关键政策情绪分析与行业机会 [page::1][page::3][page::4]

• 2022年前9个月政策情绪偏好综合金融、纺织服装及汽车，机械、食品饮料和银行同比增长显著。

- 近3个月电新、机械、基础化工、计算机和电力公用事业获政策红利；9月电新、交通运输、汽车、通信政策情绪强度最高。

• 政策边际提升行业包括大消费和大金融，稳增长政策支撑力度加大，疫情导致局部复苏动力提升。

行业景气度表现与低估值赛道 [page::5]

| 行业 | 8月景气度分位 | 环比变化 | 同比变化 |
|--------------|--------------|---------|---------|
| 汽车 | 96% | -1% | 84% |
| 电力设备及新能源 | 90% | -β% | 3% |
| 石油石化 | 85% | 0% | 9% |
| 煤炭 | 79% | 4% | 11% |
| 基础化工 | 68% | -10% | / |
| 计算机 | 58% | -1% | 51% |
| 轻工制造 | 57% | -4% | -11% |
| 传媒 | 50% | 18% | 23% |

• 高景气板块推荐锂电池、动力电池、汽车和石油石化，基本面成长与景气双高。

- 低估值上升路径关注稀土及磁性材料、文化娱乐、轻工制造和有色金属板块，估值已触底反弹。

行业流动性及交易活跃度监测 [page::6]

| 行业 | 聚合流动性指标变化 |
|-----------|-----------------|
| 房地产 | 明显提升 |
| 消费者服务 | 显著改善 |
| 银行 | 边际流动性上升 |
| 机械 | 流动性明显下降 |
| 电子 | 明显缩减 |
| 电力设备及新能源 | 流动性亦有下降 |

• 9月市场下行，房地产、消费服务和银行交易数量和资金流入边际改善。

- 机械、电子等行业交易活跃度下降，需关注成交活跃变化对配置策略的影响。

量化指标与算法模型简介 [page::8]

• 政策情绪因子基于政策文本关联财经新闻，通过NLP技术抽取情绪标签及影响范围。

- 景气度由行业营收同比作为代理，机器学习模型拟合基本面指标至景气度的映射。

• 行业流动性基于成交量、机构行为和两融融资数据多维度PCA聚合构建综合流动性指标。

综合配置建议与风险提示 [page::1][page::9]

• 综合考虑政策、景气及流动性，推荐电新、基础化工、计算机和汽车板块，关注煤炭、轻工制造和交通运输边际改善机会。

- 注意政策覆盖不全、模型拟合偏差、疫情反复及海外经济风险对策略的潜在影响。

金融研究报告深度分析报告

---

1. 元数据与概览

• 报告标题：《基本面量化中观配置系列（2022-10）——稳增长势能提升利好金融与消费，关注拥挤度消化的高景气行业》

- 作者：张若海，伍家豪

• 发布机构：中信证券研究部数据科技组

- 发布日期：2022年10月17日

• 报告主题：通过基于政策文本情绪量化、行业景气度、行业流动性等多维度指标，分析当前中国一级行业基本面表现与市场配置机会，重点关注政策红利叠加高景气的行业，如金融、大消费及新能源电动车等板块。

核心论点与投资结论：

• 局部疫情反复带来稳增长压力，政策端重视高弹性行业和大消费；

- 从政策情绪、景气度和行业流动性多维变量看，电力设备及新能源（电新）、基础化工、计算机及汽车等板块受政策支持和景气度提升，显示中长期投资价值；

• 锂电、动力电池、汽车等高景气持续；稀土、文化娱乐、轻工制造、有色金属等低估值景气上行赛道同样值得布局；

- 9月流动性数据提示房地产、消费者服务及银行活跃度提升，机械、电子等行业流动性下降；

• 资金面整体表现为M1、M2供应稳定，社融增速保持中高速，但7天逆回购利率和国债收益率逐步回落，显示宽松货币环境的延续；

- 风险提示包括政策数据覆盖不足、模型拟合逻辑有变风险、疫情反复及海外经济衰退的不确定性。

总体报告传达积极但谨慎乐观的行业配置观点，侧重政策与基本面结合的中长期结构性机会，强调关注政策拥挤度与流动性变化风险。[page::0,1]

