宏觀數(shù)據(jù)測(cè)算方法和高頻數(shù)據(jù)體系

1、一、工業(yè)增加值和工業(yè)利潤可跟蹤的工業(yè)企業(yè)生產(chǎn)相關(guān)的高頻數(shù)據(jù)我國工業(yè)產(chǎn)業(yè)的構(gòu)成較為分散，需要選取重點(diǎn)行業(yè)以確定核心高頻指標(biāo)。根據(jù) 2018 年統(tǒng)計(jì)局公布的投入產(chǎn)出表，我們計(jì)算了 40 個(gè)工業(yè)細(xì)分行業(yè)增加值的占比。從結(jié)果來看，非金屬礦物制品業(yè)、電力熱力生產(chǎn)和供應(yīng)、化學(xué)原料及化學(xué)制品、黑色金屬冶煉、計(jì)算機(jī)通信、汽車制造、電氣機(jī)械、煤炭開采和洗選這八個(gè)行業(yè)的增加值位居前列，占比均超過 4。八個(gè)行業(yè)的增加值占比加總達(dá)到了 47.5，是確立高頻指標(biāo)的重點(diǎn)行業(yè)。表 1：2018 年工業(yè)細(xì)分行業(yè)增加值占比統(tǒng)計(jì)局，信達(dá)證券研發(fā)中心我們選取重點(diǎn)企業(yè)粗鋼產(chǎn)量作為觀測(cè)鋼鐵行業(yè)生產(chǎn)狀況的核心指標(biāo)。根據(jù)鋼鐵的生產(chǎn)流程，鋼

2、鐵行業(yè)相關(guān)的高頻指標(biāo)有重點(diǎn)企業(yè)生鐵產(chǎn)量（旬）、重點(diǎn)企業(yè)粗鋼產(chǎn)量（旬）、163 家高爐開工率（周）、唐山鋼廠高爐開工率（周）等高頻指標(biāo)。由于 2022 年起 163 家高爐開工率數(shù)據(jù)已經(jīng)停止更新，我們測(cè)算了其余 3 個(gè)指標(biāo)降頻后的同比增速與黑色金屬冶煉行業(yè)增加值同比增速的相關(guān)系數(shù)。綜合考慮相關(guān)系數(shù)與數(shù)據(jù)的時(shí)間跨度，我們選取粗鋼產(chǎn)量作為觀測(cè)鋼鐵行業(yè)生產(chǎn)狀況的核心指標(biāo)。 5 工業(yè)增加值:黑色金屬冶煉及壓延加工業(yè):當(dāng)月同比 日均產(chǎn)量:粗鋼:重點(diǎn)企業(yè)(旬):當(dāng)月同比日均產(chǎn)量:生鐵:重點(diǎn)企業(yè)(旬):當(dāng)月同比唐山鋼廠:高爐開工率:當(dāng)月同比圖 1：鋼鐵行業(yè)高頻指標(biāo)同比與黑色金屬冶煉增加值同比%6040200-

3、20-40-60萬得，信達(dá)證券研發(fā)中心江浙織機(jī) PTA 產(chǎn)業(yè)鏈負(fù)荷率可作為化工行業(yè)的觀測(cè)指標(biāo)。化工行業(yè)的參考指標(biāo)有 PX 開工率（日）、PTA 工廠產(chǎn)業(yè)鏈負(fù)荷率（日）、PTA 產(chǎn)業(yè)鏈負(fù)荷率:江浙織機(jī)（日）等。其中，江浙織機(jī) PTA 產(chǎn)業(yè)鏈負(fù)荷率與化學(xué)原料及化工制品制造業(yè)同比增速的相關(guān)性較好。工業(yè)增加值:化學(xué)原料及化學(xué)制品制造業(yè):當(dāng)月同比開工率:PX:國內(nèi):當(dāng)月同比PTA產(chǎn)業(yè)鏈負(fù)荷率:PTA工廠:當(dāng)月同比 PTA產(chǎn)業(yè)鏈負(fù)荷率:江浙織機(jī):當(dāng)月同比圖 2：化工行業(yè)高頻指標(biāo)同比與化學(xué)原料及制品增加值同比%6040200-20-40-60萬得，信達(dá)證券研發(fā)中心半鋼胎開工率與汽車行業(yè)生產(chǎn)的相關(guān)性較強(qiáng)。汽車

4、輪胎相關(guān)的高頻指標(biāo)有兩個(gè)，全鋼胎開工率（周）和半鋼胎開工率（周）。兩個(gè)高頻指標(biāo)均與汽車制造業(yè)增加值增速有不錯(cuò)的一致性，半鋼胎開工率要略高于全鋼胎。圖 3：汽車行業(yè)高頻指標(biāo)同比與汽車制造業(yè)增加值同比%工業(yè)增加值:汽車制造業(yè):當(dāng)月同比開工率:汽車輪胎:半鋼胎:當(dāng)月同比80 開工率:汽車輪胎:全鋼胎:當(dāng)月同比6040200-20-40-60萬得，信達(dá)證券研發(fā)中心測(cè)算月度工業(yè)增加值基于重點(diǎn)企業(yè)粗鋼產(chǎn)量、江浙織機(jī) PTA 產(chǎn)業(yè)鏈負(fù)荷率、半鋼胎開工率這三個(gè)指標(biāo)，我們構(gòu)建了信達(dá)宏觀生產(chǎn)指數(shù)。具體方法上，我們用 2015 年 1 月到 2022 年 2 月期間三個(gè)指標(biāo)降頻后的同比增速對(duì)工業(yè)增加值的當(dāng)月同比進(jìn)行

