从短期波动到经济周期，看好库存短期波动修复与长期钢铁行业投资机会.pdf

识别风险 ， 发现价值 请务必阅读末页的免责声明 1 / 39 专题研究 |钢铁 2018 年 04 月 21 日 证券研究报告 本报告联系人：陈潇 020-8757-1273 gzchenxiaogf Table_Title 库存量化研究框架专题一：从 解构微观库存说起 从短期波动到经济周期，看好库存短期波动修复与长期钢铁行业投资机会 Table_AuthorHorizontal 分析师： 李 莎 S0260513080002 020-87574792 lishagf Table_Summary 拨开云雾见天日，守得云开见月明。愈是在行业气象与市场逻辑纷乱 之处，愈是需要我们以笃定的态度与客观的方法去观测和丈量周期运行与行业态势。 鉴于此， 我们推出量化研究框架系列，冀望以数据为驱动、以量化为锚，向市场提供准确而真实的理解框架 。我们将借助于对数据的解构与重建，清除噪声扰动、回归周期本源，进而在纷繁扰动之中锚定周期位置、把握经济趋势。 作为量化研究框架系列的开篇，本篇将首先从市场至为关心的库存切入，通过对微观库存数据的解构与解读，清除库存数据当中的诸多扰动，并 基于库存分解项提供一个短期、中期、长期三个时间维度下的跟踪与研判框架。 一 、 初探库存：库存是钢材贸易流通当中形 成的累积，对库存的观测有赖于宏微观指标的相互印证 库存是指仓库中实际储存的货物，就钢铁行业产业链而言，库存存在于钢铁生产、流通和终端三个主要环节。如果从钢铁行业供应链的角度来考虑，钢材库存是生产商和贸易商所仓储货物的数量总和 。 在行业观察与研究当中，我们可以直观地将库存理解为钢材贸易流通过程形成的累积。在该视角下，库存波动的方向与斜率是供需两端在总量与速度上的力量比较形成的结果。 对钢铁库存的观测有赖于宏微观指标的相互佐证。 宏观上我们可以从黑色金属冶炼加工业产成品存货及 PMI产成品库存指标上得以观察，经过成本价 格调整后两者都清晰地显现出库存周期特征且相互契合。但两者较低的时间频率易于使我们在短期当中陷入数据盲区，相较而言，微观库存数据提供了高频、具象且细分的观测窗口，经过供应链模式分析，我们认为钢厂库存与社会库存之和提供了一个较好的微观窗口，两者变化差异映射季节性与交易噪声，分品种库存则有助于理解供需两端的结构性驱动。 二 、 解构库存：一个行之有效的基于坐标轴变换与平滑滤波的微观库存数据拆解框架，及我们对三月份库存高企格局的解读与展望 本文的样本 为 我的钢铁网披露的社 会库存与钢厂库存的周度频率数据 ，其中 社会库存开始于 2013 年 1 月（共270个样本点），而钢厂库存则开始于 2015年 5月（共 149个数据点） 。 理论上来讲，库存是价格的镜像，它们共同映射着行业供需态势的变动，库存的去化与累积往往反映为需求相对于供给的偏强与偏弱，从而最终将映射为钢铁价格的上涨与下跌。 但实际上 受制于库存数据内含的季节项与趋势项， 库存与价格往往无法构成明显的镜像关系 ，这使得直接基于库存数量或库存增速的对于钢价趋势的研判、勾勒与预测存在显著偏差。 因此，我们从库存中分离出：季节项、趋势项和噪声项。季节项体现供需季节性错配与贸易商预期驱动下的固定演绎模式， 我们设计了一个春节中心化与日历坐标轴变换并有效地剔除季节项 ；趋势项则体现为平缓、渐进且具有规律的库存演进方向，中长期周期轮动逻辑与短期负反馈逻辑存在割裂导致库存 -价格关系存在扰动， 我们使用一个最小二乘平滑滤波成功地分离了趋势项与噪声项。 经分离的库存噪声项与钢价变化清晰地呈现出了围绕零线的镜像关系 。 从噪声项来解读，三月库存高累、钢价深跌既非冬储后效应也不是经济趋势切换的结果。我们认为其主要来自于采暖季停工、季节性超调乃至工人返工滞缓等一系列经济数据噪声，从而 在噪声修复背景下库存与钢价均存在复苏空间 。 