下游消费篇：景气视角下的行业轮动策略.pdf

识别风险 ， 发现价值 请务必阅读末页的免责声明 1 / 42 Table_Page 金融工程 |专题报告 2019 年 5 月 6 日 证券研究报告 Table_Summary 报告摘要： 重构量化行业轮动框架：从 行业 景气 视角出发 一个完善的行业轮动框架， 通常 涵盖 对 宏观 环境 、行业景气度以及行业微观变化等因素 的分析 。上 篇 报告 从宏观的角度出发，研究行业轮动中有效的宏观驱动因素及 逻辑，通过挖掘各行业的宏观事件库，构建宏观驱动下的行业轮动策略 ， 本篇开始将着手梳理各行业景气度模型 。 景气度分析是 行业轮动体系中承上启下且 最核心 的 环节之一 ： 通过分析宏观环境及 产业链视角下的供需、成本及价格等因素 对行业影响 ，并得到 行业基本面 景气度 预测，具备较强的逻辑性 ； 此外 ， 量化方法 在景气 指标 的多样化扩展及 模型 深度 挖掘 上 彰显 优势 。 综合 景气 模型 构建： 立足 基本面 景气， 挖掘领先指标 报告 首先 对各行业解释度 较高 的 “基本面 同步景气指标 ”进行 分析筛选，并 挖掘 同步 景气 指标 的“领先 驱动指标 ”，在此基础上 运用回归模型构建各行业的 “综合 景气 预测 模型 ” ， 通过观察 各行业 综合 景气度 的环比变化 对各行业指数进行前瞻预测 与 轮动 。 备选 的景气 指标 库 ，涵盖 约 40 个 常用 宏观指标及 约 2000 个 消费 行业 相关 产业链及基本面 指标 。 策略实证结果 围绕 上述 “综合 景气度 模型”构建了消费行业 轮动策略， 在 2007年 1 月至 2019 年 4 月 样本区间 进行 回测 。 全样本 看 策略 取得优异的结果 ：超配行业 组合 表现优于任何单一行业 表现 ； 超额全行业等权 指数 年化 收益率为 15.2%， 超额 消费行业 等权 指数 年化 收益率为 12.2%。 最新风格推荐 根据模型最新一期识别结果， 5 月 推荐 超配行业为： 商贸零售。 各消费行业最新综合景气度预测增长从大到小依次为：商业贸易、食品饮料、农林牧渔、汽车、家用电器、医药生物及纺织服装，共有 5个行业景气度看涨， 消费行业整体景气度 预测 偏乐观 。 核心风险提示 本模型采用量化方法通过历史数据统计、建模和测算完成，结论在极端市场环境变化中有失效的风险。 Table_Title 景气视角下的行业轮动策略 重构行业轮动框架之二： 下游 消费篇 图 ： 消费 行业 景气 影响因素 及传导路径 数据来源： Wind， 广发证券发展研究中心 图 ： 行业综合 景气 模型 研究框架 数据来源： Wind， 广发证券发展研究中心 图 ： 商业贸易指数与综合景气指标 数据来源： Wind， 广发证券发展研究中心 Table_Author 分析师： 史庆盛 SAC 执证号： S0260513070004 02066335133 shiqingshenggf 分析师： 罗军 SAC 执证号： S0260511010004 02066335128 luojungf 分析师： 文巧钧 SAC 执证号： S0260517070001 SFC CE No. BNI358 0755-82797057 wenqiaojungf 请注意，史庆盛 、罗军 并非香港证券及期货事务监察委员会的注册持牌人，不可在香港从事受监管活动。 Table_DocReport 相关研究： 宏观视角下的 行业 轮动 策略 2019-03-02 Table_Contacts 0123452007-012007-072008-012008-072009-012009-072010-012010-072011-012011-072012-012012-072013-012013-072014-012014-072015-012015-072016-012016-072017-012017-072018-012018-072019-01商业贸易景气度 商业贸易识别风险 ， 发现价值 请务必阅读末页的免责声明 2 / 42 Table_PageText 金融工程 |专题报告 目录索引 一、行业轮动框架简介 . 