根据《证券期货投资者适当性管理办法》及配套指引，本资料仅面向华创证券客户中的金融机构专业投资者，请勿对本资料进行任何形式的转发。若您不是华创证券客户中的金融机构专业投资者，请勿订阅、接收或使用本资料中的信息。本资料难以设置访问权限，若给您造成不便，敬请谅解。感谢您的理解与配合。文/华创证券研究所所长助理、首席宏观分析师：张瑜
执业证号：S0360518090001
联系人：张瑜（微信 deany-zhang）
【投资导航仪系列报告】
2022/06/23 【华创宏观·张瑜团队】M1的观察技巧——宏观落地投资导航仪系列（二）
主要观点
随着国内仍面临着疫情反复冲击带来的经济不确定性，而我们日常所关注的工业增加值、社会消费品零售总额等指标普遍相对滞后，难以捕捉疫情反复下经济的实际状态，因此我们构造了华创宏观中国周度经济活动指数（Hua Chuang Macro Weekly Economic Index，以下简称“HCMWEI”）来及时监测实体经济活动状况，同时也作为投资者判断股债等资产走势的辅助工具。根据最新的华创宏观中国周度经济活动指数，截至2022年7月31日，HCMWEI为5.72，相对于7月24日上升了0.05。主要是因为商品房成交面积以及石油沥青装置开工率相比去年同期的增长幅度超过了汽车半钢胎开工率、国内日均粗钢产量以及全国电影票房等相比去年同期的回落幅度。从7月初至今，华创宏观中国周度经济活动指数在7月3日触及6.37后见顶回落，显示经济增长趋缓。由于HCMWEI领先于GDP，如果经济上行继续乏力，预计三季度GDP增速超过6%的难度较大。华创宏观中国周度经济活动指数的4周移动平均（以下简称“HCMWEI-MA4”）领先于10年期国债收益率以及上证综合指数。根据时差相关分析来看，HCMWEI-MA4平均领先10年期国债收益率以及上证综合指数4周的时间。如果根据HCMWEI-MA4对上证综合指数以及10年期国债期货进行回测，可以发现HCMWEI-MA4可以较好控制回撤、改善投资表现。周度经济活动指数（Weekly Economic Activity Index）是使用高频经济数据构造的旨在及时反映实体经济状况的经济指数，它通过主成分分析等方法捕捉了不同时间序列数据的共同成分，选取的指标涵盖消费、就业、生产、贸易等领域。低频经济预测模型在新冠肺炎疫情期间失效是周度经济活动指数的开发背景。正常情况下，实体经济活动波动缓慢，因此人们熟悉的月度和季度宏观经济数据所提供的信息已足够精细，可以帮助进行宏观经济监测。但当宏观经济状况以周甚至是天为单位迅速变化的时候，常规的宏观经济指标可能无法及时反映经济的实际状况，难以帮助政府制定有针对性的经济政策。国内疫情反复冲击的背景下同样需要周度经济活动指数。目前国内仍面临着疫情反复冲击带来的经济不确定性。为应对疫情的反复，部分地区仍在实时管控措施。与美国、德国和瑞士等国政策研究机构在疫情期间所面临的情况一样，我们日常所关注的工业增加值、社会消费品零售总额、固定资产投资等指标普遍相对滞后，难以捕捉疫情反复下经济的实际状态。因此，当下同样有必要构造中国的周度经济活动指数来及时监测实体经济活动状况，同时也作为投资者判断股债等资产走势的辅助工具。目前多个国家均有构建周度经济活动指数，包括美国纽约联储的周度经济指数、德意志联邦银行的周度活动指数、瑞士国家经济事务秘书处的周度经济活动指数、土耳其共和国中央银行的周度经济状况指数等。（一）美国的周度经济指数（WEI）是使用及时且相关的高频数据构造的实体经济活动指数，它捕捉了10个不同的日度和周度时间序列的共同组成部分，涵盖消费者行为、劳动力市场和生产。从指标选取来看，WEI所选取的指标大致可以分为3类，由10个基础指标构成，涵盖了消费、劳动力市场以及工业生产。从计量方法来看，通过多个时间序列构建经济指数的主要框架是由Geweke (1977) 和Sargent and Sims (1977) 开发的“动态因子模型”，WEI采用主成分的方法来估计该模型。从模型效果来看，WEI是GDP增长率的一个重要预测因子，可以解释其89%的变化，且距离数据发布提前近一个月。（二）德国的周度活动指数（WAI）是一个在WEI的基础上开发的旨在及时衡量德国实际经济活动的周度指数。