>>广电国网整合又有大动作 多家上市公司成为广电股份“合伙人” 广电国网整合又有新进展。8月26日晚，东方明珠、天威视讯、广电网络、湖北广电、华数传媒、贵广网络、吉视传媒等多家广电系上市公司相继发布公告，出资发起组建中国广电网络股份有限公司，出资额分别为数亿元不等。 >>多地积极绘制集成电路高质量发展路径图 据经济参考报8月27日消息，2020世界半导体大会26日开幕。记者从会上获悉，上半年新冠肺炎疫情影响下，我国集成电路产业依然保持快速增长，上半年销售额同比增长16.1%。相关部门正加快部署，引导创新要素投向核心技术攻关，进一步完善税收优惠政策，支持发展创投、风投等基金，鼓励金融机构提高中长期贷款等支持企业创新。 >>农业农村部：目前全国粮食库存充裕 农业农村部市场与信息化司司长唐珂26日表示，当前我国粮食库存充裕，目前全国稻谷、小麦库存水平大体相当于城乡居民一年的消费量，玉米库存虽然消化较快，但市场供给有保障。 >>国家发展改革委发文 县城新型基础设施等领域获重点支持 为充分发挥企业债券融资对县城新型城镇化建设的积极作用，国家发展改革委26日发布了《县城新型城镇化建设专项企业债券发行指引》，明确了专项企业债券发行的适用范围、支持重点和发行条件等。 >>全球智能手机第二季度销量同比下降20% 机构称下半年智能手机市场有望回暖 据外媒报道，美国高德纳（Gartner）咨询公司的数据显示，全球智能手机第二季度销量同比下降20.4%。
本文是工业企业数据分析手册第二篇，主要介绍工业企业财务数据。透过营收利润、资产负债等财务数据，可以系统地把握工业企业财务变化趋势。 分析从两个维度展开：一是分析利润表，重点是工业企业利润，它直接反映了工业企业的盈利状况，我们将从总量、行业结构、企业类型等角度对它进行解读；二是资产负债表分析，重点是工业企业产成品存货数据，它背后反映了供需关系变动，我们将从库存周期的角度对它进行解读。 1 初识工业企业财务数据 在《工业数据分析手册（一）》中，我们详细介绍了工业增加值。除了工业增加值，工业企业数据中，市场通常还很关注它的财务数据。下图展示了统计局披露的主要工业企业财务数据（蓝底方框内）。 这些财务数据，相当于简化版的企业利润表指标、资产负债表指标+财务分析指标。除资产、负债、营收、利润等数据外，还包括利润率、存货周转天数等指标。对于了解基础会计知识的读者而言，这些指标应该不会陌生。 它们的统计方式也比较简单，企业在国家联网直报系统中，填报自己的财务数据，然后再由统计局直接汇总而成。因此这些指标的含义，和它们在会计里的概念范畴也没有什么差别。由于核算流程简单，我们这里也不做过多介绍。 有些工业企业财务数据，比如利润，会同时公布绝对值和同比增速。需要注意的是，它们也是一项针对规模以上工业企业的统计，所以和工业增加值一样，也会受每年规模以上企业名单变动的影响，带来口径不可比的问题。 因此，尽管统计局公布了绝对值，但如果直接用绝对值来计算同比增速，会和官方调整后公布的同比存在差异。这种差异，在大多数时候很小，但在部分时间段可能会比较大，具体的我们在下文会再提到。 2 工业企业利润表解读 （一）工业企业利润表结构分析 我们完全可以用理解公司利润表的方式，来理解统计局的工业企业利润表数据。 1）营业收入大家都很清楚，它是工业企业销售产品所获得的收入。 2）营收扣除营业成本，再减去税金、期间费用、资产减值损失等成本费用科目，基本就得到了营业利润。 3）营业利润加上营业外净收入，约等于利润总额。 4）利润总额扣除企业所得税，就得到了净利润。 目前统计局披露的利润表数据主要有营业收入（主营业务收入）、营业成本（主营业务成本）、管理费用、销售费用、财务费用以及利润总额。2019年后稍有调整，主营业务收入（成本）被营业收入（成本）替代，前者不再公布相关指标，不过因为两者差距比较小，所以两个指标直接衔接起来即可，对分析的影响不大。 此外，尽管统计局还披露了投资收益、营业利润这两个指标，但它们的披露时间都比较短，从2018年开始才有数据，所以我们一般不太看。 2000年到2018年，营业成本占营收比重平均在85%左右，管理+销售+财务费用占营收比重平均约8.5%。前者总体呈现出上升趋势，而后者则呈现出下降趋势，它们互相形成了某种对冲关系。扣除完成本、费用，剩下的利润总额占营收比重（营收利润率）则平均约为5.5%。 在所有利润表数据中，市场比较关注工业企业营收、利润数据，其中又以利润总额同比，最受市场关注，因为它比较直接地反映了工业企业盈利状况（本来判断企业盈利的最直接指标应当是净利润，但由于统计局未披露工业企业净利润数据，所以只能用利润总额来代替）。 营收、利润总额作为常用会计概念，对投资者而言非常熟悉。同时，这些指标还可以和A股的微观数据相联系，进而对投资产生比较直接的指导意义。 通过下图可以看出，工业企业的营收、利润指标，和A股工业类上市公司的营收、利润增速之间，有着很好的拟合性。 统计局发布的工业企业利润指标是月度数据，相较于上市公司按季度发布的财报数据，时效性更高。宏观口径下数据和A股数据之间的高同步性，意味着我们可以用统计局数据来预判A股工业类上市公司的盈利数据。 例如2020年2季度，统计局公布的工业企业营收、利润累计同比明显反弹，基本上就可以提前判断工业上市公司的二季度盈利数据也会好转。而这些工业类上市公司数量占整个A股上市公司的68%，市值占57%左右，影响力不小。 我们知道，股票价格=EPS×PE。PE是市盈率，反映估值，而EPS是每股收益，反映企业盈利能力。若将利润总额增速近似地看成EPS增速，那么分析宏观口径下的工业企业利润增速，能够帮助我们对股票市场进行定价。 （二）工业企业利润数据分析 1、如何从总量角度进行观察？ 首先探讨一个问题：工业企业营收和利润总额，和我们上一篇提到的工业总产值和工业增加值之间，有什么联系？理解这一点，有助于我们厘清工业数据之间的内在逻辑。 第一，工业企业营收和工业销售产值的概念很接近，而销售产值又可以通过产销率与工业总产值相联系。 营收、销售产值都是和销售有关的概念。从2005-2016年的历史数据来看（工业销售产值只有年度数据，且自2016年以来已经停止披露），工业企业营收与工业销售产值的年度数值相当接近，例如在2016年，两者只相差0.03%。 工业销售总值和工业总产值之间，最主要的区别就在于，前者是基于销售来统计，而后者是基于生产。但这两者之间的差异也没有那么大，数据上来看，2001年以来，官方披露的产销率每年都在97%以上。历史上，工业总产值（2011年后停止披露）和工业销售产值数据结果也很接近。 一言以蔽之，尽管概念上有差异，但工业企业营业收入、工业销售产值、工业总产值在在数量关系上几乎可以等价。 第二，从概念上来说，工业增加值=总产值-中间投入，工业企业利润≈营收-成本，两者有点像，不过工业增加值并不等同于企业利润，甚至差的有点远。 从收入法可以看得更清楚，工业增加值=劳动者报酬＋生产税净额＋固定资产折旧＋营业盈余，它的概念比企业利润要广得多，不仅包括营业盈余（有点接近于企业营业利润的概念，但不完全一致），还包括职工工资福利、生产税、折旧等等。而企业利润实际上只包含了企业所分配的利益。 但是，工业增加值的同比，和工业企业营收同比、利润总额同比之间，存在比较强的逻辑关联。 我们在《工业数据分析手册（一）》中，谈到了月度工业增加值的核算方法，它等于本月总产值×上年度增加值率，相当于控制住了增加值率这个变量，而在计算工业增加值增速时，又利用PPI指标剔除了价格因素。所以理论上而言，工业增加值同比是一个很纯粹的、只反映总产量（或者说实际总产值）变动的指标。 又因为工业总产值基本等于工业企业营收，所以某种意义上说，工业增加值同比，可以直接看作是剔除了价格因素的工业企业营收同比。 这也是为什么工业增加值同比+PPI同比（还原了价格因素），和工业企业营收同比的拟合效果非常好，形态几乎一致，甚至比拟合利润同比效果还好的原因。 工业企业利润=营收×利润率。营收又等于量×价，所以我们最终可以把工业企业利润变动的原因，拆分为三个部分：量、价、利润率。 一是产量的变动，可以通过工业增加值同比来观察。 二是价格的变动，可以通过PPI同比来观察。 三是利润率的变动，可以通过营业收入利润率同比来观察。 工业企业利润变化基本就是由这三个因素共同决定的。我们可以把每期的利润总额同比增速，拆分为工业增加值同比+PPI同比+营业收入利润率同比。下图展示了这一拆分结果。 换言之，如果我们要对工业企业利润进行分析，无非也就是从这三个角度入手，看看这三个变量的变动趋势如何，并继续深挖它们背后的影响因素。 理论上讲，量和价在大多数时候应该没有什么分歧，因为它们总是共同受下游需求的影响。下游需求一旦启动，大概率会同时带动量价回升。 但如果冲击来自于供给端，那么量和价有时可能会发生背离。比如2016供给侧改革后产能出清，PPI同比快速提升，但企业利润的修复也主要是依靠这轮涨价，量没什么太大变动。再比如，2020年1季度受新冠疫情影响，量出现了很明显的缩减，但是PPI同比的变动并不大。 利润率的波动主要受价格影响。比如2016-2017年PPI同比大幅上涨，同时带动了工业企业利润率上升。更准确地说，是原材料涨价，带动了上游和中游原材料行业的利润率提升，这段时期的工业企业利润回升的支撑力量也基本是这些行业。 总体而言，2012年后量（工业增加值）相对平稳，而价（PPI）以及利润率则处于较大的波动中。因此，工业企业利润的变化也主要受后两者驱动。 不过要说明的是，利润增长的可持续性，最终仍然取决于需求好不好，如果只是单一地受供给冲击下的价格上涨影响，工业企业利润增速回升，那么这种回升往往难以持续。 2、如何从行业角度进行观察？ 不同行业对应的需求不同，价格变动对它们的影响程度也不同，所以不同行业的利润同比走势，很多时候存在差异。接下来，我们从行业结构上来分析工业企业利润。 官方披露了各行业的利润总额的绝对值，可以直接计算出各行业占比。拿2019年数据来看，41个子行业中，前20大行业占比合计约为85%。其中规模最大的行业包括汽车、电子信息、电气机械、建材、化工、钢铁等，它们的利润变动会对整体的工业利润变动产生比较显著的影响。 同样地，可以参照和工业增加值类似的处理方法，对行业按照不同属性进行归类与合并（见《工业数据分析手册（一）》）。 我们这里主要从比较重要的上中下游视角展开分析，并沿用上一篇提到的上游、中游原材料、中游机械设备、下游的行业分类方法。 一个比较关键的问题是：哪类行业主宰了工业企业利润的变化？ 要回答这个问题，需要将工业企业利润累计同比按照上中下游进行相对精确的拆分（可以通过各行业利润的动态占比×各自累计值的同比来拆分，不过由于并非官方公布的同比，在2017-2019年存在较大误差），拆分的结果如下图所示。 分阶段来看上中下游的同比变动特征。自2013年以来： 1）2013-2014年，总体利润增速持续下行，下游行业的利润同比走弱是主导。而上游、中游利润同比均出现了微弱的好转。 2）2015-2016年，总体利润增速见底回升。见底，主要是因为上游行业利润陷入深度负增长。回升，最主要的支撑力量也是来自于上游以及中游原材料行业，相较之下其他行业没有很明显的改善。 3）2017-2018年，总体利润增速快速下行。问题主要出在中下游行业同比的快速下滑，尤其是中游原材料（这一时期受到了统计因素干扰）。 4）2019年，利润增速微弱回升，中下游均有利润好转迹象，但中游原材料更明显。 5）2020年，新冠疫情使得工业利润增速砸出深坑，而后向上修复。上游和中游原材料都修复得比较慢，中游机械设备和下游倒是修复得比较快，尤其是中游机械设备。 综上，不同时期工业企业利润变动的主导行业可能不一样。但掐头去尾来看，中游原材料行业的变动，可能是一条比较明晰的主线，它很大程度上决定了工业企业利润同比的形态，这可能和这个时期价格成为主要变量有关。 既然这一时期主要是价格在影响工业利润增长，那么这种供给端冲击下的涨价，会影响各行业的利润分配吗？ 价格驱动和需求驱动工业利润的逻辑不太一样。如果是终端需求强势启动，那么中下游会首先响应，量价齐升，利润增厚，然后再向其他中游、上游传导——此时所有行业的情况都有所好转，整个工业利润蛋糕都在做大。 但如果是在供给侧改革下，上游和中游原材料价格涨价，理论上来说，可能会侵蚀中下游的利润空间，这具体又取决于终端需求是否强劲。如果终端需求强劲，那么价格或许可以继续向下传递，中下游可以将成本继续转嫁给消费者，但如果需求比较差，那么中下游或许只能承受更高的成本，盈利能力可能会被削弱。 我们先来观察2016-2017年供给侧改革时期的价格变化特征： 代表工业上游、中游原材料价格的PPIRM同比、PPI生产资料同比明显大涨。 代表工业下游价格的PPI生活资料同比、代表消费价格的CPI非食品同比也有一些涨幅，但涨幅相对有限（PPI生活资料当月同比从2015年末的-0.4%涨至2016年末的0.8%，CPI非食品项当月同比则从1.1%涨至2%）。它们与PPIRM同比、PPI生产资料同比之间形成了剪刀差。 尽管从历史数据来看，工业下游行业的价格弹性一直比较弱，但这一次的反弹力度比以往更弱，也说明了终端需求比以往更低迷。 上游、中游原材料涨价更快，而下游涨价偏慢，说明下游没能完全把成本继续转嫁出去，那么下游的盈利空间可能会被压缩，营收利润率应该走弱。 分别计算各行业的营收利润率变动百分点，可以发现，在2015年末-2017年年中这个PPI上涨最猛烈的时段，上游采掘业、中游原材料行业的营收利润率上涨比较明显，尤其是采矿业、石油、钢铁、化工，中游机械设备变化微弱，而下游中则有较多行业出现了利润率下滑。 这意味下游行业，在面临原材料涨价、同时需求又没那么好的时候，盈利能力的确有所弱化，利润空间遭到了上游、中游原材料行业的侵蚀。 当然，侵蚀效应并没有那么显著。我们用整体法分别计算出上中下游的营收利润率，可以看到，相较于上游、中游原材料而言，中游机械设备和下游的营收利润率一直以来变动幅度都很小，除了年内的季节性波动外，各年的利润率差别不是很大。我们理解原因可能有两点： 一是可能原材料成本在下游产品价格中所占的比重没有那么高，所以原材料上涨，对下游行业价格、利润率的影响都没有那么大。 二是可能下游行业（主要面向消费）和上游、中游原材料行业的联系没有那么紧密，中游原材料涨价的影响可能更多地传递到了非工业行业如建筑业等。 