当前视讯！2023年下半年量化选股策略 成长、盈利因子持续回撤

市场特征：板块风格多轮切换，战胜基准难度加大

市场总体上行，板块风格历经多轮切换

(相关资料图)

沪深 300 指数自 2022 年 10 月 31 日近一年新低以来持续反弹，至 2023 年 1 月 30 日达到本轮反弹以来新高，此后至 2023 年 5 月 12 日1维持震荡状态。在 1 月 31 日之前， 除上证 50 以外，其余各宽基指数总体跑输沪深 300；在 1 月 31 日沪深 300 展开震荡至 4 月中旬前，中证 500、中证 1000、科创 50 指数显著走强，而上证 50、创业板指持续逐渐 走弱；4 月中旬后，上证 50 指数与中小盘、成长类指数的相对走势再次逆转。

价值、低波因子表现占优，成长、盈利因子持续回撤

因子方面，2023 年以来各类大类因子表现可分为三个梯队，其中第一梯队包含价值、 波动率因子。价值因子在各指数空间内均表现较为强势，累积超额收益在 5%以上；波动 率因子除在中证 1000 空间中仅获得微弱的正收益外，在其他空间中超额收益均在 3%以上。 第二梯队包含市值、反转因子，他们年初以来在大部分指数空间中一度曾获得较高的 超额收益，但从某一时点后至今又发生回撤。其中，反转因子的表现拐点发生在 2 月中旬， 市值因子的表现拐点发生于 3 月上旬。 第三梯队主要是成长和盈利因子，他们从开年以来持续跑输基准。虽然今年以来数字 经济、人工智能等科技主题曾一度获得市场追捧，但从因子模型的角度来看，个股层面的 超额收益均被如市值、反转等因子所解释，而热点概念切换的时点也与市值和反转因子的 拐点基本保持一致。

风险模型对个股总波动解释度的分布区间低于过去两年

风险模型的解释度反映了个股微观波动的群聚性。风险模型解释度越高，除了说明风 险模型的有效性之外，也说明了个股的表现更多与模型中的行业/风格因子等有关，个股脱 离行业、风格细分板块走出独立行情的概率越低。在《多因子量化选股系列专题研究-因子 离散化股票多因子风险模型》（2022 年 6 月 8 日）中，我们所提出的风险模型在各细分指 数板块中均取得了较好的解释度。 2023 年以来，我们的风险模型的解释度分布具有一定下行趋势，这也与上文所述今 年以来板块轮动速度加快，同时成长、盈利等常规基本面风格走弱的现象相一致。总体上 看，今年以来的日频解释度中位数低于 2021 年、2022 年，中位数和上下四分位数的区间 总体与 2020 年、2019 年保持一致。这样的情况下，通过风格、行业的偏离来获得超额收 益的难度总体上高于过去的两年。

公募沪深300、中证500增强基金年内战胜基准比例不足三分之一

从基金产品实际运作结果来看，2023 年以来战胜基准的难度增大。以公募量化增强 基金表现来看，截至 5 月 12 日，全市场沪深 300、中证 500 公募增强基金战胜基准（超 额收益>0）的比例分别为 26.53%和 31.48%，超额收益的平均值和中位数均在-1%左右； 中证 1000 增强由于备选样本股数较广。目前来看，战胜基准的比例和超额收益尚处于较 正常的水平。2022 年全年，公募沪深 300、中证 500、中证 1000 增强基金战胜基准的比 例分别在 70%至 80%以上，年度胜率大幅高于今年。

风格解析：预期变化驱动基本面风格切换，经济复苏锚定于企业营收增长

核心宽基指数的强预期与弱业绩

从目前 A 股核心宽基指数实现净利润 TTM 增长率来看，上证 50、沪深 300 指数在 2023Q1 财报披露后产生了一定的成长性提升迹象，但是相对 2021 年末以来的下行趋势 来说，幅度仍不明显；中证 500、中证 1000 指数截止 23Q1 的 TTM 净利润增长率仍在 0 值以下；创业板指、科创 50 指数的成长性虽然波动较大，但相对来说成长性边际提升更 明显。从一致预期来看，各宽基指数预期成长性的提升较为显著，且创业板指、科创 50、 中证 1000 指数幅度更高，上证 50、沪深 300、中证 500 指数提升幅度则较低。

