劳动力市场数据 - 7月美国新增非农就业7.3万人，低于市场预期的10.4万，且较6月初值14.7万大幅下降[5][16] - 5月和6月非农就业数据累计下修25.8万人，其中5月下修12.5万，6月下修13.3万[16] - 近3个月平均新增就业仅3.5万人，显示劳动力市场降温趋势明显[5][16] - 7月失业率上升至4.248%，劳动参与率下降至62.22%[20] - 6月职位空缺数下降27.5万至743.7万人，职位空缺率降至4.4%[7][33] 行业和薪资表现 - 商品制造业就业减少1.3万人，教育和保健服务、零售业新增就业较多[17] - 7月平均时薪同比增长3.9%，环比增长0.3%，均较6月上升0.1个百分点[27] - 零售业薪资同比和环比增速均较高，是整体薪资上涨的主要推动力[27] - 7月周工作时长回升0.1小时至34.3小时[27] 经济前景与政策影响 - 劳动力市场降温迹象明显，经济走弱风险提升[8][40] - 通胀可能上行成为美联储降息的主要制约因素[8][43] - 预计美联储可能在四季度首次降息，全年降息1-2次，但9月降息概率上升[44] - 需关注7月CPI数据和8月Jackson Hole会议上鲍威尔的表态[44]

根据提供的研报内容，以下是量化模型与因子的详细总结： 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** - **模型构建思路**：基于基金净值、持仓披露、调研行为等市场公开信息，对公募基金持仓进行实时测算[20] - **模型具体构建过程**：通过复杂的数据处理流程，整合基金净值变化、定期报告披露的持仓数据以及上市公司调研记录，动态估算公募基金对特定板块（如PCB）的配置仓位[20] - **模型评价**：能够及时捕捉机构资金动向，但依赖公开数据的时效性和完整性 2. **模型名称：ETF资金持仓动态模型** - **模型构建思路**：通过监测ETF产品规模变化及持仓结构，分析资金对特定板块的配置偏好[21] - **模型具体构建过程**：计算ETF持仓占板块市值的比重（MA5平滑处理），公式为： $$ \text{ETF持仓占比} = \frac{\sum \text{ETF持有PCB成分股市值}}{\text{PCB板块总市值}} $$ 并对比历史分位数判断当前水平[23][24] 3. **模型名称：筹码收益模型** - **模型构建思路**：通过估算资金的历史持仓成本，衡量当前价格的赚钱效应[26] - **模型具体构建过程**： 1. 基于成交量与价格数据构建筹码分布曲线 2. 计算当前价格相对于筹码成本的收益率： $$ \text{筹码收益率} = \frac{\text{当前价格} - \text{平均持仓成本}}{\text{平均持仓成本}} \times 100\% $$ 3. 根据历史回测确定动量/反转效应的阈值[26][28] - **模型评价**：对市场情绪有较好的刻画能力，但需结合其他指标验证 4. **因子名称：主力资金净流入因子** - **因子构建思路**：通过大单交易数据捕捉主力资金动向[38] - **因子具体构建过程**： - 定义主力资金为大单（20-100万元）与超大单（>100万元）的加总 - 计算每日净流入额： $$ \text{主力净流入} = \sum \text{主力买入金额} - \sum \text{主力卖出金额} $$ - 滚动累计N日数据作为因子值[38] 5. **因子名称：龙虎榜营业部活跃度因子** - **因子构建思路**：利用龙虎榜公布的营业部交易数据识别资金热点[39] - **因子具体构建过程**： 1. 提取上榜个股的营业部成交总额与净流入额 2. 构建标准化指标： $$ \text{活跃度得分} = \frac{\text{营业部净流入}}{\text{个股流通市值}} \times 100 $$ 3. 