2023年煤炭行业的核心驱动因素与量化投资方法

1. 行业量化投资的理念

对于某一具体行业，市场主流的做法是主观研究，主动研究员依赖于 深层次的调研与长时间的沉淀来对行业指数走势作出研判。近年来， 量化投资在A股异军突起，使用数学和统计方法进行定量化研究得到的 结论具备严谨性与明确性，但其用于行业研究往往存在数据不足、反 应迟滞等缺陷。此外，纯量化模型的拟合往往因缺乏直观的金融原理 而备受争议。那么，量化能否适用于行业层面的投资呢？ 本文将以煤炭行业为例，探索行业量化投资的基本理念与方法。作为 开篇第一章，本章主要介绍我们对行业量化投资的一些理解。从投资 的本质，到行业量化投资的理念，再到量化投资相对于主动投资的优 劣，本章将逐层进行介绍。

1.1. 投资的本质：捕捉市场预期的变动

投资的本质是捕捉市场预期的变动。在我们看来，无论是主观投资还 是量化投资，其思想本质是一样的，即捕捉市场预期的变动。而捕捉 的结果，又可以从胜率与赔率进行观察。 预期的形成过程可以分为三个阶段，对应三个分析框架。为了更好地 捕捉市场预期的变动，我们需要拆分预期的形成过程。对于投资者来 说，从新的信息到来到最终预期形成，可以分为三个阶段，分别为信 息解读阶段、未来推断阶段和业绩预期形成阶段。框架指的是人们在 处理信息时使用的模型或方式，那么上述三个阶段分别对应人们使用 的信息解读框架、未来推断框架和行业分析框架。

信息解读框架是对新信息或新逻辑的理解方式。比如一个政策出台， 让 A和 B两个人解读，A可能认为这是一个强力的限产政策，B 可能认 为这是一个中性政策，这是因为他们对政策的理解方式不同，即信息 解读的框架不同。

未来推断框架是基于现有信息对未来的推断方式。现实中人们往往采 取线性外推的方式，比如当期需求上升，人们往往会认为形势较好， 即认为下一期需求仍然会上升。但在某些环境下，线性外推的方式可 能不被采纳，比如当经济不确定性较大时，即使当期煤炭需求上升， 人们也会对其持续性存疑。

行业研究框架是根据众多行业变量估计业绩的方式。业绩是多个行业 变量综合作用的结果，但综合作用的方式较为复杂。人们往往会使用 自己的简化的分析框架，根据众多行业变量对行业业绩进行评估。最 简单的方式例如简单地认为当前煤价高则煤企利润好，当前港口库存 低则煤企利润好。

定义了这三个框架，我们就可以分析股价变动的过程。以行业投资为 例，在当前的行业变量环境下，人们通过未来推断框架来预测未来的各个行业变量，再通过行业研究框架整合成对未来业绩的预期，这一 预期已经反映在股价之中。当新的信息到来，人们首先通过信息解读 框架对这个信息进行理解，并据此得到新的行业变量环境，然后依次 通过未来推断框架、行业研究框架形成新的预期。新预期与原预期的 差距导致交易行为，最终造成了股价的变动。在实际投资中，往往会 有某个变量超预期的说法，从另一个角度来说，“某个变量超预期”其 实与“该变量的最新值使人们上调了对业绩的预期”的意思是一致的， 因为如果该变量与业绩毫无关系，那它是否符合预期与投资并无关系。

市场预期与个人预期不同，市场认可的三框架也与某个人认可的三框 架不同。需要注意的是，影响股价的是市场的预期变动而非个人的预 期变动，两者的区别在于市场的预期是由千千万万个投资者的个人预 期博弈、交易产生，这就导致市场预期与某个人或某部分人的预期存 在差异，从而市场认可的三框架也与某个人认可的三框架不同。例如 有部分人认为产量上升意味着行业景气上行（逻辑 1），另一部分认为 产量上升意味着供大于求的风险加大（逻辑 2）。而市场最终认可并体 现于股价之中的，可能是两种逻辑的其中之一，也可能有时是逻辑 1 而 有时是逻辑 2。

投资能力的进阶过程是让自己的框架不断接近市场的框架的过程，即 舍离我的心而观众人的心。投资的损失往往是由于自身的认知框架与 市场存在差距造成的，差距大则可能损失大，差距小则能够获得较大 的收益。因此，我们需要采取一些手段，不断地修正自身的框架（即 上述的三框架），使其越来越接近于市场。

1.2. 行业量化投资的理念：简化目标，逐步修正

个人的框架是相对容易理解的，而市场的框架是没有人准确知道的， 因此个人框架的投资胜率难以达到 100%。投资体系的核心是上述三个 框架，个人的框架是相对通俗易懂的，至少本人是可以理解和解释的； 市场的框架则是博弈产生的，没有人准确知道的。由于个人框架与市 场框架存在差异，个人投资胜率难以达到 100%。投资者的学习过程， 就是在不断地迭代自己的框架，以追求更高的胜率和赔率。 主观投资者有较为明确的框架，从而能够形成具体的预期。对于一个 主观投资者来说，他的三框架是从自身的学习、自己的经验以及与别人的交流中得出，并且是他自己可以理解和执行的。因此当新的信息 到来时，主观投资者可以通过自身的框架形成具体的预期，根据新的 预期进行投资。

主观投资框架往往是复杂的，难以准确地量化刻画。最为典型的就是 供需平衡表的构建，以煤炭为例，首先，主观投资者需要对未来的经 济情况（房地产等）、进口政策的变化情况、行业的产能情况、行业的 库存水平和国际能源价格等诸多变量进行预测，从而形成供需平衡表 的假设条件。这一步本身就十分复杂，对未来的经济和国际地缘冲突 情况的假设可能是与宏观分析师交流得到，行业产能情况的假设可能 是实地调研得到，进口政策和库存的假设可能是基于自身的经验得到。 其次，根据众多假设条件得到最终供需缺口的模型也是复杂的，各个 变量与供需缺口之间并不是简单的线性关系，每个主观投资者所使用 的模型也各不相同。

量化投资应将目标简化为判断预期的变动方向和大概幅度，而非预期 的具体值。主观投资框架是复杂的，量化的方法往往难以对其准确刻 画，这意味着量化投资者难以像主动投资者那样计算出具体的业绩预 期。因此，量化投资应该追求一个相对模糊化的目标，只需尽可能地 判断预期变动方向和大概幅度，即跳过主观投资类似于构建具体的供 需平衡表的操作。换而言之，量化投资只需要判断在最新的信息或状 态下，市场上（下）调预期的概率和幅度，从而形成最终的投资策略。 对应的研究问题是，该新信息如何影响着人们的预期。

量化投资应先从简单的投资框架入手，基于市场反馈不断地进行修正 和完善，并注重与金融逻辑相结合，逐步接近市场认可的框架，提高 策略的胜率与赔率。由于目标得以简化，我们可以从简单的、可量化 的投资框架入手，构建量化投资策略。但过于简单的投资框架往往与 市场差距甚大，我们还需要基于市场反馈不断地进行修正，并注重与 金融逻辑相结合，逐步逼近市场的认知，最终达到较高的胜率和赔率。

1.3. 主观投资与量化投资的优劣

主观投资者的做法是通过调研、交流和公开渠道获取信息，通过学习、 自身经验和交流结果得到逻辑；量化投资者的信息来源往往只有公开 渠道，也是通过学习、自身经验和交流结果得到逻辑。主观投资者获得的信息更加全面和及时，量化投资者所使用的数据则 相对不全和迟滞。相对于量化投资者，主观投资者能够通过实地调研、 交流等手段拿到更多的、第一手的数据或信息；而量化投资者往往更 多地使用固定渠道获取的偏结构化的信息。此外，主观投资者可以通 过与他人交流获得其内心的预期，这也是十分重要的一类数据。因此， 主观投资者往往可以利用更全面的数据、更快地作出判断和反应。

