2024年芯片行业状态监测与量化投资模型专题报告

1. 芯片行业分析方法

1.1.芯片产业链介绍

芯片是半导体产品的重要分类，占据了全球半导体行业的 83%市场份 额。半导体的其他分类分别为分立器件（6%）、光学光电子（7%）和 传感器（4%）。此外，我们一般认为芯片等同于集成电路，不过严格来 说，部分领域的芯片可能不存在集成电路。

芯片可以分为数字芯片和模拟芯片两大类。其中数字芯片包括逻辑芯 片、存储芯片和微处理器；模拟芯片包括信号链芯片和电源管理芯片 等。逻辑芯片占比 33%，其中最为常见的是 CPU 和 GPU，存储芯片占 比也是 33%左右，其中包括 DRAM 和 NAND 等。

芯片行业的下游应用十分广泛，与经济息息相关。从上世纪 60 年代美 国将芯片用于军工领域，到日本应用于家电领域，再到 PC 时代、智能 手机时代，再到将来可能大规模应用于汽车电子、工业电子、人工智 能和物联网等领域，芯片渗透进我们生活的方方面面，与经济整体产 生了密不可分的联系。根据 IC Insights 的预测， 2019-2024 年全球芯片 增速与 GDP 增速的相关系数将达到 0.9。

按照下游终端需求的向上传导顺序来看，芯片产业链可分为芯片设计、 芯片代工、芯片封测。半导体材料与设备为这三个环节提供支持。

芯片设计环节根据下游客户的需求设计出电路图，其最终输出掩膜版 图（光罩）。在芯片生产的整个产业链中，芯片设计是轻资产环节，最 重要的资产是人，最重要的能力是研发能力，也因此具有较高的毛利 率。纵向来看，我国芯片设计行业规模迅速增加，超过了封测行业， 占比 43.21%；全球横向对比来看，我国虽然在模拟芯片和通讯芯片设 计方面取得一定的份额，但在存储芯片和逻辑芯片设计的市场占比仍 然有限。此外，我国在芯片设计上游的 EDA工具与 IP 核领域仍与海外 头部玩家差距较大，且面临挤压。典型的芯片设计公司为英伟达、高 通、海思、AMD、联发科和苹果等，A 股的上市公司为圣邦股份、紫 光国微、韦尔股份等。 芯片代工是在晶圆材料上构建完整的集成电路的过程。芯片代工行业 是重资产行业，技术壁垒极高，也是我国为解决“卡脖子”问题需要集中力量攻克的环节。当前来看，台积电一家独大，根据 Trendforce 数 据，其 2022 年四季度在全球市场份额高达 58.5%。中国大陆方面，中 芯国际于 2019年实现 14nm芯片量产，目前大陆在成熟制程代工市场已 经建立了一定份额，但仍需在先进制程领域实现突破。

芯片封测指封装与测试，封装是将芯片封装到塑料或陶瓷中的过程， 测试是对封装好的芯片进行功能和可靠性测试的过程。芯片封测是重 资产行业，设备投资强度较大，但工艺进步相对较慢，壁垒相对较低， 国产化程度较高，是我国与世界先进水平较为接近的一环。A股的上市 公司为长电科技、通富微电和华天科技等。 芯片材料、设备与工具是芯片产业链环节的重要支撑。EDA 是芯片设 计的重要软件，目前主要的 EDA 厂商集中于美国，前三厂商 Synopsys、 Cadence和 Mentor Graphics 占据了全球绝大部分的市场份额。IP核是 IC 设计中提前设计和验证好的功能模块，当前较大部分份额为 ARM 公司 所有。此外，用于芯片制造领域的光刻机、刻蚀机的先进制程设备大 多来自于美日欧，但我国公司如北方华创、中微公司和盛美上海等亦 在奋力追赶。

