课程导入：学习目标、核心概念（景气度、拐点）、整体框架与适用场景
欢迎进入《行业景气度跟踪与拐点识别》课程。在投资研究、战略规划、供应链管理乃至宏观政策制定中，我们经常面临一个核心问题：当前所处的行业状态是暂时的波动，还是趋势性的变化？ 本课程旨在建立一套系统化、可复用的行业景气度跟踪框架，并重点训练对“拐点”的识别与验证能力。我们将从底层逻辑出发，结合量化指标与定性验证，帮助你从“凭感觉判断”升级为“有依据地推演”。
1.1 学习目标：从“感知温度”到“测量温度”
本课程的学习目标不是让你记住几个行业数据，而是建立一套可重复、可验证、可迭代的行业分析工作流。完成本课程后，你将能够：
- 构建景气度跟踪指标体系：针对任意行业，能够筛选出 5-10 个核心高频指标（如开工率、库存天数、订单能见度、价格价差），并理解其传导逻辑。
- 识别周期位置：通过量、价、库存、产能利用率四个维度的组合，判断行业处于复苏、扩张、回落、萧条四个象限中的哪一个。
- 捕捉拐点信号：掌握领先指标背离、政策底与市场底错位、库存周期拐点等经典拐点模式，并学会用“连续 2-3 期确认法”过滤噪音。
- 输出可操作的结论：将分析结果转化为“行业景气评分（0-100）+ 趋势方向（上行/下行/震荡）+ 拐点概率（高/中/低）”的标准化输出，直接服务于投资或经营决策。
1.2 核心概念：景气度与拐点的精确定义
在课程中，我们使用严格的定义来避免歧义：
| 概念 | 定义 | 关键特征 | 常见误区 |
|---|---|---|---|
| 景气度 | 某一时点行业综合繁荣程度，由量、价、库存、盈利等多维指标加权合成 | 是“状态量”而非“变化量”；具有惯性但会反转 | 把单月数据波动当趋势；只看同比忽略环比动能 |
| 拐点 | 行业景气趋势发生方向性逆转的时点（由升转降或由降转升） | 事后确认容易，事前预判极难；需要多信号共振 | 把短期反弹当拐点；把政策底当市场底 |
| 领先指标 | 变化先于行业景气整体变化的指标（如新订单、信贷投放、PMI新订单） | 领先 2-6 个月；需要持续跟踪其方向一致性 | 过度依赖单一领先指标，忽视其失灵期 |
| 扩散指数 | 统计上升指标个数占全部指标个数的比例（0-100%） | 反映景气的广度；比单一均值更稳健 | 指标选取主观；权重分配随意 |
以工程机械行业为例：挖机销量同比增速是同步指标，而“基建审批金额”和“信贷投放量”是领先指标。当基建审批金额连续 3 个月回升，但挖机销量仍在下降时，我们称之为“领先指标背离”，这往往是拐点临近的第一信号。
1.3 整体框架：四层递进结构
本课程 30 章内容按“基础-方法-实战-进阶”四层递进，每层解决不同的问题：
- 基础层（第 1-5 章）：建立概念体系，理解周期理论（基钦周期、朱格拉周期），掌握数据获取渠道与清洗方法。
- 方法层（第 6-15 章）：系统讲解景气指数构建（扩散指数、合成指数）、拐点识别技术（马尔可夫区制转换、HP滤波、拐点确认规则）、以及行业比较框架。
- 实战层（第 16-25 章）：针对周期品、成长品、消费品、金融地产等不同行业类型，给出定制化的跟踪指标清单与拐点案例库。
- 进阶层（第 26-30 章）：涉及量化模型搭建、机器学习辅助判断、以及如何将景气度分析融入投资组合或经营决策流程。
1.4 适用场景：谁需要这门课？
行业景气度分析不是卖方研究员的专利。以下角色都能从本课程中直接获益：
- 权益投资者（公募/私募/个人）：用于行业轮动策略、个股基本面验证、规避景气下行行业中的“价值陷阱”。
- 产业研究者（券商/咨询公司）：用于撰写深度行业报告、判断行业空间与节奏、为客户提供中期策略建议。
- 企业战略与供应链管理者：用于产能扩张决策、原材料采购节奏、库存水平设定。例如，当行业景气度处于“扩张后期”时，应谨慎扩产，避免在周期顶部增加资本开支。
