报告核心观点 2025年上半年GDP超额完成目标，但6月投资和消费走弱，Q4经济增速或下行，政策或适时加力；转债估值偏贵，看好平衡低估风格；食品饮料内需待提振，可布局头部白酒和优质大众品公司；商贸零售消费稳健复苏，关注情绪消费主题下高景气赛道公司；隆盛科技在汽车和机器人业务上具成长潜力，首次覆盖给予“买入”评级 [3][9][11][20][25][31] 各部分总结 宏观经济 - 2025Q2实际GDP同比增5.2%，建筑业拖累二产，价格水平待修复，名义与实际GDP增速差扩至-1.3% [3] - 6月工业增加值同比提至6.8%，服务业生产平稳，信息软件技术连升5个月，产销率处历年最低 [3] - 居民可支配收入增速降至5.4%，经营净收入拖累大；周均工时增至48.4小时，时薪增速微降至6.1%；消费率为68.6%，好于2022 - 2024年同期但低于疫前 [4] - 以旧换新对社零贡献放缓，6月社零同比降1.6个百分点至4.8%，6月补贴资金进度约54%，下半年或出台刺激消费政策 [5] - 固投三大分项回落，地产投资降幅扩大、销售微降，制造业增速或放缓，基建受高基数和项目落地时间影响，Q3、Q4水利投资或拖累基建 [6] 金融工程 - 截至2025年7月11日，近1月可转债等权、高价、中价、低价指数及正股等权指数均上涨 [11] - “百元转股溢价率”滚动三年和五年分位数分别处64.9%和67.3%，转债估值偏贵 [12][13] - 截至2025年6月13日，“修正YTM–信用债YTM”中位数为-1.26%，偏债型转债配置性价比低 [14] - 截至2025年7月11日，近4周低估值因子在偏股、平衡、偏债转债中超额为-1.40%、-0.55%、1.12% [15] - 未来两周风格轮动全仓配置平衡转债低估指数，截至2025年7月11日，近4周收益2.37%，2025年以来收益29.73% [16] 食品饮料 - 6月社零增速环比回落，与618错期、国补控制及可选消费和餐饮下滑有关，下半年关税和出口不确定，内需政策或使板块受益 [20][21] - 6月社零同比+4.8%，增速环比降1.6pct，餐饮及限额以上收入同比分别+0.9%、-0.4%，增速环比降5.0pct、-5.2pct，粮油食品、饮料、烟酒同比增速均回落 [21] - 2025Q2社零同比+5.4%，增速环比提升0.8pct，餐饮及限额以上收入增速环比降0.8pct、-2.2pct，粮油食品必选消费增速高，饮料和烟酒增速环比降 [22] - 6月白酒探底，政策和电商补贴影响需求和批价，下半年或见底；大众品零食企业成长性好，产品和渠道创新强 [23] - 建议布局头部白酒企业如贵州茅台等，关注大众品优质公司如西麦食品等 [20] 商贸零售 - 2025年1 - 6月社零总额245458亿元，同比+5.0%，6月42287亿元，同比+4.8%，消费稳健复苏，后续有提升潜能 [25][26] - 6月整体/食品类CPI同比分别+0.1%/-0.3%，环比-0.1%/-0.4%，商品零售、服务零售、餐饮收入同比分别+5.1%/+5.3%/+4.3%，必选消费中粮油食品好，可选消费中家电音像、金银珠宝佳 [27] - 1 - 6月网上零售额74295亿元，同比+8.5%，实物商品网上零售额61191亿元，占社零比重24.9%，618电商销售总额8556亿元，即时零售296亿元；线下专业店和专卖店销售边际回暖 [28] - 关注情绪消费主题下高景气赛道公司，如黄金珠宝的老铺黄金、线下零售的永辉超市、化妆品的毛戈平、医美的爱美客等 [29] 机械（隆盛科技） - 公司主营EGR系统、新能源电机部件及精密结构件，2024年营收23.97亿元，同比增31%，归母净利润2.24亿元，同比增53%，预计2025 - 2027年主业归母净利润3.09/4.12/5.46亿元，首次覆盖给予“买入”评级 [31] - EGR系统国内轻型柴油车市占率第一，2024年收入7.29亿元，同比增30%；新能源部件中马达铁芯2024年销量225.6万件，收入10.3亿元，电机半总成预计2025年下半年量产；精密结构件可赋能机器人 [30][31][32] - 公司突破人形机器人三大核心部件，灵巧手推进第三代开发，谐波减速器技术优，关节电机与粘胶铁芯有优势，技术与客户协同有望加速落地 [33]

