宏观月报：9月全口径供给侧： 逆势初转，踔厉向好

腾景宏观月报 9月全口径供给侧：逆势初转，踔厉向好 ——基于腾景国民经济运行全口径数据腾景宏观研究团队 相关报告 9月份全口径行业数据概览 数据来源：腾景国民经济运行全口径数据库、WIND 《腾景宏观月报：8月全口径供给侧：踱步回暖，增势渐强》2022-09-30 《腾景宏观月报：8月全口径消费：居民消费增速稳而略升，政府消费延续民保力度》2022-09-30 《腾景宏观月报：8月全口径投资月报：房地产初现触底迹象，基建、制造业助力投资加速修复》2022-09-29 本期要点： 数据来源：腾景国民经济运行全口径数据库 图1.腾景全口径月度GDP同比增速 数据来源：腾景国民经济运行全口径数据库 腾景全口径数据显示，尽管疫情反复扰动、房地产市场持续低迷，三季度经济整体较二季度明显改善。GDP增速在二季度达到最低点后逐月回升，呈现稳步复苏的态势。这意味着当前经济内生动能逐步恢复，预计随着政府稳经济大盘政策的扎实推进，供需两端动能将加快修复，进一步提振经济复苏进程。 从供给侧行业增速来看，工业、服务业、建筑业、农业9月份增速分别为6.51%、3.32%、8.04%、2.60%。其中，工业加速回暖，边际提升明显，服务业、建筑业持续恢复；农业增长放缓，但仍处于正向区间。 图2.供给侧四大行业GDP增速 数据来源：腾景国民经济运行全口径数据库 从作为经济增长动能的增量部分看，工业、服务业、建筑业、农业9月份贡献率分别为50.2%、33.0%、12.1%、4.7%。 其中，工业动能强劲，贡献过半，托底经济发展；服务业贡献率有所回落，与疫情前水平（50%左右）相差较大，亟待回暖提升。建筑业贡献率则相对稳定，趋于正常。 图3.近3年GDP增长动能 数据来源：腾景国民经济运行全口径数据库 工业翘首突进，行业结构不断优化 腾景全口径数据显示，9月份工业经济明显改善，工业增加值增速稳步提升，创去年3月以来新高；与之对应的需求端工业品出口增速稍有回落，但仍处于正向区间；房地产投资同比继续下降，但降幅较上月明显收窄。由于后者涉及到建材、钢铁、化工、机械设备等工业面因素，其增速回升将减少对工业经济运行的制约。 总体来说，9月工业经济整体向好，随着稳经济政策铺开实施，工业经济有望加快恢复，平稳增长。 图4.工业增加值与房地产投资、出口交货值 数据来源：腾景国民经济运行全口径数据库、WIND 从上中下游来看，9月增速均有所提升，上游工业行业整体运营情况好于靠近终端需求的下游行业。中游行业中，更靠近上游的原材料行业增速提升强于更靠近下游的机械设备行业。这意味着当前经济的供需两端修复进程均加快，但需求端仍弱于供给端。 图5.上、中、下游工业各行业GDP增速 数据来源：腾景国民经济运行全口径数据库 增长动能方面，工业行业动能结构不断优化，9月份汽车制造业贡献率持续回升，列居工业增长动能首位，这与相关政策支持及产业链、供应链不断修复密切相关。总体来说，9月份工业内部38个行业中，汽车制造业，计算机、通信和其他电子设备制造业，电气机械及器材制造业，化学原料及化学制品制造业等4个行业，提供了61.2%的正向动能，而拖累项主要集中于医药制造业，纺织服装、鞋、帽制造业，文教体育用品制造业等3个行业，贡献率为-6.0%。 图6.2022年二季度、三季度与9月各工业行业贡献率 数据来源：腾景国民经济运行全口径数据库 图7.新旧动能此消彼长 数据来源：腾景国民经济运行全口径数据库 具体来看，9月份经济增长的传统动能明显回落，新动能有所提升，k形分化程度降低。