第十一讲：产业择时（二）——产业链利润分配与基差的传导机制

上一讲我们聊了库存周期，今天咱们把视角拉得更宽一些——看看产业链上利润是怎么流动的，以及它如何影响基差。

说实话，我刚入行那会儿，总觉得基差就是个简单的“现货减期货”。后来做量化回测，发现很多模型在产业利润极端值时突然失效。这才意识到，基差背后藏着整个产业链的博弈。

一、产业链利润分配：谁在吃肉，谁在喝汤？

任何一个商品，从原料到成品，中间要经过好几道工序。每一道工序的利润，就是上下游博弈的结果。

举个例子，螺纹钢产业链：

• 上游：铁矿石、焦炭
• 中游：钢厂（炼钢）
• 下游：建筑工地、贸易商

当铁矿石涨价时，钢厂的利润就被压缩。钢厂怎么办？要么减产挺价，要么向下游转嫁成本。这两种选择，对基差的影响完全不同。

我个人习惯把产业链利润分成三个状态：

1. 利润向上游集中：上游涨价，中下游利润薄。这时候中游企业倾向于减产，现货供应偏紧，近月基差容易走强。
2. 利润向下游集中：下游需求好，愿意高价拿货。中游企业利润丰厚，开工率高，远期供应预期增加，远月贴水加深。
3. 利润在中间环节堆积：中游企业赚得盆满钵满。这时候要警惕——利润太高，会吸引新产能，远期价格压力大。

二、基差传导的三种路径

利润分配怎么传导到基差？我总结了三类路径，咱们一个个说。

路径一：成本推动型

上游原料涨价，中游成本上升。如果中游无法向下游转嫁，就只能减产。减产导致现货供应减少，近月基差走强。

我在项目中遇到过这种情况：2021年动力煤暴涨，钢厂被迫减产，螺纹钢现货价格反而坚挺，基差一度拉到历史极值。嗯，那时候做空基差的头寸，亏得挺惨。

路径二：需求拉动型

下游需求爆发，中游利润暴增。中游企业拼命生产，远期供应预期增加，远月贴水加深。

你想想看，2020年疫情后的基建刺激，螺纹钢需求猛增，钢厂利润一度超过1000元/吨。远月合约贴水200-300点，就是市场在预期“高利润不可持续”。

路径三：利润再分配型

这个路径比较隐蔽。当产业链某个环节利润过高时，会吸引外部资本进入。新产能投产前，市场会提前交易“供应增加”的预期，远月贴水扩大。

三、一个简单的量化框架

说了这么多理论，咱们来点实际的。我写了一个简单的Python框架，用来监控产业链利润和基差的联动关系。

# 产业链利润与基差联动监控框架
# 以螺纹钢为例

import pandas as pd
import numpy as np

class IndustryProfitMonitor:
    def __init__(self, symbol='RB'):
        self.symbol = symbol
        self.profit_data = None
        self.basis_data = None
    
    def calc_profit(self, rebar_price, iron_ore_price, coke_price):
        """
        计算钢厂利润
        简化公式：利润 = 螺纹钢价格 - 1.6*铁矿石 - 0.5*焦炭 - 固定成本
        """
        fixed_cost = 300  # 固定成本，单位：元/吨
        profit = rebar_price - 1.6 * iron_ore_price - 0.5 * coke_price - fixed_cost
        return profit
    
    def calc_basis(self, spot_price, futures_price):
        """计算基差"""
        return spot_price - futures_price
    
    def check_extreme_profit(self, profit_series, threshold=0.9):
        """检查利润是否处于极端分位"""
        quantile = profit_series.rank(pct=True).iloc[-1]
        return quantile > threshold
    
    def generate_signal(self):
        """生成基差交易信号"""
        if self.profit_data is None or self.basis_data is None:
            return None
        
        # 利润极端高，做多远月基差
        if self.check_extreme_profit(self.profit_data):
            return 'BUY_FAR_SELL_NEAR'
        
        # 利润极端低，做空远月基差
        if self.check_extreme_profit(-self.profit_data):
            return 'SELL_FAR_BUY_NEAR'
        
        return 'NO_SIGNAL'

# 使用示例
monitor = IndustryProfitMonitor()
profit = monitor.calc_profit(5000, 800, 2500)
print(f'当前钢厂利润：{profit}元/吨')

四、知识体系总览

下面这张图，把产业链利润与基差的传导关系梳理清楚了。建议保存下来，做交易前看一眼。

五、实战中的几个关键点

最后，分享几个我在实战中总结的经验：

• 利润极端值要警惕：当产业链利润处于历史极值时，基差往往会出现“均值回归”行情。这时候做反向交易，胜率不错。
• 关注利润的边际变化：比利润绝对值更重要的是利润的变化方向。利润从高位回落时，基差往往已经提前反应了。
• 结合库存看利润：利润高+库存低=基差强势；利润高+库存高=基差可能随时崩塌。这个组合我反复验证过。

好了，这一讲的内容就到这里。产业链利润分配是个大话题，但核心逻辑其实很简单——谁赚钱，谁就有话语权；话语权决定了基差的方向。把这个想明白了，很多基差波动你就能提前预判。

---

公众号:蓝海资料掘金营，微信deep3321