近年來，中國經(jīng)濟(jì)總體增速偏緩，總需求偏弱。針對這一現(xiàn)狀，市場中存在兩種不同的觀點。一種觀點認(rèn)為，總需求偏弱將引發(fā)一系列連鎖的負(fù)面效應(yīng)，應(yīng)采取強(qiáng)有力的刺激政策，以期盡快恢復(fù)總供求的平衡和相對溫和的通脹水平。
另一種觀點認(rèn)為，總需求不足的局面是經(jīng)濟(jì)體由傳統(tǒng)增長模式邁向高質(zhì)量增長模式過程中不可回避且不得不付出的代價。在此情境下，若貿(mào)然采取“大水漫灌”的措施來刺激總需求，會使經(jīng)濟(jì)轉(zhuǎn)型前功盡棄，甚至?xí)菇?jīng)濟(jì)轉(zhuǎn)型出現(xiàn)倒退。
以上兩種觀點對政策取舍產(chǎn)生了顯著的影響，本文圍繞經(jīng)濟(jì)轉(zhuǎn)型問題提出顆粒度更細(xì)的觀察，進(jìn)一步豐富和深化對此問題的理解。
在探討經(jīng)濟(jì)轉(zhuǎn)型這一議題時，不難發(fā)現(xiàn)，不同個體對其定義與理解不同。在我看來，經(jīng)濟(jì)轉(zhuǎn)型至少包含兩方面重要內(nèi)容：其一，是產(chǎn)業(yè)結(jié)構(gòu)向中高端制造業(yè)及現(xiàn)代服務(wù)業(yè)的轉(zhuǎn)型；其二，則是經(jīng)濟(jì)增長動力從依賴投資與出口拉動轉(zhuǎn)變?yōu)橐蕾囅M驅(qū)動。本文將聚焦于這兩方面，系統(tǒng)梳理相關(guān)數(shù)據(jù)。
從上市公司營收與總市值看產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型
首先，我們聚焦于產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型方面的數(shù)據(jù)。產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的過程是新興行業(yè)崛起、傳統(tǒng)行業(yè)衰落以及部分行業(yè)相對穩(wěn)定的過程?；谏鲜泄緮?shù)據(jù)，依據(jù)細(xì)分行業(yè)可將其劃分為三類：支持類、中性類及限制類。
其中，支持類行業(yè)受政策支持，代表經(jīng)濟(jì)轉(zhuǎn)型的方向，包括“新三樣”在內(nèi)的電力設(shè)備、電子、國防軍工、汽車等行業(yè)，本行業(yè)包含的上市公司數(shù)量比較龐大，約2341家。
相對衰落行業(yè)既受政策環(huán)境變化的影響，也隨著經(jīng)濟(jì)內(nèi)在增長邏輯的變化而變化，如房地產(chǎn)、傳媒、軟件與服務(wù)、非銀行金融等行業(yè)，本行業(yè)包含的上市公司既有在A股上市的也有在海外上市的，將近500家。
全部上市公司中，有相當(dāng)一部分在長期的經(jīng)濟(jì)變化中產(chǎn)業(yè)結(jié)構(gòu)比較穩(wěn)定，這些公司所處的政策環(huán)境總體而言保持中性，經(jīng)濟(jì)增長與發(fā)展的內(nèi)在邏輯并未顯著改變這些行業(yè)在經(jīng)濟(jì)中的占比，如商貿(mào)零售、醫(yī)藥生物、公用事業(yè)、交通運輸?shù)刃袠I(yè)，我們可將其統(tǒng)稱為“中性行業(yè)”，該類別下上市公司總數(shù)超過2600家。中性行業(yè)之所以重要，在于它們?yōu)橛^察與分析經(jīng)濟(jì)結(jié)構(gòu)變遷提供了重要的參考點。以此為基石，我們能夠更加明晰地辨識出其他行業(yè)興衰的真實性與演變軌跡。
圖1 上市公司行業(yè)分類及數(shù)量
我們以這些公司的營業(yè)總收入作為分析基礎(chǔ)，深入剖析上市公司的構(gòu)成及其相對變化。在我們界定的中性行業(yè)內(nèi)，其營業(yè)總收入占上市公司總體收入的60%-70%，這一比例在過去十年中基本保持不變，與我們對中性行業(yè)受政策環(huán)境與經(jīng)濟(jì)發(fā)展邏輯短期影響有限的定義相吻合。
