2025年行业比较框架：把握“位置感”

一、从一个话题说起：为什么当前行业比较对投资的贡献 有限？

近几年，在日常研究及与机构投资者沟通过程中，我们常会感觉：当前策略对 投研的贡献主要在大势研判和风格研判。真正落到投资标的选择上，大多还是靠自 下而上的“翻石头”，行业比较发挥的作用仍相对有限。 但是，除了选股，择时和配置也是投资收益的重要来源。理想状态下，行业比 较应该在投资体系中负责“配置”的部分。 那么，为什么当前行业比较对投资的贡献反而有限？堵点在哪里？行业比较在 投资中可以发挥什么作用？应该如何改进？本篇报告拟就这些方面做出一些探讨。

（一）当前通用的行业比较框架：梳理股票池+整体法计算数据

首先，我们先系统梳理一下：当前市场上通用的行业比较框架是什么？它存在 哪些堵点？ 当前策略的行业比较主要分为两步走—— 1. 第一步：梳理股票池，构建“行业”。行业比较首先要有“行业”。当前 通用的做法是：梳理一揽子个股的股票池、并将其认定为是这个“行业”，如申万 /中信行业分类，各类主题指数、亦或是自定义的产业分类等。目前最为通用的是 申万/中信行业分类。 2. 第二步：基于股票池，通过“整体法”计算各类行业数据，并进行比较。 相关数据如财报数据、估值数据、拥挤度、基金配置、盈利预测等。进一步通过这 些数据，进行基本面、性价比、筹码、乃至于生命周期、供需状态等的比较，进而 输出投资结论。 这两步的关键词是“股票池”和“整体法”。为什么上述看似通畅的行业比较 路径，实践效果却不佳？主要这两个关键词均有一定的难以打通的“堵点”。

（二）梳理“股票池”的堵点

目前行业比较通用的股票分类是申万/中信行业体系。实践下来，我们感受到 有几点“堵点”难以打通。 以机构重仓的TMT、机械、电新为例—— 1. 行业命名晦涩。诸多行业推出来也不知道买什么，如IT服务、垂直应用软 件、金属制品、通信终端及配件等等。且容易误导，比如机械的三级行业“机器 人”并不是市场通俗理解上的“机器人”。 2. 很多重要行业缺失。比如半导体常用的的SOC、存储等细分，机械常用的 工具、叉车等细分，均缺少对应行业。相关例子不胜枚举。 实际上，对于近两年有景气度的AI、出口链等，目前行业比较囿于分类限制， 所能做的工作很少。 3. 将成分股划分来代替行业本身就是一件极难的事情。诸多公司为多主业经 营，尤其是龙头公司，将其简单贴一个行业标签，然后用其财务、估值等各数据来 代表该行业，很容易造成偏差。 当然，我们也曾尝试自定义产业链和细分环节的股票池，并计算相关数据来解 决上述问题，但实践后发现，这又会受到“整体法”的制约，我们下节详述。

（三）“整体法”计算数据的堵点

有了股票池，行业比较通常用“整体法”计算出行业的各类数据，并进行分 析。但这不得不面临一个问题——算出来的“行业”数据，真的是这个行业的情况 吗？或者说，将个股贴标签、然后简单算出一个数字，就能描绘行业现实了吗？

我们实践中发现，计算结果与行业现实情况常出偏差，而且该偏差是个随机游 走的“黑箱”。这背后主要源于“整体法”的两点困局。 堵点1：“整体法”的本质是“个股加总到行业”的简单统计学，但统计学的 有效性需建立在“大数定律”，这又与当前研究追求细颗粒度的需求相悖。因此， 只要下沉到二级或三级行业的分析，“整体法”一是极易受个别样本影响而干扰结 果，二是容易受小市值公司的影响，使得计算出来的数据并非行业真实情况。 第一，个别公司的变化很可能使得行业数据南辕北辙。以军工电子为例，今年 的一季报分析中，我们发现计算出的军工电子的“预收账款+合同负债同比”非常 高，似乎代表行业订单迎来前所未有的爆发。但细拆下来，主要因为中航成飞单个 公司的影响，剔除后行业订单是温和复苏，而中航成飞的业务甚至并非军工电子。