根据研报内容，以下是量化模型与因子的详细总结： 量化因子与构建方式 1. **因子名称**：转股溢价率偏离度 - **构建思路**：衡量转股溢价率相对于拟合值的偏离度，使不同平价的转债可比[21] - **具体构建过程**： $$y_{i}=\alpha_{0}+\,\alpha_{1}\cdot\,{\frac{1}{x_{i}}}+\epsilon_{i}$$ 其中，$y_i$为第$i$只转债的转股溢价率，$x_i$为转股价值。通过截面数据拟合转股溢价率与转股价值的关系曲线，计算偏离度[21][44] 2. **因子名称**：理论价值偏离度（蒙特卡洛模型） - **构建思路**：通过蒙特卡洛模拟计算转债理论价值，衡量价格与理论价值的偏离[21] - **具体构建过程**： 1. 模拟10000条路径，考虑转股、赎回、下修、回售条款 2. 以同信用同期限利率为贴现率计算理论价值 3. 因子值=转债收盘价/理论价值-1[21] 3. **因子名称**：转债综合估值因子 - **构建思路**：融合转股溢价率偏离度和理论价值偏离度，提升因子稳定性[21] - **具体构建过程**： $$综合估值因子 = Rank（转股溢价率偏离度） + Rank（理论价值偏离度）$$ 对两个因子分别排名后相加[21] 4. **因子名称**：修正YTM - 信用债YTM - **构建思路**：剥离转股条款影响，比较偏债型转债与信用债的配置价值[4][45] - **具体构建过程**： $$修正YTM = 转债YTM \times (1-转股概率) + 预期转股收益率 \times 转股概率$$ 转股概率通过BS模型计算，最终取截面中位数[4][45][46] 5. **因子名称**：转债市场情绪捕捉指标 - **构建思路**：结合动量和波动率识别市场情绪[29] - **具体构建过程**： $$市场情绪指标 = Rank（20日动量） + Rank（波动率偏离度）$$ 在风格指数内部取因子中位数[29][30] 量化模型与构建方式 1. **模型名称**：转债低估指数构建模型 - **构建思路**：通过估值因子筛选低估转债，分风格构建指数[21][22] - **具体构建过程**： 1. 按平底溢价率划分风格（偏股>15%，偏债<-15%，其余为平衡型） 2. 偏股型使用理论价值偏离度因子，其他风格用综合估值因子 3. 选取因子前1/3且满足：正股市值>5亿、非ST、评级≥AA-等8项风控条件[21][22] 2. **模型名称**：转债风格轮动模型 - **构建思路**：根据市场情绪指标动态配置低估风格[29][30] - **具体构建过程**： 1. 计算各风格指数的市场情绪指标排名 2. 优先配置排名低的风格，若排名相同则等权配置 3. 双周频调仓，全仓投资单一风格[29][30][35] 因子回测效果 | 因子/模型 | 年化收益 | 年化波动 | IR | 最大回撤 | 测试周期 | |--------------------------|----------|----------|-------|----------|-------------------| | 偏股转债低估指数 | 24.91% | 20.39% | 1.22 | -22.83% | 2018-2025[24] | | 平衡转债低估指数 | 13.77% | 11.87% | 1.16 | -16.04% | 2018-2025[24] | | 偏债转债低估指数 | 12.21% | 9.45% | 1.29 | -17.59% | 2018-2025[24] | | 转债风格轮动模型 | 24.23% | 16.54% | 1.47 | -15.54% | 2018-2025[35] | | 低估值因子（偏股） | - | - | - | - | 近4周超额1.33%[23]| 模型评价 - **估值因子**：理论价值偏离度在偏股型转债上表现优异，综合估值因子对平衡/偏债型更有效[21] - **风格轮动**：通过动量+波动率捕捉市场情绪，历史信息比率达1.47显著优于基准[35] - **风控设计**：通过正股市值、盈利等条件有效控制信用风险[22]

2025 年 05 月 20 日 苏 良（分析师） 证书编号：S0790523060004 何申昊（研究员） 证书编号：S0790122080094 金融工程研究团队 魏建榕（首席分析师） 证书编号：S0790519120001 张 翔（分析师） 证书编号：S0790520110001 傅开波（分析师） 证书编号：S0790520090003 高 鹏（分析师） 证书编号：S0790520090002 苏俊豪（分析师） 证书编号：S0790522020001 胡亮勇（分析师） 证书编号：S0790522030001 王志豪（分析师） 证书编号：S0790522070003 盛少成（分析师） 证书编号：S0790523060003 陈 威（研究员） 证书编号：S0790123070027 蒋 韬（研究员） 证书编号：S0790123070037 相关研究报告 《军工板块的资金行为监测—金融工 程定期》-2025.5.17 《沪深 300 与中证 500 成分股调整预 测（2025 年 6 月）—金融工程定期》 -2025.5.12 《港股量化：2025 年以来南下累计净 流入超 6000 亿港元，5 月增配成长— ...

