1、 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 1 金融工程金融工程 证券证券研究报告研究报告 2018 年年 03 月月 28 日日 作者作者 吴先兴吴先兴 分析师 SAC 执业证书编号：S1110516120001 18616029821 相关报告相关报告 1 金融工程：金融工程-海外文献推荐 第 32 期 2018-03-21 2 金融工程：金融工程-海外文献推荐 第 31 期 2018-03-14 3 金融工程：金融工程-海外文献推荐 第 30 期 2018-03-07 海外文献推荐海外文献推荐 第第 33 期期 风格投资风格投资与机构投资者与机构
2、投资者 本文探讨了机构投资者在股票市场进行风格投资的重要性。为了分析风格行为，我们将股票根据三种风格维度：市值、估值/成长和板块。我们找到强有力的证据证明，相比于随机分组机构投资者更多采用风格分组进行资产配置。此外，我们还发现，个股所在风格的资本流入和收益可以正向预测该股票未来的收益，而相反方向风格则具有反向的预测作用。公司债市场收益的共有因子公司债市场收益的共有因子 一直以来，市场对权益类资产共有因子的挖掘比较充分，却相对缺乏对固定收益资产的因子挖掘，这使得我们在构建大类资产配置模型时缺乏对债券收益特征的刻画。该论文设计并构建了票息、防御、动量和价值四类风格因子，发现这四类因子能够有效解释美
3、国公司债市场的收益特征；其中，防御、动量和价值因子本身具有显著的超额收益，且这种超额收益来源于投资者行为偏差。我们认为，本文提出的几类因子为刻画国内债券类市场的收益特征提供了一个参照基准，有助于进一步提升我们大类资产配置模型的内涵。风险风险提示提示：本报告内容基于相关文献，不构成投资建议。金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 2 内容目录内容目录 风格投资与机构投资者风格投资与机构投资者.4 1.简介简介.4 2.数据数据.4 2.1.资金流.4 2.2.风格定义.4 2.3.风格维度配置的检验.5 3.风格与交易行为风格与交易行为.5 3.1.衡
4、量配置密度的统计量.5 3.2.基于特征的跨风格配置.6 3.3.风格和股票收益.7 3.3.1.风格收益/资金流入与未来个股收益.8 3.3.2.收益分解.8 4.结论结论.10 公司债市场收益的共有因子公司债市场收益的共有因子.11 1.简介简介.11 2.公司债券超额收益的理论框架公司债券超额收益的理论框架.11 3.数据和方法数据和方法.11 3.1.公司债数据.11 3.2.风格因子构建.11 3.3.组合构建.12 4.实证结果展示实证结果展示.12 4.1.简单回归分析.12 4.2.多空组合表现.12 4.3.纯多头组合表现.14 4.4.超额收益来源解释.14 4.4.1.基
5、于风险溢价的解释.14 4.4.2.基于市场错误定价的解释.15 图表目录图表目录 图 1：美股日频资金流（SSC）汇总统计.5 图 2：风格配置密度.6 图 3：市值与价值/成长风格维度极端部分的机构投资者资金流表现.7 图 4：资金流和风格片段间的相关性.7 图 5：公司固定收益面板对个股收益的回归分析.8 图 6：无现金流消息情况下个股收益对风格变量的一个标准偏差变化冲击的响应.9 图 7：Fama-Macbeth 回归分析结果.12 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 3 图 8：多空投资组合收益表现.13 图 9：单个因子及因子组合后收
6、益表现.13 图 10：纯多头组合优化后收益表现.14 图 11：宏观风险因子对各个风格因子的解释效果.14 图 12：行为偏好因素对各风格因子的解释效果.15 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 4 风格投资风格投资与与机构投资者机构投资者 文献来源：Kenneth Froot and Melvyn Teo,Style Investing and Institutional Investors,JOURNAL OF FINANCIAL AND QUANTITATIVE ANALYSIS Vol.43,No.4,Dec.2008,pp.88390
