1，宏观经济数据分析体系

年初我读了李奇霖老师的《宏观经济数据分析手册》，花了好久时间，写了一套读书笔记，大致记录了中国宏观经济数据的分析方法，具体如下：

GDP的大致分析框架：

以及用该方法复盘了1978年以来中国经济发展：

我国是世界上最大的工业国，工业对经济冷暖的变动又极其敏感，开工、库存之间的错配又是经济周期形成的动因，主要包括：

GDP的三驾马车中，投资对政策变化、经济形势的反应最为敏感，《一文看懂固定资产投资》概括性地讲解了投资的相关指标，在这篇文章中，我们提到固定资产投资的总量分析意义不大，应该对基建、房地产、制造业投资分别分析。

基建的分析方法：

房地产的分析方法：

制造业的分析方法：

消费是GDP的重要驱动力，消费的分析方法详见：

投资有了，消费有了，影响GDP的最后一个数据是净出口（出口-进口）：

净出口肯定会出现外汇，与外汇分析相关的文章包括：

金融是非常重要的数据，而且往往领先于实体经济，对金融的分析，对于预判经济及资本市场周期非常有帮助，分析融资的需求请看：

货币供应量请看：

说了那么多，最实用的工具，我认为是PMI，是许多宏观数据的领先指标：

基建方面，影响最大的是财政，包括

2，如何分析短期宏观经济数据？

以上数据，大多是中长期且滞后的数据，虽然有助于我们了解中长期的趋势，以及当下的宏观经济状况，但对于大多数恨不得今天买明天涨的投资者来说，指导性不强。最近有幸读完李奇霖的另一本书《中国债市入门》，其中提到了短期高频宏观数据的分析方法，可以大致预测1个月左右的宏观经济情况。

如果是纯粹的交易者，要不要看基本面？这是一个有争议的问题，之前见了一位业内算是Top的交易员，他的回答是“没有谁能只靠技术面的交易就能赚到大钱的，盘面并不总是反映了一切信息”，宏观经济基本上照着下图的机制传导到资本市场的。

基本面是一切的起点，没有谁能光靠看图就赚到钱。基本面不好的话会引起政策的逆周期调节，如降准、降息影响资金面，但社会有钱了还不一定引起资本市场的上涨，要看钱是否流入实体经济或者只是留在银行间市场空转。所有这些可能会形成消息，最终反映在技术面上。技术面只是反映了最终的行为，但说它反映了“一切”确实言过其实，其前提是市场必须是有效的，从基本面一路传递下来必须是顺畅的，这明显不可能。

高频数据主要跟踪两大块：经济增长、通货膨胀。经济增长（GDP）从需求端看，又包括消费、投资、净出口。从供给端只看工业增加值，是因为我国工业数据影响最大，是主要矛盾。所以高频分析的逻辑就是，找到与以上几个指标有关联的高频数据，以此作为观察对象。比如社零里面，汽车影响很大，那么通过日频的乘用车销售数据，就可以大致判断下个月的社零增速。

最后要注意的是，人类有追求确定性的天性，这也是人类的弱点，但无论是宏观经济还是资本市场，它们都是混沌的。高频数据对宏观经济的预测更多是定性的、方向性的，而不是为了精确判断“下个月CPI增速3.112331%”之类，而且即使是方向性的判断，成功率也就50%-70%，这一点和用技术面判断市场走势是一样的，宏观经济不是1+1必然等于2的精确机器，否则投资就太简单了。

本文是《中国债市入门》的笔记，如果我只是摘抄一遍书上的内容实无必要，因此本文的目的还是更接地气一点，把一些高频数据在Wind上的代码找出来，更注重实用性。

1，工业增加值

工业增加值虽然是月频数据，但公布时间太晚，Wind上的备注是“每月12-18号左右公布新闻，每月18-22号左右修正数据”，也就是说当我们知道这个月的工业增加值同比时，都已经是下个月末了。

工业增加值中，占比最大的是钢铁、汽车、化学。思路就是从这三个行业里找高频数据，对整体进行一个预测。

（1）钢铁

钢铁方面，可以看高炉开工率、钢材产量、粗钢产量。书上的指标用的是全国163家钢厂的高炉开工率，但我在Wind上找不到这个指标，能找到的是周频的唐山高炉开工率（S5711217）；以及日频的粗钢产量（S5708246）、钢材产量（S5715679）。

以上括号里的数字是该指标在Wind里的ID，这样就方便读者快速找到相应的指标。

光这样还不够，还要对数据进行变频、计算变化处理。以上的数据虽然高频，但作者建议全部变成月频数据，太高频的反而指导性不强；其次，我们要看的是同比、环比数据，而不是产量的绝对值之类。所以对以上数据进行变频（都变成月频）、计算同比后，数据如下。