三、 以库存趋势项锚定经济周期：一个来自微观数据的视角，及我们对中期与长期周期演进方向的看法 趋势项本身仍然是周期与趋势的嵌套， 我们基于平滑滤波进行了再度分解，得到了短波周期项与长期趋势项。 短波周期项被用于观察库存内生周期 ，我们提出了一个 基于量价利关系的周期阶段验证。 从这个框架来判断，我们已经迈过了行业库 存周期的拐点， 从被动去库存逐渐转向被动补库存 。 本轮被动补库存阶段可能呈现钢矿两弱格局，但在铁矿石高供给格局下盈利或将持稳 ，且本轮被动补库周期可能并不会太长，其主要逻辑一是来自于产能去化与环保高压常态化下供给钝化的逐渐显现，这使得供给不存在大幅度复苏的基础。 长期趋势项 被用于观察库存外生周期 ，我们提出了朱格拉周期、库兹涅茨周期和钢铁产能周期三者的叠加，并构建一个长周期供需缺口嵌合了库存长期趋势项的拐点。 从这个框架来判断， 我们正越过波谷进入到一个上升长周期当中 ，这将外化为合意库存与钢价的共同复苏。 从稳健性上，我 们利用美国 1993-2016年的经济与钢铁库存数据进行验证得到，美国的长周期供需缺口与库存的长期趋势项在趋势与时点上大体一致，从而进一步证实了长期周期与库存趋势项的相关性。 四 、 投资建议：周期迭宕，伺机而动 。 基于本篇提出来的库存解构框架， 我们分别提出对未来短、中、长三个时间维度的研判，并提出核心的投资策略： 周期迭宕，伺机而动 。 短期上看 ，三月份库存高企已超越季节性与趋势性范畴， 库存噪声项必然将经过均值回归的通道，而这也将驱动钢价的修复性上涨， 建议关注经济数据噪声修复背景下库存与钢价的反弹机会 。 中期来看 ，我们正 迈入一轮以供给复苏和需求温和回落为特征的被动补库存， 本轮库存周期可能将呈现钢价温和回落、矿价趋弱表现的格局。 在当前铁矿石巨头扩产周期下，铁矿石供给迅速增长、港口库存日益高累，因此， 本轮被动补库周期可能并不会明显看到矿强于钢格局， 盈利大概率将持稳，盈利韧性可期 。 长期来看 ， 行业长周期供需缺口与合意库存的长期上升趋势大概率已得到确认， 长期维度下看好钢铁行业投资机会。 五 、 风险提示： 部分结论可能受制于样本量而未能得到充分验证；最小二乘平滑滤波在边界上具有过度平滑倾向，可能高估或低估趋势成分；当前经济噪声可能对中期维 度下周期演进方向的准确性形成干扰；本文众多结论来自于对 微观库存数据的解构与分析，可能仍有待来自其他数据维度的相互验证。 Table_Report 相关研究： 【广发钢铁 李莎】矿山、钢厂、钢贸商动态跟踪（ 20180312-20180316） -外矿发货量大幅下降，高炉检修率小幅上升，亏损面与上次统计持平 2018-03-18 【广发钢铁 李莎】周报（ 20180312-20180316） -社会库存周环比小降，下游需求逐渐释放 2018-03-18 【广发钢铁 李莎】炼钢工艺发展路径专题之二：短流程 发展箭在弦上？ -政策、环保带来机遇，人才、技术仍有挑战， 2018-03-17 识别风险 ， 发现价值 请务必阅读末页的免责声明 2 / 39 专题研究 |钢铁 目录索引 前言：以量化为锚，于乱象处见真章 . 4 一、初探库存：库存是钢材 生产、 流通 及使用 中形成的累积，对库存的观测有赖于宏微观指标的相互印证 . 5 （一）如何理解库存：库存是钢材贸易流通当中形成的累积，库存波动的方向与斜率是供需两端在总量与速度上的力量比较形成的结果 . 5 （ 二 ） 如何观 测 库存：宏观上参考经价格调整的产成品存货同比与 PMI产成品库存指标，微观上 以 社会库存与钢材库存 之和为主要窗口 . 6 二、解构库存：一个行之有效的 基于坐标轴变换与平滑滤波的微观库存数据拆解框架 . 12 （一）为何需要解构库存数据： 季节项与趋势项扰动下库存数据未能与钢价构成镜像关系，直接使用库存在勾勒与预测钢价上近乎失效 . 12 （二）分离 季节项：供需季节性错配与贸易商预期驱动下的固定演绎模式，通过春节中心化与日历坐标轴变换可有效剔除季节项 . 