5、回歸，得到了三個(gè)高頻數(shù)據(jù)對(duì)應(yīng)的系數(shù)。之后，利用回歸結(jié)果計(jì)算出工業(yè)增加值同比的擬合值，即信達(dá)宏觀生產(chǎn)指數(shù)。指數(shù)對(duì)工業(yè)增加值具有較強(qiáng)的指示意義。我們?cè)诜治雒科诤暧^數(shù)據(jù)時(shí)，會(huì)重點(diǎn)研究本期數(shù)據(jù)同比增速對(duì)比上期增速的變化。對(duì)信達(dá)宏觀生產(chǎn)指數(shù)的有效性檢驗(yàn)也使用這一標(biāo)尺。如果高頻指標(biāo)與工業(yè)增加值同比的變動(dòng)方向相同，就代表著高頻指標(biāo)判斷正確。2015 年 1 月到 2022 年 2 月，信達(dá)宏觀生產(chǎn)指數(shù)的正確率有 67，說明指數(shù)對(duì)于工業(yè)生產(chǎn)趨勢(shì)的判斷較為可靠。工業(yè)增加值:當(dāng)月同比信達(dá)宏觀生產(chǎn)指數(shù)圖 4：信達(dá)宏觀生產(chǎn)指數(shù)與工業(yè)增加值同比%302520151050-5-10萬得，信達(dá)證券研發(fā)中心表 2：工業(yè)生產(chǎn)相

6、關(guān)高頻指標(biāo)整理: 信達(dá)證券研發(fā)中心PPI 與工業(yè)企業(yè)利潤率的關(guān)聯(lián)價(jià)格是影響利潤率的主要因素。從歷史情況來看，PPI 與利潤率的變動(dòng)趨勢(shì)一致性較強(qiáng)。大宗商品的價(jià)格的上漲主要影響上游采掘業(yè)、中游原材料加工業(yè)的產(chǎn)品價(jià)格，從而提高企業(yè)的盈利能力。2012 年至今，利潤率累計(jì)同比與 PPI 累計(jì)同比的相關(guān)系數(shù)為 0.34,而它與 PPI 當(dāng)月同比的相關(guān)系數(shù)達(dá)到了 0.50，我們推測(cè)其原因在于利潤率對(duì)于 PPI 的邊際變化更為敏感。PPI:全部工業(yè)品:累計(jì)同比 PPI:全部工業(yè)品:當(dāng)月同比工業(yè)企業(yè):營業(yè)收入利潤率:累計(jì)值（右軸）圖 5：價(jià)格變動(dòng)對(duì)利潤率影響較大%151050-5-10: 萬得，信達(dá)證券研發(fā)

7、中心工業(yè)企業(yè)利潤三因素框架% 100806040200-20-40工業(yè)企業(yè)利潤的變化可以拆分為三個(gè)部分：工業(yè)增加值（量）、PPI（價(jià)格）、利潤率。我們可以把每一期的工業(yè)企業(yè)利潤同比增速拆分為，工業(yè)增加值同比+PPI 同比+利潤率同比。這一拆分，在理論和實(shí)踐上完全可以得到證明，證明過程在下文有詳細(xì)描述。研究工業(yè)企業(yè)利潤就是觀察這三個(gè)分項(xiàng)的變化，并進(jìn)一步深挖它們變化背后的原因。圖 6：工業(yè)企業(yè)利潤三因素框架工業(yè)企業(yè):營業(yè)收入利潤率:累計(jì)同比工業(yè)增加值:累計(jì)同比%1601106010-40PPI:全部工業(yè)品:累計(jì)同比工業(yè)企業(yè):利潤總額:累計(jì)同比2020-062020-072020-082020-09

8、2020-102020-112020-122021-012021-022021-032021-042021-052021-062021-072021-082021-092021-102021-112021-122022-012022-02: 萬得，信達(dá)證券研發(fā)中心從歷史數(shù)據(jù)和理論出發(fā)，我們對(duì)三因素框架予以證明。使用 2017 年至 2022 年 2 月的數(shù)據(jù)計(jì)算，利潤總額累計(jì)同比與工業(yè)增加值+PPI 累計(jì)同比+利潤率累計(jì)同比的相關(guān)系數(shù)相當(dāng)高，達(dá)到了 0.99，驗(yàn)證了這一公式的正確性。工業(yè)企業(yè):利潤總額:累計(jì)同比工業(yè)增加值累計(jì)同比+PPI累計(jì)同比+利潤率累計(jì)同比圖 7：三項(xiàng)同比之和，與利潤增速擬

9、合程度較高% 200150100500-50-100: 萬得，信達(dá)證券研發(fā)中心以下是工業(yè)企業(yè)利潤三因素分析的數(shù)學(xué)證明過程：工業(yè)企業(yè)利潤=產(chǎn)量（可用工業(yè)增加值作為代理變量）*PPI*利潤率工業(yè)企業(yè)利潤同比=工業(yè)增加值同比+PPI 同比+利潤率同比證明：已知 f=xyz，兩邊微分，有 df=d(xyz)=yzdx+xzdy+xydz兩邊同時(shí)除以 f，有 df/f=(yzdx)/(xyz)+(xzdy)/(xyz)+(xydz)/(xyz)即 df/f=dx/x+dy/y+dz/z證畢。二、固定資產(chǎn)投資固定資產(chǎn)投資相關(guān)的高頻指標(biāo)從結(jié)構(gòu)來看，基建投資、制造業(yè)投資、房地產(chǎn)投資這三類投資是分析固定資產(chǎn)投資

