行业盈利预测与市场情绪概览 [page::1][page::9]

• 2023Q3预测万得全A与非金融ROE分别为7.87%与7.06%，Q4预测分别为8.51%与8.13%。

- 2023Q2实际ROETTM数据略高于预测，整体盈利短期有见底迹象。

• 市场估值偏低，万得全A的PB分位数仅4.09%，整体估值处历史低位，情绪偏谨慎。

康波周期及三大经济周期分析 [page::10][page::11]

• 历史上五轮康波周期均经历40-60年大周期，当前处于信息技术推动的新周期前期。

- 我国人口、产能与库存周期均处下行阶段，预计2023Q3盈利见底后回升。

行业景气度及配置建议 [page::22][page::23][page::28]

• 财务复合、分析师预期及基本面多维度修正得出行业景气度。

- 当前汽车、通信、纺织服装、石油石化四行业景气度最高。

• 机构近期关注“电力设备及新能源”、“家电”和“交通运输”，但石油石化关注度有所下降。

行业估值及市场拥挤度分析 [page::24][page::25][page::26][page::27]

• 行业间估值分化减弱，但食品饮料、计算机及消费者服务估值仍较高。

- 四低频拥挤指标（流动性、成分股扩散、波动率、成分股一致性）未出现行业触发阈值或持续拥挤信号，表明市场整体未出现明显拥挤风险。

量化策略：行业轮动与基本面量化择时框架 [page::5][page::33]

• 基于行业财务数据和分析师预期构建景气度指标，结合量价信号进行行业相对收益轮动。

- 单行业量化框架涵盖基本面分析、产业链逻辑梳理、量化模型建立及择时选股，提升行业配置科学性。

机构调研热点及行业轮动持仓 [page::29][page::30][page::31]

• 调研问答关键词集中于“新能源”、“品牌”、“能效”及“毛利率”等。

- 机构最新持仓集中于煤炭、机械、非银行金融、交通运输和传媒，与报告推荐行业轮动信号保持一致。

风险提示 [page::35]

• 量化模型基于历史规律，有失效风险。

- 外部宏观环境变化与政策冲击（如新冠疫情、俄乌冲突）可能影响行业盈利与市场表现。

证券研究报告详尽分析 — 《中游景气度较高，看好汽车、通信、纺织服装和石油石化等行业的相对收益》

---

1. 元数据与概览

• 报告标题：中游景气度较高，看好汽车、通信、纺织服装和石油石化等行业的相对收益基本面量化模型跟踪 2023年10月

- 发布机构：中信建投证券股份有限公司

• 分析师：王程畅

- 研究助理：徐建华

• 发布日期：2023年10月9日

- 主题：基于基本面量化策略分析A股市场及中信一级行业配置，重点推荐汽车、通信、纺织服装和石油石化行业。

• 核心论点：

- 通过基本面量化框架，结合分析师预期和产业链关系建模，发现2023年3季度A股（万得全A及非金融指数）ROE处于周期见底阶段，预计4季度将回升。
- 当前市场估值整体略降，行业估值分化减少。
- 从多维度指标综合看好“汽车”、“石油石化”、“通信”和“纺织服装”行业的相对收益表现。
- 行业轮动策略在过去一年获得积极超额收益。

• 风险提示：量化模型基于历史数据总结出的规律，在实际未来可能失效，尤其是在宏观环境发生黑天鹅事件时需辨别风险。[page::0,1]

---

2. 逐节深度解读

2.1 摘要与A股整体盈利预测

• 2023年Q3万得全A与非金融部分ROE分别预测为7.87%与7.06%，较上月小幅调低，但仍处于景气度低位边缘，预计Q4分别提升至8.51%和8.13%，反映出盈利能力有望企稳回升。

- 周期背景分析强调当前全球处于康波萧条期，中国的人口、产能和库存周期均进入下行阶段，ROE出现触底情况。

• 市场估值上，万得全A的PB分位数位于4%左右，属于较低水平，整体估值略有下降，行业间估值差异减弱。其中，食品饮料PB分位数超过50%，体现了防御性行业的较高估值偏好。

- 机构配置关注点动态改变，近期对“电力设备及新能源”、“家电”和“交通运输”行业关注有所提升；“石油石化”机构关注度有所回落；煤炭、机械、非银行金融、交通运输和传媒行业关注度提升。

• 综合分析师预期和中信一级行业多维财务基本面数据，看好“汽车”、“石油石化”、“通信”和“纺织服装”相对收益，对行业轮动策略持积极态度。[page::1,9,11]

2.2 基本面量化框架与剩余收益模型

• 基本面量化策略以剩余收益模型为基础，通过分解股票价值为账面价值与未来残余收益折现的和来分析企业价值。

- 报告引述Ohlson教授的剩余收益模型公式：

$$
Pt^* = Bt + \sum{i=1}^\infty \frac{Et[(ROE{t+i} - re) \times B{t+i-1}]}{(1+re)^i}
$$

