预测：明年上半年工程机械股存在超额收益

2012/11/05 11:09中国证券报

扫描分享到微信好友或微信朋友圈

分享到微信分享到新浪微博分享到QQ空间分享到QQ好友分享到朋友圈

展望未来十年，业内人士预测机械设备行业面临的宏观环境与前十年会有所区别，需求下沉、国际市场开拓、能源结构变革、环境友好、国防力量提升、进口替代深化是面临的主要环境。把握这一趋势，业内人士相应看好工程机械、天然气装备、节能设备等领域。

工程机械领域方面，在基建增强的确定性背景下，预计明年上半年工程机械股票的底部仍处抬升过程中，重拾超额收益。

能源装备领域方面，非常规油气受益于能源格局调整，建议长期关注龙头设备生产商。

节能设备领域上，一级、二级能效螺杆空压机得到大力推广，组装产能将逐步退出市场，具有技术优势的龙头公司市场占有率将进一步提升。

责任编辑：Hermia

|收藏本文

文章关键字预测工程机械股市

多机构预测9月基建投资增速继续上行

国家统计局将于18日公布9月及三季度国民经济运行数据。多机构预测，9月社零增速回升，制造业投资增速企稳，而受益于低基数和专项债发行提前，基建投资累计增速也有望继续上行。工业方面，申万宏源宏观高级分析师秦泰指出，9月天气影响弱化，同时基建投资需求有望改善，制造业投资单月预计有所回升，叠加居民商品消费需求仍较稳定，整体工业品需求预计9月有所改善。在8月企业去库存幅度有所收敛背景下，预计后续汽车等行业生产端转为补库存或进一步带动9月工业增加值改善。预计9月工业增加值实际增速回升至6.2%左右。华创证券首席宏观分析师张瑜也指出，9月工业增加值将有所反弹。9月日均耗煤同比大概率为正，好于8月，与用电相关的几个高耗能行业仍会有所反弹。社零也有望继续回升。“8月社零增速在汽车销售的拖累下再度小幅回落至7.5%，但其他可选消费边际改善，必选消费延续稳健增长，一定程度反映前期个税减税、增值结构性减税对消费的持续促进，预计9月除汽车外的消费改善趋势将继续保持。而汽车销售预计较8月边际回暖。综合看，预计9月社零名义增速、实际增速分别回升至7.8%和5.8%，较8月分别回升0.3和0.2个百分点。”秦泰表示。投资方面，兴业证券首席宏观分析师王涵指出，9月逆周期调控力度有所上升，包括减税降费、专项债以及降准等政策，制造业投资或有所回升，基建投资增速维持平稳。华泰证券首席宏观分析员李超认为，制造业投资存在积极的结构因素。一是高技术制造业投资增长较快。国家加大对科创行业融资的支持力度，有望继续对相关投资起到拉动作用。二是技术改造投资增长较快。三是从今年末到明年一季度，PPI触底回升、工业企业盈利修复的逻辑，有望带动传统制造业投资增速企稳。张瑜认为，受益于去年三季度的低基数及今年专项债的发行提前，基建累计增速预计继续上行至3.5%附近。秦泰也认为，6月以来企业中长贷增长稳定，专项债发行速度较快；货币政策配合性操作下信用环境维持改善趋势；此外，近期政策强调不得将专项债资金用于土地储备和房地产相关领域，需落实专项债资金有效投资，挖掘投资需求潜力。预计1-9月基建投资(全口径)累计增速或小幅回升至3.5%。而四季度有望提前下发2020年专项债额度，9月降准延续信用环境向好态势，预计四季度基建投资增速仍将维持环比偏强趋势，全年累计增速或回升至4.7%左右。（来源：经济参考报）[详细]2019-10-09 10:18

工业4.0变革预测性维护起关键作用

球制造业市场竞争环境日益激烈，对于工厂企业来说，降低生产线成本是一项重大的挑战，关系的企业的长久发展之生计。而无法预料的停机时间意味着更高的生产成本，可能会拖长订单的交付时间甚至影响到声誉问题。随着工业4.0模式的出现，制造业格局发生了改变，设备维护开始转变为真正可预测的功能。采用预测性维护方法是最大限度延长设备正常运行时间的关键，最终确保生产线一致的效率水平，设计工程师正在寻求数字解决方案以缩短机器停机时间。例如基于状态监测的方法，在生产设备是安装传感器，每个传感器设置报警的上限和下限值，并根据操作说明和过去的经验来给管理者提示。这种方法可以让维护人员深入了解机器运行状况，知道何时更换重要机器的组件，从而避免整个机器故障。数字预测维护解决方案是对实时数据的全面解释，有助于实施预期的管理措施，最终减少停机时间。因此，智能工厂不仅仅安装可以收集大数据的传感器，必须将数字化与云计算结合起来。数据是预测性维护的关键有了传感器，就能采集大量来自生产线的底层数据，但这些数据本来是散乱的。从本质上来说，数据需经过整理、分析等智能化处理才能真正变成有用的东西。所以，为了使来自传感器网络的数据变得有用，必须对其进行可视化、评估和处理。目前，市场上已经有不少的平台可以做到数据收集、分析，例如通用电气的Predix、西门子的MindSphere、ABB的Ability、菲尼克斯电气的ProfiCloud、施耐德电气的EcoStruxure等等，这些工具可以轻松收集、处理和可视化制造工厂的相关数据。在数据和分析处理过程中，基于日益强大的计算能力，算法和数学模型在幕后不断发挥作用，使得软件能够将大量的数据进行连接、分析、预测，以供工厂车间维护人员使用。此外，还可以通过机器学习的方法，加强对于数据的处理能力。未来工厂变得越来越智能大数据的运用将让制造业保持最大的竞争力，传统制造业工厂实施工业4.0的最终目标是降低成本，并期望能够带来更高的产能和质量保证。工业4.0模式工厂的所有设备均是联网的，从而提供更好的控制和性能可见性。预测性维护的本质是在最佳时间更换组件，基于广泛连接的工厂设备，实时监控生产设备的健康状态，最终保持生产线平稳有效的工作水平。预测性维护的优势是准确的故障查找和预测能力，通过结合专家人工监测、机器学习等来达到更高的准确性。工业4.0模式下，预测性维护帮助工厂设备更高效地运行，以提供更好的一致化质量和产出水平，从而实现盈利能力和竞争力的最大化。而随着数据利用和可视化驱动软件的发展，未来工厂将变得更加智能化。[详细]2019-06-05 11:30