行业投资评级 - 行业评级为增持 并维持该评级 [1] 报告核心观点 - 游戏板块经过调整后估值已有一定吸引力 行业现金流好且政策支持力度持续加大 AI游戏研发持续深化 持续看好游戏板块投资机会 [6] - 游戏行业强者恒强特征明显 龙头厂商长期投资价值凸显 [3] - 11月国产及进口游戏版号下发数量较大 体现监管政策对于游戏产业发展的呵护态度 [4] 行业表现与市场数据 - 近十二个月行业绝对收益为12.26% 但近一个月和三个月绝对收益分别为-1.7%和-4.11% [2] - 近十二个月行业相对沪深300的收益为-3.47% 近一个月和三个月相对收益分别为0.02%和-7.03% [2] 游戏行业市场表现 - 2025年11月共33个中国厂商入围全球手游发行商收入榜TOP100 合计吸金19.5亿美元 占全球TOP100手游发行商收入的35.8% [3] - 腾讯稳居2025年11月全球手游发行商收入冠军 [3] - 世纪华通旗下点点互动位列2025年11月全球手游发行商收入榜亚军 其旗舰SLG《Whiteout Survival》全球累计吸金超38亿美元 11月贡献了发行商54%的收入 [3] - 点点互动新作《Kingshot》累计收入超6.4亿美元 11月以36%的收入占比形成双轮驱动 [3] - 点点互动休闲合成手游《Tasty Travels: Merge Game》11月收入实现10%增长 跃居全球合成手游赛道收入榜第四名 [3] - 冰川网络王牌新游《X-Clash》以创新融合玩法引爆市场 11月收入环比飙升200% [3] 行业政策与版号发放 - 2025年11月26日 国家新闻出版署发布11月份国产及进口网络游戏版号 合计发放184个版号 包括178款国产和6款进口网络游戏 [4] - 2025年1-11月 国家新闻出版署共发布国产网络游戏版号1,532个 同比增长29.39% [4] - 2025年1-11月 国家新闻出版署共发布11个批次合计92个进口网络游戏版号 对比2024年同期为6个批次97个 [4] 投资建议与关注标的 - 报告提示重点关注世纪华通 恺英网络 吉比特 腾讯控股 心动公司等 [6]

量化模型与因子总结 量化模型与构建方式 本报告为市场数据跟踪报告，未涉及具体的量化投资模型或选股模型的构建与测试。 量化因子与构建方式 报告中对多个市场指标（可视为观测因子）进行了计算和跟踪，具体如下： 1. **因子名称**：风险溢价因子[27] * **因子构建思路**：以十年期国债即期收益率为无风险利率参考，计算各宽基指数相对于无风险利率的风险溢价，用于衡量其相对投资价值和偏离情况[27]。 * **因子具体构建过程**：风险溢价 = 指数收益率 - 无风险利率。报告中具体计算了各宽基指数相对于十年期国债即期收益率的风险溢价及其历史分位值[27][29]。 2. **因子名称**：市盈率（PE-TTM）因子[39] * **因子构建思路**：观察各指数的滚动市盈率作为估值参考，衡量各指数在当前时点的投资价值[39]。 * **因子具体构建过程**：计算指数成分股的总市值除以归属于母公司股东的净利润（TTM）之和，得到指数的PE-TTM[39]。报告跟踪了该因子的当前值及其在不同历史窗口（近1年、近5年、全历史）的分位值[43][44]。 3. **因子名称**：股债性价比因子[46] * **因子构建思路**：以股票市场收益率（用PE-TTM的倒数近似）与债券市场收益率（十年期国债即期收益率）之差来衡量股票相对于债券的吸引力[46]。 * **因子具体构建过程**：股债性价比 = (1 / 指数PE-TTM) - 十年期国债即期收益率[46]。报告通过对比该因子当前值与历史分位值（如80%分位的机会值和20%分位的危险值）来判断市场状态[46]。 4. **因子名称**：股息率因子[48] * **因子构建思路**：股息率反映现金分红回报率，是红利投资风格的核心指标，跟踪其走势以观察市场风格和估值变化[48]。 * **因子具体构建过程**：计算指数成分股的现金分红总额除以指数总市值，得到指数的股息率[48]。报告跟踪了该因子的当前值及其历史分位值[53]。 5. **因子名称**：破净率因子[54] * **因子构建思路**：破净率表示市净率小于1的个股占比，反映市场整体的估值态度和悲观/乐观程度[54][56]。 * **因子具体构建过程**：破净率 = (指数成分股中市净率小于1的个股数量) / (指数成分股总数量)[54]。报告计算并展示了各宽基指数的当前破净率[57]。 6. **因子名称**：价格与均线相对位置因子[14] * **因子构建思路**：通过比较指数收盘价与不同周期移动平均线（MA）的位置，判断市场短期趋势和强度[14]。 * **因子具体构建过程**：计算指数收盘价相对于5日、10日、20日、60日、120日、250日移动平均线的偏离百分比，公式为：$$偏离百分比 = (收盘价 / MA_n - 1) \times 100\%$$[15]。报告通过表格展示了各指数相对于各条均线的具体偏离值[15]。 7. **因子名称**：收益分布形态因子（偏度与峰度）[23] * **因子构建思路**：通过计算指数日收益率分布的偏度和峰度，描述收益分布的不对称性和尖峰肥尾特征，以评估市场风险结构[23]。 * **因子具体构建过程**：计算指数日收益率序列的偏度（衡量分布不对称性）和超额峰度（计算中减去了3，即相对于正态分布的偏离）[23][25]。报告对比了当前值与近5年历史值的差异[25]。 8. **因子名称**：换手率因子[17] * **因子构建思路**：换手率衡量市场交易活跃度，是反映市场情绪和流动性的重要指标[17]。 * **因子具体构建过程**：指数换手率计算方式为：$$\text{指数换手率} = \frac{\sum(\text{成分股流通股本} \times \text{成分股换手率})}{\sum(\text{成分股流通股本})}$$[17]。报告计算并列出了各宽基指数的当前换手率[17]。 