金融指标对于汽车行业的需求具有前瞻性。国债到期收益率、社会融资规模、M2等金融指标对于汽车行业需求具有前瞻性，与需求指标的相关系数超过0.5，最优领先期数的标准差低于3.5，说明金融指标的前瞻性较为稳定。

　　购置税减征政策对行业景气度影响显著。我们通过景气度指标对购置税减征政策虚拟变量的回归检验，发现5%购置税减征政策实施对于汽车行业的需求具有明显的刺激作用，而在购置税减征政策的后半段，7.5%购置税减征政策期间，政策刺激作用明显回落，对于库存有正向的影响。

　　DMA模型预测精度具有明显优势。以传统的OLS回归预测模型为基准，比较发现可动态调整各影响因素权重的DMA模型的预测能力具有明显优势，对于需求指标的预测准确度达77.1%；对于库存指标的预测准确度达78.3%。同时，纳入政策变量对DMA模型的预测能力并无明显提升，这也从另一侧面反映出DMA模型对于宏观环境的适应效率较高，无需再加入政策变量提升模型适应效率。

　　投资观点：2019年1月大概率处于主动去库阶段。我们运用本文所构建的汽车行业景气度预测模型分别对2019年1月需求指标和库存指标进行预测，模型认为2019年1月需求指标和库存指标仍将大概率继续下滑，对应汽车行业大概率处于主动去库阶段，投资机会较小。

　　风险提示：行业景气度预测模型均是在一定行业背景下建立的，如果行业内发生影响行业基础逻辑的事件，景气度预测模型很可能失效；适应新的宏观环境下推出的新的刺激性政策，也有可能影响模型的预测准确度；行业景气度模型未考虑个股自身风险。

（文章来源：光大证券）