基本面量化系列：碳中和能源侧基本面因子探索与量化-中信证券.pdf-solarbe文库

资源描述：

请务必阅读末页的免责条款和声明 2022年 7月 26日基本面量化系列碳中和能源侧基本面因子探索与量化张若海联系人伍家豪中信证券研究部数据科技组目录 CONTENTS 2 1. 行业基本面量化与碳中和 2. 政策文本量化应用于“风光储氢”赛道选择 3. 光伏价格类基本面指标探索 3 1.基本面量化与碳中和 I. 基本面量化趋势观测 II. 碳中和领域的基本面量化研究 4  全市场量化基金（包括主动型、指数型、对冲）与主动型量化基金数量持续上行，但主动型量化基金管理总规模近 5年持续在 700亿元上下波动，平均每支基金管理规模近 3 年也持续保持在 2-3亿元的范围。  主动型量化基金年化收益率按基金规模分层统计，不同年份的分布存在一定差异，总体看规模增大年化收益率呈现一定的下降趋势。  策略容量与策略的持续有效是制约量化基金规模增长的重要因素，挖掘低频因子，并实现有效的低频量化交易成为一个极具价值的问题。资料来源 Wind，中信证券研究部量化基金数量与净值总和趋势变化交易低频化、研究范畴精细化是量化投资与研究的两个潜在的发展方向资料来源 Wind，中信证券研究部主动型量化基金数量与净值总和趋势变化资料来源 Wind，中信证券研究部主动型量化基金规模分层统计年化收益率（） 0 2 4 6 8 10 12 14 16 18 20 0 500 1000 1500 2000 2500 3000 20 15 Q1 20 15 Q2 20 15 Q3 20 15 Q4 20 16 Q1 20 16 Q2 20 16 Q3 20 16 Q4 20 17 Q1 20 17 Q2 20 17 Q3 20 17 Q4 20 18 Q1 20 18 Q2 20 18 Q3 20 18 Q4 20 19 Q1 20 19 Q2 20 19 Q3 20 19 Q4 20 20 Q1 20 20 Q2 20 20 Q3 20 20 Q4 20 21 Q1 20 21 Q2 20 21 Q3 20 21 Q4 20 22 Q1 20 22 Q2 量化基金净值总和（亿元）量化基金数量（支）平均规模（亿元每支 /右轴） 0 5 10 15 20 25 0 100 200 300 400 500 600 700 800 900 1000 20 15 Q1 20 15 Q2 20 15 Q3 20 15 Q4 20 16 Q1 20 16 Q2 20 16 Q3 20 16 Q4 20 17 Q1 20 17 Q2 20 17 Q3 20 17 Q4 20 18 Q1 20 18 Q2 20 18 Q3 20 18 Q4 20 19 Q1 20 19 Q2 20 19 Q3 20 19 Q4 20 20 Q1 20 20 Q2 20 20 Q3 20 20 Q4 20 21 Q1 20 21 Q2 20 21 Q3 20 21 Q4 20 22 Q1 20 22 Q2 主动型量化基金净值总和（亿元）主动型量化基金数量（支）平均规模（亿元每支 /右轴） 0 10 20 30 40 50 60 0 2 4 6 8 10 12 0.5亿 0.5亿 -1亿 1亿 -2亿 2亿 -5亿 5亿 -10亿 10亿 -20亿 2021年化收益率均值 2020年化收益率均值 5 海量数据涌现富含信息，数据确权与转化落地成为投资领域数据应用的难题 0 5 10 15 20 25 30 35 0 50 100 150 200 250 300 350 400 2017 2018 2019 2020 2021 金额（亿元）同比增长资料来源中商产业研究院（含预测），中信证券研究部全球大数据储量情况资料来源中国证券业协会，中信证券研究部国内证券公司信息技术投入情况 0 10 20 30 40 50 60 0 10 20 30 40 50 60 70 2017 2018 2019 2020 2021 2022E 储量（ ZB）增速  能不能用在疫情背景下全球大数据总储量仍保持较大幅度的正增长，在 2021年达到 2017年的约 2.5倍。由于互联网近年的发展仍以中心化的模式运行，导致大量高频数据的所有权暂时掌握在 “ 数据运营商 ” 手中。