万和城注册万和城登录万和城平台注册光伏产业链可分为三大线条，分别是主产业链、辅产业链以及光伏设备产业链，以主产 业链为核心，各环节所用辅材及生产设备贯穿其中，共同构成光伏行业的全产业链。对 于光伏行业景气的研判，重点关注光伏的主产业链。从上游的硅料、硅片到电池片和组 件等中间环节，再到下游的光伏电站，整个光伏产业链的链条较长，细分领域上有各种代表性公司，通过分析产业链每个环节的特征，总结其中投资的共性与差异，聚焦行业 景气研判的关键要素。

　　关注光伏行业主产业链，作为光伏产业链上游的硅料环节，技术壁垒相对最高，但技术 相对稳定，重资产属性明显，该环节成本的下降主要源于新建产能，企业梯队化分布明 显，龙头标的份额将逐步提升。作为硅料的下游，硅片环节的竞争格局在主产业链中最 优，资产属性轻于硅料，在产能建成后成本仍有一定下降空间。同时，由于该环节生产 壁垒不高，产品较为同质，成本控制成为企业竞争的核心。在电池片方面，资产属性轻 于硅片，生产相对流程化，技术更多是凝结于设备，故同一时期产能成本差异相对较小， 但技术变迁速度相对较快。该环节一个重要的特点在于电池片难以保存，易受制于下游 组件，行业出现明显的电池组件一体化特征，技术变迁速度快和一体化导致行业集中度 低于其他主产业链环节。对于组件环节，生产壁垒较低，产品具有一定期货属性，竞争 在于品牌渠道，行业集中度持续上升。

　　从光伏行业主产业链的竞争格局发展来看，各环节行业集中度稳步提升。从 2021 年最 新的数据来看，电池片和组件环节集中度上升趋势显著，CR1/CR3/CR5 均出现较大程 度提升，多晶硅环节中 CR1 与 CR3 占比进一步提升，硅片环节 CR1 占比虽有所降低， 但 CR3 与 CR5 有一定提升。

　　从行业研究的角度来看，行业所处的宏观环境、在产业周期上的定位以及产业政策的走 向决定了行业的供需关系和格局，最终对于行业的预判结果产生较大影响。不过从历史 复盘角度上看，往往每个阶段背后驱动因素迥异，分清楚阶段找到主要矛盾对后期研判 也有重要作用。 针对光伏行业特点由渗透期—成长期—成熟期，分别是海外需求+补贴政策、国内需求 +补贴政策、技术升级+碳中和政策等因素主导，基于这个逻辑一方面进行阶段切分和分阶段复盘，以便于后期建模时指标和模型差异化处理；另一方面，围绕行业供需、成本 等基础分析要素，梳理行业代理变量及中观指标为模型中观指标库构建奠定基础。

　　从行情来看，基本面和政策面因素共同主导了光伏板块的行情，根据长江电新的研究成 果，基本遵循“相对高补贴→装机超预期（股价涨）→补贴承压下调→产业链价格下跌 （股价跌）→成本下降补贴下调→装机超预期（股价涨）”的整体波动规律。

　　复盘历史，全球光伏行业的发展可划分成三大阶段，分别是渗透期、成长期以及成熟期 （平价新周期）。 1）2006-2011 年——渗透期：欧洲市场主导全球光伏装机需求。德国、意大利、西班 牙等国家在补贴等政策推动下，年均装机增速约 80%，需求快速增长。 2）2013-2017 年——成长期：中美日支撑全球光伏装机量。欧洲老牌光伏发展国由于 补贴压力急剧上升，相关政策逐步退出，但是中国、美国、日本相继出台补贴、税收减 免等相关支持政策，承接欧美需求回落后的全球需求，该时期行业年均增速 30%-35%。 3）2019 年至今——成熟期：成本从依赖补贴到平价爆发。随着技术的不断突破，光伏 发电成本持续下降，光伏发电在众多地区已经成为最便宜的发电能源，叠加环保、碳中 和概念普及，使得补贴政策退出背景下，成本优势成为驱动全球光伏装机需求的新动力。

　　在全球光伏行业发展的前两个阶段，政策补贴对于行业需求的影响显著，即对于下游新 增装机量的影响，因此新增装机量的变化在该阶段可较好地反映政策补贴对于行业的影 响。 在欧洲市场，以装机占比最高的德国为例，在 2012 年之前补贴政策推动装机量快速增 长，2012 年以后，补贴退出叠加双反和最低限价保护政策，导致装机成本上升，需求显 著下滑，2013 年德国的新增装机量相对 2012 年出现大幅下跌。此时，衡量需求变化的 代理变量即新增光伏装机量，而政策的影响亦较好地反映在需求之中。

