一、核心观点

日央行认为QQE达成使命，终结负利率政策和YCC并停止ETF和REITs购买，符合市场预期：市场在“春斗”薪资增幅超过预期后普遍认为日央行将达成“加息+结束YCC+停止ETF和REITs购买”的“三件套”，事实也确实如此。日本央行判断2%的价格稳定目标将以更可持续和稳定的方式实现。因此，包含YCC和负利率在内的量化与质化宽松（QQE）框架已经完成使命，日央行将以引导短端利率作为主要的政策工具。具体来看，（1）引导政策利率从-0.1%-0%提升10BP至0%-0.1%，作为新的无担保隔夜拆借利率范围，从2024年3月21日起生效。（2）日央行将继续进行与此前数量大致相当的国债购买；同时强调，在长端利率快速上升的情况下可以灵活操作，加大购买量。（3）全票通过关于日本政府债务外其他资产的购买计划，首先停止ETF和REITs的购买，其次逐步减少对日本公司债务的购买并在大约一年内彻底停止购买。总体上，虽然退出负利率，日央行依然维持了非常宽松的货币政策，短期较为谨慎，也未对未来的加息做出明确的指引。在日本经济基本面仍不稳固、消费恢复较弱、外需对出口和企业利润的拉动不确定、日本股市和信心的恢复开始不久的情况下，日本央行由于历史惯性和其谨慎的风格较难大幅收紧流动性。 

日央行实际政策操作仍然谨慎，短期影响预计有限：（1）日央行本次的货币政策调整已经与市场提前做出充分沟通，调整内容也几乎完全符合预期，反映日央行的操作态度相当审慎。同时，仍有个别官员希望货币政策的调整更加慎重，这也表明日央行的操作可能以“平稳试探”为主，上半年不太可能考虑再次加息或显著调整操作思路。（2）美日利差仍然巨大，无担保隔夜拆借利率范围仅为0%-0.1%。一方面，银行存款准备金利率向实际的银行与客户贷款行为发生传导仍需时间；另一方面，美日政策利率上限的利差依然高达5.4%，且美联储可能在通胀风险下使高利率维持更长时间，这意味着资金回流日本的动力有限。（3）虽然YCC被正式抛弃，但对长端利率影响最明显的依然是日央行的购债规模，而其维持约6万亿日元/月的水平，并未发生显著缩量。（4）对于ETF和REITs来说，近两年购买量已经很低，ETF在2021年后购买显著缩量，REITs在2022年6月后也没有新增。在日央行并未宣布考虑出售上述资产的情况下，市场也不会遭受明显的冲击。总体上，日央行在呵护经济和通胀正向螺旋的基础上不会贸然大幅紧缩或出售资产。

日元走向仍需观察美联储，日股势头尚未终结：日本国债方面，由于日央行的月度购买量没有发生明显变化，且在长端收益率异动时可以紧急加大购买量，10年期日债的收益率可能短期仍围绕1%的“软上限”进行波动。日元方面，在3.5%左右的美日10年期国债利差、日央行谨慎的紧缩态度和美联储可能延长高利率的情况下，日元兑美元在日央行决议公布后跌至150上方。日元的短期方向仍取决于美联储3月FOMC会后的态度。如果美联储维持偏鹰派口吻，那么日元可能在低位震荡。如果美联储采取中性或偏鸽表态，则日元有望开始转为升值，尽管在日央行谨慎的态度下升值幅度可能较为有限。日股仍有望在二季度维持当前的势头：首先，日央行上半年再加息概率不大；第二，“春斗”涨薪超预期，日本政府还有减税计划，利于经济内生增长。第三，日股上市公司在企业治理方面的重要进展给予投资者更多信心，特别是在交叉持股比例过高和分红回购不足方面有望显著改善，这也是日股吸引到更多长线投资的重要原因。同时，日元有限的升值幅度也暂不会成为显著的不利因素。

