投资评级 - 给予"增持"评级 目标价6.83元/股 基于2026年30倍PE估值[5] 核心观点 - 公司战略转向"以轻驭重" 聚焦东方美学IP商业化运营 通过老字号品牌出海和商圈扩容开辟新增长曲线[3][5] - 大豫园片区二三期项目已获动工批文 占地面积达一期两倍以上 预计建成后片区销售金额达200亿元 客流量较现有4500万人次翻倍[3][33] - 黄金珠宝业务25Q2收入增速转正至2.1% 古法金产品驱动同店改善 老庙古韵金系列25H1营收超23亿元[4][51] - 餐饮出海采用轻资产合营模式 松鹤楼伦敦首店已于2025年4月开业 未来计划在全球华人街加速拓店[3][69] - 地产业务持续剥离 25H1收入32.87亿元同比增长4.84% 毛利率13.84%环比改善[4][22] 业务结构 - 25H1三大业务收入占比：消费产业运营76.1% 商业综合运营与物业综合服务17.2% 地产开发销售6.7%[2] - 消费产业运营中黄金珠宝占比88% 其余为餐饮食品(3.2%)、美丽健康、酒业、表业等[2][19] - 25H1珠宝时尚收入127.9亿元 餐饮业务收入4.7亿元[3][4] 发展规划 - 计划发行不超过40亿元债券 用于归还到期债务及补充流动资金[2] - 实施双重股权激励计划 考核要求2025-2027年营收增长率分别不低于5%/10%/15%[27] - 海外业务25H1收入5.22亿元 其中珠宝表业贡献约1.5亿元[69] 财务预测 - 预计2025-2027年营收分别为467.21/489.30/508.30亿元 同比增长-0.43%/4.73%/3.88%[5][9] - 预计2025-2027年归母净利润2.63/8.87/10.90亿元 同比增长109.90%/237.22%/22.89%[5][9] - 对应PE估值86.41/25.62/20.85倍[5][9] 产品创新 - 老庙古韵金系列销售额从2019年5亿元增长至2023年89亿元 CAGR达71.65%[50][51] - 2024年创立高端黄金艺术品牌"东家金" 产品溢价率50%-150% 摆件定价25-35万元[42][53] - 餐饮品牌与巴黎世家联名推出定制产品 定胜糕开售1分钟内售罄[65][68]

AI行业研究报告核心要点总结 行业投资评级 - 报告对计算机、电子、通信等行业持积极看法 推荐海康威视、大华股份、禾赛、迈富时、九方智投等标的[3][63] 核心观点 - AI应用进入规模化商业化阶段 部分上市公司AI收入占比已达10-30%[3][45] - 国内AI访问量增速快于全球 8月全球/国内Top20 AI产品访问量MoM+3.5%/+11.9%[3] - 大模型厂商密集更新迭代 下游推理需求激增带动ASIC芯片需求增长[3][65] - 硬件升级需求推动光模块等基础设施投资 1.6T光模块需求持续提升[3][73] AI产品用户注意力分析 - 2025年8月全球访问量Top20 AI应用以头部互联网公司和AI大模型龙头为主 月访问量过亿的应用共8款[8] - 访问量排名前五的应用分别为ChatGPT(584.679亿次)、Gemini(72.338亿次)、deepseek(30.217亿次)、Grok(19.092亿次)、Character.AI(17.993亿次)[9] - ChatGPT在整个观测期内始终稳居榜首 deepseek自2025年2月起稳定跻身全球前三[10] - 2025年8月全球访问量增速最快的应用分别为FacelessReels(+1046%)、MaxAI.me(+895%)、Class Companion(+814%)[13][16] 国内AI产品表现 - 2025年8月国内访问量Top20 AI应用中有13款访问量超过500万次[15] - 访问量排名前三的应用分别为deepseek(30.217亿次)、夸克(8.715亿次)、豆包(7.429亿次)[15][18] - 国内市场形成"头部双强"格局 deepseek长期稳居第一 豆包稳定位列前二[19] - 8月国内访问量增速前三的应用分别为RoboNeo(+208.3%)、逗逗游戏伙伴(+122.9%)、心流(+98.7%)[21][23] 出海AI应用表现 - 2025年8月出海访问量排名前三的应用分别为PolyBuzz(3,287万次)、SeaArt AI(3,036万次)、Qwen(2,840万次)[24][26] - PolyBuzz自2025年4月起快速攀升并在7-8月稳居首位[27] - 