核心观点 - 液冷行业正迎来从0到1的产业拐点，进入订单兑现的高增长阶段，是当前AI算力链条中具备战略性投资机会的板块 [1][2] - 液冷产业趋势有望复刻光模块和PCB板块的行情，具备“增长强劲、叙事完备、赔率占优”三大特征，符合强主题投资要素 [2] - 行业边际变化显著：产业进展加速，巨头技术路线明确，产业链通过并购扩产全面激活，标志着液冷从“可选项”升级为AI算力硬件的“强制标配” [3] 产业趋势与投资逻辑 - 液冷作为AI算力链条的关键环节，基本面增长斜率可能比光模块和PCB更陡峭，且当前所处产业时期更早 [2] - 政策驱动下数据中心能效标准趋严，液冷技术正从“可选”变为“刚需” [2] - 在市场风格切换后，液冷板块在AI算力链条内具备显著的赔率优势 [2] 行业边际变化与催化剂 - **订单兑现高增长**：行业风向标公司维谛技术发布财报，其第四季度有机订单同比激增252%，环比增长117%，订单出货比高达2.9倍，并大幅上调2026年业绩指引，验证了液冷需求的旺盛和行业成长逻辑 [3] - **巨头技术路线明确**：英伟达在其下一代Rubin平台将实现全液冷覆盖，谷歌TPUv7也将全面采用液冷架构，标志着液冷正式成为GPU和ASIC两大阵营的“强制标配” [3] - **产业链全面激活**：产业链公司正通过并购、扩产、融资等方式快速卡位，例如领益智造已完成对液冷供应商立敏达的收购，以切入AI服务器液冷供应链 [3] 产业链梳理 - **上游（技术核心与高价值环节）**：涵盖冷却液、CDU（冷量分配单元）、冷板、快接头、歧管（Manifold）等关键零部件，技术壁垒高，价值占比高 [4] - **中游（系统集成与整机制造）**：整合上游零部件，提供液冷服务器整机及解决方案，核心壁垒在于技术整合能力，包括芯片厂商、液冷集成设施、模块与机柜、液冷服务器等 [4] - **下游（应用场景与需求方）**：以高算力需求的数据中心运营商和行业用户为主，包括运营商、互联网企业、信息化行业应用客户等，驱动液冷技术规模化落地 [4] 产业链相关公司（部分列举） - **全产业链布局**：英维克深耕数据中心温控15年，Coolinside全链条液冷解决方案已实现规模化商用，产品覆盖服务器侧冷板、工质管路、机柜侧接头、Manifold、Tank、CDU及一次侧冷源，实现全链条自研自产 [7] - **上游零部件**： - 冷板、CDU：银轮股份、飞荣达、思泉新材、同飞股份、领益智造（含立敏达） [7] - CDU、管路：申菱环境、高澜股份、宏盛股份 [7] - 冷板转接头：中航光电 [7] - 电磁阀、浸没液冷TANK、Manifold：三花智控 [7] - 冷却液：巨化股份、新宙邦 [7] - 散热模组：捷邦科技 [7] - **中游服务器与集成**： - 浸没式液冷：曙光数创 [7] - 服务器：浪潮信息、中科曙光 [7]

报告行业投资评级 未提及 报告的核心观点 物价回升将构成2026年债券收益率上行的基本面，若PPI环比能维持0.15 - 0.2%，物价同比回升至2%只是时间问题，“潜在通胀2.0%”将构成10年国债的下限，10年国债波动区间为2 - 3%，中枢或为2.5% [1][5] 根据相关目录分别进行总结 1月价格数据 - 1月CPI同比上涨0.2%（前值为+0.8%），环比上涨0.2%（+0.2%）；核心CPI环比提升0.3%（+0.2%），同比上涨0.8%（+1.2%）；PPI环比上涨0.4%（+0.2%），同比下降1.4%（-1.9%） [3] - CPI同比涨幅回落，环比涨幅与前值持平，不及预期主要因春节错月影响，核心CPI环比提升0.3%，保持温和修复 [4] - PPI环比持续上涨，同比降幅进一步收窄，物价将进入“正增速”，2025年10月开始PPI环比连续4个月上涨，物价进入上行通道 [4] - 价格指数基期轮换对CPI和PPI各月同比指数的影响总体较小，国家统计局测算影响平均约为0.06pct和0.08pct [4] 债市情况 - 2月11日长端收益率震荡下行，10年国债活跃券下破1.79%点位，最低下探至1.7840%，基金为买债主力 [6] - 债市观点：10年国债目标区间2 - 3%，中枢或为2.5%；经济修复不及预期证伪，年初或宽信用、宽财政加速周期回升；若有宽货币政策是减配机会；关注PPI环比能否持续为正；通胀环比持续回升则资金收紧，短端债券收益率上行；地产是滞后指标，或在各项经济指标回升、股市上涨之后滞后性见底 [6] 相关图表及附表 - 附图展示了1月CPI、PPI、核心CPI等同比、环比数据及走势，以及2月11日10Y国债、国开活跃券收益率震荡下行情况等 [9][11][15] - 附表1展示了1月CPI、核心CPI、PPI等环比、同比数据及历史对比 [42] - 附表2展示了1月各行业门类主要行业出厂价格环比、同比数据及与2025年12月对比 [43]

