量化模型与构建方式 1. 三维择时框架 - 模型名称：三维择时框架[7] - 模型构建思路：通过分歧度、流动性和景气度三个维度对市场进行择时判断[7] - 模型具体构建过程：监控市场分歧度指数、市场流动性指数和A股景气度指数2.0的变化趋势，当分歧度上行、流动性下行、景气度保持回升时，给出震荡下跌判断[7][11][23] 2. ETF热点趋势策略 - 模型名称：ETF热点趋势策略[29] - 模型构建思路：根据K线形态和换手率变化选择短期市场关注度提升的ETF构建组合[29] - 模型具体构建过程：首先选出最高价与最低价同时为上涨形态的ETF；然后根据最高价与最低价近20日回归系数的相对陡峭程度构建支撑阻力因子；最后选择因子多头组中近5日换手率/近20日换手率最高的10只ETF构建风险平价组合[29] 3. 资金流共振策略 - 模型名称：融资-主动大单资金流共振策略[35] - 模型构建思路：通过融资融券资金流与主动大单资金流的共振效应选择行业[35] - 模型具体构建过程： 1) 定义行业融资融券资金因子：barra市值因子中性化后的融资净买入-融券净买入（个股加总），取最近50日均值后的两周环比变化率 2) 定义行业主动大单资金因子：行业最近一年成交量时序中性化后的净流入排序，取最近10日均值 3) 在主动大单因子的头部打分内做融资融券因子的剔除，提高策略稳定性 4) 进一步剔除大金融板块[35] 模型的回测效果 1. 三维择时框架 - 历史表现：提供市场择时判断，建议逐步谨慎[7] 2. ETF热点趋势策略 - 今年以来表现：相对沪深300累计超额收益表现良好[31] 3. 资金流共振策略 - 2018年以来费后年化超额收益：13.5%[35] - 信息比率(IR)：1.7[35] - 上周表现：实现0.9%的绝对收益与-1%的超额收益（相对行业等权）[35] 量化因子与构建方式 1. 风格因子 - 因子名称：size因子[39] - 因子构建思路：衡量市值风格的影响[39] - 因子具体构建过程：基于市值大小构建组合，大市值股票组合与小市值组合对比[39] - 因子名称：beta因子[40] - 因子构建思路：衡量贝塔风格的影响[40] - 因子具体构建过程：基于股票贝塔值构建组合，高贝塔组合与低贝塔组合对比[40] - 因子名称：growth因子[40] - 因子构建思路：衡量成长风格的影响[40] - 因子具体构建过程：基于成长性指标构建组合，高成长个股与低成长个股对比[40] 2. Alpha因子 - 因子名称：每股营业收入同比增长率(yoy_orps)[44] - 因子构建思路：衡量公司营收增长能力[44] - 因子名称：资产负债率同比变化率(debt_ratio_yoy)[44] - 因子构建思路：衡量公司负债结构变化[44] - 因子名称：总负债同比增长(tot_liab_yoy)[44] - 因子构建思路：衡量公司负债增长情况[44] - 因子名称：单季度营业收入同比增速(yoy_or_q)[44] - 因子构建思路：衡量公司单季度营收增长[44] - 因子名称：流动负债同比增长(cur_liab_yoy)[44] - 因子构建思路：衡量公司流动负债变化[44] - 因子名称：单季度ROE同比差值(roe_q_delta_report)[44] - 因子构建思路：衡量公司单季度ROE同比变化[44] - 因子名称：单季度ROE同比差值（考虑快报、预告）(roe_q_delta_adv)[47] - 因子构建思路：考虑快报预告的ROE同比变化[47] - 因子名称：分析师预测调整因子(mom3_np_fy1)[47] - 因子构建思路：衡量分析师预测净利润的变化[47] - 因子具体构建过程：$$mom3\_np\_fy1 = \frac{当前一致预测np\_FY1 - 3个月前一致预测np\_FY1}{|3个月前一致预测np\_FY1|}$$[47] 因子的回测效果 1. 