出海榜单中增速最快的应用分别为Creati(+2239.4%)、Z.ai(+528.8%)、QuestionAI.ai(+163.1%)[29][32] AI产品变现能力 - 全球AI产品年经常性收入Top20中6款产品年收入超过2亿美元[35] - 收入排名前五的分别是ChatGPT(142.79亿美元)、Claude(50亿美元)、Grammarly(7.04亿美元)、Midjourney(6.33亿美元)、Cursor(5亿美元)[35][36] - 国内AI产品年经常性收入Top20中2款产品年收入超1亿美元 排名前三的分别为PictureThis(1.43亿美元)、美图秀秀(1.03亿美元)、KLING AI(0.95亿美元)[38][40] - 出海AI应用年经常性收入Top20中排名前三的分别为PictureThis(1.43亿美元)、KLING AI(0.95亿美元)、HeyGen(0.8亿美元)[39][41] 国内大模型招投标需求 - 2025年1-8月国内大模型中标项目数量实现逐月快速增长 1月同比增速达1190%[42][43] - 8月中标项目披露金额为14.7亿元 相比7月的13.4亿元有所上升[44][46] - 8月中标金额同比增长234%[3] 上市公司AI商业化进展 - 能科科技AI业务实现收入2.1亿元 占营收比达28.5%[47] - 彩讯股份AI与算力相关业务收入1.77亿元 占营收19.2%[47] - 税友股份AI驱动产品及服务收入1.65亿元 占营收17.9%[47] - 致远互联AI关联合同订单金额4,669.11万元 占13.9%[47] - 新点软件AI相关产品营业收入9000万元 占13.4%[47] - 迈富时AI及AI Agent收入达1.1亿元 占11.9%[47] 海外大模型及AI应用进展 - 谷歌DeepMind发布通用世界模型Genie 3 可通过一句话生成可实时交互的3D虚拟世界[50] - OpenAI发布GPT-5 在SWE-bench Verified基准测试中以74.9%的成绩领先同类模型[51] - 英伟达发布Cosmos系列推理工具 包括Cosmos Transfer-2世界模型和Cosmos Reason模型[52] - Perplexity计划以345亿美元收购Chrome浏览器[53] - 谷歌上线图像生成与编辑模型Gemini-2.5-Flash-Image[54] - 英伟达发布机器人计算平台Jetson Thor AI算力大幅提升至2070 TFLOPS[55] 国内AI行业动态 - 傅利叶发布全尺寸人形机器人Care-bot GR-3 面向社交陪伴与辅助陪护场景[56] - 字节跳动研发AI手机"豆包手机" 计划年底或明年初推出[57] - DeepSeek发布开源基础模型V3.1-Base 参数规模685B[58] - 智谱发布手机通用智能体AutoGLM 2.0 支持40余款高频应用[59] - 港大与快手联合发布交互式视频生成模型Context as Memory[60] - 钉钉发布钉钉8.0版本 包含五大AI新产品[61] - 群核科技开源空间语言模型SpatialLM 1.5和空间生成模型SpatialGen[62] 电子行业观点 - 博通FY25Q3半导体收入中AI半导体收入52亿美元 同比增长63%[66] - 博通预计FY25Q4 AI收入达62亿美元 FY26 AI收入增速有望超过FY25[66] - Credo FY26Q1实现营收2.23亿美元 同比+274%[67] - 预计2026年谷歌、亚马逊、Meta等公司ASIC芯片数量将超过700万颗[65] 通信行业观点 - 英伟达发布Rubin CPX 首款面向百万token推理的CUDA GPU 单卡算力达30 PFLOPS[68][69] - Vera Rubin NVL144 CPX平台集成144颗GPU与100TB高速内存 单机架AI性能达8 EFLOPS[68] - 甲骨文Q1 RPO达4550亿美元 同比+359% 单季新增3170亿美元[75] - 甲骨文预计OCI本财年收入增长77%至180亿美元 未来四年有望达1440亿美元[75] - 世纪互联获领先互联网公司40MW批发订单 部署于固安IDC园区[70]

