郭永昌
周期性行业是国民经济中占比较大且蕴含较高市场风险的行业,银行在对周期性行业授信过程中,需要充分把握行业运行特征和规律,并对行业所处周期进程做出预判。本文在对周期性行业进行定义基础上,从多角度对行业进行归类分析,将顺周期行业和逆周期行业进行了区分,并提出了独立周期行业概念。文中指出了当前周期性行业呈现的三个发展趋势:行业集中度逐步提升,部分行业周期性波动减弱,行业波动沿产业链逐级放大。在此基础上,对周期性行业分析方法和步骤给出一般性分析框架,并以钢铁行业为例进行了研究分析。最后,从客户策略、行业策略、产品策略、重点领域策略和风险管控策略五个方面,对银行开展周期性行业授信给出了相关授信策略建议。
一、周期性行业的界定
周期性行业是宏观经济分析和证券投资中使用频率较高的概念,但同时也是一个比较宽泛的概念。国内文献鲜有对周期性行业的明确定义,陈武朝[1]认为周期性行业是指和宏观经济波动相关性较强的行业。国外文献中,Boudoukh等[2]认为周期性行业是指受经济周期不同阶段波动影响较大的行业。现在实务中使用的周期性行业概念一般是指“强周期”行业,指行业运行状态与宏观经济周期波动相关性较强的行业,其余则称为非周期性行业、弱周期性行业或防御性行业。以上可以看出,现有对周期性行业的界定往往不够完备和严谨,且涵盖不了现在遇到的部分典型周期性行业,如周期性波动独立于经济周期的“猪周期”(生猪养殖行业)。
国内对周期性行业所包含的范围认定也存在较大差异[3][4]。目前,相对官方的分类认定是上海证券交易所、中证指数有限公司发布的上证周期行业50指数[5]和沪深300周期指数[6]中,根据证监会行业门类和辅助类划分标准,将金融保险、采掘业、交通运输仓储业、金属非金属、房地产等5个具有较强周期性特征行业归为周期性行业。由于该分类是按照行业大类进行划分,对细分子行业未进一步区分,行业分类实际应用时的准确性欠佳。
根据我们对周期性行业的观察和研究,在兼顾行业定义完备性和区分度的基础上,将周期性行业定义为:周期性行业是指生产产品的短期供给弹性低、需求弹性高,而长期供给弹性高,运行状态呈周期性规律波动的行业。不同性质行业所体现的周期性波动规律也不同,根据选取测度指标的不同,周期性行业波动形态主要呈现为价格周期、产量周期和利润周期,相应的可以将周期性行业进一步界定为价格型周期性行业、产量型周期性行业和利润型周期性行业。
上述定义反映了周期性行业的三个显著特征:一是产品受市场需求波动影响大;二是因生产工艺、设备等因素使得行业生产的启停成本高(如炼铁高炉),或者产能受客观限制短期无法大幅增加产品供应(如生猪养殖);三是行业进入门槛相对不高,但投资的固化程度较高、资本密集度高、产品同质化程度高。上述周期性行业运行特征,使得企业经营杠杆和财务杠杆水平均较高[7],企业经营业绩往往波动剧烈,容易形成行业产能过剩问题,行业内企业淘汰率高,行业系统性经营风险较为突出。
二、周期性行业的分类
行业分类是认识行业的一种研究方法。根据行业呈现的不同特征,可以从不同角度对同一个行业归类到不同类别,如煤炭开采业既属于上游周期行业,又属于顺周期行业及需求驱动的周期行业。
(一)按照与经济周期波动关系分类
按照行业波动与宏观经济周期波动的相关性来划分,可以将周期性行业划分为:顺周期行业、逆周期行业和独立周期行业。
1.顺周期行业。顺周期行业指行业波动趋势与经济周期波动趋势相一致的行业,绝大部分的周期性行业都属于顺周期行业。如上证周期行业50指数和沪深300周期指数涵盖的金融保险、采掘业、交通运输仓储业、金属非金属、房地产等行业的主要细分子行业均属于顺周期行业。目前在日常语境中所称周期性行业主要指本分类中的顺周期行业,其含义与本文指代范围相比略窄。
2.逆周期行业。逆周期行业指行业波动趋势与宏观經济周期波动趋势相反的行业,纯粹逆周期波动行业相对较少,仅在部分特殊属性行业和行业发展的特定时期存在。如在电价市场化定价机制尚未形成时期,火电行业的利润较大程度上取决于煤炭价格高低,由于煤炭价格波动一般呈现顺周期性,所以火电行业利润波动呈现逆周期性,属于利润型的逆周期行业。图2-1显示火电行业ROE水平与动力煤价格波动呈现明显负相关性。
