告，用自然语言处理技术分析文本的情绪倾向。正面词汇出现得越多，指数越高。

    “政策-行业关联度”要复杂一些。林枫需要建立一个模型，自动判断一篇政策文件对哪些行业有影响，影响是正面还是负面，强度有多大。他用了“主题模型”的方法——把过去十年的政策文件和行业指数走势放在一起训练，让算法自己学习两者的关联。

    最困难的是“历史回测”。林枫需要回答一个问题：在过去的政策环境下，哪些因子（估值、动量、质量、成长等）表现最好？如果新国九条和老国九条有相似之处，那么老国九条之后的行情，能不能给我们一些启示？

    他把2004年“老国九条”发布前后的市场数据调出来，跑了上百次回测。结论很有意思——在老国九条发布后的六个月里，表现最好的不是当时最热门的“五朵金花”（钢铁、汽车、石化、能源、金融），而是那些受益于股权分置改革的公司——比如有资产注入预期的国企、有股权激励方案的公司。

    “这个结论告诉我们什么？”林枫在周会上汇报时说，“政策的影响，不是直接的，而是通过改变市场参与者的行为来实现的。老国九条没有直接说‘买国企’，但它改变了国企的行为模式——它们开始有动力做市值管理、做资产注入。这才是真正的传导机制。”

    陈默听完，若有所思：“所以，新国九条也不会直接说‘买券商’或者‘买创业板’。它会改变上市公司的行为、改变资金的流向、改变市场的游戏规则。我们要做的，不是猜哪个板块会涨，而是理解游戏规则变了之后，哪些公司会受益。”

    “对。”林枫说，“这就是沈清如说的‘政策分析框架’——不是预测，是推演。”

    ---

    5月底，ACC召开季度策略会。

    会议的主题只有一个：新国九条之后的资产配置调整。

    沈清如先做了开场报告。她用了一个比喻：“如果把资本市场比作一个生态系统，那么政策就是气候。过去几年，气候是‘收缩’、‘规范’、‘防风险’。现在，气候在转向‘发展’、‘改革’、‘开放’。同样的物种（公司），在不同的气候下，生存和繁衍的能力完全不同。”

    她翻到下一页，是一张“气候-物种适应度”矩阵：

    政策方向 最适应物种 第二适应物种 需要警惕的物种

    鼓励并购重组 有整合能力的龙头、券商 创投、园区 纯壳公司、垃圾股

    发展多层次资本市场 券商、创投 新三板挂牌公司 依赖稀缺性的小市值公司

    扩大开放 蓝筹股、券商 纳入国际指数的行业 缺乏流动性的小盘股

    推动长期资金入市 高股息蓝筹、优质成长股 保险、养老金重仓股 高估值、无业绩支撑的概念股

    “基于这个框架，”沈清如说，“我建议调整三个方向的配置权重。”

    “第一，增加券商板块的配置。券商是牛市最直接的受益者，而且新国九条里的每一条，几乎都对券商有利。我们之前对券商的配置偏低，只有3%左右。建议提高到8%到10%。”

    “第二，增加有整合能力的龙头公司的配置。特别是那些现金流充沛、行业地位稳固、有并购历史的公司。这类公司在新国九条的环境下，可以通过并购实现外延式增长，估值有望提升。”

    “第三，逐步减少对纯题材概念股的配置。特别是那些没有业绩支撑、仅靠‘壳价值’维持的小市值公司。注册制改革一旦推进，壳价值将大幅缩水。”

    她说完，看向林枫。

    林枫站起来，接过大屏幕的控制权。

    “沈清如的框架，我做了量化验证。”他调出一张复杂的图表，“我把她说的三个方向，转化成-->>

本章未完，点击下一页继续阅读