量化模型与构建方式 1. **模型名称**：公募基金实时持仓测算模型[4][18] * **模型构建思路**：基于市场公开信息，对公募基金在特定板块（如太空光伏）的持仓进行实时估算，以监测其配置动向[4][18]。 * **模型具体构建过程**：该模型是一个复杂的处理流程，其构建细节在开源金融工程团队的专题报告《偏股混合型基金指数（885001.WI）：优势、复制与超越》中有详细阐述。报告指出，该模型综合利用了基金净值、定期持仓披露、以及基金公司的调研行为等多维度公开信息进行测算[18]。 2. **模型名称**：雪球大V用户选股行为Alpha模型[28] * **模型构建思路**：通过分析雪球平台上粉丝数量较多的大V用户的观点和行为，挖掘其中蕴含的选股Alpha信息[28]。 * **模型具体构建过程**：该模型的具体构建方法在开源金融工程团队专题报告《雪球大V用户的选股行为alpha》中有详细说明。报告利用雪球平台的用户数据，关注大V用户对上市公司的讨论和关注行为，并将其量化为选股因子[28]。 3. **模型名称**：机构行为Alpha细分结构模型[33] * **模型构建思路**：通过分解不同类型的机构行为（如龙虎榜、机构调研、大宗交易），分别构建Alpha模型，以捕捉不同资金行为的预测能力[33]。 * **模型具体构建过程**：该模型的具体构建方法在开源金融工程团队专题报告《机构行为alpha的细分结构：龙虎榜、机构调研、大宗交易》中有详细阐述。报告将龙虎榜数据、机构调研数据和大宗交易数据分别进行处理和建模，分析其对股价的预测作用[33]。 4. **模型名称**：高频股东户数隐含信息模型[35] * **模型构建思路**：利用交易所互动平台提供的相对高频的股东户数数据，构建风险预警模型，认为股东户数的大幅增加可能预示着后续股价的潜在风险[35]。 * **模型具体构建过程**：该模型的具体构建方法在开源金融工程团队专题报告《高频股东数据的隐含信息量》中有详细说明。模型基于最新两期的股东户数信息计算变动幅度，并将此作为风险提示信号[35][36]。 量化因子与构建方式 1. **因子名称**：ETF资金持仓占比[4][22] * **因子构建思路**：通过计算ETF资金持有某板块股票的总市值占该板块流通市值的比例，来监测指数投资资金对该板块的配置态度和动向[4][22]。 * **因子具体构建过程**：首先，汇总所有持有太空光伏板块成分股的ETF基金在该板块上的持仓市值。然后，计算该持仓市值与太空光伏板块总流通市值的比值。报告中展示的是该比值的5日移动平均（MA5）序列[24]。 $$ ETF持仓占比 = \frac{ETF持有板块成分股的总市值}{板块总流通市值} $$ 2. **因子名称**：融资余额[4][25] * **因子构建思路**：直接使用融资融券交易中未偿还的融资总金额作为因子，用以反映投资者通过融资加杠杆看多该板块的后市情绪[4][25]。 * **因子具体构建过程**：直接统计太空光伏板块所有成分股的融资余额总和，作为板块层面的融资余额因子[25]。 3. **因子名称**：机构调研热度[5][27] * **因子构建思路**：以上市公司接受机构调研的次数作为代理变量，衡量机构投资者对该公司的关注度和研究深度[5][27]。 * **因子具体构建过程**：统计特定时间窗口内（报告中为近三个月），每家上市公司接待机构调研的总次数[27]。 4. **因子名称**：雪球大V关注度[5][28][29] * **因子构建思路**：统计在雪球平台上，粉丝数量较多的“大V”用户对某家上市公司的关注数量，作为市场情绪和关注度的量化指标[5][28]。 * **因子具体构建过程**：在特定时间点（报告中为截至2026年2月11日），统计关注了某只股票的雪球大V用户数量[29][32]。 5. **因子名称**：主力资金净流入[5][32] * **因子构建思路**：将大单和超大单的净流入金额加总，作为主力资金动向的代理变量，用以捕捉大额资金的流向[5][32]。 * **因子具体构建过程**：定义大单为挂单金额在20万至100万元之间的委托，超大单为挂单金额大于100万元的委托。计算特定时间段内（报告中为2026年1月20日以来），个股的大单与超大单买入成交额与卖出成交额的差值，即主力资金净流入额[32][33]。 6. **因子名称**：龙虎榜营业部资金净流入[5][33] * **因子构建思路**：利用龙虎榜披露的营业部交易数据，计算上榜当日买入前五与卖出前五营业部的资金净流入，反映最活跃短线资金的博弈情况[5][33]。 * **因子具体构建过程**：对于登上龙虎榜的个股，将其当日买入金额最大的前五家营业部的买入总额，减去卖出金额最大的前五家营业部的卖出总额，得到营业部资金净流入额[33][34]。 7. **因子名称**：高频股东户数增幅[5][35][36] * **因子构建思路**：基于相对高频的股东户数数据，计算其最新两期之间的变动比例，作为散户持股集中度变化的信号，大幅增加可能视为风险提示[5][35]。 * **因子具体构建过程**：获取上市公司最新一期和上一期的股东户数。计算其变动比例，公式如下： $$ 股东户数增幅 = \frac{最新股东户数 - 上期股东户数}{上期股东户数} $$ 报告中明确指出增幅是基于最新两期股东户数信息计算[36]。 8. **因子名称**：放量因子[17] * **因子构建思路**：通过比较短期和长期平均成交额，识别近期成交量显著放大的个股[17]。 * **因子具体构建过程**：计算个股成交额的10日移动平均（MA10）与60日移动平均（MA60）的比值，该比值用于定义“放量”[17]。 $$ 放量指标 = \frac{成交额MA10}{成交额MA60} $$ 模型的回测效果 （报告中未提供具体量化模型的回测绩效指标，如年化收益率、夏普比率、最大回撤等。） 因子的回测效果 （报告中未提供具体量化因子在选股或预测方面的回测绩效指标，如IC、IR、多空收益等。报告主要展示了各因子在特定时点或时间段内的截面数据或时间序列状态，例如哪些个股在某个因子上排名靠前，或某个因子的走势图，但未给出统一的、可比较的因子有效性统计指标。）