10、的重中之重?；ㄍ顿Y全稱為基礎(chǔ)設(shè)施建設(shè)投資，在固定資產(chǎn)投資中約占 25；制造業(yè)投資在固定資產(chǎn)投資中約占 30；房地產(chǎn)開發(fā)投資約占 20。鑒于制造業(yè)有 31 個(gè)細(xì)分行業(yè)，投資較為分散，且缺乏有效的高頻指標(biāo)跟蹤，我們主要著眼于基建、房地產(chǎn)兩大類投資。制造業(yè)投資的相關(guān)分析可以參考企業(yè)利潤、出口等中頻指標(biāo)，詳見后文。基建投資和水泥產(chǎn)量、螺紋鋼產(chǎn)量、瀝青開工率等高頻指標(biāo)具有較強(qiáng)的同步性。螺紋鋼、水泥、瀝青是基建投資的原材料，相關(guān)的指標(biāo)有主要鋼廠螺紋鋼產(chǎn)量（周）、水泥發(fā)運(yùn)率（周）、石油瀝青裝置開工率（周）。其中水泥發(fā)運(yùn)率與基建投資的相關(guān)系數(shù)最高，但數(shù)據(jù) 2018 年 12 月才開始公布，時(shí)間跨度較短。再看

11、房地產(chǎn)投資，房地產(chǎn)投資和基建投資的共性是兩者都需要鋼材、水泥等建筑材料。另外， 30 大中城市商品房成交面積（日）、100 大中城市成交土地占地面積（周）、成交土地溢價(jià)率（周）、浮法玻璃價(jià)格（日）也與房地產(chǎn)投資息息相關(guān)。我們使用鋼廠螺紋鋼產(chǎn)量、石油瀝青裝置開工率、30 大中城市商品房成交面積、浮法玻璃價(jià)格這四個(gè)指標(biāo)構(gòu)建信達(dá)宏觀固定資產(chǎn)投資指數(shù)。2017 年以來，用擬合指標(biāo)對(duì)固定資產(chǎn)投資同比方向的判斷勝率約為 65.5。圖 8：信達(dá)宏觀固定資產(chǎn)投資指數(shù)40%固定資產(chǎn)投資完成額：當(dāng)月同比信達(dá)宏觀固定資產(chǎn)投資指數(shù)3020100-10-20-30: 萬得，信達(dá)證券研發(fā)中心表 3：固定資產(chǎn)投資相關(guān)高頻指

12、標(biāo)整理信達(dá)證券研發(fā)中心測(cè)算制造業(yè)投資的模型制造業(yè)利潤是判斷制造業(yè)投資意愿的核心因素。制造業(yè)投資的主體是制造業(yè)企業(yè)，民間投資在制造業(yè)投資中占到8 至 9 成。利潤的改善意味著投資回報(bào)的增加，企業(yè)有更強(qiáng)的意愿增加資本開支用以擴(kuò)大生產(chǎn)。但由于制造業(yè)利潤數(shù)據(jù)從 2014 年開始編制，時(shí)長較短，我們使用工業(yè)企業(yè)利潤數(shù)據(jù)作為代替，觀察盈利和制造業(yè)投資的一致性。另外，在制造業(yè)投資的資金來源中，企業(yè)的利潤留存占到了較為重要的位置。利潤上升不僅增加了企業(yè)投資的動(dòng)力，還意味著企業(yè)能夠進(jìn)行投資的可用資金增多。因此企業(yè)利潤既影響制造業(yè)投資的意愿，也影響投資的能力。歷史數(shù)據(jù)顯示，制造業(yè)投資累計(jì)同比與滯后一年的工業(yè)企業(yè)利

13、潤累計(jì)同比的關(guān)聯(lián)性較強(qiáng)。工業(yè)企業(yè):利潤總額:累計(jì)同比滯后12個(gè)月固定資產(chǎn)投資完成額:制造業(yè):累計(jì)同比圖 9：制造業(yè)投資與滯后一年的工業(yè)企業(yè)利潤關(guān)聯(lián)性較強(qiáng)%50403020100-10-20: 萬得，信達(dá)證券研發(fā)中心企業(yè)對(duì)未來經(jīng)濟(jì)及盈利的預(yù)期可以通過企業(yè)家宏觀經(jīng)濟(jì)熱度指數(shù)觀測(cè)。企業(yè)家宏觀經(jīng)濟(jì)熱度指數(shù)由人民銀行按季度公布。該指數(shù)是反映企業(yè)家對(duì)本季宏觀經(jīng)濟(jì)形勢(shì)判斷的擴(kuò)散指數(shù)。在全部調(diào)查的企業(yè)中，先分別計(jì)算認(rèn)為本季經(jīng)濟(jì)形勢(shì)“偏熱”與“正?！钡恼急?，再分別賦予權(quán)重 1 和 0.5 后求和得出。指數(shù)取值范圍在 0100之間。指數(shù)在 50以上，反映該項(xiàng)指標(biāo)處于向好或擴(kuò)張狀態(tài)；低于 50，反映該項(xiàng)指標(biāo)處于變差

14、或收縮狀態(tài)；等于 50，表示該指標(biāo)與上季持平。企業(yè)家宏觀經(jīng)濟(jì)熱度指數(shù)領(lǐng)先制造業(yè)投資一年。固定資產(chǎn)投資完成額:制造業(yè):累計(jì)同比企業(yè)家宏觀經(jīng)濟(jì)熱度指數(shù)滯后12個(gè)月（右軸）圖 10：企業(yè)家宏觀經(jīng)濟(jì)熱度指數(shù)領(lǐng)先制造業(yè)投資一年%35302520151050:%5550454035302520出口是跟蹤制造業(yè)投資的有效指標(biāo)，領(lǐng)先制造業(yè)投資約一年。從制造業(yè)投資的結(jié)構(gòu)來看，裝備制造類行業(yè)投資占比較大，計(jì)算機(jī)通信業(yè)、專用設(shè)備制造業(yè)、通用設(shè)備制造業(yè)、電器機(jī)械投資分別占總體的 9.3、7.1、6.4、 6.1。再加上這些裝備制造類行業(yè)的出口依賴度較高，理論上出口規(guī)模的變化對(duì)制造業(yè)投資有著較為深遠(yuǎn)的影響。歷史經(jīng)驗(yàn)也表

