站在投资的角度，决定股票价格的无非是估值和盈利两个因素，相对于估值的频繁波动，盈利则更加确定一些；目前市场上主要证券公司研究机构对于行业业绩的预测有两种研究方法，一部分机构倾向于主观判断，一部分机构则采用自下而上的研究方法。我们认为，自上而下进行行业业绩预测或许更客观化、富有逻辑性，通过利用丰富的中高频宏观数据和行业数据，月频跟踪行业整体盈利变动情况，并随着月频、周频的宏观行业数据持续披露，及时做出调整。既能月频跟踪行业动态，减弱财务信息公布的滞后性，又能对行业未来做出一定的预测。
本文针对大消费里的细分行业进行建模，包含食品饮料（白酒、乳制品、调味品）、家电；由于乳制品、调味品行业数据较少，本文重点围绕白酒、家电行业，建立跟踪模型，并对四季度业绩做了预测。
白酒行业：相较大消费里的其他细分行业，白酒行业的业绩与我国整体宏观经济发展最为密切，深入各条国民经济命脉，行业充分收益于经济增长。白酒行业利润增长主要来源于高端白酒提价，其次才是产量的上升；反观中低档白酒，其价格更为敏感，提价或影响企业盈利。从需求上拆分，白酒行业未来业绩增长点主要来自于大众消费能力和商务消费场景，政务消费或许贡献最小。白酒行业23Q4营收累计增速预计15.61%，利润累计增速19.19%。
家电行业：目前，家用电器行业仍属于增量时代，国内新房需求、更换需求构建增速的基本盘，将来出口或有望贡献业绩增速的增量。相较营收，出口对利润增速的影响较弱，国内地产需求主要决定了行业盈利增速；考虑到家电产品本属于成熟型产品、海外欧美市场份额早已固化，国内品牌出海较为困难，因此出口提供的利润增长较少。家电行业23Q4营收累计增速预计7.23%，利润累计增速15.20%。
乳制品：中短期内，乳制品行业或处于存量市场，布局奶源是企业营收向上的优选之路。布局高端奶源，消费升级下高端奶的国产替代是行业盈利增长的最强动力，享受量价齐升。在经济复苏的带动下，叠加产品结构向高端奶靠拢，行业24年营收增速、利润增速或回暖。
调味品：相较乳制品，调味品行业更属于存量市场。根据相关性分析，调味品行业营收与宏观指标相关性接近于0。行业24年利润增速或有所改善。
风险提示：行业政策风险、数据统计错误风险、模型训练风险、模型过拟合风险。
财报披露的两大缺陷，滞后性和低频率，往往导致常规的财报分析无法及时地提供行业\公司财务信息，滞后的财务分析通常并不能带来市场收益。
为了解决上述问题，我们推出了行业业绩动态跟踪模型，模型通过利用中高频的宏观和行业数据，能够月频跟踪细分行业的盈利情况，并对季度业绩做出超前预测；希望通过分析及时的财务信息，做出领先的投资决策，获取较高的市场收益。
本文为行业业绩动态跟踪模型的第一篇，仅针对大消费里的细分行业进行建模，包含食品饮料（白酒、乳制品、调味品）、家电。
当前市场普遍使用的自下而上的一致预期盈利预测，收集分析师公司研报的盈利预测，加权平均得到行业盈利预测；此类方法也存在三个小缺陷，个股盈利预测存在主观性，盈利预测的时间跨度较大，研报更新时间滞后于财报披露，往往导致行业盈利预测并不能跟随宏观经济、政策的变动及时做出调整，行业拐点的把握不够及时准确。
为解决上述问题，我们推出了“行业业绩动态跟踪模型”：
模型核心思路：不同于一致预期盈利预测，我们的行业业绩动态跟踪模型采用自上而下的方法，通过利用丰富的中高频宏观数据和行业数据，紧密跟踪行业整体盈利变动情况，并随着月频、周频的宏观行业数据持续披露，及时做出调整；例如，消费行业的营收增速整体跟宏观经济增速相关性较高，可利用月度的宏观数据（M2、固定资产投资完成额等）对行业增速进行大趋势上的判断，再利用行业数据（消费品价格、产量等）进行细微的修正，达到近似跟踪的效果。
模型方法论：行业业绩动态跟踪模型采用数据建模的标准流程，特征工程-建模调参-模型评估。
-
数据预处理：包括处理异常值（通过识别和剔除或替换异常数据）、处理缺失值（通过填充、删除或估算缺失数据）、以及数据标准化（将数据转换为具有零均值和单位方差的格式，以便不同量级的特征可以公平比较）。
-
特征提取：涉及从原始数据中提取有意义的信息，通过聚合、摘要统计、使用领域知识来构建新特征。
-
特征选择：旨在识别哪些特征对预测最有用，方法包括相关性分析、主成分分析（PCA）。
-
模型选择：根据问题的性质选择合适的模型。包括线性回归、决策树、随机森林、神经网络等。
-
超参数调优：利用技术找到最佳的模型参数设置。通过多轮测试，找到提高模型性能的最佳参数组合。
-
