行业投资评级 - 维持行业"优于大市"评级 [2][4] 核心观点 - 央行2024年第四季度货币政策执行报告强调择机调整优化政策力度和节奏 政府债券有力支撑社融 [4] - 行业息差有望保持稳定 不良率保持低位 拨备覆盖率保持高位 [6] - 短期降准降息紧迫性减弱 央行将视金融经济情况相机抉择 原因包括中美关税问题 中国经济发展态势增强 汇率稳定需求 [6] - 央行未来将更重视创新性货币政策工具运用 包括公开市场操作体系 两项资本市场支持工具 存款准备金制度和再贷款 [6] - 2025年1月新增社融7.06万亿元 存量同比增长8.0% 政府债券同比多增近4000亿元 为社融主要支撑项 [6] - 由于赤字率提升 2025年财政政策发力将更加明显 政府债券仍是未来社融主要支撑 [6] 近期行业表现 - 02/07-02/14期间银行板块涨幅2.38% 跑赢沪深300指数1.19个百分点 [6][8] - 国有银行涨幅3.52% 股份制银行涨幅3.25% 城商行涨幅0.15% 农商行跌幅0.13% [6][8] - 个股涨幅前列：青岛银行涨幅6.12% 建设银行涨幅5.54% 兴业银行涨幅5.17% [6][8] - 个股跌幅后列：齐鲁银行跌幅1.19% 兰州银行跌幅1.25% 苏农银行跌幅1.88% [6][8] 银行业绩快报 - 成都银行2024年营业收入229.77亿元 同比增长5.88% 归母净利润128.63亿元 同比增长10.21% [7] - 青岛银行2024年营业收入134.98亿元 同比增长8.22% 归母净利润42.64亿元 同比增长20.16% 加权平均ROE 11.51% 提高0.80个百分点 [7] - 齐鲁银行2024年营业收入124.96亿元 同比增长4.55% 归母净利润49.86亿元 同比增长17.77% [7] 估值水平 - 截止02/14日 银行板块2024E对应PB为0.50倍 [12][17] - 国有银行PB 0.67倍 股份制银行PB 0.11倍 城商行PB 0.13倍 农商行PB 0.51倍 [12][17] - 上市银行整体PE 6.54倍 2024E PE 5.06倍 [17] 市场利率变化 - 02/14日AAA级3M同业存单到期收益率较前一周上升14BP AA级3M同业存单到期收益率较前一周上升12BP [19] - AAA级3M-1M同业存单利差-33BP 较前一周下降8BP AA级3M-1M同业存单利差-37BP 较前一周下降9BP [19] - AA级-AAA级3M同业存单利差3BP 较前一周下降2BP [19] 银行ETF表现 - 华宝中证银行ETF份额501674万份 较上周减少25380万份 复权净值1.5084元 较上周上升2.31% [22][23] - 天弘银行ETF份额287507万份 较上周减少1440万份 复权净值1.3458元 较上周上升2.34% [22][23] - 南方银行ETF份额86008万份 较上周增加450万份 复权净值1.7671元 较上周上升2.35% [23] 推荐公司 - 推荐杭州银行 江苏银行 齐鲁银行 苏州银行 招商银行和沪农商行 [4][6]

量化模型与构建方式 1. 模型名称：价值 Smart beta 组合；模型构建思路：基于历史相关性低的价值风格，构建高 beta 弹性和长期稳健超额收益的组合[9]；模型具体构建过程：选取价值风格的股票，构建价值 50 组合和价值均衡 50 组合，分别追求高 beta 弹性和长期稳健超额收益[9] 2. 模型名称：成长 Smart beta 组合；模型构建思路：基于历史相关性低的成长风格，构建高 beta 弹性和长期稳健超额收益的组合[9]；模型具体构建过程：选取成长风格的股票，构建成长 50 组合和成长均衡 50 组合，分别追求高 beta 弹性和长期稳健超额收益[9] 3. 模型名称：小盘 Smart beta 组合；模型构建思路：基于历史相关性低的小盘风格，构建高 beta 弹性和长期稳健超额收益的组合[9]；模型具体构建过程：选取小盘风格的股票，构建小盘 50 组合和小盘均衡 50 组合，分别追求高 beta 弹性和长期稳健超额收益[9] 模型的回测效果 1. 