【华泰公用事业+金工】双碳背景下的绿色电力板块配置机会
（以下内容从华泰证券《【华泰公用事业+金工】双碳背景下的绿色电力板块配置机会》研报附件原文摘录）
王玮嘉 S0570517050002 SFC No. BEB090 研究员 林晓明 S0570516010001 SFC No. BPY421 研究员 黄晓彬 S0570516070001 研究员 刘依苇 S0570521090002 研究员 本文源自2022年4月5日发布的研报《双碳背景下的绿色电力板块配置机会》，对本文的完整理解请参见研报原文。 摘要 行业发展：碳中和+电改，绿色电力有望量价齐升 “碳中和”背景下，我国未来能源消费结构预期将有较大变化，根据全球能源互联网合作组织的预测，风电与光伏发电有望在2040年左右成为我国主要的电力品种。我们预测国内风电/光伏装机容量有望从2020年的282/253GW增加至2030年的1,041/1,362GW，2021-30年CAGR达16%。此外，我国电力交易市场化改革逐渐深入，煤电发电企业电价或有望大幅上涨，风光发电逐渐进入平价时代，当前体量较小但未来渗透率的提升可期。此外当前绿电交易试点启动，或将为绿色电力创造额外溢价。我们预计2022/2025年平价风光项目溢价收入合计43/181亿元。 投资机会：三维度寻找绿电运营商的α 我们认为可以通过运营能力、盈利能力和融资能力三个维度来寻找绿电运营商的Alpha。运营能力是构建竞争力的基石，可以通过发电量规模、装机容量、利用小时数等指标来评价，其中发电量最为直观，综合体现开发/投资/建设/运维实力；盈利能力衡量指标包括单位净利润、可变成本-单位运营开支，固定成本-单位折旧等，对风电而言资源区域>运营效率>融资成本，对光伏而言融资成本与电价是关键；融资能力保障竞争力的可持续性，衡量指标包括杠杆水平、融资能力、融资手段等，杠杆是内在约束，央/国企融资成本壁垒牢固。 国证绿色电力指数近期表现优秀，成分股兼顾行业龙头和中小成长 国证绿色电力指数选取A股市场中满足上市时间和流动性等要求的绿色电力相关上市公司作为指数样本，以反映A股市场绿色电力相关上市公司的整体股价表现。指数近一年表现优秀，收益率和夏普比均显著优于宽基指数，近五年来的收益率和最大回撤优于同类指数。根据Wind一致预期，2022年该指数的预测ROE同比或将有显著增长，对指数的走强具有良好支撑。该指数成分股细分行业覆盖率高，包括风光水火发电与电能综合服务等多类产业。且市值风格均衡，大中小盘股均有分布。投资标的方面，嘉实国证绿色电力ETF等跟踪该指数的被动产品或可作为投资工具。 风险提示：本报告对历史数据进行梳理总结，历史结果不能简单预测未来。指数历史表现仅作为案例说明，不构成对指数及具体基金产品的投资建议，成份股介绍仅用于展示指数特色及编制思路，不构成对具体个股的投资建议。报告不涉及证券投资基金评价业务，所涉及到的基金产品信息均为公开客观信息。投资者应结合自身风险承受能力，充分考虑各种因素对基金产品业绩产生的影响，根据自身情况自主做出投资决策并自行承担投资风险。 正文 行业发展：碳中和+电改，绿色电力有望量价齐升 “碳中和”背景下电源侧改革势不可挡，风光电量稳健增长 2021年是“十四五”开局之年，中国的新能源发电产业有望迎来前所未有的发展空间。在2020年9月联合国大会与12月气候雄心峰会中，定下了中国CO2排放2030年前达到峰值、2060年前实现碳中和（30·60目标），以及2030年非化石能源占一次能源消费比重达到25%的目标。2020-30年沿着强化NDC（National Determined Contributions，国家自主贡献）政策完成碳达峰，后2031-60年逐渐转向1.5℃政策深彻脱碳转型，最终实现碳中和。根据气候变化研究进展期刊中王克、刘芳名等在《1.5°C温 升目标下中国碳排放路径研究》(2021)测算，电力/工业/建筑部门均需要于2020年达峰，交通部门于2025年达峰；与2015年相比，到2050年电力/工业/建筑/交通需要分别减排39/38/5/6亿吨CO2，电力减排量与比例均为最大。 风电与光伏发电有望成为主要电力品种。BP数据显示，2019年我国二氧化碳排放量约100亿吨，其中电力占比约40%（2019年电能终端消费比重26%），是最大的排放部门。根据能源基金会测算，2050年我国能源消费总需求有望控制在50亿吨标煤（2019年48.7亿吨标煤），非化石能源占比将超过85%，非化石电力比例将超过 90%。这意味着电力部门全面转向新能源，根据全球能源互联网合作组织的预测，风电与光伏发电有望在2040年左右成为我国主要的电力品种。而在无法电气化的领域，氢能或将是重要解决方案。 高比例风光电力系统，2020-2050年发电量CAGR≈10%。根据国家气候中心高级工程师 王阳出席 2020 北京国际风能大会暨展览会(CWP 2020)《中国高比例风光电力系统与碳中和》的观点，如果中国可以在2050年建成67%的高比例风光电力系统，将有能力实现1.5℃温控目标和碳中和目标。2050年风光发电量合计13万亿度，按照2020年利用小时数计算装机容量，2050年风光装机是70亿千瓦。2050年风光发电量之和相较于2020年（风电4665亿度、光伏2605亿度）有15倍的提升空间（风电16倍、光伏13倍），未来30年发电量CAGR约等于10%。《中国电力企业管理》测算我国风电开发潜力80亿千瓦、光伏270亿千瓦。不考虑经济性的因素，开发资源禀赋可以满足碳中和目标对风光发电的装机需求。 “十四五”风光合计电量CAGR达到20%，2020-30年CAGR达16%。我们预测国内风电/光伏装机有望从2020年的282/253GW增加至2025年的589/692GW，“十四五”CAGR分别为12%/18%。按照2025年非化石能源占一次能源消费比重达到20%测算（前文所述2030年达到25%），“十四五”期间年均新增风电+太阳能装机容量将达到100-140GW，其中风电30-50GW/年（CAGR相当于9%~14%），光伏70-90GW/年（CAGR相当于19%-23%）。从十年的维度来看，我们预测2030年国内风电/光伏装机容量有望达到1,041/1,362GW，发电量有望达到2.2/1.7万亿千瓦时，2020-30年电量CAGR分别为13%/18%。风光发电合计发电量有望达到4万亿千瓦时，2020-30年电量CAGR为15%。 电力交易市场化深入，电价商品属性显现，绿电弹性最大 1949年至今，我国电价主要经历了六次改革：1）厂网合一，无上网电价；2）对抗电荒，鼓励集资办电，执行还本付息电价；3）为抑制电价持续上涨和电力投资过热，改进还本付息电价为经营期平均电价；4）厂网分离，实行两部制电价；5）标杆电价时代到来，实现了电价从个别成本到社会平均成本定价的历史性跨越；6）深化电力体制改革，进一步完善政企分开、厂网分开、主辅分开的基础上，按照管住中间、放开两头的体制架构，有序放开输配以外的竞争性环节电价。此阶段，电力中长期交易展开，现货市场试点开启；燃煤标杆电价改为“基准价+上下浮动”机制；除户用光伏外的陆上风电及光伏进入平价时代。这六大阶段见证了我国电力市场化改革进程，促进我国电价机制日益完善，但仍有继续优化的空间。 我国风光定价机制主要经历了五个阶段的发展：1）风电产业起步阶段，价格主要参照火电；2）风电开启商业化发展，经历还本付息电价和经营期电价两个阶段；3）风电上网电价由国务院价格主管部门分地区测算，大型并网光伏示范电站建设开启，国家核准电价。同时，风光特许权招标项目陆续开启，按中标价格上网；4）将陆风/集中式光伏分为四/三类资源区，分资源区制定标杆电价。2009～2018年风光分资源区标杆电价均经历四次下调。2014年起，近海风电/潮间带风电项目上网电价为每千瓦时0.85/0.75元。对于分布式光伏，实施全电量补贴，“全额上网”项目电价执行标杆电价。5）标杆电价变为指导价，国补继续退坡。平价试点正式开启，2021年除户用光伏外，风光全面平价上网。 煤电发电企业电价有望大幅上涨。2022年各省份煤电发电量原则上全部进入市场交易，较基准电价最高可上浮20%，与高耗能用户市场化电价不受上浮限制。而2020年及以前，煤电发电公司平均市场化电量比例约为60%，且市场化电价较基准电价只能下浮。故2022年，煤电发电企业电价有望大比例上涨。 逐步进入平价时代。风光建设成本持续下行，平价上网条件日渐完备。2019年国家发改委发文推进风光无补贴平价上网。平价上网项目虽然没有国家补贴，仍可以享受地方补贴，且投资环境改善。其限发电量可以核定为优先发电计划，从而参与发电权交易，同时，可获得可再生能源绿色电力证书，通过出售绿证获得收益。2019/2020年风光发电平价上网项目装机容量达到2076/4444.73万千瓦。自2021年起，新备案集中式光伏电站、工商业分布式光伏项目和新核准陆上风电项目全面平价上网，同时为支持产业加快发展，明确2021年新建项目不再通过竞争性方式形成具体上网电价，直接执行当地燃煤发电基准价。且2021年起新核准海上风电项目由当地省级价格主管部门制定，具备条件的可通过竞争性配置方式形成。 风电/光伏市场化交易目前总体体量较小，但是未来渗透率提升可期。2022年年度电力交易方案中，多个省份纳入风光市场化交易。2022年，江苏和广东系首次将风光市场化交易纳入年度交易，江苏省/广东省绿电年度市场化交易电量成交9.24/6.8亿千瓦时，均仅占江苏省/广东省市场化年度交易电量的0.3%，成交价江苏省/广东省较基准电价上浮18.4%/13.5%。从江苏/广东交易结果可以看出，沿海省份风光市场化交易体量较小，但交易电价较高。 绿电交易试点启动，创造额外溢价。2021年9月7日，我国绿电交易试点正式启动，国网经营区内成交价格较中长期交易价格每度电溢价3-5分钱，在南方区域，体现环境价值的绿电交易价格平均提高了2.7分/千瓦时。全国绿色电力交易试点启动当天，中国最大的中立第三方数据中心服务商万国数据服务有限公司与中广核新能源签署了绿色电力合作框架协议，在未来10年内合计采购绿色电量不低于20亿千瓦时。事实上，在全国试点启动之前，浙江、云南、广东等多地电力交易中心曾零星试水绿电交易。比如，2020年11月，申洲国际与浙江中营风能达成绿电交易电量2000万千瓦时，浙江电力交易中心发出首张“绿色电力交易凭证”。2021年6月，巴斯夫与华润集团在广东电力交易中心完成该省首笔可再生能源交易，交易量245万千瓦时。绿电交易为新能源另辟市场，充分体现了电力环境价值，交易溢价进一步促进新能源发电侧的壮大。同时，大量高耗能行业购买绿电，以控制碳排放，顺应“双碳”目标。 能耗双控向碳排放双控转变，提振高耗能行业对绿电需求。2021年9月16日，国家发展改革委发布《完善能源消费强度和总量双控制度方案》，对超额完成激励性可再生能源电力消纳责任权重的地区，超出最低可再生能源电力消纳责任权重的消纳量不纳入该地区年度和五年规划当期能源消费总量考核。对于排碳企业，绿电和CCER（国家核证自愿减排量）可二选一，只是增厚绿电运营商利润的途径不同。 碳价决定绿电溢价，预计 2022/2025 年增收 43/181 亿元。我们认为绿电交易机制最大意义之一，在于区分风光发电的环境属性和将低碳价值显性化。