15、明制造業(yè)投資同比和滯后一年的出口交貨值同比有較強(qiáng)的關(guān)聯(lián)性。固定資產(chǎn)投資完成額:制造業(yè):累計(jì)同比工業(yè)企業(yè):出口交貨值:累計(jì)同比滯后12個(gè)月圖 11：制造業(yè)投資同比和滯后一年的出口交貨值同比有較強(qiáng)的關(guān)聯(lián)性%302520151050-5-10:綜合以上因素，我們建立了制造業(yè)投資的預(yù)測(cè)模型，包括工業(yè)企業(yè)利潤、宏觀經(jīng)濟(jì)熱度指數(shù)、出口交貨值 3 個(gè)指標(biāo)。從預(yù)測(cè)結(jié)果來看，實(shí)際值與擬合值的相關(guān)系數(shù)為 0.77。固定資產(chǎn)投資完成額:制造業(yè):累計(jì)同比 擬合值圖 12：制造業(yè)投資實(shí)際值與擬合值%302520151050-5:測(cè)算基建投資的模型一般公共預(yù)算、土地使用權(quán)出讓金收入、地方政府專項(xiàng)債券是分析基建投資資金來源

16、的重要變量。（1）根據(jù)支出功能，一般公共財(cái)政支出中與基建支出相關(guān)的主要支出為交通運(yùn)輸支出、節(jié)能環(huán)保支出、城鄉(xiāng)社區(qū)支出、農(nóng)林水支出這四大項(xiàng)，四項(xiàng)支出在總支出的占比約為四分之一。（2）土地出讓收入是地方政府性基金預(yù)算中的大頭，一般占到八到九成。從歷史上看，土地使用權(quán)出讓收入的變化和政府性基金收入基本一致。（3）專項(xiàng)債自從疫情以來成為了分析基建投資新抓手。自 2015 年創(chuàng)設(shè)了專項(xiàng)債以來，新增專項(xiàng)債額度逐年遞增，分別為 1000 億、4000億、8000 億、1.35 萬億、2.15 萬億、3.75 萬億、3.65 萬億、3.65 萬億；專項(xiàng)債中流向基建的資金比例也出現(xiàn)了大幅上升，從 2019 年的

17、約 30上升至 2020 以來的約 60?；ㄏ嚓P(guān)的財(cái)政資金與基建投資密切相關(guān)，財(cái)政資金的支出領(lǐng)先約 1 個(gè)月。由于土地出讓權(quán)收入安排的支出與專項(xiàng)債安排的支出均屬于全國政府性基金支出，我們通過拆解全國政府性基金支出中與基建相關(guān)的部分，并與公共財(cái)政的四項(xiàng)進(jìn)行加總，得到基建財(cái)政資金。歷史數(shù)據(jù)顯示，基建相關(guān)的財(cái)政資金的同比增速與基建投資密切相關(guān)，且財(cái)政資金領(lǐng)先約 1 個(gè)月。%基建投資當(dāng)月同比基建財(cái)政資金當(dāng)月同比 3MMA 滯后1M （右軸）圖 13：基建財(cái)政資金領(lǐng)先基建投資約 1 個(gè)月403020100-10-20-30: 萬得，信達(dá)證券研發(fā)中心測(cè)算房地產(chǎn)投資的模型% 302520151050-5-

18、10-15建安投資和土地購置費(fèi)是房地產(chǎn)開發(fā)投資的主要組成部分，兩者共同決定了房地產(chǎn)投資的走勢(shì)。房地產(chǎn)土地成交總價(jià)大約領(lǐng)先土地購置費(fèi) 3 至 4 個(gè)季度。根據(jù)統(tǒng)計(jì)局的定義，土地購置費(fèi)是地產(chǎn)企業(yè)取得土地使用權(quán)而支付的費(fèi)用，按實(shí)際發(fā)生額填報(bào)，分期付款的應(yīng)分期計(jì)入。根據(jù)國土資發(fā)201034 號(hào)文件，“土地出讓成交后，必須在 10 個(gè)工作日內(nèi)簽訂出讓合同，合同簽訂后 1 個(gè)月內(nèi)必須繳納出讓價(jià)款 50的首付款，余款要按合同約定及時(shí)繳納，最遲付款時(shí)間不得超過一年”。而土地成交金額按合同上的價(jià)格直接計(jì)入，因此理論上土地成交總價(jià)領(lǐng)先于土地購置費(fèi)。歷史數(shù)據(jù)顯示領(lǐng)先的時(shí)長約為 3 至 4 個(gè)季度。土地購置費(fèi):累計(jì)同

19、比本年土地成交價(jià)款:累計(jì)同比 滯后9M (右軸)圖 14：房地產(chǎn)土地成交總價(jià)大約領(lǐng)先土地購置費(fèi) 3 至 4 個(gè)季度%8060604040202000-20-20-40-40-60: 萬得，信達(dá)證券研發(fā)中心我們選取施工面積和地產(chǎn)銷售兩個(gè)指標(biāo)判斷建安投資的走勢(shì)。（1）施工面積指房地產(chǎn)開發(fā)企業(yè)本年施工的全部房屋建筑面積，包括本年新開工的房屋建筑面積、上年跨入本年繼續(xù)施工的房屋建筑面積、上年停緩建在本年恢復(fù)施工的房屋建筑面積、本年竣工的房屋建筑面積以及本年施工后又停緩建的房屋建筑面積。歷史上房屋施工面積整體與建安投資走勢(shì)重合度較高。（2）銷售好壞反映房地產(chǎn)需求的強(qiáng)弱，如果銷售狀況好，房企盈利預(yù)期提高，

