开工潮之下：疫情第二峰会否创新高

作者：唐军 张晗 李倩云

来源：李迅雷金融与投资

不断攀升的确诊数据，鱼龙混杂的网络信息，或让投资者对疫情的走势预期不明。基于传播动力学建立新冠病毒传播的数学模型，科学地估计模型参数，可为预判疫情发展提供较客观的依据。疫情下，哪些行业受冲击大？哪些公司有较大风险？又有哪些是被错杀的机会？

【1】病毒传播模型与疫情预判：

  开工潮触发疫情第二峰会否创新高？

【2】疫情对不同行业究竟带来怎样影响

【3】疫情下的个股风险与错杀机会

病毒传播模型与疫情预判：

开工潮触发疫情第二峰会否创新高

首先我介绍一下我们用数学模型对疫情发展进行预测的思路和方法，可能会有不少读者觉得对疫情的预测是医学的问题，我们做金融工程的来做这个事情可能不够专业，其实在我们查找海外相关的文献时发现，流行病传播模型预测更多的是一个数理问题，大部分作者都是数学、物理、网络传播等领域的，而非医药专业的。我记得2003年全国大学生数学建模的题目就是SARS传播的预测，我们金融工程团队都是具有数理背景的，所以做这个传播动力学模型还是比较对口和专业的。

一、SEIR模型介绍

SEIR是经典的流行病传播模型，将整个社群人口分为四类：

易感人群S类：对该病毒没有抗体，接触传染期人群可能被传染；

潜伏期人群E类：被感染后处于潜伏期的人群，还没有传染性，平均时长记为TE；

传染期人群I类：代表潜伏期之后已具有传染性的人群，传染期的平均时长为TI；

隔离态人群R类：治愈并获得免疫或被有效隔离或死亡，既不能传染他人也不能被传染。

特别说明：

1）SEIR模型中潜伏期（E类）是特指已感染但还没有传染性的时期，但通常对潜伏期的理解是已感染但还没有症状的这段时间，比如新冠病毒的平均无症状期在10天左右，而且无症状期间可能有传染性。参考呼吸道传染疾病专家的观点，呼吸道传染疾病早期一般不应该有传染性。因此，我们假定平均为10天的无症状潜伏期中，没有传染性的潜伏期平均为6.5天，跟SARS差不多，最后的3.5天具有传染性，计入传染期。

2）传染期的平均时长是指病人具备传染性后到不会接触不特定的易感人群为止，比如住院或居家卧床等，而不是从病人发病到痊愈的时间。查询了大量文献，发现在对各类疫情建立SEIR模型时，设置的传染期时长通常都在3到5天，甚至更短，这显然不是病人发病到痊愈的时间，比如SARS很多患者都需要住院治疗很长时间。这样理解下，症状越重的病毒其平均传染期就越短，因为患者会很快住院或散失活动能力，而症状越轻的病毒则可能传染期较长。

四类人群的数量变化可以用四个微分方程表示，并可以推导出基本传染数R0的计算式。基本传染数R0的定义是在没有特别的防疫措施的情况下，平均每个病人能传染的人数。

我们通过搜集和学习海内外的相关文献，发现基于SEIR流行病传播模型测算基本传染数R0来衡量传染性的强弱普遍存在输入参数不易确定、输出结果对参数非常敏感的问题。

国内外不同文献对同一疫情（比如SARS）的测算结果可能相差甚远，所以简单取一组参数得到的输出结果并不可靠。大部分文献都是根据观察或经验直接设定潜伏期和传染期，比如SARS的传染期一般都设为3到4天，很多估算这次新冠病毒的文章也直接借鉴了SARS的这个参数，但我们觉得这不合适，在没有特别的防疫隔离措施之前，平均每个新冠病毒患者应该不只3～4天暴露在易感人群中。

SARS可能症状更重，平均3~4天就去医院住院了，新冠病毒有很多轻症患者，不太可能这么短的传染期。那到底设为多少天比较合适呢？我们没有直接主观设定，而是将传染期作为一个参数，另外将R0也作为一个参数，它们之间本身有计算关系（一个方程式），通过计算机数值模拟寻找一组参数，既满足两者的计算关系，又能使得按照参数组推测出来的武汉1月14-21日间潜伏期感染者的平均规模最接近。

患者人数是根据武汉外迁到湖北省以外的人口中发病率来反推的。模拟结果是R0=5.38，传染期为7天。所以测算的结论是新冠病毒的传染性（R0）比非典高很多，但主要原因是平均每个病人的传染期比较长，大部分参考文献里设的非典传染期是3-4天，我们最后优化出来新冠病毒的传染期平均7天。这也与新冠病毒相对较低的毒性是对应的，因为症状轻，在没有防御措施之前，很多病人不会很快去就医而比较长的时间曝露在易感人群里。

