晨会纪要

晨会主题 【常规内容】 宏观与策略 资料来源：Wind、国信证券经济研究所整理 宏观专题:水牛还是价格修复？宏观周报:政府债周报-四季度地方债发行计划已披露七千三百亿固定收益专题研究:债市阿尔法-RWA债券全维度分析：运作机制、全球监管与实践路径策略快评:AI赋能资产配置（十七）-AI盯盘：“9·24”行情案例 行业与公司 行业专题:数据中心及AI服务器液冷冷却液行业分析框架医药生物周报（25年第36周）：劲方医药在港交所上市，关注具备差异化的创新药公司汇成真空(301392.SZ)财报点评:上半年收入利润承压，半导体设备研发进展顺利奥普特(688686.SH)财报点评:上半年净利润增长28.80%，全面覆盖人形机器人视觉部件名创优品(09896.HK)公司快评:主业经营拐点初显，大店策略+自有IP持续驱动高质量发展 【常规内容】 宏观与策略 宏观专题:水牛还是价格修复？ 1、本轮股市上涨是一场“水牛”吗？（1）从资产相关性视角来看，权益资产上行核心驱动并非来自于宏观流动性过剩。（2）从微观视角来看，本轮权益资产上行到目前为止并未引发场外资金大规模入场，而主要以场内资金腾挪和加杠杆完成。 2、市场究竟在定价什么？（1）市场自“反内卷”以来主导国内资本市场走势的核心因子是风险偏好回升。（2）从三个角度看，四季度价格可能出现边际企稳：一是外需品种支撑；二是反内卷逐步实施，对内需部分边际变化；三是诸如M1等指标对PPI的领先指示。 3、价格边际企稳下可能出现的资产配置图景：（1）价格边际企稳下权益资产温和上行，但可能面临板块切换；（2）降息预期和央行买债或成为债市博弈的重要窗口。 证券分析师：邵兴宇（S0980523070001）、田地（S0980524090003）、董德志（S0980513100001） 宏观周报:政府债周报-四季度地方债发行计划已披露七千三百亿 政府债净融资第38周（9/15-9/21）3179亿，第39周（9/22-9/28）-220亿。截至第38周（9/15-9/21）累计11.5万亿，超出去年同期5.1万亿。 国债净融资+新增地方债发行第38周（9/15-9/21）4056亿，第39周（9/22-9/28）108亿。截至第38周（9/15-9/21）广义赤字累计9.7万亿，进度81.9%。 国债第38周（9/15-9/21）净融资2871亿，第39周（9/22-9/28）-1444亿。截至第38周（9/15-9/21）累计5.5万亿，进度83.2%。 地方债净融资第38周（9/15-9/21）309亿，第39周（9/22-9/28）1225亿。截至第38周（9/15-9/21）累计6.0万亿，超出去年同期2.7万亿。 截至9-24，四季度地方债发行计划七千三百亿，包括四百亿新增一般债和三千九百亿新增专项债。截至9-24，2025年四季度地方债发行计划七千三百亿，包括四百亿新增一般债和三千九百亿新增专项债。对比剩余额度来看，新增一般债和专项债分别剩余一千四百亿和七千四百亿。对比去年同期，目前已披露发行计划的23个地方政府2024年Q4地方债发行计划为八千九百亿，包括新增专项债两千七百亿。 新增一般债第38周（9/15-9/21）207亿，第39周（9/22-9/28）56亿。截至第38周（9/15-9/21）累计6562亿，进度82.0%，超过去年同期。 新增专项债第38周（9/15-9/21）978亿，第39周（9/22-9/28）1496亿。截至第38周（9/15-9/21）累计3.5万亿，进度79.8%。特殊新增专项债已发行12012亿，其中9月至今2333亿。土地储备专项债已发行3466亿。截至9月23日，全国已有27个省市公示相关项目，累计覆盖4992块宗地，资金规模达5537亿。 特殊再融资债第38周（9/15-9/21）214亿，第39周（9/22-9/28）114亿。