# 走进新时代 - 原始网页：[https://gaoshanwen.com/articles/analysis-2018-01-05-vw5sbe](https://gaoshanwen.com/articles/analysis-2018-01-05-vw5sbe) - 作者：高善文 - 日期：2018-01-05 - 栏目：分析 - 主题：产业、周期、贸易、市场 走进新时代 内容提要 本文讨论了四个方面的内容。 在经济增长部分，我们强调，2016年6月份以来，全球经济转入周期性恢复，这提升了中国的出口，拉动中国经济超过1个百分点的加速；由于同期供给侧改革对经济活动的抑制，中国在增长率层面的改善相对轻微；但这两方面的因素都大幅推高了工业品价格，改善了企业盈利。目前来看，全球经济的改善势头具有可持续性，这扭转了过去7年以来中国经济面临的外部不利环境。 在房地产部分，我们指出，经过三年多的调整，中国的房地产市场目前可能已经完成了存货去化过程，从而消除了造成内需乏力、金融风险积聚的一个关键风险因素，其对经济的支持作用也将随着时间的推移逐步显现出来。 在企业盈利部分，我们认为，周期性行业销售利润率的改善过程已经结束，并将波动下行，向历史均值水平逐步回归。由于多年投资减速的影响，未来可预期的企业资产增速处于较低水平，再加上全球经济改善和房地产市场变化对经济名义增速的影响，这推动企业资产周转率转入了较长时期的上升通道，并成为企业盈利未来继续改善的关键力量。 我们进一步认为，由于目前资产周转率仍然处于很低水平，制造业投资的迅速反弹难以实现，但依赖于出口、消费和房地产等因素，经济的周期性恢复仍然可以实现。 在市场风格部分，我们提出，从历史经验看，流动性紧缩是市场风格分化的必要条件，基本面分化是风格分化的重要基础，趋势投资的作用加剧了这一分化。 我们进一步认为，金融去杠杆是造成2017年以来流动性紧缩的主要原因，从一些指标看，这一过程在2018年仍然不会结束，但可能出现边际上的改善，值得留意。 风险提示：1）金融去杠杆操作失当引发冲击；2）外围经济恢复的持续性 目录 一、被掩盖的增长 [4](#_Toc502017268) 二、房地产的趋势 [16](#二房地产的趋势) 三、销售利润率与资产周转率 [20](#三销售利润率与资产周转率) 四、市场风格 [28](#四市场风格) 一、被掩盖的增长 1、供给侧改革掩盖真实经济恢复 对于讨论中国经济情况而言，一个非常有趣和重大的问题是：如果没有供给侧改革，中国的经济将会是什么样子？ 我们都知道，在过去近两年的时间里，中国以极大的力度推进了供给侧改革，这无疑对经济的趋势产生了非常明显的影响。但是供给侧改革的影响有多大？如果没有供给侧改革，中国经济本来的样子会是怎样？这一问题不仅仅只有学术上的价值，在市场的研判上同样具有非常重要的价值。 为了回答这一问题，我们把中国的工业企业基于各自的细分行业分成两个对比样本组。一组是受到供给侧改革影响的行业，作为目标组，包括煤炭开采、黑色矿开采、有色矿开采、非金属矿开采、造纸、石化炼焦、化工、化纤、黑色冶炼、有色冶炼、非金属矿物制品等11个行业，占规模以上工业增加值的比重约为32%。另一组是对照组，包括其他没有受到供给侧改革影响的行业，占规上工业增加值的比重约为68%。 如图1中所示，在2006至2015年间这两组行业工业增加值增速的走势是非常同步的，增长绝对水平也十分接近。 这十年的时间里，经济增长经历过数次比较明显的起伏，例如2006年和2007年的强劲增长，2008年的金融危机，2011年短暂的繁荣，2012年至今长时期的减速。但是在所有这些经济起伏中，目标组行业的工业增速和对照组行业的工业增速都保持了高度的同步关系，两者波动的拐点是大体一致的，增速的绝对水平也是十分接近的。 在这十年中，如果说两组行业工业增加值增速稍有一点差异的话，主要是在经济加速时期，目标组行业工业增加值增速的加速通常会略多一些；反之，经济减速时期，它的下降也会略多一些。 我们再来观察2016年年初供给侧改革实施以来的经济数据。 自2016年年初开始，受到供给侧改革影响的目标组行业工业增加值增速骤然下降，从2015年底6.3%左右的水平，大幅减速到目前只有1%不到的水平，并勉强稳定下来；与此形成鲜明对比的是，对照组的工业增加值增速反而掉头向上，不断的加速上升，从2015年底不到6%的水平，一路加速到8.8%左右的水平， 如果我们以2016年初之前的十年间数据模式为基础来推断，一个重要的结论是，如果没有供给侧改革等政策，目标组行业和对照组行业的工业增加值增速至少是重叠的，也许目标组增速还会比对照组略高一些。 