指数调仓核心变化 - 红利低波指数调仓换手率高，调入调出个股各18只，因其成分股仅50只，换仓率显著高于中证红利指数[6][20] - 中证红利指数调整后，股息率在5%到8%区间内的个股权重占比有显著提升[7][31] - 红利低波指数调整后，股息率在5%以上区间内的个股权重占比有显著提升[7][34] 行业与资产配置结构演变 - 调仓后行业覆盖扩大，中证红利新纳入家用装饰及休闲、建筑产品、农产品等行业；红利低波新纳入医疗保健、非金属材料、公用事业、环保、机械设备等行业[6][22] - 红利低波指数中，银行权重从49.65%降至46.75%，下降2.90个百分点；同时医疗保健、家电制造等消费行业权重显著提升[24][26] - 红利低波指数中，“类债红利”资产权重接近半壁江山，但“质量红利”资产权重边际提升最为显著[6][14][26] - 中证红利指数以周期红利和稳健红利为主，两者合计占比超60%，调仓后类债红利权重上升，质量红利权重有所下滑[26] 配置逻辑与市场环境 - 根据“利率-流动性”框架，类债、稳健性红利在利率下行环境中配置价值更高；而质量、周期类弹性红利在利率回升、流动性宽松阶段配置价值更佳[8][36] - 报告认为，此次调仓中质量红利权重提升，可能代表红利机会正从“传统红利资产”向“质量红利”资产切换和扩散[2][14]

文章核心观点 - 经济增长逻辑正从以扩大投资规模为导向的加法式增长 转向投资于人和投资于物相结合的乘法式发展 根本目标是推动全要素生产率的持续提升 [1] - 实现乘法效应需聚焦三条路径：发展新质生产力 释放人力资本质量红利 建立物质资本与人力资本的同步投入机制 [1] 投资政策逻辑的转变 - 投资政策逻辑正在发生转变 从2023年中央财经委员会提出结合 到2025年政府工作报告明确其地位 再到十五五规划建议将两者并列写入 是对增长方式的系统重塑 [2] - 理论基础源于柯布-道格拉斯生产函数 在数字经济时代K与L的内涵扩展 K包括制造业升级投资 数字基础设施 数据要素等 L涵盖技能水平 健康状况 教育质量 创新能力等多维度 [2] - 目标是利用四象限框架 将经济运行从高K低L模式迁移至高K高L的新质生产力模式 核心是通过政策与市场机制把K和L从加法关系变成乘法关系 以K×L提升全要素生产率 [3] 发展新质生产力路径 - 投资于物的关键是投得更有效 扩大有效投资 未来高回报资本具备技术外溢效应 规模可扩展性与跨行业赋能能力 如人工智能模型 先进算力 工业互联网平台 绿色装备等 [6] - 投资于人的核心是通过人的能力提升撬动发展 在技能培训层面深化产教融合 在高等教育层面优化学科布局加强创新人才培养 实现科研与产业创新联动 [7] - 技术突破将沿供应链 产业链与价值链扩散 形成物的升级×人的升级的乘数效应 系统性提升TFP 推高资本回报率 新质生产力动能正在加速显化 [7][8] 释放人力资本质量红利路径 - 投资于人的核心是培育人力资本 使人口红利转化为质量红利和人才红利 2009~2023年间劳动力质量提升推动经济增长0.78个百分点 显著高于劳动力数量变化贡献的0.09个百分点 [10] - 加大人力资本投资能够扩大高知识 高技能人才供给 2024年中国高等院校入学率达77% 大幅高于世界平均水平的44% 未来将培养更高知识密度和创新能力的人才 [11] - 自2020年起硕士和博士研究生规模持续扩大 为基础学科拔尖创新人才培养和前沿领域国家学院建设奠定基础 构建覆盖全生命周期的职业技能培训体系是重要保障 [11] 建立同步投入机制路径 - 物质资本K与人力资本L在中长期会通过技术吸收 结构调整和产业升级相互影响 需确保两者协同提升才能发挥全要素生产率的潜在乘数效应 [12] - 两类投资深度互为条件 互为放大器 高质量资本投入倒逼人力资本体系跃升 人力资本积累提高技术采用效率和创新能力 使单位资本产出率提升 [13] - 只有在两类投资同步推进 形成互补时 资本才能进入高回报场景 劳动力能充分发挥技能优势 形成生产率持续提升 经济高质量增长的良性循环 [13]

量化模型与构建方式 1. **模型名称：预期成长策略** - **构建思路**：通过分析师预期增速（gf）筛选高成长性行业，优先配置预期增速最高的资产[5][6] - **具体构建过程**： 1. 计算行业预期净利润增速 $$g_{fttm} = \frac{E_t[NI_{t+1}] - NI_t}{NI_t}$$，其中 $NI$ 为净利润，$E_t$ 为分析师预期[21][23] 2. 按 $g_{fttm}$ 排序，选取Top组行业（如无烟煤、电力电子等）[14][35] 3. 动态跟踪优势差 $\Delta gf = g_{fttm}^{Top} - g_{fttm}^{Bottom}$，确保头部资产趋势持续[21][23] 2. **模型名称：实际成长策略** - **构建思路**：基于业绩动量（$\Delta g$）筛选超预期行业，聚焦成长期资产[6][25] - **具体构建过程**： 1. 