本報記者 毛藝融 港交所IPO定價機制迎來重要改革。8月1日,港交所就優化首次公開招股市場定價及公開市場規定的諮詢文件刊發諮詢總結(以下簡稱「新規」),新規在8月4日正式生效。 此次改革聚焦多個方向,包括優化新股配售比例分配、降低公眾持股量門檻、便利「A+H」股發行人。調整後,港股新股發售須分配至少40%的股份至建簿配售部分的投資者,同時保留基石投資者6個月禁售期,未作放寬。 早在去年12月份,港交所刊發有關優化首次公開招股、市場定價及公開市場的建議諮詢文件(以下簡稱「原建議」),引發市場各方廣泛探討。今年2月份,港交所集團行政總裁陳翊庭曾發文表示,此次改革建議可能是近三十年來對香港新股定價機制最全面、最深入的一次調整,旨在讓規則適應市場變化,提升香港新股市場的國際競爭力。 港交所認為,此次新規可以為發行人和投資者在新股定價和股份分配方面建立一個更靈活、清晰和透明的框架,進一步提升定價效率、吸引國際發行人和投資者,鞏固中國香港作為國際金融中心的競爭力。 涉及多項變化 香港新股發售分為基石認購、建簿配售和公開認購三部分。此前,新股發售一般安排10%為公開認購(針對個人投資者),90%為國際認購(針對機構投資者,即「基石配售+建簿配售」),並根據超額認購倍數,可以將公開認購的比例最多回撥至50%。 在此規則下,新股發售在公開認購部分尚未完成時,機構投資者都無法確定可以在配售部分會獲分配多少股份,並失去預算。如果在公開認購踴躍的情況下,發行人可能會將多達50%的股份撥往公開認購部分。這也意味著,無論建簿配售熱烈與否、基石比例多高,香港公開認購組別的投資者可獲得的強制回撥最多為50%。 此次新規,港交所規定發行人將首次公開招股時初步擬發售股份的至少40%分配至建簿配售部分,即最低分配比例由原建議的50%下調至40%。 談及原因,港交所上市主管伍潔鏇表示:「現在的新股交易規模往往要比以前大5倍至10倍,也有更多國際投資者和機構投資者參與其中。今年以來的大型新股,大多數基石投資者及配股部分的機構投資者都來自海外市場,因此制度上也要做出配合以滿足國際投資者的需要。」 有投行人士告訴記者,40%的建簿配售硬性要求有助於穩定大型IPO定價,避免散戶過度追捧導致的破發風險。 「目前香港市場的交易接近九成都來自機構投資者,有必要引入適當的規則調整,確保機構投資者、全球投資者與散戶投資者在新股發行的股份中取得平衡的分配比例。」伍潔鏇解釋說,如果新股定價機制中沒有足夠的定價者,定出來的價格就可能不夠準確,令公司上市後股價出現較大波動。因而,港交所現在要求新股發售須分配至少40%的股份至建簿配售部分的投資者,回補機制也作出修訂。 在公開認購部分,香港聯交所允許新上市申請人選用機制A或機制B,作為首次公開招股發售的分配機制。機制A下,分配至公開認購部分的最大回撥百分比由原建議的20%上調至35%。對此,一位港股上市公司董秘對記者表示,新規之後,回撥給散戶的部分從原來最高可達50%的比例降低到35%了,將進一步限制那些賣不出股票想搞「惡意」回撥的小市值公司。 機制B下,引入新的機制選項,要求發行人事先選定一個分配至公開認購部分的比例,下限為發售股份的10%(上限為60%),並無回補機制。這意味著,機制B下分配至公開認購部分的最大百分比由原建議的50%上調至60%。對於機制B,前述董秘表示,對機構搶購的IPO項目來說,發行人普遍偏向於壓低公開配售比例,目前新規允許壓低公開配售比例,下限最低為10%,有利於控制上市當日的股價波動。 擬調整公眾持股量門檻 此外,香港聯交所就持續公眾持股量規定展開進一步諮詢,今年10月底截止。 根據此前的規定,無論何時,上市公司應維持上市時的規定公眾持股量百分比,即25%或上市時規定的任何較低百分比(初始規定門檻)。 