五维度行业景气度打分模型构建 [page::0][page::17]

• 结合宏观经济（经济增长、货币政策等）、行业中观（行业链条、政策影响）、微观层面（市场风格指标）、行业比较（相对盈利与估值）、资金流（北上资金及机构持仓）五个维度进行行业景气度综合打分。

- 细化每个维度下具体指标体系，合理赋权合成行业景气度评分。

行业中观指标与政策影响分析 [page::4][page::5][page::6]

• 按行业特征搭建专业数据库指标，涵盖产销、库存、资产质量等维度。

- 分析医药、光伏、通信等行业政策事件，政策发布前后板块超额收益显著，政策影响行业景气的重要性突出。

资金流维度及北上资金择时和配置能力分析 [page::13][page::14][page::15]

• 北上资金在医药生物、家用电器、食品饮料、银行、非银金融、电子等行业持仓集中，持仓变化领先沪深300指数收益。

- 北上资金在各行业持仓变化与行业收益呈较强正相关，具备较强行业择时和选股能力。

• 统计显示资本流向的月度相关系数达到较高水平，资金流作为行业配置的重要参考。

选股指标库与行业内因子挖掘 [page::19][page::21][page::23]

| 指标类别 | 具体指标举例 |
|----------|--------------|
| 成长类 | 营业收入增速、净利润增速、研发支出比例 |
| 盈利质量 | ROE、毛利率、净利率 |
| 估值类 | PE、市净率(PB)、市销率(PS)、股息率 |
| 技术类 | 换手率、动量、反转、波动率 |

• 传统多因子指标结合行业特异性因子，建立选股指标库。

- 通过分阶段行业景气判断，调整选股因子权重及逻辑，充分反映行业结构与政策变化对选股逻辑的影响。

• 钢铁行业实例显示，不同时期有效因子存在较大差异，反映基本面逻辑转变。

实证检验与模型构建方法论 [page::24][page::27][page::28]

• 指标数据预处理包括重采样、缺失值填补、趋势项提取（移动平均、HP滤波）。

- 利用t检验和互相关函数检验指标对行业景气度的领先影响。

• 景气度模型采用权重打分模型，可根据时点调整指标权重，提高稳健性和灵活性。

- 探索动态模型、政策事件纳入及非线性回归模型的尝试可能。

长江金工单行业基本面量化系列研究框架报告详尽解读

---

一、元数据与概览

• 报告标题：《长江金工单行业基本面量化系列研究框架》

- 发布时间：2019年12月28日

• 发布机构：长江证券研究所，长江金工团队

- 分析师：陈洁敏、刘胜利等

• 报告类型：专题报告，金融工程方向

- 研究主题：针对A股单行业基本面，从宏观到微观层面构建行业景气度量化判断框架，配合行业内选股方法

• 核心论点：

- 构建以“宏观、中观、微观（市场风格）、行业比较及资金流”五大维度为主的行业景气度判断模型
- 利用量化手段系统化行业选择及行业内选股体系
- 结合专业数据、政策等多维度量化指标，提升行业基本面研究精度及风控能力

• 目标：为主动投资提供行业景气度预判和行业内部优质股票筛选的科学工具和方法

- 风险提示：基于历史数据构建，未来模型及结论存在失效风险 [page::0]

---

二、逐节深度解读

2.1 长江金工研究框架概述与单行业景气度判断

报告提出行业景气度判断采用五维度打分模型：

• 宏观维度: 影响股市及行业整体的经济数据，如GDP、CPI、货币政策等

- 中观维度: 体现行业价值的专业指标库，以及行业政策的影响

• 微观维度: 股价交易层面，市场风格指标（成长、价值、规模等）

- 行业比较: 通过相对盈利和估值对多个行业做优劣排序与切换

• 资金流: 尤其关注北上资金和公募基金持仓对行业走势的影响

行业景气不单看本身，还需分析相对优势及资金偏好，这一多维度结构突破了传统单一宏观周期分析的局限。[page::0,3]

2.2 宏观指标库

重点发挥顶层视角作用，包含：

• 经济增长与通胀（GDP、CPI、地产投资增速）

- 经济预期（宏观景气指数、预测GDP等）

• 货币政策与流动性（信用利差、货币供应量、回购利率）

- 财政与结构政策（汇率、财政收支）

宏观因素对各行业影响不一，模型可刻画敏感度差异，形成多行业行情分化的基础。

图1详细分类及指标示意（见附图）。

[page::3]