5 1.1 量化行业配置框架介绍 . 5 1.2 基于景气视角的行业配置方法探讨 . 6 二、行业景气度构建 . 7 2.1 基本面同步景气指标库构建 . 8 2.2 前瞻驱动指标库梳理 . 8 2.3 构建原理 . 11 三、行业景气测算及案例展示 . 12 3.1 行业景气指标筛选 . 12 3.2 行业综合景气预测 . 26 四、基于景气度的行业轮动策略 . 33 4.1 策略设置 . 33 4.2 实证结果 . 33 五、总结 . 39 5.1 策略总结 . 39 5.2 策略展望 . 39 5.3 最新结果 . 39 风险提示 . 40 识别风险 ， 发现价值 请务必阅读末页的免责声明 3 / 42 Table_PageText 金融工程 |专题报告 图表目录 图 1：重构量化行业轮动框架 . 5 图 2：行业个股分布一览 . 6 图 3：行业景气度研究框架及流程 . 7 图 4：消费行业景气度影响因素及传导路径 . 7 图 5：基于领先指标构造行业综合景气模型 . 11 图 6：食品饮料行业指数与同步基本面景气指标 . 13 图 7：食品饮料行业指数与领先景气 指标 . 14 图 8：纺织服装行业指数与同步基本面景气指标 . 15 图 9：纺织服装指数与行业领先景气指标 . 16 图 10：家用电器行业指数与同步基本面景气指标 . 17 图 11：家用电器行业指数与领先景气指标 . 17 图 12：医药生物行业指数与同步基本面景气指标 . 19 图 13：医药生物行业指数与领先景气指标 . 19 图 14：商业贸易行业指数与同步基 本面景气指标 . 21 图 15：商业贸易行业指数与领先景气指标 . 21 图 16：农林牧渔行业指数与同步基本面景气指标 . 23 图 17：农林牧渔行业指数领先景气指标 1 . 23 图 18：农林牧渔行业指数领先景气指标 2 . 24 图 19：汽车行业指数与同步基本面景气指标 . 25 图 20：汽车行业指数与领先景气指标 . 26 图 21：食品饮料行业指数与综合景气度走势对比 . 27 图 22：纺织服装行业指数与综合景气度走势对比 . 28 图 23：家用电器行业指数与综合景气度走势对比 . 29 图 24：医药生物行业指数与综合景气度走势对比 . 30 图 25：商贸零售行业指数与综 合景气度走势对比 . 30 图 26：农林牧渔行业指数与综合景气度走势对比 . 31 图 27：汽车行业指数与综合景气度走势对比 . 32 图 28：消费行业最新景气度环比增长 . 32 图 29：行业景气轮动策略表现 . 33 图 30：行业景气轮动策略超额收益 . 34 图 31：轮动策略分年度超额收益 . 35 图 32：消费行业最新景气度环比增长 . 40 表 1：行业基本面同步景气指标 . 8 表 2：宏观因子汇总 . 9 表 3：消费行业领先指标主要分类（部分） . 10 表 4： 食品饮料行业同步及领先指标 . 12 表 5： 纺织服装行业同步及领先指标 . 14 表 6： 家用电器行业同步及领先指标 . 16 表 7： 医药生物行业同步及领先指标 . 18 识别风险 ， 发现价值 请务必阅读末页的免责声明 4 / 42 Table_PageText 金融工程 |专题报告 表 8： 商贸零售行业同步及领先指标 . 20 表 9： 农林牧渔行业同步及领先指标 . 22 表 10： 汽车行业同步及领先指标 . 24 表 11：食品饮料行业领先指标筛选 . 27 表 12：纺织服装行业领先指标筛选 . 