3、如何从企业类型角度进行观察？ 还有一种常见的观察工业企业利润的角度，即企业经济类型（或者说是企业登记注册类型）。 由于企业经济类型分类口径多而杂乱，概念上有时也存在一些交叉重叠，有时会引起误解。这里我们先来简单梳理一下它们之间的关系。 根据2011年版《关于划分企业登记注册类型的规定》，目前的企业登记注册类型包括国有企业、集体企业、股份合作企业、联营企业、有限责任公司、股份有限公司、私营企业、其他企业等内资企业，还有外商和港澳台商投资企业，一共9类。 年度的工业财务数据统计，包括以上9个类型，它们互不重合。如果将这9个类别的企业数加总，得到的数据和官方公布的总数是一致的。 在9大类企业中，国有、集体、股份合作、联营工业企业都有一定的社会制度属性，现在的数量已经比较少，它们4个再加上“其他工业企业”，占比合计只有1.4%左右。剩下来的还有有限责任公司、股份有限公司、私营企业、外商和港澳台商投资企业，它们的企业数占比分别约为24.6%、3.2%、58.3%、6%。 这四类企业的关系比较让人困惑，从定义来看，私营企业只是强调自然人投资设立或控股，外商和港澳台商投资企业只是强调由境外资本投资，这并不妨碍它们成为有限责任公司或者股份有限公司。按理来说，它们之间应该存在着交叉关系。 在实际中，统计局会依据《企业登记注册类型对照表》，将企业在工商总局的登记类型，转换为统计局的登记注册分类。下图中可以看到，尽管同样是在工商总局登记的有限责任公司/股份有限公司，但由于股权性质差异，有一些会被统计局归了私营企业，有些归为了外商投资企业，剩下的一些被才会真正纳入“有限责任公司/股份有限公司”。所以也没有出现重复计算问题。 再来看月度的工业财务数据。目前月度数据披露的企业经济类型，主要是4类：分别是国有控股企业、股份制企业、外商及港澳台商投资企业、私营企业。本来还有集体企业，但因为它占营业收入比重相当低，2019年起取消发布了。 这4类企业的单位数，加总起来大于工业企业总数，很明显概念存在交叉。实际上，月度的工业企业单位数，其实是等于国有企业（不是国有控股）%2B股份制企业+外商港澳台商投资企业+其他企业，而不是这4类企业加总。 那么这4类企业概念又该怎么理解，怎么与上文提到的9类企业对应？ 1）国有控股企业比较好理解，很明显它代表了国有经济。 2）外商及港澳台商投资企业也好理解，它代表的是外资经济。 3）股份制企业是一个容易弄混的概念，从数量关系上看，它实际上=股份合作企业+联营企业+有限责任企业+股份有限公司+私营企业。并且它同时包括国有和非国有的部分（国有控股企业即是从其中衍生出来的），范围相当宽泛，占规模以上工业单位数比例高达84%左右。总的来看，它其实更接近“内资企业”的概念，适合与外资企业进行对比。 4）私营企业是股份制企业中的一种，它比较接近于我们更常谈到的民营企业，市场大多数时候也是把它们放在一起谈论。但严谨地说，民营企业在法律上还没有明确的概念界定，在通常的语境下可以将它理解为一种非公有制经济（非国有、非国家控股企业）。而私营企业则特指那些自然人持股设立或控股的企业，范围要小于民营企业。私营企业适合与国有控股企业进行对比。 从四大类型企业各自的利润同比走势来看，变动方向还是比较一致的。不过，国有控股工业企业的波动率明显要更大。在2017年，国有控股企业的利润同比显著地高于私营企业，有部分观点将这一点当成“国进民退”的论据之一。 但这其实是因为，国有控股企业集中在上游开采、中游原材料等领域，而上文也提到过，这些领域由于供给侧改革后，价格处于高位，在2017年的景气度相当高，再加上国有控股企业数量相对较少（只有私营企业的十分之一不到），弹性更高，所以利润同比在这一时期的表现，会明显好于其他类型的企业。 另外，国有控股企业和私营企业面临的融资约束不太一样。在信用收紧的情况下，私营企业面临的融资难、融资贵问题会更严峻，理论上这应该会造成私营企业的盈利状况弱于国有控股企业。但以信用迅速收紧的2018年来看，反倒是国有控股工业企业的利润总额同比下滑的更快，这也主要是因为上游、中游原材料利润同比下滑。 所以总的来说，国有控股企业和私营企业的差异，大多数时候未必是企业性质差异带来的，而是上中下游行业差异带来的。 4、再议2018年的数据分歧 最后，再来分析一个曾经争议较大的问题：2018年，用工业企业利润总额累计值算出来的同比（-11.8%），明显小于官方公布的同比（+10.3%）。当然，不止是利润总额，利润表、资产负债表其他指标也出现了类似的情况，这是为什么？ 首先可以排除统计局人为调高同比数据的可能性。有一个简单的证据：A股工业上市公司营收同比和利润同比，在这段时间也还保持在较高水平，和官方公布的同比走势还是比较吻合的（见图表2、3）。 和行业有关吗？行业结构上似乎看不出什么端倪，因为除了烟草业、水电燃气供应业等个别行业以外，几乎所有行业的累计值同比，都明显小于官方公布的累计同比。 问题可能还是出在统计口径的调整上，面对公众质疑，统计局也给出了四点相关解释： 1）规模以上企业统计数量发生了变化。 2）加强统计执法，对不符合规模以上工业统计要求的企业进行了清理。 3）“营改增”政策实施后，剥离了非工业生产经营活动业务数据。 4）对企业集团（公司）跨地区、跨行业重复计算进行了剔重。 第1点、第2点解释，都是在讲规模以上企业样本缩小的问题。也有部分市场观点从这个角度出发进行解释，认为这反映了供给侧改革和去产能的结果。规模以上企业样本数量减少，所以用累计值算出来的同比要小于官方同比。同时由于行业集中度在不断提升，形成了所谓的“幸存者效应”，留在样本内的、经营质量好的的大企业，利润表现也会更好。 的确，2018年规模以上工业企业数量相较于2017年减少了6929家（降1.8%），样本量有所减少。 但问题在于，过去的20年间，其实出现了好几次同等级别的规模以上企业数量锐减，比如在2014年4月曾减少1.4万家，2015年3月曾减少9151家，2016年5月曾减少1.1万家，这三个时间点尽管用累计值算出来的同比，也是低于官方同比，但差距全都在1个百分点内，没有出现像2018年一样的巨大裂口。 第3点的解释力度可能也不是很大，毕竟工业企业非主营业务收入占营收比重很低，历年来只有2%-3%左右，就算剔除掉其中的非工业生产经营活动营收，带来的影响应该也没有那么大。 目前来看，第4点可能是更主要的原因，即剔除跨地区、跨行业计算的重复值。但这一点比较难证实，也很难证伪。有两个证据或许能够间接说明这一点： 一是国家统计局的剔重工作开始于2017年四季度，而这正好也是累计值同比与官方累计同比分化的开始时间。 二是在所有经济类型的企业中，国企是唯一没有出现显著数据分化的类别（尽管它在2018年的规模以上企业数样本缩减比例，和其他类型几无差别）。这可能和它作为国企，数据报送质量相对更好有关，所以统计局的剔重工作对它影响较小。 3 工业企业资产负债表数据解读 （一）工业企业资产负债表结构分析 统计局公布的资产负债表数据主要有以下一些：1）资产端包括流动资产、应收账款、存货、产成品存货、总资产；2）总负债和所有者权益。 首先来观察资产负债率的变动，它显示了工业企业的杠杆情况。注意，上文提到了，2017-2018年工业财务数据出现了比较严重的统计异常，而官方公布的资产负债率其实是用累计值计算出来的，没有剔除掉异常因素。因此，如果我们直接用官方公布的资产负债率，可能会出现误读。 要观察真实的企业资产负债率，需要用官方同比先推算出2017年以后的总资产、总负债累计值，然后再计算资产负债率。虽然由于规模以上口径变动的原因，计算结果仍然存在一定误差，但误差在可接受范围内（我们在本文中提到的其他财务比率，除非有特别说明，否则都按照相同方法进行了调整）。 可以看到，21世纪以来，除了在2002-2004、2008年进行了微弱的加杠杆以外，工业企业一直处于去杠杆进程中。 2017年后，官方公布的资产负债率出现明显反弹，然而这是一次统计调整带来的“虚假”反弹。通过计算调整后的资产负债率，可以发现企业整体仍然在去杠杆。 分企业类型来看，国企和私企杠杆存在显著分化。 国有控股企业的资产负债率在2008年后进入上升状态，在2016年后进入下降状态，这主要是因为2008年后基建、地产需求强劲，国有控股企业主要对应的上游和中游原材料行业大幅加杠杆，而在2016年供给侧改革后则转为去杠杆。 相应的，私营企业资产负债率自2006年以来，一直在持续下滑，但到了2018年后有所回升。考虑到2018年后的经济金融环境，私企可能并不是在主动加杠杆，而是在融资环境恶化的情况下被动加杠杆。 再来看资产端。工业企业资产同比会略微滞后于营收同比。这主要是因为，当企业营收好转的时候，现金、企业应收账款会增多，补充存货的意愿也在增强，导致流动资产增加，进而带动资产同比提升。 资产结构中，流动资产占比从21世纪初的40%，提升到了当前的50%左右，总体来看资产流动性有所增强。 其中，流动资产占总资产比重在2009后出现一次大幅提升，2012年后又逐渐滑落，这个波动主要由存货变动贡献。而2015年后触底回升，则更多由应收账款支撑。 可以继续观察与存货和应收账款相关的两个指标： 一是存货周转天数，不过官方披露的主要是产成品周转天数。企业存货通常包括原材料、在产品、半成品、产成品、商品以及周转材料等，而产成品存货，其实就是已经生产完了、但还留在仓库里没有卖出去的产品，也就是市场常说的“库存”。 产成品周转天数=360×平均产成品存货÷主营业务成本×累计月数÷12。产成品周转天数越少，反映工业企业库存周转越快，产品卖得越顺利。 二是应收账款平均回收期。它等于360×平均应收账款÷营业收入×累计月数÷12，应收账款收回期越短，说明赊账越少，收账迅速， 企业的资金使用效率更高。 同样的，这两个指标也需要进行调整，否则也会得出错误结论。如果采用官方数据计算同比，在2017年之后，产成品周转天数同比、应收账款平均回收期同比均出现了明显上行。而从调整后数据来看，两者均没有出现异常，而是平缓抬升。 2020年1季度，两个指标再次出现了跳升，无论是调整前还是调整后，都显示了这一现象。产成品周转天数的跳升主要受新冠疫情影响，企业库存被动积压，几乎无法周转。应收账款平均回收期的跳升，一方面是因为企业业务无法开展，营收快速下滑，另一方面是因为疫情冲击下，企业普遍收不上来款，所以应收账款处于高位。 （二）工业企业产成品存货数据分析 1、产成品存货与库存周期 产成品存货数据是工业企业资产负债表中，最受市场关注的数据。 工业企业的产成品存货，或者说库存状况，背后反映的是供需力量的对抗。如果需求弱于生产，产品卖不出去，那么库存就会不断积压，具体表现为产成品存货同比走高。相反地，如果需求强于生产，库存去化往往就会比较快。 随着经济增长和企业规模扩张，产成品存的货绝对值本来就在不断增长，所以它没什么太大的分析价值。我们一般观察的是产成品存货的同比，而不是绝对值。 需要注意的是，产成品存货是用金额来度量的，所以它的同比也涵盖了价格因素，不能完全准确地反映出真实库存数量的变动。比如，当产品价格下行的时候，可能从价格渠道带动产成品存货增速下行，这就使得真实库存的增速可能被低估。 历史走势显示，产成品存货同比和PPI同比有着比较强的正相关性，PPI同比会稍微领先一些。计价因素部分地解释了库存与价格之间的同向变动关系。 事实上，工业企业产成品存货数据是度量库存周期最核心的指标。库存周期是一个市场上颇为流行的讲法，我们向读者简单介绍这一概念。 从历史来看，经济总是在周期性地波动，尽管不是简单的重复，但仍然呈现出一些规律性。 根据不同的驱动因素，目前被总结出来的经济周期分好几种，有技术周期、产业周期、房地产周期、金融周期、资本开支周期等等，并分别被冠以不同的名称，比如康波周期、库兹涅茨周期、朱格拉周期等。 而库存周期，正如其字面意义所表示的那样，它是对企业库存周期性波动的一种描述。这种大约40个月左右的经济短周期波动，最早由经济学家约瑟夫·基钦在1923年提出，因此也被称作基钦周期。 上文曾说道，企业库存是供需力量对比的结果。相对于需求变化而言，供给的变化往往存在时滞，这就会导致库存水平出现周期性的波动。 所以说，所谓的“库存周期”，本质上其实是提供了一种简洁的切入角度，来刻画供给与需求在短期内不断互动和调整的过程。 需要说明的是，存货变动对GDP变动的贡献其实很小，它和GDP同比走势的相关性，更多地说明了库存周期是经济周期的响应结果（或者说滞后表现），而不是成因。所以说有观点认为库存周期会对经济周期起支撑作用，从逻辑上来说其实是颠倒了因果关系。 针对库存周期，最好是抱以这样的态度：把它当作一种直观的、经验性的线索。比如，如果库存水平已经接近历史底部，我们可以基于这个信号，推测经济周期可能即将见底反弹。但这是一种经验性的猜测，而不是逻辑性的判断。至于是否真的如此，显然还需要更多的经济指标进行交叉验证。 库存周期该怎么度量？一般来说，它需要由两个指标来界定： 一个是库存指标，市场上普遍采用的是工业企业产成品存货同比。 另一个是生产指标或者是需求指标。 目前缺乏一个比较合适的需求指标。部分研究会采用PPI同比、PMI新订单等作为需求的替代指标，但它们都有着比较明显的缺陷，比如PPI同比不包含“量”的信息，且实际上受供需两端影响。PMI新订单则在统计方式方面和产成品存货有较大差异。 生产指标方面，可以采用工业企业营业收入同比作为替代指标。上文也提到了，它基本上等于工业增加值同比+PPI同比，同时包含了产量、价格信息，与同样是名义值的产成品存货可以保持一致。 工业企业产成品存货同比走势，决定了经济是处于补库存还是去库存阶段，而工业企业营业收入同比走势，则决定了库存行为是主动还是被动的。 两两组合下，一轮完整的库存周期一般包括四个阶段： 1）主动补库存：经济繁荣，需求进入旺盛期，产品销路较好，因此企业更大力度地加快生产，库存水平持续提升。具体表现为产成品存货同比上升+营收同比提升。 2）被动补库存：经济走过繁荣的顶点，迈向衰退，需求已经下滑，企业生产也随之放缓，但需求下滑的更快。产品更不好卖了，积压在仓库，导致库存水平继续提升。具体表现为产成品存货同比上升+营收同比下滑。 3）主动去库存：经济由衰退进入萧条期，需求低迷，企业的生产也开始大幅收缩，库存水平走低。具体表现为产成品存货同比下滑+营收同比下滑。 4）被动去库存：当经济再度由萧条迈向复苏，需求回温，这时企业的生产也随之重启，但还没有完全跟上需求，导致库存水平仍在被动下降。