风格因子近期表现 - size因子：最近一周收益1.57%[43] - beta因子：最近一周收益1.08%[43] - growth因子：最近一周收益0.42%[43] - momentum因子：最近一周收益0.39%[43] - nlsize因子：最近一周收益1.31%[43] - value因子：最近一周收益-0.13%[43] - liquidity因子：最近一周收益0.96%[43] - earnings_yield因子：最近一周收益-0.67%[43] - leverage因子：最近一周收益0.48%[43] - volatility因子：最近一周收益0.20%[43] 2. Alpha因子近期表现 不同时间维度表现（近一周多头超额）： - 每股营业收入同比增长率(yoy_orps)：2.62%[44] - 资产负债率同比变化率(debt_ratio_yoy)：2.57%[44] - 总负债同比增长(tot_liab_yoy)：2.53%[44] - 单季度营业收入同比增速(yoy_or_q)：2.51%[44] - 流动负债同比增长(cur_liab_yoy)：2.49%[44] - 速动比率同比变化(quick_ratio_yoy)：2.25%[44] - 营业收入同比增速(yoy_or)：2.14%[44] - 总资产同比增长(yoy_total_assets)：2.12%[44] - 销售现金流变化指标(delta_cashflow_goodsales_ic)：2.03%[44] - 应付账款同比变化(yoy_accpayable)：1.94%[44] 不同指数下的表现（上周多头超额）： - 单季度ROE同比差值（考虑快报、预告）(roe_q_delta_adv)： - 沪深300：8.23% - 中证500：4.55% - 中证1000：9.38% - 国证2000：4.96%[47] - 分析师预测净利润变化(mom3_np_fy1)： - 沪深300：7.14% - 中证500：5.60% - 中证1000：9.54% - 国证2000：4.19%[47] - 评级调整因子(est_num_diff)： - 沪深300：7.73% - 中证500：4.86% - 中证1000：8.72% - 国证2000：4.60%[47]

报告行业投资评级 未提及 报告的核心观点 - 本周（0908－0912）转债市场震荡为主，估值高位徘徊，风格上高价优于中价优于低价，小盘优于中盘优于大盘 [1][35] - 转债市场机会高度结构化，源于本轮权益行情高度结构化，科技题材行情未有效带动周期板块轮动补涨 [1][35] - 市场指数层面或呈磨顶震荡格局，短期指数上涨受压制，中长期震荡中枢有望上移 [1][36] - 策略上短期不建议大幅减仓，需调整结构，降低科技题材高波标的，增加平衡性标的和周期板块中低价区域配置 [1][36] - 下周预测转债下修概率最大前十名：蓝帆转债、东时转债等 [1][36] - 下周转债平价溢价率修复潜力最大高评级、中低价前十名：浦发转债、烽火转债等 [1][36] 根据相关目录分别总结 周度市场回顾 权益市场总体上涨，多数行业上涨 - 本周（9 月 8 日 - 9 月 12 日）权益市场总体上涨，上证综指等主要指数均有涨幅，两市日均成交额缩量，周度环比下降 10.54% [6][9] - 31 个申万一级行业中 25 个行业收涨，电子、农林牧渔等涨幅居前，银行、石油石化等跌幅居前 [13] 转债市场整体上涨，部分行业上涨 - 本周中证转债指数上涨 0.43%，29 个申万一级行业中 13 