据《人民日报》8月18日报道，黑龙江绥化市王先生反映，当地东城客运站作为绥化市向社会公布的惠 民工程之一，总投资3600余万元。然而，该工程2015年建成后一直未启用。市民搭乘长途汽车仍在破旧 的老客运站，十分不便。 记者调查发现，王先生反映的事的确存在。而除了东城站，另一座耗资5000余万元建成的六合站，也在 2015年年底建成后，仅运营了一年多就因亏损关闭。 两座客运站相似的命运，背后原因有差异，也有共性。对前者来说，交通运输局将原因归咎于拆迁滞 后、施工单位材料报送不及时、结算拖延，施工单位则反驳称滞迁户不影响车站运营，验收材料早已补 齐，直指"新官不理旧账""干部不作为"。而在这种部门与施工企业的漫长拉锯中，车站成了"没人管的 孩子"，一直闲置至今。 这背后，本质上是一种公共责任的空转。因为无论如何，推动惠民工程及时落地，纵有再多困难，也是 公共部门的应尽职责。 如果说东城站的"烂尾"主要源自项目落地过程中的"不作为"，那么，差不多同时建成的六合站在运营不 久后便关停，则更多与决策源头的失当有关。 按照当地的说法，六合站的建设寄托于新区规划，但最终新区未获批便仓促上马，导致六合站投运后因 客源不足被关 ...

量化模型与因子总结 量化因子与构建方式 1. **因子名称：DL_EM_Dynamic因子** * **因子构建思路**：采用矩阵分解算法从基金选股网络中提取股票的内在属性，并将其与LSTM生成的因子表示结合，构建动态市场状态因子以增强模型表现[19]。 * **因子具体构建过程**： 1. 利用基金年报、半年报的持仓数据，采用矩阵分解方法，将基金-股票的投资网络矩阵分解为基金内在属性矩阵和股票内在属性矩阵。 2. 使用LSTM模型处理量价等时序数据，生成股票的动态因子表示。 3. 将矩阵分解得到的静态股票内在属性，通过计算其与当日市场热度风格的相似度，转化为动态市场状态因子。 4. 将LSTM生成的动态因子表示与动态市场状态因子进行拼接。 5. 将拼接后的特征共同输入到多层感知机（MLP）中进行训练，最终输出因子预测值[19]。 2. **因子名称：Meta_RiskControl因子** * **因子构建思路**：在深度学习模型中引入风格暴露控制，通过修改损失函数加入风格偏离惩罚，并结合元增量学习框架使模型快速适应市场变化，以控制策略回撤风险[26]。 * **因子具体构建过程**： 1. 模型基础架构为加入了风格因子输入的ALSTM（Attention LSTM）模型。 2. 将模型的预测输出乘以对应股票的因子暴露（即风格暴露）。 3. 设计新的损失函数，在RankIC的基础上，添加对于风格偏离与风格动量的惩罚项。具体地，用预测标签的多头部分风格暴露减去空头部分风格暴露，作为惩罚项的一部分。 4. 在外层训练框架上，沿用元增量学习（Meta Incremental Learning）框架，根据近期市场数据分布对模型进行快速调整和更新[26]。 3. **因子名称：Meta_Master因子** * **因子构建思路**：改进MASTER模型，通过引入由深度风险模型计算的新市场状态特征，并替换损失函数和采用元增量学习训练框架，以提升模型对市场状态的自适应能力和预测准确性[36]。 * **因子具体构建过程**： 1. 市场状态构建：利用深度风险模型（相比Barra风格因子对收益解释度提升5%）计算市场状态；利用近期上涨最好股票的风格来衡量近期市场偏好，共计构建120个新特征来代表市场状态。 2. 模型基础：基于改进的MASTER（Market-Guided Stock Transformer）模型，该模型旨在捕获股票间瞬时和跨时间的相关性，并利用市场信息进行自动特征选择。 3. 损失函数：将损失函数替换为加权均方误差（Weighted MSE），通过放大多头端的预测误差来提高模型在多头端预测的准确率。 