1.2.芯片行业研究框架

行业研究框架是各种变量到业绩的映射系统。之所以称之为系统，是 因为众多变量与业绩之间的关系太过复杂，并非简单的线性关系。 周期类研究框架认为，根据驱动因素的不同可以对芯片行业历史有多 种划分方式。不同划分方式代表着不同的投资逻辑。投资者常使用周 期型研究框架对芯片行业进行研判，例如供需周期、库存周期、产能 周期、产品（创新）周期和国产替代周期等。 某种意义上来说，使用周期去解释业绩的运行，是对纷繁复杂的行业 变量的简化表达，这使得投资研究具备框架感。但是，使用周期的方 式往往忽略了周期间的联系。比如半导体销售额是供需周期中的需求 变量，但国产替代和下游产品的创新会对半导体销售额产生影响，即 供需周期中其实也蕴含了创新周期和国产替代周期的信息。

以芯片行业利润作为行业业绩的代理指标，利润取决于量和价，其中 量分为需求和供给，价分为价格和成本。 首先来看需求。行业的最终需求来源于下游终端，即智能手机、PC、 服务器、汽车电子和人工智能等领域，下游细分行业需求的波动会带 来芯片需求的波动。下游行业的创新也可能给芯片需求带来增长点， 例如随着智能手机的升级换代，越来越多的人开始使用智能手机，带 来芯片需求的长期高涨；近些年汽车电子的不断创新也带来成熟制程 芯片的需求增长。此外，芯片的广泛应用使需求与宏观经济联系起来， 从而芯片需求也开始具有周期性，例如当宏观经济上行时，人们会有 更高的汽车购买需求，芯片需求随之增长。芯片产业链较长，理论上 越靠近下游终端的环节对需求的反映越灵敏。比如设计环节的公司对 需求的灵敏程度应该强于代工。

供给也能创造需求，例如过去十几年晶体管数量遵循摩尔定律不断增 长，芯片性能的提高催生了人们对于手机等产品的需求，从而进一步 拉动了芯片需求的增长。由于从晶圆厂的建立到形成有效产能大约需 要两年的时间，需求向上游的传导存在一定的时滞，从而存在一定的 供需错配，供需错配的体现就是库存周期。高库存往往意味着供给 （产能）过剩或需求不足，此时价格下行，行业盈利下行。此外，晶 圆厂高资本开支带来的产能扩张可能带动上游半导体设备和材料的发 展。 国产替代成为影响供需的重要因素。随着中美关系的紧张化，芯片行 业的国产替代进程加速，成为影响行业盈利的重要因素。例如由于美 国对华为的技术和设备限制，华为将部分芯片相关业务转移到中芯国 际等国内企业组成的产业链，这对其营收增长有一定的促进作用；但 美国的限制也加大了国内技术突破的难度，导致我国在先进制程方面 产能紧缺，我国亟需在光刻机、制造工艺等“卡脖子”环节实现技术 突破。

1.3.基于状态划分的量化模型

投资实战本质上是对多变量状态的综合判断。变量的状态是投资者形 成预期的基本依据，在实际投资中，我们常常听到的投资逻辑常常始 于变量的状态。单变量投资逻辑例如“变量 A上升幅度超预期，看好 X 行业”，在这里，“变量 A 上升”是状态，“超预期”是投资者内心的判 断，“看好 X 行业”是结论；多变量投资逻辑例如“库存低位，需求回 升超预期，看好 X 行业”，那此时“库存低位”和“需求回升”是状态。 本文基于量化模型对各变量进行状态划分，探究该状态下市场预期的 变动规律。状态划分的方式如下： 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”。

2. 拆解细分指标的定价规律

本章利用状态划分模型拆解细分指标的定价规律。由于数据的可得性， 本文主要从供需周期入手，寻找对芯片行业景气有指示作用的变量。

2.1. 供给

2.1.1. 产能下滑带来超额收益，产能利用率受需求驱动

产能是供给的根本来源，产能下滑带来超额收益。选取美国计算机、 通信和半导体工业产能指数同比度量芯片产能。可以看到，在 2011 至 2017 的产能增速下滑区间，芯片指数具有一定的超额收益。

产能利用率受需求驱动。可以看到，2005至 2011年和 2017年至今，产 能利用率正向领先超额收益。这说明产能利用率受需求驱动，产能利 用率上升是正向信号，而非“供大于求”的反向信号。当前产能利用 率增速转正，或将进入上行周期。

