经济增长与通胀 - 短期经济增长风险主要来自外部贸易保护主义抬头，中期通过创新和技术推动生产率，预计到2035年平均增速可达4.2%以实现“中等发达经济体”目标[6][7] - 双方均认为通胀将逐步回升，但认为通缩压力不具长期性，核心诱因是需求疲软与“内卷”，对通胀修复更具信心[3][8] - 不认同存在重大债务通缩风险，价格下行压力仅来自总需求疲软和“内卷”[9] 财政与货币政策 - IMF建议2026年实施额外规模约为GDP 0.8%的财政扩张，但更强调财政政策的可持续性与定向发力[3][12] - IMF建议短期内下调政策利率50个基点，但认为现有政策利率已支撑内需，货币政策应灵活相机抉择而非激进宽松[3][15] - 强调通过深化税制改革、改善税收征管逐步提高税收/GDP比率，以支持高质量发展[3][12] 房地产与消费 - 认为房地产市场已接近底部并显示企稳迹象，未来重点在住房可得性与优化库存，政策力度需根据市场状况决定[3][19] - IMF建议中央政府提供相当于GDP 5%的定向资金支持保交楼，但更多依赖市场化措施如鼓励银行贷款和国企购地[18][19] - 消费恢复是长期过程，现有定向措施已能有效释放潜力，更注重循序渐进，社会支出需兼顾财政可持续性[3][24][25] 产业与贸易政策 - 认为产业政策是应对市场失灵、培育战略产业的重要工具，实际补贴规模低于IMF指出的占GDP的4%[26] - IMF建议中期内缩减约GDP 2%的非必要产业补贴，但倾向通过行业协调、淘汰落后产能等方式解决产能过剩[26] - 双方认同全球贸易紧张构成拖累，但认为出口竞争力主要得益于规模经济与供应链，对关键矿物的出口管制是必要措施[27][29] 政府债务与金融风险 - 反对IMF使用“增扩概念”界定政府债务，认为基于法律定义的政府债务比率合理可控，风险可控[31] - 更侧重通过隐性债务置换、平台市场化转型稳债务，未表态支持IMF建议的破产框架重组债务[31][33] - 认为金融部门总体稳健，政策措施已降低部分风险，不认同存在重大债务通缩风险及系统性风险加剧的判断[34]

报告行业投资评级 - 以报告发布日后6个月内，行业相对于市场基准指数的涨跌幅为标准，分为看好、中性、看淡，A股市场代表性指数以沪深300指数为基准，中国香港市场代表性指数以恒生指数为基准，美国市场代表性指数以标普500指数为基准 [13] 报告核心观点 - 看多3年AAA中短票、10年国债、2年国债、万得全A指数、中证红利全收益指数、万得微盘指数、COMEX黄金、IPE布油 [2][5] - 调整恒生科技指数、科创50指数 [2][5] - 震荡30年国债、国证2000指数 [2][5] - 30年国债原始信号52.58%，MA5为42.15%，模型观点为震荡，信号持续6个交易日 [2][5] - 3年AAA中短票原始信号30.40%，MA5为35.77%，模型观点由震荡转为看多，信号持续1个交易日 [2][5] - 10年国债原始信号40.76%，MA5为26.31%，模型观点为看多，信号持续超过10个交易日 [2][5] - 2年国债原始信号13.74%，MA5为6.74%，模型观点为看多，信号持续超过10个交易日 [2][5] - 万得全A指数原始信号27.67%，MA5为21.17%，模型观点为看多，信号持续超过10个交易日 [2][5] - 中证红利全收益指数原始信号29.66%，MA5为25.88%，模型观点为看多，信号持续8个交易日 [2][5] - 恒生科技指数原始信号92.52%，MA5为92.56%，模型观点为调整，信号持续超过10个交易日 [2][5] - 科创50指数原始信号96.37%，MA5为96.02%，模型观点为调整，信号持续6个交易日 [2][5] - 万得微盘指数原始信号84.65%，MA5为37.75%，模型观点为看多，信号持续超过10个交易日 [2][5] - 国证2000指数原始信号85.03%，MA5为49.32%，模型观点由看多转为震荡，信号持续1个交易日 [2][5] - COMEX黄金原始信号7.33%，MA5为10.54%，模型观点为看多，信号持续超过10个交易日（尚未收盘，延迟一个交易日） [2][5] - IPE布油原始信号13.02%，MA5为17.83%，模型观点为看多，信号持续超过10个交易日（尚未收盘，延迟一个交易日） [2][5][6] 根据相关目录总结 量化日报|债券又有调整信号 - 给出30年国债、3年AAA中短票、10年国债、2年国债、万得全A指数、中证红利全收益指数、恒生科技指数、科创50指数、万得微盘指数、国证2000指数、COMEX黄金、IPE布油的原始信号、MA5、模型观点及信号持续时间 [2][5] - 展示30年国债、3年AAA中短票、10年国债、2年国债、万得全A指数、中证红利全收益指数、恒生科技指数、科创50指数、万得微盘指数、国证2000指数、COMEX黄金、IPE布油近10交易日的收益率、单日择时信号、择时信号MA5、模型多空观点等数据 [6]

市场表现与行情 - 上周房地产板块（中信）涨跌幅为0.9%，在29个中信行业中排名第20位，跑输沪深300指数(-0.2%)和万得全A指数(-1.9%)[6][47] - 上周房地产个股上涨81支，下跌35支，涨幅前五的个股包括万泽股份(+27.0%)、ST京蓝(+15.9%)等[50][53] 新房市场数据 - 上周（2026/2/21-2/27）36城新房成交面积78万平方米，环比大幅增长431.2%，但同比仍下降69.3%[6][11] - 2026年截至2月27日，36城新房累计成交900.1万平方米，同比下滑33.6%[6][11] 二手房市场数据 - 上周（2026/2/21-2/27）15城二手房成交面积80.4万平方米，环比激增749.4%，但同比下降55.8%[6][16] - 2026年截至2月27日，15城二手房累计成交1047.5万平方米，同比微降1.5%[6][16] 库存与去化情况 - 13城新房累计库存为7684.7万平方米，同比减少3.2%；整体去化周期为24.8个月，同比延长8.4个月[6][25] - 分城市能级看，一线、新一线、二线、三四线城市去化周期分别为16.1、13.7、20.2、118.9个月，三四线城市去化压力巨大[6][25] 土地市场动态 - 上周（2026/2/23-3/1）百城土地成交建筑面积1858.5万平方米，环比增长2033.5%，同比下降26.5%；成交楼面价1734元/平方米，环比上涨262.0%[6][40] - 上周百城土地溢价率为18.6%，环比增加18.6个百分点，同比增加6.9个百分点[6][40] 行业融资环境 - 上周（2026/2/23-3/1）房地产企业发行信用债1支，金额5.5亿元；净融资额为-184.2亿元[41] - 2026年至今，房地产企业累计发行信用债569.9亿元，同比减少18.7%[41] 核心政策动向 - 上海发布楼市新政“沪七条”，内容包括缩短非沪籍居民购房社保年限、允许符合条件的非沪籍居民增购1套住房等[58][60] - 地方层面，佛山和长春也出台了关于推进“好房子”建设和调整住房公积金使用的新政策[58][59] 投资建议 - 报告维持行业“看好”评级，投资建议聚焦三个方向：1）布局高价值城市的内地开发商；2）基本面稳健的轻资产运营公司（物管、商管、中介）；3）受益于香港楼市企稳和利率下行的港资开发商[6][10][60] 风险提示 - 主要风险包括：房地产调控政策放宽不及预期；行业下行持续，销售不及预期；行业信用风险蔓延，流动性恶化超预期[6][61][62][63]

