• 微观视角揭示个股景气度特征 [page::3][page::4][page::5]：

- 资金持续追逐高净利润增速个股，历年净利润增速与股票涨幅显著正相关。
- 高成长性和高盈利能力是景气股核心特征，估值敏感度相对较低。
- ROE水平及其边际变化对个股表现有重要影响，业绩增速为价格核心驱动。

• 量化视角的行业景气轮动模型构建与表现 [page::6][page::9][page::10][page::11]

- 历史景气度基于业绩快报、业绩预告和定期财报的高频聚合数据，捕捉盈余动量效应。
- 预期景气度依托分析师盈利预测边际变化，Scale加权合成行业预期指标，领先性强。
- 复合历史景气度和预期景气度指标提升预测能力，IC达9.49%，信息比率1.6。
- 2014-2021年行业三分组轮动，高景气组年化收益约17-18%，多空收益显著。
- 复合景气度五分组轮动，多空超额收益年化19.2%，信息比率1.62，月度胜率67.7%。

• 主动视角下行业景气比较框架与案例 [page::13][page::14][page::15][page::16][page::17]

- PB-ROE模型协助分析行业风格与配置状态，时序比较具备应用价值，白酒行业PB-ROE路径演绎示例揭示周期与估值波动。
- PEG指标兼顾成长性与估值，更适合业绩稳定低负债行业，对周期及金融行业适用性较低。
- 预期收益框架中，拆解行业涨幅为盈利增长与估值变动两部分，可识别非估值涨幅背离行业。
- 以白酒行业为例，盈利增速与动态PE存在背离区间，估值修复及盈利趋势关键。
- 行业景气比较应结合多指标综合判断，聚焦行业内生增长与估值合理性。

• 宽基指数及板块景气动态跟踪 [page::18][page::19][page::20]

- 沪深300、中证500、创业板50等宽基指数预期净利润增速维持上行，财报净利润因疫情影响存在波动。
- 六大板块中，周期板块景气度处于高峰期，制造和科技景气持续向上，消费板块景气度趋势下滑，医药有企稳迹象。
- 42个重点行业景气度细分显示周期性行业盈利位于高位，科技制造行业成长强劲，部分行业存景气背离修复机会。
- 社会服务、汽车和交通运输业景气处低位待反转，化学制药及农林牧渔盈利端持续关注边际改善。

• 量化因子与策略核心总结 [page::10][page::11]

- 报告构建复合景气度指标，结合历史财报盈余动量信号与分析师预期增长信号，实现金融行业及非金融行业广泛适用。
- 复合因子通过行业分组轮动，实测表现出色：五分组多空年化收益达19.2%，信息比率高达1.62，验证了景气度量化因子的投资价值。

金融工程研究团队 | 《景气度研究：量化与主动的多视角》详尽分析报告解构

---

一、元数据与概览

报告标题： 景气度研究：量化与主动的多视角
作者团队： 金融工程研究团队（首席分析师魏建榕，分析师张翔、傅开波、高鹏，以及多名研究员）
发布机构： 开源证券研究所
发布日期： 2021年12月23日
报告主题： 景气度的系统研究，涵盖微观（个股）、中观（行业）、宏观（市场）层面的量化与主动分析方法，核心为景气度的指标提炼、行业轮动和景气比较，以及景气度跟踪框架。

核心论点与主旨：
报告提出景气度是反映市场、行业及个股繁荣兴旺的关键指标，具备重要的投资价值。文章系统梳理了景气度的微观规律（高速成长和高盈利驱动股票表现）、量化视角（以盈余动量和分析师预期预测行业轮动），以及主动视角（基于PB-ROE、PEG和预期收益框架对行业进行中期景气度比较），并至末尾设置了宏观市场宽基指数、大类板块及重要行业景气跟踪，提供投资者实操监控工具。整体观点强调成长与盈利驱动是股价表现核心，基于复合景气度指标的行业轮动具备显著超额收益潜力。报告输入深厚的量化分析和丰富的数据样本以支持观点。