具体表现为产成品存货同比下滑+营收同比提升。 2、中国历史库存周期分析 自2000年5月以来，中国已经相对规律地经历了大约6轮库存周期，目前尚处于第6轮中。每一轮周期又包含了上文说的“主动补库存-被动补库存-主动去库存-被动去库存”4个阶段。 我们将中国历史上的库存周期展示在下图中。 从中国历史库存周期的轮动中，可以解读出这样一些信息： 1）库存周期（即产成品存货同比）的经验底部大概在0%附近，历史最低点为-1.9%。 2）前5轮周期的持续时长有所不同。最短的是第1轮，共27个月，最长的是第4轮，共45个月。平均大概是37.2个月，和基钦研究发现的40个月比较接近。当下正在经历的第6轮周期，时间跨度则相对更长。 3）每轮周期的强度（曲线斜率）也不同。其中第一轮的反弹强度最小，第四轮的反弹强度最大。而后第5轮、第6轮的反弹强度都比较弱，并且第6轮还出现了周期顶部平坦化的特征。 4）每轮库存周期中，四阶段占比各有不同。综合来看，被动去库存时间最短，且变化不大。近年来主动补库存的时长正在逐渐变短，而被动补库存的时长在增长，同时在第5轮、第6轮周期中，主动去库存的时间跨度也开始明显拉长。 这说明，库存周期虽会重演，但不会简单重复。无论是持续时长、周期强度、四阶段各自占比，乃至曲线的形状，都会因为周期驱动因素的不同而存在差异。 总体而言，有强需求作为支撑的库存周期，表现会更好。比如2002年加入世贸组织后外需极为旺盛，再加上房地产高景气度，使得第2轮库存周期相当强劲，补库时间持久，特别是主动补库存阶段，长达19个月。甚至到了最后去库存阶段时，库存水平降的也不多，很快又进入了第3轮补库周期。 2008年金融危机后，尽管货币大放水+四万亿刺激政策见效快，第4轮周期反弹力度大，但实际上这种需求难以持续，所以主动补库存持续期很短，随后经济进入了漫长的被动补库和主动去库阶段。 到了第5轮、第6轮，中国经济正处于一个更大的经济下行周期中，需求始终较为疲软，使得库存周期反弹强度不大，并且主动补库存持续期也已经大大缩窄，分别只有8个月和10个月。 对于当下的第6轮库存周期而言，初始的回升动力主要有两个：一是受益于房地产投资和出口的好转，二是受益于供给侧改革后PPI同比提升。这分别从量、价两个方面带动了企业补库。 但是房地产和出口的回升总体而言比较温和，来自需求的支撑力量还不是很充分，消费、制造业投资等都在走弱。而供给冲击下的价格上涨，也是偏短期且不可持续的。这都限制了第6轮的主动补库期持续时间和周期强度。 另外，第6轮周期中还出现了特殊的“顶部平坦化”现象，即2017-2018年间产成品存货同比，长期维持在7%-9%区间内小幅波动。 我们猜测这可能与供给侧改革有关。供给侧改革以前，企业补库会相对自由地上升到一个峰值，然后再滑落，然而2016年后生产受到供给侧改革的约束，企业补库也面临着天花板，库存水平只能徘徊在一个比较平坦的上限附近。 2019年四季度，库存水平已经基本触及至0%左右的经验底部，当时市场上也出现了新一轮库存周期即将开启的声音。 然而，尽管2020年库存水平的确向上反弹了，背后推手却并非是经济复苏，而是新冠疫情。新冠疫情让这轮本就不那么“常规”库存周期，再度发生了变形。 在2020年一季度的防疫措施下，企业停产停工，生产能力受限，但同时物理隔离下，总需求也在快速收缩，导致库存被动积压。经济从2019年底的主动去库存，直接切换到一个类似于被动补库存的状态。 不过随着中国疫情防控顺利，企业陆续复工，需求好转，库存又在逐渐去化，但目前仍然处于8.3%的相对高位（截至2020年6月）。 3、行业库存周期的分化 接下来，我们观察各个行业的库存周期状况。 如果不考虑新冠疫情冲击，只看2019年底各行业所处的库存周期位置，那么当时绝大部分行业都处于被动补库存和主动去库存阶段中。 上游行业以被动补库存为主，中游行业以主动去库存为主，下游行业则被动补库存和主动去库存皆有。说明上中下游行业均处在一个需求较为疲软的阶段。 不过，也有很多行业库存去化比较彻底，2019年正在接近或已经突破了历史经验底部，特别是中下游行业，比如电气机械、汽车、造纸、食品、家具等。这意味着一旦需求启动，可能这些行业的库存周期的反弹会比较明显。 有个别行业在2019年四季度似乎出现了主动补库的迹象，比如汽车制造业以及与它相关的橡胶和塑料制品业。 历史上，汽车销量同比明显领先于汽车制造业库存同比，而2019年汽车销量开始见底回升，需求回暖大概率是这次汽车制造业的主动补库动力。正如上文所说，汽车库存已经到达历史最低位，所以这次的反弹力度也比较大。但是到了2020年，主动补库行情就被疫情给中断了。 部分行业如家具制造业、电气机械等也在2019年年末出现了主动补库存迹象，它们也是库存突破了历史底部的行业。 在2020年疫情发生之后，各行业目前又处于什么情况呢？ 随着疫情防控到位，各行业的库存同比在走过了2020年的一季度高点后，基本都开始下行。但各行业库存去化速度有所不同。 其中中游原材料行业既是疫情期间库存积压最严重，但也是疫后去化速度最快的行业，比如化工、非金属矿、钢铁、金属制品等。 这主要是因为它们对应的下游需求更多地来自于工业需求，只要下游企业不复工，它们的库存就完全没办法消化。 而随着疫情冲击逐渐消解，企业复工后工业生产反弹，同时房地产为了弥补疫情造成的工期延误，加快了施工进度，再加上基建加速启动，短期内各行各业对原材料需求都比较大。因而带动了中游原材料行业库存的加速去化。 同理，中游机械设备也主要面向工业需求，库存也积压得比较严重。但它的去化速度也没有中游原材料这么快。毕竟企业刚刚遭受了一波疫情冲击，元气大伤，对经济的预期还比较差，购买机器设备、扩大产能的意愿不是很强烈，所以中游机械设备的需求端相对低迷。 对于下游行业来说，多少有一些刚性消费需求在支撑，所以它们的库存水平积压幅度相对较小。而疫情冲击了居民资产负债表，消费需求偏弱，因此下游行业后续的库存去化速度也比较慢。 在所有工业行业中，有两个行业比较特殊，一个是计算机通信，一个是医药。 这两个行业的产成品存货同比，并没有像其他行业一样，在3月到达峰值后就回落，而是在高位延续了一段时间，甚至继续向上。与此相对应的，是它们的营收同比也在反弹。 这意味着，它们反而进入了主动补库存的状态。而不是因为产品卖不出去导致库存积压。这也比较好理解，因为医药制造业、计算机通信业和海外防疫需求高度相关，前者受益于直接的医疗防护，后者则受益于线上办公需求的增加。 假如把疫情当作一场纯粹的外生冲击，也就是说只带来了短期的、一次性的影响，那么可以假定，疫情冲击结束后，生产和需求会反弹至疫前水平，原来被动积压的库存逐渐去化，库存水平也会先向疫前水平（也就是2019年末水平）收敛，然后再回归到原来的周期轨道中。 总的来说，目前各行业的的最新库存水平（2020年6月），仍然普遍高于疫情前水平（2019年四季度），这意味着各行业“复位”可能还需要一段时间。其中，中游原材料可能会率先回归疫情前水平，而其他行业大概率会更慢，尤其是下游行业。 但“疫情一次性冲击”其实是一个不够合理的假设。实际上，疫情会通过损坏资产负债表，给经济施加以长期的影响。具体可能体现在：1）库存周期在低位的时间可能会延长。2）下一轮新的库存周期的反弹力度可能更弱。3）主动补库存的持续期更短。 此外，不同行业对应的需求也不同，疫情冲击对终端需求的影响是有差别的，这使得行业间库存周期分化、错位的现象可能会更明显。与消费、出口和制造业投资相关的行业（主要是中游机械设备和下游），库存周期开启的难度加大，而与地产、基建相关的行业（主要是中游原材料），库存周期更有希望开启。 其实，不同行业间的分化早就已经出现了。下图中可以看到，自2016年以来，上中下游库存周期的同步性已经很差了。 并且，有一些行业的库存周期已经变得更加短期化、碎片化了。尽管这轮从2016年开始的库存周期，整体上看好像还没有走完，但很多行业其实早已走完了一轮完整周期，甚至还开启了新一轮周期。 这一点可能在上游行业体现的比较明显，比如黑色金属矿采选业的库存早在2018年2季度就已经触底回升了，而煤炭开采业和洗选业则是在2019年2季度。其他比如化工、化纤、能源业等也呈现出类似的特征。 行业间的周期分化加剧，可能会带来整体库存周期的变形和不确定性，这将导致整体的库存周期判断起来更有难度。所以对于库存周期的使用，需要更加谨慎。
除了工业增加值，工业企业数据中，市场通常还很关注它的财务数据。 本文主要介绍工业企业财务数据。透过营收利润、资产负债等财务数据，可以系统地把握工业企业财务变化趋势。 分析从两个维度展开：一是分析利润表，重点是工业企业利润，它直接反映了工业企业的盈利状况，我们将从总量、行业结构、企业类型等角度对它进行解读；二是资产负债表分析，重点是工业企业产成品存货数据，它背后反映了供需关系变动，我们将从库存周期的角度对它进行解读。 1 初识工业企业财务数据 除了工业增加值，工业企业数据中，市场通常还很关注它的财务数据。下图展示了统计局披露的主要工业企业财务数据（蓝底方框内）。 这些财务数据，相当于简化版的企业利润表指标、资产负债表指标+财务分析指标。除资产、负债、营收、利润等数据外，还包括利润率、存货周转天数等指标。对于了解基础会计知识的读者而言，这些指标应该不会陌生。 它们的统计方式也比较简单，企业在国家联网直报系统中，填报自己的财务数据，然后再由统计局直接汇总而成。因此这些指标的含义，和它们在会计里的概念范畴也没有什么差别。由于核算流程简单，我们这里也不做过多介绍。 有些工业企业财务数据，比如利润，会同时公布绝对值和同比增速。需要注意的是，它们也是一项针对规模以上工业企业的统计，所以和工业增加值一样，也会受每年规模以上企业名单变动的影响，带来口径不可比的问题。 因此，尽管统计局公布了绝对值，但如果直接用绝对值来计算同比增速，会和官方调整后公布的同比存在差异。这种差异，在大多数时候很小，但在部分时间段可能会比较大，具体的我们在下文会再提到。 2 工业企业利润表解读 （一）工业企业利润表结构分析 我们完全可以用理解公司利润表的方式，来理解统计局的工业企业利润表数据。 1）营业收入大家都很清楚，它是工业企业销售产品所获得的收入。 2）营收扣除营业成本，再减去税金、期间费用、资产减值损失等成本费用科目，基本就得到了营业利润。 3）营业利润加上营业外净收入，约等于利润总额。 4）利润总额扣除企业所得税，就得到了净利润。 目前统计局披露的利润表数据主要有营业收入（主营业务收入）、营业成本（主营业务成本）、管理费用、销售费用、财务费用以及利润总额。2019年后稍有调整，主营业务收入（成本）被营业收入（成本）替代，前者不再公布相关指标，不过因为两者差距比较小，所以两个指标直接衔接起来即可，对分析的影响不大。 此外，尽管统计局还披露了投资收益、营业利润这两个指标，但它们的披露时间都比较短，从2018年开始才有数据，所以我们一般不太看。 2000年到2018年，营业成本占营收比重平均在85%左右，管理+销售+财务费用占营收比重平均约8.5%。前者总体呈现出上升趋势，而后者则呈现出下降趋势，它们互相形成了某种对冲关系。扣除完成本、费用，剩下的利润总额占营收比重（营收利润率）则平均约为5.5%。 在所有利润表数据中，市场比较关注工业企业营收、利润数据，其中又以利润总额同比，最受市场关注，因为它比较直接地反映了工业企业盈利状况（本来判断企业盈利的最直接指标应当是净利润，但由于统计局未披露工业企业净利润数据，所以只能用利润总额来代替）。 营收、利润总额作为常用会计概念，对投资者而言非常熟悉。同时，这些指标还可以和A股的微观数据相联系，进而对投资产生比较直接的指导意义。 通过下图可以看出，工业企业的营收、利润指标，和A股工业类上市公司的营收、利润增速之间，有着很好的拟合性。 统计局发布的工业企业利润指标是月度数据，相较于上市公司按季度发布的财报数据，时效性更高。宏观口径下数据和A股数据之间的高同步性，意味着我们可以用统计局数据来预判A股工业类上市公司的盈利数据。 例如2020年2季度，统计局公布的工业企业营收、利润累计同比明显反弹，基本上就可以提前判断工业上市公司的二季度盈利数据也会好转。而这些工业类上市公司数量占整个A股上市公司的68%，市值占57%左右，影响力不小。 我们知道，股票价格=EPS×PE。PE是市盈率，反映估值，而EPS是每股收益，反映企业盈利能力。若将利润总额增速近似地看成EPS增速，那么分析宏观口径下的工业企业利润增速，能够帮助我们对股票市场进行定价。 （二）工业企业利润数据分析 1、如何从总量角度进行观察？ 首先探讨一个问题：工业企业营收和利润总额，和我们上一篇提到的工业总产值和工业增加值之间，有什么联系？理解这一点，有助于我们厘清工业数据之间的内在逻辑。 第一，工业企业营收和工业销售产值的概念很接近，而销售产值又可以通过产销率与工业总产值相联系。 营收、销售产值都是和销售有关的概念。从2005-2016年的历史数据来看（工业销售产值只有年度数据，且自2016年以来已经停止披露），工业企业营收与工业销售产值的年度数值相当接近，例如在2016年，两者只相差0.03%。 工业销售总值和工业总产值之间，最主要的区别就在于，前者是基于销售来统计，而后者是基于生产。但这两者之间的差异也没有那么大，数据上来看，2001年以来，官方披露的产销率每年都在97%以上。历史上，工业总产值（2011年后停止披露）和工业销售产值数据结果也很接近。 一言以蔽之，尽管概念上有差异，但工业企业营业收入、工业销售产值、工业总产值在在数量关系上几乎可以等价。 第二，从概念上来说，工业增加值=总产值-中间投入，工业企业利润≈营收-成本，两者有点像，不过工业增加值并不等同于企业利润，甚至差的有点远。 从收入法可以看得更清楚，工业增加值=劳动者报酬+生产税净额+固定资产折旧+营业盈余，它的概念比企业利润要广得多，不仅包括营业盈余（有点接近于企业营业利润的概念，但不完全一致），还包括职工工资福利、生产税、折旧等等。而企业利润实际上只包含了企业所分配的利益。 但是，工业增加值的同比，和工业企业营收同比、利润总额同比之间，存在比较强的逻辑关联。 我们在《工业数据分析手册（一）》中，谈到了月度工业增加值的核算方法，它等于本月总产值×上年度增加值率，相当于控制住了增加值率这个变量，而在计算工业增加值增速时，又利用PPI指标剔除了价格因素。