未来绿电交易价格是否溢价以及溢价幅度将取决于碳配额和绿证的价值，碳价或成为绿电溢价的重要参考指标。相比煤电，根据我国目前煤电的碳排放强度，风光减碳量约为 912 克/千瓦时。以全国平均的风光发电指导价均值 0.3669 元/千瓦时 为基准，10%/20%的绿电溢价对应碳价约为 40/80 元/吨。假设绿电溢价 20%、绿电交易比例 30%，我们预计 2022/2025 年平价风光项目溢价收入合计 43/181 亿元。由于溢价收入无需重复计算折旧与费用，仅需支付部分与交易相关的支出和税费，绿电交易带来的溢价将享受较高的净利率水平。相关内容和数据已在2021年11月24日发布的《公用事业: 绿电交易展望，两类运营商获高弹性》报告中详细阐述，在此不作赘述。 投资机会：三维度寻找绿电运营商的α 双碳目标驱动新能源发电行业有望长期成长(我们预计 2021-50 年风光电量 CAGR 10%)。竞争格局呈国进民退之势，我们认为竞争力将决定新能源运营商α，三维度评价: 1)运营能力，发电量最为直观，综合体现开发/投资/建设/运维实力; 2)盈利能力，对风电而言资源区域>运营效率>融资成本，对光伏而言融资成本与电价是关键; 3)融资能力，保障竞争力的可持续性，杠杆是内在约束，央/国企融资成本壁垒牢固 运营能力是构建竞争力的基石 我们认为发电量是评估新能源运营商竞争力最简单也最直观的指标之一，因发电量乃装机规模与利用小时数的乘积，而：1）装机规模，隐含资源开发能力、投资建设能力以及项目管理边界；2）利用小时数，隐含发电资产质量以及电力营销能力。龙源电力作为国内以及全球风电龙头，风电发电量与装机规模国内份额领先，华能国际/三峡能源/华润电力正快速追赶。随着四家公司新能源布局重心均转向光伏领域，光伏运营国进民退趋势更加显著，市场集中度有望反弹回升。 发电量规模：最简单和直观的评价指标 华能国际、三峡能源、华润电力在风电发电量方面快速追赶。龙源电力发电量大幅领先，但2016-2020年发电量市占率下降约3.02 pct，CAGR 9.88%低于国内风电发电量行业整体的17.83%。华能国际、三峡能源、华润电力市占率提升幅度领先，2016-2020年分别提升1.42、0.68、0.60pct。我们预计到2025年龙源电力的风电发电量市占率仍可保持行业领先，但领先幅度或将逐步缩小，主要考虑到华能国际、三峡能源、华润电力在风电领域扩张速度更快。 央/国企在光伏发电量方面追赶势头强劲。民企光伏运营商因规模扩张大幅放缓，光伏发电量市占率均有不同程度的下降，其中2016-2020年协鑫新能源、晶科科技、信义能源分别下降1.53、0.89、0.75pct。我们预计2021-2025年华润电力、华能国际、龙源电力、三峡能源的光伏发电量市占率将大幅上升，主要考虑到四家公司新能源布局重心均转向光伏领域，光伏装机规模有望快速增加。 装机容量：隐含资源开发、投资建设与项目管理能力 风电市场集中度呈下降趋势，预计十四五行业集中度保持稳定。在2020年抢装影响下，全国风电装机同比大幅增加。从2016-2020年装机变化趋势来看，风电运营市场集中度CR3由23.4%降至17.1%，CR5由31.6%降至24.7%，新增装机前5位分别是华能国际5.7GW、中广核风电5.6GW、华润电力5.2GW、龙源电力4.9GW、华电福新4.3GW。 十三五民企放慢光伏运营规模扩张步伐，十四五行业集中度有望上升。从2016-2020年装机变化趋势来看，光伏发电运营市场集中度CR3由10.7%降至6.8%，CR5由13.9%降至10.0%，主要原因是由于可再生能源补贴回收期大幅延长，十三五末期民企光伏运营商陆续放慢扩张节奏（以协鑫新能源、晶科科技为代表），电站资产陆续由民企向央企/国企转让，行业进入格局重塑阶段。我们预计大型电力央企/国企将成为十四五光伏发电扩张主力，如华润电力、华能国际、龙源电力、太阳能和三峡能源等。这也将推动光伏发电运营重新趋于集中。 利用小时数：隐含发电资产质量与电力营销能力 风电利用小时数主要取决于项目资源禀赋，但也反映出公司运营水平高低。2016-2020年全国风电平均利用小时数由1,742小时升至2,097小时，得益于：1）消纳好转带来限电率下降、2）新投产风机发电效率的提升、3）海上风电投产使得行业风电小时数进一步上升。部分区域型风电运营商利用小时数显著高于行业均值，如中闽能源、福能股份，主要得益于福建省优质的陆上与海上风资源。对全国布局的风电运营商而言，我们认为利用小时数的差距既体现出项目布局的不同，也反映出风机检修策略、电力营销手段等方面的差异化，这其中华润电力、三峡能源、龙源电力表现优异。 光伏发电利用小时数偏离度较小，不同运营商之间的差异主要反映项目分布的不同。与风电相比，光伏利用小时普遍较小（2020年全国平均1,221小时），且分布较均匀。与风电运营商不同的是，过去五年内，大部分光伏发电运营商未能实现利用小时突破。光伏发电行业利用小时的停滞可归因于光资源的相对固定。因此光伏更加注重转化效率的提高，即单位时间和光照强度内发更多的电。相比之下，风资源是可以挖掘潜力的，风机高度和叶片半径的增加都会带来可利用风资源的增加。 盈利能力是竞争力的核心表现 对风电运营而言，单位净利润（度电或每千瓦）反映出资源区域、运营效率与融资成本差异。尽管2016-2020年风电电价补贴逐年退坡，但风电行业单位净利润均值呈上升趋势。 单位净利润：反映资源区域、运营效率与融资成本差异 风电单位净利润反映资源区域、运营效率与融资成本差异，华润电力/华能国际/中广核新能源/三峡能源领先。2016-2020年风电行业单位净利润均值呈上升趋势，与电价补贴逐年退坡的直觉相悖，我们认为主要得益于：1）风电机组技术进步带来单位折旧/单位收入比下降；2）风电运营的规模效应带来单位运营成本占单位收入比例下降，运营成本包括人工薪酬、备品备件损耗、安全生产支出等；3）利率下行带来更低的资金成本，平均财务费用率有所降低。风电项目投资采购均采用市场化招标的方式，同一区域的风电项目在平均投资额或折旧水平上不应有显著差异；福能股份与中闽能源2020年的度电净利润大幅领先其他运营商，主因1）福建省优质风资源与较高的上网电价，2）海上风电并网。对于全国性布局的风电运营商而言，我们认为单位净利润的高低，主要反映出运营效率与融资成本的差异，从2016-2020年数据来看，华润电力、华能国际、中广核新能源、三峡能源处于领先地位。 风电单位收入难以完全反映风电运营商自身的盈利能力。2016-2019年风电度电收入小幅下降、但每千瓦装机贡献的收入小幅上升，主要是利用小时数的增长以及增值税率的下调。相比于度电收入，福能股份、中闽能源在每千瓦收入上的领先优势更加明显，主因：1）福建省风资源与消纳水平带来更高的利用小时数；2）电价更高的海上风电项目自2020年开始并网。三峡能源的风电每千瓦收入处于中游水平，但每千瓦净利润在全国型运营商中大幅领先，主要得益于更低的单位运营成本。 单位营业成本增幅低于收入增幅。风电单位装机2016-2019年风电运营商的单位装机营业成本持续上升，其中单位折旧相对稳定，人工成本上涨抬升单位运营成本，但整体成本增幅低于收入增幅，因此成本率逐年下降。2020年抢装效应下期末装机规模大幅增长，部分风电运营商的单位装机营业成本同比大幅下降。 融资成本与电价是影响光伏发电单位净利润的核心因素，信义能源大幅领先。2017-2020年，光伏发电行业度电净利润逐年降低，与电价补贴逐年退坡的逻辑一致。除了电价的外部因素影响以外，融资成本的重要性高于运维效率。信义能源立足于香港资本市场，融资成本相当于甚至略低于国内的央企/国企，且公司主要采用从母公司或第三方收购成熟电站的经营策略，无需承担项目建设期资金开支与利息支出，每度电/每千瓦净利润均大幅领先。对于未来的光伏发电平价项目而言，融资成本的优势会更加显著，我们看好头部央企做大规模的同时，保持较好的净利润水平。 “531新政”以来光伏发电单位营业收入逐年降低。2018年5月31日国家发改委、财政部、国家能源局联合发布《关于2018年光伏发电有关事项的通知》，暂停安排2018年普通光伏电站指标、严控分布式光伏规模，并将新投运项目上网电价统一降低0.05元/千瓦时，由此导致2018-2020年部分光伏运营商单位营业收入逐年下降。信义能源主要收购已投入运营的光伏电站，无自建项目，因此单位营业收入显著高于其他运营商。 因折旧年限差异，光伏运营商的单位营业成本率不能准确反映其成本控制能力。 可变成本-单位运营开支：反映新能源运营商的运营效率 我们认为单位装机对应的运营开支直接反映新能源运营商的运营效率。在同等规模的装机量下，单位运营开支越低的企业，盈利能力越强；或者说，在同等投资收益率标准下，单位运营开支越低的企业，能够开发的发电项目数量越多。根据已披露的数据统计，三峡能源在单位运营开支方面表现更加优异，其中风电板块远低于竞争对手，光伏板块仅高于信义能源。信义能源主要通过尖端管理及全国集中监控系统，实现较低成本的高效经营。 固定成本-单位折旧：主要由装机类型和折旧政策决定 新能源运营商通常以直线折旧法对风机、光伏设备计提折旧，折旧年限一般为15-25年。因此对于不同的新能源运营商而言，单位装机折旧主要由风/光发电项目单位投资额决定，其高低主要反映发电资产的类型与分布、以及折旧年限的差异。如果折旧年限相同，发电项目规模越大的企业，在市场化招标时能够获取更低的单位装机的风机或光伏组件采购价格。 融资能力保障竞争力的可持续 杠杆水平：规模扩张空间的内在约束 新能源发电项目投资的资金来源包括资本金（自有资金）和项目贷款融资，资本金比例通常为20%~40%。央企/国企或是民企在新能源发电项目扩张的时候，除了存量项目带来的经营现金流支持以外，杠杆约束也是重要考量之一。因此经营现金流越高、资产负债率越低的运营商，未来潜在的扩张空间越大。而经营现金流不足、资产负债率过高的运营商，将不得不通过增发、债转股等方式降低杠杆水平。基于2020年经营现金流与2021年6月末资产负债率测算，华能国际、国投电力、华润电力、龙源电力、三峡能源的风电/光伏可扩张空间相对领先。 融资成本：直接影响盈利水平，企业属性壁垒牢固 由于信用评级的差异，国内贷款机构给予央企、地方国企、民企的贷款利率差别较大，以国内新能源运营商2016-2020年融资成本均值为例，央企为4.03%、地方国企为4.17%、民企为6.11%。由于计算方法的局限性，对于过去5年规模扩张较慢的企业而言，新增贷款规模相对更小，而项目贷款采用“还本付息”的还款方式，历史贷款的利息支出逐年缩小，也导致这部分企业计算所得的融资成本相对更低。综合考虑历史融资成本与装机规模增速，我们认为央企当中的华润电力/龙源电力/华能国际/三峡能源、地方国企中的福能股份/中闽能源、民企中的信义能源具备较强的竞争力。 融资手段：债务融资为主，永续债偏好高于股权融资 新能源运营商的直接融资手段主要包括发行公司债、可转债、永续债以及配股。除公司债/可转债以外，央企运营商更倾向于选择永续债进行筹资，而非增资配股，主要目的在于：1）不稀释原股东股权、2）降低杠杆。从2015年末至2020年末的永续债增幅角度来看，华能国际、中国电建、华电福新、大唐新能源领先，除中国电建以外，三家运营商的永续债增幅占五年累计资本性支出的比例均在20%以上。