主观投资者的研究更加深入，量化投资者的研究深度则相对较小。行 业研究员往往深耕该行业，对行业的方方面面较为熟悉，且针对单行 业和单公司的主观研究可以十分深入，从而洞察到针对特例的复杂逻 辑。量化投资者则没有在固定行业的积淀，由于技术的限制和数据的 缺乏，对复杂的逻辑往往无法量化刻画；且量化投资往往需要对逻辑 进行统计检验，针对单个行业或公司的逻辑即使量化出来也没有足够 的数据用于检验其正确性。 几乎所有行业都可以进行主观投资，部分行业并不适用量化投资。由 于数据的获取困难、投资逻辑过于复杂或逻辑无法量化，部分行业并 不适合量化投资。例如部分创新药赛道可能更需要关注药物研发的进 展以及研发成功后的市场空间，其中药物研发进展往往没有标准化的 数据可以跟踪，市场空间则更依赖于研究员的主观经验进行判断，两 者皆难以量化。

量化投资具有明确性且易于执行，而主观投资则相对模糊。量化模型 一旦通过金融逻辑与统计两方面的检验就已经固定下来，除非后续需 要迭代修改，否则就可以给出定量化的结论，且结论的产生路径可以 追溯到底层数据。而主观投资往往是定性的结论，往往基于主观经验。 例如，主观投资者会说“这个行业当前太拥挤了”，那么问题来了，多 拥挤才算拥挤呢？换而言之，拥挤到什么程度才应该卖呢？主观投资 者可能难以回答，而量化投资者可以通过设计拥挤度指标并通过历史 回测得到定量的答案。这个答案不一定十分准确，但更加明确。

量化投资更容易兼顾多变量从而实现更多标的的追踪与覆盖，主观投 资在面临多变量时可能难以抉择。投资本质上是研究多个变量如何影 响资产价格，但变量之间的关系错综复杂，变量对资产价格的影响方 向和影响大小也各不相同。那么当多个变量的信息一起到来时，最终 资产价格会走向何方，就十分考验主观投资者的核心因素判断能力和 权衡能力。而对于提前训练好的量化模型来说，由于其具有明确性， 输入多变量并输出明确的结果是轻而易举的，这也就减小了量化投资 者持续跟踪投资的成本，从而更容易实现更多标的的追踪与覆盖。

量化投资的方法论保证投资逻辑至少在历史上通过了市场的检验。每 个主观投资者心中都有自己的一套投资逻辑，它们源自投资者自身的 知识与经历，因此可能各不相同。个人的逻辑中有一些是想当然的， 也有一些是看似正确但市场并不认可的，但只要没有明显的逻辑错误， 人们往往难以区分。量化通过历史回测对逻辑进行检验，相当于使用 市场本身作为 benchmark，从而保证投资逻辑至少在统计上、在历史上是符合市场规律的。历史不会简单重演，但历史是相似的（因为人性 与一些客观规律是不变的），因此，通过历史的检验可以提高投资逻辑 的胜率或赔率。严格来说，主观投资者的逻辑同样是基于历史的数据 与经验形成，因为人们永远只能知道已经发生的事情。

量化投资的方法论帮助人们发现不常见的投资逻辑，但也要注意数据 过拟合的风险。通过量化的统计或数学方法，人们可以从数据中发现 并归纳出新的规律或逻辑，从而指导投资。但在实际操作中要注意与 常见逻辑的相互结合，以避免数据过拟合风险。 综上所述，主观投资在数据全面性、及时性、研究深入程度、逻辑复 杂程度和行业适用范围方面有优势，而量化投资在明确性、多变量决 策难度、覆盖跟踪成本、历史有效性和规律挖掘能力上有优势。某种 程度上来说，主观投资与量化投资是相同的，都是通过已有信息捕捉 市场预期变动的过程，只是使用工具稍有不同而已。在实际的投资实 务中，两者可以结合使用、取长补短。

2. 煤炭的产业链与业绩锚

从本章开始，我们将以煤炭行业为例，具体阐述煤炭行业量化投资的 方法。换而言之，本文致力于解决如何系统化地对申万煤炭指数进行 择时这一问题。 那么，我们首先要对煤炭产业链有初步的了解，并找到人们心中的煤 炭行业业绩的表征指标。

2.1. 煤炭产业链简介

煤炭的产业链由上游到下游可以简要描述如下：从煤矿里开采出煤炭 是第一步，刚开采出来的未经加工的煤炭称之为原煤；之后经过煤炭 洗选和加工得到不同类别的煤炭，按用途区分可以分为动力煤、炼焦 煤和无烟煤；最后经过加工的煤炭在对应的下游行业得以利用，其中 动力煤用于电力与建材行业，炼焦煤用于钢铁行业，无烟煤用于化工 行业。由于这四大行业均为关乎国计民生的重要行业，整个煤炭产业 链与宏观经济息息相关，煤炭行业也因此成为周期性行业的一员。

除产业链之外，煤炭如何从开采来到下游终端也是值得关注的链条。 我国煤炭具有“北多南少，西多东少”的特点，产地集中于山西、陕 西和内蒙（称为“三西”地区），而消费地集中于东南沿海地带。考虑 到铁路运输、公路运输和水路运输的可承载量和运输成本对比，铁水 联运成为我国煤炭的主要运输方式。煤炭开采出来之后，在产地保留 一部分库存，其余通过铁路（大秦线等）和公路运往东部沿海港口 （秦皇岛港、曹妃甸港和京唐港等）；在港口也保留一部分库存后，通 过海运运往东南沿海省份；到达下游的电厂、钢厂和焦化厂等企业后， 一部分用于形成库存，一部分用于生产消耗。在运输的过程中，各层 运费和杂费层层加码，导致最终的到岸价与坑口价有一定的差距。

此外，我们还需了解进口、产能和长协价等重要变量的概念，它们对 煤炭行业的业绩也有举足轻重的影响，我们将在下文探究行业变量的 定价规律时展开介绍。

2.2. 煤炭行业的业绩锚——煤价

上文我们已经提及，投资的本质是捕捉市场预期的变动，那么投资煤 炭行业的关键就是捕捉市场对煤炭行业业绩预期的变动。落实到投资 标的，就是煤炭行业指数业绩预期的变动。对于量化来说，我们需要 找到能够表征煤炭行业指数业绩的指标。 行业指数是由上市公司个股加权复合而成的，所以行业指数的业绩其 实是各个上市公司业绩的加权复合。但一个成分股上市公司的业绩来 源或者说收入来源在产业链中的位置可能并不单一。以煤炭指数的最大的成分股中国神华为例，它的业务遍及煤炭、运输、发电和煤化工， 涉及了煤炭产业链的上、中、下游。

既然上市公司可能在产业链的各项业务都有布局，我们是否需要将各 项业务都分析清楚才能把握行业指数的业绩？其实不然，申万指数在 进行行业分类时是以公司的主营业务作为依据，煤炭一级行业指数的 公司绝大多数都在煤炭开采二级行业之中，这意味着大多数公司的主 营业务均为煤炭开采，我们只需重点关注煤炭开采业务的业绩即可。 市场上普遍认为煤炭开采业务的业绩表征指标是煤价。煤炭具有极强 的资源属性，其成本端较为固定（人力、资源税等），而煤价的波动与 弹性比成本大得多，因此煤价对煤炭行业的利润具有决定性作用。

那人们心中对煤炭行业业绩的预期是否等于对煤价的预期呢？我们无 法得知准确的答案，因为我们无法得知所有人的内心。从历史结果来 看，超额收益大多数时候与煤价变动接近，但有时候也会脱节（例如 2022 年）。我们再进行测算，发现超额收益与未来一两个月的煤价变动 相关性为30%左右，也就是说，当月市场预期的变动与未来一两个月煤 价的变动在一定程度上是相关的。

因此，尽管煤价不是煤炭指数业绩的全部，我们仍将其作为主要的业 绩锚，并在下文将其他行业变量与煤价的关系作为研究的起点。与此 同时，我们也会对股价表现脱离煤价的时间段进行分析。

