEMUS8,795306美元平均管道中心（管道中心（AI生物技术）英特莱吉治疗公司NTLA美国1,55581美元阿贝克勒生物制药ABCL美国1,82335美元CRISPR疗法CRSP美国4,64490美元57.1注意：价格截至2026年7月21日。来源：彭博一致预期估计，汇丰前海证券估计24●股票期货：医疗保健，2026年7月估值与风险我们继续使用SOTP模型来评估Insilico的价值。我们的关键主要下行风险假设包括9.6%的加权平均资本成本（WACC，基于无风险利率）u关键资产的临床试验失败。(4.25%的利率和4.75%的市场风险溢价)，一个终值u平台产出延迟或交易撮合活动疲软。3.0%的增长率，以及截至2026年底的美元/港币汇率u不可预测的收入和里程碑时间。意味着从当前水平上涨91%；因此，我们u激烈竞争。u伙伴依赖性维持对该股票的买入评级。uu伙伴依赖性意味着较当前水平有13.5%的上行空间。我们维持因我们对其当前估值持看法，故维持对该股票的评级。作为公平，这反映了短期机遇和执行风险我们继续使用DCF模型对意味着较当前水平有13.5%的上行空间。我们维持因我们对其当前估值持看法，故维持对该股票的评级。作为公平，这反映了短期机遇和执行风险假设包括9.9%的加权平均资本成本（WACC，基于无风险利率）u超出预期的重大交易里程碑已达成。(4.25%的利率和4.75%的市场风险溢价)，一个终值u重要新跨国公司合作。3.0%的增长率，以及截至2026年底的港币兑人民币汇率u机器人能力扩展完成。u运营杠杆拐点主要下行风险u里程碑付款延迟u外汇风险25数据集?集成?跨国公司晶Pi发现项目专注于监管的biosimulationSaaS平台，赋能基管道中心(AI生物技术)合作渠道与内部渠道递归制药公司英特莱吉治疗公司CRISPR基因编辑生物技术正从平台/许可在研治疗性药物管线基于人工智能的抗体发现平台，由按服务收费的发现模式发展而来基因编辑疗法公司商业化基于CRISPR/Cas9技术的优化和合作管道深度学习以机器学习为先导，整合专有人类数据集的湿实验室生物技术内部疗法的验证AI赋能的目标发现平台，结合知识图谱与内Automatedexperimentbetter&Safer'leads,prioritizedtabetter&SaferAI“BlackBox”26●股票期货：医疗保健，2026年7月本报告的主要负责人，包括负责本报告某一章节或数章节的作者，以及作为某一子公司整体估值中负责覆盖分析师的任何分析师，特此证明：关于标的证券或发行人的意见、其在报告中署名的章节中表达的任何观点或预测，以及报告中表达的任何其他观点或预测（包括研究报告封底表达的任何观点），均准确反映了其个人观点，并且其部分或全部薪酬未与、现在或将来与本研究报告中包含的具体建议或观点直接或间接相关：舒琳娜博士（LindaShu,PhD）和孙安（AndreSun）。汇丰银行及其附属机构，包括本报告的发行人（“汇丰”），认为投资者买卖股票的决定应基于其自身情况，例如现有持股、风险承受能力和其他考量因素，并且投资者在做出投资决策时应运用不同的纪律和投资期限。评级不应孤立使用或依赖作为投资建议。不同的证券公司使用各种评级术语以及不同的评级体系来描述其推荐，因此投资者应仔细阅读每份研究报告中所使用的评级定义。此外，投资者应仔细阅读整个研究报告，而不仅仅从评级中推断其内容，因为研究报告包含有关分析师观点和评级依据的更完整信目标价基于分析师对股票实际当前价值的评估，尽管我们预计市场价需要六至十二个月才能反映这一点。当目标价高于当前股价20%以上时，该股票将被归类为买入；当目标价介于当前股价之上5%至20%之间时，该股票可能被归类为买入或持有；当目标价介于当前股价之下5%至之上5%之间时，该股票将被归类为持有；当目标价介于当前股价之下5%至20%之间时，该股票可能被归类为持有或减持;当目标价低于当前股价20%以上时，该股票将被归类为减持。我们的评级会在任何“实质性变化”（覆盖的启动或恢复、目标价或预估的变更）发生时，针对这些区间进行重新校准。上下差是指目标价与股价之间的百分比差异。对于每只股票，我们根据我们的策略团队确定的该股票的国内市场或适当区域市场的股权成本设定了要求的回报率。股票的目标价代表了分析师预期该股票在我们业绩视野期内达到的价值。业绩视野期为12个月。要被归类为“增持”，其潜在回报率——即当前股价与目标价之间的百分比差异（如标明时，则包括预测的股息收益率）——在接下来的12个月内必须超过要求的回报率至少5个百分点（对于被归类为“波动*”的股票则为10个百分点）。