---

2. 逐节深度解读

2.1 核心观点（第1页）

• 关键论点：

- 局部疫情反复导致稳增长压力增加，政策倾斜突出综合金融、纺织服装、汽车行业，从同比变化看机械、食品饮料、银行也有明显提升。
- 高景气行业如锂、动力电池、汽车及石油石化依旧维持强劲成长和景气度。
- 低估值且景气上行行业有稀土及磁性材料、文化娱乐、轻工制造及有色金属，估值处于底部且成长、景气指标处于高位。
- 9月流动性分析显示房地产、消费者服务和银行成交活跃度明显回升，而机械、电子及汽车等行业流动性下降。

• 逻辑依据：

- 基于政策文本情绪量化测算，在经济增速下行及疫情压力下，政策强化对金融及大消费支持。
- 基本面景气度和估值双重视角下筛选优质赛道。
- 流动性指标结合成交量、机构持仓及融资融券等综合测算，动态捕捉交易热点变化。

• 投资结论：

- 大金融和大消费作为抗风险资产受政策红利支持；
- 高景气电新、汽车维持弹性，策略模型多维推荐电新、基础化工、计算机、汽车为核心关注；
- 轻工制造、交通运输、银行、房地产等行业边际改善，具潜力。

• 风险提示：

- 政策数据覆盖不足、模型假设可能调整，疫情及海外经济衰退影响需高度关注。[page::1]

2.2 行业多维跟踪全景图与月度边际变化（第2页）

• 图表描述：

- 气泡图将行业绘制于“政策情绪”（横轴）与“景气分位”（纵轴）二维坐标系，气泡大小代表行业“流动性综合指标”。
- 表格给出各行业政策情绪、景气分位及流动性的月环比变化。

• 数据及趋势解读：

- 电力设备及新能源、基础化工、计算机和汽车行业政策情绪和景气度均处于较高水平，电力设备及新能源政策情绪最强，汽车景气度处于高分位。
- 流动性集中在煤炭、石油石化和房地产行业，说明部分传统资源及地产板块仍具交易活跃度。
- 9月环比数据显示房地产流动性提升0.22，消费者服务和银行流动性也有小幅增长，而机械、电子流动性下降明显。

• 逻辑分析：

- 高政策情绪与高景气同步表明政府扶持与市场景气共振，符合报告提出的关注方向。
- 流动性变化揭示交易热点和资金倾向，对择时及布局提供辅助信号。

• 局限性：

- 整体政策情绪计算依赖NLP模型，可能受文本覆盖和情绪定义影响；
- 行业流动性为多指标聚合，具体贡献权重未知。[page::2]

2.3 政策情绪量化分析（第3、4页）

• 年度视角数据：

- 2018-2022年1-9月综合金融、纺织服装及汽车三行业政策情绪强度均明显上升，体现政策层面对这三大行业的持续支持。
- 银行的政策情绪从2018年的负值回升到2022年略为正值，显示宏观环境趋稳。
- 房地产、钢铁等传统行业呈现下滑态势，政策限制收紧明显。

• 月度视角：

- 电新、机械、基础化工、计算机等行业政策红利明显，9月电新、交通运输、汽车和通信行业政策强度并列最高。
- 部分行业政策情绪环比出现下滑，但仍处合理区间。

• 图表解读：

- 两个柱状+曲线图展示了2022年前九个月各行业政策情绪及同比变化，突出综合金融及纺织服装的优异表现。
- 一张折线图及表格展示了各行业月度政策情绪变化，更细致地体现短期政策弹性。

• 分析理解：

- 政策情绪量化体现了政府产业扶持的时间演进及行业间差异；
- 高弹性行业与大资金博弈热点相关联，引导投资者重点关注。

• 不足：

- 政策情绪的量化数据因文本覆盖及算法模型不同可能存在滞后和误差，
- 短期环比波动解读需结合宏观事件，否则可能被噪声影响。[page::3,4]

2.4 基本面景气度（第5页）

• 主要观点：

- 高景气度行业中锂、动力电池、汽车及石油石化行业成长预期与景气处于历史高位，持续性强。
- 低估值但景气度提升的行业建议关注稀土及磁性材料、文化娱乐、轻工制造、有色金属、传媒，估值处于历史低位，具反弹潜力。