二、风险提示

1. 日本通胀和薪资涨幅不及预期的风险。

2. 日本经济增速意外下滑的风险。

3. 日债收益率超预期上行引发市场动荡的风险。

宏观：平坦化之路

一、核心观点

期限利差接近历史极值，是否会向均值回归？中国长期以来维持一条向上且较倾斜的收益率曲线，拥有较高的期限溢价。10年与1年中债国债到期收益率利差的运行大致分为两个阶段，时期Ⅰ（2002年-2011年）期限利差的波动区间为90BP-200BP。2012年是转折点，期限利差的波动中枢明显下移。时期Ⅱ（2012年至今）期限利差的波动区间为45BP-90BP。2009年至今，30年与10年中债国债到期收益率利差基本是在45BP-75BP范围内运行。因此每当国债收益率市场期限利差接近历史极值时，都有可能引起市场产生期限利差向均值回归的预期。

近几日长债收益率的走势似乎验证均值回归。3月6日，长债收益率来到最低点之后出现反弹。期限利差突破历史区间下限，国债收益率曲线走平之后再次趋陡，似乎验证均值回归。

收益率曲线平坦化将是长期趋势。国债收益率曲线走平之后再次趋陡，主要受短期供需扰动，非验证均值回归，收益率曲线走向平坦化可能是长期趋势：

1.央行非对称降息带来政策利率曲线平坦化。这种非对称降息可能在未来一段时间内保持，这种操作的背后体现的是防空转和引导实体融资成本下行的双重目标。

2.结构性货币政策工具带来市场利率曲线平坦化。当前央行货币政策强调总量和结构的双重发力，结构性货币政策工具的使用在加大，其占央行资金投放的比例在不断上升。结构性货币政策工具的利率水平一般会低于MLF利率，带动长期利率更快下行。

3.短期利率无法完美平滑传导至中长期利率。中国目前存在短期和中期两个政策利率，两个政策利率的并行和商业银行不对称的“两部门决策机制”，导致了短期利率无法完美平滑传导至中长期利率。

4.不一样的逆周期调节带动收益率曲线趋于平坦。经济学中衡量合适的利率水平的法则一般可以参考泰勒规则。经济转型期的新旧动能切换会带来产出缺口和通胀缺口，不一样的逆周期调节并非强刺激，只是托底经济增长，因此对于产出缺口和通胀缺口的容忍度都会提升，不会实时完全对冲，也就是说稳健的货币政策所选择的短期政策利率可能和目标利率存在缺口，短期政策利率的下行速度可能偏慢。

5.人民币国际化的推进带来长期国债供需结构变化，期限溢价降低。从他国经验来看，2008年美联储将短期利率下调至近0%之后，推出量化宽松，开始购买大量的长期债券。量化宽松增加了长期政府债券的需求，降低了这些债券的期限溢价。随着人民币国际化的推进，人民币资产作为他国官方储备资产的地位会不断上升，中国长期国债的需求将逐渐上升。

长期国债收益率还会继续上行吗？中期视角来看，近期长债收益率的反弹主要受短期供求扰动，并非长期趋势。长债收益率仍然与基本面更为相关。从经济、通胀、央行、政策方面来看，长债仍然是比较好的投资品种。经济增长模式变化下GDP增速会有所改变。通胀短期内难以上行。央行采用结构性货币政策工具扩表的方式带动贷款市场利率下行，最后也将溢出传导至债券市场，带动长债收益率继续下行。央行年内有可能再次降息，引导实体融资成本下行，时间点仍是内外兼顾的相机抉择。

二、风险提示

1.对政策理解不到位的的风险。

2.对政策利率传导机制理解不到位的风险。

3.中国货币政策超预期的风险。

4.金融市场的风险。

5.对商业银行决策机制理解不到位的风险。

数字经济：绿色电力+绿色算力协同发展，新市场孵化新业态 

一、核心观点

可再生能源装机占比超过50%，能源转型推动市场化改革提速。截至2023年末，全国可再生能源发电总装机达15.16亿千瓦，同比增长25%，占全国发电总装机的51.9%。能源转型加速，要求适应新型电力系统的市场机制创新。电价方面，煤电容量电价落地，辅助服务价格机制完善；电量方面，现货基本规则落地并明确各省现货市场建设进度。

电改提速，电力现货覆盖范围持续扩大。第二次电改明确提出建立中长期与现货并举的电力市场，近年来电改提速推动电力现货覆盖范围持续扩大。截至2023年末，第一批8个试点地区中，山西、广东进入正式运行；第二批6个试点地区中，5个进入长时间结算试运行；其余非试点地区全部进入试运行阶段。我们预计电力现货市场规模扩大，2025、2030年现货电量有望达到6500亿千瓦时、1.3万亿千瓦时。2023年新能源市场电比例接近50%，预计2030年全面参与电力现货市场，以市场方式促进变动成本更低的新能源优先消纳。

