报告行业投资评级 无相关内容 报告的核心观点 报告对2026年3月23日至27日的ETF基金市场进行分析，涵盖二级市场概况、ETF产品表现、资金流、成交额、融资融券及新发上市情况等方面，展示各指数、行业板块及主题ETF的收益、资金流向和交易情况[1][2][3] 各部分总结 二级市场概况 - 样本期内中证2000、日经225和南华商品指数本周收益排名靠前，分别为0.35%、0.00%和 -0.25%；恒生指数PE估值分位数最高为90.24%，标普500最低为15.14% [10] - 申万一级行业中，有色金属、公用事业和基础化工收益排名靠前，分别为2.78%、2.50%和2.31%；非银金融、计算机和农林牧渔收益排名靠后，分别为 -3.98%、 -3.44%和 -2.94% [15] - 估值排名分位数最高的三个行业为公用事业、煤炭和通信，分别为98.76%、98.35%和97.11%；较低的三个行业为非银金融、食品饮料和美容护理，分别为1.24%、2.07%和5.79% [15] ETF产品概况 ETF市场表现 - 按基金类型分，债券ETF平均表现最优，加权平均收益为0.22%；商品ETF最差，为 -3.81% [19] - 按上市板块及宽基分，中证2000和中证500对应的ETF市场表现较好，加权平均收益分别为0.31%和 -0.14%；科创创业50和创业板相关ETF较差，分别为 -1.78%和 -1.65% [19] - 按行业板块分，生物医药板块ETF平均表现最优，加权平均收益为2.41%；金融地产板块最差，为 -3.33% [22] - 按主题分，创新药和新能源ETF表现较好，加权平均收益分别为4.40%和0.70%；非银和消费电子ETF排名落后，分别为 -3.70%和 -3.04% [22] ETF资金流入流出情况 - 不同类别ETF中，债券ETF资金净流入最多，为211.55亿元；行业主题ETF最少，为 -197.31亿元 [24] - 按跟踪指数及成分股上市板块分，沪深300ETF资金净流入最多，为45.56亿元；港股ETF最少，为 -49.87亿元 [24] - 行业板块中，传统制造板块ETF资金净流入最多，为32.95亿元；周期板块最少，为 -121.65亿元 [28] - 主题角度，新能源和红利ETF资金净流入最多，分别为34.78亿元和20.57亿元；芯片半导体和非银ETF最少，分别为 -28.10亿元和 -12.79亿元 [28] - 各分类中资金净流入排名前5的ETF基金已列出 [33] ETF成交额情况 - 不同类别ETF中，商品ETF日均成交额变化率增长最多，为47.73%；债券ETF减少最多，为 -10.53% [34] - 按跟踪指数及成分股上市板块分，美股ETF日均成交额变化率增加最多，为52.99%；科创创业50减少最多，为 -12.87% [36] - 行业板块中，生物医药板块日均成交额变化率增加最多，为18.48%；周期板块减少最多，为 -34.76% [39] - 主题角度，非银和创新药ETF近5日日均成交额最多，分别为127.49亿元和91.83亿元；低碳环保和新能源ETF日均成交额变化率增长最多或减少最小，分别为40.73%和19.86%；军工和央国企ETF减少最多或增长最小，分别为 -28.80%和 -21.80% [43] - 各分类中日均成交额变化率排名前5的ETF基金已列出 [47] ETF融资融券情况 - 样本期内，所有股票型ETF融资净买入为 -4.54亿元，融券净卖出为4.17亿元 [2][49] - 国泰中证全指证券公司ETF融资净买入最多，南方中证1000ETF融券净卖出最多 [2][49] ETF新发及上市情况 - 样本期内9只基金成立，4只基金上市 [3][51] - 新成立和新上市基金的具体信息已列出 [52][53]