报告行业投资评级 - 看好（维持） [2] 报告的核心观点 - 无人配送行业应用场景丰富、市场空间广阔，2025年在中国迎来加速期，主要体现在车队交付数量大幅提升和地方政策密集出台 [5] - 无人配送可解决末端配送难题且落地难度相对较低，2025年出货量预计大幅增至5万台，而2023-2024年分别为6700台和13300台 [5] - 行业参与者众多，以新石器、九识智能等初创公司为主，采取整车销售、租赁和运力服务等多种商业模式 [5] - 国家及地方层面政策支持力度大，2025年地方出台的政策数量已超过2021-2024年期间的总和 [5] 根据相关目录分别进行总结 1 无人车可解决配送难题，正在我国加速发展 - **定义与分类**：业内对无人配送车的定义暂未统一，在政策文件中有功能型无人车、低速无人驾驶车辆等多种名称，通常指不设驾驶舱、具备L4级及以上自动驾驶能力、用于配送的新型运载工具 [9][11] - **发展优势**：无人配送车可实现24小时不间断运营，提升运力并降低配送成本，例如海安市邮政分公司使用后投递效率提升48%，成本降低21% [13][15] 与Robotaxi相比，无人配送车在传感器数量、算力要求、车速及安全性要求上更低，因此落地推进速度更快 [14][17][19] - **行业加速点**：2025年是行业加速点，出货量预计从2024年的13300台大幅增至5万台 [20][23] 新石器、九识智能等主要厂商在2025年实现交付破万，产能积极扩张，例如九识智能淮安基地完全建成后年产能将达10万台 [20] 政策层面，2025年地方出台的政策数量已领先2021-2024年期间数据 [20] 2 无人配送下游应用丰富，潜在空间达万亿 - **主要应用场景**：无人配送车主要用于城市配送（占70%）、城乡转运、园区物流等场景，其中城市配送包括快递运输和即时零售 [26][33] 目前70%的无人车用于城市配送，快递业和批发零售业是两大核心参与产业，分别占比59%和27% [32][33] - **市场空间广阔**： - **快递场景**：2025年中国快递业务量达1990亿件，业务收入完成1.5万亿元 [35][37] - **即时配送场景**：2024年实物商品线上零售额13.1万亿元，预计2030年达16.6万亿元 [39] 2024年即时配送订单规模483亿单，预计2030年达1008亿单，收入规模预计从2024年的约1931亿元增至2030年的4034亿元（按美团约4元/单估算） [39][42][44] - **替代车型空间**：无人配送车可替代轻卡、微卡、轻客、微客及货运三轮车，2024年这些车型保有量约4041万辆，其中估计约2328万辆用于末端配送 [47][50] 2025年这五类车型合计销量约545万辆 [48] 3 参与者以初创公司为主，存在多种商业模式 - **主要参与者**：包括新石器、九识智能等初创公司；京东、美团等互联网大厂；以及德赛西威、佑驾创新、文远知行等智驾公司 [52][53] 新石器和九识智能在车队规模和覆盖城市上领先，截至2026年1月，新石器覆盖超300城、部署超1.6万台车，九识智能车队达2万台 [52][54] - **车辆规格多样**：厂商推出不同规格车型覆盖不同场景，例如新石器X3（3立方米）、X6（6立方米）、X12（12立方米） [56] 行业以中型车（5-8立方米）为主，占比76% [56][62] - **商业模式**：主要包括整车销售（预计未来占比20%）、整车租赁（预计占比50%）和运力服务（按件收费，预计占比30%） [63][65] 4 国家多次发文支持，2025年地方政策大幅增多 - **国家层面支持**：自2019年《交通强国建设纲要》起，商务部、交通运输部、国务院等多部门持续出台文件，鼓励无人配送在物流等领域的应用 [66][67] - **地方政策密集出台**：2025年地方层面出台超20项无人配送相关政策，数量超过2021-2024年总和 [68][70] 部分政策针对邮政等细分场景，并设定量化目标，如山东省目标到2027年部署1.5万辆以上低速无人配送车 [69] - **地方管理要求量化**：地方文件对车辆规格、保险（如不低于300万元责任险）、安全员（如人车比不超过1:20）、行驶速度（多在15-45公里/时）、测试里程（多要求不低于240小时或1000公里）等方面提出具体量化要求 [71][72][75][76] 5 投资建议 - **行业判断**：无人配送下游场景丰富、市场空间广阔，2025年以来车辆交付量及地方政策数量大幅增加，产业正在加速发展 [80] - **推荐标的**：推荐**速腾聚创**（在无人配送车激光雷达市场搭载量居首）、**伯特利**（完成全底盘布局） [80] - **建议关注**：佑驾创新、中邮科技、德赛西威、文远知行-W、云内动力、禾赛-W等 [80]

