行业投资评级 - 煤炭开采行业投资评级为“弱于大市” [5] 核心观点 - 煤炭市场旺季预期减弱，逐步进入淡季状态 [1] - 焦煤焦炭市场转弱，炼焦煤价格下跌为下游焦炭降价提供空间，主流钢厂于11月28日正式对焦炭提出“第一轮提降”，或标志煤焦市场拐点确立 [1] - 动力煤市场转弱，“需弱供增”格局确立，价格承压进入下行通道 [1] 行业表现综述 - 本周（11月24日-11月28日）煤炭指数下跌0.54% [2] - 2025年1月至今，煤炭行业累计变动幅度为+1.88%，在30个中信一级子行业中排名第28位 [2] - 本周煤炭指数在30个一级子行业中排名第29位 [2] 炼焦煤市场 - **价格**：柳林低硫主焦煤价格1400元/吨，环比下跌3%；甘其毛都蒙5原煤974元/吨，环比下跌3% [3] - **库存**：全样本焦化厂焦煤库存1010万吨，环比下降3%，处于历史较低水平（历史均值1304万吨） [3] - **需求**：下游焦企和钢厂采购谨慎，转为消耗库存为主 [1][3] 焦炭市场 - **价格**：焦炭港口工厂平仓价收盘价1670元/吨，环比持平；在完成第四轮提涨后，主流钢厂发起首轮提降 [1][4] - **库存**：焦企+钢厂+港口焦炭总库存901万吨，环比下降1% [4] - **市场动态**：炼焦煤价格下跌导致焦炭成本支撑弱化，钢厂凭借减产带来的议价权成功发起提降 [1] 动力煤市场 - **价格**：环渤海动力煤（Q5500K）综合平均价格指数为698元/吨，与上周持平；纽卡斯尔动力煤价格112.9美元/吨，环比下跌1%；广州港山西优混库提价855元/吨，环比下跌4% [4] - **供给**：内陆17省煤炭供给量351万吨，环比增加2%；沿海八省煤炭供给量211万吨，环比增加10% [4] - **库存**：内陆17省煤炭库存1.02亿吨，环比增加1%，处于较高水平（近5年均值7562万吨）；沿海八省煤炭库存3454万吨，环比增加3%，处于较高水平（近5年均值3144万吨） [4] - **需求**：内陆17省动力煤日耗354万吨，环比增加1%；沿海8省电厂当周日耗187万吨，环比持平；内陆17省动力煤可用天数29天，环比持平；沿海8省电厂动力煤可用天数18.5天，环比增加4% [4] 重点上市公司估值 - **国内公司**：中国神华市值8008亿元，PE(TTM)为15.83倍；中煤能源市值1630亿元，PE(TTM)为10.43倍；陕西煤业市值2199亿元，PE(TTM)为11.49倍 [157] - **海外公司**：Dian Swastatika Sentosa总市值523亿美元，年初至今总回报187.55%；巴彦资源股份有限公司总市值351亿美元，年初至今总回报37.40% [160]

报告行业投资评级 - 国防军工行业评级为“强于大市” [4] 报告核心观点 - 朱雀三号遥一火箭于12月3日成功入轨，是中国首个实现轨道飞行的可重复使用液氧甲烷运载火箭，标志着中国商业航天在复用技术上取得关键突破，尽管一级回收因异常燃烧未实现软着陆，但完整验证了测试、发射与飞行全流程 [1][2] - 朱雀三号的成功入轨为GW星座和千帆星座等大型星座组网提供了一个较低成本的运力选择，产业迎来重大拐点，有望带动卫星星座建设加速和应用端爆发 [1][10] - 回顾2025年，中国商业航天进入规模化部署阶段，GW星座和千帆星座在轨卫星均超百颗，低轨卫星互联网进入密集组网期，随着朱雀三号成功首飞，2026年起有望进入常态化高频发射新阶段 [2][12] - 国家航天局近期设立商业航天司并印发《推进商业航天高质量安全发展行动计划（2025—2027年）》，提出到2027年基本实现商业航天高质量发展的总体目标，通过政策驱动构建高效协同的产业生态 [12][13] 朱雀三号技术细节与产业意义 - 朱雀三号是面向大型星座组网任务的新一代火箭，采用单芯级两级串联构型，一二级箭体直径4.5米，整流罩直径5.2米，全箭长66.1米，起飞质量约560吨，起飞推力7542千牛 [9][11] - 火箭一级采用九台天鹊12A发动机并联，二级采用一台天鹊15A真空型发动机，一子级设计重复使用次数不低于20次，成熟后近地轨道运载能力不低于18吨 [11] - 此次任务是全球第三型重复使用运载火箭的入轨发射，此前为猎鹰系列和新格伦火箭 [10] - 运载火箭是中国商业航天产业的核心瓶颈，朱雀三号的突破有望进一步打通产业瓶颈环节，后续天龙三号、力箭二号、长十二系列、智神星一号等火箭还将陆续首飞并开展回收试验 [1][10] 行业政策与近期动态 - 11月29日，国家航天局正式设立商业航天司，标志着中国商业航天产业有了专职监管机构，未来将提升发射审批、运营牌照发放等环节效率 [12] - 11月25日，国家航天局印发《推进商业航天高质量安全发展行动计划（2025—2027年）》，具体目标包括增强创新动能、统筹资源利用、优化产业生态和强化安全监管 [13] - 11月10日，使用长征十二号运载火箭成功发射卫星互联网低轨13组卫星，自2025年6月以来，国网星座已进行10次发射，将10组低轨互联网卫星送入轨道 [14][15] - 工信部已向三大运营商发放卫星通信业务许可，推动终端直连卫星技术向消费级市场渗透 [2][12] 星座建设进展 - 国网星座和千帆星座在轨卫星均超过百颗，低轨卫星互联网进入密集组网期 [2][12] - 根据图表统计，国网星座自2024年2月起已发射多组高轨和低轨卫星，千帆星座自2024年8月起也已发射多批卫星 [16] 建议关注产业链 - 报告研究的具体公司建议关注卫星制造环节的卫星载荷、元器件、航天轴承相关企业，以及火箭供应链、3D打印产业链、碳纤维复合材料相关企业 [3] - 产业链中游建议关注地面设备及终端相关企业 [3]

