策略以“高景气”之名（一）断剑的重铸

目录为何从市场观感上看景气投资失效了 3事实上，高景气投资的历史有效性可能在2019-2021年间被过度神化了 3并且大幅依赖于市场增量资金的不断涌入 7景气研究：高景气追逐式投资的“断剑重铸” 9房间里的大象：景气研究的难与易 9如何理解景气？——是供需结果的呈现，而非过程 10对高景气投资的进一步审视：拆解驱动因子，重视宏观判断 13景气研究的最优策略：基础框架特色化 17景气投资的重塑：从不是坦途，也没有捷径 19风险提示 20插图目录 21为何从市场观感上看景气投资失效了2019-2021年间被过度神化了随着近一年来主流高景气赛道普遍经历了大幅回撤，对景气投资有效性的质疑声也此起彼伏。事实上，对于市场中常见的基于业绩表现的景气投资框架而言，即使我们在每年年初的时候便已知晓当年所有上市公司的实际业绩，并将其按利润同比增速降序排列后分成10组，其中第一组由增速前10%的个股组成，我们在测算各个股票组合的月度胜率时发现，整体而言，业绩增速高的股票组合单月胜率远高于业绩增速低的组，然而在高景气组合内部却并非是简单的线性关系，第三组的胜率无论是均值或是中位数均高于业绩增速最高的第一组。值得一提的是，在分析高胜率月份分布时可以看到，高景气策略存在明显的季节性，上半年高景气的胜率要明显高于下半年。年初因为缺乏信息，往往是市场对上市公司的盈利预测误差最大的时刻，因此也存在着大量的预期差修复的空间。而随着上市公司业绩信息的不断披露，在投资者不断上修盈利预测之下，高景气组合预期差逐渐收敛，因此获得超额收益的难度也在不断加大。图1：在高景气组合内部却并非是简单的线性关系日期第1组第2组第3组第4组第6组第7组第8组第9组第10组2005年0.420.580.500.580.420.420.330.330.332006年0.580.420.420.500.420.330.250.250.422007年0.500.830.580.750.500.420.250.330.502008年0.580.580.750.500.580.080.170.170.252009年0.420.500.750.750.580.170.420.420.502010年0.750.670.750.500.580.580.330.170.422011年0.580.830.580.670.500.250.170.170.252012年0.750.830.830.750.580.420.330.330.252013年0.580.420.830.830.420.330.250.080.082014年0.670.580.750.580.580.420.420.420.422015年0.670.580.580.670.170.250.330.420.252016年0.830.670.500.580.500.420.330.330.502017年0.670.420.750.670.330.170.000.170.172018年0.670.500.750.580.420.330.170.170.172019年0.750.330.831.000.420.170.250.170.082020年0.670.500.750.830.250.170.170.170.172021年0.500.500.670.420.420.500.330.330.422022年0.730.550.550.450.360.270.270.270.27均值0.630.570.670.650.450.320.270.260.30中位数0.670.560.750.630.420.330.260.260.26资料来源：wind，101010%。然后算出每个月的各组涨跌幅中位数作为该组每月涨跌幅的表征。