固定收益专题研究:高频数据的噪音识别及数据体系重建

类别:债券 机构:浙商证券股份有限公司 研究员:高宇 日期:2022-07-04

构建基本面高频指标体系是为了更及时地追踪基本面的边际变化,以实现对宏观经济走势的高效拟合。在构建高频指标体系时,我们应遵循及时性和有效性两项基本原则,但是很多市场常见的高频数据仅仅只满足了高频的要求,对经济走势的拟合性较弱、阐述意义不明。因此,我们有必要构建出一套高频的且真正能够用于拟合经济走势的数据体系。

    高频数据分析的起点是行业

    中低频数据具有明显的宏观属性,而高频数据具有更强的中微观属性。高频数据分析的侧重点是不同行业的市场规模变动、供需-量价关系、以及上下游产业链格局。

    正是基于这一原因,虽然高频指标和中低频指标可以反映相同的经济活动,但是我们需要在行业高频指标和宏观中低频指标间建立联系节点。

    从量价的角度观测行业高频数据

    中微观高频指标通常有三类——产销规模指标、价格指标、库存指标,但这三类指标都不是行业增加值的完美代理变量,不能完美拟合中低频基本面指标。因此,一方面,我们要对指标的有效性进行筛选;另一方面,我们有必要对指标进行调整以更好地拟合基本面指标的走势。

    债市关注基本面的增长和通胀两大方面。其中,增长周期是债券的核心定价因子,按照支出法我们可以将其拆分为投资周期、消费周期、和出口周期;通胀周期是增长周期的影子和伴生;而产出周期对于债市的分析和指向意义较弱。因此,在建立高频数据体系时,我们主要关注增长周期和通胀周期指标,产出周期指标仅作为参考。

    经济周期有效跟踪指标

    对于经济整体运行情况,我们主要观察两大指标:第一,动力煤价格和重点电厂耗煤量。所有行业生产和经营都需要用电,发电量可以体现经济运行热度,但是发电量缺乏高频指标,我们向产业链上游追踪原材料——动力煤,用动力煤价格和重点电厂耗煤量衡量下游需求的强弱。第二,金银比价。黄金是全球重要的避险资产,比白银的避险属性更强,经济景气时期的白银价格表现优于黄金,而经济较差时期的黄金价格稳定性更加突出,而中国经济是全球经济的重要一环,金银比对于国内经济增长的反映效果不弱。

    投资周期有效跟踪指标

    我们主要跟踪基建投资、地产投资、制造业投资三项。支出法是从需求端出发来衡量对GDP 的拉动,我们的追踪视角也是站在下游看上游,同时将产业链划分为:地产-基建链、制造业链、消费链等多重链条。

    (a)地产-基建链方面,两者的上游部门较为明确,一级上游原材料包括螺纹钢、玻璃和水泥;再往上追溯,二级上游原材料包括纯碱、动力煤、焦煤、焦炭和铁矿石等多种产品。对于基建和地产投资,我们主要考察三大指标:第一,螺纹钢产量。螺纹钢是最主要的建筑用钢材,但是难以将基建和地产两大下游需求完全区分开来,因此我们用其衡量基建和地产投资整体走势。第二,主要建材价格,包括水泥价格和玻璃价格。其中,浮法玻璃下游需求70%以上分布在房地产和地产相关领域,和地产投资需求相关性最高,用浮法玻璃价格可以有效追踪地产投资走势;水泥下游各三分之一左右的需求分别分布在基建、地产和农村市场,但水泥价格对基建投资的拟合程度较差,因此主要也用于追踪地产投资走势。第三,石油沥青装置开工率。从建筑的角度来讲,基建和地产在生产上没有本质性区别;两者主要区别体现在基建还包含水利工程和“铁公基”交通运输业两大行业,因此我们从交运业中抓取指标拟合基建投资走势。石油沥青下游80%左右的需求集中于道路建设及养护,石油沥青装置开工率对基建投资的追踪效果较好。

    (b)制造业链方面,制造业涉及产业繁多,很难用单一行业的量价指标,尤其是中下游行业对整体制造业投资的拟合程度较差,因此我们从上游寻找思路,根据分析,铜价可以较好地拟合制造业投资走势。铜是重要的工业金属,下游影响广泛,铜价可以有效地追踪中下游制造业的需求拉动情况。

    消费周期有效追踪指标

    单一指标较难整体拟合社零走势,因此我们将消费链拆分出汽车链、石油制品链、针织品服装链三大零售额占比靠前的子板块单独分析,并分别追踪:乘用车销量、布伦特原油价格、涤纶短纤产销率三大指标。此外,住房消费占总消费支出的10%,是重要服务支出类型,我们也从房价、商品房成交量、土地成交量价三大角度提供了高频数据分析视角。

    出口周期有效追踪指标

    进出口方面可以追踪的高频数据较为直观,分别有中国出口集装箱运价指数(CCFI)、上海出口集装箱运价指数(SCFI)、和八大港外贸吞吐量等指标。其中,CCFI 和SCFI可以用于拟合我国出口金额走势,八大港外贸吞吐量可以用于拟合我国进出口贸易差额走势。

    通胀周期有效追踪指标

    通胀类观测指标相对直接:(1)CPI,一方面可以用金价拟合整体走势;另一方面,对于食品分项,可以利用二级子项商品价格变动权重来拟合CPI 食品分项的走势;对于CPI 非食品分项,利用其环比的季节性特征进行“历史平均值法”进行预测。(2)PPI,我们结合布伦特原油、动力煤、螺纹钢、和LME 铜四大工业品价格走势,通过回归模型来拟合PPI 同比走势,数据验证效果良好。

    风险提示:基本面超预期变动;历史经验不能用于未来的预测。