---

二、逐节深度解读

1. 景气度研究的逻辑基础

1.1 研究视角划分与定义

• 景气度涵盖三个层面：微观个股（成长性、盈利能力）、中观行业（景气轮动、行业对比）、宏观市场（指数景气趋势）[page::0,3]。

- 宏观景气指数基于国家统计局企业问卷调查，频率低，时效性差。

• 行业景气度通过产业链供需、政策、空间洞察进行定性和定量评价。

- 个股景气更加精细，侧重企业经营指标的实时跟踪和成长预判。

1.2 微观景气规律

• 净利润增速与个股年涨幅正相关，历年均表现一致，牛熊均适用（图2）[page::4]。

- 营收增速、净利润增速、ROE均与超额收益同步（图3），诠释高成长和高盈利为景气特征[page::4]。

• 通过双分组（ROE×净利润增速）热力图（图4）显示高盈利和高增速股票组合表现最佳[page::5]。

- 估值对股票表现影响较弱（图5），表征在高景气追逐环境下投资者对估值敏感度降低。

• 净利润增速与其边际变化双分组（图6）揭示业绩增长是价格核心，边际增长不足以替代净利润高速的表现优势；ROE边际增改善尤为重要（图7）[page::5]。

2. 量化视角的行业景气轮动

2.1 行业景气度三个刻画角度

• 财务指标历史跟踪（定期报告、业绩快报、业绩预告），财务信息等权聚合并高频平滑，反映行业盈余动量（图8、9、10）[page::6,7]。

- 实时产业数据修正，涵盖产业链产品价格、库存变化等，提升景气修正的及时性和精准度。

• 分析师预期判断，利用分析师盈利预期边际变化捕捉戴维斯双击机会，作为前瞻信号。

2.2 历史景气度轮动表现

• 净利润TTM环比指标IC值最高（5.29%），复合指标（营收、净利、ROE）IC略升至5.52%，信息比率均超1，表现稳定且有效（表1）[page::8]。

- 三分组回测中，高景气行业累计年化收益17.2%，多空11.1%，最大回撤6.59%，信息比率1.324，表明基于历史财务指标的行业轮动显著盈利（图11，表2）[page::8]。

2.3 预期景气度轮动表现

• 分析师预期数据覆盖2400只股票（约60%），重点覆盖大市值股，行业预期加权需考虑规模权重，且预期边际变化优于绝对水平（表3）[page::9]。

- 预期ROE环比单因子IC达7.07%，更优于基本面指标，再结合同除净利润环比的复合预期指标，IC升至8.19%，信息比率1.255（图12）[page::9]。

• 三分组轮动中，高景气行业年化收益17.7%，多空12.4%，回撤10.56%，信息比率1.187（图13，表4）[page::10]。

2.4 复合景气度轮动

• 历史景气度与预期景气度等权合成，获得显著提升，IC提升至9.49%，ICIR达1.60，IC胜率约70%（表5）[page::10]。

- 多空组合年化收益提升至13.7%，信息比率1.401，卡玛比率1.783，波动回撤得到较好控制（图14，表6）[page::11]。

• 五分组分层收益年化达19.2%，信息比率1.62，月度胜率67.7%（图15，表7）[page::11]。

- 行业景气度最新得分显示银行景气度最高，偏周期行业历史低，预期景气度高，部分消费行业历史景气位居前列但预期较低（图16）[page::12]。

3. 主动视角下的行业景气比较

3.1 景气度观测指标比较

• 预期净利润增速与市场走势相关性（27%）显著高于预期ROE（-45%），说明增长速度更能体现景气状态（图17，18）[page::13]。

- 分析师预期与历史财报指标一致但具备领先优势，更适合中期景气判断。

3.2 PB-ROE框架行业比较

• PB-ROE横截面说明行业风格属性，纵向动态变化能揭示行业估值高低状态（图19）[page::14]。

- 银行和房地产业处于低估值对应低ROE区域，成长科技行业估值高。

• 白酒行业PB-ROE路径跟踪（图20）复盘盈利与估值周期，捕捉到盈利与估值的多次“双击”与“杀跌”阶段，良好展现行业周期和高估低估转折。

- 当前白酒估值虽有所回落，但相较历史仍偏高（图21）[page::15]。

3.3 PEG框架行业比较

• PEG为PE/盈利增速指标，兼顾成长性，是对行业估值的进阶考虑（图22）[page::16]。

- PEG在高波动周期行业（钢铁、煤炭、农林等）和高杠杆金融行业（银行、房地产、保险）中不适用。

• 非周期行业中，食品加工、软件开发、医疗服务、白酒等行业PEG偏高处于较高估值，建筑装饰、纺织服饰等行业PEG偏低，存在估值性价比（图22）[page::16]。

