宏观经济专题研究：货币政策力度指数

证券研究报告|2024年08月21日 宏观经济专题研究 货币政策力度指数 核心观点经济研究·宏观专题 近年来，随着中国特色现代货币政策框架加速完善，丰富的政策“工具箱”也对研究工作提出了更高要求。在诸多甚至可能相互背离的指标中，如何敏锐地捕捉货币政策方向调整和力度变化？我们从扩散指数的基本逻辑出发，在适度优化算法的基础上，尝试构建了周频“国信货币政策力度指数”。 该指数包括两个子指数，即“价格扩散指数”与“数量扩散指数”，综合指数是两者的加权。综合指数和子指数越高，则代表宽松力度越强，反之亦然。 算法和数据是指数构建的两大核心，也是有效性关键。本文将从算法和数据两个方面，分别介绍该货币政策力度指数的构建思路。 算法方面，底层逻辑以扩散指数为基础，并加以适当改进。改进的核心在于解决两个难点：一是如何处理不同量纲指标间的可比性问题，二是如何合理设置不同指标的权重。处理中应尽量避免“拍脑袋”，本着系统性和客观性的原则，通过合理的量化手段解决。 遵循这个原则，研究中我们发现通过将每个数据序列进行Z-score标准化，再进行等权加总可以同时较好解决上述难题。 数据方面，国信货币政策力度指数共纳入10组数据，包括“价格指数”的5 组，以及“数量指数”的5组。每个指数的5个指标，经过上述标准化算法的一系列处理后，叠加后可以得到对应指数的周度变化。 在对“国信货币政策力度指数”试用和完善期间，该指数总体较敏感地捕捉了央行政策态度和市场资金面的边际变化，成为日常跟踪研究的重要参考。除观察短期波动外，在进一步降频（如降为月度）后，该指数也可以用于拉长周期回溯货币政策的总体趋势和变化特点。 与此同时，这一指数仍有持续完善和改进的空间：一方面，央行的政策框架进入密集迭代期，相应地，MLF等指标也面临更迭。另一方面，央行“预期管理”将逐步成为重要政策工具，应以合理方式将其量化并纳入指数。 风险提示：海外市场动荡，海外经济进入衰退。 证券分析师：董德志联系人：田地021-609331580755-81982035 dongdz@guosen.com.cntiandi2@guosen.com.cnS0980513100001 基础数据 固定资产投资累计同比3.60 社零总额当月同比2.70 出口当月同比7.00 M26.30 市场走势 资料来源：Wind、国信证券经济研究所整理 相关研究报告 《宏观经济专题研究-若美降息周期开启，谁受益？谁受损？》 ——2024-08-13 《宏观经济专题研究-纲目并举看政策：“促转型”与“稳增长”之间的动态切换》——2024-08-12 《宏观经济专题研究-价格因素压制收入与消费》——2024-08-08 《从降息举措看政策的诉求》——2024-07-26 《宏观经济专题研究-深化改革系列研究（2）：二十届三中全会解读》——2024-07-19 请务必阅读正文之后的免责声明及其项下所有内容 内容目录 目标4 框架4 算法5 数据7 价格指数7 数量指数10 小结与展望12 图表目录 图1：国信货币政策力度指数一览4 图2：子指数：数量扩散指数5 图3：子指数：价格扩散指数5 图4：指数的构建流程5 图5：不同年份货币政策的发力节奏6 图6：将7天逆回购指标进行标准化处理8 图7：进一步降频等处理后得到的最终指标8 图8：将R007与R014处理后得到标准化R加权利率8 图9：R加权利率的最终结果8 图10：R加权利率处理后呈略为左偏的分布9 图11：隔夜融资是银行间融资的主体品种9 图12：标准化后的存单加权利率与其主要输入变量10 图13：存单加权利率的最终结果10 图14：价格指数周度变化的贡献拆分10 图15：法定存款准备金率及其标准值11 图16：法准率的最终输出结果11 图17：周度正投放天数及其标准化数值12 图18：周正投放天数的最终输出值12 图19：降息周期中的美国经济和股票市场12 图20：2018年以来，我国货币政策总体以均衡偏宽为主，仅在2020和2022年下半年有所撤力13 图21：国债将逐步取代外汇成为人民币“发行锚”13 图22：降准空间已经较为逼仄13 目标 近年来，作为国家治理体系和治理能力现代化建设的重要组成，中国特色现代货币政策框架加速完善。