伍潔鏇表示,目前25%的初始公眾持股量門檻是多年前的規定,單一比例欠缺靈活性,要求也遠高於其他國際交易所。「我們的市場現在迎來越來越多市值龐大的公司上市,在這些情況下,25%的股份可能牽涉龐大的金額。」伍潔鏇表示。 港交所擬引入一個根據市值而設的層級式初始公眾持股量要求,為申請上市的企業提供更明確的參考指引,吸引企業來港上市。 此前,據陳翊庭介紹,設立公眾持股量要求的初衷是為了確保公開市場上有足夠的股票可供交易,防止股價操控和減少過度的股價波動。與其他國際證券交易所相比,港交所在這方面設定的門檻偏高,可能會削弱市場吸引力。 根據港交所的諮詢文件,普通類型的上市公司公眾持股比例除了可以選擇25%的初始規定門檻外,也可選擇替代方案,即達到10億港元市值及10%公眾持股量。對於「A+H」發行人,港交所建議,公眾持股比例調整為「公眾持有的H股必須達到10億港元市值或5%公眾持股量」。 今年以來,A股公司密集籌備赴港上市。部分發行人及機構認為,此前港交所對「A+H」股設定的發行比例過高,且單一的比例門檻欠缺靈活性。 「考慮到『A+H』發行人也須符合A股市場的公眾持股量規定,因此港交所對其在香港上市的初始公眾持股量要求也採用一個較靈活的標準。」伍潔鏇介紹。 港交所還引入了初始自由流通量規定,例如,適用於「A+H」發行人的初始自由流通量門檻由原建議中「佔H股總數的10%」降低為「佔A+H股總數的5%」。目的在於,確保這些企業在IPO之後有足夠股份在市場上交易。這些新的規定既符合國際慣例,也能提升香港上市機制的吸引力。 退市機制方面,此前港交所規定,主板公司停牌18個月,GEM(香港創業板)公司停牌12個月,即可除牌。此次諮詢文件建議,若發行人公眾持股量嚴重不足,便加上股票標記;若發行人未能於18個月(GEM公司12個月)內恢復公眾持股量,即可除牌。 伍潔鏇表示:「港交所致力於不斷優化香港《上市規則》,以滿足全球不同行業及不同規模發行人的需要。這次的建議為發行人提供更大的靈活性,方便其進行更好的資本管理,同時也引入了有力防止長期違規情況發生的措施,加強保護公司股東的利益。」(證券日報)
前不久,我在做某數位化平臺的調研時,與他們的創始人談到了一個耐人尋味的話題——「為什麼中國擁有全球最完整的工業體系,卻仍有無數中小工廠困於『代工邊緣』?」 對方提到,「其實只用產業鏈集群來描述中國製造業的供應鏈能力是不準確的,至少還包括工藝協同、企業協同、行業協同、區域協同和內外協同。」 這五個協同層面,恰好揭示了傳統供應鏈體系的深層矛盾。當我們把目光從單個企業的生存困境投向更遠,會發現全球供應鏈的重組早已超越簡單的產能轉移,演變為一場由數據與算法驅動的系統性變革——而AI,正是這場變革的核心引擎。 傳統供應鏈的困境:看不見的繩索與隱性成本 傳統供應鏈的痛點往往像慢性病,其症狀在危急時刻才會被劇烈感知。而AI卻像特效藥一樣,能讓傳統供應鏈「起死回生」。 在珠三角某電子元件基地,一家主營手機配件的工廠就曾遭遇過類似問題。當海外客戶突然要修改訂單要求時,供應商需要花費三天時間核實技術要求的細節,而車間主任也只能憑經驗決定能不能修改。這種低效的信息傳遞鏈條,迫使企業不得不常年多備15%的冗餘庫存以應對不確定性。 這種依賴人工經驗的決策模式,更「坑人」的地方在於,易引發市場波動中的「群體失智」:市場一有風吹草動,就容易集體跑偏。結果就是企業看不清市場走向,要麼一窩蜂擴大生產,要麼突然集體減產,最終陷入「產能錯配—利潤壓縮」的惡性循環。 這些問題的根源,本質上是傳統供應鏈「信息孤島」與「決策滯後」的系統性矛盾,而這恰恰是AI技術的突破口。 「信息孤島」的癥結在於,在傳統供應鏈中,訂單信息需經採購、設計、生產、物流等多環節層層傳遞,每過一個節點就產生信息損耗;上下遊企業因數據標準不統一,技術參數、交付周期等關鍵信息難以對齊。