金融工程研究 Page1

证券研究报告—专题报告

[Table_Title]
金融工程
学术文献研究系列第 33 期
数量化投资
2022 年 02 月 11 日
[Table_BaseInfo] 学术文献推荐
相关研究报告：
《基金评价报告：智能时代启航，算力驱动未
来—华泰柏瑞中证港股通科技 ETF 投资价值
分析》 ——2022-01-17 Quant 因子周期
《金融工程专题研究：2021Q4 百亿基金和北
向资金加仓了哪些业绩大增股？》 ——
2022-02-08
《学术文献研究系列第 32 期：分析师的盈利 传统量化因子（价值、动量、低波、质量）表现的波动加大，尤其是价值
预测是否受到友商预测结果的影响？》 ——
2022-01-25 因子的暂时失效使得 2018-2020 年被称为“量化危机”
。本文发现这种因
《基金评价报告：万物互联新征程—华宝中证
港股通互联网 ETF 投资价值分析》 —— 子表现的周期性变化很难通过外生变量（如宏观经济指标）进行择时。
2022-01-22
《基金市场专题报告：中国 ETF 市场 2021 年 如何把握传统量化因子的表现波动？本文认为：因子本质上遵循它们自己
度大盘点》 ——2022-02-09
的周期，因子周期性表现变化可以从因子收益本身中推断出来。根据这种
证券分析师：张欣慰 方法，我们确定了一个 Quant 周期：多数时间由正常阶段组成（价值因子
电话： 021-60933159 没有失效），偶尔被价值因子的大幅回撤打断（要么是由于成长型股票的
E-MAIL： zhangxinwei1@guosen.com.cn
证券投资咨询执业资格证书编码：S0980520060001 反弹，要么是价值型股票的崩溃，进而出现逆转）。正常阶段大约占三分
证券分析师：陈可 之二的时间。成长反弹或价值崩溃的频率大约每十年发生一次，通常持续
电话： 021-60875169
E-MAIL： chenke4@guosen.com.cn 两年左右。在非正常阶段，价值因子和低波因子表现不佳，然而动量是非
证券投资咨询执业资格证书编码：S0980521010002
常有效的；正常阶段，常见量化因子均具有较强的表现。

价值因子（成长因子）不可能永远失效或永远有效。对于投资者而言，他
们应该集中精力更好地理解因子本身所隐含的量化周期，而不是坚持传统
框架。Quant 周期可以帮助投资者制定多年展望。例如，在经历了成长风
格的快速反弹和随后的逆转后，很可能回归正常阶段，而在持续正常成长
价值风格后，成长反弹或价值崩溃的可能性可能越来越大。

风险提示：本报告基于相关文献，不构成投资建议。

独立性声明：

作者保证报告所采用的数据均来自合规渠道，
分析逻辑基于本人的职业理解，通过合理判断
并得出结论，力求客观、公正，结论不受任何
第三方的授意、影响，特此声明。

请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page2

内容目录

文献来源 ...................................................................................................................... 4
引言 ............................................................................................................................. 4
数据 ............................................................................................................................. 5
传统指标结果 ............................................................................................................... 5
定义 Quant 周期 .......................................................................................................... 9
Quant 周期的实证结果 .............................................................................................. 10
结论 ........................................................................................................................... 13
国信证券投资评级 ...................................................................................................... 15
分析师承诺 ................................................................................................................ 15
风险提示 .................................................................................................................... 15
证券投资咨询业务的说明 ........................................................................................... 15

请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page3

图表目录

图 1：美国 NBER 经济周期划分情况........................................................................... 5

图 2：不同因子在 NBER 经济周期下的收益表现 ......................................................... 6
图 3：美国通胀阶段划分情况 ...................................................................................... 6
图 4：不同因子在通胀周期下的收益表现..................................................................... 7
图 5：ISM 周期划分 ..................................................................................................... 7
图 6：不同因子在 ISM 周期下的收益表现.................................................................... 8
图 7：投资者情绪周期划分 .......................................................................................... 8
图 8：不同投资者情绪下的因子表现 ............................................................................ 9
图 9：QuantCircle .................................................................................................... 10
图 10：QuantCircle 划分 .......................................................................................... 10
图 11：不同 QuantCircle 下的因子表现 .................................................................... 11
图 12：QuantCircle 不同阶段出现频率..................................................................... 12
图 13：Quant Circle 状态迁移的无条件概率 ............................................................ 13
图 14：总结 ............................................................................................................... 13

