1. 云计算产业链梳理
云计算服务商位于产业链中游。
在分析云计算行业竞争、成长逻辑前，我们先对产业链进行梳理说明。如图 1 所示，云计算产业链分为上游 IT 基础设施提供商，代表厂商有Intel、NVIDIA、信骅科技（Aspeed）等，中上游数据中心，代表厂商有万国数据、世纪互联、中国移动等，中游包括云计算服务及解决方案提供商，代表企业有阿里云、腾讯云、华为云、AWS等，下游客户主要为互联网、 金融、制造业、政府等行业企业。
上游硬件厂商市场格局高度集中。
据第三方咨询机构统计，服务器CPU市场份额高度集中于Intel及AMD两家，其中2Q21 Intel占据88.4%的市场份额，AMD占据11.6%的市场份额。
独GPU（不含PC）市场份额也集中于NVIDIA 和AMD两家，1Q21 AMD市场份额达20%，NVIDIA则为80%。
此外，BMC芯片、光模块、服务器等市场份额均集中于头部企业。
根据 Gartner 统计，2019年信骅在全球服务器 BMC 市场份额占比为70%。光模块市场前三名份额超 40%，服务器市场前五名份额超 50%。
上游量价呈现周期性波动。
由于上游企业生产工艺复杂，流程周期较长，导致供给侧对需求侧反应滞后，行业量价存在明显的周期性。
另一方面，数字芯片的使用寿命相对较短（因为更新换代快）,而模拟芯片使用寿命更长，因此 CPU 等数字芯片周期性更强。
图 7：模拟芯片周期性弱于数字芯片 图 8：主要元器件厂商营收同比呈现周期性波动
摩尔定律驱动硬件成本长期下行。
1965年Gordon Moore提出摩尔定律，即芯片上的晶体管每隔12个月将增加一倍（1975年修正为24个月）。这意味着：
1）每平方毫米的成本逐步上升；
2）晶体管性能提升且每晶体管成本指数下降。
因此，摩尔定律意味着半导体成本随着技术进步将长期下行。
中上游行业格局相对集中，进入壁垒较高。
云计算服务商通常会选择性地将需求外包给第三方数据中心，例如在经济相对不发达的地区建设数据中心是不经济的，而第三方数据中心聚合多种需求能够实现规模经济。
目前我国数据中心行业格局较为集中，因为：
1）电信运营商数据中心需要牌照；
2）运营商数据中心存在规模效应。据中国信通院，2019 年中国 IDC 行业 CR3 超 60%，分别为中国电信（30.6%）、中国联通（19.1%）、中国移动（12.6%）。
云计算厂商格局头部化明显。
全球范围内，亚马逊、微软、阿里巴巴、谷歌公有云市场份额逐步扩大，2016-20 年 CR4 份额持续提升。国内来看，阿里、腾讯、百度、华为占据公有云市场前四，CR4 比例接近 80%。
下游客户行业分布集中于互联网、物流、金融等行业。
据信通院、赛迪顾问统计，云计算下游的行业客户主要分布在互联网、交通物流、金融、电信、制造业等行业。
我们注意到2018-20年上云行业从互联网等新兴行业向传统行业渗透。
2. 核心问题：空间有多大？远期利润率空间在多少？
市场对阿里云的关注主要集中在两个问题：
一、云计算行业空间有多大？海外云业务的拓展空间有多大？
二、阿里云的毛利、净利率空间在哪里？细分领域的竞争者加入是否会影响利润率情况？
经过对行业的深入研究，我们发现云计算行业具有高研发门槛，重渠道体系，同时云计算作为 IT 专业化分工的产物，具备规模效应，综合来看云计算行业趋向于头部化集中。
同时，云计算的进化成长是 IT 行业进一步精细化分工的结果，符合客观经济规律，行业成长性好、确定性强。
具体到阿里云，我们认为阿里云在国内 IaaS 市场地位尤为稳固，并且 PaaS 层逐步成长，在细分领域的投入研发具备先发优势，后续 PaaS 层不断突破后有望巩固自身在 IaaS 层的市场地位，同时吸引 SaaS 生态伙伴加入，形成业务正循环。
此外，公司在海外地区布局较国内其他厂商较早，取得较大进展。阿里云在亚太地区市场份额第一，而亚太地区成长性也较好，公司通过早期布局、重研发投入等方式继续在海外市场维持领先优势。
收入结构上，目前 PaaS 层收入已经超过 IaaS 层，且公司目前主要研发力量投入在 PaaS 层，反映一方面 IaaS 层产品已基本成熟，后续竞争者突围难度较大。
