簡(jiǎn)介這份《2021年數(shù)據(jù)中心IDC研究報(bào)告》由國(guó)信證券通信團(tuán)隊(duì)撰寫(xiě)面向關(guān)注IDC產(chǎn)業(yè)鏈的投資者、行業(yè)研究員及云計(jì)算從業(yè)者聚焦下半年供需改善與景氣度反轉(zhuǎn)這一核心命題幫助讀者把握產(chǎn)業(yè)鏈景氣周期與投資框架。資源為1個(gè)PDF文件壓縮包約4.57MB內(nèi)容完整呈現(xiàn)研報(bào)正文、圖表與估值數(shù)據(jù)便于通讀與檢索。報(bào)告從需求端梳理云計(jì)算廠商建設(shè)節(jié)奏、政企IT架構(gòu)改造交付、大型互聯(lián)網(wǎng)公司采購(gòu)及海外資本開(kāi)支等增長(zhǎng)動(dòng)力從供給端分析新增產(chǎn)能消化、能耗指標(biāo)收緊與行業(yè)整合趨勢(shì)并逐一拆解云計(jì)算公司、第三方IDC廠商、基建與設(shè)備提供商的投資價(jià)值附紫光股份、中際旭創(chuàng)、寶信軟件等重點(diǎn)公司的盈利預(yù)測(cè)與估值表。目前已有152人學(xué)習(xí)下載適合需要系統(tǒng)理解IDC供需邏輯、尋找優(yōu)質(zhì)標(biāo)的與估值修復(fù)機(jī)會(huì)的讀者參考。1. 一份 2021 年的 IDC 深度報(bào)告為什么現(xiàn)在翻出來(lái)讀還有用2021 年 7 月國(guó)信證券通信團(tuán)隊(duì)出了一份 IDC 專題深度標(biāo)題叫《IDC 產(chǎn)業(yè)鏈景氣周期及投資框架分析》。很多人第一反應(yīng)是2021 年的研報(bào)現(xiàn)在看是不是過(guò)期了我一開(kāi)始也這么想直到我把這份 PDF 拆開(kāi)逐頁(yè)讀完發(fā)現(xiàn)它真正值錢(qián)的地方不是那幾個(gè)推薦標(biāo)的而是一套分析 IDC 產(chǎn)業(yè)鏈供需關(guān)系的框架——從云計(jì)算廠商資本開(kāi)支節(jié)奏、第三方 IDC 廠商交付產(chǎn)能、上架率爬坡曲線到 PUE 政策約束和能耗指標(biāo)審批整條邏輯鏈?zhǔn)峭暾摹＿@份報(bào)告適合兩類(lèi)人一是做數(shù)據(jù)中心投研、需要一套可復(fù)用的供需分析模板的從業(yè)者二是做 IDC 項(xiàng)目規(guī)劃、想搞清楚“建設(shè)—交付—上架”周期怎么影響現(xiàn)金流的技術(shù)負(fù)責(zé)人。它不能告訴你今天的股價(jià)怎么走但能告訴你這個(gè)行業(yè)的錢(qián)是怎么轉(zhuǎn)起來(lái)的。2. 拆開(kāi)這份報(bào)告供需分析框架和產(chǎn)業(yè)鏈拆解邏輯2.1 供需關(guān)系曲線是怎么建出來(lái)的這份報(bào)告最核心的貢獻(xiàn)是建立了一條 IDC 行業(yè)的供需關(guān)系曲線。它不是拍腦袋畫(huà)出來(lái)的而是基于兩組硬數(shù)據(jù)供給端統(tǒng)計(jì)了 2015 到 2020 年頭部第三方 IDC 廠商的實(shí)際交付產(chǎn)能需求端統(tǒng)計(jì)了同期云廠商的資本開(kāi)支和消化情況。把這兩條線疊在一起就能看出什么時(shí)候供過(guò)于求、什么時(shí)候供需反轉(zhuǎn)。具體來(lái)說(shuō)報(bào)告把 IDC 項(xiàng)目的生命周期拆成三個(gè)階段建設(shè)期、交付期、上架期。一個(gè)典型的 IDC 項(xiàng)目建設(shè)周期大約 2 年項(xiàng)目收益周期 10 年前兩年是產(chǎn)能爬坡期一般到第 2 或第 3 年才能達(dá)到滿架的上架率。這個(gè)節(jié)奏決定了供給不是瞬間釋放的而是有滯后性的。報(bào)告里給了一個(gè)上海某 IDC 項(xiàng)目的效益測(cè)算表規(guī)劃 5000 個(gè)機(jī)柜T1 年產(chǎn)能利用率 30%T2 年 70%T3 年才到 100%。