以第五组的涨跌幅作为基准组，算出每图2：在投资者不断上修盈利预测之下，高景气组合预期差逐渐收敛，因此下半年胜率明显低于上半年，尤其在Q4胜率的季节性第1组第2组第3组第4组第6组第7组第8组第9组第10组1月0.440.220.390.390.500.330.330.280.332月0.890.780.780.670.390.440.390.440.673月0.670.670.780.610.500.390.440.440.444月0.720.670.830.670.170.060.000.000.065月0.610.610.560.720.440.220.280.170.286月0.560.440.720.670.500.170.060.170.177月0.830.780.890.780.330.110.170.170.338月0.610.670.610.670.280.280.220.220.289月0.440.560.670.610.670.330.280.390.3910月0.720.610.670.780.220.280.000.060.0011月0.560.330.610.440.720.830.670.560.4412月0.470.530.590.760.650.350.350.240.24上半年胜率中位数0.640.640.750.670.470.280.310.220.31下半年胜率中位数0.580.580.640.720.490.310.250.230.31资料来源：wind，图3：随着上市公司业绩信息的不断披露，在投资者不断上修盈利预测之下，高景气组合预期差逐渐收敛 预期归母净利润较实际值偏离度 预期营业收入较实际值偏离度14.7%10.1%14.7%10.1%7.4%5.5%5.3%1.9%1.2%-0.1%-0.4%-0.2%15%10%5%0%-5%上年末 Q1财报披露后 Q2财报披露后 Q3财报披露后 本年末资料来源：wind，因此我们需要意识到的是，无论是业绩的绝对增速，抑或是增速的边际变化，本质上均是由基于低频的景气结果去指导投资，由于存在着明显的滞后性，因此股价的上涨往往来自于业绩表现的超预期部分，抑或是对其业绩持续兑现预期的能力给予的估值溢价，而非是业绩本身，以高景气成长股为例，历史上高景气成长股的业绩兑现度与其股价表现整体一致，在2013年至2015年，2019年至2021年的成长牛市中，均伴随着高景气成长股的业绩兑现能力的系统性抬升。而在2021年Q3成长股的业绩兑现度见顶回落后，股价表现也随之出现明显回撤。图4：历史上高景气成长股的业绩兑现度与其股价表现整体一致 业绩兑现比例（平滑4期） 成长风格指数收盘价（右轴）0.550.500.450.400.350.300.250.20资料来源：wind，备注：业绩兑现度是指业绩披露后盈利预测出现上调或者持平的个股占整体样本个股的比重。

9,000.08,000.07,000.06,000.05,000.04,000.03,000.02,000.01,000.00.0然而真正困难的是，我们发现对于超预期个股而言，对其超预期的业绩表现进行线性外推的胜率也并不高，即从历史上看，连续超预期的难度似乎远比投资者想象中的大，这无疑增加了高景气投资策略的实操难度。值得一提的是，在2018年Q4至2021年Q1，业绩持续超预期的概率震荡上行，且明显超过历史平均水平，随后持续回落，并在2021年底回落至历史均值水平。图5：从2018Q4至2021Q1，标的连续两个季度业绩超预期的概率震荡上行，明显超过历史平均水平（大约为45.85%）

图6：从2018Q4至2021Q1，标的当季业绩超预期且两个季度后继续超预期的概率震荡上行，明显超过历史平均水平（大约为38.7%） 70%

转移概率:连续两个季度超预期 历史平均概率:连续两个季度超预期

60%

转移概率:当下与两个季度后均超预期 历史平均概率:当下与两个季度后均超预期60%

50%50%40%

40%30%30%20%

