課程背景：
國家宏觀經濟政策和產業政策是影響股權投資成功與否的首要因素，政策的力度和方向直接影響資本市場的信心。投資必須順應國家產業發展的潮流和大勢。在相當長的時期內，國家都會重點支持新經濟領域的行業，如新一代信息技術行業，包括半導體、人工智能、大數據、云計算、金融科技、機器人等；新能源及高端制造行業；生物醫藥及大健康行業，包括醫藥、醫療服務、醫療器械、保健、養老產業等。在這些行業中選擇投資，就不容易出現方向上的錯誤。
除了順應政策方向外，賽道還必須有足夠的發展潛力。賽道的寬度，決定了理論上項目所能獲得的最大收益，關乎企業的生存空間，也影響著資本的投資熱情。從大方向看，大賽道擁有更大的戰略騰挪空間。在新經濟形式下，大數據、人工智能、物聯網、云計算的出現改變和顛覆了許多原有業務、市場和應用，行業間發展越趨融合之勢，天花板被解構或重新創造，代表新技術、新生產力的產品和服務逐步取代舊產品，如被大眾所熟知的特斯拉和蘋果。同時，賽道的寬度也是在持續發生變化的，新經濟形式下，股權投資除關注大賽道外，還應當深研細分賽道，尤其是目前處于新興領域、創新高科技方向，其未來的市場容量將可能超乎想象。
課程收益：
● 掌握宏觀經濟周期的底層邏輯和經濟周期的分類及應用；
● 了解我國2025年宏觀經濟周期中的定位和未來發展方向；
● 了解2025年房地產、大宗商品等大類投資的方向；
● 了解新能源、醫療醫藥、人工智能等熱門行業發展方向和細分領域投資策略。
課程時間：2天，6小時/天
課程對象：高層管理者、企業家、私人銀行、高凈值客戶、產業投資人、股權投資人
課程方式：主題講授、案例分析、情景模擬、互動問答、圖片展示
課程大綱
第一講：底層邏輯：宏觀經濟周期理論
一、宏觀經濟的周期波動
1. 萬物皆周期——春夏秋冬的四季輪回
案例：中美日三國經濟周期歷史輪動
2. 為什么投資要研究周期——歷史在不斷重演
二、四種常用的經濟周期范式
1. 基欽周期——2~4年的存貨周期
2. 朱格拉周期——10年左右的中周期
3. 庫茲涅茨周期——20年左右的建筑周期
4. 康波周期——為期60年的長周期
三、影響宏觀經濟的周期分類
1. 信貸信用周期——貨幣流動性是基石
2. 政府政策周期——重要方向指引
案例：中國房地產行業產業政策分析
3. 設備更新周期——技術驅動經濟前進
案例：新能源行業設備更新周期分析
4. 企業盈利周期——微觀構成宏觀
5. 情緒心理周期——風動旛動還是心動
第二講：周期定位：2023年我國宏觀經濟周期定位
一、庫存周期：2023年下半年可能探底回升
1. 我國庫存周期已切換至被動去庫存，對應經濟周期中的復蘇
2. 庫存周期本質是需求的映射
3. 新一輪庫存周期預計在 2023 年三季度啟動
二、設備更新周期：2023年下半年有望底部回升
1. 新一輪設備更新周期有望啟動
2. 工業行業投資潛力三維度評價體系
3. 制造業投資對經濟增長的拉動料將持續回升
三、信用周期：有望持續向上
1. 信用周期指數的構建方法
2. 信用周期的二階段論：供給驅動和需求驅動
3. 2023 年信用周期有望邁入“需求驅動”階段
四、周期疊加：三周期有望共振向上
1. 從邏輯和實踐上，三大周期之間存在一定內在關聯
2. 在三周期共振的推動下，工業復蘇或仍有很大空間
3. 三周期共振向上是對投資市場較為友好的環境。
第三講 大類投資：房地產與大宗商品
一、房地產行業投資分析
1. 需求有支撐、供給將拖累，總量不悲觀、結構強彈性
2. 政策或全面轉向，供給端應出盡出，需求端亟待跟進
3. 供給過度出清，格局優化更劇烈，估值中樞將上移
4. 我國房地產目前需求端呈現出超跌狀態，供給端處于過度出清狀態，將呈現“L”型總量弱復蘇
二、大宗商品投資分析
1. 全球流動性拐點將至，海外銀行危機疊加，貨幣屬性強的商品迎來配置機遇
2. 供給約束引發周期品投資的“范式轉變”，商品價格有望觸底回升
案例：傳統周期品上市公司的改革與產業升級
3. 關注成本下降帶來盈利拉闊的投資邏輯
4. 中特估將成為貫穿全年主線，利好周期板塊投資
第四講 2023年熱門板塊投資分析
一、新能源行業投資分析
1. 光伏行業：長期趨勢向好，硅料產能逐步釋放，下游需求逐季增長
2. 新能源車：繼續銷量高速增長，關注產能緊缺環節及技術路線變化
3. 風電行業：關注海上風電發展及國內企業出口增量帶來的估值提升機會
3. 儲能領域：中美歐三大市場齊爆發，儲能迎來黃金發展期
案例：某光伏企業融資要素及估值分析
二、醫療醫藥行業投資分析
1. 創新藥產業鏈：審批加速，國內創新藥醫保談判降幅預期溫和
2. 創新醫療器械：本土企業相繼推出創新醫療器械，獲批數量逐年攀升
3. 先進設備制造：自主可控和擴大內需，國產替代率低的先進制造設備龍頭機會
4. 疫后復蘇：前期因疫情影響而受損的院內診療和消費醫療領域有望迎來業績修復
5. 中藥板塊：新藥研發加速、行業監管規范化、以及人口老齡化
案例：某傳統中藥上市公司的化妝品轉型進擊之路
三、人工智能領域投資分析
1. 大模型公司：大模型作為將來重要的基礎技術底座
案例：美國人工智能大模型領域發展啟示
2. 數據要素：數據質量和體量決定了大模型的優劣，未來圍繞著數據產權將有進一步的價值劃分
3. 算力公司：模型越來越大、滲透率加速提升、技術演進對算力需求爆發式增長
3. 國產算力替代：各地加速推進智算中心，國產AI芯片進行國產替代
4. 國內應用（降本線）：生成式AI能很好地節省人力，如廣告、影視、電商、游戲等領域
6. 國內應用（增收線）：產品壁壘較高的公司，在接入大模型后，提升用戶數量
