奖项与荣誉 - 中国学者苏炜杰荣获2026年考普斯会长奖 这是中国学者时隔14年再次获得该奖项 [1][3] - 考普斯会长奖每年在全球范围内评选一位40岁及以下 在统计与数据科学领域作出原创性 奠基性贡献并产生深远影响的学者 其学术地位在统计学界通常被类比为基础数学领域的“菲尔兹”奖 [3] - 苏炜杰此前曾获斯隆研究奖 工业与应用数学学会数据科学青年奖等国际奖项 并于2025年当选国际数理统计学会会士 [4] 学术贡献与研究领域 - 获奖表彰其在人工智能大模型统计理论 隐私数据保护分析 改进机器学习同行评审 凸优化加速算法理论以及深度学习数学理论与高维统计推断等方面的工作 [1] - 其研究长期横跨统计 优化与机器学习多个领域 近年来研究重点集中在大模型与生成式人工智能的统计与优化理论 围绕模型对齐 统计水印以及神经网络优化器的行为机制 提出了系统性的理论分析框架 [4] - 苏炜杰表示 在人工智能时代 统计学正演变为支撑人工智能系统可信性 可解释性与安全性的核心理论基础 此次获奖是对统计与数据科学在人工智能时代基础性地位的进一步肯定 [3] 背景与影响 - 苏炜杰现任职于宾夕法尼亚大学沃顿商学院统计与数据科学系 并在数学系和计算机系兼任教职 [4] - 苏炜杰2011年毕业于北京大学数学科学学院 2016年从斯坦福大学获得统计学博士学位 [4] - 北京大学数学科学学院2007级被广泛称为“黄金二代” 苏炜杰此次获奖被视为该群体在应用数学与统计方向补上的重要一块拼图 [4] - 统计学是华人学者在国际学术界具有显著优势和影响力的学科之一 [4]

项目核心内容 - 山东省工业和信息化厅宣布将在多个重点行业开展“语料库揭榜挂帅”项目申报 [1][2] - 项目旨在通过技术攻关、标准研制、打造高质量语料库及推动应用场景落地，以支持行业大模型的开发、训练和微调 [2] 项目覆盖行业 - 项目聚焦的行业包括高端装备、烟草制品业、农副食品加工业、家具制造业、木材加工、皮革毛皮羽毛及其制品和制鞋业、仪器仪表制造业、废弃资源综合利用业 [2] 项目具体目标与要求 - 项目聚焦于工业制造重点行业的基础理论研究、产品研发设计、生产管理运行、过程质量检测等关键环节和特定场景的知识语料汇聚 [2] - 语料库将基于结构化、非结构化和半结构化数据，经过清洗、去噪和统一格式处理 [2] - 处理后的语料用于支持自然语言处理、计算机视觉、机器学习、深度学习等任务 [2] - 项目验收时，行业相关语料库的数据量要求不低于10万条 [1][2] - 验收的语料库需具有较高的数据质量、领域覆盖程度、潜在价值和应用成效，并需通过第三方测评 [2] 项目鼓励方向 - 山东省鼓励各行业语料库项目加快语料资源的优化整合，并积极开放公共语料 [2]

核心观点 - 本周新材料板块整体表现疲软，新材料指数下跌5.29%，跑输主要股指，多个子板块如半导体材料、电池化学品等均出现下跌[1][4][43] - SpaceX向FCC提交申请，计划构建由最多100万颗卫星组成的空间算力集群，规模相当于现有全球在轨活跃卫星总数的70倍，预计将显著驱动上游轻量化材料与线缆材料的需求[3][42][45] - 产业链价格整体平稳，部分氨基酸、维生素及化工品价格出现小幅上涨，多数可降解塑料、工业气体及电子化学品价格维持不变[2][16][31][44] 二级市场与板块表现 - 市场整体：本周（20260126-20260130）沪深300上涨0.08%，上证指数下跌0.44%，创业板指下跌0.09%，石油石化（7.95%）、通信（5.83%）、煤炭（3.68%）为涨幅前三行业[4][47] - 新材料板块：新材料指数本周下跌5.29%，跑输创业板指5.19个百分点[1][43] - 重点子板块表现（近五个交易日）：合成生物指数下跌3.13%，半导体材料下跌3.60%，电子化学品下跌3.77%，可降解塑料下跌0.90%，工业气体下跌3.96%，电池化学品下跌4.89%[1][9][43][52] - 化工子板块表现：食品及饲料添加剂板块5日涨幅9.92%领涨，纺织化学制品5日涨幅14.15%，而合成树脂、其他金属新材料等板块下跌[10][53] - 个股市场表现：上周新材料板块中实现正收益个股占比为16.85%，涨幅居前的个股包括广信股份（周涨21.67%）、飞凯材料（周涨6.16%），跌幅较大的个股包括天岳先进（周跌22.06%）、江化微（周跌19.01%）[13][15] 产业链价格与数据跟踪 - 氨基酸：截至2月2日，精氨酸价格21400元/吨，周环比上涨2.64%；色氨酸价格31900元/吨，周环比上涨1.27%；蛋氨酸价格18200元/吨，周环比上涨2.82%；缬氨酸价格14050元/吨，维持不变[2][16][44] - 可降解塑料：PLA（FY201注塑级）价格17800元/吨，PBS价格17000元/吨，PBAT价格9700元/吨，周环比均维持不变[2][18][19][44] - 维生素：维生素A价格61500元/吨，周环比下跌1.60%；维生素E价格54500元/吨，周环比不变；泛酸钙价格40000元/吨，周环比不变[2][31][44] - 工业气体：截至2月2日，氧气单价322元/吨，月环比下降7.74%；氮气单价377元/吨，月环比下降6.91%；四川氩气单价1190元/吨，月环比上涨10.70%[26] - 