预期变化推动基本面风格切换，价值组合的预期成长性显著上行

以中证全指为样本空间，考察其特征成长、价值、盈利的预期基本面指标。从预期盈 利角度来看，各特征组合与中证全指的预期 FTTM ROE 整体变化不大，但盈利组合的预 期 FTTM ROE 存在一定下降趋势；从成长性角度看，中证全指、成长组合、盈利组合的 预期 FTTM 净利润增长率、预期 FTTM 营收增长率均存在下行趋势，而价值组合的预期 FTTM 净利润增长率、预期 FTTM 营收增长率则显著上行。因此，成长组合的预期成长性 下降、盈利组合的预期盈利水平下降应是成长因子、盈利因子走弱的主要原因，而价值因 子的走强则主要依赖于价值组合的预期成长性提升。

市场对经济复苏进展的关心锚定于营收的预期变化

风险中性假设下，市场对预期回报率相同的资产会给予相同的定价，则静态估值中隐 含了对未来的预期。假设动态市盈率2PẼ = P/Ẽ = ；预期净利润增长率r̃ = ̃/ − 1，则 有 = = ∙ (1+ ̃)，同理 = ∙ ̃，PSTTM = ∙ 营收增长率 ̃ 。因此，静态 估值指标理论上应与基本面预期值程线性关系  = + ∙ ̃ + ；  = + ∙ 净利润增长率 ̃ + ；  PSTTM = + ∙ 营收增长率 ̃ + 。 基于上述原理，各回归式中的系数 Alpha 反映了剔除基本面财务指标预期后的估值高低， 系数 Beta 则反映了某一时点市场系统性的对某一估值视角给出的分化程度。

从估值分化角度，PB-ROE、PE-净利润增长率、PS-营收增长率三个视角下的回归式 Beta 系数自 2009 年以来的分化度分别为 62%、52%、50%，即基本处于历史长期中位数 附近。 从绝对估值来看，PB-ROE、PE-净利润增长率、PS-营收增长率三个视角下的回归式 Alpha 系数分位数分别为 39%、31%和 72%，说明除 PS 视角下市场的估值偏贵之外，PE、 PB 视角下市场总体估值较低。

上述数据特征说明，在投资者关注经济复苏进展的大背景下，重点关注于上市企业的 营业收入增长情况，且目前市场价格点位已经隐含了较高的营收增长预期。从截至 5 月 12 日 A 股核心及中信一级行业指数的估值分化来看，部分热门行业3从 PB-ROE、PE-净利润 增长率的角度来看与回归曲线偏差较多，说明这些因素不能完全解释市场的定价主线，但 从 PS-营收增长率来看则非常接近拟合中枢，说明市场对上述行业的核心增长关注点在企 业的营收上。

组合管理：精细化风险刻画，弱风格环境重个股Alpha

离散化因子处理，重视因子排序

在 A 股市场过去数年运行特征的惯性下，股票组合通过风格、行业的长期偏离获取超 额收益已经成为了通常做法。自从 2021 年下半年后，盈利、成长风格逐渐让位于价值风 格，但大多数组合依然选择在热门成长板块暴露较多的敞口，这导致了 2022 年以来股票 组合实际超额波动的加大，特别是 2023 年以来不论长期坚守成长板块，还是追随热点进 行切换，实际效果均差强人意。在当前风格、板块、主题均弱化的背景下，通过精细化的 风险管理来实现稳定的超额收益将是必然选择。

根据经典量化投资理论，策略的长期超额收益最终来源于特定风险的暴露，因此精细 化的风险管理，一定是稳定超额收益的前提。在《多因子量化选股系列专题研究-因子离散 化股票多因子风险模型》（2022 年 6 月 8 日）中我们所提出的风险模型最主要特点在于， 对各大类因子进行了基于分位数的分组划分，每个因子的每个分组以哑变量形式体现在回 归方程中。这样设置的目的在于，一是各因子收益率是在其他因子中性化之下的组内个股 加权收益率，更具有实际意义；二是离散化的本质是对排序关系的描述，而非数量关系的 描述，而且为非线性问题预留了灵活的操作空间。