9. **因子名称**：交易金额占比因子[17] * **因子构建思路**：计算各宽基指数交易金额占全市场（以中证全指为代表）的比例，用于观察资金在不同板块间的流向和集中度[17]。 * **因子具体构建过程**：交易金额占比 = 该指数当天交易金额 / 中证全指当天交易金额[17]。报告计算并展示了各指数的交易金额占比[17]。 因子的回测效果 本报告为市场状态跟踪报告，未提供基于历史数据的因子分层测试、多空组合收益、信息比率（IR）等量化回测绩效指标。报告主要展示了各因子在特定截止日（2025年12月8日）的截面取值或时间序列上的当前状态，具体数值如下： 1. **风险溢价因子**：当前风险溢价：上证50 (0.57%)， 沪深300 (0.80%)， 中证500 (1.04%)， 中证1000 (1.09%)， 中证2000 (1.46%)， 中证全指 (1.01%)， 创业板指 (2.60%)[31]。近5年分位值：创业板指 (93.41%)， 中证2000 (85.79%)， 中证500 (83.41%)， 中证全指 (83.73%)， 中证1000 (81.19%)， 沪深300 (80.56%)， 上证50 (76.11%)[30][31]。 2. **市盈率（PE-TTM）因子**：当前值：上证50 (11.88)， 沪深300 (14.09)， 中证500 (32.74)， 中证1000 (47.48)， 中证2000 (157.16)， 中证全指 (21.20)， 创业板指 (41.38)[44]。近5年历史分位值：中证1000 (97.52%)， 中证500 (95.54%)， 中证全指 (92.98%)， 上证50 (85.62%)， 沪深300 (84.30%)， 中证2000 (84.30%)， 创业板指 (57.69%)[41][43][44]。 3. **股债性价比因子**：报告指出，在2025年12月8日，没有指数高于其近5年80%分位（机会值），中证500低于其近5年20%分位（危险值）[46]。 4. **股息率因子**：当前值：上证50 (3.30%)， 沪深300 (2.71%)， 中证500 (1.37%)， 中证1000 (1.12%)， 中证2000 (0.75%)， 中证全指 (2.01%)， 创业板指 (1.00%)[53]。近5年历史分位值：创业板指 (66.69%)， 中证1000 (44.55%)， 沪深300 (36.28%)， 上证50 (35.12%)， 中证全指 (34.96%)， 中证500 (15.54%)， 中证2000 (8.84%)[51][53][55]。 5. **破净率因子**：当前值：上证50 (22.0%)， 沪深300 (16.33%)， 中证500 (11.6%)， 中证1000 (7.9%)， 中证全指 (6.08%)， 中证2000 (2.95%)， 创业板指 (1.0%)[57]。 6. **价格与均线相对位置因子**：以 vsMA5（收盘价相对于5日均线偏离百分比）为例，取值如下：创业板指 (3.1%)， 中证2000 (1.8%)， 中证500 (1.5%)， 中证1000 (1.5%)， 中证全指 (1.4%)， 沪深300 (1.2%)， 上证50 (1.1%)[15]。 7. **收益分布形态因子**：当前峰度（超额）：中证1000 (1.43)， 创业板指 (1.27)， 中证2000 (1.17)， 中证全指 (1.00)， 中证500 (0.87)， 沪深300 (0.65)， 上证50 (0.03)[25]。当前偏度：上证50 (1.33)， 沪深300 (1.54)， 中证500 (1.56)， 中证全指 (1.62)， 创业板指 (1.62)， 中证2000 (1.64)， 中证1000 (1.65)[25]。 8. **换手率因子**：当前值：中证2000 (4.34)， 创业板指 (2.78)， 中证1000 (2.47)， 中证全指 (1.77)， 中证500 (1.69)， 沪深300 (0.61)， 上证50 (0.26)[17]。 9. **交易金额占比因子**：当前值：沪深300 (24.95%)， 中证2000 (24.75%)， 中证1000 (21.02%)[17]。

行业投资评级 - 行业评级：增持（维持）[1] 报告核心观点 - 核心观点：太空算力兴起，长期空间巨大，北京加速布局太空数据中心建设，海外科技巨头亦加速布局，行业正从概念迈向落地竞争[4][5][6] 行业表现总结 - 近十二个月行业表现优异：相对沪深300指数的相对收益为67.07%，绝对收益为83.4%[2] - 近期表现持续强劲：近1个月相对收益为10.88%，绝对收益为9.66%；近3个月相对收益为9.42%，绝对收益为13.04%[2] 事件与背景分析 - 事件：北京举行“太空数据中心建设工作推进会”，加速布局太空数据中心建设[4][5] - 背景：2024年全球数据中心耗电已占全球用电总量的1.5%，人工智能爆发导致算力需求指数级增长，地面数据中心受能耗和散热制约瓶颈凸显[5] - 太空数据中心核心优势：宇宙空间是天然的超级散热器，太空近乎无限的太阳能提供清洁能源；是商业航天与人工智能的战略交叉方向，有望牵引形成“可重复使用火箭+算力星座+数据应用场景”的新型产业链和商业闭环[5] 北京布局太空数据中心的具体规划 - 明确“三步走”战略[5] - 第一步“天数天算”（2025-2027年）：突破能源与散热等关键技术，迭代研制试验星，建设一期算力星座，计划总功率达200KW、算力规模达1000 POPS（每秒千万亿次操作）[5] - 第二步“地数天算”（2028-2030年）：突破在轨组装建造等关键技术，降低建设与运营成本，建设二期算力星座[5] - 第三步“天基主算”（2031-2035年）：卫星大规模批量生产并组网发射，在轨对接建成大规模太空数据中心[5] - 第一块“积木”：名为“辰光一号”的试验星已完成产品研制，正在开展总装试验，拟于2025年底或2026年初择机发射[5] - 北京具备独特优势：是人工智能产业高地，汇聚了从火箭、卫星研制到数据应用的完整商业航天产业链[5] 海外科技巨头动态 - 亚马逊创始人杰夫·贝佐斯表示“太空数据中心将成为太空事业的下一步”[6] - 马斯克旗下SpaceX于今年11月将英伟达H100 GPU送入太空[6] - 初创企业Starcloud构想部署一个由4平方公里太阳能阵列供电的5GW数据中心卫星[6] - 报告认为海外科技巨头有望持续加码布局太空数据中心建设[6] 投资建议 - 提示重点关注迈为股份、上海港湾、上海瀚讯、星图测控等[6]

