主要观点 7月数据简述：利润率下行幅度低于往年，带动利润增速大增 7月规模以上工业企业实现利润总额5908亿元，同比增长19.6%，前值为11.5%。1-7月累计同比为-8.1%，1-6月累计同比为-12.8%。库存方面，继续去库中，截止7月，库存同比为7.4%，前值为8.3%。 量、价、利润率拆分来看，量平价升，利润率下行幅度低于往年。PPI 7月同比为-2.4%，高于6月的-3.0%。工业增加值7月同比为4.8%，持平于6月的4.8%。7月利润率小幅上行。7月利润率为6.75%，6月为7.08%，回落0.33个百分点，回落幅度低于往年（2019年7月当月利润率低于6月0.59%，2018年7月当月利润率低于6月1.06%）。在利润率仅小幅回落的情况下，利润率同比为15%，前值为7.3%。这是7月利润同比大幅好于6月的主要原因。 思考：偏高的利润率能否持续？ 我们判断，利润率的可持续性暂时难以证伪。原因很简单，利润率偏高，要么成本费用偏低，要么投资收益大增。若主要来自后者，可以认为不可持续。但若主要来自前者，则很难判断是否可持续。（根据统计局的解读，成本费用的下行，来自大规模减税降费、降低企业用电、用地及租金成本等惠企政策陆续的落地）。7月利润率偏高，既有成本费用持续下行的因素，也有投资收益增加的因素。从目前已经公布的数据看，成本费用可能是主要因素。 具体数据如下：7月当月成本费用率为92.5%，前值为92.8%。自今年3月以来，成本费用率持续下行。对比去年，去年7月成本费用率为93.2%。今年7月成本费用率同比去年降低了0.7%。而利润率方面，今年7月为6.7%，去年7月为5.8%，利润率高于去年0.9%。成本费用率的下降是主因，投资收益的增加显然是次要因素。 分行业看：汽车多因素下拉动作用突出，上游利润继续高增 制造业上游材料，继续保持高增，7月同比为16.3%，前值为23.9%。拉动工业利润增速4.9%，前值为6.4%。具体行业来看，有色7月利润同比为79%，前值为24.3%。黑色7月利润同比为21.2%，前值为35.8%。非金属矿物制品7月利润同比为6.13%，前值为5%。化工7月利润同比为-1.4%，前值为0.6%。 制造业中游制造，汽车多因素下拉动作用突出。中游整体7月同比为44.05%，高于前值14.5%。拉动工业利润增速13.7%，高于前值5.6%。主要是汽车行业的利润大幅高增。汽车7月利润同比为125.3%，前值为17%，拉动利润增速为6.89%，前值为1.7%。具体原因，受益于销售回暖和投资收益增加（7月汽车行业利润率高达9.7%，去年7月仅为5.7%）。其他行业，电子7月利润同比为36.3%，前值为11.4%；通用设备7月利润同比为26.2%，前值为19.9%；专用设备7月利润同比为44.3%，前值为35.6%。 7月数据于周期股的映射是：赢面进一步扩大 7月数据，尽管汽车极为亮眼，但不可忽视的一点是，制造业上游数据整体增速也高达16.3%。从利润率、利润分配的角度看，6月与7月，利润数据开始慢慢朝向上游倾斜，我们看多周期股的逻辑链条：M1持续上行->；； PPI触底上行，PPI-CPI价差收窄->；；利润分配开始朝向上游倾斜，利润率方面上游开始追赶中下游->；；周期股赢面扩大，在持续兑现中。 风险提示：海外疫情二次爆发，中美冲突加剧。 报告目录 报告正文 一 7月工业企业数据点评 （一）整体情况：7月利润率下行幅度低于往年，带动利润增速大增 7月规模以上工业企业实现利润总额5908亿元，同比增长19.6%，前值为11.5%。1-7月累计同比为-8.1%，1-6月累计同比为-12.8%。库存方面，继续去库中，截止7月，库存同比为7.4%，前值为8.3%。分所有制看，7月外企与国企好于私企。