量化模型与因子总结 量化因子与构建方式 1. **因子名称：RSI相对强弱指标**[2] * **因子构建思路**：通过计算一定周期内价格上涨和下跌的幅度对比，来衡量市场的超买或超卖状态，以判断短期趋势的强弱。[2] * **因子具体构建过程**： 1. 计算一定周期（报告中为12天）内，每日上涨幅度的平均值（AvgGain）和每日下跌幅度绝对值的平均值（AvgLoss）。[2] 2. 计算相对强度（RS），公式为：$$RS = \frac{AvgGain}{AvgLoss}$$[2] 3. 将RS转化为RSI指标，公式为：$$RSI = 100 - \frac{100}{1 + RS}$$[2] 4. 根据RSI值进行状态判断：RSI > 70表示市场处于超买状态；RSI < 30表示市场处于超卖状态。[2] 2. **因子名称：净申购金额**[2] * **因子构建思路**：通过计算ETF基金单位净值的变化与基金份额自然增长（分红再投资）的差异，来估算当日资金的净流入或流出情况。[2] * **因子具体构建过程**： 1. 获取当日ETF净值NAV(T)和前一日ETF净值NAV(T-1)。[2] 2. 获取当日ETF的收益率R(T)。[2] 3. 计算净申购金额NETBUY(T)，公式为：$$NETBUY(T) = NAV(T) - NAV(T-1) \times (1 + R(T))$$[2] 该公式的核心是剔除了因基金净值涨跌（NAV(T-1)*R(T)）和分红再投资导致的份额自然增长对总资产的影响，从而得到由投资者主动申购赎回引起的资金净变化。 模型的回测效果 （报告中未提供基于上述因子的策略模型及其回测效果指标，故本部分省略。） 因子的回测效果 （报告中未提供因子的历史测试表现，如IC、IR、多空收益等指标，仅展示了特定日期的截面数据。因此，无法提供统一的指标取值总结。报告中表格列示的是各ETF在特定日期的因子截面值，例如RSI值和净申购金额。）[4][6]

量化模型与构建方式 1. **模型/因子名称：RSI相对强弱指标**[2] * **构建思路：** 通过计算一定周期内平均涨幅与平均跌幅的比值，来衡量市场或资产价格的超买或超卖状态。[2] * **具体构建过程：** 1. 计算一定周期（N天，报告中为12天）内每日的涨跌幅。 2. 分别计算该周期内所有上涨日涨幅的平均值（Avg Gain）和所有下跌日跌幅的绝对值平均值（Avg Loss）。 3. 计算相对强度（RS）为 Avg Gain / Avg Loss。 4. 将RS代入公式计算RSI值：$$RSI = 100 – 100 / (1 + RS)$$[2] * **模型/因子评价：** 该指标用于判断市场状态，RSI>70通常被视为超买，RSI<30则被视为超卖，为交易提供参考信号。[2] 2. **模型/因子名称：净申购金额（NETBUY）**[2] * **构建思路：** 通过比较ETF当日净值与考虑净值增长率后的前一日净值，估算当日的资金净流入（申购）金额。[2] * **具体构建过程：** 1. 获取当日（T日）的ETF单位净值（NAV(T)）和前一日（T-1日）的单位净值（NAV(T-1)）。 2. 获取T日ETF的净值增长率（R(T)）。 3. 将上述数据代入公式计算：$$NETBUY(T) = NAV(T)–NAV(T-1)*（1+R（T））$$[2] 其中，NETBUY(T)为T日的净申购金额估算值。 模型的回测效果 （报告中未提供量化模型的回测结果数据） 量化因子与构建方式 （报告中涉及的因子构建方式已在“量化模型与构建方式”部分列出） 因子的回测效果 （报告中未提供量化因子的历史测试或回测结果数据，仅展示了特定日期的截面数据）

量化模型与因子总结 量化因子与构建方式 1. **因子名称：RSI相对强弱指标**[2] * **因子构建思路**：通过计算一定周期内平均涨幅与平均跌幅的比值，来衡量市场的超买或超卖状态，以判断短期趋势的强弱[2]。 * **因子具体构建过程**： 1. 设定计算周期为12天[2]。 2. 计算周期内所有上涨日的平均涨幅（AvgGain）和所有下跌日的平均跌幅（AvgLoss）[2]。 3. 计算相对强度（RS）： $$RS = \frac{AvgGain}{AvgLoss}$$ 4. 计算RSI值： $$RSI = 100 – \frac{100}{(1 + RS)}$$ 5. 根据RSI值进行状态判断：RSI > 70为超买状态，RSI < 30为超卖状态[2]。 2. **因子名称：净申购金额**[2] * **因子构建思路**：通过计算ETF当日净值变动与理论净值变动之间的差额，来估算当日资金的净流入（申购）或净流出（赎回）情况，反映市场资金动向[2]。 * **因子具体构建过程**： 1. 获取当日ETF净值（NAV(T)）和前一日ETF净值（NAV(T-1)）[2]。 2. 获取ETF所跟踪指数在当日的收益率（R(T)）[2]。 3. 计算净申购金额（NETBUY(T)）： $$NETBUY(T) = NAV(T) – NAV(T-1) * (1 + R(T))$$ 其中，NETBUY(T)为T日的净申购金额[2]。 因子的回测效果 （注：本报告为数据跟踪日报，未提供因子在历史回测中的具体表现指标，如IC、IR、多空收益等。报告仅展示了特定时点（2026-03-19）各ETF的因子截面数据[4][6]。）

量化模型与构建方式 1. **模型名称**：RSI相对强弱指标[2] **模型构建思路**：通过计算一定周期内平均涨幅与平均跌幅的比值，来衡量市场的超买或超卖状态[2] **模型具体构建过程**： 1. 计算一定周期（例如12天）内每日上涨幅度的平均值（AvgGain）和每日下跌幅度绝对值（即跌幅）的平均值（AvgLoss）[2]。 2. 计算相对强弱（RS），即平均涨幅与平均跌幅的比值：$$RS = \frac{AvgGain}{AvgLoss}$$[2] 3. 将RS代入公式，计算RSI值：$$RSI = 100 - \frac{100}{1 + RS}$$[2] **模型评价**：RSI>70表示市场可能处于超买状态，RSI<30表示市场可能处于超卖状态[2] 2. **模型名称**：净申购金额计算模型[2] **模型构建思路**：通过当日净值、前一日净值及净值增长率，反推计算当日ETF的净申购金额[2] **模型具体构建过程**： 1. 获取当日ETF的净值NAV(T)和前一日ETF的净值NAV(T-1)[2]。 2. 获取当日ETF的净值增长率R(T)[2]。 3. 将上述数据代入公式计算净申购金额NETBUY(T)：$$NETBUY(T) = NAV(T) - NAV(T-1) \times (1 + R(T))$$[2] 量化因子与构建方式 1. **因子名称**：RSI相对强弱因子[2] **因子构建思路**：基于RSI相对强弱指标模型计算出的数值，作为衡量ETF短期超买超卖状态的因子[2] **因子具体构建过程**：与RSI相对强弱指标模型的构建过程完全相同，最终输出RSI数值[2] 2. **因子名称**：净申购因子[2] **因子构建思路**：基于净申购金额计算模型得出的净申购金额，作为衡量资金流入流出ETF情况的因子[2] **因子具体构建过程**：与净申购金额计算模型的构建过程完全相同，最终输出净申购金额数值[2] 3. **因子名称**：涨跌幅因子[4][6] **因子构建思路**：直接采用ETF的日涨跌幅数据，作为衡量其价格变动情况的因子[4][6] **因子具体构建过程**：直接取用ETF的日涨跌幅百分比数据[4][6] 4. **因子名称**：流通市值因子[4][6] **因子构建思路**：采用ETF的流通市值数据，作为衡量其规模与流动性的因子[4][6] **因子具体构建过程**：直接取用ETF的流通市值数据[4][6] 5. **因子名称**：成交额因子[4][6] **因子构建思路**：采用ETF的日成交额数据，作为衡量其市场活跃度和流动性的因子[4][6] **因子具体构建过程**：直接取用ETF的日成交额数据[4][6] 6. **因子名称**：机构持仓占比因子[2][3][4][6] **因子构建思路**：采用ETF基金定期报告披露的机构持仓占比（剔除联接基金），作为衡量资金结构偏好的因子[2][3] **因子具体构建过程**：取用最近一期年报或半年报披露的机构持仓占比数据[2][3] 7. **因子名称**：管理费率因子[4][6] **因子构建思路**：采用ETF的管理费率数据，作为衡量其投资成本的因子[4][6] **因子具体构建过程**：直接取用ETF的管理费率数据[4][6] 8. **因子名称**：T+0交易因子[2][4][6] **因子构建思路**：采用ETF是否支持T+0交易方式的信息，作为衡量其交易灵活性的因子[2] **因子具体构建过程**：根据ETF品种特性，判断并标记其是否支持T+0交易[2] 因子的回测效果 （注：本报告为ETF数据跟踪日报，展示了各因子在特定日期的截面数据，而非历史回测的绩效指标。