投资评级与核心观点 - 报告对明阳智能维持“买入”评级 [4] - 报告核心观点：公司作为国产海风机组龙头，短中长三重逻辑支撑业绩进入向上通道 [2] 短期国内陆风价格回升释放盈利弹性，中期国内海风需求回暖驱动成长，长期凭借大型化技术优势与欧洲本土产能布局打开海外市场空间 [2] 同时，通过收购中山德华芯片前瞻布局太空光伏能源系统，确立长期成长新动能 [3][4] 公司主业：风电整机龙头，三重逻辑驱动 - 明阳智能是国内风电整机头部企业，2022-2024年国内全口径吊装市占率维持前四，2023-2024年海风机组吊装市占率连续两年排名第一 [15][44] - 公司接近80%的营收来自于风机制造销售 [17] - **短期逻辑：陆风价格回升，盈利弹性释放** [2][20] - 2025年国内陆风机组不含塔筒中标均价同比提升超10%，各功率段均价涨幅在10%-19%之间 [2][26] - 行业竞争从价格驱动转向价值驱动，风机大型化进度在2025年略有放缓，8MW及以上风机占比约为26%，较2024年的29%下降 [30][32] - 技术迭代持续降本，例如传动链由“三点支撑”转为“前集成”，可带动单台10MW风机成本下降超2% [33] - 由于订单交付周期约2年，预计2026-2027年高价订单交付占比提升，制造端业绩弹性将确定性释放 [2][36] - **中期逻辑：国内海风需求回暖，龙头充分受益** [2][39] - 政策支持力度加大，“十五五”期间国内海风开发有望加速 [39] - 国内海风项目储备充裕，截至2025年12月，在建项目约10GW，已核准未开工项目达33GW [40] - 报告预计2025/2026年国内海风新增装机分别为8GW/12GW，同比+42%/+50% [40] - 预计“十五五”阶段国内海风年平均装机有望从“十四五”的8GW提升至15-20GW [2][40] - **长期逻辑：出海欧洲前景广阔，成长空间巨大** [2][49] - 欧洲用电需求增长及能源安全诉求推动海风建设，预计2030年后年均装机有望提升至15GW以上 [2] - 欧洲本土大型海风机组产能严重不足，当前仅约4GW，无法满足2030/2031年预计9GW/16GW的并网需求，存在紧迫的产能缺口 [58][63] - 欧洲海风项目单位造价高企，2022年后提升至3800-4000欧元/kW，开发商降本诉求强烈 [59] - 中国风机具备显著性价比优势，海外销售单价较西方制造整机低约30% [59][62] - 公司在海风大型化技术领先，已投运18-20MW风机，并发布50MW漂浮式风机平台，而欧洲友商最大投运机型为12-15MW [65] - 为应对欧洲贸易保护，公司计划在英国苏格兰投资15亿英镑分三阶段建设欧洲本土制造基地，以填补英国风机产能空白 [67][69] - 欧洲顶级开发商如RWE、沃旭能源等已对中国风机持开放态度，公司有望凭借本土产能在未来1-2年取得订单突破 [66][69] 新业务布局：收购太空光伏能源系统供应商 - 2026年1月22日，公司公告拟收购中山德华芯片100%股权，进军卫星能源系统领域 [3][70] - 德华芯片专注于柔性空间太阳电池芯片、柔性太阳电池电路等产品，具备砷化镓组件级供应能力 [3][70] - 2025年9月，由德华芯片制作的全球首套卫星全柔性卷迭式太阳翼成功发射，具有重量最轻、收拢体积最小、发电效率最高等特点 [3][91] - 该柔性太阳翼电路面密度仅0.7kg/㎡，减重比例达56%，双翼电池电路部分减重达18.5kg [91] - 明阳智能体内已具备HJT地面光伏产品量产能力，并已建立钙钛矿百兆瓦级中试线 [3] - 后续公司有望凭借德华芯片在砷化镓领域的客户基础和验证渠道，将HJT、钙钛矿等产品导入太空光伏市场，打开高功率商业化卫星能源系统市场 [3][106] 财务预测与估值 - 报告预测公司2025/2026/2027年营业收入分别为374亿元、427亿元、464亿元，同比增长37.6%、14.3%、8.6% [4][9] - 预测同期归母净利润分别为10.2亿元、22.1亿元、31.4亿元，同比增长195.4%、116.2%、42.2% [4][9] - 对应每股收益（EPS）分别为0.45元、0.98元、1.39元 [4][9] - 预测毛利率将从2024年的8.1%持续提升至2027年的15.7% [116] - 报告基于公司中短期盈利弹性释放确定性强及长期成长动能，维持“买入”评级 [4]

报告行业投资评级 未提及 报告的核心观点 经济增长方面补贴退潮致车市走弱，生产端电厂日耗、高炉开工率、轮胎开工率等有不同表现，需求端新房销量、车市零售等下滑；通货膨胀方面猪价涨势渐颓，CPI 体现猪价和农产品价格变化，PPI 显示油价、铜铝等价格走势 [1][2][3] 根据相关目录分别进行总结 经济增长 生产 - 电厂日耗超去年同期，1 月 27 日 6 大发电集团平均日耗 86.3 万吨较 1 月 20 日涨 0.7%，1 月 22 日南方八省电厂日耗 240 万吨较 1 月 16 日升 11.5% [3][11] - 高炉开工率整体持稳，1 月 23 日全国高炉开工率 78.7%较 1 月 16 日降 0.2 个百分点，产能利用率 85.5%较 1 月 16 日升 0.1 个百分点，唐山钢厂高炉开工率 90.8%与 1 月 16 日持平 [3][15] - 轮胎开工率走势分化，1 月 22 日汽车全钢胎开工率 62.6%较 1 月 15 日降 0.3 个百分点，汽车半钢胎开工率 74.6%较 1 月 15 日升 1.1 个百分点；江浙地区织机开工率加速回落，1 月 22 日涤纶长丝开工率 86.7%较 1 月 15 日降 3.2 个百分点，下游织机开工率 51.2%较 1 月 22 日降 3.7 个百分点 [3][17] 需求 - 30 城新房销量环比走弱，1 月 1 - 27 日 30 大中城市商品房日均销售面积 16.3 万平方米，较 12 月同期降 51.5%，较去年 1 月同期降 35.3%，较 2024 年 1 月同期降 36.9%，分区域一线、二线、三线城市销售面积分别同比降 33.7%、33.6%、40.1% [3][21] - 