精细化因子刻画，因子收益动量和个股Alpha反转效果显著

因子离散化之下，回归模型的解释变量数量大幅扩充，也实现了对因子收益更精细的 刻画，而更精细化的因子收益我们也发现了更显著的收益动量。我们参照单因子测试的流 程，将每个离散化的行业和风格因子分组作为投资的标的，以他们过去 240 日的累积因子 收益率作为轮动指标进行分组回测，可以看到，不论在行业上还是风格上，该指标都显示 了显著的动量特征。与一般的风格动量策略，即仅考察风格暴露最极致的组合不同，离散 化方法下任何一个分组均被视作一个独立组合而考察其动量特征，这种动量性本质上体现 的是因子的非线性特性。而对于离散化模型不可解释的个股收益部分，即个股的纯 Alpha 收益，我们也发现了更加稳定的反转特征。

市场主体风格缺失环境，纯Alpha反转策略相对收益更高

上述因子收益动量、Alpha 收益反转现象仅为理论测试，将上述理论收益落为现实需 要通过相应的转化来实现。对于因子风格动量效应，我们在每个调仓日选择风格及行业因 子动量排名靠前的 20%组别，将每组的纯因子组合权重加上基准的权重来构建相应的因子 动量组合。需要注意的是，纯因子组合权重中包含负值权重，即空头头寸，因此需要引入 参数进行调整，以使得实际组合全部权重均为非负数，调整因子计算方法如下： abs(min(__ℎ/ℎ_ℎ )) 其中__ℎ为纯因子组合权重，ℎ_ℎ为基准权重。

对于 Alpha 反转策略，最优化目标为最小化 Alpha 收益值，同时控制与基准的行业和 风格偏离。具体表达如下： ha�.. 1 = 1 ≥ 0 ℎ ≤ ( − ) ≤ ℎℎ ≤ ( − ) ≤ ℎ 行业和风格动量模型是通过对个别行业和风格的暴露来获取收益，而纯 Alpha 动量模 型的意义在于当市场基本面因子失效或者风格不明朗的情形下，通过加强对组合风险的管 理来获取较为稳定的个股特异质收益。回测考察期设为 2016 年至 2023 年 5 月 12 日，调 仓频率为月度，交易费率设为双边千分之三。

结果分别展示了沪深 300 和中证 500 的因子动量策略以及纯 Alpha 反转策表现。 整体而言，在同一样本空间中，因子动量策略长期 IR 和年化超额收益率均高于纯 Alpha 反转策略，说明在 A 股市场总体上通过风格或行业的把握来获取超额收益相对容易。在行 业、风格相对显著的年份，例如 2017 年、2019 年、2020 年等，因子动量策略超额收益 显著高于纯 Alpha 反转策略，而在风格弱化的年份（例如 2016 年、2018 年、2021 年）， 纯 Alpha 反转策略的超额收益更高。今年以来也属于主体风格缺失、风格切换较为频繁的 年份，纯 Alpha 反转策略相对表现更好。

业绩主线：精选预期改善个股，挖掘企业隐含目标增速

在经济复苏节奏存在分歧、市场主体风格不明朗的情况下，股票组合更应该以业绩兑 现为主线精选个股。从 3 月以来各策略表现来看，业绩驱动型策略表现显著回升，主题投 资也趋向于存在业绩兑现、困境反转型个股，此外也可从企业行为入手，挖掘存在隐含目 标增速的个股投资机会。

预期边际改善策略：复苏预期下收益有所回升，个股超额贡献突出

分析师预期边际改善是指分析师对于上市公司的盈利预期出现了一定幅度的向上调 整。分析师预期边际改善的过程往往是因为分析师看到了宏观政策利好、产业机遇显现、行业需求释放或个股盈利改善，本质上是由基本面改善驱动。进一步地，由于投资者对于 这种基本面改善往往会反应不足，股价会出现逐步抬升的过程，带来投资机会。

在报告《量化策略专题研究—预期边际改善中的投资机会》（2023-02-06）中，我们 从盈利预测和分析师报告文本的角度，分析了分析师预期边际改善所包括的五个方面的信 息，分别是盈利预测上调、业绩超预期、领先上调、文本上调和文本强烈。具体而言，盈 利预测上调指的是分析师本次预期净利润大于上次预期净利润，直接反映分析师预期边际 改善；业绩超预期是指个股本年实际净利润大于本年预期净利润，表明个股的实际业绩兑 现高于预期，间接反映分析师预期边际改善；领先上调是指个股本期预期均值和方差大于 上期预期均值和方差，反映出有个别分析师开始领先上调分析师预期，具有较强的前瞻性。 文本上调是通过识别分析师报告文本中同时包含上调类词汇和预测类词汇的研报。文本强 烈是通过识别分析师报告文本中包含分析师强烈正面态度类词汇的研报。

