量化模型与构建方式 1. **模型名称：素镜科技财报辩伪模型** - 模型构建思路：通过分析企业财报中的异常行为（如虚构收入、虚增利润等）来量化造假程度并打分[20] - 模型具体构建过程： - 捕捉六类异常行为：虚构/虚增收入、虚增利润、虚增资产、掩盖负债、资金占用转移、利益输送 - 对每种异常行为设置权重并计算综合得分，分数越高表示造假风险越高[20] - 阈值设定：得分≥70为高风险公司[24] - 模型评价：对ST事件具有较高召回率，但覆盖范围较广（约40%市场股票）[39] 2. **模型名称：素镜科技企业画像模型** - 模型构建思路：通过量化企业经营状况（如违约风险、运营健康度）生成综合评分[20] - 模型具体构建过程： - 整合财务与非财务指标（如现金流、负债率、诉讼事件等） - 设置阈值：得分<-15为高风险公司[24] - 模型评价：分类效果优于财报辩伪模型，尤其在年报后预测阶段[28][39] 3. **模型名称：Cox比例风险回归模型（生存分析）** - 模型构建思路：将上市公司风险公告事件作为协变量，预测ST概率[45][46] - 模型具体构建过程： - 定义生存时间：从上市到被ST的时间间隔[44] - 选取协变量：交易所函件（关注函、问询函等）、股权风险事件（拟减持、冻结等）、监管措施（立案调查等）[45][46] - 模型公式： $$h(t,X)=h_{0}(t)*exp(\beta_{1}*x_{1}+\beta_{2}*x_{2}+...+\beta_{n}*x_{n})$$ 其中HR（风险比）计算为$$e^{\beta}$$[61] - 优化：将事件次数替代0-1变量后，拟减持事件显著性提升[62][63] - 模型评价：高频跟踪能力强，灵活性高（可动态纳入新风险事件）[75] --- 模型的回测效果 1. **素镜科技财报辩伪模型** - AUC：0.806[34] - 年报后预测ST概率：2.79%（阈值≥70）[26] - 全样本段召回率：2016-2023年平均90%，最低84.44%[30] 2. **素镜科技企业画像模型** - AUC：0.865[34] - 年报后预测ST概率：3.36%（阈值<-15）[29] - 全样本段召回率：2016-2023年平均92%，最低87.93%[31] 3. **Cox比例风险回归模型** - AUC：0.810[73] - 召回率：2019年后平均85%，2022年最高92.31%[71] - 高风险事件影响：股权冻结HR最高，问询函次之[61][65] --- 量化因子与构建方式 1. **因子名称：财报辩伪分** - 因子构建思路：通过财务异常行为量化造假风险[20] - 因子具体构建过程： - 对六类异常行为加权求和，阈值70分划分高风险组[24] 2. **因子名称：企业画像分** - 因子构建思路：综合评估企业经营风险[20] - 因子具体构建过程： - 整合多维经营指标，阈值-15分划分高风险组[24] 3. **因子名称：风险事件次数（生存分析衍生）** - 因子构建思路：累计风险事件次数反映风险累积效应[62][63] - 因子具体构建过程： - 统计个股历史关注函、问询函等事件发生次数 --- 因子的回测效果 1. **财报辩伪分** - 全样本段ST概率差异：高风险组0.99% vs 低风险组0.10%[24] 2. **企业画像分** - 全样本段ST概率差异：高风险组1.01% vs 低风险组0.07%[27] 3. **风险事件次数** - 拟减持事件：次数增加显著提升ST风险[63]

量化模型与构建方式 1. **模型名称：GRU模型** - 模型构建思路：结合基本面和量价特征的GRU模型，用于行业轮动和多头组合策略[9] - 模型具体构建过程：基于GRU神经网络结构，输入包括技术类因子（如动量、波动）和基本面因子（如盈利、成长），通过时间序列训练预测股票收益。具体调仓频率为月度，权重配置上限为0.2%，行业偏离控制在0.01标准差内[29] - 模型评价：在中小市值股票（如中证1000）中表现强势，但对市场风格切换敏感[30] 2. **模型名称：多因子模型** - 模型构建思路：综合基本面和技术因子构建多空组合，行业中性化处理[17] - 模型具体构建过程：每月末按因子值做多前10%股票、做空后10%股票，等权配置。