• 上证指数归母净利润同比增速与A股走势相关性增强，尤其2015年后两者关联提升，说明净利润同比作为景气度指标的重要性及预测市场趋势作用显著 [page::0][page::1]

• 稳定有效的景气度指标体系由宏观和中观18个关键变量组成，涵盖经济增长、通胀、投资、出口、利率、工业产量及利润、经济活跃度等8大类别，指标覆盖季频、月频、日频多层次，实现多维度验证与去噪 [page::2][page::3][page::5][page::6][page::7]

- 主要成分因子有：工业GDP与净利润趋势匹配（见图5），CRB指数衡量通胀，房地产投资、PMI新出口订单、3个月Shibor利率等 [page::3][page::4][page::5]
- 中观包含家电、机械、钢铁产量以及工业企业利润、经济活跃度指标，其中机械产业产量受贸易摩擦影响明显 [page::5][page::6][page::7]

• 景气度指数构建采用混频数据处理：先统一降频至季频，再通过PCA合成大类因子，回归配权拟合净利润同比，最终升频至日频实现信息流模式动态跟踪，保证指数及时反映经济状况，历史样本的季度方向预测准确率达到81.48% [page::7][page::8]

• 景气度指数展现出约3-4年交替周期，契合中国10年期国债收益率周期，但拐点更为明确且领先债券利率 [page::9][page::10]

• 景气度对行业超额收益影响显著，交通运输、汽车、钢铁表现出景气度正相关的超额收益，而消费者服务行业表现出负相关，分别在ANOVA检验中显著，说明景气度指数具有较好的行业应用潜力 [page::10][page::11]

| 行业 | 景气上行（月均超额收益） | 景气下行（月均超额收益） | ANOVA显著性 |
|------------|---------------------|---------------------|-------------|
| 交通运输 | 0.0% | -1.3% | 0.01 |
| 消费者服务 | -0.3% | 1.3% | 0.03 |
| 汽车 | 0.8% | -0.3% | 0.04 |
| 钢铁 | 0.1% | -1.4% | 0.04 |

• 创业板指构建类似景气度指数困难，主要因为其宏观相关性低，成分股集聚于医药、TMT等非周期行业，利润贡献结构复杂，且缺少全样本高频有力景气指标，当前主要指标集中于电子、农林有色等领域，尚未具备代表性充分覆盖 [page::11][page::12]

| 指标名称 | 相关方向 | 历史胜率 | 样本数(季) |
|------------------------------|----------|----------|------------|
| 产量：手机:当月同比 | 1 | 78% | 36 |
| 进口数量：集成电路：当月值 | 1 | 81% | 36 |
| 进口金额：电动手表：当月值 | 1 | 72% | 36 |
| 进口金额：电线和电缆：当月值 | 1 | 72% | 36 |
| 产量：铜材:当月同比 | 1 | 61% | 36 |

• 2020年疫情期间，A股景气度指数在2020年前三季度经历大幅下跌及有效反弹，10月末指数延续上升至3.99，表明4季度景气度大概率继续上行但增速放缓，吻合实际经济复苏节奏 [page::13]

• 指数目标为同步预测上证指数净利润同比变化，非整体A股景气代表，若成分股利润结构变化较大可能导致指数失效 [page::13]

《【国盛量化】视角透析：A股景气度高频指数构建与观察 ｜ 量化分析报告》详尽分析

---

一、元数据与概览

• 报告标题：《【国盛量化】视角透析：A股景气度高频指数构建与观察 ｜ 量化分析报告》

- 作者：叶尔乐，刘富兵

• 发布机构：国盛证券研究所

- 发布日期：2020年11月10日

• 报告主题：构建并观察以A股上市公司归母净利润同比增速为目标的A股景气度高频指数，通过宏观与中观指标对A股景气度进行Nowcasting预测，并分析其对行业表现及利率周期的关系。

核心论点与传达信息

报告以上证指数归母净利润同比增速作为A股整体景气度的代表目标，基于超过1700个多频次宏观及中观指标，精选18个指标分属8类宏观中观因子，采用先降频再升频结合PCA降维和回归加权的模型构建A股景气度高频指数。该指数历史上对上证指数归母净利润同比的季度趋势预测胜率达到81.48%。景气度指数周期约3-4年，与中国10年期国债收益率周期高度契合并领先。同时，景气度指数对交通运输、消费者服务、汽车、钢铁等行业的下月超额收益具备显著区分度。2020年4季度景气度继续上行但力度放缓。报告最后对创业板指构建类似指数的可行性及挑战进行了分析。[page::0,1,7,9,10,13]