特别是从数量型向价格型体系转型的过程中，央行基础货币调控机制不断革新，政策利率和市场利率体系逐步健全。目前，在“结构性流动性短缺”框架下，形成以7天逆回购利率为基准，存款类机构间质押式回购利率（DR）、贷款市场报价利率（LPR）和国债收益率曲线为抓手的多层次利率体系，货币政策传导的有效性持续提升。 丰富的政策“工具箱”也对研究工作提出了更高要求。在诸多甚至可能相互背离的指标中，如何敏锐地捕捉货币政策方向调整和力度变化？我们从扩散指数的基本逻辑出发，在适度优化算法的基础上，构建了周频“国信货币政策力度指数”。 经过一段时间的试用和完善，该指数已能够较好的反映货币政策力度的变化，这里将其构建的方法、背后的考量，以及潜在的改进方向做简单介绍。 框架 “国信货币政策力度指数”包括两个子指数，即“价格扩散指数”与“数量扩散指数”，综合指数是两者的加权。综合指数和子指数越高，则代表宽松力度越强，反之亦然。 图1：国信货币政策力度指数一览 资料来源：Wind，国信证券经济研究所整理 近年来，特别是中央金融工作会议后，数量型指标在我国货币政策框架中逐步淡出，利率的调控作用被不断强化。但值得注意的是，当前我国政策基准利率向实际资金利率（如DR/R）的传导本质上仍是“以量引价”，即仍需通过资金供求的对比，或资金面的松紧，完成对关键市场利率的把控。换言之，价格仍是数量的结果。这与美联储在“充裕准备金体系”（abundantreserveregime）下，直接设定政策利率走廊，由市场套利机制自发维护而无需央行主动干预的价格型体系仍有较为明显的差异。 图2：子指数：数量扩散指数图3：子指数：价格扩散指数 资料来源：Wind，国信证券经济研究所整理资料来源：Wind，国信证券经济研究所整理 简言之，尽管我国数量指标的指引意义逐步弱化，但仍有区分并关注的必要。此外，在对政策力度指数的实际构建中，考虑到数量型指标的部分影响已体现在价格型指标中，因此可以赋予数量型指标较低的权重，目前的权重为：价格指数2，数量指数1。未来随着政策框架转型持续推进，数量指数的权重可以进一步下调。 算法和数据是指数构建的两大核心，也是有效性关键。下面将从算法和数据两个方面，分别介绍该货币政策力度指数的构建思路。 图4：指数的构建流程 资料来源：Wind，国信证券经济研究所整理 算法 总体而言，国信货币政策力度指数的底层逻辑以扩散指数为基础，并加以适当改进。改进的目的在于解决两个难点：一是如何处理不同量纲指标间的可比性问题，二是如何合理设置不同指标的权重。 图5：不同年份货币政策的发力节奏 资料来源：Wind，国信证券经济研究所整理 选取扩散指数（diffusionindex）作为底层算法，主要是因为其逻辑直观易懂，且能够兼顾“边际性”与“趋势性”变化。扩散指数早期被广泛用于跟踪股票的涨跌数量变化，从下面的公式可以看出，扩散指数能够同时反映“边际”和“累积”两大特征： 扩散指数T=（上行股票/指标数量-下行股票/指标数量）T+扩散指数T-1 其中，T指观察期，如某天或某周，T-1指上一观察期。因此，扩散既能反映指标的当期变化，也可以观察一段时期以来的整体趋势。此外，若将每年第一组数据设为基期，甚至可以横向比较不同年份间货币政策的发力节奏、方向和季节特征。 但是，简单将扩散指数套用至货币政策力度的分析上是不合适的。主要原因是，扩散指数对指标整合时，天然简化了两个因素：指标权重和变化幅度。 首先，扩散指数假设所有指标等权，只考虑出现上升或下降的指标数量，这在货币政策指标的拟合中显然未必合适。