公司战略转型 - 华富基金固收团队重新梳理"固收+"产品线 按照低波 中低波 中波 高波的不同收益风险特征进行定位 [1][2] - 团队为每只产品明确收益目标和回撤目标 并依据基金经理能力圈匹配产品 通过严格业绩考核强化风险收益约束 [2] - 转型成效逐步显现 不同风险收益特征产品均能实现收益率和回撤控制目标 2024年市场反弹前较好控制回撤 [4] 产品策略创新 - 团队开发红利策略 风险平价策略 价值平衡型 可转债策略等一系列风格明晰的"固收+"产品 [3] - 可转债策略是团队传统优势 部分产品风险资产投资策略明确为只投可转债不投股票 通过量化手段以双低策略挖掘阿尔法收益 [3] - 产品投资范围拓展至股票ETF和衍生品领域 "固收+"产品逐步向多元资产配置方向演进 [3] 投资方法论演进 - 投资思路从自上而下判断周期转向更聚焦资产本身风险收益特征 根据风险收益目标衡量不同资产赔率和胜率水平 [5][6] - 减少对主观预测依赖 通过仓位管理 绩效归因 估值跟踪等方式调整组合 达到创造稳健可持续收益目标 [6] - 资产表现依然遵循均值回归逻辑 2024年"9·24"后股债资产走势分化体现这一规律 [6] 市场观点与配置策略 - 债市支撑因素仍在 通胀抬头前货币政策预计维持宽松 但2024年至今年年初债市超涨已对后续表现提前定价 [7] - 纯债投资中票息策略和杠杆策略显著优于久期策略 长债压力较大因市场预期A股盈利增速明年触底回升 [8] - 可转债估值处于阶段性高位 团队更侧重偏股品种同时降低仓位 部分切换至相对低价标的以控制组合回撤 [8]

核心观点 - 中国股市自去年“9·24”以来出现重要转折，政策托底、科技创新与公司治理提升共同推动市场进入新一轮价值重估阶段 [1] - 过去一年A股完成了均值回归的过程，未来市场有望迎来一轮结构性“慢牛”，出现“疯牛”的可能性不大 [1][7][10] - 中国资本市场正在经历深刻的价值重估，未来全球资产估值体系可能重构，中美资产估值差距或进一步收窄 [11] 市场转折点与表现变化 - “9·24”被视作市场重要转折点，中国股市从2021年至2024年8月底的全球表现落后，转变为2025年以来位居前列 [3] - 市场上涨内因占主导，但外部环境如美元走弱、全球流动性宽松及对“美国例外论”的松动也对A股和港股产生影响 [3][10] 政策驱动因素 - 中国政府去年“9·24”后采取了一揽子政策，包括宽松的货币财政政策及深远的结构性改革 [5] - 最重要的政策是中央政府协助地方政府化解地方债务，去年底宣布了历史上最大规模的化债政策，效果类似美国政府当年对金融机构的注资，打通了经济和金融循环 [5] - 新“国九条”等政策引导上市公司更加注重股东回报，促使净股东回报率由负转正 [6] 科技创新与产业亮点 - 科技创新从量变到质变，例如DeepSeek事件影响巨大，“9·24”以来市场主线是科技板块持续上涨 [6] - 尽管面临房地产泡沫破裂的影响，但当前产业层面有不少创新亮点 [6] 上市公司行为改变 - A股市场越来越多上市公司注重股东回报，通过真金白银分红和回购等方式回馈股东 [6] - 上市公司行为的改变使得净股东回报率与国际市场看齐，股价获得支撑 [6] 市场前景与历史比较 - 过去一年市场表现可理解为均值回归，上证指数从2700点涨至突破前期高点，创近十年新高，但向上趋势仍存空间 [8] - 纵向历史比较和横向国际新兴市场比较均显示，A股最多算完成均值回归 [10] - 鉴于经济进入高质量发展阶段，而非2006-2007年或2014-2015年式的翻天覆地变化，市场更可能出现结构性“慢牛”而非“疯牛” [10]

