金融工程研究金融工程专题报告 2 目录 1. 宏观对冲策略概况 宏观变量数据 宏观动量组合构建与表现 宏观动量组合构建 宏观动量组合表现 宏观动量与传统资产及其他策略对比 宏观动量与传统资产类别..

Transcription

1 [Table_MainInfo] 金融工程研究证券研究报告 [Table_Title] 相关研究 [Table_ReportInfo] 量化研究新思维( 五 ) 宏观对冲研究 1: 全球宏观对冲策略基础 因子投资与 Smart Beta 研究 ( 一 ) 风险加权指数 (Risked-based Indexation) 基于因子剥离的 FOF 择基逻辑系列七 多元因子剥离体系的模型优化之收缩估计 [Table_AuthorInfo] 金融工程专题报告 2017 年 11 月 23 日 量化研究新思维 ( 六 ) 宏观对冲研究 2: 长达半个世纪的宏观动量 [Table_Summary] 投资要点 : 本文介绍了以经济理论为基础的全球宏观动量投资策略, 并详细阐述了其在过去半个世纪的表现 结果表明, 宏观动量策略能在不同宏观经济环境下带来显著的正收益, 与传统资产类别的相关性较低, 并能在熊市和实际利率上升的市场中提供分散化的投资机会 这种系统的宏观战略是对其他风险溢价策略, 例如趋势跟踪和基于价值 动量 基差的多空组合, 以及现有全球宏观策略体系的一种补充 宏观动量组合构建 本文选取了四种标的资产 ( 股票 债券 外汇 利率 ) 以及四种影响标的资产价格的宏观变量 ( 经济周期 国际贸易 货币政策 风险情绪 ), 根据宏观变量与标的资产价格的关系构建交易信号 再分别根据截面上和时间序列上宏观经济变量的表现, 构建多空组合和定向组合 最终, 对 32 个资产类别 - 宏观变量组合进行等权分配, 构建总体宏观动量组合 宏观动量组合表现 总体宏观动量组合自 1970 年以来, 表现出较为稳健的超额收益, 全样本年化超额收益达 13%, 夏普比率达 1.2 以十年为步长, 不同时期宏观动量组合均有正收益, 且不同资产类别和宏观变量均对组合有显著的贡献 宏观动量与传统资产类别 宏观动量组合与传统资产类别相关性极低, 甚至负相关, 全样本内与美国股票市场的相关性为 -0.22, 与美国十年期国债收益率相关性为 0.03 同时, 在市场承压时期, 例如股票市场下跌和真实利率上升, 宏观动量表现良好 宏观动量与趋势跟踪策略 宏观动量与趋势跟踪策略相似但不同 本文发现二者的组合夏普比率更高, 从 1.1( 趋势跟踪 ) 和 1.2( 宏观动量 ) 提升到了 1.4, 同时最大回撤大幅下降, 从 -23.5%( 趋势跟踪 ) 和 -21.6%( 宏观动量 ) 下降到了 -12.8%, 这说明二者具有一定的分散性 更加细致的区别在于, 二者的最大回撤期不同, 在趋势跟踪的五个最大回撤期内, 宏观动量策略都取得了正收益, 反之亦然 分析师 : 冯佳睿 Tel:(021) fengjr@htsec.com 证书 :S 联系人 : 梁镇 Tel:(021) lz11936@htsec.com 宏观动量与其他风格溢价策略 本文构建了一种简单的风格溢价组合, 包括价值 动量 基差 通过对比发现, 宏观动量与风格溢价策略的组合表现更好, 夏普比率从 1.1( 风格溢价 ) 和 1.2( 宏观动量 ) 提升到了 1.4, 最大回撤从 -21.3%( 风格溢价 ) 和 -21.6%( 宏观动量 ) 下降到了 -10.8% 显示宏观动量策略同样区别于其他风格溢价策略 全球宏观策略业绩归因 本文分别以 DJSC 全球宏观指数和 Top 15 指数进行全球宏观策略业绩归因, 发现现有的宏观策略主要关注货币政策, 对剩余三个宏观变量缺乏关注, 因此宏观动量策略也是对已有的宏观策略体系的一种补充 风险提示 市场系统性风险 模型失效风险 海外与国内市场结构差异风险

