自上而下分析一下

咱们可以从宏观大环境到产业细节逐层拆解，搭建一套完整的新能源汽车自上而下投研框架，逻辑链路非常清晰：

一、 第一层：宏观经济与政策大背景锚定

这是自上而下分析的起点，先判断整个行业的大周期底色：

1. 宏观经济情景匹配：参考板块轮动的通用分析逻辑，先定位当前经济所处的周期阶段——如果是经济上行期，新能源汽车作为可选顺周期板块，整体β行情的确定性会明显提升；如果处于经济非上行的盘整/下行阶段，就需要把分析重心下沉到产业自身逻辑，优先找细分环节的结构性机会 【6】 。
2. 全维度政策跟踪：一方面覆盖碳中和战略下的顶层产业导向，另一方面梳理各地落地的促消费政策，比如2023年国内沈阳、上海、北京等数十个城市都出台了不同梯度的新能源汽车置换补贴，从几千到上万元不等，这类政策会直接撬动终端需求释放，是判断短期销量弹性的重要参考 【3】 【15】 。

二、 第二层：全球产业格局与市场空间研判

跳出单一国内市场，先算清行业整体的增长天花板：

1. 全球市场全景对比：把中、美、欧、日几大核心市场的发展阶段、销量增速做横向对标，比如从2021-2023年的月度销量数据就能直观看到，中国新能源汽车的增长斜率长期高于欧美市场，是当前全球增长的核心引擎，能帮我们判断不同区域市场的未来增量空间 【3】 【14】 。
2. 产业链全景梳理：把全产业链拆成上游原材料及设备、中游零部件与整车制造、下游充电后服务三大环节，逐一明确各环节的当前成熟度：比如上游电池负极材料供应集中价格稳定，正极材料价格波动较大；中游整车环节参与者多元，特斯拉、比亚迪等头部玩家占据核心份额；下游充电运营市场还处于快速发展阶段，不同环节的盈利弹性差异一目了然 【1】 。

三、 第三层：行业投资逻辑动态校准

结合技术迭代趋势，及时更新行业的核心观测指标：
过去新能源汽车属于典型的政策驱动消费行业，大家重点跟踪零售销量数据即可；但随着AI算力快速提升，智能驾驶从规则式模型升级到端到端模型，汽车行业正在向技术驱动的科技属性转变，当前的核心观测指标已经从单纯的销量数据，逐步转向各家车企智驾技术的研发落地进度，避免用旧逻辑误判新行情 【2】 。

四、 第四层：分阶段板块行情特征适配

对应产业不同发展阶段，匹配对应的自上而下投资策略：

1. 2020-2022年属于电动化红利集中释放期，整车板块以β行情为主，优先级上抓行业贝塔远高于精选个股，不需要过度纠结个体差异就能把握大部分收益 【4】 。
2. 2023年之后行业整体β基本消失，进入α主导的阶段，需要在大框架下进一步筛选细分环节和个股，同时适配当前“预测和反应同等重要”的投研特征：新车周期依然是核心抓手，但车企销量预测的准确性相比燃油车SUV时代明显下降，估值逻辑也遵循“前期看PS、后期看PE”的规律，需要边跟踪高频数据边验证产业趋势 【4】 【7】 。

五、 第五层：全维度风险前置排查

自上而下最后一步是提前识别全行业共性风险，规避系统性踩坑：
重点覆盖几类核心行业级风险：汽车整体消费低迷导致需求不及预期、新能源汽车整体增速放缓、上游原材料价格大幅波动、产业链企业募投项目推进不及预期等，这些风险会对全产业链不同环节的盈利产生传导性影响，是做自上而下判断时必须提前纳入考量的约束条件 【5】 。