行業(yè)景氣度研究框架暨煤炭行業(yè)景氣度研究

1、1、 行業(yè)景氣度研究方法論近年來，股票市場投資中行業(yè)風格收益在組合收益中的占比日益提高，投資者對行業(yè)景氣度變化越發(fā)關心。我們回顧歷史可以發(fā)現(xiàn)每年表現(xiàn)較好的行業(yè)數(shù)量并不固定，且分析師判斷投資價值時亦從自身行業(yè)經(jīng)營特點出發(fā)，因此我們認為在對行業(yè)景氣度建模時應當從經(jīng)營數(shù)據(jù)出發(fā)對行業(yè)板塊投資機會進行判斷。區(qū)分估值景氣和業(yè)績景氣雖然我們進行行業(yè)景氣度研究的最終目標是指導投資實踐，但仍然有必要對研究對象進行拆分。由于市場投資者存在預期博弈、反映遲滯、過度樂觀/悲觀等心理，股價表現(xiàn)有時反應在基本面好轉之前，并且存在對短期信息過度反應的現(xiàn)象股價的波動往往比行業(yè)基本面波動更大。如果以股票股價變動直接作為研究對象

2、，則是把市場預期引起的估值變化和基本面事實變化這兩個影響雜糅一起進行規(guī)律觀察，容易導致歸因偏誤。圖 1：景氣度周期和股價周期常常錯配因此我們把研究對象拆分成兩部分：1、哪些因素能夠反映行業(yè)當期業(yè)績，即當期景氣度，一般考慮業(yè)績驅(qū)動因素；2、哪些因素能引起行業(yè)估值變化或者反映市場預期改變，一般包括供求格局和交易行為。業(yè)績前瞻對于當期景氣度的研究，我們利用宏觀、中觀的經(jīng)濟指標、行業(yè)產(chǎn)業(yè)鏈關系來前瞻性地預測行業(yè)基本面的變化。而不是等待財報發(fā)布之后，根據(jù)財報結果對行業(yè)內(nèi)公司的業(yè)績進行匯總和評價。根據(jù)后者進行投資研究，更多是利用業(yè)績發(fā)布后的動量效應?？紤]到分析師多年來已經(jīng)從基本面角度對行業(yè)的經(jīng)營變化進行日

3、常跟蹤，并且這種數(shù)據(jù)跟蹤的頻率已經(jīng)愈發(fā)高頻化。我們認為股價的波動會提前反映投資者對于股票基本面的分析，行業(yè)景氣度的研究也應該融合比財報數(shù)據(jù)更高頻的信息。具體而言，我們觀察的主要對象是營業(yè)收入和利潤變化。根據(jù)行業(yè)特色分域建模不同行業(yè)的業(yè)績驅(qū)動因素有很大差別比如處在上游的煤炭行業(yè)，由于生產(chǎn)單位成本較為固定且短時間難以新開礦場提升產(chǎn)能，其需求景氣程度主要反映在產(chǎn)品售價上。煤炭的價格變化會顯著影響毛利率，即業(yè)績的主要影響因素是產(chǎn)品價格。中游制造型行業(yè)毛利率較為穩(wěn)定，業(yè)績一般取決于產(chǎn)品銷售和開工情況，在上游漲價時也會受到成本端壓力傳導。圖 2：煤炭行業(yè)（上游）與機械行業(yè)（中游制造）毛利率對比Wind，財

4、報數(shù)據(jù)范圍 2010 年-2021 年此外，我們注意到每年的景氣行業(yè)數(shù)量并不相同。從下圖各年中信一級行業(yè)漲幅表現(xiàn)可以看出，有的年份 top5 行業(yè)漲幅接近（2021），有的年份 top2 行業(yè)漲幅較為接近（2017）。換句話說，每年的景氣行業(yè)數(shù)量不是一個固定的數(shù)值。從策略角度看，不應該籠統(tǒng)地在截面選擇最景氣的 N 個行業(yè)進行配置，而應該逐個行業(yè)判斷景氣度，分別判斷投資機會。圖 3：中信一級行業(yè)各年漲幅，數(shù)據(jù)范圍 2014 年-2021 年，單位:%綜上所述，我們在進行行業(yè)基本面量化建模時，根據(jù)行業(yè)經(jīng)營特點和產(chǎn)業(yè)鏈結構尋找具有行業(yè)特色的經(jīng)營指標，分別判斷行業(yè)是否處于景氣區(qū)間。2、 行業(yè)景氣度因素

