行业量化投资系列之二：芯片行业状态监测与量化投资模型

投资者常使用周期型研究框架对芯片行业业绩进行研判，例如供需周期、创新周期和国产替代周期等。这本质是对纷繁复杂的行业变量的简化表达，使投资研究更具框架感。本文主要从供需周期入手，寻找对芯片行业有指示作用的变量。 投资实战本质上是对多变量状态的综合判断，本文基于量化模型对各变量进行状态划分，探究不同状态下市场预期的变动规律。 不同指标的有效性与定价方向存在差异。供给端：产能下滑带来超额收益，产能利用率受需求驱动，中韩的半导体设备指标较为有效。需求端：除国产替代逻辑强势期外，宏观经济对芯片指数影响较大；中国仍与全球需求周期密切相关，销售额仍有指示作用 ；下游行业难以单独主导超额收益，合成指标更为有效；台股设计 、封测营收正向领先指数超额收益。此外，低库存、去库存状态利好市场预期；价格指标没有前瞻指示作用；中美关系在2017年后成为重要变量。 不同时期市场的核心驱动因素不同，模型对核心驱动因素的捕捉结果较为符合市场环境变化。例如2017年和2021年的宏观经济和库存因素，2018年的进口受限程度等。此外，2023年景气度投资失效原因可能是：在需求水平较低时，指标小幅的边际改善难以提振市场信心。 本文构建三类投资策略。(1)单状态策略：以中国进口晶圆装置数量构建的策略年化超额收益达19.1%，月判断胜率73.7%；截至2024年1月31日，核心驱动因素为进口不受限程度、晶圆需求和欧美半导体销售额等，指标总体处于低位。(2)综合投票策略：全指标投票策略年化超额14.6%，判断胜率58%；合成指标投票策略年化超额15.1%，胜率61%。这两个策略收益较高但未能规避近两个月的下跌。(3)需求避险策略：历史上73%的负超额收益月份位于需求低迷时期，需求高低投票策略成功避开近两个月的下跌，进一步说明需求水平高低对投资者信心存在较大影响。综合来看，量化模型给出中性建议。 风险提示：本篇报告所述相关文章结论以及实证结论完全由量化模型和历史数据得到，请注意样本外存在失效的可能性。 1.芯片行业分析方法 1.1.芯片产业链介绍 芯片是半导体产品的重要分类，占据了全球半导体行业的83%市场份额。半导体的其他分类分别为分立器件（6%）、光学光电子（7%）和传感器（4%）。此外，我们一般认为芯片等同于集成电路，不过严格来说，部分领域的芯片可能不存在集成电路。 图1：各类半导体销售额占比 芯片可以分为数字芯片和模拟芯片两大类。其中数字芯片包括逻辑芯片、存储芯片和微处理器；模拟芯片包括信号链芯片和电源管理芯片等。逻辑芯片占比33%，其中最为常见的是CPU和GPU，存储芯片占比也是33%左右，其中包括DRAM和NAND等。 图2：各类芯片占比 芯片行业的下游应用十分广泛，与经济息息相关。从上世纪60年代美国将芯片用于军工领域，到日本应用于家电领域，再到PC时代、智能手机时代，再到将来可能大规模应用于汽车电子、工业电子 、人工智能和物联网等领域，芯片渗透进我们生活的方方面面，与经济整体产生了密不可分的联系。根据IC Insights的预测，2019-2024年全球芯片增速与GDP增速的相关系数将达到0.9。 图3：全球芯片增速与GDP增速的相关系数逐渐升高 按照下游终端需求的向上传导顺序来看，芯片产业链可分为芯片设计、芯片代工、芯片封测。半导体材料与设备为这三个环节提供支持。 图4：芯片产业链一览 芯片设计环节根据下游客户的需求设计出电路图，其最终输出掩膜版图（光罩）。在芯片生产的整个产业链中，芯片设计是轻资产环节，最重要的资产是人，最重要的能力是研发能力，也因此具有较高的毛利率。纵向来看，我国芯片设计行业规模迅速增加，超过了封测行业，占比43.21%；全球横向对比来看，我国虽然在模拟芯片和通讯芯片设计方面取得一定的份额，但在存储芯片和逻辑芯片设计的市场占比仍然有限。此外，我国在芯片设计上游的EDA工具与IP核领域仍与海外头部玩家差距较大，且面临挤压。