个行业收涨，食品饮料、有色金属等涨幅居前，传媒、石油石化等跌幅居前 [15] - 转债市场日均成交额大幅缩量，环比变化 -6.36%，成交额前十位转债有景 23 转债等 [15] - 约 53.29%的个券上涨，约 25.17%的个券涨幅在 0 - 1%区间，18.14%的个券涨幅超 2% [15] - 全市场转股溢价率本周日均为 36.11%，较上周下降 0.59pct，不同价格和平价区间表现不同 [21] - 20 个行业转股溢价率走阔，家用电器、传媒等走阔幅度居前，社会服务、食品饮料等走窄幅度居前 [25] - 23 个行业平价有所走高，传媒、石油石化等走阔幅度居前，社会服务、环保等走窄幅度居前 [29] 股债市场情绪对比 - 本周正股市场交易情绪更优，正股涨跌幅、成交额、收涨占比等指标表现更好 [32] - 具体交易日中，周一、周二、周三正股市场交易情绪更佳，周四、周五转债市场交易情绪更佳 [33] 后市观点及投资策略 - 市场机会高度结构化，科技题材行情未带动周期板块轮动补涨 [1][35] - 市场指数短期上涨受压制，中长期震荡中枢有望上移 [1][36] - 短期不建议大幅减仓，调整结构，降低科技高波标的，增加平衡性标的和周期板块中低价区域配置 [1][36] - 给出下周预测转债下修概率最大前十名和下周转债平价溢价率修复潜力最大高评级、中低价前十名 [1][36]

市场趋势与资金行为 - 牛市中期杠杆水平再创新高，两融交易额占A股交易额比重突破均值+2倍标准差上限[41] - 杠杆资金分布更均匀，各市值梯度两融净买入占成交额比重均回升，大市值股票集中效应缓解[45][47] - 热门股两融净买入占流通市值比重均值从9.4%降至5.5%，最大值从31.8%降至23.9%[4] 板块表现与资金流向 - 科创50领涨5.48%，中证500涨3.38%，微盘股反弹但涨幅弱于主要指数[14][16] - 电子行业涨7.1%居首，房地产涨6.3%，传媒涨4.9%[27][28] - 主力资金近一周撤出电力设备（-92.05亿元）、电子（-82.68亿元）、计算机（-86.38亿元）[70] - 通信和电子行业近3日获主力资金大幅净流入[71] 估值与风险溢价 - 主要宽基指数ERP下降，上证指数ERP处于均值-2.4倍标准差低位[37] - 科创50ERP为-1.33%，处于均值-2.3倍标准差[37] - 股债风险溢价与信用利差背离处于收敛过程[30][32] 跨境资金与汇率 - 北向资金成交金额占比从13.4%回落至12.9%，仍高于4-6月水平[73] - 南向资金成交占比回升至59.2%，净买入量上升[81][83] - 港元汇率升至7.7805，离岸人民币汇率升至7.1237[77]

投资组合表现 - 年内收益达28% 自2022年记账以来总收益24% 年化收益率5.58% [1] - 2022年收益-7.61% 2023年收益-8.61% 2024年收益14.32% 2025年收益28.04% [2] - 同期沪深300指数2022年收益-21.63% 2023年收益-3.70% 2024年收益14.68% 2025年收益14.92% [2] 持仓结构 - 腾讯控股占比60% 贵州茅台占比28% 分众传媒占比10% 片仔癀占比2% [2] - 腾讯控股年度涨幅55.66% 主要受利润增长驱动 [6] - 贵州茅台年度涨幅-0.52% 市值1.9万亿元 [8] - 分众传媒年度涨幅16% 片仔癀年度涨幅-5.25% [10] 估值分析 - 腾讯控股基于2025年预估净利润2340亿元 当前市盈率19倍 处于合理偏低水平 [7] - 贵州茅台基于2025年预估净利润930亿元 当前市盈率20倍 处于合理偏低水平 [9] - 持仓股票整体未出现高估情况 [11] 市场环境 - 主要指数估值水平接近历史高点 [3] - 市场呈现结构性行情特征 不同标的表现分化显著 [5] - 投资策略应聚焦个股估值 高估即卖出 低估即买入 合理持有 [12]

