工业供需全景图（一）：产能缺口会有多大.pdf

策略 报告 | 投资策略 请务必阅读正文之后的信息披露和免责申明 1 港股 策略 证券 研究报告 2018 年 07 月 26 日 作者 梁金鑫 分析师 SAC 执业证书编号： S1110518060001 liangjinxintfzq 相关报告 1 投资策略：基金二季报持仓分析 2018-07-23 2 投资策略：策略 上周股市流动性评级为 B-公募基金中报概览 -一周资金面及市场情绪监控（ 0716-0720 ） 2018-07-23 3 投资策略：投资策略 -医药行业 2018年中期投资策略：革新与消费，产业赋能加速升级 2018-07-23 工业 供需 全景图 （一） ： 产能缺口 会 有多大 制造业 产能 缺口逐年 加速 放大 经过 测算， 我们发现 制造业供需缺口自 2017 年 以来 逐年 放大 。 名义产能增速已经从 2011 年的 30%同比增长逐步下降到 2018 年 的不到 10%的 同比 增长，低 于第二产业 GDP 增速， 同样低 于 制造业 主营业务增速。根据我们的 测算 ，按照 主营业务的口径为准， 如果 需求增速不出现下降， 2017 年全年 制造业 的产能 缺口累计值为 3000 亿 元， 2018 年新增 缺口 1.2 万亿 ， 2019 年新增 2.7万亿 。如果 需求增速 出现下降， 当前 产能增 速 的 收缩可 支撑 总需求 增速 在2018 年 下滑 1.6 个 百分点 （ 2018 年 上半年 名义值 同比下降 仅 0,8 个 百分点 ，除非下半年同比下滑超过 2.4 个百分点 ，全年才有可能下滑 1.6 个 百分点 ），并且在此基础上 再支撑 2019 年 总需求增速 下滑 1,2 个 百分点。 只要 总需求的增速没有 下降 如此之快，那么在可预见的未来，制造业的平均利用率和 ROE是不会出现明显下降的。 看好 原材料制造业，看好上游 我们对制造业 的供给 增速 收缩 情况进行了拆分 ，发现 中上游 制造业，尤其是原材料制造业 的 供需格局最佳 ， 每年 供给缺口 稳步扩大 约 3 万亿。 这意味着 ，只要不出现产能大幅投入，或者需求 不出现 断崖式下跌， 原材料制造业的 产能利用率和 ROE 会 持续 提升。 而 下游的制造业依然 供大于求 ，供求关系可能在 2019 年才开始逐步出现好转。 消费品制造业 供需格局 将会 略好于装备制造业。市场 推崇的 新经济主要集中在 供需格局较差 的消费品制造业和装备制造业当中。 更细化的 模型 ， 更严谨的逻辑 本篇报告 是 对 用工周期 系列报告的 中长期 供给不足 这一 逻辑的延伸讨论 。 之前的报告 粗略地用 制造业 投资增速、产能增速和需求增速 作对比 并给出结论。本篇报告 我们引入了设备投资 这一变量 来替代 固定资产投资 ，并根据设备投资重新测算了产能增速。另外 ， 我们也推导了投资增速和需求增速之间的关系，并建立了 测算产能利用率变化 的模型和测算供给缺口的模型 ， 使得数据变得更为直观。同时 ， 本篇报告所建立的模型不光可以用于总量研究，也可以用于结构和行业的研究。 另外 ， 我们的 模型对假设 的 参数并不敏感，决定供需 最为 核心的变量还是投资增速和需求增速 ， 模型只是用来 分析 二者之间的关系。 风险 提示 ： 系统性 金融风险 ； 总需求断崖式下跌 ； 外部风险 。 策略 报告 | 投资策略 请务必阅读正文之后的信息披露和免责申明 2 内容目录 1. 产能和供需模型 . 3 2. 制造业产能缺口持续扩大 . 7 3. 全行业都在去产能，原材 料制造业供给紧缺 . 10 4. 模型和逻辑的可靠性探讨 . 13 图表目录 图 1： 制造业投资增速、产能增速（根据固定资产投资完成额测算）、第二产业 GDP 名义增速 . 3 图 2：美国、日本、欧洲的样本制造业企业人均资本开支（美元） . 