20%999资料来源：wind， 资料来源：wind，我们接着对高景气策略有效性尝试进行一个系统性的回测，考虑到无法在年初便已经得到全年的准确盈利信息，为保证结果严谨性，自2010年起，我们在每月月初对有盈利预测的个股组合按利润同比增速大小降序排列并分成10组个股组合（第1组为业绩同比增速最大组合，第10组为最小组合，并记录其当月收益率，随后计算整体的累计收益率，我们可以看到，截至2023年6月，累计收益最高的组合是预测业绩同比增速大小排名在20%至30%的组合，其次是30%到40%的组合，而业绩增速排名前10%的名义上景气度最高的组合排名却明显靠后。这意味着高景气投资内部，似乎也并非是简单的线性关系，即业绩更好的股票组合市场表现并不必然就更好，并且从最大回撤与夏普比的情况来看，高景气投资也并非是一个稳健的投资策略。更为重要的是，我们发现，即使是表现出色2020图7：高景气投资内部，似乎也并非是简单的线性关系，即业绩更好的股票组合市场表现并不必然就更好区间第1组第2组第3组第4组第5组第6组第7组第8组第9组第10组总回报777%844%1891%1312%1854%1460%1085%784%602%362%相对总回报446%520%1560%988%1523%1129%761%460%272%32%最大涨幅1587%1918%2847%2318%2824%2572%2196%1797%1339%914%最大跌幅-76%-73%-72%-72%-69%-67%-67%-69%-74%-70%年化平均回报12.8%13.2%18.0%15.8%17.9%16.4%14.7%12.8%11.4%8.8%年化平均超额回报9.8%10.6%16.8%14.1%16.7%14.9%12.7%10.0%7.5%1.6%下行风险24.6%24.4%23.2%23.0%22.2%21.8%22.0%21.8%21.8%22.2%年化波动率33.0%32.6%31.4%31.2%30.3%29.7%29.7%29.4%29.4%29.8%Sharpe0.340.360.530.460.540.500.440.380.340.25资料来源：wind，图8：即使是表现出色的几个高景气组合，也是在2020年后才开始获得显著的超额收益 第10组 第9组 第8组 第7组 组第5组 第4组 第3组 第2组 第1组25.0020.0015.0010.005.002010-022010-082010-022010-082011-022011-082012-022012-082013-022013-082014-022014-082015-022015-082016-022016-082017-022017-082018-022018-082019-022019-082020-022020-082021-022021-082022-022022-082023-02资料来源：wind，备注：纵轴为累计收益。因此我们似乎可以得到以下结论：高景气投资策略真正给投资者带来显著且可持续超额收益的时间段主要为2019年与2021年，其背后正是在这三年里，高景气个股连续超预期的胜率发生了大幅抬升，而随着个股超预期线性外推的胜率发生了明显下滑，那么过去对其业绩兑现能力的长持续性所支付的估值溢价也需要向历史中枢回归，股价表现也随之回落。策略分析师如何可以在一段时间内，用滞后的行业数据，依靠对高景气行业的比较，成功选出上涨的板块？从交易逻辑上，需要思考2019年以来增量资金入市的行情。线性外推胜率的提升（甚至是不断超出预期）20192021度的超额收益，更不能解释为何估值的约束在当时出现了阶段性失效的情况。如果说基本面景气度线性外推胜率的变化决定了景气投资有效的持续时间，那么交易层面的共识与板块资金容量则可能是决定景气投资收益空间的主要因素。我们可以看到，20202021无疑是买入曾经自己深入研究，并且带来大量超额收益的板块，即重新投入到自己的前期持仓之中（同时也表达对现有持仓的继续看好，或者买入相同赛道/板块中的其他估值相对更低的个股，进而带动机构重仓股/此时的估值约束从行业/赛道整体层面上看便失去了作用。行业比较其实是无意中选出了具有增量资金的行业。然而进入2022年后，随着赚钱效应的减弱，基民购基意愿下滑，主动偏股基金的整体发行情况不佳，其中无论是绩优基金、还是赛道型主动偏股基金的基金经理均面临发行压力，这使得其对于赛道股的定价权大幅削弱，在估值约束逐渐回归后，板块不得不面临着大幅回调风险。2006年至2007行业景气的主要矛盾最为突出的上游资源与装备制造业的市场表现也同样最为出色，并展现出最强的成长性（具体复盘可参考前期专题报告《变化的时代，变化。图9：2019年至2021年，新发赛道基金规模迅速攀升，增量资金涌入高景气板块，然而进入2022年后，随着赚钱效应的减弱，基民购基意愿下滑，主动偏股基金的整体发行情况不佳，赛道型基金经理面临发行压力

