量化模型与构建方式 1. **模型名称：市场整体环境择时体系（均线距离模型）**[2][6] * **模型构建思路**：通过比较WIND全A指数的短期均线与长期均线的相对位置和距离，来判断市场整体是处于上行趋势还是震荡/下行趋势。[2][6] * **模型具体构建过程**： 1. 计算WIND全A指数的20日移动平均线（短期均线）和120日移动平均线（长期均线）。[2][6] 2. 计算两条均线的距离，公式为： $$均线距离 = (短期均线 - 长期均线) / 长期均线 \times 100\%$$ 其中，短期均线为20日均线，长期均线为120日均线。[2][6] 3. 根据距离绝对值进行趋势判断：当距离绝对值大于3%时，市场处于上行趋势；否则市场可能处于震荡或下行格局。[2][6] 2. **模型名称：赚钱效应指标**[2][7][11] * **模型构建思路**：在市场被判定为上行趋势后，通过计算当前价格相对于“市场趋势线”的涨幅，来度量市场的赚钱效应，作为趋势能否延续的观测指标。[2][7][11] * **模型具体构建过程**： 1. 确定一个“市场趋势线”的参考点位（报告中未明确其计算方法，仅给出当前数值）。[2][7][11] 2. 计算赚钱效应，公式为： $$赚钱效应 = (当前指数点位 - 市场趋势线) / 市场趋势线 \times 100\%$$ 例如，当WIND全A指数点位为未知，市场趋势线位于6262点时，赚钱效应为2.71%。[2][7][11] 3. 判断标准：赚钱效应为正，则上行趋势有望延续。[2][7][11] 3. **模型名称：仓位管理模型**[7] * **模型构建思路**：综合市场的估值水平（PE、PB分位数）和短期趋势判断（来自择时体系），为绝对收益产品提供股票仓位建议。[7] * **模型具体构建过程**： 1. 评估估值水平：计算WIND全A指数的PE和PB在其历史数据中的分位数。[7] 2. 获取趋势信号：从市场整体环境择时体系获取当前市场趋势状态（上行/震荡/下行）。[7] 3. 结合估值与趋势进行综合判断，输出建议仓位。例如，当PE位于90分位点（偏高水平），PB位于50分位点（中等水平），且市场处于上行趋势时，建议仓位为80%。[7] 4. **模型名称：行业趋势配置模型**[2][5][7][11] * **模型构建思路**：该模型是一个综合框架，内部包含多个子模型，用于识别和推荐具有上行趋势或配置价值的行业板块。[2][5][7][11] * **模型具体构建过程**：报告未详细描述该综合模型的具体构建算法，但列举了其包含的子模型及其当前信号： * **中期困境反转预期模型**：信号显示关注旅游、传媒等服务型消费行业。[2][5][7][11] * **TWO BETA模型**：信号继续推荐科技板块，并特别关注AI应用和商业航天领域。[2][5][7][11] * **行业趋势模型**：信号显示通信、工业金属、储能板块延续上行趋势。[2][5][7][11] 模型的回测效果 *报告为周度观点报告，主要展示模型的最新信号和结论，未提供历史回测的详细绩效指标（如年化收益率、夏普比率、最大回撤等）。因此，本部分无具体指标取值。* 量化因子与构建方式 *本报告主要涉及择时与行业配置模型，未提及具体的个股选股因子（如价值、成长、动量、质量等因子）的构建。因此，本部分无相关内容。* 因子的回测效果 *本报告未涉及量化因子，因此本部分无相关内容。*

量化模型与构建方式 1. **模型名称：短期成交量模型**[9][11] * **模型构建思路**：基于价量关系进行短期市场择时，核心思想简单普世[9]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为八大择时模型之一，属于短期周期模型，利用了价量角度[9][11]。 2. **模型名称：特征龙虎榜机构模型**[11] * **模型构建思路**：利用龙虎榜中的机构买卖行为特征进行市场择时判断。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为短期择时模型之一[11]。 3. **模型名称：特征成交量模型**[11] * **模型构建思路**：基于成交量的某些特征进行市场择时判断。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为短期择时模型之一[11]。 4. **模型名称：智能算法沪深300模型**[11] * **模型构建思路**：应用智能算法对沪深300指数进行择时判断。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为短期择时模型之一[11]。 