京公网安备 11010802034615号
经营许可证编号:京B2-20210330
东方国信:跨国收购强化工业大数据布局
维持“增持”评级,上调目标价到 37.44 元。东方国信作为 A 股大数据的首选标的,此次收购 Cotopaxi 正式进入工业大数据领域,将拓展出新的业务蓝海。我们上修 2015-2016 年 EPS 为 0.39 元(+10%) /0.57元(+3%) ,维持 “增持”评级,考虑到公司在大数据领域“内生+外延”的良好成长性,给予 2015 年 2 倍 PEG,上修目标价至 37.44 元(+106%),距离当前价位 52%空间。
跨国并购工业大数据标的 Cotopaxi. 公司公告以自有资金 1810 万英镑收购 Cotopaxi 公司 100%股权,后者主要基于物联网、云计算、大数据等核心技术能力为全球工业及商业企业提供能源与过程优化软件平台及咨询服务,其业务已遍布全球 35 个国家,为近 400 家工厂部署了约5 万个不同类型的监测点,主要客户包括联合利华、帝亚吉欧、王子食品、怡乐包装等。市场此前将东方国信定位为运营商大数据企业,虽此前通过并购科瑞明、北科亿力向非运营商领域跨出了第一步,但距离形成生态闭环尚有差距,与工业互联网+首选大数据标的的定位总有差距。此次收购 Cotopaxi 除进一步强化工业大数据能力外,还在前端传感及数据采集方面做出了延伸且提供了丰富的下游客户资源。我们判断,公司除继续开拓银行、运营商客户价值外,还将通过 Cotopaxi深挖 B 端工业用户价值。
催化剂:公司在工业互联网端的持续布局。
风险因素:运营商结算延迟影响净利润表现。?
其他机构研究
国海证券:东方国信收购工业互联网标的,三大数据版块鼎足之势已形成
工业+互联网正当时,收购标的正处在快速成长期工业+互联网的结合带来一场新的工业革命,工业产业链整个生命周期都涉及到海量的数据,工业企业的数据也呈现出爆炸性增长的趋势。工业互联网对于提高生产效率、节约能耗、优化生产工艺与流程等等作用巨大,据国际权威机构测算,应用工业互联网后,企业的效率将提高大约20%,成本可以下降20%,能源消耗可以下降10%左右。我国发改委、工信部近两年先后出台政策,要求中国各级政府及17,000 家重点耗能企业建设和提升工业节能监测分析平台,简单测算我国的工业能效监测市场是千亿级别的市场,而且刚刚启动。
作为全球节能服务与过程优化领域的领先企业,Cotopaxi 已在全球35 个国家近400 家工厂部署了约50,000不同类型的监测点,主要客户包括联合利华、帝亚吉欧、王子食品、怡乐包装等,并已在中国两家大型高耗能企业落地能效监测平台和节能专家系统项目。标的公司的过往业绩以及承诺业绩均体现出高速成长性,而东方国信的并购价格相对于标的公司2015 年承诺业绩的估值仅为7.5 倍,此次收购性价比极高。
工业大数据再补强,通信+金融+工业的三大数据版块鼎力,订单模式不轻言顶此次收购是公司大数据业务向工业互联网、工业智能化领域的重要布局,将有力补充公司工业大数据版块的业务,提升公司市场空间。我们认为,1、公司大数据业务的三大版块已经形成,且从增长速度来看,金融和工业两大版块的增速更快。公司2014 年收购的上海屹通信息订单迎来爆发,在手机银行业务基础上又开拓出互联网金融平台和移动大数据平台,新产品在越来越多的银行中标,金融业务已经成为公司收入和利润增长最为迅速的行业。工业大数据在我国刚刚启动,可以说是蓝海市场,北科亿力+Cotopaxi 的组合将推动公司在这个千亿市场空间的领域不断斩获订单。此外,建议关注公司在政府大数据的布局和进展。2、因为公司传统电信业务已经达到了一定规模,虽然在开拓新市场方面屡有超预期表现,但市场对公司订单制模式的发展普遍担心天花板问题。近两年的收购,尤其是屹通信息的并购让市场看到了公司在非电信行业的增长潜力。电信行业是信息化和市场化是最早的,公司在电信行业已经证明了自己的能力,现在正将这种优势复制到金融、工业、政府等其他行业,其他行业正处在对大数据平台、大数据业务需求爆发的阶段,核心逻辑就是数据驱动效率提升降低成本。我们认为仅仅凭订单模式,公司通过两年左右的时间就可以达到5 亿元的净利润,而且这只是刚开始,我们重申大数据对各行各业的重要性:传统行业转型互联网、移动互联网,触网是第一步,意图在网上积聚足够多的用户和数据,以达到精准营销的最终目标,有了用户和数据后,一定是通过大数据技术来实现。
数据运营更引人遐想,仍需等待数据运营一直是市场关注的焦点。根据上述分析,我们认为公司要想将跨行业数据运营落地,大概率上是通过合作和外延的方式来完成。数据运营的公司价值体现在两个层面:一、真正拥有大数据,这种公司极少。二、具有运营落地的能力,一般在垂直领域,模式或B2C 或B2B2C。公司一直在关注和尝试将数据引入一些垂直领域,但目前来看,真正实现运营闭环仍需时间,建议积极关注。