5、拆解、 營業(yè)收入變化拆解對于非金融企業(yè)，一般存在銷售收入（R）等于產(chǎn)銷量（N）乘銷售價格（P）的數(shù)量關系。把銷售收入對這兩個因素進行微分，可以得到上述推導的經(jīng)濟意義是，營業(yè)收入的增速可以分解成產(chǎn)量增速、產(chǎn)品售價增速、及二者共同影響。、 利潤變化拆解對于利潤變化，則要考慮成本的影響。這里我們假設兩種業(yè)務模型：平均成本不變模型和平均成本可變模型。、平均成本不變模型對于平均成本不變模型，我們假設固定的平均單位生產(chǎn)成本為 C，以利潤（NI）等于（售價-成本）乘以數(shù)量的關系進行微分。由于 C 是常數(shù)，且 C 和 P 的比例關系可以從上期財報中的毛利率得到，我們可以對 d(P-C)/(P-C)這一項進一步

6、化簡。假設基期毛利率為 m（m0），則（P-C）/P=m，據(jù)此進一步化簡 dp 項這里從數(shù)學上解釋了市場常見的在周期性行業(yè)中資源品價格上升期買入前期業(yè)績較差公司“彈性更大”的邏輯因為毛利率 m 是一個小于 1 的比例，當公司銷售的資源品價格上升 1 個百分點（dP/P 項），前期毛利率越是接近 0， 1/m 帶來的業(yè)績提升乘數(shù)就越大。平均成本不變模型利潤變化拆解：現(xiàn)在我們加入期間費用的影響，假設期間費用和銷售額保持一個相對固定的比例，即在上述公式中加入-k*P*N 項，化簡可得我們看到（1）（2）式的差別在于系數(shù)由 1/m 變化為(1-k)/(m-k)，由分數(shù)性質(zhì)可知，加入期間費用的影響使得該

7、乘數(shù)變大了。即凈利潤增速相對于毛利潤增速，對產(chǎn)品售價的彈性更大。業(yè)績乘數(shù)解決低基數(shù)效應問題。一般而言，利潤同比增速受“低基數(shù)效應”波動較大，難以預測準確，而我們的推導范式很大程度上解決了這一問題。以煤炭行業(yè)為例，假設在煤價較低時毛利率 20%，期間費用率 15%，則凈利率為 5%，即煤價 100 個單位中，生產(chǎn)成本 80 單位，期間費用 15 單位，凈利潤 5單位。如果煤價短期上漲 5%到 105 單位，生產(chǎn)成本維持 80 單位不變，期間費用 15.75 單位，則凈利潤為 9.25 單位，同比增速 9.25/5-1=85%，凈利潤增速對煤價增速的彈性為 17 倍。而根據(jù)公式（2）(1-k)/(

8、m-k)項系數(shù)也為 17 倍。低基數(shù)的效應被考慮在高乘數(shù)中。圖 4：業(yè)績彈性作用示例繪制平均成本不變模型適用于產(chǎn)品價格周期性波動較大的上游行業(yè)如煤炭行業(yè)，煤價歷史波動較大，但是煤炭采掘的生產(chǎn)模式和成本變化較小。、平均成本可變模型對于中游制造、中游周期性行業(yè)，其生產(chǎn)成本受到上游原材料影響。比如 2021年生豬養(yǎng)殖、白羽雞養(yǎng)殖相關企業(yè)凈利潤大幅下滑，其中一項重要影響因素就是豆粕、玉米等飼料原材料價格大幅上漲，抬高了營業(yè)成本。毛利潤增速驅(qū)動因素拆解利用基期毛利率 m 隱含的 P 和 C 之間的比例關系對上式化簡：因此對于生產(chǎn)成本受到外部影響較大的行業(yè)，其毛利潤變化可以拆分成四部分：銷量變化、產(chǎn)品售價