从盈利预测上调来看，盈利预测上调股票数量占分析师覆盖股票数量的比例与中证全 指具有一定的相关性，二者的相关系数达到 0.21，说明随着预期边际改善程度越高，股票 未来的收益表现越好。盈利预测上调股票数量占比在 2022 年 10 月达到最低点，此后开始 震荡上行，中证全指也开始触底回升。当前预期边际改善处于上行区间，预计未来市场也 会逐渐趋势向上。从业绩超预期来看，超预期策略组合收益从 2022 年以来经历了一段较长时间的持续 回撤，并在 2023 年 2 月之后收益逐渐回升。这说明业绩驱动的投资策略有效性在 2022 年阶段性减弱后，当前正在逐渐恢复。

进一步的，将预期边际改善构建的组合应用在指数增强和精选组合构建。具体而言， 指数增强方面，选取每个月中同时触发两个及以上预期边际改善事件的股票，按照 80%基 准指数成分股和 20%其他个股的权重分配方案应用在沪深 300 和中证 500 指数增强上。 精选组合构建方面，分别在超预期、领先上调和文本事件股票池中按照盈利预测调整幅度 因子从高到低排序精选前 30 只股票，进一步得到超预期事件精选组合、领先上调事件精 选组合和文本事件精选组合。 从指数增强效果来看，2023 年以来，截至 5 月 12 日，沪深 300 指数增强超额收益为 5.2%，中证 500 指数增强超额收益为 6.8%。分月来看，超额收益主要在 3 月份之后实现， 这说明在进入业绩密集披露期时，市场开始回归业绩主线投资，预期边际改善策略受益于 业绩驱动而获得更好的收益表现。

从精选组合效果来看，经济复苏预期下，整体收益表现有所回升。2023 年以来，截 至 5 月 12 日，超预期事件精选组合、领先上调事件精选组合和文本事件精选组合绝对收 益分别为 11.0%、10.1%和 10.8%，同期中证全指收益为 2.8%。分月来看，1-4 月均实现 正收益，5 月收益回撤明显，月胜率达到 80%。

将精选组合收益分解为个股超额(个股收益减去行业收益)、行业超额(行业收益减去中 证全指)和基准指数（中证全指）三部分。2023 年以来，截至 5 月 12 日，个股超额在 3-4 月份有明显的正向贡献，同期，中证全指波动较大，说明超预期事件精选组合、领先上调精选组合和文本事件精选组合能够从全市场各个行业中精选优质个股。进一步地，从全市 场精选具有个股超额的投资机会是应对整体市场波动环境较好的方式。

科技板块选股：主题性投资热点下，精选业绩驱动组合

从成长视角来看，传媒、电子、计算机和通信的净利润同比增速表现明显涨跌变化， 整体成长稳定性较差，具有周期性成长特征。截至 2023 年 4 月 28 日，最新的净利润增速 排序是：通信>电子>计算机>传媒。从周期视角来看，在已有的定性和定量的企业生命周期划分方法基础上基于核心变量 从经营周期和业绩周期来尝试寻找处于成长期的公司。截至 2023 年 4 月底，从经营周期 的角度，经营扩张具有经营性现金流和研发强度同时上升的特征。经营扩张较快的中信二 级行业包括其他电子零组件Ⅱ、消费电子、文化娱乐、计算机设备、半导体、广告营销、 元器件和电信运营Ⅱ。

从业绩周期的角度，从成长和盈利两个维度，业绩趋势具有长期和短期趋势均向上的 特征，困境反转具有长期趋势向上，但短期趋势向下的特征。处于业绩趋势的中信二级行 业包括产业互联网、互联网媒体和增值服务Ⅱ等，处于困境反转的中信二级行业包括光学 光电、云服务、媒体和通讯工程服务。