价值 50 组合，周收益率 0.54%，月收益率 -0.81%，年收益率 -1.35%，超额收益率 -0.76%，最大相对回撤 1.87%[10] 2. 价值均衡 50 组合，周收益率 -1.09%，月收益率 -1.92%，年收益率 -2.91%，超额收益率 -2.39%，最大相对回撤 3.40%[10] 3. 成长 50 组合，周收益率 1.20%，月收益率 4.24%，年收益率 4.38%，超额收益率 0.41%，最大相对回撤 2.49%[10] 4. 成长均衡 50 组合，周收益率 -0.30%，月收益率 3.70%，年收益率 8.12%，超额收益率 -1.10%，最大相对回撤 1.77%[10] 5. 小盘 50 组合，周收益率 1.34%，月收益率 6.61%，年收益率 5.35%，超额收益率 -0.64%，最大相对回撤 4.67%[10] 6. 小盘均衡 50 组合，周收益率 0.02%，月收益率 4.66%，年收益率 5.26%，超额收益率 -1.95%，最大相对回撤 3.15%[10]

上周资金净流入105亿元 ——立体投资策略周报 2025年2月17日 证券研究报告 吴信坤 （策略首席分析师） 证书：S0850521070001 Tel：(021) 23154147 E-mail：wxk12750@haitong.com 余培仪（策略资深分析师） 证书：S0850523040002 Tel：021-23185663 E-mail：ypy13768@haitong.com 陆嘉瑞（联系人） Tel：021-23185659 E-mail： ljr16250@haitong.com 每周资金入市合计 上周资金净流入105亿元，而前一周净流出16亿元。 资料来源：Wind，海通证券研究所测算 请务必阅读正文之后的信息披露和法律声明 资料来源：Wind，海通证券研究所 请务必阅读正文之后的信息披露和法律声明 2500 2700 2900 3100 3300 3500 3700 3900 -1000 -500 0 500 1000 1500 2000 2500 3000 19/06 19/08 19/10 19/12 20/02 20/04 20/06 20/08 20/10 20/12 21/02 ...

量化模型与构建方式 1. **模型名称**：深度学习高频因子（改进 GRU(50,2)+NN(10)） **模型构建思路**：基于改进的GRU（门控循环单元）和神经网络（NN）构建，用于捕捉高频数据中的非线性关系[11] **模型具体构建过程**：模型采用GRU(50,2)作为基础结构，结合NN(10)进行特征提取和预测，具体公式为： $$h_t = GRU(x_t, h_{t-1})$$ $$y_t = NN(h_t)$$ 其中，$h_t$为GRU的隐藏状态，$y_t$为预测输出[11] **模型评价**：该模型在高频数据中表现稳定，能够有效捕捉市场短期波动[11] 2. **模型名称**：深度学习高频因子（残差注意力 LSTM(48,2)+NN(10)） **模型构建思路**：基于残差注意力机制和LSTM（长短期记忆网络）构建，用于增强模型对长期依赖关系的捕捉能力[12] **模型具体构建过程**：模型采用LSTM(48,2)作为基础结构，结合残差注意力机制和NN(10)进行特征提取和预测，具体公式为： $$h_t = LSTM(x_t, h_{t-1})$$ $$y_t = NN(h_t + Attention(h_t))$$ 其中，$Attention(h_t)$为残差注意力机制的输出[12] **模型评价**：该模型在捕捉长期依赖关系方面表现优异，适合处理复杂的高频数据[12] 3. **模型名称**：深度学习因子（多颗粒度模型-5 日标签） **模型构建思路**：基于双向AGRU（注意力门控循环单元）构建，用于捕捉不同时间颗粒度下的市场特征[13] **模型具体构建过程**：模型采用双向AGRU进行训练，具体公式为： $$h_t = AGRU(x_t, h_{t-1})$$ $$y_t = NN(h_t)$$ 其中，$h_t$为AGRU的隐藏状态，$y_t$为预测输出[13] **模型评价**：该模型在多颗粒度数据中表现良好，能够有效捕捉不同时间尺度的市场变化[13] 4. **模型名称**：深度学习因子（多颗粒度模型-10 日标签） **模型构建思路**：基于双向AGRU构建，用于捕捉更长周期的市场特征[14] **模型具体构建过程**：模型采用双向AGRU进行训练，具体公式为： $$h_t = AGRU(x_t, h_{t-1})$$ $$y_t = NN(h_t)$$ 其中，$h_t$为AGRU的隐藏状态，$y_t$为预测输出[14] **模型评价**：该模型在长周期数据中表现稳定，适合捕捉市场的中长期趋势[14] 5. **模型名称**：周度调仓的中证 500 AI 增强组合 **模型构建思路**：基于深度学习因子（多颗粒度模型-10 日标签）构建，目标是通过优化组合权重最大化预期收益[15] **模型具体构建过程**：模型的目标函数为： $$m a x\sum\mu_{i}w_{i}$$ 其中，$w_i$为组合中股票$i$的权重，$\mu_i$为股票$i$的预期超额收益[15] **模型评价**：该组合在风险控制和收益优化方面表现良好，适合中证500指数的增强策略[15] 6. **模型名称**：周度调仓的中证 1000 AI 增强组合 **模型构建思路**：基于深度学习因子（多颗粒度模型-10 日标签）构建，目标是通过优化组合权重最大化预期收益[15] **模型具体构建过程**：模型的目标函数为： $$m a x\sum\mu_{i}w_{i}$$ 其中，$w_i$为组合中股票$i$的权重，$\mu_i$为股票$i$的预期超额收益[15] **模型评价**：该组合在风险控制和收益优化方面表现良好，适合中证1000指数的增强策略[15] 模型的回测效果 1. **深度学习高频因子（改进 GRU(50,2)+NN(10)）**，本周多空收益率0.10%，2月多空收益率0.22%，2025年多空收益率0.54%[11] 2. **深度学习高频因子（残差注意力 LSTM(48,2)+NN(10)）**，本周多空收益率0.18%，2月多空收益率0.30%，2025年多空收益率0.89%[12] 3. **深度学习因子（多颗粒度模型-5 日标签）**，本周多空收益率-0.20%，2月多空收益率-0.21%，2025年多空收益率1.14%[13] 4. **深度学习因子（多颗粒度模型-10 日标签）**，本周多空收益率-0.27%，2月多空收益率-0.38%，2025年多空收益率0.90%[14] 5. **周度调仓的中证 500 AI 增强组合**，本周多空收益率-0.66%，2月多空收益率-2.39%，2025年多空收益率-1.94%[15] 6. **周度调仓的中证 1000 AI 增强组合**，本周多空收益率-0.56%，2月多空收益率-1.45%，2025年多空收益率-0.37%[15] 量化因子与构建方式 1. **因子名称**：高频偏度因子 **因子构建思路**：通过计算股票收益分布的偏度，捕捉市场中的极端波动[6] **因子具体构建过程**：因子计算方式参考专题报告《选股因子系列研究(十九)——高频因子之股票收益分布特征》[6] **因子评价**：该因子在捕捉市场极端波动方面表现良好[6] 2. **因子名称**：下行波动占比因子 **因子构建思路**：通过计算下行波动在总波动中的占比，捕捉市场中的下行风险[7] **因子具体构建过程**：因子计算方式参考专题报告《选股因子系列研究（二十五）——高频因子之已实现波动分解》[7] **因子评价**：该因子在捕捉下行风险方面表现稳定[7] 3. **因子名称**：开盘后买入意愿占比因子 **因子构建思路**：通过计算开盘后买入意愿在总交易中的占比，捕捉市场中的短期情绪[8] **因子具体构建过程**：因子计算方式参考专题报告《选股因子系列研究（六十四）——基于直观逻辑和机器学习的高频数据低频化应用》[8] **因子评价**：该因子在捕捉短期市场情绪方面表现良好[8] 