1、 证券研究报告证券研究报告 请务必阅读正文之后请务必阅读正文之后第第 22 页起的免责条款和声明页起的免责条款和声明 特斯拉特斯拉 FSD，2023 突围之年突围之年 特斯拉（TSLA.O）深度跟踪报告2023.3.30 中信证券研究部中信证券研究部 核心观点核心观点 陈俊云陈俊云 前瞻研究首席 分析师 S01 许英博许英博 科技产业首席 分析师 S41 贾凯方贾凯方 前瞻研究分析师 S01 刘锐刘锐 前瞻研究分析师 S01 我们判断我们判断 2023 年将是特斯拉在自动驾驶领域突围的关键一年，硬件端将推出

2、年将是特斯拉在自动驾驶领域突围的关键一年，硬件端将推出HW4.0 版本，软件端已小范围测试版本，软件端已小范围测试 Beta V11 版本，功能丰富度逐渐提升。公版本，功能丰富度逐渐提升。公司司 FSD 渗透率较高的地区主要在北美，目前美国在国家层面出台对应文件，渗透率较高的地区主要在北美，目前美国在国家层面出台对应文件，各州也陆续发布各种各州也陆续发布各种文件文件，整体持支持的态度。，整体持支持的态度。特斯拉特斯拉依托依托芯片芯片+算法算法+数据一数据一体化融合带来的系统性优势以及纯视觉方案的成本优势、稳定性体化融合带来的系统性优势以及纯视觉方案的成本优势、稳定性&可扩展性带可扩展性带来的更

3、广阔的商业化道路等，有望使得特斯拉自动驾驶技术在全球市场保持持来的更广阔的商业化道路等，有望使得特斯拉自动驾驶技术在全球市场保持持续领先，并不断强化自身在全球电动车市场的领先地位。续领先，并不断强化自身在全球电动车市场的领先地位。我们持续看好公司在我们持续看好公司在此领域中的竞争优势，看好公司的中长期投资价值此领域中的竞争优势，看好公司的中长期投资价值。报告聚焦：报告聚焦：1）自动驾驶是特斯拉跳脱传统整车逻辑，实现整车+数据双轮驱动的业务模式的基础，当前市场对于 FSD 的进展，以及货币化空间存在很多分歧和担忧。从硬件、软件层面，我们认为 2023 年毫无疑问是特斯拉自动驾驶变化的关键一年。2

4、）从特斯拉的发展历史来看：FSD 自研芯片装车后，特斯拉的自动驾驶技术加速迭代：无论是数据的收集与处理，还是感知/规控，都逐步建立起较深的壁垒。因此，对特斯拉 FSD 系统进行深入分析，是理解特斯拉核心竞争力的关键，这亦是本篇报告核心聚焦的内容。硬件：硬件：由外购转向自研，算力与性能均大幅度提升，关注由外购转向自研，算力与性能均大幅度提升，关注 HW4.0 后续进展。后续进展。1）HW1.0 采用了与博世合作的毫米波雷达、与 Mobileye 合作的 EyeQ3 芯片和NVIDIA Tegra 3。算法主要由 Mobileye 提供。2）HW2.0 时代，特斯拉与英伟达合作，采用其 Drive

5、PX2 芯片，传感器和摄像头数量大幅提升。3）相较 HW2.0版本，HW3.0 最大的突破是搭载了自研无人驾驶芯片 FSD，逐渐由外供向自研领域切换。4）HW 4.0 将迎来全新升级，目前正处于正常研发中，公司预计 23H2量产搭载在 Cybertruck 上。（a）据左思汽车研究报道，HW4.0 内部 CPU 内核从 12 个增加到 20 个，最大频率为 2.35 GHZ，TRIP 内核的数量从 2 个增加到3 个最大值为 2.2GHz(目前 HW3.0 芯片主频为 2GHZ)。同时 HW4.0 也采用了和 HW 3.0 一样双 FSD 芯片的冗余设计。功能上看，HW4.0 将具备在无地图数

6、据道路上行驶和紧急车辆检测功能，并优化弱势群体识别、增加对其他车辆转向灯识别功能。（b）据马斯克在 22Q4 业绩交流会上透露，HW4.0 将首先用到Cybertruck 领域，该车型预计将于 23H2 开始量产交付。软件：软件：AP 系统发展历史悠久，系统发展历史悠久，目前已更新至目前已更新至 Beta V11.3 版本，功能丰富度不版本，功能丰富度不断提升，公司断提升，公司自研壁垒逐步显现。自研壁垒逐步显现。1）FSD 软件已更新至 Beta V11.3 版本。（a）2023 年 1 月，马斯克发布推特，公司拟发布 FSD Beta V11.3 版本。在此版本中，特斯拉将开始使用神经网络进

7、行车辆导航和控制，而不仅仅是视觉。（b）从功能丰富度上来看，Beta V11 版本改进了占位网络精度、降低了车辆停泊判断错误率等指标，智能化水平进一步提升。2）从发展历史来看，自 2014 初版问世以来，特斯拉 AP 不断更新迭代，在包括仿真、感知、规划和数据在内的多个领域均取得显著自研成果，构筑特斯拉自动驾驶解决方案的护城河，具体包括：（a）仿真方面，特斯拉的仿真技术现已具有标注迅速、可复现、极端长尾场景模拟等特点。截至 2022 年 AI Day，特斯拉宣布已绘制了 2000+公里的道路环境，通过仿真获得了 37.1 亿张图片及 4.8 亿标注，且已实际融入车端模型中，用以提升 FSD 性

8、能。（b）数据方面，“影子+车队”，打造独特且高效的闭环解决方案，远胜以 Waymo 为代表的其他车企。数据积累+训练的闭环构成了特斯拉在算法上的核心竞争力之一。（c）在数据标注方面，特斯拉采用人机合作标注的方法，大幅提高了数据标注效率。（d）感知方面，算法迅速迭代，由二维向多维演变：占据网络算法有望解决长尾问题和突发状况，为纯视觉路径奠定有力基础。占据网络算法的提出更是可做到对同一时间点公交车不同部位的运动模式在建模后做出精确估计，进一步有效解决长尾障碍物的感知难题。特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 2（e）规控方面

9、，混合规划系统+联合规划是针对自动驾驶中行为空间非凸性和参数多维性的有效解决方案。商业化商业化：目前渗透率约：目前渗透率约 7.4%，未来关注新车型释放，美国政策整体呈支持态度，未来关注新车型释放，美国政策整体呈支持态度。1）Troy Teslike 数据显示，22Q3 特斯拉 FSD 全球渗透率约 7.4%，较 2019Q4高峰时期 35.7%的渗透率，降低约 28.3pcts。主要原因是（a）FSD 版本未有较大更新；（b）Model 3/Model Y 等价格较低车型的销量占比持续提升。2）展望未来，我们认为特斯拉 Semi、Tesla Bot 的推出，将在很大程度上加快公司自动驾驶软件

