金融工程研究金融工程专题报告 2 目录 1. 宏观因子与债券风险溢价特质波动率异象与条件流动性趋势因子 : 从投资期限的信息中获利资产增长与股票截面溢价分析师分歧度对盈利动量策略的影响盈利调整在亚洲市场是否有效

Size: px

Start display at page:

Download "金融工程研究金融工程专题报告 2 目录 1. 宏观因子与债券风险溢价特质波动率异象与条件流动性趋势因子 : 从投资期限的信息中获利资产增长与股票截面溢价分析师分歧度对盈利动量策略的影响盈利调整在亚洲市场是否有效"

答曹
5 years ago
Views:

1 [Table_MainInfo] 金融工程研究证券研究报告 [Table_Title] 相关研究 [Table_ReportInfo] A 股市场存在龙头股效应吗? 大类资产配臵及模型研究( 八 ) 目标日期基金的下滑轨道设计 FICC 系列研究之九原油期货指南 [Table_AuthorInfo] 金融工程专题报告 2018 年 04 月 05 日量化研究新思维 ( 十 ) 宏观因子与债券风险溢价 [Table_Summary] 投资要点 : 量化研究离不开阅读思考与实证但囿于国内金融市场不长的历史, 很多思维的火花都无法通过足够的数据进行研究和验证本系列试图填补这一空白, 将海通量化团队的分析师平日阅读思考的心得与海外数据相结合, 致力于为国内的量化从业人员提供新的灵感考虑到篇幅, 文中只呈现了研究思路和主要结论, 对详细过程感兴趣的读者可与我们联系, 海通量化团队时刻为您守候, 与您分享宏观经济活动对债券收益同样有着明显的预测效果我们收集了产出利率就业库存等 15 个大类共 132 个宏观变量的月度数据, 使用主成分分析法构建了 8 个公共因子这些因子不仅统计上显著, 也有着重要的经济意义, 能够解释未来一年债券超额收益的 21%-26% 利用不同期限的移动平均价格信息, 可构建出一个能够同时捕捉短中长期三种股价趋势的因子该因子的多空收益不仅远高于同期的短期反转动量和长期反转因子, 并且表现更加稳定, 夏普比率是这三个传统技术面因子的 2 倍以上此外, 统计检验表明, 趋势因子并不可以用短期反转动量及长期反转因子的特定组合来复制分析师 : 冯佳睿 Tel:(021) fengjr@htsec.com 证书 :S 分析师 : 郑雅斌 Tel:(021) zhengyb@htsec.com 证书 :S 分析师 : 袁林青 Tel:(021) ylq9619@htsec.com 证书 :S 分析师 : 沈泽承 Tel:(021) szc9633@htsec.com 证书 :S 总资产增长率与股票收益之间存在显著的负相关, 原因是投资者将企业的历史总资产增长线性外推, 从而高估了未来的成长性年间, 市值加权的低增长组合, 年均收益率为 18%, 而市值加权的高增长组合, 年均收益仅为 5% 此外, 市值加权的总资产增长率多空组合的夏普比率为 1.07, 甚至高于价值组合的 0.37 市值组合的 0.13 以及动量组合的 0.73 将分析师对同一个股票的预测 EPS 的标准差和均值之比定义为分歧度, 其值越低, 表明一致预期信息越可靠, 股票后期的收益表现越优买入盈利上调幅度最大组别里分歧度最低的股票, 同时卖出下调幅度最大组别里分歧度最低的股票, 在不同样本区间内均可获得显著为正的收益即使在控制传统的风险因素后, 这种现象仍然存在另类风险溢价 (Alternative Risk Premia) 指的是不同于传统市场溢价的系统性收益来源我们用六类众所周知的风格因子价值 (Value ) 动量 (Momentum) 利差 (Carry) 防御 (Defensive) 趋势 (Trend) 和波动率 (Volatility) 构建投资组合, 发现它可以产生具有吸引力的风险调整后收益而且与传统的 60/40 股债组合或对冲基金组合, 存在天然的低相关性或不相关机构投资者的短线交易并不鲜见, 但实际效果却不尽如人意经统计, 如果定义时间跨度在 9 个月以下的交易为短线交易, 那么机构投资者短线交易的平均收益率显著为负在这些短线交易中, 最低的收益率主要来自小市值价值型或低动量股票当市场震荡时, 短线交易的平均收益更低而且市场波动越大, 短线交易平均收益率越低此外, 短线交易占比最大的基金公司, 其短线交易的平均收益也是最低的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. 宏观因子与债券风险溢价特质波动率异象与条件流动性趋势因子 : 从投资期限的信息中获利资产增长与股票截面溢价分析师分歧度对盈利动量策略的影响盈利调整在亚洲市场是否有效? 汇率因子理解另类风险溢价机构投资者的短线交易表现因子投资与行业投资风险提示... 7