13 （三）分离 趋势项：中长期周期轮动逻辑与短期负反馈逻辑的割裂，使用平滑滤波可分离趋势项以提取库存 -价格的短期镜像关系 . 18 （四）基于库存解构框架的高频观测 ：三月库存高累、钢价深跌既非冬储后效应也不是经济趋势切换的结果，经济数据噪声驱动下过度调整的库存与钢价仍存均值修复空间 . 21 三、以库存趋势项锚定经济周期：一个来自微 观数据的视角 及我们对中期与长期周期演进方向的看法 . 24 （一）库存趋势项的周期嵌套：对库存内生周期与外生周期的再度分解 . 24 （二） 内生周期：基于量价利关系的周期阶段验证，我们或正处于一轮被动去库存周期的尾声与被动补库周期的开端 . 26 （三） 外生周期：综合朱格拉周期、库兹涅茨周期与钢铁产能周期判断，合意库存可能正在迈入一个长期上升通道 . 30 四 、 投资建议 ： 周期迭宕，伺机而动 . 36 （一） 短期：三月份库存高企已超越季节性与趋势性范畴，建议关注经济数据噪声修复背景下库存与钢价的反弹机会 . 36 （二） 中期：我们正迈入一轮以供给复苏和需求温和回落为特征的被动补库存，但可能并不会太长，铁矿石供给扩张下盈利韧性可期 . 36 （三） 长期：行业长周期供需缺口与合意库存的长期上升趋势大概率已得到确认，长期维度下看好钢铁行业投资机会 . 37 五 、风险提示 . 38 识别风险 ， 发现价值 请务必阅读末页的免责声明 3 / 39 专题研究 |钢铁 图表索引 图 1：库存是 钢材生产、流通和使用过程中形成的累积，库存波动的方向与斜率是供需两端在总量与速度上力量对比的结 果 . 5 图 2：产成品存货是库存中长期趋势的衡量，但其内含独立于库存之外的价格维度. 6 图 3：经价格调整后的产成品存货指标显示出周期性特征与趋势性特征 . 7 图 4：经价格调整后的 PMI产成品库存指标显示出更强的周期性特征 . 8 图 5：市场上常见的三种销售模式分别为钢厂直销、代理 分销和增值服务 . 9 图 6：社会库存呈 现强烈的季节性特征、钢厂库存呈现带噪声项的平稳趋势，总库存窗口受社会库存的影响也显示出较为明显的季节性特征 . 10 图 7：长材库存与板材库存长期趋势一致但短期可能显著背离，从而提供了结构性观察的契机 . 11 图 8：库存与钢价无法构成镜像关系，直接使用库存作为钢价的研判工具存在偏差. 12 图 9： 季节项体现为一种年内重复而固定的演绎模式 ， 包括以春节为中心与以 “金九银十 ”为中心的两个特征 . 14 图 10：春节中心坐标轴与日历坐标轴两种变换都大致剔除了季节性，但均存在一定程度上的错误纠偏 . 16 图 11：通过建立简易的规则，我们成功滤除了两种坐标轴变化下的错误纠偏 . 16 图 12：季调坐标轴下的总库存同比在波峰、波谷等特征上都与社会库存窗口贴合. 17 图 13：剔除季节项后的库存开始在某些时点显现出与钢价环比的镜像关系，但这种镜像关系仍未完全成型 . 18 图 14：在基钦周期轮动当中，库存 -钢价关系在周期的不同阶段具有不一致性 . 19 图 15：在外生周期轮动当中，库存 -钢价关系始终呈现趋同关系 . 19 图 16：趋势项显现周期性与长期趋势特征，噪声项显示平稳态与惯性特征 . 20 图 17：经分离了季节项与趋势项之后的库存数据与钢价变化清晰地呈现出了围绕零线的镜像关系 . 21 图 18：三月份库存的快速累积与钢价的下跌既不是冬储后效应，也并非对经济恶化的印证 . 22 图 19：库存数据的趋势项当中 仍然包含着周期性与趋势性的嵌套 . 25 图 20：基于最小二乘平滑滤波能够较好地分离库存趋势项当中的短波周期成分与长期趋势成分 . 25 图 21：库存周期当中钢铁行业量价利关系的简明总结 . 27 图 22：基于量价关系锚定库存周期位置 . 28 图 23：基于量利关系验证库存周期矿框架 . 