国企当月利润同比为23%，外企当月利润同比为18%，私企当月利润同比为9.7%。 量、价、利润率拆分来看，量平价升，利润率下行幅度低于往年。PPI 7月同比为-2.4%，高于6月的-3.0%。工业增加值7月同比为4.8%，持平于6月的4.8%。7月利润率小幅上行。7月利润率为6.75%，6月为7.08%，回落0.33个百分点，回落幅度低于往年（2019年7月当月利润率低于6月0.59%，2018年7月当月利润率低于6月1.06%）。在利润率仅小幅回落的情况下，利润率同比为15%，前值为7.3%。这是7月利润同比大幅好于6月的主要原因。 自然的思考是：为何7月的利润率回落幅度低于往年？偏高的利润率能否持续？ 我们判断，利润率的可持续性暂时难以证伪。原因很简单，利润率偏高，要么成本费用偏低，要么投资收益大增。若主要来自后者，可以认为不可持续。但若主要来自前者，则很难判断是否可持续。7月利润率偏高，既有成本费用持续下行的因素，也有投资收益增加的因素。从目前已经公布的数据看，成本费用可能是主要因素。 具体数据如下：7月当月成本费用率为92.5%，前值为92.8%。自今年3月以来，成本费用率持续下行。对比去年，去年7月成本费用率为93.2%。今年7月成本费用率同比去年降低了0.7%。而利润率方面，今年7月为6.7%，去年7月为5.8%，利润率高于去年0.9%。成本费用率的下降是主因，投资收益的增加显然是次要因素。 关于成本费用的下降，统计局的解读如下：“今年以来，为缓解企业经营压力，‘降成本’成为政策主要发力点，大规模减税降费、降低企业用电、用地及租金成本等惠企政策陆续落地，有效降低了企业成本费用。” （二）行业情况：汽车多因素下拉动作用突出，上游利润继续高增 采矿业，7月利润同比为-41.1%，前值为-33.6%。拉动7月利润增速-4.3%，前值为-3%。电热气水，7月利润同比为26.4%，前值为27.9%。拉动7月利润增速2.39%，前值为2.06%。 对于制造业，进一步分行业来看：制造业上游材料，继续保持高增，7月同比为16.3%，前值为23.9%。拉动工业利润增速4.9%，前值为6.4%。具体行业来看，有色7月利润同比为79%，前值为24.3%。黑色7月利润同比为21.2%，前值为35.8%。非金属矿物制品7月利润同比为6.13%，前值为5%。化工7月利润同比为-1.4%，前值为0.6%。 制造业中游制造，汽车多因素下拉动作用突出。中游整体7月同比为44.05%，高于前值14.5%。拉动工业利润增速13.7%，高于前值5.6%。主要是汽车行业的利润大幅高增。汽车7月利润同比为125.3%，前值为17%，拉动利润增速为6.89%，前值为1.7%。具体原因，受益于销售回暖和投资收益增加（7月汽车行业利润率高达9.7%，去年7月仅为5.7%）。其他行业，电子7月利润同比为36.3%，前值为11.4%；通用设备7月利润同比为26.2%，前值为19.9%；专用设备7月利润同比为44.3%，前值为35.6%。 制造业下游消费，7月同比为16.1%，高于前值5.4%。拉动工业利润增速2.99%，前值为0.94%。具体行业方面，12个行业里面依然有4个行业单月利润增速为负，分别是文娱用品、家具制造、木材加工、纺织服装。 二 于周期股的映射是：赢面进一步扩大 7月数据，尽管汽车极为亮眼，但不可忽视的一点是，制造业上游数据整体增速也高达16.3%。从利润率、利润分配的角度看，6月与7月，利润数据开始慢慢朝向上游倾斜，我们看多周期股的逻辑链条：M1持续上行->；； PPI触底上行，PPI-CPI价差收窄->；；利润分配开始朝向上游倾斜，利润率方面上游开始追赶中下游->；；周期股赢面开始扩大。在持续兑现中。