港股市场表现 - 恒生指数下跌334点或1.3%，收报25,760点[1] - 国企指数下跌154点或1.7%，收报9,028点[1] - 恒生科技指数下跌89点或1.6%，收报5,534点[1] - 港股大市成交总额缩减至1,643.61亿元[1] A股市场表现 - 上证指数下跌19点或0.5%，收报3,878点，成交额6,472亿元[1] - 深证成指下跌102点或0.8%，收报12,955点，成交额1.02万亿元[1] - 创业板指下跌34点或1%，收报3,036点，成交额4,663亿元[1] 美国市场与宏观经济 - 美国11月私人企业意外裁减3.2万人，市场原预期为增聘4.2万人[2] - 美联储下周减息25个基点的可能性升至约89%[2] - 道琼斯指数上升408点或0.9%，标普500指数上升20点或0.3%，纳斯达克指数上升40点或0.2%[2] - LME铜期货盘中曾升3.4%至每吨1.15万美元以上，创历史新高[2] 贸易与政策动态 - 美国财长表示总统已将实施15%至20%进口关税的想法正常化[2] - 中国承诺在贸易协议下购买1,200万公吨大豆，预计于明年2月底完成[2] - 限制AI芯片出口的《GAIN AI》法案未能列入美国国防法案[3] 公司战略与指数调整 - 美光科技将退出内存零售业务，加倍投入AI数据中心高级储存芯片[3] - 富时中国A50指数加入洛阳钬业A股和阳光电源，剔出苏州银行和顺丰控股A股[4] - 富时中国50指数加入中国宏桥、宁德时代H股和恒瑞医药H股，剔出中信建投证券H股、长城汽车H股和理想汽车[4] - 理想汽车发布AI眼镜Livis，售价1,999元人民币起[4]

供给侧改革的背景与问题严重性 - 2015年三季度中国工业企业产能利用率降至74%，低于国际严重过剩标准（75%）[8][39] - 2015年14个主要工业行业中13个行业严重过剩，焦炭、化肥、水泥等产能利用率不足70%[9][39] - 2012-2015年PPI连续54个月负增长，螺纹钢价格从5000元/吨跌至2000元/吨，秦皇岛煤价从850元/吨跌至370元/吨[9][57] - 2015年六大过剩行业（煤炭、钢铁、水泥等）总负债达10万亿元，其中债务8.7万亿元[15][63] - 2014-2016年债券违约余额从13.4亿元大幅升至393亿元，违约主体集中在钢铁、煤炭等行业[15][66] 供给侧改革的核心措施与执行 - 行政手段主导去产能：2016-2017年压减粗钢产能1.2亿吨，取缔"地条钢"产能1.4亿吨；2016-2018年煤炭行业退出产能8.1亿吨[28][30][106][115] - 配套政策保障执行：中央财政安排1000亿元专项奖补资金用于职工安置；多部门出台8项配套文件，将去产能责任与地方政府绩效挂钩[23][25][89][97] - 需求侧协同发力：2015年地产"去库存"政策使商品房待售面积从7.2亿平方米降至5.2亿平方米；2016年铁路运输业投资同比增长323.2%[26][27][35][100] 供给侧改革的成效与行业改善 - 钢铁行业集中度提升至60%，吨钢能耗下降，ROE大幅回升；煤炭行业煤矿数量从1.1万家降至4700家以下（降幅57%），前8家企业产量占全国47.6%[29][32][109][119] - 水泥行业通过错峰生产常态化，利润从2015年330亿元提升至2018年1546亿元；全行业产能利用率从74%回升至健康水平[33][121][127][131] - 工业企业整体经营改善：资产负债率从56.2%降至55.5%，每百元营收成本从85.7元降至83.9元，PPI于2016年9月转正[35][129][130]

