本报告导读：
　　行业轮动复合模型最近调仓日期为2023年1月31日，复合模型2023年2月最新多头组合为：电力设备及新能源、汽车、农林牧渔、家电、食品饮料；空头组合为：传媒、钢铁、石油石化、房地产、建材。1月景气度、超预期、资金流和复合模型相对市场基准超额收益分别为1.27%、1.04%、-1.65%和0.86%，景气度和超预期模型表现较好、资金流模型表现较差。拥挤度模型显示1月3日消费者服务板块产生交易拥挤信号。
　　摘要：
　　行业轮动复合模型简介：行业配置研究框架整体介绍；基于行业景气度、业绩超预期、北向资金流和拥挤度的行业轮动复合模型历史绩效：2011年1月至2022年8月，多头组合年化收益为26.49%，超额年化收益为20.90%，信息比率为1.41，超额年胜率为100%。
　　行业轮动复合模型1月收益统计：复合模型1月多头组合为：家电、汽车、电力设备及新能源、银行、农林牧渔。1月行业景气度、业绩超预期、北向资金流和复合模型多头组合相对市场基准的超额收益率分别为1.27%、1.04%、-1.65%和0.86%，景气度和超预期模型表现较好、资金流模型表现较差。2023年行业轮动复合模型相对市场基准的超额收益为0.86%，景气度模型超额收益为1.27%。
　　行业轮动复合模型2月最新持仓：复合模型2月多头组合为：电力设备及新能源、汽车、农林牧渔、家电、食品饮料；空头组合为：传媒、钢铁、石油石化、房地产、建材。
　　行业轮动多维模型2月边际变化：（1）行业景气度模型：2022年三季报景气度排名前五的行业为：农林牧渔、汽车、电力设备及新能源、食品饮料、家电；排名后五的行业为：基础化工、房地产、纺织服装、钢铁、建材。2022年三季报相较二季报景气度提升较多的行业为：农林牧渔、消费者服务、综合、汽车等；景气度下降较多的行业为：通信、建材、基础化工、石油石化、煤炭等。（2）业绩超预期模型：2023年2月份超预期排名前五的行业为：电力设备及新能源、汽车、农林牧渔、机械、食品饮料。2023年2月相较1月超预期提升较多的行业为：钢铁、电力设备及新能源、煤炭等；下降较多的行业为：交通运输、房地产、银行等。（3）资金流模型：2023年2月资金流排名前五的行业为：有色金属、钢铁、银行、电力设备及新能源、非银行金融。2023年2月相较1月北向资金流提升较多的行业为：汽车、钢铁、电力设备及新能源、综合金融等；资金流下降较多的行业为：家电、通信、建材、传媒等。（4）拥挤度模型信号跟踪：1月3日消费者服务板块产生交易拥挤信号。
　　附录：因子定义及构建方法：（1）行业景气度模型。（2）业绩超预期模型。（3）北向资金流模型。（4）行业拥挤度模型。
　　风险提示：量化模型基于历史数据构建，而历史规律存在失效风险。
　　

研究报告全文：大类资产大类资产配置研究TableMainInfo配TableTitleTableAuthor20230202报告作者置廖静池分析师行业轮动景气度模型月超额消11270755-23976176liaojingchi024655gtjascom大费者服务板块触发交易拥挤信号证书编号S0880522090003类资量化行业配置月报第8期余齐文分析师本报告导读产0755-23976212行业轮动复合模型最近调仓日期为年月日复合模型年月最新多配202313120232yuqiwengtjascom置头组合为电力设备及新能源汽车农林牧渔家电食品饮料空头组合为传证书编号S0880522010001月媒钢铁石油石化房地产建材1月景气度超预期资金流和复合模型相对市场基准超额收益分别为127104-165和086景气度和超预期模型表报TableDocReport现较好资金流模型表现较差拥挤度模型显示1月3日消费者服务板块产生交易拥相关报告挤信号关注消费新能源等板块的配置机会20230104摘要12月商品领涨大类资产复苏板块优势明显TableSummary行业轮动复合模型简介行业配置研究框架整体介绍基于行业景20230103气度业绩超预期北向资金流和拥挤度的行业轮动复合模型历史绩12月行业轮动景气度模型表现较好超额收益271效年月至年月多头组合年化收益为超2011120228264