■
尽管10月8日国家发改委的新闻发布会未能带来市场期望的财政刺激措施，市场需要认识到发改委的职责并不包括发布这类计划。
■
实际上，当前市场回调反而可能有助于防止股市过热，进而为中国经济的长期复苏奠定基础。
■
财政部计划在10月12日举行新闻发布会，预计将公布一些财政刺激方案，规模可能占GDP的3%，但关键在于这些措施将用于填补地方政府的财政缺口。
■
中国的财政刺激措施预计主要集中在四个领域：地方政府财政转移支付、社会保障和鼓励生育、以及直接为预售但延期交付的住宅项目提供资金。
■
这些措施将通过中央和地方政府的转移支付机制分配，整体规模可能会保持在GDP的3%以内，但可能持续数年，重点在于逐步缓解地方政府的财政压力。
■
此外，财政部可能在全国人大常委会会议（预计10月下旬举行）上宣布新增2.0万亿元的超长期专项国债，用于重大基础设施项目和支持低收入家庭。
■
房地产行业的债务问题预计也将通过政策性银行和中国人民银行的工具得到缓解，总体刺激规模可能超出预期。
■
财政部正面回应了年内财政收支压力，表示通过综合性措施可以实现收支平衡，完成全年预算目标。
■
为缓解财政收支压力，中央财政安排了4000亿元地方政府债务结存限额，并指导地方使用预算稳定调节基金等存量资金。
■
中央财政还有较大的举债空间和赤字提升空间，相关增量政策须经人大常委会审批。
■
针对地方隐性债务问题，财政部提出近年来支持化债力度最大的措施，包括发行特别国债补充国有大型商业银行核心一级资本。
■
专项债券允许用于土地储备，调节土地供需，缓解地方政府和房地产企业的流动性和债务压力。同时，专项债券、保障性安居工程补助资金向收购存量房倾斜。
■
财政扩大高校学生资助政策，包括国家奖学金名额翻倍，提高奖学金和助学金标准，加大国家助学贷款支持力度。
■
2024年国家奖学金奖励名额翻倍，本专科生国家奖学金名额从每年6万人增加到12万人，奖励标准从每生每年8000元提高到1万元。
■
2024年1-8月国内风机招标规模达到86.70GW，同比增长104.88%，其中陆上风机招标81.43GW，同比增长120.61%，海上风机招标5.27GW，同比减少2.51%。预计2024年陆风招标量有望超过100GW，海风招标量有望在10GW左右。2024-2026年国内风电新增装机预计分别为84.52GW、92.71GW、103.30GW，CAGR为9.18%。
■
全球陆风新增装机量预计从2023年的106GW增长至2028年的146GW，CAGR为7%。全球海风新增装机有望从2023年的11GW增长至2033年的66GW，CAGR为20%。
■
陆上风机去除塔筒平价价格在1200-1400元/KW，且从2024年4月以来有回升迹象。海上风机去除塔筒价格目前在2500-2700元/KW徘徊。随着陆风大型化边际放缓，价格有望企稳。
■
2024H1大部分风电整机企业风机业务毛利率环比回升，如三一重能、金风科技、运达股份等。随着招标价格触底企稳叠加成本优化，龙头企业风机业务盈利水平有望继续回升。
4、《新机制抗抑郁药快速改善症状》摘要
■
现有抗抑郁药物主要是症状改善药物，如SSRIs和SNRIs，虽然有效，但起效时间较长（通常需要2-4周），且存在肠胃不良反应、头痛、头晕等副作用，导致患者依从性不高。
■
氨基酸类神经递质药物成为研发热点，特别是作用于谷氨酸受体和GABA受体的药物。谷氨酸类神经递质靶点药物具有起效快速且作用持久的优点。
根据Research and Markets的报告，2022年全球抗抑郁药物市场规模约145亿美元，预计到2030年将达176亿美元。中国市场规模也将持续扩大，预计到2030年将达到238亿元的市场规模，2022-2030年复合增长率为4.2%，增速高于全球整体水平。
■
美国FDA于2019年批准了Esketamine鼻喷雾剂，这是30多年来首个作用于谷氨酸受体靶点的新机制抗抑郁药，用于难治性抑郁症和伴有自杀意念或行为的抑郁症成人患者。
■
特斯拉的FSD系统累计行驶里程数已超过16亿英里，其中基于“端到端”技术的FSD V12版本的累计行驶里程数超6亿英里。特斯拉在AI算力方面有显著提升，预计到2024年底，特斯拉将拥有等效于9万个H100的GPU算力。
■
特斯拉的自动驾驶硬件平台从HW1.0发展到HW4.0，其中HW4.0预计将拥有约720TOPS的算力，搭载特斯拉第二代自研FSD芯片。传感器方面，虽然摄像头数量从8个降低为7个，但探测距离和像素都有显著提升。
■
特斯拉的FSD技术栈不仅适用于汽车领域，还可以复用于Optimus等机器人项目。特斯拉通过全栈自研、第一性原理以及垂直整合，对Robotaxi进行前瞻研究，展现了对技术本质的深刻理解。
■
马斯克表示，特斯拉将在2024年在自动驾驶领域投资超过100亿美元，以支持FSD技术的研发和迭代。
■
特斯拉通过其全球车队收集了大量实际驾驶数据，这些数据对于优化和改进FSD算法至关重要。特斯拉已经建立了全面的数据训练流程，包括数据采集、模拟仿真、自动标注、模型训练和部署等环节。
