2024年新质生产力投资专题报告：围绕“五篇大文章”构建投资策略

科技金融视角下的高端制造和专精特新

科技金融

科技金融是指通过创新财政科技投入方式，引导和促进银行业、证券业、保险业金融机构及创业投资等各类资本，创新金融产品，改进服务模式，搭建服务平台，实现科技创新链条与金融资本链条的有机结合，为初创期到成熟期各发展阶段的科技企业提供融资支持和金融服务的一系列政策和制度的系统性安排。

2022年，全球金融科技总投资额和交易量分别达到1.641亿美元和6006笔，亚太地区的金融科技投资再创新高，达505亿美元。2023年，国有六大行营业收入增长放缓但科技投入未减，总科技投入占营收比升至了3.52%的历年最高值。

在科技金融的发展中，高端制造业和“专精特新”各自占有重要地位。一方面，高端制造业的发展需要“专精特新”企业的技术支持和创新驱动；另一方面，“专精特新”企业可以通过与高端制造业的合作，实现技术的快速应用和商业化，进而推动整个产业链的发展。二者之间的深度融合和协同将有利于科技金融的发展和创新。

高端制造业的特征及行业分布

高端制造业指的是制造业中新出现的具有高技术含量、高附加值、强竞争力的行业，显著特征包括高技术、高附加值、低污染、低排放，具有较强的竞争优势，其发展对于提升国家整体制造业水平、推动产业升级和转型具有重要意义。

实现制造强国目标，中国于2015年发布了实施制造强国战略的行动纲领，其战略主线即是通过“互联网+工业”，加快新一代信息技术和制造业的深度结合，实现制造业的转型升级，并以此为方针，通过“五大工程”辐射“十大领域”。

高端制造回测结果

通过净值模拟回测分析得到，在2016年7月至2024年5月的近8年里，基于以上标准筛选构建的基准组合的年化收益率为31.24%，而同期中证800的年化收益率仅为2.27%，组合表现远优胜于中证800基准。此外，模拟得到组合的年化波动率为25.92%。可见通过以上策略选股得到的组合收益表现良好。

“专精特新”企业选股回测结果和结论

通过净值模拟回测分析得到，在2018年6月11日至2024年6月14日的期间内（共16期，每期为半年），基于以上标准筛选构建的基准组合的策略收益率为20.42%，而同期中证全指的基准收益率仅为-10.73%，组合表现远优胜于中证全指表现，相对总回报为31.15%。此外，基准组合的年化波动率为25.96%，夏普比率为0.25。可见通过以上策略选股得到的组合收益表现良好。

绿色金融视角下的ESG投资机会

绿色金融

绿色金融强调在投融资决策中考虑潜在的环境影响，将环境保护和资源的有效利用作为衡量活动成效的标准之一。绿色金融的目的是支持有环境效益的项目，如支持环境改善、应对气候变化和资源高效利用。它主要引导资金流向节约资源技术开发和生态环境保护产业，引导企业生产注重绿色环保，引导消费者形成绿色消费理念。

公司治理是绿色金融得以有效实施的基础。良好的公司治理结构能够确保企业决策的科学性和公正性，能促使企业在经营活动中充分考虑环境因素的影响，主动采取绿色、环保的经营策略。同时，还能够保证企业有效地执行绿色金融政策。

企业排污问题是绿色金融关注的核心内容之一。绿色金融通过引导资金流向环保、可持续的领域，旨在减少企业的污染排放，改善环境质量。例如绿色金融可以通过建立激励机制，如给予环保企业更优惠的贷款政策等，推动企业积极承担环保责任。

企业排污选股思路

本报告采用排序分组的方法来考察企业排污的环比增长与股票未来截面收益率之间的关系。在2020年2月至2022年12月的每个月末，我们根据上市公司的排污环比增长从低到高分成5组，计算未来1个月这5个投资组合的所有股票的（等权）平均收益率，从而形成5个投资组合从2020年3月至2023年1月这35期的月收益率序列。

从5个投资组合的净值曲线来看，排污环比增长最高的分组5的累计收益率最高，其次是排污环比增长最低的分组1，而排污环比增长排序居中的分组2-4的累计收益率最低。

实证结果

这里我们分别基于股票总市值和盈利市值比指标排序分组的方法来进一步检验样本区间内的沪深A股的规模效应和价值效应。此处按总市值构造分组，将样本内的股票按照总市值从大到小排序，然后计算累计自由流通市值占比，并以累计自由流通市值占比70%、85%、95%作为区分不同规模大小股票的分界点。