2.3 中观指标库及行业政策分析

• 中观指标根据细分行业不同，采用行业专业数据库和特异性指标，如钢铁的高频价格、库存，银行的贷款增速、不良率，医药的政策事件等。

- 以银行和保险的指标链条为例，突出行业差异（图2、图3）

• 行业政策影响显著，依据对基本面逻辑影响分两类：

1. 逻辑变更类（如供给侧改革、环保限产改变钢铁供应端逻辑）
2. 短期波动类（如创新药价格谈判导致医药板块短期下跌）

报告详细展示了医药、生物制药、光伏和5G领域政策对相关板块股价和超额收益的影响以及短期脉冲效应（图4、图5、图6），通过政策事件时间轴与股价走势对比验证政策冲击力。

• 钢铁行业因环保限产政策，供应端逻辑被重塑，供给影响价格的作用明显增强（图7），强调了行业分析需时点切割，动态调整指标体系。

总结：中观指标体现行业基本面真实逻辑，结合政策分析，实现对行业景气的精准捕捉。[page::4-7]

2.4 微观指标库 — 市场风格

采用多维度市场风格因子刻画估值波动引致的短期股价变动，常用风格因子及加权合成详见表3（成长、价值、波动率、杠杆、流动性、规模、反转、动量等），方向正负及赋权均明确。

表3截图：

| 因子类别 | 具体指标 | 权重 | 方向 |
| -------- | ------------------ | ----- | ---- |
| 成长 | 归母净利润、营收增速、ROE同比 | 1/3各 | +1 |
| 价值 | EP、BP、CFP、SP | 1/4各 | +1 |
| 波动率 | 近1个月、1年收益标准差 | 1/2各 | -1 |
| 杠杆 | 资产负债率等 | 1/3各 | +1 |
| 流动性 | 换手率对数 | 1/3各 | -1 |
| 规模 | 流通市值对数 | 1 | -1 |
| 反转 | 近1个月收益率 | 1 | -1 |
| 动量 | 过去1年扣除近1月收益 | 1 | +1 |

风格因子背后的经济解释及行为金融逻辑重点激励“成长预期”、“价值回归”、“投资者行为偏差” 等复杂心理与资金流动因素，因而在不同行业的风格影响权重显著不同（视行业特征调整）。[page::8-9]

2.5 行业比较

行业比较视角突出“存量经济”时代资金配置特点。报告回顾了中国经济“增量经济（至2010）”向“存量经济（后续）”的转变，宏观与行业指标反映了周期波动幅度、地产周期钝化趋势（图8-9），消费板块细分行业自2011年以来分化加剧，资金轮动频繁（图10、图11）。

重要发现包括：

• 2011年后周期波动变弱，行业景气度更多依赖行业之间相对表现（行业配置而非绝对）

- 基金对消费板块配置极其稳定且持仓市值逐步提升，体现资金存量时代主导模式

• 资金流变化引导行业配置逻辑转变，行业比较成为必须维度[page::9-11]

图示重点：

2.6 资金流 — 机构行为及外资影响

报告详细分析了“北上资金”作为外资代表对A股行业配置的影响力：

• 金融开放演进、国际指数扩容吸引大量外资入场（图12、图13）

- 北上资金持仓集中于医药生物、家电、食品饮料、银行、非银金融、电子等行业（图14）

• 北上资金存量变动领先沪深300指数收益约1个季度，领先相关性达0.516（图15，表5）

- 北上资金对各行业超额收益表现普遍优异，行业持仓比例与超额收益正相关，且在重仓行业择时能力强（图16-19，表6）

详细图示：






报告也指出，基金持仓变化虽然时效性较差，但仍是资金流维度不可或缺的观察点。

综上，资金流作为行业景气判断的重要维度，其动态监测尤其关注外资动作，对行业配置决策具有重要参考价值。[page::12-16]

2.7 五维度综合打分模型构建

结合以上维度，形成完整的五维度分析架构（图20），涵盖宏观、中观、微观风格、行业比较、资金流，分别对应具体指标体系（图21-23）：

• 宏观包括经济增长、预期、货币流动性、财政结构调整等

- 中观聚焦行业基本面、估值、政策与前景

• 微观重市场风格因子（价值、成长、大小盘）

- 行业比较考虑盈利和估值的相对水平

• 资金流整合北上资金和基金持仓数据

此模型通过对指标进行加权打分实现定量行业景气度评价。具体权重与指标筛选下篇以医药行业实操揭示。

图示：




[page::17-18]