请务必阅读正文之后的免责条款部分 全球视野本土智慧

tZhVfXvNtQrNoP7NdN6MmOpPsQsQiNrRzQiNoMoObRpOpOwMtRoNuOrMmN
 Page4

文献来源
文献来源：David Blitz，2021，The Quant Cycle，SSRN
文献亮点：多数选股因子尽管长期能够带来正超额，但其表现具有一定的周期
性。如何去理解这种周期性？文献认为这种周期性与外在的经济周期关联度并
不大，而需要理解该因子自身内在的周期性特征。由此，本文构建了一个 Quant
周期，该周期对常见选股因子的收益表现具有较强的解释能力。

引言
资产定价模型中的因子具有周期性，长期内会提供溢价，但短期内会经历牛市
和熊市阶段。例如，Fama 和 French（1993）的 HML 价值因子的长期溢价约
为 3%，但在 1998-1999 年期间的年回报率为-20%，在 2000-2006 年期间的年
回报率为 15%。是什么导致了这些因子的周期性特征？
从理性的资产定价角度来看，因子溢价是风险溢价，反映了对某些宏观经济风
险的回报。这将意味着因子表现与经济周期相关。此后，许多研究试图在各种
因子和商业周期之间建立一个强有力的实证联系，但事实证明这并不容易。最
近的一个例子是 Ilmanen 等人（2021 年）的论文：他们研究了十几个与商业周
期、增长和货币政策相关的宏观经济变量，但发现这些变量都不能非常有效地
解释因子的风险溢价规律。
我们认为，因子溢价是风险溢价的逻辑是有缺陷的。如果因子溢价的来源是投
资者行为上的，那么我们可能需要从不同的方向来正确地理解因子回报的周期
性变化。例如，斯坦博、余和袁（2012）研究表明，因子回报与投资者情绪指
数之间存在很强的紧密联系。我们证实，与传统的经济周期指标相比，该行为
指标捕获了更多的因子溢价的周期性变化。然而，实时计算情绪得分并不容易，
得分可能违反直觉，而且最重要的是，投资者情绪的区分能力仍然有限，因为
预期因子溢价在不同情形下仍然为正。
受这些结果的启发，我们认为这些因子本质上遵循它们自己的周期。根据这种
方法，我们确定了一个大致的周期组合：一个正常阶段，一个价值因子大幅回
撤阶段以及随即而来的逆转阶段。正常阶段大约三分之二的时间。价值因子的
回撤是由成长型股票的反弹或价值型股票的崩盘引起的，它们发生的频率大约
是每十年一次，通常持续两年左右。在这些期间，价值因子的巨大损失往往对
应着动量因子的具有较好的表现。经历成长反弹和价值崩溃之后通常会出现剧
烈的逆转，其特征主要是强劲上涨的成长型股票崩溃或者强劲反弹的股票表现
不佳。
我们得出的结论是：为了理解这些因子的周期性表现，投资者应该认识到这些
因子遵循他们自己的情绪驱动的周期。传统的商业周期和情绪指标可能会影响
其中一些，但它们的实际作用有限。通过直接从因子收益推断量化因子的周期，
我们能够捕获更多的周期性变化。对投资者来说，实际意义是，他们应该集中
精力更好地理解因子本身所隐含的量化周期，而不是坚持传统框架，传统框架
最多与实际因子回报有微弱的联系。

请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page5

数据
我们的主要分析集中于投资者经常关注的四个因子：价值、质量、动量和低波。
对于每个因子，我们构建两种定义。对于价值，我们使用 Fama 和 French（1993）
的 HML 价值因子和 Fama 和 French（2015）的 CMA 因子。
在质量因子方面，我们使用了 Fama 和 French（2015）的 RMW 盈利能力因子，
它基于运营盈利能力，以及 QMJ 因子（它基于大约 20 种不同的质量指标）。
对于动量因子，我们使用 Carhart（1997）的 WML 动量因子，它是基于过去
12-1 月收益，以及 Blitz ,Huij, and Martens(2011)的 iMom 特殊（或剩余）动量
因子。最后，对于低波因子我们使用 Blitz 的 VOL 因子（基于过去 36 月的波动
率），和 BAB 因子(Bet Against Beta，2014）。此外，我们还考虑了这 8 个因子
的等权(1/N)组合。除 BAB 外，所有因子都基于市值加权的 2x3 投资组合。所
有因子均是月度数据，从 1963 年 7 月到 2020 年 12 月。
为了完整起见，我们还报告了市场因子、规模因子的结果。尽管规模因子在学
术资产定价模型中占有稳固的地位，但 Blitz 和 Hanauer(2021b)表明，自大约
40 年前被发现以来，规模溢价未能实现。