涉及因子包括： - 技术类：动量（20日/60日/120日）、波动率（20日/60日/120日） - 基本面：超预期增长（ROA/ROE）、静态财务（市销率、市盈率）[15][19][21] 模型的回测效果 1. **GRU模型** - 近一周超额收益：-0.11%（close1d）至-0.25%（barra5d）[31] - 今年以来超额收益：3.38%（barra1d）至8.36%（barra5d）[31] 2. **多因子模型** - 近一周超额收益：-0.55%[31] - 今年以来超额收益：3.00%[31] --- 量化因子与构建方式 1. **因子名称：Barra风格因子** - 因子构建思路：涵盖市值、动量、估值等10类风格因子[15] - 因子具体构建过程： - **波动因子**：$$0.74 \times \text{历史超额收益率波动} + 0.16 \times \text{累积超额收益率离差} + 0.1 \times \text{残差收益率波动}$$ - **流动性因子**：$$0.35 \times \text{月换手率} + 0.35 \times \text{季换手率} + 0.3 \times \text{年换手率}$$ - **盈利因子**：$$0.68 \times \text{预测盈利价格比} + 0.21 \times \text{市现率倒数} + 0.11 \times \text{市盈率TTM倒数}$$[15] 2. **因子名称：技术类因子** - 因子构建思路：基于价格序列的动量和波动特征[19][22][28] - 因子具体构建过程： - **动量因子**：计算20日/60日/120日历史收益率均值 - **波动因子**：计算20日/60日/120日收益率标准差 3. **因子名称：基本面因子** - 因子构建思路：分为超预期增长、静态财务和增长三类[21][24][27] - 因子具体构建过程： - **超预期增长因子**：ROA/ROE/营业利润的同比变化 - **静态财务因子**：市销率、市盈率TTM倒数 --- 因子的回测效果 1. **Barra风格因子（全市场）** - 本周多空收益：beta（正向）、流动性（正向）、市值（负向）[16] 2. **技术类因子（中证1000）** - 20日动量多空收益：1.87%[28] - 120日波动多空收益：0.51%[28] 3. **基本面因子（沪深300）** - 超预期增长因子多空收益：-2.48%（ROA）至-2.05%（营业利润）[21] - 静态财务因子多空收益：+2.38%（市盈率）[21]

行业投资评级 - 强于大市|维持 [1] 行业基本情况 - 收盘点位4891 6，52周最高5128 73，52周最低3435 69 [1] 行业相对指数表现 - 2024年8月至2025年7月期间，建筑材料行业指数波动区间为-10%至34%，同期沪深300指数表现未明确标注 [3] 核心观点 政策与行业动态 - 政治局会议强调"高质量开展城市更新"和"推进重点行业产能治理"，反内卷仍是政策主线 [4] - 水泥协会7月1日发布反内卷政策文件，预计将推动限制超产政策执行，中期产能利用率有望提升 [4] 细分行业分析 水泥 - 7月高温雨季导致全国袋装P O 42 5水泥价格环比下滑2 13%，6月产量同比下滑5 3%（降幅较5月收窄8 1个百分点） [8] - 8月需求回暖预期下，价格有望回升，关注海螺水泥、华新水泥 [4] 玻璃 - 本周玻璃价格上涨0 76%，但期货价格在反内卷情绪退潮后跌至1102元/吨 [13] - 供给端环保要求提升可能加速冷修进度，关注旗滨集团 [5] 玻纤 - AI产业链驱动低介电产品量价齐升，产品结构升级明确（一代至三代Q布），行业需求呈爆发式增长 [5] - 关注中材科技 [5] 消费建材 - 行业盈利触底，防水/涂料/石膏板等品类提价函频发，关注东方雨虹、三棵树、北新建材、兔宝宝 [5] 上周行情回顾 - 申万建筑材料指数下跌2 31%，跑输上证综指（-0 94%）、深证成指（-1 58%）及沪深300（-1 75%），在31个一级行业中排名第25位 [6] 重点公司公告 - 东方雨虹2025H1营收135 69亿元（同比-10 84%），归母净利润5 64亿元（同比-40 16%） [17] - 兔宝宝参股公司悍高集团上市，持股比例1 85% [17] - 中旗新材股东计划减持不超过总股本3%的股份 [18] 数据图表摘要 - 水泥价格走势显示散装与袋装价格分化，华东地区散装价格最高达700元/吨 [9][12] - 浮法玻璃价格2025年7月维持在2500元/吨左右，期货价格波动剧烈 [14] - 平板玻璃6月产量约8000万重箱，累计产量超10亿重箱 [16]