10、领域中的商业化变现。其中，Semi 依托三队编排、自动驾驶技术向Tesla Bot（人形机器人）领域扩展，在很大程度上能够加速公司在自动驾驶领域中的商业化进展。3）美国政策整体呈支持态度。（a）从国家层面来看：美国国家公路交通安全管理局(NHTSA)和美国交通部发布了联邦自动驾驶汽车政策，美国交通部制定了自动驾驶车辆综合计划（Automated Vehicles Comprehensive Plan），对于自动驾驶和未来交通的形式提出了愿景。（b）从各州政府层面来看，截至 2023 年 1 月，美国已有 29 个州和哥伦比亚特区通过了立法，10 个州的州长发布了行政命令，9 个州的法律在投票中

11、或处于搁置状态，仅有极少数州暂时没有采取任何行动。风险因素风险因素：全球疫情进一步恶化的风险；国际贸易冲突加剧的风险；自动驾驶汽车出现严重安全事故导致估值波动的风险；自动驾驶政策落地进展不及预期的风险；人工智能技术发展低于预期等风险；公司柏林&奥斯汀工厂进展不达预期的风险等；公司动力电池供应商产能不足的风险；电网负荷不足风险等。投资建议：投资建议：作为全球电动车领域的领导者，我们持续看好特斯拉在电池、BMS、Autopilot 算法、智能驾驶数据积累的领跑优势，未来伴随 FSD&车辆保险服务等高毛利率业务渗透率的持续提升，公司盈利能力亦有望进一步提升。我们维持公司 2023-2025 年营收预

12、测分别为 1030/1402/1807 亿美元，维持公司2023-2025 年 Non-GAAP 净利润预测分别为 142/214/292 亿美元，看好公司的短期、中长期投资价值。项目项目/年度年度 2,021 2,022 2023E 2024E 2025E 营业收入(百万美元)53,823 81,462 103,002 140,188 180,739 营业收入增长率 YoY 70.67%51.35%26.44%36.10%28.93%毛利润(百万美元)13,606 20,853 22,236 31,983 43,659 毛利率（%）25.3%25.6%21.6%22.8%24.2%GAAP

13、净利润(百万美元)5,519 12,556 12,891 19,707 26,884 增长率 YoY 665%128%3%53%36%Non-GAAP 净利润(百万美元)7,640 14,116 14,220 21,415 29,216 增长率 YoY 211%85%1%51%36%PE（Non-GAAP）78 42 42 28 20 资料来源：Wind，中信证券研究部预测 注：股价为 2023 年 3 月 28 日收盘价 UZgUlYOXlZjWsRtQpN7NbP8OoMpPsQmPjMpPpMjMpMnM7NoOzQvPmRpNxNpMzR 特斯拉（特斯拉（TSLA.O）深度跟踪报告深度

14、跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 3 目录目录 报告缘起报告缘起.5 FSD 硬件：硬件：HW 4.0 料将在年内上市料将在年内上市.5 FSD 软件：已更新至软件：已更新至 Beta V11.3，并面向北美付费用户推送，并面向北美付费用户推送.8 FSD 商业化：目前渗透率仍偏低，美国政策整体支持商业化：目前渗透率仍偏低，美国政策整体支持.14 风险因素风险因素.20 投资建议投资建议.20 特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 4 插图目录插图目录 图 1：特斯拉自动驾驶系统硬件构成.6

15、图 2：FSD 芯片构成示意图.7 图 3：特斯拉 HW4.0 正面 PCB.8 图 4：特斯拉第二代 FSD 芯片.8 图 5：特斯拉 FSD 神经网络总体示意图.10 图 6：特斯拉仿真场景已达到极高逼真度.11 图 7：特斯拉自动+人工标注模式可高效积累标注数据.12 图 8：BEV 与 Occupancy Network 示意图.13 图 9：特斯拉混合规控决策流程.13 图 10：特斯拉北美地区 FSD 平均销售价格.14 图 11：特斯拉 FSD 不同地区渗透率.15 图 12：特斯拉北美地区 FSD 渗透率按不同车型统计.15 图 13：特斯拉 FSD 在北美地区渗透率（分车型）

16、.16 图 14：特斯拉车型矩阵图.17 图 15：实现自动驾驶的特斯拉 Semi，成本比传统车型更具优势.17 图 16：自动驾驶技术的再扩散：Tesla Bot.18 图 17：特斯拉机器人外形及基本参数.18 图 18：特斯拉机器人具有与自动驾驶相似的 AI 配置.18 图 19：美国国会颁布 AV START 法案.19 图 20：美国不同州关于自动驾驶的立法情况.19 表格目录表格目录 表 1：经过产品迭代，特斯拉 FSD 系统功能不断增加.6 表 2：特斯拉 FSD 4.0 构成.8 表 3：特斯拉 FSD Beta 版本功能不断增加.9 表 4：特斯拉自动驾驶解决方案更新情况.1

17、0 表 5：公司盈利预测及估值.20 特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 5 报告缘起报告缘起 市场关注点：市场关注点：1）我们判断，自动驾驶是特斯拉跳脱传统整车逻辑，实现整车+数据双轮驱动业务模式的基础，显然当前市场对于 FSD 的进展，以及货币化空间存在很多分歧和担忧，而从硬件、软件层面，我们认为今年毫无疑问是特斯拉自动驾驶的关键变化一年。2）作为全球新能源车企中的龙头，特斯拉无论是在整车生产，还是在自动驾驶技术上，均独树一帜。特斯拉坚持走纯视觉路线，通过精确的感知技术和先进的神经网络算法提供自动驾驶解决方案。全栈自

18、研、软硬件解耦都为特斯拉技术的快速进化奠定了基础，从 FSD自研芯片装车后，特斯拉的自动驾驶技术更是加速迭代：无论是数据的收集与处理，还是感知/规控，都逐步建立起较深的壁垒。因此，对特斯拉 FSD 系统进行深入分析，是理解特斯拉核心竞争力的关键。报告聚焦：报告聚焦：特斯拉在自动驾驶技术领域的业务布局最早可追溯至 2013 年马斯克提出的 AP1.0 构想。按照功能实现的组件进行分类，可以分为硬件条线（HW，Autopilot Hardware）和软件条线（AP，Autopilot）。特斯拉独有的车载 OTA（over-the-air）技术可允许自动驾驶辅助软件远程升级。这使得即使是对于特斯拉已

19、经交付的车辆，在装车硬件算力允许的前提下，仍可持续享受软件升级迭代带来的下一代自动驾驶技术硬件前置+OTA 持续迭代构成了特斯拉核心竞争优势中的一环，让特斯拉在一定程度上具有了保值属性。为进一步分析特斯拉 FSD 竞争壁垒的来源，在本篇报告中，我们对其核心竞争壁垒做如下方面的拆解与分析。FSD 硬件硬件：HW 4.0 料将在年内上市料将在年内上市 2014 年，特斯拉宣布推出年，特斯拉宣布推出 Autopilot Hardware 1.0 版本（版本（HW1.0）。）。该版本采用了与博世合作的毫米波雷达、与 Mobileye 合作的 EyeQ3 芯片和 NVIDIA Tegra 3。算法全部由