半导体与固态电池板块表现 - 半导体板块成为市场焦点，受英伟达斥资50亿美元入股英特重大利好推动，芯片股几乎全线上涨 [1] - 固态电池概念盘中也再度走强，赣锋锂业涨停 [1] 市场整体情绪与资金流向 - 市场在高位显现脆弱性和分歧，沪指震荡回调 [1] - 资金对高股息红利资产的配置需求升温 [1] - 中证红利ETF（515080）连续5天资金净流入，累计净流入高达3.23亿元，截至午盘收涨0.52% [1] 红利资产的估值吸引力 - 中证红利全收益相对万得全A的40日收益差已跌至-14.58%，显示红利资产已大幅跑输A股，布局性价比较高 [2] - 当40日收益差处于阶段性低位时，往往意味着红利资产已跌出性价比，容易吸引资金流入并可能很快反弹 [2] 红利资产的市场环境适应性 - 上证指数徘徊在3800点半月多，市场高位震荡，红利资产的高息特质适合观望期布局或紧急避险 [4] - 红利资产在震荡市中显现更强韧性，例如在2021年至2024年9.24行情前的震荡下跌行情中，红利资产最大回撤幅度明显小于大盘，并跑出50.17%的超额收益 [5] 中证红利指数的股息率优势 - 中证红利指数最新股息率达4.86%，高于红利低波指数的4.78%、红利100指数的4.49%、沪深300指数的2.66%以及上证指数的2.31% [5] 中证红利ETF产品特性 - 中证红利ETF（515080）具有季季分红评估机制，目前正进行三季度分红 [7] - 该ETF成立以来累计分红14次，每十份累计分红3.65元，分红记录持续稳定，现金流相对可预期，适合震荡市低位买入并长期持有 [7] - 近期分红方案显示，2025年9月2日基准日单位净值为1.5822元，单位分红0.0150元，分红比例0.95% [8]

核心观点 - 当前澳大利亚联邦银行股价为每股$168.89 但通过市盈率模型测算的合理估值为$109.86 通过股息贴现模型测算的合理估值区间为$98.33-$143.80 显示当前股价可能存在高估 [1][6][11][12] 银行业竞争格局 - 澳大利亚银行业呈现寡头垄断格局 四大银行占据主导地位 [2] - 尽管汇丰等国际银行试图进入市场 但外国竞争对手的成功非常有限 [3] - 银行业与科技业和工业并列 是澳大利亚投资者最青睐的行业之一 [2] 银行股投资吸引力 - 银行股特别受追求股息收入和税收抵免的投资者欢迎 [3] - 澳大利亚联邦银行和澳大利亚国民银行等大型银行在寡头垄断市场中运营 [2] 市盈率估值模型 - 市盈率计算公式为股价除以每股收益 用于衡量价格与年度利润的倍数关系 [4] - 将公司市盈率与行业平均水平比较可判断股价是否被高估或低估 [5] - 澳大利亚联邦银行当前市盈率为30倍 高于银行业20倍的平均水平 [6] - 基于行业平均市盈率计算的澳大利亚联邦银行合理估值为$109.86 [6] 股息贴现模型 - 股息贴现模型是银行业更有效的估值方法 尤其适用于澳大利亚市场 [7] - 该模型依赖最近年度股息或预测股息 并假设股息以稳定速率增长 [8] - 计算公式为股价等于全年股息除以风险率与股息增长率之差 [9] - 使用不同增长率和风险率假设进行多次计算后取平均值可提高可靠性 [10] - 基于去年股息$4.65和6%-11%风险率 测算澳大利亚联邦银行估值为$98.33 [11] - 使用调整后每股股息$4.76 估值升至$100.66 [11] - 考虑完全税收抵免后 基于总股息支付$6.80的估值达到$143.80 [12] 估值敏感性分析 - 估值结果对增长率和风险率假设高度敏感 风险率从6%升至11%时估值从$238.00降至$52.89 [13] - 增长率从2%升至4%时估值从$52.89升至$238.00 [13] 投资研究框架 - 估值方法仅是研究和估值过程的起点 银行是极其复杂的机构 [13] - 投资决策需分析银行增长战略 重点关注贷款业务利息收入与非利息收入结构 [14] - 必须密切跟踪失业率、房价和消费者信心等经济指标 [14] - 管理团队评估是投资决策中不可或缺的环节 [14]

