【平安基金研究】基金深度报告：公募基金经理的量化分析研究

来源：平安研究

分析师

徐勉    投资咨询资格    S1060520030001

摘要

基金经理是选基金的核心要素：基金经理决定基金的具体投资策略、投资标的、买卖时点等，是基金管理的灵魂人物，发挥着核心关键作用。选基金就是选基金经理，寻找符合自己投资目标和投资特征的基金经理是选择基金的关键所在。目前市场上的基金优选或者基金研究，多数都从基金产品角度出发，较少从基金经理出发。本篇报告将从基金经理角度出发，构建基金经理维度上的数据、分析体系和应用模式等。

公募基金经理的基本情况：截止2020年二季度末，公募基金全市场共有过4022位基金经理。目前在任基金经理共有2146位，其中男性占74.42%，女性占25.58%。从学历角度看，硕士最多，1827位占比85.14%，229位博士占比10.67%，本科只有90位。平均从业时间为11年，最高从业年限29年。担任基金经理的时间平均4年左右，最高17年。

公募基金经理的赛道划分：为了更细致和准确地分析基金经理，根据基金经理管理产品的类型、规模、业绩及从业背景等，对基金经理的擅长类型进行了划分，共分为7个类别：偏股型、偏债型、固收+、FOF、货币型、QDII和指数型。其中擅长偏股类基金经理人数最多，高达1106位；偏债和固收+合计515人；FOF和QDII人数最少。

基金经理的业绩指数化体系。对各赛道基金经理统计从管理基金第一天开始的日频度的基金经理业绩数据，为基金经理的量化分析奠定基础。

基金经理的业绩分解和归因。基于基金经理的业绩指数化体系，分别采用RBSA（基于收益的风格分析）、Brinson业绩分解模型、Campisi业绩分解模型等对各赛道基金经理的业绩进行分解和归因，判定基金经理的投资风格和投资能力圈。

基金经理的多因子分析体系。初步构建了基金经理的因子分析体系，将全部因子分为基本面、业绩绩效、投资风格、投资逻辑和惩罚指标五个维度。并根据因子库，最终针对不同的赛道选取了相关的考察因子。最后从基本面、业绩绩效、风格偏好和擅长、所在基金公司等维度对全部基金经理进行了量化分析和打分。

风险提示：1）本报告主要是基于基金经理的数量分析，由于存在基础数据缺失和处理逻辑存在漏洞等问题，可能导致基金经理的量化分析结论不准确，计算结果仅供参考。2）本报告主要是基于过往数据的定量计算，不预示基金未来业绩。3）市场风格的多变，基金经理投资策略和投资理念的演变，都可能会造成基金经理的量化分析结果和未来业绩之间的不匹配。

01

公募基金经理赛道划分和基本情况

1.1 基金经理是选基金的核心要素

一般基金投资管理和运作的分工情况是这样的：1）基金产品契约会约定投资目标、投资范围和风险收益特征；2）基金公司在营销、销售和交易运作上提供支持；3）投研团队会提供投资策略和基础研究；4）基金经理决定基金的具体投资策略、投资标的、买卖时点等。从分工来看，基金经理是基金管理的灵魂，发挥着核心关键作用。尤其对主动管理型基金来说，基金业绩水平、风险程度都直接由基金经理的投资风格和能力水平决定。同时基金投资中最常见的问题是基金业绩不持续，甚至反转的现象。这种现象的背后，可能的原因一是基金经理的风格可能不适应最新的市场环境，二是该基金的基金经理发生了变更。

综合来看，选基金就是选基金经理，寻找符合自己投资目标和投资特征的基金经理是选择基金的关键所在。目前市场上的基金优选或者基金研究，多数都从基金产品角度出发，较少从基金经理出发。本篇报告将从基金经理角度出发，初步构建基金经理维度上的数据、分析体系和应用模式等。

1.2 公募基金经理的基本情况

截止2020年二季度末，公募基金一共有4022位基金经理（包含历史上的全部从业者），最新在职2146位。其中，有436位基金经理仅管理1只基金，有425位仅管理2只，318位管理3只。管理5只以下（含）的基金经理占全部基金经理的75.44%。管理基金数目最多的基金经理同时管理了23只基金。

从性别分布看，2146位基金经理中，74.42%为男性，25.58%为女性。从学历角度看，占比最多的是硕士，有1827位，占比85.14%；有229位为博士，占比10.67%；只有90位基金经理的最高学历为本科，占比4.19%。