所以理论上而言，工业增加值同比是一个很纯粹的、只反映总产量（或者说实际总产值）变动的指标。 又因为工业总产值基本等于工业企业营收，所以某种意义上说，工业增加值同比，可以直接看作是剔除了价格因素的工业企业营收同比。 这也是为什么工业增加值同比+PPI同比（还原了价格因素），和工业企业营收同比的拟合效果非常好，形态几乎一致，甚至比拟合利润同比效果还好的原因。 工业企业利润=营收×利润率。营收又等于量×价，所以我们最终可以把工业企业利润变动的原因，拆分为三个部分：量、价、利润率。 一是产量的变动，可以通过工业增加值同比来观察。 二是价格的变动，可以通过PPI同比来观察。 三是利润率的变动，可以通过营业收入利润率同比来观察。 工业企业利润变化基本就是由这三个因素共同决定的。我们可以把每期的利润总额同比增速，拆分为工业增加值同比+PPI同比+营业收入利润率同比。下图展示了这一拆分结果。 换言之，如果我们要对工业企业利润进行分析，无非也就是从这三个角度入手，看看这三个变量的变动趋势如何，并继续深挖它们背后的影响因素。 理论上讲，量和价在大多数时候应该没有什么分歧，因为它们总是共同受下游需求的影响。下游需求一旦启动，大概率会同时带动量价回升。 但如果冲击来自于供给端，那么量和价有时可能会发生背离。比如2016供给侧改革后产能出清，PPI同比快速提升，但企业利润的修复也主要是依靠这轮涨价，量没什么太大变动。再比如，2020年1季度受新冠疫情影响，量出现了很明显的缩减，但是PPI同比的变动并不大。 利润率的波动主要受价格影响。比如2016-2017年PPI同比大幅上涨，同时带动了工业企业利润率上升。更准确地说，是原材料涨价，带动了上游和中游原材料行业的利润率提升，这段时期的工业企业利润回升的支撑力量也基本是这些行业。 总体而言，2012年后量（工业增加值）相对平稳，而价（PPI）以及利润率则处于较大的波动中。因此，工业企业利润的变化也主要受后两者驱动。 不过要说明的是，利润增长的可持续性，最终仍然取决于需求好不好，如果只是单一地受供给冲击下的价格上涨影响，工业企业利润增速回升，那么这种回升往往难以持续。 2、如何从行业角度进行观察？ 不同行业对应的需求不同，价格变动对它们的影响程度也不同，所以不同行业的利润同比走势，很多时候存在差异。接下来，我们从行业结构上来分析工业企业利润。 官方披露了各行业的利润总额的绝对值，可以直接计算出各行业占比。拿2019年数据来看，41个子行业中，前20大行业占比合计约为85%。其中规模最大的行业包括汽车、电子信息、电气机械、建材、化工、钢铁等，它们的利润变动会对整体的工业利润变动产生比较显著的影响。 同样地，可以参照和工业增加值类似的处理方法，对行业按照不同属性进行归类与合并（见《工业数据分析手册（一）》）。 我们这里主要从比较重要的上中下游视角展开分析，并沿用上一篇提到的上游、中游原材料、中游机械设备、下游的行业分类方法。 一个比较关键的问题是：哪类行业主宰了工业企业利润的变化？ 要回答这个问题，需要将工业企业利润累计同比按照上中下游进行相对精确的拆分（可以通过各行业利润的动态占比×各自累计值的同比来拆分，不过由于并非官方公布的同比，在2017-2019年存在较大误差），拆分的结果如下图所示。 分阶段来看上中下游的同比变动特征。自2013年以来： 1）2013-2014年，总体利润增速持续下行，下游行业的利润同比走弱是主导。而上游、中游利润同比均出现了微弱的好转。 2）2015-2016年，总体利润增速见底回升。见底，主要是因为上游行业利润陷入深度负增长。回升，最主要的支撑力量也是来自于上游以及中游原材料行业，相较之下其他行业没有很明显的改善。 3）2017-2018年，总体利润增速快速下行。问题主要出在中下游行业同比的快速下滑，尤其是中游原材料（这一时期受到了统计因素干扰）。 4）2019年，利润增速微弱回升，中下游均有利润好转迹象，但中游原材料更明显。 5）2020年，新冠疫情使得工业利润增速砸出深坑，而后向上修复。上游和中游原材料都修复得比较慢，中游机械设备和下游倒是修复得比较快，尤其是中游机械设备。 综上，不同时期工业企业利润变动的主导行业可能不一样。但掐头去尾来看，中游原材料行业的变动，可能是一条比较明晰的主线，它很大程度上决定了工业企业利润同比的形态，这可能和这个时期价格成为主要变量有关。 既然这一时期主要是价格在影响工业利润增长，那么这种供给端冲击下的涨价，会影响各行业的利润分配吗？ 价格驱动和需求驱动工业利润的逻辑不太一样。如果是终端需求强势启动，那么中下游会首先响应，量价齐升，利润增厚，然后再向其他中游、上游传导——此时所有行业的情况都有所好转，整个工业利润蛋糕都在做大。 但如果是在供给侧改革下，上游和中游原材料价格涨价，理论上来说，可能会侵蚀中下游的利润空间，这具体又取决于终端需求是否强劲。如果终端需求强劲，那么价格或许可以继续向下传递，中下游可以将成本继续转嫁给消费者，但如果需求比较差，那么中下游或许只能承受更高的成本，盈利能力可能会被削弱。 我们先来观察2016-2017年供给侧改革时期的价格变化特征： 代表工业上游、中游原材料价格的PPIRM同比、PPI生产资料同比明显大涨。 代表工业下游价格的PPI生活资料同比、代表消费价格的CPI非食品同比也有一些涨幅，但涨幅相对有限（PPI生活资料当月同比从2015年末的-0.4%涨至2016年末的0.8%，CPI非食品项当月同比则从1.1%涨至2%）。它们与PPIRM同比、PPI生产资料同比之间形成了剪刀差。 尽管从历史数据来看，工业下游行业的价格弹性一直比较弱，但这一次的反弹力度比以往更弱，也说明了终端需求比以往更低迷。 上游、中游原材料涨价更快，而下游涨价偏慢，说明下游没能完全把成本继续转嫁出去，那么下游的盈利空间可能会被压缩，营收利润率应该走弱。 分别计算各行业的营收利润率变动百分点，可以发现，在2015年末-2017年年中这个PPI上涨最猛烈的时段，上游采掘业、中游原材料行业的营收利润率上涨比较明显，尤其是采矿业、石油、钢铁、化工，中游机械设备变化微弱，而下游中则有较多行业出现了利润率下滑。 这意味下游行业，在面临原材料涨价、同时需求又没那么好的时候，盈利能力的确有所弱化，利润空间遭到了上游、中游原材料行业的侵蚀。 当然，侵蚀效应并没有那么显著。我们用整体法分别计算出上中下游的营收利润率，可以看到，相较于上游、中游原材料而言，中游机械设备和下游的营收利润率一直以来变动幅度都很小，除了年内的季节性波动外，各年的利润率差别不是很大。我们理解原因可能有两点： 一是可能原材料成本在下游产品价格中所占的比重没有那么高，所以原材料上涨，对下游行业价格、利润率的影响都没有那么大。 二是可能下游行业（主要面向消费）和上游、中游原材料行业的联系没有那么紧密，中游原材料涨价的影响可能更多地传递到了非工业行业如建筑业等。 3、如何从企业类型角度进行观察？ 还有一种常见的观察工业企业利润的角度，即企业经济类型（或者说是企业登记注册类型）。 由于企业经济类型分类口径多而杂乱，概念上有时也存在一些交叉重叠，有时会引起误解。这里我们先来简单梳理一下它们之间的关系。 根据2011年版《关于划分企业登记注册类型的规定》，目前的企业登记注册类型包括国有企业、集体企业、股份合作企业、联营企业、有限责任公司、股份有限公司、私营企业、其他企业等内资企业，还有外商和港澳台商投资企业，一共9类。 年度的工业财务数据统计，包括以上9个类型，它们互不重合。如果将这9个类别的企业数加总，得到的数据和官方公布的总数是一致的。 在9大类企业中，国有、集体、股份合作、联营工业企业都有一定的社会制度属性，现在的数量已经比较少，它们4个再加上“其他工业企业”，占比合计只有1.4%左右。剩下来的还有有限责任公司、股份有限公司、私营企业、外商和港澳台商投资企业，它们的企业数占比分别约为24.6%、3.2%、58.3%、6%。 这四类企业的关系比较让人困惑，从定义来看，私营企业只是强调自然人投资设立或控股，外商和港澳台商投资企业只是强调由境外资本投资，这并不妨碍它们成为有限责任公司或者股份有限公司。按理来说，它们之间应该存在着交叉关系。 在实际中，统计局会依据《企业登记注册类型对照表》，将企业在工商总局的登记类型，转换为统计局的登记注册分类。下图中可以看到，尽管同样是在工商总局登记的有限责任公司/股份有限公司，但由于股权性质差异，有一些会被统计局归了私营企业，有些归为了外商投资企业，剩下的一些被才会真正纳入“有限责任公司/股份有限公司”。所以也没有出现重复计算问题。 再来看月度的工业财务数据。目前月度数据披露的企业经济类型，主要是4类：分别是国有控股企业、股份制企业、外商及港澳台商投资企业、私营企业。本来还有集体企业，但因为它占营业收入比重相当低，2019年起取消发布了。 这4类企业的单位数，加总起来大于工业企业总数，很明显概念存在交叉。实际上，月度的工业企业单位数，其实是等于国有企业（不是国有控股）+股份制企业+外商港澳台商投资企业+其他企业，而不是这4类企业加总。 那么这4类企业概念又该怎么理解，怎么与上文提到的9类企业对应？ 1）国有控股企业比较好理解，很明显它代表了国有经济。 2）外商及港澳台商投资企业也好理解，它代表的是外资经济。 3）股份制企业是一个容易弄混的概念，从数量关系上看，它实际上=股份合作企业+联营企业+有限责任企业+股份有限公司+私营企业。并且它同时包括国有和非国有的部分（国有控股企业即是从其中衍生出来的），范围相当宽泛，占规模以上工业单位数比例高达84%左右。总的来看，它其实更接近“内资企业”的概念，适合与外资企业进行对比。 4）私营企业是股份制企业中的一种，它比较接近于我们更常谈到的民营企业，市场大多数时候也是把它们放在一起谈论。但严谨地说，民营企业在法律上还没有明确的概念界定，在通常的语境下可以将它理解为一种非公有制经济（非国有、非国家控股企业）。而私营企业则特指那些自然人持股设立或控股的企业，范围要小于民营企业。私营企业适合与国有控股企业进行对比。 从四大类型企业各自的利润同比走势来看，变动方向还是比较一致的。不过，国有控股工业企业的波动率明显要更大。在2017年，国有控股企业的利润同比显著地高于私营企业，有部分观点将这一点当成“国进民退”的论据之一。 但这其实是因为，国有控股企业集中在上游开采、中游原材料等领域，而上文也提到过，这些领域由于供给侧改革后，价格处于高位，在2017年的景气度相当高，再加上国有控股企业数量相对较少（只有私营企业的十分之一不到），弹性更高，所以利润同比在这一时期的表现，会明显好于其他类型的企业。 另外，国有控股企业和私营企业面临的融资约束不太一样。在信用收紧的情况下，私营企业面临的融资难、融资贵问题会更严峻，理论上这应该会造成私营企业的盈利状况弱于国有控股企业。但以信用迅速收紧的2018年来看，反倒是国有控股工业企业的利润总额同比下滑的更快，这也主要是因为上游、中游原材料利润同比下滑。 所以总的来说，国有控股企业和私营企业的差异，大多数时候未必是企业性质差异带来的，而是上中下游行业差异带来的。 4、再议2018年的数据分歧 最后，再来分析一个曾经争议较大的问题：2018年，用工业企业利润总额累计值算出来的同比（-11.8%），明显小于官方公布的同比（+10.3%）。当然，不止是利润总额，利润表、资产负债表其他指标也出现了类似的情况，这是为什么？ 首先可以排除统计局人为调高同比数据的可能性。有一个简单的证据：A股工业上市公司营收同比和利润同比，在这段时间也还保持在较高水平，和官方公布的同比走势还是比较吻合的（见图表2、3）。 和行业有关吗？行业结构上似乎看不出什么端倪，因为除了烟草业、水电燃气供应业等个别行业以外，几乎所有行业的累计值同比，都明显小于官方公布的累计同比。 问题可能还是出在统计口径的调整上，面对公众质疑，统计局也给出了四点相关解释： 1）规模以上企业统计数量发生了变化。 2）加强统计执法，对不符合规模以上工业统计要求的企业进行了清理。 3）“营改增”政策实施后，剥离了非工业生产经营活动业务数据。 4）对企业集团（公司）跨地区、跨行业重复计算进行了剔重。 第1点、第2点解释，都是在讲规模以上企业样本缩小的问题。也有部分市场观点从这个角度出发进行解释，认为这反映了供给侧改革和去产能的结果。规模以上企业样本数量减少，所以用累计值算出来的同比要小于官方同比。同时由于行业集中度在不断提升，形成了所谓的“幸存者效应”，留在样本内的、经营质量好的的大企业，利润表现也会更好。 的确，2018年规模以上工业企业数量相较于2017年减少了6929家（降1.8%），样本量有所减少。 但问题在于，过去的20年间，其实出现了好几次同等级别的规模以上企业数量锐减，比如在2014年4月曾减少1.4万家，2015年3月曾减少9151家，2016年5月曾减少1.1万家，这三个时间点尽管用累计值算出来的同比，也是低于官方同比，但差距全都在1个百分点内，没有出现像2018年一样的巨大裂口。 第3点的解释力度可能也不是很大，毕竟工业企业非主营业务收入占营收比重很低，历年来只有2%-3%左右，就算剔除掉其中的非工业生产经营活动营收，带来的影响应该也没有那么大。 目前来看，第4点可能是更主要的原因，即剔除跨地区、跨行业计算的重复值。但这一点比较难证实，也很难证伪。有两个证据或许能够间接说明这一点： 一是国家统计局的剔重工作开始于2017年四季度，而这正好也是累计值同比与官方累计同比分化的开始时间。 二是在所有经济类型的企业中，国企是唯一没有出现显著数据分化的类别（尽管它在2018年的规模以上企业数样本缩减比例，和其他类型几无差别）。这可能和它作为国企，数据报送质量相对更好有关，所以统计局的剔重工作对它影响较小。 3 工业企业资产负债表数据解读 （一）工业企业资产负债表结构分析 统计局公布的资产负债表数据主要有以下一些：1）资产端包括流动资产、应收账款、存货、产成品存货、总资产；2）总负债和所有者权益。 首先来观察资产负债率的变动，它显示了工业企业的杠杆情况。注意，上文提到了，2017-2018年工业财务数据出现了比较严重的统计异常，而官方公布的资产负债率其实是用累计值计算出来的，没有剔除掉异常因素。因此，如果我们直接用官方公布的资产负债率，可能会出现误读。 要观察真实的企业资产负债率，需要用官方同比先推算出2017年以后的总资产、总负债累计值，然后再计算资产负债率。