通胀技术性因素 - 2026年CPI统计基期权重调整可能对通胀读数产生上行助推作用[1] - 基期调整将一次性上调过去几年价格下跌品类（如肉类）的统计权重[1] - 权重上调与2026年“反内卷”政策下的价格回暖形成共振，放大对总指数的影响[2] - PPI统计采用类似固定数量篮子方法，同样面临基期调整效应[2] 宏观经济周度观察 - 生产端整体回暖：房地产投资景气改善，基建投资延续高景气，机电产品生产景气回升[13][14] - 消费显现边际企稳信号：一线城市地铁日均流量约3964.0万人次，环比回升1.1%，同比增加3.3%[22]；物流投递量同比增幅由-1.3%回升至1.7%[22] - 外贸活动整体平稳：中国港口货物吞吐量2.59亿吨，环比降1.44%，同比微降0.56%[29]；出口集装箱运价指数小幅回升至1146.67[31] - 房地产市场持续分化：一二手房成交季节性回升，但新房成交为近年同期最差；十大城市存销比录得93.5，为2019年以来同期最高[48] 财政与货币 - 2026年第一季度地方债发行计划超1.6万亿元，其中新增专项债4523亿元，新增一般债1307亿元[35] - 货币市场延续宽松格局，债券市场加杠杆意愿继续上升且处于历史同期高位[41][42]

报告行业投资评级 - 美股投资评级为“弱于大市” [4] 报告核心观点 - 报告将当前的AI浪潮与历史上的互联网泡沫进行对比分析，认为AI浪潮在时间维度上相当于互联网泡沫的1998年，即“1→N”阶段的后期，但在空间维度上其演绎程度仅为互联网泡沫极限的1/3，且几乎不可能达到后者的极限水平 [3] - 展望2026年，报告认为年中将是“1→N”阶段的尾声，上半年市场涨势可能放缓或伴有温和回调，这为优化AI相关仓位提供了时间窗口；随后，AI浪潮将进入“N→N+”阶段，大盘尤其是科技股有望加速发力 [3] - 报告的核心分析框架认为，互联网泡沫是特定历史时期资金/资产供需关系极度失衡的结果，而戳破泡沫的直接因素是资产供应（特别是股权增发）的激增；当前的AI浪潮缺乏互联网泡沫时期的多项史诗级时代红利支撑，因此其潜在上涨空间有限 [1][2][3] 根据相关目录分别总结 一、互联网泡沫起因：资金潮正逢好故事 - **历史背景**：90年代美国处于相对和平时期，冷战结束使军费开支从1990年的约3250亿美元下降至1996年的约2880亿美元；同时，克林顿政府推行增税（如《1993年综合预算协调法案》）和福利改革（如《1996年个人责任与工作机会法案》），推动联邦财政从赤字转为盈余，1999年实现盈余约700亿美元 [11][12][16][19][20][25] - **资产端（资产荒）**：财政盈余导致美债供给严重不足，90年代联邦政府支付了3.3万亿美元利息，但美债规模仅增加1.7万亿美元，实质性地“收回”了约1.6万亿美元的美债，创造了巨大的资产荒；同时，美国实体企业股权自1984年起整体处于净回购状态，90年代回购量达近5000亿美元，进一步加剧了权益资产的稀缺 [25][26][29][31] - **资金端（资金潮）**：80年代末金融机构倒闭潮和利率下降引发“存款搬家”，居民存款在增量金融资产中的配置比例从70年代的31%骤降至90年代的8%；资金大量流入养老金（如401(k)账户活跃数在1984-1997年间增长4.5倍，资产规模增长13.8倍）和共同基金（净认购额在90年代后期达到年化3000-4000亿美元），成为权益市场重要购买力 [36][38][42][44][46][52] - **外资流入**：贸易自由化（如北美自由贸易协定NAFTA）使美国商品贸易逆差从1990年的约1000亿美元扩大至1999年的约3300亿美元，海外沉淀的美元成为稳定购买力，外资在90年代购入美国金融资产的金额增至约6000亿美元/年 [13][15][59] - **基本面与资金循环**：市场对互联网需求增长（1995-2000年流量翻500倍）和光纤供给（实际点亮率仅约5%-11%）存在严重认知偏差，催生激进资本开支；同时，企业债发行激增（1998-1999年年发行2000亿美元以上），几乎支撑了100%的实体经济债券发行，融资资金支撑了产业投资与利润，形成了投资预期与债融资金互相强化的自循环 [63][65][66][67] 二、刺破泡沫的那根针：金融侧与基本面供给过剩 - **直接原因（金融侧）**：互联网泡沫白热化阶段，企业股权融资激增，1999年四季度美国实体企业股权净增发170亿美元，2000年一季度净增发达490亿美元，资产供应抛压是摧垮泡沫的最直接因素 [2][73] - **根本原因（基本面）**：光纤铺设严重过剩（利用率约1/10）且技术进步（如DWDM技术）使单纤容量几何级增长，导致供给过剩和价格压力；但基本面恶化（中游ISP企业业绩在1999年下半年见顶）与泡沫破裂（2000年一季度）的时间匹配并非完全精准，上游和下游公司基本面在2000年仍相对强劲 [2][84][86][89] - **事件驱动**：世通因反垄断阻止其收购Sprint（1150亿美元对价）而无法继续通过并购美化财务，股价于1999年6月领先见顶；美国在线在2000年1月宣布以1810亿美元收购时代华纳后，股价随即见顶，但这些事件被报告认为是次要推动作用 [76][78][79][81][90] - **债务杠杆影响**：报告以世通为例分析，认为在供给过剩问题爆发前，其维持性自由现金流足以覆盖利息支出（1999年约为67亿美元，利息支出10亿美元），高债务杠杆并非直接刺破泡沫的因素，而是泡沫破裂后恶化情况的因素 [91][94][97] 三、AI浪潮与互联网泡沫的匹配比较 - **时间匹配**：报告将互联网泡沫分为四个阶段：铺垫期（1991-1994）、0→1阶段（1995-1996）、1→N阶段（1997-1998）、N→N+阶段（1999-2000）；通过对比英伟达（对标思科）和CoreWeave（对标美国在线）的营收增速拐点，判断当前AI浪潮相当于1998年初，即1→N阶段的后期，并初步判断该阶段将在2026年年中迎来尾声 [3][98][99][103][106][108] - **空间匹配**：使用“股价收益超越基本面收益的幅度”来衡量，当前标普500自2022年10月以来累计股价收益率为92%，累计再投资率（基本面收益）为52%，股价跑赢基本面27个百分点，此幅度约为互联网泡沫时期最高跑赢幅度（85个百分点）的1/3；风格分化上，纳斯达克年化跑赢标普500的幅度也约为互联网泡沫时期的1/3 [109][113][114] - **点位测算**： - **长期顶点测算**：假设AI浪潮顶点出现在2027年末，基于与互联网泡沫的比例推算，标普500股价总跑赢基本面幅度上限约为32.4%，累计基本面收益为102.5%，推算标普500顶点约在9614点 [124][126][127] - **短期回调测算**：参考互联网泡沫1→N阶段末的调整幅度（股价跑赢基本面幅度下降29个百分点），等比例推算AI浪潮1→N阶段末（2026年中）标普500潜在调整后点位约为6741点；纳斯达克指数同期点位预计在23500点附近，基本持平当前 [127][128][129] - **2026年目标点位**：根据固有收益模型，报告给出标普500在2026年中和2026年末的“中性点位”分别为6900点和7500点（后者可作为全年目标价），悲观点位为5600点和6000点，激进行情下可能达到8600点和9200点 [130]

投资评级与核心观点 - 投资评级：维持“优于大市” [5][7] - 合理估值区间：21.20 - 22.30港元，对应2026年约19-20倍市盈率 [5][7] - 核心观点：看好李宁品牌势能回升带动新的成长机会，公司经营呈现反转向上的预期，具备长期盈利增长潜力及充沛的现金储备 [4][7] 行业概况 - 市场规模与增速：2025年中国运动户外鞋服行业市场规模约4400亿元，增速放缓至6%左右 [1][15] - 增长结构变化：专业运动品类（如跑步、户外、细分小球）增长强于时尚运动，篮球市场承压 [1][17] - 竞争格局：行业集中度从集中走向分散，2019-2025年CR10从76%降至68%，呈现国货崛起到垂类占优的趋势 [1][24] 公司经营复盘 - 业绩波动周期： - **高速增长期（2019-2021）**：受益于国潮红利，产品力与品牌力共振，2021年净利润达40亿元，是3年前的5.6倍 [2][41] - **调整期（2022-2024）**：国潮退温及宏观压力下，渠道与库存问题凸显，营收增速放缓至个位数，净利率从高双位数回落至10%出头 [2][42] - **重振蓄力期（2025）**：渠道优化见效，直营经营利润率从2023年约10%的低谷回升至2025年上半年的中双位数，并锁定2025-2028年奥运核心营销资源 [2][43] - 股权动向：李宁家族通过非凡领越持续增持，持股比例从11.23%升至14.27%，彰显长期信心 [2][43][71] 产品与品类分析 - **品类结构剧变**： - 篮球与运动生活品类占比从2021年峰值的71%大幅下滑至2025年上半年的46% [3][80] - 跑步品类强势崛起，2023-2024年增速达25%-45%，2025年上半年占比34%成为公司第一大品类 [3][80] - 健身、羽毛球等专业垂类快速增长，占比从15%左右提升至20% [81] - **大单品动态**： - **篮球鞋**：经历量价齐跌后价格逐步企稳，新IP系列（如反伍、伽马）销量攀升，显示企稳征兆 [3][89] - **跑鞋**：矩阵持续扩张，2023-2024年三大系列（超轻、赤兔、飞电）销量从900万双增至超1060万双 [86]；2025年底发布“超䨻胶囊”科技，有望助推跑鞋延续增长动能并支撑价格 [3][94] - **新品拓展**：推出“荣耀金标”系列和户外系列，覆盖泛运动生活多元需求 [3] 渠道布局 - **直营渠道优化**：2024年起主动缩减直营门店规模、控制面积，带动直营经营利润率从2023年约10%的低谷回升至2025年上半年的中双位数 [3][43] - **批发渠道稳定**：加盟门店数小幅增长，反映经销商信心逐步恢复 [3] - **店型创新**：2025年底推出融合奥运元素的“龙店”和户外专门店，通过店型细分化精准切入圈层市场 [3][43] 营销策略 - **加大投入**：营销费用率过去多年低于10%，2025年起计划提升至低双位数 [4] - **资源加持**： - 签约中国奥委会，锁定2025-2028年核心奥运资源 [4][43] - 加大跑步品类投入，通过马拉松赛事与精英运动员强化曝光 [4] - 篮球领域签约杨瀚森、吉米·巴特勒，有望弥补韦德退役后的营销空白 [4] - **社交媒体运营强化**：官方账号发帖数量、粉丝量与“种草”互动数据同步增长 [4][43] 财务预测 - **盈利预测**：预计公司2025-2027年归母净利润分别为24.0亿元、26.8亿元、30.6亿元，同比增长-20.2%、+11.7%、+14.0% [4][8] - **营收预测**：预计2025-2027年营业收入分别为295.08亿元、309.82亿元、328.19亿元，增速分别为2.9%、5.0%、5.9% [8] - **历史财务表现**：2021年EBITDA达64.4亿元，为2017年的7倍，EBITDA率从2017年的10.0%提升至2021年的28.5%，随后因调整而下滑 [56][58]；2025年上半年扣除有息负债后的净现金为191.9亿元 [58]