　　第二阶段，2010 年后，中国市场在固定补贴政策下光伏装机量持续快速增长，2012 年 至 2017 年期间，年度新增光伏装机量平均同比增速超过 80%，但在 2018 年“531”政 策之后，补贴政策加速退场，新增装机量出现阶段性下滑。对于美国市场，2013-2016 年期间主要在 ITC 政策支持下装机持续快速增长。

　　对于第三个阶段，在全球补贴持续下降的过程中，随着技术升级迭代，过去 10 年光伏 成本降幅达到 90%，凭借成本端更大的降幅，长期持续的降本量变逐步促成平价量变， 当前全球大部分地区光伏发电成本已与煤电相当，内生经济性动力显著。

　　对应到建模中，2019 年至今的逻辑与前期有发生较大变化，历史数据对于当前及以后 预判作用有限，因此需要依据光伏制造行业发展的逻辑将行业划分为不同的区间，分别 进行建模，以提升模型的有效性。

　　通常来说，股价涨跌的驱动因素可以分解为两个维度：估值和盈利。盈利是供需、成本 等综合作用的结果，而估值实际反映的是对于盈利的预期，供需预期、市场空间、行业 格局更为重要，同时亦受政策预期压制。 分别从需求、供给、成本等维度剖析行业的变化。在由政策驱动时代向平价时代转变过 程中，行业从政策补贴刺激装机需求转变成光伏发电成本优势带来的需求，成本端对于 需求的影响愈发显著。而在供给端，行业供给通常跟随需求周期，需求旺盛刺激企业扩 产，相比需求具有一定的滞后性。

　　从估值、业绩贡献程度来看，光伏行业表现整体受业绩波动的影响较大，在业绩表现较 好的阶段，收益相对较高，典型代表如 2010 年下半年、2014-2015 年以及 2020 年。

　　光伏电站建设整体属于重资产环节，前期建设投入较大，发电成本主要以折旧、财务费 用等固定成本为主，日常运维和材料等费用占比较低，因此光伏电站建设投资属性明显， 需求研究的关键是投资的空间与投资动力。 从投资空间的角度来看，主要回答“能不能建”的问题，由于光伏发电属于电力领域， 一般受到政府管控，因此投资空间与政策高度相关。 从投资动力的角度来看，主要回答“愿不愿意建”和盈利性的问题，对于光伏电站的投 资效益，通常使用项目投资回报率（IRR）作为重要的衡量指标，而 IRR 主要与电价和 成本相关，因此 IRR 的关键在于政策补贴支持与电站装机成本。在补贴模式下，政策与 成本共同驱动光伏需求的周期波动，但在当前政策影响弱化，平价趋势背景下，成本下 降对于需求的刺激强化。 需求端主要关注国内和海外市场，反映到具体指标上主要为国内及海外主要国家的新增 装机量和组件出口量。成本的代理变量通常为光伏主产业链各环节的产成品的价格，例 如硅料、硅片、电池片、组件等环节的价格。

　　供给面的影响逻辑相对更为长线，光伏行业的供给驱动力主要来自于两方面，分别是需 求周期的影响和企业技术领先程度。 1）短期供给波动跟随需求周期。需求旺盛刺激企业扩产，通常供给周期在行业发展过 程中的角色为跟随者，相比需求具有一定的滞后性。 2）技术迭代和规模效应决定行业供给总量和公司供给差异。一是成本领先，成本曲线 陡峭的行业，龙头企业往往主导行业扩产；二是技术领先，具备技术优势的公司，有望 有更强的扩产动力。 供给维度的代理变量通常为硅料、硅片、电池片、组件等主要环节的产能、产量以及产 能利用率指标。

　　中观维度对于行业基本面解释力度强，但映射到股价及超额收益上则较为有限，因此在 长江单行业基本面量化框架中也纳入了宏观、市场风格、行业比较及资金流影响等维度， 通过综合打分方式判断行业景气度。 在模型构建方法方面，首先针对光伏制造（长江）构建基础指标库，然后通过分阶段交 叉相关系数检验方法从基础指标库中筛选出具备领先相关性的指标构建核心指标库，最 后根据核心指标库指标与行业超额收益的正负相关性对行业走势进行打分预判，回测历 史区间内打分择时效果。

