2025年策略专题研究：哪些行业可能存在供给侧反转机会？

多维评估，当前产能周期走到哪了？

产能周期下行，导致 A 股盈利周期被“熨平”是当前市场的“痛点”之一。我们在 2024 年 11 月 4 日年度策略《内需为盾，制造为矛》指出，A 股盈利周期并未“消失”，而是被 “高维”的因素“熨平”。将 A 股非金融板块按照宏观因子驱动，拆分为六大链条，2022 年以来，先进制造、地产基建链、医药三大链条的盈利增速持续下行，而出口链、TMT、 内需消费三大链条的盈利增速则出现了跟随全球库存周期式地“正常”周期波动。其中， 先进制造和地产基建链的盈利增速下行，分别反映产能周期和地产周期两大“高维”因素 对 A 股盈利周期的压制。本轮广义制造业固定资产周转率自 21Q2 以来已下行了 3.5 年， 已降至接近 2016 年上一轮底部水平。

随着去年 12 月中央经济工作会议提及反对“内卷式”竞争，投资者对于广义制造业供给收 缩到何时能与需求匹配，从而形成产能利用率的底部这一话题的关注度进一步上升。 工业企业口径，以规上企业负债水平衡量的企业举债扩产强度，2021 年以来工业企业负债 增速整体呈现加速后回落的态势，自 22 年 7 月高点（+10.5%）后回落，截至 24 年 10 月 降至+4.5%的历史最低，且与 2016 年上一轮产能周期底部水平相当，工业企业设备能力利 用水平衡量的产能利用率的低点大概率在 2022 年底。

A 股上市公司口径，截至 24Q3 广义制造业固定资产周转率仍在下行，与工业企业口径背 离。我们认为造成这一现象的原因有两个。第一，本轮供给侧存压的电新、医药等行业在 A 股中营收占比相对实体经济中占比更高；第二，价格下行对以营收计算的固定资产周转率 形成拖累，弱于以实际产出计算的产能利用率。剔除结构和价格因素影响，广义制造业非 电力设备、医药的固定资产周转率 24Q3 回升，与宏观数据相印证。那么，A 股广义制造 业固定资产周转率拐点何时出现？

针对上述问题，我们采用多维交叉验证的方式，分析本轮产能周期。从资本开支和固定资 产增速、广义制造业资本开支相对强度（资本开支/营收和资本开支/折旧摊销）和实际现金 储备等多个视角分析，一致性指向本轮 A 股广义制造业固定资产周转率 2Q25~4Q25 之间 或筑底企稳。

第一，资本开支和固定资产增速。复盘过往产能出清的代表性行业，资本开支同比持续负 增长是最领先的信号，通常领先固定资产周转率底部 4~10 个季度；由于在建工程转固， 固定资产同比见顶往往随后出现，通常领先固定资产周转率底部 1~4 个季度。值得注意的 是，我们需要观察的是资本开支的持续负增长或二次转负、而非单季度转负，以及此后的 固定资产增速顶（通常是“W”顶的第二个顶）。自 23Q1，医药、电池等行业资本开支同 比陆续转负，广义制造业资本开支同比 24Q1 转负、固定资产同比持续回落，参考上一轮 周期的规律，25Q3 左右本轮产能周期底部有望出现。

第二，资本开支占营收比重。A 股广义制造业资本开支/营收在 5-10%区间分为内周期性波 动，当跌破“中枢-1x 标准差”以下时，供给加速收缩驱动产能利用率见底，如 16Q3；当 回升至区间中枢以上时，供需再平衡导致产能利用率见顶，如 21Q4。上述规律对于主要矛 盾在供给侧的行业也有效。23Q2 以来，广义制造业资本开支占营收比重趋势回落，近四个 季度加速回落；若过去四个季度产能去化速度延续，广义制造业资本开支占营收比重或将 在 2Q25 降至历史中枢-1x 标准差以下这一关键位置，对应产能利用率 2Q25 有望筑底企稳。