5. **模型名称：智能算法中证500模型**[11] * **模型构建思路**：应用智能算法对中证500指数进行择时判断。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为短期择时模型之一[11]。 6. **模型名称：中期涨跌停模型**[9][12] * **模型构建思路**：基于市场中涨跌停股票的数量或比例等特征进行中期市场择时，核心思想简单普世[9]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为八大择时模型之一，属于中期周期模型[9][12]。 7. **模型名称：上下行收益差模型**[9][11][12][14] * **模型构建思路**：通过计算市场上行收益与下行收益的差值来进行市场择时判断，可能用于衡量市场动能或情绪。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为八大择时模型之一，应用于A股和港股的中期择时[9][11][12][14]。 8. **模型名称：月历效应模型**[12] * **模型构建思路**：基于历史月份、星期等时间规律进行中期市场择时。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为中期择时模型之一[12]。 9. **模型名称：长期动量模型**[9][13] * **模型构建思路**：基于价格加速度与趋势进行长期市场择时，核心思想简单普世[9]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为八大择时模型之一，属于长期周期模型[9][13]。 10. **模型名称：A股综合兵器V3模型**[13] * **模型构建思路**：将同一周期或不同周期下的多个择时模型信号进行耦合，结合偏防御和偏进攻的模型，以达到攻守兼备的效果[9]。 * **模型具体构建过程**：报告未提供该复合模型的具体耦合方法与权重分配细节，仅说明其为综合模型[9][13]。 11. **模型名称：A股综合国证2000模型**[13] * **模型构建思路**：将同一周期或不同周期下的多个择时模型信号进行耦合，结合偏防御和偏进攻的模型，以达到攻守兼备的效果[9]。 * **模型具体构建过程**：报告未提供该复合模型的具体耦合方法与权重分配细节，仅说明其为综合模型[9][13]。 12. **模型名称：港股成交额倒波幅模型**[14] * **模型构建思路**：结合成交额与波动率（波幅）进行港股市场的中期择时判断。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅提及其为港股中期择时模型之一[14]。 13. **模型名称：形态识别模型（杯柄形态、双底形态）**[44] * **模型构建思路**：通过识别股价走势图表中的特定技术形态（如杯柄形态、双底形态）来构建股票组合，进行趋势跟踪或突破交易。 * **模型具体构建过程**：报告未提供形态识别的具体算法规则和量化定义，但展示了基于形态突破信号构建的组合及其表现[44][47][54]。 14. **模型名称：大师系列策略模型**[40] * **模型构建思路**：基于经典的价值型、成长型、综合型大师投资理念，构建量化选股策略，用于监控因子暴露和选股标准[40]。 * **模型具体构建过程**：报告未提供具体策略的构建公式和步骤，仅说明该系列包含33个策略，用于监控因子暴露[40]。 15. **模型名称：华创VIX指数模型**[42] * **模型构建思路**：复现并计算市场的波动率指数（VIX），作为判断市场情绪的参考指标，与大盘常呈负相关关系[42]。 * **模型具体构建过程**：报告提及该模型根据公开披露的VIX计算方法复现，并提供了50ETF期权、沪深300指数、300ETF的VIX计算结果，但未给出具体计算公式[42][43]。 模型的回测效果 1. **杯柄形态模型**，本周组合收益-0.19%，相对上证综指超额收益-0.32%；自2020年12月31日至今，累计收益12.55%，相对上证综指超额收益-1.73%[44]。 2. **双底形态模型**，本周组合收益-0.17%，相对上证综指超额收益-0.30%；自2020年12月31日至今，累计收益13.01%，相对上证综指超额收益-1.27%[44]。 量化因子与构建方式 * 报告主要介绍了多种择时模型和形态策略，未详细阐述用于选股的底层量化因子（如价值、成长、动量等）的具体构建方式。报告中提到的“大师策略”暴露的因子[40]，以及行业分析中涉及的“分析师上调/下调个股比例”[19][20]等可视为因子或信号，但未给出其量化定义和构建过程。 因子的回测效果 * 报告未提供具体量化因子的独立测试结果（如IC、IR、多空收益等）。

