A 股本土 case 补料（Phase 2 反向校准 Prep-3）
背景与选择逻辑
首轮 Phase 2 反向校准的 10 个 case 偏美股 / 加密 / 全球宏观，暴露的多是市场化定价、流动性周期、叙事驱动等"成熟市场"型认知场景，缺中国资本市场本土特征。本补料从候选池选出 4 个 A 股 case，覆盖维度互补：国家队直接干预（2024-09）、政策驱动型行业出清（地产暴雷）、散户结构 + 制度性摩擦集中爆发（2015 股灾救市）、跨市场叙事的本地化变形（2023 AI / CPO 算力）。其余候选（白酒回升、半导体国产化、新能源车、化债行情）与已入选 case 在机制层高度同构，本次不重复装载。
Case A-1：2024-09 政策组合拳与中央汇金 ETF 入场
- 时间窗：2024-09 至 2024-12
- 核心叙事：2024-09-24 央行 / 证监会 / 金融监管总局"一行一局一会"联合发布会推出降准 + 降息 + 互换便利 + 股票回购增持再贷款等政策组合拳，叠加中央汇金此前已大规模买入沪深 300 / 上证 50 等宽基 ETF（2024 上半年累计逾 4000 亿元），A 股从持续低迷转为短期暴力反弹。
- 关键时间线：
- 2024-02：中央汇金宣布扩大 ETF 增持范围，首次明确"平准基金"角色雏形
- 2024-04：一季度斥资约 3300 亿元增持 ETF（财新报道）
- 2024-09-24：国新办发布会推出政策组合拳
- 2024-09-26：政治局会议罕见在 9 月讨论经济，定调"促进房地产市场止跌回稳"
- 2024-10 初：节后首日成交破 3.5 万亿，上证指数短期快速冲高后回落
- 验证机制（本 case 主要触达）：
- 信息源可靠性与异构对齐（央行公告 / 政治局通稿 / ETF 季报 / 卖方解读权重排序）
- 场景识别与映射（"政策底"场景的识别与历史样本对齐：2015 救市、2008 4 万亿）
- 事件传导链路（政策→国家队加仓→指数权重股→情绪→散户跟入的反身性）
- 行为偏差识别 + 不确定性量化（FOMO 与对"国家牛市"叙事的过度外推）
- 揭示盲区（8 机制可能装不下）：
- 平准基金 / 国家队作为非市场参与者的资金行为，难以用估值或因子模型刻画
- 政治局会议、国新办发布会等准政策信号的分级与解码，超出常规"信息源"模板
- "维稳"目标函数与利润最大化目标函数不同，传统理性主体假设失效
- A 股本土性体现：国家队直接下场买 ETF 在全球主流市场没有对应物（日本 BOJ 买 ETF 是少数例外但规模、机制不同）；准政策信号（政治局会议措辞变化）的解码权重远高于美股的 FOMC point dot。
Case A-2：2021-2023 房地产连环暴雷（恒大 → 碧桂园 → 万科）
- 时间窗：2021-06 至 2024-12（事件仍在演进）
- 核心叙事：2020-08"三道红线"政策落地后，高杠杆地产龙头被迫出清。恒大率先在 2021 年下半年商票违约、美元债违约；2023 年 8 月碧桂园美元债违约；2024 年起万科信用风险加剧。地产 - 地方政府土地财政 - 银行表外的中国特色三角链条被压力测试。
- 关键时间线：
- 2020-08：央行 / 住建部"三道红线"政策
- 2021-06 至 2021-09：恒大商票大面积违约、理财兑付危机、美元债利息违约
- 2022-07：多地"停贷断供"舆情爆发，保交楼成政策关键词
- 2023-08：碧桂园两笔合计 2250 万美元的债券利息逾期，10 月正式构成境外债违约
- 2024：万科信用利差走阔、深圳国资介入
- 验证机制：
- 金融对象本体识别与关联（房企 - 城投 - 地方政府 - 银行表外 - 信托 - 居民按揭 多层主体网络）
- 时间维度对齐（"政策周期"与"销售周期"双轨：政策放松节奏 vs 销售月度高频）
- 事件传导链路（土地财政→城投平台→银行抵押品→居民资产负债表的反身性下行）
- 可迭代矫正（早期市场普遍以"大而不能倒"先验定价，被多次证伪后需反事实重估）
- 揭示盲区：
- 刚性兑付预期的逐步打破是政策博弈过程而非单次出清，节奏由政府决定
- 隐性债务（地方政府融资平台 / 城投）规模与质量披露不透明，本体识别本身就是难题
- 保交楼、白名单、收储等政策工具是非市场化干预，难纳入估值三支柱
- A 股本土性体现：与美国次贷危机的关键区别是中国按揭违约率低、银行直接敞口可控，但通过土地财政传导到地方政府支出与城投信用，是另一个传导拓扑；美股案例无法替代。