4. 训练框架：利用在线的元增量学习（Online Meta Incremental Learning）对模型进行定期更新，使模型能快速适应动态变化的市场[36]。 4. **因子名称：深度学习可转债因子** * **因子构建思路**：针对可转债特性，利用GRU神经网络学习其非线性定价逻辑，通过引入可转债特有的时序因子并与截面属性因子结合，以提升传统可转债投资策略的效果[50]。 * **因子具体构建过程**： 1. 使用门控循环单元（GRU）神经网络作为基础模型，处理可转债的时序数据。 2. 将可转债特有的时序因子（如溢价率、波动率等）引入到GRU模型中。 3. 将GRU模型的输出与可转债的截面属性因子（如转债规模、评级、行业等）进行拼接。 4. 将拼接后的综合特征输入到预测层，用于预测可转债的未来收益[50]。 因子回测效果 1. **DL_EM_Dynamic因子** * 最近一月（4周）表现（中证1000）：RankIC 11.3%, 多空收益 1.4%, 多头超额收益 0.4%[7] * 最近一季（12周）表现（中证1000）：RankIC 9.5%, 多空收益 0.1%, 多头超额收益 -0.9%[7] * 今年表现（中证1000）：RankIC 10.6%, 多空收益 22.3%, 多头超额收益 4.9%[9] * 全历史表现（2019年至今，中证1000）：RankIC 8.3%, 多空收益 65.8%, 多头超额收益 12.2%[9] * 指数增强组合（中证1000，2019年以来）：年化收益 29.7%, 年化超额收益 23.4%, 信息比率(IR) 2.03, 超额收益累计最大回撤 -10.1%[23] 2. **Meta_RiskControl因子** * **全A域表现**: * 最近一月（4周）：RankIC 15.5%, 多空收益 5.2%, 多头超额收益（vs中证800）2.7%[7] * 最近一季（12周）：RankIC 12.2%, 多空收益 9.1%, 多头超额收益（vs中证800）8.9%[7] * 今年表现：RankIC 12.3%, 多空收益 41.0%, 多头超额收益（vs中证800）29.0%[9] * 全历史表现（2019年至今）：RankIC 10.6%, 多空收益 90.3%, 多头超额收益（vs中证800）25.0%[9] * **沪深300增强组合**（2019年以来）：年化收益 20.1%, 年化超额收益 15.0%, 信息比率(IR) 1.58, 超额收益累计最大回撤 -5.8%[31] * **中证500增强组合**（2019年以来）：年化收益 26.1%, 年化超额收益 19.2%, 信息比率(IR) 1.97, 超额收益累计最大回撤 -9.3%[33] * **中证1000增强组合**（2019年以来）：年化收益 34.1%, 年化超额收益 27.0%, 信息比率(IR) 2.36, 超额收益累计最大回撤 -10.2%[35] 3. **Meta_Master因子** * **全A域表现**: * 最近一月（4周）：RankIC 18.9%, 多空收益 5.4%, 多头超额收益（vs中证800）5.1%[7] * 最近一季（12周）：RankIC 14.6%, 多空收益 20.3%, 多头超额收益（vs中证800）19.0%[7] * 今年表现：RankIC 13.5%, 多空收益 64.0%, 多头超额收益（vs中证800）36.8%[9] * 全历史表现（2019年至今）：RankIC 11.7%, 多空收益 90.4%, 多头超额收益（vs中证800）35.6%[9] * **沪深300增强组合**（2019年以来）：年化收益 22.0%, 年化超额收益 17.5%, 