文/解运亮、肖张羽 信达证券宏观团队 导读 本文系统性地梳理了宏观经济指标的测算模型与高频观测体系,以及各个宏观经济指标的分布、历史分位以及波动率。 核心观点 搭建分析框架可以帮助我们厘清宏观指标的逻辑脉络,把握宏观经济的基本走向。市场关注的宏观指标大致可以分为四个维度:一是生产指标,包含工业增加值和工业利润相关指标;二是需求的“三驾马车”,包含固定资产投资相关指标,基建投资、制造业投资、房地产投资,社会消费品零售总额相关指标,以及出口相关指标;三是总量指标,包含GDP、社会融资规模;四是通胀指标,包含PPI、CPI。不论是自上而下的宏观研究,还是通过宏观视角进行大类资产配置,都需要深入了解各个指标之间的勾稽关系,来研判经济形势。 高频指标可以及时地跟踪经济的边际变化,同时为宏观指标的预判提供依据。构建高频指标观测体系需要关注指标的指向性,换言之,选出的高频指标需要与中低频指标有明确的对应关系。寻找优质的高频指标遵循四个原则:一是数据更新频率高且及时。二是高频指标与其指向的中低频指标具有经济学上的联系。三是选取相关性较高的高频数据。四是数据时间跨度足够长。按照上述要求找到高频指标后,我们构建了信达宏观工业生产指数、消费指数、固定资产投资指数、出口指数,并对指数的有效性进行了检验。如果高频指标与其指向的宏观指标同比变动方向相同,就代表着高频指标判断正确。检验结果显示四个指标在方向判断上的胜率均保持在较高水平。 借助指标的分布、历史分位以及波动率加深对于各指标的理解。历史分位法通过纵向比较指标所处历史位置,来判断指标的历史分布与当前所处位置的高低。波动率用指标的标准差来衡量,在宏观指标波动率上升或下降的时期,往往也会驱动资产偏好发生变化。 风险因素:新冠病毒变异导致疫苗失效;国内政策超预期等。 正文 风险因素: 新冠病毒变异导致疫苗失效;国内政策超预期等。 本文源自报告:《宏观数据测算方法和高频数据体系》 报告发布时间:2022年7月8日 发布报告机构:信达证券研究开发中心 报告作者:解运亮S1500521040002,肖张羽 本文作者 解运亮,信达证券首席宏观分析师。中国人民大学经济学博士,中国人民大学汉青研究院业界导师。曾供职于中国人民银行货币政策司,参与和见证若干重大货币政策制订和执行过程,参与完成中财办、人民银行、商务部等多项重点研究课题。亦曾供职于国泰君安证券和民生证券,任高级经济学家和首席宏观分析师。中国人民银行重点研究课题一等奖得主。首届“21世纪最佳预警研究报告”得主。 肖张羽,信达证券宏观研究助理。英国剑桥大学经济与金融硕士。曾供职于民生证券,2021年加入信达证券研究开发中心,侧重于研究实体经济。 |
|