【国君金工】煤炭行业基本面量化及策略配置

创建于 2025-05-14T13:47:17.331585+08:00 更新于 2025-07-15T20:27:35.957125+08:00

摘要

本报告基于需求、供给、库存和价格四大维度构建煤炭行业综合景气分析框架，通过主成分分析法合成景气分指标，实现行业趋势精准判断。结合产业链梳理选取关键指标，涵盖环渤海三港口吞吐量及库存，原煤、动力煤和炼焦煤产量，环渤海动力煤价格等，建立了有效的量化配置策略。策略回测表明2015年至2022年期间收益显著超越申万煤炭指数和Wind全A，具备良好的行业景气驱动力识别能力，为煤炭行业投资决策提供稳健量化模型支持[page::0][page::1][page::13].

速读内容

煤炭行业景气分析框架与驱动逻辑 [page::1][page::2][page::3]

煤炭行业利润核心由产品价格驱动，价格主要由国内供需关系决定。

- 供给与需求组合决定景气方向，库存作为辅助变量判断供需紧松。

供给、需求和库存同步上行或供给下行需求上行时，价格具备上行动力。

- 供需同步下行时结合价格判断，完善景气驱动条件。

产业链及指标选取 [page::3][page::4][page::5][page::6][page::7][page::8][page::9]

煤炭产业链分为开采、洗选加工、下游需求三部分，重点关注动力煤和炼焦煤产业链。

- 需求侧选用环渤海三港口煤炭吞吐量作为重要代理，剔除水电季节影响及新能源替代的长期干扰。

供给侧关注原煤、动力煤和炼焦煤产量增速，反映煤炭总产出动态。

库存监测覆盖电厂、钢厂、焦化厂重点样本，及环渤海港口库存，涵盖动力煤及炼焦煤主要存储环节。

价格维度选用环渤海动力煤平均价格指数，作为煤炭供需真实反映。

指标合成与景气判断方法 [page::10]

对需求、供给、库存维度内部指标采用主成分分析法提取第一主成分合成景气分指标。

- 库存维度先合成港口和炼焦煤库存指标，再结合动力煤库存二次合成综合库存指标。

通过景气指标三维组合划分行业供需状态，结合价格信号判断价格驱动状态。

量化策略构建与回测表现 [page::11][page::12]

按月度计算四维指标，月末调仓，基于逻辑判断开仓或回避煤炭板块。

- 开仓条件包括：需求、供给、库存同步上升；需求上行供给下行；需求与供给库存下降而价格上行。

策略于2015年至2022年间累计收益293.1%，显著跑赢申万煤炭指数(34.4%)和Wind全A(33.6%)。

策略超额收益分别为相对煤炭指数258.7%、Wind全A 259.5%，验证了指标体系及策略有效性。

深度阅读

国泰君安证券研究报告《煤炭行业基本面量化及策略配置》深度分析报告

---

1. 元数据与报告概览

报告标题：《煤炭行业基本面量化及策略配置》

- 作者：陈奥林、徐浩天，实习生吴锴文贡献

发布机构：国泰君安证券研究所

- 发布日期：2022年7月28日

研究主题：煤炭行业基本面分析与量化策略配置，涵盖煤炭行业需求、供给、库存、价格四个核心维度的量化指标构建与应用，旨在通过指标筛选和主成分分析，构建煤炭行业综合景气度指标，进而制定量化投资策略。

此份研究报告核心论点为煤炭行业景气度主要由产品价格驱动，产品价格弹性较大，而成本端相对刚性。作者基于产业链逻辑和市场供需关系，系统梳理影响煤炭价格的关键因素，并利用量化手段合成综合景气指标。据此设计量化投资策略，回测结果显示策略表现优异，远超同期市场基准指数。报告警示模型存在失效风险。整体来看，作者试图建立一套完整、客观且具备实际投资指导意义的煤炭行业量化分析模型，并结合数据验证其有效性，以提升行业资产配置效率。[page::0,1,13]

---

2. 逐节深度解读

2.1 摘要与核心观点

报告从“需求、供给、库存、价格”四维度入手，构建煤炭行业综合景气分析框架，明确价格波动是利润变化的核心驱动力。依靠主成分分析法整合相关指标，反映行业基本面变化。逻辑上指出行业景气度处于上行趋势的三种典型情形：（1）供给、需求、库存三者同步增长；（2）需求上行、供给下降；（3）供给、需求、库存均下降但价格上升。基于此框架开展量化指标构建及投资策略形成，对比Wind全A及申万煤炭指数，策略在2015年初至2022年5月间回测取得293.1%收益，显著跑赢基准指数。报告提醒指标大幅波动时策略可能失效。[page::0,13]