核心观点 - 报告认为A股市场结构性机会将持续显现，在政策利好、产业创新及流动性支持下，“春季躁动”行情或提前启动，建议关注数字经济、汽车产业链、AI应用及商业航天等新兴科技领域的成长型企业[4][7] - 报告认为港股市场在美联储负债端压力减弱及国内经济回暖的背景下，科技板块有望回暖，建议关注受益于宽松预期的新消费板块及AI浪潮下的科技板块[4][8] A股市场分析 - **市场走势**：本周A股市场表现分化，上证指数微涨0.13%，深证成指、创业板指和北证50均下跌，其中北证50跌幅最大，达1.55%[4][6]；风格上中盘价值和小盘成长表现较好[4][6]；行业上综合金融、石油石化和国防军工领涨，商贸零售、电力及公用事业、食品饮料跌幅居前[4][6]；本周日均成交额为2.1万亿元，环比上涨15.16%[4][6] - **深入剖析**：本周为2025年最后一个交易周，受节假日资金撤出影响，创业板等高弹性板块承压[4][6]；商业航天板块近期迎来催化，蓝箭航天科创板IPO申请于2025年12月31日获受理，冲刺“商业火箭第一股”，带动A股卫星与商业航天板块持续占优[4][6] - **预期展望**：预计在政策利好和产业创新驱动下，市场结构性机会将持续显现[4][7]；数字经济、汽车产业链、AI应用以及商业航天等新兴科技领域有望获得更多关注[4][7]；在长线资金涌入带来的流动性支持下，本轮“春季躁动”行情或提前启动[4][7]；建议关注具备技术创新优势和政策扶持的成长型企业[4][7] 港股市场分析 - **市场走势**：本周港股市场整体上涨，恒生科技指数领涨4.31%，恒生指数和恒生中国企业指数分别上涨2.01%和2.85%[4][8]；行业表现上，能源业、信息科技业和原材料业涨幅居前，必需性消费和医疗保健业则下跌[4][8] - **深入剖析**：本周港股表现受多方因素驱动，科技板块表现较好[4][8]；芯片方面，百度公告其昆仑芯已于1月1日向香港联交所提交上市申请[4][8]；此外，国家集成电路产业投资基金在中芯国际H股的持股比例于12月29日从4.79%升至9.25%，提升了市场情绪[4][8] - **预期展望**：随着美联储负债端压力持续减弱，以及国内经济持续回暖带来的风险偏好回升，港股科技板块有望回暖[4][8]；建议投资者关注受益于美联储宽松预期和内地经济复苏的新消费板块，以及在AI浪潮下具备成长潜力的科技板块[4][8]

量化模型与构建方式 1. **模型名称**：封板率计算模型[15] **模型构建思路**：通过计算当日最高价涨停且收盘涨停的股票数量与最高价涨停股票总数的比例，来衡量市场涨停板的封板质量[15] **模型具体构建过程**： 1. 筛选上市满3个月以上的股票[15] 2. 识别在当日盘中最高价达到涨停的股票[15] 3. 在步骤2的股票中，进一步识别收盘价仍为涨停的股票[15] 4. 计算封板率，公式为： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[15] 2. **模型名称**：连板率计算模型[15] **模型构建思路**：通过计算连续两日收盘涨停的股票数量与昨日收盘涨停股票总数的比例，来衡量市场涨停板的延续性[15] **模型具体构建过程**： 1. 筛选上市满3个月以上的股票[15] 2. 识别在昨日收盘涨停的股票[15] 3. 在步骤2的股票中，进一步识别今日收盘也涨停的股票[15] 4. 计算连板率，公式为： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[15] 3. **模型名称**：大宗交易折价率计算模型[24] **模型构建思路**：通过计算大宗交易成交总额与按当日市价计算的成交份额总市值的比例，来衡量大宗交易相对于市场价格的折价或溢价水平[24] **模型具体构建过程**： 1. 获取当日所有大宗交易的成交金额和成交份额数量[24] 2. 根据当日收盘价，计算成交份额对应的总市值[24] 3. 计算折价率，公式为： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$[24] 4. **模型名称**：股指期货年化贴水率计算模型[26] **模型构建思路**：通过计算股指期货主力合约与现货指数之间的基差，并将其年化，来衡量股指期货的升贴水程度，反映市场情绪和对冲成本[26] **模型具体构建过程**： 1. 