920230102额年化收益为2090信息比率为141超额年胜率为10011月资金流模型表现较好家电银行新调入本期组合行业轮动复合模型1月收益统计复合模型1月多头组合为家电20221203证汽车电力设备及新能源银行农林牧渔月行业景气度业绩券111月债券大幅回撤大盘股领涨权益板块超预期北向资金流和复合模型多头组合相对市场基准的超额收益率20221201研分别为127104-165和086景气度和超预期模型表现究较好资金流模型表现较差2023年行业轮动复合模型相对市场基报准的超额收益为086景气度模型超额收益为127行业轮动复合模型2月最新持仓复合模型2月多头组合为电力告设备及新能源汽车农林牧渔家电食品饮料空头组合为传媒钢铁石油石化房地产建材行业轮动多维模型2月边际变化1行业景气度模型2022年三季报景气度排名前五的行业为农林牧渔汽车电力设备及新能源食品饮料家电排名后五的行业为基础化工房地产纺织服装钢铁建材2022年三季报相较二季报景气度提升较多的行业为农林牧渔消费者服务综合汽车等景气度下降较多的行业为通信建材基础化工石油石化煤炭等2业绩超预期模型2023年2月份超预期排名前五的行业为电力设备及新能源汽车农林牧渔机械食品饮料2023年2月相较1月超预期提升较多的行业为钢铁电力设备及新能源煤炭等下降较多的行业为交通运输房地产银行等3资金流模型2023年2月资金流排名前五的行业为有色金属钢铁银行电力设备及新能源非银行金融2023年2月相较1月北向资金流提升较多的行业为汽车钢铁电力设备及新能源综合金融等资金流下降较多的行业为家电通信建材传媒等4拥挤度模型信号跟踪1月3日消费者服务板块产生交易拥挤信号附录因子定义及构建方法1行业景气度模型2业绩超预期模型3北向资金流模型4行业拥挤度模型风险提示量化模型基于历史数据构建而历史规律存在失效风险请务必阅读正文之后的免责条款部分TablePage大类资产配置月报目录1行业轮动复合模型简介311行业配置研究框架312行业轮动复合模型简介32行业轮动复合模型1月收益统计43行业轮动复合模型2月最新持仓54行业轮动多维模型2月边际变化641行业景气度模型边际变化642业绩超预期模型边际变化743资金流模型边际变化744拥挤度模型信号跟踪85附录因子定义及构建方法951行业景气度模型952业绩超预期模型1153北向资金流模型1254行业拥挤度模型136风险提示15请务必阅读正文之后的免责条款部分2of16TablePage大类资产配置月报1行业轮动复合模型简介11行业配置研究框架证券市场是一个复杂系统受基本面技术面资金面和情绪面等多重因素共同影响不同时期影响市场运行的主导因素不一定相同主要因素和次要因素在一定条件下可以相互转换行业板块在基本面技术面资金面和情绪面等各维度可能出现共振也存在相互约束的情形我们通过定量分析多维度建模研究各行业板块的基本面技术面资金面和情绪面等多维度的边际变化按照两条主线进行行业配置基于景气度超预期和资金流等动量类模型优先配置景气度边际改善业绩超预期资金持续净流入的行业板块基于拥挤度等顶部择时避险模型规避因微观交易结构恶化而导致的行业下跌风险图1行业配置研究框架景气度机构资金财报快报预告北上资金分析师预期基金持仓基本资金面面技术情绪面面拥挤度市场情绪波动率流动性舆情数据相关性分布微观结构数据来源国泰君安证券研究12行业轮动复合模型简介目前我们借鉴股票多因子研究方法完成了基于行业景气度业绩超预期和北向资金流维度的多个行业轮动模型的开发具体模型构建方法见附录并基于经济逻辑和测算结果为上述模型赋予权重生成复合因子作为行业选择标准基于拥挤度模型实时监控行业交易拥挤信号规避行业交易拥挤下跌风险复合模型运行框架如下1月度调仓每月初按照行业轮动复合因子排序筛选前5个行业为多头组等权持有至月底2实时监控每日实时监控行业是否触发交易拥挤状态3动态调整对于触发交易拥挤状态的行业持仓当日收盘前置换为现金仓位对于触发交易拥挤状态20交易日内的行业继续以现金仓位替代对于触发交易拥挤状态满20交易日的行业从现金仓位切换回行业持仓4市场基准剔除综合和综合金融后的中信一级行业指数请务必阅读正文之后的免责条款部分3of16TablePage大类资产配置