3 金融工程研究金融工程专题报告 3 量化研究离不开阅读思考与实证但囿于国内金融市场不长的历史, 很多思维的火花都无法通过足够的数据进行研究和验证本系列试图填补这一空白, 将海通量化团队的分析师平日阅读思考的心得与海外数据相结合, 致力于为国内的量化从业人员提供新的灵感考虑到篇幅, 文中只呈现了研究思路和主要结论, 对详细过程感兴趣的读者可与我们联系, 海通量化团队时刻为您守候, 与您分享 1. 宏观因子与债券风险溢价已有的研究发现, 使用远期利率期限利差和利率期限结构的主成分因子可以预测债券的超额收益与仅基于金融指标的研究不同, 我们发现宏观经济活动对债券收益同样有着明显的预测效果我们收集了产出利率就业库存等 15 个大类共 132 个宏观变量的月度数据, 使用主成分分析法构建了 8 个公共因子这些因子不仅统计上显著, 也有着重要的经济意义, 能够解释未来一年债券超额收益的 21%-26% 其中, 基于产出和就业的实际经济指标是主要的预测变量, 其次是两个通货膨胀指标和一个股票市场指标将多个因子线性组合成一个因子后, 同样具有预测效果接下来, 我们使用二元向量自回归模型分析期限利差和联邦基金利率, 发现二者的差值, 即风险溢价的变化在格林斯潘时期对期限结构有着重要影响它具有一个可以被实际经济指标所预测的逆周期组成部分, 意味着在经济衰退期投资者要求较高的风险补偿, 而在经济繁荣期则相反不过, 风险溢价对未来的经济活动并没有预测能力在后格林斯潘时期, 期限结构的变化取决于美联储的货币政策是否与经济活动同向变化如果经济增长的同时利率上升, 风险溢价将下降, 收益率曲线变平如果经济衰退的同时利率下降, 风险溢价将上升, 收益率曲线变陡 2. 特质波动率异象与条件流动性特质波动率之谜, 即高特质波动股票对应低预期收益, 是股票市场中经典的异象之一, 其存在性在全球范围内被广泛证实对于特质波动率异象的解释已经引起了学术界长达十年的争论, 然而多数对特质波动率的研究并未集中关注该异象的时间变化特征事实上, 特质波动率与预期收益之间的负相关关系随着时间推移并非持续稳定存在因此, 我们基于这一视角, 尝试给特质波动率与预期收益之间的负相关关系提供一种新的解释条件流动性可能是引起特质波动率异象的原因之一特质波动率特指股票收益在经 Fama-French 三因子分解后所获残差的波动率基于特质波动率将股票分为五组并观察下一期收益, 第五组 ( 高特质波动率组 ) 与第一组 ( 低特质波动率组 ) 之间的收益差为负且具备统计显著性, 这似乎与传统的高风险高收益的逻辑相违背可见, 常用的资产定价模型中存在定价因子的缺失, 以致出现稳定显著的定价误差流动性溢价是一个常见的备选解释因子但遗憾的是, 该因子的解释效果并未被证实过往的研究发现, 通过流动性控制流动性剥离等方法, 不能消除低特质波动率股票的定价误差, 从而为特质波动率异象提供解释更有甚者, 在一些情境下, 流动性因子与特质波动率因子之间存在负相关关系最新的研究提出了一种观点, 独立观察与测算特质波动率与流动性指标的做法并不恰当流动性偏好其实并非恒定值, 换言之, 投资者对流动性的定价并非稳定不变, 而是有条件的针对不同的市场状态与波动率情境, 低流动性溢价会随之发生变化例如, 在高波动的市场环境下, 投资者对流动性的偏好会有所提升因为波动率提升期间, 流动性较差的资产所蕴含的风险会进一步增加此时, 投资者会对这类资产要求更高的风险补偿再如, 在下跌的市场中, 流动性冲击对资产价格的影响会更大, 因为此时投资者往往会