以紅色線標(biāo)注的行業(yè)，代表崛起、上升以及新興的行業(yè)，代表政策的方向。自2020年起，這些行業(yè)的占比從原本的約20%攀升至當(dāng)前的接近25%。藍(lán)色線則代表了處于減速的行業(yè)，面臨相對不利的政策環(huán)境。在2020年之前，其營業(yè)總收入占比約為15%，而目前已下降至10%以下。自2020年以來的三四年間，中性行業(yè)的總體占比相對穩(wěn)定。2022年之后，紅色線與藍(lán)色線之間的差距進(jìn)一步拉大，凸顯了經(jīng)濟(jì)轉(zhuǎn)型在產(chǎn)業(yè)結(jié)構(gòu)層面的深刻變化。此外，值得補(bǔ)充的是，即便在2016-2017年，受政策扶持的行業(yè)在營業(yè)收入中的占比也已顯著高于限制行業(yè)，且當(dāng)前這一差距已由5個百分點擴(kuò)大至10個百分點以上。
圖2 不同分類行業(yè)營業(yè)總收入占比
數(shù)據(jù)來源：使用固定樣本計算，Wind，國投證券
總市值分布層面展現(xiàn)了與營業(yè)收入占比類似的趨勢。對于中性行業(yè)而言，其總市值占比在50%-60%的水平；受到政策傾斜的行業(yè)早期占比接近30%，目前提升至35%以上；其余行業(yè)占比從原先的20%縮減至10%左右。自2020年以來，紅線的攀升、藍(lán)線的下滑以及綠線的相對穩(wěn)定，均表現(xiàn)得尤為鮮明。上市公司總市值與營業(yè)收入的變化代表了投資者對于這些公司的看法，由此可以分析出經(jīng)濟(jì)轉(zhuǎn)型正在進(jìn)行，那些符合政策導(dǎo)向、代表未來發(fā)展方向的行業(yè)正明顯上升，而另一些行業(yè)則明顯下降。
圖3 不同分類行業(yè)總市值占比
數(shù)據(jù)來源：使用固定樣本計算，Wind，國投證券
從投資回報與國民經(jīng)濟(jì)核算視角看產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型
從投資回報與國民經(jīng)濟(jì)核算的雙重視角也可以得出相同結(jié)論。鑒于中性行業(yè)相對穩(wěn)定，我們采用了一種簡化的計算方法，即以中性行業(yè)的指標(biāo)作為基準(zhǔn)（分母），對比特定行業(yè)（分子）的指標(biāo)表現(xiàn)。
從凈利潤角度來看，我們清晰地觀察到，自2020年起，限制性行業(yè)在凈利潤方面遭遇了顯著的階梯式下滑，而支持性行業(yè)則保持了凈利潤占比的總體穩(wěn)定，甚至略有上升。在凈利潤率層面，亦呈現(xiàn)出相似的趨勢。
圖4 支持/中性與限制/中性的凈利潤發(fā)展趨勢圖
圖5 支持/中性與限制/中性的凈利潤率發(fā)展趨勢圖
數(shù)據(jù)來源：使用固定樣本計算，Wind，國投證券
從勞動力市場角度來看，模式類似。自2021年起，相對于中性行業(yè)而言，支持性行業(yè)雇傭的員工總數(shù)占比呈現(xiàn)出明顯的上升，而限制性行業(yè)的員工總數(shù)占比則明顯下降。從勞動力市場來看，勞動力正逐步從受到政策限制、處于衰落趨勢的行業(yè)中離開，轉(zhuǎn)而流向正處于興起與上升階段的行業(yè)。在圖中，紅藍(lán)兩線之間的差距在2021年之前已初現(xiàn)端倪，2021年之后持續(xù)擴(kuò)大。
圖6 相較于中性行業(yè)，支持與限制行業(yè)員工總數(shù)發(fā)展情況
數(shù)據(jù)來源：使用固定樣本計算，Wind，國投證券
從CAPEX所代表的資本開支或者資本形成可以看到類似的模式。自2020年起，支持性行業(yè)所獲得的資本要素投入占比經(jīng)歷了顯著增長，其當(dāng)前水平遠(yuǎn)高于2019年乃至2017年之前的水平，而限制性行業(yè)的資本開支則明顯下滑。進(jìn)一步細(xì)化至資本開支的內(nèi)部結(jié)構(gòu)，無論是通過信貸還是權(quán)益融資方式支持的資本，均呈現(xiàn)出相似的趨勢。
這表明，在國民經(jīng)濟(jì)中投入要素的分配格局上，自2020年以后，更多的資本與勞動力被配置到正在興起的行業(yè)之中。相反，正在衰落的行業(yè)所獲取的資本與勞動力均呈現(xiàn)出相對減少。
圖7 相較于中性行業(yè)，支持與限制行業(yè)CAPEX變化情況
數(shù)據(jù)來源：使用固定樣本計算，Wind，國投證券
圖8 相較于中性行業(yè)，支持與限制行業(yè)負(fù)債量變化情況
數(shù)據(jù)來源：使用固定樣本計算，2024年3月為相對于2023年12月的變化量，2024年3月限制類企業(yè)負(fù)債變化量為負(fù)，Wind，國投證券