2 金融工程研究金融工程专题报告 2 目录 1. 宏观对冲策略概况 宏观变量数据 宏观动量组合构建与表现 宏观动量组合构建 宏观动量组合表现 宏观动量与传统资产及其他策略对比 宏观动量与传统资产类别 宏观动量与趋势跟踪 宏观动量与其他风格溢价策略 总结与讨论 风险提示... 10

3 金融工程研究金融工程专题报告 3 图目录 图 1 宏观动量与股票市场季度超额收益关系... 8 图 2 宏观动量与趋势跟踪策略最大回撤期表现对比... 9

4 金融工程研究金融工程专题报告 4 表目录 表 1 标的资产数据集... 5 表 2 宏观动量信号汇总... 6 表 3 不同时期总体宏观动量组合表现... 7 表 4 总体宏观动量组合在不同资产类别上的年化超额收益... 7 表 5 总体宏观动量组合在不同宏观变量上的年化超额收益... 7 表 6 不同实际利率变动时期宏观动量及传统资产表现... 8 表 7 宏观动量与趋势跟踪策略表现对比... 9 表 8 宏观动量与多样化风格溢价策略表现对比... 9 表 9 DJCS 全球宏观指数每月超额收益归因 ( ) 表 10 Top 15 指数每月超额收益归因 ( )... 10

5 金融工程研究金融工程专题报告 5 1 本文介绍了以经济理论为基础的一种系统性 多样化的全球宏观投资方法, 并详细阐述了其在过去半个世纪的表现 结果表明, 宏观动量策略能在不同宏观经济环境下带来显著的正收益, 与传统资产类别的相关性较低, 并能在熊市和实际利率上升的市场中提供分散化的投资机会 这种系统的宏观战略是对其他风险溢价的补充, 例如趋势跟踪和基于价值 动量 基差的多空策略, 且似乎没有被现有的全球宏观基金管理人充分利用 1. 宏观对冲策略概况 本文以经济理论为基础, 对全球宏观投资进行了系统的 多元化的研究 构建了宏观动量策略, 该策略旨在利用市场参与者对宏观经济消息反应不足的倾向, 在货币 股票和固定收益市场的基本宏观经济趋势基础上进行交易判断 本文具体采用了 1970 年以来长达半个世纪的样本数据, 包含了广泛的宏观经济和金融市场环境 通过对宏观动量策略的回测, 并以十年为步长研究策略的表现, 本文展示了其与传统资产类别的相关性, 以及在牛市 熊市和固定收益市场中的收益 同时本文还对比了宏观动量策略和目前流行的其他投资策略, 包括趋势跟踪和多空组合的风格溢价 ( 价值 动量和基差 ) 最后, 本文研究了现有的全球宏观基金经理的投资风格, 并对全球宏观策略在投资组合中的作用进行了总结 本文剩余内容的结构如下 第二部分展示了数据集, 第三部分概述了宏观动量组合的构建和表现 第四部分对比了宏观动量策略和传统资产类别以及其他常用投资策略的表现 全文在第五部分进行总结 2. 宏观变量数据 本文采用了 1970 年以来四类标的资产和四种影响标的资产价格的宏观变量数据 四类标的资产分别为 : 全球股票指数 全球货币 全球政府债券 (10 年期 ) 和全球利率 (3 个月 ) 具体数据集情况如表 1 所示 : 表 1 标的资产数据集 类别起始日 全球股票指数全球货币全球政府债券 ( 十年期 ) 全球利率 (3 个月 ) Australia, Germany, Canada, Spain, France, Italy, Japan, Netherlands, U.K., U.S. Germany, Canada, U.K., U.S. Germany, Japan, Switzerland, U.K Australia, Canada 1975 Switzerland 1978 New Zealand, Sweden 1980 Denmark, Hong Kong, Sweden Japan 1981 Switzerland 1985 Denmark 1986 Australia 1987 Sweden U.S New Zealand U.K Australia, Europe (Euribor) Canada, New Zealand, Switzerland 1 本文文献来源 :A Half Century of Macro Momentum,Jordan Brooks(2017)

