2024年行业库存周期视角下的投资机会探讨

  • 来源:国盛证券
  • 发布时间:2024/07/19
  • 浏览次数:690
  • 举报
相关深度报告REPORTS

行业库存周期视角下的投资机会探讨.pdf

行业库存周期视角下的投资机会探讨。本报告主要解决以下三个问题:本轮库存周期相较于历史有一定差异,传统宏观库存周期的规律是否依然有效?如何对行业库存周期做复盘,有哪些指标可以衡量企业的库存压力和补库条件?总量库存平坦化的背景下,如何构建库存景气策略来适应当下市场环境?传统宏观库存周期的规律与局限性。本轮库存周期相较于历史有一定差异,主要体现在两点:1)总量库存数据出现斜率平坦化趋势;2)库存周期状态转换不连续。这导致了此轮主动去库存时滞较长,已达到历史最长的15个月,并且历史上逻辑成立的权益资产择时和行业轮动规律有些失效。在此背景下,应该重视行业库存维度的研究,重结构轻总量。行业库存周期的指标选...

一、传统宏观库存周期的规律与局限性

这一章节,在宏观库存面临平坦化趋势和状态不连续的背景下,我们探讨了传统宏观库 存周期规律的有效性和局限性。

1.1、当下库存周期的两大差异:库存平坦化和状态不连续

近一年来,市场关于库存周期的讨论十分热烈,主要原因是此轮主动去库存阶段时滞较 长,自 2023 年二季度起便有补库存的预期,但从之后披露的数据看,工业企业库存并未 得到有效回补。 下面我们通过数据来观察这一点。传统宏观库存周期一般根据经济增长和库存的变化将 历史样本进行分类,进而划分成“被动去、主动补、被动补和主动去”这四个状态。通 常我们会根据工业增加值同比和工业企业库存同比的环比变化(比如 6 个月的差分)来 判断经济增长和库存的方向,但如果数据的毛刺较多可能会使得方向变化较快,从而导 致库存周期的状态不够稳定。

在根据景气指数划分库存周期之前,我们先观察下景气指数和 A 股盈利、工业企业库存 的对应关系。如果景气指数能够较好地反映所跟踪变量的趋势,这样才能够用于准确划 分库存周期。截止至 2024 年 4 月 30 日,经济景气指数领先 A 股营收同比 6 个月左右,对未来 6 个月营收变化方向判断的胜率约为 74%,即当前增长指数为正, 未来 6 个月营收改善的概率为 74%;而库存景气指数底层指标基本是工业企业库存的细 分项,与工业企业库存同比几乎同步,能较好地反映宏观整体库存的变化。

同时,我们也注意到一个特殊的现象:自 2023 年开始,工业企业库存同比出现斜率平坦 化的趋势,即总量变化不大。这背后的原因主要有两个:1)以地产基建为主的传统经济 动能不足,反映在 M1 和 PPI 数据同样也出现底部平坦化,价格修复有难度;2)以新能 源和 TMT 为主导的新经济需求不够旺盛且联动性较弱,难以全面刺激需求修复。从经济 景气指数也可以看出,近三年除了 2022 年下半年有一波时间较短的复苏以外,其余时 间均在 0 轴以下。短期看,新旧动能产业产生需求共振概率不大,总量库存平坦化的趋 势可能会延续。

然后,我们根据上述经济景气指数和库存景气指数在 0 轴上下,划分经典的库存周期四 个状态:主动去、被动去、主动补和被动补。我们发现两个特殊的现象:1)此轮(2023 年 2 月至 2024 年 4 月)主动去库存时滞较长:目前宏观处于“经济下,库存下”主动 去库存阶段,并且时间上达到历史最长的 15 个月,与上述库存平坦化的趋势保持一致; 2)此轮库存周期状态不连续:2005 年至今共经历约 5 轮库存周期,前 4 轮的库存周期 状态较为连续,即按照“被动去—主动补—被动补—主动去”的顺序依次呈现,但此轮 库存周期状态不连续,例如 2021 年直接从被动去到被动补,反映了传统经济的扰动项 加剧,导致“经济领先库存半年到一年”这一传统范式被打破。

1.2、传统宏观库存周期的规律是否依然有效?

