2022年可追踪高频数据研究报告.docx

《2022年可追踪高频数据研究报告.docx》由会员分享，可在线阅读，更多相关《2022年可追踪高频数据研究报告.docx（21页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、2022年可追踪高频数据研究报告一、工业增加值和工业利润1.1 可跟踪的工业企业生产相关的高频数据我国工业产业的构成较为分散，需要选取重点行业以确定核心高频指标。根据 2018 年统计局公布的投入产出表， 我们计算了 40 个工业细分行业增加值的占比。从结果来看，非金属矿物制品业、电力热力生产和供应、化学原 料及化学制品、黑色金属冶炼、计算机通信、汽车制造、电气机械、煤炭开采和洗选这八个行业的增加值位居前 列，占比均超过 4%。八个行业的增加值占比加总达到了 47.5%，是确立高频指标的重点行业。我们选取重点企业粗钢产量作为观测钢铁行业生产状况的核心指标。根据钢铁的生产流程，钢铁行业相关的高频

2、 指标有重点企业生铁产量（旬）、重点企业粗钢产量（旬）、163 家高炉开工率（周）、唐山钢厂高炉开工率（周） 等高频指标。由于 2022 年起 163 家高炉开工率数据已经停止更新，我们测算了其余 3 个指标降频后的同比增速 与黑色金属冶炼行业增加值同比增速的相关系数。综合考虑相关系数与数据的时间跨度，我们选取粗钢产量作为 观测钢铁行业生产状况的核心指标。江浙织机 PTA 产业链负荷率可作为化工行业的观测指标。化工行业的参考指标有 PX 开工率（日）、PTA 工厂产业 链负荷率（日）、PTA 产业链负荷率:江浙织机（日）等。其中，江浙织机 PTA 产业链负荷率与化学原料及化工制 品制造业同比增

3、速的相关性较好半钢胎开工率与汽车行业生产的相关性较强。汽车轮胎相关的高频指标有两个，全钢胎开工率（周）和半钢胎开 工率（周）。两个高频指标均与汽车制造业增加值增速有不错的一致性，半钢胎开工率要略高于全钢胎。1.2 测算月度工业增加值基于重点企业粗钢产量、江浙织机 PTA 产业链负荷率、半钢胎开工率这三个指标，我们构建了信达宏观生产指 数。具体方法上，我们用 2015 年 1 月到 2022 年 2 月期间三个指标降频后的同比增速对工业增加值的当月同比进 行回归，得到了三个高频数据对应的系数。之后，利用回归结果计算出工业增加值同比的拟合值，即信达宏观生 产指数。指数对工业增加值具有较强的指示意义

4、。我们在分析每期宏观数据时，会重点研究本期数据同比增速对比上期增 速的变化。对信达宏观生产指数的有效性检验也使用这一标尺。如果高频指标与工业增加值同比的变动方向相同， 就代表着高频指标判断正确。2015 年 1 月到 2022 年 2 月，信达宏观生产指数的正确率有 67%，说明指数对于工 业生产趋势的判断较为可靠。1.3 PPI 与工业企业利润率的关联价格是影响利润率的主要因素。从历史情况来看，PPI 与利润率的变动趋势一致性较强。大宗商品的价格的上涨 主要影响上游采掘业、中游原材料加工业的产品价格，从而提高企业的盈利能力。2012 年至今，利润率累计同比 与 PPI 累计同比的相关系数为

5、0.34,而它与 PPI 当月同比的相关系数达到了 0.50，我们推测其原因在于利润率 对于 PPI 的边际变化更为敏感。1.4 工业企业利润三因素框架工业企业利润的变化可以拆分为三个部分：工业增加值（量）、PPI（价格）、利润率。我们可以把每一期的工业 企业利润同比增速拆分为，工业增加值同比+PPI 同比+利润率同比。这一拆分，在理论和实践上完全可以得到证 明，证明过程在下文有详细描述。研究工业企业利润就是观察这三个分项的变化，并进一步深挖它们变化背后的 原因。从历史数据和理论出发，我们对三因素框架予以证明。使用 2017 年至 2022 年 2 月的数据计算，利润总额累计同 比与工业增加值