从指标选取来看，原则上WAI使用的指标要对经济活动有足够的解释力，旨在覆盖尽可能多的经济部门。除了工业生产指数和GDP这两个低频的宏观经济指标外，WAI还包括用电量、空气污染等8个高频的非常规经济指标，涵盖生产、消费、就业等经济领域。从计量方法来看，WAI同样要计算各种指标的共同因子，这些指标具有不同的频率，并具有不同的走势。从模型效果来看， WAI能够非常好地跟踪德国的季度GDP增长，以季末值衡量的WAI指数在整个样本期间与GDP增长率表现出相对较高的相关性（约0.9）。（三）瑞士的周度经济活动（WEA）是一个与WEI相似的旨在及时衡量瑞士实际经济活动的周度指数。从指标选取来看， WEA涵盖了经济的不同维度，包括私人家庭消费、生产活动、劳动力市场、国内贸易和国际贸易。从数据处理来看，构造WEA之前需要六个步骤来清洗数据：1）对多余的周做调整；2）日历日和假期调整；3）季节调整；4）波动性过大调整；5）计算周度数据的同比增长率；6）异常值调整。从计量方法来看， WEA在估计未观测因子时采用的是状态空间方法，而非主成分分析，其主要的原因是周度时间序列中存在缺失的观测值，因此需要使用状态空间方法来估计。从模型效果来看，WEA充分反映了长期GDP增长所反映的经济发展。尽管周度数据的波动率相对较高，但该指数与季度GDP增长率的相关性为0.9。通过梳理各国周度经济活动指数的应用现状，我们认为可以通过构建华创宏观中国周度经济活动指数以便及时跟踪疫情扰动下国内经济的状况，主要参考WEI的构建过程，同时借鉴WEA中数据处理的方法。具体来说，需要经过指标选取、数据处理、指标筛选以及合成指数等环节。指标选取部分涵盖生产、消费、就业、投资和贸易等四个领域。借鉴美国、德国和瑞士等国家构建周度经济活动指数的方法，考虑到数据的可得性，我们重点选取能够描述消费、就业、生产、贸易等方面的13个高频指标。数据处理部分主要包括频率转换、日期对齐、填补空缺、季节调整以及对数差分等步骤。其中，星期调整方面，我们按照国际标准ISO 8601的规定，可以发现2015年和2021年有53周。参考WEA的处理方法，我们通过将第53周的数值平均分配到一年中的其他周。尽管改变了每周值的分布，但可以确保不会引起每年值的变化。季节调整方面，从处理季节效应的方法来看，目前主要有X-13ARIMA-SEATS以及STL分解模型等。根据D. Ladiray, J. Palate, G.L. Mazzi, T. Proietti (2017)，对于日度、周度等高频指标，STL是一种比较方便且近似于X-11的方法。因此，我们选择采用STL方法来对周度高频指标进行季节调整。指标筛选部分，筛选标准包括以下四点：1）经济上的重要性；2）统计上的充分性；3）统计的适时性；4）与经济波动的对应性。我们筛选指标主要考虑相关系数，同时也参考时差相关系数，筛选出了9个指标。合成指数部分，我们采取主成分分析的方式来合成华创宏观中国周度经济活动指数。从模型效果来看，华创宏观中国周度经济活动指数确实可以较好地预测GDP增长率，而且华创宏观中国周度经济活动指数的13周移动平均与GDP实际增长率的相关系数为0.71。此外，华创宏观中国周度经济活动指数的波动要比GDP实际增长率更大，因此在2016年到2019年等GDP增长率波动较小的时候，华创宏观中国周度经济活动指数可以帮助更好地观察实体经济的波动。贡献分解部分，我们将华创宏观中国周度经济活动指数的变化分解为9个组成的贡献：从2020年初到2021年末，决定华创宏观中国周度经济活动指数变化的核心驱动因素是电影票房代表的服务性消费以及乘用车销售量、汽车半钢胎开工率和商品房成交面积代表的耐用品消费，背后的因素是疫情封锁导致居民餐饮、旅游消费大幅减少，而疫情对居民收入的冲击叠加未来的不确定性令居民耐用品消费明显回落；从2022年初至今，华创宏观中国周度经济活动指数的波动逐步减少，其中石油沥青装置开工率以及商品房成交面积主导了当前华创宏观中国周度经济活动指数的变动，即目前房地产以及基建行业对于宏观经济变化具有决定作用。华创宏观中国周度经济活动指数领先国债收益率以及上证指数。