【国君固收唐元懋】基本面高频研究与数据库介绍
（以下内容从国泰君安《【国君固收唐元懋】基本面高频研究与数据库介绍》研报附件原文摘录）
唐元懋 国君固收资深分析师 微信 tanguo983463 邮箱 tangyuanmao026130@gtjas.com 核心观点： 基本面高频指标池立足于经济基本面相关的高频指标，包含以下两个大模块：基本面高频指标池和月度宏观指标跟踪预测。 基本面高频指标池，从经济增长和通胀两个维度，生产、消费、交运、CPI 和PPI 五大类汇总经济基本面相关的高频指标，为月度宏观数据的定性分析提供抓手。 月度宏观指标跟踪预测，基于基本面高频指标池对月度宏观指标进行预测，每个月内分4次对当月的月度宏观经济指标做出周度跟踪预测，借助预测模型来定量分析周度更新的高频数据背后经济基本面的边际变化。 基本面高频数据库介绍 音频： 进度条 00:00 05:08 后退15秒 倍速 快进15秒 正文 月度宏观经济数据的超预期变化会给投资者提供良好的短期投资机会，也可能改变债市中长期逻辑，通过跟踪高频基本面数据来提前把握月度宏观数据超季节性变动的的重要性也在不断提升。因此我们基于通过定性和定量跟踪高频数据以预测经济基本面边际变化的思路，设计了固收基本面高频数据库。 1.基本面高频数据库的组成 基本面高频指标池立足于经济基本面相关的高频指标，包含以下两个大模块：基本面高频指标池和月度宏观指标跟踪预测。 基本面高频指标池，从经济增长和通胀两个维度，生产、消费、交运、CPI 和PPI 五大类汇总经济基本面相关的高频指标，为月度宏观数据的定性分析提供抓手。 月度宏观指标跟踪预测，基于基本面高频指标池对月度宏观指标进行y预测，每个月内分4次对当月的月度宏观经济指标做出周度跟踪预测，借助预测模型来定量分析周度更新的高频数据背后经济基本面的边际变化。 2.高频指标池 我们借鉴美联储泰勒规则，从经济增长和通胀两个大的维度来汇总经济基本面相关的高频指标（以周频为主），其中经济增长又分为生产、消费、交运三个子维度，通胀分为PPI和CPI两个子维度，将近120个高频指标分类放入来跟踪经济基本面的边际变化。 部分指标的发布可能并不是严格以周为周期的，为解决此问题，我们将指标池中涉及的高频指标统一转化为周度值，并进一步将同周内公布的数据按照w1-w4重新标记对齐，以便于计算同比变化及绘制往年同期对比图。 3.月度宏观指标跟踪预测 高频数据的超季节性变动会使得投资者对经济基本面下修/上修预期，故在基于高频数据对月度宏观数据做出定性判断外，我们进一步在前述高频指标池的基础上对月度宏观指标进行周度跟踪预测，每个月内分4次对当月的PMI、CPI、PPI、出口、进口、新增社融、新增信贷、社零、工业增加值、固定资产投资做出预测，以反映周度更新的高频数据背后的经济基本面边际变化。 在每次周度预测中，我们首先采用逐步回归法分别为要预测的每个月度宏观指标寻找高频指标池中拟合效果最好的单一高频指标（即“最优高频”）。在确定了最优高频后，我们使用高频指标池中的其他高频指标去解释上一步中使用最优高频的一阶线性回归得到的残差。由于指标池中的高频指标具有明显的相关性，为尽量避免多重共线性的问题，我们先用聚类的方法把剩余高频指标（总池子剔除“最优高频”）按照行为模式分为四组，然后在四组中寻找各自与“最优高频”相关系数最低的一个高频指标作为4个“次优高频”。第一步选出的“最优高频”和第二步选出的4个“次优高频”将构成每期周度预测中使用的共包含5个高频指标的最优解释变量集。 后续我们会对固收基本面高频数据库持续更新迭代，在进一步丰富高频指标池的同时完善月度宏观数据周度预测的方法，为投资者定性定量全面跟踪经济基本面走势提供依托。同时优化基本面高频数据报告和深度专题研究。（完）