电子化学品：UPSSS级氢氟酸价格11000元/吨，EL级氢氟酸价格6335元/吨，周环比均不变；G2级双氧水价格1250元/吨，月环比下降13.79%[2][28][44] - 高性能纤维：2026年2月2日，江苏地区T700/12K碳纤维价格105元/千克，月环比不变；2026年1月，国内碳纤维产量10491吨，环比下降1.18%[32] - 塑料及纤维：PA66价格15500元/吨，周环比上涨1.97%；芳纶价格8.53万元/吨，周环比下跌2.93%；碳纤维价格83750元/吨，周环比不变[2][34][44] 行业动态与公司要闻 - 政策动态：生态环境部发布公告，明确含汞产品管控要求，禁止使用含汞催化剂生产聚氨酯，将加快推动聚氯乙烯行业无汞化转型[39] - 产能扩张：华峰化学拟投资36亿元建设年产20万吨高性能低碳化数智化氨纶新材料扩建项目，建设期预计60个月，分两期实施[40] - 产业链合作：中复神鹰与光大同创签订合作框架协议，将共同推动碳纤维在消费电子、人形机器人等新兴领域的规模化应用[41] SpaceX太空算力集群带来的投资机会 - 事件概述：SpaceX于2026年1月30日向FCC提交“SpaceX轨道数据中心系统”授权申请，计划构建由最多达100万颗卫星组成的空间算力集群，用于AI训练及边缘计算[3][42][45] - 规模对比：该计划规模相当于目前地球在轨活跃卫星总数约1.45万颗的70倍，预计将驱动全球商业航天景气度持续上行[3][42][45] - 投资建议：上游轻量化材料（如碳纤维、芳纶）和线缆材料需求有望抬升，建议关注时代新材、吉林化纤、中复神鹰、光威复材、和顺科技、普利特、泛亚微透等相关公司[3][42][45]

报告行业投资评级 - 报告未提供明确的行业投资评级 [1][2][3][4][5][6][7][8][9][10][11][12][13][15][16][17][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56][57][58][60][61][62][63][64][65][66][67][68][69][70][71][72][73][74][75][76][77][78][79][80][81][82][83][84][85][86] 报告核心观点 - 太阳能行业正处于技术应用的关键十字路口 行业广泛采用机器人技术以应对劳动力短缺和提升运营效率 但对投资回报率仍存疑虑 [76][78][79] - 尽管存在投资障碍 行业对未来3-5年内增加机器人应用持广泛乐观态度 并认为人工智能与机器学习是最具潜力的技术 [27][28][70][79] 机器人应用现状 - 目前太阳能站点使用的机器人类型多样 包括手动操作无人机(25%)、自主操作无人机、植被机器人、清洁机器人、地面机器人等 [32][33][34] - 50%的受访者正在使用至少2种类型的机器人 36%的受访者使用至少3种类型 表明技术栈日趋复杂 [36] - 在过去5年中 太阳能农场因性能不佳导致的年收入损失达5270美元每兆瓦直流(MWdc) 同时劳动力供应增长(+91%)远落后于太阳能容量增长(+182%) 这驱动了对技术解决方案的投资 [32] 机器人价值驱动因素 - 受访者对当前机器人技术的首要价值驱动因素看法不一：36%选择增加能源生产 32%选择降低劳动力成本 14%选择缓解重大停电风险 [16][40][41] - 51%的受访者认为机器人技术正在提高其业务利润率 [19][45] - 48%的受访者认为其机器人部署是当前的竞争优势 [20][46] 软件与数据整合 - 太阳能农场的软件堆栈日益复杂 受访者平均每周使用5.07个不同的软件工具 [23][53] - 60%的受访者表示其公司拥有专注于数据集成的内部专家团队 [24][49] - 23%的受访者目前未在地理空间界面（数字孪生）上组织资产性能数据 [25][53] - 79%的受访者对人工智能/机器学习在数据集成中的应用感到兴奋 认为其未来3-5年将对业务产生积极影响 [30][50][51][71] 投资壁垒 - 财务与运营障碍仍阻碍对机器人解决方案的大规模投资 [55] - 主要的财务障碍包括：高额前期资本支出、不确定的投资回报率、预算有限 [56] - 主要的运营障碍包括：缺乏熟练人员、与现有工作流程整合困难、难以证明运营效益、技术成熟度和可靠性问题 [56] - 约四分之一的受访者将成本视为最大的投资障碍（评分为5分） [57] 按受访者类别分析 - 运营与维护(O&M)提供商和资产所有者对机器人价值的驱动因素存在差异：56%的O&M受访者将降低劳动力成本视为首要价值驱动 而60%的资产所有者选择增加电力生产 [61][68] - O&M提供商给投资障碍（包括财务和运营）的重要性评分高于资产所有者 [62][64] - 双方均预计在未来3-5年内增加对机器人的投资 没有受访者指出会显著减少 [66][67] 未来趋势 - 77%的受访者认为其公司在未来3-5年内对机器人的应用将增加 [28] - 除了人工智能/机器学习(79%) 受访者看好的未来技术还包括：自主飞行无人机、新型太阳能电池技术、高级电池存储、移动式地面机器人 [30][73] - 行业最期待的自动化领域集中在：利用人工智能进行数据整合 以及自动化耗时且非技术性的任务（如植被管理、质量检查、故障诊断） [75] - 宏观层面 预计到2030年美国太阳能行业将需要额外30万个岗位 劳动力短缺是项目延迟的主要原因 [77] 行业背景与挑战 - 预计到2030年 美国太阳能生产将投资2350亿美元 比所有天然气和风能的预期资本支出总和翻一番以上 [9] - 2025年完成的太阳能农场平均规模是之前建设的3倍 [9] - 电力行业到2030年可能需要超过75万新员工 [8][77]