从同期股本增幅的角度来看，中广核风电、三峡能源领先，占资本性支出的比例分别为15%/8%。 国证绿色电力指数投资价值分析 国证绿色电力指数（399438.SZ）编制方案 国证绿色电力指数选取A股市场中满足条件的绿色电力相关上市公司作为指数样本，以反映A股市场绿色电力相关上市公司的整体股价表现。该指数发布于2014年12月30日，以2002年12月31日为基日，基点为1000点。 指数以公司业务领域属于清洁能源发电（包括但不限于水力发电、光伏发电、风力发电、核能发电等）的所有A股公司作为样本空间，选样方法如下： 1）上市时间和流动性筛选：剔除样本空间内上市时间未满6个月、最近半年日均成交额排名后10%的股票； 2）市值筛选：对选样空间剩余股票按照最近半年的A股日均总市值从高到低排序，选取前50名股票构成指数样本股，样本数量不足时按实际数量纳入（截至2022年3月31日，指数成份股48只）。 指数采用派氏加权法，依据下列公式逐日连锁实时计算： 其中，设置权重调整因子时，根据样本公司的绿色电力业务占比将样本股分为两档，使得相应个股权重上限分别为10%、3%。 国证绿色电力指数的样本股每半年定期调整一次，于每年6月和12月的第二个星期五的下一个交易日实施。权重调整因子每年调整2次，于样本股定期调整时实施。在下一个定期调整日之前，权重调整因子一般固定不变。 指数历史业绩：近一年表现显著优于宽基指数，近五年表现优于同类指数 我们选取2021年1月4日为起点，对国证绿色电力指数的业绩走势和风险收益指标进行统计，同时选取其他宽基指数作为参照，从而评估指数在市场中的绝对和相对表现。 2021年至今，随着绿色电力产业在双碳政策支持下蓬勃发展，绿色电力指数的潜力逐步显现，指数的收益率和夏普比显著高于沪深300、中证500、中证1000、上证指数等宽基指数。自2022年以来，虽然大盘呈现下行行情，但绿色电力指数的回撤幅度明显小于大盘，体现出其在产业基本面向好支撑下的更好的防御性。 近5年来，与同类指数相比，国证绿色电力指数的年化收益率与最大回撤表现均优于同类指数。 指数盈利分析：Wind一致预期显示ROE有望提升 从指数盈利来看，虽然2021年ROE预测相比2020年有所下调，但基于绿色电力产业的发展潜力，根据Wind一致预期，2022年的ROE将有所回升。 指数成分分析：跟踪行业龙头，兼顾中小成长 成分股概览：聚焦行业龙头，兼顾后发成长 截至2022年3月31日，国证绿色电力指数共包含成分股48只。其中包含长江电力、中国广核、华能国际这样的水力、核电、火电龙头，也包含川能动力、露笑科技这样的在绿色电力行业的后发成长公司。从市值上看，前十大权重股中有4只股票市值超过1000亿元。从权重上看，前10大成分股所占权重约53%。 指数成分股行业分布：水电占比较高，覆盖风光火电和电能综合服务等各类相关行业 从申万一级和申万二级行业分类来看，指数成分股权重和数量集中在公用事业板块的电力行业中。从申万三级行业来看，指数对电力行业的细分行业覆盖较为全面，其中从权重来看，水力发电占比最多为28%；从数量来看，火力发电、水力发电、电能综合服务、光伏发电均超过8只，分布较为均匀。 指数成分股市值分布：大、中、小盘股均有分布，市值风格较为均衡 从市值分布上看，1000亿元以上的成分股共计5只，权重超过30%；200亿~300亿市值的成分股权重占比第二，权重为24%左右。大部分成分股的市值集中在300亿元以下的区间。整体来看，指数成分股在大、中、小盘股均有分布，市值风格较为均衡。 绿电行业投资工具：绿色电力ETF（159625.OF）简介 我们已从指数编制思路、历史业绩、指数成分股特征等方面对国证绿色电力指数进行了投资价值分析，发现该指数编制方法科学合理，重仓行业龙头企业，受益于绿色产业发展潜力凸显，整体来看投资价值较高。当前市场上暂无跟踪该指数的ETF产品，而嘉实国证绿色电力ETF（159625.OF）作为全市场首个跟踪该指数的ETF即将发行。在本章中，我们将对该基金的基本情况进行简单展示，以供投资者参考。 产品简介：作为市场首个跟踪国证绿色电力指数的ETF，将于4月6日至15日公开发售 根据嘉实基金官方网站3月22日发布的基金份额发售公告，嘉实国证绿色电力ETF预计将于2022年4月6日至4月15日公开发售。该基金进行被动式指数化投资，紧密跟踪标的指数，以追求跟踪偏离度和跟踪误差的最小化。该基金属于股票型基金，其预期收益及预期风险水平高于混合型基金、债券型基金与货币市场基金。 该基金的拟任基金经理王紫菡女士于2016年6月加入嘉实基金管理有限公司，历任指数投资部投资经理助理、投资经理。自2021年9月起，王紫菡女士担任嘉实沪深300红利低波动ETF、嘉实中证医药健康100策略ETF、嘉实恒生科技ETF(QDII)、嘉实中证先进制造100策略ETF、嘉实中证500成长估值ETF、嘉实中证主要消费ETF等产品的基金经理。2022年1月起任嘉实中证医疗A和嘉实中证医药卫生ETF的基金经理。目前在管基金共13只，在管基金总规模超过50亿元。 风险提示 本报告对历史数据进行梳理总结，历史结果不能简单预测未来。指数历史表现仅作为案例说明，不构成对指数及具体基金产品的投资建议，成份股介绍仅用于展示指数特色及编制思路，不构成对具体个股的投资建议。报告不涉及证券投资基金评价业务，所涉及到的基金产品信息均为公开客观信息。投资者应结合自身风险承受能力，充分考虑各种因素对基金产品业绩产生的影响，根据自身情况自主做出投资决策并自行承担投资风险。 免责声明与评级说明 公众平台免责声明 本公众平台不是华泰证券研究所官方订阅平台。相关观点或信息请以华泰证券官方公众平台为准。根据《证券期货投资者适当性管理办法》的相关要求，本公众号内容仅面向华泰证券客户中的专业投资者，请勿对本公众号内容进行任何形式的转发。若您并非华泰证券客户中的专业投资者，请取消关注本公众号，不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限，若给您造成不便，烦请谅解！本公众号旨在沟通研究信息，交流研究经验，华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。 本公众号研究报告有关内容摘编自已经发布的研究报告的，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。如需了解详细内容，请具体参见华泰证券所发布的完整版报告。 本公众号内容基于作者认为可靠的、已公开的信息编制，但作者对该等信息的准确性及完整性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。 在任何情况下，本公众号中的信息或所表述的意见均不构成对客户私人投资建议。订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。普通投资者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。 本公众号版权仅为华泰证券股份有限公司所有，未经公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。本公司具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。 林晓明 执业证书编号：S0570516010001 华泰金工深度报告一览 金融周期系列研究（资产配置） 【华泰金工林晓明团队】2020年中国市场量化资产配置年度观点——周期归来、机会重生，顾短也兼长20200121 【华泰金工林晓明团队】量化资产配置2020年度观点——小周期争明日，大周期赢未来20200116 【华泰金工林晓明团队】风险预算模型如何度量风险更有效-改进风险度量方式稳定提升风险模型表现的方法 【华泰金工林晓明团队】周期双底存不确定性宜防守待趋势——短周期底部拐头机会渐增，待趋势明朗把握或更大20191022 【华泰金工林晓明团队】二十年一轮回的黄金投资大周期——黄金的三周期定价逻辑与组合配置、投资机会分析20190826 【华泰金工林晓明团队】如何有效判断真正的周期拐点？——定量测度实际周期长度提升市场拐点判准概率 【华泰金工林晓明团队】基钦周期的长度会缩短吗？——20190506 【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（下） 【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（上） 【华泰金工林晓明团队】周期轮动下的BL资产配置策略 【华泰金工林晓明团队】周期理论与机器学习资产收益预测——华泰金工市场周期与资产配置研究 【华泰金工林晓明团队】市场拐点的判断方法 【华泰金工林晓明团队】2018中国与全球市场的机会、风险 · 年度策略报告（上） 【华泰金工林晓明团队】基钦周期的量化测度与历史规律 · 华泰金工周期系列研究 【华泰金工林晓明团队】周期三因子定价与资产配置模型（四）——华泰金工周期系列研究 【华泰金工林晓明团队】周期三因子定价与资产配置模型（三）——华泰金工周期系列研究 【华泰金工林晓明团队】周期三因子定价与资产配置模型（二）——华泰金工周期系列研究 【华泰金工林晓明团队】周期三因子定价与资产配置模型（一）——华泰金工周期系列研究 【华泰金工林晓明团队】华泰金工周期研究系列 · 基于DDM模型的板块轮动探索 【华泰金工林晓明团队】市场周期的量化分解 【华泰金工林晓明团队】周期研究对大类资产的预测观点 【华泰金工林晓明团队】金融经济系统周期的确定（下）——华泰金工周期系列研究 【华泰金工林晓明团队】金融经济系统周期的确定（上）——华泰金工周期系列研究 【华泰金工林晓明团队】全球多市场择时配置初探——华泰周期择时研究系列 行业指数频谱分析及配置模型：市场的周期分析系列之三 【华泰金工林晓明团队】市场的频率——市场轮回，周期重生 【华泰金工林晓明团队】市场的轮回——金融市场周期与经济周期关系初探 周期起源 【华泰金工林晓明团队】金融经济周期的耗散结构观——华泰周期起源系列研究之十 【华泰金工林晓明团队】经济系统中有序市场结构的进化——华泰周期起源系列研究报告之九 【华泰金工林晓明团队】企业间力的产生、传播和作用效果——华泰周期起源系列研究之八 【华泰金工林晓明团队】耦合振子同步的藏本模型——华泰周期起源系列研究之七 【华泰金工林晓明团队】周期在供应链管理模型的实证——华泰周期起源系列研究之六 【华泰金工林晓明团队】不确定性与缓冲机制——华泰周期起源系列研究报告之五 【华泰金工林晓明团队】周期是矛盾双方稳定共存的结果——华泰周期起源系列研究之四 【华泰金工林晓明团队】周期是不确定性条件下的稳态——华泰周期起源系列研究之三 【华泰金工林晓明团队】周期趋同现象的动力学系统模型——华泰周期起源系列研究之二 【华泰金工林晓明团队】从微观同步到宏观周期——华泰周期起源系列研究报告之一 FOF与金融创新产品 【华泰金工林晓明团队】养老目标基金的中国市场开发流程--目标日期基金与目标风险基金产品设计研究 【华泰金工】生命周期基金Glide Path开发实例——华泰FOF与金融创新产品系列研究报告之一 