信息比率(IR) 2.09, 超额收益累计最大回撤 -7.2%[39] * **中证500增强组合**（2019年以来）：年化收益 23.8%, 年化超额收益 18.2%, 信息比率(IR) 1.9, 超额收益累计最大回撤 -5.8%[45] * **中证1000增强组合**（2019年以来）：年化收益 30.7%, 年化超额收益 25.2%, 信息比率(IR) 2.33, 超额收益累计最大回撤 -8.8%[47] 4. **深度学习可转债因子** * **中证转债域**: * 最近一月（4周）：RankIC 10.1%, 多头超额收益（vs中证转债）0.9%[7] * 最近一季（12周）：RankIC 7.5%, 多头超额收益（vs中证转债）1.2%[7] * 今年表现：RankIC 7.1%, 多头超额收益（vs中证转债）0.3%[9] * 全历史表现（2021年至今）：RankIC 12.0%, 多头超额收益（vs中证转债）9.9%[9] * **分类型表现（2021年以来Top50组合年化超额收益）**: * 偏债型：4.4%[55] * 平衡型：4.0%[55] * 偏股型：5.8%[55] * 偏债+平衡混合策略：10.9%[55]

红利ETF易方达 - 跟踪中证红利指数 该指数由100只现金股息率高、分红较为稳定并具有一定规模及流动性的股票组成 反映高股息率A股上市公司股票的整体表现 [2] - 银行、煤炭、交通运输行业合计占比超55% 其中银行占比较高 [2] - 截至午间收盘该指数涨跌0.2% 滚动市盈率8.2倍 自2013年以来估值分位67.2% [2] 红利低波动ETF - 跟踪中证红利低波动指数 该指数由50只流动性好、连续分红、红利支付率适中、每股股息正增长且股息率高且波动率低的股票组成 反映分红水平高且波动率低的A股上市公司股票的整体表现 [2] - 银行、交通运输、建筑装饰行业合计占比近70% [2] - 截至午间收盘该指数涨跌0.5% 滚动市盈率8.2倍 自2013年发布以来估值分位76.0% [2] 恒生红利低波ETF - 跟踪恒生港股通高股息低波动指数 该指数由港股通范围内50只流动性较好、连续分红、红利支付率适中且波动率较低的股票组成 反映分红水平高且波动率低的港股通范围内上市公司整体表现 [2] - 金融、工业、能源行业占比近70% [2] - 截至午间收盘该指数涨跌-0.2% 滚动市盈率7.3倍 自2017年以来估值分位85.4% [2]

沪深300指数及红利策略分析 - 沪深300指数作为宽基指数覆盖A股市场约48%的总市值，由规模大、流动性好的300只证券组成，全面反映中国A股市场整体表现 [1] - 行业分布上银行权重较高，煤炭、交运等行业占据重要比例，同时随着经济结构转型逐步提升信息技术和医药卫生等新兴行业权重 [1] - 红利策略表现稳健，高股息企业ROE显著高于行业平均，现金流保障能力突出，形成"稳定盈利—持续分红—提升ROE"的正向循环 [1] 利率环境与高股息策略 - 利率环境对高股息策略影响有限，利率上行期顺周期资产受支撑，下行期股息收益优势凸显 [1] 相关投资产品 - 300增强ETF（561300）跟踪沪深300指数（000300） [1] - 没有股票账户的投资者可关注国泰沪深300增强策略ETF发起联接A（021847）和联接C（021848） [1]