内容摘要 核心观点 两个大循环促使内外需求共振，经济回升带动企业盈利向好，Q3至Q4盈利有望转正；7月库存小幅下滑，库存周期逐步进入蓄力阶段，主动补库或在Q4；疫苗或将改变全球经济修复节奏，经济加速修复和政策惯性或使中美库存周期形成共振补库。 两个大循环促使内外共振，经济向好助力利润节奏加快 1-7月工业企业利润同比增速-8.1%，前值-12.8%；7月工业企业利润同比增速为19.6%，前值11.5%。大循环效果不断显现，7月盈利回升节奏加快，未来转正可期。 1、7月利润大幅冲高，略超市场预期，源于需求复苏+降成本政策的双重利好，前期降成本有重要作用，当下及未来更强支撑来自：两个大循环促使内外共振，拉动需求，修复盈利。7月经济数据继续向好，企业营收回升拉动利润率延续改善，成本边际下降也有积极作用。同时7月股市吹暖风，投资收益增加对利润冲高也有支撑。 2、结构：两个大循环提供的行业逻辑不断印证。我们在7月《两个大循环对利润拉动开始显现》的报告中提示了两个大循环的行业逻辑，7月继续兑现。装备制造业拉动整体企业利润增长13.8个百分点，汽车、电子、通用和专用设备等行业表现亮眼。高技术制造业利润也大幅增长，拉动工业利润增长5.2个百分点。 3、预判不断兑现，盈利转正剑指Q3末、Q4初。我们此前在分析4月盈利数据时指出，Q3末至Q4初大概率是盈利转正时间点，但需要达成三大前提：国内疫情未二次爆发、经济恢复至疫情前水平和逆周期政策效果显现，目前来看三大重要前提按部就班、逐一兑现，还有疫苗落地、中美经贸协定稳步执行等逻辑边际利好。 库存延续小幅下滑，主动补库或在Q4 2020年7月末产成品存货增速7.4%，前值8.3%，此前我们提出库存将经历“下蹲-蓄力-起跳”三个阶段，目前逐步从下蹲进入蓄力阶段。 1、7月库存小幅下滑符合预期。两个大循环促使内外需求共振，内需领先性企稳，7月经济数据亮眼，出口超预期强劲，需求主导带动库存继续去化。库存数据“横盘”表示逐步进入蓄力阶段，原因在于结构分化，大部分行业仍处于消化年初积压库存的阶段，部分行业受益于两个大循环产生的需求刺激，已经领先性进入蓄力或者补库阶段，与高技术制造业、宅经济、抗疫物资等相关的行业在价格、盈利等方面已有表现。 2、何时切换主动补库？我们在分析4月数据时提出，疫情导致工业库存被动积压，在经历积压库存去化和盘整蓄力阶段后，在满足疫情有效控制和政策效果兑现的情况下，内外需求共振有望带动库存最早在Q4进入主动补库，目前来看逻辑逐步印证。当下，我们认为，国内经济回升符合预期，未来新增的边际利好可能来自海外市场，一方面出口可能持续有超预期表现，另一方面疫苗落地可能利好下半年美欧日韩国家的经济修复进程，帮助新兴市场国家稳定疫情，全球经济可能同步显著修复。 中美库存周期有望共振补库？ 低库存+经济加速修复+逆周期政策惯性，或带动美国开始主动补库，形成中美共振。 1、疫情前，库存同比显示美国处于去库末期；疫情发生后，供给侧受到较大冲击，美国库存持续去化，制造业库存、批发商库存和零售商库存均有表现，一方面是疫情导致美国国内生产能力下降，因而依赖进口，另一方面是疫情对经济的次生伤害显现，企业减少存货降低经营压力，疫情导致美国库存同比数据进一步走低。 2、经济修复加速叠加逆周期政策惯性，有望触发主动补库。疫苗的加速落地有望系统性改变当前美国疫情现状，美国经济修复有望加速，考虑劳动力市场和企业资产负债表的修复缓慢，逆周期政策短期退出概率较低，政策惯性叠加经济加速修复有助于需求的快速回升，当前整体库存较低，美国有望在未来2个季度内进入主动补库。 3、根据上述判断，我们认为中美库存周期存在共振可能，市场需保持关注。 风险提示 政策不及预期，经济危机爆发，中美关系超预期恶化，病毒变异。