维持买入评级假设Cotopaxi 2015 年全年合并报表,我们预测公司2015 年-2017 年全面摊薄后的EPS分别为0.44 元、0.59 元、0.75 元,对应PE 分别为55.5 倍、42.0 倍、32.7 倍。我们坚定看好公司的长期成长性,维持“买入”评级。
风险提示收购未获批;运营商对BI 的投资力度低于预期或投资进度慢于预期;运营商结算延迟风险;收购带来的整合风险;创业板大幅下跌风险。(国海证券)
维持“增持”评级,上调目标价到 37.44 元。东方国信作为 A 股大数据的首选标的,此次收购 Cotopaxi 正式进入工业大数据领域,将拓展出新的业务蓝海。我们上修 2015-2016 年 EPS 为 0.39 元(+10%) /0.57元(+3%) ,维持 “增持”评级,考虑到公司在大数据领域“内生+外延”的良好成长性,给予 2015 年 2 倍 PEG,上修目标价至 37.44 元(+106%),距离当前价位 52%空间。
跨国并购工业大数据标的 Cotopaxi. 公司公告以自有资金 1810 万英镑收购 Cotopaxi 公司 100%股权,后者主要基于物联网、云计算、大数据等核心技术能力为全球工业及商业企业提供能源与过程优化软件平台及咨询服务,其业务已遍布全球 35 个国家,为近 400 家工厂部署了约5 万个不同类型的监测点,主要客户包括联合利华、帝亚吉欧、王子食品、怡乐包装等。市场此前将东方国信定位为运营商大数据企业,虽此前通过并购科瑞明、北科亿力向非运营商领域跨出了第一步,但距离形成生态闭环尚有差距,与工业互联网+首选大数据标的的定位总有差距。此次收购 Cotopaxi 除进一步强化工业大数据能力外,还在前端传感及数据采集方面做出了延伸且提供了丰富的下游客户资源。我们判断,公司除继续开拓银行、运营商客户价值外,还将通过 Cotopaxi深挖 B 端工业用户价值。
催化剂:公司在工业互联网端的持续布局。
风险因素:运营商结算延迟影响净利润表现。?
其他机构研究
国海证券:东方国信收购工业互联网标的,三大数据版块鼎足之势已形成
工业+互联网正当时,收购标的正处在快速成长期工业+互联网的结合带来一场新的工业革命,工业产业链整个生命周期都涉及到海量的数据,工业企业的数据也呈现出爆炸性增长的趋势。工业互联网对于提高生产效率、节约能耗、优化生产工艺与流程等等作用巨大,据国际权威机构测算,应用工业互联网后,企业的效率将提高大约20%,成本可以下降20%,能源消耗可以下降10%左右。我国发改委、工信部近两年先后出台政策,要求中国各级政府及17,000 家重点耗能企业建设和提升工业节能监测分析平台,简单测算我国的工业能效监测市场是千亿级别的市场,而且刚刚启动。
作为全球节能服务与过程优化领域的领先企业,Cotopaxi 已在全球35 个国家近400 家工厂部署了约50,000不同类型的监测点,主要客户包括联合利华、帝亚吉欧、王子食品、怡乐包装等,并已在中国两家大型高耗能企业落地能效监测平台和节能专家系统项目。标的公司的过往业绩以及承诺业绩均体现出高速成长性,而东方国信的并购价格相对于标的公司2015 年承诺业绩的估值仅为7.5 倍,此次收购性价比极高。
工业大数据再补强,通信+金融+工业的三大数据版块鼎力,订单模式不轻言顶此次收购是公司大数据业务向工业互联网、工业智能化领域的重要布局,将有力补充公司工业大数据版块的业务,提升公司市场空间。我们认为,1、公司大数据业务的三大版块已经形成,且从增长速度来看,金融和工业两大版块的增速更快。公司2014 年收购的上海屹通信息订单迎来爆发,在手机银行业务基础上又开拓出互联网金融平台和移动大数据平台,新产品在越来越多的银行中标,金融业务已经成为公司收入和利润增长最为迅速的行业。工业大数据在我国刚刚启动,可以说是蓝海市场,北科亿力+Cotopaxi 的组合将推动公司在这个千亿市场空间的领域不断斩获订单。此外,建议关注公司在政府大数据的布局和进展。2、因为公司传统电信业务已经达到了一定规模,虽然在开拓新市场方面屡有超预期表现,但市场对公司订单制模式的发展普遍担心天花板问题。近两年的收购,尤其是屹通信息的并购让市场看到了公司在非电信行业的增长潜力。电信行业是信息化和市场化是最早的,公司在电信行业已经证明了自己的能力,现在正将这种优势复制到金融、工业、政府等其他行业,其他行业正处在对大数据平台、大数据业务需求爆发的阶段,核心逻辑就是数据驱动效率提升降低成本。我们认为仅仅凭订单模式,公司通过两年左右的时间就可以达到5 亿元的净利润,而且这只是刚开始,我们重申大数据对各行各业的重要性:传统行业转型互联网、移动互联网,触网是第一步,意图在网上积聚足够多的用户和数据,以达到精准营销的最终目标,有了用户和数据后,一定是通过大数据技术来实现。