量化模型与构建方式 1. **模型名称**：宽基指数择时模型（通用框架）[2][3][6] **模型构建思路**：将前期应用于债券和商品的择时框架，扩展至权益宽基指数，以覆盖大类资产配置。针对权益指数波动大、趋势变化快的特点，对模型因子和结构进行了针对性优化[3][6]。 **模型具体构建过程**： * **因子集构建**：分为两部分。 1. **共性因子集**：适用于所有指数，包括资金、利率、商品期货及现货价格、高频日度指数（如BDI）、高频基本面（日度的消费及生产数据）、海外因子（美国股债价格、波动率等）以及描述国内权益市场的共性因子（如两融余额、股票回购金额）[7]。 2. **指数因子集**：针对每个宽基指数构建，包含两部分：a) 指数自身的成交量、成交金额、市盈率、市净率、换手率、资金净买入；b) 基于该指数计算的技术指标，如随机指标、标准差、相对强弱指标、能量潮等[7]。 * **因子调整**： * **减少低频因子**：选择性保留10-20个月频因子（主要由通胀、出口、金融数据等构成），剔除其余月频及更低频率因子，以避免滞后指标对高波资产择时产生负面影响[8]。 * **丰富高频因子**：针对宽基指数等高波动资产，使用不同参数构建技术指标（例如不同区间长度的均线或动量指标），使模型能学习到不同市场环境下的信息[8]。 * **模型结构**：采用神经网络模型，并针对权益指数进行调整[3][10]。 * **类别平衡机制**：根据不同指数的走势特性（如是否存在单边形态）决定是否应用类别平衡[10]。 * **隐藏单元维度**：通过增加隐藏单元维度（而非层数）来提升模型复杂度，以避免过拟合[10]。 * **超参数调整**：包括窗口长度、正则化系数、学习率。例如，通过lambda函数设置学习率递减进行调优[11]。 2. **模型名称**：万得全A指数择时模型[3][6][12] **模型构建思路**：基于通用宽基指数择时框架，针对代表A股整体市场的万得全A指数进行择时[3][6]。 3. **模型名称**：中证红利全收益指数择时模型[3][15] **模型构建思路**：基于通用宽基指数择时框架，针对中证红利全收益指数进行择时。选择全收益指数是因红利指数本身波动率高、走势高频震荡，难以形成明显趋势[15]。 4. **模型名称**：恒生科技指数择时模型[3][22] **模型构建思路**：基于通用宽基指数择时框架，针对港股恒生科技指数进行择时。因子构建上更多考虑港股量价及全球流动性，并需处理港股与内地交易日不对齐的问题[22]。 5. **模型名称**：科创50指数择时模型[3][28] **模型构建思路**：基于通用宽基指数择时框架，针对代表内地“创新资产”的科创50指数进行择时。因子方面偏重于内地股票的量价数据[28]。 6. **模型名称**：万得微盘指数择时模型[3][34] **模型构建思路**：基于通用宽基指数择时框架，针对衡量小微盘市场情况的万得微盘指数进行择时。该指数走势偏单边，其翻转拐点可能更具指导意义[34]。 7. **模型名称**：国证2000指数择时模型[3][41] **模型构建思路**：基于通用宽基指数择时框架，针对国证2000指数进行择时。选择该指数是为了与万得微盘指数结合以更好覆盖小微盘市场，因中证2000指数数据量较少[41]。 