报告行业投资评级 未提及 报告的核心观点 截至2025年9月22日，民企产业债和地产债估值收益率及利差整体高于其他品种；非金融非地产类产业债各品种收益率基本上行，地产债各品种收益率调整幅度偏小；金融债中1 - 3年中等期限品种收益率多有下行[3][4][8] 根据相关目录分别进行总结 存量信用债加权平均估值收益率 - 民企产业债和地产债估值收益率及利差整体高于其他品种，不同券种和发行方式下收益率有差异，如私募城投债中上海、浙江等沿海省份加权平均估值收益率在3%以下，收益率高于4%的品种出现在贵州地级市、云南地级市[2][8][22] 存量信用债加权平均利差 - 不同券种和发行方式的利差不同，如公募城投债中贵州地级市及区县级利差较高，私募城投债中陕西、广西、甘肃等地利差也较高[2][14][22] 存量信用债加权平均估值收益率较上周变动 - 非金融非地产类产业债各品种收益率基本上行，如3 - 5年民企私募非永续品种收益率上行16.6BP；地产债各品种收益率调整幅度偏小，1年期以上品种收益率变动幅度均在3BP内；金融债中1 - 3年中等期限品种收益率多有下行，如租赁债中3 - 5年私募非永续品种收益率上行9.5BP [3][4][12] 存量信用债加权平均利差较上周变动 - 不同券种和发行方式的利差变动不同，如公募城投债利差变动有正有负，租赁公司债私募债利差部分上行幅度较大[13] 公募城投债加权平均估值收益率 - 江浙两省加权平均估值收益率均在2.7%以下，收益率超过4.5%的城投债出现在贵州地级市及区县级，不同行政层级收益率有差异[14][15] 公募城投债加权平均利差 - 不同地区和行政层级的利差不同，如贵州地级市及区县级利差较高，江苏、浙江等地部分层级利差相对较低[17][18] 公募城投债加权平均估值收益率较上周变动 - 收益率以上行为主，上行幅度较大的品种包括1 - 2年北京省级永续、1年内浙江省级永续等，不同地区和行政层级变动幅度有差异[14][19][20] 私募城投债加权平均估值收益率 - 上海、浙江、广东、福建等沿海省份加权平均估值收益率在3%以下，收益率高于4%的品种出现在贵州地级市、云南地级市，不同行政层级收益率有差异[22][23][24] 私募城投债加权平均利差 - 不同地区和行政层级的利差不同，如贵州地级市及区县级利差较高，山东、四川等地部分层级利差也较大[25][26] 私募城投债加权平均估值收益率较上周变动 - 各品种收益率多有调整，收益率上行幅度较大的有3 - 5年广西区县级非永续、2 - 3年四川区县级永续等，不同地区和行政层级变动幅度有差异[22][27][28]

根据研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 **1. 股指期现套利模型** - **模型构建思路**：当股指期货的市场价格偏离其理论价格时，通过在期货和现货市场上低买高卖并持有至基差收敛而获得收益[45] - **模型具体构建过程**：模型分为正向套利和反向套利两种策略[45] - 正向套利（现货低估、期货高估）：卖出期货合约，买入现货[45] - 反向套利（现货高估、期货低估）：买入期货合约，卖出现货[45] - 套利收益率计算公式： - 正向套利：$$P={\frac{(F_{\mathrm{t}}-S_{\mathrm{t}})-(S_{\mathrm{t}}+F_{\mathrm{t}}M_{\mathrm{t}})(1+r_{\mathrm{t}})^{\frac{T-t}{360}}-S_{\mathrm{t}}C s-F_{\mathrm{t}}C f)}{S_{\mathrm{t}}+F_{\mathrm{t}}M_{\mathrm{t}}}}$$[46] - 反向套利：$$P={\frac{(S_{t}-F_{t})-(S_{t}M l+F_{t}M_{f})(1+r_{f})^{\frac{T-t}{360}}-S_{t}C s-F_{t}C f-S_{t}r^{\frac{T-t}{360}})}{S_{t}M l+F_{t}M_{f}}}$$[46] - 参数说明：$S_t$、$F_t$为t时刻现货与期货价格，$S_T$、$F_T$为T时刻价格，$M_f$、$M_l$为期货与融券保证金比率，$C_s$、$C_f$为现货与期货交易费用比率，$r_f$为无风险利率，$r_l$为融券年利率[46] - 参数取值：股指期货单边交易费用取万分之零点二三，现货单边交易费用取千分之一，期货和融券保证金分别为20%和50%，融券利率为年化10.6%[46] **2. 