12.18 大數據:中國經濟進入“復甦”狀態,非一線城市房地產價格下滑

大數據:中國經濟進入“復甦”狀態,非一線城市房地產價格下滑

按照我們基於大數據的工業活動模型的預測,中國經濟正在進入“復甦”狀態。

美國經濟也接近復甦狀態。如果美國的經濟增長勢頭繼續改善,這將標誌著自2016年以來,世界的兩大巨頭第一次同時處於復甦狀態(2017年對於風險資產來說是有利的一年)。

中國的通貨膨脹開始上漲,但是我們不會對主要因子的變動做過多解讀——因為生產價格仍然疲軟

再看歐洲,對拉加德的首次新聞發佈會的機器分析表明,拉加德比德拉吉看待經濟增長的態度更為鴿派,但是看待通貨膨脹的態度則比德拉吉更為鷹派。

FX-1模型上週走強。做多英鎊是獲利的主要推動因素。不僅僅是從政治方面,從基本面考察也表明應該維持做多英鎊。


經濟增長:大數據顯示中國處於“復甦”狀態

在過去幾天發佈的中國數據普遍比預期要好。工業產值尤其強勁,與我們基於大數據的模型預測一致。本月發佈的關鍵數據進一步表明,我們在最近幾個月所觀察到的經濟增長勢頭的增強可能會持續。

我們通過DeepChina熱圖(見圖1)來概括中國經濟目前的狀態。

經濟增長仍然遠低於趨勢值,為-1.56(低於長期平均數的標準差)。但是,經濟增長的勢頭是積極的,並且經濟增長已經超過了夏末的低值。經濟增長低於趨勢值但正在改善,這使得中國處於“復甦”狀態。

工業也顯示出了觸底的跡象,與我們的預期一致。我們利用基於大數據的模型來預測中國的工業活動。該模型採用衛星收集來的大氣汙染數據,我們發現它能夠及時、有效地預測工業活動——該衛星數據有三天的滯後。

我們對十一月工業產值(於紐約時間12月15日發佈)的預測值是5.9%,遠高於市場共識水平的5.0%,並且高於接受彭博社調查的28位經濟學家的預測。實際發佈的數值為6.2%,顯示出了積極的變化。

圖1. DeepChina熱圖,2019年10月21日-2019年12月16日(單位如示)

大數據:中國經濟進入“復甦”狀態,非一線城市房地產價格下滑

來源:深數宏觀(DeepMacro)

雖然經濟增長勢頭走高,但房地產的發展卻是例外。房地產價格在下滑,但是主要集中在二、三、四線城市。一線城市的房地產價格仍然在增長。

最後,目前的資金外流壓力也不是十分強勁。我們通過另一個基於大數據的模型,即通過對人民幣輿情的考察來對其進行測量,目前人民幣輿情比平時更為積極。與通貨膨脹相同,這也是目前與中國經濟疲軟的其他時期的關鍵不同之處。只要對人民幣的輿情是穩定的,並且資金外流得到遏制,那麼對全球風險資產來說就是一個利好的背景。


通貨膨脹:中國——消費通脹上漲,但基礎價格壓力疲軟

在DeepChina熱圖上,通貨膨脹和經濟增長都顯示為“紅色”。通貨膨脹因子目前低於長期平均值0.37個標準差(見圖2)。這一水平表明通貨膨脹疲軟,遠低於2017年的峰值,但是,仍然比2015/2016年時的水平要強勁的多,當時債務緊縮上升為主要的擔憂。

我們不會過度關注最近通貨膨脹因子(非常小幅)的改善。因為因子分解明顯表明,在消費者價格(藍色)、通貨膨脹預期(紅色)、生產價格(橙色)和貿易價格(綠色)之間存在分歧。前兩個類別最近一直在上漲,使得通貨膨脹因子整體觸底反彈並且有小幅改善。但是,消費者價格指數和預期的大部分增長是由豬肉價格的持續衝擊造成的。換句話說,它並不能代表經濟中總體通貨膨脹壓力的情況。另一方面,生產價格仍然十分疲軟。整體來看,中國的基礎通貨膨脹仍然比主要因子略顯疲軟,但是並沒有疲軟到令人擔憂的程度。