6、+PPI 累计同比+利润率累计同比的相关系数相当高，达到了 0.99，验证了这一公式的正确性。二、固定资产投资2.1 固定资产投资相关的高频指标从结构来看，基建投资、制造业投资、房地产投资这三类投资是分析固定资产投资的重中之重。基建投资全称为 基础设施建设投资，在固定资产投资中约占 25%；制造业投资在固定资产投资中约占 30%；房地产开发投资约占 20%。鉴于制造业有 31 个细分行业，投资较为分散，且缺乏有效的高频指标跟踪，我们主要着眼于基建、房地产 两大类投资。制造业投资的相关分析可以参考企业利润、出口等中频指标，详见后文。基建投资和水泥产量、螺纹钢产量、沥青开工率等高频指标具有较强的同

7、步性。螺纹钢、水泥、沥青是基建投资 的原材料，相关的指标有主要钢厂螺纹钢产量（周）、水泥发运率（周）、石油沥青装置开工率（周）。其中水泥 发运率与基建投资的相关系数最高，但数据 2018 年 12 月才开始公布，时间跨度较短。再看房地产投资，房地产投资和基建投资的共性是两者都需要钢材、水泥等建筑材料。另外， 30 大中城市商品 房成交面积（日）、100 大中城市成交土地占地面积（周）、成交土地溢价率（周）、浮法玻璃价格（日）也与房地 产投资息息相关。我们使用钢厂螺纹钢产量、石油沥青装置开工率、30 大中城市商品房成交面积、浮法玻璃价格这四个指标构建 信达宏观固定资产投资指数。2017 年以来，

8、用拟合指标对固定资产投资同比方向的判断胜率约为 65.5%。2.2 测算制造业投资的模型制造业利润是判断制造业投资意愿的核心因素。制造业投资的主体是制造业企业，民间投资在制造业投资中占到 8 至 9 成。利润的改善意味着投资回报的增加，企业有更强的意愿增加资本开支用以扩大生产。但由于制造业利 润数据从 2014 年开始编制，时长较短，我们使用工业企业利润数据作为代替，观察盈利和制造业投资的一致性。 另外，在制造业投资的资金来源中，企业的利润留存占到了较为重要的位置。利润上升不仅增加了企业投资的动 力，还意味着企业能够进行投资的可用资金增多。因此企业利润既影响制造业投资的意愿，也影响投资的能力。

9、 历史数据显示，制造业投资累计同比与滞后一年的工业企业利润累计同比的关联性较强。企业对未来经济及盈利的预期可以通过企业家宏观经济热度指数观测。企业家宏观经济热度指数由人民银行按 季度公布。该指数是反映企业家对本季宏观经济形势判断的扩散指数。在全部调查的企业中，先分别计算认为本 季经济形势“偏热”与“正常”的占比，再分别赋予权重 1 和 0.5 后求和得出。指数取值范围在 0100%之间。 指数在 50%以上，反映该项指标处于向好或扩张状态；低于 50%，反映该项指标处于变差或收缩状态；等于 50%，表示该指标与上季持平。企业家宏观经济热度指数领先制造业投资一年。出口是跟踪制造业投资的有效指标，

10、领先制造业投资约一年。从制造业投资的结构来看，装备制造类行业投资占 比较大，计算机通信业、专用设备制造业、通用设备制造业、电器机械投资分别占总体的 9.3%、7.1%、6.4%、 6.1%。再加上这些装备制造类行业的出口依赖度较高，理论上出口规模的变化对制造业投资有着较为深远的影响。 历史经验也表明制造业投资同比和滞后一年的出口交货值同比有较强的关联性。综合以上因素，我们建立了制造业投资的预测模型，包括工业企业利润、宏观经济热度指数、出口交货值 3 个指 标。从预测结果来看，实际值与拟合值的相关系数为 0.77。2.3 测算基建投资的模型一般公共预算、土地使用权出让金收入、地方政府专项债券是分

