生物医药：年初制造业仍受疫情影响，集采政策持续推进。1-2月医药制造业收入端同比增加0.90%，利润总额端同比下降16.30%，年初新冠病毒的感染导致当月下降幅度较大，2月医疗机构常规业务开始出现恢复。药品、器械集采持续推进：（1）3月20日，四川省药械招标采购服务中心发布了口腔牙冠竞价挂网拟入围结果，此次挂网意味着口腔种植牙集采将加速落地；（2）3月21日，大型医用设备配置证管理目录更新，对产品的分类发生了合并、降类或调入调出，整体趋向于放松管制；（3）3月29日，第八批国家集采落地，共有39种药品采购成功，平均降价56%。 　　新消费：关注财报季，甄选预期差标的。1）酒旅餐饮：持续看好消费最强赛道咖啡及基本面恢复兑现能力较强的酒店板块。提前关注旅游旺季催化，出境旅游或将在五一迎来窗口期。同时看好出入境相关机场口岸的信息化板块。2）美容护理：化妆品行业拐点已至，2月大盘恢复正增长，持续看好竞争优势加强的头部企业市占率进一步提升，积极关注疫后恢复、产品升级、渠道转型等边际改善机会，重点关注逸仙电商。3）教育人服：近期建议大家关注类基建的教育细分行业，如教育信息化等机会；人服方面，我们持续看好招聘行业修复，重点推荐同道猎聘。 　　食品饮料：食品饮料增速企稳，饮料类景气度回升。1-2月，我国食品制造业规上营收同比增速为+0.8%，增速同比下降8.2个百分点，我国酒、饮料和精制茶制造业规上营收同比增速为+3.6%，增速同比下降9.2个百分点。3月酒价整体呈现小幅下降趋势。1-2月，饮料类限额以上企业零售总额为522亿元，同比增长+5.2%，景气度有所回升。3月22日最新数据显示，我国生鲜乳主产区平均价为3.97元/公斤，同比下降5.0%。当前我国原奶价格保持持续下滑趋势，乳制品生产企业的原料成本压力有望进一步缓解。1-2月，规模以上啤酒企业产量为524.8万千升，同比下滑1.1%；啤酒成本结构有所调整，原材料大麦进口单价在2023年后略微回落，包材浮法玻璃价格略微上升。 　　风险提示：（医药）政策风险；研发风险；市场风险。 　　（新消费）宏观经济疲软风险；政策变化风险；行业竞争加剧风险。 　　（食品）宏观经济波动影响；原材料波动影响；行业竞争加剧。

　　ADC药物（Antibody-drugconjugates），即抗体偶联药物，是一类通过化学接头将单克隆抗体与不同数目小分子细胞毒素（效应分子）偶联起来的药物。ADC药物结合了单克隆抗体靶向性强和小分子毒素高活性等优点，既可以降低小分子细胞毒素的毒副作用，又可提高药物疗效。现阶段，在中国上市的ADC药物共有四类，分别是罗氏的KADCYLA、武田制药的ADCETRIS、辉瑞的奥加伊托珠单抗以及荣昌生物的维迪西托单抗。根据头豹研究院整理，ADC药物的市场规模预计在2024年有望达到74亿元，2030年预计市场规模达到292亿元人民币，2024-2030年复合增长率为25.71%。

　　投资要点： 　　市场回顾： 2023 年 3 月，医药生物（申万）板块涨幅为-3.32%，在申万 31 个一级行业中排名第 21 位， 跑输沪深 300、上证综指、深证成指、创业板指 4.99、 4.47、 3.98、 4.51 个百分点。截止 2023 年 3 月31 日，医药生物板块 PE（ TTM，整体法）均值为 25.21 倍，在申万31 个一级行业中排名第 13 位，位于自 2012 年以来后 6.30%分位数。 　　