A股盈利預(yù)測方法多視角對比

1、A 股盈利預(yù)測方法及 2022 年預(yù)測更新盈利預(yù)測的價(jià)值：前瞻 A 股盈利走勢盈利預(yù)測是股票價(jià)格分析研究中非常重要的一環(huán)，根據(jù)大家都熟知的 DDM 模型，股票價(jià)格由分子端的盈利和分母端的貼現(xiàn)率共同決定，在短期視角下，在當(dāng)前貨幣政策進(jìn)一步邊際寬松引致利率下行的空間在經(jīng)濟(jì)改善預(yù)期下有所縮小，盈利對股價(jià)的貢獻(xiàn)將更加突出，在長期視角下，滬深 300 等寬基指數(shù)的收益大部分來自盈利貢獻(xiàn)。我們可以從上市公司的財(cái)報(bào)中看到企業(yè)上一個(gè)經(jīng)營周期的盈利數(shù)據(jù)，然而財(cái)報(bào)的披露往往有一定的滯后性，例如，根據(jù)規(guī)定上市公司年中報(bào)披露時(shí)間為每年 7 月 1 日至 8 月 30 日，而上市公司往往集中在臨近規(guī)定截止時(shí)間披露財(cái)報(bào)，

2、如果能夠提前對盈利進(jìn)行有效預(yù)測，將有助于投資者掌握領(lǐng)先信息、作出投資決策。（家）圖1：22Q2 上市公司財(cái)報(bào)披露時(shí)間表資料來源：Wind、整理盈利預(yù)測的基本框架：宏觀、中觀、微觀三層面我們不僅想了解全 A、全 A（非金融）的盈利增速，對整體市場有一個(gè)宏觀的把握，也想了解各大類板塊的盈利情況，協(xié)助于結(jié)構(gòu)性市場中的板塊輪動(dòng)策略，同時(shí)也嘗試對各申萬一級行業(yè)的盈利進(jìn)行預(yù)測。市場上常用的盈利預(yù)測方法一般分為自下而上和自上而下兩類，顧名思義，自下而上的方法即是將預(yù)測對象拆分為不同的部分，對不同的部分分別預(yù)測再進(jìn)行加總，而自上而下的方法是直接對整體進(jìn)行預(yù)測，其實(shí)對于全 A、大類板塊和細(xì)分行業(yè)的預(yù)測都可以采用

3、自上而下和自下而上的兩種方法，全 A 的預(yù)測可以細(xì)分到大類板塊，大類板塊可以細(xì)分到細(xì)分行業(yè)，而細(xì)分行業(yè)又可以拆解到各個(gè)企業(yè)，同時(shí)每個(gè)層面又可以通過經(jīng)濟(jì)數(shù)據(jù)直接進(jìn)行預(yù)測。兩種方法各有利弊，以全 A 為例，采用自下而上的方法往往會(huì)面臨合成謬誤，對各部分的較小的偏差合成后產(chǎn)生了較大的偏差，而自上而下的方法使用的宏觀數(shù)據(jù)更新頻率較低（如 GDP 為季度更新），需要先對這些數(shù)據(jù)本身進(jìn)行預(yù)測。結(jié)合數(shù)據(jù)的可得性、時(shí)滯性和模型可能導(dǎo)致的偏差，我們構(gòu)建了以下 A 股上市公司盈利預(yù)測框架。圖2：A 股盈利預(yù)測方法思維框圖資料來源：繪制自上而下全 A 盈利增速預(yù)測我們采用實(shí)際 GDP 增速和通貨膨脹率（CPI 同比

