策略深度报告：高频数据分析手册-20210121-红塔证券-32页_2mb

证券研究报告：债券市场高频数据分析手册

核心内容概述

本报告由红塔证券宏观组分析师李奇霖撰写，旨在为投资者提供如何利用高频数据来判断短期经济走势，从而辅助债券市场分析。报告指出，基本面、政策面和资金面是影响债券市场走势的三大核心要素，其中基本面是关键。高频数据在判断短期经济走势中具有重要作用，但其使用需遵循一定的分析原则。

主要观点

1. 高频数据的作用
   高频数据能够及时反映经济运行情况，帮助投资者判断短期走势。然而，其与低频数据之间的相关性较低，因此在使用时更注重方向判断而非精准预测。

2. 高频数据分析原则

   • 以低频数据为依据，寻找与之高度相关的高频数据。
   • 注意数据类型一致性，如同比对同比、环比对环比等。
   • 以相关性为筛选标准，优先选择与低频数据走势一致的高频数据。
   • 对高频数据进行降频处理，将其转化为月频数据，便于与低频数据对比。
   • 构建综合指标，通过等权重或相关性加权的方式，提高预测的可靠性。

3. 经济指标与对应高频数据

   • 工业增加值：选取钢铁、汽车、化工等行业的高频数据，如高炉开工率、钢材产量、汽车轮胎开工率、PTA开工率等。
   • 固定资产投资：关注基建、房地产和制造业投资，使用如土地供应面积、商品房成交面积、水泥价格指数、玻璃价格指数等高频数据。
   • 社会消费品零售总额（社零）：以汽车类和石油类消费为主，选取如乘联会周频数据、布伦特原油价格、中关村电子产品价格指数等。
   • 出口：通过集装箱运价指数（SCFI、CCFI）和波罗的海干散货指数（BDI）来反映出口情况。

4. 价格指标与高频数据

   • CPI：主要受食品项影响，选取如猪肉、牛肉、羊肉、鲜菜、鸡蛋等高频价格数据。非食品项则通过环比均值法进行预测。
   • PPI：使用商务部发布的生产资料价格指数作为主要观测指标，同时可结合煤炭价格、原油价格等分项数据进行分析。

关键信息

• 高频数据类型：包括日频、周频等，需转化为月频数据以与低频数据对比。
• 数据一致性：数据一致性越强，预测可靠性越高。例如，选取的7个高频数据走势一致时，预测工业增加值的准确率可达75%。
• CPI预测：通过食用农产品价格指数和菜篮子产品批发价格200指数进行预测，其中食用农产品价格指数与CPI相关性最高。
• PPI预测：以生产资料价格指数为主，其与PPI的环比走势一致性较高，模型拟合优度在95%以上。
• 出口预测：SCFI和CCFI与出口环比走势一致性在50%左右，BDI相关性较低，仅作为全球经济趋势的参考。

图表与数据说明

• 图1.高频数据指标：展示了高频数据的分类与来源。
• 图2.工业增加值与发电耗煤量相关性较高：显示了发电耗煤量与工业增加值的强相关性。
• 图3.钢铁高频数据环比走势与工业相关性良好：钢铁相关指标对工业增加值有较高的预测作用。
• 图4.钢铁高频数据同比走势与工业增加值相关性一般：同比数据的预测能力较低。
• 图5.汽车轮胎开工率与汽车增加值关系较明显：汽车轮胎开工率对汽车生产有明显影响。
• 图6.汽车轮胎与工业增加值相关性一般：汽车轮胎与工业增加值的走势一致性较低。
• 图7.化工类指标与工业增加值环比走势相关性尚可：化工行业数据对工业增加值有一定预测作用。
• 图8.工业增加值与扩散指标：通过综合指标判断工业增加值走势。
• 图9.商品房成交与房地产投资相关性较高：商品房成交面积与房地产投资趋势一致。
• 图10.供应土地占地面积领先于房地产开发投资：土地供应面积是房地产投资的领先指标。
• 图11.固定资产投资综合指数：综合指数与固定资产投资走势一致性在66%左右。
• 图12.社零的构成项目：社零主要由汽车类、石油类、粮油食品类等构成。
• 图13.乘联会的周频数据与汽车零售强相关：乘联会数据是汽车消费的重要参考。
• 图14.油价与石油零售走势相关性较强：油价对石油类消费有较大影响。
• 图15.原油价格和社会消费品环比相关性高：原油价格与社零走势密切相关。
• 图16.汽车价格与社会消费品相关性明显：汽车价格变化对社零有显著影响。
• 图17.数据同比相关性有所减弱：同比数据相关性不如环比。
• 图18.社零数据与综合指标走势一致的概率仅为61%：综合指标对社零预测有一定效果。
• 图19.出口集装箱指数与出口环比走势相关性一般：SCFI和CCFI对出口预测效果有限。
• 图20.波罗的海干散货指数与全球经济走势密切相关：BDI是全球经济的重要风向标。
• 图21.波罗的海干散货指数与中国出口走势相关性尚可：BDI可作为出口趋势的参考。
• 图22.出口走势与综合指标的相关性一般：综合指标预测出口效果一般。
• 图23.CPI的八项构成：CPI由食品项和非食品项构成，其中食品项占主导。
• 图24.食品项主导了CPI走势：食品价格波动是CPI的主要驱动因素。
• 图25.食品项同比预测：食品项同比预测与实际走势吻合较好。
• 图26.食品项环比预测值与实际值走势一致：环比预测准确度较高。
• 图27.CPI非食品项存在一定的季节性规律：非食品项走势具有季节性特征。
• 图28.三类指数与CPI环比走势亦步亦趋：三类指数对CPI走势有较好的跟踪能力。
• 图29.三类指数与CPI的同比走势相关性也不错：指数对CPI同比走势也有一定预测作用。
• 图30.同比预测值与实际值较为符合：预测值与实际走势基本吻合。
• 图31.预测结果不错：高频数据对CPI走势预测较为准确。
• 图32.PPI与生产资料价格指数走势明显一致：生产资料价格指数与PPI走势高度一致。
• 图33.PPI与生产资料价格指数环比预测结果不错：环比预测准确度较高。
• 图34.PPI的同比预测情况明显差于环比：同比预测效果不如环比。
• 图35.几类高频数据与PPI：展示了几类高频数据与PPI走势的相关性。

表格概览

• 表1. 各工业行业增加值占比：展示了工业行业增加值的占比情况。
• 表2. 各项高频数据指标情况：列出高频数据的频率、单位和来源。
• 表3. 数据一致性越强，预测可靠度越高：数据一致性强时，预测准确度较高。
• 表4. 地产相关各项高频数据指标情况：房地产相关高频数据及其统计周期。
• 表5. 高频数据概览：汇总了高频数据的类别、指标、频率和来源。
• 表6.CPI 食品项对应指标：食品项与对应高频数据的相关性。

风险提示

• 经济复苏低于预期：若经济复苏不如预期，可能影响债券市场走势。

免责声明

• 本报告仅供红塔证券客户参考，不构成投资建议。
• 报告内容基于合法合规数据，不保证其准确性或完整性。
• 投资者应自行判断，不依赖本报告作出决策。
• 本报告版权属于红塔证券，未经许可不得翻版、复制或发布。