量化模型与构建方式 1. 模型名称：行业成本压力量化模型[12] * 模型构建思路：基于国家统计局发布的投入产出表数据，量化计算原油价格上涨对各行业带来的成本压力[12]。通过分析各行业的成本结构及其成本传导能力，识别在油价冲击下短期受损最严重的行业[12]。 * 模型具体构建过程： 1. 数据基础：使用国家统计局最新发布的投入产出表，重点关注中间产品象限，该象限表示每个经济部门在生产过程中对其他部门产品的需求量[12]。 2. 计算成本分布权重：对于目标行业j，将其在投入产出表中第j列（中间投入）的每个数值，除以该列的总投入减去营业盈余，得到该行业成本中来自各部门的权重[12]。公式表示为：部门j对部门i的成本权重 = 中间投入表中第i行第j列的值 / (部门j的总投入 - 部门j的营业盈余)[12]。 3. 估算行业成本变动：假设劳动者报酬等增加值部分价格不变，将中间投入各部门的PPI（工业生产者出厂价格指数）按上一步计算出的权重进行加权，即可估算出行业j的成本变动[12]。 4. 量化成本传导能力： * 首先，计算行业估算成本序列与其产品价格（PPI）序列的时差相关系数，找到使两者相关性最高的滞后期（即“价格变动滞后月数”）[16]。 * 然后，在最优滞后期的基础上，将行业PPI对估算成本进行回归，将回归斜率定义为该行业的“成本传导能力”[16]。斜率大于1意味着可以超额传导成本压力，小于1则意味着无法完全传导。 5. 测算油价冲击影响：设定油价上涨幅度（如报告假设上涨50%），根据各行业的成本结构计算其“成本变动比例”[19]。同时，对于成本传导能力强（传导能力系数>1）且价格传导滞后期短（≤1个月）的行业，估算其“产品价格变动比例”[19]。最终，“成本变动比例”与“产品价格变动比例”的差值（剪刀差）用于衡量各行业在油价冲击下盈利空间的净变化[19]。 2. 模型名称：行业成本承受缓冲期分析模型[23] * 模型构建思路：通过分析行业库存水平与其应对成本上涨能力之间的关系，估算高油价传导至终端需求、可能引发衰退的缓冲时间[23][26]。 * 模型具体构建过程： 1. 计算库存周转月数：利用国家统计局公布的工业企业营业收入及存货数据，估算行业的平均库存周转月数[23]。公式可理解为：库存周转月数 ≈ (存货 / 营业收入) * 12。 2. 建立关联关系：将各行业的“平均库存周转月数”与上文模型得出的“价格变动滞后月数”进行对比分析[23]。 3. 分析缓冲机制：研究发现两者呈现明显正相关性，即库存水平越高，行业在成本压力下能够维持产品价格不涨的时间（缓冲期）越长[23]。 4. 评估当前缓冲能力：结合当前中下游行业库存周转月数普遍处于历史高位的现状，推断行业承受成本上行的能力较强，油价上涨传导至终端价格可能仍有1-2个季度的缓冲期[26]。 模型的回测效果 本报告中的模型主要用于测算与现状分析，未提供传统量化策略回测所对应的年化收益率、夏普比率、最大回撤等信息。模型的主要输出结果为各行业的指标排序与具体测算值。 量化因子与构建方式 1. 因子名称：行业成本传导能力因子[16] * 因子构建思路：衡量一个行业将其上游成本上涨压力转移给下游的能力，系数大于1表示能超额传导，可能受益于原材料涨价；小于1则表示传导能力弱，可能受损[16]。 * 因子具体构建过程： 1. 根据“行业成本压力量化模型”计算出各行业的估算成本时间序列和其PPI时间序列[16]。 2. 计算两个序列的时差相关系数，确定使相关性最高的PPI滞后月数（最优滞后期）[16]。 3. 在最优滞后期下，对行业PPI序列与估算成本序列进行线性回归[16]。 4. 取回归方程的斜率作为该行业的“成本传导能力因子”值[16]。 2. 因子名称：价格变动滞后月数因子[16] * 因子构建思路：反映行业产品价格相对于其成本上涨的滞后时间，表征行业利用库存等手段缓冲成本冲击的能力[16][23]。 * 因子具体构建过程：在计算“成本传导能力因子”的第一步中，通过计算时差相关系数，直接得到使成本与价格相关性最高的滞后期月数，即为该因子的值[16]。 3. 因子名称：行业库存缓冲因子（平均库存周转月数）[23] * 因子构建思路：以库存周转月数衡量行业的库存水平，作为评估其应对成本上涨缓冲垫厚度的代理指标[23]。 * 因子具体构建过程：使用行业存货与营业收入数据，计算历史平均库存周转月数[23]。公式为：平均库存周转月数 = 历史各期（存货 / 营业收入 * 12）的平均值[23]。 4. 因子名称：油价冲击净影响因子（剪刀差）[19] * 因子构建思路：综合测算在特定油价涨幅假设下，行业成本上升与产品价格上升的净差额，直接量化油价冲击对行业盈利空间的即时影响[19]。 * 因子具体构建过程： 1. 给定油价上涨幅度（报告设为50%），根据投入产出表计算的成本权重，得出各行业的“成本变动比例”[19]。 2. 对于成本传导能力强（因子值>1）且价格传导快（滞后月数≤1）的行业，估算其“产品价格变动比例”[19]。 3. 计算两者差值：剪刀差 = 产品价格变动比例 - 成本变动比例[19]。该值为正则表示盈利空间扩大，为负则表示受损。 