　　宏观基本面的影响包括经济景气度、通胀环境、政策及流动性、财政与结构政策几个维 度。但测算结果显示，光伏行业整体与宏观经济周期的相关性较弱，仅在流动性、PMI 等维度存在显著领先指标。

　　通常来说，宏观维度从上至下对于整个股市有共性影响，但如果从相对收益的角度来看， 行业对于宏观波动敏感度存在差异，因此在相同宏观大环境下不同行业也存在行情分化。 从行业研究角度来看，光伏行业与宏观经济的周期性相关性相对较弱。首先，全球范围 内看，光伏当前仍处于渗透率较低阶段，全球光伏发电占总发电量的比例仅 2%左右， 广阔的成长空间赋予其跨越周期的特征；其次，多数地区光伏行业的发展仍然在不同程 度上受到自身行业政策的影响，包括补贴支持、配额制政策等。因此，处于成长期且受 自身行业政策影响较大的光伏行业，行业景气度受宏观经济周期的影响相对较小。 不过考量到二级市场短期波动仍会受到宏观及流动性以及经济预期等影响，构建宏观指 标库进行宏观数据与行业超额收益率检验，寻找是否有宏观指标能够对光伏行业配置价 值有一定解释。

　　对于光伏行业，主要从以下维度进行宏观指标的挑选： 1） 在行业特性方面，光伏电站建设资产属性较重，电站成本以折旧、财务费用等固定 成本为主，投资属性更强，经济整体的景气程度在一定程度上影响了投资活动，或 对光伏电站建设产生影响。因此，在经济增长与通胀水平维度，考虑 GDP、固定资 产投资等因素；在经济预期维度，考虑宏观经济景气指数等指标。 2） 光伏电站建设投入较大，总资产周转率较低，项目整体对于融资的需求较大，因此 项目建设或受到市场融资环境的影响，叠加成长风格在市场流动性宽松阶段整体表 现更优。因此在货币政策与流动性维度，考虑贷款、M1/M2 同比、社融、利率等指 标的影响。

　　宏观指标通常会受到季节性和短期波动的影响，因此对于宏观指标的处理方式至关重要。 参考《长江金工单行业基本面量化系列研究框架》中对于宏观指标显著性的检验方法， 采用移动平均法剔除宏观指标季节性波动和其他短期干扰。此外，相比宏观指标的绝对 水平，通常情况下，宏观经济的状态变化才是影响投资者预期及表征股市“晴雨”的重 要关注点。 基于此，我们将宏观指标进行上、下行状态切分，依据指标的不同状态，对指标在上行、 下行不同状态下是否能显著区分行业的超额收益进行检验，同时使用互相关检验计算最 优领先阶数。在阶段划分方面，光伏制造（长江）在 2018 年之后的整体表现强势，与 前期行情走势存在较大差异，同时，光伏行业在 2018 年之后逐渐进入平价新周期，行 业逻辑亦发生一定改变。因此，除了检验宏观指标与光伏制造行业在全区间的领先显著 性，我们也将 2018 年之后的区间划分出来单独进行检验。

　　从结果来看，对光伏行业超额收益有领先显著性的宏观指标较少。在全区间，上行状态 下显著且具有领先性的指标仅有 M2 同比，下行状态中也仅有 PMI、理财产品预期年收 益率等显著指标。在 2018 年至今区间内，指数表现强势，上行状态中存在少量显著领 先的宏观指标，分别为发电量当月同比、宏观经济景气指数（先行指数）以及 PMI 同比。 总结来看，测算结果验证了前文关于光伏行业与宏观经济的逻辑论述，即光伏行业与宏 观经济的周期性相关性相对较弱。

　　前面部分对于中观产业链维度进行了详尽分析，落地到中观指标方面，主要聚焦行业供 需、成本、估值、政策事件以及中长期前景等几大方面。 本部分依据我们在前两节对于光伏产业链和行业分析框架的梳理，让投资者对于光伏行 业景气预判有更为直观和定量的认知，同时以研究员日常跟踪的核心指标作为行业中观 指标备选库，通过统计检验的方法筛选出对于光伏制造超额收益具有指导意义的领先指 标。

