根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **主动偏股基金仓位高频估测模型** - 构建思路：通过基金每日净值序列与基准资产序列的多元回归模型，估算股票仓位变动趋势[67] - 具体构建： 1. 以申万行业指数为基准资产序列 2. 采用带约束条件的OLS回归，目标函数为最小化净值跟踪误差 3. 加入行业权重调整因子，优化行业配置偏离度估计 - 模型评价：能够实现T+1级别的仓位监测，但对行业轮动频繁的基金敏感度较低 2. **REITs指数化投资模型** - 构建思路：基于底层资产类型和项目属性构建全收益指数[51] - 具体构建： 1. 将REITs分为产权类（$$I_p = \sum w_iP_i$$）和特许经营权类（$$I_c = \sum w_jP_j$$） 2. 采用分级靠档法稳定样本份额，除数修正法处理非交易变动 3. 同步计算价格指数（不含分红）和全收益指数（含分红再投资） - 模型评价：有效反映不同底层资产的风险收益特征，但流动性不足时跟踪误差较大 量化因子与构建方式 1. **现金流因子** - 构建思路：筛选自由现金流稳定的上市公司构建投资组合[2][31] - 具体构建： 1. 计算企业自由现金流： $$FCF = EBITDA - \Delta NWC - CapEx - Taxes$$ 2. 标准化处理： $$z_{FCF} = \frac{FCF - \mu_{FCF}}{\sigma_{FCF}}$$ 3. 组合加权：按z-score分层等权配置 - 因子评价：在周期行业表现突出，但需结合资本开支周期调整 2. **行业主题动量因子** - 构建思路：捕捉主题基金的短期趋势延续性[39] - 具体构建： 1. 计算主题基金指数20日收益率： $$R_{20} = \frac{P_t}{P_{t-20}} - 1$$ 2. 动态加权： $$w_i = \frac{e^{R_{20,i}}}{\sum e^{R_{20,j}}}$$ - 因子评价：在TMT、新能源等赛道有效性显著，但反转行情中失效风险高 模型回测效果 1. **主动偏股基金仓位模型** - 周度调仓胜率：68.3% - 行业配置误差：±1.2pcts - IR：1.45（2023-2025）[67] 2. **REITs指数模型** - 年化收益：产权类3.84% vs 特许经营权类0.25% - 最大回撤：产权类-42.30% - 夏普比率：产权类0.17[51] 因子回测效果 1. **现金流因子** - 多空组合年化收益：9.2% - 信息比率：1.83 - 月度胜率：71.4%[2] 2. **行业动量因子** - 头部组合周收益：2.44%（TMT） - 尾部组合周收益：-0.30%（医药） - 月度IC：0.32[39] 注：所有测试周期均为2025年7月25日前推36个月[1][4]

养老金融产品供给 - 丰富养老保险第三支柱金融产品供给 稳步推进具有养老属性的基金 理财 储蓄 保险产品发展 满足不同风险偏好人群的个性化养老需求 [1] - 支持开办个人养老金业务的银行机构开发专属个人养老金储蓄产品 [1] - 鼓励信托公司开展定制化的家族信托 家庭服务信托 保险金信托等财富管理服务信托业务 [1] - 适时争取将广州市更多法人金融机构纳入个人养老金等各类政策范围内 [1] 养老产业发展融资支持 - 鼓励符合条件的金融机构设立养老金融事业部或专营机构 [2] - 鼓励银行机构加大对老年用品和服务供给 养老基础设施建设 适老化改造和智慧养老设备研发制造的信贷支持 [2] - 鼓励银行机构合理确定贷款期限 支持银发经济经营主体的合理融资需求 [2] - 鼓励金融租赁公司等开展医养康养设备融资租赁业务 [2] - 鼓励金融机构为银发经济产业园区企业提供融资融智服务 [2] - 探索银发经济全产业链融资支持模式 [2] - 引导金融业行业自律组织与养老产业行业组织加强对接交流 [2] 养老产业融资渠道拓展 - 支持养老产业企业通过上市 挂牌 发债等方式扩大直接融资渠道 [3] - 用好区域性股权市场 为非上市养老产业企业非公开发行 转让证券提供服务 [3] - 支持国有企业发起设立银发经济产业投资基金 重点投向广州市银发经济产业领域的种子期 初创期创新型企业和骨干企业 [3] - 支持银发经济领域科技创新和并购重组 推动企业做大做强 [3] - 探索养老领域符合条件的项目发行基础设施领域不动产投资信托基金(REITs) [3] - 探索提升养老产业企业跨境投融资便利化水平 支持养老产业企业自主借用外债 [3] - 鼓励地方金融组织为养老产业提供多元化的金融服务支持 [3]