月报2011年1月至2022年8月行业轮动复合模型多头组合年化收益为2649超额年化收益为2090组合最大回撤为2811信息比率为141超额年度胜率为100月度胜率为6714年度单边换手率均值为427图2行业轮动复合模型超额收益最大回撤拥挤度复合模型市场基准多头基准18016143126108964122015数据来源Wind国泰君安证券研究注统计区间为20110104到202208262行业轮动复合模型1月收益统计行业轮动复合模型在2023年1月的多头组合为家电汽车电力设备及新能源银行农林牧渔空头组合为纺织服装房地产石油石化建材钢铁1月份多头组合收益率为728相对市场基准的超额收益为086空头组合收益率为628相对市场基准的超额收益为-0142023年以来行业轮动复合模型多头组合收益率为728相对市场基准的超额收益为086空头组合收益率为628相对市场基准的超额收益为-014单模型方面2023年景气度模型相对市场基准超额收益为127从行业来看本月家电829相对基准超额为187汽车1127相对基准超额为485电力设备及新能源1058相对基准超额为416银行313相对基准超额为-329农林牧渔311相对基准超额为-331银行与农林牧渔板块拖累了组合表现从单模型效果来看本月行业景气度业绩超预期和北向资金流行业轮动模型多头组合相对市场基准超额收益率分别为127104和-165景气度模型表现较好表1行业轮动多维模型1月收益数据来源Wind国泰君安证券研究请务必阅读正文之后的免责条款部分4of16TablePage大类资产配置月报3行业轮动复合模型2月最新持仓下表为行业轮动复合模型2022年7月以来每月持仓明细其中2023年2月多头组最新持仓为电力设备及新能源汽车农林牧渔家电食品饮料空头组最新持仓为传媒钢铁石油石化房地产建材表22023年行业轮动复合模型多头持仓收益数据来源WIND国泰君安证券研究表32023年行业轮动复合模型空头持仓收益数据来源WIND国泰君安证券研究请务必阅读正文之后的免责条款部分5of16TablePage大类资产配置月报4行业轮动多维模型2月边际变化41行业景气度模型边际变化行业景气度模型显示2022年三季报景气度排名前五的行业为农林牧渔汽车电力设备及新能源食品饮料家电排名后五的行业为基础化工房地产纺织服装钢铁建材2022年三季报相较二季报景气度提升较多的行业为农林牧渔消费者服务综合汽车等景气度下降较多的行业为通信建材基础化工石油石化煤炭等表4行业景气度边际变化数据来源Wind国泰君安证券研究请务必阅读正文之后的免责条款部分6of16TablePage大类资产配置月报42业绩超预期模型边际变化业绩超预期模型显示2023年2月份超预期排名前五的行业为电力设备及新能源汽车农林牧渔机械食品饮料排名后五的行业为非银行金融石油石化钢铁房地产建材2023年2月相较2023年1月超预期提升较多的行业为钢铁电力设备及新能源煤炭等超预期下降较多的行业为交通运输房地产银行等表5行业业绩超预期边际变化数据来源Wind国泰君安证券研究43资金流模型边际变化北向资金流模型显示2023年2月资金流排名前五的行业为有色金属钢铁银行电力设备及新能源非银行金融排名后五的行业为建筑轻工制造通信房地产电力及公用事业请务必阅读正文之后的免责条款部分7of16TablePage大类资产配置月报2023年2月相较1月北向资金流提升较多的行业为汽车钢铁电力设备及新能源综合金融等资金流下降较多的行业为家电通信建材传媒等表6行业北向资金流边际变化数据来源Wind国泰君安证券研究44拥挤度模型信号跟踪拥挤度模型显示本月1月3日消费者服务板块产生交易拥挤信号请务必阅读正文之后的免责条款部分8of16TablePage大类资产配置月报表7行业交易拥挤信号数据来源Wind国泰君安证券研究注统计区间为2021年7月至今5附录因子定义及构建方法目前行业轮动复合模型是我们借鉴股票多因子研究方法基于景气度超预期和北向资金流3个细分模型根据一定权重复合而成未来随着我们研究的深入将有更多细分模型加入其中目前各细分模型使用因子定义及构建方法简要说明如下51行业景气度模型我们通过财务质量盈利能力和成长能力三类因子衡量行业景气度