容易估算，如果目标组和对照组行业的工业增加值增速是重叠的，今年1-10月全国工业增加值增速应该在9%的水平，对应的GDP增速应该在7.5%以上的水平。 换句话来说，如果没有供给侧改革等限产政策，过去差不多两年的时间里，我们将看到GDP增速从6.7%一路加速到超过7.5%。 也许有人会提出一些疑问：这种分化现象可能存在另外一种解释，即中国国内需求在某些行业层面上特别弱，从而影响了钢铁、煤炭、化工等行业的增长趋势。换句话说，我们所观察到的这一裂口不是来自于供给侧改革，而是来自于需求侧的分化。 从一些证据来看，这样的解释应该是靠不住的。 我们计算了2000年以来，在历次经济周期性反弹中，价格反弹相对工业反弹的弹性。本世纪以来的17年时间里，中国经济经历过四轮明显的周期性恢复。首先我们计算工业增加值增速从最低点到最高点的反弹幅度，然后计算PPI从最低点到最高点的反弹幅度，最后计算价格相对工业增速的弹性。 这一弹性反映工业增加值每反弹一个点，PPI反弹的平均幅度。历史上这一弹性都界于1到2之间，平均值是1.4。但是在本轮经济活动的反弹中，这一弹性高达3.2。 如果两组工业增速走势的差异来自于需求的影响，例如某些行业的需求更弱一些，那么这轮PPI的弹性应该和历史上其他时期的弹性是接近的，甚至要更弱一些。 同样是工业活动的反弹，PPI的反弹力度大得多，清楚地说明了供给侧改革对供应层面经济活动的抑制，是导致价格反弹程度更大的关键原因。 经济活动的周期性恢复是否还存在其他独立的证据支持呢？我们知道，工业生产活动需要使用大量的交通运输、仓储、物流设施，其增速与工业活动紧密相连。 2016年1季度以后，反映交通运输、仓储和物流增长的第三产业中交通运输、仓储和邮政业GDP增速显著加速，并在今年以来始终维持在很高的水平。目前，交通运输、仓储和邮政业GDP增速为9.1%，与2011年的高点接近，超过了2013和2014年的增速水平。 这一数据在一定程度上也指向了这样的结论，即2016年上半年以来，经济在需求层面有非常明显的周期性恢复，由于供给侧改革等政策的影响，这一趋势在增长率数据上被掩盖起来。 因为这样的原因，我们把这一节的题目叫做被掩盖的增长。 2、外需改善支持中国经济 接下来的问题是：需求恢复的动力来自哪里？ 在过去两年的讨论中，大家习惯的看法是，需求的恢复一定来自于基建和房地产领域，甚至认为中国的基建和房地产带动了全球的周期性恢复。还有一些看法认为，中国私人部门或制造业投资也正在恢复。真实的情况是否如此呢？ 图5是中国全社会固定资产投资季度同比增速，包括了基建、房地产、制造业以及其他行业的全部投资。容易看到，2015年年底以来，其减速的趋势是非常确定的。固定资产投资增速是名义数据，考虑到过去两年工业品价格的大幅上行，如果计算剔除价格影响以后的实际数据，全社会固定资产投资的减速也许会更显著。 这一数据清楚地显示，国内的投资需求处在非常明显的减速趋势中。也许同期中国的房地产、基建甚至是制造业投资出现了上升，但其他领域的投资一定出现更猛烈的下滑，合并来看，国内投资并未加速，从而不构成需求恢复的动力来源。 从数据上来看，尽管存货投资和消费可能产生了积极影响，但非常清楚的是，需求恢复主要来自于出口活动的大幅反弹。 2015年底以来，中国实际出口增速（剔除价格因素影响）出现了明显上升。2015年3季度，实际出口增速在-4.5%左右，今年3季度实际出口增速反弹到4.3%，过去2年中实际出口反弹的幅度接近9个百分点。 与此相关联的证据还有，全球的工业生产增速自2016年二季度以来出现了非常显著的加速，目前全球工业增速已经超过了2014年的高点。 如果剔除掉亚洲新兴国家的影响[^3]，实际上主要是中国的影响，观察中国以外的全球工业生产的变化趋势，可以清楚看到，在中国以外的全球范围内，自2016年6月份以来工业生产活动的加速更加明显。现在，剔除亚洲新兴国家后，全球工业生产增速处在2011年以来的最高水平。 这些数据告诉我们：2016年6月份以来，全球范围内工业活动出现了显著恢复，这一恢复拉动中国出口，进而带动了中国需求的周期性恢复。