JPMorgan用机器学习预测中国风电发电量，提示Longyuan 3月数据或短期承压

概览

本报告聚焦中国风电运营商，尤其是China Longyuan Power。JPMorgan提出用机器学习结合全国约400个气象站风速、历史发电量、装机容量和限电率等数据，提前预测月度风电发电量，并将其作为发电数据发布前的短期交易参考。报告核心结论是：2026年3月Longyuan风电发电量增长可能弱于装机增长，短期股价反应偏负面；但中长期仍受益于中国去碳化、十四五期间装机扩张和无补贴拖欠项目占比提升。

核心观点

第一，风电运营商长期发电量通常跟随资源条件和装机容量，但月度风速波动会导致发电量同比增速大幅波动，并影响短期股价。第二，FY25发电增速与装机增速出现脱钩，发电增长约4%，低于约16%的装机增长指引，原因包括限电率上升和风速偏低。第三，模型预计Longyuan 2026年3月风电发电量约60亿千瓦时，同比下降约8%，低于约6%的有机装机增速，因此3月发电数据发布时可能带来负面股价反应。第四，尽管短期数据承压，报告仍维持Longyuan的Overweight评级，理由包括估值、较低杠杆和更优的地域容量组合。

分析框架

报告先构建月度风电发电量预测模型，再用预测值与过去装机增速比较，识别潜在“异常”发电事件。输入变量包括全国约400个气象站风速、历史发电数据、装机容量和限电率。对Longyuan国内组合使用机器学习模型；对南非和加拿大约1.5%的风电组合使用简单时间序列模型。报告还用2019—2025年的Longyuan数据回测一个基于5%偏离阈值的多空交易策略。

方法论与常识提炼

• 机器学习预测月度风电发电量预测模型

  用气象与运营数据预测月度发电量

  模型使用历史风速、历史发电量、装机容量和限电率等变量，预测Longyuan月度风电发电量，并在月度官方数据发布前形成交易参考。

• 模型误差评估MAPE

  平均绝对百分比误差

  报告称国内组合模型在2014年1月至2026年3月训练和测试数据上的整体MAPE约5%，可理解为平均准确率约95%。

• 交易信号5%偏离阈值策略

  预测发电增速与过去装机增速的差值

  若预测发电增速高于过去装机增速超过5%，示例策略做多；若低于超过5%，示例策略做空。报告强调回测只针对数据成分，其他市场因素仍可能主导股价。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• China Longyuan Power / Longyuan (0916.HK)

  核心覆盖公司和模型示例标的

  优势

  中国最大且较成熟的风电场运营商之一；截至2024年底合并风电装机30.4GW；受益于中国碳中和发展、装机增长和无补贴拖欠项目占比提升；FY24杠杆低于DT RE。

  劣势

  2026年3月风电发电量预测同比下降约8%，低于装机增长；发电量受月度风速、限电率和维护影响明显。

  对比

  报告认为Longyuan相对DT RE应享有更高目标估值倍数，原因是Longyuan FY24杠杆约163%，低于DT RE超过300%的水平，且地域容量组合更优。

  风险

  利用小时低于预期、电价低于预期、融资成本高于预期，以及模型未捕捉的装机突变、未公告维护或限电率大幅上升。

关键数据

• Longyuan 2026年3月风电发电量预测约60亿千瓦时已加入7.5%折扣因子，以反映限电率定义变化对模型未覆盖部分的影响。
• Longyuan 2026年3月发电量同比预测约-8%低于约6%的有机装机增长。
• 模型平均准确率约95%对应国内组合整体MAPE约5%。
• 交易策略回测59笔交易，平均绝对年化回报约11.0%基于2019—2025年Longyuan预测，阈值为预测发电增速与过去装机增速偏离5%。
• Longyuan国内外风电组合海外组合约1.5%位于南非和加拿大海外部分使用简单时间序列模型，报告认为对整体准确率影响有限。
• 强风速省份云南+3.3%、海南+2.7%、福建-1.3%Longyuan截至2025年底在云南、海南、福建分别有1,440MW、99MW、1,053MW风电装机。
• 弱风速省份天津-37.4%、辽宁-28.9%、河北-26.6%Longyuan截至2025年底在天津、辽宁、河北分别有582MW、1,640MW、1,851MW风电装机。
• 估值依据Dec-26目标价HK$8.6，目标P/BV为0.85x目标倍数低于历史均值1.3x约0.9个标准差，并考虑FY25E账面价值及老旧机组改造减值风险。

影响与含义

报告的投资含义分为短期和中长期两层：短期看，若3月发电量同比下降约8%的预测兑现，且明显低于装机增长，Longyuan在数据发布时可能面临负面股价反应；中长期看，JPMorgan仍认为中国风电运营商具备价值，受益于无补贴拖欠项目占比提升、中国去碳化政策和十四五期间装机加速。对投资者而言，月度风速和发电量预测可作为事件驱动交易工具，但不能替代对电价、限电、融资成本和政策讨论等基本面变量的判断。

风险

• 风电利用小时低于预期。
• 电价低于预期。
• 融资成本高于预期。
• 模型无法充分捕捉并购导致的装机突然变化。
• 风电场或区域电网出现未公告维护。
• 电力市场扰动导致限电率大幅上升。
• 政策或市场讨论可能盖过发电数据对股价的影响，例如FY21绿色电力交易政策讨论曾主导Longyuan股价。
• J.P. Morgan与覆盖公司存在业务关系、持股、做市或客户关系等潜在利益冲突披露。

后续跟踪

• Longyuan 2026年3月月度发电数据正式发布及股价反应。
• 预测发电增速与过去装机增速的偏离是否超过5%阈值。
• 限电率定义变化和实际限电水平是否继续影响模型误差。
• 天津、辽宁、河北等弱风速地区对Longyuan组合发电量的拖累。
• 无补贴拖欠项目占比、并网电价、融资成本和老旧机组改造减值风险。
• 中国去碳化政策和十四五期间风电装机推进节奏。