说明公司价值由当期账面价值（$Bt$）和未来净资产收益超越资本成本部分的现值组成，充分利用财务报表中的指标进行量化估值。

• 为实现高频盈利预测，结合财报、业绩快报、业绩预告及分析师预期数据合成当前季度及未来季度的ROE估计，实现全市场和行业层面ROE的实时跟踪。

- 这一量化框架契合价值投资理念，强调企业盈利质量、盈利能力和资本效率作为驱动股价的核心因素。

• 另外，报告提及市场噪声投资者模型，表明现实市场中价格会因非理性交易而偏离内在价值，强调理想市场（有效市场假说）与现实市场的差距，突显基本面量化分析的必要性。[page::3,4,7,8]

2.3 市场周期影响分析（康波周期与中国三周期）

• 康波周期图示揭示了自19世纪以来五轮长周期，包括纺织蒸汽机技术周期、钢铁和铁路周期、电气和重化工业周期、汽车与电子计算机周期以及当前信息技术周期。

- 报告指出，自2008年起的新一轮康波可能由大数据和人工智能等智能化技术驱动，暗示未来某种技术变革有助于经济和市场回升。

• 中国特定三周期模型（库存、产能及人口周期）展示：

- 人口周期于2010年达到峰值后持续下行。
- 产能周期和库存周期均在2021年第三季度见顶后走低，预计2023年第三季度见底。

• 人口结构分析：基于队列要素模型测算核心劳动力（25-55岁）与环比全劳动力数据，发现劳动力规模于2013-2017年达到顶点，随后持续下滑，拖累经济长期增长潜力。

- 因此，宏观经济下行压力较强，企业盈利短期承压，ROE触底回升节奏与库存和产能周期走势高度一致。

• 综上，盈利能力即将迎来好转窗口，成为本报告看好中游板块的战略依据之一。[page::10,11,12,13]

2.4 市场情绪与估值环境

• 市场成交额自2020年以来出现震荡下行，反映市场流动性和投资热情的下降，促使价格波动和估值呈现波动。

- 拥挤度指标（流动性、成分股扩散、波动率及成分股一致性）：当前整体指标均未触及拥挤阈值，说明市场尚未出现过热或明显泡沫迹象。

• 机构调研数据显示，最近一周机构调研活跃度提升较多的行业为煤炭、机械、非银行金融、交通运输和传媒，反映机构在市场波动中持续寻找可投资标的。

- 根据机构调研问答记录的热词，投资者对“新能（源）”、“品牌”、“毛利率”、“营收”、“赋能”和“高端”持续关注，体现对行业转型升级和盈利质量的重视。

• 报告还特别关注了估值分位数和PB-ROE关系：

- 万得全A PB分位数仅4.09%，处于历史低位，整体估值有较强安全边际。
- 食品饮料板块ROE和PB均居高，属于高估值防御性板块。
- 估值分化指数显示行业间估值差异减弱，有利于行业轮动策略的切入。

• 综上，量价和估值角度均支持以基本面量化为主线的中游配置策略。[page::14,15,24,25,26,28,29,30]

2.5 行业配置分析与产业链逻辑

• 报告通过中信一级行业投入产出表（2018年）计算“感应度系数”、“影响力系数”、“产业感应度系数”、“产业影响力系数”及上游度参数，细致刻画各行业在产业链中的前后关联和上下游位置。

- 产业链层次划分：
- 上游：石油石化、煤炭、有色金属、电子
- 中游：电力及公用事业、电力设备及新能源、建材、农林牧渔、银行、钢铁、基础化工、机械、商业零售、轻工制造、家电、纺织服装、交通运输、汽车等
- 下游及TMT：通信、计算机、传媒、医药、食品饮料等

• 结合现金流表的“战略投资净额”（长期资产投资净额+并购净额）增速，确定产能扩张活跃行业：2022年基础化工、电力设备及新能源、医药、电子与计算机行业产能扩张明显，未来有潜力。

- 景气度指标基于财务复合指标、分析师修正和行业基本面量化进一步修正调整，综合反映盈利、资产负债及利润率等。
- 当前汽车、通信、纺织服装和石油石化景气度领先。
- 2023年以来，景气度由上游周期波动扩散至中游制造，近期高景气行业集中在中游。

• 估值分位数显示，这些行业相较于过去估值仍偏低，形成良好配置窗口。

- 行业轮动策略模拟组合历史业绩展示，基于基本面+量价选出的行业组合获得了显著的相对超额收益。

• 机构调研热度与持仓历史显示，机构偏好煤炭、机械、非银行金融、交通运输和传媒，其次关注电力设备与新能源、家电等，反映机构对景气拐点行业的认可。[page::18,19,21,22,23,25,26,28,31]