7、6.推荐原因：本文探讨了机构投资者在股票市场进行风格投资的重要性。为了分析风格行为，我们将股票根据三种风格维度：市值、估值/成长和板块。我们找到强有力的证据证明，相比于随机分组机构投资者更多采用风格分组进行资产配置。此外，我们还发现，个股所在风格的资本流入和收益可以正向预测该股票未来的收益，而相反方向风格则具有反向的预测作用。1.简介简介 人们普遍认为，机构投资者使用风格这个概念描述他们的投资组合和交易模式。流行的风格类别（如科技股、成长股和周期性股票）似乎足以重要到成为许多股票投资者资产配置的基础。为了节省跟踪的数量，投资者通常将股票作为少数风格因子的组合而不是独立的实体。如果投资者利用这些
8、因子，那么他们将在如大盘股和小盘股、科技股与非科技股、价值股与成长股等之间进行配置。本文探讨了机构投资者在风格水平上交易的两个主要问题。第一，风格交易在统计上和经济上显著吗？第二，风格水平上的资本流入影响未来股票的价格吗？如果是的话，这种影响更符合基本面的还是情绪驱动的事件？在这项研究中，我们考察了三种维度的风格类型：小市值/大市值、价值/成长、板块/行业。为了衡量机构资金流动，我们使用了从 State Street Corporation作为信托公司追踪的迄今为止机构投资者管理的约9万亿美元流动性证券的汇总数据。这些数据的优势在于，它们记录了个人投资者无法获得的每日机构流量信息时。2.数据数
9、据 2.1.资金流资金流 我们跟踪了大量机构投资者的每日投资流量。总的来说，这些投资者控制着约 9 万亿美元的资产，约占全球流动性证券的 15%。交易数据来源于 State Street Corporation(SSC)。并且还从 CRSP 与 COMPUSTAT 里补充了个股收益和特征数据。2.2.风格定义风格定义 特征数据用来定义股票的三种风格维度：小市值与大市值、价值与成长、行业和板块。每个风格维度按十分位分成风格的片段。我们在相同的股票池里用不同公司的特性划分出三个风格维度。第一维度风格，基于股票的流通市值并按十分位划分；第二维度风格，基于公司的账面市值比并按十分位划分；第三维度的风格
10、，基于公司的 SIC（Standard Industrial Classification 标准产业分类）代码划分。金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 5 图图 1：美股美股日频资金流日频资金流（SSC）汇总统计）汇总统计 资料来源：Journal of Financial Economics，天风证券研究所 2.3.风格维度风格维度配置配置的检验的检验 为了检验市值和价值/成长分类的实践性，我们计算年度的转移矩阵。具体来说，就是计算每个股票从 t 到 t+1 年，风格从第 i 分位数到第 j 分位数的转换概率。我们发现市值里，分位数（如 i、j
11、）年度变化绝对值的均值为 0.1，价值为 1.3，这是一个变化范围很大的数值。同样明显的是，股票不会以随机的方式在分位数间移动，在所有的风格维度里，股票更倾向于移动到相邻的分位数，并且在极端分位数（如最小或最大 10%）里的股票更不容易移动。3.风格风格与与交易行为交易行为 如果风格对投资者投资股票的方式很重要，那么基于风格的交易应该是普遍的，而且比其他基于特定来源的交易更具有系统性。投资者收集的大部分基本信息都与这些风格相关，系统配置就有可能发生，且风格内的配置可能归因于投资者的情绪。我们的目标是评估这种系统力量驱动配置的实证意义，然后了解其背后的机制。3.1.衡量配置密度的统计量衡量配置密
12、度的统计量 我们定义配置密度统计量为超过市场资金流入的超额流入部分（以市值的百分比表示）的交叉十分位标准差：其中F,为第 i 个风格分层 t 时刻的资金净流入，m,为第 i 个风格分层 t 时刻的流通市值。为了计算预期的交易强度，我们进行了蒙特卡洛演算。每年进行 10000 次独立计算，每次对股票样本采用均匀分布不放回抽样随机选定一个横截面，将横截面的可用股票按十分位分组，最后得出 10000 个随机形成的交易密度值。我们把这些值的期望表示为E.接着我们检测每个风格维度的配置密度相比随机生成组而言，是否在统计学上的意义 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和