截至第38周（9/15-9/21）累计1.98万亿，发行进度99%。 城投债第38周（9/15-9/21）净融资155亿，第39周（9/22-9/28）预计-70亿。截至本周城投债余额10.2万亿。 风险提示：数据统计误差，实际发行与计划差异较大。 证券分析师：田地（S0980524090003）联系人：王奕群 固定收益专题研究:债市阿尔法-RWA债券全维度分析：运作机制、全球监管与实践路径 RWA债券核心定义：RWA债券是将现实世界稳定现金流资产（金融、实物、权益类）的债权代币化的证券型代币，具“双锚定”特征（锚定底层资产现金流与智能合约分配规则），区别于无资产背书的原生加密资产，需遵守证券监管。底层资产通常分三类：金融资产类、实物资产类、权益资产类。 RWA债券运作机制：全周期含“资产确权-链上映射-交易流通-收益分配”四环节，分非标准化与标准化资产差异。资产确权环节，非标资产采用联盟链多节点生成权属凭证，并打包成资产池；标品靠托管机构凭证确权上链。链上映射环节，非标资产需要拆解权益规则再映射上链，标品可以按单位直接映射。交易流通环节，非标通过合规的数字交易所、DEX，标品侧重高频平台。收益分配环节，非标靠IoT和预言机自动执行，标品流程更为简化。 与传统债券、ABS的比较：RWA债券以“区块链+IoT+预言机”为技术底座，较ABS优势显著，运作模式从人工转向自动化，流通效率达7×24秒级清算，透明度实现全链实时可查，且能小额分割降低门槛。与传统债券比，RWA债券底层资产范围更广泛，技术基础更先进，但传统债券有更成熟的监管。 全球政策环境与监管框架：美国为全球最大RWA债券市场，通过《数字资产市场清晰法案》（CLARITYAct）建立动态监管框架，同时依托以太坊Layer2网络降本、Chainlink预言机提效，贝莱德等机构纷纷入场，推动美国RWA债券市场规模增长。欧洲颁布《加密资产市场监管法案》（MiCA）统一框架，并推出“欧盟统一牌照”消除国别监管差异。中国呈“中国除港澳台外审慎试点+香港链接国际”双轨格局，两地通过“规则互认、资产互通、技术互联”协同，构建特色RWA生态。 RWA典型案例： 深圳福田RWA数字债券：2025年发行，规模5亿，票面利率2.62%，全球首单公募RWA债券，同步挂牌澳门与深交所，底层为充电桩及写字楼收益权； 朗新集团充电桩RWA：2024年香港沙盒项目，规模1亿，锚定9000台充电桩收益权，属国内首单新能源RWA； 协鑫能科光伏RWA：2024年发行，规模2亿，锚定82MW光伏收益权，捆绑碳减排收益，采用“两链一桥”架构。 RWA债券投资者参与路径与门槛：中国除港澳台机构投资者需合规参与，一级市场可直连境外持牌承销机构（如中金香港）或借境内QDII产品；二级市场可通过香港MOX、深交所跨境通、持牌数字交易所。 风险提示： 技术风险：智能合约漏洞风险、跨链安全风险、预言机数据失真风险合规风险：跨境监管政策冲突、监管政策变动风险。 证券分析师：陈笑楠（S0980524080001）、赵婧（S0980513080004）、董德志（S0980513100001） 策略快评:AI赋能资产配置（十七）-AI盯盘：“9·24”行情案例 金融市场中的短期内快速上涨行情往往因情绪驱动而非基本面改善，容易导致阶段性追高。传统技术分析（如KDJ、RSI、MACD、均线体系、成交量、换手率及估值水平等单一指标）虽能提供部分洞察，但其信号纷杂、滞后性强且受主观经验影响较大，难以有效预警此类脉冲式行情的风险。 为系统性地解决这一问题，本研究旨在构建一个多维度、量化、由人工智能驱动的综合研判框架。研究首先从趋势、动量、资金流向、估值四个核心维度出发，构建了十二个关键原始指标，形成一个全面刻画市场状态的多因子体系，并初步判断和市场趋势的关系，确保模型的可行性以及避免机器学习的“黑箱”现象。