报告摘要：
　　在观察A股收益历史分布形态时观察到，整个区间的年化收益水平与头部收益的形态正相关性虽然较高，但呈伞状，且年化回报最高的部分股票头部收益反而并非最高；尾部形态与最终年化收益的关系呈负相关，但并非完全线性，而是近似箱型，也即不同年化回报水平下对应多个不同尾部风险的可能性，而ES与波动的正相关同样有一定的伞状；首尾关系非对称。由此大概可以猜想，高的长期年化回报并非由少数极高短期回报贡献，而更可能是稳定的中等水平短期回报累计贡献；而中等水平的长期年化回报则对应着多种形态的可能性；低的长期年化回报则更可能对应着中高等级的尾部风险。基于以上，想要构建有效的低波组合，首先应该管理未来的收益分布形态尤其是尾部风险概率，且更好的手段可能是通过降低组合的宏观风险敞口而降低非自身因素的事件冲击影响。
　　在第二章选股部分，根据《周期》和《资本回报》的部分内容，构建了两个排除尾部风险较大股票的指标，分别为流动负债/固定资产和Δ(资本开支/折旧)，前者主要为了降低对于信贷周期向下时的风险敞口，后者则为了避免过度资本开支以及行业供给过剩以及资本周期恶化时的冲击。通过以中位数为界限，构建2*2的象限，在低流动负债/固定资产和低Δ(资本开支/折旧)的第一象限中进行低波选股，会比在一般的股票池以及低波结合市值风格的结果要好，同时也好于常用股票指数和其他三个象限的第1组低波组合。第一象限第1组低波组合年化收益为17.65%，年化波动24.83%，收益风险比为0.71。
　　第三章则以马拉松资本的选股逻辑出发，通过适度改变使之适合A股的量化筛选进行行业轮动。具体地，使用ROE替换CFROI，使用ROE预测值的“期限形态”变化选择在远端向上基础上斜率变化更高的行业作为组合。结果显示，行业轮动比行业等权有较好的超额表现，且超额稳定性较高，多头组年化收益15.72%，年化波动25.96%，收益风险比0.61。在这种规则下，行业轮动分组排序基本实现保序。
　　风险提示：宏观市场变化、政策变化风险，模型失效风险

研究报告全文：TableInfo1TableDate证券研究报告发布时间2023-03-02TableTitleTableInvest证券研究报告金融工程研究报告降低周期风险低波选股和ROE期限结构下行业轮动报告摘要低波组合表现在观察TableSummaryA股收益历史分布形态时观察到整个区间的年化收益水平与头部收益的形态正相关性虽然较高但呈伞状且年化回报最高的部分股票头部收益反而并非最高尾部形态与最终年化收益的关系呈负相关但并非完全线性而是近似箱型也即不同年化回报水平下对应多个不同尾部风险的可能性而ES与波动的正相关同样有一定的伞状首尾关系非对称由此大概可以猜想高的长期年化回报并非由少数极高短期回报贡献而更可能是稳定的中等水平短期回报累计贡献而中等水平的长期年化回报则对应着多种形态的可能性低的长期年化回报则更年化收益年化波动可能对应着中高等级的尾部风险基于以上想要构建有效的低波组合第一组17652483首先应该管理未来的收益分布形态尤其是尾部风险概率且更好的手段万得全A7512390可能是通过降低组合的宏观风险敞口而降低非自身因素的事件冲击影响行业轮动表现在第二章选股部分根据周期和资本回报的部分内容构建了两个排除尾部风险较大股票的指标分别为流动负债固定资产和资本开支折旧前者主要为了降低对于信贷周期向下时的风险敞口后者则为了避免过度资本开支以及行业供给过剩以及资本周期恶化时的冲击通过以中位数为界限构建22的象限在低流动负债固定资产和低资本开支折旧的第一象限中进行低波选股会比在一般的股票池以及低波结合市值风格的结果要好同时也好于常用股票指数和其他三TableReport相关报告个象限的第组低波组合第一象限第组低波组合年化收益为111765成长分类定价和未被分析师覆盖股票的预测年化波动2483收益风险比为071数据填充--20221129第三章则以马拉松资本的选股逻辑出发通过适度改变使之适合股的A一种行业轮动增强策略探索和二种低估选股量化筛选进行行业轮动具体地使用ROE替换CFROI使用ROE预思路验证--行业轮动系列四测值的期限形态变化选择在远端向上基础上斜率变化更高的行业作--20220816为组合结果显示行业轮动比行业等权有较好的超额表现且超额稳东北金工行业生命周期动态估值下的成定性较高多头组年化收益1572年化波动2596收益风险比061长价值选股在这种规则下行业轮动分组排序基本实现保序--20220515