计算基差：基差 = 股指期货价格 - 现货指数价格[26] 2. 计算年化贴水率，公式为： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$[26] 其中，基差为负表示贴水，年化贴水率结果即为贴水率[26] 量化因子与构建方式 1. **因子名称**：昨日涨停股今日收益因子[12] **因子构建思路**：统计前一交易日收盘涨停的股票在今日的平均收盘收益，用于观察涨停股的短期动量或反转效应[12] **因子具体构建过程**： 1. 筛选上市满3个月以上且昨日收盘涨停的股票[12] 2. 计算这些股票今日的收盘收益率[12] 3. 计算所有符合条件的股票收益率的平均值，作为因子取值[12] 2. **因子名称**：昨日跌停股今日收益因子[12] **因子构建思路**：统计前一交易日收盘跌停的股票在今日的平均收盘收益，用于观察跌停股的短期动量或反转效应[12] **因子具体构建过程**： 1. 筛选上市满3个月以上且昨日收盘跌停的股票[12] 2. 计算这些股票今日的收盘收益率[12] 3. 计算所有符合条件的股票收益率的平均值，作为因子取值[12] 3. **因子名称**：两融余额占比因子[20] **因子构建思路**：计算融资融券余额占A股总流通市值的比例，用于衡量杠杆资金在市场中的整体规模和活跃度[20] **因子具体构建过程**： 1. 获取当前市场的融资融券总余额[20] 2. 获取当前市场的总流通市值[20] 3. 计算占比，公式为： $$两融余额占比=\frac{两融余额}{总流通市值}$$[20] 4. **因子名称**：两融交易占比因子[20] **因子构建思路**：计算融资买入额与融券卖出额之和占市场总成交额的比例，用于衡量杠杆资金的交易活跃度[20] **因子具体构建过程**： 1. 获取当日的融资买入总额与融券卖出总额[20] 2. 获取当日的市场总成交额[20] 3. 计算占比，公式为： $$两融交易占比=\frac{融资买入额+融券卖出额}{市场总成交额}$$[20] 5. **因子名称**：ETF折溢价因子[21] **因子构建思路**：计算单只ETF的场内交易价格与其IOPV（基金份额参考净值）的差异百分比，用于捕捉市场情绪或套利机会[21] **因子具体构建过程**： 1. 筛选日成交额超过100万元的境内交易股票型ETF[21] 2. 对于每只ETF，计算其折溢价率，公式为： $$ETF折溢价率=\frac{ETF收盘价}{IOPV}-1$$[21] 结果为正表示溢价，为负表示折价[21] 6. **因子名称**：机构调研热度因子[28] **因子构建思路**：统计近一周内对上市公司进行调研的机构数量，作为衡量机构关注度的代理指标[28] **因子具体构建过程**： 1. 统计过去7天内，对每家上市公司进行调研或参加分析师会议的机构数量[28] 2. 该数量即为该股票的机构调研热度因子值[28] 7. **因子名称**：龙虎榜机构净流入因子[33] **因子构建思路**：根据龙虎榜数据，计算机构专用席位对单只股票的净买入金额，用于捕捉机构资金的动向[33] **因子具体构建过程**： 1. 从龙虎榜数据中，获取机构专用席位对某只股票的买入总额和卖出总额[33] 2. 计算净流入金额：净流入 = 买入总额 - 卖出总额[33] 该金额即为因子值，正值表示净买入，负值表示净卖出[33] 8. **因子名称**：龙虎榜陆股通净流入因子[34] **因子构建思路**：根据龙虎榜数据，计算陆股通席位对单只股票的净买入金额，用于捕捉北向资金的动向[34] **因子具体构建过程**： 1. 从龙虎榜数据中，获取陆股通席位对某只股票的买入总额和卖出总额[34] 2. 计算净流入金额：净流入 = 买入总额 - 卖出总额[34] 该金额即为因子值，正值表示净买入，负值表示净卖出[34] 模型的回测效果 1. 封板率计算模型，2025年12月31日封板率71%[15] 2. 连板率计算模型，2025年12月31日连板率19%[15] 3. 大宗交易折价率计算模型，近半年平均折价率6.65%，2025年12月30日折价率7.21%[24] 4. 股指期货年化贴水率计算模型，近一年中位数：上证50为0.89%，沪深300为3.79%，中证500为11.22%，中证1000为13.61%；2025年12月31日值：上证50为1.03%（47%分位），沪深300为3.32%（60%分位），中证500为7.02%（78%分位），中证1000为10.69%（72%分位）[26] 因子的回测效果 1. 