20、后續(xù)拿地、施工的積極性會(huì)更高，反之如果銷售狀況不理想，房企會(huì)優(yōu)先考慮出售商品房庫存。從歷史數(shù)據(jù)上看，地產(chǎn)銷售領(lǐng)先建安投資一個(gè)季度左右。圖 15：施工面積和地產(chǎn)銷售能夠有效擬合建安投資50% 建安投資累計(jì)同比 擬合值403020100-10: 萬得，信達(dá)證券研發(fā)中心三、社會(huì)消費(fèi)品零售總額3.1 可跟蹤的消費(fèi)相關(guān)的高頻數(shù)據(jù)社會(huì)消費(fèi)品零售總額包含商品零售和餐飲收入。值得注意的是，社零的統(tǒng)計(jì)范圍不包括大多數(shù)服務(wù)，如教育服務(wù)、醫(yī)療衛(wèi)生服務(wù)、文化娛樂服務(wù)、金融保險(xiǎn)服務(wù)等等。根據(jù)企業(yè)（單位、個(gè)體戶）的規(guī)模，社零又被分為“限額以上單位零售”和“限額以下單位零售”。限額以上是指主營業(yè)務(wù)收入超過一定規(guī)模的企業(yè)，統(tǒng)

21、計(jì)局對(duì)限額以上單位進(jìn)行全數(shù)調(diào)查，并公布細(xì)分項(xiàng)目的零售額；對(duì)限額以下單位則實(shí)施抽樣調(diào)查。限額以上商品零售額與社零的變化方向基本相同，但波動(dòng)要大于社零。社會(huì)消費(fèi)品零售總額:當(dāng)月同比限額以上企業(yè)商品零售總額:當(dāng)月同比圖 16：限額以上零售額與社零的變化方向基本相同，但波動(dòng)更大%302520151050-5-10-15-20:汽車、石油及制品、服裝三項(xiàng)是影響社零走勢(shì)的關(guān)鍵變量。限額以上商品零售額公布十六類細(xì)分項(xiàng)目。我們構(gòu)建消費(fèi)高頻指標(biāo)觀測(cè)體系首先要分辨哪幾個(gè)分項(xiàng)的波動(dòng)對(duì)整體社零的影響最大。從各類商品零售額的占比（2015- 2021 年均值）來看，汽車類的消費(fèi)遙遙領(lǐng)先，占到了近 3 成；其次是石油制品

22、類消費(fèi)占到了 14.4。食品類和服裝類分別位于第三、第四，但食品類的消費(fèi)相當(dāng)穩(wěn)定，因此不視為主要矛盾項(xiàng)。圖 17：限額以上單位商品零售占比%限額以上單位商品零售占比（2015-2021年均值）29.914.410.8 10.06.85.24.33.53.0 2.6 2.1 2.0 2.0 1.7 1.735302520151050汽車類消費(fèi)采用乘聯(lián)會(huì)每周公布的乘用車廠家零售日均銷量跟蹤。乘用車涵蓋了轎車、微型客車以及不超過 9 座的輕型客車。歷史數(shù)據(jù)顯示，乘聯(lián)會(huì)口徑的銷量與社零口徑的汽車零售額變動(dòng)方向較為一致，說明該高頻指標(biāo)能夠刻畫汽車消費(fèi)的走勢(shì)。%零售額:汽車類:當(dāng)月同比當(dāng)周日均銷量:乘用車

23、:廠家零售:當(dāng)月同比圖 18：乘聯(lián)會(huì)口徑的銷量與社零口徑的汽車零售額變動(dòng)方向較為一致6040200-20-40-60每日公布的布倫特原油現(xiàn)貨價(jià)格可以作為石油及制品類消費(fèi)的高頻指標(biāo)。石油及制品類消費(fèi)包括原油、汽油、煤油、工業(yè)燃料、潤滑油、洗滌劑原料等等。國際原油價(jià)格的漲跌會(huì)傳導(dǎo)至下游商品，并影響相關(guān)消費(fèi)額。圖 19：原油及制品消費(fèi)與國際原油同步性較強(qiáng)零售額:石油及制品類:當(dāng)月同比原油現(xiàn)貨價(jià):布倫特DTD:當(dāng)月同比（右軸）%403020100-10-20-30%300250200150100500-50-100-150服裝類消費(fèi)采用柯橋紡織價(jià)格指數(shù)跟蹤。柯橋紡織價(jià)格指數(shù)（周）依托中國輕紡城編制發(fā)布

24、，其基礎(chǔ)數(shù)據(jù)采樣范圍為中國輕紡城六個(gè)面料批發(fā)市場(chǎng)和錢清原料批發(fā)市場(chǎng)，以及紹興縣若干紡織品生產(chǎn)企業(yè)和外貿(mào)企業(yè)，反映了中國輕紡城市場(chǎng)經(jīng)營紡織品的價(jià)格變化情況和趨勢(shì)。另外，對(duì)于日用品消費(fèi)，我們可以采用義烏小商品價(jià)格指數(shù)跟蹤。義烏小商品價(jià)格統(tǒng)計(jì)了文化辦公用品、工藝品、首飾、電子儀器、小家電、服裝服務(wù)等 15 類商品的價(jià)格，涵蓋了大多數(shù)生活用一般消費(fèi)品。然而義烏小商品價(jià)格指數(shù) 2 月不更新，考慮到數(shù)據(jù)的連續(xù)性，我們?cè)谛胚_(dá)宏觀消費(fèi)指數(shù)中不納入該指標(biāo)。測(cè)算社會(huì)消費(fèi)品零售總額當(dāng)月同比增速信達(dá)宏觀消費(fèi)指數(shù)選取乘用車廠家零售日均銷量、布倫特原油現(xiàn)貨價(jià)格、柯橋紡織價(jià)格指數(shù)。2016 年 3 月到 2022年 2 月