基于科技板块行业和个股的成长周期特征，选择具备“成长周期向上”特征的股票构 建组合，切入的角度包括价值洼地、现金流量、经营扩张、业绩趋势和困境反转。展开来 说，价值洼地是基于估值成长分析框架，选择个股所在行业处于相对高成长和低估值状态， 也就是说，具备较好的成长性价比。现金流量是基于企业生命周期划分的现金流量组合法， 选择个股经营活动净现金流和筹资活动净现金流大于 0，投资活动净现金流小于 0 的股票。

经营扩张是基于经营周期，选择个股所在行业处于经营性现金流量净额与营收收入的比值 和研发费用与营业收入的比值的同时上升阶段。业绩趋势是基于业绩周期，选择个股所在 行业处于成长维度的加速成长或盈利维度的盈利持续改善阶段，核心逻辑是业绩长期趋势 和短期趋势均向上。困境反转也是基于业绩周期，选择个股所在行业处于成长维度的成长 反转或盈利维度的盈利触底回升阶段，核心逻辑是业绩长期趋势向上，但短期趋势还未显 现。

成长周期向上精选组合本质是业绩驱动组合。组合收益方面，成长周期向上精选组合 均表现不错的收益能力，其中，困境反转组合表现最佳。自 2023 年以来，截至 5 月 12 日，价值洼地精选组合、现金流量精选组合、经营扩张精选组合、业绩趋势精选组合和困 境反转精选组合相对中信科技指数的绝对收益分别是 15.6%、21.6%、22.4%、23.3%和 31.9%，同期中信科技指数收益为 15.4%。分月来看，困境反转精选组合仅在2023年4月跑输中信科技基准指数，月胜率为80%， 具备持续性的超额收益能力。这说明在科技板块主题性投资热点下，业绩驱动的选股策略 能够从中筛选出优质标的。

企业行为视角：股权激励事件隐含的预期目标增速

《量化策略专题研究：寻找股权激励背后的预期差》（2022 年 1 月 26 日）中，我们 发现，对未来业绩增速预期的指引或是股权激励预案期超额收益的主要来源，股权激励行 权条件中的绩效目标完成率越高，越能够有效地引导市场预期。历史上看，按目标净利润 增速将 2012 年以来的事件样本由小至大分为 5 组，分别为 G1、G2、G3、G4、G5。分 组表现来看，高目标净利润增速组（G5）预案公告后的事件效应更强，持有 60 个交易日 相对中证 1000 指数的平均超额收益约 7%，显著高于低目标净利润增速组别（G1）。

结论

1. 市场特征：板块风格多轮切换，战胜基准难度加大。 （1）市场总体上行，板块风格历经多轮切换。沪深 300 指数自 2022 年 10 月 31 日 近一年新低以来持续反弹，至 2023 年 1 月 30 日达到本轮反弹以来新高，此后至 2023 年 5 月 12 日维持震荡状态。期间，板块风格经历了从大盘指数到中小成长类指数，再到大盘 指数的多轮切换。

（2）传统基本面因子风格弱化，成长、盈利因子持续回撤，价值、低波因子表现占 优。价值因子在各指数空间内均表现较为强势，波动率因子除在中证 1000 空间中仅获得 微弱的正收益外，在其他空间中超额收益均在 3%以上；市值、反转因子年初以来在大部 分指数空间中一度曾获得较高的超额收益，但从某一时点后至今又发生回撤；成长和盈利 因子开年以来持续跑输基准，虽然今年以来数字经济、人工智能等科技主题曾一度获得市 场追捧，但个股层面的超额收益均被如市值、反转等因子所解释。

（3）今年以来风险模型对个股总波动解释度的分布区间低于过去两年。风险模型的 解释度反映了个股微观波动的群聚性，说明风格对个股的解释性下降，通过风格、行业的 偏离来获得超额收益的难度总体上高于过去两年。 （4）公募沪深 300、中证 500 增强基金年内战胜基准比例不足三分之一。截至 5 月 12 日，全市场沪深 300、中证 500 公募增强基金战胜基准（超额收益>0）的比例分别为 26.53%和 31.48%，中证 1000 增强由于备选样本股数较广，目前来看战胜基准的比例和 超额收益尚处于较正常的水平。

