【利得研究 · 资产配置】中观景气度因子在资产配置中的应用初探——下游篇（二）

经济周期轮动放缓，对行业切换的解释力减弱，考虑在原有自上而下的大类资产配置框架中纳入中观景气度跟踪指标。一直以来，我们的大类资产配置框架以自上而下为主，宏观周期的研究为始，根据胜率-赔率模型找到最适合当前配置的资产及行业。在此基础上，也构建了利得系列FOF——利得全天候FOF是股债商的轮动；利得权益行业优选FOF是行业轮动；利得低波FOF是债基轮动。经济周期剧烈波动的时期，宏观周期体系对行业轮动的解释力较强。近年来，随着国内经济步入新常态，经济周期的轮动放缓，对行业风格切换的解释力也变弱。我们试图从2个角度寻找解决方案：首先，纳入高频经济数据以捕捉宏观经济的边际变化，提高周期跟踪的灵敏度。因此在《【利得策略20231106】高频宏观因子在资产配置中的应用初探》中，我们构建了周度宏观景气周期跟踪指数。纳入高频跟踪指标体系后，经济复苏和底部过渡周期的切换被敏锐的抓取到。其次，纳入行业中观景气跟踪指标体系，按照申万31个一级行业、124个二级行业为线索，以量、价、库存维度为准，寻找高频行业跟踪指标，抓取行业景气度的微妙变化。后者正是本篇的目的所在。

传统中观景气度跟踪指标体系存在3大痛点：（1）指标数量过多，容易淹没在数据海洋里，难以提炼出真正有价值的信息；（2）行业间横向比较难度大。指标的标准化程度低，难以进行横向比较；（3）对未来的指示性弱。指标处理上更多着眼于对过去指标数据的梳理呈现，对未来的预测有效性不高。

图2：传统中观景气度跟踪指标体系存在3大痛点

资料来源：利得研究院

利得中观景气度跟踪指标体系在3大痛点的解决上采用如下方案：（1）所有行业均采用量-价-库存的三维度跟踪，方法论统一增加横向可比性；（2）每个申万二级细分行业根据量-价-库存的高频指标合成景气度指数，这样可以提炼出有效信息，避免被数据淹没；（3）滚动选取和近期行业盈利相关性高的跟踪指数，每次合成景气指数的量-价-库存数据都是先筛选后合成的。这样可以提高景气度指数对未来的预测效果。

为了解释清楚具体做法，我们以煤炭行业为例。煤炭属于上游行业，量主要关注下游耗用量（主要是电力、钢铁、进出口）；价关注动力煤、焦煤价格；库存分为中转站库存（秦皇岛港口库存）和下游需求库存。煤炭行业在申万分类体系下包括煤炭开采、焦炭2个细分二级行业。我们分别在2个细分行业下寻找跟踪指标，指标更新频率上包括月、周、日三种类别，数据全部来自wind，便于后续的自动更新。

图3：煤炭行业量-价-库存跟踪指标

资料来源：利得研究院

图4：景气度指标构建方法（以煤炭开采行业为例）

资料来源：利得研究院

图5：部分下游行业指数（申万）

资料来源：利得研究院

图6：部分下游行业指数（申万）对应A股上市公司的数量

资料来源：利得研究院

图7：中国纺织服装出口额（百万美元）

资料来源：Wind，利得研究院

图8：中国纺织服装出口额在全球中占比

资料来源：WTO，浙商证券，利得研究院

申万纺织服饰行业一共有3个二级方向，涉及的上市公司数量是106家，非运动服装不论是公司市值还是数量都占主要地位。从市值角度看，服装家纺占比47%，纺织制造占比34%，合计比重81%。服装家纺中，非运动服装的市值占比近80%。从公司数量看，非运动服装的上市公司数量最多，占纺织服饰行业上市公司数量总数的37%。