公司财务安排 - 中南传媒控股子公司中南博集天卷文化传媒有限公司向参股公司北京博集天卷影业有限公司提供委托贷款2500万元人民币 [1] - 贷款期限为2年 贷款年利率为2.85% [1] - 委托贷款通过中国民生银行长沙分行进行 [1]

量化模型与构建方式 1 周期分析模型 - 模型名称：周期分析模型[8] - 模型构建思路：基于技术分析，通过分析市场周期波动来判断趋势状态[8] - 模型具体构建过程：该模型通过识别市场价格的周期性波动特征，结合时间序列分析来判定市场趋势。具体构建时，会计算价格在不同周期窗口下的波动特征，并结合滤波技术提取周期成分，最终通过模式识别方法判断当前市场所处的周期阶段及趋势强度[8] 2 行业四轮驱动模型 - 模型名称：行业四轮驱动模型[2][9][15] - 模型构建思路：通过多维度指标进行行业轮动，捕捉板块内轮动机会[2][9] - 模型具体构建过程：模型从四个维度（驱动轮）对行业进行评估和筛选。具体构建过程包括： 1) 赚钱效应异动信号捕捉：监测行业价格和成交量的异常变动，识别潜在机会 2) 行业拥挤度分析：计算行业成交金额占比及其历史分位数 3) 行业分化程度跟踪：衡量板块间涨跌分化程度 4) 基本面与技术面结合：综合行业近期表现与历史Sharpe比率进行排序 模型最终输出建议关注的行业组合，如表中所列传媒、商贸零售、农林牧渔等行业[2][9][15] 量化因子与构建方式 1 股债收益差因子 - 因子名称：股债收益差[8] - 因子构建思路：通过比较股票与债券收益率差异来判断市场估值水平[8] - 因子具体构建过程：计算股票市场收益率与债券市场收益率的差值，并进行标准化处理。具体公式为： $$股债收益差 = \frac{股票收益率 - 债券收益率}{\sigma}$$ 其中$\sigma$为历史波动率。当该值处于2倍标准差之下时，表明市场可能接近阶段性高点[8] 2 行业分化程度因子 - 因子名称：行业分化程度[2][9][11] - 因子构建思路：衡量不同行业板块之间涨跌差异程度的指标[2][9] - 因子具体构建过程：计算各行业指数收益率的截面标准差，或者使用其他离散度度量指标来衡量行业间的分化程度。当分化程度达到历史高点附近时，可能预示市场需要高低切换[2][9][11] 3 行业拥挤度因子 - 因子名称：行业拥挤度[9][12] - 因子构建思路：通过成交金额占比来评估行业热度拥挤情况[9][12] - 因子具体构建过程：计算特定行业（如TMT板块）成交金额占市场总成交金额的比例，并计算其历史分位数。当该比例接近历史高点时，表明行业可能过于拥挤，需要警惕回调风险[9][12] 4 赚钱效应异动因子 - 因子名称：赚钱效应异动[15] - 因子构建思路：捕捉行业价格和成交量异常变动带来的赚钱效应变化[15] - 因子具体构建过程：监测行业指数的价格突破和成交量放大现象，当出现异常变动时生成信号。具体通过计算行业指数的短期收益率与成交量比值的异常值来识别潜在机会[15] 模型的回测效果 （报告中未提供具体的模型回测指标数值） 因子的回测效果 （报告中未提供具体的因子回测指标数值）

五维行业比较框架介绍 - 综合市场风格、基本面、资金面、交易面、估值五个维度构建行业比较框架 [1] - 非财报季对五个维度等权打分 财报季赋予基本面更高权重并降低市场风格及估值权重 [1] 历史回测表现 - 2016年至2025年2月期间得分第1组行业年化收益率达11.8% 第5组行业为-10.5% [2] - 多空组合（做多第1组/做空第5组）年化收益率23.7% 年化夏普比率1.69 [2] 9月主观因素判断 - 市场风格维度预计成长与均衡轮动 因经济现实波动且市场情绪维持高位 [3] - 资金面维度预计融资资金主导 公募资金可能净流入 [3] - 估值维度预计高估值行业表现更优 因市场情绪维持高位 [3] 9月行业配置观点 - 市场风格偏向成长与均衡 高估值板块更值得关注 [4] - 电力设备、通信、计算机、电子、汽车、传媒等行业得分较高 [4]