传统指标结果
我们首先简要地考察不同宏观经济环境下因子的表现。我们考虑了 NBER 经济
扩张与经济衰退、通胀环境、ISM 采购经理人情绪，以及贝克和沃格（2006）
的投资者情绪衡量指标。为了更全面地分析因子与各种宏观经济指标之间的关
系，我们参考 Ilmanen 等研究(2021)。
图 1 显示了根据美国国家经济研究局(NBER)经济周期划分情况。其中经济正处
于衰退状态的平均时间占比为 12%。
图 1：美国 NBER 经济周期划分情况

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

表 2 显示了经济扩张与经济衰退期间各因子的年化收益。对于市场因子，我们
观察到一个很大的回报差异，在扩张期间的平均回报为 8.8%，而衰退期有-7.4%。
对于其他因子，回报差异显著更小。

请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page6

图 2：不同因子在 NBER 经济周期下的收益表现

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

Neville(2021)研究通胀与非通胀时期投资策略的表现。他们将通胀定义为总体
通胀同比加速、通胀水平超过 5%的时期。根据他们的分类，图 3 显示，膨胀
期占总体样本的 25%。Neville(2021)发现，股票和债券在通胀时期有巨大的负
回报，但趋势追踪策略在这种环境下通常表现良好。
图 3：美国通胀阶段划分情况

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

表 4 证实了上述结论，通胀时期的平均市场回报率为-5%。在通胀时期，动量
因子具有更强的表现。两个低风险因子在通胀时期苦苦挣扎，这与它们已知的
类债券性质相一致(债券在通胀时期有巨大的负回报)。不过，价值和质量因子似
乎在很大程度上不受通胀和非通胀条件的影响。简单的 1/N 复合因子同样非常
稳定，在两种情况下具有几乎相同的回报。

请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page7

图 4：不同因子在通胀周期下的收益表现

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

接下来我们考虑 ISM 采购经理人指数，这是美国市场广泛关注的景气度指标。

我们区分了 ISM 水平高于 50 和低于 50，这意味着乐观和悲观的景气度前景。
图 5 显示，在我们的样本中，悲观状态发生的时间为 27%。
图 5：ISM 周期划分

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

图 6 显示，与因子收益几乎没有关系。无论 ISM 的前景是乐观还是悲观，因子

回报通常都是稳定的，而 1/N 组合在这两个州的回报几乎相同。

请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page8

图 6：不同因子在 ISM 周期下的收益表现

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

学术文献中一个流行的情绪指标是贝克和沃格勒（2006）的投资者情绪指数。
图 7 显示积极和消极的投资者情绪分别发生在平均约 50%的时间。
图 7：投资者情绪周期划分

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

斯坦博、余和袁（2012）发现，当情绪为积极时，因子回报比消极时要高得多。
图 8 证实了价值、质量和低风险因子的这一结果，当投资者情绪为正时均显示
出强回报，当投资者情绪为负时回报较弱。只有动量因子似乎对情绪状态不敏
感。有趣的是，当市场人气为负面情绪时，规模因子和市场因子会表现得更好。

请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page9

图 8：不同投资者情绪下的因子表现

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

与之前讨论的宏观经济指标相比，投资者情绪指数似乎在识别因子回报方面更
有效。然而，它也有一些缺点。首先，根据所需的输入，实时计算投资者情绪
得分并不容易。其次，这些分数可能是违反直觉的。例如，可用样本的最后 10
年（2009-2018 年）基本上是一个大牛市，但情绪指标主要是负的（70%的时
间）。第三，尽管投资者情绪可能比其他指标更有效，但其区分能力仍然有限，
因为因子溢价在所有情况下都是正的。

