>> 國信證券-宏觀經(jīng)濟(jì)專題研究：降息預(yù)測模型的探索-230824
| 上傳日期： |
2023/8/25 |
大?。?/td>
| 1101KB |
| 格式： |
pdf 共16頁 |
來源： |
國信證券 |
| 評級： |
-- |
作者： |
董德志 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
降息歷來受市場高度關(guān)注。但長期以來，預(yù)測降息一直是宏觀研究的“老大難”問題。在本篇報告中，我們探討構(gòu)建降息的“拇指法則”（ruleof thumb）：一個較客觀、可量化、易理解的降息預(yù)測框架。
降息量化框架的難點(diǎn)，可能來自以下兩種思維定勢：
一是“唯結(jié)果論”。結(jié)果導(dǎo)向、缺乏理論基礎(chǔ)的“黑箱模型”，可能導(dǎo)致“過度擬合”：對已發(fā)生結(jié)果解釋很好，但外延能力偏弱。
二是“過于具象”。在大數(shù)據(jù)模型成為趨勢的今天，建模時容易陷入變量越多、算法越復(fù)雜越好的思維定勢。然而，過于精細(xì)的“具象”模型可能導(dǎo)致其“抽象”能力不足。
據(jù)此，我們提出兩點(diǎn)原則：一是思路上，遵循自上而下原則，從央行最根本的思維邏輯出發(fā)選取指標(biāo)和算法，避免因果倒置。二是算法上，參考“集合學(xué)習(xí)”的精神。簡單地說，“集合學(xué)習(xí)”回答了“一個諸葛亮和三個臭皮匠誰更厲害”的問題。與傳統(tǒng)單一高精度模型不同，“集合學(xué)習(xí)”更強(qiáng)調(diào)集體的力量：精準(zhǔn)度源自簡單模型的多維度“集合決策”。
為驗(yàn)證上述思路的有效性，我們從央行“四大目標(biāo)”（幣值穩(wěn)定、經(jīng)濟(jì)增長、內(nèi)外平衡、金融穩(wěn)定）出發(fā)，構(gòu)建了一個由8個子模型構(gòu)成的8因子模型。
即便未對模型做大幅逆向優(yōu)化，其表現(xiàn)已經(jīng)超出預(yù)期。在回溯期內(nèi)：
單次預(yù)警（提示后2個月內(nèi)有降息）命中率60%；連續(xù)兩次提示（提示后1個月內(nèi)有降息）75%；連續(xù)三次提示（提示后當(dāng)月有降息）100%。
此外，無預(yù)警降息（降息當(dāng)月及此前2個月無提示）未出現(xiàn)。換言之，若模型未作提示，則未來3個月降息概率較低。
7月模型構(gòu)建完成后，做出了降息預(yù)警。按過往經(jīng)驗(yàn)，8、9月份降息概率上升至60%。8月15日降息超預(yù)期落地，驗(yàn)證了模型的判斷，也將單次預(yù)警的精準(zhǔn)度提升至62.5%。
總體而言，模型表現(xiàn)基本達(dá)到預(yù)想目標(biāo)。其力量來自于“橫向”與“縱向”的雙重加強(qiáng)。“橫向”指的是前述“集合學(xué)習(xí)”中多個子模型并行決策；“縱向”指模型的預(yù)警具有明顯的累積效應(yīng)，即連續(xù)預(yù)警后，盡管觀察窗口未改變，但命中率明顯提升。
更為重要的是，模型驗(yàn)證了開篇提出的策略的有效性，進(jìn)而構(gòu)建了一個較客觀、可量化、易理解的降息分析框架。在這個思路下，模型仍有巨大的優(yōu)化和拓展（如運(yùn)用至降準(zhǔn)判斷）潛力，值得進(jìn)一步探索。
風(fēng)險提示：央行操作框架調(diào)整；模型外變量主導(dǎo)。
|
|
