2023年11月行业市场回顾与风格表现 [page::3][page::4]

• 11月中信证券一级行业平均上涨0.69%，行业涨跌幅分化环比小幅下降，行业涨跌幅标准差处于近一年低位。

- 煤炭、传媒和商贸零售为涨幅前三名，建材、非银金融、电力设备新能源跌幅最大。

• 小盘股指数涨幅较大，沪深300指数当月下跌2.14%，中证1000指数上涨1.86%。

政策情绪与景气度分析 [page::4][page::5][page::6][page::7]

• 11月政策情绪热点聚焦电子、汽车、家电等科技成长行业，关键政策推动智能网联汽车和机器人产业发展。

- 景气度显示汽车、电子、消费者服务三大行业维持高景气分位（分别约75%、100%、75%），煤炭、医药和国防军工边际提升明显。

• 基于PB-ROE模型，乘用车、计算机软件、消费电子属于ROE上调且估值低于五年中位的重点关注二级行业。

行业流动性及机构行为跟踪 [page::9]

• 11月流动性改善的行业包括传媒、汽车和商贸零售，机构买入金额和换手率均处于较高分位，汽车行业月换手率达87%，机构买入金额近三年最高分位63%。

- 银行、石油石化、通信等行业流动性环比有所下降。

ETF细分赛道经济指标量化监测及筛选 [page::11][page::12]

| 序号 | 主题名称 | 主题基本面指标综合得分 | 主要ETF产品 | 产品代码 | 产品规模(亿元) |
|-------|------------|-------------------------|-----------------------------------|----------------|----------------|
| 1 | 汽车与零部件 | 0.5556 | 国泰中证800汽车与零部件ETF | 516110.OF | 14.91 |
| 5 | 人工智能 | 0.4444 | 易方达中证人工智能ETF | 159819.OF | 40.79 |
| 9 | 消费电子 | 0.4048 | 富国中证消费电子主题ETF | 561100.OF | 9.61 |

• 结合大模型与量化策略，分别为汽车与零部件、人工智能和消费电子主题构建经济指标映射及信号体系，筛选出景气度领先的ETF产品，重点推荐上述三类ETF作为中观配置核心标的。

行业配置建议和风险提示 [page::0][page::1][page::12]

• 推荐2023年12月重点配置行业：汽车、电子、有色金属、计算机、家电；重点聚焦乘用车、计算机软件、消费电子等细分赛道。

- 风险因素包括政策数据覆盖不全、模型拟合逻辑可能变化、政策预期落空、全球化逆转及海外金融风险升级。

中信证券《科技成长迎政策利好，建议关注汽车与电子》研究报告详尽解读

---

一、元数据与报告概览

• 标题：《科技成长迎政策利好，建议关注汽车与电子》

- 作者及机构：中信证券研究部，分析师包括赵文荣（量化与配置首席）与伍家豪（数据科技分析师）

• 发布时间：2023年12月4日

- 研究主题：基于量化基本面模型和政策文本量化，对2023年12月A股行业配置建议及ETF主题配置的深度策略研究，重点聚焦科技成长板块尤其是汽车、电子与消费电子领域。

核心论点：

1. 结合数据策略模型与PB-ROE估值模型，推荐重点关注一致预期ROE上调且估值处于低位的乘用车、计算机软件、消费电子等二级行业。

2. 政策重点明确聚焦智能网联汽车、人工智能等科技成长性行业，相关领域政策利好频出。

1. 基本面景气度和行业流动性持续向好，尤其突出汽车、电子、消费者服务行业，资本市场同时对传媒、汽车、商贸零售表现出活跃交易动能。

4. 提出多只主题ETF投资建议（如国泰中证800汽车与零部件ETF、易方达中证人工智能ETF、富国中证消费电子主题ETF）。

1. 警示风险主要包括政策未全覆盖、模型拟合行业逻辑可能变化、短期利好未及预期、逆全球化及海外金融风险等。

总体报告结构清晰，论据充分，采用政策文本情绪量化和基于大量经济基本面指标的量化模型为核心支撑，融入行业景气度与市场流动性分析，结合ETF产品投资建议，形成较为系统的行业中观配置策略。[page::0,1]

---

二、逐节深度解读

1. 核心观点与市场回顾（第0-1页）

• 要点总结：报告指出2023年12月建议配置的重点行业为汽车、电子、计算机、家电和有色金属，细分为乘用车、计算机软件、消费电子等二级行业。基于ROE预期上调与低估值筛选，强化了量化依据。