第三，重点行业的资本开支/折旧摊销比值（下同）。不同行业的资本密集程度不同，资本开 支/折旧摊销的中枢水平不同，重资产的行业高（如建筑装饰在 4x 左右），轻资产的行业低 （如食品饮料在 1.5x 左右），但共性是，多数行业的资本开支/折旧摊销有均值回归特征， 在一定范围波动，当资本开支/折旧摊销跌至区间下沿时、尤其是跌至接近 1x 时，往往对应 强力的供给出清，以及产能周期的反转，如 14Q1 的光伏、2015~2016 的工程机械、白酒、 化工、钢铁。本轮供给侧存压的典型行业包括光伏、能源金属（锂矿）、乘用车、化学制品 等，光伏、乘用车、化学制品的资本开支/折旧摊销已从 3-4x 的本轮高峰水平回落至 2x 左 右，若过去四个季度产能去化速度延续，资本开支/折旧摊销有望在 3Q25~4Q25 降至 1x。

第四，实际现金储备视角。现金储备是企业产能扩张的“资本”，若现金储备面临压力，则 产能扩张受限，极限情形下，实际现金储备转负，可能意味着产能退出、供给加速出清。 我们对过剩主体板块——光伏、能源金属、乘用车、化学制品的上市公司进行实际现金储 备的路径预测估算，并将其与这些板块上一轮产能周期底部拐点时的产业状态进行对比。 按照当前部分企业的经营性现金流亏损速度，在不出现大额筹资性现金流补充的情况下， 2Q25~4Q25 间，光伏、能源金属、化学制品实际现金储备转负的上市公司比重将快速上升， 可能达到“关键反转水平”（即跟该产业上一轮产能周期底部时期类似的水平）。

2016 年供给侧改革的复盘经验

随着全国两会临近，市场对供给侧政策的预期逐渐升温。实际上，自 24Q4 以来，全国和 地方层面供给侧政策就持续出台：24 年 10 月，中国光伏行业协会（CPIA）在上海举行防 止行业“内卷式”恶性竞争座谈会；24 年 11 月，工信部印发《水泥玻璃行业产能置换实施 办法（2024 年本）》《光伏制造行业规范条件（2024 年本）》等，修订内容较此前版本趋严； 24 年 12 月，中央经济工作会议提出整治“内卷式”竞争；今年 1 月，浙江省政府印发《浙 江省推动碳排放双控工作若干举措》，对高能耗行业减碳、重点产业改造升级、落后产能有 序退出等提出了要求；2 月 10 日，国常会研究化解重点产业结构性矛盾政策措施。

若后续供给侧政策进一步出台，对产能周期和 A 股市场运行有何影响？我们认为，2016 年供给侧改革的经验值得回顾和参考。

政策背景和节奏

2015 年 11 月，中央财经小组领导会议上总书记首次提出“供给侧结构性改革”，2016 年 “供改”正式拉开帷幕。彼时全球经济放缓，我国作为出口国经济下行压力加大，叠加产 能利用率下行、对价格和名义增长形成拖累：1）全球经济增长放缓：全球制造业 PMI 自 14 年 2 月回落，16 年 2 月一度跌至荣枯线下方，OECD 领先指标亦持续下行；2）产能利 用率下行：工业企业设备能力利用水平从 11Q2 高点的 43.8%降至 15Q3 的 37.2%，中证 800 广义制造业固定资产周转率从 11Q4 的 379.6%降至 15Q3 的 288.1%，且仍在下行；3） PPI 同比持续负增：12 年 3 月 PPI 同比转负，此后持续负增，对名义 GDP 增速形成拖累， 国内名义 GDP 增速由 2010 年的 18.7%降至 2015 年的 6.3%。