核心观点 - 报告核心观点为看多实物黄金和CTA策略，权益市场等待下一轮周期 [1] - 全球多资产配置绝对收益@低风险组合11月回报-0.16%，本年回报3.49% [3] - 全球多资产配置绝对收益@中高风险组合11月回报-1.04%，本年回报22.12% [3] - A股行业和风格轮动指数@相对收益组合11月回报-2.94%，本年回报27.88% [3] - 预测2025Q4万得全A和万得全A非金融的ROE为7.50%和6.60%，2026Q1分别为7.39%和6.50%，分析师预期相比上月下调 [3] - 基于三周期模型对万得全A指数2026Q1的内在价值估计开始下行 [3] - 预测美元计价的黄金将继续走强 [3] - A股情绪指数从历史高位下行，港股情绪指数从历史高位下行 [3] - A股风格方面看多大盘、价值的相对收益 [3] - 行业层面看多家电、电力及公用事业、国防军工、电子、计算机和保险的相对收益 [3] 全球大类资产表现与周期定位 - 近期市场震荡分化，主要股指近20日多数下跌 [10] - A股方面，万得全A、沪深300、中证500分别下跌2.22%、2.46%、4.08% [10] - 港股恒生科技跌幅最大达-5.23%，恒生指数微跌0.18% [10] - 海外市场结构性分化，标普500微涨0.13%，纳斯达克、日经225、德国DAX分别下跌1.51%、4.12%、0.51% [10] - 商品市场相对抗跌，伦敦金现上涨5.39%，标普全球石油指数涨2.30% [10] - 康波周期视角下，人工智能或引领下一轮智能化的康波周期 [18] - 中国劳动年龄人口高点在2013年达1,010.41百万人，就业人员高点在2014年达763.49百万人，核心劳动力高点在2017年达699.53百万人 [24] - 中国产能利用率从2021年开始下降 [27] - 本轮库存周期从2023Q2见底回升，但受制于康波、人口和产能周期下行压制，PPI回升较弱，当前再次进入下行周期 [30] - 全球主要经济体CPI同比上行 [33] - 中国、美国和欧元区PMI边际下行，日本PMI边际上行 [36] 基本面和资产价格展望 - 预测美国GDP同比进入下行周期 [49] - 预测日本GDP同比进入下行期 [53] - 预测欧元区GDP同比高点在2025Q3 [56] - 预测日元相对美元弱势，美元兑日元走强 [60] - 预测欧元相对美元的强势逐渐衰减 [63] - 预测十年期国债利率上行 [46] - 黄金择时信号看多，胜率64.40% [69] - 实际利率下行、经济偏弱、市场波动增加、地缘政治威胁指数抬升，中长期看多黄金 [70] - 黄金与美元指数负相关，与美国实际利率负相关 [73] - 地缘政治威胁指数抬升、黄金总需求抬升，助推黄金价格 [77] A股和港股市场情绪与择时 - A股情绪指数由创新高个股数量、融资余额、换手率等多指标合成，近期从历史高位下行 [89] - 基于情绪指数的择时策略当前对中证全指仓位为空仓 [89] - 近期创新高个股数量下降，创新低个股数量抬升 [95] - 近期A股成交金额和换手率高位下降 [101] - 融资买入金额高位下降 [103] - A股账户新开户数下降，中国新成立偏股型基金份额去年9月24日以来较多 [107] - 近期A股估值下降，隐含风险溢价抬升 [110] - 上证50、沪深300、中证500和中证1000的VIX快速下降 [111] - 港股情绪指数由成交金额、换手率、市盈率等指标合成，近期从历史高位下行 [115] - 基于情绪指数的择时策略当前对恒生指数仓位为空仓 [115] - 近期港股成交金额下降，换手率下降 [121] - 近期港股市盈率下降，隐含风险溢价抬升 [124] - 近期恒生AH溢价指数抬升，"1-卖空金额占成交金额比重"从历史较高水平下降 [127] - 近期港股RSI和股债收益差下降 [130] 全球大类资产配置策略组合表现 - 全球多资产配置绝对收益@低风险组合年化收益率4.77%，最大回撤-2.20% [165] - 该组合持有1年年化收益中位数4.98%，正收益占比100.00% [168] - 全球多资产配置绝对收益@中高风险组合年化收益率14.65%，最大回撤-8.25% [173] - 该组合持有1年年化收益中位数13.52%，正收益占比99.64% [176] - 大类资产配置模型理论包括等权重、最小方差、最大多元化、风险平价等 [144] - 对全球资产配置可获得较好投资体验，对A股需采取积极主动投资获取超额收益 [160] A股行业和风格轮动 - A股风格方面看多大盘、价值的相对收益 [3] - 基于财务报表、分析师预期和行业中观数据构建行业景气度指标，电力及公用事业、国防军工、电子、计算机和保险的景气度较高 [3] - 截至2025年11月28日，煤炭、有色金属、机械、电力设备与新能源、国防军工、汽车、电子和计算机行业的PB分位数高于50% [3] - 行业之间估值分化程度有所下降 [3] - 当前机构关注基础化工、国防军工、纺织服装、非银行金融和传媒行业 [3] - 通信行业的机构关注度从高位下降 [3] - 最近一周"轻工制造"、"商贸零售"、"医药"、"银行"和"非银行金融"行业的机构关注度在提升 [3] - 当前较多行业处于触发拥挤指标阈值的状态（流动性、成分股扩散、波动率） [3] - 综合多维度，2025年12月看多家电、电力及公用事业、国防军工、电子、计算机和保险的相对收益 [3] - 基于投入产出表梳理中信一级行业产业链，电子行业影响力系数排名第一达1.31 [180]