车市零售增长偏弱，1 月零售同比降 28%，1 月第二周全国乘用车市场零售日均 5.0 万辆，同比降 22%，环比 12 月同期降 31%；1 月批发同比降 35%，1 月第二周全国乘用车市场批发日均 5.1 万辆，同比降 28%，环比 12 月同期降 30% [3][25] - 钢价震荡，1 月 27 日螺纹、线材、热卷、冷轧价格较 1 月 20 日分别跌 0.9%、持平、涨 0.6%和跌 0.3%，1 月以来环比分别跌 0.3%、跌 0.3%、涨 0.1%和跌 0.8%，同比分别跌 2.4%、跌 1.6%、跌 3.9%和跌 8.8%，钢材累库较往年偏慢，1 月 23 日五大钢材品种库存 868.5 万吨较 1 月 16 日升 2.1 万吨 [3][31] - 水泥价格低位下探，1 月 27 日全国水泥价格指数较 1 月 20 日跌 0.8%，华东和长江地区水泥价格分别跌 0.9%和跌 0.9%，1 月以来水泥均价环比跌 1.7%，同比跌 20.0% [3][32] - 玻璃价格窄幅震荡，1 月 27 日玻璃活跃期货合约价报 1073 元/吨，较 1 月 20 日涨 0.8%，1 月以来玻璃价格环比涨 6.9%，同比跌 20.1% [3][36] - 集运运价指数加速下跌，1 月 23 日 CCFI 指数较 1 月 16 日跌 0.1%，SCFI 指数跌 7.4%，1 月以来 CCFI 指数同比跌 21.9%，环比涨 7.0%；SCFI 指数同比跌 30.5%，环比涨 2.1% [3][39] 通货膨胀 CPI - 猪价涨势渐颓，1 月 27 日猪肉平均批发价为 18.7 元/公斤，较 1 月 20 日涨 1.0%，1 月以来猪肉平均批发价环比涨 3.4%，同比跌 20.2% [3][46] - 农产品价格指数偏强运行，1 月 27 日农产品批发价格指数较 1 月 20 日涨 0.1%，分品种鸡蛋涨 4.7%、猪肉涨 1.0%、羊肉涨 0.8%、牛肉涨 0.2%、水果涨 0.1%、蔬菜跌 0.7%、鸡肉跌 1.3%，1 月以来农产品批发价格指数同比涨 4.2%，环比跌 0.3% [3][50] PPI - 油价温和上涨，1 月 27 日布伦特和 WTI 原油现货价报 69.5 和 62.4 美元/桶，较 1 月 20 日分别涨 2.0%和涨 3.4%，1 月以来布伦特和 WTI 现货月均价环比分别涨 5.3%和涨 2.8%，同比分别跌 16.6%和跌 20.9% [3][53] - 铜铝回升，1 月 27 日 LME3 月铜价和铝价较 1 月 20 日分别涨 0.8%和涨 1.3%，1 月以来 LME3 月铜价环比涨 10.4%，同比涨 42.9%；LME3 月铝价环比涨 7.9%，同比涨 21.2% [3][58] - 工业品价格环比涨跌不一，1 月以来玻璃、焦煤等价格环比上涨，其它工业品价格环比下跌，水泥、冷轧板跌幅居前；工业品价格同比跌幅多数收敛，冷轧板、动力煤价格同比跌幅走阔，其他工业品价格同比跌幅普遍收窄 [3][62]

投资评级 - 维持“买入”评级 [5] 核心观点 - 公司2025年业绩符合预期，归母净利润同比高增，其中第四季度表现尤为突出 [2] - 短期利润受塔机业务减值影响，但资产质量优化及需求回暖有望推动减值率回归合理，加速后续利润释放 [3] - 海外需求筑底回暖，公司优势产品出口表现良好，高毛利的海外业务将带动利润持续增长 [3] - 短期国内电动装载机价格战影响毛利率，但新品T系列装载机市场认可度高，产品结构高端化有望提升盈利能力 [4] - 公司“十五五战略”目标清晰，规划至2030年实现营收600亿元，海外收入占比超60%，净利率不低于8%，中长期成长可期 [4] 业绩表现与预测 - **2025年业绩预告**：预计全年实现归母净利润15.26-16.59亿元，同比增长15%-25%；扣非归母净利润13.23-14.55亿元，同比增长16%-28% [2] - **2025年第四季度**：预计单季度归母净利润0.68-2.01亿元，去年同期为0.06亿元，同比实现高增长 [2] - **盈利预测调整**：预计2025-2027年营收分别为335.64亿元、379.73亿元、436.95亿元；归母净利润分别为16.01亿元、20.92亿元、26.40亿元 [5] - **估值水平**：对应2025-2027年市盈率（PE）分别为15倍、11倍、9倍 [5] 经营分析 - **利润端短期压力**：2025年第三季度计提信用减值损失2.7亿元，其中塔机及升降机业务占比超50%，同比增加2.1亿元；若不考虑此项减值，全年利润增速将更高 [3] - **海外业务表现强劲**：2025年上半年，公司装载机出口收入增速超20%，挖掘机出口销量同比增长22.1% [3] - **海外毛利率优势**：2025年上半年，公司海外毛利率高于国内毛利率13.9个百分点 [3] - **行业需求回暖信号**：2025年第三季度，卡特彼勒建筑机械板块在北美、EAME、亚太、拉丁美洲的收入增速分别为+8%、+6%、+3%、-1%，其中北美市场首度回暖 [3] - **国内市场竞争影响**：受国内电动装载机价格竞争影响，2025年前三季度毛利率为22.3%，其中第三季度毛利率为22.1%，同比下行1.6个百分点 [4] 财务数据摘要 - **历史及预测营收**：2023年营收275.19亿元，2024年300.63亿元，预计2025年335.64亿元，2026年379.73亿元，2027年436.95亿元 [10] - **历史及预测归母净利润**：2023年8.68亿元，2024年13.27亿元，预计2025年16.01亿元，2026年20.92亿元，2027年26.40亿元 [10] - **盈利能力指标**：预计净资产收益率（ROE）将从2025年的8.74%提升至2027年的12.13%；净利率将从2025年的4.8%提升至2027年的6.0% [10] - **每股指标**：预计摊薄每股收益将从2025年的0.786元增长至2027年的1.297元 [10] 市场评级共识 - 根据聚源数据，在最近六个月内，市场共有56份相关研究报告给予公司“买入”评级，评分为1.00，对应市场平均投资建议为“买入” [13]