定义 Quant 周期
建立宏观经济风险和因子溢价之间的关系较为困难。例如，该因子周期中的主
要转折点似乎与主要宏观经济转折并不一致，但似乎与投资者情绪的变化有关。
目前还不清楚是什么引发了这些情绪的变化。
如果因子溢价的来源确实是行为上的，那么这就可以解释为什么投资者情绪指
数在区分因子回报方面似乎更有效。然而，即使是这个指标，其区分能力仍然
较为微弱。在这一节中，我们认为因子回报的周期性是由情绪驱动的，直接从
因子回报出发可能更接近本质，而不是依赖于各种间接指标。换句话说，因子
本质上遵循它们自己的行为周期，尽管其他宏观经济和行为指标可能会发现其
中一些动态，但全貌只能通过研究因子本身来揭示。
我们通过定性地识别对应于牛市和熊市的峰值和波谷来确定量化周期。在定义
量化周期时，我们更关注波动因子，如价值和动量，而不是质量等因子，它们
表现出更少极端的回报波动。观察价值因子，我们观察到它大约每十年就会出
现一次重大回撤。这些下跌的原因要么是成长型股票的反弹（在看涨的环境下），
要么是价值型股票的崩盘（在看跌的环境下） 。对于低风险因子来说，这些时期
也往往很艰难。然而，正如 Blitz（2021 年）所观察到的那样，价值因子上的巨
大损失往往反映在动量因子上的巨大收益。在成长反弹或价值崩溃之后，我们
通常会观察到一个强劲的逆转。在这里，区分看涨和看跌变量更重要，因为它
们对因子回报的影响是非常不同的。第一个状态，我们将称之为熊市反转，其
特征是在前一阶段反弹的成长型股票的崩盘，导致价值因子的强劲反弹。一个
例子就是 2000-2002 年科技泡沫的奔溃，在此期间，纳斯达克指数损失了超过
四分之三的价值。第二种状态，我们称之为牛市反转，其特征是经历了最大损
失的股票的反弹，导致动量因子的巨大负回报。

请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page10

在全球金融危机期间遭受重创的廉价金融类股得以强劲复苏。如果被大规模抛
售的成长型股票再次反弹，如 2002-2003 年，那么在熊市逆转后也可能出现牛
市逆转。对多因子投资者来说，熊市逆转往往很好，所有因子都有巨大的正回
报，但牛市逆转更具挑战性，除价值外，大多数因子都有巨大的负回报。在反
转阶段后，因子倾向于恢复到正常模式，这是实际上的大约三分之二的阶段。
图 9 给出了 Quant 周期的概念说明。明亮的颜色表示看涨阶段，而柔和的颜色
表示看跌阶段。类似地，暗箭头表示不同阶段之间最常见的过渡，而光箭头表
示备选的，不太可能的过渡。
图 9：Quant Circle

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

Quant 周期的实证结果
我们对 Quant 周期的历史定义见图 10。我们观察到，大约每十年，正常阶段就
会被持续两年的成长反弹或价值崩溃打断，然后又出现逆转。有趣的是，这往
往发生在十年之交，类似于表 1 中显示的 NBER 衰退。因此，因子动态与宏观
经济之间可能存在某种联系。然而，尽管 NBER 的经济衰退对因子回报几乎没
有分组能力，但 Quant 周期有非常强的解释能力。
图 10：Quant Circle 划分

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

第一次成长反弹是上世纪 70 年代初的 50 时代，在此期间，投资者涌向施乐、

宝丽来、可口可乐、麦当劳和 IBM 等“蓝筹股”股票。第二次成长反弹是在
1979-1980 年，是受到能源和材料行业的推动，它们受益于第二次石油危机导
请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page11

致的石油和大宗商品价格上涨。从上世纪 80 年代末开始，我们又有了一次成长
反弹，这次是由医疗保健、生物技术和饮料行业的推动。在所有这些成长反弹
之后，都是熊市的逆转。下一次成长反弹是上世纪 90 年代末的科技股泡沫，随
后也是 2000 年至 2002 年的熊市逆转。紧接着，在 2002 年和 2003 年，我们
也观察到一个牛市逆转，最超卖的增长型股票再次反弹。
价值因子的下一个回撤是在 2007-2009 年全球金融危机期间。然而，这次的原
因不是成长型股的反弹，而是价值型股，尤其是金融类股的崩盘。紧随其后的
是 2009 年金融类股的牛市逆转。最后，我们看到了由 FANMAG 和特斯拉等科
技股推动的 2018-2020 年的成长反弹，这导致了 Blitz（2021 年）所说的“量化
危机”。2020 年末是价值股的牛市逆转，在 2020 年 12 月我们的样本结束时仍
在进行。
图 11 报告了在 Quant 周期的各个阶段的因子的表现。在正常阶段，所有因子
都显示出稳定的正平均回报，通常甚至高于其长期平均溢价。对于多因子投资
者来说，幸运的是，这一阶段大约三分之二的时间。然而，正常时期的相对平
静被在剩下的三分之一的时间里所发生的事件所打乱。成长反弹的特点是价值
因子的负回报，以及动量因子的显著正回报，特别是 HML 和 WML。这些时期
清楚地说明了为什么价值-动量组合是许多量化方法的核心，因为在这两个极端
时期，这两个因子相互之间很好地多样化。正如 Blitz（2021 年）所观察到的，
成长反弹期间的动量增长通常抵消了价值损失，但 2018-2020 年量化危机明显
例外。毫不奇怪，在成长反弹期间，特殊动量因子不如标准动量强，因为通过
避免系统性的风格偏差，它不能从明显的成长倾斜中获益。在成长反弹期间，
低风险因子通常会受到打击；质量因子通常表现得很好，但也不总是如此。总
的来说，1/N 组合在成长反弹期间的平均回报率持平。该样本只包含一个单一
的价值崩溃，即 2007-2009 年的全球金融危机。尽管市场回报与成长反弹期间
非常不同，但因子表现非常相似，价值回报和低风险回报为负，动量回报为正
回报。
图 11：不同 Quant Circle 下的因子表现

