【基煜专题报告】经济高频追踪系列之工业生产高频追踪
报告摘要
国家统计局、中国人民银行、海关总署等部门每个月都会定期发布经济运行相关统计指标，然而大部分经济指标存在着滞后性，除此之外，部分经济指标如分行业的工业增加值指标缺失1月、2月的数据。上述几方面的原因使得通过追踪官方经济指标指导投资存在较大的局限性，因此通过构建更高频的指标来追踪上述经济指标具有非常重要的现实意义。
本文重点关注工业生产领域中的工业增加值同比指标，最终选取7个高频指标来构建基煜工业生产指数，高频追踪工业增加值同比指标。在每月月末得到当月的基煜工业生产指数值，比工业增加值同比数据官方公布时间提前半个月左右，构建的基煜工业生产指数与工业增加值同比数据走势较为一致， 2021年以来基煜工业生产指数对工业增加值同比数据走势方向判断的胜率为100%，能够较好较早的反映工业生产整体情况。
利用截至2022年12月31日数据得到的12月的基煜工业生产指数值为0.88%，11月的基煜工业生产指数值为2.15%，显示由于疫情等因素的影响，12月的工业生产活动相对较弱。
通过利用高频指标追踪工业生产、消费、投资、出口、CPI、PPI等指标，可以在官方指标公布之前掌握相关指标的变动趋势，对于股市和债市的择时具有重要的意义，后续系列文章将会聚焦在消费、投资、出口、CPI、PPI等指标的高频追踪以及高频指标在大类资产择时中的应用。
经济高频追踪方法论介绍
国家统计局、中国人民银行、海关总署等部门都会定期发布经济运行相关统计指标，然而除了PMI指标在当月月末公布当月的指标外，其余绝大部分的经济指标都要到次月中旬左右才会公布上月数据，GDP系列的指标更是要在季度结束后的次月20日左右才能公布当季数据，特别地，1月、4月、9月的数据会受到春节、劳动节和国庆节的影响而比其他月份延迟发布，因此上述大部分经济指标存在着滞后性，除此之外，部分经济指标如分行业的工业增加值指标缺失1月、2月的数据。上述几方面的原因使得通过追踪官方经济指标指导投资存在较大的局限性，因此通过构建更高频的指标来追踪上述经济指标具有非常重要的现实意义，可以更好的辅助投资者判断当前经济形势，做出更有效的投资决策。
数据来源：Wind，基煜研究整理
经济类指标可以分成增长、通胀、流动性三类，其中增长类指标数量较多，指标比较丰富，经济增长衡量的是GDP的增长，可以根据GDP的不同核算方法将增长类指标进行分类，从生产法角度，GDP=经济总产出-中间投入，经济总产出的增值对于衡量GDP的增长尤为重要，工业生产在我国经济活动中占据了很大的比重，可以很好的反映经济上中下游的景气程度，本文重点关注工业生产领域中的工业增加值指标。从支出法角度，GDP=消费+投资+净出口，因此消费、投资和净出口三个类别的指标可以从另外一个角度来衡量GDP的增长，消费、投资和出口也就是我们通常所说的拉动中国经济增长的“三驾马车”，我们重点关注社会消费品零售总额、固定资产投资和出口金额这三个指标。对于通胀指标来讲，则主要是CPI和PPI。
我们通过选取一系列的经济高频指标来追踪官方发布的低频经济指标，对于经济高频指标的选取采用如下选取标准：
一、选取的经济高频指标必须与所追踪的低频经济指标同时具有经济上和统计上的强关联性。有些指标之间可能在统计上具有强关联性，但是在经济上没有相关性，那么此时这些指标之间的相关性仅仅只是因为偶发性因素；有些指标之间在经济上具有很强的关联性，但是实际的数据不支持这种强关联性，上述两种情况下的高频指标都不能很好的追踪低频指标，只有同时在经济上和统计上都具有强关联性的指标才能更好的进行追踪。