　　根据前文对于光伏行业分析框架的详细阐述，光伏研究员在分析行业时主要从需求、供 给和成本三大维度出发，其中，在跟踪行业景气时最为关注的维度当属需求，供给整体 跟随需求周期，需求情况通常能够直接反映行业的中观景气程度。另外，在当前补贴政 策逐渐退出、平价时期到来的背景下，光伏发电成本下降成为驱动装机需求的重要因素， 成本端的指标跟踪也显得尤为重要。 在代理变量方面，需求端可用国内、海外的光伏装机量以及组件出口量作为景气代理变 量，海外具体关注光伏装机量较高的地区及国家，例如欧洲、美国、日本、澳大利亚及 印度等。在供给端，主要关注光伏主产业链中重要环节的产能情况，具体包括硅料、硅 片、电池片、组件等环节，表征行业的装机能力。而在装机成本方面，亦主要从光伏主 产业链环节和重要辅材的价格角度出发，衡量光伏度电成本。 除了行业基本面中观指标外，估值也是非常重要，从相对沪深 300 估值溢价率及行业本 身估值分位，选择 PE、PS、PB 三种进行测算，同时考虑绝对估值和相对估值（相对 沪深 300 指数估值）两类估值指标，同时再加入估值百分位指标，衡量当前估值在历史 区间中所处的水平。

　　根据研究员对于光伏行业研究的分析框架及行业数据库，选择了装机量、产能、价格等 指标构建行业中观指标库，并将这些中观指标作为超额收益的解释因子，通过实际测算 来验证中观指标代表的基本面变化对于行业超额收益的影响程度，寻找对行业超额收益 有强解释的显著中观指标。

　　在测算区间方面，国内光伏高频数据时间较短，多由 2018 年开始，因此光伏行业中观 指标的测算从 2018 年 1 月开始。在指标显著性测试方面，以光伏制造行业超额收益（相 对沪深 300）作为因变量 Y，上述指标的同比和环比值作为自变量 X，分别检测每个指 标与行业超额收益之间的相关性和领先滞后关系，挑选具有领先性、领先阶数小于 6 个 月且相关性显著的指标作为光伏景气预测模型的中观代理指标。 从测算结果来看，在 2018 年之后的区间内，需求、供给、成本以及估值等几大方面均 有显著的领先指标。需求方面，新增装机量、光伏并网量以及组件出口量等均有领先显 著性。供给方面，光伏主产业链中重要环节的产量或产能利用率数据均呈现出显著的领 先性，且与基本面逻辑较为契合，产量/产能利用率与光伏超额收益呈现正相关性，相关 系数在显著指标中也较高。成本方面，硅料、硅片、电池片以及光伏玻璃价格与光伏行 业超额收益呈现出显著的相关性，但相关性方面上出现一定分化，多晶硅 9N 价格和多 晶电池片价格与超额收益呈现正相关，光伏玻璃价格和单晶 166 硅片价格与超额收益呈 现负相关。

　　行业比较包含两个方面，一来从产业链关系上看，具有上下游相关性的行业 A 和行业 B 间往往景气相互串联，表现为股价联动性较强，此时，行业 B 的景气度变化同样影响行 业 A；二来，从市场风格、资金风险偏好角度上看，如若行业 A 和行业 B 有较强的同质 性或相斥性也会带来配置上的相互影响，表现为生产关系上不紧密，但是超额收益相关 性高。 方法上来看，通常使用聚类分析和行业相关性测算两种方法来寻找光伏板块的相关行业， 并同时测算 2008 年至 2022 年和 2018 年至 2022 年两个区间，对比光伏历史上和近年 来的关联行业是否发生显著变化。 其中，聚类是一种较好的从超额收益结果方面来推导行业关联性的方式。使用“最远距 离法”进行聚类分析，将距离定义为“1-超额收益率相关系数”，把与光伏制造行业“距 离”较近的行业认定为其关联行业。

　　光伏属于新能源领域的核心赛道之一，受到整体板块的影响，行情与新能源领域其他赛 道呈现出较强的相关性。从聚类和相关性测算的结果来看，除了光伏玻璃与光伏设备这类产业链直接相关行业，风电领域的风电零部件和新能源车领域的电池材料、锂电设备 等行业均具备较强相关性。同时，新能源发电运营作为光伏产业的下游，其行业指数净 值走势与光伏制造亦表现出较强相似性。

　　综合聚类和相关性分析的结果，选择光伏设备、新能源发电运营、光伏玻璃、工控元器 件、电池材料、风电零部件、电网一次硬件、乘用车零部件等 8 个行业作为光伏制造的 关联行业。同时，以 PE、PB 和 PS 估值指标和 ROE、净利润增速、营收增速等业 绩指标为基础，计算白色家电与各个关联子行业相应指标的比值，以此表现两个行业在 该维度上的相对关系。

