根据研报内容，现总结如下： 量化因子与构建方式 1. **因子名称：换手率变化率的稳定GTR因子**[1][6] * **因子构建思路**：研究发现，在换手率波动率高的股票中，存在一部分换手率稳定增长或稳定下降的股票，这些股票未来仍有上涨可能。因此，提出一个能描述这种趋势的指标，即换手率变化率的稳定性。由于换手率变化率具有加速度意义，且新因子强调稳定性，故命名为换手率变化率的稳定GTR因子。[1][6] * **因子评价**：该因子与东吴金工全系列换手率因子的相关性均不超过0.1，并且对全系列换手率因子均具有加强作用。[6] 2. **因子名称：纯净优加TPS_Turbo因子**[6] * **因子构建思路**：此因子是使用GTR因子对Turn20因子进行纯净优加（Purified Plus）合成增强后得到的。[6] 3. **因子名称：纯净优加SPS_Turbo因子**[6] * **因子构建思路**：此因子是使用GTR因子对STR因子进行纯净优加（Purified Plus）合成增强后得到的。[6] 因子的回测效果 以下为各因子在全体A股中，2006年1月至2025年10月期间，10分组多空对冲的绩效指标：[1][7][11] | 绩效指标 | 换手率变化率的稳定GTR因子 | 纯净优加TPS_Turbo因子 | 纯净优加SPS_Turbo因子 | | :--- | :--- | :--- | :--- | | **年化收益率** | 13.11% | 36.11% | 37.21% | | **年化波动率** | 10.22% | 13.22% | 10.87% | | **信息比率(IR)** | 1.28 | 2.73 | 3.42 | | **月度胜率** | 66.53% | 78.39% | 81.36% | | **最大回撤率** | 10.81% | 9.86% | 7.22% | 因子近期表现（2025年10月） 以下为各因子在全体A股中，2025年10月份的收益统计：[1][15][16][19] | 收益类型 | 换手率变化率的稳定GTR因子 | 纯净优加TPS_Turbo因子 | 纯净优加SPS_Turbo因子 | | :--- | :--- | :--- | :--- | | **十分组多头组合收益率** | 2.27% | 3.19% | 3.65% | | **十分组空头组合收益率** | 0.96% | -0.33% | 0.09% | | **十分组多空对冲收益率** | 1.31% | 3.52% | 3.56% |

根据研报内容，现对其中涉及的量化因子进行总结如下： 量化因子与构建方式 **1 因子名称：换手率分布均匀度 UTD因子** - **因子构建思路**：针对传统换手率因子在换手率最大的分组中，组内成分股未来收益差异较大、导致误判的问题，借助成交量的分钟数据对传统换手率因子进行改进，构造换手率分布均匀度因子 UTD，以减弱对股票样本的误判程度[7] - **因子具体构建过程**：报告未提供UTD因子的具体计算公式和构建步骤，仅说明其是基于个股的分钟成交量数据构建[7] - **因子评价**：UTD因子对股票样本的误判程度明显减弱，选股效果大幅优于传统换手率因子；在剔除了市场常用风格、行业和东吴金工特色因子的干扰后，其纯净因子仍然具备一定的选股效果[1][7] **2 因子名称：传统换手率因子（Turn20）** - **因子构建思路**：其选股逻辑为，过去一个月换手率越小的股票，未来一个月越有可能上涨；而换手率越大的股票，未来越有可能下跌[6] - **因子具体构建过程**：每月月底计算每只股票过去20个交易日的日均换手率，并做市值中性化处理[6] - **因子评价**：换手率因子的逻辑并不完全正确，在换手率最大的分组中，组内成分股未来收益的差异较大，导致误判了许多未来大涨的样本[7] 因子的回测效果 **1 UTD因子（测试区间：2014年1月至2025年10月，全体A股，10分组多空对冲）** - 年化收益率：20.06%[1][7][11] - 年化波动率：7.40%[1][7][11] - 信息比率（IR）：2.71[1][7][11] - 月度胜率：77.30%[1][7][11] - 月度最大回撤率：5.51%[1][7][11] **2 传统换手率因子 Turn20（测试区间：2006年1月1日至2021年4月30日，全体A股）** - 月度IC均值：-0.072[6] - 年化ICIR：-2.10[6] - 多空对冲年化收益率：33.41%[6] - 信息比率（IR）：1.90[6] - 月度胜率：71.58%[6] **3 UTD因子（2025年10月表现，全体A股，10分组）** - 多头组合收益率：3.37%[1][10] - 空头组合收益率：0.59%[1][10] - 多空对冲收益率：2.78%[1][10]