行业投资评级 - 强大于市|维持 [1] 核心观点 - 本周商品价格回调导致石化板块走弱，石油石化指数报收2262.71点，较上周下跌2.94% [2][3][7] - 中信三级行业中油田服务表现最佳，涨幅-0.60% [7] - 原油市场呈现能源价格前高后低，布伦特原油期货和TTF天然气期货分别上涨1.1%和4.2% [10] - 美国原油库存上涨，成品油库存分化，原油和石油产品库存(不包括战略石油储备)增加7087千桶 [15] - 聚酯产业链中涤纶长丝价格持稳但价差下跌，POY、DTY、FDY价差分别下跌101元/吨 [18] - 烯烃市场样本聚烯烃现货价格平稳，PE、PP价格分别变动0.13%和-1.11%，石化库存增加7万吨 [26] 细分行业表现 原油 - 布伦特原油期货报69.54美元/桶，TTF天然气期货报33.81欧元/兆瓦时 [10] - 美国原油库存(不包括战略石油储备)达1257771千桶，库欣库存增加690千桶 [15] - 汽油库存增加822千桶，航煤库存减少2105千桶，馏分燃料油库存增加3635千桶 [15] 聚酯 - 涤纶长丝POY、DTY、FDY价格分别为6680、7930、6930元/吨，价差收窄至1006、2256、1256元/吨 [18] - 江浙织机涤纶长丝库存天数FDY、DTY、POY分别为23.1、29.6、18.1天 [22] - 涤纶长丝开工率91.5%，下游织机开工率55.5%，分别下滑0.6%和0.1% [22] 烯烃 - 样本PE价格7710元/吨(上涨0.13%)，PP价格8050元/吨(下跌1.11%) [26] - 聚烯烃石化库存增至80万吨，周环比增加7万吨 [26] 投资标的 - 上游标的受益于地缘因素带来的原油溢价 [2] - 中游炼化标的若需求好转且产能优化进展顺利将获利好 [2]

报告行业投资评级 未提及 报告的核心观点 - 政策定调揭晓预期修正，债券收益率阶段性顶部明确，10年期国债利率在1.75%附近形成中期顶部 [3][10][12] - 税收政策变化对名义利率中枢有“一次性”冲击，预计税负利差在5BP附近，国债期货远月合约定价受影响 [4][13][14] - 需重新寻找利率波动中枢，10年期国债1.75%中期顶部相对可靠，1.65%波动中枢位置有效，下半年利率下行空间可能打开 [5][15][16] 根据相关目录分别进行总结 如何重新定义利率中枢 - 观点回顾：月末重要会议“反内卷”政策部署或出现，但推进速度和重视程度可能有预期差，需求端难现大规模拉动政策，长端收益率下行胜率未降，赔率提升，布局窗口打开 [10] - 政策定调：需求端拉动政策格局未变，无超预期城市更新政策；“反内卷”政策存在但推进不及预期，对物价和利率定价中长期有影响；货币政策降成本任务仍在，资金面三季度大概率稳定宽松，新一轮政策利率调降和流动性宽松在酝酿 [10][11] - 利率顶部：从政策预期看利率中枢，预期性定价充分反应，政策实际落地影响中长期存在，10年期国债利率在1.75%附近形成中期顶部 [3][12] - 税收影响：税收政策变化对名义利率中枢有“一次性”冲击，自营类和资管类机构实际税负不同，预计税负利差在5BP附近，国债期货近月合约定价影响不大，远月合约最廉可交割券选择或受影响 [4][13][14] - 波动中枢：风险偏好修复，基本面全年“前高后低”，10年期国债1.75%中期顶部意义或受挑战但仍可靠，1.65%波动中枢位置有效，下半年利率下行空间可能打开 [5][15][16]

核心观点 - 本周A股市场先涨后跌，政治局会议后市场情绪反转，主要股指全数收跌，中证1000跌幅最小为0.54%，中证A50和沪深300跌幅较大，分别下跌2.48%和1.75% [3][12] - 个人投资者情绪指数7日移动平均数报-0.42%，较7月26日的4.35%明显下降，进入消极区间 [4][19] - 政策靴子落地后，"强刺激"和"反内卷"交易情绪下降，市场做多动力或出现真空期，需注意进退有时和张弛有度 [4][32] - 配置方面建议关注景气交易回归，重视科技成长估值修复机会，如AI应用、算力链、光模块等TMT成长方向，以及创新药与CRO的出海逻辑 [5][33] 