持续盈利模式
主要观点
1、现阶段，防疫政策往往会根据疫情发展阶段，进行针对性调整。而防控政策力度的变化，必然会对居民出行产生一定的影响，进而在地铁客运量上体现；
2、选取10个重点城市，包括北京、上海、广州、成都、南京、武汉、西安、苏州、郑州、重庆，通过地铁客运量的变化特征，来刻画城市防疫政策力度变化的特点；
3、将10个城市本轮疫情开始日设置为起始点（T日），通过地铁客运量的初始变动比例和调节系数，测算出T日地铁客运量变动的调节比例（AP），用来反映防疫的力度；
4、出现确诊病例后的一周内，10个城市AP值出现不同程度的下降，这说明防疫政策变化在人流出行，尤其是地铁客运量上的体现；
5、AP值下降幅度的大小，在一定程度上或许也表明了防疫的力度和决心；
6、典型代表是苏州，AP值呈现出相对完整的波动曲线。2月14日疫情出现反复，在第9天（T+9日）出现AP值的波谷，表明防疫力度达到高点；随后AP值回升，但始终未达到起点（T日）的高度，或许也表明尽管疫情缓解，但仍然保持一定的防疫力度。
7、上海目前的防疫力度高于苏州最严时期，也高于当前所有城市的防疫力度。另外两个一线城市北京与广州，AP值曲线的斜率未发生明显变化，或表明力度的连续性较强。
8、华东三个城市（上海、苏州、南京）的防疫力度存在相似性。南京疫情反复后，AP值曲线也呈现出斜率的明显变化，或许也表明防疫政策存在边际上的加强。
9、华中地区两个城市（武汉、郑州）中，郑州AP值曲线近期出现斜率调整，或表明防疫力度也在变化。
10、西部三个城市（成都、西安、重庆）需要观察重庆。成都已经走完相对完整的AP值曲线，而西安在去年底经历过一轮疫情扰动；现阶段，重庆AP值曲线与成都前期表现呈现出相近特征，未来走势会否变化需要观察。
正文
由于疫情的变化，防疫政策力度也会根据疫情变化的不同阶段，进行针对性调整。而防控政策力度的变化，必然会对居民出行产生一定的影响，进而在地铁客运量上体现。
因此，尝试选取10个重点城市，包括北京、上海、广州、成都、南京、武汉、西安、苏州、郑州、重庆，通过地铁客运量的变化特征，来刻画城市防疫政策力度变化的特点。
1时点选择不同城市出现确诊病例的时间存在差异
将各地本土新增确诊病例，打破零新增状态的日期，设为本轮疫情开始的节点。其中，苏州、成都、武汉三个城市本轮疫情出现较早，分别在2月14日、2月20日和2月21日开始连续多日出现本土新增确诊病例。进入3月之后，上海、西安、郑州、北京、广州、南京、重庆相继出现本土确诊病例。
图表1 各地疫情开始节点及本土单日新增确诊病例（T日为本轮疫情开始节点）
资料来源WIND、各地疫情通报、中泰证券研究所
苏州疫情在早期扩散速度较快，疫情开始后的一周内日均本土新增13例，成都、武汉疫情的扩散速度相对偏慢，日均4例。目前，从新增确诊病例来看，苏州、成都、武汉等三地的疫情或已得到控制，截至3月21日，三地已分别连续7、17、15日无本土新增确诊病例。
另外7个城市，本轮疫情开始节点均在三月中上旬。其中北京疫情曾在2月末有过短暂反复，但在2月27-3月6日恢复清零状态。但到3月7日又出现本土确诊病例，且连续15日出现本土确诊病例。3月1日，上海出现本土确诊病例，初期确诊数较少，但在T+10日之后，新增确诊人数出现显著上升。
2防疫力度的刻画对不同城市不同时间点开始的地铁客运量进行系数调节
由于不同城市疫情开始的时间点并不一致，如果统一选择某天作为起始天，往往会导致对城市防疫力度形成误判。为此，我们将10个城市本轮疫情开始日设置为起始点（T日），进行计算。
步骤一计算地铁客运量的初始比例
目的在于计算疫情发生时，当期的地铁客运量与基准期的比值P，来反映防疫政策的严格程度。
由于苏州、成都、武汉三个城市的T日发生在2月中下旬，存在春节因素的扰动，对这3个城市的比值计算方法
P（T日）=T日7天滚动日均地铁客运量 / 2021年1月1日至2月28日的日均地铁客运量