另一方面 PaaS 层细分领域较多，高研发投入仍将继续维持一段时期，一旦产品逐步打磨成熟，渠道、运营体系逐步完善，公司在 PaaS 层的竞争优势就得以确立。
基于 PaaS、IaaS 的优势，公司能够吸引更多的 SaaS 层开发商加入生态，形成业务的正循环。
这一过程中预期阿里云的毛利、净利率均能够实现改善，远期毛利率预期达到40%以上，净利率在20%以上。
市场空间上，2021-25年国内云计算市场规模预计由2475亿元增长至6522亿元，复合增速达 27%。
2.1. 云计算行业竞争逻辑：规模效应驱动成长
规模效应是云计算行业头部化的主要驱动因素。规模效应主要体现在硬件成本的边际摊薄，头部厂商集聚大量订单从而实现规模经济，相比同业具备成本优势。
体现在行业格局上，客户通常会随着时间的推移而增长，同时客户通常选择单一供应商作为其主要云服务提供商。
此外，行业固有的准入壁垒也导致竞争格局的头部化。格局的优化进一步促进成本的优化，因此头部厂商享有更具优势的地位。
具体各细分领域实现规模效应的路径有所差异，我们依次进行分析。
IaaS 层同质化强，竞争关键在于资源优势。产品服务同质化意味着平台面临价格竞争，价格接近情况下资源优势能够吸引合作伙伴的加入，多数企业加入则形成规模优势，规模经济下摊薄成本，进而形成积极的业务循环。
IaaS 层功能主要包括计算、存储、网络等，上游硬件资源的高度同质化，客观上决定了 IaaS 产品的高度同质性。尽管不同厂商技术路线上可能存在差异，但终端产品功能等是趋于一致的。
我们对比主要云厂商的功能，观察到 AWS、阿里云的计算、网络、存储等多数功能存在相似性，这反映 IaaS 层功能产品的差异化程度不高。
在产品使用功能相似的基础上，价格成为影响订单的主要因素，AWS、阿里云等头部厂商通过自研硬件等方式实现成本优势。
IaaS 层同质化竞争背景下，头部厂商加大技术投入。
价格战的背后是成本竞争，因此主要云计算厂商开始自研上游硬件，通过技术架构的优化实现单位性能下的成本降低。
亚马逊的成本优势来自技术研发的领先。
以Nitro为例，AWS通过Nitro专门承担虚拟化管理任务，从而解放CPU的计算资源，大幅降低客户的使用成本。
根据2019年AWS技术峰会，基于Nitro架构的计算实例C5较C4价格下降35%，内存实例R5 较R4下降49%，GPU计算实例P3较P2下降40%。Graviton方面，AWS于2019年AWS re:Invent会议发布基于 ARM 指令集研发的处理器Graviton 2，相比第1代Graviton 2性价比提升 40%。
图 19：AWS 的 Nitro 承担虚拟化管理，提升计算效能
基于行业领先的技术，AWS能够在成本下降的同时实现性能优化，并通过降价对竞争对手形成挤压。
除技术外，资源优势对市场竞争也起到明显作用。
由于云服务商在业务发展初期一般采取价格跟随策略，即不以成本为主要定价依据，而根据头部厂商的定价作为自身的定价依据，在此情况下技术升级决定的是远期的利润空间，而短期竞争下平台往往依靠合作伙伴、投资生态等方式进行竞争。
经过对行业主要云服务商的研究，我们总结资源优势主要体现在①渠道体系；②客户积累；③业务协同；④路径依赖等方面。
1）渠道体系：面对企业用户，间接销售渠道的作用非常大。
根据 Canalys 统计，2020 年云基础设施服务的总支出同比增长 33%至 1420 亿美元，其中来自间接渠道的销售业务推动了近 20%的市场份额的增长。
成熟的 to B 销售体系具备规模效应。我们注意到微软、华为的销售费用率总体呈现下降趋势。
我们认为这主要是由于用户生命周期的原因，企业流程往往相对复杂，造成转换成本很高，因此造成续费率较高，LTV 也较高；而个人客户面临选择多，转换成本相对较低，因此造成续费率低，to C 的商业模式往往偏向于赚短期的钱。
在用户生命周期较长的情况下，后续的销售费用将逐步被摊薄，而生命周期较短时，这一效应相对不明显。
在销售体系上阿里云与 AWS 类似，而 Azure 与华为类似。
微软、华为主要客户均为企业客户，主营业务经营时间较长，积累的客户资源较为丰富，尤其是大型客户，因此 Azure、华为云在企业用户资源上具备优势。
华为多年实践沉淀成熟完善的渠道体系。