核心观点 - 整理转债公司2024年年报中债券十大持有人数据，分析不同机构转债配置特点，机构资金属性决定配置策略，个券持有人结构可侧面反映市场定位和适配策略 [1][11] 各机构转债配置情况 保险及社保基金 - 顺周期比例显著高于其他持有人，截至2025年4月末保险机构持有转债约571亿元，十大持有人数据显示保险机构进入前十持仓规模204.32亿元，社保基金进前十230次，规模53.83亿元 [17][18] - 超配电力设备、石油石化、钢铁、非银金融行业，低配农林牧渔、公用事业、电子、机械和轻工行业 [19] - 超配中低价转债，较少进入130元以上转债前十持有人，140元以上仅5只AA级别转债有保险/社保出现 [1][19] - 持仓规模占比可观的个券包括密卫、恒逸转2等，对高溢价和低股性容忍度更高，持有较多弹性较弱的顺周期偏债型个券 [19] - 头部保险机构配置模式差异明显，部分持仓集中大余额标的，部分分散投资，换手率各异 [1] 公募专户 - 绝对收益导向，评级规模比保险“下沉”，十大持有人中公募专户类持有规模约93亿元 [21][23] - 行业配置较为均衡，超配公用事业和钢铁，低配计算机和银行 [24] - 大幅超配105 - 110元个券 [24] - 2024年实践转债信用替代策略，持仓包含不少中等规模和评级、2年以内到期个券 [24] 券商自营/资管 - 截至2025年4月末持有转债约615.21亿元，十大持有人中持有规模132.39亿元，持仓有季节性特征，11、12月倾向减仓 [25] - 大幅超配电力设备和钢铁行业，小幅超配有色金属、农林牧渔及石油石化行业，低配轻工制造、医药生物等行业 [31] - 极其偏好115元以下低价转债 [31] - 持仓规模占比高的个券包括希望、法兰等 [31] 外资 - 进入前十大转债持有人次数253次，合计规模93.06亿元 [32] - 超配电子、医药、电力设备和化工行业，低配金融和资源品行业 [33] - 偏好平衡型中间价格段转债，低配超低价和超高价转债 [35] - 持有规模占比高的个券有飞凯、弘亚等，都有相当比例海外营收 [35] - 部分投资者换手较低 [32] 个人投资者 - 截至2024年12月底持有转债693.76亿元，十大持有人中持有规模204.32亿元 [36] - 低配顺周期行业，超配小余额转债密集行业 [37] - 超配120 - 125元平衡型转债和140元以上高价转债，低配120元以下低价转债 [37] - 持仓规模占比高的个券包括天创、联得等，新券持仓结构中个人占比普遍较高 [37] 私募 - 前十大持有人中持有转债规模53.83亿元 [38] - 低配价格弹性较小行业，超配小约标的多、正股波动率大的行业 [40] - 偏好两头配置，对弹性诉求强，弹性源于博弈发行人困境反转或高价转债交易优势 [41] 其他机构 - 一般机构多为参与转债配售的大股东 [42] - 年金投资策略个券分散度较高 [42] - 信托投资转债规模占比极低，十大持有人中出现频率不高 [42]