当前的宏观环境与 2016 年“供改”前有一定相似性。一方面，尽管出口增速仍处于较高水 平，但全球库存周期的领先指标、MSCI 全球指数前向 12 个月 EPS 同比有筑顶迹象，全球 耐用品/电子元件/资本品的需求增长出现分化，特朗普关税政策进一步加剧了外需的不确定 性；另一方面，广义制造业固定资产周转率下行，PPI 同比自 22 年 10 月转负，截至今年 1 月已连续 28 个月同比负增长。 2016 年“供改”的重点行业是煤炭、钢铁、建材、有色等。节奏上，呈现政策定调→顶层 设计→核心行业和配套政策→重点行业的顺序：15 年 11 月政策定调后，12 月中央经济工 作会议多处强调“供给侧结构性改革”，并明确提出“去产能、去库存、去杠杆、降成本、 补短板”五大任务；16 年 1 月，国务院召开钢铁煤炭行业工作座谈会，并在国常会上明确 2016 年钢铁、煤炭两大重点行业去产能目标，提出用 3~5 年时间退出煤炭产能 5 亿吨、钢 铁产能 1~1.5 亿吨；16 年 2 月，国务院发布《关于煤炭钢铁行业化解过剩产能实现脱困发 展的意见》，此外央行等八部委发布《关于金融支持工业稳增长调结构增效益的若干意见》， 限制对产能过剩行业贷款等；16 年 5 月，国务院发布《关于促进建材工业稳增长调结构增 效益的指导意见》；16 年 6 月，国务院发布《关于营造良好市场环境促进有色金属工业调结 构促转型增效益的指导意见》等。

政策对基本面的影响

总量上看，2016 年“供改”前后，工业企业利润、商品价格、产能利用率拐点渐次出现： 1）15 年 8 月工业企业利润同比见底，16Q1 开始明显回升；2）15 年 11 月 PPI 同比、南 华工业品指数见底，16 年 9 月 PPI 同比转正，并持续回升至 17 年 2 月；3）工业企业设备 能力利用水平（产能利用率）16 年 3 月见底，从 35.2%回升至 17 年底的 43.8%，接近 11Q2 上一轮产能周期顶部水平。财报视角，800 非金融营收同比 16Q1 见底， 16Q2 ROE/利润 同比见底，而资本开支/营收 16Q3 跌破历史均值-1x 标准差，供给加速收缩驱动 16Q3 固 定资产周转率回升、利润同比转正。

分行业看，钢铁、煤炭等重点行业是困境反转的主力。从宏观数据上看，2016 年“供改” 开始后，煤炭、钢铁等行业产能利用率和利润率显著回升；此外，考察申万一级行业 2015 年和 2016 年净利润增速，呈现明显的困境反转特征，如煤炭、钢铁等，且固定资产周转率 回升是重要驱动力。

行情演绎的特征和经验规律

整体上看，考察 2016 年“供改”前后 A 股主要宽基指数和申万一级行业表现，可以发现： 1）受益于“供改”的主要为大盘、周期股，也是那一轮供给侧压力最集中、政策最直接发 力的方向，“供改”前后风格切换，从中小盘占优逐渐切换为大盘占优，从成长占优逐渐切 换为价值占优； 2）“供改”重点行业超额收益明显的区间主要有两段，分别是 16 年 2 月具体政策出台和下 半年政策效果兑现后，比较特殊的是钢铁，2 月钢铁行业化解过剩产能政策出台后并未显著 扭转超额收益，直至下半年改革初现成效，才逐渐跑赢。

复盘钢铁、煤炭、建材、有色、石化、化工等行业相对全 A 的超额收益：1）供需共振的 建材超额收益的持续性和弹性最强，不仅受益于供给侧改革和产能调整，还受到下游房地 产市场火爆的驱动，且大宗商品涨价的背景下向下游顺价能力强；2）轮动顺序上，2016 年初政策预期下钢铁、煤炭两大核心行业迎来脉冲行情，但持续性的超额行情分别在 2016 年 6 月、8 月启动，钢铁启动更早的原因或在于消费量和价格的改善迹象早于煤炭出现；其 它行业超额收益的“高斜率”阶段启动的时间基本与政策出台节奏对应，比较特殊的是有 色，尽管 16 年 6 月才出台具体政策，但市场已提前对政策方向形成强烈预期，此外部分国 际定价的金属受益于美联储加息放缓、美元指数回路，以及全球铜矿罢工等事件带来的供 给扰动。

