# 沉舟侧畔千帆过 - 原始网页：[https://gaoshanwen.com/articles/analysis-2021-12-24-1ilob08](https://gaoshanwen.com/articles/analysis-2021-12-24-1ilob08) - 作者：高善文 - 日期：2021-12-24 - 栏目：分析 - 主题：房地产、人口、市场、产业 沉舟侧畔千帆过[1](#fn1) 高善文[2](#fn2) 2021年12月24日 **内容提要** 本文讨论了两个方面的内容。 在房地产方面，我们认为中国房地产市场占经济总量的比重，已经步入长期下滑的过程中。考虑到城镇住房渗透率、以及新增城镇人口等因素，商品房销售面积的历史顶部可能已经出现。由于去杠杆等政策的影响，当前房地产行业进入了剧烈的供给侧调整期，行业的高周转模式正在终结。 在中国经济转型方面，我们研究了工业企业和上市公司的结构变化，发现过去十年在传统制造业衰落的同时，新型服务业和高端制造业正在兴起。 在兴起的高端制造业中突出的特征是，中国企业在出现快速技术变革的领域，正在实现弯道超车，例如在计算机通信设备、新能源和新能源车等领域；但是在成熟的制造业领域，我们从价值链的中低端向上攀爬的成效不尽如人意。 在资本市场上，从长期来看，这些正在兴起的行业总体上为投资者带来了积极的回报，而衰落行业的长期回报为负值。 风险提示：（1）疫情发展超预期；（2）地缘政治风险 **一、中国房地产市场面临转折** **（一）房地产市场需求见顶** 在过去20多年的时间里，中国房地产市场总体保持了高速增长的势头，并成为中国经济增长最为重要的支柱之一。理论上讲，居民旺盛的购房需求不外乎来自三个方面的力量。 一是新增城市人口的住房需求，二是现有城市居民改善性的住房需求，三是现有住房寿命到期后形成的置换性住房需求。 结合近期房地产市场的一系列变化来看，需要回答的问题是，改善性住房需求在多大程度上已经得到满足？过去高速增长的房地产市场未来会走向何处？ 我们试图从自上而下的角度，基于宏观数据的观察和推算，对以上问题提出一些看法和判断。基于中国的情况，我们提出三个工作假定。 第一个假定是，置换性住房需求难以出现大幅度增长。中国房地产的市场化改革是从1998年开始，房地产市场的蓬勃增长大约是进入2000年以后才正式展开的；1998年之前形成的城市住房存量较小，其自然淘汰过程是大体稳定的。考虑到房屋的使用寿命，2000年之后的大规模新建房屋在2050年之前不会进入大规模的淘汰过程。 第二个假定是，在极限条件下，城市现有居民的住房渗透率已经饱和，即有能力、有意愿购房的城市居民均已经购房。 第三个假定是，新增城市人口的住房渗透率较为稳定。 在接受这些工作假定的条件下，住房需求增长在极限条件下，就等于新进入城市的人口数量增长。而住房需求的实际增速，在长期内将逐步收敛和逼近到这一极限水平。 为了观察新进入城市的人口数量增长，我们使用了两个指标： 第一个指标是城镇常住人口数量，可以将其每年的变化理解为城市人口的净增加。 第二个指标是城镇新增就业人口数量，该数据清晰易得，数据序列长，主要反映了城市工作机会的增长。 以此为基础，再计算商品房销售面积的增长，分别对照两套人口数据的趋势计算差值，那么在理论上这一差值应该向0轴收敛。 实际计算结果如图1、2所示，与前述预测大体接近。 图1：商品房销售与新增城镇常住、就业人口增速之差（%，5YMA） ![图1：商品房销售与新增城镇常住、就业人口增速之差（%，5YMA）](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-01.png) 数据来源：Wind，安信证券 图2：商品房销售与新增城镇常住、就业人口增速之差（%，HP 滤波） ![图2：商品房销售与新增城镇常住、就业人口增速之差（%，HP 滤波）](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-02.png) 数据来源：Wind，安信证券 在此基础上，我们对数据做一些更仔细的观察：处理方法是每五年计算一次房地产销售面积以及新增城镇人口的平均增速，将二者作差后观察其变化。 图3：新增城镇常住、就业人口与商品房销售面积增速（%，5 年平均） ![图3：新增城镇常住、就业人口与商品房销售面积增速（%，5 年平均）](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-03.png) 数据来源：Wind，安信证券 2000-2004年期间新增城镇常住人口平均增速主要受2004年增速-9.72%的拖累，若剔除则为0.77%。 