20、 Mobileye 提供。2016 年 7 月 Mobileye 宣布将不再与特斯拉进行合作，导火索为 2016年 5 月开启 Autopilot 系统的 Model S 发生的事故。特斯拉与 Mobileye 对于事故的认定产生分歧，但根本原因在两家公司对于自动驾驶技术的实现风格存在分歧。Mobileye 沿用老牌车企的路线，通过低精度地图+算法更新实现自动驾驶功能，属于稳健风格；而具有科技属性的特斯拉风格较为激进，对自研算法和数据掌控权的重视也成为两者间的矛盾点。此次事件加快了特斯拉自研的进程。此次事件加快了特斯拉自研的进程。2016 年 10 月，特斯拉推出了 HW 2.0 版本。该版本

21、基于与英伟达合作的 Drive PX 2 芯片，传感器和摄像头数量大幅提升，共使用了 8 个摄像头、12个远程超声波传感器和一个前置毫米波雷达。HW 1.0的 EyeQ3算力约为 0.25 TOPS，Drive PX 2 算力与之相比提升了 40 倍以上，达到了 10 TOPS+。与 HW1.0 相比，在配置上 HW2.0 的前置摄像头、前后侧摄像头数目均有增加；在功能实现上，除增强感应外，还首次具备了 AP 导航。2017 年 8 月，特斯拉对 HW2.0 进行了更新，即 HW2.5版本。相对 HW2.0 获得了 80%左右的运算性能提升，提高了系统的可靠性和冗余性。功能上，HW 2.5 增

22、加了行车记录仪和带有本地保存视频的哨兵模式，毫米波雷达和超声波 特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 6 雷达的探测距离也更远。至此，硬件基础已经具备，叠加特斯拉从 2017 年开始的主控芯片自研努力，FSD 芯片的上车搭载已呼之欲出。图 1：特斯拉自动驾驶系统硬件构成 资料来源：autolab，中信证券研究部 2019 年年 4 月，特斯拉推出了月，特斯拉推出了 HW3.0 版本，相较版本，相较 HW2.0 版本，版本，3.0 最大的突破是搭载最大的突破是搭载了自研无人驾驶芯片了自研无人驾驶芯片 FSD。在硬件方面，HW

23、 3.0 由 8 个摄像头、12 个超声波传感器、Tesla Vision 视觉处理及 FSD 组成。FSD 芯片主要由 CPU、GPU 和 NNA 模块构成，晶体管数目达 60 亿，算力达 72TOPS。考虑双芯片系统，HW3.0 的总算力高达 144TOPS，每秒可处理图片 2300 张，比 HW2.5 的算力提高了 21 倍。HW3.0 上搭载了两颗独立的 FSD芯片，能够防止因功能区损坏影响运算，并可做到通过运算结果的比对，提高自动驾驶的安全性。FSD 芯片与特斯拉系统间的强适配性，使得其相比于基于通用 CPU 架构的英伟达 Drive PX 芯片在整车配合、降本增效上都提供了更好的解

24、决方案，达成了自动驾驶芯片与神经网络算法的高效耦合。特斯拉数据显示，FSD 的成本相对于 HW2.5 下降了 20%。不过由于 NPU 的消耗，FSD 整体 72W 的功耗略高于 HW2.5 的 57W。自研 FSD 芯片将给特斯拉带来更高的经济效益。在功能上看，搭载了 FSD 芯片的 HW 3.0 在行车对象识别方面增加了垃圾桶、车道标志和交通标志（信号灯、停止标识）的识别功能。表 1：经过产品迭代，特斯拉 FSD 系统功能不断增加 FSD/AP 系统系统 AP HW1.0 AP HW2.0 AP HW2.5 FSD/AP HW3.0 FSD HW4.0 推出使用时间 2014.09-201

25、6-10 2016.10-2017.08 2017.08-2019.04 2019-present 预计 2023 年 Q1 GPS 和高分辨率数字地图系统 具备 具备 具备 具备 具备 道路中心驾驶巡航系统 具备 具备 具备 具备 具备 交通感应巡航控制系统 具备 具备 具备 具备 具备 防撞提醒 紧急避碰及各种警告 紧急避碰及各种警告 紧急避碰及各种警告 紧急避碰及各种警告 紧急避碰及各种警告 行车对象识别 区分半挂车、汽车、摩托及人 区分半挂车、汽车、摩托及人 区分半挂车、汽车、摩托及人 增加了垃圾桶、车道增加了垃圾桶、车道标志和交通标志的识标志和交通标志的识别功能别功能 增加紧急车辆检

26、测功增加紧急车辆检测功能，优化弱势群体识能，优化弱势群体识别功能别功能 辅助变道 指示/信号灯变道 指示/信号灯变道 指示/信号灯变道 指示/信号灯变道 指示/信号灯变道 自动泊车 自动泊车与车位自动自动泊车与车位自动自动泊车与车位自动自动泊车与车位自动自动泊车与车位自动 特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 7 FSD/AP 系统系统 AP HW1.0 AP HW2.0 AP HW2.5 FSD/AP HW3.0 FSD HW4.0 平行检测 平行检测 平行检测 平行检测 平行检测 束头灯 自动高/低光束头灯 自动高/低

27、光束头灯 自动高/低光束头灯 自动高/低光束头灯 自动高/低光束头灯 避开有车辆车道功能 具备 具备 具备 具备 具备 感应能力 增强感应增强感应 增强感应 增强感应 增强感应 AP 导航 具备具备 AP 导航导航 具备 AP 导航 具备 AP 导航 具备 AP 导航 行车记录仪 具备具备 具备 具备 自拍摄像头 具备具备 具备 具备 信 号 灯 及 Stop Sign 识别及反馈 具备具备 具备 召唤功能 具备具备 具备 在无地图数据道路上行驶 具备具备 识别其他车辆转向灯 具备具备 资料来源：特斯拉官网，中信证券研究部 图 2：FSD 芯片构成示意图 资料来源：特斯拉官网、中信证券研究部

28、HW 4.0 将迎来全新升级将迎来全新升级，目前正处于正常研发中，目前正处于正常研发中。据佐思汽车研究报道，HW4.0 内部 CPU 内核从 12 个增加到 20 个，最大频率为 2.35 GHZ，TRIP 内核的数量从 2 个增加到3个最大值为2.2GHz(目前HW3.0芯片主频为 2GHZ)。同时HW4.0也采用了和HW 3.0一样双 FSD 芯片的冗余设计。特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 8 图 3：特斯拉 HW4.0 正面 PCB 图 4：特斯拉第二代 FSD 芯片 资料来源：佐思汽车研究 资料来源：佐思汽车