29 图 24：外生周期指标概览 . 32 图 25：经处理的外生周期指标显示出了较为鲜明的趋势性 . 32 图 26：长周期供需缺口在 2015年底出现了拐点 . 33 图 27：美国的合意库存趋势与长周期供需缺口同样具有同步性 . 34 识别风险 ， 发现价值 请务必阅读末页的免责声明 4 / 39 专题研究 |钢铁 前言：以量化为锚，于乱象处见真章 大风起兮云飞扬。钢铁作为宏观经济中游行业，见证了我国经济周期的复苏与繁荣，也 历经 行业格局的变革与动 荡。 2016年，居民加杠杆、地产繁荣与汽车消费崛起撬动了来自行业终端的强劲脉冲，进而开启了钢铁行业的周期性复苏进程。尔后，随着供给侧结构性改革 坚定 推进、“地条钢”出清以及环保高压政策落地，行业供给端始现钝化迹象，政策约束下行业盈利 再度明显提升 ，但也令行业自然周期运行变数丛生。 2018年春节以来，市场动荡再起，需求复苏滞缓、经济数据 不及 预期、库存空前高企使得钢铁市场 再度 面临 下行压力 ， 中美贸易战打响、环保限产产能复产、电炉产能投放更添市场对未来行业运行之担忧 。 拨开云雾见天日，守得云开见月明。愈是 在行业气象与市场逻辑纷乱之处，愈是需要我们以笃定的态度与客观的方法去观测和丈量周期运行与行业态势。鉴于此， 我们将推出钢铁行业的量化研究框架系列，冀望以数据为驱动、以量化为锚，向市场提供准确且更贴近现实的理解框架。我们将借 助于对数据的解构与重建，清除噪声扰动、回归周期本源，进而 在纷繁扰动之中锚定周期位置、把握经济趋势。 作为量化研究框架系列的开篇，本文将首先从市场至为关心的 库存 专题 切入 。在某种意义上， 库存是高频数据中供需关系的微观反应，因 此，理论上来讲， 库存是价格的镜像 ，它们共同映射着行业供需态势的变动，并扮演市场 观测周期运行的重要窗口。但与价格不同，库存作为数量指标，更少受到来自金融要素与市场情绪的扰动，因此 提供了更加平滑与稳健的观测途径 。此外，相较于统计局等官方机构统计的月度乃至年度经济数据而言， 以周度为频率的库存数据填补了市场观察行业短期波动的盲区 。因此，对于库存的深刻理解与研究将有效促进我们对于供需态势的把握。 但库存数据本身仍然存在包含季节性在内的诸多扰动，这使得库存对于经济周期 与供需态势的反映以及对于钢价的映射都存在不明晰之处，从而对于库存数据不予处理的直接使用会带来理解上的偏误。 因此，我们仍然需要对库存数据进行解构以清除扰动，并尝试理清库存如何反映供需态势、经济周期与短期基本面，以及库存如何链接与映射钢价这两条关键逻辑。 本篇将首先着手于理清第一条逻辑，即如何清除数据扰动与链接经济周期，而在下一篇我们将进一步展开讨论库存的短期跟踪价值。具体而言，本篇我们将回答以下三个问题： （ 1） 什么是库存以及如何观测库存？ （ 2） 我们如何解构库存数据以清除扰动、反映趋势、研判行情？ （ 3） 基 于解构后的库存数据，我们如何理解库存与经济周期的关系？ 识别风险 ， 发现价值 请务必阅读末页的免责声明 5 / 39 专题研究 |钢铁 一、初探库存：库存是钢材 生产、 流通 及使用 中形成的累积，对库存的观测有赖于宏微观指标的相互印证 （一）如何理解库存：库存是钢材贸易流通当中形成的累积，库存波动的方向与斜率是供需两端在总量与速度上的力量比较形成的结果 开宗明义，库存是指仓库中实际储存的货物，就钢铁行业产业链而言，库存存在于钢铁生产、流通和终端三个主要环节。如果从钢铁行业供应链的角度来考虑，钢材库存 是 生产商和贸易商所仓储货物的数量总和 （备注：受累终端库存暂无权威、官方数据统计，本专题 仅考虑存在于钢铁生产和流通环节中的库存） 。由于 库存链接钢铁行业生产供应链条当中的供需两端，因此其往往被认为在观测钢铁行业供需格局 上具有重要价值。 在行业观察与研究当中， 我们可以直观地将库存 视为 钢材贸易流通过程形成的累积 。 