中观景气研究系列：MIDAS盈利混频预测，石油石化板块-20230619-浙商证券-19页_1mb

石油石化板块中观景气研究：MIDAS盈利混频预测分析

核心内容总结

本报告基于MIDAS（Mixed Data Sampling）模型，对石油石化行业及其细分行业（油气开采、油田服务、炼油化工）的盈利进行高频混频预测。研究目标是构建具有超额收益的投资组合，通过分析行业产业链结构、财务拆分模型和可追踪宏观指标，实现对行业基本面景气度的系统化预测。

主要观点

• 行业基本面预测的重要性：通过分析行业收入、成本及下游需求变化，能够更精准地把握行业盈利趋势，为投资决策提供依据。
• 产业链结构清晰：石油石化行业分为上游油气开采与油田服务、中游炼油与化工、下游销售与终端产品。上游收益波动大，中游相对稳定，下游波动小。
• MIDAS模型的应用：使用混频数据抽样方法，结合日、周、月、季度等不同频率的经济数据，实现对盈利的领先预测。
• 可追踪指标的选取：基于标的业务类型和核心收益成本因素，选取价格、产量、库存、下游需求及宏观经济指标作为预测依据。
• 盈利预测与实际数据一致性高：模型预测结果与实际财务指标走势一致，且具有一定的领先性，具备较高的应用价值。

关键信息

1. 行业构成与数据分布

• 石油石化行业共包含47只标的（申万一级，截至2022年10月31日）。
• 市值分布：多数公司市值在1000亿以下，少数公司体量较大。
• 营收与盈利分布：
  • 炼油化工占营收接近90%，盈利占比67%。
  • 油气开采占营收25.5%，盈利占比25.8%。
  • 油田服务占比相对较低。

2. 产业链结构与盈利因素

• 上游：油气开采与油田服务，盈利受油价和产量影响较大，毛利率波动明显。
• 中游：炼油与化工，盈利较为稳定。
• 下游：油品销售，盈利较低且波动较小。
• 关键盈利驱动因素：原油价格、成品油价格、化工产品价格、产量、下游需求及宏观经济指标。

3. 财务拆分与可追踪指标

• 财务拆分框架：对标的营收构成、盈利构成、毛利率分布进行分析，识别核心业务。
• 可追踪指标：
  • 价格类：Brent原油、WTI原油、天然气、柴油、汽油、煤油、苯乙烯、丙烯、聚乙烯等。
  • 产量类：原油、柴油、汽油、乙烯、甲苯、丙烯等。
  • 需求类：交通运输、房地产、汽车行业。
  • 宏观经济类：工业增加值、PMI、社融、货币指标等。
• 指标频率：日频、周频、月频、季频。

4. 基本面景气度预测结果

• 油气开采：预测值与实际盈利趋势一致，当前处于环比改善阶段。
• 油田服务：景气度预测与实际盈利趋势一致性不高，主要因油价变化滞后于盈利变化，且高频指标较少。
• 炼油化工：预测值与实际ROE-TTM走势一致，具有领先性，当前处于底部回升阶段。
• 石油石化行业整体：景气度处于抬升阶段，后续走势值得关注。

模型与方法

• MIDAS模型：通过混频数据抽样，将高频数据与低频数据结合，预测行业盈利变化。
• 预测公式：
  $$
  y _ {t _ {q} + h _ {q}} = \beta_ {0} + \beta_ {1} W (L ^ {1 / m}; \theta) \hat {f} _ {t _ {m} + w} ^ {m} + \varepsilon_ {t _ {m} + h _ {m}} ^ {m}
  $$
• 数据处理：使用动态因子模型对潜在因子进行估计，关注指标的同比和环比变化。

风险提示

• 模型失效风险：若相关指标未来发生较大变化，可能导致预测结果失真。
• 数据波动风险：价格、库存等高频数据存在大幅波动的可能，影响模型准确性。
• 异常值影响：异常值可能对预测结果产生较大影响，但实际影响可能不如模型显示波动。

结论

本报告构建了石油石化行业及细分行业的基本面景气度预测框架，通过MIDAS模型实现对盈利的高频预测，预测结果与实际数据趋势一致且具有一定领先性。建议投资者结合模型预测与自身情况，合理配置投资组合。同时，需注意模型和数据的潜在风险。

图表与数据来源

• 图1：石油石化细分行业基本面景气度预测走势
• 图2-图5：石油石化行业及细分行业标的数量、市值、营收、盈利分布
• 图6：石油石化细分行业超额收益走势
• 图7-图13：各细分行业代表性公司营收构成与毛利结构
• 图14-图31：行业基本面景气度预测、实际财务指标和行情走势
• 表1-表5：石油石化行业及细分行业基本面景气度预测指标

资料来源：Wind，浙商证券研究所；时间区间：2019-2023年4月