我们发现华创宏观中国周度经济活动指数不仅领先于GDP增长率，而且对资产价格也具备一定的镜鉴意义，可以作为投资时监测实体经济活动状况的参考指标。我们对华创宏观中国周度经济活动指数的4周移动平均（以下简称“HCMWEI-MA4”）与10年期国债收益率做时差相关分析，可以发现HCMWEI-MA4平均领先10年期国债收益率4周，时差相关系数为0.45；HCMWEI-MA4大约领先上证综合指数4周，时差相关系数为0.44。华创宏观中国周度经济活动指数可以帮助控制回撤、改善投资表现。考虑到华创宏观中国周度经济活动指数与上证指数以及10年期国债收益率较好的领先性，因此我们尝试用华创宏观中国周度经济指数来对10年期国债期货以及上证指数进行回测，发现华创宏观中国周度经济活动指数可以帮助控制回撤，改善投资表现。
![]()
报告正文
随着国内仍面临着疫情反复冲击带来的经济不确定性，而我们日常所关注的工业增加值、社会消费品零售总额等指标普遍相对滞后，难以捕捉疫情反复下经济的实际状态，因此我们构造了华创宏观中国周度经济活动指数（Hua Chuang
Macro Weekly Economic Index，以下简称“HCMWEI”）来及时监测实体经济活动状况，同时也作为投资者判断股债等资产走势的辅助工具。根据最新的华创宏观中国周度经济活动指数，截至2022年7月31日，HCMWEI为5.72，相对于7月24日上升了0.05。主要是因为商品房成交面积以及石油沥青装置开工率相比去年同期的增长幅度超过了汽车半钢胎开工率、国内日均粗钢产量以及全国电影票房等相比去年同期的回落幅度。近期华创宏观中国周度经济活动指数在7月3日触及6.37后见顶回落，显示经济增长有所趋缓。由于HCMWEI领先于GDP，如果经济上行继续乏力，预计三季度GDP增速超过6%的难度较大。华创宏观中国周度经济活动指数的4周移动平均（以下简称“HCMWEI-MA4”）领先于10年期国债收益率以及上证综合指数。根据时差相关分析来看，HCMWEI-MA4平均领先10年期国债收益率以及上证综合指数4周的时间。如果根据HCMWEI-MA4对上证综合指数以及10年期国债期货进行回测，可以发现HCMWEI-MA4可以较好控制回撤、改善投资表现。（一）周度经济活动指数旨在高频监测实体经济活动状况
周度经济活动指数（Weekly Economic Activity Index）是使用高频经济数据构造的旨在及时反映实体经济状况的经济指数，它通过主成分分析等方法捕捉了不同时间序列数据的共同成分，选取的指标涵盖消费、就业、生产、贸易等领域。此外，周度经济活动指数与 GDP同比增长率有较强的相关性，可以用来预测季度GDP增速。例如，如果指数的读数为 -2%，同时假设当前指数水平在本季度内持续，那么预计该季度的 GDP 同比增长率为- 2%。
目前，周度经济活动指数在各国的央行、统计局等政府机构广泛使用。它最早是由美联储的工作人员（Lewis, D., K. Mertens, J.H. Stock, and M. Trivedi）在2020年3月开发的，之后德意志联邦银行、瑞士国家经济事务秘书处、土耳其共和国中央银行、葡萄牙银行、法国银行等政府机构纷纷受到启发，也在之后开发了本国的周度经济活动指数，目前周度经济活动指数的应用相当广泛，是各国政府机构监测新冠肺炎疫情之后实体经济运行状况的重要工具。
![]()
（二）背景：低频经济预测模型在新冠肺炎疫情期间失效
正常情况下，实体经济活动波动缓慢，因此人们熟悉的月度和季度宏观经济数据所提供的信息已经足够精细，可以帮助进行宏观经济监测和预测。但当宏观经济状况以周甚至是天为单位迅速变化的时候，常规的宏观经济指标可能无法及时反映经济的实际状况，难以帮助政府制定有针对性的经济政策。
2020年初，随着新冠肺炎疫情的恶化，美国许多城市和州实施了强制性的就地隔离措施，这大大减少了经济活动，美国经济陷入了混乱。经济正常时期行之有效的经济实时预测模型在疫情期间失效，以圣路易斯联储发布的经济新闻指数（ENI）为例，2020年3月27日时，ENI预测的美国2020年第一季度实际GDP增速为2.26%[1]，而美国2020年第一季度实际GDP增速为-5.1%，预测值与实际值的差距非常大。