模型的回测效果 （注：所有模型回测区间均为2023年6月至今的样本外区间，指标“区间胜率”定义为正确区间数/(正确区间数+错误区间数)） 1. **万得全A指数择时模型**，区间胜率71.88%[3][12] 2. **中证红利全收益指数择时模型**，区间胜率84.62%[3][15] 3. **恒生科技指数择时模型**，区间胜率79.31%[3][22] 4. **科创50指数择时模型**，区间胜率82.61%[3][28] 5. **万得微盘指数择时模型**，区间胜率80.77%[3][34] 6. **国证2000指数择时模型**，区间胜率71.43%[3][41] 量化因子与构建方式 （注：报告未详细列出单个因子的具体计算公式，主要阐述了因子集的构建逻辑和调整方向。） 1. **因子类别**：共性因子集[7] **因子的构建思路**：构建适用于所有宽基指数的、描述资本市场整体方向的因子[7]。 **因子具体构建过程**：包含资金、利率、商品期货及现货价格、高频日度指数（如BDI）、高频基本面（日度的消费及生产数据）、海外因子（美国股债价格、波动率等）以及国内权益市场共性因子（如两融余额、股票回购金额）[7]。 2. **因子类别**：指数特异性因子集[7] **因子的构建思路**：构建针对每个具体宽基指数、衡量其自身高频量价和交易情绪的因子[7]。 **因子具体构建过程**：包含两部分：a) 对应指数的成交量、成交金额、市盈率、市净率、换手率、资金净买入；b) 基于该指数计算的技术指标，如随机指标、标准差、相对强弱指标、能量潮等[7]。 3. **因子调整方向**：低频因子精简[8] **调整思路**：由于高波资产的波段较短，价格转向更多受高频交易因素影响，低频因子指导意义不强且可能滞后，因此大幅减少基本面因子[3][6][8]。 **调整过程**：选择性保留10-20个月频因子（主要由通胀、出口、金融数据等构成），剔除其余的月频及更低频率因子[8]。 4. **因子调整方向**：高频因子丰富与参数优化[8] **调整思路**：针对宽基指数等高波动资产，通过不同参数的技术指标使模型学习到更多市场信息[3][8]。 **调整过程**：对技术指标（如均线类、动量类）使用不同的参数设置，以捕捉不同区间长度和不同市场环境下的走势[8]。

报告行业投资评级 - 未明确给出行业投资评级相关信息 报告的核心观点 - 看多10年国债、2年国债、万得全A指数、中证红利全收益指数、万得微盘指数、国证2000指数、COMEX黄金、IPE布油；调整恒生科技指数、科创50指数；震荡30年国债、3YAAA中短票 [1][2][5] 根据相关目录分别进行总结 量化日报 - 30年国债原始信号82.73%，MA5为44.57%，模型观点为震荡，信号持续5个交易日 [2][5] - 3年AAA中短票原始信号77.61%，MA5为48.59%，模型观点由看多转为震荡，信号持续1个交易日 [2][5] - 10年国债原始信号45.96%，MA5为27.25%，模型观点为看多，信号持续超过10个交易日 [2][5] - 2年国债原始信号2.16%，MA5为9.68%，模型观点为看多，信号持续超过10个交易日 [2][5] - 万得全A指数原始信号44.75%，MA5为18.88%，模型观点为看多，信号持续超过10个交易日 [2][5] - 中证红利全收益指数原始信号36.05%，MA5为20.84%，模型观点为看多，信号持续7个交易日 [2][5] - 恒生科技指数原始信号91.63%，MA5为93.74%，模型观点为调整，信号持续超过10个交易日 [2][5] - 科创50指数原始信号98.07%，MA5为95.39%，模型观点为调整，信号持续5个交易日 [2][5] - 万得微盘指数原始信号82.54%，MA5为22.43%，模型观点为看多，信号持续超过10个交易日 [2][5] - 国证2000指数原始信号87.35%，MA5为33.40%，模型观点为看多，信号持续超过10个交易日 [2][5] - COMEX黄金原始信号2.86%，MA5为11.22%，模型观点为看多，信号持续超过10个交易日（尚未收盘，延迟一个交易日） [2][5] - IPE布油原始信号8.26%，MA5为19.21%，模型观点为看多，信号持续超过10个交易日（尚未收盘，延迟一个交易日） [2][5][6] 近10个交易日模型择时结果 - 展示了30年国债、3年AAA中短票、10年国债、2年国债、万得全A指数、中证红利全收益指数、恒生科技指数、科创50指数、万得微盘指数、国证2000指数、COMEX黄金、IPE布油近10个交易日的预测概率及多空观点 [7]