图9：申万行业纺织服饰细分领域对应A股公司数

资料来源：Wind，利得研究院

纺织服装产业链上游原材料主要包括棉花、麻、蚕茧丝等天然纤维以及人造纤维、合成纤维等化学纤维，涉及农业种植、养殖、化工等相关行业，产业链中游主要包括纺织品、服装加工及制造环节，产业链下游主要包括各类线上及线下销售渠道。

图10：纺织服饰行业上下游

资料来源：天风证券，利得研究院

图11：纺织服装行业产业流程图

资料来源：天风证券，利得研究院

我们分别在3个细分方向上找了跟踪指标，纺织制造偏中上游，以坯布、纱线的量、价、库存数据跟踪为主，服装家纺跟踪数据突出行业出口导向型特点，饰品方向则主要是黄金饰品价格。跟踪指标以月频居多。

图12：纺织服饰跟踪指标

资料来源：利得研究院

图13：申万轻工制造行业个股数量统计

资料来源：Wind，利得研究院

图14：申万轻工制造行业市值统计

资料来源：Wind，利得研究院

造纸业是把植物纤维加工成纸浆，然后通过手工或机器抄造的方法把纸浆制成纸或纸制品的工业行业。根据原材料种类可划分为木浆系和废纸系两大类别，具有明显的周期性波动。我国为纸浆最大净进口国，2020年我国商品浆使用量占全球的40%以上，增量需求（使用量）贡献了全球增量的80%。

造纸业的上游包括将木材、非木材植物纤维及废纸加工成为纸浆的过程，中游根据不同需求将纸浆加工成为各类纸及纸板，主要有文化纸、生活用纸、包装纸和特种纸四大类。最后产出各类可以直接使用的纸质品。

图15：造纸产业链

资料来源：东吴证券，利得研究院

包装印刷领域包括纸包装、金属包装两个细分领域。纸包装是以纸和纸浆为主要原料的包装材料制品，如纸板箱、档案袋等。上游包括造纸中箱纸板、瓦楞原纸等，下游包括各类需要纸包装的制造业。金属包装主要产品包括各类桶、罐金属容器。按制造方法可分为两片罐和三片罐。三片罐刚性好，易变换形状，材料利用率高，在食品、饮料行业应用广泛；二片罐生产自动化程度高，生产效率更高，产品可完全回收利用，目前碳酸饮料和啤酒基本采用二片罐

图16：各类纸包装

资料来源：德邦证券，利得研究院

图17：各类金属包装

资料来源：德邦证券，利得研究院

家居主要包含硬装、软装和智能家居，涉及各类家具的设计研发、生产和销售，呈现一定的季节性。上游行业主要有皮革、木材、铝材及五金配件行业；下游面向新房和二手房装修翻新的消费者，以及推出精装房的房企。家居业呈现一定的季节性，每年的2-6月份属于行业淡季，当年7月至次年1月份属于行业旺季；季节性一方面与国内居民的商品住房购买和交复时间有关，另一方面也和国内居民的旧房改造有关。

图18：家居行业产业链

资料来源：艾媒咨询，利得研究院

 最终我们在3个细分方向找到了相应的量价指标，比如家居和地产竣工、销售面积有关，因此我们纳入了房屋竣工、销售面积这样的外生变量，同时考虑美国地产销售情况，主要考虑对出口的影响。

图19：轻工制造中观景气度跟踪指标

资料来源：Wind，利得研究院

汽车行业主要包括整车制造、零部件生产、汽车经销三大板块，其中整车制造和零部件生产是汽车行业研究的核心。

整车制造主要包括乘用车和商用车，新能源乘用车逐年放量。乘用车是指载运乘客及其随身行李或临时物品的汽车，比如家用轿车、SUV、MPV、家用皮卡等；商用车是指用于商业用途运送人或货物的汽车，可细分为货车和客车等。从发展趋势看，整车制造板块呈现新能源乘用车放量特征。

