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
在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23