相似预期差行业轮动模型
　　最新配置观点：银行、非银行金融、家电、交通运输、农林牧渔、纺织服装。
　　上月组合收益表现：2022年12月，组合月度收益1.34%，相较于行业等权指数超额收益3.50%。12月行业配置为：银行、纺织服装、非银行金融、食品饮料、家电，石油石化，其中银行贡献超额收益3.25%，纺织服装贡献超额收益3.42%，非银行金融贡献超额收益1.21%，食品饮料贡献超额收益13.24%，家电贡献超额收益3.60%。
　　分析师预期边际变化行业轮动模型
　　最新配置观点：煤炭、电新、汽车、农林牧渔、石油石化、食品饮料。
　　上月组合收益表现：2022年12月，组合月度收益-3.74%，相较于行业等权指数超额收益-1.62%。12月行业配置为：煤炭、电力设备及新能源、农林牧渔、汽车、银行、通信，其中农林牧渔贡献超额收益3.44%，银行贡献超额收益3.25%。
　　交易集中度因子行业轮动模型
　　最新配置观点：非银行金融、建材、银行。
　　上月组合收益表现：2022年12月，组合月度收益2.98%，相较于行业等权指数超额收益5.15%。12月行业配置为：建材(-3.56%)、家电(1.43%)、食品饮料(11.07%)。其中食品饮料贡献超额收益13.24%，家电贡献超额收益3.60%。
　　2022年表现：2022年12月，因子的IC均值为0.26；2022年整年因子的IC均值为0.12，因子大于0的比例为83.33%。
　　 ETF组合构建
　　最新ETF行业组合配置：银行、非银（证券保险）、交运、建筑材料、食品饮料、家电、新能源车与智能车、煤炭。
　　风险提示
　　本报告结论完全基于公开的历史数据，若未来市场环境发生变化，因子的实际表现可能与本文的结论有所差异，同时可能存在第三方数据提供不准确风险。ETF组合不构成投资收益的保证或投资建议，基金产品的表现受宏观环境、市场波动、风格转换等多重因素影响，存在一定波动风险，投资者需充分认知自身风险偏好以及风险承受能力，基金有风险，投资需谨慎

研究报告全文：2023TableReportInfo年01月03日证券研究报告金融工程动态报告行业配置报告2023年1月行业配置策略与ETF组合构建摘要西南证券研究发展中心TableSummary相似预期差行业轮动模型TableAuthor分析师郑琳琳最新配置观点银行非银行金融家电交通运输农林牧渔纺织服装执业证号S1250522110001电话13127711820上月组合收益表现2022年12月组合月度收益134相较于行业等权指邮箱zhengllswsccomcn数超额收益35012月行业配置为银行纺织服装非银行金融食品联系人盛宝丹饮料家电石油石化其中银行贡献超额收益325纺织服装贡献超额收电话17761229406益342非银行金融贡献超额收益121食品饮料贡献超额收益1324邮箱sbdyswsccomcn家电贡献超额收益360联系人王天业分析师预期边际变化行业轮动模型电话17308103116邮箱wtyswsccomcn最新配置观点煤炭电新汽车农林牧渔石油石化食品饮料相关研究上月组合收益表现2022年12月组合月度收益-374相较于行业等权指数超额收益-16212月行业配置为煤炭电力设备及新能源农林牧1金凤展翅上海国企ETF迎重要投资机遇2022-12-04渔汽车银行通信其中农林牧渔贡献超额收益344银行贡献超额收2华安沪深300指数增强策略ETF投资益325价值分析2022-12-04交易集中度因子行业轮动模型3博时基金金晟哲平衡成长与估值把握周期行业轮动2022-12-02最新配置观点非银行金融建材银行4华商基金李双全抵御风险能力强行业配置灵活2022-11-27上月组合收益表现2022年12月组合月度收益298相较于行业等权指5基于有效选股因子的三维基金经理风数超额收益51512月行业配置为建材-356家电143食品饮格刻画体系原理与应用料1107其中食品饮料贡献超额收益1324家电贡献超额收益3602022-11-17基于基金特征与机器学习的选基研究2022年表现2022年12月因子的IC均值为0262022年整年因子的IC62022-11-09均值为012因子大于0的比例为83337基金业绩归因模型的解析与探讨ETF组合构建2022-10-298基于券商金股的行业轮动研究最新ETF行业组合配置银行非银证券保险交运建筑材料食品