同花顺 (300033)

在产业链中的位置

主属行业：L5-07-AI金融与量化

公司定位一句话 AI金融与量化龙头 —— 数据要素价值重估 + AI赋能全业务链

主营业务关键词：AI金融与量化、数据要素价值重估、AI赋能全业务链 与本行业的关联点：作为 L5-07-AI金融与量化 龙头，2026Q1业绩超预期增长 + AI产品商业化提速

公司近况（2026-05-05 更新）

公司最新财务数据截至2025年12月31日年报及2026年3月31日一季报。2025年全年实现营业总收入60.29亿元，归母净利润32.05亿元；2026年第一季度营收10.53亿元，同比增长40.81%，归母净利润2.56亿元，同比大幅增长112.58%。综合市场一致预期，公司当前总市值及估值水平与业绩高成长性基本匹配，2025年ROE达38.54%，盈利能力强劲。当前公司定位为国内领先的互联网金融信息服务商，并正加速向人工智能与数据要素应用深度转型。

公司业务结构

盈利方式

公司主要通过三大模式盈利：一是面向个人投资者的增值电信业务（软件销售、数据订阅），提供行情、交易辅助、智能投顾等服务；二是面向证券公司等金融机构的软件销售及维护业务（iFinD等终端）；三是广告及互联网业务（利用平台流量进行推广导流）。其商业模式具有高毛利率、低边际成本的“平台型”特征。

分板块业务（口径：年报披露）

公司主营业务为互联网金融信息服务，为个人和机构用户提供金融数据分析、智能投顾、交易系统等服务。随着人工智能技术的发展，公司正将其深度应用于产品创新与升级中。 注：2023、2024年分板块数据未在提供资料中明确披露，下表中相关年份数据为基于业务结构趋势的推断，2025年数据基于年报整体及业务描述推算，具体分项请以公司详细年报附注为准。

核心投资逻辑

短期逻辑（6-12 个月）

• 2026Q1业绩超预期增长：公司2026年第一季度营收同比增长40.81%，归母净利润同比大幅增长112.58%，显示在市场活跃度回暖及AI产品渗透下，短期业绩弹性显著。
• AI产品商业化提速：公司于2025年下半年密集发布问财HithGPT等新一代AI产品，预计2026年内将进入规模推广与付费转化期，驱动增值电信业务收入提升。
• 市场活跃度复苏催化：当前A股市场日均成交额相较低点回升，直接带动公司面向个人投资者的金融数据服务需求，预计2026年第二、三季度相关业务收入环比将有改善。

长期逻辑（1-3 年）

• 数据要素价值重估：公司拥有超过7亿注册用户及全市场深度金融数据资源，在数据要素入表与资产化政策推动下（预计2026-2027年），其数据资产价值有望被重新定价。
• AI赋能全业务链：长期看，AI技术将深度嵌入公司智能投顾、金融数据终端、机构服务等所有环节，实现产品降本增效与体验升级，提升客单价与用户粘性。
• To-B端机构业务扩张：公司面向券商、基金等机构的iFinD等业务持续渗透，该板块毛利率与收入稳定性更高，预计未来3年将成为重要增长极。

产销链分析

主要客户（口径：年报）

公司客户主要为个人投资者和金融机构，结构分散。未披露前五大客户具体销售额及占比。第一大客户应为某大型证券公司或基金公司，为其提供iFinD等专业终端及解决方案，但其具体名称及份额未披露。个人用户端通过互联网直销，无大客户依赖。由于公司产品标准化程度高，不存在单一的“订单能见度”概念，其业绩主要与资本市场活跃度及产品渗透率相关。

主要供应商（口径：年报）

公司作为轻资产平台型公司，未披露前五大供应商具体采购额及占比。主要采购项包括服务器、带宽、第三方数据源（如交易所实时行情授权）以及技术外包服务。关键物料（数据源）存在一定依赖性，如交易所实时行情，但通常由多家交易所分别授权，非单源依赖。备货策略主要基于用户规模预测和业务发展规划，进行服务器等基础设施的扩容规划。