根据《华为销售法》，华为设立全国办事处（一般为5~6个），分管不同区域，而省一级的代理商有1~2家，人数在10~30人，团队涵盖销售人员、技术支持、售后服务。
人员管理方面，华为对销售人员进行统一培训，后进行第一轮陌生拜访；客户拓展方面，华为主要通过举行各种行业展会、技术交流会，邀请客户的管理层和技术层参加。
为了建设客户关系，华为经常举办酒会、沙龙等。
图 25：华为渠道销售体系概览
为个人客户搭建的直接销售渠道在云业务的推广上往往不具备复用性。
以阿 里云为例，2019年阿里云峰会上首次发布全国总经销商牌照，由总经销商并辅助阿里云搭建渠道销售体系。
可见，阿里巴巴过去以小 B 商家、C 端消费者为主要客户，而这些客户与阿里云的潜在客户重合度不高，因此新业务需要重新搭建渠道体系。
阿里云、腾讯云于 2019 年开始引入分级代理商体系，目前处于持续引入合作伙伴的阶段。
根据腾讯云、阿里云官网披露，截止 2021 年 8 月，腾讯云的渠道合作伙伴在 8000 家以上，阿里云渠道合作伙伴在 1 万家以上，华为云在 2020 年 5 月合作伙伴突破 1 万家1，Azure 在 2018 年大中华区合作伙伴超 17000 家。
根据阿里云官网，阿里云代理商按销售金额、新拓展云客户、技术认证人员等标准，将代理商划分为标准级、优选级、领先级、精英级和旗舰级，其中阿里云为精英级和旗舰级团队配备专属团队，提供售后服务、技术支持、销售支持等。
例如，阿里云可与精英级和旗舰级代理商举办客户沙龙会、客户定制化培训等活动，为代理商突破客户提供助力。
腾讯云与阿里云在代理商分级、代理商权益方面具备一定相似性，也为高级别代理商提供专项培训、技术交流、高端论坛等服务，但门槛较阿里云相对较低一些。
例如，腾讯云为铂金级及以上代理商提供年度高端合作伙伴论坛、峰会定邀名额及展台等服务，年度业绩门槛为 2000 万元以上，而阿里云相似权益的业绩门槛为 3000 万元以上，并对客户拓展提出要求。
2）客户资源：阿里云具备先发优势，头部企业覆盖优势明显。
根据阿里巴巴投资者日，截止1H18阿里云覆盖80%的中国科技类公司，截止1H20阿里云覆盖60%的 A 股上市公司，截止1H21阿里云覆盖38%的世界500强企业。
对互联网平台而言，云计算业务收入分为体系内生态（内部结算）、参股公司、外部非关联公司：
1）阿里生态内的业务协同，例如天猫、菜鸟网络、高德地图与阿里云展开合作，并逐步将业务核心系统迁移至阿里云上（2019年11月，天猫双十一实现核心系统100%上云；2020年11月，菜鸟物流网络平台已将核心系统全面迁至阿里云）。
生态内业务的收入难以直接测算，但我们借助业务相似的京东智联云进行估算，京东智联云主要承载京东618、双十一等活动的业务需求，2019年年收入达9亿，我们按GMV比例推算阿里双十一、618等活动带来的阿里云收入。
FY21 估算收入占比为4.5%（不含菜鸟网络、高德地图）。
2）阿里巴巴年报会披露参股公司中的云计算相关收入，据此我们得到 FY16-21 年参股公司（主要是微博、蚂蚁集团）结算云计算收入占阿里云收入比例为 4~6%左右。
图 27：FY16-21 阿里云参股公司云计算相关收入及占比情况（单位：百万元人民币，%）
3）据财报电话会管理层披露，剔除某单一头部客户后，FY21外部非关联Top 10客户收入占比达 8%。
此外，管理层透露若未发生头部客户流失的情况，阿里云季度营收同比增长接近40%，据此测算该头部客户收入占比在7~8%左右。
据36kr采访，阿里云智能事业群总裁张建锋透露阿里云目前80%客户都是中小客户，据此推算，我们预计单个中小客户对应的营收占比低于 1%。
腾讯云方面，由于公司财报仅披露2020年金融科技业务的关联交易收入达289.43亿元，占同期金融科技业务收入比例达31.5%。但这一收入中包含支付业务，因此我们根据腾讯云公布的客户案例3进行追溯。
我们注意到，腾讯云主要的上市公司客户包括拼多多、美团、滴滴出行、斗鱼、永辉超市、快手、同程艺龙等，基于关联交易或其他条款披露数据，我们测算得到2020年上述公司合并云业务收入（可能含部分杂项无法拆分）占云计算业务收入4比例约15.9%。
考虑到非上市公司客户及客户信息披露的不完全性，我们预计实际关联收入比例应高于15.9%。
