消费在国民经济中的重要地位不言而喻，时至今日，消费已成为拉动经济增长的最大引擎。因此，对消费行业进行深入的理解和分析就显得尤为重要。

在本文中，我们将消费行业框架自上而下分为三个维度。宏观层面，我们认为人口结构变化对社会总体消费水平有着非常深刻的影响，后文通过对人口结构建模并预测，认为消费增速在未来2年内将迎来拐点；中观层面，我们认为广受关注的消费升级，应主要包括消费水平、消费结构和消费质量三块内容，并构造出了消费评价指标来刻画消费升级的进程；微观层面，我们结合行业发展阶段和竞争格局对行业进行分类，并给出了行业微观景气度的分析方法。

在宏观经济学理论中，社会的消费水平由收入和平均消费倾向所决定，即：

总消费 = 总收入 × 平均消费倾向

其中，平均消费倾向的经济学含义为，当收入增加1时，平均来看消费会增加的数量。收入水平相对来说易于观察，也更为人们所关注，但却鲜有人关注平均消费倾向的变化和决定因素。

在GDP增速平稳下行的大趋势下，平均消费倾向的变化趋势对总消费的影响就显得尤为重要。若以GDP代表社会总收入，以最终消费支出作为社会总消费，可由上式计算出平均消费倾向，其走势如图3所示。可以看到，自2011年以来，平均消费倾向持续上行，这为近年来消费在国民经济中的地位提升起到了不可忽视的重要作用。因此，研究平均消费倾向的变化趋势，能够为消费行业的前瞻性判断提供非常有价值的信息。

基于生命周期消费理论，人口结构对社会平均消费倾向有重要影响。根据莫迪利安尼提出的生命周期消费理论，人们在较长时间范围内计划他们的生活消费开支，以达到在整个生命周期内消费的最佳配置。如下图所示，人一生的收入分布基本呈倒U型，但生命周期理论认为，人们会根据自己未来的收入预期来平滑自己一生的消费，在中年时储蓄，并在年轻和年老时超额消费。显然，根据这一理论，年轻人与老年人的消费倾向较高，而中年人的消费倾向较低，因此，如果一个社会中年轻人与老年人所占比例大，则社会整体的消费倾向就较高。

下面，我们就尝试从人口结构变化的角度，来解释并预测平均消费倾向的变化。

调查数据支持生命周期消费理论。我们根据2016年中国家庭追踪调查问卷数据统计出了分年龄家庭平均支出，结果显示我国人民消费能力在30-40岁和50-70岁之间有两个峰值。同时，80岁以上的老年人口由于医疗支出较多，也有一个峰值。这一结果支持生命周期消费理论，即青年和老年人口的消费支出更多。

对分年龄消费倾向建模，计算得到社会平均消费倾向。根据生命周期理论及调查数据，我们对分年龄消费倾向进行建模，随后计算得到社会平均消费倾向，结果显示指标计算的结果和通过GDP计算出的平均消费倾向拟合的很好。

假设分年龄消费倾向分布不变，那么只需要实现对人口年龄结构的预测，就可以对社会平均消费倾向进行预测：

其中，  为在时间t，年龄为x的人口数量，  为年龄为x的人在时间t的死亡率。

根据《中国人口与就业统计年鉴》中公布的中国人口抽样调查数据，2018年时中国人口年龄结构如下图所示，在30岁左右和50-55岁左右的人口占比最大。根据我们对消费倾向年龄分布的假设，可以预计，在2023年前后，中国社会的平均消费倾向应达到最大值。

计算结果表明中国社会平均消费倾向将在2022年前后达到最大值。这意味着，从2022年开始，人口结构的变化就已不能为消费的增长带来新的动能，消费增速将进一步放缓。

前文中，我们从总量的角度探讨了消费行业未来的发展空间，认为在社会年龄结构的影响下，消费总体增速未来仍将继续放缓。接下来，我们进一步探讨消费内部的结构变化，从更微观的角度理解消费的变迁。