但是由于同期供给侧改革的影响，在经济增长的数据上我们没有看到情况的明显改善，经济的恢复被掩盖起来了。 在这样的背景下，2016年晚些时候以来，发达市场和新兴市场股票指数都出现了很猛烈的上涨。2016年中至今，MSCI新兴市场指数涨幅超过40%，相比之下，中国大陆权益市场的表现，明显落后于全球新兴市场指数的表现。 3、供给侧改革与全球复苏 一些观点认为，中国的供给侧改革是引领全球市场恢复的重要力量，在其中发挥了关键作用。部分证据在于：全球经济数据的转折与中国推出供给侧改革在时点上十分接近，前后相继；同时中国又是全球最大的商品贸易国和工业生产国。这种看法当然有一定道理，但也存在数据层面的问题。 首先，如果中国供给侧改革导致中国需求转向国际市场，那么合并中国与其他国家的数据，增长方面应该出现减速，至多没有变化，这与我们看到的情况明显不符。 其次，我们已经知道石油价格在2016年上半年触底反弹，是这轮经济恢复的重要背景之一。尽管石油市场触底与中国供给侧改革基本同步，但显然两者之间没有直接关联。 更进一步，我们观察中国的贸易盈余占GDP比重的数据。我们将所有的数据处理为以2006年为基期的定基数数据，剔除了价格的影响。 作为对比，我们首先观察中国2009年4万亿的刺激政策带动全球经济恢复的时期，那期间贸易盈余占比出现了猛烈下降。2009年初，中国的贸易盈余占GDP的比重大概在8.2%，到2010年1季度下降到3.6%，下降了4.6个百分点。换句话说，由于中国的刺激政策，中国国内需求反弹，经济加速，出口减少，进口增加，进而带动全球的恢复，并表现为中国贸易盈余的猛烈下降。 从2016年年中至今，中国贸易盈余占GDP比重大约下降了0.5个百分点，显著低于2009-2010年期间的幅度。这显示去年以来中国需求和政策变化对全球经济数据改善的合并影响是正面的，但幅度应该是边际上的。 当然，考虑到同期全球需求的改善和中国内需的下降，中国的贸易盈余水平本来应该出现一定幅度的上升，因此供给侧改革本身对贸易盈余的影响应该大于0.5个百分点。 前面我们讨论了供给侧改革对相关行业的工业生产抑制程度，相对于其本来的需求水平，可能在2.5个百分点左右。这一裂口可能主要通过进口的扩大来弥补。以此估计，由于供给侧改革的影响，贸易盈余的下降幅度可能在0.8个百分点附近，仍然显著低于2009-2010年期间的水平。 4、市场的自发出清与供给侧改革 那么为什么全球经济活动改善的时点和中国供给侧改革发生的时点如此接近？ 我们认为，关键在于，在全球经济越来越同步波动的背景下，经济下行和市场自发出清过程也具有全球同步性。中国部分行业以国有企业为主体的产能过剩的出清，是经济总体出清过程的一部分。由于国有企业面临的市场约束不足，出清过程缓慢，政府最后被迫介入其出清过程，这使得供给侧改革成为经济出清过程的最后一环。 与此相似，国际石油市场受到一些国家政府力量的强力影响，这使得其出清过程与中国的国有部门类似，过程相对缓慢。最后同样在政府力量的影响下，其在2016年初加速下行和出清，并在随后开始反弹。这与中国的供给侧改革在时点和机理上都更加相似，共同成为全球经济结束出清过程的最后一环。 具体来说，2011年以来，包括中国在内的全球制造业都处在景气下行的过程中，期间企业盈利越来越差，经营越来越困难，由市场力量推动的优胜劣汰在不断的发生作用。但是中国的国有部门受到市场约束相对更弱一些，因而具有更顽固的力量抵抗优胜劣汰的市场力量影响。这使得在经济下行过程中，国有部门的出清相对更慢。 到2015年底、2016年初的时候，事情发展到这样的转折点，即民营部门的优胜劣汰过程已经基本结束，国有部门的优胜劣汰过程仍然不很彻底（详见附件中2016年中期策略会报告《守正待时》部分内容）。因此为国有企业背书的政府部门由此承受的压力十分沉重，最后政府被迫介入国有部门的市场出清过程，具体表现为供给侧改革政策的提出和实施。 类似地，2016年初石油价格一度跌破30美元，石油市场出现严重的供应过剩，这推动了边际上页岩油等新兴生产能力不断退出市场，也不断刺激沙特、俄罗斯这样的产油大国采取措施限产和稳定石油市场。随着市场的出清，2016年上半年石油价格稳定下来，到现在逐步回升到60美金左右的水平。石油市场的见底与中国的供给侧改革在时间上是非常接近的。 石油市场的限产措施和出清过程与中国的供给侧改革没有直接联系，但是发生的时点是一样的。