市场风格变了！ 10月14日早盘，双创（创业板和科创板）冲高之后明显回落。红利股此时却有较强表现，农业银行成为上证指数最大支撑， 贵州茅台、工商银行、中国人寿、中国平安等"老登"股成为市场上涨主力。另外，稀土、农业是上涨主力，显示市场仍可能 处于防御心态。 | 贡献度排名(仅供参考) | | | | | | | | | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 上证指数 | 采证成指 | 采证综指 | 户买300 创业板指 | 科创50 | -uF50 | 中语500 中uF1000 | YuF50 | 恒生指数 | | 品种代码 | 品种名称 | | 贡献点数 | 张唱歌 | 昨收盘 | 参与计算股本(万) | 权重% | 名欠 | | $ 601288 | 农业银行 | | 2.63 | 1.88 | 6.910 | 31924422.00 | 3.59 | 1 | | $ 601398 | 工商银行 | | 2.05 | 1.65 | 7.270 | 26961220.00 | 3.19 | 2 | | $ 600519 | 贵州 ...

消息面上，国泰海通证券指出，从基本面展望，银行业绩波动较小，利润基本保持平稳正增长，25H1 上市银行利润增速达0.8%，全年来看，业绩有望保持稳中向好的趋势。此外，从边际变化的角度来 看，银行息差的同比降幅有望持续收窄，利好业绩表现。银河证券则认为，关税不确定性加剧全球资产 价格波动，催生防御性配置需求，带来银行配置机遇。银行板块分红稳定，且经过一段时期回调后股息 率性价比回升，红利价值有望吸引避险资金流入。 内银股多数上扬，截至发稿，招商银行（600036）(03968)涨3.87%，报47.78港元；重庆银行（601963） (01963)涨3.72%，报7.53港元；中信银行（601998）(00998)涨3.23%，报7.04港元；建设银行（601939） (00939)涨2.61%，报7.51港元；中国银行（601988）(03988)涨1.91%，报4.26港元。 ...

| 代码 | 名标 | | 涨幅% ↓ | 总市值 | 年初至今张幅%。 | | --- | --- | --- | --- | --- | --- | | 601963 | 重庆银行 | 1 | 4.42 | 337亿 | 8.84 | | 600919 | 江苏银行 | | 3.49 | 1958亿 | 14.13 | | 600036 | 招商银行 | 1 | 2.49 | 10368亿 | 9.13 | | 601818 | 光大银行 | 1 | 2.39 | 2027亿 | -7.21 | | 601187 | 厦门银行 | | 2.33 | 174亿 | 19.43 | | 601288 | 农业银行 | + | 2.32 | 24744 Z | 38.35 | | 601998 | 中信銀行 | | 2.19 | 4157亿 | 9.09 | | 601166 | 兴业银行 | 1 | 2.18 | 4260亿 | 9.96 | | 6000000 | 浦发银行 | + | 2.08 | 4065亿 | 27.86 | | 601825 | 沪农商行 | | 2.05 | 815亿 | 4.08 ...

银行板块市场表现 - A股市场银行板块整体呈现拉升态势 [1] - 重庆银行涨幅超过4% [1] - 江苏银行涨幅超过3% [1] - 招商银行、光大银行、厦门银行、农业银行、中信银行、兴业银行、浦发银行、沪农商行涨幅均超过2% [1]