因子周期（因子择时） 【华泰金工林晓明团队】市值因子收益与经济结构的关系——华泰因子周期研究系列之三 【华泰金工林晓明团队】周期视角下的因子投资时钟--华泰因子周期研究系列之二 【华泰金工林晓明团队】因子收益率的周期性研究初探 择时 【华泰金工林晓明团队】波动率与换手率构造牛熊指标——华泰金工量化择时系列 【华泰金工林晓明团队】A股市场低开现象研究 【华泰金工林晓明团队】华泰风险收益一致性择时模型 【华泰金工林晓明团队】技术指标与周期量价择时模型的结合 【华泰金工林晓明团队】华泰价量择时模型——市场周期在择时领域的应用 中观基本面轮动 【华泰金工林晓明团队】行业配置落地：指数增强篇——华泰中观基本面轮动系列之十 【华泰金工林晓明团队】行业配置策略：拥挤度视角——华泰中观基本面轮动系列之九 【华泰金工林晓明团队】行业配置策略：景气度视角——华泰中观基本面轮动系列之八 【华泰金工林晓明团队】行业配置策略：趋势追踪视角——华泰中观基本面轮动系列之七 【华泰金工林晓明团队】行业配置策略：宏观因子视角——华泰中观基本面轮动系列之六 【华泰金工林晓明团队】行业全景画像：投入产出表视角——华泰中观基本面轮动系列之五 【华泰金工林晓明团队】行业全景画像：改进杜邦拆解视角——华泰中观基本面轮动系列之四 【华泰金工林晓明团队】行业全景画像：风格因子视角 ——华泰中观基本面轮动系列之三 【华泰金工林晓明团队】行业全景画像：宏观因子视角 ——华泰中观基本面轮动系列之二 【华泰金工林晓明团队】确立研究对象：行业拆分与聚类——华泰中观基本面轮动系列之一 行业轮动 【华泰金工林晓明团队】不同协方差估计方法对比分析（二）——华泰行业轮动系列报告之十三 【华泰金工林晓明团队】拥挤度指标在行业配置中的应用——华泰行业轮动系列报告之十二 【华泰金工林晓明团队】基于投入产出表的产业链分析 ——华泰行业轮动系列报告之十一 【华泰金工林晓明团队】不同协方差估计方法对比分析——华泰行业轮动系列报告之十 【华泰金工林晓明团队】景气度指标在行业配置中的应用——华泰行业轮动系列报告之九 【华泰金工林晓明团队】再探周期视角下的资产轮动——华泰行业轮动系列报告之八 【华泰金工林晓明团队】“华泰周期轮动”基金组合改进版——华泰行业轮动系列报告之七 【华泰金工林晓明团队】“华泰周期轮动”基金组合构建——华泰行业轮动系列之六 【华泰金工林晓明团队】估值因子在行业配置中的应用——华泰行业轮动系列报告之五 【华泰金工林晓明团队】动量增强因子在行业配置中的应用——华泰行业轮动系列报告之四 【华泰金工林晓明团队】财务质量因子在行业配置中的应用——华泰行业轮动系列报告之三 【华泰金工林晓明团队】周期视角下的行业轮动实证分析——华泰行业轮动系列之二 【华泰金工林晓明团队】基于通用回归模型的行业轮动策略——华泰行业轮动系列之一 Smartbeta 【华泰金工林晓明团队】重剑无锋：低波动 Smart Beta——华泰 Smart Beta 系列之四 【华泰金工林晓明团队】投资优质股票：红利类Smart Beta——华泰Smart Beta系列之三 【华泰金工林晓明团队】博观约取：价值和成长Smart Beta——华泰Smart Beta系列之二 【华泰金工林晓明团队】Smart Beta：乘风破浪趁此时——华泰Smart Beta系列之一 【华泰金工林晓明团队】Smartbeta在资产配置中的优势——华泰金工Smartbeta专题研究之一 多因子选股 【华泰金工林晓明团队】华泰单因子测试之历史分位数因子——华泰多因子系列之十三 【华泰金工林晓明团队】桑土之防：结构化多因子风险模型——华泰多因子系列之十二 【华泰金工林晓明团队】华泰单因子测试之海量技术因子——华泰多因子系列之十一 【华泰金工林晓明团队】因子合成方法实证分析 ——华泰多因子系列之十 【华泰金工林晓明团队】华泰单因子测试之一致预期因子 ——华泰多因子系列之九 【华泰金工林晓明团队】华泰单因子测试之财务质量因子——华泰多因子系列之八 【华泰金工林晓明团队】华泰单因子测试之资金流向因子——华泰多因子系列之七 【华泰金工林晓明团队】华泰单因子测试之波动率类因子——华泰多因子系列之六 【华泰金工林晓明团队】华泰单因子测试之换手率类因子——华泰多因子系列之五 【华泰金工林晓明团队】华泰单因子测试之动量类因子——华泰多因子系列之四 【华泰金工林晓明团队】华泰单因子测试之成长类因子——华泰多因子系列之三 【华泰金工林晓明团队】华泰单因子测试之估值类因子——华泰多因子系列之二 【华泰金工林晓明团队】华泰多因子模型体系初探——华泰多因子系列之一 【华泰金工林晓明团队】五因子模型A股实证研究 【华泰金工林晓明团队】红利因子的有效性研究——华泰红利指数与红利因子系列研究报告之二 人工智能 【华泰金工林晓明团队】深度卷积GAN实证——华泰人工智能系列之四十四 【华泰金工林晓明团队】因子观点融入机器学习——华泰人工智能系列之四十三 【华泰金工林晓明团队】图神经网络选股与Qlib实践——华泰人工智能系列之四十二 【华泰金工林晓明团队】基于BERT的分析师研报情感因子——华泰人工智能系列之四十一 【华泰金工林晓明团队】微软AI量化投资平台Qlib体验——华泰人工智能系列之四十 【华泰金工林晓明团队】周频量价选股模型的组合优化实证——华泰人工智能系列之三十九 【华泰金工林晓明团队】WGAN生成：从单资产到多资产——华泰人工智能系列之三十八 【华泰金工林晓明团队】舆情因子和BERT情感分类模型——华泰人工智能系列之三十七 【华泰金工林晓明团队】相对生成对抗网络RGAN实证——华泰人工智能系列之三十六 【华泰金工林晓明团队】WGAN应用于金融时间序列生成——华泰人工智能系列之三十五 【华泰金工林晓明团队】再探AlphaNet：结构和特征优化——华泰人工智能系列之三十四 【华泰金工林晓明团队】数据模式探索：无监督学习案例——华泰人工智能系列之三十三 【华泰金工林晓明团队】AlphaNet：因子挖掘神经网络——华泰人工智能系列之三十二 【华泰金工林晓明团队】生成对抗网络GAN初探——华泰人工智能系列之三十一 【华泰金工林晓明团队】从关联到逻辑：因果推断初探——华泰人工智能系列之三十 【华泰金工林晓明团队】另类标签和集成学习——华泰人工智能系列之二十九 【华泰金工林晓明团队】基于量价的人工智能选股体系概览——华泰人工智能系列之二十八 【华泰金工林晓明团队】揭开机器学习模型的“黑箱” ——华泰人工智能系列之二十七 【华泰金工林晓明团队】遗传规划在CTA信号挖掘中的应用——华泰人工智能系列之二十六 【华泰金工林晓明团队】市场弱有效性检验与择时战场选择——华泰人工智能系列之二十五 【华泰金工林晓明团队】投石问路：技术分析可靠否？——华泰人工智能系列之二十四 【华泰金工林晓明团队】再探基于遗传规划的选股因子挖掘——华泰人工智能系列之二十三 【华泰金工林晓明团队】基于CSCV框架的回测过拟合概率——华泰人工智能系列之二十二 【华泰金工林晓明团队】基于遗传规划的选股因子挖掘——华泰人工智能系列之二十一 【华泰金工林晓明团队】必然中的偶然：机器学习中的随机数——华泰人工智能系列之二十 【华泰金工林晓明团队】偶然中的必然：重采样技术检验过拟合——华泰人工智能系列之十九 【华泰金工林晓明团队】机器学习选股模型的调仓频率实证——华泰人工智能系列之十八 【华泰金工林晓明团队】人工智能选股之数据标注方法实证——华泰人工智能系列之十七 【华泰金工林晓明团队】再论时序交叉验证对抗过拟合——华泰人工智能系列之十六 【华泰金工林晓明团队】人工智能选股之卷积神经网络——华泰人工智能系列之十五 【华泰金工林晓明团队】对抗过拟合：从时序交叉验证谈起 【华泰金工林晓明团队】人工智能选股之损失函数的改进——华泰人工智能系列之十三 【华泰金工林晓明团队】人工智能选股之特征选择——华泰人工智能系列之十二 【华泰金工林晓明团队】人工智能选股之Stacking集成学习——华泰人工智能系列之十一 【华泰金工林晓明团队】宏观周期指标应用于随机森林选股——华泰人工智能系列之十 【华泰金工林晓明团队】人工智能选股之循环神经网络——华泰人工智能系列之九 【华泰金工林晓明团队】人工智能选股之全连接神经网络——华泰人工智能系列之八 【华泰金工林晓明团队】人工智能选股之Python实战——华泰人工智能系列之七 【华泰金工林晓明团队】人工智能选股之Boosting模型——华泰人工智能系列之六 【华泰金工林晓明团队】人工智能选股之随机森林模型——华泰人工智能系列之五 【华泰金工林晓明团队】人工智能选股之朴素贝叶斯模型——华泰人工智能系列之四 【华泰金工林晓明团队】人工智能选股之支持向量机模型— —华泰人工智能系列之三 【华泰金工林晓明团队】人工智能选股之广义线性模型——华泰人工智能系列之二 指数增强基金分析 【华泰金工林晓明团队】再探回归法测算基金持股仓位——华泰基金仓位分析专题报告 【华泰金工林晓明团队】酌古御今：指数增强基金收益分析 【华泰金工林晓明团队】基于回归法的基金持股仓位测算 【华泰金工林晓明团队】指数增强方法汇总及实例——量化多因子指数增强策略实证 基本面选股 【华泰金工林晓明团队】华泰价值选股之相对市盈率港股模型——相对市盈率港股通模型实证研究 【华泰金工林晓明团队】华泰价值选股之FFScore模型 【华泰金工林晓明团队】相对市盈率选股模型A股市场实证研究 【华泰金工林晓明团队】华泰价值选股之现金流因子研究——现金流因子选股策略实证研究 【华泰金工林晓明团队】华泰基本面选股之低市收率模型——小费雪选股法 A 股实证研究 【华泰金工林晓明团队】华泰基本面选股之高股息率模型之奥轩尼斯选股法A股实证研究 基金定投 【华泰金工林晓明团队】大成旗下基金2018定投策略研究 【华泰金工林晓明团队】布林带与股息率择时定投模型——基金定投系列专题研究报告之四 【华泰金工林晓明团队】基金定投3—马科维茨有效性检验 【华泰金工林晓明团队】基金定投2—投资标的与时机的选择方法 【华泰金工林晓明团队】基金定投1—分析方法与理论基础 基金评价 【华泰金工林晓明团队】基金评价及筛选全流程研究框架——股票型与债券型基金多种维度定量与定性评价法 【华泰金工林晓明团队】基金选股择时能力的定量分析法——我国公募基金大多具有较强选股能力 【华泰金工林晓明团队】基金业绩持续性的规律与策略构建——采用有效影响因子筛选出持续性较好的绩优基金 ETF季度盘点 【华泰金工林晓明团队】2021Q2中国ETF市场盘点回顾 【华泰金工林晓明团队】2021Q1中国ETF市场盘点回顾 【华泰金工林晓明团队】2020Q4中国ETF市场全景回顾——总规模创新高，行业主题类ETF渐成市场新主角20210112 【华泰金工林晓明团队】2020年三季度中国ETF市场回顾——产品百花齐放、投资者结构日渐成熟，规模创新高20201021 【华泰金工林晓明团队】ETF产品细分差异化或成突围之道——2020二季度中国ETF市场全景回顾盘点与展望20200803 【华泰金工林晓明团队】ETF规模数量大涨品类不断丰富——2020一季度中国ETF市场全景回顾盘点 其它 【华泰金工林晓明团队】A股市场及行业的农历月份效应——月份效应之二 A股市场及行业的月份效应——详解历史数据中的隐藏法则