量化模型与构建方式 1. **模型名称**：转债综合估值模型 - **模型构建思路**：通过融合转股溢价率偏离度和理论价值偏离度（蒙特卡洛模型）两个因子，构建综合估值因子以筛选低估转债[19] - **模型具体构建过程**： 1. 计算单只转债的转股溢价率偏离度：$$转股溢价率偏离度 = 转股溢价率 - 拟合转股溢价率$$，其中拟合转股溢价率通过截面数据回归得到[20] 2. 计算理论价值偏离度（蒙特卡洛模型）：$$理论价值偏离度 = \frac{转债收盘价}{理论价值} - 1$$，理论价值通过蒙特卡洛模拟（10,000条路径）考虑转股、赎回、下修等条款，并以同信用等级同期限利率贴现[20] 3. 因子融合：对两个因子分别排名后等权相加：$$转债综合估值因子 = Rank(转股溢价率偏离度) + Rank(理论价值偏离度)$$[20] - **模型评价**：该模型在平衡型和偏债型转债中表现更优，能系统性捕捉估值回归效应[19] 2. **模型名称**：转债风格轮动模型 - **模型构建思路**：结合市场情绪指标（动量和波动率偏离度）对低估风格指数进行动态配置[27] - **模型具体构建过程**： 1. 计算单只转债的20日动量和波动率偏离度 2. 在低估指数内部取因子中位数作为指数情绪指标 3. 对三类低估指数（偏股/平衡/偏债）的情绪指标排名并相加：$$市场情绪捕捉指标 = Rank(20日动量) + Rank(波动率偏离度)$$ 4. 选择综合排名最低的指数配置，若并列则等权或优先配置平衡风格[28] - **模型评价**：通过双周频调仓实现风格切换，历史信息比率显著优于基准[33] --- 量化因子与构建方式 1. **因子名称**：转股溢价率偏离度 - **因子构建思路**：衡量实际转股溢价率与理论拟合值的差异[20] - **因子具体构建过程**： 1. 截面回归拟合转股溢价率与转股价值的关系：$$y_i = \alpha_0 + \alpha_1 \cdot \frac{1}{x_i} + \epsilon_i$$，其中$y_i$为第$i$只转债的转股溢价率，$x_i$为转股价值[44] 2. 计算偏离度：$$转股溢价率偏离度 = 实际转股溢价率 - 拟合值$$[20] 2. **因子名称**：理论价值偏离度（蒙特卡洛模型） - **因子构建思路**：通过期权定价模型识别转债价格与理论价值的偏差[20] - **因子具体构建过程**： 1. 蒙特卡洛模拟10,000条路径，考虑转股、赎回、下修、回售条款 2. 以同信用等级同期限利率贴现计算理论价值 3. 计算偏离度：$$理论价值偏离度 = \frac{收盘价}{理论价值} - 1$$[20] 3. **因子名称**：修正YTM-信用债YTM - **因子构建思路**：剥离转股条款影响后比较偏债型转债与信用债的收益率差异[5] - **因子具体构建过程**： 1. 计算修正YTM：$$修正YTM = 转债YTM \times (1 - 转股概率) + 预期转股年化收益 \times 转股概率$$，其中转股概率通过BS模型计算[45] 2. 取与同等级信用债YTM差值的中位数[46] --- 模型的回测效果 1. **转债综合估值模型**： - 偏股转债低估指数：年化收益23.06%，波动率20.43%，IR 1.13[23] - 平衡转债低估指数：年化收益13.56%，波动率11.94%，IR 1.14[23] - 偏债转债低估指数：年化收益11.85%，波动率9.49%，IR 1.25[23] 2. **转债风格轮动模型**： - 年化收益23.38%，波动率16.48%，IR 1.42，月度胜率65.12%[33] --- 因子的回测效果 1. **估值因子增强效果**（近4周）： - 偏股转债超额0.9%，平衡转债超额1.2%，偏债转债超额-0.3%[22] 2. **百元转股溢价率**：当前滚动5年分位数40%[15] 3. **修正YTM-信用债YTM**：当前中位数0.38%[5]