行业应用前景 - 人形机器人场景应用正在加速 饮料/包装/分拣领域需求大 有望成为重要应用场景 [1] - 饮料食品快递包装的分拣工作对人工数量需求大 劳动强度高 但任务简单且重复性高 可能更快催化机器人应用落地 [1] - 此前市场更多关注工厂内搬运场景 但饮料包装和分拣领域也有望成为重要落地场景 [1] 公司竞争优势 - 永创是饮料包装自动化设备的龙头供应商 更懂行业需求 [1] - 具有行业积淀的设备企业具备优势 有望更快推进机器人落地 [1] - 市场认为初创人形机器人企业可能最早推出适配产品 但行业积淀的设备企业更具优势 [1] 公司研发进展 - 2025年来公司重视人形机器人研发 已经注册部分人形机器人专利 [1] - 分别成立多家子公司进行人形机器人布局 [1] - 永创有望较快推进人形机器人产品落地 [1] 估值与目标价 - 参考可比公司估值 给予2025年34倍PE [1] - 对应目标价为13.26元 [1]

公司动态 - 博实股份（SZ 002698）于2025年8月1日接受东方证券资产管理有限公司调研 [2] - 公司董事、董事会秘书陈博参与接待并回答投资者问题 [2] - 公司最新股价为16.4元 [2] 市场活动 - 调研活动由东方证券资产管理有限公司发起 [2] - 相关信息通过每日经济新闻发布 [2]

行业投资评级 - 维持行业"优于大市评级" [3][80][82] 核心观点 - RWA市场规模从2022年约50亿美元激增至2025年7月约252亿美元，进入规模化推广阶段 [1][12][80] - 预计2030年资产代币化市场规模达16万亿美元，占全球GDP10% [1][17][80] - 股票代币化是最具潜力的代币品种，可实现所有权民主化和全球化 [2][36][42] - RWA优势在于提高效率、降低成本，助力金融全球化与去中心化 [2][16] RWA市场概况 - 美国国债代币规模从2023年1月1亿美元增长至2025年7月67.4亿美元，贝莱德BUIDL市占率超35% [22][25] - 私人信贷代币市场规模达150亿美元，是最大RWA细分市场，Figure以超110亿美元活跃贷款主导 [27][29] - 商品代币市场规模17.5亿美元，黄金代币占100%份额，Paxos PAXG管理规模9.65亿美元领先 [31][33] - 股票代币平台中Exodus市占率72.05%，底层股票EXOD市占率84.16% [42] 重点公司分析 Robinhood - 加密货币收入2.52亿美元成为第一大收入来源，订单流收入(PFOF)是主要商业模式 [58][60][63] - 股票代币实质是衍生品合约，基于Arbitrum区块链，仅在欧洲地区交易 [44][47][49] - 推出OpenAI和SpaceX代币，开拓私募股权代币化市场 [45][47][52] xStocks (Kraken&Backed Finance) - 基于Solana区块链，提供60余种美国股票与ETF代币化版本，1币:1股锚定底层资产 [38][50][54] - 收入来源包括交易手续费和铸造/赎回费 [64] - 与Robinhood相比具有更高DeFi互操作性和透明度 [61] 中资机构进展 - 香港证监会发布"ASPIRe"路线图，规划12项措施推动虚拟资产中心建设 [67][69][73] - 香港共有11家持牌VATP加密货币交易所，包括传统金融和互联网券商背景机构 [75][77] - 部分中资券商通过综合账户安排提供虚拟资产交易服务 [76][78]