而上海、西安、郑州、北京、广州、南京、重庆的T日发生在3月，对这7个城市的比值计算方法
P（T日）=T日7天滚动日均地铁客运量 / 2021年1月1日至3月31日的日均地铁客运量
步骤二计算地铁客运量的调节系数
需要注意的是，地铁客运量的变化，存在城市经济自然修复，带来的人流量增加，地铁客运量的自然增长，需要把这部分剔除掉。因此，需要计算调节系数（A）。
对于苏州、成都、武汉、上海、郑州、广州、南京、重庆等8个城市的调节系数A（1）的计算方法
A（1）= 2021年12月地铁客运量日均值 / 2020年12月地铁客运量日均值
但由于北京、西安两个城市分别在2021年11月、12月出现疫情，采取12月数据可能不适用，因此，调节系数A（2）的计算方法
A（2）= 2021年9月地铁客运量日均值 / 2020年9月地铁客运量日均值
步骤三计算地铁客运量的调节比例
根据地铁客运量的初始比例和调节系数，可以刻画出T日地铁客运量的调节比例，用来反映防疫的力度。计算方法
AP（T日）= P（T日） / A
需要注意的是，由于地铁客运量的初始比例和调节系数，考虑到疫情反复的原因，导致口径存在差异。只能大致刻画地铁客运量的变化程度。
3 计算结果及结论
（1）出现确诊病例后一周内AP值的变化
出现确诊病例后的一周内，10个城市AP值出现不同程度的下降，这说明防疫政策变化在人流出行，尤其是地铁客运量上的体现。
从AP值的变化幅度来观察，出现确诊病例的一周内，防疫力度调整幅度最大的是苏州和武汉，AP值降幅超过了40个百分点；南京、西安、成都、重庆的降幅处在20-40个百分点之间，调整幅度中等；降幅低于20个百分点的是广州、上海、北京、郑州，调整幅度相对较小，这或许也反映了一线城市更加侧重精准防控，力图把影响控制在一定范围内。
图表2 各地疫情开始一周内的地铁客运量调节比例变化
资料来源WIND、中泰证券研究所
（2）出现确诊病例后AP值的中长期变化
第一，十个城市在出现确诊病例之后，都采取了较为明显的防疫措施。在AP值上体现出短期下降的特点。但时间拉长来看，AP值的波动幅度仍然存在一定的差别，例如上海、苏州、西安、南京等城市，短期波动幅度较大，反映了防疫政策的力度较强。
图表3 各地疫情开始后的AP值走势
第二，典型代表是苏州，AP值呈现出相对完整的波动曲线。从2月14日以来，苏州疫情出现反复，AP值的第一次波谷出现在第9天（T+9日），对应防疫力度达到高点，随后AP值开始回升，但始终尚未达到起点T日的高度，这也表明了尽管疫情得到缓解，但仍然保持一定的防疫力度。在第28天（T+28日）再次出现确诊病例，打破了从第17天（T+17日）至第27天（T+27日）连续维持的零新增状态。防疫力度也相应自第28天（T+28日）明显加强，AP值再度回落。
第三，上海目前的防疫力度高于苏州最严时期，也高于所有城市防疫力度。在首次出现确诊病例后，上海AP值呈现出先缓降、后急降的特征，前10天上海防疫力度相对平稳，体现出AP值平缓下降的特征，这也与前期上海采取精准防控的手段存在密切关联。从第10天开始（T+10日），AP值出现斜率变大的下行态势，这或也反映了防疫力度的加强。现阶段，上海AP值已经低于苏州前期最低水平，反映了上海防疫力度要超过苏州前期最严格的状态，并且明显高于其他8个城市。
第四，三个一线城市（北京、上海、广州）的比较。与上海相比，北京AP值始终高于上海，或许反映了北京常态化管控模式更加娴熟，并未导致地铁客运量出现明显波动。广州则于3月10日出现确诊病例，但从AP值来，仍然相对平稳，防疫政策的连续性较强。
图表4 北京、上海、广州出现确诊病例后的AP值走势
第五，华东三个城市（上海、苏州、南京）的防疫力度存在相似性。南京在3月10日出现本土确诊病例后，AP值也呈现出下行斜率的明显变化，这或许也表明防疫政策存在边际上的加强。
图表5 上海、苏州、南京出现确诊病例后的AP值走势