3.4 预期收益框架行业比较

• 预期收益拆解为股息率、盈利增长、估值变动三部分（图23）[page::17]。

- 净利润增速与剔除估值变动后的涨幅高相关（0.798），以剔除估值波动更准确反映行业基本面表现（截面回归获益判定）。

• 典型看多机会为高预期增速但非估值涨幅较低（如美容护理）；看空则为低增速但非估值涨幅过高（电网设备）[page::18]。

4. 景气度跟踪

4.1 四大宽基指数跟踪

• 通过成分股月度加权跟踪净利润预期和财报净利润增速，沪深300、中证500、中证1000、创业板50均展现景气度维持高位且趋势向上趋势，但财报指标受基数效应影响走弱（图24）[page::18]。

4.2 六大板块跟踪

• 金融、科技、制造、周期、医药、消费六大板块月度预期净利润增速走势不一（图25）[page::19]。

- 周期板块景气度处于近期高位指标，金融景气稳中有升，消费板块处于下行通道。

4.3 42个重要行业景气跟踪

• 周期性行业和科技制造领域高景气，分别在盈利水平和盈利增速历史高位，配置性价比较好（图26）[page::19]。

- 低景气行业如社会服务、汽车、交通运输存在盈利拐点，值得关注潜在反转。

• 化学制药、农林牧渔业盈利水平触底，增速边际承压，留意盈转趋势可能的戴维斯双击机会[page::19]。

5. 总结与风险提示

• 微观层面成长性与盈利能力是股价核心动力，量化视角下利用盈余动量和分析师预期捕捉行业轮动，信息比率和年化收益表现稳健，复合景气度指标年化多空收益达19.2%，信息比率1.618[page::21]。

- 主动视角结合PB-ROE、PEG和预期收益方法进行中期行业景气比较，有效辅助识别行业配置与估值机会。

• 宏观市场层面构建宽基指数、大类板块与细分行业景气跟踪体系，方便实时把握市场全局景气态势。

- 风险提示明确模型依赖历史数据，未来市场结构性变化可能影响模型稳定性[page::0,21]。

---

三、图表深度解读

图1（景气度的研究视角与本文要点）

• 三层景气度视觉示意，微观个股关注代理变量和多指标权重，行业关注短期轮动与中期比较，宏观关注指数景气跟踪。

- 帮助读者抓住景气度研究的层次框架，突出定量分析视角优势[page::3]

图2（历年净利润增速分组与涨幅分布）

• 2011-2020年每年按净利润增速分组的涨幅核密度，顶端分组表现明显优于底端，整体形成正相关趋势。

- 说明净利润高增长个股具备稳健的回报优势。涨幅最大密集区域突破正收益线明显，定性确认景气度与股价收入的正向关系[page::4]

图3（营收增速、净利润增速、ROE十分组收益分布）

• 三个指标各自十分组与超额收益核密度图，均呈现从第1组（最低）至第10组（最高）收益中位数连续提升趋势。

- 直接验证成长与盈利指标对股票收益贡献较为一致，进一步强化景气特征内涵[page::4]

图4（ROE与净利润增速双分组收益比较）

• 热力图色阶由浅至深反映年收益中位数，右上角（高ROE高增速）色阶最深且稳定，边缘区域色阶明显变浅。

- 说明盈利能力与盈利增速协同推动高收益[page::5]

图5（PEttm与净利润增速双分组收益比较）

• 热力图中PE分组变化对收益影响不显著，且增速对收益贡献依旧较强。

- 表明估值敏感度在追逐景气阶段降低[page::5]

图6（净利润增速与增速变化双分组比较）

• 业绩增速水平对收益影响大于增速变化，右上角高增速高增速变化区域收益最大。

- 业绩增速是主线，边际改善也提供额外收益[page::5]

图7（ROE与ROE变化双分组比较）

• 高ROE且ROE环比变化上升的组合表现最优。

- ROE边际提升为重要催化剂[page::5]

图8（行业景气度三个刻画角度）

• 构建行业景气度的三数据源及其优势与局限并列，框架性指导实际指标选择。

- 明确三类信号互补性及不同侧重点[page::6]

