20230214-浙商证券-经济增长和通胀数据库_繁复脉络中提炼数据精髓_14页_1mb
报告摘要
债券市场专题研究总结
核心内容
本报告围绕债券市场中的经济增长与通胀两个核心维度,构建了多个数据库,旨在为投资者提供及时、有效的宏观经济分析工具。这些数据库包括:
- 经济数据展望和跟踪数据库:涵盖11份子数据包、百余张分析图表,从支出法“三驾马车”角度拆解经济增长动能,包括投资、消费和出口周期。
- 经济高频指标跟踪数据库:提炼投资、消费、出口和通胀周期的高频指标,用于跟踪经济边际变动,每周发布周报。
- 景气度跟踪数据库:详细拆分制造业和非制造业PMI分项,分析其与经济指标的拟合程度。
- 工业生产跟踪数据库:从产出法视角分析工业增加值和工业企业财务指标,评估制造业运行情况。
- 通胀跟踪数据库:构建CPI和PPI的月度预测模型,跟踪通胀走势及影响因素。
主要观点
-
经济增长动能拆解:
- 数据库通过拆分经济增长动能,从投资、消费和出口三个维度进行分析。
- 投资周期包括地产开发、库存、销售三大周期视角,以及基建和制造业投资的分行业走势。
- 消费周期关注消费与收入、储蓄、限额以上社零、税收结构等指标。
- 出口周期关注集装箱运价指数、港口吞吐量、企业性质和商品结构等。
- 通胀周期关注猪价、牛肉、羊肉、鸡肉、蔬菜、水果、原油、动力煤、螺纹钢、铜价等。
-
高频指标的使用:
- 高频指标用于及时反映经济的边际变化,具有更强的中微观属性。
- 基建、地产、制造业等投资周期的关键指标包括螺纹钢产量、水泥价格、热卷产量、铜价等。
- 消费周期关注乘用车销量、布伦特原油价格、布类销量等。
- 出口周期依赖航运指数、港口吞吐量等。
- 通胀周期则使用猪价、原油价格、动力煤价格等。
-
景气度分析:
- PMI是重要的先行指标,用于预测经济走势。
- 制造业PMI包括总览、分项、季节性规律和周期印证。
- 非制造业PMI关注新订单、新出口订单、业务活动预期等分项,与建筑业PMI和商品房成交面积相关性较强。
-
工业生产跟踪:
- 工业增加值和服务业生产指数用于反映整体工业和服务业的运行情况。
- 工业企业财务指标包括营收、利润、三费、资产负债率等,用于判断企业经营状况和制造业投资走势。
-
通胀预测模型:
- CPI和PPI分别采用高频拟合法和环比均值法进行预测。
- 数据库提供CPI和PPI的分项走势、翘尾与新涨价因素的拟合分析,以及PPI-CPI剪刀差等指标。
关键信息
数据库构成
| 数据库名称 | 内容 |
|---|---|
| 经济数据展望和跟踪数据库 | 拆分经济增长动能,包括投资、消费、出口周期 |
| 经济高频指标跟踪数据库 | 提炼高频指标,跟踪经济边际变动,每周发布周报 |
| 景气度跟踪数据库 | 拆分制造业和非制造业PMI分项,评估其有效性 |
| 工业生产跟踪数据库 | 分析工业增加值和企业财务指标,评估制造业运行情况 |
| 通胀跟踪数据库 | 构建CPI和PPI预测模型,跟踪通胀走势和影响因素 |
指标分类
| 周期 | 关键指标 |
|---|---|
| 投资周期 | 基建投资、地产投资、商品房销售面积、制造业投资 |
| 消费周期 | 社零、乘用车销量、布伦特原油价格、布类销量 |
| 出口周期 | 集装箱运价指数、港口吞吐量、企业出口交货值 |
| 通胀周期 | CPI分项、PPI分项、猪价、原油价格、动力煤价格 |
风险提示
- 预测模型难以完全拟合经济指标走势,未来数据预测可能存在偏差。
- 政策变化可能对经济产生超预期影响,需密切关注政策动向。
数据库图表展示
- 图2:经济增长动能拆分
- 图3:当月经济数据走势
- 图4:地产数据拆分
- 图5:房地产资金来源走势
- 图6:地产投资、建安工程、其他费用走势
- 图7:基建投资细项同比增速
- 图8:基建和相关高频指标走势相关性
- 图9:各行业投资增速对比
- 图10:基建和相关高频指标走势
- 图11:消费拆分及其中枢走势
- 图12:消费倾向走势
- 图13:各行业出口交货值占营收比
- 图14:各国制造业PMI走势
- 图15:经济高频指标数据库核心内容展示
- 图16:石油沥青装置开工率走势
- 图17:乘用车零售销量走势
- 图18:螺纹钢产量走势
- 图19:航运市场指数走势
- 图20:景气度数据库核心内容展示
- 图21:PMI拆分
- 图22:PPI和PMI价格分项
- 图23:PMI产成品库存和原材料库存
- 图24:PMI走势
- 图25:工业生产数据库核心内容展示
- 图26:工业增加值和企业营收、利润走势相关性
- 图27:中观生产情况
- 图28:通胀数据库核心内容展示
- 图29:PPI走势预测
- 图30:翘尾和新涨价因对CPI同比的拟合
- 图31:CPI分项环比变动情况
- 图32:PPI分项环比变动情况
分析师与研究助理
-
分析师:高宇
执业证书号:S12305220220003
邮箱:gaoyu@stocke.com.cn -
研究助理:沈聂萍
邮箱:shennieping@stocke.com.cn
相关报告
- 《信用与策略的基石:银行主体评分&债券组合策略数据库》2023.02.14
- 《基建高频指标优化》2023.02.13
- 《海外如何看国内经济?》2023.02.13
法律声明
本报告由浙商证券股份有限公司制作,仅供其客户参考。报告中的信息来源于公开资料,本公司不对其真实性、准确性及完整性作任何保证。投资者应独立评估报告内容,并根据自身情况做出投资决策。未经授权,不得复制、发布或传播本报告的全部或部分内容。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载