数字经济激发海量绿电需求，开辟新能源发展新时代。数字经济与电气化高度契合，数字经济的爆发将为电力需求带来显著增量。仅以数据中心为例，我们预计2025、2030、2035年国内数据中心用电量分别为0.51万亿千瓦时、1.27万亿千瓦时、2.90万亿千瓦时，占全社会用电量比例分别为5%、9.8%、17.6%；我们搭建了“数据中心-电力系统需求模型”，测算出2026-2030年，仅为满足数据中心耗电需求催生的光伏、风电年均新增装机可达64GW、28GW，2031-2035年升至137GW、60GW；风光装机带动储能配套，截至2030年、2035年，预计储能累计新增装机可达350.9GWh、1926.6GWh。

数字经济赋能电力现货交易，助力电力企业减少亏损、增厚盈利。随着电力现货市场在全国范围内铺开，电力企业需面对现货电价波动、运营灵活性要求、技术与人才储备等挑战。对于新能源企业，数字化、智能化分析模型有助于提高功率预测准确度，降低出力随机性造成的偏差考核风险；对于其他电力企业或售电公司，依托人工智能和机器学习等技术的自动算法交易有望增厚盈利水平。目前自动交易已主导欧洲电力市场，2022年欧洲最大的短期电力交易所巴黎Epex Spot SE，自动交易占比60%左右，部分电力交易公司依托自动交易获得高额利润。

二、投资建议

（1）数字经济加速电气化，数据中心、5G基站等基础设施建设释放海量用电需求。伴随国家“双碳”能源转型，绿色电力和绿色算力协同发展，看好新能源装机长期成长空间；（2）数字经济赋能电力现货交易，助力电力企业减少亏损、增厚盈利。随着电力现货在全国范围内铺开，电价波动显著扩大，电力企业需要借助数字化转型，应对现货市场带来的挑战和机遇。我们预计具有较强运行管理能力的龙头发电企业有望受益；（3）个股建议关注：皖能电力、浙能电力、华电国际、国电电力、华能国际、协鑫能科、长江电力、川投能源、中国广核、中国核电等。

三、风险提示

1、装机规模不及预期的风险；

2、煤炭价格持续高位的风险；

3、上网电价下调的风险；

4、行业竞争加剧的风险等。

数字经济：建筑提智增效，数字大有可为 

一、核心观点

建筑信息化程度渗透率低，建筑数字化大势所趋。我国建筑业的数字化起步较晚，2021年建筑行业信息化渗透率仅为0.13%，未来提升空间大。建筑细分行业中，设计咨询数字化程度相对较高，其次为运营维护，再次为工程施工。《“十四五”建筑业发展规划》明确指出，建筑业在与先进制造业、新一代信息技术融合发展方面有着巨大的潜力和发展空间，需要加快建筑业转型升级。我国建筑业经历了传统人工和信息化发展阶段，建筑数字化发展是大势所趋。

AI赋能建筑设计，助力头部企业释放规模效应。建筑上市公司积极布局BIM与人工智能，开展工程数字化设计。目前已有诸多AI设计软件应用于设计的各个阶段的，包括华设集团开发的AIROAD交通快速方案设计系统、华建集团开发的ArctronArcOS智慧建筑操作系统等。以AIROAD为例，据公司统计，该软件初步能够提升方案设计效率7~8倍，提升整体工作的综合效率20~30%。随着“AI+设计”的不断发展，规模效应将助力头部企业凭借先进的技术实力、核心的产品设计、丰富客户项目经验实现业务规模扩张，从而在成本控制、效率提升和市场竞争力方面取得优势，快速抢占市场份额。

BIM技术显著节省建筑成本和缩短工期。BIM模型既包括建筑物的信息模型，同时又包括建筑工程管理行为的模型，可以通过信息的共享和传递将两者结合，为设计团队和施工团队提供协同工作的基础，从而提高施工效率、节约成本、缩短工期，有效实现建筑的全生命周期管理。BIM技术不仅助力设计、建造、运营模式从二维向三维、多维转变，BIM技术也可应用于项目全周期或某一阶段。AI应用或将为BIM模型进一步赋能，令建筑信息模型细节更加准确精细、丰富生动，全面提高建筑行业信息化和智能化。

