高頻數(shù)據(jù)分析手冊

正文目錄

1.高頻數(shù)據(jù)分析原則..............................................................................5

2.經(jīng)濟(jì)指標(biāo)與對應(yīng)的高頻數(shù)據(jù).....................................................................7

2.1.生產(chǎn)法下的工業(yè)增加值.....................................................................7

2.2.支出法下的“三駕馬車”....................................................................14

2.2.1.固定資產(chǎn)投資：基建、房地產(chǎn)和制造業(yè)................................................14

2.2.2.消費(fèi)：社會消費(fèi)品零售總額..........................................................16

2.2.3.出口...............................................................................20

3.價格指標(biāo)與高頻數(shù)據(jù)...........................................................................24

3.1.與CPI相關(guān)的高頻數(shù)據(jù)...................................................................24

3.2.與PPI相關(guān)的高頻數(shù)據(jù)....................................................................28

圖目錄

圖1.高頻數(shù)據(jù)指標(biāo).................................................................................5

圖2.工業(yè)增加值與發(fā)電耗煤量相關(guān)性較高............................................................8

圖3.鋼鐵高頻數(shù)據(jù)環(huán)比走勢與工業(yè)相關(guān)性良好（6月移動平均）.......................................10

圖4.鋼鐵高頻數(shù)據(jù)同比走勢與工業(yè)增加值相關(guān)性一般................................................10

圖5.汽車輪胎開工率與汽車增加值的關(guān)系較明顯.....................................................11

圖6.汽車輪胎與工業(yè)增加值的相關(guān)性一般（6月移動平均）...........................................11

圖7.化工類指標(biāo)與工業(yè)增加值環(huán)比走勢相關(guān)性尚可（6月移動平均）..................................12

圖8.工業(yè)增加值與擴(kuò)散指標(biāo).......................................................................14

圖9.商品房成交與房地產(chǎn)投資的相關(guān)性較高.........................................................15

圖10.供應(yīng)土地占地面積領(lǐng)先于房地產(chǎn)開發(fā)投資......................................................15

圖11.固定資產(chǎn)投資綜合指數(shù)......................................................................16

圖12.社零的構(gòu)成項(xiàng)目............................................................................17

圖13.乘聯(lián)會的周頻數(shù)據(jù)與汽車零售強(qiáng)相關(guān).........................................................18

圖14.油價與石油零售走勢相關(guān)性較強(qiáng)..............................................................18

圖15.原油價格和社會消費(fèi)品環(huán)比相關(guān)性高.........................................................18

圖16.汽車價格與社會消費(fèi)品相關(guān)性明顯............................................................18

圖17.數(shù)據(jù)同比相關(guān)性有所減弱....................................................................19

圖18.社零數(shù)據(jù)與綜合指標(biāo)走勢一致的概率僅為61%.........................................................................................20

圖19.出口集裝箱指數(shù)與出口環(huán)比走勢相關(guān)性一般....................................................21

圖20.波羅的海干散貨指數(shù)與全球經(jīng)濟(jì)走勢密切相關(guān).................................................22

圖21.波羅的海干散貨指數(shù)與中國出口走勢相關(guān)性尚可...............................................22

圖22.出口走勢與綜合指標(biāo)的相關(guān)性一般............................................................23

圖23.CPI的八項(xiàng)構(gòu)成.............................................................................25

圖24.食品項(xiàng)主導(dǎo)了CPI走勢......................................................................25

圖25.食品項(xiàng)同比預(yù)測............................................................................26

圖26.食品項(xiàng)環(huán)比預(yù)測值與實(shí)際值走勢一致.........................................................26

圖27.CPI非食品項(xiàng)存在一定的季節(jié)性規(guī)律..........................................................27

圖28.三類指數(shù)與CPI環(huán)比走勢亦步亦趨............................................................28

圖29.三類指數(shù)與CPI的同比走勢相關(guān)性也不錯.....................................................28

圖30.同比預(yù)測值與實(shí)際值較為符合................................................................28

圖31.預(yù)測結(jié)果不錯...............................................................................28

圖32.PPI與生產(chǎn)資料價格指數(shù)走勢明顯一致........................................................29

圖33.PPI與生產(chǎn)資料價格指數(shù)環(huán)比預(yù)測結(jié)果不錯...................................................29

圖34.PPI的同比預(yù)測情況明顯差于環(huán)比............................................................29

圖35.幾類高頻數(shù)據(jù)與PPI.....................................................................................................................................30

表目錄

表1.各工業(yè)行業(yè)增加值占比........................................................................9

表2.各項(xiàng)高頻數(shù)據(jù)指標(biāo)情況.......................................................................12

表3.數(shù)據(jù)一致性越強(qiáng)，預(yù)測可靠度越高.............................................................13