具体到性别来看，无论男性还是女性基金经理，硕士学位的基金经理占比均最大，博士其次，本科占比最少。

从基金经理的从业时间看，剔除230位没有数据基金经理后，余下1916位基金经理中，从业年限在5（含）- 10年的占比36.90%，10（含）- 15年的占比43.48%。另外有18位基金经理的从业经历在25年以上，33位基金经理的从业经验在5年以下。整体来看，基金经理的从业经历为右偏分布，平均从业年限为11年，最高从业年限29年。

从投资经理年限的角度看，在2146位基金经理中，整体时间分布递减，平均投资年限在4年左右，最高投资年限17年。有43.80%的基金经理管理经验在0 - 3年，36.95%的基金经理在3（含）- 6年。仅有5位基金经理管理年限在15年以上。

1.3 公募基金经理的赛道划分

为了更细致和准确地分析基金经理，我们根据基金经理管理产品的类型、规模、业绩及从业背景等，对基金经理的擅长类型进行了划分，共分为7个类别：偏股型、偏债型、固收+、FOF、货币型、QDII和指数型。其中少数基金经理会划分到多个赛道中。

从基金类型看，偏股型基金经理主要以普通股票型、偏股混合型、灵活配置型和平衡混合型为主；偏债型基金经理和固收+基金经理的划分可参考报告《【平安证券】基金深度-债券基金系列研究（上）：纯债基金业绩归因和优选20200423》；FOF、货币型、QDII和指数型的基金经理都以Wind为主，在其基础上根据业绩比较基准和实际仓位等进一步优化。

具体看：1）擅长偏股类基金的基金经理人数最多，高达1106位，偏债和固收+两类基金经理合计有515人，FOF和QDII的基金经理人数最少。2）擅长QDII基金的基金经理平均从业年限最长，在14年左右；FOF作为新兴产品类型，其基金经理的平均管理年限最短，仅为2年。

具体到各赛道基金经理的性别分布来看：1）男性基金经理中，擅长偏股类基金的人数占总人数（男性）的56.42%，其余均在15%以下。2）相对而言，女性基金经理在各类型中的分布较为均衡，在偏股型、偏债型和货币型中，均占有20%以上的比例。其中偏股类占比37.34%，偏债类占比21.49%。

02

基于量化角度构建基金经理分析体系

对于基金经理的分析，需要考虑的维度包括业绩、风险、风格、持仓、策略、投资理念、团队等。分析的方法上有定量分析和定性分析两种。本篇报告将主要从量化角度来分析基金经理。具体来说，本篇报告将按照基金经理的业绩指数化、基金经理的业绩分解和归因、基金经理多维度评价体系三个层次来量化分析基金经理的业绩表现、风险特征、风格和持仓等。

2.1 基金经理的业绩指数化

在分析基金经理的时候，最主要的问题是需要判断基金经理的管理业绩，通常采用的方法是观察该基金经理所管理基金的业绩。但如果该基金经理同时管理多只产品，出现管理时间区间不一致，业绩表现不一致的时候，就非常难以判断。比如下图的基金经理A，截至2020年6月30日，共管理3只偏股型基金。那么业绩表现如何呢？

为了解决这类问题，我们引入“基金经理业绩指数”来解决基金经理的业绩评价问题。对各赛道的基金经理（由于被动管理的指数型基金是复制标的指数，因此指数基金的业绩指数化意义不大，暂不考虑），按照所管理的基金业绩进行规模加权计算。在计算中，对基金经理的新发产品和新接管产品、基金经理离任后形成的空窗期、无基金净值的基金（如H、O份额基金）、无规模数据的基金（如成立时间不足，尚无季报数据）、无基金分类数据的基金、分级基金子基金、以及非A份额基金（合并计算）等都进行特殊处理。

指数化后的基金经理业绩曲线，综合反映了基金经理同一赛道下的全部基金的业绩整体表现。下图的红色曲线是基金经理A的业绩指数。

通过基金经理的业绩指数化，可以对全市场所有的基金经理进行对比分析。以偏股型基金经理为例，截至2020年6月30日，我们计算了近两年的基金经理业绩表现。全部同期可比的基金经理，近两年平均业绩为56.33%，远超沪深300同期18.60%的涨幅。从业绩分布看：1）17.56%的基金经理业绩分布在36%-46%（含）之间，17.80%的业绩分布在46%-56%（含）之间；2）只有3.51%的基金经理业绩在106%以上；3）业绩最高的达154.31%，最低的仅为-3.81%。