2026年红利策略整体展望 - 2026年红利策略相较于全A市场可能难以获取超额收益，因市场驱动力转向关注基本面边际变化（增长率g）而非股息率d[2] - 2025年红利策略大幅跑输市场，万得全A上涨27.65%，而中证红利下跌1.39%[13] - 2026年企业盈利修复可能成为市场核心驱动力，投资者更关注增长率[2] 港股与A股红利比较 - 2024年4月17日至2026年1月16日，港股红利低波指数相对A股红利低波指数获得49.10%的超额收益[36] - 港股红利股息率仍高于A股，主要因分红比例更高，但两者股息率差值已收敛至2023年以来低位，未来收敛空间有限[37][50] - 港股相对收益主要来源于个股选择贡献，而非行业配置，金融、能源、工业和材料行业个股选择贡献显著[44] 2026年红利组合构建思路 - 配置思路应从注重历史分红和静态股息率，转向寻求有基本面弹性、未来分红可能提升的行业[3] - 资源类（如煤炭、航运）和传统制造业类红利受益范围最广，同时受益于海外AI投资缺电、全球制造业复苏及降息周期[3][66] - 基于赔率（股息率）与胜率（ROE）评分体系，第一象限（赔率胜率双高）行业包括保险、纺织制造、煤炭开采、航运港口、饮料乳品等[69] - 传统消费类红利（如白色家电、白酒）当前赔率最高，股息率历史分位数多在90%以上[65]

AI产业高景气度与上游供给紧张 - 存储芯片2026年一季度价格大幅上涨，一般型DRAM合约价季增55-60%，NAND Flash季增33-38%，预计二季度价格环比再涨20%左右[13] - 全球存储芯片产业规模预计2026年达5516亿美元（同比增长134%），2027年达8427亿美元（同比增长53%），2026-2027年将持续供不应求[13] - 英特尔2025年第四季度营收137亿美元，但2026年第一季度营收指引仅为117–127亿美元，反映AI需求强劲但供给紧张[20] - 天孚通信预计2025年净利润18.81亿-21.5亿元，同比增长40%-60%；剑桥科技预计2025年净利润2.52亿-2.78亿元，同比增长51.19%-66.79%，印证AI上游光通信等高景气[25][27] 大模型公司收入与融资迅猛增长 - OpenAI 2025年年化收入突破200亿美元，较2024年的60亿美元大幅增长，并计划进行至少500亿美元的新一轮融资，估值或达7500-8300亿美元[15] - Anthropic年化收入从2025年夏季约40亿美元提升至2025年底的90亿美元以上，新一轮融资或超100亿美元[16] - 谷歌Gemini API调用量过去一年增长逾一倍，达850亿次；Gemini企业订阅用户增长至800万[30] - 阿里千问大模型全球下载量超10亿次，衍生模型数量突破20万个[31] 巨头AI应用与硬件加速落地 - OpenAI计划未来几周在ChatGPT免费版和Go版中测试广告，并将在2026年下半年推出首款AI设备[18][19] - 苹果计划在2026年6月发布全新AI聊天机器人，并于9月正式推出[33] - 字节跳动AI Agent平台“扣子”宣布2.0升级；阿里健康AI产品“氢离子”开放下载；钉钉、高德、支付宝联手推出“AI差旅”[20][34] - 阿里巴巴考虑将芯片设计子公司平头哥分拆为独立公司并推动上市[29]

量化因子与构建方式 1. **因子名称：高频价格区间因子**[3][11] * **因子构建思路**：衡量股票在日内不同价格区间成交的活跃程度，以体现投资者对未来走势的预期[3]。研究发现，高价格区间成交越不活跃，或低价格区间大单越活跃，股票未来上涨可能性越大[11]。 * **因子具体构建过程**：该因子由三个细分因子加权合成。 * **细分因子1：高价格80%区间成交量因子 (VH80TAW)**。利用三秒快照数据，计算股票在日内高价格80%区间的成交量，该因子值与未来收益呈负相关[11]。 * **细分因子2：高价格80%区间成交笔数因子 (MIH80TAW)**。计算股票在日内高价格80%区间的成交笔数，该因子值与未来收益呈负相关[11]。 * **细分因子3：低价格10%区间每笔成交量因子 (VPML10TAW)**。计算股票在日内低价格10%区间的平均每笔成交量，该因子值与未来收益呈正相关[11]。 * **合成方法**：对上述三个细分因子，分别赋予25%、25%和50%的权重进行合成[14]。然后对合成后的因子进行行业和市值中性化处理[14]。 * **因子评价**：该因子展现出了较强的预测效果，今年以来表现比较稳定[3]。在样本外表现出色，超额净值曲线稳定向上[16]。 2. **因子名称：高频量价背离因子**[3][19] * **因子构建思路**：衡量股票价格与成交量的相关性，当量价出现背离时（相关性低），无论股价处于上升或下降通道，未来上涨的可能性均较高[19]。 * **因子具体构建过程**：该因子由两个细分因子等权合成。 * **细分因子1：价格与成交笔数相关性因子 (CorrPM)**。利用高频快照数据，计算快照成交价（或收益率）与快照成交笔数的相关性[19]。 * **细分因子2：价格与成交量相关性因子 (CorrPV)**。利用高频快照数据，计算快照成交价（或收益率）与快照成交量的相关性[19]。 * **合成方法**：对上述两个细分因子进行等权合成[19]。然后对合成后的因子进行行业和市值中性化处理[19]。 * **因子评价**：该因子近几年表现一直不太稳定，多空净值曲线趋近走平[3]。自2020年以来，收益呈现下降趋势，可能与高频因子被广泛使用有关[23]。但今年以来表现良好，能相对稳定获取正的超额收益[23]。 3. **因子名称：遗憾规避因子**[3][24] * **因子构建思路**：基于行为金融学的遗憾规避理论，考察投资者卖出股票后股价反弹的比例和程度。卖出后反弹占比越高或反弹程度越大，股票的预期收益会更低[24]。 * **因子具体构建过程**：该因子由两个细分因子等权合成。 * **细分因子1：卖出反弹占比因子 (LCVOLESW)**。利用逐笔成交数据区分主动买卖方向，计算卖出后股价反弹的交易占比[24]。 * **细分因子2：卖出反弹偏离因子 (LCPESW)**。