交叉验证：确保模型在不同数据子集上的表现稳定，从而避免过拟合。
-
-
结果分析：对模型的预测结果进行深入分析，注重模型决策过程的可解释性。
-
模型验证：使用独立的测试数据集来验证模型的泛化能力，确保其在未见数据上的表现。
模型亮点：剔除疫情停摆时间段对模型拟合的影响。考虑到2020、2021年的疫情影响，同比类的数据易出现夸张的“极端值”，例如，超出两倍标准差，对模型拟合行业整体基本面变化和逻辑时会产生较大的偏离；因此，对20H1、21H1的数据作为异常值处理。
相较大消费里的其他细分行业，白酒行业的业绩与我国整体宏观经济发展最为密切，深入各条国民经济命脉，白酒行业充分受益于经济增长。根据相关性分析，白酒行业业绩与居民可支配收入相关性较高，同时，与众多、不同方向的宏观指标都息息相关，包括餐饮、工业、房地产等。
在剔除疫情停摆下的异常值后，白酒行业营收与宏观经济相关性变弱，与高端白酒价格相关性提高。“高端白酒价格”代表的行业指标、“居民可支配收入”代表的大众消费、“工业增加值”代表的商务消费跟白酒行业的营收增速呈现强相关；“国有企业固定资产投资”代表的政务消费与行业增速呈现负相关。
白酒行业利润增长主要来源于高端白酒提价，其次才是产量的上升。根据相关性分析，“高端白酒价格”和“居民可支配收入”组成的“提价联盟”指标，与行业利润的关联度最高，居民收入的增长给高端白酒价格提价提供了潜在可能，而“白酒产量”与利润增速的相关性相对前者较低。
反观中低档白酒，其价格更为敏感，提价或影响企业盈利。不同于高端白酒，中低端白酒由于缺乏品牌效应以及竞品众多，提价会降低产品的性价比，而对应的消费者对价格更为敏感， 对品牌的需求不大，盲目提价会导致市场份额流失等问题。
从需求上拆分，白酒行业未来业绩增长点主要来自于大众消费能力和商务消费场景，政务消费或许贡献最小。普遍认为白酒需求包含政务消费、商务消费、大众消费，分别对应“固定资产投资完成额”、“工业增加值”、“居民可支配收入”指标；然而，比较三者与白酒营收之间的相关性后，居民可支配收入、工业增加值与白酒营收相关性较强，达0.5以上，固定资产投资完成额相关性只有0.16，为弱相关。
总结以上，我们构建了我们的行业模型，主要用到“工业增加值”、“居民可支配收入”、“固定资产投资完成额”宏观指标，和“高端白酒价格”、“中低端白酒价格”的行业指标。
白酒模型采用2016年至今的数据，因为2016年后价格因素成为行业景气的主要动力。
考虑到利润增速预测的复杂性，我们采用定性定量相结合的方法，预测逻辑采用利润表链条（营收-毛利率-净利润-利润增速）。通过模型先预测营收和毛利率，然后扣除定性分析三费后得到净利润、利润增速。
3.1 模型框架
考虑到乳制品行业我们可获取的数据不多，模型和分析或许存在不充分的地方，因此，针对乳制品行业，不作预测。
中短期内，乳制品行业或处于存量市场，布局奶源是企业营收向上的优选之路。整体上看，乳制品行业营收与以成本、售价为代表的行业指标相关性较高，与宏观经济指标、乳制品产量相关性较低。众所周知，我国人均饮奶量距欧美日有差距，但考虑到目前主流消费者的饮食习惯、以及豆浆对牛奶的替代，我们认为乳制品行业追赶欧美日或许尚需时日；中短期内，行业营收增长点或来自于价格，包括成本价格和终端价格，相关性比较下，生鲜乳价格代表的成本价格对企业营收增速提振更多。
布局高端奶源，消费升级下高端奶的国产替代是行业盈利增长的最强动力，享受量价齐升。整体上看，可支配收入、生鲜乳价格、牛奶零售价与乳制品行业利润增速的相关性介于强相关和弱相关之间，三者似乎和利润的关系有限，然而这三个指标需统一看，它们分别代表大众消费能力、奶源的质量、产品终端价格，面对消费升级大趋势下不断增长的消费能力，通过布局高端优质奶源，开发高端奶产品和品牌，冲击进口牛奶的市场，达到产品提价以及产量提升的目的。
综上所述，乳制品行业属于“成本导向型”，行业整体业绩与“生鲜乳价格”呈现强正相关，奶源价格决定了终端牛奶售价，决定了行业整体的营收和利润。
根据相关性分析，我们得出了以下乳制品行业模型框架：
3.2 模型效果
乳制品行业的毛利率模型拟合效果较差，更多要需通过定性及定量结合的方法分析原奶价格及产品结构来判断。成本端，考虑到存栏奶牛数量，预计明年原奶价格稳中有降；产品结构上，高端常温奶、奶粉明年预计占比提升，将整体提升行业毛利率，带动盈利回暖。
4.1 模型框架