量化模型与构建方式 1. 模型名称：基于宏观状态识别的多资产配置模型 - **模型构建思路**：借鉴美林时钟思路，通过宏观因子识别市场状态，采用马尔可夫转移模型识别宏观状态，构建动态风险预算组合[33] - **模型具体构建过程**： 1. 构建综合增长因子和综合通胀因子来挖掘股票投资价值[34] 2. 增长因子考虑PMI、工业增加值、社会消费品零售总额、固定资产投资完成额和出口金额5个指标[34] 3. 通胀因子考虑CPI和PPI2个指标[34] 4. 采用流动性因子（M1同比）用于债市风险监控[34] 5. 采用ERP（股权风险溢价）、EP（1/PE）和BP（1/PB）指标构建股债性价比因子[34] 6. 通过美元指数、央行购金和汇率等因素构建黄金投资因子[34] 7. 采用多目标优化模型进行业绩增强，将资产动量纳入考量，构建目标波动率为5%、10%和15%的稳健、平衡和积极组合[37] 8. 限制黄金、美股和港股的投资比例上限为10%，并根据宏观状态信号动态月度调整风险预算[37] 2. 模型名称：六维度行业轮动模型 - **模型构建思路**：在月频进行轮动，涵盖宏观、财务、分析师预期、ETF份额变动，公募基金/优选基金仓位动量、事件动量多个维度[39] - **模型具体构建过程**： 1. 宏观维度刻画行业的经济周期动量效应[39] 2. 财务维度从三大报表出发优选财务状况较好的行业[39] 3. 分析师预期维度展示分析师预期边际上调的行业动量效应[39] 4. ETF份额变动逻辑为超卖行业ETF反转[39] 5. 公募基金/优选基金仓位动量刻画公募基金/优选基金重仓行业的动量效应[39] 6. 事件动量效应的逻辑是事件发生时的市场惯性（非线性行业动量）[39] 3. 模型名称：陪伴式偏股增强FOF组合模型 - **模型构建思路**：构建以Alpha为主、拥挤度为辅的动态多因子选基模型，通过季度调整选基金因子与权重进行组合优化[46] - **模型具体构建过程**： 1. 基金初选池筛选条件为：成立满2年3个月；近2年平均股票仓位不低于60%的普通股票型、偏股混合型、灵活配置型、平衡混合型；基金规模不低于2亿元；任期最长的在任基金经理至少任职满1年；剔除定开和持有期基金[46] 2. 因子优选以Alpha类因子为主、拥挤度因子为辅，各调仓日筛选过去两年IC、IR表现较好的因子分配剩余权重[46] 3. 组合构建时，每期根据复合因子值大小取前30只基金加权构建FOF组合，季度末调仓[46] 4. 模型名称：陪伴式宽基增强FOF组合模型 - **模型构建思路**：构建相对宽基指数的主动权益增强策略，控制组合相对基准的行业板块暴露和市值风格暴露以控制跟踪误差，最大化组合的复合因子得分[53] - **模型具体构建过程**： 1. 单只基金复合因子计算基于Alpha为主、拥挤度为辅的动态多因子选基模型[53] 2. 优化模型如下： $$max\sum_{i=1}^{N}f_{i}\times w_{i}\quad\text{s.t.}\quad\left|\sum_{i}w_{i}\times\beta_{ij}-B_{j}\right|\leq k_{1},\ \ \left|\sum_{i}w_{i}\times p_{ij}-P_{j}\right|\leq k_{2},\ \ \sum_{i}w_{i}=1,\ \ 0\leq w_{i}\leq w_{max}.$$ 其中，$$f_i$$为基金i的复合因子得分，$$w_i$$为组合对基金i的配置权重，$$\beta_{ij}$$为基金i对板块j的配置权重，$$B_j$$为基准对板块j的配置权重，$$k_1$$为组合的板块偏离度上限，$$p_{ij}$$为基金i对市值j的配置权重，$$P_j$$为基准对市值j的配置权重，$$k_2$$为组合的风格偏离度上限，$$w_{max}$$为单只基金最高配置权重[53] 3. 季度末调仓[53] 5. 模型名称：长期能力因子模型 - **模型构建思路**：基于Brinson模型，结合行业指数以及主动权益基金视角，构造行业择时三层业绩分解模型，将基金超额收益拆分为交易、选股、行业配置和择时四个分项[64] - **模型具体构建过程**： 1. 引入风格因素，将基金超额收益中的选股以及配置项从行业和风格两个角度进行分解，引入交叉项，分解成行业选股、行业收益、风格选股、风格收益、行业-风格选股和行业-风格收益八个分项[64] 2. 对因子构造施加基于公募主动权益基金抱团热度的因子择时信号，当抱团因子处于前30%分位点以下时，修改行业配置为行业-风格配置因子，加入风格选股因子；当抱团程度过热（前20%分位点）时，不使用选股因子[65] 3. 将交易倾向因子作为负向筛选指标加入，在市场交易热度上升时给予交易因子更高权重，降温时给予低权重[65] 4. 半年度调仓，剔除不可申赎基金[65] 6. 模型名称：KF-Alpha+交易FOF组合模型 - **模型构建思路**：对基金季报持仓进行猜测补全，在季度层面实现业绩拆分；基于卡尔曼滤波的行业测算，通过基金业绩-高精度估算净值构造基金KF-Alpha因子，体现基金行业内选股能力[70] - **模型具体构建过程**：通过更高频的季度层面数据，构造KF-Alpha+季度交易能力的基金组合[70] 7. 