- 宏观策略与政策研究者：用于预判行业政策方向（如产能置换、环保限产）、评估政策效果、识别经济动能切换点。
1.5 案例拆解：2020 年光伏行业景气拐点识别
为了让你直观理解本课程的分析框架，我们拆解一个经典案例——2020 年二季度光伏行业景气拐点。这一案例将贯穿课程多个章节，此处先做简化演示。
背景与约束： 2019 年光伏行业受“531 新政”冲击，新增装机大幅下滑，产业链价格持续走低，市场普遍悲观。2020 年初疫情爆发，进一步压制需求预期。然而，行业实际在 2020Q2 出现了显著拐点。
关键输入数据（2020 年 3-6 月）：
| 指标 | 2020年3月 | 2020年4月 | 2020年5月 | 2020年6月 | 信号 |
|---|---|---|---|---|---|
| 硅料价格（元/kg） | 68 | 66 | 70 | 78 | 止跌回升 |
| 硅片开工率 | 65% | 70% | 82% | 95% | 快速拉升 |
| 组件出口量（GW） | 4.2 | 5.1 | 5.8 | 6.5 | 连续回升 |
| 国内招标量（GW） | 1.8 | 3.2 | 4.5 | 7.0 | 爆发式增长 |
分析判断过程：
- 领先指标先行：国内招标量（领先指标）在 4 月率先放量，而硅料价格（同步指标）5 月才止跌回升。这构成了“领先指标向上 + 同步指标即将向上”的经典拐点组合。
- 库存周期位置：2019 年行业经历了主动去库存，至 2020Q1 库存已降至历史低位。当需求预期改善时，产业链补库行为会放大价格弹性。
- 政策催化确认：2020 年 3 月国家出台“光伏平价上网”支持政策，明确了行业长期空间，消除了政策不确定性。
- 拐点确认：6 月硅料价格连续两周上涨，且硅片开工率维持 90% 以上，确认拐点成立。此时距离领先指标首次回升已过去 2 个月。
实际操作与结果： 若在 2020 年 5 月（硅料价格刚回升时）确认拐点并布局，至 2020 年底光伏板块涨幅超过 80%。而等待“业绩兑现”再介入的投资者，则错过了最陡峭的估值修复阶段。
风险与代价： 拐点判断并非无风险。2020 年 4 月时，若疫情二次爆发导致海外需求再度停滞，则拐点可能被证伪。因此，实际操作中需要设定“证伪条件”——例如，若组件出口量连续两个月低于 4GW，则退出多头判断。
1.6 常见误区与复盘总结
在开始系统学习之前，先了解初学者最容易犯的五个错误，避免走弯路：
| 误区 | 表现 | 后果 | 正确做法 |
|---|---|---|---|
| 只看同比，不看环比 | 某月同比大增 30%，认为行业很好 | 忽略基数效应，误判真实动能 | 同比与环比（季调后）结合看 |
| 把价格当唯一指标 | 产品涨价就认为景气上行 | 价格可能因供给收缩而非需求扩张上涨 | 量、价、库存、盈利四维验证 |
| 忽视政策时滞 | 政策出台立即判断拐点 | 政策传导需 2-4 个季度，过早入场 | 跟踪政策落地后的信贷/订单数据 |
| 用单一指标确认拐点 | 某月订单回升即判断反转 | 单月数据噪音大，误判率高 | 至少 2-3 个独立指标共振 |
| 缺乏证伪思维 | 判断拐点后不再跟踪验证 | 拐点被证伪时无法及时纠错 | 预设“如果……则退出”的条件 |
本章复盘要点：
- 景气度是“状态量”，拐点是“方向变化”，两者需要不同的分析工具。
- 领先指标、同步指标、滞后指标的划分是跟踪框架的基石。
- 拐点识别需要“信号共振 + 连续确认 + 证伪条件”三位一体。
- 本课程 30 章将逐步展开上述框架的每个细节，下一章将深入讲解周期理论——为什么行业总是呈现“复苏-扩张-回落-萧条”的循环。