市场环境与短期驱动因素 - 美伊冲突不确定性高，行动可能持续四五周，高于此前市场预期[3] - 霍尔木兹海峡航运已陷入停滞，周边海域油轮航行速度普遍降至零[3] - 春节后到两会前是春季躁动主升浪，行情中继阶段年份概率较高[3] - 两会到两会后一周大概率高位盘整，主要看两会政策催化[3] - 待两会结束政策明确及特朗普访华预期发酵，市场上涨概率有望重新回升[3] 行业配置与投资方向 - 油价中枢有望长期抬升，利好油气、油运、油服及天然气、煤炭等替代方向[3] - 进攻方向关注HALO组合：涨价+出海周期、出海高端制造、券商、基建地产链[3] - 防御方向关注HALO组合：低持仓行业如煤炭、建筑及TMT低相关行业如煤炭、石化[3] - 科技交易选择催化多、难证伪方向：商业航天、国产算力、机器人[3]

公司概况与定位 - 公司定位于智能控制行业，核心为锂电池电源管理、智能控制、无刷电机驱动等技术，提供锂电电动工具和消费电子领域的系统解决方案[4] - 公司于2001年成立，2025年6月登陆上交所主板，已形成智能开关、控制器、无刷电机、精密结构件的一体化业务布局[8] 行业市场空间 - 全球电动工具市场2024年出货量5.7亿台，同比增长24.8%，市场规模达566.4亿美元[4] - 全球无绳电动工具市场2024年销售额148.9亿美元，预计2031年将达254.1亿美元[32] - 全球消费电子市场规模预计2028年将达1.177万亿美元[4] - 2024年全球新能源汽车销量1823.6万辆，同比增长24.4%，中国新能源汽车渗透率达44.3%[4] 公司财务与业务 - 公司2024年国外营收占比58.94%，中国大陆占比39.83%[22] - 2025年上半年，智能开关产品营收占比最高，达56.29%[24] - 公司拥有303项专利，其中发明专利72项，并设有两个省级工程技术研究中心[26] 公司核心竞争力 - 具备智能开关、控制器、电机及结构件的一体化供应能力[27] - 生产引入MES系统实现全流程质量追溯，并在中国、越南、墨西哥布局全球化产能[28][29] - 与百得集团、TTI集团、博世集团等国际知名企业建立稳定合作，实验室获TÜV、UL认证[30][31] 股权激励计划 - 公司2026年股票期权激励计划拟授予55万份期权，占股本总额0.55%[40] - 行权考核目标包括：2026年营收或净利润增长率不低于50%（以2025年为基数）[41] 近期市场表现 - 报告期（2026/2/24-2/27）家电板块下跌0.43%，细分板块中白电下跌0.87%，黑电上涨2.02%，小家电上涨0.68%[43] - 周涨幅前五个股为珈伟新能（24.1%）、亿田智能（13.9%）、和晶科技（11.9%）、ST德豪（11.6%）、TCL科技（9.0%）[46] 原材料价格 - 2026年2月27日，期货阴极铜价103,320元/吨，周涨3.45%，年涨40%；期货铝价23,745元/吨，周涨2.55%，年涨20.14%[51] 行业数据（出货端） - 2025年12月空调内销量同比下滑26.7%，外销量同比下滑13.2%[56] - 2025年12月冰箱内销量同比下滑12.9%，外销量同比增长7.5%[56] - 2025年12月洗衣机内销量同比下滑10.5%，外销量同比增长25.2%[56] 风险提示 - 房地产市场景气程度回落影响大家电销售[75] - 汇率波动影响以外销ODM业务为主的企业盈利[75] - 原材料价格波动影响家电企业盈利[75] - 洗地机、扫地机等新品销售不及预期影响相关企业营收[75]

