证券研究报告 | 宏观点评报告 2026 年 05 月 18 日 "四链"分化下的 4 月经济 —2026 年 4 月份经济数据点评 频率：每月 事件：4 月份规模以上工业增加值同比增长 4.1%，环比增长 0.05%；社会消 费品零售总额同比增长 0.2%，环比下降 0.48%；1-4 月固定资产投资累计同 比下降 1.6%，较一季度明显转弱。 点评报告 相关报告 1、《美股还有上行空间吗？— ——宏观与大类资产周报》 2026-05-17 2、《非银存款大增或受益于权 益积极表现——2026 年 4 月金 融数据点评报告》2026-05-15 3、《核心通胀实际升温并不严 重——美国 4 月 CPI 点评》 2026-05-13 张静静 S1090522050003 zhangjingjing@cmschina.com.cn 罗丹 S1090524070004 luodan7@cmschina.com.cn 敬请阅读末页的重要说明 ❑ 4 月经济较一季度有所降温，核心变化是内需修复斜率重新放缓。一季度 经济实现较好开局，但进入 4 月后，工业生产、消费和投资均出现边际回 落，显示前期生产和外需支撑较强，而 ...

1、《如何理解特朗普访华成 果？———国际时政周评》 2026-05-17 2、《美伊冲突对基本面的冲击 可能低于预期—显微镜下的中 国经济（2026 年第 17 期）》 2026-05-12 3、《央国企动态系列报告之 63 ———一季度盈利改善，强化 基础研究推进量子科技布局》 2026-05-11 1 季度货币政策执行报告传递了哪些政策信号 证券研究报告 | 宏观定期报告 2026 年 05 月 18 日 定期报告 相关报告 显微镜下的中国经济（2026 年第 18 期） 频率：每周 今年以来货币金融领域的一些新变化在一定程度上替代了"双降"功能，但也 引起了资金利率倒挂、汇率升值与外汇占款持续正增长的新问题。 张一平 S1090513080007 zhangyiping@cmschina.com.cn 张静静 S1090522050003 zhangjingjing@cmschina.com.cn 敬请阅读末页的重要说明 上周，央行发布了一季度货币政策执行报告，我们认为下一阶段关于货币和 汇率政策有以下三点值得关注。 首先，央行认为，巩固经济稳中向好态势的有利条件依然存在，主要体现为 高质量发展动能壮 ...

工业节能监察覆盖扩围，中国、欧盟与巴西发起碳市场联盟 ——ESG 市场观察周报（20260517） 证券研究报告 | 金融工程 2026 年 5 月 18 日 1、要闻速览：工业节能监察覆盖扩围，中国、欧盟与巴西发起碳市场联盟 3、舆情热点：ESG 舆情声量继续回落，负向事件占比有所抬升 本周全市场 ESG 事件录得 1274 件，较上周继续下降，负向事件占比升至 50.3%，舆情结构较前一周有所转弱。治理类事件仍占主导，"战略合作""信披 违规"等为主要议题；环境维度以"响应碳中和""绿色产品"为主，社会维度集 中在"虚假宣传"和"社区贡献"。行业方面，电子、医药生物、汽车、电力设备 和机械设备事件数量居前。 本周代表性事件包括：宁德时代提出"超换一体"布局，推动电动车参与能源 互动；中金公司牵头巴基斯坦首笔熊猫债，支持可持续发展项目融资；中天科技披 露绿色制造进展，推进 AI 赋能制造转型。 任瞳 S1090519080004 rentong@cmschina.com.cn 国内方面，工信部部署 2026 年度工业节能监察，将重点行业、绿色产业链和 重点用能设备纳入核查；四部门印发行动方案，推动人工智能与 ...

证券研究报告 | 公司点评报告 2026 年 05 月 18 日 中芯国际（688981.SH） 26Q1 营收稳增达预期，指引 26Q2 收入与毛利率指引继续上行 TMT 及中小盘/电子 中芯国际发布 26Q1 季报，26Q1 营收 25.05 亿美元创历史新高，同比+11.5%/ 环比+0.7%，位于指引区间；毛利率 20.1%，同比-2.4pcts/环比+0.9pcts；归 母净利润 1.97 亿美元，同比+5.0%/环比+14.2%。总产能为 107.8 万片/月，环 比增长 1.9 万片；晶圆出货量（折合 8 英寸）为 250.91 万片，同比+9.5%/环比 -0.2%；产能利用率为 93.1%，环比-2.6pct；折合 8 英寸 ASP 为 938 美元/片， 环比+2.5%。维持"增持"投资评级。 增持（维持） 当前股价：119.02 元 基础数据 | 总股本（百万股） | 8013 | | --- | --- | | 已上市流通股（百万股） | 2000 | | 总市值（十亿元） | 953.7 | | 流通市值（十亿元） | 238.0 | | 每股净资产（MRQ） | 18.7 | | ...