在总量库存平坦化和库存状态不连续的大背景下,本节我们探讨下传统宏观库存周期指 引的规律是否依然有效,以及可能有哪些局限性? 首先,我们观察库存周期对权益资产的择时效果。根据经典库存周期逻辑,在被动去和 主动补阶段做多权益资产,其余两个阶段下空仓。注意,因为统计局数据披露的滞后性, 将经济增长和库存景气指数分别滞后一个月处理来计算信号,例如 5 月披露的 4 月底数 据,在 5 月底用于择时判断。

然后,我们观察库存周期下行业轮动的历史规律。这里我们统计了四个宏观库存周期下 不同大类板块(中证行业)和行业(中信一级行业)未来三个月的表现。可 以得到两条和先验逻辑保持一致的规律: 1) 被动去阶段(复苏早期)消费、金融和 TMT 表现占优:消费的逻辑在于下游终端 需求和价格相对稳定,企业倾向于率先补库存,该阶段下可选消费未来 3 个月收 益为 9%,必选消费为 10%;金融和 TMT 占优逻辑可能并不是库存周期,而是 复苏早期信用通常也处于扩张期,市场风险偏好得到提振,高 Beta 行业占优; 2) 主动补阶段(复苏中后期)上游能源和原材料占优:逻辑在于下游率先回暖后, 对上游原材料和能源需求增加,从而带来量价提升。可以看到,该阶段下能源和 材料未来 3 个月收益约为 8%-9%,而煤炭和有色金属收益则达到 13%。

这些库存周期指引下的行业轮动规律(下游-中游-上游)逻辑上固然成立,但这是过去近 二十年宏观数据大波动背景下统计验证得到的,在当下时代背景下也面临一些挑战。举 个例子,2021 年后宏观库存周期基本上处于被动补和主动去阶段,若按照传统库存周期 逻辑应该规避周期行业,但此阶段煤炭行业走出独立行情,连续 3 年正收益。

因此在总量数据平坦化背景下,如果仅仅根据自上而下历史规律,容易错过一些行业结 构性机会。更何况根据历史规律寻找占优板块这一做法,行业标签过于机械化,仅能作 为规律参考,很难真的落地到投资策略中。此外,我们也观察到此轮库存周期中大类板 块内部各个行业库存同比变化也存在一定差异,行业微观结构特征比以往更加突出,因 此我们建议当下应该重视行业库存周期的研究,重结构轻总量。

二、行业库存周期的指标选取与规律探讨

这一章节我们首先讨论行业库存指标的选取和研究思路,然后对行业库存指标的规律进 行探讨,提出并尝试解决三个问题:1)行业库存同比是否越低越好?2)除了库存指标 外,我们还可以关注哪些指标反映库存压力和补库条件?3)在宏观处于主动去库存背景 下,我们应该关注哪些财务特征的行业?

2.1、企业库存指标选取与研究对象

目前刻画行业库存信息一般有两种角度:工业企业库存数据和 A 股上市公司存货数据。 前者由国家统计局披露,月中发布上个月数据,优点是披露频率较高,缺点是仅披露统 计局行业分类,和 A 股上市公司较难对应。考虑到最终我们要形成可落地的投资策略, 本篇报告打算基于上市公司存货数据进行研究。具体而言,每个月底我们根据最新披露 的季报/年报数据,采用整体法的思路,将行业内个股的存货数据求和,和去年同期同批 股票的存货求和计算同比,得到月度的行业库存同比数据。本文数据均截止 2024 年一 季报,即 2024 年 4 月底,后续无特殊说明,均按此处理。

复盘了大部分行业的库存同比时间序列数据后,我们发现行业库存周期的研究不宜严格 划分状态,原因是行业存货同比指标不够平滑,煤炭行业的存货同比在过 去几年里短期变化速度较快,如果根据短期变化判断方向严格划分四象限,会导致库存 状态变化较快从而结果不够稳定。此外,无论是被动去还是主动补都依赖于需求端的改 善,而当前行业的需求侧变化通过量化判断精度不够。

