1. 投資摘要
- 恒生電子是中國金融 IT 核心系統龍頭，處於 AI 應用鏈的
finance-core-system + agent workflow環節；客戶覆蓋證券、基金、期貨、銀行理財、資產管理和交易所等金融機構。1 - 2025 年歸母淨利約 12.31 億元，公開財務頁面顯示 2026Q1 歸母淨利約 1.39 億元；2026Q1 營收年增率下降但扣非淨利大增，反映費用和投資收益結構改善，而非需求全面恢復。23
- AI 相關業務主要是金融大型模型、投研/投顧/運營/研發智慧代理、核心系統智慧化和機構知識庫；公司未揭露 AI 獨立營收，本頁只使用“AI 產品和專案 proxy”，不把全部金融 IT 營收計入 AI。
- 恒生的護城河不是模型引數，而是金融核心系統、帳戶/交易/清算/風控流程、監管適配和長期客戶關係。AI 的價值是嵌入既有系統，提高機構工作流自動化率。
- 投資矛盾：金融信創和 AI 改造提供中期需求，但金融機構 IT 預算週期、專案驗收和價格競爭限制短期營收彈性。估值應看訂單恢復、扣非獲利和 AI 產品 attach。
2. 公司概況與發展沿革
恒生電子成立於杭州，長期深耕金融軟體和網路服務。公司產品覆蓋證券經紀、資產管理、財富管理、銀行理財、登記過戶、估值核算、交易風控和金融雲端等領域。
| 階段 | 業務重心 | 投研含義 |
|---|---|---|
| 早期 | 證券交易和經紀系統 | 獲得券商核心系統入口 |
| 擴張期 | 基金、資產管理、銀行理財系統 | 客戶型別擴充套件，專案複雜度上升 |
| 信創期 | 國產化替代和分散式核心系統 | 訂單週期長，但戰略價值高 |
| AI 期 | 金融大型模型和智慧代理 | 在存量系統上做二次收費和效率提升 |
管理層的核心挑戰是平衡三件事：金融核心系統穩定性、信創/分散式投入、AI 產品商業化。金融 IT 公司不能像網際網路公司一樣快速試錯，因為客戶系統承載交易和資產安全。
3. 商業模式拆解
| 業務 | 客戶 | 營收方式 | AI 關聯 |
|---|---|---|---|
| 大零售 IT | 券商經紀、財富管理 | 專案實施 + 維護 | 智慧投顧、營銷、客服 |
| 大資產管理 IT | 基金、資產管理、託管、估值 | 核心系統 + 模組授權 | 投研助手、風控、運營自動化 |
| 銀行與產業金融 | 銀行理財、金融市場 | 專案制 | 知識庫、流程 agent |
| 資料/風險/金融雲端 | 各類金融機構 | 訂閱/專案/雲端服務 | 資料治理和模型呼叫底座 |
定價機制以專案制、軟體授權和維護費為主。與 SaaS 不同，金融核心系統交付週期長、客製化多，營收確認受驗收影響。AI 產品若能標準化為模組，將改善毛利率和營收可預測性。
4. AI 相關業務深度拆解
AI 業務定義：
AI proxy = 金融大型模型產品 + 投研/投顧/運營智慧代理 + AI程式碼/測試工具 + 知識庫/合規問答 + 嵌入核心系統的智慧模組公司未揭露 AI 營收，故本頁不做 AI 營收佔比估計。合理的商業化路徑：
- 存量客戶 attach：在券商、基金、資產管理核心系統上加 AI 模組。
- 專案制升級：信創和分散式專案中疊加 AI 資料治理和智慧運營。
- 運營降本：AI 程式碼、測試、客服降低交付和維護成本。
- 新場景：投研助手、投顧內容生成、合規審查、風控解釋。
季度橋應按以下公式追蹤：
AI增量營收 = 存量客戶數 × attach率 × AI模組單價 + 新專案AI模組營收
AI獲利貢獻 = AI增量營收 × 模組毛利率 - 模型/算力/交付增量成本5. 產業鏈位置
恒生在母圖中位於 app / vertical-finance / core-workflow。與同花順偏 C 端流量不同，恒生偏 B 端核心系統；與用友偏 ERP 不同，恒生服務金融交易和資產管理流程。
上游：
| 環節 | 供應 | 依賴 |
|---|---|---|
| 資料庫/中介軟體/OS | 國產基礎軟體 | 信創專案關鍵 |
| 雲端與算力 | 金融雲端、私有化部署算力 | AI 推論和訓練 |
| 大型模型 | 自研/合作金融模型 | 需滿足私有化和合規 |
| 監管規則 | 交易所、證監、基金業協會等規則 | 系統更新頻繁 |
下游：
| 客戶 | 需求 | 集中度判斷 |
|---|---|---|
| 券商 | 交易、財富、營銷、風控 | 客戶廣泛，單一客戶佔比未充分揭露 |