4 图 3： 制造业固定资产投资完成额（亿元）、制造业设备投资完成额（亿元）和设备投资占比 . 4 图 4： 制造业固定资产投资增速和当月投资占总产能的比例 . 6 图 5：制造业产能利用率累计变化 . 6 图 6： 制造业设备投资增速、 产能增速（根据固定资产投资完成额测算）、主营收入增速. 7 图 7： 制造业主营收入增速和第二产业 GDP 增速 . 8 图 8：制造业设备投资增速、产能增速（根据固定资产投资完成额测算）、主营收入增速 8 图 9：制造业年内边际供需缺口（亿元，正值为产能边际盈余，负值为产能边际短缺） . 9 图 10：制造业景气度和竞争压力散点图（ 2008 年 2 月至今），浅色为 2018 年 6 月到 2019年 12 月预测 . 9 图 11：制造业产能增速贡献（百分点），分版块 . 10 图 12：制造业产能增速贡献（百分点），分上下游 . 11 图 13： 原材料制造业年内边际供需缺口（亿元，正值为产能边际盈余，负值为产能边际短缺） . 12 图 14：装备制造业年内边际供需缺口（亿元，正值为产能边际盈余，负值为产能边际短缺）. 12 图 15：消费品制造业年内边际供需缺口（亿元，正值为产能边际盈余，负值为产能边际短缺） . 12 图 16：中上游制造业年内边际供需缺口（亿元，正值为产能边际盈余，负值为产能边际短缺） . 13 图 17：下游制造业年内边际供需缺口（亿元，正值为产能边际盈余，负值为产能边际短缺）. 13 图 18： 不同年限假设下的产能增速 . 14 图 19： 不同年限假设下的年内累计产能盈余（亿元） . 14 表 1：版块分类规则，按照统计局行业分类 . 10 表 2：上下游分类规则，按照统计局行业分类 . 11 策略 报告 | 投资策略 请务必阅读正文之后的信息披露和免责申明 3 前期的 报告中，我们通过 制造业固定资产投资完成额 算了制造业的产能增速，并将之和需求增速作对比， 发现 目前 供需增速大体持平 ， 而 供给增速（ 产能的 增速） 依然 持续 而 快速的下行 。随着 供给增速 逐渐弱于需求增速，制造业景气度 将出现 持续的 修复。 图 1： 制造业投资增速 、产能增速 （根据 固定资产投资 完成额测算） 、 第二产业 GDP 名义 增速 资料来源： Wind， 天风证券研究所 这一 研究方式的 好处是，我们能对供需有较为直观的判断。但是 其 弊端也比较明显 ，第一 ，固定资产投资完成额 夸大了 产能的投放 ，实际上只有 一手设备 和 厂房 投资 才应当算作产能的 组成部分，土地、 旧 厂房 以及 二手设备 的 购置 都 不应当 算作 新增产能 ， 最好的数据应为制造业 设备投资 的资本形成额 ， 而 并没有 相应 的 公开 数据。 第 二 ， 因为 存量庞大，多数时候 产能 增速的变化 相当平缓 ，决定 供需变化 仅需要 不到一个百分点的产能增速变化，但是光产能增速的测算误差往往就会 接近 一个百分点， 这使得产能 增速 参考价值 有限 。 实际上供需缺口的主导变量也并非产能和需求 （何况 产能只是测算值，并非统计局公布的真实值，事实上也不存在 公允的 产能统计方法和口径 ） ，而是 设备投资 和需求 ， 设备投资决定产能 ， 当前投资增速 低 于产能增速，那么产能增速就会持续下降 。 需求决定 产量 。 投资和需求 就可以 决定产能利用率 的 变化 。 当 设备投资 上升较快时， 过度投资会导致 产能利用率不断下降，最终带来产能过剩问题，而设备投资不足时，产能利用率不断提升，最终导致 供给短缺。问题是 ，产能 的 过剩 和紧缺往往是长年累月的投资增速过高 /过低 导致的 ，到底 需要多长时间的低投资才会导致产能不足，是 本篇报告 要解答的问题。 1. 产能 和 供需模型 我们用一个简单的 思路测算产能： 本月投放出来的 产能 =上个月 末的存量产能 -本 月 因为 损耗 而丧失掉的产能 +本月的设备投资。