第四章 打开盈利预测的黑匣子
主要内容：
盈利分析是价值投资的核心，但像黑匣子，有诸多主观臆断成分，首先需辨析概念：1）利润增速（如净利润同比增速）、盈利水平（如毛利率和ROE）和利润本身（如每股收益）各有内涵，相互关联；2）业绩预测有“自上而下”和“自下而上”之分，不同行业使用不同的业绩预测思路；3）我们的业绩分析以申万重点公司为主体。4）判断是起点，修正更重要，修正主要为两方面：业绩趋势和拐点、具体的增速。
盈利预测需注意三点：1）根据行业特性，把上市公司分为金融服务、石油石化、剔除石油石化的制造业和非金融服务业四大类，分类预测，再合成；2）银行以自上而下为主，目前利润主要来自息差收入，贷款规模、息差变动是核心变量；3）剔除石油石化后的制造业是预测的重点，其收入增速看工业增加值和PPI，毛利率以需求为核心，关注FAI、工业生产和CRB指数，根据中观行业数据、工业企业利润数据来调整，再结合行业分析师自下而上补充和调研反馈的信息。
策略重在把握盈利能力的变化。因为供应和毛利率的因素，业绩增速有时会和经济波动相背离。而从股市投资角度看，盈利增速而非经济增速才是关键。2005年上半年经济不差，但是毛利未稳，业绩拐点尚未出现，所以股市也不好；2008年12月，经济尚未企稳，但是盈利能力和业绩增速已率先企稳，所以股市反弹。
后续研究值得关注。未来，中国经济增长面临下台阶的风险，GDP的增速大概率还要下降，但是上市公司整体的业绩增速未必下滑，因为盈利能力可能提升，所以估值未必会持续下滑。1999年以后，中国上市公司的盈利能力就在提升，美国和海外的案例或许也有启发，这些是我们后续的研究方向。
最近一段时间，我们花了很多精力去论述“市场特征“，并以此筛选行业，效果不错。但我们从未放弃业绩分析和基本面跟踪，接下来争取用几篇报告建立可跟踪、可校正的业绩分析模式。
1.业绩分析是黑匣子
一直以来，盈利分析是价值投资的核心，但事实上，盈利预测和业绩分析是个黑匣子，有诸多主观臆断成分。诸多概念也纠结不清，例如业绩到底指增速还是盈利水平？自上而下和自下而上的区别何在？预测的标的和范围是什么？初始的判断和后续的调整如何？文章第一部分先分析这四个问题。
1.1 业绩涉及量、价、“利”
投资者谈及业绩，概念多有模糊，有时指利润增速（如净利润同比增速）、有时指盈利水平（如毛利率和ROE）、有时甚至指利润本身（如每股收益）。三者相互关联，却隶属不同层面。企业的利润由收入和盈利能力决定，收入又由销量和价格决定，因此利润是量、价和“利”的综合，其增速也由量、价和“利”三者的增速决定（图1）。这是一个简单的数据和会计问题。
衡量企业盈利能力的指标有毛利率、销售利润率和ROE，与收入相对应的是销售利润率。销售利润是毛利率和费用率的综合，由于费用率的变化相对较小，因此销售利润率和毛利率的相关性很强（图2），因此一般通过把握毛利率来把握企业盈利能力的变化。
利润由收入和毛利率构成，所以上市公司利润增速拐点和GDP增速拐点未必完全一致。GDP只反映了收入的部分，如果毛利率的变动成为主导因素，两者是有可能背离的。而这种背离是造成股指波动和GDP波动不一致的一个原因。
1.2 “自上而下”和“自下而上”相结合
业绩预测有“自上而下”和“自下而上”之分，所谓“自上而下”是从宏观判断出发，根据历史上业绩和宏观变量的回归关系来预测业绩走势，“自下而上”是指在个股盈利预测基础上，汇总得到总体盈利预测。通常大家谈论的一致预期指“自下而上”汇总的数据，主要有朝阳永续和WIND的一致预期。一般而言，“自上而下”只是一个大类行业整体、模糊的判断，精细化意义并不大。