王玮嘉 S0570517050002 SFC No. BEB090 研究员 林晓明 S0570516010001 SFC No. BPY421 研究员 黄晓彬 S0570516070001 研究员 刘依苇 S0570521090002 研究员 本文源自2022年4月5日发布的研报《双碳背景下的绿色电力板块配置机会》，对本文的完整理解请参见研报原文。 摘要 行业发展：碳中和+电改，绿色电力有望量价齐升 “碳中和”背景下，我国未来能源消费结构预期将有较大变化，根据全球能源互联网合作组织的预测，风电与光伏发电有望在2040年左右成为我国主要的电力品种。我们预测国内风电/光伏装机容量有望从2020年的282/253GW增加至2030年的1,041/1,362GW，2021-30年CAGR达16%。此外，我国电力交易市场化改革逐渐深入，煤电发电企业电价或有望大幅上涨，风光发电逐渐进入平价时代，当前体量较小但未来渗透率的提升可期。此外当前绿电交易试点启动，或将为绿色电力创造额外溢价。我们预计2022/2025年平价风光项目溢价收入合计43/181亿元。 投资机会：三维度寻找绿电运营商的α 我们认为可以通过运营能力、盈利能力和融资能力三个维度来寻找绿电运营商的Alpha。运营能力是构建竞争力的基石，可以通过发电量规模、装机容量、利用小时数等指标来评价，其中发电量最为直观，综合体现开发/投资/建设/运维实力；盈利能力衡量指标包括单位净利润、可变成本-单位运营开支，固定成本-单位折旧等，对风电而言资源区域>运营效率>融资成本，对光伏而言融资成本与电价是关键；融资能力保障竞争力的可持续性，衡量指标包括杠杆水平、融资能力、融资手段等，杠杆是内在约束，央/国企融资成本壁垒牢固。 国证绿色电力指数近期表现优秀，成分股兼顾行业龙头和中小成长 国证绿色电力指数选取A股市场中满足上市时间和流动性等要求的绿色电力相关上市公司作为指数样本，以反映A股市场绿色电力相关上市公司的整体股价表现。指数近一年表现优秀，收益率和夏普比均显著优于宽基指数，近五年来的收益率和最大回撤优于同类指数。根据Wind一致预期，2022年该指数的预测ROE同比或将有显著增长，对指数的走强具有良好支撑。该指数成分股细分行业覆盖率高，包括风光水火发电与电能综合服务等多类产业。且市值风格均衡，大中小盘股均有分布。投资标的方面，嘉实国证绿色电力ETF等跟踪该指数的被动产品或可作为投资工具。 风险提示：本报告对历史数据进行梳理总结，历史结果不能简单预测未来。指数历史表现仅作为案例说明，不构成对指数及具体基金产品的投资建议，成份股介绍仅用于展示指数特色及编制思路，不构成对具体个股的投资建议。报告不涉及证券投资基金评价业务，所涉及到的基金产品信息均为公开客观信息。投资者应结合自身风险承受能力，充分考虑各种因素对基金产品业绩产生的影响，根据自身情况自主做出投资决策并自行承担投资风险。 正文 行业发展：碳中和+电改，绿色电力有望量价齐升 “碳中和”背景下电源侧改革势不可挡，风光电量稳健增长 2021年是“十四五”开局之年，中国的新能源发电产业有望迎来前所未有的发展空间。在2020年9月联合国大会与12月气候雄心峰会中，定下了中国CO2排放2030年前达到峰值、2060年前实现碳中和（30·60目标），以及2030年非化石能源占一次能源消费比重达到25%的目标。2020-30年沿着强化NDC（National Determined Contributions，国家自主贡献）政策完成碳达峰，后2031-60年逐渐转向1.5℃政策深彻脱碳转型，最终实现碳中和。根据气候变化研究进展期刊中王克、刘芳名等在《1.5°C温 升目标下中国碳排放路径研究》(2021)测算，电力/工业/建筑部门均需要于2020年达峰，交通部门于2025年达峰；与2015年相比，到2050年电力/工业/建筑/交通需要分别减排39/38/5/6亿吨CO2，电力减排量与比例均为最大。 风电与光伏发电有望成为主要电力品种。BP数据显示，2019年我国二氧化碳排放量约100亿吨，其中电力占比约40%（2019年电能终端消费比重26%），是最大的排放部门。根据能源基金会测算，2050年我国能源消费总需求有望控制在50亿吨标煤（2019年48.7亿吨标煤），非化石能源占比将超过85%，非化石电力比例将超过 90%。这意味着电力部门全面转向新能源，根据全球能源互联网合作组织的预测，风电与光伏发电有望在2040年左右成为我国主要的电力品种。而在无法电气化的领域，氢能或将是重要解决方案。 高比例风光电力系统，2020-2050年发电量CAGR≈10%。根据国家气候中心高级工程师 王阳出席 2020 北京国际风能大会暨展览会(CWP 2020)《中国高比例风光电力系统与碳中和》的观点，如果中国可以在2050年建成67%的高比例风光电力系统，将有能力实现1.5℃温控目标和碳中和目标。2050年风光发电量合计13万亿度，按照2020年利用小时数计算装机容量，2050年风光装机是70亿千瓦。2050年风光发电量之和相较于2020年（风电4665亿度、光伏2605亿度）有15倍的提升空间（风电16倍、光伏13倍），未来30年发电量CAGR约等于10%。《中国电力企业管理》测算我国风电开发潜力80亿千瓦、光伏270亿千瓦。不考虑经济性的因素，开发资源禀赋可以满足碳中和目标对风光发电的装机需求。 “十四五”风光合计电量CAGR达到20%，2020-30年CAGR达16%。我们预测国内风电/光伏装机有望从2020年的282/253GW增加至2025年的589/692GW，“十四五”CAGR分别为12%/18%。按照2025年非化石能源占一次能源消费比重达到20%测算（前文所述2030年达到25%），“十四五”期间年均新增风电+太阳能装机容量将达到100-140GW，其中风电30-50GW/年（CAGR相当于9%~14%），光伏70-90GW/年（CAGR相当于19%-23%）。从十年的维度来看，我们预测2030年国内风电/光伏装机容量有望达到1,041/1,362GW，发电量有望达到2.2/1.7万亿千瓦时，2020-30年电量CAGR分别为13%/18%。风光发电合计发电量有望达到4万亿千瓦时，2020-30年电量CAGR为15%。 电力交易市场化深入，电价商品属性显现，绿电弹性最大 1949年至今，我国电价主要经历了六次改革：1）厂网合一，无上网电价；2）对抗电荒，鼓励集资办电，执行还本付息电价；3）为抑制电价持续上涨和电力投资过热，改进还本付息电价为经营期平均电价；4）厂网分离，实行两部制电价；5）标杆电价时代到来，实现了电价从个别成本到社会平均成本定价的历史性跨越；6）深化电力体制改革，进一步完善政企分开、厂网分开、主辅分开的基础上，按照管住中间、放开两头的体制架构，有序放开输配以外的竞争性环节电价。此阶段，电力中长期交易展开，现货市场试点开启；燃煤标杆电价改为“基准价+上下浮动”机制；除户用光伏外的陆上风电及光伏进入平价时代。这六大阶段见证了我国电力市场化改革进程，促进我国电价机制日益完善，但仍有继续优化的空间。 我国风光定价机制主要经历了五个阶段的发展：1）风电产业起步阶段，价格主要参照火电；2）风电开启商业化发展，经历还本付息电价和经营期电价两个阶段；3）风电上网电价由国务院价格主管部门分地区测算，大型并网光伏示范电站建设开启，国家核准电价。同时，风光特许权招标项目陆续开启，按中标价格上网；4）将陆风/集中式光伏分为四/三类资源区，分资源区制定标杆电价。2009～2018年风光分资源区标杆电价均经历四次下调。2014年起，近海风电/潮间带风电项目上网电价为每千瓦时0.85/0.75元。对于分布式光伏，实施全电量补贴，“全额上网”项目电价执行标杆电价。5）标杆电价变为指导价，国补继续退坡。平价试点正式开启，2021年除户用光伏外，风光全面平价上网。 煤电发电企业电价有望大幅上涨。2022年各省份煤电发电量原则上全部进入市场交易，较基准电价最高可上浮20%，与高耗能用户市场化电价不受上浮限制。而2020年及以前，煤电发电公司平均市场化电量比例约为60%，且市场化电价较基准电价只能下浮。故2022年，煤电发电企业电价有望大比例上涨。 逐步进入平价时代。风光建设成本持续下行，平价上网条件日渐完备。2019年国家发改委发文推进风光无补贴平价上网。平价上网项目虽然没有国家补贴，仍可以享受地方补贴，且投资环境改善。其限发电量可以核定为优先发电计划，从而参与发电权交易，同时，可获得可再生能源绿色电力证书，通过出售绿证获得收益。2019/2020年风光发电平价上网项目装机容量达到2076/4444.73万千瓦。自2021年起，新备案集中式光伏电站、工商业分布式光伏项目和新核准陆上风电项目全面平价上网，同时为支持产业加快发展，明确2021年新建项目不再通过竞争性方式形成具体上网电价，直接执行当地燃煤发电基准价。且2021年起新核准海上风电项目由当地省级价格主管部门制定，具备条件的可通过竞争性配置方式形成。 风电/光伏市场化交易目前总体体量较小，但是未来渗透率提升可期。2022年年度电力交易方案中，多个省份纳入风光市场化交易。2022年，江苏和广东系首次将风光市场化交易纳入年度交易，江苏省/广东省绿电年度市场化交易电量成交9.24/6.8亿千瓦时，均仅占江苏省/广东省市场化年度交易电量的0.3%，成交价江苏省/广东省较基准电价上浮18.4%/13.5%。从江苏/广东交易结果可以看出，沿海省份风光市场化交易体量较小，但交易电价较高。 绿电交易试点启动，创造额外溢价。2021年9月7日，我国绿电交易试点正式启动，国网经营区内成交价格较中长期交易价格每度电溢价3-5分钱，在南方区域，体现环境价值的绿电交易价格平均提高了2.7分/千瓦时。全国绿色电力交易试点启动当天，中国最大的中立第三方数据中心服务商万国数据服务有限公司与中广核新能源签署了绿色电力合作框架协议，在未来10年内合计采购绿色电量不低于20亿千瓦时。事实上，在全国试点启动之前，浙江、云南、广东等多地电力交易中心曾零星试水绿电交易。比如，2020年11月，申洲国际与浙江中营风能达成绿电交易电量2000万千瓦时，浙江电力交易中心发出首张“绿色电力交易凭证”。2021年6月，巴斯夫与华润集团在广东电力交易中心完成该省首笔可再生能源交易，交易量245万千瓦时。绿电交易为新能源另辟市场，充分体现了电力环境价值，交易溢价进一步促进新能源发电侧的壮大。同时，大量高耗能行业购买绿电，以控制碳排放，顺应“双碳”目标。 能耗双控向碳排放双控转变，提振高耗能行业对绿电需求。2021年9月16日，国家发展改革委发布《完善能源消费强度和总量双控制度方案》，对超额完成激励性可再生能源电力消纳责任权重的地区，超出最低可再生能源电力消纳责任权重的消纳量不纳入该地区年度和五年规划当期能源消费总量考核。对于排碳企业，绿电和CCER（国家核证自愿减排量）可二选一，只是增厚绿电运营商利润的途径不同。 碳价决定绿电溢价，预计 2022/2025 年增收 43/181 亿元。我们认为绿电交易机制最大意义之一，在于区分风光发电的环境属性和将低碳价值显性化。未来绿电交易价格是否溢价以及溢价幅度将取决于碳配额和绿证的价值，碳价或成为绿电溢价的重要参考指标。相比煤电，根据我国目前煤电的碳排放强度，风光减碳量约为 912 克/千瓦时。