2.1.2. 中韩的半导体设备指标较为有效

设备在半导体制造中举足轻重，监控其出货情况是有必要的。由于北 美相关指标停止更新，我们重点关注日本、韩国和中国台湾的半导体 设备出货额，以及中国的计算机通信和其他电子设备制造业固投完成 额。 中韩的半导体设备指标较为有效。对比来看，中韩的半导体设备指标 对国证芯片指数的超额收益有较好的前瞻指示作用，中国台湾和日本 的指标有效性较弱。利用这些指标构建半导体设备景气度，其当前处 于低位，或已出现向上拐点。

2.2.需求

2.2.1. 除国产替代逻辑强势期外，宏观经济对芯片指数影响较大

随着科技的进步，芯片的下游应用领域愈加广泛，从 PC 和服务器为主 的计算机产品，再到智能手机为主的无线通讯产品，最后到近期兴起 的汽车电子和可穿戴设备，芯片已经渗透进了我们生活的方方面面， 其需求不可避免地会受到宏观经济波动的影响。 宏观经济对芯片超额收益大多为正向指示作用，2018 与 2019年例外。 复盘发现，2018 和 2019 年中美贸易战的升级促使“自主可控”政策频 繁出台，中芯国际等国内龙头也纷纷增大研发支出，国产替代成为芯 片指数获得超额收益的重要逻辑，经济对指数的影响弱化。2020 年之 后，经济对指数的影响重新得到强化。

欧美经济对芯片超额收益的指示性更强。相对中日韩宏观经济指标， 欧美经济对芯片超额收益的指示性更强，欧美经济指标当前或已出现 向上拐点。

2.2.2. 中国仍与全球需求周期密切相关，销售额仍有指示作用

半导体销售额是衡量半导体需求的重要指标。尽管 2018 年中美贸易战 升级以来美国不断对中国的半导体产业采取压制措施，但中国的销售 额增速走势与美洲总体接近，这说明中国并未脱离全球半导体的需求 周期。

半导体销售额增速正向领先芯片指数超额收益。全球和美洲半导体销 售额对芯片超额收益大多为正向指示作用， 2019 年可能是国产替代逻 辑占据主导从而指示左右为负。日本销售额的正向指示作用较为稳定。

此外，我们还可以从美国电子出口额和日本集成电路生产者出货指数 来观察需求的变动情况。当前美国和日本的出货增速当前已出现向上 拐点，其对芯片超额收益的指示性较强。

2.2.3. 下游行业难以单独主导超额收益，合成指标更为有效

智能手机出货量对芯片超额收益无明显指示作用。智能手机是芯片的 重要需求来源之一，但测算结果显示，智能手机出货量对芯片超额收 益并无明显指示作用。这可能是因为 2016 年之后，智能手机出货量开 始进入长期负增长区间，此时即使增速边际上行也难以对市场预期产 生较大影响。

笔记本电脑销量和电子计算机整机产量增速对芯片超额收益呈正向指 示作用。电子计算机也是芯片的重要需求之一，选取中国笔记本电脑 销量增速和电子计算机整机产量增速度量 PC 端的芯片需求。可以看到， 2019 年后，我国笔记本电脑销量增速和电子计算机整机产量增速对芯 片超额收益呈正向指示作用。

服务器和新能源汽车需求对芯片超额收益没有明显的指示作用。作为 芯片的传统需求来源，服务器端的需求（以信骅的营收增速度量）对 芯片超额收益并没有明显的指示作用；作为芯片近些年的新兴需求来 源，新能源汽车销量增速对芯片超额收益也没有明显的指示作用。

由上面的统计分析我们发现，分开看下游需求各项（手机、电脑、新 能源车和服务器）时，对芯片超额收益的指示作用较差。我们尝试合 成下游行业需求指标，手机、电脑、新能源车和服务器等权重，各分 项下的具体指标（比如手机分项下有三个具体指标）等权重。 下游行业需求合成指标对芯片超额收益有较为明显的指示作用，其当 前处于低位但可能已出现向上拐点。可以看到，合成之后指标有效性 大大增强。这可能是因为芯片行业的下游需求较为分散，只有多个下 游行业的需求同时上升或下降，方能合力影响芯片行业的总需求预期， 从而影响股价。下游需求合成指标曾在 2023 年到达十几年来的最低点， 当前仍处于低位，但可能已经出现向上拐点。

