如何跟踪国内经济：高频指标的构建——海通宏观分析框架第4讲（海通宏观梁中华团队）

重要提示：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过本微信订阅号发布的观点和信息仅供海通证券的专业投资者参考，完整的投资观点应以海通证券研究所发布的完整报告为准。若您并非海通证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本订阅号推送内容而视相关人员为客户；市场有风险，投资需谨慎。

 · 概 要 · 

当前统计局公布的宏观经济指标主要是季度和月度数据，虽然月度指标相对而言已经是频率较高的宏观数据，但公布时间一般要等到次月15号左右，对于投资来说是相对滞后的。如果想要提前预判经济指标，可以通过观察与生产、消费、出口相关的，旬度、周度或者日度的、具有时效性的高频指标。但是高频指标众多，如何将各类指标的信息整理归纳，最终得出清晰明了的结果呢？这就需要构建高频指标体系。

我们构建的海通高频同步指标体系中一共有三个部分，分别是生产、消费和出口高频同步指标，分别对应的是工业增加值、社零总额以及出口金额这三个月度的宏观经济指标。其中，消费和出口是支出法中GDP“三驾马车”中的两个分项，而工业增加值是生产法中第二产业 GDP 的相关指标。

1

生产高频同步指标（HTPI）

生产高频同步指标的构建，是基于工业领域大量的高频指标。相对而言，生产相关的高频数据比较充足，例如汽车、化工、玻璃、煤化工、钢铁等行业，都有大量可供观察的、频度较高的指标。在选择用来拟合的高频指标时，我们需要先做简单的筛选，一共有三条标准。

第一，指标需与分行业工业增加值之间存在经济上的相关性。增加值指的是行业总产出减去中间投入，我们选取的高频指标需要能够刻画产出的情况。以汽车行业为例，汽车轮胎开工率是一个可用指标，可以根据汽车轮胎的开工情况大致推算汽车生产的情况，两者具有高度相关性。第二，指标的公布频率相对较高、公布时间比较及时。一般来说，我们会选择日度、周度、旬度的，且公布时间早于统计数据的指标，这样拟合出来的指标才会具有时效性。第三，需要有充足的样本量，也就是说指标的起始时间要足够早、历史要足够长，这样才能放入回归方程中进行拟合。

初步筛选之后，我们发现仍有较多的高频指标，但其中很多指标其实是重复的，因此在拟合前需要对指标有所取舍。

首先，我们对工业增加值进行拆解，着重关注占比较高行业的高频指标。在前一讲《中国宏观经济：如何核算、统计和分析——海通宏观分析框架第3讲》中我们提到，建材、化工、钢铁等行业的重要性相对较高，所以这些行业的指标是我们优先考虑的。

我们首先来看钢铁行业。钢铁行业的高频指标较多，如焦炉开工率、高炉开工率、粗钢产量、钢材产量等，不过这些指标之间高度相关，为了避免统计学上多重共线性的问题，我们需要选取其中最好的一个指标作为核心指标。我们选取的是重点企业的粗钢日均产量，其与粗钢产量的月度数据之间相关性很高。

我们同时发现，钢铁上下游的很多行业，如电气机械、汽车等，高频指标相对较少甚至缺失，但其生产情况与钢铁行业密切相关。

从历史数据看，钢铁、建材与有色金属，这些行业增加值的走势基本一致，钢铁与其下游的通用设备、电气设备等行业的走势也基本一致。那么对于这些下游行业和走势一致的行业，我们没有必要再去寻找这些行业对应的高频指标，而可以用钢铁行业中的粗钢产量，来刻画整条产业链中相关行业的生产情况。

不过，还有一些行业不处于钢铁产业链中，其生产情况与钢铁不相关。其中最主要的就是石化产业链中的行业，包括上游的石油加工，中游的化学原料制品、化纤、橡塑，下游消费品行业中的纺织服装、皮革制鞋、电子等行业，它们的生产情况与钢铁相关性很低。所以我们也要在这条产业链中寻找一个具有代表性的核心高频指标。

聚酯工厂负荷率就是我们选择的第二个核心指标。聚酯工厂负荷率和石化产业链中化纤产量的走势较为一致，而化纤处于整条产业链的中游，与上下游生产的相关性也相对较高，所以我们可以用聚酯工厂负荷率来刻画石化产业链的生产情况，因此我们把它作为第二个核心指标。

