市值风云APP原创作品 未获授权请勿转载
近期，风云君发布数篇打假的、揭套路的文章，招来不少围观群众，其中赞美者有之，非议者有之，直接发来生命威胁者也不少。风云君作为风里来雨里去的疯一样的男子，对各种争议早已司空见惯，“微微一笑，绝对不抽”。
但是风云君最不能容忍的，就是读者怀疑我们的研究能力。虽然做财务舞弊研究、上市公司并购重组研究和“套路”研究也是很体现功底的技能，但是，很多人依然希望看看我们团队的所谓的“正面”研究报告。
其实你们那点小九九姆们岂能不懂？不就是想变着法儿让姆们荐股么？不就是觉得我们既然能在“问题研究”上打出一片天地，那么在“价值研究”上肯定也能让大家赚得直冒鼻涕泡……风云君依然微微一笑，还是那句话，姆们不荐股！
但是我们可以提供让你感到非常震撼的研究报告。倚马之间而已。
这一期，风云君就准备秀一把36D的胸大肌，把姆们出售给机构客户的研报拿一份出来，让各位再次见识一下风云君那种亦正亦邪、放荡不羁爱自由的德性。
郑重声明：这是一份出售给机构客户的深度行业研报。请各位粉丝珍惜——并拍砖。据此操作，后果自负。
文 / 常山
世界历史的发展表明，城市化率达到50%会进入加速过程，60%至70%进入减速阶段。2016年中国的城市化率已经达到57.35%，目前正在向60%的目标迈进。
城市化率的提高必然推动汽车销售和汽车消费。
从二级市场投资角度看，这也就带来投资机会，通过分析汽车市场与城市化率的关系、税收优惠政策对汽车行业的影响，比较分析汽车产业链重要环节的财务指标等等，进而剖析汽车行业的投资逻辑和投资机会。
以下内容纯干活，数量分析较多，可能没有风云君以前的撸文活泼，如无耐心研读的朋友可直接跳过推演看每段末尾的红字结论部分。
特别说明汽车保有量的增长因素，与：1.宏观政策，2.成本因素，3.购买力因素，4.基础设施因素，5.环境因素等有关。
鉴于本文非学术性论文，最终决定采用“估算+简易模型”形式，以一元线性回归来确定汽车保有量的影响因素，因此，做如下假设：
1.经济处于复苏和向上周期且现有的汽车行业宏观政策不变；
2.城市化率内含包括居民可以支配收入情况（居民可支配收入增速与城市化率同步）；
3.汽车行业维持2010年以来竞争格局；
4.政府财政补贴对汽车消费市场的影响不显著等等。
总之一句话，就是在理想情况下，考虑汽车保有量与城市化率的关系。
图：民用汽车拥有量与城市化率关系示意图（单位：万辆 %）
来源：Choice 市值风云数据可视化研究院
此处，省略1000字的分析内容，直接阐述结果：
1. 1995-2016年民用汽车拥有量（保有量）增速与城市化率存在一定线性关系，期间的增速类似正态分布特征，如下简图：
来源：市值风云数据可视化研究院制图，形象图非实际图
初期，随着城市化进程的推进，汽车保有量增速快速增加，当保有量达到一定程度后，汽车保有量增速逐步下滑。现阶段是汽车保有量增速见顶后增速下滑时期。
2. 1995年—2014年间，民用汽车拥有量（保有量）和城市化水平的关系：
1995-1999年期间，城市化水平每提升1%，民用汽车拥有量（保有量）约增加90万辆（以1995年为基数年均增长8.74%）；
2000-2004年期间，城市化水平每提升1%，民用汽车拥有量（保有量）约增加220万辆（以2000年为基数年均增长13.16%）；
2005-2009年期间，城市化水平每提升1%，民用汽车拥有量（保有量）约增加620万辆（以2005年为基数年均增长18.47%）；
2010-2014年期间，城市化水平每提升1%，民用汽车拥有量（保有量）约增加1360万辆（以2010年为基点年均增长18.42%）；
3. 2014年城市化率已突破50分界线，达54.77，城市化率放缓，民用汽车拥有量（保有量）增速也相应放缓。