如图3所示，在2010-2014年，这一差值就已经下降不到2%的水平，而在2015-2019年期间，这一差值相比此前收敛的趋势出现明显的背离和上升。 一个重要的解释也许是：2016-2018年期间，着眼于房地产去库存的需要，大规模棚改货币化扰动了后期的数据。这一政策一方面加速了存量住房的淘汰过程，一方面将许多安置需求推送到商品房市场。 此后2019年货币条件的放松，以及特别是受新冠疫情影响下的2020年货币信贷条件的异常宽松，可能也刺激了房地产市场的短期需求。 如果这些解释是正确的，那么2015年-2020年房地产销售数据对历史趋势的背离就可以认为是一次性的，除非未来持续加快棚户区改造，并大规模使用货币化手段。 从长期来看，商品房销售面积将逐步回归到长期趋势水平，甚至在一段时间内低于长期趋势，以实现对过去透支的修正。 图4：商品房销售面积真实值与估计值，亿平方米 ![图4：商品房销售面积真实值与估计值，亿平方米](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-04.png) 数据来源：Wind，安信证券 考虑到未来新增城镇就业人口增长可能已经停滞，以及前述背离的存在，基于对历史趋势的推算， 2020年和2021年中国商品房销售面积17.6亿平方米的水平，将是未来数年内中国商品房销售面积的顶部，也可能是一个长期的历史峰值。 对于这一结论，是否有其他的证据支持呢？ 我们考察了东亚经济体在长期的经济增长和发展过程中，其房地产市场的趋势变化。 两年前我们提出了一个基本的对比研究东亚经济体的思路，即将中国的经济增长放到其他东亚经济体的历史增长中进行对标。这样做的假设在于，经济增长和发展的过程基本上是一种重复。尤其是对于追赶型经济体而言，其经济增长和发展的历程，是对已经实现长期高增长、人均收入达到高水平的经济体所经历的增长过程的一种重复。 沿着这样的思路出发，通过人均GDP、第二产业相对第三产业占比等指标，我们发现中国2010年的经济发展程度，相当于1968年前后的日本、1991年前后的韩国和1987年前后的中国台湾。在这样的条件下，我们把中国的GDP增长率，与其他东亚经济体进行对比，其表现的趋势是比较接近的。 表 1：中国发展阶段与日本、韩国以及中国台湾的对标 　 中国 日本 韩国 中国台湾 对标基准 2010 1968 1991 1987 数据来源：安信证券 图5：东亚经济转型中的实际GDP 增速，% ![图5：东亚经济转型中的实际GDP 增速，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-05.png) 数据来源：Wind，安信证券 按照相似的方法，进一步对比东亚经济体的住宅投资占GDP比重，观察该指标在各经济体见顶的时间。如表2所示，平均来看，其他东亚经济体在转型开始大约4年后，住宅投资占GDP的比重见顶。而中国的表现也较为相似，即在对标时点的5年后，也就是2015年到达顶点。 图6：东亚经济体：住宅投资/GDP（%,HP 滤波） ![图6：东亚经济体：住宅投资/GDP（%,HP 滤波）](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-06.png) 数据来源：Wind，安信证券 为增加数据的时间跨度，将对标原点全部推后10年，即：日本1978年、韩国2001年、中国台湾1997年、中国2020年。 表 2：东亚经济体：住宅投资/GDP的顶点以及触顶时点（%） 原始数据 顶点占比（%） 触顶年份（年） 与对标年份的差距 HP滤波 顶点占比（%） 触顶年份（年） 与对标年份的差距 日本 8.26 1973 +5 日本 7.05 1974 +6 韩国 8.07 1991 0 韩国 6.32 1993 +2 中国台湾 7.69 1993 +6 中国台湾 6.67 1991 +4 中国 8.33 2013 +3 中国 7.44 2015 +5 数据来源：Wind，安信证券 对标年份：日本1968年、韩国1991年、中国台湾1987年、中国2010年。 因此从数据来看，对中国房地产市场长期的估算，不仅是基于对中国自身数据趋势的推断，而且放到国际对标的情况下进行比较之后，这些数据也共同指向一个结论，即：中国住宅投资占GDP的比重，大概在2015年前后已经见顶；考虑到中国GDP增长处在长期减速之中，而住宅投资占比也将持续下降，因此推算出的住宅投资以及销售数据的增速将会长期处在较低的水平。 **（二）房企面临商业模式转型压力** 近两年政府推出了越来越多督促房地产企业去杠杆的政策，这些政策对房地产企业的融资能力产生了显著影响，也与今年下半年房地产行业出现的流动性压力存在关联。 在此背景下，我们从自上而下的角度，对房企商业模式的历史转变做一些简要的回顾。 从商品房存货（我们这里定义的存货是指累计的已开工未销售面积）周转率的数据来看，如图7所示，2015年是重要的分水岭，在此之前，行业总体上存货周转率较低，而在此之后，存货周转率的中枢大幅提升。 图7：测算商品房存货周转率，% ![图7：测算商品房存货周转率，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-07.png) 数据来源：Wind，安信证券 房地产行业的销售净利率，如图8所示，2015年也是分水岭。在此之前，行业销售净利率的中枢水平比较高，而在此之后，行业销售净利率的中枢出现明显的下沉。 图8：房地产行业销售净利率，% ![图8：房地产行业销售净利率，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-08.png) 数据来源：Wind，安信证券 统计口径为A股申万行业分类 这说明，在2015年之前，房地产行业主流的商业模式是囤货，由于预期房价会不断上涨，拉长囤积时间后可获得价格上升带来的收益，叠加高杠杆率，共同支撑了房地产行业的ROE水平。 这一商业模式在2015年以后经历了比较大的转变。行业的商业模式转向高周转模式。为什么房地产行业会从囤货模式转向高周转模式呢？ 部分原因似乎在于，随着房地产市场的调控越来越频繁、越来越碎片化，囤货的脆弱性开始暴露。为了提高对销售的预见和掌控能力，房企通过加速卖房提高周转率，从而降低了自身现金流的潜在风险。 近年来随着去杠杆措施的不断推进，特别是以2021年10月份以后房地产行业流动性危机的爆发为标志和转折点，行业高周转模式可能已经走到了终点。 在均衡条件下，行业的ROE需要维持在大体合理的水平，否则企业就会进入或者退出该行业。房地产企业周转率和杠杆率的降低必然需要销售净利率的抬升来对冲，而销售净利率的抬升需要房价走高、地价下降以及成本压缩来实现，这必然建立在行业供给侧出清的基础上，无疑会带来行业竞争格局改善、市场份额向稳健的龙头企业集中的趋势。 **二、中国经济的结构转型：来自工业与上市公司的观察** 过去10年中国经济结构转型的成效如何，这在资本市场上有怎样的投射和反映，是本文接下来要讨论的内容。 **（一）中国经济的结构转型：来自工业的观察** 首先，我们通过人民币汇率和中国出口的表现来观察中国工业部门国际竞争力的变化。 第一，如图9所示，在剔除了通货膨胀和美元币值波动的影响后，可以看到在过去十年的时间里，人民币实际有效汇率大幅上升，累计升值幅度接近30%，年均升值幅度超过2%，较1997年以来的长期历史趋势更快一些。 图9：人民币实际有效汇率指数 ![图9：人民币实际有效汇率指数](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-09.png) 数据来源：Wind，安信证券 第二，如图10所示，过去十年中国出口占全球市场的份额总体上升，其中2015-2018年短暂回落，可能与那段时间的汇率高估有关，但2019年以后，出口份额止跌回升。 图10：中国出口额、工业出口交货值占全球市场的份额，% ![图10：中国出口额、工业出口交货值占全球市场的份额，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-10.png) 数据来源：Wind，安信证券 2021年数据截至2021年9月，规上工业企业出口交货值以2010年的绝对值为起点，通过同比增速推算后续每年的绝对值。 这说明这段时期中国的出口竞争力总体上在继续抬升。 从产业的角度观察，一些行业的竞争力在上升，一些行业的竞争力在下降，前者的影响超过后者，所以总体的出口竞争力提升了。 因此，计算各细分行业竞争力的变化，并进行排序，就可以看清楚产业结构的变化以及竞争力上升的来源。 一个简便的方法是计算细分行业出口在总出口之中份额的变化来衡量其竞争力的变动。这一指标的瑕疵在于，如果一个细分行业在全球贸易中的份额在明显提升，那么指标变动的含义就比较模糊。 