以2022年年末ChatGPT發(fā)布為標志，三年間AI狂熱從算力、存儲、網(wǎng)絡(luò)、制造、電力基建、軟件應(yīng)用，甚至到邊緣設(shè)備，每個方向的細分賽道都被輪番反復炒作了一遍。

但到三周年末，當AI基建的頂梁柱們，在三季報前后一個個宣布前所未有的AI大基建時，市場反而跟突然喪魂了一樣，開始擔心AI投資要泡沫了。

產(chǎn)業(yè)有人賺得盆滿缽滿，有人虧到瘋狂融資，問題到底出在哪里？融資眼花繚亂，千奇百怪，為什么？

本篇，海豚君通過產(chǎn)業(yè)鏈核心公司的報表來仔細研究一下這些問題，并嘗試理解，到底AI投資是否已經(jīng)真走到泡沫階段了？如果真有泡沫，那么泡沫的原罪在哪里？

一、融資眼花繚亂？產(chǎn)業(yè)鏈利潤分配重度扭曲

下面這張圖，對很多人來說恐怕已經(jīng)很熟悉了。這張圖最大的問題，整個產(chǎn)業(yè)鏈的最終用戶，也就是OpenAI的用戶在整個資金循環(huán)鏈條里創(chuàng)收規(guī)模相比投入太小，沒有被畫到圖中。

但張圖的核心信息，其實也就是下游客戶用上游供應(yīng)鏈的錢來為自己的業(yè)務(wù)融資，這么一個簡單而又古老的供應(yīng)鏈融資方法。

同時，一級市場模型巨頭們供應(yīng)鏈融資同步發(fā)生的，還是二級市場應(yīng)用巨頭們已逐步普遍表內(nèi)、表外債券融資（詳細分析見）

但這里的問題是，為何在芯片商如英偉達賺到盆滿缽滿、全市場都在說AI是新一場技術(shù)革命的時候，AI拓荒人OpenAI要用下一盤這么大的融資棋局？為什么本來富到流油的美股巨頭如谷歌、Meta等等，現(xiàn)在要用債務(wù)才能支撐未來的發(fā)展？

其實答案很簡單，AI產(chǎn)業(yè)初期，產(chǎn)業(yè)鏈利潤分配重度不均，上游把好處基本“吃干抹凈”了。

AI的主產(chǎn)業(yè)鏈主要是這么五類玩家：晶圓代工（臺積電）——算力商（英偉達）——云服務(wù)商（微軟）——模型商（OpenAI）——終端場景五層來分。

1.1）從云服務(wù)商的經(jīng)濟賬說起：到底誰賺了紅利、誰賺了吆喝、誰擔了風險？

A. 云服務(wù)商們的經(jīng)濟賬：100元收入分布——55元成本、10元運營開支，35元利潤；

以下，海豚君用一本產(chǎn)業(yè)鏈一本簡單的經(jīng)濟賬來給大家仔細算下數(shù)，來直觀了感受一下這場三年的AI繁榮當中。我們知道，云服務(wù)是一個既重資金壁壘，又重基本壁壘的行業(yè)。它的前半部分跟蓋房子一樣，需要把廠房蓋起來、機柜、布線、冷卻等等都要做好，這部分算是機房的硬裝。

軟裝部分就是放入GPU、CPU，這中間GPU內(nèi)部的連接、GPU與GPU，以及與其他設(shè)備的連接要做好，再加上網(wǎng)絡(luò)、寬帶，通上電，軟裝基本完成。這些要素放在一起，再通過技術(shù)人員完成“靈魂點睛”，就是一個 比肩 基礎(chǔ)的IaaS服務(wù)了。

從上面的要素其實可以看出，雖然它聽起來高大上，本質(zhì)上沒有擺脫運營商生意的范疇——把各種重資產(chǎn)+技術(shù)組合在一起，形成云服務(wù)，通過租賃云服務(wù)賺錢。