行业监管新规核心内容 - 国家金融监督管理总局发布的《关于加强商业银行互联网助贷业务管理提升金融服务质效的通知》于10月1日正式施行，宣告互联网助贷野蛮生长时代终结，全面强监管时代来临 [1] - 新规明确规定，包括会员费在内的所有额外费用均须计入综合成本，针对业内通行的"24%+权益"模式进行整顿 [1] - 新规强调风控审批权必须由银行掌握，银行需自行承担风控责任，不能再充当"甩手掌柜" [1] - 对助贷平台而言，行业将告别"规模为王"，进入深耕垂直细分市场的"价值为王"新阶段，不合理的利润空间将被压缩 [1] 招商银行与招联金融分析 - 招商银行网络贷款分为直营（如闪电贷）与助贷两部分，直营业务合规压力较小，但面临因利率战导致的盈利压力，部分闪电贷客户利率已低至2.68% [2] - 网络贷款缺乏抵押物，催收处置难度高，对客群经营与风控能力提出更高要求，行业仍处于"跑马圈地"阶段，潜在不良压力在积聚 [3] - 招商银行共有15家互联网贷款合作机构，包括网商银行、蚂蚁智信、度小满、招联金融等头部机构，长期看有助于提升资产质量 [3] - 招联金融2024年营收173.18亿元，同比下降11.65%，净利润30.16亿元，同比下降16.22%，总资产1637.51亿元，同比下降7.18% [4][5] - 2025年上半年，招联金融营收78.99亿元，同比下降14.77%，净利润15.04亿元，同比下降12.76%，总资产1577.22亿元，较2024年末减少60.29亿元 [5] - 2024年招联金融"好期贷"贷款余额降至991.3亿元，降幅8.57%，"信用付"贷款余额降至696.49亿元，降幅5.51% [5] - 招联金融2022至2024年末不良贷款率分别为2.22%、2.45%、1.95%，2024年累计核销不良贷款144.78亿元，同比增长23.32% [6] - 截至10月12日，黑猫投诉平台关于招联金融的累计投诉达27195条，主要集中在息费过高、暴力催收等问题，2022年曾因8项违规被罚款290万元 [6] 宁波银行与宁银消金分析 - 宁波银行通过旗下宁银消费金融公司实现网贷业务跨区域发展，2022年5月斥资11亿元受让华融消费金融70%股权，2025年3月注册资本增至36亿元，宁波银行持股增至94.17% [8] - 2022至2024年间，宁银消金净利润从0.26亿元增至3.03亿元，总资产规模从81.45亿元大幅跃升至598.15亿元 [9] - 宁银消金于2025年7月成功发行15亿元金融债，利率1.65%刷新行业融资成本最低纪录，但伴随资产规模扩张，资本消耗压力加剧 [9] - 截至2024年末，宁银消金线上联营业务占比高达69.70%，对第三方助贷平台依赖度高 [10] - 截至2024年末，消费金融行业总资产规模达1.384万亿元，前四大机构（蚂蚁消金、招联消金、兴业消金、中银消金）以总计约6387.66亿元总资产占据46%市场份额，行业集中度凸显 [10] - 截至10月12日，黑猫投诉平台关于宁银消金的累计投诉达806条，2025年7月因五项违规被处以165万元罚款，2023年10月因提供个人不良信息未事先告知被罚款20万元 [11][12] 非银系助贷平台分析 - 2025年第二季度，奇富科技营收52.16亿元，同比增长25.38%，净利润18.5亿元，同比提升25.72% [14] - 2025年第二季度，信也科技营收35.8亿元，同比增长12.9%，净利润7.5亿元，同比增长36.4% [14] - 2025年第二季度，乐信净利润5.11亿元，同比大幅增长125.75%，但其信贷促成服务收入同比下降15.0%，业务正从"轻资本模式"向"重资本模式"切换 [14] - 为应对新规，乐信在二季度将拨备增加13.6%至10.4亿元人民币，拨备覆盖率达270%，奇富科技拨备覆盖率提升至662%的历史高位 [15] - 截至10月12日，奇富科技旗下360借条、信也科技旗下拍拍贷、乐信旗下分期乐的投诉量分别为44154条、70348条、125993条 [15] - 2025年第三季度，奇富科技港股累计下跌31.70%，乐信美股累计下跌26.07%，信也科技累计下跌22.26%，反映出市场对其未来业绩的担忧 [18] 行业整体展望与趋势 - 行业将经历政策主导的深度调整期，2024年底京东以32.5亿元拿下捷信消金65%股权，标志着行业洗牌 [19] - 2025年第三季度助贷业务规模可能出现"阶段性收缩"，以挤出不合规业务形成的"水分" [18] - 行业竞争焦点将从规模和流量转向风控精度、运营效率和生态构建能力，风控是核心，合规是底线 [19]

证券日报网讯 10月13日晚间，中国巨石发布公告称，近日，公司取得了招商银行股份有限公司嘉兴分 行（简称"招商银行嘉兴分行"）出具的《贷款承诺函》，招商银行嘉兴分行承诺向公司提供回购股份专 项贷款。主要内容如下：承诺贷款额度：不超过人民币63，000万元，且不超过本次股票回购资金总额 的90%；贷款期限：3年；贷款用途：专项用于回购公司股票。 （文章来源：证券日报） ...