两者共同的逻辑是全球周期性的下降在那个时点上使得石油的生产国，和中国的政府部门到了忍无可忍的程度，被迫介入市场的出清，而在此之前市场在其他领域已经基本完成出清过程。 因此，并不是中国的供给侧改革推动了全球的恢复，而是中国的供给侧改革是全球市场出清过程的一部分，并且是这一过程的最后一环。这解释了中国供给侧改革和全球经济恢复在时点上的同步。 二、房地产的趋势 本文第二部分讨论房地产市场的趋势。 这一轮长期的经济下降过程中，除了全球经济景气下行，另外一个关键的影响因素是中国的房地产市场。 房地产市场的泡沫化，表现为房地产市场积累了巨大存货和过高的价格。在内需层面上，这是造成经济短期波动和长期下行的关键因素之一。 我们以房地产业上市公司作为观察样本，计算用存货占总资产比重衡量的地产企业的存货情况。下图中的蓝色虚线，是长期的地产企业存货波动的中枢，这一存货中枢水平大约对应着2010年的上市地产企业存货水平。我们认为当时的存货水平是相对比较正常的。 从数据上看，2011年到2015年底，上市地产企业的存货绝对水平处在历史上明显偏高的状态。这一时期的前半段，地产企业存货不断的堆积和上升，到2014年9月份以后，存货水平开始下降，房地产进入去存货过程。 经过几年的努力，在2016年下半年以后，地产企业的存货水平开始低于长期合理的存货中枢。到今年三季度，上市房地产企业的存货水平甚至比2009年底的存货水平还要更低一些。 全国范围的房地产存货数据变化的模式是类似的。 下图是我们测算的全国范围的房地产非合意存货绝对水平，图上的0轴对应全国房地产的合意存货水平。非合意存货低于0时，存货是明显偏低的，房价面临上涨压力。 从全国范围来看，到2017年全国房地产的存货水平已经处在明显偏低的状态。如果把中国三、四线城市单独拿出来看，到今年年底，三、四线城市的房地产存货也已经低于长期合意存货水平。 从这些数据来看，我们认为中国房地产市场的存货去化过程已经大体结束。 从房地产市场的短周期来看，房地产销售增速还有下行的压力，销售的下滑也许会持续到明年下半年的某个时候。从长时间的跨度来看，随着存货去化的结束，供应层面上的出清已经比较彻底。 短期内房地产销售下行，地产投资也会随之下行。但由于房地产存货水平较低，未来房地产销售一旦出现周期性的恢复，房地产新开工和投资将会出现更大的反弹和恢复。 三、销售利润率与资产周转率 本文第三部分讨论企业盈利问题。 对于投资者而言，任何对经济的分析，最终都要落实到每股盈利与估值趋势的判断上。就每股盈利而言，其与上市公司ROE之间存在着紧密的联系。ROE又可以进一步分解为销售利润率、资产周转率和杠杆率三个因子的乘积。 之所以作这样的杜邦拆解，主要的考虑是，拆解后的前两个因子在宏观层面上都有确定的含义，大致对应着通货膨胀率和产能利用率，具体讨论如下： 1、销售利润率将向历史合理水平回归 先来看销售利润率。 下图中红线是规上工业企业销售利润率，蓝线是PPI同比，两者基本同涨同跌。上市工业企业口径的销售利润率与PPI同比也呈现出类似的特征。事实上这并非偶然，背后存在着理论层面的原因。 图15：规上工业企业销售利润率与PPI 同比，% ![图15：规上工业企业销售利润率与PPI 同比，%](/assets/article-charts/analysis-2017-12-31-ngfyo/chart-15.png) 数据来源：Wind，安信证券 规上工业企业销售利润率=利润总额/主营业务总收入 需要突出强调的是，截止今年三季度，无论规上工业企业，还是上市工业企业，其销售利润率都已经接近或达到历史最好水平。与此相对应的是，PPI环比同比也处在历史最高值附近。 在此背景下，要问的是，未来几个月，工业企业销售利润率、工业品通货膨胀是否还会进一步上升？我们倾向于认为，进一步上升已经十分困难。随着供应层面的逐步响应，供需之间的动态裂口收窄，工业品通胀率和工业企业销售利润率大概率掉头向下，转入下行通道。 在销售利润率下行过程中，工业企业ROE无疑也会受到不小的拖累，并对股票市场相关板块产生基本面层面的压制。 目前的不确定性以及市场的分歧在于，未来销售利润率下行的时间有多长，程度有多深？ 如果这一下降过程是趋势性的，销售利润率与通货膨胀水平将重新回到历史低点，那么可以认为，熊市已经开始了。事实上当前一部分悲观人士持有类似的看法。 