中观景气研究：多维增强的盈利预测框架——以周期行业为例.pdf

全球周期行业波动加剧背景下，传统景气度研究方法面临指标繁杂、非线性关系难捕捉等挑战，亟需构建更精准的盈利预测框架以指导行业配置。本报告基于“产业景气—盈利预测—行业配置”传导逻辑，系统构建了一套多维增强的行业景气分析框架。

框架构建与指标筛选

报告选取煤炭、钢铁、石油石化、基础化工、建材和有色金属六个周期行业，通过产业链梳理构建中观指标池，并采用定性与定量协同方法进行动态筛选。定性层面确保指标符合基本面逻辑，定量层面利用R²、t检验及惩罚项机制优选高解释力、高时效性指标。预处理环节通过频率对齐、春节效应调整等手段提升数据可比性，为后续建模奠定基础。

模型比较与优化策略

研究对比了动态因子模型（DFM）、Factor-Bridge和Factor-MIDAS三类模型，发现DFM在拟合优度、预测误差及方向准确率上均表现最优。针对净利润预测难点，引入分析师一致预期数据，显著提升了净利同比预测精度，尤其在钢铁和基础化工行业效果显著。此外，为应对结构变化，引入基于滚动窗口的短期模型与长期模型加权组合机制，有效改善了模型在行业逻辑切换期的适应性。

大模型增强应用探索

报告深入探索大模型在盈利预测中的应用。在特征工程方面，大模型生成的库销比、供需缺口等衍生指标具有较好解释力，对原模型拟合效果较弱的行业改善明显。在预测环节，相比独立预测，将大模型作为线性模型的校正模块，通过识别背离信号进行纠偏，虽整体未超越线性模型，但在局部指标上展现出校正价值，验证了其作为辅助工具的潜力。

景气指数应用与策略绩效

基于盈利预测构建的景气指数，衍生出绝对水平、边际变化等16个因子。回测显示，多数因子在行业超额指数择时中取得正超额收益，绝对水平类因子横截面区分能力较强。构建的综合轮动策略每月配置前两名行业，实现了15.12%的年化收益率和7.12%的年化超额收益，夏普比率为0.67，证实了该框架在行业配置中的实战价值。