4、*0.6+PPI 同比*0.4）預(yù)測全 A/全 A（非金融）盈利增速，實(shí)際 GDP 增速反映了剔除價(jià)格因素后的產(chǎn)出規(guī)模，通脹增速衡量消費(fèi)品和工業(yè)企業(yè)產(chǎn)品的綜合價(jià)格變動(dòng)趨勢。市場上使用較多的方法是將凈利潤的變動(dòng)拆分為營收的變動(dòng)和凈利率的變動(dòng)，前者受量價(jià)兩方面因素影響，而后者主要受價(jià)格和季節(jié)性因素影響,我們嘗試比較該方法以及直接對凈利潤進(jìn)行預(yù)測。使用 2010Q1 至 2019Q4 的樣本數(shù)據(jù)構(gòu)建線性回歸模型，以實(shí)際 GDP 增速和通貨膨脹率為自變量分別對全 A（非金融）營收同比、全 A（非金融）歸母凈利潤累計(jì)同比、全 A 營收累計(jì)同比、全 A 歸母凈利潤累計(jì)同比進(jìn)行擬合，發(fā)現(xiàn)四個(gè)模型的擬合優(yōu)度分

5、別達(dá)到 0.81、0.63、0.85、0.75，對營收的擬合效果優(yōu)于對凈利潤的擬合。使用模型對樣本外 2020Q1 至 2022 年 Q1 的走勢進(jìn)行預(yù)測，與實(shí)際走勢基本一致，全樣本預(yù)測結(jié)果與實(shí)際值的相關(guān)系數(shù)分別為 0.88、0.71、0.88、0.86，盡管對營收在樣本內(nèi)的擬合較優(yōu)，但對樣本外的預(yù)測效果優(yōu)勢減弱。圖3：使用實(shí)際 GDP 和通脹預(yù)測全 A（非金融）營收增速圖4：使用實(shí)際 GDP 和通脹預(yù)測全A 營收增速資料來源：萬得、整理資料來源：萬得、整理圖5：使用實(shí)際 GDP 和通脹預(yù)測全 A（非金融）凈利潤增速圖6：使用實(shí)際 GDP 和通脹預(yù)測全A 凈利潤增速資料來源：萬得、整理資料來源

6、：萬得、整理我們將凈利潤拆分為 營業(yè)收入*凈利潤/營業(yè)收入（營業(yè)凈利率），接下來需要進(jìn) 一步對營業(yè)凈利率進(jìn)行擬合。首先對營業(yè)凈利率進(jìn)行去季節(jié)性趨勢處理，由于 PPI增速能夠反映企業(yè)成本端的變化情況，使用 PPI 增速對去除季節(jié)性的營業(yè)凈利率進(jìn)行擬合（使用 2010Q1 至 2019 年 Q4），再重新在擬合值上添加季節(jié)性因素得到最終的營業(yè)凈利潤率預(yù)測值。圖7：使用 PPI 預(yù)測全 A（非金融）營業(yè)凈利率圖8：全 A（非金融）營業(yè)凈利率有一定的季節(jié)性趨勢資料來源：萬得、整理資料來源：萬得、整理圖9：使用 PPI 預(yù)測全 A 營業(yè)凈利率圖10：全 A 營業(yè)凈利率有一定的季節(jié)性趨勢資料來源：萬得、整

7、理資料來源：萬得、整理結(jié)合營業(yè)收入增速預(yù)測和營業(yè)凈利率預(yù)測再次預(yù)測凈利潤增速如下圖所示，對樣本外 2020Q1 至 2022Q1 的全 A、全 A 非金融歸母凈利潤增速預(yù)測效果較好，全樣本預(yù)測結(jié)果與實(shí)際值的相關(guān)系數(shù)分別 0.91、0.82。圖11：全 A（非金融）凈利潤增速預(yù)測圖12：全 A 凈利潤增速預(yù)測資料來源：萬得、整理資料來源：萬得、整理目前 2022Q2 的實(shí)際 GDP 增速和 PPI 增速、CPI 增速已經(jīng)公布，可以用于預(yù)測二季度的盈利增速，但如果要進(jìn)一步預(yù)測三、四季度的盈利增速，則需要對經(jīng)濟(jì)數(shù)據(jù)本身進(jìn)行預(yù)測，我們選取市場一致預(yù)測對全 A、全 A（非金融）盈利累計(jì)增速進(jìn)行預(yù)測，結(jié)果

