`

【浙商金工】机械行业基本面量化及策略配置

创建于 更新于

摘要

本报告聚焦机械行业中的通用自动化及工程机械两个子行业,基于需求与库存两大维度构建量化模型,精准识别下游主动补库存阶段并指导策略配置。研究指出机械设备作为投资品,只有下游需求过热且供不应求时,才会驱动机械需求扩张。通用自动化侧重制造业,下游需求和库存指标用主成分分析提炼,择时策略回测收益199%,显著超越基准。工程机械以挖掘机为代表,需求主要来自地产及基建,通过新开工面积等指标刻画需求周期,库存以挖掘机滚动8年销量估计,择时策略收益253%,有效实现超额收益。模型风险主要来自样本外有效性和行业覆盖偏差 [page::0][page::4][page::8][page::9]

速读内容

  • 机械行业分类及市值分布 [page::1]


- 机械行业包含通用设备、专用设备、自动化设备、工程机械等多个子行业。
- 通用设备与自动化设备合称通用自动化,主要下游为制造业,市值占比较大且稳定。
- 专用设备因下游过于分散,本文不做重点分析。
  • 通用自动化下游需求结构及景气逻辑 [page::2]



- 下游主要集中在汽车(40%)、航空航天、电子、金属制品等制造业部门。
- 库存周期视角:主动补库存阶段标志供不应求与扩产意愿,是需求扩张关键。
  • 通用自动化需求与库存指标构建 [page::3]



- 需求指标采用PMI、汽车销量、手机产量和两类机床产量。
- 库存指标选取汽车制造、3C、电气机械等6个行业的产成品库存。
- 采用主成分分析法提取需求和库存分指标,捕捉共性。
  • 通用自动化需求及库存分指标走势及策略表现 [page::4][page::5]




- 需求指标带动需求上行拐点领先库存上行拐点,反映从经济复苏到过热的时间差。
- 策略依据需求和库存均边际上行时买入中证机床指数,回测2011-2023年累计收益199%。
- 超额收益显著,相较同期中证机床指数70%、Wind全A收益85%。
  • 工程机械行业结构与下游需求特点 [page::5][page::6]



- 重点产品挖掘机为主,其需求主要来自地产(40%)和基建(35%)。
- 叉车销量最大但应用与价值较低,挖掘机保有量及价格体现行业景气度更核心。
- 存量挖掘机能吸收下游需求,需求扩张不必然带来景气反转,需结合主动补库存判断。
  • 工程机械需求和库存指标构建与走势 [page::7][page::8]




- 需求维度包括地产新开工及基建投资,采用主成分法形成综合指标。
- 库存维度通过过去8年累计挖掘机销量估计社会库存水平及变化。
- 需求指标在2016年和2021年升起,而库存指标有明显滞后期,符合滞后补库存周期。
  • 工程机械择时策略表现 [page::8][page::9]



- 策略同样采用需求及库存指标边际上行买入申万工程机械指数。
- 2013-2023年回测收益253%,远超申万指数31%及Wind全A的114%。
- 策略展现对工程机械行业景气轮动的有效把握,实现显著超额收益。
  • 核心结论与风险提示 [page::0][page::9]

- 机械行业的投资判断核心在于识别其投资品属性,需求转暖只有伴随主动补库存才转化为机械需求扩张。
- 基于需求和库存构建的量化策略对通用自动化和工程机械均表现出稳定且显著的超额收益。
- 模型风险包括基于历史数据,存在样本外失效可能,且仅覆盖两个子行业,存在偏差风险。

深度阅读

【浙商金工】机械行业基本面量化及策略配置——详尽分析报告



---

1. 元数据与报告概览


  • 报告标题: 《机械行业基本面量化及策略配置》

- 作者/机构: 浙商金工 Allin君行,浙商证券研究所
  • 发布日期: 2023年6月26日

- 主题: 机械行业,重点聚焦通用自动化与工程机械子行业的基本面量化分析与投资策略
  • 核心论点与目标信息:


1. 机械行业作为投资品,其需求来源于下游行业的投资品属性,而非原材料属性,因此仅关注下游需求的景气度是不够的,关键要定位下游投资需求扩张的时间点。

2. 下游主动补库存阶段对应机械行业需求的扩张,这一阶段通常伴随着供不应求的过热期。

3. 基于主动补库存逻辑构建的量化模型能实现有效择时,主要针对通用自动化和工程机械两个细分子行业进行分析和策略配置。

4. 策略回测显示,在主动补库存阶段买入对应指数可显著获得超额收益。
  • 风险提示: 模型基于历史数据,存在样本外失效风险;通用自动化及工程机械无法完全代表整个机械行业,存在偏差风险;机械行业分支众多,分析具有复杂性[page::0,9]。


---

2. 逐节深度解读



2.1 机械行业概述及子行业划分(页1-2)


  • 关键点总结:

- 机械行业包含多个子行业,截至2023年4月,申万机械一级行业下共含5个二级行业、19个三级行业和405只个股,行业广泛且下游分散。
- 重点聚焦通用自动化(通用设备+自动化设备)和工程机械两大机械子行业。通用自动化与制造业紧密相关,下游行业涵盖汽车、3C、航空航天等;工程机械主要受地产及基建需求驱动。
- 专用设备虽市值较大但下游分散,故未作重点分析。
  • 推理依据:

- 市值占比相对平衡,选择市值及需求来源稳健的两大子行业有助于模型的建立和实际落地。
- 图1显示机械各子行业市值分布,通用设备、专用设备、自动化设备、工程机械和轨交设备构成主要组成部分,其中通用设备和专用设备占比最大。
- 图2饼图(机床下游需求)揭示汽车占40%,航空航天17%,模具13%,工程机械10%,其他20%,说明通用自动化产品需求来源广泛但集中于高需求行业。
- 工业机器人下游主要为电子(30%)、金属制品(17%)及汽车相关零部件(共19%)等,突显制造业属性[page::1,2]。

2.2 通用自动化行业的需求与库存刻画(页3-5)


  • 需求描绘:

- 通过指标PMI(制造业采购经理指数)、汽车销量、手机产量和机床产量(金属切削、金属成形)描绘需求端表现。
- 图4显示各指标经季节调整、去噪及标准化处理后的时间序列走势,反映制造业需求波动性。
  • 库存刻画:

- 选取汽车制造业、专用设备制造业、3C等下游行业的产成品库存指标描绘库存端动态。
- 图5展示了产成品库存指标的标化趋势,反映不同行业库存水平变动。
  • 模型方法与关键假设:

- 采用主成分分析(PCA)提取需求和库存各自的第一主成分作为综合指标,进而反映整体需求和库存周期。
- 发现需求指标的上行拐点领先库存上行拐点,体现了经济由复苏过渡到供不应求的滞后关系(图6)。
  • 投资策略及效果:

- 以中证机床指数作为通用自动化行业的代表,设立当需求和库存指标均边际上行时买入该指数,否则买入全市场标的Wind全A。
- 回测数据(2011-2023年)显示策略累计收益199%,同期中证机床指数70%,Wind全A 85%。
- 图7(净值)和图8(相对净值)直观反映此择时策略超额表现显著。
  • 数据来源和局限性:

- 数据主要来自Wind及浙商证券研究所处理,涉及多项宏观及行业数据。
- 使用PCA简化多个指标可能忽略部分细微行业差异,但有助于提炼周期共性[page::3,4,5]。

2.3 工程机械行业需求结构与库存测算(页5-9)


  • 定义与行业结构:

- 工程机械以叉车、挖掘机、装载机等构成,其中挖掘机因单车价格和下游关联度高,是关键代表指标。
- 图9展示2021年各类工程机械销量,叉车数最大,但价低导致单车营收较低,挖掘机营收领先,故聚焦挖掘机。
  • 下游需求分布:

- 挖掘机需求主体为房地产(40%)和基建(35%),采矿及制造业占较小比例(图10)。
- 需求实际表现需考虑工程机械的存量消化能力,下游旺盛需求先被存量设备吸收,只有存量不足才形成新增订单导致景气上升。
  • 历史案例与景气判断:

- 2013年前后地产及基建回暖,挖掘机销量增长,但行业股价并未同步,因此前存量设备足以满足需求。
- 图11详细体现需求扩张不必然带来工程机械行情,提醒需结合存量库存筛选过热阶段。
  • 需求端量化指标:

- 选取房地产新开工面积、国房景气指数、建筑工程投资完成额描绘地产需求;基建投资增速反映基建需求。
- 通过主成分分析结合挖掘机销量形成综合需求指标。
- 图12、图13展示各指标标准化后走势及综合需求趋势与销量变化符合逻辑。
  • 库存端估算:

- 社会存量挖掘机数据缺乏,用过去8年累计销量估算社会库存,基于挖掘机平均8年使用寿命假设。
- 库存变动通过累计销量同比测算,图14显示需求和估算库存的周期交替。
  • 投资策略及回测表现:

- 按照需求和库存指标均边际向上时买入申万工程机械指数,否则买入Wind全A。
- 回测2013年3月至2023年4月,策略收益253%,同期申万工程机械指数31%,Wind全A 114%,策略取得显著超额收益。
- 图15、图16展示净值及相对净值,验证策略有效性。
  • 数据与模型假设:

- 挖掘机平均使用寿命8年等估算方法基于行业公认数据,但存在一定误差风险。
- 下游需求测算指标相对全面,结合销售数据加以验证,提高可靠性[page::5,6,7,8,9]。

---

3. 图表深度解读


  • 图1 (机械子行业市值分布): 展示2010-2022年5大机械子行业市值占比,通用设备和专用设备占比最大,反映行业结构明显。该图为后续子行业聚焦提供基础[page::1]。