SpaceX轨道数据中心项目申请 - 美国联邦通信委员会（FCC）已受理SpaceX关于建设轨道数据中心的申请并公开征求意见，FCC主席称其可能是迈向卡尔达舍夫Ⅱ级文明的第一步 [1] - SpaceX于1月30日提交申请，计划建设一个拥有前所未有的计算能力的卫星星座，以支持先进AI模型及应用，系统最多将包含100万颗卫星 [4] - 通常情况下FCC需要数周甚至数月回应，但此次仅用几天就决定受理，速度令外界惊讶，公众意见征求截止日期为2026年3月6日 [4] 项目技术方案与定位 - 项目旨在适应AI、机器学习和边缘计算带来的爆发式数据增长，为全球数十亿用户提供大规模AI推理和数据中心应用所需的计算能力 [7] - 卫星将在500公里至2000公里高度、30度倾角的太阳同步轨道上运行，轨道壳层宽度不超过50公里，以规避冲突 [7] - 系统直接利用近乎恒定的太阳能，预计几乎无需运营或维护成本，从而实现革命性的成本降低和能源效率提升，并显著减少地面数据中心的环境影响 [7] - 系统内部将依赖高带宽光学链路通信，并与现有的“星链”星座连接，利用其互联网系统将数据传输至地面站 [8] 项目规模与行业影响 - 计划建设的卫星系统规模高达100万颗，远超SpaceX目前已发射的超1万颗“星链”卫星 [9] - 外界对计划的可行性提出质疑，并担忧其可能带来的太空碎片和大气污染等问题 [9]

SpaceX轨道数据中心项目申请 - 美国联邦通信委员会于2月4日宣布已受理SpaceX提交的轨道数据中心申请，并就此公开征求意见 [1] - 该申请由SpaceX于1月30日提交，FCC在数日内即做出受理决定，速度远超通常所需的数周甚至数月，令外界惊讶 [6] 项目核心目标与定位 - 该项目旨在建立一个前所未有的、拥有强大计算能力的卫星星座，为先进的AI模型及其应用提供支持 [6] - 系统被描述为迈向卡尔达舍夫Ⅱ级文明的第一步，旨在适应AI、机器学习和边缘计算带来的数据爆发式增长 [1][9] - 轨道数据中心将提供大规模AI推理和数据处理所需的计算能力，计划为全球数十亿用户提供服务 [9] 系统规模与设计 - 计划构建的卫星星座规模空前，最多将包含100万颗卫星，远超SpaceX现有“星链”星座的1万颗卫星 [6][10] - 卫星将在宽度不超过50公里的狭窄轨道壳层内运行，以避免与其他系统冲突 [9] - 运行轨道为高度500公里至2000公里、倾角30度的太阳同步轨道 [9] 技术优势与成本效益 - 系统将直接利用近乎恒定的太阳能，从而几乎无需运营或维护成本 [9] - 该设计有望实现革命性的成本降低和能源效率提升，同时显著减少地面数据中心对环境的影响 [9] - 系统内部将依赖高带宽光学链路通信，并与现有的“星链”星座连接，利用其互联网系统将数据传输至地面站 [9] 监管进程与公众参与 - FCC已发布公告征求公众意见，征求意见的截止日期为2026年3月6日 [6] - 公告内容涵盖了SpaceX的申请内容、卫星系统介绍以及SpaceX申请豁免的规则等 [6] 外界关注与潜在挑战 - 外界对部署100万颗卫星这一庞大计划的可行性提出了质疑 [10] - 外界对该计划可能带来的太空碎片和大气污染等问题表示担忧 [10]

苹果AI团队人才流失 - 近期苹果基础模型团队接连损失四位华人骨干成员，他们均在2023年底至2024年1月间离职 [4][19] - 离职人员包括：后训练负责人王子瑞（Zirui Wang）加入谷歌DeepMind、首席研究科学家杨寅飞（Yinfei Yang）选择创业、高级研究科学家游昊轩（Haoxuan You）和研究科学家王柏林（Bailin Wang）均加入Meta [4][19] - 此次离职潮并非孤立事件，此前在2023年7月，该团队负责人庞若鸣（Ruoming Pang）已跳槽至Meta，据多方媒体报道其多年总薪酬包高达2亿美元 [4][27][29] 离职人员背景与贡献 - 王子瑞拥有卡内基梅隆大学博士学位，曾在谷歌大脑参与SimVLM、CoCa等重要项目，2022年加入苹果后迅速成为技术骨干并升任后训练负责人，其工作直接支撑了新版Siri的核心AI模型 [9][11] - 杨寅飞拥有宾夕法尼亚大学硕士学位，曾在亚马逊、谷歌工作近五年，2022年初加入苹果担任首席研究科学家 [12][14][15] - 游昊轩拥有哥伦比亚大学博士学位，实习经历涵盖微软、谷歌、苹果，在苹果期间专注于大规模多模态模型的统一架构研究 [15][17] - 王柏林拥有爱丁堡大学自然语言处理博士学位，曾在麻省理工进行博士后研究，2024年初加入苹果，其工作提升了苹果服务器端大模型和设备端小模型的推理速度与效率 [17][19] 苹果AI战略转向 - 人才流失正值苹果AI战略发生重大转向之际，公司从以自研为重转向部分外包 [4] - 苹果已与谷歌官宣合作，谷歌Gemini将驱动苹果的新版Siri [4][21] - 据知名记者马克·古尔曼透露，苹果正在筹备两个新版Siri，其底层模型将由谷歌团队开发，过去六个月公司已流失远超十余名AI研究人员，部分离职与外包决定有关 [21] 硅谷AI人才竞争与华人角色 - 硅谷AI行业竞争激烈，人才流动加剧，Meta等公司发起高薪抢人行动 [4][27] - 华人在AI领域已成为不可忽略的关键力量，其动向被视为行业风向标 [4][31][33] - 例如，Meta此前从OpenAI挖走的十多位研究员中大部分为华人；苹果机器学习研究中心公布的2025年AI/ML领域博士生奖学金名单中，超过一半是华人 [31][33] - 当前人才流动趋势显示，顶尖华人AI人才正持续从苹果流向谷歌、Meta等竞争对手或选择创业 [4][19][33]

报告概览 - 本期报告为华安证券金融工程团队的“学海拾珠”系列跟踪月报，旨在系统梳理2026年1月海外量化金融领域的最新学术文献[1][3] - 报告覆盖了超过40本国际权威金融期刊及AI顶会，本期新增量化金融相关研究文献共计**105篇**[2] - 研究领域分布为：权益类研究**57篇**（其中ESG相关**5篇**，机器学习**23篇**）、基金类研究**8篇**、资产配置研究**12篇**；机器学习在金融领域的应用研究共计**29篇**，ESG研究共计**7篇**[2] 权益类研究文献综述（非ESG） 基本面类研究 - 本期共有**2篇**研究，聚焦财报知情交易与企业投资效率[12] - 内幕交易者偏好盈利/销售惊喜大、有量化指引、情绪极端的财报公告，但受价格冲击等摩擦影响表现不佳，基本面信息对财报回报横截面差异解释力弱[12][14] - **20%**的企业呈现高投资率但低资本边际产出（MPK），这些实为年轻高增长潜力公司，其投资助推创新与未来生产率；模型显示，忽视这种未来的生产率跃升会降低总体生产率[12][14] 量价类研究 - 本期共有**5篇**研究，聚焦资产定价方法革新、市场异象的行为金融解释及股市预测模型优化[12] - 研究将经典Fama-MacBeth回归从离散时间拓展至连续时间因子模型，实证显示连续波动与不同规模跳跃风险的溢价对大类资产预期收益有差异化显著影响[13] - 股票收益短期反转、长期动量的跨期转换源于短期和长期噪声交易者的存在以及主动投资者对外部信息的反应不足；实证支持：财报后反转减弱、反转与动量收益负相关、噪声交易越多反转越强[13] - 基于行为信号框架，散户投资者将股票拆分视为利好；拆分后投资者更乐观，拆分比越高反应越强，拆分公司未来业绩更优，但未达预期时跌幅更大[13] - 提出因果驱动的领域发现框架，通过匹配与预测期环境相似的历史样本来平衡噪声与非平稳性，结合分位数正则化，大幅提升美股等市场的样本外预测表现与策略实操性[13] 资金面类研究 - 本期共有**2篇**研究，分析被动投资对资产价格的影响及困境对冲基金的预期交易行为[16] - 被动资金流入会不成比例地推高经济中最大企业的股价，尤其是噪声交易者高需求的大盘股；流入会提升这类企业的特质波动率，阻碍投资者修正价格偏差，进而推升整体市场波动[17] - 困境巨型对冲基金的公开持仓会引发机构预期卖出和空头增加，面临此类预期交易的基金风格调整后收益低**2.21%**，目标股价先跌后反弹，显示交易具有价格破坏稳定效应[17] 另类研究 - 本期共有**4篇**研究，涵盖投资者情绪对因子定价的异质性影响、异象标的偏好动因、生成式AI在公司文化量化及社交媒体情绪的资产定价效应[18] - 特质因子定价存在情绪依赖的双区间特征：高情绪后高β组合收益更高，低情绪后则相反；宏观因子定价区间完全反转；这表明特质因子暴露代表误定价，宏观因子暴露代表风险[19] - 通过文本分析发现，分析师与网络文章推荐异象“空方端”高估值、低收益标的的核心理由是其彩票型特征，潜在上行空间是驱动需求的关键因素[19] - 首次通过生成式AI分析不同利益相关群体对公司文化的评估差异及其经济影响，为公司文化量化研究提供新方法[19] - Reddit论坛用户情绪存在社交传染，WSB板块讨论会推高散户需求，其传播的特质情绪会影响标的未来收益，且在股价泡沫化阶段活跃度显著上升，表明社交媒体可能加剧市场不稳定[19] 主动量化类研究 - 本期共有**9篇**研究，聚焦公司治理、机构投资者、小企业基金、短期激励与劳动力管制、供应链等多维度[20] - 公司治理机制具有异质性价值：股东异议在股东主导型公司中可改善后续信用评级，但在协作型治理下效应减弱；竞争对手间重叠董事网络会导致创新趋同、产品差异化下降和业绩恶化[22][23] - 有动机的机构投资者（独立、长期、多持股）与银行监督存在替代效应，其持股占比越高，企业越倾向用公开债务替代银行债务，且公司价值提升[23] - 小企业投资公司（SBIC）基金的内含报酬率（IRR）比可比非SBIC基金高**2%-3%**，资本倍数高**0.3-0.7倍**，不同策略和杠杆水平下风险调整绩效有差异[23] - 