典型的芯片设计公司为英伟达 、高通、海思、AMD、联发科和苹果等，A股的上市公司为圣邦股份、紫光国微、韦尔股份等。 芯片代工是在晶圆材料上构建完整的集成电路的过程。芯片代工行业是重资产行业，技术壁垒极高，也是我国为解决“卡脖子” 问题需要集中力量攻克的环节。当前来看，台积电一家独大，根据Trendforce数据，其2022年四季度在全球市场份额高达58.5%。中国大陆方面，中芯国际于2019年实现 14nm 芯片量产，目前大陆在成熟制程代工市场已经建立了一定份额，但仍需在先进制程领域实现突破。 芯片封测指封装与测试，封装是将芯片封装到塑料或陶瓷中的过程，测试是对封装好的芯片进行功能和可靠性测试的过程。芯片封测是重资产行业，设备投资强度较大，但工艺进步相对较慢，壁垒相对较低，国产化程度较高，是我国与世界先进水平较为接近的一环。A股的上市公司为长电科技、通富微电和华天科技等。 芯片材料、设备与工具是芯片产业链环节的重要支撑。EDA是芯片设计的重要软件，目前主要的EDA厂商集中于美国，前三厂商Synopsys、Cadence和Mentor Graphics占据了全球绝大部分的市场份额。IP核是IC设计中提前设计和验证好的功能模块，当前较大部分份额为ARM公司所有。此外，用于芯片制造领域的光刻机、刻蚀机的先进制程设备大多来自于美日欧，但我国公司如北方华创、中微公司和盛美上海等亦在奋力追赶。 1.2.芯片行业研究框架 行业研究框架是各种变量到业绩的映射系统。之所以称之为系统，是因为众多变量与业绩之间的关系太过复杂，并非简单的线性关系。 周期类研究框架认为，根据驱动因素的不同可以对芯片行业历史有多种划分方式。不同划分方式代表着不同的投资逻辑。投资者常使用周期型研究框架对芯片行业进行研判，例如供需周期、库存周期、 产能周期、产品（创新）周期和国产替代周期等。 某种意义上来说，使用周期去解释业绩的运行，是对纷繁复杂的行业变量的简化表达，这使得投资研究具备框架感。但是，使用周期的方式往往忽略了周期间的联系。比如半导体销售额是供需周期中的需求变量，但国产替代和下游产品的创新会对半导体销售额产生影响 ，即供需周期中其实也蕴含了创新周期和国产替代周期的信息。 综合考虑后，我们决定直接绘制芯片行业的分析框架图， 图5：芯片行业分析框架 以芯片行业利润作为行业业绩的代理指标，利润取决于量和价， 其中量分为需求和供给，价分为价格和成本。 首先来看需求。行业的最终需求来源于下游终端，即智能手机、PC、服务器、汽车电子和人工智能等领域，下游细分行业需求的波动会带来芯片需求的波动。下游行业的创新也可能给芯片需求带来增长点，例如随着智能手机的升级换代，越来越多的人开始使用智能手机 ，带来芯片需求的长期高涨；近些年汽车电子的不断创新也带来成熟制程芯片的需求增长。此外，芯片的广泛应用使需求与宏观经济联系起来，从而芯片需求也开始具有周期性，例如当宏观经济上行时， 人们会有更高的汽车购买需求，芯片需求随之增长。芯片产业链较长 ，理论上越靠近下游终端的环节对需求的反映越灵敏。比如设计环节的公司对需求的灵敏程度应该强于代工。 供给也能创造需求，例如过去十几年晶体管数量遵循摩尔定律不断增长，芯片性能的提高催生了人们对于手机等产品的需求，从而进一步拉动了芯片需求的增长。由于从晶圆厂的建立到形成有效产能大约需要两年的时间，需求向上游的传导存在一定的时滞，从而存在一定的供需错配，供需错配的体现就是库存周期。高库存往往意味着供给（产能）过剩或需求不足，此时价格下行，行业盈利下行。此外 ，晶圆厂高资本开支带来的产能扩张可能带动上游半导体设备和材料的发展。 国产替代成为影响供需的重要因素。随着中美关系的紧张化 ，芯片行业的国产替代进程加速，成为影响行业盈利的重要因素。例如由于美国对华为的技术和设备限制，华为将部分芯片相关业务转移到中芯国际等国内企业组成的产业链，这对其营收增长有一定的促进作用 ；但美国的限制也加大了国内技术突破的难度，导致我国在先进制程方面产能紧缺，我国亟需在光刻机、制造工艺等“卡脖子”环节实现技术突破。 