28 表 13：家用电器行业领先指标筛选 . 28 表 14：医药生物行业领先指标筛选 . 29 表 15：商贸零售行业领先指标筛选 . 30 表 16：农林牧渔行业领先指标筛选 . 31 表 17：汽车行业领先指标筛选 . 31 表 18：景气行业轮动策略表现 . 34 表 19：策略各期超配行业 . 35 识别风险 ， 发现价值 请务必阅读末页的免责声明 5 / 42 Table_PageText 金融工程 |专题报告 一、 行业轮动框架简介 1.1 量化行业配置框架介绍 一个完善的行业轮动框架， 通常 涵盖 对 宏观 环境 、行业景气度以及 行业微观变化等因素 的分析 。 上一篇从宏观的角度出发，研究行业轮动中有效的宏观驱动因素及逻辑，通过挖掘各行业的宏观事件库，构建宏观驱动下的行业轮动策略。 本篇开始将着手梳理各行业的景气度模型， 景气度分析是 行业轮动体系中承上启下 ， 且 最为核心 的 环节之一 。 一方面 ， 通过 分析 宏观环境及 产业链视角下的供需、成本及价格等因素 对行业影响 ， 并 得到 行业基本面 景气度 预测， 具备较强的逻辑性 ；另一方面 ， 量化方法 在景气 指标 的多样化扩展及 模型 深度上 彰显 显著优势 。 图 1： 重构量化行业轮动框架 数据来源：广发证券发展研究中心 为了构建行业景气度模型， 报告首先对 各行业解释度最高的 “基本面 同步景气指标 ”进行 筛选，并 挖掘每个同步 景气 指标 的“领先 驱动指标 ”，在此基础上 运用回归模型 构建各行业的 “综合 景气 预测 模型 ” ， 通过观察 各行业 综合 景气度 的环比变化 对各行业指数 逐期 进行预测 及轮动 。 本文 为 行业景气系列第一篇 ，从 下游大消费行业着手开始研究 ， 下游 消费 行业的产品差异性比中上游更大，竞争格局 也更加多样化， 行业盈利能力 受 宏观 环境 的 影响相对 较弱，且 存在 较大 差异。 其 景气状况通常 除了 受经济环境、 居民收入 、 物价水平 及货币政策等宏观因素影响，更多还受到来自行业的 供需 、成本及价格 等诸多 产业链 因素影响， 且 每个因素的影响时间 窗口 和影响程度 都 有所差异。 识别风险 ， 发现价值 请务必阅读末页的免责声明 6 / 42 Table_PageText 金融工程 |专题报告 按申万一级行业分类，消费行业一共 8个（ 包括食品饮料、纺织服装、家用电器、医药生物、商业贸易、农林牧渔 及 汽车等 ），共含 967只个股，数量占 A股比例 26.1%，流通市值占 A股比例 24.5%。 图 2： 行业个股分布一览 数据来源： Wind， 广发证券发展研究中心 1.2 基于 景气视角 的行业配置方法探讨 在前一篇报告中，我们讨论过宏观时间序列回归方法的难点在于：利用宏观或中观产业等数据对未来的行业指数走势进行拟合及预测，模型通常容易陷入过度拟合 ，而且 缺乏足够清晰的 基本面 逻辑。 在系列一报告 宏观视角下的 行业 轮动 策略 中， 为解决该问题，我们 定义并测算了各行业有效的宏观事件库， 并构建了基于事件驱动的行业轮动策略。 本文 从消费行业的景气视角出发， 并 按 如下 步骤 解决上述难题 ： （ 1） 首先为各行业找到 相关性及 解释度较高的 “基本面 同步景气指标 ” ； （ 2） 寻找对基本面景气指标具有显著驱动效果的 “领先 驱动指标 ” ； （ 3） 筛选各细分行业的 “领先 驱动指标 ” ，通过多元线性回归 ， 构造 各行业“综合 景气 预测 模型 ” ； （ 4） 横向比较各行业 综合 景气度（周期） 环比 变化，在此基础上构造行业轮动策略。 