我们知道 ，设备 损耗是概率事件而不是必然事件 ，所以 我们假设每个月 存在 固定的损耗 概 率（ 大数定律可以 保证 一个行业 和整个经济体 有 固定的损耗率 ， 损耗率就等于损耗概率 ） 那么 存量的产能 只需要一个简单的 公式进行测算 ： C = EI （ 1k） 0其中 C 为 产能 ， EIi为每个月的设备投资 （ EI0为当月投资， EI1为上个月投资，以此类推 ）， k策略 报告 | 投资策略 请务必阅读正文之后的信息披露和免责申明 4 为每个月的 损耗 率 。 产能测算模型 中 ， 有两个变量需要确定 ， 第一 是每个月的损耗率 应当如何厘定， 第二是 每个月 的 设备投资的变量如何确定。 若要确定损耗率， 我们需要确定 设备 的平均寿命 。 我们发现 ， 发达市场的 人均资本开支呈现 七年的周期波动 ， 其中可能包含部分 制造业 设备的 集中到期更换 因素。据此 ， 我们按照7 年的 平均寿命 来进行测算，对应每个月 1/84 的 损耗率，即 1.19%。 图 2： 美国 、日本、欧洲 的 样本 制造业 企业人均资本开支 （ 美元 ） 资料来源： Bloomberg， 天风证券研究所 每个月 的 设备 投资 则 需要通过 每个 月的制造业固定资产投资 完成额 和 每年的 设备投资 占比 综合 计算出来 。 我们将通过 每 年 的设备投资额和固定资产投资完成额计算出每年的设备投资 占 固定资产投资的比例 （每个行业 都有 对应公开数据），以此 测算每个月的设备投资额 。 另外 ，设备投资 额仅有 04 年 到 16 年的 数据， 而 设备投资的占比有较为明显的 线性 趋势 ， 我们可以 线性 推算出其他 年度 设备投资额的 大致 比例。 图 3： 制造业固定资产投资 完成额 （亿元） 、 制造业设备投资完成额 （亿元） 和 设备投资占比 资料来源： Wind， 天风证券研究所 为了测算到底多长时间的高投资 ，多高的投资才会导致产能过剩，低投资维持多长时间才会导致产能不足，我们决定 回答一个 相对比较好量化的问题：当前的投资增速到底会让产策略 报告 | 投资策略 请务必阅读正文之后的信息披露和免责申明 5 能利用率带来多大的变化。 一般来说 ， 产能过剩意味着产能利用率过低， 而产能不足 意味着产能利用率较高。虽然 统计局 会公布季度的产能利用率，但这只针对 部分 规模以上的样本企业。而且 全行业产能利用率的 绝对值是一 个相对 不靠谱的数据 ： 钢铁和化工 等 “ 烧炉子 ” 的 行业存在较为明确的设计产能， 开工 则不能停，停下来是为了检修，那么通过检修期大体可以估算出对应行业的产能利用率，但是 加工 制造业的产能利用率则比较 随意了 ： 大部分加工行业 生产线不固定，不存在 “ 设计产能 ” 一说 ，而且 工人 的效率、生产线的班次等等都会导致产量出现变化， 订单多的时候 经常会看到 产能利用率 超过 100%的情况。 更重要的 是，制造业作为一个总量概念，该如何 用一个统一标准测算 各行业产能，又该如何用一个统一标准 测算 复权平均的产能利用率，是一个 难以 解决的问题。 但是这并不意味着 这个问题 不能拿来研究 ， 产能利用率 的变化 还是 有办法测算的 ： 如果产能增速和 全部工业品的 销量增速大体持平 （投资增速合理） ，那么产能利用率应该是持 平的 ，如果产能上升过快 （投资增速过高） ， 那么 产能利用率 会出现 下降 ， 反之则会出现上升 。 我们 从产能利用率的定义入手 （ U 为产能利用率， S 为销量， C 为产能 ） ： U = S/C 那么 ，产能利用率的 环比 变化为 （数学上往往 通过取 自然 对数来计算 ） ： ln UU = ln = ln ln 也就是说 ，产能利用率的变化 等于 销量增速 -产能增速 。 