25、，信達(dá)宏觀消費(fèi)指數(shù)與社零同比變化方向相同的概率為 61.5。圖 20：信達(dá)宏觀消費(fèi)指數(shù)與社零同比40%社會(huì)消費(fèi)品零售總額:當(dāng)月同比信達(dá)宏觀消費(fèi)指數(shù)3020100-10-20-30另外，伴隨第三產(chǎn)業(yè)在經(jīng)濟(jì)中的占比越來越高，跟蹤服務(wù)消費(fèi)的重要性愈發(fā)突顯。我們可以從居民的出行頻率判斷服務(wù)消費(fèi)的景氣程度，一是各城市的擁堵延時(shí)指數(shù)（日），二是地鐵客運(yùn)量（日）。周度的電影票房收入和電影觀影人數(shù)也能反映服務(wù)消費(fèi)的活躍度。表 4：消費(fèi)相關(guān)高頻指標(biāo)整理: 信達(dá)證券研發(fā)中心影響消費(fèi)的三大因素：就業(yè)、收入和消費(fèi)傾向影響消費(fèi)的因素很多，其中最重要的是就業(yè)、收入和消費(fèi)傾向。粗略的看，全社會(huì)消費(fèi)總量就業(yè)人均收入消費(fèi)傾向，

26、將其變換為同比增速形式，則有：消費(fèi)指數(shù)（消費(fèi)同比）就業(yè)同比+人均收入同比+消費(fèi)傾向同比在指標(biāo)選取上，就業(yè)同比選用“就業(yè)人口/勞動(dòng)人口（就業(yè)人口/勞動(dòng)人口=100-失業(yè)率）”的同比變化來衡量；收入同比選用全國居民人均可支配收入的同比變化來衡量；消費(fèi)傾向同比選用“人均消費(fèi)支出/人均可支配收入”的同比變化來衡量。實(shí)證顯示，該指數(shù)與社零增速走勢(shì)十分相似，相關(guān)系數(shù)達(dá) 0.86，驗(yàn)證了分析框架的可靠性， 我們可以利用消費(fèi)指數(shù)來跟蹤、觀察消費(fèi)變化情況。%就業(yè)：同比收入：同比消費(fèi)傾向：同比居民消費(fèi)指數(shù)圖 21：基于就業(yè)、收入、消費(fèi)傾向三大因素構(gòu)建居民消費(fèi)指數(shù)2520151050-5-10-15圖 22：居民消

27、費(fèi)指數(shù)與社零同比一致性較強(qiáng)40 % 居民消費(fèi)指數(shù)社零同比3020100-10-20-30四、出口金額可跟蹤的出口相關(guān)的高頻數(shù)據(jù)海運(yùn)方式主要可以分為三類，干散貨運(yùn)輸、集裝箱運(yùn)輸和油輪運(yùn)輸。干散貨船主要運(yùn)輸大宗干散貨，如鐵礦石、煤炭、糧食等。油輪主要是原油或成品油的運(yùn)輸。集運(yùn)主要運(yùn)送機(jī)械設(shè)備、紡織服裝、家電與玩具等制成品。波羅的海干散貨指數(shù)（BDI 指數(shù)）是衡量國際干散貨海運(yùn)市場(chǎng)運(yùn)價(jià)的綜合指標(biāo)。散裝航運(yùn)業(yè)營運(yùn)狀況與全球經(jīng)濟(jì)景氣的榮枯、大宗商品行情的高低緊密相關(guān)。當(dāng)全球經(jīng)濟(jì)較為景氣的時(shí)候，國家之間的貿(mào)易需求更加旺盛，反映運(yùn)價(jià)的 BDI 指數(shù)也會(huì)隨之上行，反之亦然。CCFI 和 SCFI 是由中國發(fā)布

28、的指數(shù)，一個(gè)是中國出口集裝箱運(yùn)價(jià)指數(shù)，另一個(gè)是上海出口集裝箱運(yùn)價(jià)指數(shù)。上海港是全國最大的集裝箱港口，其運(yùn)價(jià)數(shù)據(jù)具有足夠的代表性。相較于 CCFI，SCFI 的波動(dòng)更大，對(duì)于航運(yùn)價(jià)格的變化更為敏感。從相關(guān)性來看，SCFI 同比與出口金額同比的相關(guān)性優(yōu)于 CCFI。以上三個(gè)指數(shù)均是從運(yùn)輸環(huán)節(jié)的價(jià)格維度觀測(cè)出口，八大樞紐港口集裝箱吞吐量（旬）能夠從量的維度衡量出口的活躍程度。遺憾的是，八大樞紐港口集裝箱吞吐量數(shù)據(jù) 2020 年 5 月才開始發(fā)布，時(shí)間跨度太短。但該指數(shù)可以作為追蹤出口的輔助項(xiàng)。2020 年 5 月至 2022 年 2 月，兩者的相關(guān)系數(shù)為 0.77。測(cè)算出口當(dāng)月同比增速構(gòu)建信達(dá)宏觀出

29、口指數(shù)采用 BDI 指數(shù)與 SCFI 指數(shù)。2015 年 1 月至 2022 年 2 月，該指標(biāo)對(duì)出口同比方向判斷的正確率為 56，說明運(yùn)價(jià)指數(shù)與出口的背離情況時(shí)有發(fā)生。我們推測(cè)這與兩個(gè)因素有關(guān)，一是運(yùn)價(jià)指數(shù)反映了全球貿(mào)易的運(yùn)力供需，不只是中國；二是運(yùn)價(jià)很大程度上受到燃料價(jià)格的影響。圖 23：信達(dá)宏觀出口指數(shù)與出口金額同比% 出口金額:當(dāng)月同比信達(dá)宏觀出口指數(shù)70503010-10-30-50萬得，信達(dá)證券研發(fā)中心表 5：出口高頻指標(biāo)整理: 信達(dá)證券研發(fā)中心出口長期預(yù)測(cè)：外需與價(jià)格主要出口目的地的經(jīng)濟(jì)形勢(shì)決定了外需的強(qiáng)弱。中國的主要貿(mào)易伙伴包括美國、歐盟、日本、韓國、越南、印度、英國等經(jīng)濟(jì)體。