短期盈利激励（如EPS目标驱动的股票回购）会降低工厂和公司层面生产率；劳动力流动管制在减少员工占用无形资本的同时，会削弱努力激励[23] - 供应链网络中心度越高的中国A股公司，股价效率越高；供应链不确定性影响因来源而异：上游（供应商）不确定性抑制企业投资，下游（客户）不确定性微弱促进[23] 其他类别 - 本期共有**1篇**研究，批判传统因子投资模型，提出“因子幻像”概念，揭示其比p值操纵更隐蔽的危害，并提出基于机器学习与因果推断的修正方案[24][25] 固收类研究文献综述 - 本期共有**7篇**研究，聚焦大类资产便利收益与绿色溢价、利率与信用市场风险定价机制、以及固收研究方法革新[25][27] - 利用德国绿债与传统国债的“孪生”结构，估算出仅源于投资者绿色偏好的时变绿色溢价，该溢价仅与环境担忧指标相关[28] - 新发机构MBS的便利溢价平均为长期国债便利溢价的一半以上，2008年托管和2013年流动性监管显著影响该溢价[28] - 研究揭示了美中两国国债风险-收益关系的复杂时变性与异质性，以及2005年后美国公司债信用利差的流动性成分显著上升源于短期投资者交易活动放大市场摩擦[28] 基金研究文献综述 - 本期共有**8篇**研究，聚焦ESG基金与机构行为异质性、基金投资决策优化、ETF隐性成本及市场摩擦、基金经理决策偏差修正四大方向[29] - 承诺型ESG基金与普通ESG基金存在差异：前者更注重ESG信息获取、采取长期投资策略、ESG参与度更高，对企业实质影响更大[31] - 基金与企业管理层政治同质性越高，越支持管理层提案；政治同质性会降低CEO薪酬-业绩敏感性与企业盈利能力[31] - 当借贷受限时，几何均值（GM）及广义几何均值（GGM）是比夏普比率更优的基金筛选指标[31] - ETF存在隔夜收益为正、日内收益为负的普遍现象，核心驱动因素是零售投资者的需求冲击与套利者供给限制，导致日内交易存在隐性收益损耗[31] - 团队决策比个体决策的信念过度反应更低；基金申赎数据支持前景理论，标准参数下，过去收益产生的前景理论价值越高，未来资金流入越多[31] 资产配置（传统方法）类研究文献综述 多资产&跨市场配置 - 本期共有**3篇**研究，覆盖防御性策略历史表现、投资者配置约束、长期市场模拟模型优化[32] - 基于**220年**全球数据验证，多资产防御组合（DAR）与趋势跟踪策略在下行保护方面效果最优，且二者在不同回撤阶段具备互补性[33] - 通过401(k)计划准自然实验发现，若无参与摩擦，**94%**的投资者偏好股票；低股票参与源于摩擦而非风险偏好，估计调整成本为**160美元**[33] - 提出纳入负收益相关性、异方差、肥尾分布的多元随机过程，用于提升长期战略资产配置模拟的准确性[33] 组合构建与优化 - 本期共有**6篇**研究，聚焦资产定价模型拓展、投资组合优化方法革新、目标导向投资决策框架优化[34] - 提出Π-CAPM，将概率权重纳入经典CAPM，得出新预测：偏度有正定价效应且被波动率放大；波动率对左偏资产定价为负、对右偏资产为正[35] - 在动态组合选择中，风险厌恶投资者（γ>1）在面对收益误设定时害怕收益持续性，风险容忍投资者（0<γ<1）害怕均值回归[35] - 提出基于分位数的多元组合选择高效算法，以及结合层级聚类的动态协方差估计模型（DEH模型），在200只流动性ETF测试中实现更优风险调整收益[35] - 提出目标导向投资下的决策聚焦学习（DFL）框架，在不确定市场下比传统预测聚焦方法更能提升决策质量与组合可行性[35] 机器学习类文献 基于机器学习的资产配置 - 本期共有**3篇**研究，聚焦高频与机器学习驱动的组合优化[38] - 提出自适应双向状态空间模型（AB-SSM），在高频资产配置中兼顾短期动态与长期依赖，风险调整收益及换手率控制表现优于传统方法[40] - 验证DRL模型在市场压力下的特征配置效应：BARRA系统性风险特征能显著提升下行保护，在2022年压力市场中最大回撤较基准改善**0.71%**（p=0.02）[40] - 构建FNN基本面选股 + DRL动态调仓的全流程策略，在S&P 100的2009-2021年数据验证中，各组件及组合均显著提升业绩，且具备金融可解释性[40] 基于机器学习的选股/择时类研究 - 本期共有**24篇**文献，核心方向包括金融时间序列创新应用、LLM驱动的金融智能体、统计套利与组合管理优化、金融任务中的AI方法革新[39] - 在时间序列建模方面，提出了多种创新模型，如捕捉跨序列领先滞后依赖的Lead-LagNet、基于多轴注意力捕捉跨资产依赖的OF-MATNet、多模态基础模型FinCast、以及用于去噪的扩散模型等，在预测精度和策略表现上优于传统模型[41] - 在LLM应用方面，研究涵盖基准测试（如InvestorBench）、因子挖掘（如Alpha-R1）、研报生成（FinRpt）、多智能体交易系统优化、以及行为对齐推荐框架（如FLARKO），旨在解决LLM在金融场景中的偏差、可解释性与适配性问题[41] - 在统计套利与组合优化方面，提出了融合对比学习与物理信息约束的均值回归策略（ORCA）、以及高维条件自编码器框架（Scaling CAE）等，以提升策略的稳定性与自适应能力[41] ESG（权益）类研究文献综述 - 