9、變化、成本因素變化、交叉項。以上為不考慮期間費用的毛利潤增速因素拆解模型?？紤]期間費用影響的凈利潤因素拆解由基期凈利潤與銷售量 N、銷售價格 P、毛利率 m、期間費用率 k 的關系：對化簡前含 C 的第一項進行微分可得：由上兩個式子相除計算同比增速，可得其中 dC/P 項需要進一步化簡，因為一般我們無法得知成本和售價的精確數(shù)值，比較容易得到同比變化。利用基期毛利率與 P、C 的關系，我們化簡代入可得可以看到，和成本不變模型相比，成本可變模型加入了成本價格變化，以及對應的成本彈性、成本變化與銷量變化交叉項。以上推導從原理上給出業(yè)績景氣度預測的基本范式。當然，這種框架是對復雜世界的抽象化，忽略了技

10、術創(chuàng)新、費用支出變化等難以提前獲得的信息，但我們景氣度跟蹤的窗口期也較短（1 年以內(nèi)），因此把其他因素歸于隨機誤差之中，抓住影響業(yè)績的主要矛盾。3、 業(yè)績景氣度數(shù)據(jù)處理、 成分股進出效應修正在加工行業(yè)景氣度數(shù)據(jù)時，我們應充分考慮行業(yè)成分股變化造成的景氣度數(shù)據(jù)波動。以行業(yè)凈利潤同比增速這一指標為例，如果直接使用兩個報告期歸屬于某行業(yè)的上市公司凈利潤計算，那么行業(yè)內(nèi)新股上市就會使后一報告期的公司樣本擴大，使得行業(yè)凈利潤、營業(yè)收入即使在行業(yè)景氣度沒有變化時也呈現(xiàn)出同比增長。我們的解決方案是以兩個比較期中的后一個報告期的行業(yè)公司為樣本，并追溯納入行業(yè)成分前的財報期數(shù)據(jù)，計算行業(yè)業(yè)績增速。、 低基數(shù)效應

11、平滑計算凈利潤同比增速指標時，如果上年同期行業(yè)凈利潤為接近 0 的負值，會導致同比增速突變，這種數(shù)據(jù)點對模型擬合過程帶來較大干擾。低基數(shù)問題主要發(fā)生在與凈利潤增速相關的指標計算中，對營業(yè)收入增速基本沒有影響。我們的處理方案是：1、計算行業(yè)凈利潤絕對值的中位數(shù)；2、計算同比指標時，如果 T-4 季（基期）凈利潤0.02,判斷為成長風格行業(yè)；期貨價格波動長協(xié)價格波動，統(tǒng)計截至 2022 年 2 月，現(xiàn)貨價格用秦皇島山西產(chǎn) 5500 大卡動力煤價格代指，長協(xié)價格用環(huán)渤海 5500 大卡動力煤代指，單位：元/噸長協(xié)合約銷量占整個行業(yè)產(chǎn)量比例逐年提高，據(jù)中國煤炭工業(yè)協(xié)會，2021 年長協(xié)合同簽約量占全國

12、煤炭產(chǎn)量的 50%以上。煤炭價格體系中，除了長協(xié)價格之外，還有現(xiàn)貨價格和期貨價格。在政府牽頭保供的政策預期下，下游大中型用煤企業(yè)普遍簽訂了長協(xié)合同，而議價權較弱的中小企業(yè)、散戶只能接受現(xiàn)貨價格，這就導致在煤炭緊缺時現(xiàn)貨價格的波動遠大于長協(xié)價格。期貨價格由于投機性因素存在，價格波動也比較大。根據(jù)國家發(fā)改委要求，核定產(chǎn)能 30 萬噸以上煤炭企業(yè)中長期合同簽訂數(shù)量要達到自有資源量 80%以上。因此動力煤經(jīng)營業(yè)績主要受到長協(xié)價格的影響。長協(xié)定價機制使得煤炭行業(yè)業(yè)績相對于煤炭產(chǎn)品價格變化是滯后的。2022 年以前，年度長協(xié)價格采用“基準價+浮動價”的定價模式，動力煤 5500 大卡下水基準價格為 535