0.00%2.00%4.00%6.00%8.00%10.00%12.00%14.00%16.00%食品饮料 纺织服装 家用电器 医药生物 商业贸易 农林牧渔汽车休闲服务采掘 化工 钢铁有色金属 建筑材料 建筑装饰 电气设备 机械设备 国防军工 轻工制造 公用事业 交通运输房地产电子计算机传媒 通信 银行非银金融综合成分股数量占比 成分股流通市值占比识别风险 ， 发现价值 请务必阅读末页的免责声明 7 / 42 Table_PageText 金融工程 |专题报告 图 3： 行业 景气度研究框架 及流程 数据来源：广发证券发展研究中心 二、 行业景气度构建 消费行业的景气度受到宏观、产业及公司基本面等多方面因素综合影响，而从行业景气度再到行业指数市场表现，传导 过程 则 受到各种市场因素的影响。 报告中 将 景气度 相关 指标分为两类：基本面景气 “同步 指标 ” 和驱动基本面变化的 “ 领先指标 ”。 前者包含企业盈利、成长、质量等基本面指标，由于数据披露频率 低 及滞后等原因，虽然能够 较好 解释 行业 市场 表现，但 两者 通常 呈现 同步变化；后者则包含更多影响因素，包括宏观环境、产业链的供需、库存、产品价格变化及市场情绪变化等，都可能驱动基本面的变化，从而对指数行情起到领先的 驱动 效果。 图 4： 消费行业 景气度 影响因素及传导路径 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 8 / 42 Table_PageText 金融工程 |专题报告 2.1 基本面 同步景气指标库构建 反映 基本面景气 的“同步 指标 ” 通常包含企业的盈利、成长、质量等基本面指标 。报告中对每个消费行业 构建 如下同步指标库。 表 1： 行业基本面同步景气指标 因子类别 因子名称 更新频率 盈利指标 ROE 季度 ROA 季度 毛利率 季度 成长指标 净利润同比增长率 季度 净利润环比增长率 季度 营业收入同比增长率 季度 营业收入环比增长率 季度 经营性现金净流量 (同比增长率 ) 季度 质量指标 销售费用比 季度 扣非净利润 /净利润 季度 经营活动现金净流量 (TTM) 季度 预期指标 预测每股收益平均值 月度 预测净利润平均值 月度 预测 ROE 平均值 月度 预测每股现金平均值 月度 数据来源： Wind， 广发证券发展研究中心 2.2 前瞻驱动指标库梳理 “领先 驱动指标 ” 则 包含更多影响因素， 报告中 分别 对每个消费行业 分别构建维护 宏观指标 库及产业链指标库 。 （ 1）宏观指标 库 宏观环境的变化体现了经济的周期性变化及内在规律，因此它与股票市场的行业表现息息相关。为了能较好地利用宏观环境的变化信息对行业轮动提供建议，我们主要选取了经济增长，货币政策，财政政策，通胀水平等一系列指标构成宏观因子数据库。 在宏观因子的选择上，我们主要选择了一些市场上投资者关注度较高的宏观因子，并要求这些宏观因子有一个比较可靠的数据来源，以及一个相对较高的公布频率 至少每月公布一次数据。主要分为如下 9大类。宏观因子数据的更新滞后时间不同，更新频率也不同，为了能够统一在同一个框架下进行观测，报告中都将默认以 最新更新的数据作为本期最新的观测值，同时由于策略均是月频换仓，而数据的频率不同，因此我们需要将根据数据的频率进行一定的调整。若是月频数据，则无须进行调整；若是 更高频 数据，将用月末的数据作为该月的数据。 识别风险 ， 发现价值 请务必阅读末页的免责声明 9 / 42 Table_PageText 金融工程 |专题报告 表 2： 宏观因子汇总 因子类别 因子名称 数据来源 公布频率 滞后（月） 经济总量 与投资 全社会用电量：累计同比 国家统计局 月 1 固定资产投资：累计同比 国家统计局 月 1 工业增加值：当月同比 国家统计局 月 1 GDP 同比 国家统计局 季 1 消费与价格指数 CPI 同比 国家统计局 月 1 PPI 同比 国家统计局 月 1 CPI 环比 国家统计局 月 1 PPI 环比 国家统计局 月 1 社会消费品零售总额 :当月同比 国家统计局 月 1 贸易差额 :当月 国家统计局 