1. 中观行业盈利预测模型
站在投资的角度，决定股票价格的无非是估值和盈利两个因素，相对于估值的频繁波动， 盈利则更加确定一些；目前市场上主要证券公司研究机构对于行业业绩的预测有两种研 究方法，一部分机构倾向于主观判断，一部分机构则采用自下而上的研究方法；两类方 法存在一定的缺陷，例如，盈利预测存在主观性，盈利预测的时间跨度较大，预测并不 能跟随宏观经济、政策的变动及时做出调整，导致行业拐点的把握不够及时准确。 为解决上述问题，我们推出了“中观行业盈利预测模型”：
模型核心思路：不同于一致预期盈利预测，我们的行业盈利预测模型采用自上而下的方 法，通过利用丰富的中高频宏观数据和行业数据，紧密跟踪行业整体盈利变动情况，并 随着月频、周频的宏观行业数据持续披露，及时做出调整；例如，上游周期行业的经营 具备较强的周期性，跟宏观经济发展、产品出厂价格相关性较高，可利用月度的宏观数 据以及预测数据（工业增加值、固定资产投资完成额等）对行业增速进行大趋势上的判 断，再利用行业数据（产品价格、产量等）进行细微的修正，达到近似跟踪和预测的效 果。
模型方法论：行业业绩动态跟踪模型采用数据建模的标准流程，特征工程-建模调参-模 型评估。 特征工程： 数据预处理：包括处理异常值（通过识别和剔除或替换异常数据）、处理缺失值 （通过填充、删除或估算缺失数据）、以及数据标准化（将数据转换为具有零均值 和单位方差的格式，以便不同量级的特征可以公平比较）。 特征提取：涉及从原始数据中提取有意义的信息，通过聚合、摘要统计、使用领 域知识来构建新特征。 特征选择：旨在识别哪些特征对预测最有用，方法包括相关性分析、主成分分析 （PCA）。
建模调参： 模型选择：根据问题的性质选择合适的模型。包括线性回归、决策树、随机森林、 神经网络等。 超参数调优：利用技术找到最佳的模型参数设置。通过多轮测试，找到提高模型 性能的最佳参数组合。 交叉验证：确保模型在不同数据子集上的表现稳定，从而避免过拟合。
模型评估： 性能指标：根据模型类型选择合适的性能评估指标。结果分析：对模型的预测结果进行深入分析，注重模型决策过程的可解释性。模型验证：使用独立的测试数据集来验证模型的泛化能力，确保其在未见数据上 的表现。
2. 煤炭
2.1 模型框架：把握好“阶段性政策转向”与“行业大周期性”
复盘过去数轮煤炭的周期，影响煤炭行业的两大核心因素，阶段性政策和供需关系，对 应政策转向和周期。 煤炭行业历来受政策关注和影响，远有供给侧改革，近有能耗双控和可再生能源发展， 并伴随着逆周期的“稳增长”政策和发改委政策指导，政策的转向给煤炭行业带来了机 会和调整。整体上，政策态度看似矛盾复杂，实则简单清晰，回归本质，我们需理解煤 炭行业的重要性以及其行业属性；由于我国的资源禀赋和能源自主可控的大方针，过去 现在未来，煤炭都将是我国能源供给的主要来源，不可或缺，根据国家统计局数据， 2022 年煤炭消费量占能源消费总量的 56.2%，即使面对可再生能源的崛起，我国能源 消费里煤炭的总量难以撼动；煤炭的难以替代决定了煤炭的价值以及价格的下限。然而， 煤炭行业的周期性和公用事业属性决定了煤炭价格的上限，考虑到供需关系和其维持能 源供应稳定的重要责任，煤价不宜过高。通过市场供需和政策调控，两种手段，煤炭价 格在其重要性决定的上限和行业属性决定的下限之间波动。
煤价决定了煤炭行业的营收和利润，体现了供给侧改革后行业的周期性逐渐变强。根据相 关性分析，煤炭行业业绩与动力煤价格、炼焦煤价格呈强正相关，然而，与煤炭产量的 关系甚微，体现了供给侧改革后煤炭产能出清效果较好，行业周期性渐强。
煤炭价格与宏观经济发展、工业用电量强正相关。根据《中国碳中和综合报告 2020》，我 国煤炭的主要用于火力发电，电力行业占我国煤炭消费总量的 54%；同时，我国全社 会用电量中，第二产业用电量占比最高，近十年内二产用电占比维持在 70%附近；因 此，工业用电决定了煤炭的大部分需求，相关性分析显示，工业用电量指标跟煤价呈现 强相关，其次是经济增速。
总结以上，煤炭行业的盈利预测包括两大部分，阶段性政策的分析预测和市场供需模型， 对应影响煤炭行业的两大因素，阶段性政策拐点和供需。针对模拟供需关系，我们构建了 行业模型，主要用到“动力煤价格”、“GDP 增速”、“工业用电量”等指标作为模型自 变量；针对阶段性政策的拐点判断，我们使用主观性分析，通过分析经济数据以及近期 政策动态和风向，给出政策预判。
3. 化工
3.1 模型框架：把握行业周期的特性