图10：2019年至2021年，绩优基金经理的新发基金规模同样攀升，但整体占比弱于赛道型基金。2022年后，基民购基意愿下滑，主动偏股基金的整体发行情况不佳，绩优基金经理同样面临发行压力，但回落幅度小于赛道型选手

资料来源：wind， 资料来源：wind，景气研究：高景气追逐式投资的“断剑重铸”需要明确的是，高景气投资的有效性下降并不意味着对景气的研究失去了意义，事实上，后者可能才是真正重要的地方。从一定意义上而言，高景气投资策略只是景气研究在特定极端场景下的应用（我们也将在下文对其进行详细分析，而在大多数的普通场景下，对各行业景气驱动力在行业上的映射路径与交织关系的研究与刻画，并依据对驱动力因子最新期的边际变化进行未来行业供需格局状态的推演，最终完成各个行业间的景气比较才是景气研究的真正意义所在。一直以来，行业景气的研究与系统性的跟踪是策略研究员的重要工作，我们也在不断摸索，并尝试着构建一套相对完善、呈现足够直观并具有一定前瞻性的景气研究与跟踪框架。近些年来，随着数据源的不断丰富，景气研究不断下沉，各种新颖、细致的景气跟踪框架层出不穷，传统的美林时钟式自上而下的景气研究框架似乎正在逐渐被市场抛弃，然而我们始终认为，过往传统的美林时钟式自上而下的研究框架深入人心的背后并非仅仅是其过去在投资指导上的有效性，同样也因为其兼具了通俗易懂的构建逻辑与简洁明了的结果呈现，即集逻辑性、简洁性与可操作性于一体，这对于市场研究而言无疑是弥足珍贵的，在任何时代都不应当过时。因此我们认为，一个理想的景气研究框架，也理应具备以上几个特征，即：1勾稽与逻辑关系，典型如产量-价格-库存；上游-中游-下游；宏观-中观-微观等，而在进行景气度的判断时，也应当尽可能结合更多的信息，以此来提高景气结论判断的可信度。2需要确定1到2个核心的跟踪指标（或直接来自于数据源，或通过数理方法合成其整体思路与遵循的核心思想也应当是清晰明了的，过于复杂的模型不仅难以泛化，对投资者而言也同样难以理解。3（后者对景气的把握与预判能力甚至更胜一筹；并且也无法解决根本的行业配置问题（如在一个经济向上的周期内，大量的行业均处于景气扩张的区间，那么简单地的景气进行方向上的判断并无意义。因此，景气跟踪最优的输出结果应当是连续的标准化后的时间序列，能够实现多个行业或产业链间的明确的景气高低排序。然而在实践中，搭建同时满足上述要求的景气框架并不容易，三者之间呈现出一定程度上的“不可能三角”关系。我们过去曾经进行过一定尝试，现在看来当时构建的研究框架过于追求泛化能力与景气判断的精确性，使得模型变得异常复杂和难以理解。事实上，不同的行业与产业链之间的景气研究逻辑与侧重的关键变量可能是完全不同的，并且考虑到数据可得性，想通过提高单一模型的泛化能力来实现大一统式的景气跟踪是极其困难的（尽管这是解决景气比较问题最好的方式。从最终实践结果来看，在统一的框架下能够给出严格的各个行业的景气度数量化结果固然直接明了，然而对于投资者而言，得到景气度判断背后的支撑逻辑与关键的指标表现可能是更为关心的事情，仅仅依靠着标准化的输出结果或许并不具备足够的可信度。图11：在实践中，搭建理想的景气框架并不容易，逻辑性、简洁性与标准化三者之间呈现出一定程度上的“不可能逻辑性 逻辑性 不可能三角确定1到2个核心指标模型思想清晰明了简洁性然而实质上的标准化结果并不具备足够的可信度标准化的输出结果往往会涉及大量的统计与计量模型，计算过程的黑箱化将使得框架逻辑性受损不同行业的研究逻辑与侧重的关键变量可能是完全不同，这使得框架的简洁性难度大大增加产量-价格-库存；上游-中游-下游；宏观-中观-微观等标准化 输出结果尽量标准化方便景气比较资料来源：绘制景气一词真正意义上被资本市场的参与者熟知，是开始于2019年以来半导体、新能源等高端制造业的崛起，基于景气本身高低的投资方法论风靡一时。然而随着近一年来主流高景气赛道普遍经历了大幅回撤，对景气投资有效性的质疑声也开始声嚣尘上。