核心观点
　　基本面因子本身具有较强的逻辑性，其对超额收益的贡献受信息获取时点和处理方式的影响。从结果看，指标时效性对于其有效性影响较大，对业绩进行前瞻具有较强的收益属性。我们对业绩前瞻常用的方法进行了分析，并给出了最新报告期结果。
　　信息和逻辑是超额收益的重要来源
　　信息包括所获取内容的多少和时点，逻辑则是如何对信息进行处理。对于收益率的把握，参与时点影响较大。常规基本面因子有效性表现一般，其逻辑本身是成立的，但收益已反映在股价里，影响了其实际表现。
　　单季度ROE同比变化是较好的收益预测指标
　　营业收入和净利润，及其衍生指标是较为重要的因子。净利润表现优于营业收入，单季度指标同比变化优于报告期累计和TTM值，与TTM环比表现相近。单季度ROE同比变化和ROE-TTM环比变化对收益率有较强的预测能力。
　　时效性对指标有效性影响较大
　　对于相同的财务信息，其有效性与时效性有较强的正相关关系。报告期结束后越早知道指标值，其对组合的收益贡献越大。因此对业绩进行准确的前瞻可对组合收益有所增益。
　　业绩前瞻：宏观产业高频信息的使用
　　业绩前瞻的核心是，从高频指标的变化中获取增量信息，映射到低频目标变量的变化中，Nowcasting和MIDAS是较为常用的预测框架。对于2023Q3，全A净利润增速环比改善，已覆盖行业中农林牧渔和石油石化等业绩环比改善。
　　风险提示
　　本文结论通过历史数据归纳总结得到，历史不代表未来，样本外存在失效风险；宏观经济、政策和市场环境发生变化时，模型存在失效风险。
　　

研究报告全文：证券研究报告金融工程专题金融工程专题报告日期2023年10月19日财报季业绩前瞻的时效价值基本面研究系列核心观点分析师陈奥林执业证书号S1230523040002基本面因子本身具有较强的逻辑性其对超额收益的贡献受信息获取时点和处理方式chenaolinstockecomcn的影响从结果看指标时效性对于其有效性影响较大对业绩进行前瞻具有较强的分析师徐忠亚收益属性我们对业绩前瞻常用的方法进行了分析并给出了最新报告期结果执业证书号S1230523050001xuzhongyastockecomcn信息和逻辑是超额收益的重要来源信息包括所获取内容的多少和时点逻辑则是如何对信息进行处理对于收益率相关报告的把握参与时点影响较大常规基本面因子有效性表现一般其逻辑本身是成1电池行业基本面景气度预测立的但收益已反映在股价里影响了其实际表现研究20231016单季度ROE同比变化是较好的收益预测指标2破局路径上的3个监测维营业收入和净利润及其衍生指标是较为重要的因子净利润表现优于营业收度20231015入单季度指标同比变化优于报告期累计和TTM值与TTM环比表现相近3财富管理行业观察发展单季度ROE同比变化和ROE-TTM环比变化对收益率有较强的预测能力现状和未来展望20231012时效性对指标有效性影响较大对于相同的财务信息其有效性与时效性有较强的正相关关系报告期结束后越早知道指标值其对组合的收益贡献越大因此对业绩进行准确的前瞻可对组合收益有所增益业绩前瞻宏观产业高频信息的使用业绩前瞻的核心是从高频指标的变化中获取增量信息映射到低频目标变量的变化中Nowcasting和MIDAS是较为常用的预测框架对于2023Q3全A净利润增速环比改善已覆盖行业中农林牧渔和石油石化等业绩环比改善风险提示本文结论通过历史数据归纳总结得到历史不代表未来样本外存在失效风险宏观经济政策和市场环境发生变化时模型存在失效风险httpwwwstockecomcn116请务必阅读正文之后的免责条款部分金融工程专题正文目录1信息与逻辑超额收益的驱动因素42选择与行业适配的基本面指标521如何评估基本面指标的适用性522基本面指标有效性测试623小结73业绩前瞻原理方法和结果731为什么需要进行业绩前瞻732业绩前瞻的原理和方法9321分析师数据9322即时预测基于宏观产业数据104模型最新结果分析1141即时预测模型实施流程11422023Q3结果分析1243总结125风险提示126附录13httpwwwstockecomcn216请务必阅读正文之后的免责条款部分金融工程专题图表目录图1定期财报披露日集中于4月8月和10月4图2分析师预测日期与财报期分布基本一致4图3收益和成交异动窗口期前后均存在一定异动且公告日后3日异动加强5图4板块因子有效性对比净利润因子表现更优6