国信研究 | 研究周刊（3.10-3.16）

No.1

全球通缩史：宏观里的“稀罕事”。从历史数据来看，自1880年以来，美国、德国、日本等主要经济体的CPI低于0的时期仅占总时间的少数部分。具体而言，美国CPI低于0的月份为259个月，德国为279个月，日本为230个月。二战后，通缩发生的概率进一步降低，美国1950年以来仅有25个月出现CPI低于0的情况，发生概率不足3%。此外，从各国的横向比较来看，通缩往往是重大历史事件后的全球性事件，而极少在某一个国家单独出现。

通缩为何是大敌？尽管通缩在历史上较为罕见，但其对经济的破坏力却极为强大。通缩的核心问题在于其对收入和就业的负面影响，以及对创新生态系统的抑制作用。

（1）通缩的收入效应。劳动者既是消费者也是生产者。价格下跌虽在短期内看似有利于消费者，但会导致生产者收入下降，进而影响就业和工资水平。历史数据显示，美国居民可支配收入与CPI同比高度正相关，失业率的高点往往对应通缩时期。这种收入效应不仅削弱了消费者的实际购买力，还通过就业和收入水平的下降，导致社会总需求萎缩。

（2）创新的时间成本。随着经济社会的发展，创新的复杂性和成本不断增加，例如全球主要战斗机的研发时间从二战时期的不足一年延长至数十年，新药研发成本和时间也大幅上升。通缩环境下，物价持续下降，货币购买力增强，使得未来完成的创新成果价值被削弱，降低了企业对长周期创新项目的投入意愿。

产能周期与通缩。通缩是制造业攀上顶峰后，带上王冠后所不得不面临的一个挑战。从历史来看，以美国1929年大萧条和日本90年代中期以后长期通缩为代表的两次长时间通缩过程均对应了产能达峰后的去化过程。

通过对美国、日本、德国、法国、韩国和中国等六个国家的22个产能周期的研究，发现产能周期的上行和下行阶段具有一定规律性。（1）在产能周期上行阶段，平均持续时长为22个季度，最长可达37个季度，最短为8个季度，平均上行幅度为18.0%。（2）在产能周期下行阶段，平均持续时长为12.5个季度，最长可达27个季度，最短为6个季度，平均下行幅度为15.3%。

风险提示：海外市场波动，海外经济增速下滑。

No.2

AI技术在ESG投研中的应用正逐步改变传统投资决策模式。随着环境、社会和治理（ESG）因素在投资决策中的重要性日益凸显，AI技术凭借其在数据处理、风险量化、情绪分析和投资组合优化等方面的核心优势，为ESG投研带来全新的解决方案。本文通过深入分析AI技术在ESG投研中的应用场景，总结了主流AI-ESG平台的功能特点，并结合实际案例展示了其在投资实践中的应用价值。随着技术的不断进步，AI有望进一步推动ESG投研的智能化和个性化发展，助力投资者实现可持续发展目标。

AI技术通过数据整合与清洗、风险量化与动态监测、公众情绪与品牌声誉管理以及投资组合优化等核心应用场景，全面赋能ESG投研。AI利用自然语言处理和自动化爬虫技术，将碎片化的ESG数据转化为结构化信息，显著提升数据处理效率；通过机器学习模型实现ESG风险的量化和动态监测，帮助企业主动预警并降低合规成本；借助情感分析技术，将公众情绪和品牌声誉从模糊感知转变为精准量化，为投资者提供关键情绪洞察；并根据投资者偏好和目标，提供个性化的投资组合构建方案，实现财务回报与环境及社会责任的平衡。

主流AI-ESG平台在数据覆盖、技术先进性和成本效益等方面各有优势。例如，Clarity AI和MSCI在数据覆盖方面表现出色，Signal AI和Symanto在技术先进性上表现突出，而IBM、Clarity AI和Signal AI在成本效益方面更具竞争力。投资者可以根据自身需求选择合适的平台，以满足不同的应用场景。这些平台通过高频数据更新、深度行业对标、非结构化数据处理、气候风险建模和个性化投资等功能，为投资者提供了强有力的支持，助力其在ESG投研中实现更高效、更科学的决策。