预计2015-2019年民用汽车拥有量（保有量）以2015年为基数年均增长在13%-15%左右。即到2019年民用汽车拥有量（保有量）有望达到2.7亿辆，相当于每千人民用汽车数为193,该数据与国际上人均GDP达到1万美元，对应每千人汽车保有量200辆是相符的（未考虑新能源汽车新增情况）。
预计2020-2024年民用汽车拥有量（保有量）以2020年为基数年均增长在8%-13%左右。
综上所述，基于对汽车保有量每个时间段的增长估算，便于今后估算汽车行业的增长空间，更好把握汽车行业的投资策略。
| 结论：汽车保有量与城市化率显著相关，随着城市化水平达的提高，汽车保有量增速先高速后低速。 |
|
|
|
|
从二级市场投资布局的角度看，汽车产业链主要分为零部件企业、整车企业、汽车后市场服务企业。
从零部件到整车厂再到汽车后市场，整车企业是核心，也是整个产业链蛋糕的划分者。整车厂是零部件企业的甲方，可以占款（压货款），又可以对汽车销售端4S店采用预付款或保证金形式，也可以占款（4s店其实是汽车品牌的附庸）。
研究行业，需先从产业链的龙头或者利益的分配者入手，再找到利益分配环节中最强的公司或者阶段性最强的公司。因此，研究汽车业，需从汽车整车也切入。
说明：本文所覆盖的汽车行业相关子板块参照申万的行业划分，对应的上市公司行业划分均采用申万的行业划分方式。本文只讨论汽车整车和零部件行业，不讨论汽车销售环节，主要是原因：汽车销售环节的上市公司往往还有其他主营业务，其所对应的财务指标并未较好地反映汽车销售环节，且A股纯汽车销售的上市公司样本数少，不能有效反映汽车销售环节的实际情况。
（一）整车、零部件企业固定资产周转率（次）对比
固定资产周转率主要用于分析对厂房、设备等固定资产的利用效率，比率越高，说明利用率越高，管理水平越好。在一条产业链中，如果某个环节的固定资产周转率与上下游相比更高，则说明环节对固定资产的利用率较高，进而，可能会影响企业的获利能力。它反应了企业资产的利用程度。
表1：整车、零部件企业固定资产周转率（次）及样本数方差、标准差对比 
来源：Choice 市值风云数据可视化研究院
说明，方差、标准差反映的是样本数据的波动情况，方差、标准差的波动区间越小，说明样本数据更稳定。
图2：整车、零部件企业固定资产周转率（次）及样本数标准差对比 
来源：Choice 市值风云数据可视化研究院
从表1、图2可以看出2007-2016年期间汽车行业中子行业的变动情况：
1.汽车行业子板块中整车行业的固定资产周转率（次）要高于零部件行业，但整车、零部件整体的固定资产周转率（次）呈现明显的下降趋势；固定资产周转率分析的是对厂房、设备等固定资产的利用效率，比率越高，说明利用率越高，管理水平越好，反应了企业资产的利用程度。
2.对2007-2016年行业算术平均数进行标准差计算，σ整车=1.3329>σ零部件=0.6031，说明最近10年整车行业的固定资产周转率波动高于零部件行业的固定资产周转率，零部件的固定资产周转率算术平均值4.0850，且偏离该均值绝对偏差仅仅是0.4984，偏离度为12.20%，据此，可以估算零部件行业的固定资产周转率区间为4.08500.4984；
3.整车行业对零部件行业有着明显的带动作用，下行周期中比较显著的周期是2007-2009年，整车行业先下行，随后传导到零部件行业；当整车行业发生向上拐点时，零部件稍滞后但不明显（零部件或存在去库存、提高产能周期）。
结论： 整车行业是整条产业链的核心环节和蛋糕的划分者，是确定性较高的行业（确定性投资收益的理想行业之一）；
整车行业固定资产周转率高于零部件行业是产业持续增长周期重要参考指标之一（当整车行业固定资产周转率低于零部件行业或将预示着行业进入衰退期）； 此外，零部件行业的固定资产增长率波动更小，预测性更强。 |