哪些数据可以用以什么条件使用如何保证数据中的隐私成为数据在投资领域转化落地有待解决的首要问题。  怎么用证券公司近年大力投入信息技术，努力向数字化与智能化两个方向发展，赋能业务的同时也完成了越来越多数据资产的留存。国内证券公司信息技术投入近三年同比增速不断提升， 2021年达到约 29。但数据在投资领域中的应用难题至少包括以下几个方面 1、数据供应质量参差； 2、数据治理流程对应用方成为黑箱； 3、如何将形态各异的数据应用在主动与量化投资中。 6 碳中和基本面量化资料来源 Wind，中信证券研究部行业基本面量化框架量价数据财务数据基本面数据另类数据因子化构建策略 /辅助主动投资（赛道）其他哑变量构建策略 /辅助主动投资（个股）数据理解行业理解行业理解 2020-2060年中国一次能源消费结构变化预测（）资料来源国家统计局，中信证券研究部预测中央与地方政策对“碳中和”提及强度（无单位）资料来源中国政府网，各地方政府官网，中信证券研究部 0 20 40 60 80 100 120 140 160 2019Q2 2019Q3 2020Q3 2020Q4 2021Q1 2021Q2 2021Q3 2021Q4 2022Q1 2022Q2 中央部委地方省市 7 行业理解与数据算法的交叉赋能，将更多有价值的数据应用于研究资料来源中信证券研究部行业基本面量化框架量价数据财务数据基本面数据另类数据因子化构建策略 /辅助主动投资（赛道）其他哑变量构建策略 /辅助主动投资（个股）数据理解行业理解行业理解政策文本数据光伏行业价格数据政策强度因子综合价格指数 “ 风光储氢”赛道选择光伏择时任务 1政策文本量化任务 2价格指标聚合资料来源中信证券研究部 8 2.政策文本量化应用于“风光储氢”赛道的选择 I. 政策文本数据与标签量化 II. 政策强度因子化 III.政策强度因子在“风光储氢”赛道配置的回测 9 政策文件类型指标构建产业相关性  产业标签构建  模型文本分类模型  训练数据部分数据源的原始标签人工构建字典规则筛选。  训练目标科技、制造、基地、周期等产业相关性资料来源中国政府网，中信证券研究部政策网站分类体系示例政策与产业的相关性指标构建流程国务院文件库标签整理利用训练分类模型模型无行业标签政策行业标签构建关键词典训练数据修正标签资料来源中信证券研究部 10 政策文件权重指标构建引用网络权重  政策文件的引用权重（引用关系）；  基于政策引用关系构建；  利用网络结构，基于 PageRank算法构建。资料来源中信证券研究部引用关系网络示例引用关系网络案例集成电路政策 2011年 2月 9日国务院关于印发进一步鼓励软件产业和集成电路产业发展若干政策的通知 2013年 10月 21日深圳市人民政府印发深圳市关于进一步加快软件产业和集成电路设计产业发展若干措施的通知 2013年 12月 04日深圳市人民政府关于加快信息化发展的若干意见 2014年 05月 21日深圳市人民政府办公厅关于印发加快推进公共场所无线局域网建设行动计划资料来源中国政府网，深圳市政府官网，中信证券研究部 11 政策文件权重指标构建财经媒体报道权重  1、关联每条政策与对应的新闻报道。  2、新闻抽取影响的个股 /板块和影响的正负向。  3、对每条政策，统计财经新闻的报道数量和对市场的影响情况。资料来源 Wind，中国政府网，其他政府官网，中信证券研究部新闻抽取结果统计到个股结果示例政策关联报导新闻示例 “双减”政策资料来源中国政府网，央视新闻，澎湃新闻，新浪新闻，光明日报，中信证券研究部 2021年 7月 24日中共中央办公厅国务院办公厅印发关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见新浪新闻 2021年 7月 24日中办国办印发关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见澎湃新闻 2021年 7月 24日政策要闻 | 教育部办公厅关于印发关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见的通知央视新闻 2021年 7月 24日中共中央办公厅国务院办公厅印发关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见光明日报 2021年 7月 25日中办国办印发关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见 12 资料来源中国政府网，各部委官网，中信证券研究部测算政策文本量化研究基础政策文本库梳理并借助 NLP技术构建量化指标 2022年 6月部分政策文本库内容展示 13 综合考虑多维因素构建“风光储氢”的产业政策强度因子  政策文本具有概括性高，涉及范围广的特征，形式和内容都导致了其原始数据距离投资有效性具备一定的距离。