第六，华中地区两个城市（武汉、郑州）中，郑州出现短期调整。由于武汉在2月21日出现本土确诊病例，因此，能够形成相对较为完整的AP值曲线，呈现出三阶段形态。第一阶段是在出现确诊病例后的7天内，AP值出现明显下降，或表明防疫力度明显加大；第二阶段是在第8天到第18天，AP值保持在低位水平，或表明防疫力度进入稳态；第三阶段则是从第19天开始，AP值逐步回升，或表明疫情逐步缓解后，防疫政策逐步松动，地铁客流量逐步修复。对于郑州而言，则是在近期，出现了AP值下降斜率的变化，或表明防疫力度也在变化。
图表6 武汉、郑州出现确诊病例后的AP值走势
第七，西部三个城市（成都、西安、重庆）中需要观察重庆。由于成都出现确诊病例较早，AP值曲线也相对完整，现阶段已进入修复状态。西安经过前期AP值快速下降后，已进入短期低位平台，由于西安在去年底已经经历过一轮疫情的冲击扰动，防疫手段或比较成熟，或也具备较强的防疫能力。对于重庆而言，目前重庆AP值曲线与成都前期表现呈现出相近特征，未来走势需要进一步观察。
图表7 成都、西安、重庆出现确诊病例后的AP值走势
风险提示事件1、政策变动风险。2、疫情变化风险。3、防控力度的刻画基于一定的假设以及公开历史数据的归纳分析，相关结论具有一定的局限性，仅供参考。
杨畅
中泰证券研究所 政策组负责人 首席分析师
上海财经大学公共政策与治理研究院 首席专家
特别声明
分享：
请输入验证信息：
你的加群请求已发送，请等候群主/管理员验证。
数据来自赢家江恩软件>>
虚位以待
暂无
2人关注了该股票
长期未登录发言
吧主违规操作
色情、反动
其他
*投诉理由
答：www.zts.com.cn详情>>
答：证券经纪；证券投资咨询；与证券详情>>
答：中泰证券股份有限公司 （原名齐详情>>
答：1、经营管理持续规范化 为了加详情>>
答：中泰证券所属板块是 上游行业：详情>>
目前CPO概念在涨幅排行榜排名第二 新易盛、铭普光磁涨幅居前
目前覆铜板概念涨幅3.79%,胜宏科技、华正新材等股领涨
通用航空概念走势活跃大幅上涨4.18%，新晨科技、宗申动力等多股涨停
周二IPV6概念早盘低开收出上下影中阳线
使用《赢家江恩软件》官方看图分析该股>>
持续盈利模式
刻画防疫的力度（10个城市地铁客运量的视角）——当前经济与政策思考（2022.3.24）
主要观点
1、现阶段，防疫政策往往会根据疫情发展阶段，进行针对性调整。而防控政策力度的变化，必然会对居民出行产生一定的影响，进而在地铁客运量上体现；
2、选取10个重点城市，包括北京、上海、广州、成都、南京、武汉、西安、苏州、郑州、重庆，通过地铁客运量的变化特征，来刻画城市防疫政策力度变化的特点；
3、将10个城市本轮疫情开始日设置为起始点（T日），通过地铁客运量的初始变动比例和调节系数，测算出T日地铁客运量变动的调节比例（AP），用来反映防疫的力度；
4、出现确诊病例后的一周内，10个城市AP值出现不同程度的下降，这说明防疫政策变化在人流出行，尤其是地铁客运量上的体现；
5、AP值下降幅度的大小，在一定程度上或许也表明了防疫的力度和决心；
6、典型代表是苏州，AP值呈现出相对完整的波动曲线。2月14日疫情出现反复，在第9天（T+9日）出现AP值的波谷，表明防疫力度达到高点；随后AP值回升，但始终未达到起点（T日）的高度，或许也表明尽管疫情缓解，但仍然保持一定的防疫力度。
7、上海目前的防疫力度高于苏州最严时期，也高于当前所有城市的防疫力度。另外两个一线城市北京与广州，AP值曲线的斜率未发生明显变化，或表明力度的连续性较强。
8、华东三个城市（上海、苏州、南京）的防疫力度存在相似性。南京疫情反复后，AP值曲线也呈现出斜率的明显变化，或许也表明防疫政策存在边际上的加强。
9、华中地区两个城市（武汉、郑州）中，郑州AP值曲线近期出现斜率调整，或表明防疫力度也在变化。