6 金融工程研究金融工程专题报告 6 四种影响标的资产价格的宏观变量分别为 : 经济周期 国际贸易 货币政策和风险情绪 其中每个变量都有一个相对常用的方法来测量, 例如经济周期是 50% 的一年期实际 GDP 预期加上 50% 的一年期 CPI 通胀预期 ; 国际贸易是采用出口权重构建的货币篮子的一年期掉期 3. 宏观动量组合构建与表现 3.1 宏观动量组合构建 每个标的资产价格和宏观变量之间都存在着基本的相关关系, 例如对于股票而言, 经济的增长 通货膨胀的下降 国际贸易竞争力的提高 货币政策的宽松和风险情绪的改善, 都是较为明确的看涨信号 因此本文总结出每类资产和宏观变量之间的关系 ( 即交易信号 ) 如表 2 所示 : 表 2 宏观动量信号汇总 股票指数 经济增长 : 一年期实际 GDP 预期 经济周期国际贸易货币政策风险情绪 通胀上升 : 一年期 CPI 预期 国际贸易竞争力上升 :1 年期掉期 ( 出口权重货币篮子 ) 货币政策宽松 : 一年期利率 ( 两年 ) 预期 风险情绪上升 : 一年期股票市场回报 货币 政府债券 利率 根据交易信号, 本文构建了两种宏观动量组合 : 第一种是多空组合 ( 类似横截面动量 ), 根据截面上宏观经济变量的总体表现, 买入宏观经济基本面相对较好的资产, 卖出宏观经济基本面相对较差的资产 ; 第二种是定向组合 ( 类似时间序列动量 ), 买入宏观经济基本面向好的资产, 卖出宏观经济基本面恶化的资产, 即只关注资产在时间序列上的绝对表现, 而不关注其在截面上的相对表现 我们将两种宏观动量组合汇总, 并根据不同的权重分配方式进行组合, 可以得到三类资产组合 : 1 资产类别组合 即每个资产类别内, 对 4 种多空组合 ( 按照宏观变量构建 ) 和 4 种定向组合进行等权分配 ; 2 宏观变量组合 即每个宏观经济变量内, 对 4 种多空组合 ( 按照资产类别划分 ) 和 4 种定向组合进行等权分配 ; 3 总体宏观动量组合 即对 32 个资产类别 - 宏观变量组合进行等权分配 3.2 宏观动量组合表现 表 3 显示了总体宏观动量组合自 1970 年以来的表现, 包括总体表现和以十年为步长的不同时期表现 可以看到, 策略在每个时期均有正的年化超额收益和夏普比例, 且与美国股票和债券市场相关性极低, 甚至负相关

7 表 3 不同时期总体宏观动量组合表现 时期 超额收益 ( 年化 ) 波动率 ( 年化 ) 金融工程研究金融工程专题报告 7 夏普比率 ( 年化 ) 与美国股票市场相关性 与美国十年期债券收益相关性 全样本 % 10.70% % 11.40% % 9.70% % 10.10% % 12.20% % 9.60% 注 : 无风险利率为 3 个月 Libor, 用以计算超额收益, 本文收益未扣除交易成本和手续费 我们进一步观察总体宏观动量组合在不同资产类别以及宏观变量上的收益表现, 分别如表 4 和表 5 所示, 每个资产类别和宏观变量均对组合有显著的贡献 表 4 总体宏观动量组合在不同资产类别上的年化超额收益 时期股票外汇债券利率总体宏观动量 全样本 % 6.8% 5.6% 8.8% 13.0% 夏普比率 % 5.3% 5.2% % % 9.5% 7.9% % % 9.9% 6.1% 6.9% 14.1% % 3.3% 6.6% 15.1% 15.4% % 4.4% 0.9% 2.2% 6.5% 备注 : 利率数据最早回溯至 1987 年, 因此 年间没有完整十年数据, 表中对应区间内超额收益为空 表 5 总体宏观动量组合在不同宏观变量上的年化超额收益 时期 股票 外汇 债券 利率 总体宏观动量 全样本 % 6.5% 9.8% 8.8% 13.0% 夏普比率 % 11.2% 9.8% 5.2% 10.2% % 3.7% 10.8% 13.6% 16.7% % 5.7% 9.8% 8.5% 14.1% % 6.3% 11.0% 14.8% 15.4% % 6.9% 6.3% -1.5% 6.5% 4. 宏观动量与传统资产及其他策略对比 4.1 宏观动量与传统资产类别 上文显示了宏观动量策略与股票和债券收益的相关性较低, 为了进一步表现宏观动量策略区别于传统资产类别之处, 我们选取市场承压时期进行研究, 比如股票市场下跌和真实利率上升时期 图 1 为宏观动量与股票市场季度超额收益绘制的散点图, 可以看到, 在股票下跌的环境下宏观动量策略表现良好, 呈现出 微笑 的特征 本文认为这是由于股票市场下跌通常发生在宏观经济恶化时, 而宏观动量策略在这种情况下开空, 因此会取得正收益