养老金二级市场持股概况 - 二季度末养老金账户共现身19只个股前十大流通股东 合计持股量1.45亿股 期末持股市值44.80亿元 [1] - 新进10只个股 增持6只个股 [1] - 11只个股期末持股市值超亿元 包括春风动力、宏发股份、卫星化学等 [1] 重点持股明细 - 宏发股份获养老金持股2822.27万股（环比增长64.93%） 占流通股1.93% 为持股量最大个股 [1][2] - 深圳机场获持股2420.47万股（环比增长21.05%） 占流通股1.18% [1][2] - 春风动力获持股795.14万股（环比增长18.43%） 占流通股5.21% 为持股比例最高个股 [1][2] 行业分布特征 - 持股集中在机械设备（4只）、基础化工（3只）行业 [2] - 板块分布为主板13只、科创板3只、创业板3只 [2] - 电子、汽车、交通运输行业各有2只个股入选 [2][3] 持股周期特点 - 长缆科技被连续持有14个报告期 当前持股158.41万股（环比持平） [2] - 宏发股份、深圳机场等被连续持有至少两个报告期 [2] - 11只养老金重仓股同时出现社保基金身影 [2] 企业业绩表现 - 17家被持股公司半年报净利润实现增长 [2] - 容知日新净利润1423.55万元 同比增长2063.42% [2] - 容知日新获养老金持股350万股（环比下降5.41%） 占流通股4.04% [2][3]

河南省枢纽经济先行区建设 - 河南省发展改革委和省交通运输厅于8月14日确定枢纽经济先行区建设名单 成为全国首个省级层面布局枢纽经济发展载体的省份 [1] - 枢纽经济以城市和综合交通枢纽为依托 通过聚集人流 物流 信息流和资金流实现"滚雪球"效应 促进产业高度集聚和结构优化 [1] - 河南省具备承东启西 连南贯北的区位优势 拥有"米"字形高铁网 郑州—卢森堡空中丝绸之路4小时覆盖全国24小时通达全球 中欧班列高频次对开和近万家跨境电商企业 [1] 枢纽经济发展现状与挑战 - 存在"过而不驻 流而不聚"现象 交通体系 物流枢纽与区域 城市 产业耦合作用不强 洛阳 商丘 南阳等枢纽能级不足 铁海联运和海河联运有较大提升空间 [2] - 周边省份如陕西 湖北 湖南加大机场建设和货运补贴投入 枢纽经济发展竞争日趋激烈 [2] - 各先行区根据自身禀赋明确发展定位：郑州打造内捷外畅 高效衔接 智慧创新高地 洛阳建设大宗生产资料物流集散交易中心和先进制造业供应链组织中心 周口—漯河发展临港产业协同和中部水运出海核心枢纽 [2] 枢纽经济协同发展前景 - 各先行区通过协同发展 错位发展和联动发展形成生动局面 [1][2] - 交通与经济社会深度融合发展 枢纽经济乘数效应加速释放 [2] - 通过交通枢纽牵引和区位优势集聚 河南省正做大做强枢纽经济 [1]

研究框架培训日程 - 2025年研究招聘培训将于8月18、19、25、26日全天举行 时间9:00-17:40 [3][13] - 8月18日聚焦消费领域 涵盖食品饮料、批零社服、纺织服装等细分行业 [14] - 8月19日侧重总量与金融领域 包括宏观研究、策略研究、固定收益研究等 [14] - 8月25日周期篇涉及非金属建材、有色金属、公用事业等周期行业 [15][16] - 8月26日覆盖医药+科技+先进制造 包含生物医药、电子、计算机、军工等前沿领域 [15][16] 研究团队配置 - 消费领域由林逸丹等农业联席首席分析师领衔 [5][6] - 金融领域由谢能宇等基金评价研究首席分析师负责 [8] - 周期领域由韩其成副所长带队 涵盖基础化工、有色金属等传统行业 [9] - 先进制造领域由徐柏乔等电力设备与新能源首席分析师主导 [10] - 医药科技领域由余文心等生物医药专家牵头 [11] 活动组织信息 - 活动主题为"洞察价值 共创未来" 强调全领域深度框架 [18] - 地点设在上海黄浦区国泰海通金融外滩广场B栋1楼报告厅 [18] - 采用分主题日程安排 8/18-19总量+消费+金融 8/25-26周期+医药+科技+制造 [18]

