行业景气度研究系列报告之一：汽车，周期律动，先知先觉-20190104-光大证券-27页_2mb

报告摘要

汽车行业景气度分析报告总结

核心内容

本报告是光大金工团队发布的行业景气度研究系列报告之一，重点探讨了汽车行业景气度的研究框架、量化周期划分方法、景气度影响因素及动态预测模型构建，为投资者提供汽车行业未来周期阶段的量化预测，以辅助投资决策。

主要观点

汽车行业周期划分：依据库存周期理论，汽车行业周期可划分为四个阶段：主动补库、被动补库、主动去库和被动去库。其中，主动补库阶段最具投资价值，行业指数月度胜率超过70%；而主动去库阶段需警惕，月度胜率仅约27.1%。
金融指标的前瞻性：国债到期收益率、社会融资规模、M2等金融指标对汽车需求具有较强的前瞻性，与需求指标的相关系数超过0.5，最优领先期数的标准差低于3.5，说明其稳定性较强。
购置税减征政策的影响：购置税减征政策对汽车行业需求具有明显刺激作用，但政策实施后半段刺激作用回落，对库存有正向影响。
DMA模型的优势：DMA模型相比传统的OLS回归模型具有更高的预测准确度，需求指标预测准确率达77.1%，库存指标预测准确率达78.3%。同时，叠加政策变量并未提升模型预测精度，说明DMA模型对宏观环境具有较强的适应能力。
2019年1月投资判断：根据模型预测，2019年1月汽车行业需求和库存指标仍处于下降通道，行业大概率处于主动去库阶段，短期内投资机会较小。

关键信息

行业景气度指标

指标类型	具体指标	备注
需求	汽车销量同比增速	-
库存	产成品存货同比增速	-
行业业绩	汽车行业所有上市公司归母净利润之和的单季度同比增速	剥离新上市公司的业绩影响
行业指数收益	汽车行业等权指数的收益率	剔除上市未满一年的股票
行业超额收益	汽车行业等权指数相对于市场等权指数的超额收益	剔除上市未满一年的股票

汽车行业周期划分特征（季频）

周期阶段	行业净利增速	指数收益	胜率	超额收益	超额收益胜率	期数
主动补库	101%	7.6%	77.8%	0.8%	55.6%	9
被动补库	30%	2.1%	53.3%	-1.0%	53.3%	15
主动去库	-15%	2.1%	35.7%	0.2%	50.0%	14
被动去库	70%	11.2%	70.0%	0.7%	70.0%	10

汽车行业景气度影响因素

需求指标影响因素

消费者预期指数(月)
期限利差
CPI:非食品:当月同比
M2
金融机构:储蓄存款余额
进口金额:汽车和汽车底盘：当月值
社会融资规模：当月值

库存指标影响因素

上海私车牌照拍卖：投放数量
更多储蓄最合算比例
未来物价预期指数
汽车制造：产成品存货
进口数量:汽车和汽车底盘:当月值
M1

DMA模型预测效果

指标类型	模型类型	准确率	均方误差
需求	DMA	77.1%	0.032
需求	DMS	71.1%	0.036
需求	OLS	69.9%	0.038
库存	DMA	78.3%	0.031
库存	DMS	79.5%	0.033
库存	OLS	75.9%	0.034

政策变量影响分析

在需求预测模型中，使用5%购置税减征政策的虚拟变量D1，其回归系数显著为正，而7.5%购置税减征政策的虚拟变量D2，其回归系数不显著。
在库存预测模型中，D1回归系数为负，D2为正，但叠加政策变量后，DMA模型预测精度并未明显提升，表明模型已具备较强的宏观适应性。

风险提示

行业景气度预测模型是在特定行业背景下建立的，若发生影响行业基础逻辑的事件，模型可能失效。
新的宏观环境下的刺激性政策可能影响模型的预测准确度。
模型仅考虑行业整体景气度，未考虑个股自身风险。

总结

本报告通过构建动态预测模型DMA，实现了对汽车行业景气度的量化预测，揭示了主动补库阶段的高投资价值和主动去库阶段的低胜率特征。同时，通过分析购置税减征政策对需求和库存的影响，发现政策刺激作用具有阶段性。最终，模型预测2019年1月汽车行业仍处于主动去库阶段，投资机会有限。然而，模型预测存在风险，需结合其他因素进行综合判断。

展开完整摘要