现在是2023年9月中旬，同比数据有个非常剧烈的下降，我不知道是不是因为现在数据不完整导致的，毕竟23年9月才经过一半，你拿23年9月的数据，去和去年同期做对比，肯定少得多，所以才导致这样的问题。出于谨慎，建议大家在月底再来做计算会准确一点。

但我现在就想预测宏观经济，怎么办呢？我个人看法是不变频了，直接拿周频、日频的同比、环比来看。比如直接看周频的唐山钢铁厂开工率，会发现下降得厉害，于是我们可以从大方向上，大致判断9月的工业增加值同比不会好看，而且就跟观察资本市场一样，不是我站在9月中旬做个预测就行的，得持续观察，说不定下半月就反弹了呢？

（2）汽车

可以参考的数据是上游的轮胎开工率，包括半钢胎开工率（S6124651）、全钢胎开工率（S6124650），这两个都是周频数据。同样，要变频并计算同比或者环比，可以看到9月的月同比也是陡峭地下滑的。

但是，如果我不变频，只计算轮胎开工率的周同比的话，会发现是抬高的，整个9月的3周，同比都在提高，可见变为月频数据的话，确实会受到月度数据不足带来的影响，所以观察月频数据，还是要等月末才来做，否则数据是不完整的。

轮胎开工率似乎是提高的，那么能否对冲掉前面钢铁产量下降的问题？作者的说法是轮胎产量和工业增加值的相关性一般。

（3）化学原料和制品

书中选择的指标是PTA开工率（S5446170）、PX开工率（S5448958）、涤纶短纤装置负荷率（S5446173），都是日频数据。鉴于现在还是月中，我把它们变成周同比看一下：

（4）指数化

那么问题来了，上面的几个高频数据，有好有坏，有高有低，怎么判断整体的走势？

一个是看数量，如果超半数都在上涨，那么可以认为工业增加值大概率会上涨，但即使上面提到的8个数据都上涨了，最后工业增加值上涨的概率也就75%，所以还是那句话，对宏观经济的预测只能是方向性的，而且要允许概率的存在。追求确定性是人性的弱点，也是大多数人做不好投资的原因。

还有一个方法是构建指数，首先要统一变频、计算变化，比如把周频、日频的都统一变成月频数据，然后统一看同比或者环比。比如，本月环比比上个月的环比高，就赋值1，更低就-1，持平就0，等权重计算平均数作为指数。

信达证券也发表了一篇研报，关于如何选取高频指标预测工业增加值的，和本书的指标基本一样。信达证券用这些指标进行预测，拟合度也能达到67%。

2，固定资产投资

（1）房地产

固定资产投资主要包括房地产、基建、制造业，尤其以前两者为主。

比较好的指标是100大中城市供应土地占地面积（S2726962），是周频数据，大概领先房地产投资6-9个月。实际分析时，注意都要变频和计算变化（同比or环比），这都是老规矩。此外还有30大中城市商品房成交面积（S2707380）。

从周同比上看，很明显是一路向下的，预示着房地产投资未来可能景气度还是不高。

另一个思路是看建材、水泥的增速，包括水泥价格指数（S5914515）、玻璃价格指数（不再更新，只能参考浮法平板玻璃价格数据S5914490）、钢材综合价格指数（S0066749）、浮法玻璃产能利用率（不再更新）。

也照上面说的处理（变频+计算变化），发现看起来有点乱。大致可以看出，除了浮法玻璃的价格以外，其他指标同比都是＜0，反应了房地产市场的不景气，至少短期来看是这样的。

（2）基建

基建，我们在之前的文章里讲过，主要看政府的意愿，定性分析比较多，但依然可以找到一些数据。全国政府性基金支出（M0096887）可以反映政府花钱的意愿。

螺纹钢、水泥、沥青是基建投资的原材料，螺纹钢方面，只能找到一个月频的螺纹钢产量（S5706262）；相关性较高的中国水泥发运率（D1081308），石油沥青装置开工率（S5449386），后两者都是周频数据。

补充一张信达的指标：

3，社零

消费有顺周期、波动小的特征，但可选消费尤其是汽车，以及价格受外生变量影响最大的石油除外。汽车、石油是研究社零的主要矛盾。

（1）汽车

中汽协和乘联会都有高频的乘用车销量数据，书上建议的是乘联会的，也就是中国乘用车平均零售销量（S6126413）。这是一个销量的数据，单位是“辆”，但汽车销售额的影响主要就是量而非价格导致的，所以看这个就够了。