因此,本篇报告打算退而求其次,相较于库存变化方向,我们更加重视库存位置高低。 一般而言,根据完美的库存周期走势图,景气略领先于库存。库存低 位一般对应着被动去和主动补两个阶段,库存高位对应被动补和主动去两个阶段。也就 意味着,库存低相对更有利于企业进行补库存,反之库存高则补库压力较大,因此我们 更加重视行业库存水平的高低。这里先保留一个初步的先验逻辑判断,后面我们会通过 具体的案例和统计去验证这一观点是否准确。

本篇报告的研究对象是中信的一二级行业,但在做案例分析和统计验证之前,我们可以 思考下,是否所有的行业都适用于库存周期的逻辑?答案是否定的,从直观逻辑出发, 一些提供虚拟服务的行业可能不适用于库存周期的逻辑,例如大金融(银行、非银)和 部分旅游服务业。这些行业提供的商品不够实物化,例如银行的资产负债表是没有存货 科目的,非银有存货科目但是占比很低,一些旅游业主要依赖于卖门票获取营业收入, 存货貌似与其收入关系不大,这些行业的供需缺口难以通过存货高低来量化。 这里我们发现有个指标可以衡量这一点:存货同比与营收同比的相关性。相关性越高代 表企业营收与存货更加关联,可以用行业库存周期的逻辑去研究。我们将 相关性排名在综合行业以下的进行展示,基本上符合直观的逻辑,大金融和部分旅游服 务业的存货与营收低相关甚至负相关。此外,我们可以看到 Wind 全 A 整体的相关性达 到 80%,代表 A 股企业整体是符合库存周期逻辑的。因此,在后续的研究中我们剔除了 相关性小于综合行业(13%),把剩下来的 80 来个二级行业作为重点研究对象。

2.2、行业库存周期的规律探讨

关于行业库存周期的运行规律,我们将重点研究并尝试回答以下三个问题: 1) 行业库存同比指标是否越低越好? 2) 除了库存指标外,我们还可以关注哪些指标反映库存压力和补库条件? 3) 在宏观处于主动去库存背景下,我们应该关注哪些财务特征的行业?

2.2.1、行业库存同比指标是否越低越好?

关于这个问题,我们可以做个分组检验。在每个月底,我们根据行业库存同比的历史分 位数将所有二级行业分成三组,观察不同组未来三个月的绝对收益,在全样本(2015 年 底至 2024 年 4 月底)和四个不同宏观库存周期下做个对比。注意,这里要对库存同比 数据做历史分位数处理,原因是不同行业的库存同比数据不可直接比较。我们可以观察出两个重要的结论: 1) 库存同比最低的组未来三个月收益并不是最好的。根据统计结果,反而是库存中 间的这组全样本下未来三个月收益更高,并且在“主动去、主动补和被动补”三 个阶段下均满足。这说明库存低可能也可能侧面反映了需求差,企业往往在补库 存时期,也就是库存处于中等水平时会迎来业绩和股价的爆发; 2) 库存同比最高的组未来三个月收益最差。在全样本下,库存同比分位数最高的一 组未来三个月绝对收益为-0.5%,库存中低的组收益均为正。在权益资产表现不 佳的主动去和被动补阶段,库存最高的组未来三个月分别有-2.6%和-2.7%的跌 幅;在复苏的早期(被动去阶段),中低库存未来三个月有超过 2%的收益,但是 高库存的行业收益仅为 0.2%。不过在主动补阶段,高库存的行业与中低库存的 差异不大,这里面可能的原因是在强复苏阶段宏观需求较为旺盛,高库存的行业 也有很快被消化的预期,市场并不担心其供需格局恶化。 因此,这里我们可以得到非常重要的一个结论:除非宏观周期处于主动补库存阶段,其 余三个阶段尽量不要去配置高库存同比的行业。

回答完第一个问题后,这里我们将其稍微做一点延伸,若进一步区分库存变化方向,将 库存同比指标做一定平滑后,和去年同期的数据做差分,来判断其当前相比过去一年是 处于上行还是下行趋势,这样可以将上述 3 种状态进一步划分成 6(3*2)种状态。

