国信研究 | 研究周刊（12.30-1.5）

行情回顾：政治局会议和中央经济工作会议强调明年要实施“适度宽松”的货币政策，12月多数债券品种收益率显著下行；利率债方面，12月全部利率债品种收益率下行超20BP，其中1年期国债收益率下行35BP；信用债方面，12月信用债收益率进一步下行，但幅度相对利率债较小，多数品种信用利差走阔；违约方面，12月违约金额有所回升，无首次违约主体；

海外基本面：美国服务业维持高景气，就业稳健增长；美国通胀继续反弹，通胀预期保持高位；日本通胀显著反弹，欧日经济景气回升；

国内基本面：基于生产法测算的月度GDP同比增速在11月份约为5.1%，与10月相差不大，表明11月国内供给端保持较强韧性，其中主要拉动力来自工业增加值，服务业和建筑业构成小幅拖累。需求方面，11月投资、消费、出口当月同比均有所回落，环比也低于历史同期均值，表明11月需求总体偏弱。高频跟踪来看，2024年12月国信高频宏观扩散指数B继续回落，表现逊于历史平均水平，或主要与房地产“严控增量”政策导致的新开工减少有关，并非反映12月国内经济增长动能回落；价格方面，12月国内CPI同比或继续回落，PPI同比继续上升；

货币政策：12月央行公开市场大规模净回笼（不考虑买断式回购以及国债买卖）；

热点追踪：汇率是推演2025年政策空间的主线，进一步宽松空间取决于汇率上限能否打开；

大势研判：财政托底经济仍需验证，货币“适度宽松”预期下国债利率快速下行， 预计近期债市仍震荡偏强；

1、按照需求主体不同分类，内需大致可以划分为政府性需求和民间需求两大部类。例如，消费需求中，政府性消费占比大致在30%，居民消费占比大致在70%。固定资产投资需求中，民间固定资产投资需求的比重要超过50%，政府性投资的比重在30-40%之间，而外商直接投资则体量较小；

2、将固定资产投资总规模减去民间固定资产投资总规模（外商直接投资规模暂忽略），得出的规模基本接近于政府性固定资产投资规模，其增速变化与基础设施建设投资增速非常接近；

3、2005-2024年合计20年时间中，政府性投资增速与民间固定资产投资增速双双震荡下行，但是在阶段时期中，两者的增速变化时常出现分化，20年时间中，大约有一半的时期两者表现为同向升降，另一半时间表现为方向分化。

4、如果按照政府投资与民间投资的增速方向差异进行划分大致可以划分为四大类型，分别为：“政府投资↗+民间投资↗”组合、“政府投资↘+民间投资↗”组合、“政府投资↗+民间投资↘”组合与“政府投资↘+民间投资↘”组合；

5、从四个维度考察在不同组合下的资产价格变化特征，分别为（10年期国债）利率、（沪深300）股指、大小市值股票的相对强弱（采用巨潮大小盘指数衡量）、价值股与成长股的优劣比较（采用巨潮价值\成长指数衡量）；

6、2024年以来，民间投资的累计同比增速总体呈现弱势，重心小幅度下探，围绕在0%增速附近，其中向上的托举力量来自于制造业投资的高企，向下的拖累力量主要来自于房地产投资的低迷；

7、历史上民间投资企稳回升的经验与背景。2024年下半年以来的一系列稳增长措施正在上述领域持续发力，预计在未来的两个季度时期，财政政策与货币政策依然会持续发力，带动政策力度指数向上，这保证了未来一段时期的政府性投资增速将保持在上行轨道，而随着稳增长政策与改革性、结构性政策不断协调配合，预计在未来时期会看到民间投资的增速触底回升。此外，2025年我国对于“两重”以及制造业投资依然保持支持，且伴随房地产投资的企稳，预计“制造业高企+房地产低迷”的弱势格局将被打破，有望迎来民间投资的企稳恢复。

风险提示：海外市场动荡，存在不确定性。

估值曲线：2024年债市继续大涨，收益率创历史新低，短端收益率下行幅度普遍大于长端，期限利差走扩。信用利差方面，年初至8月初，主要品种信用利差波动收窄，尔后快速走扩，四季度信用利差高位波动，截至年末，短期限、高等级信用利差较年初小幅走扩，低等级、长期限信用利差较年初压缩。