虽然由于规模以上口径变动的原因，计算结果仍然存在一定误差，但误差在可接受范围内（我们在本文中提到的其他财务比率，除非有特别说明，否则都按照相同方法进行了调整）。 可以看到，21世纪以来，除了在2002-2004、2008年进行了微弱的加杠杆以外，工业企业一直处于去杠杆进程中。 2017年后，官方公布的资产负债率出现明显反弹，然而这是一次统计调整带来的“虚假”反弹。通过计算调整后的资产负债率，可以发现企业整体仍然在去杠杆。 分企业类型来看，国企和私企杠杆存在显著分化。 国有控股企业的资产负债率在2008年后进入上升状态，在2016年后进入下降状态，这主要是因为2008年后基建、地产需求强劲，国有控股企业主要对应的上游和中游原材料行业大幅加杠杆，而在2016年供给侧改革后则转为去杠杆。 相应的，私营企业资产负债率自2006年以来，一直在持续下滑，但到了2018年后有所回升。考虑到2018年后的经济金融环境，私企可能并不是在主动加杠杆，而是在融资环境恶化的情况下被动加杠杆。 再来看资产端。工业企业资产同比会略微滞后于营收同比。这主要是因为，当企业营收好转的时候，现金、企业应收账款会增多，补充存货的意愿也在增强，导致流动资产增加，进而带动资产同比提升。 资产结构中，流动资产占比从21世纪初的40%，提升到了当前的50%左右，总体来看资产流动性有所增强。 其中，流动资产占总资产比重在2009后出现一次大幅提升，2012年后又逐渐滑落，这个波动主要由存货变动贡献。而2015年后触底回升，则更多由应收账款支撑。 可以继续观察与存货和应收账款相关的两个指标： 一是存货周转天数，不过官方披露的主要是产成品周转天数。企业存货通常包括原材料、在产品、半成品、产成品、商品以及周转材料等，而产成品存货，其实就是已经生产完了、但还留在仓库里没有卖出去的产品，也就是市场常说的“库存”。 产成品周转天数=360×平均产成品存货÷主营业务成本×累计月数÷12。产成品周转天数越少，反映工业企业库存周转越快，产品卖得越顺利。 二是应收账款平均回收期。它等于360×平均应收账款÷营业收入×累计月数÷12，应收账款收回期越短，说明赊账越少，收账迅速， 企业的资金使用效率更高。 同样的，这两个指标也需要进行调整，否则也会得出错误结论。如果采用官方数据计算同比，在2017年之后，产成品周转天数同比、应收账款平均回收期同比均出现了明显上行。而从调整后数据来看，两者均没有出现异常，而是平缓抬升。 2020年1季度，两个指标再次出现了跳升，无论是调整前还是调整后，都显示了这一现象。产成品周转天数的跳升主要受新冠疫情影响，企业库存被动积压，几乎无法周转。应收账款平均回收期的跳升，一方面是因为企业业务无法开展，营收快速下滑，另一方面是因为疫情冲击下，企业普遍收不上来款，所以应收账款处于高位。 （二）工业企业产成品存货数据分析 1、产成品存货与库存周期 产成品存货数据是工业企业资产负债表中，最受市场关注的数据。 工业企业的产成品存货，或者说库存状况，背后反映的是供需力量的对抗。如果需求弱于生产，产品卖不出去，那么库存就会不断积压，具体表现为产成品存货同比走高。相反地，如果需求强于生产，库存去化往往就会比较快。 随着经济增长和企业规模扩张，产成品存的货绝对值本来就在不断增长，所以它没什么太大的分析价值。我们一般观察的是产成品存货的同比，而不是绝对值。 需要注意的是，产成品存货是用金额来度量的，所以它的同比也涵盖了价格因素，不能完全准确地反映出真实库存数量的变动。比如，当产品价格下行的时候，可能从价格渠道带动产成品存货增速下行，这就使得真实库存的增速可能被低估。 历史走势显示，产成品存货同比和PPI同比有着比较强的正相关性，PPI同比会稍微领先一些。计价因素部分地解释了库存与价格之间的同向变动关系。 事实上，工业企业产成品存货数据是度量库存周期最核心的指标。库存周期是一个市场上颇为流行的讲法，我们向读者简单介绍这一概念。 从历史来看，经济总是在周期性地波动，尽管不是简单的重复，但仍然呈现出一些规律性。 根据不同的驱动因素，目前被总结出来的经济周期分好几种，有技术周期、产业周期、房地产周期、金融周期、资本开支周期等等，并分别被冠以不同的名称，比如康波周期、库兹涅茨周期、朱格拉周期等。 而库存周期，正如其字面意义所表示的那样，它是对企业库存周期性波动的一种描述。这种大约40个月左右的经济短周期波动，最早由经济学家约瑟夫·基钦在1923年提出，因此也被称作基钦周期。 上文曾说道，企业库存是供需力量对比的结果。相对于需求变化而言，供给的变化往往存在时滞，这就会导致库存水平出现周期性的波动。 所以说，所谓的“库存周期”，本质上其实是提供了一种简洁的切入角度，来刻画供给与需求在短期内不断互动和调整的过程。 需要说明的是，存货变动对GDP变动的贡献其实很小，它和GDP同比走势的相关性，更多地说明了库存周期是经济周期的响应结果（或者说滞后表现），而不是成因。所以说有观点认为库存周期会对经济周期起支撑作用，从逻辑上来说其实是颠倒了因果关系。 针对库存周期，最好是抱以这样的态度：把它当作一种直观的、经验性的线索。比如，如果库存水平已经接近历史底部，我们可以基于这个信号，推测经济周期可能即将见底反弹。但这是一种经验性的猜测，而不是逻辑性的判断。至于是否真的如此，显然还需要更多的经济指标进行交叉验证。 库存周期该怎么度量？一般来说，它需要由两个指标来界定： 一个是库存指标，市场上普遍采用的是工业企业产成品存货同比。 另一个是生产指标或者是需求指标。 目前缺乏一个比较合适的需求指标。部分研究会采用PPI同比、PMI新订单等作为需求的替代指标，但它们都有着比较明显的缺陷，比如PPI同比不包含“量”的信息，且实际上受供需两端影响。PMI新订单则在统计方式方面和产成品存货有较大差异。 生产指标方面，可以采用工业企业营业收入同比作为替代指标。上文也提到了，它基本上等于工业增加值同比+PPI同比，同时包含了产量、价格信息，与同样是名义值的产成品存货可以保持一致。 工业企业产成品存货同比走势，决定了经济是处于补库存还是去库存阶段，而工业企业营业收入同比走势，则决定了库存行为是主动还是被动的。 两两组合下，一轮完整的库存周期一般包括四个阶段： 1）主动补库存：经济繁荣，需求进入旺盛期，产品销路较好，因此企业更大力度地加快生产，库存水平持续提升。具体表现为产成品存货同比上升+营收同比提升。 2）被动补库存：经济走过繁荣的顶点，迈向衰退，需求已经下滑，企业生产也随之放缓，但需求下滑的更快。产品更不好卖了，积压在仓库，导致库存水平继续提升。具体表现为产成品存货同比上升+营收同比下滑。 3）主动去库存：经济由衰退进入萧条期，需求低迷，企业的生产也开始大幅收缩，库存水平走低。具体表现为产成品存货同比下滑+营收同比下滑。 4）被动去库存：当经济再度由萧条迈向复苏，需求回温，这时企业的生产也随之重启，但还没有完全跟上需求，导致库存水平仍在被动下降。具体表现为产成品存货同比下滑+营收同比提升。 2、中国历史库存周期分析 自2000年5月以来，中国已经相对规律地经历了大约6轮库存周期，目前尚处于第6轮中。每一轮周期又包含了上文说的“主动补库存-被动补库存-主动去库存-被动去库存”4个阶段。 我们将中国历史上的库存周期展示在下图中。 从中国历史库存周期的轮动中，可以解读出这样一些信息： 1）库存周期（即产成品存货同比）的经验底部大概在0%附近，历史最低点为-1.9%。 2）前5轮周期的持续时长有所不同。最短的是第1轮，共27个月，最长的是第4轮，共45个月。平均大概是37.2个月，和基钦研究发现的40个月比较接近。当下正在经历的第6轮周期，时间跨度则相对更长。 3）每轮周期的强度（曲线斜率）也不同。其中第一轮的反弹强度最小，第四轮的反弹强度最大。而后第5轮、第6轮的反弹强度都比较弱，并且第6轮还出现了周期顶部平坦化的特征。 4）每轮库存周期中，四阶段占比各有不同。综合来看，被动去库存时间最短，且变化不大。近年来主动补库存的时长正在逐渐变短，而被动补库存的时长在增长，同时在第5轮、第6轮周期中，主动去库存的时间跨度也开始明显拉长。 这说明，库存周期虽会重演，但不会简单重复。无论是持续时长、周期强度、四阶段各自占比，乃至曲线的形状，都会因为周期驱动因素的不同而存在差异。 总体而言，有强需求作为支撑的库存周期，表现会更好。比如2002年加入世贸组织后外需极为旺盛，再加上房地产高景气度，使得第2轮库存周期相当强劲，补库时间持久，特别是主动补库存阶段，长达19个月。甚至到了最后去库存阶段时，库存水平降的也不多，很快又进入了第3轮补库周期。 2008年金融危机后，尽管货币大放水+四万亿刺激政策见效快，第4轮周期反弹力度大，但实际上这种需求难以持续，所以主动补库存持续期很短，随后经济进入了漫长的被动补库和主动去库阶段。 到了第5轮、第6轮，中国经济正处于一个更大的经济下行周期中，需求始终较为疲软，使得库存周期反弹强度不大，并且主动补库存持续期也已经大大缩窄，分别只有8个月和10个月。 对于当下的第6轮库存周期而言，初始的回升动力主要有两个：一是受益于房地产投资和出口的好转，二是受益于供给侧改革后PPI同比提升。这分别从量、价两个方面带动了企业补库。 但是房地产和出口的回升总体而言比较温和，来自需求的支撑力量还不是很充分，消费、制造业投资等都在走弱。而供给冲击下的价格上涨，也是偏短期且不可持续的。这都限制了第6轮的主动补库期持续时间和周期强度。 另外，第6轮周期中还出现了特殊的“顶部平坦化”现象，即2017-2018年间产成品存货同比，长期维持在7%-9%区间内小幅波动。 我们猜测这可能与供给侧改革有关。供给侧改革以前，企业补库会相对自由地上升到一个峰值，然后再滑落，然而2016年后生产受到供给侧改革的约束，企业补库也面临着天花板，库存水平只能徘徊在一个比较平坦的上限附近。 2019年四季度，库存水平已经基本触及至0%左右的经验底部，当时市场上也出现了新一轮库存周期即将开启的声音。 然而，尽管2020年库存水平的确向上反弹了，背后推手却并非是经济复苏，而是新冠疫情。新冠疫情让这轮本就不那么“常规”库存周期，再度发生了变形。 在2020年一季度的防疫措施下，企业停产停工，生产能力受限，但同时物理隔离下，总需求也在快速收缩，导致库存被动积压。经济从2019年底的主动去库存，直接切换到一个类似于被动补库存的状态。 不过随着中国疫情防控顺利，企业陆续复工，需求好转，库存又在逐渐去化，但目前仍然处于8.3%的相对高位（截至2020年6月）。 3、行业库存周期的分化 接下来，我们观察各个行业的库存周期状况。 如果不考虑新冠疫情冲击，只看2019年底各行业所处的库存周期位置，那么当时绝大部分行业都处于被动补库存和主动去库存阶段中。 上游行业以被动补库存为主，中游行业以主动去库存为主，下游行业则被动补库存和主动去库存皆有。说明上中下游行业均处在一个需求较为疲软的阶段。 不过，也有很多行业库存去化比较彻底，2019年正在接近或已经突破了历史经验底部，特别是中下游行业，比如电气机械、汽车、造纸、食品、家具等。这意味着一旦需求启动，可能这些行业的库存周期的反弹会比较明显。 有个别行业在2019年四季度似乎出现了主动补库的迹象，比如汽车制造业以及与它相关的橡胶和塑料制品业。 历史上，汽车销量同比明显领先于汽车制造业库存同比，而2019年汽车销量开始见底回升，需求回暖大概率是这次汽车制造业的主动补库动力。正如上文所说，汽车库存已经到达历史最低位，所以这次的反弹力度也比较大。但是到了2020年，主动补库行情就被疫情给中断了。 部分行业如家具制造业、电气机械等也在2019年年末出现了主动补库存迹象，它们也是库存突破了历史底部的行业。 在2020年疫情发生之后，各行业目前又处于什么情况呢？ 随着疫情防控到位，各行业的库存同比在走过了2020年的一季度高点后，基本都开始下行。但各行业库存去化速度有所不同。 其中中游原材料行业既是疫情期间库存积压最严重，但也是疫后去化速度最快的行业，比如化工、非金属矿、钢铁、金属制品等。 这主要是因为它们对应的下游需求更多地来自于工业需求，只要下游企业不复工，它们的库存就完全没办法消化。 而随着疫情冲击逐渐消解，企业复工后工业生产反弹，同时房地产为了弥补疫情造成的工期延误，加快了施工进度，再加上基建加速启动，短期内各行各业对原材料需求都比较大。因而带动了中游原材料行业库存的加速去化。 同理，中游机械设备也主要面向工业需求，库存也积压得比较严重。但它的去化速度也没有中游原材料这么快。毕竟企业刚刚遭受了一波疫情冲击，元气大伤，对经济的预期还比较差，购买机器设备、扩大产能的意愿不是很强烈，所以中游机械设备的需求端相对低迷。 对于下游行业来说，多少有一些刚性消费需求在支撑，所以它们的库存水平积压幅度相对较小。而疫情冲击了居民资产负债表，消费需求偏弱，因此下游行业后续的库存去化速度也比较慢。 在所有工业行业中，有两个行业比较特殊，一个是计算机通信，一个是医药。 这两个行业的产成品存货同比，并没有像其他行业一样，在3月到达峰值后就回落，而是在高位延续了一段时间，甚至继续向上。与此相对应的，是它们的营收同比也在反弹。 这意味着，它们反而进入了主动补库存的状态。而不是因为产品卖不出去导致库存积压。这也比较好理解，因为医药制造业、计算机通信业和海外防疫需求高度相关，前者受益于直接的医疗防护，后者则受益于线上办公需求的增加。 假如把疫情当作一场纯粹的外生冲击，也就是说只带来了短期的、一次性的影响，那么可以假定，疫情冲击结束后，生产和需求会反弹至疫前水平，原来被动积压的库存逐渐去化，库存水平也会先向疫前水平（也就是2019年末水平）收敛，然后再回归到原来的周期轨道中。 总的来说，目前各行业的的最新库存水平（2020年6月），仍然普遍高于疫情前水平（2019年四季度），这意味着各行业“复位”可能还需要一段时间。其中，中游原材料可能会率先回归疫情前水平，而其他行业大概率会更慢，尤其是下游行业。 但“疫情一次性冲击”其实是一个不够合理的假设。实际上，疫情会通过损坏资产负债表，给经济施加以长期的影响。具体可能体现在：1）库存周期在低位的时间可能会延长。2）下一轮新的库存周期的反弹力度可能更弱。3）主动补库存的持续期更短。 此外，不同行业对应的需求也不同，疫情冲击对终端需求的影响是有差别的，这使得行业间库存周期分化、错位的现象可能会更明显。与消费、出口和制造业投资相关的行业（主要是中游机械设备和下游），库存周期开启的难度加大，而与地产、基建相关的行业（主要是中游原材料），库存周期更有希望开启。 其实，不同行业间的分化早就已经出现了。下图中可以看到，自2016年以来，上中下游库存周期的同步性已经很差了。 并且，有一些行业的库存周期已经变得更加短期化、碎片化了。尽管这轮从2016年开始的库存周期，整体上看好像还没有走完，但很多行业其实早已走完了一轮完整周期，甚至还开启了新一轮周期。 这一点可能在上游行业体现的比较明显，比如黑色金属矿采选业的库存早在2018年2季度就已经触底回升了，而煤炭开采业和洗选业则是在2019年2季度。其他比如化工、化纤、能源业等也呈现出类似的特征。 行业间的周期分化加剧，可能会带来整体库存周期的变形和不确定性，这将导致整体的库存周期判断起来更有难度。所以对于库存周期的使用，需要更加谨慎。
