4、产业链传导逻辑：上游、中游、下游行业的轮动顺序与逻辑

做行业轮动，光看板块涨跌是不够的。

你得理解一个核心问题：钱是怎么在产业链里流动的？

说白了，经济周期就像一台机器。上游拧螺丝，中游造零件，下游组装出货。哪个环节先动，哪个环节后动，这里面有明确的先后顺序。我做了这么多年量化，踩过最大的坑就是——看到上游涨了，直接追中游，结果被套在半山腰。

为什么会这样？因为传导需要时间。

4.1 产业链的三层结构

我们先拆解一下。任何一条完整的产业链，都可以分成三层：

• 上游：资源端。比如石油、煤炭、铁矿、锂矿。说白了就是“挖东西”的。
• 中游：制造端。比如炼钢、化工、电池制造。这是“加工东西”的。
• 下游：消费端。比如汽车、家电、房地产。这是“用东西”的。

你想想看，经济复苏的时候，最先动的是谁？

是下游。因为需求起来了，大家开始消费、买房、买车。下游企业一看订单多了，赶紧找中游要货。中游工厂开足马力，发现原材料不够了，于是向上游采购。上游矿企一看价格涨了，开始扩产。

这个顺序，就是下游→中游→上游。

4.2 轮动顺序：四个阶段的实战经验

我在项目中遇到过很多次，明明逻辑对了，但进场时机不对，照样亏钱。这里我总结了一个四阶段模型，你可以直接拿去用：

阶段	经济特征	受益环节	典型行业
复苏初期	需求回暖，利率低	下游消费	汽车、家电、房地产
扩张中期	生产加速，库存回补	中游制造	化工、机械、电子
繁荣后期	供不应求，价格飙升	上游资源	煤炭、有色、石油
衰退期	需求萎缩，库存积压	防御性行业	医药、公用事业

嗯，这里要注意。这个顺序不是死的。有时候政策会打乱节奏。比如突然出台一个新能源补贴政策，那下游的电动车可能直接跳过中游，带动上游锂矿暴涨。这就是所谓的“政策扰动”。

4.3 如何用数据验证传导逻辑？

光讲理论不行，我们得用数据说话。我个人习惯用库存周期和PPI（生产者价格指数）来跟踪传导进度。

具体做法是这样的：

1. 先看下游的营收增速。如果连续2个月回升，说明需求起来了。
2. 再看中游的开工率。如果开工率跟着涨，说明传导到了制造端。
3. 最后看上游的价格指数。如果PPI上游材料开始涨价，说明传导到了资源端。

我曾经犯过一个错误。有一年我看下游汽车销量很好，直接买了上游锂矿。结果锂矿价格半年没动。为什么？因为中游电池厂库存太高，根本没向采购。这就是典型的“传导中断”。

4.4 产业链传导的量化模型

如果你想把这套逻辑写成策略，我建议用时差相关系数来量化。说白了，就是算一下上游价格和中游利润的“时间差”。

下面是一个简单的Python示例，计算上游（煤炭）和中游（钢铁）的传导时差：

import pandas as pd
import numpy as np

# 假设我们有煤炭价格和钢铁利润的月度数据
coal_price = pd.Series([...])  # 上游
steel_profit = pd.Series([...])  # 中游

# 计算不同滞后期的相关系数
lags = range(0, 13)  # 最多看12个月
corrs = []
for lag in lags:
    corr = coal_price.corr(steel_profit.shift(lag))
    corrs.append(corr)

# 找到最大相关系数对应的滞后期
max_lag = lags[np.argmax(corrs)]
print(f"上游传导到中游的时差约为 {max_lag} 个月")

这个代码很简单，但很实用。你跑一遍就能知道，在你的数据里，上游涨价后多久会影响到中游利润。我个人习惯把这个时差作为轮动策略的“调仓信号”。

4.5 知识体系图：产业链传导的核心逻辑

下面这张图，是我自己画的一个框架。它把整个传导逻辑串起来了。你保存下来，做策略的时候对照着看。

这张图里，我特意加了两个反馈箭头。一个是上游涨价对中游的成本推动，一个是中游涨价对下游的终端传导。这两个反馈，往往是轮动结束的信号。比如上游涨得太猛，中游利润被压缩，那中游的股票就该跑了。

4.6 实战中的三个关键判断

最后，我分享三个实战中经常用到的判断方法。你拿去直接用：

• 判断传导是否启动：看下游的库存是不是在下降。如果下游库存连续3个月下降，说明需求真的来了，传导即将启动。
• 判断传导是否加速：看中游的毛利率。如果毛利率在扩张，说明中游能把成本转嫁出去，传导很顺畅。
• 判断传导是否结束：看上游的资本开支。如果上游开始大规模扩产，说明利润已经兑现，行情接近尾声。

好了，这一章的内容就这些。记住，产业链传导不是玄学，是可以用数据和模型验证的。下一章我们会讲如何用这些逻辑构建一个完整的轮动策略。