但如果对所有细分行业的竞争力变化进行高中低的归类，每一类别都包括了很多的细分行业，那么我们认为这种指标设定上的瑕疵将得到很大程度的弥补。 计算结果如表3所示，其中表格中靠上的部分显示行业的竞争力在提升，靠下的部分显示行业的竞争力在下降（至少相对而言）。 我们简单地把这些组别称之为高增长组、中增长组和低增长组，然后从增加值和资本开支的视角进一步观察。 表 3：出口交货值分行业的占比情况，% 制造业分行业出口交货值占比 2012年 2015年 2019年 2019年减2012年 计算机、通信和其他电子设备制造业 39.4 40.2 45.2 5.9 石油、煤炭及其他燃料加工业 0.3 0.4 1.3 1.0 电气机械及器材制造业 8.6 8.4 9.2 0.7 专用设备制造业 2.3 2.6 2.8 0.4 汽车制造业 2.6 2.6 3.0 0.4 金属制品、机械和设备修理业 0.2 0.2 0.3 0.2 印刷和记录媒介的复制业 0.3 0.4 0.4 0.2 家具制造业 1.3 1.5 1.4 0.1 医药制造业 1.1 1.1 1.1 0.1 废弃资源综合利用业 0.0 0.0 0.0 0.0 化学纤维制造业 0.4 0.4 0.4 0.0 烟草制品业 0.0 0.0 0.0 0.0 酒、饮料和精制茶制造业 0.2 0.2 0.2 0.0 食品制造业 0.9 1.0 0.9 -0.1 仪器仪表制造业 1.0 1.1 1.0 -0.1 造纸及纸制品业 0.6 0.5 0.5 -0.1 有色金属冶炼及压延加工业 1.0 0.9 0.9 -0.1 其他制造业 0.5 0.4 0.4 -0.1 通用设备制造业 4.5 4.2 4.4 -0.1 非金属矿物制品业 1.7 1.6 1.4 -0.2 金属制品业 3.1 3.2 2.9 -0.2 橡胶和塑料制品业 3.3 3.1 3.0 -0.3 文教、工美、体育和娱乐用品制造业 3.2 3.8 2.9 -0.3 木材加工及木、竹、藤、棕、草制品业 0.7 0.7 0.4 -0.3 皮革、毛皮、羽毛及其制品和制鞋业 2.9 3.1 2.5 -0.4 化学原料及化学制品制造业 3.5 3.5 3.1 -0.4 黑色金属冶炼及压延加工业 2.2 2.1 1.4 -0.8 农副食品加工业 2.6 2.5 1.9 -0.8 纺织业 3.6 3.2 2.3 -1.3 纺织服装、服饰业 4.3 4.3 2.9 -1.4 铁路、船舶、航空航天和其他运输设备制造业 3.7 2.6 1.6 -2.1 数据来源：Wind，安信证券 **1.增加值视角** 如图11、12所示，观察不同组别的工业增加值情况，可以看到2015年是一个明显的分水岭。在此之前，这些行业的增幅是比较接近的；在此之后，高增长组的增速明显地快于中、低增长组，由此带来在工业增加值的组成结构上，2015年以后高增长产业的占比大幅提升。 图11：出口交货值分类下的工业增速，% ![图11：出口交货值分类下的工业增速，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-11.png) 数据来源：Wind，安信证券 按照2010-2019年出口交货值占比提升的水平，把制造业行业划分为3类，高增长组为占比提升最高的前1/3（10个）行业。 具体来说，2015年以后低增长组的占比从46%下降到了41%，而高增长组的比重从26%上升到31%，两者之间的差距经历了约10个百分点的缩小。 但是在当下的绝对水平上，低增长组仍然比高增长组高出差不多10个百分点。如果我们以此作为评判的标准，可以说过去十年，特别是过去五年中国工业结构经历了快速的转型，但现在仍然是由传统产业来主导的。 图12：出口交货值分类下的工业增加值占比，% ![图12：出口交货值分类下的工业增加值占比，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-12.png) 数据来源：Wind，安信证券 **2.资本开支视角** 如图13、14所示，从资本开支占营业收入比重的数据来看，2015年之前不同组别的表现大致相近，但此后高增长组的资本开支/营业收入要高得多。由此产生的结果是，高增长组的资本开支的占比大幅提升，在当前整个工业的资本开支中占比约50%，而低增长组则在30%以下。 从资本开支的角度来讲，整个工业经济结构的转型无疑走得更快。 