　　根据测算结果，在全区间中，与光伏制造存在显著领先指标的行业较少，显著指标仅有 电网一次硬件 PE_TTM 和风电零部件净利润同比，指标相关性整体不高。2018 年之后， 在多数关联行中均具有显著领先性且相关性较高的指标，在电网一次硬件、新能源发电 运营、工业自动化等行业中主要是估值和盈利质量，而在光伏玻璃、风电零部件、电池 材料等行业以营收、净利润业绩指标为主。

　　通常行业基本面的变化相对较慢，行业短期波动受到资金流、风格、市场情绪等因素的 影响。回顾光伏制造行业历史表现，指数每一轮较大幅度的上下行基本均与基金光伏持 仓变动表现出较为明显的联动性。同时，光伏作为北向资金青睐的行业之一，2018 年 之后，北向资金不断加仓光伏行业，行业指数净值点位经历了一轮快速拉升。

　　资金流维度除了机构持仓和北上资金之外，另一个方面就是对 ETF 申赎的跟踪，ETF 份额的异动一定程度上体现投资者情绪的变化，虽然目前可供跟踪的光伏 ETF 数量相 对较少，但值得持续关注。目前，市场中光伏相关 ETF 共有 9 只，均跟踪中证光伏产 业指数。

　　从趋势上来看，光伏制造行业指数表现与市场光伏 ETF 份额呈现出一定的负向关系， 即在某些阶段光伏制造指数走势整体上行，但光伏 ETF 份额出现回落，例如 2021 年 3 月至 2021 年 6 月期间和 2022 年 5 月至 2022 年 6 月期间。

　　因此，在资金流的代理指标选择方面，我们主要关注基金持仓、外资以及光伏 ETF 份额 变化对于光伏制造行业表现的影响。

　　除了前文提到的资金流因素，风格维度也会造成行业走势的波动，了解行业本身的风格 属性，在行业风格迎合当前市场风格时更适宜配置该行业。同时测算 2008 年至 2022 年 和 2018 年至 2022 年两个区间，计算光伏制造行业在规模、估值、成长、盈利质量等 10 个常见风格因子上的暴露度，并以 0 作为市场基准。从光伏制造行业风格因子箱型 图偏离度上可以看出，2018 年之后，光伏制造行业存在偏离的风格较多，在规模、估 值、成长、波动率上均有一定偏离，更加偏向小市值、高估值和成长风格。

　　以长江风格指数表现的相对强弱作为市场整体风格属性的划分依据，计算光伏制造行业 在不同区间相对市场基准的超额收益。在成长价值风格方面，光伏制造在市场偏向成长 风格时表现更好，相对沪深 300 的超额收益更高，在市场偏向价值风格时，表现均不及 基准。

　　在高、低估值风格方面，光伏制造在市场偏向高估值风格时表现更好，相对沪深 300 的 超额收益更高，在市场偏向低估值风格时，整体表现相对更较弱。

　　根据上述五大维度指标的测算结果，挑选具有领先性的显著指标，对光伏制造（长江） 指数进行行业择时测算。 结果输出区间：2011 年 4 月至 2022 年 8 月，月度调仓。 策略构建：首先得到单个指标变动方向，如果指标变动方向对指数走势有积极影响， 则得分为 1，否则得分为-1，然后将每个维度下所有的指标得分汇总求和，若各维 度指标得分合计大于 0，则该维度得分为 1，等于 0 为 0，小于 0 则为-1。最后将 各个维度得分加总，根据一定打分权重（当前回测中采取等权）求和，得到最终景 气度得分，因此景气度范围为-5 至 5。策略频率：每个月末若预测的下个月景气度得分大于等于 0 则满仓对应指数，小 于 0 则空仓对应指数。 从回测净值走势来看，通过规避某些阶段下行业指数的较大回撤，择时模型获取了相对 于基准指数较为显著的超额收益，说明景气度模型的择时效果具备一定的参考价值。从 统计结果来看，整体模型的择时胜率约为 59%。

　　根据最新的模型打分结果，2022 年 8 月光伏制造行业景气度为-1，模型结果对光伏制 造行业持谨慎态度。但值得注意的是，光伏行业中观维度高频数据时间较短，模型样本 外观测时间亦较短，同时当前在测算时各个维度采取等权加权但是实际上对于光伏而言 各维度影响程度也有区别，测算结果仅供参考。

　　（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）