同样转换为周同比，发现下半年乘用车销量是比较弱的，6月初有一波高峰，可能和什么政策有关，没去研究。9月整体上是强于前面几个月的，可能对本月的社零增速会有一个贡献作用。

相关性更强的是环比数据，会发现4、6、7、9月初都是买车的高潮，所谓环比就是和上周比（我这里是周频的），但9月底会不会环比就下去了？所以光从现在的数据，还无法预判9月份社零增速会怎么样。

（2）石油

石油是完全的外生变量，主要看布伦特原油现货价（S5111905）。从同比上看，油价是一直在涨的。

此外，书上还提到中关村电子产品价格指数、柯桥纺织价格指数、义乌小商品价格指数，但加不加进去对判断的影响很小，主要还是看汽车、石油，这里就不取值了。

之所以看柯桥纺织价格指数，是因为和服装类消费相关，反映了中国轻纺城市场经营纺织品的价格变化情况和趋势。义乌小商品价格指数统计了文化办公用品、工艺品、首饰、电子仪器、小家电、服装服务等15类商品的价格，涵盖了大多数生活用一般消费品。

（3）服务类消费

社零是不包括服务的，但随着服务消费占比越来越大，这一块是不能忽视的。李先生的书上并没有谈到这一块，信达证券的一篇研报做了补充，就是从电影院、道路拥堵、地铁客运量来判断人们出行的活跃程度。

4，出口数据

中国是出口大国，因为出口好了，老板们才愿意扩产，所以出口领先制造业投资一年左右。在之前的文章里我们提过，进出口的数据，预测性是最差的，跟抛硬币差不多。即使如此，本着科学的态度，这里还是要说一下。

预测出口数据的逻辑是看航运价格，航运大致可分为集装箱运输（工业制品）、干散货运输（煤炭等大宗商品）、油轮运输（石油、天然气等液体）。中国的出口以工业制品为主，所以可以看集装箱运输的数据，主要包括上海出口集装箱运价指数SCFI（S0114089）、中国出口集装箱运价指数CCFI（S0000066）。

但前面说了，出口数据的预测如同抛硬币，作者做过统计，SCFI、CCFI的预测准确率，同比走势为52%，环比走势为50%，跟没有一样。

波罗的海干散货指数BDI（S0031550）可以反映全球经济的景气度，因为干散货主要运输煤炭等大宗商品，如果全球经济高景气，那么对大宗商品的需求就会提高，而中国作为全球最大工业国，自然受益。但BDI与出口数据的相关性也很差，也在50%左右。

也可以通过美欧日韩越的PMI来预测外需的景气度。

5，CPI

CPI主要受食品影响，幸运的是，价格指数总是比数量更容易统计，因此能获得的数据也比较多。食品项中，相关性最大的是猪牛羊肉、蛋、鲜果、蔬菜，其中肉类价格影响最大。对应的指标如下：

• 猪肉平均批发价（S5065106）

• 牛肉平均批发价（S5065107）

• 羊肉平均批发价（S5065108）

• 鸡蛋平均批发价（S5065109）

• 7种重点监测水果平均批发价（S5065112）

• 28种重点监测蔬菜平均批发价（S5065111）

从环比上看，目前物价是保持稳定的，如果看同比的话，9月初比起去年同期还有上涨，通缩的迹象有所缓解。不过价格指数波动性太大，而且跟季节有关，是不能做线性推演的，一般是看往年同时期的变动给未来做个预测，过去文章也写过了。

另一个方法是直接跟踪类似的高频价格指数，比如相关性较高的是食用农产品价格指数（S0000236）。如果为了提高精度，还可以同时参考农产品批发价格200指数（S0248945）、菜篮子产品批发价格200指数（S0248946）。

比如直接取食用农产品价格指数的周环比，会发现除了23年8月初，最近的物价走势都比较稳定，9月初的图形看似有个尖角，其实涨幅也就0.7%。当然现在我只能取到9月第一周的数据，还没办法对整个月进行预测。

6，PPI

为什么PPI重要？因为PPI影响工业企业的利润率。前面所说的工业增加值影响的是量，而PPI影响价。

商务部每周发布的生产资料价格指数（S0000274）和PPI相关性高达97%，环比的预测拟合度也有95%，所以直接看这个数据就行了。

从下图看（周环比），下半年开始PPI就走出了通缩的阴影，算是有一个明显的上涨了。PPI能够反映工业品的市场需求，上涨表示需求旺盛，一般领先库存走势5个月左右，从下图看，经济算是有复苏的希望。

除此之外书中还提到了南华综合指数、中国煤炭价格指数、南华螺纹钢指数、布伦特原油期货结算价（连续）等指标，但既然有更好用、更简单的生产资料价格指数，就不去深究这些了。