量化模型与构建方式 1. **模型名称：港股精选组合策略**[14][16] * **模型构建思路**：该策略旨在对分析师推荐股票池进行基本面和技术面的双层优选，挑选出同时具备基本面支撑和技术面共振的超预期股票，构建港股精选股票组合[14][16]。 * **模型具体构建过程**： 1. **构建分析师推荐股票池**：以分析师上调盈利预测、分析师首次关注、分析师研报标题超预期事件作为分析师推荐事件，构建初始股票池[16]。 2. **基本面与技术面精选**：对分析师推荐股票池中的股票进行基本面和技术面两个维度的精选，具体筛选标准未在本文中详述，但提及可参考专题报告《基于分析师推荐视角的港股投资策略》[14][16]。 2. **因子名称：250日新高距离**[23] * **因子构建思路**：用于量化股票价格创近期新高的程度，作为动量或趋势跟踪策略的输入指标[21][23]。 * **因子具体构建过程**：计算最新收盘价相对于过去250个交易日最高收盘价的回落幅度。具体公式如下： $$250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$ 其中，$Closet$为最新收盘价，$ts\_max(Close, 250)$为过去250个交易日收盘价的最大值。若最新收盘价创出新高，则因子值为0；若最新收盘价较新高回落，则因子值为正，表示回落幅度[23]。 3. **模型名称：平稳创新高股票筛选模型**[23][24] * **模型构建思路**：根据分析师关注度、股价相对强弱、股价路径平稳性、创新高连续性等多个角度，从近期创过新高的股票中筛选出趋势更为平稳、可靠的股票[3][23]。 * **模型具体构建过程**：筛选过程分为多个步骤，在满足前序条件的股票池中逐步筛选： 1. **样本池**：全部港股，但剔除成立时间不超过15个月的股票[24]。 2. **创新高初筛**：股票需在过去20个交易日内创出过250日新高[23]。 3. **分析师关注度**：过去6个月内，获得买入或增持评级的分析师研报不少于5份[24]。 4. **股价相对强弱**：过去250日涨跌幅位于样本池前20%[24]。 5. **股价平稳性筛选**：在满足上述条件的股票池内，使用以下两个指标综合打分，取排名在前50%的股票（最少取50只）[24]： * **价格路径平滑性**：股价位移路程比。具体计算公式为：过去120日涨跌幅绝对值 / 过去120日日涨跌幅绝对值加总[23]。 * **创新高持续性**：过去120日的250日新高距离在时间序列上的均值[24]。 6. **趋势延续性筛选**：根据过去5日的250日新高距离在时间序列上的均值进行排序，最终取排序靠前的50只股票作为平稳创新高股票[24]。 模型的回测效果 1. **港股精选组合策略**，全样本（20100101-20250630）年化收益19.11%[16]，全样本相对恒生指数超额收益18.48%[16]，全样本信息比(IR)1.22[20]，全样本跟踪误差14.55%[20]，全样本收益回撤比0.78[20]，全样本相对最大回撤23.73%[20] 2. **港股精选组合策略**，本周（20251222-20251224）绝对收益-0.83%[2][18]，本周相对恒生指数超额收益-1.33%[2][18] 3. **港股精选组合策略**，本年（20250102-20251224）绝对收益57.14%[2][18]，本年相对恒生指数超额收益28.43%[2][18] 量化因子与构建方式 *（本报告中未对单个因子的独立表现进行评价）* 因子的回测效果 *（本报告中未提供单个因子的独立测试结果取值）*

量化模型与因子总结 量化模型与构建方式 1. **模型名称：国信金工指数增强组合模型**[10][11] * **模型构建思路**：以多因子选股为主体，分别构建对标不同宽基指数的增强组合，力求稳定战胜基准[10] * **模型具体构建过程**：构建流程主要包括收益预测、风险控制和组合优化三部分[11] 2. **模型名称：单因子MFE组合模型**[14][38] * **模型构建思路**：为了在更贴近实际投资约束的条件下检验因子的有效性，采用组合优化的方式，在控制行业、风格等暴露的同时，最大化单因子暴露，构建最大化单因子暴露组合[38] * **模型具体构建过程**：采用如下形式的组合优化模型来构建因子的 MFE 组合[38]： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ * 目标函数为最大化单因子暴露，其中 `f` 为因子取值向量，`w` 为待求解的股票权重向量[38] * 第一个约束条件限制了组合相对于基准指数的风格暴露，`X` 为风格因子暴露矩阵，`wb` 为基准权重向量，`sl` 和 `sh` 为风格因子相对暴露的上下限[39] * 第二个约束条件限制了组合相对于基准指数的行业偏离，`H` 为股票的行业暴露矩阵，`hl` 和 `hh` 为行业偏离的上下限[39] * 第三个约束条件限制了个股相对于基准指数成分股的权重偏离，`wl` 和 `wh` 为个股偏离的上下限[39] * 第四个约束条件限制了组合在基准成分股内权重的占比下限 `bl` 及上限 `bh`，`Bb` 为个股是否属于基准成分股的 0-1 向量[39] * 第五个约束条件限制卖空并设置个股权重上限 `l`[39] * 第六个约束条件要求权重和为 1，即满仓运作[40] * **模型评价**：该方法能检验在既定实际约束下因子的有效性，认为“有效”的因子更可能在最终组合中发挥真实的收益预测作用[38] 3. **模型名称：公募重仓指数构建模型**[40][41] * **模型构建思路**：以公募基金的持股信息构建一个指数，在该样本空间中测试因子表现，以反映因子在“机构风格”下的有效性[40] * **模型具体构建过程**： * **选样空间**：普通股票型基金以及偏股混合型基金，剔除规模小于五千万且上市不足半年的基金[41] * **构建方式**：通过基金定期报告获取持股信息，将符合条件基金的持仓股票权重平均获得公募基金平均持仓信息，将平均后的股票权重降序排序，选取累计权重达到 90% 的股票作为成分股来构建指数[41] 量化因子与构建方式 报告从估值、反转、成长、盈利、流动性、公司治理、分析师等维度构造了30余个因子[15]，具体明细如下[16]： 1. **因子名称：BP**[16] * **因子构建思路**：估值类因子 * **因子具体构建过程**：净资产 / 总市值[16] 2. **因子名称：单季EP**[16] * **因子构建思路**：估值类因子 * **因子具体构建过程**：单季度归母净利润 / 总市值[16] 3. **因子名称：单季SP**[16] * **因子构建思路**：估值类因子 * **因子具体构建过程**：单季度营业收入 / 总市值[16] 4. **因子名称：EPTTM**[16] * **因子构建思路**：估值类因子 * **因子具体构建过程**：归母净利润 TTM / 总市值[16] 5. **因子名称：SPTTM**[16] * **因子构建思路**：估值类因子 * **因子具体构建过程**：营业收入 TTM / 总市值[16] 6. **因子名称：EPTTM分位点**[16] * **因子构建思路**：估值类因子 * **因子具体构建过程**：EPTTM 在过去一年中的分位点[16] 7. **因子名称：股息率**[16] * **因子构建思路**：估值类因子 * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[16] 8. **因子名称：一个月反转**[16] * **因子构建思路**：反转类因子 * **因子具体构建过程**：过去 20 个交易日涨跌幅[16] 9. **因子名称：三个月反转**[16] * **因子构建思路**：反转类因子 * **因子具体构建过程**：过去 60 个交易日涨跌幅[16] 10. **因子名称：一年动量**[16] * **因子构建思路**：反转类因子（注：原文归类为反转，但名称为动量） * **因子具体构建过程**：近一年除近一月后动量[16] 11. **因子名称：单季净利同比增速**[16] * **因子构建思路**：成长类因子 * **因子具体构建过程**：单季度净利润同比增长率[16] 12. **因子名称：单季营收同比增速**[16] * **因子构建思路**：成长类因子 * **因子具体构建过程**：单季度营业收入同比增长率[16] 13. **因子名称：单季营利同比增速**[16] * **因子构建思路**：成长类因子 * **因子具体构建过程**：单季度营业利润同比增长率[16] 14. **因子名称：SUE**[16] * **因子构建思路**：成长类因子 * **因子具体构建过程**：（单季度实际净利润 - 预期净利润）/ 预期净利润标准差[16] 15. **因子名称：SUR**[16] * **因子构建思路**：成长类因子 * **因子具体构建过程**：（单季度实际营业收入 - 预期营业收入）/ 预期营业收入标准差[16] 16. **因子名称：单季超预期幅度**[16] * **因子构建思路**：成长类因子 * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[16] 17. **因子名称：单季ROE**[16] * **因子构建思路**：盈利类因子 * **因子具体构建过程**：单季度归母净利润*2 / （期初归母净资产 + 期末归母净资产）[16] 18. **因子名称：单季ROA**[16] * **因子构建思路**：盈利类因子 * **因子具体构建过程**：单季度归母净利润*2 / （期初归母总资产 + 期末归母总资产）[16] 19. **因子名称：DELTAROE**[16] * **因子构建思路**：盈利类因子 * **因子具体构建过程**：单季度净资产收益率 - 去年同期单季度净资产收益率[16] 20. **因子名称：DELTAROA**[16] * **因子构建思路**：盈利类因子 * **因子具体构建过程**：单季度总资产收益率 - 去年同期单季度总资产收益率[16] 21. **因子名称：非流动性冲击**[16] * **因子构建思路**：流动性类因子 * **因子具体构建过程**：过去 20 个交易日的日涨跌幅绝对值 / 成交额的均值[16] 22. **因子名称：一个月换手**[16] * **因子构建思路**：流动性类因子 * **因子具体构建过程**：过去 20 个交易日换手率均值[16] 23. **因子名称：三个月换手**[16] * **因子构建思路**：流动性类因子 * **因子具体构建过程**：过去 60 个交易日换手率均值[16] 24. **因子名称：特异度**[16] * **因子构建思路**：波动类因子 * **因子具体构建过程**：1 - 过去 20 个交易日 Fama-French 三因子回归的拟合度[16] 25. **因子名称：一个月波动**[16] * **因子构建思路**：波动类因子 * **因子具体构建过程**：过去 20 个交易日日内真实波幅均值[16] 26. **因子名称：三个月波动**[16] * **因子构建思路**：波动类因子 * **因子具体构建过程**：过去 60 个交易日日内真实波幅均值[16] 27. **因子名称：高管薪酬**[16] * **因子构建思路**：公司治理类因子 * **因子具体构建过程**：前三高管报酬总额取对数[16] 28. **因子名称：预期EPTTM**[16] * **因子构建思路**：分析师类因子 * **因子具体构建过程**：一致预期滚动 EP[16] 29. **因子名称：预期BP**[16] * **因子构建思路**：分析师类因子 * **因子具体构建过程**：一致预期滚动 PB[16] 30. **因子名称：预期PEG**[16] * **因子构建思路**：分析师类因子 * **因子具体构建过程**：一致预期 PEG[16] 31. **因子名称：预期净利润环比**[16] * **因子构建思路**：分析师类因子 * **因子具体构建过程**：一致预期净利润 / 3 个月前一致预期净利润[16] 32. **因子名称：三个月盈利上下调**[16] * **因子构建思路**：分析师类因子 * **因子具体构建过程**：过去 3 个月内分析师（上调家数 - 下调家数）/ 总家数[16] 33. **因子名称：三个月机构覆盖**[16] * **因子构建思路**：分析师类因子 * **因子具体构建过程**：过去 3 个月内机构覆盖数量[16] 34. **因子名称：标准化预期外盈利**[18][20][22][24][26] * **因子构建思路**：分析师预期类因子（报告中提及但未在因子库表中列出详细公式，根据名称和上下文推断为标准化后的盈利超预期因子） 35. **因子名称：标准化预期外收入**[18][22][24] * **因子构建思路**：分析师预期类因子（报告中提及但未在因子库表中列出详细公式，根据名称和上下文推断为标准化后的收入超预期因子） 模型的回测效果 1. **国信金工指数增强组合模型**[13] * 沪深300指数增强组合：本周超额收益0.51%，本年超额收益21.85%[13] * 