第八批国家药品集采拟中选结果公布，价格平均降幅为 56.00%。 3月29 日，国家组织药品联合采购办公室公布第八批药品集中采购拟中选结果。本次集采有 39 种药品采购成功，投标企业中选比例约 70.00%。平均每个品种有 6.50 家企业中选，拟中选药品平均降价 56.00%。前七批国家药品集采的价格降幅为 48.00%-59.00%， 第八批国家药品集采价格降幅符合预期。目前，前八批国家化药集采品种数已累计达 333种，化药国采已呈现常态化，市场预期反映已较为充分，建议关注存量品种集采风险释放、创新转型成效显现、有望迎来业绩拐点的制药企业，如恒瑞医药 （ 600276.SH）、华东医药（ 000963.SZ）、 信立泰（ 002294.SZ）等。 　　全国中成药集采文件（征求意见稿）发布，中选规则相对温和。 3 月27 日，全国中成药联合采购办公室发布《全国中成药采购联盟集中采购文件（征求意见稿）》。《征求意见稿》明确： 本次中成药集采拟中选方式分为直接拟中选、议价拟中选、增补拟中选三种。 其中， 获得直接拟中选资格需满足的条件为： A 竞争单元入围企业报价代表品申报价计算的日均费用不超过同采购组日均费用均值的 1.8 倍； A 竞价单元报价降幅排名前 70%或报价降幅超过 40%的入围企业。获得议价拟中选资格需满足的条件为：接受 A 组入围企业降幅前 50%的最低降幅。总的来看，全国中成药集采中选规则相对温和，预计医疗机构临床使用量大、产品创新能力强的中药龙头企业中选概率更高。 　　风险提示： 耗材、药品价格降幅超预期风险；创新药研发失败风险；行业政策风险；行业竞争加剧风险；新冠疫情反复风险等。

中心思想 医保数据要素化：政策驱动下的千亿市场机遇 本报告核心观点指出，随着国家层面数据要素政策细则的陆续落地，数据市场化和资产化进程正不断加速。其中，医保数据要素因其独特的价值和国家医保局的积极推动，有望成为首批放开的数据要素方向，从而打开一个规模达千亿级别的大健康生态市场空间。 大健康生态应用场景爆发与投资策略 医保数据要素的放开将催生基于医保、商保等领域的丰富应用场景，涵盖医疗、医保、医药、商保等多个环节，预计将迎来爆发期。报告建议投资者重点关注在医保领域深耕多年、拥有客户积累，并已在数据要素应用场景方面有所探索的龙头企业，以把握政策红利带来的市场机会。 主要内容 数据要素政策环境与医保数据先行优势 政策细则加速落地，数据市场化进程提速： 近年来，国家及地方层面密集出台“数据要素”相关政策规划，为数据要素市场发展提供制度保障。国家数据局的成立进一步加速了数据要素细则的落地和产业趋势的形成，推动数据确权、授权、共享、收益分配等关键问题的研究。 医保数据要素有望率先放开： 国家医保局在数据要素推进方面走在前列。自2022年底，医保局已组织开展参保人员个人信息授权查询和使用试点工作，强调数据安全与精细化管理。2023年2月，医保局网信办专题学习数据基础制度，明确要积极探索医保数据要素化利用，预示医保数据有望成为首批放开的数据要素方向。 医保数据应用场景与市场潜力分析 核心应用场景迎来爆发期： 医保数据要素的放开将极大促进大健康生态下的多领域应用场景探索。此前，部分地方已在商保核保、普惠金融、商保直赔等领域进行了初步探索并取得良好成效。随着政策的逐步放开，预计将延伸出覆盖医疗、医保、医药、商保等环节的更丰富应用。 千亿级市场空间潜力巨大： 我国拥有庞大的医疗和商业保险体系，包括万家二级医院和数百家商保机构。