29、研究 表 2：特斯拉 FSD 4.0 构成 芯片芯片 厂商厂商 型号型号 数量数量 参考价格参考价格（美元）（美元）主芯片 FSD 二代 2 560-1080 GDDR6 存储 美光 MT61M512M32KPA-14 16 160 以太网交换机 瑞昱 RTL9068 1 30 解串行 ADI MAX96712 3 100 UFS 存储 三星 KLUDG8J1ZD 2 15 被动元件 30 MOS 管、二极管等功率器件 50 PCB 20 电源管理与供电芯片 100 连接器与结构件水冷散热系统 资料来源：佐思汽车研究，中信证券研究部 FSD 软件：软件：已更新至已更新至 Beta V11.3，

30、并面向北美付费并面向北美付费用户用户推送推送 伴随着前置硬件的升级，特斯拉通过伴随着前置硬件的升级，特斯拉通过 OTA 技术升级软件系统（技术升级软件系统（AP，Autopilot）以实）以实现更完善的自动驾驶功能。现更完善的自动驾驶功能。时至今日，特斯拉自动辅助驾驶提供三个可选方案，由高配到低配分别是完全自动驾驶FSD、增强版自动辅助驾驶EAP与自动辅助驾驶AP（基础配置），车主可以根据需求自由选配。2023 年 1 月，马斯克发布推特，表示将发布 FSD Beta V11.3版本。在此版本中，特斯拉将开始使用神经网络进行车辆导航和控制，而不仅仅是视觉。目前，特斯拉使用神经网络绘制车辆周围环

31、境的地图，并计算出汽车周围的物体及其预计轨迹。但绘制围绕物体的轨迹并控制车辆仍然采用的是传统方式进行编码。特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 9 表 3：特斯拉 FSD Beta 版本功能不断增加 FSD 版本版本 FSD Beta v6 FSD Beta v9 FSD Beta v10 FSD Beta v11 推出使用时间 2020.10 2021.07-2021-08 2021.09-2022.12 2022.11-至今 主动巡航控制 具备 具备 具备 具备 自动辅助转向 自动实现左转和右转 具备 改进未受信号保护

32、的左转向 具备 自动辅助变道 高速道路自动换道 按照导航选择分岔道路 具备 针对活动障碍的车道变更 改进车道交叉预测建模 宽阔住宅道路的车道定位 具备 自动泊车 具备 具备 具备 具备 召唤功能 具备 具备 具备 具备 智能召唤功能 具备 具备 具备 改进占位网络精度 自动辅助导航驾驶 自动处理车辆关系，如超车 基于纯视觉的辅助模型 新增导航路线点 具备 停车灯和停车标志预警 识别停车加速时的减速情况 降低车辆停泊判断错误 交通信号灯和标志辅助控制 检测限速标志调整速度 闪烁信号灯下通行判断 检测打开车门及转向灯 车内驾驶注意力监督 具备 具备 具备 应急车辆检测 具备 具备 智能倒车 具备

33、具备 高速公路行驶 具备 资料来源：公司官网，not a tesla app，Find My Electric，中信证券研究部 AP 系统发展历史悠久，特斯拉自研壁垒逐步显现。系统发展历史悠久，特斯拉自研壁垒逐步显现。依据其载体 HW 的发展，自动驾驶软件 AP 的发展阶段也可做类似划分，共 3 个阶段。（1）在 2016 年以前，AP 的算法和软件主要来自 Mobileye 公司，这一阶段以传统视觉算法为主，但特斯拉于 2015 年 4 月组建了基于视觉感知的软件算法小组 Vision，尝试摆脱对第三方算法的依赖。（2）2016-2019 年期间，特斯拉在视觉感知算法研究方面发力，逐步建立起

34、自己的软件和算法框架，特斯拉一直对外宣称坚持纯视觉技术路线，在这一阶段已出现深度学习视觉算法。2017 年推送的 AP8.1 版本标志着特斯拉自研软件以追平 AP1.0 的功能；（3）2019 年 FSD 芯片装车后提供了更强的算力，为算法的优化提供了条件，特斯拉开始发展视觉神经网络：当道路数据输入处理平台后，通过视觉神经网络分析，识别出车道线、交通标志、车辆障碍物，并对周围车辆、行人的行为进行判断，进而确定可行驶区域。目前，FSDbetaV11.0 已于 2022 年 11 月开始陆续面向部分测试者推送。自 2014初版问世以来，特斯拉 AP 不断更新迭代，在包括仿真、感知、规划和数据在内的

35、多个领域均取得显著自研成果，构筑特斯拉自动驾驶解决方案的护城河。特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 10 表 4：特斯拉自动驾驶解决方案更新情况 时间时间 版本号版本号 功能功能 售价（售价（USD）2015 FSD 7.0 自动转向、自动紧急转向+侧面碰撞预警、自动变道/找车 2500 2018 FSD 9.0 高速/城际公路场景自动驾驶 5000 2019 第三代 FSD 自动泊车、自动辅助变道、智能召唤等智能驾驶功能 8000 2020-1 FSD Beta 城市道路完全自动驾驶测试功能 10000 2021-3

36、FSD Beta V8.2 强化速度调节、无车道线路段和积极驾驶策略-2021-7 FSD Beta V9.0 重写感知算法，采用纯视觉方案，不再使用雷达数据-2021-10 FSD Beta V10.0 更新视觉界面，重新训练的神经网络系统，优化路况判断-2022-11 FSD Beta V11.0 大量基础性软件重写，强化神经网络算法，性能更流畅 15000 2023 Q1 FSD Beta V11.3 支持高速启用 FSD 功能，添加了基于语音的反馈-资料来源：IT 之家、汽车之家、中信证券研究部 经过若干年的发展，特斯拉在自动驾驶软件系统领域中的布局，包括：仿真、数据收经过若干年的发展

37、，特斯拉在自动驾驶软件系统领域中的布局，包括：仿真、数据收集与标注、感知系统、规划控制算法等。我们认为：集与标注、感知系统、规划控制算法等。我们认为：FSD 系特斯拉全栈自研成果，是特斯系特斯拉全栈自研成果，是特斯拉的核心竞争优势，未来有望伴随技术进一步迭代深化壁垒。拉的核心竞争优势，未来有望伴随技术进一步迭代深化壁垒。考虑到 FSD 芯片专门为特斯拉车型设计，在降本增效的同时，还可以针对性地满足算法的硬件要求。全面把握核心产品技术、相关数据将有助于自动驾驶实现过程中的顶层设计实现，成为特斯拉强有力的护城河与竞争壁垒。根据 Electrek 消息，特斯拉日前正将 HW4.0 的发布提上日程。据

38、称，HW4.0 将具备 500 万像素的传感器、摄像头数量将增加至 12 个，并加回了代号为 Phoenix的雷达。功能上看，HW4.0 将具备在无地图数据道路上行驶和紧急车辆检测功能，并优化弱势群体识别、增加对其他车辆转向灯的识别功能。伴随着硬件性能的提升，我们预计 FSD将坚持纯视觉路线，佐以算力和仿真能力的提升，进一步优化感知-规控流程，进一步缩短决策时间、实现决策质量。图 5：特斯拉 FSD 神经网络总体示意图 资料来源：特斯拉 2022 AI Day 特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 11 仿真仿真算法算法：