基于正式财报业绩预告和业绩快报共设计了108个因子通过单因子IC测试与分组测试筛选出3类8个因子合成行业景气度复合因子具体因子含义及构建方法如下详细内容见行业配置系列深度报告如何基于景气度构建行业轮动策略行业配置研究系列0120220412和如何使用业绩预告和业绩快报改进景气度行业轮动模型行业配置研究系列0320220611请务必阅读正文之后的免责条款部分9of16TablePage大类资产配置月报1财务质量类因子1客户议价力环比增量客户议价力ClientBarginPow指行业对下游经销商或客户议价能力高客户议价力代表行业对下游经销商或客户议价能力高行业产品或服务竞争力强客户议价力环比增量是客户议价力指标通过环比增量方式构建2供应商议价力环比增量供应商议价力SupplyBarginPow指行业对上游供应商议价能力高供应商议价力代表行业对上游供应商议价能力高行业竞争地位强供应商议价力环比增量是供应商议价力指标通过环比增量方式构建2盈利能力类因子1销售净利率1单季同比增量销售净利率ROS指行业扣非归母净利润行业营业收入可以衡量行业整体销售对应的净利润水平高销售净利率代表行业产品服务销售获利能力强销售净利率1单季同比增量是通过正式财报和业绩快报计算采用单季指标同比增量方式构建3成长能力类因子1核心利润单季同比增长率核心利润CoreProfit指行业公司营业收入扣除营业成本税金销管财三费等公司所得税扣减前的利润总和与营业利润相比核心利润剔除掉与公司经营无关的损益可以更好地刻画公司实际利润水平核心利润单季同比增长率是单季核心利润指标通过同比增长率方式构建2归母净利润2单季同比增长率归母净利润2NetProfitOwner2采用业绩预告或业绩快报观察报告期时指行业公司归属于母公司股东的净利润之和采用正式财报观察报告期时指核心利润CoreProfit即行业公司营业收入扣除营业成本税金销管财三费等公司所得税扣减前的利润总和归母净利润2单季同比增长率是单季归母净利润2指标通过同比增长率方式构建3预收款项同比增长率预收款项AdvPaym指行业预收款项与合同负债之和可以衡量行业产品服务竞争力和业绩保障程度高低高预收款项代表行业下游经销商先打款后拿货等情况较多产品服务竞争力和业绩保障程度高预收款项同比增长率是预收款项指标通过同比增长率方式构建请务必阅读正文之后的免责条款部分10of16TablePage大类资产配置月报4核心利润TTM同比增长率环比增量核心利润TTM同比增长率环比增量是核心利润TTM同比增长率指标通过环比增量方式构建5归母净利润2TTM同比增长率环比增量归母净利润2TTM同比增长率环比增量是归母净利润2TTM同比增长率指标通过环比增量方式构建52业绩超预期模型我们通过对超预期因子进行单因子IC测试与分组测试筛选出5类12个因子并按照等权加权合成北向资金复合因子具体因子含义及构建方法如下详细内容见报告如何基于PEAD超预期因子构建行业轮动策略行业配置研究系列02202204261盈余公告前后异常收益类因子先计算盈余公告正式报告业绩预告业绩快报前N日至公告后M日的每日超额收益之和然后自由流通市值加权得到行业因子1公告后1天异常收益2公告后3天异常收益之和3公告后跳空计算方法是股票业绩公告后t日的开盘价相对t-1日收盘价的收益率减去中证500的收益2SUE类因子SUE因子计算公式1标准化预期外单季度归母净利润-带漂移项2标准化预期外单季度营业利润3单季度归母净利润超分析师预期幅度使用分析师预期数据作为预期净利润的估计计算个股1单季度归母净利润超分析师预期幅度然后自由流通市值加权得到行业因子3SUE衍生类因子我们还使用ROEROA等财务指标替换公式中的净利润计算标准化预期外ROE标准化预期外ROA等SUE衍生因子计算公式和方法与SUE因子相同请务必阅读正文之后的免责条款部分11of16TablePage大类资产配置月报1标准化预期外单季度归母ROA-带漂移项2标准化预期外单季度归母ROETTM4券商报告上下调比例类因子使用分析师预测数据计算个股过去N日分析师预测上调减去下调比例然后自由流通市值加权得到行业因子1过去90日券商上调-下调比例过去90日券商上调比例-下调比例上调家数-下