图13：出口交货值分类下的资本开支/营业收入，% ![图13：出口交货值分类下的资本开支/营业收入，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-13.png) 数据来源：Wind，安信证券 由于统计局工业企业数据中没有现金流量表数据，因此用“非流动资产每年的变化值（这一期减去上一期）+折旧”来指代当期的资本开支。 图14：出口交货值分类下的资本开支占比，% ![图14：出口交货值分类下的资本开支占比，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-14.png) 数据来源：Wind，安信证券 十年之前存在着一种广泛的观点，认为未来中国经济结构的转型，将是向着高端制造业，比如汽车、工程机械、数控机床、精密仪器等方向，因为历史上其他经济体的转型是朝着向上述方向，但以截至目前的中国数据来看，这种情况似乎没有出现。 在中国的转型历程之中，以行业出口交货值占比的变化来看，中国的产业升级大约有70%发生在计算机、通信和电子设备制造领域（以下简称电子制造）。 横向来看，在全球复杂而庞大的电子制造产业链中，中国仍大体处于组装、配件等产业链下端，产业链上端仍主要集中在少数发达国家手中。 纵向来看，沿着庞大的电子制造产业链，中国正在实现快速的攀爬。 在当前国际政治经济环境发生变化的情况下，中国庞大的电子制造业在多大程度上可以继续稳定地、可预期地进口国外的核心技术、关键设备和零配件等，也许存在较大的不确定性。 这无疑要求中国逐步在该领域建立一个自主可控的备份体系，除了技术上的巨大挑战之外，这一体系能否在商业化的原则基础上融入全球分工体系，仍然值得观察。 为什么中国产业的转型升级主要集中在电子制造领域？可能的原因也许是：中国在发展过程中，深度参与了跨国企业主导的生产过程的全球化，迅速成为世界工厂和全球供应链的关键部分，在产业链的中低端发展了庞大的制造、组装和配件供应体系，这与日韩的发展路径区别很大。 此外，在过去十年，以移动互联网的兴起为标志，电子制造业经历了快速的技术迭代，依托庞大的供应链，中国企业有机会实现弯道超车。从智能手机及其配件、新能源和电动汽车（以下部分将深入讨论）等领域看，中国企业总体上抓住了这样的机会。 站在当下，随着国际政治经济环境发生变化，继续沿着电子制造价值链向上攀爬的方式正面临着一些新的变数和挑战。这种挑战并非不可克服，但需要较长的时间和巨大的投资，也存在技术上的困难和不确定性。 **（二）中国经济的结构转型：来自上市公司的观察** 前文观察经济结构转型所使用的工业数据，存在以下三方面的问题： 一是经济结构的转型除了工业体系内部的产业升级外，还包括着从制造业向服务业的转型，而工业数据并不包括服务业。 二是工业数据30多个行业的分类方法仍不够细，难以提供经济转型的进一步细节。 三是工业数据的颗粒度不够，比如单个公司的盈利、ROE、雇佣情况、人均工资、现金流等情况，在工业数据之中是无法得到的。 基于以上考虑，我们将目光转向上市公司的数据。 当然，就上市公司的数据而言，也存在一个不大不小的瑕疵：过去十年，在电子制造这一中国产业升级最快的领域里，头部公司没有在A股上市，比如华为、小米等。这使得基于A股上市公司的观察样本，没有把中国最有竞争力的公司全部覆盖进来。 沿着对工业数据进行处理的类似思路，可以把上市公司数据分组。在样本可比的情况下，对过去十年上市公司营业收入的长期增速从高到低进行排序，在颗粒度上精确到110余个二级细分行业（我们排除了金融和房地产行业）。 如表4所示，左侧的行业是高增长组，中间是中增长组，右侧的行业是低增长组。 表 4：2010年至2019年申万二级行业营业收入算术平均增速（可比口径），% **高** **营收增速** **中** **营收增速** **低** **营收增速** 软件开发 32.03 饰品 15.97 铁路公路 11.1 医疗服务 30.14 白色家电 15.84 造纸 11.09 互联网电商 29.45 中药Ⅱ 15.44 出版 11.08 游戏Ⅱ 26.75 旅游及景区 15.14 化妆品 10.89 光学光电子 24.68 风电设备 15.09 农化制品 10.69 影视院线 23.68 通用设备 14.99 包装印刷 10.55 电池 22.64 化学纤维 14.96 炼化及贸易 10.52 装修装饰Ⅱ 21.26 化学制品 14.86 基础建设 10.46 能源金属 21.21 黑色家电 14.82 通信设备 10.38 广告营销 20.97 专业连锁Ⅱ 14.78 煤炭开采 10.38 自动化设备 20.93 非金属材料Ⅱ 14.73 调味发酵品Ⅱ 10.2 医疗器械 