月 1 22 个省市 :平均价 :猪肉 中国畜牧业信息网 周 0 货币 M0：当月同比 中国人民银行 月 1 M1：当月同比 中国人民银行 月 1 M2：当月同比 中国人民银行 月 1 金融机构 金融机构新增人民币贷款 中国人民银行 月 1 金融机构 :新增人民币存款 :当月值 中国人民银行 月 1 金融机构 :各项贷款余额 :同比 中国人民银行 月 1 金融机构 :各项存款余额 :同比 中国人民银行 月 1 社会融资规模 :当月 中国人民银行 月 1 利率及利差 1 年期国债到期收益率 中债估值中心 日 0 5 年期国债到期收益率 中债估值中心 日 0 10 年期国债到期收益率 中债估值中心 日 0 10 年期高信用债到期收益率 (AA 以上平均 ) 中债估值中心 日 0 期限利差（ 5-1） 中债估值中心 日 0 期限利差（ 10-1） 中债估值中心 日 0 理财产品预期年收益率 :人民币 :全市场 :1 年 :月 Wind 周 0 10 年期信用利差 中债估值中心 日 0 市场景气度 PMI 国家统计局 月 0 消费者信心指数 国家统计局 月 1 波罗的海干散货指数 (BDI) Wind 日 0 OECD 综合领先指标 :中国 Wind 月 2 海外市场 美国 10 年期国债收益率 美联储 日 0 美元指数 Wind 日 0 WTI 原油 NYMEX 日 0 新增非农就业人数：初值 美国劳工部 月 1 人民币 :实际有效汇率指数 国际清算银行 月 1 权益市场 滚动市盈率 (TTM) 中证指数公司 日 0 市净率 中证指数公司 日 0 数据来源： Wind，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 10 / 42 Table_PageText 金融工程 |专题报告 （ 2）产业链指标 由于各行业的表现不仅受宏观因素的影响，还受不同的产业变量的影响，我们将对产业逻辑进行梳理，从需求、供给、成本等影响行业景气的驱动因素出发，除通用的宏观因 子外，构建每个行业都有特有或产业上下游的相关指标，以下是 我们维护 的各行业 主要 指标 分类。 表 3： 消费行业领先指标 主要分类 （部分） 分类 领先指标 食品饮料 价格 大米、食盐、白酒等 产量 大米、小麦、食用油、食盐、酒类等 销量与库存 卷烟、乳制品、白酒、软饮料等 进出口 啤酒、乳品、葡萄酒等 一致预期 EPS、净利润、 ROE、每股现金流等 纺织服装 价格 原料、坯布、短纤等 产量 棉纱、羽绒、皮革服装等 销量与库存 纱、布、化学纤维等 进出口 纺织纱线、织物及制品、羊毛、棉花、鞋等 一致预期 EPS、净利润、 ROE、每股现金流等 家电 价格 义乌小商品 网上、订单、 出口家电 价格指数，钢材、铜、铝等原材料 产量 空调、冰箱、洗衣机等 销量与库存 空调、冰箱、洗衣机等 进出口 空调、冰箱、洗衣机等 一致预期 EPS、净利润、 ROE、每股现金流等 医药 价格 维生素 A、维生素 B、门诊挂号费、诊疗费等 产量 化学药品、中成药 销量与库存 中成药、医疗器械 进出口 维生素、抗菌素、中成药 一致预期 EPS、净利润、 ROE、每股现金流等 商贸零售 价格 义乌小商品网上、订单、出口价格指数 产量 义乌小商品景气、便利店景气、网络零售渗透指数等 销量与库存 商品零售、餐饮、网络零售 进出口 一般贸易、进料加工、监管区域物流货物等 一致预期 EPS、净利润、 ROE、每股现金流等 农林牧渔 价格 木材、食用农产品、猪肉、大豆、玉米、蔬菜等 产量 大米、小麦、生猪出栏量等 销量与库存 大米、小麦、蔬菜、生猪出栏量等 进出口 粮食、大豆、玉米、小麦、猪肉 分类 CPI 粮食、鲜菜、猪肉等 一致预期 EPS、净利润、 ROE、每股现金流等 汽车 价格 整车、车牌、玻璃、橡胶、钢材等 产量 货车、汽车、乘用车、新能源等