昨日涨停股今日收益因子，2025年12月31日收益1.26%[12] 2. 昨日跌停股今日收益因子，2025年12月31日收益-3.65%[12] 3. 两融余额占比因子，截至2025年12月30日占比2.6%[20] 4. 两融交易占比因子，截至2025年12月30日占比10.6%[20] 5. ETF折溢价因子，2025年12月30日，溢价最高为汽车零件ETF（1.10%），折价最高为民企300ETF前海开源（-0.64%）[21] 6. 机构调研热度因子，近一周内，柳工被65家机构调研[28] 7. 龙虎榜机构净流入因子，2025年12月31日，净流入前十股票包括御银股份、天奇股份等；净流出前十股票包括航天发展、顺灏股份等[33] 8. 龙虎榜陆股通净流入因子，2025年12月31日，净流入前十股票包括中超控股、蓝色光标等；净流出前十股票包括航天发展、山子高科等[34]

市场表现与数据 - 2025年12月29日，上证综指收报3965.28点，微涨0.04%，盘中在3983点附近遇阻[7] - 深证成指收报13537.10点，下跌0.49%，创业板指下跌0.66%至3222.61点[7] - 沪深两市全日成交金额为21578亿元，较前一交易日有所减少[7] - 超过六成个股下跌，化纤、石油、多元金融、航天航空等行业涨幅居前[7] 估值与流动性 - 当前上证综指平均市盈率为16.28倍，创业板指数为50.25倍，处于近三年中位数平均水平上方[16] - 两市21578亿元的日成交金额处于近三年日均成交量中位数区域上方[16] 行业表现 - 按中信一级行业分类，综合金融行业涨幅最大，达4.26%[9] - 石油石化行业上涨1.37%，银行业上涨1.04%[9] - 有色金属行业跌幅最大，为-2.01%，电力及公用事业下跌-1.17%[9] 宏观环境与政策 - 近期中央经济工作会议政策重心转向质量与可持续性平衡，突出“重科技、强产业”主线[16] - 人工智能、商业航天、量子科技、6G等被明确为中长期产业方向[16] - 国内货币政策预计延续“适度宽松”立场[16] - 市场普遍预期美联储2026年将延续降息周期，全球流动性环境趋于宽松[16] 后市展望与建议 - 预计上证指数围绕4000点附近蓄势整固的可能性较大[16] - 建议短线关注电子元件、石油化纤、金融以及风电设备等行业的投资机会[16] - 投资者需密切关注宏观经济数据、海外流动性变化及政策动向[16]

合作主体与时间 - 赛力斯集团与中信集团于12月29日签署战略合作协议 [1] 合作领域与模式 - 双方合作将围绕综合金融服务、汽车产业链、国际化和战略新兴产业等关键领域展开 [1] - 双方旨在持续打造“产业+金融+服务”协同发展新模式 [1] 合作目标与展望 - 未来双方将持续拓展合作边界，深化协同机制 [1] - 合作旨在共同助力新能源汽车行业高质量发展 [1]

量化模型与构建方式 1. **模型名称**：无 **模型构建思路**：无 **模型具体构建过程**：无 **模型评价**：无 量化因子与构建方式 1. **因子名称**：封板率因子 **因子构建思路**：通过计算最高价涨停且收盘涨停的股票比例，来衡量市场涨停股的封板强度和市场情绪[16] **因子具体构建过程**： 1. 筛选上市满3个月以上的股票[16] 2. 在每个交易日，统计满足“最高价涨停”条件的股票数量[16] 3. 在步骤2的股票中，进一步统计“收盘涨停”的股票数量[16] 4. 计算封板率，公式为： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[16] 2. **因子名称**：连板率因子 **因子构建思路**：通过计算连续两日收盘涨停的股票比例，来衡量市场涨停股的持续性和赚钱效应[16] **因子具体构建过程**： 1. 筛选上市满3个月以上的股票[16] 2. 在每个交易日，统计前一日（T-1日）收盘涨停的股票数量[16] 3. 在步骤2的股票中，统计当日（T日）同样收盘涨停的股票数量[16] 4. 计算连板率，公式为： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[16] 3. **因子名称**：大宗交易折价率因子 **因子构建思路**：通过计算大宗交易成交价相对于市价的折价幅度，来反映大资金的交易情绪和偏好[26] **因子具体构建过程**： 1. 获取当日所有大宗交易的成交总金额[26] 2. 获取当日大宗交易成交份额对应的总市值（按当日市价计算）[26] 3. 