2.2 煤炭行业景气分析框架

煤炭行业为资源型产业，成本端较为刚性（主要固定成本包括人力、资源税等），价格弹性较大，价格受国内供需关系影响显著。煤炭价格由国内定价主导，需求端联动火电、钢铁、建材等强周期行业，供给端经过供给侧结构性改革，经历供给过剩向供给不足的转变。因此分析重点放在准确监测供需关系变化，通过需求、供给、库存三者组合及价格走势判断行业景气趋势。报告构建二维坐标图示供需关系不同组合对应的景气走势逻辑：

供给下行且需求上行，行业景气确定性上行。

- 供给上行且需求下行，行业景气确定性下行。

供给需求同步上行时，通过库存增加判断是否处于补库存阶段，从而判断供需紧平衡程度。

- 供给需求同步下行需结合库存及价格区分被动补库与主动去库存周期。

归纳三大上行动力典型场景，为策略选取指标及判断标准提供理论基础。[page::1,2,3]

2.3 产业链与指标筛选逻辑

煤炭产业链结构简单，分为煤炭开采、煤炭洗选加工、下游需求三大环节。加工后主要得到动力煤（对应火电）和炼焦煤（对应钢铁、化工、建材），分别有不同需求及库存特点。因火电在需求比重中超过50%，需求分析重点把握火电的需求情况。

需求维度指标选择：环渤海主要港口（秦皇岛港、曹妃甸港、京唐港）煤炭吞吐量，作为下游实际用煤需求的直接代理，规避宏观经济指标带来的水电季节性及新能源替代影响干扰。

- 供给维度指标选择：原煤、动力煤、炼焦煤产量同比增速，监测产能供给变化。

库存维度指标选择：重点分析动力煤库存（重点电厂煤炭库存）、炼焦煤库存（样本钢厂与焦化厂库存，结合统计口径调整）、以及主要环渤海港口煤炭库存水平。

- 价格维度指标选择：环渤海动力煤平均价格指数，反映实际市场供需平衡状态，连接价格波动与基本面变化。

各类指标均经季节调整（季调）、去噪声处理、标准化，保证数据间比较一致性与稳定性。[page::3,4,5,6,7,8,9]

2.4 主成分分析及景气指标构建

鉴于每一维度选取多指标，且指标间走势高度相关，报告采用主成分分析法（PCA），提取第一主成分作为该维度综合景气指标。具体处理：

需求、供给维度直接对各指标取主成分；

- 库存维度先对港口库存和炼焦煤库存分别合成指标，再与动力煤库存合成为最终库存指标；

价格维度单指标即用环渤海动力煤价格指数。

四个景气分指标展现了不同周期波动特征，为后续组合分析和策略执行提供数据基础。[page::10]

2.5 策略构建与回测结果

以需求、供给、库存三个维度的边际变化方向，将数据划分为8种不同状态，配合价格广义判断，实现以下核心投资逻辑：

买入申万煤炭指数时机对应三种典型景气上行动力场景：

1. 供给、需求、库存同步上涨；
2. 需求上涨、供给下行（库存上升或下降）；
3. 供给、需求、库存同步下行且价格上涨。

其他情况下持有Wind全A指数，规避煤炭行业下行风险。

回测覆盖2015年1月至2022年5月，结果显示策略累计收益293.1%，显著超越同期Wind全A指数33.6%及申万煤炭指数34.4%。策略相对基准的超额收益高达258%以上，体现出对煤炭行业供需及价格核心变量的有效捕捉能力。净值表现曲线显示该策略能有效捕捉煤炭行业强势阶段，规避弱势期，验证了选用指标和数理模型的合理性。该策略以月度为频率调仓，使得交易成本及过度交易风险相对较低，具有实际操作可行性。[page::11,12]

---

3. 图表深度解读

图1（page 1）：2020年9月至2022年5月，申万煤炭指数与Wind全A指数走势对比。煤炭价格及上市公司表现明显优于大盘，体现资源品行业的周期特征和强周期表现。

- 图2（page 2）：煤炭景气分析框架二维图（供给×需求），明确四象限景气行态及辅助判断逻辑，强调库存及价格的辅助判断作用。

图3（page 3）：煤炭产业链图谱，直观讲解煤炭产业各环节及主要产品流向，强化需求侧和供给侧指标设计逻辑。

- 图4、5、6（page 4,5）：需求结构饼图显示火电占54%；发电结构条形图展现水电对火电需求时节性影响；国际能源署预测碳中和背景下煤电份额显著下滑，增强需求指标设计中调整的必要性。