当前试点领域的初步探索已显示出每年每家机构数万元的服务费收取潜力。基于此，报告预计医保数据要素化利用的整体市场空间可达千亿级别。 投资建议与风险提示： 报告建议重视在医保领域深耕、拥有客户积累且具备成熟数据要素应用场景探索经验的龙头公司。推荐标的包括久远银海、创业慧康、卫宁健康，并列出山大地纬、东软集团、万达信息、国新健康、易联众为受益标的。同时，报告提示行业竞争加剧和医保数据要素推进进度不及预期是潜在风险。 总结 医保数据要素化：未来发展趋势与投资展望 本报告深入分析了医保数据要素化在政策推动下的发展趋势和巨大市场潜力。国家层面数据要素政策的持续完善，特别是国家医保局在医保数据要素化利用方面的积极探索和试点，预示着医保数据有望成为数据要素市场化的重要突破口。 把握政策红利下的行业增长点 医保数据要素的放开将显著拓宽大健康生态的应用边界，催生包括商业保险、普惠金融等在内的多元化服务场景，预计将形成一个千亿级的增量市场。投资者应密切关注并把握这一政策红利，重点布局在医保信息化领域具有深厚积累和创新应用能力的领先企业，以分享行业增长带来的投资回报，同时警惕市场竞争和政策落地不及预期的风险。

中心思想 AI大模型驱动医疗健康领域变革 本报告核心观点指出，基于大模型的生成式AI正为医疗健康领域注入新活力，有望在问诊、新药开发和医疗影像等多个关键场景带来革命性发展机遇。AI技术在医疗领域的应用已从早期的辅助工具演进为能够生成内容、优化流程的解决方案，显著提升效率并推动源头创新。 关键应用场景与发展机遇 报告重点看好AI大模型在以下三个方面的应用前景：一是实时问诊病例生成，通过自动化记录和总结大幅提高临床效率；二是按需生成新蛋白质结构，加速药物发现进程；三是提升医疗影像数据标注效率，优化诊断辅助工作。国内相关企业如讯飞医疗、云知声、晶泰科技、数坤科技等正积极探索并有望受益于这一波技术浪潮。 主要内容 AI+问诊：从语音录入到实时生成内容，提高临床记录环节效率 传统AI与生成式AI在问诊中的演进 医疗健康领域是人工智能最早落地的行业之一，其中病例录入是AI+医疗的经典应用场景。传统AI语音识别主要通过医生口述转写来辅助病例录入。然而，随着基于大模型的生成式AI的出现，问诊过程正向自动实时问诊记录生成演进。例如，微软旗下的Nuance已推出基于GPT-4的临床笔记软件DAX Express，能在几秒钟内生成准确的临床记录，并可整合进微软Teams辅助远程医疗，大幅提升诊疗效率。国内企业如科大讯飞和云知声也在积极探索大模型在医疗辅助诊断领域的应用，计划年内推出预训练大模型。 医疗数据挑战与未来方向 尽管AI在问诊领域潜力巨大，但医疗数据的质量和数量是其应用面临的主要挑战。医疗数据开源程度低、隐私敏感且标注成本高昂，导致高质量医疗数据稀缺。此外，医疗领域的容错率极低。因此，构建兼具质量和数量的医疗数据集、打破“数据孤岛”现象，促进数据价值流通，是AI大模型在医疗领域应用的关键挑战。 AI+新药开发：根据功能需求设计/优化蛋白质，加速新药探索速度 AI赋能新药研发的里程碑 全球制药行业市场巨大，2021年总收入约1.5万亿美金，研发投入约2.4千亿美金。AI在新药开发领域的应用日益深入，已成为生物制药企业的常态化工具。DeepMind推出的AlphaFold和AlphaFold2在蛋白质空间结构预测方面取得了重大突破，引领行业进入高速发展期。 