行业比较研究系列之三：景气指标对行业盈利增速的预测

- 2024年12月16日 策略研究 景气指标对行业盈利增速的预测 ——行业比较研究系列之三 要点 行业比较中单一因素很难长期制胜，需要结合多种因素综合判断。本篇报告作为行业比较系列的第三篇，主要从基本面因素入手研究如何用高频的数据跟踪及预测各行业盈利增速。 财报披露较为滞后，如何对业绩进行高频跟踪及预测？ 在行业比较过程中，当期景气更有价值，业绩期指标>披露期指标>披露后指标在此前外发的报告《财报数据对行业比较的启示——行业比较研究系列之二》中，我们得出了结论，当期的景气对于行业比较相对更有意义，即使用业绩期数据进行投资效果最好，其次为披露期数据及披露后的数据。 财报披露较为滞后，当期景气并不能事先得知，如何对其进行跟踪及预测？首先在工企利润、社零、行业中观景气三类数据中，筛选出用于预测的指标；其次，对每一个指标进行单元线性回归，得到该指标的净利润增速预测值；最后，对同一行业不同指标预测的结果进行加权平均，得到该行业最终的净利润预测增速。 各行业具体跟踪指标及历史预测 从净利润增速历史预测情况来看，公用环保、金融地产、制造、消费误差相对较小，周期、TMT误差相对较大。各板块的预测误差主要与业绩波动特点有关，相对而言，业绩波动较小的公用环保、金融地产、制造、消费板块的历史预测误 差相对较小，过去10年预测误差绝对值平均值分别为10.8pct、17.3pct、20.5pct及30.2pct；而业绩波动较大的周期及TMT板块的误差则相对较大，分别为59.0pct及47.6pct。 TMT：电子行业关注国内半导体销售额、集成电路产量等；计算机行业关注软件产业业务收入及利润数据；通信行业关注计算机、通信和其他电子设备制造业工企利润数据；传媒行业重点关注软件业务收入、书报杂志社零等数据。 消费：医药生物关注医药制造业工企利润、中成药产量；食品饮料关注酒饮料和精制茶制造业工企利润、啤酒产量；家用电器关注空调产量；汽车关注汽车销量、汽车制造业工企利润、汽车类社零；农林牧渔关注生猪价格等。 制造：电力设备行业可重点关注光伏价格指数、碳酸锂价格指标；国防军工相对而言较为特殊，缺乏可高频跟踪的景气指标，可重点关注分析师盈利预期数据；机械设备行业可重点关注专用设备制造业工企利润、挖掘机产量等数据。 金融地产：非银金融关注股票市场的表现情况及成交量；建筑装饰行业，重点关注基础设施建设投资额、建筑及装潢材料类社零等数据；银行业中，重点关注LPR利率、SHIBOR利率指标；房地产行业中，重点关注房屋销售价格指数、商品房销售面积等数据。 周期：有色金属关注碳酸锂价格、有色金属矿采选业工企利润、铝价；基础化工关注化学原料和化学制品制造业工企利润、PPI同比等；煤炭行业关注煤炭开采和洗选业工企利润、动力煤价格、焦煤价格等。 公用环保：公用事业行业净利润增速预测效果相对较好，可重点关注电热燃气及水生产和供应业工企利润、动力煤价格（反向关系）；环保行业相对而言预测效果一般，指标方面关注废弃资源综合利用业工企利润。 风险分析：指标选取范围不足；统计规律发生失效；指标数据停止更新。 作者 分析师：张宇生 执业证书编号：S0930521030001021-52523806 zhangys@ebscn.com 分析师：王国兴 执业证书编号：S0930524070013021-52523868 wangguoxing@ebscn.com 目录 1、引言5 2、财报披露较为滞后，如何对业绩进行高频跟踪及预测？