南非基准利率调整 - 南非央行下调基准利率50个基点至7% [1] - 调整幅度超出市场预期，市场此前预期为7.25% [1]

报告行业投资评级 未提及 报告的核心观点 结合对政策的理解和海外成熟市场经验，给出一套完整的重构主动权益型基金业绩比较基准的方法论，且在招证基金评价团队优选池上运行该体系，多数新基准适配性指标表现符合预期，基金相对新基准超额收益小幅提升且更稳定，收益更贴近基准 [1][3][61] 根据相关目录分别进行总结 业绩比较基准选取规则 - 基准选择对持有人、基金经理、基金公司的影响：《推动公募基金高质量发展行动方案》多项举措涉及业绩比较基准，其确定影响三方利益，合理基准应反映基金经理投资风格下的 Beta 以评估主动管理收益 [6] - 业绩比较基准选取法则：提出三点法则，基准具备可投资性和市场认可度、能有效反映基金的 Beta、具备主动获取超额空间，要求基准成份股数量最低不低于 30 只 [3][13] 业绩比较基准选取流程 - 指数备选池构建：考虑可投资性和市场认可度，选取主流指数构建备选池，纳入港股通或沪港深指数，截至 2025 年一季度共 168 只指数进入备选池 [14][17] - 拟选择基准的主动权益基金池构建：追溯基金过往三年持仓和净值，筛选成立于 2022 年 3 月 31 日之前等条件的基金，剔除事前行业/主题基金、量化基金，得到 3474 只样本，区分事后赛道基金和全市场基金并调整基准指数备选池 [21] - 业绩比较基准适配度的计算：设计 6 个适配性指标，包括持仓重合度、行业偏离度、风格偏离度、市场风险一致性、超额收益标准差、超额收益独立性 [3][24] - 业绩比较基准重构方案：构建优化模型，将行业偏离度、风格偏离度作为约束条件，市场风险一致性等作为优化目标，持仓重合度作为辅助手段，输出单一、双指数、三指数型基准 [3][32] 业绩比较基准重构结果展示 - 重构后基准的适配性评估：优选池中单指数、双指数、三指数基准的基金数量依次升高，多数基金在各适配性指标上表现良好 [36][39] - 基准重构后，基金相对新基准的收益表现：2022/6/30 - 2025/5/18 期间，优选池内基金相对新基准超额收益率小幅提升，年度超额收益表现更稳定，收益更贴近基准 [50] - 基准重构后的部分基金样本展示：重构后的新基准覆盖指数丰富，风险特征更具体 [55] 总结与展望 - 提出完整的重构方法论，包括指数备选池构建等 4 个模块，在优选池上运行效果良好，但受基准约束细则、监管对备选指数规定等因素影响，模型待进一步调整 [59][61]

OPEC+供应配额提高与Murban原油交易活动 - OPEC+提高供应配额导致阿联酋旗舰原油Murban的交易活动飙升至历史最高水平 阿布扎比国际期货交易所数据显示 其期货全曲线的未平仓合约本月升至8 1万手 创2021年3月推出以来的纪录 [1] - 今年以来OPEC+快速增加产量 即使油价跌至四年低点仍持续提升整体产出 标普全球大宗商品资讯管理的定价窗口显示 本月已有34船货物交付 其中约三分之二为Murban原油 而4月32笔交易中仅一半为该品种 [4] Murban原油的市场定位与特性 - Murban原油是中东迪拜原油基准价的设定品种之一 其特性为轻质低硫 与区域内主流的重质高硫原油形成鲜明对比 [4] - Energy Aspects分析师指出 轻质原油供应充足推动Murban货物融合量创纪录 这一过程正将迪拜基准逐渐转变为轻质原油基准 [4] 供需动态与价格影响 - OPEC+配额提高导致阿联酋原油供应增加 叠加炼油厂停产削弱需求 使轻质原油价格承压 [5] - ICE全球石油市场主管表示 Murban原油正发展成为全球原油定价的核心基准之一 已被用于对冲布伦特 WTI及迪拜原油合约 反映市场对不同品种供需变化的应对 [5]