以全国平均的风光发电指导价均值 0.3669 元/千瓦时 为基准，10%/20%的绿电溢价对应碳价约为 40/80 元/吨。假设绿电溢价 20%、绿电交易比例 30%，我们预计 2022/2025 年平价风光项目溢价收入合计 43/181 亿元。由于溢价收入无需重复计算折旧与费用，仅需支付部分与交易相关的支出和税费，绿电交易带来的溢价将享受较高的净利率水平。相关内容和数据已在2021年11月24日发布的《公用事业: 绿电交易展望，两类运营商获高弹性》报告中详细阐述，在此不作赘述。 投资机会：三维度寻找绿电运营商的α 双碳目标驱动新能源发电行业有望长期成长(我们预计 2021-50 年风光电量 CAGR 10%)。竞争格局呈国进民退之势，我们认为竞争力将决定新能源运营商α，三维度评价: 1)运营能力，发电量最为直观，综合体现开发/投资/建设/运维实力; 2)盈利能力，对风电而言资源区域>运营效率>融资成本，对光伏而言融资成本与电价是关键; 3)融资能力，保障竞争力的可持续性，杠杆是内在约束，央/国企融资成本壁垒牢固 运营能力是构建竞争力的基石 我们认为发电量是评估新能源运营商竞争力最简单也最直观的指标之一，因发电量乃装机规模与利用小时数的乘积，而：1）装机规模，隐含资源开发能力、投资建设能力以及项目管理边界；2）利用小时数，隐含发电资产质量以及电力营销能力。龙源电力作为国内以及全球风电龙头，风电发电量与装机规模国内份额领先，华能国际/三峡能源/华润电力正快速追赶。随着四家公司新能源布局重心均转向光伏领域，光伏运营国进民退趋势更加显著，市场集中度有望反弹回升。 发电量规模：最简单和直观的评价指标 华能国际、三峡能源、华润电力在风电发电量方面快速追赶。龙源电力发电量大幅领先，但2016-2020年发电量市占率下降约3.02 pct，CAGR 9.88%低于国内风电发电量行业整体的17.83%。华能国际、三峡能源、华润电力市占率提升幅度领先，2016-2020年分别提升1.42、0.68、0.60pct。我们预计到2025年龙源电力的风电发电量市占率仍可保持行业领先，但领先幅度或将逐步缩小，主要考虑到华能国际、三峡能源、华润电力在风电领域扩张速度更快。 央/国企在光伏发电量方面追赶势头强劲。民企光伏运营商因规模扩张大幅放缓，光伏发电量市占率均有不同程度的下降，其中2016-2020年协鑫新能源、晶科科技、信义能源分别下降1.53、0.89、0.75pct。我们预计2021-2025年华润电力、华能国际、龙源电力、三峡能源的光伏发电量市占率将大幅上升，主要考虑到四家公司新能源布局重心均转向光伏领域，光伏装机规模有望快速增加。 装机容量：隐含资源开发、投资建设与项目管理能力 风电市场集中度呈下降趋势，预计十四五行业集中度保持稳定。在2020年抢装影响下，全国风电装机同比大幅增加。从2016-2020年装机变化趋势来看，风电运营市场集中度CR3由23.4%降至17.1%，CR5由31.6%降至24.7%，新增装机前5位分别是华能国际5.7GW、中广核风电5.6GW、华润电力5.2GW、龙源电力4.9GW、华电福新4.3GW。 十三五民企放慢光伏运营规模扩张步伐，十四五行业集中度有望上升。从2016-2020年装机变化趋势来看，光伏发电运营市场集中度CR3由10.7%降至6.8%，CR5由13.9%降至10.0%，主要原因是由于可再生能源补贴回收期大幅延长，十三五末期民企光伏运营商陆续放慢扩张节奏（以协鑫新能源、晶科科技为代表），电站资产陆续由民企向央企/国企转让，行业进入格局重塑阶段。我们预计大型电力央企/国企将成为十四五光伏发电扩张主力，如华润电力、华能国际、龙源电力、太阳能和三峡能源等。这也将推动光伏发电运营重新趋于集中。 利用小时数：隐含发电资产质量与电力营销能力 风电利用小时数主要取决于项目资源禀赋，但也反映出公司运营水平高低。2016-2020年全国风电平均利用小时数由1,742小时升至2,097小时，得益于：1）消纳好转带来限电率下降、2）新投产风机发电效率的提升、3）海上风电投产使得行业风电小时数进一步上升。部分区域型风电运营商利用小时数显著高于行业均值，如中闽能源、福能股份，主要得益于福建省优质的陆上与海上风资源。对全国布局的风电运营商而言，我们认为利用小时数的差距既体现出项目布局的不同，也反映出风机检修策略、电力营销手段等方面的差异化，这其中华润电力、三峡能源、龙源电力表现优异。 光伏发电利用小时数偏离度较小，不同运营商之间的差异主要反映项目分布的不同。与风电相比，光伏利用小时普遍较小（2020年全国平均1,221小时），且分布较均匀。与风电运营商不同的是，过去五年内，大部分光伏发电运营商未能实现利用小时突破。光伏发电行业利用小时的停滞可归因于光资源的相对固定。因此光伏更加注重转化效率的提高，即单位时间和光照强度内发更多的电。相比之下，风资源是可以挖掘潜力的，风机高度和叶片半径的增加都会带来可利用风资源的增加。 盈利能力是竞争力的核心表现 对风电运营而言，单位净利润（度电或每千瓦）反映出资源区域、运营效率与融资成本差异。尽管2016-2020年风电电价补贴逐年退坡，但风电行业单位净利润均值呈上升趋势。 单位净利润：反映资源区域、运营效率与融资成本差异 风电单位净利润反映资源区域、运营效率与融资成本差异，华润电力/华能国际/中广核新能源/三峡能源领先。2016-2020年风电行业单位净利润均值呈上升趋势，与电价补贴逐年退坡的直觉相悖，我们认为主要得益于：1）风电机组技术进步带来单位折旧/单位收入比下降；2）风电运营的规模效应带来单位运营成本占单位收入比例下降，运营成本包括人工薪酬、备品备件损耗、安全生产支出等；3）利率下行带来更低的资金成本，平均财务费用率有所降低。风电项目投资采购均采用市场化招标的方式，同一区域的风电项目在平均投资额或折旧水平上不应有显著差异；福能股份与中闽能源2020年的度电净利润大幅领先其他运营商，主因1）福建省优质风资源与较高的上网电价，2）海上风电并网。对于全国性布局的风电运营商而言，我们认为单位净利润的高低，主要反映出运营效率与融资成本的差异，从2016-2020年数据来看，华润电力、华能国际、中广核新能源、三峡能源处于领先地位。 风电单位收入难以完全反映风电运营商自身的盈利能力。2016-2019年风电度电收入小幅下降、但每千瓦装机贡献的收入小幅上升，主要是利用小时数的增长以及增值税率的下调。相比于度电收入，福能股份、中闽能源在每千瓦收入上的领先优势更加明显，主因：1）福建省风资源与消纳水平带来更高的利用小时数；2）电价更高的海上风电项目自2020年开始并网。三峡能源的风电每千瓦收入处于中游水平，但每千瓦净利润在全国型运营商中大幅领先，主要得益于更低的单位运营成本。 单位营业成本增幅低于收入增幅。风电单位装机2016-2019年风电运营商的单位装机营业成本持续上升，其中单位折旧相对稳定，人工成本上涨抬升单位运营成本，但整体成本增幅低于收入增幅，因此成本率逐年下降。2020年抢装效应下期末装机规模大幅增长，部分风电运营商的单位装机营业成本同比大幅下降。 融资成本与电价是影响光伏发电单位净利润的核心因素，信义能源大幅领先。2017-2020年，光伏发电行业度电净利润逐年降低，与电价补贴逐年退坡的逻辑一致。除了电价的外部因素影响以外，融资成本的重要性高于运维效率。信义能源立足于香港资本市场，融资成本相当于甚至略低于国内的央企/国企，且公司主要采用从母公司或第三方收购成熟电站的经营策略，无需承担项目建设期资金开支与利息支出，每度电/每千瓦净利润均大幅领先。对于未来的光伏发电平价项目而言，融资成本的优势会更加显著，我们看好头部央企做大规模的同时，保持较好的净利润水平。 “531新政”以来光伏发电单位营业收入逐年降低。2018年5月31日国家发改委、财政部、国家能源局联合发布《关于2018年光伏发电有关事项的通知》，暂停安排2018年普通光伏电站指标、严控分布式光伏规模，并将新投运项目上网电价统一降低0.05元/千瓦时，由此导致2018-2020年部分光伏运营商单位营业收入逐年下降。信义能源主要收购已投入运营的光伏电站，无自建项目，因此单位营业收入显著高于其他运营商。 因折旧年限差异，光伏运营商的单位营业成本率不能准确反映其成本控制能力。 可变成本-单位运营开支：反映新能源运营商的运营效率 我们认为单位装机对应的运营开支直接反映新能源运营商的运营效率。在同等规模的装机量下，单位运营开支越低的企业，盈利能力越强；或者说，在同等投资收益率标准下，单位运营开支越低的企业，能够开发的发电项目数量越多。根据已披露的数据统计，三峡能源在单位运营开支方面表现更加优异，其中风电板块远低于竞争对手，光伏板块仅高于信义能源。信义能源主要通过尖端管理及全国集中监控系统，实现较低成本的高效经营。 固定成本-单位折旧：主要由装机类型和折旧政策决定 新能源运营商通常以直线折旧法对风机、光伏设备计提折旧，折旧年限一般为15-25年。因此对于不同的新能源运营商而言，单位装机折旧主要由风/光发电项目单位投资额决定，其高低主要反映发电资产的类型与分布、以及折旧年限的差异。如果折旧年限相同，发电项目规模越大的企业，在市场化招标时能够获取更低的单位装机的风机或光伏组件采购价格。 融资能力保障竞争力的可持续 杠杆水平：规模扩张空间的内在约束 新能源发电项目投资的资金来源包括资本金（自有资金）和项目贷款融资，资本金比例通常为20%~40%。央企/国企或是民企在新能源发电项目扩张的时候，除了存量项目带来的经营现金流支持以外，杠杆约束也是重要考量之一。因此经营现金流越高、资产负债率越低的运营商，未来潜在的扩张空间越大。而经营现金流不足、资产负债率过高的运营商，将不得不通过增发、债转股等方式降低杠杆水平。基于2020年经营现金流与2021年6月末资产负债率测算，华能国际、国投电力、华润电力、龙源电力、三峡能源的风电/光伏可扩张空间相对领先。 融资成本：直接影响盈利水平，企业属性壁垒牢固 由于信用评级的差异，国内贷款机构给予央企、地方国企、民企的贷款利率差别较大，以国内新能源运营商2016-2020年融资成本均值为例，央企为4.03%、地方国企为4.17%、民企为6.11%。由于计算方法的局限性，对于过去5年规模扩张较慢的企业而言，新增贷款规模相对更小，而项目贷款采用“还本付息”的还款方式，历史贷款的利息支出逐年缩小，也导致这部分企业计算所得的融资成本相对更低。综合考虑历史融资成本与装机规模增速，我们认为央企当中的华润电力/龙源电力/华能国际/三峡能源、地方国企中的福能股份/中闽能源、民企中的信义能源具备较强的竞争力。 融资手段：债务融资为主，永续债偏好高于股权融资 新能源运营商的直接融资手段主要包括发行公司债、可转债、永续债以及配股。除公司债/可转债以外，央企运营商更倾向于选择永续债进行筹资，而非增资配股，主要目的在于：1）不稀释原股东股权、2）降低杠杆。从2015年末至2020年末的永续债增幅角度来看，华能国际、中国电建、华电福新、大唐新能源领先，除中国电建以外，三家运营商的永续债增幅占五年累计资本性支出的比例均在20%以上。从同期股本增幅的角度来看，中广核风电、三峡能源领先，占资本性支出的比例分别为15%/8%。 