股利预估模型** - **模型构建思路**：通过历史分红规律预测分红点位，修正基差率以跟踪市场真实的基差率水平[47] - **模型具体构建过程**： - 分红预测方法：对于已实施/已公布分红预案的按实际计算，未公布的采用EPS×预测派息率[47] - EPS取值规则： - 预测时间t小于10月：使用上年度数据，EPS取年报披露EPS，未披露时取上年度12月31日的EPS_TTM[47] - 预测时间t大于10月：对明年分红预测，EPS取t时间的EPS_TTM[47] - 预测派息率确定方法： - 稳定派息公司：取过去三年派息率均值[52] - 不稳定派息但盈利公司：取上一年度派息率[52] - 未盈利、上市不足一年等：预测派息率为0[52] - 分红点位计算公式：分红点位 = ∑(每股分红 × 指数收盘价 × 成分股权重 / 成分股收盘价) = ∑(EPS × 预测派息率 × 指数收盘价 × 成分股权重 / 成分股收盘价)[50] 量化因子与构建方式 **1. 基差率因子** - **因子构建思路**：衡量期货价格与现货价格之间的差异程度[13] - **因子具体构建过程**：$$基差率 = \frac{指数对应主力合约 - 指数}{指数}$$[13] - **因子评价**：基差变化与分红影响、投资者交易情绪的相关度较高[12] **2. 年化基差率因子** - **因子构建思路**：将基差率年化处理，便于跨期比较[15] - **因子具体构建过程**：$$年化基差率 = \frac{指数对应当季合约 - 指数}{指数} \div 剩余交易日天数 \times 252$$[15] **3. 跨期价差率因子** - **因子构建思路**：衡量不同期限期货合约之间的价格差异[13] - **因子具体构建过程**：$$跨期价差率 = \frac{当月合约价格 - 下月合约价格}{当月合约价格}$$[13] 模型的回测效果 *注：研报中未提供具体的模型回测效果指标取值* 因子的回测效果 **1. 基差率因子** - 沪深300期指主力合约基差率：-0.664%[13] - 中证500期指主力合约基差率：0.223%[13] - 中证1000期指主力合约基差率：0.243%[13] - 上证50期指主力合约基差率：-1.879%[13] **2. 年化基差率因子** - 沪深300期指当季合约年化基差率：-4.66%[11] - 中证500期指当季合约年化基差率：-12.51%[11] - 中证1000期指当季合约年化基差率：-14.77%[11] - 上证50期指当季合约年化基差率：-0.06%[11] **3. 跨期价差率因子** - 沪深300期指跨期价差分位数：78.30%[11] - 中证500期指跨期价差分位数：73.30%[11] - 中证1000期指跨期价差分位数：84.20%[11] - 上证50期指跨期价差分位数：63.90%[11]

投资评级 - 首次覆盖给予"买入"评级 目标价103.2元 [5] 核心观点 - 数据服务板块成为核心增长引擎 2025H1收入同比增长16.2PCT 1-8月新增订单同比增长200% [2] - 全球数据中心投资高速增长 2025H1北美四大CSP厂商资本开支合计1700亿元 同比+64% [3] - 数据中心冷却方案向液冷迭代 风液融合架构成为重要过渡方案 公司产品覆盖国内风冷及液冷温控全环节 [3] - 工业温控市场空间广阔 2025年全球工业温控系统规模达236亿美元 电力领域占比43% [4] 业务板块分析 数据服务业务 - 预计2025-2027年数据服务收入27/46/64亿元 同比+77%/+67%/+39% [3] - 2025上半年海外数据服务新增订单2.5亿元 实现有效突破 [3] - 公司在中国智算行业液冷数据中心市场厂商排名第一 [25] - 采用风液同源大液冷系统 单机柜最高支持150kW散热 PUE值降至1.15以下 [54] 工业特种业务 - 工业+特种+公建板块2024年营收14.54亿元 [76] - 在风电领域推出"数字能环"解决方案 2025年海风装机预计达10GW [77] - 特高压直流输电工程经验丰富 参与超25条线路 市场份额居第一梯队 [81] - 水电领域服务三峡等特大型水电站 占据较高市场份额 [84] 产能布局 - 五大生产基地协同发展 二基地2025年7月投产 目标三年ICT和储能领域营收50亿元 [14] - 高州特种空调基地2025年6月投产 目标2027年营收超10亿元 [14] 财务表现 - 预计2025-2027年营收43.9/63.8/83.4亿元 同比+45.7%/+45.1%/+30.8% [5] - 预计归母净利润2.9/4.2/6.7亿元 同比+153.1%/+44.5%/+59.5% [5] - 2025H1营收16.8亿元 同比+29% 归母净利1.5亿元 同比+36% [20] - 费用管控能力提升 2025H1研发/销售/管理费用率控制在4.6%/5.1%/5.3% [30] 技术优势 - 拥有专利676项 获"国家知识产权示范企业"认定 [91] - 液冷产品被认定为"专利密集型产品" [91] - 参与起草多项国家标准和行业标准 [91] 客户资源 - 深度绑定头部客户 包括中国移动、电信、华为、腾讯、阿里巴巴等 [68] - 2025H1腾讯/阿里资本开支分别为465.8/632.9亿元 同比+101.8%/+172.2% [68]