- 政策与基本面联动：11月政策情绪明显向科技成长型行业倾斜，包括电子、汽车、家电。有关键政策文件支持（如人形机器人指导意见、智能网联汽车试点）

• 市场表现：11月小盘指数表现优于沪深300，涨跌幅分化较小，煤炭、传媒涨幅居前，体现部分周期和科技成长板块的分化趋势。

- 流动性变化：新增交易热点集中于传媒、汽车及商贸零售，银行和传统石油及通信流动性环比下降，显示资金结构动态调整。

该节通过整合量化模型、政策情绪与市场交易数据形成全面视角，逻辑严密，体现策略模型的多维度兼容能力。[page::0,1]

2. 行业与细分赛道基本面指标解读（第1-2页）

• 具体数据：

- 汽车零部件出口同比增长9.0%，乘用车销量11.4%，新能源汽车高速增长34.0%。
- 电子产品中集成电路产量大幅增加34.5%，智能手机产量小幅增长1.1%。
- 有色金属铜材产量同比增长5.1%，铜矿砂进口金额32.2%。
- 计算机软件业务同比增长13.7%，信息安全10.8%。
- 家电多个产品出口同比显著增长，如洗碗机46.1%、冰箱58.3%、空调39.8%。

• 逻辑推理：

这些指标具体反映了各行业的景气度及市场需求量，验证了报告核心行业选择的合理性和成长性。结合ETF主题评价模型，优选市场流动性和景气度较为优异的ETF组合，提升投资效率。

• 风险声明：

特别指出政策数据可能未全覆盖及模型可能存拟合风险，利好不足及逆全球化趋势等可能带来的系统性风险，为投资者提供必要的警示。[page::1]

3. 市场复盘与行业表现（第3-4页）

• 涨跌幅与波动分析：

- 11月行业平均涨幅0.69%，波动分化程度有所缓和，显示市场趋于稳定。
- 煤炭、传媒及商贸零售涨幅优异，建材、非银金融、电力及新能源表现相对弱势。

• 小盘股涨幅显著：

11月中证1000指数上涨1.86%，沪深300下跌2.14%，说明资金对成长股更为青睐。

• 图表解读：

- 图1：行业涨跌幅的均值、最大值、最小值和标准差趋势折线，呈现波动率变化，11月标准差处于低位，暗示市场分化减少。
- 图2：风格指数月度涨跌幅对比，体现小盘与大盘股分化现象。
- 图3：11月各行业涨跌幅柱状图进一步细化行业表现。
- 图4：全景图将行业政策情绪、景气分位与流动性综合体现在二维坐标系，电子和汽车行业处于较高政策情绪和景气分位区间，且流动性充足。

该复盘对投资组合策略提供了坚实市场环境基础。[page::3,4]

4. 行业边际变化监测（第5页）

• 报告构建了“边际变化”多维度指标，综合政策情绪、景气分位和流动性变化的环比数值进行排序。

- 领先行业包括汽车（政策+1.42，景气+0.33，流动性+2.49，综合评级11.63）、国防军工、电子，显示资金与政策的边际改善最明显。

• 表格细致展示各行业的具体变化值，为投资者提供重点跟踪指引。

该部分量化严谨，有助于捕捉最新行业趋势变化，支持动态调整配置决策。[page::5]

5. 历史策略收益与政策情绪解读（第6页）

• 历史收益回测（图6）：中信证券一级行业推荐配置策略的超额收益表现优于等权配置，证明策略有效性。

- 政策情绪跟踪（图7）：电子、汽车、家电三大行业政策情绪排名靠前。

• 政策事件解读：

- 工信部发布《人形机器人创新发展指导意见》，强调人工智能集成发展，有望带来产业变革。
- 四部门联合发布智能网联汽车试点通知，代表智能网联汽车产业进入试点与发展关键阶段。
- 发改委与能源局发布煤电容量电价机制，助力新能源和绿色转型。

政策支持和产业前景预期支撑核心投资方向。[page::6,7]

6. 景气度与估值模型分析（第7-8页）

• 景气度盘点：

- 汽车、电子和消费者服务行业保持高景气，近一年景气分位分别为75%、100%、75%。
- 煤炭、医药、国防军工边际提升显著，景气环比增幅分别40%、25%、21%。
- 基于PB-ROE模型，21个二级行业ROE预期上调，14个估值低于近五年50%分位，其中乘用车、计算机软件、消费电子值得关注。

