制家具制造行业专题研究：看过去、观海外

行业一般研究 请务必阅读正文之后的免责条款部分 2 of 12 目 录 1. 核心要点 . 3 2. 国内数据看，地产与家具的相关性并不高 . 3 2.1. 模型搭建：地产对家 具的回归，区分一二三线城市对待 . 4 2.2. 地产对家具行业的增速影响并不大，滞后期在 810 个月 . 4 2.3. 各线城市地产对家具行业影响不同，滞后期在 610 个月 . 5 2.3.1. 一线城市地产对家具行业的影响小，滞后期在 67 个月 . 5 2.3.2. 二线城市对家具行业有所影响，滞后期在 810 个月 . 6 2.3.3. 三线城市地产销售率较低，影响程度不大，滞后期在 8-10个月 7 3. 国外经验：家具与地产的关联性存在差异 . 7 3.1. 美国：地产对家具行业的影响程度更大 . 8 3.1.1. 家具的销售波 动与地产存在一定相关性 . 8 3.1.2. 美国家具指数与地产波动趋势有所相似 . 8 3.2. 日本：国民消费趋于理性，家具行业持续低迷 . 9 3.2.1. 日本房地产对家具行业的销售影响较小 . 9 3.2.2. 日股家具板块与地产趋势有所不同 . 11 行业一般研究 请务必阅读正文之后的免责条款部分 3 of 12 1. 核心要点 详细数据多维拆分 ，前期研究不断完善。 我们于 2017 年 2 月 23 日发布报告突破惯性思维，寻觅家具行业新逻辑 ， 其中对地产 与家具之间的相关性进行数据分析， 得到 的结论是 当 分别选择 房地产投资额 增速 、销售额增速 、销售面积 增速 作为 解释变量时，其 回归结果对家具 行业收入增速 的 解释力度 不强， 其他因素如 宏观 收入增长、消费者偏好改变、家具行业自身情况 也会 对 行业产生影响。 基于 前期研究，我们 对回归 数据进行进一步细致拆分，从不同 等级城市 的地产数据切入， 并考虑其他可能 的 影响 因素 ，分别进行 回归 ， 为地产与家具行业 之间 的关系提供更多的数据证明与 深入 思考。 从统计学上看，房地产开发投资完成额 对家具 行业增速影响并不显著 ；而房地产销售面积和销售额对家具行业增速的影响较为显著，但影响程度并不大。 根据 房地产开发投资完成额为自变量的回归 结果 ，回归模型在统计学上并不显著，回归系数为 0.24， 滞后期为 10 个月 ； 根据 房地产销售面积和 销售额为 自变量的回归 结果 ，回归模型 在统计学 均是 显著的，但是影响程度并不大 ， 回归系数 分别 为 0.18/0.14， 滞后期均 为 8 个月。 从统计学上看，各线城市地产对家具行业影响程度并不大，一线城市地产相对二三线城市对家具行业整体影响更小，滞后期更短。 在地产开发投资完成额 增速 作为自变量的回归中，一二三线城市的回归系数分别为0.17/0.35/0.05，滞后期为 7/10/10 个月。在地产销售面积作为自变量的回归中，一二三线城市的回归系数分别为 0.07/0.21/0.20，滞后期为 6/8/8个月。在地产销售额作为自变量的回归中，一二三线城市的回归系数分别为 0.02/0.15/0.20，滞后期为 6/8/8 个月。 国外地产对家具行业有所影响，但不同国家间存在差异。 美国地产增速对家具行业影响相对较大，回归系数在 0.20.3 之间；日本地产增速对家具行业影响较小，回归系数在 0.10.17 之间。从资本市场看，美国地产和家具指数趋势相近，地产新开工大幅下滑情况下家具行业指数也不断下跌，而一旦房地产行业出现复苏家具行业指数也会迅速反弹；日本的家具指数也会随着地产新开工大幅下滑而大幅下跌，但只有在地产出现 长期复苏趋势下家具行业指数才会出现明显反弹。同时，在两国家具行业指数恢复到前期高点时，新开工面积却远低于景气度高点的水平。 风险提示：市场竞争 风险，原材料价格波动风险 2. 国内数据看，地产与家具的相关性并不高 地产与家具行业的相关性 较小 ，一二三线城市存在差异。 从统计分析结果看，房地产开发投资完成额对家具行业 收入 增速的影响并不显著 ； 而房地产销售面积和销售额对家具行业的增速的影响较为显著， 回归系数均不足 0.2， 滞后期 均为 8 个月。分城市看， 一、二、三线 城市房地产销售面积增速对家具行业收入增速的影响都比较显著，但滞后月份有所差异，分别滞后 6/8/8 个月。 行业一般研究 请务必阅读正文之后的免责条款部分 4 of 12 2.1. 模型搭建 ： 地产对家具的回归，区分一二三线城市对待 通过简单的多元线性回归模型将家具 行业与地产 之间 的关系进行量化。我们 以家具行业销售 增速 为因变量，以地产行业的相关增速数据为自变量，考虑其他的控制变量搭建回归模型 ； 同时， 在搭建模型时我们考虑了地产对家具行业的滞后影响 并 讨论了一二 三 线地产对家具行业影响的差异性。 