對(duì)應(yīng)的營(yíng)業(yè)收入從 14400 萬(wàn)元爬到 48000 萬(wàn)元凈利潤(rùn)從 4089 萬(wàn)元漲到 16359 萬(wàn)元。投資回收期 8.5 年稅后 IRR 大約 12%。這個(gè)測(cè)算模型的關(guān)鍵參數(shù)有三個(gè)機(jī)柜數(shù)量、MRR月度經(jīng)常性收入、上架率爬坡曲線。MRR 等于年度營(yíng)收除以機(jī)柜數(shù)再除以 12案例中滿架時(shí) MRR 約 8000 元。上架率的爬坡速度直接決定了前幾年的現(xiàn)金流表現(xiàn)如果爬坡慢于預(yù)期IRR 會(huì)明顯下降。我一般會(huì)把這個(gè)模型當(dāng)成一個(gè)敏感性分析工具來(lái)用把上架率爬坡速度調(diào)慢 20%看 IRR 掉到多少就能判斷這個(gè)項(xiàng)目的安全邊際。注意報(bào)告中的 IRR 12% 是基于特定項(xiàng)目條件和當(dāng)時(shí)的租金水平測(cè)算的不同城市、不同客戶結(jié)構(gòu)下差異很大不能直接套用。2.2 產(chǎn)業(yè)鏈四層結(jié)構(gòu)誰(shuí)賺錢(qián)、誰(shuí)承壓報(bào)告把 IDC 產(chǎn)業(yè)鏈拆成四層基建及設(shè)備提供方、服務(wù)器及相關(guān)芯片廠商、運(yùn)營(yíng)服務(wù)方、下游客戶。這個(gè)拆法的好處是每一層的商業(yè)模式和利潤(rùn)驅(qū)動(dòng)因素都不一樣不能混在一起看?；ㄅc設(shè)備層包括空調(diào)及機(jī)房設(shè)備如佳力圖、光模塊如中際旭創(chuàng)、新易盛、光器件如天孚通信。這一層的核心變量是國(guó)產(chǎn)替代進(jìn)度和 PUE 政策。PUE 越低對(duì)高效制冷和供電設(shè)備的需求越大技術(shù)實(shí)力強(qiáng)的廠商優(yōu)先受益。服務(wù)器及芯片層包括服務(wù)器整機(jī)如紫光股份、浪潮信息和上游芯片。這一層的周期性最強(qiáng)跟云廠商的資本開(kāi)支節(jié)奏高度相關(guān)。報(bào)告提到 2021 年二季度服務(wù)器芯片端已經(jīng)出現(xiàn)初步改善這是判斷景氣度回升的一個(gè)先行指標(biāo)。運(yùn)營(yíng)服務(wù)層就是第三方 IDC 廠商代表是萬(wàn)國(guó)數(shù)據(jù)、寶信軟件、奧飛數(shù)據(jù)。這一層的核心指標(biāo)是上架率、MRR 和 EV/EBITDA 估值。報(bào)告用 EV/EBITDA 而不是 PE 來(lái)估值因?yàn)?IDC 前期折舊大、凈利潤(rùn)被壓低EBITDA 更能反映實(shí)際經(jīng)營(yíng)現(xiàn)金流。下游客戶層包括云計(jì)算廠商和大型互聯(lián)網(wǎng)公司。報(bào)告特別提到2021 年政企 IT 架構(gòu)上云重構(gòu)是一個(gè)增量需求來(lái)源智慧城市市場(chǎng)空間超過(guò) 880 億元2021 年以來(lái)累計(jì)公示的政企招標(biāo)項(xiàng)目超過(guò) 71 億元主要中標(biāo)方是云廠商。2.3 用 EV/EBITDA 估值 IDC 公司的實(shí)操要點(diǎn)報(bào)告里給了一張萬(wàn)國(guó)數(shù)據(jù)及可比 IDC 公司的 EV/EBITDA 估值表這個(gè)表值得單獨(dú)拿出來(lái)說(shuō)。IDC 公司為什么用 EV/EBITDA 而不是 PE因?yàn)?IDC 是重資產(chǎn)行業(yè)前期折舊攤銷(xiāo)巨大凈利潤(rùn)被嚴(yán)重壓低PE 看起來(lái)會(huì)非常高容易誤導(dǎo)判斷。EBITDA 剔除了折舊、利息和稅的影響更能反映數(shù)據(jù)中心的實(shí)際現(xiàn)金生成能力。具體看數(shù)據(jù)萬(wàn)國(guó)數(shù)據(jù) 2021E 的 EV/EBITDA 是 25.58 倍2022E 降到 19.49 倍2023E 進(jìn)一步降到 15.04 倍。