图5ROE单季同比和TTM环比有效性对比表现相近6图6业绩预告披露数量及占比8图7业绩快报披露数量及占比8图8ROE-TTM-环比累计IC指标时效性越强有效性越高8图9分析师报告类型分布点评报告占比较高10图10相对年报披露日滞后多数报告在报告期前发布预测10图11超预期标题报告预测值修正分布10图12低于预期标题报告预测值修正分布10图13MIDAS框架行业ROE-TTM环比变化值2023Q312表1因子表现占优次数净资产收益率单季同比表现最好6表2财报季数据披露滞后期分布8表3分析师报告期最后一次预测偏差分布多数分析师偏乐观10表4基本面景气度预测指标建筑材料行业12表5营业收入指标有效性结果原值单季度同比TTM环比表现更好13表6净利润指标有效性结果比率单季度同比和TTM环比表现更优14httpwwwstockecomcn316请务必阅读正文之后的免责条款部分金融工程专题1信息与逻辑超额收益的驱动因素信息和逻辑是影响投资决策的核心因素信息为公司或相关属性值逻辑为对信息的解读信息可能是公开的也可能是私有的其传递速度或快或慢逻辑表现为将信息进行消化指导如何进行操作信息不对称产生的影响通常较为短期逻辑不同引致的理念差异则通常更为持续在实际投资过程中一方面我们希望获取更多与标的相关的信息另一方面如何对其进行解读更为重要信息本身或不能直接影响交易其引致逻辑产生的变化则更为直接对于基本面研究可直接获取的公开信息包括定期财报的披露以及分析师预期及其修正财报信息的发布并不均匀且集中在少数月份4月8月和10月占比超过75分别对应了年报一季报中报和三季报与之对应分析师预期数据在8月4月和10月占比超过50即集中在财报披露季对其进行点评和预测值修正在较多研究中我们会使用到历史财务信息或者分析师预期数据据此进行指标构建和回测分析图1定期财报披露日集中于4月8月和10月图2分析师预测日期与财报期分布基本一致1月9月5月12月6月11月17162月36189月3920138月40189月62月277月4月453132711月12月45315月4月3月48174741月547月10月652058月3月10月220108157资料来源Wind浙商证券研究所2010-2022年资料来源Wind浙商证券研究所2010-2022年对于基本面及相关信息应关注到其信息分布的集聚性及对因子有效性的影响进而调整组合构建时点和持有期此外还应对基本面指标的时效性及引致的有效性进行关注下面我们对财报公告日前后收益和成交异动进行分析具体来说包括如下事件季度报告半年报告年度报告业绩预告业绩快报产销经营快报将事件窗口设为公告发布前的15个交易日到公告发布后的15个交易日将窗口期前推1年作为数据对比期计算日均成交量和日均超额收益率相对中证全指作为对比值计算窗口期股票成交量与日均成交量之比超额收益率与日均超额收益率之差因为不涉及对事件影响方向的判断这里对收益率之差取绝对值计算前者是否为1和后者是否为0的统计检验值收益和成交均通过了显著性检验即窗口期前后15天内成交量出现了不同程度的放大收益率也存在一定异动此外公告日后1个交易日异动程度明显加强随后开始减弱不过成交异动减弱更快收益异动持续性相对更强从这一结果可以看出对于收益率的把握参与时点影响较大常规基本面因子有效性表现一般其逻辑本身或是成立的但收益或已反映在股价里影响了其实际表现因httpwwwstockecomcn416请务必阅读正文之后的免责条款部分金融工程专题此在财报季窗口期进行相关研究时需关注对应标的前期的股价是否已有所反应进行相应剔除图3收益和成交异动窗口期前后均存在一定异动且公告日后3日异动加强7036035024023012011000成交量异动收益率异动-右资料来源Wind浙商证券研究所时间区间2016-2023年6月信息的时效性为信息本身的一部分如何解读信息则为逻辑端需关注的正如我们所知道的数值本身可提供的信息或定价能力相对较弱其边际变化更值得关注或者说是否超预期例如公司中报披露了净利润增速为100我们无法从这个指标本身获取增量信息投资者预期增速为多少前期股价是否已对该增速进行了定价因此对于财报季的分析关注其是否超预期且并未为市场充分定价是核心此外信息的披露有先后其传递也会对相关标的股价产生影响如何对动量溢出效应进行分析也是值得关注的作为财报季研究的开篇在本报告中我们重点研究了如下问题1不同行业所关注的财务指标存在差别2如何