调家数总家数2过去180日报告上调-下调比例过去180日报告上调比例-下调比例上调数-下调报告数总报告数3过去90日报告上调比例过去90日报告上调比例上调报告数总报告数5预测调整类因子1过去90天盈利调整首先计算股票s在过去90日分析师净利润上调幅度11然后自由流通市值加权得到行业因子53北向资金流模型我们通过对北向资金静态持仓动态流入流入增速交易活跃度4类453个因子进行单因子IC测试与分组测试筛选出3类6个因子并按照等权加权合成北向资金复合因子具体因子含义及构建方法如下详细内容见报告如何基于北向资金构建行业轮动策略行业配置研究系列03202206101动态流入类因子1北向资金60日净流入占市值比使用北向资金近60个日净流入金额除以行业平均流通市值计算其中行业平均流通市值等于行业内陆股通标的股当期和60个交易日前的平均流通市值2北向资金120日正向净流入占市值比使用北向资金近120日正向净流入金额除以行业平均流通市值计算其中正向净流入金额为剔除卖出日期的行业净流入金额加总行业平均流通市值同上2流入增速类因子请务必阅读正文之后的免责条款部分12of16TablePage大类资产配置月报1北向资金月净流入占市值比环比增速使用北向资金月度净流入金额占市值比环比相减计算而得2券商资金10日净流入占市值比环比增速使用券商结算资金近10个交易日净流入金额占市值比环比相减计算而得3交易活跃度类因子1北向资金月度正向交易活跃度使用北向资金过去一个月每天在行业内个股正向净流入剔除净卖出数据之和除以行业内陆股通标的股总成交金额计算公式如下02北向资金5日正向交易活跃度计算方式与月度正向交易活跃度一致将时间维度由一个月改为过去5天54行业拥挤度模型拥挤度是一种顶部择时类避险因子可以有效弥补现有景气度超预期和资金流等动量类模型的不足我们从微观结构波动率流动性相关性等多维度构建常规拥挤度因子并且应用动量均线系统进行改进通过单因子测试和复合因子分步合成测试筛选出波动率换手率收盘价峰度量价相关系数金额价格相关系数以及兴登堡预兆等6个因子合成拥挤度复合因子具体因子含义及构建方法如下详细内容见行业配置系列深度报告如何规避交易拥挤行业通过拥挤度构建行业轮动策略05202209181波动率因子一般来说行业板块持续上涨过程中随着市场多空分歧加大行业指数容易出现暴涨暴跌现象其后往往伴随着行业指数的大幅下跌我们通过波动率因子行业指数日收益率的标准差来衡量行业指数暴涨暴跌风险大小行业指数在t日的波动率为210其中N为计算窗口期长度为计算窗口期行业指数日收益率均值2流动性因子一般来说行业板块持续上涨过程中随着市场情绪极度亢奋行业板块成交量成交额与换手率等流动性指标都会显著放大出现天量成交现象显示多空筹码大量交换市场风险上升我们通过流动性因子来衡量行请务必阅读正文之后的免责条款部分13of16TablePage大类资产配置月报业指数成交量成交额和换手率的大小由于日度流动性指标差异较大我们采用窗口期数据平滑的方法计算日度数据流动性因子中选择换手率因子合成拥挤度复合因子3分布特征因子1收益率峰度峰度是用于衡量分布的集中程度或分布曲线的尖峭程度的指标峰度越高代表分布越集中呈尖峰状态峰度越低代表分布越分散呈低峰状态日收益率的峰度较低代表近期行业指数日收益率分布较为分散说明指数波动较大风险较高行业指数日收益率峰度为1401220其中N为计算窗口期长度为计算窗口期行业指数日收益率均值4相关性因子1量价相关系数行业指数成交量与收盘价相关系数为102121002金额价格相关系数行业指数成交额与收盘价相关系数为10121200其中N为计算窗口期长度和分别为计算窗口期行业指数收盘价均值成交量均值与成交额均值5微观结构因子1兴登堡预兆所谓兴登堡预兆是一套股市技术分析方法它由一位美国盲人分析师米耶卡发明并以兴登堡飞艇坠毁事件命名该理论认为正常情况请务必阅读正文之后的免责条款部分14of16TablePage大类资产配置月报下当股市行至高点多数股票应处于高位股市跌至低位多数股票应处于低位这是股市常态如果股市在高位盘整时股价创出一年新高与创出一年新低的个股均达到一个较高比例同时反映市场广度的麦克莱恩摆荡指标为负数时显示市场可能正处于激烈分化