DeepSeek冲击波：宏观-策略-行业深度解读！

5

地产：存量地产精准运营

开发物管效能提升

核心观点

AI助力存量地产运营管理精准高效 ：存量地产的运营环节均比较精细，AI对信息的快速掌握和匹配具备优势。

1）保障性租赁住房 ：在政策促进各地收购存量商品房作为保障性租赁住房的支持下，各地加快陆续启动收储工作，保租房批量入市后，AI管理运营有助于提高房屋出租效率、租金交易准确度。

2）产业园区 ：园区的运营管理普遍具有供需难配、成交缓慢造成运营效率较低、管理面积较大且所需专业度较高的难点。在AI等多种技术的作用下，智慧园区应运而生，即在大数据、AI等作用下，通过数字化平台全生命周期运管园区，包括招商运营、园区服务、空间管理等环节。

3）购物商场 ：商场运营通常利用AI技术进行客流分析和管理，如发现客流分布，进而优化商场内部的动线，并且优化品牌分布；智能推荐商场用户消费积分；智能化引导泊车区域，提高客户停车体验，提高客户对商场的粘性。

AI提升住宅开发和物管的经营效率 ：

1）营销端 ：房企对盈利能力、经营能力的要求逐渐提高，房企对于精准获客、去化等领域的需求提升，AI等技术有望一站式满足房企需求。渠道获客上，智能化获取潜在客户画像，可帮助房企在各平台精准获客；营销推广上，房企广告投放的效率有望提高。销售过程得到精细化管理，保障签约效率和回款质量，有利于房企提高营销效率。AI助力精细化管理销售过程，AI可提升签约效率和回款质量，有利于房企提高营销效率。

2）物管端 ：住宅的基础物业管理主要包括社区公共空间清洁、安保等工作，包括园区通行、安保管理、清洁、日常维修等领域，部分物管公司利用科技提高运营管理效率。例如万物云、绿城服务等公司重视科技应用，通过标准化、智能化和数字化全面提升空间服务能力和效率，并已为公司贡献收入、凭借强盈利能力提高公司整体毛利率。

Tips：文中提及的投资标的仅用作举例，非推荐。投资有风险，入市需谨慎。

投资建议

AI技术有望在房地产行业的存量地产运营管理、住宅开发的营销和后期物业管理等领域广泛应用，对于房地产行业的提效起重要作用。在AI技术蓬勃发展之际，我们认为头部房企有望率先应用此类技术，实现管理运营效率的提升。随着政策自上而下对行业的支持力度逐渐加大，我们认为头部房企的估值有望提升。

风险提示

宏观经济不及预期的风险、技术发展不及预期的风险、技术应用不及预期的风险、行业发展不及预期的风险。

6

金工： 金融大模型对量化投资的影响

核心观点

DeepSeek模型开源加快通用和行业大语言模型的研发 。随着DeepSeek-R1模型的发布，DeepSeek在国内外引发了广泛的关注。其采用了多种技术，包括MoE架构下采用更多的专家数量，同时增加了共同专家；还采用MLA技术降低了KV存储；特别是在大规模模型上使用量化模型技术等多种方法，帮其降低训练成本；同时在R1模型采用了冷启动的方式。文中还给出了其它主流通用大语言模型训练成本的对比结果。 DeepSeek模型开源和较详细的技术文档的公开发布，加快了通用大模型的研发，特别是行业大模型的研发也在加快 。

AI技术的发展促进量化投资方法的迭代，头部机构加快引入大语言模型 。随着AI技术的发展，对金融投资领域也有深刻影响，从CAPM模型后来的Smart beta，数据也从传统的财务因子增加到另类因子，方法从简单的趋势策略到采用深度学习，金融大语言模型也应用到量化投资领域。量化投资的各个方面比如选股、资产配置、风险估计、算法交易等，都有新的机器学习算法应用其中。此外学术研究中比如资产定价也逐步将不同的机器学习方法纳入其中。 国外多家投行已将金融大模型嵌入其相关技术平台 ，提高平台更新迭代速度，方便客户能够及时更新自己的量化策略等。同时 数据金融服务商也在推出自己的金融大模型 ，同时提供相应的API接口（比如事件信号模块、自然语言处理模块等），方便量化投资策略进行调用。

金融大模型技术路线和模型评测标准数据集 。在金融领域，行业大模型主要包括4个金融PLM模型和4个金融LLM模型。FinPLMs采用的技术包括持续预训练、行业知识预训练、混合多领域预训练。FinLLMs采用的技术包括1：LLM混合多领域预训练和提示工程，比如BloombergGPT就是采用该技术；2：LLM指令微调和提示工程，比如PIXIU和FinGPT等。对于金融大模型的评价，大致有六个分类任务：情绪分析、文本分类、命名实体识别、问答、股价变动预测和文本摘要生成。还有高级测试基准任务，分别是关系提取、事件检测、金融中的因果关系检测、数值推理、结构识别、多模态数据、翻译和市场预测。