破壁根据宏观中观经济数据把握行业景气机会--行业轮动系列二--20220126TableAuthor证券分析师王琦执业证书编号S0550521100001021-61002390wangqi5636nesccn风险提示宏观市场变化政策变化风险模型失效风险请务必阅读正文后的声明及说明TablePageTop金融工程研究报告目录1引言--高风险高收益与低波动异象42股票池构建与低波动组合回溯721两个周期722流动负债与长期资产的期限错配723供给过度和资本周期恶化的风险924股票池筛选和低波组合表现103根据权益回报近远期预测形态进行行业轮动1231行业轮动引言1232行业轮动方法和结果134总结165风险提示16请务必阅读正文后的声明及说明218TablePageTop金融工程研究报告图表目录图1CAPM与A股年化收益与年化波动关系图4图2霍华德马克斯提出的风险收益关系5图3大于90分位数滚动收益均值vs年化收益5图4大于90分位数滚动收益均值vs年化波动5图5小于10分位数滚动收益均值vs年化收益6图6小于10分位数滚动收益均值vs年化波动6图7猜想-A股预期收益与风险关系图6图8周期波动7图9流动负债固定资产在建工程回溯结果8图10资本开支折旧回溯结果9图11四象限10图12第一象限低波选股测试11图13中证1800低波选股测试11图14与巨潮大中小盘低波对比11图15四象限第1组低波组合对比12图16与主要指数对比12图17第一象限低波选股测试13图18近远期ROE预测形态变化14图19基于权益回报预测形态进行行业轮动结果15图20行业轮动分组结果15表1流动负债固定资产在建工程各组年化收益风险统计20110930--202301318表2资本开支折旧各组年化收益风险统计20110930--2023013110表3第一象限低波选股年化收益风险统计20110930--2023013111表4第一象限低波选股年化收益风险统计20111231--2023013115请务必阅读正文后的声明及说明318TablePageTop金融工程研究报告1引言--高风险高收益与低波动异象关于风险和收益的讨论很多量化研究本身始于20世纪60年代芝加哥学派剔除的新的金融投资理论及其对CAPM模型的建立通过开创性地将风险用波动性描绘并将收益与风险匹配要求根据风险不同进行风险补偿为此后的各类beta的研究以及alpha策略的发展提供了土壤然而在基本面投资者眼中风险与波动并非绝对对等且高风险与高收益的匹配并非绝对引用霍华德马克斯投资备忘录中的一句话如果更高风险的投资确实能够可靠地产生更高地收益那么它就不是真的高风险了此外随着风格beta的研究推进相比起高波高贝对应高收益预期的构想诸多测试很研究反而确认了低波东异象当然在讨论低波时除了传统的收益率波动外有很多延伸计算方法例如特质波动率偏度峰度等因子的研究并且关于低波动与未来收益的正向关系还是负向关系的争论也较为激烈无论是计算方法上还是股票池受个别股票群体影响带来的异样等原因均有所被提及以收益率直接计算的波动率为基础作者首先观察了A股月度收益分布形态区间波动率以及年化回报尾部风险等指标的关系数据区间为20110930--20230131上市新股或已退市股票使用有效数据分别计算区间内的年化回报年化波动轮动12个月累计收益的top10bottom10平均回报如图1所示在CAPM框架下风险主要由波动表达有效前沿应该较为清晰且年化收益与年化波动的关系应该偏正向然而就结果来看并无法获得这样结论图1CAPM与A股年化收益与年化波动关系图数据来源东北证券wind霍华德马克斯在畅销书中提到更高风险的投资与不确定性增加损失概率增大相关更高风险的投资意味着更高的预期收益获得较低收益的可能在某些情况下可能会损失并提出了新的收益风险对比图如图2所示其中横坐标的风险并不必要为波动而红色形态为预期收益的分布形态对于高预期收益的股票其收益可能性范围更广且有尾部风险的可能请务必阅读正文后的声明及说明418TablePageTop金融工程研究报告图2霍华德马克斯提出的风险收益关系数据来源东北证券相比起CAPM这种形态的提出似乎更符合现实投资回报情况然而如果进一步观察A股的头尾收益分布情况可以发现图2仍有不足图3-图6分别为滚动12个月计算的累计收益分布情况中90分位数以上收益均值也即正向的ES和10以下收益均值也即90ES分别与整个区间年化收益和年化波动的对比以此说明头部和尾部形态对整个区间最终的年化