此外，腾讯云与微信、QQ、腾讯课堂等其他业务也存在相应的协同，这部分业务的影响也未被实际测算。
图 29：腾讯云客户（节选）
我们认为关联收入占比较高或客户收入结构较为集中，都反映了资源能力对云计算业务发展在 IaaS 层的重要影响。
随着上云意识逐步拓展，外部非关联客户的收入占比也将逐步提升，因此一定程度上关联收入占比可以视为业务发展周期的指标之一。
随着互联网行业客户云计算渗透率达到相对高位，预计未来行业增量来自金融、政务、制造等行业，这一点在阿里过去几份财报中也有所提及。政务和金融云的快速发展主要得益于政府层面的推动。
华为凭借过往通信业务积累的客户资源，在云计算的渗透上能够快速拓展。
根据《华为云全球案例故事2020》，2020年华为目前政务云项目共有600+，涵盖国家级部委30+，服务金融客户超220个。
据 IDC，华为在中国政务云领域居于第一。
根据中国政府采购网，2019-2021年9月8日，阿里云中标合同订单金额分别为329、520、82万元，华为云中标合同订单金额分别为201、304、78万元。
我们注意到2021年华为云在政府部门的采购订单明显缩小与阿里云的差距。
3）其他业务/产品的协同。
Azure、Google Cloud、Tencent Cloud 近年通过 PaaS、SaaS 生态的优势实现市场份额的追赶，例如微软通过 Office 365 等下游应用生态吸引企业用户实现客户锁定。这部分涉及云计算厂商 PaaS、SaaS 层的建设，我们在后文中详细论述。
PaaS 层竞争关键在于能力优势。
首先回答一个问题，什么是 PaaS？
PaaS 是 Platform as a service 的缩写，包含两个概念，第一是平台，第二是云化。
根 据前滴滴首席架构师李令辉，所谓平台就是“将不变的东西自动化，将不断变化的东西抽象成编程语言来提供灵活性，以此降低创新的成本和风险”；云化则是计算能力从本地迁移到云上。举例而言，平台化就是用户从买车到打车的变化，出租车或网约车公司将企业购买、维护等工作抽象出标准化的流程，并将业务变成标准化的服务提供给用户。
因此建设 PaaS 层的难度不光在于云化，更在于建立一个平台，抽象一种能力。
一些投资者可能对此表示疑惑，过往移动互联网的繁荣生态恰恰是建立在多数互联网公司都遵循了平台模式，这似乎并不是一件非常困难的事情。
然而，to C 和 to B 业务模式存在较大差异。To C 产品解决的是一个确定的问题域，是一个比较具象、比较聚焦的需求场景。
例如淘宝、美团、携程、滴滴解决的是用户衣食住行的需求，这些需求的复杂度相对不高，因为大多数人的身材尺寸、饮食口味都集中在有限的范围内，在有限复杂度内可以解决 90%以上用户的需求，而这些复杂度又可以基于用户行为数据建立标签体系，进行深度学习。总结来看，To C 产品标准化的核心假设是用户是同质化的。
To B 产品的用户是企业，而最终使用者则是企业内部各层级的员工，或不同业务线的员工，其需求是存在较大差异化的。
此外，同一行业不同规模的企业使用需求也有所差异，甚至同一企业不同时期的使用需求也存在变化，因此，To B 产品面临的需求更不确定，开发难度更大。
据前滴滴首席架构师李令辉，PaaS 层实际上可以分为三个特性：1）高性能；2）高复杂度；3）对开发者友好。
高性能 PaaS，相当于一个大型互联网公司的基础架构部或中间件团队的工作内容，需要丰富的经验和大量的研发投入。
高复杂度 PaaS，相当于创造一套数据库，一套编程语言，若干个中间件。
IBM、Microsoft、 Oracle 三家公司都做过类似的工作。搭建开发者友好的 PaaS 层,要提供完整的开发者工具支持，例如开发、调试、部署等工具，大致相当于一套 App Engine 的工作，可以类比 GAE、Heroku，或者 BAE。
具体来看，高性能 PaaS 主要挑战在于平衡成本与性能，尤其是不同性能之间的平衡，包括如何最大化机器的潜能，如何利用分布式集群能力，如何保证系统 SLA 承诺，如何水平扩展，如何控制单位成本，如何实现集群的自愈和监控，如何有效的控制平摊下来的人力维护成本，如何不断优化架构，提升检索，读写 IO 的能力。