6 3、各行业具体跟踪指标及历史预测8 3.1TMT：电子行业预测效果一枝独秀10 3.2消费：机构重仓的行业预测效果普遍较好11 3.3制造：预测效果普遍较好15 3.4金融地产：整体误差较低，但分化明显17 3.5周期：预测误差值较大，但预测方向准确度高18 3.6公用环保：预测误差较小21 4、风险分析22 图目录 图1：行业比较研究系列报告框架5 图2：财报数据在各个月份的有效性6 图3：取得超额收益概率：业绩期指标>披露期指标>披露后指标6 图4：超额收益率大小：业绩期指标>披露期指标>披露后指标6 图5：各行业财报业绩预测思路7 图6：各行业净利润增速预测误差情况9 图7：与电子业绩（累计同比增速，下同）相关性较高的指标10 图8：电子行业预测净利润增速与实际净利润增速10 图9：与通信业绩相关性较高的指标10 图10：通信行业预测净利润增速与实际净利润增速10 图11：与计算机业绩相关性较高的指标11 图12：计算机行业预测净利润增速与实际净利润增速11 图13：与传媒业绩相关性较高的指标11 图14：传媒行业预测净利润增速与实际净利润增速11 图15：与医药生物业绩相关性较高的指标12 图16：医药生物行业预测净利润增速与实际净利润增速12 图17：与食品饮料业绩相关性较高的指标12 图18：食品饮料行业预测净利润增速与实际净利润增速12 图19：与家用电器业绩相关性较高的指标12 图20：家用电器行业预测净利润增速与实际净利润增速12 图21：与汽车业绩相关性较高的指标13 图22：汽车行业预测净利润增速与实际净利润增速13 图23：与轻工制造业绩相关性较高的指标13 图24：轻工制造行业预测净利润增速与实际净利润增速13 图25：与纺织服饰业绩相关性较高的指标13 图26：纺织服饰行业预测净利润增速与实际净利润增速13 图27：与美容护理业绩相关性较高的指标14 图28：美容护理行业预测净利润增速与实际净利润增速14 图29：与农林牧渔业绩相关性较高的指标14 图30：农林牧渔行业预测净利润增速与实际净利润增速14 图31：与商贸零售业绩相关性较高的指标15 图32：商贸零售行业预测净利润增速与实际净利润增速15 图33：与社会服务业绩相关性较高的指标15 图34：社会服务行业预测净利润增速与实际净利润增速15 图35：与电力设备业绩相关性较高的指标16 图36：电力设备行业预测净利润增速与实际净利润增速16 图37：与国防军工业绩相关性较高的指标16 图38：国防军工行业预测净利润增速与实际净利润增速16 图39：与机械设备业绩相关性较高的指标16 图40：机械设备行业预测净利润增速与实际净利润增速16 图41：与银行业绩相关性较高的指标17 图42：银行业预测净利润增速与实际净利润增速17 图43：与非银金融业绩相关性较高的指标17 图44：非银金融行业预测净利润增速与实际净利润增速17 图45：与房地产业绩相关性较高的指标18 图46：房地产行业预测净利润增速与实际净利润增速18 图47：与建筑装饰业绩相关性较高的指标18 图48：建筑装饰行业预测净利润增速与实际净利润增速18 图49：与有色金属业绩相关性较高的指标19 图50：有色金属行业预测净利润增速与实际净利润增速19 图51：与基础化工业绩相关性较高的指标19 图52：基础化工行业预测净利润增速与实际净利润增速19 图53：与交通运输业绩相关性较高的指标19 图54：交通运输行业预测净利润增速与实际净利润增速19 图55：与煤炭业绩相关性较高的指标20 图56：煤炭行业预测净利润增速与实际净利润增速20 图57：与石油石化业绩相关性较高的指标20 图58：石油石化行业预测净利润增速与实际净利润增速20 图59：与建筑材料业绩相关性较高的指标21 图60：建筑材料行业预测净利润增速与实际净利润增速21 图61：与钢铁业绩相关性较高的指标21 图62：钢铁行业预测净利润增速与实际净利润增速21 图63：与公用事业业绩相关性较高的指标22 图64：公用事业行业预测净利润增速与实际净利润增速22 图65：与环保业绩相关性较高的指标22 图66：环保行业预测净利润增速与实际净利润增速22 表目录 表1：各行业与业绩相关性较高的指标汇总8 1、引言 行业比较中单一因素很难长期制胜，需要结合多种因素综合判断。