关于景气因子的逻辑探讨240309

关于景气因子的逻辑探讨 国联证券研究所策略研究小组 2024年3月9日 证券研究报告 第五部分 第六部分 景气投资需要注意什么？ 第四部分 如何预测景气？ 第三部分 全球比较景气策略是否长期有效？ 第二部分 目 录 第一部分 何为景气？如何刻画景气？ 一、何为景气？如何刻画景气？ 图：市场中有哪些主要风格？ 四因子轮动 进攻性典型资产对应宏观周期 景气 追求绝对增速g 各时期新兴产业 顺周期，对流动性敏感 质量 追求长期经营质量 长久期核心资产，如医 药、食品饮料等 顺周期，对经济及流动性均敏感 价值 低PB、高ROE 大盘价值风格，如公用事业 经济磨底期、过热期、纯防御期 红利 低PE、高股息 高股息行业，如银行、煤炭 经济磨底期、过热期、纯防御期 防御性 图：DDM模型下，主要投资风格对应的是哪些变量？ 景气：高短期增速 /预期高增长 红利：高分红比例 （Baseon较稳定的g和MarketSize） 因而“红利”隐含部分“质量”和“价值” 𝟏� �=෍ 𝒋=� 𝑬𝑷𝑺𝒋−�∗(�+𝒈𝒋)∗𝑫𝒊𝒗𝒊𝒅𝒆𝒏�𝑹𝒂𝒕𝒊� �+�+𝑬𝑹��+ 𝑴𝒂𝒓𝒌𝒆�𝑺𝒊𝒛� �+�+𝑬𝑹�𝟏� 远期成长空间的度量 中短期成长性 价值：明显低估的 个股风险溢价 长期成长性 质量：增长与远期空间的稳定性 （Baseon某种护城河优势） 资产 图：四因子策略处于产业生命周期的什么位置？ 资料来源：Wind，国联证券研究所 何为景气？如何刻画景气？ 如何预测景气？ 景气策略需要注意什么？ 景气投资策略 过往典型景气行业案例 如何定义景气投资？ 盈利能力还是盈利增速？绝对水平还是边际变化？ 景气投资具有周期性 方法1：分析师一致预期 趋势相对准确但绝对值普遍高估 如何使用研究员一致预 期数据进行投资？ 使用卖方一致预测的优缺点 方法2：基本面量化 清洗宏观、行业中观数据 Stepwise线性回归 输出预测结果 估值对景气投资有什么影响？ g和△g，谁更重要？ 7 图：景气投资下，公募基金选择了哪些行业？ 2007年至今，景气投资的典型行业：2007-2009年，银行，传统周期行业； 2010-2012年，食饮，地产后周期的消费升级 2013-2014H1，医药，医药深化改革 2014H2-2016H1，计算机，互联网科技 2017年，电子，消费电子国产化 2018-2021年，地产后周期的消费升级 2020-2022年，电新，新能源渗透率提升 资产类型 年化收益率 年化波动率 Sharp 比率 最大回 高营收增速因子 3.4% 27.0% 0.13 营收增速边际改善因子 4.3% 27.7% 高净利润增速因子 5.1% 净利润增速边际改善因子高ROE因子ROE边际改万得 营收增速：当期营收(TTM)/一年前营收(TTM)-1 盈利 增速 净利润增速：当期净利润 (TTM)/一年前净利润(TTM)-1 绝对水平 vs 边际变化 如何定义景气因子？ 绝对水平 vs 边际变化 ROE：当期净利润(TTM)/期初期末平均所有者权益 盈利能力 绝对水平 vs 边际变化 高营收增速 图：ROE和净利润增速的边际改善有明显超额收益 高利润增速 高ROE 从不同因子的净值看，单纯的高净利润增速和高ROE水平的超额收益相对一般。 利润增速和ROE水平的环比变化能获得明显的超额收益。 营收增速边际改善 利润增速边际改善 ROE边际改善 图：电池行业景气度与行情基本同步图：消费电子行业景气度与行情基本同步 图：医疗器械行业景气度与行情基本同步图：医疗服务行业景气度与行情基本同步 图：经济预期不稳定、磨底期间，景气投资有效性通常较弱 资料来源：Wind，国联证券研究所 13 图：美国经济上行时，行业间净利润差距加大 资料来源：Wind，国联证券研究所 图：日本经济上行时，行业间净利润差距同样加大 涨少数景气方向 图：经济较差时，国内行业间利润增速差距往往收窄 资料来源：Wind，国联证券研究所 图：美国景气有效性vs行业轮动指数图：日本景气有效性vs行业轮动指数图：中国景气有效性vs行业轮动指数 二、全球比较景气策略是否长期有效？ 