所以我们构建了多个量化指标，将政策体系和文本中包含的信息进行刻画，从而尽可能实现政策文本指标化。  目前我们对政策文本进行统计和分析的方法大致可以分为两类  1、挖掘短期热点主题型机会，利用了市场对政策的敏感性。  2、把握中长期配置型机会，通过政策文本挖掘，寻找政策对部分产业的长期引导和扶持的强度和内容。  政策强度因子的前提假设在 “ 风光储氢 ” 四个赛道中，通过对尽可能多的政策文本进行较低频率（季度）下的统计，提及强度快速提升或绝对值较高的方向，是中期重点扶持的方向。  政策强度因子的构建方法示例 Fa, b, c, d a * b * math.logc 3 * math.logd 0.5  a政策发文部门维度  b政策文件引用维度  c政策被财经新闻报道维度  d政策对关键词提及维度 14 政策因子赛道配置回测，重配光伏与储能、但准确捕捉了风电与氢能的超额收益政策单因子对风光储氢 4个赛道指数的配置回测结果政策因子每季度综合得分的排序顺位资料来源 Wind，中国政府网，各部委官网，中信证券研究部注加权配置不等全买入的配置权重为 [10.6， 20.25， 30.15， 40] 资料来源 Wind，中国政府网，各部委官网，中信证券研究部注回测根据当季度的政策因子得分进行下季度配置选择。  通过政策强度单因子进行超过 4年回测，我们看到政策强度因子对于当前赛道配置具备一定的指导意义  Baseline选取四个赛道的指数等权配置。  对顺位 Top1的赛道进行配置， 2018年至今相较 Baseline超额收益率为 188.56，年化绝对收益率为 42.3（ baseline 22.0）。  从季度综合得分排序顺位看，光伏与储能政策配置概率相对较高，风电与氢能配置的时点相对较少，但很好的捕捉到了风电在 2021Q3和氢能在 2021Q1的超额收益。 0 50 100 150 200 250 300 350 400 baseline_等权配置收益率加权配置收益率 _等权买入 Top1 加权配置收益率 _等权买入 Top2 加权配置收益率 _等权买入 Top3 加权配置收益率 _不等权买入 Top3 季度光伏风电储能氢能 2018Q1 2 3 1 4 2018Q2 1 3 2 4 2018Q3 2 1 4 3 2018Q4 1 2 4 3 2019Q1 1 2 3 4 2019Q2 2 1 3 4 2019Q3 2 4 1 3 2019Q4 3 4 1 2 2020Q1 1 3 2 4 2020Q2 2 3 1 4 2020Q3 1 3 2 4 2020Q4 2 3 4 1 2021Q1 1 3 4 2 2021Q2 3 1 2 4 2021Q3 2 3 1 4 2021Q4 1 3 2 4 2022Q1 2 4 1 3 2022Q2 2 3 1 4 15 超额收益与四个赛道收益率标准差相关性较高，且收益并不完全来自重配赛道不同策略季度超额收益与 4条赛道季度收益率标准差对比 Top1等权买入配置的收益来源占比拆解（）资料来源 Wind，中国政府网，各部委官网，中信证券研究部季度季度收益率光伏 8 8 4 0 4 5 .W I 季度收益率风电 8 6 6 0 4 4 .W I 季度收益率储能 8 8 4 7 9 0 .W I 季度收益率氢能 8 6 6 0 3 1 .W I 超额收益_ T o p 1 等权买入超额收益_ T o p 2 等权买入超额收益_ T o p 3 等权买入超额收益_ 不等权买入T o p 3 季度收益率标准差 2 0 1 8 Q 1 -3 . 8 / -4 . 1 -3 . 8 0 . 0 0 2 0 1 8 Q 2 -1 9 . 9 -2 5 . 5 -2 2 . 9 -1 2 . 0 -2 . 8 5 -1 . 3 5 -2 . 7 1 -2 . 4 9 0 . 