另一个逆周期行业的例子是贵金属行业,因为贵金属具有较强的金融属性,其价格波动呈现一定的逆周期属性。图2-2反映了伦敦金价与美国10年期国债收益率的波动趋势呈现明显负相关性,而美国10年期国债收益率一般认为是美国经济增长的领先指标,因此黄金也可以归类到价格型逆周期行业。
3.独立周期行业。独立周期行业是指除顺周期和逆周期行业以外的周期性行业,其波动趋势与宏观经济波动趋势相关性不明显,但行业仍呈现周期规律性波动,如生猪养殖、医药制造、国防军工等行业。生猪养殖行业主要受供给刚性约束,医药制造行业主要受医保改革政策和进程影响,国防军工行业主要受国际政治等因素影响,以上行业在一定时期内会形成相对独立于经济周期走势的周期变化。下图反映生猪供应价格与工业品价格水平变动关联度较小,波动呈现相对独立特征。
(二)按照引起周期变动因素分类
按照引起周期波动的主要因素进行划分,可以将周期性行业划分为:需求驱动的周期行业、供给驱动的周期行业、政策驱动的周期行业。
1.需求驱动的周期行业。需求驱动的周期行业指行业周期性波动主要受需求端约束和波动引起,一般是因行业需求相对不足造成,而产品生产能够根据需求作灵活调整。如汽车制造、消费品制造等行业,其生产制造主要由终端用户需求主导,均属于需求驱动的周期行业。
2.供给驱动的周期行业。供给驱动的周期行业指行业周期性波动主要受供给端约束和波动引起,一般是因行业供给相对不足造成,生猪养殖、原油等行业属于供给驱动的周期行业。以原油为例,作为重要的能源化工品,原油是工业生产各个领域最重要的原材料来源。从需求端来看,全球原油需求增速较为稳定,数据显示自1965年以来全球原油需求年均复合增速为1.96%,除去金融危机等带来的巨大需求冲击外,原油需求年均增速波动稳定在5%的区间内。但从供给端来看,原油的产地分布极为不平均,目前主要分布于中东、北美及俄罗斯等地,且全球原油的供给受国际政治形势和石油输出国组织(OPEC)等国际组织影响较大。因此,原油市场的周期性波动主要受供给端影响和约束,属于供给驱动的周期行业。
3.政策驱动的周期行业。政策驱动的周期行业指行业周期波动主要受外部宏观政策、环保政策、监管政策等影响和主导,如房地产、医药制造等行业。房地产业在我国属于典型的由房地产调控政策主导的周期行业,政府调控房地产行业的政策工具既包括供给侧的,也包括需求侧的,涵盖土地出让政策、限购政策、财税政策和金融政策等一系列的调控政策。图2-4反映个人住房利率调整对商品房销售产生比较明显的正向推动作用。
(三)按照行业所处产业链位置分类
按照行业所处产业链环节进行划分,可以将周期性行业划分为:上游周期行业、中游周期行业、下游周期行业,分别指位于产业链上游、中游和下游的周期性行业。按照传统的产业链分析逻辑有四条产业链具有明显行业上下游供需关系,分别是:黑色金属产业链、有色金属产业链、能源化工产业链以及农业产业链。表2-1显示除农业产业链外,其余三条产业链中绝大多数行业均属于周期性行业。
三、周期性行业演化趋势分析
上述对周期性行业的归类,是在行业一定发展阶段内对行业周期属性的认定。随着外部经济环境的变化,周期性行业可能会发生一些特征的改变,有些行业甚至弱化为非周期性行业。当前,在经济新发展阶段和供给侧结构性改革的大背景下,周期性行业已呈现出阶段性变化趋势。
(一)行业集中度逐步提升
我国产业的市场化竞争水平虽然在逐步提升,但由于仍存在预算软约束等问题,行业冗余产能的自动出清能力相对较弱,市场整体的集中度提升过程相对比较缓慢。但周期性行业的特征决定了行业企业的经营和财务状况波动更为剧烈,行业的优胜劣汰也更加明显。随着行业竞争的加剧,行业内具备规模、资源和财务优势的龙头企业往往会拥有更强的经营优势,主要包括:
1.规模化生产成本优势。规模化生产带来的单位成本降低是普遍存在的生产规律,在周期性行业中体现得也更为明显,如钢鐵、水泥、工程机械等重工业企业,为获取低成本经营优势,不断扩张产能,客观上加快了行业集中化进程。