這個生意的核心就是，成本要足夠低，比如說成本最高的GPU裝上去了之后可以用個十年八載的，不能像光伏電場那樣，隔三差五光伏板就要換掉。

來源：英偉達NDR材料

按海豚君的估算，云服務(wù)商假如用全新的AI產(chǎn)能來提供AI云服務(wù)，那么每賺100元，大約35元是前期買入設(shè)備（以GPU）的攤銷折舊，GPU折舊年限以目前云服務(wù)商普遍的五年期來算，資本開支投入其實是175元。

而如果英偉達的GPU，那么基本上125元（70%以上）是GPU（含網(wǎng)絡(luò)設(shè)備）提供生的收入，剩下是CPU、存儲、網(wǎng)絡(luò)設(shè)備等。

除了固定成本，還有能源電力、帶寬、運維等成本，而運營費用上，主要就是研發(fā)銷售和行政等費用了。100元的收入最終實現(xiàn)的賬面經(jīng)營利潤是35元。

備注：數(shù)據(jù)取AWS和Azure中間值利潤率估算，結(jié)合GPU云租賃的ROI與傳統(tǒng)對比來做模擬

從這些數(shù)中，可以看到一個很明顯的問題是：

① AI基建早期，云服務(wù)商只有明面利潤，實際嚴重缺錢：在這個簡單的模型中，云服務(wù)商明面上是賺了35塊錢，但由于其實在拿到收入之前，其實已經(jīng)提前預(yù)支自己的全部100元收入都不夠，需要花175元來先買GPU設(shè)備。也就是說CSP其實只賺了賬面利潤，實際投入是倒貼的。

② 數(shù)據(jù)中心瘋狂融資：云大廠由原本的現(xiàn)金牛業(yè)務(wù)來支撐，但現(xiàn)在新興的新云如CoreWeave、Nebius、Crusoe、Together、Lambda、Firmus 和 Nscale等因為沒有原本的現(xiàn)金流業(yè)務(wù)，現(xiàn)在普遍需要發(fā)行資產(chǎn)抵押支持證券融資來提供云服務(wù)。

B. 100元的云服務(wù)收入，如何流入英偉達、OpenAI賬本？

① 算力提供商(英偉達)——盆滿缽滿的設(shè)備股

云服務(wù)的成本，是英偉達的收入。每100元的云服務(wù)收入，因為有35元是設(shè)備折舊，按五年折舊期，提供這些服務(wù)需要提前采購大約175元的設(shè)備。

英偉達的GPU在采購中的價值大約占到了70%，相當于云服務(wù)這100元的收入，單獨向英偉達就已支付了125元的GPU設(shè)備采購費。

很顯然，作為云服務(wù)商生產(chǎn)資料要素采購中，單體價值最大的一環(huán)，英偉達在早期AI基建期賺得盆滿缽滿。

② 眼下的Open AI——8億WAU，但虧光褲子的應(yīng)用股

整個產(chǎn)業(yè)鏈條中，云服務(wù)的需求側(cè)——OpenAI是需求的源頭，它的償付能力決定了這個鏈條循環(huán)的健康度。但目前 OAI的創(chuàng)收能力來看，砸了這么多的算力資源，結(jié)果上只能算是“金鏟子”挖“土”。

首先云服務(wù)商100元的GPU租賃收入，到OpenAI這里，其實就是它為自己的用戶提供服務(wù)的云服務(wù)成本。按媒體披露的OpenAI 25年上半年財務(wù)狀況，100元的云開支，只能對應(yīng)公司96元的收入，同時算上公司的研發(fā)人員開支、營銷和管理支出（不含期權(quán)激勵）——100元支出，公司基本虧掉了100元。

C. 核心矛盾： 產(chǎn)業(yè)鏈利潤分配嚴重扭曲

把這三家公司簡單模擬的經(jīng)濟賬放在一起，一幅對比鮮明的產(chǎn)業(yè)鏈利潤分配圖景就出現(xiàn)了：產(chǎn)業(yè)鏈核心鏈主的產(chǎn)業(yè)鏈利潤、風險收益分配極度不均衡。

