报告指出原有A股景气度指数1.0与实际净利润增速存在背离,主要因金融业与工业利润增速不同步。针对该问题,分别构建基于分析师预期的金融业净利润高频同步预测模型和基于宏观因子的工业净利润模型,并按权重合成新的景气度指数2.0。新指数更贴合实际利润增速,解决了2023年以来背离问题,提升了择时策略有效性。此外,报告从行业结构视角解析工业利润上中下游差异,结合CRB指数领先特征,提出未来投资机会顺序为上游>下游>中游
报告标题:《重构 A 股景气度指数:全A利润预测与结构解析》
作者及发布机构:叶尔乐,民生证券研究院
发布日期:2024年5月28日
主题:本报告聚焦A股景气度指数的重构,尤其针对全A上市公司利润的高频预测及利润结构变化进行深入解析。主要关注点是原有A股景气度指数1.0版本与实际利润增速背离的问题,及其对择时策略的影响,同时探讨工业利润结构变化及CRB指数对工业利润指导意义的持续有效性。
核心论点:
报告回顾了原A股景气度指数1.0的构建流程:采用PCA对多类宏观经济指标进行降维合成,指标包含经济增长、通胀、投资、出口、利率、工业产量、工业利润及经济活跃度等,回归上证指数净利润同比增速,形成日频的高频预测指标。该指数可以在传统量价指标失灵区间提供重要的市场方向信号,有利于提高做多胜率。
2023年Q3后,A股景气度指数1.0回升,显示市场景气度改善的趋势,然而,上证指数实际净利润同比持续下行,出现明显背离(图3)。这一背离使得择时模型发出过早的看多信号,低估市场调整深度和周期长度,导致策略表现回撤。
具体例证为2023年11月20日至12月22日,在分歧度下降、流动性下降的区间,景气度指数1.0上升,理论上应该是市场趋势向上,却因实际净利润下降,市场呈现持续阴跌(图4)
统计显示,2023年8月以来推动景气度指数回升的主因是通胀因子和经济活跃度因子。通胀因子用CRB工业原料价格指数体现,2023年8-11月贡献显著,反映工业原料价格上行驱动工业利润整体走强,经济活跃度主要由BDI航运指数及民航货邮体现,在该期间也促进了景气度回升(图5、6)。
然而,其他因子展示工业景气度增强,纠正整体现实利润下降的矛盾需进一步深入分析。
根据国民经济行业分类及历史数据,A股上市公司利润主要来自金融业和工业,两者合计占比近88%。具体来说,2024Q1,金融业利润占48%,工业占40%,营业收入角度两者合计约68%(工业55%,金融13%)。其他行业贡献较小且稳定(图8、9)。
房地产利润占比在2020Q4约5%,现降至0%,反映房地产行业利润贡献大幅缩水。工业内部利润占比波动较大,上游采矿业利润通过供给约束近年来占比提升(见后述章节)。GDP口径数据则显示第一、二产业比例减少,第三产业及金融地产基本稳定,反映上市公司产业结构相较整体经济可能更偏向工业和金融(图10)。
利润统计与GDP的差异来源于统计口径和上市公司行业集中度差异,银行等高集中行业在上市公司利润中占比更高而GDP统计覆盖面更广。
历史利润占比演变表明,2016年以来金融业盈利占比一度下滑,转为工业回升趋势,2023年金融业利润占比又现反弹,解释部分景气度指数背离现象(图8、9、10),6,7]
2023Q3至2024Q1,工业净利润增速缓慢回升,金融业净利润增速持续下降。两者同比增速波动存在背离,导致综合利润增速下降。简易按0.4工业+0.6金融收益增速加权模型能够较好拟合全A净利润增速(图11、12)。
以往周期中,金融先行释放利润压力刺激工业繁荣,后期两者共振回升,但当前工业回升力度有限,无法补偿金融业下行影响,导致整体利润增速下降,造成景气度指数1.0偏差。
此分析直接针对景气度指数1.0与实际利润背离给出行业分解视角基础。,9]
金融业净利润以银行为主(87%),非银机构(保险、证券、多元金融)占13%。但非银净利润增速波动不可忽视,故拟合时采用85%银行+15%非银权重组合(图13、14)。
基本面量化指标诸如贷款增速、存贷利差、各证券投资规模等频率低且拟合效果差,分析师一致预期净利润预测误差小(银行年均2%,非银年均14%),直接利用分析师预期作为金融业净利润高频代理变量更为有效(图15、16)。
金融业净利润的高频测算采用两种预期估测法:
1)年度法:使用年末最新净利润预期与上一年实际利润计算同比增速,趋势稳定但季度季节性不敏感;