報(bào)告認(rèn)為考慮到萬(wàn)國(guó)數(shù)據(jù)仍處于 30% 以上的 CAGR 增長(zhǎng)期而美股 IDC 廠商平均 EV/EBITDA 約 25 倍但增速只有 10% 左右萬(wàn)國(guó)數(shù)據(jù)的估值具有性價(jià)比。實(shí)操中怎么用這個(gè)指標(biāo)我一般會(huì)做兩步第一步把目標(biāo)公司的 EV/EBITDA 和同業(yè)均值做對(duì)比看是溢價(jià)還是折價(jià)第二步把 EV/EBITDA 除以 EBITDA 增速得到一個(gè)類(lèi)似 PEG 的比值判斷溢價(jià)是否合理。比如萬(wàn)國(guó)數(shù)據(jù) 2021E 的 EV/EBITDA 為 25.58EBITDA 增速約 39.6%比值約 0.65低于 1說(shuō)明增速能消化估值。# IDC公司EV/EBITDA相對(duì)估值速算 # 輸入目標(biāo)公司EV/EBITDA、EBITDA增速、同業(yè)平均EV/EBITDA # 輸出估值溢價(jià)是否合理的判斷 def idc_valuation_check(target_ev_ebitda, ebitda_growth, peer_avg_ev_ebitda): target_ev_ebitda: 目標(biāo)公司當(dāng)前EV/EBITDA倍數(shù) ebitda_growth: 未來(lái)一年EBITDA預(yù)期增速小數(shù)如0.396表示39.6% peer_avg_ev_ebitda: 同業(yè)平均EV/EBITDA倍數(shù) # 計(jì)算類(lèi)似PEG的比值 peg_like target_ev_ebitda / (ebitda_growth * 100) # 計(jì)算相對(duì)同業(yè)的溢價(jià)率 premium (target_ev_ebitda - peer_avg_ev_ebitda) / peer_avg_ev_ebitda * 100 print(fEV/EBITDA: {target_ev_ebitda:.2f}) print(fEBITDA增速: {ebitda_growth*100:.1f}%) print(f類(lèi)似PEG比值: {peg_like:.2f}) print(f相對(duì)同業(yè)溢價(jià): {premium:.1f}%) if peg_like 1.0: print(判斷: 增速可消化估值估值合理偏低) elif peg_like 1.5: print(判斷: 估值中性需關(guān)注增速兌現(xiàn)情況) else: print(判斷: 估值偏高增速需超預(yù)期才能支撐) # 以萬(wàn)國(guó)數(shù)據(jù)為例 idc_valuation_check( target_ev_ebitda25.58, # 2021E EV/EBITDA ebitda_growth0.396, # 2021E EBITDA增速39.6% peer_avg_ev_ebitda25.0 # 美股IDC廠商平均約25倍 )這段代碼的邏輯很簡(jiǎn)單把 EV/EBITDA 除以增速得到一個(gè)類(lèi)似 PEG 的比值低于 1 說(shuō)明增速能消化估值。參數(shù)說(shuō)明target_ev_ebitda從研報(bào)的估值表里取ebitda_growth從盈利預(yù)測(cè)里取peer_avg_ev_ebitda取可比公司均值。注意這個(gè)模型只適用于還在快速增長(zhǎng)期的 IDC 公司如果增速降到 10% 以下這個(gè)比值會(huì)失真。2.4 政策約束下的 PUE 門(mén)檻怎么影響項(xiàng)目選址報(bào)告用了一個(gè)獨(dú)立章節(jié)梳理北上深的 PUE 政策這部分對(duì)做項(xiàng)目規(guī)劃的人特別有用。北京要求新增數(shù)據(jù)中心 PUE 控制在 1.3 以下年均 PUE 高于 2.0 或平均單機(jī)架功率低于 2.5 千瓦的備份存儲(chǔ)類(lèi)數(shù)據(jù)中心要逐步關(guān)閉。