摘 要   

构建转债行业景气跟踪框架，寻找转债定价中的行业β因子。转债定价大体上与如下因素相关：个券估值、正股估值、正股行业β、正股个股α。我们在报告《如何构建历史可比的转债个券估值体系》探讨了个券估值，本篇报告聚焦正股行业β，构建转债行业景气跟踪框架。

转债行业景气度跟踪方法论。（1）景气指标构建：基于“量”与“价”两大核心因子构建各行业景气趋势，其中“量”更多考虑增速，“价”更多考虑产品价格与成本的轧差（类似“毛利率”），并得到各行业景气分位数的时间序列趋势。（2）子行业划分：参考转债余额分布以及数据可得性，将转债标的分为上游资源品、中游周期品、制造、消费、金融五大板块，涉及33个子行业，涉及227个标的。

五大板块景气指标构建。（1）上游资源品：包括煤炭等5个子行业。上游资源品最大的特征是景气高度依赖产成品价格，“产量”并非核心因素，同时成本相对固定（主要为采掘或培育成本），因此对这些子行业景气更多考虑产品价格变动。（2）中游周期品：包括钢铁等10个子行业。中游周期品同样是“标准品”，受产成品价格影响大，但同时也受到其上游成本影响，因此对这些子行业景气更多考虑价差。（3）制造类：包括半导体等10个子行业。这类行业产品更为非标，同时成长性不一，须更多考虑增速的影响。（4）消费类：包括食品等5个子行业。消费行业景气构建，要同时考虑行业增长与终端价格（通胀）变动的影响。（5）金融类：包括银行、券商、建筑。其景气度更多与一些宏观因素更为相关，如信贷、市场活跃度及固定资产投资等。从回测结果来看，大多数行业景气分位数变动能反映行业利润趋势变化情况，2022Q1的行业景气变化与行业利润变化基本相符。

2022年3月转债行业景气图谱。从大板块来看，周期资源品在“供给收缩”带动下维持高景气，制造由于疫情与原材料成本扰动出现景气下行，消费、金融则在底部徘徊。从子行业来看，2022年3月景气度出现上升的行业包括煤炭、铅锌、钴、农产品、磷化工、农药、风电、光伏、电网设备、食品、建筑，相关转债标的可适当关注。

核心假设风险。转债行业景气跟踪框架不够完善、指标选取和赋权不够精确、指标有一定滞后性。

转债定价四要素：个券估值、正股估值、正股行业β、正股个股α。如果将转债定价进行拆分，其大体上包含估值与基本面两个部分，估值部分涉及转债个券估值（含条款定价）与正股估值，而基本面部分则更多与正股相关，主要包括正股所处行业景气β以及正股个股经营α。

寻找转债定价中的行业β因子。我们在报告《如何构建历史可比的转债个券估值体系》探讨了转债定价中的个券估值搭建体系，本篇报告聚焦另一关键定价因子——正股行业景气β。类似于股票策略中的行业比较，对于转债行业景气β的识别，有助于投资者从中观层面辨析行业景气所处位置及未来变动趋势，从而挖掘转债板块性机会。本文将构建转债行业景气跟踪框架，并定期跟踪各主要转债子行业的景气变迁与分化，为投资者的转债行业配置提供参考。

1

转债行业景气度跟踪方法论

（一）如何构建行业景气指标？

行业景气跟踪的核心在于跟踪行业内公司经营利润情况。根据企业财务报表，利润增长可主要划分为营收增长以及利润率波动两部分。营收增长主要由行业产品销售量增长决定，而利润率波动则由产成品价格和成本综合决定。因此，行业景气跟踪指标的构建实际上可拆分为反映“量”和“价”的一系列指标。其中“量”更多考虑增速而非绝对值水平，而“价”更多考虑产品价格与成本的轧差（类似“毛利率”）。

由“量”“价”指标景气度历史分位数加权平均，可大致获得行业景气度所处的历史分位数水平。为实现景气度的行业间可比，以及行业时间序列趋势可比，一种可行的方式是通过计算行业景气度所处历史的分位数水平来刻画其景气强弱（比如，我们计算下的煤炭行业景气度处于过去5年86%分位数的景气水平）。而这样的景气分位数由一系列指标的景气度分位数加权平均得到，其能够还原隐藏在产业链各个环节中的景气度细节，从而得到相对真实的行业景气趋势。