行业投资评级 - 继续看好非银金融板块投资价值 [1] 核心观点 保险行业 - 2025年8月8日起新发国债、地方政府债、金融债利息收入恢复征收增值税，税率为3%，保险资管公司作为债券关键投资者可能受影响 [2] - 截至2025年一季度末，保险资金持有债券规模达16.97万亿元，占比48.6%，为最大资产类别；其中利率债8.32万亿元，信用债3.59万亿元 [2] - 2024年A股上市险企债券配置规模12.14万亿元，占总资产66.2%；国债及政府债8.75万亿元（47.7%），金融债1.58万亿元（8.6%） [2] - 利息收入占净投资收益比重：新华79.1%、国寿74.9%、太保67.6%、人保63.4%；占总投资收益比重：国寿47.6%、太保46.5%、新华44.9%、人保44.3% [2] - 2024年上市险企NBV打平收益率：平安2.42%、国寿2.43%、太保2.60%、新华2.98%、人保寿险3.19% [2] - 预定利率将于2025年9月1日前下调，普通型/分红型/万能型产品最高值分别调整至2.0%/1.75%/1.0% [2] 券商行业 - 期货业协会发布《期货公司经纪业务不正当竞争行为管理规则（征求意见稿）》，规范手续费管理等七项禁止性行为 [2] - 2024年券商经纪业务净佣金率降至万分之c，投行业务存在恶性价格战 [2] - 本周沪深北日均股票成交额18,099.28亿元（环比-2.11%），两融余额19,848.27亿元（较上年底+1,202.44亿元） [2] - 当前券商板块估值1.41倍PB，较2024年9月24日高点下滑16.1% [2] 市场表现 指数表现 - 本周沪深300指数-1.8%，非银指数-2.4%；细分行业：券商-3.2%、保险-0.1%、多元金融-4.1% [5] - 保险A股涨幅：新华+2.1%、平安+0.2%、太保-1.0%、国寿-1.8%、人保-3.7% [8] - 券商跌幅前五：东吴-8.6%、国信-5.5%、湘财-5.1%、哈投-5.0%、西部-5.0% [8] 关键数据 - 10年期国债收益率1.71%（周变化-0.87bps），国开债1.76%（-1.70bps） [11] - 2025年至今两市日均成交额14,317.79亿元（同比+34.61%） [14] - 市场质押股数3,061.97亿股（占总股本3.74%），质押市值28,452.45亿元 [14] 投资建议 保险板块 - 推荐标的：中国人寿(H)、中国太保、新华保险、中国平安、中国财险、中国人保(H) [2] 券商板块 - 三条主线：1）头部机构（广发证券A+H、国泰海通A+H、中信证券A+H）；2）业绩弹性标的（东方证券A+H、东方财富、招商证券A+H）；3）国际业务强者（中国银河A+H、中金公司A+H） [2]

量化模型与构建方式 1. **模型名称**：DFQ-FactorGCL **模型构建思路**：基于超图卷积神经网络和时间残差对比学习的股票收益预测模型[7] **模型具体构建过程**：通过超图卷积网络捕捉股票间非线性关系，结合时间残差模块学习时序动态特征，最后通过对比学习优化因子表征。目标函数为最小化预测收益与真实收益的残差。 2. **模型名称**：Neural ODE **模型构建思路**：时序动力系统重构下的深度学习因子挖掘模型[7] **模型具体构建过程**：利用神经常微分方程（Neural ODE）建模因子动态演化过程，通过连续时间序列的隐状态更新捕捉因子非线性变化。公式为： $$ \frac{dh(t)}{dt} = f_\theta(h(t), t) $$ 其中 $h(t)$ 为隐状态，$f_\theta$ 为神经网络参数化的动力系统。 --- 量化因子与构建方式 1. **因子名称**：标准化预期外收入（SUR） **因子构建思路**：衡量营收超预期程度，反映公司基本面意外变化[20] **因子具体构建过程**： $$ SUR = \frac{\text{单季实际营收} - \text{预期营收}}{\text{预期营收标准差}} $$ **因子评价**：在中证500、中证800等样本空间中近期表现突出[26][30] 2. **因子名称**：DELTAROA **因子构建思路**：单季总资产收益率同比变化，捕捉盈利能力改善[20] **因子具体构建过程**： $$ DELTAROA = ROA_{t} - ROA_{t-4} $$ **因子评价**：在国证2000样本中近期多空收益达1.90%[38] 3. **因子名称**：特异度（IVR_1M） **因子构建思路**：Fama-French三因子模型残差，反映个股特异性风险[20] **因子具体构建过程**： $$ IVR = 1 - R^2 \quad \text{(FF3回归拟合度)} $$ 4. **因子名称**：MFE组合构建 **因子构建思路**：最大化单因子暴露的组合优化方法[62] **因子具体构建过程**：通过线性规划求解以下约束优化问题： $$ \begin{array}{ll} \max & f^{T}w \\ s.t. & X(w-w_{b}) \in [s_l, s_h] \\ & H(w-w_{b}) \in [h_l, h_h] \end{array} $$ --- 模型的回测效果 1. **DFQ-FactorGCL模型**：未披露具体指标[7] 2. **Neural ODE模型**：未披露具体指标[7] --- 因子的回测效果 1. **标准化预期外收入（SUR）**： - 中证500：近一周收益1.43%，近一年年化12.83%[27] - 中证800：近一周收益1.36%，历史年化4.46%[31] 2. **DELTAROA**： - 国证2000：近一周收益1.90%，近一年年化27.67%[39] 3. **特异度（IVR_1M）**： - 沪深300：近一周收益-0.85%，历史年化0.32%[23] 4. **单季ROA**： - 沪深300：近一周收益1.12%，历史年化3.53%[23] 5. **三个月波动**： - 中证1000：近一周收益-1.05%，近一年年化-5.02%[35] --- 风格因子表现 1. **Beta风格**：近一周收益2.29%，历史年化0.89%[13] 2. **Value风格**：近一周收益-2.47%，历史年化6.96%[13] 3. **Trend风格**：近一周收益1.12%，历史年化14.31%[13] --- 指数增强产品表现 1. **沪深300增强**： - 近一周超额收益中位数0.21%，头部产品易方达沪深300增强A（1.67%）[52] 2. **中证500增强**： - 近一周超额收益中位数0.24%，头部产品华泰柏瑞中证500增强A（1.13%）[56] 3. **中证1000增强**： - 近一周超额收益中位数0.24%，头部产品国联安中证1000增强A（1.11%）[59]