饮2022-09-08料家电新能源车与智能车煤炭9基于相似股票历史收益的选股因子研究2022-05-20风险提示10基于吸收比率规避市场下行风险的资产配置策略2022-02-09本报告结论完全基于公开的历史数据若未来市场环境发生变化因子的实际表现可能与本文的结论有所差异同时可能存在第三方数据提供不准确风险ETF组合不构成投资收益的保证或投资建议基金产品的表现受宏观环境市场波动风格转换等多重因素影响存在一定波动风险投资者需充分认知自身风险偏好以及风险承受能力基金有风险投资需谨慎请务必阅读正文后的重要声明部分2023年1月行业配置报告目录前言11基于相似预期差因子的行业轮动模型111模型介绍112历史回测213策略跟踪22基于分析师预期边际变化的行业轮动模型421模型介绍422历史回测423策略跟踪43基于交易集中度的行业轮动模型631模型介绍632历史回测633策略跟踪74模型汇总941观点汇总942情景分析95ETF组合构建96风险提示11请务必阅读正文后的重要声明部分2023年1月行业配置报告图目录图1行业维度相似预期差因子IC统计图2图22022年相似预期差行业轮动策略月度收益3图3相似预期差多头策略与市场指数净值变化图3图4动态分析师预期因子IC统计图4图52022年动态分析师预期行业轮动策略月度收益5图6动态分析师预期多头策略与市场指数净值变化图5图7交易集中度因子IC统计图7图82022年交易集中度行业轮动策略月度收益8图9交易集中度多头策略与市场指数净值变化图8表目录表1相似预期差因子信息系数分析结果2表2相似预期差行业轮动策略收益表现2016年12月至2022年12月2表3相似预期差行业轮动策略推荐行业3表4动态分析师预期因子信息系数分析结果4表5动态分析师预期行业轮动策略收益表现2016年12月至2022年12月5表6动态分析师预期行业轮动策略推荐行业6表7交易集中度因子信息系数分析结果7表8交易集中度策略收益表现2018年1月至2022年12月7表9交易集中度行业轮动策略推荐行业8表10行业轮动模型配置观点9表11策略情景分析9表122023年1月ETF组合相关基金标的9请务必阅读正文后的重要声明部分2023年1月行业配置报告前言本篇我们基于基于相似股票历史收益的选股因子研究2022年05月20日基于集中度识别拥挤交易的行业轮动策略2022年01月26日构建的行业轮动模型定期更新月度行业配置观点并对策略历史表现进行了持续跟踪在此基础上构建行业ETF组合策略1基于相似预期差因子的行业轮动模型11模型介绍相似预期差因子的核心逻辑是寻找相似股票表现优异但其本身尚未大涨的个股相似预期差因子值的计算方法如下首先我们要通过股票距离来刻画股票间的相似性从而筛选出相似股票具体而言我们将股与股在时刻的距离定义为二者在市盈率行业相对值净资产收益率资产增长率之间的欧氏距离其中为股在月末的市盈率行业相对值为股截止月末已披露的最新报告期的净资产收益率为股截止月末已披露的最新报告期的资产增长率市盈率行业相对值的具体算法如下其中为股在月末的市盈率为股所属行业在月末的平均市盈率为股所属行业在月末的市盈率的标准差给定股票距离的阈值相似预期差因子定义为同股票在时刻距离小于阈值的全部只股票过去一个月历史收益率的市值加权平均值与该股上一个月历史收益率之差其中代表股以市值加权的权重代表股月的收益率相较于个股层面构建相似预期差因子行业视角下构造相似预期差因子的方法有所不同在时刻在每个中信一级行业内根据每只股票历史收益率的大小筛选出所有过去一个月收益跑赢万得全A指数的个股计算每只股票的相似预期差因子值相似预期差因子值的算数平均即为该行业的相似预期差因子值请务必阅读正文后的重要声明部分12023年1月行业配置报告12历史回测在样本期201612-202212内行业维度下相似预期差因子具备较强的行业筛选能力相似股预期差因子的IC均值为010IC与均值同向的比例为5694ICIR为034表1相似预期差因子信息系数分析结果因子IC均值IC标准差t统计量IC胜率IR比率相似预期差因子0100312905694034数据来源Wind西南证券整理图1行业维度相似预期差因子IC统计图1808706604502403-02-042-061-0802017-042018-012018-102019-072020-012020-102021-072022-042022-102017-