前两个核心指标已经刻画了大部分制造行业的生产情况，但仍不能反映部分消费品制造业的生产情况。而在工业生产中，不论哪个行业都需要用到电力，所以我们用电力生产对剩余行业的生产情况做一个补充。

我们选取的第三个核心指标是沿海八省日耗煤量。历史上有一个反映发电量的高频指标——六大发电集团耗煤量，不过已经在 2020 年 7 月停更，而沿海八省日耗煤量虽然频率较高且持续更新，但其从 2019 年才开始公布的，并没有一个足够长的观察区间。但沿海八省日耗煤量和月度发电量高度相关，因此我们用发电量数据来作为沿海八省日耗煤量的历史延长数据。

我们利用以上三个核心指标和线性回归方法，构建了能够判断其工业生产情况的生产高频同步指标。在回归过程中，为了统一量纲，我们对因变量和自变量都进行了标准化处理，首先是降频为月度指标并计算同比，再对其进行Z-score标准化。对标准化后的变量进行回归后，我们得到了三个高频指标对应的权重，并根据权重和最新一期的高频指标计算出拟合指标，也就是海通宏观生产同步指标（HTPI）。

从历史数据来看， HTPI拟合指标的方向判断胜率超过 80% 。我们计算了拟合指标对工业增加值在变动方向上的判断胜负概率。结果显示方向相同样本数占总体样本数的比重达到81.1%。

生产高频同步指标和工业增加值在历史的走势和幅度上拟合度仍然较高。由于我们根据工业增加值的数据特征对拟合值进行了处理，所以两者的同比走势和幅度基本一致。当前，高频指标每周更新一次，最早公布时间为当月的15日左右，从而能够对工业增加值做提前的预判。

2

消费高频同步指标（HTCI）

消费同步高频指标在构建的逻辑上跟生产指标基本一致，其刻画的是社会消费品零售总额的变化趋势。

我们还是先来筛选消费领域的高频指标。社零可以分为两个部分，一个是商品零售，即偏商品消费的部分，另外一个是餐饮收入，即偏服务消费的部分。我们分别对这两个部分寻找对应的高频指标。在商品消费领域，有乘用车的销量、商品房成交面积、原油油价以及纺织、电子产品行业的高频指标；而在服务消费领域，指标相对稀缺，我们一般用与人员流动相关的拥堵延时指数，地铁客运量来刻画服务消费的情况，另外也有电影观影人数和电影票房这两个反映线下电影消费的指标。

我们同样对消费结构进行拆解。消费中最重要的组成部分，分别是汽车消费、住房相关消费（其中最重要的是家电消费）、石油及制品消费以及其他可选消费（其中最重要的是服装鞋帽消费），我们对各项主要消费寻找对应的高频指标。

首先，我们选择乘用车零售作为汽车消费的高频指标。乘用车零售与社零总额一样都是名义值，其与汽车零售额的相关性相对较高，从历史数据看两个数据的走势基本一致。

第二类是住房相关消费，目前并没有符合要求的家电消费相关高频指标，不过从经济学逻辑上看，家电是后地产周期的消费品，所以家电消费与商品房销售应该是密切相关的。从数据上也可以看出，商品房销售面积和家电零售额的同比增速高度相关。所以，我们选择日度的 30 大中城市商品房成交面积作为商品房销售的高频指标，来刻画家电消费的情况，可以看到两者相关性也是比较不错的。

第三类是石油及其制品消费。虽然一般来说，我们更倾向于选择既包含价格因素，也包含数量因素的名义指标，但对于石油及其制品消费，价格因素是主导，这主要是因为相对于价格，其消费量相对波动较小。我们发现，油价和石油及其制品零售额之间的相关性较高，因此选取单一的价格指标，也足以刻画石油及其制品的消费情况。我们选取布伦特原油价格作为核心指标。

第四类是可选消费中的服装鞋帽消费。这一消费类别有一些质量较好的高频指标，例如中国轻纺城布类销量，能够反映消费量的变化，但这一指标的时间区间相对较短，而且缺少可以补充区间的相关指标。于是，我们选择了一个价格指标，即柯桥纺织价格指数作为替代，其走势和服装鞋帽、纺织品零售额也是高度趋同的。所以柯桥纺织价格指数是我们选取的第四个核心高频指标。