表4.地產(chǎn)相關(guān)各項(xiàng)高頻數(shù)據(jù)指標(biāo)情況...............................................................16

表5.高頻數(shù)據(jù)概覽................................................................................24

表6.CPI食品項(xiàng)對應(yīng)指標(biāo)..........................................................................25

表1.各工業(yè)行業(yè)增加值占比........................................................................9

表2.各項(xiàng)高頻數(shù)據(jù)指標(biāo)情況.......................................................................12

表3.數(shù)據(jù)一致性越強(qiáng)，預(yù)測可靠度越高.............................................................13

表4.地產(chǎn)相關(guān)各項(xiàng)高頻數(shù)據(jù)指標(biāo)情況...............................................................16

表5.高頻數(shù)據(jù)概覽................................................................................24

表6.CPI食品項(xiàng)對應(yīng)指標(biāo)...................................................................25

1.高頻數(shù)據(jù)分析原則

市場上高頻數(shù)據(jù)種類繁多，要想找出隱藏在其中的優(yōu)質(zhì)高頻數(shù)據(jù)，我們

需要以低頻數(shù)據(jù)為依據(jù)，先尋找與各類低頻數(shù)據(jù)有著明顯關(guān)系的高頻數(shù)據(jù)，

再對這些高頻數(shù)據(jù)進(jìn)行處理從而更好的建立高頻數(shù)據(jù)觀測體系。

需要注意，高頻與低頻是一個相對概念，對于年度數(shù)據(jù)而言，月度數(shù)據(jù)

就是高頻數(shù)據(jù)；而對于月度數(shù)據(jù)而言，日度或者周度數(shù)據(jù)就是高頻數(shù)據(jù)。本

文接下來提到的所有高頻數(shù)據(jù)均是指頻率在一個月以內(nèi)的數(shù)據(jù)，而低頻數(shù)據(jù)

則是月度數(shù)據(jù)。

第一步，確定重要的低頻數(shù)據(jù)。

在選取低頻數(shù)據(jù)時，我們可以將經(jīng)濟(jì)運(yùn)行指標(biāo)分為兩大類：

第一類，與經(jīng)濟(jì)增長相關(guān)的數(shù)據(jù)。我們從生產(chǎn)端和需求端兩側(cè)出發(fā)來確

定相應(yīng)的經(jīng)濟(jì)指標(biāo)。從需求端來看，需求可以分為投資、消費(fèi)和凈出口三大

類，對應(yīng)的我們選取固定資產(chǎn)投資、社會消費(fèi)品零售總額以及出口金額作為

體現(xiàn)經(jīng)濟(jì)總需求的指標(biāo)；從生產(chǎn)端來看，生產(chǎn)一般可以按照行業(yè)分為第一產(chǎn)

業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)，考慮到低頻數(shù)據(jù)的可得性，我們主要著眼于第二

產(chǎn)業(yè)的生產(chǎn)情況，選取的低頻數(shù)據(jù)是工業(yè)增加值。

高頻數(shù)據(jù)

經(jīng)濟(jì)增長通貨膨脹

固

會

社

工

定

出

費(fèi)

消

業(yè)

口

資

零

品

增

金

產(chǎn)

總PPI

售CPI

加

額

投

值

資

圖1.高頻數(shù)據(jù)指標(biāo)

資料來源：wind,紅塔證券

第二類，是與通貨膨脹相關(guān)的數(shù)據(jù)。通脹數(shù)據(jù)我們主要跟蹤兩個指標(biāo):

一是居民消費(fèi)價格指數(shù)（CPI）,其衡量的主要是與居民生活消費(fèi)密切相關(guān)商

品與服務(wù)的價格變化，像是食品飲料、服裝、房租、交通（衣食住行）這些

都包括在CPI指標(biāo)里；二是工業(yè)生產(chǎn)者出廠價格指數(shù)（PPI）,包括生產(chǎn)資料

和生活資料兩大類，其能夠比較好的體現(xiàn)工業(yè)產(chǎn)品的價格波動。

第二步，以低頻數(shù)據(jù)為依據(jù)，選擇高頻數(shù)據(jù)并進(jìn)行處理。

在確定好我們希望跟蹤的重要低頻經(jīng)濟(jì)數(shù)據(jù)后，我們接下來要做的就是

依據(jù)這些低頻指標(biāo)，去尋找與之密切相關(guān)的高頻數(shù)據(jù)。不過這是一個很復(fù)雜

的過程，也是構(gòu)建高頻數(shù)據(jù)庫的核心一步。

要知道，相比于低頻數(shù)據(jù)，市場上的高頻數(shù)據(jù)類型繁多，在統(tǒng)計方式、

統(tǒng)計口徑、發(fā)布頻率等方面均與低頻數(shù)據(jù)有所不同，要想更好的使用高頻數(shù)