表 1： 控制宏观因素并分城市等级建立模型 因变量 家具 行业主营业务收入同比增速 自变量（三个回归） 房地产开发投资完成额同比增速、房地产销售面积同比增速、房地产销售额同比增速 宏观 控制变量 家具 CPI、消费者信心指数、 M1 同比增速、定期存款利率（ 3 个月） 时间跨度 和频率 2012 年 1 月至 2017 年 4 月的月度数据 一线城市样本 北京、上海、广州、深圳 二线城市样本 天津、重庆、杭州、南京、武汉、沈阳、成都、西安、大连、青岛、宁波、苏州、长沙、济南、厦门、长春、哈尔滨、太原、郑州、合肥、南昌、福州、石家庄 三线城市样本 无锡、贵阳、昆明、南宁、北海、海 口、三亚、呼和浩特、兰州、温州、西宁、银川、乌鲁木齐 滞后项判断方法 AIC 准则 数据来源 ： WIND， 国泰君安证券研究 2.2. 地产对 家具行业 的 增速影响并不大，滞后期在 810 个 月 从统计学上看，房地产开发投资完成额 对家具 行业增速影响并不显著 ；而房地产销售面积和销售额对家具行业增速的影响较为显著，但影响程度并不大。 根据 房地产开发投资完成额为自变量的回归 结果 ，回归 模型在统计学上并不显著，回归系数为 0.24， 滞后期为 10 个月 ； 根据 房地产销售面积和 销售额为 自变量的回归 结果 ，回归模型 在统计学 均是 显著的，但是影响程度 并不大 ， 回归系数 分别 为 0.18/0.14， 滞后期均 为 8 个月。 表 2： 地产销售对家具行业确有影响但 影响较小，滞后期在 8-10 个月。 开发投资完成额（滞后 10 月） 销售面积（滞后 8 月） 销售额（滞后 8 月） 家具行业 同比增速 0.239 (0.208) 0.183* (0.047) 0.137* (0.034) 控制变量 控制 控制 控制 R-squared 0.3316 0.5565 0.5660 AIC -3.0774 -3.2835 -3.3046 数据来源： WIND，国泰君安证券研究。注： AIC 是衡量拟合性的标准，用于选取滞后项。表中数据为各变量的系数，括号中的数据表示的是标准误， *、 *、 *分别表示在 1%、 5%、 10%的水平下显著（双尾检验） 房地产开发投资完成额同比增速对家具行业主营业务收入同比增速 的影响不显著 。 我们 分析 其 原因在于房地产 的“ 开发 -开盘 -交付使用 ”的周期较长，其中存在诸多不确定性 因素 ，例如在二三线城市存在库存现象 、 部分住宅未成功销售 等。 家具作为地产行业的下游 产业，对房地产销售面积和销售额的同比增速 行业一般研究 请务必阅读正文之后的免责条款部分 5 of 12 的滞后期在 8 个 月左右。 在 精装房在一线城市流行普及，并 开始 朝着二三线城市扩张 的大背景下 ，家具的消费波动 将 随着地产波动提前到来，家具行业的滞后周期 有望 缩短。从历史数据上看， 1 个百分点的整体房地产增速变动将带来 0.1-0.2 个百分点的家具行业增速变动。 2.3. 各线城市地产对家具 行业 影响 不同 ， 滞后期在 610 个月 从统计学上看， 各线城市地产对家具行业影响 程度并不大， 一线城市地产相对二三线城市对家具行业整体影响更小，滞后期更短。 在地产开发投资完成额 增速 作为自变量的回归中， 一二三线城市的回归系数分别为0.17/0.35/0.05，滞后期为 7/10/10 个月。 在地产销售面积作为自变量的回归中，一二三线城市的回归系数分别为 0.07/0.21/0.20，滞后期为 6/8/8个月。在地产销售额作为自变量的回归中，一二三线城市的回归系数分别为 0.02/0.15/0.20，滞后期为 6/8/8 个月。 表 3： 一、二线城市地产开发与家具行业存在一定关联 一线城市（滞后 7 月） 二线城市（滞后 10 月） 三线城市（滞后 10 月） 地产开发 同比增速 0.173* (0.097) 0.350* (0.149) 0.046 (0.081) 控制变量 控制 控制 控制 R-squared 0.438 0.399 0.313 AIC -3.0588 -3.1838 -3.0503 数据来源： WIND，国泰君安证券研究。注： AIC 是衡量拟合性的标准，用于选取滞后项。表中数据为各变量的系数，括号中的数据表示的是标准误， *、 *、 *分别表示在 1%、 5%、 10%的水平下显著（双尾检验） 表 4： 二三线城市 地产销售面积对家具影响相对一线城市较大 一线城市（滞后 6 月） 二线城市（滞后 8 月） 三线城市（滞后 8 月） 地产销售面积 同比增速 0.074* (0.033) 0.207* (0.053) 0.199* (0.051) 控制变量 控制 控制 控制 R-squard 0.460 0.558 0.559 AIC -3.1183 -3.2865 -3.2894 数据来源 ： WIND，国泰君安证券研究。注： AIC 是衡量拟合性的标准，用于选取滞后项。 表中 数据为各变量的系数，括号 中的 数 据表示的是标 准误， *、 *、 *分别表示在 1%、 5%、 10%的水平下显著（双尾检验） 表 5： 一线城市地产销售额与家具行业相关性不显著 一线城市（滞后 6