量化視角下的工業(yè)部門產(chǎn)業(yè)聯(lián)動與周期規(guī)律

1、目 錄 HYPERLINK l _TOC_250013 引言 5 HYPERLINK l _TOC_250012 方法回顧與實際應(yīng)用的考量 6 HYPERLINK l _TOC_250011 方法回顧 6 HYPERLINK l _TOC_250010 如何使平滑更具適應(yīng)性 7 HYPERLINK l _TOC_250009 如何使拐點對應(yīng)更具包容性 8情況 1：存在交叉對應(yīng)且時間間隔相同 10情況 2：拐點的最近對應(yīng)拐點已有匹配且不能更改與當(dāng)前拐點對應(yīng) 11情況 3：當(dāng)前拐點的對應(yīng)拐點在后續(xù)匹配過程中被修正為與其他拐點對應(yīng) 12更具包容性的拐帶對應(yīng)算法 13 HYPERLINK l _TOC

2、_250008 工業(yè)部門三大指標(biāo)體系的周期分布情況 14 HYPERLINK l _TOC_250007 工業(yè)增加值體系 14 HYPERLINK l _TOC_250006 工業(yè)品產(chǎn)量體系 15 HYPERLINK l _TOC_250005 工業(yè)產(chǎn)成品存貨體系 17 HYPERLINK l _TOC_250004 工業(yè)產(chǎn)業(yè)的領(lǐng)先滯后關(guān)系 19 HYPERLINK l _TOC_250003 產(chǎn)量視角下的領(lǐng)先性 19例一：領(lǐng)先工業(yè)增加值的工業(yè)品 19例二：領(lǐng)先家電的工業(yè)品 21例三：發(fā)動機與成品油的關(guān)系 23 HYPERLINK l _TOC_250002 庫存視角下的領(lǐng)先性 24上游資源開

3、采整體落后中、下游 24下游交運、電子設(shè)備制造領(lǐng)先中、上游 25 HYPERLINK l _TOC_250001 總結(jié)及展望 28 HYPERLINK l _TOC_250000 風(fēng)險提示 28圖表目錄圖 1：工業(yè)增加值信號分解 7圖 2：各指標(biāo)信號分解停止的算法 8圖 3：加入信噪比限制與僅限制分解 3 層下的生鐵產(chǎn)量平滑效果對比 8圖 4：拐點對應(yīng)算法主要流程圖 10圖 5：特殊情況 1 示例（黑色線表示無匹配） 11圖 6：特殊情況 2 示例（黑色線表示無匹配） 12圖 7：特殊情況 3 示例（黑色線表示無匹配） 13圖 8：更新后的拐點對應(yīng)算法流程圖 13圖 9：工業(yè)企業(yè)產(chǎn)成品存貨累計

4、同比 18圖 10：工業(yè)增加值與水泥拐點匹配結(jié)果 20圖 11：工業(yè)增加值與汽車拐點匹配結(jié)果 21圖 12：空調(diào)與工業(yè)鍋爐對應(yīng)拐點 22圖 13：空調(diào)與十種有色金屬對應(yīng)拐點 22圖 14：空調(diào)與初級形態(tài)塑料對應(yīng)拐點 22圖 15：火電與水泥對應(yīng)拐點 22圖 16：發(fā)動機與汽油的關(guān)系在 08-09 年發(fā)生逆轉(zhuǎn) 23圖 17：汽車與汽油的關(guān)系在 2010 年發(fā)生逆轉(zhuǎn) 23圖 18：發(fā)動機與柴油的對應(yīng)拐點 23圖 19：有色金屬采選與電子設(shè)備的存貨拐點對應(yīng) 24圖 20：有色金屬采選與通用設(shè)備的存貨拐點對應(yīng) 24圖 21：有色金屬采選與冶煉壓延的存貨拐點對應(yīng) 25圖 22：有色金屬采選與金屬制品的存

5、貨拐點對應(yīng) 25圖 23：有色采選與黑色采選的存貨拐點對應(yīng) 25圖 24：有色采選與黑色冶煉壓延的存貨拐點對應(yīng) 25圖 25：交運設(shè)備與黑色采選的存貨拐點對應(yīng) 26圖 26：交運設(shè)備與金屬制品的存貨拐點對應(yīng) 26圖 27：交運設(shè)備與通用設(shè)備的存貨拐點對應(yīng) 26圖 28：交運設(shè)備與其他制造的存貨拐點對應(yīng) 26圖 29：交運設(shè)備與電氣器材的存貨拐點對應(yīng) 27圖 30：交運設(shè)備與非金屬采選的存貨拐點對應(yīng) 27圖 31：交運設(shè)備與通用設(shè)備的存貨拐點對應(yīng) 27圖 32：交運設(shè)備與其他制造的存貨拐點對應(yīng) 27表 1：工業(yè)增加值體系的周期分布情況 14表 2：主要工業(yè)品產(chǎn)量體系的周期分布情況 15表 3：工

6、業(yè)產(chǎn)成品存貨體系的周期分布情況 17表 4：OECD 領(lǐng)先滯后性評判標(biāo)準(zhǔn) 19表 5：對工業(yè)增加值有明顯領(lǐng)先長度的工業(yè)品 20表 6：對工業(yè)增加值有明顯領(lǐng)先長度的工業(yè)品 21表 7：對空調(diào)有明顯領(lǐng)先長度的工業(yè)品 22表 8：兩種成品油對發(fā)動機的領(lǐng)先滯后期數(shù) 23表 9：庫存領(lǐng)先有色金屬采選的行業(yè) 24表 10：庫存落后交運設(shè)備的行業(yè) 26表 11：庫存落后計算機、通信等電子設(shè)備的行業(yè) 27引言工業(yè)是國民經(jīng)濟的主導(dǎo)部門，它為經(jīng)濟中的各部門提供能源和原材料、生產(chǎn)工具以及消費品。過去幾十年來，第二產(chǎn)業(yè)在我國 GDP 中占比和增速貢獻的重要性不言而喻，市場也一度通過觀察工業(yè)增加值來預(yù)判 GDP 的走勢

7、。但近年來工業(yè)增加值的波動性相較股市在降低，只觀察這一總量指標(biāo)已無法滿足市場對宏觀經(jīng)濟、各行業(yè)景氣度的研究需求。在此背景下，我們認(rèn)為有必要拆解工業(yè)生產(chǎn)體系，探尋工業(yè)部門內(nèi)產(chǎn)業(yè)各自的周期規(guī)律以及相互聯(lián)動關(guān)系，以期為尋找結(jié)構(gòu)性機會做準(zhǔn)備。在上一篇報告經(jīng)濟指標(biāo)周期及領(lǐng)先性確認(rèn)的數(shù)理方法中，我們從量化視角針對如何有效觸及經(jīng)濟數(shù)據(jù)、從而定量研究指標(biāo)的周期規(guī)律及領(lǐng)先性的問題，提出了一套數(shù)理流程。我們認(rèn)為拐點是時間序列中一類特殊的極值點，它確定了周期、階段的劃分，刻畫了周期演繹的過程，同時也蘊含了指標(biāo)間相位差的信息。因此，該流程的核心部分即為拐點識別算法以及拐點對應(yīng)算法。通過識別拐點，我們得以給指標(biāo)進行定期

