孫彬彬：怎麽剔除明年經濟增速的基數效應？

　　文/新浪財經意見領袖專欄作家孫彬彬

　　摘要：

　　展望未來，永煤事件的發酵可能還會延續，但是隨著時間推移，市場重心還是會回到基本面上，那麽該如何看待基本面？特別是目前市場較為一致的前高後低問題？

　　基於WIND一致預期，我們通過季調環比折年率、幾何平均結合參考系的方法，嘗試剔除了明年GDP與PPI同比增速的基數效應，還原了宏觀經濟真實的高點與波動形態。

　　數據顯示，今年二季度起GDP同比增速快速回升，並逐步向潛在增速靠攏。明年GDP同比增速受低基數效應影響會從一季度起衝高回落，但剔除基數效應後，按照目前市場一致預期值測算，一季度至四季度GDP同比增速相當於5.42%、5.62%、5.63%、5.60%，整體高於疫情前央行測算的5.5%的同期潛在增速水準，而且還原後經濟實際水準下半年並未降低，按照這個市場一致預期的預測分析，未來債市依然是風險大於機會。

　　當然預測也會有偏差，那麽我們就需要重點關注未來相關數值的可能偏差，以此來評估剔除基數效應後經濟的實際形態。依據市場目前較樂觀的預期，如果一季度同比增速高於19.88%，且在二季度低於8.16%，則存在關注並逐步參與的價值，或者一季度直接顯著低於市場一致預期。

　　PPI的表現類似，剔除基數效應後，按照目前市場一致預期測算，明年PPI同比增速的邊際改善將繼續，或一定程度表現出觸底回升的跡象。

　　整體而言，從當前預期水準看，剔除基數效應後，明年GDP的實際同比增速並不是前高後低，而是後不低，而PPI邊際改善仍將持續，所以目前對於債市而言就是要合理評估隱含在市場一致預期背後的邏輯合理性，以及數據的可能預期差，以此作為當前位置市場評估的基礎。

　　怎麽剔除明年經濟增速的基數效應？

　　疫情衝擊下，今年上半年GDP等宏觀經濟數據大幅度下降。下半年起，隨著我國疫情逐步得到控制，經濟數據也開始回升。但在低基數的影響下，明年宏觀經濟數據同比預計會出現快速衝高隨後回落的過程。那麽，該如何看待這一過程中的數據變化呢？我們主要對GDP與PPI這兩個備受市場矚目的經濟數據進行解讀。

　　1.1．如何剔除明年GDP同比增速的基數效應？

　　在說明剔除基數效應的方法前，我們先簡要介紹四種不同的GDP增速計算方式。

　　同比增長率是指本期和去年同期相比計算而得的增長率。一般有當季同比增長率和累計同比增長率。同比增長率的優點是可以較好地反映數據的內在變動規律，反映經濟增長趨勢，同時可以較好地進行橫向對比，缺點則是存在基數效應影響。

　　環比折年率將環比增長率折成年度增長率，在一定程度上克服了時間跨度不同的問題。相較同比增速，環比折年率可以幫助政策制定者了解宏觀經濟短期走勢，更具有時效性。環比折年率對比了前後兩個季度的經濟數據並進行年化，這使得在經濟快速變動、面臨趨勢轉折點時，環比折年率可以更加敏銳地捕捉這種變化。

　　當季環比數據不存在類似同比數據中基數效應的影響，可以更加準確反應當季經濟內在的運行規律，但前提是必須經過季調。目前各國使用的季節性調整方法略有不同，但主要包括冬季氣象、假期、工廠生產或工作效率等項目。參考美國現行的季節性調整方法，我國統計局編制了季節性調整軟體NBS-SA，並從2010年四季度起發布季調環比折年率。

　　因此，在發現趨勢性轉捩點時，季度環比折年率會是剔除基數效應的較好方法。以2008年美國金融危機引發的經濟衰退、以及今年疫情衝擊下的經濟衰退為例。

　　在金融危機引發的衰退期間，美國GDP的季調環比折年率於2008年Q4觸底，並於2009年Q3轉正，而GDP的不變價同比於2009年Q2觸底，於2009年Q4轉正。從時間上，季調環比折年率領先不變價同比兩個季度觸底，領先不變價同比一個季度轉正。

　　在今年疫情衝擊下，2020年一季度，美國GDP的季調環比折年率為-5%，但不變價同比為0.32%。部分原因是美國疫情主要從3月份開始，所以一季度的經濟數據無法完全反應疫情的影響，但也表現了一季度的美國經濟開始下行。二、三季度，美國GDP的不變價同比雖然仍處於負區間，但季調環比折年率顯示，三季度美國經濟已經開始迅速改善。

　　相較而言，疫情對中國經濟的影響主要集中在一季度，二季度起中國經濟已經快速反彈。

　　但使用季調環比折年率，在中國目前的情況下存在三方面問題：

　　一是會誇大GDP變動程度的變動程度，且不符合使用習慣。這與我國目前強調的經濟穩定形勢不相符，因此我國統計局沒有環比折年率，隻發布了環比增速。且從使用習慣上來說，我國官方與機構更習慣於使用不變價同比增速的方法。