报告行业投资评级 * 报告未明确给出对黑龙江省资本市场的整体投资评级 [4][5][8] 报告的核心观点 * 黑龙江省工业经济，特别是装备制造业，展现出强劲的增长势头和转型升级潜力，省内上市公司市场表现有望随宏观环境改善而持续向好 [5][41] * 省内关键产业项目取得重大技术突破，如大庆石化的特种长丝项目和哈电集团的超超临界循环流化床机组，填补了国内乃至全球空白，彰显了产业升级实力 [11][12] * 区域经济亮点突出，哈尔滨平房区、哈经开区通过科技创新和营商环境优化实现了领先的GDP增长，对外开放通道（如满洲里口岸）运量创历史新高，为区域发展注入活力 [13][14][15] 根据相关目录分别进行总结 1 黑龙江本期要闻跟踪 * **重大产业项目投产**：中国石油大庆石化**1000吨/年**超细旦腈纶特种长丝项目于12月1日投产，总投资**1.1亿元**，填补国内产业化空白，产品达国际领先水平 [5][11] * **核心技术突破**：哈电集团供货的世界首台**660兆瓦**超超临界循环流化床机组通过鉴定，技术达国际领先，实现**100%国产化**，锅炉效率高达**93.68%**，具备优秀调峰能力 [12] * **区域经济领跑**：2025年前三季度，哈尔滨市平房区、哈经开区GDP同比增长**6.3%**，领跑九区，得益于低空经济、手术机器人等科技成果转化，以及**133个**在库工业项目投资**31.4亿元**（同比增长**104.1%**） [13] * **对外开放通道高效运行**：截至11月27日，满洲里铁路口岸2025年过货量突破**2000万吨**，同比增长**0.3%**，创历史新高，1-11月通行中欧班列**4945列**，发送货物**512,396标箱**，其中化肥进口量同比增长**125.7%**，通关效率较年初提升**10%** [5][14][15] 2 金融市场数据跟踪 * **大类资产表现**：12月以来，大宗商品表现突出，白银涨幅**18.53%**，黄金涨**6.50%**，权益市场中仅胡志明指数涨**3.13%**，韩国综指、创业板指等跌幅超**4%** [16] * **行业板块表现**：截至12月5日，12月以来有色金属、通信、国防军工、机械设备涨幅居前，分别为**5.35%**、**3.69%**、**2.82%**、**2.77%** [18] * **黑龙江板块及上市公司表现**： * 12月以来黑龙江板块指数上涨**1.20%**，呈现企稳反弹 [5][21] * 11月份黑龙江板块指数下跌**1.33%** [24] * 近期（2025.11.24-12.5）省内上市公司涨多跌少，广联航空涨幅最大达**26.77%**，航天科技涨**20.63%**，仅8家公司收益为负，其中大鹏工业跌幅**57.63%** [5][25][26] * 报告认为随着外围不确定因素减少及国内经济修复，省内上市公司，特别是具有新兴产业业务的公司，市场表现有望保持较好 [5][26] 3 国内宏观数据运行情况 * **制造业PMI**：11月制造业PMI为**49.2%**，较上月上升**0.2**个百分点，景气水平有所改善但仍处荣枯线以下 [28] * **分企业规模**：大型企业PMI为**49.3%**，较上月下降**0.6**个百分点；中型企业PMI为**48.9%**，上升**0.2**个百分点；小型企业PMI为**49.1%**，显著上升**2.0**个百分点 [31] * **分类指数**：生产指数回升至临界点**50.0%**；新订单指数为**49.2%**，提升**0.4**个百分点；从业人员指数为**48.4%**，上升**0.1**个百分点 [34][35] * **综合PMI**：11月综合PMI产出指数为**49.7%**，较上月下降**0.3**个百分点，回落至临界点以下 [37] 4 黑龙江省经济运行数据 * **装备工业高速增长**：1-10月，全省规模以上装备工业增加值同比增长**16.8%**，增速较1-9月（**15.80%**）提升，并高于全国**7**个百分点 [5][40] * **投资结构优化**：1-10月，全省制造业投资增速**5.9%**，高于全国**3.2**个百分点；高技术制造业投资同比增长**33.3%**；工业技术改造投资同比增长**25.5%**，高于全国**25**个百分点 [5][40][41] * **报告观点**：省内工业经济保持稳步向好，制造业转型升级决心坚定，随着投资成果显现，工业经济有望持续增长，为区域高质量发展注入动力 [5][41]

量化模型与构建方式 1. **模型名称**：双低策略转债指数[23][24] **模型构建思路**：基于可转债的“价格”和“转股溢价率”两个核心估值指标，构建一个综合评分（即“双低值”）较低的转债组合，以寻求兼具防守性和进攻性的投资机会[23]。 **模型具体构建过程**：该模型通过构建“万得可转债双低指数”来体现。其核心是计算每只可转债的双低值，该值通常为转债价格与转股溢价率之和（或经过标准化处理后的值）。指数成分券为双低值排名靠前的可转债，并定期调仓。公式中，转债价格即市场交易价格，转股溢价率计算公式为： $$转股溢价率 = \frac{可转债收盘价 - 转股价值}{转股价值}$$ 其中， $$转股价值 = \frac{100}{转股价格} \times 正股收盘价$$ 通过计算双低值并筛选，构建出低估值转债组合[15][23]。 2. **模型名称**：高价低溢价率策略转债指数[23][24] **模型构建思路**：专注于价格较高但转股溢价率较低的可转债，这类转债股性较强，与正股联动更紧密，旨在捕捉正股上涨带来的弹性收益[23]。 **模型具体构建过程**：该模型通过构建“万得可转债高价低溢价率指数”来体现。其构建逻辑是，在价格较高的可转债池中（例如价格大于130元），进一步筛选出转股溢价率最低的一批个券构成组合。该策略认为高价转债的债性保护较弱，其价值主要来源于转换期权，因此低溢价率意味着转债上涨能更充分地跟随正股上涨[23]。 3. **模型名称**：基于信用评级的转债分类指数[19][20] **模型构建思路**：根据可转债的信用评级（如AAA、AA+、AA、AA-及以下）对市场进行划分，构建不同信用等级的转债指数，以观察和分析不同信用资质转债的市场表现差异[19]。 **模型具体构建过程**：直接采用市场现有的分类指数，如“万得可转债AAA指数”、“万得可转债AA指数”等。这些指数由对应信用评级的可转债作为成分券编制而成，反映了特定信用等级群体的整体走势[19]。 4. **模型名称**：基于价格的转债分类指数[20][21] **模型构建思路**：根据可转债的绝对价格水平将其划分为不同区间（如高价、中价、低价），并构建相应指数，以分析不同价格区间转债的风险收益特征[20][21]。 **模型具体构建过程**：直接采用市场现有的分类指数，如“万得可转债高价指数”、“万得可转债中价指数”、“万得可转债低价指数”。这些指数依据转债价格进行分组，分别代表不同股性和债性特征的转债群体[20][21]。 5. **模型名称**：基于规模的转债分类指数[23][24] **模型构建思路**：根据可转债的发行或剩余规模大小，将其划分为大盘、中盘、小盘等类别，并构建相应指数，以观察不同规模转债的市场表现[23]。 **模型具体构建过程**：直接采用市场现有的分类指数，如“万得可转债大盘指数”、“万得可转债中盘指数”、“万得可转债小盘指数”。这些指数依据转债规模进行分组，反映了不同流动性及市场关注度转债的走势[23]。 模型的回测效果 1. 双低策略转债指数，近一年累计涨跌幅约25%-30%[23] 2. 高价低溢价率策略转债指数，近一年累计涨跌幅约30%-35%[23] 3. 万得可转债AAA指数，近一年累计涨跌幅约5%[19] 4. 万得可转债AA+指数，近一年累计涨跌幅约10%[19] 5. 万得可转债AA指数，近一年累计涨跌幅约20%-25%[19] 6. 万得可转债AA-及以下指数，近一年累计涨跌幅约25%-30%[19] 7. 万得可转债高价指数，近一年累计涨跌幅约25%-30%[21] 8. 万得可转债中价指数，近一年累计涨跌幅约15%-20%[21] 9. 万得可转债低价指数，近一年累计涨跌幅约-5%-0%[21] 10. 万得可转债大盘指数，近一年累计涨跌幅约15%-20%[23] 11. 万得可转债中盘指数，近一年累计涨跌幅约20%-25%[23] 12. 万得可转债小盘指数，近一年累计涨跌幅约25%-30%[23] 量化因子与构建方式 1. **因子名称**：转股溢价率[11][15] **因子构建思路**：衡量可转债价格相对于其转换价值的溢价程度，是判断转债估值高低和股性强弱的核心指标[11][15]。 **因子具体构建过程**：对于单只可转债，在特定时点（如收盘）计算其转股溢价率。计算公式为： $$转股溢价率 = \frac{可转债收盘价 - 转股价值}{转股价值}$$ 其中，转股价值计算公式为： $$转股价值 = \frac{100}{转股价格} \times 正股收盘价$$ 该因子值越高，表明转债价格相对于其转换价值越贵，股性越弱、债性越强；反之则股性越强[15]。 2. **因子名称**：转债价格[31][33] **因子构建思路**：可转债的市场交易价格，是反映其绝对价位和风险水平的直接指标[31]。 **因子具体构建过程**：直接取用可转债在二级市场的收盘价。报告中将其作为分类标准，将个券划分为小于100元、100-110元、110-120元、120-130元、130-140元、大于140元等不同区间进行分析[31][33]。 3. **因子名称**：双低值（复合因子）[23] **因子构建思路**：综合转债价格和转股溢价率两个单一因子，构建一个复合因子，用以同时衡量转债的绝对价格风险和相对估值风险，数值越低通常认为投资价值越高[23]。 **因子具体构建过程**：双低值是“转债价格”与“转股溢价率”的简单加总。对于每只可转债，计算： $$双低值 = 转债价格 + 转股溢价率$$ 通过该值对全市场可转债进行排序，值越小排名越靠前，构成双低策略的选股基础[23]。 因子的回测效果 *注：本报告未提供单个因子的独立回测指标（如IC、IR等），而是展示了基于因子构建的分类指数或策略指数的表现。因子效果间接体现在对应策略指数的收益走势中。*

量化模型与构建方式 1. **模型名称**：连阴连阳模型[12] * **模型构建思路**：通过计算指数K线连续为阴线或阳线的天数，来跟踪市场的短期趋势和情绪[12]。 * **模型具体构建过程**：从指定日期开始，逐日比较指数收盘价与前一日收盘价。若当日收盘价高于前一日收盘价，则连阳计数加1，连阴计数清零；若当日收盘价低于前一日收盘价，则连阴计数加1（以负数表示），连阳计数清零；若相等，则计数保持不变。最终输出一个数值，正数表示连阳天数，负数表示连阴天数[12]。 2. **模型名称**：指数与均线比较模型[15] * **模型构建思路**：通过比较指数当前价格与不同周期的移动平均线（MA）的位置关系，判断市场的中短期趋势强度[15]。 * **模型具体构建过程**：首先，计算指数收盘价的移动平均线，常用周期包括5日（MA5）、10日（MA10）、20日（MA20）、60日（MA60）、120日（MA120）和250日（MA250）[15]。然后，计算当前收盘价相对于各条均线的百分比偏离度，公式为： $$ vsMA = (收盘价 / MA_n - 1) \times 100\% $$ 其中，$MA_n$ 代表第n日的移动平均线[15]。根据收盘价是位于均线上方还是下方，可以判断市场是否站上或突破该均线[15]。 