证券时报记者 刘艺文
经历过三年多的调整，医药板块已经见底了吗？是否存在投资机会？带着一系列问题，证券时报记者专访了东吴证券医药行业首席分析师朱国广。
「从整个医药板块而言，尤其是从处方药板块，大的机会估计集中在三四季度。」他称，虽然半年报机会不大，但是其中的原料药产业可以关注，有的标的公司已经披露了业绩，业绩很不错。
他还向记者分享了自己从事研究十几年的感悟，首先要专业，其次要勤奋，最后还要注重产业研究。
重视产业研究
证券时报记者：能否介绍一下您的研究经历与感悟？
朱国广：我是2011年入行的，起初在西南证券待了9年，于2020年7月加入东吴证券。2014年获得了水晶球第一名，2015年获得新财富最具潜力分析师，2022年拿到了新财富第三名。
在这个行业，我已经从业了13年，总体来说很多大周期曾经经历过，有一些研究心得感悟。
首先是专业性强。医药行业，尤其是医药产业的研究壁垒比较高，所以我们招的很多分析师都是科班出身，跨专业的话可能不太容易。
其次是要勤奋。分析师本身是一个很需要付出的工作，周末甚至节假日都要工作，总体而言还是比较辛苦的。如果没有这样的状态，就很难做得起来。如果你不努力，但同行都在努力，那你就落后了。
最后是要重视产业研究。对医药行业，我们不仅仅要研究公司、研究股票，还研究产业。产业研究，不仅仅覆盖二级市场，还要把握一级市场产业的发展趋势。东吴证券培养了很多买方的创新药分析师，这些分析师分布在建信基金、工银基金、中欧基金、富国基金等。这是东吴证券注重产业研究的成果。
目前，东吴证券每年都会召开创新药大会，已连续召开四届了。大的医药公司董事长、总经理、首席科学家等都会参加。这说明我们的创新药研究逐渐在市场中形成了一定影响力。
此外，我们还有创新中药大会，影响力也很大，比如达仁堂的董事长、阿胶的总经理、太极的总经理等也都会来参加。这些都说明了我们对产业研究的重视。
看好三四季度表现
证券时报记者：一段时间以来，医药板块出现了明显调整，您如何看待这一变化？
朱国广：2021年7月以来，医药板块确实有所调整，调整的原因可能是多方面的。一是与大的市场环境有关联，整个市场呈现震荡走势。二是与医药行业本身有关，比如说集采，不管是化药的集采、医疗器械的集采，还是中成药的集采，都有很大的影响。三是与外部环境有关，比如药明康德、药明生物等受国际形势的负面影响较大。
虽然医药板块这几年有所调整，但底层逻辑并没有变。什么是它的底层逻辑？比如说老龄化对医药板块的需求，随着老龄化日益严峻，对医药的需求也会明显增多。在底层逻辑不变的情况下，政策一旦有所变化，医药板块就可能迎来反转。整体而言，医药板块受政策的影响还是比较大的。
证券时报记者：目前正值半年报披露窗口期，您预计此次中期业绩会对医药板块的后期表现提供支撑吗？眼下会是布局的良好窗口期吗？
朱国广：从整个医药板块，尤其是处方药板块来看，大的机会估计集中在三四季度。为什么是三四季度呢？因为去年是从7月底开始医疗反腐，比如今年上半年与去年同比的话，反腐的影响还没有显现，同比基数还比较高。但是从三四季度开始，去年的基数效应就已经开始显现，同比业绩可能就比较好。
虽然半年报机会没那么大，但其中的原料药产业还是可以关注的。有的标的公司已经披露了业绩，业绩很不错。部分中药公司相对而言也可以关注。我们认为，眼下应该关注的是三季报和四季报，重点布局三季报里面的处方药、中药和生物药。这些药是刚需，受其他因素影响较小。
证券时报记者：从行业细分来看，您认为医药板块哪个赛道接下来确定性比较高？能否分享一下您的选股思路？
朱国广：看好处方药。不管是中药处方药，还是化药处方药，预计在三四季度会有较好表现。这是从业绩上来判断的。
从大的方面而言，创新药相对来说是最好的。现在中国逐渐把更多的创新药卖到海外，这非常值得肯定。比如科伦药业的科伦博泰，可以卖给默沙东。可以说，创新药是国内为数不多具有全球竞争力的产业。
AI助力新药研发
证券时报记者：近期国家对医药行业方面出台了哪些政策？这些政策对医药行业发展产生哪些影响？
朱国广：有几个方面的政策，一个是医疗反腐，反腐至今有一周年，现在基本已结束，取得了一些阶段性成果。后面可能是常态化的医疗反腐，但常态化反腐的影响相对小一些。
第二个是创新药的国谈政策。今年7月1日已经开始启动，但要到10月份、11月份才开始谈判。能够进入名单的公司，相对来说会受益明显。
第三个是集采政策。原来集采主要集中在化药上，现在集采可能会涉及医疗器械，后期可能会围绕医疗器械持续集采，包括一些中成药可能也会集采。
证券时报记者：AI（人工智能）可能会对医药、医疗赛道模式带来哪些改变？
朱国广：影响主要有以下两个方面：
第一是对药物研发的影响。一个药物，在研发的过程中，要寻找一些好的分子。比如说某些靶向药物，AI能找到抑制这种肿瘤生成的主要信号通路。这个靶点发现以后，就要找分子，而找分子是一个很复杂的过程，利用AI的算力能够解决这一问题。
第二是对诊断的影响。比如，目前华为和润达医疗就在合作，利用华为的算力来赋能润达医疗。具体做什么呢？现在医院里面的检查报告的诊断，就可以用AI来解读。