实际应用案例与操作流程演示展示了AI技术在ESG投研中的具体应用价值。例如，IBM Environmental Intelligence Suite通过其强大的环境智能工具，帮助用户快速访问和分析环境数据，实现海平面上升风险的预测；Clarity AI则通过其卓越的数据覆盖和透明性，助力BlackRock满足欧盟可持续金融披露法规（SFDR）等监管要求，显著提升其ESG投研能力。这些案例不仅证明了AI技术在ESG投研中的实际应用效果，也为投资者提供了可借鉴的操作流程和经验，推动ESG投研向智能化和个性化方向发展。

风险提示：历史复盘对未来指引有限，市场政策出现调整，技术算法存在模型偏差，文中个股仅作数据梳理，不构成投资推荐意见。

No.3

市场成交量下降。上周（20250303-20250307）全市场成交量有所下降，沪深两市成交额位于近一年的78.4%分位数水平（前值为92.1%%）。市场成交小幅回落，赚钱效应再度回升。

成交额集中度有所下降。上周，行业层面成交额集中度保持下降趋势，个股层面成交额集中度保持下降趋势。行业层面涨跌幅分化度保持下降趋势，个股层面涨跌幅分化度保持下降趋势。

赚钱效应上升。Top10%个股涨跌幅与中位数涨跌幅的差为8.56%，相比前值上升1.68个百分点。全A涨跌中位数为2.22%，较前值上升4.05个百分点。Top25%分位数为5.89%，较前值上升5.03个百分点。Top75%分位数为-0.11%，较前值上升5.17个百分点。

行业换手率下降。上周换手率最高的三个一级行业为：计算机（35.48%）、机械设备（18.99%）、传媒（18.14%）。上周换手率最低的三个一级行业为：银行（1.20%）、石油石化（1.71%）、交通运输（3.34%）。

机构调研强度下降。从行业层面的机构调研强度看，机械设备（11.39%）、电子（9.06%）、医药生物（7.62%）三个行业的调研强度最高。从宽基指数层面看，中证500的调研强度最大，为0.64。从边际变化看,中证100的调研强度在上周的绝对变化最大，降低了3.68。

股市资金净流入。上周股市资金净流入551.77亿元，较前值多流入1035.68亿元。各分项资金为：（1）融资余额增加121.08亿元；（2）重要股东增持23.07亿元；（3）ETF流入556.51亿元；（4）新发偏股基金70.21亿元；（5）IPO16.84亿元；（6）定向增发2.80亿元；（7）重要股东减持124.95亿元；（8）ETF流出74.51亿元。

从资金流入流出来看，较前值，各分项的变化为：（1）融资余额减少5.44亿元；（2）重要股东增持增加10.18亿元；（3）ETF流入增加378.57亿元；（4）新发偏股基金减少178.69亿元；（5）IPO减少4.92亿元；（6）定向增发减少133.35亿元；（7）重要股东减持增加68.55亿元；（8）ETF流出减少761.35亿元。

资金流出风险下降。上周限售解禁家数为39家，较前值减少2家。限售解禁市值为419.25亿元，较前值增加180.16亿元。预计本周和下周的限售解禁市值为121.62亿元。从行业来看，前两周限售解禁市值最多的三个行业为：机械设备（142.27亿元）、电子（110.32亿元）、国防军工（70.74亿元）。有15个行业没有限售解禁出现。

风险提示：数据更新滞后；数据统计误差；文中个股仅作数据梳理，不构成投资推荐意见。

No.4

AI大模型技术日新月异，赋能金融资产管理行业。在技术供给端方面，近几年AI大模型大规模集中发布，对改变当下社会生产生活具有强大的潜力；在业务需求端方面，全球资产管理规模发展趋势乐观，但利润下行等压力并存，亟需寻求降本增效创新方案。而资产管理行业需要处理庞大复杂、获取门槛低的数据信息，极其适合在业务端发挥AI大模型的优势促进提效降本，增添强大的发展新动力，因而许多资管机构都重视AI大模型的战略意义并且推进投资布局。