报告核心观点 - 以主动股票型基金为研究对象，分析其与业绩比较基准在收益表现及匹配程度方面的现状，评估业绩比较基准的增强难易程度，并为部分基准与投资风格偏离较大的基金重新筛选更具代表性的业绩比较基准指数 [1] 主动股基与业绩比较基准现状分析 主动股基超额收益表现 - 《行动方案》构建“奖优罚劣”双向激励机制，将管理费率和基金经理薪酬与基金相对于业绩比较基准的表现联动 [12] - 主动股基近三年超额收益均值为 -7.17%，标准差 20.73%，极差达 245.37%，仅 31.34%的基金实现正超额收益，近半数基金落后基准超 10 个百分点 [4][15] - 2022 年 5 月至 2023 年初主动股基三年滚动超额收益亮眼，2023 年起超额收益显著收窄 [15] 基金与基准的契合度：从相关性看约束效力 - 主动股基与其业绩比较基准三年期收益率相关系数均值为 0.79，超八成基金相关系数高于 0.7，多数产品收益走势与基准较为一致 [20] - 有 1.6%的主动股基近三年与基准收益率相关系数低于 0.5，35 只基金低于 0.1，这些基金多采用存款利率或固定年化收益率作基准，难以反映实际投资业绩与风险特征 [22][24] 主动股基业绩比较基准的增强难度 以全市场股票为选股空间，对基准指数进行增强 - 构建 19 个常用选股因子，覆盖 9 大维度，经预处理和融合后，融合选股因子展现较强选股能力 [25][32] - 以全市场股票为选股空间构建增强组合，主要宽基指数增强组合信息比均超 1.8，近三年年化超额收益普遍超 3%，国证 2000、中证 1000 增强难度最低 [36] - 近 5 年中证 1000、国证 2000、中证 500 等大型宽基指数增强效果居前，中证半导指数增强效果最差 [40][41] 以基准指数成分股为选股空间，对指数自身进行增强 - 加强约束条件，将选股空间调整为基准指数成分股，增强组合跟踪误差明显改善 [42][45] - 强化约束后国证 2000、中证 1000、中证 500 等宽基指数区间年化超额收益较高，农林牧渔（中信）、300 医药等行业类指数增强效果不理想 [47] - 近 5 年国证 2000、中证 1000 和中证 500 增强表现领先，农林牧渔（中信）和中证半导等指数增强效果不佳 [48] 主动股基业绩比较基准的增强难度分析 - 指数成分股数量影响增强难度，成分股数量多的指数增强效果普遍较好 [49][50] - 指数的风格和行业集中度影响增强难度，风格和行业分布分散的指数有利于增强策略发挥，集中度高的指数增强难度大 [51] 为主动股基寻找合适的业绩比较基准 - 部分主动股基所选业绩比较基准与实际投资策略和风格偏离较大，从成分股匹配角度为这些基金重新筛选基准指数 [61] - 依据基金持仓与指数成分股重合度及收益率相关系数筛选基准指数，调整后新基准指数与对应基金近三年收益率相关系数显著提升 [62][68]

LIFEBENCH基准测试 - 提出全新基准测试集LIFEBENCH，系统性评估大语言模型在长度指令遵循方面的表现，覆盖从短文本到长文本的多种长度范围、任务类型和语言 [1][2][4] - 设计三种长度控制方法：等于（Equal To）、不超过（At Most）、至少（At Least），并覆盖短文本（<100字）、中等长度（100-2000字）和长文本（>2000字）任务 [4][6] - 包含四类自然语言生成任务：问答、摘要、推理和创意生成，同时支持中文和英文任务，以全面评估模型能力 [6] 评测指标 - 提出长度偏差（Length Deviation, LD）指标，衡量生成文本长度与目标长度的差异 [7] - 设计长度评分（Length Score, LS）指标，综合评价模型对长度指令的遵循能力 [8] - 两项指标提供了比简单字数匹配更细致的分析维度 [9] 模型表现 - 在26个主流大语言模型中，23个模型的长度评分低于60分，仅少数模型如o3-mini、Claude-Sonnet-Thinking和Gemini-2.5-Pro达到75.4分、61.3分和60分 [10] - 模型在"不超过"和"至少"指令下表现较好，19个模型在"不超过"指令下评分超过90分，6个模型在"至少"指令下表现优异 [10] - 长文本生成任务中所有模型表现显著下降，评分普遍低于40分 [11][12] 任务与语言影响 - 模型在不同任务中表现差异显著，摘要任务评分最低，创意生成任务评分最高 [13] - 几乎所有模型在中文任务中的表现劣于英文任务，且在处理中文指令时出现明显"过度生成"现象 [14] 模型瓶颈 - 缺乏准确的长度感知能力，存在短输出高估和长输出低估现象 [20] - 对输入长度敏感，长输入场景下表现下降，特别是在摘要任务中 [22] - 采用懒惰生成策略，包括提前终止和拒绝生成，目标长度超过8192字时拒绝生成比例显著上升 [23] 改进尝试与局限性 - 动态校准方法在短文本任务中相对有效，但在长文本场景中耗时耗力且效果不佳 [25] - 预训练阶段长文本数据覆盖不足导致模型学到"偷懒策略"，后训练可通过预规划策略改进 [32] 隐藏问题 - 模型生成质量随长度增加而下降，中等长度（1024-2048字）表现最佳，长文本（4096-8192字）质量显著滑坡 [27][28][29] - 在要求生成特定格式时表现进一步恶化，复杂格式让模型更容易出错 [30] - 长文本生成中EoS信号异常，模型倾向于提前终止生成 [31] 总结与展望 - 当前大语言模型在长度指令执行上存在显著问题，尤其在长文本限制下表现不佳 [33] - 未来需要更优的训练策略和更全面的评估体系来提升模型对长度指令的执行能力 [33]

