铁矿石与 A 股市场周报与全球资金市场周报 20240108
整体来看
• 预计下周国内进口矿到港仍处于高位水平，在钢企复产以及春节前补库需求的驱动下，矿石资源维持从海上压港经港口向钢厂流动，进口矿总库存进一步增加，且主要体现在钢厂环节，反观港口以及压港资源，预计维持当前水平，阶段性进一步累库空间有限。 $F山证铁矿石(03047.HK$
供给方面
• 全球发运3347.6万吨，环比减182.2万吨，其中澳洲发运1811.9万吨，环比减210.2万吨，巴西发运945.5万吨，环比增加86.4万吨。
• 受发运冲量结束影响，以四大矿山为代表，发运量季节性回落明显，非主流矿山在高矿价的支撑下，发货量继续增加，预计下周矿石发运量仍有下降空间。
需求方面
• 本周 247 家钢厂高炉炼铁产能利用率为 75.63%，环比上升 0.44 个百分点。日均铁水产量周环比减少 3.11 万吨至 218.17 万吨，低于去年同期。247 家钢厂对进口矿的日均消耗量环比下降 3.54 万吨至266.13 万吨。
• 2024年首周钢企高炉开启复产，虽然目前仍有钢企在春节前安排检修计划，但从整体钢企的生产节奏来看，节前钢企仍以复产为主，预计未来1-2周高炉开工在本周提升的基础上进一步增加，同时铁水产出将恢复至220万吨以上水平。
库存方面
• 本周全国 45 港进口矿库存环比增加 253.02 万吨至 12244.75 万吨。其中澳矿库存为5358.13 万吨，环比增加 73.26 万吨，巴西矿库存为 4735.04 万吨，环比增加 116.17 万吨。
本周A股周报：
一、红利拥挤了吗？交易指标不能指示“见顶”2024年第一周，红利指数表现突出，从行业涨跌幅分布来看，也存在“股息率越高，本周涨幅越高”的特征。这种“一枝独秀”的行情也使得部分投资者开始担心红利风格上的“拥挤”，我们从2021年8-9月的强周期行情和2023年4月份的AI主题行情得到的经验是，交易拥挤度、成交占比过高和对资金的虹吸效应这些指标难以精准判断“见顶”，唯一时点上的耦合可能只有此前的强势风格跌破前期低点，而上述各项指示“见顶”的交易特征还没有在红利风格上出现：中证红利指数日均换手率仍然位于2021年6月份以来的低位水平；周度成交额占比在本周有所上行，但也未达到历史极值；
二、此外，前期的强势的TMT风格虽然有所下跌，但离前低仍有较大的距离，难言红利风格已经构成了较强的“资金虹吸”效应。真正的疑问在于是否要打破红利资产估值的“箱体”我们发现，红利风格与此前广受认可的“赛道”之间的估值差异，确实已经收敛到了历史低位的水平，而要继续收敛这种估值差异，往往需要某一种“比较优势”的配合：我们统计了自2010年以来成功在一段时间内提升并稳住相对沪深300估值溢价的行业和风格，其中最为典型的是食品饮料和“茅指数”，在2010年-2021年期间，大多数时候都在稳定地提升相对于沪深300的估值溢价，在这些时间里，它们拥有的“比较优势”是相对沪深300的盈利增速差始终维持在较高的水平，且波动不大。“长坡厚雪”的食品饮料和“茅指数”能够保持长期的盈利增速优势的秘诀，在于2010年以来宏观上增加值率放大的背景之下，企业能够以品牌作为壁垒，顺应“中产阶级”的身份认同，不断提升价格和毛利率。对存在产业趋势的医药和“宁组合”而言，高速增长的来源是社会整体“金融化”的过程中，“有形之手”引导了金融资源向高端制造的倾斜和产能的大量释放。
三、超越“股息率”本身，实物的韧性构成了当前红利的基石从2020年以来，经济开始“去金融化”，经济结构逐渐向更加消耗实物和增加值率更低的制造业偏移，用电量、原材料产销量在2010年-2020年之间的大多数时间里其增速都小于GDP增速，但从2022年开始强于GDP增长，在2023年全球贸易走弱时，中国出口数量指数仍然保持两位数高增长，也体现了经济中韧性的部分在“量”而不在价，“量”又集中在实物消耗，同时，部分“量”的供给上还存在着瓶颈和垄断限制，寻找具备这一类特征的行业或许好于单纯依赖股息率的高低来寻找“红利”。 $贵州茅台(600519.SH$
全球资金市场周报：
美股科技股周度行情与展望美股科技股上周整体回调，但部分公司股价周中开始复苏，科技股中AI领域和加密货币板块受预期变化导致价格波动。关于业绩发布，1月将有多家科技公司公布财报，包括台积电、德州仪器、微软、特斯拉等，业绩发布将对股价产生影响。台积电业绩前瞻：前11个月年比收入下降4.1%，即将发布季报，采取措施提高产能利用率及加快先进制程签单，预计三纳米制程客户数量将增加。
• 预计下周国内进口矿到港仍处于高位水平，在钢企复产以及春节前补库需求的驱动下，矿石资源维持从海上压港经港口向钢厂流动，进口矿总库存进一步增加，且主要体现在钢厂环节，反观港口以及压港资源，预计维持当前水平，阶段性进一步累库空间有限。 $F山证铁矿石(03047.HK$
供给方面
• 全球发运3347.6万吨，环比减182.2万吨，其中澳洲发运1811.9万吨，环比减210.2万吨，巴西发运945.5万吨，环比增加86.4万吨。
• 受发运冲量结束影响，以四大矿山为代表，发运量季节性回落明显，非主流矿山在高矿价的支撑下，发货量继续增加，预计下周矿石发运量仍有下降空间。
需求方面