  • 图2 & 图3 (机床及工业机器人下游需求分布): 两图饼状图分别说明机床和工业机器人下游行业构成,机床依赖汽车行业(40%),机器人电子占30%,强化行业下游需求集中度与制造业属性[page::2]。
  • 图4、5 (需求及库存端指标走势): 两图分别展示需求端和库存端多指标时间序列,经过处理后,数据呈现周期波动,反映行业与经济周期同步关系[page::3]。
  • 图6 (需求及库存综合指标走势): 主成分分析后形成的需求与库存指标时间序列体现了需求领先库存的周期关系,验证主动补库存理论基础[page::4]。
  • 图7、8 (择时策略净值与相对净值): 明显看到量化策略在2011-2023年期间显著超过市场及行业表现,策略成功捕捉到主动补库存阶段的投资机会[page::4,5]。
  • 图9 (工程机械销量): 展现叉车销量最大,但考虑到价格因素,挖掘机更为重要,为后续聚焦提供依据[page::5]。
  • 图10 (挖掘机下游需求分布): 明确房地产和基建占主要需求份额,辅助后续指标筛选与需求刻画[page::6]。
  • 图11 (需求扩张与行业表现): 验证了需求增长未必带来价格上涨,强调库存与需求并重的重要性[page::6]。
  • 图12、13 (地产新开工及工程需求指标走势): 反映房地产相关指标的周期变化,为判定需求阶段提供核心数据基础[page::7]。
  • 图14 (工程机械需求及库存指标): 社会库存估算与需求指标合成,周期走势体现库存理论的匹配度[page::8]。
  • 图15、16 (择时策略净值及相对净值): 工程机械策略在2013-2023年内高效获取超额收益,表现优于基准指数,验证量化模型有效性[page::8,9]。


---

4. 估值分析



报告中未涉及详细的公司估值模型(如DCF、市盈率等),主要聚焦于机械行业及子行业需求与库存周期的基本面量化指标来指导择时和配置策略。估值以指数表现衡量策略优劣,具体估值模型并未进行展开,表明研究侧重于周期与需求分析层面而非个股估值建模。

---

5. 风险因素评估


  • 样本外失效风险: 模型基于历史数据,未来经济和行业结构变化可能导致模型失效。

- 模型偏差风险: 只覆盖机械行业的特定细分领域(通用自动化和工程机械),不代表整个行业。
  • 数据质量及估算风险: 社会库存估算基于寿命假设和累计销量,存在误差可能。

- 下游需求变化不可控性: 经济下行、行业转型等因素有可能影响下游投资需求。

报告提示未针对风险提供缓解策略,建议投资者谨慎评估使用[page::0,9]。

---

6. 审慎视角与细节探讨


  • 报告对机械行业的复杂性和数据局限有明确说明,体现客观态度。

- 以主动补库存为核心逻辑切入,理论基础较为充分,但模型简单(双指标+边际上行判断),对极端环境的适应能力有待观察。
  • 不同机械产品多样,细分深度仍有限,专用设备未分析,可能存在遗漏关键投资机会。

- 使用指数作为标的简化了个股波动风险,但也忽略个体差异带来的投资机会或风险。
  • 回测过程中涉及以往市场主要阶段,超额收益显著,但未来依旧存在未知不确定性。


整体逻辑严谨,但用户应结合市场实际进一步验证调整。

---

7. 结论性综合



本报告深刻揭示机械行业作为资本性投资品的特质,强调下游行业的主动补库存阶段是机械行业需求扩张的关键驱动力。报告针对机械行业中代表性的两大子行业——通用自动化和工程机械,建立了基于需求及库存周期的量化模型,利用多指标主成分分析提取需求与库存组合指标,精准定位主动补库存阶段。

策略回测显示,基于主动补库存定义进行择时,在通用自动化和工程机械两大行业子板块均能获得显著超额收益,其中通用自动化策略回测期收益达199%,工程机械达253%,均超出行业及市场基准明显。图表中一系列需求与库存指标走势验证了经济周期内需求领先库存的时滞关系,强调了需求-库存同步上涨在景气度提升中的核心作用。

风险层面,报告亦充分披露了模型局限与偏差风险,提示投资者谨慎使用。尽管报告未涉及传统估值方法,但凭借对行业周期和投资品本质的深刻理解,构建的量化择时模型为机械行业策略配置提供了实用工具和理论支持。

总体来看,报告立场明确、方法科学,强调投资应紧紧围绕下游投资需求的供需关系把握周期节点,提出的量化策略经实证验证具有实战参考价值,适合关注机械行业投资机会的机构和专业投资者参考。[page::0-9]

---

附:关键图表示例


  • 图1:机械子行业市值分布

- 图6:需求及库存分指标走势
  • 图7:通用自动化择时策略净值

- 图11:下游需求扩张不一定带来工程机械行情
  • 图15:工程机械择时策略净值


---

免责声明: 本分析基于报告内容进行客观解读,不包含外延性个人投资建议,读者应依据自身判断及咨询专业人员。

报告