近年来，消费行业中最为火热的概念莫过于消费升级。我们认为，消费升级主要应包括以下三个方面的内容：

（1）消费水平提升：由居民实际人均可支配收入提升带来的总体消费能力的提高

（2）消费结构优化：食品等生存型消费占比减少，文娱等发展和享受型消费占比增加

（3）消费质量改善：在同一类消费中，购买的产品和服务由低端向高端转变

下面，我们就分别从这三个角度出发构造细分指标，最后汇总构造消费评分指标，用以反映消费升级的进程。

消费水平指标用以反映居民可支配收入的变化带来的总体消费能力的变化。在通货膨胀的影响下，人均可支配收入增长并不一定代表着消费能力提高，因此，我们考虑将扣除通胀影响的城镇居民实际人均可支配收入作为消费水平的量度。

可以看到，即便在扣除通胀影响后，我国城镇居民的总体消费能力也还是在不断上行的，这也正是支撑消费升级的最重要基石。

国家统计 局将居民消费性支出划分为食品、衣着、居住、医疗保健、交通和通信、家庭设备用品及服务、教育文化娱乐服务和其他商品及服务八大类。为了衡量消费结构的变化，我们将其进一步划分为生存型消费、发展型消费和享受型消费三大类，如下表所示。（其中居住具体解释为：房租、水、电、燃料、物业管理等方面的支出）

我们定义消费结构指标为发展型消费和享受型消费在总消费中的占比，其走势如下所示。为与下面的另外一种计算方法进行区分，我们将这种方法称为支出法。

支出法计算得到的指标显示近年来消费结构优化趋势明显，这与实际情况相符，说明了这一定义的合理性。不过，所用到的数据为季度更新，数据的及时性较差，且容易受到外部事件的过度影响，例如在疫情的影响下，近期指标明显回落，但这是因为人们的娱乐等消费客观上受到了限制，而不是主观偏好上发生了变化，因此不应被视为消费结构的不利变化。

选用相对高频的固定资产投资数据来解决这一问题。其逻辑在于，消费需求走强时，就会带动厂家追加投资，当某种消费在总体消费中的占比提升时，也应该使得对应的投资在总体投资中的占比提升。我们将这种方法称为投资法。

投资法计算得到的指标与支出法走势相近。可以看到，投资法与支出法计算得到的结果在走势上基本类似，拐点的时间基本也都一致。更重要的是，这一构造方法使得指标对疫情这种整体性的外部冲击不敏感（疫情期间各行各业的投资都会减少），更具稳定性。

因此，我们选择将通过投资法计算得到的指标作为最终的消费结构指标。

选用消费者信心指数作为消费质量变化的代理指标。目前并没有很好的数据能够直接反映消费者在购买低端商品或高端商品上的偏好变化情况，从逻辑上来说，消费者对未来越有信心，就越可能会花更多的钱去购买高端产品，因此，我们选用了消费者信心指数来近似反映消费质量升级的趋势变动。

经过季调后的消费者信心指数走势如下图所示，可以看到，该指标在2016年后就处于震荡上行的趋势之中，较好地刻画了消费者消费质量改善的现象。

至此，我们已经完成了对三项分指标的构建。现有结果表明，中国人民消费水平不断提高，在2013年后消费结构、消费质量也不断趋于优化，三方面因素共同推动了我们近些年来所观察到的消费升级现象。

将三项分指标加权汇总得到消费评价指标。我们将上面构建的三个指标进行汇总，得到单一的消费评价指标。可以看到，2011年以来，消费评分指标震荡向上，2016年后更是持续上行，这与2011年以来平均消费倾向的持续上行相符，也较好地解释了近年来消费升级的趋势，足见我们构建的这套体系的自洽性与合理性。

近年来在人口结构变化的助推下，消费在国民经济中的地位不断提升，同时，消费的不断升级又为行业发展注入了新的动能。在这样的背景下，我们有理由认为，消费行业将能够明显跑赢指数。但实际上，我们观察到，消费板块和科技板块不同，板块内子行业走势分化非常严重。近五年来只有食品饮料和家用电器维持上行趋势，纺织服装、轻工制造、商业贸易三个行业甚至持续跑输Wind全A。这就不由得引发我们进一步的思考：为何在相同的大背景下，各行业的表现会分化的如此明显？

从行业集中度和行业发展阶段两个角度对行业所处状态进行划分。我们知道，决定行业收入的两个最重要变量就是产品的价格和销量，我们认为，价格和销量能否增长对应于行业集中度和行业发展阶段两个属性。