影响股价表现的因素多种多样，想要通过单一指标或单一因素做好行业比较几乎不可能，这种方式最多只会短暂有效，或在历史回溯时有效。想要做好行业比较，需要对各种可能影响股价的因素均进行分析并做出综合判断，并且对于未来可能的市场主导因素，应该赋予更高的权重。 撰写行业比较框架系列报告的目的，便是为了系统性对影响行业股价表现的因素进行分析，为之后的行业比较分析打下基础。根据我们目前的思路，有五方面内容在行业比较的过程中可能较为重要，包括市场风格、基本面因素、资金面因素、 交易因素、投资性价比，后续系列报告也将围绕这5个方面内容展开，每方面内容下可能会包含若干篇报告。 图1：行业比较研究系列报告框架 资料来源：光大证券研究所 本篇报告作为该系列的第三篇，从基本面因素入手研究如何用更加高频的数据跟踪及预测各行业盈利。 2、财报披露较为滞后，如何对业绩进行高频跟踪及预测？ 在行业比较过程中，当期景气更有价值，业绩期指标>披露期指标>披露后指标。在此前外发的报告《财报数据对行业比较的启示——行业比较研究系列之二》中，我们得出了结论，当期的景气对于行业比较相对更有意义，即使用业绩期数据进行投资效果最好，其次为披露期数据及披露后的数据。 由于财报披露较为滞后，当期景气并不能事先得知，能否对其进行跟踪及预测？不过由于财报数据披露具有非常明显的滞后性，因此当期的景气实际上并不能事先获知。能否通过一定的方法，结合其它相对高频的数据对各行业的当期业绩或披露期业绩进行跟踪及预测？ 图2：财报数据在各个月份的有效性 资料来源：wind，光大证券研究所。注：数据统计区间为2014年-2023年；指标包括净利润增速、净利润增速变化（相比前一期，下同）、营业收入增速、营业收入增速变化（相比前一期，下同）、ROE-TTM、ROE-TTM变化（相比前一期，下同）；10月披露期与披露后数据点重合 图3：取得超额收益概率：业绩期指标>披露期指标>披露后指标图4：超额收益率大小：业绩期指标>披露期指标>披露后指标 资料来源：wind，光大证券研究所。注：数据统计区间为2014年-2023年资料来源：wind，光大证券研究所。注：数据统计区间为2014年-2023年 如何对各行业业绩进行预测？整体可分为三个步骤： 首先，在工企利润、社零、行业中观景气三类数据中，筛选出用于预测的指标。在指标筛选过程中，主要考虑工业企业利润、社零、行业中观景气三类数据，而分析师盈利预期由于误差较大，且在每年4月后常常出现持续性下修，可能并不适合作为预测指标。具体筛选时，先计算出各指标与净利润增速的相关系数，然后筛选出相关系数大于0.3的指标，最终保留不超过三个相关系数最高的指标。 其次，对每一个指标进行单元线性回归，得到该指标的净利润增速预测值。虽然不同指标之间量纲、单位并不统一，无法直接预测行业净利润增速，但是我们可以通过线性回归进行标准化以达到预测净利润增速的目的。在回归过程中，考虑到同一行业的多种指标间很可能存在多重共线性，因此不使用多元线性回归，而是使用单元线性回归，分别得出每一个指标对于业绩增速的预测值。 最终，对不同指标预测的结果进行加权平均，得到最终的净利润增速预测值。在得到每一个指标对行业净利润增速的预测值后，以该指标与行业净利润增速的相关系数大小的绝对值为权重，对各指标预测值进行加权平均，便能够得到该行业最终的预测净利润增速。 图5：各行业财报业绩预测思路 资料来源：光大证券研究所绘制 表1：各行业与业绩相关性较高的指标汇总 3、各行业具体跟踪指标及历史预测 通过筛选，各行业与业绩相关性较高的指标汇总情况如表格所示。通过对工业企业利润、社零、行业中观景气三类数据进行研究，我们筛选出了各个行业中与净利润增速相关性较高的指标并汇总如下供投资者参考，而对各行业净利润增速的预测也将基于这些指标。 从净利润增速历史预测情况来看，公用环保、金融地产误差相对较小，周期、TMT误差相对较大。各板块的预测误差主要与业绩波动特点有关，相对而言， 业绩波动