Workflow
非银行金融
icon
搜索文档
瑞银:预计美联储再降75基点,亚洲货币或升4%
搜狐财经· 2025-09-26 08:47
本文由 AI 算法生成,仅作参考,不涉投资建议,使用风险自担 【瑞银:美联储将降息推高亚洲货币和美股,看好中国科技企业】9月26日消息,近日瑞银全球财富管 理首席投资办公室称,美联储未来几个月将进一步降息,会推高亚洲货币汇率和美股。 上周美联储开 启今年首度降息后,瑞银预测2026年第一季度末前或再降息75个基点。其预计降息影响下美国不会衰 退,到2026年年中,美股将实现中个位数涨幅。 瑞银认为中国股市上涨仍有空间,随着家庭储蓄流入 市场,创新领域估值或重估。其在评级报告中维持对中国股票"增持"评级,还预计未来12个月亚洲货币 兑美元平均升值4%。 瑞银报告显示,纳入MSCI中国指数的中国公司2025年二季度盈利同比增3%,营 收增长平稳。非银行金融、科技和医疗保健行业表现出色,互联网公司单季度盈利两位数增长。 瑞银 称中企经营状况乐观,许多公司强调成本控制和定价策略。该季度中国科技公司盈利强劲,管理层评论 乐观,在市场中占优势。 ...
通润装备拟与正泰财务公司签金融服务协议,涉关联交易
新浪财经· 2025-09-25 07:54
关联交易协议 - 通润装备董事会审议通过与正泰财务公司签署金融服务协议暨关联交易议案 尚需股东会审议 [1] - 协议有效期2026至2028年 综合授信和最高存款余额合计均不超过5亿元 [1] - 双方实际控制人均为南存辉 构成关联关系 [1] 金融服务内容 - 正泰财务公司为通润装备及其子公司提供授信 存款 资金结算等金融服务 [1] - 服务定价遵循市场原则 [1] 资金状况 - 截至目前通润装备及子公司存款余额0元 借款余额1000.13万元 [1] 交易影响 - 该交易利于加强资金管控 提高资金利用率 推进产融结合 [1] - 公司认为交易风险可控 已制订风险处置预案 [1]
立足特色化优势 财务公司聚焦转型发展提供综合资金解决方案
证券时报网· 2025-09-25 06:18
财务公司在军工航天行业的角色定位 - 军工航天行业项目具有周期长、前期建设资金需求大的特点,金融资源特别是信贷资源的供需匹配至关重要 [1] - 财务公司作为依托集团的非银行金融机构,通过创设专项贷款产品精准支持军工实体产业发展 [1] - 财务公司发挥贴近产业和成员单位的优势,整合资源提供综合资金解决方案,加速向服务型机构转型 [1] 兵工财务公司的具体服务举措 - 对于国拨资金尚未到位的军工项目,公司采取“急用先行”原则优先提供资金支持,以服务军品科研生产及保军企业运营 [1] - 在充分调研客户需求后,公司以较优惠的价格设立多个领域的专项贷款,并提供企业运营专项资金支持 [1] - 公司积极推行客户经理制,与成员企业建立稳定的金融服务关系,并了解其年度规划与资金特点 [2] - 公司每年为全部子集团和上市公司量身打造“一企一策”服务方案,统筹资源服务其主责主业和发展新质生产力等需求 [2] 司库体系的功能与建设 - 司库体系是企业集团依托财务公司等平台,运用信息技术对资金等金融资源进行实时监控和统筹调度的治理机制 [3] - 该体系以资金和信息集中为重点,旨在提高资金效率、降低成本和防控风险 [3] - 航天科技财务公司引入智能技术,建设数据监测平台以构建监测、预警、处置一体化的资金风险动态管控体系 [3] - 公司深度挖掘司库数据价值,集成数据构建风险矩阵模型,并引入知识图谱识别虚假贸易等潜在风险 [3] - 相关举措为集团公司全级次穿透监管体系的搭建与落地提供了有力支撑 [4] 兵工财务公司的战略转型 - 公司以服务实体经济为首要职责,以集团司库建设为重点,以金融供给侧改革为主线,加快转型发展步伐 [2] - 除了提供差异化、专业化的资金支持,公司还借助司库体系加强全集团金融资源管理,协助风险防控并提高资金使用效率 [2]
中欧中证A500指数增强:主动指数增强Alpha之路
信达证券· 2025-09-22 06:34