11、析基建投资资金来源的重要变量。（1）根据支出 功能，一般公共财政支出中与基建支出相关的主要支出为交通运输支出、节能环保支出、城乡社区支出、农林水 支出这四大项，四项支出在总支出的占比约为四分之一。（2）土地出让收入是地方政府性基金预算中的大头，一 般占到八到九成。从历史上看，土地使用权出让收入的变化和政府性基金收入基本一致。（3）专项债自从疫情以 来成为了分析基建投资新抓手。自 2015 年创设了专项债以来，新增专项债额度逐年递增，分别为 1000 亿、4000 亿、8000 亿、1.35 万亿、2.15 万亿、3.75 万亿、3.65 万亿、3.65 万亿；专项债中流向基建的资金比例也出 现

12、了大幅上升，从 2019 年的约 30%上升至 2020 以来的约 60%。基建相关的财政资金与基建投资密切相关，财政资金的支出领先约 1 个月。由于土地出让权收入安排的支出与 专项债安排的支出均属于全国政府性基金支出，我们通过拆解全国政府性基金支出中与基建相关的部分，并与公 共财政的四项进行加总，得到基建财政资金。历史数据显示，基建相关的财政资金的同比增速与基建投资密切相 关，且财政资金领先约 1 个月。2.4 测算房地产投资的模型建安投资和土地购置费是房地产开发投资的主要组成部分，两者共同决定了房地产投资的走势。 房地产土地成交总价大约领先土地购置费 3 至 4 个季度。根据统计局的定义，

13、土地购置费是地产企业取得土地 使用权而支付的费用，按实际发生额填报，分期付款的应分期计入。根据国土资发201034 号文件，“土地出让 成交后，必须在 10 个工作日内签订出让合同，合同签订后 1 个月内必须缴纳出让价款 50%的首付款，余款要按 合同约定及时缴纳，最迟付款时间不得超过一年”。而土地成交金额按合同上的价格直接计入，因此理论上土地 成交总价领先于土地购置费。历史数据显示领先的时长约为 3 至 4 个季度。我们选取施工面积和地产销售两个指标判断建安投资的走势。（1）施工面积指房地产开发企业本年施工的全部房 屋建筑面积，包括本年新开工的房屋建筑面积、上年跨入本年继续施工的房屋建筑面积

14、、上年停缓建在本年恢复施工的房屋建筑面积、本年竣工的房屋建筑面积以及本年施工后又停缓建的房屋建筑面积。历史上房屋施工面积 整体与建安投资走势重合度较高。（2）销售好坏反映房地产需求的强弱，如果销售状况好，房企盈利预期提高， 后续拿地、施工的积极性会更高，反之如果销售状况不理想，房企会优先考虑出售商品房库存。从历史数据上看， 地产销售领先建安投资一个季度左右。三、社会消费品零售总额3.1 可跟踪的消费相关的高频数据社会消费品零售总额包含商品零售和餐饮收入。值得注意的是，社零的统计范围不包括大多数服务，如教育服务、 医疗卫生服务、文化娱乐服务、金融保险服务等等。根据企业（单位、个体户）的规模，社零

15、又被分为“限额以 上单位零售”和“限额以下单位零售”。限额以上是指主营业务收入超过一定规模的企业，统计局对限额以上单 位进行全数调查，并公布细分项目的零售额；对限额以下单位则实施抽样调查。限额以上商品零售额与社零的变 化方向基本相同，但波动要大于社零。汽车、石油及制品、服装三项是影响社零走势的关键变量。限额以上商品零售额公布十六类细分项目。我们构建 消费高频指标观测体系首先要分辨哪几个分项的波动对整体社零的影响最大。从各类商品零售额的占比（2015- 2021 年均值）来看，汽车类的消费遥遥领先，占到了近 3 成；其次是石油制品类消费占到了 14.4%。食品类和服 装类分别位于第三、第四，但食