4 金融工程研究金融工程专题报告 4 更青睐流动性充足的资产所以, 对流动性因子的控制必须在计算特质波动率之前, 这就需要引入条件流动性的概念由于条件流动性变量属于内生变量, 难以直接获取, 仅可通过间接方式观察在正常的市场环境下, 流动性冲击往往会被市场吸收而一旦进入下跌市, 流动性冲击会对低流动股票存在更为显著的影响此时, 投资者涌向高流动性的股票, 从而会引起低流动性股票价格的下跌反之, 在市场情况好转时, 低流动性股票的价格会得到修复从特质波动率异象的历史表现上看, 特质波动溢价往往在市场下跌期间有所提升, 在市场回暖期间消失甚至为负, 该现象与条件流动性的解释一致因此, 有些股票虽然本身的流动性可能并不低, 但相对其自身的波动率而言流动性尚不足, 即, 条件流动性较低, 这类股票同样有更高的风险补偿这一部分风险溢价尚未被传统资产定价模型所捕捉, 故而反映为特质波动率异象 3. 趋势因子 : 从投资期限的信息中获利短期反转动量和长期反转是股票市场上广泛使用的三个技术面因子, 它们分别反映了价格信息的短期中期和长期的趋势变化大多数研究都是利用某一个期限内的价格信息, 而我们可以利用不同期限的移动平均价格信息, 构建出一个能够同时捕捉短中长期三种股价趋势的因子具体来说, 可通过横截面回归的方法构建该趋势因子, 回归的自变量选择短中长期多个移动平均价格信号详细的实证分析表明, 趋势因子的多空收益不仅远高于同期的短期反转动量和长期反转因子, 并且表现更加稳定, 夏普比率是这三个传统技术面因子的 2 倍以上经过统计检验发现, 趋势因子并不可以用短期反转动量及长期反转因子的特定组合来复制这说明基于移动平均价格信息来捕捉短中长期价格趋势的方法, 比传统的动量和反转因子组合更为有效另外, 趋势因子在不同的控制变量下 ( 如市值账面市值比流动性等 ) 都较为稳健 4. 资产增长与股票截面溢价计算企业两期年报披露的总资产百分比增长率, 并定义为总资产增长率 (Asset Growth) 研究发现, 总资产增长率与股票收益之间存在显著的负相关如果按照总资产增长率将美股市场股票分为 10 组, 无论是等权组合, 还是市值加权组合, 组间收益随着总资产增长率的上升单调递减年间, 市值加权的低增长组合, 年均收益率为 18%, 而市值加权的高增长组合, 年均收益仅为 5% 此外, 市值加权的总资产增长率多空组合的夏普比率为 1.07, 甚至高于价值组合的 0.37 市值组合的 0.13 以及动量组合的 0.73 此外, 我们还将总资产增长分解为现金流动资产固定资产其他资产的增长 ; 或者短期负债长期负债所有者权益留存收益的增长研究发现, 从资产端来看, 流动资产增长固定资产增长存在显著为负的截面溢价 ; 而从负债端来看, 长期负债与所有者权益的增长存在显著为负的截面溢价那么, 为什么企业总资产的增长与股票未来收益之间呈现负相关呢? 我们比较了不同总资产增长率组合 T-5 至 T+5 年的月均收益情况 : 高增长组合内的股票在 T-5 至 T 年间都具有较高的收益, 而在 T+1 至 T+5 年间, 则具有最低的收益 ; 而低增长组合的表现恰好与高增长组合相反因此, 我们认为, 总资产增长率与股票收益之间的负相关性源于投资者将企业的历史总资产增长线性外推, 从而高估了未来的成长性高总资产增速的企业虽然在过去具有较高的收益, 但未来的表现并不尽如人意