报告行业投资评级 未提及 报告的核心观点 上周（9/15 - 9/19）债券型ETF资金净流出51亿元，各类型ETF均有资金流出且部分净值回撤；第二批科创债ETF即将上市，科创债ETF和债券ETF整体规模增长；各类型ETF流通市值有不同程度变化；近期市场区间震荡，部分ETF累计收益率下行；各类型ETF升贴水率均值为负，配置情绪偏低；利率债ETF换手率最高 [2][3][11] 各部分总结 发行进度跟踪 - 第二批14只科创债ETF于9月12日开启发行，9月24日上市，总发行规模达407.86亿元，13只发行规模超29亿元 [3][14] - 随着新基金成立，科创债ETF总规模突破1700亿元，债券ETF整体规模首次突破6000亿元 [3][14] 存量产品跟踪 - 截止2025年9月19日，利率债ETF、信用债ETF、可转债ETF流通市值分别为1400亿元、3558亿元、701亿元，信用债ETF规模占比63% [4][16] - 相较于上周，利率债ETF、信用债ETF、可转债ETF流通市值分别减少22亿元、0.2亿元、36亿元 [4][16] - 基准做市信用债ETF、科创债ETF流通市值分别为1237亿元、1259亿元，较上周分别减少6亿元、增加23亿元 [19] ETF业绩跟踪 - 近两周利率债ETF、信用债ETF累计单位净值分别收于1.18、1.02 [5][23] - 以2月7日为基日，基准做市信用债ETF累计收益率均值下行至0.30%；以7月17日为基日，科创债ETF累计收益率下行至 - 0.46% [5][24] 升贴水率跟踪 - 上周信用债ETF、利率债ETF、可转债ETF升贴水率均值分别为 - 0.17%、 - 0.03%、 - 0.15%，基准做市信用债ETF和科创债ETF周度升贴水率均值分别为 - 0.23%、 - 0.06% [6][30] 换手率跟踪 - 上周换手率利率债ETF＞可转债ETF＞信用债ETF，利率债ETF周度换手率升至179%，信用债ETF周度换手率维持在89%附近，可转债换手率降至100% [6][36] - 华夏上证基准做市国债ETF、海富通上证5年期地方政府债ETF等利率债类ETF换手率较高 [36]

核心观点 - 市场交易热度回升，主要指数波动率同步上升，但市场参与者买入共识度下降，显示潜在交易扰动 [2][7] - 两融活跃度创阶段新高，个人ETF持续净申购，成为市场主要增量资金，而北上资金则延续净流出态势 [6][7] - 分析师整体下调全A市场盈利预测，但部分行业和风格指数（如非银金融、上证50、大盘价值）的盈利预期被上调 [4][7] 宏观流动性 - 美元指数回升，中美10年期国债利差“倒挂”程度加深 [1][14] - 10年期美债名义利率与实际利率均回升，隐含通胀预期同步回升 [1][14] - 离岸美元流动性有所宽松，3个月日元/欧元与美元互换基差均回升 [1][19] - 国内银行间资金面整体平衡，流动性分层现象不明显，DR001和R001均上升，期限利差(10Y-1Y)走阔 [1][19] 市场交易与波动 - 市场整体交易热度有所回升，汽车、消费者服务、房地产、机械、电子、纺织服装等行业交易热度处于80%历史分位数以上 [2][25] - 主要宽基指数（中证500、中证1000、沪深300、上证50、创业板指、科创50、深证100）波动率均回升 [31] - 通信板块波动率处于80%历史分位数以上，有色金属、医药、农林牧渔等板块波动率上升较快 [2][31] - 市场流动性指标回落，各行业板块的流动性指标均处于40%历史分位数以下 [36] 机构调研热度 - 电子、医药、通信、有色金属、汽车等行业调研热度居前 [3][43] - 钢铁、电力及公用事业、机械、轻工制造、建材、房地产等行业调研热度环比仍在上升 [3][43] - 中证500指数调研热度回升，而主动偏股基金前100大重仓股、创业板指、沪深300、上证50的调研热度回落 [43] 分析师盈利预测 - 分析师继续同时下调全A市场2025年和2026年的净利润预测 [4][51] - 非银行金融、基础化工、煤炭、商贸零售、钢铁、农林牧渔等行业2025年和2026年净利润预测均被上调 [4][61] - 上证50的2025年和2026年净利润预测均被上调，中证500、沪深300的则均被下调，创业板指的2025/2026年预测分别被下调/上调 [4][69] - 大盘价值风格的2025年和2026年净利润预测均被上调，而中盘成长、中盘价值、小盘价值的预测均被下调 [4][74] 资金流向（北上资金） - 北上资金交易活跃度回升，但整体继续净卖出A股 [5][84] - 基于前10大活跃股口径，北上资金在电子、电力设备及新能源（电新）、通信等板块的买卖总额之比上升，在非银、医药、有色金属等板块的买卖总额之比回落 [5][92] - 基于持股数量小于3000万股的标的口径，北上资金主要净买入电子、汽车、国防军工等板块，主要净卖出医药、有色金属、电力及公用事业等板块 [5][96] 资金流向（两融与龙虎榜） - 两融活跃度继续上升，续创“924”以来高点，上周净买入466.70亿元 [6][100] - 两融资金主要净买入电子、非银行金融、机械等板块，净卖出国防军工、有色金属、煤炭等板块 [6][100] - 纺织服装、计算机、医药等行业融资买入占比环比上升幅度较大 [6][105] - 两融投资者继续净买入大盘、中盘、小盘的成长与价值风格板块 [6][108] - 龙虎榜交易热度回落，买卖总额及其占全A成交额之比均下降，汽车、纺织服装、房地产等板块龙虎榜买卖总额占比相对较高且仍在上升 [6][113] 资金流向（公募基金与ETF） - 主动偏股基金仓位有所回升，剔除涨跌幅因素后，主要加仓煤炭、通信、家电等板块，主要减仓计算机、非银、电子等板块 [7][118] - 主动偏股基金与小盘成长、中盘价值风格的相关性上升 [7] - 新成立权益基金规模回升，其中主动型新成立规模回落，被动型新成立规模回升 [7] - ETF继续被整体净申购，且以个人投资者持有的ETF为主，与券商相关的ETF被主要净申购，而与科创50、沪深300、中证A500相关的ETF被主要净赎回 [7] - 从行业角度看，ETF主要净买入非银、有色、机械等板块，主要净卖出电子、医药、计算机等板块 [7]

量化模型与构建方式 1. 微盘股轮动模型 - **模型构建思路**：基于微盘股与茅指数的相对净值和价格动量进行大小盘风格轮动，以捕捉风格切换机会[20][22] - **模型具体构建过程**： 1. 计算微盘股/茅指数相对净值，并计算其243日移动平均线(MA243)[22] 2. 计算微盘股和茅指数的20日收盘价斜率[22] 3. 轮动规则：当相对净值高于年均线且微盘股20日斜率为正时，配置微盘股；当相对净值低于年均线且茅指数20日斜率为正时，配置茅指数；当二者方向相反且一方为正时，选择投资斜率为正的指数[22] 2. 微盘股择时风控模型 - **模型构建思路**：通过国债收益率和波动率拥挤度监控微盘股的系统性风险，发出平仓信号[22] - **模型具体构建过程**： 1. 计算十年期国债到期收益率同比变化率[22] 2. 计算波动率拥挤度同比变化率[22] 3. 风控规则：当十年期国债收益率同比触及30%阈值或波动率拥挤度同比触及55%阈值时，发出平仓信号[22] 3. 宏观择时策略 - **模型构建思路**：基于经济增长和货币流动性两个维度构建宏观事件因子，进行权益资产配置[41] - **模型具体构建过程**： 1. 经济增长层面信号强度计算[41] 2. 货币流动性层面信号强度计算[41] 3. 综合两个维度信号确定最终股票仓位[41] 4. 短期背离监控指标 - **模型构建思路**：通过日度和小时间级别的背离信号监控微盘股短期上涨动能[20] - **模型具体构建过程**： 1. 构建高胜率日度背离指标[20] 2. 构建小时级别预警信号[20] 3. 当背离信号触发时，表明短期上涨势能减弱[20] 量化因子与构建方式 1. 市值因子 - **因子构建思路**：使用流通市值的对数作为市值因子的代理变量[53] - **因子具体构建过程**：$$LN\_MktCap = \ln(流通市值)$$[53] 2. 