2.6 单行业基本面量化

• 通过构建行业特有逻辑链与经营变量的多元线性模型，结合产业链上下游关系和行业生命周期（产能扩张或收缩信号），设计针对行业的定制化量化框架。

- 门类包括业务概览、财务报表分析、ROE驱动因素、生产技术与流程、产业链供需量化分析等，覆盖对行业主要驱动变量的识别和统计检验。

• 通过模型结论提供未来景气和盈利预测，辅助择时和选股策略的构建，实现量化逻辑与传统价值投资分析的深度结合。

- 该框架有助于提升量化投资者对行业基本面信息的捕捉能力，也帮助价值投资者科学化投资逻辑设计，使策略更具系统性与稳定性。[page::33]

2.7 风险提示

• 报告明确说明模型仅覆盖微观基本面、估值、市场情绪与机构调研，未纳入宏观政策变化和重大突发事件。

- 历史规律有效不代表未来有效，特别在宏观复杂多变环境及黑天鹅事件（如新冠疫情、俄乌冲突）下，量化模型存在失效风险。

• 建议投资者结合定性分析和多场景预测，综合判断市场形势，提升投资决策的鲁棒性。[page::35]

---

3. 图表深度解读

3.1 基本面量化框架图（Page 3）

• 图表展示了权益类资产定价的基本公式，强调价值（$Pt$）由预期股利和预期账面价值组成，分解为价值和质量两大维度，以及市场参与者信号。

- 价值维度关注账面价值与余额收益（$ROE-r_e$差异）带来的剩余收益折现；

• 质量指标包含盈利能力、盈余质量、效率、资产结构等；

- 市场信号包括市场情绪、参与者行为等；

• 体现“真实市场”和“理想国”差异，脚踏实地的价值投资需结合基本面和市场噪声双因素。[page::3]

3.2 行业轮动策略超额收益表现图（Page 5）

• 图中红色曲线为行业轮动策略基于基本面+量价的总回报相对市场基准，灰色面积为超额收益，蓝色线为市场总回报。

- 整体来看，策略年内取得多次相对超额收益，尤其在2023年初到4月表现尤为强劲。

• 说明该策略在捕捉行业景气度变化及市场量价信号方面有效，支持报告提出的行业轮动观点。[page::5]

3.3 全部A股ROE实时预测周期图（Page 9）

• 显示万得全A与非金融ROE的预测值和实际值曲线，预测线基本贴合实际走势，反映模型有效。

- 2023Q3预测ROE略低于Q2实际，符合盈利周期见底假设，Q4预测回升，符合正向展望。

• 右轴用粉色点显示新信息率，辅助理解数据节奏变化。[page::9]

3.4 康波周期历史示意图（Page 10）

• 醒目标明历史五次大周期节点及对应技术革命，引出当前智能化康波周期可能开启。

- 结合K线周期长度对市场周期波动的理解，体现周期分析在战略配置中的重要性。[page::10]

3.5 中国三周期示意图（Page 11）

• 三条不同颜色的波形代表库存、产能及人口周期指标，均显示2021年见顶下行趋势。

- 关键节点时间标识如2021.9.1和2023.6.1，明确预计盈利在2023Q3触底。

• 图形支持主体论点——多周期共振指向盈利拐点。[page::11]

3.6 机构调研问答词云（Page 29-30）

• 两个词云分别代表机构对公司提问和回复词频，关键词“股价”、“新能”、“能力”、“品牌”、“营收”、“高端”等突出，反映机构关注盈利质量、技术创新与品牌建设。

- 体现机构调研的微观视角与市场热点聚焦，有利于辅助行业配置决策。[page::29,30]

3.7 行业景气度指标及趋势（Page 22-23）

• 左图为景气度构成三层次：财务分析、分析师预期和行业中观基本面。

- 右图为各行业最新景气度排名，汽车、通信、纺织服装和石油石化领先。

• 月度时间序列数据展示高景气行业从上游向中游再到下游扩散的过程。

- 展示行业盈利能力与成长性动态变化，提供趋势性行业投资参考。[page::22,23]

3.8 估值分位数与行业估值分化（Page 24-25）

• 表格显示截至2023年9月底，万得全A的PB处于历史4%分位，极度低估；仅食品饮料PB高于50%。

- PB-ROE散点图反映行业估值与盈利率的正相关关系，食品饮料高ROE高PB凸显防御性特征。

• 估值分化指数曲线展现近年估值差异波动，2023年估值分化有所下降。

- 估值整体偏低为价值投资创造机会。[page::24,25]