景气拟合度的关键在于，为每个子行业寻找合适的指标，同时为指标赋予适当的权重。这就需要基于各个子行业的经营特征，收入成本利润构成，进行相适应的指标构建。

对于成本相对固定的上游资源品，产量增长相对缓慢，此时的核心指标就是产品价格，需要将产品价格的权重提到较高水平。

对于上下游价格均频繁波动的中游周期品行业，产量增长同样相对缓慢，此时的核心指标就是价差（吨毛利），上下游价格勾稽的价差能够充分反应行业的利润趋势，因此价差的权重应当提升。

对于成长速度更快的科技制造等行业，行业“量增”的逻辑更为关键，权重指标应更多设置为反应行业增速的指标，如反应锂电景气的新能源汽车销量增速、反应光伏景气的新增光伏装机量增速以及反应半导体的核心半导体企业出货量增速等。

对于成长速度尚可但波动区间明显更窄的消费行业，在考虑行业“量增”指标的基础之上，也要叠加对于价格的判断，比如消费品行业利润趋势也较易受到通货膨胀的影响。

对于易受宏观经济影响的金融类行业，核心指标需更多参考包括信贷、固定资产投资、市场活跃度等在内的宏观指标。

（二）转债标的行业划分

我们基于如下原则，对转债标的所处行业进行划分：

（1）依据正股主营业务所处行业进行分类，涉及多个子行业且权重相当的标的将被分至多个子版块中。涉及多个行业的标的主要有晶瑞转债/晶瑞转2、亨通转债、铂科转债。其中晶瑞转债同时在半导体与锂电两个子行业中；亨通转债同时在通信和风电行业中；铂科转债同时在光伏和锂电行业中。

（2）考虑到转债分布的子行业众多且部分难以高频跟踪，我们仅将转债余额超过10个亿的子行业列为跟踪子行业。

（3）子行业的行业数据可得性要强，比如军工行业，虽然存量债余额并不小，但缺少相对实时的跟踪数据，因此较难纳入考量；再比如医药细分赛道太多，且缺乏高频行业数据，也较难跟踪。

（4）行业景气需要有一定波动，且景气度波动对利润趋势及股价构成明显影响。类似于公路，公用事业中的水务等经营波动较小，这类行业没有被纳入景气框架之中。

基于以上标准，我们将转债标的分为上游资源品、中游周期品、制造、消费、金融五大板块，涉及33个子行业， 227个标的，存量债余额5655.40亿元，占到全体转债市场余额的接近80%。各大板块涉及的子行业如下：

（1）上游大宗品：煤炭、铅锌、钴、猪、农产品；

（2）中游周期品：钢铁、水泥、玻璃、玻纤、铜加工、造纸、包装、磷化工、炼化、农药；

（3）制造：半导体、LED、PCB、消费电子、风电、光伏、锂电、通信设备、电网设备、乘用车&零部件；

（4）消费：食品、家居、服装、零售、航空；

（5）金融：银行、券商、建筑。

2

转债行业景气指标构建

（一）上游资源品

上游资源品，包括煤炭、铅锌、钴、猪、农产品5个子行业。其最大特征是景气高度依赖产成品价格，“产量”并非核心因素，同时成本相对固定（主要为采掘或培育成本），因此对这些子行业景气更多考虑产品价格变动。

（1）煤炭：考虑到煤炭开采成本相对刚性，煤企利润主要由煤价波动决定。虽然长协的存在会有一定影响，但煤企利润总体趋势与煤价相符。因此煤炭景气指标以煤价作为核心指标，以具备一些领先性的库存变动作为辅助指标。

以煤炭为例，煤炭行业景气分位数=50%*动力煤期货价格分位数+30%*焦煤期货价格分位数+30*焦炭期货价格分位数+(-10%)*秦港煤炭库存分位数。

（2）铅锌：与煤炭相似，以铅锌大宗商品价格作为核心指标，库存指标为辅。

（3）钴：主要以电解钴价格作为景气衡量指标。

（4）猪：养猪行业景气度主要取决于猪价，同时饲料成本（豆粕等）亦有一定影响。同时，考虑到产能变动（能繁母猪存量变化）对猪价具备一定领先性，也加入到景气框架中。

（5）农产品：主要以农产品价格作为核心指标。考虑到转债中农产品行业标的的分布主要集中在蔬菜（宏辉转债）与菌菇（雪榕转债、众兴转债），因此农产品行业景气指标主要是蔬菜价格与菌菇价格变动。