进一步，以重点行业煤炭、钢铁为例复盘分析行业超额收益与行业基本面以及政策节奏之 间的关系，有三点规律： 第一，局部去产能政策并不鲜见，未必能够成为市场交易的核心矛盾，合适的时间和力度 是关键。以上一轮大规模供改期间的重点行业煤炭为例。实际上，煤炭行业的供给侧改革 在 2014 年就已拉开帷幕。中央层面，国务院多次召开煤炭行业脱困会议，提出遏制产能无 序增长、控制煤炭进口等措施。数据上，煤炭行业的固定资产投资增速自 2014 年 4 月起已 转负。但彼时供给收缩并未扭转煤炭相对（全 A）股价下行的趋势。我们认为，主要原因有 两个，第一，煤炭行业的去产能并没有带来行业周转率和煤价的上行。全行业层面的供给 压力尚不极致，供给侧改革尚未全方位铺开，投资者对于产能周期的关注度不高。反观 2015-2018 年，广义制造业供需错配程度已达历史极值附近，全面供改也已是当时的政策 主线之一，投资者对“供给反转”逻辑的关注度明显上升。 第二，“供改”行情中的买点的关键是形成 ROE 改善的预期，但单一指标的作用有限，卖 点可锚定行业固定资产投资增速首次回正。对于买点，我们认为，ROE 改善的预期形成是 关键。上一轮“供改”行情中，利润率的改善领先于 ROE，但仅以此为锚的效果有限，煤 炭是典型案例。煤炭的供改始于 2014 年，利润率的拐点更早出现，但相对股价却没有起色， 原因或在于周转率下行，ROE 改善的预期没有形成。逻辑上，利润率、周转率或杠杆率的 改善都有助于形成 ROE 改善的预期，先后关系并不稳定，实操中需要结合使用。对于卖点， 固投增速首次转正可能有一定参考性，在上一轮供改中，煤炭行业的固定资产投资增速在 长期负增长后，于 2017 年 6 月首次转正，煤炭行业的相对股价则在 1 个月后见顶。钢铁行 业的固定资产投资增速则在 2018 年 2 月首次转正，钢铁行业的相对股价与其同步见顶。我 们的理解是，固定资产投资增速转正可能意味着供改的“高斜率”阶段暂告段落。

第三，行业内部产能出清前后龙头享受估值溢价。行业内部，产能过剩阶段龙头相对估值 收缩，出清前后龙头相对估值扩张。产能周期底部附近，钢铁龙头宝钢股份、煤炭龙头中 国神华相对行业指数股价和 PBLF 均呈现先收缩、后扩张的规律，且相对股价和相对 PBLF 的拐点领先于供给侧政策出台和产能周期拐点，即在产能加速出清阶段龙头就能享受估值 溢价。

本轮产能出清的特殊性

与 2016 年不同的点在于，一是本轮供给侧压力主要集中在广义制造，包括部分先进制造， 而非而非上游原材料。将统计局行业映射至申万行业，结合统计局分行业产能利用率和财 报数据，当前产能利用率/固定资产周转率明显低于理想水平且仍存在下行压力的行业主要 包括建材、电新、医药、汽车、食饮等，一类是建材为代表的需求不足主导的产能利用率 下行，另一类是电新、电子为代表的供给过快主导的产能利用率下行，后者主要集中在先 进制造板块。

先进制造板块的产能出清节奏不确定性或更强，原因有三： 第一，政府补贴幅度更大、产业资本参与程度更高，有额外的现金流来源。一方面以行业 政府补贴占盈利（剔除盈利为负样本）的比重作为衡量行业受政府补贴的力度，我们发现 2019/2022/2023 年，占比均为全样本前 30%的申万二级行业中制造业的占比较高，其中半 导体等为典型的先进制造，政府补贴增厚了这些行业内企业的整体现金流。

另一方面，新兴产业在“奇点时刻”通常会形成资本开支→渗透率提升→股权融资→资本 开支的循环，通过股权融资反哺现金流的方式容易导致产能过度扩张。因此，对于一级市 场股权融资活跃度较高的行业，需要进一步考虑当期资本拥挤形成的远期产能风险。2019 年后电力设备、电子行业一级市场股权融资规模大幅上升，22Q4 以来电力设备股权融资和 筹资性现金流大幅回落，而电子股权融资直至 23Q4 才明显下降。