13、免责申明 6 更加显著。E（使用简单的 t 值判断）结果如图 2 的 A 表所示：所有基于风格的交易比随机分组的交易更具有统计性，且重要性日益增长。可能会有人担心 A 表的结果纯粹是因为机构投资者偏好长期投资股票。我们把这种偏好抽象化，可以得到配置密度：接着我们重复蒙特卡洛演算，结果如图 2 的 B 表所示：配置密度并不仅仅取决于机构投资者的长期偏好。图图 2：风格配置密度风格配置密度 资料来源：Journal of Financial Economics，天风证券研究所 3.2.基于特征的跨风格配置基于特征的跨风格配置 首先我们画出市值和价值/成长，这两个风格维度极端片段的超额资金流入的 1
14、2周平均移动线，如图 3 所示，超额资金流入与和其相差最远的风格片段明显负相关。金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 7 图图 3：市值与价值市值与价值/成长风格维度极端部分的机构投资者资金流表现成长风格维度极端部分的机构投资者资金流表现 资料来源：Journal of Financial Economics，天风证券研究所 为了证实这个观测结果，我们在图 4 中展示了各极端风格片段内周频超额资金流入的两两相关性。图图 4：资金流和风格片段间的相关性资金流和风格片段间的相关性 资料来源：Journal of Financial Economics，
15、天风证券研究所 结果显示风格资金流入对于相差最远（最远是指比如第 1 分位数到第 10 分位数间的距离）的风格片段，表现出了极强的负相关性。3.3.风格和股票收益风格和股票收益 为了解风格属性（即风格资金流入和收益）的影响，我们将其和股票收益联系起来。金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 8 首先，我们探讨了风格属性与未来股票收益横截面之间的关系。接下来，我们对基于动量的投资策略可以获得的收益来衡量这种关系的经济意义。最后，我们使用回归分解，在没有任何关于基本面消息的情况下，严格地检验风格属性对股票回报的影响。3.3.1.风格收益风格收益/资金流入
16、与未来个股收益资金流入与未来个股收益 图 5 中的结果与 Barberis 和 Shleifer(2003)的模型预测一致，远端风格片段收益和资金流入的第一次滞后对周频个股收益有负的预测作用。图图 5：公司公司固定收益面板对个固定收益面板对个股股收益的回归分析收益的回归分析 资料来源：Journal of Financial Economics，天风证券研究所 3.3.2.收益分解收益分解 我们应用 Campbell（1991）收益分解法，将股票收益分成永久的现金流成分和一个暂时的预期收益成分：金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 9 作为标准，我
17、们使用在险价值（VAR）进行分解，可表示为：图 6 显示对邻近风格片段的市值、价值/成长和板块收益和资金流入的正向冲击导致股票收益的暂时性成分增加。此外，在冲击之后，股票收益在第一周之后继续上涨，因此冲击对股票收益的影响是持久的。数据还显示，大约五周后，影响开始消散，尽管完全消除需要 400-500 周。图图 6：无现金流消息无现金流消息情况下个股收益情况下个股收益对对风格变量的一个风格变量的一个标准偏差标准偏差变化冲击变化冲击的响应的响应 资料来源：Journal of Financial Economics，天风证券研究所 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信
18、息披露和免责申明 10 4.结论结论 综上研究结果，我们发现了机构投资者在风格层面交易的证据。年复一年，每一个风格维度内，机构的风格层面交易的密度比他们模拟风格十分位数生成的随机分组交易密度要大。这种基于风格的配置不能通过机构投资者对大股票的长期偏好或对输家和赢家股票之间的配置来解释，而且有证据表明，差距较大的风格部分（极端价值型和极端成长型）的资金净流入有很强的负相关关系。这表明，风格交易的特点是机构资金从一种极端转向另一种极端。进一步，我们发现风格收益和资金流在周频上能正向预测个股收益。即使在对个别公司的收益、资金流以及诸如规模、账面市值和股本回报等特征进行调节之后，情况也是如此。我们还发