39、特斯拉的仿真技术现已具有标注迅速、可复现、极端长尾场景模拟等特斯拉的仿真技术现已具有标注迅速、可复现、极端长尾场景模拟等特点。自动驾驶仿真是通过计算机技术对现实世界的模拟，用于训练自动驾驶模特点。自动驾驶仿真是通过计算机技术对现实世界的模拟，用于训练自动驾驶模型应对不同场景的能力。型应对不同场景的能力。2021 年，特斯拉在仿真驾驶场景构建上已达到了极高的逼真度。并可提供下列重要功能/数据：准确的传感器感知数据、逼真的渲染环境、不同的环境&位置、可扩展的应用场景、场景重建。截至 2022 年 AI Day，特斯拉公布已绘制了 2000+公里的道路环境，通过仿真获得了 37.1 亿张图片及4.8

40、 亿标注，且已实际融入车端模型中，用以提升 FSD 性能。图 6：特斯拉仿真场景已达到极高逼真度 资料来源：特斯拉 2021 AI Day 数据收集与标注数据收集与标注：“影子“影子+车队”，打造独特且高效的闭环解决方案，远胜以车队”，打造独特且高效的闭环解决方案，远胜以Waymo为代表的其为代表的其他他车企。车企。实际行驶中，会出现无法处理的极端场景，仅仅依赖于模拟数据方法将无法覆盖上述场景。特斯拉独创的影子模式和车队数据上传使得特斯拉可在实际行驶场景中做到对数据的持续收集，较其他自动驾驶汽车厂商的数据将大出数个量级，并可实现长尾场景的有力覆盖。影子模式中，当最新的模型被下载到车队后，并不实

41、际指导车辆移动，而是在后台进行判断。当切入换道操作判断失误时，该数据被标记为 Negative Sample 并传送到云端，对软件系统进行迭代，并在下一次的软件升级中置入车队，进而进行更多新数据的收集。这种数据积累+训练的闭环构成了特斯拉在算法上的核心竞争力之一。此外，在数据标注方面，特斯拉采用人机合作标注的方法，大幅提高了数据标注效率。特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 12 图 7：特斯拉自动+人工标注模式可高效积累标注数据 资料来源：特斯拉 2021 AI Day 感知：迅速迭代，由二维向多维演变：占据网络算法有望

42、解决长尾问题和突发状感知：迅速迭代，由二维向多维演变：占据网络算法有望解决长尾问题和突发状况，为纯视觉路径奠定有力基础况，为纯视觉路径奠定有力基础。在 AP3.0 时代以前，特斯拉的感知技术以基础3D 检测为主。FSD 芯片装车后，性能得以大幅度提升，使更精确的感知算法得以运用，加之特斯拉的纯视觉路线特性，倒逼感知技术不断迭代进化。2020 年 8月，马斯克发布推特，声称特斯拉团队正重构 FSD 的底层架构。2021 年，特斯拉提出了 Hydra Net 架构，包括 BEV 和 Video Neural Net。BEV 感知实现了二维到三维空间的转换其可以把多个视角的摄像头图像统一通过公共的特

43、征提取器投影到同一个 BEV 空间；Video Neural Net 则解决了物体运动影响单时刻识别的问题，该视频模块的加入事实上构筑了较短时间内的图像记忆，使得原先静止的图案向视频演化。短时记忆层也增加了特斯拉感知网络的鲁棒性，提高了应对突发场景的能力。2022 年，特斯拉提出了占据网络算法（Occupancy Network）和车道&物体算法（Lane&Objects），以做到对车道线和物体运动更精确的识别。占据网络算法不对物体的形状进行任何先定假设，因此能做到对任意形状的物体/任意形式运动进行建模。通过判断空间中每个 3D 体素（voxel）是否被占据而进行建模预测。下图是对公交车启动场

44、景的建模，蓝色表示运动体素，红色表示静止体素，Occupancy Network 可以对同一时间点公交车不同部位的运动模式在建模后做出精确估计，进一步有效解决长尾障碍物的感知难题。特斯拉已在基于 FSD 芯片的基础上实现了多特征、多画面、多时序、多任务、多模型的感知网络，大幅优化了感知算法。特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 13 图 8：BEV 与 Occupancy Network 示意图 资料来源：特斯拉 2021、2022 AI Day 规控：混合规划系统规控：混合规划系统+联合规划是针对自动驾驶中行为空间非凸性

45、和参数多维性联合规划是针对自动驾驶中行为空间非凸性和参数多维性的有效解决方案。的有效解决方案。在自动驾驶中，规划控制指接受到感知内容后，通过决策做出相应动作以完成驾驶行为的过程。规控过程中，需要解决的问题有如下两点：一是行为空间具有非凸性，可能规划至局部最优解而非全局最优解；二是行为空间的多维性，汽车的行驶状态涉及到速度、加速度等多个参数，需要在短时间内快速确定。针对规控过程的难题，特斯拉提出了混合规划系统的解决方案，将传统规划控制方法与神经网络算法相结合。先通过粗搜索方式确定初始路径方案，在此基础上，结合强化学习方法、MCTS 算法不断优化。同时，特斯拉还会进行联合规划，考虑到其他交通参与者

46、的情况，以强化决策的实时性。图 9：特斯拉混合规控决策流程 资料来源：特斯拉 2021AI Day 特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 14 FSD 商业化商业化：目前渗透率目前渗透率仍偏低，美国政策整体支持仍偏低，美国政策整体支持 目前渗透率约目前渗透率约 7.4%，持续关注软件版本更新、新车型上市等，持续关注软件版本更新、新车型上市等 FSD 定价：功能不断升级背景下定价：功能不断升级背景下，价格过去，价格过去 3 年年累计累计涨价超过涨价超过 100%-200%。伴随着特斯拉 FSD 功能丰富度的不断增加，其价格亦

47、在不断上涨。北美地区，特斯拉 FSD 价格由 2019 年的 5000 美元增长至目前的 1.5 万美元，涨价幅度超过 200%。中国地区 FSD价格，由 2019 年 4 月份的 2.78 万元增长至目前的 6.4 万元，增长幅度超过 100%。图 10：特斯拉北美地区 FSD 平均销售价格（美元）资料来源：Troy Teslike，中信证券研究部 FSD 渗透率渗透率：全球约全球约 7.4%，北美地区高于其他地区，北美地区高于其他地区，Model S/X 等高端车型渗透率等高端车型渗透率高于其他车型高于其他车型。1）Troy Teslike数据显示，22Q3特斯拉FSD全球渗透率约7.4%

48、，较2019Q4高峰时期 35.7%的渗透率，降低约 28.3pcts。主要原因是 Model 3/Model Y 等价格较低车型的销量占比持续提升。2）按不同地区来看，北美地区 FSD 渗透率高于其他地区。Troy Teslike 数据显示，22Q3 特斯拉 FSD 在北美地区渗透率约 14.3%，高于欧洲地区的 8.8%渗透率，高于亚太地区的 0.4%渗透率。3）按不同车型来看，以 FSD 渗透率最高的北美地区来看，高端车型 Model S、Model X FSD 渗透率 2022Q1-Q3 渗透率约 45-50%，远高于同期 Model 3 5%-7%的渗透率，也远高于同期 Model