主要观点 关于粮食安全问题 近期，由于洪涝、总书记发文强调勤俭节约、武汉餐饮协会倡议N-1点餐模式，辽宁倡议N-2点餐模式，粮食安全问题市场关注度再度上升。我们从几个维度看，中国基本不存在粮食安全问题。 第一，客观指标，国际通用的指标是粮食自给率，且只考虑谷物的自给率（大豆算入油料作物中），我们三大主粮自给率2019年为99.8%。基本实现自给自足。另外从库存来看，我们三大主粮库销比为68%，若只考虑稻谷和小麦这两大口粮，则库销比为90%左右，基本够一年的消费。从进口依赖度看，三大主粮进口依赖度合计仅为2.5%。 第二，从我国政府的评估，我国粮食保障能力较强。体现在，人均粮食占有量2019年超过470公斤，远远高于人均400公斤的国际粮食安全的标准线。库存消费比远高于联合国粮农组织提出的17%-18%的安全水平。粮食库存体系有三道防线，分别是政府储备（中央+地方）、政策性库存、企业商品库存。粮食保障能力较强。此外，洪涝从往年经验看，一般对应的是丰年（我国常年多数地区是缺水的），因而，洪涝也不会对粮食安全带来影响。 第三，从世界粮农组织的评估。尽管全球饥饿人口数量较高，2019年达到6.87亿人，占全球总人口的8.9%。但中国的状况较为乐观。以饮食的最低标准，能量充足与否来衡量，我国仅不到0.1%的人达不到这一标准。若将饮食标准提高至营养充足，我国也仅0.8%的人达不到这一标准。 更具体的信息参见正文，我们分五个问题作了详细梳理。包括国内粮食自给率有多少？国内粮食库存与进口情况。政府如何评估我国的粮食安全问题？今年的洪涝对粮食产量影响多大？联合国粮农组织如何评估全球粮食安全问题？ 每周经济观察 需求端：地产销售淡季不淡。本周周一至周五，30大中城市合计成交面积同比为32.7%。上周同比为21.5%，上上周为19.8%。目前高频来看，8月销售数据同比可能仍好于7月。汽车数据有所回落，8月9日当周，零售同比为3%，7月31日当周为9%。螺纹表观消费量再度回落，基建施工恢复偏慢。 生产端：水泥价格走势分化。全国水泥价格指数微回落。其中华东地区依然小幅上行。汽车批发数据再度回升，8月9日当周同比为6%，7月31日当周同比为-5%。螺纹产量尚未出现回升。螺纹价格继续窄幅震荡中。 外贸方面，景气较好。中港协发布的8月1日-10日港口集装箱吞吐量数据显示，八大枢纽港口的集装箱吞吐量同比增长8.5%，增速较前值加快6个百分点，其中外贸同比增长6.2%，内贸同比增长15.2%。 物价方面，本周食品价格整体保持，猪肉价格高位震荡，鸡蛋价格快速回调。关于猪价，本周猪肉价格虽然依然高于48元/kg，但已经显现出一些松动迹象。未来正对应10个月前能繁母猪存栏同比的回升，且高位之下养殖户出栏积极性提高，未来生猪供给或将增加，价格将有小幅调整。 财政方面，截至8月15日，8月预告新增发行（发行起始日最晚为8月21日）和已新增发行专项债合计已达3772亿。年内共新增发行地方债32845亿，完成全年发行计划（47300亿）的69.4%。 货币方面，本周央行投放流动性4900亿元，但同时利率债市场供给冲量，叠加周六仍有4000亿MLF到期递延至下周，资金利率仅仅是勉强保持平稳。 汇率方面，美元指数延续弱势，人民币汇率走势稳健。逆周期因子维持在退出状态，无明显方向引导。 风险提示：中美冲突加剧，消费修复力度不及预期。 报告目录 报告正文 一 粮食安全问题五问五答 我国基本不存在粮食安全问题。可以从这么几个角度看。 第一，客观指标，国际通用的指标是粮食自给率，且只考虑谷物的自给率（大豆算入油料作物中），我们三大主粮自给率2019年为99.8%。基本实现自给自足。另外从库存来看，我们三大主粮库销比为68%，若只考虑稻谷和小麦这两大口粮，则库销比为90%左右，基本够一年的消费。从进口依赖度看，三大主粮进口依赖度合计仅为2.5%。 第二，从我国政府的评估，我国粮食保障能力较强。体现在，人均粮食占有量2019年超过470公斤，远远高于人均400公斤的国际粮食安全的标准线。库存消费比远高于联合国粮农组织提出的17%-18%的安全水平。粮食库存体系有三道防线，分别是政府储备（中央+地方）、政策性库存、企业商品库存。粮食保障能力较强。此外，洪涝从往年经验看，一般对应的是丰年（我国常年多数地区是缺水的），因而，洪涝也不会对粮食安全带来影响。 第三，从世界粮农组织的评估。尽管全球饥饿人口数量较高，2019年达到6.87亿人，占全球总人口的8.9%。但中国的状况较为乐观。以饮食的最低标准，能量充足与否来衡量，我国仅不到0.1%的人达不到这一标准。若将饮食标准提高至营养充足，我国也仅0.8%的人达不到这一标准。 （一）国内粮食自给率多少？ 粮食，我国的统计口径下，包括谷物、薯类和豆类。中国粮食产量多数年份实现正增长，产量不断创新高。2019年，粮食产量6.63亿吨，其中谷物占比92%（谷物主要是玉米、小麦、稻谷这三大主粮）。大豆占比3.2%，薯类占比4.3%。在国际口径下，大豆一般统计在油料作物中。在分析一国粮食安全问题时，主要看谷物的自给率。 我国粮食基本做到自给自足。以产量/消费量衡量的自给率看，三大主粮2006年以来基本都在100%以上。近几年自给率有所下行。但也在95%以上。（按照国际标准，90%以上，都是可以接受的粮食安全水平）。2019年，三大主粮自给率为99.8%。考虑大豆以后，由于大豆主要依赖进口，自给率有所下行。2019年，三大主粮+大豆合并计算的自给率为87.1%。 （二）国内粮食库存有多少？每年进口多少粮食？ 以期末库存/当年消费量这一指标衡量的库存状况看，我国三大主粮当前库销比在0.63，库存可供国民半年以上的消费。即使算上大豆，库销比也有0.55。 以年进口量/当年消费量这一指标衡量的进口依赖度看，我国三大主粮进口依赖度保持在较低位置，近几年略有上升，但也仅在3%左右。算上大豆，大概在15%左右。 （三）政府如何评估中国的粮食安全问题？ 4月4日，国务院联防联控机制发布会上，针对粮食安全保障问题，农业农村部做过专门解读。主要内容如下： 粮食产量：小麦多年供求平衡有余，稻谷供大于求，口粮绝对安全有保障。 人均粮食占有量。2010年以来，我们国家人均粮食占有量持续高于世界平均水平，2019年超过470公斤，远远高于人均400公斤的国际粮食安全的标准线。 粮食库存量。目前我们国家粮食库存是充足的，库存消费比远高于联合国粮农组织提出的17%-18%的安全水平，特别是两大口粮，小麦和稻谷库存大体相当于全国人民一年的消费量。 我国谷物进口量。我们国家谷物年度进口数量不大，去年净进口1468万吨，相当于不到300亿斤，仅占我国谷物消费量的2%左右，我们进口的主要是强筋弱筋小麦、泰国大米等，主要目的是为了调剂需求结构，更好满足人们个性化、多样化的消费需求。 我国粮食库存的构成情况，主要分三大类：第一，政府储备。第二，政策性库存。第三，企业商品库存。此外还有一部分农户存粮，这部分通常不统计在库存范围内。政府储备包括中央储备粮和地方储备粮，这是我们守底线、稳预期、保安全的“压舱石”。比如说，地方储备粮就是按照能够满足产区3个月、销区6个月、平衡区4.5个月市场供应量建立的。政策性库存是国家实行最低收购价、临时收储等政策形成的库存，这部分库存数量相当可观，常年在市场公开拍卖。 世界粮食供需：2019/2020年度世界粮食（不包含大豆）供给量为34.7亿吨，总需求量为26.7亿吨，期末库存近8亿吨，库存消费比近30%，从全球供应总量来看，不存在短缺问题。 （四）今年洪涝对粮食产量影响多大？ 根据统计局8月14日的解读，今年粮食产量受洪涝影响不大。“总的来看，今年南方地区的洪涝灾害对于早稻单产产生了一定影响，但今年早稻播种面积增加较多，综合来看，目前总的判断早稻还是有可能丰收的。今年夏粮产量创历史新高，比去年增长0.9%，为全年粮食增产奠定了很好基础。从整个粮食生产来看，大头在秋粮，秋粮占全年粮食产量的70%以上。目前看，60%的秋粮在北方地区，受洪涝影响相对较小。”（注：粮食按收获季节分为夏量、早稻、秋收粮食）。 往年经验看，洪涝对粮食产量影响不大。1998年，粮食产量同比为3.7%，增速高于1997年、1999年。2016年，粮食产量同比0%，与2017年0.2%的增速相近。高于2018年-0.6%的增速。 （五）联合国粮农组织如何评估世界粮食安全问题？ 根据联合国粮农组织2020年的报告《世界粮食安全和营养状况》，我们摘录其中的四个图。 1）饥饿问题：全球饥饿人口（食物消费不足）在2019年达到6.87亿人，占全球总人口的8.9%。预计到2030年全球饥饿人口数量上升至8.41亿人，占全球总人口的9.8%。其中，中国的饥饿人口占比，粮农组织根据中国2013年的数据推断<；；2.5%，并未给出明确的占比。 2）新冠疫情的影响：三种情形下（根据2020年、2021年全球GDP增速的预测区分，情形一对应2020年全球GDP增长-4.9%，2021年增长5.4%；情形三对应2020年全球GDP增速为-10%，2021年为0.3%），2030年全球饥饿人口将上行至8.6-9.09亿人。相比新冠疫情前的预测（2030年，饥饿人口8.41亿人），新冠疫情使得全球饥饿人口数量到2030年增加0.2-0.68亿人。 3）饮食健康问题：从饮食质量角度，全世界超过30亿人（占全球人口38.3%）无法负担健康膳食（各国标准不一，全球整体看，每日花费3.75美元）。中国大概是16.3%的人无法负担。若降低饮食标准，以营养充足与否来衡量（每日花费2.33美元），则全世界依然超过15亿人（占全球人口的23.3%）无法负担。中国则只有0.8%的人无法负担。若进一步降低饮食标准，以能量充足与否来衡量（每日花费0.79美元），则全世界有1.85亿人（占全球人口4.6%）无法负担，中国则只有0.1%的人无法负担。 4）粮食安全问题：全球9.7%的人处于严重的粮食危机中（会耗尽食物，最坏的情况是一天或几天不吃东西）。16.3%的人处于中等程度的粮食危机中（在获得食物的能力方面面临不确定性，被迫在所消费食物的质量和/或数量上妥协）。中国的数据缺失。 二 每周经济观察 （一）需求：地产销售淡季不淡，螺纹消费再度回落 本周需求端，地产销售淡季不淡，但螺纹消费有所回落，指向基建施工端恢复偏慢。地产，本周周一至周五，30大中城市合计成交面积同比为32.7%。上周同比为21.5%，上上周为19.8%。目前高频来看，8月销售数据同比可能仍好于7月。汽车数据有所回落，8月9日当周，零售同比为3%，7月31日当周为9%。螺纹消费情况，8月14日当周为373万吨，上周为393万吨。基建施工似乎恢复偏慢。 （二）生产：水泥价格走势分化，汽车批发再度回升 生产端，水泥价格走势分化。全国水泥价格指数微回落。其中华东地区依然小幅上行，中南、西南区域水泥价格小幅下跌。汽车批发数据再度回升，8月9日当周同比为6%，7月31日当周同比为-5%。螺纹产量尚未出现回升，8月14日当周为386万吨，8月7日为384万吨，7月31日为387万吨。截止至8月14日，螺纹的厂库+社库为1221万吨，环比上周再度上行。价格端看，螺纹钢价格小窄幅震荡，波动不大。螺纹钢HRB40020mm上海8月14日价格为3670元/吨，8月7日为3700元/吨。 （三）通胀：食品价格平稳，鸡蛋价格快速回调 本周食品价格整体保持，猪肉价格高位震荡，鸡蛋价格快速回调。菜篮子价格200指数收于120.57，环比小幅上涨0.1%（前值下跌0.35%）。猪肉、蔬菜价格均在高位震荡，本周猪肉价格依然维持在48-48.5元/公斤的窄区间内，蔬菜价格维持于4.4-4.5元/公斤。鸡蛋价格终于在本周快速回调，环比下跌8.4%（前值上涨4.4%）。 在猪肉价格于高位徘徊超过1个月后，本周猪肉价格虽然依然高于48元/kg，但已经显现出一些松动迹象。未来正对应10个月前能繁母猪存栏同比的回升，且高位之下养殖户出栏积极性提高，未来生猪供给或将增加，价格将有小幅调整。鸡蛋方面，洪涝灾害后生产、流通环节修复，出货量加大，带动价格回落。 （四）资金：资金维持紧平衡，国债利率窄幅震荡 本周五，DR007收于2.2098%，DR001收于2.1665%，环比分别上行0.86bps、11.33bps。1年期、5年期、10年期国债收益率分别报2.2774%、2.8209%、2.9369%，较上周五分别变化+5.19bps、-1.02bps、-5.49bps。 本周央行投放流动性4900亿元，但同时利率债市场供给冲量，叠加周六仍有4000亿MLF到期递延至下周，资金利率仅仅是勉强保持平稳。经济基本面延续总量修复、结构分化态势，工业增加值同比持平于4.8%，固定资产投资累计同比-1.6%（前值-3.1%），但修复斜率放缓，债市利率小幅回调。此外，货币政策边际调整下，金融数据也迎来拐点逐步验证期，信贷扩张速度的放缓使得利率上行的压力减轻，但同时货币政策的定力的增强也限制了利率下行的空间，利率保持窄幅震荡。 （五）地方债：8月专项债新增已经4000亿，近千亿投向棚改 截至8月15日，8月预告新增发行（发行起始日最晚为8月21日）和已新增发行专项债合计已达3772亿。年内共新增发行地方债32845亿，完成全年发行计划（47300亿）的69.4%。其中，一般债发行7264亿，完成全年计划（9800亿）的74.1%，专项债发行25580亿，完成全年计划（37500亿）的68.2%。本周专项债新增发行1458亿，其中188亿为棚改专项债，再融资发行576亿。下周专项债预告新增发行853亿，其中220亿为棚改专项债。下周专项债再融资预告发行92亿。本周一般债新增发行1046亿，再融资发行769亿。下周一般债预告新增发行886亿，再融资预告发行257亿。 （六）进出口：8月上旬港口集装箱吞吐量大涨 本周CRB现货指数同比-4.69%，增速继续回升，但工业原料价格指数同比-1.31%，修复势头放缓；BDI指数同比-21.15%，本周增速有所回落；国内出口集装箱运价指数本周延续小幅波动，上海进口干散货运价指数继续回升。 中港协发布的8月1日-10日港口集装箱吞吐量数据显示，八大枢纽港口的集装箱吞吐量同比增长8.5%，增速较前值加快6个百分点，其中外贸同比增长6.2%，内贸同比增长15.2%，增速均在加快，8月上旬贸易情况大幅改善。大宗商品进口方面，原油吞吐量同比增长26.4%，增速较前值加快10个百分点；金属矿石（以铁矿石为主）吞吐量同比增长21.7%，增速环比也有所增长。 （七）汇率：美元指数延续走弱，人民币汇率走势稳健 美元指数方面，本周民主党与共和党就新一轮财政刺激仍未能达成协议，继续压制美元指数，不过初请失业金人数等经济数据走强，美国经济重回修复路径的预期再度提升，二者对冲下美元指数处于93-94区间震荡。人民币汇率方面，本周人民币汇率继续维持稳健的走势，中间价升值至6.94附近，逆周期因子维持在退出状态，无明显方向引导，后续美国大选临近，或将带来人民币汇率的波动加大。