对关键基本面数据进行较为有效的预测即进行业绩前瞻2选择与行业适配的基本面指标财报季可获取的关键财务数据包括营业收入净利润等以及上述指标衍生出的变化值当数据披露时其对标的股价走势产生的影响是我们所关注的若基本面数据对股价影响较大则对其进行预测是有价值的因此会关注如下问题指标是否有效各行业是否应该使用相同的基本面指标此部分我们对上述问题进行分析和测试21如何评估基本面指标的适用性基本面指标作为一类因子其在不同时点不同板块和行业的有效性会存在差别定期财报业绩预告业绩快报和产销经营快报披露的数据一般包括营业收入净利润据此可计算得到净资产收益率销售毛净利率同比环比增长率等衍生指标同时可进一步细分为单季度报告期累计和TTM等类型对于指标的有效性投资者较为关注的是其对未来收益的预测能力进行基本面指标有效性回测时常规做法是根据其披露时点获取最新可得数据进行测试本报告中我们希望首先筛选出有效的指标然后对指标进行预测从而获取超额收益因此在进行测试时假定报告期时点可以获取所对应财务httpwwwstockecomcn516请务必阅读正文之后的免责条款部分金融工程专题信息对于基本面指标考虑营业收入和净利润如无明确说明后文均指归母净利润对于区间包括单季度报告期累计和TTM对于衍生指标考虑净资产收益率ROE对于变化考虑同比环比变化率值本报告中按如下流程进行回测各报告期计算各标的基本面因子值计算因子值和未来3月累计收益率相关系数时间区间2012-2023年具体来说我们会按全市场板块和行业分别进行测试计算因子秩相关系数IC22基本面指标有效性测试基于上述流程我们共对16个因子的有效性进行了测试股票池涉及全A主板创业板科创板和全部申万一级行业详细结果见附录表5和表6整体来看净利润表现优于对应的营业收入因子指标单季度同比表现优于报告期累计和TTM同比与TTM环比表现相近从分行业IC中位数看净利润衍生指标均优于营业收入前文分析中我们认为信息和逻辑是超额收益的重要贡献来源信息包含时效和内容两个维度逻辑则是选择如何对同一信息进行解读此部分的信息包括营业收入和净利润逻辑包括单季度报告期累计TTM和同比环比净利润-单季度-同比和净利润-TTM-环比的信息逻辑组合方式能提供相对更有效的收益信号具体来看图4中给出的是较为有效的6个因子在板块中的表现营收指标在科创板中表现相对较好不过ROE-TTM-环比占优在全A主板和创业板ROE-单季度-同比表现更优对比ROE-TTM-环比和ROE-单季度-同比的表现图5结果表明二者表现相近总结来说财报季净利润的变化相对更为重要且ROE有效性优于净利润本身表1因子表现占优次数净资产收益率单季同比表现最好营业收入-单季度-营业收入-TTM-环净利润-单季度-同净利润净资产-单净利润净资产-累净利润净资产-指标同比比比季度-同比计-同比TTM-环比板块000301行业0012505资料来源Wind浙商证券研究所图4板块因子有效性对比净利润因子表现更优图5ROE单季同比和TTM环比有效性对比表现相近3525242020302019191818161616251515151514131313122011119109881551005全A主板创业板科创板0营业收入-单季度-同比营业收入-TTM-环比A全通信银行主板钢铁电子综合传媒汽车煤炭环保科创板房地产计算机净利润-单季度-同比净利润净资产-单季度-同比创业板基础化工有色金属家用电器食品饮料纺织服饰轻工制造医药生物公用事业交通运输商贸零售社会服务建筑材料建筑装饰电力设备国防军工非银金融机械设备石油石化美容护理净利润净资产-累计-同比净利润净资产-TTM-环比农林牧渔净利润净资产-单季度-同比净利润净资产-TTM-环比资料来源Wind浙商证券研究所资料来源Wind浙商证券研究所httpwwwstockecomcn616请务必阅读正文之后的免责条款部分金融工程专题23小结财报可提供的关键信息包括营业收入和净利润等数据区间和指标计算方法均会影响因子在不同股票池内的表现从结果看净利润整体表现优于营业收入ROE-单季度-同比和ROE-TTM-环比表现相对更好且行业适用性也较高上述测试假定报告期即可知道所有财务信息其实际发布则具有一定的滞后性在确认基本面因子本身的有效性后需要解决的问题是如何更为准确和更具时效性地对基本面信息进行预测3业绩前瞻原理方法和结果基本面指标具有较强的投资逻辑且理论上能够提供较高的收益表现为实际获取