海通证券_20181030_海通证券金融工程专题报告：放松组合构建中的行业中性约束.pdf

请务必阅读正文之后的信息披露和法律声明 金融工程金融工程研究研究 证券证券研究研究报告报告 金融工程专题报告金融工程专题报告 2018 年年 10 月月 30 日日 相关研究相关研究 Table_ReportInfo 选股因子系列研究（四十一）医药行业因子选股研究2018.10.23 选股因子系列研究（四十）预期因子的底层数据处理2018.10.19 选股因子系列研究（三十九）如何计算盈利指标的趋势？2018.10.12 Table_AuthorInfo 分析师:冯佳睿 Tel:(021)23219732 Email: 证书:S0850512080006 分析师:沈泽承 Tel:(021)23212067 Email: 证书:S0850516050001 放松放松组合构建中的组合构建中的行业中性约束行业中性约束 Table_Summary 投资要点：投资要点：行业中性的作用行业中性的作用。行业中性是组合风险管理的常见手段。采用行业中性约束后，组合的年化超额收益与主动管理风险都会下降。而风险调整后收益的变化方向取决于超额收益与跟踪误差的变化幅度。相比而言，行业中性约束在沪深 300 增强策略中具有更好的效果。行业收益的风险特征行业收益的风险特征。并非所有行业都具有显著的风险特征。实证研究发现，计算机、国防军工、煤炭、非银行金融等行业具有更加明显的风险特征，在组合风险管理时需要加以控制；而对其他风险特征不显著的行业进行中性化约束并不是必要的。放松行业中性约束放松行业中性约束。放松行业中性约束，可以重新拾取在行业中性下丢失的行业因子差异；行业收益的风险特征具有延续性，过去一段时间具有明显风险特征的行业，更有可能显著影响股票截面收益。因此，动态行业中性约束可以进一步提升指数增强组合的风险调整后收益。叠加行业轮动策略。叠加行业轮动策略。通过行业排序因子将行业轮动策略叠加到多因子模型中，可以提升收益预测模型的精度；使用行业偏离阈值或者动态行业中性，可以将引入行业排序信息的收益预测模型应用于指数增强策略之中。研究发现，采用动态行业中性方法，可以大幅提高指数增强的年化超额收益。风险提示：历史统计规律失效。风险提示：历史统计规律失效。金融工程研究 金融工程专题报告2 请务必阅读正文之后的信息披露和法律声明 目目 录录 1.行业中性的作用.5 1.1 沪深 300 组合.5 1.2 中证 500 组合.5 2.行业的风险特征.6 3.行业中性约束的放松.8 4.叠加行业轮动策略.9 4.1 行业排序因子.9 4.2 风险约束条件.10 5.总结.10 金融工程研究 金融工程专题报告3 请务必阅读正文之后的信息披露和法律声明 图目录图目录 图 1 沪深 300 组合相对净值与回撤（2012.12-2018.9）.5 图 2 沪深 300 中性组合相对净值与回撤（2012.12-2018.9）.5 图 3 中证 500 组合相对净值与回撤（2012.12-2018.9）.6 图 4 中证 500 中性组合相对净值与回撤（2012.12-2018.9）.6 图 5 计算机月溢价 T 统计量（2010.12-2018.9）.7 图 6 汽车月溢价 T 统计量（2010.12-2018.9）.7 图 7 行业排序因子截面溢价（2010.12-2018.9）.9 金融工程研究 金融工程专题报告4 请务必阅读正文之后的信息披露和法律声明 表目录表目录 表 1 行业中性前后沪深 300 指数增强组合对比（2012.12-2018.9）.5 表 2 行业中性前后中证 500 指数增强组合对比（2012.12-2018.9）.6 表 3 行业收益在截面与时间序列上的显著性（2010.12-2018.9）.7 表 4 基本面因子控制行业因素前后的选股效果（2010.12-2018.9）.8 表 5 行业截面风险特征的延续性（2010.12-2018.9）.8 表 6 动态行业中性下的指数增强组合（2012.12-2018.9）.9 表 7 引入行业排序因子前后收益预测模型变化（2012.12-2018.9）.10 表 8 引入行业排序因子后的指数增强组合（2012.12-2018.9）.10 金融工程研究 金融工程专题报告5 请务必阅读正文之后的信息披露和法律声明 “行业中性”是指在组合构建时，保持行业分布与基准一致。在指数增强组合构建中，行业中性是控制组合风险的常用手段。