市场表现回顾 - 本周A股主要股指全数收跌，中证1000跌幅最小为0.54%，中证A50和沪深300跌幅较大，分别下跌2.48%和1.75% [12] - 风格层面出现分化，成长、消费跌幅较小，金融、稳定和周期风格明显回调，中盘和小盘指数表现优于大盘指数 [12] - 代表核心资产和成长龙头的茅指数和宁组合分别下跌0.84%和1.74% [12] - 行业层面，医药生物和通信涨幅超2%，煤炭、有色金属、建筑材料和钢铁大幅杀跌 [15] A股高频数据跟踪 情绪及成交跟踪 - 个人投资者情绪指数7日移动平均数报-0.42%，较7月26日的4.35%明显下降，进入消极区间 [19] - 融资盘延续净流入趋势，融资成交占比维持高位，流入速度与春节后的躁动行情相当 [20][22] 行业轮动跟踪 - 当前行业轮动处于"高速度低强度"区间，历史上此类区间内指数偏向横盘震荡，平均持续2个月 [24] - 本次行业轮动始于4月底，进入8月后轮动速度或下降，市场有望找到交易主线 [24] 红利性价比模型跟踪 - 银行股因前期上涨幅度较大，当前性价比或不足，股债差异补偿为0.99%，已进入"鱼尾"阶段 [28][29] - 若银行股在年中分红中未加大现金股利支付率，或将无法提供足够的股债差异补偿 [29] 后市展望及投资观点 - 政策靴子落地后，"强刺激"和"反内卷"交易情绪下降，市场主导逻辑将回归需求端能否复苏 [32] - 本轮上涨的两段式结构（银行红利触发和反内卷接棒）已接近尾声，做多动力或出现真空期 [32] - 配置建议关注景气交易回归，重视科技成长估值修复机会，如TMT成长方向和创新药与CRO的出海逻辑 [33]

量化模型与构建方式 1. **模型名称：扩散指数模型** - **模型构建思路**：通过监测微盘股指数成分股未来N天股价涨跌幅与过去T天窗口期的关系，预测扩散指数变盘临界点[5][39] - **模型具体构建过程**： - 横轴为未来N天股价涨跌幅（1.1至0.9代表涨10%至跌10%） - 纵轴为回顾窗口期长度T（20至10天，对应N=20-T） - 扩散指数值计算示例：横轴0.95与纵轴15天值为0.31，表示未来5天若成分股均跌5%，扩散指数为0.31[39] - **模型评价**：适用于监测趋势行情驱动因素（如头部股票主导或底部轮动），当前显示反转因子可能失效，基本面因子走强[5][39] 2. **模型名称：首次阈值法（左侧交易）** - **模型构建思路**：基于扩散指数提前触发交易信号，用于左侧交易[5][43] - **模型具体构建过程**：当扩散指数首次跌破阈值（如0.9850）时触发空仓信号[43] 3. **模型名称：延迟阈值法（右侧交易）** - **模型构建思路**：在扩散指数确认趋势后触发信号，用于右侧交易[5][47] - **模型具体构建过程**：扩散指数连续低于阈值（如0.8975）后发出空仓信号[47] 4. **模型名称：双均线法（自适应交易）** - **模型构建思路**：结合短期与长期均线动态调整仓位[5][48] - **模型具体构建过程**：当短期均线上穿长期均线时翻多（如2025年7月3日信号）[48] --- 模型的回测效果 1. **扩散指数模型**：当前值为0.83（横轴20，纵轴1.00），显示趋势由头部股票驱动[39] 2. **首次阈值法**：2025年5月8日触发空仓信号（阈值0.9850）[43] 3. **延迟阈值法**：2025年5月15日触发空仓信号（阈值0.8975）[47] 4. **双均线法**：2025年7月3日发出开仓信号[48] --- 量化因子与构建方式 1. **因子名称：小市值低波50策略** - **因子构建思路**：在微盘股成分股中筛选市值最小且波动率最低的50只股票[7][36] - **因子具体构建过程**： - 每双周调仓一次 - 基准为万得微盘股指数（8841431.WI） - 费用双边千三[36] 2. **因子名称：周度RankIC因子** - **因子构建思路**：计算微盘股成分股内各因子的RankIC值，评估因子短期有效性[4][34] - **因子具体构建过程**： - 前五因子：未复权股价因子（本周0.177）、贝塔因子（本周0.15）、非流动性因子（本周0.143）、过去10天收益率因子（本周0.105）、pe_ttm倒数因子（本周0.041） - 