业绩维度提供的收益相比于财报披露时点值需构建更具时效性的指标此部分我们对如何进行业绩前瞻进行分析并给出相应的模型框架31为什么需要进行业绩前瞻由图1结果可知定期财报更新日期较为集中而较多时间内为业绩真空期投资者需关注其他信息来源从财务信息类型看包括定期财报业绩预告和业绩快报沪深市场不同板块披露要求存在一定差异各板块定期财报披露时间要求一致满足条件的需披露年报预告1月31日之前沪深主板科创板满足条件的应在7月15日之前披露中报业绩预告科创板有年报快报披露要求创业板目前仅有年报预告要求业绩预告平均披露率为57业绩预告数占同期发布定期财报数其中年报的业绩预告披露率最高其次是中报季报相对较低从趋势看2019年以来披露率有所降低业绩快报披露率均值为14年报快报均值为46相较业绩预告偏低对于财务信息除披露率外发布滞后时间更值得关注从表2结果可以看出超过65的年报披露滞后期在3个月以上30左右在2-3个月中报滞后期多数在2个月以内季报则基本在报告期后1个月之内业绩快报多数在2个月以内发布21左右在1个月以内对于时效性最强的业绩预告存在超过30的样本在报告期结束之前的1个月进行了披露接近60的样本在报告期结束1个月之内披露此外我们还统计了业绩预告快报披露日与对应报告期财报披露日的时间间隔超过50的业绩预告领先1个月以上8左右的样本在10天以内因为业绩快报主要为年报预告其对全样本领先性的贡献相对更大整体看不论是业绩预告还是业绩快报均相对实际财报的发布具有较强的时效领先性为说明时效性的价值进行了如下测试各季度报告期假设财务信息滞后了0510152025303540个交易日后披露测试ROE-TTM-环比与未来3个月收益的相关系数从图8结果可以看出对于相同的财务信息其有效性与时效性有很强的正相关关系即报告期结束后越早知道指标值其对组合的收益贡献就越大在对基本面因子进行分析时可以发现很多指标具有较强的逻辑但实际表现相对一般我们认为这与实际可httpwwwstockecomcn716请务必阅读正文之后的免责条款部分金融工程专题获取财务信息的滞后性有较强的关系即股价或已对基本面变化有所反应图3中的结果也可以在一定程度上对此进行印证图6业绩预告披露数量及占比图7业绩快报披露数量及占比3200100025006009002700500800200022007004001500600170030050012001000400200700300500200100200100000-30000业绩预告占比-右业绩快报占比-右资料来源Wind浙商证券研究所2010-2022年资料来源Wind浙商证券研究所2010-2022年表2财报季数据披露滞后期分布滞后期01010202031314040505062629090121121一季报0358699071001001003007006006中报00105154855818157005017001004三季报0054589513019002000001000002年报00000704204306626629856525064业绩快报18875811852785255694498870004滞后期-31-31-20-20-10-10000101020203131业绩预告326713213139213389831171764166资料来源Wind浙商证券研究所2010-2022年图8ROE-TTM-环比累计IC指标时效性越强有效性越高7006005004003002001000滞后0天滞后5天滞后10天滞后15天滞后20天滞后25天滞后30天滞后35天滞后40天资料来源Wind浙商证券研究所时间区间2012-2023年9月httpwwwstockecomcn816请务必阅读正文之后的免责条款部分金融工程专题32业绩前瞻的原理和方法对业绩进行预测的方法较多不过可总结为如下两类一基于历史数据的模型外推例如使用VAR或ARIMA模型等即假定趋势可以延续二纳入增量信息的预测为预测业绩需找到收入和成本端的核心驱动因素并找到可追踪的高频数据基于产业链逻辑将宏观产业数据的变化映射到基本面的变化中从而对业绩进行预测本报告中我们主要考虑第二类该框架的核心是将宏观产业信息映射到公司基本面因此又可划分为两类一直接使用分析师数据二基于普适性的框架搭建细分业绩预测模型下面分别进行说明321分析师数据分析师预测数据的价值为提供财报之外的信息将宏观和行业基本面发生的