证券研究报告 | 金融工程 2026 年 5 月 18 日 科技股领涨，资配产品业绩优秀 ——全球多资产跟踪月报 2026.05 风险提示：本报告基于对历史数据的分析，仅进行客观描述，不构成投资建议。 王武蕾 S1090519080001 wangwulei@cmschina.com.cn 江雨航 S1090525070014 jiangyuhang1@cmschina.com.cn 专题报告 敬请阅读末页的重要说明 要点：本文跟踪全球大类资产及多资产指数表现，并归类海外机构全球多资产配 置产品，进行收益持仓分析。近期美股强势反弹，科技板块领涨，新兴市场债券 维持正收益，美债长端利率持续上行，期限利差扩大，商品中能源涨幅仍领 先，贵金属维持震荡行情。多资产指数中风险平价收益突出，全球配置产品业 绩整体优秀，其中主观多策略产品表现最佳。 大类资产表现：1）权益：全球权益市场近期整体上行，美股涨幅显著；信息科 技行业收益领先，电信业务其次，而能源在连续上涨数月后出现小幅回撤。2） 固收：新兴市场债券近期整体收益为正，全球综合债指数转为下行；4 月日本、 英国、美国国债收益率维持上行趋势，美债期限利差扩大，实际利率 ...

证券研究报告 | 金融工程 2026 年 5 月 18 日 公募基金参与上市公司治理：投票表决权披露首年观察 ——ESG 热点洞察系列报告之四 公募基金表决权行使首次进入统一披露阶段。本文基于首年披露情况，对截至 2026 年 4 月 30 日收集到的 160 家基金管理人、逾 10 万项投票意见进行了系统梳 理。整体来看，国内公募投票仍以赞成为主，非赞成票集中出现在股东权益、股 权变动、融资担保、关联交易、董事选举等少数重点议题上。统一披露使投票行 为从内部流程转化为外部可观察的行为记录，为管理人完善投票政策、机构客户 评估尽责管理实践、投研人员识别治理争议提供了新的参考维度。 核心结论： 李奕熹 研究助理 liyixi@cmschina.com.cn 专题报告 相关报告 1、《高管薪酬与公司治理：如 何从薪酬激励识别企业经营质 量》2026-04-27 2、《欧盟 SFDR 2.0 解析：国 际 ESG 投资影响与中国市场启 示——ESG 热点洞察系列报告 之三》2025-11-30 3、《ESG 热点洞察系列报告之 二：国际气候倡议调整背景下 低碳投资策略的本土化探索》 2025-07-30 4、《ES ...