2)季度法:将年度预期按季度分配成季度累计净利润,计算季度同比,季节性更敏感但噪音较大。
两者取平均,进一步按照85%银行+15%非银合成金融业净利润增速,结果误差较小(季度平均绝对误差约2.6%),关键周期拐点捕捉及时(图17-22)。
基于此数据,构建的金融业分项景气度指数日频波动稳定,趋势性强,对金融业利润追踪准确(图23),10,11,12,13]
工业部分因分析师预期不可用,继续采用原景气度指数1.0方法,即通过PCA对多种宏观指标降维,用PC因子回归工业净利润累计同比增速,构建工业景气度指数。模型趋势与工业利润变动匹配高,拐点敏感性优于旧景气度指数,但噪声略有增加(图24、25、附录表1)。工业分项已证实能有效刻画工业利润的实际状况。
最终以60%金融业、40%工业权重合成新的A股景气度指数2.0,较旧版本更贴合实际净利润增速时间序列,解决了2023年以来背离问题(图26、27、29),15,16,25]
嵌入三维择时模型后,2.0版本景气度指数有效降低2023年11-12月择时模型最大回撤,由原9.55%降至6.06%,显示重构准确性提升择时效能,虽然部分下跌未能完全避免,但整体更好反映了市场盈利实际趋势,提升了风险预判能力(图28)。
工业利润同营业收入按照国民经济二级行业划分至工业上中下游层级,从2002年至今数据观察:
2023Q3起工业利润增速反弹,2023Q4和2024Q1继续,主要由中游贡献,上中下游均有不同程度参与,但中游基数大,增速贡献占主导。上游利润增速已经不再显著领先下游(图36)。
虽中美贸易争端影响对海外经济关联性有担忧,然而A股工业海外营收占比持续上升,特别中游达22%,制造业全球份额维持30%,强化了全球产业链关联度(图37)。
CRB全球工业原料价格指数继续领先国内PPI,维持1-2个月领先滞后关系,价格弹性稳定,CRB大幅上行反映潜在工业需求回暖,且供给端受限背景下利好国内上游利润(图38)。
上游资本开支(CAPEX)近期偏低,限制供给增长,有利利润占比进一步提升(图39),22,23]
结合利润结构、价格弹性与估值分析:
报告明确指出,所有量化结论均基于历史统计模型,若未来市场环境发生根本性变化,指数模型与预测可能失效。投资需注意市场与政策导向变化所带来的潜在风险。
各图表数据均来源Wind及民生证券研究院,结合历史趋势与预测数据模型,数据来源权威,且方法论严谨,构成报告核心实证基础。
唯一明确的风险提示是该量化模型基于历史统计规律,不保证未来在市场结构、政策环境变化等情况下持续有效,潜在失效风险存在。尤其考虑全球经济贸易环境不确定性,上中下游工业利润状况影响复杂,模型的预测稳定性与普适性仍需后续验证。
整体报告逻辑严密,数据详实,专业性强,但也留有对未来环境不确定性的保留与审慎判断。
本报告通过细致的结构性利润数据拆解和高频预测模型构建,有效修正了旧版A股景气度指数1.0与实际净利润增速的背离问题,提出了基于分析师预期的金融业净利润高频预测模型和基于传统宏观混频因子的工业利润预测模型,形成高度贴合实际的A股景气度指数2.0。该新指数在趋势把握和关键时点反应上较大幅改进,有效减少择时策略回撤风险。
利润结构层面,A股利润主要集中在金融和工业,工业内部权重重塑片面上向中游倾斜,但利润贡献和增速近期呈现上游回升、下游回暖、中游承压的格局。CRB指数仍保有领先国内工业价格与需求的可靠信号作用,预示未来工业利润或进一步复苏,尤其是受供给约束影响明显的上游领域。
投资组合建议明确:综合考虑需求弹性、估值水平及未来经济复苏假设,上游具备最优进攻防御属性,下游具备稳定增速下的估值消化优势,中游受结构调整制约劣于两者。风险管理强调模型基于历史统计,需密切关注市场环境变动。
报告数据详实,分析深入,结合基础经济分类视角和现代量化方法,科学回归市场敏感指标。图表丰富且高度支持论点,尤其对利润结构拆解及景气度指数的分解重构提供了直接说明。对以利润动能为核心的择时及资产配置提供了理论和实践工具,具备较强的研究价值和应用价值。
(全文所有结论均引用于报告对应页码,例:,2,3,4,5,8,9,10,13,14,15,16,17,21,22,23,24])
图3 - A股景气度指数与净利润同比趋势背离示意
图26 - 新旧景气度指数与全A净利润同比对比
图41 - 工业上中下游未来投资机会综合模型
量化专题报告:重构A股景气度指数 全A利润预测与结构解析.pdf