基本传染系数降到1以下，疫情就不会失控，当前的防控措施应该能做到

传染系数R=kbD，其中k是一个有传染能力的患者平均每天与易感人群的接触次数，b是每次接触传染成功的概率，D是可以传播的时间，即传染期长度。

假如R0是5.38，远高于SARS。直观的来看，首先交通管制、取消聚会等措施使得人员流动大幅下降，单位时间的接触次数k下降70%甚至更多都有可能。其次，通过宣传和提醒使得民众对疫情具有极高的警惕性，有轻微症状的患者大多也会尽快就医，从而减少传染期的长度，假设传染期的长度由7天降为4天，则D下降43%。第三，通过佩戴口罩、消毒等防护措施，单次接触传染的概率假如能下降30%。则传染数就下降为5.38*（1-70%）（1-43%）（1-30%）=0.64，明显小于1，疫情就能较快控制住了。

二、对未来疫情的判断

我们做的中性假设：

1）假设自1月23日后，民众减少出行和聚会，单位时间接触次数下降50%，由于提高了对疫情的警惕，有轻微症状的患者会及时就医，使得传染期的时长从7天降为4.5天，由于佩戴口罩、消毒等，单次接触传染的概率下降15%。则基本传染系数将从5.38降为1.47。

2）假设自2月15日起，由于隔离观察制度的严格实施，大部分新增病例都在隔离观察名单里，基本失去了再次传染的可能，基本传染数下降到0.5，稍高于非典后期（WHO研究认为非典后期在采取严控措施后R0降到了0.4）。

预测结果：

预计新增确诊人数将在2月中旬拐点。

当前新增确诊病例数大幅攀升（日新增病例超3000）可能与检测确诊效率提高有关，预计将很快回落（模型中性假设下预测值是2100左右）。1月26日之前，公布新增确诊数大幅低于模型预测值，31日之后则大幅高于模型预测值，可能是因为确诊检测试剂盒供应充分了，将之前已经发病而没有确诊的病例确诊了。

图表1：根据SEIR模型的疫情预估

数据来源：国家卫健委，模型预测

三、开工潮或形成疫情第二峰不会创新高

隔离措施在起作用

已经采取了这么严格的防控措施，每日新增确诊数却不断攀升，可能让人怀疑防控措施是否有效，甚至产生了一些悲观情绪。其实由于新冠病毒较长的潜伏期，造成从实施措施到新增确诊人数下降会有比较长的时滞，加上因检测能力不足，确诊数据就更加延后了。

其实从国家卫健委公布的累计医学观察的人数和确诊人数的关系可以看出，隔离措施正在起作用。假如确诊一个病人，防疫部门会将与该病人有密切接触的人员隔离观察。被隔离观察的人员还是有可能发病，发病后会计入到新增确诊病例，所以新增确诊数据不会因隔离措施很快降下来，但是新发病的人由于一开始就被隔离了，就没有（或者很少）接触其他易感人群，因此不会带来新的需要被隔离观察的人。所以我们可以从平均每新增一个确诊病人带来了多少个新增追踪观察者来评估隔离措施是否在起作用。

图表2：新增确诊与新增观察人数

数据来源：国家卫健委，中泰证券研究所

湖北之外返工潮压力更大

虽然湖北省外新增确诊人数2月4日下降了，但对应的新增追踪观察的人数却没有下降，可见平均每增加一个确诊病例引起的需要追踪观察的人数是增加的，且平均每增加一个确诊病人会带来26.1个需要追踪观察的人员，这一数值还是比较高的，表明隔离防疫措施的效果体现还不明显。这或许与湖北省外其他地区的人员流动更大、民众重视程度没那么高有关。随后不久将迎来复工季，人员流动更大，将给湖北省以外地区防疫工作带来较大压力。

考虑到湖北之外的病例比重较小，新增确诊病例中湖北省占比超80%，所以即使返工季省外传播有所反复，只要湖北的防控措施不放松，总的新增病患数可能出现第二峰，但大概率不会创新高。

图表3：湖北以外新增确诊与新增观察人数

数据来源：国家卫健委，中泰证券研究所

四、对资本市场的影响不应高估

回顾2009年美国的H1N1疫情和中国2003年的SARS。美国2009年那一次涉及面很大，最后据评估美国就感染了几千万人，死亡了十几万人，但标普500指数只有两个月有所调整，调整幅度-6%左右。而SARS期间港股调整了3个多月，跌幅13%左右，A股4月份疫情发展最快的时候下跌了15%。调整之后都迎来了反弹，而且反弹的时间点提前于疫情的拐点。