2.规范化经营优势。在当前环境保护、节能减排、安全生产等政策要求趋紧的形势下,大型企业通过持续投入和专业化管理,实现了经营规范化,为企业长期发展奠定了基础。而行业内小型企业和落后产能企业,或因加大投入背负较高的运营成本而丧失市场竞争优势,或因不符合监管政策要求而退出竞争。
3.融资渠道优势。在行业盈利水平周期性剧烈波动的阶段,财务杠杆水平和融资能力往往决定了企业生存能力。行业优势企业能够通过资本市场融资、直融发债等方式,保持更好地融资杠杆弹性。
4.品牌化优势。下游面向终端用户的周期性行业,随着产品知名度的不断提升,品牌企业逐步形成了市场竞争的优势地位,为企业长期发展奠定了基础。
5.一体化经营优势。产业链核心企业通过上下游产业链延伸,控制产业链稀缺资源、节约内部交易成本、扩大范围经济优势,形成纵向一体化经营优势,如石油炼化一体化企业、光伏全产业链企业、煤电一体化企业等。横向则利用产业集群集聚效应,通过深化集群专业化协作,形成一体化经营优势。
根据新时代证券研究所测算,供给侧改革后国内主要的周期性行业上市公司CR4市场集中度均超过35%,按照贝恩市场结构划分,达到中等寡占以上的市场格局。
(二)部分行业周期性波动减弱
近年来,随着经济发展程度的提升,一些影响行业周期性波动的因素也发生了变化,部分周期性行业的市场波动呈减小的趋势。以上市公司样本为例,图3-1测算了沪深300周期指数的市场波动情况,2017年以后,该指数近12月的波动率基本保持在20%以内,市场波动幅度明显降低。资本市场样本一定程度上反映了行业整体周期性波动在呈减弱趋势。以下从四个方面分析引致行业周期性减弱的动因。
1.产业升级带动行业由周期属性向成长属性演化。产业处于发展初期时,往往存在产品同质化高、进入壁垒低、技术水平低等问题。但随着产业升级换代,一些周期性行业的技术水平大幅提升,行业优势企业通过加大研发等投入,逐步形成差异化竞争优势。在我国制造业向中高端迈进的过程中,传统的周期性行业中,如化工、有色、钢铁等行业,逐步涌现出一批属于新材料工业、新能源工业等领域的高新技术企业,带动整个行业由“周期属性”向“成长属性”演化。
2.供给收缩常态化逐步“熨平”周期波动幅度。随着供给侧结构性改革的逐步深入,传统的产能过剩行业,如钢铁、水泥、电解铝等行业,正面临产能“政策天花板”限制,行业准入壁垒大幅提高,同时存量落后产能“减量置换”政策要求,行业产能将持续收缩,大幅降低行业的长期供给弹性,使得行业周期波动减弱。如采矿业在2018年底供给侧改革后投资增速维持低位震荡,供给收缩常态化,产能周期被“熨平”。而在房地产领域,由于政府“房住不炒”政策的持续强化,行业周期波动也呈明显弱化趋势,房地产行业正逐步转型为“公共服务”行业。
3.需求弹性降低使得终端制造行业周期弱化。终端制造行业主要受终端需求变动影响,产品需求弹性降低将弱化行业的周期波动幅度。如家电行业在2012年之前周期性波动特征较为明显,但随着房地产调控的常态化,家电行业的市场需求也趋于平稳,图3-2反映了2012年之后家用电冰箱的周期波动明显下降(剔除2020年以后疫情影响)。而汽车制造行业也呈现类似趋势,我国汽车行业在2017年千人保有量达到阶段高位后,传统乘用车行业的周期波动也明显弱化。
4.行业财务杠杆水平系统性下降弱化了周期波动。近年来,持续开展的“三去一降一补”政策对产能过剩行业的财务杠杆进行了压降,财务杠杆的下降一定程度上也抑制了企业投资扩产的冲动,相应压降了企业的经营杠杆水平。企业经营杠杆和财务杠杆的下降反过来降低了周期性行业长期供给弹性,最终抑制了周期性行业波动程度。图3-3反映供给侧改革以来,沪深300周期指数的行业资产负债率已整体下降。
(三)行业波动沿产业链逐级放大
从产业链角度,处于产业链上下游的周期性行业呈现产业轮动的特征,这也符合产业链需求逐级传导的规律。在经济复苏阶段,直接面向终端的下游行业(汽车制造、工程机械等)受益于政策及资金面宽松最先出现需求改善和相应的企业盈利增强,继而带来中游制造业(钢铁、建材等)生产活动的恢复,产能的扩张将最终传导至上游原材料端(煤炭、石化等)。需求沿产业链下游行业、中游行业、上游行业依次传导过程中,行业周期性波动幅度逐级放大,呈现出供应链管理中的“长鞭效应”[8]。图3-4反映生产资料下游行业(加工工业)、中游行业(原材料工业)和上游行业(采掘工业)PPI波动幅度呈逐级放大态势。