| 基金/資產管理 | 估值、投資交易、風控 | 黏性高 |
| 銀行理財 | 資產管理新規後系統升級 | 專案週期長 |
| 交易所/監管相關機構 | 基礎設施級系統 | 要求高，競爭少 |
6. 競爭格局與市場份額
金融 IT 市場細分多，恒生在證券、基金、資產管理核心系統具有龍頭地位，但具體市佔率口徑因產品不同差異很大。
| 公司 | 主領域 | AI方向 | 客戶 | 交付模式 | 毛利/獲利 | 信創能力 | 核心系統 | 估值變數 | 風險 |
|---|---|---|---|---|---|---|---|---|---|
| 恒生電子 | 金融核心系統 | 金融大型模型/智慧代理 | 券商/基金/資產管理 | 專案+維護 | 獲利修復中 | 強 | 強 | 訂單和扣非獲利 | 金融預算 |
| 金證股份 | 證券 IT | 智慧投顧/交易 | 券商 | 專案 | 波動 | 強 | 強 | 信創訂單 | 獲利率 |
| 頂點軟體 | 券商核心 | AI 運維/投顧 | 券商 | 專案+維護 | 較穩 | 強 | 強 | 核心替換 | 客戶集中 |
| 贏時勝 | 資產管理/託管 | 智慧運營 | 資產管理/銀行 | 專案 | 波動 | 中 | 中 | 資產管理訂單 | 競爭 |
| 宇信科技 | 銀行 IT | 銀行 AI | 銀行 | 專案 | 中 | 強 | 銀行強 | 銀行預算 | 回款 |
| 同花順 | 金融資訊 C 端 | 問財 AI | 投資者/券商 | 廣告+訂閱 | 高 | 中 | 弱 | 市場成交 | 監管 |
競爭演化：信創重構會拉長專案週期，但提高客戶黏性；AI 會先作為模組化增強，而不是替代核心系統。恒生的核心競爭對手不是通用大型模型公司，而是同類金融 IT 廠商和客戶自研團隊。
7. 護城河
- 核心系統壁壘：金融交易、清算、估值和風控系統切換成本高，穩定性比功能炫技更重要。
- 監管知識壁壘：金融規則變化頻繁，長期服務經驗能降低客戶合規風險。
- 客戶黏性：券商、基金、資產管理核心系統一旦上線，維護和升級週期長。
- 信創適配：國產資料庫、中介軟體、作業系統適配經驗形成專案壁壘。
- AI 嵌入場景：金融大型模型必須接入客戶私有資料和流程權限，恒生更接近場景入口。
8. 財務深度分析
| 指標 | 2025A | 2026Q1 | 判斷 |
|---|---|---|---|
| 歸母淨利 | 約 12.31 億元 2 | 約 1.39 億元 2 | 獲利修復，但營收端仍需觀察 |
| 營業營收 | 待正式年報表鎖定 | 年增率 -11.75% 3 | Q1 下滑說明預算和驗收壓力仍在 |
| 扣非淨利 | 待鎖定 | 年增率 +625.41% 3 | 低基數與費用改善共同作用 |
| 經營現金流量 | 待鎖定 | 季節性波動 | 專案型公司應看全年 |
| ROIC | 待鎖定 | 不適用 | 需剔除投資收益影響 |
財務質量判斷：恒生更應看扣非獲利和經營現金流量，而不是單季歸母淨利。金融 IT 專案驗收具有季節性，Q4 往往更重。2026Q1 營收下降但扣非改善，說明費用控制有效，但需求修復還沒有完全確認。
9. 業績傳導路徑
金融機構信創/數字化預算
-> 核心系統升級和模組採購
-> AI 投研/投顧/運營模組 attach
-> 專案驗收確認營收
-> 維護費和升級費提高毛利穩定性
-> 扣非淨利修復
-> PE 從週期低位向金融IT龍頭中樞迴歸彈性測算：
| 情景 | 2026E 營收增速 | 淨利率 | 淨利 | PE | 情景市值 |
|---|---|---|---|---|---|
| 熊 | -5% | 12% | 約 10 億元 | 25x | 250 億元 |
| 中 | +8% | 16% | 約 15 億元 | 32x | 480 億元 |
| 牛 | +18% | 20% | 約 22 億元 | 40x | 880 億元 |
情景關鍵：金融機構預算恢復、AI 模組可收費、費用率繼續下降。
10. 估值
| 模組 | 2026E 假設 | 倍數 | 估值 |
|---|---|---|---|
| 核心金融 IT | 淨利 12 億元 | 30x | 360 億元 |
| AI/資料智慧模組 | 營收 5 億元、仍高增 | 8x sales | 40 億元 |
| 金融雲端/維護 | 淨利 3 億元 | 25x | 75 億元 |
| 投資資產/淨現金 | 待年報鎖定 | 1x | 待揭露 |