3. 解析行业变量的定价规律

按照第 1 章介绍的行业量化投资理念，量化投资者难以像主动投资者那 样计算出具体的业绩预期，因此退而求其次，只需要判断在最新的信 息或状态下，市场上（下）调预期的概率和幅度，从而形成最终的投 资策略。对应的研究问题是，该新信息如何影响着人们的业绩预期。 在第 2 章我们选取了煤价作为煤炭行业的业绩锚，问题随之转换为，新 信息如何影响着人们对煤价的预期。 能影响人们对煤价预期的变量很多，包括本章将要介绍的需求、产量、 进口、库存、运价、国内煤价、国际煤价和国际油价，还有产能、各 类相关政策、季节性、天气、水电、矿难事件等。按照第 1 章的内容， 这些变量的新信息是通过信息解读框架、未来推断框架和行业分析框 架影响着人们的预期的。

由于每个人的投资框架不同，新信息对每个 人的影响也不同。 本章设定简单的投资框架来解析部分行业变量的定价规律。我们知道， 影响某个行业股价的变量非常多，在煤炭行业的投资过程中，我们常 常跟踪某些变量的数据，甚至将其整理成标准化的数据库进行高频跟 踪。但是，这些数据会如何影响着市场（而非某个人）的预期？不同 变量组合状态下股价会如何变动？关于定价规律的这两个问题的深入 研究较少。

因此，本章设定简单的投资框架来解析部分行业变量的定 价规律，具体而言， （1） 信息解读框架：输入最新公布的数据，经过下述的数据处理方 法，输出最新值的状态，即处于高位还是低位，是边际上行还 是下行。 单指标数据处理方法： Step1：对指标进行滞后一阶处理。以下游行业的产量数据为例， 当月数据往往于次月中下旬公布。所以在t月底，我们实际上拿 到的是 t-1 月的数据。 Step2 ：在 t 时点，首先对 t 之前的时间序列（要求最少有 24个 数据点）进行低参数的HP滤波平滑。这是因为一些指标序列往 往波动剧烈，从而导致信息解读结果的频繁切换。

Step3：划分当前（时点 t）的指标状态，分为边际和绝对两类。若 t 点的值大于 t-1 点的值，则边际状态为“上”，反之为“下”。 若 t点的值排名最近 24个数据点的 60%以上，绝对状态为“高”， 排名 40%-60%为“中”，排名 40%以下为“低”。 多指标数据处理方法： Step1： 对各个指标分别执行单指标数据处理方法中的 Step1 和 Step2，得到各个指标的近 24 个月的 HP 滤波趋势项。 Step2：对各个指标的近 24 个月的 HP 滤波趋势项进行标准化后 等权加总，得到合成指标。 Step3：对合成指标执行单指标数据处理方法中的 Step3。

（2） 未来推断框架：线性外推思维，认为下一期的指标状态与当前 最新期的指标状态一致。 （3） 行业研究框架：从学术文献、同行交流与实证检验中得出。行 业研究框架是变量影响煤价预期的机制，而人们心中的机制往 往来源于现实，我们可以通过研究各变量客观上如何影响煤价， 来研究各变量如何影响人们主观上对煤价的预期。 在这个设定之下，信息解读框架和未来推断框架是相对固定的，后续 我们只需要将精力集中于行业研究框架之上即可。

3.1. 需求

我们常说的煤炭的需求指的是什么？是下游电厂、钢厂、水泥厂等的 用煤量吗？是全国总的煤炭销量吗？其实都不是。需求本质上存在于 人心，难以准确度量。A厂房的用煤量并不等于它的煤炭需求量，可能 它想用更多的煤，但买不到，即供不应求或资金不足；也可能是它本 来不需要用这么多煤，但库存太多或煤价太低了，所以设法增大煤炭 消耗量（比如用煤化工替代油化工）。 因此，我们观察到的需求数据，其实都是表观需求，并非真正的总需 求，其中相差的部分为潜在需求。再深入下去，由于统计口径的差异 以及统计样本的不全面，表观需求也不一定能被某些指标所准确表达。

那么，影响股价的是表观需求还是总需求呢？其实也很难说，我们可 以说由于市场的有效性，众多投资者会基于各方面信息得到对总需求 的预期，并根据此作出投资决策，因此是总需求影响了股价；也可以 说大家都只能看到表观需求，不管他作出什么样的推测，也是基于表 观需求作出的预期，因此是表观需求影响了股价。 本节作出的假设是，是表观需求影响了股价，并选取不同指标代理表 观需求，探究其定价规律。

3.1.1. 下游行业产量

下游行业是煤炭的真正消费主体，其中需求占比最高的行业为火电、钢铁、建材和化工行业，占比分别达 54%、16%、13%和 7%。我们可以用下游行业的产品产量来表征煤炭需求。对于火电，我们直 接选取火电产量指标；对于钢铁，我们选取生铁和粗钢产量指标；对 于建材，我们选取水泥产量指标；对于化工，我们选取农用氮磷钾化 肥(折纯)指标。根据它们对煤炭的需求占比进行归一化得到各自权重。

长期来看，下游行业产量增速在 2010 年至 2015 年迅速下降，在 2016 年以后维持在历史均值以下。这是因为火电、钢铁、建材和化工均是 我国经济发展的重要行业，其产品产量与我国经济周期密切相关。而 2016 年后，我国实现经济降档，经济增速维持较低水平。 下游行业产量增速与煤价的走势大致相同，且拐点较为领先。从图中 可以看到，下游行业产量增速与煤价的走势大致相同。此外，我们发 现下游行业产量增速的拐点大多领先于煤价拐点，需求对煤价存在一 定的带动作用。

近年来，下游行业产品增速与煤价呈负相关。虽然长期来看下游产量 增速与煤价走势大致相同，但短期的相关关系却并非一成不变。计算 下游产量增速和煤价的滚动 24 个月相关性，可以看到，近年来下游行 业产品增速与煤价呈负相关。

总结来看，下游行业需求与价格长期呈正相关，但近年呈负相关。有 两种可能的原因：一是需求之外的因素对价格产生较大影响，从而导 致需求与价格呈负相关；二是采用的代理指标并不能真正地表征煤炭 的需求。 由此我们认为，下游行业需求在上行或处于高位时，会对人们的预期 产生正向影响，但影响在近年来减弱。 构建两个多空策略，多空策略的作用主要为通过反向的操作来抵消同 时段时其他因素的影响： （1） 上下策略，在指标为上升状态时做多，在下降状态时做空。若 策略的累计超额收益曲线上行，则说明下游需求上行的消息比 下行的消息更有利于预期的正向变动，曲线下行则反之。

（2） 高低策略，在指标处于高位时做多，在指标处于低位时做空。 若策略的累计超额收益曲线上行，则说明下游需求处于高位的 消息比处于低位的消息更有利于预期的正向变动，曲线下行则 反之。 2015 年之后，下游行业产量下行的消息比上行的消息更有利于预期的 正向变动。可以看到，2015 年之后，上下策略开始出现持续回撤，这 意味着下游行业产量下行的消息比上行的消息更有利于预期的正向变 动。高低策略则是在 2016 年之后持续获得超额收益，直到 2021 年底开 始掉头下行。

进一步拆分后，我们发现高低策略 2021 年底之后的回撤是由于下游产 量增速较低时仍然产生了正的超额收益，而 2022 年正好是俄乌冲突导 致国际能源价格飙升，碳中和预期降低煤企新建产能意愿的时期。在 这段时间内，国际能源价格和产能对股价的影响超过了需求波动的影 响，从逻辑上是可以理解的。

但是上下策略在 2015 年后出现了长时间的回撤，说明指标值上升后的收益表现弱于下降，市场认为指标上升代表的基本面状况还弱于指标 下降，这就不符合需求指标的基本逻辑了。因此我们可以推测，2015 年后，下游产量增速指标的上下可能难以表征煤炭行业需求的上下。 这可能是经济增速降档后，下游行业产量增速波动减小造成的，且该 指标滞后较多，对预期的影响可能较为有限。 因此，构建策略时，我们需要更加直接和高频地反映煤炭需求的指标。 下文我们将对港口吞吐量指标进行介绍。