2.2 基金经理的业绩分解和归因

基金经理的业绩指数是业绩分解和归因的基础。基于业绩指数，按照基金经理所擅长的类型不同，我们分别采用不同的模型对基金经理进行业绩分解，分解的逻辑和因子概览如下：

2.2.1 偏股型基金

偏股基金经理的收益与市场表现高度相关。在进行业绩分解时，需要将基金经理的收益剥离市场收益后再进行分析，也就是对基金经理的超额收益进行分析。我们将超额收益分解为行业配置收益和个股选择收益。行业配置计算一种办法是RBA（基于净值的分析方法）测算行业业绩；一种办法是PBA（基于投资组合的分析方法），提取基金前十大重仓的汇总数据，然后按照行业进行测算。

2.2.2 偏债型基金

在《【平安证券】基金深度-债券基金系列研究（上）：纯债基金业绩归因和优选20200423》中，我们通过久期、期限结构、信用利差、评级利差、可转债五个因子构建Campisi模型，对债券基金进行具体分析。对于债券基金经理而言，也采用这个模型体系进行分析。首先构建因子值并计算模型结果，然后将计算出的系数和对应因子值相结合，拆解出债券基金经理在票息、久期、期限结构、券种配置和个券选择五个方向上的收益。接下来再将久期和期限结构的收益合并为国债效应的收益，券种配置和个券选择的收益合并为利差效应的收益。

2.2.3 固收+基金

在《【平安证券】基金深度-债券基金系列研究（中）：泛二级债基业绩归因和优选20200625》中，我们通过基金持仓和对应股票收益，将固收+基金收益分解为股票收益、转债收益和债券收益。在对固收+基金经理进行分析时，我们采用类似的方法进行分析。首先分解出基金经理的股票收益、转债收益和纯债收益，并估算考察期间固收+基金经理所有基金在股票、转债和债券上的仓位。最后，将分解出的收益与对应仓位相结合，计算出基金经理在股票、债券和转债上的实际收益。对于固收+基金经理而言，债券收益为固收收益，股票收益加转债收益为“+”收益。

2.2.4 FOF基金

对于FOF基金经理，我们从市场择时能力和基金优选能力两方面进行分析。同时根据基金投资方向，将基金优选能力进一步划分为股基优选能力和债基优选能力。并且剔除市场择时收益和基金优选收益后，可以得到基金经理的其他收益。

2.3 基金经理多维评价体系

2.3.1 基金经理因子库

综合基金经理分析中涉及到的定性和定量等全部数据，我们将基金经理的影响因子划分为5大类型：基本面、业绩绩效、风格、投资逻辑和惩罚指标。

对于以上因子，本篇报告将按照不同赛道选取其中最有代表性的因子进行分析。其中部分因子是各赛道基金经理的共性部分，部分因子是各赛道独有。以下将分别进行介绍。

2.3.2 量化体系的因子选择-共性因子

1）  对于基金经理的基本面，我们选取了从业时间、管理时间、学历和当前赛道管理规模。

通常来讲，投资者普遍认为：

①      基金经理从业时间越长，对基金的管理能力越强。一方面，随着从业年限的增加，不能取得较好收益的基金经理会被淘汰；另一方面，从业时间长的基金经理历经市场牛熊洗礼，能够积累更多的投资经验和教训。

②      管理时间和从业时间类似，但更重要的在于实操性。对基金的管理仅有策略是不够的，经过实际的操作才会对瞬息万变的市场有更好的把握，身经百战才能够更好地应对风险。

③      学历同理，虽然基金经理的投资能力强并不代表学历背景一定很好。但普遍意义上，学历高，学习能力相对更强，那么在从业过程中吸收新知识的能力便越强，提升越快。

④      基金经理当前赛道的总规模可以从一定程度上反映出基金经理的实力，因为更为优秀的基金经理会吸引更多的投资者。另外，管理规模的大小也会影响基金经理的投资方法和管理精力，因此当前赛道下所管基金的总规模也是需要考察的重点因子之一。

在具体的量化分析中，发现结果和经验有不相符的地方。从普通股票型和偏股混合型基金经理近两年（截至2020年6月30日）的数据看，管理年限越少的基金经理平均收益率越高，管理年限久的基金经理反而收益率更低。