计算折价率，公式为： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$[26] 4. **因子名称**：股指期货年化贴水率因子 **因子构建思路**：通过计算股指期货主力合约相对于现货指数的年化基差，来反映市场对未来预期、对冲成本及情绪[28] **因子具体构建过程**： 1. 计算基差：基差 = 股指期货价格 - 现货指数价格[28] 2. 计算年化贴水率，公式为： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$[28] 其中，当股指期货价格高于现货指数价格时，年化贴水率为正，表示升水；反之为负，表示贴水[28] 模型的回测效果 1. **无相关模型回测结果** 因子的回测效果 1. **封板率因子**，2025年12月25日指标值：79%[16] 2. **连板率因子**，2025年12月25日指标值：32%[16] 3. **大宗交易折价率因子**，近半年平均指标值：6.58%[26]；2025年12月24日指标值：7.12%[26] 4. **股指期货年化贴水率因子** **上证50股指期货**，近一年中位数：0.85%[28]；2025年12月25日指标值：0.18%（升水）[28] **沪深300股指期货**，近一年中位数：3.79%[28]；2025年12月25日指标值：3.24%（贴水）[28] **中证500股指期货**，近一年中位数：11.22%[28]；2025年12月25日指标值：5.74%（贴水）[28] **中证1000股指期货**，近一年中位数：13.61%[28]；2025年12月25日指标值：9.98%（贴水）[28]

量化模型与构建方式 1. **模型名称**：封板率计算模型[18] **模型构建思路**：通过计算当日最高价涨停且收盘涨停的股票数量与最高价涨停股票总数的比例，来衡量市场涨停板的封板质量[18] **模型具体构建过程**： 1. 筛选上市满3个月以上的股票[18] 2. 识别在当日盘中最高价达到涨停价的股票[18] 3. 在步骤2的股票中，进一步识别收盘价仍为涨停价的股票[18] 4. 计算封板率，公式为： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[18] 2. **模型名称**：连板率计算模型[18] **模型构建思路**：通过计算连续两日收盘涨停的股票数量与昨日收盘涨停股票总数的比例，来衡量市场涨停板的连续性[18] **模型具体构建过程**： 1. 筛选上市满3个月以上的股票[18] 2. 识别在昨日收盘涨停的股票[18] 3. 在步骤2的股票中，进一步识别今日收盘也涨停的股票[18] 4. 计算连板率，公式为： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[18] 3. **模型名称**：大宗交易折价率计算模型[27] **模型构建思路**：通过比较大宗交易成交金额与按市价计算的市值，计算折价率，以反映大资金的交易情绪和偏好[27] **模型具体构建过程**： 1. 获取当日大宗交易的总成交金额[27] 2. 获取大宗交易成交份额按当日市场价格计算的总市值[27] 3. 计算折价率，公式为： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$[27] 4. **模型名称**：股指期货年化贴水率计算模型[29] **模型构建思路**：通过计算股指期货主力合约价格与现货指数价格的基差，并进行年化处理，来衡量市场对未来预期的情绪和对冲成本[29] **模型具体构建过程**： 1. 计算基差：基差 = 股指期货价格 - 现货指数价格[29] 2. 计算年化贴水率，公式为： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$[29] 量化因子与构建方式 1. **因子名称**：昨日涨停股今日收益因子[15] **因子构建思路**：统计昨日收盘涨停的股票在今日的平均收盘收益，用于观察涨停股的短期动量或反转效应[15] **因子具体构建过程**： 1. 筛选上市满3个月以上且昨日收盘涨停的股票[15] 2. 计算这些股票在今日的收盘收益率[15] 3. 计算所有符合条件的股票收益率的平均值，作为因子取值[15] 2. **因子名称**：昨日跌停股今日收益因子[15] **因子构建思路**：统计昨日收盘跌停的股票在今日的平均收盘收益，用于观察跌停股的短期修复或继续下跌效应[15] **因子具体构建过程**： 1. 筛选上市满3个月以上且昨日收盘跌停的股票[15] 2. 计算这些股票在今日的收盘收益率[15] 3. 