　　二是季調環比折年率的調整存在滯後性，這也是最主要的影響。以美國經濟分析局的宏觀經濟日歷為例，在發布季度環比折年率初值後，還會進行隔月進行兩次調整。

　　以GDP不變價累計值通過同比增速計算季度GDP不變價為例，未經季調前的環比增速沒有多大的參考價值。中國統計局目前也尚未公布具體的季節性調整方法。

　　三是缺少參考系。實際經濟增速的參考系主要是潛在增速，而作為市場最關注的，央行發布的潛在增速是同比增速形式的。同時，由於央行是以圖表形式發布的，目前只能估算具體時點的潛在增速，轉為環比折年率可能會放大這一誤差。

　　因此，在中國當前的統計指標體系下，難以使用季調環比折年率來剔除明年經濟數據中的基數效應。退而求其次，我們使用幾何平均結合潛在增速的方法來剔除基數效應。

　　本報告主要關注如何剔除明年經濟數據中的基數效應，對明年經濟數據的預期參考WIND一致預期數據。

　　如何理解預測中國季度GDP的增速方法？可以參考統計局的工作論文。

　　國家統計局統計科學研究所在2018年7月發表的論文《利用混頻大數據預測中國季度GDP增速研究》中對各國、主要機構使用的季度GDP的預測方法進行了整理。

　　“對季度GDP預測的傳統方法通常包括兩種。（1）定性預測方法。它主要是指預測者根據實踐經驗和業務理論水準，對季度GDP未來發展的性質和方向做出判斷的方法。由於其主觀性較強，目前很少被使用。（2）定量預測方法。它主要是指預測者依據政府統計數據、調研數據、模擬數據等傳統結構化數據，通過使用統計方法或數學模型對季度GDP走勢進行預測的方法。該方法又可以進一步分為兩類。一是基於實際統計數據的數理統計方法，包括截面數據回歸模型、時間序列分析模型、面板數據計量模型和投入產出模型等。二是仿真模擬方法，它常用於無法或不適合直接使用前述數理統計方法的定量預測，包括系統動力學方法、灰色系統方法、動態隨機一般均衡模型等。長期以來，儘管學界為完善季度GDP傳統定量預測方法做出較大努力，但囿於所用數據在發布頻率、規範性、量體等諸多方面的製約因素，預測結果的有效性常常遭受質疑。”

　　論文主要基於混頻數據動態因子模型，利用14個傳統宏觀經濟統計月度指標和8個大數據月度指標，對中國季度GDP進行了預測。指標選取如下：

　　我們使用幾何平均的方法來剔除2020年與2021年各季度的基數效應。具體的計算細節如下：

　　以GDP為例，將2019年一季度的經濟總量計為1，2020年一季度的經濟增速為-6.8%，則當期經濟總量記為1-6.8%=0.932。可以先參考WIND一致預期，假設明年一季度的經濟增速為19.25%，則明年一季度的經濟總量為1*（1-6.8%）*（1+19.25%）=1.111。以幾何平均的方式剔除低基數效應，則2020年一季度與2021年一季度的幾何平均同比經濟增速為（1.111）^0.5-1=5.42%。

　　依次類推，可以依次計算出剔除基數效應後，明年二季度至四季度對應的幾何平均同比經濟增速分別為5.62%、5.63%與5.60%。

　　如何定性理解剔除基數效應後的同比增速變化？我們認為有兩方面表現值得注意。

　　一是我國宏觀經濟從疫情衝擊中恢復並企穩的速度較快。2019年三、四季度我國季度不變價的同比增速為6%，一季度幾何同比經濟增速為5.42%，受疫情衝擊的影響較大，經濟增速下降0.58%。但從二季度起，幾何同比經濟增速恢復至5.62%，增速提升0.2%，並在此後兩個季度穩定在5.6%附近。僅觀察一至三季度，幾何同比經濟增速的趨勢表現與季調環比折年率的確實表現是相同的。

　　二是我國宏觀經濟增速仍在下行趨勢中，下行幅度與此前年份基本相同。幾何同比經濟增速於三季度的5.63%見頂後，四季度小幅回落至5.60%。從邊際變化角度看，一方面說明我國宏觀經濟增速從二季度其已經逐步向潛在增速靠攏，另一方面也說明我國宏觀經濟增速的下行趨勢仍在持續。對比2017年四季度至2018年四季度（同比增速由6.8%下行0.3%至6.5%）、2018年四季度至2019年四季度（同比增速由6.5%下行0.5%至6.0%），從2019年四季度6.0%下降0.4%至四季度幾何同比增速5.6%的幅度基本相同。

　　如何定量理解剔除基數效應後的同比增速變化？可以與央行測算的潛在增速進行比較。

　　潛在增速對應的是潛在產出，而潛在產出是指在資本和勞動等生產要素得到充分利用的條件下總產出可以達到的水準，也可以理解為一段時期內在不引發通脹條件下產出可以達到的水準。潛在產出的估計方法有很多，或多或少都帶有一定的主觀性，不同的估計結果之間也有不小的差異。