不同行业使用不同的业绩预测思路。不同类型的公司，由于其业绩走势和宏观经济走势的相关性强弱不一，自上而下和自下而上的效果也不一样。一般而言，传统周期类行业如钢铁、石化、建材、工程机械等受FAI影响巨大，倾向于自上而下，而消费品、TMT等行业公司特征显著，自下而上更加靠谱。
抓大放小、分类预测，“自上而下”结合“自下而上二对于一些利润占比非常大的行业，需要单独分析，而对于一些利润占比小的行业，可以放弃，否则业绩预测是个无法完成的工作。结合行业重要性和各行业所适用的预测思路，对行业进行重新分类，不同类行业采用不同的预测思路，先预测各类的增速，再汇总总体的盈利预测，是为“自上而下”结合“自下而上”（表1）。
1.3 以“申万重点公司”为预测标的，有微观基础
投资者谈及的业绩主体也多有不同，有人说沪深300，有人指上证综指，也有人讲全市场，我们以申万重点公司为基础。
之所以如此，基于三方面考虑：首先，使盈利预测具备微观基础。策略主要是自上而下预测，但缺乏自下而上配合，最终疏误太大。只有不断和分析师交流、借助分析员的调研、获取，敖观信息，才能做到自上而下和自下而上的结合。其次，目前一致预期数据只有年度，没有季度。从投资节奏上看，季度的判断更加重要，可以以重点公司为模板，在季报公布前建立季报的盈利预期，进行季报分析。最后，可以明晰盈利预测变动的结构和原因，为行业比较分析打基础。以申万重点公司为样本，可以持续跟踪业绩预测变动的原因，为自上而下盈利预测提供信息。
申万重点公司有很强的代表性。申万重点公司有480家，利润占到全市场的85%，剔除金融之后占比达到75%，剔除金融服务和石油石化的利润占比也可以达到68%（图3、图4）。
1.4 接受“不可能”、修正更重要
经济周期决定业绩周期，因此经济趋势是业绩判断的根本，但经济波动本身就极难预测，所以修正是必须的。此外，从经济到业绩还有毛利率一环，更加增大了预测的难度。
判断经济的趋势是为了站在中长期角度把握业绩方向，具体数值并不重要，后期的跟踪和修正则侧重于具体业绩增速的数值和方向趋势的调整。中长期趋势的判断是起点，正确与否关系到投资成功率的高低：但任何情况、任何人都不能保证趋势判断的正确性，所以做出判断后要密切跟踪、修正。
修正体现为两方面：业绩趋势和拐点、具体的增速。趋势和拐点是最关键的，要时刻考虑三方面：之前的判断逻辑、跟踪的实际情况、是否出现新的变化。比如2011年8月，跟踪的信息反应我们之前提出的“三季度小复苏下毛利率上升”这一判断是错误的，因此在8月末及时修正、下调盈利预测。再比如2011年11月份，我们认为2012年上半年业绩增速下降幅度减缓甚至走平，大逻辑是一季度盈利能力企稳（图5）。从目前跟踪的各行业主要产品的价差、工业企业1—2月份的毛利率情况来看，盈利能力确实不会有明显下滑。因此，我们维持业绩增速下滑减缓这一趋势判断。趋势判断的目的是追求方向正确、模糊有效，数值是否精确居次。逻辑判断只能掌握趋势，实际增速会因会计计提等非趋势原因而有所出入，因此先要有趋势判断、模糊判断，后才有增速的修正、追求精确（图6）。
业绩增速的具体修正可以借助行业分析师的力量。业绩增速具体是多少，除受趋势因素影响外，还受到业务结算时点、计提标准变化等微观因素制约。微观层面的变化更多借助行业分析师，具体增速的预测也需要借助行业分析师的力量。通常，我们会在每个季度结束后、季报集中公布前，组织行业分析师做季报前瞻，在“自下而上”的基础上“自上而下”分析得出预判。