因此,在任何阶段下,我们都要重点警惕并规避库存处于高位且刚开始下行的行业。这 背后可能的逻辑在于,前文我们有提到库存和景气是高度关联的,如果库存正处于高位 且刚开始下行,那该行业的景气可能也面临拐点或即将面临拐点,也就是说,行业本身 的去库存周期可能才刚刚开始。

为了验证这一观点,我们也统计了上述 6 种分组下行业未来一年 ROE 分位数的变化,来 观察其未来景气变化。库存高位且下行的行业未来一年 ROE 分位数明显下 降,尤其是在主动去库存阶段,该组行业未来一年 ROE 分位数下降 25%。这也验证了 我们的猜测,即库存高位下行的行业未来景气可能面临拐点,需重点规避。过去几年有 一些行业显著符合上述特征,例如新能源、医药和化工,这里我们看一下新能源的案例。

2.2.2、哪些指标可以用于刻画库存压力和补库条件?

我们后续的研究中将高库存同比的行业进行剔除,重点研究中低库存中,我们应该关注 哪些指标去刻画企业的库存压力和补库条件。最终我们选取了 5-6 个常用的指标,这里 我们从企业运营逻辑的角度,通过这些指标去尝试回答两个市场关注度很高的话题:1) 过去 3 年,煤炭相对其他周期板块表现好的原因有哪些?2)过去一年,家电相对其他地 产链行业表现好的原因有哪些?

煤炭相对其他周期板块的优势

首先,我们观察煤炭和其他周期板块的库存同比数据。可以看到,相较于其他上游周期 行业,煤炭过去几年库存同比分位数不高,基本上在 0 轴上下小幅波动。而基础化工和 有色金属在 2022-2023 年库存同比曾上升至近十年的高位,尤其是化工在 2022 年三季 报时库存同比达到 40%。这意味着过去几年煤炭的库存整体消化较为充分,而有色和化 工行业则有较大的库存压力。

库存积压过高的背后,一般而言是企业过度加产能导致需求跟不上供给,这里我们再观 察这三个行业的产能投放情况。产能可以用资本开支来衡量,资本开支一般可以用现金 流量表中“购建固定资产、无形资产和其他长期资产支付的现金”这一科目来代理。这 里我们需要对其做比例处理,通常有两种做法:1)资本开支 TTM/折旧摊销 TTM,反映 固定资产投资/固定资产折旧;2)资本开支 TTM/(固定资产+无形资产),反映固定资产 投资占存量固定资产的比例。因为折旧摊销科目半年才披露一次,考虑数据及时性,我 们采用后者处理方法。

再观察现金流指标,我们用企业自由现金流(FCFF)/总资产来衡量。与毛利率类似,化 工的自由现金流占比从 2022 年 Q2 开始下行,与其库存和资本开支高点基本对应。而煤 炭则在 2020 年后明显改善,从 2020 年 Q3 的 7%上升到 2022 年 Q2 的 15%。2022 年 Q3 后略有下滑,主要原因是资本开支的增加和毛利率的下行,但仍位于历史中枢水平。

这反映了煤炭在限产背景下,供需格局较好,毛利率和自由现金流均有所改善,并处于 历史的高位。而化工则因为前些年过度投资,库存未能消化完毕,导致其毛利率和自由 现金流有所恶化。其实,这两个指标也分别能反映企业的补库存意愿和能力,毛利率改 善企业会更有动力去补库存加产能,自由现金流改善账上有可供支配的现金企业才会更 有客观能力去补库存。 从这个角度看,由于限产约束,煤炭过去几年不仅库存压力不大,更具备补库的动力和 意愿,整体企业运营更加稳健,这也不难解释其过去几年的优异表现。从股价和 ROE 的 对比来看,煤炭 2021-2022 年相对中证 800 的超额收益可以用 ROE 改善来解释,但 2023 年煤炭 ROE 下行,超额净值却创新高,背后的原因更多是供需格局的占优。