8、如圖 13 所示，可以發(fā)現(xiàn)用線性回歸模型直接預(yù)測的結(jié)果相對悲觀，而用營業(yè)凈利率分解法預(yù)測的結(jié)果更為樂觀。綜合來看，預(yù)計(jì) 2022 年 Q2 為全年盈利底部，隨后凈利潤累計(jì)增速逐季向上修復(fù)，預(yù)計(jì) 2022 年全 A、全 A 非金融全年凈利潤同比分別為 0.89、0.77。圖13：自上而下預(yù)測結(jié)果匯總資料來源：Wind、整理大類板塊和一級行業(yè)盈利預(yù)測在上一節(jié)自上而下對全 A 進(jìn)行預(yù)測的過程中我們發(fā)現(xiàn)，宏觀數(shù)據(jù)預(yù)測的偏差會(huì)導(dǎo)致盈利預(yù)測的合成謬誤。使用宏觀數(shù)據(jù)直接預(yù)測上市公司整體盈利存在的困難在于宏觀數(shù)據(jù)發(fā)布的滯后性，對宏觀數(shù)據(jù)的預(yù)測本身就有較大的難度，如果對宏觀數(shù)據(jù)的預(yù)測出現(xiàn)較大的偏差，那基于此的盈

9、利預(yù)測的準(zhǔn)確性就更加大打折扣。因此我們將對全部 A 股進(jìn)行板塊拆分，分別預(yù)測各個(gè)板塊，再通過加權(quán)平均計(jì)算出整體的盈利增速。市場上使用較多的行業(yè)分類是申萬行業(yè)分類和中信行業(yè)分類，但是為了充分利用國家統(tǒng)計(jì)局每月發(fā)布的工業(yè)企業(yè)利潤數(shù)據(jù)，我們使用證監(jiān)會(huì)行業(yè)分類對 A 股進(jìn)行劃分。根據(jù) 2022 年一季度財(cái)報(bào)，我們發(fā)現(xiàn)工業(yè)企業(yè)利潤覆蓋的三大板塊采礦業(yè)、制造業(yè)、公用事業(yè)（電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)）的歸母凈利潤分別占全 A 的 9.82、31.82、2.04，合計(jì) 45.05。剩余的板塊中金融業(yè)和地產(chǎn)業(yè)（ 建筑業(yè)+ 房地產(chǎn)業(yè)） 占比較高， 占比分別為 45.73和 3.93（3.42+0.51)，將

10、嘗試基于行業(yè)板塊各自的邏輯和可得數(shù)據(jù)分別預(yù)測。這樣就能覆蓋歸母凈利潤占全部 A 股 91.29的部分，以及歸母凈利潤占全 A 非金融83.73的行業(yè)板塊，在一定程度上把握了全市場的盈利變動(dòng)主線。圖14：證監(jiān)會(huì)行業(yè)分類與國家統(tǒng)計(jì)局國民經(jīng)濟(jì)行業(yè)分類匹配對應(yīng)關(guān)系資料來源：Wind、整理；注：藍(lán)色標(biāo)注為一級行業(yè)圖15：證監(jiān)會(huì)行業(yè)分類下各行業(yè)凈利潤占比相對穩(wěn)定圖16：金融業(yè)、制造業(yè)、采礦業(yè)、地產(chǎn)業(yè)、公用事業(yè)占比較高資料來源：萬得、整理資料來源：萬得、整理制造業(yè)的盈利預(yù)測歷史數(shù)據(jù)顯示，國家統(tǒng)計(jì)局發(fā)布的工業(yè)企業(yè)利潤數(shù)據(jù)累計(jì)同比與證監(jiān)會(huì)口徑下的上市公司歸母凈利潤累計(jì)同比走勢一致性較高，兩者走勢幅度不完全一致的

11、原因在于統(tǒng)計(jì)對象不同，國統(tǒng)局的統(tǒng)計(jì)對象為規(guī)模以上工業(yè)企業(yè)，指的是年主營業(yè)務(wù)收入在 2000 萬元以上的工業(yè)企業(yè)，上市公司僅占其中一部分、或者主營業(yè)務(wù)收入不及 2000 萬元，以 2022 年 7 月為例，規(guī)模以上的制造業(yè)工業(yè)企業(yè)數(shù)量為 355852家，而制造業(yè)上市公司數(shù)量僅為 3234 家。從趨勢上看，2016 至 2018 年制造業(yè)企業(yè)利潤與制造業(yè)上市公司之間的差距增大，上市公司表現(xiàn)顯著優(yōu)于全部規(guī)模以上工業(yè)企業(yè)，原因可能是由于供給側(cè)改革之下落后產(chǎn)能淘汰、行業(yè)集中度提升，在改革初期優(yōu)質(zhì)企業(yè)比較優(yōu)勢凸顯，而隨著改革逐漸完成，供給端結(jié)構(gòu)不斷優(yōu)化，上市公司與全部規(guī)模以上工業(yè)企業(yè)的盈利之間的差額縮小，