国外资产机构依托三大优势迅速推进AI大模型应用。国外依托数据生态成熟、金融科技基建完善、技术起步早等优势，加速开展在资产管理领域的AI大模型实践应用。贝莱德（BlackRock）和摩根资管（J.P. Morgan Asset Management）等全球知名的资产管理机构将大模型应用到已有的AI集成平台或系统当中，在自研平台中确保数据安全，并定制行业专属的数据集训练方案。Vanguard提出大模型应用的创新解决方案，在实践方案与应用方法论层面实现突破。

DeepSeek助推国内资管机构加速智能化转型。DeepSeek在发布后，因其高效、安全和开源等特点，与国内各行业各机构快速实现合作部署，其中包括金融资管领域。易方达基金、富国基金等国内资管机构已经部署了DeepSeek大模型，推进应用于多个业务场景。DeepSeek短时间内能实现大规模部署，强力推动了国内资管机构积极探索大语言模型应用，加速智能化转型。

“AI+HI”的人机协同模式是资产管理行业应用AI大模型的趋势，明确AI大模型的“协助者”本位。AI大模型在技术上存在“幻觉”问题，存在提供虚假或误导性信息的可能，要凭HI（Human Intelligence）辅以人工的信息筛选以及决策把关，明确资管主体的“主驾驶”定位和AI大模型工具的“副驾驶”定位，规避数据泄露等风险的同时，将AI大模型工具应用于资管业务价值链各个环节，提高AI大模型应用广度和深度以实现降本增效，增强资管机构的行业竞争力。

风险提示：(1) AI大模型落地进程出现波折；(2) 技术算法模型存在偏差；(3)文中所提及公司仅做客观事件汇总，不涉及主观投资建议。

No.5

截至3月上旬，上游资源品行业和中游制造业景气分化：上游资源品方面，钢铁、煤炭行业景气持续改善，石油石化、有色金属、基础化工行业景气下行。中游制造业方面，建筑装饰、电力设备行业景气提振，机械设备行业景气下行。

下游消费行业景气分化：下游可选消费中，社会服务行业景气保持上行，家用电器、商贸零售、轻工制造行业景气下行；在必选消费中，农林牧渔、食品饮料行业景气提振，医药生物和纺织服饰行业景气下行。

支撑性服务行业和金融行业景气分化：支撑性服务行业中环保行业景气上行；金融行业方面，银行业景气持续改善，非银金融行业景气下行；TMT行业中计算机行业景气下行。

风险提示：海外地缘冲突尚未缓解；美联储降息节奏和幅度的不确定性；市场情绪波动较大对行情演绎的冲击等。

No.6

光电共封装CPO(Co-packaged Optics)是一种在数据中心互连领域应用的光电集成技术，目前主要用在交换机接口中。通过将交换芯片和光器件共同装配在同一个插槽上，使得光信号和电信号在同一芯片上进行转换和处理，该技术缩短了芯片和模块之间的走线距离，最大程度地减少高速电通道损耗和阻抗不连续性，也在传输速率提高的同时大大缩减功耗，行业头部企业博通（Broadcom）和扇港（SENKO）均分析过CPO技术可助力交换机整体系统减少功耗25%-30%。

在本轮AIGC革命的驱动下，CPO技术产业化进程继续加速。全球互联网云厂持续加大AI资本投入，CPO作为数据中心网络互联中降本降功耗的优选技术，备受全球各大通信电子头部企业关注。博通自上一代25.6T交换芯片起，就开启了CPO交换机商业化推进；英伟达2024下半年加速推进支持IB(InfiniBand)和以太网两种协议的CPO交换机。国内交换机头部厂商新华三、锐捷网络近两年也陆续发布了商用CPO交换机。而随着SerDes速率的快速升级，以及硅光材料和3D封技术装的逐步成熟，CPO技术有望快速迭代，也为光互联Optical IO技术（算力芯片间光互联）的发展奠定了良好基础。