在《中国宏观经济：如何核算、统计和分析——海通宏观分析框架第3讲》中曾指出，限额以上社零总额是通过普查方式核算的，相对来说比较精准，所以，我们选取限额以上的社零作为被拟合的指标。

消费高频同步指标的构建方式与生产指标一致，先对因变量和自变量做标准化处理，之后通过回归拟合出各个高频指标对应的权重，再对当期的高频指标加权求和，得出当期的消费高频同步指标。我们计算了拟合指标对消费同比在变动方向上的判断胜负概率，结果显示拟合指标对消费同比的方向判断在整体样本区间内的胜负率达到66.7%，2019年以来的样本区内胜负率达到82.6%。

从这两个指标的历史数据来看，消费高频同步指标对限额以上社零同比的走势和幅度拟合效果也比较好。

3

出口高频同步指标（HTEXI）

出口同步指标要拟合的是出口金额的同比变化。

与出口相关的高频指标分为三类。一是主要出口去向国的制造业PMI指数，能够反映对我们出口货物的需求情况；二是与我们同为出口国的越南、韩国和日本的出口情况；第三类是海运相关的高频指标，例如海运运价指数、集装箱吞吐量等。

首先，我们选择主要出口去向国的制造业PMI。从出口的国别结构来看，我国的主要贸易国是美国、日本、欧元区，其制造业 PMI 反映了这些国家的生产繁荣程度，这又决定了其对我国产品的需求，与我国出口的相关性相对较高。

但是我们没有必要把所有国家的 PMI 都放在回归模型里，因为从历史走势来看，由于各国经济联动性较强，主要经济体的 PMI 走势基本一致。为了避免多重共线性，我们选取了出口份额占比最高的美国制造业 PMI 作为第一个核心指标，从历史数据可以看出，美国 PMI 的走势和我国出口同比走势的相关性是非常高的。

其次，我们选择亚洲其他经济体更早公布的出口指标作为参考。日本、韩国和越南出口指标的公布频率相对更高，公布时间更早，而且这些国家与我国出口的主要去向国一致，都是欧美的发达经济体，出口的产品也比较接近，日韩都以机电音像产品为主，越南则以劳动密集型产品为主。

从历史数据看，这三个国家出口变化的趋势比较一致，所以为了避免共线性，我们只用选择其中之一作为核心指标。由于目前我国出口最重要的类别是机电音像产品，韩国的出口结构与我国更为相似，而且其出口数据是旬度指标，公布时间也相对较早，所以我们选取了韩国的出口金额同比作为第二个核心指标。

我们也考虑在回归中加入国际海运运价指数这一日度指标，但是经过分析发现，波罗的海干散货指数（BDI）与出口金额同比之间虽然存在着一定的趋同性，但是整体拟合度不佳，而且将之加入回归模型后，并没有改进整体模型的结果，所以我们没有选取BDI作为核心指标。

国内的运价指数CCFI和SCFI也是如此，其与出口金额的拟合程度也不高，仅可作为出口景气度的侧面验证指标，我们也没有将其加入模型。

集装箱吞吐量跟出口金额同比之间的相关性相对较高，但是我们将之纳入回归模型后，也没有改进整体的拟合效果。所以仅将集装箱吞吐量作为侧面验证出口走势的一个指标，并没有把它列入核心指标。

出口高频同步指标的拟合方式与生产、消费指标一致。我们将出口金额，以及两个核心指标，即美国PMI 与韩国出口金额，进行标准化，再通过回归计算权重，之后利用当期高频指标加权求和，得到当期的出口高频同步指标。

我们对拟合指标和出口同比进行处理，来计算拟合指标对出口同比在变动方向上的判断胜负概率，出口同步指标的判断胜率也达到了 66% 左右。从整体的趋势来看，出口高频同步指标和出口同比在走势跟幅度上拟合程度相对较好，能够为出口的整体变化提供指示。

------------------

海通宏观分析框架系列报告（点击链接可查看原文）：

其他报告（点击链接可查看原文）：

如何解决就业问题：关键是服务业“政策”（海通宏观 梁中华）

加息的关键变量：美国通胀怎么走？——美元流动性研究系列五（海通宏观 李俊、梁中华）