东北策略工具箱（一）：解读领先指标CLI.pdf

请务必阅读正文 后的 声明及说明 woTable_MainInfo Table_Title 证券研究报告 / 策略专题 报告 东北策略工具箱（一）：解读领先指标 CLI 报告摘要： Table_Summary “东北策略工具箱” 这个系列专题目的在于分享分析金融和经济的方法论。我们想将分析经济金融 的复杂 系统进行模块化、工具化的分解。主要包含的内容有经济指标的介绍和解读、指标之间的关系以及指标的应用、处理和计算数据的方法，资产配臵的方法等。 通过对“分析工具”的拆解和分析，我们可以了解其本质特征和适用性，以防止因为分析时的误用，导致错误的结论。 本文介绍了 CLI 领先指标 的概念，本质特征，以及与其他经济数据的关系。 CLI 领先指标 可以刻画经济的周期波动，并且对经济走势起到领先预测的作用。 CLI 与 GDP 高度相关，领先周期是 1-2 个季度。 由于其发布更加频繁，周期波动更加鲜明，能反应更多信息，并且具有领先性，因此 CLI 是一个替代 GDP 衡量经济状况的经济指标 。 CLI 与股市的关系较为复杂 。第一，股市不完全是经济状态的体现，还有很多其他金融市场的影响因素。第二， CLI 与股市同为经济的领先指标，两者之间几乎为同步关系。但是由于 CLI 的公布具有滞后性。因此 CLI 相对于股市而言， 在实际应用时， CLI会体现滞后性 。 CLI 与企业净利润高度相关 。侧面证实了经济从原材料产量到企业利润的传导 途径。 领先周期大概 2-3 个季度。 当前最新公布的 18 年 12 月份的 CLI（振幅调节型）是 98.45，相比11 月份的 98.37 是有所回升的。而带趋势项的 CLI 同比值在 18 年 8月时达到局部低点 3.94 后一直上升到当前值 4.6。 OECD 最近的一次拐点判断是 18 年 2 月份的顶点信号，目前暂未发出底点信号。 我们从计算 CLI 的背后逻辑出发 ， 支持经济拐点判断的核心因素在 于化肥产量、粗钢产量、建筑施工面积的增加 ，并且预计 19 年的经济可能并不像市场预期的那样糟， 19 年中旬很有 可能会有所起色，即便经济依然处于下行趋势，但是很大可能会有超预期的表现。 全球范围内，美国、德国、英国经济 2019 年经济下行压力明确，日本经济下行压力较大。 对比中国的 CLI 走势，恢复趋势型 CLI 已经有比较明显的“拐点”信号发出。 从全球资产配臵的角度来看，中国的经济 下行 压力相对较小，国内资产的配臵价值升高。 Table_Invest 中国 CLI 走势 Table_Report 相关报告 东北证券策略笔记：情绪升至高位，波动相应增大 2019-02-14 东北证券策略笔记：市场逐渐离开 “舒适区 ” 2019-02-13 东北证券策略笔记：行至中程，成长接力 2019-02-12 Table_Author 证券分析师： 许俊 执业证书编号： S0550517050001 (010) 6321 0896 xujunnesc 研究助理：于润泽 执业证书编号： S0550118090018 (010) 5803 4575 yurznesc 证券研究报告 发布时间： 2019-02-25 策略专题 请务必阅读正文 后的 声明及说明 2 / 17 目 录 1. 系列说明 . 3 2. 什么是 CLI . 3 2.1. CLI 的时间领先性 .3 2.2. CLI 的表现形式 .4 2.2.1. 振幅调节型 . 4 2.2.2. 趋势恢复型 . 4 2.2.3. 趋势恢复型 -12 个月变化率 . 4 2.3. 成分构成 .5 2.4. 数据处理方法 .7 2.5. 