变化纳入盈利端的预测其流程一般是对公司各项业务进行拆分基于分析或标准化数据对后续财报期营收盈利进行预测给出对应EPS等预测值对于目标价需结合可比公司及主观判断给出对应期估值水平进行计算或基于当前价位给出盈利预测期对应的估值水平对于分析师数据我们可以获取的信息为一基于算法获取当前对股票净利润等数据的一致预期值计算期相对前期的变化情况二对于分析师预期值的调整从中可获取增量信息三拆分年度预测至季度预测进行衍生指标构建四基于研报标题摘要或正文进行文本分析整体来看不论是分析师群体的纵向横向比较或结合定期财务数据的分析所关注的均是其变化和相对值即需选定相应的比较基准数据本身可反映的信息价值相对较小对于分析师数据数据方面我们关注其一致性和时效性文字方面则关注其对公开信息的解读能力非事件类预测报告占比超过80其他类型包括增发重组资产注入股权激励和送股等从报告类型看超过70的为点评报告其次是深度报告包含首次覆盖点评报告的格式一般为事件即描述公告信息总结即对发布信息进行总计例如业绩超预期利润同比大幅增长动力储能毛利双双修复二季度盈利N亿单瓦盈利稳定深度报告则会对公司各项业务发展历史发展前景等进行更为细致的解读所给预测结果也更为详细对于时效性我们进行了如下统计各报告仅取其对最近年度的预测值即FY1预测计算各分析师对特定股票报告期最后一次预测报告相对其实际披露日的间隔结果见图10对于一致性我们统计了其与实际值的偏离度预测值实际值-1结果见表3对于分析师态度基于研报标题划为其认为超预期和低于预期并计算了相对上次预测值的修正分布结果见图11和图12从结果看超过56的分析师预测发布于年报定期报告公告4个月之前即早于年报报告期仅少数在发布1个月之内会进行报告更新对于预测偏差超过66的分析师预测值高于实际值38的样本高估幅度大于10即分析师对于预测值相对更偏乐观较多预测值出现在报告期结束之前或影响了预测值的偏差分析师观点与其预测值修正是否一致超预期标题研报占研报比例为564中有522的样本上修了预测值有169的样本下修了预测值另有309的样本未进行调整低于预期标题研报占研报比例为14预测值下修上修维持不变的比例分别为77569和156httpwwwstockecomcn916请务必阅读正文之后的免责条款部分金融工程专题图9分析师报告类型分布点评报告占比较高图10相对年报披露日滞后多数报告在报告期前发布预测40503040调研报告新股研究50603937392040203043深度报告188102046010121485649012187点评报告609075396资料来源Wind浙商证券研究所2010-2022年资料来源Wind浙商证券研究所2010-2022年FY1预测表3分析师报告期最后一次预测偏差分布多数分析师偏乐观年度全部2022年2021年2020年2019年2018年2017年2016年2015年501361157212528261074132913951561172230506747035765275615946647997381030178518901738146615911719172618251790510960875960904917104498793091405187016772036194622682138190116241566-100219021202257273726042269222618951863-30-10651567626982619491677713666-50-30144118152196102075131199173-50365478403415265342294452568资料来源Wind浙商证券研究所全部为2010-2022年FY1预测图11超预期标题报告预测值修正分布图12低于预期标题报告预测值修正分布-50039-50458-50-30054-50-30879-30-10322-30-103445-10-5296-10-51758-50980-50121303089015570518400541051011765100951030164110301043050342305003050222500510005001000150020002500300035000005001000150020002500300035004000资料来源Wind浙商证券研究所2010-2022年FY1预测资料来源Wind浙商证券研究所2010