10、西部三个城市（成都、西安、重庆）需要观察重庆。成都已经走完相对完整的AP值曲线，而西安在去年底经历过一轮疫情扰动；现阶段，重庆AP值曲线与成都前期表现呈现出相近特征，未来走势会否变化需要观察。
正文
由于疫情的变化，防疫政策力度也会根据疫情变化的不同阶段，进行针对性调整。而防控政策力度的变化，必然会对居民出行产生一定的影响，进而在地铁客运量上体现。
因此，尝试选取10个重点城市，包括北京、上海、广州、成都、南京、武汉、西安、苏州、郑州、重庆，通过地铁客运量的变化特征，来刻画城市防疫政策力度变化的特点。
1时点选择不同城市出现确诊病例的时间存在差异
将各地本土新增确诊病例，打破零新增状态的日期，设为本轮疫情开始的节点。其中，苏州、成都、武汉三个城市本轮疫情出现较早，分别在2月14日、2月20日和2月21日开始连续多日出现本土新增确诊病例。进入3月之后，上海、西安、郑州、北京、广州、南京、重庆相继出现本土确诊病例。
图表1 各地疫情开始节点及本土单日新增确诊病例（T日为本轮疫情开始节点）
资料来源WIND、各地疫情通报、中泰证券研究所
苏州疫情在早期扩散速度较快，疫情开始后的一周内日均本土新增13例，成都、武汉疫情的扩散速度相对偏慢，日均4例。目前，从新增确诊病例来看，苏州、成都、武汉等三地的疫情或已得到控制，截至3月21日，三地已分别连续7、17、15日无本土新增确诊病例。
另外7个城市，本轮疫情开始节点均在三月中上旬。其中北京疫情曾在2月末有过短暂反复，但在2月27-3月6日恢复清零状态。但到3月7日又出现本土确诊病例，且连续15日出现本土确诊病例。3月1日，上海出现本土确诊病例，初期确诊数较少，但在T+10日之后，新增确诊人数出现显著上升。
2防疫力度的刻画对不同城市不同时间点开始的地铁客运量进行系数调节
由于不同城市疫情开始的时间点并不一致，如果统一选择某天作为起始天，往往会导致对城市防疫力度形成误判。为此，我们将10个城市本轮疫情开始日设置为起始点（T日），进行计算。
步骤一计算地铁客运量的初始比例
目的在于计算疫情发生时，当期的地铁客运量与基准期的比值P，来反映防疫政策的严格程度。
由于苏州、成都、武汉三个城市的T日发生在2月中下旬，存在春节因素的扰动，对这3个城市的比值计算方法
P（T日）=T日7天滚动日均地铁客运量 / 2021年1月1日至2月28日的日均地铁客运量
而上海、西安、郑州、北京、广州、南京、重庆的T日发生在3月，对这7个城市的比值计算方法
P（T日）=T日7天滚动日均地铁客运量 / 2021年1月1日至3月31日的日均地铁客运量
步骤二计算地铁客运量的调节系数
需要注意的是，地铁客运量的变化，存在城市经济自然修复，带来的人流量增加，地铁客运量的自然增长，需要把这部分剔除掉。因此，需要计算调节系数（A）。
对于苏州、成都、武汉、上海、郑州、广州、南京、重庆等8个城市的调节系数A（1）的计算方法
A（1）= 2021年12月地铁客运量日均值 / 2020年12月地铁客运量日均值
但由于北京、西安两个城市分别在2021年11月、12月出现疫情，采取12月数据可能不适用，因此，调节系数A（2）的计算方法
A（2）= 2021年9月地铁客运量日均值 / 2020年9月地铁客运量日均值
步骤三计算地铁客运量的调节比例
根据地铁客运量的初始比例和调节系数，可以刻画出T日地铁客运量的调节比例，用来反映防疫的力度。计算方法
AP（T日）= P（T日） / A
需要注意的是，由于地铁客运量的初始比例和调节系数，考虑到疫情反复的原因，导致口径存在差异。只能大致刻画地铁客运量的变化程度。
3 计算结果及结论
（1）出现确诊病例后一周内AP值的变化
出现确诊病例后的一周内，10个城市AP值出现不同程度的下降，这说明防疫政策变化在人流出行，尤其是地铁客运量上的体现。