2.8 行业内选股

区别于无差异因子遍历，量化选股结合行业基本面逻辑，强调动态识别行业结构变迁导致的选股逻辑变化。示例钢铁行业：

• 改革前后选股因子权重显著差异，政策推动下龙头公司和优质标的核心价值突显（图24）

- 样本切割，针对不同时期适配匹配有效选股因子，强调行业特异性因子发掘

• 消费板块的选股因子轮动呈交易面→基本面→估值面依序过渡，细分子行业差异明显（表9）

技术指标分为基本面（成长、质量、杠杆）、估值（PE、PB等）、技术面（风格因子、波动率等），三者综合用于构建行业内量化选股体系，提升风险控制和择时优势。

图示：



表9示例行业有效因子：

| 行业 | 有效因子 | 子行业有效因子 |
| ------ | ---------------- | --------------------- |
| 家电 | PEG、毛利率、净利率 | 空调：营业收入、净利率、ROE |
| 食品饮料 | PCF、营业收入 | 白酒：现金流相关、资产负债率 |

[page::18-21]

2.9 样本切割与多阶段选股因子回测

纵览钢铁行业模型因子回测发现，不同时期选股因子表现存在显著差异，体现行业基本面演变影响择股策略：

• 2009年前成长、估值、反转因子表现优异

- 2009-2015年间，规模、企业结构与偿债能力因子主导，小市值偏好明显

• 2016年起估值、ROE及经营能力因子胜出，旧周期因子失效明显，头部集中度提升

报告用多个指标的年化超额收益率、夏普比率等综合评价因子有效性，充分展示基本面变化导致因子动态轮动的行业特征（表10、表11）。

[page::22-23]

2.10 核心方法论：数据预处理与实证检验

报告细致梳理量化模型构建的统计学基础及步骤：

• 数据预处理：

- 重采样：统一指标月频，采用均值法避免高频信息损失（详述日/周/季数据处理）
- 缺失值填充：前值替代或基于时间序列模型预测填补，兼顾季节性数据特点

• 趋势项提取：

- 简单移动平均法过滤季节性，提取长期趋势（图25，原煤产量示例）
- Hodrick-Prescott（HP）滤波技术，平滑时间序列提取趋势，灵活调整平滑程度（图26，消费者信心指数示例）

• 统计检验：

- t检验对比指标不同趋势状态下行业收益差异，检验是否显著关系
- 互相关函数分析指标与行业收益的领先滞后关系，量化领先期数，实现指标领先性定量判断（图27、图28）

• 模型构建：

- 打分模型为主，根据统计显著指标赋权并计算整体行业景气评分
- 权重动态调整，重视负面状态的风险控制，提升模型稳健性
- 可以尝试线性及非线性回归模型，甚至机器学习，但考虑指标数据频次及历史数据有限，模型需平衡复杂度和稳定性

图示：






[page::24-28]

2.11 新方法潜力及研究框架总结

报告提出未来可拓展的方向：

• 加入政策事件哑变量及事件研究方法，将短期冲击纳入景气预判

- 政策对基本面逻辑影响的结构性断点划分，构建阶段性模型

• 引入动态变量选择和参数更新，加强模型对环境变迁的适应性

- 探索深度学习、非线性回归等方法中长线趋势预测实现更精准

总结部分强调，此框架为行业基本面量化研究基石，围绕五维度系统化构造景气度模型，搭配基于行业逻辑的选股模型。理论与实证紧密结合，兼顾低频宏观指标和高频交易因子，构成“工具+研究”的融合体系。后续将结合具体行业予以完善实操。[page::29-30]