第二，小市值公司也可能对计算结果形成较大影响。 通常来说。小市值公司业务相对更杂、且容易受非经常性损益等影响，龙头公 司更能体现行业真实情况。这其中的一个常见的理解误区是：由于龙头公司的收 入、利润、市值等规模大，其对行业计算结果的影响权重大，因此“整体法”计算 结果相对可靠。 但实际情况是，行业比较看数据更多是看边际变化（比如同比），这时整体法 并不是受总盘子影响，而是受波动幅度影响。而小票虽然盘子小、但很可能波动 大，对计算结果也可能会产生较大的影响。以下方的半导体拆分为例，由于小票公 司数量众多，100亿市值以下公司的利润波动量级与“中军”的100-300亿、300- 500亿公司的波动量级是相仿的。

堵点2：受制于新上市公司的影响，“整体法”计算行业比较数据只能分析 “比值”，比如同比、环比、ROE等财务比率，而无法分析绝对值。这也造成了 一定的分析误差。 例如，行业比较分析产能周期习惯于看“同比”，这就很容易在22年底得到动 力电池“产能出清”的结论。但同比的变化是二阶导，看绝对值的话，22年底产能 压力依旧较大。

总结来看，当前“梳理股票池”+“整体法计算数据”结合的研究范式，受制于 二者自身的各种“堵点”，计算结果可能会变成误差的叠加、进而放大。 更重要的是，这样的计算结果，能否反映行业真实情况是个“黑箱”、随机游 走、无法判别。因此，尽管大多数行业的计算结果都是准确的（前叙误差只是小概 率事件），但我们很难对各个行业计算结果的准确与否进行判断。这就使得行业比 较输出结论的“信噪比”不可把控（信息/噪音）。 因此，我们认为，对于宽基分析、一级行业的分析、历史复盘等，当前行业比 较范式仍可适用，其可“化繁为简”，给我们一个自上而下概览的结论。 只是下沉到细分领域的分析，我们认为有进一步优化和补充的空间。具体我们 将在下章进行探讨。

二、行业比较的价值：提供“位置感”

在实践中，我们常在思考一个问题：相较于与各行业分析师交流一圈，行业比 较能提供的价值是什么？投研是一个系统性工程，策略的行业比较难以负责全部。 对行业理解不深、难以像自下而上的行业研究一样前瞻挖掘预期差和α，这些都是 客观存在的。 那么，行业比较的价值是什么？我们认为：是“地图”，也就是能提供“位置 感”。行业比较可以通过客观的财务等数据，将各个行业基本面、估值、筹码的位 置刻画出来，让投资更具“位置感”。举个例子，如果把投资比作行军，行业比较 可以担任“参谋”的角色，并提供一张可定期更新的“行军地图”。 我们认为：行业比较不应该“化繁为简”、企图寻找一个万能指标来指导投 资，而是应该追求多维度的交叉验证，这样才可能提高胜率。我们对基本面、估 值、筹码等的位置都进行了刻画。此后再配合以宏观环境的展望，以及自下而上的 行业和个股的跟踪及挖掘，“自上而下”与“自下而上”相结合，可能最后就可以 更好的辅助投资。

（一）我们做的尝试：基于公司数据，刻画行业“位置”

如第一章所述，当前“梳理股票池+整体法计算数据”的行业比较范式存在诸 多堵点、由此造成了“黑箱”的特性。 本篇报告，我们尝试“打开黑箱”，通过上市公司数据来进行行业比较。 我们构建了涵盖A股多数细分行业、总计1300+公司的数据库，可以直接观察 龙头公司的盈利周期、产能周期、库存周期、杜邦拆解、现金流、估值、筹码等情 况。以期实现：直接观察行业内龙头公司的情况→总结行业情况→进行行业比较。 这样，我们对行业比较的结论就有了相对更高的把握度，使其不再是“随机游走的 黑箱”。

