欢迎光临金融市场技术研究院
微信公众号
投资群
读书群
文章
  • 文章
  • 报告
  • 图书
  • 公募
  • 私募
  • 资讯
搜 索
上传文档
您的当前位置:首页 > 公募基金 > 嘉实研究精选混合型证券投资基金
嘉实研究精选混合A
070013
混合型基金
偏股混合型基金
上海证券评级★★
上海证券评级★
单位净值
1.277
万份收益
0
日涨跌
0.4%
近1月
近1年
近3年
成立以来
累计净值:3.243
复权净值:3.3538
万份收益:0
7日年化%:0
申购状态:开放
赎回状态:开放
总份额:21.02亿
总资产:11.76亿份
成立日期:2008-05-27
投资风格:价值投资型
经理:陈永 刘俣豪 肖觅
申赎费率
场内申购起始日:
场内赎回起始日:
场外日常申购起始日:2008-07-08
场外日常赎回起始日:2008-07-08
重仓行业
评级机构
评级机构
3年评级
3年评级(较上期)
5年评级
5年评级(较上期)
{{OrganName}}
{{Grade3Y}}
{{Changed3Y}}
{{Grade5Y}}
{{Changed5Y}}
基金代码 070013
基金全称 嘉实研究精选混合型证券投资基金
基金托管人 中国银行股份有限公司
业绩比较基准 沪深300 指数×95%+上证国债指数×5%
投资风格 价值投资型
投资目标 通过持续、系统、深入的基本面研究,挖掘企业内在价值,寻找具备长期增长潜力的上市公司,以获取基金资产长期稳定增值。
投资范围 本基金投资范围限于具有良好流动性的金融工具,包括国内依法发行或上市的股票、债券及法律、法规或中国证监会允许基金投资的其他金融工具。
投资理念 基本面研究,精选个股,长期投资。
首次募资金额 181,082.32万元
代销申(认)购最低额 1元
直销申(认)购最低额 1元
定期定额最低申购额 1元
管理费用 1.50%
托管费用 0.25%
销售服务费 --
分配原则 1、基金收益分配采用现金方式或红利再投资方式,基金份额持有人可自行选择收益分配方式;选择采取红利再投资形式的,同一类别基金份额的分红资金将按除息日该类别的基金份额净值转成相应的同一类别的基金份额;基金份额持有人事先未做出选择的,默认的分红方式为现金红利; 2、同一类别每份基金份额享有同等分配权; 3、基金当期收益先弥补前期亏损后,方可进行当期收益分配; 4、基金收益分配后各类基金份额的基金份额的净值不能低于面值; 5、如果基金当期出现亏损,则不进行收益分配; 6、在符合有关基金分红条件的前提下,基金收益分配每年至多四次; 7、全年基金收益分配比例不得低于年度基金已实现净收益的30%。基金合同生效不满三个月,收益可不分配; 8、法律法规或监管机构另有规定的,从其规定。
投资策略   本基金将优先考虑股票类资产的配置,通过精选策略构造股票组合,剩余资产将配置于固定收益类和现金类等大类资产上。   1、股票投资策略   股票组合的构建完全采用"自下而上"的精选策略,基金管理人依托本公司研究平台,组建由基金经理组成的基金管理小组,基于对企业基本面的研究独立决策、长期投资。   投资模式的特点归结为:   1) 研究驱动。通过系统、细致、前瞻性的上市公司基本面研究,发掘具备成长性、能够创造价值的上市公司;   2) 长期持有。在上述研究基础上,主要采取买入并长期持有的策略,降低换手率,以提高长期回报;   3) 多组合经理模式。本基金由多个基金经理共同管理,各基金经理独立决策,对各自管理的资产部分负责,通过这一模式以保持基金业绩的稳定性与长期一致性。基于企业内在价值进行长期投资,是国际资产管理领域内较为成熟的做法。过去几年中,证券市场逐渐成熟,公司基本面与股价的关系得到了加强。实践证明通过基本面研究,不仅能发现一批高质量的上市公司,而且能坚定持有信心,获取长期投资所带来的超额收益。随着中国经济进一步发展,公司治理结构的不断完善,中国经济还将涌现一大批可供投资的优质上市公司。基于企业内在价值的长期投资模式成为可能。   在上述目标下,我们将坚持"自下而上"的精选策略,采用定量分析与定性分析相结合的方法,精选个股,构建投资组合。   