8 金融工程研究金融工程专题报告 8 图 1 宏观动量与股票市场季度超额收益关系 同样, 本文例举了十个实际利率上升时期的宏观动量策略及传统资产的表现, 如表 6 所示 可以看到, 宏观动量策略在实际利率上升时同样表现极为突出 表 6 不同实际利率变动时期宏观动量及传统资产表现 时期实际利率变化宏观动量 美国十年期债券 美国股票 美国 60/40 组合 % 29.3% -37.7% -10.0% -21.1% % 16.7% -19.5% -1.8% -8.9% % 26.5% -27.1% 3.1% -9.0% % 15.2% -13.1% -3.0% -7.1% % 13.4% -14.4% 24.6% 9.0% % -3.6% -11.7% 27.4% 11.7% % -8.1% -5.6% 18.4% 8.8% % 6.6% -5.3% 25.4% 13.1% % 16.9% -3.9% 33.5% 18.6% % 15.8% -8.0% 4.3% -0.6% 平均年化超额收益 12.0% -14.2% 11.3% 1.1% 注 :60/40 组合是指 60% 投资于股票 40% 投资于债券 总的来说, 宏观动量策略与传统资产类别相关性较低, 且在传统资产的极端市场环境下表现良好 4.2 宏观动量与趋势跟踪 宏观动量策略与趋势追踪策略相似但不同, 二者都基于市场对消息的反应不足, 并认为系统化和多样化的投资过程可以有效地利用这种投资机会 但趋势跟踪仅源于价格数据, 宏观动量策略源于宏观经济数据, 因此二者在处理拐点等时段的表现并不相同 本文采用了一种简单的趋势追踪策略 : 按照等权配臵了回看期为 1 月 3 月和 12 月的时间序列动量策略, 并把组合的波动率调整到 10% 表 7 展示了该策略与宏观动量策略表现的对比 实际上, 两个策略的相关性为 0.4, 通过表 7 我们可以看到, 二者的组合夏普比更高, 即有一定的分散性, 这说明二者间存在区别

9 金融工程研究金融工程专题报告 9 表 7 宏观动量与趋势跟踪策略表现对比趋势跟踪 宏观动量 50/50 组合 平均收益 12.1% 13.0% 12.6% 波动率 11.2% 10.7% 9.3% 夏普比率 最大回撤 -23.5% -21.6% -12.8% 更加细致的区别在于, 二者的最大回撤期不同, 本文分别在两种策略的五个最大回撤期内考察其与另一个策略的表现差异, 结果如图 2 所示 在趋势跟踪五个最大的回撤期内, 宏观动量策略都取得了正收益, 反之亦然 这也是表 7 中组合最大回撤大幅下降的原因, 进一步说明宏观动量策略区别于趋势跟踪策略 图 2 宏观动量与趋势跟踪策略最大回撤期表现对比 4.3 宏观动量与其他风格溢价策略 本文也将宏观动量与其他风格溢价策略进行作了对比 首先构建了一种简单的多样化市场中性的风格组合, 包含价值 动量 基差, 按照等权配臵权重并把组合波动率调整到 10% 然后分别展示了宏观动量与多样化的风格溢价策略的表现, 如表 8 所示 结果显示宏观动量策略具有一定的分散性, 其与多样化风格溢价策略的组合表现更为优异, 大幅降低了最大回撤, 并且提高了夏普比率 表 8 宏观动量与多样化风格溢价策略表现对比多样化风格溢价 宏观动量 50/50 组合 平均收益 10.8% 13.0% 11.9% 波动率 11.0% 10.7% 8.3% 夏普比率 最大回撤 -21.3% -21.6% -10.8% 本文最后研究了全球宏观策略的业绩归因, 旨在分析现有的全球宏观基金的风险敞口及其与宏观动量策略敞口之间的差别 本文分别选择 DJSC 全球宏观指数和 Top 15 指数 ( 等权配臵全球最大的 15 个宏观对冲基金, 每年末调整 ) 作为全球宏观策略代表, 通过将全球宏观策略对股票 ( 标普 500) 债券 ( 巴克莱全球汇总 ) 以及宏观动量策略四个变量回归, 得到每个因子上的风险敞口情况, 分别如表 9 和表 10 所示 :