據(jù)來預(yù)判低頻數(shù)據(jù)走勢的話，我們無論是在前期高頻數(shù)據(jù)的篩選上，還是在

后期高頻數(shù)據(jù)的處理上，都要盡量謹(jǐn)慎。

第一，要注重指標(biāo)在經(jīng)濟(jì)學(xué)上的聯(lián)系，基于經(jīng)濟(jì)上的相關(guān)性，比如產(chǎn)業(yè)

鏈上的相關(guān)性、指標(biāo)統(tǒng)計對象上的一致性等，有方向的去尋找對應(yīng)的高頻數(shù)

據(jù)。

像是我們?nèi)绻胍シ治龇康禺a(chǎn)投資，就可以先去尋找上游的土地成交

面積、鋼鐵等建筑材料價格等與房地產(chǎn)投資密切相關(guān)的高頻數(shù)據(jù)。而如果我

們想分析CPI指標(biāo)的話，即可以去分析豬肉、羊肉價格，這些與CPI的具體

分項(xiàng)指標(biāo)密切相關(guān)的高頻數(shù)據(jù)，也可以分析菜籃子產(chǎn)品批發(fā)價格200指數(shù)，

這類也關(guān)注食品價格方面的高頻數(shù)據(jù)。

第二，高頻數(shù)據(jù)與低頻數(shù)據(jù)的類型一致。具體就是，我們在選取數(shù)據(jù)時

要求同比數(shù)據(jù)與同比數(shù)據(jù)相對應(yīng)、環(huán)比數(shù)據(jù)與環(huán)比數(shù)據(jù)相對應(yīng)、累計值數(shù)據(jù)

與累計值數(shù)據(jù)相對應(yīng)、當(dāng)月值數(shù)據(jù)與當(dāng)月值數(shù)據(jù)相對應(yīng)。

如對于CPI數(shù)據(jù)，我們在意的是環(huán)比數(shù)據(jù)和同比數(shù)據(jù)，而我們能夠找到

的高頻數(shù)據(jù)可能是豬肉價格、牛肉價格這些絕對值數(shù)據(jù)，因此在進(jìn)行比較時，

我們需要先將絕對值數(shù)據(jù)轉(zhuǎn)變?yōu)榄h(huán)比和同比數(shù)據(jù)，再按照同比對同比、環(huán)比

對環(huán)比的原則進(jìn)行比較。

再比如，固定資產(chǎn)投資一般只能夠獲得累計值，但是高頻數(shù)據(jù)往往是當(dāng)

月值數(shù)據(jù)，比如當(dāng)月（周）土地成交面積，因此我們需要通過做差分的方式

將累計值轉(zhuǎn)變?yōu)楫?dāng)月值之后再進(jìn)行分析。

第三，以高頻數(shù)據(jù)與低頻數(shù)據(jù)的相關(guān)性為依據(jù)，選取相關(guān)性更高的高頻

數(shù)據(jù)作為觀測指標(biāo)。

要知道市場上高頻數(shù)據(jù)繁多，無論是經(jīng)濟(jì)指標(biāo)還是價格指標(biāo)，我們都能

夠找到不少有一定經(jīng)濟(jì)學(xué)聯(lián)系的高頻數(shù)據(jù)與之對應(yīng)。因此，在挑選高頻數(shù)據(jù)

時，我們需要先計算高頻指標(biāo)與低頻指標(biāo)之間的相關(guān)性，然后按照相關(guān)性排

序，選取相關(guān)性高的高頻數(shù)據(jù)。

比如在分析CPI時，“農(nóng)產(chǎn)品批發(fā)價格200指數(shù)”、“菜籃子產(chǎn)品批發(fā)價

格200指數(shù)”和“食用農(nóng)產(chǎn)品價格指數(shù)”這些指標(biāo)都和CPI有不錯的相關(guān)性，

但是在選擇是我們還是會優(yōu)先考慮“食用農(nóng)產(chǎn)品價格指數(shù)”，因?yàn)樗cCPI的

走勢更相似。

同樣的，在分析社會消費(fèi)品零售總額時，因?yàn)橄M(fèi)的產(chǎn)品類型繁多，有

汽車類、糧油食品和煙酒飲料類、石油及制品類、日用品類等等，那這就需

要我們?nèi)ププ≈饕?，從而更好的把握社零的走勢。而在這里主要矛盾就

是汽車類和石油類，它們與社零的走勢密切相關(guān)（詳細(xì)分析請看下文）。

第四，高頻數(shù)據(jù)的降頻處理。無論是比較高頻數(shù)據(jù)與低頻數(shù)據(jù)的關(guān)系，

還是用高頻數(shù)據(jù)對低頻數(shù)據(jù)進(jìn)行預(yù)判，我們都需要先將高頻數(shù)據(jù)轉(zhuǎn)變?yōu)榈皖l