我们从未在景气投资盛行之时对其有过推崇，那么也并不会在其或阶段性或永久性失灵之际避之不及，反而某种意义上而言，当下恰恰是最适合我们对其进行深度复盘与系统性思考的时刻。事实上我们发现，景气一词似乎并不存在经济学上的理论定义，即使在其最受追捧的时间段，不同的投资者对其理解和应用上也同样存在着显著差异（我们将在后文阐述。在这里简单提出我们对行业景气的理解：行业景气应当是一种结果，而非过程，即可以认为是在某一时刻/观驱动力因素彼此交织影响后，最终的市场格局或者说供需关系的呈现结果。这里的时刻/时间段从纵向来看可以为宏观上的经济周期与流动性周期、抑或是中微观上的行业或产品的生命周期（产能周期）等各自运行至该阶段的状态；而横向来看则可以理解为各类驱动力因子彼此交织在行业层面上的具体映射路径的截面快照（在行业上交织关系的刻画。而对于具体的呈现结果（景气）而言，最直接的一种表现形式无疑是业绩，这也是为何在大量投资者眼里将景气与业绩划等号的原因。然而考虑到业绩数据的披露频次较低，且往往滞后等原因，因此也有大量投资者选择将价格、库存、产销量、销售额等同样属于某一周期阶段行业市场格局或者说供需关系的一部分结果呈现，以及PMI、利率等各类驱动力代表因子的指标集合（往往相对高频，作为景气的综合表征。而由于各个行业之间的景气决定的核心变量之间往往存在差异，同时为满足简洁性，因此往往需要对琳琅满目的高频指标集合进行一个筛选，而市场上常见的筛选标准便是其对未来短期业绩的拟合情况。图12：景气可以认为是行业或板块在一定的周期阶段所呈现出的市场格局（供需关系）

图13：大量投资者选择将价格、库存、产销量、销售额等同样属于某一周期阶段行业市场格局或者说供需关系的一部分结果呈现，以及PMI、利率等各类驱动力代景气呈现的最直接方式f(x) 产销量 景气呈现的最直接方式f(x) 产销量 本 库存 高频的指标集合景气的综合表征价格未来短期内业绩判断纵向视角下，各类周期运行至某一时刻的状态。纵向视角下，各类周期运行至某一时刻的状态。最终的市场格局或者说供需关系的呈现结果，即行业景气结果呈现。截面视角下，各种周期在某一时刻的交织。资料来源：wind， 资料来源：wind，然而事实上，能够在中短期内准确指引板块未来业绩的公开数据信号本身也并不容易寻找，或者说能够对未来业绩的走势带有显著且稳定领先性的高频指标（至少是月频）并不容易挖掘，尤其是在考虑逻辑性的前提下；相较之下一致指标的数据来源相对更为丰富，然而受数据披露原因，我们往往只能在次月才能看到指标在当月的更新，这种明显的滞后性使得在大量投资者眼中，策略视角下的景气研究对股价的指导意义相对有限，甚至是“如鸡肋般食之无味，弃之可惜“。我们认为，指标的时效性对景气的跟踪固然重要，然而对策略研究员而言，更为核心的工作应当是分析各类指标背后表征的驱动力所处的位置判断（尤其是宏观与中观层面的行业景气驱动力，即我们通过解析各类驱动力因子在当下行业层面的具体映射机制与交织关系，并依据对各类因子未来潜在的演绎路径的推演，进而判断出在未来一期在行业上的最终映射结果。从这一视角来看，景气指标的时效性可能更多地是为我们能否较早地对我们前期映射路径的分析与映射结果的判断进行验证与修正意义，在当期产业未发生系统性的变化之际，一定程度上的验证结果滞后也并非无法容忍。与此同时，从单一行业视角来看，我们或许可以直观地感受到市场的有效性，尤其是对于部分热门赛道而言，行业基本面的略微变动往往能够快速地在股价上得到反映，因此容易产生景气滞后于股价的观感。然而如果从多个行业的视角来看，景气的滞后效应就会得到大量的稀释，在同一时间节点市场往往会存在对部分板块的定价不足。尤其是在长时间的结构性行情熏陶之中，市场不仅容易忽视部分冷门行业的景气反转信号；也时常会对产业链景气的扩散方向与力度认知不足。因此从这个意义上而言各个行业间的景气比较同样应当是策略视角看行业景气的核心任务。对高景气投资的进一步审视：拆解驱动因子，重视宏观判断我们回到高景气投资的讨论中尚未解决的一个问题，即为何在2019年至2021年这三年里，高景气板块线性外推的胜率会突然抬升？