行业投资评级 * 报告未明确给出行业整体投资评级，但建议关注行业整机龙头及产业链龙头[61] 核心观点 * 报告核心观点认为，AI基础设施的高速建设正在系统性改写工具行业的需求结构，推动行业迎来增长拐点[1] * 传统分析框架将工具需求与房地产高度绑定，而当前AI基建已成为核心驱动力，带动工具行业在市场规模和盈利能力上迎来双重扩容[1][6] 行业规模与市场表现 * 行业涵盖88只股票，总市值2040.9十亿元，流通市值1955.5十亿元，分别占市场总量的1.7%和1.8%[2] * 行业指数近1个月、6个月、12个月的绝对表现分别为6.2%、2.6%、17.8%[4] AI基建驱动行业增长 * **AI基建投资高增**：全球IT支出规模稳健增长，AI贡献主要增量，IDC估计2025年全球IT支出规模达4.25万亿美元，2026年将增长10%[11]；全球AI资本支出预计从2024年的2320亿美元增长至2028年的14160亿美元，年均复合增速超50%[14] * **需求全面覆盖**：AI基建从土建结构、机电安装到后期IDC运维全流程，对工具需求呈现系统化、刚性化、专业化特点，全面覆盖一个由500亿美元动力工具市场、200亿美元手工具市场和100亿美元工具柜市场构成的大市场[6][21] * **需求结构转变已兑现**：工具下游需求结构已发生根本性转变，根据巨星科技交流，其工具下游最新应用中，专业市场（包括AI电力）和建筑（包括算力中心建设）合计占比超过50%[6][27]；创科实业首次将下游需求划分，其中技术/能源与制造板块占其Milwaukee品牌收入的32%，是增长最快的板块，估计数据中心占Milwaukee收入的15%左右[6][30] * **盈利能力提升逻辑**：AI基建主要面向专业承包商，带动高毛利率的PRO级（商用/专业级）产品需求提升[6]；创科实业2025年毛利率提升近1个百分点至41.2%，其高毛利率（40%+）得益于PRO级产品占比达70%[6][36] 产业链主要公司梳理 * **创科实业**：全产业链拥抱AI，其商用级品牌Milwaukee 2026年目标增长10-12%[6][42]；为AI数据中心提供高功率锂电、管道加工、布线安装等专业工具，并利用AI技术赋能产品研发与生产[6][42][43] * **巨星科技**：面对AI机遇迅速调整组织架构，成立AIT专门部门，整合电力工具、光纤工具、算力柜等相关产品[6][45]；通过持续外延并购（如2023年收购全球前二的高精度测量工具制造商tesa Group）丰富产品矩阵，卡位AI基建各环节[6][21] * **史丹利百得**：侧重AI基建前端施工环节，旗下DEWALT品牌推出全球首款向下钻孔+可编队AI施工机器人，专供AI算力中心建设，可将单孔成本从65美元降至20美元[6][48] * **泉峰控股**：电动工具业务营收占比近四成，旗下拥有FLEX（工业级/高端专业）和SKIL（大众DIY）等品牌，在本轮AI基建中有望抓住行业机遇[51]；2025年四季度产品提价10%，2025年股息支付率大幅提升至84.71%[55][56] * **华之杰**：电动工具零部件市场龙头，新业务向液冷服务器等领域拓展，其电子水泵产品已切入国内头部客户供应链并处于送样测试阶段[7][60] 投资建议 * 整机龙头**巨星科技**、**泉峰控股**、**创科实业**当前正处于估值修复阶段，全年估值分别对应约14倍、9倍、20倍[7] * 关注零部件龙头**华之杰**，其新业务有望开启新的成长曲线[7]