3.1.2. 港口吞吐量

铁水联运是我国煤炭运输的重要方式，而铁水联运的大部分煤炭都要 经过秦皇岛港和曹妃甸港等重要港口装运上船。煤炭的港口吞吐量反 映煤炭在港口的中转量，进而可以反映下游行业对煤炭的需求。另一 方面，该指标为日频更新，信息时效性更强。 具体地，我们选取秦皇岛港、曹妃甸港和国投京唐港的煤炭吞吐量数 据，计算月平均值并作同比处理，对他们赋予相等的权重。

从长期走势上来说，港口吞吐量是度量煤炭需求的更好的指标。煤炭 港口吞吐量指标的几个拐点均与下游行业产量增速接近，但 2016-2020 年，港口吞吐量指标的波动远大于下游产量，且呈现三个较为明显的 波峰-波谷周期，这说明该指标可能针对性地反映了煤炭的需求，因此 波动大于下游整体。此外，港口吞吐量与价格在大部分时间均保持正 相关关系，符合需求拉动价格的基本逻辑。

港口吞吐量与煤价的滚动相关系数于 2022 年 4 月转负，这说明该时间 点之后，有其他变量对煤价产生了更大的影响。这段时间的主要影响因素可能是保供政策、长协合同、俄乌冲突导致的能源紧缺和碳中和 预期下新建产能的收缩等，需求的作用权重减小。港口吞吐量上下或高低对人们预期的影响有足够的区分度。我们同样 构建上下策略与高低策略进行观察。可以看到，2014 年之后至今，两 个策略的累计超额收益曲线均持续上行，且没有太大的回撤。这说明 港口吞吐量指标蕴含足够的需求信息，其上下或高低对人们预期的影 响有足够的区分度。

港口吞吐量上行和处于高位时对人们的预期有正向影响，且较为稳定。 进一步将上下策略和高低策略拆分成上行策略和下行策略、高位策略 和低位策略。可以看到，2015 年及以后，港口吞吐量上行和处于高位 后的做多策略累计超额收益持续上行，这说明策略可以获得较为稳健 的超额收益。 港口吞吐量上行和处于高位主要影响了人们上调预期的幅度。进一步 测算发现，无论是上行策略还是高位策略，其胜率都仅略高于50%，但 月平均收益达 1.5%，说明该策略主要赚的是赔率的钱。此外，上行策 略和高位策略都曾触发 49 次，触发概率为一半以上，样本量相对较足， 结论相对可靠 。

3.2. 产量

产量是供给端的重要变量。类似于上文对需求的描述，到底什么是影 响煤价的“供给”，其实很难界定。广义的供给不仅仅包含了产量，还 包括了产能、进口、固定资产投资甚至库存，产能还包括在建产能和 现有产能，这些变量在不同时期会对煤价起到不同的影响。我们选取 的“中国:产量:原煤:当月同比”指标仅仅是广义供给中的产量部分的一 个代理指标。

长期来看，产量增速指标的逻辑是“景气带动供给”。产量增速与煤价 大部分时间呈正相关，且煤价拐点领先产量。由下图可以看出，产量 增速与煤价大部分时间呈正相关，且煤价拐点领先产量。这说明长期 来看，产量增速指标的逻辑是“景气带动供给”，即煤价上升意味着煤 炭行业景气上行，从而煤企增加煤炭产量；而非“供给上升导致供大 于求”的与煤价负相关的逻辑，这是因为产量供给增速上行往往是由 需求增速上行带来，两者常常同向，因此产量增速上行并不一定导致 供需缺口减小。

产量增速对预期的作用方向主要为正向，但在 2011-2015 年以及 2019- 2020 年为反向。若我们用上个月产量构建上下策略，可以看到累计收 益率并无长期的回撤，这说明产量的变化主要反映了行业的景气，因 此指标对股价主要为正向指示作用。但是若用上上个月的产量构建上 下策略（由于数据的滞后公布，这是我们实际可以操作的策略），则策 略在 2011-2015年以及 2019-2020年发生了回撤。这说明在 2011-2015年 以及 2019-2020 年，环境变化导致指标的逻辑变化。

产量对预期的作用方向会受到需求的影响。我们发现在 2011-2015 年以 及 2019-2020 年上下策略的回撤均是由于产量上行时煤炭行业超额收益 持续为负；高低策略在 2019-2020 年的回撤也是由于产量高位时超额收 益为负，在 2011-2015 年未回撤则是因为在产量低位时超额收益大幅下 降。进一步地，我们发现这两段时间都是煤炭需求（港口吞吐量）下 行的时间，2011-2015年为产量和港口吞吐量同步下行，2019-2020年则 是港口吞吐量下行但产量未下行（甚至略微上行）。

总结来看，在不同的需求环境下，产量指标对预期的作用强度会有不 同。我们知道，2011-2015 年主要有几件事：一是经济增速换挡、下台 阶；二是四万亿后煤炭产能过剩问题开始凸显，去产能政策力度加大。 在需求下滑的大环境下，人们对短期产量上升的持续性会存疑，因此 正向定价的持续性下降；其次，在产能过剩的背景下，人们知道产能 的去化程度才是决定煤炭行业整体盈利的重要因素，短期产量的变动 难以对供需关系造成本质的改变，因此该指标的定价能力下降。2019- 2020 也是类似，经济下行背景下产量增速上行难以提振市场信心，股 价上涨持续性弱。 因此，产量指标在投资中需要结合其他指标进行最终投资策略的构建。

3.3. 库存

库存作为煤炭生产与消费的中间环节，可以将其视为广义的供给端。 但库存的高低并不完全受煤炭生产的影响，需求和仓库方的行为同样 会影响库存的高低。

“库存短期放大价格波动”和“库存长期减小价格波动”。首先探究行 业研究框架中库存对业绩的影响。进一步地，我们探究库存对煤价的 影响。王晓燕等（2014）认为港口库存方的行为会放大煤价的波动， 比如库存方会在煤价下跌时去库存以待未来再买入，从而导致下跌加剧；在煤价上涨时激励性补库存导致上涨加剧。但王旭冉（2020）的 实证表明，长期来看库存对煤价起到缓冲剂的作用：补库存会造成高 库存，减小了人们对于供不应求的担忧，从而减缓了煤价的上升，若 库存极高则是会造成煤炭压港的恐慌，进一步压制煤价；而去库存会 造成低库存，减小了人们对供过于求的担忧，从而减缓了煤价的下降。 两篇文献的综合结论为“库存短期放大价格波动”和“库存长期减小 价格波动”。

还有一种著名的理论为库存周期理论，其本质是按照企业主观意愿和 库存实际变动之间的关系将库存的变动分为主动补库存、被动补库存、 主动去库存和被动去库存共四个阶段。李根（2020）指出，经济体的 产成品存货的价格决定了库存周期的运行情况，认为在被动去（补） 库存阶段，价格领先于库存；在主动去（补）库存阶段，价格和库存 并驾齐驱。李根（2020）还发现库存周期的整体运转会对螺纹钢价格 产生较强的周期性影响。煤炭方面，燕志鹏等（2023）发现，在主动 去库存和被动补库存状态下，主要是库存影响价格；在被动去库存和 主动补库存状态下，主要是价格影响库存。

在前人研究的基础上，我们进一步实证。选取秦皇岛港、曹妃甸港、 国投京唐港和京唐港老港的煤炭场存量作为库存的代理变量，等权合 成库存的变动曲线并观察其与煤炭价格的关系，可以得到几点结论。 结论一：低库存时煤价易上涨，高库存时煤价易下跌。可以看到，煤 价上涨的时期在库存底部（2016 年 6 月和 2021 年 7 月）附近；煤炭下 跌的时期在库存顶部（2015 年 3 月和 2019 年 9 月）附近。其逻辑符合 王旭冉（2020）中所说，即较高的库存会压制煤价；库存较低时压制 被解除。