16、品类的消费相当稳定，因此不视为主要矛盾项。汽车类消费采用乘联会每周公布的乘用车厂家零售日均销量跟踪。乘用车涵盖了轿车、微型客车以及不超过 9 座 的轻型客车。历史数据显示，乘联会口径的销量与社零口径的汽车零售额变动方向较为一致，说明该高频指标能 够刻画汽车消费的走势。每日公布的布伦特原油现货价格可以作为石油及制品类消费的高频指标。石油及制品类消费包括原油、汽油、煤 油、工业燃料、润滑油、洗涤剂原料等等。国际原油价格的涨跌会传导至下游商品，并影响相关消费额。服装类消费采用柯桥纺织价格指数跟踪。柯桥纺织价格指数（周）依托中国轻纺城编制发布，其基础数据采样范 围为中国轻纺城六个面料批发市场和钱清原料

17、批发市场，以及绍兴县若干纺织品生产企业和外贸企业，反映了中 国轻纺城市场经营纺织品的价格变化情况和趋势。另外，对于日用品消费，我们可以采用义乌小商品价格指数跟踪。义乌小商品价格统计了文化办公用品、工艺品、 首饰、电子仪器、小家电、服装服务等 15 类商品的价格，涵盖了大多数生活用一般消费品。然而义乌小商品价 格指数 2 月不更新，考虑到数据的连续性，我们在信达宏观消费指数中不纳入该指标。3.2 测算社会消费品零售总额当月同比增速信达宏观消费指数选取乘用车厂家零售日均销量、布伦特原油现货价格、柯桥纺织价格指数。2016 年 3 月到 2022 年 2 月，信达宏观消费指数与社零同比变化方向相同的

18、概率为 61.5%。另外，伴随第三产业在经济中的占比越来越高，跟踪服务消费的重要性愈发突显。我们可以从居民的出行频率判 断服务消费的景气程度，一是各城市的拥堵延时指数（日），二是地铁客运量（日）。周度的电影票房收入和电影 观影人数也能反映服务消费的活跃度。3.3 影响消费的三大因素：就业、收入和消费倾向影响消费的因素很多，其中最重要的是就业、收入和消费倾向。粗略的看，全社会消费总量就业人均收入 消费倾向，将其变换为同比增速形式，则有：消费指数（消费同比）就业同比+人均收入同比+消费倾向同比在指标选取上，就业同比选用“就业人口/劳动人口（就业人口/劳动人口=100%-失业率）”的同比变化来衡量；

19、 收入同比选用全国居民人均可支配收入的同比变化来衡量；消费倾向同比选用“人均消费支出/人均可支配收入” 的同比变化来衡量。实证显示，该指数与社零增速走势十分相似，相关系数达 0.86，验证了分析框架的可靠性， 我们可以利用消费指数来跟踪、观察消费变化情况。四、出口金额4.1 可跟踪的出口相关的高频数据海运方式主要可以分为三类，干散货运输、集装箱运输和油轮运输。干散货船主要运输大宗干散货，如铁矿石、 煤炭、粮食等。油轮主要是原油或成品油的运输。集运主要运送机械设备、纺织服装、家电与玩具等制成品。波罗的海干散货指数（BDI 指数）是衡量国际干散货海运市场运价的综合指标。散装航运业营运状况与全球经济

20、 景气的荣枯、大宗商品行情的高低紧密相关。当全球经济较为景气的时候，国家之间的贸易需求更加旺盛，反映 运价的 BDI 指数也会随之上行，反之亦然。CCFI 和 SCFI 是由中国发布的指数，一个是中国出口集装箱运价指数，另一个是上海出口集装箱运价指数。上海 港是全国最大的集装箱港口，其运价数据具有足够的代表性。相较于 CCFI，SCFI 的波动更大，对于航运价格的 变化更为敏感。从相关性来看，SCFI 同比与出口金额同比的相关性优于 CCFI。以上三个指数均是从运输环节的价格维度观测出口，八大枢纽港口集装箱吞吐量（旬）能够从量的维度衡量出口 的活跃程度。遗憾的是，八大枢纽港口集装箱吞吐量数据