CPO交换机相比传统交换机，需引入近交换芯片的光引擎、光柔性板Fiber Shuffle/保偏光纤PMF、外置激光器ELS及CW光源等。根据Lightcounting预测，未来5年CPO技术渗透率将快速增长，预计到2029年，3.2T CPO端口出货量预计将超过1000万个（2024年CPO端口出货量不超过十万个），若有100万个GPU做千卡GPU集群，则需要超过1,500万个CPO端口；按照目前各类器件的价格测算（并考虑价格年降），未来5年光引擎的市场空间超过100亿美元，光源ELS、光柔性板Fiber Shuffle、连接器MPO、光纤阵列FAU的市场空间超过30亿美元。

风险提示：AI发展及投资不及预期；行业竞争加剧；全球地缘政治风险；新技术发展引起产业链变迁。

No.7

人工智能技术的快速发展正引领医疗终端应用步入效率革命的新时代。“AI+医疗”主要是指利用人工智能技术提高医疗供给端的效率和准确性。通过将深度学习、大数据分析等AI技术深度融入医疗设备和医疗服务领域，传统医疗器械的诊断精度、操作效率和智能化水平得到显著提升。AI对医疗服务领域的赋能不仅优化了诊疗流程，缩短了诊疗时间，更推动了医疗资源的高效配置，为智慧医疗体系的构建提供了强有力的技术支撑。目前，AI技术正在医学影像分析、辅助诊断与决策、健康管理与远程医疗和基因多组学等多个场景展现应用潜力。

AI与多组学的结合正在生物医学和数据科学领域引发变革。基因组学是生物大数据的基石，而多组学涵盖基因组学、转录组学、蛋白质组学、代谢组学、表观组学等多层次数据，“AI+多组学”本质上是数据驱动和生物学机理驱动的双重范式升级，核心价值在于为复杂疾病的机制解析提供“全景视角”，赋能精准医学从理论走向大规模应用。伴随DNA测序成本和合成成本的快速下降，多组学的技术性能有望在2030年前实现数量级跃升，带动下游精准诊断和药物开发实现重要突破。“AI+多组学”的海外龙头企业如Tempus AI、Grail、Guardant Health等正利用所积累的海量数据优势在基因数据服务及应用、MRD、多癌早筛等应用场景高速发展。“AI+医学检验”也在加速渗透医学实验室的自动化和标准化建设的各环节，有望优化诊断流程和决策效能，提高患者的诊疗质量和医疗服务水平。2025年2月，瑞金医院携手华为共同发布瑞智病理大模型RuiPath。

国内医学检验领域正快速布局AI技术，赋能业务发展。第三方医检龙头金域医学基于30年的医检专业数据和知识积累，训练出第三方医检行业首个大模型——域见医言大模型，并于2024年正式对外发布；2024年在广州数据交易所上线5项数据产品，其中乳腺癌数据报告率先完成了第三方医检行业的首笔场内交易，为公司海量高价值数据的价值转化探索出一条安全、合规的业务新模式。迪安诊断携手华为云，以盘古大模型为基石，通过自监督训练和场景SFT微调等创新技术手段，共同构建“迪安医检大模型”并进一步构建智能报告单解读平台。华大基因积极构建全球领先的多组学数据库，为AI模型的训练与优化提供了丰富的数据资源，开发了GenSIRO“样本进，报告出”AI+一站式本地化解决方案、基因检测多模态大模型GeneT、ChatGeneT基因组咨询平台、智能化的疾病防控系统13311i。基因测序“卖水人”华大智造将AI人工智能技术全面融入生命科技工具领域，实验室智能自动化GLI业务全新升级上线。深耕细胞病理领域的安必平推出针对宫颈癌筛查的宫颈液基细胞学人工智能辅助诊断软件，减轻病理科负担，提升基层防治能力。

