文/意見領袖專欄作家 蔣飛 等

　　核心觀點

　　我們在《20220901長城證券中國經濟活動指數》中探索了用周頻指標對支出法GDP的跟蹤方法，從歷史數據來看具有不錯的擬合效果。該指數首先通過對居民消費、政府消費、資本形成和凈出口的擬合實現了GDP名義增速的跟蹤，再剔除GDP平減指數后得到GDP的實際增速。本文我們想進一步探究每個月GDP各分項對實際GDP的拉動。從2015年開始，統計局每季度公布三大需求（資本形成總額、最終消費支出、貨物和服務凈出口）對GDP實際增速的拉動，可以作為“錨”來幫助我們尋找更好的指標。

　　在社會消費品零售總額、九項財政支出、固定資產投資完成額、土地購置費、商品房銷售額、國際貨物與服務凈出口等月度數據基礎上，我們可以大致估算月度GDP中居民消費、政府消費、資本形成、凈出口各自對實際GDP同比的拉動。

　　社零等一系列月度值的公布有一定滯后性，而通過地鐵客運量、30大中城市商品房銷售面積等高頻數據對居民消費、資本形成、凈出口分項的擬合，我們便可以初步估計當月增速，并及時對當月GDP各項拉動進行測算。

　　本文計算出的月度GDP同比（下文稱為“GDP擬合值2”）與《長城證券中國經濟活動指數》中的方法的測算值（下文稱為“GDP擬合值1”）有一定差異。但本篇我們重點想確定月度GDP各分項對其拉動，因此我們在本文方法初步確定各個分項對GDP的拉動后，將其帶入GDP擬合值1進行調整，最后得到最終GDP各分項的拉動值。今年11月份，消費支出、資本形成和凈出口分別拉動GDP增長-1%、1.2%和1.6% 。

　　我們在《20220901長城證券中國經濟活動指數》中探索了用周頻指標對支出法GDP的跟蹤方法，從歷史數據來看具有不錯的擬合效果。該指數首先通過對居民消費、政府消費、資本形成和凈出口的擬合實現了GDP名義增速的跟蹤，再剔除GDP平減指數后得到GDP的實際增速。本文我們想進一步探究每個月GDP各分項對實際GDP的拉動。從2015年開始，統計局每季度公布三大需求（資本形成總額、最終消費支出、貨物和服務凈出口）對GDP實際增速的拉動，可以作為“錨”來幫助我們尋找更好的指標。

　　1

　　資本形成總額實際增速跟蹤

　　在資本形成額方面，我們在《20220901長城證券中國經濟活動指數》中選定兩大重點行業——制造業、基礎設施建設業，剩余部分以PPI的生產資料價格指數近似替代指標，來擬合支出法資本形成總額的增速。近年三季度，我們跟蹤的資本形成額分項三季度均值為7.3%，實際上三季度基建投資、制造業投資及PPI生產資料同比均值為8.9%[1]，差距不大。

　　今年第三季度，統計局數據顯示資本形成總額拉動GDP增長0.8個百分點。根據同比拉動的計算公式：資本形成總額拉動GDP增長率

　　我們可計算2021年資本形成總額占GDP比重k0=43%，倒推可知今年三季度資本形成額同比增速為0.8%/43%=1.8%。值得注意的是，這一增速是不變價口徑。而我們構建的基建、制造業、PPI生產資料模型，跟蹤的是現價口徑的資本形成額同比增速，因此兩者之間產生了一定的差距。

　　名義資本形成額（現價口徑）增速由每年的支出法GDP-資本形成總額部分計算，實際資本形成額（不變價口徑）增速由統計局公布的“資本形成總額對GDP當季同比拉動”倒推。實際上兩個口徑的資本形成額增速之間的差值，應該是固定資產價格同比變化的影響。但是統計局自2019年開始停止公布固定資產價格指數，我們嘗試用PPI生產資料同比對固定資產價格進行線性回歸，有不錯的擬合效果。2020、2021兩年我們用資本形成總額擬合的固定資產價格來調整名義資本形成額增速，與實際資本形成額增速基本一致。

　　由于實際資本形成額同比增速每季度可根據統計局公布的初步核算數進行倒推，為了提高對GDP資本形成分項的精度，我們調整之前的模型，對實際資本形成額同比增速進行跟蹤擬合。根據廣東統計局，在支出法GDP核算中，固定資產投資統計數據是核算固定資本形成總額的主要基礎資料來源，但兩者存在一定差別，主要是固定資本形成總額扣除了土地購置費用，并且進一步增加了商品房銷售增值。