结合上榜次数加权计算综合分值[39][40] 6. **因子名称：股东户数增幅因子** - **因子构建思路**：监测股东户数变化反映筹码分散度[41] - **因子具体构建过程**： $$ \text{增幅} = \frac{\text{最新股东户数} - \text{上期户数}}{\text{上期户数}} \times 100\% $$ 结合历史分位数判断异常波动[41][42] --- 模型的回测效果 1. **公募基金实时持仓模型** - PCB板块配置仓位2025年5月以来逐步企稳[20] 2. **ETF资金持仓模型** - PCB板块ETF持仓占比达2.6%，处于历史高位[23][24] 3. **筹码收益模型** - PCB指数当前赚钱效应22.95%[28] - 成分股中生益科技筹码收益最高（40.04%）[30] 4. **主力资金因子** - 深南电路主力净流入5.12亿元（7月16日以来）[38] 5. **龙虎榜因子** - 胜宏科技龙虎榜营业部单日成交45.3亿元[40] 6. **股东户数因子** - 世运电路股东户数增幅57.26%（2025年3月31日数据）[42] --- 其他量化指标 1. **两融余额指标** - PCB板块融资余额处于历史高位，融券余额较低[25][27] 2. **机构调研热度** - 大族激光2025年以来接受69次调研[32][34] 3. **雪球大V关注度** - 胜宏科技获37位大V关注[35][37] 注：所有数据统计截止2025年7月31日[14][17][31]

投资评级 - 维持"买入"评级，当前股价25.69元，对应2025年PE为10.6倍 [1][4] 核心财务表现 - 2025H1营业收入493.4亿元（同比+1.4%），归母净利润20.8亿元（+3.0%），扣非净利润18.2亿元（+6.7%） [4] - 2025Q2单季度营收245.0亿元（-2.6%），归母净利润9.5亿元（-8.3%），扣非净利润8.1亿元（-6.4%） [4] - 下调2025-2027年盈利预测，预计归母净利润分别为36.1/41.5/46.9亿元（原值38.4/43.4/48.3亿元） [4] 分业务表现 - **空调业务**：收入236.9亿元（+4.1%），毛利率27.1%（-1.6pct），中央空调子公司海信日立营收106.6亿元（-6.0%），净利润18.6亿元（-4.9%） [5] - **冰洗业务**：收入153.9亿元（+4.8%），毛利率18.7%（+2.1pct），容声冰箱销售额增长9.7%，海信冰箱增长8.6% [5] - **其他业务**：收入66.1亿元（+8.9%），厨电线下零售收入同比增长52% [5] 分地区表现 - **境内收入**：252.5亿元（-0.3%），新风空调安装量增长83%，璀璨高端套系收入增长48% [5] - **境外收入**：204.5亿元（+12.3%），欧洲区增长23%、美洲区增长26%、中东非区增长23%、亚太区增长15% [5] 盈利能力与运营 - 2025H1毛利率21.5%（+0.7pct），销售净利率6.1%（+0.5pct） [6] - 期间费用率保持稳定，销售/管理/研发/财务费用率分别+0.2/-0.2/-0.3/+0.1pct [6] - 净营业周期-160.6天，同比减少100.7天，运营效率提升 [6] 估值与预测 - 2025-2027年EPS预测分别为2.60/2.99/3.38元，对应PE为10.6/9.2/8.2倍 [4] - 2025年预计ROE为25.9%，2025-2027年毛利率预测为21.4%/21.7%/22.0% [7][9]

