本报告基于煤炭行业供给、需求、库存及价格四大维度,结合主成分分析法构建煤炭行业综合景气指标体系。通过对产业链的深入梳理与指标筛选,形成有效的煤炭景气分析框架。以该框架构建的月度轮动策略回测显示,在2015年1月至2022年5月区间,该策略累计收益达293.1%,明显优于同期Wind全A和申万煤炭指数,策略具备显著超额收益能力,能够较好捕捉煤炭行业供需驱动行情的不同状态特征,具备较强的行业配置价值和实际运用意义。
本报告的核心论点在于通过对煤炭行业的需求、供给、库存及价格四维度指标的量化分析,利用数据驱动方法(主成分分析)合成景气指标,系统判断行业景气变化态势,辅助形成量化投资策略。回测显示策略在2015年1月至2022年5月期间取得293.1%的收益,远超风指数及申万煤炭指数,超额收益超过250%,11,12,13]。
报告起始指出了A股近年来的“抱团”及结构化行情背景,强调“押赛道”策略的重要性,煤炭作为周期板块细分行业具有显著周期属性。近年来煤炭行业受两个核心驱动因素推动:(1)2020年疫情后的需求强劲复苏;(2)国家“双碳”目标促进供给侧改革,导致行业供给结构调整。报告旨在从行业基本面出发,构建煤炭行业景气驱动的量化分析框架,为投资决策提供科学依据。
图1显示煤炭指数(SW煤炭)自2020年下半年以来大幅跑赢整体市场(Wind全A),展现出显著的景气度提升与投资价值。
煤炭行业为典型资源型行业,成本端以人力和资源税等为主,成本结构相对固定,产品价格弹性大,利润主要由价格驱动。煤炭作为国内定价大宗商品,价格主要受国内供需影响,不涉及国际油价等外部波动。
分析框架以四个核心维度为基础:供给、需求、库存和价格,重点关注供需关系与库存状态对价格和行业盈利环境的影响。
综上,分析框架锁定三种情形下煤炭价格具备上涨动能:
(1)供给下行需求上行;
(2)供需及库存同步上行;
(3)供需及库存同步下行但价格上行,4]。
图2展示供需框架四象限模型,形象说明不同状态下行业景气判断逻辑。
报告明确煤炭产业链结构:
煤炭需求高度依赖下游火电行业,占总需求的54%;钢铁16%,建材13%,化工7%等。由于煤炭需求与经济景气正相关,传统思路使用制造业综合景气指标反映经济需求,但存在以下弱点:
因此,报告选择更为精准的需求代理指标——环渤海三大港口(秦皇岛、曹妃甸、京唐港)煤炭港口吞吐量,反映实际煤炭运输和下游真实需求,因煤炭主要通过铁路运输到环渤海港口中转再流向消费地,5,6]。
重点关注原煤、动力煤、炼焦煤产量增速,这是煤炭供给的关键指标。产量变化走势体现供给边际变化。
煤炭主要涉及三类库存指标:
以上三方面库存指标综合反映产业链库存状态,8,9]。
选取环渤海动力煤平均价格指数(Q5500K)为价格指标,价格是行业景气判断的根本,更能综合反映供需变化。
报告采用主成分分析法对供给、需求、库存(细分为港口库存、炼焦煤库存和动力煤库存)进行降维综合,提取第一主成分作为每个维度的景气指标,确保指标在统计上代表性强,减少噪音。
图14所示四维指标走势展现供给、需求、库存、价格在时间序列上的变化趋势及相互关系。
投资策略根据景气框架逻辑建立:
图15展示上述四个状态下煤炭行业相对Wind全A的净值表现,策略能够识别绝大部分强势行情。对于需求供应库存均下滑的状态,强弱行情交织,需进一步结合价格信息加以剥离。
策略每月调仓,若三大维度指标显示价格具备上涨动能,则买入申万煤炭指数,否则买入Wind全A以规避风险。为避免未来数据泄露,指标如当月末未出数据则采用滞后一个月数据处理,12]。
回测结果表现优异,策略净值累计增长429.4%,远超同期申万煤炭指数34.4%和Wind全A 33.6%。策略相对基准超额收益显著,超过250%,13]。
风险提示:指标和模型基于量化方法,若单个或多个分指标大幅波动,可能导致综合指标输出失真,存在模型失效风险。
报告末尾附有法律合规声明、投资评级说明及作者资格说明,明确报告仅供客户参考,不构成投资建议,强调投资需谨慎,风险自担,15]。
图1(第2页)——SW煤炭指数 vs Wind全A指数走势对比