投资评级 - 投资评级：买入（首次）[1][2] 核心观点 - 隆鑫通用作为国内全排量摩托车与全地形车领域龙头企业，现已形成摩托车、全地形车、通用机械三大业务协同发展的战略格局[2] - 公司凭借完善的产品矩阵和持续的技术创新，在无极系列高端摩托车、智能园林机械等新品领域取得突破性进展[2] - 随着宗申动力成为公司重要股东，双方在技术研发、供应链管理和海外渠道方面的协同效应将进一步增强公司核心竞争力[2] - 预计2025-2027年归母净利润17.3/22.5/27.0亿元，对应EPS为0.84/1.10/1.31元，当前股价对应PE为18.9/14.5/12.1倍[2] 公司概况与战略转变 - 公司创建于1993年，是行业内首家通过摩托车国家安全技术免检认证的企业，2024年产销规模超180万台，连续多年位于行业前2位，出口规模位居行业榜首[15] - 2024年底，宗申新智造通过重整投资获得公司24.55%股权，成为控股股东，这一股权变革为隆鑫通用带来显著的产业协同效应[3][22] - 公司自2021年坚定回归“摩托车+通用机械”两大核心主业，推进产品结构向电动化、智能化、品牌化升级，并完成非核心业务剥离，实现商誉风险出清[3][91] - 截至2024年，公司商誉已全面清零，有效化解了资产减值风险，优化了财务结构[91] 财务表现与业务结构 - 公司营业收入由2020年的104.37亿元上升至2024年的168.22亿元，期间CAGR为12.7%[28] - 归母净利润由2020年的4.80亿元上升至2024年的11.21亿元，期间CAGR为23.6%[28] - 2025Q1-Q3实现营业收入145.57亿元（同比+19.1%），归母净利润15.77亿元（同比+75.5%），利润表现超预期[28] - 2020-2024年公司毛利率分别为16.64%/13.77%/17.39%/18.54%/17.59%，归母净利率分别为4.60%/2.95%/4.25%/4.47%/6.67%，产品结构优化驱动盈利提升[30] - 摩托车及发动机业务是核心支撑，2024年营收126.88亿元，占比高达75.4%，2020-2024年CAGR为21.7%[34] - 通用机械业务2024年营收35.35亿元，占比21.0%，2020-2024年CAGR为5.0%，毛利率维持在20%左右[34] 摩托车业务与品牌发展 - 公司摩托车业务呈现量价齐升态势，2024年销量182.30万辆（同比+29.9%），实现收入103.38亿元（同比+40.1%），2020-2024年单价从0.30万元复合增长7.78%至0.57万元[95] - 2024年外销业务收入为内销的1.86倍，内销/外销营业收入分别实现58.38/108.54亿元（分别同比+32.1%/27.9%）[95] - 公司依托“无极VOGE”、“隆鑫LONCIN”、“茵未BICOSE”三大自主品牌，构建覆盖90余国、超2000家网点的全球渠道体系[4][101] - 无极系列是核心增长引擎，2024年实现销售收入31.54亿元（同比+111.4%），在摩托车业务板块的营收占比从2020年的14.3%增至2024年的30.5%，2020-2024年销售收入复合增长率达62.98%[4][112] - 2025年上半年，无极海外收入占比突破60%，国内外销售网点分别达1053家和1292家[4][132] - 公司与宝马有长期深度合作，2024年5月签订长达20年的发动机合作项目，为自主品牌发展奠定技术基础[111] 其他业务与新增长点 - 全地形车业务高速增长，2024年实现销售收入4.03亿元（同比+73.85%），2025H1实现收入2.73亿元（同比+44.8%）[52][54] - 通用机械业务中，园林机械预计成为新增长点，2025年上半年公司骑乘式割草车销量增长77.6%[4] - 公司零转角割草车与智能割草机器人产品已经进入产品开发最终阶段，推动园林机械产品向智能化转型[4][50] 行业与市场分析 - 2029年全球摩托车市场规模预计达到1763.0亿美元，2020-2029年期间复合增长率为4.7%，2024年全球摩托车销量约为5680万台[60] - 全球摩托车市场日系品牌主导，2023年本田、雅马哈、铃木、川崎四家厂商合计销售额占比45.3%[63] - 2029年中国摩托车市场规模预计达到256亿美元，2020-2029年CAGR为1.5%[65] - 国内摩托车市场呈现“产品出海加速+中大排量占比提升”的双轮驱动格局，2024年大排量休闲娱乐摩托车（排量250cc以上）销量达到75.66万辆（同比+42.97%）[4][68] - 2024年中国摩托车整车出口量1101.63万辆，同比增长26.72%，出口成为产业增长核心驱动力[69][72] - 出口产品结构优化，250ml以上大排量摩托车出口呈现大幅度增长，其中250ml-400ml、400ml-500ml排量区间出口量分别增长84.56%、95.46%[77]