量化模型与构建方式 1. **模型名称：分红预测模型** - **模型构建思路**：基于上市公司分红历史数据及当前分红预案信息，预测分红对股指期货各合约的影响[7][17] - **模型具体构建过程**： 1. **预估成分股净利润**：以年报公布的净利润为准[21] 2. **计算税前分红总额**： - 若已公布分红预案，直接采用税前分红总额[24] - 未公布预案的公司，假设分红率（分红金额/净利润）不变，计算税后分红总额[22] 3. **计算分红对指数的影响**： - 股息率 = 税后分红总额 / 最新市值 - 股息点 = 股票权重 × 股息率 - 权重调整公式： $$\mathrm{w_{it}={\frac{w_{i0}\times\mathrm{\scriptsize{\boldmath~(~1+R~)}~}}{\sum_{1}^{n}w_{i0}\times\mathrm{\scriptsize{\boldmath~(~1+R~)}~}}}}$$ 其中 \( w_{i0} \) 为初始权重，\( R \) 为涨跌幅[22] 4. **预测分红对各合约的影响值**： - 已公布除权除息日的公司，以公布日期为准[25] - 未公布日期的公司，参考最近一次分红的除息日或股东大会日 + 历史平均时间差[26][27] - 汇总交割日前所有分红，计算影响点数[26] - **模型评价**：依赖历史分红率和时间分布的假设，若市场环境突变（如分红率大幅变化），预测结果可能偏离实际[16][28] 2. **模型名称：股指期货理论定价模型** - **模型构建思路**：基于无套利条件，推导含分红影响的期货理论价格[28] - **模型具体构建过程**： 1. **离散红利分配情况**： - 期货定价公式： $$F_t = (S_t - D)(1 + r)$$ 其中 \( D \) 为红利现值，\( r \) 为无风险利率[28] 2. **连续红利分配情况**： - 期货定价公式： $$F_t = S_t e^{(r-d)(T-t)}$$ 其中 \( d \) 为年化红利率[29] --- 模型的回测效果 1. **分红预测模型** - **上证50（IH）**： - 8月合约年化对冲成本：-1.22%（365天）、-1.13%（243天）[10] - 分红剩余影响：0.05%[10] - **沪深300（IF）**： - 8月合约年化对冲成本：6.13%（365天）、5.71%（243天）[11] - 分红剩余影响：0.06%[11] - **中证500（IC）**： - 8月合约年化对冲成本：17.91%（365天）、16.69%（243天）[12] - 分红剩余影响：0.08%[12] - **中证1000（IM）**： - 8月合约年化对冲成本：19.73%（365天）、18.39%（243天）[13] - 分红剩余影响：0.05%[13] 2. **股指期货理论定价模型** - 未提供具体回测数据，仅作为理论参考[28][29] --- 量化因子与构建方式 （报告未涉及独立因子构建，仅通过模型间接体现分红影响因子） --- 关键数据补充 - **分红点数预测值（8月合约）**： - 上证50：1.42点 - 沪深300：2.59点 - 中证500：4.93点 - 中证1000：3.19点[5][9] - **合约升贴水状态**： - IH升水，IF/IC/IM贴水[8][9]