在给出我们对景气的理解后，我们可以进行推断，即景气是各类驱动力因子交织影响后的结果呈现，那么其线性外推难度的下降，也意味着各类驱动力因子在行业上的映射路径与彼此间的交织关系变得清晰且稳定，并易于向外推演，而这往往发生在以下两种场景之中：1（如经济强力复苏/深度衰退，而非周期性因子也尚未发生明显变化，在如此“岁月静好“的阶段，各个驱动力因子在行业上的映射路径，彼此间的交织关系也变得相对清晰，并往往具备较高5、62006200724中可以看到，2013年至2015年成长股出色的市场表现背后，是移动互联网产业浪潮驱动下其不断持续的业绩兑现能力。20192021正常运行进程，随后纷纷进入逐渐恢复期，即此时各个行业景气驱动力均处于从周期底部缓慢向上爬升的阶段，各类景气指标的大小可直接表明着其背后驱动力受疫情影响程度的深浅与修复的速度快慢，而修复至疫情前的中枢位置则是大部分投资者为其本轮复苏周期未来演绎路径与强度的拐点锚定，因此至少在板块修复至疫情前水平之前，行业景气的线性外推极易获得市场共识。而对于部分市场关注度与认可度颇高的景气赛道而言，无论是半导体、CXO抑或是新能源，在周期重启前段景气度因各种原因率先复苏，随后发生某一两个影响因素在整个行业景气驱动系统中的重要性突然快速放大成决定行业格局主要矛盾的过程。以半导体为例，在5G换机潮、物联网等的下游需求的驱动下，全20192020苏的催化/带动下，行业供需格局错配日趋严重，半导体产业链价格大幅攀升至历史高位，并成为彼时行业景气驱动的主要矛盾演绎状态的核心指标。由于大量新建产能相关的供给释放往往需要时间，而疫情、俄乌冲突等导致的供应链紊乱的持续时间也同样超出预期（超出了投资者的过往经验范围，使得产业链价格无论上涨的持续时间与空间均达到历史级别，业绩也同样实现了持续的超预期兑现。而随着疫情影响逐渐消退，大多数行业均逐渐修复至正常状态，行业景气驱动力因子也因此逐渐出现分化，宏观波动率开始大幅抬升，“岁月静好“式的外部环境远去，而对于大多数行业而言，景气度线性外推的难度同样加大。而随着供应链完成修复与全球宏观经济周期的见顶回落，并且供给端同样伴随着过去两年新建的产能逐渐释放，部分典型的高景气赛道产业链核心矛盾在整体上被大幅稀释，其他影响行业景气度的因素权重重新抬升，板块景气度又回到了多个因子共同驱动，彼此交织影响后的结果表现上，分析难度大幅抬升。而过去市场对其业绩可持续兑现能力支付的高额估值溢价，也不得不随着核心矛盾的解决而向历史估值中枢回归。图14：在2020年在疫情导致居家远程办公需求激增，使得消费电子与其上游半导体率先复苏，而随后供应链紊乱与经济复苏的催化/带动下，行业供需格局错配日趋严重，半导体产业链价格大幅攀升至历史高位，并成为彼时行业景气驱动的主要矛盾演绎状态的核心指标（十亿美元） DXI指数:月 半导体:销售额:合计:当月值

55.00半导体业绩兑现度（右轴）半导体半导体业绩兑现度（右轴）半导体（右轴45.0040.0035.0030.002013-062013-112013-062013-112014-042014-092015-022015-072015-122016-052016-102017-032017-082018-012018-062018-112019-042019-092020-022020-072020-122021-052021-102022-032022-082023-012023-0680 7,000.0070 6,000.0060 5,000.00504,000.00403,000.003020 2,000.0010 1,000.002013-062013-112013-062013-112014-042014-092015-022015-072015-122016-052016-102017-032017-082018-012018-062018-112019-042019-092020-022020-072020-122021-052021-102022-032022-082023-012023-06资料来源：wind，总结而言，在岁月静好的世界里，宏观因素似乎往往是投资者最后考虑的一环，然而事实上，当大量的投资者把高景气投资作为一种投资主导策略，甚至由，其实在无意间便已经扮演了宏观分析师的角色，并提前做了一个具有极强假设意义的对未来宏观的判断，即外部环境将长期稳定：各种影响板块景气度的驱动因子长期处于统一的共振状态，抑或是板块的主要矛盾长期存2019年至2021气投资失效的原因，仅仅只是因为过去的高景气行业的景气度边际下降，而新的高景气赛道变得更为稀缺，而忽视了更重要的宏观环境的变化：在未来宏观波动率系统性放大的世界里，对于经济状态的认知将大开大合，而各大板块的景气驱动因子不再形成合力，而这一环境本身又是抑制创新的（详见《产业浪潮与逃不与大家认知中的高景气投资所适用的土壤截然不同。