• 本周 247 家钢厂高炉炼铁产能利用率为 75.63%，环比上升 0.44 个百分点。日均铁水产量周环比减少 3.11 万吨至 218.17 万吨，低于去年同期。247 家钢厂对进口矿的日均消耗量环比下降 3.54 万吨至266.13 万吨。
• 2024年首周钢企高炉开启复产，虽然目前仍有钢企在春节前安排检修计划，但从整体钢企的生产节奏来看，节前钢企仍以复产为主，预计未来1-2周高炉开工在本周提升的基础上进一步增加，同时铁水产出将恢复至220万吨以上水平。
库存方面
• 本周全国 45 港进口矿库存环比增加 253.02 万吨至 12244.75 万吨。其中澳矿库存为5358.13 万吨，环比增加 73.26 万吨，巴西矿库存为 4735.04 万吨，环比增加 116.17 万吨。
本周A股周报：
一、红利拥挤了吗？交易指标不能指示“见顶”2024年第一周，红利指数表现突出，从行业涨跌幅分布来看，也存在“股息率越高，本周涨幅越高”的特征。这种“一枝独秀”的行情也使得部分投资者开始担心红利风格上的“拥挤”，我们从2021年8-9月的强周期行情和2023年4月份的AI主题行情得到的经验是，交易拥挤度、成交占比过高和对资金的虹吸效应这些指标难以精准判断“见顶”，唯一时点上的耦合可能只有此前的强势风格跌破前期低点，而上述各项指示“见顶”的交易特征还没有在红利风格上出现：中证红利指数日均换手率仍然位于2021年6月份以来的低位水平；周度成交额占比在本周有所上行，但也未达到历史极值；
二、此外，前期的强势的TMT风格虽然有所下跌，但离前低仍有较大的距离，难言红利风格已经构成了较强的“资金虹吸”效应。真正的疑问在于是否要打破红利资产估值的“箱体”我们发现，红利风格与此前广受认可的“赛道”之间的估值差异，确实已经收敛到了历史低位的水平，而要继续收敛这种估值差异，往往需要某一种“比较优势”的配合：我们统计了自2010年以来成功在一段时间内提升并稳住相对沪深300估值溢价的行业和风格，其中最为典型的是食品饮料和“茅指数”，在2010年-2021年期间，大多数时候都在稳定地提升相对于沪深300的估值溢价，在这些时间里，它们拥有的“比较优势”是相对沪深300的盈利增速差始终维持在较高的水平，且波动不大。“长坡厚雪”的食品饮料和“茅指数”能够保持长期的盈利增速优势的秘诀，在于2010年以来宏观上增加值率放大的背景之下，企业能够以品牌作为壁垒，顺应“中产阶级”的身份认同，不断提升价格和毛利率。对存在产业趋势的医药和“宁组合”而言，高速增长的来源是社会整体“金融化”的过程中，“有形之手”引导了金融资源向高端制造的倾斜和产能的大量释放。
三、超越“股息率”本身，实物的韧性构成了当前红利的基石从2020年以来，经济开始“去金融化”，经济结构逐渐向更加消耗实物和增加值率更低的制造业偏移，用电量、原材料产销量在2010年-2020年之间的大多数时间里其增速都小于GDP增速，但从2022年开始强于GDP增长，在2023年全球贸易走弱时，中国出口数量指数仍然保持两位数高增长，也体现了经济中韧性的部分在“量”而不在价，“量”又集中在实物消耗，同时，部分“量”的供给上还存在着瓶颈和垄断限制，寻找具备这一类特征的行业或许好于单纯依赖股息率的高低来寻找“红利”。 $贵州茅台(600519.SH$
全球资金市场周报：
美股科技股周度行情与展望美股科技股上周整体回调，但部分公司股价周中开始复苏，科技股中AI领域和加密货币板块受预期变化导致价格波动。关于业绩发布，1月将有多家科技公司公布财报，包括台积电、德州仪器、微软、特斯拉等，业绩发布将对股价产生影响。台积电业绩前瞻：前11个月年比收入下降4.1%，即将发布季报，采取措施提高产能利用率及加快先进制程签单，预计三纳米制程客户数量将增加。
美股科技股晶片行業進展台積電計畫與三星合作推進先進 2 納米制程的量產，預計 25 年進一步推進；1.4 納米制程計畫在 27 年至 28 年間量產。高通重點發展方向為 5G 通信效率提升和 AI 智慧化；PC 端 AI 晶片性能顯著，低功耗下實現顯著性能提升；移動端晶片加強 AI 模型支援，相較前代提高能效與 GPU 性能。AI 技術持續優化，端側晶片推理能力顯著提升，依託 NPU 性能優化和投機採樣技術，預計 25 年實現 7B 參數模型每秒 40~50 個 token 生成速率。
AI 小模型優勢與應用進展加密貨幣領域小型模型更受關注，具備高效率、低成本和定制化能力。斯坦福 AI 實驗室研究顯示，小模型在推理成本上可節省至 75%，且微調後性能與大模型持平。 $微软(MSFT.US$
AI 小模型優勢與應用進展加密貨幣領域小型模型更受關注，具備高效率、低成本和定制化能力。斯坦福 AI 實驗室研究顯示，小模型在推理成本上可節省至 75%，且微調後性能與大模型持平。 $微软(MSFT.US$
免责声明：社区由Moomoo Technologies Inc.提供，仅用于教育目的。
更多信息
评论
登录发表评论
3047 is a team specializing in the research of commodities and smart beta. We like to exchange investment strategies.
56粉丝
2关注
180来访
关注