0 5 2 0 1 8 Q 3 -1 1 . 3 -8 . 9 -1 0 . 6 -1 0 . 4 -0 . 9 8 -0 . 6 5 0 . 0 3 -0 . 4 6 0 . 0 1 2 0 1 8 Q 4 -8 . 9 0 . 5 -4 . 0 -9 . 3 5 . 9 0 1 . 2 1 -0 . 4 7 2 . 0 9 0 . 0 4 2 0 1 9 Q 1 3 4 . 0 4 1 . 8 4 3 . 6 3 6 . 0 -4 . 8 3 -0 . 9 4 -1 . 5 9 -2 . 5 9 0 . 0 4 2 0 1 9 Q 2 -9 . 1 -9 . 1 -9 . 4 -4 . 2 -1 . 1 9 -1 . 1 5 -1 . 2 5 -1 . 2 1 0 . 0 2 2 0 1 9 Q 3 -0 . 8 1 . 8 0 . 9 -3 . 7 2 . 2 7 0 . 9 4 1 . 0 7 1 . 4 6 0 . 0 2 2 0 1 9 Q 4 4 . 9 -0 . 5 1 8 . 7 7 . 3 1 1 . 1 0 4 . 1 9 2 . 6 9 5 . 9 3 0 . 0 7 2 0 2 0 Q 1 -0 . 8 -1 1 . 8 -0 . 7 -9 . 5 5 . 0 5 0 . 6 2 2 . 0 3 2 . 8 0 0 . 0 5 2 0 2 0 Q 2 1 5 . 3 1 7 . 1 1 7 . 9 1 6 . 9 -1 . 5 4 -0 . 2 2 -0 . 0 5 -0 . 6 0 0 . 0 1 2 0 2 0 Q 3 2 6 . 4 4 0 . 7 2 5 . 8 2 0 . 3 -2 . 5 2 -2 . 1 9 2 . 6 7 -0 . 1 2 0 . 0 8 2 0 2 0 Q 4 2 1 . 8 2 7 . 7 2 3 . 2 1 3 . 1 0 . 3 6 1 . 0 5 2 . 7 8 1 . 5 9 0 . 0 5 2 0 2 1 Q 1 -1 1 . 7 0 . 1 -1 1 . 2 4 . 3 8 . 9 1 0 . 9 2 2 . 1 9 4 . 2 9 0 . 0 7 2 0 2 1 Q 2 2 8 . 7 -2 . 3 3 4 . 0 6 . 8 1 1 . 8 8 0 . 9 5 -5 . 7 4 1 . 7 6 0 . 1 5 2 0 2 1 Q 3 3 4 . 5 5 8 . 0 1 9 . 1 6 . 4 2 8 . 4 7 9 . 0 4 7 . 6 9 1 5 . 2 3 0 . 1 9 2 0 2 1 Q 4 6 . 3 4 . 2 7 . 5 8 . 4 0 . 8 8 0 . 3 0 -0 . 6 1 0 . 1 0 0 . 0 2 2 0 2 2 Q 1 -1 8 . 4 -2 3 . 0 -2 2 . 9 -2 3 . 2 3 . 4 7 1 . 2 4 0 . 4 5 1 . 6 6 0 . 0 2 2 0 2 2 Q 2 1 8 . 2 1 7 . 7 2 4 . 5 3 . 2 8 . 5 6 5 . 4 4 -0 . 5 9 3 . 8 2 0 . 0 8 风电储能光伏氢能资料来源 Wind，中国政府网，各部委官网，中信证券研究部  对比季度超额收益与 4条赛道指数的季度收益率标准差看，当四个赛道收益率出现分化时，可以准确捕捉到增速更快的赛道。  从 Top1等权买入配置方法的收益来源拆解看，整体收益的赛道集中度相对不高，并不是依赖持续重配某条赛道获得超额收益。光伏与储能作为 Top1等权买入方法的重配赛道，但风电带来的收益率反而排名最高。 16 资料来源 Wind，中信证券研究部回测结果时序展示 _储能交易低频化、研究范畴精细化是量化投资与研究的两个潜在的发展方向资料来源 Wind，中信证券研究部回测结果时序展示 _氢能资料来源 Wind，中信证券研究部回测结果时序展示 _光伏资料来源 Wind，中信证券研究部回测结果时序展示 _风电 17 3.光伏价格类基本面指标探索 I. 光伏价格类指标的选取 II. 基于 PCA的指标聚合 III.双均线策略对价格聚合指标的回测 18 聚焦光伏赛道，梳理产业链各环节多种类型指标体系  光伏赛道按照产业链环节进行划分，并将指标大致分为价、量、进出口、其他几类。