上海要求新建項(xiàng)目綜合 PUE 控制在 1.3 以下改建項(xiàng)目控制在 1.4 以下原則上不低于 3000 標(biāo)準(zhǔn)機(jī)架規(guī)模。深圳對(duì) PUE 低于 1.25 的數(shù)據(jù)中心給予新增能源消費(fèi)量 40% 以上的支持PUE 1.4 以上的不享有支持。這些政策直接決定了項(xiàng)目能不能在一線城市落地。PUE 等于 IT 設(shè)備加制冷設(shè)備加供電設(shè)備加照明等設(shè)備的總能耗除以 IT 設(shè)備能耗。降低 PUE 的關(guān)鍵是降低制冷和供電環(huán)節(jié)的能耗。常見(jiàn)做法是采用間接蒸發(fā)冷卻技術(shù)、提高供電系統(tǒng)效率、使用清潔能源。報(bào)告提到在碳中和背景下“零碳”數(shù)據(jù)中心成為轉(zhuǎn)型升級(jí)的重點(diǎn)路徑包括購(gòu)買(mǎi)綠證、使用光伏風(fēng)電等清潔能源、降低各個(gè)環(huán)節(jié)的能耗水平。提示做項(xiàng)目可行性測(cè)算時(shí)PUE 每降低 0.1制冷和供電設(shè)備的投資可能增加 5% 到 10%但運(yùn)營(yíng)階段的電費(fèi)節(jié)省會(huì)逐年體現(xiàn)。測(cè)算周期內(nèi)要把這兩筆賬都算進(jìn)去。3. 把報(bào)告里的分析框架落到實(shí)操數(shù)據(jù)提取與供需測(cè)算3.1 從 PDF 里提取關(guān)鍵數(shù)據(jù)做供需曲線這份報(bào)告是 PDF 格式里面的表格數(shù)據(jù)不能直接復(fù)制粘貼。我一般用 Python 的 pdfplumber 庫(kù)來(lái)提取表格然后做供需曲線的擬合。下面是一個(gè)可復(fù)現(xiàn)的提取流程。import pdfplumber import pandas as pd # 打開(kāi)PDF提取指定頁(yè)面的表格 # 報(bào)告中的供需數(shù)據(jù)主要在“IDC景氣度”章節(jié)大約在第8-12頁(yè) pdf_path 國(guó)信通信_(tái)IDC產(chǎn)業(yè)鏈景氣周期及投資框架分析_20210705.pdf with pdfplumber.open(pdf_path) as pdf: # 先定位包含“供需”或“產(chǎn)能”關(guān)鍵詞的頁(yè)面 target_pages [] for i, page in enumerate(pdf.pages): text page.extract_text() or if 供需 in text or 交付產(chǎn)能 in text or 上架率 in text: target_pages.append(i) print(f找到相關(guān)頁(yè)面: {target_pages}) # 提取這些頁(yè)面的表格 all_tables [] for pg_num in target_pages: page pdf.pages[pg_num] tables page.extract_tables() for tbl in tables: if tbl and len(tbl) 2: # 至少3行才算有效表格 df pd.DataFrame(tbl[1:], columnstbl[0]) all_tables.append(df) print(f第{pg_num1}頁(yè)提取到表格形狀: {df.shape}) # 合并所有表格做初步清洗 if all_tables: combined pd.concat(all_tables, ignore_indexTrue) combined combined.dropna(howall) # 去掉全空行 print(f合并后總行數(shù): {len(combined)})這段代碼的邏輯是先遍歷 PDF 每一頁(yè)用關(guān)鍵詞定位包含供需數(shù)據(jù)的頁(yè)面再用extract_tables()提取表格。