13、 元/噸，其合同價格的計算公式為：當月合同價格=（上月最后一期環(huán)渤海動力煤價格指數(shù)+上月最后一期 CCTD 秦皇島 5500 大卡動力煤綜合交易價格+上月最后一期 CECI 綜合價）/3-53550%+5352022 年以后，長協(xié)新定價機制由（基準價+浮動價）/2 形成：基準價：下水煤合同按 5500 大卡動力煤 675 元/噸執(zhí)行；浮動價：實行月度調(diào)整，暫采用全國煤炭交易中心綜合價格指數(shù)（NCEI）、環(huán)渤海動力煤綜合價格指數(shù)（BSPI）、秦皇島動力煤綜合交易價格指數(shù)（CCTD）三個指數(shù)，選取每月最后一期，等權重平均確定。由此可見，長協(xié)機制使得動力煤行業(yè)的月度經(jīng)營數(shù)據(jù)滯后動力煤價 1 個月。焦

14、煤的長協(xié)一般參考上一季度市場價調(diào)整，焦煤經(jīng)營數(shù)據(jù)滯后焦煤價格一個季 度。、 基于產(chǎn)業(yè)結構的因子設計我們對業(yè)績同比增速的拆解公式拓展到分部經(jīng)營模型，以利潤為例：上式中（1）代表行業(yè)的銷量增速；（2）代表行業(yè)的產(chǎn)品價格增速；（3）代表業(yè)績彈性。、銷量因子我們定義存在多種產(chǎn)品的行業(yè)銷量增速為各個產(chǎn)品銷售量增速的加權平均值：在前文分析中我們提到煤炭行業(yè)的兩大產(chǎn)品是動力煤和焦煤，因此當月的行業(yè)銷量增速為兩個品種的銷售量加權增速。當月行業(yè)銷量同比=動力煤銷量同比增速*動力煤月銷量占比+焦煤銷量同比增速*焦煤月銷量占比上市公司行業(yè)與國民行業(yè)差異調(diào)整由于統(tǒng)計口徑、方法的設計，我們能夠獲取到的行業(yè)經(jīng)營指標，大部

15、分是以國內(nèi)整個行業(yè)具備一定規(guī)模公司作為樣本，這與上市公司有相當大的重疊之處，但又不完全相同。我們認為由于上市本身具有一定門檻要求，上市公司一般為行業(yè)中規(guī)模以上公司中的佼佼者，上市公司的銷量增速大概率高于國民行業(yè)整體銷量增速。而我們希望預測的對象又是上市公司景氣度，因而存在樣本和預測目標的不一致性。為了使行業(yè)指標更加接近上市公司的行業(yè)狀態(tài)，我們在銷售量同比增速指標中加入行業(yè)內(nèi)上市公司產(chǎn)能調(diào)整項：月度上市公司行業(yè)銷量同比=max（月度國民行業(yè)銷量同比增速，T 季度產(chǎn)能增速）其中，T 季度產(chǎn)能增速=（T-1）季行業(yè)內(nèi)上市公司固定資產(chǎn)/（T-5）季行業(yè)內(nèi)上市公司固定資產(chǎn)-1，并考慮到行業(yè)成分股進出效應

16、修正。、價格因子整個行業(yè)的價格因子為動力煤長協(xié)價格和焦煤價格的加權平均，權重為產(chǎn)品銷量占比。我們使用環(huán)渤海動力煤價格和 CCTD 動力煤長協(xié)價（2017 年后才有數(shù)據(jù)）作為動力煤價格因子。2017 年以前，動力煤價同比增速使用環(huán)渤海動力煤價格計 算，2017 年后，使用 CCTD 價格計算。、業(yè)績彈性因子對于公式中的第三項，涉及兩個財務指標的估計，一個是期間費用率 k，一個是基期毛利率 m。其中第 T 季的基期（T-4）季毛利率計算口徑為行業(yè)公司上年同期（T-4）季的 1-營業(yè)成本/營業(yè)收入。期間費用率 k 選擇 T 至（T-3）季（滾動 4 季）的均值。、 月度加權的帶約束回歸我們首先取財報