---

三、投资评级说明

报告末尾明确：

• 行业评级基于12个月内行业指数相对表现分为看好、中性、看淡

- 公司评级依据相对基准指数涨跌幅差异，分买入、增持、中性、减持

• 适用沪深300为A股市场基准指数

- 报告不构成买卖建议，仅供参考，自负盈亏

• 版权归长江证券研究所所有，严禁违规转载和断章取义

---

四、图表详解与数据洞见

1. 宏观指标体系与行业敏感性（图1）

概念清晰划分宏观分类，GDP、CPI等宏观数据是全市场共同影响因子，但行业敏感度不同，模型需分别权重量化。

1. 行业中观指标链条（图2、图3，表1）

精准映射银行与保险核心指标差异，强化行业特色分析能力。表1 示例显示不同板块专属的中观高频统计指标，从销售到库存到研发覆盖多维。

1. 政策事件与板块超额收益（图4-6，表2）

强烈的政策驱动力显著影响板块超额收益曲线，明确短期政策事件引发冲击波动，许可调节模型权重。

1. 钢铁行业供给侧变革逻辑（图7）

显示三阶段供需价格关系，供给逻辑由弱转强，为行业模型提供时间切割依据。

1. 经济周期与地产周期分水岭（图8-9）

工业产出缺口、地产投资增速周期变化体现宏观经济的结构性转变，行业配置策略转向相对收益。

1. 消费板块行业轮动（图10-11）

食品饮料和医药生物长期超额，资金持续涌入证实存量经济下资金风格演变。

1. 外资流入路径与行业偏好（图12-14）

北上资金成长轨迹明确，持仓偏好遍及关键行业，与行情紧密联动。

1. 北上资金与沪深300领先关系（图15，表5）

阶段资金流入先于市场收益反应，具备前瞻择时能力。

1. 北上资金行业层面超额收益关联（图16-19，表6）

资金持仓与超额收益高度正相关，验证资金流作为景气度信号的有效性。

1. 选股因子轮动与行业内不同逻辑（表9-11，图24）

表现出行业景气逻辑变化背景下的因子表现分化，强调选股需结合行业演变。

1. 趋势提取技术示例（图25-26）

移动平均和HP滤波平滑处理展示趋势清晰度，消除噪声是统计检验和模型输入的前提。

1. 互相关函数呈现领先滞后关系（图27-28）

明确领先指标和滞后变量的识别方法，指导指标与景气度的动态关系建模。

---

五、风险因素评估

• 报告多次强调模型基于历史数据，存在失效风险

- 政策突变可打破历史规律，需要人为切割样本或模型动态调整

• 低频数据导致模型更新滞后，难以快速响应市场短期剧烈变化

- 复杂模型虽然理论先进，但数据支持有限，可能难以落地实用

• 资金流波动幅度和市场情绪难以量化完全，把握不准时可能形成错判

- 由于模型中大量依赖行业研究员判断（如政策打分），存在主观偏差风险

---

六、批判性视角

• 报告整体严谨，兼顾理论与实证，框架完备，方法论详实，是行业研究难得的系统量化指导。

- 但量化模型多少依赖于历史数据模式稳定性，复杂经济环境下模型失效风险不可忽视。

• 政策事件分类基于显著影响和非影响区分较粗，短期股价脉冲可能隐含长期逻辑变动，应进一步细化。

- 资金流数据虽丰富，但过度依赖外资动向，可能低估境内机构和散户关键行为的复杂性。

• 选股逻辑强调行业特异性，提升模型适用性，然而具体案例待后续详解，对于多行业普遍适用性仍需进一步验证。

- 报告强调打分模型优点，但相较回归等传统方法对非线性、交互项的忽视可能限制模型精度。

• 建议加强模型动态调整频率和智能程度，结合机器学习探索非线性和高维关联。

---

七、结论性综合

长江金工的单行业基本面量化框架通过建立涵盖宏观经济、中观行业指标、微观市场风格、行业比较及资金流五大维度的量化打分体系，实现对行业景气度的多角度、系统化判别。结合政策事件的分层解读与市场资金流动特征，特别是外资“北上资金”的择时和行业配置能力，为行业配置提供重要的风向标。行业内选股方法则强调与行业基本面深度结合，通过样本区切和因子动态调整应对行业结构演变，提高选股准确性和收益质量。

通过严谨的数据预处理、趋势提取、统计检验等方法论保障模型有效性，并计划结合事件研究、多阶段回归及动态打分调整机制应对环境变化带来的挑战。图表数据充分佐证理论逻辑，并以钢铁及消费等行业为示例展示方法实践价值。两大核心亮点在于：

• 以多维度、跨层级数据构建行业景气度评分系统，突破单一经济周期框架限制

- 注重行业异质性和政策影响，配合资金流动动态识别行业结构变化与资金偏好切换

整体而言，该报告为行业基本面量化研究建立了坚实框架与方法论基础，内容详尽数据充分，具有较高的理论深度与实操指导价值，且结合图表表现了深刻的行业投资逻辑和资金流趋势，对投资决策提供全面支持。

---

文献溯源

• 除特殊标注，所有论断均来自报告篇幅对应页码，如[page::3], [page::10], [page::15] 等。

- 所有图表均有对应位置标注的markdown格式索引，便于回溯和直接查看。

---

综上所述，长江金工的单行业基本面量化研究报告不仅系统构建了涵盖数据处理、模型构建与实证检验的理论与实践框架，还深刻揭示了政策、资金流、市场风格对行业景气度的多维影响，为后续行业研究和投资决策提供强有力的量化支持。

报告