模型名称：五层递补可交易指数轮动策略 - **模型构建思路**：在行业轮动组合基础上，构建5层递补可交易指数轮动策略，解决某些行业交易量小或跟踪指数少导致的规划求解困难[77] - **模型具体构建过程**： 1. 第一层：原始规划求解方法，给定5行业不变，备选池为全体指数[77] 2. 第二层：根据指数持仓，将全市场成交规模较高行业和预期收益较高行业交叉保留强势行业[77] 3. 第三层：根据指数持仓，在给定5行业中剔除全体指数共同持仓较少行业[77] 4. 第四层：估算仓位法规划求解[77] 5. 第五层：持仓对比法求解[77] 6. 标的池选择成立超过24个月的ETF，月频调仓[77] 8. 模型名称：多层次主动权益基金池体系 - **模型构建思路**：构建涵盖各个赛道和风格优秀基金的选基工具箱，以定量评分为主，辅以定性验证[87] - **模型具体构建过程**： 1. 风格划分基于基金价值和成长因子的绝对标签和相对得分，将主动权益基金分为深度价值、价值、价值成长、均衡成长、成长五大类[88] 2. 行业配置方面，将满足一定行业配置特点的基金划分为六大板块赛道基金、行业均衡基金、中观配置基金[88] 3. 对基金评价业绩指标进行检验，指标区间包含6个月、1年和2年，选取相对有效的因子构建基金评价指标体系，包含收益指标、风险调整收益指标、风险指标、投资能力指标、持有体验指标和规模指标六大类[88] 4. 每个季度末和半年报/年报披露的月末进行更新[87] 模型的回测效果 1. **全球配置ETF组合**，近一月绝对收益-0.02%，年初以来绝对收益7.85%[30] 2. **行业轮动模型**，近一月绝对收益-0.81%，近一月超额收益（相对行业等权）0.09%，年初以来绝对收益42.93%，年初以来超额收益18.97%[30] 3. **陪伴式偏股增强FOF**，近一月绝对收益-2.76%，近一月超额收益（相对万得偏股）-0.31%，年初以来绝对收益23.94%，年初以来超额收益-5.29%[30] 4. **陪伴式300增强FOF**，近一月绝对收益-2.66%，近一月超额收益（相对沪深300）-0.20%，年初以来绝对收益20.16%，年初以来超额收益5.12%[30] 5. **陪伴式800增强FOF**，近一月绝对收益-2.08%，近一月超额收益（相对中证800）0.81%，年初以来绝对收益17.56%，年初以来超额收益0.55%[30] 6. **风格轮动基金组合**，近一月绝对收益-2.36%，近一月超额收益（相对主动权益基金）-0.47%，年初以来绝对收益16.28%，年初以来超额收益-5.87%[30] 7. **长期能力组合**，近一月绝对收益-3.44%，近一月超额收益（相对主动权益基金）-1.57%，年初以来绝对收益23.91%，年初以来超额收益0.30%[30] 8. **KFAlphaFOF组合**，近一月绝对收益-2.63%，近一月超额收益（相对万得偏股）-0.18%，年初以来绝对收益24.72%，年初以来超额收益-3.49%[32] 9. **行业轮动基金组合**，近一月绝对收益-1.97%，近一月超额收益（相对主动权益基金）-0.07%，年初以来绝对收益52.17%，年初以来超额收益23.18%[32] 10. **行业轮动ETF组合**，近一月绝对收益-0.76%，近一月超额收益（相对万得全A）1.50%，年初以来绝对收益50.22%，年初以来超额收益21.56%[32] 11. **长期能力因子组合**，全时段年化收益15.82%，相对基准超额年化收益8.37%，信息比1.04[71] 12. **风格轮动FOF组合**，全时段年化收益17.37%，相对基准超额年化收益9.42%，信息比1.15[72] 13. **KF-Alpha+交易FOF组合**，全时段年化收益16.14%，相对基准超额收益8.16%，信息比1[73] 14. **行业轮动基金组合**，全时段年化收益22.74%，相对基准超额收益14.84%，信息比1.22[78] 15. **行业轮动ETF组合**，全时段年化收益22.74%，相对基准超额收益17.79%，信息比1.72[78] 16. **多维复合行业轮动策略**，2012年以来多头年化收益28%，年化超额行业等权18.1%，月度超额胜率70%；2019年以来年化超额行业等权40.12%，月度胜率75%[42] 17. **全球配置ETF组合（目标波动率5%）**，2025年以来收益约6.6%，2011-2025年的年度收益胜率为93%[38] 量化因子与构建方式 1. 