17、同期數(shù)據(jù)進行模型擬合，驗證和揭示指標與業(yè)績的客觀經(jīng)濟聯(lián)系，然后再考慮指標滯后因素，以滯后指標進行景氣度觀測。模型所用指標體系如下。表 3：煤炭業(yè)績景氣度指標體系指標類型指標名稱公布時間、頻率數(shù)據(jù)處理銷量國內(nèi)動力煤消費量t+2 上旬公布t 月缺失值用上年同月*（1+t-1 月 yoy）估算消費量：煉焦煤t+2 上旬公布t 月缺失值用上年同月*（1+t-1 月 yoy）估算固定資產(chǎn)增速季報T-1/T-5 季增速綜合平均價格指數(shù)：環(huán)渤海動力煤（Q5500K）每周三月度末、同比、推后 1 月價格京唐港庫提價：主焦煤山西產(chǎn)長協(xié)價：CCTD 秦皇島動力煤日季度平均、同比、推后 1 季月同比業(yè)績彈性毛利率季

18、報T-4 季期間費用率季報T-3-T 季均值資料來源：，對于單季度營業(yè)收入同比增速預測，我們采用的模型是對于單季度利潤同比增速預測，我們采用的模型是其中，由本報告第 2 章對各因子經(jīng)濟意義的推理，其理論系數(shù)為 1，所以我們把回歸系數(shù)的約束范圍設定在0,1。匯總月度業(yè)績因子至季度時，每個月業(yè)績因子的權重是當月銷售量/當季銷售量，即季度的業(yè)績增速是季內(nèi)各月增速的銷量占比加權平均。我們以 2012Q2-2021Q2 財報為樣本內(nèi)擬合模型，以 2021Q3-2022Q1 為樣本外進行預測。圖 16：單季度營收景氣預測效果，R2 0.72圖 17：單季度利潤景氣預測效果，R2 0.68，中信一級煤炭行業(yè)

19、上市公司 2012Q2-2022Q1 財報，中信一級煤炭行業(yè)上市公司 2012Q2-2022Q1 財報銷量因子價格因子（*業(yè)績彈性）交叉項營收 yoy 模型0.811.001.00表 4：帶約束回歸結果利潤 yoy 模型1.000.46 0.00資料來源：，帶約束回歸的擬合結果較好，系數(shù)的大小基本符合我們的預期。截至 2022 年 Q2，煤炭行業(yè)的業(yè)績彈性因子為 4.5，價格因子*業(yè)績彈性回歸系數(shù)為 0.46，意味著綜合煤價因子同比增速每上升 1 個百分點，行業(yè)的凈利潤同比增速增加約 2.1 個百分點。、 煤炭景氣周期刻畫產(chǎn)能緊平衡疊加業(yè)績上行在上一節(jié)中，我們用于擬合模型使用的所有數(shù)據(jù)與財報數(shù)

20、據(jù)均為同期數(shù)據(jù)，目的是為了揭示經(jīng)營指標與凈利潤間的客觀經(jīng)濟聯(lián)系。實際上，我們用于預測未來景氣度時，觀測的數(shù)據(jù)公布時間點相對于其經(jīng)濟運行時間區(qū)間有滯后，因此我們對各指標的經(jīng)濟運行時間做滯后處理用于跟蹤預測景氣度效果。表 5：景氣度指標滯后處理指標類型指標名稱公布時間、頻率滯后處理供需國內(nèi)動力煤消費量t+2 上旬公布t 月t+3 月消費量：煉焦煤t+2 上旬公布t 月t+3 月固定資產(chǎn)增速季報T-1 季+3 月火力發(fā)電量：當月t+1 月下旬公布 t 月t+2 月綜合平均價格指數(shù)：環(huán)渤海動力煤（Q5500K）每周三不用處理價格京唐港庫提價：主焦 日不用處理煤山西產(chǎn)動力煤(Q5500)山西產(chǎn)：秦皇島日