数据运营更引人遐想,仍需等待数据运营一直是市场关注的焦点。根据上述分析,我们认为公司要想将跨行业数据运营落地,大概率上是通过合作和外延的方式来完成。数据运营的公司价值体现在两个层面:一、真正拥有大数据,这种公司极少。二、具有运营落地的能力,一般在垂直领域,模式或B2C 或B2B2C。公司一直在关注和尝试将数据引入一些垂直领域,但目前来看,真正实现运营闭环仍需时间,建议积极关注。
维持买入评级假设Cotopaxi 2015 年全年合并报表,我们预测公司2015 年-2017 年全面摊薄后的EPS分别为0.44 元、0.59 元、0.75 元,对应PE 分别为55.5 倍、42.0 倍、32.7 倍。我们坚定看好公司的长期成长性,维持“买入”评级。
风险提示收购未获批;运营商对BI 的投资力度低于预期或投资进度慢于预期;运营商结算延迟风险;收购带来的整合风险;创业板大幅下跌风险。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel数据透视表进行数据分析时,我们常需要在透视表旁添加备注列,用于标注数据背景、异常说明、业务解读等关键信息。但 ...
2025-12-22在MySQL数据库的性能优化体系中,索引是提升查询效率的“核心武器”——一个合理的索引能将百万级数据的查询耗时从秒级压缩至毫 ...
2025-12-22在数据量爆炸式增长的数字化时代,企业数据呈现“来源杂、格式多、价值不均”的特点,不少CDA(Certified Data Analyst)数据分 ...
2025-12-22在企业数据化运营体系中,同比、环比分析是洞察业务趋势、评估运营效果的核心手段。同比(与上年同期对比)可消除季节性波动影响 ...
2025-12-19在数字化时代,用户已成为企业竞争的核心资产,而“理解用户”则是激活这一资产的关键。用户行为分析系统(User Behavior Analys ...
2025-12-19在数字化转型的深水区,企业对数据价值的挖掘不再局限于零散的分析项目,而是转向“体系化运营”——数据治理体系作为保障数据全 ...
2025-12-19在数据科学的工具箱中,析因分析(Factor Analysis, FA)、聚类分析(Clustering Analysis)与主成分分析(Principal Component ...
2025-12-18自2017年《Attention Is All You Need》一文问世以来,Transformer模型凭借自注意力机制的强大建模能力,在NLP、CV、语音等领域 ...
2025-12-18在CDA(Certified Data Analyst)数据分析师的时间序列分析工作中,常面临这样的困惑:某电商平台月度销售额增长20%,但增长是来 ...
2025-12-18在机器学习实践中,“超小数据集”(通常指样本量从几十到几百,远小于模型参数规模)是绕不开的场景——医疗领域的罕见病数据、 ...
2025-12-17数据仓库作为企业决策分析的“数据中枢”,其价值完全依赖于数据质量——若输入的是缺失、重复、不一致的“脏数据”,后续的建模 ...
2025-12-17在CDA(Certified Data Analyst)数据分析师的日常工作中,“随时间变化的数据”无处不在——零售企业的每日销售额、互联网平台 ...
2025-12-17在休闲游戏的运营体系中,次日留存率是当之无愧的“生死线”——它不仅是衡量产品核心吸引力的首个关键指标,更直接决定了后续LT ...
2025-12-16在数字化转型浪潮中,“以用户为中心”已成为企业的核心经营理念,而用户画像则是企业洞察用户、精准决策的“核心工具”。然而, ...
2025-12-16在零售行业从“流量争夺”转向“价值深耕”的演进中,塔吉特百货(Target)以两场标志性实践树立了行业标杆——2000年后的孕妇精 ...
2025-12-15在统计学领域,二项分布与卡方检验是两个高频出现的概念,二者都常用于处理离散数据,因此常被初学者混淆。但本质上,二项分布是 ...
2025-12-15在CDA(Certified Data Analyst)数据分析师的工作链路中,“标签加工”是连接原始数据与业务应用的关键环节。企业积累的用户行 ...
2025-12-15在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12