10 表 9 DJCS 全球宏观指数每月超额收益归因 ( ) 经济周期 国际贸易 货币政策 风险情绪 金融工程研究金融工程专题报告 10 标普 500 巴克莱全球汇总 截距项 R-squared Beta % 15.3% T-Stat 表 10 Top 15 指数每月超额收益归因 ( ) 经济周期 国际贸易 货币政策 风险情绪 标普 500 巴克莱全球汇总 截距项 R-squared Beta % 14.1% T-Stat 显然, 全球宏观策略对货币政策反应及时, 而在其他三个变量上未做出充足的反应 根据本文的研究, 其他三个变量同样极为有效, 因此基于它们构建的宏观动量策略或可成为目前已有的宏观策略体系的一种补充 5. 总结与讨论 本文构建了一种系统性的全球宏观投资方法 宏观动量策略, 并通过历史数据回测显示策略在过去半个世纪中一直表现良好 该策略与传统资产类别相关性极低, 能在股票市场下跌和实际利率上升的极端环境下提供良好的对冲 ; 同时宏观动量策略与趋势跟踪和风格溢价策略互补, 通过构建组合能够显著提升策略表现 ; 最后, 通过全球宏观对冲策略的业绩归因, 本文发现现有的基金经理主要关注货币政策, 对剩余 3 个宏观变量缺乏关注, 因此宏观动量策略也是对已有的宏观策略体系的一种补充 6. 风险提示 市场系统性风险 模型失效风险 海外与国内市场结构差异风险 特别声明 : 本篇报告的结果均由数量化模型自动计算得到, 研究员未进行主观判断调整 ; 数据源均来自于市场公开信息

11 信息披露 金融工程研究金融工程专题报告 11 分析师声明 [Table_Analysts] 冯佳睿金融工程研究团队 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 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

12 金融工程研究金融工程专题报告 12 [Table_PeopleInfo] 海通证券股份有限公司研究所 路颖所长 (021) 高道德副所长 (021) 姜超副所长 (021) 江孔亮副所长 (021) 邓勇所长助理 (021) 荀玉根所长助理 (021) 钟奇所长助理 (021) 宏观经济研究团队姜超 (021) 顾潇啸 (021) 于博 (021) 梁中华 (021) 联系人李金柳 (021) 宋潇 (021) 陈兴 (021) 固定收益研究团队姜超 (021) 周霞 (021) 朱征星 (021) 姜珮珊 (021) 联系人杜佳 (021) 李波 (021) 政策研究团队李明亮 (021) 陈久红 (021) 吴一萍 (021) 朱蕾 (021) 周洪荣 (021) 王旭 (021) 汽车行业邓学 (0755) 杜威 谢亚彤 (021) 王猛 (021) 互联网及传媒钟奇 (021) 郝艳辉 (010) 许樱之 孙小雯 (021) 刘欣 (010) 联系人强超廷 (021) 毛云聪 (010) 陈星光 金融工程研究团队高道德 (021) 冯佳睿 (021) 郑雅斌 (021) 罗蕾 (021) 沈泽承 (021) 余浩淼 (021) 袁林青 (021) 联系人周一洋 (021) 姚石 (021) 吕丽颖 (021) 张振岗 (021) 颜伟 (021) 史霄安 梁镇 (021) 策略研究团队荀玉根 (021) 钟青 (010) 高上 (021) 李影 (021) 联系人姚佩 (021) 唐一杰 石油化工行业邓勇 (021) 朱军军 (021) 毛建平 (021) 联系人胡歆 (021) hx11853 公用事业张一弛 (021) 张磊 (021) 赵树理 (021) 联系人陈佳彬 (021) 傅逸帆 (021) 有色金属行业施毅 (021) 联系人杨娜 (021) 李姝醒 (021) 陈晓航 (021) 李骥 (021) 金融产品研究团队高道德 (021) 倪韵婷 (021) 陈瑶 (021) 唐洋运 (021) 宋家骥 (021) 薛涵 皮灵 (021) 联系人谈鑫 (021) 王毅 (021) 蔡思圆 (021) 徐燕红 (021) 庄梓恺 中小市值团队张宇 (021) 钮宇鸣 (021) 刘宇 (021) 孔维娜 (021) 潘莹练 (021) 联系人王鸣阳 (021) 程碧升 (021) 相姜 (021) 医药行业余文心 (0755) 郑琴 (021) 孙建 (021) 师成平 (010) 联系人贺文斌 (010) 刘浩 (010) 吴佳栓 批发和零售贸易行业汪立亭 (021) 王晴 (021) 李宏科 (021) 联系人史岳 (021) 房地产行业涂力磊 (021) 谢盐 (021) 联系人杨凡 (021) 金晶 (021)