012017-072017-102018-042018-072019-012019-042019-102020-042020-072021-012021-042021-102022-012022-07ICIC累计右轴数据来源Wind西南证券整理13策略跟踪样本期内根据相似预期差因子构建的多头Top6组合表现全面优于万得全A指数与行业等权指数策略年化收益率为1218年化波动率为019累计净值为181收益波动比066最大回撤率25表2相似预期差行业轮动策略收益表现2016年12月至2022年12月行业轮动策略年化收益率年化波动率累计净值收益波动比最大回撤率相似预期差因子121801918106625万得全A33801711201931中信一级行业等权25501810601432数据来源Wind西南证券整理请务必阅读正文后的重要声明部分22023年1月行业配置报告图22022年相似预期差行业轮动策略月度收益1561045200-5-2-10-4-15-62022-012022-022022-032022-042022-052022-062022-072022-082022-092022-102022-112022-12多头策略行业等权超额收益右轴数据来源Wind西南证券整理图3相似预期差多头策略与市场指数净值变化图25100920080715060510040305020100002017-062017-122018-062018-122019-062019-122021-092022-032022-092016-122017-032017-092018-032018-092019-032019-092020-032020-062020-092020-122021-032021-062021-122022-062022-12相对净值右轴多头策略行业等权数据来源Wind西南证券整理表3相似预期差行业轮动策略推荐行业日期相似预期差行业轮动策略推荐行业组合收益超额收益2023年01月银行非银行金融家电交通运输农林牧渔纺织服装2022年12月银行1纺织服装1非银行金融-1食品饮料11家电1石油石化-51343502022年11月交通运输8建筑14传媒14钢铁8商贸零售19汽车811922132022年10月银行-9家电-12石油石化-8医药6食品饮料-22纺织服装-4-837-5282022年09月银行-2纺织服装-6房地产-1交通运输-3非银行金融-8商贸零售-9-5461902022年08月农林牧渔-0纺织服装-1建筑-2国防军工-4电力及公用事业-1通信-2-124069数据来源Wind西南证券整理请务必阅读正文后的重要声明部分32023年1月行业配置报告2基于分析师预期边际变化的行业轮动模型21模型介绍我们选用近一月一致预测每股收益变化率近三月一致预测三月每股收益变化率近一月一致预测每股收益未来十二个月变化率近三月一致预测每股收益未来十二个月变化率通过行业内市值加权构建动态分析师预期因子为了淡化个股绝对变化水平客观刻画行业整体景气度我们采用打分法进行因子复合具体操作为首先根据一致预期边际变化的正负进行打分一致预期上调记1下调记-1一致预期边际变化大于1记1小于-1记-1加总以上得分在中信一级行业内采用市值加权计算平均分就可以得到因子值22历史回测在样本期201612-202212内动态分析师预期因子具备较强的行业筛选能力因子的IC均值为009IC与均值同向的比例为6250ICIR为034表4动态分析师预期因子信息系数分析结果因子IC均值IC标准差t统计量IC胜率IR比率动态分析师预期因子0090262856250034数据来源Wind西南证券整理图4动态分析师预期因子IC统计图088067604502403-022-041-0602017-042018-012018-102019-072020-012020-102021-072022-042022-102017-012017-072017-102018-042018-072019-012019-042019-102020-042020-072021-012021-042021-102022-012022-07ICIC累计右轴数据来源Wind西南证券整理23策略跟踪请务必阅读正文后的重要声明部分42023年1月行业配置报告样本期内相较于万得全A指数与行业等权指数根据动态分析师预期因子构建的多