发布滞后性 .7 2.6. CLI 与 GDP .7 2.7. CLI 与股市 .9 2.8. CLI 与净利润 .9 2.9. 用 CLI 划分经济周期 .10 2.10. 拐点判断 .10 2.11. 海外国家 CLI .12 2.11.1. 美国 . 12 2.11.2. 日本 . 12 2.11.3. 德国 . 13 2.11.4. 英国 . 13 3. 总结 . 13 4. 附录 . 14 4.1. 根据 CLI 划分经济周期 .14 策略专题 请务必阅读正文 后的 声明及说明 3 / 17 1. 系列说明 “东北策略工具箱”这个系列专题目的 在于分享分析金融和经济的方法论。 我们想将分析经济金融 的复杂 系统进行模块化、工具化的分解。 主要包含的内容有经济指标的介绍和解读、指标之间的关系以及指标 的 应用、处理和计算数据的方法， 资产配臵的方法等 。 通过对“分析工具”的拆解和分析，我们可以了解其本质特征和适用性，以防止因为分析时的误用，导致 错误的结论 。 本文将介绍经合组织 OECD 发布的 CLI 领先指标。我们在阅读海外文献时，经常会看到研究者会用 CLI 作为判断经济增长的指标，那么它有什么好处呢？是否真的具有领先性呢 ？它与 GDP 和股市表现的关系如何呢？本文将会对以上问题进行解答。 2. 什么是 CLI CLI 代表着经合组织 （ OECD）发布 的综合领先指标（ Composite Leading Indicator） 。它的主要作用是提供 经济周期的拐点信号 判断 。 2.1. CLI 的时间领先性 从下图 CLI 的走势和 经济 “产出缺口” 的对比，我们可以看到 CLI 可以领先判断 经济活动趋势 的拐点。 CLI 领先性体现在它能大概率的预测经济周期的变化方向。OECD 目标的领先时间是 6-9 个月 。 但是这个领先时间会根据不同国家的测量而有所不同。 提前看到 CLI 指标的转折 点，对未来经济周期的拐点起到预测和提示的作用。需要强调的是 CLI 只能判断周期的拐点，对于恢复和衰弱的速度和强度是无法体现的，比如说 CLI 的高值并不代表着高经济增长。 在 OECD 官方的说明文档中 也曾明确表示， CLI 只是一个定性的工具，而非定量 指标。 图 1： CLI 走势和 “产出缺口” 的对比 数据 来源 ：东北证券 ， OECD 策略专题 请务必阅读正文 后的 声明及说明 4 / 17 2.2. CLI 的表现形式 CLI 根据不同应用需求，共有三种表现形式： 振幅调节型、趋势恢复型、趋势恢复型 -12 个月变化率 。 2.2.1. 振幅调节型 这种形式 是 根据最优化领先时间的算法计算出来的 ，从而充分地体现指标的领先性。由于这个形式是去趋势（ de-trended）且平滑的（ smoothed）时间序列。因此和它比较的时间序列也应该做去趋势项和平滑的处理。这样比较才有意义。 因为是去趋势项的处理，我们期待这个指标有 均值 回归 的表现形式。 该 指标 会围绕 100 上下变化 。 2.2.2. 趋势恢复型 它 是加上趋势项的表现形式 。大部分的经济数据都是按照这种形式公布的。 所以我们可以将两者进行直接比较。 此时的 CLI 具有数值上的参考意义，而非仅仅的拐点定性判断。 振幅调节型和趋势恢复型两者的关系如 下式。 可见由于趋势恢复型需要依据 GDP 的数据，而 GDP 的公布是季度的，且具有滞后性。 因此振幅调节型能够反应最新的变化，而趋势恢复型要等到最新的 GDP 的公布才能反应最新的趋势变化。 振幅调节型 CLI * GDP 的趋势序列 = 趋势恢复型 CLI 2.2.3. 趋势恢复型 -12 个月变化率 它 指的是 趋势恢复型的同比变化值。因此我们进行比较的时候也要选取经济指标的同比值。 比如 GDP 的同比变化率。 