高性能 PaaS 是最基础的能力，因为无论哪个领域的 SaaS 对并发、系统稳定性、数据安全性都具备一定的要求，而 PaaS 层的技术门槛和研发投入较高，中小厂商难以持续投入竞争。
据36kr，Salesforce做PaaS平台的有近4000位工程师，每年的人力成本就接近10亿美元。
另外，大规模的研发团队也是行业规模效应的另一侧证。
高复杂度 PaaS 则是赋予用户更高的操作灵活度，例如将数据单元最小化，通过元数据定义出数据和数据之间的关系，数据以及数据间的映射还有级联关系。
高复杂度 PaaS 的挑战主要是工程难度大，随着业务协同需求的提升，工程难度呈现指数型增长。
开发者友好型 PaaS 需要平台提供完整的编程工具，辅助完成元数据的编写和查看，提供调试工具、部署工具，以及沙盒环境，帮助开发者快速开发，提高效率，并且提供在线监控平台协助开发者了解程序的运行状况等。
过往微软、谷歌在这方面的积累最为深厚。
综合来看，国内云厂商方面阿里云在 PaaS 层上起步最早，产品积累也最为丰富。
对比华为云，阿里云在弹性云计算、运维、企业应用与服务、数据库、CDN 等领域均有明显优势，华为云则在容器领域具备较长时间的技术积累（华为是 Kubernetes 社区创始成员及白金会员，代码贡献全国第一，全球第五）。
阿里云在PaaS层处于全球一流、国内领先的地位。
根据 Gartner《2021 年 云基础设施和平台魔力象限》，阿里云上升至“远见者”象限，并且阿里云在数据库、安全等领域均处于世界领先的水平。
由于数据库研发周期较长，一般在 3 年以上（阿里云 2015 年开始研发 PolarDB，2018年开始商用），因此行业技术壁垒较高。
此外，阿里云目前涉及细分领域众多，例如 AI，大数据，数字城市等，并有 100 多种定制化解决方案，这反映研发的长期投入和积累，有望在后续竞争中继续保持优势。
SaaS 层竞争关键在于生态优势。
阿里云目前 SaaS 生态处于初步建设阶段。阿里云“不做 SaaS、要‘被集成’”的表态是为了吸引广大 SaaS 厂商，避免同时作为运动员和裁判参加比赛。
阿里云在招募 SaaS 厂商的同时，也在构建心选商城（精选 SaaS 产品重点推广），帮助 SaaS 厂商实现价值变现。
另外，阿里云2021 年 5 月进行组织架构改革，将渠道细分为 18 大行业，设立行业总经理，负责垂直领域的数字化创新；成立 16 个区域，任命 16 个分公司总经理，在本地化运营基础上，建立本地化生态。
对于云计算厂商而言，由于服务的标准化程度较高，销售网络的复用性也决定了随着规模增长，利润率逐步提升的现象。
上述三个层面业务的资源优势、能力优势和生态优势将导致头部平台享受规模效益，此外行业订单周期较长，准入门槛较高也导致行业不至陷入无限的竞争中。
因此，规模效应和准入门槛解释了行业可维持长期高集中度、高利润率格局。
2.1.1. 云计算市场格局：海外 AWS 地位稳固，国内阿里云位列第一
海外云计算厂商竞争格局稳固，AWS、Azure、GCP 分列前三。根据公司公告及第三方机构报告，我们测算出 AWS、Azure、GCP 的单季度收入（详细测算过程见下文）。
从收入来看，AWS 收入持续高增长且与第二名的差距保持稳定，而 Azure 则在不断拉开与 GCP 的差距，反映 GCP 收入的增长低于 Azure。
图 36：海外云计算主要厂商季度收入情况（单位：百万美元）
由于微软并不披露 Azure 的具体收入，而是将其放在智能云板块合并披露，但每季度单独披露 Azure 和服务器收入的收入同比增速。
从数学上看这是一个二 元一次方程，假设 t0期 Azure 和服务器收入分别为 X、Y，则有 X+Y=t0期收入 L0， 假设t1期Azure和服务器收入同比增速分别为a1，b（均为已知常数），则有（ 1 1+a1） *X+（1+b1）*Y= t1期收入 L1。
上述方程组中有两个未知数 X、Y，两个等式，通过简单的数学运算，我们能够分别求出 X、Y 的数额，即 Azure 和非 Azure 的收入。尽管由于有效数字等因素，这样测算出的数据可能存在误差，但相比微软智能云整体，其数据颗粒度更加精细。