5 金融工程研究金融工程专题报告年,Fama-French 在原有的三因子模型基础上, 增加了盈利与投资两个因子其中, 投资因子即总资产增长率 Fama-French 认为, 低总资产增长率的企业是保守企业, 而高总资产增长率的企业为激进企业在美国市场上, 保守企业相对激进企业具有显著的超额收益 5. 分析师分歧度对盈利动量策略的影响在德国市场上, 存在着显著的盈利动量效应若以分析师每股收益预测值的中位数反映一致预期盈利水平, 盈利上调公司的后期收益表现显著优于下调公司并且, 这种现象能持续 6 个月之久根据每个分析师的预测 EPS 求得标准差, 然后除以预测 EPS 均值, 以此反映预测分歧度分歧度越低, 表明公司预期前景的不确定性越低根据一致预期 EPS 的调整比例将所有股票等分为 5 组, 再在每个组别里基于分歧度将股票等分为 3 组计算每组收益后发现, 除 EPS 下调幅度最大的一组股票外, 其余组别中低分歧度股票的收益率显著高于分歧度高的股票这一结果表明分歧度越低, 一致预期信息越可靠, 股票后期的收益表现越优买入盈利上调幅度最大组别里分歧度最低的股票, 同时卖出下调幅度最大组别里分歧度最低的股票, 在不同样本区间内均可获得显著为正的收益, 且该收益显著高于传统的盈利动量策略即使在控制传统的风险因素后, 这种现象仍然存在投资者可利用分歧度因子, 进一步提升盈利动量策略的收益 6. 盈利调整在亚洲市场是否有效? 在海外文献中, 盈利调整常常被用于股票收益预测或者股票筛选根据这一思路, 我们使用 2005 年 12 月 31 日至 2016 年 12 月 31 日的数据在泛亚市场中 ( 包括, 澳大利亚中国大陆中国香港印度韩国以及中国台湾 ) 对于盈利调整策略的收益表现进行了回测具体地, 使用各公司在过去 3 个月中的一致预期 EPS 变动以及一致预期 EPS 漂移量, 对股票进行分组研究结果显示, 在大部分的泛亚市场中, 股价往往会向盈利调整的方向移动在韩国印度以及中国台湾市场中, 盈利调整策略产生了显著收益然而在日本市场中, 该策略的收益并不显著此外, 回测结果还显示, 投资者对于盈利预测中, 预测上调以及下调的分析师数量占比更为关注, 而不是一致预期中具体数值的变动在不同的市场环境中, 投资者对于盈利调整的反馈也会有所不同, 在下行的市场环境中, 盈利预测下调的公司的负向收益更加显著 7. 汇率因子汇率的波动同样可由因子模型解释与其他研究不同, 我们并不拘泥于某一种计价货币而是采用类似汇率指数的方法, 将 G10 中的每个国家与其余国家汇率的变动汇总, 研究整个货币篮子的变动情况现有的货币因子模型主要包括利差波动率价值货币动量商品价格和全球股票我们在此基础上进一步挖掘, 通过聚类的方法, 发现货币具有一个清晰的二分结构 : 第一个板块是美元和日元, 另一个板块则是其他主要国家货币, 尤其是欧洲货币将聚类的划分结果同是否为商品货币和是否为世界货币 ( 基于交易量 ) 相结合, 我们构建了一个极为简单的货币市场模型实证发现, 这一模型适用于全部双边汇率, 并可以解释约 60% 的汇率波动, 甚至还能解释相当一部分新兴市场货币的异象