12、2019 年開始兩者走勢再次趨于一致。除了統(tǒng)計(jì)對象的不同，兩者的統(tǒng)計(jì)口徑也略有不同，國家統(tǒng)計(jì)局統(tǒng)計(jì)的利潤總額為營業(yè)利潤加上營業(yè)外收入，減去營業(yè)外支出的金額，歸母凈利潤是利潤總額中繳納所得稅之后歸屬于母公司股東的部分。圖17：不同維度的利潤財(cái)務(wù)指標(biāo)劃分和對比資料來源：繪制根據(jù)工業(yè)企業(yè)利潤增速提示，2022Q2 制造業(yè)規(guī)模凈利潤將進(jìn)一步下行，但下行速度邊際放緩。圖18：制造業(yè)上市公司凈利潤增速與規(guī)模以上制造業(yè)工業(yè)企業(yè)利潤增速相關(guān)性較高資料來源：Wind、整理圖19：上市公司數(shù)量與規(guī)模以上工業(yè)企業(yè)數(shù)量比較資料來源：Wind、整理；注：單位為個(gè)。采礦業(yè)與公用事業(yè)盈利預(yù)測通過觀察 2014 年至今的數(shù)據(jù)

13、可以發(fā)現(xiàn)，采礦業(yè)和公用事業(yè)上市公司盈利增速與規(guī)模以上工業(yè)企業(yè)利潤增速同樣走勢基本一致，但在幅度上并不完全貼合，我們嘗試用最簡單的一元一次方程對盈利增速進(jìn)行擬合，使用 2014 至 2019 年的規(guī)模以上工業(yè)企業(yè)利潤增速數(shù)據(jù)擬合采礦業(yè)盈利增速，擬合優(yōu)度為 0.9259，對樣本外 2020Q1 至 2022 年 Q1 的采礦業(yè)盈利增速進(jìn)行預(yù)測，同樣無法捕捉到疫情后出現(xiàn)的巨大波動(dòng)，但從 2021Q4 開始預(yù)測效果相較于原始數(shù)據(jù)更貼近于實(shí)際盈利增速，預(yù)測 2022Q2 增速進(jìn)一步放緩，預(yù)計(jì)從 60.84降至 47。使用 2014 至 2019 年的規(guī)模以上工業(yè)企業(yè)利潤增速數(shù)據(jù)擬合公用事業(yè)盈利增速，擬合

14、優(yōu)度為 0.8133，對樣本外 2020Q1 至 2022 年 Q1 的采礦業(yè)盈利增速進(jìn)行預(yù)測，2021Q1 至今預(yù)測效果較好，預(yù)計(jì) 2022Q2 增速回升，預(yù)計(jì)從-25.79進(jìn)一步升至-16.5。圖20：采礦業(yè)上市公司與規(guī)模以上工業(yè)企業(yè)利潤增速比較圖21：使用規(guī)模以上工業(yè)企業(yè)利潤增速擬合采礦業(yè)盈利增速資料來源：萬得、整理資料來源：萬得、整理圖22：公用事業(yè)上市公司與規(guī)模以上工業(yè)企業(yè)利潤增速比較圖23：使用規(guī)模以上工業(yè)企業(yè)利潤增速擬合公用事業(yè)盈利增速資料來源：萬得、整理資料來源：萬得、整理金融業(yè)的盈利預(yù)測根據(jù) 2022 年 Q1 的財(cái)報(bào)數(shù)據(jù)來看，金融業(yè)的歸母凈利潤占全部 A 股的 45.73，