21、2020 年 5 月才开始发布，时间跨度太短。但该指数可 以作为追踪出口的辅助项。2020 年 5 月至 2022 年 2 月，两者的相关系数为 0.77。4.2 测算出口当月同比增速构建信达宏观出口指数采用 BDI 指数与 SCFI 指数。2015 年 1 月至 2022 年 2 月，该指标对出口同比方向判断的 正确率为 56%，说明运价指数与出口的背离情况时有发生。我们推测这与两个因素有关，一是运价指数反映了全 球贸易的运力供需，不只是中国；二是运价很大程度上受到燃料价格的影响。4.3 出口长期预测：外需与价格主要出口目的地的经济形势决定了外需的强弱。中国的主要贸易伙伴包括美国、欧盟、日本

22、、韩国、越南、印度、 英国等经济体。根据出口的占比，我们使用美国、欧盟、日本、韩国、越南 5 大经济体的综合 PMI 来表征外需的 变化，权重为中国对各经济体出口金额的占比。历史数据显示，出口目的地综合 PMI 与出口当月同比的走势基本 一致，可以较好地衡量外需的强弱。此外，花旗十国集团经济意外指数领先出口同比约两个月。PPI 增速领先出口价格增速一个季度。出口同比增速为名义增速，包含了数量的变化与价格的变化。出口价格的 上涨幅度与 PPI 的一致性较强，且 PPI 增速领先出口价格增速一个季度。我们使用出口目的地综合 PMI、花旗十国集团经济意外指数、PPI 同比建立出口季度增速的回归模型。

23、五、GDP5.1 信达宏观月度 GDP 指数我们采用生产法 GDP 的核算方式构建信达 GDP 指数，使用一级行业分类标准，将国民经济拆分为三次产业分别 计算 GDP 增速。中国官方 GDP 数据核算以生产法和收入法为主，值得注意的是，季度 GDP 核算全部采用生产法进 行核算，此处我们沿用与官方 GDP 相同的核算思路。受到数据可得性的限制，我们将国民经济粗略拆分为三次产 业，并使用相关指标推算法分别计算不同产业的 GDP 增速。第一产业增速波动较小且对 GDP 增长的贡献较低，可直接使用上年同季度数据进行拟合。第一产业 GDP 增速的 波动较小，通常来讲其 Q1 的 GDP 增速围绕 3%

24、进行波动，仅 2020 年新冠疫情的冲击导致其增速有较大降幅；Q2 到 Q4 的增长中枢分别为 3.4%、3.9%、3.5%，增长趋势基本稳定。此外，第一产业对全国经济增长的拉动作用相 对较弱，基本维持在 4%-5%的水平，且近年来对 GDP 增长的贡献呈现不断降低的趋势。因此，当季第一产业的 GDP 增速未发布时，我们可以直接使用上年同期的季度 GDP 增速，粗略估计本月的 GDP 增速。第二产业包含工业和建筑业，其中建筑业是逆周期调节的主要手段，增速波动过于剧烈，因此使用工业增加值月 度增速作为第二产业增速的拟合指标。从工业和建筑业增加值占第二产业增加值比重来看，两类产业占比呈现很 明显的

25、季节性规律。由于建筑业作为主要的逆周期调节手段，受政策影响较大，其增速波动更剧烈，相比之下工 业增加值同比更能反映第二产业的增速变动。自从 2016 年以来，工业对 GDP 增长的贡献维持在 30%-40%的水平， 而常规时期建筑业对 GDP 增长的贡献率仅为 6%左右，远小于工业对 GDP 增长的拉动作用。此外，我国统计部门 不会发布建筑业增加值的月度指标，仅通过相关数据无法有效测量。综合考虑上述因素后，我们选取了规模以上 工业增加值的月度同比增长率，作为第二产业月度增速的拟合指标。第三产业月度增速可以直接使用服务业生产指数进行拟合。第三产业细分行业较驳杂，各行业的增长趋势各异， 且由于各行