国家统计局昨日公布数据显示，7月份，全国规模以上工业企业实现利润总额5895.1亿元，同比增长19.6%，增速比6月份加快8.1个百分点，已连续3个月同比增长，增速逐月加快。 “随着统筹推进疫情防控和经济社会发展一系列政策措施落实落细，工业经济运行状况持续向好，企业利润延续快速恢复性增长态势，7月份工业企业利润增速继续加快。”国家统计局工业司高级统计师朱虹说。 从行业来看，7月份，41个工业大类行业中，有32个行业利润实现增长，数量比上月增加9个；有24个行业利润增速比6月份加快（或降幅收窄、由负转正），数量比上月增加9个，反映出利润改善的节奏较6月份加快。 装备制造业和高技术制造业利润改善尤其亮眼。具体来看，7月份，装备制造业利润同比增长44.3%，增速比6月份加快30个百分点；高技术制造业利润同比增长36.5%，增速比6月份加快27.5个百分点。两者合计拉动整体工业利润增长19个百分点，这就意味着7月份工业企业利润的增长几乎都来自这两大行业。 其中，汽车、电子等重点行业拉动作用尤为突出。朱虹表示，汽车行业受益于销售回暖和投资收益增加，利润增速由6月份的16.9%大幅上升至125.5%；升级类电子产品需求上升推动电子行业利润增长38.6%，增速比6月份加快27.6个百分点。 装备制造业、高技术制造业行业景气恢复快，在此前公布的工业品产量数据中早有体现。7月份，大型拖拉机、冷柜、发动机、发电设备、家用洗衣机、中型拖拉机、新能源汽车、彩电等与基建、科技和消费相关的工业品生产增速均居前列。 尽管工业企业利润单月增速连续正增长，但累计增速仍为负。1至7月份，工业企业利润累计同比下降8.1%，降幅比1至6月份进一步收窄4.7个百分点。 朱虹强调，上游采矿业和原材料行业累计利润降幅仍然较大，应收账款增速较6月有所上升导致企业现金流压力较大，加上国内外环境复杂严峻，未来利润增长仍有一定不确定性。 朱虹认为，下阶段应全力促消费扩投资稳外贸，加快释放需求潜力，充分发挥国内超大规模市场优势，稳定产业链供应链，推进工业经济效益持续向好。
融合IT和金融的金融科技（Fintech）企业的利润正在扩大。从全球金融机构的2020年4～6月财报来看，金融科技企业的利润超过日美欧大银行的情况十分明显。除了股票总市值之外，业绩也开始发生逆转。新型冠状病毒疫情促使数字化进程加快，这一因素或使逆转趋势增强。 “由物质（实物）转向数字是一股强大的东风，而且这股风并不是短暂性的”，在电子支付企业美国PayPal Holding召开的财报说明会上，首席执行官（CEO）丹·舒尔曼的期待之情溢于言表。 4～6月PayPal的净利润同比增长86％，达到15.3亿美元，创历史新高。由于新冠疫情，网络销售市场实现增长，支付服务总额增加3成。 中国企业也取得了引人注目的飞跃性进步。4～6月腾讯控股的金融科技企业服务业务的毛利润增长57％，达到了12.5亿美元。中小型零售企业和餐厅等引进微信支付系统的动向扩大。 阿里巴巴集团的4～6月财报显示，其出资33％的蚂蚁集团的权益法利润超过4亿美元。推测蚂蚁集团的净利润约为13亿美元。以支付宝为轴心，智能手机银行和资产管理等金融服务不断扩大。 金融科技企业实现了可与大型金融集团匹敌的利润水平。PayPal的利润超过了美国花旗集团，蚂蚁集团的利润达到了瑞士瑞信银行的同等水平。 市值之高也非常引人注目。PayPal的市值约为2300亿美元，比日本三大银行的总市值（约1300亿美元）高出7成。蚂蚁集团准备进行首次公开募股（IPO），目标是市值达到2000亿美元，逼近美国第二大的美国银行（Bank of America，约2200亿美元）。 其他结算相关企业方面，著名信用卡企业美国VISA的4～6月期利润下降23％。随着消费下滑，整体的信用卡使用低迷。但在线结算增加，对业绩构成一定支撑。 3月取得银行业执照的美国SQUARE公司4～6月出现亏损。