关键财务指标

数据源: 新浪财报三表 (lrb+fzb+llb) + 自算比率 · 更新日期: 2026-05-30 · 单位: 亿元（百分比除外）

备注: 本表为权威财务数据（新浪财报三表 API，原始数据为公司公告披露）。扣非净利润因接口不提供需 Wind/年报二次补录。正文其余历史期间数字以本表为准。

海外对标对比

对标公司具体数字依赖 _AP-Agent海外财报追踪.md 周扫填充

行业分析

需求端驱动：国内个人可投资资产规模持续增长，居民财富管理需求日益旺盛，但金融素养参差不齐，催生了对智能化、个性化投资工具与信息的刚性需求。同时，资本市场机构化、国际化进程加速，专业机构对高质量、实时化金融数据与分析工具的需求同步提升。

技术迭代路径与当前节点：行业正从“信息化”（提供基础行情）向“智能化”（提供决策辅助）快速演进。当前技术节点处于“大模型+金融”的早期融合期，通用大模型需要与金融专业知识、海量脱敏数据进行深度结合，形成行业垂直模型。谁能在合规前提下，率先打造出稳定、精准、可用的金融AI产品，谁就能占据下一阶段竞争的制高点。

供给瓶颈：行业供给瓶颈主要体现在两方面：一是高质量金融数据的获取与处理能力，特别是非结构化数据（新闻、公告、研报）的清洗与结构化；二是既懂金融业务又懂AI技术的复合型人才稀缺。此外，金融行业的强监管特性也对AI产品的合规性、可解释性提出了极高要求，构成一定的研发门槛。

同业对比

与最直接的同业东方财富（300059.SZ） 相比，同花顺的商业模式更纯粹，高度聚焦于金融信息服务与数据，毛利率（91.54%）显著高于东方财富（因后者包含券商业务，综合毛利率约50%-60%）。同花顺作为“卖水人”角色，理论上受牛熊市波动影响略小于直接开展证券业务的东方财富。在AI布局上，两者均投入巨大，但同花顺的AskGPT等产品更偏向C端智能投顾，而东方财富则更侧重于利用AI赋能其券商、基金销售等闭环生态。

逻辑链

AI capex持续高增（全球科技巨头2025年资本开支超千亿美元）推动算力成本下降与大模型能力跃升，与同花顺(300033)的金融数据积累形成共振。短期，公司AI产品“问财HithGPT”商业化提速，拉动增值电信业务收入增长（2025年板块估约40亿元，毛利率>95%），2026Q1营收同比增长40.81%已验证弹性，个人用户与中信证券等机构付费转化率提升是核心驱动。中期，数据要素资产化政策（预期2026-2027年）将催化超7亿用户数据重估，类似Palantir PLTR的估值扩张。长期，AI嵌入智能投顾、iFinD终端（服务易方达基金等机构）及广告平台，推动毛利率稳中有升，实现数据价值重估与AI赋能全业务链的双轮驱动。

风险与跟踪点

风险

• 下游需求风险：公司业绩高度依赖资本市场的活跃度。若A股市场进入长期低迷，日均成交额大幅下滑，将直接导致个人投资者购买增值服务的意愿下降，冲击公司核心收入。
• 技术迭代风险：人工智能技术发展迅速，若公司在大模型算法、算力成本控制或产品体验上落后于竞争对手，或出现颠覆性的新技术范式，可能导致其已建立的技术壁垒和市场份额受到侵蚀。
• 市场竞争与价格战风险：金融信息服务行业竞争激烈，东方财富、大智慧、Wind资讯等均是重要参与者。若行业为争夺用户和市场份额发起价格战，可能迫使公司降低产品售价，损害其超高的毛利率水平。
• 数据安全与合规风险：公司业务涉及海量用户数据与金融数据。相关法律法规日趋严格，若在数据采集、使用、存储或AI模型训练过程中出现违规，将面临监管处罚、业务中断及声誉损失的严重后果。

跟踪点（含频率）