49、Y 12%-13%的渗透率。4）我们认为，目前 FSD 渗透率偏低，主要原因在于 FSD 未有大功能&新版本更新，Model 3 等低价版本车型销量占比较高。020004000600080004000 特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 15 图 11：特斯拉 FSD 不同地区渗透率 资料来源：Troy Teslike，中信证券研究部 图 12：特斯拉北美地区 FSD 渗透率按不同车型统计 资料来源：Troy Teslike，中信证券研究部 FSD 系统北美订阅情况：渗透率存在波动，系统北美订阅情况

50、：渗透率存在波动，不同车型间渗透率差异较大不同车型间渗透率差异较大。特斯拉的四款车型均可供选配 FSD。目前热销的 4 款车型可大致划分为两个层次：Model3 与 Model Y的渗透率约为 20%左右，而 ModelS/X 的渗透率较高，为 40%左右，相对 Model 3/Y 高出了近一倍。Model S/X 系特斯拉早起推出的高端车型，其目标群体主要为特斯拉的长期客户，且预算较为充裕。车型间渗透率差异原因或系此部分人群对自动驾驶程度的期望值较高，且更愿意为自动驾驶付费。0.0%10.0%20.0%30.0%40.0%50.0%60.0%亚太地区欧洲北美全球00.10.20.30.40.

51、50.60.70.80.9Model 3Model YModel S/X 特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 16 图 13：特斯拉 FSD 在北美地区渗透率（分车型）资料来源：Troy Teslike，中信证券研究部 自动驾驶商业化拓展自动驾驶商业化拓展：我们认为特斯拉 Semi、Tesla Bot 的推出，将在很大程度上加快公司自动驾驶软件领域中的商业化变现。其中，Semi 依托三队编排、自动驾驶技术向Tesla Bot 领域再扩散，在很大程度上能够加速公司在自动驾驶领域中的商业化进展。Semi 将通过三队编列的形式

52、，实现将通过三队编列的形式，实现 FSD 自动驾驶功能的快速落地自动驾驶功能的快速落地。据公司创始人马斯克在 2022Q2 投资者电话交流会议中透露，Semi 将于 2023 年量产。1）从价格区段来看，Semi 起售价为 15 万美元，较 Model S、Model X 起售价高出约 1 倍的空间。对于后续自动驾驶 FSD 渗透率的提升，将起到较大的作用。2）从自动驾驶的布局和配置来看，Semi 将通过 FSD 实现三台编队，进而实现辅助驾驶功能（通过搭载 FSD 功能，三台自动驾驶卡车在高速公路上通过自动跟车功能，仅需使用一名卡车司机（后两台 semi 无需卡车司机），可以在很大程度上节省

53、人力成本）。00.10.20.30.40.50.60.70.80.9Model 3Model YModel S/X 特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 17 图 14：特斯拉车型矩阵图 资料来源：特斯拉公告（含预测），中信证券研究部绘制 图 15：实现自动驾驶的特斯拉 Semi，成本比传统车型更具优势 资料来源：Autolab FSD 的的 AI 软硬件配置被将应用于“擎天柱”，成为特斯拉机器人的技术核心。软硬件配置被将应用于“擎天柱”，成为特斯拉机器人的技术核心。特斯拉机器人擎天柱（Optimus）采用 D1 芯片、F

54、SD 计算机作为算力核心，配备 8 个汽车同款 Aotopilot 摄像头作为传感器，使用与车载自动驾驶相似的软件算法，包括基于视觉的感知算法、神经网络规划、自动标记、Dojo 训练等。特斯拉在自动驾驶软硬件上有丰厚技术积淀，有望帮助其在人形机器人环境感知、行进避障等关键领域取得优势。特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 18 图 16：自动驾驶技术的再扩散：Tesla Bot 资料来源：特斯拉，中信证券研究部绘制 图 17：特斯拉机器人外形及基本参数 图 18：特斯拉机器人具有与自动驾驶相似的 AI 配置 资料来源：20

55、21 特斯拉 AI Day 资料来源：2021 特斯拉 AI Day 美国政策：整体持支持态度美国政策：整体持支持态度 美国对自动驾驶的关注度正逐年走高，美国对自动驾驶的关注度正逐年走高，国家层面出台对应文件，各州也陆续发布各种国家层面出台对应文件，各州也陆续发布各种支持文件。支持文件。考虑到自动驾驶的创新性和伦理问题，有必要对自动驾驶的监管环境进行考察。2016 年 9 月，美国国家公路交通安全管理局(NHTSA)和美国交通部发布了联邦自动驾驶汽车政策，针对自动驾驶技术测试和自动驾驶部署提供了指导方针。在此之后，AV activities 已完善至 AV 4.0。美国交通部制定了自动驾驶车辆

56、综合计划（Automated Vehicles Comprehensive Plan），强调不但应该发展面向未来的交通方式，也应该将交通安全放在首位。该计划基于 AV 4.0 中规定的原则，定义了实现自动驾驶系统(ADS)这一愿景的三个目标：促进协作和透明度、实现监管环境现代化以及准备运输系统。国会立法、规则制定方面也在逐步完善，预计随自动驾驶技术发证进程将加快。国会立法、规则制定方面也在逐步完善，预计随自动驾驶技术发证进程将加快。2017-2018 年间，美国国会通过了 H.R.3388(SDA,SELF DRIVE Act)及 S.1885(ASA,AV START Act)等法案，H.R

57、.3388 法案对自动驾驶车辆的安全标准和网络安全等问题进行了细化；S.1885 法案为自动驾驶汽车技术的安全测试、开发和部署建立了框架，同时也支持美国的研究和投资。此外，S.1885 法案也指出，特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 19 自动驾驶技术的运用将减少因交通事故产生的伤亡，通过更优的算法规划，减少汽车的拥堵和碳排放。预计随着将来自动驾驶技术的逐步成熟，关于自动驾驶的法规和政策将会进一步细化。图 19：美国国会颁布 AV START 法案 资料来源：Congress.gov，中信证券研究部 大部分州政府先后发布

58、对应文件。大部分州政府先后发布对应文件。作为自动驾驶技术研发的高地，美国每年考虑立法与自动驾驶汽车相关的州的数量都在逐渐增加：自 2011 年内华达州成为第一个授权自动驾驶汽车运营的州以来，已有 40+州政府考虑过与自动驾驶汽车相关的立法。截至 2023 年 1 月，美国已有 29 个州和哥伦比亚特区通过了立法，10 个州的州长发布了行政命令，9 个州的法律在投票中或处于搁置状态，仅有极少数州暂时没有采取任何行动。但截至目前，美国没有任何州正式禁止使用自动驾驶。部分不支持自动驾驶的观点主要集中于如下方面：（a）安全问题：自动驾驶历史上曾出现过多起事故，对自动驾驶安全性的争论仍较为激烈。（b）法