上游鏟子股——以英偉達為代表的算力資產(chǎn)是輕資產(chǎn)業(yè)務(wù)，憑借壟斷地位，不僅收入增長快，而且應(yīng)收款風險較低，盈利質(zhì)量高，盈利賺得盆滿缽滿；

中游資源整合方——云服務(wù)商們承擔著大塊頭的產(chǎn)業(yè)鏈投入，和資源整合，前期投入巨大，明面賺錢但實際現(xiàn)金流吃緊，是事實上最大風險承擔方；

下游應(yīng)用商——生產(chǎn)資料（云服務(wù)）太貴，收入太少，只能覆蓋一定點的云服務(wù)成本，是虧在明面上的應(yīng)用股，最終應(yīng)用股的健康程度，才是決定產(chǎn)業(yè)鏈健康度的生死劫。

這樣的產(chǎn)業(yè)鏈利益不斷往上游轉(zhuǎn)移，AI主產(chǎn)業(yè)鏈鏈主們的矛盾日益突出，行業(yè)競爭動態(tài)天平開始明顯變化：

① 算力——英偉達

英偉達憑借第三方GPU的壟斷地位，尤其是訓練階段的獨特優(yōu)勢，享受了AI基建早期的最大紅利。但它的產(chǎn)品賣到客戶那里不是易耗品，而是一個能夠使用多年的資本品。

它的高成長，從行業(yè)Beta角度，主要集中在AI數(shù)據(jù)中心的產(chǎn)能投建期。公司的增長斜率會高度依賴云服務(wù)商的資本開支增長斜率，當云服務(wù)商的資本開支即使在新高的位置一旦穩(wěn)定下來，不再告訴增長，那么對應(yīng)的芯片商收入零增長，萬一錯估了周期，再來點存貨減值，利潤率就會直線下滑。

最新季度，英偉達前四大客戶貢獻了公司61%的收入，很顯然它的收入就是云服務(wù)商們的資本開支預(yù)算。

來源：英偉達2025年NDR材料

當下在4-5萬億的市值壓力之下，英偉達是持續(xù)交付芯片，撐起美股半邊天的壓力，因此，它的核心訴求就是繼續(xù)賣芯片，賣出更多芯片，方法上比如說：

a.芯片銷售擴散到海外市場，比如特朗普帶著GPU商家們?nèi)ブ袞|等地區(qū)簽單；同時痛失中國市場，讓黃仁勛說出了美國要輸?shù)鬉I戰(zhàn)爭的喪氣話。

b. 瘋狂迭代：創(chuàng)造云服務(wù)商們一直需要更新設(shè)備的需求。目前英偉達基本每2-3年就會有一次大的產(chǎn)品系列迭代，有些版本的迭代，甚至需要全新的數(shù)據(jù)中心建設(shè)標準來配置GPU。

② 云服務(wù)商——微軟：垂直一體化降本

云服務(wù)商目前是供不用求，似乎享受的行業(yè)紅利，但其實長期是承擔了產(chǎn)能錯配的風險，因為最大的資本開支都是由它來承擔的，一旦需求判斷失誤，數(shù)據(jù)中心閑置，云服務(wù)商就成了損失最為慘重的產(chǎn)業(yè)鏈環(huán)節(jié)。具體來看，

a. 短期：云服務(wù)毛利率更低

當下的短期問題是，由于GPU太貴，GPU云服務(wù)比傳統(tǒng)云服務(wù)毛利率更低。而按照微軟CEO納德拉的說法，目前AI云業(yè)務(wù)中產(chǎn)生利潤的不是GPU，而是除了GPU之外的其他設(shè)備部署（存儲、網(wǎng)絡(luò)、帶寬等）——換句話說，現(xiàn)在的AI數(shù)據(jù)中心，因為GPU太貴了，其實是用GPU引流，靠搭售附加產(chǎn)品來賺錢。

b: AI算力的攤銷折舊風險

運營商生意是重資產(chǎn)業(yè)務(wù)，最怕生產(chǎn)資料投入的攤銷折舊周期太短（風能發(fā)電廠和3G時代的電信運營商都有過類似問題）；英偉達推新太快（兩年一次），折舊年限至關(guān)重要；