利用逐笔成交数据区分主动买卖方向，计算卖出后股价反弹的程度[24]。 * **合成方法**：对上述两个细分因子进行等权合成[28]。然后对合成后的因子进行行业和市值中性化处理[28]。 * **因子评价**：该因子展现了较好的预测效果，样本外超额收益稳定，表明A股投资者的遗憾规避情绪会显著影响股价预期收益[3][31]。 4. **因子名称：斜率凸性因子**[3][32] * **因子构建思路**：从投资者耐心与供求关系弹性的角度出发，利用限价订单簿数据计算买卖双方的订单簿斜率，刻画其对股票预期收益的影响[3][32]。买方斜率越大（需求弹性小）或卖方斜率越小（供给弹性大），股票预期收益越高[32]。 * **因子具体构建过程**：该因子由两个细分因子等权合成。 * **细分因子1：低档斜率因子 (Slope_abl)**。将委托量数据按档位累加，用委托价和累计委托量计算低档位的订单簿斜率[32]。 * **细分因子2：高档位卖方凸性因子 (Slope_alh)**。将委托量数据按档位累加，用委托价和累计委托量计算高档位的卖方订单簿凸性[32]。 * **合成方法**：对上述两个细分因子进行等权合成[35]。然后对合成后的因子进行行业和市值中性化处理[35]。 * **因子评价**：该因子自2016年以来收益保持平稳趋势，但在样本外整体表现比较平淡[35]。 量化模型与构建方式 1. **模型名称：高频“金”组合中证1000指数增强策略**[4][38] * **模型构建思路**：将上述三类高频因子（价格区间、量价背离、遗憾规避）等权合成，构建纯高频因子的指数增强策略[4]。 * **模型具体构建过程**： * **因子合成**：将价格区间因子、量价背离因子、遗憾规避因子进行等权合成[4]。 * **策略设置**：以中证1000指数为基准，进行周频调仓[38]。手续费率为单边千分之二[38]。加入换手率缓冲机制以降低调仓成本[38]。 2. **模型名称：高频&基本面共振组合中证1000指数增强策略**[4][43] * **模型构建思路**：将高频因子与有效的传统基本面因子结合，以提升多因子投资组合的表现[43]。 * **模型具体构建过程**： * **因子池**：高频因子包括上述三类因子（价格区间、量价背离、遗憾规避）；基本面因子包括一致预期、成长和技术因子[43]。 * **因子合成**：将所有高频因子和基本面因子进行等权合成[4]。 * **策略设置**：以中证1000指数为基准，构建指数增强策略[43]。 因子的回测效果 （注：以下因子表现数据均基于中证1000指数成分股，并经过行业市值中性化处理[10]。超额收益基准为所有成分股等权配置[10]。） 1. **价格区间因子**，上周多空收益率2.18%[10]，本月以来多空收益率4.25%[12]，今年以来多空收益率4.25%[12]；上周多头超额收益率1.24%[10]，本月以来多头超额收益率1.60%[12]，今年以来多头超额收益率1.60%[12]。 2. **量价背离因子**，上周多空收益率3.60%[10]，本月以来多空收益率3.71%[12]，今年以来多空收益率3.71%[12]；上周多头超额收益率1.80%[10]，本月以来多头超额收益率2.41%[12]，今年以来多头超额收益率2.41%[12]。 3. **遗憾规避因子**，上周多空收益率0.02%[10]，本月以来多空收益率-0.91%[12]，今年以来多空收益率-0.91%[12]；上周多头超额收益率0.17%[10]，本月以来多头超额收益率-0.82%[12]，今年以来多头超额收益率-0.82%[12]。 4. **斜率凸性因子**，上周多头超额收益率-0.40%[2]，本月以来多头超额收益率-2.01%[2]，今年以来多头超额收益率-2.01%[2]。 模型的回测效果 1. **高频“金”组合中证1000指数增强策略**，年化收益率10.56%[39]，年化波动率23.75%[39]，Sharpe比率0.44[39]，最大回撤率47.77%[39]，双边换手率（周度）14.66%[39]，年化超额收益率9.58%[39]，跟踪误差4.36%[39]，信息比率(IR)2.20[39]，超额最大回撤6.53%[39]；上周超额收益0.68%[4]，本月以来超额收益-1.74%[4]，今年以来超额收益-1.34%[4]。 2. **高频&基本面共振组合中证1000指数增强策略**，年化收益率14.80%[45]，年化波动率23.39%[45]，Sharpe比率0.63[45]，最大回撤率39.60%[45]，双边换手率（周度）22.54%[45]，年化超额收益率13.70%[45]，跟踪误差4.23%[45]，信息比率(IR)3.24[45]，超额最大回撤4.97%[45]；上周超额收益0.18%[4]，本月以来超额收益-1.05%[4]，今年以来超额收益率-0.92%[4]。

核心观点 报告认为，在2026年企业盈利修复可能成为市场核心驱动力的宏观背景下，投资者将更加关注基本面的边际变化（增长率g）而非股息率（d），因此红利策略全年可能难以获得相对于全A市场的超额收益[2][14][15] 然而，红利策略作为投资组合的“压舱石”依然重要，其估值低、波动小且股息率具备相对性价比[2][33] 配置思路应从注重历史分红向寻求基本面弹性切换，并建议关注港股红利的结构性机会[3][62] 第一问：2026年的红利策略能有超额吗？ - **2025年跑输原因**：2025年红利策略大幅跑输市场，万得全A上涨27.65%，而中证红利下跌1.39%[13] 核心原因在于市场转向以AI产业投资为代表的成长性赛道，同时制造业“反内卷”对实物消耗型红利构成压力，且市场风险偏好抬升[11][22] - **2026年展望**：基于企业盈利修复、更多行业景气度改善的宏观假设，市场驱动力可能偏向增长率（g），红利策略全年获取超额收益的难度较大[2][14][15] - **历史规律**：在全A（非金融）ROE回升阶段，红利能否有超额收益取决于驱动力是否与红利主要行业相关，例如2005-2007年和2016-2017年因宏观逻辑受益而跑赢，但在产业政策驱动（如2013年移动互联网）的行情中则跑输[16] - **结构分化**：制造业“反内卷”趋势下，传统制造业红利（量价齐升）的业绩弹性可能大于实物消耗型红利（价稳量升）[22][26] - **防御价值**：当市场波动放大或科技成长板块下行时，红利风格会出现再均衡并可能阶段性占优，例如2025年10-11月的经验[2][11][33] 第二问：2026年的红利策略，买A股还是港股？ - **历史表现**：自2024年4月17日至报告期，港股红利低波指数相对A股红利低波指数的超额收益高达49.10%[36][40] - **性价比来源**：港股红利股息率更具性价比，主要源于其更高的分红比例，尽管PE估值与A股已相差无几[3][37] - **收益归因**：港股相对收益的主要来源是个股选择贡献，而非行业配置贡献[3][44] 金融、能源、工业和材料行业的个股选择贡献最为突出[3][44] - **股息率差异**：无论是共有的A-H红利股还是港股独有股票，贡献主要相对收益的行业其港股股息率均高于A股[3][59] 例如，9只A-H红利股的港股股息率均值比A股高1.17%[46] - **收敛空间**：A股与港股红利股的股息率差值自2023年以来持续收敛，已处于低位，未来进一步收敛的空间可能有限[3][46][53][59] - **2026年配置结论**：港股红利的配置性价比依旧更好，但两者表现差异可能不会像2025年那样明显[3][60] 若市场向基本面要弹性，港股股息率优势可能削弱[3][60] - **红利税影响**：港股通红利税对持股满一年的机构投资者（如保险）几乎无影响，但会降低个人投资者持有港股红利的实际收益[3][60][61] 第三问：如何构建和优化2026年的红利组合？ - **基本面线索**：2026年三大核心线索是海外AI投资与制造业复苏带来缺电、新兴市场资源保护主义与降息周期共振、内需破局与消费力恢复[3][62] - **受益范围分析**：资源类红利和传统制造业红利受益范围最广，同时受益于多条线索；金融类红利仅受益于走出通缩后的盈利后周期修复[3][62][66] - **配置思路转变**：应从注重历史分红和静态股息率，转向寻求有基本面弹性、未来分红比例可能提升且预测股息率符合要求的标的[3][62] - **赔率与胜率体系**：构建细分行业评分体系，赔率以股息率为核心，结合分红稳定性与提升空间；胜率以ROE TTM为核心，结合影响基本面的核心因素[3][65] - **行业筛选象限**： - **第一象限（赔率胜率双高）**：包括保险、纺织制造、煤炭开采、航运港口、饮料乳品、通信服务、家居用品、食品加工、非白酒、物流等行业[3][69] - **第二象限（胜率高、赔率不足）**：如摩托车、工程机械、水泥、小家电等[3][69] - **第三象限（赔率胜率双低）**：如造纸、商用车、冶钢原料、酒店餐饮、专业连锁[3][69] - **第四象限（赔率高、胜率不足）**：如白酒、银行、铁路公路、基础建设、装修建材、厨卫电器等[3][69] - **配置建议**：建议加大第一象限行业的配置，第四象限中赔率很高的行业也可作为中长期配置方向[3][71] - **标的组合构建**：基于上述行业评分，结合个股基本面与估值，报告筛选出了包含55只A+H标的的2026年红利组合供参考[3][72][74]

产业前沿：AI需求强劲，供给持续紧张 - 存储芯片2026年一季度价格大幅上涨，一般型DRAM合约价季增55-60%，NAND Flash季增33-38%，预计二季度价格环比再涨约20%[13] - 预计存储芯片产业规模2026年达5516亿美元（同比增长134%），2027年达8427亿美元（同比增长53%），2026-2027年供不应求，2028年改善[13] - OpenAI 2025年年化收入突破200亿美元，较2024年的60亿美元大幅增长[15] - Anthropic年化收入从2025年夏季约40亿美元提升至2025年底的90亿美元以上[16] 资本风向：巨头财报与AI应用进展 - 英特尔2025年第四季度营收137亿美元，但预计2026年第一季度营收指引为117–127亿美元，显示AI需求强劲但供给紧张[20] - 谷歌Gemini API调用量过去一年增长逾一倍，达850亿次；Gemini企业订阅用户增长至800万[30] - 阿里千问大模型全球下载量超10亿次，衍生模型数量突破20万个[31] - 苹果计划在2026年6月发布全新AI聊天机器人，并于9月正式推出[33] 产业链与公司动态：上游高景气与国产化 - 天孚通信预计2025年净利润18.81亿元-21.5亿元，同比增长40.00%-60.00%，反映光通信行业高景气[25] - 阿里巴巴正考虑将其芯片设计子公司平头哥分拆为独立公司并推动上市[29]

量化模型与构建方式 1. **模型名称：微盘股轮动模型**[19][20][27] * **模型构建思路**：通过比较微盘股指数与茅指数的相对价值和短期动量，判断并轮动投资于表现更优的风格指数。[19][20][27] * **模型具体构建过程**： 1. **计算相对净值**：计算微盘股指数与茅指数的相对净值（微盘股指数净值 / 茅指数净值）。[27] 2. **计算年均线**：计算该相对净值的243日移动平均线（年均线）。[27] 3. **计算斜率**：分别计算微盘股指数和茅指数过去20日收盘价的斜率（趋势）。[27] 4. **生成信号**： * 当微盘股/茅指数相对净值 **高于** 其243日均线时，倾向于投资微盘股。[27] * 当微盘股/茅指数相对净值 **低于** 其243日均线时，倾向于投资茅指数。[27] * 结合20日斜率：当两个指数的20日斜率方向相反且一方为正时，选择投资斜率为正的指数，以应对潜在的风格切换。[27] 2. **模型名称：微盘股择时风控模型**[19][20][27] * **模型构建思路**：监控十年期国债收益率和微盘股波动率拥挤度的同比变化，当任一指标触及预设阈值时，发出平仓信号以控制中期系统性风险。[19][20][27] * **模型具体构建过程**： 1. **计算十年期国债收益率同比**：计算当前十年期国债到期收益率相对于一年前同期的变化率。