家电相对其他地产链的优势

2023 年开始,家电相对中证 800 跑出了比较稳定的超额收益,而地产链相关行业则持续 下跌,这里我们通过这几个指标观察家电相对其他地产链的优势。 首先是库存压力维度。可以看到,整个地产链相关行业近两年经历了比较强的产能出清, 库存和资本开支同比均大幅下降至历史低位。这和总量数据保持一致,即高位下行然后 平坦化。这里可能和地产高库存有一些直觉上的矛盾,其实是统计口径的问题。我们常 说的地产高库存是存量房过高,这里是同比的概念,是一个硬币的两面。

但是与煤炭类似,家电在毛利率和自由现金流层面同样存在一定的比较优势。房地产的毛利率从 2019 年 Q3 的 33%下降到 2024 年 Q1 的 17%,目前仍没有 企稳,钢铁的毛利率走势也和地产类似。然而家电的毛利率却企稳甚至有所上升。自由 现金流占比角度,房地产和钢铁过去几年已下降到 0 轴以下,而家电却逆势上升,处于 历史高位。这背后反映了家电相对其他地产链更具备补库条件和动力,从实体运营上可 能是今年大家常说的出海带来的海外补库需求,我们从中微观的财务报表上确实也能得 到验证,后续要重点跟踪其毛利率的变化。

从股价和 ROE 的对比来看,家电 2023 年后相对中证 800 跑出了较为稳健的超额收益, 但 ROE 却下行,背后的原因同样也是供需格局的占优。

因此,这里我们可以简单做个总结:在库存不高的行业里,如果要做行业库存周期的复 盘,去刻画行业库存压力和补库条件,我们可以关注以下这些指标,基本上可以反映库 存、产能、盈利和现金流等。从直观逻辑上看,我们建议关注存货同比不高、资本开支 占比不高、自由现金流不差、毛利率不差和业绩预期强的行业。

通过上述案例我们发现这些指标确实能够解释一些现象,下面我们通过统计检验这些指 标的历史有效性(样本为 2015 年底至 2024 年 4 月底)。具体而言,首先我们规避库存 较高的行业,因此以库存同比历史分位数小于 80%为样本。然后在样本内根据某个指标 分组,观察不同组的差异。举个例子,比如检验资本开支对后续收益的影响,为了重点 突出空头端的表现,我们将资本开支大于历史 80%分位数定义为资本开支高,剩余的定 义为资本开支低,观察其未来三个月收益的差异,分别在不同宏观库存周期下作对比。 首先观察库存压力类。资本开支高的行业未来三个月表现明显比资本开支 低的要差,全样本下资本开支高的行业未来三个月收益为-1.2%,而资本开支中低的行 业则为 1.3%。此外,在权益资产表现还不错的被动去库存阶段下,资本开支高的行业未 来三个月收益仍然为负。在主动去库存阶段,这类行业未来三个月收益为-3.6%,与高库 存行业类似,未来回撤较大,当前阶段需重点规避。

然后观察补库条件类。与直观逻辑保持一致,毛利率和自由现金流中高的行业未来三个 月表现要优于毛利率和自由现金流低的行业,并且这一规律在大部分宏观库存阶段下基 本满足。值得注意的是,毛利率高的行业在主动去库存阶段下未来三个月有正的绝对收 益,这是我们过去几年宏观环境下非常好用的指标,值得重点关注。

最后是业绩预期类。我们使用一直在跟踪的分析师行业景气指数,具体构建细节可参考 专题报告《分析师行业景气指数构建与应用》。同样与逻辑保持一致,盈利预期高的行业 比盈利预期低的行业表现更好,并且在主动去库存阶段下分析师景气中高的也有一定正 绝对收益,可以和毛利率一起搭配着使用。

2.2.3、被动补和主动去阶段下我们应该关注哪类行业?