指数增强基金市场表现 - 2025年全市场增强指数型基金年化超额收益中位数达2.82%,75%分位数达8.21%,显著高于2022-2024年水平[11] - 宽基类指增基金年化超额收益中位数为3%,行业/主题/风格类为1.77%[11] - 超70%中证500增强产品和超60%中证1000增强产品年化超额收益突破8%[19] 中证A500指数表现 - 近一年年化收益高达48.97%,全收益指数年化收益达52.65%[2] - 自基日(2004/12/31)以来年化收益8.79%,全收益指数年化10.75%[43] - 显著低配金融板块(银行低配4.8%,非银金融低配4.73%),超配电子(+1.92%)、基础化工(+1.73%)等成长性行业[39] 中欧中证A500指数增强基金业绩 - 年内累计收益25.94%,相较基准实现年化超额收益11.1%[6] - 近1个月和近3个月业绩均位列同类A500增强基金第一名[6] - 近6个月日超额收益与同类基金相关性普遍低于0.4,Alpha来源独立性高[6] 基金配置特征 - 股票仓位92.73%,港股仓位控制在10%以内[62] - 超配机械(约4%)、农林牧渔(约2%)、电子及电力公用事业;低配有色金属、汽车、交通运输[64] - 前十大重仓股占比26.37%,持股数量214只,单边年化换手率5.95倍[80] 团队与策略 - 采用"主动+量化"融合模式,由金牛奖得主王健领衔基本面量化团队[3] - 坚持GARP(合理估值下的成长)投资理念,结合主动深度研究与量化纪律性[3] - 布局两只A500增强产品(中欧价值成长规模15.62亿元,中欧A500指增规模4.4亿元)[6][35]
行业轮动周报:指数震荡反内卷方向领涨,ETF持续净流入金融地产-20250922
中邮证券· 2025-09-22 05:17
量化模型与构建方式 1. 扩散指数行业轮动模型 - **模型名称**:扩散指数行业轮动模型[25][26] - **模型构建思路**:基于价格动量原理,通过计算行业扩散指数来捕捉行业趋势,选择扩散指数排名靠前的行业进行配置[26][38] - **模型具体构建过程**: 1. 选取中信一级行业作为标的[27] 2. 计算每个行业的扩散指数,扩散指数反映了行业价格趋势的强度[27] 3. 定期(如月度)选择扩散指数排名前六的行业作为配置组合[26][30] 4. 具体配置行业根据最新扩散指数值确定,例如2025年9月配置行业为综合、有色金属、通信、银行、传媒、商贸零售[26][30] 2. GRU因子行业轮动模型 - **模型名称**:GRU因子行业轮动模型[33][34] - **模型构建思路**:基于分钟频量价数据,通过GRU(门控循环单元)深度学习网络生成行业因子,捕捉交易信息中的规律进行行业轮动[34][38] - **模型具体构建过程**: 1. 使用分钟频量价数据作为输入[38] 2. 通过GRU深度学习网络处理数据,生成每个行业的GRU因子值[34][38] 3. GRU因子值反映了行业短期的动量或交易信号[34] 4. 定期(如周度)选择GRU因子排名靠前的行业作为配置组合,例如调入煤炭、调出房地产[36] 模型的回测效果 1. 扩散指数行业轮动模型 - 2025年以来超额收益:2.76%[25][30] - 2025年9月以来超额收益:-1.88%[30] - 本周超额收益:-1.41%[30] 2. GRU因子行业轮动模型 - 2025年以来超额收益:-7.78%[33][36] - 2025年9月以来超额收益:-0.10%[36] - 本周超额收益:-0.38%[36] 量化因子与构建方式 1. 行业扩散指数因子 - **因子名称**:行业扩散指数[27] - **因子构建思路**:通过计算行业价格数据的扩散指数,衡量行业趋势强度[27] - **因子具体构建过程**: 1. 获取中信一级行业的价格数据[27] 2. 计算每个行业的扩散指数值,具体计算方法未详细说明,但扩散指数值介于0到1之间,值越高表示趋势越强[27] 3. 