管理年限在0-3年与15-18年两组的平均收益率相差近20%。这与常规的理解相悖，可能的原因是原因或在于近两年尤其是19年以来，权益市场热点频发，整体行情较好，因此“年轻”的基金经理相对而言会更加激进；而“年长”的基金经理经历过岁月的打磨，相对来说更为稳重，对过热的市场较为谨慎。

从学历方面分析看，我们也发现取得博士学位基金经理的业绩，仅略高于硕士和本科学位的基金经理，整体差异并不明显。

1）  业绩与绩效方面，我们选取了考察期内收益率、近半年收益率、最大回撤和波动率。

考察期内的收益率和近半年收益率均是建立在基金经理指数之上的。考察期内的收益率衡量了基金经理的长期管理能力，而近半年收益率则是衡量基金经理的投资与当前市场的匹配度。由于市场往往瞬息万变，风格切换和板块轮动都非常快，因此，短期业绩更能衡量基金经理的投资理念与策略是否符合当前的市场，是否能够抓住市场的热点等。长期与短期相结合，才能够更全面地观察一位基金经理。

最大回撤通俗化的理解便是风险防御能力，即在考察期内任意一历史时点往后推，基金净值与最低点回撤的最大值。最大回撤是衡量抗风险能力的重要指标。

业绩稳定性则用业绩的标准差来表达，代表大部分数值与平均值之间的差异大小，用来描述基金净值在考察期内的波动情况。标准差越大，净值的波动便越大，那么基金的风险就越大。

2）  对于基金公司的考察，我们选取了基金公司业绩和总体规模。

基金公司旗下管理基金的总规模是公司实力的表现。虽然基金经理影响着基金的业绩，但基金公司对基金经理的影响不容忽视。规模大的基金公司往往比相对较小的基金公司有更多的资源和研究实力。

基金公司的整体业绩能够体现公司旗下投研团队的水平。良好的投研团队能够从行业的互补、个股个券的选择和风险的控制等多方面助力基金经理，二者之间相辅相成。

2.3.3 量化体系的因子选择-按照赛道不同确定因子

1）  偏股型基金：选股能力&择时能力

选股能力衡量的是基金经理投资时，股票的优选能力。具有选股能力的基金经理能够识别价格与价值不相符的股票，即买入被低估/卖出被高估的股票，从而获得收益。对选股能力的测量，我们采用Treynor和Mazuy的T-M模型。

择时能力为选择市场的能力。具有择时能力的基金经理能够正确地预判市场的走势，恰当地选择买入/卖出的时机，从而获得收益。对择时能力的测量，我们采用对H-M模型进行了改进的C-L模型（Chang和Lewellen）。

2）  偏债型基金：利率债投资能力&信用债投资能力

同偏股类基金可以将业绩分解为选股和择时一样，偏债类基金可以将业绩分解为利率债和信用债。利率债投资能力的衡量，分为久期和期限结构两部分。信用债投资能力的衡量，分为信用利差和评级利差两部分。通过2.2中所述的方法，将相应的收益率相加，最终分别得到利率债投资能力和信用债投资能力的数据。

3）  固收+基金：固收能力&“+”能力

固收+基金的超额收益主要来源于股票投资、债券投资和可转债投资。通过业绩拆解可以计算出各部分收益，从而计算相应的因子的数据。同样根据2.2中所述的方法进行计算，得到结果后，固收能力由债券投资收益部分评定，“+”能力则由股票投资收益和可转债投资收益共同评定。

4）  FOF：市场择时能力&基金优选能力

参考偏股型的研究逻辑，FOF基金分别选用市场择时能力和基金优选能力。同样基于T-M模型和C-L模型，计算出基金优选收益能力指标和择时收益指标，然后对指标进行能力得分评定。

5）  货币型基金：正偏离情况、久期、前三大持有人集中度、风险预警、费率和申购限额

由于货币基金的特殊性，对于货币基金除了业绩、风险和规模等指标外，重点考虑正偏离情况、久期、前三大持有人集中度、费率、风险预警等。

其中：1）偏离度指标刻画了基金资产净值的偏离程度，考察了基金未来业绩提升的潜力。我们以最低偏离度和日偏离度绝对值的平均值这项因子进行考察。2）组合久期衡量了组合业绩波动形程度，也体现了业绩潜力。3）前三大持有人集中度因子同规模一起衡量基金经理管理基金的流动性水平。4）风险预警方面，通过持仓债券的风险预警分析、过去三个月是否有负偏离和偏离度的次数来进行衡量。5）货币基金的费率对业绩的影响较大，因此要考虑管理费、托管费和销售服务费的情况。6）申购限额方面主要是考察投资者能否方便的购买货币基金。