15、占比非常高，金融業(yè)又可以進(jìn)一步拆分為貨幣金融服務(wù)（銀行業(yè)）、（資本市場服務(wù)）證券業(yè)和保險(xiǎn)業(yè)，其中銀行業(yè)占主導(dǎo)地位，凈利潤占比達(dá)到金融業(yè)的 87.68。如果對三個(gè)細(xì)分行業(yè)分別預(yù)測，可以通過凈息差、資產(chǎn)規(guī)模增速預(yù)測銀行業(yè)凈利潤增速，使用求上市證券公司每月公開披露的經(jīng)營主要財(cái)務(wù)信息預(yù)測證券業(yè)凈利潤增速，利用保監(jiān)會(huì)每月公布保險(xiǎn)業(yè)數(shù)據(jù)預(yù)測保險(xiǎn)業(yè)凈利潤增速。但是考慮到需要分別預(yù)測的環(huán)節(jié)過多可能產(chǎn)生較大的合成謬誤，考慮到金融業(yè)凈利潤波動(dòng)較小、季節(jié)性較大的特征，我們可以采用金融業(yè)自身的歷史數(shù)據(jù)來預(yù)測 2022 年金融業(yè)盈利增速。歷史數(shù)據(jù)顯示，金融業(yè)凈利潤一季度、二季度占比較高，三季度占比略低于一、二季度，四季

16、度占比全年最低，使用 2013-2019 年的數(shù)據(jù)計(jì)算得到一至四季度占比均值分別為 27.24、27.76、25.61、19.39，對樣本外 2020 年至今的單季度凈利潤、累計(jì)凈利潤、累計(jì)凈利潤結(jié)合各年一季度數(shù)據(jù)對全年數(shù)據(jù)進(jìn)行預(yù)測，結(jié)果如圖 13 所示，2020Q3 至今走勢基本一致，2021Q3 至今擬合效果較好，預(yù)計(jì) 2022Q 金融業(yè)盈利增速反彈，從一季度的-1.22上行至 5左右。圖24：金融業(yè)歸母凈利潤波動(dòng)較小資料來源：Wind、整理圖25：金融業(yè)歸母凈利潤波動(dòng)較小資料來源：Wind、整理地產(chǎn)業(yè)盈利預(yù)測地產(chǎn)業(yè)包含建筑業(yè)和房地產(chǎn)業(yè)，兩者息息相關(guān)，同處于同一條產(chǎn)業(yè)鏈。建筑業(yè)是建筑物實(shí)體

17、生產(chǎn)的行業(yè)，屬于第二產(chǎn)業(yè)，包括房屋建筑、土木工程建筑、建筑安裝及建筑裝飾、裝修等，而房地產(chǎn)業(yè)則屬于服務(wù)業(yè)，屬于第三產(chǎn)業(yè)，包括房地產(chǎn)開發(fā)經(jīng)營、物業(yè)管理、房地產(chǎn)中介服務(wù)、房地產(chǎn)租賃經(jīng)營等。在過去兩者的盈利增速走勢較為相近，但在最近出現(xiàn)較大的背離，2021 年建筑業(yè)盈利強(qiáng)勢反彈，但房地產(chǎn)增速仍持續(xù)走低，因此我們選擇對兩者進(jìn)行分別預(yù)測。圖26：建筑業(yè)和房地產(chǎn)業(yè)上市公司歸母凈利潤增速相近資料來源：Wind、整理經(jīng)過對地產(chǎn)業(yè)相關(guān)宏觀經(jīng)濟(jì)數(shù)據(jù)進(jìn)行篩選，我們發(fā)現(xiàn)國統(tǒng)局每月發(fā)布的固定資產(chǎn)投資完成額累計(jì)同比與建筑業(yè)凈利潤累計(jì)同比增速走勢十分相近，使用 2013 至 2019 年數(shù)據(jù)進(jìn)行擬合，擬合優(yōu)度為 0.899