4. **因子名称**：开盘后买入意愿强度因子 **因子构建思路**：通过计算开盘后买入意愿的强度，捕捉市场中的短期情绪强度[9] **因子具体构建过程**：因子计算方式参考专题报告《选股因子系列研究（六十四）——基于直观逻辑和机器学习的高频数据低频化应用》[9] **因子评价**：该因子在捕捉短期情绪强度方面表现稳定[9] 5. **因子名称**：开盘后大单净买入占比因子 **因子构建思路**：通过计算开盘后大单净买入在总交易中的占比，捕捉市场中的大单交易行为[10] **因子具体构建过程**：因子计算方式参考专题报告《选股因子系列研究（六十四）——基于直观逻辑和机器学习的高频数据低频化应用》[10] **因子评价**：该因子在捕捉大单交易行为方面表现良好[10] 6. **因子名称**：开盘后大单净买入强度因子 **因子构建思路**：通过计算开盘后大单净买入的强度，捕捉市场中的大单交易强度[10] **因子具体构建过程**：因子计算方式参考专题报告《选股因子系列研究（六十四）——基于直观逻辑和机器学习的高频数据低频化应用》[10] **因子评价**：该因子在捕捉大单交易强度方面表现稳定[10] 7. **因子名称**：改进反转因子 **因子构建思路**：通过改进传统反转因子，捕捉市场中的反转效应[11] **因子具体构建过程**：因子计算方式参考专题报告《选股因子系列研究（六十四）——基于直观逻辑和机器学习的高频数据低频化应用》[11] **因子评价**：该因子在捕捉市场反转效应方面表现良好[11] 8. **因子名称**：尾盘成交占比因子 **因子构建思路**：通过计算尾盘成交在总交易中的占比，捕捉市场中的尾盘交易行为[12] **因子具体构建过程**：因子计算方式参考专题报告《选股因子系列研究（六十四）——基于直观逻辑和机器学习的高频数据低频化应用》[12] **因子评价**：该因子在捕捉尾盘交易行为方面表现稳定[12] 9. **因子名称**：平均单笔流出金额占比因子 **因子构建思路**：通过计算平均单笔流出金额在总交易中的占比，捕捉市场中的资金流出行为[13] **因子具体构建过程**：因子计算方式参考专题报告《选股因子系列研究（六十四）——基于直观逻辑和机器学习的高频数据低频化应用》[13] **因子评价**：该因子在捕捉资金流出行为方面表现良好[13] 10. **因子名称**：大单推动涨幅因子 **因子构建思路**：通过计算大单交易对股价涨幅的推动力，捕捉市场中的大单影响力[14] **因子具体构建过程**：因子计算方式参考专题报告《选股因子系列研究（六十四）——基于直观逻辑和机器学习的高频数据低频化应用》[14] **因子评价**：该因子在捕捉大单影响力方面表现稳定[14] 因子的回测效果 1. **高频偏度因子**，本周多空收益率-0.14%，2月多空收益率0.02%，2025年多空收益率2.88%[6] 2. **下行波动占比因子**，本周多空收益率0.11%，2月多空收益率0.45%，2025年多空收益率2.82%[7] 3. **开盘后买入意愿占比因子**，本周多空收益率-0.07%，2月多空收益率-0.50%，2025年多空收益率0.71%[8] 4. **开盘后买入意愿强度因子**，本周多空收益率-0.28%，2月多空收益率-0.67%，2025年多空收益率0.44%[9] 5. **开盘后大单净买入占比因子**，本周多空收益率0.27%，2月多空收益率0.26%，2025年多空收益率0.96%[10] 6. **开盘后大单净买入强度因子**，本周多空收益率0.26%，2月多空收益率0.01%，2025年多空收益率0.71%[10] 7. **改进反转因子**，本周多空收益率0.17%，2月多空收益率0.03%，2025年多空收益率0.33%[11] 8. **尾盘成交占比因子**，本周多空收益率-0.05%，2月多空收益率0.25%，2025年多空收益率1.05%[12] 9. **平均单笔流出金额占比因子**，本周多空收益率-0.01%，2月多空收益率0.03%，2025年多空收益率0.45%[13] 10. **大单推动涨幅因子**，本周多空收益率0.13%，2月多空收益率0.04%，2025年多空收益率0.82%[14]

