市场表现综述 - 本周（2025年2月24日至2月27日）国内权益市场指数普遍上涨，中证500指数上涨4.32% [4] - 行业表现方面，钢铁、有色金属、基础化工行业涨幅居前，传媒、商贸零售、食品饮料行业跌幅居前 [4] - 基金市场方面，本周权益型基金涨幅领先，混合债券型一级基金净值回调 [4] 基金产品发行与成立 - 本周国内新基金市场发行冷淡，新成立基金5只，合计发行份额为14.51亿份 [5] - 新成立基金中，股票型基金2只，混合型基金3只 [5] - 全市场新发行基金共36只，其中混合型基金13只，股票型基金12只，债券型基金6只，FOF基金5只 [5] 基金产品业绩表现 - 长期行业主题基金指数显示，本周周期主题基金净值显著上涨，医药主题基金业绩表现较弱 [6] - 截至2026年2月27日，各主题基金本周净值涨跌幅分别为：周期6.93%，国防军工4.30%，新能源2.64%，行业轮动2.43%，行业均衡2.25%，TMT 1.93%，消费-0.78%，金融地产-0.84%，医药-1.76% [6] ETF市场资金流向与收益 - 本周股票型ETF资金延续净流出，净流出354.42亿元，收益中位数为1.52% [7] - 中小盘、大盘宽基ETF受到明显减仓，各类宽基ETF资金均呈现净流出，其中中小盘主题ETF合计净流出132.17亿元 [7] - 港股ETF本周资金净流入规模扩大，净流入142.26亿元，但收益中位数为-2.47% [7] - 跨境ETF本周资金净流入29.06亿元，收益中位数为0.95%；商品型ETF本周资金净流入37.13亿元，收益中位数为3.06% [7] - 行业主题ETF方面，被动资金加仓金融地产主题ETF，合计净流入20.53亿元，同时减仓TMT主题ETF [7] ESG金融产品动态 - 国内绿色债券市场稳步发展，截至2026年2月27日，累计发行规模达5.27万亿元，发行数量合计4556只 [8] - 本周新发行绿色债券2只，已发行规模合计7.5亿元 [8] - 截至2026年2月27日，国内基金市场存量ESG基金共211只，规模合计1576.39亿元 [8] - ESG基金表现方面，主动权益型、股票被动指数型、债券型ESG基金本周净值涨跌幅中位数分别为2.27%、2.87%、0.02% [8] - 新丝路、碳中和、一带一路等主题的ESG基金表现占优 [8]

宏观市场回顾 - 2月9日至27日市场缩量上涨，日均成交额22，574亿元，环比减少1，493亿元[10] - 主要股指上涨：上证指数涨2.39%，深证成指涨4.23%，创业板指涨2.28%，万得全A涨3.89%[10] - 板块表现分化：钢铁、有色、基础化工领涨，食品饮料、商贸零售、非银金融表现靠后[10] - 2月9日至27日债市收益率上行，10年期国债活跃券上行0.2个基点，30年期国债活跃券上行2.75个基点[10] 海外市场与地缘政治 - 同期美股下跌：道指跌2.27%，标普500指数跌0.77%，纳指跌1.56%[10] - 美债利率下行：10年期美债收益率下行26个基点至3.95%[10] - 大宗商品上涨：NYMEX原油期货涨6.02%，COMEX黄金期货涨6.36%[10] - 美以伊军事冲突爆发，预计将导致海外风险偏好和流动性短期下滑，市场波动性或加大[4][10] 核心观点与风险提示 - 两会目标超预期可能性较低，短期债市利空相对有限，一季度降准仍有博弈空间[4][10] - 主要风险提示：海外地缘政治风险超预期发酵、年初基本面不及预期[4]