计算所有符合条件的股票收益率的平均值，作为因子取值[15] 3. **因子名称**：机构调研热度因子[31] **因子构建思路**：统计近一周内对上市公司进行调研的机构数量，作为衡量机构关注度的代理指标[31] **因子具体构建过程**： 1. 获取近7天内上市公司披露的投资者或分析师调研活动记录[31] 2. 对每只股票，统计参与调研的机构数量[31] 3. 该数量即为该股票的因子取值[31] 4. **因子名称**：龙虎榜机构净流入因子[37] **因子构建思路**：根据龙虎榜披露的机构专用席位买卖数据，计算单只股票的机构资金净流入金额，反映机构资金的短期动向[37] **因子具体构建过程**： 1. 从龙虎榜数据中获取某只股票当日机构专用席位的买入总额和卖出总额[37] 2. 计算净流入金额：净流入 = 买入总额 - 卖出总额[37] 3. 该净流入金额即为该股票的因子取值[37] 5. **因子名称**：龙虎榜陆股通净流入因子[38] **因子构建思路**：根据龙虎榜披露的陆股通买卖数据，计算单只股票的北向资金净流入金额，反映外资的短期动向[38] **因子具体构建过程**： 1. 从龙虎榜数据中获取某只股票当日陆股通席位的买入总额和卖出总额[38] 2. 计算净流入金额：净流入 = 买入总额 - 卖出总额[38] 3. 该净流入金额即为该股票的因子取值[38] 模型的回测效果 1. **封板率计算模型**，2025年12月22日封板率取值为71%[18] 2. **连板率计算模型**，2025年12月22日连板率取值为25%[18] 3. **大宗交易折价率计算模型**，近半年平均折价率取值为6.63%，2025年12月19日折价率取值为5.21%[27] 4. **股指期货年化贴水率计算模型**，近一年中位数取值：上证50为0.89%，沪深300为3.78%，中证500为11.22%，中证1000为13.61%[29]。2025年12月22日取值：上证50为0.27%（60%分位点），沪深300为4.53%（42%分位点），中证500为8.15%（72%分位点），中证1000为12.34%（62%分位点）[29] 因子的回测效果 1. **昨日涨停股今日收益因子**，2025年12月22日因子取值为2.28%[15] 2. **昨日跌停股今日收益因子**，2025年12月22日因子取值为1.06%[15] 3. **机构调研热度因子**，近一周因子取值示例如下：长安汽车为214家，博盈特焊、神工股份、瑞德智能、民德电子、星辰科技、协创数据、瑞立科密等公司也位居前列[31] 4. **龙虎榜机构净流入因子**，2025年12月22日因子取值示例如下：净流入前十的股票有神农种业、雪人集团、艾森股份等；净流出前十的股票有通宇通讯、精智达、华人健康等[37] 5. **龙虎榜陆股通净流入因子**，2025年12月22日因子取值示例如下：净流入前十的股票有精智达、白银有色、海南华铁等；净流出前十的股票有豪恩汽电、博纳影业、天威视讯等[38]

公司股价与交易表现 - 截至2025年12月19日收盘，中信股份股价报收于11.95元，较前一交易日上涨0.42% [1] - 当日开盘价为11.9元，最高触及12.01元，最低为11.75元，成交额达2.65亿元 [1] - 近52周股价最高为12.99元，最低为7.43元 [1] 2025年中期利润分配预案 - 公司拟向全体股东每10股派发现金红利1.19元（含税） [1] - 合计派发现金红利583,100,000元，占前三季度归母净利润的25.07% [1] - 该预案尚需提交2025年第四次临时股东会审议批准 [1] 2026年度日常关联交易预计 - 预计2026年度日常关联交易总额为人民币5,453,100万元 [1] - 主要涉及采购与销售等关联方交易 [1] 2026年度对外担保预计 - 预计对外担保总额为人民币109.12亿元、美元32.89亿元 [1] - 担保用途为对全资及控股子公司的银行贷款、贸易融资等 [1] 2026年度融资授信额度预计 - 预计新增融资授信额度不超过人民币276亿元（含境外美元24亿元） [1] - 新增额度旨在支持贸易及投资业务发展 [1]