根据研报内容，信息分布均匀度（UID）是核心的量化因子，报告未涉及独立的量化模型，因此以下总结将围绕该因子展开。 量化因子与构建方式 **1 因子名称：信息分布均匀度（UID）因子**[6] **1.1 因子构建思路** 该因子旨在对传统波动率因子进行改进，其核心思路是利用个股分钟数据计算高频波动率，并在此基础上构建一个能反映信息（或波动）在时间维度上分布均匀程度的指标，以捕捉“低波异象”之外的增量选股信息[6] **1.2 因子具体构建过程** 报告指出，UID因子是在2020年9月发布的系列研究二中提出的，全称为“换手率分布均匀度因子”[6] 其构建过程基于涨跌幅的分钟数据，是对传统换手率因子的改进[6] 具体构建逻辑如下： 1. 使用个股的分钟数据。 2. 计算每日的高频波动率。 3. 在每日高频波动率的基础上，构建一个衡量波动（或信息）在日内分布均匀度的指标。分布越均匀，因子值越高；分布越集中（即波动聚集），因子值越低。 **1.3 因子评价** UID因子是对传统波动率因子的有效改进，其选股效果大幅优于传统波动率因子[1] 尽管与“纯真波动率因子”同属改进范畴，但UID因子与传统因子的相关性较低，能够提供足够的增量信息，适合作为独立的新因子加入到现有因子库中[6] 即使在剔除了市场常用风格和行业的干扰后，纯净UID因子仍保持不错的选股能力[1] 因子的回测效果 **1 UID因子（全体A股，10分组多空对冲）**[1][7][12] - 测试区间：2014年1月至2025年10月[1][7] - 年化收益率：26.68%[1][7][12] - 年化波动率：9.89%[1][7][12] - 信息比率（IR）：2.70[1][7][12] - 月度胜率：78.72%[1][7][12] - 月度最大回撤率：6.05%[1][7][12] **2 UID因子（全体A股，2025年10月收益统计）**[10] - 10分组多头组合收益率：4.49%[10] - 10分组空头组合收益率：0.76%[10] - 10分组多空对冲收益率：3.72%[10]

根据研报内容，现对其中涉及的量化因子进行总结如下： 量化因子与构建方式 **1 因子名称：估值偏离 EPD 因子** - **因子构建思路**：将CTA领域的布林带均值回复策略与基本面估值修复逻辑相结合，利用估值指标PE存在的均值回复特性构建因子[7] - **因子具体构建过程**：报告未提供EPD因子的具体计算公式和构建步骤，仅说明了其核心思想是基于PE的均值回复特性[7] **2 因子名称：缓慢偏离 EPDS 因子** - **因子构建思路**：为了剔除个股估值逻辑变化带来的影响，在截面上用EPD剔除个股估值逻辑被改变的概率（由个股信息比率代理）[7] - **因子具体构建过程**：报告未提供EPDS因子的具体计算公式和构建步骤，仅说明其是在EPD因子的基础上，通过剔除个股估值逻辑改变的概率而构造[7] **3 因子名称：估值异常 EPA 因子** - **因子构建思路**：在EPDS因子的基础上，进一步剔除影响"估值异常"逻辑的Beta、成长与价值风格，最终得到估值异常因子[7] - **因子具体构建过程**：报告未提供EPA因子的具体计算公式和构建步骤，但说明了其构建流程为EPD → EPDS → EPA的三步构建法[7] - **因子评价**：该因子结合了技术分析的均值回复特性和基本面估值修复逻辑，通过多步优化提升了因子的纯净度和有效性[7] 因子的回测效果 **1 EPD因子回测效果（2010年2月至2025年10月）** - 年化收益率：17.46%[2][8][12] - 年化波动率：9.92%[2][8][12] - 信息比率：1.76[2][8][12] - 月度胜率：70.37%[2][8][12] - 最大回撤率：8.93%[2][8][12] **2 EPDS因子回测效果（2010年2月至2025年10月）** - 年化收益率：16.03%[2][8][12] - 年化波动率：5.74%[2][8][12] - 信息比率：2.79[2][8][12] - 