2.2.4. 台股设计、封测营收正向领先指数超额收益

晶圆需求

中国台湾晶圆进口金额增速对芯片超额收益有正向指示作用。由于中 国台湾的晶圆代工规模过于庞大，往往需要从外部进口晶圆，其进口 量的多少可以反映芯片代工需求与上游晶圆需求的强弱。

IC 设计

2019 年以来，台股集成电路设计公司营收增速对芯片超额收益具有正 向指示作用。中国台湾的芯片设计在全球占据重要份额，我们关注的 是台股集成电路设计公司整体营收增速指标以及联发科、联咏和瑞昱 这三个芯片设计龙头的营收增速指标。

IC 代工

我们发现，2015 年以来，中国台湾的主流芯片（尺寸为 12 寸和 8 寸） 代工产量对 A 股的国证芯片指数呈负向指示作用。

台积电和联电的营收增速与国证芯片超额收益呈负向关系。台积电的 营收增速与国证芯片指数的超额收益从 2012 年开始即呈负向关系；联 电的营收增速自 2015 年起与国证芯片的超额收益呈负向关系。这可能 是因为台积电主要生产先进制程芯片，而中国大陆以成熟制程芯片代 工为主，两者营收关联度不高。

IC 封测

中国台湾晶圆测试数据与日月光、力成营收数据对芯片超额收益有正 向指示作用。IC 封测领域，我们重点关注中国台湾 IC 晶圆测试产量以 及日月光、力成两大封测公司营收数据。可以看到，2017 年后，中国 台湾 IC 晶圆测试产量对芯片超额收益有正向指示作用；日月光、力成 两公司营收增速对芯片超额收益具有正向指示作用。

2.3.低库存、去库存状态利好市场预期

库存方面，由于标准化的指标数据较少，我们主要关注日本集成电路 生产者产成品库存、存货率指数以及中国计算机、通信和其他电子设 备制造业产成品存货。 低库存、去库存状态更有利于超额收益的产生，且去库力度与超额收 益正相关。从高低策略结果可以看到，库存指数与存货率指数均对芯 片超额收益有负向指示作用；从上下策略结果可以看到，库存指数与 存货率指数的变动均对芯片超额收益有负向指示作用；从同比指标构 建的策略可以看到，去库力度与超额收益正相关。当前日本库存呈高 位下行的状态。

2.4.价格指标没有前瞻指示作用

价格是供需关系的结果，更适合作为一个后验的监测指标。关注 DXI 指数、NAND 32G 价格和 NAND 64G 价格。可以看到，三个价格指数 对芯片超额收益指示作用并不显著。这可能是因为价格本身是供需关 系的结果而非原因，市场会更偏向于直接根据供需形成预期而非观察 后验的价格。

2.5. 2017 年后，中美关系是重要变量

2017 年后，中美关系是重要变量。可以看到，2017 年后，美国对华电 子出口增速、中国制造单晶柱或晶圆用的机器及装置进口数量均对芯 片超额收益呈正向指示作用。这说明在 2017 年后，美国对我国芯片产 业的制裁力度对市场预期会造成较大的影响。

3. 核心驱动因素与投资策略构建

不同时期市场的核心驱动因素不同。本章我们利用模型探究市场的核 心驱动因素以及构建投资策略。

3.1.模型对市场核心驱动因素有一定的捕捉能力

本节旨在通过复盘验证模型对市场核心驱动因素的捕捉能力。 对于某年度，定义各指标构建的高低策略、上下策略的收益在该年度 的平均值为该指标的指示强度。在某一时点，指示强度越大，意味着 市场认为该指标越重要，指示强度最大的指标或为当前行情的核心驱 动因素。 在 2018 年和 2023 年，指标指示强度总体变弱，景气度并非这两个年份 的核心驱动因素。我们选取的指标大多为供需指标，反映行业供需周 期的景气程度，而股价并不总是由景气度决定。可以发现，策略收益 在 2018 和 2023 年明显低于其他年份，说明景气度并非 2018 年和 2023 年芯片行业的核心驱动因素。