结论二：库存与煤价的上下走势并不是简单的正相关或负相关。例如 2011-2014 年煤价一路下跌，而库存却是先上后下，两者并不是简单的 正相关与负相关。计算库存与煤价的滚动相关系数，我们发现不同时 间段库存与煤价的关系不同。2012-2015 年库存与煤价呈负相关，2016-2017 年库存与煤价呈正相关，2018-2019 呈负相关，2020 年呈正相关， 2021 年及以后则呈负相关。

由于库存与价格走势并不是简单的正相关或负相关，我们划分库存周 期来探索库存与价格的关系。按燕志鹏等（2023）中的做法，使用库 存与价格的上下方向来刻画库存周期，我们发现， 结论三：煤炭具有较为规律的库存周期。这体现在各个库存周期是按 照逻辑顺序进行演绎的，即“主动补库存-被动补库存-主动去库存-被 动去库存-主动补库存”的循环顺序，并不会出现阶段跳跃的情况。

结论四：即使是同样的库存周期状态，其时间长度和价格变化幅度都 存在差别，库存需要结合其他变量来判断对价格的影响。第一，这三 次主动补库存阶段的时间长度不同。第二，不同于前两次主动补库存 阶段，2021 年至今的主动补库存阶段煤价的变化幅度不大。第三， 2012-2014 的被动补库存期间煤价大幅下降，而 2017-2018 年的被动补 库存期间煤价则下降幅度不大。

2012-2014 的被动补库存期间煤价大幅下降，本质上是由于该段时间产 能过剩与经济需求下台阶，煤价下跌动力较强，库存上升助推煤价下 跌；2017-2018 的被动补库存期间煤价相对平稳，则是由于 2015-2016 年提出的供给侧改革和“276”去产能政策，导致煤炭产能迅速下降，煤炭市场来到供需较为平衡的状态，库存上升对煤价的影响减小。因 此，库存需要结合产能和政策等其他变量来判断对价格的影响。 构建三个投资策略。分别是： 库存上下策略：最新库存相对上升时做多煤炭，最新库存相对下降时 做空煤炭。 库存高低策略：最新库存处于高位时做多煤炭，最新库存处于低位时 做空煤炭。 库存周期策略：定义库存低位向上为主动补库存，高位向上为被动补 库存，高位向下为主动去库存，低位向下为被动去库存。最新库存处 于主动补库存和被动去库存阶段时做多煤炭，处于被动补库存和主动 去库存阶段时做空煤炭。

首先看库存上下策略。2018 年后，库存上下策略的累计收益上下波动， 并未形成大的趋势，这说明单纯看库存上下并不能对市场预期的变化 方向起到指示作用。

其次看库存高低策略。从累积收益曲线来看，2018 年后，低库存策略 表现持续好于高库存策略，说明市场认可高库存会压制煤炭行业业绩 的逻辑。但若观察更长的区间，从 2015 年至今，高库存时支持高库存 压制业绩的 P 值为 0.46，并不显著。

其次是库存周期策略，我们直接统计各个状态下的收益特征，可以得 到两点结论。

第一，除被动补库存阶段外，其他阶段的收益特征符合行业研究框架 中的逻辑，即主动补库存、被动去库存阶段平均超额收益为正，主动 去库存阶段平均超额收益为负。 进一步探究被动补库存阶段收益不符合逻辑的原因，我们发现被动补 库存阶段的超额收益中位数小于 0（为-0.5%），说明在该阶段超额收益 仍然大概率为负，均值为正的原因是 2021年 12月、2022年 7月和 2022 年 8 月尽管识别为被动补库但超额收益显著为正。继续深挖我们发现， 2022 年在限价政策下国内煤价十分平稳，股价波动可能由全球能源危 机的主题主导，而非被动补库周期对业绩影响的基本面逻辑发生了改 变。

第二，库存周期对超额收益的影响比库存高低显著，说明库存周期可 能更接近于市场给煤炭股定价的逻辑。被动去库存和主动去库存的P值 均小于 0.2，其中主动去库存的 P 值低至 0.04，较为显著；检验主动去 库存下超额收益为正的 P 值为 0.32，虽然比较大，但考虑到该阶段只有 7 个样本点，可以接受主动去库存下超额收益为正。相比之下，库存高 压制股价的显著性不高，P 值为 0.46。 观察库存周期策略多头的表现，在发出主动补库存和被动去库存信号 时做多煤炭指数，否则买入中证全指（此时超额收益为 0）。结果显示， 2016 年至今，库存周期策略使得年化收益提高了 1.7%，最大回撤从 43% 大幅减小至 22%。

3.4. 运价

运价是汽车司机的收费（公路运输）、铁路运输的收费和水路运输的收费。煤价和运价是两个相互影响的变量，煤价上涨意味着供需较紧， 常常伴随需求上升从而导致运力不足，运价上涨；而运价除了受煤价 影响外，还可能受政策、运力变化（修路等导致）等影响，运价的上 升可能反过来成为发煤企业或下游电企的成本（这取决于哪方更为强 势），从而影响煤价。房雅倩（2014）认为中国沿海煤炭运价的价格变 化较煤炭价格更为灵活，且运价的拐点往往领先于煤价的拐点；孟昭 阳（2021）认为，中国沿海煤炭运价是煤价的格兰杰原因和先行指标， 两者同向变动。 我们选取“海运煤炭运价指数 OCFI:综合”指标作为煤炭的运价指标。 可以看到，运价与煤价走势整体呈正相关，且拐点较为接近，说明运 力紧张与煤炭供需紧张往往同时发生，且紧张程度呈正相关。

运价高低对预期变动具有较强的正向指示作用。从对未来短期股价的 影响来看，t 月运价高低对 t+1 月收益率有显著的正向指示作用，而运 价上下对收益率的指示作用并不显著。相对于低运价，高运价反映供 需紧缺的程度较大，或更有利于促进预期的抬升。

3.5. 国内煤价

煤价是供需双方反复博弈、以及政府政策共同作用的结果，它的形成 过程是一个复杂的系统。煤价在很大程度上反映了煤炭行业的景气程 度，从而对股价存在一定影响。在上文我们已经论证了，长期来看， 煤炭行业的业绩锚定的是国内煤价。这里将探究，煤价对未来的短期 收益率是否有指示作用。这其中实际上是有逻辑链条的，也就是说， 市场是否认为，煤价涨了意味着煤炭行业景气向好，从而上调预期并 拉升股价。 指标方面，我们选择较为常用的“综合平均价格指数:环渤海动力煤 (Q5500K)”指标。由于该指标没有 2010 年之前的数据，我们使用“(停 止)中国煤炭价格指数:全国综合”指标的数据进行等比例填充，从而得 到最终的 2006 年以来的价格序列。

首先来看上下策略和高低策略。结果显示，高低策略有持续显著的超 额收益，而上下策略的超额收益并不显著。也就是说，相对于低煤价， 高煤价更容易让市场认为煤炭行业当前景气向好，信心较强的状态下 更容易抬高预期。而煤价边际上行一个月对市场的判断影响不大。

煤价高位策略是一个高赔率的策略。结果显示，在高位时买入煤炭指 数的策略的月胜率为 52.3%，但平均收益达 1.6%，2015 年之后总收益 达 69%，是一个高赔率的策略。

3.6. 进口

我国是一个用煤大国，煤炭消费量在全球占据了较大比重，在近年更 是超过了50%。但与此同时，我国是一个“富煤贫油少气”的国家，较 为丰富的煤炭储量使得 2007 年之前我国煤炭保持净出口状态。随着我 国经济的不断发展，对煤炭的需求持续上升，煤炭进口量大幅增加。 于此同时，国家采取了限制煤炭出口的政策，2009 年以后，我国成为 煤炭的净进口国，并保持至今。

在不同的发展阶段，进口煤炭量存在波动。2000-2013 年我国经济快速 发展，煤炭的供不应求促使政府放开了进口政策，煤炭进口量持续攀 升。2014-2015 年，由于经济增速下台阶和国内产能过剩，煤炭进口量 减少。2015 年之后，去产能政策导致较多小煤矿关闭、煤炭供应量下 降，进口煤作为优质煤炭作为我国煤炭缺口的补充。2018 年之后，我 国开始控制进口煤数量以防止其对国内煤炭的过多替代。