圖2. 中國通貨膨脹因子,2015年1月-2019年11月(十年平均數標準差)

大數據:中國經濟進入“復甦”狀態,非一線城市房地產價格下滑

來源:深數宏觀(DeepMacro)


央行:拉加德比德拉吉更為鴿派

上週,克里斯蒂娜·拉加德主持召開了她上任以來的第一次歐洲央行管理委員會會議。拉加德特意強調她與前任歐洲央行行長不同,“我會做我自己,因此可能會有所不同。”

我們的機器驅動的解讀是,是的,拉加德比德拉吉看待經濟增長的態度更為鴿派,但是看待通貨膨脹的態度則比德拉吉更為鷹派。

圖3a和3b分別顯示了在德拉吉任職期間(藍色線條),我們對歐洲央行新聞發佈會的經濟增長和通貨膨脹央行溝通鷹鴿指數的歷史情況。我們也同樣顯示了拉加德的有關數據(綠色點)。我們還顯示了DeepMacro經濟增長因子和通貨膨脹因子(紅色線條)。從經濟增長和通貨膨脹的關係以及德拉吉在新聞發佈會中的觀點,我們可以預測到德拉吉將會如何解讀當前的經濟增長和通貨膨脹基本面(灰色點)。

對於經濟增長,拉加德比德拉吉的觀點更為鴿派。

德拉吉在新聞發佈會上的“鷹鴿偏好”的發展大體上符合實際的經濟增長。德拉吉通常非常接近經濟增長數據,甚至在某些時候超過經濟增長的數據,尤其是2013年。考慮到德拉吉之前的發言與經濟增長之間的關係,我們可以預計,在十二月份的新聞發佈會上,德拉吉的鷹鴿偏好與之前幾乎沒有變化——在我們的圖上來看這個結果可能接近中性(左軸的零)。

而拉加德實際的新聞發佈會中的經濟增長央行鷹鴿指數則更為消極。圍繞下行風險的語言的微調在會議後的媒體報道中比較突出,但是我們發現,與德拉吉最近會議後的新聞發佈會和這種情況下德拉吉可能的立場相比,有關經濟增長的發言整體來看並不那麼樂觀。在建立公信力時,控制樂觀的態度可能是安全的做法。

圖3a. 歐洲央行:新聞發佈會的經濟增長央行鷹鴿指數vs. 深數宏觀(DeepMacro)經濟增長因子,2011年11月3日-2019年12月12日(積極鷹鴿偏好淨百分比和十年平均數標準差)

大數據:中國經濟進入“復甦”狀態,非一線城市房地產價格下滑

來源:深數宏觀(DeepMacro)

在通貨膨脹方面,情況則恰恰相反——按照通貨膨脹央行鷹鴿指數的測量,並考慮到我們的通貨膨脹因子,拉加德的對通貨膨脹的鷹鴿偏好比德拉吉最近新聞發佈會的信息以及我們預計他會採取的態度要更高(更為積極)。很明顯,拉加德試圖避免如推測的那樣被定義為鴿派。她傾向於反對這種推測,甚至稱她自己為“貓頭鷹”,結果就是提高了新聞發佈會的鷹鴿偏好,當然這是與德拉吉過去的態度相比較而言。

整體來看,拉加德聲明她將會有所不同,對其進行的機器驅動的判斷是正確的。她在第一次新聞發佈會上採取了保守的態度,這在她的講話中得到了清晰地體現。

圖3b. 歐洲央行:新聞發佈會的通貨膨脹央行鷹鴿指數vs. 深數宏觀(DeepMacro)通貨膨脹因子 ,2011年11月3日-2019年12月12日(積極鷹鴿偏好淨百分比和十年平均數標準差)