二、选取的经济高频指标更新频率必须高于所追踪的低频经济指标，通常为日度、周度、旬度。
三、选取的经济高频指标历史数据长度要大于5年。为了保证统计结果的稳健性，选取的经济高频数据必须具有较长的历史数据，有些比较新的经济高频数据虽然具有经济上较强的关联性，但因为数据期限较短，因此不能直接作为追踪的高频指标。
四、同一类别的经济高频指标只选取最有代表性的一个。为了防止相同类别经济高频指标带来的多重共线性问题，同一类别的指标只选取最具代表性的一个，对于同一类别的经济高频指标，经济和统计上关联性强的指标优先，频率更高的指标优先，历史数据更长的指标优先。
当我们选出有代表性的经济高频指标之后，接下来就是要通过这些指标来构建模型进而去拟合预测相关低频经济指标，常见的方法包括线性回归、非线性回归以及机器学习、深度学习等方法。由于宏观经济数据量较少，以工业增加值指标为例，10年的工业增加值指标也只有120个数据点，采用目前流行的机器学习、深度学习等方法非常容易产生过拟合问题，并且可解释性也不强，因此综合权衡之后我们采用线性回归方法来构建模型。
工业生产相关高频指标
在本文中我们重点关注工业生产领域中的工业增加值同比指标，通过选取高频经济指标来追踪工业增加值同比的走势变化。工业增加值即工业企业生产经营中增加的价值，工业增加值增加说明企业开工很积极，经济前景向好。工业增加值是GDP重要的组成部分，占GDP总额的30%左右，工业增加值的走势与GDP的走势也有一定的相关性。
Wind，基煜研究整理；时间截至2022/11/30
我国工业增加值数据包含了40余个细分行业的工业增加值数据，行业构成比较分散，部分行业缺少高频追踪指标，很难对40余个细分行业全部进行高频追踪，因此需要将追踪重点聚焦在部分重要行业。下图所示为根据国家统计局公布的投入产出表计算的前二十大细分行业工业增加值占比，可以看到工业增加值占比最大的行业是非金属矿物制品业，占比接近10%，前十大细分行业工业增加值累计占比接近60%，前二十大细分行业工业增加值累计占比超过80%，可见对前二十大细分行业中的重要行业进行追踪刻画就可以比较好的反映整个工业增加值的变动情况。
数据来源：Wind，基煜研究整理
钢铁行业高频指标
钢铁行业是工业中的重要行业，钢铁产业链涉及到众多的上中下游行业，在钢铁产业链中，首先利用焦炭和铁矿石等原材料通过高炉炼铁得到生铁，然后生铁通过转炉炼钢得到粗钢，粗钢经过进一步的加工得到螺纹钢、线材和冷轧板等，其中螺纹钢和线材广泛应用于基建行业，冷轧板则广泛应用于汽车、电器、机械产品的生产。
钢铁产业链有众多高频指标，我们从中选取了有代表性的粗钢等钢铁产量高频指标(旬度)和高炉开工率高频指标(周度)，将高频指标降频至月度，计算当月同比并与钢铁行业工业增加值当月同比进行相关性比较，根据下面两图可以看到钢铁产量类高频指标和高炉开工率高频指标均与钢铁行业工业增加值走势相似，但钢铁产量类高频指标更新频率为旬度，时效性低于高炉开工率类指标，因此最终我们选取“唐山钢厂：高炉开工率指标(周度)”作为钢铁产业链代表指标。
钢铁行业的下游对应的行业分别是基建类和汽车、电器、机械类行业，基建类行业的中上游除了关联钢铁外，也跟非金属矿物有较强的关联性，汽车、电器、机械类行业则跟有色金属、通用设备制造业、电气机械及器材制造业有较强的关联性。通过工业增加值同比数据走势可以看到这几个行业的走势较为一致，因此“唐山钢厂：高炉开工率指标”一个指标可以较好的刻画众多上下游行业。
数据来源：Wind，基煜研究整理
数据来源：Wind，基煜研究整理；时间截至2022/11/30
数据来源：Wind，基煜研究整理；时间截至2022/11/30