综合上述统计结论,我们可以在被动补和主动去阶段关注盈利预期还不错,库存压力不 大和具备补库条件的行业。这里我们设置个条件筛选,将同时满足以下三个条件的行业 分为一组:1)分析师景气度>0;2)库存和资本开支占比历史分位数<80%;3)毛利率 和自由现金流占比历史分位数大于 20%。若有任一条件不满足,则为另外一组。 可以看到业绩预期高、库存压力小和具备补库条件这组在任何宏观库存阶 段下都显著占优。此外,在宏观处于主动去和被动补阶段时,这些行业更抗跌甚至还会 有正的绝对收益(主动去阶段下未来三个月收益为 1.2%),值得重点关注。

三、库存景气策略的构建与应用

这一节我们基于第二章得到的一些逻辑和统计规律,构建库存景气策略,并尝试和前序 研究困境反转策略结合,然后在中证 800 股票池中落地一个主动量化选股策略,最后提 供一个二级行业的库存-景气图谱,供各位投资者参考。

3.1、库存景气策略的构建思路

传统库存周期寻找占优板块的逻辑是寻找高景气和中低库存的行业,来尽量规避掉可能 供给过剩的行业。本小节我们考虑在传统景气策略上运用第二章得到的一些规律,基于 库存周期的逻辑去提升景气策略的表现。具体而言,我们对比三组策略: 1) 基础策略:从所有的二级行业中,根据分析师未来景气度(未来两年 ROE 上调 比例)指标,选取前 n(n 暂取 20)的行业等权持有,月度调仓; 2) 改进策略 1:在基础策略选取的 20 个行业中,剔除库存同比或资本开支占比在 历史分位数 80%以上的行业,等权持有,月度调仓; 3) 改进策略 2:在策略 1 的基础上,剔除毛利率或自由现金流占比在历史分位数 20% 以下的行业,等权持有,月度调仓。 可以看到基于行业库存周期逻辑的负面剔除可以较好地改进传统景气策略 的表现。基础策略 2015 年底至今年化收益 5.8%,相对行业等权年化超额 8.0%,超额 最大回撤-8.5%,效果还可以;改进策略 1 相当于剔除了库存压力较大的行业,相对基 础策略有较大提升,年化收益提升至 9.3%,相对基准年化超额 11.6%,超额最大回撤 降至-5.2%,收益风险比明显改善;改进策略 2 相当于剔除了不具备补库条件的行业, 在改进策略 1基础上弹性进一步提升,年化收益提升至 12.4%,相对基准年化超额 14.5%, 但持有行业个数减少至 10 个左右,信息比率略有下降。

下面我们计算了改进策略 2 的参数敏感性和分年度表现。这里我们将基础策略中的参数 n 从 10 取到 40,对比持有行业个数对策略的影响。可以看到整体超额收益均在 9%以 上,对行业选取个数不太敏感。

从分年度表现来看,策略相对基准每年均能贡献正超额收益。尤其是 2021 年及以后,策 略表现十分优异,每年均贡献 10%以上超额收益,除了 2022 年外,其余年份绝对收益 均为正。这呼应了第一章的内容,在宏观总量库存平坦化的大背景下,把高景气预期行 业里可能存在供给过剩和盈利质量较差的行业规避掉,策略可以显著跑赢市场。

3.2、库存景气策略与困境反转策略融合后,弹性进一步增强

这里我们考虑将库存景气策略和前期报告中的困境反转策略做融合,因为这两个策略从 逻辑上均属于左侧模型。困境反转策略基本逻辑是从两类困境(当前估值低和过去估值 低)行业中寻找长期景气向上的行业,而库存景气策略有点像基本面维度的困境反转策 略,从中低库存、盈利没有恶化的行业中寻找长期景气向上的行业,结合后有望提升组 合的胜率,相当于在库存景气策略中添加估值维度的保护。

3.3、在选股策略上的应用

与困境反转思路融合后,库存景气策略收益弹性固然较强,但代价是持有行业个数降低 至 5-6 个,超额收益波动和回撤有所增加,在实际投资中可能仅适用于小仓位实践。为 了解决这一问题,这里我们将该思路在选股策略上进行测试。 根据笔者近些年在行业轮动领域的研究经验,若将其思想落地到个股层面构建主动量化 策略,可以尝试在中大市值股票池(例如中证 800)中进行测试,原因是中大市值的个股 行业 Beta 属性更强且更具备行业基本面逻辑。具体步骤如下: 1) 筛选当前困境(PB_zscore 位于成分股内最低的 1/3)和过去困境有所反弹(过去 一年 PB_zscore 最小值<-1,当前>-1 且横截面位于前 2/3),作为困境股票池; 2) 筛选成分股内分析师未来两年景气度前 n(n 暂取 400),与困境池取交集,作为 困境反转股票池; 3) 将库存或资本开支历史分位数<80%,毛利率和自由现金流历史分位数>20%分 位数的股票,定义为库存压力不大且具备补库条件的股票池,与困境反转池取交 集,作为最终股票池,等权持有,月度调仓。策略相对 800 等权年化超额 14.0%,信息比率 2.08,超额回撤-6.6%,年 化换手单边 3.7 倍,平均股票数量 50 只。策略表现相对稳健,持有个股数量适中,可落 地性较强。由此可见,行业库存周期这一逻辑在中大市值域中可以很好地解决近两三年 个股景气因子失效的问题,基于库存压力和补库条件的负面剔除效果不错。