30、根據(jù)出口的占比，我們使用美國、歐盟、日本、韓國、越南 5 大經(jīng)濟(jì)體的綜合 PMI 來表征外需的變化，權(quán)重為中國對(duì)各經(jīng)濟(jì)體出口金額的占比。歷史數(shù)據(jù)顯示，出口目的地綜合 PMI 與出口當(dāng)月同比的走勢(shì)基本一致，可以較好地衡量外需的強(qiáng)弱。此外，花旗十國集團(tuán)經(jīng)濟(jì)意外指數(shù)領(lǐng)先出口同比約兩個(gè)月。圖 24：中國對(duì)各經(jīng)濟(jì)體出口金額占比17.115.410.44.94.44.12.92.62.32.32.12.0%2021年出口金額占比181614121086420萬得，信達(dá)證券研發(fā)中心出口當(dāng)月同比出口目的地綜合PMI （右軸）圖 25：出口目的地綜合 PMI 與出口當(dāng)月同比的走勢(shì)基本一致%60907055505

31、0301045-1040-30-5035萬得，信達(dá)證券研發(fā)中心PPI 增速領(lǐng)先出口價(jià)格增速一個(gè)季度。出口同比增速為名義增速，包含了數(shù)量的變化與價(jià)格的變化。出口價(jià)格的上漲幅度與 PPI 的一致性較強(qiáng)，且 PPI 增速領(lǐng)先出口價(jià)格增速一個(gè)季度。出口價(jià)格指數(shù)(HS2):總指數(shù)當(dāng)月同比PPI:全部工業(yè)品:當(dāng)月同比滯后3M圖 26：PPI 增速領(lǐng)先出口價(jià)格增速一個(gè)季度%151050-5-10: 萬得，信達(dá)證券研發(fā)中心我們使用出口目的地綜合 PMI、花旗十國集團(tuán)經(jīng)濟(jì)意外指數(shù)、PPI 同比建立出口季度增速的回歸模型。圖 27：出口當(dāng)季同比與擬合值60% 出口當(dāng)季同比 擬合值50403020100-10-20

32、萬得，信達(dá)證券研發(fā)中心五、GDP信達(dá)宏觀月度 GDP 指數(shù)我們采用生產(chǎn)法 GDP 的核算方式構(gòu)建信達(dá) GDP 指數(shù)，使用一級(jí)行業(yè)分類標(biāo)準(zhǔn)，將國民經(jīng)濟(jì)拆分為三次產(chǎn)業(yè)分別計(jì)算 GDP 增速。中國官方 GDP 數(shù)據(jù)核算以生產(chǎn)法和收入法為主，值得注意的是，季度 GDP 核算全部采用生產(chǎn)法進(jìn)行核算，此處我們沿用與官方 GDP 相同的核算思路。受到數(shù)據(jù)可得性的限制，我們將國民經(jīng)濟(jì)粗略拆分為三次產(chǎn)業(yè)，并使用相關(guān)指標(biāo)推算法分別計(jì)算不同產(chǎn)業(yè)的 GDP 增速。第一產(chǎn)業(yè)增速波動(dòng)較小且對(duì) GDP 增長的貢獻(xiàn)較低，可直接使用上年同季度數(shù)據(jù)進(jìn)行擬合。第一產(chǎn)業(yè) GDP 增速的波動(dòng)較小，通常來講其 Q1 的 GDP 增速圍繞

33、 3進(jìn)行波動(dòng)，僅 2020 年新冠疫情的沖擊導(dǎo)致其增速有較大降幅；Q2到 Q4 的增長中樞分別為 3.4、3.9、3.5，增長趨勢(shì)基本穩(wěn)定。此外，第一產(chǎn)業(yè)對(duì)全國經(jīng)濟(jì)增長的拉動(dòng)作用相對(duì)較弱，基本維持在 4-5的水平，且近年來對(duì) GDP 增長的貢獻(xiàn)呈現(xiàn)不斷降低的趨勢(shì)。因此，當(dāng)季第一產(chǎn)業(yè)的 GDP增速未發(fā)布時(shí)，我們可以直接使用上年同期的季度 GDP 增速，粗略估計(jì)本月的 GDP 增速。圖 28：第一產(chǎn)業(yè) GDP 波動(dòng)較小，增長趨勢(shì)較為穩(wěn)定20162017201820192020202110 %第一產(chǎn)業(yè)GDP 當(dāng)季同比86420-2-4萬得，信達(dá)證券研發(fā)中心第二產(chǎn)業(yè)包含工業(yè)和建筑業(yè)，其中建筑業(yè)是逆周期

34、調(diào)節(jié)的主要手段，增速波動(dòng)過于劇烈，因此使用工業(yè)增加值月度增速作為第二產(chǎn)業(yè)增速的擬合指標(biāo)。從工業(yè)和建筑業(yè)增加值占第二產(chǎn)業(yè)增加值比重來看，兩類產(chǎn)業(yè)占比呈現(xiàn)很明顯的季節(jié)性規(guī)律。由于建筑業(yè)作為主要的逆周期調(diào)節(jié)手段，受政策影響較大，其增速波動(dòng)更劇烈，相比之下工業(yè)增加值同比更能反映第二產(chǎn)業(yè)的增速變動(dòng)。自從 2016 年以來，工業(yè)對(duì) GDP 增長的貢獻(xiàn)維持在 30-40的水平，而常規(guī)時(shí)期建筑業(yè)對(duì) GDP 增長的貢獻(xiàn)率僅為 6左右，遠(yuǎn)小于工業(yè)對(duì) GDP 增長的拉動(dòng)作用。此外，我國統(tǒng)計(jì)部門不會(huì)發(fā)布建筑業(yè)增加值的月度指標(biāo)，僅通過相關(guān)數(shù)據(jù)無法有效測(cè)量。綜合考慮上述因素后，我們選取了規(guī)模以上工業(yè)增加值的月度同比增長率