库存为重要驱动因素的年份为 2017、2020、2021 和 2022 年。由于库存 和产能指标的指示方向为反向，我们不将其指示强度排名与其他指标 并列，而是直接观察其为重要驱动因素的年份。模型显示，库存为重 要驱动因素的年份为 2017、2020、2021 和 2022 年；库存变化为重要驱 动因素的年份为 2020、2021 和 2022 年；产能指标在 2016-2021 年均有 效，2022 和 2023 年有效性降低。此外，由于台股芯片代工公司营收指 标对业绩的指示逻辑不明确、价格指标无前瞻指示作用，本章我们不 对这两类指标进行探讨。

以下进行逐年复盘： 2017 年，国证芯片指数在 8-12 月录得超额收益。2017 年，4G 红利进 入高峰期，智能手机和 AI 等半导体的终端需求爆发。于此同时，全球 经济增速在 2017 年持续上升至高点。需求的上升带来全球芯片补库存 周期，日本半导体库存低位回补。

模型显示，2017 年指示强度较大的指标为宏观经济、半导体销售额以及库存指标。符合上述全球芯片补库存周期的逻辑。

2018 年，芯片指数在 Q2-Q4 录得负超额收益。2018 年 3 月 22 日，美 国总统特朗普签署备忘录加征中国进口商品关税。4 月 16 日，美国公 司被禁止在7年内与中兴开展业务，芯片等遭到禁售。贸易与科技摩擦 的升级降低了市场的风险偏好。此外，国外部分客户将我国的封测订 单移至海外，企业盈利受阻。于此同时，半导体供需周期步入下行； 互联网与手机创新周期结束，4G 红利接近尾声而 5G 周期尚未开启。

模型显示，2018 年指示强度最大的指标为进口受限程度，符合当时贸 易摩擦和中兴事件环境下，市场对进口受限程度增加关注的逻辑。此 外，我们观察到 2018年各指标策略的收益远低于 2017年，说明在外部 事件冲击以及创新周期切换节点，传统供需指标反映的行业景气度容 易失效。

2019 年，芯片指数录得正超额收益。在美国的“实体清单”科技封锁 背景下，半导体自主可控政策密集出台，大基金二期成立。中芯国际 实现 14nm 芯片量产，华为转向国产芯片成品供应链，国产替代进程加 快。此外，5G 创新周期大幅提升含硅量，射频芯片和通信芯片等呈现 强创新属性，加上科创板开市等因素，市场对硬科技的关注度大幅提 升。

模型显示，2019 年指示强度较大的指标为设备、设计和封测指标以及 下游行业需求。这可能是因为国产替代背景下，宏观经济与半导体总 体销售额的作用弱化，市场更为关注产业链相关环节营收的兑现情况。

2020 年，芯片指数录得正超额收益。5G 换机、汽车放量等带动半导体 销售额开启新一轮上涨，芯片补库存周期开启。于此同时，中芯国际 登录科创板，美国对华为的限制政策逐步升级，从封锁芯片成品到限 制晶圆代工产业链，中信国际及其产业链的国产替代拉动行情。

模型显示，2020 年库存、库存变化指标的指示强度较大。在补库存周 期下，半导体销售额和下游行业需求指标的指示强度均进入前列。

2021 年，芯片指数录得正超额收益。在疫后经济复苏的背景下，电动 化和 AI 带来芯片需求大幅提升，而供给的恢复速度则较为缓慢，呈现 出“需求弹性，供给刚性”的局面，先进制程缺芯，成熟制程更缺芯， 库存周期爆发。

模型显示，2021 年指示强度较大的指标中，中日韩、欧美宏观经济指 标重回前列，对应疫后经济复苏的大背景；库存与库存变化亦为指示 作用较强的指标，可以看到 2021 年库存指标位于底部区域；在库存周期爆发的背景下，半导体设备出口、IC 设计公司营收和 IC 代工晶圆需 求对应半导体产业链的高景气。