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

最后，我们记录了这两种类型的反转。熊市反转的特征是由于成长性股票的崩
溃导致价值因子的正回报，而牛市反转的特征是由于动量不佳的股票的反弹导
致动量因子的大负回报。成长型股票的崩溃，往往非常有利于质量、动量和低

请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page12

风险因子。因此，所有因子在这些时期都是有效的，导致 1/N 组合的惊人回报。

然而，市场显示出了巨大的负回报。对于牛市逆转，.动量崩溃后，情况完全不
同，质量因子也有巨大的负回报。在这些事件中，特殊动量比一般动量更强，
相对限制了损失。不过，牛市的逆转给多因子带来了更严峻的挑战，1/N 组合
显示出巨大的负平均回报。市场和规模因子表现出相反的行为，在这种情况下
具有强烈的正回报。
尽管有一些例外，但与前面讨论的常见宏观经济指标相比，简单的量化周期模
型提供了大大提高的解释力和鲁棒性。
图 12：Quant Circle 不同阶段出现频率

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

表 12 报告了量子周期的不同阶段的频率，而表 13 显示了在 12 个月的时间内

从一个阶段过渡到另一个阶段的（无条件）概率。对于后一种分析，我们结合
了价值因子的两个困难时期，成长反弹和价值崩溃，然后我们结合了这两种类
型的逆转。我们估计在一年内从正常阶段过渡到成长反弹或价值崩溃的无条件
概率为 16%，与正常阶段的平均长度约为 6 年相一致。成长反弹、价值崩溃和
逆转往往持续的时间要短得多，导致在一年内进入下一阶段的概率约为 50%。
一些转换的估计概率为零，因为它们在我们的样本期间没有发生，但当然这并
不意味着它们是不可能的，如图 9 中的光箭头所示。
我们推测，条件概率可能与表 13 中所示的无条件概率有很大的不同。例如，如
果正常阶段与刚刚进入正常阶段相比，正常阶段已经持续了 5 年以上，那么在
未来 12 个月内从正常阶段过渡到成长反弹或价值崩溃的可能性可能会更大。然
而，阶段跃迁的数量不足以可靠地估计条件跃迁的概率。

请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page13

图 13：Quant Circle 状态迁移的无条件概率

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

结论
与之前的研究一致，我们发现传统的商业周期指标并没有捕捉到因子溢价的周
期性变化。与此的这一观点一致的是，我们证实了贝克和 Wurgler（2006）投
资者情绪指数在区分不同的因子回报方面更有效。然而，它的实际应用仍然有
限。

受这些发现的启发，我们认为，因子本质上遵循它们自己的周期，这可以从因
子收益本身中推断出来。根据这种方法，我们确定了一个 Quant 周期：多数事
件由正常阶段组成，偶尔被价值因子的大幅回撤打断（要么是由于成长型股票
的反弹，要么是价值型股票的崩溃，进而出现逆转）。正常阶段大约占三分之二
的时间。成长反弹或价值崩溃的频率大约每十年发生一次，通常持续两年左右。
在这些时期，价值因子表现不佳，而低风险因子也往往表现不佳。然而，动量
是非常有效的。这些时期之后通常会出现剧烈的逆转，其特征是要么是前一阶
段强劲上涨的成长型股票崩盘，要么是前一阶段动量不佳的股票强劲反弹。根
据经验，我们表明，这个简单的 3 个阶段的量化周期能够捕获因子收益的周期
性变化。