參數(shù)說(shuō)明pdf_path替換成你實(shí)際的文件路徑關(guān)鍵詞列表可以根據(jù)報(bào)告實(shí)際用詞調(diào)整比如加上“資本開(kāi)支”“機(jī)柜數(shù)”等。提取出來(lái)的表格通常需要手動(dòng)清洗因?yàn)?PDF 表格的合并單元格會(huì)導(dǎo)致列對(duì)齊問(wèn)題。我一般會(huì)把提取結(jié)果導(dǎo)出到 Excel人工核對(duì)一遍再用于測(cè)算。3.2 供需缺口測(cè)算表怎么搭把數(shù)據(jù)提取出來(lái)之后下一步是搭一個(gè)供需缺口的測(cè)算表。報(bào)告的核心邏輯是需求端看云廠商資本開(kāi)支和政企招標(biāo)交付節(jié)奏供給端看第三方 IDC 廠商的新增交付產(chǎn)能和上架消化速度。下面是一個(gè)簡(jiǎn)化的測(cè)算模板。時(shí)間需求端云廠商資本開(kāi)支億元需求端政企招標(biāo)交付億元供給端新增交付機(jī)柜萬(wàn)架供給端上架消化萬(wàn)架供需缺口萬(wàn)架2021H1按實(shí)際數(shù)據(jù)填入按公示項(xiàng)目統(tǒng)計(jì)按廠商公告統(tǒng)計(jì)按上架率推算供給減需求2021H2按預(yù)測(cè)增速填入按交付計(jì)劃統(tǒng)計(jì)按建設(shè)進(jìn)度推算按爬坡曲線推算供給減需求2022H1按投資周期推算按儲(chǔ)備項(xiàng)目估算按開(kāi)工項(xiàng)目推算按歷史消化率推算供給減需求填表時(shí)的關(guān)鍵參數(shù)云廠商資本開(kāi)支增速參考頭部廠商的季度財(cái)報(bào)指引政企招標(biāo)交付金額從公開(kāi)招標(biāo)網(wǎng)站統(tǒng)計(jì)新增交付機(jī)柜數(shù)從 IDC 廠商的公告和調(diào)研紀(jì)要中獲取上架消化速度參考?xì)v史平均爬坡曲線一般第一年 30% 到 40%第二年 70% 到 80%第三年滿架。注意這個(gè)測(cè)算表是動(dòng)態(tài)的每季度都要用最新數(shù)據(jù)更新。報(bào)告里給出的 2021 年下半年供需改善的判斷就是基于當(dāng)時(shí)的數(shù)據(jù)做出的。如果你現(xiàn)在用這份報(bào)告做參考需要把 2021 年之后的實(shí)際數(shù)據(jù)補(bǔ)進(jìn)去重新跑一遍曲線。3.3 用報(bào)告里的估值表做同業(yè)對(duì)比報(bào)告里的估值表覆蓋了 A 股、港股和美股的主要 IDC 公司包括紫光股份、中際旭創(chuàng)、寶信軟件、萬(wàn)國(guó)數(shù)據(jù)、世紀(jì)互聯(lián)、光環(huán)新網(wǎng)、秦淮數(shù)據(jù)、奧飛數(shù)據(jù)、數(shù)據(jù)港、易昆尼克斯。這張表可以直接拿來(lái)做同業(yè)對(duì)比的底稿。import pandas as pd # 構(gòu)建IDC公司估值對(duì)比表 # 數(shù)據(jù)來(lái)源報(bào)告中的表1和表2 idc_comparison pd.DataFrame({ 公司: [萬(wàn)國(guó)數(shù)據(jù), 世紀(jì)互聯(lián), 光環(huán)新網(wǎng), 寶信軟件, 秦淮數(shù)據(jù), 奧飛數(shù)據(jù), 數(shù)據(jù)港, 易昆尼克斯], 代碼: [9698.HK, VNET.O, 300383.SZ, 600845.SH, CD.O, 300738.SZ, 603881.SH, EQIX.O], EV_EBITDA_2021E: [25.58, 16.14, 13.87, 34.90, 75.16, 22.80, 19.27, 29.16], EV_EBITDA_2022E: [19.49, 12.31, 11.58, 31.25, 30.19, 18.56, 16.30, 26.68], EV_EBITDA_2023E: [15.04, 9.18, 9.65, 24.41, 