【浙商金工】建筑材料行业基本面景气度预测研究
创建于 更新于
摘要
本报告基于价格、产量、库存及下游需求等高频宏观经济数据，采用MIDAS框架搭建建筑材料行业及细分行业（水泥、玻璃、玻纤、管材）基本面景气度预测模型。通过对产业链结构与财务拆分模型的深入分析，提取代表性细分行业标的和关键可追踪指标，预测结果与实际盈利走势高度一致且具备领先性，为行业盈利趋势判断及投资决策提供科学依据。[page::0][page::1][page::8][page::13]
速读内容
- 报告核心观点及研究目标 [page::0][page::1]
- 建筑材料细分行业包括水泥制造、玻璃制造、玻纤制造及管材等，行业景气度可通过价格、需求等高频数据进行高频预测，且预测具有领先性。
- 重点分析产业链结构，拆解标的营收来源，构建基本面景气度预测模型。
- 采用混频数据抽样（MIDAS）模型结合动态因子模型，整合多频次经济指标对行业盈利ROE进行预测。
- 建筑材料细分行业构成与产业链分析 [page::1][page::2][page::3]
- 行业细分主要为水泥制造、玻璃制造、玻纤制造和装修建材（含管材、防水材料等）；水泥制造行业市值及盈利占比最高。
- 各细分行业之间产业链独立性较强，水泥制造受基建、地产及农村需求三足鼎立支撑。
- 各行业盈利能力存在较大差异，如水泥制品盈利能力较低，涂料、管材毛利率较高。
- 细分行业财务拆分模型及关键成本收益指标分析 [page::4][page::5][page::6][page::7]
- 水泥制造成本以煤炭、电力和石灰石为主，煤炭价格弹性最大，库存（库容比）对价格有一定预测作用。
- 玻璃制造成本主要为纯碱和燃料（重油、天然气、石油焦），毛利对产品价格弹性最大。
- 管材行业以PVC、PE、PP塑料为主要原料，成本构成以原材料占比接近60%为主。
- 建筑材料行业可追踪高频经济指标体系 [page::7][page::8]
- 主要涵盖价格（产品价格、燃料价格）、产量、库存、下游需求及宏观经济指标，覆盖日、周、月多频率数据。
- 指标包括水泥、玻璃、管材价格，煤炭、重油、纯碱成本，房地产、基建投资等需求指标。
表1：建筑材料及细分行业经济指标
| 类型 | 指标 | 频率 |
|--------|---------------------------------------------------------|---------|
| 价格 | 水泥价格、玻璃价格、PE管材价格等 | 日/周 |
| 产量 | 水泥产量、平板玻璃产量、玻璃纤维产能 | 月 |
| 需求 | 房地产施工面积、汽车产量等 | 月 |
| 宏观 | 工业增加值、PMI、社会融资规模 | 月 |
- 建筑材料行业基本面景气度预测方法和模型 [page::8]
- 使用行业ROE-TTM作为代理指标，结合多因子MIDAS混频预测模型。
- 通过动态因子模型估计潜在因子，预测经济指标变化对盈利趋势影响。
- 注重趋势变化判断，采用同比或环比数据做为特征输入。
- 细分行业基本面景气度预测及结果总结 [page::9][page::10][page::11][page::12][page::13]
- 水泥制造：基于水泥价格、煤炭价差、库容比、磨机运行率、产量、基建房地产需求及宏观指标构建，预测结果领先且与盈利走势匹配。
- 玻璃制造：考虑纯碱、重油、天然气价格，日熔量，库存，地产新开工及宏观指标，局部时段预测结果与实际一致。
- 玻纤制造：纳入直接纱价格、天然气价格、建筑工程及产业需求指标，预测值延续盈利上行趋势。
- 管材行业：依托PP管材及PVC、PP价格，结合基建、地产及宏观指标，预测趋势吻合实际盈利。
- 建筑材料整体：整合细分行业指标，预测结果与整体盈利水平趋势相符。
- 风险提示及结论 [page::0][page::13]
- 模型依赖历史高频数据与盈利相关性，若相关性变化或出现分指标异常波动，预测存在失效风险。
- 报告系统化分析建筑材料产业链及财务拆分，利用量化指标推动基本面景气度高频预测，为行业投资判断提供支撑。
深度阅读