生成式AI在药物发现中的创新应用 近期，类ChatGPT的生成式AI开始出现，其目标是生成自然界不存在的人工蛋白质序列，而非仅仅理解已有结构。例如，Salesforce Research等团队发布的蛋白质语言模型ProGen，可在数百万个原始蛋白质序列上训练，生成跨多个家族和功能的人造蛋白质。英伟达也推出了生物医药大模型云服务BioNeMo，包含蛋白质生成等模型调用服务。生成式AI有望赋能生物医药源头创新，通过根据功能需求设计/优化蛋白质、生成抗体等，显著提高药物发现效率。 国内企业在生成式AI制药领域的实践 国内企业如晶泰科技、英矽智能、英飞智药、百图生科等也在积极探索生成式AI在制药领域的应用。晶泰科技的ProteinGPT模型通过无标记蛋白质序列数据和抗体序列数据训练，可一键生成符合要求的蛋白药物，实现靶点Binder蛋白生成、抗体文库生成及抗体优化等功能。英矽智能则在其靶点发现平台PandaOmics上整合了AI问答功能“ChatPandaGPT”，支持研究人员高效开展基于自然语言的问答，促进潜在靶点和生物标志物的发现。 AI+医疗影像：应用相对成熟，关注AI大模型提升数据标注效率 AI医疗影像的商业化进展 AI在医疗影像分析领域的应用相对成熟，已有多家公司的产品获得国家药监局认证并开展商业化销售，如数坤科技、科亚方舟、推想医疗、乐普医疗、联影等。这些企业通过分析GE、飞利浦、西门子等厂商的医疗影像数据，为医生提供读片等诊疗辅助工作，提供疾病筛查、诊断及治疗选择与规划的人工智能医学影像解决方案。 AI大模型在影像领域的效率赋能 尽管AI在医疗影像领域应用成熟，但AI大模型仍有望在效率方面带来显著提升。大模型能够通过提升自动化标注、自动化模型筛选、参数调优以及处理非结构化数据等能力，缩短数据标注和分析时间，提升影像精细程度，从而为行业带来新的价值。根据动脉橙数据，中国2022年医学影像赛道早期融资事件达18起，数量较2021年增长约两倍，显示出市场对该领域的持续关注。 总结 本报告深入分析了AI大模型在医疗健康领域的变革性影响，强调了其在问诊、新药开发和医疗影像三大核心场景中的巨大潜力。在问诊方面，生成式AI正将病例录入从传统语音转写推向实时内容生成，显著提升临床效率。在新药开发领域，AI大模型从蛋白质结构预测发展到能够按需生成新型蛋白质，有望加速药物发现并推动源头创新。在医疗影像方面，AI应用已相对成熟，而大模型将主要通过提升数据标注和分析效率来进一步赋能。尽管医疗数据孤岛、隐私敏感和高标注成本等挑战依然存在，但国内企业如科大讯飞、云知声、晶泰科技、数坤科技等正积极布局，有望抓住AI大模型带来的发展机遇，共同推动医疗健康产业的智能化升级。

　　投资要点 　　硅微粉是一类用途广泛的无机非金属材料。硅微粉是将高纯度的石英矿通过物理或化学方法破碎、粉碎而得到的微米级别的粉末，其颗粒大小一般在1-100微米之间，常用的颗粒大小为5微米左右，而随着半导体制程的进步，1微米以下的硅微粉也逐渐得到广泛采用。硅微粉具有介电性能优异、热膨胀系数低、导热系数高、化学稳定性高、耐高温、硬度高等一系列优点，因此被广泛应用于半导体、电子、化工、医药等领域。 　　高端领域多使用球形硅微粉。硅微粉按照其颗粒形态一般可分为角形硅微粉和球形硅微粉，角形硅微粉又常按结晶特点分为结晶硅微粉和熔融硅微粉，球形硅微粉通常是在这两种角形硅微粉的基础上，通过火焰成球等方法进一步制备而来。