家用电器行业报告：地产家电模型（32页）

行业报告下载 2019年10月19日 07:14 管理员

交房-家电指数与主要家电内销量边际变化具有一致性。根据模型我们统计了对应时点的交房-家电数据，并以季度为频率使数据平滑，与空冰洗内销量增速相比较。除了因各自产业其他因素而带动的内销变化，交房-家电指数增速与空调、冰箱、洗衣机内销量增速趋势高度重合，其大多数波动及主要趋势均保持一致，初步证明交房-家电指数的在理论上的有效性。地产预测三部曲第一部分，由理论上确定了交房数据与家电销量间的真实影响，指数与家电内销量的边际变化具有较高一致性，体系可套用于各地产后周期行业影响中，对地产产业链具有一定理论指导意义。但需要指出的是，交房家电指数更多是由理论上搭建了家电销量与地产各驱动因素之间的定量关系，但直接的关联紧密度及预测能力仍有瑕疵。这其中一方面来自于家电市场自有因素，受其他驱动因素影响，如高温异常、结构升级、节点促销、龙头营销战略、基数大小影响增速幅度等等，另一方面则来自于交房家电指数中所用国家统计局的地产统计数据质量上的问题。也由此带出了我们三部曲第二部的进一步尝试具备实际预测指引的优化。 2. 第二部：由繁入简简化指数做实用预测 2.1 不足：统计偏差导致理论与实际应用存在差距 “交房家电指数”公式理论上边际定量解决了由地产驱动的家电变化关系，我们也由指数增速与各主要家电内销量增速的拟合发现了实际规律。但客观而言，仍存在着一定客观问题干扰了地产预测的准确性：可用统计数据的质量较差，是目前最大的问题。虽然整个公式客观上均已采用统一国家统计局口径下的地产指标，但这目前唯一可用的高频全国地产数据，由于地厂商端的人为因素，导致质量不高： 1）地产数据年底统计量远高于平均。每年 12 月竣工面积、销售面积均出现异常高增，甚至可达其他月份的数倍，这一方面是施工端年底加速工期的产业规律，但另一方面则由地产商上报拖延的人为因素导致； 2）竣工与销售面积统计项背离。虽然为同一数据来源，但关联项间却缺乏数据逻辑性。自 2005 年起竣工与销售数据发生背离，销售面积持续 14 年远高于竣工面积且缺口持续增大，至 2018 年底累计缺口分为销售的 3.1 倍、竣工 6.9 倍。这并不符合“长期竣工=长期销售”的基本逻辑，为统计过程的误差导致。由此对不同统计项之间做加和便易出现问题。

地产产业升级带来的扰动。奥维云网数据显示 2018 年精装房渗透率达 27.5%，并保持高速增长。精装房导致竣工节点到家电销售间时间大幅缩短，从而干扰期房驱动因素的实际放量时间。此外，原始指标预测时段过短。理论上指标可预测3个月数据（由装修延迟决定），但实际国家统计局的高频数据披露时间在次月月底，实际可预测时段往往不足 2 个月，预测的边际意义有限。因此前期由简入繁地建立起交房家电指数理论模型后，在地产数据受限下，基于预测实用性的目的，我们再次自问：能否由繁入简，在实用性上再进一步？ 2.2 改进：指数实用性优化家电拟合效果全面提升基于目前统计来源端的问题及预测的实用性目的，我们对指数进行了优化。分摊年底推高的数据。一方面年底实际放量确实增加，但另一方面四季度存在明显的数据后堆的人为统计因素。为兼顾两者，我们将 12 月当月地产面积按照 1:3:6 的比例调整分摊到四季度的 10、11、12 月中，以模拟接近地产实际情况。相对收窄期房驱动需求的滞后期。原始指数以 5 个月竣工交付固定环节+3 个月装修流程共 8 个月作为期房竣工到家电销量的滞后期，但考虑精装房带来的工期缩短，我们修正滞后期为 7 个月。以核心的期房驱动项为主，忽略当前次要项。2018 年底期房销售占全国新房销售的 84.3%，而在交房家电指数中，期房驱动需求也始终占（新房+二手房）交房的 50%以上，因此我们在后续以期房驱动因素为核心，简化、降低其他项干扰。保留竣工面积统计项，通过前后现房销售抵消，规避竣工/销售统计项间的直接干扰。由于竣工与销售统计项间数据背离而导致难以直接累计计算，我们基于工程端的竣工节点较确定，保留竣工统计项，将当期现房销售驱动因素与竣工面积中的现房销售扣减相互抵消。这是建立在现房占新房销售中比例不足 20%的前提下，判断前后月份现房销售波动较小，以现房销售波动误差替代销售与竣工间的显著误差。