• 图8-9：详细行业及细分赛道多维数据比较表，图10为PB-ROE散点图，清晰区分行业估值位置及ROE变化，辅助甄别价值成长双驱动力行业。

该段对行业发展的量化打分与估值分析架起理论到实证的桥梁，强化“低估值加增长”的投资逻辑。[page::7,8]

7. 流动性及宏观指标跟踪（第9-10页）

• 11月行业流动性综合指标显示，传媒、汽车、商贸零售等行业流动性明显上升，银行、石油石化、通信则有所下降。

- 宏观流动性指标（M1/M2增长率、社融增速、逆回购利率、10年国债收益率）反映流动性整体趋于稳定或微弱宽松，有利资本市场投资环境。

• 图11展示了各行业资金净流入、成交量、机构行为等多维指标的叠加量化指标。

流动性支撑是市场参与积极性的关键，是投资配置的底层支撑层面。[page::9,10]

8. 研究报告情绪跟踪（第10页）

• 研报情绪指标向传媒、食品饮料、电力及公共事业等行业显示乐观情绪，反映研究机构对这些领域较高关注度和正面预期。

- 研报情绪通过情绪识别模型量化，市值加权聚合，体现市场信息传播的热度和市场预期。

研报情绪作为市场情绪风向标，是辅助判断市场热点的重要维度。[page::10]

9. ETF主题中观指标及筛选建议（第11-12页）

• 利用大模型技术将宏观及行业经济指标映射到ETF主题，结合量化筛选（回测指标信号与收益表现），建立主题基本面综合信号。

- 通过多维指标集成综合信号，形成对主题景气度的客观评价。

• 按景气得分Top10及单个ETF产品规模进行筛选，确定当前推荐ETF主要为：

- 国泰中证800汽车与零部件ETF（516110.OF）
- 易方达中证人工智能ETF（159819.OF）
- 富国中证消费电子主题ETF（561100.OF）

大模型赋能指标筛选使主题投资更加系统化和量化，提升决策科学性。[page::11,12]

10. 风险因素（第12页）

• 涉及政策数据统计覆盖不全、模型拟合可能失准、短期利好不足、逆全球化风险、中国外部金融风险恶化等。

- 报告未具体给出风险缓释方案，提示投资需警惕多元风险复合影响。

风险提示尽管简略，但覆盖宏观和模型层面，符合专业规范。[page::12]

---

三、图表深度解读

• 图1（行业轮动月度收益率分化）：

- 展现行业涨跌幅均值和波动性，显示2023年11月涨幅分化减小，市场轮动趋缓，趋势更稳健。

• 图2（风格指数涨跌对比）：

- 明确小盘股表现优于大盘股，说明资金偏好成长及中小盘股。

• 图3（11月行业涨跌幅）：

- 直观展现煤炭、传媒、商贸零售领涨，体现行业机会集中。

• 图4（行业多维跟踪全景图）：

- 通过政策情绪（X轴）、景气分位（Y轴）及流动性（气泡大小）多维度，彰显电子、汽车行业的领先地位。

• 图5（行业边际变化）：

- 量化环比政策情绪、景气度和流动性变化，评分排序引领投资组合调整优先级。

• 图6（行业策略历史收益）：

- 显示量化策略优异的历史表现，说明该研究具备较好的投资参考性。

• 图7（政策情绪跟踪）：

- 政策文本情绪量化精细比较，增强策略的政策感知能力。

• 图8-10（行业与二级行业指标与估值模型）：

- 结合历史估值分位与ROE变动定位行业，“低估值且ROE提升”聚焦核心投资标的。

• 图11-15（行业流动性及宏观指标）：

- 反映资金活跃度及流动性环境，辅助理解市场资金面动向。

• 图16（研报情绪）：

- 研报情绪指标体现市场研究关注及预期趋势，是辅助决策的软信息。

• 图17（主题ETF基本面得分及主要产品）：

- 明确主题投资热点及对应ETF产品规模，指引具体投资标的。

• 图18（综合行业景气度指标列表）：

- 提供丰富的基础经济指标维度，支持量化模型构建和持续动态调整。

每一张图表均系统支撑文本观点，形成了思维严密且数据充分的研究整体。[page::3-4,5,6,7-8,9-10,12,13-14]