（1）行业集中度。行业集中度较高时，头部企业在上下游具有较高议价权，提价较为顺畅；而行业集中度较低时，竞争激烈，企业若贸然提价则容易失去市场份额，提价阻力较大。

（2）行业发展阶段。若行业为增量市场，仍具有较好的成长性，那么销量就能够有比较明显的增长；而若行业已处于存量阶段，那么行业整体的销量就难以增长，但行业内部的部分子行业可能会在市场份额的重新划分下存在量增的机会。

在不同的行业属性下，消费升级所能起到的作用也有所不同：

（1）行业集中度高+增量市场：价格方面，消费升级的趋势下，消费者更注重品牌和质量，对于集中度较高的行业来说，品牌效应较为明显，企业提价更为顺畅，消费者愿意为产品品质支付更多溢价。销量方面，行业自身仍有增量，成长性良好，同时消费升级也会促进行业集中度的进一步提高，龙头企业能够获得高于行业平均的销量增速。

（2）行业集中度高+存量市场：价格方面，与上一种情形相同，消费升级使得产品提价更为顺畅。销量方面，行业虽然整体已无明显量增空间，但在消费升级的驱动下，品牌力强的龙头企业可通过对存量市场的抢占来实现量增，而由于行业集中度高，龙头企业市值占比大，也能够带动行业指数实现明显的超额收益。

（3）行业集中度低+增量市场：这种组合多见于成长初期，发展空间广阔，但目前已没有处于该状态的消费行业。

（4）行业集中度低+存量市场：价格方面，行业集中度低意味着，企业提价后，消费者能够比较简单的找到品质相近的替代品，因此企业很难轻易提价。销量方面，虽然消费升级也会使得品牌力强的企业能够通过对存量市场的抢占实现量增，但行业集中度低意味着龙头企业对行业指数的影响较小，行业整体仍然缺乏投资机会。

在此逻辑下，我们就可以很容易地解释消费行业近年来表现的分化：

食品饮料行业虽然整体已处于存量阶段，但行业集中度较高，在消费升级的带动下，茅台、海天等龙头企业既实现了不断提价，又实现了对中低端市场份额的抢占，从而带来了行业的超高景气。

家用电器行业尚处于成长期，仍有增量空间，同时行业集中度较高，不论是提价还是成本转嫁都比较容易，因此近年来表现优异。

纺织服装、轻工制造、商业贸易三个行业的集中度较低，且已进入存量阶段，量价上都难有突破，因此近年来表现较差，即便在2017年行业营收整体较快增长的阶段，也持续跑输Wind全A指数。当然，这也不意味着行业就全无机会，有集中度提升逻辑或仍处成长期的细分子行业中依旧存在结构性投资机会，例如纺织服装中的运动服饰，轻工制造中的定制家具，商业贸易行业中的超 市等等。

在此框架下，消费行业实际上仅有食品饮料、家用电器，以及存在自身特有周期性的农林牧渔三个行业存在行业整体性的投资机会，下面我们就结合消费升级，分别对这三个行业构造行业微观景气分析框架。

1、家用电器景气度由空调景气度主导

申万家用电器行业下分白色家电和视听器材两个二级行业，其中以空调、冰箱、洗衣机为代表的白色家电市值占比基本维持在80%以上，明显主导了家电行业的景气度。

而在白色家电三大件——空调、冰箱、洗衣机中，由于空调一户多机的特点，空调的出货量、市场空间和成长性都要明显好于冰箱和洗衣机。因此，空调的景气度又主导了白色家电的景气度，进而主导了家用电器的景气度。

空调户均保有量仍有提升空间。与邻国日本相比，现在中国的空调户均保有量相当于日本1990s，考虑到家庭户数的增加和户均保有量的增加，空调仍然具有增量空间。

空调业行业集中度较高。经过2000-2004年激烈的价格战，行业寡头垄断格局就已基本确立，价格战结束后品牌数量从400多家下降到2005年的20家左右。根据艾肯家电网数据，格力、美的、海尔三大白电龙头的空调出货量占比基本维持在70%左右，行业寡头垄断格局明显。