|
|
|
|
（二）整车、零部件企业毛利率及净资产收益率（ROE）对比
1.整车、零部件行业毛利率及样本数方差、标准差对比
表3：汽车整车、零部件行业销售毛利率算数平均数及标准差对比 
来源：Choice 市值风云数据可视化研究院
图4： 
来源：Choice 市值风云数据可视化研究院
2.整车、零部件行业净资产收益率及样本数方差、标准差对比
表5： 
来源：Choice 市值风云数据可视化研究院
图6： 
来源：Choice 市值风云数据可视化研究院
从图6看，整车行业的净资产收益率算数平均数仅在2014年出现负值，其他各年份均为正值，但整体呈现震荡下滑的趋势；零配件行业净资产收益率算术平均数在2009年、2013年为负值，其中2009年下滑幅度非常大，从标准差看，零部件行业波动幅度明显大于整车行业。
2007-2016年的十年统计周期看基本每3-4年净资产收益率会出现一次较大的波动，整车、零部件的大小年周期波动规律比较明显。
| 结论：整车、零部件行业大小年周期波动较明显，投资择时很关键，3-4年或出现一次大小年周期。当某一家企业（整车或零部件）的毛利率连续多年均高于行业平均水平（穿越行业周期），且产品结构多元，那么，基本可以判断该企业的产品结构较优化。 |
|
|
|
|
表7：2009-2016年购置税及汽车下乡等政策实行时间 
来源：Choice 市值风云数据可视化研究院
表8：2007-2016年汽车销售量及汽车整车、零部件行业净资产收益率、毛利率、净资产收益率 
来源：Choice 市值风云数据可视化研究院
图9：2007-2016年汽车销售量及汽车整车、零部件行业净资产收益率、毛利率、净资产收益率变化图 
来源：Choice 市值风云数据可视化研究院
结合上方三个图表可以得出如下结论：
1.购置税方面的优惠政策对销售量、整车行业净资产收益率刺激效果非常明显，其中，2009-2010年首次采取税收优惠政策对汽车销售刺激效果明显，2014-2016再次采取税收优惠政策，对汽车销售、整车净资产收益率有一定效果，但比前一次效果明显弱化（A.与汽车市场的保有量有关，B.与政策的边际效果递减有关）；
2.在2009-2010年的购置税优惠及汽车下乡等政策刺激下，整车行业的净资产收益率出现明显的向上拐点，但在2015-2016年的购置税优惠政策刺激后，并没有出现向上拐点，在行业竞争格局日益激烈且固化的情况下（事实证明去杠杆对整车企业影响不显著），净资产收益率下行压力加大；
3.销售量的增加，并没有带来整车、零部件行业包括固定资产周转率、毛利率、净资产收益率等指标的拐点，除了零部件毛利率算术平均指标外，其他指标呈现趋于收缩、聚集的特征，说明整个汽车行业进入了充分的市场竞争格局(在投资上要想获得超额收益，得更加关注单个企业车型的放量情况)；
4.政策刺激透支未来的市场需求，2009到2010年的政策刺激后，整车行业在经历短期的爆发后，随机进入了2011、2012年的下行周期，由销售量下滑引起的毛利率、净资产收益率等的下行，进而传导到零部件企业；有2015Q3开始的购置税减免也是带来了整车销售量的放大，虽然购置税减免政策延续到2017年底，2018年整车行业或出现明显的销量下滑并伴随相关财务数据的下滑。
| 结论：税收优惠政策出台时，应首先关注整车环节（有利于去库存），重点关注业绩弹性大或产能利用率较低的企业；但，当政策过后往往会出现1到2年的低谷期，注意及时回避。 |
|
|
|
|
原材料价格对整车行业毛利率影响大吗？
如何寻找行业拐点？
未来的趋势车型是哪些？
2016年商用载货车放量的真正原因是什么？
未来1-2年汽车行业会进入调整期吗？
下文将一一揭秘！