6）  指数型基金：费率、跟踪误差、信息比率、指数估值水平和流动性

指数型基金也具有特殊的分析指标。主要考察：1）低廉的费率是指数基金的优势之一，费率越低，意味着投资者有着更多的收益。2）跟踪误差是指组合收益率与基准收益率之差的标准差，表明了基金与其基准指数的贴近程度，是一个有效的风险衡量方法。3）信息比率则是风险调整后的超额收益。4）指数估值水平是考察未来该基金的业绩潜力。估值越低，说明指数的上涨空间越大。5）对于ETF来说，流动性也是非常重要的考察因子之一，可以通过成交量来评价。

03

基金经理的量化分析实证研究和应用

3.1 基金经理的实证分析示例

3.1.1 偏股型基金经理：博时基金-葛晨

葛晨先生，南京大学生命科学硕士，2012年硕士研究生毕业后加入博时基金管理有限公司，历任研究员、高级研究员、高级研究员兼基金经理助理，对医药行业有着深刻的认识。截至2020年6月30日，葛晨先生近两年共管理了2只偏股型基金，二季度总规模133.22亿元。经过量化计算，葛晨先生的雷达图、业绩走势图和业绩分解图如下。

3.1.2 偏债型基金经理：中融基金-王玥

王玥女士，北京大学经济学硕士，香港大学金融学硕士。2013年12月起任基金经理。截至2020年6月30日，王玥女士近两年共管理了8只偏债型基金，二季度总规模207.06亿元。王玥女士的雷达图、业绩走势图和业绩分解图如下：

3.1.3 FOF基金经理：兴证全球-林国怀

林国怀先生，吉林大学数量经济学硕士。历任天相投资顾问有限公司基金分析师，合众人寿资产管理中心基金组合投资经理，泰康资产管理有限公司执行总监等。现任兴全基金管理有限公司FOF投资与金融工程部总监、养老金管理部总监及基金经理。截至2020年6月30日，林国怀先生近两年共管理了2只FOF，二季度总规模37.69亿元。雷达图、业绩走势图和业绩分解图如下：

3.2 基金经理量化分析的应用

基金经理的量化研究和分析，既可以服务于机构投资者，为其在FOF/MOM业务中优选基金经理提供量化工具支持，也可以服务于基金代销机构，为其在销售基金业务中提供研究结果支持。平安证券研究所推出了两种具体的应用模式。

1、第一种模式是提供基金经理的量化分析工具。该工具将基金经理的量化分析体系和量化数据结果进行整合，可以供专业的基金投资者使用。该工具基于python实现，主要实现的功能包括：1）计算单个基金经理的业绩，展示收益率曲线图和收益率数据。2）支持按照时间区间对单个基金经理的业绩进行分解和归因。3）对单个基金经理进行多维度评价和打分，包括基本指标、绩效指标、规模指标和投资风格指标等。4）支持对各赛道基金经理的综合查询和对比，包括业绩归因结果、多维度指标评价结果数据等。

2、第二种模式是展示基金经理的分析结果，协助投顾和基金投资者进行基金优选等。该模式目前已经在平安证券app上推出，可以为投资者提供浏览和查询基金经理的业绩走势、业绩分解和多维度分析等。

04

 总结和展望

本篇报告重点对公募基金的基金经理基本情况、量化分析体系和应用进行了探讨。其中重点构建了基金经理的量化研究体系。

1）基金经理赛道的划分。基于平安证券的公募基金分类体系，对市场上的基金经理进行了更准确的赛道划分。

2）基金经理的业绩指数化体系。构建了全部基金经理自从管理基金第一天开始的日频度的基金经理业绩数据，为基金经理的量化分析奠定基础。

3）基金经理的业绩分解和归因。基于基金经理的业绩指数化体系，分别采用RBSA（基于收益的风格分析）、Brinson业绩分解模型、Campisi业绩分解模型等分解模型进行业绩拆解和归因，寻找基金经理的风格和能力圈。

4）基金经理的多因子分析体系。初步构建了基金经理的因子分析体系，并从基本面、业绩绩效、风格偏好和擅长、所在基金公司等维度进行了初步的量化分析和打分。

同时从量化分析角度看，本篇报告的分析上还存在一些需要完善的地方。一是由于基金经理的信息存在数据不全（比如从业时间模糊、多基金经理下的权责划分不清）、数据不准（比如基金经理挂名现象）等问题；二是模型算法和处理的细节有需要完善的地方（比如基金经理跳槽期间的空档期业绩如何计算）；三是多维因子分析上的因子选择不够全面，并且因子的量化分析和有效性检验上还需要完善。在后续的深入研究上将主要从这三个方面进行深度研究。