投资评级 - 行业投资评级为"看好"（维持）[2] 核心观点 - 2025年银行信贷结构出现新特征，企业短贷替代票据冲量现象显著，3月/6月新增短贷规模达1.44/1.16万亿元，分别超季节性均值4582/4832亿元，同时票据融资6月缩量至-4109亿元（近三年均值为-139亿元）[4][14] - 政策驱动因素包括《保障中小企业款项支付条例》要求60日内付款，促使大型企业以短贷替代商业信用，叠加银行盈利压力下主动压降票据资产[4][18] - 票据利率波动性显著降低，2025年上半年6M国股银票转贴现利率波动区间仅62BP（0.98%~1.60%），远低于2023年（170BP）和2024年（105BP），主因信贷属性弱化及资金利率平稳[5][24] - 7月末出现利率倒挂现象，6M票据利率跌破1%而1M/3M利率维持在1.2%，反映银行对远期信贷需求预期悲观，通过配置长期票据腾挪2026年信贷额度[6][33] 信贷结构变化 - 企业短贷超季节性增长：3月新增1.44万亿元（+4582亿元 vs 均值），6月新增1.16万亿元（+4832亿元 vs 均值）[14] - 票据融资缩量：6月规模-4109亿元，较近三年均值（-139亿元）大幅下降[14] - 表内外票据总量与制造业PMI背离：5-6月PMI回升期间票据总量反降，反映政策对一级市场开票的抑制作用[18][22] 票据利率特征 - 窄幅波动：2025年上半年6M转贴现利率振幅62BP，较2023年（170BP）和2024年（105BP）显著收窄[24] - 倒挂现象：7月末6M利率跌破1%，低于1M/3M利率约20BP，为年内首次出现期限倒挂[33][35] - 驱动因素：银行资产比价约束利率下限（票据综合收益率1.08% vs 企业贷款2.42%），信贷需求不足压制上行空间[29][30] 投资建议 - 推荐三类标的：1）拨备调节能力强的国有行（建设银行、农业银行）；2）风险出清股份行（中信银行、招商银行）；3）盈利弹性大的城农商行（江苏银行、杭州银行、渝农商行）[7][36]

投资评级 - 投资评级：看好（维持）[1] 核心观点 - 英伟达H20算力芯片被曝存在"追踪定位"和"远程关闭"功能的安全风险，国家互联网信息办公室约谈英伟达并要求其提交相关证明材料[4] - 此次事件是中美科技博弈的缩影，短期抑制国内互联网厂商资本开支投入，但长期将倒逼中国AI产业构建"技术-安全-生态"三位一体的自主可控体系[5] - 国产替代进程提速，自主可控链条投资机遇值得关注[5] 行业影响分析 国内互联网厂商影响 - 英伟达H20自4月起受出口管制，部分订单暂停交付，供应前景不明朗导致大规模采购H20可能性低[6] - 国产AI芯片性能和生态系统逐步完善，已能满足部分训练和推理场景需求，互联网厂商倾向加速向国产供应链过渡[6] 国内AI产业瓶颈 - 华为昇腾910B/910C算力性能显著超越英伟达H20，寒武纪等企业持续推出迭代产品[7] - 国产厂商在互联技术与生态建设取得突破：摩尔线程基于自研MUSA架构开发生态系统，华为推出CloudMatrix 384超节点集群方案[7] - 受限于EUV出口限制和台积电代工限制，国产算力芯片依赖中芯国际多重曝光工艺，良率较低[7] - 供应问题成为国内AI产业瓶颈，国产先进制程代工、EDA、半导体设备及光刻机等环节重要性加深[7] 投资建议 - AI芯片：受益标的寒武纪等[8] - 晶圆代工：受益标的中芯国际、华虹半导体[8] - 光刻机环节：推荐富创精密，受益标的茂莱光学、福晶科技、汇成真空等[8] - 其他前道制程设备：推荐北方华创、中微公司、拓荆科技、芯源微等，受益标的中科飞测等[8] - 先进封装：推荐芯碁微装、拓荆科技、华海清科等[8] - EDA受益标的：华大九天、概伦电子等[8]

投资评级 - 行业投资评级为"看好"（维持）[1] 核心观点 - Figma上市表现亮眼，股价飙升至每股115 5美元，上涨250%，市值达到约563亿美元，成为2025年美股迄今为止规模最大的IPO[4] - Figma收入在较高体量仍保持高增长，2024年及2025Q1收入分别为7 49亿美元和2 28亿美元，分别同比增长48%和46%，四年间收入复合年增长率高达53%[5] - 公司盈利能力优异，2023年以来毛利率稳定在约90%的高水平，2024年和2025Q1的non-GAAP营业利润率达17-18%[5] - Figma的Dollar-Based Net Retention（美元净留存率）2024年高达134%，2025年Q1为132%，体现出优秀的产品粘性和扩张策略[6] - 