收益和年化波动的关系从结果来看整个区间的年化收益水平与头部收益的形态正相关性虽然较高但呈伞状且年化回报最高的部分股票头部收益反而并非最高尾部形态与最终年化收益的关系呈负相关但并非完全线性而是近似箱型也即不同年化回报水平下对应多个不同尾部风险的可能性而ES与波动的正相关同样有一定的伞状首尾关系非对称由此大概可以猜想高的长期年化回报并非由少数极高短期回报贡献而更可能是稳定的中等水平短期回报累计贡献而中等水平的长期年化回报则对应着多种形态的可能性低的长期年化回报则更可能对应着中高等级的尾部风险图3大于90分位数滚动收益均值vs年化收益图4大于90分位数滚动收益均值vs年化波动数据来源东北证券wind数据来源东北证券wind请务必阅读正文后的声明及说明518TablePageTop金融工程研究报告图5小于10分位数滚动收益均值vs年化收益图6小于10分位数滚动收益均值vs年化波动数据来源东北证券wind数据来源东北证券wind根据以上猜想作者描绘股票的收益风险关系如下图7猜想-A股预期收益与风险关系图数据来源东北证券wind基于以上想要构建有效的低波组合首先应该管理未来的收益分布形态尤其是尾部风险概率而如果直接通过模拟CVaRCDaR等尾部度量指标进行选股则又需要借助历史形态结果既忽略了未然历史的可能性也忽略了形态是动态变化的事实另外更好的手段可能是通过降低组合的宏观风险敞口而降低非自身因素的事件冲击影响当然宏观风险众多本文仅以公司资产和负债的期限错配时面临的信贷周期向下的风险以及资本开支过度带来的供给端过剩而面临的资本周期恶化风险两个方面进行讨论此外受资本回报一书的启发借鉴马拉松资本对于资本回报衰减率的讨论和选股对中信一级行业通过权益回报率的路径变化进行行业轮动请务必阅读正文后的声明及说明618TablePageTop金融工程研究报告2股票池构建与低波动组合回溯21两个周期本章主要关注两个周期信贷周期和资本回报周期作者并非针对两个周期进行定位和分析这涉及到深厚的宏观分析积累以及宽阔的宏观视野量化应用较为困难作者主要是通过排除可能有过大相应风险敞口股票聚合出安全股票池并在股票池中进行低波选股图8周期波动数据来源东北证券22流动负债与长期资产的期限错配在关于杠杆率偿债能力不同期限负债在总负债占比等类型因子测试中大多显示国内负债相关因子收益表现较为普通首先这类因子本身均为beta稳定性较低此外A股整个历史尤其是自量化回溯常选用的区间国内各经济主体主要在加杠杆会使得除极端水平下金融杠杆的使用对企业回报和股票市场回报并不产生掣肘甚至可能带来正向作用而这其中由于短期金融负债的可得性高和价格相对低等特性滚动展期更为便利也使得流动负债总负债这一指标在2017年以前收益表现不错但自2017年经济去杠杆开始后叠加后期现金流冲击等因素影响金融杠杆较高的公司回报能力下降受周期中信贷周期章节的启发构建流动负债固定资产在建工程指标作为排除风险较大的股票的指标之一其逻辑在于企业资产多以长期资产为主而金融负债端如果使用过多短期负债通过借短投长的方式进行运作在不容易流动的长期资产与短期债务之间进行错配有很大隐患一旦信贷周期掉头向下导致到期债务不能再融资这种错配就很容易引发危机这种典型的错配要是正好遇上金融市场收缩通常就会引发惨烈的金融市场大崩盘流动负债固定资产在建工程均为资产负债表科目无需进行TTM处理可以直接进行因子构建和对比由于部分公司流动金融负债较低同时其他流动负债和请务必阅读正文后的声明及说明718TablePageTop金融工程研究报告其他金融类流动负债科目和数据披露较参差因此选择流动负债的整体取代短期金融负债作为对比项通过对全市场股票进行行业内部市值中性行业内部排序分组组内等权跨行业按行业市值加权方式进行回溯由低到高排序因子回溯结果如下由图9和表1可见该因子无法保持线性秩序但低因子值组整体好于高因子值组由于本部分并非寻找alpha因子因此得到低因子值组整体好于高因子值组的结论已经提供了有效信息也即期限错配的确可能带来较大的风险敞口该因子可以用来排除部分周期风险较大的股票图9流动负债固定资产在建工程回溯结果数据来源东北证券wind表1流动负债固定资产在建工程各组年化收益风险统计20110930--20230131年化收益年化波动最大回撤收益风险比Calmar第1组14502823-4315051034第2组9812818-5239035019第3组9502768-5408034018第4组7082859-5777025