哪些行业分析师自下而上反馈的业绩信息相对重要呢？这主要和行业属性有关。如果把业绩增速的变动分为周期来源（趋势项）和非周期来源，两类行业应该更多借助分析师的力量（图7）：首先是化学制品、医药生物、信息设备、食品饮料和房地产略业绩增速受非周期因素影响较大的行业；其次是餐饮旅游、证券、服装、化学原料、电力、化学纤维和农林牧渔等非周期性波动非常大的行业。
2. 盈利预测怎么做
2.1 分部预测、自上而下结合自下而上
根据行业特性，把上市公司分为金融服务、石油石化、剔除石油石化的制造业和非金融服务业四大类，分别考察各类的盈利增速，再合成整体的盈利预测（表2）。
首先，制造业和宏观经济关系紧密，宏观对工业增加值、PPI等数据的分析较多，为自上而下的盈利预测提供素材，月度公布的工业企业利润数据也是很好的校正指标。制造业中，石油石化虽也与宏观相关，但会受到垄断、特别收益金和国家补贴等影响，业绩需单独考虑，自上而下和自下而上结合。
其次，决定银行业绩的指标，如贷款增速、利率也是宏观变量，因此也采取自上而下的预测方法。非金融的服务业，业绩和宏观经济相关性较弱，有较强的公司特性（比如餐饮旅游行业的公司其业绩就和区域有很大关系，房地产的业绩和结算时点有很大关系），主要采用自下而上的方法。
2.2 银行的预测以自上而下为主
金融服务中，保险、证券的利润占比较少，容易受到“投资收益”的影响，难以自上而下把握，主要采用分析员的跟踪和预测。银行利润占比大，需要重点把握，以自上而下为主。目前，银行的利润主要来自息差收入，因此贷款规模、息差变动是影响银行利润的核心因素。从实证结果来，业绩增速和息差变动更相关（表3）。
而净息差与利率周期、存款活期化、银行议价能力相关。由于央行通常进行对称式加息或者降息，并且活期存款利率不变，所以加息通常导致银行净息差上升，反之亦然。同理，当银行定期存款活期化时，净息差上升，反之下降。影响银行净息差的三个主要因素基本都和经济周期及利率周期一致，因此可以重点观察市场利率的变化来判断净息差走势。
2.3 剔除石油石化的制造业是盈利预测的核心
2.3.1 剔除石油石化的制造业是重点
首先，这部分公司众多，占全市场的77%。
其次，制造业对宏观经济的变动最敏感（图10、图11），服务业依附于制造业，对经济的变动有一定滞后性，所以寻求盈利拐点，最重要的是把握剔除石油石化后的制造业盈利拐点。
最后，大量宏观、中观数据使制造业的盈利预期有很强的自上而下属性。
2.3.2 收入增速看工业增加值和PPI
制造业的范围和工业企业的范围基本一致，因此制造业的需求等同工业增加值、价格参考PPI。根据PPI和工业增加值的简单模拟可以把握制造业收入增速的变动趋势。剔除石油石化后制造业的收入增速仍然和工业企业和PPI的关系密切，模型显示，两者相关度达到0.9以上（图12）。
2.3.3 毛利率以需求为核心，关注FAI、工业生产和CRB指数
毛利率是预测制造业业绩增速变动的核心，一般而言，供应、需求和成本都会影响毛利率的变动。通常供应端的变化不大，所以我们着重考虑需求和成本。更关注需求还是更关注成本，关键看价格的变化主要是需求所致还是成本推动。如果需求端平稳、输入性通胀导致价格上升，则成本对毛利率的挤压会非常严重，2003年以来这种情况很少，仅在2008年上半年发生。
以工业增加值、固定资产投资代表宏观需求，PPI代表价格，CRB代表成本因素，2003年以来四个因素对毛利率变动的解释能力达到0.6。
毛利率（单季）=-0.016-0.000125CRB-1+0.00172PPI+0.0014工业增加值增速+0.0012固定资产投资增速
同时，要注意供给端的变化，一旦供给发生突变，供给将成为毛利率变动方向的主导因素，比如2004、2005年的很多制造业。此时，GDP拐点和业绩拐点可能不一致，因为GDP只代表需求部分，不能体现供应的变化。