18、，預(yù)計(jì) 2022Q2 建筑業(yè)盈利增速小幅回落。圖27：建筑業(yè)盈利增速與固定資產(chǎn)投資完成額累計(jì)同比圖28：使用規(guī)模以上工業(yè)企業(yè)利潤增速擬合公用事業(yè)盈利增速資料來源：萬得、整理資料來源：萬得、整理全 A/全 A 非金融盈利增速預(yù)測匯總在對各大類板塊的預(yù)測中，我們均使用了 2020 年以前的數(shù)據(jù)樣本用于對模型參數(shù)的預(yù)測，使用這些參數(shù)對樣本外 2020 年至今的盈利進(jìn)行預(yù)測，以上一期凈利潤占比作為權(quán)重加權(quán)平均得到對各期全 A 盈利增速的預(yù)測，可以發(fā)現(xiàn)通過自下而上方法預(yù)測的結(jié)果波動(dòng)范圍較自上而下方法預(yù)測的波動(dòng)范圍更小，具體來看，在 2020年預(yù)測更加樂觀，在 2021 時(shí)預(yù)測相對謹(jǐn)慎，同時(shí)隨著疫情造成的

19、劇烈波動(dòng)逐漸收斂，使用疫情前數(shù)據(jù)搭建的模型預(yù)測效果有所修復(fù)，可以看到 2021Q2 以來預(yù)測值與實(shí)際值走勢非常吻合,兩種方法預(yù)測值和實(shí)際值之間的相關(guān)系數(shù)均為 0.98。我們結(jié)合兩種方法的預(yù)測結(jié)果，預(yù)計(jì) 2022 年 Q2 全 A 凈利潤累計(jì)增速自上而下口徑下為-7.16、自下而上口徑下為 4.15、中位數(shù)為-1.51。由于尚未對分板塊預(yù)測涉及到的宏觀數(shù)據(jù)進(jìn)行預(yù)測，自下而上方法的預(yù)測目前僅到 Q2，隨著未來各月宏觀數(shù)據(jù)的披露，我們將在之后的報(bào)告中對預(yù)測進(jìn)行及時(shí)更新，目前對 Q3-Q4 的預(yù)測延用自上而下方法的結(jié)果（詳見圖 13）。圖29：全 A 凈利潤累計(jì)增速預(yù)測值與真實(shí)值比較資料來源：Wind

20、、整理使用同樣的方法對全 A 非金融的凈利潤增速進(jìn)行預(yù)測，可以發(fā)現(xiàn) 2021Q3 以來使用自下而上的預(yù)測結(jié)果與實(shí)際值非常貼近，自下而上預(yù)測值和實(shí)際值之間的相關(guān)系數(shù)為 0.99，而自上而下預(yù)測值和實(shí)際值之間的相關(guān)系數(shù)僅為 0.89。我們結(jié)合兩種方法的預(yù)測結(jié)果，預(yù)計(jì) 2022 年 Q2 全 A 非金融凈利潤累計(jì)增速自上而下口徑下為-8.33、自下而上口徑下為 3.45、中位數(shù)為-2.44。圖30：全 A 非金融板塊凈利潤累計(jì)增速預(yù)測值與真實(shí)值比較資料來源：Wind、整理自上而下申萬一級盈利增速預(yù)測： 基于工業(yè)企業(yè)利潤我們根據(jù)數(shù)據(jù)的可得性將申萬一級行業(yè)分為兩大類進(jìn)行分別預(yù)測，一類是能夠使用工業(yè)企業(yè)利

21、潤進(jìn)行預(yù)測，另一類是無法匹配的采用市場一致預(yù)期。首先使用工業(yè)企業(yè)利潤預(yù)測的部分，由于申萬一級行業(yè)和國統(tǒng)局使用的國民經(jīng)濟(jì)一級行業(yè)較難一對一匹配，我們調(diào)取了申萬一級行業(yè)成分股所屬的國民經(jīng)濟(jì)二級行業(yè)，基于歸母凈利潤計(jì)算了各申萬一級行業(yè)的國民經(jīng)濟(jì)二級行業(yè)分布。結(jié)果顯示，部分行業(yè)的國民經(jīng)濟(jì)二級行業(yè)分布較為集中，比如鋼鐵行業(yè)中，黑色金屬冶煉和壓延加工業(yè)占比 83.58，而有些行業(yè)的國民經(jīng)濟(jì)二級行業(yè)分布較為零散，比如輕工制造業(yè)中，造紙和紙制品業(yè)占比 39.77、家具制造業(yè)占比 21.58、電氣機(jī)械和器材制造業(yè)占比 9.53、印刷和記錄媒介復(fù)制業(yè)占比 7.69、橡膠和塑料制品業(yè)占比7.28、金屬制品業(yè)占比 4

