宏观数据测算方法和高频数据体系

搭建分析框架可以帮助我们厘清宏观指标的逻辑脉络，把握宏观经济的基本走向。市场关注的宏观指标大致可以分为四个维度：一是生产指标，包含工业增加值和工业利润相关指标；二是需求的“三驾马车”，包含固定资产投资相关指标，基建投资、制造业投资、房地产投资，社会消费品零售总额相关指标，以及出口相关指标；三是总量指标，包含GDP、社会融资规模；四是通胀指标，包含PPI、CPI。不论是自上而下的宏观研究，还是通过宏观视角进行大类资产配置，都需要深入了解各个指标之间的勾稽关系，来研判经济形势。

高频指标可以及时地跟踪经济的边际变化，同时为宏观指标的预判提供依据。构建高频指标观测体系需要关注指标的指向性，换言之，选出的高频指标需要与中低频指标有明确的对应关系。寻找优质的高频指标遵循四个原则：一是数据更新频率高且及时。二是高频指标与其指向的中低频指标具有经济学上的联系。三是选取相关性较高的高频数据。四是数据时间跨度足够长。按照上述要求找到高频指标后，我们构建了信达宏观工业生产指数、消费指数、固定资产投资指数、出口指数，并对指数的有效性进行了检验。如果高频指标与其指向的宏观指标同比变动方向相同，就代表着高频指标判断正确。检验结果显示四个指标在方向判断上的胜率均保持在较高水平。

借助指标的分布、历史分位以及波动率加深对于各指标的理解。历史分位法通过纵向比较指标所处历史位置，来判断指标的历史分布与当前所处位置的高低。波动率用指标的标准差来衡量，在宏观指标波动率上升或下降的时期，往往也会驱动资产偏好发生变化。

风险因素：新冠病毒变异导致疫苗失效；国内政策超预期等。

（解运亮系信达证券首席宏观分析师）