行业投资评级 - **强于大市**（维持评级）[5] 报告核心观点 - **文旅出行高增，景区与免税消费双旺** 春节假期前八天全社会跨区域人员流动量达24.6亿人次，农历可比口径同比增长9.7%，铁路、公路、水路、航空客运量分别增长10.1%、9.7%、30.4%、7.6%，部分核心景区客流及营收实现显著增长，离岛免税销售金额同比增长30.8%[2][3][9][13][22][25] - **零售消费复苏提速，线下实体回暖且业态分化** 春节期间重点零售餐饮日均销售额同比增长5.7%，增速加快1.6个百分点，线下商圈营业额增速（+7.5%）高于客流量增速（+6.7%），体验式与品质消费成为核心增长引擎，全国78个重点商圈整体客流与营业额分别增长23.2%和33.2%[4][26][27][28] - **投资主线关注酒店、餐饮、优质文旅及结构性机会** 报告建议关注酒店板块的量价齐升与龙头弹性、餐饮板块的供应链与品牌力优势、优质文旅景区的稀缺性运营价值，以及免税与黄金珠宝板块的结构性机会[5] 文旅：出行高增，景区免税双旺 - **全社会跨区域人员流动量显著增长** 2026年春节假期前八天（2.15-2.22）全社会跨区域人员流动量达24.6亿人次，同比2025年春节八天增长6.6%，同比2025年农历同期增长9.7%，日均流动量为3.1亿人次[3][9] - **各类交通客运量农历同比均实现增长** 农历可比口径下，春节前八天铁路、公路、水路、航空客运量分别同比增长10.1%、9.7%、30.4%、7.6%[3][9] - **头部景区客流与营收表现亮眼** 祥源文旅春节前四天累计接待游客26.45万人，同比增长20%，其旗下多个核心景区营收实现高增长，如湖南张家界黄龙洞营收同比增长79%；黄山风景区春节初一至初六接待进山游客17.44万人，同比增长2.38%，景区内营收同比增长12.16%[13][14][18] - **多省市文旅数据表现强劲** 例如，吉林省重点景区及冰雪场所前2天接待游客量同比增长29.8%；北京市春节假期接待游客1984.3万人次，旅游总花费331.4亿元；江苏省接待游客7581.12万人次，游客总花费609.63亿元，可比口径分别增长10.1%和10.5%；上海市接待游客2167.21万人次，同比增长8.36%，旅游消费总金额256.14亿元，同比增长20.9%[19] - **离岛免税销售实现双位数高增长** 2026年春节假期，海口海关监管离岛免税销售金额27.2亿元，同比增长30.8%；销售件数199.7万件，同比增长21.9%；购物人数32.5万人次，同比增长35.4%[22][25] 零售：线下消费回暖，业态分化复苏 - **整体消费复苏韧性超预期，量价同步修复** 春节期间重点零售餐饮日均销售同比增长5.7%，增速加快1.6个百分点，线下实体复苏力度强于线上，商圈营业额增速（+7.5%）高于客流量增速（+6.7%），客单价提升明显，假期前两日及前四日日均销售额同比分别增长10.6%和8.6%[4][26][27] - **核心城市消费复苏领跑** 上海市腊月二十八至正月初六实现全口径零售和餐饮销售额603.5亿元，同比增长12.8%，其中线下实体销售额365.5亿元，同比增长15.4%；北京市重点监测企业实体商业销售额84.5亿元，同比增长12.4%[27] - **百货商场与商圈成为线下消费核心载体** 全国78个重点商圈、步行街春节假期整体客流同比增长23.2%，营业额同比增长33.2%，北京三里屯太古里客流增长20.7%，燕莎蓝港商圈销售额增长31.1%，成都春熙路商圈累计销售额26.8亿元，同比增长4.6%[28][31] - **超市业态刚需属性凸显，品质消费需求释放** 社区及连锁超市受年货采购、生鲜及预制菜需求带动，销售额稳步增长，例如宁夏回族自治区重点监测零售企业中，家用电器、通讯器材销售额同比分别增长15.2%和18%[31]

