社区

过去谈氢能，市场最爱问一个问题：绿氢何时平价？这个问题本身没有错，但过于技术化。因为氢能真正的盈利转折，未必只来自电解槽降本、可再生电力便宜或规模效应，而是来自另一只看不见的手：环保法规收紧。当碳排放从道德问题变成成本问题，氢能产业链的收入、毛利和估值逻辑，便会被重新改写。 中国、欧盟和美国的政策方向已很清楚。中国把碳市场由电力扩展至钢铁、水泥、铝等重工业，这些行业本身正是氢能最有潜力进入的「难减排」场景。欧盟则用可再生能源指令及RFNBO规则，要求工业和交通逐步使用低碳燃料。美国则透过45V税收抵免，按氢气全生命周期碳排放强度给予补贴，最高每公斤3美元。这些政策的共同点，是把「高碳便宜、低碳昂贵」的旧秩序，慢慢改写成「高碳有罚、低碳有价」。 对氢能公司而言，法规收紧首先带来的是成本。绿氢企业要符合低碳认证，不能只买几台电解槽便算，还要处理可再生电力来源、时段匹配、碳足迹核算、储运损耗、用水、排放审计等问题。欧盟对可再生氢的额外性、时间相关性及地理相关性要求，会推高项目开发和合规成本。中国若未来把更多化工、石化、航空、航运纳入更严格碳约束，企业也需要建立碳数据、能源管理和认证系统。换言之，法规不是免费红利，而是一张昂贵的入场券。 但投资上最有趣的地方是：成本上升，未必是坏事。当所有人都要遵守更高标准，真正有能力合规的公司，反而可以把成本转化为壁垒。过去氢能项目竞争，往往比谁拿到补贴、谁拿到地方土地、谁敢把电解槽价格报低；未来则要比谁能提供可验证的低碳氢、谁能与钢铁、化工、炼油、航运等客户签长约，谁能把碳减排价值嵌入产品价格。 成本上升，未必等于坏事 这对不同环节的影响并不相同。上游可再生电力和制氢项目，最大的变化是收入来源可能由单一卖氢，变成卖氢加卖低碳属性。若碳价上升、客户有强制减排压力，低碳氢便不再只是商品，而带有合规工具属性。电解槽企业则会面对两极分化：短期价格战令毛

氢能产业过去几年的高速升温，某程度上是由政策先行推动出来的结果。无论是中国的燃料电池汽车示范城市群，还是美国《通胀削减法案》下的清洁氢税收抵免，抑或欧洲氢能银行的差价补贴，本质上都是在同一个问题上作回答：现阶段低碳氢的成本，仍高于传统灰氢及化石能源替代品，若没有补贴，很多项目难以单靠市场价格完成投资闭环。 目前氢能企业的收入大致可分为几类。第一类是设备销售，包括电解槽、燃料电池系统、储氢瓶、压缩机、加氢站设备等；第二类是氢气生产与销售，即把氢作为能源或工业原料出售；第三类是工程总包与项目建设收入；第四类则是运营服务，例如加氢站运营、车队服务、能源管理及售后维护。问题在于，不少企业的收入表面上来自设备或工程，实际需求却仍由政策项目创造。如果下游客户买设备的目的，是为了配合示范工程、地方招商或补贴考核，那么这类收入虽然记入营业收入，却未必代表真正可持续的市场需求。 这也是氢能企业与成熟制造业最大的差别。成熟制造业的收入来自客户降本增效，客户买设备后可以提升产能、降低成本或增加收入；但氢能部分场景仍未完成经济性验证。例如燃料电池重卡在长途、寒冷、高负载场景有其合理性，但若氢气价格、加氢站密度、车辆残值及维修体系未成熟，车队运营商就不会大规模自发购买。电解槽亦一样，若下游没有稳定绿氢承购协议，单纯建电解水产能只会形成闲置资产。补贴退坡后，真正能活下来的不是产能最大者，而是已经嵌入客户成本结构者。 现金流才是生存能力的最后考卷 如果说收入与盈利能力反映企业是否有商业模式，现金流则反映企业能否撑到商业模式成熟。氢能企业最容易出现的问题，是「会计收入」与「现金回收」之间存在落差。设备销售和工程项目通常需要较长交付及验收周期，应收账款容易增加；同时企业又要投入研发、备货、建产线及参与示范项目，现金流压力自然加大。在补贴充足时，地方项目、政府基金、产业引导资金及股权融资可以填补缺口；但当补贴