尤其是对于部分高景气成长赛道而言，科技成长往往具有全球共振、海外映射的特点，过去全球范围内的低利率抬升了成长股估值的天花板空间，同时充裕的流动性在投融资上更好的驱动了成长股未来分子端的正向预期，使得过往的估值约束更容易被突破。然而当下全球性的通胀压力下，低利率环境得到逆转，无102010图15：作为全球风险资产估值的锚，美债收益率在2019年至2021年的持续下行一定程度上抬升了成长股的估值向上的天花板空间，然而当下低利率环境已然得到逆转，这使得成长股估值约束的“城墙”变得更加厚实（%） 美国:国债收益率:10年:月 美国:国债实际收益率:10年期:月6.005.004.003.002.001.000.00-1.0020032004200320042005200620072008200920102011201220132014201520162017201820192020202120222023资料来源：wind，景气研究的最优策略：基础框架特色化行文至此，我们已经对高景气投资策略的成功与失效进行了完整的审视，我们再次强调，高景气投资的失效并不意味着景气研究的必要性下降，与之相反，前者的失效反而更加凸显了后者的真正价值——即行业景气的系统性跟踪与彼此间的科学比较。在前文分析了景气研究的痛点与难点后，从现有矛盾来看，最好的解决方式或是便是对景气框架应当具备的三个特征进行适当妥协：牺牲一定的景气比较的绝对精度（事实上也很难做到，对于不同的行业或产业链构建不同的与其契合的景气研究与跟踪框架，进而追求更高的可信度与逻辑性。当然这同样也对结果输出的可操作性的实现提出了更高的要求。为后续的景气比较提供方便，我们需要提供一个基础性的景气框架，后续的具体板块或产业链景气度的研究与跟踪应当在该框架的基础上进行“量身定做“。具体来看：基础性框架主要由景气跟踪与景气比较两部分组成。在景气跟踪部分，主要有景气驱动、景气抑制与景气验证三个细分环节，其中景气驱动因素包括产业扶持或补贴政策的不断出台、下游国内外需求的复苏，产业自身的技术进步等；景气抑制因素包括上游原材料价格的上涨、产能过剩等；而景气呈现与验证则主要包括了产业链当前环节的供需表现具体情况呈现以及其他同一环节、海外类似产业的景气度变化等。从周期的视角来看，无论是景气驱动，景气抑制或是景气验证的刻画，均是为了将各个周期（如宏观景气周期、中观政策周期、产业自身技术周期、下游需求周期、上游供给周期等）在当前时点交织场景的具象化。具体而言，我们在关注产业A自身的经营状况（量-价-库存）的景气呈现结果同时，也需要考虑到背后驱动因素的交织影响，我们选择首先从产业链视角切入，观测上下游的景气变化对产业A本身的景气带动与抑制作用；其次考虑到景气同样存在宏观-中观-微观的传导机制，也同样需要关注宏观周期的变化对产业A的影响；而景气验证则为提高景气判断的置信度，我们可以通过跟踪处于产业链同一环节的其他”同类“产业的景气度变化对产业A进行验证；此外，对于大量全球化程度高的部分科技产业而言，中外产业映射同样是重要的景气先行指标（典型如AI关产业链景气度上行；而对于大量可自由贸易的产业而言（尤其是周期品，海外同类品的价格变化既可能会改变行业的供需格局，因此我们增加海外同类品价格维度，用以捕捉国外产品价格变化对国内行业景气产生的扰动。（举例而言，倘若国外同类品价格相较国内大幅抬升，这不仅意味着行业景气度的潜在抬升，并且如果扣除运费、关税等各类成本依然能够获得高额收益，国内企业也会有增加出口的动力，在产能有限的情况下甚至会减少国内的供给，对行业的景气判断）而在景气比较部分，主要包含将景气结论判断的数量化结果输出与进行跨产业链、跨行业的景气比较两个细分环节。