35、，作為第二產(chǎn)業(yè)月度增速的擬合指標(biāo)。圖 29：工業(yè)增加值和建筑業(yè)增加值占比呈現(xiàn)明顯的季節(jié)性規(guī)律% 工業(yè)占比建筑業(yè)占比（右軸）%9025888620841582801078576740萬得，信達(dá)證券研發(fā)中心圖 30：工業(yè)增加值對(duì) GDP 的貢獻(xiàn)更高，約為建筑業(yè)的 5 倍%GDP累計(jì)同比貢獻(xiàn)率:工業(yè) GDP累計(jì)同比貢獻(xiàn)率:建筑業(yè) （右軸）%6020501640123082010400萬得，信達(dá)證券研發(fā)中心第三產(chǎn)業(yè)月度增速可以直接使用服務(wù)業(yè)生產(chǎn)指數(shù)進(jìn)行擬合。第三產(chǎn)業(yè)細(xì)分行業(yè)較駁雜，各行業(yè)的增長趨勢(shì)各異，且由于各行業(yè)的且月度基礎(chǔ)材料并不充分，難以對(duì)其細(xì)分行業(yè)進(jìn)行一一擬合。因此，我們使用服務(wù)業(yè)生產(chǎn)指數(shù)同比

36、作為第三產(chǎn)業(yè)月度增速的擬合指標(biāo)。圖 31：服務(wù)業(yè)各細(xì)分行業(yè)的增長趨勢(shì)差別較大GDP:不變價(jià) GDP:不變價(jià):批發(fā)和零售業(yè):當(dāng)季同比當(dāng)季同比%40GDP:不變價(jià):住宿和餐飲業(yè):當(dāng)季同比 GDP:不變價(jià):房地產(chǎn)業(yè):當(dāng)季同比GDP:不變價(jià):租賃和商務(wù)服務(wù)業(yè):當(dāng)季同比GDP:不變價(jià):交通運(yùn)輸、倉儲(chǔ)和郵政業(yè):當(dāng)季同比GDP:不變價(jià):金融業(yè):當(dāng)季同比200-20萬得，信達(dá)證券研發(fā)中心三次產(chǎn)業(yè)的季度增加值占比較穩(wěn)定，可以直接使用上年同期三次產(chǎn)業(yè)的季度 GDP 占比作為權(quán)重，構(gòu)建信達(dá)宏觀 GDP 月度指數(shù)。三次產(chǎn)業(yè)的季度增加值占比較穩(wěn)定，且呈現(xiàn)明顯的季節(jié)效應(yīng)，從 Q1 到 Q4 期間，第一產(chǎn)業(yè)增加值占比均值逐

37、季上漲；第二產(chǎn)業(yè)各季度的增加值占比變動(dòng)幅度不大，整體呈現(xiàn)二、四季度高，一、三季度低的特點(diǎn)，圍繞 40水平上下波動(dòng)；第三產(chǎn)業(yè)增加值占比均值逐季下降。因此，我們可以直接使用上年同期三次產(chǎn)業(yè)的季度 GDP 占比作為月度權(quán)重，與前文中確定的各產(chǎn)業(yè) GDP 增速交乘，得到月度 GDP 增速，即為信達(dá)宏觀 GDP 月度指數(shù)。圖 32：三次產(chǎn)業(yè)的季度增加值占比較為穩(wěn)定12% 65% 第二產(chǎn)業(yè)增加值占比（右軸）第三產(chǎn)業(yè)增加值占比（右軸）第一產(chǎn)業(yè)增加值占比106085550645440235030萬得，信達(dá)證券研發(fā)中心%信達(dá)宏觀月度GDP指數(shù) GDP:不變價(jià):當(dāng)季同比圖 33：信達(dá)宏觀月度 GDP 指數(shù)3530

38、2520151050-5-10-15萬得，信達(dá)證券研發(fā)中心遠(yuǎn)月 GDP 預(yù)測(cè)GDP 的長期預(yù)測(cè)上，我們參考學(xué)界較為普遍的觀點(diǎn)。改革開放以來，中國經(jīng)濟(jì)潛在增速經(jīng)歷了一個(gè)先上升后下降的過程。據(jù)測(cè)算，1980-1989 年潛在增速為 9.6，1990-1999 年提高到 10，2000-2009 年達(dá)到 10.2的高位，此后進(jìn)入下降階段，2010-2019 年降至 7.8，2015-2019 年進(jìn)一步降至 6.8（劉哲希和陳彥斌，2020）。央行調(diào)查統(tǒng)計(jì)司課題組測(cè)算，“十四五”時(shí)期中國經(jīng)濟(jì)潛在增速在 5-5.7區(qū)間。2021 年 9 月，央行易綱行長在金融研究發(fā)文，同樣認(rèn)為現(xiàn)階段中國經(jīng)濟(jì)潛在增速仍有

39、望維持在 5-6區(qū)間。圖 34：“十四五” 時(shí)期中國經(jīng)濟(jì)潛在增速在 5-5.7%潛在增速均值9.61010.27.86.85-5.7121086420“十四五”時(shí)期中國經(jīng)濟(jì)潛在增速測(cè)算兼論跨越“中等收入陷阱”-劉哲希和陳彥斌（2020），信達(dá)證券研發(fā)中心六、社會(huì)融資規(guī)模6.1 判斷全年社融增速通過 GDP 增速、通脹、貨幣深化自上而下預(yù)測(cè)全年社融增速。2019 年政府工作報(bào)告中指出，“廣義貨幣 M2 和社會(huì)融資規(guī)模增速要與國內(nèi)生產(chǎn)總值名義增速相匹配”。此后貨幣政策執(zhí)行報(bào)告中也多次將廣義貨幣供應(yīng)量、社融增速與名義 GDP 增速作比較，這說明社融增速與名義經(jīng)濟(jì)增速基本匹配是預(yù)測(cè)社融長期走勢(shì)的新線索。近年來，我國社融增長速