月度胜率：78.31%[2][8][12] - 最大回撤率：3.10%[2][8][12] **3 EPA因子回测效果（2010年2月至2025年10月）** - 年化收益率：17.15%[2][8][12] - 年化波动率：5.16%[2][8][12] - 信息比率：3.33[2][8][12] - 月度胜率：80.42%[2][8][12] - 最大回撤率：3.12%[2][8][12] **4 EPA因子历史回测效果（2010年1月至2022年5月）** - 月度RankIC均值：0.061[2] - RankICIR：4.75[2] - 年化收益率：18.29%[2] - 信息比率：3.76[2] - 胜率：86.99%[2] - 最大回撤率：1.53%[2] **5 EPA因子2025年10月表现** - 多头组合收益率：2.00%[2][15] - 空头组合收益率：-0.02%[2][15] - 多空对冲收益率：2.02%[2][15]

报告行业投资评级 - 增持（维持）[1] 报告核心观点 - 白酒行业正处于加速纾压、底部渐明的阶段，酒企普遍进入报表出清周期 [1][3] - 投资逻辑应自下而上优选业绩拐点更清晰、增长弹性领先的标的，而非简单遵循高端到次高端的轮动顺序 [3][83] - 后续核心期待在于业绩修复预期的判断，大众需求为主的中高端产品表现相对稳健，高端及次高端需求的修复则有赖于宏观环境走出通缩 [3][83] 行业经营表现总结 整体业绩承压明显 - 25年前三季度白酒板块营业总收入同比下滑5.5%，归母净利润同比下滑6.7% [7][12] - 25年第三季度业绩加速下滑，单季营收同比下滑18.3%，归母净利润同比下滑21.9% [7][12] - 业绩降速主要由于需求显著承压、渠道收缩及酒企主动加大调控力度以释放报表压力 [7][24] 消费场景修复缓慢 - 25年第三季度商务场景保持低迷，个人餐饮及宴席场景仍受波及，用酒需求环比企稳但同比存在差距 [7][13] - 社零及餐饮同比增速进一步回落，高端、次高端用酒需求趋势性承压 [7][13] - 全价格带动销均面临考验，动销及渠道基础不够强势的产品持续面临回款挤压 [7][13] 价格体系面临压力 - 25年第三季度高端、次高端白酒批价普遍下移 [7][17] - 仅少数产品如国窖、青花汾酒20通过精细的控盘分利和库存管控操作，使得批价波动相对可控 [7][17] - 茅台通过精准调控、五粮液通过明确补贴及回购政策来稳定批价 [17][18] 分板块表现总结 高端白酒：加大转向力度 - 25年前三季度高端酒企营收增速为-0.5%，利润增速为-0.5% [2][28] - 25年第三季度高端酒企加大报表转向力度，产品结构有所下移，茅五泸单季营收均同比转降 [28][44] - 茅台结构压力逐步释放，费效管控边际加强；五粮液务实调整，主动去库；泸州老窖经营稳健，有序出清 [47][48][49] 次高端白酒：报表边际弱企稳 - 25年前三季度次高端酒企营收增速为-2.6%，利润增速为-7.6% [2][28] - 品牌势能强分化，山西汾酒基本面保持稳健，青花20动销表现强势；舍得、酒鬼酒经过调控后报表降幅边际收窄；水井坊因渠道调整压力骤增 [50][51][56] 区域酒（地产酒）：主动调整质量为先 - 25年前三季度区域酒企营收增速为-22.1%，利润增速为-34.7%，降幅最为显著 [2][28][57] - 25年第三季度受场景萎缩影响，区域酒总营收同比下滑36.8%，归母净利同比下滑79.4% [57][63] - 酒企普遍采取主动调整策略，优先去库出清，夯实渠道基础，大本营市场表现相对稳健 [57][58][59][61] 盈利能力分析 毛利率普遍承压 - 25年前三季度白酒板块毛利率为82.3%，同比微降0.1个百分点；25年第三季度毛利率为81.7%，同比降0.7个百分点 [2][67] - 毛利率承压源于批价下行背景下货折、返利支持力度加大，产品结构回落以及收入下滑带来的负规模效应 [67] 费用率管控分化 - 25年第三季度多数酒企销售费用率同比增长，但茅台、汾酒、酒鬼酒等销售费用率同比改善，与费用管控加强有关 [2][72] - 管理费率方面，因收入兑现趋弱而费用压缩空间有限，多数酒企管理费率同比小幅增长 [2][72] 净利润增速分化 - 25年前三季度利润增速呈现高端（-0.5%）> 次高端（-7.6%）> 地产酒（-34.7%）的格局 [2][76] - 产品结构回落、动销转化不畅以及规模负效应共同拖累酒企利润表现 [76] 投资建议与标的推荐 - 推荐自下而上优选具有股息率打底、公司治理优异、有望率先轻装上阵的泸州老窖、山西汾酒 [3][84] - 关注业绩出清更清晰、有增量逻辑的珍酒李渡，其次关注舍得酒业、酒鬼酒、洋河股份 [3][84] - 区域酒方向，推荐关注主动出清、基地市场稳固、估值相对偏低且有望较早恢复增长的古井贡酒、迎驾贡酒 [3][84]