核心观点 5月以来，以基建投资、房地产投资、出口等为代表的“前周期”变量已全面修复，以PPI为代表的“中周期”变量同比增速出现上行趋势但仍为负值，以消费和制造业投资为代表的“后周期”变量修复进程最慢，从这些指标来判断，经济应该还处于一轮恢复上行周期的前段。从“库存周期”的角度来看，疫情冲击运输环节让库存一次性暂时走高，但下半年预计会发生被动去库存和主动补库存的叠加，这也反映了经济向好趋势的延续。从“利率周期”的角度看，近3个月利率曲线“陡峭化”开始逐渐恢复正常，同时出现从“陡峭化”向“上行平移”的过渡，这也反映了经济正在从“复苏”向更好的方向运行，利率料也将延续均值回归。 摘要 ▌ 从复苏向好指标先后顺序的角度判断。一般来说，基建投资、房地产投资、出口都是经济复苏过程中的“前周期”变量，而工业利润、库存、PPI等是“中周期”变量，消费和制造业投资等是“后周期”变量。目前“前周期”变量已经全面修复；“中周期”变量以PPI为代表，出现了同比增速上行趋势，但目前数值仍为负，表明经济恢复的进程在从“前周期”向“中周期”过渡，但这个过程还在“进行时”；“后周期”变量的修复进程最慢，当前消费、制造业投资等“后周期”变量仍在承压，也意味着经济修复的进程还会持续较长时间。 ▌从“库存周期”的角度判断。一般认为，库存周期随着经济运行的短周期波动产生，会依次出现“主动去库→被动去库→主动补库→被动补库”的过程。今年一季度库存的走高并不是生产过剩的信号，只是因为在疫情冲击下（尤其是对运输环节的冲击）出现了一次性“补库存”，后续应会随着疫情的好转而逐渐“去库存”。实际上，预计下半年会发生被动去库存（由于需求向好）和主动补库存（由于预期向好）的叠加，库存增速可能一直较高，但这也正是在疫情冲击的特殊背景下，经济持续恢复向好的信号。 ▌从“利率周期”的角度判断。一般来说，一轮完整的宏观周期，往往经历“衰退——复苏——过热——滞胀”四个阶段，不同的阶段，不仅有相对占优的大类资产，而且收益率曲线的绝对水平和弯曲程度也会随之出现不同的变化。从利率曲线来看，5月初的时候出现了明显的“陡峭化”，近3个月以来，利率曲线“陡峭化”开始逐渐恢复正常，而且出现了一定程度的向上平移，这也反映了经济正在从“复苏”象限向着更好的方向运行。从利率水平当前所处于的历史分位数来看，这一过程仍然会持续，经济会在下半年逐渐恢复到疫前水平，利率也可能会延续均值回归的过程。 正文 2020年5月以来，工业生产、固定资产投资等指标陆续恢复向好，出口持续超出市场预期，PPI虽然为负但是开始呈现同比降幅收窄趋势，消费和制造业投资作为恢复较慢的变量目前仍存压力，综合来看这些指标的特点，我们判断经济仍处于一轮上行周期的前段。如果从库存周期的角度来看，疫情对上半年交通运输的影响导致了库存的暂时性升高，但下半年预计会发生被动去库存（由于需求向好）和主动补库存（由于预期向好）的叠加，库存增速较高实际上也反映了经济向好趋势的延续。如果从利率曲线的角度来看，经济上行周期的时候，会先后出现“收益率曲线陡峭化——上行平移”的过程，利率也会出现均值回归，目前这一过程还在继续，这也意味着经济恢复向好的过程在下半年还会乘势而上。 ▌从复苏向好指标先后顺序的角度判断 一般来说，基建投资、房地产投资、出口都是经济复苏过程中的“前周期”变量，而工业利润、库存、PPI等是“中周期”变量，消费和制造业投资等是“后周期”变量。当经济运行受到外部冲击或由于其他周期性因素进入底部以后，逆周期政策一般会陆续发力，在一系列稳增长政策下，经济开始出现企稳向好的迹象，“前周期”变量陆续恢复。受此带动，随着时间的推移，实体经济景气度好转，PPI价格指标出现拐点，企业开始主动补库存，企业盈利逐渐改善，这预示着进入复苏的“中周期”阶段。随着居民和企业收入的全面改善，消费提高、企业扩大资本开支，制造业投资上升，这才意味着一轮上行周期渐进尾声。 目前“前周期”变量已经全面修复。基建投资方面，5月当月专项债发行达1.03万亿，远高于往年同期，6-7月因为特别国债的发行让路，专项债发行进度放缓，分别为1175.75亿、958.62亿，但前期发行资金已逐步拨付使用并形成实物工作量，有效拉动了基建投资。5月基建投资增速为10.9%，单月同比首次重回两位数区间；6月基建投资增速为8.5%，虽略有回落但仍保持在同期较高水平。由于今年下半年财政扩张力度高于去年，预计基建投资仍将维持高位。房地产投资方面，整体政策基调仍是“房住不炒、一城一策、因城施策”，以及“稳房价、稳地价、稳预期”，但在今年信用环境整体宽松以及房地产销售较好的条件下，地产新开工面积当月同比增速3月以来呈现逐月修复的趋势，与整体的房地产投资月增速修复的趋势相吻合。出口方面，7月同比正增长7.2%，超出市场预期，已基本恢复至去年年末水平，疫情下抗疫物资、消费电子等商品需求增长回落但仍在高位、传统出口需求增速全面回升，贸易顺差达到623.3亿美元。 “中周期”变量以PPI为代表，出现了同比增速上行趋势，但目前数值仍为负。从5月开始，PMI指标中的价格分项就出现了明显的环比上行趋势，到7月时，主要原材料购进价格分项录得58.1，出厂价格分项录得52.2，均明显高于荣枯线。从微观角度观察，近期主要大宗商品价格也在上涨，带动部分股票板块走强。但从PPI的数值来看，环比改善的趋势虽然非常明显，但当前仍为负值，6月同比为-3.0%，预计未来3-5个月左右同比增速仍然会为负。工业企业利润也在疫情之后较快恢复，但1-6月工业企业利润同比仍为-12.8%。这些指标也说明经济恢复的进程在从“前周期”向“中周期”过渡，但这个过程还在“进行时”。 “后周期”变量的修复进程最慢，当前消费、制造业投资等“后周期”变量仍在承压，也意味着经济修复的进程还会持续较长时间。消费方面，随着疫情防控已进入常态化阶段，大部分线下可选消费场景恢复，但恢复力度较弱、节奏较慢，一方面与居民收入受到冲击有关，另一方面也与国内零星的疫情反复所带来的局部地区管控趋严有关。制造业投资方面，一般需要等到企业的收入和现金流明显修复，再加上企业家对未来经济向好的预期更明确，才会呈现出明显扩大的企业资本开支，这可能至少需要等到年底。从这个角度来说，“后周期”变量的慢修复，也意味着经济向好的趋势会进一步延续。我们判断，在二季度经济数据超出市场预期的基础上，下半年经济会“乘势而上”，达到6-7%的增速水平。 ▌从“库存周期”的角度判断 一般认为，库存周期随着经济运行的短周期波动产生，会依次出现“主动去库→被动去库→主动补库→被动补库”的过程。在经济下行时，企业停止扩大再生产，主动地转向去库存阶段。经济触底反弹后，企业会有一定的反应时滞，没能来得及恰到好处地扩大再生产，库存被动去化。随着经济需求逐渐上行，企业预期修复并加大生产投资，库存与需求同步地上升，是为主动补库存。当经济转为开始下行时，企业反应时滞和生产的惯性（比如一些产能投放后生产过程就一直持续，停止成本巨大）共同作用，库存被动增加，是为被动补库存。 如果没有出现新冠疫情，今年年初开始本来应该进入一轮库存上行阶段，我们在《宏观经济每周聚焦—该不该相信库存周期？》（20200106）曾经做出详细论述。但疫情冲击下，从生产到消费的环节被暂时切断，数据上看，一季度工业生产累计下降了8.4%，但货物运输量累计下降了18.4%，而疫情发生前这两者的走势差异不大，货运量的大幅下降导致了产成品库存暂时性的走高，一季度工业企业产成品存货累计同比为14.9%。库存的走高并不是生产过剩的信号，只是因为在疫情冲击下（尤其是对运输环节的冲击）出现了一次性“补库存”，后续应会随着疫情的好转而逐渐“去库存”。实际上，预计下半年会发生被动去库存（由于需求向好）和主动补库存（由于预期向好）的叠加，库存增速可能一直较高，但这也正是在疫情冲击的特殊背景下，经济持续恢复向好的信号。 ▌从“利率周期”的角度判断 一般来说，一轮完整的宏观周期，往往经历“衰退——复苏——过热——滞胀”四个阶段，不同的阶段，不仅有相对占优的大类资产（衰退——债券；复苏——股票；过热——商品；滞胀——现金），而且收益率曲线的绝对水平和弯曲程度也会随之出现不同的变化。我们在《宏观经济每周聚焦：收益率曲线陡峭化透露的宏观信号》（20200504）中做过较为详细的阐述：根据宏观周期理论，在衰退阶段，经济增长处于潜在增速水平以下，并且还在继续下行，市场对经济停滞的预期越来越强，虽然货币政策和财政政策已经开始发力进行逆周期调节，但是经济下行的趋势仍在，收益率曲线主要表现为整体向下移动。在复苏阶段，经济开始呈现出一些企稳向好的信号，但还未出现明显的趋势，货币政策持续宽松，财政政策继续加码，流动性宽裕的同时经济企稳预期出现，导致短端利率向下，而长端利率向上，收益率曲线主要表现为陡峭化。在过热阶段，随着经济呈现趋势性向好，虽然逆周期政策已经在逐渐退出，但是经济自发的周期性趋势力量继续发挥作用。投资需求旺盛，资金供不应求，利率中枢出现上移。这个时期，通胀也出现了一定的压力，市场开始预期货币政策会因为通胀压力变得更为审慎，一定程度上也会促进收益率曲线上移。在滞胀阶段，通胀仍然在自然通胀率之上，但是经济已经开始逐渐放缓，甚至回落到潜在增速以下。在悲观的经济增长预期下，长端利率开始下降，而货币政策在稳增长和控通胀之间的微妙平衡并不能促进短端利率明显下降，这时候收益率曲线主要表现为扁平化。滞胀阶段之后，一般经济会再次进入衰退，形成新一轮周期。 随着经济的周期性波动，利率曲线也会出现“陡峭化——向上平移——扁平化——向下平移”的周期性运动，即便是长期利率有可能出现中枢下移，仍然不会改变利率在中短期内的周期性波动行为。从经济形势来看，复工复产逐月好转，第二季度经济增长明显好于预期，以CPI衡量的通胀水平暂无压力，这反映了经济进入“复苏”象限。从利率曲线来看，5月初的时候出现了明显的“陡峭化”，近3个月以来，利率曲线“陡峭化”开始逐渐恢复正常，而且出现了一定程度的向上平移，这也反映了经济正在从“复苏”象限向着更好的方向运行。从利率水平当前所处于的历史分位数来看，这一过程仍然会持续，经济料将在下半年逐渐恢复到疫前水平，利率也可能会延续均值回归的过程。
内容摘要 核心观点 两个大循环是当前最重要的宏观逻辑，发挥供给优势支撑经济领先企稳，缓解经营压力，降低经营负担，推升营收增速和利润率帮助企业盈利维持高增长，推动累积库存持续去化。我们认为，在两个大循环的多重支撑下，企业盈利有望在Q3末、Q4初转正，企业库存也将逐步进入“蓄力”阶段。 两个大循环对利润拉动开始显现 1-6月工业企业利润同比增速-12.8%，前值-19.3%；6月工业企业利润同比增速为11.5%，前值6%。当前我国正在形成以国内大循环为主、国内国外双循环互促的新发展格局，国内大循环稳定需求、强化供给优势，国内国际双循环促进出口。此前降成本政策呵护对企业盈利修复有重要作用，随着复工复产推进，在全球经济相对低迷背景下，我国经济领先性企稳，两个大循环对利润的拉动作用开始显现，国内经济企稳带动市场活跃度走高，提振企业营收和利润率，缓解现金流量表压力，1-6月工业企业营收及利润率分别为-5.2%和5.42%，同时借助我国的供给优势，二季度出口表现出超预期的强劲拉动，支撑经济企稳，改善企业经营，6月PMI新订单及新出口订单分别为51.4和42.6，环比回升0.5和7.3个百分点。 我们认为，中期两个大循环将对盈利产生持续拉动作用，内需稳中有进，供给优势持续支撑出口，在两个大循环利好下，企业盈利累计同比或在Q3末、Q4初转正。 后续库存将经历”下蹲-蓄力-起跳“三个阶段 2020年6月末规模以上企业产成品存货增速8.3%，前值9%。库存是需求和生产变动的净结果，我们认为接下来库存走势将经历“下蹲-蓄力-起跳”三个阶段，目前处于“下蹲”向“蓄力”演进的阶段。 6月库存延续去化，两个大循环产生的积极作用正在显现。需求端，内需领先性企稳，出口超预期强劲，工业用电量、铁路货运量等数据逐步回归常态，基建、地产投资带动内需稳定内需，PPI同比开始触底回升，中国供给优势带动出口数据表现较强，在全球整体贸易量显著下滑背景下，我国6月出口交货值同比增2.6%。生产端，未来仍有改善空间，本次疫情本质上仍是一轮供给出清，有助于提升产能利用率的合意水平，目前Q2产能利用率环比大幅回升至74.4%，仅达到16年底部，尚未达到18年底部，预计产能利用率仍有回升空间，有助于推动库存向“蓄力”和“起跳”切换。 我们认为两个大循环的作用正在显现，短期，“投资带动内需+供给优势推动出口”是主导因素，将推动库存继续去化。中期，随着生产能力的进一步上升，部分逆周期政策支撑下降，库存将进入蓄力阶段。未来，全球经济回升叠加内需出口共振，有望促使库存周期向主动补库切换（起跳阶段），时间点最早可能在Q4。 行业结构：两个大循环重点提示两条行业逻辑 疫情对全行业供需产生较大冲击，但由于不同行业的需求和供给存在结构化差异，其库存及企业盈利也呈现结构性特征，我们提示，两个大循环有重要的行业逻辑： 一方面是畅通国内大循环推动需求回升、强化供给，二季度，高技术制造业的突出表现在利润和投资端均有反映，环保标准切换、基建项目加快推进带动汽车、专用设备行业的利润明显回升，基建推进对原材料制造业利润回升也有利好，在刚性必选消费、“宅经济”和补偿性可选消费的影响下，消费制造业盈利显著回升。此外，受益于市场活跃度提升和政策呵护，私营部门工业企业利润修复处于领先水平。在国内大循环的支撑下，前期累积库存持续去化，部分行业逐步向“蓄力”、“起跳”切换。 另一方面是发挥我国供给优势弥补海外供需缺口、替代海外供给，我国产业门类全、经济领先企稳占据全球供应链重塑优势地位，我们前瞻提示出口超预期也得到印证，目前计算机通信、医药、造纸、食品等行业盈利回升较快，部分行业已经有一定补库的“抢跑”特征。 风险提示 逆周期政策不及预期，经济、金融危机爆发，中美关系超预期恶化。