3.4、工具图谱:行业库存-景气图谱

后续我们可以定期提供如下库存景气图谱。根据最新一期打分,建议关注右下角蓝色气 泡行业,越往右下代表行业业绩预期更好,库存位置不高,红色点代表不符合买入必要 条件(资本开支或库存历史分位数>80%、毛利率或自由现金流占比历史分位数<20%)。

四、结论

本报告主要解决以下三个问题:本轮库存周期相较于历史有一定差异,传统宏观库存周期的 规律是否依然有效?如何对行业库存周期做复盘,有哪些指标可以衡量企业的库存压力和补 库条件?总量库存平坦化的背景下,如何构建库存景气策略来适应当下市场环境? 传统宏观库存周期的规律与局限性。本轮库存周期相较于历史有一定差异,主要体现在两点: 1)总量库存数据出现斜率平坦化趋势;2)库存周期状态转换不连续。这导致了此轮主动去 库存时滞较长,已达到历史最长的 15 个月,并且历史上逻辑成立的权益资产择时和行业轮动 规律有些失效。在此背景下,应该重视行业库存维度的研究,重结构轻总量。 行业库存周期的指标选取与研究对象。行业库存维度可以用上市公司财务报表中存货科目刻 画,复盘大量行业存货同比的数据后,我们发现其短期方向变化较快,不宜严格根据景气-库 存划分四象限,因此本篇报告更加重视库存位置高低。此外根据存货-营收相关性指标,大金 融和部分旅游服务业不太符合库存周期逻辑,我们将其从研究对象中剔除。

行业库存周期的规律探讨。根据统计分组,行业库存同比历史分位数较高的行业需重点规避, 尤其是库存高位且刚刚开始下行的行业,未来可能会经历戴维斯双杀,例如 2022 年之后的新 能源。此外通过复盘煤炭和家电的案例,我们发现一些共同特征:库存压力不大(库存同比 和资本开支占比不高)、具备补库条件(毛利率企稳改善和自由现金流不差)。结合统计结论, 我们建议在当下主动去阶段下,要关注业绩预期高、库存压力不大和具备补库条件的行业, 未来三个月组合收益率达到 1.2%,在权益资产表现不佳的阶段具备绝对收益配置价值。 库存景气策略的构建与讨论。基于上述行业库存周期逻辑和规律,可以在传统景气策略基础 上,规避库存压力大(库存和资本开支历史分位数>80%)和不具备补库条件(毛利率和自由 现金流历史分位数<20%)的行业,改进后 2015 年底至 2024 年 4 月底策略年化收益从 5.8% 提升至 12.4%,年化超额 14.5%,信息比率 1.66,超额最大回撤-6.8%,可以有效提升景气 策略近三年的表现。此外考虑到库存景气策略是基本面维度的困境反转,与困境反转策略融 合后策略超额收益弹性进一步增强,提升至 20%。 选股策略上的应用。我们将库存景气的构建思想在中证 800 股票池中进行测试,选股策略相 对 800 等权年化超额 14.0%,信息比率 2.08,超额回撤-6.6%,年化换手单边 3.7 倍,平均 股票数量 50 只。策略表现相对稳健,可以有效解决景气因子近些年失效的问题。


(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
评论
  • 相关文档
  • 相关文章
  • 全部热门
  • 本年热门
  • 本季热门
  • 全部热门
  • 本年热门
  • 本季热门
  • 最新文档
  • 最新精读
分享至