【浙商金工】建筑材料行业基本面景气度预测研究报告详尽分析
---
1. 元数据与概览
- 报告标题：《建筑材料行业基本面景气度预测研究》
- 作者：陈奥林、徐忠亚、Allin君行
- 发布机构：浙商证券研究所
- 发布日期：2023年08月03日
- 研究主题：聚焦建筑材料行业，特别是水泥制造、玻璃制造、玻纤制造、管材等细分行业的基本面景气度及盈利的高频预测模型构建及实证。
- 核心论点：报告运用高频数据（价格、需求等）通过混频数据模型（MIDAS）实现了对建筑材料行业及细分行业盈利的高频预测。预测结果与实际财务指标显示较强一致性且具有领先性，为投资决策提供了有效参考。
- 主要信息传递：
- 建筑材料产业链结构及成本收益关键因素分析
- 财务指标拆分与营收追踪方法
- 基于高频行业经济指标的基本面景气度预测框架搭建
- MIDAS及因子化模型在行业盈利预测中的应用
- 风险提示：模型基于量化高频数据，指标若出现剧烈波动，综合指标会失真，存在模型失效风险。page::0,13]
---
2. 逐节深度解读
2.1 报告摘要与核心观点（第0页）
- 使用水泥、玻璃、玻纤、管材行业的高频价格、产量、需求数据，搭建行业盈利高频预测模型，结果与实际一致且具有一定领先性。
- 产业链清晰：上游为采矿、石油化工，中游制造，下游基建、房地产等多元行业。
- 标的市值、营收和盈利高度集中于水泥和玻璃玻纤。
- 盈利预测关注上下游产品价格、产量以及下游需求结构（基建、地产）。
- 对模型风险明确警告，如主要指标大幅波动将影响预测准确度，存在失效风险。[page::0]
2.2 基本面景气度预测框架与产业链分析（第1-3页）
- 建筑材料行业构成及标的分布分析：
- 行业涵盖玻璃玻纤、水泥、装修建材三大二级行业，[图2]显示水泥制造标的18个居多，“其他建材”分类标的也较为分散。[page::2]
- 规模集中，水泥制造市值约占41%，营收近70%，净利润贡献更高，水泥行业主导行业景气。
- 细分行业表现差异显著：
- [图6][图7]显示水泥制造和装修建材相对周期性显著，玻纤制造盈利整体向好但波动较大。
- 行业内不同细分行业独立性强，缺乏明显上下游产业链关系，盈利和超额收益表现差异化。
- 产业链视角的水泥和玻璃制造分析：
- 水泥制造工艺及产业链详解，[图8]描绘了石灰石、煤炭、电力等原料到生产熟料、水泥成品的流程，成本端煤炭影响大，下游需求主要基建、地产和农村三足鼎立。[page::3,4]
- 玻璃产业链以纯碱、硅砂等原材料和重油、天然气等燃料构成，浮法玻璃生产配置较固定，冷修周期长，需求主要来自建筑，光伏和汽车等为增量。
- 行业盈利能力分化：装修建材如防水材料和涂料毛利较高，而水泥制品盈利能力较低。[图14][图15][page::5]
2.3 财务拆分模型与关键指标追踪（第5-7页）
- 财务拆分框架：
- 通过对代表性标的如水泥制造公司JY、玻璃制造公司QB分析，揭示成本构成对盈利重要影响。
- 水泥成本中煤炭绝对价格弹性最大，电力次之，石灰石占比小但波动有限。[图16][图17]
- 库存指标如水泥库容比对短期价格存在预示作用。[图18]
- 玻璃成本受纯碱和燃料（重油、天然气）主导，毛利对产品价格弹性最强。[图19][图20]
- 塑料管材行业以石化产品PVC、PE、PP作为主要原材料，成本显著，占成本比近60%。[图21][图22]
- 可追踪宏观行业经济指标：
- 报告系统列举了高频价格、产量、存货、下游需求及宏观经济指标，以准确反映行业经营波动并构建景气度模型。[表1]
- 指标选择遵循逻辑与数据可得性相结合，通过标的财务拆分提炼标准化且可追踪的指标。[page::6,7]
2.4 建筑材料行业基本面景气度预测框架（第8-13页）
- 方法论：
- 选择ROE-TTM作为基本面景气代理指标。
- 使用MIDAS混频数据采样技术，结合动态因子模型（因子化处理），融合不同频率（周、月、季度）高频数据，解决时间序列频率不一问题，增强预测准确性和稳定性。
- 模型重点关注指标变化趋势（同比/环比），非绝对值，旨在捕捉盈利趋势而非精确值预测。