可转债发行上市概况 - 公司于2023年7月28日发行1,450万张可转换公司债券，每张面值100元，发行总额14.5亿元，债券期限6年（2023年7月28日至2029年7月27日），票面利率第一年0.20%、第二年0.40%、第三年0.60%、第四年1.50%、第五年1.80%、第六年2.00% [1] - 可转债于2023年8月28日在上海证券交易所挂牌交易，债券简称"金铜转债"，债券代码"113068" [2] - 初始转股价格为6.75元/股，2024年2月5日起进入转股期 [2] 可转债转股价格调整情况 - 因2023年年度权益分派，转股价格由6.75元/股调整为6.63元/股，2024年6月6日生效 [2] - 因触发转股价格向下修正条款，2024年8月28日起转股价格由6.63元/股调整为5.90元/股 [3] - 因2024年年度权益分派，2025年6月13日起转股价格由5.90元/股调整为5.79元/股 [4] 可转债赎回条款与触发情况 - 赎回条款规定：若公司股票连续15个交易日收盘价不低于当期转股价格的130%（即7.53元/股），公司有权赎回可转债 [5] - 2025年7月14日至8月1日期间，公司股票收盘价连续15个交易日不低于7.53元/股，触发有条件赎回条款 [5] 公司提前赎回决定 - 2025年8月1日公司董事会审议通过提前赎回"金铜转债"议案，将按面值加当期应计利息价格赎回全部未转股债券 [6] - 公司控股股东、实际控制人等关联方在赎回条件触发前6个月内未交易"金铜转债" [6] 保荐机构核查意见 - 东方证券认为本次赎回事项履行了必要审批程序，符合相关法律法规及《募集说明书》约定 [7]

券商分支机构布局调整 - 行业掀起降本增效浪潮，券商纷纷对分支机构进行裁撤与整合，同时部分券商增设特色分支机构以适应市场变化并加速财富管理转型 [2] - 截至7月30日，年内已有超20家券商决定撤销60余家分支机构，涉及8家分公司和50余家营业部 [2] - 7月份，方正证券、德邦证券、野村东方证券等3家券商宣布撤销旗下分支机构，其中方正证券撤销4家，德邦证券撤销2家分公司，野村东方撤销1家分公司 [2] 券商撤销分支机构情况 - 方正证券年内撤销分支机构数量最多达13家，东方证券以8家紧随其后，东吴证券撤销5家，华福证券撤销4家，中信建投、财通证券、华林证券、东北证券分别撤销3家 [3] - 券商表示撤销分支机构主要为优化网点区域布局，通过集约化运营提高效率并推动业务高质量发展 [3] - 线下实体网点运营成本高，涵盖场地、人员等支出，且经纪业务佣金费率持续下滑，传统收入降低，维持大量网点带来成本压力 [3] 数字化与线上化影响 - 券商数字化建设推进，线上平台对线下实体网点的替代效应显著增强，线上交易成为主流模式，服务效率提升且单客服务成本远低于实体网点 [3] - 投资者交易操作、信息获取及投资咨询等核心业务场景已全面向线上迁移，券商App平台基本实现传统营业部服务功能 [3] - 裁撤经营效益欠佳或区域需求饱和的冗余网点可优化资源配置结构，降低非必要成本支出，提升整体运营效率 [3][5] 部分券商积极布局新分支机构 - 诚通证券、万联证券、国联民生证券等券商在具有业务潜力的区域新设分支机构，如苏州、肇庆、宁波等地 [5] - 西部证券计划在财富管理需求旺盛、有区位优势且网点空白的发达地区增设营业网点，或将现有营业部升级为分公司，同时撤并连续三年亏损或区位不合理的分支机构 [5] - 南京证券将研究分析网点布局空白城市，择优筛选新设区域并建设高端财富管理中心以提升服务体验 [5] 财富管理转型与业务表现 - 财富管理业务在券商业务体系中的地位日益重要，2024年收入贡献度超过30%，虽略低于自营业务但远超其他业务类型 [5] - 券商分支机构功能定位随财富管理转型发生变化，未来将从规模驱动转向效率驱动，向高附加值、综合化模式转变 [6] - 券商资管加大主动管理并涉足公募，销售端发力金融产品代销，股票型产品占优，ETF快速增长助力保有规模提升 [6] 经纪业务收入增长 - 经纪业务收入增长是券商2025年上半年业绩向好的主因之一，预计券商板块二季度经纪业务收入259亿元，同比增32% [6] - 银行存款利率下行、公募降费让利、投融资环境优化背景下，券商财富管理转型初见成效 [6]