本次介绍的研究内容主要围绕价格类指标展开，由于价格指标目前可以获取日频结果，所以最终聚合形成的形成光伏行业的综合价格指标也具备高频的特征，可以形成不定期的择时因子。  指标选择  相同环节的价格类指标整体趋势相似，但存在不同程度的滞后，据此剔除严重滞后且趋势相同的指标。  不同环节进出口总量占比存在一定差异，据此判断是否选择进出口价格类指标。  剔除时间跨度过短的指标。资料来源 SMM， Wind，中信证券研究部光伏产业链环节部分指标列表示例领域名称聚合指标指标来源更新频率指标名称指标单位指标类型一级环节二级环节指标时间跨度（天数）光伏金属硅价格 SMM 日度 220 2硅 FOB 黄埔港-平均价美元/吨价硅金属硅 4496 光伏金属硅价格 SMM 日度 551 硅昆明 -平均价元/ 吨价硅金属硅 4039 光伏金属硅价格 SMM 日度不通氧4 41 硅福建-平均价元/ 吨价硅金属硅 3357 光伏金属硅价格 SMM 周度三氯氢硅-平均价元/ 吨价硅三氯氢硅 1208 光伏金属硅价格 SMM 周度新疆硅石-平均价元/ 吨价硅硅石 1207 光伏金属硅价格 SMM 日度 441 金属硅粉- 平均价元/ 吨价硅硅粉 1206 光伏多晶硅价格 Wind 周度现货价周平均价光伏级多晶硅美元/千克价硅料多晶硅 3969 光伏多晶硅价格 Wind 周度现货价国产多晶硅料一级料美元/千克价硅料多晶硅 3324 光伏多晶硅价格 Wind 周度现货价进口多晶硅料美元/千克价硅料多晶硅 3324 光伏多晶硅价格 SMM 日度多晶硅菜花料-平均价元/ 千克价硅料多晶硅 1206 光伏多晶硅价格 SMM 日度多晶用料-平均价元/ 千克价硅料多晶硅 1117 光伏多晶硅价格 Wind 月度出口价格多晶硅28 046 190 当月值美元/千克进出口硅料多晶硅 4503 光伏多晶硅价格 Wind 月度进口价格多晶硅28 046 190 当月值美元/千克进出口硅料多晶硅 4503 光伏多晶硅价格 Wind 周度光伏行业综合价格指数SP I 多晶硅无指数硅料指数 2978 光伏硅片价格 Wind 月度出口金额7. 5cm ≤直径≤15. 24c m 单晶硅片 381 800 11 当月值万美元价硅片单晶硅片 4503 光伏硅片价格 Wind 周度现货价周平均价多晶硅片 156 mm 156 mm 美元/片价硅片多晶硅片 3969 光伏硅片价格 Wind 月度市场价单晶硅片15 6mm 1 56m m,一线厂商国内元/ 片价硅片单晶硅片 3926 光伏硅片价格 Wind 日度出厂价含税多晶硅片 A片国内主流厂商平均元/ 片价硅片多晶硅片 3840 光伏硅片价格 Wind 周度光伏行业综合价格指数SP I 硅片无指数硅片指数 2978 19 多维价格指标聚合，高频反应光伏市场供需变化关系资料来源 SMM， Wind，中信证券研究部价格类指标处理流程硅片价格指数为例原始数据电池片综合价格指标数据平滑转换同比标准化空值 /异常处理 PCA 20 “价 ”虽滞后于 “量 ”，但高频综合价格指数仍可反映光伏市场供需博弈结果资料来源 SMM， Wind，中信证券研究部光伏产业综合价格指数结果展示 0 1,000 2,000 3,000 4,000 5,000 6,000 -10 -5 0 5 10 15 20 25 20 12 -07 -12 20 12 -08 -20 20 12 -09 -28 20 12 -11 -06 20 12 -12 -15 20 13 -01 -23 20 13 -03 -03 20 13 -04 -11 20 13 -05 -20 20 13 -06 -28 20 13 -08 -06 20 13 -09 -14 20 13 -10 -23 20 13 -12 -01 20 14 -01 -09 20 14 -02 -17 20 14 -03 -28 20 14 -05 -06 20 14 -06 -14 20 14 -07 -23 20 14 -08 -31 20 14 -10 -09 20 14 -11 -17 20 14 -12 -26 20 15 -02 -03 20 15 -03 -14 20 15 -04 -22 20 15 -05 -31 20 15 -07 -09 20 15 -08 -17 20 15 -09 -25 20 15 -11 -03 20 