8、；通過拐點對應(yīng)，我們可以探尋指標(biāo)間周期的先后。故在前一篇方法論的基礎(chǔ)上，我們進一步試圖利用模型測試工業(yè)部門三大指標(biāo)體系：分行業(yè)工業(yè)增加值、主要工業(yè)品產(chǎn)量、工業(yè)企業(yè)產(chǎn)成品存貨的數(shù)據(jù)，以檢驗此流程的效果并探尋其中的規(guī)律。因此，本文的研究目的就是針對如何定量化研究經(jīng)濟周期，提供工具上的一個視角。具體的，我們試圖解決以下問題：我們的模型在大量數(shù)據(jù)上進行批量運算時有哪些需要注意的問題？工業(yè)部門各產(chǎn)業(yè)的周期有何規(guī)律？各工業(yè)產(chǎn)業(yè)間存在怎樣的領(lǐng)先滯后性？方法回顧與實際應(yīng)用的考量首先我們對分析問題的方法與流程進行簡要的回顧，包括數(shù)據(jù)預(yù)處理、信號分離和領(lǐng)先性的確認(rèn)，其次是針對在大量數(shù)據(jù)上應(yīng)用時可能存在的特殊情況進

9、行算法調(diào)整，使得算法適用于更廣泛的數(shù)據(jù)。方法回顧在計算指標(biāo)間領(lǐng)先滯后關(guān)系的過程中，需要以下幾個步驟：數(shù)據(jù)預(yù)處理與信號分離、周期、階段、拐點及領(lǐng)先性的確認(rèn)。其中數(shù)據(jù)預(yù)處理與信號分離包括頻率對齊、季調(diào)和平滑；周期、階段、拐點及領(lǐng)先性的確認(rèn)包括拐點識別、拐點對應(yīng)和領(lǐng)先期數(shù)的確認(rèn)。頻率對齊流程的第一步為頻率對齊。在研究兩個或以上指標(biāo)時，若指標(biāo)頻率不一，或者存在某些缺失數(shù)據(jù)，我們無法直接對比。因此流程的第一步即將指標(biāo)頻率統(tǒng)一化與補充缺失值。我們可根據(jù)需要將低頻指標(biāo)高頻化，也可以反向操作。若兩變量分別是季頻和月頻，考慮到樣本量大小，我們常將季頻轉(zhuǎn)為月頻。若在某一時間節(jié)點上，一個變量存在測量值，另一個變量數(shù)

10、據(jù)缺失，我們常利用存在測量值的前后時間節(jié)點的數(shù)據(jù)進行該數(shù)據(jù)的估算。此時線性插值是一種簡便的手段。季調(diào)流程的第二步為季調(diào)。無論是生產(chǎn)、消費或其他類型經(jīng)濟指標(biāo)，無一例外都會受源自社會、自然、數(shù)據(jù)統(tǒng)計等因素的季節(jié)效應(yīng)的影響，指標(biāo)反映的經(jīng)濟活動中真實規(guī)律會被一定程度掩蓋。為此，流程的第二步，我們需剔除變量中由于季節(jié)性因素導(dǎo)致的擾動，即季調(diào)。在對我國的數(shù)據(jù)進行分析時，季調(diào)過程中需要特別強調(diào)的部分是剔除春節(jié)效應(yīng)。有兩方面原因：一是春節(jié)對指標(biāo)的影響程度較大，體現(xiàn)為數(shù)據(jù)的大幅突變，影響統(tǒng)計手段的判斷；二是我們通常研究同比數(shù)據(jù)，由于其計算方式是相同月對比，可以很自然地消除一大部分季節(jié)性因素，但仍然存在因春節(jié)在每

11、年時間不同而導(dǎo)致的季節(jié)性。由于春節(jié)在每年的時間不固定，給生產(chǎn)、消費活動帶來的影響也相應(yīng)在各年會有變化。很多時候，同比數(shù)據(jù)的季調(diào)只需剔除節(jié)日效應(yīng)即可。去趨勢與平滑流程的第三步為去趨勢與平滑。去趨勢針對帶有明顯時間趨勢的數(shù)據(jù)類型，而由于本文處理的對象為同比/環(huán)比等增速數(shù)據(jù)，因此可略過去趨勢而直接做平滑。在平滑的過程中，本文使用的主要方法為經(jīng)驗?zāi)B(tài)分解（Empirical Mode Decomposition，簡稱 EMD）。拐點識別流程的第四步為拐點識別。對于經(jīng)過了上述三步數(shù)據(jù)預(yù)處理過程的時間序列數(shù)據(jù)，利用 NBER 提出的 Bry- Boschan 算法 (1971) (B-B 算法)，通過對序

12、列的各個極值點進行處理，得到序列的拐點，進而得到數(shù)據(jù)序列的周期劃分情況。拐點對應(yīng)流程的第五步為拐點對應(yīng)。在識別出了各個指標(biāo)的拐點之后，利用這些拐點，構(gòu)建指標(biāo)與指標(biāo)之間的相位對照關(guān)系。領(lǐng)先期數(shù)確認(rèn)流程的第六步為領(lǐng)先期數(shù)確認(rèn)。在進行了指標(biāo)與指標(biāo)之間的拐點對應(yīng)之后，我們利用這一對應(yīng)結(jié)果，計算兩個指標(biāo)之間的拐點的領(lǐng)先滯后期數(shù)的平均值和標(biāo)準(zhǔn)差，以此作為指標(biāo)間領(lǐng)先期數(shù)的衡量。如何使平滑更具適應(yīng)性由于數(shù)據(jù)序列自身的長度和波動性有差異，序列與序列之間的能夠?qū)崿F(xiàn)理想平滑效果的經(jīng)驗?zāi)B(tài)分解次數(shù)可能存在差異。雖然從實證結(jié)果來看，經(jīng)驗?zāi)B(tài)分解到第 3層往往能取得較好的結(jié)果，但為了更好的表現(xiàn)指標(biāo)自身的周期演繹情況與指標(biāo)

13、間的聯(lián)動關(guān)系，增強算法的數(shù)據(jù)適應(yīng)性，本文引入信噪比的概念作為判斷依據(jù)，將工業(yè)增加值的當(dāng)月同比數(shù)據(jù)經(jīng)過三次經(jīng)驗?zāi)B(tài)分解后的信噪比作為閾值，其他數(shù)據(jù)分解至信噪比小于該閾值或者分解次數(shù)達到 3 次時停止分解。本文中信噪比的定義為經(jīng)驗?zāi)B(tài)分解后波動項標(biāo)準(zhǔn)差與噪音項標(biāo)準(zhǔn)差的比值。以下圖為例，其中 IMF4-11 及余波之和所代表的數(shù)據(jù)序列為波動項，IMF1、IMF2 和 IMF3所代表的數(shù)據(jù)序列為噪聲項。圖 1：工業(yè)增加值信號分解數(shù)據(jù)來源：東北證券，Wind考慮了信噪比后的平滑流程如下：圖 2：各指標(biāo)信號分解停止的算法數(shù)據(jù)來源：東北證券，Wind我們以生鐵產(chǎn)量的同比數(shù)據(jù)為例，加入了信噪比約束條件后，相較