20.89 电机Ⅱ 14.72 航空机场 10.17 物流 20.57 汽车零部件 14.71 焦炭Ⅱ 9.66 计算机设备 20.19 厨卫电器 14.67 航天装备Ⅱ 9.39 乘用车 20.05 装修建材 14.34 动物保健Ⅱ 8.63 其他电子Ⅱ 20.02 综合Ⅱ 14.23 纺织制造 8.55 航运港口 19.92 元件 14.14 航空装备Ⅱ 8.47 半导体 19.81 教育 13.72 专业工程 8.32 饲料 19.55 工业金属 13.69 电视广播Ⅱ 8.19 IT服务Ⅱ 19.55 养殖业 13.26 汽车服务 7.81 个护用品 19.49 工程机械 13.16 轨交设备Ⅱ 7.56 消费电子 19.33 塑料 13.09 电力 7.41 生物制品 19.2 化学制药 13 通信服务 7.2 工程咨询服务Ⅱ 18.92 家居用品 12.81 地面兵装Ⅱ 7.13 光伏设备 18.74 农产品加工 12.8 一般零售 7.09 白酒Ⅱ 18.55 贸易Ⅱ 12.74 油服工程 5.94 军工电子Ⅱ 18.52 食品加工 12.58 专用设备 5.81 环境治理 18.44 燃气Ⅱ 12.53 普钢 5.51 医药商业 18.16 酒店餐饮 12.51 商用车 5.31 小金属 17.87 玻璃玻纤 12.49 其他电源设备Ⅱ 5.28 金属新材料 17.76 化学原料 12.35 种植业 5.28 数字媒体 17.72 饮料乳品 12.04 特钢Ⅱ 4.31 水泥 17.35 电网设备 11.9 摩托车及其他 3.65 环保设备Ⅱ 17.34 服装家纺 11.79 非白酒 2.99 橡胶 16.75 家电零部件Ⅱ 11.75 冶钢原料 0.29 文娱用品 16.28 渔业 11.48 航海装备Ⅱ -0.55 贵金属 16 小家电 11.3 油气开采Ⅱ -1.78 > 数据来源:Wind，安信证券；选取申万2021年更新的134个二级行业，对每年的公司样本进行固定后，对2010年-2019年每一年的营业收入增速进行算术平均；高、中、低三组数量均为37个，共111个；其中，剔除了金融和地产、医美等（数据时间较短）行业。 首先，如图15所示，按照国民经济核算的标准定义，可以将公司的营业收入转换为其所创造的增加值，可以发现增加值增速在不同组别之间的表现基本与预期一致：即不同组别增加值增速的变动方向大体接近；在绝对水平上，高、中、低增长组分别对应由高到低的增加值增速。 图15：不同营收增速分组的增加值增速，% ![图15：不同营收增速分组的增加值增速，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-15.png) 数据来源：Wind，安信证券 剔除金融和地产；类比工业增加值以及收入法GDP的计算方法，上市公司的增加值=营业利润+薪酬+折旧+支付的各项税费-返还的税费-所得税。 其次，从利润/增加值（即利润占比）的角度看，如图16所示，高增长组总体上的利润率要高得多，中增长组次之，低增长组相对较低。 图16：不同营收增速分组的利润总额/增加值，% ![图16：不同营收增速分组的利润总额/增加值，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-16.png) 数据来源：Wind，安信证券 再次，把增加值增速数据转换为占比数据以后，如图17所示，高增长组的增加值占比呈现出快速地上升，从15%上升到26%以上，而低增长组从68%下降到51%。 图17：不同营收增速分组的增加值占比，% ![图17：不同营收增速分组的增加值占比，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-17.png) 数据来源：Wind，安信证券 上市公司所有的年度数据和占比计算均为：每年固定样本推算增速，以2020年为起点反推2010-2019年。 因此，整个经济结构正在经历显著的转型，但是到现在为止，低增长组的占比仍然超过50%。从图18显示的资本开支占比数据来看，情况也是相似的，即低增长组的资本开支占比仍在54%左右。 图18：不同营收增速分组的资本开支占比，% ![图18：不同营收增速分组的资本开支占比，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-18.png) 数据来源：Wind，安信证券 从雇佣人数角度来看，如图19所示，高增长组的员工人数占比从19%上升至32%，而低增长组从52%持续下滑至39%。 