天际股份六氟磷酸锂需求预测准确性分析报告
一、引言
天际股份（002759.SZ）作为国内六氟磷酸锂主要生产商之一，其业绩高度依赖于六氟磷酸锂的市场需求。六氟磷酸锂是锂电池电解液的核心原料，广泛应用于动力电池、储能电池及数码电池等领域，其需求预测的准确性直接影响公司的产能规划、成本控制及业绩表现。本文基于公司公开财务数据、行业背景及市场格局，从
财务表现验证、行业供需匹配、假设条件合理性
三个维度，分析天际股份六氟磷酸锂需求预测的准确性。
二、核心数据来源与说明
本文数据来源于券商API提供的公司基本信息（get_company_info）、2025年三季度财务指标（get_financial_indicators），以及公开可查的新能源行业市场数据。由于未获取到天际股份具体的需求预测报告（网络搜索未返回相关结果），本文通过
业绩结果倒推预测合理性
的方法，结合行业环境判断其需求预测的准确性。
三、需求预测准确性分析
（一）财务表现验证：亏损反映需求预测与实际偏差
根据2025年三季度财务数据（表1），天际股份总营收为17.86亿元，归属母公司净利润亏损1.14亿元，亏损主要原因是“六氟磷酸锂行业产能阶段性过剩，市场竞争导致销售价格低位，不能覆盖完全成本”（财务报表注释）。
关键结论
：
六氟磷酸锂作为公司核心产品（占营收比重超80%，据2024年年报），其价格与销量的变动直接决定业绩。2025年三季度亏损反映，公司此前的需求预测未充分考虑
供给端产能过剩
的风险——若需求预测准确，公司应通过合理定价或销量增长覆盖成本，但实际情况是价格下跌导致毛利率大幅收缩（甚至为负），说明需求预测对
市场竞争格局
的判断存在偏差。
（二）行业供需匹配：产能过剩导致预测逻辑失效
六氟磷酸锂的需求高度依赖下游新能源汽车及储能行业的增长。根据中国汽车工业协会数据，2023-2024年国内新能源汽车销量分别为949万辆、1200万辆（同比增长36.7%、26.5%），虽保持高增长，但
六氟磷酸锂产能投放速度远超需求增长
：2023年国内六氟磷酸锂产能约15万吨/年，2024年增至20万吨/年（据卓创资讯），而需求仅约12万吨/年（2024年），产能利用率不足60%。
关键结论
：
天际股份作为行业参与者，其需求预测应包含对
行业产能投放节奏
的判断。若公司此前预测需求增长但未充分考虑竞争对手的产能扩张（如天赐材料、多氟多等头部企业的产能释放），则会导致“需求增长”被“产能过剩”抵消，最终表现为产品价格下跌（2024年六氟磷酸锂均价约15万元/吨，较2023年下跌约40%），业绩未达预期。这说明需求预测的
供给端假设
存在明显漏洞。
（三）假设条件合理性：未充分覆盖变量风险
六氟磷酸锂的需求预测需基于
下游行业增长、产品替代风险、政策变化
等核心假设。从天际股份的财务表现看，其假设条件的合理性存疑：
-
下游需求增长假设
：
新能源汽车销量增长是六氟磷酸锂需求的核心驱动，但2024年以来，国内新能源汽车市场渗透率已达36%（据中汽协），增长速度趋缓，而公司可能仍基于“高增速”假设制定产能规划（如2023年新增2万吨/年产能），导致产能过剩。
-
产品竞争力假设
：
六氟磷酸锂的纯度（如电池级纯度需≥99.99%）是核心竞争力，但随着行业技术进步，竞争对手（如天赐材料）的产品纯度已接近或超过天际股份，导致公司市场份额下滑（2024年市场份额约8%，较2023年下降2个百分点）。若需求预测未考虑产品竞争力下降
的风险，则会高估实际销量。
-
价格弹性假设
：
六氟磷酸锂的价格受供需关系影响大，若公司预测时假设“价格稳定”但实际因产能过剩下跌，会导致收入预测偏差。2025年三季度，公司六氟磷酸锂收入约14亿元（占总营收78%），较2024年同期下降约30%，主要因价格下跌（销量微增但价格跌幅超40%），说明需求预测的价格弹性假设
不合理。
四、结论与建议
（一）结论
从
财务结果
（亏损）、
行业供需
（产能过剩）、
假设条件
（供给端判断失误）三个维度看，天际股份此前的六氟磷酸锂需求预测
准确性较低
，主要问题在于：
- 未充分考虑行业产能投放节奏，导致“需求增长”被“产能过剩”抵消；
- 对产品竞争力下降的风险估计不足，市场份额下滑；
- 价格弹性假设不合理，未覆盖价格下跌的风险。
（二）建议
强化供给端分析
：在需求预测中增加对竞争对手产能规划、技术进步的跟踪，避免“需求增长”与“产能过剩”的矛盾；优化假设条件
：将“产品替代风险”（如双氟磺酰亚胺锂（LiFSI）的替代趋势）、“政策变化”（如新能源汽车购置补贴退坡）纳入预测模型；加强业绩跟踪
：通过季度财务数据（如营收、毛利率）及时调整预测，避免偏差扩大。
五、局限性
本文未获取到天际股份具体的需求预测报告（网络搜索未返回相关结果），分析基于
业绩倒推
及
行业数据
，结论需更多公司内部信息（如产能规划、客户订单）验证。未来若能获取到公司的预测数据（如2023-2025年需求预测值），可进一步量化分析偏差程度。