从历史上看，ENI的预测效果实际上相当不错。之所以在疫情爆发后失效，主要是模型中输入的大部分数据都是基于2020年 1 月和 2月的经济表现。例如，2 月份的失业率接近 3.5% 的历史低点。有了这样的数据输入，2.26% 的预测也不难理解了。这正是Lewis, D., K. Mertens,
J.H. Stock, and M. Trivedi（2020）开发美国周度经济指数的背景。
![]()
（三）国内疫情反复冲击的背景下同样需要周度经济活动指数
目前国内仍面临着疫情反复冲击带来的经济不确定性。7月至今，国内疫情在持续平稳一段时间后出现反弹。6月末，全国单日新增感染人数维持在50例以下，而7月全国单日新增感染人数平均在500例以上，到了8月，全国单日新增感染人数又经回落后再次迅速上升。为了应对疫情反复，部分地区仍在实施管控措施。8月6-7日，海南三亚、儋州、万宁先后实行临时性全域静态管理。
与美国、德国和瑞士等国政策研究机构在疫情期间所面临的情况一样，我们日常所关注的工业增加值、社会消费品零售总额、固定资产投资等指标普遍相对滞后，难以捕捉疫情反复下经济的实际状态。因此，当下同样有必要构造中国的周度经济活动指数来及时监测实体经济活动状况，同时也作为投资者判断股债等资产走势的辅助工具。
![]()
目前多个国家均有构建周度经济活动指数，包括美国纽约联储的周度经济指数、德意志联邦银行的周度活动指数、瑞士国家经济事务秘书处的周度经济活动指数、土耳其共和国中央银行的周度经济状况指数等。我们主要梳理了美国、德国以及瑞士的周度经济活动指数，以便了解其指标选取、数据处理、模型估计的方法。（一）美国：WEI（Weekly Economic Index）美国的周度经济指数（Weekly Economic Index，以下简称“WEI”）是使用及时且相关的高频数据构造的实体经济活动指数，它捕捉了10个不同的日度和周度时间序列的共同组成部分，涵盖消费者行为、劳动力市场和生产。从指标选取来看，WEI所选取的指标大致可以分为3类，由10个基础指标构成，涵盖了消费、劳动力市场以及工业生产。具体来说，为了衡量消费者行为，包括了红皮书同店零售指数和拉斯穆森消费者指数；为了衡量劳动力市场状况，包括了初始申请失业金人数和连续申请失业金人数、美国职员雇佣协会就业指数以及联邦预扣税数据；为了衡量工业生产，包括了美国钢铁产量、美国电力产量数据、燃料销售量以及铁路总运输量。![]()
从计量方法来看，通过多个时间序列构建经济指数的主要框架是由Geweke (1977) 和Sargent and Sims (1977) 开发的“动态因子模型”，它假设存在未观察到的时间序列（“因子”）驱动所观察到的经济时间序列的共同运动，即。估计未观测因子的两种主要方法是主成分分析和状态空间方法，其中因子由卡尔曼滤波器估计。从广义上来说，早期的低维应用使用参数状态空间方法，而最近的高维应用则倾向于使用非参数主成分，因此WEI采用主成分的方法来估计。从模型效果来看，WEI是GDP增长率的一个重要预测因子，可以解释其89%的变化，且距离数据发布提前近一个月。此外，研究还发现季度最后一个月的数据似乎没有增加太多额外的信息，即从季度的第二个月，WEI就可以较好地预测GDP增长率，相比数据发布提前了近两个月。![]()
（二）德国：WAI(Weekly Activity Index)德国的周度活动指数（Weekly Activity Index，以下简称“WAI”）是一个在WEI的基础上开发的旨在及时衡量德国实际经济活动的周度指数。WAI的背景是，如新冠肺炎一样造成严重公共卫生措施的大流行病已经一个多世纪没有发生，经济陷入衰退的速度前所未有，缺乏对其潜在冲击的预测经验。传统的经济预测模型存在两个问题：1）传统预测模型是基于过去常用经济指标间的动态关系，但疫情期间这些关系可能已经失效了；2）大多数经济指标，包括工业生产或消费零售等“硬”指标以及消费者信心指数等“软”指标，相对经济实时状况而言比较滞后。因此，需要构建新的模型来精确估计疫情对德国经济的冲击，从而帮助制定经济和公共卫生政策。