例如，观察期内7天逆回购等政策利率调降5BP与R007利率下行5BP意义完全不同。 其次，扩散指数只考虑指标的变化方向，即指将标的变化简化为[-1，0，+1]，忽略了变化幅度的差异。但是，在货币政策操作中，以降准为例，降准25BP和50BP的实际影响和信号意义相差甚远，降准25BP可能更多是每年2-3次的常态化基础货币投放操作，但降准50BP则额外释放较强的宽松或“稳增长”信号，需要加以区分。 最后，隐含的一个问题是，无论设定权重还是衡量幅度，均涉及到跨量纲指标的比较。例如降息5BP与超额投放500亿元如何比较。 对上述三个相互关联的问题，应尽量避免“拍脑袋”，本着系统性和客观性的原则，通过合理的量化手段解决。遵循这个原则，研究中我们发现通过将每个数据序列进行Z-score标准化，再进行等权加总可以同时较好解决上述难题。 Z-score标准化的统计，需要先求得目标指标的平均值Xave和标准差Xstd，而后每 个读数的标准值X^i等于： �^=(��−��𝑣�) ���𝑡� 这个算法的本质是“自己跟自己比”：萝卜跟萝卜比，白菜跟白菜比，降息跟降息比。衡量某一数值在其自身所处的数据分布中的偏离度，并将这个偏离度以该数据序列的标准差为基准，进行标准化。例如，某日R007利率为1.97%，此前R007时间序列均值为1.85%、标准差为8BP，则该数据的偏离度为12BP，标准化后对应的数值为1.50。同时，由于是同量纲间的比较，这种处理方式也自动将数据序列“去量纲化”。 实际操作中，数据的时间长度较为关键，需要在时间序列的稳定性和敏感性中做出权衡。计算一个指标的平均值和标准差时，既需要保留较多的数据，提升Xave和Xstd的统计意义，以捕捉一段时间期政策操作的基调；也需要确保新的变化能够及时反映在样本中，以免被以往过多的历史数据“抹平”，因此时间序列也不宜过长。综合考虑，我们选择将回溯2年的移动窗口作为统计范围。 先对对上述简单简单做个小结。除较好地保留了各指标变化幅度的“强弱”外，这种处理方式带来几个好处：一是算法直观易懂，数据处理较为高效。二是通过标准化，将各种不同量纲的指标“归一”（normalization），置于同一比较基准 （即平均值为0，标准差为1）上，进而提升指标间的可比性。三也是最重要的是，解决了跨指标赋权的难题。 赋权历来是指标编制的难点。区分不同指标的重要程度或许不难，但具像成量化权重则往往缺乏依据。使用Z-score标准化的好处在于，我们发现其内嵌了“冲击大的指标变动频率少”的特征。换言之，影响大的指标，往往变化的频率较低 （导致其日均变化幅度和标准差均趋于0），最典型的例子就是央行降准、降息等操作。因此，一旦发生这些变化时，其对应的标准差倍数往往较高，自动将这个变化的影响放大，类似于对这些重要指标赋予较高权重。反之，若降准、降息在一段时间内频繁发生，其影响也会边际下降，此时赋权的幅度也会边际减弱。 数据 有了算法框架，下一步就是给它“喂”合适的数据。国信货币政策力度指数共纳入10组数据，包括“价格指数”的5组，以及“数量指数”的5组，下面分别简要介绍。 价格指数 “价格指数”纳入的5组利率指标，按决定因素和期限大致可以分为三类： 政策利率，主要是7天逆回购利率。今年下半年以来，作为建设中国特色现代货币政策框架的重要方向，7天逆回购利率作为主要政策利率的地位空前巩固，主要有三个方面： 一是利率形成机制。7月22日起，7天逆回购利率由“利率招标”，改为“固定利率，数量招标”，进一步明确7天逆回购利率由央行决定，强化了其政策利率属性。 二是加强对超短期利率的引导。7月8日，央行发表公告，表示将视情况开展隔夜正逆回购操作，利率分别为7天逆回购利率-20BP和+50BP，初步建立了以7天逆回购利率为锚、宽度70BP的利率走廊，框定了超短端利率的波动范围。随后，央行在《二季度货币政策执行报告》中表示，将进一步研究收窄走廊宽度。 三是理顺由短及长的利率关系。随着