化工深入我国各行各业，行业周期紧跟我国经济周期。 化工产品广泛应用于人们的衣食住 行，从着装中的涤纶长丝、种植所用的化肥农药、住宅中的塑料涂料，到汽车轮胎中的 橡胶等，都属于化工产品；化工行业向下链接纺织服装、农林牧渔、房地产、汽车等众 多行业，也因此与我国的经济整体发展密不可分，根据相关性分析，化工行业整体营收 增速与名义 GDP 增速的相关性达 0.73，高度相关；最后，考虑到化工行业身处供应链 中间，受上游原材料和下游需求两头的刺激，其行业周期自然紧跟我国经济周期。 化工行业业绩主要取决于化工品价格，彰显行业的强周期特性。化工行业营收和利润增速 与众多行业指标息息相关，包括产品价格、出口金额、库存等，其中，与化工品价格最 为相关，相关性超过 0.85；然而，产量指标与行业业绩的关联度较低，行业产量的增 加缩小对业绩的影响较小。因此，化工行业的景气度取决于产品价格，而不是产量，体 现了化工行业具备较强的周期性。
综上所述，化工行业属于强周期性行业，预测其行业盈利的关键在于把握行业的周期特性， 模拟市场供需关系，包括产品价格、需求端、供给端等因素，利用模型能较为客观地模拟 化 工品 的供 需平衡 ，达 到行 业业绩 预测 地效 果。 模型采用“名义 GDP 增速”、 “中国化工产品价格指数”等作为自变量，建立模型。
3.2 模型效果
考虑到利润增速预测的复杂性，我们采用定性定量相结合的方法，预测逻辑采用利润表 链条（营收-毛利率-净利润-利润增速）。通过模型先预测营收和毛利率，然后扣除定性 分析三费后得到净利润、利润增速。
4. 电力
4.1 模型框架：把握周期性市场性与公用事业属性之间的动态平衡
电力行业是一个较为复杂的行业，既有周期属性市场属性，又有公用事业属性，两类属性 在不同时间和政策环境下实现动态平衡。不同于其他行业，我国电力行业除了一定的盈 利要求外，还自带重要的社会责任，服务于城市生产、流通和居民生活，提高整个城市 的劳动生产率；因此，电力行业较为复杂，需平衡好市场属性和社会责任之间的关系， 是一个半周期半公用事业属性的行业。行业的周期性和公用事业属性在不同的时间和电 力政策下形成新的平衡，1985 年前，发电供电一体化，政府分类制定售电电价，2015 年，开启电力市场化改革，发电、输配电、售电相互分离，采取“管住中间，放开两头” 的策略，行业的市场属性周期属性逐步被释放，2021 年，国家发展改革委印发《关于 进一步深化燃煤发电上网电价市场化改革的通知》，推动工商业用户全部进入电力市场， 按照市场价格购电，取消工商业目录销售电价，电力行业的周期属性进一步放大。
我国电力市场化改革本质上是电力体制改革，逐步从计划运行机制过渡到市场运行机制， 改革目的是优化电力资源配置，激发企业活力，建立一个更加完善、充分竞争、有效竞 争的电力市场；目前，电力市场化改革已迈出重要一步，除居民、农业、重要公用事业 和公益性服务等行业电力用户外，经营性电力用户的发用电计划原则上全部放开，大多 数工商业企业将面临电力资源的相互竞争，如何更好地、高效地分配使用公司产能，解 放无效产能。 电力市场化改革前后，电力行业的周期性和公用事业属性之间的平衡发生了变化。电力 市场化改革之前，电力行业呈现周期性弱、公用事业属性强，行业业绩走势与宏观经济 增速关联度不高；电力市场化改革后，电力行业的周期性显著提升，行业业绩整体趋势 与宏观经济发展一致。
电力行业利润与煤价高度负相关，与工业增加值正相关。结合电力市场化改革前后的相关 性分析，电力行业利润与煤价均呈现高度负相关；在电力市场化改革后，工业企业的经 营状况改善，电力企业的利润亦将提振。
总结以上，电力行业是一个半周期半公用事业属性的行业；在周期性市场性下，销售电价 受供需影响，供给需求紧平衡下，电价具备上行动力，供给需求宽松下，电价或承压；然 而，公用属性所附带的社会责任限制了电价大幅上行的能力；两种属性在不同的政策环境 下，比重有所变化。因此，我们对电力行业的盈利预测模型将采用定量为主、定性相辅的 方法，定量衡量模拟电力市场的供需关系，定性分析当前政策环境下周期性和公用事业属 性的平衡。我们构建了我们的电力行业模型，主要用到“工业增加值”、“煤价”。
4.2 模型效果
同样，我们采用定性定量相结合的方法，预测逻辑采用利润表链条（营收-毛利率-净利 润-利润增速）。通过模型先预测营收和毛利率，然后扣除定性分析三费后得到净利润、 利润增速。
5. 钢铁
5.1 模型框架：模拟以需求为主导的“特殊竞争市场”