22、.9。對于行業(yè)集中度較高的行業(yè)，直接使用占比最高行業(yè)的工業(yè)企業(yè)利潤增速去擬合申萬一級行業(yè)盈利效果效果，但對于行業(yè)集中度較低的行業(yè)，有必要將不同行業(yè)納入考量。我們采用兩種方法構(gòu)建模型用于預(yù)測申萬一級行業(yè)盈利增速：一是使用簡單的多元一次方程，將歸母凈利潤占比大于1的行業(yè)的工業(yè)企業(yè)利潤增速設(shè)置為自變量，將申萬一級行業(yè)盈利增速設(shè)置為應(yīng)變量；二是以歸母凈利潤占比為權(quán)重加權(quán)合成申萬一級行業(yè)盈利增速。圖31：申萬一級行業(yè)與國民經(jīng)濟(jì)行二級行業(yè)匹配資料來源：Wind、整理圖32：基礎(chǔ)化工行業(yè)盈利增速預(yù)測圖33：鋼鐵行業(yè)盈利增速預(yù)測資料來源：萬得、整理資料來源：萬得、整理圖34：有色金屬行業(yè)盈利增速預(yù)測圖35：煤

23、炭行業(yè)盈利增速預(yù)測資料來源：萬得、整理資料來源：萬得、整理圖36：石油石化行業(yè)盈利增速預(yù)測圖37：建筑材料行業(yè)盈利增速預(yù)測資料來源：萬得、整理資料來源：萬得、整理圖38：機(jī)械設(shè)備行業(yè)盈利增速預(yù)測圖39：國防和軍工行業(yè)盈利增速預(yù)測資料來源：萬得、整理資料來源：萬得、整理圖40：汽車行業(yè)盈利增速預(yù)測圖41：電力設(shè)備行業(yè)盈利增速預(yù)測資料來源：萬得、整理資料來源：萬得、整理圖42：家用電器行業(yè)盈利增速預(yù)測圖43：美容護(hù)理行業(yè)盈利增速預(yù)測資料來源：萬得、整理資料來源：萬得、整理圖44：輕工制造行業(yè)盈利增速預(yù)測圖45：食品飲料行業(yè)盈利增速預(yù)測資料來源：萬得、整理資料來源：萬得、整理圖46：醫(yī)藥生物行業(yè)盈利

24、增速預(yù)測圖47：電子行業(yè)盈利增速預(yù)測資料來源：萬得、整理資料來源：萬得、整理圖48：部分申萬一級行業(yè)預(yù)測結(jié)果資料來源：Wind、整理自下而上申萬一級盈利增速預(yù)測： 基于市場一致盈利預(yù)測在上一節(jié)中，我們僅對能夠與國統(tǒng)局工業(yè)企業(yè)行業(yè)分類較好匹配的申萬一級行業(yè)進(jìn)行盈利預(yù)測，剩下的行業(yè)將參考市場一致盈利預(yù)測。市場一致盈利預(yù)測指的是各機(jī)構(gòu)對某一證券未來年度的預(yù)測凈利潤的算術(shù)平均值，一般機(jī)構(gòu)不會(huì)直接對申萬一級行業(yè)整體盈利增速進(jìn)行預(yù)測，而是對個(gè)股單獨(dú)預(yù)測，盈利預(yù)測的數(shù)據(jù)來源按信息含量完整度排列，分別是機(jī)構(gòu)發(fā)布的公司研究報(bào)告、行業(yè)研究報(bào)告(個(gè)股章節(jié))、重點(diǎn)股票預(yù)測表，對指數(shù)的預(yù)測采用整體法，需要將對行業(yè)內(nèi)個(gè)股的盈利預(yù)測進(jìn)行加總。我們沒有將市場一