国证绿色电力指数投资价值分析 国证绿色电力指数（399438.SZ）编制方案 国证绿色电力指数选取A股市场中满足条件的绿色电力相关上市公司作为指数样本，以反映A股市场绿色电力相关上市公司的整体股价表现。该指数发布于2014年12月30日，以2002年12月31日为基日，基点为1000点。 指数以公司业务领域属于清洁能源发电（包括但不限于水力发电、光伏发电、风力发电、核能发电等）的所有A股公司作为样本空间，选样方法如下： 1）上市时间和流动性筛选：剔除样本空间内上市时间未满6个月、最近半年日均成交额排名后10%的股票； 2）市值筛选：对选样空间剩余股票按照最近半年的A股日均总市值从高到低排序，选取前50名股票构成指数样本股，样本数量不足时按实际数量纳入（截至2022年3月31日，指数成份股48只）。 指数采用派氏加权法，依据下列公式逐日连锁实时计算： 其中，设置权重调整因子时，根据样本公司的绿色电力业务占比将样本股分为两档，使得相应个股权重上限分别为10%、3%。 国证绿色电力指数的样本股每半年定期调整一次，于每年6月和12月的第二个星期五的下一个交易日实施。权重调整因子每年调整2次，于样本股定期调整时实施。在下一个定期调整日之前，权重调整因子一般固定不变。 指数历史业绩：近一年表现显著优于宽基指数，近五年表现优于同类指数 我们选取2021年1月4日为起点，对国证绿色电力指数的业绩走势和风险收益指标进行统计，同时选取其他宽基指数作为参照，从而评估指数在市场中的绝对和相对表现。 2021年至今，随着绿色电力产业在双碳政策支持下蓬勃发展，绿色电力指数的潜力逐步显现，指数的收益率和夏普比显著高于沪深300、中证500、中证1000、上证指数等宽基指数。自2022年以来，虽然大盘呈现下行行情，但绿色电力指数的回撤幅度明显小于大盘，体现出其在产业基本面向好支撑下的更好的防御性。 近5年来，与同类指数相比，国证绿色电力指数的年化收益率与最大回撤表现均优于同类指数。 指数盈利分析：Wind一致预期显示ROE有望提升 从指数盈利来看，虽然2021年ROE预测相比2020年有所下调，但基于绿色电力产业的发展潜力，根据Wind一致预期，2022年的ROE将有所回升。 指数成分分析：跟踪行业龙头，兼顾中小成长 成分股概览：聚焦行业龙头，兼顾后发成长 截至2022年3月31日，国证绿色电力指数共包含成分股48只。其中包含长江电力、中国广核、华能国际这样的水力、核电、火电龙头，也包含川能动力、露笑科技这样的在绿色电力行业的后发成长公司。从市值上看，前十大权重股中有4只股票市值超过1000亿元。从权重上看，前10大成分股所占权重约53%。 指数成分股行业分布：水电占比较高，覆盖风光火电和电能综合服务等各类相关行业 从申万一级和申万二级行业分类来看，指数成分股权重和数量集中在公用事业板块的电力行业中。从申万三级行业来看，指数对电力行业的细分行业覆盖较为全面，其中从权重来看，水力发电占比最多为28%；从数量来看，火力发电、水力发电、电能综合服务、光伏发电均超过8只，分布较为均匀。 指数成分股市值分布：大、中、小盘股均有分布，市值风格较为均衡 从市值分布上看，1000亿元以上的成分股共计5只，权重超过30%；200亿~300亿市值的成分股权重占比第二，权重为24%左右。大部分成分股的市值集中在300亿元以下的区间。整体来看，指数成分股在大、中、小盘股均有分布，市值风格较为均衡。 绿电行业投资工具：绿色电力ETF（159625.OF）简介 我们已从指数编制思路、历史业绩、指数成分股特征等方面对国证绿色电力指数进行了投资价值分析，发现该指数编制方法科学合理，重仓行业龙头企业，受益于绿色产业发展潜力凸显，整体来看投资价值较高。当前市场上暂无跟踪该指数的ETF产品，而嘉实国证绿色电力ETF（159625.OF）作为全市场首个跟踪该指数的ETF即将发行。在本章中，我们将对该基金的基本情况进行简单展示，以供投资者参考。 产品简介：作为市场首个跟踪国证绿色电力指数的ETF，将于4月6日至15日公开发售 根据嘉实基金官方网站3月22日发布的基金份额发售公告，嘉实国证绿色电力ETF预计将于2022年4月6日至4月15日公开发售。该基金进行被动式指数化投资，紧密跟踪标的指数，以追求跟踪偏离度和跟踪误差的最小化。该基金属于股票型基金，其预期收益及预期风险水平高于混合型基金、债券型基金与货币市场基金。 该基金的拟任基金经理王紫菡女士于2016年6月加入嘉实基金管理有限公司，历任指数投资部投资经理助理、投资经理。自2021年9月起，王紫菡女士担任嘉实沪深300红利低波动ETF、嘉实中证医药健康100策略ETF、嘉实恒生科技ETF(QDII)、嘉实中证先进制造100策略ETF、嘉实中证500成长估值ETF、嘉实中证主要消费ETF等产品的基金经理。2022年1月起任嘉实中证医疗A和嘉实中证医药卫生ETF的基金经理。目前在管基金共13只，在管基金总规模超过50亿元。 风险提示 本报告对历史数据进行梳理总结，历史结果不能简单预测未来。指数历史表现仅作为案例说明，不构成对指数及具体基金产品的投资建议，成份股介绍仅用于展示指数特色及编制思路，不构成对具体个股的投资建议。报告不涉及证券投资基金评价业务，所涉及到的基金产品信息均为公开客观信息。投资者应结合自身风险承受能力，充分考虑各种因素对基金产品业绩产生的影响，根据自身情况自主做出投资决策并自行承担投资风险。 免责声明与评级说明 公众平台免责声明 本公众平台不是华泰证券研究所官方订阅平台。相关观点或信息请以华泰证券官方公众平台为准。根据《证券期货投资者适当性管理办法》的相关要求，本公众号内容仅面向华泰证券客户中的专业投资者，请勿对本公众号内容进行任何形式的转发。若您并非华泰证券客户中的专业投资者，请取消关注本公众号，不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限，若给您造成不便，烦请谅解！本公众号旨在沟通研究信息，交流研究经验，华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。 本公众号研究报告有关内容摘编自已经发布的研究报告的，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。如需了解详细内容，请具体参见华泰证券所发布的完整版报告。 本公众号内容基于作者认为可靠的、已公开的信息编制，但作者对该等信息的准确性及完整性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。 在任何情况下，本公众号中的信息或所表述的意见均不构成对客户私人投资建议。订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。普通投资者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。 本公众号版权仅为华泰证券股份有限公司所有，未经公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。本公司具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。 林晓明 执业证书编号：S0570516010001 华泰金工深度报告一览 金融周期系列研究（资产配置） 【华泰金工林晓明团队】2020年中国市场量化资产配置年度观点——周期归来、机会重生，顾短也兼长20200121 【华泰金工林晓明团队】量化资产配置2020年度观点——小周期争明日，大周期赢未来20200116 【华泰金工林晓明团队】风险预算模型如何度量风险更有效-改进风险度量方式稳定提升风险模型表现的方法 【华泰金工林晓明团队】周期双底存不确定性宜防守待趋势——短周期底部拐头机会渐增，待趋势明朗把握或更大20191022 【华泰金工林晓明团队】二十年一轮回的黄金投资大周期——黄金的三周期定价逻辑与组合配置、投资机会分析20190826 【华泰金工林晓明团队】如何有效判断真正的周期拐点？——定量测度实际周期长度提升市场拐点判准概率 【华泰金工林晓明团队】基钦周期的长度会缩短吗？——20190506 【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（下） 【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（上） 【华泰金工林晓明团队】周期轮动下的BL资产配置策略 【华泰金工林晓明团队】周期理论与机器学习资产收益预测——华泰金工市场周期与资产配置研究 【华泰金工林晓明团队】市场拐点的判断方法 【华泰金工林晓明团队】2018中国与全球市场的机会、风险 · 年度策略报告（上） 【华泰金工林晓明团队】基钦周期的量化测度与历史规律 · 华泰金工周期系列研究 【华泰金工林晓明团队】周期三因子定价与资产配置模型（四）——华泰金工周期系列研究 【华泰金工林晓明团队】周期三因子定价与资产配置模型（三）——华泰金工周期系列研究 【华泰金工林晓明团队】周期三因子定价与资产配置模型（二）——华泰金工周期系列研究 【华泰金工林晓明团队】周期三因子定价与资产配置模型（一）——华泰金工周期系列研究 【华泰金工林晓明团队】华泰金工周期研究系列 · 基于DDM模型的板块轮动探索 【华泰金工林晓明团队】市场周期的量化分解 【华泰金工林晓明团队】周期研究对大类资产的预测观点 【华泰金工林晓明团队】金融经济系统周期的确定（下）——华泰金工周期系列研究 【华泰金工林晓明团队】金融经济系统周期的确定（上）——华泰金工周期系列研究 【华泰金工林晓明团队】全球多市场择时配置初探——华泰周期择时研究系列 行业指数频谱分析及配置模型：市场的周期分析系列之三 【华泰金工林晓明团队】市场的频率——市场轮回，周期重生 【华泰金工林晓明团队】市场的轮回——金融市场周期与经济周期关系初探 周期起源 【华泰金工林晓明团队】金融经济周期的耗散结构观——华泰周期起源系列研究之十 【华泰金工林晓明团队】经济系统中有序市场结构的进化——华泰周期起源系列研究报告之九 【华泰金工林晓明团队】企业间力的产生、传播和作用效果——华泰周期起源系列研究之八 【华泰金工林晓明团队】耦合振子同步的藏本模型——华泰周期起源系列研究之七 【华泰金工林晓明团队】周期在供应链管理模型的实证——华泰周期起源系列研究之六 【华泰金工林晓明团队】不确定性与缓冲机制——华泰周期起源系列研究报告之五 【华泰金工林晓明团队】周期是矛盾双方稳定共存的结果——华泰周期起源系列研究之四 【华泰金工林晓明团队】周期是不确定性条件下的稳态——华泰周期起源系列研究之三 【华泰金工林晓明团队】周期趋同现象的动力学系统模型——华泰周期起源系列研究之二 【华泰金工林晓明团队】从微观同步到宏观周期——华泰周期起源系列研究报告之一 FOF与金融创新产品 【华泰金工林晓明团队】养老目标基金的中国市场开发流程--目标日期基金与目标风险基金产品设计研究 【华泰金工】生命周期基金Glide Path开发实例——华泰FOF与金融创新产品系列研究报告之一 因子周期（因子择时） 【华泰金工林晓明团队】市值因子收益与经济结构的关系——华泰因子周期研究系列之三 【华泰金工林晓明团队】周期视角下的因子投资时钟--华泰因子周期研究系列之二 