基于以上指标构建上游资源品行业的景气跟踪体系。煤炭、铅锌、钴、农产品景气度

自去年下半年以来均逐月震荡上行，截至22年3月末均处于2017年以来80%以上分位数水平；而养猪行业景气度自2021年中以来震荡下行，截至22年3月末处于2017年以来不到10%分位数水平。

（二）中游周期品

中游周期品，包括钢铁、水泥、玻璃、玻纤、铜加工、造纸、包装、大炼化、磷化工、农药10个子行业。中游周期品同样是“标准品”，产销量波动不明显，其受产成品价格影响大，但同时也受到其上游成本影响，因此对这些子行业景气更多考虑价差。

（1）钢铁：采用长流程吨钢毛利衡量，通过螺纹钢、废钢以及焦煤价格勾稽得到。

（2）水泥：采用水泥吨毛利衡量景气，通过水泥与动力煤价格勾稽得到。

（3）玻璃：采用玻璃吨毛利衡量景气，通过玻璃、纯碱以及LNG价格勾稽得到。

（4）玻纤：主要采用玻纤价格来衡量。

（5）铜加工：通过H62国内铜管加工费衡量。

（6）造纸：采用瓦楞纸以及白卡纸吨毛利衡量，瓦楞纸毛利通过瓦楞纸价格与废纸价格勾稽得到，白卡纸吨毛利通过白卡纸价格以及木浆价格勾稽得到。

（7）包装：包装行业受上游原材料涨价影响较大，同时产量相对稳定，因此主要以纸价以及金属价格（如铝）来衡量景气。

（8）大炼化：采用主要的炼化品种涤纶长丝、涤纶短纤以及PTA价差衡量景气。

（9）磷化工：磷化工品种较多，各自成本差异度大，因此以一些代表性品种价格作为景气衡量，如磷酸一铵、磷酸二铵及磷酸铁价格等。

（10）农药：农药涉及品种同样较多，这里以代表性品种草甘膦价差作为主要衡量。

基于以上指标构建中游周期品行业的景气跟踪体系。磷化工和农药景气度自去年下半年以来均逐月上行，截至22年3月末均处于2017年以来85%以上分位数水平；玻璃、造纸和炼化行业景气度自2021年中以来震荡下行，截至22年3月末处于2017年以来20%分位数左右的水平；而钢铁、水泥和玻纤行业的景气度自去年年中上升，至年末达到高点，之后有不同程度的回落；此外，纸包装、铜加工行业景气度变动趋势较为稳定，前者略有小幅上升。

（三）制造类

制造类行业，包括半导体、消费电子、LED、PCB、锂电、光伏、风电、电网设备、乘用车&零部件、通信设备10个子行业。这类行业产品更为非标，同时成长性不一，须更多考虑增速的影响。

（1）半导体：半导体景气度主要参考全球与中国半导体销量增速情况。同时，考虑到台湾半导体企业在全球半导体市场中的重要位置，且台湾半导体上市公司每月披露营收数据，该指标可作为衡量半导体行业景气的辅助指标。再辅以一些价格指标（如存储半导体价格）等，从而构建半导体的景气跟踪指标。

（2）消费电子：消费电子行业景气度主要以一些核心下游的增长情况作为衡量，如手机、PC、通讯设备、新能源汽车等。

（3）LED：台湾LED上市公司披露月度营收情况，可作LED景气度跟踪的指标。

（4）PCB：台湾PCB上市公司披露月度营收情况，可作景气度跟踪的指标。同时辅以一些行业需求端以及库存的指标。

（5）锂电：锂电产业链景气度最主要参考下游新能源汽车销量增长以及动力电池出货量增长情况，同时辅以一些产业链价格，如铜箔、负极、六氟磷酸锂价格等，作为景气衡量。考虑到锂电转债分布中不包含上游锂资源，同时锂价对行业利润影响较大，因此将碳酸锂价格作为反向指标。

（6）光伏：光伏产业链景气度主要参考光伏新增装机量增长情况，以及产业链细分环节的价格趋势，如硅片、电池片、组件价格等。与锂电不同的是，虽然硅料价格对产业链利润影响较大，但考虑转债分布中有通威股份涉足硅料环节，这里并不将硅料价格设定为反向指标。