图 14：总结

资料来源：《The Quant Cycle》，SSRN，国信证券经济研究所整理

我们得出的结论是，为了理解这些因子的周期性动态，投资者应该认识到这些
因子遵循他们自己的情绪驱动的周期。传统商业周期和情绪指标可能会影响其

请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page14

中一些动态，但它们的实际作用有限。通过直接从因子收益推断 Quant 周期，

我们能够捕获更多的周期性变化。对投资者来说，实际意义是，他们应该集中
精力更好地理解因子本身所隐含的量化周期，而不是坚持传统框架，传统框架
最多与实际因子回报有微弱的关系。该模型可能应用的一个例子是，它可以帮
助投资者制定多年展望。例如，在经历了成长反弹和随后的逆转后，很可能回
到正常阶段，而在持续正常时期后，成长反弹或价值崩溃的可能性可能越来越
大。同样该模型还可以用来评估新的阿尔法因子的鲁棒性，通过检查它们在周
期的各个阶段的表现。

我们的研究结果也引发了一些有趣的后续研究问题。例如，是否有可能改进简
单的 1/N 因子加权，以在量子周期中获得更稳定的回报？因为在成长阶段，多
因子投资者暴露了太多的价值敞口，而在牛市逆转期间，他们暴露的价值敞口
太少。因此，击败 1/N 可能需要一些因子择时——这是众所周知的困难。然而，
Quant 周期框架可以帮助提供一个新的视角。接下来的挑战是从识别不同的阶
段到预先准确地预测当前阶段。

请务必阅读正文之后的免责条款部分 全球视野本土智慧
 Page15

国信证券投资评级
类别 级别 定义
买入 预计 6 个月内，股价表现优于市场指数 20%以上
股票 增持 预计 6 个月内，股价表现优于市场指数 10%-20%之间
投资评级 中性 预计 6 个月内，股价表现介于市场指数±10%之间
卖出 预计 6 个月内，股价表现弱于市场指数 10%以上
超配 预计 6 个月内，行业指数表现优于市场指数 10%以上
行业
中性 预计 6 个月内，行业指数表现介于市场指数±10%之间
投资评级
低配 预计 6 个月内，行业指数表现弱于市场指数 10%以上

分析师承诺
作者保证报告所采用的数据均来自合规渠道，分析逻辑基于本人的职业理解，
通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影
响，特此声明。
风险提示
本报告版权归国信证券股份有限公司（以下简称“我公司”
）所有，仅供我公司客户使用。
未经书面许可任何机构和个人不得以任何形式使用、复制或传播。任何有关本报告的摘
要或节选都不代表本报告正式完整的观点，一切须以我公司向客户发布的本报告完整版
本为准。本报告基于已公开的资料或信息撰写，但我公司不保证该资料及信息的完整性、
准确性。本报告所载的信息、资料、建议及推测仅反映我公司于本报告公开发布当日的
判断，在不同时期，我公司可能撰写并发布与本报告所载资料、建议及推测不一致的报
告。我公司或关联机构可能会持有本报告中所提到的公司所发行的证券头寸并进行交易，
还可能为这些公司提供或争取提供投资银行业务服务。我公司不保证本报告所含信息及
资料处于最新状态；我公司将随时补充、更新和修订有关信息及资料，但不保证及时公
开发布。

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。任何形式的分享证券投资
收益或者分担证券投资损失的书面或口头承诺均为无效。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，我公司及雇员对
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。

证券投资咨询业务的说明
本公司具备中国证监会核准的证券投资咨询业务资格。证券投资咨询业务是指取得监管
部门颁发的相关资格的机构及其咨询人员为证券投资者或客户提供证券投资的相关信息、
分析、预测或建议，并直接或间接收取服务费用的活动。

证券研究报告是证券投资咨询业务的一种基本形式，指证券公司、证券投资咨询机构对
证券及证券相关产品的价值、市场走势或者相关影响因素进行分析，形成证券估值、投
资评级等投资分析意见，制作证券研究报告，并向客户发布的行为。

请务必阅读正文之后的免责条款部分 全球视野本土智慧
国信证券经济研究所

深圳
深圳市罗湖区红岭中路 1012 号国信证券大厦 18 层
邮编：518001 总机：0755-82130833

上海
上海浦东民生路 1199 弄证大五道口广场 1 号楼 12 楼
邮编：200135

北京
北京西城区金融大街兴盛街 6 号国信证券 9 层
邮编：100032

请务必参阅正文之后的免责条款部分 全球视野本土智慧