截至2025年一季度末，公司月活用户约1300万，年经常性收入（ARR）超过10万美元的客户达1031家，相比2024年同期的701家增长近47%[6] - Figma已在多个产品平台引入AI功能，2025年将推出Figma Make、Figma Draw、Figma Sites和Figma Buzz等四款产品，其中Figma Make是一款AI驱动的可将提示词转化为功能的工具[7] 投资建议 - 持续坚定看好2025年AI Agent产业崛起趋势，AI设计领域受益标的包括万兴科技、美图公司、快手-W、虹软科技、当虹科技等[8] - 其他AI应用推荐金山办公、科大讯飞、鼎捷数智、税友股份、同花顺、中科创达、合合信息、拓尔思、金蝶国际、焦点科技、博彦科技、上海钢联、致远互联、普元信息等[8] - 算力领域推荐海光信息、中科曙光、淳中科技、浪潮信息等，受益标的包括寒武纪、紫光股份、工业富联、景嘉微、远东股份、云赛智联等[8] - 华为昇腾生态推荐神州数码、软通动力等，受益标的包括拓维信息、广电运通、烽火通信等[8]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：优选金股组合模型 - **构建思路**：基于新进金股样本，结合业绩超预期因子（SUE因子）筛选前30只股票，按券商推荐数量加权构建组合[23] - **具体构建过程**： 1. 筛选新进金股（相对上月首次推荐的股票） 2. 计算业绩超预期因子（SUE因子）： $$SUE = \frac{实际EPS - 预期EPS}{预期EPS的标准差}$$ 其中EPS为每股收益，标准差基于历史预期误差计算 3. 选择SUE因子排名前30的股票 4. 按券商推荐次数加权分配组合权重（推荐次数越多权重越高） - **模型评价**：该模型通过捕捉分析师预期差和资金关注度，在历史回测中表现出显著超额收益 2. **因子名称**：业绩超预期因子（SUE因子） - **构建思路**：衡量公司实际盈利与市场预期差异的标准化指标[23] - **具体构建过程**： 1. 获取一致预期EPS（卖方分析师预测均值） 2. 计算实际EPS与预期EPS的差值 3. 用历史预期误差的标准差对差值标准化： $$SUE_{t,i} = \frac{ActualEPS_{t,i} - E(EPS_{t,i})}{\sigma(EPS_{t,i})}$$ 其中$t$为报告期，$i$为个股 - **因子评价**：在新进金股样本中选股能力突出，能有效识别业绩惊喜 模型的回测效果 1. **优选金股组合模型**： - 年化收益率：20.8% - 年化波动率：25.2% - 收益波动比（IR）：0.82 - 最大回撤：24.6% - 2025年超额收益（vs中证500）：+9.3%[25] 2. **基准金股组合**： - 全部金股年化收益率：12.2% - 新进金股年化收益率：15.2% - 重复金股年化收益率：9.6%[20] 因子的回测效果 1. **SUE因子**： - 在新进金股组合中，SUE排名前30%组合年化超额收益达8.7%（vs后30%）[23] - 7月份SUE因子IC（信息系数）：0.21[23] 关键数据引用 - 行业权重变化：有色金属（+1.6%）、建筑材料（+1.4%）[14] - 个股收益表现：塞力医疗（+105.9%）、康辰药业（+96.5%）[22] - 组合波动率对比：优选组合25.2% vs 全金股23.4%[25]

投资评级 - 基础化工行业投资评级为"看好"（维持）[1] 核心观点 - 欧盟、英国、中国等持续支持SAF（可持续航空燃料）行业发展，政策推动需求稳步增长：欧盟批准3600万欧元丹麦SAF推广计划，英国AFF基金拨款6300万英镑支持17个SAF项目，中国在4个机场试点1% SAF掺混并计划扩大至全国省会机场 [4] - UCO（废弃食用油）供需趋紧推动价格上涨：潲水油价格达7050元/吨（2024年以来最高值），欧盟HVO需求预计2026年增长至2025年水平的4倍（德国单国增量150万吨），碳税及低碳燃料标准信贷价格上涨进一步抬升附加值 [5] - 