价值因子 - **因子构建思路**：通过多个估值指标衡量股票的价值特征[53] - **因子具体构建过程**： - $$BP\_LR = \frac{最新年报账面净资产}{最新市值}$$[53] - $$EP\_FTTM = \frac{未来12个月一致预期净利润}{最新市值}$$[53] - $$SP\_TTM = \frac{过去12个月营业收入}{最新市值}$$[53] - $$EP\_FY0 = \frac{当期年报一致预期净利润}{最新市值}$$[53] - $$Sales2EV = \frac{过去12个月营业收入}{企业价值}$$[53] 3. 成长因子 - **因子构建思路**：通过财务指标同比增速衡量公司成长性[53] - **因子具体构建过程**： - $$NetIncome\_SQ\_Chg1Y = 单季度净利润同比增速$$[53] - $$OperatingIncome\_SQ\_Chg1Y = 单季度营业利润同比增速$$[53] - $$Revenues\_SQ\_Chg1Y = 单季度营业收入同比增速$$[53] 4. 质量因子 - **因子构建思路**：通过盈利能力、现金流质量和运营效率指标衡量公司质量[53][55] - **因子具体构建过程**： - $$ROE\_FTTM = \frac{未来12个月一致预期净利润}{股东权益均值}$$[53] - $$OCF2CurrentDebt = \frac{过去12个月经营现金流净额}{流动负债均值}$$[55] - $$GrossMargin\_TTM = 过去12个月毛利率$$[55] - $$Revenues2Asset\_TTM = \frac{过去12个月营业收入}{总资产均值}$$[55] 5. 一致预期因子 - **因子构建思路**：基于分析师一致预期变化和目标收益率构建预期类因子[55] - **因子具体构建过程**： - $$EPS\_FTTM\_Chg3M = 未来12个月一致预期EPS过去3个月的变化率$$[55] - $$ROE\_FTTM\_Chg3M = 未来12个月一致预期ROE过去3个月的变化率$$[55] - $$TargetReturn\_180D = 一致预期目标价相对于目前股价的收益率$$[55] 6. 技术因子 - **因子构建思路**：通过成交量、换手率和价格形态指标构建技术类因子[55] - **因子具体构建过程**： - $$Volume\_Mean\_20D\_240D = \frac{20日成交量均值}{240日成交量均值}$$[55] - $$Skewness\_240D = 240日收益率偏度$$[55] - $$Volume\_CV\_20D = \frac{20日成交量标准差}{20日成交量均值}$$[55] - $$Turnover\_Mean\_20D = 20日换手率均值$$[55] 7. 波动率因子 - **因子构建思路**：通过不同模型的残差波动率和历史波动率衡量风险特征[55] - **因子具体构建过程**： - $$Volatility\_60D = 60日收益率标准差$$[55] - $$IV\_CAPM = CAPM模型残差波动率$$[55] - $$IV\_FF = Fama-French三因子模型残差波动率$$[55] - $$IV\_Carhart = Carhart四因子模型残差波动率$$[55] 8. 反转因子 - **因子构建思路**：通过不同时间窗口的收益率构建反转效应因子[55] - **因子具体构建过程**： - $$Price\_Chg20D = 20日收益率$$[55] - $$Price\_Chg40D = 40日收益率$$[55] - $$Price\_Chg60D = 60日收益率$$[55] - $$Price\_Chg120D = 120日收益率$$[55] 9. 可转债择券因子 - **因子构建思路**：从正股因子和转债估值两个维度构建可转债择券因子[50] - **因子具体构建过程**： - 正股一致预期因子：基于正股的一致预期指标[50] - 正股成长因子：基于正股的成长性指标[50] - 正股财务质量因子：基于正股的财务质量指标[50] - 正股价值因子：基于正股的估值指标[50] - 转债估值因子：使用平价底价溢价率衡量转债估值[50] 模型的回测效果 1. 宏观择时模型 - 2025年年初至今收益率：11.75%[41] - 同期Wind全A收益率：22.98%[41] - 9月份权益推荐仓位：75%[41] - 经济增长层面信号强度：100%[41] - 货币流动性层面信号强度：50%[41] 因子的回测效果 1. 大类因子IC均值与多空收益 - 质量因子：表现良好[45] - 量价类因子(低波和技术因子)：有所回暖[45] - 一致预期因子：有所承压[45] 2. 可转债择券因子 - 正股一致预期因子：取得正IC均值[50] - 正股财务质量因子：取得正IC均值[50] - 正股价值因子：取得正IC均值[50] - 转债估值因子：取得正IC均值[50]