2022 年，芯片指数录得负超额收益。宏观经济下行，芯片各下游终端 出货量下滑，而前期资本开支对应的产能逐渐开出，芯片行业呈现较 为明显的供需错配，库存一路走高。

模型显示，2022 年指示强度较大的指标中，中日韩、欧美宏观经济指 标对应经济下行带来需求的下滑；库存与库存变化对应被动补库存阶 段，可以看到 2022 年库存指标处于上行后半程；此外，IC 设计公司营 收和代工晶圆需求在 2022 年进入负增长区间。

2023年，芯片指数相对大盘整体持平。开年1-2月受经济弱复苏影响， 下游行业需求持续走低；3-4 月 AI 领域带动超额收益上行，国内代工 厂和封测的部分厂房进入设备导入期亦利好设备企业；此后的 5-12 月 份，除 10月份华为 Mate60和新车市场带动华为产业链上行外，其余月 份均受需求预期较弱的影响，超额收益总体为负。

模型显示，2023 年指标指示作用强度整体较弱，景气度投资相对失效。 指示方向正常的指标仅有三个，分别为半导体设备指标、我国下游行 业需求指标、美日其他需求指标。景气度投资相对失效可能是，在需 求处于历史较低水平时，各景气度指标小幅的边际改善或难以提振市 场信心。

从逐年复盘结果可以看出，模型对市场核心驱动因素具备一定的捕捉 能力，其结果较为符合对应年度芯片市场的客观环境。

3.2.基于状态的多策略构建

3.2.1. 单状态策略：核心指标未触发，关注进口不受限变量

本节直接用单个原指标或合成指标的状态序列构建择时策略，探究策 略的收益与回撤。策略的表现也可作为核心驱动状态的判断依据。具 体来说，将第二章的结论作为指标的逻辑方向，对正向指标，当其呈 “高”、“上”状态时做多；对反向指标，当其呈“低”、“下”状态时 做多。 中国进口晶圆装置数量策略表现最优。原指标策略方面，2017 年至今， 中国进口晶圆装置数量指标策略表现最优，其年化超额收益达 19.1%， 月判断胜率达 73.7%，符合我们在第二章的结论，即 2017 年后中美关 系成为重要变量。截至 2024 年 1 月 31 日的数据，该指标处于低位，并 未发出做多信号。

欧美半导体销售额策略表现最优。合成指标策略方面，2017 年至今， 可以看到，欧美半导体销售额策略表现最优，其年化超额收益达 13.4%， 月判断胜率达 62.2%，截至 2024 年 1 月 31 日的数据，该指标处于上行 状态，发出做多信号。值得一提的是，进口不受限策略虽然年化超额 收益（10.7%）小于欧美半导体销售额，但其胜率最高，达 63.6%。

当前核心驱动状态为进口不受限程度、晶圆需求和欧美半导体销售额 等。为了提高模型捕捉核心驱动状态的灵敏性，我们计算滚动 12 个月 的合成指标策略的超额收益均值，由于成文时间为 2024 年 1 月，得到 的结果相当于 2023 年的核心驱动状态。下表中展示了超额收益均值不 为负的 7 个变量。 2023 年的核心驱动状态均为有效规避芯片负超额收益的变量，而非捕 捉到半导体正超额收益的变量，这是因为 2023 年芯片指数产生超额收 益的 3、5、8、10 月大多为事件型机会，模型难以捕捉。核心驱动因素 为进口不受限程度、晶圆需求和欧美经济等。我们注意到核心驱动的 状态是“高低”而非“上下”，说明 2023 年投资者信心受制于进口受限 程度偏高和需求处于历史较低水平，在此环境下边际的改善难以翻转 信心。当前这七个核心驱动状态中，状态为“高”的数量为两个，总 体来说尚未触发看多信号。