第二，技术路径变化快，也增加了产能出清节奏的不确定性：一方面，技术路线竞争下行 业格局不清晰，龙头出现难度大，以动力电池为例，磷酸铁锂与三元电池技术路线之争、 固态电池等颠覆性创新 现，企业为抢占技术高地持续扩产，但技术路线不确定导致产能 重复建设。另一方面，若新技术实现降本增效且转换成本低，可能实现供需的再平衡，加 快产能出清的节奏，以消费电子为例，2013~2016 年资本开支占营收比重持续上升，固定 资产周转率回落，但随着 TWS 产业周期的启动，尽管资本开支并未充分收缩，16Q4 消费 电子固定资产周转率见底回升。

第三，部分先进制造的产品需求容易受到非市场化因素扰动，国内补贴及海外贸易政策均 可能放大需求波动，影响产能出清节奏。其一，，新能源车等产品受政策补贴和居民收入预 期影响显著，21Q4 新能源车渗透率二阶导见顶，产业生命周期切换和产能周期下行双重压 力下增速放缓、盈利能力退坡，相对全 A 估值收缩。2024 年下半年在以旧换新政策驱动下， 新能源乘用车销量同比有企稳回升迹象，但补贴退坡后的消费韧性待验。其二，新能源等 新兴产业前期按照全球需求进行产能建设，但海外贸易壁垒和累库风险对先进制造业出口 形成压制，光伏电池片出口额同比自 23 年下半年转负，导致供需错配。

二是，本轮产业巨头基本面韧性更强，估值溢价的优势或随之更大。以中证 500 非金融代 表二线龙头、沪深 300 非金融代表一线龙头、A50 非金融代表产业巨头（均剔除金融是为 了增强行业结构的可比性，A50 和沪深 300 指数中金融股权重显著高于中证 500），从二线 到一线、再到巨头，ROE（TFQ 口径，后同）在过去 3 年时间中的韧性逐级抬升，其中 A50 非金融的 ROE 基本维持在 13%~14%一线，这与地产投资的深度调整、500 非金融 ROE 的大幅下行形成鲜明对比，也不同于 2013-2015 年上一轮地产投资深度调整时期其表现出 来的“跟随性”，更强的基本面韧性优势或带给产业巨头在供给出清期间更高的估值溢价。

当前重点关注哪些行业？

结合前文分析，我们从各行业的产能周期位置、需求景气变化、内部竞争格局三个维度结 合前文分析，我们从各行业的产能周期位置、需求景气变化、内部竞争格局三个维度筛选， 建议投资者当前重点关注两类行业： 1）产能周期处于“底部”或“准底部”，需求有企稳或改善迹象，同时内部竞争格局清晰， 龙头优势较为明显的行业，这类行业可能更快“困境反转”，有配置型机会，包括消费电子、 调味发酵品、水泥、化学纤维、建筑装饰、化学制药、元件、橡胶。 2）产能周期处于“困境位”，需求进一步恶化，同时内部竞争格局清晰，龙头优势明显的 行业，这类行业更可能出现政策性或自发性的限产行为，若出现则有交易型机会，包括军 工电子、光伏设备、专用设备。

产能周期位置

首先，通过行业内企业的现金流分布以及资本开支强度定位行业所处的产能周期位置，重 点关注底部型及准底部型行业。周期底部的一个典型特征是行业内多数企业入不敷出，现 金流恶化，从而被迫关闭部分产能，以降低运营成本。我们以行业内经营性现金流/营收<0 的企业数量占比作为衡量指标。恶化的现金流同时会制约行业内企业的资本开支强度，我 们以行业整体的资本开支/营收作为衡量指标。前文中，我们验证了上述两个指标对于行业 产能利用率拐点的领先性。我们结合这两个指标，首先筛选了“底部型”、“准底部型”及 “困境型”三类行业，并进一步剔除了其中典型不具备制造属性而不适用于产能周期的行 业。 底部型行业的特征是行业内入不敷出的企业数量占比处于历史高位，同时资本开支相较收 入的比值降至历史低位，反映参与者对行业前景的预期已较为悲观。对应筛选条件是，同 时满足：1）行业内经营性现金流/营收为负的企业数量占比>均值+0.5x 标准差；2）行业整 体资本开支/营收<均值-0.5x 标准差。