文章核心观点 - 波动本身并非风险，真正的风险是资本的永久性损失，但波动是风险的表现形式，它能触发投资者的恐惧和行为偏差，从而使风险变为现实，并为交易对手创造盈利机会[4][38] - 市场对波动的态度主要分为三类：风险厌恶者视波动为风险，风险偏好者视波动为收益，价值投资者则认为波动是中性的[5][6][7][39] - 理解并善用波动是区分优秀投资者与普通研究者的关键，不同的投资策略源于对“何为可判断、何为不可判断”的不同认知[15][39][40][41][42] 学术视角：波动=风险 - 传统金融理论将风险定义为未来收益的不确定性，其量化形式是价格的波动率，例如夏普比率就用收益率的标准差来衡量风险[16][17][20] - 波动在未来看是过程，但在当下需要交易时就是结果，可能迫使投资者在低点卖出并承担实际损失，例如2013年底因急用钱而被迫以80元卖出茅台的投资者[18][19] - 资产定价遵循风险补偿原则，波动率越高的资产需要提供更高的预期收益率，例如红利股的股息率通常高于债券收益率，其差额即为风险溢价[20] - 高波动基金容易导致投资者“高点申购、低点赎回”，使得投资者的实际平均收益率远低于基金本身的年化收益率，因此专业机构更看重夏普比率而非单纯收益率[21] 实战视角：波动≠风险 - 以巴菲特为代表的实战派投资大师反对将波动率等同于风险，他们认为真正的风险是资本永久性损失的风险，而波动本身是中性的[22][23][24] - 巴菲特早期的“捡烟蒂”策略本质是利用股价向下波动的机会赚钱，强调以低于内在价值的价格买入，并利用安全边际抵御市场波动[26][27] - 企业的经营质量与股价波动性并无必然联系，波动性大的企业可能是好公司，而波动性小的生意也可能很糟糕[24] 交易视角：波动=收益 - 风险厌恶者愿意为回避波动支付溢价，这使得高波动风险资产通常折价交易，从而将潜在收益的一部分转移给风险偏好者，波动因此成为后者的收益来源[29][31] - 波动可以作为一种可交易的“商品”，最典型的例子是期权定价，其价格（隐含波动率）与标的资产的历史波动率正相关，例如“七巨头”中特斯拉的期权定价最高，微软最低[33] - 存在多种以波动为核心的交易策略：定投和网格策略利用均值回归赚取波动的钱；趋势交易依赖波动率在价格突破后的放大；期权策略甚至可以通过对冲剥离方向性风险，只交易纯粹的波动率[35][36] 波动是金融世界的本质 - 不同的投资策略核心在于对可控与不可控因素的判断：机构投资者认为收益可控而投资者心态不可控，故控制波动；高风险投资者认为自己心态可控，故拥抱波动；价值投资者则认为企业价值可判断而市场波动不可控，故对波动持中性态度[39] - 对波动率的利用也基于判断差异：部分投资者判断波动方向（如均值回归或趋势交易），部分投资者则判断波动率的变化规律（如方向中性的波动率交易策略）[40] - 投资者的行为偏差在面对波动时会产生固定的反应模式，这既创造了“割韭菜”的交易机会，也催生了旨在克服人性弱点的量化策略[41]

市场表现与估值 - 中证红利全收益指数相对万得全A的40日收益率差值已跌至-12.25%，处于历史较低区间，表明红利资产显著跑输整体A股 [1][3] - 中证红利ETF（515080）连续4日保持净流入，区间累计吸金超1.34亿元，开盘不到10分钟上涨0.51% [3] - 中证红利指数最新股息率高达4.43%，显著高于十年期国债1.87%的收益率，利差优势处于历史高位 [5] 投资逻辑与催化剂 - 当40日收益率差值显著低于其一年均值线时，往往意味着红利板块阶段性底部正在形成，体现均值回归逻辑 [3] - “新国九条”与类“四万亿”等政策的重叠推动，为市场提供支撑，红利资产被视为不错的底仓型选择 [4] - 长期利率缓速下行的明确趋势进一步增强了高股息资产的吸引力 [5] 产品特征与分红信息 - 中证红利ETF（515080）正在进行本年度第三次分红，分红比例为0.95%，权益登记日为9月16日 [5] - 该ETF每季度评估分红，频率稳定，从2020年至2024年分红比例始终保持在4%以上 [6] - T-1日单位申赎资产为1,574,571.53元，近5日净流入5,827万元 [4]