主要观点 前言：7月以来，股市热闹纷繁，在风格极致分化的当下，“切换与否”成为热议焦点，对于周期股的探讨也开始增加，本篇报告将从宏观角度讨论周期股的后续走势，我们认为周期股的宏观背景支持其“涨”（绝对收益视角，自身股价能否上涨），但尚不够支持其“赢”（相对收益视角，能否形成跑赢创业板与上证综指的年度级别行情）。 目前市场看多周期股的理由有哪些？主要有三点。第一，周期股估值处于历史极低位置。第二，PPI拐点已现，叠加近期大宗商品涨势强劲，市场对PPI较为乐观，部分观点认为年底同比可能会回正，将带动周期股大幅上行。第三，周期相关需求，如地产投资、基建投资目前景气较高。 我们对此的分析来自三个角度： 第一，历史复盘：历史经验看，在估值处于低位时，后续走势什么时候会好于成长消费？我们发现超额利润兑现是最重要的因素。比如2016年。其他几个值得参考的时段看，周期表现与消费成长相近的是2009年、2014-2015年。两次逻辑略有区别，2009年，无论是周期还是消费成长，都是业绩驱动。2014-2015年，无论周期还是消费成长，业绩并未兑现，股价大幅上行，更多来自资金推动。而在2012-2013年，消费成长股业绩增长远好于周期，估值分化持续。 第二，那么今年利润如何看？主要基于下半年PPI的判断。我们认可PPI同比逐步收窄的观点。原因很简单，海外经济逐步复苏背景下，出口后续即便单月有所下探，整体趋势是向上的。过去20年我国PPI的走势基本与出口增速保持同步。在出口增速逐步向好的情况下，PPI同比收窄是大概率事件。但，到四季度或者年底PPI同比转正我们觉得概率较低。这个判断是基于对油价、动力煤、螺纹等商品价格的思考，这些商品价格的走势基本主导了PPI的走势。 第三，从M1的角度看周期股的逻辑配合。M1基本领先上游利润、工业产成品库存周期。时至六月，今年M1的反弹也仅上行至6.5%，其幅度甚至不如2012-2013年那一段时间的反弹。更难以与2009年、2016年相比。 我们的结论：超跑行情难现，除非三个指标出现超预期 综合以上三点的论述，我们可以总结如下，周期股出现超跑行情一般需要两个必要条件，首先是M1向上，M1领先库存周期9个月左右，M1向上就意味着未来的库存周期是向上的，这是周期开始有期待的逻辑根本；其次是上游要有超额利润兑现，股票可以跨季度形成年度级别的超跑是需要超额利润兑现配合的（特别是本身没有赛道溢价的周期），指标就是上游利润率与中下游利润率差值要提升。两个条件都匹配的是2009-2010、2016-2017两轮周期大行情，周期股不仅跑赢上证综指，也同时跑赢创业板。当下更像是2012-2013年，彼时同样库存下行、M1小幅反弹，上游利润率与中下游利润率之差持续下行，也就是仅仅有M1弱回升但没有超额利润兑现，因此中信周期指数持续跑输创业板指同时持平上证综指。 整体而言，我们倾向于判断周期股当下立即开启一轮年度级别的相对超跑行情是较为困难的。在M1反弹幅度不大、库存继续下行、PPI偏弱、利润率持续低于中下游的背景下，上游周期很难凸显议价能力去获得超额利润兑现，难以支撑立即开启年度级别的周期超跑行情，更多的是跟随上证综指的行情。 什么变化会让我们改变观点？M1回升速度陡然加快、油价超预期回升带动PPI快速上行、国内基建地产投资增速同步上行到15%以上，上游利润率开始相对中下游快速走高。通过复盘可知，由于以上三个因素基本同步或微领先于周期行情，因此若发生上述变化，投资者再做考量也不晚。 风险提示：油价大幅上行，PPI同比转正。 报告目录 报告正文 一 周期股看多的理由有哪些？ 目前市场看多周期股的理由主要有三点。第一，周期股估值处于历史极低位置。我们对各个行业目前估值所处的历史分位数（2011年以来）作了计算，周期、金融行业截止至7月10日估值（以PB衡量）所处分位数基本都在50%以下，钢铁、化工、有色、采掘等行业所处分位数在30%以下。而消费与成长行业截止至7月10日估值（以PE衡量）所处分位数基本都在50%以上，食品饮料、医药生物、计算机等行业所处分位数在90%以上。部分观点认为后续会出现较大幅度的补涨。第二，PPI拐点已现，叠加近期大宗商品涨势强劲，市场对PPI较为乐观，部分观点认为年底同比可能会回正，将带动周期股大幅上行。第三，周期相关需求，如地产投资、基建投资目前景气较高。后续走势可能进一步上行，有望明显带动周期股业绩上行。 二 我们怎么看：取决于对利润的判断 方向上，我们认可周期股的逻辑。即，在估值偏低、PPI同比逐步收窄、业绩有望边际好转的背景下，周期股的上涨是可以期待的。但是，从超额收益的角度讲，不仅要关注周期股本身的利润走势，还要关注与成长消费相比，谁的利润走势会更好，通过复盘可以清晰看到，年度级别的周期股超跑一定是要配合超额利润兑现的。因此周期股的投资吸引力对不同类型投资者应当有不同的考量：相对收益为主的公募投资者而言，我们认为周期股依然很难有年度级别的跑赢行情（相对创业板与上证综指）；绝对收益为主的投资者而言，可以根据投资风格适当配置。我们的分析来自三个角度。第一，历史经验看，在估值处于低位时，后续走势什么时候会好于成长消费，我们发现超额利润兑现是最重要的因素。第二，那么利润如何看？主要基于下半年PPI的判断。第三，从M1的角度看周期股的逻辑配合。 （一）周期股估值低位后续一般怎么走？利润兑现是最重要的决定因素 我们做了一个历史复盘。衡量周期股估值低与高，更好的方法还是看分位数。分位数的计算先简述如下：第一，计算行业的估值分位数。申万行业指数的估值最早可以追溯到2000年。从2000年开始，计算每天的行业估值相对过去10年所处分位数（不足10年计算2000年以来）。第二，选择周期相关的几个行业，采掘、化工、钢铁、有色、建材这五个行业，计算这五个行业的分位数均值，作为周期股估值历史分位数的代替。第三，选择成长消费相关的几个行业，电子、家电、食品、纺服、轻工、医药、通信、汽车（服务业相关行业不予考虑），计算这八个行业的分位数均值，作为消费成长股估值历史分位数的代替。 历史值得参考的周期股估值低位后后续走势有四次。分别是2009年、2012-2013年、2014-2015年、2016-2017年。四次走势看，周期股有超额收益的是2016年，彼时周期股估值分位数持续上行，消费成长股估值分位数略有下行。与之相对应的是，工业企业中采矿+上游衡量的利润增速大幅上行（2016年利润增速为21%，2017年利润增速为45%），超过中下游的利润增速（2016年利润增速为6%，2017年利润增速为10%）。周期表现与消费成长相近的是2009年、2014-2015年。两次逻辑略有区别，2009年，无论是周期还是消费成长，都是业绩驱动。2014-2015年，无论周期还是消费成长，业绩并未兑现，股价大幅上行，更多来自资金推动。而在2012-2013年，消费成长股业绩增长远好于周期，估值分化持续。2012年，采矿+上游利润增速为-6%，中下游利润增速为11%。2013年，采矿+上游利润增速为4%，中下游利润增速为16%。 今年业绩如何？上游利润率大幅走低，上游利润增速远低于中下游。截止至5月，采矿+上游利润率降至4.3%（2019年为5.9%）。中下游利润率微降至5.4%（2019年为5.8%）。采矿+上游利润率开始低于中下游利润率。从利润份额看，采矿+上游利润份额（占工业企业）降至32%（2019年为38%），中下游的利润份额提升至59%（2019年为54%）。利润增速上，截止至5月，采矿+上游利润增速为-38%，中下游利润增速为-4%。中下游利润情况好于上游。 （二）后续利润怎么看？PPI的视角 目前市场对PPI回正的期待可能来自如下几个因素。第一，6月PPI环比上行，同比收窄。拐点已现。第二，近期大宗商品表现不错。第三，参考2009年，同样是经过外生冲击，在年底PPI确有回正。第四，地产投资与基建投资数据较好。我们认可PPI同比逐步收窄的观点。原因很简单，海外经济逐步复苏背景下，出口后续即便单月有所下探，整体趋势是向上的。过去20年我国PPI的走势基本与出口增速保持同步。在出口增速逐步收窄的影响下，PPI同比收窄是大概率事件。 但，到四季度或者年底PPI同比转正我们觉得概率较低。这个判断是基于对油价、动力煤、螺纹钢等商品价格的思考，这些商品价格的走势基本主导了PPI的走势。 第一，对于油价，过去四轮PPI从通缩的泥潭中走出，都是伴随着油价同比转正而转正。因而，今年到年底若油价同比不能转正，很难相信PPI会回正。今年油价，暴跌始于3月。在去年单月基数基本在60美元/桶的情况下，除非油价年内回到60美元/桶以上，否则同比只会为负。考虑美国疫情二次复发、亚非拉等新兴市场国家疫情有所扩散，海外经济到年底能完全恢复正常的可能性较低，油价恐在40美金附近徘徊。这一点与2008是不一样的，彼时，油价暴跌始于2008年11月，随后全球需求经过大半年的修复，到2009年年底拉动油价抬升至70美元/桶以上，同比转正。 第二，对于动力煤、螺纹钢、水泥等国内定价的商品价格走势。后续上涨动能是不足的。 对于动力煤，持续上涨的基础是库存持续下行，供给小于需求。比如2016年的价格走势，能够看到，与价格上涨同步的是，煤矿产地库存、电厂煤炭库存持续下行，原煤产量增速持续低于火电发电量增速。今年5月以来尽管动力煤持续上涨，目前已经回升至年初位置，但库存端无论是煤矿库存还是电厂库存都在上行中，供需指标看，原煤产量增速以及原煤进口增速都高于火电发电增速。继续上涨的动能是不足的。 对于螺纹钢，近期的价格上涨更多来自成本推动，本身受制于库存压制，上涨动能是不足的。5月以来螺纹钢价格的反弹，并未带动吨钢毛利的上行（吨钢毛利持续下行中），实际上更多受成本端如铁矿石价格上行所推动。而库存端，我们认可今年受基建、地产投资上行而需求上行的逻辑。但，当前的库存已经基本透支了未来的需求。简单的测算如下：截止7月10日，厂库+社库合计为1158万吨，到10月底还有15周，一般到10月底库存会降至较低的位置，过去三年到10月底库存在550-700万吨之间。假设今年到10月底库存降至700万吨（2019年10月底是647万吨），后面15周平均每周需要去库30万吨。假设需求增长10%（对应基建增速超过10%、地产增速低于10%），供给增长5%（今年6月-7月上旬六周产量同比增长是5%）。未来15周表观消费量均值将由2019年的364万吨增长至400万吨。未来15周产量均值将由2019年的353万吨增长至370万吨。每周去库30万吨。基本能够满足去库需求。除非需求大超预期，比如地产+基建增速上行至15%，否则当前库存位置不足以支撑螺纹钢价格的持续上涨。 对于水泥，5月-6月旺季价格也并未超过2019年。7月以来受降雨影响，价格快速下跌。 实际上，动力煤、螺纹钢、水泥这些国内定价的商品，价格难以大幅上行，共同的特征是，经过2018-2019年连续两年产能的增加，（这些行业在2018-2019年投资大幅增长），同时国内需求不搞强刺激的情况下，供需整体处于一个较为平衡的位置，既没有严重的产能过剩，也不会出现供给不足。 （三）M1的视角：库存周期逻辑的配合 另一个值得关注数据是M1。M1基本领先上游利润、工业产成品库存周期。这背后的逻辑是，M1回升代表企业“在手”的活期存款增加，企业已经从资金收缩的下行周期中修复完毕，如果没有脱实向虚套利的强力吸引，那么该资金会进一步进入实体投资、备货的新一轮逻辑中去，从而库存周期向上。但时至六月，今年M1的反弹也仅上行至6.5%，其幅度甚至不如2012-2013年那一段时间的反弹。更难以与2009年、2016年相比。而观察上市公司的货币资金同比数据，可以发现目前周期相关行业的货币资金状况不如消费成长相关行业。展望全年，推动M1上行的宏观因子仍在改善中，我们预计到年底M1行至9%左右，上行高度与2012-2013年类似（2012年M1同比为6.5%，2013年上行至9.3%），能够一定程度上带动周期股业绩的上行，但上行的力度是较为偏弱的。 三 结论：周期股会有超额收益吗？ 综合以上三点的论述，我们可以总结如下，周期股出现超跑行情一般需要两个必要条件，首先是M1向上，M1领先库存周期9个月左右，M1向上就意味着未来的库存周期是向上的，这是周期开始有期待的逻辑根本；其次是上游要有超额利润兑现，股票可以跨季度形成年度级别的超跑是需要超额利润兑现配合的（特别是本身没有赛道溢价的周期），指标就是上游利润率与中下游利润率差值要提升。 两个条件都匹配的是2009-2010、2016-2017两轮周期大行情，周期股不仅跑赢上证综指，也同时跑赢创业板。当下更像是2012-2013年，彼时同样库存下行、M1小幅反弹，上游利润率与中下游利润率之差持续下行，也就是仅仅有M1弱回升但没有超额利润兑现，因此中信周期指数持续跑输创业板指同时持平上证综指。 结论：整体而言，我们倾向于判断周期股当下立即开启一轮年度级别的相对超跑行情是较为困难的。在M1反弹幅度不大、库存继续下行、PPI偏弱、利润率持续低于中下游的背景下，上游周期很难凸显议价能力去获得超额利润兑现，因此难以支撑立即开启年度级别的周期超跑行情，更多的是跟随上证综指的行情。 什么变化会让我们改变观点？M1回升速度陡然加快、油价超预期回升带动PPI快速上行、国内基建地产投资增速同步上行到15%以上，上游利润率开始相对中下游快速走高。通过复盘可知，由于以上三个因素基本同步或领先于周期行情，因此若发生上述变化，投资者再做考量也不晚。
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估