例如,截至2025年9月19日,有色金属行业的扩散指数为0.978,银行行业为0.968[27] 2. GRU行业因子 - **因子名称**:GRU行业因子[34] - **因子构建思路**:基于GRU深度学习网络处理分钟频量价数据,生成代表行业短期动量的因子[34][38] - **因子具体构建过程**: 1. 输入分钟频量价数据到GRU网络[38] 2. 网络输出每个行业的GRU因子值,值越高表示行业动量越强[34] 3. 例如,截至2025年9月19日,有色金属行业的GRU因子值为7.4,石油石化行业为5.38[34] 因子的回测效果 (注:报告中未提供因子的独立回测指标,如IC、IR等,仅提供了基于因子构建的模型回测结果)
中银量化多策略行业轮动周报-20250922
中银国际· 2025-09-22 02:38
核心观点 - 中银多策略行业配置系统当前重点配置非银行金融(11.7%)、钢铁(11.0%)、综合(10.1%)等周期性行业,并显著减配TMT板块至9.4% [1][59] - 复合策略采用负向波动率平价模型动态分配7个子策略权重,当前传统多因子打分策略(S7)权重最高达19.5%,宏观风格轮动策略(S3)权重最低仅8.2% [3][58] - 策略组合年初至今实现超额收益2.2%,其中未证伪情绪策略(S2)超额达17.0%表现最佳,而财报因子失效策略(S6)超额-6.7%表现最弱 [3][64] - 汽车、电子、新能源等行业本周涨幅超4%,但汽车行业估值分位数达99.5%触发预警,银行与非银金融跌幅超4% [10][11][13][14] 市场表现回顾 - 中信一级行业周平均收益率为-0.4%,近一月平均收益率为2.3% [3][10] - 汽车(4.4%)、电子(4.4%)、电力设备及新能源(4.1%)领涨;银行(-5.6%)、非银行金融(-4.4%)、食品饮料(-3.6%)领跌 [3][10] - 通信行业年初至今累计收益达69.3%,有色金属(53.5%)、电子(48.0%)紧随其后 [11] 行业估值预警 - 采用滚动6年稳健PB分位数监测估值,超过95%分位线触发预警 [12] - 当前商贸零售、传媒、计算机(均为100%)及汽车(99.5%)处于高估值预警状态 [13][14] - 电子行业估值分位数月环比上升16.5%至94.9%,接近预警线 [14] 单策略表现与配置 S1高景气轮动策略 - 基于盈利预期三维度筛选,当前推荐非银行金融、农林牧渔、钢铁 [15][16] - 年初至今超额收益2.2%,本周超额-3.0% [3][63] S2未证伪情绪策略 - 通过剥离换手率影响捕捉市场情绪,当前推荐机械、电力设备及新能源、综合 [18][19][20] - 年初至今超额收益17.0%,近一月超额10.0% [3][63] S3宏观风格轮动 - 结合宏观指标与风格暴露,当前看好综合金融、计算机、通信、国防军工、电子、传媒 [22][23][24] - 权重占比仅8.2%,年初至今超额0.3% [3][58] S4困境反转策略 - 融合长期反转、中期动量与低拥挤因子,本月推荐综合、钢铁、基础化工、医药、农林牧渔、新能源 [27][28] - 年初至今超额6.8%,权重占比13.1% [3][58] S5资金流策略 - 监测机构单与尾盘资金流向,本月推荐煤炭、综合金融、综合、纺织服装、交通运输 [30][31][32] - 年初至今超额-5.3%,权重占比12.9% [3][58] S6财报因子失效策略 - 利用因子有效性均值回复特征,本月推荐非银行金融、国防军工、汽车、煤炭、有色金属 [35][36][37] - 权重占比8.5%,年初至今超额-6.7% [3][58] S7多因子打分策略 - 季度调仓策略,从动量、流动性、估值、质量四个维度筛选,本季度推荐电子、新能源、有色金属、家电、非银金融、银行 [39][40][41] - 权重占比19.5%最高,年初至今超额7.6% [3][58] 复合策略运作 - 采用负向波动率平价模型,按周/月/季频率分层调仓 [46][47][50] - 当前加仓中游周期与中游非周期板块,减仓金融和消费板块 [3] - 板块配置:中游非周期(22.9%)、上游周期(22.5%)、金融(18.0%),TMT仅占9.4% [60] 历史业绩回溯 - 复合策略2014年以来累计超额收益显著,2020年后超额曲线持续上行 [65][68][69][71] - 本周策略收益-1.0%,略低于基准0.5%,但年内累计收益24.5%超越基准22.2% [3][63]