14、于只限制最大分解層數(shù)的情況，平滑結(jié)果更貼近原數(shù)據(jù)，在剔除噪聲的同時，盡可能保留長周期波動的信息。圖 3：加入信噪比限制與僅限制分解 3 層下的生鐵產(chǎn)量平滑效果對比數(shù)據(jù)來源：東北證券，Wind如何使拐點對應(yīng)更具包容性在拐點識別完成后，我們進一步將兩兩指標(biāo)中的各自拐點進行對應(yīng)匹配以確定指標(biāo)的領(lǐng)先滯后關(guān)系。總體上，我們的算法是以時間相隔遠近來確認(rèn)拐點是否對應(yīng)。假如有 A、B 兩序列，我們將 A 作為基準(zhǔn)序列，對其每個拐點進行遍歷，并在每次遍歷中尋找給定相隔時間區(qū)間內(nèi)是否存在 B 中拐點與之對應(yīng)。直覺上，不論 A 還是 B做基準(zhǔn)序列，我們期待算法給出的拐點對應(yīng)關(guān)系應(yīng)當(dāng)是相同的，即算法應(yīng)當(dāng)在互換兩序列的

15、輸入先后順序時，給出唯一的解。上篇報告中，我們提出了拐點識別算法的主要步驟，在此我們進行更加詳細的介紹，尤其對改變變量輸入順序后可能會給出不同對應(yīng)關(guān)系的特殊情況進行分析，并討論我們的處理方式。我們先回顧算法主要流程。將 A（基準(zhǔn)序列）,B 兩序列的拐點進行對應(yīng)的過程如下：第一步：給定參數(shù)-M、K，判斷序列 B 在滯后范圍（-M, K）（負(fù)數(shù)表示 B 滯后）內(nèi)，是否存在與序列 A 中各拐點對應(yīng)的相同性質(zhì)（峰/谷）的拐點；第二步：對 A 中的每一個拐點，都在上述 B 的滯后范圍內(nèi)尋找類型相同的最近的拐點進行匹配；若存在匹配，則進入下一步，否則判斷該拐點的日期是否小于兩序列時間交集的最早日期，若否，

16、則標(biāo)記為對應(yīng)拐點缺失，若是，則標(biāo)記為早期缺失，意味著是由于數(shù)據(jù)序列過短造成的；第三步：判斷尋得的 B 中對應(yīng)的拐點是否此前已有對應(yīng)拐點，若否，則標(biāo)記 和對應(yīng)；若是，判斷此前與之對應(yīng)的拐點與之間的時間間隔是否小于與 之間的時間間隔，若是，則將 標(biāo)記為對應(yīng)拐點缺失；若否，則修正的對應(yīng)關(guān)系為；第四步：對所有執(zhí)行第 2、3 步后，檢查各有對應(yīng)點的，其對應(yīng)的是否滿足時間上的由遠至近。若出現(xiàn)對應(yīng)，對應(yīng)，j 的情況，則判斷與 之間的時間間隔是否小于與之間的時間間隔，若是則將標(biāo)記為對應(yīng)拐點缺失；若否，則將標(biāo)記為對應(yīng)拐點缺失。第五步：檢查 B 中所有拐點，將無對應(yīng)的 標(biāo)記為多余拐點（出現(xiàn)在 A 序列最后 K 月

17、內(nèi)的除外，因為其對應(yīng)的 仍有可能出現(xiàn)）。圖 4：拐點對應(yīng)算法主要流程圖數(shù)據(jù)來源：東北證券算法中需預(yù)先設(shè)定領(lǐng)先滯后傾向的部分：1、第 2 步中尋找類型相同的最近的拐點作為匹配時，若出現(xiàn)一個拐點領(lǐng)先 x 期，而另一個拐點滯后 x 期的情況，需預(yù)先設(shè)定是保留領(lǐng)先關(guān)系還是滯后關(guān)系。2、第 3 步中若存在與對應(yīng)，但之前已有對應(yīng)拐點，且與和之間的時間間隔相同時，需預(yù)先設(shè)定是保留領(lǐng)先關(guān)系還是滯后關(guān)系。下面我們介紹三種情況。這些情況下，調(diào)換兩指標(biāo)哪個做基準(zhǔn)序列后，算法會給出兩種對應(yīng)關(guān)系。我們分別給出解決方案以使算法更具包容性。情況 1：存在交叉對應(yīng)且時間間隔相同與 是 A 序列中的相鄰的拐點（在前），與是 B

18、 序列中的相鄰的拐點（ 在前），若在原算法流程圖第 5 步中，與對應(yīng)、與對應(yīng)，且與的時間間隔和 與 的時間間隔相同，此時若 A 為基準(zhǔn)序列，則會保留 與的對應(yīng)，若 B 為基準(zhǔn)序列，則會保留 與 的對應(yīng)。圖 5：特殊情況 1 示例（黑色線表示無匹配）數(shù)據(jù)來源：東北證券從上圖中可以看出，當(dāng) A 序列作為基準(zhǔn)序列時，紅圈中的兩個波谷會被進行匹配，而當(dāng) B 序列作為基準(zhǔn)序列時，紅圈中的兩個波峰會被進行匹配?？紤]到這兩個波峰和兩個波谷的時間間隔相同，并且一個為基準(zhǔn)序列領(lǐng)先，一個為基準(zhǔn)序列滯后，總體上在計算領(lǐng)先滯后期數(shù)時互相抵消。因此，我們可以同時刪除這兩組對應(yīng)。情況 2：拐點的最近對應(yīng)拐點已有匹配且不能

19、更改與當(dāng)前拐點對應(yīng)與 是 A 序列中的相鄰的同類型的拐點（在前），與是 B 序列中的相鄰的同類型的拐點（bi 在前），且 與是同類型的拐點，記與的時間間隔為，與 的時間間隔為，與 的時間間隔為，M,K，且 與在原算法流程第 3 步中會被判斷對應(yīng)，則若 A 為基準(zhǔn)序列，將會被標(biāo)記對應(yīng)拐點缺失，若 B 為基準(zhǔn)序列，可能出現(xiàn) 與 對應(yīng)的情況。圖 6：特殊情況 2 示例（黑色線表示無匹配）數(shù)據(jù)來源：東北證券從上圖中可以看出，當(dāng) A 序列作為基準(zhǔn)序列時，兩個序列的被標(biāo)記出的第二個波峰不會被進行匹配，而當(dāng) B 序列作為基準(zhǔn)序列時，這兩個波峰會被進行匹配。這是由于在進行拐點匹配的過程中只考慮了最近的拐點。因

20、此，為了提高信息的利用率，當(dāng)拐點能夠?qū)?yīng)的最近拐點已有匹配且不能更改對應(yīng)時，考慮該拐點的滯后范圍中次近的拐點與之對應(yīng)，即剔除當(dāng)前能夠?qū)?yīng)的最近拐點后，再尋找能夠?qū)?yīng)的拐點。情況 3：當(dāng)前拐點的對應(yīng)拐點在后續(xù)匹配過程中被修正為與其他拐點對應(yīng)與 是 A 序列中的相鄰的同類型的拐點（ 在前），與是 B 序列中的相鄰的同類型的拐點（bi 在前），且 與是同類型的拐點，記與的時間間隔為，與 的時間間隔為， 與 的時間間隔為，M,K，且 與在原算法流程第 3 步中會被判斷對應(yīng)，則若 A 為基準(zhǔn)序列，可能出現(xiàn) 與對應(yīng)的情況，若 B 為基準(zhǔn)序列， 將會被標(biāo)記對應(yīng)拐點缺失。圖 7：特殊情況 3 示例（黑色線表示