2. 风格解析：预期变化驱动基本面风格切换，经济复苏锚定于企业营收增长 （1）宽基指数的强预期与弱业绩。上证 50、沪深 300 指数在 2023Q1 财报披露后产 生了一定的成长性提升迹象，但是相对 2021 年末以来的下行趋势来说，幅度仍不明显； 一致预期来看，各宽基指数预期成长性的提升较为显著，且创业板指、科创 50、中证 1000 指数幅度更高，上证 50、沪深 300、中证 500 指数提升幅度则较低。（2）价值组合的预期成长性显著上行。中证全指、成长组合、盈利组合的预期 FTTM 净利润增长率、预期 FTTM 营收增长率均存在下行趋势，而价值组合的预期 FTTM 净利润 增长率、预期 FTTM 营收增长率则显著上行。成长组合的预期成长性下降、盈利组合的预 期盈利水平下降应是成长因子、盈利因子走弱的主要原因，而价值因子的走强则主要依赖 于价值组合的预期成长性提升。

（3）市场对经济复苏进展的关心锚定于营收的预期变化。除 PS 视角下市场的估值 偏贵之外，PE、PB 视角下市场总体估值较低，市场分化度总体处于历史中位数。部分热 门行业 从 PB-ROE、PE-净利润增长率的角度来看与回归曲线偏离较多，但从 PS-营收增 长率来看则非常接近拟合中枢，说明在投资者关注经济复苏进展的大背景下，重点关注于 上市企业的营业收入增长情况，且目前市场价格点位已经隐含了较高的营收增长预期。

3. 组合管理：精细化风险刻画，弱风格环境重个股 Alpha （1）离散化因子处理，重视因子排序。对各大类因子进行了基于分位数的分组划分， 每个因子的每个分组以哑变量形式体现在回归方程中，离散化的本质是对排序关系的描述， 而非数量关系的描述，而且为非线性问题预留了灵活的操作空间。

（2）精细化因子刻画，因子收益动量和个股 Alpha 反转效果显著。因子离散化之下， 回归模型的解释变量数量大幅扩充，也实现了对因子收益更精细的刻画，而更精细化的因 子收益也发现了更显著的收益动量，个股纯 Alpha 收益存在更显著的反转特征。 （3）市场主体风格缺失环境，纯 Alpha 反转策略相对收益更高。因子动量策略长期 IR 和年化超额收益率均高于纯 Alpha 反转策略，说明在 A 股市场总体上通过风格或行业 的把握来获取超额收益相对容易；在行业、风格相对显著的年份，因子动量策略超额收益 显著高于纯 Alpha 反转策略，而在风格弱化的年份，纯 Alpha 反转策略的超额收益更高。

4. 业绩主线：精选预期改善个股，挖掘企业隐含目标增速。 （1）预期边际改善策略：复苏预期下收益有所回升，个股超额贡献突出。在指数增 强方面，2023 年以来，截至 5 月 12 日，沪深 300 指数增强超额收益为 5.2%，中证 500 指数增强超额收益为 6.8%，超额收益主要在 3 月份之后实现，这说明在进入业绩密集披 露期时，市场开始回归业绩主线投资，预期边际改善策略受益于业绩驱动而获得更好的收 益表现。在精选组合方面，经济复苏预期下，整体收益表现有所回升，2023 年以来截至 5 月 12 日，超预期事件精选组合、领先上调事件精选组合和文本事件精选组合绝对收益分 别为 11.0%、10.1%和 10.8%。

（2）科技板块选股：主题性投资热点下，精选业绩驱动组合。基于科技板块行业和 个股的成长周期特征，选择具备“成长周期向上”特征的股票构建组合，切入的角度包括 价值洼地、现金流量、经营扩张、业绩趋势和困境反转。其中，困境反转精选组合仅在 4 月跑输中信科技基准指数，月胜率为 80%，具备持续性的超额收益能力。这说明在科技板 块主题性投资热点下，业绩驱动的选股策略能够从中筛选出优质标的。（3）企业行为视角：股权激励事件隐含的预期目标增速。对未来业绩增速预期的指 引或是股权激励预案期超额收益的主要来源，股权激励行权条件中的绩效目标完成率越高， 越能够有效地引导市场预期。在当前预期不明朗的情况下，具有目标净利润增速的个股更 具投资价值。2023 年以来，股权激励组合实现了 6.82%的超额收益，整体年化超额收益 达到 34.38%。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

关键词：