图：当年净利润增速下的净值 图：长周期美国市场利润拆解 全市场收益拆解 高利润增速组合收益拆解 图：上年净利润增速下的净值：次高增速下，组合净值最高图：长周期美国市场利润拆解 更高的利润分组：利润快速回调，估值支撑 适中的利润分组：利润增速持续性强，估值同样有 资料来源：Wind，国联证券研究所贡献 图：如果可以预测净利润增速，美股可以获得明显超额收益图：即使无法预测，美股同样能有超额收益 净利润增速边际变化的作用略好于绝对水平 图：如果可以预测净利润增速，日本可以获得明显超额收益图：即使无法预测，日本同样能有超额收益 净利润增速边际变化的作用略好于绝对水平 三、如何预测景气？ 预测方式 优点 优点 分析师会根据最新事件、数据及时披露对于公司的盈利预期 1.专业性：分析师较为专业，对公司了解充分 比较当期和上期的盈利预测，寻找盈利上调最高的公司 通过最新的盈利预测，找到净利润同比增速最高的公司 通过第三方机构汇总分析师对于各公司的盈利预测 2.及时性：数据更新较为及时，可以及时根据最新盈利预测调整持仓 3.标准化：数据标准化程度较高，便于处理和更新 OR 1.相对乐观：分析时往往较为乐观，容易在年初高估业绩，后续逐步修正 2.覆盖面少：目前，A股仅2000+家公司具有盈利预测，部分公司仅1-2名分析师给出预测 3.波动较大：不同行业的预测效果有较大偏差：周期行业盈利预测相对稳定，周期股盈利预测波动较大 整体看，分析师往往会高估市场的盈利增速。以创业板和沪深300为例，历年的预测盈利增速会高于实际盈利增速。 从拐点上看，分析师预测与实际拐点基本同步。从盈利预测增速的拐点和实际盈利增速的宏观拐点基本一致。 图：沪深300实际盈利增速vs预测盈利增速图：创业板指实际盈利增速vs预测盈利增速 资料来源：Wind，国联证券研究所资料来源：Wind，国联证券研究所 分析师对于价值方向的盈利预测判断较为准确。沪深300和价值指数的预测盈利增速和实际增速基本一致。 分行业看，制造、消费的盈利预测和实际值差别较小；周期行业由于盈利波动较大，预测难度和波动自然较大。 标准差：预测增速-实际增速 价值 3.0% 沪深300 3.0% 基金重仓100 3.8% 创业板指 10.6% 中证500 11.2% 成长 25.9% 全A 3.8% 建筑工程 2.8% 银行 3.0% 食品饮料 6.9% 医疗保健 8.7% 计算机 8.8% 家电制造 9.4% 环保 10.6% 汽车 12.0% 纺织服装 12.3% 交通运输 13.0% 电子 16.2% 家用装饰及休闲 16.2% 标准差：预测增速-实际增速 公用事业 18.0% 房地产 20.4% 检测服务 20.6% 传媒互联网 22.0% 保险 22.6% 纸类及包装 23.9% 电力及新能源设备 24.3% 商业贸易 25.0% 机械设备 25.5% 建筑产品 26.7% 电信业务 26.8% 油气石化 32.8% 非金属材料 32.9% 国防军工 33.0% 化学品 38.9% 综合金融 42.9% 社会服务 51.6% 金属材料及矿业 56.0% 煤炭 59.5% 农产品 63.6% 图：价值板块盈利增速的预测值和实际值之间的轧差比较稳定图：电力及新能源设备实际盈利增速vs预测盈利增速 资料来源：Wind，国联证券研究所资料来源：Wind，国联证券研究所 相关系数：相对预期增速vs相对走势（基准为Wind全A） 行业 与当月走势的相关系数 与下月走势的相关系数 环保 69% 70% 化学品 62% 58% 