• 表格分析：

- 表列主要行业2022年1至8月的景气分位数及环比、同比变化，景气分位表示行业营收同比性景气度的历史分布位置。
- 汽车景气从1月20%上升到7月、8月超95%，显示景气快速提升；
- 电力设备及新能源长期保持90%以上高分位，属于景气稳定行业；
- 传媒、轻工制造及建材等行业景气变化多，于后续可能存在配置机会；
- 银行行业景气变化较为波动，有一定防御属性。

• 逻辑说明：

- 景气度作为基本面重要指标，由营收同比驱动；
- 结合估值看，报告突出了低估值行业的潜在超额收益机会；
- 景气度分位定位过去四年水平，为相对评估工具。

• 点评：

- 此基于数据驱动的景气测算模型强化了行业景气的量化解释力，但仍需定期更新模型以适应经济变化；
- 指标较为贴近行业基本面，适合滚动关注和动态调整布局。[page::5]

2.5 行业流动性跟踪（第6页）

• 总体说明：

- 流动性综合指标涵盖资金净流入、成交量、机构行为、融资融券等维度，PCA聚合得到月度行业流动性总体状况。

• 数据特点：

- 9月房地产流动性较强，资金净流入率高，成交量及机构持仓活跃，反映地产板块短期交易热度回升。
- 消费者服务、银行也出现资金和交易活跃度提升。
- 机械、电子、电力设备及新能源流动性出现明显下降，短期博弈压力增加。

• 逻辑与应用：

- 掌握行业流动性对捕捉资金流向、识别交易热点及风险释放非常重要；
- 流动性变差的行业可能存在投资风险或暂时被资金冷落。

• 局限性：

- 表格中部分数据文本存在排版混乱，需谨慎解读；
- 行业间流动性结构因市场环境变动较大，应结合宏观流动性指标深化分析。[page::6]

2.6 宏观流动性指标（第7页）

• 图表解读：

1. M1与M2月同比增速曲线显示，M1保持中高增长，M2较为稳定并有小幅上升，暗示货币供应合理充裕。
2. 社会融资规模同比增速在10%-14%之间波动，维持较高水平，有利于经济稳增长。
3. 7天逆回购利率和银行间债券质押式回购利率呈现下降趋势，利率波动减小，流动性宽松。
4. 10年期国债收益率整体下降，反映债券市场对未来利率走势及经济增长预期的谨慎。

• 分析：

- 宽货币环境为高景气行业提供资金支持；
- 降息及利率下行环境对金融资产估值构成正面影响；
- 货币政策趋势与行业配置建议需协同考量。[page::7]

2.7 指标构建算法说明（第8页）

• 政策情绪因子：

- 利用政策文本关联财经新闻并采用NLP技术抽取情绪标签、影响范围，经时序统计构建情绪因子；

• 景气分位因子：

- 基于行业营收同比，使用机器学习模型预测和计算景气分位数，提供行业景气动态标签；

• 行业流动性因子：

- 通过成交量、机构行为和融资融券三大维度对个股多指标进行月度加总，随后PCA聚合形成流动性综合指标，反映行业资金状况。

• 点评：

- 以上方法体现高阶量化思路，采用机器学习和PCA保证指标科学性和解释性；
- 但模型依赖输入数据质量，需密切跟踪数据变动及模型稳定性。
[page::8]

2.8 风险提示（第9页）

• 政策数据未全面覆盖所有部门，可能导致评估不足；

- 景气度模型拟合的行业逻辑有变化风险，或影响预测准确性；

• 局部疫情反复给经济活动带来干扰；

- 海外经济衰退对国内市场产生潜在拖累。

• 风险层面均提醒投资者关注不确定性，提高配置灵活性。[page::9]

