当前宏观数据预测分析的技术方法探讨

进入11月以来，南华商品指数与上证综合指数出现了较为一致的趋势性上涨，股票市场的风格也向顺周期和低估值品种有所切换。对于宏观经济来说，市场关注的焦点在于如何预估未来经济增速能达到的位置？又如何在巨大的基数扰动下评价经济增速所反映的状态？本篇聚焦中我们侧重从技术方法的角度探讨这些问题，比较好的评估方法可能是“环比推同比”的算法。通过一些技术分析，我们认为，经济动能向上仍会持续，但四季度也不太可能出现过高的GDP增速；从明年一季度开始，需要剔除基数效应看待经济增速，采取两年平均的算法，基本可以判断明年我国经济将恢复至潜在水平附近。

用“环比推同比”的方法估算经济同比增速

从历史数据来看，这种方法具有一定的准确性，尤其是在预测今年疫情得到控制后二、三季度的数据时，偏差率几乎控制在了0.1个百分点以内。以历史平均水平作为参照，过去几年Q4的环比基本稳定在1.6%左右，但是考虑到今年处于疫情得到控制后的恢复期，因此环比增速应高于1.6%；同时，Q3相比Q2来说，交通出行、外出就餐、观影旅游等相关的场景限制是明显减轻的，而Q4相比Q3的限制减少幅度应小于Q3相比Q2，因此今年Q4环比应低于Q3时环比2.7%的数值。

如果按照两个极值估计，1.6%的环比对应Q4同比增速4.9%，2.7%的环比对应Q4同比增速为6%，按照我们的中性假设，给予Q4环比2.2%的增速，那么同比应在5.5%左右。类似的方法推算明年一季度，如果给予1.9%的环比增速（高于近3年平均水平0.1个百分点，低于今年Q4环比水平，因为经济恢复的过程是逐步收敛的），对应的同比增速为19.5%左右。

采取两年平均增速的方法近似剔除基数效应

由于较大的基数扰动，预计明年一季度和二季度都会出现较高的GDP同比增速，市场自然会关心如何剔除基数效应来观察可对比、可参照的增长水平。我们推荐用两年平均增速的方法近似剔除基数效应。举例来说，如果明年一季度GDP同比增长19.5%，那么根据今年一季度GDP是-6.8%的负增长，那么计算出的几何平均增速为5.5%。这种数学处理方法实际上只是用了最初的点和最终的点这两个信息，也就是2019年Q1绝对值和2021年Q1绝对值的信息，这就相当于去掉了2020Q1的低基数扰动。

根据工业增加值和服务业生产指数同比增速进行预测的方法可能存在的模型风险

一种预测方法是，预计GDP的增速可能位于规模以上工业增加值增速和服务业生产指数增速两者之间。在10月的数据中，服务业生产指数同比增长7.4%，是今年疫情冲击之后服务业生产指数同比数值首次高于去年同期，也快于工业增加值的增速6.9%，如果11月和12月延续这种趋势，那么按照两个数值之间估算GDP增速可能会得到一个明显偏高的数值。这其中一个比较重要的问题就是服务业生产指数对三产增速的代表性偏差。这一偏差可能会导致这种预测办法的预测数据偏高，因此我们更推荐“环比推同比”的方法。

（作者为中信证券首席经济学家、中国首席经济学家论坛副理事长）