从指标选取来看，原则上WAI使用的指标要对经济活动有足够的解释力，旨在覆盖尽可能多的经济部门。除了工业生产指数（IP）和国内生产总值（GDP）等两个低频的宏观经济指标外，WAI还包括用电量、空气污染等8个高频的非常规经济指标，涵盖生产、消费、就业等经济领域。具体来说，高频指标中电力和收费代表了生产部门，而后者也涉及贸易部门；行人频率和消费者情绪衡量了消费者行为；空气污染是流动性的代理指标；全球航班数量表征全球活动；失业和短时工作的谷歌搜索频率反映了国内劳动力市场的动态；国家支持的搜索频率反映了政府为支持经济而采取的措施。除了高频指标外，数据集中还包括了月度工业生产指数和季度国内生产总值。![]()
从计量方法来看，WAI同样要计算各种指标的共同因子，这些指标具有不同的频率，并具有不同的走势。因此，所采用的方法必须能够处理混合频率的数据以及缺失的观测数据。WAI通过两个步骤来实现模型的估计：1）对周度指标计算13周移动平均的增长率，再对月度指标计算3月移动平均的增长率，从而将周度指标和月度指标都转化为季度可比；2）与WEI相同，WAI也是采用主成分分析方法来提取共同因子。从模型效果来看， WAI能够非常好地跟踪德国的季度GDP增长，以季末值衡量的WAI指数在整个样本期间与GDP增长率表现出相对较高的相关性（约0.9）。WAI提供了对当前经济活动的及时评估，因此能够作为每周跟踪的可靠的一致指标。![]()
（三）瑞士：WEA(Weekly Economic Activity)瑞士的周度经济活动（Weekly Economic Activity，以下简称“WEA”）是一个与WEI相似的旨在及时衡量瑞士实际经济活动的周度指数。WEA的背景是，正常时期月度和季度经济数据已经为宏观经济预测、监测和决策提供了足够的信息，然而在经济困境时期，经济数据的及时性成为决策者的宝贵资产。从指标选取来看， WEA涵盖了经济的不同维度，包括私人家庭消费、生产活动、劳动力市场、国内贸易和国际贸易。WEA显示了与GDP的高度相关性，并很好地捕捉了瑞士商业周期的不同阶段。具体来说，输入数据大致可以分为五类：1）信用卡交易和现金提款的数据捕捉到了私人家庭的消费活动；2）关于货物对外贸易的数据，其中出口是衡量外国需求和工业生产的指标，而进口是衡量国内需求的指标；3）电力消耗、空气污染和净吨公里（铁路交通）刻画了制造业的生产活动；4）已登记的失业人数表明了劳动力市场的现状；5）利用瑞士国家银行持有的每周即期存款数据来捕捉金融市场压力和经济不确定性。从数据处理来看，周度高频数据存在三个问题：1）与月度、季度和年度数据不同，周度数据并非完全周期性的，一年可能有52周或53周；2）不同高频指标的季节性不同，而且有潜在的日历效应；3）高频数据相比低频指标而言波动更加剧烈。因此，构造WEA之前需要六个步骤来清洗数据：1）对多余的周做调整，将多余的第53周数据平均分配到前52周，方便计算同比时数据可比；2）日历日和假期调整，使用Reg-Arima模型对日历日和假期进行调整；3）季节调整，根据分解模型分离季节因素；4）波动性过大调整，对于波动过大的指标做3周移动平均；5）计算周度数据的同比增长率，消除剩余的季节性因素；6）异常值调整，对与商业周期波动无关的异常值经Hampel滤波调整。![]()
从计量方法来看，WEA同样是采用Geweke (1977)和Sargent and Sims(1977)开发的动态因子模型。但与WEI不同的是，WEA在估计未观测因子时采用的是状态空间方法，而非主成分分析，其主要的原因是周度时间序列中存在缺失的观测值，因此需要使用状态空间方法来估计。从模型效果来看，WEA充分反映了长期GDP增长所反映的经济发展。尽管周度数据的波动率相对较高，但该指数与季度GDP增长率的相关性为0.9。在2009年至2020年的重大危机期间，相关性也接近0.6，因此可与广泛使用的月度经济指标相比较。![]()
综合美国、德国和瑞士的应用现状可以看出，周度经济活动指数确实是季度GDP增长率的优秀预测指标，各国的周度经济活动指数与GDP增长率均表现出了较高的相关性。德国的WAI与美国的WEI表现出了更多的相似性，而WEA则与WAI和WEI表现出了更多的不同，主要体现在数据处理方面。WEA与WAI一样参考了WEI的做法，但是WEA在数据处理方面考虑的更加全面，考虑了某些年份多出的第53周、季节效应、日历日和假期效应、高波动性以及异常值等问题，从而改进了模型的预测效果。![]()