Case A-3：2015 杠杆牛 + 股灾 + 救市
- 时间窗：2014-11 至 2016-02
- 核心叙事：2014 年底降息开启的"改革牛 / 杠杆牛"在 2015 年 6 月见顶 5178 点后，因清理场外配资引发踩踏式下跌；7 月起证金公司、汇金、券商联手救市，期间发生千股跌停 / 千股停牌 / 熔断启停等极端事件，是 A 股制度性特征（散户结构 + T+1 + 涨跌停 + 融资融券 + 监管节奏）的集中爆发。
- 关键时间线：
- 2014-11：央行降息，"改革牛"启动
- 2015-04：场外配资规模估算超 1 万亿（口径有争议，待核实）
- 2015-06-12：上证指数 5178 高点
- 2015-06-15 起：清理场外配资引发连续暴跌
- 2015-07-04 至 07-09：证金救市，21 家券商出资、暂停 IPO
- 2016-01：熔断机制 1 月 4 日 / 1 月 7 日两次触发后立即暂停
- 验证机制：
- 信息源可靠性与异构对齐（证监会喊话、证金动向、券商研报、雪球散户情绪的可靠性梯度）
- 时间维度对齐（杠杆周期与情绪周期的相位差）
- 行为偏差识别 + 不确定性量化（散户羊群、恐慌性赎回、损失厌恶在高杠杆下被放大）
- 事件传导链路（场外配资清理→强平→指数下跌→更多强平的负反身性循环）
- 揭示盲区：
- T+1 + 涨跌停 + 千股停牌使得"流动性"在极端情况下不是连续变量而是离散开关
- 监管规则在交易日内变更（熔断暂停、卖空限制）使得回测假设失效
- 救市本身改变了价格发现机制，"国家队持仓"成为新的隐含变量
- A 股本土性体现：散户成交占比长期超 50%（约，待核实当时口径），与美股机构主导结构完全不同；T+1 与涨跌停板是制度性约束，无法用美股闪崩或 1987 黑色星期一直接类比。
Case A-4：2023 AI / ChatGPT 叙事的 A 股本地化演绎（CPO / 算力 / 数据要素）
- 时间窗：2023-02 至 2024-03
- 核心叙事：ChatGPT 引爆全球 AI 叙事后，A 股没有对标 OpenAI / Nvidia 的核心标的，叙事沿产业链向下"找映射"，集中爆炒 CPO（光模块）、算力租赁、数据要素、信创等环节。中际旭创、新易盛、剑桥科技等光模块标的成核心资产；同期出现游戏 / 传媒 / AIGC 应用层短促轮动。最终在 2023 年下半年回调、2024 年初的"小微盘量化踩踏"中部分标的剧烈下跌。
- 关键时间线：
- 2023-02 至 2023-04：ChatGPT 引发全球关注，A 股 AI 概念启动
- 2023-05 至 2023-07：CPO / 算力主题进入高潮，中际旭创等连续新高
- 2023-10：英伟达对华出口管制升级，叙事出现裂缝
- 2024-01 至 2024-02：小微盘 + 量化 DMA 踩踏，AI 概念股二次重挫
- 2024-03：政府工作报告"人工智能 +"概念再次提振
- 验证机制：
- 场景识别与映射（美股 AI 叙事如何在 A 股"找映射"：受益链向上游硬件偏移）
- 信息源可靠性与异构对齐（卖方主题报告、Nvidia 财报指引、行业出货数据的时差与口径差）
- 金融规律（估值三支柱在主题股 PE 失效后退化为 PS / 远期订单 / 概念覆盖度）
- 行为偏差识别（叙事的锚定效应、跨市场"映射偏差"）
- 揭示盲区：
- 叙事的跨市场传染存在"翻译损耗"，A 股映射常停留在硬件 / 中游而非应用层
- 主题股定价中"概念纯度"是非财务因子，难以并入因子模型
- 量化交易（特别是 DMA / 雪球结构）在小微盘集中度过高时形成新的反身性源
- A 股本土性体现：A 股缺少 AI 核心资产，叙事必须经过"产业链映射"再投射到本地标的，这种二次叙事生成机制是美股不存在的；信创 / 数据要素等政策概念叠加，使得本地版本不是美股的简单镜像。
汇总：A 股 case 暴露的"8 机制可能装不下"因素清单
- 平准基金 / 国家队作为非市场参与者的资金行为
- 准政策信号（政治局会议、国新办发布会、政府工作报告）的分级解码
- 刚性兑付预期的渐进打破由政府节奏决定
- 隐性债务（城投 / 地方融资平台）本体识别困难
- T+1 + 涨跌停 + 千股停牌使流动性离散化
- 监管规则在极端行情中盘中变更
- 散户成交占比高带来的情绪敏感性
- 量化（DMA / 雪球 / 小微盘策略）形成新型反身性源
- 跨市场叙事的"翻译损耗"与本地化映射偏差
- 概念纯度等非财务因子的定价权重