后五因子：成交额因子（本周-0.189）、动量因子（本周-0.132）、残差波动率因子（本周-0.13）、10天自由流通市值换手率因子（本周-0.12）、流动性因子（本周-0.118）[34] --- 因子的回测效果 1. **小市值低波50策略**： - 2024年收益7.07%，超额-2.93% - 2025年YTD收益69.79%，本周超额-1.88%[7][36] 2. **周度RankIC因子**： - 未复权股价因子历史平均-0.015，本周0.177（显著正向） - 动量因子历史平均-0.005，本周-0.132（显著负向）[4][34] --- 其他关键指标 1. **微盘股指数表现**： - 近一年上涨126.3%，排名38个宽基指数第1[3][27] - 近一季上涨34.48%，排名第1[24][25] 2. **估值与流动性**： - 总市值中位数23.55亿元（历史分位数82.69%）[63] - PB中位数2.55（历史分位数41.67%）[66] - 周换手率3.17%（历史分位数91.43%）[69] 3. **日历效应**： - 8-11月超额中证1000胜率85%[2][15] - 星期二绝对收益正向特征显著[52][53]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：扩散指数行业轮动模型** - **模型构建思路**：基于价格动量原理，通过行业扩散指数捕捉行业趋势，选择扩散指数排名靠前的行业进行配置[26] - **模型具体构建过程**： 1. 计算各中信一级行业的扩散指数，反映行业价格趋势强度 2. 对扩散指数进行排名，选择排名前六的行业作为配置标的 3. 每月进行轮动调仓，保持组合与当前趋势一致 4. 扩散指数计算公式： $$DI_t = \frac{N_{up}}{N_{up}+N_{down}}$$ 其中$N_{up}$为行业成分股中上涨股票数量，$N_{down}$为下跌股票数量[27] - **模型评价**：在趋势行情中表现优异，但在市场反转时可能失效[26] 2. **模型名称：GRU因子行业轮动模型** - **模型构建思路**：基于GRU深度学习网络处理分钟频量价数据，生成行业因子进行轮动[33] - **模型具体构建过程**： 1. 使用GRU网络处理行业分钟频量价数据 2. 输出行业因子得分，反映行业短期动量特征 3. 选择因子得分最高的六个行业进行配置 4. 每周进行调仓，动态适应市场变化[34] - **模型评价**：在短周期表现较好，但对极端行情适应性有限[40] 量化因子与构建方式 1. **因子名称：行业扩散指数因子** - **因子构建思路**：通过行业成分股涨跌数量比衡量行业趋势强度[27] - **因子具体构建过程**： 1. 计算每个中信一级行业成分股当日涨跌数量 2. 计算扩散指数值： $$DI = \frac{\text{上涨股票数}}{\text{上涨股票数}+\text{下跌股票数}}$$ 3. 对DI值进行标准化处理，得到0-1区间因子值[28] 2. **因子名称：GRU行业因子** - **因子构建思路**：通过GRU网络提取行业量价特征[34] - **因子具体构建过程**： 1. 输入行业分钟频量价数据至GRU网络 2. 网络输出行业特征得分 3. 对得分进行标准化处理，生成可比因子值[36] 模型的回测效果 1. **扩散指数行业轮动模型** - 2025年8月超额收益：-0.44% - 2025年以来超额收益：-0.40%[30] - 本周超额收益：0.04%[30] 2. **GRU因子行业轮动模型** - 2025年8月超额收益：0.16% - 2025年以来超额收益：-2.35%[38] - 本周超额收益：1.70%[38] 因子的回测效果 1. **行业扩散指数因子** - 钢铁行业因子值：1.0 - 综合金融因子值：1.0 - 非银行金融因子值：0.999 - 综合因子值：0.998 - 有色金属因子值：0.997 - 建筑因子值：0.996[27] 2. **GRU行业因子** - 非银行金融因子值：-1.15 - 有色金属因子值：0.5 - 建材因子值：-2.63 - 汽车因子值：-2.81 - 钢铁因子值：0.7 - 家电因子值：-5.47[34]