随后，本研究创新性地引入以HistGradientBoosting为代表的机器学习算法作为“AI辅助”核心引擎，在两大关键环节实现优化： 在因子处理层面：利用AI方法自动化完成因子的去极值、标准化、分位化与特征重要性筛选，显著提升因子数据的稳定性和有效性，克服了传统人工选择因子的主观性与过拟合缺陷。在模型建模层面：利用HistGradientBoosting模型的非线性拟合能力，深度捕捉多个技术因子与估值因子之间复杂的交互效应与协同关系，从而生成更为精准、稳健的复合择时信号。 本研究的核心价值在于解答两个关键问题：第一，在A股市场的特定环境下，市场因子对于规避短期顶部风险具有显著的预测能力？第二，相较于传统的线性模型或经验判断，AI辅助的融合框架能否在策略胜率、夏普比率与最大回撤控制上表现出更优的性能，尤其在于类似“9·24”行情的临界点识别上。 我们预期，该AI增强型的多因子择时策略不仅能为投资者提供一个客观、系统的A股风险预警工具，减少盲目追高带来的损失，同时也为人工智能技术在中国金融市场量化实践中的应用潜力与可解释性提供了有力的实证参考。 报告首先通过趋势、动量、资金流向和估值四个维度的图表验证了单点指标在市场波动中能够捕捉趋势拐点与风险信号，为量化建模提供了实证基础。在此基础上，研究团队将12个核心指标及其衍生因子系统化处理，统一标准化和分位化，并通过IC检验筛选出具备解释力的因子。随后引入直方图梯度提升（HistGradientBoosting）模型，利用其非线性拟合与交互捕捉能力生成复合择时信号。回测结果显示，策略年化收益率达36.41%，夏普比率2.30，最大回撤-19.51%，显著优于万得全A指数，尤其在“9·24”行情等高波动场景中展现出“追涨不追高、下跌能抗跌”的特征。由此证明，AI辅助的多因子量化框架不仅能将单一指标的局部关联转化为系统化策略，还能有效提升风险控制与收益稳定性。 证券分析师：王开（S0980521030001）、陈凯畅（S0980523090002） 行业与公司 化工行业专题:数据中心及AI服务器液冷冷却液行业分析框架 随着数算中心规模、功率不断提升，高效冷却技术快速发展，液冷主要解决高能耗、高发热难题。据《智算中心液冷产业全景研究报告》，2024年我国算力中心总耗电量达1660亿kWh，占全社会总用电量的1.68%。2020年国家工信部公布《全国数据中心应用发展指引（2020）》，全国在用超大型数据中心平均PUE达1.46，大型数据中心平均PUE为1.55；2023年4月，财政部、生态环境部、工信部联合印发《绿色数据中心政府采购需求标准（试行）》中提出，2023年6月起，数据中心电能比不高于1.4,2025年起数据中心电能比不高于1.3；数据中心大量能耗主要为热能，降低PUE可由液冷技术驱动。此外，根据实验数据，当芯片功率超过300W时，传统风冷系统散热能力便已失效，芯片热失控风险急剧升高。液冷技术利用液体比热容高于空气的优势，实现对芯片精准散热。 主流液冷技术为冷板式与浸没式，冷板式液冷由于技术方案相对成熟，是目前主要的液冷应用方案。液冷具有换热效率高、节能、减少噪音等多重优势，按照冷却液与服务器接触方式不同，可分为间接冷却与直接冷却，间接冷却一般为冷板式，直接冷却包括浸没式和喷淋式。其中冷板式与浸没式按照冷却液介质是否发生相变又可分为单相与双相。冷板式液冷技术方案相对成熟，不需要对数据中心机房进行大规模改造，但解热能力上限仍不如浸没式液冷；浸没式液冷冷却液介质需直接与设备接触，专用机柜对于管路要求高，维护复杂，冷却液介质如氟化液售价高昂且使用量较大，整体运维成本较高，但浸没式液冷解热能力更高且噪音最小。 不同基质的冷却液一般用于不同场景，水基冷却液一般用于单相冷板式液冷，制冷剂可用于双相冷板式液冷；油基冷却液与含氟冷却液可用于单相或多相浸没式液冷。冷板式液冷不直接与设备接触，水基冷却液具有高比热容、低成本等优点，但存在易滋生藻类、细菌等问题；油基冷却液绝缘性好，具备成本