通过行业中性处理，能够有效降低组合相对基准的主动管理风险。本文发现并非所有行业都具有显著的风险因子特征；通过引入行业观点、放松行业中性约束，可以进一步提升组合的风险调整后收益。1.行业中性行业中性的作用的作用 在组合优化中，行业中性可以用等式约束实现。如下式所示，w 为待求解的组合权重，w0 为基准权重，I 为行业虚拟变量。引入行业中性能够大幅降低组合相对基准的主动管理风险。1.1 沪深沪深 300 组合组合 表 1 展示了 2012.12-2018.91引入行业中性前后沪深 300 组合的风险收益指标。对比发现，行业中性后，增强组合的收益由 14.24%下降至 11.56%，但跟踪误差与最大回撤也分别从 4.57%、6.13%下降至 3.20%、3.97%。由于风险的有效控制，信息比与收益回撤比分别从 3.12、2.32 上升至 3.61、2.91。表表 1 行业中性行业中性前后前后沪深沪深 300 指数增强组合对比指数增强组合对比（2012.12-2018.9）基准基准 行业中性行业中性 年化超额收益年化超额收益 跟踪误差跟踪误差 信息比信息比 最大回撤最大回撤 收益回撤比收益回撤比 沪深 300 否 14.24%4.57%3.12 6.13%2.32 沪深 300 是 11.56%3.20%3.61 3.97%2.91 资料来源：Wind，海通证券研究所 图 1、图 2 分别是行业中性前后，沪深 300 组合的相对净值与回撤。可以发现，行业中性前的组合具有更高的收益与波动，而行业中性后，组合相对净值则更加平稳。图图1 沪深沪深 300 组合相对净值与回撤组合相对净值与回撤（2012.12-2018.9）0.0%1.0%2.0%3.0%4.0%5.0%6.0%7.0%8.0%0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 201220142015201620172018相对回撤（右轴）相对净值（左轴）资料来源：Wind，海通证券研究所 图图2 沪深沪深 300 中性中性组合相对净值与回撤组合相对净值与回撤（2012.12-2018.9）0.0%1.0%2.0%3.0%4.0%5.0%6.0%7.0%8.0%0.8 1.0 1.2 1.4 1.6 1.8 2.0 201220142015201620172018相对回撤（右轴）相对净值（左轴）资料来源：Wind，海通证券研究所 行业中性会降低沪深 300 增强组合的超额收益，但也会对应控制组合的跟踪误差与回撤。从风险调整后收益来看，组合的整体表现获得了提升。1.2 中证中证 500 组合组合 类似地，也可以构建引入行业中性前后的中证 500 增强组合。表 2 展示了中证 500增强组合行业中性前后的风险收益特征。1 本文样本期间为 2010.12-2018.9，组合构建需要使用历史数据进行滚动估计，故组合净值区间为 2012.12-2018.9。金融工程研究 金融工程专题报告6 请务必阅读正文之后的信息披露和法律声明 行业中性后，中证 500 增强组合的年化超额收益由 22.75%下降至 21.62%，跟踪误差也由 5.63%下降至 5.44%。不过，由于收益下降的幅度超过了跟踪误差的变化，信息比由 4.04 下降至 3.97；最大回撤由 5.66%上升至 6.67%后，收益回撤比也从 4.02 下降至 3.24。表表 2 行业中性前后中证行业中性前后中证 500 指数增强组合对比指数增强组合对比（2012.12-2018.9）基准基准 行业中性行业中性 年化超额收益年化超额收益 跟踪误差跟踪误差 信息比信息比 最大回撤最大回撤 收益回撤比收益回撤比 中证 500 否 22.75%5.63%4.04 5.66%4.02 中证 500 是 21.62%5.44%3.97 6.67%3.24 资料来源：Wind，海通证券研究所 图 3、图 4 分别是行业中性前后中证 500 组合的相对净值与回撤。如图所示，中证500 组合行业中性前后的净值走势与回撤基本类似。而在 2015 年中期股市异常波动阶段，行业中性组合甚至出现了更大的回撤。