固定收益专题：基本面高频数据~债市投资占先手的有效工具

固定收益专题 基本面高频数据——债市投资占先手的有效工具 证券研究报告|固定收益研究 2023年09月05日 随着市场研究的进一步深化，低频的统计数据已经无法满足需求。面对实体状况的变化，市场希望获得及时的第一手消息。因而更为高频的统计数据则称为重要的观察窗口。但高频数据往往是行业层面的，并未基于标准的统计体系进行综合，因而用来判断整体经济走势往往存在偏颇，导致观察有偏。因而，基于当前现有的高频数据，构建合理的经济观测指标就显得非常有价值。因此，本文在国民经济核算体系的框架之下，结合现有高频数据，构建国盛固收基本面高频指数体系，对生产、需求、通胀等各个分项构建对应指标，并基于此构建债市多空策略并回测其效果。 我们通过建立一套基本面数据的高频观测体系，将月频和季频的基本面数据的跟踪推广到了周频，其中大部分周频指标对月频的基本面数据具有较好的预测性和较高的相关性。我们要找到市场中对宏观经济好的跟踪和预测的高频数据，然后在标准的统计体系之下，以波动较大的低频 统计数据为依据，找到与各类低频数据相关性较高的高频数据，再对高频数据进行标准化的处理，以建立高频和低频数据之间的映射，从而构建高频数据观测体系。将基本面观测数据从月度提升到周度。 我们基于统计体系构建了覆盖总体、生产、需求、物价、融资等全方位的高频数据体系，分析了高频和对应统计指标的相关性，并在此基础上构建了国盛固收基本面高频指数及分项，从回测结果来看，与低频统计数据有较高的相关性预测方向准确度。工业增加值高频指数包含电炉开工率、聚酯开工率、半胎开工率、日均耗煤、二手房成交面积，准确率 在65%，相关系数为0.52。基建投资高频指数包含石油沥青装置开工率和水泥发运率，准确率在67%，相关系数为0.77。地产销售高频指数包含二手房成交面积和一线城市地铁客流量，准确率在56%，相关系数为0.48。消费高频指数包含乘用车厂家零售、电影票房、一线城市地铁客运量、柴油价格等，准确率在67%，相关系数为0.84。出口高频指数包含CCFI综合指数、CRB价格指数，准确率在46%，相关系数为0.56。交运高频指数包含整车货运流量指数、国内航班执行数、一线城市地铁客流量，准确率88%，相关系数为89%。库存高频指数包含涤纶长丝、纯碱、PTA库存，准确率79%，相关系数为0.52。融资高频指数包含票据利率，准确率在58%，相关系数为0.53。通胀方面，CPI环比预测中，主要对食品项和交通通信交通工具用燃料进行高频跟踪，预测结果的准确率为69%，相关性为0.89，PPI环比预测中，主要利用螺纹钢、原油、动力煤、LME铜市场价来高频跟踪，预测结果的准确率为71%，相关性为0.78。 构建利率债多空信号指数显著跑赢基准收益和月频经济数据下的利率债策略，2019年以来年度超额收益在2%以上。对高频数据进行构建线性模型，构建“本期信号指数高于上期则做空，本期信号指数低于上期则 做多”的利率债策略。测试期间（2019年4月-2023年8月），初始本金为100元，买卖对象设定为10年国债期货主力合约，每周一设定为调 仓期，该信号策略的累计收益为15.3元，基准收益为4.8元，年度超额收益在2%以上。在月末获悉当月的工业增加值数据，利用该数据的预期差来交易，测试期间的收益为8.04元，次月月中利用该数据的预期差来交易，测试期间的收益为-7.65元，高频数据产生的信号策略的收益，同样大幅跑赢月频经济数据下的利率债策略。 风险提示：数据统计存在误差；若宏观经济结构发生重大变化，经济规律的运用存在限制。 作者 分析师杨业伟 执业证书编号：S0680520050001邮箱：yangyewei@gszq.com 研究助理朱帅 执业证书编号：S0680123030002邮箱：zhushuai1@gszq.com 相关研究 1、《固定收益定期：如何看待地产政策密集发力对债市冲击？》