量化因子与构建方式 **1 因子名称：日与夜的殊途同归新动量因子** **因子构建思路：** 基于投资者交易行为的逻辑，将交易时段切割为日内与隔夜，分别探索各自的价量关系，并在此基础上构建新的动量因子[6][7] **因子具体构建过程：** 报告指出，该因子是在以往“动量因子切割”研究的基础上，加入“成交量”的信息进行构建的[7] 具体而言，基于日内与隔夜各自的价量关系，分别对日内因子、隔夜因子进行改进，再重新合成新的动量因子[1] **因子评价：** 选股能力显著优于传统动量因子[1] 该因子旨在提高传统动量因子在A股市场稳定性的方案之一[6] 因子的回测效果 **1 日与夜的殊途同归新动量因子** 在全体A股（剔除北交所股票）中，测试区间为2014年2月至2025年10月，10分组多空对冲的年化收益率为18.15%[1][7] 年化波动率为8.68%[1][7] 信息比率（IR）为2.09[1][7] 月度胜率为78.01%[1][7] 月度最大回撤率为9.07%[1][7] **2 日与夜的殊途同归新动量因子（历史回测期）** 在回测期2014/01/01-2022/07/31内，以全体A股为研究样本，新因子IC均值为-0.045[1] 年化ICIR为-2.59[1] 10分组多空对冲的年化收益率为22.64%[1] 信息比率为2.85[1] 月度胜率高达83.33%[1] 最大回撤率仅为5.79%[1] **3 日与夜的殊途同归新动量因子（2025年10月表现）** 在全体A股（剔除北交所股票）中，2025年10月份，10分组多头组合的收益率为0.85%[1][10] 10分组空头组合的收益率为-2.35%[1][10] 10分组多空对冲的收益率为3.20%[1][10]

根据研报内容，现对其中涉及的量化因子进行总结如下： 量化因子与构建方式 1. **因子名称：TPS (Turn20 conformed by PLUS)**[1][9] * **因子构建思路**：从考察日频换手率稳定性的角度，通过引入价格因子（影线差）来改进传统换手率因子（Turn20），以解决传统换手率因子在换手率最大的分组中，组内成分股未来收益差异较大、导致误判的问题[6][7][8][9] * **因子具体构建过程**： * 首先，计算传统换手率因子 Turn20，即过去20个交易日换手率的平均值，并进行横截面市值中性化[6] * 然后，选定一个价格因子——影线差，作为配合Turn20的价格指标[8][9] * 最后，利用价量配合的方法，将价格因子（影线差）与换手率因子（Turn20）结合，构建出TPS因子[9] * **因子评价**：因子计算过程简单，且效果优秀，表现大幅优于传统换手率和换手率变化率因子；在剔除了市场常用风格和行业的干扰后，纯净TPS因子仍然具备不错的选股能力[1][9] 2. **因子名称：SPS (STR conformed by PLUS)**[1][9] * **因子构建思路**：从考察日频换手率稳定性的角度，通过引入价格因子（影线差）来改进量稳换手率因子（STR），以进一步提升因子的选股效果[1][7][9] * **因子具体构建过程**： * 首先，构建量稳换手率因子STR（该因子在前期报告中提出，旨在改进传统换手率因子）[7] * 然后，同样选定价格因子——影线差，作为配合STR的价格指标[8][9] * 最后，利用价量配合的方法，将价格因子（影线差）与换手率因子（STR）结合，构建出SPS因子[9] * **因子评价**：因子计算过程简单，且效果优秀，表现大幅优于传统换手率和换手率变化率因子；在剔除了市场常用风格和行业的干扰后，纯净SPS因子仍然具备较强的选股能力[1][9] 3. **因子名称：传统换手率因子 (Turn20)**[6] * **因子构建思路**：基于过去一段时间的平均换手率进行选股，逻辑是过去换手率越小的股票，未来越有可能上涨[6][7] * **因子具体构建过程**：把过去20个交易日的换手率取平均值，再进行横截面市值中性化[6] 