国泰海通|电新:电力设备出海专题— 数据中心等带动变压器,开关需求,供给缺口明显
本报告分析了数据中心与新能源建设驱动下的全球变压器与开关需求增长,指出短期内产能扩张跟不上需求导致供需缺口明显,美国2025年电力变压器需求或超出供应约30%,配电变压器缺口约10%,在全球缺货背景下中国企业有望受益,同时提示工程进度与竞争风险需关注 [page::0].
本报告分析了数据中心与新能源建设驱动下的全球变压器与开关需求增长,指出短期内产能扩张跟不上需求导致供需缺口明显,美国2025年电力变压器需求或超出供应约30%,配电变压器缺口约10%,在全球缺货背景下中国企业有望受益,同时提示工程进度与竞争风险需关注 [page::0].
报告指出在全球政策不确定与流动性收紧背景下,全球国债收益率整体下行但信用利差走阔,建议以中久期美债(5-7年)为核心、优选高评级海外债(A+及以上、中资美元/点心债AAA和美投级公司债),并强化流动性管理以避开信用尾部风险与年末季节性扰动 [page::0]
报告梳理了我国中长期资金(险资/社保/养老金/理财)规模、监管框架与配置特征,指出总体规模已超70万亿元、配置呈“固收为基、权益渐进”趋势,并分析了监管对权益上限与固收下限的约束以及险资/社保在A股的重仓结构与风格演变,为判断未来权益市场增量空间与行业切换路径提供政策与配置视角 [page::0][page::1]
本邀请函由国泰君安期货发布,介绍“2025浦东国际航运周——航运及干散货风险管理论坛”会议议程、主讲嘉宾(含波罗的海交易所与新加坡交易所代表)及组织单位与支持方,聚焦全球贸易重塑下的航运价格走势、波罗的海指数更新与海外航运衍生品市场等议题,为行业从业者和期货/FFA市场参与者提供交流平台与市场洞见 [page::1][page::2]
本报告系统评估AI发展对有色金属需求的结构性影响,认为随着大模型多模态化与推理端算力暴增,AI正从算法层向算力、能源与硬件环节延伸,可能成为未来有色需求重构的重要驱动力;报告同时指出当前AI进入商业化验证期,技术突破之外的盈利模式与落地速度将决定需求释放节奏,建议保持对各品种微观消费与高频数据的紧密跟踪以判断实需兑现程度。[page::0][page::1]
本报告跟踪2025Q3主要锌矿企业与全球供应动态,判断2025年锌矿供给持续释放但存在预期差,结合矿企产量指引与重点项目进度,初步测算2026年全球锌矿净增量约在30万金属吨左右(考虑5-10万吨下修风险),并指出Vedanta、Ivanhoe、Antamina等为确定性增量来源,国内火烧云等可能贡献15-20万金属吨 [page::1][page::0]
本报告以一图形式介绍铂、钯两类新品种期货的基本情况、上市安排及交易要点,重点提示合约设计、交割及市场影响,为交易者与投资者提供快速上手参考 [page::0]
该研报PDF内容暂时无法查看,原文中的标题、作者、数据图表和具体结论无法获取,建议补充完整文档或图片列表以便进行全面分析与摘要提取。[page::0]
报告回顾2025年人民币在央行精准流动性管理下的波动过程,指出2026年在宽松交易与外贸企业加大结汇的共同作用下,人民币有望继续走强并突破“7”关口,为跨境资金配置与外汇风险管理带来重要影响。[page::0]
This paper studies multimodal stock return prediction by fusing structured quantitative factors with LLM-derived news representations, compares three fusion architectures (combination, summation, attention), proposes a two-component mixture model with a decoupled training scheme to stabilize learning, and shows via multi-universe backtests that (i) simple representation combination often yields the best fusion results, (ii) the decoupled mixture model improves robustness across universes and portfolio types, and (iii) LLM fine-tuning has inconsistent, universe-dependent effects [page::0][page::10]
本文基于佛罗里达州分层的逐ZIP/Tract逐日/逐周微观数据,运用事件研究与差分在差分方法,发现飓风事件后总体驱逐率上升(约+10.9%),但在收到FEMA租赁援助的区域该上升显著被抑制;同时,FEMA援助会替代高成本短期信贷(如发薪日贷款),使交易量与违约率在受援区域均显著下降,表明灾后紧急流动性是决定家庭住房稳固与高成本借贷使用的关键约束 [page::0][page::12][page::23]
本文提出基于量化频域(quantile-frequency analysis, QFA)与量化周期图的谱度量,用于诊断金融时间序列(如S&P500日收益)中的非线性序列相关性、模型拟合优劣与判别分析;采用参数自助(parametric bootstrap)估计指标的p值,实证与模拟显示QFA能捕捉到传统二阶统计无法识别的分位数不对称性与聚集效应,从而为GARCH类模型的局部拟合缺陷与序列间机制差异提供可视且定量的诊断手段 [page::1].