我们倾向于认为经过3-6个月的调整，销售利润率将回到长期历史趋势水平，并围绕该水平随机波动；其对应的PPI可能以2%为中枢波动。销售利润率和工业品通货膨胀重回历史低点的可能性应该不大。 2、资产周转率处于上升通道 接下来看资产周转率，即销售收入除以总资产。 图17：上市工业企业资产周转率 ![图17：上市工业企业资产周转率](/assets/article-charts/analysis-2017-12-31-ngfyo/chart-17.png) 数据来源：Wind，安信证券 数据说明1：上市工业企业资产周转率=4个季度滚动销售收入/期末期初平均总资产；数据说明2：剔除价格（PPI）对销售收入和当季新增资产的影响，从而测算了通胀调整资产周转率。 上图中红线是上市工业企业资产周转率。蓝线为通胀调整以后的资产周转率。可以看到，两者绝对水平有差异，但波动趋势近似。 2016年下半年以来，在销售利润率回升的同时，资产周转率也触底反弹，两者共同驱动了ROE的抬升，并支撑了权益市场重心的上移。 由于销售利润率的上升过程已经结束，未来盈利的改善将越来越多地依赖资产周转率的提升。 资产周转率能否持续回升，从会计定义上看，核心在于销售收入与资产增速的对比。 长期来看，企业资产不断增长，最关键的原因是有持续的投资。下图中显示的是规上工业企业总资产、净资产增速与制造业固定资产投资增速之间的关联，可以看到，两者走势相当同步。 基本的原因是，企业投资活动在一段时间后转化为新的资产，并抵消折旧的影响，使得总资产、固定资产、净资产等指标持续增长。 2011年以来，工业领域的投资活动不断减速，结果是当前企业各项资产增速下降到了极低的水平。 例如规上工业企业总资产增速在过去一年回升到了9%附近水平，但这主要来源于存货和应收账款等科目的增长，持续性不高；非流动资产增速仍处于趋势下降过程中，目前增速在6%附近。 上市工业企业财务数据揭示的情况是类似的，总资产增速由于存货和应收账款影响，近期表现更积极一些，但固定资产与在建工程仍然在减速。 考虑到当前制造业投资增速仍然很低，因此预计在未来比较长的时间里，工业企业资产增速不会出现显著加速，可能维持在7%左右，甚至进一步下降。 但销售收入的增长应该会更高。未来一段时期实际GDP可能在6.5%左右，对应名义GDP增速大约在9%，工业企业销售收入增速应该不会低于GDP的增速。 这一对比意味着，目前资产周转率处于上升通道中，并形成未来利润改善的主要支持力量。 那么，如果企业投资显著加速，会产生什么影响呢？ 这首先会进一步大幅推高资产周转率。原因在于，企业投资的扩大会带动经济加速，从而大幅提高销售收入的增速。 经过一段时间的滞后，随着总资产增速的上升，以及企业投资停止上升，总资产周转率才会转入趋势下滑。 正如下面的讨论将要揭示的那样，目前并没有出现企业投资显著加速的迹象。因此，在很大程度上可以确信，资产周转率目前处于确定的上升通道中。 3、资产周转率与制造业投资 研究资产周转率，除了预判未来ROE走向，还有助于把握制造业投资的趋势。目前市场对此话题无疑抱有浓厚的兴趣。 会计上，资产周转率的含义是每一单位的资产，在一年的时间里能够带来多少单位的销售收入，这与产能利用率概念有很大的相似之处，可以作为产能利用率的一个简单的替代。这样做的好处是能够得到更长一些的历史序列。 能够看到，在2016年上半年，上市工业企业资产周转率绝对水平甚至比2009年还要低。简单理解为产能利用率的话，这意味着2016年上半年，中国产能过剩严重程度创下了本世纪以来的最高水平。 下表中，我们将过去几轮制造业投资扩张期所对应的资产周转率水平列示了出来。 表1：私人投资扩张期间资产周转率表现 多数时候，制造业投资的扩张对应着0.8以上的资产周转率（或0.7以上的通胀调整资产周转率）。如果将这一周转率作为制造业投资扩张的门槛，那么目前我们与这一水平仍然有较大的距离。 需要补充的是，2003年制造业扩张对应的资产周转率水平较低。我们对此提出的解释是：由于加入WTO和住房市场化改革等因素的影响，当时企业对未来销售收入的预期大幅改善，预期的资产周转率大幅度上升，从而刺激了投资的扩大。 换句话说，制造业投资的扩大需要较高的资产周转率水平，或者可预期的较高的资产周转率来推动。 