數(shù)據(jù)，即將日頻、周頻的數(shù)據(jù)更改為月頻的數(shù)據(jù)。具體的操作方法，我們一

般是取月度均值。

以CPI對應(yīng)的豬肉平均批發(fā)價為例。該數(shù)據(jù)是日頻數(shù)據(jù)，那么我們就需

要將同一月份的每日豬肉平均批發(fā)價取平均值，計算得到該月份豬肉的平均

批發(fā)價，之后再基于月頻的豬肉價格來計算豬肉的環(huán)比和同比數(shù)據(jù)。

第五，使用高頻數(shù)據(jù)擬合數(shù)據(jù)時我們更多的是著眼于方向上的正確，而

不著眼于預(yù)測的精準(zhǔn)度。之所以這么做這主要是因?yàn)楦哳l數(shù)據(jù)與對應(yīng)低頻數(shù)

據(jù)之間的相關(guān)性并不高，這使得通過高頻數(shù)據(jù)來準(zhǔn)確判斷低頻數(shù)據(jù)的走勢極

其困難。因此我們在使用高頻數(shù)據(jù)時更注意方向上的變化，而不著眼于精度

上的預(yù)測，畢竟有時候，模糊的正確往往比精準(zhǔn)的錯誤更有意義。

而且即使是方向上的，用高頻數(shù)據(jù)也不會有很高的準(zhǔn)確度，從我們下面

的分析來看，方向上能夠有70%左右的準(zhǔn)確度就算是很高了，比較難以觀察

的如出口，準(zhǔn)確度也就55%-60%左右了。而也就是因?yàn)槲覀儾荒軠?zhǔn)確的判斷

經(jīng)濟(jì)的具體走勢，所有才會有預(yù)期差的存在。

不過在分析價格指標(biāo)（CPI和PPI）時，因?yàn)槲覀兡軌蛘业脚c其密切相

關(guān)的高頻數(shù)據(jù)，所以我們在使用高頻數(shù)據(jù)來判斷CPI和PPI走勢時，我們會

嘗試精準(zhǔn)的擬合。而且，從結(jié)果上來看的話，通過高頻判斷CPI和PPI的走

勢準(zhǔn)確率也很高。

第三步，尋找到對應(yīng)的高頻數(shù)據(jù)后，我們可以建立對應(yīng)的高頻數(shù)據(jù)庫，

從而更好的關(guān)注經(jīng)濟(jì)的短期走勢。另外，也能對數(shù)據(jù)進(jìn)行一些別的處理，比

如將多個高頻數(shù)據(jù)處理成為一個綜合指標(biāo)，讓我們更好的對短期的經(jīng)濟(jì)走勢

有一個大致的判斷。

2.經(jīng)濟(jì)指標(biāo)與對應(yīng)的高頻數(shù)據(jù)

2.1.生產(chǎn)法下的工業(yè)增加值

在分析生產(chǎn)時，我們主要分析的是第二產(chǎn)業(yè)或者說工業(yè)的生產(chǎn)情況，這

主要是因?yàn)榻y(tǒng)計局每個月中旬會公布工業(yè)增加值數(shù)據(jù)，而并沒有公布其他行

業(yè)如服務(wù)業(yè)的生產(chǎn)數(shù)據(jù)。

工業(yè)增加值反映的是工業(yè)生產(chǎn)情況。近幾年來，工業(yè)生產(chǎn)在GDP中的占

比雖然有所下滑，但依舊在30%以上，因此該指標(biāo)能夠較好的體現(xiàn)當(dāng)下的經(jīng)

濟(jì)運(yùn)行狀況。我們一般認(rèn)為工業(yè)增加值增速上升，那么經(jīng)濟(jì)向上運(yùn)行的概率

更高；反之，如果工業(yè)增加值增速下滑，則說明目前經(jīng)濟(jì)潛在下行壓力較大。

因?yàn)楣I(yè)增加值涵蓋范圍廣泛，所以我們能夠從市場上找到種類較多的

高頻數(shù)據(jù)來或多或少的反映出當(dāng)下的工業(yè)企業(yè)生產(chǎn)情況。

如有能夠相對全面反映工業(yè)生產(chǎn)情況的6大發(fā)電集團(tuán)耗煤量、鐵路貨運(yùn)

量等指標(biāo)；也有能夠反映出各個工業(yè)行業(yè)生產(chǎn)經(jīng)營情況的高頻數(shù)據(jù)如鋼鐵產(chǎn)