建筑业及基建行业增速双双放缓，对经济增长的助力减弱；房地产业降幅边际收窄，呈现逐步回升态势。新动能增速转降为增，对经济增长形成有效拉动。 服务业小幅连升，线上、线下动能增减不均 腾景全口径数据显示，9月份服务业增加值同比增速连续第四个月回升，但仍处低位。其中，需求端的服务业投资相对稳定，保持较高增速水平；服务消费依旧低迷，徘徊不前；服务出口则明显回落，对服务业经济的支撑减弱。 图8.服务业增加值与需求端 数据来源：腾景国民经济运行全口径数据库 服务业内部增速分化较为明显，增速最高的“信息传输、软件和信息技术”稳步上行，9月增速达7.99%，而增速最低的房地产服务业降幅边际收窄，9月增速为-3.03%。 同时，受疫情影响明显的交通运输、仓储和邮政业，住宿和餐饮业降幅明显，其中住宿和餐饮业增速已跌至负向区间；批发零售业逆势回升，支撑服务业增长修复。租赁和商务服务业，信息传输、软件和信息技术服务业增速趋稳。 图9.服务业细分行业GDP增速 数据来源：腾景国民经济运行全口径数据库 增长动能方面，9月份服务业行业动能结构相较上月分化程度进一步降低，其中住宿业、餐饮业贡献率增速转负，意味着疫情散发对服务业产生一定扰动。总体来说，9月份服务业内部30个行业中，信息传输、软件和信息技术服务业，批发零售业，银行业、证券业和其他金融活动等3个行业为服务业增长提供了75%左右的增长动能，房地产业增速较上月有明显提升，但仍为主要拖累项，单个行业贡献率达到-8.7%。 图10.2022年二季度、三季度与9月各服务业行业贡献率 数据来源：腾景国民经济运行全口径数据库 具体来看，信息传输、软件和信息技术服务业，金融业等偏线上的行业动能在9月份继续下降；偏线下的批发零售业动能明显回升，而与人员、货物流通相关的交通传输、仓储和邮政业，住宿和餐饮业动能减弱，可能与疫情多点散发，人员、货物流通受阻有关。值得注意的是，房地产业贡献率自6月份以来降幅不断收窄，但本月仍处于负向区间，对经济增长产生一定拖累。 图11.线上、线下类服务业行业动能增减不均 数据来源：腾景国民经济运行全口径数据库 （本文执笔：赵建翔，畅婉琪、李颖） 注释 ❑腾景AI经济预测 北京腾景大数据应用科技研究院，简称“腾景数研”，是适应数字时代特点和要求，旨在推动宏观和产业经济研究方法变革、推动数字技术与实体经济深度融合的民办非企业新型研究机构，为中国发展研究基金会“博智宏观论坛”提供学术研究和数据支持。研究院学术委员会由目前中国学术研究水准和社会影响力居前的经济学家和有关方面负责人组成，为研究院的研究工作提供指导。 腾景AI经济预测运用近年来快速发展的机器学习特别是深度学习等人工智能前沿技术，与实时化、动态化的投入产出体系深度融合，在一系列关键技术攻关的基础上，对重要的经济金融指标进行高频模拟和预测，形成了在国内外具有开拓性、领先性、实用性的产品体系。 ❑高频模拟 所谓高频模拟，就是在搜集加工大量相关数据的基础上，依托经典机器学习和深度学习模型，把月度指标日度化，使通常一个多月后才公布的指标，当日或近日就能呈现出来，比如，月初的CPI指标，过去要到一个半月后才公布，有了高频模拟，当日就知晓了。 ❑AI预测 所谓预测，就是运用深度学习的先进算法，重点在海量数据中搜寻非线性相关关系，发现并提炼那些过去、当下和未来都会起作用的规律性因素，从而实现对某一变量未来一定时期的预测。