高频数据分析框架:经济冷暖,高频先知
今年在疫情反复、房地产下行、 俄乌冲突这三条主线之下, 宏观指标的波动幅度明显加大。 由此, 及时捕捉经济最新变化的重要性愈发突显。 本篇报告提供了一个有效的高频指标观测体系。
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。 统计局公布的中低频数据一则发布频率较低,至少是月频的,二则存在明显的滞后性特征,通常在第二个月的中旬才公布,三则 1-2 月部分宏观指标存在“真空期” 。上述三点导致统计局数据无法反映经济运行的最新变化。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。
我们聚焦两个维度的高频数据,一是经济增长,二是通货膨胀。 与经济增长相关的指标可以分为供给端和需求端两个层面,分别对应 GDP 核算方法中的生产法与支出法。供给端中我们重点关注工业增加值;需求端则包含社会消费品零售总额、固定资产投资以及出口金额,即“三驾马车”。通货膨胀的数据有消费者物价指数( CPI)与工业品出厂价格指数(PPI)。
构建信达宏观高频指标观测体系。 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。工业生产指数由重点企业粗钢产量、江浙织机 PTA 产业链负荷率、半钢胎开工率构成;消费指数由乘用车厂家零售日均销量、布伦特原油现货价格、柯桥纺织价格指数构成;固定资产投资指数由螺纹钢价格、水泥价格指数、 30 大中城市商品房成交面积、浮法玻璃价格构成;出口指数由 BDI 指数与 SCFI 指数构成。
风险因素: 新冠病毒变异导致疫苗失效;国内政策超预期等。