---

3. 图表深度解读

3.1 一级行业多维跟踪全景图（第2页）

• 该图表通过二维气泡图将各行业政策情绪与景气分位数呈现，气泡大小为流动性指标。

- 观察到电力设备及新能源（电新）位于右上角，政策情绪和景气同时高且流动性大，显示极佳投资价值。

• 机械行业政策情绪高但景气分位较低，可能表示短期政策倾斜尚未转化为景气提升。

- 消费者服务、电子等行业景气较低且流动性不高，处于下方区域，投资热度较弱。

3.2 政策情绪边际变化图（第3页）

和

• 统计2022年1-9月各行业政策情绪累计及同比变化。

- 综合金融、纺织服装、汽车政策情绪累计值最高，且同比强劲提升，政府支持力度持续增强。

• 房地产、钢铁及煤炭行业政策情绪明显下降，同比负增长，体现政策收紧影响。

3.3 高景气行业分析（第5页）

• 汽车行业景气增长表现突出，8月份达96%分位，累计同比增幅高达84%；

- 电力设备及新能源行业稳定在90%景气分位附近；

• 轻工制造、传媒虽景气分位较低，但近阶段呈回升趋势，反映周期复苏机遇；

- 银行景气波动较大，需结合宏观经济背景观察其防御特性。

3.4 宏观流动性指标图（第7页）

• 图表呈现M1、M2及社融增速走势，均保持正增长，维持宽松货币环境；

- 逆回购利率和银行间质押式回购利率稳定下降，支持资金宽松；

• 10年期国债收益率下降反映市场预期调整及需求增加。

---

4. 估值分析

• 报告主要通过景气度与低估值双重指标辅助投资判断，未给出具体估值模型如DCF或市盈率估值。

- 行业景气分位结合估值底部区域，提示潜在估值修复空间，对行业投资具有指引意义。

• 另外，边际政策情绪和流动性指标为估值逻辑提供动态修正参考。

- 估值敏感度分析未具体披露，但通过多维度指标体现风险调整后的机会成本考量。

---

5. 风险因素评估

• 政策数据覆盖面不足风险，意味着对部分行业政策支持力度认知不足，可能导致判断偏差。

- 行业景气模型拟合逻辑变化风险，模型依赖历史数据，宏观环境或行业结构变化可能导致拟合失准。

• 局部疫情反复风险影响经济生产，短期扰动难以预测。

- 海外经济衰退风险，尤其是国际需求减弱及贸易摩擦加剧可能传导至国内。

• 报告未详细说明缓解策略，投资者应保持动态跟踪，加强风险管理。

---

6. 批判性视角与细微差别

• 报告优点：多维度量化指标全面覆盖政策、基本面及资金面，形成较平衡的行业配置视角。

- 可能偏颇：对政策数据依赖较大，可能忽略未被政策文件反映或新兴行业动态；

• 模型拟合的景气度与情绪指标呈现很强的历史相关性，面对宏观环境突变时，灵敏度可能不足；

- 流动性指标存在部分数据说明不清或格式混乱，可能影响部分结论的准确性；

• 对宏观经济影响因素的微观传导机理解读不足，建议后续加强定性分析结合。

---

7. 结论性综合

本报告采用创新的基于政策文本情绪量化、行业景气度和资金流动性三维指标构建行业配置框架，充分揭示了2022年9月-10月中国经济在疫情反复背景下政策稳增长的行业重点，以及高景气和估值底部行业的投资机会。分析显示：

• 综合金融、汽车、纺织服装为政策支持主力，政策情绪同比大幅提升，具备结构性配置价值；

- 高景气行业锂电池、动力电池、汽车和石油石化表现出强劲成长动力，长期景气稳定；

• 低估值且景气上行行业如稀土磁性材料、文化娱乐、轻工制造和有色金属迎来估值修复窗口；

- 资金面变化支撑房地产、消费者服务和银行流动性回升，提示市场短期交易热点变迁；

• 宏观货币环境保持宽松，M1、M2、社融保持较高增速，利率总体回落，有利于支撑权益市场表现；

- 风险方面主要为政策覆盖不全风险、模型拟合不确定性、疫情复发及海外不确定性，需密切投入动态调整。

图表中显示电新行业在政策情绪、景气度与流动性三方面均处于领先水平，形成较强配置逻辑，汽车行业景气迅速上升，政策红利持续，值得重点关注。房地产及银行流动性的环比改善，体现政策托底效应逐渐显现。宏观流动性指标表明货币政策维持相对宽松，为行业景气延续提供外部支撑。

报告以严格量化模型为基础，结合政策导向，有效指引投资者把握行业配置机会，但需注意数据与模型局限性以及宏观不确定因素影响，合理配置风险。总体给予电新、基础化工、计算机、汽车等板块“买入”级别配置建议，关注轻工制造、交通运输、银行、房地产等边际改善行业，符合当前稳增长部署与长线结构性牛市逻辑。[page::0,1,2,3,4,5,6,7,8,9]

---

参考文献与数据出处

• 中信证券研究部，基本面量化中观配置系列（2022-10），2022年10月17日。

- 数据来源：Wind、中国政府网、各部委官网。

• 图片引用路径已在文中标明。

---

（完）

报告