目前，我们已基本形成了时间长度为半年到一年、准确率70%以上的预测能力，并在逐步提升。 预测并不是一件神秘的事情，只是发掘那些未来仍会起作用的历史信息。也正是由于这个原因，我们多数情况下并不是预测某个指标的实际数值（某些情景下也会预测），而是预测它的平滑（TC）数值，因为平滑数值含有更多的历史信息。对一个具体指标而言，我们预测时主要关注两个方面，一是走向，向上、向下还是平行；二是拐点，顶部的拐点或底部的拐点，或者说峰值或谷底。对大多数指标来说，一年中最重要、最困难的是如何把握住一两个、两三个大的拐点，若经济预测能够帮助解决这个问题，应该说足以令人满意了。 ❑全口径数据 全口径数据是以动态化投入产出矩阵为架构，按照国民经济核算体系的规范完整口径，对官方数据深化和扩展后的研究性数据。核心技术是对投入产出体系进行动态化改造，研发并验证了一系列转换矩阵表，建立起了支出侧和生产侧极为复杂的高频关联关系，形成“多维动态均衡矩阵系统（MDEMS）”，这一数据体系具有如下优势。 补全。有些月度指标是片段性数据，如社会消费品零售总额，反映的只是部分商品消费，除了餐饮等外，基本上不包括服务消费。全口径数据则包括了月度完整口径的居民消费和政府消费及其构成，还区分了居民消费中的商品消费和服务消费。 补准。固定资产投资完成额含有土地使用费等，而这部分近些年达到30%以上，与构成GDP的固定资本形成差距较大。全口径数据则去粗取精、去伪存真，剔除了土地使用费的部分，加入了商品房销售增值、矿藏勘探、计算机软件等无形资产，从而形成准确完整涵义上的固定资本形成指标。 补缺。目前的月度官方统计中，在服务业领域，只有服务业生产指数，还不能提供大部分服务行业的增长数据。全口径数据则在投入产出矩阵约束下，通过相关高频和中频数据的模拟，形成了全部服务业月度增长指标。 校正。利用投入产出矩阵内在的自我约束、自我平衡机制，使不同部分的数据相互比较、相互印证、相互校正，增强数据的准确性。 高频。通过对投入产出体系动态化改造，同时引入大量高频数据，实现了全口径数据的月度化，以后将可能实现全口径数据周度、日度乃至标准意义上实时化显示。 当前，官方常用指标有72个，而腾景全口径常用指标有150多个，全部指标5000多个。 全口径数据库的框架性数据来源于官方数据，与官方数据科学衔接，并不是另搞一套。每个月官方数据公布后，将其带入数据体系，转化为全口径数据。官方季度和年度国民经济核算数据公布后，全口径数据与其对标校正。 更多信息请关注腾景公众号 联系我们： 010-65185898|+8615210925572 北京市朝阳区朝阳门外大街乙6号朝外SOHO-A座29层 重要声明 本报告由北京腾景大数据应用科技研究院制作，报告内容和引用资料力求客观公正。报告中的信息来源于我们研究团队运用机器学习、深度学习等人工智能技术所取得的探索性研究成果，数据准确率通常以概率方式呈现。因此，本报告仅供投资者参考之用，不构成任何投资决策的建议。对于投资者依据或者使用本报告所造成的一切后果，北京腾景大数据应用科技研究院及相关分析师均不承担任何责任。 此报告版权归北京腾景大数据应用科技研究院所有，本单位保留所有权利。未经本单位事先书面许可，任何机构和个人均不得以任何形式翻版、复制或转载。如引用发布，需注明出处为北京腾景大数据应用科技研究院，且不得对本报告进行有悖原意的引用、删节和修改。否则，本单位将保留随时追究其法律责任的权利。北京腾景大数据应用科技研究院对于本免责声明条款具有修改权和最终解释权。