>> 方正證券-專題研究:如何構(gòu)建中國周度經(jīng)濟(jì)指數(shù)-230521
| 上傳日期: |
2023/5/28 |
大小: |
1249KB |
| 格式: |
pdf 共12頁 |
來源: |
方正證券 |
| 評級: |
-- |
作者: |
張偉 |
| 下載權(quán)限: |
此報(bào)告為加密報(bào)告 |
|
|
經(jīng)濟(jì)基本面是影響資產(chǎn)價(jià)格走勢的基本驅(qū)動因素。因而如何做到高頻、全面、和較準(zhǔn)確的跟蹤經(jīng)濟(jì)走勢變得非常重要。而經(jīng)濟(jì)高頻數(shù)據(jù)眾多,并且指標(biāo)間也可能存在背離,這給傳統(tǒng)跟蹤大量經(jīng)濟(jì)高頻指標(biāo)來判斷經(jīng)濟(jì)走勢帶來困難。為此我們將借鑒紐約聯(lián)儲的經(jīng)驗(yàn),構(gòu)建了中國周度經(jīng)濟(jì)指數(shù)(Weekly Economic Index, WEI)。接下來本文將詳細(xì)介紹中國WEI的構(gòu)建方法、對經(jīng)濟(jì)走勢跟蹤的效果以及對股債走勢的指示意義。 一、中國WEI的構(gòu)建方法解析 我們選取了反映生產(chǎn)和需求兩大維度的10個(gè)高頻指標(biāo)。其中7個(gè)指標(biāo)能夠在當(dāng)周及時(shí)公布。而另外3個(gè)指標(biāo)通常滯后公布,可采用插值和線性外推的方法進(jìn)行估計(jì)。類似紐約聯(lián)儲,我們可在當(dāng)周的下一周用終值進(jìn)行修正。選取完高頻指標(biāo)后需要對數(shù)據(jù)進(jìn)行預(yù)處理,包括日歷的調(diào)整、做移動平均和計(jì)算同比三個(gè)步驟。 采用主成分分析法估計(jì)經(jīng)濟(jì)動能因子。紐約聯(lián)儲的研究結(jié)果顯示,主成分分析法是估計(jì)經(jīng)濟(jì)動能因子較為穩(wěn)定的方法。主成分分析得到的第一主成分代表了數(shù)據(jù)最重要的特征,即為經(jīng)濟(jì)動能因子,解釋了10個(gè)高頻變量總方差的43.2%。 采用線性回歸模型對經(jīng)濟(jì)動能因子進(jìn)行變換,得到中國WEI。初步得到的經(jīng)濟(jì)動能因子序列是均值為0,方差為1的序列,本身已經(jīng)與GDP走勢正相關(guān)性較好。為匹配GDP的量級,可采用線性回歸模型進(jìn)行變換以匹配GDP的量級,得到中國WEI。 二、中國WEI對實(shí)際經(jīng)濟(jì)走勢具有較好的指示效果 中國WEI與GDP走勢正相關(guān)性較好。我們用工業(yè)增加值和服務(wù)業(yè)生產(chǎn)指數(shù)合成了月度GDP。月度視角來看,WEI與月度GDP擬合值走勢接近。2015年以來,兩者相關(guān)系數(shù)為0.88;2018年8月高頻指標(biāo)齊整以來相關(guān)系數(shù)為0.92。季度視角來看,2015年以來相關(guān)系數(shù)為0.85,2018年四季度以來相關(guān)系數(shù)為0.91。 我們在WEI基礎(chǔ)上進(jìn)一步構(gòu)造出WEI需求指數(shù)和WEI供給指數(shù)。需求指數(shù)與供給指數(shù)之差代表經(jīng)濟(jì)的供需缺口。供需缺口對通脹有較好的指示意義。 三、中國WEI與股債呈現(xiàn)較好的正相關(guān)性 從歷史經(jīng)驗(yàn)來看,中國WEI與10年期國債利率走勢和股市走勢具有較好的正相關(guān)性。但2022年以來我們構(gòu)建的中國WEI與10年國債利率走勢呈現(xiàn)負(fù)相關(guān)性。這是因?yàn)閃EI是同比指標(biāo),在疫情期間容易受到基數(shù)影響。另外,2022年疫情對經(jīng)濟(jì)擾動大,并且政策變化也較頻繁,當(dāng)期WEI上行已經(jīng)被充分定價(jià),此時(shí)債市反應(yīng)為利空出盡,因而利率反而回落。而當(dāng)期WEI下行,但債市預(yù)期政策將加碼,從而使得利率上行。中長期來看,WEI與利率依然呈現(xiàn)正相關(guān)性。 風(fēng)險(xiǎn)提示:測算存在誤差,模型參數(shù)存在優(yōu)化空間,指標(biāo)與基本面背離。
|
|