市场表现 - 上周A股市场回调，沪深300指数收跌0.45%，ESG300指数收跌0.69%，中证ESG100指数收跌0.35%，科创ESG指数收跌0.81%，全A日均成交额约1.22万亿元，流动性环比收窄[2] 基金产品 - 截至6月22日，本月发行ESG基金14只，发行份额33.19亿份，近一年发行240只，总份额1796.29亿份[2][7] - 市场存续ESG基金893只，ESG策略基金规模占比52.70%，净值总规模达10449.50亿元[2][9] - 上周博时回报严选A回报率居首，近一周回报率3.18%，2025年以来回报率14.44%[2][10] 绿色债券 - 上周新发行绿色债券35只，计划发行规模约534.52亿元，本月发行ESG债券96只，金额达1077亿元，近一年发行1009只，总金额11500亿元[2][14] - 截至6月22日，已发行ESG债券3573只，存量规模5.49万亿元，绿色债券余额规模占比61.39%[2][14] - 上周ESG绿色债券成交额573128.92亿元，银行间市场占78.47%，回购交易占94.46%[2][17] 银行理财 - 截至6月22日，本月发行ESG银行理财产品61只，近一年发行915只，市场存续931只，纯ESG主题占比57.79%[2][19] 风险提示 - ESG政策力度不及预期、数据统计缺乏统一口径、产品发行规模不及预期[2][21]

市场表现 - 上周A股市场回调，沪深300、ESG300、中证ESG100、科创ESG指数分别收跌1.08%、1.31%、0.45%、0.59%，全A日均成交额约1.10万亿元，流动性环比收窄[3][5] 基金产品 - 截至6月3日，本月未发ESG基金，近一年发143只，发行总份额1296.39亿份，存续666只，ESG策略基金规模占比47.52%[3][8][10] - 上周东方红医疗升级A回报率居首，近一周回报率6.16%，2025年以来回报率46.04%[3][11] - 上周东方红医疗升级A和汇添富健康生活一年持有A净值超越基准收益率分别为4.56%和4.42%[3][12] 绿色债券 - 上周新发行绿色债券21只，计划发行规模约155.64亿元，本月发行ESG债券8只，发行金额5亿元，近一年发921只，发行总金额10352亿元[3][14] - 截至6月3日，已发行ESG债券3530只，存量规模5.64万亿元，绿色债券余额规模占比58.86%[3][14] - 上周ESG绿色债券周度成交额474616.24亿元，银行间市场占73.62%，上交所占23.64%，深交所占2.75%，回购交易占95.25%[3][17] 银行理财 - 截至6月3日，本月未发ESG银行理财产品，近一年发722只，存续769只，纯ESG主题产品规模占比62.68%[3][20] 风险提示 - ESG政策力度不及预期、数据统计缺乏统一口径、产品发行规模不及预期[3][25]

根据提供的研报内容，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：通过净值序列回归估算基金仓位变动[62] - 具体构建： 1. 以每日净值为因变量，基准指数或行业指数为自变量 2. 采用带约束的多元回归模型求解仓位权重 3. 通过模拟组合优化估算精度 4. 计算行业配置偏离度：$$\Delta w_i = w_{i,t} - w_{i,t-1}$$ 其中$w_i$代表第i行业仓位占比[62][63] - 模型评价：能捕捉短期调仓动向但存在滞后性 2. **REITs指数构建模型** - 构建思路：分级靠档法保持指数稳定性[47] - 具体构建： 1. 按底层资产类型划分产权类/特许经营权类指数 2. 采用除数修正法处理非交易变动（如扩募） 3. 同步计算价格指数和全收益指数 4. 细分项目指数公式：$$I_t = I_{t-1} \times \frac{\sum (P_{i,t} \times S_{i,t})}{\sum (P_{i,t-1} \times S_{i,t-1})}$$ 其中$P$为价格，$S$为调整份额[47][48] 量化因子与构建方式 1. **行业主题基金标签因子** - 构建思路：基于持仓数据识别基金主题特征[36] - 具体构建： 1. 提取近4期年报/中报持仓前五大行业 2. 定义三类标签： - 行业主题（单一行业占比>40%） - 行业轮动（行业集中度年变化>30%） - 行业均衡（其他情形） 3. 计算主题指数收益率：$$R_{theme} = \sum_{i=1}^n w_i \times R_{fund_i}$$[36][37] 2. **ETF资金流因子** - 构建思路：监测细分赛道资金动向[53] - 具体构建： 1. 按宽基/行业/主题分类计算净流入 2. 标准化处理：$$Flow_{std} = \frac{Flow_i - \mu_{flow}}{\sigma_{flow}}$$ 3. 结合收益率构建资金热度指标[53][54] 模型的回测效果 1. **主动偏股基金仓位模型** - 周度仓位变动：-0.66pcts[62] - 行业配置偏离极值： - 医药生物 +0.82pcts - 非银金融 -1.15pcts[63][68] 2. **REITs指数模型** - 本周收益： | 指数类型 | 收益率 | 年化波动率 | |---|---|--| | 综合指数 | 1.73% | 11.23% | | 消费基础设施 | 3.24% | 10.63% | | 能源基础设施 | -0.09% | 10.19% |[48][52] 因子的回测效果 1. **行业主题因子** - 本周收益： | 主题 | 收益率 | |---|---| | 金融地产 | 1.45% | | TMT | -1.02% | | 行业轮动 | 0.45% |[36][37] 2. **ETF资金流因子** - 极端值监测： | 类别 | 净流入(亿) | |---|---| | 科创板ETF | +17.98 | | 大盘宽基ETF | -128.90 | | 黄金ETF | -43.08 |[53][54][59]