图19：不同营收增速分组的员工人数占比，% ![图19：不同营收增速分组的员工人数占比，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-19.png) 数据来源：Wind，安信证券 在新增员工之中，如图20所示，过去十年有过半的新增员工流向了高增长组的公司，而低增长公司的绝对份额处在快速收缩之中。 图20：上市公司员工分组占比及新增流向，% ![图20：上市公司员工分组占比及新增流向，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-20.png) 数据来源：Wind，安信证券 从人均工资的角度来看，如图21所示，高增长组的人均薪酬增速也在近几年领先于中、低增长组。 图21：不同营收增速分组下的人均薪酬变化（定基数，以2014 年为100） ![图21：不同营收增速分组下的人均薪酬变化（定基数，以2014 年为100）](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-21.png) 数据来源：Wind，安信证券 人员数量的增长伴随收入水平的上升，显示了高增长组别中需求更快地扩张。 基于分类数据的表现，我们对行业进行归类，并对经济转型做出如下评价： 表 5：不同营收分组内的进一步行业归类 **高** **类别** **中** **类别** **低** **类别** 光学光电子 高端制造业 通用设备 高端制造业 航天装备Ⅱ 高端制造业 自动化设备 电机Ⅱ 航空装备Ⅱ 医疗器械 元件 轨交设备Ⅱ 计算机设备 化学制药 专用设备 其他电子Ⅱ 饰品 传统制造业 航海装备Ⅱ 半导体 白色家电 造纸 传统制造业 消费电子 风电设备 化妆品 生物制品 化学纤维 农化制品 光伏设备 黑色家电 包装印刷 军工电子Ⅱ 非金属材料Ⅱ 基础建设 电池 传统制造业 汽车零部件 通信设备 能源金属 厨卫电器 调味发酵品Ⅱ 乘用车 装修建材 纺织制造 饲料 综合Ⅱ 专业工程 白酒Ⅱ 工程机械 地面兵装Ⅱ 小金属 塑料 其他电源设备Ⅱ 金属新材料 家居用品 摩托车及其他 环保设备Ⅱ 农产品加工 非白酒 橡胶 食品加工 炼化及贸易 高耗能制造业 贵金属 燃气Ⅱ 煤炭开采 水泥 高耗能制造业 玻璃玻纤 焦炭Ⅱ 软件开发 生产型服务业 饮料乳品 电力 广告营销 电网设备 油服工程 物流 服装家纺 普钢 航运港口 家电零部件Ⅱ 特钢Ⅱ 工程咨询服务Ⅱ 小家电 冶钢原料 环境治理 化学制品 高耗能制造业 油气开采Ⅱ 医疗服务 生活型服务业 工业金属 铁路公路 生产型服务业 互联网电商 化学原料 出版 游戏Ⅱ 中药Ⅱ 生产型服务业 航空机场 影视院线 贸易Ⅱ 通信服务 装修装饰Ⅱ 旅游及景区 生活型服务业 动物保健Ⅱ 生活型服务业 IT服务Ⅱ 专业连锁Ⅱ 电视广播Ⅱ 个护用品 教育 汽车服务 医药商业 酒店餐饮 一般零售 数字媒体 养殖业 第一产业 商用车 文娱用品 渔业 种植业 第一产业 数据来源:Wind，安信证券；高端制造业、高耗能行业、生产型服务业、生活型服务业均参照国家统计局定义。 第一，在高增长组中，按照增加值来计算，大约有一半的行业是服务业（也许可以称作新型服务业）、一半是制造业。而在中低增长组中，服务业占比极低，制造业的占比可能达到90%。这无疑反映出，在经济转型过程中，一个非常重要的特征是新型服务业的快速兴起。 从细分行业的情况看，这似乎是由收入增长带来的需求变化，以及技术的变革共同驱动的。例如医药、影视院线、文化娱乐等行业的增长可能与收入提高后需求的变化密切相关，而诸如新媒体技术、游戏等行业的快速增长，则与技术的变革、移动互联网的深入普及等有关系，当然收入提高的影响可能同时存在。 第二，在高增长组中，就制造业的构成而言，大部分是高端制造业，而中低增长组里高端制造业的占比相对较小。这一特征应该是符合预期和容易理解的。 从高增长组中制造业的构成看，尽管其细分行业五花八门，但似乎存在两个显著的特征： 一是很多细分制造业与工业分类中的电子制造存在密切联系，比如半导体、消费电子、计算机设备、光学光电子等。 二是不少细分行业与经济的绿色低碳转型存在关联，比如电池、光伏、能源金属等。 这些无疑都是正在出现重大技术变革的领域。 大体而言，与工业数据的特征类似，就上市公司的数据来说，似乎也可以看到这样的特征，即中国企业在成熟行业里沿着价值链向上攀爬的成绩不是很明显，但是在出现了重要技术变革的领域里能够实现弯道超车。 **（三）经济转型下的资本市场** 上述的中国经济转型变化在资本市场上是如何映射的？站在现在我们又应该如何去展望未来的资本市场变化？ 首先来看不同组别的上市公司市值占比情况。在我们所定义的上市公司市值当中，已剔除了金融和房地产行业，把研究对象集中在实体经济端。 如图22所示，2010年高增长组的市值占比大概是26%，到2020年已接近50%；而低增长组的市值占比在2010年接近45%，到2020年已下降到了25%；中增长组的市值占比则一直稳定在25%-30%之间。 因此，从A股的市值构成来看，它基本上已经被新经济所主导，老经济的占比已经相当小。从市值的构成来看，我们甚至可以说经济的转型已经大体完成。 图22：不同营收增速分组的市值占比，% ![图22：不同营收增速分组的市值占比，%](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-22.png) 数据来源：Wind，安信证券 其次来看股价。如果我们以2010年年初的股价为100，分别来计算高、中、低三个样本组近十年以来的长期股价变化（当然，这是一个净价指数，没有考虑分红的情况）。 如图23、24所示，高增长组的股价指数从2010年初的100涨到2020年接近250的水平，而低增长组的股价到2020年则从100下降到了95。简单地计算年均复合增长的话，高增长组的年均股价涨幅接近10%，中增长组接近4%，而低增长组则是负增长。 因此，过去10年中国经济的转型在股票市场上有着比较稳定的投射。高增长组在实体经济端和股票市场端形成了良性循环，它在实体端处于高速增长之中，在股票市场上又有比较高的回报，使得它更容易筹资；对比而言，低增长组则在经历价值毁灭的过程。 图23：不同营收增速分组下的股价变化（以2010 年为100） ![图23：不同营收增速分组下的股价变化（以2010 年为100）](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-23.png) 数据来源：Wind，安信证券 以2010年底为100，以每年年初的流通市值为权重，将行业指数加权为分组指数；高、中、低三组每年的几何平均涨幅分别为9.5%、3.9%、-0.5%。 图24：不同营收增速分组下的股价变化（以2009 年为100） ![图24：不同营收增速分组下的股价变化（以2009 年为100）](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-24.png) 数据来源：Wind，安信证券 以2009年底为100，以每年年初的流通市值为权重，将行业指数加权为分组指数；高、中、低三组每年的几何平均涨幅分别为9.7%、5%、-1.5%。 一个进一步的重要的观察是，在低增长组里，如图25所示，国有企业的市值占比接近70%，而在高、中增长组里，民营企业的占比均超过55%。 换句话说，国有企业在经济的转型之中可以发挥重要的作用，但是从现实数据来看，在经济转型之中超过一半的作用是由民营企业来发起和承担的。 图25：不同营收增速分组的民营企业市值占比（%） ![图25：不同营收增速分组的民营企业市值占比（%）](/assets/article-charts/analysis-2021-12-24-1ilob08/chart-25.png) 数据来源：Wind，安信证券 过去十年A股市场给投资者提供的回报总体上不尽如人意。从经济转型和行业分组的角度来看，存在两个重要的解释： 一是在2010年时，上市公司之中的低增长组占比太高，这在上证指数里表现得更加明显。而高增长组虽然在过去10年整体表现不错，但是在2010年起步发展之时，它在整个市场之中的占比很低，其对指数的影响只有到晚近时期才能显现。 二是低增长组中绝大部分是国有企业，而国有企业大多通过改制上市，其在改制上市的时刻，可能就已经度过了高增长时期，这使得其上市以后的股价表现偏弱。 站在2021年的当下来看，传统经济和国有企业在上市公司的市值占比已经下降至较低水平，市值占比的多数集中在中高增长行业，并且由民营企业主导。 随着基建和房地产走向衰落，以及边际资本回报递减继续发挥作用，未来10年利率中枢的下沉几乎是确定的；与此同时，当前A股上市公司的主要构成部分，已经由低增长行业和国有企业，转换为中高增长行业和民营企业；随着注册制的不断推进，如果未来A股能够继续不断地吸纳新兴行业，那么未来10年A股市场为投资者创造回报的能力将比过去10年显著更高。 ** **