量、浮法玻璃產(chǎn)量、汽車開工率、化工產(chǎn)品開工率等。

其中，6大電廠耗煤量曾被做觀測工業(yè)增加值的主要高頻數(shù)據(jù)。雖然由

于清潔能源對火電的替代、沿海地區(qū)發(fā)電代表性的下降等原因，6大電廠耗

煤量的經(jīng)濟(jì)意義逐漸下滑，但是從歷史趨勢上看，用該指標(biāo)預(yù)測工業(yè)增加值

走勢的勝率達(dá)到三分之二，這一勝率在高頻數(shù)據(jù)指標(biāo)中表現(xiàn)是十分亮眼的。

但在2020年7月之后，有5家電廠不再公布日均耗煤量數(shù)據(jù)，因此，

本文不再使用該指標(biāo)作為觀測工業(yè)增加值走勢的高頻數(shù)據(jù)。

50.0018.01

40.00i6.a

i4.a

30.00

i2.a

20.00

10.0(

10.00

8.00

0.00

6.00

-10.00

4.00

-20.002.00

-30.00

。

s90Z9Z9OZ90Z9Z9。Z90Z90

oT00工00H90TO9O01O0I00I

,，

，,

,m44I99-'Z8,6—,S66

mTU1I9TI8T66ZZZ

rIolJ0LUTSUTSO0TIO0OIO1UTI000

OoOO00ZO0O0oJO0

ZzZZZZZZZZZZZZZzZNzZZZ

圖2.工業(yè)增加值與發(fā)電耗煤量相關(guān)性較高

資料來源：wind,紅塔證券

在本篇文章中，我們從工業(yè)構(gòu)成的幾大重點(diǎn)行業(yè)出發(fā)，選取相關(guān)行業(yè)具

有代表性的高頻數(shù)據(jù)，來對工業(yè)增加值進(jìn)行大致的判斷。從行業(yè)生產(chǎn)規(guī)模上

看，非金屬礦物制品、化學(xué)原料及化學(xué)制品、黑色金屬冶煉及壓延加工業(yè)、

汽車制造業(yè)等行業(yè)的增加值在整體工業(yè)增加值中位居前列。

表1.各工業(yè)行業(yè)增加值占比

行業(yè)占比和排名行業(yè)占比和排名

非金屬礦物制品6.7%(1)黑色金屬冶煉5%(6)

及壓延加工業(yè)

化學(xué)原料及化學(xué)制品制造6.6%(2)農(nóng)副食品加工4.5%(7)

業(yè)業(yè)

電力、熱力的生產(chǎn)和供應(yīng)6.4%(3)電氣機(jī)械及器4.2%(8)

業(yè)材制造業(yè)

汽車制造業(yè)5.8%(4)煤炭開采和洗4.1%(9)

選業(yè)

計算機(jī)、通信和其他電子5.6%(5)金屬制品業(yè)3.8%(10)

設(shè)備制造業(yè)

資料來源：根據(jù)2017年投入產(chǎn)出表計算，紅塔證養(yǎng)；（注：國為投入產(chǎn)出表的編制頻率是5年一次，

因比目前最新的一次是在2017年。用投入產(chǎn)出表計算的問題在于，一是時間可能稍微有點(diǎn)舊，只有

2017年數(shù)據(jù)。二是它統(tǒng)計的是全部工業(yè)，布月度工業(yè)增加值只針對規(guī)模以上工業(yè).三是投入產(chǎn)出表是按