以光伏产业链为例,我们选取产业链上中下游具有代表性的硅料、单晶硅片和光伏组件三个制造环节,可以发现沿产业链上行产品波动幅度呈现明显增大趋势,其中面向终端的光伏组件制造环节的价格波动最小,而产业链上游的硅料制造环节价格波动最大。
进一步考察光伏产业链各制造环节周期波动差异的原因,就需要深入到产业链内部。表3-2汇总了光伏产业链各主要制造环节的投资建设指标,从上游到下游四个环节中,单位投资成本和建设周期在大幅下降,产能的启停难度也由难到易,分别反映了企业产品生产的长期及短期供给弹性的强弱程度,这是形成行业周期波动差异的主要微观原因。
四、周期性行业分析框架
(一)周期性行业分析步骤
基于以上对周期性行业界定、分类和趋势分析的基础上,下文给出周期性行业分析的一般步骤。其中,关键环节是根据行业属性对行业进行准确定位。
第一步,判断行业是否属于周期性行业。从周期性行业的定义出发,基于企业生产微观特征分析其产品的短期需求弹性、短期供给弹性和长期供给弹性,对行业是否符合周期属性特征进行初步筛选。其中,关键判别指标是长期供给弹性,可以从企业的固定资产投入占比、行业进入壁垒、技术密集程度等方面进行考察。
第二步,判断周期性行业与经济周期关系。通过分析行业价格、产量或利润与经济周期相应指标波动的相关性,判断行业属于顺周期行业、逆周期行业,还是独立周期行业,以及行业周期属性是价格周期、产量周期,还是利润周期。在进行相关性判定时,应注意区分行业的不同发展阶段,其与经济周期的相关性可能发生改变。
第三步,判断周期性行业主要驱动因素。根据产品交易量和交易价格互动关系,判断行业是属于供给驱动行业,还是需求驱动行业。交易量与交易价格呈正相关变动,说明行业运行主要受需求约束(需求相对不足),行业属于需求驱动行业;交易量与交易价格呈负相关变动,说明行业运行主要受供给约束(供给相对不足),则属于供给驱动行业。
第四步,对周期性行业进行定位。根据上述对周期性行业判别规则,我们可以构建出周期性行业的定位矩阵,并对所分析行业进行定位。表4-1是把文中提到的部分周期性行业归类到定位矩阵的组合中。
第五步,应用分析。在对周期性行业进行准确定位基础上,可以展开对行业的应用分析,判断行业变动趋势、行业景气程度,分析行业所处的周期位置等。
(二)以钢铁行业为例进行分析
钢铁行业是国民经济中重要的中游制造行业,也是比较典型的传统周期性行业。我们按照上述分析步骤对钢铁行业进行简要分析,深化对周期行业运行规律的认识。
先从微观上对钢铁行业主要特征进行分析。钢铁行业企业最显著特征是重资产运营,行业的进入门槛并不高,但产品同质化程度高。從企业生产模式来看,其产能一旦运行,短期停产的影响较大(如炼铁高炉设备启停难度大)。因此,从供给角度,行业基本符合我们对周期性行业界定的短期供给弹性低,而长期供给弹性高的特征。从需求角度看,产品同质化程度高反映行业短期的需求弹性相对较高。总体而言,可以初步判定钢铁行业属于周期性行业。
下面考察钢铁行业波动与整体工业周期波动关系。选取价格指标进行对比,图4-1显示钢铁行业价格的波动趋势与全部工业品价格的波动趋势基本一致,说明钢铁行业属于价格型顺周期行业。如果要进一步考察这种相关性的定量化水平,可以通过样本数据计算两者的相关系数获得。
再回到行业本身,看一下钢材产量和价格波动运行的互动关系。图4-3对比了自1997年至今的粗钢(螺纹钢)量价同比波动情况,从行业长时间样本来看,粗钢量价波动形态大体分为两个阶段,2007年之前两者基本上呈反方向波动,而2007年至今则呈现较为明显的同方向波动。根据上文分析,2007年之前钢铁行业周期性波动可能属于供给端驱动为主,而2007年至今则可能属于需求端驱动为主。
为验证上述判断,再对上述时期国内粗钢供求状况进行分析,下图反映我国粗钢生产在2006年左右实现了从供给不足到供给过剩的逆转,在2009年之后这种趋势更为明显(统计数据在2008年附近可能存在失真),基本与上述判断的行业量价波动关系相吻合。