18.89, 12.91, 11.70, 24.09] }) # 計(jì)算2021到2023年的EV/EBITDA年均降幅 idc_comparison[年均降幅%] ( (idc_comparison[EV_EBITDA_2021E] - idc_comparison[EV_EBITDA_2023E]) / idc_comparison[EV_EBITDA_2021E] * 100 / 2 ).round(1) # 按2021E估值排序 idc_comparison idc_comparison.sort_values(EV_EBITDA_2021E) print(idc_comparison.to_string(indexFalse))這段代碼把報(bào)告里的估值數(shù)據(jù)整理成 DataFrame并計(jì)算了 EV/EBITDA 從 2021 到 2023 年的年均降幅。降幅越大說(shuō)明市場(chǎng)預(yù)期這家公司的 EBITDA 增長(zhǎng)越快估值消化能力越強(qiáng)。參數(shù)說(shuō)明EV_EBITDA_2021E等列直接從報(bào)告表格中錄入年均降幅的計(jì)算假設(shè)是線性下降實(shí)際可能是非線性的但作為快速篩選夠用了。從結(jié)果看秦淮數(shù)據(jù) 2021E 估值最高但降幅也最大說(shuō)明市場(chǎng)給了很高的增長(zhǎng)預(yù)期世紀(jì)互聯(lián)和光環(huán)新網(wǎng)的估值最低降幅也相對(duì)溫和。4. 避坑與排查用這份報(bào)告時(shí)容易翻車(chē)的幾個(gè)地方4.1 把 2021 年的供需判斷直接套到當(dāng)前現(xiàn)象看到報(bào)告說(shuō)“2021 年下半年供需改善、景氣度反轉(zhuǎn)”就直接認(rèn)為現(xiàn)在 IDC 行業(yè)也處于景氣上行期。原因報(bào)告的分析是基于 2021 年中的數(shù)據(jù)和當(dāng)時(shí)的政策環(huán)境2021 年之后行業(yè)經(jīng)歷了能耗指標(biāo)進(jìn)一步收緊、部分云廠商資本開(kāi)支調(diào)整等變化供需關(guān)系已經(jīng)重新定價(jià)。解決把報(bào)告當(dāng)成分析框架的參考而不是結(jié)論的搬運(yùn)。用最新的云廠商財(cái)報(bào)、IDC 廠商公告和政策文件更新數(shù)據(jù)重新跑一遍供需曲線。4.2 混淆 EV/EBITDA 和 PE 的適用場(chǎng)景現(xiàn)象用 PE 去估值 IDC 公司發(fā)現(xiàn)市盈率動(dòng)輒五六十倍甚至上百倍覺(jué)得太貴了不敢碰。原因IDC 是重資產(chǎn)行業(yè)前期折舊攤銷(xiāo)大凈利潤(rùn)被壓低PE 天然偏高。報(bào)告里明確用 EV/EBITDA 來(lái)估值就是因?yàn)檫@個(gè)指標(biāo)剔除了折舊和資本結(jié)構(gòu)的影響。解決估值 IDC 公司時(shí)優(yōu)先看 EV/EBITDA同時(shí)結(jié)合 EBITDA 增速判斷估值是否合理。PE 可以作為輔助參考但不能作為主要決策依據(jù)。4.3 忽略上架率爬坡速度對(duì) IRR 的影響現(xiàn)象做項(xiàng)目測(cè)算時(shí)假設(shè)機(jī)柜建成后第一年就能達(dá)到 80% 上架率算出來(lái)的 IRR 很漂亮。原因報(bào)告里的實(shí)際案例顯示第一年上架率通常只有 30% 左右第二年才到 70%第三年才滿架。上架率爬坡速度直接決定了前幾年的現(xiàn)金流如果假設(shè)過(guò)于樂(lè)觀IRR 會(huì)被嚴(yán)重高估。解決用報(bào)告里的爬坡曲線做基準(zhǔn)分別測(cè)算樂(lè)觀爬坡快 20%、中性、悲觀爬坡慢 20%三種情景下的 IRR看悲觀情景下項(xiàng)目是否仍然可行。4.4 忽視 PUE 政策對(duì)項(xiàng)目選址的硬約束現(xiàn)象在一線城市規(guī)劃了一個(gè) PUE 1.5 的數(shù)據(jù)中心項(xiàng)目覺(jué)得可以通過(guò)后期改造達(dá)標(biāo)。