19、现，差距较大的风格部分，收益和资金流能反向预测个股收益率。例如，小盘股的超额收益能被大盘股的收益和资金流反向预测。就像个股所属的风格资金流入能正向预测个股收益一样，相差较大的风格资金流入也能反向预测个股收益。为了进一步与基本事件驱动区分开，我们应用 Campbell（1991）收益分解法，将股票收益分为永久性现金流和暂时性预期收益。然后，我们研究了在没有现金流消息冲击的情况下，股票价格波动对股票投资风格的影响。由此产生的脉冲响应函数表明，我们以前的调查结果至少部分是由基于情绪的事件驱动的。风格收益和资金流能预测暂时性预期收益部分，这些影响要 400 至 500 周后才完全消散。金融工程金融工程
20、|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 11 公司债市场收益的共有因子公司债市场收益的共有因子 文献来源：Israel R,Palhares D,Richardson S A.Common factors in corporate bond returnsJ.Social Science Electronic Publishing,2015.推荐原因：一直以来，市场对权益类资产共有因子的挖掘比较充分，却相对缺乏对固定收益资产的因子挖掘，这使得我们在构建大类资产配置模型时缺乏对债券收益特征的刻画。该论文设计并构建了票息、防御、动量和价值四类风格因子，发现这四类因子能够
21、有效解释美国公司债市场的收益特征；其中，防御、动量和价值因子本身具有显著的超额收益，且这种超额收益来源于投资者行为偏差。我们认为，本文提出的几类因子为刻画国内债券类市场的收益特征提供了一个参照基准，有助于进一步提升我们大类资产配置模型的内涵。1.简介简介 公司债是全球市场非常重要的资产类别，但少有文献研究其收益的截面影响因子，本文尝试对公司债的共有因子展开挖掘。本文研究了一系列在其他市场有收益预测能力的风格因子，包括票息，质量，动量和价值等。本文通过不考虑交易成本的多空组合和考虑交易成本的纯多头组合，评估了这些风格因子超额收益的显著性，发现对除了票息以外的其他 3 个风格因子，具有显著为正的超
22、额收益。此外，本文对这种超额收益来源进行了进一步挖掘，认为市场错误定价是这些超额收益的重要来源。本文还对信用市场的多空组合分析做出了方法论上的贡献：考虑到公司债的波动性、市场 beta 与利差和久期紧密关联，本文提出一种新的方法规避来这种强相关性。2.公司债券超额收益的理论框架公司债券超额收益的理论框架 股票市场拥有许多股利折现模型，以供实证研究者来度量超额收益。然而信用市场没有这样的测量超额收益的理论框架。后来，研究者们认为信用市场的超额收益可以用公司债和相应的国库券的利差来测度。在此之前，因为信用和股票的相关性，一个做法是简单地探索股票市场超额收益的横截面方差是否能解释信用市场的超额收益。
23、虽然这个方法在探索股票和信用市场超额收益的相似驱动因素上很有用，但是他遗漏了重要的一点信用市场和股票市场的相关风险是不一样的。公司债的价格与股价不独立，但也不是一个简单的镜像关系。股票预期收益的截面数据与公司债的预期收益不能形成一一对应。本文的方法是直接测量可以预测信用市场预期超额收益的风格因子。首先，本文研究了每个风格因子单独的表现，并且探索了他们之间的相关性。然后本文考虑了简单的无约束多空组合和更加符合投资实际的纯多头组合，研究证明本文的多因子是能够显著解释市场收益的。3.数据和方法数据和方法 3.1.公司债数据公司债数据 本文的分析是基于 1997 年 1 月至 2015 年 4 月美国
24、公司债的月度数据进行的。这些数据包括美林银行所有委托人的投资级债券和高收益债券的指数。本文每个月为每个发行人选取一个代表债券。选择的标准是：优先级、期限、发行后时长和规模。最终取样的结果包括 4296 家独立公司的 11804 种债券的 274665 个独立观测点。3.2.风格因子构建风格因子构建 票息因子：本文使用期权调整利差（OAS）来测度票息，但它也有自身的问题。当信用曲线水平时，OAS 是票息的一个好的测度。否则 OAS 会高估或者低估票息。大部分发行人有斜率大于零的信用利差期限结构，这意味着 OAS 不是一个完美的利差测度。金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之