- 细分行业预测指标详析：
- 水泥制造：关注水泥价格（全国、熟料），动力煤价格，水泥库存库容比，磨机运转率等周频指标，以及产量、基建和地产月频指标；经济环境包括工业增加值、社融等，指标均以同比或环比处理。[表2]
- 玻璃制造：成本关注纯碱、天然气、石油焦；供给以日熔量反映；库存及房地产新开工等作为需求指标。[表3]
- 玻纤制造：关注价格（直接和电子纱）、成本（天然气），需求涉及建筑工程、风电、汽车等，结合宏观经济指标。[表4]
- 管材：以PP管材价格为收入指标，PVC、PP价格为成本，需求涵盖基建和房地产。[表5]
- 模型结果解读：
- 各细分行业预测结果与实际ROE趋势高度一致，且表现出一定程度领先性。[图25、28、29、30]
- 建筑材料整体行业预测通过整合细分行业指标得出，复现行业盈利趋势，有效支持行业投资判断。[图31]
- 行业盈利驱动的多维度综合考量，确保模型更全面，避免单一价格驱动误判。[page::8-13]
2.5 结论与风险提示（第13页）
- 总结：
- 建筑材料行业由水泥、玻璃、玻纤、管材等构成，各细分链条明确，营业成本和收入驱动指标清晰。
- 通过对行业标的财务拆分分析，选取可追踪高频指标，结合MIDAS模型实现了基本面景气度的高频准确预测。
- 模型结果与实际盈利高度吻合，验证了宏观高频数据结合混频数据模型的有效性。
- 风险提示：
- 若模型输入指标出现剧烈异常波动，模型结果可能失真。
- MIDAS模型依赖统计关系，如行业结构或市场环境变化导致相关性降低，模型可能失效。
- 预测结果应结合宏观环境和行业政策变化谨慎使用。
- 合规与免责声明详见附录。[page::13,14]
---
3. 图表深度解读
图1 建筑材料细分行业基本面景气度预测走势（第1页）
- 展示2021-2022年间，四个细分行业（水泥制造、玻璃制造、玻纤制造、管材）及建筑材料整体的ROE预测走势。
- 趋势及关系：玻纤制造盈利率较高且稳步上升，水泥制造与管材呈现周期性波动下滑趋势，建筑材料整体呈下降趋势。
- 与文本配合：说明高频模型能有效跟踪基本面，且预测线条对各行业盈利率走势给出合理预示，体现领先性。
- 溯源：[page::1]
图2-5 建筑材料行业标的数量、市值、收入及净利润分布（第2页）
- 图2：标的数量统计，显示水泥制造和“其他建材”占据较大数量比例，反映行业细分标的多样化。
- 图3：市值分布呈现明显偏态，少数大型水泥制造企业市值占比高，显示行业集中度高。
- 图4，图5：饼图展示各细分行业营收和净利润占比，水泥制造营收和盈利占优，其次为玻璃玻纤和装修建材，盈利分布差别明显。
- 意义：体现行业规模效应和盈利能力差异，指导后续预测侧重点。
- 溯源：[page::2]
图6-7 建筑材料细分行业超额收益与ROE-TTM走势（第3页）
- 图6反映行业超额收益表现，玻纤制造表现突出，水泥制品收益波动明显且偏低。
- 图7的ROE-TTM展示各行业盈利周期特征差异，玻纤长期盈利较好，水泥制品周期明显，装修建材波动中等。
- 结论：强调细分行业内在特性差异明显，为独立模型搭建提供支撑。
- 溯源：[page::3]
图8-11 产业链流程图（第4页）
- 图8详细描述水泥制造产业链环节，从原料采掘、粉磨、生料、熟料到下游基建产业。
- 图11展示玻璃产业链，供应主要原材料和燃料，生产浮法玻璃，后续深加工供给建筑、汽车等领域。
- 功能：帮助理解各环节成本构成与需求驱动，对模型中成本和需求指标选取形成直观支持。
- 溯源：[page::4]
图9-10, 12-13 各行业代表公司营收构成饼图（第4-5页）
- 分析典型公司水泥制造（TS）、水泥制品（XB）、玻璃制造（QB）、玻纤制造（Z）、管材（WX）的营收来源比例，显示单一产品或多元化产品结构。
- 水泥制造以水泥主导（67%），水泥制品以商品硅（97.5%）为主，玻璃制造以浮法玻璃为主（85.2%），玻纤制造90.5%为玻纤产品，管材则产品多元。
- 数据指示各细分行业业务集中度及成本敏感点，指导追踪指标选择。
- 溯源：[page::4,5]
