（一）第一维度：政策敏感度 —— 优先选择 “出口占比高 + 美国市场依赖度强” 的企业
吴老师认为，政策利好的 “直接性” 取决于企业对美国市场的依赖程度：“出口占比越高、美国市场份额越大，政策延期带来的订单与利润弹性越显著。” 他的筛选标准包括：
对美出口占比≥30%：排除对美出口占比低于 15% 的企业（这类企业受益有限，如某主攻国内商用车轮胎的企业，对美出口占比仅 5%，政策影响可忽略）；
美国市场订单稳定性：优先选择与美国大型经销商（如 Discount Tire、Tire Rack）长期合作（合作年限≥5 年）的企业，这类企业订单更稳定，不易受短期市场波动影响；
关税成本占比高：若企业当前对美出口的关税成本占营收比重≥5%，政策延期后，这部分成本可转化为利润（如某企业关税成本占比 6.5%，政策落地后，毛利率直接提升 1.2 个百分点）。
以某龙头企业为例：对美出口占比 40%，关税成本占比 7%，合作美国经销商 10 家（覆盖全美 80% 的州），政策延期后，其 2025 年净利润预计增厚 1.5 亿元，对应 PE（市盈率）从 18 倍降至 15 倍，具备估值修复空间。
（二）第二维度：盈利弹性 —— 测算 “订单增长→毛利率→净利润” 的传导
吴老师会通过 “量化测算” 判断企业的盈利弹性，避免 “定性利好” 带来的投资误区。核心测算公式包括：
以某中型轮胎企业为例（2024 年数据）：
同时，吴老师会排除 “高负债企业”（资产负债率≥70%）—— 这类企业即使订单增长，也需优先偿还债务，净利润难以释放（如某企业资产负债率 75%，2025 年净利润增量的 60% 需用于付息，实际股东收益有限）。