由于建立了个人商店等可以使用手机轻松完成信用卡结算的机制，实现了快速增长，计划2021年成立银行。市值约为670亿美元，超过三菱UFJ金融集团。 因数字化措施，业绩出现分化 商业银行和投资银行也因数字化措施，业绩出现差距。 在美国高盛集团的市场部门，债券和股票的4～6月营业利润均创金融危机以来的最高纪录。高盛集团向客户提供电子交易平台“Marquee”，客户在疫情期间居家也可以实现电子交易和风险管理。4月外部签单创历史新高。因计提贪污相关的准备金，整体收益减少。 美国摩根士丹利4～6月虽有90％以上的员工居家办公，仍创下最高利润。野村控股等在美国从事贸易业务的企业总体上业绩良好。 在美国，联邦储备委员会（FRB）的系统实现电子化，某大型证券公司高管透露，“国债招标在自己家里也可以参加，居家办公并不妨碍业务”。但日本市场还不具备在自己家里进行国债招标及央行公开市场操作的系统环境。必须去到公司，利用公司的专用终端进行交易。 据QUICK FactSet统计，东证上市企业4～6月日均交易额比1～3月减少。封城措施比日本严格的纽约和伦敦反而交易增加，日本大和综研的中曾宏分析指出：“切实抓住了（随着金融数字化发展）股票和债券大幅波动带来的收益机会”。
8月24日，“2020年中国上市公司百强排行榜”在上海发布，共500家企业上榜。这是华顿经济研究院自2001年以来连续第20年编制发布“中国上市公司百强排行榜”。 中国上市公司百强排行榜以利润总额为排序基准，按照“做强做大”的企业发展理念评价中国上市公司过去一年的发展成绩，所有上榜企业都是最具竞争力的盈利企业，是真正的百强企业，今年最低上榜线为2019年度利润总额12.13亿元。 工商银行以3917.89亿元的利润总额连续十一年蝉联榜首，建设银行、农业银行、中国银行、中国平安、招商银行、中国石油、中国石化、交通银行和中国建筑居第二至第十位。与上年相比，前十格局保持基本稳定，仅招商银行和中国石油位次互换。 2020年500家上榜企业合计创造利润总额4.9万亿元，增长10.83%，占沪深两市全部上市公司利润总额的95.33%，占比提高0.69个百分点。实现营业收入381，265.56亿元，增长12.99%，占沪深两市全部上市公司营业收入的75.55%，占比提高0.94个百分点。利润总额和营业收入与全国GDP的比重为4.95%和38.48%，分别提高0.11和1.57个百分点。 从绝对数、占比以及与GDP的比重都可以看出，500强企业是中国经济发展的生力军、主力军，更是当前统筹疫情防控和经济发展工作的中坚力量。 2020年500家上榜企业中有313家在沪市上市，合计创造利润总额4.05万亿元，占比82.60%。187家在深市上市，合计创造利润总额8542.58亿元，占比17.40%。2016-2020五年间，500强中在上海上市的企业逐年增加，由2016年的288家增加到2020年的313家，增加了25家。 今年有2家科创板企业进入500强，分别为排名第146位的中国通号和第277位的传音控股。 在500家上榜企业中，北京和广东分别以74家和71家居前两位，上海（52家）、浙江（48家）、江苏（43家）和山东（27家）上榜企业也均超过20家。宁夏首次有上市公司上榜（排名第161位的宝丰能源）。 在500家上榜企业中，房地产业以47家连续五年高居行业榜首，但比上年减少8家。在中央“房住不炒”的政策总基调下，房地产业加速进入“优胜劣汰”的洗牌阶段，实现企业高质量发展尤为关键。
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。
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