请务必阅读末页的免责条款和声明2022年7月26日基本面量化系列碳中和能源侧基本面因子探索与量化张若海联系人：伍家豪中信证券研究部数据科技组目录CONTENTS21.行业基本面量化与碳中和2.政策文本量化应用于“风光储氢”赛道选择3.光伏价格类基本面指标探索31.基本面量化与碳中和I.基本面量化趋势观测II.碳中和领域的基本面量化研究4全市场量化基金（包括主动型、指数型、对冲）与主动型量化基金数量持续上行，但主动型量化基金管理总规模近5年持续在700亿元上下波动，平均每支基金管理规模近3年也持续保持在2-3亿元的范围。主动型量化基金年化收益率按基金规模分层统计，不同年份的分布存在一定差异，总体看规模增大年化收益率呈现一定的下降趋势。策略容量与策略的持续有效是制约量化基金规模增长的重要因素，挖掘低频因子，并实现有效的低频量化交易成为一个极具价值的问题。资料来源：Wind，中信证券研究部量化基金数量与净值总和趋势变化交易低频化、研究范畴精细化是量化投资与研究的两个潜在的发展方向资料来源：Wind，中信证券研究部主动型量化基金数量与净值总和趋势变化资料来源：Wind，中信证券研究部主动型量化基金规模分层统计年化收益率（%）024681012141618200500100015002000250030002015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q2量化基金净值总和（亿元）量化基金数量（支）平均规模（亿元每支/右轴）0510152025010020030040050060070080090010002015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q2主动型量化基金净值总和（亿元）主动型量化基金数量（支）平均规模（亿元每支/右轴）0102030405060024681012<0.5亿0.5亿-1亿1亿-2亿2亿-5亿5亿-10亿10亿-20亿2021年化收益率均值2020年化收益率均值5海量数据涌现富含信息，数据确权与转化落地成为投资领域数据应用的难题0%5%10%15%20%25%30%35%05010015020025030035040020172018201920202021金额（亿元）同比增长资料来源：中商产业研究院（含预测），中信证券研究部全球大数据储量情况资料来源：中国证券业协会，中信证券研究部国内证券公司信息技术投入情况0%10%20%30%40%50%60%010203040506070201720182019202020212022E储量（ZB）增速能不能用：在疫情背景下全球大数据总储量仍保持较大幅度的正增长，在2021年达到2017年的约2.5倍。由于互联网近年的发展仍以中心化的模式运行，导致大量高频数据的所有权暂时掌握在“数据运营商”手中。哪些数据可以用？以什么条件使用？如何保证数据中的隐私？成为数据在投资领域转化落地有待解决的首要问题。怎么用：证券公司近年大力投入信息技术，努力向数字化与智能化两个方向发展，赋能业务的同时也完成了越来越多数据资产的留存。国内证券公司信息技术投入近三年同比增速不断提升，2021年达到约29%。但数据在投资领域中的应用难题至少包括以下几个方面：1、数据供应质量参差；2、数据治理流程对应用方成为黑箱；3、如何将形态各异的数据应用在主动与量化投资中。6碳中和&基本面量化资料来源：Wind，中信证券研究部行业基本面量化框架量价数据财务数据基本面数据另类数据因子化构建策略/辅助主动投资（赛道）其他哑变量构建策略/辅助主动投资（个股）数据理解行业理解行业理解2020-2060年中国一次能源消费结构变化预测（%）资料来源：国家统计局，中信证券研究部预测中央与地方政策对“碳中和”提及强度（无单位）资料来源：中国政府网，各地方政府官网，中信证券研究部0204060801001201401602019Q22019Q32020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q2中央部委地方省市7行业理解与数据算法的交叉赋能，将更多有价值的数据应用于研究资料来源：中信证券研究部行业基本面量化框架量价数据财务数据基本面数据另类数据因子化构建策略/辅助主动投资（赛道）其他哑变量构建策略/辅助主动投资（个股）数据理解行业理解行业理解政策文本数据光伏行业价格数据政策强度因子综合价格指数“风光储氢”赛道选择光伏择时任务1：政策文本量化任务2：价格指标聚合资料来源：中信证券研究部82.政策文本量化应用于“风光储氢”赛道的选择I.政策文本数据与标签量化II.政策强度因子化III.政策强度因子在“风光储氢”赛道配置的回测9政策文件类型指标构建——产业相关性产业标签构建：模型：文本分类模型训练数据：部分数据源的原始标签+人工构建字典规则筛选。