风险提示：AI相关产品和服务研发或商业化不及预期，行业政策风险，市场竞争加剧风险。

No.8

AI Agent是人机交互新范式。AI Agent是能够感知环境、进行决策、执行动作的智能体，在2023已顺应大模型浪潮而生，随着多模态等技术逐步成熟，当前各厂商持续推出相关产品，Agent已开始逐步进入各个场景的工作流中，成为人机协同新范式。根据Roots Analysis预测数据，预计24年全球AI Agent市场规模为52.9亿美金，预计2035年达到2168亿美金，对应24-35年CAGR为40.15%。

OpenAI推出Operator ，AI正式迈入Agent时代。Operator由CUA新模型提供支持，其通过强化学习实现了GPT-4o的视觉能力与高级推理相结合，可以像人类一样完成与图形用户界面（GUI）的交互。Operator运行在浏览器中，在云端构建虚拟环境来执行操作，工作步骤主要分为感知、推理、执行。当前Operator测试数据优于前期SOTA，但与人类差距仍较大，目前仍在快速进步中。

Operator遵守严格的数据使用和法律要求。OpenAI在数据使用上，除了公开和用户提供的信息之外，还有较多的第三方公司合作。美国法律对OpenAI在数据访问的隐私保护、数据安全、版权、特定领域数据保护等均有要求，Operator也提供了较为严格的安全措施。

Operator在多个场景应用已逐步显示潜力。Operator 的一些典型应用场景包括：旅行预订、购物、餐厅预订、行政任务、市场营销、与各行业合作。OpenAI 正与 DoorDash、Instacart、OpenTable 和 Priceline 等公司合作，以改进 Operator 在现实世界中的应用。

中国团队推出全球首个通用AI Agent Manus，性能表现优异，与阿里千万达到合作。Manus定位为全球第一款通用Agen，面对各类复杂多变的任务，Manus在自己的虚拟环境中灵活调用各类工具——编写并执行代码、智能浏览网页、操作各类网页应用——目标为用户直接交付完整的任务成果。在官方演示中，Manus展现了其筛选简历、遴选房产、股票分析等多种应用场景。在GAIA基准测试中，Manus在所有三个难度级别上都取得了新的最先进（SOTA）表现。目前Manus平台宣布将与阿里通义千问团队正式达成战略合作。

风险提示：AI Agent成熟度发展不及预期；AI产业进步放缓；市场需求疲弱；下游IT开支放缓等。

No.9

全球AI应用正加速落地，技术迭代与场景创新双轮驱动下，DeepSeek等AI大模型通过算法突破持续降低应用门槛，助推产业智能化升级进入快车道。家电企业积极融入AI发展大潮，纷纷推出接入DeepSeek等AI大模型的新品，赋能家电创新升级，助推智能家居的使用体验迎来跨越式发展；家电创新品类依托AI重构产品定义逻辑，助推技术突破，推动产品的大规模普及；配套企业则聚焦自身优势，积极参与AI基础设施的零部件供应。

AI+智能家居：进一步解放双手，提升家电价值量

•智能家居能为用户提供智能化、自动化的家居设备控制，AI+智能家居的结合将为用户创造更大的使用价值，在交互及智能化控制上的体验更为流畅，满足个性化的需求；同时为家电企业创造增量价值，提升家电产品的附加值。目前美的、海尔、海信、老板等头部企业纷纷推出接入DeepSeek的家电产品，在全面提升语音交互能力的同时，产品的自动化控制、节能水平等均有明显升级。

AI+家电创新品类：推动技术突破，实现跨越式发展

•借助AI大模型，智能摄像头、AI眼镜、扫地机等创新家电品类能更好的识别家居环境、人体状态与语音内容，针对性地提供个性化的解决方案，助推产品实现从“能用”、“有用”到“好用”的跨越，从而显著提升产品的渗透率。萤石已推出搭载AI大模型的智能门锁、家庭助理机器人等，石头推出搭载仿生机械手的扫地机，AI应用正加速落地。