通过梳理各国周度经济活动指数的应用现状，我们认为可以通过构建华创宏观中国周度经济活动指数以便及时跟踪疫情扰动下国内经济的状况，主要参考WEI的构建过程，同时借鉴WEA中数据处理的方法。具体来说，需要经过指标选取、数据处理以及合成指数等环节。
![]()
（一）指标选取：涵盖生产、消费、就业和贸易等四个方面从美国、德国、瑞典等国构建周度经济活动指数的过程可以看出，周度经济活动指数主要是选取能够刻画经济活动主要特征的高频指标，美国主要是从消费、就业和生产的角度选取指标，德国是从消费、就业、生产和出行的角度选取指标，而瑞典是从消费、就业、生产、外贸、出行的角度选取指标。借鉴以上国家构建周度经济活动指数的方法，考虑到数据的可得性，我们重点选取能够描述消费、就业、生产、投资、贸易等方面的13个高频指标，从频率来看，包括日度、周度和旬度。具体来看，消费领域的指标有电影票房、乘用车销量和商品房成交面积；就业领域的指标有失业、找工作、失业金领取条件等百度搜索指数；生产领域的指标有粗钢产量、高炉开工率、PTA产业链负荷率等；投资领域是石油沥青装置开工率；贸易领域包括波罗的海干散货指数和秦皇岛港煤炭吞吐量。![]()
数据处理部分主要包括频率转换、日期对齐、填补空缺、季节调整以及对数差分等步骤。具体来看，频率转换部分，需要将电影票房、百度搜索指数、波罗的海干散货指数等日度指标转换为周度，转换方式是计算均值；此外，对于粗钢产量和秦皇岛港煤炭吞吐量等旬度指标，需要先将其按照插值法变频为日度数据，再通过计算均值将其调整为周度数据。对齐部分，需要将周度数据的结束日为周五的调整成结束日为周日；对数差分部分，需要对周度的电影票房、乘用车销量、百度搜索指数等指标做52周对数差分处理。![]()
除了以上处理步骤外，下面我们还将详细介绍调整多余的周和季节调整这两个瑞士联邦统计局构造WEA时着重强调的处理流程。正如WEA指数所指出的那样，根据国际标准ISO 8601，大多数年份都有52周。然而，年盈余日和闰年意味着每5-6年就有一年有53周。如果按照WEI的做法直接做52周对数差分，那么将会存在不可比的问题，因此需要对其进行调整。值得注意的是国际标准ISO 8601对于第一个日历星期的规定。根据ISO 8601，第一个日历星期有以下4种等价的说法： 1）本年度第一个星期四所在的星期；2）1月4日所在的星期；3）本年度第一个至少有4天在同一星期内的星期；4）星期一在去年12月29日至今年1月4日以内的星期。我们按照国际标准ISO 8601的规定，可以发现2015年和2020年有53周。参考WEA的处理方法，我们通过将第53周的数值平均分配到一年中的其他周。尽管改变了每周值的分布，但可以确保不会引起每年值的变化。所谓“季节效应”是指经济活动在一年中随季节（月份）变化而规律性变化的现象，背后的影响因素包括气候、日历天数和节假日等。为更准确地反映客观经济现象的本质，必须事先对季节变动因素作一定消除和调整。而高频指标相对于常规经济指标的季节效应更为明显，如乘用车日均销量、当日电影票房等，因此我们需要对其进行调整，才能消除噪声，反映经济的实际波动。从处理季节效应的方法来看，目前主要有X-13ARIMA-SEATS以及STL分解模型等。X-13ARIMA-SEATS模型是由美国人口普查局开发和维护的季节调整软件，允许对具有 ARIMA 形式的线性回归模型进行广泛的时间序列建模和模型选择。而STL 是一种用于分解时间序列的通用且稳健的方法。STL 是“使用 Loess 进行季节和趋势分解”的首字母缩写词，而 Loess 是一种估计非线性关系的方法。STL 方法由RB Cleveland、Cleveland、McRae 和 Terpenning ( 1990 )开发。从实际应用来看，目前美国人口普查局公布的X-13ARIMA-SEATS程序仅能处理月度和季度指标，无法处理日度、周度等高频指标。而根据D.