图14-15 建筑材料行业毛利率分布和细分行业毛利率（第5页）
- 毛利率在11%-50%区间分布，展示行业整体盈利水平脉络。
- 细分行业差异明显，防水材料、涂料毛利较高，水泥制造和制品较低。
- 表明盈利弹性与成本结构复杂度的关系，利于分析不同细分行业估值和风险。
- 溯源：[page::5]
图16-18 水泥制造企业成本结构与库存指标（第6页）
- 图16显示石灰石、煤炭和电力采购均价走势，煤炭波动最明显，价格大幅上升与成本压力增大对应。
- 图17证实煤炭在营业成本中占比最大（30%-45%区间），电力和石灰石次之。
- 图18水泥库容比与水泥价格短期呈负相关，库容上升通常预示价格下行。
- 说明成本价格和库存动态是盈利预测关键驱动因素。
- 溯源：[page::6]
图19-20 玻璃制造企业成本构成及毛利弹性（第6页）
- 成本主要由纯碱和燃料组成，重油与纯碱占比高，价波动直接影响盈利。
- 毛利对产品价格弹性远高于对成本弹性，反映市场价格制定权和成本传导特点。
- 说明价格信息在盈利预测中的重要性，以及燃料价格的差异化影响。
- 溯源：[page::6]
图21-22 管材企业经营结构（第7页）
- 营收结构多元，包括PPR、PVC和PE管材，分散性体现行业产品多样化。
- 成本构成以直接材料为主，制造费和人工成本占比较小。
- 说明管材行业对原材料价格高度敏感，为成本端重要指标。
- 溯源：[page::7]
图23-25 水泥制造需求结构及模型预测结果（第9页）
- 图23展示下游需求三足鼎立（基建、地产、农村），各占约三分之一，显示需求端多元化。
- 图24显示水泥-煤炭价差与ROE-TTM关联紧密，但存在阶段性偏离，强调价格与盈利关联非线性。
- 图25行业基本面景气度预测（蓝线）与实际ROE（黑线）、价格指数（红线）趋势接近，预测具有领先效应。
- 反映指标选择和模型构建的成功应用。
- 溯源：[page::9]
图26-28 玻璃制造需求、利润水平及预测结果（第10页）
- 图26下游结构以建筑为主（75%），光伏和汽车等为增量，表明需求的结构性变化。
- 图27展现不同燃料类型浮法玻璃的利润波动，天然气成本较高，但煤炭和石油焦波动性大。
- 图28所在的预测结果显示，行业盈利趋势把握较好，部分阶段预测与实际偏离。
- 指出需求端领先指标的合理影响，以及不同燃料成本对盈利的差异化影响。
- 溯源：[page::10]
图29 玻纤制造基本面景气度预测结果（第11页）
- 预测与实际ROE走势基本一致，预测曲线领先盈利变化，验证模型稳定性。
- 盈利下降幅度较玻璃制造行业缓和，说明行业弹性和结构差异。
- 溯源：[page::11]
图30 管材行业基本面景气度预测（第12页）
- 预测模型较好跟踪行业ROE趋势，预测带有一定领先性。
- 强调成本（PVC、PP价格）和需求（基建、房地产）的信息融合对盈利预测价值。
- 溯源：[page::12]
图31 建筑材料整体行业基本面景气度预测（第13页）
- 综合四细分行业指标得出整体行业盈利预测，曲线拟合实际ROE较好。
- 体现行业内部细分高度集中的特点以及模型综合运用的有效性。
- 溯源：[page::13]
---
4. 估值分析
报告未直接涉及具体估值模型（如DCF、PE倍数等）估值计算，重点放在行业基本面盈利景气度的高频预测框架搭建及实证，提供可量化的行业盈利预测突破，并以盈利指标ROE-TTM作为景气度代理，辅以量价、成本和需求指标。这种方法为下游估值分析和风险评估提供基础支撑，强化投资策略构建的基本面依据。
---
5. 风险因素评估
- 模型失效风险：机构强调MIDAS模型基于历史高频数据与ROE之间的统计关系，如相关性发生恶化（行业结构调整、市场环境变化等），模型准确性将大幅降低。
- 指标波动风险：价格、产量、库存数据频繁波动且受突发事件影响，导致模型输入异常，影响预测稳定性和可靠性。
- 数据覆盖及指标可得性限制：部分细分行业指标数据缺失或质量有限，可能影响该细分行业模型预测效果和综合行业预测。
- 缓解措施提示：报告未详细提出缓解策略，但隐含通过因子化处理降低单项指标异常影响，采用多指标综合建模减轻单因子失效。建议投资者关注模型更新及宏观事件风险。