图9（财务指标行业日频聚合示例）

• 展现财报披露周期内股价信息融合为行业指标的过程，展示如何将低频财报信号转为日频行业信号。

- 技术可行性清晰直观体现，保证行业指标精度及时效[page::7]

图10（业绩预告、业绩快报、定期财报数据合成顺序）

• 数据层级明确，优先选择信息确定性和发布时间最优的数据，权衡数据质量和时效性。

- 优化行业动态准确判别基础[page::7]

图11（历史景气度行业轮动三分组表现）

• 三分组（高、中、低景气）累计净值曲线明显分层，高景气组持续领涨。

- 说明历史景气指标构建的行业轮动信号有效，具有实战应用潜力[page::8]

表1（财务基本面指标在行业轮动中的预测能力）

• 净利润TTM环比IC最高，营收和ROE指标相辅相成，组合提升指标表现。

- 量化指标具备统计显著性并适合组合使用[page::8]

表2（历史景气度三分组表现）

• 高景气组年度收益17.2%，低景气组5.5%，多空收益达11.1%，最大回撤6.59%。

- 指标风险调整表现优异[page::8]

表3（分析师预期指标预测能力）

• 预期ROE环比IC达7.07%，明显优于基本面指标。覆盖不全问题通过中位数填充解决。

- 预期主导短期定价发现和行业预期驱动[page::9]

图12（分析师预期指标相关性分析）

• 发现预期营收环比与其他指标相关性低，聚合时剔除净利润环比以避免多重共线。

- 数据处理趋势优化，提升指标稳定性[page::9]

图13（预期景气度行业轮动三分组表现）

• 高景气组年化收益17.7%，多空12.4%，表现略优于历史指标单独轮动。

- 证明分析师预期指标对行业景气判断的增值作用[page::10]

表5（景气度的预测能力对比）

• 复合景气度指标IC达到9.49%，超过单一指标，说明合成方法有效提升预测能力。

- 支持构建复合指标策略[page::10]

图14（景气度三分组多空净值比较）

• 复合景气度组合累计收益领先历史和预期单指标，曲线稳定性更高。

- 投资者获得更好的风险调整收益[page::11]

表6（景气度三分组多空表现比较）

• 复合指标多空超额年化13.7%，信息比率和卡玛比率皆显著提升。

- 理论支持实践投资组合有效性[page::11]

图15（复合景气度行业轮动五分组表现）

• 五分组进一步细化，年化多空超额收益达到19.2%，信息比率提升至1.62。

- 细分配置带来更高收益空间[page::11]

图16（最新行业景气度得分）

• 银行行业居首，农林牧渔、食品饮料历史景气好于预期，采掘等周期低于历史，提示行业间景气差异。

- 有助于识别轮动和转折机会[page::12]

图17-18（净利润增速与ROE与市场走势对比）

• 盈利增速指标与市场走势正相关，ROE负相关且趋势波动大，验证净利润增速更适合作为景气判断指标。

- 为后续指标框架搭建提供理论依据[page::13]

图19（PB-ROE框架行业比较）

• 行业坐标散点图揭示估值与盈利能力关系，色彩代表ROE预期成长，帮助理解风格属性与估值状态。

- 技术上指导策略侧重点和估值风险判断[page::14]

图20（白酒行业PB-ROE路径演化）

• 路径清晰刻画盈利与估值拐点，周期性波动可观察大周期和关键转折时期。

- 数字化复盘行业发展历程，助力择时和头寸调整[page::15]

图21（白酒行业预期净利润增速与估值对比）

• 盈利增速和PE走势大体同步，近年存在背离期，提示估值调整空间。

- 兼具估值警示和景气监控[page::15]

图22（PEG框架行业比较）

• PE与盈利增速线性分布，多数行业处于合理区间，异常行业具备高估或低估信号，排除周期和金融行业。

- 实用性强但需注意适用边界[page::16]

图23（非周期行业净利润增速与非估值变动涨幅）

• 显著线性关系（R²=0.637），剔除估值变动因素更精准反映盈利驱动涨幅。

- 基础中长期收益判断工具[page::17]

图24（四大宽基指数景气度跟踪）

• 预期净利润增速持续走强，指数景气度整体处于上涨轨迹。

- 提供宏观层面景气监控信号[page::18]

图25（六大板块预期净利润增速趋势）

• 各板块走势差异明显，周期、制造、科技板块向上，消费板块下滑。

- 精准反映板块景气轮动趋势[page::19]