一波三折：2024年基本面和政策力度整体弱于市场预期，债市收益率整体呈现波动下行的走势，在4月末、8月上旬和9月末分别出现短暂的回调。信用债方面，2024年收益率曲线总体波动和国债较为接近，但在8月末和12月出现了短暂的分歧。

中债市场隐含评级下调风险继续下降：2024年中债市场隐含评级下调的信用债金额为2,137亿，下调金额较2023年大幅下降；上调方面，全年上调总金额8,310亿，绝对水平较2023年也有所下降。

违约风险继续下降：2024年国内信用债违约风险大幅下降，广义违约金额较2023年减少约7成。按照首次违约发行人数量来看，2024年新增11个；按照广义违约口径（包括首次展期、交叉违约及技术性违约等），2024年违约金额333亿，非金融企业信用债违约率0.11%，较2023年违约风险明显下降。

回收率依然偏低：2024年违约债券共回收50.4亿本金，涉及到76只债券，33个发行人。和2023年相比，2024年违约债券回收金额有所回落。2014年至今，违约债券共兑付本金1,045.4亿，兑付率仅10.1%。

风险提示：本报告为历史分析报告，不构成任何对市场走势的判断或建议，使用前请仔细阅读报告末页“相关声明”。

全年纵览：市场一波三折，三季度涨幅贡献突出

2024年年初至2月上旬，市场因风险情绪下行，5月下旬至9月下旬再次开启阴跌，10月8日大盘高开后快速走低，11-12月大盘表现偏震荡。全年维度上证指数、深证成指、沪深300分别上涨12.67%、9.34%、14.68%。

分季度来看，一季度，A股市场在内外部利空因素影响下快速下跌，2月政策利好与外资流入推动大盘完成500点反弹，整个季度市场呈现V型走势。二季度A股市场从“春季躁动”过渡到波动期，政策驱动下地产板块一度上涨，但经济数据偏弱与外部不确定性导致大盘震荡回落。三季度市场交投情绪低迷，但9月24日起，宽货币、稳楼市、提内需等一系列政策利好落地，重振市场信心，推动股市快速反弹。四季度A股市场高开后震荡波动，受内外因素影响，调整至10月中下旬后反弹，11-12月整体偏震荡，年底风格切换为大盘价值占优，防御型策略占主导。

风格：大盘价值占优，亏损股走势不弱

2024年风格切换频繁，大盘价值股优于小盘成长股。2024年A股市场呈现明显的风格切换和分化，全年维度看大盘强于微盘，微盘强于中小盘。三季度末小盘股短期跑赢后，年底因退市新规担忧，大盘股再度占优。全年维度大盘价值显著占优，相对小盘成长的超额收益达到29.16%，小盘成长全年内的顺风期仅有1/4时间区间。

行业&主题：红利是主线，四季度轮动达峰

行业轮动先降后升，四季度到达高点。年初市场下跌期间，行业轮动速率同频下跌；伴随二季度行情演进，轮动持续放缓；三季度末，政策驱动市场交投情绪好转，轮动速率有所提升；四季度轮动强度中枢达到年内高位，12月大模型、机器人等主题活跃推动轮动加速，年末行业轮动指数4MA慢线达到全年最高点。

分行业来看，全年31个一级行业中有21个上涨，8个二级行业全年跌幅超过20%。一级行业中，银行、非银金融、通信、家用电器涨幅较高，分别上涨34.39%、30.17%、28.82%和25.44%，其中银行全年四个季度均收涨；二级行业中，商用车、摩托车、专业连锁2024年全年涨幅超过50%，动物保健、非金属材料、生物制品、医疗服务、焦炭全年维度表现较差。主题方面，剔除连板、次新、预增、券商及行业金股等概念后，全年涨幅在40%以上的概念主题共有15个，其中服务器、炒股软件、GPU、电动车、设备更新主题涨幅位列前五。