AI+基础设施配套：聚焦核心优势，发力新增长点

•家电企业利用自身优势，切入到AI基础设施配套行业，提供AI算力租赁、数据中心液冷等产品。亿田智能已建成大规模算力中心，大元、盾安、康盛等则为数据中心供应核心部件。

风险提示：AI技术发展不及预期的风险、国内外需求波动、行业竞争加剧、新领域拓展不及预期、原材料及汇率大幅波动。

No.10

受益于AIGC技术迭代与场景创新双轮驱动，AI正加速渗透实体经济。轻工作为典型的传统制造行业，一方面积极拥抱智能化转型，另一方面，技术的落地与新应用场景的开拓也在加速AI眼镜、AI玩具等新兴赛道的蓬勃发展。轻工企业正踊跃参与AI发展大潮：用AI提升产品智能化水平与助推新品类的突破，接入DeepSeek等大模型赋能数据分析、智能交互与重塑生态，以及横向开拓AI相关产业来培育业务新增长点。

AI+智能家居：从设计、生产到产品全链条赋能

•AI有助于打通终端需求、方案设计与工厂制造的一站式解决方案。设计端提高设计效率、降低门店设计要求并满足个性化需求；生产端智能工厂优化生产流程，减少人工成本与出错率；产品端AI赋能传统家具，转化为能实现人机交互、自主感知甚至决策的智能产品。

AI+智能眼镜：满足音视频交互需求，多品牌入局逐鹿

•AI眼镜的需求场景足够丰富，围绕“日常消费品”定位，通过实时的音视频交互实现随身AI管家的定位。供给端硬件的掣肘多集中在AR显示和个性化，而生成交互式AI的突飞猛进有望大幅优化软件侧，产业链已基本就绪。

AI+玩具娱乐：AI玩具引领增长，驱动娱乐革新

•目前AI玩具的产品形态已初具雏形，核心是通过接入AI大模型实现情绪感知、AI交互并提供教育、陪伴或娱乐等情绪价值；未来AI玩具将不仅仅局限于儿童市场，有望衍生出更多形态与功能，打破年龄圈层。

AI+健身健康：重塑体育、健身与健康大生态

•AI+健身健康方向主要体现为将智能算法融入健身器材硬件与软件，能够实时监测运动数据、科学评估训练效果并给予针对性改进建议，打造适合青少年运动训练的体育大模型。

AI+机器人与算力：横向产业开拓，培育新增长点

•在传统主业的基础上，为抓住AIGC、机器人与算力在数字经济时代的机会，培育新盈利点，而积极横向开拓业务，纷纷布局机器人与算力领域。

风险提示：AI技术发展不及预期，国内外需求波动，行业竞争加剧，新业务拓展不及预期，原材料大幅波动。

No.11

24Q4财报总结

云业务：

AI云需求持续，各家云厂保持高增速，受限于AI算力产能供给限制。

一方面，云高增速下规模效应明显，通过降本增效AWS与谷歌云过去几个季度显著提升利润率。另一方面，投资周期AI折旧摊销压力逐步增加，微软云因投资周期开始早、折摊占比较高，预计未来一年伴随Capex增加各家云业务毛利率、净利率将有所下降。

B端企业应用：

微软持续扩大B端企业应用的各类型产品份额，本季度生产力业务流程同比+14%，超过上季度指引上限11%，主要受益于Office 2024推出和提价以及M365商业版与Copilot的持续渗透，AI背景下E5以及M365 Copilot渗透率提升带动ARPU持续上升。下季度指引生产力业务固定汇率下+11%至+12%，环比降速。

广告业务：

需求：全球广告需求健康增长。受益于在线商务、金融、医疗、娱乐和媒体等垂直业务的强劲以及选举广告的需求，四季度广告表现强劲。预计25年将面临高基数挑战，同时25Q1预计有一次性逆风，包括美元汇率以及闰年（25Q1同比24Q1少一天）。

格局：谷歌广告Q4同比+10%，META广告Q4同比+21%，搜索与长视频广告份额被社交媒体短视频抢夺。AI对推荐精准度、信息查询功能与体验、广告内容制作等各环节产生显著影响，有望持续提升广告价格和用户时长。