　　中國人民銀行研究局於2019年發表的《中國潛在產出的綜合測算及其政策含義》的論文中對我國潛在增速進行了測算，通過生產函數法、狀態空間模型、宏觀計量模型及DSGE模型四種方法對我國潛在產出進行了季度估算和預測，以四種結果的加權平均值為潛在增速的測算值。

　　數據顯示，2020年一季度中國潛在經濟增速約為5.8%，今年四季度的潛在經濟增速約在5.5%-5.7%。同時，論文認為若不推進供給側結構性改革，在保持當前經濟結構不變且人口外生條件下，未來10年內我國潛在產出增速仍將緩慢下降，逐步穩定在4.8%至5.1%的區間範圍內。

　　但一次重大衝擊導致經濟衰退後可能導致潛在增速下降，至少會有暫時性的下降。

　　雖然潛在增速是一個長期變量，但是越來越多的研究表明，短期的經濟衰退也會對潛在增速造成損害。例如美聯儲的研究論文《Do Recessions Affect Potential Output？》表明經濟衰退可以通過減少人均資本存量、降低勞動參與率等渠道損害潛在產出，特別是對發達國家影響尤為明顯。OECD的工作論文《The Effect of the Global FinancialCrisis on OECD Potential Output》指出金融危機導致整體OECD國家潛在產出下降2.75%，其中發生過銀行業危機的19個國家降幅3.75%。

　　對於本次疫情，世界銀行在6月發布的《全球經濟展望》中明確指出，金融風險上升、國際油價大跌（針對產油國）對新興市場國家中期潛在產出造成拖累，同時疫情帶來的人力資本損失、供應鏈擾亂、投資不確定性上升、儲蓄意願增加等降低整體的生產率。

　　不過美聯儲主席鮑威爾在10月初參加美國商業經濟學年會時也發言稱，“不同於以往，本次衰退不是由金融或經濟失衡導致的，本質是自然災害對健康經濟的一次性衝擊。”

　　美國國會預算辦公室（CBO）在下半年發布的經濟預測中，也只是階段性下調了美國經濟的潛在增速，而沒有下調長期潛在增速。從2020年三季度至2021年四季度的六個季度，CBO將美國潛在經濟增速（環比折年率）分別調低了0.5%、0.5%、0.4%、0.3%、0.2%、0.1%。

　　我國官方在下半年沒有發布更新後的潛在增速，考慮到疫情大流行對中國經濟的負面影響整體小於美國經濟，我們假設疫情對中國潛在經濟增速的影響小於美國。

　　因此，我們可以將疫情前央行測算的潛在增速作為樂觀預期，再將參考CBO對潛在增速的調整幅度作為悲觀預期，來定量理解2021年我國的經濟增速。

　　以2021年一季度為例，將2019年一季度計為1，基於2020年一季度-6.8%的實際GDP增速，2021年增速標準上限為（1+5.9%）*（1+5.5%）/（1-6.8%）-1=19.88%，2021年增速標準的下限為（1+5.9%）*（1+5.1%）/（1-6.8%）-1=19.42%。依次類推，可分別計算二季度至四季度增速標準的上、下限。

　　1.2．如何剔除明年PPI同比增速的基數效應？

　　PPI的同比增速是根據定基指數計算的，並不像GDP一樣可以折合成季度增量，因此無法使用環比折年率的方法來剔除基數效應。因此在剔除PPI同比增速的基數效應時，我們依然採用幾何平均的方法。

　　以2021年1月為例，將2019年1月的PPI計為1，基於2020年一季度0.1%的PPI同比增速，參考WIND一致預期，2021年1月的PPI同比增速為-2.0%，則幾何平均剔除基數效應後的PPI同比增速為（（1+0.1%）*（1-2.0%））^0.5-1=-0.96%。依次類推，可分別2021年2月至12月幾何平均剔除基數效應後的PPI同比增速。

　　數據顯示，通過幾何平均剔除基數效應後，5月起PPI的邊際改善明顯，雖然仍處於負增速區間，同比增速的降幅持續減小。

　　相對於2011年通過幾何平均剔除基數效應後的PPI同比增速，本輪PPI的反彈力度較弱，但也要考慮到兩輪經濟衰退前PPI所處的位置。2008年金融危機後PPI觸頂回落，但同比增速仍處於較高水準；而本輪經濟衰退前，經2015年供給側改革後，PPI同比增速已長期趨勢性下行。因此，剔除基數效應後PPI同比增速的邊際改善，或一定程度上表現出了PPI同比增速觸底回升的跡象。

　　1.3．總結

　　PPI的表現類似，剔除基數效應後，按照目前市場一致預期測算，明年PPI同比增速的邊際改善將繼續，或一定程度表現出觸底回升的跡象。

　　(本文作者介紹：天風證券固定收益首席分析師孫彬彬)