中泰时钟下的2019年资产配置策略:如何把政策数字化( 五 )

举一个例子 , 可以说明用原始的宏观指标做统计分析 , 会存在一些比较明显的问题 。 比如工业用电量这一指标 , 用电量在宏观指标中应该算数据质量很高的 。 图中曲线是统计局公布的工业用电量同比增速的原始数据序列 , 我们可以看到圈出来的波峰波谷 , 对应在时间轴上都在1-3月份的工业淡季 , 淡季的增速容易偏大或偏小 。 淡季的增速在经济意义上来说是最不重要的 , 但是从量化模型来说 , 拿这个原始指标做统计分析的话 , 波峰波谷的数据点对统计结果的影响往往是决定性的 。

可见 , 经济意义最不重要的数据点却会决定统计的结果 。 所以在中泰时钟的研究工作中 , 我们花了大量的时间和精力对这些原始宏观指标做清洗、修整和重构 , 在这个基础上我们才能做下一步的量化实证和检验 。

中泰时钟下的2019年资产配置策略:如何把政策数字化

----中泰时钟下的2019年资产配置策略:如何把政策数字化//----江苏龙网 http://www.jiangsulong.com //

此外 , 我们寻找经济产出的领先指标时 , 发现M1和M0的增量差 , 在拐点上很稳定地领先于GDP产出水平6个月左右 。 过去12个月M1和M0的增量之差 , 代表着企业活期存款的变化 , 而企业活期存款能反映企业的经营活跃度 。 目前看M1和M0的增量差 , 还没有出现向上的拐点 , 但下降速率趋缓了 。 由此可以预判产出水平至少在接下来的6个月内也很难出现向上的拐点 , 但是下滑的速率可能趋缓 。

中泰时钟下的2019年资产配置策略:如何把政策数字化

----中泰时钟下的2019年资产配置策略:如何把政策数字化//----江苏龙网 http://www.jiangsulong.com //


推荐阅读