通过以上分析,可以对钢铁行业进行行业定位,在2006年之前属于供给驱动的顺周期行业,而在2006年之后则属于需求驱动的顺周期行业。
在完成行业定位后,可以展开对行业的应用分析,以下以钢材价格预测为例展开。图4-4将螺纹钢期货价格同比变化滞后约7个月后,与螺纹钢产量同比波动进行对比,显示2018年以后两者之间具有相对一致的波动方向,且在方向性运行拐点区域拟合度较好。因为钢材产量变动对期货价格变动有较好的方向引领性,可以将钢材产量作为判断钢材期货价格变动的先行指标,尤其对判断钢材期货价格波动拐点具有较好指示意义。
五、周期性行业银行授信策略建议
(一)客户策略
周期性行业企业总体上呈现经营和财务波动大、行业风险高,同时行业集中度也较高。针对行业集中度高的特点,银行授信的总体策略是重点支持行业内具备较强竞争优势的头部企业。除此以外,通过把握具体行业的运营特征,筛选具备穿越周期能力的企业,主要考核因素包括:一是单位成本管控水平。周期性行业企业以重资产运营模式为主,产品同质化程度高,其综合竞争能力最终反映在产品价格水平上。除企业规模和管理能力因素外,产业链纵向一体化企业往往能够获得更低的行业成本。因此,单位成本的高低是判断周期性行业企业短期市场竞争力的核心指标。二是品牌知名度和技术水平。周期性行业的进入门槛相对较低,而品牌和技术可以为企业筑起差异化竞争的护城河。对品牌知名度和技术优势的判断,是衡量企业长期市场竞争力的核心指标。三是现金流平衡能力。周期性行业企业面对行业周期性波动时,最重要不是行业景气时的盈利能力,而是能否获得足够现金流度过行业低谷。因此,需要结合企业现有财务杠杆水平和多融资渠道融资能力,预判行业周期的时间跨度基础上,测算企业跨越周期所需的现金流规模,从而判断企业是否具备穿越周期的财务弹性。
(二)行业策略
对于银行而言,周期性行业的授信风险差异主要来源于行业周期波动的大小。周期波动小的行业企业经营稳定程度整体上优于波动大的行业。据此标准,可以优先选择周期波动弱化行业,以及位于产业链中下游的周期性行业,行业选择策略包括:一是积极支持技术升级换代行业。在经济进入新发展阶段和“双碳”转型目标下,积极把握化工、有色等传统周期行业涌现的属于新材料工业、新能源工业等领域的高新技术企业,以及正迈向高端化进程中的行业企业。同时,积极支持传统企业技术升级改造以及节能减排改造等领域的融资需求。二是优先支持产业链中下游行业。沿着产业链来看,产业链下游行业稳定性要优于中上游行业,而上游行业的波动性最大。因此,下游产品制造行业特别是消费品制造行业、中游材料加工制造行业,总体上要优于上游矿产品采掘行业。三是差异化配置传统产能过剩行业。随着我国供给侧改革的持续深入,一些曾经属于产能严重过剩的行业正面临行业结构的调整优化,部分行业的周期性波动已明显弱化,需要我们对行业进行重新审视,对部分稳定性较高的行业可以适度增加配置。但对于行业内低效落后产能或高污染、高能耗领域新建项目,仍须严格执行国家产业政策,对不符合环保要求的企业“一票否决”,加快退出行业落后过剩产能和生产不合规的“两高”企业。
(三)产品策略
1.重大固定资产融资以银团贷款为主。周期性行业存在固定资产投资高、资金投入密集等特点,企业固定资产融资的金额往往比较高且期限长。银行在面对行业高波动的风险时,往往难以承受单一项目的大额损失。通过组建银团贷款的联合融资方式,可以分散单一融资项目的集中度风险,并可以发挥各家银行在项目判断上的优势,实现风险共担、合作共赢。
2.提高短期融资产品的适配性。周期性行业企业经营的高波动性,容易带来行业竞争格局的频繁变动。行业内企业在面对激烈的市场竞争时,为实现短期经营目标,对资金使用会有“短贷长用”的冲动,导致企业在行业低谷时资金链出现问题。银行在对企业进行授信时,应根据企业经营运营过程中产生的实际融资需求,匹配期限和结算方式适配的融资产品,防范企业资金挪用产生的授信风险。
3.资本市场业务重在择时。银行开展资本市场业务除面临企业信用风险外,更面临投资产品的市场波动风险。周期性行业企业不仅经营波动大,其在资本市场的价格波动也更加剧烈,准确判断行业所处的运行阶段,并选择合适时机进行投资,是控制产品市场风险和投资风险的关键。
