|
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。 |
|
|