下图展示了 OECD 公布的中国 CLI 指标情况。 可以看出有无趋势项的影响。 振幅调节型 CLI 从 17 年 6 月份开始下降，于 17 年 12 月份跌至 100 以下 ，直到 18 年 11月份跌至最低值 98.37， 而最新 12 月份的数值是 98.45， 小幅回升。 而带趋势项的CLI 同比值在 18 年 8 月时达到局部低点 3.94 后一直上升到当前值 4.6。 而这是否意味着“拐点”的出现呢？我们会在“拐点判断”的部分 进一步 说明。 图 2： 中国 CLI 指标 数据 来源 ：东北证券 ， Wind 策略专题 请务必阅读正文 后的 声明及说明 5 / 17 2.3. 成分 构成 通过 OECD的官方文档我们可以知道 CLI 是根据一系列宏观经济指标作为输入参数构建的。每个国家计算相应 CLI 所选取的经济数据都不尽相同。 主要的 两个考量因素是：经济意义和实用意义 。 经济意义 指的是成分 序列与目标序列的相关性和领先性。这不仅要求二者在数据上要相关，同时要保证经济逻辑是 畅通的 。 经济逻辑可以划分为四类。 第一 早期 类 ，指 数据可以衡量产量早期阶段的变化 ，比如说新订单、建筑施工审批等。 第二 快 速类 ， 指标能快速反应经济活动 的变化，比如说平均工作时长、利润和库存。 第三是预期类 ，指 能反应 经济活动 预期，譬如说股价、 原材料价格、根据商业调查的数据、或者是信心指数。 第四是 驱动 类 ，指的是指标可以反应货币政策、国外经济发展状况，货币供应、贸易数据等。 一个候选指标 可能同时满足 多个上述 四种分类性质。OECD 在筛选成分指标时，会平衡这四类经济逻辑 。 实用意义 可以从以下四个方面考量。 第一是 频率 ，阅读数据最好是月度数据，而非季度数据。 第二是 稳定 ，成分指标最好对于大的版本修订不敏感。 第三是 及时 ，数据最好能及时 公布出来 。 第四是 数据 长度 ，指的是在较长的时间内数据没有缺失 或跳跃。 计算中国 CLI 包含 以下指标 。 我们找到相应的数据，整理如下。 农产品化肥、粗钢产量， 出口订单都属于早期类 。 建筑施工面积、汽车产量属于快速类。换手率属于预期类。 表 1： CLI 计算所用指标 英文名 称 中文名称 单位 频率 来源 IP Production of chemical fertilizer 农业化肥产量 吨 月 国家统计局 IP Production of manufactured crude steel 粗钢产量 吨 月 国家统计局 5000 Industrial Enterprises: Diffusion Index: Overseas order level 5000 户工业企业景气扩散指数 :出口产品订单 % 季 中国人民银行 Production of total construction 建筑 施工 面积 平方米 季 国家统计局 Production of motor vehicles 汽车产量 辆 月 国家统计局 Share prices: Shanghai Stock Exchange turnover 上海证券交易所股票换手率 % 月 上交所 数据来源：东北证券 ， OECD 策略专题 请务必阅读正文 后的 声明及说明 6 / 17 图 3： CLI 同比与化肥产量同比 图 4： CLI 同比与粗钢产量同比 数据来源：东北证券 ， Wind 数据来源：东北证券 ， Wind 图 5： CLI 同比与出口订单指数 图 6： CLI 同比与汽车产量同比 数据来源：东北证券 ， Wind 数据来源：东北证券 ， Wind 图 7： CLI 同比与房屋施工面积同比 图 8： CLI 同比与换手率同比 数据来源：东北证券 ， Wind 数 据来源：东北证券 ， Wind 我们找到 组成 CLI 的组成指标，并且将其与 CLI 趋势同比值进行比较，对比结果 可见 上 图 。