中证500指数增强组合：本周超额收益-0.73%，本年超额收益6.17%[13] * 中证1000指数增强组合：本周超额收益-1.12%，本年超额收益15.93%[13] * 中证A500指数增强组合：本周超额收益-0.28%，本年超额收益10.62%[13] 2. **公募基金指数增强产品（作为市场参照）**[31][33][35][37] * **沪深300指数增强产品**：最近一周超额收益中位数0.01%，最近一月0.85%，最近一季1.46%，今年以来3.98%[31] * **中证500指数增强产品**：最近一周超额收益中位数-0.49%，最近一月-0.13%，最近一季1.79%，今年以来4.05%[33] * **中证1000指数增强产品**：最近一周超额收益中位数-0.15%，最近一月0.66%，最近一季1.90%，今年以来10.62%[35] * **中证A500指数增强产品**：最近一周超额收益中位数-0.12%，最近一月0.42%，最近一季1.10%[37] 因子的回测效果 （以下为各因子在**沪深300样本空间**中MFE组合的近期表现，指标包括最近一周、最近一月、今年以来及历史年化超额收益）[18] 1. **一年动量**， 最近一周1.09%， 最近一月2.08%， 今年以来3.27%， 历史年化2.75%[18] 2. **标准化预期外盈利**， 最近一周0.87%， 最近一月2.24%， 今年以来12.16%， 历史年化4.18%[18] 3. **预期净利润环比**， 最近一周0.86%， 最近一月1.50%， 今年以来6.56%， 历史年化1.72%[18] 4. **DELTAROA**， 最近一周0.73%， 最近一月1.98%， 今年以来15.82%， 历史年化4.80%[18] 5. **DELTAROE**， 最近一周0.72%， 最近一月2.48%， 今年以来18.17%， 历史年化4.51%[18] 6. **3个月盈利上下调**， 最近一周0.57%， 最近一月2.27%， 今年以来11.09%， 历史年化5.36%[18] 7. **单季超预期幅度**， 最近一周0.56%， 最近一月1.11%， 今年以来10.79%， 历史年化3.98%[18] 8. **单季营收同比增速**， 最近一周0.51%， 最近一月0.23%， 今年以来18.88%， 历史年化4.66%[18] 9. **特异度**， 最近一周0.49%， 最近一月0.48%， 今年以来2.73%， 历史年化0.19%[18] 10. **单季营利同比增速**， 最近一周0.46%， 最近一月1.68%， 今年以来14.20%， 历史年化3.48%[18] 11. **单季净利同比增速**， 最近一周0.43%， 最近一月1.65%， 今年以来14.70%， 历史年化3.89%[18] 12. **预期PEG**， 最近一周0.37%， 最近一月1.87%， 今年以来12.05%， 历史年化3.59%[18] 13. **单季ROA**， 最近一周0.30%， 最近一月1.86%， 今年以来15.03%， 历史年化4.10%[18] 14. **标准化预期外收入**， 最近一周0.29%， 最近一月1.00%， 今年以来11.70%， 历史年化4.68%[18] 15. **三个月机构覆盖**， 最近一周0.25%， 最近一月1.20%， 今年以来11.83%， 历史年化3.02%[18] 16. **一个月反转**， 最近一周0.21%， 最近一月-0.65%， 今年以来-0.98%， 历史年化-0.40%[18] 17. **高管薪酬**， 最近一周0.18%， 最近一月0.56%， 今年以来3.83%， 历史年化2.99%[18] 18. **单季ROE**， 最近一周0.16%， 最近一月2.75%， 今年以来21.91%， 历史年化5.32%[18] 19. **BP**， 最近一周-0.34%， 最近一月0.02%， 今年以来-1.65%， 历史年化2.56%[18] 20. **股息率**， 最近一周-0.39%， 最近一月0.20%， 今年以来4.00%， 历史年化3.64%[18] 21. **预期BP**， 最近一周-0.43%， 最近一月-0.13%， 今年以来-0.16%， 历史年化2.86%[18] 22. **SPTTM**， 最近一周-0.43%， 最近一月0.25%， 今年以来-1.05%， 历史年化1.98%[18] 23. **EPTTM年分位点**， 最近一周-0.47%， 最近一月-0.77%， 今年以来4.54%， 历史年化2.34%[18] 24. **预期EPTTM**， 最近一周-0.53%， 最近一月0.45%， 今年以来7.08%， 历史年化3.71%[18] 25. **单季SP**， 最近一周-0.53%， 最近一月0.05%， 今年以来-0.76%， 历史年化2.77%[18] 26. **单季EP**， 最近一周-0.55%， 最近一月0.60%， 今年以来7.77%， 历史年化5.17%[18] 27. **非流动性冲击**， 最近一周-0.63%， 最近一月-0.14%， 今年以来-1.72%， 历史年化0.37%[18] 28. **EPTTM**， 最近一周-0.76%， 最近一月-0.04%， 今年以来5.77%， 历史年化4.22%[18] 29. **三个月反转**， 最近一周-0.76%， 最近一月-0.80%， 今年以来-0.25%， 历史年化0.20%[18] 30. **一个月换手**， 最近一周-0.82%，