数据来源：Wind，基煜研究整理；时间截至2022/11/30
数据来源：Wind，基煜研究整理；时间截至2022/11/30
化工行业高频指标
化工行业是一个与钢铁行业相关性比较低的行业，化工行业包罗万象，内部细分行业众多，上下游涉及到生活的方方面面，上游利用原油、天然气、煤、LPG等原材料，通过重整、裂解等方式生成芳烃(BTX/PX)、烯烃(C2/C3)等，进一步生成PTA、MEG、PVC等中间产品，最终应用于纺织、房地产、家电、汽车、日用品等行业。
我们选取了化工产业开工率相关高频指标(日度)和化工产业负荷率相关高频指标(日度)，可以看到“开工率:聚酯产业链:PX”、“PTA产业链负荷率:聚酯工厂”、“PTA产业链负荷率:江浙织机”均与化工产业增加值有较强的相关性，但是“开工率:聚酯产业链:PX”历史数据较少，“PTA产业链负荷率:江浙织机”极值现象比较严重，因此最终选取“PTA产业链负荷率:聚酯工厂(日度)”作为化工产业链高频指标。
数据来源：Wind，基煜研究整理；时间截至2022/11/30
数据来源：Wind，基煜研究整理；时间截至2022/11/30
煤化工行业高频指标
上一部分化工行业PTA产业链主要是以石油、天然气为原材料的化工产业，煤化工行业则是与之相独立的另一块化工产业，因此我们单独寻找煤化工行业的高频指标。煤化工产业链按照工艺路线可以分为煤焦化、煤气化、煤液化和煤电化四种，煤焦化在其中占有比较高的权重，我们最终选取了焦化企业开工率(周度)作为煤化工行业高频指标。
数据来源：Wind，基煜研究整理
数据来源：Wind，基煜研究整理；时间截至2022/11/30
汽车行业高频指标
汽车行业在细分行业增加值中占比超过5%，为此我们单独筛选汽车行业高频指标，比较常用的汽车行业的高频指标是汽车轮胎开工率相关指标，由于汽车轮胎是汽车生产必不可少的组成部分，因此汽车轮胎的开工率基本上反映了整个汽车行业的情况，汽车轮胎又分为两种，半钢胎和全钢胎。半钢胎一般是小车胎，其带束层采用的是人造丝或者是其它的纤维，主要应用在轿车、皮卡、商务车等车型上；全钢胎一般是大车胎，带束层采用钢丝帘线，主要应用在卡车、公交等重型车上。经过测算，半钢胎开工率与汽车制造业增加值相关性更高，因此我们选取半钢胎开工率(周度)作为汽车行业高频指标。
数据来源：Wind，基煜研究整理；时间截至2022/11/30
食品饮料行业高频指标
与食品饮料相关的细分行业包括农副食品加工业，酒、饮料和精制茶制造业，食品制造业，上述三个行业的工业增加值占比超过7%，并且与其他重工业、轻工业相关性较低，因此有必要针对食品饮料行业构建专门指标，猪肉价格是影响CPI的重要因素，也是影响食品饮料行业的一个重要指标，从下面两图可以看到猪肉价格对食品饮料行业具有负相关作用，当猪肉价格上涨时，食品饮料行业增加值往往下跌，反之则上涨。因此选用“平均批发价:猪肉(日度)”作为食品饮料行业的高频指标。
数据来源：Wind，基煜研究整理；时间截至2022/11/30
数据来源：Wind，基煜研究整理；时间截至2022/11/30
基建与房地产行业高频指标
基建和房地产行业是国民经济中两个重要的行业，虽然这两个行业没有直接显示在分行业的工业增加值占比中，但这两个行业跟众多的上下游行业紧密相关，因此有必要通过单独的高频指标追踪刻画这两个行业。石油沥青是基础设施建设的重要原材料，广泛应用于交通运输、建筑业、工业、水利工程等众多行业；30大中城市商品房成交面积是一个日频的指标，可以比较好的刻画房地产行业走势。因此，最终我们采用石油沥青装置开工率(周度)和30大中城市商品房成交面积(日度)来分别作为基建行业和房地产行业的高频指标。