量化模型与构建方式 1. 模型名称：风格轮动综合打分体系 **模型构建思路**：通过宏观、市场情绪与拥挤度三个维度对市场风格（价值/成长、大盘/小盘）进行多因子打分，构建综合打分体系以判断风格轮动方向[2][6]。 **模型具体构建过程**： 1. **价值成长轮动策略**：构建思路基于“成长股能够更好地受益于流动性宽松，大盘股对经济繁荣的表现更加敏感”[2][6]。报告未详细披露具体用于打分的因子及权重分配过程，但指出是通过“三维度多因子打分”构建[6]。 2. **大小盘轮动策略**：构建思路与价值成长轮动策略类似，同样基于宏观敏感性、流动性受益和市场情绪/拥挤度三个维度进行综合打分[2][6]。 **模型评价**：该模型旨在通过多维度的宏观和市场指标，系统性地捕捉市场风格的切换信号。 2. 模型名称：行业轮动综合解决方案 **模型构建思路**：构造宏观经济、中观基本面、微观技术面以及交易拥挤度四个维度的指标，通过综合打分的方式构建行业轮动模型，每月选取得分最高的行业进行配置[3][11]。 **模型具体构建过程**： 1. **宏观指标**：将一级行业划分为上游周期、中游制造、下游消费、TMT、大金融五个板块。构建基于宏观经济增长与流动性二阶差分的象限划分体系，根据经济增长和流动性的二阶变化（如“衰退加深/扩张放缓”、“宽松加码/紧缩放缓”）来推荐配置的板块[15]。 2. **基本面指标**：包含历史景气、景气变化与景气预期三个部分[17]。具体因子和合成方法未详细披露。 3. **技术面指标**：包含指数动量、龙头股动量与K线形态三个部分[20]。具体因子和合成方法未详细披露。 4. **拥挤度指标**：包含融资流入、换手率与成交占比三个部分[21]。该指标为负向指标，用于提示交易过热风险。 5. **综合信号合成**：结合宏观、基本面和技术面三个维度的正向得分，同时负向配置拥挤度因子，构建行业轮动综合评价体系[25]。 6. **ETF映射**：为将行业观点落地为可投资标的，建立了从行业到ETF的映射规则[26]： * 规则一：整理ETF清单，每个指数仅保留规模最大的ETF，并根据规模和流动性筛选。 * 规则二：统计指数成分股的行业权重，将指数映射到其成分股权重最大且超过50%的行业。 * 规则三：对于每个行业，若存在3个以上符合条件的指数，则选择过去60天收益率相关性最低的3个指数对应的ETF；若仅有3个及以内，则全部映射。 * 规则四：计算行业与指数的过去60天收益率相关系数，选择相关性最强的一个指数对应的ETF进行最终映射。 **模型评价**：该模型框架全面，覆盖了宏观、中观、微观及市场情绪多个层面，旨在通过多维信号捕捉行业轮动机会，历史回测显示其能产生稳定的超额收益[12]。 模型的回测效果 1. 行业轮动综合解决方案 * 年化收益：18.4%[12] * 基准年化收益（行业等权）：4.9%[12] * 超额年化收益：13.5%[12] * 月度IC均值：12.1%[12] * 月度ICIR：1.39[13] （注：报告未提供风格轮动模型的详细历史回测绩效指标。） 量化因子与构建方式 1. 因子类别：行业轮动宏观因子 **因子构建思路**：通过宏观经济增长和流动性的二阶差分（变化速度的变化）来划分经济象限，从而判断对不同行业板块的配置倾向[15]。 **因子具体构建过程**：报告未给出具体的计算公式，但描述了构建逻辑：基于宏观增长与流动性的二阶差分进行象限划分。例如，当“经济增长二阶走弱、流动性二阶改善”时，模型建议配置TMT和上游周期板块[15]。 2. 因子类别：行业轮动基本面因子 **因子构建思路**：从历史景气度、景气度变化以及未来景气预期三个角度评估行业的基本面状况[17]。 **因子具体构建过程**：报告指出该因子包含历史景气、景气变化与景气预期三个部分，但未披露具体因子构成、计算方法和合成公式[17]。 3. 因子类别：行业轮动技术面因子 **因子构建思路**：从指数整体动量、行业内龙头股动量以及K线形态三个技术分析角度评估行业的趋势强度[20]。 **因子具体构建过程**：报告指出该因子包含指数动量、龙头股动量与K线形态三个部分，但未披露具体因子构成、计算方法和合成公式[20]。 4. 因子类别：行业轮动拥挤度因子 **因子构建思路**：通过融资流入、换手率与成交占比三个维度衡量行业的交易热度和拥挤程度，作为风险提示指标[21]。 **因子具体构建过程**：报告指出该因子包含融资流入、换手率与成交占比三个部分，但未披露具体因子构成、计算方法和合成公式[21]。 **因子评价**：拥挤度因子是一个负向指标，用于识别交易过热、可能面临回调风险的行业[21][25]。 因子的回测效果 （注：报告未提供各个独立因子（如宏观、基本面、技术面、拥挤度因子）的历史IC、IR等具体测试结果取值。仅提供了合成后的行业轮动模型的整体绩效。）