新能源汽车和传统汽车的区别在于三电技术，电池最受关注。汽车零部件组成部分主要包括：发动机、底盘（传动、转向、行驶、制动）；车身（内饰、外饰）；电器设备（电源、用电设备）。新能源汽车和传统汽车的区别在于三电技术：电驱、电池、电控，其中电池最受关注。零部件生产板块呈现如下特点：一是磷酸铁锂电池需求上升。二是激光雷达提供智能驾驶感知端解决方案。三是AI芯片加速汽车智能化进程。

申万汽车行业分为5个子行业，汽车零部件行业的个股数量最多，市值比重最高。汽车行业一共包含289家上市公司，其中汽车零部件239家，占8成。从市值角度看，乘用车、汽车零部件分别占比42%、44%。乘用车板块比亚迪市值占到50%。

图20：申万汽车行业市值统计

资料来源：Wind，利得研究院

图21：申万汽车行业上市公司数量统计

资料来源：Wind，利得研究院

         汽车零部件处在产业链中游，整车处在产业链下游。燃油车到新能源车的转变，原材料中钢铁、玻璃、塑料等是通用的，中游的车身、内饰等也是通用的。汽车动力能源从燃油到电力的改变，推动动力系统的核心由燃油车的发动机、变速器、底盘三大件向电动车的电池、电机、电控三大件进行转变。

 

资料来源：中信建投，利得研究院

 

新能源汽车产业链上游主要是动力电池相关，如正、负极材料、隔膜、电解液等。中游还包括电机、电控、充电桩。下游则是整车企业。

 

 

图23：新能源汽车产业链

 

资料来源：中信建投，利得研究院

图24：纯电动汽车与传统燃油车主要零部件对比

 

资料来源：海通证券，利得研究院

 

根据消费者感知的直接程度，汽车零部件可划分为3类，显性消费属性、隐性消费属性和工业品属性。不同于整车厂商，汽车零部件核心的关注点在于价格、质量、交付，属于制造业。具备显现消费属性的部件重在把握个性化需求，刺激购车欲望。具备隐形消费属性的部件影响续航、充电速度、加速、智能驾驶的执行。具有工业品属性的部件核心是轻量化、成本控制。

 

 

图25：汽车零部件主要分类

 

资料来源：西部证券，利得研究院

         自动驾驶是新能源车的发展趋势，包括四大核心组成部分：传感器、芯片、控制器、算法，是零部件发展的新方向。自动驾驶主要发展方向：芯片算力提升、传感器配置优化、硬件成本节约、算法优化，打破硬件堆叠的局面。

 

 

图26：自动驾驶四大核心组成部分

 

资料来源：海通证券，利得研究院

 

车企销量是关键因素。政策刺激、优质供给是汽车销量的主要驱动力。传统车企采用市盈率PE进行估值，部分未稳定盈利的新势力车企通常采用市销率（PS）进行估值。但无论是PE估值（利润角度）还是PS估值（营收角度），车企的销量都是关键性因素。2009年-2010年、2015-2017年、2022年三次购置税减免政策，均有效刺激了汽车销量的增长。前期政策推动需求，后期优质供给推动需求。

我们梳理了汽车行业4个主要细分方向的跟踪指标，大部分都和销量、价格有关，以月频数据为主。

 

 

图27：汽车细分子行业跟踪指标

 

资料来源：利得研究院

 

图28：景气度指数和行业营收增速的相关性测试

资料来源：Wind，利得研究院

3.2 景气度策略回测

 

 

 

接下来我们按照景气度当期值变化构建高景气-低景气组合进行回测。具体做法是：季末调仓，每一次都按照景气度高频跟踪指数计算季度均值，然后求一阶差分并排序，取前50%景气度上行的行业构建高景气度等权组合，后50%景气度下行的行业构建低景气度等权组合。再构建一个行业等权组合作为对照。