6 金融工程研究金融工程专题报告 6 此外, 综合检验我们提出的新模型与现有的货币六因子模型后, 可以发现, (1) 利差和价值在现有模型中对货币的方差和相关性的影响远大于其他因子 ; (2) 不论是现有模型整体还是其中的单个因子, 对 G10 汇率波动的解释程度均远不及新模型上述结论在新兴市场中同样适用 8. 理解另类风险溢价尽管股票和债券的收益通常都被视为最可靠的长期投资回报的来源, 但大多数投资者对它们太过依赖除了最简单的 60/40 股债组合, 我们相信, 投资者还能从其他可靠的收益来源中获利另类风险溢价 (Alternative Risk Premia) 指的是不同于传统市场溢价的系统性收益来源我们用六类众所周知的风格因子价值 (Value) 动量 (Momentum) 利差 (Carry) 防御 (Defensive) 趋势 (Trend) 和波动率 (Volatility) 构建了一个投资组合, 发现它可以产生具有吸引力的风险调整后收益我们还证明了, 通过在多个流动性充足的资产类别中获取多元的另类风险溢价, 可以产生比利用单个资产类别中的单一另类风险溢价更高的风险调整后收益这是因为各风险溢价和资产类别之间的相关性很低, 将它们混合成一个组合后能获得很强的分散化效果详尽的实证分析表明, 一个综合的纯粹的多空另类风险溢价组合具备极强的分散作用, 将其加入投资者现有的组合, 能够成为一个非常有价值的补充它与传统的 60/40 或对冲基金组合, 存在天然的低相关性, 甚至是不相关因而, 不论把它与这两种传统组合的哪一个结合, 都能改进风险调整后收益基于上述种种另类风险溢价所带来的好处, 我们有理由相信, 它可以成为投资者在构建组合过程中的一项核心工具 9. 机构投资者的短线交易表现我们统计了大量机构投资者在不同时间跨度下的交易后发现, 他们买入到卖出的时间跨度从一天到数年不等根据 Ancerno 数据库中记录的 1186 个美国基金数年的交易记录来看, 仅在这十年间, 这些基金的交易次数就超过了一亿次, 交易股票的数量接近 3000 亿股统计结果还显示, 短线交易对于机构投资者来说并不鲜见在我们统计的这些交易量中, 大概有 23% 是由持有期在 3 个月以内的短线交易贡献的其中, 又有相当一部分交易的持仓时间不到 1 个月甚至 1 周经统计, 如果定义时间跨度在 9 个月以下的交易为短线交易, 那么机构投资者短线交易的平均收益率显著为负在这些短线交易中, 最低的收益率主要来自小市值价值型或低动量股票当市场震荡时, 短线交易的平均收益更低而且市场波动越大, 短线交易平均收益率越低此外, 短线交易占比最大的基金公司, 其短线交易的平均收益也是最低的而且, 似乎没有证据表明短线交易存在普适的投资技巧研究表明, 对于同一个基金经理, 即使他 ( 她 ) 曾经利用短线交易获过利, 在后续的大部分短线交易中, 仍会以失败告终另外, 我们还发现, 短线交易的负收益似乎也不是来自于为避免未来更大的下跌而采取的止损行为因为只要持有这些股票超过一年, 就能取得正的平均收益事实上, 大部分短线交易都是由股票价格在短期内的大幅反转引起的一旦股价短期内和预期走势相反, 基金经理大概率会抛弃原则选择终止交易

7 10. 因子投资与行业投资金融工程研究金融工程专题报告 7 在之前的研究中, 有人指出, 行业投资的表现在经组合风险的调整之后, 能够战胜因子投资而因子投资仅在以收益为目标的投资框架下, 表现才优于行业投资针对这种观点, 我们持反对意见, 主要理由如下行业投资优于因子投资的结论缺乏强大的理论支撑, 而多个因子的因子溢价 ( 如市值估值等 ) 已经被大量文献证明长期存在得到行业投资优于因子投资这一结论的推导过程失之片面, 没有把低风险因子纳入其中而在检验行业投资的效果时, 却能向那些低风险的行业, 如, 公用事业倾斜我们采用 6 个因子市值估值动量盈利保守 / 激进 beta, 生成 12 个因子组合 ( 每个因子都对应多空 2 个组合 ) 相应地, 选择 12 个行业作为对比结果显示, 不仅因子多空组合的收益率能拉开更大的差距, 而且使用单个因子所能获得的最大夏普比率也高于单个行业所以, 投资者在构建组合时, 若用因子代替行业, 将会获得更大的分散化空间根据有效前沿理论, 构建三种投资组合多因子组合剔除风险因子后的多因子组合行业组合在同等风险水平下, 多因子组合的收益基本上都是最高的而在同等收益水平下, 行业组合的风险基本上一致地高于多因子组合不过, 剔除风险因子后, 在较低的风险水平下, 行业组合的收益确实高于多因子组合这也是之前的研究认为行业投资优于因子投资的一个原因在五种常用的优化目标下最大化收益最小化波动率最大化夏普比率最大化 alpha 最大化信息比率, 都是因子组合的表现更好即使是最简单的等权重加权, 也是因子组合的表现 ( 绝对收益风险调整后收益 ) 更优由于小盘股的交易成本较高, 因此我们剔除了市值最小的 40% 股票后重新测试, 上述结论并没有发生改变综上所述, 我们认为, 不论是从绝对收益还是风险调整后收益的角度来评价, 因子投资的表现都强于行业投资 11. 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