报告行业投资评级 未提及 报告的核心观点 - 2月以来银行资负充裕，中小行配置不满，大行净卖出集中在地方债、对长期限国债净买入高于季节性且利率调整时维稳债市，中小行资产荒压力大且受监管关注、对超长利率债买卖波动大并买入短政金债和CD管理流动性与久期；2月配置盘资金外溢，交易盘主导行情，基金负债端修复、券商右侧交易、其他类超买特定债券 [2] - 3月银行“钱多”底色不变，保险跨年配置或结束，债市趋势性行情在二季度，3月利率震荡略下行，建议投资者“找高点、重配置” [3] 根据相关目录分别进行总结 关注1：银行配置力度边际下降 - 2月票据利率回升体现贷款需求边际修复，但银行资负仍充裕，同业存单净融资为负、利率降低，大行资金融出处季节性高位；银行买债力度下降原因包括委外转回自营推动结束、地方债净融资放量挤占配置资金、低利率环境下银行交易盘增加并止盈 [12][17] - 大行超买1 - 3y、7 - 10y国债和7 - 10y国债老券，超卖10y以上地方债和3 - 5y二永债，配置力度下降但对长端和超长国债净买入高于季节性，2月最后一周卖盘收窄维稳债市，卖出3 - 5y二永债是为止盈和降低资本占用 [21] - 中小行买盘弱化，超季节性买入短政金债和CD，对中长端国债和政金债超卖、月末回升，对超长利率债净买入波动大，通过短政金债获取票息并买入CD进行久期管理 [26] 关注2：保险配置需求结构化特征明显 - 保险对超长端地方债偏好明显，开年将超长国债置换为超长地方债，1月下旬以来买卖超季节性，预计3月继续超配30y地方债，超长国债净买入或修复 [39] - 保险超季节性卖出二永债，1 - 3y和5 - 7y超卖明显，减持的二永债被其他机构买入，同时维持对非金信用债的配置 [42] - 保险超季节性卖出CD，交易体现理财委外投资类货币专户行为，后续交易波动大，3月季节性有上升趋势 [48] 关注3：券商进行右侧交易 - 券商超季节性买入7 - 10y国债老券、5 - 7y国债与1 - 5y信用债，对超长国债有回补但月末卖出，超季节性卖出5 - 7y政金债，2月第二周买入超长利率债、2月末减持，买盘从5 - 7y政金债转向5 - 7y国债 [52] 关注4：基金做多动能显著修复 - 基金超季节性买入10y以上国债老券、5 - 10y政金债、1 - 5y信用债和3 - 5y二永债，对5 - 7y二永债买盘阶段性放大；负债端波动结束，恢复做多动能，久期偏好修复，拉长久期博取收益，月末债市波动打断增持二永债行为 [59] 关注5：其他类超买7 - 10y政金和超长地方债 - 其他类机构超季节性买入7 - 10y政金债和10y以上地方债，整体买入利率债符合季节性，在债市修复时拉长久期博取收益 [65]

AI发展制约因素 - 芯片产能呈指数级增长，但能源基础设施仅能线性扩张，可能导致大量高性能AI芯片因缺电力和冷却系统而闲置[3] - 国际能源署测算数据中心电力消耗将从当前不足500TWh增至2035年的超过1700TWh，增长超3倍，电力短缺可能限制AI发展[3][7] 就业影响与结构性变化 - 世界经济论坛预计到2030年AI将替代全球9200万个重复性岗位，但同时创造1.7亿个新岗位，净增7800万个就业[3][15] - AI发展未减少美国新公司申请数量，数据中心建设还推动了建筑业的招聘需求[3][17] - 真正的挑战在于劳动力技能与岗位需求的错配，而非就业总量的永久减少[3][23] 监管框架现状 - 欧盟已通过《AI法案》，要求高风险AI系统投放前需有人工监督措施[3][26] - 中国出台了《生成式人工智能服务管理暂行办法》，美国也推出了相关风险管理倡议，“监管完全缺位”的假设不成立[3][26][28] 市场表现与历史参考 - 受AI末日论影响，自2025年10月起美股AI硬件股显著跑赢软件股[5] - 历史表明，技术革命（如蒸汽机、电气化、信息技术）虽引发短期失业担忧，但最终通过创造新产业和岗位解决了就业问题[12][13]