单独 把 产能增速拉出来的话， ln = ln (1 )0 (1)11 = lnEI0 + (1)1 (1 )11 = lnEI0 +(1) (1)11 (1)11 = lnEI0 +(1) = ln(EI0 +1) 根据对数函数的 泰勒展开式 ， ln EI0 也就是说 ， 产能增速在当 月的 变化 大体等于 当 月 设备投资 占总产能的比例 减去 当 月损耗率 ，即 新增投资占总产能的比例。 所以 ， 产能利用率、销量 、投资之间的关系为： ln/ = ln/ EI0 + 产能利用率 的环比变化 = 销量的环比增速 当月投资占总产能 的 比例 +当月设备 损耗 率 短期 来看 ，销量的增速 是 产能利用率的主 导 因素 ， 如果 为了 提振产能利用率， 刺激设备投资 当然会带来 较为直接 的正面刺激。 我们以中国的数据为例：制造业投资约 占固定资产投资 30%， GDP 中资本形成占 GDP 的 30%-40%， 以此 推算制造业资本形成额大体占 GDP10%左右 ， 而当月投资占总产能的比例大体在 2%-5%不等，去掉当月设备损耗 1.19%，大约不到4%。如果 刺激 投资为制造业投资带来 12 个 百分点 的同比 贡献 （ 平均每个月 1 个 百分点的环比贡献 ）， 那么 销量 的环比增速就会提高 0.1 个 百分点，而当月投资占总产能的比例这一项只会增加不到 0.04 个 百分点，利用率就 多 提高了 至少 0.06 个百分点 ，这还没算 刺激 投策略 报告 | 投资策略 请务必阅读正文之后的信息披露和免责申明 6 资的政策可能还会带动消费、基建和房地产投资，这些 项目 对销量的影响 远比 制造业投资大得多。 长期来看 ，当月投资占总产能的比例是产能利用率的主导因素 ，销量增速 最终会进入自然增长 。 投资增速高的时候 ， 当月投资 占总产能的比重就高 。 而 当月投资占总产能的 比重 相对来讲较为稳定 ，即使投资增速下滑， 比重 也不会出现迅速的下滑。 对 高增速的消化往往需要数年的时间。 本轮制造业设备 投资增速 从 08 年 算起，下降了 40 个 百分点，但是当月投资占 产能 比 只 下降了 2 个 百分点。 图 4： 制造业固定资产投资增速和当月 投资占总产能的比例 资料来源： Wind， 天风证券研究所 我们 测算了 08 年以来 产能利用率的累计变化情况 （以 08 年 开始为基准 ） ， 看到表观产能利用率 呈现持续下降的态势 ， 直到 2016 年 企稳见底。 从统计局的 数据来看，产能利用率已经企稳回升了。 这 之间的差异主要 因为工业企业平均产能利用率 存在一定的幸存者偏差，统计局 只能统计 部分 存活的 规模以上的工业企业的产能利用率并做以汇总，而我们考虑了全部的产能，包括 已经被出清 和还没有被出清的僵尸产能。 我们的 模型中没有考虑去产能的因素，所有产能 只能 自然折损 。 所以 实际的 工业景气度 会比我们测算的还要好。 图 5： 制造业 产能利用率累计变化 资料来源： Wind， 天风证券研究所 策略 报告 | 投资策略 请务必阅读正文之后的信息披露和免责申明 7 2. 制造业 产能 缺口持续扩大 从前面我们 测算 的 产能利用率的 变化来看，产能去化 大体在 2016 年 结束了。 对于 工业企业来说，产能利用率的持续扩张意味着 ROE 的持续提升。然而 即使 产能利用率在不断提升，市场 依然倾向于 忽视周期类行业 ROE 的提升，主要因为 多数 投资者依然担忧它的可持续性 。我们 测算 后 发现 ，周期类 行业的可持续性可能远比市场想象的要好。 从历史数据来看 ， 产能增速已经弱于 需求 增速 ， 这和我们 之前报告 的结论有 一定 的出入 。我们 前期的报告 ，通过固定资产投资完成额的测算 ， 表明供需大体平衡 。 从 设备投资的 数据来看，产能增速已经在 2017 年 开始弱于需求增速了。 