目前的资产周转率水平比2003年要更低，企业对未来的预期似乎也未出现大幅度改善，基于对资产周转率水平的历史回溯，我们的看法是，也许短期之内很难指望制造业投资出现连续加速。 制造业投资如果连续加速，将在一段时间内显著推升经济和市场；但即便没有出现，出口的增加、房地产的库存去化、消费活动的改善，企业资产周转率的回升等积极因素仍然可以对经济和市场发挥关键的支撑作用。 四、市场风格 本文第四部分讨论市场风格问题。 今年市场风格的割裂十分明显。自下而上，人们找出了许多的理由，包括IPO常态化、对并购重组审查的趋严、国家队的干预、监管的加强、深港通的影响等，这些毫无疑问都有重要的作用。 但在宏观层面，我们也希望提供一些补充性的视角，期待对于全面看待这一问题有所帮助。 1、历史上的风格分化 首先我们将风格的明显分化定义为大市值股票与小市值股票在比较长的时间里走势截然相反。所谓比较长的时间，指的是一年以上；所谓走势截然相反，指的是一个上涨，一个下跌，不包括同涨同跌但幅度有差异的情形。 这样，观察大小盘指数的长期序列，2000年以来风格明显分化的时期有四段，分别是2003年、2010年、2013年和2017年。所以从长期市场表现来看，如此严重割裂的市场也远非绝无仅有。 自上而下地看，这四段时期的共同特点，是出现了流动性的大幅收紧，例如债券市场均出现了收益率的大幅上升、加权贷款利率均不同程度走高。 但看起来，流动性的收紧是市场风格分化的必要条件，而非充分条件。 如果单纯出现了流动性收紧和广谱利率走高，其他基本面因素不变，那么整个市场的估值中枢同步下移，进入熊市，历史上类似的案例有许多。 在流动性收紧和广谱利率走高的同时，如果部分股票的基本面明显改善，足以吸收流动性收紧的影响，并推动股价上升；这进一步叠加追涨杀跌的趋势投资的力量，市场便会出现一部分股票上涨、另一部分股票下跌的分化局面。 因此，简单地说，流动性收紧是风格分化的必要条件，没有流动性的紧缩，便没有严重的风格割裂。基本面的分化，是风格割裂关键的理由。追涨杀跌的趋势投资力量，则加剧了这一分化过程。 今年以来我们面临的情况是，金融去杠杆使得广谱流动性显著收紧，但与此同时，经济周期性的恢复和供给侧改革改善了上市公司的基本面，市场出清过程的结束推动了龙头企业定价能力的提升，从而形成基本面与流动性反向而行的分化格局。 从历史经验来看，如果流动性的紧缩结束，风格割裂也会随之结束。因此接下来我们集中探讨流动性的趋势。 2、货币信贷差与金融去杠杆 我们知道，今年以来流动性层面最重要的冲击因素是金融去杠杆。用另一个更加生动的词汇来描述，就是资金的“脱虚向实”。 在2017年5月长沙策略会上，我们对此作过讨论，这里简要回顾当时的结论。 图24：M3 与 社融plus 增速比较（%） ![图24：M3 与 社融plus 增速比较（%）](/assets/article-charts/analysis-2017-12-31-ngfyo/chart-24.png) 数据来源：wind、CEIC，安信证券 （1）M3等于M2与非保本理财之和； （2）社融plus，是在社融之中，先扣减股票，扣减银行以外其他部门持有的信用债，扩充银行持有的地方债、国债，再加上金融机构外汇占款，以及各类资管项目为实体经济提供的委托信票据以外的资金。 这张图上，红线展示的是银行体系的负债端资金来源，包括M2和非保本理财；蓝线展示的是银行体系向实体部门提供的资金支持，包括银行向实体部门的贷款投放、企业债和地方债购买，以及通过其他资管渠道的间接资金供应。 红线高于蓝线，表明银行负债端资金富余，富余的资金转入各类资产市场，形成“脱实向虚”。反过来，蓝线高于红线，银行负债端资金不足，资金，从各类资产市场转出，以满足实体部门融资需要，形成“脱虚向实”。 长期来看，资金在虚拟经济和实体经济之间的分配是大体均衡的，但中短期之内两部门资金流入的差异可以十分显著。 图中我们能够明显地看到，2014年年底至2016年年底两年多的时间里，红线显著高于蓝线，显示资金持续地“脱实向虚”。红线与蓝线之间的裂口面积，即图中绿色区域，可以作为“脱实向虚”程度的一个定量刻画。 资金的“脱实向虚”，带来了股票市场的大幅上涨，利率债收益率的显著下行、信用利差的大幅收窄，外汇市场人民币贬值压力一定程度上也因此而加剧。 而后的情况是，监管开始转向，资金被迫“脱虚向实”。红线掉头向下，蓝线维持高位，裂口反向修复，图中表现为黄色区域，这带来广谱资产市场流动性的骤然收紧。 