59、律和监管问题：目前，国会层面尚未完全统一自动驾驶的法律和监管，包括责任划分、国家标准的统一。这也是阻碍部分州通过立法的原因之一。图 20：美国不同州关于自动驾驶的立法情况 资料来源：iii.org,中信证券研究部 特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 20 风险因素风险因素 全球疫情进一步恶化的风险；国际贸易冲突加剧的风险；自动驾驶汽车出现严重安全事故导致估值波动的风险；自动驾驶政策落地进展不及预期的风险；人工智能技术发展低于预期等风险；公司柏林&奥斯汀工厂进展不达预期的风险等；公司动力电池供应商产能不足的风险；电网负荷不

60、足的风险。投资建议投资建议 作为全球电动车领域的领导者，我们持续看好特斯拉在电池、BMS、Autopilot 算法、智能驾驶数据积累的领跑优势，未来伴随 FSD&车辆保险服务等高毛利率业务渗透率的持续提升，公司盈利能力亦有望进一步提升。我们维持公司 2023-2025 年营收预测分别为1030/1402/1807 亿美元，维持公司 2023-2025 年 Non-GAAP 净利润预测分别为 142/214/292 亿美元，看好公司的短期、中长期投资价值。表 5：公司盈利预测及估值 项目项目/年度年度 2,021 2,022 2023E 2024E 2025E 营业收入(百万美元)53,823

61、81,462 103,002 140,188 180,739 营业收入增长率 YoY 70.67%51.35%26.44%36.10%28.93%毛利润(百万美元)13,606 20,853 22,236 31,983 43,659 毛利率（%）25.3%25.6%21.6%22.8%24.2%GAAP 净利润(百万美元)5,519 12,556 12,891 19,707 26,884 增长率 YoY 665%128%3%53%36%Non-GAAP 净利润(百万美元)7,640 14,116 14,220 21,415 29,216 增长率 YoY 211%85%1%51%36%PE（No

62、n-GAAP）78 42 42 28 20 资料来源：Wind，中信证券研究部测算 注：股价为 2023 年 3 月 28 日收盘价格 特斯拉（特斯拉（TSLA.O）深度跟踪报告深度跟踪报告2023.3.30 请务必阅读正文之后的免责条款和声明 21 利润表（百万美元）指标名称指标名称 2021 2022 2023E 2024E 2025E 营业收入 53,823 81,462 103,002 140,188 180,739 营业成本-40,217-60,609-80,766-108,205-137,080 毛利率 25.3%25.6%21.6%22.8%24.2%行政&管理费用-4,517-

63、3,946-4,429-5,733-7,591 行政&管理费用率 8.4%4.8%4.3%4.1%4.2%研发费用-2,593-3,075-3,290-4,190-5,964 研发费用率 4.8%3.8%3.2%3.0%3.3%其他经营损益 0 0 0 0 0 营业利润 6,496 13,832 14,517 22,060 30,104 营业利润率 12%17%14%16%17%财务费用-315 106 5 123 203 财务费用率 0.6%-0.1%0.0%-0.1%-0.1%其他收益净额 162-219 0 0-59 除税前利润总额 6,343 13,719 14,523 22,183

64、30,248 所得税-699-1,132-1,600-2,445-3,333 所得税率 11%8%11%11%11%少数股东损益 125 31 31 31 31 归母净利润 5,519 12,556 12,891 19,707 26,884 净利率 10%15%13%14%15%资产负债表（百万美元）指标名称指标名称 2021 2022 2023E 2024E 2025E 货币资金 17,576 22,185 37,524 55,599 80,335 存货 5,757 12,839 13,990 19,051 25,639 应收账款 3,636 5,893 9,404 12,276 16,14

65、9 其他流动资产 131 0 258 88 141 流动资产 27,100 40,917 61,175 87,013 122,265 固定资产 29,160 34,072 38,315 43,058 47,025 长期股权投资 0 0 0 0 0 无形资产 457 409 422 434 443 其他长期资产 5,414 6,940 9,715 13,255 16,929 非流动资产 35,031 41,421 48,452 56,746 64,397 资产总计 62,131 82,338 109,626 143,760 186,662 短期借款 1,589 1,502 0 0 0 应付账款

66、10,025 15,255 20,028 27,013 34,239 其他流动负债 8,091 9,952 16,363 20,465 25,445 流动负债 19,705 26,709 36,391 47,478 59,684 长期借款 5,245 1,597 2,331 1,554 1,036 非流动性负债 5,598 8,134 12,115 16,231 20,562 负债合计 30,548 36,440 50,837 65,263 81,282 优先股和股本 1 0 0 0 0 资本公积 29,803 44,704 44,704 44,704 44,704 其他综合收益 54 0 0

67、 0 0 留存收益 331 0 12,891 32,599 59,482 少数股东权益 1,394 1,194 1,194 1,194 1,194 股东权益合计 31,583 45,898 58,789 78,497 105,380 负债股东权益总计 62,131 82,338 109,626 143,760 186,662 现金流量表（百万美元）指标名称指标名称 2021 2022 2023E 2024E 2025E 净利润 5,519 12,556 12,891 19,707 26,884 营运资本变动 518-3,446 1,673-827-3,282 折旧摊销 2,911 3,747

68、4,304 5,311 6,343 其他非现金项目 2,585 1,867 4,592 4,151 4,972 经营现金流 11,497 14,724 23,461 28,342 34,917 资本开支-6,514-7,150-8,560-10,065-10,320 其他-1,354-4,823-2,775-3,540-3,673 投资现金流-7,868-11,973-11,335-13,605-13,993 发行与回购股票 707 202 0 0 0 债务变化-5,732-3,866-768-777-518 其他-178 137 3,981 4,116 4,331 融资现金流-5,203-3

69、,527 3,213 3,339 3,813 汇率变动-183-444 0 0 0 现金净变化-1,757-1,220 15,339 18,075 24,736 主要财务指标 指标名称指标名称 2021 2022 2023E 2024E 2025E 增长率（%）营业收入 70.7%51.4%26.4%36.1%28.9%营业利润 225.8%112.9%5.0%52.0%36.5%净利润 665.5%127.5%2.7%52.9%36.4%利润率（%）毛利率 25.3%25.6%21.6%22.8%24.2%EBITDA Margin 17.8%18.5%15.1%16.0%16.4%净利率

70、10.3%15.4%12.5%14.1%14.9%其他（%）资产负债率 49.2%44.3%46.4%45.4%43.5%所得税率 11.0%8.3%11.0%11.0%11.0%股利支付率 0.0%0.0%0.0%0.0%0.0%资料来源：公司公告，中信证券研究部预测 22 分析师声明分析师声明 主要负责撰写本研究报告全部或部分内容的分析师在此声明：（i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；（ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。一般性声明一般性声明 本研究报告由中

71、信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构（仅就本研究报告免责条款而言，不含 CLSA group of companies），统称为“中信证券”。本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或