建筑机器人施工效率可达普通人工的10倍以上，竞争优势明显。相较于传统的人工，建筑机器人在保障施工安全、提高施工效率等方面有较大优势。在施工效率方面，美国企业ConstructionRobotics研发的半自动“SAM100砌砖建筑机器人”每小时铺设的砖块达300-400块，其速度是普通工人的3-4倍。澳大利亚企业FastbrickRobotics于2016年推出的全自动“HadrianX砌砖建筑机器人”，可实现24小时不间断地工作，且每小时铺设的砖块达1,000块；在施工质量方面，现场施工的建筑机器人具备环境感知、定位与建图、路径规划等能力，建筑机器人能在高危环境中作业。建筑机器人将推动建筑行业迈向工业自动化，未来将大幅提升建筑施工的效率。

数据要素是智慧交通的基础，发展前景广阔。2023年，交通运输部印发《关于推进公路数字化转型加快智慧公路建设发展的意见》，提出到2035年，全面实现公路数字化转型。中国的智慧交通市场规模有望在2027年达到6400亿元，2021-2027的CAGR为9.86%。对数据的采集和应用是支撑智慧交通基础设施发展的基础，智慧交通相关的数据要素产业未来发展前景广阔。

二、投资建议

1）AI设计景气高，头部设计企业受益；2）BIM大幅节省成本和缩短工期；3）建筑机器人施工效率可达10倍，竞争优势明显；4）智慧交通获政策支持，发展前景广阔。推荐中国建筑、中国中铁、中国铁建、中国交建、中国电建、中国中冶、上海建工、隧道股份、华建集团、华设集团等。

三、风险提示

1、固定资产投资下滑的风险；

2、技术发展演变不及预期的风险；

3、行业政策不及预期的风险；

4、需求下滑或消纳能力不足的风险；

5、对政策理解不到位的风险；

6、海外贸易环境恶化的风险。

有色：数字经济时代AI引领新变革，金属新材料迎新成长机遇 

一、核心观点

数字经济将是推动经济发展的新引擎，人工智能有望提升新质生产力，新时代下金属新材料将迎来发展新机遇：数字经济正在凭借提升全要素生产率及提高产业附加值，成为引领经济增长与新质生产力发展的重要“引擎”。人工智能作为一种前沿技术，正引领着数字经济的新变革。我们认为数字经济与人工智能发展对基础层算力需求的提升，以及应用层人形机器人产业化，都将带来金属新材料渗透率提升下的成长性投资机会。

算力提升大势所趋，催生AI芯片、光模块产业链核心新材料需求：国内经济进入新周期的背景下，算力提升是数字经济与人工智能发展的必然要求，亦对一国经济的增长拉动效应显著。自2023年以来，国家各级政府自上而下推动算力体系建设，叠加企业在人工智能产业进步推动下对算力的需求，算力建设已成为促进数字经济与人工智能高质量发展的关键。算力需求提升将带动AI芯片、光模块产业链上游金属软磁芯粉、钨铜合金、砷化镓和磷化铟等核心新金属材料的加速应用与需求增长。

金属软磁粉芯：金属软磁粉芯较传统的铁氧体在饱和磁感应强度、体积等方面优势突出，可同时满足高频使用和体积小型化的需求，更符合大算力的应用场景，是提升芯片电感性能、效率及可靠性的理想选择。伴随AI芯片应用需求渐增，未来金属软磁粉芯产品迭代空间广阔。

砷化镓和磷化铟：砷化镓和磷化铟衬底电子迁移率高、光电性能好。光通信产业链中，磷化铟和砷化镓衬底是光芯片的底层材料，光模块需求有望带动其市场规模稳步增长。

钨铜合金：在光模块向高速率升级过程中，对光模块芯片基座材料散热性能提出更高要求。钨铜合金具备低膨胀、高导热特性，不同成份的钨铜合金可以匹配400G、800G、1.6T光模块芯片基座的散热需求，光模块升级将加速推动新材料迭代。