对于 GCP 收入，我们基于第三方统计/咨询机构 Synergy，Canalys 的报告进行跟踪，我们尽可能地使用 Canalys 口径，部分缺失数据采用 Synergy 口径。
对比两者与公司公告数据，我们注意到整体差异较小。
国内方面，阿里云占据绝对领先地位。
阿里在 IaaS、PaaS 方面布局较早，利用先发优势快速扩张，而腾讯、华为方面加入竞争相对滞后。华为云通过政企关系及在容器云等细分领域的技术沉淀，以差异化策略突破细分市场并在业绩上加速追赶。
2.1.2. 阿里云收入结构：PaaS 层收入超 IaaS 层，海外拓展重心在亚太地区
具体到阿里云，根据阿里云投资者开放日，阿里云 IaaS 收入占比在自然年 2017-1H20 由 57%下降至 45%。
根据这一数据，我们假设每个季度的比例基本跟随趋势均匀变化，结合 Canalys、Synergy 的数据，我们可以倒算出 PaaS 和 SaaS 的收入规模。
结合第三方机构的报告，我们可以进一步对阿里云在不同地区的收入进行拆分。
经过测算，阿里云海外收入目前占比在 10%~20%左右，存在季度波动，并且海外收入中亚太地区云计算收入占比较高，海外其他地区收入占比较低。
FY2021 阿里云亚太地区收入预计在 64 亿元左右，占海外总收入的 43%，为最大的单一地区。
作为验证，阿里云亚太地区可用区数量也是除中国外最多的地区，这与收入占比情况一致。
2.1.3. 阿里云利润率预期空间：长期净利润率有望达 20%以上
根据专家访谈，阿里云 IaaS 层、Paas 层、SaaS 层的毛利率分别为 15%、 50%、70%左右7。基于上述的阿里云 IaaS 层、Paas 层、SaaS 层收入拆分，我们得到过往连续季度的毛利率总体趋势向上。
我们预计随着 PaaS、SaaS 收入占 比提升，整体毛利率预计可提升至 40%以上。基于估算的毛利率及公司披露的经营亏损率，我们可以推算公司的期间费用率以及折旧摊销、股权激励等，这部分费用率随着业务规模扩张预计将逐步回落，带动公司利润率提升。
研发费用中，阿里云研发团队大约有 1 万名全职研发人员，其中大约2/3专注PaaS层的研发8。以人均税前60万薪酬为基础，对应全年研发费用60亿元，对应研发费用率为10%。
随着PaaS业务发展，细分领域的解决方案需要更垂直的研发积累，对应不断增加的人才需求。
2020年阿里云峰会提出未来一年再招5000名研发人员，这将带来短期研发费用率的提升，但待行业方案逐步成熟，解决方案可复用时规模效应将逐步显现，此外阿里云处于技术追赶期，因此短期研发投入较大，预计长期研发费用率将维持在5%以下。
其他项目中，折旧摊销及股权激励长期假设占收入比例在2%以内。
销售及管理费用率主要来自对渠道合作伙伴的收入分成、团队人员的薪酬福利等，我们预计销售及管理费用率长期有望达到13%以下。
图 46：阿里云费用率情况（单位：%）
综合上述，我们估算阿里云长期净利润率有望达到 20%9以上，实现的进度主要受营收结构、研发扩编、渠道分成比例等因素的影响。
2.2. 云服务行业成长逻辑：IT 基础设施云化、混合云、边缘云为三大成长逻辑
我们认为云服务行业长期趋势是 1）IT 基础设施结构性变化；2）混合云；3）边缘云；
2.2.1. 云基础设施带来 IT 基础设施结构性变化的机会
云服务的出现带来基础设施领域的新机会。不论是云计算或是传统 IT 架构下，服务器都是支撑 IT 系统的基础单元。
传统 IT 架构下，服务器是互不关联的，因此对于大型业务而言需要定制大型服务器，小型业务则可以以小型服务器为主。
这一模式下公司对服务器处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
云计算则通过虚拟化技术将大量中小服务器连接在一起，共享计算资源，从而降低对单个服务器的要求，因此云服务基础设施具备大规模、单机成本低的特点。
图 47：虚拟机结构
上述技术路线的差异导致服务器层面云计算厂商的需求与传统服务器有所差异。
云计算厂商的服务器需求可以概括为“高度定制，快速部署”。高度定制是指云厂商基本弱化对本地管理功能、模块的需求，强化远程管理，并根据业务特性进行一些功能的定制。
快速部署则是指由于互联网企业业务具备瞬时爆发的特性，对交付部署的速度要求较高。