1)定性分析   准确、清晰的公司战略,并在此基础上形成了一套可持续发展的、良好的商业模式;独特、可鉴别的企业核心竞争力,体现在管理、技术、品牌、营销、资源、渠道网络等一个或多个方面;良好的公司治理结构,重点从公司股权结构、激励制度、组织框架、董事会与管理层的独立性、信息透明度等方面定性分析;   2)定量分析   财务分析:从EPS、EVA 等指标未来的增长情况分析企业未来的成长性,并配合盈利能力、运营效率、偿债能力等方面的系统分析,比较企业在行业中的相对地位,甄别其真实性,选择盈利能力强、主营业务成长快、财务结构稳健的上市公司;选择具备成长性、能够创造价值的上市公司。通过计算与比较包括ROC、企业加权平均资本成本(WACC)、企业成长(G)等核心指标,选择具备成长性、能够创造价值的上市公司;估值水平合理。选择价格低于价值的上市公司,或者比较企业动态市盈率、PEG等指标,选择目前估值水平明显较低、或相对合理的上市公司进行重点投资。   2、债券投资策略   本基金可投资的债券品种包括国债、央行票据、金融债和企业(公司)债(包括可转换债)、资产支持证券及有关政府部门批准发行的其他债券。本基金的债券组合主要作为基金流动性管理的工具。债券投资采取"自上而下"的策略,深入分析宏观经济、货币政策和利率变化趋势以及不同债券品种的收益率水平、流动性和信用风险等因素,以价值发现为基础,以久期管理策略为主,辅以收益率曲线策略等,确定和构造能够提供稳定收益、较高流动性的债券和货币市场工具组合。   (1)久期策略   在分析宏观经济指标(主要包括:市场资金供求、利率水平和市场预期、通货膨胀率、GDP 增长率、货币供应量、就业率水平、国际市场利率水平、汇率)和财政货币政策等的基础上,对未来较长的一段时间内的市场利率变化趋势进行预测,决定组合的久期,并通过不同债券剩余期限的合理分布,有效地控制利率波动对基金净值波动的影响,并尽可能提高基金收益率。   (2)收益率曲线策略   收益率曲线策略是基于对收益率曲线变化特征的分析,预测收益率曲线的变化趋势,并据此进行投资组合的构建。收益率曲线策略有两方面的内容,一是收益率曲线本身的变化,根据收益率曲线可能向上移动或向下移动,降低或加长整个投资组合的平均剩余期限。二是根据收益率曲线上不同年限收益率的息差特征,通过骑乘策略,投资于最有投资价值的债券。   3、权证投资策略   本基金在权证投资中将对权证标的证券的基本面进行研究,结合期权定价模型和我国证券市场的交易制度估计权证价值,主要考虑运用的策略包括:杠杆策略、价值挖掘策略、获利保护策略、价差策略、双向权证策略、卖空有保护的认购权证策略、买入保护性的认沽权证策略等。
决策依据
决策程序
投资标准 本基金投资组合的资产配置范围为:股票资产60%~95%,债券0~40%,权证0~3%,现金或者到期日在一年以内的政府债券不低于基金资产净值的5%,其中现金不包括结算备付金、存出保证金、应收申购款等。如法律法规或监管机构以后允许基金投资其他品种,基金管理人在履行适当程序后,可以将其纳入投资范围。
风险收益特征 较高风险,较高收益。
风险管理工具
按月检索:
日期 单位净值 累计净值 复权净值 万份收益 7日年化% 日涨跌
{{$val.JsonDate({ForDate})}} {{Unit}} {{Accumulated}} {{Adjusted}} {{Unityield}} {{Annualizedyield}}
基金分红
公告日期 单位份额分红 权证登记日 场外除息日 红利发放日 默认分红方式
{{$val.JsonDate({ForDate})}} {{UnitBonus}} {{$val.JsonDate({RegDate})}} {{$val.JsonDate({XDDate})}} {{$val.JsonDate({PayDate})}} {{Mode}}
拆分折算
年份 拆分折算比例(10:x) 拆分折算日 类型
{{Year}} {{Proportion}} {{$val.JsonDate({ConverDate})}} {{Mode}}
份额变动
报告期 期末份额 季度申购量 季度赎回量 季度净申购额 份额变化率