-2022年FY1预测322即时预测基于宏观产业数据httpwwwstockecomcn1016请务必阅读正文之后的免责条款部分金融工程专题即时预测的核心是从高频指标的变化中获取增量信息映射到低频目标变量的变化中具体来说需要解决混频数据和数据发布时点分散这两个问题在前期研究中我们从如下两个维度进行了模型搭建以动态因子模型为基础的Nowcasting框架和更具普适性的混频预测框架MIDASNowcasting的基本思路是利用高频经济指标对低频关键变量进行预测以动态因子模型为基础构建状态空间模型借助卡尔曼滤波平滑算法解决混频数据和数据更新时点不规则的问题最后给出的预测值本质是如下线性模型简化处理仅考虑3个因子且不考虑各滞后项Qyt1F1t2F2t3F3tNowcasting是纯粹的统计模型其有效性来源于月度指标的选取和模型对参数的拟合准确性其优势是可统一处理混频数据和数据缺失问题并给出后续的预测结果动态因子模型中将当季同比增速近似化为过去一段时间当月同比增速的线性加总无法较好纳入日度或周度等更高频的数据虽然可以将其进行降频但高频指标的增量信息是值得关注的MIDAS的基本原理是低频变量作为被解释变量高频数据与之同期对应作为解释变量单变量模型的一般形式为1mmmyt01WLxttm其中yt是低频被解释变量xt是高频解释变量m是高频和低频数据之间的倍数前期搭建的行业基本面景气度预测中即以MIDAS为核心通过筛选出收入成本的核心驱动因素对最近报告期的行业景气度进行预测4模型最新结果分析此部分我们对Nowcasting和MIDAS框架实时流程进行说明然后给出最新报告期的预测结果41即时预测模型实施流程对于A股业绩前瞻包括整体和细分行业对于全A目前考虑自上而下的思路即从宏观数据中筛选有效指标对于行业一种思路直接纳入各行业工业企业经济效益指标另一种思路是我们所搭建的中观基本面景气预测框架从A股行业盈利构成看金融和非金融占比基本相同在搭建全ANowcasting框架进行指标筛选时纳入货币机构存贷款工业和进出口等指标对最近季度全A单季度净利润增速进行预测对于细分行业可利用信息有工业企业经济效益中的营业收入营业成本利润总额等不过其口径与申万或者中信行业并不能做到较为一致的对应本报告中暂不对此进行研究MIDAS框架下首先对细分行业产业链进行梳理确定其投入和产出品筛选得到收入和成本驱动指标然后对最近报告期行业ROE-TTM进行预测表4中给出的是建筑材料行业所用高频指标其他行业分析思路与其相近目前已完成行业包括煤炭钢铁有色金属石油石化农林牧渔建筑材料及所对应的二级三级行业httpwwwstockecomcn1116请务必阅读正文之后的免责条款部分金融工程专题表4基本面景气度预测指标建筑材料行业指标类型指标名称更新频率指标处理方法价格水泥玻璃价格等周频环比成本煤炭天然气价格等周频环比产量水泥玻璃产量等月频同比需求投资房地产汽车产量等月频同比经济环境工业货币社融指标等月频同比资料来源Wind浙商证券研究所422023Q3结果分析对于全A2023Q3单季度净利润预测值为-036相比上季度有所改善与去年同期处于相似水平从图13结果可知2023Q3环比改善的一级行业有农林牧渔和石油石化细分行业改善的有能源金属焦煤冶钢原料肉鸡养殖饲料油服工程油气开采炼油化工玻璃制造和管材图13MIDAS框架行业ROE-TTM环比变化值2023Q36420-2-4-6-8-10-12-14饲料煤炭焦煤钢铁普钢特钢管材小金属动力煤煤化工有色金属工业金属能源金属冶钢原料农林牧渔生猪养殖肉鸡养殖石油石化油服工程油气开采炼油化工建筑材料水泥制造玻璃制造玻纤制造有色金属煤炭钢铁农林牧渔石油石化建筑材料资料来源Wind浙商证券研究所预测所使用数据截至202393043总结此部分我们对业绩前瞻的常用方法进行了简要分析并给出了最新报告期的预测结果其中对于Nowcasting框架下全A预测指标的优化以及分行业工业企业经营数据的使用后续我们会进行更为深入的研究对于MIDAS框架后续则会增加有较多可追踪指标的行业覆盖5风险提示本文结论通过历史数据归纳总结得到历史不代表未来样本外存在失效风险宏观经济政策和市场环境发生变化时模型存在失效风险httpwwwstockecomcn1216请务必阅读正文之后的免责条款部分金融工程专题6附录表5营业收入指标有效性结果原值单季度同比TTM环比表现更好营业收入营业收入净资产行业指标