行业与公司 - 行业：债券市场（转债、利率债、信用债）[1][2][3][4][5][6][7][8][9][10][11][12][13] - 公司：未提及具体公司名称 核心观点与论据 1. **转债市场表现** - 转债市场成交量从12月最高的700多亿降至400多亿，下降速度较快[1] - 转债相对正股表现强势，正股下跌10%，转债仅下跌1%-2%，两者收益率差达到10%[2] - 转债与正股的收益率差可作为市场震荡的指标，历史上类似情况出现在2019年2月、2023年2月和4月[3][4] - 春节前后建议关注转债的阶段性机会，转债策略可从防御转向进攻[5] 2. **正股市场表现** - 正股市场情绪较差，成交量下降明显[1] - 正股下跌可能尚未结束，市场情绪悲观[2] - 正股回报主要来源于波动（占70%-80%）和基本面回升（占20%-30%）[5] 3. **利率债市场** - 央行态度明朗化，流动性管理更加谨慎，市场对降息和宽松政策的预期调整[6] - 基金连续4天净卖出，农商行成为债市主导多头力量，日均净买入规模达500多亿[7] - 债市调整可能结束，基金净卖出风险释放，历史经验显示债市可能迎来补涨[8] 4. **信用债市场** - 跨年前后信用债板块补涨，但补涨窗口期较短，收益率跟随利率债小幅上行[9] - 中高等级信用债回调明显，3-1年期限利差走阔，信用利差分位数位于近一年较高水平[10] - 化债资金加速落地，城投债供给预计收缩，经营性债务置换有望加快[11][12] - 产业债票息空间小于城投债，关注建筑、交通、公用事业等行业的修复机会[12] 5. **投资策略** - 转债策略建议从防御转向进攻，关注春节前后阶段性机会[5] - 利率债建议逢调整关注补涨机会，降息落地后可能有利空出尽的行情[8] - 信用债建议关注2年以内基本面健康的央国企地产主体债券，收益率在2.1%-2.3%之间[13] 其他重要内容 - 央行通过发行600亿离岸央票稳定汇率信心[6] - 保险机构逢调整加仓超长债，但配置力度有限[7] - 信用债市场关注政策效果和行业基本面企稳信号[13]

行业或公司 无 核心观点和论据 1. **低利率环境**：十年期国债收益率接近突破2%，未来可能横盘或下降至1%甚至0%，对固收投资者不利。[1] 2. **海外投资策略**：在低利率环境下，海外投资者采取出海策略，购买海外资产进行套息交易。[2] 3. **权益投资压力**：权益资产波动大，对财报和考核造成压力，直接大量上权益不现实。[3] 4. **信用债市场**：年末结构性行情强，信用债收益率下行，高息资产挖掘难度加大。[7] 5. **化债计划**：化债计划安排至2028年，三年以内承投债安全性较高。[9] 6. **产业债**：产业债票息空间相对较小，关注化债链条上下游行业修复机会。[10] 7. **转债市场**：明年转债供给可能减少，但需求端仍强劲。[11] 8. **转债剩余期限**：转债剩余期限逐渐缩短，对市场产生一定影响。[14] 其他重要内容 1. **瑞士投资**：瑞士票息较高，具有投资价值。[3] 2. **戳券策略**：在低利率环境下，戳券策略的重要性上升。[4] 3. **政策预期**：对政策预期中性，关注资金流向和专项债发行。[6] 4. **信用债修复**：关注信用债修复协率变化。[8] 5. **私募债永续债**：关注私募债永续债和高等级主体配置机会。[10] 6. **双D策略**：关注双D策略的筛选方法，控制剩余期限和划手率。[15]