量化模型与构建方式 1. **模型名称：分析师预期模型**[1][18][20] * **模型构建思路**：利用专业分析师对公司未来业绩的主观判断与深度研究，将分析师对公司的年度净利润一致预期转化为季度预期[20][30][32]。 * **模型具体构建过程**： 1. 获取分析师对目标公司未来一年（FY1）的一致预期净利润（NET_PROFIT）及同比增速预期（YOY）[30]。 2. 获取目标公司去年同期（LY）的单季度实际净利润[32]。 3. 计算季度分析师业绩预期值。公式为：`季度分析师业绩预期 = 公司去年同期净利润 × (1 + 分析师YOY预期)`（当去年同期净利润为正时）[32]。 * **模型评价**：融入了专业分析师的深度研判，更新频率高，对业绩拐点等非平稳场景适应性较强；但普遍存在乐观偏差，覆盖度有限（当前A股约54%），且年度预测颗粒度较粗[20][26][35]。 2. **模型名称：简单预期模型**[1][23][48] * **模型构建思路**：基于公司自身历史业绩的同比增长趋势，对下一期业绩进行外推预测，计算简单直接[23][48]。 * **模型具体构建过程**： 1. 获取目标公司去年同期（LY）的单季度实际净利润[48]。 2. 计算目标公司过去N个季度（报告中为8个季度）净利润的平均同比增长额[48]。 3. 计算季度简单业绩预期值。公式为：`季度简单业绩预期 = 公司去年同期净利润 + 过去N个季度净利润平均同比增长额`[48][49]。 3. **模型名称：横截面预期模型**[1][21][58] * **模型构建思路**：在每期截面上，利用全市场公司的多维度特征（如行情、财务指标）与下一期净利润的关系进行回归建模，预测单个公司的未来业绩[21][58][59]。 * **模型具体构建过程**： 1. **确定预测目标与自变量**：预测目标为下一报告期单季度净利润（`NI_q^MRQ`）。选取9个核心自变量，包括：公告日前公司相对行业超额收益（`ER_t`）、公告日前市值对数（`MV_t`）、上一季度总资产（`TA_lq`）、过去12个月现金分红总额（`TD_t^TM`）、去年同期单季度净利润（`NI_ly^MRQ`）、去年同期单季度净利润与负净利润哑变量的交叉项（`NI_ly^MRQ * NegNI_ly^MRQ`）、上季度单季度净利润（`NI_lq^MRQ`）、上季度净利润同比变化值（`NI_Chg_lq^MRQ`）、应计盈余偏差（`ACC_lq^TM`）[59][60][61]。 2. **构建回归方程**： $$\begin{array}{l}{{\mathrm{NI_{q}^{MRQ}=a+b_{1}*R_{t}+b_{2}*M V_{t}+b_{3}*T A_{l q}+b_{4}*T D_{t}^{T M}+b_{5}*N I_{l y}^{M R Q}}}}\\ {{\mathrm{+b_{6}*N I_{l y}^{MRQ}*N e g N I_{l y}^{MRQ}+b_{7}*N I_{l q}^{MRQ}+b_{8}*N I_{C}h g_{l q}^{MRQ}*A C C_{l q}^{T M}}}}\end{array}$$ 其中，`NI_q^MRQ`为被预测的下一报告期单季度净利润，其余为自变量[60]。 3. **分季度回归与参数估计**：对不同季度（Q1, Q2, Q3, Q4）分别进行截面回归。采用Huber稳健回归方法以降低异常值影响[61][67][68]。参考Fama-Macbeth方法，先进行截面回归，再在时序上对回归系数取均值[61]。 4. **进行预测**：对于待预测季度（如2024Q3），首先计算其9个自变量数据；然后取过去三年同季度的Huber回归参数的平均值；最后将自变量数据与平均回归参数代入方程，计算得到横截面模型预期值[64][65]。 模型的回测效果 1. **分析师预期模型**，平均绝对误差5.63[38]，平均相对市值误差103[38]，分季度平均相对市值误差：Q1为100.23，Q2为100.14，Q3为91.88，Q4为178.91[40][56] 2. **简单预期模型**，平均绝对误差5.55[52]，平均相对市值误差78[52]，分季度平均相对市值误差：Q1为59.98，Q2为73.57，Q3为71.67，Q4为112.11[56] 3. **横截面预期模型**，平均绝对误差3.2[69]，平均相对市值误差59[69]，分季度平均相对市值误差：Q1为54.12，Q2为51.60，Q3为49.30，Q4为83.62[72] 量化因子与构建方式 1. **因子名称：基于简单预期模型的超预期因子**[1][27][98] * **因子构建思路**：基于简单预期模型计算的季度净利润预测值，构建衡量实际业绩超出预测程度的因子[82][98]。 * **因子具体构建过程**：在每季度业绩公告后，计算因子值。公式为：`超预期因子 = (季度净利润实际值 - 季度净利润预测值) / 公告前一日公司市值`。其中，`季度净利润预测值`来自简单预期模型[82][98]。 2. **因子名称：基于分析师预期模型的超预期因子**[1][28][98] * **因子构建思路**：基于分析师预期模型计算的季度净利润预测值，构建衡量实际业绩超出预测程度的因子[82][98]。 * **因子具体构建过程**：在每季度业绩公告后，计算因子值。公式为：`超预期因子 = (季度净利润实际值 - 季度净利润预测值) / 公告前一日公司市值`。其中，`季度净利润预测值`来自分析师预期模型[82][98]。 3. **因子名称：基于横截面预期模型的超预期因子**[1][29][98] * **因子构建思路**：基于横截面预期模型计算的季度净利润预测值，构建衡量实际业绩超出预测程度的因子[82][98]。 * **因子具体构建过程**：在每季度业绩公告后，计算因子值。公式为：`超预期因子 = (季度净利润实际值 - 季度净利润预测值) / 公告前一日公司市值`。其中，`季度净利润预测值`来自横截面预期模型[82][98]。 因子的回测效果 （回测区间：2015年1月至2026年2月，月度调仓，市值行业中性化[98]） 1. **基于简单预期模型的超预期因子**，Rank IC均值2.27%[99]，胜率71.43%[99]，IC IR 1.84[99]，t统计量6.11[99]，多头年化超额收益5.89%[99]，多空年化收益10.27%[99] 2. **基于分析师预期模型的超预期因子**，Rank IC均值2.33%[103]，胜率69.92%[103]，IC IR 1.43[103]，t统计量4.77[103]，多头年化超额收益8.19%[103]，多空年化收益11.50%[103] 3. **基于横截面预期模型的超预期因子**，Rank IC均值3.46%[107]，胜率75.94%[107]，IC IR 2.30[107]，t统计量7.65[107]，多头年化超额收益9.3%[107]，多空年化收益14.60%[107]