生物柴油需求受船运低碳化驱动：中国一代/二代生物柴油FOB价格较年初上涨10%/9%，欧盟未确认中国生物柴油存在欺诈，新加坡"裕展轮"加注B24生物燃料预示小型船舶应用潜力，若推行B100政策新加坡生物燃料需求增量可达5358万吨 [6] 细分领域数据 SAF市场 - 中国与欧洲SAF价格分别达1850美元/吨（+3%）、2023美元/吨（+10%）[4][11] - 中国潲水油、地沟油价格持续上涨，华东地区潲水油市场价达7050元/吨 [5][17] 生物柴油市场 - 一代生物柴油（餐厨废油甲酯）FOB价1155美元/吨，二代生物柴油（植物油加氢）FOB价1675美元/吨 [6][19] 受益标的 - **山高环能**：计划将垃圾处理量从5490吨/天提升至8000-10000吨/天，UCO产量预计翻倍 [7] - **嘉澳环保**：获中国航油2.6亿元投资（持股10%），布局SAF二期产能 [7] - **卓越新能**：海外产能扩张（泰国30万吨一代生物柴油+10万吨HVO/SAF，新加坡20万吨一代生物柴油） [7] - 其他标的：海新能科、鹏鹞环保等 [7] 行业动态 - 欧盟碳许可证及加州LCFS信贷价格自2025年7月持续上涨 [14] - 2025年6月Ice交易所HVO交易量创新高 [15]

国家生育补贴 - 国家生育补贴单个新生儿三年合计 1.08 万元，高于 85 省市中位数 0.66 万元和均值 0.87 万元[3][14] - 2025 年央地财政生育补贴预算约 1000 亿元，有望促进新生 33 万人口[4][16] - 1000 亿元生育补贴 2025 年拉动 GDP 926 亿元、杠杆约 0.9 倍、拉动 GDP 增速 0.07%；2025 - 2029 年均拉动 GDP 1547 亿元、杠杆约 1.4 倍、拉动 GDP 增速 0.10%[4][19] 制造业 - 7 月制造业 PMI 为 49.3%，环比下滑 0.4 个百分点，生产和需求分项均下滑[22] - “反内卷”提振大宗商品价格，预计 7 月 PPI 环比 0.2%左右，同比 - 3.0%左右[5][29] - 7 月大型、中型、小型企业 PMI 分别较前值变动 - 0.9、+ 0.9、- 0.9 个百分点[5][29] 非制造业 - 7 月建筑业 PMI 下滑 2.2 个百分点至 50.6%，基建投资或延续放缓[35] - 7 月服务业 PMI 为 50.0%，较前值微降 0.1 个百分点，相对平稳[42] 风险提示 - 政策变化超预期；美国经济超预期衰退[7][45]

量化因子与构建方式 1. **因子名称：理想反转因子** - **构建思路**：通过切割大单成交数据识别反转属性最强的交易日，捕捉A股反转效应的微观来源[5][15] - **具体构建过程**： 1. 回溯股票过去20日数据，计算每日平均单笔成交金额（成交金额/成交笔数）[43] 2. 选取单笔成交金额最高的10个交易日，加总其涨跌幅记为M_high[43] 3. 选取单笔成交金额最低的10个交易日，加总其涨跌幅记为M_low[43] 4. 计算因子值：$$M = M_{\text{high}} - M_{\text{low}}$$[43] - **因子评价**：通过大单成交切割有效提升了反转效应的稳定性[5][15] 2. **因子名称：聪明钱因子** - **构建思路**：从分钟级价量数据中识别机构交易痕迹，构建跟踪聪明钱的指标[5][15] - **具体构建过程**： 1. 取股票过去10日的分钟行情数据[42] 2. 计算每分钟指标：$$S_t = |R_t| / V_t^{0.25}$$（$R_t$为分钟涨跌幅，$V_t$为分钟成交量）[42] 3. 按$S_t$排序，取成交量累积占比前20%的分钟作为聪明钱交易[42][44] 4. 计算聪明钱VWAP（成交量加权均价）和全体交易VWAP[44] 5. 因子值：$$Q = \text{VWAP}_{\text{smart}} / \text{VWAP}_{\text{all}}$$[42] - **因子评价**：有效捕捉机构交易行为对价格的引导作用[5] 3. **因子名称：APM因子** - **构建思路**：利用日内不同时段交易行为差异构建反转强度指标[5][15] - **具体构建过程**： 1. 