之中分化之后市场可能出现大幅回落我们构造兴登堡预兆指标HindenburgSqrt用来衡量行业成分股价格创一年新高和创一年新低的个股均比较高程度HindenburgSqrt其中Num指行业成分股数量NewHighNum为最近窗口期价格创一年新高的行业成分股数量NewLowNum为最近窗口期价格创一年新低的行业成分股数量6风险提示量化模型基于历史数据构建而历史规律存在失效风险请务必阅读正文之后的免责条款部分15of16TablePage大类资产配置月报本公司具有中国证监会核准的证券投资咨询业务资格分析师声明作者具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力保证报告所采用的数据均来自合规渠道分析逻辑基于作者的职业理解本报告清晰准确地反映了作者的研究观点力求独立客观和公正结论不受任何第三方的授意或影响特此声明免责声明本报告仅供国泰君安证券股份有限公司以下简称本公司的客户使用本公司不会因接收人收到本报告而视其为本公司的当然客户本报告仅在相关法律许可的情况下发放并仅为提供信息而发放概不构成任何广告本报告的信息来源于已公开的资料本公司对该等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中所指的投资及服务可能不适合个别客户不构成客户私人咨询建议在任何情况下本报告中的信息或所表述的意见均不构成对任何人的投资建议在任何情况下本公司本公司员工或者关联机构不承诺投资者一定获利不与投资者分享投资收益也不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任投资者务必注意其据此做出的任何投资决策与本公司本公司员工或者关联机构无关本公司利用信息隔离墙控制内部一个或多个领域部门或关联机构之间的信息流动因此投资者应注意在法律许可的情况下本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券或期权并进行证券或期权交易也可能为这些公司提供或者争取提供投资银行财务顾问或者金融产品等相关服务在法律许可的情况下本公司的员工可能担任本报告所提到的公司的董事市场有风险投资需谨慎投资者不应将本报告作为作出投资决策的唯一参考因素亦不应认为本报告可以取代自己的判断在决定投资前如有需要投资者务必向专业人士咨询并谨慎决策本报告版权仅为本公司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发表或引用如征得本公司同意进行引用刊发的需在允许的范围内使用并注明出处为国泰君安证券研究且不得对本报告进行任何有悖原意的引用删节和修改若本公司以外的其他机构以下简称该机构发送本报告则由该机构独自为此发送行为负责通过此途径获得本报告的投资者应自行联系该机构以要求获悉更详细信息或进而交易本报告中提及的证券本报告不构成本公司向该机构之客户提供的投资建议本公司本公司员工或者关联机构亦不为该机构之客户因使用本报告或报告所载内容引起的任何损失承担任何责任评级说明评级说明1投资建议的比较标准增持相对沪深300指数涨幅15以上投资评级分为股票评级和行业评级以报告发布后的12个月内的市场表现为谨慎增持相对沪深300指数涨幅介于515之间比较标准报告发布日后的12个月内的股票投资评级中性相对沪深300指数涨幅介于-55公司股价或行业指数的涨跌幅相对同期的沪深300指数涨跌幅为基准减持相对沪深300指数下跌5以上2投资建议的评级标准增持明显强于沪深300指数报告发布日后的12个月内的公司股价或行业指数的涨跌幅相对同期的沪行业投资评级中性基本与沪深300指数持平深300指数的涨跌幅减持明显弱于沪深300指数国泰君安证券研究所上海深圳北京地址上海市静安区新闸路669号博华广场深圳市福田区益田路6003号荣超商北京市西城区金融大街甲9号金融20层务中心B栋27层街中心南楼18层邮编200041518026100032电话0213867666607552397688801083939888E-mailgtjaresearchgtjascom请务必阅读正文之后的免责条款部分16of16