本期共有**5篇**研究，聚焦ESG信息对信用风险的影响、责任投资的转型效应、CEO偏好的驱动作用、机构期限与ESG的关联、企业社会影响量化框架[43] - ESG评级下调（尤其社会维度）会显著推高CDS利差，但评级上调反应微弱；ESG新闻存在类似非对称效应[44] - 社会责任感投资者的存在可能延迟高污染企业的主动减排动力，因其预期可通过并购获利；财务投资者的参与会加剧这一延迟[44] - 童年绿地暴露多（“自然偏好”强）的CEO更倾向推动企业参与清洁发展机制项目、实现碳减排；当地环保需求高、CEO决策权大时效应更显著[44] - 长期机构投资者更偏好ESG表现优的企业，但对ESG负面事件容忍度低，发生后会迅速抛售；监管冲击缩短投资者期限时，其ESG偏好会减弱[44] - 提出基于企业退出福利损失的社会影响量化框架，测算发现消费者剩余是核心组成部分，而现有ESG评级与该经济维度指标基本无关[44]

行业政策与战略背景 - 在“金融强国”与“数字中国”建设背景下，金融科技被赋予清晰的政策坐标，行业共识是金融机构的核心竞争力已转向以科技为底座、以风控为中枢的系统性能力 [1] - 行业面临通过数字金融与科技金融协同发力，实现效率提升与风险可控动态平衡的现实命题 [1] - 公司正推动“AI in ALL”战略，将人工智能、大数据、机器学习等前沿科技融入业务全流程，构建覆盖前、中、后台的智能金融生态 [1] 前端营销数字化 - 公司在前端营销环节应用“云帆AI”，这是平安集团首个面向C端的全流程AI销售解决方案，实现了从“人海战术”到“人机协同”的根本转变 [2] - “云帆AI”通过AI实现全流程自主营销与精准触达，自2025年5月上线以来，已将成本压降至1.64%（降幅超30%），人均产能提升2.5倍 [2] - 该方案预计助力下阶段业绩增长18亿元，有效平衡规模与运营效率 [2] 智能风控与信贷审批 - 在客户尽调环节，公司推出“智盾”系统，依托大模型技术、OCR识别和机器学习算法，将前端审核效率提升75% [3] - “智盾”系统将人工处理时长降低90%，申请维度准确率达94%，图片及字段识别准确率突破99% [3] - 自2月上线以来，“智盾”已累计服务63万余客户，为客户节省申请时长超900万分钟 [3] - DeepSeek大模型在信贷审批的应用标志着风控技术向“认知推理”阶段跨越，其相关技术已累计拦截风险案件涉及12.4亿元，减损金额1.54亿元 [3][4] - 公司打造的审批垂域大模型Aegis项目包含AI风险发现、审核、决策三大智能体，上线5个月累计覆盖15.7万笔申请 [4][5] 智能客服与服务效能 - 公司推出“智能客服3.0”，针对复杂问题识别、情绪感知、个性化服务能力三大痛点进行优化 [5] - 通过“高效响应+情感共鸣”双轮驱动，智能客服解决率有效提升2个百分点，转人工量减少14% [5] - 客户满意度从80%提升至85%，以AI全面提升客服效能 [5] 金融安全与监管认可 - 公司在工业和信息化部及上海市委、市政府指导的“磐石行动”中，凭借数据安全、系统稳定性与风险防控等方面的扎实工作，连续三次荣获表彰 [6] - 公司自主研发“智能芯”客诉防控平台，形成“智能+人工”组合干预、“线上+线下”协同防控的前置风险排查与化解流程 [6] - 公司旗下PAO Bank积极响应香港金融管理局强化防诈骗措施，全面提升系统对深伪技术的识别能力，并全面升级“智安存”存款保护措施 [6] - 这些科技形成了贯穿金融业务全周期的实时监控与防御网络，将风险处置从“事后响应”前移至“事中拦截”乃至“事前预警” [6] 战略成果与未来展望 - 公司荣获“年度金融科技先锋机构”，是市场对其科技战略路径的积极回应 [8] - 公司通过一系列自主创新的科技应用，实现了服务效率与风险管理能力的双提升，探索出“科技赋能风控、智能守护稳定”的发展路径 [9] - 未来，公司将继续深化科技融合，筑牢金融安全底线，为实体经济提供更普惠、更安全、更高效的金融服务 [9]

财务数据和关键指标变化 - 2025年全年公司总销售额为179亿美元，按报告基准增长4.5%，按每日有机固定汇率基准增长4.9% [17] - 2025年全年营业利润率为15%，调整后每股收益为39.48美元，增长1.3% [18] - 2025年全年投资回报率为39.1%，经营现金流为20亿美元 [18] - 2025年第四季度总销售额按每日有机固定汇率基准增长4.6%，若剔除政府停摆和飓风相关销售影响，增长约为6.5% [19][20] - 2025年第四季度总毛利率为39.5%，同比下降约10个基点，主要受业务组合影响 [20] - 2025年第四季度营业利润率同比下降70个基点，主要因SG&A费用高于预期及高触感解决方案业务收入疲软 [20] - 2025年第四季度稀释后每股收益为9.44美元，同比下降2.8% [21] - 2026年全年收入指引为187亿至191亿美元，按每日有机固定汇率基准计算增长6.5%至9% [32][33] - 2026年全年营业利润率指引为15.4%至15.9%，较2025年提升40-90个基点 [36] - 2026年全年每股收益指引为42.25至44.75美元，按中值计算增长超过10% [41] - 2026年第一季度初步销售额指引为45亿至46亿美元，按每日有机固定汇率基准计算增长超过7.5% [42] - 