目前，家用电器行业仍属于增量时代，国内新房需求、更换需求构建增速的基本盘，将来出口或有望贡献业绩增速的增量。根据相关性分析，行业营收增速与空调产量、冰箱产量相关度最高，体现了家电行业仍处于增量市场，相较地产指标，行业营收增速与出口数据相关性较高，体现了海外市场决定了行业增速的上限，而比重较大的地产内需则决定了行业增速的基本盘。
2020年前家用电器行业整体业绩与商品房销售面积错位强相关；2020年后，在地产政策的影响下，地产行业备受打击，但由于疫情下海外空调供应链受阻，国内家电行业迎来出口机会，导致21年业绩与出口强相关。
相较营收，出口对利润增速的影响较弱，国内地产需求主要决定了行业盈利增速。根据相关性分析，地产指标与利润增速的相关性提升，反观出口与利润增速的相关性严重下滑，落入弱相关区间；结合内需、外需产品贡献的毛利分析，出口产品贡献的毛利大幅低于国内销售产品，考虑到家电产品本属于成熟型产品、海外欧美市场份额早已固化，国内品牌出海较为困难，因此出口提供的利润增长较少。
总结以上，我们构建了我们的家电行业模型，主要用到“商品房销售面积”、“空调产量”、“冰箱产量”、“空调出口”、“冰箱出口”的指标。
同样，我们采用定性定量相结合的方法，预测逻辑采用利润表链条（营收-毛利率-净利润-利润增速）。通过模型先预测营收和毛利率，然后扣除定性分析三费后得到净利润、利润增速。
5.1 模型框架
考虑到调味品行业我们可获取的数据不多，模型和分析或许存在不充分的地方，因此，针对调味品行业，不作预测。
调味品行业或处于存量市场。根据相关性分析，调味品行业营收与宏观指标相关性非常低，与GDP增速的相关性接近于0，与食品CPI的相关性也接近0，与粮食CPI相关性为强负相关，达-0.74。
根据相关性分析，调味品行业利润与宏观指标相关性较低，与GDP增速的相关性接近于0，与食品CPI的相关性也接近0。
白酒行业23Q4营收累计增速预计15.61%，利润累计增速19.19%。
家电行业23Q4营收累计增速预计7.23%，利润累计增速15.20%。
乳制品：在经济复苏的带动下，叠加产品结构向高端奶靠拢，行业24年营收增速、利润增速或回暖。
长城证券股份有限公司（已获中国证监会许可的证券投资咨询业务资格）
汪毅 S1070512120003 yiw@cgws.com
简宇涵（研究助理） S1070122080002 jianyuhan@cgws.com
长城证券研究院市场策略研究团队：
汪毅，王小琳，王正洁，丁皓晨，简宇涵，杨博文
最新的市场策略观点，最新的月度股票组合，最新的机构观点汇总，欢迎关注长城宏观策略！
特别声明：
《证券期货投资者适当性管理办法》、《证券经营机构投资者适当性管理实施指引（试行）》已于2017年7月1日起正式实施。通过新媒体形式制作的以上推送信息仅面向长城证券客户中的专业投资者及风险承受能力为稳健型、积极型、激进型的普通投资者。若您并非上述类型的投资者，请取消阅读，请勿收藏、接收或使用以上推送中的任何信息。
因此受限于访问权限的设置，若给您造成不便，烦请见谅！感谢您给予的理解与配合。
免责声明：
长城证券股份有限公司（以下简称长城证券）具备中国证监会批准的证券投资咨询业务资格。
以上推送信息摘自长城证券已发布的研究报告，完整内容请以长城证券已发布的研究报告为准。
研究报告由长城证券向专业投资者客户及风险承受能力为稳健型、积极型、激进型的普通投资者客户（以下统称客户）提供，除非另有说明，所有研究报告的版权属于长城证券。未经长城证券事先书面授权许可，任何机构和个人不得以任何形式翻版、复制和发布，亦不得作为诉讼、仲裁、传媒及任何单位或个人引用的证明或依据，不得用于未经允许的其它任何用途。如引用、刊发，需注明出处为长城证券研究所，且不得对研究报告进行有悖原意的引用、删节和修改。
研究报告是基于本公司认为可靠的已公开信息，但本公司不保证信息的准确性或完整性。研究报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他投资标的的邀请或向他人作出邀请。在任何情况下，研究报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用研究报告中的任何内容所引致的任何损失负任何责任。
长城证券在法律允许的情况下可参与、投资或持有研究报告涉及的证券或进行证券交易，或向研究报告涉及的公司提供或争取提供包括投资银行业务在内的服务或业务支持。长城证券可能与研究报告涉及的公司之间存在业务关系，并无需事先或在获得业务关系后通知客户。
长城证券版权所有并保留一切权利。
评论留言