这里 我们的需求增速以 规模以上制造业 主营业务收入增速 ， 而不是 第二产业 GDP 为主 （虽然数据上 二者相同 ） 。 我们用 主营业务增速 主要由以下 考虑 ：首先 ， 第二产业 GDP 衡量了 全社会第二产业的 最终端产品 业务增 速， 但是 并不限于制造业（ 建筑业 也算在第二产业） ， 并且我们的 投资数据只包含规模以上 工业企业 （ 以 2017 年产值超过 2000 万 为基准） ， 口径上有偏差， 利用 GDP测算时自然会有偏差。 其次 ， 主营业务增速 可以细化到行业，而 GDP 只有总量数据。 最后，二产 GDP 增速 和 制造业 本质上并无 区别， GDP 以终端产品为准，但是二者的增速从逻辑上来讲是相 同的 。 生产一万辆车 ， 背后 需要一万个车身、一万个发动机和 五 万个轮胎， 那么 生产两万辆车 ， 背后则需要两万个车身 、 两万个发动机和十万个轮胎，增速上来讲并没有区别， 即使考虑库存因素的 话， 为了保证 库存 周转的 稳定 ， 销量和产量的提升 /下降 背后会带来 短暂 的补库存和去库存因素 ，但这 也会 同时 计入销售收入和 GDP。 图 6： 制造业设备投资 增速、产能增速 （根据 固定资产投资 完成额测算）、主营 收入增速 资料来源： Wind， 天风证券研究所 就统计局公布的 区间 （ 2014 年 以来的数据为统计局公布的 ） 来看，它大体与第二 产业 GDP增速相同 。 2014 年 之前的主营业务增速是我们根据各 子行业的 增速以及体量计算出来的 。从数据上来看 ， 主营业务 增速的波动略高于 GDP 增速 ， 这其中可能有统计口径、 统计 数据质量 不同 导致的。历史数据 波动大 并不影响当前制造业产能 大体出清 比较干净的结论。 除了历史 的供需缺口， 市场更关心 未来会如何。 我们从两个角度进行研究 ，第一个角度，假设制造业 各行业 投资增速维持不变，并且 主营业务增速维持不变的 话，未来的产能缺口大体是什么水平 。 第二个角度 ， 如果 维持 投资增速， 那么制造业 产能增速的收缩能够支撑总需 求 增速下降多少个百分 点 。 策略 报告 | 投资策略 请务必阅读正文之后的信息披露和免责申明 8 图 7： 制造业主营 收入增速 和第二产业 GDP 增速 资料来源： Wind， 天风证券研究所 首先 ，从第一个角度出发， 如果 维持投资增速的话，我们会看到 产能增速依然会持续下降 ，而如果需求增速不出现明显下行的话，那么产能缺口 将 越来越明显，产能利用率将会 逐步提升 。 根据我们的 测算， 到 2019 年 ， 假设 需求增速不变的话， 供需增速差异 可能会达到接近 三个百分点 。如果从数量角度来说明的 话， 2018 年制造业 全行业会在 2017 年的 基础上新增 约 1.2 万亿 元 的 产能缺口，而 2019 年 会在 2018 年的 基础上新增 约 2.7 万亿的产能缺口 ， 2017 年的 这一数字仅为 3000 亿 。 我们测算产能 缺口的方法是， 如果 维持产能 利用率 不变的情况下， 可以根据 投资数据 测算出主营业务 增速的 合意值， 如果 合意 值高于实际的主营业务增速， 那么代表 产能 边际 过剩，反之则代表产能 边际 不足。每年的 产能缺口 指的是在上一年的产能利用率的水平下，今年主营业务 是多增长了 还是少增长了。 我们测算的数据表明 ，自 2017 年 起，每年的主营业务增速都在多增，而且多增的量在不断放大。 图 8： 制造业设备投资 增速、产能增速 （根据 固定资产投资 完成额测算）、主营 收入增速 资料来源： Wind， 天风证券研究所 策略 报告 | 投资策略 请务必阅读正文之后的信息披露和免责申明 9 图 9： 制造业 年内 边际 供需缺口 （ 亿元 ， 正值 为产能 边际 盈余 ，负值为产能 边际短缺 ） 资料来源： Wind， 天风证券研究所 图 10： 制造业景气度 和竞争压力散点图 （ 2008 年 2 月 至今 ）， 浅色为 2018 年 6 月 到 2019 年 12 月 预测 资料来源： Wind， 天风证券研究所 为了回答第二个 角度提出的问题 ，我们建立了一个 景气度 和竞争压力散点图， 横轴为 上面提出的同比产能利用率维持不变所需的 主营业务 增速， 代表竞争压力 。 