图26（42个重要行业景气跟踪）

• 周期、制造科技类行业处于高景气状态，社会服务等则低景气。

- 具行业差异化表现参考价值[page::19]

---

四、估值分析

• 报告中采用了经典财务市盈率估值方法（PEttm），结合盈利增长率构建PEG指标用以考虑成长估值关系。

- PB-ROE框架结合市净率与盈利率评估行业时序性高低估状态，强调行业风格属性，非直接价值判断工具。

• 白酒行业等案例展示了动态估值路径，结合盈利变化对估值合理区间的衡量更科学。

- 复合指标增强景气度的估值判断准确性。

• 估值模型着重体现盈利、成长与市场预期的互动关系，补充传统绝对估值方法的局限性。

- 报告未使用DCF等现金流估值模型，聚焦指标驱动和量化信号。

---

五、风险因素评估

• 主要风险在于模型基于历史数据，市场结构、政策、市场行为发生重大改变时，模型预测能力可能衰减，导致景气度指标失准。

- 由于分析师预期覆盖率不全，存在样本偏差影响行业预期景气反映的准确性。

• 实时产业链数据人为处理多、频率不统一，造成本底层数据噪声和潜在偏差。

- PB-ROE及PEG模型在周期行业及高杠杆金融行业适用性受限，须注意模型边界。

• 报告中对估值解释及市场波动提示谨慎，未完全涵盖所有潜在系统性风险。

- 未见报告具体风险缓释建议，提示投资者需留意系统性和非系统风险。

---

六、批判性视角与细节

• 报告功能定位明确，基于历史数据构建预测模型和量化指标体系，客观严谨。

- 强调成长与盈利为价格主驱，有助于理解牛熊市中的资金流向逻辑，符合实际市场情况，较少理论与数据脱节。

• 但对分析师预期数据覆盖不足带来的行业偏误处理相对简单，可能低估了非大盘重点股对行业景气判断的影响。

- 报告推荐投资组合策略信息比率及收益表现优异，但未充分披露模型参数、交易成本、流动性约束及风险敞口测算，缺乏实践操作透明度。

• PB-ROE估值模型被提醒其局限，但报告内部未给出更完善的动态行业估值调整策略，仅为观察工具。

- 数据缺陷（如财报披露延迟、快报与业绩预告质量差异）在报告中提及但影响程度未量化说明。

• 对估值与盈利增速关系的描述多用观察和回归，缺乏更深层次的因果分析或宏观经济变量结合。

- 风险说明相对简短，建议后续研究加深风险管理策略。

---

七、结论性综合

该报告系统、全面地从微观、中观、宏观三个层面对中国A股市场的景气度进行了深度研究，并提出了极为严谨的量化模型和主动管理视角，既反映业绩基本面的历史动量效应，也利用分析师预期捕捉前瞻性戴维斯双击机会，二者合成的复合景气度指标显著提升行业轮动的预测能力和超额收益潜力。微观个股层面，高成长性与高盈利水平是价格上涨的最重要驱动力，且投资者在追求景气标的时对估值的敏感度较低。中观层面，行业景气度以历史净利润增长、ROE变化与分析师预期作为核心指标，在复合指标指导下能有效捕捉行业多空因子，年化多空收益可达约19.2%。主动角度通过PB-ROE框架对行业估值-盈利匹配关系进行动态跟踪，结合PEG指标补充成长性考量，为中期配置提供定量依据。预期收益框架揭示行业价格变动分解，在剔除估值涨幅后盈利增速仍表现较强相关，帮助识别内生增长与估值背离带来的交易机会。宏观层面则构筑宽基指数、大类板块与42个重点行业的景气跟踪体系，全方位监控市场分层景气态势。值得关注的是模型主要基于历史数据，存在未来结构性变动风险，覆盖范围及数据质量限制仍需谨慎评估。

综上，报告为基于景气度的量化与主动投资提供了系统框架与实战工具，强调景气度作为驱动投资回报的核心变量的重要作用，具备较强的策略指导意义和理论支撑。投资者可依托复合景气度指标实现行业轮动和景气跟踪，辅助中长期资产配置及择时决策，但需注意模型风险与市场环境变化对效能的影响。

---

整体报告引用来源页码： [page::0,1,3-22]

---

报告