照產(chǎn)品分類進(jìn)行統(tǒng)計的，而工業(yè)增加值是按照部門分類進(jìn)行統(tǒng)計。不過息的來說，這些米差都在可接受

范圍內(nèi).）

在綜合考量了各細(xì)分行業(yè)的規(guī)模以及對應(yīng)高頻數(shù)據(jù)的可得性之后，我們

選取鋼鐵行業(yè)、汽車行業(yè)和化學(xué)原料及化學(xué)制品行業(yè)這三大行業(yè)作為選取高

頻數(shù)據(jù)的依據(jù)。

第一，鋼鐵行業(yè)相關(guān)指標(biāo)。鋼鐵作為黑色金屬的代表，在工業(yè)生產(chǎn)中有

著不可替代的作用，無論是汽車制造業(yè)還是金屬制品業(yè)等都離不開鋼材。

一般我們可以在wind行業(yè)數(shù)據(jù)庫，鋼鐵行業(yè)下找到諸多與鋼鐵行業(yè)相

關(guān)的高頻數(shù)據(jù)。而市場則往往會通過跟蹤高爐開工率、唐山鋼廠高爐開工率、

重點(diǎn)企業(yè)粗鋼產(chǎn)量、鋼材產(chǎn)量、全國粗鋼預(yù)估日均產(chǎn)量等高頻數(shù)據(jù)來跟蹤工

業(yè)增加值。

結(jié)合市場常用的指標(biāo)以及我們尋找的指標(biāo)，根據(jù)相關(guān)性排序，我們選取

重點(diǎn)企業(yè)粗鋼產(chǎn)量、鋼材產(chǎn)量以及高爐開工率這三個指標(biāo)來分析鋼鐵行業(yè)生

產(chǎn)情況。從歷史趨勢上我們也能夠看出，這幾個指標(biāo)在環(huán)比上與工業(yè)增加值

的走勢比較接近。

一高爐開工率（163家）:全國:月:環(huán)比0.80

—日均產(chǎn)量:粗鋼:重點(diǎn)企圖喊標(biāo)題

—日均產(chǎn)量:鋼材:重點(diǎn)企業(yè)停D：月:環(huán)比

—工業(yè)增加值:環(huán)比:季調(diào)展軸）V\%。

o4o

總

2

0.401

H

oO

O

別

別

美類別

O。

.2

。

IWC0I3ZISI就0IZ0I3Z0

竦

。I0-0-賽E9I0-9I

4歹

，04-S-I918S3-666

寸I-II

ISIS0II06III

I0Z0I0I0I00ZOIOI000

0Z000Z00Z00

ZZZZZZZZZZZZZZZ

圖3.鋼鐵高頻數(shù)據(jù)環(huán)比走勢與工業(yè)相關(guān)性良好（6月移動平均）

資料來源：wind,紅塔證券（注：2020年由于疫情的影響，環(huán)比數(shù)據(jù)波動極大，加入后不方便看出具

體趨勢，所以我們沒有選取，2020年數(shù)據(jù)，不過趨勢是一致的）

一高爐開工率（163家）:全國:月:同曲表廣-嘖均產(chǎn)量:粗鋼:重點(diǎn)企業(yè):月:同比

20.00一日均產(chǎn)量:鋼材:重點(diǎn)企業(yè):月:同蛻*"七*二業(yè)增加值:當(dāng)月同比（右軸）9.00

8.50

6005

猾

450

|003o6

?.50

0.00

32.5

6.00

-5.00

2

■10.00h

1,00

-15.00

曬

r\

-20.004.00

圖4.鋼鐵高頻數(shù)據(jù)同比走勢與工業(yè)增加值相關(guān)性一般

資料來源：wind,紅塔證券（注：由于春節(jié)效應(yīng)，工業(yè)增加值同比在1,2月份變化明顯，我們使用1-2

月份累計同比替代，2020年2、3月工業(yè)增加值同比為負(fù)，為了展示趨勢，我們這里不顯示。）

第二，汽車行業(yè)。要尋找與汽車相關(guān)的高頻數(shù)據(jù)，我們可以從汽車產(chǎn)業(yè)

鏈出發(fā)，如汽車配件作為汽車的上游產(chǎn)業(yè)，其生產(chǎn)情況與汽車生產(chǎn)密切相

關(guān)，考慮到數(shù)據(jù)的可得性，市場一般會比較關(guān)注汽車輪胎（包括全鋼胎和半

鋼胎）的生產(chǎn)情況。

從歷史走勢來看，汽車輪胎半鋼胎與汽車制造業(yè)的相關(guān)性較高，畢竟輪

胎是汽車不可或缺的配件，輪胎生產(chǎn)情況與汽車生產(chǎn)本來就密切相關(guān)。不

過，從數(shù)據(jù)上看的話，汽車輪胎的生產(chǎn)情況與工業(yè)增加值的相關(guān)性一般。

圖5.汽車輪胎開工率與汽車增加值的關(guān)系較明顯圖6.汽車輪胎與工業(yè)增加值的相關(guān)性一般（6月移

動平均）

20.00—開工率:汽車輪胎:全鋼胎:月:環(huán)比

匯

-1S.00KS6S6S666WS8O.

90hU009090-9

S----Z-8-666

ornIIS19I9I91INII8II

鹿

史

mE9卷zz00000

-oo0erZZ0Z0Z0Z0Z70ZZ0Z2

S二

一

二

一

=-_一

i一

I--I1iizz.

OoIl0o。ooo0

ZzZ0zo*ZtobI00zzzzzzozo7

zoZOez>

資料來源：wind,紅塔證券資料來源：wind,紅塔證券（注：2020年由于疫情的影響，環(huán)比數(shù)據(jù)波

動極大，加入后不方便看出具體趨勢，所以我們沒有選取該區(qū)間，不過

趨勢是一致的。）

第三，化學(xué)原料及化學(xué)制品行業(yè)?；瘜W(xué)原料及化學(xué)制品行業(yè)作為中上游

行業(yè)之一，在整個工業(yè)鏈條中具有極其重要的地位。一般在wind化工行業(yè)