012第5组6952708-5552026013第6组6312718-5557023011第7组8682692-5161032017第8组7972746-5331029015第9组9782720-5097036019第10组9752617-4969037020万得全A7512390-4844031015数据来源东北证券Wind请务必阅读正文后的声明及说明818TablePageTop金融工程研究报告23供给过度和资本周期恶化的风险资本周期分析关注供给而非需求供给的前景比需求的不确定要小得多从而更容易预测资本开支作为供给端跟踪的指标之一适度与否常预示供给是否可能过剩资本周期的中提出两个指标来观察资本周期是否恶化其一为资本开支折旧其二为盈利与自由现金流的差但由于自由现金流盈利折旧-资本开支-营运资本追加则盈利-自由现金流则近似于资本开支与折旧的差值两个指标内涵一致在本文中作者使用资本开支折旧表示资本开支相对于折旧是否过快增加若过快增加则可能出现市场过度供给未来收益预期降低对财务稳定性带来隐患但当然理论上折旧速度远超资本开支增速也是危险信号因子测试上有可能会出现首尾同时较低中部较高的结果资本开支使用现金流量表相应科目进行TTM处理折旧使用财务补充信息每半年更新一次因此也是用TTM处理Q1和Q3使用前一个TTM数据填充每季度计算资本开支折旧并计算同比变化幅度同样的通过对全市场股票进行行业内部市值中性行业内部排序分组组内等权跨行业按行业市值加权方式进行回溯由低到高排序因子回溯结果如下由图10和表2可见该因子无法保持线性秩序但低因子值组整体好于高因子值组由于本部分并非寻找alpha因子因此得到低因子值组整体好于高因子值组的结论已经提供了有效信息也即资本开支相对于折旧的过快增加可能带来较大的风险敞口未来收益预期也会下降该因子可以用来排除部分供给过度从而尾部风险较大的股票图10资本开支折旧回溯结果数据来源东北证券wind请务必阅读正文后的声明及说明918TablePageTop金融工程研究报告表2资本开支折旧各组年化收益风险统计20110930--20230131年化收益年化波动最大回撤收益风险比Calmar第1组10952595-4847042023第2组8272532-4936033017第3组8512504-5082034017第4组8902456-5057036018第5组8502509-4747034018第6组8352446-4575034018第7组8212477-5140033016第8组7682445-4695031016第9组6792242-4501030015第10组7542317-4262033018数据来源东北证券Wind24股票池筛选和低波组合表现根据此前分析虽然两个因子分组不具一定秩序性但因子值最低组以及前5组和后5组之间仍有一定区分度因此构想可以构建流动负债固定资产和资本开支折旧的22的4区间并在低流动负债固定资产和低资本开支折旧对应的象限进行低波选股逻辑上双低对应的第一象限股票收益分布形态更稳定则低波更有可能对应高收益图11四象限数据来源东北证券wind在第一象限的14股票池内通过市值和行业中性后的分组结果如下图所示在这部分股票池中低波分组秩序较好且多空组超额相对较稳定请务必阅读正文后的声明及说明1018TablePageTop金融工程研究报告图12第一象限低波选股测试数据来源东北证券wind表3第一象限低波选股年化收益风险统计20110930--20230131年化收益年化波动最大回撤收益风险比Calmar第1组17652483-3997071044第2组15922593-4229061038第3组14212658-4175053034第4组11972783-4916043024第5组9383003-5863031016数据来源东北证券Wind作为对比作者在中证800和中证1000汇集的股票池中同样进行了低波测试一则与市场主要交易股票集合重叠较大再者数量上同样接近于当前全市场股票的14结果如图13所示另外作者同时进行了第一象限第1组与巨潮的大盘低波中盘低波和小盘低波的对比图四个象限第1组的对比图以及与主要指数的对比图图13中证1800低波选股测试图14与巨潮大中小盘低波对比数据来源东北证券wind数据来源东北证券wind请务必阅读正文后的声明及说明1118TablePageTop金融工程研究报告图15四象限第1组低波组合对比图16与主要指数对比数据来源东北证券wind