21、無匹配）數(shù)據(jù)來源：東北證券從上圖中可以看出，當(dāng) A 序列作為基準(zhǔn)序列時，兩個序列的被標(biāo)記出的第一個波峰會被進行匹配，而當(dāng) B 序列作為基準(zhǔn)序列時，這兩個波峰不會被進行匹配。這是由于在進行拐點匹配的過程中只使用了一次遍歷。因此，為了提高信息的利用率，當(dāng)拐點能夠?qū)?yīng)的最近拐點在后續(xù)匹配過程中被修正為與其他拐點對應(yīng)，我們考慮該拐點的滯后范圍中次近的拐點與之對應(yīng)，即在特殊情況 2 解決的基礎(chǔ)上，在正序遍歷了基準(zhǔn)序列后，再倒序遍歷一次。更具包容性的拐帶對應(yīng)算法將對以上三種情況的應(yīng)對方式納入算法中能使算法更具包容性。即使在特殊情況下，調(diào)換兩序列哪個做基準(zhǔn)，也能給出同樣的對應(yīng)關(guān)系。最終，完整的流程圖如下：圖

22、 8：更新后的拐點對應(yīng)算法流程圖數(shù)據(jù)來源：東北證券工業(yè)部門三大指標(biāo)體系的周期分布情況利用上述模型，我們測試三大工業(yè)指標(biāo)體系的周期分布情況。三大體系分別是量價角度的工業(yè)增加值：包含 1 個總量與 37 個行業(yè)分量的增加值當(dāng)月同比增速、庫存角度的工業(yè)產(chǎn)成品存貨體系：包含 36 個行業(yè)的存貨當(dāng)月同比，以及產(chǎn)出角度的工業(yè)品產(chǎn)量體系：包括 60 個主要工業(yè)品的產(chǎn)量當(dāng)月同比。除分行業(yè)增加值同比的時間區(qū)間為 2006 年-2019 年外，其他指標(biāo)均取 2000 年-2019 年。為了描述周期分布，我們在識別出指標(biāo)拐點后，統(tǒng)計周期數(shù)目、周期平均長度、半周期長度標(biāo)準(zhǔn)差、波峰到波谷與波谷至波峰的平均時間。其中周期

23、平均長度的計算方式為第一個拐點至最后一個拐點的時間除以識別出的半周期個數(shù)（拐點數(shù)減一）；半周期長度標(biāo)準(zhǔn)差為識別出的所有半周期持續(xù)時間的標(biāo)準(zhǔn)差；波峰至波谷與波谷至波峰平均時長指下降階段與上升階段的平均持續(xù)時間。工業(yè)增加值體系首先，我們對工業(yè)增加值體系的指標(biāo)進行測試，由于分行業(yè)的工業(yè)增加值指標(biāo)的統(tǒng)計開始時間較晚，因此，使用的數(shù)據(jù)是從 2006 年至 2019 年這 14 年的數(shù)據(jù)，周期分布情況如下表：表 1：工業(yè)增加值體系的周期分布情況周期數(shù)周期平均半周期標(biāo)波峰至波谷波谷至波峰行業(yè)目長度（年）準(zhǔn)差（年）平均長度平均長度（年）（年）工業(yè)增加值（總量，2000 年始）44.11.712.441.66煤

24、炭開采和洗選業(yè)33.251.051.891.36石油和天然氣開采業(yè)5.52.230.571.21.04黑色金屬礦采選業(yè)3.53.381.442.151.08有色金屬礦采選業(yè)62.110.321.120.99非金屬礦采選業(yè)3.53.431.212.51.12其他采礦業(yè)5.52.110.301.061.05農(nóng)副食品加工業(yè)2.54.340.892.541.92食品制造業(yè)4.52.430.611.121.29酒、飲料和精制茶制造業(yè)6.51.980.361.140.86煙草制品業(yè)3.53.62.643.280.69紡織業(yè)4.52.720.831.940.9紡織服裝、服飾業(yè)3.52.590.921.780

25、.94皮革、毛皮、羽毛及其制品和制鞋業(yè)33.610.772.391.22木材加工及木、竹、藤、棕、草制品業(yè)3.53.481.372.671.04家具制造業(yè)4.52.390.631.560.9造紙及紙制品業(yè)52.420.501.41.02印刷和記錄媒介的復(fù)制業(yè)3.53.120.682.171.1文教、工美、體育和娛樂用品制造業(yè)5.51.990.491.10.9石油、煤炭及其他燃料加工業(yè)4.52.50.351.31.19化學(xué)原料及化學(xué)制品制造業(yè)42.730.991.541.19醫(yī)藥制造業(yè)4.52.430.441.211.22化學(xué)纖維制造業(yè)52.40.521.341.06非金屬礦物制品業(yè)5.52.2

26、70.441.330.97黑色金屬冶煉及壓延加工業(yè)430.541.751.25有色金屬冶煉及壓延加工業(yè)3.52.90.741.831.17金屬制品業(yè)4.52.720.691.751.05通用設(shè)備制造業(yè)33.640.4221.64專用設(shè)備制造業(yè)3.53.170.531.71.5鐵路、船舶、航空航天等運輸設(shè)備制造業(yè)52.540.751.531電氣機械及器材制造業(yè)4.52.840.521.481.37計算機、通信和其他電子設(shè)備制造業(yè)52.450.461.251.2儀器儀表制造業(yè)34.061.562.581.47其他制造業(yè)5.52.270.321.231.06廢棄資源綜合利用業(yè)33.481.141.7

27、81.69電力、熱力的生產(chǎn)和供應(yīng)業(yè)52.340.571.370.97燃氣生產(chǎn)和供應(yīng)業(yè)4.52.670.641.481.22水的生產(chǎn)和供應(yīng)業(yè)52.290.391.171.12數(shù)據(jù)來源：東北證券由上表中可以看到，分行業(yè)增加值的周期長度普遍在 2.5 年至 4 年之間，且從周期長度的波動角度來看，大多數(shù)指標(biāo)周期持續(xù)時間較為穩(wěn)定。這說明我們拐點識別的算法能夠較好地確定指標(biāo)周期分布情況，也為后續(xù)的領(lǐng)先性確認(rèn)提供了較好的基礎(chǔ)。從各個指標(biāo)波峰至波谷和波谷到波峰的平均長度來看，兩者的差異在各行業(yè)上表現(xiàn)不一。工業(yè)品產(chǎn)量體系我們同時測試了 60 類主要工業(yè)品產(chǎn)量的周期分布情況，由于該指標(biāo)開始發(fā)布的時間較分行業(yè)增加

28、值更早，因此我們選擇 2000 年至 2019 年的數(shù)據(jù)進行測試，得到的結(jié)果如下表所示：表 2：主要工業(yè)品產(chǎn)量體系的周期分布情況周期數(shù)目周期平均長半周期標(biāo)準(zhǔn)波峰至波谷平均波谷至波峰平均長產(chǎn)品度（年）差（年）長度（年）度（年）原煤8.52.020.691.180.82焦炭63.070.761.611.46發(fā)電量5.53.030.601.581.46火電7.52.510.621.121.42水電6.52.640.591.61.08天然原油6.52.80.561.431.37天然氣6.52.780.911.421.37汽油630.591.641.36柴油5.53.340.851.841.47煤油53