板块整体表现 - 10月13日股份制银行板块整体上涨0.86%，表现强于大盘，当日上证指数下跌0.19%，深证成指下跌0.93% [1] - 浦发银行领涨板块，涨幅达5.66%，收盘价为12.51元 [1] - 板块内个股表现分化，9只个股中5只上涨，2只持平，2只下跌 [1] 个股价格与成交 - 浦发银行成交量最大，为209.59万手，成交额为25.80亿元 [1] - 招商银行成交额最高，达42.66亿元，但股价微跌0.17% [1] - 民生银行和光大银行成交量均超过500万手，但股价变动较小，分别为上涨0.25%和持平 [1] - 兴业银行和光大银行的成交额单位原文为“Z”，根据上下文推断应为“亿”元，分别为23.30亿元和16.95亿元 [1] 资金流向分析 - 板块整体主力资金净流出9484.54万元，但游资资金净流入1.63亿元，散户资金净流出6848.72万元 [1] - 兴业银行和浦发银行获得主力资金净流入，分别为1.37亿元和6918.81万元，主力净占比分别为5.87%和2.68% [2] - 招商银行、民生银行和光大银行主力资金净流出显著，分别净流出1.01亿元、1.09亿元和1.33亿元 [2] - 浦发银行游资净流入额最高，达1.31亿元，游资净占比为5.07% [2]

12万亿级招商银行第一大分行"换将"。记者从业界了解到，日前招行广州分行行长崔家鲲调任北京分 行，拟任总行行长助理兼北京分行行长。总行副行长徐明杰不再兼任北京分行行长。 按照履历，崔家鲲曾历任上海分行营业部总经理，上海自由贸易试验区分行行长，上海分行行长助理、 副行长；2017年3月任苏州分行行长；2022年末出任广州分行行长，直到此次履新。 南都湾财社记者看到，崔家鲲此前在接受《中国金融思想战线网》专访时对于干部培养和金融科技创新 有一些观点论述。他认为，干部能力的培养是经营队伍的关键，干部培养不只是组织部门的事，而是各 级管理者共同的责任，要加强对新任职干部的管理、培养和监督，坚持严管和厚爱相结合。他还认为， 对于广州分行而言，其核心工作就是将招行的金融科技优势转化为服务能力和生产力，提升效率、降低 成本。 作为"三大特等分行"，目前招行北京分行的资产规模已超过了大本营所在地的深圳分行，成为系统 内"一哥"。 按照招行2025年中报，北京分行资产规模5844.77亿，下辖131个分支机构；深圳分行资产规模5788.43 亿，下辖117个分支机构；上海分行资产规模5193.41亿，下辖104个分支机构。 实 ...

转自：新华财经 此次竞赛突破传统赛场边界，形成"线上+线下"传播矩阵。场内设置互动答题环节，学生观众积极参与，将竞赛氛围推向高潮；线上通过直播平 台同步呈现，吸引超10万社会公众观看，有效扩大了金融知识普及覆盖面。许多观众表示，通过赛事直观学习了反诈技巧、金融法规等实用内 容，收获颇丰。 本次竞赛以"以赛促学、以学促用"为目标，不仅为学生搭建了展示金融素养的平台，更通过多方协作推动金融知识走进校园、辐射社会，助力提 升公众金融风险防范意识与财商素养，是高校、金融机构与社会力量协同开展金融教育的一次生动实践。（杨启） 编辑：湛玮琦 9月28日，"招商银行杯"内蒙古财经大学金融知识竞赛在学校圆满收官。初赛阶段，共有八支学院代表队凭借出色成绩脱颖而出，成功晋级决 赛。竞赛当日，各代表队同台竞技，以丰富的知识交锋与广泛的参与度，呈现了一场兼具专业性与普及性的金融文化盛会。 竞赛题目涵盖金融基础知识、反诈常识及相关法律法规等内容，既考察学生对专业知识的系统掌握，也注重对实际金融场景的应用能力。参赛学 生前期充分准备，赛场上思维敏捷、应答精准，展现出扎实的知识储备与良好的竞技状态。 场内外联动，线上线下共学金融 活动现场 ...