21、不用處理業(yè)績彈性毛利率T-4 季報不用處理期間費用率季報T-1 季+3 月，,注：t+3 表示 t+3 月預測使用 t 月經(jīng)濟運行時間的數(shù)據(jù)，T-1 季+3 月時可使用 T-1 季財報的數(shù)據(jù)我們認為煤炭行業(yè)作為典型的供給驅(qū)動型行業(yè)，策略角度應當關注其產(chǎn)能緊張時候的業(yè)績上行周期。由于動力煤消費量數(shù)據(jù)可觀測時間點較為滯后（t+3月），而火力發(fā)電量公布時間較領先（t+2 月），因此我們用月度火力發(fā)電量增速代表動力煤需求，用可觀測固定資產(chǎn)增速代表動力煤供給。我們定義煤炭行業(yè)的景氣條件：供給緊平衡：觀測固定資產(chǎn)同比增速-最近滾動 3 月火力發(fā)電量增速均值10%圖 18：模型歷史回測景氣度劃分結果資料來源

22、：Wind， 2012 年 5 月-2022 年 5 月，景氣度 yoy 包含低基數(shù)影響，與煤價景氣強度不完全相同根據(jù)上述景氣區(qū)間劃分，我們分別統(tǒng)計了全樣本的煤炭行業(yè)日均收益和景氣區(qū)間的日均收益?？梢钥闯鑫覀兊膭澐殖晒⑵鸸蓛r與景氣度的關系。表 6：景氣區(qū)間行業(yè)收益明顯高于全樣本平均收益0.12%景氣區(qū)間平均日收益CI005002.WI全樣本平均日收益0.02%，中信一級煤炭， 2012 年 5 月-2022 年 5 月圖 19： 2022 年 4-5 月煤炭營收景氣度跟蹤圖 20：2022 年 4-5 月煤炭利潤景氣度跟蹤， 2012 年 5 月-2022 年 5 月，中信一級煤炭，跟蹤范

23、圍是尚未發(fā)布季報的 2022 年 4-5 月，2012 年 5 月-2022 年 5 月，中信一級煤炭，跟蹤范圍是尚未發(fā)布季報的 2022 年 4-5 月我們根據(jù)每個月可以得到的觀測指標值輸入模型進行預測，得到尚未發(fā)布季報月份的景氣度指數(shù)（2022 年 4-5 月）。結合景氣度數(shù)據(jù)和劃分標準，2022 年 5 月煤炭行業(yè)剛剛脫離景氣周期，雖然利潤同比增速處于較高水平，但 5 月觀測到 3 月火力發(fā)電量同比下滑 5%，供給緊平衡條件已經(jīng)不滿足，且 5 月 18 日公布的 4 月火力發(fā)電量同比下滑 11.2%，同時發(fā)改委核增產(chǎn)能，2022Q1 行業(yè)固定資產(chǎn)同比增加 10%左右，使得 6、7 月也難以滿足緊平衡條件。5、 總結近年來，股票市場投資中行業(yè)風格收益在組合收益中的占比日益提高，投資者對景氣度的變化也日益關心。我們回顧歷史可以發(fā)現(xiàn)，每年表現(xiàn)最好的行業(yè)數(shù)量并不固定，因此應當對行業(yè)板塊分別判斷投資機會。我們認為景氣度的研究應當區(qū)分業(yè)績景氣和估值景氣。業(yè)績景氣的變化是相對客觀的，而估值景氣則取決于市場風格環(huán)境、投資者預期和博弈過程。股價變化有時提前反映基本面變化，有時演繹程度也透支基本面。我們對景氣度建模加入了行業(yè)產(chǎn)業(yè)鏈結構、行業(yè)特色經(jīng)營指標、傳導邏輯。業(yè)績驅(qū)動因素模型根據(jù)業(yè)績變化的基本要素和