训练目标：科技、制造、基地、周期等产业相关性资料来源：中国政府网，中信证券研究部政策网站分类体系示例政策与产业的相关性指标构建流程国务院文件库标签整理利用训练分类模型模型无行业标签政策行业标签构建关键词典训练数据修正标签资料来源：中信证券研究部10政策文件权重指标构建——引用网络权重政策文件的引用权重（引用关系）；基于政策引用关系构建；利用网络结构，基于PageRank算法构建。资料来源：中信证券研究部引用关系网络示例引用关系网络案例——集成电路政策2011年2月9日：《国务院关于印发进一步鼓励软件产业和集成电路产业发展若干政策的通知》2013年10月21日：《深圳市人民政府印发深圳市关于进一步加快软件产业和集成电路设计产业发展若干措施的通知》2013年12月04日：《深圳市人民政府关于加快信息化发展的若干意见》2014年05月21日：《深圳市人民政府办公厅关于印发加快推进公共场所无线局域网建设行动计划》资料来源：中国政府网，深圳市政府官网，中信证券研究部11政策文件权重指标构建——财经媒体报道权重1、关联每条政策与对应的新闻报道。2、新闻抽取影响的个股/板块和影响的正负向。3、对每条政策，统计财经新闻的报道数量和对市场的影响情况。资料来源：Wind，中国政府网，其他政府官网，中信证券研究部新闻抽取结果统计到个股结果示例政策关联报导新闻示例——“双减”政策资料来源：中国政府网，央视新闻，澎湃新闻，新浪新闻，光明日报，中信证券研究部2021年7月24日：《中共中央办公厅国务院办公厅印发《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》新浪新闻——2021年7月24日：中办国办印发《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》澎湃新闻——2021年7月24日：政策要闻教育部办公厅关于印发《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》的通知央视新闻——2021年7月24日：中共中央办公厅国务院办公厅印发《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》光明日报——2021年7月25日：中办国办印发《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》12资料来源：中国政府网，各部委官网，中信证券研究部测算政策文本量化研究基础——政策文本库梳理并借助NLP技术构建量化指标2022年6月部分政策文本库内容展示13综合考虑多维因素构建“风光储氢”的产业政策强度因子政策文本具有概括性高，涉及范围广的特征，形式和内容都导致了其原始数据距离投资有效性具备一定的距离。所以我们构建了多个量化指标，将政策体系和文本中包含的信息进行刻画，从而尽可能实现政策文本指标化。目前我们对政策文本进行统计和分析的方法大致可以分为两类：1、挖掘短期热点主题型机会，利用了市场对政策的敏感性。2、把握中长期配置型机会，通过政策文本挖掘，寻找政策对部分产业的长期引导和扶持的强度和内容。政策强度因子的前提假设：在“风光储氢”四个赛道中，通过对尽可能多的政策文本进行较低频率（季度）下的统计，提及强度快速提升或绝对值较高的方向，是中期重点扶持的方向。政策强度因子的构建方法示例：F(a,b,c,d)=abmath.log(c+3)math.log(d+0.5)a：政策发文部门维度b：政策文件引用维度c：政策被财经新闻报道维度d：政策对关键词提及维度14政策因子赛道配置回测，重配光伏与储能、但准确捕捉了风电与氢能的超额收益政策单因子对风光储氢4个赛道指数的配置回测结果政策因子每季度综合得分的排序顺位资料来源：Wind，中国政府网，各部委官网，中信证券研究部注：加权配置不等全买入的配置权重为[1=0.6，2=0.25，3=0.15，4=0]资料来源：Wind，中国政府网，各部委官网，中信证券研究部注：回测根据当季度的政策因子得分进行下季度配置选择。通过政策强度单因子进行超过4年回测，我们看到政策强度因子对于当前赛道配置具备一定的指导意义：Baseline选取四个赛道的指数等权配置。对顺位Top1的赛道进行配置，2018年至今相较Baseline超额收益率为188.56%，年化绝对收益率为42.3%（baseline：22.0%）。从季度综合得分排序顺位看，光伏与储能政策配置概率相对较高，风电与氢能配置的时点相对较少，但很好的捕捉到了风电在2021Q3和氢能在2021Q1的超额收益。