印度央行利率调整预期 - 路透调查显示印度央行将在八月将基准利率下调至5 50% [1] - 此次利率下调预期与四月调查结果一致 [1]

路透调查：61位经济学家中有53位认为，印度央行将在6月6日将基准利率下调25个基点至5.75%。 ...

2025 年 5 月 29 日 商 品 研 究 原油：多单、正套轻仓持有，关注 OPEC+会议 黄柳楠 投资咨询从业资格号：Z0015892 huangliunan021151@gtjas.com 研 究 所 1. 澳大利亚 4 月加权 CPI 年率 2.4%，预期 2.3%，前值 2.40%。 2. 新西兰至 5 月 28 日联储利率决定 3.25%，预期 3.25%，前值 3.50%。 3. 法国第一季度 GDP 年率终值 0.6%，预期 0.8%，前值 0.80%。 4. 雪佛龙从美国获得有限使用许可，可以继续在委内瑞拉运营。 5. 路透调查：沙特 7 月对亚洲原油售价或降至 6 个月低位。 6. 阿联酋能源部长：欧佩克+正在尽最大努力平衡市场，确保供应方面有足够的投资。如果没有欧 佩克+，尤其是八国集团，局势将会陷入混乱 7. 德国 5 月季调后失业率 6.3%，预期 6.3%，前值 6.30%。 8. 德国 5 月季调后失业人数 3.4 万人，预期 1 万人，前值 0.4 万人。 9. 瑞士 5 月 ZEW 投资者信心指数 -22，前值-51.6。 10. 金十数据 5 月 28 日讯，受美国阵亡将 ...

AI大模型评测现状 - AI大模型评测目前处于"百家争鸣"状态，包括清华大学C-Eval、上海交通大学CMMLU、伯克利Chatbot Arena等学术机构榜单，以及红杉中国xbench等民间测试工具 [3] - 当前评测存在刷榜问题，模型通过针对性训练提高特定榜单成绩，但泛化能力未真正提升，如GSM8k和MATH测试中模型正确率可达80% [13] - Meta的Llama 4通过提供特殊版本成为大模型竞技场排名第一的开源模型，显示当前评测体系存在漏洞 [8] 谷歌LMEval框架 - 谷歌推出开源框架LMEval，旨在为大语言模型和多模态模型提供标准化评测工具，简化评测流程 [4] - LMEval支持跨平台测试（Azure/AWS/HuggingFace等），覆盖文本/图像/代码多领域，并能识别模型规避策略 [6] - 框架引入Giskard安全评分机制，测试数据本地加密存储，确保安全性 [6] - LMEval并非直接榜单，而是标准化评测流程，解决多平台API/数据格式不统一问题 [16][17] 行业竞争格局 - 大模型竞技场排名显示，Google Gemini 2.9 Pro以1439分领先，Meta Llama 4以1417分紧随其后，OpenAI GPT-4以1418分位列第三 [14] - 成本对比显示，Gemini 2.0 Flash每输入输出价格为$0.17，低于Llama 4 Maverick的$0.19-$0.49和GPT-40的$4.38 [11] - 性能指标上，Llama 4在LiveCodeBench(49.4vs36.0)、MMLU Pro(82.2vs79.1)等测试中领先Gemini [10] 行业挑战 - 当前评测体系存在"基准作弊"问题，微软CEO纳德拉直言AGI里程碑宣称只是无意义的刷榜行为 [13] - 科学/长效/真实构成"不可能三角"，类似PC/手机行业针对评测软件优化的情况在AI领域重现 [16] - 去中心化解决方案导致开发者需应对多套测试标准，大幅增加时间成本 [16]

能源情报集团记者Amena Bakr：欧佩克+目前正在讨论关于各国未来产量基准的制定机制，但目前仍处 于初步讨论阶段，今年不会做出任何调整。 ...