量化模型与构建方式 1. **模型名称：卷积神经网络（CNN）趋势观察模型**[81][82][87] * **模型构建思路**：使用卷积神经网络对图表化的个股价量数据进行深度学习，以识别与未来价格走势相关的特征模式，并将这些学习到的特征映射到行业主题板块中，从而进行行业主题配置[81][82]。 * **模型具体构建过程**： 1. **数据准备**：为每个个股在特定窗口期内的价量数据构建标准化的图表[81][82]。 2. **模型训练**：使用卷积神经网络对上述图表化的价量数据与未来价格进行建模，学习能够预测未来价格走势的特征[81][87]。 3. **特征映射与应用**：将训练好的模型学习到的特征应用于行业主题板块，识别出当前具有相似价量特征模式的行业主题[81][87]。 4. **输出配置**：模型最终输出当前建议配置的行业主题及对应的具体指数[82][87]。 2. **模型名称：宏观因子事件模型**[56][57][59] * **模型构建思路**：通过跟踪一系列国内外宏观指标，定义其走势变化为特定事件，并从历史数据中筛选出对未来资产收益率有显著影响的“有效因子事件”，以此作为判断未来市场趋势的依据[56][57]。 * **模型具体构建过程**： 1. **因子选择**：跟踪25个国内外宏观指标，涵盖货币政策、财政政策、流动性、通胀水平及其他经济指标[56][57]。 2. **事件定义**：将宏观因子的走势变化定义为四类事件：短期高低点、连续上涨/下跌、创历史新高/新低、因子走势反转[57]。 3. **有效性检验**：从历史数据中寻找“有效因子事件”，即那些对资产未来收益率影响较为显著的因子事件[57]。 4. **趋势分析**：采用历史均线（如1月、3月、12月均线）将宏观因子走势分为趋势上行和趋势下行，统计不同趋势下资产未来一个月的平均收益，筛选出收益存在显著差异的资产[59][60]。 3. **模型名称：期权成交量看涨看跌比（CPR）模型**[50] * **模型构建思路**：通过监测上证50ETF期权成交量的看涨看跌比率（CPR）与其布林通道的相对位置，来判断蓝筹股的短期超买超卖风险[50]。 * **模型具体构建过程**： 1. **计算指标**：计算上证50ETF期权成交量的看涨看跌比率（CPR）。 2. **构建通道**：计算CPR的60日布林通道（包括上轨与下轨）[50]。 3. **信号生成**：当最近20个交易日的CPR值高于其60日布林通道上轨时，模型认为蓝筹股短期存在超卖风险[50]。 4. **模型名称：GFTD模型与LLT模型**[88] * **模型评价**：报告提及GFTD模型和LLT模型的历史择时成功率约为80%，但未详细描述其构建思路与具体过程[88]。 模型的回测效果 1. **卷积神经网络（CNN）趋势观察模型**，最新配置主题为船舶、电网、钢铁、机器人等，具体输出指数包括：中证智选船舶产业指数(932420.CSI)、中证电网设备主题指数(931994.CSI)、中证钢铁指数(930606.CSI)、中证机器人指数(h30590.CSI)、中证工程机械主题指数(931752.CSI)[82][87]。 2. **宏观因子事件模型**，当前（截至报告期）有效信号包括：PMI（3月均线上行）看多股票；社融存量同比（1月均线上行）看多股票；10年期国债收益率（12月均线上行）对股票观点为震荡；美元指数（1月均线下行）看多股票[60]。 3. **期权成交量看涨看跌比（CPR）模型**，最新信号显示：最近20个交易日CPR高于60日布林通道上轨，认为蓝筹股短期存在超卖风险[50]。 4. **GFTD模型与LLT模型**，历史择时成功率约为80%[88]。 