头Top6组合可以获得显著的超额收益策略年化收益率为993年化波动率为020累计净值为156收益波动比049最大回撤率34表5动态分析师预期行业轮动策略收益表现2016年12月至2022年12月行业轮动策略年化收益率年化波动率累计净值收益波动比最大回撤率动态分析师预期因子99302015604934万得全A33801711201931中信一级行业等权25501810601432数据来源Wind西南证券整理图52022年动态分析师预期行业轮动策略月度收益1561042500-2-5-4-10-6-15-82022-012022-022022-032022-042022-052022-062022-072022-082022-092022-102022-112022-12多头策略行业等权超额收益右轴数据来源Wind西南证券整理图6动态分析师预期多头策略与市场指数净值变化图25100920080715060510040305020100002017-062017-122018-062018-122019-062019-122021-092022-032022-092016-122017-032017-092018-032018-092019-032019-092020-032020-062020-092020-122021-032021-062021-122022-062022-12相对净值右轴多头策略行业等权数据来源Wind西南证券整理请务必阅读正文后的重要声明部分52023年1月行业配置报告表6动态分析师预期行业轮动策略推荐行业日期动态分析师预期行业轮动策略推荐行业组合收益超额收益2023年01月煤炭电力设备及新能源汽车农林牧渔石油石化食品饮料2022年12月电力设备及新能源-4农林牧渔1煤炭-10汽车-7银行1通信-4-374-1632022年11月煤炭7电力设备及新能源2汽车8农林牧渔5石油石化10建筑14785-1932022年10月煤炭-13电力设备及新能源-0银行-9农林牧渔-6食品饮料-22汽车-2-882-6282022年09月煤炭2石油石化-4农林牧渔-10电力设备及新能源-10家电-6食品饮料-3-6041522022年08月煤炭8石油石化3食品饮料1电力及公用事业-1钢铁-6汽车-12-102184数据来源Wind西南证券整理3基于交易集中度的行业轮动模型31模型介绍交易集中度通过分析过去一段时间行业指数收益率数据的波动性和关联性推断行业拥挤交易程度首先利用我国股票市场中信一级行业收益率样本矩阵使用主成分分析法PCA计算整个市场的吸收比率以及各个行业的集中度其次在主成分分析之前使用衰退指数的权重和行业流通市值的平方根对行业收益率进行加权并进行标准化使用主成分分析法PCA得到特征向量的吸收比率为221吸收比率含义为t-T时间内所有行业的收益总波动能够被j特征向量所解释的比率其中22N表示总行业个数代表j特征向量的方差也就是第j个特征值表示i行业的方差以行业向量在特征向量上的暴露系数的绝对值为权重行业交易集中度指标为111其中表示t时刻j特征向量的吸收比率表示t时刻i行业在j特征向量上的暴露n表示吸收比率中特征向量的个数N表示总行业个数最后对行业交易集中度指标C进行250个交易日的z-score标准化得到本文的交易集中度因子32历史回测在样本期201801-202212内交易集中度因子具备显著的行业筛选能力因子的IC均值为0092IC与均值同向的比例为7167ICIR为0422022年12月因子的IC均值为0262022年整年因子的IC均值为012因子大于0的比例为8333请务必阅读正文后的重要声明部分62023年1月行业配置报告表7交易集中度因子信息系数分析结果因子IC均值IC标准差t统计量IC胜率IR比率交易集中度因子0090223277167042数据来源Wind西南证券整理图7交易集中度因子IC统计图066045402302-021-040-06-1ICIC累计右轴数据来源Wind西南证券整理33策略跟踪样本期内根据交易集中度因子构建的多头Top3组合表现优于万得全A指数与行业等权指数策略年化收益率为1188累计净值为175收益波动比062表8交易集中度策略收益表现2018年1月至2022年12月行业轮动策略年化收益率年化波动率累计净值收益波动比最大回撤率交易集中度因子118819131750621998万得全A