土地要素改革 - 在10个地区开展土地指标市场化配置试点，支持节余指标跨区域流转交易[5] - 郑州推动存量工业用地升级转型为新型工业用地，强化产业升级支撑[5] - 探索进城落户农民自愿有偿退出宅基地使用权，增加农民财产性收入[7] 公共服务与人口流动 - 除北京外试点地区推行以经常居住地登记户口制度，由常住地提供基本公共服务[6] - 成都探索依据人口存量和趋势匹配新增建设用地，重庆和苏南推行“人地钱”挂钩制度[6] - 合肥、福厦泉和粤港澳大湾区健全“人地钱编”挂钩机制，保障财政转移支付等与人口规模适配[6] 技术要素创新 - 合肥赋予科研人员科技成果所有权不低于70%或10年长期使用权[9] - 粤港澳大湾区支持国有科技企业将成果转化收益分享比例提高至50%以上[9] - 北京探索知识产权质押融资，苏南支持知识产权证券化等新型金融模式[9] 金融开放与跨境结算 - 福厦泉支持台资金融机构在大陆参股控股金融机构，鼓励设立持牌机构[13] - 重庆探索中国和新加坡金融产品与资金互通，允许新加坡企业在渝挂牌交易[13] - 北京和杭甬温探索跨境收支便利化及本外币合一银行结算账户体系[14] 数据要素与收入分配 - 优先开放企业监管、卫生健康等高价值公共数据集[15] - 苏南探索数据要素确权与市场化定价，长株潭探索公共数据资产化管理与交易[15] - 合肥增加一线劳动者报酬，福厦泉允许科研人员兼职兼薪，提高居民财产性收入[8]

报告行业投资评级 未提及 报告的核心观点 本周（2025/09/15 - 2025/09/19）REITs加权指数下跌0.14%，各大类资产收益表现为原油>纯债>黄金>REITs>股票>转债，产权类上涨0.13%，特许经营权类下跌0.46%，不同行业类型REITs表现有差异，还对二级市场估值、大宗交易、市场相关性及一级市场在审项目进行了分析 [2] 各目录总结 二级市场价量表现 - 本周REITs加权指数下跌0.14%收于100.42点，各大类资产收益表现排序为原油>纯债>黄金>REITs>股票>转债 [2] - 产权类上涨0.13%至113.97，特许经营权类下跌0.46%至84.48；不同行业类型中，数据中心涨幅最高为1.32%，生态环保类跌幅最大为2.00% [2] - 产权类REITs涨幅排名前五的有华夏基金华润有巢REIT（2.20%）等，换手率较高的有中金唯品会奥莱REIT（18.69%）等；特许经营权类REITs涨幅排名前五的有招商高速公路REIT（1.89%）等，换手率较高的有华泰江苏交控REIT（8.10%）等 [3] 二级市场估值情况 - 产权类REITs内部收益率（IRR）排名前三的是中金湖北科投光谷REIT（7.70%）、博时蛇口产园REIT（6.69%）、华夏和达高科REIT（6.61%） [4][23] - P/FFO指标方面，多只REIT低于所属行业类型同类均值；P/NAV指标下，易方达广开产园REIT、中金中国绿发商业REIT、汇添富上海地产租赁住房REIT估值分位数低呈低估状态；预期现金分派率排名前三的是创金合信首农REIT、中金湖北科投光谷REIT、华夏合肥高新REIT [23] - 特许经营权类REITs内部收益率（IRR）排名前三的是华夏中国交建REIT（9.65%）、平安广州广河REIT（8.96%）、工银河北高速REIT（6.18%）；P/NAV指标下，华夏越秀REIT、华夏华电清洁能源REIT、工银蒙能清洁能源REIT估值分位数低呈低估状态 [4] 二级市场表现：大宗交易情况 - 本周5个大宗交易日中，星期一成交额最高为2333.58万元；大宗交易成交额排名前五的REITs有华夏首创奥莱REIT、华夏深国际REIT等，平均折溢价率有正有负 [19] 市场相关性统计 - REITs与各大类资产相关系数层面，本周与上证指数相关系数最高为0.20，与原油指数相关系数为0.09等 [27] - 不同类型REITs指数与大类资产相关系数显示，产业园区类与上证指数相关系数为0.21，能源类与上证指数相关系数为0.04等 [28] 一级市场跟踪 - 截止2025年9月19日，仍在交易所受理阶段的REITs产品有11只，处于已通过待上市状态的有1只，如华夏凯德商业REIT待上市，建信金风新能源REIT等处于已反馈阶段 [5][31]