量化因子与构建方式 1. **因子名称：新高新低比例因子**[35][36] * **因子构建思路**：通过统计市场中创近期新高与新低的个股数量占比，来度量市场的极端情绪和广度[35]。 * **因子具体构建过程**： 1. 计算创近60日新高的个股数占全市场个股总数的比例（新高比例）。 2. 计算创近60日新低的个股数占全市场个股总数的比例（新低比例）[35][36]。 2. **因子名称：个股均线结构因子**[39][40] * **因子构建思路**：通过计算呈现多头排列与空头排列的个股数量之差占全体个股的比例，来反映市场整体的技术面强弱[39]。 * **因子具体构建过程**：计算呈现多头排列的个股数量减去呈现空头排列的个股数量，再除以全体个股数量，得到均线强弱指标[39][40]。 3. **因子名称：长期均线以上比例因子**[42][43] * **因子构建思路**：统计股价位于长期移动平均线（如200日）之上的个股比例，用以衡量市场长期趋势的强度[42][43]。 * **因子具体构建过程**：计算股价位于200日长期移动平均线之上的个股数占全市场个股总数的比例[42][43]。 4. **因子名称：基金仓位因子**[44][45] * **因子构建思路**：通过回归方法估算普通股票型、偏股混合型等权益类基金的整体仓位，以观察机构投资者的仓位变化[44]。 * **因子具体构建过程**：选取普通股票型、偏股混合型、平衡混合型、灵活配置型基金（剔除联接基金），将其净值与中证800指数进行回归，估算仓位，并按基金规模加权以反映整体权益基金仓位水平[44][45]。 5. **因子名称：市场真实换手率因子**[53][55] * **因子构建思路**：考虑自由流通股本后的市场换手率，用以观察市场真实的交易活跃程度，避免总股本导致的失真[53]。 * **因子具体构建过程**：计算基于自由流通股本的市场换手率[53][55]。 6. **因子名称：风险溢价因子**[68][69][87] * **因子构建思路**：用股票市场指数的盈利收益率（EP）减去无风险利率（十年期国债收益率），衡量权益资产相对于债券资产的超额收益预期，即风险补偿[68][69][87]。 * **因子具体构建过程**：对于特定指数（如中证全指），计算其静态市盈率（PE_TTM）的倒数得到盈利收益率（EP），再减去十年期国债收益率[87]。 $$风险溢价 = \frac{1}{PE\_TTM} - 十年期国债收益率$$ 其中，PE_TTM为指数滚动市盈率。 7. **因子名称：融资余额因子**[79][80] * **因子构建思路**：跟踪市场融资余额的绝对规模及其占流通市值的比例，用以观察杠杆资金的情绪和参与度[79][80]。 * **因子具体构建过程**： 1. 统计全市场融资余额的绝对数值（亿元）。 2. 计算融资余额占A股流通市值的百分比[80]。 因子的回测效果 1. **新高新低比例因子**，本期（2026年2月13日-27日）新高比例从前一期的9.8%升至15.7%，新低比例从前一期的7.0%升至7.2%[35]。 2. **个股均线结构因子**，本期（2026年2月13日-27日）多头排列减空头排列个股占比从前一期的31%降至26%[39]。 3. **长期均线以上比例因子**，报告展示了该因子的历史时间序列图表，但未提供最新具体数值[42][43]。 4. **基金仓位因子**，报告展示了该因子的历史时间序列图表，但未提供最新具体数值[45]。 5. **市场真实换手率因子**，报告展示了该因子（中证全指、创业板指）的历史时间序列图表，但未提供最新具体数值[55]。 6. **风险溢价因子**，截至2026年2月27日，中证全指风险溢价为2.43%，其历史均值加减两倍标准差边界分别为4.65%和约-0.79%（根据图表估算）[69][87]。 7. **融资余额因子**，报告展示了融资余额及其占流通市值比例的历史时间序列图表，但未提供最新具体数值[80]。