12618791060072952中信一级行业等权11318851060062987数据来源Wind西南证券整理请务必阅读正文后的重要声明部分72023年1月行业配置报告图82022年交易集中度行业轮动策略月度收益156510453201-50-1-10-2-15-32022-012022-022022-032022-042022-052022-062022-072022-082022-092022-102022-112022-12多头策略行业等权超额收益右轴数据来源Wind西南证券整理图9交易集中度多头策略与市场指数净值变化图2008180716061405120410030802060401020000012018-012018-092018-112019-092019-112020-072020-092021-072021-092022-052022-072018-032018-052018-072019-012019-032019-052019-072020-012020-032020-052020-112021-012021-032021-052021-112022-012022-032022-092022-11相对净值右轴多头策略行业等权数据来源Wind西南证券整理表9交易集中度行业轮动策略推荐行业日期推荐行业组合收益超额收益2023年01月非银行金融建材银行2022年12月建材-356家电143食品饮料11072985152022年11月建材1880交通运输816通信2859940152022年10月交通运输-290通信641电力设备及新能源-0321064152022年09月交通运输-274通信-932银行-172-4602762022年08月国防军工-433通信-186电力及公用事业-087-235-0432022年07月电力及公用事业550国防军工139通信165285515数据来源Wind西南证券整理请务必阅读正文后的重要声明部分82023年1月行业配置报告4模型汇总41观点汇总表10行业轮动模型配置观点行业轮动模型2023年1月行业配置观点相似预期差行业轮动模型银行非银行金融家电交通运输农林牧渔纺织服装分析师预期边际变化的行业轮动模型煤炭电新汽车农林牧渔石油石化食品饮料交易集中度识别热点行业的行业轮动模型非银行金融建材银行数据来源西南证券整理42情景分析表11策略情景分析情景分类样本区间相似预期差分析师预期交易集中度行业等权快速下跌20185-2018127-37-23强劲反弹20191-20193-40430震荡下行20194-202033412-8快速上涨20204-2020872-130震荡上行20209-2021123624512快速下跌20221-20224243-19强劲反弹20225-202260-1115快速下跌20227-202210-5-411-14强劲反弹202211-至今5-457数据来源万得西南证券整理注策略收益为相较于行业等权的超额收益5ETF组合构建表122023年1月ETF组合相关基金标的行业名称基金代码基金简称基金全称基金份额512690SH酒ETF鹏华中证酒ETF11745515710SH食品ETF华宝中证细分食品饮料产业主题ETF1386食品饮料515170SH食品饮料华夏中证细分食品饮料产业主题ETF5612159843SZ食品饮料招商国证食品饮料ETF342159736SZ饮食ETF天弘中证食品饮料ETF7911159996SZ家电ETF国泰中证全指家电ETF1795家电561120SH家电ETF富国中证全指家用电器ETF157560880SH家电基金广发中证全指家用电器ETF897512700SH银行基金南方中证银行ETF2142银行512800SH银行ETF华宝中证银行ETF7291512820SH银行股基汇添富中证银行ETF527请务必阅读正文后的重要声明部分92023年1月行业配置报告行业名称基金代码基金简称基金全称基金份额515020SH华夏银基华夏中证银行ETF537512730SH银行FUND鹏华中证银行ETF163515290SH银行TH天弘中证银行ETF7114159887SZ银行ETF富国中证800银行ETF425516310SH银行指基易方达中证银行ETF177516310SH银行指基易方达中证银行ETF177512880SH证券ETF国泰中证全指