圖9 相較于中性行業(yè)，支持與限制行業(yè)所有者權(quán)益變化情況
數(shù)據(jù)來源：使用固定樣本計算，Wind，國投證券
資本市場對于上述變化的看法，可從估值視角進(jìn)行深入剖析。在2018年之前，紅線所代表的市盈率水平相較于藍(lán)線更為穩(wěn)定。然而，2019年后兩者間的估值差距顯著擴(kuò)大，直至2022年趨于平穩(wěn)。進(jìn)一步觀察市凈率這一估值指標(biāo)，既相似又略有差異。
具體而言，在2019年之前，紅線估值略高于藍(lán)線，且兩者差距保持相對穩(wěn)定。但自2019年起，這一差距急劇拉大，直至2024年上半年，紅線相較于藍(lán)線所代表的估值優(yōu)勢遠(yuǎn)超2018年之前的水平。
綜合上述兩種估值指標(biāo)，資本市場當(dāng)前普遍認(rèn)為，紅線所代表的行業(yè)相較于藍(lán)線行業(yè)，擁有更高的凈資產(chǎn)回報率，且這一優(yōu)勢較2018年前更為顯著。
從盈利增長的角度來看，紅線行業(yè)在2018-2021年間經(jīng)歷了盈利增速的顯著加速，盡管2023年后增速有所放緩，但相較于藍(lán)線行業(yè)，其盈利增速的相對優(yōu)勢僅回歸至2018年前的水平，而凈資產(chǎn)回報率仍維持較高水平。
合并上述財務(wù)指標(biāo)變化與其他證據(jù)，資本市場顯然認(rèn)為紅線行業(yè)有更高的相對凈資產(chǎn)回報率，更高的估值水平，進(jìn)而吸引了更多資本與勞動力的流入。這一系列現(xiàn)象，無疑為經(jīng)濟(jì)轉(zhuǎn)型提供了有力證據(jù)。
圖10 相較于中性行業(yè)，支持與限制行業(yè)PE（市盈率）變化情況
圖11 相較于中性行業(yè)，支持與限制行業(yè)PB（市凈率）變化情況
數(shù)據(jù)來源：使用固定樣本計算，Wind，國投證券
股價角度來看，我們將2018年股價設(shè)定為1，即該年度紅線與藍(lán)線代表支持與限制行業(yè)相對中性行業(yè)的股價均被標(biāo)準(zhǔn)化為1。不難發(fā)現(xiàn)，自2018年起，紅線總體呈現(xiàn)震蕩上行，而藍(lán)線則經(jīng)歷了顯著下行，即代表未來行業(yè)趨勢的新興產(chǎn)業(yè)股價實現(xiàn)了顯著增長，而相對衰落的產(chǎn)業(yè)股價則遭遇了劇烈下跌。
回溯至2018年之前，情況恰好相反，從2009-2018年間，藍(lán)線所代表的產(chǎn)業(yè)股價漲幅更為顯著，而紅線所代表的產(chǎn)業(yè)則增長較為平緩。2018年成為轉(zhuǎn)折點，此后趨勢完全逆轉(zhuǎn)。這一股價變動，也是經(jīng)濟(jì)轉(zhuǎn)型的實質(zhì)性證據(jù)。
圖12 相較于中性行業(yè)，支持與限制行業(yè)股價變化情況
數(shù)據(jù)來源：使用固定樣本計算，Wind，國投證券
綜合上述分析，從產(chǎn)業(yè)結(jié)構(gòu)角度來看，自2019、2020年以來，受多重因素影響，經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)正逐步向更中高端的制造業(yè)與現(xiàn)代服務(wù)業(yè)轉(zhuǎn)型。這一轉(zhuǎn)型不僅在經(jīng)濟(jì)數(shù)據(jù)的多個維度上得到了穩(wěn)定體現(xiàn)，而且在資本市場上也形成了較為穩(wěn)固的映射。
疫后工作人口與消費增長變化情況
接下來，我們觀察消費驅(qū)動的變化情況。以下散點圖橫向分析了中國各行政省份的中青年人口比例與消費增速的相關(guān)性，其中橫軸反映了各省份中青年人口的占比情況，即65歲以下人口占全部人口的比例，縱軸是疫情之前社會消費品零售增速。疫情前，兩個變量之間幾乎沒有相關(guān)性，彈性接近零；疫情后，二者呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，彈性很大。
疫情之后，年輕人口占比較高的省份其消費增速反而較低，而年輕人口占比較低的省份則展現(xiàn)出較高的消費增速。這種關(guān)聯(lián)在疫情之前并未顯現(xiàn)，因此疫情前的數(shù)據(jù)為我們提供了一個有效的對照樣本。通過這一對比，我們可以清晰地認(rèn)識到，疫情或與之相關(guān)的沖擊對經(jīng)濟(jì)結(jié)構(gòu)產(chǎn)生了深遠(yuǎn)且強(qiáng)烈的影響。在消費領(lǐng)域表現(xiàn)為，年輕人口越多則消費增速越低。