图示2019年9月至2022年5月煤炭行业表现显著跑赢市场,尤其在2021年9月至2022年上半年呈现强势上涨。支撑行业景气及投资价值的市场环境。
图2(第3页)——煤炭景气分析框架二维矩阵
X轴为需求变化,Y轴为供给变化。四象限分别代表不同供需组合下的景气状态,强调库存和价格作为辅助判断的作用,特别是供需同步走向时需结合库存分析。
图3(第4页)——煤炭产业链图谱
直观展现煤炭到最终下游产业链过程,强调动力煤和炼焦煤两条主线及对应的下游行业,支持后续数据选取的产业链逻辑基础。
图4(第5页)——煤炭下游需求构成饼图(2018年)
以火电为首占比54%,明显领先其他行业,表明火电需求对煤炭行业影响巨大,需求判断不能忽略火电行业特点。
图5(第5页)——中国发电结构变化柱状图(2010-2021年)
火电比重高但呈下降趋势,水电稳定在17%左右,新能源(风电、光伏)快速上升,显示煤炭需求受到能源结构调整影响,需关注新兴能源竞争风险。
图6(第6页)——2050年全球碳中和情景下能源装机占比预测
预测煤电装机将大幅减少,新能源占比大幅提升,表明煤炭需求周期性与结构性压力并存,长期景气存在不确定性。
图7-13(第6-10页)——需求、供给、库存、价格多个指标时间序列折线图
各指标经过季节调整、降噪和标准化处理,走势均显示供需及库存的周期性变动,反映煤炭行业的景气周期明显。其中港口吞吐量和库存指标波动较大,显示流通环节活跃度和供需紧张程度。
图14(第10页)——四个景气维度主成分指标曲线
展示供给、需求、库存、价格综合景气指标随时间变化,显示价格指标波动最大,符合其高弹性特征。供需指标走势在某些周期表现较强同步性,有助于判断未来价格趋势。
图15(第11页)——八种供需库存组合条件下的策略相对净值表现
依照策略分类数据显示,需求供应库存同升(右上)、需求升供给降库存升(左下)、需求升供给降库存降(右下)三类情形策略显著跑赢市场。需求升供给升库存降表现相对较弱,显示库存细分判断价值。
图16、17(第13页)——策略绝对及相对净值表现
策略净值累计显著跑赢申万煤炭和Wind全A指数,超额收益持续累积,策略整体强势且具较好风险控制能力。
报告并未包含具体的传统财务估值模型(如市盈率、市净率、DCF等)分析,核心关注点在于基于景气度构建量化指标及策略,其估值体现为策略收益率和超额收益的历史回测表现,重点在于行业景气判断而非单个企业估值。
主要风险如下:
报告并未详细给出缓解策略或风险概率估计,但通过多维度指标融合和主成分分析方法试图分散单一指标风险,策略设计了基准替代(买入Wind全A)以规避市场整体下行风险,14]。
本报告通过深入梳理煤炭行业产业链和供需关系,从需求、供给、库存及价格四大维度,选取具有代表性的指标(如环渤海三港口煤炭吞吐量、电厂及钢厂库存等),应用主成分分析法构造综合景气度指标,为行业景气度提供科学量化描述。
基于此分析框架,建立了明确的行业投资策略,系统区分不同供需库存组合所对应的景气状态,验证策略在2015年至2022年区间显著跑赢申万煤炭指数和Wind全A基准,累计收益达到293.1%,超额收益超250%,表现抢眼。
特别强调三组景气驱动条件——供给下行需求上行;供需库存同步上行;供需库存同步下行但价格上行——为煤炭行业价格上涨和超额收益的关键动力。报告结合产业链逻辑和量化数据,构建的景气度模型具备较强的操作指导意义。
然而,报告也指出模型存在一定局限及风险,尤其在分指标波动较大时可能失真,且面临新能源替代趋势和政策调整带来的长期结构性挑战,需结合未来数据变化谨慎调整。此外,策略的实际应用效果需关注市场环境变化、数据更新及时性及交易成本等因素。
综上,报告提供了一个结构清晰、逻辑严谨且数据驱动的煤炭行业景气分析和投资策略体系,对于专业投资者理解煤炭行业周期波动与把握投资机会具备重要参考价值。
整体点评:报告逻辑性强,数据详实,分析框架清晰;成功将煤炭行业复杂的供需关系转化成可操作的量化指标体系,搭建了理论与实证结合的投资策略,具有较强的实用价值。未来应关注新能源结构替代和数据持续性问题对策略稳定性的影响,持续更新和验证模型假设。
数量化专题报告:煤炭行业基本面量化及策略配置.pdf