15 -12 -12 20 16 -01 -20 20 16 -02 -28 20 16 -04 -07 20 16 -05 -16 20 16 -06 -24 20 16 -08 -02 20 16 -09 -10 20 16 -10 -19 20 16 -11 -27 20 17 -01 -05 20 17 -02 -13 20 17 -03 -24 20 17 -05 -02 20 17 -06 -10 20 17 -07 -19 20 17 -08 -27 20 17 -10 -05 20 17 -11 -13 20 17 -12 -22 20 18 -01 -30 20 18 -03 -10 20 18 -04 -18 20 18 -05 -27 20 18 -07 -05 20 18 -08 -13 20 18 -09 -21 20 18 -10 -30 20 18 -12 -08 20 19 -01 -16 20 19 -02 -24 20 19 -04 -04 20 19 -05 -13 20 19 -06 -21 20 19 -07 -30 20 19 -09 -07 20 19 -10 -16 20 19 -11 -24 20 20 -01 -02 20 20 -02 -10 20 20 -03 -20 20 20 -04 -28 20 20 -06 -06 20 20 -07 -15 20 20 -08 -23 20 20 -10 -01 20 20 -11 -09 20 20 -12 -18 20 21 -01 -26 20 21 -03 -06 20 21 -04 -14 20 21 -05 -23 20 21 -07 -01 20 21 -08 -09 20 21 -09 -17 20 21 -10 -26 20 21 -12 -04 20 22 -01 -12 20 22 -02 -20 20 22 -03 -31 20 22 -05 -09 光伏综合价格指数 Wind光伏指数  光伏综合价格指数构建时间从 2012年 7月至 2022年 5月。除 2015年市场大幅波动外，光伏综合价格指数从中长期趋势看，对 Wind光伏指数的走势有一定的前瞻性。  结合近年光伏上游供给与下游需求出现错配的情况，高频的综合价格指数可以在一定程度上很好的反映产业链供需博弈的结果，虽然相较库存等数量指标存在一定的滞后，但中长期趋势预计在拐点处仍小幅领先于市场。 21 择时具备一定的超额收益，但对于回撤控制的效果更加亮眼资料来源 SMM， Wind，中信证券研究部光伏产业综合价格指数双均线策略回测时序结果  基于光伏综合价格指数，使用双均线策略对光伏指数进行择时， 2012年 7月至 2022年 5月回测结果绝对收益率为 581（交易佣金设置为 0.3，短期均线设置为 3天，长期均线设置为 120天），相较于 baseline超额收益为 108。  从买卖时点看，策略对于对于回撤的控制优异。 22 收益率对于短期价格变动敏感，季度均线是价格指数中长期参考的优选资料来源 SMM， Wind，中信证券研究部测算策略回测收益率对参数变化的敏感性测试短期均线  从长短均线的参数敏感性测试结果看，短期均线选择越短，绝对收益率越高，当短期均线过大时，金叉和死叉均会后移从而导致最佳买卖时点的延迟。  从长期均线看，选择 3-4个月是收益率最高的区间，此时均线会保持相对稳定的状态，与短期均线相交的时点最优且回撤控制最理想。资料来源 SMM， Wind，中信证券研究部测算策略回测收益率对参数变化的敏感性测试长期均线 0 100 200 300 400 500 600 700 1 3 5 10 15 baseline 20 30 绝对收益率短期均线（天） 0 100 200 300 400 500 600 700 800 900 1000 25 50 75 100 125 150 175 200 baseline 绝对收益率长期均线感谢您的信任与支持 THANK YOU 23 联系人伍家豪张若海（数据科技首席分析师）执业证书编号 S1010516090001 免责声明 24 分析师声明主要负责撰写本研究报告全部或部分内容的分析师在此声明（ i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；（ ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。