此时，我们可以理解，当供给总量超过需求总量时 ，则钢材供应链趋于阻滞，导致库存积压；而当需求总量强于供给总量时，则钢材供应链趋于疏通，导致库存去化。 因此，在该视角下， 库存波动的方向与斜率是供需两端在总量与速度上的力量比较形成的结果。 图 1：库存是 钢材 生产、 流通 和使用过程 中形成的累积，库存波动的方向与斜率是供需两端在总量与速度上力量对比的结果 数据来源：广发证券发展研究中心 识别风险 ， 发现价值 请务必阅读末页的免责声明 6 / 39 专题研究 |钢铁 （ 二 ） 如何观测 库存：宏观上参考经价格调整的产成品存货同比与 PMI产成品库存指标，微观上 以 社会库存与钢材库存 之和为主要窗口 即便我们直观理解了库存，库存在当前仍然是一个抽象的概念， 将库存从抽象化概念转化为具象化指标是我们观测与运用库存的第一个步骤。 目前市场上有众多机构对钢铁行业的库存指标进行统计，且不同机构进行统计时所使用的口径、所观测的频率等存 在差异， 这使得我们能够通过综合利用一组库存统计指标对钢铁行业的库存进行结构化观察。 总体而言，目前市场上常见的指标提供了两个主要视角：宏观视角和微观视角 。 1、宏观视角：经价格调整后的产成品存货同比及 PMI产成品库存指标构成库存的一个中长期观察 在宏观层面上，统计局公布的黑色金属冶炼及压延加工业的产成品存货指标是形成钢铁行业库存中长期观察的重要窗口。 产成品存货指标是行业层面的 资产负债表库存项目的综合反映，因此， 产成品存货事实上是一个金额指标而非数量指标，它内含了存货数量与存货价格两个维度，这使得产成品存货 指标并不能构成对库存数量的准确衡量 （如下图所示，产成品存货同比指标呈现过强的波动性与长期趋势，而未表现出明显的库存周期特征）。由于我们理解库存主要是基于数量维度，因此，使用产成品存货指标观测库存要求我们对存货价格进行修正 。 图 2：产成品存货是库存中长期趋势的衡量，但其内含独立于库存之外的价格维度 数据来源：国家统计局、广发证券发展研究中心 图 3显示了产成品存货指标在数量与价格两个维度上的分解。 由于产成品存货核算时以成本价计价，因 此 ，我们选择了黑色金属矿采选业的 PPI进行成本价修正。可以看到，经过价格调整后的产成品存货数量同比指标显现出明显的、以两到三年为-40%-20%0%20%40%60%80%050000001000000015000000200000002500000030000000350000001999 2001 2003 2005 2007 2009 2011 2013 2015 2017黑色金属冶炼及压延加工业 :产成品存货 (万元 ) 黑色金属冶炼及压延加工业 :产成品存货 :同比 (右轴 ) 识别风险 ， 发现价值 请务必阅读末页的免责声明 7 / 39 专题研究 |钢铁 窗口的 周期性波动 ， 符合我们经验上对基钦周期的认识。 与此同时，产成品存货的周期性波动也暗示了 一定的趋势性 ，我们看到，以 2008-2010年的库存周期为节点，钢铁行业的库存周期在此前轮动偏强，在此后轮动偏弱， 这在时点上贴合我们对于外生于库存的中长周期，即库兹涅茨周期与朱格拉周期的拐点的认识。 总体而言，经价格调整后的产成品存货指标更准确地捕捉了库存的动态特征，且暗示了内生的基钦周期与外生 的库兹涅茨周期和朱格拉周期的存在性。 图 3：经价格调整后的产成品存货指标显示出周期性特征与趋势性特征 数据来源：国家统计局、广发证券发展研究中心 注：我们进行分解的方式如下：产成品存货数量同比 = 产成品存货同比 -PPI同比。其依据是，在产成品存货 =产成品数量产成品价格的前提下： LN(产成品存货 )=LN(产成品存货数量产成品价格 )=LN(产成品存货数量 )+LN(产成品价格 )。对数据求同比增长倍数并考虑到增速是对数增长倍数的一阶逼 近，我们可以拆分：产成品存货同比增速 =产成品存货数量同比增速 +产成品价格同比增速。 