债券月势晓 物价、进出口模型优化及票据利率跟踪方法 债券点评 债券报告 2022年7月20日 证券分析师 刘璐 投资咨询资格编号 S1060519060001 LIULU979@pingan.com.cn 摘要：  去年以来，我们坚持在月初发布宏观经济数据前瞻，作为月度投资策略的参考模块。本文主要介绍我们近期对物价与进出口预测模型的优化方法和票据利率停更以后的跟踪方法，供大家参考。  价格模型：我们的物价同比预测方法是采用过去12个月的累计环比求和，其中前11个月累计环比增速已经公布，只需预测当月环比增速。今年以来，物价预测值均低于实际值，主要由于在比较明显的物价上行或下行趋势中，该方法会系统性低估涨幅，高估降幅。我们的优化方法是增加误差调整因子。另一个优化之处是改用商务部公布的生产资料价格指数拟合生产资料PPI环比。模型改进后，CPI、PPI的预测误差由-0.22%、-0.20%收窄至-0.10%、-0.12%（今年以来）。  进出口模型：此前我们对进口/出口数据的预测主要依靠季节性，出口预测误差较大。针对出口模型：季节性出口模型预测误差主要出现在一季度。我们引入韩国前20日出口数据对一季度出口预测进行调节，并以八大枢纽港口外贸集装箱吞吐量作为数据能否超预期的观察点，预测误差均值可缩小至-0.35%（2016年5月以来）。针对进口模型：我们采用t-1期台湾出口同比和铁矿石价格同比作双因子回归，预测误差均值较季节性模型降低0.25%至-0.74%（自2016年5月以来）。  国股银票转贴现利率停更，如何跟踪信贷需求？以往我们对金融数据的预测主要参考国股银票转贴现利率走势，并结合当月季节性规律做大致判断。但自6月24日起票据利率停止更新，进一步提升了判断金融数据的难度。现阶段，我们每日在京东科技旗下的“京票秒贴”票据平台，输入工商银行、10万元和到期日为一年后三个要素，获得票据报价，以此作为1Y国股银票转贴现利率的替代值，并沿用原有方法预测金融数据。  风险提示：政策转向超预期，流动性风险，疫情演变超预期。 证券研究报告 债券点评 2/ 5  物价模型改进：累计环比误差调整、PPI拟合因子调整 我们的物价同比预测方法是采用过去12个月的累计环比求和，其中前11个月累计环比增速已经公布，只需要选择因子预测当月环比增速。本次改进的部分是累计环比误差调整和PPI的拟合因子调整。 累计环比误差：今年以来，前12个月累计环比预测当月同比均低于实际值，其中CPI预测值比实际值低0.1%-0.2%，PPI预测值比实际值低0.3%-0.4%。这主要因为在物价高增时期，近月环比基数较高，月环比容易低估当月价格相对于去年同期基数的增长幅度，与此相对应，物价下行时期，近月环比基数较低，容易高估当月价格相对于往年同期基数的跌幅。解决方案是增加误差调整项，采用上月真实通胀同比减去过去12个月累计环比求和。 PPI拟合因子调整：由于生活资料PPI环比增速变化不大，我们的预测主要针对生产资料PPI环比。我们原本使用南华工业品指数（MA5）月度同比来预测PPI环比，2016年7月以来对生产资料PPI环比预测误差均值-0.12%（不显著异于0）。为了提升预测准确性，我们以商务部公布的生产资料价格指数作为替代的拟合因子，生产资料PPI环比预测误差均值收窄至-0.02%（不显著异于0，自2016年7月以来）。 经过以上两项调整，今年以来CPI同比预测误差由-0.22%下降至-0.10%，PPI同比预测误差由-0.20%下降至-0.12%。 图表1 调整后的CPI预测（%） 图表2 调整后的PPI预测（%） 资料来源：wind，平安证券研究所 资料来源：wind，平安证券研究所  进出口模型：由季节性调整改为拟合预测 净出口对GDP增长的贡献率远低于消费和投资，但数据波动较大，净出口对GDP增长的贡献率可以在-50%到20%区间震荡，因此可能阶段性地主导经济表现。