c. 前置投資風險

長期承擔了資源整合和資金風險（資本開支）；如果客戶盈利能力不足、場景落地慢、技術(shù)迭代突然出現(xiàn)非線性迭代（比如模型變輕，小模型在端側(cè)能完成AI大任務(wù)，或者本身軟件迭代對算力需求大幅減少），可能后續(xù)產(chǎn)能利用不足，導致云服務(wù)商產(chǎn)能與需求誤判，那么它會成為最大下游客戶失敗的風險承擔方，體現(xiàn)不是應(yīng)用賬款收不會，而是數(shù)據(jù)中心產(chǎn)能浪費。

很明顯，從云服務(wù)商的角度，可以做的是，降低數(shù)據(jù)中心的最大成本項——GPU成本，比如說繞過英偉達稅，自研1P算力芯片；雖然需要外包一部分設(shè)計工作給到博通、Marvell等ASIC設(shè)計商等等，但整體能夠大幅降本。結(jié)合資料信息，構(gòu)建1GW算力中心，用英偉達GPU的成本是500億美金，而用TPU大約是200-300億美金。

③下游應(yīng)用（含模型）主要風險——生產(chǎn)資料成本太高，收入不匹配，現(xiàn)金流斷裂風險。

這里選OpenAI作用終端的場景應(yīng)用股（含了模型層）。

收入高速增長：根據(jù)媒體披露，按OpenAI目前的月收入推進速度， 2025年按月預(yù)計年底年化200億美金，25全年130億美金，同比增長250%；

支出飆升更快：這里的問題是，收入在高速增長過程中，并沒有正常商業(yè)模式下收入放大之后，虧損率逐步減少的情況，反而支出的增長斜率比收入的增長斜率更高，收入越做大，虧損反而約高。

按媒體披露信息，2025年收入130億，虧損應(yīng)該估計至少150億上下；如按微軟財報信息（按40%股權(quán)），OpenAI虧損年化虧損應(yīng)該已超300億。

OpenAI目前的訴求也很明顯，首先云服務(wù)成本太高了，導致收入不經(jīng)濟，收入多了，反而虧得更兇猛；在與此同時；由于收入缺口太大，公司需要融資的同時，還需要進一步做大收入，而在做大收入過程中，云服務(wù)靠外部提供，供應(yīng)商容量不夠，導致產(chǎn)品推新延遲（比如說Sora因此推遲，OpenAI Pulse高定價拖累滲透率）。

三、AI產(chǎn)業(yè)鏈：巨頭博弈產(chǎn)業(yè)鏈定價權(quán)

AI技術(shù)（模型）迭代足夠快，逐步成熟到可以落地的程度，但部署上成本太高——云服務(wù)成本太高，無法支撐技術(shù)在應(yīng)用場景上的快速擴展。

而以上的經(jīng)濟賬模擬，可以很清晰地看到，高成本是因為產(chǎn)業(yè)鏈加價太嚴重——英偉達芯片毛利率75%（加價率4倍）、CSP(云服務(wù))毛利率50%上下（加價率2倍），到OpenAI使用的時候，鏟子的成本已經(jīng)太高，即使是互聯(lián)網(wǎng)歷史上增速斜率比較高的應(yīng)用，都無法覆蓋更快速度的成本上升。

于是產(chǎn)業(yè)鏈博弈開始了！

英偉達因在數(shù)據(jù)中心中的價值量和技術(shù)壁壘都較高，因此想掏空云服務(wù)商的價值，讓它淪為GPU的包工頭。而云服務(wù)商覺得英偉達稅收得離譜，想要通過自研芯片把英偉達超額利潤打掉。

而自從微軟解綁了它只能使用Azure作為云服務(wù)提供商的禁制之后，OpenAI已經(jīng)明確表達的自己的意圖，要自建數(shù)據(jù)中心，OpenAI似乎想消除上游每一段的超額溢價，最好把算力的價格打到白菜價，推動應(yīng)用的繁榮。

