芯片行業狀態監測與量化投資模型專題報告.pdf

芯片行業狀態監測與量化投資模型專題報告。投資者常使用周期型研究框架對芯片行業業績進行研判，例如供需 周期、創新周期和國產替代周期等。這本質是對紛繁復雜的行業變 量的簡化表達，使投資研究更具框架感。本文主要從供需周期入 手，尋找對芯片行業有指示作用的變量。

投資實戰本質上是對多變量狀態的綜合判斷，本文基于量化模型對 各變量進行狀態劃分，探究不同狀態下市場預期的變動規律。

不同指標的有效性與定價方向存在差異。供給端：產能下滑帶來超 額收益，產能利用率受需求驅動，中韓的半導體設備指標較為有 效。需求端：除國產替代邏輯強勢期外，宏觀經濟對芯片指數影響 較大；中國仍與全球需求周期密切相關，銷售額仍有指示作用；下 游行業難以單獨主導超額收益，合成指標更為有效；臺股設計、封 測營收正向領先指數超額收益。此外，低庫存、去庫存狀態利好市 場預期；價格指標沒有前瞻指示作用；中美關系在 2017 年后成為重 要變量。

不同時期市場的核心驅動因素不同，模型對核心驅動因素的捕捉結 果較為符合市場環境變化。例如 2017 年和 2021 年的宏觀經濟和庫 存因素，2018 年的進口受限程度等。此外，2023 年景氣度投資失效 原因可能是：在需求水平較低時，指標小幅的邊際改善難以提振市 場信心。

本文構建三類投資策略。(1)單狀態策略：以中國進口晶圓裝置數 量構建的策略年化超額收益達19.1%，月判斷勝率73.7%；截至2024 年 1 月 31 日，核心驅動因素為進口不受限程度、晶圓需求和歐美半 導體銷售額等，指標總體處于低位。(2)綜合投票策略：全指標投 票策略年化超額 14.6%，判斷勝率 58%；合成指標投票策略年化超額 15.1%，勝率 61%。這兩個策略收益較高但未能規避近兩個月的下 跌。(3)需求避險策略：歷史上 73%的負超額收益月份位于需求低迷 時期，需求高低投票策略成功避開近兩個月的下跌，進一步說明需 求水平高低對投資者信心存在較大影響。綜合來看，量化模型給出 中性建議。