量化模型与构建方式 1. **模型名称**：连续多年涨跌行业次年表现统计模型[8][15] * **模型构建思路**：通过统计历史数据，观察过去持续上涨或下跌的行业在次年的表现，以检验行业绝对收益是否存在均值回归特征[8][15] * **模型具体构建过程**： 1. 选定长江一级行业指数作为统计对象，数据区间为2005年至2025年[8][15] 2. 在每年年底（t年末），对每个行业进行判断： * 若该行业在过去的n年（n=2,3,4）中，每年的年度收益率均为正，则将其标记为“连续上涨n年”的行业[15] * 若该行业在过去的n年（n=2,3,4）中，每年的年度收益率均为负，则将其标记为“连续下跌n年”的行业[15] 3. 统计所有行业中，满足“连续上涨n年”或“连续下跌n年”条件的发生次数[15] 4. 计算这些行业在次年（t+1年）的表现指标： * **次年延续上涨/下跌概率**：在t年末被标记的行业中，在t+1年收益率依然为正（对于连续上涨）或为负（对于连续下跌）的行业数量占比[15][20] * **次年上涨情况下上涨均值**：在t+1年收益率为正的行业中，计算其收益率的平均值[15][20] * **次年下跌情况下下跌均值**：在t+1年收益率为负的行业中，计算其收益率的平均值[15][20] * **次年平均收益**：计算所有被标记行业在t+1年收益率的平均值[15][20] * **模型评价**：该模型揭示了行业绝对收益存在一定的均值回归特征，即“涨多回调、跌多反弹”[3][16] 2. **模型名称**：连续多年正/负超额行业次年表现统计模型[8][17] * **模型构建思路**：通过统计历史数据，观察过去持续跑赢或跑输市场的行业在次年的相对表现，以检验行业超额收益的持续性[8][17] * **模型具体构建过程**： 1. 选定长江一级行业指数作为统计对象，基准为万得全A指数，数据区间为2005年至2025年[8][17] 2. 在每年年底（t年末），对每个行业进行判断： * 计算行业每年相对于万得全A指数的超额收益（行业年收益率 - 万得全A年收益率）[17] * 若该行业在过去的n年（n=2,3,4）中，每年的超额收益均为正，则将其标记为“连续正超额n年”的行业[17] * 若该行业在过去的n年（n=2,3,4）中，每年的超额收益均为负，则将其标记为“连续负超额n年”的行业[17] 3. 统计所有行业中，满足“连续正超额n年”或“连续负超额n年”条件的发生次数[17] 4. 计算这些行业在次年（t+1年）的表现指标： * **次年延续正/负超额概率**：在t年末被标记的行业中，在t+1年超额收益依然为正（对于连续正超额）或为负（对于连续负超额）的行业数量占比[17][21] * **次年正超额情况下正超额均值**：在t+1年超额收益为正的行业中，计算其超额收益的平均值[17][21] * **次年负超额情况下负超额均值**：在t+1年超额收益为负的行业中，计算其超额收益的平均值[17][21] * **次年平均超额收益**：计算所有被标记行业在t+1年超额收益的平均值[17][21] * **模型评价**：该模型表明，无论是连续正超额还是连续负超额的行业，其次年相对于市场的表现均较弱，负超额概率较高[3][12][22] 模型的回测效果 1. **连续多年涨跌行业次年表现统计模型** [20] * **连续上涨2年**：发生次数175，次年延续上涨概率40.00%，次年上涨情况下上涨均值43.95%，次年下跌情况下下跌均值-31.01%，次年平均收益-1.02% * **连续上涨3年**：发生次数60，次年延续上涨概率28.33%，次年上涨情况下上涨均值38.01%，次年下跌情况下下跌均值-22.35%，次年平均收益-5.25% * **连续上涨4年**：发生次数17，次年延续上涨概率35.29%，次年上涨情况下上涨均值14.79%，次年下跌情况下下跌均值-17.80%，次年平均收益-6.30% * **连续下跌2年**：发生次数108，次年延续下跌概率43.52%，次年上涨情况下上涨均值24.92%，次年下跌情况下下跌均值-16.22%，次年平均收益7.02% * **连续下跌3年**：发生次数46，次年延续下跌概率26.09%，次年上涨情况下上涨均值28.94%，次年下跌情况下下跌均值-12.89%，次年平均收益18.03% * **连续下跌4年**：发生次数11，次年延续下跌概率27.27%，次年上涨情况下上涨均值22.76%，次年下跌情况下下跌均值-4.00%，次年平均收益15.46% 