29、.20.931.351.85磷礦石62.830.861.860.97農(nóng)用氮磷鉀化肥(折純)5.53.391.812.321.18原鹽52.941.041.81.13碳酸鈉(純堿)7.52.360.761.40.93氫氧化鈉(燒堿)5.53.050.751.921.2硫酸6.52.560.831.810.82化學(xué)農(nóng)藥原藥72.510.581.071.44乙烯7.52.320.501.370.98初級形態(tài)的塑料72.370.521.211.15化學(xué)纖維6.52.230.651.350.85塑料制品43.040.761.671.38鐵礦石原礦量6.52.691.261.041.71生鐵7.52.42

30、0.701.221.21粗鋼62.821.201.721.1鋼材72.360.841.40.95十種有色金屬6.52.590.501.151.42銅材6.52.590.631.121.5氧化鋁6.52.720.831.281.43鋁材5.53.141.031.61.54水泥4.53.721.502.791.12金屬切削機床6.52.840.581.441.39交流電動機5.53.350.771.971.32電動手提式工具3.54.591.513.331.52電工儀器儀表72.470.551.181.29工業(yè)鍋爐5.53.140.771.251.95發(fā)電設(shè)備8.52.10.371.220.9大氣

31、污染防治設(shè)備7.52.450.661.510.97包裝專用設(shè)備6.52.470.541.271.19飼料加工機械3.53.931.721.862.04水泥專用設(shè)備52.480.710.971.52金屬冶煉設(shè)備72.540.691.371.17大中型拖拉機63.021.051.881.14小型拖拉機52.90.651.721.18鐵路機車7.52.450.681.451.02發(fā)動機62.960.481.631.34汽車7.52.410.561.181.24新聞紙72.580.611.51.08布4.53.451.352.171.37紗44.442.063.211.23成品糖72.570.801.

32、551.03軟飲料8.51.990.431.010.98微型電子計算機35.111.203.21.92彩電63.121.311.891.24空調(diào)53.350.391.431.92家用電冰箱62.960.721.391.57家用洗衣機72.410.561.331.07冷柜72.580.721.521.06傳真機6.52.90.691.361.56復(fù)印機械72.160.351.131.03程控交換機6.52.820.711.251.6數(shù)據(jù)來源：東北證券可以看到，主要工業(yè)品產(chǎn)量的周期長度為 3 到 4 年左右，從周期長度的波動角度來看，大多數(shù)指標(biāo)的周期持續(xù)時間也較為穩(wěn)定。從各個指標(biāo)的上升與下降階段平

33、均用時來看，兩者的差異在不同產(chǎn)品上表現(xiàn)不一。從產(chǎn)業(yè)鏈的角度思考，例如鐵礦石原礦量、生鐵、粗鋼和鋼材有著較為明顯的上下游關(guān)系，而從表中可以看到它們在二十年間的周期數(shù)目、周期長度上也較為接近。工業(yè)產(chǎn)成品存貨體系我們進一步測試庫存指標(biāo)的周期分布情況，依然選擇 2000 年至 2019 年作為回測期。同時，我們選取工業(yè)企業(yè)產(chǎn)成品存貨累計同比這一總量指標(biāo)的拐點作為分析結(jié)果的參考。通過計算，得到的結(jié)果如下所示：表 3：工業(yè)產(chǎn)成品存貨體系的周期分布情況行業(yè)周期數(shù)周期平均半周期標(biāo)波峰至波谷平波谷至波峰平目長度（年）準(zhǔn)差（年）均長度（年）均長度（年）煤炭開采和洗選業(yè)53.380.831.621.77石油和天然氣

34、開采業(yè)63.080.801.681.4黑色金屬礦采選業(yè)62.90.651.461.44有色金屬礦采選業(yè)5.53.050.911.291.8非金屬礦采選業(yè)6.52.490.491.361.11其他采礦業(yè)63.130.851.681.44農(nóng)副食品加工業(yè)5.53.080.551.631.44食品制造業(yè)5.53.340.781.491.82酒、飲料和精制茶制造業(yè)441.531.752.25煙草制品業(yè)7.52.380.511.061.3紡織業(yè)72.570.631.411.17紡織服裝、服飾業(yè)43.960.872.151.81皮革、毛皮、羽毛及其制品和制鞋業(yè)4.54.110.902.122木材加工及木、竹

35、、藤、棕、草制品業(yè)44.670.982.442.23家具制造業(yè)44.381.272.252.13造紙及紙制品業(yè)62.950.751.341.61印刷業(yè)和記錄媒介的復(fù)制4.53.670.761.622文教、工美、體育和娛樂用品制造業(yè)62.880.641.381.5石油、煤炭及其他燃料加工業(yè)82.210.451.21.01化學(xué)原料及化學(xué)制品制造業(yè)62.880.481.671.21醫(yī)藥制造業(yè)72.250.381.161.1化學(xué)纖維制造業(yè)44.341.031.882.46非金屬礦物制品業(yè)6.52.820.381.541.3黑色金屬冶煉及壓延加工業(yè)63.10.501.81.29有色金屬冶煉及壓延加工業(yè)6

36、2.750.521.561.2金屬制品業(yè)4.53.410.451.61.84通用設(shè)備制造業(yè)53.390.731.322.07專用設(shè)備制造業(yè)72.580.581.171.41鐵路、船舶、航空航天等運輸設(shè)備制造業(yè)62.90.521.531.37電氣機械及器材制造業(yè)5.53.230.511.791.4計算機、通信和其他電子設(shè)備制造業(yè)62.970.571.421.56儀器儀表制造業(yè)7.52.390.411.241.14其他制造業(yè)5.53.320.401.631.68電力、熱力的生產(chǎn)和供應(yīng)業(yè)43.961.331.632.33燃氣生產(chǎn)和供應(yīng)業(yè)82.30.761.151.16水的生產(chǎn)和供應(yīng)業(yè)62.80.77

37、1.41.4數(shù)據(jù)來源：東北證券圖 9：工業(yè)企業(yè)產(chǎn)成品存貨累計同比數(shù)據(jù)來源：東北證券，Wind由圖 9 可見，庫存總量指標(biāo)自 2000 年以來經(jīng)歷了 6 輪周期，平均每個周期的長度在 3-4 年之間。這與我們統(tǒng)計的分行業(yè)庫存周期結(jié)果接近。且從周期長度波動性的角度來看，大多數(shù)行業(yè)的周期時長較為穩(wěn)定。另外我們看周期內(nèi)部，上升過程與下降過程平均時間的大小關(guān)系在各個行業(yè)上體現(xiàn)得不一致。這或許使得在庫存總量指標(biāo)的層面上，波峰至波谷與波谷至波峰的平均長度并沒有非常顯著的差異。工業(yè)產(chǎn)業(yè)的領(lǐng)先滯后關(guān)系接下來，我們觀察三大指標(biāo)體系中各指標(biāo)的聯(lián)動關(guān)系。我們以指標(biāo)間拐點對應(yīng)的結(jié)果為基礎(chǔ)，計算對應(yīng)拐點間的平均間隔時間及