核心观点 - 本周A股总体估值扩张，钢铁行业领涨，其全动态估值处于历史45.3%分位数，后续仍有提升空间[1][8] - 主板和创业板估值扩张，科创板PE收缩，算力基建剔除运营商/资源类的相对估值收缩[1] - 从赔率与胜率综合比较，农林牧渔、非银金融等行业具有低估值高盈利特征，而建筑材料、电力设备、传媒、非银金融、钢铁等行业兼具低估值与高业绩增速[2][3] - 本周股市相对债市性价比下降，A股非金融ERP及股债收益差均有所降低[3] 本周A股总体估值详情 - **总体估值扩张**：A股总体PE（TTM）从上周的23.10倍升至本周的23.59倍，PB（LF）从上周的1.86倍升至本周的1.90倍，但重点公司全动态PE从上周的14.27倍微降至本周的14.25倍[10][14] - **主要板块估值分化**： - 主板PE（TTM）从18.37倍升至18.79倍，PB（LF）从1.54倍升至1.57倍[18] - 创业板PE（TTM）从77.83倍升至80.11倍，PB（LF）从4.59倍升至4.69倍[20] - 科创板PE（TTM）从227.96倍降至208.25倍，但PB（LF）从5.75倍升至5.82倍[23] - **特定板块估值收缩**：算力基建剔除运营商/资源类的相对PE（TTM）从上周的3.89倍降至本周的3.58倍，相对PB（LF）从4.12倍降至3.97倍[1][25] 大类行业估值水平 - **从PE（TTM）看**：可选消费、中游制造、周期类、大消费、中游材料的绝对和相对估值均高于历史中位数，其中可选消费、中游制造高于历史90分位数，而必需消费、服务业、金融服务的相对估值低于历史10分位数[2][28] - **从PB（LF）看**：资源类、周期类、中游制造、TMT、中游材料的绝对和相对估值均高于历史中位数，其中资源类、周期类相对估值高于历史90分位数，大消费、服务业、金融服务、必需消费的绝对和相对估值均低于历史中位数，且相对估值低于历史10分位数[2][31] - **从全动态PE看**：可选消费、中游制造、周期类、中游材料的绝对和相对估值均高于历史中位数，金融服务、必需消费的绝对和相对估值均低于历史中位数，大消费、必需消费的相对估值低于历史10分位数[2][33] 一级行业估值水平 - **从PE（TTM）看**：建筑材料、轻工制造、国防军工、纺织服饰、计算机、电力设备等行业的绝对和相对估值均高于历史中位数，其中建筑材料、轻工制造、国防军工、纺织服饰、计算机高于历史90分位数，非银金融、商贸零售、综合等行业低于历史10分位数[35] - **从PB（LF）看**：有色金属、机械设备、电子、国防军工、综合、钢铁、电力设备等行业的绝对和相对估值均高于历史中位数，其中有色金属、电子高于历史90分位数[38] - **从全动态PE看**：房地产、建筑材料、电子、机械设备、煤炭、汽车、基础化工等行业的绝对和相对估值均高于历史中位数，其中房地产行业高于历史90分位数，非银金融相对估值低于历史10分位数[44] 赔率与胜率综合分析 - **PB与ROE分位数比较**：农林牧渔、非银金融等行业位于第二象限，呈现低估值高盈利能力的特征[49] - **全动态PE与业绩增速比较**：建筑材料、电力设备、传媒、非银金融、钢铁等行业位于趋势线右侧，兼具低估值与高业绩增速（25-26年一致预期净利润复合增速）[52] ERP与股债收益差 - **静态估值角度**：A股非金融ERP从上周的0.70%降至本周的0.63%，股债收益差从上周的-0.20%降至本周的-0.25%[3][53] - **动态估值角度**：A股非金融重点公司全动态ERP从上周的3.25%微降至本周的3.23%[57]