红线与蓝线裂口对于把握资金实虚流转变化是否合理？最生动的证据来源于其对债券市场涨跌的解释。在2011-2017年，不考虑中央银行政策性利率的调整、准备金变化，通货膨胀高低，单纯这一裂口对债券涨跌的解释能力就超过了一半，拟合优度达到60%，其t检验也十分显著。 图25：货币信贷增速差与债券净价涨幅散点图2011-2017 ![图25：货币信贷增速差与债券净价涨幅散点图2011-2017](/assets/article-charts/analysis-2017-12-31-ngfyo/chart-25.png) 数据来源：wind，安信证券 （1）横轴为M3与社融plus余额同比增速差（%），纵轴为中债综合净价指数同比(%)。 （2）回归公式下方括号内为系数t值，*为1%水平下显著 未来金融去杠杆结束的标志是什么？ 简单来说，就是黄色区域的面积至少等于绿色区域。显然这一过程目前还没有结束。 我们的猜测是，2018年去杠杆大概率不会结束。 一个可能出现的情况是，2018年某个时候红线与蓝线之间的裂口出现一个极值，随后开始收窄。换句话说，去杠杆虽然没有结束，但某个时候去杠杆的速度在边际上可能出现放缓，流动性收紧压力边际上开始减轻。 对债券市场而言，去杠杆速度的边际放缓，意味着尽管下跌没有结束，但下跌最急促的时候将会过去，利率对不利因素逐渐钝化。 对权益市场而言，这意味着市场对基本面的改善、对超预期的利好会变得更敏感。 附： 产能过剩问题 我们研究了工业领域各行业在2013-15年期间的销售净利率和资产回报率，计算了这两个指标与其长期历史均值的背离程度，来比较和刻画产能过剩的情况。 从不同行业资产回报率对其长期趋势的背离看，可以用两种因素来进行解释。其一是该行业内国有资本的集中程度；其二是该行业在景气顶峰时对长期均值的背离程度。两个因素合并的解释能力接近一半，其中前一因素的单独解释力要略强一些。 这说明产能过剩具有周期性的背景，但由于预算软约束等原因，国有企业的大量存在妨碍和延迟了不少行业的自发出清过程，也是造成产能过剩难以克服的重要原因。 （一）定量测量产能过剩 当下对产能过剩问题的讨论非常热烈，但是讨论中我们比较少看到用一系列可靠的经济指标对产能过剩进行定量的测量和分析，我们在这里想提出我们的一些分析。 我们认为产能过剩的经济意义中，关键的一点在于它使得行业的盈利受到了系统性的抑制。如果每一个企业的盈利都很好，我们认为是不存在产能过剩的，或者这种产能过剩是没有经济意义的。 从这个角度出发，我们用两个指标考察企业盈利情况，一个指标是ROA，另一个是行业的毛利率。 我们首先计算一个行业2001-2015年的长期ROA的历史均值以及长期毛利率的历史均值，然后计算2013-2015年这些行业的ROA和毛利率均值[^5]。因为2013年以后大多数行业的景气状况开始低迷，我们重点考察过去三年行业的盈利情况与盈利长期历史均值的背离情况。这里的背离情况用ROA变化的绝对水平，和毛利率变化的相对水平衡量。 下图显示了从毛利率和ROA角度衡量的行业盈利背离情况，在这个二维图中越处于右上方的行业盈利的降幅越大，图中第一象限内的行业盈利都受到了很大程度的抑制。 基于这一定义，如果一个行业的企业盈利在两个维度上都显著的低于长期历史均值，我们就认为这些行业存在严重的产能过剩。在这一定义下，我们筛选出了5个严重产能过剩的行业，包括：煤炭开采和洗选业，黑色金属冶炼及压延加工业，有色金属冶炼及压延加工业，黑色金属矿采选业，有色金属矿采选业。 筛选出的行业主要集中在有色金属的产业链、黑色金属产业链和煤炭产业链，特别是在这些产业链的中上游，这与中央重点提出的钢铁和煤炭行业是比较接近的。尽管从自上而下的角度来看，其他众多行业盈利也并不好，但是其盈利状况与长期历史均值的背离没有那么显著，意味着这些行业也许存在一定程度的产能过剩，但过剩程度并不严重。 下表从工业增加值、就业、纳税、负债等角度，对产能过剩行业在宏观上进行描述。5个产能过剩行业占整个工业行业的比重大约在10%-20%之间。特别需要指出的一个特征是，这些行业内部国有资产占整个行业资产的比重平均在51%。 从产能过剩行业分布的地区来看，相对而言，这些行业集中在中国的中部、华北以及部分东北地区。在浙江地区产能过剩不是那么严重，到广东及周边省份，产能过剩问题要更加缓和。 