图图3 中证中证 500 组合相对净值与回撤组合相对净值与回撤（2012.12-2018.9）0.0%1.0%2.0%3.0%4.0%5.0%6.0%7.0%8.0%0.8 1.3 1.8 2.3 2.8 3.3 201220142015201620172018相对回撤（右轴）相对净值（左轴）资料来源：Wind，海通证券研究所 图图4 中证中证 500 中性中性组合相对净值与回撤组合相对净值与回撤（2012.12-2018.9）0.0%1.0%2.0%3.0%4.0%5.0%6.0%7.0%8.0%0.8 1.3 1.8 2.3 2.8 3.3 201220142015201620172018相对回撤（右轴）相对净值（左轴）资料来源：Wind，海通证券研究所 行业中性后的中证 500 增强组合虽然具有更小的跟踪误差，但是年化超额收益、信息比、收益回撤比等指标也出现了下降。总结来看，添加行业中性约束会同时降低组合的年化超额收益与跟踪误差，风险调整后收益的变化方向取决于超额收益与跟踪误差的变化幅度。2.行业的风险特征行业的风险特征 对行业因子进行等式约束的前提是确认行业变量属于风险因子。风险因子具有在截面上显著影响股票收益，而影响方向在时间序列上不稳定的特征。为了判断行业变量的风险特征，使用截面回归模型得到各期行业虚拟变量前的系数，即行业收益，并统计行业收益在截面与时间序列上的显著性。时间序列的显著性由因子月溢价时间序列的显著性衡量。如表 3 所示，28 个一级行业（除综合）月溢价信息比最高的为银行、通信、计算机，分别为 0.73、0.71、0.71。若将上述信息比转化为 T 统计量，其绝对值也均小于 2。长期来看，行业收益并不具备时间序列上的显著性。这也是，在多因子框架中，少有将行业因子作为超额收益来源的原因。截面显著性可以通过观察各截面回归行业收益的显著性衡量。如表 3 所示，统计各行业在截面回归中 P 值小于 0.01，0.05，0.1 的比例。若以 0.1 作为区分截面显著与否的阈值，计算机、国防军工、煤炭、非银行金融的行业收益分别在 53%、49%、41%、40%的月份显著不等于零，是风险特征较强的行业；而汽车、基础化工、纺织服装的行业收益分别在 11%、12%、13%的月份显著不等于零，是风险特征最弱的行业。金融工程研究 金融工程专题报告7 请务必阅读正文之后的信息披露和法律声明 表表 3 行业收益在截面与行业收益在截面与时间时间序列上的显著性序列上的显著性（2010.12-2018.9）序号序号 行业行业 时间序列显著性时间序列显著性 横截面显著性横截面显著性 月均溢价月均溢价 月标准差月标准差 T-统计量统计量 P0.01 P0.05 P0.1 1 石油石化 0.33%3.32%0.34 0.08 0.13 0.21 2 煤炭-0.76%5.01%-0.53 0.25 0.32 0.41 3 有色金属 0.13%3.68%0.12 0.15 0.29 0.34 4 电力及公用事业 0.00%3.28%0.00 0.11 0.20 0.23 5 钢铁 0.14%3.69%0.13 0.12 0.16 0.23 6 基础化工-0.01%2.10%-0.02 0.01 0.05 0.12 7 建筑 0.22%3.34%0.23 0.12 0.17 0.22 8 建材 0.26%2.89%0.31 0.05 0.14 0.18 9 轻工制造 0.24%2.57%0.32 0.00 0.09 0.14 10 机械-0.22%2.56%-0.29 0.07 0.12 0.20 11 电力设备-0.13%2.88%-0.16 0.08 0.12 0.22 12 国防军工 0.87%6.33%0.47 0.24 0.38 0.49 13 汽车 0.13%2.38%0.19 0.04 0.09 0.11 14 商贸零售-0.29%2.58%-0.39 0.04 0.11 0.16 15 餐饮旅游-0.34%3.39%-0.34 0.03 0.14 0.20 16 家电 0.21%2.92%0.25 0.03 0.12 0.18 17 纺织服装-0.05%2.38%-0.08 0.01 0.07 0.13 18 医药 0.40%3.16%0.44 0.12 0.17 0.23 19 食品饮料 0.17%3.78%0.15 0.11 0.24 0.38 20 农林牧渔 0.15%2.98%0.17 0.04 0.17 0.21 21 银行 0.92%4.39%0.73 0.08 0.16 0.25 22 非银行金融 0.89%6.88%0.45 0.16 0.33 0.40 23 房地产 0.38%3.22%0.41 0.16 0.23 0.30 24 交通运输 0.08%3.08%0.09 0.08 0.15 0.21 25 电子元器件 0.63%3.29%0.66 0.13 0.27 0.37 26 通信 0.77%3.73%0.71 0.09 0.28 0.39 27 计算机 1.09%5.34%0.71 0.27 0.43 0.53 28 传媒 0.72%5.58%0.45 0.14 0.28 0.35 资料来源：Wind，海通证券研究所 图 5 与图 6 分别为显著比例最高的计算机与显著比例最低的汽车各月份溢价 T 统计量序列。