市场表现与数据 - 上证指数全周上涨1.98%，而权重指数上证50和沪深300仅分别上涨0.17%和1.08%[10] - 中小盘指数表现强势，中证500、中证1000、国证2000分别上涨4.32%、4.34%和4.14%[10] - 有色金属行业大幅反弹9.77%，带动钢铁、基础化工、煤炭、石油石化分别上涨12.27%、7.15%、5.92%和5.61%[13] - 传媒板块下跌5.10%，商贸零售、食品饮料、非银金融、银行分别下跌1.64%、1.54%、1.18%和0.92%[13] 1. 沪深两市日均成交额放大至2.42万亿元，上周为2.09万亿元[21] - 两融余额为2.66万亿元，较上周的2.58万亿元增加；股票型ETF本周净流出335亿元[29] - 证券类ETF总份额为1546.3亿份，较节前增加23亿份[3] 市场展望与配置 - 市场主线不彰且呈现“炒后排”特征，预计后市将横盘震荡，趋势性机会或在三月中旬后[2] - 恒生科技指数走势趋弱，需密切关注其20月线和500天线得失[2] - 配置建议：中线仓位多看少动，短线仓位可关注后排低位品种；行业关注证券、建材、银行及石油石化；个股选择“924行情”以来涨幅落后且能站上年线的品种[3] 风险提示 - 主要风险包括国内经济修复不及预期以及全球地缘政治不确定性[4]

文章核心观点 - 消费市场总量处于L型磨底阶段，但结构分化显著，呈现K型复苏特征 [1][8] - 投资策略建议采取“哑铃型”配置，聚焦“红利资产”（防御）与“情绪消费/景气成长”（进攻）双主线 [1][8] - 多个核心消费板块估值处于历史低位，安全边际与配置性价比显著 [1][8] - 海南封关运作后免税行业迎来新机遇，政策红利加速兑现 [2] 总量消费与市场环境 - **总量数据**：2025年12月社会消费品零售总额当月同比增速回落至0.9%，受春节错期（2026年春节在2月中旬）和大促退潮影响 [8][16] - **结构分化**：服务消费韧性优于商品消费，12月餐饮收入同比增长2.2%，跑赢商品零售的0.7% [1][8] - **K型特征加剧**：与地产周期强相关的后周期板块持续低迷，12月家用电器和音像器材类同比下滑18.7%，建筑及装潢材料类下滑11.8% [8][18] - **市场情绪**：居民边际消费倾向承压，倾向于更多储蓄的储户比重处于高位 [20][21] 细分赛道表现 - **高景气赛道**：具备情绪价值的赛道逆势高增，12月文化办公用品类同比增长9.2%，体育、娱乐用品类增长9.0%，化妆品类增长8.8% [18][19] - **必选消费稳健**：粮油食品、日用品等刚需品类维持中低个位数平稳增长，12月粮油、食品类增长3.9%，日用品类增长3.7% [18][19] - **可选消费承压**：服装鞋帽针纺织品类12月仅微增0.6%，汽车类增长1.1%，修复弹性较弱 [18][19] 行业板块分析 - **食品饮料**： - 板块估值处于历史极低位置，截至2026年1月18日，食品饮料板块PE-TTM分位数为7.5%，白酒板块分位数仅4.1% [1][28] - 白酒批价筑底，高端酒（如茅台、普五）价格稳定，区域酒企受益于春节返乡红利 [24] - 大众品成本红利释放，白糖、PET等原材料价格处于低位，乳制品等龙头具备高股息配置价值 [24][26] - **商贸零售**： - 线下业态呈现“必选稳、可选弱”特征，2025年1-11月便利店与超市保持稳健增长，而百货店与品牌专卖店增长乏力 [2][32] - 线上即时零售成为核心增量，2025年“双十一”期间即时零售销售额同比激增138.4% [32] - **社会服务**： - 服务消费占比持续提升，2025年居民人均服务性消费支出占人均消费支出比重达46.1% [2][34] - 板块估值回归历史中枢，截至2026年1月18日，社会服务板块PE-TTM为36.8倍，处于47.5%的历史分位数 [35] - **纺织服饰**： - 制造端出口回暖，品牌端在“双十一”期间展现韧性，服装服饰类销售额位居前列 [2][39] - 板块估值分化，饰品板块受金价催化估值分位数达77.3%，纺织制造板块分位数为68.8% [39] - **家用电器**： - 出海成为增长曲线，限额以上日用家电批发出口额保持高增；内需在“双十一”大促节点爆发，验证政策刺激效果 [40] - 