---

二、逐节深度解读

1. 报告摘要与引言

• 由于A股上市公司财报发布具有延迟和异步特点，直接依赖财报数据难以即时反映景气变化。

- 基于宏观中观混频指标集合，采用信息流模式动态更新数据，实现日频率的景气度有效监测。

• A股走势与净利润增速相关性提升，净利润同比被视为景气度核心衡量目标。

- 构建的景气度指数对上证指数净利润同比趋势预测准确，且和利率周期契合，具有明显领先性。

• 2020年四季度景气度仍处上行趋势但增幅低于第三季度。

此部分奠定了后续宏观指标筛选和指数构建的理论和实践基础。[page::0]

2. A股景气度高频指数构建

2.1 指数构建目标

• 以上市公司净利润同比增速作为Nowcasting目标，选择上证指数原因在于其涵盖传统制造业、金融业和工业等周期性行业，数据完整，有宏观经济高度关联。

- 观察到2015年以来上证指数走势与净利润同比增速的相关性明显加强，尤其2017-2019年阶段，显示市场定价逐步注重基本面。

• 净利润同比增速虽非完美指标，如2015年牛市景气度反而下降，但整体趋势保持相关性。

解释了选取净利润同比作为景气度核心指标的合理性。图表1与图表2展示了上证指数与净利润同比的历史走势及其相关性变化，后者显示近年来相关性显著提升，滚动10季度相关性最高达0.7以上。[page::0,1]

2.2 指标筛选与指标集构建

• 宏观指标涵盖经济增长（工业GDP）、通胀（CRB指数）、投资（房地产投资完成额）、出口（PMI新出口订单）、利率（3个月Shibor）等。

- 中观指标包括工业产量（家电、机械、钢铁）、工业利润（亏损额、利润总额、工业增加值）、经济活跃度（波罗的海干散货指数BDI、民航货邮周转量）。

• 共有18个具体指标，涵盖日频、月频和季频数据，通过相互验证提升信噪比。

- 其中部分中观指标选取基于与净利润同比的高相关性及对行业景气度的良好代表性。

• 报告指出，经济增长指标反应滞后但趋势明确，而CRB指数日频及时但为全球视角，投资和出口数据能较好反映经济波动但各有缺点，利率与景气度短期波动高度相关，工业产量波动复杂需多指标综合。[page::1,2,3,4,5]

各宏观及中观指标的图表详细展示了各指标与上证指数归母净利润同比的对应关系趋势和周期，包括：

• 图表5：工业GDP与净利润同比走势基本相符，体现经济增长对上市公司业绩影响。

- 图表6：CRB工业原料与净利润同比同步波动，指示通胀压力。

• 图表7：房地产开发投资与净利润变化大体吻合。

- 图表8：PMI新出口订单与净利润大幅波动重合。

• 图表9：3个月Shibor与净利润同比短期波动匹配。

- 图表10-12：工业产量类指标（家电、机械、钢铁）虽波动复杂，但整体趋势与净利润同比相关。

• 图表13：工业利润指标对部分关键时间节点波动把握较好，但数据缺失影响覆盖。

- 图表14：经济活跃度指标反映需求变化。

上述图表数据和分析提供了指标选择的实证支持与理论回应。[page::3,4,5,6,7]

2.3 指数构建方法

• 采用PCA（主成分分析）将多指标降维为若干大类因子，降低维度同时提炼核心信息。

- 先将异频率数据统一为季频，利用回归方法对大类因子赋权，目标为拟合上证指数归母净利润同比季频变化。

• 权重确定后，按照因子各自的最高频率升频至日频，结合信息流模式对指数进行动态更新，即只要有新数据发布便即时反映，无需等到固定时间点。

- 该方法精度优异，于2000年6月至2020年6月区间，预测趋势胜率达81.48%。

• 图表16显示拟合的景气度指数季度走势追踪净利润同比实际值的良好贴合。

- 图表17展示了日频景气度指数的历史走势，进一步凸显其动态跟踪能力。

该过程确保新建指数既充分利用历史数据，又能实现高频、即时景气度监测，弥补传统会计报表滞后的信息缺陷。[page::7,8,9]