我们可以看到 CLI 与 化肥产量、粗钢产量、汽车产量 的相关性和同步性较高。与 出口订单指数 相关性高， 且 领先 订单指数。 CLI 与 房屋施工面积 相关性较 ，并且明显领先施工面积同比值。我们认为这种领先性主要是由于我们找到的相应的订单指数和建筑施工面积都是季度数目，因此具有滞后性。 CLI 与 换手率 的相关性也不是很高，并且在 14-16 年高换手率的背景下， CLI 并没有体现出上涨的趋势，反而是有所下降。 从 OECD 官方文 档中可以知道，成分指标在经过处理后会以同权重的方式整合。 也就是多个指标同时发生共振的时候，才会对 CLI 最终的结果有策略专题 请务必阅读正文 后的 声明及说明 7 / 17 影响。 当前最新公布的 18 年 12 月份的 CLI（振幅调节型） 是 98.45，相比 11 月份的 98.37是有所回升的。而带趋势项的 CLI 同比值在 18 年 8 月时达到局部低点 3.94 后一直上升到当前值 4.6。 化肥产量在 10 月时有所增加，粗钢产量在 8 月份之后处于加速上升阶段， 出口订单指数 长期处于 50 基准以下，在去年 2 季度短暂上升至 50.8 后，又有所下降。 汽车产量一直处于下降阶段，建筑施工面积处于上升阶段，换手 率处于下降趋势。 综合来看，支持经济 拐点判断 的核心因素 在于 化肥产量、粗钢产量、建筑施工面积的增加。 2.4. 数据处理方法 另外 CLI 为了剔除掉周期性，做了很多过滤处理： 缺失值填充、 季节性调整、极端值的剔除、 周期识别、去趋势 、平滑、 正态 化 等。值得注意的是，随着时间的变化、数据处理的方法也在不断在改进，但是所有方法应用前提是保证效果的稳定性 。因此不同方法带来的 CLI 版本的差异性也相对较小。 2.5. 发布 滞后性 CLI 数据的滞后性。由于输入数据通常有 2 个月的滞后性，因此 CLI 也会伴随着 2个月的滞后。如果说 3 月份才能显示 1 月份 CLI 的水平。但是由于 CLI 本身的 6-9个月的领先性，综合下来，当我们看到 CLI 变化后，通常在 4-7 个月后预期看到实体经济的变化。 2019 年 CLI 的发布时间可以参考下表。 表 2： 2019 年 CLI 发布时间 次 数 日期 1 1/14/2019 2 2/11/2019 3 3/11/2019 4 4/8/2019 5 5/13/2019 6 6/11/2019 7 7/8/2019 8 8/8/2019 9 9/9/2019 10 10/8/2019 11 11/12/2019 12 12/9/2019 数据来源：东北证券 ， OECD 2.6. CLI 与 GDP 下图中， 我们对比了 GDP 季度同比值 （包括现价和不变价） 和 CLI 趋势同比值。可以看到 两者的相关性还是很高的。我们做了回归分析， 结果显示两者之间的线性相关性显著 。 策略专题 请务必阅读正文 后的 声明及说明 8 / 17 图 9： OECD 综合领先性指标与 GDP 数据 来源 ：东北证券 ， Wind 具体的相关系数请参考下表。 可以看出， CLI 与实际 GDP 的线性相关性更高，最高时是 CLI 滞后一个季度的时候。当 CLI 滞 后两个季度 时 ，相关性依然很高 。这说明CLI 的领先性符合目标预期，大概是 1-2 个季度 。 CLI 与名义 GDP 的 相关系数不如与实际 GDP 高， 最高时是 CLI 滞后 3 个季度 ， 领先性周期大概是 2-3 个季度 。 表 3： 不同滞后期下的 相关系数 滞后期（季度 ） 名义 GDP 实际 GDP 0 0.50 0.77 1 0.60 0.82 2 0.66 0.81 3 0.68 0.73 4 0.66 0.65 数据来源：东北证券 图 10： OECD 综合领先性指标与 GDP 回归情况 数据 来源 ：东北证券 ， Wind 策略专题 请务必阅读正文 后的 声明及说明 9 / 17 由于 GDP 近年来趋于缓和，基本上看不到变化，因此我们可以用 CLI 来代替 GDP去衡量经济增长。 第一 ，它比 GDP 公布更加频繁。 第二 ， 它能反应更多的周期性变化。第三， 虽然 CLI 的发布会滞后两个月，但是由于其本身具备领先性，并且领先周期长于 2 个月，因此对未来的经济走势依然具有指导意义。 2.7. CLI 与股市 我们都说股市是经济的“晴雨表” ，能够事先反应市场对于未来经济的预期。而 CLI也具有经济的预测性。从 CLI 选取的指标来看，一个重要的变 量就是上交所的股市换手率，那么 CLI 和股市的关系 又 如何呢？ 从下图可以看出，股市的表现和 CLI 在某些时段上 相关性较高 。 14、 15 年 股市的行情是由于流动性宽松和市场加杠杆的融资行为导致的，与基本面关系并不大。 可以看出 CLI 相对于股市而言，不具备领先性 。又由于 CLI 数据发布的滞后，因此 CLI 无法作为股市的 领先 指标 。 但是 CLI作为一个相对于股市的滞后指标，可以确立经济状态，增强投资信心。 图 11： OECD 综合领先性指标 同比 与中证全指 走势比较 数据 来源 ：东北证券 ， Wind 2.8. CLI 与净利润 CLI 的组成部分很多都是产业链上游的原材料的产量情况，它的预测性是否能反应到最终企业的利润增长中呢？从下图的对比我们可以看到领先指标的预测性。 同与GDP 处理方法相同，我们先后将 CLI 指标滞后处理，然后检验其与净利润同比增长进行线性回归的相关性。 CLI 滞后 0 期、滞后一个季度、滞后两个季度、滞后三个季度的相关性分别为 0.38、 0.56、 0.65、 0.62。 可以看出其相关系数并不像 GDP 那样高，但是依然 表现不错 。较低的相关性 主要是由于净利润的波动更加剧烈导致的，但是从整体上依然高 度相关。 证实了 经济 从原材料到企业利润 的 传导 途 径 。从结果上可以得知， 领先的时间大概在 2-3 个季度左右 。 策略专题 请务必阅读正文 后的 声明及说明 10 / 17 图 12： OECD 综合领先性指标与归母净利润 图 13： CLI 与净利润 回归预测 数据来源：东北证券 ， Wind 数据来源：东北证券 2.9. 用 CLI 划分经济周期 我们可以通过观察振幅调节型 CLI 来判断经济周期： （ 1） 扩张期： CLI 上升，数值大于 100 （ 2） 回调期： CLI 下降，数值大于 100 （ 3） 衰退期： CLI 下降，数值小于 100 （ 4） 复苏期： CLI 上升，数值小于 100 按照以上规则，我们整理出中国自 1992 年以来所有时期的经济状态，具体状态划分时期可以参见附录。值得注意的是，由于 CLI 采用的是振幅调节型，因此我们在分析所画出的经济周期时，应该要注意 不要被经济指标的趋势项干扰 。比如说经济趋势是长期上涨的，但是周期项可能是衰退期。 根据当前的数据，已经显示出现 “ 复苏期 ” 的信号了 。 图 14： 1992-2018 中国经济状态划分 数据 来源 ：东北证券 ， Wind 2.10. 拐点判断 除了公布三种 CLI 形式， OECD 还会专门公布拐点的判断。下图是中国经济周期拐点的判断图。 1 代表顶点， -1 代表底点。可以看出拐点的判断具有明显的滞后性。这主要是判断拐点的方法决定的。当我们主观肉眼判断拐点时，由于可以看到更长