　　在之前的名義資本形成額同比擬合模型中，我們選定兩大重點行業——制造業、基礎設施建設業，其他部分以PPI生產資料同比進行近似替代。我們在原先的三因子模型的基礎上扣除了PPI生產資料同比增速，而添加了房地產投資、土地購置費、商品房銷售額三個因子。從2015年以來的數據看，5因子模型[2]對實際資本形成額同比增速有較好的擬合效果，調整后R方值達到0.71。以上5個自變量均為國家統計局每月公布，我們可以對每月的實際資本形成額實現跟蹤擬合。

　　五因子模型中的指標均為月度更新，其公布具有一定滯后性。我們進一步挖掘周度更新的指標，對五因子模型月度值進行跟蹤擬合。我們在前期選取的高頻指標[3]基礎上增加了100大中城市成交土地總價、30大中城市商品房成交面積、城市二手房出售掛牌價指數，用來跟蹤土地購置和商品房銷售額的變化情況。上述變量對五因子模型的解釋度（R平方）超過88%，并且更新頻率為日度或周度，可以更好追蹤固定資產投資方面的變化。

　　2

　　消費支出實際增速跟蹤

　　統計局每季度公布“消費支出對GDP當季同比拉動”，同樣根據上年消費支出占GDP的比重，可倒推得不變價口徑的消費支出當季同比，但這一季度數據并沒有區分居民消費與政府消費，因此我們取統計局公布的年度數據“GDP最終消費支出：居民”與“GDP最終消費支出：政府”，計算同比增速。值得注意的是，這一同比增速是名義增速，實際消費支出增速應剔除價格的影響。我國CPI中各項權重與居民支出各項權重接近，因此用居民消費支出同比-CPI同比可以較好地代表實際居民消費支出同比；而政府支出多投向文化教育、科學技術、醫療衛生等公共服務類型項目中，因此實際政府消費支出我們用政府消費支出同比-CPI服務同比。

　　統計局資料顯示最終消費支出計算公式為：農村居民消費支出+城鎮居民消費支出+政府消費支出。其中農村、城鎮居民消費支出是利用農村、城市居民家庭生活消費支出調查資料、社會消費品零售總額等統計數據進行核算。

　　首先我們對居民消費支出增速尋求高頻數據跟蹤。統計局每季度公布居民人均消費支出，考慮到數據可得性和更新頻率問題，我們選擇社會消費品零售總額代替居民消費支出，剔除CPI以得到月度的居民消費增速。

　　社零數據、CPI數據的公布雖然為月度，但同樣具有一定的滯后性，我們在《20220901長城證券中國經濟活動指數》中用地鐵客運量、汽車銷量、地產銷量實現了較好的高頻擬合，這三個指標對社零同比-CPI同比的擬合效果也較好，調整后R平方超過90%。

　　對于政府消費支出，《關于中國消費統計問題的幾點看法》（彭志龍，2009）中指出政府消費指政府部門為全社會提供公共服務所形成的消費支出和免費的或以較低價格向居民提供的貨物和服務的凈支出，包括政府在國防、行政管理、醫療衛生、文教等方面的支出。當前我國財政支出。同年，上海市統計局指出，政府消費支出是利用財政預算內及預算外有關事業費支出中屬于經常性業務支出項目進行核算。

　　當前財政部公布一般公共預算支出情況，主要支出科目包含教育、科學技術、文化體育與傳媒、社會保障和就業、醫療衛生與計劃生育、節能環保、城鄉社區事務、農林水事務、債務付息支出這十項。我們將前九項作為經常性業務支出的代表，九大財政支出年度值與GDP政府消費值除個別年份存在較大差別，其余大部分時間基本一致。以上財政支出項目每月公布，我們結合該數據，剔除CPI服務價格，也可以較好刻畫每月政府消費同比增速。

　　政府支出具有較明顯的“逆周期性”，高頻數據實際上很難做到很好的跟蹤擬合，因此我們對這一分項暫且不做周度跟蹤，當月財政支出以前三月平均值代替，雖然會給GDP增速帶來一定誤差，但政府消費支出占GDP比重在15%左右，遠低于居民消費的40%，誤差可能較小。

　　分別用社零-CPI同比、九項財政支出-CPI服務同比代替居民消費和政府消費支出實際增速，加權平均后與GDP消費支出實際當季同比較為一致。

　　3

　　凈出口實際增速跟蹤

　　從歷史數據來看，GDP貨物和服務凈出口與國家外匯管理局公布的國際收支平衡表中經常賬戶的貨物和服務差額基本一致，這一指標每季度公布一次。另外，外匯管理局也公布我國的國際收支：貨物和服務貿易數據，從2015年開始每月公布一次，其與經常賬戶口徑的貨物和服務差額基本一致，只有部分時段存在一定差異。GDP凈出口實際增速可以通過拉動值倒推，我們用國際貨物和服務貿易差額季度同比剔除價格因素[4]兩者走勢較為接近。近十年來，貨物與服務凈出口占GDP的比重維持在3%以下，價格因素對GDP增速的影響基本可以忽略不計。