38、其波動，該平均時間即為領(lǐng)先期數(shù)。這其中有三個細節(jié)需要注意。一是領(lǐng)先長度。對應(yīng)拐點平均間隔除受指標(biāo)本身屬性決定外，還受平滑結(jié)果的影響，經(jīng)驗?zāi)B(tài)分解保留的長周期波動項可能相對原序列有一定的偏移。盡管這種偏移程度相較普通的 MA 平滑要小，但仍可能對拐點間隔產(chǎn)生一定的影響。因此，我們在觀察結(jié)果時，應(yīng)保留那些領(lǐng)先期數(shù)較長的結(jié)果，而將領(lǐng)先期數(shù)較短的關(guān)系認(rèn)為是巧合或不顯著。在這一點上，經(jīng)合組織 OECD 也采取了類似的標(biāo)準(zhǔn)。而實際中我們對期數(shù)的閾值設(shè)定應(yīng)視具體情況給出。表 4：OECD 領(lǐng)先滯后性評判標(biāo)準(zhǔn)周期關(guān)聯(lián)類型期限領(lǐng)先期數(shù)中位數(shù)巧合+/-2 個月以內(nèi)領(lǐng)先中短期2 到 8 個月以內(nèi)長期大于 8 個月滯

39、后小于-2 個月數(shù)據(jù)來源：東北證券，OECD二是指標(biāo)間是否有經(jīng)濟邏輯關(guān)聯(lián)。有的指標(biāo)對顯示了較長的領(lǐng)先期數(shù)，但若這其中無法用明確的邏輯解釋，則這樣的結(jié)果很可能是數(shù)據(jù)挖掘造成的類似“偽回歸”，同樣需剔除。三是平均間隔的波動率可能較大。每一輪周期中，產(chǎn)業(yè)傳導(dǎo)的邏輯和效率可能會隨宏觀背景、政策背景不同而有差異，較難避免?？朔@一問題的方法或是將對某一指標(biāo)有領(lǐng)先性的指標(biāo)合成為綜合領(lǐng)先指標(biāo)，但這并非本報告的重點。最后需要指出，由于每個指標(biāo)體系中指標(biāo)數(shù)目眾多，兩兩測算的全部結(jié)果表格較大，無法直接展示，因此下文中我們只展示其中部分結(jié)果作為例子。如需完整結(jié)果歡迎與我們交流。產(chǎn)量視角下的領(lǐng)先性各工業(yè)品的產(chǎn)量周期存

40、在先后性，我們從兩個維度出發(fā)理解這種先后性。一是各品類與總體均值對比，判斷哪些是工業(yè)部門的顯著先行周期；二是通過品類間對比，尋找局部產(chǎn)業(yè)的領(lǐng)先信息。其中，由于產(chǎn)量數(shù)據(jù)沒有直接衡量整體的總量指標(biāo)，故我們用工業(yè)增加值作為代理變量。例一：領(lǐng)先工業(yè)增加值的工業(yè)品我們測算了 60 種主要工業(yè)品產(chǎn)量同比數(shù)據(jù)與工業(yè)增加值同比的拐點對應(yīng)情況，根據(jù)總體的評估結(jié)果，我們設(shè)臵 3 個月為有明顯領(lǐng)先性的閾值。在此閾值篩選下，對工業(yè)增加值有較明顯領(lǐng)先性的工業(yè)品包括：水泥、生鐵、工業(yè)鍋爐、氧化鋁、氫氧化鈉、汽車、彩電、小型拖拉機，領(lǐng)先期數(shù)如下：表 5：對工業(yè)增加值有明顯領(lǐng)先長度的工業(yè)品工業(yè)品領(lǐng)先期數(shù)均值標(biāo)準(zhǔn)差均值/標(biāo)準(zhǔn)差

41、彩電7.099.660.73水泥5.645.621.00小型拖拉機5.716.990.82汽車6.807.750.88工業(yè)鍋爐3.6610.060.36氧化鋁3.286.550.50氫氧化鈉(燒堿)3.278.480.39生鐵3.065.640.54數(shù)據(jù)來源：東北證券從結(jié)果上看，上游原材料、中間工業(yè)品、最終工業(yè)品分別都有對工業(yè)增加值明顯領(lǐng)先的指標(biāo)。其中，原材料涉及了水泥、鋼產(chǎn)業(yè)、有色、堿產(chǎn)業(yè)；中間工業(yè)品主要是工業(yè)鍋爐這一重要生產(chǎn)設(shè)備；而最終工業(yè)品包含汽車、拖拉機及彩電。首先，我們認(rèn)為領(lǐng)先性的來源是其行業(yè)屬性以及所處產(chǎn)業(yè)鏈位臵，部分原材料因其應(yīng)用領(lǐng)域廣且重要，同時位于產(chǎn)業(yè)鏈上游，對工業(yè)增加值的領(lǐng)

42、先是合理的。例如水泥主要用于房地產(chǎn)、基礎(chǔ)設(shè)施建設(shè)，這兩個領(lǐng)域不僅都是我國經(jīng)濟需求端兩大支撐，其建設(shè)周期也有一定的持續(xù)時間。因此一方面，地產(chǎn)、基建開工前，水泥企業(yè)將提前加大生產(chǎn)（由于水泥不易保存，提前量不大）；另一方面，由于地產(chǎn)、基礎(chǔ)設(shè)施的建設(shè)周期長，其帶動的一系列后周期需求連同整個工業(yè)部門的活躍度提升也將滯后到來，因此水泥產(chǎn)量相較工業(yè)增加值這一整體均值概念將更早地在數(shù)據(jù)上有改觀。綜合以上角度，我們認(rèn)為水泥的領(lǐng)先是具備合理性的。圖 10：工業(yè)增加值與水泥拐點匹配結(jié)果數(shù)據(jù)來源：東北證券，Wind同時，觀察對水泥有明顯滯后的工業(yè)品類集中于工業(yè)生產(chǎn)工具、交通設(shè)備、能源、家電等生活用品，這也印證了水泥通

43、過領(lǐng)先于房地產(chǎn)、基建周期，成為對整體工業(yè)部門的先行變量。表 6：對工業(yè)增加值有明顯領(lǐng)先長度的工業(yè)品工業(yè)品領(lǐng)先期數(shù)均值標(biāo)準(zhǔn)差均值/標(biāo)準(zhǔn)差氧化鋁4.95.540.88鋁材7.48.930.83柴油5.063.751.35焦炭4.665.940.78天然氣5.966.780.88發(fā)電設(shè)備4.856.260.77金屬切削機床5.956.510.91交流電動機6.417.790.82發(fā)動機4.168.280.50鐵路機車7.095.031.41傳真機6.088.730.70空調(diào)5.228.210.64新聞紙5.195.710.91復(fù)印機械5.073.981.27家用洗衣機3.026.210.49數(shù)據(jù)來源