国内也有相应的开源的中文金融资讯数据集，比如 FinCorpus ，其中包括上市公司公告、金融资讯新闻、金融试题等共计60G高质量数据；此外，还有 中文金融领域知识评估数据集FinanceIQ ，重点评估大语言模型在金融场景下的知识和推理能力。FinanceIQ涵盖了10个金融大类及36个金融小类，主要涵盖了注册会计师、税务师、经济师、银行从业资格、基金从业资格、证券从业资格、期货从业资格、保险从业资格、理财规划师几大权威金融领域考试。

风险提示

报告内容中涉及模型、数据集等相关内容，仅作参考说明，不作为其它评判参考标准等。报告结论基于历史价格信息和统计规律，但二级市场受各种即时性政策影响易出现统计规律之外的走势，所以报告结论有可能无法正确预测市场风险，报告阅读者需审慎参考报告结论。

7

化工：AI赋能下的化工行业机遇与变革

核心观点

AI浪潮加速来袭，化工迎机遇与变革 。近期，DeepSeek破解了全球AI产业长期以来“堆算力”的路径依赖，且“低成本+开源路线”的组合极大地降低了AI的应用门槛，有望激发全社会AI创新浪潮，加速AI在各行各业的普及和应用。我们认为，DeepSeek引发的AI冲击波对化工行业的影响预计主要体现在以下两方面。一是，AI产业的加速发展将催生高端化工新材料需求动能，加速相关材料国产替代步伐。二是，AI将赋能化工全产业链，提升各环节运行效率，尤其是在研发端和运营端。

AI加速高端化工新材料国产替代 。尽管化工行业并非AI技术初始研发主体，但高端化工新材料公司可为AI产业链中算力端、应用端等环节设备提供关键原材料支撑。

AI算力端 ：

1）冷却液：AI技术驱动算力升级并引发数据中心建设潮，氟化液是较为理想的浸没式液冷系统冷却液，可有效降低数据中心制冷系统能耗，“双碳”背景下应用前景广阔。

2）PPO：AI算力增长叠加PCIe5.0升级，驱动高频PCB需求增加，进而提升对高性能树脂的需求，PPO作为目前高频高速覆铜板主流树脂之一，有望充分受益。

AI应用端 ：

1）PEEK：PEEK比强度、介电常数、耐化学性优异，有望成为人形机器人轻量化关键解决方案。GGI预计2030年全球人形机器人销量为60.57万台，对应2024-2030年CAGR为92.51%，人形机器人产销量的提升有望打开PEEK需求增量空间。2）COC/COP：COC/COP具有低双折、优良的耐热性和超低的吸水性等显著优势，作为AR/VR光学镜片，能有效实现AR/VR设备的轻薄化并提供有益的光学性能。随着AR/VR的快速发展，叠加国内COC/COP产业化突破，COC/COP国产替代空间有望逐步打开。3）PI：AI技术有望加速消费电子等终端产品升级换代，并引领PI薄膜高端化、多元化发展。本土企业加速自主研发，打破高性能PI薄膜海外垄断，国产替代正当时。

AI赋能化工行业跨越式发展 。近年来，为突破瓶颈实现高质量发展，化工企业积极抢抓AI技术发展的新窗口、新机遇，将AI技术融入创新研发、生产运营等各个环节。

创新研发方面，AI技术的融入引发了化工基础研究范式由传统的“实验-理论-实践”向“数据-模型-实践”模式的变革，有助于大幅缩短产品研发周期、降低研发成本，加速推进新材料的产业化。

生产运营方面，AI技术在智能控制、智能生产以及智能运营等多维度对化工厂进行智能化改造升级，可有效助力化工企业优化资源配置、提高生产效率和安全运行能力。AI技术已逐步改变化工研发、生产方式和产业形态，为化工行业增强自主创新能力、优化产业结构布局、安全绿色高质量发展奠定了良好基础。

长远来看，AI技术在化工行业应用前景广阔，各细分领域龙头企业有望起到引领示范作用，并在产业变革中进一步夯实自身影响力和竞争力。

投资建议

DeepSeek冲击波下，AI产业链有望加速发展，高端化工新材料生产企业有望享受终端需求增长和国产替代进程加速双重利好，此外，率先与AI深度融合的化工企业也将受益。

风险提示

原料价格大幅上涨的风险，下游需求不及预期的风险，项目达产不及预期的风险，国际贸易摩擦加剧的风险等。

8