绿氢与灰氢、煤基氢、天然气制氢之间的差距，本质上是成本差距。传统化石燃料路线之所以长期占优，并不是因为它没有排放，而是因为排放没有被完整计入成本。若一吨二氧化碳没有价格，企业自然选择最低现金成本；若碳价上升至每吨70至100欧元，甚至更高，排放便由外部性变成账面成本。这正是碳市场与绿氢需求之间的第一层联动。 以模型方式看，企业选择绿氢的临界点，可简化为「绿氢溢价」与「避免排放价值」之间的比较。假设某一工业流程使用绿氢替代煤或天然气，每吨产品可减少若干吨二氧化碳排放；若碳价乘以减排量，高于绿氢带来的额外成本，企业便有经济诱因转用绿氢。换言之，碳价不是绿氢需求的唯一因素，却是决定需求能否商业化的核心变数。 这里要留意一点：碳价愈高，并不代表绿氢需求即时爆发。因为工业转型需要设备改造、供应链配套、长期采购合约、运输储存设施和安全标准。碳价只是打开需求的一把钥匙；真正让绿氢进入市场，还需要稳定政策、基础设施和可融资的承购安排。若碳价大幅波动，企业反而不敢投资，因为十年期项目不能靠三个月的碳价高位作决策。 钢铁是最典型案例。传统高炉—转炉路线以煤焦作还原剂和能源来源，排放强度高，是全球工业减碳最难的一环。氢基直接还原铁加电弧炉，即H2 DRI-EAF，被视为低排放钢铁的重要路线之一。它的逻辑很清楚：用氢取代焦炭还原铁矿石，再以电炉炼钢，若氢和电力均来自低碳来源，排放可大幅下降。问题是，这条路线在现阶段通常比传统高炉昂贵，尤其在绿电、电解槽利用率、氢气运输和铁矿石品位要求未完全成熟时，成本压力更明显。 因此，钢铁企业是否愿意采用绿氢，不只是技术问题，而是碳价、补贴、绿色钢材溢价和边境碳调节共同作用的结果。若碳价不足，钢企会倾向延后投资；若碳价稳定上升，而欧盟CBAM等制度逐步要求进口产品承担碳成本，出口导向钢企便不能只看本地能源价格，而要看全球市场的碳合规成本。这时绿氢不再只是企业ES

过去两年，AI 半导体市场几乎被一个简单叙事主导：算力等于 GPU，GPU 等于 Nvidia。这个判断在训练大模型的早期阶段并没有错，因为通用 GPU 拥有成熟软件生态、庞大开发者群、完整伺服器方案，以及最快的交付节奏。对云端巨头而言，若目标是尽快扩充算力、抢占模型迭代速度，采购 Nvidia 系统往往是最直接的选择。 但 AI 基建进入第二阶段后，问题开始改变。当 hyperscaler 每年资本开支以数百亿美元计算，晶片不再只是性能问题，而是成本、功耗、供应链、安全性及工作负载匹配的综合问题。Google、Amazon、Microsoft、Meta、OpenAI 等公司之所以加速自研 AI 晶片，并不只是为了「去 Nvidia 化」，而是希望把自己的模型、数据中心架构、网络拓扑及推理需求，直接写入硬件设计之中。这正是 Broadcom 的 ASIC 生意突然成为资本市场焦点的原因。 ASIC，即专用集成电路，与通用 GPU 的最大分别，在于它不是为所有任务服务，而是为特定工作负载优化。对一般企业而言，开发 ASIC 成本高、周期长、风险大，并不划算；但对 hyperscaler 而言，只要部署规模足够大，每瓦性能、每美元算力及单位推理成本的改善，便足以抵消前期研发成本。当 AI 推理需求爆发，这种经济性更明显。训练重视峰值性能与灵活性，推理则更重视成本、延迟、功耗及稳定吞吐量。越是标准化、规模化的工作负载，越适合用客制化晶片解决。 Broadcom 的位置，正好站在这个变化的交界。它不是像 Nvidia 那样卖一套完整 AI 平台，也不是像云端公司那样自己使用晶片，而是扮演「客制化晶片工程师」与「数据中心网络供应商」的双重角色。hyperscaler 提出需求、架构及工作负载方向，Broadcom 则把它变成可量产、可封装、可接入大型集群的 ASIC 产品。这种模式不

AI公司应该如何估值，是今日资本市场最难回答的问题之一。过去SaaS估值最常用收入倍数，因为软件一旦写好，边际成本较低，续约率、毛利率和客户留存足以解释价值。AI公司初期也沿用这套语言，特别是生成式AI应用公司，只要收入高速增长，市场便愿意给高倍数。但问题在于，AI收入背后有一项SaaS时代没有那么沉重的成本：推理成本。每一次用户提问、每一次图片生成、每一次企业API调用，都要消耗GPU、电力、频宽和模型服务能力。收入倍数若不扣问毛利率，很容易把「烧算力换收入」误读为「高质量增长」。 因此，收入倍数适合用于早期或高速扩张的AI公司，但必须加上几个前提：收入是否可重复、毛利率是否改善、客户是否愿意长期付费、单位推理成本是否下降、模型是否有差异化。若一间AI应用公司的收入主要来自短期热潮，客户转换成本低，且每增加一元收入便要消耗大量算力，那么高收入倍数其实只是把未来亏损提前资本化。相反，若公司能把模型能力嵌入企业流程，形成高留存、高客单价和低边际成本，收入倍数仍然有合理性。 EBITDA则是另一套语言。对成熟企业、AI云服务商、数据中心、晶片分销、企业软件平台而言，EBITDA能反映经营现金流能力，避免投资者只看增长而忽略成本纪律。但AI公司使用EBITDA也有陷阱。许多公司会把庞大的GPU、伺服器和数据中心投资放进折旧，令EBITDA看起来不错，实际自由现金流却可能长期承压。AI基建不是轻资产平台，设备更新快、晶片折旧快、电力成本高、租约和债务负担重。若只看EBITDA，不看资本开支和折旧周期，便可能高估企业真正可分配现金。 所以，对AI基建公司而言，EBITDA必须与资本开支强度一起看。投资者要问的不是「EBITDA是否为正」，而是「每一美元EBITDA背后要投入多少GPU和电力」、「合约年期能否覆盖设备折旧」、「客户承诺是否足以支持融资成本」、「当新一代晶片推出后，旧算力

过去两年，AI 晶片市场几乎被视为辉达的独角戏，AMD 更多时候只是「有潜力的挑战者」。但到了今天，市场开始重新提问：当大型云服务商与模型公司愈来愈不愿把供应链完全押在单一厂商身上，AMD 作为第二供应商的战略价值，是否已足以支撑新一轮估值重估？从最新业绩看，这个问题已不再抽象。AMD 今年第一季收入达103亿美元，按年增长38%；其中数据中心业务收入57.8亿美元，按年升57%，管理层更直言数据中心已成为收入与盈利增长的主要驱动力。这说明 AMD 的故事，已由传统 PC 与伺服器晶片，逐步转向 AI 基建平台的叙事。市场之所以重新估值，正是因为它不再只是「追落后」，而是开始在 AI 资本开支周期中占据更实质的位置。 真正令 AMD 有机会翻身的，并不是市场相信它能全面打败辉达，而是超大规模客户对「第二供应商」的需求正在制度化。AI 时代的采购逻辑，已不只是单看单卡性能，而是看供货能力、总拥有成本、软件迁移难度、机柜级部署能力，以至议价平衡。对大型客户而言，保留一个可用、可信、可扩展的第二选择，本身就具有战略价值。AMD 的角色，正是在这个缝隙中变得重要。公司2025年年报显示，数据中心收入全年增至166亿美元，按年升32%，而 Instinct GPU 收入创纪录；公司亦提到与 OpenAI 及 Meta 达成多代策略合作，并完成收购 ZT Systems，以补强机架级 AI 基础设施能力。这些动作的意义，是 AMD 不再只卖晶片，而是开始补齐整个 AI 系统级交付能力。 能否由备份变成标配? 从产品规格看，AMD 已经交出足以支撑市场想像的硬件答案。Instinct MI350 系列采用第四代 CDNA 架构，最高提供288GB HBM3E 记忆体与8TB/s频宽，AMD 并声称 MI355X 在若干 AI 性能指标上可达竞品的2.2倍。即使这类比较带有厂商口径色彩，但

新能源车曾经是资本市场最典型的赛道投资：只要相信渗透率提升、政策支持及电池成本下降，买入相关 ETF，便等于押注整条产业链的成长。然而，当行业由高速扩张进入成熟竞争，新能源车 ETF 的投资逻辑也正在改变。过去资金买的是「增长故事」，今天资金更关心的是谁能在价格战后仍有利润，谁能把智能化变成收入，谁又会被产能过剩及库存压力淘汰。 ETF 的好处是分散风险，尤其新能源车产业链很长，涵盖整车、电池、锂矿、零部件、充电、智能驾驶及车载半导体。对普通投资者而言，单买一家车企，等于承受品牌、交付、毛利率及管理层执行力的集中风险；买入新能源车 ETF，则可分享产业长期升级的平均回报。但问题是，当产业内部分化加剧，平均回报未必再是最佳答案。若 ETF 权重集中于过去的龙头，而新一轮资金实际流向智能化、出口链、电池材料降本或高阶零部件，投资者便可能买到「昨日的共识」，而非「明日的主线」。 这也是近年新能源车 ETF 表现波动的根源。行业销量仍在增长，但股价未必同步上升；新能源车仍在取代燃油车，但企业盈利却被价格战侵蚀。资本市场不再简单奖励销量，而是重新审视单车盈利、现金流、海外市场、供应链议价能力以及技术壁垒。换言之，ETF 仍然是观察产业资金流向的重要工具，但它不再只是「新能源车上升就买」的简单产品，而是反映资金在不同环节之间重新定价的窗口。 新能源车产业资金流向最明显的变化，是由「扩产」转向「效率」。早年市场重视的是谁能建厂、谁能拿地、谁能扩充电池产能；但当整车价格下探、电池产能充裕、锂价大幅回落后，资金开始意识到，产能本身不再稀缺，真正稀缺的是高周转、低成本及稳定毛利。这令部分上游资源股估值受压，也令单靠产能规模讲故事的企业逐渐失去溢价。 资金流向正在避开产能，靠近效率 相反，资金更愿意流向能改善整车竞争力的环节。例如智能驾驶、域控制器、车载晶片、热管理、轻量化材料、快充系统及高压平

电动车行业过去几年最常见的说法，是「电池占成本最大」。这句话没有错，却已不足以解释今日车企的盈利分化。当电池价格持续下降，真正决定电动车制造成本的，已不只是材料价格，而是材料、技术与折旧三者交织而成的成本结构。谁能把这三项同时压低，谁才有资格在价格战后留下来。 电动车与燃油车最大的成本差异，首先来自动力电池。电芯、正极、负极、隔膜、电解液及电池包结构，构成整车成本中最敏感的一环。锂、镍、钴、石墨等原材料价格一旦波动，车企毛利率便即时受压。过去高镍三元电池有助提升能量密度，但成本高、供应链风险也高；磷酸铁锂则以安全、低成本和寿命优势快速普及，特别适合中国大众化市场。 然而，电池价格下降并不代表整车一定赚钱。因为车企往往会把节省下来的电池成本，用于更大电池、更高配置、更智能座舱、更强智驾硬件，以及更多标准配备。消费者以为自己买的是一部代步车，厂商实际交付的是一台带轮子的电脑。这使电动车成本从单纯材料成本，转向「材料加配置」成本。换言之，电池愈便宜，车企未必愈轻松，因为市场会要求同样价格提供更多功能。 除电池外，电机、电控、热管理、车身铝合金、一体化压铸件及高压平台，也是成本大项。电动车少了发动机和变速箱，却多了功率半导体、感测器、域控制器和高压电气系统。这些零部件看似分散，实际上决定了整车效率、续航和可靠性。材料成本的本质，已由「买便宜原料」变成「用更少零件实现更高性能」。 智能化成本分摊+产能利用率提升 第二个成本来源是技术。传统车企的研发主要围绕发动机、底盘和安全；电动车则要同时投入三电、智能座舱、辅助驾驶、车载作业系统、OTA、云端数据和AI模型。这些技术未必逐一反映在单车物料清单上，却会以研发开支、软件团队、测试里程、数据中心和工程验证形式进入损益表。 这亦解释为何不少新势力卖一部亏一部。它们的问题不一定是车造得不够便宜，而是技术平台尚未摊薄。智能驾驶硬件前装、激光雷达

兴证国际近日公告，调整向多家国际金融机构提供的担保额度，担保对象为其间接全资附属公司CISI Investment Limited在全球回购协议及ISDA衍生工具协议下的责任。表面上，这只是一则技术性公告：有的额度上调，有的额度下降，对手方包括汇丰、恒生、渣打、法兴、摩根大通、高盛及野村等国际金融机构。但若放在中资券商香港业务的脉络下看，这类担保其实不是会计附注，而是境外金融业务的底层杠杆工具。 券商香港平台的传统生意是经纪、孖展、企业融资及资产管理；但近年真正能撑起收入波动的，往往是固定收益、自营投资、结构性产品及回购融资。这些业务要做大，不能只靠牌照，还要靠信用。境外投行和银行与一家子公司做回购或衍生工具交易，最关心的不是故事，而是若市场急跌、抵押品折价、保证金追缴时，谁来承担最终责任。因此，母公司或上市平台的担保，就是打开交易额度的门票。 兴证国际的年报亦可看出这条路线。金融产品及投资收入已成为收入的重要部分，公司亦披露回购协议相关负债大幅增加，资本负债比率上升。这说明它不是单纯替子公司「方便开户」，而是在支持一个以债券、回购、衍生工具和杠杆投资为核心的境外交易平台。担保额度愈大，代表交易空间愈大；但同时亦意味，一旦市场出现利率急升、信用利差扩阔或抵押品价格下跌，上市公司承担的尾部风险也会同步放大。 上市平台信用转化为融资能力 这种安排在中资券商中并不罕见。中信证券、中金公司、华泰证券、招商证券、国泰君安等，均曾披露为境外子公司、SPV、中期票据、结构性票据、银行贷款或回购交易提供担保。规模大的，动辄数十亿至上百亿美元等值。这其实反映一个行业现实：中资券商若要在香港及国际市场做FICC、美元债、结构性产品及跨境投资，就必须把境内或上市平台的信用，转化为境外子公司的融资能力。 问题不在于有没有担保，而在于市场是否低估了担保的实质风险。很多投资者看到「为全资附属公司提供担

吉利汽车最新5月销量公告：总销量23.76万部，按年微升1%；首五个月累计118.2万部，同样只是小幅增长，总量上不是一份令人振奋的成绩单。 但若拆开结构看本质，却可见中国车市下半场的几条暗线。第一是传统车企的存量压力。吉利主品牌5月销量18.25万部，按年跌3%；银河跌20%，领克跌25%。这说明即使是自主品牌龙头，在价格战、产品换代与新能源渗透率急升的环境下，也很难靠旧有品牌自然增长。油车时代的渠道、规模和品牌知名度，仍是资产，但不再是免死金牌。 第二条暗线，是增长来源正在改写。旗下极氪5月销量3.44万部，按年升82%，首五个月累计增幅达93%；插电式混动5月按年升32%，明显好过纯电的按年跌19%。这个组合很有意思：市场不是简单地由油车直奔纯电，而是在纯电、插混、增程、智能化及出口之间重新分配需求。对传统车企而言，「转型」已从口号进入多条产品曲线同时管理的多元策略。 近期小鹏和理想的一季度业绩，刚好提供另一面镜子。小鹏交付下滑、亏损扩大，却守住20%以上毛利率，坊间评论多认为其超预期之处在于整车毛利与技术成本控制。这代表市场开始愿意接受一种新逻辑：短期销量不一定最重要，产品结构、技术收入、海外业务及毛利韧性，才是估值修复的入口。换言之，小鹏卖得少一点，若卖得更有质量，市场仍可给它一个长期故事。 小鹏理想品牌溢价重估 理想则相反。一季度交付仍接近9.5万辆，但毛利率大幅下滑，车辆毛利率跌至低单位数。管理层解释涉及产品组合、原材料、换代周期及新车交付措施，但市场听到的其实是四个字：定价权弱。过去理想靠增程SUV建立家庭用车心智，毛利与现金流一度领先新势力；如今一旦进入纯电转型、价格带下探及产品换代期，原本被视为护城河的品牌溢价也被重新估价。 把吉利放进这个框架看，启示更清楚。传统车企与新势力的差别，不在于谁更「新能源」，而在于谁能承受行业切换的成本。新势力像短跑选手，品