行业或公司 无 核心观点和论据 1. **市场对地方债供给担忧淡化**：市场对地方债发行的供给担忧已经淡化，利率大幅下行，市场完全消化了供给冲击。[1] 2. **短期经济利好不明显**：短期内经济的利好因素不明显，地产、基建、城投投资等问题没有明显反转逻辑。[2] 3. **政策不确定性**：明年政策存在不确定性，外部因素如关税、地缘政治等可能导致政策提前应对，但具体应对措施和力度存在较大不确定性。[3] 4. **供给冲击**：明年可能存在供给冲击，提前批额度可能存在不确定性，专项债发行可能滞后。[4] 5. **信用债市场回暖**：11月信用债市场持续回暖，短端表现强于中长端，信用利差下行较快。[7] 6. **转债市场表现好于权益**：11月转债市场表现好于权益市场，主要原因是权益市场延续成长和小盘风格，十年期国债利率逼近前低。[12] 其他重要内容 1. **提前兑付**：承托债的提前兑付高峰期与大规模债务置换密切相关，提前兑付类型包括按面值兑付、面值加补偿、中债估值净价兑付。[9] 2. **城投债风险化解**：城投债风险化解是重中之重，需要持续跟踪金融机构参与经营性债务化解置换的落地情况。[11] 3. **产业债配置机会**：关注化债链条上下游行业修复机会，如建筑、交运、公用事业等板块。[11] 4. **二永债配置价值**：二永债明年供给可能缩量，机构配置需求不减，当前利差分数水平较高，存在补涨空间。[11] 5. **转债估值修复**：百元评价价率修复到20%附近，估值可能偏正当。[14] 6. **年末资金面变化**：年末资金面可能处于指引和建仓状态，部分标的定位可能存在不合理。[15] 7. **宽基指数表现**：9月以来各类宽基指数表现相对较好，主动型基金相对于转债指数的超额收益相对较难做。[16]

投资评级 - 优于大市[2] 核心观点 - 菲菱科思是国内领先的网络设备制造商，通过主ODM/辅OEM模式为下游品牌商供货，具备稀缺的中高端网络设备制造能力，目前业绩短期承压，未来有发展潜力[6] 公司业务情况 业务模式与客户 - 公司采用主ODM/辅OEM模式，已切入下游龙头如新华三、S客户、小米、神州数码等，与主要S客户合作结算模式有所变化，对产品整体销售收入及毛利率有一定影响[6][7] 业绩表现 - 前三季度营收12.57亿元，同比-15.61%，归母净利润1.04亿元，同比-14.08%，24Q3营收4.34亿元，同比-12.84%、环比+4.00%，归母净利润0.28亿元，同比-9.37%、环比-33.40%[7] 业务拓展 - 交换机拓展中高端产品线，并进军白盒市场，海外市场持续突破，投资产业链上游交换芯片[8] 费用与减值 - Q3销售、管理、财务、研发费用率分别为0.95%、2.35%、-0.49%、9.12%，信用减值损失-0.04亿元，同比-157%[7] 财务预测 盈利预测 - 预计24 - 26年收入分别为20.24亿元、26.14亿元和32.58亿元，归母净利润分别为1.44亿元、1.95亿元和2.57亿元，EPS分别为2.07元、2.82元和3.71元[11][15] 估值 - 参考可比公司估值，给予25年35 - 40x PE，对应合理价值区间98.67元 - 112.76元[11][15] 财务指标 - 2023 - 2026年预计营业总收入分别为2075、2024、2614、3258百万元，毛利率分别为16.4%、17.8%、17.6%、17.4%，净利润率分别为7.0%、7.1%、7.5%、7.9%等[19]

报告投资评级 - 优于大市[2] 报告核心观点 - AI、数据要素发展带来的庞大的数据传输量将会带动网络安全的需求增加，同时也对网络安全技术提出更高的要求，迪普科技作为在网络安全硬件技术领域与网络安全AI领域的头部企业，有望深度受益[7] 相关目录总结 公司基本信息 - 迪普科技（300768），11月19日收盘价为19.25元，52周股价波动在8.74 - 26.55元之间，总股本644百万股，流通A股421百万股，总市值12394百万元，流通市值8098百万元[2] 市场表现 - 2023/11 - 2024/8期间，迪普科技与海通综指相比，市场表现分别为-37.45%、-18.45%、0.55%、19.55%、38.55%；与沪深300对比，1M、2M、3M绝对涨幅分别为20.4%、60.0%、67.3%，相对涨幅分别为17.4%、34.4%、48.6%[3][4] 财务情况 - 前三季度营收8.19亿元，+13.78%，归母净利润0.92亿元，+37.73%，扣非后归母净利润0.81亿元，+33.3%；毛利率67.23%，-1.1pct，净利率11.28%，+1.96pct。