44、：東北證券另一方面，部分最終工業(yè)品雖處下游，但相較其他品類在產(chǎn)業(yè)占比、需求感知等方面的特殊性也使其具備領(lǐng)先的合理邏輯。例如，我們認(rèn)為汽車的領(lǐng)先性一方面來源于其產(chǎn)業(yè)鏈的長度及寬度決定了汽車在工業(yè)中的重要地位（2019 年汽車制造業(yè)的占比約 5.8%，所有行業(yè)中排名第三）；另一方面來源于汽車屬非必須消費，對居民收入及補貼政策有較大敏感性，需求端即將發(fā)生的變化能較早地為汽車生產(chǎn)所感知。圖 11：工業(yè)增加值與汽車拐點匹配結(jié)果數(shù)據(jù)來源：東北證券，Wind例二：領(lǐng)先家電的工業(yè)品家電是一類重要的終端消費品，也是近年來資本市場比較關(guān)注的熱點題材。傳統(tǒng)意義上，家電屬房地產(chǎn)后周期消費項目，隨地產(chǎn)周期的波動而起伏，

45、從這個角度看地產(chǎn)建材應(yīng)領(lǐng)先家電；同時，從生產(chǎn)制造的角度看，由于企業(yè)實行提前訂單制，終端消費需求發(fā)生變化時，家電的生產(chǎn)用材應(yīng)當(dāng)先于家電本身產(chǎn)生變化。我們以空調(diào)為例，篩選剔除沒有顯著領(lǐng)先長度的指標(biāo)后，發(fā)現(xiàn)領(lǐng)先空調(diào)的工業(yè)品確實集中在上游建筑、基建原材料及生產(chǎn)設(shè)備（水泥、鐵、工業(yè)鍋爐、大中型拖拉機、發(fā)動機），以及家電制造用材（有色金屬、塑料）。表 7：對空調(diào)有明顯領(lǐng)先長度的工業(yè)品工業(yè)品領(lǐng)先期數(shù)均值標(biāo)準(zhǔn)差均值/標(biāo)準(zhǔn)差工業(yè)鍋爐6.097.60.80汽車5.625.890.95塑料制品5.59.740.56氧化鋁5.425.970.91十種有色金屬5.385.990.90水泥5.228.210.64火電5.

46、087.060.72初級形態(tài)的塑料4.974.931.01大中型拖拉機4.268.120.52發(fā)動機4.075.840.70生鐵3.977.150.56氫氧化鈉(燒堿)3.935.240.75鐵礦石原礦量3.36.560.50數(shù)據(jù)來源：東北證券圖 12：空調(diào)與工業(yè)鍋爐對應(yīng)拐點圖 13：空調(diào)與十種有色金屬對應(yīng)拐點數(shù)據(jù)來源：東北證券，Wind數(shù)據(jù)來源：東北證券，Wind圖 14：空調(diào)與初級形態(tài)塑料對應(yīng)拐點圖 15：火電與水泥對應(yīng)拐點數(shù)據(jù)來源：東北證券，Wind數(shù)據(jù)來源：東北證券，Wind例三：發(fā)動機與成品油的關(guān)系在所有結(jié)果中，我們除了觀察到符合直覺的現(xiàn)象，也觀察到似有矛盾之處，在此以發(fā)動機-成品油

47、的關(guān)系為例，說明我們看待整體領(lǐng)先關(guān)系的同時，也當(dāng)關(guān)注內(nèi)部關(guān)系隨時間的變化。從模型結(jié)果來看，發(fā)動機產(chǎn)量與汽油、柴油的關(guān)系恰好相反：汽油領(lǐng)先于發(fā)動機，而發(fā)動機則領(lǐng)先于柴油。且其中特殊之處在于汽油對發(fā)動機的領(lǐng)先始于 08-09 年期間，在此之前汽油則是落后于發(fā)動機。要理解這一點我們須明確統(tǒng)計局統(tǒng)計的發(fā)動機產(chǎn)量，是以功率為單位而非個數(shù)，且同時包含汽油、柴油發(fā)動機。汽油發(fā)動機主要用于乘用車。過去二十年中我國乘用車銷量可大致劃分為兩個階段，到 2010 年的高增速時代，2010 年后的增速逐漸回落階段。在第一階段，隨著居民收入提升，汽車千人保有量快速拔高，汽油產(chǎn)量落后于汽油消費量、落后于汽車產(chǎn)量；而第二階

48、段中，乘用車保有量已初具規(guī)模，新增需求邊際下降，此時汽車、汽油的產(chǎn)量先后關(guān)系發(fā)生了逆轉(zhuǎn)，致使 2008-2009 年后發(fā)動機逐漸轉(zhuǎn)為領(lǐng)先汽油。而柴油發(fā)動機主要用于挖掘機、裝載機等工程用車，這類車輛的需求主要使受地產(chǎn)、基建周期的帶動，工程用車的大量投入使用會拉升對柴油的需求，從而加大原油到柴油的提煉。從這個角度說，汽油領(lǐng)先發(fā)動機，而發(fā)動機領(lǐng)先柴油的結(jié)果是合理的。表 8：兩種成品油對發(fā)動機的領(lǐng)先滯后期數(shù)工業(yè)品領(lǐng)先期數(shù)均值標(biāo)準(zhǔn)差均值/標(biāo)準(zhǔn)差汽油4.978.060.62柴油-6.536.890.95數(shù)據(jù)來源：東北證券圖 16：發(fā)動機與汽油的關(guān)系在 08-09 年發(fā)生逆轉(zhuǎn)圖 17：汽車與汽油的關(guān)系在 2

49、010 年發(fā)生逆轉(zhuǎn)數(shù)據(jù)來源：東北證券，Wind數(shù)據(jù)來源：東北證券，Wind圖 18：發(fā)動機與柴油的對應(yīng)拐點數(shù)據(jù)來源：東北證券，Wind庫存視角下的領(lǐng)先性我們測算了涵蓋上游資源開采及加工、中游生產(chǎn)工具制造、下游輕工制造、各類設(shè)備制造在內(nèi)的 36 個行業(yè)產(chǎn)成品存貨拐點對應(yīng)情況。從結(jié)果上看，下游行業(yè)的存貨周期要領(lǐng)先于上游，我們分別以上游資源開采與下游的設(shè)備制造為觀察切入點進行說明。上游資源開采整體落后中、下游資源開采位于產(chǎn)業(yè)鏈的最上游，在與其他行業(yè)的顯著關(guān)系中幾乎都是滯后。我們以有色金屬采礦業(yè)為例，依然以 3 個月為顯著領(lǐng)先長度閾值，顯著落后有色采礦的行業(yè)數(shù)為 0，而顯著領(lǐng)先的則多達 23 個（占比

50、為 66%）。剔除沒有直接邏輯關(guān)聯(lián)的行業(yè)（如：食品、紡服、文體娛樂用品等）以及領(lǐng)先期數(shù)波動較大行業(yè)后，剩余 13個行業(yè)。這其中包括了產(chǎn)業(yè)鏈上的上游金屬加工、金屬制品，中游通用、專用設(shè)備，以及下游計算機通信等電子設(shè)備、大型交運設(shè)備。表 9：庫存領(lǐng)先有色金屬采選的行業(yè)行業(yè)領(lǐng)先均值標(biāo)準(zhǔn)差均值/標(biāo)準(zhǔn)差煤炭開采和洗選業(yè)6.488.550.76黑色金屬礦采選業(yè)4.886.010.81黑色金屬冶煉及壓延加工業(yè)7.196.241.15有色金屬冶煉及壓延加工業(yè)3.823.531.08金屬制品業(yè)6.996.561.07通用設(shè)備制造業(yè)7.298.170.89計算機、通信和其他電子設(shè)備制造業(yè)5.986.970.86化