作为另一种供给，进口煤与国产煤之间存在替代与互补关系。替代关 系指的是进口煤在价格和质量上的优势会对国产煤形成冲击。根据罗 奕鑫（2021），进口煤在 2000-2020 年区间内对国内煤存在显著的替代 效应。其中，澳大利亚、印尼和蒙古进口煤的替代效应最为显著。互 补关系是商品间的组合会提高整体的效能，指的是进口煤的引进可以 促使国内煤企提高技术水平，并和国产煤共同补足供需缺口。罗奕鑫 （2021）认为 2009 年之后进口煤与国产煤之间既存在替代关系也存在 互补关系。 选取“中国:进口数量:煤及褐煤:当月同比”指标作为进口的表征。可以 看到，长期来看，煤炭进口增速与煤价走势正相关，说明长期视角下， 主要为煤炭行业景气带动进口；滚动相关性来看，正相关系数波动较 大但仍主要为正相关。

但对于股票的短期定价来说，情况是不同的，主要是“进口替代供给” 的逻辑。对于 t+1 月的收益率，t-1 月进口的上下和高低在 2019 年至今为负向指示作用；对于 t 月的收益率，t-1 月进口的上下在 2015 年及以 后为负向指示作用。

拆分来看，主要是进口上行对 t+1 月收益率总是负向指示作用。这说明 进口上行总是引起市场对于进口挤占国内供给的担忧，并且这个逻辑 在 2019 年供给侧改革取得较大进展之后得到强化。2021 年及之后，进 口下行开始对 t+1 月收益率有较强的正向指示作用，说明这段时间国内 供给短缺，进口的下行加剧了市场对供需缺口扩大的预期。

3.7. 国际煤价

作为生产活动的重要能源，煤炭的价格波动与全球经济发展息息相关。 那么，国际煤价对我国煤价乃至煤炭股价的影响大小如何？本节进行 探讨。 虽然我国是煤炭的净进口国，但进口煤占比仅在 8%左右，相对较小。 但进口占比相对较小是否意味着国内煤价受国际煤价影响较小？这其 实涉及到国际煤价定价权的问题，我们查阅了相关文献。

定价权的定义是：一个国家在国际贸易或国际期货市场中对大宗商品 交易价格的影响能力。苏梦颖（2020）中认为我国仍缺乏对国际煤炭 的定价权，主要原因有几点：一是我国对煤炭初级品消耗大，生产效 率较低且生产成本高，所以国际市场供应商对产品定价有更多的溢出 空间；二是我国煤炭进口企业（东部沿海地区的民营企业）尚未形成 统一的联盟，存在内部竞争的现象，在国际贸易中只能被动接受国际 大型煤炭供应商的报价；三是我国的进口来源国家澳大利亚和印尼都 已形成统一的国际贸易主体，其国内有大型公司引领出口定价，我国 形成“分散对集中”的采购模式；四是我国煤炭期货市场还不够成熟。

由于定价权的缺乏，我国煤价对国际煤价的影响较小。相反，国际煤 价对我国煤价存在一定的影响。吕靖烨等（2020）表明，国际煤炭价 格对国内煤炭价格具有一定的引导作用，欧洲 ARA 港动力煤价格、纽 卡斯尔 NEWC 动力煤价格和理查德 RB 动力煤价格的变动都对秦皇岛 Q5500 动力煤价格有一定冲击，而国内煤炭市场对于国外煤炭市场则影 响较弱。 选取纽卡斯尔 NEWC 动力煤现货价作为国际煤价的代理指标。长期走 势来看，除 2021 年后，国内煤价和国际煤价的走势及拐点较为一致。 由于二者的相关性太高，我们计算一阶差分后再计算滚动相关系数。 可以看到，2020 年后，相关系数转为正值，并在 2021 年大幅上行。但 2021 年底之后，俄乌冲突造成的能源危机导致国际煤价波动较大，而 国内的限价和保供政策使得煤价较为平稳，两者相关性有所降低。

国际煤价高低对预期变动具有较强的正向指示作用。可以看到，高低 策略从 2010 年至今都具有较为显著的超额收益，而上下策略从 2017 年 起开始具有显著的超额收益。

上行策略和高位策略为高赔率策略，而下行和低位则是较为显著的下 跌信号。分开来看，我们发现在国际煤价上行期和高位时做多煤炭指 数，可以获得 1.5%以上的月均超额收益。但两者的胜率都不高，分别 为 60.4%和 54.5%，因此上行策略和高位策略也是高赔率的策略，而且 它们的收益在很大程度上来源于 2020 年之后煤炭指数的上涨。但在国 际煤价下行后或来到低位后，煤炭超额收益为负的概率（胜率）为75% 以上，统计检验显示，两者为负的单边检验 P 值分别为 0.03 和 0.001， 较为显著。这说明在高国际煤价时期，投资者认为国际煤炭紧缺可能 使得国内煤价大涨，从而上调预期的幅度增大；而低国际煤价时期， 投资者普遍认为国际煤价低迷会传导至国内，因此下调预期的概率增 大。

3.8. 国际油价

作为另一种重要能源，石油与煤炭之间存在着相互替代的关系。本节 探讨国际油价如何影响国内煤炭行业股票的定价。 不同于煤炭，石油主要由国际定价，且国际定价权的发展已较为成熟。 石油输出国组织（OPEC）在石油市场保持着较强的定价权和较高的地 位。根据曾庆婷等（2014），国际油价对国内煤价有三条影响路径，分 别是：国际油价影响国际煤价，再影响国内煤价；国际油价影响国内 油价，再影响国内煤价；国际油价影响其它相关替代能源价格，再影 响国内煤价。

李丽萍等（2021）的实证表明，国际石油对山西煤炭具有单向的格兰 杰因果关系，即国际石油价格可影响山西煤炭价格，但山西煤炭价格 对国际石油价格没有影响。且国际石油价格对山西煤价的影响力呈现 逐年变大的趋势。 指标方面，我们选取“OPEC:一揽子原油价格”表征原油价格。可以看 到，除 2021 年底外，国内煤价和国际煤价的走势及拐点较为一致，且 国内煤价和国际煤价在大部分时间为正相关。

国际油价的高低和上下均对预期变动具有较强的正向指示作用。可以 看到，2013 年至今，上下策略和高低策略的超额收益均显著大于 0，其 统计 P值分别为 0.02和 0.01。这说明投资者国际油价上（高）比下（低） 的环境更容易调高对于煤炭行业的预期。

与国际煤价一样，国际油价指标构建的上行策略和高位策略为高赔率 策略，而下行和低位则是较为显著的下跌信号。分开来看，我们发现 在国际油价上行期和高位时做多煤炭指数，分别可以获得 1.2%和 1.4% 的月均超额收益。但两者的胜率都不高，均为50%，因此上行策略和高 位策略也是高赔率的策略。但在国际煤价下行后或来到低位后，煤炭 超额收益为负的概率（胜率）分别为67%和30%，统计检验显示，两者 为负的单边检验 P 值分别为 0.01 和 0.02，较为显著。

3.9. 小结

本章我们探索了各个行业变量的定价规律。在固定了信息处理框架和 未来推断框架的基础上，通过阅读学术文献、同行交流与实证检验对 行业研究框架进行探索，研究各变量如何影响人们主观上对煤价的预 期。

4. 变量组合策略与核心驱动因素的演变

在上一章，我们解析了单个行业变量的变动是否会带来预期的变化， 以及如何带来预期的变化。但实际投资时，我们很少仅根据一个变量 的变动来进行投资决策。从统计的角度来说，从上一章我们也看到， 单变量策略往往无法兼顾胜率与赔率。