72、策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析

73、方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本

74、报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。评级说明评级说明 投资建议的评级投资建议的评级标准标准 评级评级 说明说明 报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后 6 到 12 个月内的相对市场表现，也即：以报告发布日后的 6 到 12 个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A 股市场以沪深 300指数为基准，新三板市场以三板成指（针对协议转让标的）或

75、三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普 500 指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。股票评级股票评级 买入 相对同期相关证券市场代表性指数涨幅 20%以上 增持 相对同期相关证券市场代表性指数涨幅介于 5%20%之间 持有 相对同期相关证券市场代表性指数涨幅介于-10%5%之间 卖出 相对同期相关证券市场代表性指数跌幅 10%以上 行业评级行业评级 强于大市 相对同期相关证券市场代表性指数涨幅 10%以上 中性 相对同期相关证券市场代表性指数涨幅介于-10%10%之间 弱于大市 相对同期相关证券市场代

76、表性指数跌幅 10%以上 23 特别声明特别声明 在法律许可的情况下，中信证券可能（1）与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（2）参与或投资本报告所提到的公司的金融交易，及/或持有其证券或其衍生品或进行证券或其衍生品交易，因此，投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险。本研究报告涉及具体公司的披露信息，请访问 https:/ 本研究报告在中华人民共和国（香港、澳门、台湾除外）由中信证券股份有限公司（受中国证券监督管理委员会监管，经营证券业务许可证编号：Z20374000）分发。本研究报告由下列机构代表中信证券在相应地区分发：在中国香港由 CLS

77、A Limited（于中国香港注册成立的有限公司）分发；在中国台湾由 CL Securities Taiwan Co.,Ltd.分发；在澳大利亚由 CLSA Australia Pty Ltd.（商业编号：53 139 992 331/金融服务牌照编号：350159）分发；在美国由 CLSA（CLSA Americas,LLC 除外）分发；在新加坡由 CLSA Singapore Pte Ltd.（公司注册编号：198703750W）分发；在欧洲经济区由 CLSA Europe BV 分发；在英国由 CLSA（UK）分发；在印度由 CLSA India Private Limited 分发（地

78、址：8/F,Dalamal House,Nariman Point,Mumbai 400021；电话：+91-22-66505050；传真：+91-22-22840271；公司识别号：U67120MH1994PLC083118）；在印度尼西亚由 PT CLSA Sekuritas Indonesia分发；在日本由 CLSA Securities Japan Co.,Ltd.分发；在韩国由 CLSA Securities Korea Ltd.分发；在马来西亚由 CLSA Securities Malaysia Sdn Bhd分发；在菲律宾由 CLSA Philippines Inc.（菲律宾证券

79、交易所及证券投资者保护基金会员）分发；在泰国由 CLSA Securities(Thailand)Limited 分发。针对不同司法管辖区的声明针对不同司法管辖区的声明 中国大陆：中国大陆：根据中国证券监督管理委员会核发的经营证券业务许可，中信证券股份有限公司的经营范围包括证券投资咨询业务。中国香港：中国香港：本研究报告由 CLSA Limited 分发。本研究报告在香港仅分发给专业投资者（证券及期货条例（香港法例第 571 章）及其下颁布的任何规则界定的），不得分发给零售投资者。就分析或报告引起的或与分析或报告有关的任何事宜，CLSA 客户应联系 CLSA Limited 的罗鼎，电话：+8

80、52 2600 7233。美国：美国：本研究报告由中信证券制作。本研究报告在美国由 CLSA（CLSA Americas,LLC 除外）仅向符合美国1934 年证券交易法下 15a-6 规则界定且 CLSA Americas,LLC 提供服务的“主要美国机构投资者”分发。对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书。任何从中信证券与 CLSA 获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSA Americas,LLC（在美国证券交易委员会注册的经纪交易商），以及 CLSA 的附属公司。新加坡：新加坡

81、：本研究报告在新加坡由 CLSA Singapore Pte Ltd.，仅向（新加坡财务顾问规例界定的）“机构投资者、认可投资者及专业投资者”分发。就分析或报告引起的或与分析或报告有关的任何事宜，新加坡的报告收件人应联系 CLSA Singapore Pte Ltd，地址：80 Raffles Place,#18-01,UOB Plaza 1,Singapore 048624，电话：+65 6416 7888。因您作为机构投资者、认可投资者或专业投资者的身份，就 CLSA Singapore Pte Ltd.可能向您提供的任何财务顾问服务，CLSA Singapore Pte Ltd 豁免遵守

82、财务顾问法（第 110 章）、财务顾问规例以及其下的相关通知和指引（CLSA 业务条款的新加坡附件中证券交易服务 C 部分所披露）的某些要求。MCI（P）085/11/2021。加拿大：加拿大：本研究报告由中信证券制作。对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书。英国：英国：本研究报告归属于营销文件，其不是按照旨在提升研究报告独立性的法律要件而撰写，亦不受任何禁止在投资研究报告发布前进行交易的限制。本研究报告在英国由 CLSA（UK）分发，且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士。涉及到的任何投资活动仅针

83、对此类人士。若您不具备投资的专业经验，请勿依赖本研究报告。欧洲经济区：欧洲经济区：本研究报告由荷兰金融市场管理局授权并管理的 CLSA Europe BV 分发。澳大利亚：澳大利亚：CLSA Australia Pty Ltd(“CAPL”)(商业编号：53 139 992 331/金融服务牌照编号：350159)受澳大利亚证券与投资委员会监管，且为澳大利亚证券交易所及 CHI-X 的市场参与主体。本研究报告在澳大利亚由 CAPL 仅向“批发客户”发布及分发。本研究报告未考虑收件人的具体投资目标、财务状况或特定需求。未经 CAPL 事先书面同意，本研究报告的收件人不得将其分发给任何第三方。本段

84、所称的“批发客户”适用于 公司法（2001）第 761G 条的规定。CAPL 研究覆盖范围包括研究部门管理层不时认为与投资者相关的 ASX All Ordinaries 指数成分股、离岸市场上市证券、未上市发行人及投资产品。CAPL 寻求覆盖各个行业中与其国内及国际投资者相关的公司。印度：印度：CLSA India Private Limited，成立于 1994 年 11 月，为全球机构投资者、养老基金和企业提供股票经纪服务（印度证券交易委员会注册编号：INZ000001735）、研究服务（印度证券交易委员会注册编号：INH000001113）和商人银行服务（印度证券交易委员会注册编号：INM000010619）。CLSA 及其关联方可能持有标的公司的债务。此外，CLSA 及其关联方在过去 12 个月内可能已从标的公司收取了非投资银行服务和/或非证券相关服务的报酬。如需了解 CLSA India“关联方”的更多详情，请联系 Compliance-I。未经中信证券事先书面授权，任何人不得以任何目的复制、发送或销售本报告。未经中信证券事先书面授权，任何人不得以任何目的复制、发送或销售本报告。中信证券中信证券 2023 版权所有。保留一切权利。版权所有。保留一切权利。