2026年第一季度营业利润率指引略高于15% [43] - 2026年有效税率预计约为25%，较上年调整后税率不利130个基点 [40] 各条业务线数据和关键指标变化 - 高触感解决方案业务2025年全年在美国市场按销量计算实现了约250个基点的超额增长 [17][30] - 高触感解决方案业务2025年第四季度销售额按报告基准增长2.2%，按每日固定汇率基准增长2.1% [21] - 高触感解决方案业务2025年第四季度毛利率为42.3%，与上年同期持平 [22] - 高触感解决方案业务2025年第四季度营业利润率为15.8%，同比下降120个基点 [23] - 高触感解决方案业务2026年每日固定汇率销售额增长指引为5%至7.5% [33] - 高触感解决方案业务2026年营业利润率指引为16.9%至17.4% [36] - 无限品类业务2025年全年每日有机固定汇率销售额增长15.6% [17] - 无限品类业务2025年第四季度销售额按报告基准增长14.3%，按每日有机固定汇率基准增长15.7% [31] - 无限品类业务2025年第四季度营业利润率为10.6%，同比提升200个基点 [32] - 其中MonotaRO营业利润率为13.6%，提升100个基点；Zoro营业利润率为6.3%，提升260个基点 [32] - 无限品类业务2026年每日有机固定汇率销售额增长指引为12.5%至15% [34] - 无限品类业务2026年营业利润率指引为10%至10.5% [37] 各个市场数据和关键指标变化 - 公司在美国高触感解决方案业务中持续获得市场份额，2025年全年按销量计算实现约250个基点的超额增长 [17][30] - 公司使用新的多因素MRO市场模型，该模型显示2025年美国MRO市场容量下降1.5%至0.5%，而公司业务容量增长1.4% [30] - 2025年第四季度，高触感解决方案业务在承包商和制造业客户中表现强劲，抵消了政府终端市场等其他领域的疲软 [21] - 2026年，公司预计美国MRO市场容量将下降1.5%至持平 [33] - 日本市场，MonotaRO在2025年第四季度因竞争对手网络中断导致的网络流量增加，对销售产生顺风 [32] - 公司已退出英国市场，包括剥离Cromwell和关闭Zoro UK业务，这将对未来财务数据产生影响 [2][32] 公司战略和发展方向和行业竞争 - 公司战略围绕五大增长引擎展开：商品销售、市场营销、销售覆盖、销售有效性以及增值服务 [5] - 2025年商品销售举措使高触感业务净增超过85,000个SKU，是近十年来最大的净SKU增长 [6] - 2025年销售覆盖计划在两地增加了约110名新销售人员，自2022年以来总计在六个地区增加了超过300名销售人员，使美国销售团队增长超过10% [8] - 公司持续投资于人工智能和机器学习，以优化营销投资、提高销售效率、提升生产力并创造收入机会 [10][11] - 无限品类业务中，Zoro通过优化品类、推出自有品牌产品、改善客户获取质量等措施，重获增长势头，2025年全年销售增长重回两位数高位 [12][13] - MonotaRO在2025年实现25%的企业客户增长，并继续扩展其分销能力 [13] - 公司正在投资供应链能力，包括在美国波特兰、休斯顿和日本水户建设新的配送中心，以维持和扩展在客户履约方面的领先地位 [14][15] - 公司文化在2025年获得外部认可，包括被评为“最佳工作场所”和“全球最具道德公司”之一 [16] - 公司长期目标是实现400-500个基点的年均超额增长 [31] 管理层对经营环境和未来前景的评论 - 2025年面临宏观经济不确定性、MRO市场需求疲软、政府停摆以及关税动态变化等挑战 [17] - 行业需求出现分化，受关税影响的行业需求承压，而与飞机制造和数据中心建设相关的行业则获得顺风 [25][26] - 管理层对2026年持谨慎乐观态度，计划相对保守，但一月份销售开局强劲，按每日有机固定汇率基准增长超过10% [42][46][48] - 管理层认为，从长期历史来看，美国制造业活动一直相对稳定，MRO市场从来不是快速增长的市场，因此公司的盈利算法依赖于持续获得份额、适度提价以及管理好费用 [101][102] - 关于关税，公司已基本将已知的关税相关成本转嫁给客户，但情况仍然多变，未来未知的关税或回滚影响未包含在展望中 [24][108] - 公司预计2026年经营现金流约为21亿至23亿美元，资本支出在5.5亿至6.5亿美元之间，计划通过股息和股票回购向股东返还约10亿美元 [37][38] 其他重要信息 - 公司于2025年退出英国市场，这对财务数据有调整影响 [2] - MonotaRO作为上市公司采用日本GAAP，其数据在公司财报中延迟一个月报告，因此讨论的数字可能与MonotaRO的公开声明不同 [3] - 公司开发了新的多因素MRO市场模型，以更全面地反映MRO市场状况，并将在未来用于衡量超额增长进度 [27][28][29] - 2026年第一季度毛利率将受到后进先出法库存估值、格兰杰销售会议会计处理以及自有品牌产品关税影响等因素的拖累，导致其环比下降，偏离正常季节性 [41][42][70][129] - 