根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：预期高股息组合模型**[3][8] * **模型构建思路**：该模型旨在构建一个高股息收益的投资组合。其核心是通过两阶段方法构建“预期股息率”指标，并辅以反转因子和盈利因子进行筛选，最终从沪深300成分股中优选股票构建组合[3][8]。 * **模型具体构建过程**：模型的构建遵循明确的选股步骤： 1. **确定股票池**：以沪深300成分股为初选池，剔除停牌及涨停的股票[13]。 2. **应用辅助筛选因子**： * **反转因子筛选**：剔除股票池中短期动量最高的20%股票（即21日累计涨幅最高的20%个股）[13]。 * **盈利因子筛选**：剔除股票池中盈利下滑的个股（即单季度净利润同比增长率小于0的股票）[13]。 3. **核心排序指标**：在通过上述筛选的剩余股票中，按“预期股息率”从高到低排序[9]。 4. **组合构建**：选取预期股息率最高的30只个股，采用等权重方式构建投资组合。组合每月底调仓一次[3][8][9]。 2. **模型名称：红利择时框架**[25][27] * **模型构建思路**：该模型是一个多因子合成信号模型，用于对中证红利指数进行择时判断，输出看多或看空的观点[25][27]。 * **模型具体构建过程**：模型综合了五个不同类别的因子信号： * **通胀因子**：PPI同比（高/低位），信号方向为正向（+）[27]。 * **流动性因子**：包括M2同比（高/低位）和M1-M2剪刀差（高/低位），信号方向均为负向（-）[27]。 * **利率因子**：美国10年期国债收益率（高/低位），信号方向为正向（+）[27]。 * **市场情绪因子**：红利股成交额占比（上/下行），信号方向为负向（-）[27]。 * **合成信号**：将上述五个单因子信号合成为一个综合信号。报告期内（2025年10月），合成信号值为0，代表对红利持“谨慎”或“看空”态度[25][27]。 模型的回测效果 1. **预期高股息组合模型**： * **回测期**：2009年2月2日至2017年8月31日（103个自然月）[11] * **累计收益**：358.90%[11] * **累计超额收益（相对于沪深300全收益指数）**：107.44%[11] * **年化超额收益**：8.87%[11] * **超额收益滚动一年最大回撤**：12.26%[11] * **月度超额胜率**：60.19%[11] 2. **红利择时框架**：报告中未提供该模型的历史回测效果数据。 量化因子与构建方式 1. **因子名称：预期股息率**[3][8] * **因子构建思路**：该因子是对未来股息支付能力的预测，而非简单的历史股息率。构建过程分为两个阶段，结合了已公告的分红信息和基于历史规律的预测[3][8]。 * **因子具体构建过程**：采用两阶段方法构建： * **第一阶段**：对于已经发布年报并公告利润分配方案的股票，直接根据其公告内容计算股息率[3][8]。 * **第二阶段**：对于尚未公告分红的股票，利用历史分红数据与相关基本面指标，预测其可能的分红并计算预期股息率[3][8]。 2. **因子名称：反转因子**[3][13] * **因子构建思路**：用于规避短期涨幅过高的股票，认为这类股票后续可能面临回调压力[3][13]。 * **因子具体构建过程**：计算股票的21日累计涨幅，并将其作为反向筛选指标，剔除涨幅最高的20%的股票[13]。 3. **因子名称：盈利因子（单季度净利润同比增长率）**[3][13] * **因子构建思路**：筛选盈利状况改善或稳定的公司，规避盈利下滑的股票[3][13]。 * **因子具体构建过程**：计算公司的单季度净利润同比增长率，并直接剔除该增长率小于0的股票[13]。 4. **因子名称：PPI同比（高/低位）**[27] * **因子构建思路**：作为通胀环境的代理变量，用于红利择时[27]。 5. **因子名称：M2同比（高/低位）**[27] * **因子构建思路**：作为流动性宽紧的代理变量，用于红利择时[27]。 6. **因子名称：M1-M2剪刀差（高/低位）**[27] * **因子构建思路**：作为经济活动活跃度的代理变量，用于红利择时[27]。 7. **因子名称：美国10年期国债收益率（高/低位）**[27] * **因子构建思路**：作为全球无风险利率和资金成本的代理变量，用于红利择时[27]。 8. **因子名称：红利股成交额占比（上/下行）**[27] * **因子构建思路**：作为市场对红利板块情绪热度的代理变量，用于红利择时[27]。 因子的回测效果 报告中未提供单个因子的历史表现数据（如IC值、IR值等）。