---

四、估值分析

报告通过结合PB-ROE模型进行二级行业估值定位：

• PB-ROE模型简介：

- PB（市净率）反应市场估值水平，ROE（净资产收益率）体现盈利能力，两者结合用于判断估值合理性和盈利趋势。

• 关键输入：

- 使用近五年历史PB分位作为估值参考，对比月度一致预期ROE变化。

• 模型输出解读：

- 右上象限为“ROE环比上调，高估”行业，较适合关注成长业绩稳定的优质企业。
- 右下象限“ROE上调，低估值”行业尤具投资价值（如乘用车、计算机软件、消费电子）。

• 估值判断：

- 结合景气度和估值位置，筛选出11月资本市场配置较优的行业和细分赛道。

该方法是市面主流估值方法，合理系统，支持了投资筛选的科学性。[page::8]

---

五、风险因素评估

• 报告明确指出风险主要包括：

- 政策数据统计不全面：可能导致模型及策略误差。
- 景气度模型拟合行业逻辑变动：模型适用性面临挑战。
- 短期利好政策发布不足预期：影响市场情绪和资金流。
- 逆全球化趋势加剧：贸易和技术交流受限风险上升。
- 海外金融风险增强：外部市场波动加大，不利中国资本市场。

虽然缺少具体的对应缓解措施，但风险提示涵盖了政策、模型、宏观环境及外部风险等全方位内容，提醒投资者保持警惕。[page::1,12]

---

六、批判性视角与细微差别

• 潜在偏见与假设依赖：

- 报告强烈依赖模型输出且使用过去历史估值与ROE变化推断未来趋势，模型合理性依赖数据质量和行业稳定性，若宏观环境剧烈变化或政策方向调整，模型风险存在。

• 政策热度聚焦：

- 报告政策热度显著偏向科技成长股，这部分假设政策将持续对科技成长产业给予支持，若实际政策执行力度不足，将影响预期。

• ETF规模偏大滞后性：

- ETF选取基于规模超10亿元原则，可能对新兴细分领域反应慢，存在配置迟滞风险。

• 流动性指标复杂度与透明度：

- 流动性指标综合多源数据，使用PCA方法聚合，虽然科学但部分投资者难以完全理解算法细节，存在黑箱风险。

• 图表与数据的完整性：

- 部分数据表格因格式问题存在字符丢失或显示错误（如第5页表格有格式混乱），需保证汇报严谨性。

总体来看，报告整体稳健，基于多数据多维度分析，但依赖政策导向及模型稳定性，需警惕外部突发事件对策略的潜在冲击。[page::5,11,14]

---

七、结论性综合

本份《科技成长迎政策利好，建议关注汽车与电子》报告系统整合了政策文本情绪、行业基本面指标、估值模型以及市场流动性和研报情绪，构建了一个科学严谨的中观行业配置框架。报告依据2023年11月政策发布热点和业绩预期调整，选取汽车、电子、乘用车、计算机软件和消费电子为重点关注行业和细分赛道，推荐相应ETF包括国泰中证800汽车与零部件ETF、易方达中证人工智能ETF和富国中证消费电子主题ETF。

通过对多张图表的综合分析得见：

• 汽车行业展现强劲出口与销售增长，新能源汽车快速渗透，市场流动性和机构买入积极度处于高位；

- 电子行业，尤其集成电路大幅增长及智能设备稳健扩展，强化技术成长动力；

• 基于低估值与ROE预期提升的量化筛选，乘用车、计算机软件等成长股票具备较好投资价值；

- 政策密集支持高端制造和智能网联汽车产业，提供产业发展强劲政策驱动力；

• 流动性稳定，市场环境宽松但需警惕逆全球化和海外金融风险潜在影响。

报告给出审慎但乐观的配置路线，强调科技成长与结构性升级投资机会，推荐投资者聚焦政策催化和基本面景气双驱动的细分赛道，配合ETF产品实现风险分散与成长捕捉。

综合来看，该报告为投资者提供了理性、数据驱动的行业配置建议及ETF产品筛选思路，是一份立足政策导向和量化模型，兼顾市场情绪和流动性的高质量行业研报，适合作为资产配置决策的基础参考。[page::0-14]

---

参考页码溯源

[page::0,1,3,4,5,6,7,8,9,10,11,12,13,14]

---

总结：该报告通过对政策、基本面、市场行情及流动性的多维量化分析，结合ROE和估值结合的PB模型，精准锁定汽车与电子等科技成长行业，辅以ETF投资建议，为投资者提供科学、数据驱动的行业配置与投资决策支持，充分体现了中信证券在基本面量化与政策驱动研究方面的优势和专业性。

报告