因此，此处展示的是各因子在报告日期的具体取值样例。） 1. **RSI相对强弱因子**，华泰柏瑞沪深300ETF(510300.SH)取值43.34[4]，易方达沪深300ETF(510310.SH)取值44.03[4]，华夏沪深300ETF(510330.SH)取值43.93[4] 2. **净申购因子**，华泰柏瑞沪深300ETF(510300.SH)取值11.01亿元[4]，易方达沪深300ETF(510310.SH)取值-2.90亿元[4]，华夏沪深300ETF(510330.SH)取值0.73亿元[4] 3. **涨跌幅因子**，华泰柏瑞沪深300ETF(510300.SH)取值-0.73%[4]，易方达沪深300ETF(510310.SH)取值-0.60%[4]，华夏沪深300ETF(510330.SH)取值-0.66%[4] 4. **流通市值因子**，华泰柏瑞沪深300ETF(510300.SH)取值2059.70亿元[4]，易方达沪深300ETF(510310.SH)取值1423.00亿元[4]，华夏沪深300ETF(510330.SH)取值926.14亿元[4] 5. **成交额因子**，华泰柏瑞沪深300ETF(510300.SH)取值33.89亿元[4]，易方达沪深300ETF(510310.SH)取值8.15亿元[4]，华夏沪深300ETF(510330.SH)取值5.58亿元[4] 6. **机构持仓占比因子**，华泰柏瑞沪深300ETF(510300.SH)取值87.11%[4]，易方达沪深300ETF(510310.SH)取值90.08%[4]，华夏沪深300ETF(510330.SH)取值93.09%[4] 7. **管理费率因子**，华泰柏瑞沪深300ETF(510300.SH)取值0.15%[4]，易方达沪深300ETF(510310.SH)取值0.15%[4]，华夏沪深300ETF(510330.SH)取值0.15%[4] 8. **T+0交易因子**，华泰柏瑞沪深300ETF(510300.SH)取值“否”[4]，易方达沪深300ETF(510310.SH)取值“否”[4]，华夏沪深300ETF(510330.SH)取值“否”[4]

核心观点 市场整体呈现资金净流出、板块分化、风格切换的特征 货币市场利率下行但中美利差扩大 资本市场资金面趋紧 行业层面石油石化等周期板块表现强势而传媒、计算机等成长板块领跌 市场风格上成长板块虽成交活跃但遭遇主力资金大幅减持且股价跌幅最大 各类市场流动性概况 - **货币市场流动性**：短期利率下行 R007由1.5292%下降至1.4920% DR007由1.4805%下降至1.4149% 两者利差扩大2.84个bp 中美利差在本周增加了22.20个bp [9] - **资本市场流动性**：本周A股市场资金净流出724.45亿元 净流入较上周减少653.40亿元 其中资金供给为-160.47亿元 资金需求为563.98亿元 资金供给减少646.89亿元 主要源于融资净买入大幅减少1036.82亿元 而股票型ETF净申赎增加352.01亿元 股票型与混合基金成立增加37.83亿元 资金需求微增6.51亿元 [12] - **主板市场成交与流动性**：五大宽基指数（沪深300 中证500 中证1000 中证2000 其他股票）融资余额均环比下跌 融券余额除沪深300和中证2000外环比上涨 各指数融资净买入和融券净卖出规模收缩 但市场活跃度提升 各宽基指数日均成交额和日均换手率同步回升 [15] 行业板块流动性跟踪 - **行业涨跌幅**：多数中信一级行业板块下跌 市场风格偏弱且分化延续 石油石化板块周涨幅达7.18%表现突出 煤炭等行业小幅上涨 传媒和计算机板块领跌 跌幅分别为6.96%和5.48% [17] - **行业间资金流向**：杠杆资金呈现广泛减持、局部加仓的结构性特征 石油石化行业获杠杆资金净加仓最多 达30.95亿元 电子行业杠杆资金净流出最多 达64.81亿元 [20] 陆股通重仓股主力资金整体呈多数行业流出态势 电力设备及新能源行业净流入最多 为23.89亿元 有色金属行业净流出最多 达106.89亿元 [22] - **行业热度纵向对比**：近十六周数据显示 基础化工、有色金属、机械、煤炭、石油石化行业的杠杆资金占比处于16周高位 消费者服务、轻工制造行业则处于低位 石油石化行业杠杆资金净买入增加最多 电子行业减少最多 [24] 风格板块流动性跟踪 - **风格表现与成交**：各风格指数绝大多数下跌 成长风格跌幅最大 为3.58% 消费风格紧随其后 跌2.45% 成长风格日均成交额占比达55.07% 为市场最活跃板块 但其占比本周回落4.17% 周期风格日均成交额占比增加最大 上升2.40% 成长风格日均换手率最高 为3.51% 金融和稳定风格换手率处于相对低位 [28][34][35] - **风格资金流向**：陆股通重仓股主力资金在各风格板块上总体以减持为主 对成长风格减持力度最大 达257.64亿元 对周期风格减持75.37亿元 [31]

核心观点 报告显示，在2026年3月2日至3月6日的样本期内，A股市场呈现结构性分化，以石油石化为代表的周期板块表现强势且资金大幅流入，而科技、传媒等板块表现疲软且资金流出。ETF市场资金流向与市场表现高度一致，行业主题和周期类ETF获得显著资金净流入，而宽基和科技类ETF则遭遇资金净流出。市场交易活跃度向周期、风格及美股等特定领域集中，融资融券活动则聚焦于医疗、科技等板块的特定ETF。 二级市场概况 - **主要指数表现**：样本期内，南华商品指数收益最高，为**6.43%**；SGE黄金9999和沪深300指数收益分别为**-0.49%**和**-1.07%** [1][10] - **A股宽基指数估值**：中证2000指数的市盈率（PE）估值分位数最高，达**95.04%**；标普500指数的估值分位数最低，为**34.26%** [10][13] - **行业收益表现**：申万一级行业中，石油石化、煤炭和公用事业收益排名前三，分别为**8.06%**、**3.79%**和**3.42%**；传媒、有色金属和计算机收益排名靠后，分别为**-6.97%**、**-5.47%**和**-5.29%** [1][14] - **行业估值分位数**：公用事业行业的估值分位数最高，达**100.00%**；食品饮料、非银金融和银行的估值分位数较低，分别为**2.89%**、**3.51%**和**14.46%** [14][17] ETF产品概况 ETF市场表现 - **按产品类别**：风格型ETF加权平均收益最高，为**0.79%**；行业主题型ETF表现最差，加权平均收益为**-3.44%** [18][20] - **按上市板块**：MSCI中国A股概念和美股相关ETF表现相对较好，加权平均收益分别为**-0.62%**和**-0.82%**；日股和科创板相关ETF表现较差，加权平均收益分别为**-6.10%**和**-4.94%** [18][22] - **按行业板块**：消费板块ETF平均表现最优，加权平均收益为**-1.58%**；科技板块ETF平均表现最差，加权平均收益为**-5.23%** [23][24] - **按投资主题**：银行和央国企ETF表现较好，加权平均收益分别为**1.43%**和**1.16%**；芯片半导体和机器人ETF表现落后，加权平均收益分别为**-6.08%**和**-5.66%** [23][24] ETF资金流入流出情况 - **按产品类别**：行业主题ETF资金净流入最多，达**356.80亿元**；宽基ETF资金净流出最多，为**-389.41亿元** [2][27] - **按上市板块**：美股ETF资金净流入最多，为**12.54亿元**；中证500ETF资金净流出最多，为**-100.91亿元** [2][29] - **按行业板块**：周期板块ETF资金净流入最多，达**363.76亿元**；科技板块ETF资金净流出最多，为**-85.15亿元** [2][31] - **按投资主题**：军工和银行ETF资金净流入最多，分别为**31.06亿元**和**4.56亿元**；红利和新能源ETF资金净流出最多，分别为**-38.32亿元**和**-26.64亿元** [2][31] - **资金净流入领先的ETF**：在各类别中，华夏中证电网设备主题ETF（资金净流入**62.61亿元**）、国泰中证油气产业ETF（**57.55亿元**）以及鹏华国证石油天然气ETF（**42.35亿元**）等周期、能源主题ETF资金流入显著 [34] ETF成交额情况 - **按产品类别**：风格ETF的日均成交额变化率增长最多，为**30.27%**；商品ETF的日均成交额变化率减少最多，为**-10.07%** [35][41] - **按上市板块**：美股ETF的日均成交额变化率增加最多，为**39.40%**；中证500ETF的日均成交额变化率减少最多，为**-19.13%** [37][38] - **按行业板块**：周期板块ETF的日均成交额变化率增加最多，为**50.90%**；消费板块ETF的日均成交额变化率减少最多，为**-7.93%** [40][42] - **按投资主题**：央国企和军工ETF的日均成交额变化率增长最多或减少最小，分别为**79.26%**和**35.93%**；新能源和人工智能ETF的日均成交额变化率减少最多或增长最小，分别为**-9.32%**和**-5.33%** [44][45] - **成交额变化率领先的ETF**：在规模大于20亿元的ETF中，景顺长城国证石油天然气ETF（变化率**2.38**倍）、国泰中证油气产业ETF（**2.29**倍）等周期类ETF成交活跃度提升最为明显 [48] ETF融资融券情况 - **总体情况**：样本期内，所有股票型ETF融资净买入**6.20亿元**，融券净卖出**5.09亿元** [2][50] - **融资净买入领先的ETF**：华宝中证医疗ETF融资净买入最多，达**12.77千万元**；华夏上证科创板50ETF（**12.61千万元**）和易方达中证香港证券投资主题ETF（**11.01千万元**）紧随其后 [51] - **融券净卖出领先的ETF**：南方中证500ETF融券净卖出最多，达**31.57千万元**；南方中证1000ETF（**14.01千万元**）和华夏中证1000ETF（**4.71千万元**）分列二、三位 [51] ETF新发及上市情况 - **新成立基金**：样本期内有1只基金成立，为南方中证全指红利质量ETF [52][53] - **新上市基金**：样本期内有7只基金上市，涵盖恒生生物科技、工业有色金属、电池、光伏产业及电网设备等主题 [52][53]

制造业PMI分析 - 2月制造业PMI回落至49.0%，较上月下降0.3个百分点，主要受春节假期停工减产影响[1][10] - 生产指数为49.6%，较上月下降1.0个百分点；新订单指数为48.6%，降幅有限[10] - 企业生产经营活动预期指数为53.2%，较上月上升0.6个百分点，反映对节后市场恢复的积极期待[1][10] - 大型企业PMI回升至51.5%，较上月上升1.2个百分点；中小型企业PMI分别为47.5%和44.8%[16] - 高技术制造业PMI为51.5%，连续多月处于扩张区间，成为转型升级重要动力[16] 非制造业PMI分析 - 2月非制造业商务活动指数为49.5%，较上月回升0.1个百分点[2][19] - 2月建筑业PMI为48.2%，较上月回落0.6个百分点，受春节员工返乡和项目暂停影响[2][22] - 建筑业业务活动预期指数为50.9%，较上月上升1.1个百分点，重返临界点以上[22] - 2月服务业PMI为49.7%，较前值上升0.2个百分点，受春节假日消费带动[2][23] - 住宿、餐饮、文体娱乐等行业商务活动指数均位于60.0%以上的高位景气区间[23]

报告投资评级 - 维持“买入”评级 [4] 报告核心观点 - 携程集团2025年四季度及全年业绩表现亮眼，旅游市场韧性强劲，主营业务营收稳健增长 [1] - 公司国际业务增长强劲，入境游表现亮眼，是长期战略的核心支柱，有望为未来增长打开新空间 [1][3][4] - 国内旅游需求保持稳健，消费者需求韧性较强，公司在银发族和“娱乐+旅游”等细分市场持续深耕，表现突出 [3] - 公司积极拥抱AI新机遇，提供多样化、定制化旅游产品，未来有望进一步带来差异化增量 [4] - 公司面临监管调查，目前业务运营维持正常，正全力配合 [4] 财务业绩总结 - **2025年第四季度业绩**：营收154亿元，同比增长21%；净利润43亿元 [1] - **2025年全年业绩**：营收624亿元，同比增长17%；净利润334亿元，同比显著增长主要因199亿元投资利得贡献较多 [1] - **分业务季度营收（2025Q4）**： - 住宿预订：63亿元，同比+21% [2] - 交通票务：54亿元，同比+12% [2] - 旅游度假：11亿元，同比+21% [2] - 商旅管理：8.08亿元，同比+15% [2] - **分业务全年营收（2025A）**： - 住宿预订：261亿元，同比+21% [2] - 交通票务：225亿元，同比+11% [2] - 旅游度假：47亿元，同比+8% [2] - 商旅管理：28亿元，同比+13% [2] 国际业务表现总结 - **入境旅游**：2025年服务约2000万入境游客，连接入境需求至约15万家酒店，其中超6.3万家酒店首次通过平台接待入境游客 [3] - **国际OTA平台**：2025年国际OTA平台预订量同比增长约60%，国际业务贡献2025年总营收和预订量的40% [3] - **市场认可**：2025年获“亚洲最佳在线旅行社”（Travel Weekly Asia读者选择奖）及韩国“年度品牌奖” [3] 国内业务与细分市场总结 - **私人游业务**：2025年增长超20%，约3500家中小旅行社通过平台提供定制私人游，为行业创造110亿元增量交易额，支持超3万个旅游相关岗位 [3] - **企业差旅**：2025年服务超2.8万家中国企业的海外差旅需求，包括约2.5万家中小企业 [3] - **银发族市场**：2025年第四季度“老友会”会员及总GMV同比增长超100% [3] - **“娱乐+旅游”**：2025年业务实现三位数增长，全年销售全球1540场演出门票 [3] 未来业绩预测 - **营收预测**： - 2026E：710.96亿元，同比+13.9% [4][9] - 2027E：805.61亿元，同比+13.3% [4][9] - 2028E：917.00亿元，同比+13.8% [4][9] - **归母净利润预测**： - 2026E：167.84亿元，同比-49.6% [4][9] - 2027E：190.19亿元，同比+13.3% [4][9] - 2028E：219.68亿元，同比+15.5% [4][9] - **估值指标（基于预测）**： - 2026E市盈率（P/E）：14.7倍 [4] - 2027E市盈率（P/E）：13.0倍 [4] - 2028E市盈率（P/E）：11.2倍 [4] 关键财务数据与比率 - **2025年实际财务比率**： - 毛利率：80.58% [10] - 销售净利率：53.35% [10] - 净资产收益率（ROE）：19.48% [10] - 资产负债率：35.45% [10] - **每股指标（2025A）**： - 每股收益（EPS）：46.66元 [9] - 每股净资产：239.58元 [11]

报告行业投资评级 - 行业评级：优于大市 [1] 报告核心观点 - 飞机制造商产能虽缓慢恢复但仍受限，飞机订单需求持续火热，积压订单量维持历史高位，飞机供需紧张为飞机租赁行业带来持续机遇 [2] - 飞机二级交易市场持续走强，窄体机交易活跃，宽体机市场价值与租金亦呈上行趋势，在发动机维修周期拉长、成本高企的约束下，市场整体将保持强势 [2][41] - 亚太地区航空市场增长潜力较大，为中资飞机租赁公司提供更广阔空间，对比全球龙头AerCap，中资飞机租赁公司估值相对较低且拥有较高订单弹性，值得重点关注 [2] 一、飞机供给持续紧张 - **制造商产能与交付**：2026年1月，波音飞机交付量为46架，空客飞机交付量为19架 [2][7] IBA预测2026年空客预计交付略高于900架飞机（包括约700架A320系列、100余架A220、42架A330及65架A350），波音预计交付约670架（包括约510架737机型、100余架787、以及767和777F货机各25至30架） [2][7] - **订单与积压**：2026年1月，波音和空客新订单数量分别为107架和49架，飞机需求仍然较高 [8] 由于供给受限叠加需求稳健扩张，截至2026年1月底，波音和空客订单积压量合计为15,560架，处于历史高位 [8] - **飞机利用率**：2026年1月民航客运运输机队利用率约8.0小时/天，比上月增长约0.4小时/天，但比2025年同期下降约0.6小时/天 [9] 其中，宽体机利用率9.5小时/天，窄体机利用率8.0小时/天，支线机利用率5.2小时/天，均较2025年同期有所下降 [9] 二、民航客运需求近况更新 - **全球客运量增速放缓**：2025年12月，全球民航客运量同比增长5.6%，略低于11月的5.8%，全球运力同比增长5.9%，全球客座率为83.7%，较去年12月的83.9%小幅回落 [13][16][17] - **分区域客运表现**： - **国际市场**：2025年12月，全球国际客运量同比增长7.7%，运力同比增长7.9%，客座率为83.9% [19][20] 欧洲地区国际客运量同比增长8.4%，运力同比增长8.2% [19][20] 亚洲地区国际客运量同比增长7.5%，运力同比增长8.0% [19][20] 非洲地区国际客运量同比增长10.3%，北美地区国际客运量同比增长3.5% [19][20] - **国内市场**：2025年12月，全球国内航空客运量同比增长2.2%，运力同比增长2.7%，客座率为83.5% [22][23] 中国国内客运量同比增长6.7%，运力同比增长5.5% [22][23] 巴西国内客运量同比上涨11.0% [22][23] 美国国内客运需求回落，同比下降2.0% [22][23] - **中国民航市场表现**： - **机场运营**：2026年1月，国内主要机场（浦东、深圳、白云、厦门）飞机起降架次和旅客吞吐量均较去年同期改善，合计飞机起降架次、旅客吞吐量1月同比分别增长0.1%、1.5% [24] 在国际航线方面，浦东、白云和深圳机场2026年1月旅客吞吐量同比分别为-5.6%、19.8%、2.7% [24] - **客座率**：2026年1月，中国民航正班客座率为84%，维持相对高位，较2025年同期继续改善 [29] 国航、东航、南航的正班客座率整体较去年同期有所改善，并且均高于2019年同期水平 [29] - **三大航运营**：三大航（国航、东航、南航）的可用座公里和收入客公里均已回升并超过疫情前水平 [32] 2026年1月，三大航ASK、RPK分别较去年同期变动-1.8%、-0.4%，回落主因春节错位影响 [32] 国内航线方面，2026年1月三大航国内航线ASK、RPK分别较去年同期变动-4.7%、-3.1% [33] 国际航线方面，2026年1月三大航国际航线ASK同比增长5.2%，RPK同比增长6.1%，已恢复并超过2019年同期水平 [37] 三、飞机租赁商动态跟踪 - **中资与外资租赁商对比**： - **机队规模与订单**：截至2025年第二季度，渤海租赁自有飞机数量最多（628架），中银航空租赁为441架，中国飞机租赁为151架 [39][45] 在飞机订单方面，渤海租赁拥有最多的飞机订单（442架），中银航空租赁为351架，中国飞机租赁为114架 [39][45] 渤海租赁订单飞机、自有飞机数量具备优势 [42][45] - **机队质量**：截至2025年第二季度，中银航空租赁平均剩余租期相对较长（7.9年），渤海租赁为6.8年，中国飞机租赁为6.3年 [39][48] 中银航空租赁机队平均机龄为5.0年，渤海租赁为6.6年，中国飞机租赁为6.7年 [39][48] - **估值与盈利**：截至2026年2月24日，中银航空租赁和AerCap的PB均为1.25，渤海租赁为1.14，中国飞机租赁和Air Lease为0.86 [39] 2025年上半年，AerCap的ROE为10.60%，ROA为2.62%；中银航空租赁的ROE为5.25%，ROA为1.35% [39] - **飞机交易市场**：自疫情影响消退以来，飞机二级交易市场持续走强，窄体机（空客A320/A321系列及波音737NG系列）交易占据主导地位，需求来源包括现有运营商、拆解交易商与备件供应商 [2][41] 宽体机的市场价值与租金水平亦呈上行趋势，主要受发动机大修成本高企以及维修工位紧缺影响 [2][41] 展望未来，在发动机维修周期拉长、维修成本高企的约束下，飞机交易市场整体仍将保持强势 [2][41]