上海证券:首次覆盖狄耐克给予买入评级

上海证券有限责任公司章锋近期对狄耐克进行研究并发布了研究报告《狄耐克深度报告:鸿蒙与脑机双驱动,打造智慧医疗新增长级》,首次覆盖狄耐克给予买入评级。

狄耐克(300884)

投资摘要

楼宇对讲龙头,出海+智慧医疗带来新机遇。公司是楼宇对讲龙头企业,围绕智慧社区和智慧医院领域,已形成以楼宇对讲、智能家居、智慧病房及智慧门诊产品为核心同时覆盖全空气系统、智慧通行、智能门锁等智慧社区相关应用领域的产品结构。近年来,公司业绩受房地产行业影响有所波动,目前通过优化业务结构,出海业务与智慧医疗业务收入占比持续上升,2020-2024年,出海业务、智慧医疗业务的收入占比分别由9.71%、2.80%上升至15.88%、12.92%。

携手鸿蒙,探索智慧医院创新应用场景。作为鸿蒙生态钻石级合作伙伴,公司积极参与和共建开源鸿蒙生态和场景,为医院领域的信创国产化提供解决方案。自2022年起,狄耐克与鸿蒙生态紧密合作,率先在医护对讲领域推出了首个搭载国产化操作系统的场景化解决方案。2024年期间,狄耐克鸿蒙纯国产化智慧病房解决方案已经率先在四川大学华西厦门医院、上海市杨浦区中心医院、南方医科大学皮肤病医院等多家三级医院落地。近日,狄耐克与重庆两江新区人民医院合作建设了西南区域首个全院级的采用鸿蒙医护对讲系统的行业标杆,拓展鸿蒙智慧门诊相关应用、AI护理助手等智慧医疗应用场景。

战略布局脑电波交互,脑机接口商业化加速。国家层面高度重视脑机交互技术产业的发展,国家医保局发布的《『神经系统』医疗服务价格项目立项指南》专门为脑机接口新技术价格单独立项,北京、上海等地已经制定针对性政策措施,推动医疗级产品临床试验和规模化商用。公司战略布局脑电波交互领域,重点聚焦于睡眠健康、认知康复和专注培优等领域。目前,公司脑电波领域的睡眠健康产品,初步完成智能睡眠仪、脑波睡眠监测仪、脑机睡眠调理仪等产品的试产工作。

投资建议

我们认为,公司楼宇对讲产品需求有望企稳回暖,对内拓展智慧酒店场景,对外挖掘境外市场增长潜力;携手鸿蒙打造纯国产化智慧病房解决方案,智慧医院端产品加速落地,此外前瞻布局脑电波交互领域,开辟智慧健康新增长曲线。我们预计公司2025-2027年归母净利润分别为0.31亿元、0.72亿元、0.94亿元,对应EPS分别为0.12、0.29、0.37元,对应2025年7月15日12.79元/股收盘价,PE分别为104X、45X、34X。首次覆盖,给予“买入”评级。

风险提示

智慧医院产品落地不及预期;脑电波交互研发不及预期;海外业务拓展不及预期。

最新盈利预测明细如下:

今日霍州(www.jrhz.info)©️

该股最近90天内共有1家机构给出评级,买入评级1家。

以上内容为证券之星据公开信息整理,由AI算法生成(网信算备310104345710301240019号),不构成投资建议。

特别声明:[上海证券:首次覆盖狄耐克给予买入评级] 该文观点仅代表作者本人,今日霍州系信息发布平台,霍州网仅提供信息存储空间服务。

猜你喜欢

耳目一新的视听体验!园区首个新一代IMAX激光影厅,银幕已就位(耳目一新下一句是什么)

一张宽21.33米、高11.8米的巨大银幕在苏州文化艺术中心苏艺影城原IMAX影厅内徐徐展开,40名影迷在专业『工程师』的指导下分组协作,将其拉平,固定,使之与框架精准贴合。 12月12日,即将焕新升级为新一代I…

耳目一新的视听体验!园区首个新一代IMAX激光影厅,银幕已就位(耳目一新下一句是什么)

拒绝 “棉花糖” 『穿搭』!秋冬叠穿的层次感秘诀

内搭选贴身的基础款,比如修身打底衫或薄款『针织衫』,颜色以黑白灰、米杏色为主,避免喧宾夺主;中间层选有蓬松感但不厚重的单品,像oversize衬衫、薄款毛衣或短款马甲,既能增加层次又不会显壮;外层则根据温度选大衣…

拒绝 “棉花糖” 『穿搭』!秋冬叠穿的层次感秘诀

耳朵鼓膜内陷会自愈吗(耳朵鼓膜内陷会遗传吗)

耳朵鼓膜内陷可能自愈,也可能需要医疗干预。通常由咽鼓管功能障碍、中耳炎或气压损伤等因素引起,轻度内陷可能自行恢复,严重内陷需耳鼻喉科治疗。 部分患者无明显症状,仅表现为轻微耳闷或听力下降,这种情况可能与感冒、鼻窦炎等上呼吸道感染相关

耳朵鼓膜内陷会自愈吗(耳朵鼓膜内陷会遗传吗)

委内瑞拉谴责美国战机飞越领空的恐吓行径(委内瑞拉反美的结果)

△F-18战机(资料图)当地时间12月12日,委内瑞拉国防部长洛佩斯谴责美国试图通过F-18战斗机飞越该国领空进行恐吓。洛佩斯表示,美国所作所为旨在隔离加勒比地区,以满足美国利益。

委内瑞拉谴责美国战机飞越领空的恐吓行径(委内瑞拉反美的结果)

人工智能能否打破材料科学的瓶颈?从炒作到真实的探索之路(人工智能能打败人类吗?)

他们不仅训练AI模型以分析最新的科学文献,还将其与自动化实验室结合,以便让AI从实验数据中学习,旨在加速新材料的发明与测试过程。然而,AI在材料发现中的应用并非没有挑战。 AI的潜力毋庸置疑,它可能为材料科…

人工智能能否打破材料科学的瓶颈?从炒作到真实的探索之路(人工智能能打败人类吗?)