数据来源：Wind，基煜研究整理；时间截至2022/11/30
数据来源：Wind，基煜研究整理；时间截至2022/11/30
数据来源：Wind，基煜研究整理
构建基煜工业生产指数，2021年以来预测胜率100%
综合上一部分的内容，我们最终选取“唐山钢厂：高炉开工率”、“PTA产业链负荷率:聚酯工厂”、“开工率:焦化企业(230家)”、“开工率:汽车轮胎:半钢胎”、“平均批发价:猪肉”、“开工率:石油沥青装置”、“30大中城市:商品房成交面积”共计7个指标构建基煜工业生产指数，来高频追踪工业增加值同比指标。具体方法上，首先在每月月末将上述7个高频指标降频成月度指标，并计算月度同比数据，然后将这7个指标的同比数据与工业增加值同比数据做回归，最后得到回归的拟合值，即基煜工业生产指数。
从下图可以看到，在每月月末利用高频数据拟合得到当月的基煜工业生产指数与工业增加值同比数据走势较为一致，利用截至2022年12月31日的数据得到的12月的基煜工业生产指数值为0.88%，11月的基煜工业生产指数值为2.15%，显示由于疫情等因素的影响，12月的工业生产活动相对较弱。
自2019年4月份以来基煜工业生产指数对工业增加值同比数据走势方向判断的胜率为79%，由于早期样本点数量较少，因此模型拟合效果有待优化，随着数据量的不断增多，模型的拟合效果也在逐渐增强，2021年以来基煜工业生产指数对工业增加值同比数据走势方向判断的胜率为100%，同时在每月月末就可以得到当月的基煜工业生产指数，因此能够较好较早的反映工业生产整体情况。
通过利用高频指标追踪工业生产、消费、投资、出口、CPI、PPI等指标，可以在官方指标公布之前掌握相关指标的变动趋势，对于股市和债市的择时具有重要的意义，后续系列文章将会聚焦在消费、投资、出口、CPI、PPI等指标的高频预测以及高频指标在大类资产择时中的应用。
数据来源：Wind，基煜研究；时间截至2022/12/31
风 险 提 示
基金投资有风险，在进行投资前请参阅基金的《基金合同》、《招募说明书》等法律文件。本资料仅供特定客户内部使用，不作为任何宣传推介、投资建议或保证，以及法律文件。基金管理人承诺以诚实信用、勤勉尽责的原则管理和运作基金资产，但不保证基金一定盈利，也不保证最低收益，同时基金的过往业绩及其净值高低并不预示其未来业绩表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，投资者应自主做出投资决策并自行承担投资风险。投资者购买货币市场基金并不等于将基金作为存款存放在银行或者存款类金融机构。代销机构不承担产品的投资、兑付和风险管理责任。基金有风险，投资需谨慎。
重 要 声 明
本报告由上海基煜基金销售有限公司（以下简称“基煜基金”）编制。本报告基于合法取得的信息，但基煜基金对这些信息的准确性和完整性不作任何保证。本报告所包含的分析基于各种假设，不同假设可能导致分析结果出现重大不同。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。除法律或规则规定必须承担的责任外，基煜基金不对使用本报告及其内容所引发的任何直接或间接损失负任何责任。本报告版权归基煜基金所有。未经基煜基金事先书面许可，任何机构和个人均不得以任何形式翻版、复制、引用或转载，否则，基煜基金将保留随时追究其法律责任的权利。本报告所使用的部分作品属于相关权利人所有，因客观原因，部分作品如存在不当使用的情况，请相关权利人随时与我们联系以协商授权事宜。