[27] $$十年国债利率同比 = \frac{当前十年期国债到期收益率}{一年前同期十年期国债到期收益率} - 1$$ 2. **计算波动率拥挤度同比**：计算当前微盘股波动率拥挤度指标相对于一年前同期的变化率。[27] $$波动率拥挤度同比 = \frac{当前波动率拥挤度}{一年前同期波动率拥挤度} - 1$$ 3. **生成风控信号**：设定两个阈值，十年国债利率同比阈值为0.3（30%），波动率拥挤度同比阈值为0.55（55%）。[27] * 若 **十年国债利率同比 ≥ 30%** 或 **波动率拥挤度同比 ≥ 55%**，则触发风控信号，建议平仓。[27] * 否则，维持持仓。[27] 3. **模型名称：宏观择时模型**[47][50] * **模型构建思路**：基于经济增长和货币流动性两个宏观维度的动态事件因子，生成权益资产（股票）的配置仓位信号，进行股债轮动。[47] * **模型具体构建过程**：报告未详细描述具体构建过程，但指出模型根据经济增长和货币流动性层面生成信号强度，并综合得出股票仓位建议。具体细节需参考其历史研究报告《Beta 猎手系列：基于动态宏观事件因子的股债轮动策略》。[47][49] 模型的回测效果 1. **微盘股轮动模型**：报告未提供该模型历史回测的综合绩效指标（如年化收益率、夏普比率等），但提供了截至2025年12月31日的具体信号：维持茅指数信号，预期中期配置茅指数能有更高相对收益。[19][20] 2. **微盘股择时风控模型**：报告未提供该模型历史回测的综合绩效指标，但提供了截至2025年12月31日的监控值：波动率拥挤度同比为-33.43%，十年期国债到期收益率同比为9.93%，均未触及风控阈值，因此中期系统性风险处于可控范围，风控信号未触发。[19][20] 3. **宏观择时模型**： * 截至2025年12月31日，模型对1月份权益推荐仓位为 **60%**（上月为55%）。[47][50] * 模型对12月份经济增长层面信号强度为50%，货币流动性层面信号强度为60%。[47] * 择时策略2025年年初至今收益率为 **14.59%**，同期Wind全A收益率为26.87%。[47] 量化因子与构建方式 1. **因子名称：市值因子**[54][66] * **因子构建思路**：使用公司流通市值的对数作为代理变量，通常认为小市值公司具有更高的风险溢价和成长潜力。[66] * **因子具体构建过程**：$$LN\_MktCap = ln(流通市值)$$[66] * **因子评价**：报告指出，过去一周小市值因子在全市场范围内表现强势，是市场风格的主导因子之一。[54] 2. **因子名称：价值因子**[54][66] * **因子构建思路**：通过多种估值比率衡量公司价格是否低于其内在价值，例如市净率、市盈率、市销率的倒数等。[66] * **因子具体构建过程**：报告列出了多个细分价值因子，例如： * $$BP\_LR = \frac{最新年报账面净资产}{最新市值}$$ * $$EP\_FTTM = \frac{未来12个月一致预期净利润}{最新市值}$$ * $$SP\_TTM = \frac{过去12个月营业收入}{最新市值}$$[66] * **因子评价**：报告指出，过去一周价值因子全线飘红，显示市场资金在追逐小盘弹性的同时，风险偏好回归对低估值的重视。[54] 3. **因子名称：成长因子**[66] * **因子构建思路**：通过公司财务指标的增长率来衡量其未来的成长潜力。[66] * **因子具体构建过程**：报告列出了多个细分成长因子，例如： * $$NetIncome\_SQ\_Chg1Y = 单季度净利润同比增速$$ * $$OperatingIncome\_SQ\_Chg1Y = 单季度营业利润同比增速$$ * $$Revenues\_SQ\_Chg1Y = 单季度营业收入同比增速$$[66] 4. **因子名称：质量因子**[66] * **因子构建思路**：通过盈利能力、运营效率、财务稳健性等指标衡量公司的经营质量。[66] * **因子具体构建过程**：报告列出了多个细分质量因子，例如： * $$ROE\_FTTM = \frac{未来12个月一致预期净利润}{股东权益均值}$$ * $$OCF2CurrentDebt = \frac{过去12个月经营现金流净额}{流动负债均值}$$ * $$GrossMargin\_TTM = 过去12个月毛利率$$[66] 5. **因子名称：一致预期因子**[54][66] * **因子构建思路**：基于分析师一致预期的变化或目标价空间，捕捉市场对未来盈利预期的调整。[66] * **因子具体构建过程**：报告列出了多个细分一致预期因子，例如： * $$EPS\_FTTM\_Chg3M = 未来12个月一致预期EPS过去3个月的变化率$$ * $$TargetReturn\_180D = 一致预期目标价相对于目前股价的收益率$$[66] * **因子评价**：报告指出，随着年报预告披露期接近尾声，市场短期脱离对于高业绩预期板块的追逐，使得一致预期因子表现走弱。[54] 6. **因子名称：技术因子**[54][66] * **因子构建思路**：基于价量数据构建指标，反映市场的交易行为、流动性和动量特征。[66] * **因子具体构建过程**：报告列出了多个细分技术因子，例如： * $$Volume\_Mean\_20D\_240D = \frac{20日成交量均值}{240日成交量均值}$$ * $$Turnover\_Mean\_20D = 20日换手率均值$$[66] * **因子评价**：报告指出，过去一周量价类因子（技术和低波因子）表现良好，并预期未来一周小市值和量价类因子能维持表现。[54] 7. **因子名称：波动率因子**[66] * **因子构建思路**：通过股票收益率的历史波动率或模型残差波动率来衡量其风险水平，通常低波动股票具有更稳定的表现。[66] * **因子具体构建过程**：报告列出了多个细分波动率因子，例如： * $$Volatility\_60D = 60日收益率标准差$$ * $$IV\_CAPM = CAPM模型残差波动率$$ * $$IV\_FF = Fama-French三因子模型残差波动率$$[66] 8. **因子名称：反转因子**[66] * **因子构建思路**：基于股票过去一段时间的收益率，认为过去表现差的股票未来可能反弹，而过去表现好的股票可能回调。