基于上述特性的差异，云服务需求的爆发并不是简单地为行业带来增量，而是带动结构性的增长机会。
在这种机会下，企业客户将数据、业务放在云基础设施上可以享受规模效应， 本质上是共享经济，多方共同受益。
尽管部分敏感行业或核心业务难以直接迁移至公有云，大量非核心业务或数据的上云趋势仍将驱动公有云行业的强劲增长。
从整体空间来看，目前我国 IT 支出占比仍处于相对低位，2016-19年IT支出占比低于3%，而 2013年欧美的 IT 占比都有7%以上，背后反映中国多数行业的 IT 支出占比仍低于发达经济体，而随着人力成本的提升，业务流程化、线上化的优势将逐步显现，预计未来 IT 支出占比将继续提升。
总结来看，云服务基础设施的成长逻辑来自1）云服务基础设施对传统 IT 基础设施的替代；2）基础设施整体的投资提升。
2.2.2. 多云策略下混合云成为下一步增长机会
混合云是公共云提供商提供的公共云与私有云的组合，一般为两个或两个以上云的组合。
由于是多云组合，混合云具备以下优势：
1）可直接访问的内部部署私有基础设施；
2）不受公共互联网的限制；
3）拥有能够支持业务的现场计算基础设施，并保留利用故障切换环境的能力。
但相应地，混合云的成本也相对较高。
混合云的崛起根本原因在于企业需求多元化，公有云在成本等方面具备优势，但部分业务对数据安全、私密性的要求较高，因此企业可能将核心业务放在私有云，非核心业务迁移至公有云上运行。
另外，如天猫双11等电商业务在特定时间内业务量瞬时爆发的情况也需要公有云弹性计算服务。此外，数据备份等可能存在多云方案，因此企业逐步转向混合云。
混合云的技术发展可以分为三个阶段：
1）第一阶段是异构环境的数据打通，即通过 VPN 或专线技术等手段实现数据互通；
2）第二阶段是云管平台，服务商一般通过云管平台来弥合不同云的差异性，实现对异构资源的统一规划、分配、调整、监控等管理操作；
3）第三阶段是容器混合云阶段，容器平台上业务应用只需要开发一次，即可以运行在所有基础设施平台上，不再需要云管。
混合云的发展得益于虚拟机技术（计算资源虚拟化）、软件定义存储（存储虚拟化）等技术的发展。
存储虚拟化主要解决传统存储的以下问题：
1）存储弹性。传统存储设备面临存储弹性的问题，在业务低增长的情况下，通过硬件增加能够顶住业务扩容的压力。当业务快速增长的情况下，硬件扩容难以匹配需求的快速增长，存储虚拟化能够解决存储弹性的问题；
2）存储扩展。传统存储系统的扩展性存在较大困难，因为存储系统的扩展涉及到服务器（CPU&内存），存储网络，磁盘阵列的同步问题。
存储虚拟化的技术路径分为集中式和分布式。集中式虚拟化技术的实现方式，主要包括：
1）裸设备+逻辑卷，即通过将服务器划分为多个逻辑卷，并分配给不同的虚拟机使用，从而实现存储设备的虚拟化；
2）存储设备虚拟化，通过专用存储设备灵活创建和管理存储单元，服务器挂载这些存储单元，最终向虚拟机提供存储服务；
3）主机存储虚拟化+文件系统，通过文件系统来实现存储虚拟化的控制和管理。
分布式存储虚拟化是基于服务器集群环境下，整合所有服务器直连存储设备（DAS）的资源池化和虚拟化方案。
容器技术（计算虚拟化）主要是针对虚拟机技术的进一步优化。
基于虚拟机的虚拟化技术最大的弊端在于虚拟机内需要运行客户操作系统，因此消耗较多计 算资源。
容器技术则是在一个操作系统（容器操作系统）内，提供一种封闭，受限且隔离的环境，避免计算资源的浪费，从而提升整体运营效率。
容器技术很大程度上解决了数据、应用的跨平台管理，为上层应用提供了统一的标准和接口。
因此容器技术的发展降低了混合云的部署、运维难度。
目前主流容器技术为 Docker 容器虚拟化方案。Docker 旨在提供一种容器打包方法，以实现容器的可移植性，复制以及版本控制。
受益于技术发展，中国混合云市场规模逐步提升，中国企业混合云使用率由2017年的2.6%提升至2020年的7.6%，提升明显，但较同期全球平均水平仍有较大差距，我们预期混合云市场存在较大提升空间。
2.2.3. 边缘云解决部分场景数据处理能力瓶颈的问题，有望拓展新增量
边缘云的出现主要是为了缓解中心云的计算压力。随着上云业务量的提升，云计算的发展受中心云端数据处理能力的制约，因此，在本地侧（边缘）搭建具备云计算能力的组件（边缘云）便成为行业趋势。