文章核心观点 - 波动在投资中具有多重意义，既是风险的表现形式，也是收益的来源，不同投资策略对波动的态度决定了其风险收益特征 [6][34][35] - 波动不是异常现象，而是金融世界的本质，它迫使投资者区分可控与不可控因素，并基于此设计投资策略 [38][39] 学术视角：波动=风险 - 传统金融理论将风险定义为未来收益的不确定性，其量化形式是价格波动率，夏普比率使用历史收益波动率的标准差来衡量风险调整后的收益 [8][10] - 高波动资产需提供更高风险溢价，例如红利股的股息率高于债券收益率，以补偿波动带来的风险 [11] - 高波动基金容易导致投资者行为偏差，如高点申购低点赎回，实际投资者平均收益率可能低于基金本身年化收益率 [12] 实战视角：波动≠风险 - 巴菲特等价值投资者认为波动不等于风险，真正的风险是资本的永久性损失，波动只是中性现象 [15][16][18] - 早期巴菲特利用股价向下波动的机会进行“捡烟蒂”投资，强调安全边际以抵御市场波动 [18][20] 交易视角：波动=收益 - 波动可作为可交易商品，例如期权定价与隐含波动率直接相关，历史波动率高的资产期权价格更贵 [26][27] - 不同投资策略利用波动获利：定投策略依赖微笑曲线，网格策略赚取均值回归收益，趋势交易依赖波动率放大 [31][32] - 风险厌恶者回避波动，风险偏好者拥抱波动，波动收益实质是风险定价偏差带来的利润转移 [23][24] 波动是金融世界的本质 - 波动触发投资者行为偏差，使风险变为现实，同时为交易对手创造盈利机会 [34][39] - 投资者需区分可判断与不可判断因素：机构投资者控制波动，价值投资者关注企业价值，趋势交易者判断波动方向 [35][37] - 量化策略利用人类行为偏差自动执行交易，波动率变化规律成为策略设计基础 [39]

核心投资理念 - 价值锚定与顺势而为是核心投资理念 投资中注重风险收益比和确定性 偏好均衡配置而非押注型投资 [1][4][5] - 估值认知需在自身框架与市场反馈互动中不断打磨 更相信均值回归规律 不过度忍受高估值 [4][5][6] - 强势行情中不必追求赚取最后一个铜板 捕捉估值回升趋势更为重要 估值修复等待时间较弱势行情大幅缩短 [5][6] 投资策略与方法 - 偏左侧布局低估值资产 更倾向捕捉估值修复的钱而非估值扩张的钱 [5][6] - 会根据市场环境灵活调整策略 强势行情配置高弹性成长股 弱势行情配置防御性价值标的 [7][8] - 投资过程像科学实验 通过实践验证假设 可随时认错并找到反思应对之道 [8] 投研团队支持 - 投研团队接近20人 覆盖周期制造 TMT 医药生物 消费服务四大领域 [8] - 团队日常进行横向纵向对比 挑选估值更低 性价比更强 基本面向好趋势更明显的优质资产 [8] - 设有专门岗位专注于技术面研究 为投资提供择时辅助支持 [8] 看好的行业与领域 - 创新药产业迎来春天 正从技术引进转向自主创新 部分企业有望发展成为全球性跨国药企 [10] - AI领域更关注算力方向 重视AI应用蓝海市场 具身智能可能成为最大下游应用 [11] - 先进制造领域关注向高价值链环节上升转移 企业出海从产品出口转向产能出口 [11] - 周期领域能源化工在反内卷倡议下产品价格有望触底 关注利润丰厚估值合理的行业龙头 [11] - 汽车领域关注新产品周期或企业深度改革品种 看好智能化+机器人产业趋势 [11] - 电力燃气领域估值处于合理偏低位置 用电量有望持续增长 天然气作为过渡能源仍有较大增长空间 [11] 市场观点与配置 - A股优质公司正建立成熟股东回报和市值管理体系 未来有望收获经营估值市值管理三重硕果 [12] - 现阶段投资保持一定仓位不错过大趋势 同时均衡布局坚守低估值 [1][12] - 关注行业包括创新药 科技 周期 汽车 公用事业等多个板块 遵循均衡配置原则 [10][11]