（二）基本面位置：产业经营周期的七个阶段

下面，我们先尝试通过客观的财务数据，定位各行业的基本面周期位置。 对于具备制造属性的行业，其基本面大多带有周期特征，即盈利周期、产能周 期、库存周期。事实上，A股多数行业带有制造属性。通过客观财务数据，我们可 以比较清楚的将各行业周期位置刻画出来，进而辅助于投资中的“反转策略”和 “景气策略”。 与行业研究更侧重于利润表不同，我们会更加关注三张表的交叉验证，将各个 行业的位置通过“供需”的框架来抽象并统一。 经过对各行业公司数据的梳理及归纳，我们发现行业基本面周期大致可分成七 个阶段：下行期→出清初期→出清中期→出清末期→回升期→扩张期→筑顶期。

具体来看—— 1. 下行期：行业景气下行、供需失衡。体现在财务上为盈利下行、CAPEX与 库存扩张、产能利用率下滑。 2. 出清初期：行业景气依旧下行，但初步开始去产能、去库存。体现为盈利 下行、CAPEX与库存自高位去化、产能利用率仍在下滑。 3. 出清中期：行业景气仍在下行，产能和库存去化较为显著。体现为盈利下 行、CAPEX与库存去化至较低水位、产能利用率底部企稳。 4. 出清末期：行业景气企稳，产能和库存去化充分。即盈利下行、CAPEX与 库存去化充分，产能利用率企稳或回升。 至此，行业盈利周期进入回升阶段，此后行业周期会出现分化，如果对需求侧 展望乐观，行业会顺势进行产能和库存的扩张，反之则供给端维持克制、仅有利润 表的波动。对于前者，景气特征会更为显著、三张表协同扩张，但如果景气下行， 后续产能过剩的压力也会更大。对于后者，由于供给端未扩张、仅是利润表的波 动，因此账面大多现金充裕，可以期待后续供给扩张续力景气。 5. 强回升期：盈利回升1-2个季度、CAPEX和库存重新扩张；弱回升期：盈利 回升1-2个季度，但CAPEX和库存未明显扩张。 6. 强扩张期：盈利高增、CAPEX和库存高增；弱扩张期：盈利高增、但 CAPEX和库存未明显扩张。 7. 强筑顶期：盈利降速、CAPEX或库存在高位；弱筑顶期：盈利降速、 CAPEX和库存未明显扩张。

需要注意的是：这套基本面的框架存在边界，不适用于三类行业：（1）“偏 软”的行业，商业模式中不存在太多产能和库存，如计算机、传媒、服务业； （2）具备“低波”属性的红利行业；（3）主题类行业。

基于目前最新的25年一季报数据，我们大致定位各主要行业的基本面周期位置 如下—— 对于左侧的反转策略，我们建议关注出清中期到出清末期的品种。 对于右侧的景气策略，我们建议关注回升期到扩张期的品种。

从基本面右侧到左侧，我们举几个典型行业的例子—— 1. 强扩张期、强回升期的行业大多为AI、出口、新消费相关行业，由蓬勃旺 盛的需求驱动。 典型行业如光模块，收入利润高增、产能扩张、库存抬升。其中新易盛的财务 表现尤为突出。

2. 处于弱扩张期、弱回升期的行业多是下游需求挂钩消费等内需、或是内需 占比不低的出口链品种，如SOC、摩托车、工程机械等。 此类品种盈利周期回暖，但由于需求展望不明朗，企业仍未显著扩产，账面上 积攒了大量现金。如果需求侧复苏的信号能进一步确认，有进一步供给扩张并驱动 景气的潜力。

3. 处于出清末期的品种以医药、汽车、军工、风电等的上游供应链为主，典 型如CXO、IGBT、军工电子、风电轴承等。 这类品种供给出清、产能利用率底部企稳，盈利周期触底并首次改善，部分账 面现金流也改善。等待需求进一步回暖迈入回升期。

4. 处于出清中期的品种以风电内销、储能、FPGA、液冷、碳化硅、欧洲汽车 供应链等为主。等待与盈利周期触底步入出清末期。 以今年困境反转的典型行业风电塔筒桩基为例： 出口品种盈利见底回升、订单高增、产能开始扩张、产能利用率底部企稳，处 于强回升期。 而内销品种的盈利仍在下滑，产能去化，产能利用率底部企稳，处于出清中 期，等待盈利周期的企稳。