基于规模分组的各组合累计收益显示，样本期内规模效应非常显著，未来收益率与规模大小呈单调递减关系。相比之下价值效应明显要弱。

普惠金融视角下的小微信贷

普惠金融

普惠金融又称为包容性金融，是指在机会平等、商业可持续与成本可负担的基础上，金融机构为各类市场主体提供的有效金融服务，特别强调满足“三农” 、小微企业等群体的金融需求。

普惠金融致力于解决经济社会发展中的不平衡不充分问题，为实现全体人民共同富裕贡献金融智慧与金融支持，可以为传统金融难以触及的客户提供金融服务，从而扩大金融服务的可得性、覆盖率和满意度，对于支持小微企业经营、提高低收入人群收入水平至关重要，有利于推动实现全体人民共同富裕。

普惠金融重点指标分析

普惠小微贷款余额持续保持较快增长，贷款覆盖面进一步扩大。截至2022年末，普惠小微贷款余额23.8万亿元，同比增长23.8%；全年增加4.59万亿元，同比多增4549亿元；普惠小微授信户数5652万户，同比增长26.8%。在普惠小微贷款余额方面，浙江、广东、江苏等地保持较高的普惠小微贷款余额，西藏、江苏、陕西、山西等地增速较快。在普惠小微授信户数方面，浙江、广东、江苏、安徽、天津等地授信户数相对较多，新疆、西藏、北京、浙江、辽宁等地授信户数实现较快增速。

农户生产经营贷款保持较快增长。截至2022年末，农户生产经营贷款余额7.83万亿元，同比增长14.5%，增速比上年末高0.5个百分点。浙江、江苏、山东、福建、四川等地农户生产经营贷款余额较高，浙江、江苏、广东、山东、河南等地农户消费贷款余额较高；湖北、广东、海南、浙江、上海等地农户生产经营贷款余额增速较快，均超过20%。

养老金融视角下的养老产业

养老金融

养老金融是一个概念体系，旨在应对老龄化挑战，满足社会成员的各种养老需求。其内涵广泛，不仅包括养老金制度下运用金融工具实现养老金保值增值的金融活动，也包括运用养老金制度之外的资金，如银行资金、保险资金、个人委托金融机构进行养老财富管理的资金，以及发展养老产业的金融活动。

我国人口老龄化问题具有未富先老、未备先老的特点，大部分老年人缺乏足够的财富用于个人养老，且金融素养有待进一步提升，养老金融活动参与度有限。此外，老年人口绝对规模大，增长速度快，需要更多的养老金融产品供给。因此，发展养老金融为养老相关产业提供投融资支持，有助于推动养老产业的发展。通过金融手段，满足养老产业回报周期长、投资额度大的需求，为多元化养老提供支撑。

中日人口年龄结构

中国人口结构：第七次人口普查显示，中国劳动年龄人口（15-59岁）8.92亿，占比63.3%，较2010年减少4524万，占比降6.79%。老年人口（60岁及以上）2.64亿，占比18.7%，较2010年增8637万，占比升5.44%。计划生育影响下，老龄化预计2020-2050年加速提升，之后平缓。 日本人口结构：自1950年，日本人口结构由金字塔形变为风筝型。老龄化率1980年低位，1990年后中等水平，2005年后维持高位。截至2022年10月1日，日本总人口1.255亿，其中65岁及以上占28.9%，男女比例约3：4。 日本的人口老龄化发展历程对中国的老龄化发展轨迹演变极具参考价值，中国人口老龄化趋势接近日本。

日本银发经济占经济的体量持续走高

1960年代末，银发经济的概念开始在日本出现发展。特别是在2000年日本出台《介护保险法》后，为养老机构的健康持续运营提供了充足的资金支持，日本银发经济的发展走上了快车道。据测算，日本银发经济的市场规模在1989年约5267亿日元，在2000年《介护保险法》推行时已增长至3.6万亿日元，到2014年已经突破9万亿日元。

数字金融视角下的数字经济

数字经济

发展数字经济、数字金融是拥抱新一轮科技革命、开创新的技术-经济范式的必然选择。数字经济是一个内涵广泛的概念，它涵盖了直接或间接利用数据来引导资源发挥作用，推动生产力发展的各种经济形态。从技术层面看，数字经济包括大数据、云计算、物联网、区块链、人工智能、5G通信等新兴技术。在应用层面，“新零售” 、 “新制造”等都是其典型代表。

数字经济核心评估框架

随着数字经济的发展，目前数字经济的核心评估框架已由过 去的数字产业化进而产业数字化构成的二维旧框架升级为由 数据价值化、数字产业化、产业数字化与数字化治理组成的 “四化”框架。在“四化”框架下，为生产函数注入了新的 活力。

报告节选：

编辑：火腿肠