因子的回测效果 1. **TPS因子**（回测期：2006年1月至2025年10月，全体A股，10分组多空对冲）[1][11] * 年化收益率：39.34% * 年化波动率：15.74% * 信息比率 (IR)：2.50 * 月度胜率：77.54% * 最大回撤率：18.19% 2. **SPS因子**（回测期：2006年1月至2025年10月，全体A股，10分组多空对冲）[1][11][12] * 年化收益率：43.18% * 年化波动率：13.16% * 信息比率 (IR)：3.28 * 月度胜率：83.47% * 最大回撤率：11.58% 3. **传统换手率因子 (Turn20)**（回测期：2006年1月至2022年12月30日，全体A股）[6] * 月度IC均值：-0.076 * 年化ICIR：-2.23 * 多空对冲年化收益率：37.71% * 信息比率 (IR)：2.20 * 月度胜率：70.79% 4. **2025年10月当月表现** * **TPS因子**（全体A股，10分组）[1][12] * 多头组合收益率：4.09% * 空头组合收益率：-1.73% * 多空对冲收益率：5.82% * **SPS因子**（全体A股，10分组）[1][14] * 多头组合收益率：4.22% * 空头组合收益率：-0.78% * 多空对冲收益率：5.00%

根据研报内容，总结如下： 量化因子与构建方式 **1 因子名称：新价量相关性 RPV 因子** - **因子构建思路**：对日内与隔夜信息叠加，通过划分价量四象限，利用月度IC均值有效甄别出价量相关性因子的反转效应和动量效应，在"动量因子切割"研究的基础上，以相关性的形式加入"成交量"的信息，分别为日内、隔夜的价量相关性找到最佳代表，并完成信息叠加[6] - **因子具体构建过程**：从基准因子 CCV（日频 CPV）中发现换手率序列可以增强收盘价序列的反转效应，分别为日内价量相关性和隔夜价量相关性找到了最佳代表——CCOIV 和 COV。日内价量相互配合加强了反转；隔夜价量关系蕴藏在时间维度上的"错配"之中，"昨日量"加强了隔夜收益的动量。通过协调一致使各自的信息叠加，得到新价量相关性 RPV 因子[6] - **因子评价**：该因子被描述为既新颖又"能打"[6] **2 因子名称：聪明版日频价量相关性 SRV 因子** - **因子构建思路**：将日内涨跌拆分为上午涨跌和下午涨跌，并计算分钟"聪明"指标，将当日下午"聪明"指标最大的各20%（24分钟）作为知情交易最集中的"聪明"时段，使用下午"聪明"换手率与下午涨跌的相关系数；对隔夜价量相关性，将换手率替换为知情交易比例更高的昨天最后半小时换手率[6] - **因子具体构建过程**：将效果更好的日内价量相关性因子和隔夜价量相关性因子结合，合成SRV因子[6] - **因子评价**：效果要好于 RPV 因子[6] 因子的回测效果 **1 新价量相关性 RPV 因子** - 年化收益率：14.38%[7][10] - 年化波动率：7.68%[7][10] - 信息比率：1.87[7][10] - 月度胜率：72.34%[7][10] - 最大回撤率：10.63%[7][10] **2 聪明版日频价量相关性 SRV 因子** - 年化收益率：17.10%[7][10] - 年化波动率：6.49%[7][10] - 信息比率：2.64[7][10] - 月度胜率：74.47%[7][10] - 最大回撤率：3.93%[7][10]

根据您提供的研报内容，以下是关于量化因子及其测试结果的详细总结： 量化因子与构建方式 **1 因子名称：“重拾自信2.0”RCP因子[6]** - **因子构建思路**：该因子基于行为金融学中的“过度自信”预期偏差进行构建[6] 其核心逻辑是，投资者过度自信的程度会影响股价，具体表现为股价对利好消息反应过度（快速上涨）后出现回调，而回调时投资者又可能过度悲观，导致回调幅度过大；但由于利好消息的实质支撑，这类股票后续存在补涨（重拾自信）的潜力[6] - **因子具体构建过程**： 1. **第一代过度自信因子（CP）构建**：创新性地使用高频分钟序列数据，通过计算“股价快速上涨和快速下跌的时间差”作为投资者过度自信程度的代理变量[6] 具体公式未在提供文本中详细给出 2. **第二代重拾自信因子（RCP）构建**：在第一代CP因子的基础上，进一步考虑了过度自信后的过度修正现象[6] 