2. **连续多年正/负超额行业次年表现统计模型** [21] * **连续正超额2年**：发生次数82，次年延续正超额概率32.93%，次年正超额情况下正超额均值21.91%，次年负超额情况下负超额均值-29.50%，次年平均超额收益-12.57% * **连续正超额3年**：发生次数26，次年延续正超额概率34.62%，次年正超额情况下正超额均值33.40%，次年负超额情况下负超额均值-22.00%，次年平均超额收益-2.82% * **连续正超额4年**：发生次数9，次年延续正超额概率11.11%，次年正超额情况下正超额均值73.68%，次年负超额情况下负超额均值-26.84%，次年平均超额收益-15.67% * **连续负超额2年**：发生次数244，次年延续负超额概率62.70%，次年正超额情况下正超额均值10.97%，次年负超额情况下负超额均值-21.65%，次年平均超额收益-9.48% * **连续负超额3年**：发生次数141，次年延续负超额概率60.99%，次年正超额情况下正超额均值9.27%，次年负超额情况下负超额均值-19.12%，次年平均超额收益-8.04% * **连续负超额4年**：发生次数78，次年延续负超额概率65.38%，次年正超额情况下正超额均值9.03%，次年负超额情况下负超额均值-16.39%，次年平均超额收益-7.59%

行业与公司 * 纪要涉及的行业为金属包装行业，特别是两片罐细分领域，核心公司为奥瑞金和宝钢包装 [2][4] 核心观点与论据 行业周期与定价 * 两片罐行业目前处于周期底部，经历了需求发展、整合、扩张和稳步提升四个阶段，有望实现盈利回升 [2][8][9] * 行业年度定价在四季度进行下一年订单谈判，2024年底价格整体下调3分钱至4毛1，导致2025年一季度深度亏损 [6] * 由于铝价上涨，2025年4月行业整体提价1分半，被视为积极信号 [6] * 2026年订单谈判已开始，可乐客户预期提价3分钱，可能带动行业整体上涨2-3分钱，提价幅度略超预期 [2][4][6] 盈利能力与财务预测 * 2023-2024年行业盈利能力压力大，总产能超过700亿罐，而需求约550亿罐，供需明显失衡 [11] * 2025年奥瑞金两片罐预计亏损五分钱，主要受2024年底价格下降拖累，公司2025年经营性净利润预计为8.2亿元 [5][16] * 若2026年提价2分，奥瑞金净利润预计增至11.6亿元；若提价3分，则增至13亿元 [2][5][17] * 2025年宝钢包装利润约为2亿元，若2026年提价3分，预计增厚利润4亿元，总利润达5亿元 [2][5][17] 市场竞争格局 * 奥瑞金整合中粮包装后市场份额达40%，行业CR3（前三名集中度）达到80%，集中度高 [2][13] * 高集中度改善了行业格局，但2024年底啤酒客户招标导致均价大幅下降，头部企业两片罐产品净利润亏损，中长尾企业甚至亏损现金流 [2][13] * 海外市场如北美和欧洲集中度更高（C22接近70%和60%），通过产业整合实现了盈利能力提升 [15] 市场需求与驱动因素 * 两片罐市场需求主要来自啤酒（占比约55%）和碳酸饮料（占比约20%） [2][7] * 铝制啤酒罐市场的主要驱动力是灌化率提升，此过程受玻璃价格影响，目前玻璃价格稳定，市场需求呈稳步增长态势 [2][10] * 啤酒客户谈判将在2025年12月末进行，可乐客户的积极定调对后续谈判有积极影响 [7][14] 其他重要内容 产能与资本开支 * 国内资本开支减少，无明确新产能规划，奥瑞金计划2025年迁移50亿罐产能，未来几年供需失衡状态将逐步修复 [11][12] * 资本开支更多集中在海外市场，奥瑞金、宝钢包装等企业积极扩展海外业务 [11][12] * 奥瑞金收购沙特工厂预计2025年贡献7000万元利润，其中一半归属奥瑞金 [16] 未来展望 * 产业协同效应显现后，价格有望逐步恢复至2024年水平，通过提价改善盈利能力的可能性较大 [3][14] * 若价格恢复顺利，预计奥瑞金2027年可实现15亿元左右利润 [17] * 奥瑞金进入明确提价周期，其明年PE估值在12倍左右，看到15倍确定性较高 [17]