电商业务：

需求：北美消费整体稳健，但北美与国际消费者都更加注重价格，带来了ASP的下降和日常必需品需求的增长。

竞争：亚马逊将继续降低服务成本，包括改变商品入库和分配方式、扩大同日配送设施、使用创新机器人技术等。同时推进其低价平台Haul和Temu、Shein等进行竞争。

2025年战略分析

微软：云是核心动力，在SaaS与PC弱周期阶段，通过AI功能提高ARPU和市占率、追求高效与高质量发展。AI方面模型与硬件主要依赖外部产品，应用端积极推动Copilot和Agent平台深度嵌入现有SaaS生态与Windows硬件系统；

META ：应用家族与元宇宙产品持续迭代升级，AI技术增加用户粘性、提高变现能力。GenAI应用短期不会商业化变现、而是抢占高频流量入口，加强开源大模型与底层硬件生态建设；

谷歌：广告业务通过AI扩大搜索内容、搜索方式，提高广告转化效率。提高Capex，全面布局算力/云、大模型；

亚马逊：延续24年增长策略，零售追求履约效率提升、丰富会员权益，提升广告收入占比。扩张Capex满足下游需求，完善Agent产品；

风险提示：第一，宏观经济波动。若宏观经济波动，公司业务、产业变革及新技术的落地节奏或将受到影响。第二，下游需求不及预期。若下游数字化需求不及预期，相关的数字化投入增长或慢于预期，致使行业增长不及预期。第三，AI伦理风险。AI可能会生产违反道德、常规、法律等内容。第四，核心技术水平升级不及预期的风险。AI大模型研发进度落后，AIGC相关产业技术壁垒较高，核心技术难以突破，影响整体进度。

No.12

美国2月非农就业数据走弱。美国2月非农就业新增15.1万人，略低于市场预期的16万人，同时前值由14.3万人下修为12.5万人，失业率升至4.1%创三个月新高，时薪环比增0.3%符合预期。分行业来看，医疗、交通和金融业成就业主力，制造业、零售及政府岗位增长疲软。本次非农数据反映就业市场降温趋势，叠加通胀粘性引发滞胀担忧。

美联储褐皮书显示经济小幅增长，物价温和上涨，美联储持观望态度。美联储周三公布的褐皮书显示1月中旬以来美国经济活动小幅增长，但消费支出下降，消费者对价格更加敏感，多数地区物价温和上涨。报告多次提及关税，显示特朗普政府政策带来不确定性。美联储主席鲍威尔周五公开发言中表示，鉴于贸易、移民等政策不明朗，将暂缓调整货币政策，等待更清晰的经济信号。总体来看，美国经济当前虽保持稳健增长，但前景不明，美联储对未来的货币政策路径保持观望态度。

德国宽财政计划带动欧元快速升值，美元指数回落。德国于上周三推出"历史性"财政扩张计划，拟修改宪法豁免国防支出债务限制，并设立5000亿欧元基础设施基金。市场对此计划反应剧烈，10年期国债收益率单日飙涨31基点至2.79%，创1990年以来最大单日涨幅；德国DAX指数上涨3.5%，基建和军工股领涨。该计划被视为德国战后重要政策转向，旨在刺激连年萎缩的经济，可能带动下半年增长加速。受此影响，欧元兑美元快速升值至1.08左右，美元指数则回落至104以下。

避险情绪蔓延，美债利率曲线陡峭化持续。近两周在经济数据走弱和特朗普贸易政策反复的影响下，市场避险情绪蔓延，美债利率曲线呈现牛陡走势，短端利率在降息预期升温的影响下继续回落，长端利率先跌后升，1年/2年/3年/5年/10年/20年/30年期美债近两周分别变动-10/-20/-18/-17/-10/-3/-5bp，10Y和2Y分别录得4.32%和3.99%，10Y-2Y利差走阔至33bp。

风险提示：美国经济和货币、财政、贸易政策的不确定性。