結(jié)果就出現(xiàn)了2025年年底最受寵的商業(yè)模式，也是目前最流行的投資賽道“全棧AI”，其實說白了，就是產(chǎn)業(yè)鏈的垂直一體化。三家雖然操作不同，但本質(zhì)上都是在垂直一體化的方向上努力：

① 英偉達：英偉達+新云小弟們=削弱CSP大廠產(chǎn)業(yè)地位

依賴GPU的壟斷地位，通過優(yōu)先供應(yīng)最新Rack系統(tǒng)，產(chǎn)能回購協(xié)議等，扶持一堆IaaS仰仗英偉達的發(fā)貨排序的新興云平臺Coreweave、Nebius等，其中對Coreweave的回購兜底最為突出。

這些新云前期普遍大量融資，新云大多依賴于英偉達的供貨傾斜或者融資支持，最終新云的產(chǎn)能基本都是使用英偉達的芯片。通過這個操作，英偉達實際上等于除大型CSP之外，鎖死了其他小云服務(wù)商的GPU選擇權(quán)。

但對于這個操作，微軟CEO納德拉層在訪談中曾間接表達過，“一些人以為提供云服務(wù)，就是買一堆服務(wù)器，插上電就可以了”。言外之意，實際云服務(wù)是一個非常復雜的業(yè)務(wù)，門檻并不低，不然全球的云服務(wù)市場那么大，但只是被三四朵云所壟斷。

從這個角度出發(fā)，今年爆炒的新云服務(wù)商，其實背后一定程度上就是在GPU供給緊缺的情況下，英偉達通過優(yōu)先分配權(quán)拉起來的下游代理商（二道販子），假如長期產(chǎn)業(yè)供需均衡，產(chǎn)業(yè)競爭邏輯走向正常的技術(shù)、資金、渠道、規(guī)模導向型商業(yè)模式，這些新云是不是還能存在，還很難說。

似乎AI新云玩家，看起來更像是一個AI基建上半場的產(chǎn)業(yè)鏈博弈中的過程產(chǎn)物，而非供需平衡下終局格局中可以和云服務(wù)巨頭分庭抗禮的競爭對手。

② 云服務(wù)商：云服務(wù)商+ASIC設(shè)計商+下游產(chǎn)品=削弱英偉達芯片壟斷溢價

a.目前GPU用量較大的公司基本都開啟了自研芯片的努力，這里除了云服務(wù)商，一些單體用量較大的下游客戶如Meta、字節(jié)、特斯拉等都在自研ASIC芯片。

在ASIC芯片自研子產(chǎn)業(yè)鏈中，ASIC設(shè)計外包商如博通、Marvell、AIchip、AUC、聯(lián)發(fā)科等等，都是高價值的資產(chǎn)。

b.討價還價的二供備胎價值

自研芯片，啟動最早，產(chǎn)品名聲最高的主要是谷歌聯(lián)合博通研發(fā)的TPU，直接供應(yīng)了Gemini 3的研發(fā)；同時，其實亞馬遜也很早啟動了自研GPU的研發(fā)（訓練Trainium、推理Inferentia）。

按此次英偉達的財報（Anthropic首次開始使用英偉達合作），Anthropic模型的研發(fā)其實應(yīng)該主要是基于亞馬遜的云和亞馬遜的Trainium芯片。

全球兩個性能靠前的模型Gemini和Anthropic，一個在完全不用英偉達，一個較少用量的情況下，都把模型訓練到了領(lǐng)先的位置，已經(jīng)明顯開始影響到英偉達的在算力行業(yè)的定價權(quán)。

這樣的案例影響下，下游客戶通過威脅使用TPU（甚至都未必是真部署），就能迫使英偉達為鎖死下游客戶訂單，通過融資擔保、股權(quán)融資、剩余產(chǎn)能兜底等方式來間接降價，本質(zhì)上就是客戶把部署GPU的成本給拉了下來。