从AP值的变化幅度来观察，出现确诊病例的一周内，防疫力度调整幅度最大的是苏州和武汉，AP值降幅超过了40个百分点；南京、西安、成都、重庆的降幅处在20-40个百分点之间，调整幅度中等；降幅低于20个百分点的是广州、上海、北京、郑州，调整幅度相对较小，这或许也反映了一线城市更加侧重精准防控，力图把影响控制在一定范围内。
图表2 各地疫情开始一周内的地铁客运量调节比例变化
资料来源WIND、中泰证券研究所
（2）出现确诊病例后AP值的中长期变化
第一，十个城市在出现确诊病例之后，都采取了较为明显的防疫措施。在AP值上体现出短期下降的特点。但时间拉长来看，AP值的波动幅度仍然存在一定的差别，例如上海、苏州、西安、南京等城市，短期波动幅度较大，反映了防疫政策的力度较强。
图表3 各地疫情开始后的AP值走势
资料来源WIND、中泰证券研究所
第二，典型代表是苏州，AP值呈现出相对完整的波动曲线。从2月14日以来，苏州疫情出现反复，AP值的第一次波谷出现在第9天（T+9日），对应防疫力度达到高点，随后AP值开始回升，但始终尚未达到起点T日的高度，这也表明了尽管疫情得到缓解，但仍然保持一定的防疫力度。在第28天（T+28日）再次出现确诊病例，打破了从第17天（T+17日）至第27天（T+27日）连续维持的零新增状态。防疫力度也相应自第28天（T+28日）明显加强，AP值再度回落。
第三，上海目前的防疫力度高于苏州最严时期，也高于所有城市防疫力度。在首次出现确诊病例后，上海AP值呈现出先缓降、后急降的特征，前10天上海防疫力度相对平稳，体现出AP值平缓下降的特征，这也与前期上海采取精准防控的手段存在密切关联。从第10天开始（T+10日），AP值出现斜率变大的下行态势，这或也反映了防疫力度的加强。现阶段，上海AP值已经低于苏州前期最低水平，反映了上海防疫力度要超过苏州前期最严格的状态，并且明显高于其他8个城市。
第四，三个一线城市（北京、上海、广州）的比较。与上海相比，北京AP值始终高于上海，或许反映了北京常态化管控模式更加娴熟，并未导致地铁客运量出现明显波动。广州则于3月10日出现确诊病例，但从AP值来，仍然相对平稳，防疫政策的连续性较强。
图表4 北京、上海、广州出现确诊病例后的AP值走势
资料来源WIND、中泰证券研究所
第五，华东三个城市（上海、苏州、南京）的防疫力度存在相似性。南京在3月10日出现本土确诊病例后，AP值也呈现出下行斜率的明显变化，这或许也表明防疫政策存在边际上的加强。
图表5 上海、苏州、南京出现确诊病例后的AP值走势
资料来源WIND、中泰证券研究所
第六，华中地区两个城市（武汉、郑州）中，郑州出现短期调整。由于武汉在2月21日出现本土确诊病例，因此，能够形成相对较为完整的AP值曲线，呈现出三阶段形态。第一阶段是在出现确诊病例后的7天内，AP值出现明显下降，或表明防疫力度明显加大；第二阶段是在第8天到第18天，AP值保持在低位水平，或表明防疫力度进入稳态；第三阶段则是从第19天开始，AP值逐步回升，或表明疫情逐步缓解后，防疫政策逐步松动，地铁客流量逐步修复。对于郑州而言，则是在近期，出现了AP值下降斜率的变化，或表明防疫力度也在变化。
图表6 武汉、郑州出现确诊病例后的AP值走势
资料来源WIND、中泰证券研究所
第七，西部三个城市（成都、西安、重庆）中需要观察重庆。由于成都出现确诊病例较早，AP值曲线也相对完整，现阶段已进入修复状态。西安经过前期AP值快速下降后，已进入短期低位平台，由于西安在去年底已经经历过一轮疫情的冲击扰动，防疫手段或比较成熟，或也具备较强的防疫能力。对于重庆而言，目前重庆AP值曲线与成都前期表现呈现出相近特征，未来走势需要进一步观察。
图表7 成都、西安、重庆出现确诊病例后的AP值走势
资料来源WIND、中泰证券研究所
风险提示事件1、政策变动风险。2、疫情变化风险。3、防控力度的刻画基于一定的假设以及公开历史数据的归纳分析，相关结论具有一定的局限性，仅供参考。
杨畅
中泰证券研究所 政策组负责人 首席分析师
上海财经大学公共政策与治理研究院 首席专家
特别声明
分享：
相关帖子