数据来源东北证券wind通过在不同股票池进行低波选股以及将低波组合与主要指数对比可以看出经过象限划分后进行低波选股比常见低波组合收益和风险回报更高一定程度上实现了通过限制尾部风险概率后获取低波动高收益的可能性3根据权益回报近远期预测形态进行行业轮动31行业轮动引言这一部分与第二章有一定分别但同样是受到资本回报的启发因此将两部分合并为一篇报告引用书中原文马拉松公司寻求在行业资本周期的两个阶段进行投资在那些被标为增长型的股票中马拉松公司寻找那些搞投资回报能比大多数投资者预期持续更久的公司在低回报或价值型股票中目标是寻找那些改善的潜力被广泛低估了的公司同时通过引入Holt公司的衰减率的概念可以较为形象的表达这种选股逻辑图17请务必阅读正文后的声明及说明1218TablePageTop金融工程研究报告图17第一象限低波选股测试数据来源东北证券32行业轮动方法和结果如果有较完整可靠的CFROI数据并可以对所跟踪个股进行较准确的收益回报趋势的判断这一投资逻辑提供了很好的选股思路但通过量化进行现金回报的趋势判断时经营现金流数据的完备性远不及利润或增速数据同时作为分母的权益短期债务资本租赁义务长期债务数据更是没有预测可用因此在回测操作中作者选择了股东回报即ROE的预测值进一步理解马拉松资本的选股逻辑本质上是对未来回报的趋势变化进行判断可以近似看作期限结构的变化有以下几种主要变化可能未穷举请务必阅读正文后的声明及说明1318TablePageTop金融工程研究报告图18近远期ROE预测形态变化数据来源东北证券因此作者做出如下的轮动设计1以t年末对t1和t2年的行业ROE预测斜率为基准在t1年的每月底计算对t1和t2年ROE预测斜率的变化值每年底进行预测基准的更换不以上月结果作为基准一方面降低月度微调的波动影响再者投资和分析人员在每年底或年初会较为集中的对市场和行业进行判断年内的交易则针对此前做出的判断进行调整因此以t年12月对于t1和t2年的ROE预测值斜率为基准更为合理2abs变化值与远端变化方向相乘获得基础因子也即无论形态变陡还是变平首先取符号而后取幅度因此在向上趋势中如果远端是提升的则表示峰值的提升而在向下趋势中如果远端是提升的则表示到达均衡水平前会持续更久3由于预测值调整可能受到市场涨跌影响同时市场倾向于对近期事件反应过度会在实际预测值调整完成前对突发利好或利空信息进行反馈因此对因子值进行当月的涨跌幅剥离取残差最大的6个行业按月更新在以上规则下对中信一级行业除综合金融外的其他行业进行行业选择历史行业轮动表现如下请务必阅读正文后的声明及说明1418TablePageTop金融工程研究报告图19基于权益回报预测形态进行行业轮动结果58035348024301383302823-0118-021308-03超额基准月度收益右组合月度收益右基准-行业等权组合数据来源东北证券Wind朝阳永续表4第一象限低波选股年化收益风险统计20111231--20230131年化收益年化波动最大回撤收益风险比Calmar组合15722596-4066061039基准-行业等权9092461-5055037018超额593930-960064062数据来源东北证券Wind朝阳永续从多头收益以及相对基准的累计收益情况来看轮动效果较好且年化换手约6倍的水平也较为合理作为补充将5组分组结果进行展示图20行业轮动分组结果数据来源东北证券Wind朝阳永续请务必阅读正文后的声明及说明1518TablePageTop金融工程研究报告4总结本文包含了选股和轮动两部分内容在第二章选股部分根据周期和资本回报的部分内容构建了两个排除尾部风险较大股票的指标分别为流动负债固定资产和资本开支折旧前者主要为了降低对于信贷周期向下时的风险敞口后者则为了避免过度资本开支以及行业供给过剩以及资本周期恶化时的冲击通过以中位数为界限构建22的象限在低流动负债固定资产和低资本开支折旧的第一象限中进行低波选股会比在一般的股票池以及低波结合市值风格的结果要好同时也好于常用股票指数和其他三个象限的第1组低波组合第一象限第1组低波组合年化收益为1765年化波动2483收益风险比为071第三章则以马拉松资本的选股逻辑出发通过适度改变使之适合A股的量化筛选进行行业轮动具体地使用ROE替换CFROI使用ROE预测值的期限形态变化选择在远端向上基础上斜率变化更高的行业作为组合结果显示行业轮动比行业等权有较好的超额表现且超额稳定性较高多头组年化收益1572年化波动2596收益风险比