准底部型行业的特征是两项底部信号指标中，一项已发出预警信号的同时，另一项指标也 进入了弱势区间。对应的筛选条件是，满足以下条件之一：1）行业内经营性现金流/营收 为负的企业数量占比>均值+0.5x 标准差，同时行业整体资本开支/营收<均值；2）行业整体 资本开支/营收<均值-0.5x 标准差，同时行业内经营性现金流/营收为负的企业数量占比>均 值。

困境型行业的特征是行业内亏损企业的数量占比已经处于历史高位，但是行业的资本开支 较收入而言仍然偏强。这类行业更可能出现政策干预或行业自发限制产能的情况。对应的 筛选条件是，同时满足：1）行业内经营性现金流/营收为负的企业数量占比>均值+0.5x 标 准差；2）资本开支/营收>均值+0.5x 标准差。

需求景气变化

接下来，通过行业整体每股收入预期的变化以及固定资产周转率的变化以及跟踪行业需求 是否有回暖迹象，对于产能周期接近底部的行业尤为关键。对于第一层筛选中的“底部型” 和“准底部型”行业，我们需要进一步关注需求侧是否有改善或至少企稳的迹象，否则行 业可能长时间“磨底”我们选 行业整体每股收入预期的变化作为主要指标（更高 ，能 够及时反映 24Q3 以来的边际变化），固定资产周转率的变化作为辅助指标（表征产能利用 率，反映供需格局）衡量需求的边际变化，并在“底部型”及“准底部型”行业中，筛选 了“需求改善”及“需求企稳”两类行业。 需求有改善迹象的行业的筛选条件是，2024 年 11 月初至今，行业整体每股收入预期上修。 需求有企稳迹象的行业的筛选条件是，同时满足：1）2024 年 11 月初至今，行业整体每股 收入预期下修幅度不超过 3%；2）24Q3 的固定资产周转率较 24Q1 改善。

对于第一层筛选中的“困境型”行业，需求侧边际变化的影响有限，我们相对更关注这一 类别中，需求有恶化迹象的行业。对于“困境型”行业，需求有改善或企稳迹象固然是积 极信号，但由于资本开支/营收仍处于高位，需求改善带来的弹性可能有限。反之，如果需 求有恶化迹象，意味着“困境”加剧，政策干预或行业自发限制产能的概率更高，可能提 供交易性的机会。需求有恶化迹象的行业的筛选条件是，同时满足：1）2024 年 11 月初至 今，行业整体每股收入预期下修幅度超过 3%；2）24Q3 的固定资产周转率较 24Q1 下降。

内部竞争格局

最后，我们认为，竞争格局更清晰的行业产能出清、周期回升的节奏可能更快。对于某一 行业，如果行业内部的竞争格局清晰、极少数龙头的竞争优势明显，那么在产能周期的下 行的过程中，随着多数企业的经营状况恶化，龙头能够借机兼并产能，从而加快行业产能 出清到周期回升的节奏。我们选 行业营收 HHI 作为主要指标（HHI 越高，行业集中度越 高，龙头优势越明显）、行业内净利润率极值差作为辅助指标（净利润率差越大，头部企业 的成本控制能力以及产品差异化能力越强，竞争优势越明显），衡量龙头的竞争优势，并从 两个维度刻画通过前两层筛选的两类行业的竞争格局。第一类，周期位置处于“底部”或 “准底部”且需求有企稳或改善迹象。第二类，周期位置处于“困境位”且需求有恶化迹 象。 营收集中度高的标准为行业营收 HHI>1500，盈利能力差异大的标准为行业内 95%分位净 利润率与行业内 5%分位利润率剪刀差>30%。

（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。）