投资评级 - 首次覆盖给予“买入”评级 [1][2] 核心观点 - 隆鑫通用作为国内全排量段摩托车与全地形车龙头企业，凭借完善的产品矩阵和技术创新，在高端摩托车和智能园林机械领域取得突破，宗申动力成为重要股东后，双方协同效应将增强公司核心竞争力 [2][3] - 公司以“存量优化、增量突破”为主线，自主品牌“无极VOGE”成为核心增长引擎，其营收占比从2020年的14.3%提升至2024年的30.5%，2020-2024年销售收入复合增长率达62.98%，2025年上半年海外收入占比突破60% [4] - 公司预计2025-2027年归母净利润为17.3/22.5/27.0亿元，对应EPS为0.84/1.10/1.31元，当前股价对应PE为18.9/14.5/12.1倍 [2][6] 公司概况与战略转变 - 公司创建于1993年，2012年上市，现已形成摩托车、全地形车、通用机械三大业务协同发展的格局，旗下拥有“无极VOGE”、“隆鑫LONCIN”、“茵未BICOSE”三大自主品牌 [2][15] - 2024年底，宗申新智造通过重整投资获得公司24.55%股权，成为控股股东，此次股权变革带来显著的产业协同效应，双方将在技术研发、供应链管理和海外渠道方面深度整合 [3][22] - 公司自2021年坚定回归“摩托车+通用机械”核心主业，推进产品电动化、智能化、品牌化升级，并完成非核心业务剥离，至2024年底商誉风险已全面出清 [3][91] 财务表现与业务结构 - 公司营业收入从2020年的104.37亿元增长至2024年的168.22亿元，复合年增长率为12.7%，归母净利润从2020年的4.80亿元增长至2024年的11.21亿元，复合年增长率为23.6% [28] - 2025年前三季度实现营业收入145.57亿元，同比增长19.1%，归母净利润15.77亿元，同比增长75.5%，利润表现超预期 [28][29] - 产品结构优化驱动盈利能力提升，2024年摩托车及发动机业务营收占比达75.4%，通用机械业务营收占比21.0%，2020-2024年公司毛利率总体呈提升趋势 [30][34] 摩托车业务：自主品牌引领全球化突破 - 公司摩托车业务呈现量价齐升态势，2024年销量达182.30万辆，同比增长29.9%，销售收入103.38亿元，同比增长40.1%，单车平均售价从2020年的0.30万元提升至2024年的0.57万元 [35][36][95] - 外销业务是重要驱动力，2024年外销收入为内销的1.86倍，内销/外销收入分别为58.38/108.54亿元，同比分别增长32.1%和27.9% [95][100] - “无极VOGE”品牌是增长核心引擎，2024年销售收入31.54亿元，同比增长111.4%，2025年上半年收入19.8亿元，同比增长30.3%，海外收入占比提升至60.1% [44][112][115][117] - 公司构建了覆盖90余国、超2000家网点的全球渠道体系，2025年上半年无极品牌国内销售网点1053家，海外销售网点1292家，其中欧洲网点达957个 [4][50][51][132] 其他业务：多元化驱动增长 - 全地形车业务高速增长，2024年销售收入4.03亿元，同比增长73.85%，2025年上半年收入2.73亿元，同比增长44.8%，产品已形成200cc至1000cc全排量矩阵 [17][52][54] - 通用机械业务2024年销售收入35.35亿元，同比增长29.32%，2025年上半年收入21.85亿元，同比增长52.8% [19][55][58][59] - 园林机械成为新增长点，2025年上半年骑乘式割草车销量增长77.6%，零转角割草车与智能割草机器人已进入产品开发最终阶段，推动产品向智能化转型 [4][50] 行业背景与市场机会 - 全球摩托车市场稳步发展，预计2029年市场规模将达到1763.0亿美元，日系品牌目前占据主导地位，2023年本田、雅马哈、铃木、川崎四家厂商合计销售额占比45.3% [60][62][63] - 中国摩托车市场呈现“产品出海加速+中大排量占比提升”的双轮驱动格局，2029年市场规模预计达256亿美元，2024年大排量休闲娱乐摩托车（排量250cc以上）销量达75.66万辆，同比增长42.97% [65][68][73] - 出口成为核心驱动力，2024年中国摩托车整车出口量1101.63万辆，同比增长26.72%，出口额87.16亿美元，同比增长24.75%，其中250ml以上大排量摩托车出口量大幅增长 [69][72][77] - 国内燃油摩托车行业集中度较高，2024年CR10为56.0%，大长江（豪爵）销量占比11.8%居首，以大排量为代表的隆鑫等新势力车企增势明显 [81][83]

2026年1月非农就业数据表现 - 2026年1月美国新增非农就业13万人，显著高于市场预期的6.5万人，也高于2025年12月初值的5.0万人[3][4] - 1月失业率为4.3%，低于市场预期[3][5] - 1月平均时薪同比增长3.7%，符合市场预期[3] 历史数据修正与结构分析 - 2025年新增非农就业数据被大幅下修40.3万人至18.1万人，显示2025年劳动力市场新增就业基本停滞[4] - 2025年11月和12月新增非农就业数据分别下修0.2万和1.5万，两个月累计下修1.7万[4] - 1月私人部门就业增加17.2万人，其中商品制造增加3.6万人，服务业增加13.6万人；政府就业减少4.2万人[16] 劳动力市场供需与质量指标 - 1月劳动参与率回升至约62.5%，失业率下降至约4.3%，显示市场回暖且有韧性[5][21] - 2025年12月JOLTS职位空缺数降至654.2万人，空缺率为3.9%，连续2个月低于700万，劳动力市场供需压力基本消失[6][36] - 1月永久性失业者、完成临时工作者、离职者占比提升，而再就业者、暂时性就业者占比下降[5][25] 美联储政策展望与AI风险 - 报告认为，鉴于失业率在美联储预期范围内且利率处于中性区间上沿，美联储暂时或继续观望[7][43] - 基准情形下，2026年美联储或还有1-2次降息，首次降息时间点可能在2026年5月新主席上任后[8][47] - 中长期需关注AI发展对劳动力市场的冲击，2026年1月科技行业裁员22，291人，占总裁员比例的20.6%[8][44]