边缘云是云的一部分，并具备边缘计算能力。
边缘云计算在架构、接口、管理等关键能力上与核心云计算是相互统一的，将边缘设备与云进行整合，成为云的一部分。边缘云计算主要应用在全网覆盖和本地覆盖两大场景，实际应用包括智慧城市、互动直播等。
根据《边缘云计算技术与标准化白皮书》，全网覆盖类应用的核心要求是从边缘节点在地区和运营商网络两个层面上的覆盖度，来保证就近计算，或者基于足够多的节点进行网络链路优化。
本地覆盖类应用的核心要求是边缘节点的本地化，即边缘节点的接入距离要足够近(目标<30 公里)，时延足够低(目标<5ms)，来支持本地化服务的上云需求。
边缘云技术仍处于技术渗透阶段，产业应用存在较大提升空间。
通信院2020年5月调研数据显示，中国企业中仅有不足5%使用了边缘计算，但计划使用的 比例达44.2%，预计未来提升空间较大。
根据艾瑞咨询，2020年我国边缘云技术市场规模达91亿，预计在2025年规模增长有望达到550亿元，5年CAGR达43%+。
综合来看，市场空间上，2021-25年国内云计算市场规模预计由2475亿元增长至6522亿元，复合增速达27%。
海外方面，全球云计算市场规模2021-23年预计由2658亿美元增长至3597亿美元，复合增速达16%。
3. 公司概况：中国最大的网络零售平台，从消费需求延展出
繁荣生态公司业务分为四部分，包括核心商业（C2C/B2B电商、本地生活、物流网络、新零售等），云计算，媒体娱乐，新业务。
公司旗下的淘宝是国内最早的电商平台之一，后逐步延展出天猫（原淘宝商城）、聚划算、闲鱼等，多方位满足消费者需求。
同时公司从消费者购物需求出发，开发支付宝、菜鸟网络等产品，满足支付安全、线下履约等附加需求。
经过长期耕耘，公司已构建出国内最大的to B/to C生态之一。FY2021中国零售市场GMV达到74940亿元，占中国线上零售商业的63.7%11。
根据公司公告，截至1Q21，软银为公司第一大股东，持股比例达24.8%马云持股比例达4.8%12，蔡崇信持股1.4%，公司的其他董事和高管持股比例达0.9%。
公司采用合伙人制度，通过多种规则确保合伙人对公司的实际控制权，而要修改这一制度，需要经过出席股东大会的股东所持表决权95%以上通过，马云持股4.8%13，蔡崇信和其他高管合计持股2.3%，公司的控制权风险较低。
4. 盈利预测与估值
公司采用财年（每年3月31日截至）披露业绩。
整体来看，阿里巴巴近年来主要业务增速随体量扩大，市场成熟度提升自然放缓，公司为拓展新市场设立新业务或外部并购以延续整体增长，上述策略下公司业务变得更“重”，表现为毛利率和归母净利率的逐年下降。
当前阶段公司主业步入成熟期，而新业务尚未释放利润，仍需大量投入，未来新业务逐步成熟有望接过增长和变现的接力棒，缓解主业的压力。
我们预计公司FY2022-24实现营业收入9388.76、11344.88、13473.79亿元，同比增速分别为30.8%、20.8%、18.8%。
FY2022-24预计公司实现经调整后EBITA 1679.90、2171.88、2717.55亿元，同比增速分别为-1.5%、29.3%、25.1%。
我们采用SOTP法对阿里巴巴进行估值，基于远期20xPE（对应回报率5%，扣除2-3%的通胀率，对应2-3%的实际回报率，接近成熟经济体的长期增长率）；对于当前暂未盈利的业务，通过预期远期净利率间接计算估值。
我们对核心电商进行P/E估值（按照20x估值），菜鸟网络、本地生活预计远期净利率可达15%、25%，对应P/S 3x、5x。
考虑监管风险、市场情绪疲弱，因此按照确定性更强的2023年业绩而非2025/2030年业绩进行估值，基于上述假设，我们得出阿里巴巴-SW 2022年每股合理价值为244港元/股。
5. 风险提示
政策风险：
监管部门对于互联网板块的监管政策仍存在一定不确定性，未来可能对公司业务的经营发展造成影响。
市场竞争加剧：
短视频平台等流量平台加入电商行业竞争，快手、抖音等平台基于用户长时间使用，逐步延展出电商业务，并对公司业务的潜在发展造成影响。
未来竞争的进一步加剧可能导致公司增长和变现表现不及预期。