Ladiray, J. Palate, G.L. Mazzi, T. Proietti (2017)，对于日度、周度等高频指标，STL是一种比较方便且近似于X-11的方法。因此，我们选择采用STL方法来对周度高频指标进行季节调整。![]()
无论是WEI、WAI还是WEA在筛选指标时均没有涉及指标筛选的内容，但根据高铁梅, 陈磊, 王金明,
& 张同斌. (2015)，构造反映经济运行状况的指标需要从众多经济指标中筛选出适用且可靠的景气指标，而筛选标准包括以下四点：1）经济上的重要性；2）统计上的充分性；3）统计的适时性；4）与经济波动的对应性。对于经济上的重要性，我们之前已经讨论过，初步选取的指标涵盖了实体经济活动的各个领域，包括消费、贸易、生产和出行；对于统计上的充分性，我们所选取的指标是至少5年以上的周频指标；对于统计的适时性，我们所选取的高频指标要比常规的宏观经济指标频率更高；对于与经济波动的对应性，这个是之前没有讨论的，也是指标筛选的主要内容，主要包括时差相关分析、相关系数等等。我们筛选指标主要考虑相关系数，同时也参考时差相关系数，筛选出了7个指标。具体来看，保留相关系数相对较高的30大中城市商品房成交面积、乘用车销量、石油沥青装置开工率、波罗的海干散货指数以及秦皇岛煤炭吞吐量；此外，对于百度搜索指数，选取具备领先性且相关系数较高的失业金领取情况作为描述就业情况的指标；考虑到电影票房是能及时反映疫情对消费领域冲击的指标，尽管相关系数较低，但时差相关系数较高，而且仅滞后1个月，因此也予以保留。![]()
（四）合成指数：华创宏观中国周度经济活动指数与GDP增长率的相关系数为0.71回顾美国WEI、德国WAI以及瑞士WEA的指数合成方法，可以发现其背后的思路均是提取多个时间序列的共同因子，然后将共同因子与GDP增长率进行回归获得对季度GDP增长率的稳健预测。由于纽约联储构造WEI时指出，近期的高维应用倾向于使用非参数主成分分析的方法，因此我们也采取主成分分析的方式来合成华创宏观中国周度经济活动指数。![]()
从模型效果来看，华创宏观中国周度经济活动指数确实可以较好地预测GDP增长率，而且周度经济活动指数的13周移动平均与GDP实际增长率的相关系数为0.71。此外，华创宏观中国周度经济活动指数的波动要比GDP实际增长率更大，因此在2016年到2019年等GDP增长率波动较小的时候，华创宏观中国周度经济活动指数可以帮助更好地观察实体经济的波动。![]()
（五）贡献分解：商品房成交面积、石油沥青装置开工率是当前的核心变量构建华创宏观中国周度经济活动指数之后，我们想了解究竟是哪个领域的变化决定了当前HCMWEI的变化，即观测宏观经济活动变化最为核心的变量。我们将HCMWEI的变化分解为9个组成的贡献。从2020年初到2021年末，决定HCMWEI变化的核心驱动因素是电影票房代表的服务性消费以及乘用车销售量、汽车半钢胎开工率和商品房成交面积代表的耐用品消费，背后的因素是疫情封锁导致居民餐饮、旅游消费大幅减少，而疫情对居民收入的冲击叠加未来的不确定性令居民耐用品消费明显回落；从2022年初至今，HCMWEI的波动逐步减少，其中石油沥青装置开工率以及商品房成交面积主导了当前HCMWEI的变动，即目前房地产以及基建行业对于宏观经济变化具有决定作用。![]()
华创宏观中国周度经济活动指数领先国债收益率以及上证综合指数构建华创宏观中国周度经济活动指数之后，我们发现它不仅领先于GDP增长率，而且对资产价格也具备一定的镜鉴意义，可以作为投资时监测实体经济活动状况的辅助工具。
（一）华创宏观中国周度经济活动指数领先于国债收益率以及上证综合指数华创宏观中国周度经济活动指数在不同时期均领先于10年期国债收益率。我们对华创宏观中国周度经济活动指数的4周移动平均（以下简称“HCMWEI-MA4”）与10年期国债收益率做时差相关分析，可以发现HCMWEI-MA4平均领先10年期国债收益率4周，时差相关系数为0.45。![]()
华创宏观中国周度经济活动指数总体领先于上证综合指数。我们对HCMWEI-MA4与上证综合指数做时差相关分析，可以发现HCMWEI-MA4平均领先上证综合指数4周，时差相关系数为0.44。![]()