51、學(xué)原料及化學(xué)制品制造業(yè)6.637.120.93醫(yī)藥制造業(yè)4.323.941.10印刷業(yè)和記錄媒介的復(fù)制9.947.471.33造紙及紙制品業(yè)5.437.290.74數(shù)據(jù)來源：東北證券圖 19：有色金屬采選與電子設(shè)備的存貨拐點對應(yīng)圖 20：有色金屬采選與通用設(shè)備的存貨拐點對應(yīng)數(shù)據(jù)來源：東北證券，Wind數(shù)據(jù)來源：東北證券，Wind圖 21：有色金屬采選與冶煉壓延的存貨拐點對應(yīng)圖 22：有色金屬采選與金屬制品的存貨拐點對應(yīng)數(shù)據(jù)來源：東北證券，Wind數(shù)據(jù)來源：東北證券，Wind圖 23：有色采選與黑色采選的存貨拐點對應(yīng)圖 24：有色采選與黑色冶煉壓延的存貨拐點對應(yīng)數(shù)據(jù)來源：東北證券，Wind數(shù)據(jù)來

52、源：東北證券，Wind下游交運、電子設(shè)備制造領(lǐng)先中、上游我們再以下游制造業(yè)為研究對象，這里面主要是鐵路、船舶、航空航天等交運設(shè)備，以及計算機通信等電子設(shè)備。這些行業(yè)是工業(yè)部門的最下游，涉及的產(chǎn)業(yè)鏈長且廣，其生產(chǎn)需要用到各類中游通用、專用設(shè)備，電氣器材以及上游各類金屬材料、制品。從結(jié)果上看，交運設(shè)備的庫存周期明顯地領(lǐng)先于上游資源、中游設(shè)備，其對各行業(yè)的顯著關(guān)系幾乎都為領(lǐng)先，領(lǐng)先均值超過 3 個月的行業(yè)有 20 個（占比 57%），剔除沒有直接邏輯關(guān)聯(lián)的行業(yè)（如：食品、紡服、家具等）以及領(lǐng)先期數(shù)波動較大行業(yè)后，剩余 13 個行業(yè)。而計算機、通信等電子設(shè)備庫存的領(lǐng)先行業(yè)數(shù)則更少，波動也更大，這些行業(yè)

53、主要是上游資源開采、能源供應(yīng)、中游材料制品和電氣器材。表 10：庫存落后交運設(shè)備的行業(yè)行業(yè)落后均值標(biāo)準(zhǔn)差均值/標(biāo)準(zhǔn)差石油和天然氣開采業(yè)5.256.280.84黑色金屬礦采選業(yè)8.027.181.12非金屬礦采選業(yè)9.439.690.97其他采礦業(yè)3.955.870.67化學(xué)原料及化學(xué)制品制造業(yè)5.167.710.67非金屬礦物制品業(yè)9.125.221.75黑色金屬冶煉及壓延加工業(yè)4.055.690.71金屬制品業(yè)4.964.671.06通用設(shè)備制造業(yè)4.55.420.83電氣機械及器材制造業(yè)3.115.190.60其他制造業(yè)7.26.421.12電力、熱力的生產(chǎn)和供應(yīng)業(yè)7.965.691.40

54、數(shù)據(jù)來源：東北證券圖 25：交運設(shè)備與黑色采選的存貨拐點對應(yīng)圖 26：交運設(shè)備與金屬制品的存貨拐點對應(yīng)數(shù)據(jù)來源：東北證券，Wind數(shù)據(jù)來源：東北證券，Wind圖 27：交運設(shè)備與通用設(shè)備的存貨拐點對應(yīng)圖 28：交運設(shè)備與其他制造的存貨拐點對應(yīng)數(shù)據(jù)來源：東北證券，Wind數(shù)據(jù)來源：東北證券，Wind圖 29：交運設(shè)備與電氣器材的存貨拐點對應(yīng)圖 30：交運設(shè)備與非金屬采選的存貨拐點對應(yīng)數(shù)據(jù)來源：東北證券，Wind數(shù)據(jù)來源：東北證券，Wind表 11：庫存落后計算機、通信等電子設(shè)備的行業(yè)行業(yè)落后均值標(biāo)準(zhǔn)差均值/標(biāo)準(zhǔn)差石油和天然氣開采業(yè)7.298.630.84有色金屬礦采選業(yè)5.986.970.86非

55、金屬礦物制品業(yè)6.597.140.92金屬制品業(yè)4.268.440.50電氣機械及器材制造業(yè)3.959.730.41電力、熱力的生產(chǎn)和供應(yīng)業(yè)6.5990.73數(shù)據(jù)來源：東北證券圖 31：交運設(shè)備與通用設(shè)備的存貨拐點對應(yīng)圖 32：交運設(shè)備與其他制造的存貨拐點對應(yīng)數(shù)據(jù)來源：東北證券，Wind數(shù)據(jù)來源：東北證券，Wind總結(jié)及展望當(dāng)前基本面量化的市場熱度不減，同時經(jīng)濟整體的波動在降低，投資者尋找結(jié)構(gòu)性機會的需求較大。在此背景下，本文基于前篇報告所提出的周期定期、領(lǐng)先性確認(rèn)的數(shù)理流程，在工業(yè)部門三大指標(biāo)體系（產(chǎn)量、庫存、增加值）上進行測試，我們一方面檢驗該方法的適用性，另一方面試圖將總量拆解為分量，探

56、尋工業(yè)產(chǎn)業(yè)間的聯(lián)動關(guān)系與周期規(guī)律，為投資者把握行業(yè)景氣度提供思路。首先，我們對此流程在面對數(shù)目更多的指標(biāo)時，當(dāng)如何更具包容性作出思考。為了使經(jīng)驗?zāi)B(tài)分解能在諸多不同波動特性的指標(biāo)上得到較理想的平滑結(jié)果，我們引入信噪比與最大分解層級的限制，使得平滑能夠粗細得當(dāng)。我們通過對三種特殊拐點匹配情形的分析，進一步完善了拐點匹配算法，使得算法在改變序列輸入順序后能給出同樣的對應(yīng)關(guān)系。接著，我們利用模型識別出各行業(yè)產(chǎn)量、存貨、增加值序列的拐點，并據(jù)此統(tǒng)計各行業(yè)周期的平均長度、波動性以及周期內(nèi)部兩個階段的平均長度。在三種視角下，各行業(yè)的周期長度普遍在 3-4 年左右，而上升階段與下降階段所需時間的差異在各行業(yè)上表現(xiàn)不一。進一步，我們對識別出的拐點進行指標(biāo)間兩兩匹配，并根據(jù)對應(yīng)拐點間隔長度、間隔波動性、邏輯關(guān)聯(lián)來篩選出潛在的領(lǐng)先關(guān)系。我們分別分析了產(chǎn)量與庫存視角下的行業(yè)間周期先后關(guān)聯(lián)，并以其中部分結(jié)論作為示例。在產(chǎn)量視角下，對工業(yè)增加值有顯著領(lǐng)先性的工業(yè)品有水泥、生鐵、工業(yè)鍋爐、氧化鋁、氫氧化鈉、汽車、彩