- 溯源：[page::0,13]
---
6. 审慎视角与细微差别
- 模型依赖统计相关，缺乏结构性机制阐释，可能在行业结构深刻转型期效果下降。
- 不同细分行业特性差异大，统一框架下指标代表性存在局限，尤其是毛利率极端的细分行业未详细单独分析。
- 基于同比环比的变化趋势指导，缺少绝对水平判断，对扩张或长期低景气行业预测或存在误判风险。
- 预测结果虽近似真实盈利变化趋势，但如图24所示，单价指标并非盈利完全代理，需综合多指标，体现未来模型持续优化空间。
- 报告对短期价格和库存关联进行了说明，但未深入探讨季节性和区域分化等更复杂供需结构。
- 溯源：[page::9,13]
---
7. 结论性综合
浙商证券的《建筑材料行业基本面景气度预测研究》报告通过构建基于高频价格、产量、库存和下游需求的多指标融合因子化MIDAS模型，成功实现了对建筑材料行业及细分板块（水泥制造、玻璃制造、玻纤制造、管材）的ROE-TTM盈利指标的高频预测，实证结果显示预测值与实际财务盈利波动高度一致并具领先性。
报告系统地展开了以下几个核心步骤：
- 产业链结构分析，为理解上下游成本收益动态并界定关键驱动指标奠定基础；
- 财务拆分模型构建，通过代表性标的财报拆解，确认渠道产品和成本要素，确认可追踪指标；
- 高频宏观经济指标甄别，列出了涵盖产品价格（如水泥、纯碱、PVC等）、成本价格（煤炭、天然气等）、产量、库存指标（库容比、水泥库存）及下游需求（基建、房地产、汽车、新开工面积等）的多维指标体系；
- 预测模型设计，采用MIDAS混频数据技术结合因子化处理，解决数据频率不一的难题，聚焦指标同比环比变化，因而更强调盈利趋势及拐点预测能力；
- 实证验证，细分行业和整体行业层面均实现较好拟合及领先盈利趋势，且对不同细分行业的特殊属性有针对性考量。
报告内容科学严谨，指标体系覆盖充分，方法前沿且符合量化研究最新进展。通过详尽图表闸述标的构成、成本结构及盈利表现，实现标的营收-成本要素到行业景气度的闭环逻辑。
唯有需注意模型基于历史数据统计关系，未来市场环境变化带来的模型失效风险；以及部分细分行业数据不足可能制约局部模型准确性。
总体来看，报告为投资者提供了科学的建筑材料行业盈利景气度高频预测方法论，辅之详实指标体系和实证结果，极具参考价值与实际应用潜力，尤其适合需动态把握行业盈利趋势、评估投资时点的机构和策略开发部门。
---
附：主要图片索引
- [图1：建筑材料细分行业基本面景气度预测走势 page::1]
- [图2-5：细分行业标的数量、市值、营收及净利润分布 (等) page::2]
- [图6-7：细分行业超额收益和ROE-TTM趋势
- [图8-11：产业链流程图 page::4]
- [图14-15：毛利率分布
- [图16-18：水泥成本及库存指标 page::6]
- [图19-20：玻璃成本及毛利弹性
- [图23-25：水泥行业需求及盈利预测 page::9]
- [图28：玻璃制造行业盈利预测
- [图31：整体建筑材料行业盈利预测 [page::13]
---
（全文基于浙商证券研究所《建筑材料行业基本面景气度预测研究》原始材料整理）
![page::4] [图14-15：毛利率分布](images/1f1110f0949194c92c7cd4e47ed7006339833484399c138bf046f9379f7188c8.jpg?page=5){kind=link}
![page::5] - [图16-18：水泥成本及库存指标](images/6b002c18bdd470c69b56f2a747c47968c3db2e78eb706f33a1452bc00f75a6e5.jpg?page=6){kind=link}
![page::6] - [图23-25：水泥行业需求及盈利预测](images/89eaca9c9402a7b97b145a4854ad5a65554635889516ff13d8dfe7583e1a8087.jpg?page=9){kind=link}