在实际投资时，我们常常会说“当下煤炭行业的投资核心是看 XX 变 量”，这其中蕴含着核心驱动因素的思想。在不同的时间段，由于行业 内部环境和外部环境的不同，各个行业变量对预期的影响方向和影响 程度会有所变化。以进口变量为例，2019 年后其单变量策略的收益率 比 2019 年之前更加显著。这就会导致在不同时间段，定价能力最强的 变量是不同的，即核心驱动因素不同。 因此，投资的一种思路是，首先判断当前的核心驱动因素是什么，再 根据这个因素的变动进行投资。从广义上来说，如果我们将所有内部 环境和外部环境的变量都纳入系统，观察多个变量组合而成的综合状 态，此时核心驱动因素的演变本质变成了变量组合的演变。 综上所述，我们可以构建变量组合策略并探究行业核心驱动因素的演 变，最终构成综合的系统产生投资决策。

4.1. 国内供需：需、产、库、价

研究煤炭行业业绩，或者说研究煤价，本质上就是研究煤炭供需的紧 张程度。煤炭供需绝大部分来源于国内，本节就国内的相关变量综合 分析，判断国内煤炭供需的紧张程度。 由上一章的内容，我们知道港口吞吐量是表征煤炭行业需求的较为有 效的指标，2014 年之后，该变量一直蕴含着对人们预期存在正向影响 的信息。但只看需求是不够的，我们还需要结合供给端的变量来观察 国内煤炭的供需状态，即产量和库存。

变量组合后，需求对收益率仍有较高的区分度。我们会发现需求无论 是和产量组合还是和库存组合，需求上行时的收益都好于需求下行时。 这说明即使加入了产量和库存变量，需求对收益率仍有较高的区分度。 需求上行期，产需两旺优于供不应求；需求下行期，供过于求差于供 需两弱。在需求上行时，产量上行好于下行，两者月均收益差距为 1.5%；在需求下行时，产量下行好于上行，两者月均收益差距为 2%。 这说明需求和产量共同作用于股价时可能存在两个逻辑，当需求上行 时，产量同步上行意味着的产需两旺比产量下行意味着的供不应求更 受市场青睐；而需求下行时，产量上行意味着的供过于求则比产量下 行意味着的供需两弱更为市场所担心。

在需求上行时，低库存明显好于高库存；需求下行时，高库存和低库 存差距不大。市场认为低库存时的需求上行更容易加剧供需的紧张， 而高库存时需求上行效果较弱，两者月均收益差距达 1.3%。当需求下 行时，高库存时股价表现较好，但仅高出 0.5%，两者差距不大。这说 明在需求下行的环境下，市场对库存的关注度减弱。 将需、产、库三变量综合来看国内供需的紧张程度。

产量和库存变量相互不可替代。产量和库存都可以算是供给端的变量， 那他们是否可以相互替代呢？固定需求+产量的组合状态（除需求下行 且产量上行的状态外），库存低显著好于库存高，这说明在产需指标外 额外纳入库存指标，可以利用更多的有效信息；固定库存的组合状态 时，需求与产量组成的状态方向也符合单独看产量与需求的结果，这 说明需求库存组合下，产量也可以提供额外的信息量。因此，产量和 库存变量均可提供供给端的额外信息。

综合考虑之后，我们构建需产库投资策略：需求上行&产量上和低库存 有其一则买入申万煤炭指数，否则买入中证全指。 由于实际投资中，决策的对错影响着投资者的心态，所以在策略的回 测过程中，我们将胜率定义为决策正确的概率，即：策略买入煤炭指 数的月份，若煤炭指数收益高于中证全指，则定义为“胜”，反之则 “败”；煤炭买入中证全指的月份，若中证全指的收益高于煤炭指数， 则定义为“胜”，反之则“败”。

需产库策略相对于单变量策略的效果有一定的提升。可以看到，相对 于需求单变量策略，需产库策略提升了 0.2%左右的月均超额收益以及 5% 的胜率；相对于产量和库存，需产库策略提升了 0.5%左右的月均超额 收益，相对于产量策略提高了 9%的胜率。 高运价+高国内煤价的状态下，煤炭指数超额收益显著。除了需求、产 量和库存这类数量层面的指标之外，运价和国内煤价这类价格类指标 是各方博弈的结果，同样蕴含着煤炭供需紧张程度的相关信息。可以 看到，高运价+高国内煤价的状态下，煤炭指数的月均超额收益达到2.2%，且胜率达到 63%，较为显著。而两个价格中只要有一个为低， 则平均超额收益为负，且胜率仅在 30%左右。

将运价和国内煤价补充到国内供需研判体系，构建需产库价策略，即 满足以下条件之一即做多煤炭指数，否则做多中证全指： 条件一：需产库策略的条件 条件二：运价和国内煤价均处于高位 相对于需产库策略，需产库价策略的收益与胜率仍有提升。可以看到， 需产库价策略相对于中证全指的月均超额收益达 1.4%，相对于需产库 策略提高了 0.3%；胜率达 65.9%，相对于需产库策略提高了 2.2%。这 说明加入运价和国内煤价指标可以辅助我们更为精确地判断和捕捉到 国内供需紧张的情况。

需产库价策略具有较高的年化收益、较高的夏普比率和较低的最大回 撤。2015 年 12 月至 2023 年 6 月的回测期内，需产库策略的年华收益率 为 14.9%，远高于煤炭指数的 3.8%和中证全指的-1.8%；此外，需产库 策略的夏普比率达 0.65，亦远高于两者；最大回撤为 30%，低于两者。 从净值的角度来看，需产库价策略的净值表现远超中证全指和原煤炭 指数，且相对净值表现较为稳健，最终相对于煤炭指数的累计超额收 益为 155%，相对于中证全指的累计超额收益为 200%。

4.2. 国外冲击：进口、国际能源价格

除了国内供需之外，国际能源价格也通过进口等方式影响着人们对于 煤价的预期。上一章已经介绍，可以看到，2021 年 12 月之后，国内煤 价与煤炭累计超额收益走势脱节，但国际煤价与煤炭累计超额收益走 势密切相关，这说明国际能源形势会对人们对于国内煤价的预期产生 影响。

从上一章的结果来看，进口变量在 2019 年后对人们预期的影响力增强， 成为了较为重要的定价变量。一个简单的逻辑是，当国际煤价较低时， 较高的进口量会对国内煤价造成较大的压制，从而使人们对煤价的预 期难以抬升。 因此，我们可以将进口量和国际能源价格进行组合，以反映国外煤对 国内煤的冲击。

进口下行、国际煤价高位的状态对煤炭股价最为有利。在进口与国际 煤价的组合中，高国际煤价时的收益总是好于低国际煤价时；在国际 煤价高低状态固定的情况下，进口下行优于进口上行。国际煤价高且 进口下行的情况下，煤炭超额收益大于 0 的概率为 63.2%。

进口下行且国际油价高位状态对煤炭股价最为有利。国际原油是国际 煤炭的替代能源之一，因此，我们同样观察进口量和国际能源价格组 合状态结果。可以看到，进口与国际油价的组合也有一定的效果，主 要是进口下行并且国际油价高位时胜率较高。但其他状态下的收益并 不符合我们的预期，比如收益和胜率排名第二的状态为进口上且国际 油价低，而按正常逻辑该状态应该最为利空国内煤价，因为此时国外 能源低价且进口量大，对国内的冲击最大。这可能是由于油价与煤价 毕竟品种不同，其传导作用相对削弱造成的。

构造国外冲击策略，当进口下行且国际煤价与国际油价其一上行时， 做多国内煤炭。可以看到，2016 年至今，国外冲击策略的表现略弱于 国内需产库价策略，不过仍然有一定的超额收益，相对于中证全指的 月均超额收益为 1.0%，策略的胜率为 62.6%。

4.3. 核心驱动因素的量化及演变

探索了单变量、变量组合的定价规律之后，我们研究核心驱动（定价） 因素的演变过程。将前文单变量策略的收益率取 12 个月移动平均值，然后对各个变量进 行排名。变量的排名越高，说明近期市场根据该变量进行定价的力度 越大，我们定义排名前三的变量为核心驱动因素。