因子名称：宏观因子（增长因子、通胀因子、流动性因子、黄金因子等） - **因子构建思路**：通过宏观层面的经济增长、通胀、流动性、货币政策、美元指数、汇率、央行购金等指标及因子，识别宏观状态，评估资产配置价值[33][34] - **因子具体构建过程**： 1. **增长因子**：考虑PMI、工业增加值、社会消费品零售总额、固定资产投资完成额和出口金额5个指标[34] 2. **通胀因子**：考虑CPI和PPI2个指标[34] 3. **流动性因子**：采用M1同比来衡量，用于债市风险监控[34] 4. **股债性价比因子**：采用ERP（股权风险溢价指标）、EP（1/PE）和BP（1/PB）指标构建，监控股市极端情况[34] 5. **黄金因子**：通过美元指数、央行购金和汇率等因素构建，衡量黄金的动态配置价值[34] 2. 因子名称：行业轮动子维度因子 - **因子构建思路**：从宏观、财务、分析师预期、ETF份额变动，公募基金/优选基金仓位动量、事件动量多个维度构建行业轮动因子[39] - **因子具体构建过程**： 1. **宏观维度因子**：刻画行业的经济周期动量效应[39] 2. **财务维度因子**：从三大报表出发优选财务状况较好的行业[39] 3. **分析师预期因子**：展示分析师预期边际上调的行业动量效应[39] 4. **ETF份额变动因子**：逻辑为超卖行业ETF反转[39] 5. **公募基金/优选基金仓位动量因子**：刻画公募基金/优选基金重仓行业的动量效应[39] 6. **事件动量因子**：逻辑是事件发生时的市场惯性（非线性行业动量）[39] 3. 因子名称：选基金复合因子（Alpha类因子、拥挤度因子） - **因子构建思路**：以Alpha类因子为主、拥挤度因子为辅，动态调整选基金因子与权重[46] - **因子具体构建过程**：各调仓日筛选过去两年IC、IR表现较好的因子分配剩余权重，构建复合因子[46] 4. 因子名称：长期能力因子（择时、交易、配置等） - **因子构建思路**：基于Brinson模型和业绩分解模型，结合风格因素，从选股和择时角度构建长期能力因子[64] - **因子具体构建过程**： 1. 构造行业择时三层业绩分解模型，将基金超额收益拆分为交易、选股、行业配置和择时四个分项[64] 2. 引入风格因素，将基金的选股和配置超额收益从行业和风格两个角度进行分解，引入交叉项，分解成行业选股、行业收益、风格选股、风格收益、行业-风格选股和行业-风格收益八个分项[64] 3. 引用经典的H-M和T-M模型计算基金的择时能力[64] 4. 最终构建的长期能力选基金因子包含TM模型构造的择时项以及业绩分解模型构造的行业配置和交易两项[64] 5. 因子名称：KF-Alpha因子 - **因子构建思路**：基于卡尔曼滤波的行业测算，通过基金业绩-高精度估算净值构造，更好体现基金行业内选股能力[70] - **因子具体构建过程**：对基金季报持仓进行猜测补全，在季度层面实现业绩拆分，构造KF-Alpha因子[70] 6. 因子名称：基金评价指标体系因子 - **因子构建思路**：对常用的基金评价业绩指标进行检验，选取相对有效的因子构建基金评价指标体系[88] - **因子具体构建过程**：指标体系包含收益指标、风险调整收益指标、风险指标、投资能力指标、持有体验指标和规模指标六大类，评价时间维度为近2年[88] 因子的回测效果 1. **长期能力因子**，全时段年化收益15.82%，相对基准超额年化收益8.37%，信息比1.04[71] 2. **风格轮动因子（结合长期能力因子）**，全时段年化收益17.37%，相对基准超额年化收益9.42%，信息比1.15[72] 3. **KF-Alpha+交易因子**，全时段年化收益16.14%，相对基准超额收益8.16%，信息比1[73] 4. **行业轮动多维度因子**，2012年以来应用该因子的策略年化收益28%，年化超额行业等权18.1%，月度超额胜率70%；2019年以来年化超额行业等权40.12%，月度胜率75%[42] 5. **基金评价综合得分因子（风格池内）**，长期来看，各风格池内综合得分排名靠前基金整体表现均跑赢中证偏股；成长风格基金在2015年、2019-2020年业绩弹性突出；2022-2024年价值风格占优[90] 6. **基金评价综合得分因子（赛道池内）**，医药、TMT、周期板块优选基金表现突出，年内优选基金分别上涨50.82%、44.27%、37.68%，相对全部赛道基金有超额[97] 7. **基金优选池综合因子**，长期相较于万得偏股基金指数和沪深300取得超额收益；单年度业绩均跑赢万得偏股基金指数；2019-2023年均跑赢沪深300[102]