报告行业投资评级 未提及 报告的核心观点 - 2025年中国处于国家资产负债表边际收缩状态，稳定宏观杠杆率目标下实体部门负债增速趋于下行，货币配合财政保持震荡中性 [25] - 7月初以来国内股债市场走势超预期，主要因风险偏好提升超预期，后续风险偏好走势有区间震荡、下行趋势未结束、人性对盈利主观赋权根本性变化三种情景 [28][29] - 在缩表周期下，股债性价比偏向权益幅度有限，价值风格相对占优，推荐A+H红利组合和A股组合，主要集中在银行、电信等行业 [12][67] 根据相关目录分别进行总结 国家资产负债表分析 - 负债端：2025年7月实体部门负债增速9.0%，预计8月降至8.9%，年底降至8%；金融部门8月资金面高点或在8月第一周，中国仍处边际缩表，大规模化债降低风险 [2][21] - 财政政策：上周政府债净增1946亿元，本周计划净增5307亿元，7月末政府负债增速15.7%，预计8月降至14.8%，年底降至12.5% [3][22] - 货币政策：上周资金成交量环比降，价格平稳，期限利差走扩，一年期国债收益率周末收至1.37%，预计下沿1.3%；十债和一债期限利差扩至38个基点，下调期限利差中枢预估 [3][22] - 资产端：6月短暂企稳后7月物量数据回落，关注经济何时企稳上行，两会给出2025年全年实际经济增速目标5%左右，名义经济增速目标4.9%，需确认是否成未来中枢 [4][23] 股债性价比和股债风格 - 上周资金面收敛但风险偏好提升，股牛债熊，权益成长占优，债券收益率全线上行，股债性价比偏向股票并突破前期极限点位 [6][26] - 2025年资产端实际GDP增速在4 - 5%间窄幅波动，负债端实体部门负债增速下行，股债性价比偏向债券，配置策略为哑铃型 [25] - 建议构建成长类权益资产和长债组合，本周推荐中证1000指数（仓位70%）、30年国债ETF（仓位30%） [11][30] 行业推荐 行业表现回顾 - 本周A股放量上涨，上证指数涨1.7%，深证成指涨4.6%，创业板指涨8.6%；申万一级行业中通信、电子等涨幅大，银行、钢铁等跌幅大 [35] 行业拥挤度和成交量 - 截至8月15日，拥挤度前五为电子、计算机等，后五为综合、美容护理等；本周拥挤度增长前五为非银金融、电子等，下降前五为国防军工、机械设备等 [36] - 本周全A日均成交量2.1万亿元较上周上升，非银金融、房地产等成交量同比增速高，国防军工、钢铁等涨幅小 [38] 行业估值盈利 - 本周申万一级行业PE(TTM)中综合、通信等涨幅大，银行、钢铁等跌幅大 [41] - 2024年全年盈利预测较高且当下估值相对历史偏低的行业有银行、煤炭等 [42] 行业景气度 - 外需普遍回落，7月全球制造业PMI降至49.7，CCFI指数环比跌0.62%，韩国、越南出口增速有变化 [46] - 内需方面，二手房价格下跌，数量指标涨跌互现，高速公路货车通行量回升，产能利用率7 - 8月延续回升 [46] 公募市场回顾 - 8月第2周主动公募股基多数跑赢沪深300，10%、20%、30%和50%周度涨跌幅分别为7.4%、5.7%、4.7%、3.2% [62] - 截至8月15日，主动公募股基资产净值3.8万亿元，较2024Q4小幅上升 [62] 行业推荐 - 缩表周期下股债性价比偏向权益幅度有限，价值风格占优概率高，推荐A+H红利组合和A股组合，集中在银行、电信等行业 [12][67]