3. **模型名称**：风险溢价模型[27] * **模型构建思路**：以十年期国债即期收益率作为无风险利率的参考，计算股票指数收益率与之的差值，作为投资者承担市场风险所要求的额外回报，用于衡量市场的相对投资价值和风险水平[27]。 * **模型具体构建过程**：风险溢价的计算公式为： $$ 风险溢价 = 指数收益率 - 十年期国债即期收益率 $$ 报告中使用的指数收益率是市盈率倒数（1/PE-TTM），即盈利收益率[27][46]。因此，具体构建过程是：首先获取指数的PE-TTM，计算其倒数得到盈利收益率；然后获取十年期国债即期收益率；最后将两者相减得到风险溢价[27][31]。此外，还会计算该风险溢价在近1年、近5年历史数据中的分位值，以及其均值和波动率[31]。 4. **模型名称**：股债性价比模型[46] * **模型构建思路**：在风险溢价模型的基础上，通过观察风险溢价（即盈利收益率与国债收益率之差）的历史分位数，来判断股票资产相对于债券资产的吸引力[46]。 * **模型具体构建过程**：首先，如风险溢价模型所述，计算每日的股债性价比（即风险溢价）[27][46]。然后，计算该指标在近5年历史窗口内的80%分位值（机会值）和20%分位值（危险值）[46]。通过比较当前股债性价比与这两个阈值，来定性判断市场状态：若当前值高于80%分位，则认为股票资产具备较高吸引力；若低于20%分位，则认为吸引力较低[46]。 5. **模型名称**：破净率监控模型[54] * **模型构建思路**：通过统计指数成分股中市净率（PB）小于1的个股数量及其占比，来反映市场整体的估值水平和悲观情绪[54]。 * **模型具体构建过程**：对于每一个宽基指数，遍历其所有成分股。计算每只成分股的市净率（PB），公式为： $$ PB = 股价 / 每股净资产 $$ 统计满足 $PB < 1$ 的个股数量，即为破净个股数[54]。破净率（破净占比）的计算公式为： $$ 破净率 = (破净个股数 / 指数总成分股数) \times 100\% $$ 通过跟踪破净率的变化，可以观察市场估值态度的转变[54][56]。 量化因子与构建方式 1. **因子名称**：交易金额占比因子[18] * **因子构建思路**：衡量特定宽基指数成交额在全市场总成交额中的比重，反映资金对该板块的关注度和活跃度[18]。 * **因子具体构建过程**：计算因子分为两步。首先，获取目标指数（如中证2000）当日所有成分股的成交金额之和，作为该指数的交易金额。同时，获取基准指数（报告中为中证全指）当日的交易金额[18]。然后，计算占比： $$ 交易金额占比 = (目标指数交易金额 / 中证全指交易金额) \times 100\% $$ [18] 2. **因子名称**：换手率因子[18] * **因子构建思路**：衡量指数成分股的整体交易活跃程度，是反映市场流动性和情绪的重要指标[18]。 * **因子具体构建过程**：采用流通股本加权的方式计算指数整体换手率。公式为： $$ 指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)} $$ 其中，成分股换手率通常由该股当日成交股数与其流通股本计算得出[18]。 3. **因子名称**：收益分布峰度因子[24][25] * **因子构建思路**：通过计算指数日收益率分布的峰度，衡量收益率分布的尖峭或扁平程度，反映收益的集中情况和尾部风险[24][25]。 * **因子具体构建过程**：首先，选取一定时间窗口（报告中为近一年和近五年）的指数日收益率序列[19][25]。然后，计算该序列的峰度（Kurtosis）。报告中采用的峰度是超额峰度，即计算出的峰度值减去正态分布的峰度3[25]。公式为： $$ 超额峰度 = \frac{E[(R-\mu)^4]}{\sigma^4} - 3 $$ 其中，$R$为日收益率序列，$\mu$为序列均值，$\sigma$为标准差，$E$为期望算子[25]。当前峰度与历史平均峰度的差值（负偏离）用于衡量分布形态的变化[24]。 4. **因子名称**：收益分布偏度因子[24][25] * **因子构建思路**：通过计算指数日收益率分布的偏度，衡量分布的不对称性，反映正负极端收益发生的相对概率[24][25]。 * **因子具体构建过程**：与峰度因子类似，选取特定时间窗口的日收益率序列[19][25]。计算该序列的偏度（Skewness）。公式为： $$ 偏度 = \frac{E[(R-\mu)^3]}{\sigma^3} $$ 其中，$R$为日收益率序列，$\mu$为序列均值，$\sigma$为标准差，$E$为期望算子[25]。正偏态表示右尾较长，极端正收益情形更多；负偏态则表示左尾较长，极端负收益情形更多[24]。当前偏度与历史平均偏度的差值用于观察偏态变化[25]。 5. **因子名称**：PE-TTM分位值因子[39][43] * **因子构建思路**：将指数当前的滚动市盈率（PE-TTM）置于其历史时间序列中，计算其所处的百分位位置，用于判断当前估值在历史中的相对高低水平[39][43]。 * **因子具体构建过程**：首先，获取指数在指定历史窗口（如近5年）内每一个交易日的PE-TTM，形成一个时间序列[43]。然后，将当前交易日的PE-TTM值与这个历史序列进行比较，计算其分位值。例如，近5年历史分位值表示当前PE-TTM值在近5年所有历史数据中由低到高排序后所处的百分比位置[43][44]。分位值越高，说明当前估值处于历史较高水平。 6. **因子名称**：股息率因子[48][53] * **因子构建思路**：衡量指数成分股的整体现金分红回报率，是价值投资和红利策略关注的核心指标，尤其在市场波动时作为防御性参考[48]。 * **因子具体构建过程**：指数的股息率通常通过其成分股的股息率加权平均得到。具体为：计算每只成分股近12个月的现金分红总额，除以当前股价，得到个股股息率。然后，以成分股的权重（通常是自由流通市值权重）进行加权求和，得到指数的整体股息率[53]。公式可表示为： $$ 指数股息率 \approx \sum (个股股息率 \times 个股在指数中的权重) $$ 同样，可以计算该股息率在历史序列中的分位值，以判断其相对水平[53]。 模型的回测效果 *本报告为市场数据跟踪报告，未提供基于历史数据的模型策略回测效果指标（如年化收益率、夏普比率、最大回撤等）。报告主要展示了各模型/因子在特定截止日（2025年12月5日）的截面数据或状态描述[11][12][15][31][44][53][56]。* 因子的回测效果 *本报告为市场数据跟踪报告，未提供因子的历史有效性检验结果（如IC值、IR、多空收益等）。报告主要呈现了各因子在特定截止日（2025年12月5日）的截面数据、历史分位值及统计特征[18][25][31][44][53]。*