0%50%100%150%200%250%300%350%400%baseline_等权配置收益率加权配置收益率_等权买入Top1加权配置收益率_等权买入Top2加权配置收益率_等权买入Top3加权配置收益率_不等权买入Top3季度光伏风电储能氢能2018Q123142018Q213242018Q321432018Q412432019Q112342019Q221342019Q324132019Q434122020Q113242020Q223142020Q313242020Q423412021Q113422021Q231242021Q323142021Q413242022Q124132022Q2231415超额收益与四个赛道收益率标准差相关性较高，且收益并不完全来自重配赛道不同策略季度超额收益与4条赛道季度收益率标准差对比Top1等权买入配置的收益来源占比拆解（%）资料来源：Wind，中国政府网，各部委官网，中信证券研究部季度季度收益率光伏884045.WI季度收益率风电866044.WI季度收益率储能884790.WI季度收益率氢能866031.WI超额收益_Top1等权买入超额收益_Top2等权买入超额收益_Top3等权买入超额收益_不等权买入Top3季度收益率标准差2018Q1-3.8%/-4.1%-3.8%0.002018Q2-19.9%-25.5%-22.9%-12.0%-2.85%-1.35%-2.71%-2.49%0.052018Q3-11.3%-8.9%-10.6%-10.4%-0.98%-0.65%0.03%-0.46%0.012018Q4-8.9%0.5%-4.0%-9.3%5.90%1.21%-0.47%2.09%0.042019Q134.0%41.8%43.6%36.0%-4.83%-0.94%-1.59%-2.59%0.042019Q2-9.1%-9.1%-9.4%-4.2%-1.19%-1.15%-1.25%-1.21%0.022019Q3-0.8%1.8%0.9%-3.7%2.27%0.94%1.07%1.46%0.022019Q44.9%-0.5%18.7%7.3%11.10%4.19%2.69%5.93%0.072020Q1-0.8%-11.8%-0.7%-9.5%5.05%0.62%2.03%2.80%0.052020Q215.3%17.1%17.9%16.9%-1.54%-0.22%-0.05%-0.60%0.012020Q326.4%40.7%25.8%20.3%-2.52%-2.19%2.67%-0.12%0.082020Q421.8%27.7%23.2%13.1%0.36%1.05%2.78%1.59%0.052021Q1-11.7%0.1%-11.2%4.3%8.91%0.92%2.19%4.29%0.072021Q228.7%-2.3%34.0%6.8%11.88%0.95%-5.74%1.76%0.152021Q334.5%58.0%19.1%6.4%28.47%9.04%7.69%15.23%0.192021Q46.3%4.2%7.5%8.4%0.88%0.30%-0.61%0.10%0.022022Q1-18.4%-23.0%-22.9%-23.2%3.47%1.24%0.45%1.66%0.022022Q218.2%17.7%24.5%3.2%8.56%5.44%-0.59%3.82%0.08风电储能光伏氢能资料来源：Wind，中国政府网，各部委官网，中信证券研究部对比季度超额收益与4条赛道指数的季度收益率标准差看，当四个赛道收益率出现分化时，可以准确捕捉到增速更快的赛道。从Top1等权买入配置方法的收益来源拆解看，整体收益的赛道集中度相对不高，并不是依赖持续重配某条赛道获得超额收益。光伏与储能作为Top1等权买入方法的重配赛道，但风电带来的收益率反而排名最高。16资料来源：Wind，中信证券研究部回测结果时序展示_储能交易低频化、研究范畴精细化是量化投资与研究的两个潜在的发展方向资料来源：Wind，中信证券研究部回测结果时序展示_氢能资料来源：Wind，中信证券研究部回测结果时序展示_光伏资料来源：Wind，中信证券研究部回测结果时序展示_风电173.光伏价格类基本面指标探索I.光伏价格类指标的选取II.基于PCA的指标聚合III.双均线策略对价格聚合指标的回测18聚焦光伏赛道，梳理产业链各环节多种类型指标体系光伏赛道按照产业链环节进行划分，并将指标大致分为：价、量、进出口、其他几类。本次介绍的研究内容主要围绕价格类指标展开，由于价格指标目前可以获取日频结果，所以最终聚合形成的形成光伏行业的综合价格指标也具备高频的特征，可以形成不定期的择时因子。指标选择：相同环节的价格类指标整体趋势相似，但存在不同程度的滞后，据此剔除严重滞后且趋势相同的指标。不同环节进出口总量占比存在一定差异，据此判断是否选择进出口价格类指标。剔除时间跨度过短的指标。