（二）华创宏观中国周度经济活动指数可以帮助控制回撤、改善投资表现考虑到华创宏观中国周度经济活动指数与上证综合指数以及10年期国债收益率较好的领先性，因此我们尝试用HCMWEI-MA4来对10年期国债期货以及上证综合指数进行回测。以上证综合指数为例，回测的思路是，将最新一期的HCMWEI-MA4与过去第N期相比：1）如果最新一期的HCMWEI-MA4高于过去第N期，且目前仓位为0，则满仓上证指数；2）如果最新一期的HCMWEI-MA4低于过去第N期，且目前仓位为1，则平仓上证指数；3）其余情况保持仓位不变。![]()
根据以上思路对HCMWEI-MA4与上证综合指数进行回测，且以上证综合指数作为基准，可以发现通过华创宏观中国周度经济指数可以较好帮助控制上证综合指数的回撤、取得更优的收益，且最优的净值是在N=2时，即与滞后2周相比时效果最好。![]()
如果以10年期国债期货进行回测，同样将最新一期的HCMWEI-MA4与过去第N期相比：1）如果最新一期的HCMWEI-MA4低于过去第N期，且目前仓位为0，则满仓10年期国债期货；2）如果最新一期的HCMWEI-MA4高于过去第N期，而目前仓位为1，则平仓10年期国债期货；3）其余情况保持仓位不变。根据以上思路对华创宏观中国周度经济指数与10年期国债期货进行回测，且以10年期国债期货作为基准，可以发现通过华创宏观中国周度经济指数也可以较好帮助控制10年期国债期货的回撤、取得更优的收益，且最优的净值是在N=3时，即与滞后3周相比时效果最好。![]()
参考资料：
[1] On the Economy: COVID-19: Forecasting with Slow and Fast Data. https://www.stlouisfed.org/on-the-economy/2020/april/covid-19-forecasting-slow-fast-data
具体内容详见华创证券研究所8月7日发布的报告《【华创宏观】经济研判的新工具——华创宏观中国WEI指数构建&投资导航仪系列（三）》。
![]()
华创证券研究所定位为面向专业投资者的研究团队，本资料仅适用于经认可的专业投资者，仅供在新媒体背景下研究观点的及时交流。华创证券不因任何订阅本资料的行为而将订阅人视为公司的客户。普通投资者若使用本资料，有可能因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义，进而造成投资损失。
本资料来自华创证券研究所已经发布的研究报告，若对报告的摘编产生歧义，应以报告发布当日的完整内容为准。须注意的是，本资料仅代表报告发布当日的判断，相关的分析意见及推测可能会根据华创证券研究所后续发布的研究报告在不发出通知的情形下做出更改。华创证券的其他业务部门或附属机构可能独立做出与本资料的意见或建议不一致的投资决策。本资料所指的证券或金融工具的价格、价值及收入可涨可跌，以往的表现不应作为日后表现的显示及担保。本资料仅供订阅人参考之用，不是或不应被视为出售、购买或认购证券或其它金融工具的要约或要约邀请。订阅人不应单纯依靠本资料的信息而取代自身的独立判断，应自主作出投资决策并自行承担投资风险。华创证券不对使用本资料涉及的信息所产生的任何直接或间接损失或与此有关的其他损失承担任何责任。
本资料所载的证券市场研究信息通常基于特定的假设条件，提供中长期的价值判断，或者依据“相对指数表现”给出投资建议，并不涉及对具体证券或金融工具在具体价位、具体时点、具体市场表现的判断，因此不能够等同于带有针对性的、指导具体投资的操作意见。普通个人投资者如需使用本资料，须寻求专业投资顾问的指导及相关的后续解读服务。若因不当使用相关信息而造成任何直接或间接损失，华创证券对此不承担任何形式的责任。
未经华创证券事先书面授权，任何机构或个人不得以任何方式修改、发送或者复制本资料的内容。华创证券未曾对任何网络、平面媒体做出过允许转载的日常授权。除经华创证券认可的媒体约稿等情况外，其他一切转载行为均属违法。如因侵权行为给华创证券造成任何直接或间接的损失，华创证券保留追究相关法律责任的权利。
订阅人若有任何疑问，或欲获得完整报告内容，敬请联系华创证券的机构销售部门，或者发送邮件至jiedu@hcyjs.com。