该项目建设规划总占地面积400亩，规划总建筑面积为266800.00㎡。土地购置费用5400万元，建筑工程费70165.00万元，设备购置及安装费用8000.00万元，工程建设其他费用8948.77万元。

项目估算总投资（含流动资金）125009.30万元，其中：固定资产投资93650.87万元（包括建筑工程费70165.00万元，设备购置费8000.00万元，工程建设其他费用8948.77万元，预备费用6537.10万元）；流动资金31358.43万元。

C-REITs跟踪分析模块是前期实践“房地产股票AI评级系统”的重要补充部分，专门面向中国公募基础设施REITs市场。REITs（Real Estate Investment Trusts，不动产投资信托基金）是一种将大型基础设施资产证券化的金融产品，其核心价值在于让普通投资者能够以较低门槛参与高速公路、产业园区、仓储物流等优质基础设施的投资，并分享其稳定的租金和运营收益。

根据中金企信发布《C-REITs跟踪分析模块商业计划书（战略规划）》：本模块覆盖截至2026年4月10日中国市场已上市的全部82只公募REITs产品，横跨8大资产类型，为投资者提供从数据采集、智能筛选到回测评价的一站式分析服务。随着中国REITs市场的持续扩容和投资者认知度的提升，系统化的筛选工具将成为机构和个人投资者的刚需。

REITs资产类型（数据裁至2026年4月10日）

系统采用前后端分离的现代化架构设计。整体数据流转可以理解为一个“智能工厂”：原材料（行情数据）从外部数据源进入，经过多道工序（筛选、评分、评价）加工处理，最终输出成品（投资建议）供投资者参考。

C-REITs跟踪分析模块系统架构图

五层漏斗+Top5优选，构建以分红稳健性和风险控制为核心的REITs筛选框架：系统核心算法采用五层漏斗筛选策略，从82只REITs中层层过滤精选5只优质标的。第一层分红率筛选（3%-10%区间，优选5%-8%）;第二层收入趋势分析（剔除连续环比下降品种）第三层流动性排查（剔除零成交僵尸品种）;第四层AI奥情风险识别（三模型投票制，超50%判定负面才剔除）；第五层AI综合评选（加权评分制选出Top5）。该策略实现了量化指标与AI智能的深度融合。

三模型协同+多场景融合，提升AI决策结果的稳健性与可解释性：为降低单一AI模型的偏差，系统创新性地采用三模型联合决策机制，并行调用MiniMaxM2.7、GLM-5和KimiK2.5三大主流大语言模型进行综合研判。根据不同场景采用三种融合算法：奥情筛选采用投票制避免误杀、综合评选采用加权评分制形成最优排序、回测评价采用并行展示制提供多元视角。系统还设计了完善的容错与降级机制。

第一章 摘要

第二章 公司与管理介绍

第三章 产品与技术

第四章 行业发展状况

第五章 市场需求分析

第六章 竞争分析

第七章 商业模式说明

第八章 融资说明

第九章 财务分析与预测

第十章  SWOT分析

第十一章　风险评估

第十二章 小结

中金企信推荐报告

《C-REITs跟踪分析模块全球市场分析报告-中金企信编制》

《C-REITs跟踪分析模块数据研究分析报告-中金企信编制》

《C-REITs跟踪分析模块市场投资价值评估报告-中金企信编制》

《C-REITs跟踪分析模块市场出海战略报告-中金企信编制》

《C-REITs跟踪分析模块细分数据分析-中金企信编制》