{{$val.JsonDate({ForDate})}} {{FinalScale}} {{QtrPurchase}} {{QtrRedemp}} {{QtrNetPurchase}} {{ChangedRate}}
资产配置
  • 报告期:
报告期 基金代码 资产 占总资产比例%
{{$val.JsonDate({ForDate})}} {{Code}} {{Asset}} {{Proportion}}
行业配置
  • 报告期:
报告期 基金代码 行业 占基金资产净值比例%
{{$val.JsonDate({ForDate})}} {{Code}} {{Industry}} {{Proportion}}
持股明细
  • 报告期:
报告期 股票名称 股票代码 股票数量(万股) 股票市值 占净值比例% 占流通市值比例%
{{$val.JsonDate({ForDate})}} {{StockName}} {{StockCode}} {{Amount}} {{Value}} {{PctValue}} {{PctCirculation}}
持债明细
  • 报告期:
报告期 债券品种 债券代码 债券市值 占净值比例%
{{$val.JsonDate({ForDate})}} {{BondName}} {{BondCode}} {{Value}} {{PctValue}}
基金明细
  • 报告期:
报告期 基金代码 基金名称 基金数量(万股) 基金市值 占净值比例%
{{$val.JsonDate({ForDate})}} {{Code}} {{FundName}} {{FundAmount}} {{FundValue}} {{Proportion}}
持有结构
  • 报告期:
报告期 机构持有份额 机构持有比例 个人持有份额 个人持有比例 总份额
{{$val.JsonDate({ForDate})}} {{InstShare}} {{InstProp}} {{IndShare}} {{IndProp}} {{TotalShare}}
份额规模
  • 报告期:
报告期 期间申购量 期间赎回量 期末份额 份额变化率
{{ForDate}} {{PurShare}} {{RedeemShare}} {{FinalShare}} {{ChangeRate}}
mtachn.com
© 2013 mtachn,. All Rights Reserved.
苏ICP备48665885号-3
微信公众号
{"InnerBanner":null,"MbPageUrl":"/m/Pubfund/Fund?code='070013'","PageTitle":"嘉实研究精选混合型证券投资基金 - 公募基金","Redirect":null,"Data":{"Code":"070013","SubscribeForeJson":"{\"50<=N<200\":\"1%\",\"500<=N\":\"1,000元\",\"0<=N<50\":\"1.2%\",\"200<=N<500\":\"0.6%\"}","SubscribeBackJson":"{}","PurchaseForeJson":"{\"50<=N<200\":\"1.2%\",\"500<=N\":\"1,000元\",\"0<=N<50\":\"1.5%\",\"200<=N<500\":\"0.8%\"}","PurchaseBackJson":"{}","RedempForeJson":"{\"50<=N<200\":\"1%\",\"500<=N\":\"1,000元\",\"0<=N<50\":\"1.2%\",\"200<=N<500\":\"0.6%\"}","RedempBackJson":"{}","Heavy":{},"Rating":[{"id":10900,"OrganID":3,"Code":"070013","Grade3Y":2,"Changed3Y":1,"Grade5Y":2,"Changed5Y":0,"SourceKey":"9e05823174514914a3e0cc9f4c9781b9","OrganName":"上海证券评级","RateText":"上海证券评级★★"},{"id":19178,"OrganID":3,"Code":"070013","Grade3Y":1,"Changed3Y":0,"Grade5Y":1,"Changed5Y":0,"SourceKey":"48ad42d8e15149b887599aa68eac8565","OrganName":"上海证券评级","RateText":"上海证券评级★"}]},"UserInfo":{"ID":0,"UName":null,"Face":null}} 