从基金经理的研究深度和研究广度来看，本篇报告限于量化分析，没有涉及到定性研究（包括定性因子的引入），比如基金经理的投资逻辑、投资理念、风格偏好、从业背景等。而定性研究对基金经理的分析也非常重要。在后期的基金经理研究体系中，将通过定性调研等方式深度挖掘数据后面的真相。

05

风险提示

1）本报告主要是基于基金经理的数量分析，由于存在基础数据缺失和处理逻辑存在漏洞等问题，可能导致基金经理的量化分析结论不准确，计算结果仅供参考。

2）本报告主要是基于过往数据的定量计算，不预示基金未来业绩。

3）市场风格的多变，基金经理投资策略和投资理念的演变，都可能会造成基金经理的量化分析结果和未来业绩之间的不匹配。

06

附录

各赛道基金经理的多因子评估的结果数据参考下文，由于数据采用量化模式，并且数据的计算周期为2018年7月1日到2020年6月30日，结果仅供参考。同时由于篇幅所限，仅展示部分基金经理的数据（按照姓名首字母由小到大排序），如需要全部数据，可以和平安证券联系沟通。

6.1 偏股型基金经理情况

6.2 偏债型基金经理情况

6.3 固收+基金经理情况

6.4 FOF基金经理情况

6.5 货币型基金经理情况

6.6 指数型基金经理情况

评级说明及声明

股票投资评级:

强烈推荐 （预计6个月内，股价表现强于沪深300指数20%以上）

推       荐 （预计6个月内，股价表现强于沪深300指数10%至20%之间）

中       性 （预计6个月内，股价表现相对沪深300指数在±10%之间）

回       避 （预计6个月内，股价表现弱于沪深300指数10%以上）

行业投资评级:

强于大市 （预计6个月内，行业指数表现强于沪深300指数5%以上）

中       性 （预计6个月内，行业指数表现相对沪深300指数在±5%之间）

弱于大市 （预计6个月内，行业指数表现弱于沪深300指数5%以上）

公司声明及风险提示：

负责撰写此报告的分析师（一人或多人）就本研究报告确认：本人具有中国证券业协会授予的证券投资咨询执业资格。

平安证券股份有限公司具备证券投资咨询业务资格。本公司研究报告是针对与公司签署服务协议的签约客户的专属研究产品，为该类客户进行投资决策时提供辅助和参考，双方对权利与义务均有严格约定。本公司研究报告仅提供给上述特定客户，并不面向公众发布。未经书面授权刊载或者转发的，本公司将采取维权措施追究其侵权责任。

证券市场是一个风险无时不在的市场。您在进行证券交易时存在赢利的可能，也存在亏损的风险。请您务必对此有清醒的认识，认真考虑是否进行证券交易。

市场有风险，投资需谨慎。

免责声明

此报告旨为发给平安证券股份有限公司（以下简称“平安证券”）的特定客户及其他专业人士。未经平安证券事先书面明文批准，不得更改或以任何方式传送、复印或派发此报告的材料、内容及其复印本予任何其他人。

此报告所载资料的来源及观点的出处皆被平安证券认为可靠，但平安证券不能担保其准确性或完整性，报告中的信息或所表达观点不构成所述证券买卖的出价或询价，报告内容仅供参考。平安证券不对因使用此报告的材料而引致的损失而负上任何责任，除非法律法规有明确规定。客户并不能仅依靠此报告而取代行使独立判断。

平安证券可发出其它与本报告所载资料不一致及有不同结论的报告。本报告及该等报告反映编写分析员的不同设想、见解及分析方法。报告所载资料、意见及推测仅反映分析员于发出此报告日期当日的判断，可随时更改。此报告所指的证券价格、价值及收入可跌可升。为免生疑问，此报告所载观点并不代表平安证券的立场。

平安证券在法律许可的情况下可能参与此报告所提及的发行商的投资银行业务或投资其发行的证券。

平安证券股份有限公司2020版权所有。保留一切权利。

扫二维码 3分钟开户 紧抓创业板2.0大机会！

免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。

海量资讯、精准解读，尽在新浪财经APP