[66] * **因子具体构建过程**：报告列出了多个细分反转因子，例如： * $$Price\_Chg20D = 20日收益率$$ * $$Price\_Chg60D = 60日收益率$$ * $$Price\_Chg120D = 120日收益率$$[66] 9. **因子名称：可转债正股一致预期因子**[59] * **因子构建思路**：从正股与可转债的相关关系出发，将用于预测正股的“一致预期”类因子应用于可转债择券。[59] 10. **因子名称：可转债正股价值因子**[59] * **因子构建思路**：从正股与可转债的相关关系出发，将用于预测正股的“价值”类因子应用于可转债择券。[59] 11. **因子名称：可转债正股成长因子**[59] * **因子构建思路**：从正股与可转债的相关关系出发，将用于预测正股的“成长”类因子应用于可转债择券。[59] 12. **因子名称：可转债正股财务质量因子**[59] * **因子构建思路**：从正股与可转债的相关关系出发，将用于预测正股的“财务质量”类因子应用于可转债择券。[59] 13. **因子名称：可转债估值因子**[59] * **因子构建思路**：直接从可转债自身的估值指标出发进行择券，选取的指标是平价底价溢价率。[59] 因子的回测效果 （以下数据均基于“上周”和“今年以来”两个时间窗口，在全部A股、沪深300、中证500、中证1000四个股票池中的表现） 1. **一致预期因子**： * **IC均值（上周）**：全部A股 0.21%， 沪深300 -8.80%， 中证500 -1.51%， 中证1000 -0.18%[55] * **IC均值（今年以来）**：全部A股 2.25%， 沪深300 -2.73%， 中证500 0.51%， 中证1000 0.84%[55] * **因子多空收益（上周）**：全部A股 0.08%， 沪深300 0.10%， 中证500 -1.46%， 中证1000 -0.87%[55] * **因子多空收益（今年以来）**：全部A股 -0.07%， 沪深300 0.45%， 中证500 -5.89%， 中证1000 -2.20%[55] 2. **市值因子**： * **IC均值（上周）**：全部A股 10.97%， 沪深300 33.47%， 中证500 -2.07%， 中证1000 4.74%[55] * **IC均值（今年以来）**：全部A股 7.41%， 沪深300 19.70%， 中证500 -8.85%， 中证1000 -0.66%[55] * **因子多空收益（上周）**：全部A股 1.62%， 沪深300 3.11%， 中证500 1.70%， 中证1000 0.06%[55] * **因子多空收益（今年以来）**：全部A股 2.65%， 沪深300 7.23%， 中证500 -10.20%， 中证1000 -0.45%[55] 3. **成长因子**： * **IC均值（上周）**：全部A股 7.53%， 沪深300 -11.51%， 中证500 1.18%， 中证1000 4.51%[55] * **IC均值（今年以来）**：全部A股 5.72%， 沪深300 3.62%， 中证500 2.91%， 中证1000 2.77%[55] * **因子多空收益（上周）**：全部A股 1.29%， 沪深300 -2.91%， 中证500 1.64%， 中证1000 0.45%[55] * **因子多空收益（今年以来）**：全部A股 2.89%， 沪深300 0.59%， 中证500 4.64%， 中证1000 0.14%[55] 4. **反转因子**： * **IC均值（上周）**：全部A股 -2.85%， 沪深300 -4.27%， 中证500 -5.74%， 中证1000 4.07%[55] * **IC均值（今年以来）**：全部A股 -2.45%， 沪深300 0.53%， 中证500 -9.15%， 中证1000 -0.03%[55] * **因子多空收益（上周）**：全部A股 -1.30%， 沪深300 -1.84%， 中证500 -2.80%， 中证1000 0.20%[55] * **因子多空收益（今年以来）**：全部A股 -4.25%， 沪深300 -3.14%， 中证500 -13.15%， 中证1000 -2.79%[55] 5. **质量因子**： * **IC均值（上周）**：全部A股 -6.17%， 沪深300 -19.17%， 中证500 -13.04%， 中证1000 -11.20%[55] * **IC均值（今年以来）**：全部A股 3.05%， 沪深300 1.08%， 中证500 -4.73%， 中证1000 -0.86%[55] * **因子多空收益（上周）**：全部A股 -0.69%， 沪深300 -3.29%， 中证500 0.05%， 中证1000 -0.96%[55] * **因子多空收益（今年以来）**：全部A股 1.45%， 沪深300 -0.88%， 中证500 -4.69%， 中证1000 1.51%[55] 6. **技术因子**： * **IC均值（上周）**：全部A股 6.77%， 沪深300 -4.67%， 中证500 3.45%， 中证1000 5.79%[55] * **IC均值（今年以来）**：全部A股 3.02%， 沪深300 -4.23%， 中证500 -5.47%， 中证1000 -0.55%[55] * **因子多空收益（上周）**：全部A股 -0.39%， 沪深300 -1.41%， 中证500 -0.60%， 中证1000 -0.59%[55] * **因子多空收益（今年以来）**：全部A股 -1.95%， 沪深300 -4.69%， 中证500 -13.04%， 中证1000 -4.09%[55] 7. **价值因子**： * **IC均值（上周）**：全部A股 14.54%， 沪深300 14.95%， 中证500 20.03%， 