投资评级与核心观点 - 报告对无锡晶海（920547.BJ）维持“增持”评级 [2] - 报告核心观点：公司核心业务板块需求回暖，带动2025年业绩预增，同时公司正通过布局新产品（如氨基酸衍生物、微电子清洗等）和加速海外市场拓展（设立新加坡、荷兰、美国公司）来赋能未来成长 [2][4][5] 业绩与财务预测 - 公司发布2025年业绩快报，预计营业收入为4.06亿元，归属于上市公司股东的净利润为6，273.10万元，同比预计增长46.39% [4] - 基于业绩快报，报告调整盈利预测：预计2025-2027年归母净利润分别为0.63亿元（原预测0.73亿元）、0.87亿元、1.03亿元 [4] - 对应2025-2027年每股收益（EPS）分别为0.80元、1.12元、1.33元 [4] - 以当前股价25.10元计算，对应2025-2027年市盈率（PE）分别为31.2倍、22.4倍、18.9倍 [4] - 财务预测显示，公司营业收入预计将从2024年的3.39亿元增长至2027年的6.62亿元，年复合增长率显著 [5][7] - 归母净利润预计从2024年的0.43亿元增长至2027年的1.03亿元 [5][7] - 预计毛利率将稳定在30%左右，净利率从2024年的12.6%提升至2026年的16.2% [5][7] 业务分析：需求回暖与新业务布局 - 公司核心业务板块需求全面回暖：1）疫苗培养基业务市场需求回归常态化并稳步回升；2）食品营养品类业务受益于整体需求复苏；3）原料药业务在市场库存消化完毕后实现自然增长 [4] - 公司计划布局新产品，拓展至蛋白类氨基酸之外的品类，例如氨基酸衍生物和聚合物、功能肽类、功能糖、平台化合物等 [4] - 新产品开发将重点面向化妆品、特医食品、境外医药、微电子清洗等领域，有望带来新的业绩增量 [4] 海外拓展与产能建设 - 海外市场需求回暖带动外销增长，截至2025年第三季度，公司外销收入占比约为56.88%，已超过内销收入（43.12%） [5] - 为加强全球化布局，公司已设立新加坡公司（2025年6月完成），荷兰公司和美国公司尚在设立中 [5] - 通过构建离岸贸易枢纽，旨在简化贸易流程，增强客户粘性，赋能海外市场长效发展 [5] - 公司新工厂正在进行试生产和产品验证，待完成药监部门的技术转移核查认证后，将解决当前面临的产能不足问题 [5] 估值与市场表现 - 公司当前股价为25.10元，总市值19.50亿元，流通市值9.47亿元 [2] - 近3个月换手率为141.21% [2] - 报告预测公司2025-2027年归母净利润对应市盈率（PE）持续下降，估值吸引力逐步显现 [4] - 企业价值倍数（EV/EBITDA）预计从2025年的17.4倍下降至2027年的9.3倍 [7]

投资评级与核心观点 - 报告对同惠电子（920509.BJ）维持“增持”评级 [3] - 报告核心观点：看好公司半导体与消费双轮驱动下的新业务新产品放量以及行业复苏前景，预计2025-2027年归母净利润将持续增长 [5] 公司业绩与财务预测 - 根据2025年业绩快报，公司实现营收2.32亿元，同比增长19.57%，归母净利润6910.39万元，同比增长37.01%，扣非归母净利润6527.09万元，同比增长44.93% [5] - 报告小幅上调盈利预测，预计2025-2027年归母净利润分别为0.69亿元、0.83亿元、1.01亿元，对应EPS分别为0.43元/股、0.52元/股、0.63元/股 [5] - 基于当前股价35.45元，对应2025-2027年预测PE分别为82.2倍、68.3倍、56.3倍 [5] - 财务预测显示，公司营收将从2025年的2.32亿元增长至2027年的3.58亿元，年均复合增长率较高，同时毛利率预计将稳定在58%以上，净利率预计将提升至29.8% [8][10] 业务发展与市场机遇 - 公司业务受益于消费领域持续复苏和半导体制造等下游应用领域的高速发展 [6] - 公司紧扣功率半导体产业发展趋势，精准锚定行业核心测试需求，成功推出多款新品，丰富了半导体测试类产品矩阵 [6] - 公司产品全面覆盖功率半导体、新能源领域从技术研发到规模化量产的全流程测试场景，为客户提供全周期测试解决方案 [6] - 公司持续加大市场推广与渠道布局力度，深化与战略客户的合作，2025年订单交付量较2024年有所增加，带动了营收和净利润的快速增长 [6] 行业市场规模与增长 - 中国电子测量仪器产品及测试测量系统市场规模从2020年的312.0亿元增长至2025年的558.1亿元，年均复合增长率为12.33% [7] - 2025年中国电子测量仪器市场规模约占全球市场规模的36.54% [7] - 预计中国电子测量仪器市场规模将从2025年的558.1亿元进一步增长至2029年的826.4亿元，对应年均复合增长率为10.31% [7]