此前我们对进口/出口数据的跟踪及预测更关注环比季节性，以过去五年当月环比季节性为锚、结合高频信息做预测，但效果并不算好，尤其是出口数据。2016年5月以来，这一预测方式对出口、进口同比增速预测的误差分别为8.5%、-0.99%。我们希望找出重要的影响因子，提升预测效果。 1. 出口模型结合季节性规律与韩国出口数据，以八大枢纽港口外贸集装箱吞吐量作为数据能否超预期的观察点 （1）韩国出口单因子回归模型能降低季节性预测在一季度的误差 季节性预测模型仅在一季度的预测效果较差，若剔除一季度，季节性预测误差均值将大幅降至-0.78%。我们引入韩国出口数据以弥补季节性模型在一季度表现的不足。 韩国出口的主要商品多集中在产业链中上游，如半导体、汽车零配件、传感器等，是全球经济增速的领先指标。我国作为全球制造业中游环节，出口受全球经济活跃度的影响较大，因此与韩国出口表现有一定同步性。同时，韩国在月底公布当月前20日出口环比，时效性也达标。具体方法是用韩国出口环比与我国出口环比做回归，然后用环比预测值倒算同比增速。这一预测模型的R²为31%，其在一季度的预测误差为-3.4%（季节性模型一季度的预测误差均值为37.3%）。该模型对1月出口增速的预测改善效果最为明显。 (6)(4)(2)0246810121416误差（新）PPI预测（新）(2)(1)0123456误差（新）CPI预测（新） 债券点评 3/ 5 一季度之外，我们仍然沿用季节性模型；一季度，1月我们使用韩国出口单因子回归模型的拟合值，2-3月使用季节性模型、韩国数据拟合模型预测值的均值。这一预测方式能将预测误差均值降至-0.35%，将一季度预测误差均值降至1.0%（季节性模型一季度误差均值为37.3%）。 （2）以八大枢纽港口外贸集装箱吞吐量 Wind自2020年5月10日开始更新八大枢纽港口外贸集装箱吞吐量，并且是旬度数据。尽管时间序列短，但它能指示出一些其他数据所不含的信息量。例如2022年6月，美国PMI、运价、韩国出口、越南出口都指向出口环比偏弱，但八大枢纽港口外贸集装箱吞吐量在6月上旬、中旬同比分别为7.7%、29.5%（历史分位数分别为64%、99%），说明出口有超预期的概率。 我们直接用八大枢纽港口外贸集装箱吞吐量中上旬的同比拟合当月出口同比，发现误差均值接近于0，但误差波动较大且几乎没有季节性规律。在使用中，我们更关注吞吐量与韩国出口数据指示信息相反时的情形，即作为数据超预期风险的参照。 图表3 用韩国出口单因子回归模型降低季节性预测在一季度的误差，出口模型误差均值降至-0.35%（%） 图表4 根据八大港口吞吐量拟合出口同比，误差波动偏高（%） 资料来源：wind，平安证券研究所 资料来源：wind，平安证券研究所 2. 进口模型增加双因子回归模型，同时也参考季节性规律 我国最主要的两项进口商品分别是从台湾进口的半导体、从澳大利亚进口的铁矿石，这两项逆差敞口分别占我国总顺差敞口的23%、20%。其中，澳大利亚出口数据更新较慢，采用铁矿石价格同比作为观察我国铁矿石进口的代理变量；台湾的出口数据在次月7日前后公布，我们在月初使用上月台湾出口同比数据作为观察半导体进口的代理变量。采用双因子回归模型，R²为55%，预测误差均值为-0.74%，较原有季节性模型误差下降0.25%。 (100)(50)050100150预测误差出口预测-一季度加入韩国出口数据调节(100)(80)(60)(40)(20)020406080100预测误差出口同比预测-根据八大枢纽港口外面集装箱吞吐量数据拟合 债券点评 4/ 5 图表5 据t-1期台湾出口同比、t期铁矿石价格同比预测进口同比，误差均值由原模型的-0.99%降至-0.74%（%） 资料来源：Wind,平安证券研究所  国股银票转贴现利率停更，如何跟踪信贷需求情况？ 