2023-09-03 2、《固定收益定期：资金价格回落，市场调整非银增配放缓——流动性和机构行为跟踪》2023-09-02 3、《固定收益点评：重庆哪些城投债有性价比？》 2023-09-02 4、《固定收益点评：银行化债如何启动？——政银合作协议的角度》2023-09-01 5、《固定收益专题：今年理财的新变化——债市机构行为之理财篇（2023）》2023-08-30 请仔细阅读本报告末页声明 内容目录 一、高频经济指标的优点4 二、高频指标的选取标准6 2.1确立重要的低频数据6 2.2数据筛选及数据处理7 2.3构建高频数据和低频数据间的勾稽关系8 三、高频指标的筛选10 3.1与工业生产相关的高频指标10 3.2固定资产投资相关的高频指标12 3.3消费相关的高频指标15 3.4出口相关的高频指标17 3.5通胀相关相关的高频指标19 3.5.1PPI的高频预测19 3.5.2CPI的高频预测20 3.6交通运输相关的高频指标22 3.7库存相关的高频指标23 3.8融资相关的高频指标25 四.高频指标的实际效果验证27 风险提示29 图表目录 图表1：月底获悉工业增加值数据并交易T主力合约的收益情况4 图表2：次月月中获悉工业增加值数据并交易T主力合约的收益情况4 图表3：中国宏观经济数据公布时间线5 图表4：高频数据指标监测体系7 图表5：高频数据处理流程图8 图表6：高频指数编制流程9 图表7：主要工业行业增加值占比10 图表8：工业增加值同比增速与聚酯开工率11 图表9：工业增加值同比增速与电炉开工率11 图表10：工业增加值同比增速与汽车轮胎半钢胎开工率11 图表11：工业增加值同比增速与煤炭日耗11 图表12：工业增加值增速与高频生产指数12 图表13：工业增加值相关高频指标相关性测算12 图表14：实际基建投资同比增速与石油沥青装置开工率13 图表15：实际基建投资同比增速与水泥发运率13 图表16：实际基建投资增速与高频生产指数13 图表17：基建投资相关高频指标的相关性测算13 图表18：商品房销售同比增速与二手房成交面积14 图表19：商品房销售同比增速与一线城市地铁客流量14 图表20：地产销售增速与高频生产指数14 图表21：地产销售相关高频指标的相关性测算14 图表22：限额以上商品零售额分项波动及其权重15 图表23：实际社零同比增速与乘用车厂家零售16 图表24：实际社零同比增速与柯桥价格指数16 图表25：实际社零同比增速与一线城市客流量16 图表26：实际社零同比增速与日均电影票房收入16 图表27：实际社零同比增速与高频消费指数17 图表28：社零相关高频指标的相关性测算17 图表29：出口同比增速与CCFI指数18 图表30：出口同比增速与RJ/CRB商品价格指数18 图表31：出口同比增速与美国红皮书商业零售销售增速18 图表32：出口同比增速与旬度韩国出口增速18 图表33：名义出口同比增速与高频出口指数19 图表34：出口相关高频指标相关性测算19 图表35：PPI环比与高频PPI预测20 图表36：PPI环比与生产资料价格环比20 图表37：CPI环比与高频CPI预测21 图表38：CPI食品项高频指标的相关性21 图表39：CPI分项权重测算22 图表40：CPI食品环比与食用农产品价格环比22 图表41：CPI和PPI高频预测的准确率和相关性22 图表42：交通运输GDP同比增速与交运指数23 图表43：整车货运流量指数23 图表44：实际产成品库存增速与涤纶长丝库存24 图表45：实际产成品库存增速与PTA库存24 图表46：实际产成品库存同比增速与库存指数24 图表47：库存相关高频指标相关性测算24 图表48：社融同比增速与票据利率25 图表49：社融同比增速与票据-存单利差25 图表50：社融同比增速与融资指数26 图表51：融资相关高频指标相关性测算26 图表52：高频指数对实际值方向变化的预测准确率26 图表53：高频指数与实际值的相关性26 图表54：周度高频指数一览27 图表55：国盛固收基本面高频指数与实际GDP增速28 图表56：利率债多空信号指数与10年国债利率28 图表57：高频信号指数策略收益远高于基准收益28 图表58：高频指数策略历史胜率28 随着市场研究的进一步深化，低频的统计数据已经无法满足需求。