资料来源：SMM，Wind，中信证券研究部光伏产业链环节部分指标列表示例领域名称聚合指标指标来源更新频率指标名称指标单位指标类型一级环节二级环节指标时间跨度（天数）光伏金属硅价格SMM日度2202#硅FOB(黄埔港)-平均价美元/吨价硅金属硅4496光伏金属硅价格SMM日度551#硅(昆明)-平均价元/吨价硅金属硅4039光伏金属硅价格SMM日度不通氧441#硅(福建)-平均价元/吨价硅金属硅3357光伏金属硅价格SMM周度三氯氢硅-平均价元/吨价硅三氯氢硅1208光伏金属硅价格SMM周度新疆硅石-平均价元/吨价硅硅石1207光伏金属硅价格SMM日度441#金属硅粉-平均价元/吨价硅硅粉1206光伏多晶硅价格Wind周度现货价(周平均价):光伏级多晶硅美元/千克价硅料多晶硅3969光伏多晶硅价格Wind周度现货价:国产多晶硅料(一级料)美元/千克价硅料多晶硅3324光伏多晶硅价格Wind周度现货价:进口多晶硅料美元/千克价硅料多晶硅3324光伏多晶硅价格SMM日度多晶硅菜花料-平均价元/千克价硅料多晶硅1206光伏多晶硅价格SMM日度多晶用料-平均价元/千克价硅料多晶硅1117光伏多晶硅价格Wind月度出口价格:多晶硅(28046190):当月值美元/千克进出口硅料多晶硅4503光伏多晶硅价格Wind月度进口价格:多晶硅(28046190):当月值美元/千克进出口硅料多晶硅4503光伏多晶硅价格Wind周度光伏行业综合价格指数(SPI):多晶硅无指数硅料指数2978光伏硅片价格Wind月度出口金额:7.5cm≤直径≤15.24cm单晶硅片(38180011):当月值万美元价硅片单晶硅片4503光伏硅片价格Wind周度现货价(周平均价):多晶硅片(156mm×156mm)美元/片价硅片多晶硅片3969光伏硅片价格Wind月度市场价:单晶硅片(156mm×156mm,一线厂商):国内元/片价硅片单晶硅片3926光伏硅片价格Wind日度出厂价(含税):多晶硅片(A片):国内主流厂商平均元/片价硅片多晶硅片3840光伏硅片价格Wind周度光伏行业综合价格指数(SPI):硅片无指数硅片指数297819多维价格指标聚合，高频反应光伏市场供需变化关系资料来源：SMM，Wind，中信证券研究部价格类指标处理流程——硅片价格指数为例原始数据电池片综合价格指标数据平滑转换同比标准化空值/异常处理PCA20“价”虽滞后于“量”，但高频综合价格指数仍可反映光伏市场供需博弈结果资料来源：SMM，Wind，中信证券研究部光伏产业综合价格指数结果展示01,0002,0003,0004,0005,0006,000-10-505101520252012-07-122012-08-202012-09-282012-11-062012-12-152013-01-232013-03-032013-04-112013-05-202013-06-282013-08-062013-09-142013-10-232013-12-012014-01-092014-02-172014-03-282014-05-062014-06-142014-07-232014-08-312014-10-092014-11-172014-12-262015-02-032015-03-142015-04-222015-05-312015-07-092015-08-172015-09-252015-11-032015-12-122016-01-202016-02-282016-04-072016-05-162016-06-242016-08-022016-09-102016-10-192016-11-272017-01-052017-02-132017-03-242017-05-022017-06-102017-07-192017-08-272017-10-052017-11-132017-12-222018-01-302018-03-102018-04-182018-05-272018-07-052018-08-132018-09-212018-10-302018-12-082019-01-162019-02-242019-04-042019-05-132019-06-212019-07-302019-09-072019-10-162019-11-242020-01-022020-02-102020-03-202020-04-282020-06-062020-07-152020-08-232020-10-012020-11-092020-12-182021-01-262021-03-062021-04-142021-05-232021-07-012021-08-092021-09-172021-10-262021-12-042022-01-122022-02-202022-03-312022-05-09光伏综合价格指数Wind光伏指数光伏综合价格指数构建时间从2012年7月至2022年5月。除2015年市场大幅波动外，光伏综合价格指数从中长期趋势看，对Wind光伏指数的走势有一定的前瞻性。结合近年光伏上游供给与下游需求出现错配的情况，高频的综合价格指数可以在一定程度上很好的反映产业链供需博弈的结果，虽然相较库存等数量指标存在一定的滞后，但中长期趋势预计在拐点处仍小幅领先于市场。