报告核心观点 - 国信金工主动量化策略以公募主动股基为业绩基准，旨在战胜主动股基中位数，目前包含四个组合[12] - 本周（2025.12.22-2025.12.26）科创板块领涨，四大主动量化组合均战胜偏股混合型基金指数[1] - 本年（2025.1.2-2025.12.26）成长稳健组合表现最佳，绝对收益达55.51%，相对基准超额收益21.48%[2][16] 组合近期表现一览 - **本周表现（考虑仓位）**：优秀基金业绩增强组合收益3.01%，超预期精选组合收益2.92%，券商金股业绩增强组合收益4.59%，成长稳健组合收益3.07%[16] - **本周超额收益（相对偏股混合型基金指数）**：优秀基金业绩增强组合0.33%，超预期精选组合0.24%，券商金股业绩增强组合1.91%，成长稳健组合0.39%[16][18] - **本年表现（考虑仓位）**：优秀基金业绩增强组合收益32.05%，超预期精选组合收益44.40%，券商金股业绩增强组合收益41.60%，成长稳健组合收益55.51%[16] - **本年超额收益（相对偏股混合型基金指数）**：优秀基金业绩增强组合-1.98%，超预期精选组合10.36%，券商金股业绩增强组合7.57%，成长稳健组合21.48%[16][18] - **本年主动股基排名分位点**：优秀基金业绩增强组合48.34%（1677/3469），超预期精选组合28.39%（985/3469），券商金股业绩增强组合32.69%（1134/3469），成长稳健组合15.80%（548/3469）[16] 各组合策略简介 - **优秀基金业绩增强组合**：构建量化组合时，从对标宽基指数转变为对标主动股基，在借鉴优秀基金持仓的基础上，采用量化方法进行增强，以达到优中选优的目的[3][48] - **超预期精选组合**：以研报标题超预期与分析师全线上调净利润为条件筛选股票池，再对股票池进行基本面和技术面两个维度的精选，构建组合[4][54] - **券商金股业绩增强组合**：以券商金股股票池为选股空间和约束基准，采用组合优化的方式控制组合与券商金股股票池在个股、风格上的偏离[5][59] - **成长稳健组合**：采用“先时序、后截面”的方式构建成长股二维评价体系，优先选择距离财报预约披露日较近的股票，并采用多因子打分精选个股，构建100只股票等权组合[6][64] 各组合长期历史绩效表现 - **优秀基金业绩增强组合**：在2012.1.4-2025.6.30区间内，考虑仓位及交易费用后，组合年化收益20.31%，相较偏股混合型基金指数年化超额11.83%，大部分年度业绩排名在股基前30%[50][53] - **超预期精选组合**：在2010.1.4-2025.6.30区间内，考虑仓位及交易费用后，组合年化收益30.55%，相较偏股混合型基金指数年化超额24.68%，每年业绩排名都排在主动股基前30%[55][57] - **券商金股业绩增强组合**：在2018.1.2-2025.6.30区间内，考虑仓位及交易费用后，组合年化收益19.34%，相对偏股混合型基金指数年化超额14.38%，每年业绩排名都排在主动股基前30%[60][63] - **成长稳健组合**：在2012.1.4-2025.6.30区间内，考虑仓位及交易费用后，组合年化收益35.51%，相较偏股混合型基金指数年化超额26.88%，各年度业绩排名基本都在股基前30%[65][68] 市场整体表现监控 - **本周（2025.12.22-2025.12.26）市场概况**：股票收益中位数0.97%，63%的股票上涨，37%下跌；主动股基收益中位数2.78%，86%的基金上涨，14%下跌[2][47] - **本年（2025.1.2-2025.12.26）市场概况**：股票收益中位数23.42%，80%的股票上涨，20%下跌；主动股基收益中位数31.65%，97%的基金上涨，3%下跌[2][47] - **本周收益分布**：股票收益最小值为-28.32%，最大值为61.33%；主动股基收益最小值为-3.69%，最大值为15.69%[47] - **本年收益分布**：股票收益最小值为-49.67%，最大值为1560.07%；主动股基收益最小值为-18.71%，最大值为175.65%[47]

量化模型与因子总结 量化因子与构建方式 1. **因子名称：250日新高距离**[11] * **因子构建思路**：该因子用于衡量当前价格相对于过去一段时间内最高价格的回落幅度，是趋势跟踪和动量策略的核心指标。当价格创出新高时，该因子值为0；价格从高点回落时，该值为正，表示回落的百分比[11]。 * **因子具体构建过程**：对于每个交易日t，计算股票或指数的收盘价Closet与过去250个交易日收盘价最大值ts_max(Close, 250)的比值，并用1减去该比值，得到“250日新高距离”[11]。 具体公式为： $$250日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$ 其中，Closet为最新收盘价，ts_max(Close, 250)为过去250个交易日收盘价的最大值[11]。 2. **模型名称：平稳创新高股票筛选模型**[24][27] * **模型构建思路**：该模型旨在从近期创出新高的股票中，进一步筛选出具有更强趋势延续潜力的“平稳创新高”股票。其理论基础在于，遵循平滑价格路径的高动量股票，其未来收益可能优于价格路径跳跃的股票[24]。模型从分析师关注度、股价相对强弱、趋势延续性、股价路径平稳性和创新高持续性等多个角度进行综合筛选[24][27]。 * **模型具体构建过程**：该模型是一个多步骤的筛选流程，具体步骤如下[24][27]： 1. **初选股票池**：筛选出上市满15个月，且在过去20个交易日内创出过250日新高的股票[19]。 2. **分析师关注度筛选**：要求过去3个月内，获得“买入”或“增持”评级的分析师研报数量不少于5份[27]。 3. **股价相对强弱筛选**：要求过去250日涨跌幅位于全市场所有股票的前20%[27]。 4. **股价平稳性与创新高持续性综合打分**：在满足上述条件的股票池内，使用以下两个指标进行综合打分，并选取排名在前50%的股票[27]。 * **价格路径平滑性**：使用“股价位移路程比”指标。该指标的计算方法在报告中以图表形式展示，其公式为：过去120日涨跌幅的绝对值 / 过去120日日涨跌幅绝对值加总[24]。该值越接近1，表明价格路径越平滑。 * **创新高持续性**：使用过去120日的“250日新高距离”在时间序列上的均值。该值越小，表明在近期内股价持续接近或创出新高的状态保持得越好[27]。 5. **趋势延续性筛选**：对经过第4步筛选后的股票，计算其过去5日的“250日新高距离”在时间序列上的均值，并选取该值排序最靠前的50只股票作为最终输出[27]。 