行业投资评级 - 基础化工行业投资评级为"强于大市"，且维持该评级 [2] - 行业52周最高点位为3806.19，最低点位为2687.54，当前收盘点位为3727.14 [2] 核心观点 - 化工龙头标的建议关注万华化学、扬农化工、荣盛石化、华鲁恒升，农药反内卷线关注利民股份 [5] - 硅料、农药等方向需防止内卷式竞争 [5] - 水电站方向建议关注高争民爆、易普力、壶化股份、中岩大地 [29] 行业表现 - 本周基础化工板块涨跌幅为-1.46%，跑赢沪深300指数0.29个百分点 [6] - 年初至2025-08-01，基础化工指数累计涨幅为7.87%，跑输沪深300指数11.88个百分点 [19] - 行业相对沪深300指数表现呈现波动，2024年8月至2025年7月区间涨幅为-6%至34% [4] 个股表现 - 本周涨幅前二十个股包括思泉新材(50.75%)、上纬新材(39.37%)、天承科技(28.83%)等 [7][20] - 本周跌幅前二十个股包括保利联合(-16.35%)、唯科科技(-13.75%)、高争民爆(-13.75%)等 [8][23] 大宗商品价格变动 - 价格上涨前二十产品包括鸡苗(31.86%)、草酸(14.29%)、甲酸(12.65%)等 [9][25] - 价格下跌前二十产品包括PVDF粉料(-15.38%)、TMA(-11.11%)、工业级碳酸锂(-10.00%)等 [10][26] 行业基本面分析 - 中邮证券基础化工景气指数持续底部运行，盈利周期自2021年10月进入下行阶段 [30] - 需求端：房地产新开工面积累计同比增速为-22.8%，出口总值累计增速为6% [33] - 库存端：中国产成品库存累计同比增速为3.9%，美国制造业库存持续转正 [35] - 估值端：基础化工PB为1.94倍，处于2014年以来19.55%低分位 [39] 投资主线建议 - 中特估链：中国海油、中国石化、中国石油 [41] - AI材料链：东材科技、圣泉集团 [42] - 供给收缩价格弹性：巨化股份、三美股份、永和股份 [43] - 低估值龙头白马：万华化学、华鲁恒升、宝丰能源等 [43] - 资源品价值重估：云天化、川恒股份、兴发集团等 [43] - 国产替代新材料：侨源气体、凯美特气、杭氧股份等 [43] - PEEK材料：中欣氟材、江苏博云、中研股份等 [43]

报告行业投资评级 未提及 报告的核心观点 为支持科创债发行，交易所降低做市门槛，上交所将科创债纳入基准做市的发行规模门槛由20亿元下调至15亿元，为科创债ETF提供更大流动性，报告详细分析债券及ETF做市模式、做市券流动性和利差机会[2][12] 根据相关目录分别进行总结 做市制度：两大做市品种，三类做市模式 - 两大做市品种：包括债券做市与基金做市，提供做市服务的机构为做市商，做市可提供市场流动性等好处；债券做市商方面，交易所和银行间对做市商的要求、管理和支持措施有区别；基金做市商/流动性服务商方面，上交所和深交所规定有区别，且交易所根据上市基金资产类别设置做市服务报价义务，基金做市商可增强ETF流动性和稳定价格[13][14][19] - 三类做市模式：分为匹配成交、点击成交和询价成交三种，匹配成交适用于流动性较高、交易频繁的债券，通过自动化撮合提高交易效率；点击成交是交易参与人直接点击接受报价并确认成交；询价成交是交易一方发起询价，双方协商确定关键条款后确认成交[20] 科创债做市券：流动性更高，与成分券存在一定利差 - 期限结构：上交所和深交所对基准做市券有明确要求和清单，上交所基准做市信用债以中长期为主，深交所期限分布相对均匀，深交所基准做市券中1年以内占比相对较高，3 - 5年和10年以上债项占比相对较低[23][25][27] - 成分构成：基准做市科创债与指数成分券重合度高，上交所212只基准做市科创债中204只被纳入沪AAA科创债指数成分券，深交所87只基准做市科创债中77只被纳入深AAA科创债指数成分券；10只科创债ETF构成中，基准做市券占比有分化，均在20%以上[29][31] - 流动性：基准做市券总量占成分券比重较低，但成交额占比较高，4月初至今，上交所基准做市券成交169亿元，占成分券比重约63%，深交所基准做市券成交542亿元，占成分券比重约75%，说明其流动性相对较好[4][33] - 利差：上交所和深交所成分券、做市券利差较小，1年以内和7 - 10年期利差较明显；长久期上交所指数成分券和基准做市券利差较为明显，7 - 10年期和10年以上分别在2bp和3.5bp左右；深交所指数成分券和基准做市券利差较小，保持在1bp甚至0.5bp以内[5][36][43]