可以发现，计算机与汽车行业 T 统计量的方向都不稳定，并且计算机行业的 T统计量绝对值要显著高于汽车行业。图图5 计算机月溢价计算机月溢价 T 统计量统计量（2010.12-2018.9）-8-6-4-202468201101201106201111201204201209201302201307201312201405201410201503201508201601201606201611201704201709201802201807计算机 资料来源：Wind，海通证券研究所 图图6 汽车月溢价汽车月溢价 T 统计量统计量（2010.12-2018.9）-8-6-4-202468201101201106201111201204201209201302201307201312201405201410201503201508201601201606201611201704201709201802201807汽车 资料来源：Wind，海通证券研究所 金融工程研究 金融工程专题报告8 请务必阅读正文之后的信息披露和法律声明 综上所述，1）行业收益在时间序列上不显著，简单构建的行业收益因子不能作为超额收益的稳定来源；2）并非所有行业在截面上具有显著的风险特征，因此对所有行业进行中性约束是没有必要的。3.行业中性约束的行业中性约束的放松放松 前文中，我们发现，并非所有行业都具有显著的风险因子特征。所以，对所有行业进行中性化约束是没有必要的。构建部分行业中性的动态模型：例如，若滚动观察期间，行业收益截面显著的比例超过 50%，则认为行业具有明显的风险特征，在下期组合优化中需要进行中性化约束。可以预期，放松行业中性约束后，组合的预期收益率会获得提升。这是由于，在行业中性约束下，选股空间被按行业为单位分割，并进行行业内比较。在分析许多选股因子，尤其是基本面因子的有效性时，我们会发现，在剔除行业因素影响后，选股因子的IC-IR 提升，但 IC 出现下降。这是由于，考察因子在行业内的相对水平忽略了行业间的因子差异。如表 4 所示，盈利、增长因子在控制风格影响后具有更高的 IC，而将因子分别减去行业均值后，IC 都存在不同幅度的下降。因此，如果能够在风险可控的前提下放松行业中性约束，可以进一步利用行业之间的因子差异信息。表表 4 基本面因子控制行业因素前后的选股效果基本面因子控制行业因素前后的选股效果（2010.12-2018.9）因子因子 因子处理因子处理 月胜率月胜率 月均值月均值 月标准差月标准差 信息比信息比 ROA 控制风格 0.65 0.0480 0.1039 1.60 ROA 控制风格、行业 0.70 0.0459 0.0877 1.81 dROA 控制风格 0.84 0.0463 0.0528 3.04 dROA 控制风格、行业 0.89 0.0427 0.0396 3.74 资料来源：Wind，海通证券研究所 其次，动态放松行业中性的组合效果，还取决于能否有效预判哪些行业在下一期具有显著的风险特征。为此，利用全样本数据，做了简单的条件期望分析。如表 5 所示，全样本下，面板数据中约 1/4 的行业收益显著不等于零。而按照历史观察期内行业收益的显著比例排序，随着比例的提高，下一期行业收益显著的比例也逐渐提高。因此，我们发现，行业收益的风险特征具有一定的延续性。这种延续性可以作为预判哪些行业在下期需要进行风险管理措施的依据。表表 5 行业截面风险特征的延续性行业截面风险特征的延续性（2010.12-2018.9）观察期内显著比例观察期内显著比例 样本样本数数 下期显著数量下期显著数量 下期显著比例下期显著比例 010%230 37 16%10%20%446 92 21%20%30%687 160 23%30%40%226 75 33%40%50%260 100 38%50%100%83 40 48%全样本 1932 504 26%资料来源：Wind，海通证券研究所 表 6 统计了部分行业中性下指数增强组合的结果。