财务表现 - 公司预计上半年归母净利润为8000–9750万元 同比下降71–76% [1] - 25Q1收入同比下降13.7% 反映主力品类动销放缓及渠道去库存延续 [1] - 原料采购价格大幅上涨带动毛利率下行 [1] 经营策略 - 公司主动压缩利润释放节奏 在保证终端投放与品牌维护前提下进行结构优化 [1] - 渠道端持续推进精耕 海外市场具备中长期潜力 [1] 预测调整 - 修正瓜子与坚果等核心品类销售增速、新品导入放量节奏及毛利率改善幅度等关键假设 [1] - 调整2025–2027年EPS预测至1.25/1.42/1.67元 前次预测2025/2026年为2.42/2.75元 [1] - 给予公司2025年21倍PE估值 对应目标价26.25元 [1]

海外数据中心资本支出预期上修 - 海外数据中心相关资本支出自2024年上半年以来维持高增长 且持续上修后续预期[1] - 2025年第二季度微软 谷歌 Meta资本支出均高于原有预期 AI需求激活海外资本支出投入上行[1] - Meta上修全年资本支出预期至660-720亿美元 原预期为640-720亿美元[1] - 谷歌2025财年资本支出上修至850亿美元 原指引为750亿美元 并明确2026年因强劲云需求将进一步增加支出[1] - 微软2025年第二季度资本支出为242亿美元 预计第三季度将超300亿美元 同比增长超50%[1] AI数据中心电源技术演进趋势 - 从通算时代到智算时代 单卡功率消耗和整体用电规模均呈现显著提升趋势[2] - AI需求迭代激活AIDC电源技术不断演进 高效率 高密度 高稳定性电源重要性持续提升[2] - 从市电10kV+到机房800V/400V到机柜内50V到最终芯片<1V 整条电力链路各环节都面临技术迭代升级[2] - 电力系统在AIDC中的重要性以及价值量有望持续提升[2] 中国电源企业海外市场机遇 - 由于芯片供应与规划节奏等原因 AIDC海外云服务提供商景气周期先行[3] - 海外AIDC电力生态壁垒较高 Delta Vertiv等企业有较强技术与生态优势[3] - 海外AIDC电源市场价格与利润体系均呈现较大吸引力[3] - 中国内地企业通过技术迭代缩小与台资及外资企业的技术代差[3] - 通过ODM/GPU企业认证/云服务提供商认证等方式逐步接入生态[3] - 中国内地AI电源公司有望充分受益海外AI资本支出景气浪潮[3] 受益标的领域 - AIDC电源环节建议关注麦格米特 禾望电气 新雷能 通合科技 欧陆通 中恒电气等[4] - AIDC电力配套环节建议关注金盘科技 明阳电气 威腾电气 良信股份等[4]