回测结果显示，高景气组相较低景气组胜率63%，相较等权组合胜率69%。2008年10月以来，前50%的高景气度组表现好于后50%的低景气组，年化超额收益率4.55个百分点；高景气组也优于所有行业的等权组合，年化超额收益2.5个百分点。单年度来看，2009-2024年共16个完整年度，其中10个年度高景气跑赢低景气组合，胜率63%；11个年度跑赢等权组合，胜率69%。

 

图29：中观景气度指数策略回测

 

资料来源：Wind，利得研究院，回测区间：2008.10.6-2025.4.16

图30：单年度回测结果

资料来源：Wind，利得研究院，回测区间：2008.10.6-2025.4.16

 

 

 

 

 

四、最新景气度跟踪结果

 

 

4.1 服装家纺、造纸等行业景气度向上修复

 

 

2025年一季度数据显示，景气度因子和行业指数收益率正相关。4月服装家纺、造纸行业景气度环比上行。我们以2025年一季度为例，景气度因子值和行业指数收益率的相关系数是0.2，景气度因子环比变化和行业指数收益率的相关系数是0.3，均呈现正相关性。观察4月以来的因子变化，服装家纺、造纸行业景气度环比升高，纺织制造、家居用品行业景气度环比下降。

 

 

图31：25年4月景气度指数因子值（部分行业4月因子值暂不支持更新）

资料来源：Wind，利得研究院，因子值计算截至2025年4月16日，摩托车行业历史数据不足，此处不做展示

 

依次查看细分行业景气度变化情况，可以发现以下结论：（1）轻工制造行业内部家居用品、造纸行业当前景气度分位比较接近；（2）汽车内部，乘用车景气度高于商用车，高于摩托车和汽车零部件。（3）纺织服饰行业内部服装家纺景气度高于纺织制造。

 

图32：轻工制造细分行业景气度跟踪

资料来源：Wind，利得研究院

图33：汽车细分行业景气度跟踪

资料来源：Wind，利得研究院

 

 

4.2 部分行业景气度跟踪演示

 

 

我们选出上节提到的部分行业，展示中观景气度因子的历史跟踪效果，中观景气度因子为周度更新，行业营收同比增速为季度更新。

 

图34：服装家纺行业高频跟踪

资料来源：Wind，利得研究院

图35：造纸业高频跟踪

资料来源：Wind，利得研究院

图36：商用车行业高频跟踪

资料来源：Wind，利得研究院

图37：汽车零部件行业高频跟踪

资料来源：Wind，利得研究院

 

 

 

 

 

 

法律声明

 

风险提示

投资有风险。基金的过往业绩并不预示其未来表现。基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。相关数据仅供参考，不构成投资建议。投资人请详阅基金合同等法律文件，了解产品风险收益特征，根据自身资产状况、风险承受能力审慎决策，独立承担投资风险。

 

重要声明

阁下/贵方接受、阅读或使用本文件即表明阁下/贵方已事先及无条件接受以下“重要声明”所载之条款和条件：

本文件系为利得基金备制，本文件中的信息仅作参考之用，不构成任何具有法律约束力之产品投资要约或要约邀请，并且不可用于对投资的评估。

本文件所载信息仅为初步提示，利得基金从未表述或保证本文件中的信息的完整性和准确性，接受或使用者亦不得对其完整性和准确性提出要求。即使本文件所有信息系已尽最大的谨慎提供、选择和校验，利得基金对于信息的完整性以及内容的正确性亦不承担任何责任。

本资料仅为宣传用品，本机构及工作人员不存在直接或间接主动推介相关产品的行为，不构成投资建议。

 

保密条款

本文件中的信息均为保密信息，未经利得基金书面事先同意，不得为任何其它目的，整体或部分地使用、复制或传播本文本中所含信息。

未经事先书面许可，本文件不可被复制或分发，本文件内容亦不可向任何第三者披露，仅供特定范围内的资深专业投资人士使用，不得用作它途。一旦接收或阅读本文件，阁下/贵方应被视为已经接受此项保密条款。