中证1000 22.00%[55] * **IC均值（今年以来）**：全部A股 0.25%， 沪深300 0.80%， 中证500 -5.63%， 中证1000 -2.89%[55] * **因子多空收益（上周）**：全部A股 1.42%， 沪深300 0.26%， 中证500 3.68%， 中证1000 3.31%[55] * **因子多空收益（今年以来）**：全部A股 -3.09%， 沪深300 -3.34%， 中证500 -8.43%， 中证1000 -2.43%[55] 8. **波动率因子**： * **IC均值（上周）**：全部A股 5.56%， 沪深300 1.98%， 中证500 -1.57%， 中证1000 10.41%[55] * **IC均值（今年以来）**：全部A股 0.82%， 沪深300 -0.12%， 中证500 -8.94%， 中证1000 -0.88%[55] * **因子多空收益（上周）**：全部A股 -1.11%， 沪深300 -1.33%， 中证500 -2.28%， 中证1000 -0.03%[55] * **因子多空收益（今年以来）**：全部A股 -3.70%， 沪深300 -1.95%， 中证500 -13.49%， 中证1000 -3.47%[55]

核心观点 报告通过多维度市场流动性、交易行为及机构预期数据，揭示了近期A股市场呈现整体交易热度回落、但结构性热点活跃的特征，同时不同投资者群体行为出现显著分化，北上资金回流但反复，个人投资者内部（ETF与两融）及机构投资者（主动基金与ETF）之间均存在分歧，市场未来可能面临交易层面的扰动[8][9] 宏观流动性 - 美元指数有所回落，中美10年期国债利差“倒挂”程度继续加深[1][15] - 10年期美债名义利率不变，实际利率回升，隐含的通胀预期小幅回落[1][15] - 离岸美元流动性整体宽松，3个月日元与美元互换基差回升，欧元与美元互换基差回落[18] - 国内银行间资金面均衡偏紧，DR001和R001利率均上升，且R001与DR001之差小幅走阔，1年期国债收益率上升而10年期回落，导致期限利差(10Y-1Y)收窄[18][24] 市场交易热度与波动 - 市场整体交易热度明显回落[2][25] - 军工、电力设备及新能源（电新）、消费者服务、化工、家电等板块的交易热度处于90%历史分位数以上[2][25] - 上证50和中证500的波动率回升，而沪深300、中证1000、深证100、科创50、创业板指的波动率回落[31][33] - 所有板块的波动率均仍处于80%历史分位数以下[2][31] - 市场流动性指标有所回落，各板块的流动性指标均在60%历史分位数以下[35][40] 机构调研热度 - 电子、电力设备及新能源（电新）、汽车、计算机、机械等板块的机构调研热度居前[3][42] - 仅银行等少数板块的调研热度环比仍在上升[3][42] - 主动偏股基金前100大重仓股、创业板指、沪深300、中证500、上证50的调研热度均有所回落[42][48] 分析师盈利预测 - 全A市场2026年和2027年的净利润预测同时被上调[4][50] - 行业层面，农林牧渔、有色金属、消费者服务、计算机、电子等板块的2026年和2027年净利润预测均被上调[4][58] - 指数层面，创业板指、中证500、上证50的2026年和2027年净利润预测均被上调，沪深300的2026年预测被下调、2027年预测被上调[4][67] - 风格层面，大盘成长、中盘价值、小盘价值的2026年和2027年净利润预测均被上调，小盘成长、大盘价值的预测均被下调，中盘成长的2026年预测被上调、2027年预测被下调[4][70] 北上资金动向 - 北上资金交易活跃度有所回落，但整体继续净买入A股，其行为节奏存在明显反复[5][80] - 基于前10大活跃股口径，北上资金在电子、汽车、家电等板块的买卖总额之比上升，在通信、电新、有色金属等板块的买卖总额之比回落[5][89] - 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、电新、化工等板块，净卖出计算机、传媒、国防军工等板块[5][90] - 综合来看，北上资金可能主要净买入电子、汽车等板块，净卖出计算机、传媒、军工等板块[5] 融资融券动向 - 两融活跃度继续回落至2025年7月下旬以来的低位，上周两融投资者净卖出82.65亿元[6][94] - 行业上，两融主要净买入有色金属、金融（银行与非银）、食品饮料等板块，净卖出TMT（电子、计算机、通信、传媒）、医药、家电等板块[6][94] - 各板块的融资买入额占成交额的比例均有所回落[6][101] - 风格上，两融继续净买入大盘成长和大盘价值板块，净卖出中盘及小盘的成长与价值板块[6][105] 龙虎榜交易 - 龙虎榜买卖总额继续回升，但其占全A成交额的比例有所回落[7][109] - 行业层面，建材、电力设备及新能源（电新）、石油石化等板块的龙虎榜买卖总额占其成交额的比例相对较高且仍在上升[7][109] 公募基金与ETF动向 - 主动偏股基金股票仓位继续回落[8][114] - 剔除涨跌幅因素后，主动偏股基金主要加仓轻工制造、银行、医药等板块，主要减仓电力设备及新能源（电新）、通信、基础化工等板块[8][114] - 风格上，主动偏股基金与大盘成长/价值、中盘成长/价值的相关性上升，与小盘成长/价值的相关性回落[8] - 新成立权益基金规模继续回升，其中主动型基金新成立规模回升，被动型（指数）基金新成立规模略回落[8] - ETF继续被大幅净赎回，且以机构持有的ETF为主，而个人持有的ETF则延续被大幅净申购[8] - 从跟踪指数看，红利、中证2000、券商等ETF被主要净申购，而沪深300、中证1000、上证50等ETF被主要净赎回[8] - 从行业拆分看，ETF净卖出各类板块，其中电子、金融、电新等板块被主要净卖出[8] 投资者行为共识与分化 - ETF与北上资金的买入共识度、两融与龙虎榜的买入共识度均出现回落[8] - 个人投资者内部开始分化：个人ETF继续被净申购，但两融投资者开始转向净流出[9] - 北上资金虽延续回流但行为反复明显，而机构ETF依然是主要的卖出力量[9]