风险提示：海外地缘冲突加剧；指数梳理仅基于客观数据，不涉及主观意见及推荐；历史复盘对未来指引有限。

大势研判：国内政策积极对冲外部不确定性 •宏观环境方面，截至12月下旬，已有12个省市披露一季度地方债发行计划，合计超5000亿，国务院办公厅发布优化完善地方政府专项债券管理机制的意见，政策执行层面颇具定力，1Q25整体宏观环境偏宽松。分子端12月季节性偏弱，1月或有改善，12月EPMI景气度较高的行业主要集中在信息技术领域，后续受益于扩大专项债用作资本金范围，信息技术领域景气度有望进一步提升。估值性价比方面，沪深300、中证500指数风险溢价均位于10年均值附近，沪深300 PE站上13倍，当前性价比适中。筹码结构方面，全A12月整体走势呈倒V型，整体筹码带较12月中上旬有所下移，上方存量套牢筹码有所增加。复盘岁末年初的躁动行情，2020年以来赔率弹性有所收敛。•在美国对外进口品关税高企引发的“再通胀”隐忧中，美国或将进一步放缓降息节奏。对国内资产而言，虽然外部冲击对股市表现情绪和估值上可能会有一定拖累，但货币和财政政策双重发力，促进消费和内需改善政策逐步落地，在根本上提振股市盈利中枢，逆周期调节工具对外部压力能进行很好平滑对冲。

行业与风格：杠铃策略与国央企突围 •风格整体偏均衡，春节前大盘略占优。12月中旬以来大盘相对小盘显著占优，尤其是考虑年化波动后，大盘风格持股体验进一步提升；退市新规实施在即叠加年报预告成为1月小盘风格的“X因素”，2024年4月中“新国九条”发布、2024年6月中监管部门针对上市企业密集发函，均对小盘股产生较大冲击。•红利和国央企如何看：机会出现在轮动中。1）红利资产方面，指数层面的交易拥挤度并未上升到预警水平，内部分行业看，近期银行交易热度较高，但公用事业、支持服务相关领域仍有情绪偏冷的红利资产，底仓配置的维度，红利资产仍能贡献较好的绝对收益。2）国央企方面，退市风险不易波及大盘风格和国央企，规避地方国企微盘股几乎可以实现远离退市风险。伴随退市新规出台、监管力度和激励力度的加强，国企分红仍有完善空间。混合所有制改革下，并购重组具备重要的时代意义，深化国有企业混合所有制改革有利于放大国有资本功能、实现保值增值。改革本身亦可撬动优质社会资本，实现国企资源禀赋与民企商业模式灵活性的有机融合，进一步做优做大国有资本。并购重组服务于国企改革的典型模式包括一般性混改、二次混改、反向混改，不论采取哪种方式，核心内涵都是提高企业竞争力、优化国有资本产业布局结构、提高资源配置效率。上海印发《市国资委监管企业私募股权投资基金考核评价及尽职免责试行办法》，提出建立分层分类长周期考核评价体系，鼓励国资基金积极作为。国央企内部仍有大量破净标的，可以基于PEG视角自下而上筛选。

主题与热点：杠铃一端收敛，情绪小幅回落语境下关注产业核心催化 •1) LightCounting 积极展望高速互联市场，预计未来五年高速线缆的销售额将增长两倍多；2)豆包大模型家族全面升级，推出全域AI搜索，DeepSeek-V3首个版本上线并开源;3)低空司正式成立并于27日召开两场座谈会;4)广汽集团发布自研第三代具身智能人形机器人GoMate。

配置建议：切换变盘，杠铃收敛 •红利资产内部高低切，公用事业、宽基“现金奶牛”成分股、低估消费类红利资产予以关注；•杠铃另一端的主题策略，在投资者情绪走弱的情况下，“概念主题”缩圈至“产业主题”，重点关注产业链核心催化（AI应用、机器人）；•中期维度关注供需前景优化的细分行业：机械(通用设备、自动化设备)略占优，电力设备(风电、光伏)2025年或迎底部拐点； 

风险提示：美联储货币政策不确定性；海外地缘政治冲突加剧；文中提及上市公司和相关股票均为历史梳理，不构成投资推荐的依据。

印度证券市场多元结构是长期牛市的坚实基础。印度证券市场由一个主要监管机构——证券交易委员会（SEBI）和四类市场主体组成。其监管模式体现了“多头治理、政出一门”的特征，SEBI在决策过程中受到政府、财政部以及印度储备银行的制约，机构会各自委派一位职员担任SEBI的董事会兼职成员，参与决策议程。从市场主体看，有竞争、有层级的市场结构是运行效率的保证。两大交易所——国家交易所（NSE）和孟买交易所（BSE）在互相竞争中发展出以自身为中心的体系，如NSE设立国家交易所清算公司（NSCCL）和国家证券存管有限公司（NSDL）为自身交易提供清算和证券存管功能，而BSE设立印度清算有限公司（ICCL）和中央存管服务公司（CDSL）提供相同的功能，两大交易所设立的子公司互不干涉，却又在同一个市场中竞争，这种有效竞争与梯队式管理相结合的模式增进了印度证券市场运行的效率。