证券公司ETF34195512000SH券商ETF华宝中证全指证券ETF26570512900SH证券基金南方中证全指证券公司ETF8839512570SH中证证券易方达中证全指证券公司ETF227515010SH华夏证券华夏中证全指证券公司ETF858159993SZ龙头券商鹏华国证证券龙头ETF1414非银金融515850SH证券龙头富国中证全指证券公司ETF175515560SH证券E建信中证全指证券公司ETF502159841SZ证券ETF天弘中证全指证券公司ETF5125159848SZ证券公司国联安中证全指证券公司ETF125159842SZ券商ETF银华中证全指证券公司ETF627512070SH证券保险易方达沪深300非银ETF9090515630SH保险证券鹏华中证800证券保险ETF110159745SZ建材ETF国泰中证全指建筑材料ETF999建筑材料516750SH建材ETF富国中证全指建筑材料ETF118159662SZ交运ETF南方国证交通运输行业ETF114交通运输516910SH物流ETF富国中证现代物流ETF105煤炭515220SH煤炭ETF国泰中证煤炭ETF2124515700SH新能车平安中证新能源汽车产业ETF2577515030SH新汽车华夏中证新能源汽车ETF5548159806SZ新能车国泰中证新能源汽车ETF2166新能源车159824SZ新能汽车博时新能源汽车ETF241516660SH新能汽车华安中证新能源汽车ETF418516390SH电动车汇添富中证新能源汽车ETF400159637OF新能源车龙头ETF西藏东财中证新能源汽车ETF1645515250SH智能汽车富国中证智能汽车主题ETF874516520SH智能驾驶华泰柏瑞中证智能汽车ETF176516590SH电动汽车易方达中证智能电动汽车ETF133智能汽车159888SZ智能车华夏中证智能汽车ETF128516380SH智能电动车ETF华宝中证智能电动汽车ETF160159720SZ泰康智能电车ETF泰康中证智能电动汽车ETF113159889SZ智能汽车ETF国泰中证智能汽车主题ETF153数据来源万得西南证券整理截止日期2022年12月31日注各行业主题ETF选择基金份额大于1亿展示请务必阅读正文后的重要声明部分102023年1月行业配置报告6风险提示风险提示本报告结论完全基于公开的历史数据若未来市场环境发生变化因子的实际表现可能与本文的结论有所差异同时可能存在第三方数据提供不准确风险ETF组合不构成投资收益的保证或投资建议基金产品的表现受宏观环境市场波动风格转换等多重因素影响存在一定波动风险投资者需充分认知自身风险偏好以及风险承受能力基金有风险投资需谨慎请务必阅读正文后的重要声明部分112023年1月行业配置报告分析师承诺本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师报告所采用的数据均来自合法合规渠道分析逻辑基于分析师的职业理解通过合理判断得出结论独立客观地出具本报告分析师承诺不曾因不因也将不会因本报告中的具体推荐意见或观点而直接或间接获取任何形式的补偿投资评级说明报告中投资建议所涉及的评级分为公司评级和行业评级另有说明的除外评级标准为报告发布日后6个月内的相对市场表现即以报告发布日后6个月内公司股价或行业指数相对同期相关证券市场代表性指数的涨跌幅作为基准其中A股市场以沪深300指数为基准新三板市场以三板成指针对协议转让标的或三板做市指数针对做市转让标的为基准香港市场以恒生指数为基准美国市场以纳斯达克综合指数或标普500指数为基准买入未来6个月内个股相对同期相关证券市场代表性指数涨幅在20以上持有未来6个月内个股相对同期相关证券市场代表性指数涨幅介于10与20之间公司评级中性未来6个月内个股相对同期相关证券市场代表性指数涨幅介于-10与10之间回避未来6个月内个股相对同期相关证券市场代表性指数涨幅介于-20与-10之间卖出未来6个月内个股相对同期相关证券市场代表性指数涨幅在-20以下强于大市未来6个月内行业整体回报高于同期相关证券市场代表性指数5以上行业评级跟随大市未来6个月内行业整体回报介于同期相关证券市场代表性指数-5与5之间弱于大市未来6个月内行业整体回报低于同期相关证券市场代表性指数-5以下重要声明西南证券股份有限公司以下简称本公司具有中国证