投资评级 - 报告给予永泰能源"增持"评级 [9] 核心观点 - 公司发布股份回购方案，回购总金额为3-5亿元，回购价格不超过2.5元/股，回购股份将全部用于注销，以回购价格上限计算，预计回购股份数量为1.2-2亿股，占总股本的0.55%-0.92% [1][2][3] - 公司被纳入中证A500指数，相关指数基金将在12月15日前后调仓，公司有望获得指数基金增持，目前中证A500ETF总规模达1954.01亿元 [1][3][8] - 海则滩煤矿项目建设稳步推进，预计2026年7月初开始试采出煤，2027年一季度进行联合试运转，项目达产后（1000万吨/年）预计每年可为公司新增营业收入约65亿元、新增净利润约30亿元 [1][9] 公司财务与估值 - 报告预测公司2025年至2027年归母净利润分别为3.16亿元、8.54亿元、15.58亿元，对应EPS分别为0.01元/股、0.04元/股、0.07元/股 [9][10] - 报告给出公司6个月目标价格为1.8元，当前股价为1.62元 [4] - 公司总股本为218.18亿股，总市值为353.45亿元，近3月日均成交量为10.08亿股 [4] 业务进展 - 海则滩煤矿项目取得多项进展：2025年9月10日两台智能掘锚一体机投运；9月28日成功起立主立井井架；10月2日配套选煤厂主厂房提前30天完成主体封顶 [9] - 海则滩煤矿所产煤炭热值达6500大卡以上，属于高热值优质煤炭产品，且开采成本较低，投产后有望持续改善公司经营业绩 [1][9]

投资评级 - 维持“增持”评级 [5] 核心观点 - 公司2025年前三季度业绩实现良好增长，归母净利润同比增长19.29%，销售毛利率同比提升1.66个百分点，盈利能力整体提升 [1] - 电网建设景气度较高，预计2025年国家电网建设投资总规模将超过6500亿元，南方电网固定资产投资将超1750亿元，特高压建设需求刚性且持续 [1][10] - 公司作为输配电一次设备综合龙头，市场地位稳固，组合电器、变压器等产品位居行业前列，将充分受益于高压设备需求起量 [1][10] 2025年三季度业绩表现 - 2025年前三季度实现营业收入170.04亿元，同比增长11.54%；归母净利润9.39亿元，同比增长19.29%；扣非归母净利润9.23亿元，同比增长18.17% [2] - 2025年第三季度归母净利润为3.40亿元，同比增长4.12%；扣非归母净利润为3.14亿元，同比增长1.30%，业绩整体企稳 [3] - 2025年前三季度销售毛利率为22.14%，同比提升1.66个百分点，预计得益于规模化效应、降本增效及高毛利产品占比增加 [3] 分业务板块表现 - 2025年上半年变压器板块营业收入49.4亿元，同比增长10.4%；开关板块营业收入42.5亿元，同比增长4% [4] - 2025年上半年电力电子板块营业收入4亿元，同比增长518%；电容器板块营业收入4亿元，同比略降7.3% [4] - 开关、变压器等核心产品交付增长，预计是公司业绩的核心增量来源 [4] 行业景气度与公司前景 - 2025年1-9月电网投资完成额为3982亿元，同比增长21.1% [10] - 2025年国网总部前三批输变电招标金额约541亿元，其中变压器采购额约119亿元，同比增长约15.1%；组合电器采购额约135亿元，同比增长约28.1% [10] - 公司产品矩阵丰富，覆盖全电压等级的高压开关、变压器、电抗器、换流阀等，作为一次设备综合龙头将充分受益 [10] 业绩预测与估值 - 预计公司2025年归母净利润为13.0亿元，对应市盈率32.1倍；2026年归母净利润为16.1亿元，对应市盈率26.0倍 [11] - 预测2025年营业收入为243.10亿元，同比增长9.6%；净利润为13.01亿元，同比增长23.4% [12]

报告行业投资评级 未提及 报告的核心观点 - 11月转债资产通过自身估值波动熨平权益市场震荡 展望12月 建议关注128 - 136元区间积极配置 择机回补前期止盈仓位 进行哑铃型配置 并在12月中逐步提高对科技成长型股性个券的配置 持续关注新债上市初期投资机会 [1] 根据相关目录分别进行总结 11月转债市场回顾：震荡调整，估值压缩 - 11月转债市场先上后下 区间震荡 中证转债指数全月先上后下 11月13日盘中触及494.49后有所调整 股市大盘价值风格继续领先 转债较正股更显韧性 中证转债指数涨跌幅-0.69% 上证指数涨跌幅-1.67% 万得可转债正股加权指数涨跌幅-1.8% 大盘价值风格指数表现占优 涨幅为1.78% 其他风格指数均为负收益 [9] - 分价位看 11月低价转债指数涨跌幅-0.09% 涨幅领先 高价个券承压较大 分规模看 大盘转债表现相对占优 分评级看 AA - 及以下评级转债涨跌幅-0.28% 优于其余评级指数 分行业看 材料类转债指数涨幅领先 [9] - 11月转债估值月中被动提升 月末有所回落 隐波均值由41.49%提升至43.81% 主要在11月21日权益大幅调整时提升 随后几个交易日权益市场企稳回升 转债跟涨效应不明显 隐含波动率有所压缩 [14] 12月转债市场展望：转债配置价值有所提升，择机回补仓位 - 过去建议关注128 - 134元区间择机配置 展望12月及2026年 受供需错配影响 可更多关注128 - 136元的中位数区间 [2][19] - 短期来看 固收 + 资金充足 转债持续缩量 估值较难进入深度价值区间 投资者前期一致性止盈及市场缩量使转债仓位下降 对高估值容忍度可能提升 Q3二级债基转债整体仓位仅为8.2% 一级债基转债仓位为7.65% 均处于较低水平 低转债仓位的二级债基为多数 [22][27] - 