（7）风电：风电产业链景气度主要参考风电新增装机量增长情况，以及产业链细分环节的价格，如叶片生产的重要原材料环氧丙烷的价格趋势情况。

（8）电网设备：电网设备景气度主要参考国家电网与南方电网投资招标情况，相关的宏观数据包括电网基本建设投资完成额与新增220千伏及以上变电设备容量等。

（9）乘用车&零部件：乘用车&零部件景气度主要参考下游销量情况，如乘用车销量以及能够侧面反映乘用车销量的机动车保险数据。

（10）通信设备：通信设备景气度主要参考三大运营商招标情况，考虑到缺乏高频出货量数据，这里以通信设备耗电量情况作为景气跟踪指标。

基于以上指标构建制造类行业的景气跟踪体系。半导体、光伏、电网、消费电子景气度自2021年中以来波动较大，除消费电子外，各行业景气度近期均有上升趋势，截至22年3月末均处于历史60%以上分位数水平；而LED、PCB、风电、锂电、通信设备、汽车零件行业景气度自去年年中以来均震荡下行。

（四）消费类

消费类行业，包括食品、家居、航空、服装、零售。其景气构建，要同时考虑行业增长与终端价格（通胀）变动的影响。

（1）食品：食品行业整体景气度，一方面受终端价格提升影响，另一方面受原材料价格波动影响，考虑到其需求量波动并不显著，因此更多考虑价格因素，CPI（食品）-PPI（食品）是较好的景气跟踪指标。

（2）家居：家居行业作为可选消费行业，需同时考虑终端需求与价格因素，家居制造、销售以及地产竣工等都是有效跟踪指标，同时价格端以CPI（家用器具）作为衡量。

（3）航空：航空业景气度，同时受客座率与客运量影响，成本端受油价与汇率影响较大，一并纳入考量。

（4）服装：服装行业景气度兼顾考虑量与价，量相关指标包括棉纺织PMI、服装销售额等，价方面指标考虑CPI（衣着）-PPI（衣着）。

（5）零售：零售行业用社会消费品零售总额同比指标，可较好度量景气度。

基于以上指标构建消费类行业的景气跟踪体系。家居、服装景气度自2021年中以来震荡下行，食品则从2021年初就开始高位回落，21Q4底部徘徊。截至22年3月末，家居景气度处于2017年以来39%分位数水平，而服装、食品景气度仍处2017年以来不到10%分位数水平。航空与零售均受疫情影响较大，2020年初以来景气度持续低迷，截至22年3月末均处于2017年以来10%分位数左右的水平。

（五）金融类

金融类行业，包括银行、券商、建筑。其景气度更多与一些宏观因素更为相关，如信贷、市场活跃度及固定资产投资等。

（1）银行：银行业景气度与宏观经济景气度息息相关，主要参考资产投放以及资产质量，对应指标分别为信贷增速以及不良率。

（2）券商：证券业景气度与证券市场活跃度高度关联，因此市场成交量、换手率与两融余额是不错的景气衡量指标。

（3）建筑：建筑景气度主要考察两大下游地产与基建需求，通过基建投资与地产施工等指标可进行衡量。

基于以上指标构建金融类行业的景气跟踪体系。银行景气度自2021年底以来呈现先降后升的趋势，截至22年3月末处于2017年以来近30%分位数水平；券商景气度自去年下半年以来震荡下行，截至22年3月末均处于2017年以来40%左右分位数水平。受益于基建投资提速，建筑行业景气度从21年底开始亦有所回升，目前处于2017年以来40%左右分位数水平。

（六）回测：景气模型较好反映行业利润趋势

我们在表7列示了各行业景气分位数变化以及行业对应上市公司归母净利润（MA3）的趋势变化。

总体来看，景气模型较好反映行业利润趋势，绝大部分行业景气分位数波动与利润波动具备强相关性。其中，磷化工、乘用车&零部件、航空、证券子板块景气度与对应行业归母净利润的相关系数达到0.7以上，煤炭、铅锌、钴、猪、玻璃、玻纤、电网、零售等相关系数在0.5以上，铜加工、造纸等相关系数的绝对值在0.4以上。

2022一季报结果进一步验证了景气模型的有效性。采用2022一季报的验证思路为：如果模型显示2022Q1行业景气较2021Q1上行，则需对应行业上市公司利润增长（适用周期与金融）或绝对增速水平提升（适用更具成长性的制造消费类行业）。

对于利润绝对水平更能够反应景气度的上游资源品、中游周期品与金融所包含的17个子板块，我们使用2022年Q1的板块归母净利同比增速，与景气度水平在2022年Q1相对2021Q1的同比变动进行对比，发现近80%的行业能够匹配。煤炭、铅锌、钴、农产品、磷化工、农药、玻纤2022Q1归母净利润增长，同时模型显示景气度同比抬升；猪、水泥、玻璃、造纸、炼化、券商022Q1归母净利润下滑，模型相应也显示景气度同比下降。