一般性声明本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构（仅就本研究报告免责条款而言，不含 CLSA group of companies），统称为 “ 中信证券 ” 。本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。评级说明投资建议的评级标准评级说明报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后 6到 12个月内的相对市场表现，也即以报告发布日后的 6到 12个月内的公司股价（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；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普 500指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。股票评级买入相对同期相关证券市场代表性指数涨幅 20以上增持相对同期相关证券市场代表性指数涨幅介于 5～ 20之间持有相对同期相关证券市场代表性指数涨幅介于 -10～ 5之间卖出相对同期相关证券市场代表性指数跌幅 10以上行业评级强于大市相对同期相关证券市场代表性指数涨幅 10以上中性相对同期相关证券市场代表性指数涨幅介于 -10～ 10之间弱于大市相对同期相关证券市场代表性指数跌幅 10以上证券研究报告 2022年 7月 26日免责声明 25 特别声明在法律许可的情况下，中信证券可能（ 1）与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（ 2）参与或投资本报告所提到的公司的金融交易，及 /或持有其证券或其衍生品或进行证券或其衍生品交易。本研究报告涉及具体公司的披露信息，请访问 https//research.citicsinfo.com/disclosure。法律主体声明本研究报告在中华人民共和国（香港、澳门、台湾除外）由中信证券股份有限公司（受中国证券监督管理委员会监管，经营证券业务许可证编号 Z20374000）分发。本研究报告由下列机构代表中信证券在相应地区分发在中国香港由 CLSA Limited （于中国香港注册成立的有限公司）分发；在中国台湾由 CL Securities Taiwan Co., Ltd.分发；在澳大利亚由 CLSA Australia Pty Ltd.（商业编号 53 139 992 331/金融服务牌照编号 350159）分发；在美国由 CLSA（ CLSA Americas, LLC除外）分发；在新加坡由 CLSA Singapore Pte Ltd.（公司注册编号 198703750W）分发；在欧洲经济区由 CLSA Europe BV分发；在英国由 CLSA （ UK）分发；在印度由 CLSA India Private Limited分发（地址 8/F, Dalamal House, Nariman Point, Mumbai 400021；电话 91-22-66505050；传真 91-22-22840271；公司识别号 U67120MH1994PLC083118）；在印度尼西亚由 PT CLSA Sekuritas Indonesia分发；在日本由 CLSA Securities Japan Co., Ltd.分发；在韩国由 CLSA Securities Korea Ltd.分发；在马来西亚由 CLSA Securities Malaysia Sdn Bhd分发；在菲律宾由 CLSA Philippines Inc.（菲律宾证券交易所及证券投资者保护基金会员）分发；在泰国由 CLSA Securities Thailand Limited分发。针对不同司法管辖区的声明中国大陆根据中国证券监督管理委员会核发的经营证券业务许可，中信证券股份有限公司的经营范围包括证券投资咨询业务。中国香港本研究报告由 CLSA Limited分发。本研究报告在香港仅分发给专业投资者（证券及期货条例（香港法例第 57