以往我们对金融数据的预测主要参考国股银票转贴现利率的走势，并结合当月季节性规律做大致的判断。但自6月24日起票据利率停止更新，这进一步提升了判断金融数据的难度。现阶段，我们每日在京东科技旗下的“京票秒贴”票据平台，输入工商银行、10万元和到期日为一年后三个要素，获得票据报价，以此作为1Y国股银票转贴现利率的替代值。 图表6 国股银票转贴现利率暂停更新，可跟踪京东银票贴现利率1（%） 资料来源：Wind,平安证券研究所  风险提示：政策转向超预期，流动性风险，疫情演变超预期。 1 国股银票转贴现利率（模拟）系根据1年期同业存单利率走势拟合，并考虑了与前后利率平滑衔接调整得出。 (40)(30)(20)(10)0102030预测误差进口同比预测-根据台湾出口t-1、铁矿石价格同比增速0.91.41.92.42.9国股银票转贴现利率曲线:1年国股银票转贴现利率曲线:1年（模拟）京东银票贴现利率：1年 平安证券研究所投资评级： 股票投资评级: 强烈推荐 （预计6个月内，股价表现强于市场表现20%以上） 推 荐 （预计6个月内，股价表现强于市场表现10%至20%之间） 中 性 （预计6个月内，股价表现相对市场表现在±10%之间） 回 避 （预计6个月内，股价表现弱于市场表现10%以上） 行业投资评级: 强于大市 （预计6个月内，行业指数表现强于市场表现5%以上） 中 性 （预计6个月内，行业指数表现相对市场表现在±5%之间） 弱于大市 （预计6个月内，行业指数表现弱于市场表现5%以上） 公司声明及风险提示： 负责撰写此报告的分析师（一人或多人）就本研究报告确认：本人具有中国证券业协会授予的证券投资咨询执业资格。 平安证券股份有限公司具备证券投资咨询业务资格。本公司研究报告是针对与公司签署服务协议的签约客户的专属研究产品，为该类客户进行投资决策时提供辅助和参考，双方对权利与义务均有严格约定。本公司研究报告仅提供给上述特定客户，并不面向公众发布。未经书面授权刊载或者转发的，本公司将采取维权措施追究其侵权责任。 证券市场是一个风险无时不在的市场。您在进行证券交易时存在赢利的可能，也存在亏损的风险。请您务必对此有清醒的认识，认真考虑是否进行证券交易。 市场有风险，投资需谨慎。 免责条款： 此报告旨为发给平安证券股份有限公司（以下简称“平安证券”）的特定客户及其他专业人士。未经平安证券事先书面明文批准，不得更改或以任何方式传送、复印或派发此报告的材料、内容及其复印本予任何其他人。 此报告所载资料的来源及观点的出处皆被平安证券认为可靠，但平安证券不能担保其准确性或完整性，报告中的信息或所表达观点不构成所述证券买卖的出价或询价，报告内容仅供参考。平安证券不对因使用此报告的材料而引致的损失而负上任何责任，除非法律法规有明确规定。客户并不能仅依靠此报告而取代行使独立判断。 平安证券可发出其它与本报告所载资料不一致及有不同结论的报告。本报告及该等报告反映编写分析员的不同设想、见解及分析方法。报告所载资料、意见及推测仅反映分析员于发出此报告日期当日的判断，可随时更改。此报告所指的证券价格、价值及收入可跌可升。为免生疑问，此报告所载观点并不代表平安证券的立场。 平安证券在法律许可的情况下可能参与此报告所提及的发行商的投资银行业务或投资其发行的证券。 平安证券股份有限公司2022版权所有。保留一切权利。 平安证券研究所 电话：4008866338 深圳 上海 北京 深圳市福田区福田街道益田路5023号平安金融中心B座25层 邮编：518033 上海市陆家嘴环路1333号平安金融大厦26楼 邮编：200120 北京市西城区金融大街甲9号金融街中心北楼16层 邮编：100033