部分我們可以找到各類主要化工產(chǎn)品如PTA、聚酯切片、純堿等化工產(chǎn)品

的開工率、產(chǎn)能利用率、產(chǎn)量等高頻數(shù)據(jù)，而通過這些數(shù)據(jù)我們可以來間接

跟蹤化工產(chǎn)品的生產(chǎn)情況。

因?yàn)榛瘜W(xué)產(chǎn)品種類繁多，在選取的時候，按相關(guān)性高低排序，我們選取

相關(guān)性靠前的指標(biāo)作為高頻數(shù)據(jù)進(jìn)行跟蹤。需要注意的是，各個高頻數(shù)據(jù)在

時間跨度上并不同，在考慮相關(guān)性的前提下，我們優(yōu)先選取時間跨度較長的

指標(biāo)。如烯度的產(chǎn)量數(shù)據(jù)雖然在各類數(shù)據(jù)中相關(guān)性靠前，但是wind自2017

年10月才開始統(tǒng)計這個數(shù)據(jù)（如果計算同比的話，就要到2018年了），因

此我們暫時不考慮使用該指標(biāo)，類似的還有開工率:聚酯產(chǎn)業(yè)鏈:PX等指

標(biāo)。

經(jīng)過篩選，我們選取了PX開工率（PX指對二甲苯，主要用于生產(chǎn)對

苯二甲酸（PTA）、醫(yī)藥中間體（DMT）、涂料等商品）、PTA開工率（PTA

指精對苯二甲酸，是生產(chǎn)聚酯纖維、瓶級聚酯的主要材料，被廣泛用于化學(xué)

纖維、輕工、電子等行業(yè)）以及滌綸短纖裝置負(fù)荷率（滌綸短纖主要用于紡

織行業(yè)）作為我們觀測的高頻數(shù)據(jù)。

一開工率:PTA:國內(nèi):月府生

-開工率:國內(nèi):月:蛆:水杯煙

9.00PX:0.80

裝置負(fù)荷率:滌綸短纖:國內(nèi):月:環(huán)比

類別類別類別類別

-7.001234

繇第g￡0小怨S￡看噌自￡蟲：

000000000000000(

<NcMrMoirMrMrMrM<NrstN(NrM<N(Nf

圖7.化工類指標(biāo)與工業(yè)增加值環(huán)比走勢相關(guān)性尚可（6月移動平均）

資料來源：wind,紅塔證券（注：由于春節(jié)效應(yīng)，工業(yè)增加值同比在1,2月份變化明顯，我們使用1-2

月份累計同比替代。2020年由于疫情的影響，環(huán)比數(shù)據(jù)波動極大，加入后不方便看出具體超眇，所以

我們沒有選取該區(qū)間，不過趨勢是一致的。〉

自此，我們依據(jù)幾類主要工業(yè)行業(yè)，選取了高爐開工率、重點(diǎn)企業(yè)鋼材

（粗鋼）產(chǎn)量、汽車輪胎：半鋼胎產(chǎn)量、PX開工率、PTA開工率、滌綸短

纖裝置負(fù)荷率等指標(biāo)作為觀察工業(yè)增加值的窗口。

表2.各項(xiàng)高頻數(shù)據(jù)指標(biāo)情況

日均產(chǎn)日均產(chǎn)開工率：開工率：裝置負(fù)

高爐開工開工開工

量:鋼材量:粗鋼汽車輪汽車輪荷率:滌

率:全國率:PX率:PTA

（萬噸/（萬噸/胎:全鋼胎泮鋼綸短纖

（M）(M)(?)

天）天）

胎（M）胎（K）（M）

第一周66.8575.2171.2593.4491.5979.66

2020第二周66.57209.45220.2573.1869.3290.7891.4279.79

年12第三周66.85213.66220.1661.7960.4590.4789.3478.54

第四周

月67.1357.0556.9889.5986.7876.63

第五周67.54223.78216.2954.8954.9189.5984.2977.36

2021第一周66.8566.5065.8589.5984.3974.10

年1月第二周66.30205.19219.5670.0566.9589.1081.9777.55

資料來源：wind,紅塔證券

從單一的高頻數(shù)據(jù)上來看，雖然它們與工業(yè)增加值的走勢或多或少有相

關(guān)，但是這種粗略的相關(guān)性明顯不能夠支持我們精準(zhǔn)的分析工業(yè)增加值的走

勢，因此我們僅僅只是用高頻數(shù)據(jù)來做一個方向上的判斷。

即如果這幾個高頻數(shù)據(jù)在本月超半數(shù)都是正向增長的，那么我們就更有

理由相信這個月的工業(yè)增加值有更高的概率會上升；反之，如果大部分?jǐn)?shù)據(jù)