因子的回测效果 本报告中的因子主要用于截面分析，未提供因子IC值、IR、多空收益等传统因子测试结果。因子效果体现在对各行业的排序和分类上，具体测试结果取值如下： 1. 成本传导能力因子，石油和天然气开采业因子值39.53，农副食品加工业因子值5.80，黑色金属矿采选业因子值3.96，煤炭开采和洗选业因子值3.91，有色金属矿采选业因子值3.49，废弃资源综合利用业因子值2.15，黑色金属冶炼及压延加工业因子值1.66，食品制造业因子值1.59，有色金属冶炼及压延加工业因子值1.59，造纸及纸制品业因子值1.47，化学纤维制造业因子值1.28，木材加工及木、竹、藤、棕、草制品业因子值1.28，化学原料及化学制品制造业因子值1.19，纺织业因子值1.11，非金属矿物制品业因子值1.09，计算机、通信和其他电子设备制造业因子值0.99，石油、煤炭及其他燃料加工业因子值0.93，非金属矿采选业因子值0.81，医药制造业因子值0.73，电力、热力的生产和供应业因子值0.70，电气机械及器材制造业因子值0.69，金属制品业因子值0.61，皮革、毛皮、羽毛及其制品和制鞋业因子值0.57，橡胶和塑料制品业因子值0.56，汽车制造业因子值0.51，家具制造业因子值0.46，印刷业和记录媒介的复制因子值0.40，其他制造业因子值0.37，燃气生产和供应业因子值0.37，通用设备制造业因子值0.34，专用设备制造业因子值0.34，铁路、船舶、航空航天和其他运输设备制造业因子值0.31，纺织服装、服饰业因子值0.25，水的生产和供应业因子值0.19[17] 2. 价格变动滞后月数因子，石油和天然气开采业滞后-2月，农副食品加工业滞后0月，黑色金属矿采选业滞后0月，煤炭开采和洗选业滞后0月，有色金属矿采选业滞后-1月，废弃资源综合利用业滞后0月，黑色金属冶炼及压延加工业滞后0月，食品制造业滞后1月，有色金属冶炼及压延加工业滞后0月，造纸及纸制品业滞后0月，化学纤维制造业滞后0月，木材加工及木、竹、藤、棕、草制品业滞后1月，化学原料及化学制品制造业滞后0月，纺织业滞后1月，非金属矿物制品业滞后1月，计算机、通信和其他电子设备制造业滞后0月，石油、煤炭及其他燃料加工业滞后0月，非金属矿采选业滞后4月，医药制造业滞后8月，电力、热力的生产和供应业滞后5月，电气机械及器材制造业滞后2月，金属制品业滞后2月，皮革、毛皮、羽毛及其制品和制鞋业滞后10月，橡胶和塑料制品业滞后1月，汽车制造业滞后5月，家具制造业滞后6月，印刷业和记录媒介的复制滞后5月，其他制造业滞后3月，燃气生产和供应业滞后5月，通用设备制造业滞后4月，专用设备制造业滞后7月，铁路、船舶、航空航天和其他运输设备制造业滞后5月，纺织服装、服饰业滞后6月，水的生产和供应业滞后1月[17] 3. 行业库存缓冲因子（平均库存周转月数），石油和天然气开采业0.25月，电力、热力的生产和供应业0.29月，燃气生产和供应业0.35月，煤炭开采和洗选业0.63月，水的生产和供应业0.74月，黑色金属矿采选业0.90月，废弃资源综合利用业1.06月，汽车制造业1.09月，非金属矿采选业1.11月，石油、煤炭及其他燃料加工业1.13月，黑色金属冶炼及压延加工业1.16月，木材加工及木、竹、藤、棕、草制品业1.17月，化学原料及化学制品制造业1.20月，有色金属矿采选业1.23月，食品制造业1.23月，皮革、毛皮、羽毛及其制品和制鞋业1.24月，有色金属冶炼及压延加工业1.26月，印刷业和记录媒介的复制1.27月，化学纤维制造业1.27月，非金属矿物制品业1.29月，农副食品加工业1.32月，造纸及纸制品业1.33月，橡胶和塑料制品业1.42月，金属制品业1.46月，电气机械及器材制造业1.46月，计算机、通信和其他电子设备制造业1.47月，家具制造业1.47月，其他制造业1.49月，纺织服装、服饰业1.56月，纺织业1.70月，通用设备制造业2.24月，医药制造业2.24月，铁路、船舶、航空航天和其他运输设备制造业2.53月，专用设备制造业2.80月[24] 4. 油价冲击净影响因子（剪刀差），燃气生产和供应业-27.8%，非金属矿采选业-5.6%，石油、煤炭及其他燃料加工业-1.9%，电力、热力的生产和供应业-1.2%，橡胶和塑料制品业-1.1%，金属制品业-0.8%，印刷业和记录媒介的复制-0.7%，其他制造业-0.7%，医药制造业-0.7%，水的生产和供应业-0.6%，皮革、毛皮、羽毛及其制品和制鞋业-0.5%，电气机械及器材制造业-0.5%，通用设备制造业-0.3%，铁路、船舶、航空航天和其他运输设备制造业-0.3%，家具制造业-0.3%，专用设备制造业-0.3%，纺织服装、服饰业-0.2%，汽车制造业-0.2%，计算机、通信和其他电子设备制造业0.0%，纺织业0.1%，食品制造业0.2%，木材加工及木、竹、藤、棕、草制品业0.2%，非金属矿物制品业0.2%，造纸及纸制品业0.3%，农副食品加工业0.4%，有色金属冶炼及压延加工业0.5%，煤炭开采和洗选业1.1%，废弃资源综合利用业1.5%，化学纤维制造业1.8%，化学原料及化学制品制造业1.9%，黑色金属冶炼及压延加工业3.4%，有色金属矿采选业6.2%，黑色金属矿采选业8.0%[20]