纵轴 为主营业务收入增速，代表景气度。一个 蓝海行业会表现出 景气度高于竞争压力的现象，即位于散点图的 上方 ， 表现为供不应求 ，而 红海行业 会表现出竞争压力高于景气度的现象，位于散点图的 下方 ， 表现为供过于求 。 一条穿过原点 的 45 度 斜线 代表 供需 平衡。 从制造业的散点图来看 ， 2009 年的 四万亿刺激计划 令 制造业短暂地维持在了 供需 平衡线之上 ，但是 因为 消费能力 支撑不起如此 快速的 产能扩张， 景气度 迅速下降， 而 竞争压力却 没出现 迅猛的下跌，这便是 2011 年 以来长期的去产能的 背景 。目前来看 ， 虽然 2017 年散点回归到供需平衡之上 是由 需求的迅速增长驱动的，但 即使如此 ， 算上 通货膨胀 ， 需求增速也大体维持 在 10%的位置，和社会零售总额增速 大体 接近 ，而供给端依然在持续收缩 ，这代表当前的 需求增速大体合理 。 从散点图的 推演来看，如果 需求出现下跌 ，只要 散点大体维持在 供需平衡线上， 制造业 的表观产能利用率 和 ROE 就不会出现下行。根据我们的测算 ， 大体对应 2018 年 1.6 个 百分策略 报告 | 投资策略 请务必阅读正文之后的信息披露和免责申明 10 点的需求增速 下行 ， 2019 年 1.2 个 百分点的需求增速下行。 也就是说 ，只要 2018 年 没有出现 1.6 个百分点 的需求增速下行（ 2018 年 上半年只 下滑 了 0.8 个 百分点 ， 除非下半年同比下滑超过 2.4 个百分点 ，全年才有可能下滑 1.6 个 百分点 ） ， 并且 2019 年的 需求没有 在此 前提下 再 下行 0.8 个 百分点 的 话， 制造业的 景气度会越来越好 3. 全行业都在 去产能 ， 原材料 制造 业 供给紧缺 产能增速从 2008 年初的 40%跌至当前的 10%，传统行业的去产能贡献了主要的制造业 去产能行为。 我们 从两个角度 来分析制造业的去产能进度 ： 从 板块分析（ 将 制造业的所有行业分为原材料制造业、装备制造业和消费品制造业） ， 从上下游分析（ 将 制造半成品的行业归为中上游，将制造成品的行业归为下游） 。 表 1： 版块 分类 规则 ， 按照统计局行业分类 原材料制造业 装备制造业 消费品制造业 石油加工、炼焦及核燃料加工业 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 黑色金属冶炼及压延加工业 有色金属冶炼及压延加工业 金属制品业 废弃资源综合利用业 橡胶和塑料制品（ 数据缺失） 通用设备制造业 专用设备制造业 电气机械及器材制造业 计算机、通信和其他电子设备制造业 仪器仪表文化办公用机械制造业 工艺品及其他制造业 汽车制造业 （ 数据缺失 ） 铁路船舶航空航天制造业 （ 数据缺失） 农副食品加工业 食品制造业 饮料制造业 烟草制品业 纺织业 服饰业 皮革毛皮羽毛 (绒 )及其制品业 木材加工及木竹藤棕草制品业 家具制造业 造纸及纸制品业 印刷业和记录媒介的复制 医药制造业 文教 体育 用品 制造业 资料来源： 统计局， 天风证券研究所 图 11： 制造业产能增速贡献 （百分点） ，分版块 资料来源： Wind， 天风证券研究所 按照 以上分类，我们统计了 各版块对 制造业的产能增速 下降 的 贡献。 过去几年 ， 三大板块去产能 都较为明显，但是去产能主要集中在 原材料 制造业。 并且， 09 年 四万亿刺激之后，