要被归类为“减持”，该股票预期在接下来的12个月内表现将低于要求的回报率至少5个百分点（对于被归类为“波动*”的股票则为10个百分点）。介于这些区间之间的股票被归类为“中性”。若某股票的历史波动率超过40%，或上市时间不足12个月（除非其所属行业或板块波动性较低），或分析师预期其波动性显著，则被归类为波动性股票。然而，我们未将其视为波动性股票的股票，实际上也可能表现出类似行为。历史波动率被定义为过去一个月内每日365日移动平均波动率的平均值。然而，为避免频繁误导性地变更评级，该股票的波动率必须朝任一方向超过40%基准2.5个百分点，其状态才会改变。27●股票期货：医疗保健，2026年7月购买61%（其中13%在过去12个月内获得投资银行服务）持有34%（其中10%在过去12个月内获得投资银行服务）出售5%（其中8%在过去12个月内获得投资银行服务）上述分配所使用的映射结构如下，用于从上一个评级模型过渡到当前评级模型：在我们的上一个模型中，超重=买入，中性=持有，轻视=卖出；在我们的当前模型中，买入=买入，持有=持有，降低=卖出。关于两个模型下的评级定义，请参见上文“股票评级及财务分析依据”。请参阅/gbm/financial-regulation/investment-recommendations-disclosures页面，了解汇丰银行发布的非独立评级的信息披露。要查看汇丰银行在过往12个月内发布的所有独立基础评级/建议的列表，以及我们发布非基础建议季度分配的地点（仅适用于固定收益和货币研究），请使用以下链接访问披露页面：ClientsofHSBCPrivaAllotherclients:www.research.hsbc汇丰银行与分析员披露披露清公司股票代码近期价格价格日期披露计算机模拟医学汇丰汇丰2026年7月21日2026年7月21日71.汇丰银行在过去12个月内曾管理或共同管理过该公司的证券发行。汇丰银行预计在未来三个月内将收到或意图从该公司获得投行业务的补偿。3在本报告发布时，汇丰证券（美国）公司是该公司发行的有价证券的做市商。4截至2026年6月30日，汇丰银行（HSBC）直接持有该公司某类普通股证券的1%或以上。5该公司是汇丰银行的客户，或在过去12个月内曾是汇丰银行的客户并/或就投资银行业务向汇丰银行支付了报酬。6该公司为汇丰银行的客户，或在过去12个月内曾为汇丰银行客户并/或就非投行业务证券相关服务向汇丰银行支付7该公司为汇丰银行的客户，或在过去12个月内曾是汇丰银行的客户并/或就非证券服务向汇丰银行支付了报酬。过去12个月内，一名覆盖分析师/代表已从该公司获得报酬。9覆盖分析师/员或其家庭成员持有该公司证券的财务利益，具体如下。第十条本公司某分析师/或其家庭成员为该公司的官员、董事或监事会成员，具体如下。11在本报告发布时，汇丰银行（HSBC）并非该公司的证券（包括但不限于该公司发行或与该公司相关的证券）的非美国做市商。截至2026年7月15日，汇丰银行根据SSR方法论计算，持有该公司已发行股本超过0.5%的净多头头寸。截至2026年7月15日，汇丰银行根据SSR方法论计算，持有的该公司的净空头头寸超过其总发行股本的0.5%。14汇丰银行前海证券有限公司持有该公司某一类别普通股证券的1%或以上。28●股票期货：医疗保健，2026年7月汇丰银行及其附属机构将不时以主交易商或代理人的身份，向客户买卖其所覆盖的汇丰研究报告中涉及的公司发行的证券/工具（包括股票和债券，含衍生品），或作为本报告中所述证券/工具的市场做市商或流动性提供方。分析师、经济学家和策略师的部分薪酬是根据汇丰银行的盈利能力来确定的，该盈利能力包括投资银行业务、销售与交易以及主经此次分析更新的发布时间，或具体时间框架，尚未确定。非美国分析师可能并非汇丰证券（美国）公司的事务关联方，因此可能不受FINRA规则2241或FINRA规则2242对其与目标公司沟通、公开露面及持有证券交易的限制。某些司法管辖区（如美国、欧盟、英国等）实施的经济制裁法律，可能禁止受这些法律约束的人员进行某些类型的投资，包括通过交易或交易特定发行人、行业或地区的证券。本报告不构成就任何此类法律提出的建议，也不应被解释为诱使违反此类法律进行证本报告中提及的任何公司的披露信息，请参阅该公司最新发布的报告，网址为/research。汇丰私人银行客户如需查询其他研究报告，应联系其客户关系经理。欲了解本报告所使用的专有模型的更多信息，请联系撰写该报告的分析师。本报告包含的所有市场数据截至2026年7月21日收盘，除非另有日期和/或具体时间。3汇丰银行已制定程序，用以识别和管理与其相关的任何潜在利益冲突。商业研究。汇丰的分析师及其参与研究和传播的其他员工。