图7（page 5）：环渤海三港口煤炭吞吐量变化走势，具备代表性，表明需求端真实负荷波动。

- 图8（page 6）：供给端三类煤矿产量增速走势，供给弹性表现，说明供给侧改革及约束条件下产量变化对景气判断重要性。

图9~12（page 7~8）：库存侧逻辑图及关键库存指标时序，反映港口及下游库存的传导影响，说明库存在供需关系紧张时刻的重要调节作用。

- 图13（page 9）：环渤海动力煤价格指数走势，价格波动阶段性极大，价格作为最新供需平衡最关键信号。

图14（page 10）：需求、供给、库存、价格四大维度景气指标走势，清晰描绘多周期波动特征。

- 图15（page 11）：8种供需库存组合状态下煤炭行业相对Wind全A收益表现图，用不同的市场阶段对策略表现进行剖析，验证量化逻辑。

图16、17（page 12）：策略净值及策略相对Wind全A指标净值表现，策略净值走势显著优于大盘及煤炭指数，显示模型优越性。

所有图表均经过季调、去噪及标准化处理，确保数据平稳可靠，增强模型适用性。[page::1-12]

---

4. 估值分析

报告重点围绕行业景气度量化模型及策略构建，未涉及公司具体估值模型（如DCF或可比公司法）。其估值基础为构建景气指标，量化产业链供需关系变化，从价格驱动角度判断行业周期性投资机会。通过指标及策略回测表现验证定性逻辑，体现一种基于基本面量化指标的行业轮动策略框架，非单一估值视角，属于策略层面配置研究。

---

5. 风险因素评估

模型失效风险：报告明确指出，所构建指标及整合的量化模型为统计方法基础，若各分指标出现大幅异常波动或数据采集质量下降，将导致综合景气指标输出失真，影响策略准确性，存在失效风险。

- 价格弹性与政策风险：煤炭定价受政府定价和供需政策调控影响较大，未来政策变化可能导致价格弹性降低或市场调整超预期，模型捕捉效率下降。

数据更新滞后风险：部分关键数据（如重点电厂煤炭库存）更新频率与及时性降低，可能造成指标计算存在滞后，影响实时策略调整。

- 新能源替代趋势风险：如报告所述，光伏、新能源快速发展将削弱煤炭需求与宏观经济的相关性，未来需求信号可能更加复杂，需对模型进行动态调整。

市场极端事件风险：全球疫情、国际政治经济波动、供给链断裂等外部极端事件可能使得历史模型难以成立。

报告未具体给出风险缓解策略，仅建议关注指标合理变动，结合多维指标综合判断，并警惕数据异常情况。[page::0,4,13]

---

6. 审慎视角与细节

量化模型假设局限：本报告采用主成分分析法合成综合指标，前提是各分指标存在相关性及代表性较好，但煤炭行业可能因政策或市场突变导致指标间关系非线性或失效，模型需要定期回测和校正。

- 数据采集的代表性问题：部分库存数据如钢厂和焦化厂样本调整，存在历史可比性问题，虽然采用比例缩放拼接，但仍可能带来误差。

价格指标的外部影响：环渤海动力煤价格还受到国际煤炭市场及运输成本波动影响，价格可能短期偏离供需基本面。

- 回测区间选择：2015年至2022年的回测涵盖供给侧改革、疫情冲击等特殊阶段，模型表现好，具有说服力；但未来新能源转型加速，模型需动态调整。

策略业绩未扣除交易成本：回测未明确扣除买卖滑点和手续费，实际策略表现可能略低于公布数据。

- 其他潜在偏差：整体策略采用月度调仓，可能错失部分短期交易机会，但有助于降低模型参数过拟合和过度优化风险。

总体报告相对谨慎，识别并披露关键风险，逻辑严密，但模型稳定性需持续观察。[page::0-13]

---

7. 结论性综合

本报告系统构建了基于需求（港口吞吐量）、供给（产量）、库存（电厂、钢厂、焦化厂及港口库存）和价格（环渤海动力煤价格）四大维度的煤炭行业景气综合分析框架。通过主成分分析法有效整合多重指标，构建景气度核心指标。基于产业链全链条与大数据量化方法，报告提出三大典型供需价格组合景气上行情形，并构建对应量化策略。

回测结果显示在2015年1月至2022年5月期间，该策略累计收益293.1%，显著优于同期Wind全A（33.6%）和申万煤炭指数（34.4%），实现超额收益约259%，体现了该量化景气指标捕捉煤炭行业行情的优异能力，验证了产业链指标选取及组合逻辑的有效性。该策略以月度定期调仓为特点，兼顾了市场的波动性和交易成本，投资实用性较强。

图表清晰地支撑了每一分析维度的指标选择合理性，反映了煤炭行业的周期波动规律，尤其是图15中不同供需库存组合状态下明显的超额收益差异和图16、17策略净值曲线，提供了模型的强有力实证支撑。

作者同时识别了模型的失效风险及数据潜在问题，提醒投资者关注指标波动异常，保持策略动态调整及风险控制。总体上，本报告以严谨的数据分析和逻辑推演，为煤炭行业投资配置提供了科学、可靠且可操作的量化工具和视角，是行业研究与量化策略结合的典范。[page::0-13]

---