报告摘要 五维行业比较框架介绍 股价表现受多重因素影响，单一指标难以有效指导行业比较。想要做好行业比较，需要对各种可能影响股 价的因素均进行分析并做出综合判断，并且对于未来可能的市场主导因素，应该赋予更高的权重。基于 此，我们综合市场风格、基本面、资金面、交易面、估值五个维度，构建了"五维行业比较框架" ，在非财 报季时期，我们对于五个维度进行等权打分，而在财报季，则给予基本面维度更高权重，并降低市场风格 及估值维度的权重。 历史回测来看，五维行业比较框架表现优异，得分越高的行业表现往往更好 通过复盘2016年至2025年2月期间五维行业比较框架的历史表现，可以发现该框架下得分越高的行业股价 表现往往更好，按得分高低将行业依次分为第1组、第2组 、第3组、第4组、第5组，各组的年化收益率分 别为11.8%、1.3%、-1.4%、-7.5%及-10.5%，年化夏普比率分别为0.53、0.06、 -0.07、-0.35及-0.51。若通 过做多第1组行业，做空第5组行业构建多空组合，多空组合的年化收益率为23.7%，年化夏普比率为 1.69。 9月主观因素判断 五维行业比较框架中，有三个维度涉及到一些主观判断，这 ...

市场表现 - 本周A股市场整体上行 主要宽基指数普遍上涨 科创50涨幅最大达5.5% 上证50涨幅最小为0.9% [4] - 万得全A估值处于2010年以来历史中等偏高位置 [4] - 市场风格偏向小盘 小盘成长上涨3.4% 大盘价值下跌0.2% [4] - 电子行业上涨6.1% 房地产行业上涨6.0% 农林牧渔行业上涨4.8% 综合/银行/石油石化等行业跌幅靠前 [4] 政策与经济数据 - 反内卷政策推进 市场监管总局约谈外卖平台抵制恶性补贴 六部门开展汽车行业网络乱象整治 [5] - 上海家电家居以旧换新补贴改为摇号机制 [5] - 8月出口同比增长4.4% 增速较上月回落2.8个百分点 [5] - 8月CPI同比增速回落 PPI同比增速上行 M1同比增速抬升 [5] - 美国8月通胀温和上涨 为后续降息打开空间 [5] 中美关系 - 国防部长董军与美国国防部长赫格塞思视频通话 王毅与美国国务卿鲁比奥通电话 [6] - 中共中央政治局委员何立峰将于9月14-17日率团赴西班牙与美方举行会谈 [6] - 特朗普称愿对中印大幅加征关税 外交部作出回应 [6] 行业配置与投资主线 - 9月行业配置重点关注电力设备/通信/计算机/电子/汽车/传媒行业 [7] - 中长期坚定看好TMT主线 产业趋势持续进展 美联储降息周期可能开启 [7] - 流动性驱动行情下TMT板块存在上行动力 近期板块轮动中已显现优势 [7] - 市场支撑逻辑未变 估值合理未出现透支 公募资金发行回暖提供新积极因素 [7]

核心观点 - 北京辖区上市公司2025年上半年业绩表现突出 营业收入 净利润 研发投入均居全国首位 央企发挥稳定器作用 新质生产力行业增速显著 市值管理成效明显 [1] 营收和利润表现 - 营业收入总额12.5万亿元 占A股市场35.79% 净利润总额1.45万亿元 占A股市场45.23% 经营活动现金流量净额4.54万亿元 占A股市场61.24% 三项指标均全国第一 [2] - 167家公司实现营业收入和净利润双增长 包括中央企业52家 地方国有控股17家 民营89家 形成国资民企共进格局 [2] - 双增长公司行业分布集中于计算机32家 