这就意味着，家用电器目前处于第一象限：行业集中度高+增量市场，消费升级能够对家用电器行业产品的价格和销量都产生积极的影响。

2、空调行业景气分析框架

我们从“价”和“量”两个维度出发，总结出了家电行业的景气度分析框架，如下图所示。

“价”的维度上，原材料价格对家电行业有明显影响。根据格力、美的、海尔三家白电龙头公司2019年年报数据，家电制造业务的原材料成本占营业收入的50%以上，原材料成本的变化会显著影响企业盈利表现。因此，可用RPI:家用电器及音像器材与PPI:生产资料的剪刀差来衡量企业盈利能力。从图xx中可以看到，白电企业的毛利率与剪刀差存在比较明显的相关性，二者的相关系数达到了0.56。

“量”的维度上，内销和外销均为重要的需求来源。行业的主要收入来源可分为内销和出口两大块，其中，空调的出口占比约为40%，出口和内销基本同等重要。

外销方面，空调作为可选消费品，与经济景气度密切相关，在关注空调出口数量的同时，还可通过对国外经济景气度的监测来前瞻性判断空调的外销需求变化。

内销方面，作为地产后周期行业，在商品房交房后，家电需求会对应释放，地产端指标应与行业景气度有密切联系。

3、家电行业投资策略构建

综合以上分析，我们从价、量两个维度分别选取指标，等权加总得到家用电器行业微观景气度指标，走势如下图所示。

根据微观景气度指标走势进行投资决策。若微观景气度指标向上，则买入家用电器行业指数，否则直接买入Wind全A指数。

策略超额收益显著，能够抓住大部分家电行业强势行情。2009年1月至2020年7月，共计约11年的回测期间内，策略实现收益639%，同期Wind全A收益仅为257%，策略超额收益十分显著。

变换作图方式能够帮助我们更清晰的看到策略的择时效果。下图中，我们将基准设置为申万家用电器行业指数相对Wind全A的相对净值，将策略收益曲线设置为策略净值与Wind全A的相对净值。可以看到，虽然策略总体跑输了板块指数，但比较完整的抓住了家电的结构性上涨行情，同时也成功避免了大部分弱势行情。

1、高端酒主导食品饮料景气度

白酒子行业市值占比最高。食品饮料行业主要包括白酒、啤酒、调味品、奶制品、肉制品等子行业，其中白酒的市值占比最高，近年来稳定攀升至食品饮料流通市值的60%以上。

高端酒景气度主导白酒景气度。按照产品价格，通常可将白酒分为高端、次高端、中端、低端四类，其中高端酒竞争格局最为明确，茅五泸三家瓜分高端酒市场。同时，只有高端酒价格上涨，才能给次高端、中低端酒打开涨价空间，高端酒的景气度因而主导了整个白酒行业的景气度。

高端酒格局处于第四象限：集中度高+存量市场。白酒行业自2012年后已进入存量阶段，产量维持低速增长，但高端酒市场基本由茅五泸三家瓜分，行业集中度极高，因此在消费升级的趋势下，可以从中低端酒处抢占市场从而实现量增。

2、高端酒行业景气分析框架

对于高端酒来说，在“量”的维度上，一方面缺乏监测高端酒销量的数据，另一方面消费质量升级实际上隐含的就是高端酒从中低端酒处抢占市场实现销量增长，因此我们不再额外考虑“量”的维度。下面，我们主要从“价”的维度入手构建景气分析框架，如下图所示。

原材料价格对高端酒盈利能力没有明显影响，只需关注产品售价。高端酒原材料成本占比不超过20%，原材料涨价并不会对企业盈利能力产生太大影响，因此我们在考察行业景气度时，无需考虑原材料价格，只需考虑产品售价。

高端酒具备金融属性，甚至奢侈品属性，价格会受益于流动性宽松。由于高端酒供给有限而需求旺盛，且具有陈酒价格更高的特点，因此具有一定的金融属性，可作为一种另类投资品。当金融市场流动性宽松时，高端酒的金融属性也将凸显，助力价格进一步走高。此外，经济危机后通常奢侈品涨价现象屡见不鲜，这源于每次经济危机都伴随着流动性宽松，而流动性发放并不是等比例的，其更多的投放给了资产量级大的群体，拉大了贫富差距。具体计算时，我们认为扣除了实体经济流动性需求之后的剩余流动性指标能够更准确地反映金融市场流动性情况，可用于衡量金融属性对高端酒价格的影响程度。