报告投资评级与核心观点 - **投资评级**：首次覆盖，给予“增持”评级 [6] - **核心观点**：当前公司形成不良资产管理与长期股权投资两翼齐飞的业务新格局，不良资产管理业务转型进行中，长期股权投资成为公司业绩新的压舱石 [2] - **目标价与估值**：参考可比公司，给予中信金融资产2025年预测市净率2倍估值，对应目标价1.16港元 [10][83] 公司概况与战略转型 - **公司背景**：公司前身为中国华融，为四大资产管理公司之一，2022年起中信集团成为第一大股东，持股约26.46%，公司党委划转由中信集团党委管理，经营取向由“做大规模”转向“回归主业、提质增效” [10][38] - **战略调整**：依托中信集团“全牌照”协同，聚焦不良资产主业，阶段性退出多类金融子牌照，完成资产“瘦身” [44][48] - **治理与协同**：中信系高管到位，团队兼具政策洞察与金融实务经验，借助“全牌照”生态实现优势互补 [43] 主营业务分析：不良资产管理 - **业务地位**：不良资产管理是公司核心主业与主要收入来源，2015年至2025年上半年收入占比始终高于50% [50][55] - **业务结构调整**：自2022年起，公司在做实存量处置的同时保持收购节奏，并加快减值计提 [10][57] - **收购与处置数据**： - 新增不良债权资产：2022-2024年分别为483亿元、473亿元、491亿元，同比变化为-44.38%、-2.20%、+3.80% [10][57] - 不良债权余额：2022-2024年分别为4449亿元、3985亿元、3429亿元，同比持续下降 [10][57] - 不良处置收入：因加速减值导致确认收入下行，2022-2024年分别为286亿元、159亿元、38亿元，同比大幅下降 [10][57] - **细分业务表现**： - **收购处置类**：2022-2025年上半年新增投放维持在300-400亿元，不良债权净额稳定在1800-1900亿元区间，2025年上半年已实现收入同比+180.75% [62] - **收购重组类**：规模持续压降，2022-2024年净额分别为2619亿元、2141亿元、1616亿元，自2025年起不再新增 [63] - **纾困类**：依托中信集团产融协同优势，成为潜在“第二增长曲线”，2025年上半年新增投放389.25亿元，业务收入42.27亿元，同比增长65.5% [65] - **债转股**：审慎收缩，加快退出，2025年中报后与长期股权投资合并为“股权业务”，当期收入281.53亿元，同比+644% [68] 主营业务分析：长期股权投资 - **战略角色**：成为公司业绩新的“压舱石”，旨在提供稳健回报、对冲行业周期，并借助股权关系拓展业务生态协同 [10][69][73] - **会计处理**：按权益法核算，按持股比例确认分红与净利润份额 [10][73] - **投资组合**：偏好现金流稳定、分红能力强、治理成熟的蓝筹央国企和行业龙头，主要持仓包括中国银行、中信股份、光大银行、大秦铁路、中国电力等 [10][74][77] - **投资规模与贡献**： - 对联营企业之权益：2023年、2024年、2025年上半年分别为726.18亿元、2149.50亿元、2602.46亿元，占总资产比重持续提升 [74] - 投资收益：2023年、2024年、2025年上半年确认的投资联营企业损益分别为414.76亿元、756.62亿元、213.18亿元，对收入贡献显著 [74] - 股利与业绩贡献：2023年与2024年，联营及合营企业分别贡献股利和所占业绩14.73亿元、94.95亿元，预计2025年合计贡献234.27亿元 [75] - **增持动态**：2025年获监管同意增持光大银行（不超过总股本2%）与中国银行（不超过总股本1.8%），截至2025年6月30日，对中国银行持股比例已提升至4.71% [78] 财务预测与业绩展望 - **营业收入预测**：预计2025-2027年营业总收入分别为870.68亿元、796.08亿元、766.94亿元，同比变化为-11.9%、-8.6%、-3.7% [4][82] - **归母净利润预测**：预计2025-2027年归母净利润分别为103.28亿元、114.63亿元、124.52亿元，同比分别增长7.4%、11.0%、8.6% [4][10][80] - **每股指标预测**：预计2025-2027年每股收益分别为0.13元、0.14元、0.16元，每股净资产分别为0.83元、0.98元、1.13元 [10][80] - **盈利能力修复**：公司盈利自2023年起明显修复，2024年归母净利润达96.18亿元，同比大幅增长444.6%，净资产收益率等指标边际向上 [4][46] 行业背景 - **发展沿革**：中国AMC行业始于1999年，经历政策性时期、商业化转型、全面商业化和回归主责主业四个阶段，当前监管推动行业回归“化解金融风险、盘活存量资产、服务实体经济”的功能定位 [15][16][17] - **业务模式**：核心是处置不良资产，主要模式包括收购处置、收购重组、债转股和不良资产证券化 [18]