圖13 疫情前各省份社零同比增速與中青年人口數(shù)量的關(guān)系
數(shù)據(jù)來源：Wind，國投證券
圖14 疫情后各省份社零同比增速與中青年人口數(shù)量的關(guān)系
數(shù)據(jù)來源：23個省份公布了2024年1-5月社零進(jìn)度數(shù)據(jù)，其余省份使用距離最近的進(jìn)度數(shù)據(jù)，距離最遠(yuǎn)為1-3月進(jìn)度數(shù)據(jù)，Wind，國投證券
我們從人口流動角度來觀察，所得結(jié)論是一致的。具體而言，圖中橫軸衡量各省份常住人口的增速，人口流入會導(dǎo)致常住人口持續(xù)增長；縱軸則反映了這些省份社會消費品零售總額的增速。
在疫情發(fā)生之前，兩者之間呈現(xiàn)出顯著的正相關(guān)關(guān)系，且其彈性系數(shù)接近1，也就是一個省份的流入人口數(shù)量越多，其消費增速相應(yīng)越高。然而，相同的數(shù)據(jù)結(jié)構(gòu)應(yīng)用于疫情后，卻發(fā)現(xiàn)了截然相反的結(jié)果。疫情之后，人口流入越多的省份反而消費增速越低。這一發(fā)現(xiàn)與我們所觀察到的年輕人占比對消費增速的影響高度一致。
圖15 疫情前人口流入更多（年輕人占比更高）的省份消費增長更快
圖16 疫情后更多（年輕人占比更高）的省份消費增速更低
數(shù)據(jù)來源：Wind，國投證券
為深入解讀上述結(jié)果，我們進(jìn)行了面板回歸分析及其他相關(guān)研究，時間所限不便詳盡展開。但簡而言之，這一變化的核心根源在于疫情及其伴隨的沖擊對工作人口的長期收入預(yù)期及其確定性構(gòu)成了深刻影響，進(jìn)而引發(fā)了消費活動的收縮，這正是當(dāng)前總需求不足現(xiàn)象的重要背景之一。在年輕人口占比較高的省份，這種影響更為強(qiáng)烈，從而導(dǎo)致了前文所述的結(jié)果。
相比之下，老年人口群體則表現(xiàn)出較強(qiáng)的穩(wěn)定性。他們的主要收入來源，如社會保險、企業(yè)年金等，均具備完善的保障機(jī)制，每月領(lǐng)取的退休金數(shù)額穩(wěn)定可預(yù)期，這種高度的確定性和穩(wěn)定的增長性，使得老年人的消費模式未受波及，因而在老年人口占比較高的地區(qū)，消費表現(xiàn)更為穩(wěn)定。
若將經(jīng)濟(jì)轉(zhuǎn)型的過程分為兩個方向，其一為向更高的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，另一則為向更高的消費驅(qū)動轉(zhuǎn)型。從數(shù)據(jù)來看，目前產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型非常穩(wěn)健，而轉(zhuǎn)向更高消費驅(qū)動的轉(zhuǎn)型動力不足。工作年齡人口遭受不利沖擊削弱了消費能力，對經(jīng)濟(jì)構(gòu)成了緊縮效應(yīng)。
我們可以將經(jīng)濟(jì)轉(zhuǎn)型比作在高速公路上駕車轉(zhuǎn)彎。在高速行駛中轉(zhuǎn)彎首先要減速并適時調(diào)整方向，以保持行車的安全與穩(wěn)定。若繼續(xù)維持高速轉(zhuǎn)彎，不僅難以順利轉(zhuǎn)向，還極可能引發(fā)交通事故；反之，若車速過慢，也會引發(fā)一系列問題?；仡櫧陙淼呐?，可以認(rèn)為“方向盤”已調(diào)整至相對正確的方向，但當(dāng)前“車速”是偏低的。
因此，在當(dāng)前的經(jīng)濟(jì)環(huán)境下，應(yīng)采取適當(dāng)手段刺激消費，穩(wěn)定工作年齡人口的長期預(yù)期，將促進(jìn)消費增長作為經(jīng)濟(jì)轉(zhuǎn)型的著力點。
作者高善文系CF40學(xué)術(shù)委員、國投證券首席經(jīng)濟(jì)學(xué)家，本文整理自作者在第六屆外灘金融峰會之外灘閉門會“2024年中國宏觀經(jīng)濟(jì)下半場”上所做的主題演講，略有刪改，未經(jīng)許可不得轉(zhuǎn)載。
未收藏