面对实体状况的变化，市场希望获得及时的第一手消息。因而更为高频的统计数据则称为重要的观察窗口。但高频数据往往是行业层面的，并未基于标准的统计体系进行综合，因而用来判断整体经济走势往往存在偏颇，导致观察有偏。因而，基于当前现有的高频数据，构建合理的经济观测指标就显得非常有价值。因此，本文在国民经济核算体系的框架之下，结合现有高频数据，构建国盛固收基本面高频指数体系，对生产、需求、通胀等各个分项构建对应指标，并基于此构建债市多空策略并回测其效果。 本文的结构安排如下：第一部分，我们介绍相比传统的低频经济数据，高频经济指标的优点；第二部分，我们介绍高频指标的筛选的具体的标准、数据的处理方式；第三部分，我们介绍生产、需求、通胀、库存、交运、融资等分项经济数据对应的高频跟踪指标及其预测；第四部分，我们介绍国盛固收基本面高频指数和利率债多空信号指数的合成过程，并验证其效果。 一、高频经济指标的优点 首先，高频数据有助于更早的获取宏观基本面信息，经验数据显示早获得信息会有稳定超额收益。从短期的机会看，如果能较早的获悉宏观基本面数据的信息，找到其中的预期差，将大幅增厚投资收益，高频指标由于其公布频率为日频或周频，如果选用合适 的高频数据来跟踪宏观经济，其表现大幅好于低频指标的月度和季度数据。 以工业增加值增速数据为例，可以构建简单的利率债多空策略，如果工业增加值数据好于预期则做空利率债，如果数据弱于预期则做空利率债：通过对2019年2月-2023年7月的工业增加值数据和Wind预测值进行回溯，如果实际值大于Wind预测值，则做多1张10年期国债期货主力合约，并持有一周，反之则做空1张10年期国债期货主力合约并持有一周。策略的逻辑相同，但获悉工业增加值数据的时间上存在差异，同样的策略的投资结果大不一样。如果在当月月底获悉工业增加值数据，并与Wind预测值代表的市场预期作比较，该策略累计收益是8.8元，持续做多的基准收益为2.7元；而如果在次月月中即统计局公布工业增加值数据后，再利用该数据与Wind预测做比较来做出投资决策，该策略累计收益为-7.8元，而持续做多的基准收益为0.9元。 图表1：月底获悉工业增加值数据并交易T主力合约的收益情况图表2：次月月中获悉工业增加值数据并交易T主力合约的收益情况 基准收益策略1(月底获悉工业增加值) 元 10 8 6 4 2 0 -2 4 2 0 -2 -4 -6 -8 -10 基准收益策略2(次月月中获悉工业增加值） 元 2019/022020/082022/022023/08 2019/022020/082022/022023/08 资料来源：Wind，国盛证券研究所资料来源：Wind，国盛证券研究所 其次，高频数据能增加投资决策的灵活度。赔率、胜率和频率决定了投资的收益，交易频率其实直接影响投资者的收益和风险。由于基本面数据多为月频数据，基于宏观基 本面交易的投资者每年做决策的次数仅为12次，剔除赔率和胜率不好的交易机会，最后可供投注的决策次数较少和间隔期过长，存在机会成本损失、无法及时调整仓位、风险控制不足等缺点。频率是中性的，频率的本质是杠杆，如果存在赔率和胜率较高的交易模式，适当增加交易次数将大幅增厚投资收益。利率债投资，市场普遍认为宏观基本面是驱动利率走势的最重要的变量，长期利率决定于资本回报率，而短期利率决定于资金，而资本回报率和资金均内生于宏观基本面，如果利用宏观基本面数据来交易利率债的胜率很高，那么增加交易频率是更好的选择。周度跟踪的高频数据，将宏观经济数据有月频和季频拓展至周频，大幅增加了投资决策的频率。 图表3：中国宏观经济数据公布时间线 财新PM