可以看到： （1） 需求是核心驱动因素的时段为 2016 年初至 2017 年初、2018 年 底至 2019 年底、2020 年底至 2021 年 7 月、2022 年 8 月至今。 （2） 产量是核心驱动因素的时段为 2017 年底至 2018 年底、2022 年 9 月至今。 （3） 库存每次成为核心驱动因素的时间较短，可能是因为市场只会 将库存高低作为辅助变量，还需要结合其他变量来形成煤价的 预期。近三年，低库存在 2021年 6月至 10月的定价能力较强。 （4） 国内煤价是核心驱动因素的时段为2017年7月至2018年10月。 （5） 运价是核心驱动因素的时间段为 2020 年初至 2021 年底。 （6） 国际煤价是核心驱动因素的时间段为 2019年 3月至 2020年底、 2021 年底至 2022 年 8 月。 （7） 进口是核心驱动因素的时间段为 2016年 3月至 2016年底、2021 年底至今。

利用国内需产库价策略和国外冲击策略的表现来判断当前核心驱动因 素在于国内还是国外：（1） 国内供需为核心驱动因素的时间段为 2016 年 3 月至 2019 年 9 月、2020 年 11 月至 2021 年 10 月。 （2） 国外冲击为核心驱动因素的时间段为 2021 年 11 月至今。 接下来，我们采取主观复盘的方式来寻找核心驱动因素，将其结果与 量化方式的结果相互印证。 由于我们的量化模型是从 2016 年开始运行，我们需要知道在 2016 年初 整个行业所处的初始状态。2012 年-2015 年是我国经济增速下台阶的四 年，带来煤炭需求增速的不断下降；供给端则是由于四万亿计划中投 入的巨额资本开支转换而成的新增产能不断释放，产能过剩问题较为 凸显，煤价大幅下行，煤企利润率持续下滑。在这个阶段，需求和产 能无疑成为了影响股价的核心变量。

但要看到的是，行业剧烈下行的过程往往伴随着中小煤企的出清， 2012-2015 年行业亏损企业单位数和亏损总额迅速上升，导致行业内企 业数量迅速缩减，2015 年初企业数量已经回到 2007 年初的水平。加上 煤价下行的过程中各大企业自发控制产能增速，在 2016 年初，产能过 剩的情况已经得到一定改善。

进入 2016 年后，去产能政策和需求成为股价的核心驱动因素。2016 年 2 月，国务院印发《关于煤炭行业化解过剩产能实施脱困发展的意见》，要求用 3 到 5 年时间适度减少煤矿数量、较大幅度压缩产能和化解产能 过剩，煤炭行业供给侧改革的力度开始加大。3 月，《关于进一步规范 和改善煤炭生产经营秩序的通知》要求全国所有煤炭按照 276 个工作日 规定组织生产，即将现有合规产能乘以 0.84=276/330，直接核减了 16% 的产能。于此同时，随着地产投资和销售双双上行，煤炭需求得以回 升。此外，煤炭库存来到较低水平，去库存接近结束。产能政策、需 求，加上库存的辅助，共同带来了煤炭行业的超额收益。

随后 2017-2018 年，供给侧改革持续推进，2016 年至 2018 年累计退出 落后产能 8.1 亿吨，基本提前完成“十三五”去产能目标。于此同时， 地产销售与投资也在下滑，供需处于较为平衡的状态。此时，供需双 方的任何一方的失衡，都会在煤价上得到较大的体现，因此煤价成为 市场重点关注的对象。 由于国内煤炭产能的减小，国内用煤企业对进口煤的依赖度增加。 2018 年，中国意识到进口煤的替代效应给国内煤炭市场带来的威胁， 开始收紧进口煤政策，延长进口煤通关时间，提出煤炭进口平控（不 得高于上一年水平），进口煤炭的限制政策频出。

2019 年，市场开始更 加注意进口政策和进口数量的变化，国外冲击对股票的定价能力开始 增强。 2021 年 1-10 月，疫后第一年需求快速恢复，夏季用电需求旺盛。但供 给端两会前后因安检、反腐等原因，限产力度加大；在百年党庆前后 产地亦大规模限产，煤炭库存低位。国内供需两端因素叠加共同推高 煤价，此外，由于进口煤总量控制政策，2020 年 12 月开始的澳煤零进 口亦加剧了煤价的上涨。总体来看，该段时间的核心驱动变量应为需 求、限产政策和库存。

2021年 10月至 2021年底，供给端发改委加大限价力度，煤价进入快速 下跌通道；保供力度加大，产量逐渐增加，电厂库存回升。需求端夏 季用电高峰进入尾声。最终煤价快速下跌后形成较为平稳的态势。这 一阶段的核心驱动因素为限价保供政策。 进入 2022 年，保供政策下煤价较为平稳。2 月 24 日和 28 日，发改委发 布《关于进一步完善煤炭市场价格形成机制的通知》《关于做好 2022 年煤炭中长期合同监管工作的通知》，进一步完善煤炭长协定价机制。4 月 29 日发改委要求，煤炭生产企业要严格按照不低于年度煤炭产量 80% 签订中长期合同，严格落实煤炭中长期交易价格政策要求。与 2017- 2018年类似，两段时间均为煤价平稳期，但 2017-2018年煤价是市场预 期的核心驱动因素，而2022年煤价则不是核心。这是因为2017-2018年 的煤价平稳更多是由于供需两端通过市场自发形成，只要一端失衡则 煤价容易大幅波动；而 2022 年在政策作用下煤价具有较强确定性，即 使出现短期的波动，市场仍会对其持续性存疑。

在 2022 年国内保供的背景下，国外冲击成为了不确定性较高的博弈重 点。1 月，印尼煤炭禁运导致我国煤炭进口量大幅下降，2 月俄乌冲突 导致国际煤价高涨，两大因素导致我国 1-7 月煤及褐煤进口同比下降 18.2%，海外煤价高涨使得我国煤价虽然总体平稳但也保持高位。1-9 月，在进口、国际煤价的冲击下，股价脱离国内煤价并延续大幅上涨。 2022 年 9 月之后，国际煤价暴跌，煤炭股超额收益亦开始减小。

进入 2023 年，需求和进口成为煤炭股价的核心驱动因素。在疫情防控 政策有所变化之后，经济复苏的斜率是投资者在 2023 年关注的重点。 另一方面，今年以来，我国煤炭进口量大幅上升，这与进口政策的变 化有关。2023年 1月，发改委首先允许宝武等四家企业恢复澳煤进口； 3 月商务部表示中国对煤炭进口实行自动许可管理，两年多的澳煤禁令 结束；据 3 月 25 日财政部官网消息，自 2023 年 4 月 1 日至 12 月 31 日 继续对煤炭实施税率为零的进口暂定税率。此外，国际煤价的持续下 行亦增强了国内用煤企业的进口动力。需求端与进口的共同作用下， 煤炭累计超额收益在 2023 年维持下行趋势。

5. 煤炭量化模型的使用方式及最新结果

上文我们完成了煤炭量化投资模型的搭建，本章介绍模型的使用方法。 首先，我们可以从模型中得到各类指标的最新位置状态和边际变化状 态。例如我们可以知道当前煤炭处于去库存的状态，但库存仍然偏高， 可能是主动去库存，历史上主动去库存阶段并无超额收益；需求指标 处于边际下行的状态等。 其次，我们可以从大类结论中得出变量组合策略的建议。例如当前国 内需产库价策略和国外冲击策略均给出中性的建议。策略的具体设置 方式可见上一章。

接着，我们可以得知当前煤炭行业的核心驱动因素。当前煤炭行业定 价仍受国外冲击（即进口及国际煤炭价格）影响较大，因此我们应重 点关注国外冲击策略的结论。最后，我们可以结合整体框架去寻找最新的行业信息，综合进行判断。 例如根据国君煤炭团队的观点，当前需求端：地产政策持续发力，非电需求改善，但电力低日耗。库存端：电厂高库存低日耗，但进口成 本提升港口低库存的支撑。从而认为煤价预计弱稳窄幅震荡。

（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。）