模型与因子的回测效果 > **注**：本报告主要为市场状态跟踪与股票筛选，未提供量化模型或因子在历史回测中的具体绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）。报告展示了截至特定日期（2025年12月26日）的截面数据结果[2][12][19][28]。 1. **250日新高距离因子** * **市场指数取值**：截至2025年12月26日，主要宽基指数的250日新高距离分别为：上证指数1.63%、深证成指0.89%、沪深300指数1.91%、中证500指数1.19%、中证1000指数0.56%、中证2000指数0.05%、创业板指2.42%、科创50指数12.56%[2][12]。 * **行业指数取值**：国防军工、有色金属、建材、机械、轻工制造行业指数距离250日新高较近（例如前四个行业距离为0.00%）；食品饮料、银行、医药、综合金融、房地产行业指数距离250日新高较远[13]。 * **概念指数取值**：林木、航天军工、万得风电、十大军工集团、HJT电池、金属非金属、黄金等概念指数距离250日新高较近[15]。 2. **平稳创新高股票筛选模型** * **筛选结果数量**：截至2025年12月26日，初选股票池（过去20日创250日新高）共有726只股票[19]。经过模型多步骤筛选后，最终得到50只“平稳创新高”股票，例如中际旭创、英维克、新易盛等[3][28]。 * **板块分布**：这50只股票中，周期板块有21只入选，科技板块有15只入选。周期板块中创新高最多的是有色金属行业；科技板块中创新高最多的是电力设备及新能源行业[28]。

量化模型与因子总结 量化因子与构建方式 1. **因子名称：250日新高距离**[11] * **因子构建思路**：该因子用于衡量当前价格相对于过去一段时间内最高价格的回落幅度，是趋势跟踪和动量策略的核心指标。当价格创出新高时，该因子值为0；价格从高点回落时，该因子值为正，值越大表示回落幅度越大[11]。 * **因子具体构建过程**：对于每个交易日t，计算最新收盘价与过去250个交易日（约一年）最高收盘价的相对距离。具体公式如下： $$250日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$$ 其中，$Close_t$为股票在交易日t的最新收盘价，$ts\_max(Close, 250)$为过去250个交易日收盘价的最大值[11]。 2. **模型名称：平稳创新高股票筛选模型**[24][27] * **模型构建思路**：该模型旨在从近期创出250日新高的股票中，进一步筛选出具有分析师关注、股价走势强劲且路径平稳、趋势有望延续的股票。其理论基础在于，遵循平滑价格路径的高动量股票未来收益可能优于价格路径跳跃的股票[24]。 * **模型具体构建过程**：模型采用多步骤条件筛选法，具体流程如下： 1. **初选股票池**：筛选出上市满15个月，且在过去20个交易日内创出过250日新高的所有股票[19]。 2. **分析师关注度筛选**：要求过去3个月内，获得“买入”或“增持”评级的分析师研报数量不少于5份[27]。 3. **股价相对强弱筛选**：要求过去250日涨跌幅位于全市场所有股票的前20%[27]。 4. **股价平稳性与创新高持续性综合打分**：在满足上述条件的股票池内，使用以下两个指标进行综合打分，并选取排名在前50%的股票[27]。 * **价格路径平滑性（股价位移路程比）**：该指标衡量股价走势的平稳程度。计算公式为过去120日涨跌幅的绝对值除以过去120日日涨跌幅绝对值的加总。比值越高，表明价格路径越平滑（趋势性越强，波动越小）[24][27]。 * **创新高持续性**：计算过去120个交易日的“250日新高距离”在时间序列上的均值。该值越小，表明股票在近期持续接近或创出新高[27]。 5. **趋势延续性筛选**：对经过上一步筛选的股票，计算其过去5个交易日的“250日新高距离”在时间序列上的均值，并选取该值排序最靠前的50只股票作为最终输出[27]。 模型的回测效果 *本报告为市场状态跟踪与股票筛选周报，未提供量化模型或因子在历史数据上的系统性回测绩效指标（如年化收益率、夏普比率、信息比率IR、最大回撤等）。报告主要展示了截至特定日期（2025年12月26日）的截面筛选结果和部分市场统计数据[12][13][19][28]。* 因子的回测效果 *本报告为市场状态跟踪与股票筛选周报，未提供量化因子在历史数据上的系统性回测绩效指标（如IC值、ICIR、多空收益、分组收益等）。报告主要展示了截至特定日期（2025年12月26日）的因子截面取值和市场应用情况[12][13][19]。*

报告投资评级 - 首次覆盖，给予“优于大市”评级 [3][5] - 预计公司合理估值区间为6.95元至7.37元，相对于当前股价有17.42%至24.54%的溢价空间 [3][5][40] 报告核心观点 - 长信科技是触控显示模组龙头企业，正受益于汽车电子、折叠屏等端侧创新带来的成长机遇，并布局智算新赛道以构建第二增长曲线 [1][3] - 公司是全球最大的ITO导电玻璃制造商，TFT液晶基板减薄业务约占全球50%的市场份额，车载触控显示模组综合实力位居国内前列，手机LCM模组为国内高端手机品牌指定供应商 [1][7] - 公司是国内唯一通过北美大客户（苹果）认证的减薄业务供应商，终端客户包括华为、OPPO、VIVO、北美大客户等 [1][2] - 预计公司2025-2027年归母净利润分别为3.92亿元、5.17亿元、7.12亿元，同比增速分别为10.0%、31.8%、37.6% [3][35] - 预计公司2025-2027年营业收入分别为119.43亿元、149.28亿元、183.62亿元，同比增速分别为8.0%、25.0%、23.0% [33][35] 公司业务与市场地位 - **汽车电子业务**：公司是3D曲面汽车盖板与车载屏模组技术领导者，产品涵盖车载sensor、盖板、显示模组及一体化模组封装，客户覆盖全球70%以上的车辆品牌，包括日系、欧系、美系、德系品牌车商 [2] - **减薄业务**：减薄业务规模稳居国内首位，是A公司（苹果）在中国大陆唯一通过认证的减薄业务供应商，客户涵盖京东方、天马、华星光电、夏普、LG等 [2] - **UTG（超薄柔性玻璃）业务**：已完成从减薄到单体成型的全部开发，研发出不等厚可折叠玻璃（UFG）、超薄玻璃贴合盖板等产品，已应用于VIVO、OPPO折叠屏手机以及穿戴式产品、折叠笔电等 [2][8] - **算力业务**：公司于2025年5月宣布合资成立芜湖长信华锐智算科技有限公司，布局智算新赛道，业务聚焦算力设备组装购销、维保维修及租赁服务，长期计划构建全链条算力服务能力 [3] 财务与盈利预测 - **历史业绩**：2014-2024年十年间公司收入复合年增长率（CAGR）约为21%，2024年营业收入为110.58亿元，归母净利润为3.57亿元 [15][35] - **盈利预测**：预计公司2025-2027年毛利率分别为11.30%、11.50%、12.00% [33][35] - **每股收益**：预计公司2025-2027年每股收益（EPS）分别为0.16元、0.21元、0.29元 [4][35] - **估值水平**：当前股价对应2025-2027年市盈率（PE）分别为38倍、29倍、21倍（注：此处引用自摘要，与详细预测表略有差异，详细预测表中2025-2027年PE分别为36.8倍、27.9倍、20.3倍）[3][4] - **相对估值**：选取联创电子、蓝思科技等可比公司，给予公司2026年PE 33-35倍，对应股价区间6.95-7.37元 [38][39] 增长驱动因素 - **车载显示**：车载显示向高端化、大屏化升级，集成式触控显示屏需求提升，公司车载触控显示业务具备放量基础 [32] - **折叠屏渗透**：折叠屏终端渗透率提升，将驱动公司UTG减薄业务实现高速增长 [2][32] - **新兴应用**：VR及可穿戴设备等新兴应用出货量加速增长，公司OLED等新型显示技术推动触显模组价值量提升 [32] - **算力布局**：新布局的智算业务有望成为公司未来新的增长点 [3] 公司概况与运营 - **发展历程**：公司成立于2000年，2010年在深交所创业板上市，从ITO导电玻璃切入行业，通过收购和战略合作进入苹果等高端供应链 [7][8] - **生产基地**：公司在国内拥有6个生产基地，覆盖ITO导电玻璃、触控Sensor、TFT减薄、模组、UTG玻璃等全工序 [9][10][11][13] - **股权结构**：截至2025年三季报，安徽省国资委下属的铁元投资为公司控股股东，持股10.87% [12][14]

行业投资评级 - 行业投资评级：优于大市（维持） [2][3] 报告核心观点 - 随着AI基建从备货采购步入工程建设阶段，下游客户资本开支将发生结构性变化，工程投资占比将显著上升，以洁净室工程为代表的工程产业链将成为新的主线环节 [5][6] - 由于海外AI算力需求爆发式增长，而洁净室建设能力供给相对刚性，洁净室已成为制约全球AI产能扩张的核心瓶颈，导致美光等龙头厂商为缩短工期而加价下单，洁净室工程“量价齐升”逻辑将持续强化 [5][22][23] - 圣晖集成、亚翔集成作为台资洁净室工程服务商，是各自台湾母公司的唯一海外经营平台，与母公司共享技术工艺与客户资源，将充分受益于大客户海外建厂 [5][28] AI基建演进阶段与主线环节 - **第一阶段：算力芯片抢购潮（约2023年-2024年中）** - 特征为全球云服务商和科技巨头对英伟达GPU芯片的疯狂抢购，资本开支绝大部分用于采购GPU [11] - 为匹配GPU性能，对高带宽内存（HBM）、先进多层PCB板及高速互联组件的需求也随之快速增长 [11] - 资本市场聚焦于最上游的芯片供应商，体现为英伟达、台积电、美光等公司股价涨幅较大 [7][11] - **第二阶段：关键设备备货期（约2024年中-2025年中）** - 资本开支向下延伸至数据中心“机架”层面，核心是采购光模块、高速交换机、液冷系统、不间断电源（UPS）和柴油发电机等关键设备 [12] - 市场投资热点从芯片蔓延至光通信、液冷、电力设备等领域 [12] - **第三阶段：工程建设的全面展开（2025年下半年起）** - 大规模工程建设全面启动，资本支出从“采购”转向“建设”，从“库存”转向“固定资产” [13] - 云服务商资本开支发生结构性变化，投向工程的比例开始上升，直接形成以数据中心为代表的固定资产 [13] - 前两个阶段巨额投资的最终价值兑现，高度依赖于第三阶段工程建设的质量和速度 [13] 洁净室工程的市场地位与需求 - 洁净室工程是AI算力全产业链工程建设的核心，下游涵盖芯片制造、封装测试、PCB载板、服务器组装、数据中心，是全产业链扩产的刚需环节 [16] - 在芯片晶圆厂建设投资中，厂务/设备支出分别占20%/80%，其中洁净室工程约占厂房投资的60% [16] - 在数据中心建设总投资中，洁净室与机电工程是不可或缺的重要部分，通常占10%左右 [18] - AI算力全产业链加速扩产，以及过去两年对算力芯片及配套部件的集中采购快速消耗了上游产能储备，半导体产业链进入新一轮产能扩张周期，直接推动了大量工程建设需求 [15] 行业供给瓶颈与竞争格局 - 洁净室目前已成为制约全球AI产能扩张的核心瓶颈，全球范围内洁净室工程需求爆发式增长，但建设能力增长相对受限 [22] - 成熟的洁净室及机电工程师培养周期长达3-5年，扩大招聘规模也难以满足激增的需求，导致拥有稀缺工程师资源的承包商报价显著上浮 [23] - 高客户粘性铸就行业核心进入壁垒，洁净室工程工艺复杂、高度定制化，客户转换成本高、转换意愿低，重点客户仅会委托少数几家合作基础扎实的工程供应商 [25] - 例如，台积电之于汉唐、帆宣，联电之于亚翔，京东方之于柏诚股份，均是长期以来的第一大客户，历史第一大客户销售占比普遍在30%以上 [25][27] 市场表现与投资建议 - 自12月至今，洁净室板块主要标的涨幅较大：亚翔集成上涨74%，圣晖集成上涨60%，美埃科技上涨52%，华康洁净上涨51%，柏诚股份上涨30% [4] - 根据AI算力基建典型标的股价涨跌复盘，在2025年第四季度，亚翔集成以153%的涨幅位列第一，圣晖集成以89%的涨幅位列第二 [7] - 投资建议推荐圣晖集成、亚翔集成 [28]