机械设备16家 国防军工14家 医药生物14家 电子13家 五个行业合计占比超50% [2] 金融行业表现 - 21家金融行业上市公司营业收入2.71万亿元 占A股金融行业59.07% 净利润8676.15亿元 占A股金融行业59.85% 较2024年年报营收占比扩大0.25个百分点 [3] - 头部金融央企工商银行营收4270.92亿元 建设银行营收3942.73亿元 农业银行营收3699.37亿元 中国银行营收3290.03亿元 [3] - 工商银行净利润1688.03亿元 建设银行净利润1626.38亿元 农业银行净利润1399.43亿元 中国银行净利润1261.38亿元 [3] 中央企业表现 - 135家中央企业控股上市公司营收11.38万亿元 占辖区总量91.02% 净利润1.37万亿元 占辖区总量94.51% [4] - 26家公司营收超千亿元 中国石油1.45万亿元 中国石化1.41万亿元 中国建筑1.11万亿元 中国移动5437.69亿元 中国中铁5110.93亿元 [5] - 36家公司营收超500亿元 其中33家为央企 占比91.67% [5] - 头部央企净利润贡献显著 工商银行1688.03亿元 建设银行1626.38亿元 农业银行1399.43亿元 中国银行1261.38亿元 中国石油936.66亿元 中国移动842.73亿元 中国海油695.93亿元 [6] - 银行行业利润占比52.04% 石油石化13.01% 通信8.36% 三个行业合计占利润总量73.41% [6] - 央企研发投入1320.05亿元 占辖区总量69.86% 中国建筑174.26亿元 中国移动129.96亿元 中国石油98.99亿元 [6] 新质生产力行业表现 - 汽车行业营收同比增长44.07% 电力设备行业同比增长32.07% 国防军工行业同比增长28.30% 机械设备行业同比增长20.16% 电子行业同比增长12.46% 计算机和传媒行业增速超7% [7] - 医药生物 机械设备 通信 电子 汽车 国防军工 计算机 传媒 电力设备等行业营收占比持续提升 [7] - 34家公司营收同比增长超50% 主要分布于计算机6家 国防军工4家 医药生物4家 传媒3家 汽车3家 其中民营企业25家 占比73.53% [8] - 48家公司净利润同比增长超100% 主要分布于计算机11家 医药生物7家 传媒4家 电子4家 机械设备3家 国防军工3家 其中民营企业33家 占比68.75% [8] 研发投入表现 - 研发投入总额1889.44亿元 占全市场23.70% [9] - 国有企业研发投入1478.82亿元 占比78.27% 民营和其他企业研发投入410.62亿元 占比21.73% [9] - 54家公司研发投入超5亿元 中国建筑 中国移动 中国石油 中国交建 中国中铁 中国电建 中国铁建 百济神州 中国中车等公司领先 [9] - 建筑装饰行业研发投入659.82亿元 通信行业243.09亿元 计算机行业188.59亿元 [10] 市值表现 - 总市值23.07万亿元 占全市场22.18% 较年初增长2.5万亿元 同比增长12.16% [11] - 4家公司市值超万亿元 农业银行2.24万亿元 工商银行2万亿元 中国石油1.41万亿元 中国银行1.32万亿元 [11] - 7家公司市值位于5000亿至10000亿元区间 [11] - 42家公司市值超千亿元 多分布于高端制造和信息技术领域 [11] - 383家公司市值实现增长 多集中于计算机 医药 国防军工等新质生产力方向 [11] 投资者回报 - 近百家上市公司制定三年以上分红规划 50余家披露中期分红方案 [12] - 中国电信分红140.67亿元 中国石化分红85.55亿元 中国移动分红22.59亿元 [12]