唐元懋 国君固收资深分析师 微信 tanguo983463 邮箱 tangyuanmao026130@gtjas.com 核心观点： 基本面高频指标池立足于经济基本面相关的高频指标，包含以下两个大模块：基本面高频指标池和月度宏观指标跟踪预测。 基本面高频指标池，从经济增长和通胀两个维度，生产、消费、交运、CPI 和PPI 五大类汇总经济基本面相关的高频指标，为月度宏观数据的定性分析提供抓手。 月度宏观指标跟踪预测，基于基本面高频指标池对月度宏观指标进行预测，每个月内分4次对当月的月度宏观经济指标做出周度跟踪预测，借助预测模型来定量分析周度更新的高频数据背后经济基本面的边际变化。 基本面高频数据库介绍 音频： 进度条 00:00 05:08 后退15秒 倍速 快进15秒 正文 月度宏观经济数据的超预期变化会给投资者提供良好的短期投资机会，也可能改变债市中长期逻辑，通过跟踪高频基本面数据来提前把握月度宏观数据超季节性变动的的重要性也在不断提升。因此我们基于通过定性和定量跟踪高频数据以预测经济基本面边际变化的思路，设计了固收基本面高频数据库。 1.基本面高频数据库的组成 基本面高频指标池立足于经济基本面相关的高频指标，包含以下两个大模块：基本面高频指标池和月度宏观指标跟踪预测。 基本面高频指标池，从经济增长和通胀两个维度，生产、消费、交运、CPI 和PPI 五大类汇总经济基本面相关的高频指标，为月度宏观数据的定性分析提供抓手。 月度宏观指标跟踪预测，基于基本面高频指标池对月度宏观指标进行y预测，每个月内分4次对当月的月度宏观经济指标做出周度跟踪预测，借助预测模型来定量分析周度更新的高频数据背后经济基本面的边际变化。 2.高频指标池 我们借鉴美联储泰勒规则，从经济增长和通胀两个大的维度来汇总经济基本面相关的高频指标（以周频为主），其中经济增长又分为生产、消费、交运三个子维度，通胀分为PPI和CPI两个子维度，将近120个高频指标分类放入来跟踪经济基本面的边际变化。 部分指标的发布可能并不是严格以周为周期的，为解决此问题，我们将指标池中涉及的高频指标统一转化为周度值，并进一步将同周内公布的数据按照w1-w4重新标记对齐，以便于计算同比变化及绘制往年同期对比图。 3.月度宏观指标跟踪预测 高频数据的超季节性变动会使得投资者对经济基本面下修/上修预期，故在基于高频数据对月度宏观数据做出定性判断外，我们进一步在前述高频指标池的基础上对月度宏观指标进行周度跟踪预测，每个月内分4次对当月的PMI、CPI、PPI、出口、进口、新增社融、新增信贷、社零、工业增加值、固定资产投资做出预测，以反映周度更新的高频数据背后的经济基本面边际变化。 在每次周度预测中，我们首先采用逐步回归法分别为要预测的每个月度宏观指标寻找高频指标池中拟合效果最好的单一高频指标（即“最优高频”）。在确定了最优高频后，我们使用高频指标池中的其他高频指标去解释上一步中使用最优高频的一阶线性回归得到的残差。由于指标池中的高频指标具有明显的相关性，为尽量避免多重共线性的问题，我们先用聚类的方法把剩余高频指标（总池子剔除“最优高频”）按照行为模式分为四组，然后在四组中寻找各自与“最优高频”相关系数最低的一个高频指标作为4个“次优高频”。第一步选出的“最优高频”和第二步选出的4个“次优高频”将构成每期周度预测中使用的共包含5个高频指标的最优解释变量集。 后续我们会对固收基本面高频数据库持续更新迭代，在进一步丰富高频指标池的同时完善月度宏观数据周度预测的方法，为投资者定性定量全面跟踪经济基本面走势提供依托。同时优化基本面高频数据报告和深度专题研究。（完）
大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）
郑重声明：悟空智库网发布此信息的目的在于传播更多信息，与本站立场无关，不构成任何投资建议。