另外，不应高估一次性冲击对公司价值的影响。我们在春节前1月23日写了一篇文章《关注新型肺炎“概念股”的估值偏差》，“事件性的、一次性的利好，即使对当期业绩影响很大（盈利翻倍），对股价的理论影响也很小”。

因为对一次性冲击不能按照静态估值来看，盈利翻一倍不能根据PE不变认为股价也要翻一倍，我们提出应该按照现金流贴现的模式来理解它：公司盈利翻一倍，也就是当年的现金流增加一倍而已（假设盈利都是现金流），未来的现金流并不改变，对公司价值的影响也就是增加了这一年的利润，假如这个公司原本是20倍PE，当年盈利翻一倍如果只是一次性的利好，股价涨5%就是合理反应了。

其实反过来也一样，事件性、一次性的利空影响，对公司价值的影响也是较小的，股价不应该反应过度。所以我们可以看到成熟市场，对一次性的冲击反应是十分有限的，比如说某个公司被罚款了，巨额罚款几十亿，如果只是一次性的话，股价的调整很有限，而如果是长期性的影响，比如技术有突破，即使短期业绩没有体现，股价也可以涨很多，因为股价的理论价值应该由长期的现金流决定的。

当然利空与利好不同的是：短期利空（如收入剧减、资金回笼困难等）可能引起公司短期周转困难从而引发更大风险。我们需要关注那些受影响比较大的公司，如果其本的现金状况就很差，就需要格外小心。另外那些不会对长期经营产生影响，只受一次性冲击的公司如果股价下跌过多就是错杀了，就是机会。

疫情对不同行业影响究竟如何评判

我们主要从行业层面梳理了此次疫情的影响。从年前最后一个交易日到今天收盘，二十多个中信一级行业里面只有医药涨了4%，计算机和传媒基本持平，其它的都出现了不同程度的下跌。涨跌幅里面当然也反映出了疫情对行业的影响，但是有的行业也会被错判出现预期差。

对于定量的分析疫情对每个行业的影响，此前我们构建了一整套行业景气度指标能够领先于财报发布时间把握行业的业绩变化，我们跟踪的指标都是宏观和行业中观数据，2月份疫情的影响，我们要等到二月份结束或者三月份数据发布后再来做一个评估。

我们主要根据各行业业务特征角度的角度去定性分析受影响程度，我把它们分成三部分：受影响比较大的，受影响较小，受益于疫情。

一.受疫情影响严重的行业

主要从以下几大特征去寻找：

1）第一类行业是比较依赖于线下客流量的行业，由于限制集会活动需求受损：消费者服务（餐饮旅游，线下教育等）、交通运输（公路、航空板块等）、传媒（其中的影视、网吧等线下娱乐业务）、商贸零售（实体店）。

2）还有一类是非生活必需品制造业，因为目前除了保障民生以外的企业正常开工外政府都是要求延迟开工的，这一类主要集中在强周期制造业里面：钢铁（主要是地产开工延迟导致需求受压制）、建材（地产开工延迟导致需求受压制）、有色金属、建筑（延迟开工）、煤炭（矿厂复工延迟，当前汽车运输几乎中断）、白酒（白酒Q1消费占全年40%左右，延迟复工对白酒影响较大）。除了这些传统周期制造业外还有：通信（延迟开工）、电子（延迟开工）。

回顾了股价的表现，发现这些受影响大的行业股价跌的也是相对比较多的，春节前后两个交易日累计跌了12-13%左右，但是在周二之后的反弹中，钢铁建筑这些反弹非常微弱2-4%，tmt反弹是比较多传媒都到了10%，这种差别的原因是中长期景气度的差异，因为周期的盈利是向下的，而成长股大多向上，tmt的景气度领先指标我们可以看通信运营商的资本开支计划，2020年大概率还是向上。

二.受疫情影响有限的行业

受疫情影响小的行业我们从以下几个特征寻找：

1）必需消费品生产行业，疫情期间这类企业的生产是受政府鼓励和保障的：公用事业（电力和水力的保障是重中之重，某些地区电力调度人员甚至被单独隔离保护）、食品（某些速冻食品甚至加速去库存，但是生产也受影响）。另外还有一类比较关键的行业，我们认为这里面是存在一定预期差的。就是耐用品。