对于利润增速水平能够更好反应景气度的制造、消费所包含的15个子板块，我们使用2022年Q1相对2021年Q1的板块归母净利同比增速变动，与2022年Q1相对2021年Q1的景气度水平同比变动进行对比，发现近90%的行业能够匹配。绝大部分行业2022Q1利润虽绝对数仍在增长，但增速较去年同期有所下滑，同时模型显示景气度同比下降。

进一步地，考虑到财务报表披露会略微滞后于会计期，转债行业景气度的变化可作为各转债行业季报业绩的前瞻指引，比如在今年4月我们就能够基于2022Q1的转债行业景气变化对转债行业22年一季报进行前瞻判断。

3

2022年3月转债行业景气图谱

2022年3月转债行业景气图谱：上中游强，下游偏弱；制造偏强，消费偏弱。截至2022年3月，五大板块共33个子行业的最新行业景气度分位数、较上月（2022年2月）变化幅度、变化趋势及估值水平如下表所示。从大板块来看，周期资源品在“供给收缩”带动下维持高景气，制造由于疫情与原材料成本扰动出现景气下行，消费、金融等行业则在底部徘徊。

从子行业景气度绝对水平来看，2022年3月景气度处于历史较高分位数水平（>65%）的行业包括煤炭、铅锌、钴、农产品、磷化工、农药、玻纤、半导体、LED、PCB、光伏、锂电、电网设备等；景气度处于历史较低分位数水平（<30%）的行业包括猪、钢铁、水泥、玻璃、铜加工、造纸、炼化、风电、通信设备、服装、航空、零售、食品、银行等。

从子行业景气度变动趋势来看，2022年3月景气度出现明显上升的行业包括煤炭、铅锌、钴、农产品、磷化工、风电、光伏、电网设备、食品、建筑；景气度出现明显下降的行业包括猪、钢铁、水泥、玻璃、造纸、LED、PCB、乘用车&零部件、家居、零售、银行、券商等。

2022年3月转债行业“景气-估值”图谱。进一步，以各子行业估值分位数（近五年，上游资源品、中游周期品、金融采用PB估值，其余子板块采用PE估值法）作为横坐标，各子板块最新景气度分位数作为纵坐标，做出转债行业“景气-估值”图谱（如图8所示）。

“高景气”区间的转债子行业。一些子行业景气度处于历史较高分位数水平，同时市场给予其不错的估值水平，包括煤炭、磷化工、锂电、光伏等。对于这些子行业，景气度的持续性以及成长性与估值的权衡成为选择板块与个券的重中之重。

“高性价比”区间的转债子行业。随着近期市场大幅调整，一些行业开始处于“高性价比”区间，即景气度仍处于历史中高分位数水平，而估值已压缩至近五年极低分位数水平，包括消费电子、半导体、PCB、电网设备等。对于这些行业，如果远期景气度未发生大幅下修，或可适当关注。

“困境反转”区间的转债子行业。典型子行业包括猪、航空等，其估值分位数水平已回升至历史中枢水平，而景气度仍在历史底部分位数水平，或预示市场提前交易景气度的反转。

“深度价值”区间的转债子行业。典型子行业包括银行、造纸、服装、通信设备等，这些行业景气度处于历史偏低分位数水平，同时市场给予较低的估值水平。对这些行业，需重点关注景气底部反转的可能性与时间点。

风险提示：

转债行业景气跟踪框架不够完善、指标选取和赋权不够精确、指标有一定滞后性。

转债入门手册系列：

之一：《初识转债真面目》

之二：《转债打新全攻略》

之三：《一只转债“老券”的退出之路》

之四：《转债定价方法进化史》

之五：《转债市场参与者行为大盘点》

之六：《如何利用机器学习方法构建转债择券模型》

之七：《一文看懂转债市场策略：从基础到进阶》

之八：《如何测算历史可比的转债市场估值》

之九：《中国可转债简史》

之十：《转债信用分析框架指南》

之十一：《如何构建历史可比的转债个券估值体系》

已外发报告标题：《转债行业景气跟踪框架指南——转债入门手册之十二》

刘  郁，SAC 执证号：S0260520010001，SFC CE No.BPM217，邮箱：shliuyu@gf.com.cn

范卓宇，SAC 执证号：S0260521020001，邮箱：fanzhuoyu@gf.com.cn

法律声明