【华泰金工林晓明团队】因子收益率的周期性研究初探 择时 【华泰金工林晓明团队】波动率与换手率构造牛熊指标——华泰金工量化择时系列 【华泰金工林晓明团队】A股市场低开现象研究 【华泰金工林晓明团队】华泰风险收益一致性择时模型 【华泰金工林晓明团队】技术指标与周期量价择时模型的结合 【华泰金工林晓明团队】华泰价量择时模型——市场周期在择时领域的应用 中观基本面轮动 【华泰金工林晓明团队】行业配置落地：指数增强篇——华泰中观基本面轮动系列之十 【华泰金工林晓明团队】行业配置策略：拥挤度视角——华泰中观基本面轮动系列之九 【华泰金工林晓明团队】行业配置策略：景气度视角——华泰中观基本面轮动系列之八 【华泰金工林晓明团队】行业配置策略：趋势追踪视角——华泰中观基本面轮动系列之七 【华泰金工林晓明团队】行业配置策略：宏观因子视角——华泰中观基本面轮动系列之六 【华泰金工林晓明团队】行业全景画像：投入产出表视角——华泰中观基本面轮动系列之五 【华泰金工林晓明团队】行业全景画像：改进杜邦拆解视角——华泰中观基本面轮动系列之四 【华泰金工林晓明团队】行业全景画像：风格因子视角 ——华泰中观基本面轮动系列之三 【华泰金工林晓明团队】行业全景画像：宏观因子视角 ——华泰中观基本面轮动系列之二 【华泰金工林晓明团队】确立研究对象：行业拆分与聚类——华泰中观基本面轮动系列之一 行业轮动 【华泰金工林晓明团队】不同协方差估计方法对比分析（二）——华泰行业轮动系列报告之十三 【华泰金工林晓明团队】拥挤度指标在行业配置中的应用——华泰行业轮动系列报告之十二 【华泰金工林晓明团队】基于投入产出表的产业链分析 ——华泰行业轮动系列报告之十一 【华泰金工林晓明团队】不同协方差估计方法对比分析——华泰行业轮动系列报告之十 【华泰金工林晓明团队】景气度指标在行业配置中的应用——华泰行业轮动系列报告之九 【华泰金工林晓明团队】再探周期视角下的资产轮动——华泰行业轮动系列报告之八 【华泰金工林晓明团队】“华泰周期轮动”基金组合改进版——华泰行业轮动系列报告之七 【华泰金工林晓明团队】“华泰周期轮动”基金组合构建——华泰行业轮动系列之六 【华泰金工林晓明团队】估值因子在行业配置中的应用——华泰行业轮动系列报告之五 【华泰金工林晓明团队】动量增强因子在行业配置中的应用——华泰行业轮动系列报告之四 【华泰金工林晓明团队】财务质量因子在行业配置中的应用——华泰行业轮动系列报告之三 【华泰金工林晓明团队】周期视角下的行业轮动实证分析——华泰行业轮动系列之二 【华泰金工林晓明团队】基于通用回归模型的行业轮动策略——华泰行业轮动系列之一 Smartbeta 【华泰金工林晓明团队】重剑无锋：低波动 Smart Beta——华泰 Smart Beta 系列之四 【华泰金工林晓明团队】投资优质股票：红利类Smart Beta——华泰Smart Beta系列之三 【华泰金工林晓明团队】博观约取：价值和成长Smart Beta——华泰Smart Beta系列之二 【华泰金工林晓明团队】Smart Beta：乘风破浪趁此时——华泰Smart Beta系列之一 【华泰金工林晓明团队】Smartbeta在资产配置中的优势——华泰金工Smartbeta专题研究之一 多因子选股 【华泰金工林晓明团队】华泰单因子测试之历史分位数因子——华泰多因子系列之十三 【华泰金工林晓明团队】桑土之防：结构化多因子风险模型——华泰多因子系列之十二 【华泰金工林晓明团队】华泰单因子测试之海量技术因子——华泰多因子系列之十一 【华泰金工林晓明团队】因子合成方法实证分析 ——华泰多因子系列之十 【华泰金工林晓明团队】华泰单因子测试之一致预期因子 ——华泰多因子系列之九 【华泰金工林晓明团队】华泰单因子测试之财务质量因子——华泰多因子系列之八 【华泰金工林晓明团队】华泰单因子测试之资金流向因子——华泰多因子系列之七 【华泰金工林晓明团队】华泰单因子测试之波动率类因子——华泰多因子系列之六 【华泰金工林晓明团队】华泰单因子测试之换手率类因子——华泰多因子系列之五 【华泰金工林晓明团队】华泰单因子测试之动量类因子——华泰多因子系列之四 【华泰金工林晓明团队】华泰单因子测试之成长类因子——华泰多因子系列之三 【华泰金工林晓明团队】华泰单因子测试之估值类因子——华泰多因子系列之二 【华泰金工林晓明团队】华泰多因子模型体系初探——华泰多因子系列之一 【华泰金工林晓明团队】五因子模型A股实证研究 【华泰金工林晓明团队】红利因子的有效性研究——华泰红利指数与红利因子系列研究报告之二 人工智能 【华泰金工林晓明团队】深度卷积GAN实证——华泰人工智能系列之四十四 【华泰金工林晓明团队】因子观点融入机器学习——华泰人工智能系列之四十三 【华泰金工林晓明团队】图神经网络选股与Qlib实践——华泰人工智能系列之四十二 【华泰金工林晓明团队】基于BERT的分析师研报情感因子——华泰人工智能系列之四十一 【华泰金工林晓明团队】微软AI量化投资平台Qlib体验——华泰人工智能系列之四十 【华泰金工林晓明团队】周频量价选股模型的组合优化实证——华泰人工智能系列之三十九 【华泰金工林晓明团队】WGAN生成：从单资产到多资产——华泰人工智能系列之三十八 【华泰金工林晓明团队】舆情因子和BERT情感分类模型——华泰人工智能系列之三十七 【华泰金工林晓明团队】相对生成对抗网络RGAN实证——华泰人工智能系列之三十六 【华泰金工林晓明团队】WGAN应用于金融时间序列生成——华泰人工智能系列之三十五 【华泰金工林晓明团队】再探AlphaNet：结构和特征优化——华泰人工智能系列之三十四 【华泰金工林晓明团队】数据模式探索：无监督学习案例——华泰人工智能系列之三十三 【华泰金工林晓明团队】AlphaNet：因子挖掘神经网络——华泰人工智能系列之三十二 【华泰金工林晓明团队】生成对抗网络GAN初探——华泰人工智能系列之三十一 【华泰金工林晓明团队】从关联到逻辑：因果推断初探——华泰人工智能系列之三十 【华泰金工林晓明团队】另类标签和集成学习——华泰人工智能系列之二十九 【华泰金工林晓明团队】基于量价的人工智能选股体系概览——华泰人工智能系列之二十八 【华泰金工林晓明团队】揭开机器学习模型的“黑箱” ——华泰人工智能系列之二十七 【华泰金工林晓明团队】遗传规划在CTA信号挖掘中的应用——华泰人工智能系列之二十六 【华泰金工林晓明团队】市场弱有效性检验与择时战场选择——华泰人工智能系列之二十五 【华泰金工林晓明团队】投石问路：技术分析可靠否？——华泰人工智能系列之二十四 【华泰金工林晓明团队】再探基于遗传规划的选股因子挖掘——华泰人工智能系列之二十三 【华泰金工林晓明团队】基于CSCV框架的回测过拟合概率——华泰人工智能系列之二十二 【华泰金工林晓明团队】基于遗传规划的选股因子挖掘——华泰人工智能系列之二十一 【华泰金工林晓明团队】必然中的偶然：机器学习中的随机数——华泰人工智能系列之二十 【华泰金工林晓明团队】偶然中的必然：重采样技术检验过拟合——华泰人工智能系列之十九 【华泰金工林晓明团队】机器学习选股模型的调仓频率实证——华泰人工智能系列之十八 【华泰金工林晓明团队】人工智能选股之数据标注方法实证——华泰人工智能系列之十七 【华泰金工林晓明团队】再论时序交叉验证对抗过拟合——华泰人工智能系列之十六 【华泰金工林晓明团队】人工智能选股之卷积神经网络——华泰人工智能系列之十五 【华泰金工林晓明团队】对抗过拟合：从时序交叉验证谈起 【华泰金工林晓明团队】人工智能选股之损失函数的改进——华泰人工智能系列之十三 【华泰金工林晓明团队】人工智能选股之特征选择——华泰人工智能系列之十二 【华泰金工林晓明团队】人工智能选股之Stacking集成学习——华泰人工智能系列之十一 【华泰金工林晓明团队】宏观周期指标应用于随机森林选股——华泰人工智能系列之十 【华泰金工林晓明团队】人工智能选股之循环神经网络——华泰人工智能系列之九 【华泰金工林晓明团队】人工智能选股之全连接神经网络——华泰人工智能系列之八 【华泰金工林晓明团队】人工智能选股之Python实战——华泰人工智能系列之七 【华泰金工林晓明团队】人工智能选股之Boosting模型——华泰人工智能系列之六 【华泰金工林晓明团队】人工智能选股之随机森林模型——华泰人工智能系列之五 【华泰金工林晓明团队】人工智能选股之朴素贝叶斯模型——华泰人工智能系列之四 【华泰金工林晓明团队】人工智能选股之支持向量机模型— —华泰人工智能系列之三 【华泰金工林晓明团队】人工智能选股之广义线性模型——华泰人工智能系列之二 指数增强基金分析 【华泰金工林晓明团队】再探回归法测算基金持股仓位——华泰基金仓位分析专题报告 【华泰金工林晓明团队】酌古御今：指数增强基金收益分析 【华泰金工林晓明团队】基于回归法的基金持股仓位测算 【华泰金工林晓明团队】指数增强方法汇总及实例——量化多因子指数增强策略实证 基本面选股 【华泰金工林晓明团队】华泰价值选股之相对市盈率港股模型——相对市盈率港股通模型实证研究 【华泰金工林晓明团队】华泰价值选股之FFScore模型 【华泰金工林晓明团队】相对市盈率选股模型A股市场实证研究 【华泰金工林晓明团队】华泰价值选股之现金流因子研究——现金流因子选股策略实证研究 【华泰金工林晓明团队】华泰基本面选股之低市收率模型——小费雪选股法 A 股实证研究 【华泰金工林晓明团队】华泰基本面选股之高股息率模型之奥轩尼斯选股法A股实证研究 基金定投 【华泰金工林晓明团队】大成旗下基金2018定投策略研究 【华泰金工林晓明团队】布林带与股息率择时定投模型——基金定投系列专题研究报告之四 【华泰金工林晓明团队】基金定投3—马科维茨有效性检验 【华泰金工林晓明团队】基金定投2—投资标的与时机的选择方法 【华泰金工林晓明团队】基金定投1—分析方法与理论基础 基金评价 【华泰金工林晓明团队】基金评价及筛选全流程研究框架——股票型与债券型基金多种维度定量与定性评价法 【华泰金工林晓明团队】基金选股择时能力的定量分析法——我国公募基金大多具有较强选股能力 【华泰金工林晓明团队】基金业绩持续性的规律与策略构建——采用有效影响因子筛选出持续性较好的绩优基金 ETF季度盘点 【华泰金工林晓明团队】2021Q2中国ETF市场盘点回顾 【华泰金工林晓明团队】2021Q1中国ETF市场盘点回顾 【华泰金工林晓明团队】2020Q4中国ETF市场全景回顾——总规模创新高，行业主题类ETF渐成市场新主角20210112 【华泰金工林晓明团队】2020年三季度中国ETF市场回顾——产品百花齐放、投资者结构日渐成熟，规模创新高20201021 【华泰金工林晓明团队】ETF产品细分差异化或成突围之道——2020二季度中国ETF市场全景回顾盘点与展望20200803 【华泰金工林晓明团队】ETF规模数量大涨品类不断丰富——2020一季度中国ETF市场全景回顾盘点 其它 【华泰金工林晓明团队】A股市场及行业的农历月份效应——月份效应之二 A股市场及行业的月份效应——详解历史数据中的隐藏法则
大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）
郑重声明：悟空智库网发布此信息的目的在于传播更多信息，与本站立场无关，不构成任何投资建议。