| 中性情景市值 | 不適用 | 不適用 | 約 475 億元 + 淨現金 |
DCF 架構：營收 5 年 CAGR 8%-12%，長期 EBIT margin 18%-22%，WACC 9%-10%，永續增長 2%-3%。由於 AI 營收未單列，DCF 只適合做反推，不適合精確目標價。
11. 催化因素
- [已發生] 2026-03-28，公司釋出 2025 年年度報告。1
- [已發生] 2026-04-30，公司釋出 2026 年第一季度報告。4
- [展望] 2026 年金融信創訂單若恢復，將改善營收增速。
- [行業預測] 金融機構投研、投顧、運營 AI 化需求增長，利好場景廠商。
- [已發生] 2026Q1 扣非淨利年增率大幅增長，費用改善是短期催化。3
12. 核心風險
- 金融 IT 預算收縮：若券商基金盈利承壓，專案延期。
- 專案驗收延遲：營收確認集中在後端，單季波動大。
- AI 商業化不及預期：只做演示不收費，會形成費用而非營收。
- 競爭加劇：金證、頂點、客戶自研和雲端廠商進入模組市場。
- 投資收益擾動：歸母淨利可能受非經常性專案影響，應看扣非。
13. 歷史復盤
恒生歷史估值受金融科技景氣、券商 IT 投入、信創政策和獲利率變化驅動。牛市或金融創新週期中，訂單和估值同步上行；監管收緊或預算下降時，營收確認放緩、PE 下修。AI 階段的估值提升需要扣非獲利和可收費模組共同驗證。
14. 追蹤指標
| 頻率 | 指標 | 閾值 | 來源 |
|---|---|---|---|
| 季 | 營收增速 | 連續兩個季度負增長需下修 | 季報 |
| 季 | 扣非淨利率 | 低於 10% 說明費用壓力 | 季報 |
| 季 | 合同負債/訂單 | 連續下降預示需求弱 | 財報 |
| 半年 | AI 模組客戶數 | 無揭露則 AI 溢價打折 | 公司公告/調研 |
| 年 | 經營現金流量/淨利 | 低於 0.8 需警惕回款 | 年報 |
15. 最新事件
- [已發生] 2026-04-30，恒生電子揭露 2026 年第一季度報告。4
- [已發生] 2026Q1，公開解讀顯示營收年增率 -11.75%、扣非淨利年增率 +625.41%。3
- [已發生] 2026-03-28，公司揭露 2025 年年度報告。1
- [行業預測] 2026 年金融大型模型將從演示走向機構內部知識庫和流程 agent。
- [展望] 後續需追蹤年報和業績說明會中 AI 產品收費客戶數。
16. 誤讀糾偏
誤讀 1：恒生的 AI 價值等於自研大型模型
實際情況：金融 AI 價值在核心繫統、權限、資料和監管流程嵌入。模型只是工具，場景入口才是護城河。
誤讀 2：Q1 扣非大增說明營收全面復甦
實際情況：2026Q1 營收年增率仍下降，扣非改善更多說明低基數和費用結構改善，訂單恢復需後續季度驗證。3
17. 來源
- 來源：恒生電子股份有限公司 2025 年年度報告 — 上海證券交易所 — 2026-03-28 — www.sse.com.cn/disclosure/listedinfo/announcement/c/new/2026-03-28/600570_20260328_1O0G.pdf
- 來源：恒生電子財務資料頁面 — 證券之星 — 2026-05 — stock.quote.stockstar.com/finance/profit_600570.shtml
- 來源：恒生電子 2026 年一季報解讀 — 華盛通 — 2026-04-30 — www.hstong.com/news/detail/26043009400942182
- 來源：恒生電子股份有限公司 2026 年第一季度報告 — 上海證券交易所 — 2026-04-30 — www.sse.com.cn/disclosure/listedinfo/announcement/c/new/2026-04-30/600570_20260430_SEMU.pdf
- 來源：上交所公司公告檢索結果 — SSE — 2026 — queryCompanyBulletin
- 來源：金融 IT 行業公開研究報告 — 券商公開轉載 — 2026 — multiple
- 來源：Hundsun corporate product materials — 公司官網 — 2025-2026 — www.hundsun.com/
- 來源：A 股行情與估值頁面 — public quote vendors — 2026-05-28 — multiple