原因北京、上海、深圳的新增數(shù)據(jù)中心 PUE 要求已經(jīng)收緊到 1.3 以下改建項(xiàng)目也要控制在 1.4 以下PUE 不達(dá)標(biāo)項(xiàng)目根本拿不到能耗指標(biāo)和審批。解決項(xiàng)目選址階段就要把 PUE 目標(biāo)定在 1.3 以下制冷方案優(yōu)先考慮間接蒸發(fā)冷卻等高效技術(shù)。如果目標(biāo)城市政策要求更嚴(yán)比如深圳對(duì) PUE 低于 1.25 的項(xiàng)目才給支持那設(shè)計(jì)標(biāo)準(zhǔn)要相應(yīng)提高。4.5 把政企招標(biāo)金額直接等同于 IDC 需求增量現(xiàn)象看到報(bào)告里統(tǒng)計(jì)的政企招標(biāo)項(xiàng)目超過(guò) 71 億元就認(rèn)為這些錢(qián)都會(huì)轉(zhuǎn)化為 IDC 機(jī)柜需求。原因政企招標(biāo)項(xiàng)目里包含軟件、服務(wù)、集成等多種內(nèi)容真正落到 IDC 機(jī)柜租賃和托管的部分只是一部分。而且招標(biāo)到交付有時(shí)間差不是當(dāng)年全部落地。解決把政企招標(biāo)金額乘以一個(gè) IDC 相關(guān)占比系數(shù)常見(jiàn)做法是按 20% 到 30% 估算再考慮交付周期才能得到對(duì) IDC 需求的增量貢獻(xiàn)。5. 進(jìn)階用法把報(bào)告里的分析框架改造成自己的跟蹤模板這份報(bào)告最大的價(jià)值是它提供了一套可以持續(xù)復(fù)用的分析框架。我自己的做法是把它改造成一個(gè)季度跟蹤模板每季度更新一次數(shù)據(jù)跑一遍供需曲線和估值對(duì)比。具體來(lái)說(shuō)模板分三個(gè)模塊。第一個(gè)模塊是需求跟蹤每季度從頭部云廠商財(cái)報(bào)里提取資本開(kāi)支數(shù)據(jù)從公開(kāi)招標(biāo)網(wǎng)站統(tǒng)計(jì)政企 IT 項(xiàng)目中標(biāo)金額從互聯(lián)網(wǎng)公司財(cái)報(bào)里看服務(wù)器采購(gòu)相關(guān)的資本支出。第二個(gè)模塊是供給跟蹤從第三方 IDC 廠商的公告和調(diào)研紀(jì)要里提取新增交付機(jī)柜數(shù)、上架率、MRR 變化。第三個(gè)模塊是估值跟蹤每季度更新 EV/EBITDA 和 EBITDA 增速重新計(jì)算類(lèi)似 PEG 的比值和同業(yè)均值做對(duì)比。# 季度跟蹤模板供需缺口與估值更新 # 每季度填入最新數(shù)據(jù)自動(dòng)計(jì)算供需缺口和估值分位 import pandas as pd import numpy as np class IDCTracker: def __init__(self): self.demand_data [] # 需求端數(shù)據(jù) self.supply_data [] # 供給端數(shù)據(jù) self.valuation_data [] # 估值數(shù)據(jù) def add_quarterly_demand(self, quarter, cloud_capex, gov_tender, internet_capex): 錄入季度需求數(shù)據(jù)單位億元 self.demand_data.append({ quarter: quarter, cloud_capex: cloud_capex, gov_tender: gov_tender * 0.25, # 政企招標(biāo)按25%折算為IDC相關(guān) internet_capex: internet_capex }) def add_quarterly_supply(self, quarter, new_racks, absorption_rate): 錄入季度供給數(shù)據(jù)new_racks單位萬(wàn)架absorption_rate為小數(shù) self.supply_data.append({ quarter: quarter, new_racks: new_racks, absorbed: new_racks * absorption_rate }) def calc_gap(self): 計(jì)算供需缺口 demand_df pd.DataFrame(self.demand_data) supply_df pd.DataFrame(self.supply_data) demand_df[total_demand] (demand_df[cloud_capex] demand_df[gov_tender] demand_df[internet_capex]) # 簡(jiǎn)化假設(shè)每?jī)|元需求對(duì)應(yīng)約0.02萬(wàn)架機(jī)柜 demand_df[demand_racks] demand_df[total_demand] * 0.02 merged pd.merge(demand_df[[quarter, demand_racks]], supply_df[[quarter, new_racks, absorbed]], onquarter) merged[gap] merged[new_racks] - merged[demand_racks] merged[gap_after_absorption] merged[gap] - merged[absorbed] return merged # 使用示例 tracker IDCTracker() tracker.add_quarterly_demand(2021Q3, cloud_capex200, gov_tender30, internet_capex50) tracker.add_quarterly_demand(2021Q4, cloud_capex220, gov_tender40, internet_capex55) tracker.add_quarterly_supply(2021Q3, new_racks5.0, absorption_rate0.35) tracker.add_quarterly_supply(2021Q4, new_racks4.5, absorption_rate0.40) gap_df tracker.calc_gap() print(gap_df.to_string(indexFalse))這段代碼搭了一個(gè)季度跟蹤的骨架。add_quarterly_demand方法錄入需求端三個(gè)來(lái)源的數(shù)據(jù)其中政企招標(biāo)按 25% 折算為 IDC 相關(guān)需求。add_quarterly_supply錄入供給端的新增機(jī)柜和上架消化比例。calc_gap方法計(jì)算供需缺口正數(shù)表示供過(guò)于求負(fù)數(shù)表示供不應(yīng)求。參數(shù)說(shuō)明每?jī)|元需求對(duì)應(yīng) 0.02 萬(wàn)架機(jī)柜是一個(gè)簡(jiǎn)化系數(shù)實(shí)際值需要根據(jù)歷史數(shù)據(jù)回歸得出政企招標(biāo)折算比例 25% 也是經(jīng)驗(yàn)值可以根據(jù)項(xiàng)目類(lèi)型調(diào)整。這個(gè)模板的好處是你不需要每次從頭翻報(bào)告只要每季度把最新數(shù)據(jù)填進(jìn)去就能看到供需缺口的變化趨勢(shì)。如果連續(xù)兩個(gè)季度缺口收窄說(shuō)明景氣度在回升如果缺口擴(kuò)大說(shuō)明供給過(guò)剩壓力在加大。從那以后我每次拿到一份行業(yè)深度報(bào)告都會(huì)先問(wèn)自己三個(gè)問(wèn)題它的核心分析框架是什么框架里的關(guān)鍵參數(shù)能不能量化這些參數(shù)的數(shù)據(jù)來(lái)源能不能持續(xù)跟蹤想清楚這三個(gè)問(wèn)題一份報(bào)告才真正變成你自己的工具而不是躺在硬盤(pán)里的 PDF。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取