辽宁
本文转载自微信公众号：中信建投证券研究
文｜姚紫薇王超
本文基于“产业景气—盈利预测—行业配置”的传导逻辑，构建行业景气分析框架。首先结合定性与定量方法筛选指标，构建三类预测模型，并结合一致预期改善净利润预测效果。本文进一步尝试大模型增强预测，结果表明增量有限。基于盈利预测构建的景气指数具备一定行业择时与轮动价值，综合轮动策略年化收益率为15.12%，相较六行业等权基准实现7.12%的年化超额收益。
简介
本文将盈利预测作为景气度研究的核心中间目标，选取ROE、营收、净利和毛利的TTM同比作为景气度代理，引入一致预期数据和大模型进行增强，系统构建煤炭等6个周期行业的景气指数。
定性定量协同筛选
本文先通过产业链进行梳理，构建了符合基本面逻辑的行业指标池；随后通过应用、t检验等定量方法进行定期动态筛选。
模型比较与改进
本文对比DFM、Factor-Bridge和Factor-MIDAS三类模型， DFM表现最优。针对净利润预测难度较高、部分模型对结构变化适应不足的问题，进一步引入一致预期和短期模型进行优化。
大模型增强盈利预测
本文探索了特征工程、独立预测及校正预测三种路径。特征工程实现了小幅性能增益；独立预测的整体精度弱于线性模型；校正预测将大模型作为纠偏模块识别非线性与背离信号，效果优于独立预测，但整体表现未能超越线性模型。
景气指数应用
本文基于绝对水平、季度变化、月度变化和稳健水平4个角度形成16个因子。回测结果显示，多数因子能够捕捉行业相对全市场的强弱变化，验证景气指数具有一定择时价值。
本文进一步考察景气指数在多行业轮动中的参考价值。结果显示，绝对水平类因子具有较好的截面区分能力。选取表现较好的6个因子等权合成，每月配置前两名行业，轮动策略年化收益达15.12%，夏普为0.67，相较等权基准实现7.12%的年化超额收益。
本报告中所有数据结果是基于历史统计结果的展示，未来有可能发生风格切换导致因子失效的风险。模型运行存在一定的随机性，初始化随机数种子会对结果产生影响，单次运行结果可能会有一定偏差。历史数据的区间选择会对结果产生一定的影响。模型参数的不同会影响最终结果。模型对计算资源要求较高，运算量不足会导致结果存在一定的欠拟合风险。本文所有模型结果均来自历史数据，模型存在统计误差，不保证模型未来的有效性，对投资不构成任何建议。
姚紫薇：金融工程及基金研究团队首席分析师，上海财经大学硕士，厦门大学统计学与数据科学系行业导师、中证报金牛奖专家评委。历任兴业证券金融工程分析师、招商证券基金评价业务负责人，2024年加入中信建投研究发展部，深耕基金研究、资产配置、财富管理、数字化建设、大模型应用等领域，主导开发招商证券研基实验室、中信建投智研多资产配置+平台（网址：https://fund.csc.com.cn）。多次获得团队荣誉，获得2020年新财富最佳分析师金融工程方向第3名，2021年新财富最佳分析师金融工程方向第2名。
王超：南京大学粒子物理博士，曾担任基金公司研究员，券商研究员，有丰富的研究和投资经验，2021年加入中信建投证券研究所，主要负责量化多因子选股。
证券研究报告名称：《中观景气研究：多维增强的盈利预测框架——以周期行业为例》
对外发布时间：2026年9月1日
报告发布机构：中信建投证券股份有限公司
本报告分析师：
姚紫薇 SAC 编号:S1440524040001
SFC 编号:BXU265
王超 SAC 编号:S1440522120002
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