放松行业中性约束后，组合的年化超额收益均大幅高于行业中性前后组合，跟踪误差则位于行业中性前后组合之间。从风险调整后收益来看，沪深 300 组合的信息比略低于行业中性组合，但年化超额收益提升超过 3%；中证 500 组合的信息比高于行业中性前后组合。如前文分析，如果能够更加准确地判断行业在下一期的风险特征，最大化利用行业间的因子差异信息，部分行业中性的约束方式能够发挥更好的效果。金融工程研究 金融工程专题报告9 请务必阅读正文之后的信息披露和法律声明 表表 6 动态行业中性下的指数增强组合动态行业中性下的指数增强组合（2012.12-2018.9）基准基准 行业中性行业中性 年化超额收益年化超额收益 跟踪误差跟踪误差 信息比信息比 最大回撤最大回撤 收益回撤比收益回撤比 沪深 300 部分、动态 14.89%4.20%3.55 5.19%2.87 中证 500 部分、动态 23.57%5.54%4.25 5.73%4.12 资料来源：Wind，海通证券研究所 本章中，我们尝试构建了仅对具有风险特征的行业进行中性化约束的部分行业中性策略。部分行业中性策略能够利用原有行业中性策略中损失的行业间因子信息提升组合收益；而如何有效预判哪些行业在短期具有风险特征是动态部分行业中性策略的关键；而利用行业风险特征的延续性能够提供判断其短期风险特征的依据。4.叠加行业轮动策略叠加行业轮动策略 4.1 行业排序因子行业排序因子 前文中，我们提到，放松行业中性约束可以帮助我们利用因子在行业间的差异信息。那么，利用既有的行业轮动策略信息，也可以达到类似，甚至更佳的效果。在此前的专题中，我们介绍了如何将行业轮动策略排序纳入收益预测模型的方法：股票预期超额收益=因子敞口*因子预期收益+行业预期收益。在行业中性模型下，对行业不需要形成观点，因此行业预期收益往往设臵为零。而在行业轮动模型下，我们构建了行业排序因子：行业排序因子=（行业排序-1）/（行业总数-1）通过截面回归可以获得行业排序因子的月溢价，其经济学含义为轮动策略中排序最高的行业相对最低行业的超额收益。如图 7 所示，样本期间，行业排序因子的截面溢价月胜率为 67%，月均值为 0.96%，信息比为 1.34，显著大于零。图图7 行业排序因子截面溢价（行业排序因子截面溢价（2010.12-2018.9）-8%-6%-4%-2%0%2%4%6%8%10%12%201101201104201107201110201201201204201207201210201301201304201307201310201401201404201407201410201501201504201507201510201601201604201607201610201701201704201707201710201801201804201807截面溢价 资料来源：Wind，海通证券研究所 引入行业排序因子后，收益预测模型的精度也显著提升。如表 7 所示，收益预测模型的 IC、IC-IR 分别由 0.1371、4.55 上升至 0.1409、4.89。其他诸如月胜率，Rank IC，Rank IC-IR 也都有不同幅度的提高。金融工程研究 金融工程专题报告10 请务必阅读正文之后的信息披露和法律声明 表表 7 引入行业排序因子前后收益预测模型变化引入行业排序因子前后收益预测模型变化（2012.12-2018.9）收益预测模型收益预测模型 月胜率月胜率 月均值月均值 月标准差月标准差 信息比信息比 引入前引入前 RankIC 0.96 0.1715 0.1113 5.34 IC 0.94 0.1371 0.1044 4.55 引入后引入后 RankIC 0.97 0.1724 0.1087 5.50 IC 0.96 0.1409 0.0998 4.89 资料来源：Wind，海通证券研究所 4.2 风险约束条件风险约束条件 之前的专题报告中，我们通过放松行业偏离幅度的阈值，实现引入行业排序因子的目的。而在本文中，我们尝试使用前文中提到的动态部分行业中性的方法。表 8 统计了不同风险约束下，引入行业排序因子后的指数增强组合表现。对于行业偏离阈值，我们使用了此前报告中全样本下信息比最高的 3%；而对于部分行业中性方法，我们使用了上文中的动态行业中性。首先，相比未引入行业排序因子的组合，不同行业约束下的指数增强策略都具有更高的年化超额收益与风险调整后收益。这表明，结合行业轮动策略修正收益预测模型，能够进一步提升多因子组合的表现。