计算行业实际净利润增速 $$g_{ttm} = \frac{NI_t - NI_{t-1}}{NI_{t-1}}$$[25][27] 2. 结合超预期因子（sue、sur、jor）筛选 $\Delta g$ 最高的行业（如聚氨酯、PCB等）[38] 3. 监控优势差 $\Delta g = g_{ttm}^{Top} - g_{ttm}^{Bottom}$[25][27] 3. **模型名称：盈利能力策略** - **构建思路**：在PB-ROE框架下选择估值合理的优质资产[5][40] - **具体构建过程**： 1. 计算行业ROE及PB，回归残差 $$Residual = PB - \alpha \cdot ROE$$，选取低残差行业（如锂电池、啤酒等）[40] 2. 结合ROE优势差（$\Delta ROE$）判断基本面拐点[29] 4. **模型名称：质量红利策略** - **构建思路**：综合股息率（DP）和ROE筛选高分红且盈利稳定的资产[43] - **具体构建过程**： 1. 对行业DP和ROE标准化打分，加权求和 $$Score = w_1 \cdot DP + w_2 \cdot ROE$$[43] 2. 选取高分行业（如公交、玻璃纤维等）[43] 5. **模型名称：价值红利策略** - **构建思路**：结合股息率（DP）和市净率（BP）挖掘低估值高分红资产[47] - **具体构建过程**： 1. 计算行业DP和BP标准化值，加权排序[47] 2. 优选高分行业（如网络接配及塔设、非乳饮料等）[47] 6. **模型名称：破产价值策略** - **构建思路**：筛选低PB和小市值（SIZE）的潜在反转资产[51] - **具体构建过程**： 1. 计算行业PB和SIZE的逆序得分 $$Score = -w_1 \cdot PB - w_2 \cdot SIZE$$[51] 2. 选取最低分行业（如贸易Ⅲ、印染等）[51] --- 模型的回测效果 1. **预期成长策略**：年化收益26.70%，2019年后超额显著，2025年8月Top行业近3月平均收益32.58%（玻璃纤维）[16][35] 2. **实际成长策略**：长期超额显著，2025年8月Top行业近3月平均收益81.60%（PCB）[38] 3. **盈利能力策略**：2016-2020年超额显著，2025年8月Top行业近3月平均收益110.06%（网络接配及塔设）[40] 4. **质量红利策略**：2016-2017年超额显著，2025年8月Top行业近3月平均收益32.58%（玻璃纤维）[43] 5. **价值红利策略**：2021-2023年超额显著，2025年8月Top行业近3月平均收益110.06%（网络接配及塔设）[47] 6. **破产价值策略**：2021-2023年超额显著，2025年8月Top行业近3月平均收益17.24%（印染）[51] --- 量化因子与构建方式 1. **因子名称：预期净利润增速（$g_{fttm}$）** - **构建思路**：反映分析师对未来盈利增长的预期[21][23] - **具体构建**：$$g_{fttm} = \frac{E_t[NI_{t+1}] - NI_t}{NI_t}$$，滚动12个月计算[23] 2. **因子名称：实际净利润增速（$g_{ttm}$）** - **构建思路**：衡量历史业绩动量[25][27] - **具体构建**：$$g_{ttm} = \frac{NI_t - NI_{t-1}}{NI_{t-1}}$$，TTM口径[27] 3. **因子名称：PB-ROE残差** - **构建思路**：识别ROE驱动下被低估的资产[40] - **具体构建**：回归残差 $$Residual = PB - \hat{\alpha} \cdot ROE$$[40] 4. **因子名称：DP+ROE复合因子** - **构建思路**：兼顾分红与盈利质量[43] - **具体构建**：标准化后线性加权 $$Score = Z(DP) + Z(ROE)$$[43] 5. **因子名称：DP+BP复合因子** - **构建思路**：平衡分红与估值[47] - **具体构建**：标准化后加权 $$Score = Z(DP) + Z(BP)$$[47] --- 因子的回测效果 1. **$g_{fttm}$**：优势差（$\Delta gf$）扩张时策略超额显著，2025年8月Top组增速较Bottom组高15%[21][23] 2. **$g_{ttm}$**：优势差（$\Delta g$）缓升，2025年8月头部行业增速差7%[25][27] 3. **PB-ROE残差**：低残差组合在2016-2020年IR达1.2[40] 4. **DP+ROE**：2016年IR峰值1.5，2023年回升至0.8[43] 5. **DP+BP**：2021-2023年IR稳定在1.0以上[47]