061在这种规则下行业轮动分组排序基本实现保序本文最初的出发点是研究收益和可观测可度量的风险关系然而必须承认的是风险无法穷举不利结果发生时的损失概率也不确定如塔勒布所述历史的风险仅是可能的风险被实现的部分而未然风险则有可能在未来成为现实通过不断的增加风险识别能力和对形态的分析有可能实现在低风险下获得高收益的可能5风险提示以上分析均基于模型结果和历史测算存在的风险点有海外市场波动风险宏观数据政策变化风险模型失效风险请务必阅读正文后的声明及说明1618TablePageTop金融工程研究报告研究团队简介王琦TableIntroduction帝国理工学院数学与金融荣誉硕士南开大学统计学学士2021年加入东北证券上海证券研究咨询分公司任金融工程首席分析师研究方向为金融工程曾任职于兴业财富资产管理有限公司任FOF投资经理李严中山大学统计学本科复旦大学应用统计硕士主要研究基金产品行业轮动方向2020年加入东北证券现任东北证券上海证券研究咨询分公司金融工程组分析师贾英伦敦大学学院金融数学硕士厦门大学数学与应用数学本科2022年加入东北证券研究方向为因子选股现任东北证券上海证券研究咨询分公司金融工程组研究助理张栋梁复旦大学金融硕士南京大学金融学本科2022年加入东北证券研究方向为因子选股现任东北证券上海证券研究咨询分公司金融工程组研究助理重要声明本报告由东北证券股份有限公司以下称本公司制作并仅向本公司客户发布本公司不会因任何机构或个人接收到本报告而视其为本公司的当然客户本公司具有中国证监会核准的证券投资咨询业务资格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和完整性不作任何保证报告中的内容和意见仅反映本公司于发布本报告当日的判断不保证所包含的内容和意见不发生变化本报告仅供参考并不构成对所述证券买卖的出价或征价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证券买卖建议本公司及其雇员不承诺投资者一定获利不与投资者分享投资收益在任何情况下我公司及其雇员对任何人使用本报告及其内容所引发的任何直接或间接损失概不负责本公司或其关联机构可能会持有本报告中涉及到的公司所发行的证券头寸并进行交易并在法律许可的情况下不进行披露可能为这些公司提供或争取提供投资银行业务财务顾问等相关服务本报告版权归本公司所有未经本公司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须在本公司允许的范围内使用并注明本报告的发布人和发布日期提示使用本报告的风险若本公司客户以下称该客户向第三方发送本报告则由该客户独自为此发送行为负责提醒通过此途径获得本报告的投资者注意本公司不对通过此种途径获得本报告所引起的任何损失承担任何责任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并在中国证券业协会注册登记为证券分析师本报告遵循合规客观专业审慎的制作原则所采用数据资料的来源合法合规文字阐述反映了作者的真实观点报告结论未受任何第三方的授意或影响特此声明投资评级说明买入未来6个月内股价涨幅超越市场基准15以上股票增持未来6个月内股价涨幅超越市场基准5至15之间投资评级中所涉及的市场基准投资中性未来6个月内股价涨幅介于市场基准-5至5之间评级A股市场以沪深300指数为市场基准新三板市场以三板成指针对协说明减持未来6个月内股价涨幅落后市场基准5至15之间议转让标的或三板做市指数针对卖出未来6个月内股价涨幅落后市场基准15以上做市转让标的为市场基准香港市场以摩根士丹利中国指数为市场基准美国市场以纳斯达克综合指数或行业优于大势未来6个月内行业指数的收益超越市场基准标普500指数为市场基准投资同步大势未来6个月内行业指数的收益与市场基准持平评级说明落后大势未来6个月内行业指数的收益落后于市场基准重要声明本报告由东北证券股份有限公司以下称本公司制作并仅向本公司客户发布本公司不会因任何机构或个人接收到本报告而视其为本公司的当然客户请务必阅读正文后的声明及说明1718本公司具有中国证监会核准的证券投资咨询业务资格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和完整性不作任何保证报告中的内容和意见仅反映本公司于发布本报告当日的判断不保证所包含的内容和意见不发生变化TablePageTop