8 信息披露金融工程研究金融工程专题报告 8 分析师声明 [Table_Analysts] 冯佳睿金融工程研究团队郑雅斌金融工程研究团队袁林青金融工程研究团队沈泽承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

9 金融工程研究金融工程专题报告 9 [Table_PeopleInfo] 海通证券股份有限公司研究所路颖所长 (021) luying@htsec.com 高道德副所长 (021) gaodd@htsec.com 姜超副所长 (021) jc9001@htsec.com 江孔亮副所长 (021) kljiang@htsec.com 邓勇所长助理 (021) dengyong@htsec.com 荀玉根所长助理 (021) xyg6052@htsec.com 钟奇所长助理 (021) zq8487@htsec.com 宏观经济研究团队姜超 (021) jc9001@htsec.com 顾潇啸 (021) gxx8737@htsec.com 于博 (021) yb9744@htsec.com 梁中华 (021) lzh10403@htsec.com 联系人李金柳 (021) ljl11087@htsec.com 宋潇 (021) sx11788@htsec.com 陈兴 (021) cx12025@htsec.com 固定收益研究团队姜超 (021) jc9001@htsec.com 周霞 (021) zx6701@htsec.com 朱征星 (021) zzx9770@htsec.com 姜珮珊 (021) jps10296@htsec.com 联系人李波 (021) lb11789@htsec.com 杜佳 (021) dj11195@htsec.com 政策研究团队李明亮 (021) lml@htsec.com 陈久红 (021) chenjiuhong@htsec.com 吴一萍 (021) wuyiping@htsec.com 朱蕾 (021) zl8316@htsec.com 周洪荣 (021) zhr8381@htsec.com 王旭 (021) wx5937@htsec.com 汽车行业王猛 (021) wm10860@htsec.com 杜威 (0755) dw11213@htsec.com 谢亚彤 (021) xyt10421@htsec.com 互联网及传媒钟奇 (021) zq8487@htsec.com 郝艳辉 (010) hyh11052@htsec.com 许樱之 xyz11630@htsec.com 孙小雯 (021) sxw10268@htsec.com 刘欣 (010) lx11011@htsec.com 联系人强超廷 (021) qct10912@htsec.com 毛云聪 (010) myc11153@htsec.com 陈星光 cxg11774@htsec.com 金融工程研究团队高道德 (021) gaodd@htsec.com 冯佳睿 (021) fengjr@htsec.com 郑雅斌 (021) zhengyb@htsec.com 罗蕾 (021) ll9773@htsec.com 沈泽承 (021) szc9633@htsec.com 余浩淼 (021) yhm9591@htsec.com 袁林青 (021) ylq9619@htsec.com 姚石 (021) ys10481@htsec.com 联系人周一洋 (021) zyy10866@htsec.com 吕丽颖 (021) lly10892@htsec.com 张振岗 (021) zzg11641@htsec.com 颜伟 (021) yw10384@htsec.com 梁镇 (021) lz11936@htsec.com 策略研究团队荀玉根 (021) xyg6052@htsec.com 钟青 (010) zq10540@htsec.com 高上 (021) gs10373@htsec.com 李影 (021) ly11082@htsec.com 联系人姚佩 (021) yp11059@htsec.com 唐一杰 (021) tyj11545@htsec.com 郑子勋 (021) zzx12149@htsec.com 石油化工行业朱军军 (021) zjj10419@htsec.com 邓勇 (021) dengyong@htsec.com 联系人胡歆 (021) hx11853 公用事业张一弛 (021) zyc9637@htsec.com 张磊 (021) zl10996@htsec.com 联系人陈佳彬 (021) cjb11782@htsec.com 傅逸帆 (021) fyf11758@htsec.com 有色金属行业施毅 (021) sy8486@htsec.com 联系人李姝醒 (021) lsx11330@htsec.com 陈晓航 (021) cxh11840@htsec.com 李骥 (021) lj11875@htsec.com 甘嘉尧 gjy11909@htsec.com 金融产品研究团队高道德 (021) gaodd@htsec.com 倪韵婷 (021) niyt@htsec.com 陈瑶 (021) chenyao@htsec.com 唐洋运 (021) tangyy@htsec.com 宋家骥 (021) sjj9710@htsec.com 薛涵 xh11528@htsec.com 皮灵 (021) pl10382@htsec.com 徐燕红 (021) xyh10763@htsec.com 联系人谈鑫 (021) tx10771@htsec.com 王毅 (021) wy10876@htsec.com 蔡思圆 (021) csy11033@htsec.com 庄梓恺 zzk11560@htsec.com 中小市值团队张宇 (021) zy9957@htsec.com 钮宇鸣 (021) ymniu@htsec.com 孔维娜 (021) kongwn@htsec.com 潘莹练 (021) pyl10297@htsec.com 联系人王鸣阳 (021) wmy10773@htsec.com 程碧升 (021) cbs10969@htsec.com 相姜 (021) xj11211@htsec.com 医药行业余文心 (0755) ywx9461@htsec.com 郑琴 (021) zq6670@htsec.com 孙建 (021) sj10968@htsec.com 师成平 (010) scp10207@htsec.com 联系人贺文斌 (010) hwb10850@htsec.com 吴佳栓 (010) wjs11852@htsec.com 范国钦 fgq12116@htsec.com 批发和零售贸易行业汪立亭 (021) wanglt@htsec.com 李宏科 (021) lhk11523@htsec.com 联系人史岳 (021) sy11542@htsec.com 房地产行业涂力磊 (021) tll5535@htsec.com 谢盐 (021) xiey@htsec.com 联系人杨凡 (021) yf11127@htsec.com 金晶 (021) jj10777@htsec.com