为了更加全面地刻画产业A景气在当前所处的状态，我们采用与过去三期边际比较、过去12期纵向比较与过去五年同比横向比较的方法，综合得到当下的产业A景气度，进而抬升景气比较的置信度。最后，尽管目前市场上存在着已有的主流行业分类，然而考虑到各个行业之间存在的勾稽关系与景气研究上的共性，我们决定对其进行产业链重构。将市场绝大部分主流产业链与细分行业划分为六个大类板块，分别为传统周期板块、数字经济板块、高端制造板块、居家出行板块、餐饮零售板块、医药医美板块。跨行业景气比较景气判断部分跨行业景气比较景气判断部分景气结论判断景气跟踪部分库存 产量价格A中游：产业政策与技术进步当前景气度在近些年来历史同期的位置横向比较当前景气度在过去一年中的位置纵向比较景气验证/驱动/支撑海外需求变化/价差景气驱动下游：需求变化景气验证中游：同一环节行业B/C/D……景气变动景气抑制/验证上游：基础设施与原材料成本景气抑制/驱动相较上期/上上期的景气度变化边际比较景气抑制/驱动宏观景气：通胀/投资/增长医药医美餐饮零售居家出行高端制造数字经济传统周期资料来源：绘制板块所涉产业链板块所涉产业链所涉细分行业传统周期造纸印刷造纸、包装印刷基建地产建筑、房地产、工程机械、建材、钢铁、家电、家具、重卡煤焦钢动力煤、炼焦煤、焦炭、钢铁、其他煤化工、矿山冶金机械工业金属铜、铝、铅锌传统化工农用化工、化学纤维、化学原料、塑料及制品、橡胶及制品、聚氨酯交通运输航运港口、物流综合、运输设备、快递纺织纺织制造、纺织设备、纺织化学品石油石化石油开采、石油化工、油气设备电力电网发电及电网、输变电设备、配电设备金融银行、保险、券商数字经济产业数字化行业应用软件、电力电子及其自动化、工业机器人及工控系统、机床设备、激光加工设备数字产业化半导体、基础软件及管理办公软件、产业互联网、数字媒体、通信服务、互联网电商通信基础设施通信设备、计算机设备、云服务、互联网数据中心、物联网物联网终端消费电子、服务机器人、新能源汽车高端制造新能源汽车乘用车、汽车零部件、新能源动力系统、锂电设备、锂电化学品、稀有金属新能源风电、光伏、储能、光伏设备仪器仪表仪器仪表国防军工航空航天、地面兵装、航海装备、军工电子、碳纤维居家出行居家品牌服饰、文娱轻工、服务机器人、影视动漫制作、游戏出行航空机场、旅游及休闲、酒店、院线餐饮零售餐饮餐饮、食品饮料、农林牧渔零售商贸零售医药医美医美化妆品医疗美容、化妆品医药化学制药、中药、生物医药、医疗服务、医疗器械、医药流通出口出口纺织服装、家电、电子元器件、金属制品、轻工制造、化工资料来源：wind，备注：出口链穿插在其他六大板块中，并不单独构成产业链。景气投资的重塑：从不是坦途，也没有捷径在下一篇报告中，我们将以数字经济产业链为例，系统展示我们构建出其“定制化”的景气跟踪框架，并对各个细分环节尝试构建其相应的景气指数，最终合成整体的产业链景气指数，并与高端制造板块（半导体、新能源等）进行成长内部的各条产业链间的景气比较。这里我们解释下为何在景气比较时选择的是产业链间的比较而非各个细分行业，这是因为：一方面景气跟踪基础框架本身便是产业链的视角，因此结果上的操作性；其次为追求可信度与逻辑性，我们在景气指数构建过程在一定程度上牺牲了景气比较的绝对精度，因此为追求更高的颗粒度而去计算各个细分行业的景气比较结果，其可信度反而会出现下降，相较之下产业链视角下的景气比较整体上看是多个细分环节景气互相传导扩散后的综合结果的“链与链”比较，更具有参考价值；而结构上也可以一定程度上捕捉这一过程的动态组织变化，而这也是策略行业比较的同样需要重视的方面。需要指出的是，即使我们做了大量的工作完成了最终的产业链景气比较，筛选出了景气度相对更高的行业或产业链，这也应当仅是我们投资决策系统中相对关键的一环，距离直接用以指导投资仍具有一段距离，依然需要结合估值、交易者结构、投资者预期等市场层面的约束。此外，即使是景气本身，往往描述的是行业或者公司面临的供需环境，然而盈利却是外在环境和企业内生因素的综合结果，而在某些场景下，两者甚至呈现出完全相反的状态，举例而言，在景气度下行之际，企业反而扩大资本开支进行逆势扩张，进而抬升市占率，抑或是