表2：产能过剩行业的描述性统计 数据来源：Wind，安信证券 注：国有资产平均比重为2014年数据，其余数据为2015年数据，其中占 工业增加值比重为测算数据。 图27：产能过剩行业地理分布 ![图27：产能过剩行业地理分布](/assets/article-charts/analysis-2017-12-31-ngfyo/chart-27.png) 数据来源：wind，安信证券 注：选取5个产能过剩行业中资产占比前三的省份。 （二）产能过剩的原因 接下来我们重点讨论为什么会有这么严重的产能过剩。 我们从两个维度研究横断面数据。第一个维度，在横轴上我们选择了不同行业国有资产的占比情况，在纵轴上我们选择了这些行业的ROA与长期历史均值的背离。 从统计结果看，其解释能力有33%，表明在统计上一个行业国有资本越集中，那么这个行业盈利受到的抑制就越大，如果一个行业国有资本越少，这个行业盈利受到的抑制越轻微。 第二个维度，在纵轴上我们仍然选择行业盈利所受到的抑制，在横轴上我们研究在行业最赚钱的时期行业盈利与长期历史均值的背离情况[^6]。这意味着从行业的景气波动来讲，如果一个行业在顶部的时候越赚钱，它在底部的时候越亏钱。我们同样看到了在统计上有意义的结果，它的解释能力为29%。 如果把这两个解释的维度合并，行业国有资产的占比情况，和景气顶部行业盈利与历史均值的背离，在横断面上合并能解释数据的47%。 这表明，中国的产能过剩问题在一定程度上是一个周期性的现象。由于在经济景气周期上升的时候，有一部分行业太赚钱，引进的资本太多，所以在底部的时候产能过剩更严重。 但是除了这种正常的周期性波动之外，从解释能力上来讲更加重要的一个原因是，部分行业存在着国有企业和国有资本过度集中的现象。 当国有资本过多的集中于一个行业的时候，它妨碍和延迟了市场的正常出清过程。如果一个行业盈利下降、产能过剩，民营企业关闭，在周期的意义上来讲这个行业在进行市场自发的调整。但是国有企业的大量存在妨碍了市场的自发调整和出清过程。所以造成了国有企业比较集中的领域产能过剩问题会变得更加严重。 为了进一步佐证这个观点，我们研究几个代表性的行业。 我们已经知道中国的产能过剩问题相对集中在重化产业链的中上游。我们把重化产业链里面的行业分解成两组，一组是我们刚才讨论的产能过剩严重的产业，另一组是其他行业，包括化学原料及化学制品制造业，化学纤维制造业，非金属矿物制品业，金属制品业。 我们把这两组行业进行对比。首先非常清楚的是，产能过剩行业的毛利率降幅和ROA降幅显著要更大。但是从经济总量占比看，例如就业、工业增加值、纳税这些指标，这两组行业对比是差不多的。与此同时还有一个显著的特征，在产能严重过剩的这些产业中，国有资本的平均占比在50%以上，而在产能过剩不那么严重的行业中，国有资本的占比只有17%。 表3：过剩行业与其他重化工业对比 数据来源：Wind，安信证券 继续对比几个具体的行业，比如黑色、有色和化工行业。从盈利的恶化来讲黑色和有色行业毫无疑问要严重的多，但是从经济的体量来看化工行业比黑色行业在一些指标上还要大一些，相对于有色行业要大的多。 但是为什么化工行业的盈利恶化要更轻微呢？可以看到，化工行业国有资产的占比只有19%，而黑色、有色行业的占比分别为48%和41%。更进一步，有色行业比黑色行业的国有资本占比要小一些，ROA的降幅要小一些，化工行业的国有资本占比要小的多，它盈利的降幅也要小得多。 表4：黑色、有色、化工行业比较** 数据来源：Wind，安信证券 注：黑色包括：黑色金属矿采选业、黑色金属冶炼及压延加工业；有色包括：有色金属矿采选业、有色金属冶炼及压延加工业；化工包括：化学纤维制造业、化学原料及化学制品制造业 从行业的角度，从不同的维度看问题，我们想强调的结论是中国的产能过剩是一个周期性的现象，同时也是、甚至更加是一个结构性的现象，它突出的反映为国有资本的大量存在妨碍了市场的正常出清过程。在经济景气下降和盈利恶化的过程之中，民营企业快速的关闭产能，但是国有企业在这一过程之中关停产能要困难得多，这使得产能过剩的问题变得更严重。 这是因为国有资本在经济上特别重要吗？从就业、纳税、工业增加值等角度来看也不尽然，这些行业占纳税的比重、占就业、占工业增加值的比重并不显著更多。由于市场机制这时难以自发出清，就需要政府的供给侧政策来干预。今年的情况显示这些干预开始取得一些成效。