工信部:突破工业数据关键共性技术 加快工业大数据产业发展-宏观经济 - 财经资讯 | 金融市场技术研究院
欢迎光临金融市场技术研究院
微信公众号
投资群
读书群
文章
  • 文章
  • 报告
  • 图书
  • 公募
  • 私募
  • 资讯
搜 索
上传文档
您的当前位置:首页 > 财经资讯 > 宏观经济 > 国内宏观 > 正文

工信部:突破工业数据关键共性技术 加快工业大数据产业发展

05/14
2020
来源
金融界
分享
工业和信息化部发布关于工业大数据发展的指导意见。意见提出,持续推进工业互联网建设,实现工业设备的全连接。加快推动工业通信协议兼容统一,打破技术壁垒,形成完整贯通的数据链。建设国家工业互联网大数据中心,汇聚工业数据,支撑产业监测分析,赋能企业创新发展,提升行业安全运行水平。建立多级联动的国家工业基础大数据库,研制产业链图谱和供应链地图,服务制造业高质量发展。 各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门(大数据产业主管部门): 工业大数据是工业领域产品和服务全生命周期数据的总称,包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据,以及工业互联网平台中的数据等。为贯彻落实国家大数据发展战略,促进工业数字化转型,激发工业数据资源要素潜力,加快工业大数据产业发展,现提出如下意见。 一、总体要求 坚持以习近平新时代中国特色社会主义思想为指导,深入贯彻党的十九大和十九届二中、三中、四中全会精神,牢固树立新发展理念,按照高质量发展要求,促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理,着力打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。 二、加快数据汇聚 (一)推动工业数据全面采集。支持工业企业实施设备数字化改造,升级各类信息系统,推动研发、生产、经营、运维等全流程的数据采集。支持重点企业研制工业数控系统,引导工业设备企业开放数据接口,实现数据全面采集。 (二)加快工业设备互联互通。持续推进工业互联网建设,实现工业设备的全连接。加快推动工业通信协议兼容统一,打破技术壁垒,形成完整贯通的数据链。 (三)推动工业数据高质量汇聚。组织开展工业数据资源调查,引导企业加强数据资源管理,实现数据的可视、可管、可用、可信。整合重点领域统计数据和监测数据,在原材料、装备、消费品、电子信息等行业建设国家级数据库。支持企业建设数据汇聚平台,实现多源异构数据的融合和汇聚。 (四)统筹建设国家工业大数据平台。建设国家工业互联网大数据中心,汇聚工业数据,支撑产业监测分析,赋能企业创新发展,提升行业安全运行水平。建立多级联动的国家工业基础大数据库,研制产业链图谱和供应链地图,服务制造业高质量发展。 三、推动数据共享 (五)推动工业数据开放共享。支持优势产业上下游企业开放数据,加强合作,共建安全可信的工业数据空间,建立互利共赢的共享机制。引导和规范公共数据资源开放流动,鼓励相关单位通过共享、交换、交易等方式,提高数据资源价值创造的水平。 (六)激发工业数据市场活力。支持开展数据流动关键技术攻关,建设可信的工业数据流通环境。构建工业大数据资产价值评估体系,研究制定公平、开放、透明的数据交易规则,加强市场监管和行业自律,开展数据资产交易试点,培育工业数据市场。 四、深化数据应用 (七)推动工业数据深度应用。加快数据全过程应用,发展数据驱动的制造新模式新业态,引导企业用好各业务环节的数据。 (八)开展工业数据应用示范。