其次，比较引入行业排序因子后，不同风险约束下指数增强策略的表现。动态部分行业中性方法具有更高的年化超额收益。而风险调整后收益方面，设臵行业偏离阈值的方法在沪深 300 组合中的信息比更高，动态行业中性的方法在中证 500 组合中的信息比更高。表表 8 引入行业排序因子后引入行业排序因子后的指数增强组合的指数增强组合（2012.12-2018.9）基准基准 风险约束风险约束 年化超额收益年化超额收益 跟踪误差跟踪误差 信息比信息比 最大回撤最大回撤 收益回撤比收益回撤比 沪深 300 行业偏离 3%14.85%3.72%3.99 4.36%3.41 沪深 300 动态行业中性 15.71%4.10%3.83 5.78%2.72 中证 500 行业偏离 3%23.48%5.59%4.20 4.68%5.02 中证 500 动态行业中性 23.97%5.58%4.29 4.46%5.38 资料来源：Wind，海通证券研究所 使用此前专题中介绍的行业排序因子，可以将行业观点融入到多因子框架之中，提升收益预测模型的精度。无论是设臵行业偏离阈值，还是采取动态行业中性的方法，都可以将引入行业观点的收益预测模型应用于指数增强组合之中。相比行业中性组合，引入行业排序观点的指数增强组合具有更高的年化收益与风险调整后收益。而如果希望进一步提升组合年化收益的话，采用动态行业中性的方式是更好的选择。5.总结总结 行业中性是组合风险管理的常见手段。采用行业中性约束后，组合的年化超额收益与主动管理风险都会下降。而风险调整后收益的变化方向取决于超额收益与跟踪误差的变化幅度。相比而言，行业中性约束在沪深 300 增强策略中具有更好的效果。并非所有行业都具有显著的风险特征。实证研究发现，计算机、国防军工、煤炭、非银行金融等行业具有更加明显的风险特征，在组合风险管理时需要加以控制；而对其他风险特征不显著的行业进行中性化约束并不是必要的。金融工程研究 金融工程专题报告11 请务必阅读正文之后的信息披露和法律声明 放松行业中性约束，可以重新拾取在行业中性下丢失的行业因子差异；行业收益的风险特征具有延续性，过去一段时间具有明显风险特征的行业，更有可能显著影响股票截面收益。因此，动态行业中性约束可以进一步提升指数增强组合的风险调整后收益。通过行业排序因子将行业轮动策略叠加到多因子模型中，可以提升收益预测模型的精度；使用行业偏离阈值或者动态行业中性，可以将引入行业排序信息的收益预测模型应用于指数增强策略之中。研究发现，采用动态行业中性方法，可以大幅提高指数增强的年化超额收益。风险提示：历史统计规律失效。风险提示：历史统计规律失效。金融工程研究 金融工程专题报告12 请务必阅读正文之后的信息披露和法律声明 信息披露信息披露 分析师声明分析师声明 冯佳睿 金融工程研究团队 沈泽承 金融工程研究团队 本人具有中国证券业协会授予的证券投资咨询执业资格，以勤勉的职业态度，独立、客观地出具本报告。本报告所采用的数据和信息均来自市场公开信息，本人不保证该等信息的准确性或完整性。分析逻辑基于作者的职业理解，清晰准确地反映了作者的研究观点，结论不受任何第三方的授意或影响，特此声明。法律声明法律声明 本报告仅供海通证券股份有限公司（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客户。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司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。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、价值及投资收入可能会波动。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。市场有风险，投资需谨慎。本报告所载的信息、材料及结论只提供特定客户作参考，不构成投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需要。客户应考虑本报告中的任何意见或建议是否符合其特定状况。在法律许可的情况下，海通证券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并进行交易，还可能为这些公司提供投资银行服务或其他服务。