美联储降息25个基点内外资机构看好中国资产前景
上海证券报· 2025-09-21 15:28
美联储降息影响 - 美联储将联邦基金利率目标区间下调25个基点至4.00%至4.25%之间 [2] - 预计年底前将再降息两次(每次25个基点) 2026年初还会有一次降息 [2] - 美国经济数据显现边际走弱迹象 预计逐步进入降息周期 降息幅度可能超出当前预期 [4] 中国资产前景 - 中国资产有望迎来更为有利的外部环境 吸引力将有所增强 [2] - 美元中远期步入下行周期成为大概率事件 推动全球资本再平衡 [4] - 外资回流A股与港股的需求预计将显著增强 [4] - 人民币汇率企稳与跨境资金情绪改善 宏观政策协同空间扩大 [3] 货币政策空间 - 中国货币政策操作空间有望拓宽 以应对多重政策目标 [2] - 人民银行在MLF/LPR、结构性工具与再贷款等方面的操作弹性增强 [3] 新兴市场投资机会 - 新兴市场股票估值仅为发达市场的三分之一 具有良好的投资价值 [2] - 更看好非美市场投资机会 尤其是中国、日本和欧洲市场 [2] 行业配置主线 - 高景气产业趋势行业:AI、机器人相关TMT、电子、机械 [4] - 流动性宽松受益品种:恒生科技、非银行金融 [4] - "反内卷"政策推进改善行业:电力设备、化工 [4] - 基本面改善确定性高行业:医药、消费 [4] - 成长/科技板块:半导体、设备、工业自动化 [4] - 可选消费板块:汽车链、家电、休闲服务 [4] - 高分红/央国企资产仍具配置价值 可作为组合稳定底仓 [4]
南下资金年内净流入破万亿!AI仍是港股主线
证券时报· 2025-09-21 13:05
南下资金流入态势 - 港股通年初至今资金净流入达10729亿港元,已超过2024年全年数据33%,有望创年度历史新高 [1][4] - 2025年前8个月港股通平均每日成交金额为608亿港元,占市场整体24.5% [4] - 香港股票市场录得连续26个月资金净流入,2025年8月单月净流入1122亿港元,为有纪录以来第九,其中8月15日单日净流入359亿港元创历史最高 [6] 行业配置与ETF发展 - 金融业为恒生港股通高持股50指数最大行业,比重32%,资讯科技业及非必需性消费占比分别为20%及16% [6] - 医疗保健业权重由3%上升至7%,升幅最大,非必需性消费及资讯科技业权重分别录得3个及2个百分点升幅 [6] - 港股通合资格ETF数目由启动时5只上升至17只,追踪科指的ETF达5只,最受关注,2025年上半年南向交易ETF平均每日成交金额38亿港元,创半年度新高 [2][6] 港股业绩与板块表现 - 港股2025上半年营收与盈利增速分别录得1.9%与4.6%,净利润率及ROE维持阶段高位 [8] - 科技、医药与原材料行业高景气,支撑上半年业绩,非银行业与部分消费行业业绩向好,但能源、公用事业、地产产业链与多数消费行业业绩压力仍存 [8] - 预计2025下半年业绩增速迎来拐点,原材料、医疗保健与科技板块维持高景气且预期上修,能源、必选消费等板块有望迎来业绩反转 [8] 市场趋势与AI主线 - 近期恒生指数上涨3.82%,恒生科技上涨5.31%,AH溢价收窄至119,原材料、资讯科技板块领涨 [9] - AI仍是市场主线,二季度国内云厂商AI需求旺盛驱动收入加速增长,POE云服务收入增长4年来首次超过国有电信公司 [9][10] - 自研芯片成为AI大厂新催化,市场呈现"重模型、轻应用"特征,博通、甲骨文财报验证AI持续高景气 [10]
量化市场追踪周报(2025W38):第二批科创债ETF集中成立,A500增强工具持续扩容-20250921
信达证券· 2025-09-21 12:05