例如,某汽車零部件製造商因無法實時獲取主機廠的生產計劃調整,頻繁出現生產節奏與市場需求脫節。 「決策滯後」則體現為,傳統供應鏈依賴人工經驗和歷史數據的預測模式,在突發性事件面前不堪一擊。例如2020年新冠疫情初期,全球供應鏈的混亂正是源於信息傳遞的延遲和決策的滯後。當某國港口突然關閉時,上遊製造商無法及時調整生產計劃,下遊客戶也難以重新配置物流資源時,將會導致整個鏈條陷入癱瘓。 那這困境的本質是什麼呢?是工業時代線性協作模式與數字時代動態需求之間的脫節。當市場從「大規模標準化生產」轉向「個性化柔性定製」,全球貿易要求供應鏈具備實時響應能力時,依賴人工、割裂信息、滯後決策的傳統模式也將必然被淘汰。這也解釋了為何AI在供應鏈中的應用已從「可選升級」變為「生存必需」——它不僅是技術工具,更是重構供應鏈底層邏輯的核心引擎,就是為了將「看不見的繩索」轉化為「可量化的數據流」,將「隱形成本」壓縮為「精準可控的效率提升空間」。 如何解決?構建AI驅動的「數據—算法」供應鏈體系 當傳統供應鏈的痛點被摸清楚了,解決辦法也就隨之而來,即構建一個基於AI的「數據—算法」供應鏈體系。 該體系的核心,在於AI將模糊的製造能力轉化為可量化的數據資產,並通過算法實現全領域精準協同。一些領先的數位化製造平臺已經展現出成熟的實踐,其平臺通過構建多維度的數據標籤體系,從最底層的工藝切入,將原本難以描述的工藝能力,如微米級精度的車床加工、特定材質的表面處理工藝等,轉化為機器可識別的結構化特徵。隨後,將簡單的需求流轉到工廠,讓買家和工廠直接對接;碰到需要多種工藝的複雜訂單,就重新設計、拆解,再派單給不同工廠完成,其匹配精度與效率遠超人工篩選。 這種轉變其實本質上是AI正在繪製一張實時更新的全球「製造能力圖譜」。以前,說起企業的製造能力,大家總愛簡單分成「能做」和「不能做」兩種。現在,在AI驅動的體系中,每個工廠的工藝參數、設備配置、質量認證等數據都被拆解為可動態組合的模塊。例如,醫療器械企業發布精密零件採購需求時,AI系統不僅能匹配具備相應資質的供應商,還能根據實時產能數據推薦最優生產方案——既大幅提升供應鏈匹配效率,又顯著降低冗餘成本。這種數據驅動的決策模式,正在將供應鏈管理的底層邏輯從「被動響應」轉向「主動預測」,成為全球供應鏈的核心競爭力。 其實這場變革的關鍵在哪兒呢?說到底,數據成了供應鏈裡最值錢的家當,而算法就像分配利益的規矩——誰手裡的預測模型更準,誰能更快把所有數據理順,誰就能在全球供應鏈重新洗牌的時候佔上風。 對中國製造業來說,這種靠AI撐起來的「數據加算法」模式,不光能幫那些中小工廠跳出「只能做代工」的困局,更能把咱們「工業體系全」這個大優勢,變成在全球供應鏈裡說了算的本事。這麼一來,全球供應鏈也慢慢從「扎堆在一個地方生產」變成「靠數字連在一起高效協作」了。 從中國到全球,供應鏈的「去中心化」革命 而在全球範圍內,供應鏈都在悄悄變樣——以前是層層管著、一個中心說了算,現在慢慢變成了大家各有各的職能,互相配合著來。而這場大變樣的背後,最關鍵的推手就是AI。 想像這樣一個場景——深圳的電子元件工廠接到來自巴西的定製化訂單,系統自動生成包含質量檢測標準、付款條件和物流路線的智能合約,貨物離開生產線時區塊鏈就完成支付結算,整個過程像網購一樣簡單直觀。這種看似科幻的場景,其實在阿里巴巴國際站的跨境貿易中已經初現端倪,去年該平臺就有超過三成的交易開始應用區塊鏈存證技術,實現了全流程的透明化與自動化。 現在,技術的底層邏輯正在發生質變。5G結合AI視覺算法讓跨國遠程質檢成為可能,AI算法能實時分析全球14個港口的擁堵情況,物聯網設備回傳的貨櫃溫溼度數據經AI分析後可提前預警風險……傳統供應鏈的「金字塔」結構正被徹底解構。