农产品 60% 58% 计算机 55% 52% 房地产 41% 40% 电信业务 40% 38% 汽车 38% 37% 建筑工程 36% 37% 金属材料及矿业 32% 32% 综合金融 26% 30% 保险 26% 27% 家用装饰及休闲 23% 22% 医疗保健 17% 21% 建筑产品 17% 19% 电力及新能源设备 17% 18% 国防军工 17% 17% 图：环保、化学品、农产品、计算机等行业的相对预期增速上调时，通常当月或下月指数走势也会上涨 相关系数：相对预期增速vs相对走势（基准为Wind全A） 行业 与当月走势的相关系数 与下月走势的相关系数 传媒互联网 12% 12% 纺织服装 11% 14% 纸类及包装 8% 6% 油气石化 7% 7% 银行 5% -6% 公用事业 2% 6% 煤炭 -1% 1% 食品饮料 -4% -2% 检测服务 -9% -7% 电子 -10% -10% 商业贸易 -13% -12% 机械设备 -23% -25% 非金属材料 -28% -27% 社会服务 -31% -31% 交通运输 -43% -41% 家电制造 -65% -67% 方法：计算行业的盈利预测增速与行业指数趋势的相关性。 结论：不同行业间有较大分化。环保、化学品、农产品、计算机等行业的相对预期增速上调时，通常当月或下月指数走势也会上涨。 图：各行业相对Wind全A预期盈利增速vs相对Wind全A走势 从行业的具体走势看，很多行业的盈利预测增速的整体趋势和行业指数的走势基本相同，可以对行业后续走势有很好的预测作用。 相关系数：相对预期增速环比变化vs相对涨跌幅（基准为Wind全A） 行业名称 值的相关系数 排序的相关系数 油气石化 27% 64% 房地产 26% 45% 纺织服装 12% 41% 食品饮料 1% 40% 电子 59% 39% 电力及新能源设备 20% 36% 建筑产品 8% 30% 纸类及包装 41% 30% 交通运输 -28% 30% 非金属材料 11% 29% 综合金融 15% 27% 农产品 43% 27% 煤炭 14% 23% 医疗保健 12% 21% 社会服务 16% 14% 保险 22% 14% 图：石化、地产、纺服、食品饮料、电子、电新等行业的预期相对增速环比变化的排名越高，涨幅排名越高 相关系数：相对预期增速环比变化vs相对涨跌幅（基准为Wind全A） 行业名称 值的相关系数 排序的相关系数 电信业务 16% 12% 建筑工程 1% 11% 家电制造 -5% 10% 环保 17% 9% 金属材料及矿业 20% 5% 化学品 25% 5% 国防军工 1% 4% 商业贸易 37% 0% 银行 11% 0% 公用事业 -4% -3% 家用装饰及休闲 6% -8% 汽车 -19% -13% 传媒互联网 27% -14% 机械设备 -3% -16% 计算机 20% -16% 检测服务 -6% -31% 方法：计算行业的盈利预测相对上个月的变化幅度，与行业涨跌幅的相关性。 结论：不同行业间有较大分化。石化、地产、纺服、食品饮料、电子、电新等行业的预期相对增速环比变化的排名越高，涨幅排名越高。 图：各行业相对Wind全A预期盈利增速变化（排序）vs相对Wind全A涨跌幅（排序） 行业得盈利预期增速边际上调，后续涨幅往往更高。石化、地产、纺服、食品饮料、电子、电新等行业的预期相对增速环比变化的排名越高，涨幅排名越高。 价格类 数量类 金融类 太 电 阳 源 能 投 电 资 池 完 产 成 量 额 组件价格 发 发电 硅电设 片设备 价备新 格产增 量容 …… …… …… 量 通过过去5年的盈利增速，梳理对光伏行业影响最大的5个变量。 根据各变量的边际变化和回归系数，预测未来一期行业盈利增速的预测情况。 2022年1月 2022年2月 2022年3月 2022