单季度报告期累计TTM单季度报告期累计TTM同比同比同比环比同比变化同比变化同比变化环比变化全A904703405944862677417383主板775595303817755588327262创业板1303100162613581267965629839科创板18581210569202613589165811618农林牧渔530454083495336430130004基础化工904684299948986690342433钢铁844671396930896692414-015有色金属700463201675499325080223电子983775447990973823547481家用电器132395251213881130722383386食品饮料11157913551163752434129-066纺织服饰597418212635421227078104轻工制造904760553939750574430262医药生物125995764113031034768446420公用事业762571266784576492321012交通运输517358232530566356163-119房地产696580365787692442222321商贸零售666499353697454276121098社会服务275528382284536520535-053综合641795508696651778714319建筑材料9789455911023922806561177建筑装饰595589435614882882689025电力设备9198144261000938815465442国防军工1235704349125011767474411186计算机11199116171106826550398466传媒719499267832587353232088通信928862569980902893590512银行841721230927713520225703非银金融10068745851109984870451770汽车771651363788821745565372机械设备122194160012441175868543795煤炭99111365861099469483-045-030石油石化1051813479983537202-203300httpwwwstockecomcn1316请务必阅读正文之后的免责条款部分金融工程专题环保9677164331036892758564541美容护理195211002352014217315646071719资料来源Wind浙商证券研究所营业收入计算其同比环比变化率营业收入净资产计算期变化值表6净利润指标有效性结果比率单季度同比和TTM环比表现更优净利润净利润净资产行业指标单季度报告期累计TTM单季度报告期累计TTM同比同比同比环比同比变化同比变化同比变化环比变化全A10939125891110162713368401509主板10779115611105161913017951479创业板151012188461611200816179941916科创板184812119922085182111618002351农林牧渔637660187580122911204341020基础化工1315115863713101962166810391893钢铁16359825811761209915847782061有色金属1046867431955166714347261558电子10499245641248173714428661642家用电器13339595571482183013849531452食品饮料125211497631150185614248401502纺织服饰59348140265211387964671038轻工制造1198969664942144011199601292医药生物148612037641580188314398961695公用事业135310876551215174513698831588交通运输1228753509122014349426811302房地产59856450655113559936511237商贸零售1054106465710111532119610501529社会服务4843244716901066110313591134综合60980108678911518