投资评级与核心观点 - 报告首次覆盖康农种业，给予“买入”评级 [1] - 报告核心观点：公司作为区域性玉米种子龙头企业，正凭借优质品种从西南地区向全国市场扩张，核心品种康农玉8009在黄淮海市场表现亮眼，驱动业绩增长，当前估值显著低于可比公司，具备投资价值 [3][5] 公司概况与业务模式 - 公司是一家以杂交玉米种子为主的“育繁推一体化”种子企业，被认定为国家玉米种子补短板阵型企业 [5][11] - 公司实际控制人为方燕丽、彭绪冰夫妇，合计持股51.56%，其中彭绪冰为公司首席专家，科研实力雄厚 [5][17] - 公司主营杂交玉米种子的生产、研发和销售，2024年玉米杂交种子收入占营业总收入比重为97% [5][15] - 公司业务模式为自主创新为主，合作研发和引进吸收为辅，销售以经销商模式为主 [21][22] - 公司2020-2024年营业总收入从1.12亿元增长至3.37亿元，复合增速达31.6%，归母净利润从0.40亿元增长至0.83亿元，复合增速为20.3% [5][23][31] - 公司销售区域已从西南拓展至全国，2024年华中地区已成为公司第一大收入来源 [5][23] 行业分析 - 玉米种子是我国市场规模最大的农作物种子，商品化率接近100% [5][47] - 全球种业市场集中度高，2021年前五大公司市占率（CR5）达52%，而中国种业市场格局相对分散，2021年CR5为17% [5][43] - 我国玉米种子市场供大于求，同质化严重，2024/2025年度供需比高达175%，但优质、突破性品种稀缺 [5][50] - 我国玉米单产仅为美国的60%，提升空间大 [5][42] - 政策方面，国家自2021年起提高品种审定标准，并开展全链条管理专项行动，旨在加速行业洗牌，解决同质化问题 [5][55] 公司核心看点与扩张战略 - **西南地区（传统优势市场）**：公司在该区域深耕多年，2022年市占率达5.97% [5][67]。2024年销量因品种处于更新迭代期而有所下滑，2025年计划通过推出美谷999、高康2号等新品种实现增长 [5][71] - **黄淮海市场（主要增长市场）**：核心品种康农玉8009表现亮眼，于2023年通过国家审定，2024年推广面积达260万亩，预计2025年推广近千万亩 [5][72]。2024年公司在黄淮海夏播区种子销量达1098.99万公斤，同比增长165.62% [5][72]。公司后续有新品种在审，计划构建品种组合以扩大市占率 [5][78] - **东北地区**：公司与吉林省农科院、黑龙江省农科院合作强化研发，现有品种如吉农玉198抗病性突出，有望在2025-2026年贡献业绩 [5][79] - **转基因布局**：公司已获得转基因生产经营许可证，转基因品种康农20065KK示范推广效果良好，计划2026年有序扩大生产，并在西南、黄淮海、东华北区域同步推进相关试验 [5][80] 财务预测与估值 - **盈利预测**：报告预计公司2025-2027年营业总收入分别为4.37亿元、5.55亿元、6.60亿元，同比增长29.9%、26.9%、19.0% [4][5]。预计同期归母净利润分别为1.00亿元、1.27亿元、1.56亿元，同比增长20.8%、26.8%、23.3% [4][5] - **核心驱动**：增长主要来自玉米杂交种子业务，预计其2025-2027年收入分别为4.30亿元、5.46亿元、6.50亿元，销量增长与价格稳中有升是主要动力，高毛利品种占比提升有望推动毛利率从2024年的36.7%提升至2027年的39.5% [82][83] - **估值比较**：公司当前市值约21亿元，对应2025-2027年预测市盈率（P/E）分别为21.1倍、16.6倍、13.5倍 [4][85]。报告选取的可比公司（隆平高科、登海种业、秋乐种业）2026年平均预测市盈率为41倍，公司估值显著低于行业平均水平 [85] - **投资建议**：基于公司成长性，报告给予公司2026年25倍市盈率估值，对应目标市值31.75亿元，首次覆盖给予“买入”评级 [5][85]

投资评级与核心观点 - **投资评级**：买入（首次）[1] - **核心观点**：世华科技作为功能性材料专精特新小巨人企业，近年来业绩保持高速增长，并与苹果等大客户建立了深度合作关系。公司正通过新募投的光学薄膜材料项目，将高性能光学材料打造为第二增长曲线，未来成长空间广阔。基于其业绩增速和新项目前景，报告给予其28倍估值，对应2025年目标价43.68元[6] 公司概况与业务介绍 - **公司定位**：苏州世华新材料科技股份有限公司成立于2010年，是一家从事功能性材料研发、生产及销售的国家级专精特新小巨人企业、国家高新技术企业，具备核心设计合成能力，专注于为客户提供定制化功能性材料[12] - **主要产品**：公司产品主要包括高性能光学材料、功能性电子材料和功能性粘接剂，可广泛应用于消费电子、新型显示、可穿戴设备、新能源智能汽车、医疗电子等行业[12] - **发展历程**：公司发展经历了三个阶段：起步阶段（2010-2015年）、业务拓展阶段（2016-2020年）和持续稳定发展阶段（2021年至今），目前已形成“一体两翼、创新驱动”的战略布局[15][16] - **股权结构**：截至2025年三季报，控股股东与第一大股东为顾正青，直接持股比例达25.60%[17] 财务表现与增长动力 - **营收高速增长**：公司营业收入从2019年的2.41亿元增长至2024年的7.95亿元，5年复合年增长率达26.96%。