21择时具备一定的超额收益，但对于回撤控制的效果更加亮眼资料来源：SMM，Wind，中信证券研究部光伏产业综合价格指数双均线策略回测时序结果基于光伏综合价格指数，使用双均线策略对光伏指数进行择时，2012年7月至2022年5月回测结果绝对收益率为581%（交易佣金设置为0.3%，短期均线设置为3天，长期均线设置为120天），相较于baseline超额收益为108%。从买卖时点看，策略对于对于回撤的控制优异。22收益率对于短期价格变动敏感，季度均线是价格指数中长期参考的优选资料来源：SMM，Wind，中信证券研究部测算策略回测收益率对参数变化的敏感性测试——短期均线从长短均线的参数敏感性测试结果看，短期均线选择越短，绝对收益率越高，当短期均线过大时，金叉和死叉均会后移从而导致最佳买卖时点的延迟。从长期均线看，选择3-4个月是收益率最高的区间，此时均线会保持相对稳定的状态，与短期均线相交的时点最优且回撤控制最理想。资料来源：SMM，Wind，中信证券研究部测算策略回测收益率对参数变化的敏感性测试——长期均线0%100%200%300%400%500%600%700%1351015baseline2030绝对收益率短期均线（天）0%100%200%300%400%500%600%700%800%900%1000%255075100125150175200baseline绝对收益率长期均线感谢您的信任与支持！THANKYOU23联系人：伍家豪张若海（数据科技首席分析师）执业证书编号：S1010516090001免责声明24分析师声明主要负责撰写本研究报告全部或部分内容的分析师在此声明：（i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；（ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。一般性声明本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构（仅就本研究报告免责条款而言，不含CLSAgroupofcompanies），统称为“中信证券”。本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。评级说明投资建议的评级标准评级说明报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后6到12个月内的相对市场表现，也即：以报告发布日后的6到12个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A股市场以沪深300指数为基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普500指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。股票评级买入相对同期相关证券市场代表性指数涨幅20%以上增持相对同期相关证券市场代表性指数涨幅介于5%～20%之间持有相对同期相关证券市场代表性指数涨幅介于-10%～5%之间卖出相对同期相关证券市场代表性指数跌幅10%以上行业评级强于大市相对同期相关证券市场代表性指数涨幅10%以上中性相对同期相关证券市场代表性指数涨幅介于-10%～10%之间弱于大市相对同期相关证券市场代表性指数跌幅10%以上证券研究报告2022年7月26日免责声明25特别声明在法律许可的情况下，中信证券可能（1）与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（2）参与或投资本报告所提到的公司的金融交易，及/或持有其证券或其衍生品或进行证券或其衍生品交易。本研究报告涉及具体公司的披露信息，请访问https://research.citicsinfo.com/disclosure。法律主体声明本研究报告在中华人民共和国（香港、澳门、台湾除外）由中信证券股份有限公司（受中国证券监督管理委员会监管，经营证券业务许可证编号：Z20374000）分发。本研究报告由下列机构代表中信证券在相应地区分发：在中国香港由CLSALimited（于中国香港注册成立的有限公司）分发；在中国台湾由CLSecuritiesTaiwanCo.,Ltd.分发；在澳大利亚由CLSAAustraliaPtyLtd.（商业编号：53139992331/金融服务牌照编号：350159）分发；在美国由CLSA（CLSAAmericas,LLC除外）分发；在新加坡由CLSASingaporePteLtd.（公司注册编号：198703750W）分发；在欧洲经济区由CLSAEuropeBV分发；在英国由CLSA（UK）分发；在印度由CLSAIndiaPrivateLimited分发（地址：8/F,DalamalHouse,NarimanPoint,Mumbai400021；电话：+91-22-66505050；传真：+91-22-22840271；公司识别号：U67120MH1994PLC083118）；在印度尼西亚由PTCLSASekuritasIndonesia分发；在日本由CLSASecuritiesJapanCo.,Ltd.