這些已經(jīng)是英偉達算力地位受到威脅的實際體現(xiàn)。

c. 下游產(chǎn)品滲透：產(chǎn)品線全系A(chǔ)I武裝，防守Chatgpt崛起

這些處于中間環(huán)節(jié)的云廠商，本身核心業(yè)務(wù)大多為再往下游的模型和軟件應(yīng)用的場景，除了往上通過垂直一體化防止英偉達在云業(yè)務(wù)上偷家，往下還要讓自己的全系產(chǎn)品場景都武裝上AI，與ChatGPT展開競爭，防止被ChatGPT顛覆。

③ OpenAI：產(chǎn)業(yè)鏈自主=Stargate

而處在模型廠和應(yīng)用場景上的新公司OpenAI，血虧之下，不想受制于巨頭，像以自己的影響力，通過融資來自建一個基本自主的產(chǎn)業(yè)鏈，OpenAI的大致圖景是——上游算力自研和外采對半分（AMD的6GW是備胎算力）、中游云服務(wù)完全聽命于自己，以幫助自己全力保持技術(shù)領(lǐng)先，和推廣AI應(yīng)用。

a. 自建數(shù)據(jù)中心：OpenAI+融資+芯片商+Oracle=Stargate

從公司的股權(quán)架構(gòu)設(shè)計來看，其實Stargate就是一個專門服務(wù)OpenAI算力需求的大塊頭新興云公司（10GW設(shè)計產(chǎn)能）。OpenAI通過最初的投資入股，在Stargate公司股權(quán)占比40%，強化對算力基礎(chǔ)設(shè)施的主導權(quán)。

b. 綁定訂單：作為一個深受高價算力和供給不足束縛的云服務(wù)終端客戶，最符合OpenAI利益的其實是過剩且便宜的算力，利用上游供應(yīng)商FOMO心理，綁定一切能綁定的產(chǎn)能，用未來的收入預(yù)期作為償付能力，鎖定芯片供貨。

但這里OpenAI的收入年化200億要在三年內(nèi)走到年化1000億美金，才有真正付得起這些付款承諾的可能性。而目前的巨頭中沒有人在幾年內(nèi)把自己收入打到千億美金以上。這里海豚君合理推測，它的目的之一可能就是有意制造供給過剩，以便把算力成本打下來。

OpenAI CEO 奧特曼在問到是否會有算力的產(chǎn)能過剩的時候，他毫不隱藏他對算力過剩的渴望：“肯定會有很多輪的算力過剩，無論是2-3年內(nèi)出現(xiàn)，還是5-6年內(nèi)出現(xiàn)，可能是這個時間內(nèi)多輪的產(chǎn)能過剩。（“there will be come to a glut (of compute) for sure, whether it’s 2-3 or 5-6 years at some point, probably several points along the way.”）

四、總結(jié)：2026年投資主題——算力結(jié)構(gòu)性過剩+產(chǎn)業(yè)鏈利潤下移？

從以上分析可以看到，目前整個AI產(chǎn)業(yè)鏈因為利潤過度集中于上游（一定程度上類似新能源車崛起過程中，利潤一度高度集中于贛鋒和天齊鋰業(yè)等鋰礦股），導致下游現(xiàn)在在做場景應(yīng)用上，像是用金鏟子挖土一樣，場景落地的時候，生產(chǎn)資料成本太高，挖出來的東西完全無法匹配這個生產(chǎn)資料的成本。

因此，在當前這種產(chǎn)業(yè)鏈矛盾下，接下來的AI投資就是在產(chǎn)業(yè)鏈利潤下移+結(jié)構(gòu)性供給過剩中找機會，只有算力打下來，才能帶動下游的繁榮。

所謂的結(jié)構(gòu)性過剩，比如說傳統(tǒng)的電力和機房建設(shè)速度跟不上，導致算力吃灰；而產(chǎn)業(yè)利潤下移，則重點跟蹤就是模型在終端場景上的落地速度、對SaaS股的可能影響、端側(cè)產(chǎn)品的AI滲透、AI帶來的新硬件如機器人與AI眼鏡等等。