独立于汇丰银行投资银行业务，进行研究、运营并设有独立的管理报告线。投资银行、主经纪业务和研究业务之间已建立信息壁垒程序。为确保任何机密信息及/或价格敏感信息均得到妥善处理。第四条您不得为（一）确定利率之目的，参考本文件中的任何数据。（一）应付或未付的贷款协议或其他金融合同或凭证项下的款项，（二）确定金融工具的买入、卖出、交易或赎回价格，或该金融工具的价值。本报告可能是用另一种语言撰写的报告的翻译。如果是这样，并且如果存在任何差异本报告由作者于2026年7月22日格林尼治标准时间08:05制作并批准。2.为查看本报告首次发布时间，请访问/R/34/kTsVcKb上的披露页面。29●股票期货：医疗保健，2026年7月截至2026年5月13日的法人类别：汇丰银行有限公司；汇丰欧洲大陆；汇丰欧洲大陆有限责任公司，德国；汇丰中东有限公司；汇丰前海证券有限公司迪拜国际金融中心(DIFC)；汇丰银行中东有限公司迪拜分行；汇丰投资证券土耳其股份公司，伊斯坦布尔；香港上海汇丰银行有限公司，香港；香港上海汇丰银行有限公司新加坡分行；香港上海汇丰银行有限公司首尔证券部；香港上海汇丰银行有限公司首尔分行;汇丰前海证券有限公司；汇丰证券（台湾）股份有限公司；汇丰证券及资本市场（印度）私营有限公司，孟买；汇丰银行澳大利亚有限公司；汇丰证券（美国）公司，纽约；汇丰墨西哥，SA，多元银行机构，汇丰金融集团；汇丰银行SA报告发行方2201单元，22楼，前海周大福金融中心（一期），66号牛路，南山区，前海深港现代服务业合作区，中华人民共和国电话：+8675588983288网站：在中国大陆，本文件由汇丰前海证券有限公司签发并批准，仅供其客户参考；并非为也不得向中国大陆的个人客户分发。汇丰前海证券有限公司受中国证券监督管理委员会（“中国证监会”）监管，并具备在中国大陆从事证券投资咨询业务的资格[91440300MA5EPLHG1B]。收件人的所有查询必须转达至汇丰前海证券有限公司在中国大陆的联系人。若本文件由汇丰前海证券有限公司的附属机构的客户收到，其提供给收件人的内容须遵守收件人与该附属机构之间有效的业务条款。本文件仅为提供信息而供您使用，且不得以任何形式（直接或间接）全部或部分转发或传送给任何其他人，用于任何目的。本文件并非也不应被视为出售任何投资的要约或购买任何投资的要约邀请或认购要约。汇丰前海证券有限公司基于其认为可靠的来源信息编制本文件，但未独立核实；汇丰前海证券有限公司对信息的准确性或完整性不作任何保证、陈述或保证，亦不承担任何责任或义务。是否购买、认购或出售（如适用）的决定及责任必须由投资者自行承担。本文件未考虑任何收件人的特定投资目标、财务状况或特定需求。任何投资者与汇丰前海证券有限公司之间因研究服务而产生的、关于证券投资分享收益或承担亏损的任何书面或口头承诺均不被允许且应属无效。意见表达仅代表汇丰前海证券有限公司研究部的观点，且可能未经通知而更改。研究分析师会不时对覆盖发行人进行现场访问。汇丰前海证券有限公司及其附属公司及/或其董事、监事及员工可能持有本文件（或任何相关投资）中提及的任何证券的头寸，并可能不时根据法律规定增加或处置任何此类证券（或投资）。汇丰政策禁止研究分析师因此类访问而从发行人收取报酬或报销差旅费。汇丰前海证券有限公司及其附属公司可能作为做市商或在讨论的本文件（或相关投资）中的公司证券中承担承销承诺，可能以自有身份向客户出售或购买其证券，也可能提供或寻求为这些公司提供投资银行或承销服务，也可能在这些公司的监事会或任何其他委员会中代表自身。本文件可能包含方便收件人的外部网站链接。汇丰前海证券有限公司不对其中内容负责。香港上海汇丰银行有限公司(HSBC)持有汇丰前海证券有限公司90%的股份，而前海金融控股有限公司(“QFH”)持有10%的股份，该证券公司编制和/或贡献了本研究报告。汇丰前海证券有限公司已建立合理设计的政策与程序，以防止QFH对汇丰前海证券有限公司研究报告的内容或研究报告主题的选择施加直接或间接影响。此外，汇丰前海证券有限公司已建立额外的政策与程序，以合理地防止任何个人或实体（无论是否来自汇丰前海证券有限公司、QFH或其他方）影响汇丰前海证券有限公司研究分析师的活动或研究报告的内容。在香港，本文件由香港上海汇丰银行有限公司在其香港受规管业务范围内，为该公司的机构及专业客户提供信息而分发；其并非为香港零售客户而设，亦不应分发给香港零售客户，除非另行获得许可。香港上海汇丰银行有限公司不保证本文件中提及的产品或服务在香港对任何人可用。就本研究报告所引致或与之有关的事项产生之任何查询，应致送香港上海汇丰银行有限公司的收件人联系人。本报告中指名的分析师（如适用），若其未受