本报告仅向特定客户传送，未经海通证券研究所书面授权，本研究报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。如欲引用或转载本文内容，务必联络海通证券研究所并获得许可，并需注明出处为海通证券研究所，且不得对本文进行有悖原意的引用和删改。根据中国证监会核发的经营证券业务许可，海通证券股份有限公司的经营范围包括证券投资咨询业务。金融工程研究 金融工程专题报告13 请务必阅读正文之后的信息披露和法律声明 Table_PeopleInfo 海通证券股份有限公司研究所海通证券股份有限公司研究所 路 颖 所长(021)23219403 高道德 副所长(021)63411586 姜 超 副所长(021)23212042 邓 勇 副所长(021)23219404 荀玉根 副所长(021)23219658 涂力磊 所长助理(021)23219747 宏观经济研究团队 姜 超(021)23212042 于 博(021)23219820 李金柳(021)23219885 联系人 宋 潇(021)23154483 陈 兴(021)23154504 金融工程研究团队 高道德(021)63411586 冯佳睿(021)23219732 郑雅斌(021)23219395 罗 蕾(021)23219984 沈泽承(021)23212067 余浩淼(021)23219883 袁林青(021)23212230 姚 石(021)23219443 吕丽颖(021)23219745 联系人 周一洋(021)23219774 张振岗(021)23154386 颜 伟(021)23219914 梁 镇(021)23219449 金融产品研究团队 高道德(021)63411586 倪韵婷(021)23219419 陈 瑶(021)23219645 唐洋运(021)23219004 宋家骥(021)23212231 皮 灵(021)23154168 徐燕红(021)23219326 薛 涵(021)23154167 谈 鑫(021)23219686 王 毅(021)23219819 联系人 蔡思圆(021)23219433 庄梓恺(021)23219370 谭实宏(021)23219445 固定收益研究团队 姜 超(021)23212042 朱征星(021)23219981 周 霞(021)23219807 姜珮珊(021)23154121 杜 佳(021)23154149 联系人 李 波(021)23154484 策略研究团队 荀玉根(021)23219658 钟 青(010)56760096 高 上(021)23154132 李 影(021)23154117 姚 佩(021)23154184 周旭辉 联系人 唐一杰(021)23219406 郑子勋(021)23219733 王一潇(021)23219400 中小市值团队 张 宇(021)23219583 钮宇鸣(021)23219420 孔维娜(021)23219223 潘莹练(021)23154122 联系人 王鸣阳(021)23219356 程碧升(021)23154171 相 姜(021)23219945 政策研究团队 李明亮(021)23219434 陈久红(021)23219393 吴一萍(021)23219387 朱 蕾(021)23219946 周洪荣(021)23219953 王 旭(021)23219396 石油化工行业 邓 勇(021)23219404 朱军军(021)23154143 联系人 胡 歆(021)23154505 张 璇(021)23219411 医药行业 余文心(0755)82780398 郑 琴(021)23219808 孙 建(021)23154170 联系人 贺文斌(010)68067998 吴佳栓(010)56760092 范国钦 02123154384 汽车行业 王 猛(021)23154017 杜 威(0755)82900463 联系人 曹雅倩(021)23154145 公用事业 吴 杰(021)23154113 张 磊(021)23212001 戴元灿(021)23154146 联系人 傅逸帆(021)23154398 批发和零售贸易行业 汪立亭(021)23219399 李宏科(021)23154125 联系人 史 岳 高 瑜(021)23219415 谢茂萱 互联网及传媒 郝艳辉(010)58067906 许樱之 孙小雯(021)23154120 