這種變革帶來的不僅是流程簡化,更是價值創造模式的根本性轉變——過去依賴跨國物流公司和銀行的「中間層」正在消失,生產端和消費端通過。AI驅動數字網絡直接咬合。 然而,這場革命的推進遠比想像中更加複雜。在東莞的製造業集群中,我們能看到兩種截然不同的圖景並行:某家年產值5億的電子廠斥資800萬搭建工業網際網路平臺,卻因管理層對數據可視化系統缺乏理解,導致系統淪為擺設;而隔壁的模具廠則用300萬改造費用實現設備聯網,通過實時監測刀具損耗率,就將生產效率大幅度提升。 這種差異折射出轉型的深層矛盾——當數位化需要重構組織架構時,很多企業發現最大的障礙不是技術本身,而是組織慣性。實際中通常會出現花了幾個月時間搭建ERP系統,但員工習慣了手工操作,推廣難度很大。此外,數據安全和隱私保護問題也日益凸顯,如何在開放共享與風險控制之間找到平衡,是行業面臨的共同挑戰。 這些現實困境揭示:去中心化不是簡單的技術疊加,而是需要同步重構商業規則、組織文化甚至權力關係的系統工程。 供應鏈的「活」與「變」 當供應鏈「活」了起來,中國製造乃至全球產業網絡的協同與進化,才真正擁有了面向未來的無限可能。 這場由數據與算法驅動的變革,正在重塑全球供應鏈的底層邏輯——從「效率優先」轉向「韌性優先」,從「成本控制」轉向「價值共創」。 過去由跨國企業主導的垂直供應鏈,正在演變為一種網狀生態。深圳無人機企業通過開放AI算法接口,吸引全球開發者為其改進飛行控制系統,使產品響應速度提升30%;蘇州的紡織廠將柔性生產線接入AI雲平臺,成為服務十幾個國家設計師品牌的「雲製造」節點,實現按單生產的毫秒級調度。這種轉變帶來的不僅是效率提升,更是價值創造邏輯的根本變革:當每個參與方都能通過數據貢獻獲得收益分成,當創新成果能在全球範圍內即時復用,供應鏈就變成了持續進化的生命體。 從大趨勢來看,AI正在悄悄改變供應鏈創造價值的方式。過去,資源怎麼分配,基本都是行業裡的大公司說了算;現在,AI的「分布式智能」慢慢接過了這活兒——算法會盯著實時數據,靈活調配產能、優化物流路線、提前預判需求,哪怕是很小的生產單元,都可能在這個過程中變成創造價值的關鍵節點。 這種變革的深層意義在於,全球供應鏈的競爭早就不拼規模大小了,而是比誰的AI算力強、處理數據快。誰能更快練出精準的預測模型,誰能更高效地把各地的數據串起來,誰就能在現在這個講究靈活、能定製的全球市場裡搶得先機。 不過,AI推動供應鏈升級,也不是沒遇到難題。比如得建立跟AI匹配的數據歸屬和交易規則,得培養既懂生產工藝又懂算法的多面手,還得琢磨怎麼讓不同文化背景的人用AI好好配合。就像深圳華強北的轉型,從以前的手工焊接小作坊,變成現在涵蓋設計、測試、融資的全鏈條數字生態,每一步突破都離不開AI技術進步和制度創新的相互帶動——算法在優化生產流程的同時,也逼著管理模式改成了「人和機器一起協作」。 在未來的產業圖景中,AI會變成供應鏈的「神經中樞」:工廠設備靠AI自己協調幹活,物流網絡跟著算法隨時調整路線,甚至消費者幾個月後想要什麼,AI都能提前半年算出來。等每個生產單元都連上AI驅動的數字網絡,整個供應鏈會變得特別有韌性,充滿活力。這可不只是技術更新換代那麼簡單,更是全球產業格局朝著「智能協同」時代走的必然結果。 (作者劉典為復旦大學中國研究院副研究員,清華大學人工智慧國際治理研究院戰略與宏觀項目主任,新著《杭州模式:DeepSeek與中國算谷》2025年5月由中信出版集團出版)
免责声明:本文内容与数据仅供参考,不构成投资建议,使用前请核实。据此操作,风险自担。
18259
94
2025-11-06 18:59
69185
76
2025-11-06 18:59
42917
42
2025-11-06 18:59