2025年前三季度营业收入达8.45亿元，同比增长49.23%[6][22] - **净利润持续提升**：公司归母净利润从2019年的0.82亿元增长至2024年的2.80亿元，5年复合年增长率为27.84%。2025年前三季度归母净利润为3.16亿元，同比增长61.81%[6][24] - **盈利能力强劲**：2019年至2024年，公司毛利率保持在56.21%至63.31%之间，净利率保持在33.85%至43.32%之间，体现了较强的技术实力与管理水平[26] - **费用控制良好**：期间费用率稳中有降，2025年前三季度销售费用率、管理费用率、研发费用率分别下降至3.65%、4.73%、5.30%[27] - **第二曲线发力**：高性能光学材料业务在2024年收入出现爆发式增长，收入占比从2023年的较低水平提升至2024年的27.42%，并在2025年上半年进一步提升至36.81%，成为新的增长引擎[29][31] 核心业务分析 - **功能性电子材料**：该业务主要应用于消费电子、AI硬件、汽车电子等内部或其制造组装过程，实现粘接、导热、导电、屏蔽、缓冲等功能。产品可细分为精密制程应用材料与电子复合功能材料，技术难度较高，部分产品已具备与国际企业（如3M、Nitto）竞争的实力[39][46][50] - **高性能光学材料**：该业务主要应用于OLED等光电显示模组，对材料的电磁屏蔽、导热、抗翘曲等性能要求极高。公司已实现技术突破，产品通过三星验证并应用于其OLED模组中[62][66] - **新募投光学薄膜项目**：2025年9月，公司完成增发，募集资金净额5.9亿元，用于总投资7.4亿元的光学显示薄膜材料扩产项目。项目主要产品包括偏光片保护膜、OLED制程保护膜、OCA光学胶膜，这些领域目前主要由3M、LG化学等国际厂商垄断。项目达产后，预计将实现年均营业收入13.92亿元[6][71][76] 客户合作与产业链 - **深度绑定大客户**：公司产品自2013年起应用于苹果公司的生产制造过程，并自主完成了历代材料的研发和生产，与苹果建立了长期稳定的合作关系，功能性材料应用于苹果的多个产品线中[6][88] - **销售模式**：公司以直销模式销售，分为终端客户（如苹果、三星）认证和直接客户（功能器件厂商）自主采购两种模式。以2019年为例，公司应用于苹果终端的销售总额占比达到87.65%[86] - **产业链位置**：公司处于功能性材料产业链上游，直接介入终端客户的产品设计阶段，依据终端客户需求研发设计复合功能性材料[89] 行业前景与市场机遇 - **消费电子市场稳健增长**：全球消费电子市场规模预计从2024年的7882.3亿美元增长至2032年的10737.7亿美元，期间复合年增长率为3.94%，由AI、IoT、5G等技术及高端化、多功能化需求驱动[53] - **智能手机市场复苏**：全球智能手机出货量自2024年开始恢复增长，2025年第三季度出货量达3.23亿部，同比增长2.6%。高端手机（价格超过600美元）市场份额已从2020年的15%增长至2024年的25%[55][58] - **PC市场景气向上**：2025年第三季度全球PC出货量同比增长9.4%，达7580万台，主要受系统升级和换机潮推动[61] - **显示面板与光学材料市场广阔**：全球显示面板产量预计从2023年3亿平方米增长至2028年3.3亿平方米。其中OLED面板产量将从2023年1970万平方米增长至2028年3070万平方米，复合年增长率达9.28%。全球光学薄膜市场规模预计从2024年298亿美元增至2032年555亿美元，复合年增长率为8.08%[77][80] - **细分材料需求旺盛**：全球偏光片市场规模预计从2024年98.5亿美元增长至2031年127.1亿美元。全球OCA光学胶膜市场规模预计从2024年20.7亿美元增长至2029年47.4亿美元，复合年增长率达10.91%[82][83] 盈利预测与估值 - **营收预测**：预计公司2025-2027年营业总收入分别为11.83亿元、15.32亿元、19.23亿元，同比增速分别为48.83%、29.52%、25.56%[5][100] - **净利润预测**：预计公司2025-2027年归母净利润分别为4.38亿元、5.35亿元、6.69亿元，同比增速分别为56.67%、22.12%、25.04%[5][100] - **每股收益预测**：预计公司2025-2027年EPS分别为1.56元、1.91元、2.39元[5] - **估值对比**：预计公司2025-2027年PE分别为22.61倍、18.51倍、14.81倍。截至2025年12月2日，可比公司（方邦股份、斯迪克）2025-2027年平均PE分别为656.18倍、65.13倍、27.06倍，公司估值低于行业平均[5][104][105] - **目标价设定**：结合行业平均估值、公司业绩增速及新项目前景，给予公司28倍估值，以2025年预计EPS 1.56元计算，目标价格为43.68元[6]

核心观点 - 报告创新性地构建了一个融合GARCH模型、极值理论(EVT)与在险价值(VaR)的动态风险管理框架，并将其转化为防御性择时信号，该框架能有效捕捉市场厚尾特征和波动率聚集现象，在控制下行风险的同时保留向上弹性，显著提升投资组合绩效[1][2][10] - 实证检验表明，基于GARCH-EVT-VaR的防御性择时策略在创业板指、沪深300、中证500及中证1000等指数上均能产生正超额收益，显著降低年化波动率和最大回撤，并提升夏普比率与盈亏比[4][10][71][72] - 该策略的核心优势在于不依赖对市场走势的主动预测，而是通过动态风险阈值进行规则化、自动化的止损与再入场操作，为高波动市场环境提供了可落地的风险管理工具[10][13][74] 模型构建与方法 - **GARCH模型应用**：用于刻画收益率波动的集群效应，四个指数的GARCH模型参数α和β均为正，表明存在显著的波动聚集性，其中中证1000的α值更大，显示其当前波动对过去短期波动的反映更灵敏[3][49] - **极值理论(EVT)应用**：采用超阈值模型(POT)和广义帕累托分布(GPD)来精准拟合收益率标准化残差的尾部特征，以解决传统正态分布假设无法反映市场尖峰厚尾特性的问题[13][25][26][53] - **模型合成与适配**：结合GARCH与EVT构建动态VaR序列，不同指数适配的GARCH族模型不同，创业板指和沪深300适用GARCH(1,1)，中证500适配EGARCH(1,1,1)，中证1000更适合EGARCH(1,1,0)[3][49][67] - **防御性择时机制设计**：当T-6至T-2期间的最小对数损失超过前一日计算的95%置信水平VaR阈值时，触发止损信号，将仓位调整为现金；待风险信号解除后，规则化再入场[16][31][32][35] 实证数据与检验结果 - **数据选取与处理**：研究选取2017年1月1日至2025年11月7日的数据，涵盖创业板指、沪深300、中证500及中证1000指数及其ETF，其中2025年1月1日起为样本外回测，使用每日对数收益率进行计算[16][36][38] - **序列特征检验**：各指数收益率序列的ADF检验p值均为0.0000，KPSS检验p值均大于0.05，通过了平稳性检验，符合建模要求[44][45] - **描述性统计特征**：各指数收益率均呈现尖峰厚尾特征，峰度均大于3，JB检验p值均为0.0000，显著拒绝正态分布假设，凸显了使用EVT拟合尾部的必要性[46][47] 策略表现与绩效 - **超额收益**：所有择时模型均产生正超额收益，其中创业板指和中证1000的年化超额收益较大，分别为4.42%和4.81%[4][71] - **风险控制**：各择时模型的年化波动率较基准均有所减少，最大回撤显著下降，其中创业板指从49.4%降至36.8%，中证1000从42.0%降至30.0%，沪深300从32.1%降至20.8%[4][72] - **风险调整后收益**：策略的贝塔值降低，阿尔法上升，夏普比率较基准指数均有大幅提升，同时盈亏比上升，证明择时有效减少了亏损[4][71][72] - **换手情况**：策略换手率相对较低，各模型年均双边换手率大约在45到50倍之间[72][73] 策略优势与总结 - **风险度量精准**：融合GARCH-EVT-VaR的模型能更准确地捕捉极端尾部风险[4][74] - **防御效果显著**：在2020年全球疫情、2022年地缘冲突、2024年美联储加息、2025年关税事件等极端场景中，策略显著降低了组合最大回撤和波动率，同时保留了市场恢复阶段的收益捕捉能力[10][74] - **理念创新**：防御性择时放弃了对市场顶底的主动预测，转而依靠严格的风险预算管理和规则化操作，实现了“风险控制先行”的投资逻辑，更适合普通投资者与机构在高波动环境中执行[10][13][21][74][75]

报告行业投资评级 - 报告未明确给出整体行业的投资评级 [1][2][3] 报告核心观点 - 政策层面持续强调加强科技金融支持，为科技型企业提供全链条、全生命周期金融服务，并发挥资本市场支持科技创新的关键作用 [3] - 2025年11月，一级市场科技领域融资活跃，涉及AI+AR眼镜、Micro LED微显示、飞行汽车、具身智能等前沿硬科技领域，多项融资记录被刷新，显示资本对硬科技的集中配置偏好 [3][8][9][10][11][12][13] - 全球资本持续追逐大科技方向，海外科技企业融资同样活跃，有望引领新一轮产业突破 [3][13] - 2025年11月A股主要指数普遍走弱，但科技成长板块内部分化，通信与传媒行业受益于算力概念和AI应用实现正增长 [3][16][19] - 金融对科技型中小企业的支持力度持续加大，贷款余额和获贷企业数量稳步上升 [21][24][27] 科技企业融资新闻跟踪总结 - 雷鸟创新完成新一轮融资，创下2025年国内AI+AR眼镜领域单笔融资金额最高纪录 [3][8] - JBD完成超十亿元人民币B2轮融资，刷新全球Micro LED微显示领域单笔融资纪录 [3][9] - 广汽高域飞行汽车完成2亿元Pre-A轮融资，2025年已累计融资5亿元，产品计划于2026年下半年量产交付 [3][10] - 具身智能公司Dexmal原力灵机完成数亿元A+轮融资，由阿里巴巴、蔚来资本领投 [3][11] - 具身智能公司星动纪元完成近10亿元A+轮融资，由吉利资本领投，并与多家行业巨头达成深度合作，海外业务占比达50% [11][12] - 日本AI初创企业Sakana AI以约4000亿日元投后估值完成约200亿日元B轮融资，创日本非上市初创企业估值纪录 [3][13] - 美国机器人初创公司Flexion完成5000万美元融资，英伟达旗下风投部门参投 [3][13] IPO动态总结 - 摩尔线程科创板IPO注册获批准，成为科创板新政后高效完成注册的硬科技企业，累计研发投入超43亿元，研发人员占比77%以上 [14] - 小马智行香港IPO发行价定为每股139港元，全球发售所得款项总额约67.1亿港元，2025年第三季度营收2540万美元，同比增长72% [15] 科技金融相关数据跟踪总结 - 2025年11月A股主要指数表现：上证50下跌1.39%，创业板指下跌4.23%，科创50下跌6.24% [3][16] - 2025年11月科技成长行业表现：通信行业上涨1.85%，传媒行业上涨1.69%；机械设备、汽车、电力设备、医药生物、计算机、电子行业分别下跌3.40%、5.08%、3.48%、3.62%、5.26%、5.04% [3][19] - 截至2025年第三季度，金融机构科技型中小企业贷款余额达3.56万亿元 [21] - 截至2025年第三季度，获得金融机构贷款支持的科技型中小企业数量达27.54万家 [24] - 2025年9月末，科技贷款同比增长11.8%，高于全部贷款增速 [27] - 2025年国内资本市场IPO数量相对稳定，港交所于6月达到15家IPO的峰值 [28] - 2025年11月海外科技指数表现：纳斯达克指数下跌1.51%，纳斯达克100指数下跌1.64%，费城半导体指数下跌2.82% [29]