（三）估值位置：各行业估值中枢是多少？当前估值在什么位置？

一般来说，对于大多数有利润的行业，市场通用当年PE来定价（四季度估值 切换），部分成长型行业用次年甚至更远期的PE定价。少数周期性和生命周期早 期行业分别用PB和PS定价。本节我们尝试通过龙头公司来定位各行业估值位置。 涉及到预测PE或PS的计算，我们首先解释一个误区：不建议直接用Wind盈利 预测，需要做一些加工处理。因为： 1. Wind一致预期盈利预测是滚动的（默认180天滚动，可调整）。 2. Wind一致预期盈利预测主要是卖方财报业绩点评中的盈利预测。 其中，一是180天滚动使得盈利预测的边际变化钝化，二是滚动的特征使得盈 利预测经常出现虚假变动。从这个维度上说，周度/月度高频跟踪盈利预测的动态 调整也是无效的。因为盈利预测的调整很可能是某家卖方发了业绩点评。 因此，计算预测估值的时候，我们一是尽可能用更高频的Wind一致预期盈利 （比如30天），二是固定在五个财报季的时候更新盈利预测。

最后，通过行业内龙头公司估值历史分位数，我们可以大致对各行业的估值位 置进行定位。

（四）筹码位置：哪些行业里面已经没有机构？各行业公募配置拥挤度如 何？

筹码是另一种赔率。公开可得的数据主要是基金筹码。与21-22年公募新发潮 时期不同，当前分析公募加减仓方向的意义明显弱化，基金筹码对投资的指引意义 主要是“拥挤度”。 1. 公募有定价权、产业无新兴业态变化、基本面预计将进入筑顶阶段、公募 加仓到高位，应该提示风险。2. 公募有定价权、产业经过戴维斯双杀后，公募底部开始加仓，应该提示困 境反转的机会。 3. 公募持股占流通股比例已经很低的品类，代表的较好的筹码结构。

以上三类行业我们分别举三个例子—— 第一类：公募持股占流通股比重较高（有定价权）、且机构仓位较高，基本面 预计将进入筑顶阶段，可能面临着“筹码拥挤”的风险。主要细分在包括部分出口 链和半导体的细分环节。

第二类：公募有定价权、产业经过戴维斯双杀后，公募底部开始加仓，四季度 及明年基本面周期可能迈入出清末期乃至回升期。典型行业如CXO、储能逆变器、 军工电子等。以CXO为例： 数据来看，CXO是较为典型的公募有定价权的行业，25Q2多数公司主动权益 占流通股比重在5%以上（1300+公司的中位数是1.4%）。 截至25Q2，公募基金仓位已降至较低水位。结合当前基本面在出清末期，估 值亦不贵，如果后续基本面反转，基金就具备潜在增配空间，并推动股价上行。

第三类：更左侧一些，公募持股占流通股比例已经很低的品类，代表的较好的 筹码结构，如果四季度及明年基本面有改善便可能有加仓空间。典型行业如 FPGA、IGBT、叉车等。

（五）当前行业比较展望

我们分“景气策略”与“反转策略”两类来探讨，前者本质上是在“回升期” 和“扩张期”行业当中寻找明年能维持在扩张期的行业。后者本质上是在“出清 期”的三个阶段中，寻找四季度及明年能困境反转、步入“回升期”的行业。这其 中的牵引因素是需求。 对于 “景气策略”：AI、美国需求（制造业回流/地产复苏）、欧洲及亚非拉 需求可能维持，关注：海外算力、国内算力、对美出口链（高机/家居/工具）、对 欧及亚非拉出口链（工程机械/海风/摩托车）。 对于“反转策略”：海外储能及汽车需求，国内军工/医药/风电需求可能反 转，关注：海外汽车和储能复苏（储能逆变器/IGBT/部分汽车零部件）、 国内及 海外医药复苏（CXO）、国内风电复苏（电缆/整机/塔筒桩基）、国内军工复苏 （FPGA/卫星互联网）。

 

编辑：火腿肠