数字渠道方面，电子数据交换和电子采购已成为订单来源的最大部分，占比接近40%，而KeepStock的占比也有所增长 [50] 问答环节所有的提问和回答 问题: 关于2026年整体指引的谨慎性以及1月份强劲开局的驱动因素 [46] - 管理层表示规划通常始于相对保守，1月份开局强劲部分受益于日本竞争对手网络中断带来的顺风，但对全年约7.5%的增长指引仍有信心 [48] 问题: 关于数字渠道订单来源构成的更新 [49] - 管理层回应，与客户直接连接的渠道占比增加，电子数据交换和电子采购目前占比最大，接近40%，KeepStock占比也有所增长 [50] 问题: 关于与大客户对话的基调以及周期性拐点的感觉 [56] - 管理层表示基调变化不大，没有恐慌但也没有看到巨大的销量顺风，情绪因行业而异，总体尚可但不预期巨大的市场增长 [57] 问题: 关于中型客户近期加速增长的原因 [59] - 管理层称部分原因是基数效应，公司确实专注于中型客户增长，营销和商品销售举措有所帮助，预计中型客户增速将继续快于其他部分 [60] 问题: 关于第四季度毛利率表现优于预期以及第一季度毛利率环比下降的原因 [63] - 管理层解释，第四季度毛利率受益于后进先出法费用低于预期以及持续提价 [64]；第一季度毛利率环比下降主要受后进先出法成本影响，同时格兰杰销售会议的会计处理也对毛利率造成拖累 [65][70] 问题: 关于2026年利润率指引中剔除英国业务后的有机增长驱动因素 [77] - 管理层解释，利润率变化受多因素影响：无限品类业务更快增长带来约10个基点的逆风，退出英国市场带来顺风，高触感业务内部因价格成本正常化、后进先出法逆风消退等因素综合带来约20个基点的顺风，合计导致利润率较2025年有30个基点的差异 [78] 问题: 关于当前超额增长趋势与长期目标存在差异的原因 [81] - 管理层指出部分因素超出控制，如政府停摆影响了份额增长，同时前几年暂停增加销售人员也产生了影响，但现在已重新加速，并对销售有效性、KeepStock现场表现以及新合同获取持乐观态度 [82][83] 问题: 关于无限品类业务重复购买率改善的具体情况 [84] - 管理层表示，该业务非常专注于从核心企业客户获得持续购买，通过改变客户获取方式、营销策略、服务沟通等方式，在过去18个月重复购买率显著提升 [85] 问题: 关于第一季度有机日均销售额指引的确认 [86] - 管理层确认第一季度有机日均销售额增长指引约为7.5% [87][88] 问题: 关于超额增长表现与市场压力时期的关系，以及新招聘销售人员的类型 [94][96] - 管理层承认在供应链紧张时期公司表现出色，但认为那只是前两年875个基点超额增长中的一小部分，过去五年平均超额增长为540个基点，仍有望达到400-500个基点的长期目标 [95]；新销售人员的招聘标准未大幅改变，仍注重通用销售技能和对产品的兴趣，但注意到市场缺乏机械技术人才的趋势，这有利于公司提供更多现场服务 [97] 问题: 关于MRO市场连续多年收缩的含义 [100] - 管理层指出，从30年历史看，美国制造业活动一直相当稳定但增长缓慢，就业人数下降，因此MRO市场长期来看并非快速增长市场，公司的盈利算法依赖于持续获得份额、适度提价以及管理好费用 [101][102] 问题: 关于数字化投资和人工智能投资的衡量指标 [103] - 管理层表示会跟踪大量指标，包括转化率，并进行大量调查以了解在数字化旅程各个方面的竞争力 [104] 问题: 关于关税成本转嫁是否已完成，以及供应商是否可能进一步提价 [108][109] - 管理层表示已基本转嫁所有已知关税成本，并已考虑去年11月部分中国关税回滚的影响，展望中未包含未来未知关税或回滚的影响 [108]；供应商此前在提价方式上有所选择，目前不认为他们会需要进一步提价 [110] 问题: 关于2026年运营费用增长预期低于去年的原因 [116] - 管理层回应，主要原因是退出英国市场（Cromwell业务）带来的影响，同时无限品类和高触感业务内部也有更多杠杆效应 [117] 问题: 关于2026年更高的超额增长指引是否意味着更高的营销和商品销售费用 [118] - 管理层确认，2026年的运营费用指引已考虑了为支持更高超额增长而增加的营销和商品销售投资 [118][119] 问题: 关于2026年指引中价格因素的构成及客户对提价的抵制情况 [124] - 管理层表示，2026年定价贡献超过3%，其中约2.5%-3%是延续2025年行动和运行费率定价的结果 [125]；目前未看到客户有强烈的抵制，价格弹性基本符合预期 [126] 问题: 关于第一季度毛利率环比下降的详细原因分析 [127] - 管理层详细解释，原因包括：后进先出法持续产生逆风、格兰杰销售会议会计处理造成约20个基点的拖累、关税影响下自有品牌产品竞争力变化导致客户转向全国性品牌从而拖累毛利率，而正常的季节性价格成本有利因素仅带来约10个基点的正面影响，综合导致毛利率从第四季度的39.5%降至第一季度的39.1% [128][129] 问题: 关于Zoro自有品牌产品的进展和利润率影响 [132] - 管理层表示，Zoro自有品牌产品目前规模尚不足以对利润率产生实质性影响，但在核心企业客户中看到了良好的早期成功和重复购买率 [132]