人形机器人蓝海市场开启，高性能钕铁硼远期成长动能充足：人形机器人将成为AI终极形态，深刻变革人类生产生活方式，持续推动数字经济发展。人工智能进步打开人形机器人落地应用的想象空间。国内产业扶持政策密集出台，国内企业相继加码机器人核心零部件生产基地建设，人形机器人产业化或加速落地，打开上游关键材料钕铁硼远期需求空间。

高性能钕铁硼：高性能钕铁硼可被用于人形机器人的伺服系统，主要用于制造无框力矩电机和空心杯电机，钕铁硼高矫顽力与高磁能积的特性使其在人形机器人中的应用难被其他材料替代。人形机器人产业化或打开高性能钕铁硼新市场。

二、投资建议

关注数字经济发展与AI 浪潮下金属新材料行业发展机遇及相关公司，金属软磁粉芯：铂科新材、悦安新材；砷化镓、磷化铟：云南锗业；钨铜合金：斯瑞新材；高性能钕铁硼：金力永磁、宁波韵升、中科三环。

三、风险提示

1. 新兴材料替代风险。

2. 人工智能算力发展不及预期的风险。

3. 下游需求不及预期的风险。

4. 产业政策推进不及预期的风险。

电新：新能源关注度提升，AI激活赛道长期机会 

一、核心观点

事件：截至3月18日电新指数(CI)收8097点。2月初至今涨幅达26.6%，跑赢沪深300约14.6pcts，光储等电新行业关注度显著提升。

AI爆发下电力需求井喷。以ChatGPT为代表的AGI获得突破性进展，其划时代能力需要强大算力支撑，全球科技公司争相开发、训练模型而兴建大量数据中心，全球算力规模大幅增长，也带动了用电量大幅提升，据能源顶刊《Joule》，单次AI能耗搜索较传统或将提升30倍+。此外，供应链上晶圆代工厂消耗大量电力生产高端芯片，台积电2016-2022年能耗翻倍，电力占比94%+。同时产业数字化赋能将显著提升全社会电气化水平，打开巨量能源需求。到2027年全球AI相关用电量将增加85~134TWh/yr，相当于阿根廷等国家的年用电量。

“电荒”担忧引发电力关注。需求大幅增长或形成电力缺口，据华盛顿邮报，美国大片地区面临电力短缺的风险，其中佐治亚州预计未来十年的新增用电量将是现在的17倍，电力短缺成突出问题，数据中心或是主因。全球AI代表人物均表态能源或成为AI下一阶段竞争关键，电力板块关注度得以提升。

新能源是最优解决方案。为实现能源转型目标，发展绿色数字经济成为全球大势所趋。国内财政部、生态环境部、工信部发布《绿色数据中心政府采购需求标准（试行）》要求数据中心2023年/2025年/2027年/2030年/2032年可再生能源使用率≥5%/30%/50%/75%/100%。海外欧盟发布《欧洲的数字十年：2030目标》目标建设1万个气候中性的边缘节点。领先企业方面，Facebook、苹果、谷歌、微软等全球化数据中心企业承诺将100%使用可再生能源。

发电量持续高增，装机或持续超预期。据统计局，1-2月规上工业太阳能/风电发电量同比增长15.4%/5.8%，合计发电占比达13.4%，风光发电量高增速得益于装机超预期：2023年我国光伏/风电新增装机同比高增148%/102%，截至2023年累计风光装机正式进入TW时代，占全部发电装机容量的36%。我们认为新能源产业在经济发展中的地位不断得到强化，政策预期已明显增强，电网配套、运行机制等加速完善，同时低价产品红利仍在，装机情况依旧乐观。全球来看，据此前COP28会议、中美阳光声明等，至2030年可再生能源装机容量有三倍+空间，中长期成长空间广阔。

二、投资建议

政策、产业等不断验证新能源发展向好，市场信心趋于恢复；全球AI大爆发，数字经济协同电气化激发海量需求，有望拉动基建投资，风光储网等赛道充分受益，建议关注：1）电网：国电南瑞、许继电气、特变电工、海兴电力等；2）光伏：福莱特、福斯特、通威股份、晶科能源、晶澳科技等；3）储能：阳光电源、宁德时代、德业股份等；4）风电：东方电缆、天顺风能、三一重能等。

三、风险提示

政策效果不及预期的风险；新技术进展不及预期的风险；行业竞争加剧导致盈利能力下滑的风险；海外政策环境恶化的风险。