行业景气度研究系列报告之九：火电，历经沉浮，周期对冲光大证券-19页_886kb

火电行业景气度研究报告总结

核心内容

火电作为我国电力体系中的主要电源形式，在发电装机和发电量结构中占据重要地位。本报告旨在探讨火电行业的景气度判断方法，并构建数据打分评价模型，为投资者提供投资决策支持。

主要观点

• 逆周期属性显著：由于“市场煤、计划电”的价格传导机制，火电盈利与煤价呈逆向波动，而煤价与经济周期正相关，导致火电行业具有明显的逆周期特征。在经济下行时，火电行业景气度通常提升。
• 盈利驱动因素：火电行业盈利主要受上网电价、煤价、利用小时数三要素影响。其中，煤价变化对火电盈利影响更为显著，尤其是在低毛利率阶段。
• 数据事件化测试：通过构建不同类型的事件（如指标值、变化趋势、变动幅度、近期高/低位），对火电行业景气度进行测试，发现煤价和工业企业利润总额对火电行业指数收益具有显著影响。
• 景气度模型表现优异：构建了绝对收益模型和相对收益模型，回测结果显示，绝对收益策略年化收益达15.1%，相对收益策略年化超额收益达6%。

关键信息

1.1 火电行业不可或缺

• 火电是电力行业的重要组成部分，2018年市值占比达51.7%，在电力行业中的地位稳固。
• 火电在行业景气高点时，净利润占比可达72%-80%。

1.2 火电盈利三要素

• 电价：上网电价调整滞后，影响火电盈利。
• 煤价：煤价与经济周期正相关，影响火电盈利。
• 利用小时数：反映火电需求，与煤价变动呈反向关系。

1.3 利润拆解模型

• 营业收入 = 装机容量 × 利用小时数 × (1 - 厂用电率) × 含税上网电价 / (1 + 增值税税率)
• 燃料成本 = 装机容量 × 利用小时数 × (1 - 厂用电率) × 含税煤价 / (1 + 增值税税率) × 供电煤耗
• 估算毛利润 = (1 - 厂用电率)/1.13 × 装机容量 × 利用小时数 × (0.36 - 煤价 × 3 × 10⁻⁴)

2.1 数据事件化测试框架

• 构建事件类型包括指标值、变化趋势、变动幅度、近期高/低位。
• 通过统计事件发生后下一期收益，评估事件有效性。

2.2 事件测试结果分析

• 煤价变动：火电行业指数对煤价变动更敏感，尤其在低毛利率情景下。
• 利用小时数变动：对火电行业指数影响较小，但变化趋势与指数收益呈反向关系。
• 工业企业利润总额：具有显著择时能力，利润总额增长时火电行业指数表现强势，下降时出现回撤。
• PMI指数：与火电行业相对收益负相关，PMI下降时火电行业通常具有超额收益。

2.3 逆周期属性显著

• 火电行业指数在中证全指回撤时表现较好，显示出明显的逆周期特征。
• 建议关注PMI指数和估算毛利润增速指标，以判断火电行业相对收益。

3.1 绝对收益策略

• 模型构建：基于估算毛利润增速和工业企业利润总额构建模型。
• 权重分配：负向事件权重为1.5倍，正向事件权重为1倍。
• 策略表现：年化收益15.1%，开仓胜率100%，有效规避指数回撤。

3.2 相对收益策略

• 模型构建：基于估算毛利润增速和PMI指数构建模型。
• 权重分配：负向事件权重为1.5倍，正向事件权重为1倍。
• 策略表现：年化超额收益6.0%，开仓胜率56%，有效提升相对收益。

风险提示

• 模型建立在特定行业背景下，若发生影响行业基础逻辑的事件，模型可能失效。
• 新的宏观环境下推出的刺激性政策可能影响模型预测准确度。
• 模型未考虑个股自身风险，仅反映行业整体趋势。

指标测试结果

煤价变化指标测试结果

利用小时数变动指标测试结果

估算毛利润增速指标测试结果（绝对收益）

工业企业利润总额指标测试结果

PMI指数变化测试结果（相对收益）

模型表现

绝对收益策略表现

相对收益策略表现