25、后的信息披露和免责申明 12 防御因子：本文使用多个变量作为防御性的代理指标。第一个是市场杠杆，使用净负债除以净负债加权益市场价值的和；第二个是总盈利，总盈利代表公司所有资产的质量，反映了企业的安全性；第三个是久期，较小的久期代表着较低的风险。动量因子：本文使用信用利差动量和 6 个月的股票动量来测度。价值因子：构建价值信号，本文需要一个市场价值测度和一个基本面测度，以及一个比较这两者的方法。3.3.组合构建组合构建 首先，本文按照传统方法计算了一个零成本的组合多头持有某个指定风格因子得分位于前五分之一的公司债，空头持有该风格因子得分位于后五分之一的公司债。除此之外，本文还对这些风格因子的组合
26、构建了一个纯多头组合，来检测这些风格因子所带来的溢价是否能在现实世界的约束下发挥作用。4.实证结果展示实证结果展示 4.1.简单回归分析简单回归分析 在展示组合的收益以前，本文先展示 Fama-Macbeth 回归的结果。图图 7：Fama-Macbeth 回归分析结果回归分析结果 资料来源：Social Science Electronic Publishing，天风证券研究所 上图展示了 Fama-Macbeth 回归的结果。动量因子在单独测试和组合测试中均表现出了对公司债超额收益的解释能力。票息因子单独测试时未表现出可靠的解释能力，但用于对其他风格因子进行控制变量时有一定效果。防御因子恰
27、恰相反，单独测试时效果显著，但在为价值和动量因子做控制变量时表现很差。Fama-Macbeth 横截面回归的 R 方为 0.15，意味着本文的四个风格因子共同解释了债券超额收益横截面方差的 15%。4.2.多空组合多空组合表现表现 下表展示了多空投资组合的业绩统计。我们观察到风格因子与防御、动量和价值的回报之间有强烈的正相关。将所有因素综合在一起的投资组合表现更强，整个组合的夏普比高达 2.19，并且不同的风格因子之间相关性较弱。虽然在不同的分阶段，不同的风格因子 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 13 表现得更好和更差，但很明显组合投资组合的
28、表现相对稳定。图图 8：多空投资组合收益表现多空投资组合收益表现 资料来源：Social Science Electronic Publishing，天风证券研究所 图图 9：单个因子及因子组合后收益表现单个因子及因子组合后收益表现 资料来源：Social Science Electronic Publishing，天风证券研究所 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 14 4.3.纯多头组合表现纯多头组合表现 多空风格因子投资组合表明超额收益与每个被考虑的风格因子之间存在较强相关性，但 1 并未考虑实际投资组合实施因素。为了更真实地展风格因子投资
29、组合的实际表现，本文构建并测试了具有附加投资组合约束条件的纯多头投资组合。我们优化后的投资组合能够大幅跑赢基准，具备稳健的超额收益。图图 10：纯多头组合优化后收益表现纯多头组合优化后收益表现 资料来源：Social Science Electronic Publishing，天风证券研究所 4.4.超额收益来源解释超额收益来源解释 到目前为止，我们已经证明了价值、动量、票息和防御可以有效解释公司债券超额收益。在研究其他市场的这些异象时，文献已经提出了许多基于行为因素和风险因素的解释。我们对各个风格因子投资组合进行了额外的测试，目的是区分风险因素和行为因素对超额收益的解释程度。4.4.1.基于
30、风险基于风险溢价溢价的解释的解释 我们将三个宏观经济变量添加到本文的时间序列回归中。_=+1+2+7+8+9+,本文发现：市场波动率和通货膨胀率往往同时上升而当增长率下降时，组合投资组会有更高的回报。单一风格因子的策略表现与组合风格因子表现的相似，表明宏观因子并未能够有效解释这些因子的超额收益。图图 11：宏观风险因子对各个风格因子的解释效果宏观风险因子对各个风格因子的解释效果 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 15 资料来源：Social Science Electronic Publishing，天风证券研究所 4.4.2.基于市场基于市场
31、错误定价的解释错误定价的解释 这部分我们关注市场行为因素的偏差，作为风格因子投资组合风险调整收益的解释。投资者偏离合理性的原因可能是他们犯了错误，或者是市场摩擦和套利限制。如果 当债券受关注较低时，按照行为金融理论具有更大的套利空间，意味着风格因子与未来收益之间的关系将变得更强，而这类债券更难套利，不那么透明，也不会有更复杂的投资者微观结构。我们通过比较在不同流动性的公司债券上形成的多空投资组合来检验这一假设。我们发现，在公司债券市场流动性较低、透明度较低、较不成熟的部门，动量多空的投资组合的表现更好。图图 12：行为偏好因素对各风格因子的解释效果行为偏好因素对各风格因子的解释效果 资料来源：