2.3.4 业绩的跟踪和修正
预测只是起点，修正才是重点。根据中观行业数据、工业企业利润数据来调整，再结合行业分析师自下而上补充和调研反馈的信息。
中观行业数据件身是死的，数据背后的信息和逻辑是活的，因此对信息的解读才是重要的。而对信息的解读，需要对数据的历史熟悉，还需要行业的背景经验，需要和相关领域分析师仔细勾兑，对经济各层面的变化有协调一致、符合逻辑的解读。
工业企业数据和制造业有较好的匹配性，可以用来进行业绩修正。工业企业数据每月公布，相比上市公司的季报更高频。2003年以来，根据剔除石油石化以后的工业企业季度数据来判断A股非石油石化制造业的季度数据，正确的概率可达66%（图14、图15）。
3. 策略重在把握盈利能力的变化
3.1 业绩增速拐点和GDP拐点会发生背离
由上分析，业绩增速和GDP增速是两个概念，从会计和数学上讲，业绩增速为收入增速和毛利率变化之和。但由于A股市场，周期品比重较大，业绩增速拐点和GDP拐点比较吻合（图16、图17）。
但由于业绩增速涉及毛利率变动，所以不能单纯用收入（GDP）增速来解释，当供应环节不出现重大变化时，两者基本一致，一旦供应环节出现变化，两者就可能背离。下面着重分析2003年来的两次背离情况。
2005年的供给集中释放导致业绩和经济背离。2000年到2004年，我国经历了一波投资高速增长，固定资产投资增速逐年上升，一直到2004年，中央才严令调控，2005年投资增速开始下滑，但产能集中释放持续到2005年，导致2005年在需求企稳的状况下，企业盈利能力及业绩增速继续下滑（图18—图19）。
2008年四季度一2009年一季度，大规模去库存导致的背离。2008年4季度经济加速下滑，此时企业亦出现比较严重的去库存，导致企业需求极度恶化、盈利能力大幅下滑。2009年1季度，经济下滑减缓，此时产品价格开始企稳甚至反弹，带动毛利率反弹，从而支撑业绩反弹。经济从迅速下滑到走缓的过程中，毛利率可能率先企稳，进而支撑业绩增速先于经济见底，2008年到2009年，GDP在09年1季度下滑到6.61%，是底部，但是业绩底部在2008年4季度（图20、图21）。
3.2 策略更看重“利”
策略应该着重把握盈利能力（毛利率）的变化。
首先，从研究分工看，量的增长取决于诸如工业增加值、GDP等宏观变量，价则看PPT、CPI等变量。这些指标都是宏观指标，主要由宏观分析员来把握更为合适。而盈利增长的另部分为毛利率的变化，由策略分析员把握更合适。
其次，上述两个案例说明，因为供应和毛利率的因素，业绩增速有时会和经济波动相背离。而从股市投资角度看，盈利增速而非经济增速才是最关键的（图22）。2005年上半年经济不差，但是毛利未稳，业绩拐点尚未出现，所以股市也不好；2008年12月，经济尚未企稳，但是盈利能力和业绩增速已率先企稳，所以股市反弹。
最后，从实际预测效果来看，把握“利”对于业绩分析预测更重要。业绩是盈利能力和收入的综合，盈利能力的波动明显大于收入增长的波动，说明盈利能力才是业绩变化的核心因素（图23—图24）。而且，销售利润率增长和利润增长的相关系数达到0.99，显著高于收入增速和利润增长的相关性，因此把握“利”相对更重要。
未来，中国经济增长面临下台阶的风险，GDP的增速大概率还要下降，但是上市公司整体的业绩增速未必下滑，因为盈利能力可能提升，所以估值未必会持续下滑。1999年以后，中国上市公司的盈利能力就在提升，美国和海外的案例或许也有启发，这些是我们后续的研究方向。