产成品存货指标主要向我们提供的是同比维度下的理解，而 PMI产成品库存指标则相应地提供了环比维度下的补充。 相较于同比指标， PMI产成品库存指标提供了更为连续与直观的观测和理解。不仅如此， PMI产成品库存指标往往被认为在行业观察上具有先行意义，从而满足了对行业进行前瞻与预测的需要。 与产成品存货指标相似， PMI产成品库存同样是数额指标，其内含了数量与价格两个相对独立的维度，因此， 从 PMI产成品库存的视角理解库存仍然要求对价格 进行修正 。 图 4给出了对 PMI产成品库存指标的分解。我们可以看到， 相较于原始的产成品指标，分解后的产成品数量指标显示出了更为强烈的周期性特征。 但与此同时，PMI产成品库存指标作为一个环比指标，显示出十分强烈的波动性，这在一定程度上形成了对周期与趋势的观察的干扰。 -30%-20%-10%0%10%20%30%40%50%-60%-40%-20%0%20%40%60%80%100%黑色金属冶炼及压延加工业 :产成品存货 :同比PPI:黑色金属矿采选业 :当月同比黑色金属冶炼及压延加工业 :产成品存货数量 :同比 (右轴 ) 识别风险 ， 发现价值 请务必阅读末页的免责声明 8 / 39 专题研究 |钢铁 图 4：经价格调整后的 PMI产成品库存指标显示出更强的周期性特征 数据来源：国家统计局、广发证券发展研究中心 注：与前文一致，我们进行分解的方式如下：产成品库存数量 PMI = 产成品库存 PMI - 购进价格 PMI + 50% 2、微观视角：钢厂库存与社会库存之和提供了一个较好的微观窗口，两者变化差异映射季节性与交易噪声，分品种库存则有助于理解供需两端的结构性驱动 前述宏观指标从中长期视角下提供了对库存数据的周期性与趋势性的较好衡量，但正是由于其以中长期作为观察窗口，我们难以借助宏观指标进行短期、高频观察，这使得我们在短期窗口内研判行情容易陷入盲区。 并且，宏观指标并未提供直接的数量上的衡量（前文是通过对价格进行调整以得到数量同比增速的估计值）， 因此对库存的反映仍然较为抽 象 。与此同时，宏观指标所提供的是总量度量，而 不包含结构层面上的信息 。因此， 对高频、具象且细分的微观指标的探索是我们进一步具象化理解库存的前进方向。 （ 1）库存形成机制：钢材供应链的钢厂直销、代理分销和增值服务形成钢厂库存与社会库存，需以钢厂库存和社会库存之和度量微观库存，两者变化差异映射季节性与交易噪声 不同于宏观数据，微观库存数据来自于对个体生产商与贸易商的仓储的草根统计，它反映存在于供应链上不同位置的实际库存数量。因此， 从微观上理解钢材供应链的构成，并由此理解库存的形成机制将为理解微观库存数据的波动提 供良好的基础。 我 们在第一部分当中抽象地概述了供需格局与库存的链条，此处我们将其具象化，详细描述生产商、贸易商与终端用户等在供应链上的具体位置，从而理解库存的形成机制。 如 图 5所示，市场上常见的三种供应链模式分别为钢厂直销、代理分销和增值服务 。在不同的供应链模式当中，库存形成及所具备特征如下： -20%0%20%40%60%80%100%120%2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018钢铁行业采购经理人指数 (PMI):产成品库存 :全国钢铁行业采购经理人指数 (PMI):购进价格 :全国钢铁行业采购经理人指数 (PMI):产成品库存 :全国 :数量 (右轴 ) 识别风险 ， 发现价值 请务必阅读末页的免责声明 9 / 39 专题研究 |钢铁 a. 钢厂直销模式 ： 钢材生产商与终端用户之间直接连接，因此，通过该路径完成的钢材贸易所形成的库存主要积压于钢厂，形成钢厂库存。 该部分库存更多受到供需两端的牵制，较为直接地反映供需波动，但受到春节前后终端需求的强季节性与 钢厂生产的弱季节性差异，该部分库存仍然可能出现季节性特征。 