1.3.基于状态划分的量化模型 投资实战本质上是对多变量状态的综合判断。变量的状态是投资者形成预期的基本依据，在实际投资中，我们常常听到的投资逻辑常常始于变量的状态。单变量投资逻辑例如“变量A上升幅度超预期，看好X行业”，在这里，“变量A上升”是状态，“超预期”是投资者内心的判断，“看好X行业”是结论；多变量投资逻辑例如“库存低位，需求回升超预期，看好X行业”，那此时“库存低位”和“需求回升”是状态。 本文基于量化模型对各变量进行状态划分，探究该状态下市场预期的变动规律。状态划分的方式如下： Step1：对指标进行滞后一阶处理。以下游行业的产量数据为例， 当月数据往往于次月中下旬公布。所以在t月底，我们实际上拿到的是t-1月的数据。 Step2：在t时点，首先对t之前的时间序列进行低参数的HP滤波平滑。 这是因为一些指标序列往往波动剧烈，从而导致信息解读结果的频繁切换。 Step3：划分当前（时点t）的指标状态，分为边际和绝对两类。若t点的值大于t-1点的值，则边际状态为“上”，反之为“下”。若t点的值排名最近24个数据点的60%以上，绝对状态为“高”，排名40%-60%为“中”，排名40%以下为“低”。 2.拆解细分指标的定价规律 本章利用状态划分模型拆解细分指标的定价规律。由于数据的可得性，本文主要从供需周期入手，寻找对芯片行业景气有指示作用的变量。 2.1.供给 2.1.1.产能下滑带来超额收益，产能利用率受需求驱动 产能是供给的根本来源，产能下滑带来超额收益。选取美国计算机、通信和半导体工业产能指数同比度量芯片产能。可以看到，在2011至2017的产能增速下滑区间，芯片指数具有一定的超额收益。 图6：产能增速在2011至2017年下降，在2020年后维持较低中枢 图7：2011至2017年产能低增速区间，芯片指数具有超额收益 产能利用率受需求驱动。可以看到，2005至2011年和2017年至今，产能利用率正向领先超额收益。这说明产能利用率受需求驱动，产能利用率上升是正向信号，而非“供大于求”的反向信号。当前产能利用率增速转正，或将进入上行周期。 图8：当前产能利用率增速转正，或将进入上行周期 图9：产能利用率增速对超额收益的作用为正向， 2.1.2.中韩的半导体设备指标较为有效 设备在半导体制造中举足轻重，监控其出货情况是有必要的 。由于北美相关指标停止更新，我们重点关注日本、韩国和中国台湾的半导体设备出货额，以及中国的计算机通信和其他电子设备制造业固投完成额。 中韩的半导体设备指标较为有效。对比来看，中韩的半导体设备指标对国证芯片指数的超额收益有较好的前瞻指示作用，中国台湾和日本的指标有效性较弱。利用这些指标构建半导体设备景气度，其当前处于低位，或已出现向上拐点。 图10：韩国半导体设备出口金额同比对超额收益有较强的正向指示作用 图11：半导体设备景气度当前处于低位，但可能已出现向上拐点 2.2.需求 2.2.1.除国产替代逻辑强势期外，宏观经济对芯片指数影响较大 随着科技的进步，芯片的下游应用领域愈加广泛，从PC和服务器为主的计算机产品，再到智能手机为主的无线通讯产品，最后到近期兴起的汽车电子和可穿戴设备，芯片已经渗透进了我们生活的方方面面，其需求不可避免地会受到宏观经济波动的影响。 宏观经济对芯片超额收益大多为正向指示作用，2018与2019年例外。 复盘发现，2018和2019年中美贸易战的升级促使“自主可控”政策频繁出台，中芯国际等国内龙头也纷纷增大研发支出，国产替代成为芯片指数获得超额收益的重要逻辑，经济对指数的影响弱化。2020年之后，经济对指数的影响重新得到强化。 图12：2008年之后，全球宏观经济对芯片超额收益大多为正向指示作用 图13：2019年初至2020年初，宏观经济下行但芯片获得超额收益 欧美经济