25814
14
2025-11-06 18:59
67359
72
2025-11-06 18:59
95814
12
2025-11-06 18:59
19843
37
2025-11-06 18:59
85271
15
2025-11-06 18:59
27843
47
2025-11-06 18:59
56923
27
2025-11-06 18:59
57624
32
2025-11-06 18:59
21479
42
2025-11-06 18:59
21865
26
2025-11-06 18:59
14865
31
2025-11-06 18:59
45672
89
2025-11-06 18:59
78943
57
2025-11-06 18:59
35419
42
2025-11-06 18:59
38495
62
2025-11-06 18:59
95426
56
2025-11-06 18:59
57236
38
2025-11-06 18:59
42573
73
2025-11-06 18:59
92135
69
2025-11-06 18:59
71452
93
2025-11-06 18:59
94681
85
2025-11-06 18:59
27964
27
2025-11-06 18:59
47281
85
2025-11-06 18:59
95876
63
2025-11-06 18:59
92453
59
2025-11-06 18:59
87134
45
2025-11-06 18:59
16897
48
2025-11-06 18:59
24659
97
2025-11-06 18:59
42685
54
2025-11-06 18:59
43196
98
2025-11-06 18:59
79642
48
2025-11-06 18:59
18957
78
2025-11-06 18:59
53891
23
2025-11-06 18:59
35619
36
2025-11-06 18:59
41892
83
2025-11-06 18:59
36927
62
2025-11-06 18:59
53986
95
2025-11-06 18:59
85197
84
2025-11-06 18:59
91736
76
2025-11-06 18:59
39285
25
2025-11-06 18:59
47862
34
2025-11-06 18:59
84321
45
2025-11-06 18:59
53912
49
2025-11-06 18:59
93258
91
2025-11-06 18:59
54982
81
2025-11-06 18:59
32179
21
2025-11-06 18:59
34715
81
2025-11-06 18:59
79651
32
2025-11-06 18:59
21956
68
2025-11-06 18:59
| 樱花直播 | 小k直播姬 |
| 夜月视频直播 | |
| 韩国直播 | 打开b站看直播 |
| 黄播 | |
| 大鱼直播 | 桔子直播 |
| 秀色直播app下载 | |
| 月神直播 | 桃花app |
| 成人直播app推荐免费 | |
| 月夜直播在线观看 | 彼岸直播 |
| 魅影5.3直播 | |
| 水仙直播 | 免费播放片色情a片 |
| 百丽直播 | |
| 仙凡直播 | 花间直播 |
| 苹果直播 | |
| 么么直播 | 花儿直播 |
| 黑白直播 | |
| 看少妇全黄a片直播 | 雨燕直播 |
| 河豚直播 | |
| 月夜直播 | 69美女直播 |
| 趣播 | |