　　國際貨物和服務貿易差額數據雖為月度公布，但大約有兩個月的滯后。凈出口占GDP比重雖然不高，但其增速變化較大，同時出口是衡量外需的重要指標，近年來貨物服務出口/進口分別占GDP比重在20%左右，因此我們在《20220901長城證券中國經濟活動指數》已經對其進行高頻跟蹤：我們挑選了三個指標來擬合貨物和服務出口同比。其中八大港口集裝箱外貿吞吐量可以較好表征出口數量；上海集裝箱運價指數（SCFI）可以表現出口景氣度；韓國作為主要出口國，其出口增速可以較好地體現全球外需。上述三者的解釋度（R平方）達到63%以上，并且更新頻率為周度或旬度，有助于較好地跟蹤國際貨物與服務貿易的出口。

　　貨物和服務進口同比我們篩選了兩個指標， CRB現貨指數同比可以較好地體現我國進口商品價格變動；韓國作為我國重要外貿交易對手，其向中國出口金額同比與我國貨物和服務進口相關度也較高。上述兩個指標對進口同比的解釋度（R平方）達到82%以上，并且更新頻率分別為日度和旬度，可以較好地跟蹤國際貨物與服務貿易的進口。

　　完成了對貨物與服務進出口單月同比的跟蹤擬合，我們就可以在上年貨物與服務進出口絕對值的基礎上進行當期凈出口同比的測算。

　　4

　　GDP歷史數據擬合與各項拉動

　　在社會消費品零售總額、九項財政支出、固定資產投資完成額、土地購置費、商品房銷售額、國際貨物與服務凈出口等月度數據基礎上，我們可以大致估算月度GDP中居民消費、政府消費、資本形成、凈出口各自的拉動。從歷史數據來看，以上拉動項加總后季度化，與實際GDP單季同比增速較為接近，擬合優度較高。同時這一模型與實際GDP存在一個較為穩定的誤差，因此最終實際GDP擬合值在四項加權平均的基礎上加回了誤差值。

　　如前述，社零等一系列月度值的公布有一定滯后性，而通過地鐵客運量、30大中城市商品房銷售面積等高頻數據對居民消費、資本形成、凈出口分項的擬合，我們便可以初步估計當月增速，并及時對當月GDP各項拉動進行測算。由于增加了若干跟蹤變量，并且對GDP實際增速的擬合方法有一定調整，本文計算出的月度GDP同比（下文稱為“GDP擬合值2”）與《長城證券中國經濟活動指數》中的方法的測算值（下文稱為“GDP擬合值1”）有一定差異。但本篇我們重點想確定月度GDP各分項對其拉動，因此我們在本文方法初步確定各個分項對GDP的拉動后，將其帶入GDP擬合值1進行調整，最后得到最終GDP各分項的拉動值[5]。今年11月份，消費支出、資本形成和凈出口分別拉動GDP增長-1%、1.2%和1.6%。

　　長城證券GDP跟蹤指數是對國內GDP數據的近似擬合，中國GDP數據應以國家統計局公布數據為準；長城證券GDP跟蹤指數的構建存在較多假設，部分假設可能與實際情況不一致的風險；部分數據可能存在統計誤差；實際值與預測值不一致；宏觀經濟環境不及預期。

　　[1]基建投資和制造業投資額累計值在2017年停止公布，之后每年僅公布累計同比值，我們用此累計同比進行倒推得到2017年后的累計值及單月同比。

　　[2]5因子模型：基建投資、制造業投資、房地產開發投資、土地購置費、商品房銷售額當季同比對資本形成額當季同比的擬合模型。

　　[3]在《20220901長城證券中國經濟活動指數》中，綜合考慮指標數的精簡和解釋度的提高，我們選定了唐山鋼廠高爐開工率、螺紋鋼開工率、石油瀝青裝置開工率以及汽車半鋼胎開工率作為投資的代理指標，同時以螺紋鋼以及布倫特原油價格的同比變化來擬合PPI同比走勢。

　　[4]外貿價格方面，海關總署每月公布進出口商品貿易價格同比指數，但服務價格指數并無公布。但服務價格一般與商品價格走勢一致，我們用出口商品價格指數-進口商品價格指數來代替服務與貿易凈出口的價格。

　　[5]我們將GDP擬合值1-GDP擬合值2的值作為誤差項，按各個分項同比增速的測算值與實際值的誤差大小計算權重，將“GDP擬合值1-GDP擬合值2”計入各個分項的拉動。

　　(本文作者介紹：長城證券首席宏觀分析師，專注大類資產配置)