根据提供的量化市场追踪周报,以下是关于报告中涉及的量化模型与因子的总结: 量化模型与构建方式 1. **模型名称:主动权益型基金仓位测算模型**[23][24] * **模型构建思路**:通过分析基金的持仓数据,估算主动权益型基金的整体仓位水平,以反映市场情绪和资金配置动向[23]。 * **模型具体构建过程**: 1. **样本筛选**:首先确定合格样本基金,筛选门槛包括:成立期满两个季度、未到期、规模大于5000万元、过去四期平均仓位大于60%[24]。 2. **加权计算**:对合格样本,根据其持股市值进行加权,计算市场平均仓位[24]。 3. **分类计算**:分别计算普通股票型、偏股混合型、配置型(灵活配置型与平衡混合型合并)基金的平均仓位[23][24]。 4. **数据清理**:以上测算均剔除不完全投资于A股的基金[25]。 * **模型评价**:该模型是市场监控的常用工具,能较好地反映公募基金整体的风险偏好和操作方向。 2. **模型名称:固收+基金仓位测算模型**[23][24] * **模型构建思路**:估算以债券等固收资产为基础,同时配置部分权益资产的“固收+”基金的平均仓位,以观察其风险资产暴露程度[23]。 * **模型具体构建过程**: 1. **样本筛选**:合格样本筛选门槛包括:成立期满两个季度、未到期、规模大于5000万元、过去四期平均仓位在10%-30%[24]。 2. **加权计算**:对合格样本,根据持股市值加权计算平均仓位[24]。 3. **数据清理**:剔除不完全投资于A股的基金[25]。 * **模型评价**:有助于跟踪低风险偏好资金的权益市场参与度。 3. **模型名称:主动权益产品风格仓位测算模型**[30] * **模型构建思路**:将主动偏股型基金的仓位按市值规模(大盘、中盘、小盘)和风格(成长、价值)进行划分,以分析其风格配置偏好[30]。 * **模型具体构建过程**:报告未详细描述具体构建过程,但展示了测算结果,包括大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值等六个维度的仓位百分比[30]。 * **模型评价**:用于追踪市场风格轮动和基金经理想法的变化。 4. **模型名称:主动权益产品行业仓位测算模型**[34][35] * **模型构建思路**:测算主动权益型基金在中信一级行业上的配置比例,以观察其行业偏好和调仓动向[34]。 * **模型具体构建过程**:报告未详细描述具体构建过程,但展示了基于持股市值加权平均的各行业仓位分布及环比变化[34][35]。 * **模型评价**:是分析板块资金流向和行业景气度的重要参考。 5. **模型/因子名称:主力/主动资金流划分标准**[52] * **构建思路**:基于同花顺对成交单的分类标准,将市场资金流按成交规模和性质划分为特大单、大单、中单、小单,用以分析不同资金主体的行为[52]。 * **具体构建过程**:划分标准如下: * 特大单:成交量在20万股以上,或成交金额在100万元以上的成交单[52]。 * 大单:成交量在6万股到20万股之间,或成交金额在30万到100万之间,或成交量占流通盘0.1%的成交单[52]。 * 中单:成交量在1万股与6万股之间,或成交金额在5万到30万之间的成交单[52]。 * 小单:成交量在1万股以下,或成交金额在5万元以下的成交单[52]。 * **评价**:此分类是市场资金面分析的基础框架,有助于理解不同类型投资者的交易行为。 模型的回测效果 *本报告为市场动态追踪周报,主要展示当前市场数据和模型测算结果,未提供模型的历史回测绩效指标(如年化收益率、夏普比率、最大回撤等)。* 量化因子与构建方式 *本报告未涉及传统意义上的量化因子(如价值、动量、质量等)的构建与测试。* 因子的回测效果 *本报告未涉及量化因子的回测效果。*
国泰海通·洞察价值|非银刘欣琦团队
行业核心观点 - 行业核心洞察为重视配置的力量 非银估值修复年 [3] - 看好低估值非银股机会 [6] 价值主张 - 好公司需具备确定性增长的盈利预期 [3] - 盈利预期应建立在客户好的价值体验基础上 以保障盈利的持续性 [3]