板块估值处于历史低位，截至2026年1月18日，家用电器板块PE-TTM为13.6倍，分位数仅2.8% [40] - **轻工制造**： - 地产链估值筑底，家居用品板块PE-TTM为28.22倍，处于3.3%的极低历史分位数 [44] - 文娱用品受益于情绪消费与刚需，板块PE-TTM为47.33倍，历史分位数为59.1% [44] 免税行业专题 - **全球市场**：2024年全球免税及旅游零售市场规模达5254亿元，同比增长3%，已恢复至2019年峰值的85.8% [46] - **竞争格局**：市场呈头部集中，Avolta（市占率14.8%）与中国中免（市占率11.2%）位列全球前二 [46] - **中国市场**：呈现“一超多强”格局，中国中免国内市占率达78.7% [2] - **海南封关红利**：2025年12月海南全岛封关后，离岛免税首月销售额同比增长46.8% [2] - **未来驱动**：零关税范围扩大、85国免签落地、文旅客流增长共同推动行业量价齐升 [2]

市场总览 - 2026年2月26日，上证指数下跌0.01%，沪深300指数下跌0.19%，科创50指数上涨0.85%，中证1000指数上涨0.76%，创业板指下跌0.29%，恒生指数下跌1.44% [3][4] - 2026年2月26日，表现最好的行业是通信，上涨2.84%，其次是电子上涨1.98%，国防军工上涨1.52%，机械设备上涨1.41%，钢铁上涨1.33%；表现最差的行业是房地产，下跌2.25%，其次是传媒下跌1.45%，非银金融下跌1.42%，商贸零售下跌1.22%，食品饮料下跌1.2% [3][4] - 2026年2月26日，A股市场总成交额为25566亿元，南下资金净流出73.66亿港元 [3][4] 重要观点：债券市场专题研究 - 报告核心观点为复盘历史春节行情呈现“节前多现上涨，节后趋于分化”特征，涨跌交替由宽松交易、预期修正、宏观主线确立三阶段构成 [5] - 机构跨节买债图谱显示，保险机构稳定净买入，基金随行就市，大行节后净卖出扩大，理财和中小行节后更易迎来集中配置窗口 [5] - 当前机构行为特征是配置力量有惯性，交易盘随时会掉头 [5] - 春节前后债市的定价权演变：配置盘奠定下行趋势基础，但临近春节其力量趋势性减弱，交易盘接棒并在节前窗口期承接了市场的边际定价权 [5] - 值得关注的三个机构特征包括：大行重点扫货7-10年期国债；中小行呈现“前半场配置、后半场卖出”的模式；临近春节交易盘接棒 [5] - 市场利多因素包括：银行负债端整体充裕，一季度“开门红”存款增量未完全消化，大行即使边际动能减弱也仍维持基本配置需求；根据往年规律，节后中小行进场可期，但更倾向于在利率上行阶段逆势配置；交易型机构仓位尚未过度拥挤，基金久期处于低位，加仓仍有空间 [6] - 市场利空因素包括：配置盘力量有惯性，交易盘随时会掉头，交易盘接棒后的显著特征是风向转变速度加快 [6]

股价表现与市场走势 - 截至2026年2月26日收盘，公司股价下跌2.81%，报收4.84元，创60日新低，低于其60日移动平均线价格5.338元 [1] - 当日股价表现弱于大盘及所属板块，上证指数微跌0.01%，深证成指上涨0.19%，而公司所属的商贸零售板块和一般零售板块分别下跌1.22%和1.51% [1] - 从资金面看，当日主力资金净流出8329.79万元，可能对股价形成压力 [1] 公司财务业绩 - 根据2026年1月30日发布的业绩预告，预计2025年归属于上市公司股东的净利润为1亿元至1.5亿元，同比下滑87.62%-91.75% [2] - 利润大幅下滑主要由于2024年公司确认了28.79亿元的大额重整收益，而2025年此类非经常性收益大幅减少，使得利润回归常态经营水平 [2] - 扣除非经常性损益的净利润同比大幅减亏，显示出主营业务有所改善 [2] 技术指标分析 - 从技术指标看，公司股价的MACD指标差离值为负，KDJ指标也处于低位，显示短期趋势偏弱 [3] - 20日移动平均线（5.099元）构成近期压力位 [3]