券监督管理委员会核准的证券投资咨询业务资格本公司与作者在自身所知情范围内与本报告中所评价或推荐的证券不存在法律法规要求披露或采取限制静默措施的利益冲突证券期货投资者适当性管理办法于2017年7月1日起正式实施本报告仅供本公司签约客户使用若您并非本公司签约客户为控制投资风险请取消接收订阅或使用本报告中的任何信息本公司也不会因接收人收到阅读或关注自媒体推送本报告中的内容而视其为客户本公司或关联机构可能会持有报告中提到的公司所发行的证券并进行交易还可能为这些公司提供或争取提供投资银行或财务顾问服务本报告中的信息均来源于公开资料本公司对这些信息的准确性完整性或可靠性不作任何保证本报告所载的资料意见及推测仅反映本公司于发布本报告当日的判断本报告所指的证券或投资标的的价格价值及投资收入可升可跌过往表现不应作为日后的表现依据在不同时期本公司可发出与本报告所载资料意见及推测不一致的报告本公司不保证本报告所含信息保持在最新状态同时本公司对本报告所含信息可在不发出通知的情形下做出修改投资者应当自行关注相应的更新或修改本报告仅供参考之用不构成出售或购买证券或其他投资标的要约或邀请在任何情况下本报告中的信息和意见均不构成对任何个人的投资建议投资者应结合自己的投资目标和财务状况自行判断是否采用本报告所载内容和信息并自行承担风险本公司及雇员对投资者使用本报告及其内容而造成的一切后果不承担任何法律责任本报告及附录版权为西南证券所有未经书面许可任何机构和个人不得以任何形式翻版复制和发布如引用须注明出处为西南证券且不得对本报告及附录进行有悖原意的引用删节和修改未经授权刊载或者转发本报告及附录的本公司将保留向其追究法律责任的权利请务必阅读正文后的重要声明部分2023年1月行业配置报告西南证券研究发展中心上海地址上海市浦东新区陆家嘴东路166号中国保险大厦20楼邮编200120北京地址北京市西城区金融大街35号国际企业大厦A座8楼邮编100033深圳地址深圳市福田区深南大道6023号创建大厦4楼邮编518040重庆地址重庆市江北区金沙门路32号西南证券总部大楼邮编400025西南证券机构销售团队TableSalesPerson区域姓名职务座机手机邮箱蒋诗烽总经理助理销售总监021-6841530918621310081jsfswsccomcn崔露文高级销售经理1564296031515642960315clwswsccomcn王昕宇高级销售经理1775101837617751018376wangxyswsccomcn薛世宇销售经理1850214642918502146429xsyswsccomcn上海汪艺销售经理1312792053613127920536wyyfswsccomcn岑宇婷销售经理1861624326818616243268cyryfswsccomcn陈阳阳销售经理1786311185817863111858cyyyfswsccomcn张玉梅销售经理1895715733018957157330zymyfswsccomcn李煜销售经理1880173251118801732511yfliyuswsccomcn李杨销售总监1860113936218601139362yflyswsccomcn张岚销售副总监1860124180318601241803zhanglanswsccomcn杜小双高级销售经理1881092293518810922935dxsyfswsccomcn北京王一菲销售经理1804006035918040060359wyfswsccomcn王宇飞销售经理1850098186618500981866wangyufswsccom巢语欢销售经理1366708498913667084989cyhswsccomcn郑龑广深销售负责人1882518974418825189744zhengyanswsccomcn杨新意销售经理1762860991917628609919yxyswsccomcn张文锋销售经理1364263978913642639789zwfswsccomcn广深陈韵然销售经理1820880135518208801355cyryfswsccomcn龚之涵销售经理1580800192615808001926gongzhswsccomcn丁凡销售经理1555998968115559989681dingfyfswsccomcn请务必阅读正文后的重要声明部分