大數據:中國經濟進入“復甦”狀態,非一線城市房地產價格下滑

來源:深數宏觀(DeepMacro)

注:經濟增長/通貨膨脹央行鷹鴿指數表明央行對經濟增長/通貨膨脹的淨積極或淨消極鷹鴿偏好。指數表明央行表達對經濟增長/通貨膨脹“積極”(在數量含義上的,即上升、增加、穩固等,而不是在規範意義上的“積極”)觀點的信息聲明的淨百分比。新聞發佈會保持不變,直到下一次發佈同類信息。


市場:做多英鎊推動了FX-1外匯投資組合獲利

上週FX-1外匯投資組合獲利強勁。經濟增長和估值支柱在上週都有上漲,同時利差支柱稍有下跌。

做多英鎊是獲利的主要推動因素。與我們的大數據驅動的分析一致( ),保守黨獲得了勝利,受到大選結果的影響,英鎊大幅上漲。除了市場變量的反饋以外,我們系統化的外匯投資模型並不直接考慮政治因素。在由大選推動的上漲發生之前,今年政治因素似乎並沒有對貨幣有持續性的影響,貨幣一直在一個較小的範圍內交易。在消除了(部分)不確定性之後,我們預計英鎊交易會受未來較為積極的基本面的影響,本週我們仍然維持做多英鎊,頭寸與之前類似。英國的經濟增長因子仍然相對疲軟(主要原因是不良的輿情,如 所述),但是經濟增長的勢頭最近轉為積極。此外,根據我們的模型,英鎊的估值很低。

做空日元也對上週投資組合的獲利有所貢獻,甚至比英鎊貢獻更多。由於英國大選結果的確定和中美貿易問題的進展,避險貨幣相對疲軟。但是,日本的基本面也指向做空。消費稅上漲和中國經濟不景氣對日本的經濟增長造成了不利影響(見圖4)。即將到來的激勵應對經濟增長有所助益,但是起點過於疲軟。估值接近於合理價值,利差也指向做空。本週,在日本央行會議即將召開之際,我們維持做空日元。

對投資組合的其它貨幣,我們僅做小幅調整——每種貨幣的比重改變小於3%。利差支持,美元仍然是最大的做多頭寸。與其他國家相比,美國的經濟增長相對更為疲軟,並且估值接近中性。因此,頭寸主要是受到其他貨幣的走勢的驅動。做多的貨幣還包括澳元和挪威克朗,以及更小頭寸的新西蘭元和瑞典克朗。做空的貨幣主要還是考慮到利差的因素。除了日元之外,考慮到利差,歐元和瑞士法郎也是做空。這兩種貨幣我們都持有大量的頭寸。最後,加元昂貴的估值支持少量做空的資產分配。

圖4. 日本經濟增長因子,2015年1月-2019年12月(十年平均數標準差)

大數據:中國經濟進入“復甦”狀態,非一線城市房地產價格下滑

來源:深數宏觀(DeepMacro)


深數宏觀(DeepMacro)由華爾街資深經濟學家和IT界著名數據科學家創建,利用人工智能分析大量經濟數據,將其量化為經濟增長因子、通貨膨脹因子、全球投資風險因子等指標,預測全球宏觀經濟趨勢。全自動的算法系統利用“大數據”在官方數據發佈之前,分析經濟狀況並獲取對市場重要但官方數據未能很好覆蓋的數據。基於這些指標,深數宏觀(DeepMacro)構建了各種資產類別的中期投資組合,包括短期利率、外匯和全球資產配置,都取得了很好的業績。深數宏觀(DeepMacro)與世界各地的金融機構,包括主要銀行、主權財富基金和全球對沖基金等密切合作,提供付費內容、專有指標和諮詢服務。有關更深入的數據分析和專業解釋,請聯繫[email protected]


分享到:


相關文章: