12.18 大数据:中国经济进入“复苏”状态,非一线城市房地产价格下滑

大数据:中国经济进入“复苏”状态,非一线城市房地产价格下滑

按照我们基于大数据的工业活动模型的预测,中国经济正在进入“复苏”状态。

美国经济也接近复苏状态。如果美国的经济增长势头继续改善,这将标志着自2016年以来,世界的两大巨头第一次同时处于复苏状态(2017年对于风险资产来说是有利的一年)。

中国的通货膨胀开始上涨,但是我们不会对主要因子的变动做过多解读——因为生产价格仍然疲软

再看欧洲,对拉加德的首次新闻发布会的机器分析表明,拉加德比德拉吉看待经济增长的态度更为鸽派,但是看待通货膨胀的态度则比德拉吉更为鹰派。

FX-1模型上周走强。做多英镑是获利的主要推动因素。不仅仅是从政治方面,从基本面考察也表明应该维持做多英镑。


经济增长:大数据显示中国处于“复苏”状态

在过去几天发布的中国数据普遍比预期要好。工业产值尤其强劲,与我们基于大数据的模型预测一致。本月发布的关键数据进一步表明,我们在最近几个月所观察到的经济增长势头的增强可能会持续。

我们通过DeepChina热图(见图1)来概括中国经济目前的状态。

经济增长仍然远低于趋势值,为-1.56(低于长期平均数的标准差)。但是,经济增长的势头是积极的,并且经济增长已经超过了夏末的低值。经济增长低于趋势值但正在改善,这使得中国处于“复苏”状态。

工业也显示出了触底的迹象,与我们的预期一致。我们利用基于大数据的模型来预测中国的工业活动。该模型采用卫星收集来的大气污染数据,我们发现它能够及时、有效地预测工业活动——该卫星数据有三天的滞后。

我们对十一月工业产值(于纽约时间12月15日发布)的预测值是5.9%,远高于市场共识水平的5.0%,并且高于接受彭博社调查的28位经济学家的预测。实际发布的数值为6.2%,显示出了积极的变化。

图1. DeepChina热图,2019年10月21日-2019年12月16日(单位如示)

大数据:中国经济进入“复苏”状态,非一线城市房地产价格下滑

来源:深数宏观(DeepMacro)

虽然经济增长势头走高,但房地产的发展却是例外。房地产价格在下滑,但是主要集中在二、三、四线城市。一线城市的房地产价格仍然在增长。

最后,目前的资金外流压力也不是十分强劲。我们通过另一个基于大数据的模型,即通过对人民币舆情的考察来对其进行测量,目前人民币舆情比平时更为积极。与通货膨胀相同,这也是目前与中国经济疲软的其他时期的关键不同之处。只要对人民币的舆情是稳定的,并且资金外流得到遏制,那么对全球风险资产来说就是一个利好的背景。


通货膨胀:中国——消费通胀上涨,但基础价格压力疲软

在DeepChina热图上,通货膨胀和经济增长都显示为“红色”。通货膨胀因子目前低于长期平均值0.37个标准差(见图2)。这一水平表明通货膨胀疲软,远低于2017年的峰值,但是,仍然比2015/2016年时的水平要强劲的多,当时债务紧缩上升为主要的担忧。

我们不会过度关注最近通货膨胀因子(非常小幅)的改善。因为因子分解明显表明,在消费者价格(蓝色)、通货膨胀预期(红色)、生产价格(橙色)和贸易价格(绿色)之间存在分歧。前两个类别最近一直在上涨,使得通货膨胀因子整体触底反弹并且有小幅改善。但是,消费者价格指数和预期的大部分增长是由猪肉价格的持续冲击造成的。换句话说,它并不能代表经济中总体通货膨胀压力的情况。另一方面,生产价格仍然十分疲软。整体来看,中国的基础通货膨胀仍然比主要因子略显疲软,但是并没有疲软到令人担忧的程度。

图2. 中国通货膨胀因子,2015年1月-2019年11月(十年平均数标准差)

大数据:中国经济进入“复苏”状态,非一线城市房地产价格下滑

来源:深数宏观(DeepMacro)


央行:拉加德比德拉吉更为鸽派

上周,克里斯蒂娜·拉加德主持召开了她上任以来的第一次欧洲央行管理委员会会议。拉加德特意强调她与前任欧洲央行行长不同,“我会做我自己,因此可能会有所不同。”

我们的机器驱动的解读是,是的,拉加德比德拉吉看待经济增长的态度更为鸽派,但是看待通货膨胀的态度则比德拉吉更为鹰派。

图3a和3b分别显示了在德拉吉任职期间(蓝色线条),我们对欧洲央行新闻发布会的经济增长和通货膨胀央行沟通鹰鸽指数的历史情况。我们也同样显示了拉加德的有关数据(绿色点)。我们还显示了DeepMacro经济增长因子和通货膨胀因子(红色线条)。从经济增长和通货膨胀的关系以及德拉吉在新闻发布会中的观点,我们可以预测到德拉吉将会如何解读当前的经济增长和通货膨胀基本面(灰色点)。

对于经济增长,拉加德比德拉吉的观点更为鸽派。

德拉吉在新闻发布会上的“鹰鸽偏好”的发展大体上符合实际的经济增长。德拉吉通常非常接近经济增长数据,甚至在某些时候超过经济增长的数据,尤其是2013年。考虑到德拉吉之前的发言与经济增长之间的关系,我们可以预计,在十二月份的新闻发布会上,德拉吉的鹰鸽偏好与之前几乎没有变化——在我们的图上来看这个结果可能接近中性(左轴的零)。

而拉加德实际的新闻发布会中的经济增长央行鹰鸽指数则更为消极。围绕下行风险的语言的微调在会议后的媒体报道中比较突出,但是我们发现,与德拉吉最近会议后的新闻发布会和这种情况下德拉吉可能的立场相比,有关经济增长的发言整体来看并不那么乐观。在建立公信力时,控制乐观的态度可能是安全的做法。

图3a. 欧洲央行:新闻发布会的经济增长央行鹰鸽指数vs. 深数宏观(DeepMacro)经济增长因子,2011年11月3日-2019年12月12日(积极鹰鸽偏好净百分比和十年平均数标准差)

大数据:中国经济进入“复苏”状态,非一线城市房地产价格下滑

来源:深数宏观(DeepMacro)

在通货膨胀方面,情况则恰恰相反——按照通货膨胀央行鹰鸽指数的测量,并考虑到我们的通货膨胀因子,拉加德的对通货膨胀的鹰鸽偏好比德拉吉最近新闻发布会的信息以及我们预计他会采取的态度要更高(更为积极)。很明显,拉加德试图避免如推测的那样被定义为鸽派。她倾向于反对这种推测,甚至称她自己为“猫头鹰”,结果就是提高了新闻发布会的鹰鸽偏好,当然这是与德拉吉过去的态度相比较而言。

整体来看,拉加德声明她将会有所不同,对其进行的机器驱动的判断是正确的。她在第一次新闻发布会上采取了保守的态度,这在她的讲话中得到了清晰地体现。

图3b. 欧洲央行:新闻发布会的通货膨胀央行鹰鸽指数vs. 深数宏观(DeepMacro)通货膨胀因子 ,2011年11月3日-2019年12月12日(积极鹰鸽偏好净百分比和十年平均数标准差)

大数据:中国经济进入“复苏”状态,非一线城市房地产价格下滑

来源:深数宏观(DeepMacro)

注:经济增长/通货膨胀央行鹰鸽指数表明央行对经济增长/通货膨胀的净积极或净消极鹰鸽偏好。指数表明央行表达对经济增长/通货膨胀“积极”(在数量含义上的,即上升、增加、稳固等,而不是在规范意义上的“积极”)观点的信息声明的净百分比。新闻发布会保持不变,直到下一次发布同类信息。


市场:做多英镑推动了FX-1外汇投资组合获利

上周FX-1外汇投资组合获利强劲。经济增长和估值支柱在上周都有上涨,同时利差支柱稍有下跌。

做多英镑是获利的主要推动因素。与我们的大数据驱动的分析一致( ),保守党获得了胜利,受到大选结果的影响,英镑大幅上涨。除了市场变量的反馈以外,我们系统化的外汇投资模型并不直接考虑政治因素。在由大选推动的上涨发生之前,今年政治因素似乎并没有对货币有持续性的影响,货币一直在一个较小的范围内交易。在消除了(部分)不确定性之后,我们预计英镑交易会受未来较为积极的基本面的影响,本周我们仍然维持做多英镑,头寸与之前类似。英国的经济增长因子仍然相对疲软(主要原因是不良的舆情,如 所述),但是经济增长的势头最近转为积极。此外,根据我们的模型,英镑的估值很低。

做空日元也对上周投资组合的获利有所贡献,甚至比英镑贡献更多。由于英国大选结果的确定和中美贸易问题的进展,避险货币相对疲软。但是,日本的基本面也指向做空。消费税上涨和中国经济不景气对日本的经济增长造成了不利影响(见图4)。即将到来的激励应对经济增长有所助益,但是起点过于疲软。估值接近于合理价值,利差也指向做空。本周,在日本央行会议即将召开之际,我们维持做空日元。

对投资组合的其它货币,我们仅做小幅调整——每种货币的比重改变小于3%。利差支持,美元仍然是最大的做多头寸。与其他国家相比,美国的经济增长相对更为疲软,并且估值接近中性。因此,头寸主要是受到其他货币的走势的驱动。做多的货币还包括澳元和挪威克朗,以及更小头寸的新西兰元和瑞典克朗。做空的货币主要还是考虑到利差的因素。除了日元之外,考虑到利差,欧元和瑞士法郎也是做空。这两种货币我们都持有大量的头寸。最后,加元昂贵的估值支持少量做空的资产分配。

图4. 日本经济增长因子,2015年1月-2019年12月(十年平均数标准差)

大数据:中国经济进入“复苏”状态,非一线城市房地产价格下滑

来源:深数宏观(DeepMacro)


深数宏观(DeepMacro)由华尔街资深经济学家和IT界著名数据科学家创建,利用人工智能分析大量经济数据,将其量化为经济增长因子、通货膨胀因子、全球投资风险因子等指标,预测全球宏观经济趋势。全自动的算法系统利用“大数据”在官方数据发布之前,分析经济状况并获取对市场重要但官方数据未能很好覆盖的数据。基于这些指标,深数宏观(DeepMacro)构建了各种资产类别的中期投资组合,包括短期利率、外汇和全球资产配置,都取得了很好的业绩。深数宏观(DeepMacro)与世界各地的金融机构,包括主要银行、主权财富基金和全球对冲基金等密切合作,提供付费内容、专有指标和咨询服务。有关更深入的数据分析和专业解释,请联系[email protected]


分享到:


相關文章: