相比2014-2015年，2019年的同花顺各项业务指标基本都已经实现了跨越。中泰证券认为，如果目前市场交易活跃度能够持续，或者有进一步加大可能的话，同花顺的业绩指标有望达到一个新的高度水平。
对于同花顺，我们比较关心的一个问题是，在2019年的市场行情下，公司能否突破之前的业绩高点？这就需要我们对决定公司业绩的核心变量进行分析，对比2019和2015，这些核心变量发生了哪些变化？相关变量既包括公司的内生变量，也包括市场的外部变量。当我们对这个问题进行研究之后，对公司的业绩空间也就有了一个大致的宏观判断。
在进行具体分析之前，我们首选需要明确几个核心问题：同花顺的核心财务指标是哪些（并不一定净利润永远是最重要的指标）？
同花顺的弹性业务是哪些（并不是每个业务都具有高弹性-非线性增长）？
同花顺的核心自变量包括哪些（并不是每个自变量的权重都是一样大小）？
1、确定核心指标我们关注的核心指标（变量）无非包括：收入、净利润、预收款、现金流等。
1）我们知道，对于一般的公司而言，核心的关键指标是净利润。而对于同花顺而言，我们认为，恰恰相反。
在以上四个核心指标和变量中，最不重要的指标是净利润。
因为净利润是一个结果变量，它是所有变量传导结束后得到的一个结果。
2）如果对同花顺有跟踪研究经验，我们知道应该去分析同花顺的预收款。预收款作为一个先行指标，其变化都能够对公司未来的收入和利润带来一定先行指引。这也是在过去几年中，我们研究同花顺时，非常关注的一个指标。但是，我们认为，预收款也不是最核心的指标。
因为预收款是公司将不符合当季收入确认的现金放在了预收款。
它是一个过程变量。
图表1：预收款情况
来源：iFind，中泰证券研究所3）我们认为，现金流才是我们分析同花顺的核心关键。因为现金流是公司业务变量向财务指标进行转化时，最先体现的变量，这才是我们分析的重点。因此，对于当前时点的财务报表，我们关注的重心不是净利润，而是现金流。
只要有了现金流，净利润迟早会体现，只是时间问题。
图表2：现金流情况
来源：iFind，中泰证券研究所2、确定弹性业务同花顺的业务包括：电信增值业务、广告及互联网业务、软件系统及维护、基金代销等四个业务。而在这四个业务中，并不是每个业务都具有弹性。
我们对弹性的定义是：非线性指数增长。也就是当外在核心变量发生变化时，哪个业务有可能呈现非线性指数级增长，这就是我们需要找的弹性业务。
因为我们知道，同花顺业务的核心变量是C（个人投资者），当C发生变化时（C端散户的参与度提升时），以上哪些业务有望实现快速增长？也就是说，C是哪个业务的自变量？
我们认为：电信增值业务和广告及互联网业务更具有弹性。
电信增值业务具体包括：PC端和移动端销售给C端的产品模块和增值服务，广告及互联网业务的收入主要是同花顺为券商进行导流开户所获取的收入。
3、确定核心自变量在以上两个弹性业务中，我们需要确定核心变量是什么？电信增值业务核心变量包括：活跃用户、付费率、单用户ARPU值等；广告及互联网业务的核心变量包括：新开户数、单用户导流开户费用。确定这些核心变量之后，我们就可以通过这些核心变量的变化，来推演公司弹性业务的演化过程。
图表3：业务核心变量
来源：iFind，中泰证券研究所对比研究：为了进行对比研究，我们选取了2015年5月和2019年3月进行对比。来分析关键变量所发生的变化。
对比一：月度活跃用户月度活跃用户越大，C端潜在的付费用户就越多。根据易观千帆数据，2015年5月，同花顺APP的月度活跃用户在2300万左右，2019年2月同花顺APP月活为3400万。考虑到3月份市场交易量的急速放大以及新增开户数的激增，我们预计2019年3月份，同花顺APP的月活或将在3600万左右。
也就是说，相比与2015年5月，2019年3月，同花顺APP月活增加了1300万左右。
其中很有意思的一点是：2015年股市的最高点，并不是同花顺APP月活的最高点。
图表4：同花顺APP月活对比：2015VS2019
来源：iFind，中泰证券研究所对比二：产品数量决定付费率和单用户ARPU值很重要的一个因素就是产品（数量、维度）。产品数量越多，产品维度越多，产品种类越丰富，能够满足用户不同需求的能力就越强，活跃用户向付费用户的转化率就越高。同时，单用户的ARPU值也有望提升，因为可供选择的产品数量增加了，单一用户选择的产品种类也有可能增加。
根据我们统计，2015年5月，同花顺APP上的产品数量大概在10余款；2019年3月，同花顺APP上的产品模块数量达30款左右。产品数量实现了倍增。
图表5：同花顺2C产品对比：2015VS2019
来源：iFind，中泰证券研究所对比三：交易量在分析同花顺时，个人散户参与度和交易活跃度是重要参考因素，但这两个因素都是比较难以量化的变量。
我们认为，可以通过交易量来间接判断。
交易量是一个结果变量，基本反映了市场大部分的交易信息，也在很大程度上反映了市场交易活跃度情况。
我们可以对比一下，2015年5月和2019年3月，市场交易量情况。2015年，市场单日交易量峰值为2.36万亿元，2015Q2市场交易量为97万亿元。2019年以来，市场交易量峰值为1.18万亿元，2019Q1交易量为37万亿元。
两者对比，我们可以看出，目前的市场交易量与2015年上半年相比，还有一定的差距。而我们通过变量之间的逻辑判断，市场交易量越大，C端用户参与度越高，同花顺业务增量有望越大。
也就是说，1）目前市场交易量还有潜在进一步放大的空间；2）随着市场交易量的扩大，C端活跃度仍有进一步扩大的空间。
3）在目前业务量的基础上，同花顺的2C业务也具备一定的增长空间。
图表6：单日交易量峰值对比：2015VS2019
来源：iFind，中泰证券研究所对比四：券商依赖程度通过上面月活数据，我们看到同花顺的流量优势在逐步强化。目前券商对同花顺流量的依赖程度在逐步增加。主要原因：1）线下获取新客户的成本越来越大。之前券商还可以通过赠送礼品的形式来激励线下开户的积极性，但目前线下获取客户不仅成本高，甚至是比较少。线上开户是主流。
2）东财经纪业务的崛起。东方财富依靠自身的流量优势，经纪业务市占率在快速提升，对传统券商市占率带来一定挤压。
3）网上销户的实施，使得C端用户切换券商的成本降低。C端用户在不同券商之间迁移的活跃度增强，线上开户更成为各家券商必争之地。
4）同花顺平台上合作券商的数量在增加。2016-2018年之间，一些实力较强的大型券商，陆续中止了与同花顺的合作，通过自有渠道来吸引客户。而目前，我们看到，随着市场交易活跃度的提升，与同花顺合作的大型券商的数量也在逐步增加。
因此，通过以上分析，我们可以看出，券商对同花顺流量的依赖程度在逐步增加，这在一定程度上会进一步强化同花顺在其中的议价能力。
对比五：AI技术成熟度我们认为，同花顺AI技术成熟度的变化，可能是市场忽略的地方。对于不太了解同花顺的投资者而言，同花顺的AI主要是智能投顾。但从实际来看，同花顺2009年就开始进行AI技术的研发和应用。2015年，公司将AI技术应用于自身的产品模块和增值服务中，包括当时市场比较关注的智能投顾产品。
而站在2019年时点，公司AI技术更加成熟，AI技术向产品的转化更加顺畅，AI技术应用的场景也在逐步增加。我们看到的结果就是：AI产品化能力的增强。
1）2016年上线智能助理，2017年上线OpenAI开放平台，2018年发布智能外呼、智能客服、智能质检、智能转写等智能语音系列。而其中的智能语音识别和合成技术都是自主研发。
2）AI技术与业务结合的体现，是AI产品化能力的提升。在公司多个2C的产品模块中都有AI技术的应用。
AI技术的应用能够提升产品的用户体验，进一步强化用户的使用粘性，提升转化率和留存率。
3）通过以上AI产品可以看出，同花顺的AI技术不仅应用于自身业务，比如i问财、智能投顾，还包括利用智能客服推广自己的2C产品（原来更多是通过人工坐席来推销C端产品）；而且AI产品已经扩展到其他非投资类领域。AI产品覆盖领域的延展性逐步体现。
因此，我们认为，同花顺的产品基因和互联网流量禀赋，使得公司具备较强的业务延展性。
图表7：同花顺AI产品（非投资领域）
来源：iFind，中泰证券研究所对比六：业绩起点在上一轮市场走强之前的2014年，同花顺的净利润0.6亿元，现金流是4.3亿元。而，2018年同花顺的净利润为6.3亿元，现金流为13.1亿元。可以看到，同花顺各项指标已经站在了一个不同量级的起点。
当然也会有人质疑，目前的利润是不是还有2015年牛市所带来了利润存留（预收款的确认）？根据我们分析，同花顺之所以存在预收款，就是因为2C业务的收入确认方式。一般某个时点的现金流入，在未来几个季度分别确认。因此，我们认为，目前时点确认的收入和净利润，来自2015年预收款的部分非常少，甚至没有（可以忽略）。
而在这个过程中，我们会发现，同花顺的业务结构和商业模式并没有发生根本变化。
这说明过去几年利润的增厚基本都是来自于内生变量的演化迭代升级，这也说明了公司产品力、流量、变现能力、议价能力等综合实力的体现。
图表8：核心指标对比
来源：iFind，中泰证券研究所综合以上，我们认为，相比2014-2015年，2019年的同花顺各项业务指标基本都已经实现了跨越。我们认为，如果目前市场交易活跃度能够持续，或者有进一步加大可能的话，同花顺的业绩指标有望达到一个新的高度水平。
风险提示市场活跃度低于预期风险，活跃用户转化低于预期风险
评论 (0)