13 电子行业陈平 (021) 联系人谢磊 (021) 张天闻 尹苓 (021) 石坚 基础化工行业刘威 (0755) 刘强 (021) 刘海荣 (021) 联系人张翠翠 非银行金融行业孙婷 (010) 何婷 (021) 联系人夏昌盛 (010) 李芳洲 (021) 建筑建材行业邱友锋 (021) 冯晨阳 (021) 钱佳佳 (021) 建筑工程行业杜市伟 毕春晖 (021) 军工行业徐志国 (010) 刘磊 (010) 蒋俊 (021) 张恒晅 联系人张宇轩 家电行业陈子仪 (021) 联系人李阳 朱默辰 刘璐 煤炭行业吴杰 (021) 李淼 (010) 戴元灿 (021) 计算机行业郑宏达 (021) 谢春生 (021) 鲁立 黄竞晶 (021) 杨林 (021) 联系人洪琳 (021) 交通运输行业虞楠 (021) 张杨 (021) 联系人童宇 (021) 李丹 机械行业佘炜超 (021) 耿耘 (021) 杨震 (021) 沈伟杰 (021) 农林牧渔行业丁频 (021) 陈雪丽 (021) 陈阳 (010) 联系人关慧 (021) 夏越 (021) 银行行业林媛媛 (0755) 联系人谭敏沂 造纸轻工行业赵洋 (021) 金融工程研究金融工程专题报告 13 电力设备及新能源行业房青 (021) 徐柏乔 (021) 张向伟 (021) 曾彪 (021) 通信行业朱劲松 (010) 余伟民 (010) 联系人庄宇 (010) 张峥青 纺织服装行业梁希 (021) 于旭辉 (021) 联系人马榕 (021) 钢铁行业刘彦奇 (021) 联系人刘璇 (021) 周慧琳 (021) 食品饮料行业闻宏伟 (010) 成珊 (021) 社会服务行业李铁生 (010) 联系人陈扬扬 (021) 顾熹闽 研究所销售团队

14 金融工程研究金融工程专题报告 14 深广地区销售团队蔡铁清 (0755) 伏财勇 (0755) 辜丽娟 (0755) 刘晶晶 (0755) 王雅清 (0755) 饶伟 (0755) 欧阳梦楚 (0755) 宗亮 巩柏含 上海地区销售团队胡雪梅 (021) 朱健 (021) 季唯佳 (021) 黄毓 (021) 漆冠男 (021) 胡宇欣 (021) 黄诚 (021) 蒋炯 毛文英 (021) 马晓男 杨祎昕 (021) 方烨晨 (021) 慈晓聪 王朝领 张思宇 北京地区销售团队殷怡琦 (010) 吴尹 陆铂锡 张丽萱 (010) 陈铮茹 杨羽莎 (010) 杜飞 海通证券股份有限公司研究所地址 : 上海市黄浦区广东路 689 号海通证券大厦 9 楼电话 :(021) 传真 :(021) 网址 :