都出現(xiàn)負(fù)向增長，那么我們也有理由相信這個月的工業(yè)增加值有更大的概率

會下滑。

數(shù)據(jù)的實(shí)際走勢也證明了我們的判斷，從樣本歷史走勢來看，當(dāng)選取的

7個高頻數(shù)據(jù)都上升或者都下降時，工業(yè)增加值有75%的^率走勢與高頻數(shù)

據(jù)走勢一樣，隨著高頻數(shù)據(jù)走勢的分化，工業(yè)增加值走勢與高頻數(shù)據(jù)走勢的

一致性也在降低。

表3.數(shù)據(jù)一致性越強(qiáng)?預(yù)測可靠度越高

資料來源：wind,紅塔證券

因?yàn)槭欠较蛏系姆治?，我們先來判斷選取的幾類高頻數(shù)據(jù)走勢與工業(yè)增

加值在方向上的聯(lián)系。從同比變化方向上看，自2016年以來，我們選取的

7個高頻數(shù)據(jù)同比走勢與工業(yè)增加值同比變化方向一致的月份占比均超過

50%,其中汽車輪胎：半鋼胎的方向一致性最高，達(dá)到了65%,最低的則

是高爐開工率，占比僅有53%。

從環(huán)比變化方向上看，自2015年以來，高頻數(shù)據(jù)與工業(yè)增加值季調(diào)環(huán)

比的變化方向一致性也比較高，其中汽車輪胎：半鋼胎依舊位列第一，變化

一致月份占比達(dá)到了68%o

進(jìn)一步的，我們可以基于這7個高頻數(shù)據(jù)來構(gòu)建指數(shù)，借此來跟蹤工業(yè)

增加值的走勢。指數(shù)構(gòu)建的核心原理就是我們剛剛提到過的，如果當(dāng)月有更

多的高頻數(shù)據(jù)在好轉(zhuǎn)，那么我們就更有理由相信本月的工業(yè)增加值會好轉(zhuǎn)；

反之亦然。指數(shù)的具體構(gòu)建步豚如下：

第一步，通過計算均值的方式，將各項(xiàng)高頻數(shù)據(jù)轉(zhuǎn)化為月度數(shù)據(jù)，之后

基于月度數(shù)據(jù)計算各項(xiàng)指標(biāo)的環(huán)比變化。

第二步，對每一項(xiàng)高頻數(shù)據(jù)，我們以上一個月數(shù)據(jù)的環(huán)比增速為基準(zhǔn)，

如果高頻數(shù)據(jù)的當(dāng)月環(huán)比增速比上個月高，我們則將其賦值為1；如果高頻

數(shù)據(jù)的當(dāng)月環(huán)比增速比上個月的低，我們則將該指標(biāo)賦值為-1;如果環(huán)比增

速不變，我們則賦值為0。

比如11月份重點(diǎn)企業(yè)粗鋼的日均產(chǎn)量環(huán)比為-2.08%,而12月份環(huán)比

為3.17%,因此我們將重點(diǎn)企業(yè)粗鋼12月份的數(shù)值賦值為1。

第三步，在得到各指標(biāo)的數(shù)值后，我們按照等權(quán)重相加。在這里為了簡

便，我們對各個高頻數(shù)據(jù)賦予相同的權(quán)重，當(dāng)然不想按照等權(quán)重的話，也可

以按照相關(guān)性、回歸系數(shù)、產(chǎn)值比重等等賦予各項(xiàng)指標(biāo)不同的權(quán)重。

第四步，我們將上面相加得到的結(jié)果除以高頻指標(biāo)數(shù)量（7個），計算

得到最后的指數(shù)。

需要注意，這只是最便捷的構(gòu)建指數(shù)的方法，我們并沒有考慮各項(xiàng)高頻

數(shù)據(jù)的權(quán)重問題以及變化幅度問題，不過我們只是想看出指標(biāo)環(huán)比變化與工

業(yè)增加值環(huán)比變化在方向上的趨勢，因此簡單一點(diǎn)影響也不大。

從結(jié)果上，我們可以看到工業(yè)增加值的季調(diào)環(huán)比增速與綜合指標(biāo)在整體

上的走勢比較接近，從歷史方向走勢上看，當(dāng)綜合指標(biāo)變化時，工業(yè)增加值

有65%的概率與綜合指標(biāo)同方向變化。

420

00

80

60

420

00

圖8.工業(yè)增加值與擴(kuò)散指標(biāo)

資料來源：wind,紅塔證券（由于疲情影響，工業(yè)增加值在個別月份波動極大，為了展示是甥，我們

選取的區(qū)間里不能展示全部工業(yè)增加值的波動。）

除了環(huán)比，類似的我們可用同樣的方法來預(yù)測工業(yè)增加值的同比走勢，

具體指標(biāo)的構(gòu)建方式和環(huán)比的方式一致，因此在這里并不展開。