4.关注并购融资的业务机会。近年来,随着周期性行业市场集中度的提高,行业内优势企业的兼并重组在不断增加,给银行等金融机构带来一定并购融资的市场机会。开展并购融资业务时,应优先选择同行业横向并购、产业协同并购、上下游一体化并购等业务为主,审慎开展跨行业的多元化并购业务。
(四)重点领域策略
1.区域信贷策略。周期性行业在区域分布上呈现产业集群化特征,下游面向消费终端的制造行业多集中于经济发达的东部地区,中游生产制造环节多分布在中部和东北等区域,而上游的矿产品开采等行业则多位于西南和西北地区。因此,银行授信应结合行业集群分布的地域特点,制定区域差异化的授信标准,增强行业授信的针对性和有效性。
2.绿色信贷业务策略。国家“双碳”目标的确立,将促进经济各领域的绿色转型。在对周期性行业授信过程中,要积极支持绿色产业发展和重要领域绿色化改造。重点围绕节能环保、清洁生产、清洁能源、生态环境等领域,支持行业内企业实施绿色技术创新,大力提升银行绿色信贷业务的覆盖广度和深度。
3.乡村振兴业务策略。在国家乡村振兴战略的推动下,农业现代化和产业化将带来畜牧养殖、粮食种植、种子行业等重要发展机遇。银行在加大对农业产业化企业支持力度的同时,可以沿产业链向下游延伸,积极开展对农户、农业合作社等涉农小微企、普惠信贷业务,支持国家乡村振兴战略的实施。
(五)风险管控策略
1.客户集中度风险管理策略。随着周期性行业集中度提高,银行授信客户不可避免集中于行业头部企业,容易造成单一客户授信集中度风险过高。因此,银行应根据不同周期性行业风险度大小,制定差异化的单一客户授信限额控制目标,避免授信“垒大户”风险。
2.行业集中度风险管理策略。周期性行业企业的经营状况与行业景气度密切相关,需要高度重视单一行业授信集中带来的系统性风险。对行业集中度风险管控,除制定行业授信限额目标外,应重点强化行业资产组合管理,主要包括:周期性行业与非周期性行业的组合配置策略;顺周期行业、逆周期行业和独立周期行业的组合配置策略;同一产业链上游周期行业、中游周期行业和下游周期行业的组合配置策略等。通过行业资产组合管理,降低行业集中度风险。
参考文献:
[1] 陈武朝.经济周期、行业周期与盈余管理程度——来自中国上市公司的证据,南开管理评论,2013年,第3期:26-35.
[2] Boudoukh J,Richardson M, Whitelaw RF, Industry Returns and the Fisher Effect, The Journal of Finance, 1994,Vol. 49:1595-1615.
[3] 杜曉涛.周期性行业论析,华北电力大学学报(社会科学版),2012年,第3期:31-35.
[4] 陈蕾,郑悦.周期性行业的范围界定与阶段性特征:1990~2014年,改革,2015年,第9期:53-62.
[5]上海证券交易所,关于发布上证周期行业50、非周期行业100指数的公告,2010年,http://www.sse.com.cn/market/sseindex/diclosure/c/c_20150911_3984988.shtml.
[6]上海证券交易所,关于发布上证消费80、上证自
然资源、沪深300周期与非周期指数的公告,2010年,http://
www.sse.com.cn/market/sseindex/diclosure/c/c_20150911_39
84993.shtml.
[7]裘丽.周期性行业企业的资产结构与资本结构的杠杆效应,知识产权出版社,2019年:52-78.
[8] Lee HL, Padmanabhan V, Whang SJ.Information Distortion in a Supply Chain: The Bullwhip Effect, Management Science, 1997,Vol. 43(4): 546-558.
作者单位:中信银行总行授信执行部,专职审批人,硕士研究生,中级经济师。