波动与风险的关系 - 从传统金融理论视角看，风险被定义为未来收益的不确定性，其表现形式就是价格的波动，即波动等于风险 [5] - 夏普比率作为评估基金绩效的黄金指标，其核心是衡量每承担一单位风险（以历史收益波动率的标准差计量）所获得的超额收益，例如一个年化收益15%、无风险收益率3%、波动率标准差12%的基金，其夏普比率为1 [7][8] - 波动带来的亏损是实实在在的，例如投资者若在股价波动低点因急用钱而被迫卖出，将承担实际损失，因此波动在未来看是过程，但在现在看就是结果 [5][6] 对“波动=风险”观点的不同看法 - 以巴菲特为代表的价值投资大师明确否定“波动=风险”的观点，认为真正的风险是资本的永久性损失风险，而非价格的短期波动，波动对长期投资者而言是中性的 [12] - 另一种实战派观点认为，波动本身就是收益的来源，风险厌恶者因回避波动而付出的“折价”，使得风险偏好者能够从中获取收益，即“波动=收益”是“波动=风险”的另一面 [15][16] - 早期巴菲特在“捡烟蒂”策略中，实质是利用股价向下波动的机会低价买入，表明其曾视波动为收益的重要来源 [14] 波动在资产定价与投资策略中的应用 - 资产的实际定价遵循波动越大、风险越大、所需风险补偿越高的原则，例如经营稳定的长江电力，其股息率高于债券收益率，高出的部分即为对股价波动率的风险溢价 [10] - 高波动基金容易导致投资者“高点净申购，低点净赎回”，致使投资者实际平均收益率远低于基金本身年化收益率，而低波动基金投资者的平均收益率反而可能更高 [10][11] - 波动率可作为可交易的“商品”，例如期权定价与标的资产的历史波动率密切相关，波动率更高的资产其期权价格通常更贵 [17] 基于波动的投资策略分类 - 定投策略和网格策略等旨在从波动中获利，例如定投依赖“微笑曲线”利用先跌后涨的波动，网格策略则纯粹赚取均值回归的波动钱，尤其适用于“上有顶下有底”的可转债 [20][22] - 趋势交易策略将方向与波动置于同等重要地位，其本质是交易波动率在价格突破区间后的放大 [20] - 纯粹的期权波动率交易策略可通过组合对冲掉方向性风险，仅保留对波动率变化的敞口，其收益取决于对波动率变化方向的判断 [22]

核心观点 - Bendigo & Adelaide Bank Ltd（BEN）当前股价为12.6澳元 通过市盈率模型计算合理估值为16.92澳元 通过股息贴现模型计算合理估值区间为13.32-19.64澳元 [1][6][11][12] 银行业投资背景 - 澳大利亚银行业呈现寡头垄断格局 四大银行主导市场 外资银行进入成功率极低 [2][3] - 银行股特别受股息投资者青睐 因可享受税收抵免优惠 [3] - 除BEN外 Macquarie Group和Bank of Queensland也是澳交所热门银行股 [2] 市盈率估值分析 - BEN的FY24每股收益为0.87澳元 当前市盈率为14.5倍 低于银行业平均市盈率19倍 [6] - 采用行业平均市盈率计算 BEN的合理估值应为16.92澳元（0.87澳元×19倍） [6] - 市盈率比较是专业分析师常用估值方法 基于行业均值回归原理 [5] 股息贴现模型估值 - DDM模型使用全年股息除以风险率与股息增长率之差来计算股价 [9] - 基于去年股息0.63澳元 假设不同增长率和风险率（6%-11%） 得出估值13.32澳元 [10][11] - 使用调整后股息0.65澳元 估值升至13.75澳元 [11] - 考虑全额税收抵免 使用总股息0.93澳元计算 估值达19.64澳元 [12] - DDM估值模型是银行业最古老的估值技术之一 需测试多组假设参数 [8][10] 估值敏感性分析 - 风险率从6%升至11%时 估值从16.25澳元降至7.22澳元（增长率2%假设下） [13] - 增长率从2%升至4%时 估值从16.25澳元升至32.50澳元（风险率6%假设下） [13] - 模型显示估值对参数变化高度敏感 [13] 投资研究建议 - 估值模型仅是研究起点 银行是复杂企业 需深入分析增长战略 [14] - 需关注银行信贷扩张策略（利息收入）与非利息收入（咨询费、管理费）平衡 [14] - 必须结合失业率、房价和消费者信心等经济指标进行综合判断 [14] - 管理层能力评估是投资决策的重要环节 [14]