[金融业] [2025-02-18]
假期旅游数据是我们观察居民出行、消费升级的重要指标。但在该指标的使用过程当中,经常会 存在一些“疑点”:比如春节长假,有时候是8天,有时候是7天,同比增长如何计算?为什么文旅 局公布的旅游人次绝对数无法直接推测出“恢复至2019年同比口径”的百分比,这其中涉及所谓 “规模以上”调整吗?到底哪些行为算“旅游”,探亲算旅游吗,出差算旅游吗?到底哪些收入属于 旅游收入,除了吃喝玩乐,旅行过程中的购物算旅游收入吗?我们发现,由于上述问题并没有被 系统地解答过,在解读假期旅游数据时经常会出现一些错误,尤其是涉及数据纵向比较之时。带 着这些疑问,本文试图一次性讲清楚假期旅游数据统计的一些要点。
[水利、环境和公共设施管理业] [2025-02-18]
环卫装备深度:基于年度数据的新思考:制造降本+电油比为基,政策考核年催化,氢能价
[制造业] [2025-02-17]
2024 年 12 月家具出口增速回升,保温杯出口延续快增。据海关总署数 据,2024 年 12 月家具及其零件出口额 70.6 亿美元,同比+3.2%(前值-2.6%), 家具出口增速回升,2024 年全年家具及其零件出口额 678.8 亿美元,同比 +5.8%。各品类来看,12 月弹簧/乳胶床垫出口额分别同比+15.7%/+2.8%,弹 簧床垫出口增速抬升;12 月木框架/金属框架沙发出口额分别同比-3.3%/- 0.6%,降幅均收窄;12 月 PVC 地板、不锈钢保温杯出口额分别同比+0.8%、 +17.3%。12 月弹簧床垫、不锈钢保温杯出口相对较优。
[纺织业,纺织服装、服饰业] [2025-02-17]
行业大盘:服饰持续提价,鞋类销量驱动,第四季度景气度显著抬升。行业在2024年呈现较好的景气度,具体表现在双 位数的销售额增长伴随单位数的价格提升,运动+户外行业在服饰大盘的比例提升到约1/4。行业增长在服饰品类上体现 为价格驱动,包括户外功能性和冬季羽绒涨价因素,而鞋类表现出更好的销量增速,主要来自跑鞋放量增长,另外篮球 鞋出现一定的止跌苗头,休闲品类在新平台驱动下也保持快速增长。
[金融业] [2025-02-17]
银行行业:开门红投放保持积极,关注预期改善个体-月酝知风之银行业-平安证券
[食品制造业,酒、饮料和精制茶制造业] [2025-02-17]
ble_Summary] 社零:2024 年 12 月社零总额同比增长 3.7%,增速环比 11 月提 升 0.7pct,提升原因有春节备货错期、以旧换新政策带动家电、通讯器 材等消费以及双十一促销前置导致 11 月基数较低。12 月餐饮收入同比 增长 2.7%,增速环比下降 1.3pct,相对疲软。12 月粮油食品类同比增 长 9.9%,增速环比下降 0.2pct,作为必选消费维持较高增速;饮料类 同比下降 8.5%,增速环比下降 4.2pct,增速延续下行;烟酒类同比增 长 10.4%,增速环比提升 13.5pct,受益春节备货增速明显
[汽车制造业] [2025-02-17]
美国市场:汽车零部件及轮胎店销售额依然处于历史同期较高水平, ] 汽柴油消费量、汽车销量相对稳定,总体来看轮胎下游需求比较稳 定。2024 年 12 月,美国汽车零部件及轮胎店零售额为 109.74 亿美 元,环比下降 2.70%,同比上涨 4.77%。2025 年 1 月,美国汽油消费 量为 830.44 万桶/天,环比下降 4.86%,同比上涨 1.84%;柴油消费 量为 404.60 万桶/天,环比上涨 4.87%,同比上涨 10.71%;美国汽车 销量为 111.25 万辆,环比下降 25.40%,同比上涨 2.36%。
[金融业] [2025-02-17]
资本市场进一步全面深化改革的重要举措-《关于资本市场做好金融_五篇大文章_的实施意见》点评-国联证券
[食品制造业,酒、饮料和精制茶制造业] [2025-02-17]
餐饮供应链,是一个将食品从生产者、供应商转移到最终消费者的系统。据窄门餐眼数据显示, 2023年我国餐饮供应链市场规模为2.39亿元,预计到2026年达到3.1亿元,3年CAGR为9.06%。
[信息传输、软件和信息技术服务业] [2025-02-17]
s1-32B 模型:知识蒸馏技术实现小样本高性价比训练:TechCrunch 于 2 月 5 日报道,斯坦福大学与华盛顿大学联合研究团队在李飞飞的带领下,成 功以低于 50 美元的训练成本开发出高性能 AI 推理模型 s1-32B。该模型在数 学推理和编程能力测试中展现出与 OpenAI 的 o1 模型及 DeepSeek 的 R1 模型 相匹敌的优异表现。李飞飞团队运用“测试时缩放”技术,选择开源预训练模 型 Qwen2.5-32B-Instruct 作为基座模型,并使用包含 1000 个样本的 s1K 数据 集进行监督微调,最终获得了 s1-32B 模型。训练过程仅使用了 16 块英伟达 H100 GPU 进行 26 分钟的核心训练。我们认为,高质量数据是模型训练的基 石,尽管 s1K 数据集样本量较小,但其中蕴含的丰富推理信息为 Qwen2.5- 32B-Instruct 语言模型的监督微调提供了有力支持,这也充分表明了训练数据 集质量的重要性。同时,未来产业的发展依然离不开基座模型能力的持续迭 代,我们在看到 s1-32B 模型带来高性价比路径的同时,也不可忽视基座模型 能力上的前期投入。