风格上 建议关注低价大盘个券与低溢价率的股性个券 临近年末 价值风格可能持续占优 部分大盘转债价格回落带来增配窗口 近期强赎事件使股性个券溢价率压缩 建议分散配置 行业上 虽建议科技成长与价值红利哑铃型组合 但红利型个券可选空间少 建议关注低价红利个券在125元以下配置 同时关注有色&贵金属、新能源、机器人、AI等板块个券 [3][35] - 经历11月强赎事件 股性个券溢价率压缩 2026年初科技成长风格可能再度占优 建议12月中逐步提高对科技成长股性个券的重视 [35] - 长期建议动态观察价格中枢 择机回补仓位 12月若市场波动调整是配置良机 当转债截面价格在130元附近以下可加大配置力度 [36] - 建议关注新发转债上市初期投资机会 统计显示 2019年以来上市新债 以上市第二日收盘价买入 持有10 - 15个交易日可获显著超额收益 [37] 12月转债组合更新 - 12月转债优选组合：兴业转债（15%）、太能转债（15%）、蓝天转债（15%）、希望转2（10%）、宏微转债（10%）、保隆转债（10%）、小熊转债（10%）、汇成转债（5%）、道通转债（5%）、航宇转债（5%） 相比11月组合 维持哑铃型结构 剔除强赎和可能触发强赎的转债 调入汇成转债、小熊转债 [2][43] - 高股息 + 票息组合 11月组合收益率+0.29% 中证转债-0.69% 23年至今组合收益率+40.18% 中证转债+22.66% 构建方法参考相关研报和往期报告 [44]

行业投资评级 - 报告未明确给出具体的行业投资评级（如“买入”、“增持”等）[1] 核心观点 - 银行理财行业面临的核心矛盾是负债端投资者对“保本高收益”的刚性预期与资产端必须直面市场波动的现实之间的显著冲突[1] - 这一矛盾导致理财资产端在固收领域陷入激烈竞争，随着债市基准收益率下降，若负债端预期不破，资产端博弈空间将越来越小[1] - 行业破局的关键在于推动负债端转型，将僵化的保本预期转化为能够承受合理波动的风险预算，从而为资产端打开多元化配置的战略空间[17][18] 理财资产端面临的挑战 - 理财资产端面临资产荒、监管净值化改造与内卷式竞争多重压力[2] - 理财产品以固收为主导，2025年第三季度固收类产品占比高达97.14%[2] - 在广谱利率持续下行背景下，优质资产稀缺，通过信用下沉获取超额收益的空间减少，资产端收益能力难以支撑产品设定的业绩基准[2] - 过度依赖固收资产不仅无法分享其他市场收益，更在利率波动时面临破净赎回的流动性风险[2] - 产品高度同质化导致行业在费率、产品、渠道等方面陷入内卷式竞争[2] - 监管叫停收益平滑、通道嵌套及自建估值模型等操作，封堵了通过技术手段掩饰波动的旧有路径[2][8] 负债端与资产端的矛盾 - 负债端缓慢变化的刚性保本预期与快速净值化转型下资产端必须面临波动的现实之间存在错配[3] - 投资者接受波动的公募基金行业规模从2017年底的11.6万亿元增长至2025年上半年的34.39万亿元，而银行理财规模同期仅从29.54万亿元增长至30.67万亿元[3][16] - 银行理财过往的技术性安排虽在短期内安抚了客户，却迟滞了其认知进化，超170万亿元的大资管规模背后是广阔的转化空间[16] 资产配置结构变化 - 2021年至2025年第三季度，银行理财债券（含同业存单）配置占比由68.40%下降至53.50%，而现金及银行存款配置占比则由11.40%提升至27.50%[9] - 理财行业曾尝试通过借助保险资管计划配置大额存单、手工补息、与信托公司平滑估值合作、自行构建估值模型等技术手段平滑净值，但均被监管规范或取缔[9] 破局之道与建议 - 未来行业破局的关键在于实现对负债端客户预期的根本重塑，而非资产端的技术性微调[18] - 建议一：投资者教育重塑，以陪伴前置信任，以内容筛选客群，帮助客户理解“净值化是常态”、“波动不等于亏损”等理念，识别“认知同频”和“风险匹配”的核心客群[19][20] - 建议二：服务模式转型，从单产品销售转向全账户配置，利用银行账户涵盖储蓄、信贷、投资的全貌金融数据优势，为客户实现全账户资产增值[21] - 建议三：产品谱系完善，构建覆盖全风险谱系的产品体系，以产品的多样性对抗市场的不确定性，跳出内卷循环[22] - 建议四：坚守配置本源，从产品侧的收益博弈转向投资者账户侧的稳健增值，通过专业的多元资产配置为客户捕捉长期Beta收益，并丰富REITs、衍生品等另类资产配置[23] - 建议五：增强体系建设，建立体系化的投研架构和管理机制，例如招银理财探索的“大平台、小团队”模式，已建成包括债券投资、权益直投等多门类投资团队，形成8大策略、60多个小策略的策略池[24][26] - 建议六：投研能力为基，在各资产类别中深度钻研，构建能够穿越周期的实战化投研体系，如拓宽固收领域能力、优化权益研究框架、加大另类资产配置研究等[27] - 建议七：数字化赋能，通过数字化转型将复杂的投资能力转化为可规模化的服务，夯实数据基础，推进AI技术在投研、运营等领域的应用，培养复合型人才[28]