同角形硅微粉相比，球形硅微粉流动性好，在树脂中的填充量较高，做成板材后内应力低、尺寸稳定、热膨胀系数低，并且具有更高的堆积密度和更均匀的应力分布，同时还可减少相关制品制造时对设备和模具的磨损，因而在对性能要求较高的高端领域得到了迅速的应用。 　　高球化率、高纯度、超细化是球形硅微粉的未来方向。球化率是衡量球形硅微粉品质的重要指标之一，球化率越高，硅微粉的流动性及分散性能就越好，在树脂中的分布就越均匀，同时对模具的磨损程度就越小；高纯度是电子产品对材料最基本的要求，在超大规模集成电路中的要求则更加严格，除了常规杂质元素含量要求低外，还要求放射性元素含量尽量低或没有，否则对电信号的传输速度及质量都会带来负面的影响；球形硅微粉的热传导率不如结晶硅微粉，而超大规模集成电路由于发热量巨大对散热性能的要求较高，超细化硅微粉由于导热性更好而能部分的解决这个问题。 　　预期全球硅微粉市场2027年将可达53.3亿美元。随着电动汽车及数据中心增长带来的对电子元器件需求的增长，我们预期2027年全球硅微粉市场将有望达到53.3亿美元，年均复合增长率约为5.1%。 　　硅微粉需求有望受益于ChatGPT的兴起。ChatGPT的部署及训练需要大量的算力及存储空间，会带来对逻辑芯片及存储芯片的大量需求，尤其是对先进制程芯片的需求。作为半导体工业中重要上游原材料的硅微粉，尤其是适用于先进制程封装的高端硅微粉，将有望受益。 　　重点公司。国际公司目前仍在高端硅微粉市场占据主要地位，其市场份额及技术均较为领先，目前正紧跟下游产业需求，不断开发新技术及新产品，建议重点关注电化。国内公司建议关注联瑞新材、飞凯材料、雅克科技。 　　风险。数据中心增速不及预期；半导体周期下行时间长于预期；车载电子增速不及预期。

　　投资要点 　　AI+医疗/医药：未来已来，前景广阔。AI在医疗场景中技术积累越发成熟，应用场景日益丰富。近期GPT技术的突破再次引燃市场关于AI+医疗/医药的讨论关注。我们认为AI+医疗/医药未来空间广阔，当下值得重点关注，我们重点梳理了AI技术在医疗领域技术应用、政策变化，重点分析AI在药品开发、病理诊断、医学影像等领域的应用，探讨相关投资机会。 　　AI病理：商业化在即，院端龙头占据优势。①人工智能辅助诊断基于计算机视觉、深度学习等技术，对病理切片进行自动勾画、识别，并以结构化的语言输出辅助判读结果。②与传统病理诊断相比，AI辅助诊断可以节省读片时间、提高诊疗效率，解放医师资源，并降低漏诊、误诊率。③根据公开资料，我们对三甲医院市场测算，预计样本外送模式下AI病理阅片市场有望达约172亿元，设备、软件入院销售有望贡献约25亿增量空间，如果考虑其他层级医院渗透率提升、医生阅片量提高、AI病理项目收费调整，以及数字切片存储管理等贡献，远期AI病理市场空间有望数倍扩容。④近年来，AI病理领域的监管条例、审核标准逐渐规范，技术应用越发成熟，我们预计2023年首批AI病理诊断三类证有望获批，行业有望率先在细胞病理领域迎来商业化拐点，当前正是布局的最佳时点，技术积累深厚，入院能力强的头部玩家占据明显优势，有望带动产品加速商业化放量。 　　AI影像：起步早、渗透低、空间广，商业模式亟待变革。①人工智能技术在医学影像领域的应用场景涵盖早期的筛查、诊断到中后期的治疗、随访，具有非常可观的市场空间。②根据灼识报告，以医疗机构终端口径测算，国内人工智能医学影像市场规模有望从2020年的不到10亿元增长至2025年的442亿元，年复合增长率高达135%。