作为股市的微观主体的准入要求，IPO在制度设计中承担了“第一道关”的作用。印度的IPO制度旨在简化流程、严管披露。第一，SEBI会要求企业更名之后，必须以新名称从上一个年度获得50%以上的营业总收入，才可正常进入IPO流程，这避免了“并购换壳”给资本市场带来的冲击。第二，印度对上市公司的市值要求较低，且允许企业在不同交易所同时上市，如NSE对上市公司提出2.5亿卢比市值要求，大概相当于2100万人民币。

印度的交易制度既维护了其作为发展中国家的“本”——金融系统的脆弱性，又体现了活跃金融市场的“道”——不断细化规定以促进公平交易的发生。整体来看，印度股市的制度没有盲目脱离发展中国家的正常区间——相对较短的交易时长、T+1为主的结算周期、一定的日内涨跌幅限制；同时又“千方百计”地为流动性“松绑”——简易版的盘后交易、限制性的T+0推广、差异化的涨跌幅限制和熔断机制。对于保证金交易而言，印度股市对保证金比例的要求较低，对于低风险权重股仅要求15%左右的保证金比例，杠杆化程度较高，同时制定了差异化保证金比例和峰值保证金策略，防范市场风险。

“先发制人”是印度市场架构的重要特征。在监管流程中，SEBI联合交易所通过分级监管（GSM）、额外监管（ASM）等措施标记异常公司，并通过限制日内涨跌幅、强制纳入集合竞价和T2T结算等方式进行惩罚；对于违反法律法规的财务造假、公众欺诈等行为，法院审理后将给予主要责任人最高10年的监禁和最高2亿人民币的罚款。对于回购、分红和共同基金而言，SEBI要求企业回购后在15天内注销，市值前1000大公司必须公布分红政策，说明未分红的原因，且对共同基金的最高费率有明确规定。

退市是证券市场的“最后一道关”，简明、清晰、合理的退市标准能够帮助经营状况欠佳的公司规避资本市场的扰动，也能够促进证券市场的健康发展。特别是，对于那些操纵市场、伪装获利的企业，强制退市制度能够去伪存真，进一步保障投资者的合法权益。在退市的制度安排中，印度对强制退市的企业规定了更长的市场再准入年限和更严格的回购与披露协议，这对企业有更负面的影响，是对上市公司的警醒和威慑。

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；文中各类资产和产品、个股仅作数据梳理，不构成任何投资推荐意见。

本报告提出一种新的对A股市场股东回报率的拆分方法，来减缓传统简化方法存在的拆分项与股东回报率难以匹配的问题。这一方法将市场指数的整个样本时间区间拆分为若干个成分股及其权重相对稳定的非常小的区间，然后在每个小区间里将市场指数拆分成股息、盈利、估值和残差4部分，最后再将各个小区间的相同拆分项进行时序加总，即可得到整个样本区间的各拆分项。具体拆分过程如下：先将全收益率指数和对应价格指数对数化，求得各个小区间内对数全收益率与对数收益率之差，作为对数股息率。然后根据成分股及其权重，计算各个小区间对数盈利变化和对数估值变化，即期末对数盈利-期初对数盈利、期末对数估值-期初对数估值；最后计算残差项，为对数收益率与对数盈利变化、对数估值变化之差。由于采用对数形式，具有时间序列可加性，使得各个小区间相同拆分项的加总即可作为整个样本时间区间的拆分项。

采用上述拆分方法，我们对代表全部A股市场的中证全指进行拆解。结果显示，中证全指在2011年7月至2024年12月这个时间区间里，对数全收益率最大贡献项为对数盈利变化，占比高达74.2%。

虽然在整个样本时间区间，对数盈利变化项为最大贡献项，但在各个子区间里，则更多的是对数估值变化为最大贡献项。在2011年7月至2015年6月、2018年12月至2021年12月和2024年6月至2024年12月这3个区间里，中证全指全收益率均出现上涨，其中对数估值变化项的贡献占比分别高达73.6%、97.1%和105%。而在2015年6月至2018年12月中证全指大跌的子区间，对数估值变化幅度是对数全收益率的1.35倍。