b. 代理分销模式： 钢贸商代替钢厂连接终端用户，因此，通过该路径完成的钢材贸易所形成的库存不仅在从钢厂到钢贸商的流通当中积压于钢厂形成钢厂库存，也在从钢贸商到终端用户的流通当中积压于钢贸商形成社会库存。 代理分销模式当中的自营增值模式存在垫资与投机增值行为，托盘融资模式则引入借贷属性，从而使得库存受到价格预期、市场风险与流动性风险等金融属性的扰动 。 因此，在代理分销模式当中，钢材库存与社会库存不仅仅受到供需牵制，还将包含投机与博弈之下季节性（如预期所带 来的冬储行为）与交易噪声的扰动。 c. 增值服务模式： 加工中心代替钢厂连接终端用户，因此，通过该路径完成的钢材贸易所形成的库存不仅在从钢厂到加工中心的流通当中积压于钢厂形成钢厂库存，也在从加工中心到终端用户的流通当中积压于加工中心形成社会库存。 加工中心与钢贸商盈利模式不同，其主要仍然借助于提供符合客户需求的加工服务以实现增值，因此，增值服务模式相对较少地受到季节性与交易噪声的影响。 图 5：市场上常见的三种销售模式分别为钢厂直销、代理分销和增 值服务 数据来源：广发证券发展研究中心 通过钢材供应链模式的讨论，我们总结认为，观察库存微观数据需要重视两个特征： a. 我们仍需以钢厂库存和社会库存之和作为微观库存的度量窗口 ，因为两者都能直接链接到终端用户，从而将综合地反映供需形势。 b. 钢厂库存与社会库存之间大概率存在分化，因为代理分销模式当中钢贸商的自营增值行为和托盘融资行为引入了金融属性的扰动，从而使得社会库存更易受到季节性和交易噪声的影响。 因此，钢厂库存与社会库存的分化是观察库存季节性与 识别风险 ， 发现价值 请务必阅读末页的免责声明 10 / 39 专题研究 |钢铁 噪声的结构性窗口。 但在 贸易商基于预期和流动性考 量的采购行为的影响下， 钢厂也逐渐显示出一定的季节性和噪声特征，但相对来说要弱于社会库存。 （ 2）微观库存数据：微观库存总量窗口呈现明显的季节性特征，长板材库存在短期内呈现背离以反映结构性驱动 目前市场上常见的微观库存统计数据有两个来源，一个是中国钢铁工业协会提供的以旬度为频率的重点企业钢材库存，另一个是我的钢铁网统计的以周度为频率的主要钢材品种库存。 其中前者主要涵括了钢厂库存，而后者则包含了社会库存、钢厂库存以及分品种库存等多个窗口，且具有较高的发布频率。因此， 本文主要基于后者进行观测。 如前文所述，钢材 钢厂库存与社会库存之和方能构成反映供需格局的完整窗口，且受钢贸商自营增值和托盘融资行为的影响，社会库存受到更为显著的季节性特征与 噪声扰动。因此， 我们首先从钢材社会库存、钢厂库存及两者之和的角度理解微观库存数据。 我的钢铁网统计的库存数据包括社会库存与钢厂库存的周度频率数据，其中社会库存开始于 2013年 1月（共 270个样本点），而钢厂库存则开始于 2015年 5月（共149个数据点），因此总库存口径也仅能开始于 2015年 5月。 图 6显 示了钢材社会库存、钢厂库存及总库存的时间序列趋势。我们看到， 社会库存呈现出极为强烈 的季节性特征 ，这使得其所隐含的趋势性与噪声波动难以得到有效观察，并且导致 总库存窗口也呈现强季节性扰动。 而相对而言， 钢厂库存则更多呈现为带噪声项的平缓趋势 ，虽然其在特定时点上仍可观测到季节性扰动，但相对于社会库存而言仍然要更加平稳。 图 6：社会库存呈现强烈的季节性特征、钢厂库存呈现带噪声项的平稳趋势，总库存窗口受社会库存的影响也显示出较为明显的季节性特征 数据来源：我的钢铁网、广发证券发展研究中心 0500100015002000250030002013 2014 2015 2016 2017 2018中国主要钢材社会库存 :合计 (万吨 ) 中国主要钢材钢厂库存 :合计 (万吨 ) 中国主要钢材总库存 :合计 (万吨 ) 识别风险 ， 发现价值 请务必阅读末页的免责声明 11 / 39 专题研究 |钢铁 除社会库存与