2）需求暂时受压制但是可以延迟释放：房地产（尽管短期没有购房交易，但是疫情过去之后购房需求会上升）、汽车（乘用车的需求跟房地产类似）、尽管我们看到现在售楼处都关门了，但是购房对家庭而言是个很重大计划，不会因为暂时售楼处关闭今年就不买房了，这部分需求仅仅后移罢了。房地产和乘用车行业也都跌了12%，随后的反弹中地产只涨了不到3%，我们觉得地产龙头在这次疫情中出现了一个预期差。

3）可以远程办公的行业：计算机软件（可远程办公）。

三.受益于疫情的行业

受益于疫情的行业，主要包括两大类：

1）受疫情刺激需求端增长：医药（尤其是医疗器械等）、计算机（医疗IT）。

2）线上活动代替线下：传媒（典型的游戏板块）、在线教育、远程办公。

疫情下的个股风险与错杀机会

一、存在资金周转压力，需要警惕的公司

我们在春节前1月23日写了一篇文章《关注新型肺炎“概念股”的估值偏差》，文章中提到过，“事件性的、一次性的利好，即使对企业当期业绩的影响很大，对股价的理论影响也很小”。按照现金流贴现的模式来理解，假如公司原本是20倍PE，如果只是一次性的利好，即使当年盈利翻一倍，股价涨5%就是合理反应了。反过来利空也一样，事件性的利空不应该反应过度。但如果公司本身的现金状况很差，就需要格外小心。

参考近期清华北大对995家中小企业的调研，调研结果显示，受访企业中34%的企业账上现金余额能维持企业生存的时间只有1个月，33.1%的受访企业可以维持2个月，同时29.58%的受访企业估计疫情导致2020年营业收入下降幅度超过50%。

因此从资金周转的角度，如果1）公司受疫情影响营业收入下滑明显，且2）短期停工后账上现金能维持的时间有限，那么投资时需要格外警惕。

量化筛选的时候，我们首先把范围限定在受疫情影响营收受损严重的行业中：

• 情形一：在需求受损的消费者服务业、交通运输业、传媒、和商贸零售行业中，估算公司的账面资金在疫情期间对主要支出项目的覆盖情况，主要支出项目包括员工工资、短期借款、一年内到期的非流动负债等。若公司账面资金对主要支出项目的覆盖期限不超过1个季度，认为疫情对公司的现金流产生较大影响。情形一筛选了86只个股，其中9只为ST股。

• 情形二：在生产活动延后的钢铁、建材、有色、建筑、煤炭、白酒、通信、和电子行业中，筛选估算流动比率在行业内处于后5%的公司，认为疫情对公司的资金周转产生较大影响。情形二筛选了39只个股，其中9只为ST股。

两种情形共筛选了我们共筛选了125只个股，其中107只为非ST股。从市值来看并不都集中在小盘股里面，有些企业虽然市值比较大，但之前流动资金并不是很充足，遇到一次突发的情况，可能以后的资金链恢复起来比较难。

我们统计了往年全部的A股前两个季度的营收相对全年占比的情况，前两个季度的营收占比中位数为47%，我们筛选出的股票中有些公司前两个季度的营收占比高达50%-60%，第一、第二季度的出现资金周转困难以后，之后的一年可能很难恢复，这些公司我们认为应该比较谨慎对待。

二、基本面安全，或被错杀的公司

另外，对于疫情对公司基本面有正面影响，或者疫情对公司长期经营影响有限，疫情有效控制后公司基本面会迅速恢复，但是当前股价下跌过多的，就是错杀机会。

错杀公司我们主要在受疫情刺激需求端增长行业、必须消费品生产行业、需求暂时受压制但是可以延迟释放类行业、以及可远程办公行业中筛选，包括医药类、公用事业、食品、农业、房地产、汽车、计算机软件等。

其中我们筛选符合以下5个条件的个股：1）在细分行业内市值在前30%；2）当前账面资金对疫情期间主要支出项目覆盖良好；3）年初以来2020年一致预期净利润上升，且上升幅度超过年初以来股价涨幅；4）年后3个交易日中至少有一个交易日外资净流入；5）年后开盘累计跌幅超过10%。

这五个逻辑的筛选条件设置得相对比较严格，一共筛选出50只个股。这50只个股我们认为无论是行业的大逻辑还是个股的基本面预期，或者从资金流入和超跌反弹来看都是利好的，之后的上涨概率和安全边际相对比较高。

图表4：存在错杀机会个股

数据来源：Wind，朝阳永续，中泰证券研究所

风险提示：1）疫情的估算模型对输入参数较为敏感，模型计算结果或由于参数输入不同有较大差异；2）政策实施对疫情控制影响较大，可能改变估算模型的输入参数；3）市场系统性风险对股市的影响；4）监管超预期变动对股市的影响。