量化模型与构建方式 1. 指数复制模型 1.1 模型名称：完全复制 - **模型构建思路**：采用完全复制法，根据中证转债指数每月公布的权重数据进行持仓调整，力求最小化跟踪误差，体现纯被动管理的理想效果[14]。 - **模型具体构建过程**： 1. 根据中证转债指数每月公布的成分券及其权重进行持仓配置。 2. 对发布赎回公告的债券，参考指数编制方法，自赎回公告日后第五个交易日将该券剔除出成分券，并将其权重按比例分配至剩余持仓债券中[14]。 1.2 模型名称：权重抽样 - **模型构建思路**：针对完全复制持仓数量多、管理成本大的问题，利用指数权重“二八分化”的特点，抽取权重最大的一定比例转债来构建组合，以简化持仓[19]。 - **模型具体构建过程**： 1. 设定抽样比例 `r`（例如25%）[19]。 2. 从指数成分券中，抽取权重最大的前 `r` 比例的转债。 3. 将剩余未入选转债的权重，按比例分配至已抽取的转债中，形成最终组合权重[19]。 1.3 模型名称：分层权重抽样 - **模型构建思路**：考虑到不同转债股性与债性差异较大，先按平底溢价率将转债分类，再在每一类中应用权重抽样，以保持组合与指数的风格一致性[21]。 - **模型具体构建过程**： 1. **分类**：将转债按平底溢价率分为三类：偏股型（平底溢价率 > 20%）、平衡型（-20% ≤ 平底溢价率 ≤ 20%）、偏债型（平底溢价率 < -20%）[21]。 2. **层内抽样**：在每一类转债中，分别应用权重抽样方案（如抽取权重最大的前 `r` 比例转债，并重新分配权重）[22]。 3. **组合**：将三类转债的抽样组合，按照各类别在基准指数中的原始权重比例进行合并，得到最终组合[22]。 1.4 模型名称：分层权重抽样+层内等权 - **模型构建思路**：在分层权重抽样的基础上进行关键改进，通过层内等权配置来捕捉中小型转债的收益增强机会，实现收益与跟踪精度的更好平衡[4][25]。 - **模型具体构建过程**： 1. **分类**：与分层权重抽样相同，将转债按平底溢价率分为偏股型、平衡型、偏债型三类[25]。 2. **层内等权抽样**：在每一类别中，选取权重最大的前 `r` 比例（如25%）的转债，对这些入选的转债进行等权配置[25]。 3. **层间权重控制**：保持最终组合中，三类转债的总权重与它们在基准指数中的总权重一致[25]。 2. 指数增强模型 2.1 模型名称：全域增强 - **模型构建思路**：在全市场范围内，使用多个有效因子合成统一的alpha信号，并通过线性规划框架在控制跟踪误差和偏离度的约束下进行权重优化，以获取超额收益[29][35]。 - **模型具体构建过程**： 1. **因子处理**：每期对三个因子（转股溢价率偏离度、理论价值偏离度、当期收益率）在有效样本内进行标准化处理，并根据因子方向（预期与收益的关系）合成为一个alpha因子[35]。 2. **优化求解**：使用线性规划框架求解最优权重，具体约束条件如下[35][38]： - 优化目标：最大化组合对alpha因子的暴露。 - 个券权重偏离约束：上限1%。 - 行业权重偏离约束：上限3%。 - 跟踪误差约束：上限3%。 - 个券权重和约束：权重和为1。 2.2 模型名称：分层增强 - **模型构建思路**：针对不同类型转债的收益驱动因素差异，实施差异化的因子配置和分层优化，以进一步提升增强效果[5][41]。 - **模型具体构建过程**： 1. **分类与因子配置**：将转债按平底溢价率分为偏股型、平衡型、偏债型三类，并为每类转债选择不同的有效因子进行优化[41][42]： - 偏股型转债：使用转股溢价率偏离度、理论价值偏离度。 - 平衡型转债：使用转股溢价率偏离度、理论价值偏离度。 - 偏债型转债：使用当期收益率、理论价值偏离度。 2. **分层优化**：对每一类转债，使用与全域增强相同的线性规划框架（但约束条件更宽松）进行独立的权重优化[41][46]。 - 优化目标：最大化该类组合对所选因子的暴露。 - 个券权重偏离约束：上限3%。 - 行业权重偏离约束：上限5%。 - 跟踪误差约束：上限5%。 - 个券权重和约束：权重和等于该类转债在基准指数中的总权重。 3. **组合合并**：将三类转债的优化权重结果合并，得到最终的总组合权重[41]。 3. 量化因子与构建方式 3.1 因子名称：转股溢价率偏离度 - **因子构建思路**：衡量单个转债的转股溢价率相对于其转股价值（平价）所对应的合理溢价率水平的偏离程度，以识别估值偏高或偏低的个券[30][59]。 - **因子具体构建过程**： 1. 在每个截面时点，使用全市场可转债数据，以转股价值 (`x`) 为自变量，转股溢价率 (`y`) 为因变量，进行如下非线性回归拟合[59][61]： $$y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$$ 其中，`y_i` 为第 `i` 只转债的转股溢价率，`x_i` 为第 `i` 只转债的转股价值。 2. 根据拟合出的公式，计算每只转债的“拟合转股溢价率”。 3. 因子值为该转债的实际转股溢价率减去拟合转股溢价率[30]。 3.2 因子名称：理论价值偏离度（蒙特卡洛模型） - **因子构建思路**：通过蒙特卡洛模拟，充分考虑转债的转股、赎回、下修、回售等复杂条款，计算其理论价值，并用市场价格与理论价值的比值偏离度来衡量价格预期差[30][62]。 - **因子具体构建过程**： 1. **模型设定**：设定模型参数，包括正股价格、波动率、无风险利率、股息率、转股价、债券条款（赎回、回售、下修）及剩余期限等[63]。 2. **模拟路径**：假设股票价格遵循几何布朗运动，利用随机数生成器，模拟从当前时至转债到期日的数千至数百万条股票价格路径[63]。 3. **路径评估**：对每条模拟路径，在每个时间点检查是否触发各类条款，并判断最优行为（如是否转股、是否接受回售/赎回），计算该路径下转债的最终价值[63]。 4. **计算理论价值**：对所有模拟路径的最终价值取平均，得到预期到期价值，再按无风险利率贴现回当前，得到转债的理论价格[63]。 5. **计算因子**：因子值为 `(转债收盘价 / 理论价值) - 1`[30]。 3.3 因子名称：当期收益率 - **因子构建思路**：衡量转债作为债券的当期利息收益，属于债性因子[30]。 - **因子具体构建过程**：因子值为 `转债当期票息 / 转债收盘价`[30]。 模型的回测效果 （测试区间：20191231~20260130，基准：中证转债指数） 1. **完全复制模型**，年化超额收益-0.81%，年化跟踪误差0.89%，平均持仓数量406只[14][50]。 2. **权重抽样模型**，年化超额收益-2.95%，年化跟踪误差2.35%，平均持仓数量102只[19][50]。 3. **分层权重抽样模型**，年化超额收益-2.53%，年化跟踪误差2.14%，平均持仓数量102只[22][50]。 4. **分层权重抽样+层内等权模型**，年化超额收益-0.08%，年化跟踪误差2.44%，平均持仓数量102只[25][50]。 5. **全域增强模型**，年化超额收益1.61%，年化跟踪误差3.78%，平均持仓数量72只[35][50]。 6. **分层增强模型**，年化超额收益4.31%，年化跟踪误差3.62%，平均持仓数量76只[42][50]。 因子的回测效果 （RankIC测试区间：20191231~20241231） 1. **转股溢价率偏离度因子**，全域RankIC -9.03%，偏股型RankIC -9.68%，平衡型RankIC -11.71%，偏债型RankIC -6.65%[34]。 2. **理论价值偏离度因子**，全域RankIC -10.78%，偏股型RankIC -9.99%，平衡型RankIC -10.81%，偏债型RankIC -8.66%[34]。 3. **当期收益率因子**，全域RankIC 7.53%，偏股型RankIC 4.31%，平衡型RankIC 5.26%，偏债型RankIC 9.46%[34]。

量化模型与因子总结 量化模型与构建方式 1. **模型名称：股权激励事件驱动选股模型**[1][3][4] * **模型构建思路**：基于上市公司发布股权激励草案这一事件，认为其传递了管理层对公司长期发展的信心，对股价有正向定价效应。通过筛选事件股票池，并利用激励方案中的关键特征（如激励规模、高管占比）进行优选，构建投资组合[3][14][117]。 * **模型具体构建过程**： 1. **股票池构建**：每月末，选取过去60个自然日内发布过股权激励草案的股票。同时，根据股权激励终止实施表，剔除在月末已知停止实施的股票，形成当期股权激励股票池[119]。 2. **指标计算与合成**：每月末，计算股票池内每只股票的两个指标： * **激励规模**：授予股份数占总股本的比例，作为正向指标[87][119]。 * **高管持股占比**：董事、监事及高级管理人员获授股数之和占激励计划总授予股数的比例，作为负向指标[63][86][119]。 3. 对上述两个指标在横截面上分别进行排序并做z-score标准化，然后等权合成得到每只股票的综合得分[119]。 4. **组合构建**：根据综合得分，优选排名前15的股票进行等权配置[119]。 5. **调仓与费用**：每月末调仓，手续费设置为双边千分之三[119]。 2. **模型名称：员工持股计划事件驱动选股模型**[1][3][4] * **模型构建思路**：基于上市公司发布员工持股计划草案这一事件，认为其体现了内部员工（尤其是非高管员工）对公司未来价值的认可和信心绑定。通过筛选事件股票池，并利用计划规模进行优选，构建投资组合[3][14][124]。 * **模型具体构建过程**： 1. **股票池构建**：每月末，选取过去60个自然日内发布过员工持股计划草案的股票。同时，根据员工持股计划终止实施表，剔除在月末已知停止实施的股票，形成当期员工持股计划股票池[124]。 2. **指标计算**：每月末，计算股票池内每只股票的**员工持股计划规模占比**，即员工持股计划涉及的股份数占公司总股本的比例，作为正向选股指标[89][124]。 3. **组合构建**：根据员工持股计划规模占比从高到低排序，优选排名前15的股票进行等权配置（若当月股票池不足15只，则全部持有）[124]。 4. **调仓与费用**：每月末调仓，手续费设置为双边千分之三[124]。 3. **模型名称：股票回购事件驱动选股模型**[1][3][4] * **模型构建思路**：基于上市公司发布股票回购预案这一事件，认为其在公司股价疲软时发布，可能传递价值低估信号或管理层托底信心。但事件后收益路径波动较大，因此引入基本面指标（归母净利润TTM）在事件股票池内进行横截面增强，以提升策略稳定性[3][82][129][131]。 * **模型具体构建过程**： 1. **股票池构建**：每月末，选取过去60个自然日内发布过股票回购预案的股票，构建股票回购事件股票池（统计从2018年开始以保证样本充足性）[131]。 2. **指标计算与选股**：每月末，计算股票池内每只股票的**归属母公司净利润（TTM）**。研究发现，当前盈利水平越低的公司，其回购事件对未来股价的提升作用可能越明显[131][132]。因此，按该指标从小到大排序（即盈利越低排名越靠前），选取排名前15的股票构建组合[133]。 3. **组合构建**：对选出的15只股票进行等权配置[133]。 4. **调仓与费用**：每月末调仓，手续费设置为双边千分之三[133]。 4. **模型名称：多策略融合组合模型**[4][138] * **模型构建思路**：股权激励、员工持股计划和股票回购三类事件在实施层面和市场反应上存在差异和互补性。通过将上述三个单一事件驱动策略的优选组合进行融合，从更综合的视角评估公司内部激励信号，以期获得更稳健的收益特征[4][138]。 * **模型具体构建过程**：在每月末，将**股权激励优选组合**、**员工持股计划优选组合**和**股票回购优选组合**这三个组合的持仓股票进行汇总，并通过等权方式合成一个新的复合投资组合[138]。 模型的回测效果 （以下回测结果均以中证800指数为基准，计算超额收益） 1. **股权激励优选组合**[121][122] * 年化收益率：27.02% * 年化超额收益率：24.84% * 年化波动率：33.16% * 夏普比率：0.83 * 信息比率(IR)：1.13 * 最大回撤：-54.89% 2. **员工持股计划优选组合**[127][128] * 年化收益率：20.92% * 年化超额收益率：18.30% * 年化波动率：29.00% * 夏普比率：0.73 * 信息比率(IR)：1.05 * 最大回撤：-57.34% 3. **股票回购优选组合**[136][137] * 年化收益率：16.04% * 年化超额收益率：14.89% * 年化波动率：27.75% * 夏普比率：0.60 * 信息比率(IR)：0.80 * 最大回撤：-36.15% 4. **多策略融合组合**[141][142] * 年化收益率：22.62% * 年化超额收益率：20.15% * 年化波动率：29.58% * 夏普比率：0.77 * 信息比率(IR)：1.13 * 最大回撤：-56.03% 量化因子与构建方式 1. **因子名称：股权激励规模因子**[87][119] * **因子构建思路**：激励规模占总股本比例越高，通常意味着公司对员工的激励力度越大，可能更能激发员工创造价值，市场反应可能更积极[87]。 * **因子具体构建过程**：在股权激励草案公告日，计算**授予股份数占总股本的比例**。若公告未说明总股本，则取草案发布前最近一次披露的总股本数据补齐[87]。该因子在模型中作为正向选股指标使用。 2. **因子名称：股权激励高管占比因子**[63][86][119] * **因子构建思路**：高管持股占比过高可能引发内部人控制风险，削弱股权激励的正向信号；而占比适中或偏低，可能意味着激励更普惠于核心技术人员和骨干，市场反应可能更好[86][99]。 * **因子具体构建过程**：在股权激励草案公告日，计算**董事、监事及高级管理人员获授股数之和占激励计划总授予股数的比例**[63]。该因子在模型中作为负向选股指标使用。 3. **因子名称：员工持股计划规模因子**[89][124] * **因子构建思路**：员工持股计划规模越大，反映员工与公司利益绑定程度和风险共担意愿越强，可能传递更强烈的内部信心信号[89]。 * **因子具体构建过程**：在员工持股计划草案公告日，计算**员工持股计划涉及的股份数占公司总股本的比例**[89]。该因子在模型中作为正向选股指标使用。 4. **因子名称：股票回购事件叠加归母净利润TTM因子**[131][133] * **因子构建思路**：在股票回购事件股票池内，引入基本面指标进行增强。测试发现，当期盈利水平（归母净利润TTM）越低的公司，发布回购预案后股价的潜在弹性可能越大，可能源于市场对其业绩修复或价值低估的预期更强[131][132]。 * **因子具体构建过程**：在股票回购预案公告日附近，使用最新报告的**归属母公司净利润（TTM）** 作为选股指标。在模型中，按该值从小到大排序进行选股[133]。 因子的回测效果 （报告中主要通过分组测试展示因子的区分能力，以下为关键发现） 1. **股权激励规模因子**：按授予股份数占总股本比例五分位分组，规模占比最高的组别在草案公告后60个交易日的累计收益率和年化收益率表现最好，呈现“激励规模占比越高效果越好”的阶梯式分化特征[87][90]。 2. **股权激励高管占比因子**：按高管持股占比五分位分组，占比最低至中等的组别公告后收益率表现更优，而高管占比最高的组别表现最弱，表明“高管持股占比越低效果越好”[96][100]。 3. **员工持股计划规模因子**：按员工持股计划规模占比五分位分组，虽然单调性不强，但总体趋势显示规模占比越大的组别，平均累计收益率越高[91][92]。 4. **股票回购事件叠加归母净利润TTM因子**：在股票回购事件股票池内，按归母净利润（TTM）三分组，该因子表现出一定的分组能力，多空对冲年化收益为12.77%，信息比率为1.04[131][134]。