到目前為止，海豚君已經(jīng)開始看到一些產(chǎn)業(yè)鏈利潤下移的跡象，比如現(xiàn)在英偉達的客戶可以拿著TPU來威脅英偉達給出更優(yōu)惠的供貨條件（其實同樣售價下，需要連帶股權(quán)投資，就是一種間接的產(chǎn)品降價）。

以下，海豚君提供幾個可以持續(xù)跟蹤和驗證的判斷：

a. 后續(xù)的英偉達可能再享受戴維斯雙擊的機會可能非常小，股價只能靠業(yè)績增長，很難靠估值擴張；這會在不打壓臺積電邏輯的情況下，單獨打壓算力估值。

b. 谷歌開始賣裸芯而不是更高利潤的TPU云租賃的新聞?wù)f明了，一方面谷歌在自有芯片的排產(chǎn)上并不是問題（臺積電產(chǎn)能安排問題）。

另一方面行業(yè)真正緊缺的到2026年應(yīng)該已經(jīng)轉(zhuǎn)到了IDC數(shù)據(jù)中心的建設(shè)上（如數(shù)據(jù)中心建設(shè)的水污染、用電問題等等），而這部分的投資并不是生意壁壘投資，而是產(chǎn)能錯配投資。需要時刻關(guān)注新開工數(shù)據(jù)中心的建設(shè)節(jié)奏。

c. 創(chuàng)業(yè)企業(yè)：AI游戲的門檻太高，OpenAI等新興公司，想要顛覆巨頭并不容易，過度押注OpenAI鏈上的資產(chǎn)并不明智。

<此處結(jié)束>

//轉(zhuǎn)載開白

本文為海豚研究原創(chuàng)文章，如需轉(zhuǎn)載請?zhí)砑游⑿牛篸olphinR124 獲得開白授權(quán)。

//免責聲明及一般披露提示

本報告僅作一般綜合數(shù)據(jù)之用，旨在海豚研究及其關(guān)聯(lián)機構(gòu)之用戶作一般閱覽及數(shù)據(jù)參考，並未考慮接獲本報告之任何人士之特定投資目標、投資產(chǎn)品偏好、風險承受能力、財務(wù)狀況及特別需求投資者若基於此報告做出投資前，必須諮詢獨立專業(yè)顧問的意見。任何因使用或參考本報告提及內(nèi)容或信息做出投資決策的人士，需自行承擔風險。海豚研究毋須承擔因使用本報告所載數(shù)據(jù)而可能直接或間接引致之任何責任或損失。本報告所載信息及數(shù)據(jù)基於已公開的資料，僅作參考用途，海豚研究力求但不保證相關(guān)信息及數(shù)據(jù)的可靠性、準確性和完整性。

本報告中所提及之信息或所表達之觀點，在任何司法管轄權(quán)下的地方均不可被作為或被視作證券出售邀約或證券買賣之邀請，也不構(gòu)成對有關(guān)證券或相關(guān)金融工具的建議、詢價及推薦等。本報告所載資訊、工具及資料並非用作或擬作分派予在分派、刊發(fā)、提供或使用有關(guān)資訊、工具及資料抵觸適用法例或規(guī)例之司法權(quán)區(qū)或?qū)е潞ｋ嘌芯考埃蚱涓綄俟净蚵?lián)屬公司須遵守該司法權(quán)區(qū)之任何註冊或申領(lǐng)牌照規(guī)定的有關(guān)司法權(quán)區(qū)的公民或居民。

本報告僅反映相關(guān)創(chuàng)作人員個人的觀點、見解及分析方法，並不代表海豚研究及/或其關(guān)聯(lián)機構(gòu)的立場。

本報告由海豚研究製作，版權(quán)僅為海豚研究所有。任何機構(gòu)或個人未經(jīng)海豚研究事先書面同意的情況下，均不得(i)以任何方式製作、拷貝、複製、翻版、轉(zhuǎn)發(fā)等任何形式的複印件或複製品，及/或(ii)直接或間接再次分發(fā)或轉(zhuǎn)交予其他非授權(quán)人士，海豚研究將保留一切相關(guān)權(quán)利。

文章不易，點個“分享”，給我充點兒電吧~