26、业的且月度基础材料并不充分，难以对其细分行业进行一一拟合。因此，我们使用服务业生产指数同 比作为第三产业月度增速的拟合指标。三次产业的季度增加值占比较稳定，可以直接使用上年同期三次产业的季度 GDP 占比作为权重，构建信达宏观 GDP 月度指数。三次产业的季度增加值占比较稳定，且呈现明显的季节效应，从 Q1 到 Q4 期间，第一产业增加值 占比均值逐季上涨；第二产业各季度的增加值占比变动幅度不大，整体呈现二、四季度高，一、三季度低的特点， 围绕 40%水平上下波动；第三产业增加值占比均值逐季下降。因此，我们可以直接使用上年同期三次产业的季度 GDP 占比作为月度权重，与前文中确定的各产业 GD

27、P 增速交乘，得到月度 GDP 增速，即为信达宏观 GDP 月度指数。5.2 远月 GDP 预测GDP 的长期预测上，我们参考学界较为普遍的观点。改革开放以来，中国经济潜在增速经历了一个先上升后下降 的过程。据测算，1980-1989 年潜在增速为 9.6%，1990-1999 年提高到 10%，2000-2009 年达到 10.2%的高位，此 后进入下降阶段，2010-2019 年降至 7.8%，2015-2019 年进一步降至 6.8%（刘哲希和陈彦斌，2020）。央行调查 统计司课题组测算，“十四五”时期中国经济潜在增速在 5-5.7%区间。2021 年 9 月，央行易纲行长在金融研 究

28、发文，同样认为现阶段中国经济潜在增速仍有望维持在 5-6%区间。六、社会融资规模6.1 判断全年社融增速通过 GDP 增速、通胀、货币深化自上而下预测全年社融增速。2019 年政府工作报告中指出，“广义货币 M2 和社会融资规模增速要与国内生产总值名义增速相匹配”。此后货币政策执行报告中也多次将广义货币供应量、社 融增速与名义 GDP 增速作比较，这说明社融增速与名义经济增速基本匹配是预测社融长期走势的新线索。近年来，我国社融增长速度持续高于经济增长速度，社融增速与经济增长之间存在“剪刀差”，因此我们还需要 考虑货币深化这一因素。疫情前，社融同比与名义 GDP 同比的差值在 2%附近。另外，宏

29、观杠杆率与（社融存量股票融资存量）/GDP 关系密切，而每年决策层对于宏观杠杆率的定调会有所不同。鉴于此，我们也可以结合名义 GDP 的增速和决策层对于宏观杠杆率的定调来判断社融的大致走势。6.2 测算月度社融增速人民币贷款：人民币贷款在社融中占比达到近六成，两者走势有一定的同步性。人民币贷款投放具有一定的季节 性，疫情之前大致是“3322”的季度信贷投放节奏。2020 年以来，金融机构谋求开门红的倾向更加明显，投放节 奏转变为“3.5、2.5、2、2”。政府债券：政府债券分为国债和地方债，可以从 wind 中得到高频数据。此外，政府部门对于财政政策相关的表 述是判断政府债券发行节奏的重要依据

30、。我们可以结合往年发行节奏与当年的政策风向，对地方债券各月度的发 行量进行研判。企业债券与股票融资：企业债券主要包含企业债、公司债、中期票据、短期融资券等，Wind 中这些分项的当月净 融资之和与社融中的企业债券融资匹配程度较高。股票融资主要包含 IPO、增发等，Wind 中 A 股非金融行业的募 集资金与社融中的非金融企业境内股票融资一致性较强。此外，股票融资与权益市场景气度、IPO 的数量紧密相 关。表外三项：表外三项的组成部分为委托贷款、信托贷款、未贴现银行承兑汇票。2018 年以来由于资管新规等金融 监管措施出台，非标处于持续收缩状态，2018 年-2021 年信托、委托贷款两项合计每年分别减少 2.3 万亿、1.3 万亿、1.5 万亿、2.2 万亿。未贴现银行承兑汇票与企业间贸易的活跃度有关，且季节性特征明显。其他项，包含贷款核销、存款类金融机构 ABS 等，具有较强的季节性特征。