---

3. A股景气度指数观察与应用

3.1 景气度指数周期性与利率周期契合

• 景气度指数显示3-4年交替的周期，如2002-2005年4年周期、2006-2008年3年周期等，最新周期自2020年起，估计顶峰于2021年。

- 与中国10年期国债收益率周期高度一致，但景气度指数转折点明显且领先利率周期。

• 说明景气度指数作为经济周期的提前指示器，能为宏观决策及投资提供有效信号。

图表18与图表19分别表述景气度指数各周期和其与10年期国债收益率的联动关系，图中A股景气度指数多次领先利率走势拐点，显示出指标的领先特征。[page::9,10]

3.2 行业景气敏感性分析

• 全A指数的总景气与行业景气敏感性不同。

- 通过ANOVA显著性检验筛选出交通运输、消费者服务、汽车、钢铁四个行业对于景气度变化的超额收益区分度最明显。

• 景气度上行时，交通运输、汽车、钢铁行业月均超额收益为正；消费者服务行业则呈现负向表现，反之亦然。

- 其他行业如通信、电力、公用事业、有色金属等表现差异较小或不显著。

图表20、图表21用图形和表格形式详细说明了行业超额收益与景气状态的明显正负方向对应性。[page::10,11]

3.3 创业板指景气度指数构建难点

• 创业板成分股以医药、农林牧渔、TMT为主，周期特征复杂且不够统一，且历史数据长度有限。

- 创业板指归母净利润增速与上证指数不同，波动性大，且行业利润贡献率变化快，医药行业权重持续提升接近30%。

• 现有1700+宏观中观指标中，部分电子、农业、有色指标与创业板指净利润同比有较好相关性，但覆盖面与代表性不足。

- 医药、传媒等主流创业板行业缺乏合理有效的高频代理指标。

• 因此报告认为，目前创业板指数景气度构建难度大，需要寻找更具代表性的行业指标或龙头公司高频利润代理数据。

图表22与图表23分别展示了创业板指数净利润同比及其主要行业利润贡献演变。图表24汇总具有一定相关性及逻辑的创业板相关宏观指标及其历史胜率。[page::11,12]

3.4 2020年第四季度景气度最新跟踪

• 受新冠疫情影响，2020年一季度A股景气度指数急剧下降（-4.40），二季度小幅回升（+0.45），三季度显著回暖（+7.29）。

- 截至2020年11月8日，景气度指数为3.99，较9月底1.38和10月初3.14继续上升。

• 虽上升速度有所减缓，但整体仍维持上行态势。

- 预判2020年四季度景气度或将继续攀升，但幅度可能不及第三季度。

图表25清晰展示了2013年以来景气度指数与归母净利润同比的走势，强调了指数在疫情冲击周期的动态表现。[page::13]

---

三、图表深度解读

图表1-2 ：上证指数归母净利润同比增速及相关性分析

• 图表1双轴分别显示上证指数水平和同期净利润同比，2015年后两者走势高度同步，反映市场逐步重视基本面收益。

- 图表2显示了滚动10季度相关系数，从负相关或较低相关提升至接近0.7，说明监管规范、市场成熟度及市值结构变化提升了二者相关性。

图表3-4 ：指标成分框架及指标列表

• 图表3用树状图明确宏观与中观因子分类；宏观含经济增长、通胀、投资、出口、利率，中观含工业产量、利润、经济活跃度。

- 表格列出具体指标、频率及细分类细项，体现数据混频且覆盖行业细节，提供多维度信息以确保对净利润变动的全面捕捉。

图表5-14 ：各因子与净利润同比对比

• 图表5到图表14依次展现了上述指标与净利润同比的时间序列对比，揭示各因子捕捉景气度的有效性：

- 工业GDP与净利润同比同周期变动。
- CRB指数虽为全球指标与国内净利润相关。
- 投资与出口指标捕捉经济活力波动。
- 利率3个月SHIBOR与利润周期吻合但金融危机时相关性波动。
- 各工业产量指标体现行业特异性波动，需互补去噪。
- 工业利润指标对特定时间点反应超前。
- 经济活跃度指标跟踪原物料及物流反映景气。