3.9 行业拥挤度指标与机构持仓（Page 26-31）

• 行业拥挤度指标显示流动性、成分股扩散及波动率等指标未达到警戒阈值，风险溢价较低。

- 机构调研热度数据显示近期对煤炭、机械等周期性或价值型行业兴趣上升，且机构持仓持续集中于上述行业，背离热门TMT。

• 反映机构投资者在结构性轮动趋势中的布局方向，有助于策略择时和风险控制。[page::26,27,28,31]

---

4. 估值分析

• 报告未使用复杂DCF模型或明确给出单个股票目标价，而是采用剩余收益模型以及基于ROE和账面价值的估值方法，作为行业景气度和基本面指标的定量基础。

- 行业及整体市场估值主要通过PB（市净率）和ROE的动态及分位数进行分析，结合盈利预测，为行业配置提供方向指导。

• 低PB分位数与稳定ROE预期构成了布局价值型及周期型行业的逻辑基础。

- 估值分化指数被用作判断行业间估值偏离及调整的参考，从而辅助行业轮动策略的优化。

• 报告强调模型动力基于多元数据集成和历史验证，而非单一估值法，更适合策略性、动态投资决策。[page::4,9,24,25]

---

5. 风险因素评估

• 主要风险集中于模型有效性的不可持续，包括但不限于宏观政策突变、新冠疫情、地缘摩擦等黑天鹅事件影响。

- 量化模型基于历史数据统计，面对新的经济环境或异常事件可能失灵。

• 报告倡导结合主观定性判断进行风险管理，不盲目机械依赖量化结果。

- 未涉及具体的缓解策略或概率评估，但提示投资者警惕不可预计风险，保持灵活应变能力。

• 该风险提示彰显研究团队在量化融合传统投资中对模型局限性的清醒认识。[page::35]

---

6. 审慎视角与细微差别

• 报告在保持科学严谨的同时，强调量化模型的辅助工具属性，未过度夸大其预测能力，展现了较好的审慎性。

- 对于周期预测、人口周期和宏观变量影响存在较多假设，模型依赖历史规律，可能忽视新技术或政策环境超预期的冲击，需要投资者留意技术变革带来的非线性效应。

• 行业景气度和量价指标结合较为充分，但行业内不同企业差异性及微观因素的影响未充分展开，未来可进一步深化企业层面的量化研究。

- 报告未详细描述持仓策略的仓位管理和风险限额，实际应用时需注意资金管理和市场流动性风险。

• 总体上，报告逻辑自洽，数据详实，已覆盖绝大部分影响行业相对收益的维度，实用性较强。[page::1,35,33]

---

7. 结论性综合

本报告通过多个维度的基本面量化分析，结合宏观经济周期分析、行业产能生命周期、机构调研行为和市场情绪，构建了动态行业景气度指标体系。在整体市场处于人口、产能及库存周期的多重下行期，盈利能力出现触底在即的背景下，报告推荐关注中游制造环节的汽车、通信、纺织服装和石油石化行业，认为其具备相对收益优势。

• 财务数据与分析师预期明确预示2023Q3万得全A和非金融ROE低位见底，Q4望回升。

- 行业产业链投入产出模型清晰划分行业上下游，并借助战略投资净额等指标洞察产能扩张状态，以验证行业生命周期。

• 多维度景气度指标综合“财务复合+分析师修正+基本面量化”修正，近期高景气行业集中在中游制造，契合整体盈利周期回暖。

- 量价及机构调研数据进一步佐证中游行业受到关注且潜在资金流入，行业轮动策略取得显著超额收益。

• 报告所用基本面量化策略框架严谨，结合剩余收益模型清晰解释了权益资产价值决定逻辑，并将其延伸应用于行业盈利预测和选股。

- 估值角度看，尽管部分优质行业（如食品饮料）估值较高，但整体市场估值仍处于低位，提供阶段性的价值布局机会。

• 风险提示充分，提醒投资者注意量化模型局限和宏观政策突变风险，建议结合定性分析。

- 图表丰富，关键图表清晰展示盈利预测、产业链结构、周期动态、量价表现、机构调研热点及行业景气度，强调了量化与基本面融合的价值。

综上，报告为投资者在当前市场环境下提供了一套科学、系统且数据支持充分的行业配置建议体系，重点推荐汽车、通信、纺织服装和石油石化作为核心配置方向，强调合理关注市场情绪及估值风险，体现了对中游行业较为明确的看多态度。[page::0-37]

---

图片示例引用

行业轮动相对收益与市场回报对比图 (Page 5):



中国三周期示意图 (Page 11):



中信一级行业产业链梳理示意图 (Page 19):



最新中信一级行业景气度分布图 (Page 22):



---

（全文分析基于报告内容深度解读，标注的页码方便对原文对应部分的定位。）

报告