金融工程研究报告TableSales东北证券股份有限公司网址httpwwwnesccn电话400-600-0686地址邮编中国吉林省长春市生态大街6666号130119中国北京市西城区锦什坊街28号恒奥中心D座100033中国上海市浦东新区杨高南路799号200127中国深圳市福田区福中三路1006号诺德中心34D518038中国广东省广州市天河区冼村街道黄埔大道西122号之二星辉中心15楼510630机构销售联系方式姓名办公电话手机邮箱公募销售华东地区机构销售王一副总监021-6100180213761867866wangyi1nesccn吴肖寅021-6100180317717370432wuxiaoyinnesccn李瑞暄021-6100180218801903156lirxnesccn周嘉茜021-6100182718516728369zhoujqnesccn陈梓佳021-6100188719512360962chenzjnesccn屠诚021-6100198613120615210tuchengnesccn康杭021-6100198618815275517kanghnesccn丁园021-6100198619514638854dingyuannesccn吴一凡021-2036125819821564226wuyifannesccn王若舟021-6100207317720152425wangrznesccn华北地区机构销售李航总监010-5803455318515018255lihangnesccn殷璐璐010-5803455718501954588yinlulunesccn曾彦戈010-5803456318501944669zengygnesccn吕奕伟010-5803455315533699982lvywnesccom孙伟豪010-5803455318811582591sunwhnesccn陈思010-5803455318388039903chensinesccn徐鹏程010-5803455318210496816xupcnesccn曲浩蕴010-5803455518810920858quhynesccn华南地区机构销售刘璇总监0755-3397586513760273833liuxuannesccn刘曼0755-3397586515989508876liumannesccn王泉0755-3397586518516772531wangquannesccn王谷雨0755-3397586513641400353wanggynesccn张瀚波0755-3397586515906062728zhanghbnesccn王熙然0755-3397586513266512936wangxr7561nesccn阳晶晶0755-3397586518565707197yangjjnesccn张楠淇0755-3397586513823218716zhangnqnesccn钟云柯0755-3397586513923804000zhongyknesccn杨婧010-6321089218817867663yangjing2nesccn梁家潆0755-3397586513242061327liangjynesccn非公募销售华东地区机构销售李茵茵总监021-6100215118616369028liyinyinnesccn杜嘉琛021-6100213615618139803dujiachennesccn王天鸽021-6100215219512216027wangtgnesccn王家豪021-6100213518258963370wangjiahaonesccn白梅柯021-2036122918717982570baimknesccn刘刚021-6100215118817570273liugangnesccn曹李阳021-6100215113506279099caolynesccn曲林峰021-6100215118717828970qulfnesccn华北地区机构销售温中朝副总监010-5803455513701194494wenzcnesccn王动010-5803455518514201710wangdongnesccn闫琳010-5803455517862705380yanlinnesccn张煜苑010-5803455313701150680zhangyy2nesccn请务必阅读正文后的声明及说明1818