第三季度单季度营收3.17亿元，+14.01%，归母净利润0.40亿元，+45.76%，扣非后归母净利润0.35亿元，+34.59%；毛利率65.14%，-4.54pct，净利率12.73%，+2.77pct[5] - 预计2024 - 2026年公司营收分别为12.22亿元、14.58亿元、17.28亿元，归母净利润分别为1.63亿元、2.07亿元、2.63亿元，对应EPS分别为0.25元、0.32元、0.41元[7][9] 产品业务 - 安全产品广泛应用，抗DDoS产品及解决方案已广泛应用于多行业，国内市场占有率排名第三。网络及应用交付产品性能突出，推出“自安全光网络解决方案”，盒式单机突破300G，框式最高整机可达800G吞吐性能，2024Q1负载均衡产品在中国应用交付市场份额排名第二。AI提供数据安全支撑，提供相关量化指标和工具平台。电力业务稳健拓展，与多家电网及发电集团合作，国产应用交付产品已规模部署。费用率持续优化，24Q3各项费用率有不同程度变化[5][6]

投资评级 - 优于大市[2] 核心观点 - 2024Q3隆基绿能盈利能力有所回暖，营业收入200.64亿元，同比下降31.87%，环比下降3.79%；归母净利润-12.61亿元，同比下降150.14%，环比亏损显著收窄[5] - 24Q3硅片、组件出货量环比上涨，稳步推进BC产能建设，前三季度硅片出货量82.80GW，电池组件出货量55.39GW；其中第三季度分别为38.37GW、21.39GW，环比均有所增长[6] - 聚焦BC技术创新，HPBC2.0产品优势显著，电池量产效率达26.6%；BC二代组件产品量产组件效率最高达24.8%，为全行业可规模化量产效率最高的产品[7] - 预计公司24 - 26年归母净利润分别为-76.27、52.66、71.40亿元，同比增长-170.9%、169%、35.6%，参考可比公司给予公司2025年32 - 35倍估值，对应合理价值区间22.08 - 24.15元[8] 财务数据 2022 - 2026年财务数据 - 2022 - 2026年营业收入分别为128998、129498、80000、98050、118360百万元，同比增长分别为60.0%、0.4%、-38.2%、22.6%、20.7%[10] - 2022 - 2026年净利润分别为14812、10751、-7627、5266、7140百万元，同比增长分别为63.0%、-27.4%、-170.9%、169.0%、35.6%[10] - 2022 - 2026年全面摊薄EPS分别为1.95、1.42、-1.01、0.69、0.94元[10] - 2022 - 2026年毛利率分别为15.4%、18.3%、5.0%、13.2%、13.5%[10] - 2022 - 2026年净资产收益率分别为23.8%、15.3%、-10.9%、6.9%、8.5%[10] 分业务盈利预测（2023 - 2026年） - **硅片业务**：预计2024 - 2026年营业收入分别为92.00、96.00、105.60亿元，营业成本分别为88.66、85.15、92.04亿元，毛利率分别为4%、11%、13%[12][13] - **组件业务**：预计2024 - 2026年营业收入分别为656.00、829.50、1020.00亿元，营业成本分别为616.00、724.50、888.00亿元，毛利率分别为6%、13%、13%[12][13] - **其他业务**：预计2024 - 2026年营业收入分别为52.00、55.00、58.00亿元，毛利率维持在25%[12][13]