核心观点 - 报告提出“景气预期”行业比较框架，旨在通过跟踪分析师对收入和盈利预测的动态变化（边际趋势）来前瞻性展望产业景气，以弥补财报数据的“时滞性”并实现跨行业可比[2][14] - 该框架与基于财报验证的“景气投资方法论”共同构成“组合管理”体系，分别承担“前瞻展望”与“验证跟随”的功能[2][14] - “景气预期”框架对股价走势具有显著指引作用，对31个一级行业中的22个（有效率71.0%）、134个二级行业中的92个（有效率70.2%）具有解释效果[2][28][58] - 通过该框架构建的行业做多组合能获得显著超额收益，而反向构建的回避组合则能有效识别应低配的行业[4][5][108][115] 从财报验证到预期展望：景气研究的范式延伸 - 传统基于财报的“基本面动量”策略有效，但存在“时滞性”，需要前瞻布局[14][20] - 研究发现，无论是行业还是个股，年初的绝对盈利增速预测排名与当年涨跌幅排名无统计学显著相关性，指引作用弱[20][21] - 绝对盈利预测指引效果不佳的原因包括：卖方预测覆盖不全、存在“高估”倾向、市场对“超出/低于预期”的信息反应更敏感[22] - 因此，研究的核心从静态的绝对盈利预测转向动态的预期边际变化，构建了“景气预期”行业比较框架[23] “景气预期”行业比较框架原理 - 框架本质是分析师预期的二阶导，通过跟踪分析师预期的动态变化来刻画产业景气边际趋势[2][23] - 包含两大维度：收入景气预期和盈利景气预期，计算公式均为“（当前T+1年预测值 / 去年同期T年预测值）- 1”[24] - 解读核心是“斜率比位置更重要”，即关注景气预期同比增速的边际变化（正斜率）而非绝对值[25] - 金融学原理在于：预期边际变化能反映“超预期”或“低预期”，同时对DDM模型中的分子端（盈利）和分母端（估值）均有指示作用[26][27] 框架在行业比较上的应用效果 - 一级行业应用：框架对22个一级行业股价走势有解释效果（有效率71.0%）[28] - 收入景气预期与绝对走势：与房地产、基础化工、电力设备、电子等14个行业呈高或中相关性[31] - 收入景气预期与相对走势：与房地产、基础化工、电力设备、电子等17个行业呈高或中相关性[36][39] - 盈利景气预期与绝对走势：与房地产、基础化工、电力设备、医药生物等20个行业呈高或中相关性[46] - 盈利景气预期与相对走势：与房地产、基础化工、电力设备、计算机等19个行业呈高或中相关性[49] - 二级行业应用：框架对92个二级行业股价走势有解释效果（有效率70.2%）[58] - 多个二级行业在四大维度上均呈现高相关性，如房地产开发、电池、消费电子、通信设备等[58][63] 行业景气的横向刻画与综合评分方法 - 通过对行业进行打分实现跨行业横向比较，评分包括排序得分和趋势得分，加总后得到综合得分[97] - 排序得分：反映景气预期变化的显著程度。基于收入/盈利预测增速较1个月前和2个月前的变化量进行行业排序并赋分，再以0.6和0.4的权重加权平均[100][101] - 趋势得分：反映景气预期变化的长期趋势。通过比较当前与3个月前、6个月前的预测增速，判断是否处于持续改善或恶化趋势，并给予相应加分或减分[103][104][105] - 综合评价：在收入/盈利的绝对走势和相对走势四个维度上分别计算总评分（排序+趋势），最后取四个维度的平均分作为行业最终评价[107] “景气预期”行业做多组合表现 - 根据行业最终得分，筛选一级行业中得分最高的前三或前五行业构建等权组合，月度调仓[108][110] - 回溯期（2016年1月31日至2026年5月31日）内，“景气预期”前3、前5一级行业做多组合年化收益率分别为15.7%和17.7%，显著跑赢同期Wind全A的10.5%[4][109] - 上述组合也跑赢了万得偏股混合型基金指数（年化收益率15.7%），证明仅利用高景气行业beta即可获得超额收益[4][109] - 两个做多组合相对Wind全A的年度胜率均高达63.6%[109] “景气预期”行业回避组合表现 - 反向操作做多组合，选取得分最低的后三或后五行业构建回避组合[5][115] - 该回避组合在策略净值、年化收益率、夏普比率与最大回撤方面均大幅落后于Wind全A，跑赢Wind全A的概率低于10%[5] - 框架在筛选应低配或回避的行业方面表现出色，弥补了许多投资方法擅长选多但不擅长选空的不足[5][116] 框架对当前做多/回避行业的指引 - 截至2026年6月5日，景气预期持续改善且股价上行信号更明确的一级行业包括：轻工制造、通信、有色金属、纺织服饰、电力设备[6] - 同期，景气预期表现不佳且股价下行信号更明确的一级行业包括：综合、汽车、非银金融、商贸零售、食品饮料[6]