10 电子行业陈平 (021) 联系人谢磊 (021) 尹苓 (021) 石坚 (010) 基础化工行业刘威 (0755) 刘海荣 (021) 张翠翠孙维容联系人李智 (021) 非银行金融行业何婷 (021) 孙婷 (010) 联系人夏昌盛 (010) 李芳洲 (021) 建筑建材行业钱佳佳 (021) 冯晨阳 (021) 建筑工程行业杜市伟张欣劼军工行业张恒晅蒋俊 (021) 刘磊 (010) 联系人张宇轩家电行业陈子仪 (021) 联系人李阳朱默辰 (021) 刘璐 (021) 煤炭行业吴杰 (021) 戴元灿 (021) 李淼 (010) 计算机行业郑宏达 (021) 鲁立 (021) 黄竞晶 (021) 杨林 (021) 联系人洪琳 (021) 交通运输行业虞楠 (021) 联系人李丹 (021) 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) 银行行业孙婷 (010) 林媛媛 (0755) 联系人谭敏沂造纸轻工行业衣桢永曾知 (021) 赵洋 (021) 金融工程研究金融工程专题报告 10 电力设备及新能源行业张一弛 (021) 房青 (021) 曾彪 (021) 徐柏乔 (021) 张向伟 (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) 联系人盛开钢铁行业刘彦奇 (021) 联系人周慧琳 (021) 刘璇食品饮料行业闻宏伟 (010) 成珊 (021) 唐宇 (021) 社会服务行业汪立亭 (021) 李铁生 (010) 联系人陈扬扬 (021) 研究所销售团队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) 毛文英 (021) 马晓男杨祎昕 (021) 方烨晨 (021) 张思宇慈晓聪 (021) 王朝领北京地区销售团队殷怡琦 (010) 吴尹张丽萱 (010) 杨羽莎 (010) 杜飞张杨 (021)

11 金融工程研究金融工程专题报告 11 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 :

公司研究中联环 (835750)2 目录 1. 循环洁水, 环境专家... 5 2. 污水治理进入重效果高标准时代... 6 3. 分布式水厂契合新背景下污水处理需求... 8 4. 业绩预测与评级...

公司研究中联环 (835750)2 目录 1. 循环洁水, 环境专家... 5 2. 污水治理进入重效果高标准时代... 6 3. 分布式水厂契合新背景下污水处理需求... 8 4. 业绩预测与评级... [Table_MainInfo] 公司研究 / 公用事业 / 水公用事业中联环 (835750) 公司研究报告证券研究报告 2016 年 07 月 19 日 [Table_InvestInfo] 投资评级暂不评级首次覆盖股票数据 6 [Table_StockInfo] 个月内目标价 ( 元 ) 7 月 18 日