刘 欣(010)58067933 强超廷(021)23154129 毛云聪(010)58067907 联系人 陈星光(021)23219104 有色金属行业 施 毅(021)23219480 联系人 李姝醒(021)23219401 陈晓航(021)23154392 李 骥(021)23154513 甘嘉尧(021)23154394 房地产行业 涂力磊(021)23219747 谢 盐(021)23219436 杨 凡(021)23219812 联系人 金 晶(021)23154128 金融工程研究 金融工程专题报告14 请务必阅读正文之后的信息披露和法律声明 电子行业 陈 平(021)23219646 尹 苓(021)23154119 谢 磊(021)23212214 联系人 石 坚(010)58067942 煤炭行业 李 淼(010)58067998 戴元灿(021)23154146 吴 杰(021)23154113 联系人 王 涛 02123219760 电力设备及新能源行业 张一弛(021)23219402 房 青(021)23219692 曾 彪(021)23154148 徐柏乔(021)23219171 张向伟(021)23154141 联系人 陈佳彬(021)23154513 基础化工行业 刘 威(0755)82764281 刘海荣(021)23154130 张翠翠(021)23214397 孙维容(021)23219431 联系人 李 智(021)23219392 计算机行业 郑宏达(021)23219392 黄竞晶(021)23154131 杨 林(021)23154174 鲁 立(021)23154138 于成龙 联系人 洪 琳(021)23154137 通信行业 朱劲松(010)50949926 余伟民(010)50949926 张 弋 01050949962 张峥青(021)23219383 非银行金融行业 孙 婷(010)50949926 何 婷(021)23219634 联系人 李芳洲(021)23154127 交通运输行业 虞 楠(021)23219382 罗月江(021)56760091 联系人 李 丹(021)23154401 党新龙(0755)82900489 纺织服装行业 梁 希(021)23219407 联系人 盛 开(021)23154510 刘 溢(021)23219748 建筑建材行业 冯晨阳(021)23212081 联系人 申 浩(021)23154114 机械行业 佘炜超(021)23219816 耿 耘(021)23219814 杨 震(021)23154124 沈伟杰(021)23219963 周 丹 钢铁行业 刘彦奇(021)23219391 联系人 周慧琳(021)23154399 刘 璇(0755)82900465 建筑工程行业 杜市伟(0755)82945368 张欣劼 李富华(021)23154134 农林牧渔行业 丁 频(021)23219405 陈雪丽(021)23219164 陈 阳(021)23212041 联系人 孟亚琦 食品饮料行业 闻宏伟(010)58067941 成 珊(021)23212207 唐 宇(021)23219389 军工行业 蒋 俊(021)23154170 刘 磊(010)50949922 张恒晅 联系人 张宇轩(021)23154172 银行行业 孙 婷(010)50949926 解巍巍 联系人 林加力(021)23214395 谭敏沂(0755)82900489 社会服务行业 汪立亭(021)23219399 陈扬扬(021)23219671 家电行业 陈子仪(021)23219244 李 阳(021)23154382 联系人 朱默辰(021)23154383 刘 璐(021)23214390 造纸轻工行业 衣桢永(021)23212208 曾 知(021)23219810 赵 洋(021)23154126 研究所销售团队研究所销售团队 深广地区销售团队 蔡铁清(0755)82775962 伏财勇(0755)23607963 辜丽娟(0755)83253022 刘晶晶(0755)83255933 王雅清(0755)83254133 饶 伟(0755)82775282 欧阳梦楚(0755)23617160 宗 亮 巩柏含 上海地区销售团队 胡雪梅(021)23219385 朱 健(021)23219592 季唯佳(