报告概述
本报告是中银国际证券策略研究系列之一，旨在破解传统一维景气比较的局限。报告从26个中信一级行业的盈利数据出发，构建扩散度（衡量景气面宽）与离散度（衡量结构强度）两类结构性指标，形成Beta-Alpha二维框架。通过回测历史多个典型市场阶段（如2009-2010全面牛、2016-2017结构牛、2013-2015轮动等），验证框架有效性，并给出当前象限定位及行业配置建议。报告有助于投资者理解景气因子的周期性波动、行业与个股有效性差异，以及如何利用二维指标把握市场Beta与Alpha。
报告的核心结论
景气投资有效性依赖于行业间盈利分化
报告指出，分化和差距是景气投资能产生超额收益的土壤。只有当部分行业盈利持续改善、另一部分行业低迷时，市场才会通过估值和资金配置重新定价结构，从而形成选股和选行业的有效性。没有分化，景气投资便失去意义。
当前扩散度与离散度双双底部上行，指向结构牛
报告显示，截至2025年底，扩散度（盈利改善行业占比）和离散度（行业间盈利差距）均从低位回升，类似2013年科技结构牛启动时的状态。这意味着市场整体Beta价值受到呵护，同时结构性Alpha机会（特别是TMT方向）值得期待，整体处于第1象限（Beta↑×Alpha↑）。
行业景气有效性高于个股景气有效性，差距创历史新高
报告通过构建景气投资有效性指数发现，截至2025年三季度，一级行业层面的有效性指数处于高位，而个股层面的有效性指数仍在低位，两者差值达到历史新高。这反映近年以来行业/赛道投资更受青睐，ETF和量化策略推动资金按行业配置，使得板块整体表现与业绩相关性更强。
2026年PPI修复假设下，扩散度与离散度大概率继续上行
报告基于2026年PPI向0值修复的宏观假设，判断整体扩散度和离散度将保持方向性上行。这一方面呵护市场Beta，另一方面离散度小幅上行意味着风格扩散仍然值得期待。若TMT离散度绝对值提升但占比下降，则“反内卷”方向有望在结构牛中占据更多底色。
报告回答的关键问题
什么是景气投资的二维框架？
报告将传统的一维景气比较（仅看盈利增速高低）拓展为二维：扩散度（Diffusion）和离散度（Dispersion）。扩散度衡量有多少行业的盈利在改善，指向Beta；离散度衡量行业间盈利差距有多大，指向Alpha。两者共同构成Beta-Alpha二维框架，用以判断市场处于全面牛、结构牛、全面衰退还是弱结构行情。
为什么近期行业景气投资比个股景气投资更有效？
报告通过对比行业与个股景气投资有效性指数发现，2024年四季度以来，行业层面有效性显著高于个股层面，差值创历史新高。原因在于：行业/赛道投资策略近年更受青睐，指数基金（ETF）和量化策略偏好直接按行业配置，资金抱团推升行业整体股价，使得行业表现与业绩相关性增强，而个股层面定价仍较混乱。
景气投资为什么有时有效有时无效？
报告指出，景气投资有效性存在周期性波动，核心原因包括：①周期性因子轮动与经济周期相关，宏观景气改善时有效性强，衰退时转向防御；②拥挤交易导致估值过高后的均值回归风险；③景气信号受噪音干扰（如低基数效应）；④产业趋势形成期盈利关注度提升；⑤不同主导资金类型对盈利敏感度不同（如公募敏感，保险/养老金敏感度低）。
如何利用扩散度和离散度判断市场风格？
根据二维框架，当扩散度和离散度均上行（第1象限）时，市场为结构牛，Beta和Alpha双击；扩散度上行但离散度下行（第2象限）为全面牛，风格均衡；两者均下行（第3象限）为全面防御；扩散度下行但离散度上行（第4象限）为弱结构行情，少数行业独走。报告以2009-2010（全面牛）、2016-2017（结构牛）、2013-2015（快速轮动）等历史阶段验证了框架的有效性。
报告中的代表性数据
行业景气有效性指数（一级行业）
2025Q3，报告构建的景气投资有效性指数反映行业盈利增速差异及市场定价意愿。最新数据显示行业层定价越来越有效，而个股层定价仍混乱。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 传统一维景气比较的详细方法，包括三种景气分组（单季同比、累计同比、边际同比）的效果对比及优缺点分析。
- 景气投资有效性指数的构建方法，以及行业与个股有效性差异的深度探讨。
- 景气投资周期性失灵的五类原因分析，涵盖因子轮动、拥挤交易、信号噪音、产业趋势和资金类型。
- 扩散度与离散度的三种观察口径（同比Q-YOY、环比QoQ、PPI分项扩散度）及其策略含义。
- 正向景气组离散度的编制与解释，用于识别"景气优等生"内部的分化程度。
- Beta-Alpha二维框架的完整构建逻辑及四象限定义（结构牛、全面牛、全面防御、弱结构）。
- 二维框架对2009-2010、2016-2017、2019-2021、2013-2015等历史阶段的详细回测验证。
- 离散度指标的使用优化：如何通过行业贡献度（TMT、消费、制造、周期）的细分来识别结构性行情。
- 2026年展望与行业配置建议，基于扩散度与离散度指标趋势，推荐科技、先进制造、周期资源方向。
- 风险提示：数据口径风险、拥挤交易风险、宏观政策超预期变化风险。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