全球来看，预计人工智能医学影像市场有望从2020年的不到10亿美元增长至2025年的646亿美元，年复合增速有望达到147%。③相比病理诊断，AI影像起步更早，截至2023年4月，国内已经有超过30张AI影像相关的医疗器械三类证获批，但整体渗透率较低，还有很大提升空间。我们预计随着更多科室产品的注册获批，AI影像产品有望加速普及。从科室角度出发，影像科硬件设备自主化的需求显著，我们预计软件+硬件的协同推广有望加速AI产品入院。④盈利模式方面，我们预计未来随着AI影像渗透率的不断提升，按次付费的应用占比将逐渐增加，带来商业模式的优化与盈利水平的提升。 　　AI制药：聚焦药物研发领域，多种商业模式协同发展。①AI制药是将机器学习、自然语言处理及大数据等人工智能技术应用到制药领域各个环节，进而促进新药研发降本增效。②AI制药行业经历了算法迭代、算力提升及海量实验数据的堆砌，随着AIDD、AlphaFold2及ChatGPT等创新产品的出现，行业有望迎来高速发展的成长初期。③相较于传统药物研发，AI制药有望提高药物设计的命中率及成功概率、降低研发成本并缩短研发周期，未来渗透率有望快速提升。④AI制药可分为AISaaS软件服务、AICRO及AIBiotech三种商业模式。据药智局及蛋壳研究院统计，2022年国内AI制药公司中31%的公司选择兼容其中两种商业模式，只有8%选择仅软件SaaS的商业模式。源于AI制药在算法、算力、数据方面投入较大，且单一路径发展或有一定局限，我们预计未来多种商业模式协同发展有望逐步成为趋势。 　　投资建议：建议重点关注研发能力突出、产品布局丰富、入院能力强的头部企业，迪安诊断、金域医学、九强生物、华大智造、安必平、麦克奥迪、成都先导、泓博医药等。 　　风险提示事件：市场竞争加剧风险，行业政策变动风险，销售增长测算不及预期风险，市场空间测算偏差风险，研究报告使用公开资料可能存在信息滞后或更新不及时风险。

　　环氧塑封料是半导体产业的重要封装材料。环氧塑封料是半导体工业中一种常用的塑封材料，由环氧树脂、固化剂、填料和助剂等组成，主要应用于电子元器件的封装和保护，例如集成电路、半导体器件、LED芯片、电源模块、电子变压器、传感器等。其优异的电气性能、机械性能和耐化学性能，可以使电子元器件具有良好的绝缘性、耐热性、耐腐蚀性和机械强度，有效地保护电子元器件不受潮湿、腐蚀和机械损伤的影响，从而提高电子元器件的可靠性和使用寿命。目前95%以上的电子元器件均采用环氧塑封料封装。 　　环氧塑封料国产替代空间较大。国产环氧塑封料近年来进步迅速，在各种参数上积极追赶国外先进产品，目前已基本可以满足传统封装如DO、TO、SOT等领域的需求，但是在先进封装如QFN、BGA等领域，目前仅有少量销售，而在MUF/FOWLP等领域，国产目前尚处于布局阶段。随着半导体制程进步带来的对先进封装需求的不断增加，国产替代空间较大。 　　高端环氧塑封料是未来发展方向。随着半导体制程的不断进步，半导体元器件对封装材料的要求越来越高，高端环氧塑封料的需求不断增加是必然的趋势。相较于适用于一般封装的中低端环氧塑封料，导热性能好、分布均匀、线性膨胀系数低、高耐湿、高耐热的高端环氧塑封料因可以满足大规模集成电路及先进制程芯片封装的需要而具有更高的增长潜力。 　　预期全球环氧塑封料市场2027年将可达99亿美元。随着电动汽车及数据中心增长带来的对电子元器件需求的增长，我们预期2027年全球环氧塑封料市场将有望达到99亿美元，年均复合增长率约为5.0%。 　　