3.2.2. 综合投票策略：长期表现良好但未规避近两个月下跌

实际投资时我们往往不会仅看一个指标作出投资策略，因为这难以反 映行业的全貌。本节我们考虑多个指标综合投票的方法构建投资策略。 简单来说，观察利好指标数量占比情况来决定是否买入芯片指数。 定义全指标投票策略为：当发出利好信号的原指标占比超过 40%时，买 入芯片指数。之所以选择 40%而不使用常用的 50%（一半）作为阈值， 是因为回测结果显示，使用 40%的收益远高于 50%。这可能是因为股票 市场的提前反应特点，当利好的指标占比来到 40%时，市场就已经启动。 全指标投票策略的判断胜率为 58%，年化超额 14.6%。可以看到，其规 避了 2021 年 Q4-2023Q3 的回撤，但对于近两个月的回撤并未成功规避。 当前利好指标占比为 54%，发出做多信号。

定义合成指标投票策略为：当发出利好信号的合成指标占比超过 40%时， 买入芯片指数。合成指标投票策略的胜率为 61%，年化超额 15.1%。与 全指标投票策略类似，合成指标投票策略并未能规避近两月的下跌。 当前利好合成指标占比为 86%，发出做多信号。

3.2.3. 需求避险策略：近两个月的下跌是由于需求较低

上文介绍的综合投票策略未能有效规避近两个月的下跌，本节尝试作 出一定努力。 由上文的逐年复盘结果我们知道，2023 年行业指数较为低迷可能是因 为需求较低。因此，我们直接构建需求指标投票策略和需求高低投票 策略。前者同时考虑了边际状态和存量状态对投资者信心的影响，后 者则主要考虑存量状态对投资者信心的影响。由于本节主要目的为避 险，我们选取利好指标数量占比阈值较高，为 50%。 需求指标投票策略未能避开这两个月的下跌，但历史上 73%的负超额收 益月份位于需求指标投票策略未触发时期。因此，可将需求指标投票 策略触发作为买入的必要条件，以达到避险的目的。当前需求投票结 果略微大于 50%。

需求高低投票策略成功避开近两个月的下跌。这与前文核心驱动状态 多为绝对水平“高低”而非边际“上下”相互验证，进一步说明需求 水平高低对投资者信心存在较大影响。目前需求高低投票结果略小于 50%。

4. 总结

投资者常使用周期型研究框架对芯片行业业绩进行研判，例如供需周 期、创新周期和国产替代周期等。这本质是对纷繁复杂的行业变量的 简化表达，使投资研究更具框架感。本文主要从供需周期入手，寻找 对芯片行业有指示作用的变量。 投资实战本质上是对多变量状态的综合判断，本文基于量化模型对各 变量进行状态划分，探究不同状态下市场预期的变动规律。 不同指标的有效性与定价方向存在差异。供给端：产能下滑带来超额 收益，产能利用率受需求驱动，中韩的半导体设备指标较为有效。需 求端：除国产替代逻辑强势期外，宏观经济对芯片指数影响较大；中 国仍与全球需求周期密切相关，销售额仍有指示作用；下游行业难以 单独主导超额收益，合成指标更为有效；台股设计、封测营收正向领 先指数超额收益。此外，低库存、去库存状态利好市场预期；价格指标没有前瞻指示作用；中美关系在 2017 年后成为重要变量。

不同时期市场的核心驱动因素不同，模型对核心驱动因素的捕捉结果 较为符合市场环境变化。例如 2017 年和 2021 年的宏观经济和库存因 素，2018 年的进口受限程度等。此外，2023 年景气度投资失效原因可 能是：在需求水平较低时，指标小幅的边际改善难以提振市场信心。 本文构建三类投资策略。(1)单状态策略：以中国进口晶圆装置数量构 建的策略年化超额收益达 19.1%，月判断胜率 73.7%；截至 2024 年 1 月 31 日，核心驱动因素为进口不受限程度、晶圆需求和欧美半导体销售 额等，指标总体处于低位。(2)综合投票策略：全指标投票策略年化超 额 14.6%，判断胜率 58%；合成指标投票策略年化超额 15.1%，胜率 61%。 这两个策略收益较高但未能规避近两个月的下跌。(3)需求避险策略： 历史上 73%的负超额收益月份位于需求低迷时期，需求高低投票策略成 功避开近两个月的下跌，进一步说明需求水平高低对投资者信心存在 较大影响。综合来看，量化模型给出的建议偏中性。

（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。）