组织开展工业大数据应用试点示范,总结推广工业大数据应用方法,制定工业大数据应用水平评估标准,加强对地方和企业应用现状的评估。 (九)提升数据平台支撑作用。发挥工业互联网平台优势,提升平台的数据处理能力。面向中小企业开放数据服务资源,提升企业数据应用能力。加快推动工业知识、技术、经验的软件化,培育发展一批面向不同场景的工业APP。 (十)打造工业数据应用生态。面向重点行业培育一批工业大数据解决方案供应商。鼓励通过开展工业大数据竞赛,助力行业创新应用。加大宣传推广力度,开展线上线下数据应用培训活动。 五、完善数据治理 (十一)开展数据管理能力评估贯标。推广《数据管理能力成熟度评估模型》(GB/T 36073-2018,简称DCMM)国家标准,构建工业大数据管理能力评估体系,引导企业提升数据管理能力。鼓励各级政府在实施贯标、人员培训、效果评估等方面加强政策引导和资金支持。 (十二)推动标准研制和应用。加强工业大数据标准体系建设,加快数据质量、数据治理和数据安全等关键标准研制,选择条件成熟的行业和地区开展试验验证和试点推广。 (十三)加强工业数据分类分级管理。落实《工业数据分类分级指南(试行)》,实现数据科学管理,推动构建以企业为主体的工业数据分类分级管理体系。 六、强化数据安全 (十四)构建工业数据安全管理体系。明确企业安全主体责任和各级政府监督管理责任,构建工业数据安全责任体系。加强态势感知、测试评估、预警处置等工业大数据安全能力建设,实现闭环管理,全面保障数据安全。 (十五)加强工业数据安全产品研发。开展加密传输、访问控制、数据脱敏等安全技术攻关,提升防篡改、防窃取、防泄漏能力。加快培育安全骨干企业,增强数据安全服务,培育良好安全产业生态。 七、促进产业发展 (十六)突破工业数据关键共性技术。加快数据汇聚、建模分析、应用开发、资源调度和监测管理等共性技术的研发和应用,推动人工智能、区块链和边缘计算等前沿技术的部署和融合。 (十七)打造工业数据产品和服务体系。推动工业大数据采集、存储、加工、分析和服务等环节相关产品开发,构建大数据基础性、通用性产品体系。培育一批数据资源服务提供商和数据服务龙头企业,发展一批聚焦数据标准制定、测试评估、研究咨询等领域的第三方服务机构。 (十八)着力构建工业数据创新生态。支持产学研合作建设工业大数据创新平台,围绕重大共性需求和行业痛点开展协同创新,加快技术成果转化,推动产业基础高级化和产业链现代化。 八、加强组织保障 (十九)健全工作推进机制。省级工业和信息化主管部门(大数据产业主管部门)要建立工业大数据推进工作机制,统筹推进地方工业大数据发展。鼓励各地因地制宜加强政策创新,开展重大问题研究,实施政策评估咨询,助力工业大数据创新应用。 (二十)强化资金人才支持。发挥财政资金的引导作用,推动政策性银行加大精准信贷扶持力度。鼓励金融机构创新产品和服务,扶持工业大数据创新创业。完善人才培养体系,培育既具备大数据技术能力又熟悉行业需求的复合型人才。 (二十一)促进国际交流合作。围绕政策、技术、标准、人才、企业等方面,推进工业大数据在更大范围、更宽领域、更深层次开展合作交流,不断提升国际化发展水平。 [33] \t
网友评论
{{Creator}}
{{infoBody}}
{{$val.TimeAgo({Dtime})}} [回复]
{{Creator}} 回复 {{BeQuote}}
{{infoBody}}
{{$val.TimeAgo({Dtime})}} [回复]
mtachn.com
© 2013 mtachn,. All Rights Reserved.
苏ICP备48665885号-3
微信公众号
{"InnerBanner":null,"MbPageUrl":"/m/Datums/Info?id=93488","PageTitle":"工信部:突破工业数据关键共性技术 加快工业大数据产业发展-宏观经济 - 财经资讯","Redirect":null,"Data":{"TypeRow":{"id":1,"Name":"宏观经济","Sort":0},"Rid":93488},"UserInfo":{"ID":0,"UName":null,"Face":null}}