不同于别国的钢铁行业，我国钢铁行业身处一个“特殊竞争市场”，介于完全竞争市场和寡 头市场之间。研究钢铁行业，首先需要了解行业所处的大环境，“特殊竞争市场”，与经 济学概念里的“完全竞争市场”接近但不完全相同；根据定义，完全竞争市场有三大特 征，存在大量买家和卖家、产品同质化、进入退出市场容易；目前，我国的钢铁行业显 然不属于完全竞争市场，但接近；第一，我国钢铁行业集中度不高，存在大量卖家，符 合完全竞争市场的第一特征，兰格钢铁研究中心测算，2020 年我国钢铁产业集中度 CR10 仅达 39.2%，大幅落后于美俄日韩印度的水平；第二，钢铁市场的进入退出较为 困难，不符合完全竞争市场的第三特征，考虑到行业的重资产、折旧高等特性，行业的 进入和退出较为困难。因此，我国钢铁行业处于一种“特殊竞争市场”，拥有大量买家 和卖家、产品同质化、但进入退出门槛高等特征。
在经历供给侧改革后，我国钢铁行业以需求为主导，彰显行业的周期性。在过去的工业化 浪潮下，人口红利叠加城镇化进程，钢铁行业迎来扩产周期，随着 2011 年我国抚养比 出现拐点，国内需求放缓，钢铁行业产能过剩导致利润下降；在供给侧改革和深化后， 落后产能出清，我国钢铁行业回到以需求为主导的市场，行业经营与国内需求、产品价 格、产量呈强正相关，与库存呈现负相关，充分体现钢铁行业的周期性。
国内需求决定了钢材价格，主导了钢铁行业利润。根据相关性分析，钢材行业利润与钢材 产品价格息息相关，例如方坯、热轧、螺纹等价格，同时，作为原材料的焦炭和铁矿石 也与行业利润呈强正相关。
综上所述，钢铁行业是一个以需求为主导的竞争市场，受钢材供需影响较大，具有强烈的 周期性和市场性，因此，模拟好钢材市场的供需关系对于我们预测钢铁行业盈利极为重要， 我们采用定量的方法，建立定量模型，模拟跟踪钢材市场供需关系的变化。我们模型所用 的自变量指标包括代表内需的宏观经济指标，以及衡量供给关系的价格、产量、库存指 标等。
6. 基本金属
6.1 模型框架：需求扁平化下，把握局部市场供需平衡
基本金属需求扁平化下，把握局部供需关系是关键。由于疫情应对政策的不同，以及疫后 杠杆水平的差异，目前全球宏观格局呈现中美经济周期错位，我国经济逐步复苏，美国 衰退预期不断加重；从全球整体上看，未来上游资源需求或呈现扁平化，短期内难以出 现 2021 年中美需求同时旺盛的场景；面对中美周期错位，大类资产也会逐步走向分化 格局，因此，局部的供需平衡与否将影响基本金属价格。 国内工业、房地产需求决定了基本金属价格，金属价格主导了基本金属行业业绩。根据相 关性分析，基本金属行业业绩与铜铝价格息息相关，铜铝价格又与工业增加值、经济增 速、地产需求相关。
7. 四季度行业业绩预测
周期行业的业绩预测方法，主要围绕着行业的周期性，包括经济周期影响下的大周期、 市场供需平衡影响下的小周期，通过定量建模的方法，利用宏观经济数据预测模拟大周 期，利用产品价格、产量、消费量、库存等模拟小周期。针对煤炭和电力行业，除了采 用定量建模的方法外，还结合定性的分析方法，重点分析当前政策对行业的影响以及未 来政策趋势；相较煤炭和电力行业，化工、钢铁、基本金属行业受政策影响较小，采用 定量建模的方法。 整体上看，周期行业的未来需求呈现改善趋势，Q4 营收增速较以 Q3 提升，但盈利状 况呈现分化态势，化工、钢铁、基本金属行业利润增速小幅回暖，煤炭行业利润增速或 下滑。 煤炭行业 23Q4 营收累计增速预计-6.80%，利润累计增速-31.88%。
化工行业 23Q4 营收累计增速预计-3.73%，利润累计增速-35.60%。
电力行业 23Q4 营收累计增速预计 8.97%，由于电力利润累计增速的定量预测较为复杂， 所以通过定性定量方法结合分析，判断电力行业 Q4 利润累计增速或与 Q3 累计增速持 平。
钢铁行业 23Q4 营收累计增速预计-3.30%，利润累计增速-25.20%。
基本金属行业 23Q4 营收累计增速预计 8.65%，利润累计增速 5.20%。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
相关报告
投资策略研究：周期行业篇，中观行业盈利预测模型研究.pdf
策略专题：风起与重构，大势研判“新量价体系”.pdf
2024年H1中国A股投资策略展望：冬天过后，春天依旧在.pdf
2024年石油化工行业春季投资策略：拥抱高股息以及景气上行带来的投资机会.pdf
2024Q2汽车行业投资策略：优选商用车+华为小米链.pdf
2024春季政策研究投资策略：新质生产力持续大力推进，证监会“两严两强”重建市场信心.pdf