将第一代过度自信因子CP与股票的日内收益进行正交化处理，取残差项作为第二代重拾自信因子RCP[6] 具体公式为：将CP因子对日内收益做回归，取残差作为RCP因子，此过程旨在剔除日内波动的影响，捕捉更纯粹的“重拾自信”行为模式[6] 3. **“重拾自信2.0”RCP因子优化**：在后续优化中，使用标准化因子值代替排序值，以尽量保留因子信息，提升因子的纯净度和效果[7] - **因子评价**：基于RCP因子构造的组合表现明显优于传统组合方式[6] 经过纯净化后的新RCP因子效果大幅改进[7] 因子的回测效果 **1 “重拾自信2.0”RCP因子[1][7][12]** - **测试区间**：2014年2月至2025年10月 - **测试范围**：全体A股（剔除北交所股票） - **分组方式**：10分组（按因子值排序，分组1为因子值最小组合，分组10为因子值最大组合） - **多空对冲组合表现**： - 年化收益率：17.55%[1][7][12] - 年化波动率：7.85%[1][7][12] - 信息比率（IR）：2.24[1][7][12] - 月度胜率：77.30%[1][7][12] - 月度最大回撤率：7.46%[1][7][12] **2 “重拾自信2.0”RCP因子（2025年10月表现）[1][10]** - **测试范围**：全体A股（剔除北交所股票） - **分组方式**：10分组 - **月度收益表现**： - 10分组多头组合收益率：2.40% - 10分组空头组合收益率：1.97% - 10分组多空对冲收益率：0.43%

报告行业投资评级 - 报告未明确给出整体行业投资评级 [1][2][3][5][6][7][8][9][10][13][14][15][16][17][18][19][20][21][22][23][24][26][27][28][29][30][31][32][33][35] 报告核心观点 - 政策层面持续释放积极信号，强调通过更具包容性的发行上市、并购重组制度支持科技创新和上市公司高质量发展 [8] - 多地政府出台政策目标，如深圳市力争到2027年底境内外上市公司总市值突破20万亿元，并完成并购项目超200单、交易总额超1000亿元 [8] - 报告期内（10月13日至11月2日）并购市场活跃，共发生并购重组事件269例，其中重大并购重组58例 [10] - 重组指数在报告期内跑赢万得全A指数，超额收益为1.61%，中期维度看其与万得全A的收益差由负转正 [24] 根据目录分别总结 一、政策更新 - 证监会主席吴清强调需加力实施更具包容性的发行上市、并购重组制度，以支持科技创新和满足投资者多元化需求 [8] - 北京市委金融委员会办公室等部门鼓励上市公司通过并购重组进行产业整合，目标培育千亿级乃至万亿级市值企业 [8] - 深圳市人民政府发布行动方案，目标到2027年上市公司总市值突破20万亿元，并完成并购项目超200单、交易总额超1000亿元 [8] - 湖北省推动国有资源资产化、国有资产证券化、国有资金杠杆化的"三资"管理改革 [8] - 证监会表示将择机推出再融资储架发行制度，并进一步拓宽并购重组支持渠道 [8] 二、并购事件统计 - 报告期内共发生并购重组事件269例，重大并购重组58例 [10] - 完成并购重组44例，其中重大并购重组完成2例（竞买方为华海诚科、南华仪器） [10] - 共有13例并购事件失败 [10][18] 三、重大并购重组更新 - 报告期内以上市公司为竞买方的重大并购重组事件共58例，其中竞买方为国央企的共计17例 [14][16] - 代表性交易包括海光信息拟收购中科曙光100%股权，交易总价值约115.97亿元；湘财股份拟收购大智慧100%股权，交易总价值约17.13亿元 [16] 四、并购失败动态 - 报告期内共有13例上市公司并购失败事件 [18][19] - 代表性失败案例包括至纯科技收购威顿晶磷83.7775%股权、歌尔股份收购香港米亚100%股权及昌宏实业100%股权（交易价值10.4亿港元）等 [19] 五、实控人变更 - 报告期内共计6家上市公司披露控制权变更 [21][22] - 变更公司包括中元股份、东杰智能、震安科技等，涉及行业包括电网设备、自动化设备、橡胶等 [22] 六、市场表现 - 报告期内重组指数跑赢万得全A指数，超额收益为1.61% [24] - 中期维度（滚动20个交易日）重组指数相对万得全A的收益差由负转正 [24]