取股票过去20日的隔夜收益率$r_{\text{night}}$和下午收益率$r_{\text{afternoon}}$[43] 2. 对40组收益率数据回归：$$r = \alpha + \beta R + \epsilon$$（$R$为对应时段指数收益率）[43] 3. 计算隔夜与下午残差差异：$$\delta_t = \epsilon_{\text{night}} - \epsilon_{\text{afternoon}}$$[43] 4. 构造统计量：$$\mathrm{stat} = \frac{\mu(\delta_t)}{\sigma(\delta_t)/\sqrt{N}}$$[45] 5. 对动量因子横截面回归取残差作为最终因子值[46] - **因子评价**：通过时段切割挖掘反转效应的结构性差异[15] 4. **因子名称：理想振幅因子** - **构建思路**：基于股价维度切割振幅信息，区分高价态与低价态的结构性差异[5][15] - **具体构建过程**： 1. 计算股票过去20个交易日的每日振幅（最高价/最低价-1）[48] 2. 选取收盘价最高的25%交易日，计算振幅均值V_high[48] 3. 选取收盘价最低的25%交易日，计算振幅均值V_low[48] 4. 因子值：$$V = V_{\text{high}} - V_{\text{low}}$$[48] - **因子评价**：价态切割显著提升振幅因子的信息含量[5] 5. **因子名称：交易行为合成因子** - **构建思路**：加权整合四个交易行为因子形成复合因子[30] - **具体构建过程**： 1. 对单因子进行行业内去极值与标准化处理[30] 2. 滚动12期ICIR计算动态权重[30] - **因子评价**：通过动态加权实现因子间的优势互补[30] --- 因子回测效果 1. **理想反转因子** - 全历史IC均值：-0.050[16] - 全历史rankIC均值：-0.061[16] - 信息比率(IR)：2.52[16] - 多空对冲月度胜率：78.3%[16] - 2025年7月收益：0.47%[7][16] - 近12月胜率：66.7%[7][18] 2. **聪明钱因子** - 全历史IC均值：-0.037[16] - 全历史rankIC均值：-0.061[16] - 信息比率(IR)：2.76[16] - 多空对冲月度胜率：82.2%[16] - 2025年7月收益：1.78%[7][19] - 近12月胜率：91.7%[7][22] 3. **APM因子** - 全历史IC均值：0.029[16] - 全历史rankIC均值：0.034[16] - 信息比率(IR)：2.30[16] - 多空对冲月度胜率：77.4%[16] - 2025年7月收益：1.42%[7][23] - 近12月胜率：58.3%[7][27] 4. **理想振幅因子** - 全历史IC均值：-0.054[16] - 全历史rankIC均值：-0.073[16] - 信息比率(IR)：3.03[16] - 多空对冲月度胜率：83.6%[16] - 2025年7月收益：3.86%[7][28] - 近12月胜率：75.0%[7][31] 5. **交易行为合成因子** - 全历史IC均值：0.067[30] - 全历史rankIC均值：0.092[30] - 信息比率(IR)：3.30[30] - 多空对冲月度胜率：82.6%[30] - 2025年7月收益：2.13%[7][30] - 近12月胜率：83.3%[7][36] - 中小盘表现：国证2000 IR=2.87，中证1000 IR=2.77[32][37] --- Barra风格因子表现（2025年7月） - 市值因子收益：0.64%[4][14] - 账面市值比因子收益：0.59%[4][14] - 成长因子收益：0.16%[4][14] - 盈利预期因子收益：-0.32%[4][14]