固定收益专题研究：高频数据的噪音识别及数据体系重建.pdf

固定收益专题研究：高频数据的噪音识别及数据体系重建。中低频数据具有明显的宏观属性，而高频数据具有更强的中微观属性。高频数据分 析的侧重点是不同行业的市场规模变动、供需-量价关系、以及上下游产业链格局。 正是基于这一原因，虽然高频指标和中低频指标可以反映相同的经济活动，但是我们 需要在行业高频指标和宏观中低频指标间建立联系节点。

从量价的角度观测行业高频数据

对于分析经济增长的高频指标：GDP=∑ ?? × ??，中微观高频指标通常有三类——产 销规模指标、价格指标、库存指标，但这三类指标都不是行业增加值的完美代理变 量，不能完美拟合中低频基本面指标。因此，一方面，我们要对指标的有效性进行 筛选；另一方面，我们有必要对指标进行调整以更好地拟合基本面指标的走势。 债市关注基本面的增长和通胀两大方面。其中，增长周期是债券的核心定价因子， 按照支出法我们可以将其拆分为投资周期、消费周期、和出口周期；通胀周期是增 长周期的影子和伴生；而产出周期对于债市的分析和指向意义较弱。因此，在建立 高频数据体系时，我们主要关注增长周期和通胀周期指标，产出周期指标仅作为参 考。

经济周期有效跟踪指标

对于经济整体运行情况，我们主要观察两大指标：第一，动力煤价格和重点电厂耗煤 量。所有行业生产和经营都需要用电，发电量可以体现经济运行热度，但是发电量缺 乏高频指标，我们向产业链上游追踪原材料——动力煤，用动力煤价格和重点电厂耗 煤量衡量下游需求的强弱。第二，金银比价。黄金是全球重要的避险资产，比白银的 避险属性更强，经济景气时期的白银价格表现优于黄金，而经济较差时期的黄金价格 稳定性更加突出，而中国经济是全球经济的重要一环，金银比对于国内经济增长的反 映效果不弱。