市场估值与险资配置 - A股、港股上市公司估值处于主要市场相对较低水平，股息率处于相对较高水平 [1] - 长期资金加大权益配置比例有望获得可观长期回报，实现资本市场稳健运行与保险资金稳定回报的良性互动 [1] - 险资运用余额已突破36万亿元大关，在低利率叠加资产荒环境下，保险公司资产负债匹配诉求愈发强烈 [1] 险资资产配置结构 - 债券类资产依旧是险资配置基本盘，规模占比最大但增速有所放缓 [1] - 保险资金强力增配股票，投向股票的资金余额为3.07万亿元，较一季度2.81万亿元环比增长8.9% [1][3] - 银行存款和非标资产在投资组合中的占比持续回落，投向银行存款的资金余额为3.01万亿元，环比一季度仅微增1.5% [1] 险资权益投资趋势 - 上半年保险资金净买入股票约6400亿元，环比去年下半年3590亿元净买入增长78% [3] - 保险资金增配股票的占比从2024年末的7.3%升至8.47%，环比提升1.17个百分点 [3] - 人身险公司股票配置从2024年末的7.57%升至8.81%，财险公司从7.21%升至8.33% [3] 险资投资策略转变 - 保险资金权益投资能力需要从"控仓位"向"选赛道"转变 [2][6] - 险资整体偏爱大市值、高股息、低波动资产，偏好增配历史股价波动率较低的个股 [6] - 险资对100亿以下市值的公司持股意愿明显较低，市值大于500亿样本的险资持股占比较高 [6] 险资举牌与私募基金 - 险企年内28次举牌23家上市公司，举牌次数和举牌上市公司数量皆创近4年新高 [5] - 保险资金长期投资改革试点基金增至7只，包括鸿鹄基金等500亿规模私募证券基金 [8] - 鸿鹄基金已现身伊利股份、陕西煤业、陕西能源3家A股上市公司 [8] 行业配置偏好 - 银行最受保险公司"青睐"，其次是公共事业、交通运输、能源等行业 [6] - 这类公司多为行业龙头，具有垄断属性以及现金流较好等特征 [6] - 保险对股票投资的仓位与市场的赚钱效应挂钩，当股票市场升温时，险资增配权益资产的需求也会上升 [6] 新兴行业投资挑战 - 新兴成长行业的高风险特征与保险资金低风险偏好存在一定矛盾 [7] - 保险资金传统投资框架面对科创类企业时存在失效风险 [7] - 亟待建立匹配产业迭代升级的投资机制以破解新兴产业领域投资困局 [7]

险资权益配置趋势 - 当前A股、港股上市公司估值处于主要市场相对较低水平，股息率处于相对较高水平，长期资金加大权益配置比例有望获得可观回报 [1] - 险资运用余额突破36万亿元大关，在低利率叠加资产荒环境下，保险公司加速重构底仓资产，重视权益配置价值 [1] - 保险资金强力增配股票，上半年净买入约6400亿元，环比增长78%，股票配置占比从2024年末的7.3%升至8.47% [1][3] 险资资产配置结构 - 债券类资产仍是险资配置基本盘，但增速放缓 权益配置中股票占比显著提升，银行存款和非标资产占比持续回落 [1] - 截至二季度末，保险投向股票的资金余额为3.07万亿元，较一季度2.81万亿元环比增长8.9% 投向银行存款的资金余额为3.01万亿元，环比仅微增1.5% [1] - 长期股权投资规模达2.75万亿元，占比提升至7.6% 证券投资基金占比为4.6% [4] 险资投资策略转变 - 保险资金权益投资能力需要从"控仓位"向"选赛道"转变，传统经济和新经济板块此消彼长，估值分化成为常态 [2][6] - 险资整体偏爱大市值、高股息、低波动资产，偏好增配历史股价波动率较低的个股 对100亿以下市值的公司持股意愿明显较低 [6] - 银行最受险资青睐，其次是公共事业、交通运输、能源等行业 这些公司多为行业龙头，具有垄断属性和良好现金流 [6] 险资入市政策与试点进展 - 2025年以来，上调权益类资产配置比例、扩大长期投资试点等政策落地，险资得以通过举牌、设立私募基金等形式持续加码资本市场 [5] - 险企年内28次举牌23家上市公司，举牌次数和数量创近4年新高 [6] - 保险资金长期投资改革试点基金增至7只，包括鸿鹄基金等500亿级私募证券基金 [8] 险资面临的挑战 - 新兴成长行业的高风险特征与保险资金低风险偏好存在矛盾 传统投资框架面对科创类企业时存在失效风险 [7] - 单纯依靠固定收益类资产已无法满足寿险负债和维持收益要求 需通过权益资产优化配置提升长期预期回报 [4]