环氧塑封料需求有望受益于ChatGPT的兴起。ChatGPT的部署及训练需要大量的算力及存储空间，会带来对逻辑芯片及存储芯片的大量需求，尤其是对先进制程芯片的需求。作为半导体工业中重要封装材料的环氧塑封料，尤其是适用于先进制程封装的高端环氧塑封料，将有望受益。 　　重点公司。日本公司目前仍在全球环氧塑封料市场占据主要地位，其市场份额及技术均较为领先，目前正紧跟下游产业需求，不断开发新技术及新产品，建议重点关注住友电木。 　　风险：数据中心增速不及预期；半导体周期下行时间长于预期；车载电子增速不及预期

　　新药临床数据进入密集读出期。4月及6月份陆续会有美国重磅学术会议进一步催化，国产创新药的临床数据将进一步提升相关企业产品的关注度及估值。1）再鼎医药L-1211（Claudin18.2）的转化和临床生物标记物数据将在即将于2023年4月举行的美国癌症研究协会（AACR）会议上以海报形式发布。2）百济神州将披露替雷利珠单抗联合化疗用于晚期非小细胞肺癌（NSCLC）1L治疗、联合化疗用于晚期或转移性食管鳞状细胞癌（ESCC）1L治疗的回顾性研究数据，以及单药用于晚期或转移性ESCC2L治疗中肿瘤突变负荷（TMB）与替雷利珠单抗与化疗的临床结局关联数据。3）恒瑞医药将披露SHR-A1811（HER2ADC）在HER2表达/突变晚期实体瘤患者中的全球多中心Ⅰ期研究和在HER2突变非小细胞肺癌患者中的Ⅰ/Ⅱ期研究。以及SHR-A1921（TROP2ADC）在晚期实体瘤患者中的Ⅰ期研究。4）和黄医药将披露赛沃替尼在MET扩增的胃食管交界腺癌或胃癌患者中的多中心ll期研究。5）诺诚健华将在此次AACR披露BTK抑制剂奥布替尼、抗CD19抗体tafasitamab和免疫调节剂IMiD来那度胺联合治疗B细胞恶性肿瘤的Ⅱ期数据。 　　新药集中获批期，核心产品放量值得期待。2023年近40个国产创新药有望获批上市，创新产品临床及商业化将有积极进展。康方生物公布了2022年年报显示双抗AK104去年半年间完成了5.46亿元的销售收入，产品上市首年呈现快速增长趋势。今年其他多家创新药企都将有核心品种的放量。 　　政策支持创新，医保谈判温和。近期CDE发布《药审中心加快创新药上市许可申请审评工作规范（试行）》，儿童专用创新药、用于治疗罕见病的创新药以及纳入突破性治疗药物程序的创新药享受上市许可申请加速审评。在国家医保局公布的2022版医保药品目录中，共有147个目录外药品参与谈判和竞价，121个药品谈判或竞价成功，总体成功率达82.3%，创历年新高。谈判和竞价新准入的药品，降价幅度也趋于温和，体现政策支持创新的基调。 　　加息拐点有助于修复创新药板块估值。从股价表现来看，近期A股创新药板块调整幅度较大，尤其是港股恒生医疗保健指数从阶段性高点（1月26日的4382点）下跌超20%。主要原因是加息背景下流动性风险导致的医药等风险资产定价模型的下调，随着后续加息拐点确立，板块将迎来修复性的贝塔行情。 　　投资建议：跟踪相关企业的临床试验进展，重视潜力品种的放量。建议关注管线布局协同性强，具有核心技术平台，同时现金流充裕的优质创新药企。关注康方生物（9926.HK），再鼎医药（9688.HK），恒瑞医药（600276.SH），贝达药业（300558.SZ），信达生物（1801.HK），诺诚健华（688428.SH），康宁杰瑞制药-B（9966.HK）。 　　风险提示：销售不及预期风险，研发不及预期风险，海外流动性风险。