32、Social Science Electronic Publishing，天风证券研究所 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 16 分析师声明分析师声明 本报告署名分析师在此声明：我们具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，本报告所表述的所有观点均准确地反映了我们对标的证券和发行人的个人看法。我们所得报酬的任何部分不曾与，不与，也将不会与本报告中的具体投资建议或观点有直接或间接联系。一般声明一般声明 除非另有规定，本报告中的所有材料版权均属天风证券股份有限公司（已获中国证监会许可的证券投资咨询业务资格）及其附属机构（以下
33、统称天风证券）。未经天风证券事先书面授权，不得以任何方式修改、发送或者复制本报告及其所包含的材料、内容。所有本报告中使用的商标、服务标识及标记均为天风证券的商标、服务标识及标记。本报告是机密的，仅供我们的客户使用，天风证券不因收件人收到本报告而视其为天风证券的客户。本报告中的信息均来源于我们认为可靠的已公开资料，但天风证券对这些信息的准确性及完整性不作任何保证。本报告中的信息、意见等均仅供客户参考，不构成所述证券买卖的出价或征价邀请或要约。该等信息、意见并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求，在任何时候均不构成对任何人的个人推荐。客户应当对本报告中的信息和意见进行独立评估
34、，并应同时考量各自的投资目的、财务状况和特定需求，必要时就法律、商业、财务、税收等方面咨询专家的意见。对依据或者使用本报告所造成的一切后果，天风证券及/或其关联人员均不承担任何法律责任。本报告所载的意见、评估及预测仅为本报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。过往的表现亦不应作为日后表现的预示和担保。在不同时期，天风证券可能会发出与本报告所载意见、评估及预测不一致的研究报告。天风证券的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和/或交易观点。天风证券没有将此意见及建议向报告所有接收者
35、进行更新的义务。天风证券的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。特别声明特别声明 在法律许可的情况下，天风证券可能会持有本报告中提及公司所发行的证券并进行交易，也可能为这些公司提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。因此，投资者应当考虑到天风证券及/或其相关人员可能存在影响本报告观点客观性的潜在利益冲突，投资者请勿将本报告视为投资或其他决定的唯一参考依据。投资评级声明投资评级声明 类别类别 说明说明 评级评级 体系体系 股票投资评级 自报告日后的 6 个月内，相对同期沪 深 300 指数的涨跌幅 行业投资评级 自报告日后
36、的 6 个月内，相对同期沪 深 300 指数的涨跌幅 买入 预期股价相对收益 20%以上 增持 预期股价相对收益 10%-20%持有 预期股价相对收益-10%-10%卖出 预期股价相对收益-10%以下 强于大市 预期行业指数涨幅 5%以上 中性 预期行业指数涨幅-5%-5%弱于大市 预期行业指数涨幅-5%以下 天风天风证券研究证券研究 北京北京 武汉武汉 上海上海 深圳深圳 北京市西城区佟麟阁路 36 号 邮编：100031 邮箱： 湖北武汉市武昌区中南路 99 号保利广场 A 座 37 楼 邮编：430071 电话：(8627)-87618889 传真：(8627)-87618863 邮箱： 上海市浦东新区兰花路 333 号 333 世纪大厦 20 楼 邮编：201204 电话：(8621)-68815388 传真：(8621)-68812910 邮箱： 深圳市福田区益田路 5033 号 平安金融中心 71 楼 邮编：518000 电话：(86755)-23915663 传真：(86755)-82571995 邮箱：