趋势及波动匹配良好，支持其作为景气度合成因子的合理性。

图表15-17 ：指数构建流程及拟合效果

• 图表15说明了先季频统一、PCA降维、回归配权，后升频至日维跟踪的流程，展示了数据处理的系统性和创新应用的信息流模式。

- 图表16拟合的季频景气指数与净利润同比贴合显著，表明模型捕捉到核心景气信号。

• 图表17作为日频指数，体现了指数在非财报发布时间节点的动态反应能力，增强了实用性。

图表18-19 ：景气周期及利率对比

• 展示景气度3-4年交替周期，强调其作为宏观经济周期领先指标的价值。

- 与10年期国债收益率整体同周期但景气度转折点更突出并提前，显示其在宏观金融周期分析中的领先地位。

图表20-21 ：行业敏感性分析

• 展现景气度指数变化对行业超额收益影响的统计显著性，交通运输、汽车、钢铁表现正相关，消费者服务呈负相关。

- 反映不同行业受宏观经济影响的差异性与周期属性。

图表22-24 ：创业板指及相关指标挑战

• 创业板指净利润同比波动加剧且行业结构迥异，导致基于传统宏观指标难以进行有效构建。

- 主要驱动力转换，医药头部公司贡献显著增加。

• 已有部分电子、农产品指标具备相关性但代表性差，指标体系尚不完善。

图表25 ：近期景气度动态

• 详细描绘疫情期间景气度走势变化，展示指数的高度适应力与反映即时经济冲击的能力。

---

四、估值分析

本报告不涉及具体企业估值或估值模型的构建，核心为宏观量化景气度指数的开发与观察，因此无DCF、PE等估值内容。

---

五、风险因素评估

报告明确指出：

• A股景气度指数目标为拟合上证指数归母净利润同比，仅代表A股核心成分股，非整个A股市场。

- 指数成分股利润结构变化可能导致模型失效。

• 创业板指景气度构建存在显著难度，需找到代表性行业指标。

- 依赖宏观指标进行回归配权，模型假设宏观经济指标对净利润的解释能始终有效，经济结构变化带来的影响存在风险。

并无详细缓解策略，提醒投资者关注模型适用性与市场结构变化风险。[page::13]

---

六、批判性视角与细微差别

• 报告对采用净利润同比作为景气度指标存在局限性有所提示，尤其面对非周期性行业或极端行情时相关性下降，如2015年牛市期间。

- 现有指标覆盖主要周期性行业，而新兴行业、科技创新行业影响相对弱，创业板指数构建难度体现资金结构及经济转型背景。

• 建模采用PCA和回归配权，固然科学，但未披露具体回归模型参数和截面数据，外推时模型稳定性和通用性可能存在隐性风险。

- 报告强调信息流跟踪模式优于固定位点更新，但未详细说明对数据缺失、异常值处理及数据源一致性的具体方法。

• 行业超额收益分析采用ANOVA，仅揭示关联性及差异显著性，未深入量化驱动机制及风险调整后的表现。

- 报告虽优先考虑了数据可得性，但在部分指标历史数据缺失（例如工业利润2007-2010年）可能影响指标贡献度和长期稳定性。

整体报告技术路线严谨，思路清晰，但存在数据结构依赖和模型适用性的典型量化研究局限。

---

七、结论性综合

本报告系统构建了以A股上市公司归母净利润同比为Nowcasting目标的高频景气度指数。基于严谨的指标筛选和科学的PCA及回归加权方法，结合创新的信息流动态更新机制，实现了对A股景气状态的及时、准确监测。指数体现出显著的历史预测能力（趋势预测胜率81.48%），并与宏观利率周期高度契合，尤其其周期和转折点领先10年期国债收益率，有望成为宏观经济与市场周期的重要前瞻指标。

通过行业敏感性分析，发现交通运输、消费者服务、汽车和钢铁行业对景气度变化有较强的超额收益响应，展现出行业景气度依赖性差异。创业板因行业结构及数据限制，现有指标难以构建同类景气度指数，对未来创业板高频景气监测构建具有实际挑战。

报告在疫情特殊情境下对2020年四季度景气度进行了实时跟踪预判，预测景气度继续回升但幅度减弱，体现了指数应用价值。风险点在于经济结构变化和指数成分利润结构变动可能导致模型失效，需持续关注模型更新与指标调整。

总的来看，报告提出了可操作性强的A股高频景气度指数构建框架，结合丰富的宏观和中观指标，填补了以往基于财报滞后数据缺乏即时性的问题，具备重要的实证和投资指导意义。

---

以上分析结合报告全文内容、所有重要数据和图表，对其论点、数据、方法、风险及结论进行了详细拆解和专业解读，确保内容全面、客观、深刻。[page::0-14]

---

重要图表示例（截图链接格式）

• 图表1 样例：

• 图表16 季度拟合效果：

• 图表19 景气度指数与10年期国债收益率：

• 图表25 2020年最新景气度指数动态：

报告