3、食品饮料行业投资策略构建

综合以上分析，我们从价格、金融属性、消费升级三个角度出发选取指标，等权加总得到食品饮料行业微观景气度指标，其走势如下图所示。

根据微观景气度指标走势进行投资决策。若微观景气度指标向上，则买入食品饮料行业指数，否则直接买入Wind全A指数。

策略能够抓住大部分食品饮料行业强势行情，但同时也未能完全避免2012-2015年行业的持续回撤。在11年的回测期间内，策略实现收益1327%，同期Wind全A收益仅为257%。不过，策略未能完全避免2012年开始的回撤，主要是因为在2012年前后行业投资逻辑出现了明显变化。2012年之前，白酒消费以政务消费为主，随着2012年起国家开始限制三公消费，政务消费占比锐减，因而行业陷入持续调整。至2015年，大众消费开始占据主导，此时白酒的投资逻辑才转换到消费升级的投资逻辑之中。

1、农林牧渔行业与猪周期密切相关

农林牧渔一级行业下主要包括种植业、畜禽养殖、饲料、疫苗等子行业，其中畜禽养殖、饲料、疫苗三个子行业逻辑上都直接与猪周期相关，且畜禽养殖相对Wind全A的超额收益与一级行业指数超额收益的相关系数也最高。从产业逻辑和投资实务上来看，农林牧渔的景气度都应与猪周期密切相关。

2、农林牧渔景气分析框架

我们从“价”、“量”两个角度总结了农林牧渔行业景气分析框架，如下所示。

其中，“价”的维度上比较直接，选取仔猪价格等指标来反映猪的价格周期。

“量”的维度上，猪周期本质上是供给周期，应从供给端选择指标。猪肉需求非常稳定，近10年来我国人均猪肉消费量维持在40千克/人左右，因此猪周期本质上是供给周期，应该选取能够反映供给端的指标。在此逻辑下，我们选取生猪定点屠宰企业屠宰量等指标来对猪肉供给进行刻画。

3、农林牧渔投资策略构建

综合以上分析，我们从价、量两个维度出发选取指标，构建农林牧渔微观景气度指标，其走势如下图所示。

根据微观景气度指标走势进行投资决策。若微观景气度指标向上，则买入农林牧渔行业指数，否则直接买入Wind全A指数。

策略能够抓住大部分农林牧渔行业强势行情，同时有效避免了行业的持续弱势阶段。2011年以来，策略实现收益564%，同期Wind全A收益仅为198%。同时，策略相对基准几乎没有出现大的回撤，非常准确地把握住了每一轮强势行情，同时有效规避了弱势行情，策略效果良好。

本文中，我们从自上而下三个维度进行消费行业分析。

宏观层面，通过对中国社会平均消费倾向进行建模分析，我们认为在人口结构变化的影响下，社会整体的消费意愿在未来几年中将迎来向下拐点，消费整体增速将进一步承压，我们需要更多关注消费内部的结构变化。

中观层面，随着我国居民人均可支配收入的不断增长，人们对品牌、质量、功能的追求逐渐形成风潮，消费升级之势愈演愈烈，我们从消费水平、消费结构、消费质量三个维度对消费升级进行刻画，并最终汇总为单一的消费评价指标，用以衡量消费升级的趋势对消费行业带来的影响。

微观层面，我们结合行业发展阶段和竞争格局对消费行业进行四象限划分，认为“集中度低+存量市场”这一组合逻辑上不会存在明显的投资机会。进一步的，我们分别针对家用电器、食品饮料、农林牧渔三个我们认为还存在明显投资机会的消费行业构建了行业微观景气度分析框架，并据此进行了策略回测。策略回测结果表明，回测期内上述三个行业相对Wind全A的超额收益分别达到382%、1070%、366%。

未来，我们将持续跟踪行业基本面变化，根据行业出现的新变化不断对策略进行优化，力求使得我们的景气度指标体系能够持续稳定地为投资者提供有益的参考。