分发；在韩国由CLSASecuritiesKoreaLtd.分发；在马来西亚由CLSASecuritiesMalaysiaSdnBhd分发；在菲律宾由CLSAPhilippinesInc.（菲律宾证券交易所及证券投资者保护基金会员）分发；在泰国由CLSASecurities(Thailand)Limited分发。针对不同司法管辖区的声明中国大陆：根据中国证券监督管理委员会核发的经营证券业务许可，中信证券股份有限公司的经营范围包括证券投资咨询业务。中国香港：本研究报告由CLSALimited分发。本研究报告在香港仅分发给专业投资者（《证券及期货条例》（香港法例第571章）及其下颁布的任何规则界定的），不得分发给零售投资者。就分析或报告引起的或与分析或报告有关的任何事宜，CLSA客户应联系CLSALimited的罗鼎，电话：+85226007233。美国：本研究报告由中信证券制作。本研究报告在美国由CLSA（CLSAAmericas,LLC除外）仅向符合美国《1934年证券交易法》下15a-6规则界定且CLSAAmericas,LLC提供服务的“主要美国机构投资者”分发。对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书。任何从中信证券与CLSA获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSAAmericas,LLC（在美国证券交易委员会注册的经纪交易商），以及CLSA的附属公司。新加坡：本研究报告在新加坡由CLSASingaporePteLtd.，仅向（新加坡《财务顾问规例》界定的）“机构投资者、认可投资者及专业投资者”分发。就分析或报告引起的或与分析或报告有关的任何事宜，新加坡的报告收件人应联系CLSASingaporePteLtd，地址：80RafflesPlace,#18-01,UOBPlaza1,Singapore048624，电话：+6564167888。因您作为机构投资者、认可投资者或专业投资者的身份，就CLSASingaporePteLtd.可能向您提供的任何财务顾问服务，CLSASingaporePteLtd豁免遵守《财务顾问法》（第110章）、《财务顾问规例》以及其下的相关通知和指引（CLSA业务条款的新加坡附件中证券交易服务C部分所披露）的某些要求。MCI（P）085/11/2021。加拿大：本研究报告由中信证券制作。对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书。英国：本研究报告归属于营销文件，其不是按照旨在提升研究报告独立性的法律要件而撰写，亦不受任何禁止在投资研究报告发布前进行交易的限制。本研究报告在英国由CLSA（UK）分发，且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士。涉及到的任何投资活动仅针对此类人士。若您不具备投资的专业经验，请勿依赖本研究报告。欧洲经济区：本研究报告由荷兰金融市场管理局授权并管理的CLSAEuropeBV分发。澳大利亚：CLSAAustraliaPtyLtd(“CAPL”)(商业编号：53139992331/金融服务牌照编号：350159)受澳大利亚证券与投资委员会监管，且为澳大利亚证券交易所及CHI-X的市场参与主体。本研究报告在澳大利亚由CAPL仅向“批发客户”发布及分发。本研究报告未考虑收件人的具体投资目标、财务状况或特定需求。未经CAPL事先书面同意，本研究报告的收件人不得将其分发给任何第三方。本段所称的“批发客户”适用于《公司法（2001）》第761G条的规定。CAPL研究覆盖范围包括研究部门管理层不时认为与投资者相关的ASXAllOrdinaries指数成分股、离岸市场上市证券、未上市发行人及投资产品。CAPL寻求覆盖各个行业中与其国内及国际投资者相关的公司。印度：CLSAIndiaPrivateLimited，成立于1994年11月，为全球机构投资者、养老基金和企业提供股票经纪服务（印度证券交易委员会注册编号：INZ000001735）、研究服务（印度证券交易委员会注册编号：INH000001113）和商人银行服务（印度证券交易委员会注册编号：INM000010619）。CLSA及其关联方可能持有标的公司的债务。此外，CLSA及其关联方在过去12个月内可能已从标的公司收取了非投资银行服务和/或非证券相关服务的报酬。如需了解CLSAIndia“关联方”的更多详情，请联系Compliance-India@clsa.com。未经中信证券事先书面授权，任何人不得以任何目的复制、发送或销售本报告。中信证券2022版权所有。保留一切权利。