行业层面，在整个样本时间区间，对数盈利变化为回报率的最大贡献项的行业是能源、主要消费、医药、金融地产和公用事业，而材料、工业、可选消费、信息技术和通信行业则是对数估值变化为回报率的最大贡献项。

在各个子区间，与中证全指类似，各行业回报率的最大贡献项更多的是对数估值变化。具体而言，在2011年7月至2015年6月的时间区间里，上述10个行业中仅信息技术和公用事业行业回报率的最大贡献项是对数盈利变化；2015年6月至2018年12月则只有材料、通信和公用事业行业；2018年12月至2021年12月则只有能源和金融地产行业；2021年12月至2024年6月则有材料、医药、金融地产、信息技术和公用事业5个行业；2024年6月至2024年12月则只有主要消费这1个行业。

横向对比各拆分项，在整个样本时间区间里，能源和金融地产的对数股息率最高，信息技术、通信和医药行业的对数股息率最低；对数盈利变化方面，主要消费、公用事业和金融地产行业最高，材料、通信、信息技术和能源最低；对数估值方面，材料、通信和信息技术最高，公用事业和金融地产行业最低。需要注意的是，上述采用市盈率作为估值项进行拆分的方法，对于那些盈利波动较大甚至是在样本时间区间出现盈利为负的行业未必合适，比如材料、通信和信息技术行业，之所以对数估值变化为最大贡献项，一个重要原因可能是在其上述样本时间区间里，盈利出现过大幅下降所致。

风险提示：本报告为历史分析报告，不构成任何对市场走势的判断或建议；文中涉及的个股仅作为梳理列举，不作为任何投资推荐依据。

小米科技通过聚焦底层技术与AI赋能，正式推出自研大模型。2023年8月14日，雷军宣布小米将深耕底层技术，长期持续投入，推动软硬深度融合，并全面赋能AI，提出公式（软件×硬件）ᴬᴵ。小米的自研大模型主要突破方向为“轻量化、本地部署”，既保障用户的数据安全，又提升生产力。自2016年成立AI实验室以来，小米逐步布局了包括视觉、语音、NLP等12个技术领域，预计在2022-2026年间将投入超过1000亿元的研发经费，沉淀技术积累。

小米MiLM2升级发布，性能与技术全面提升。2024年11月，MiLM2模型完成了从一代到二代的升级，增强了模型的参数矩阵，支持云边端结合，提升了推理速度和量化性能，且长文本处理能力处于行业领先地位。团队在预训练、量化、推理加速等领域也进行了一系列技术创新，包括SUBLLM、TransAct、INTRADoc等新结构，进一步提升了训练和推理效率。小米的「人车家全生态」战略，旨在构建涵盖人、车、家等场景的智能生态系统，在实时交互需求日益增长的背景下，对大模型的生成、闲聊、翻译等能力提出了更高要求，MiLM2模型表现出色。

MiLM2大模型矩阵灵活扩展，充分适配多元化场景。小米自研大模型团队灵活扩展了模型参数规模，涵盖0.3B至30B多个量级，以适应不同的业务场景和资源需求。针对终端场景，0.3B到6B的模型可完成具体、低成本任务，并在微调后与百亿参数开源模型相媲美；6B至13B的模型支持多任务微调，达到几百亿开源模型效果；30B模型则专为云端设计，具备强大的zero-shot学习和复杂任务处理能力。端侧方面，4B模型在设备端成功部署，通过创新的“TransAct大模型结构化剪枝方法”和端侧量化技术，小米显著提升了训练和推理效率；MiLM2-30B作为云端模型，在指令遵循、常识推理和阅读理解等方面表现优异。

小米大模型应用落地，全面赋能各类设备。提升用户体验。在手机端，支持AI图片编辑和智能视频剪辑；平板用于自动生成会议纪要和行业报告，提高工作效率；电视端提供影视问答、健身和家庭计划等功能；汽车端具备语音控车、智能导航等功能，提升出行便捷性。这些成果已应用于澎湃OS、小爱同学、智能座舱、智能客服等产品，帮助解决多样化业务需求。

请到「今天看啥」查看全文