816711059建筑材料109611789061291167215638541489建筑装饰10079177311043156315009111242电力设备10387395321221180414417591737国防军工7818995651063185016309481839计算机11477957231313194314979191810传媒992675280106613659544621397通信1114864580751159714337871614银行165213401181169012325474651083非银金融1205125679713501572141210081365汽车10929956461052158512818581455机械设备10408505261118161012956731567煤炭16311465109116382171205612322226httpwwwstockecomcn1416请务必阅读正文之后的免责条款部分金融工程专题石油石化63410496668851724168514181665环保1528140110261323183915649821619美容护理151315416332053279817555833121资料来源Wind浙商证券研究所营业收入计算其同比环比变化率营业收入净资产计算期变化值httpwwwstockecomcn1516请务必阅读正文之后的免责条款部分金融工程专题股票投资评级说明以报告日后的6个月内证券相对于沪深300指数的涨跌幅为标准定义如下1买入相对于沪深300指数表现20以上2增持相对于沪深300指数表现10203中性相对于沪深300指数表现1010之间波动4减持相对于沪深300指数表现10以下行业的投资评级以报告日后的6个月内行业指数相对于沪深300指数的涨跌幅为标准定义如下1看好行业指数相对于沪深300指数表现10以上2中性行业指数相对于沪深300指数表现1010以上3看淡行业指数相对于沪深300指数表现10以下我们在此提醒您不同证券研究机构采用不同的评级术语及评级标准我们采用的是相对评级体系表示投资的相对比重建议投资者买入或者卖出证券的决定取决于个人的实际情况比如当前的持仓结构以及其他需要考虑的因素投资者不应仅仅依靠投资评级来推断结论法律声明及风险提示本报告由浙商证券股份有限公司已具备中国证监会批复的证券投资咨询业务资格经营许可证编号为Z39833000制作本报告中的信息均来源于我们认为可靠的已公开资料但浙商证券股份有限公司及其关联机构以下统称本公司对这些信息的真实性准确性及完整性不作任何保证也不保证所包含的信息和建议不发生任何变更本公司没有将变更的信息和建议向报告所有接收者进行更新的义务本报告仅供本公司的客户作参考之用本公司不会因接收人收到本报告而视其为本公司的当然客户本报告仅反映报告作者的出具日的观点和判断在任何情况下本报告中的信息或所表述的意见均不构成对任何人的投资建议投资者应当对本报告中的信息和意见进行独立评估并应同时考量各自的投资目的财务状况和特定需求对依据或者使用本报告所造成的一切后果本公司及或其关联人员均不承担任何法律责任本公司的交易人员以及其他专业人士可能会依据不同假设和标准采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和或交易观点本公司没有将此意见及建议向报告所有接收者进行更新的义务本公司的资产管理公司自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策本报告版权均归本公司所有未经本公司事先书面授权任何机构或个人不得以任何形式复制发布传播本报告的全部或部分内容经授权刊载转发本报告或者摘要的应当注明本报告发布人和发布日期并提示使用本报告的风险未经授权或未按要求刊载转发本报告的应当承担相应的法律责任本公司将保留向其追究法律责任的权利浙商证券研究所上海总部地址杨高南路729号陆家嘴世纪金融广场1号楼25层北京地址北京市东城区朝阳门北大街8号富华大厦E座4层深圳地址广东省深圳市福田区广电金融中心33层上海总部邮政编码200127上海总部电话862180108518上海总部传真862180106010浙商证券研究所httpswwwstockecomcnhttpwwwstockecomcn1616请务必阅读正文之后的免责条款部分