最新研报

【核心观点】 永励精密是国内汽车精密钢管领域的国家级专精特新“小巨人”，主营底盘、转向、发动机系统管件，客户包括天纳克、比亚迪等。公司掌握8项核心技术，尤其在电控减震器国产化方面优势明显，2025年净利润同比增长15%。预计新能源汽车渗透率提升将推动减震器市场增长，公司在细分领域市场占有率约30%，具备较强竞争优势。 【关键要点】 • 汽车减震器管件细分领域龙头，国家级专精特新“小巨人” • 掌握8项核心技术，电控减震器国产化先行者 • 2025年营收5.40亿元，净利润1.09亿元，同比增长15% • 下游新能源汽车渗透率提升，市场空间广阔 【风险提示】 ⚠ 下游汽车行业波动风险 ⚠ 原材料价格波动风险 ⚠ 客户集中度风险

【核心观点】 昊华能源（601101.SH）煤炭和甲醇业务有望修复，业绩弹性显著。受益于煤价回升和甲醇价差扩大，公司2026年预计净利润13.3亿元，同比增长159.7%。评级：优于大市，目标价12.0-12.9元。 【关键要点】 • 煤炭业务：产能翻倍目标（2025年亏损4.2亿元，2026年修复） • 甲醇业务：价差扩大，毛利率转正，盈利修复 • 财务预测：2026年净利润13.3亿元，每股收益0.92元 • 分红率持续提升，2025年分红率约3.8% 【风险提示】 ⚠ 煤炭和甲醇价格波动风险 ⚠ 安全生产事故风险 ⚠ 产能释放不及预期 ⚠ 分红率不及预期

【核心观点】 2025年中国智能床行业发展概览：报告指出，全球智能床市场规模预计2024年超60亿美元，中国市场2027年有望达45亿元。睡眠质量问题突出，专利持续增长推动产品智能化。主要厂商包括慕思、趣睡等，下游需求受老龄化和健康意识提升驱动。 【关键要点】 • 2015-2023年全球智能床市场规模CAGR达19.52% • 中国智能床市场预计2027年规模45亿元 • 睡眠质量持续下滑，浅睡眠比例高企（南方城市达35%） 【风险提示】 ⚠ 睡眠健康数据持续恶化带来的市场风险 ⚠ 智能床功能与价格的平衡问题

【核心观点】 2026年中国企业级AI行业正从模型调用转向Agentic AI协同，强调任务执行能力与结果交付。企业关注点已从技术投入转向效率提升与成本优化，投资重点在于具备跨系统协同和规则约束能力的AI系统，推动企业级AGI落地。 【关键要点】 • 企业级AI由技术投入向可持续经营能力转变，价值衡量从生成质量转向任务完成率、人工接管率与单任务成本。 • Agentic AI作为核心技术范式，通过任务闭环与工具调用能力实现复杂业务流程自动化。 • 规模化落地面临数据治理、基础设施、复合型人才及治理体系的挑战，需构建系统化治理机制。 • 市场规模预计2025-2030年以43.8%的CAGR高速增长，政策支持与技术成熟加速行业渗透。 【风险提示】 ⚠ 技术可用性之外的组织协同与治理能力瓶颈 ⚠ 企业数据治理与合规要求的提升 ⚠ Agentic AI系统复杂性带来的安全与稳定性风险

【核心观点】 本报告指出2026年上半年电子行业在AI驱动下表现强劲，建议关注AI算力基础设施相关领域。报告重点推荐MLCC高端化、液冷技术、玻璃基板国产替代等方向，认为AI浪潮将推动电子行业进入新阶段，建议投资者关注相关产业链的结构性机会。 【关键要点】 • AI大模型与智能体应用爆发，带动上游算力硬件需求，MLCC、液冷、玻璃基板等核心领域增长动能明确。 • MLCC需求由AI服务器驱动，高端MLCC供需缺口扩大，村田等厂商已涨价15%-35%，推荐火炬电子。 • 液冷技术因AI高功耗需求放量，建议关注英维克、申菱环境等。 • 玻璃基板替代有机基板，量产关键在于TGV良率，推荐沃格光电、京东方A等。 • 基金持仓显示AI算力产业链国产化为机构集中押注方向，电子板块基金持仓占比达3.82%。 【风险提示】 ⚠ AI资本开支不及预期 ⚠ 行业景气度下行 ⚠ 技术迭代风险 ⚠ 中美贸易摩擦加剧 ⚠ 行业渗透放缓

【核心观点】 国家发改委等五部委联合发布《重点行业节能降碳改造攻坚三年行动》，2026-2028年聚焦钢铁、电解铝等九大高耗能行业实施节能改造。政策明确资金补助、差别电价、碳排放配额交易等多重激励机制，推动企业能效提升，加速行业绿色转型。本次行动是落实‘十五五’规划的关键举措，预计将带动相关产业链投资机会。 【关键要点】 • 2026-2028年集中攻坚，九大行业全面实施节能降碳改造 • 资金补助20% +差别电价机制，双重激励企业降碳 • 创新碳置换机制，将低碳改造转化为碳资产收益 • 分阶段目标：2028年能效标杆产能占比提升20%，基准产能清零 【风险提示】 ⚠ 政策执行不及预期风险 ⚠ 技术路线迭代风险 ⚠ 行业景气度下行风险 ⚠ 碳市场政策变动风险 ⚠ 改造竞争加剧风险

【核心观点】 2026年企业级AI智能体已进入早期生产化阶段，但规模化复制仍受限于数据、权限和治理条件。报告指出，智能体落地需从个人提效转向组织流程执行，优先选择可控流程节点，并强调治理机制（身份权限、审计责任）是关键突破口。建议企业聚焦任务型、流程型智能体，构建可验证、可审计的闭环能力，逐步推进至跨部门协作。 【关键要点】 • 企业级AI智能体落地处于早期生产化阶段，但规模化受限于数据质量、权限体系、治理框架和持续评估机制。 • 智能体能力从问答转向任务执行，需具备目标理解、工具调用、权限控制和结果复核六类基础能力。 • 落地路径分为三阶段：单点任务（L1）、部门流程（L2）、跨部门协作（L3），优先实现流程标准化与数据可信治理。 • 治理先行是规模化关键，需建立身份权限、审计机制和风险分级体系，防止试点项目止步于生产环节。 【风险提示】 ⚠ 治理框架不完善可能导致数据泄露或合规风险 ⚠ 智能体规模化复制受数据覆盖度和权限管控制约 ⚠ 技术断层风险：模型能力提升快于配套治理机制