本文提出一个三层框架,将神经信号、基于强化学习的计算模型(如 actor–critic)与明确的规范性福利标准连接起来,并给出四项必要条件(测量与表征有效性、模型可识别性、规范透明性与政策情境)以及一份 Neuroeconomic Welfare Inference Checklist,应用于成瘾、神经营销与环境政策并讨论对 NeuroAI 设计的含义 [page::0][page::2][page::16]
本文将配对市场中的配偶选择建模为限价委托簿(LOB)微观结构,提出“内部偏好差(ΔV)”作为刚性买卖价差,并证明线性金钱补偿无法在分类阈值 C* 以下关闭该差距;决策由市场/账面比 θ 与随时间衰减的流动性阈值 T(t) 的交叉驱动,导致“结婚=执行”类似于订单簿的成交事件,并将事后遗憾映射为执行滑点(Slippage)[page::0][page::5][page::7][page::19]
本论文提出 ABH-PINN:将 Hamilton–Jacobi–Bellman 与 Kolmogorov Forward 方程嵌入 PINN 的训练目标,采用网格外的可微函数逼近来替代传统有限差分解法,从而缓解维数灾难、提供更平滑的策略与密度函数并显著降低重复求解的计算成本。初步数值实验证明该方法能在基准 ABH 设置下重现经济学直觉(如消费随财富/生产率递增、密度随时间向稳定峰值集中),并给出资本、产出、工资与利率的收敛轨迹以供对比与扩展研究 [page::0][page::5][page::8]
本文提出一种基于大偏差原理的状态依赖重要性抽样(IS)方案:将对W2的tilt设为与√V_t成比例的漂移以保持Heston的仿射结构,从而在短到期与极深OTM两种稀有事件极限下分别证明了对二阶矩的对数最优性并给出显式Riccati分析;数值结果显示在短到期和深OTM情况下可实现数百至数千倍的方差缩减,验证理论预期 [page::2][page::11][page::18]
本文构建包含意识形态与“毒性”双维度差异的理性期待均衡模型,证明即使是面向毒性的意识形态中性审查也可能通过改变内容曝光与互动外部性,导致非毒性内容的自我审查与少数派沉默,从而在平台上放大意识形态不平衡与福利差距 [page::0][page::3][page::15]
本文采用底层无监督学习(PCA、SOM、k-means)与半参数TFP估计(ACF/OP/LP)对19,852家企业(2015-2019 与 2020)进行分析,识别出影响企业全要素生产率增长的主要决定因素:盈利能力、债务/信贷指标、成本与资本使用效率,以及研发投入与无形资产产出,并发现主成分与TFP增长之间存在可解释的线性关系(并通过Lasso做稳健性检验)[page::1][page::30][page::31]
报告聚焦指数增强型ETF的发展与中证500指增赛道,论证指增ETF在资金利用率、交易灵活性、费率与持仓透明度上的优势,并以博时中证500增强策略ETF为案例,展示其自2023年上市以来实现年化超额7.76%、年化跟踪误差3.84%、信息比率1.79的稳健超额表现,归因结果显示超额主要来自行业内选股(偏好高成长、高盈利个股)且严格控制个股偏离度以维持低跟踪误差 [page::15]