核心宏观因子解析(上):经济增长、通货膨胀与货币政策
各位同学,欢迎来到第二章。
上一章我们聊了宏观因子驱动的整体框架。说白了,就是把宏观经济拆解成几个关键变量,然后用它们去解释行业为什么涨、为什么跌。
这一章,我们深入第一个模块——核心宏观因子。我把它分成上下两篇。上篇讲三个最基础的:经济增长、通货膨胀、货币政策。这三个因子,是驱动行业轮动的底层逻辑。
2.1 经济增长因子:GDP与工业增加值
经济增长,是所有因子里最根本的。经济好不好,直接决定了企业赚不赚钱。
2.1.1 GDP:总量视角
GDP是宏观经济的“体温计”。但说实话,GDP数据一个月才公布一次,而且经常修正。用它来做高频交易?不太现实。
我个人习惯,是把GDP当作一个趋势背景。比如,当GDP增速连续两个季度回升,我会认为经济进入扩张期。这时候,哪些行业受益?
- 周期性行业:比如有色、钢铁、化工。经济扩张,需求旺,价格涨。
- 金融行业:银行、券商。企业贷款多,交易活跃。
反过来,GDP增速下滑,防御性行业(医药、食品饮料)往往更抗跌。
关键点:GDP是慢变量,适合做季度级别的配置判断。别用它做日频交易。
2.1.2 工业增加值:高频替代
GDP太慢了。那有没有更快的指标?有——工业增加值。
工业增加值每月公布一次,而且能反映制造业的真实景气度。我在项目中遇到过一个问题:用GDP做信号,等数据出来,行情已经走了一半。后来我改用工业增加值的环比数据,效果好了不少。
为什么?因为工业增加值跟工业企业的利润高度相关。而利润,是股价的直接驱动力。
我的经验:关注工业增加值的“超预期”部分。如果实际值比市场预期高0.5%以上,周期股往往有短期机会。
2.2 通货膨胀因子:CPI与PPI
通胀,是市场的“血压”。太高或太低,都会出问题。
2.2.1 CPI:消费端的价格信号
CPI反映的是老百姓买东西的价格。你想想看,CPI高了,意味着生活成本上升。这时候,央行会怎么做?大概率会收紧货币。
所以,CPI对行业的影响,更多是通过政策预期传导的。
- CPI上行期:利好消费类行业(食品、饮料、超市)。因为企业有定价权,能把成本转嫁给消费者。
- CPI下行期:利好债券和公用事业。因为实际利率上升,资金会避险。
2.2.2 PPI:生产端的价格信号
PPI是工业品出厂价格。它跟CPI最大的区别是:PPI更敏感,波动更大。
我记得有一次做回测,发现PPI同比转正的时候,钢铁、煤炭这些上游行业表现特别好。为什么?因为PPI上涨,意味着上游企业利润增厚。
避坑指南:我曾经犯过一个错误——只看PPI的绝对值。后来发现,PPI的环比变化比同比更重要。环比加速,才是真正的涨价趋势。
这里我整理了一个简单的对应关系表:
| 通胀状态 | CPI | PPI | 利好行业 |
|---|---|---|---|
| 温和通胀 | 2%-3% | 0%-2% | 消费、医药 |
| 通胀上升 | >3% | >3% | 上游资源、能源 |
| 通缩风险 | <1% | <0% | 债券、公用事业 |
2.3 货币政策因子:利率与M2
货币政策,是央行的“油门”和“刹车”。它直接影响市场的资金成本。
2.3.1 利率:资金的价格
利率是所有资产定价的锚。利率低了,钱便宜了,大家愿意借钱投资。利率高了,钱贵了,大家会收缩。
我个人习惯,把利率分成两种看:
- 短端利率(比如7天回购利率):反映流动性松紧。短端利率飙升,说明钱紧,对股市整体不利。
- 长端利率(比如10年期国债收益率):反映经济预期。长端利率上升,如果是因为经济好,那对股市是好事。
核心逻辑:利率下行周期,成长股(科技、新能源)表现更好。因为它们的未来现金流折现值更高。
2.3.2 M2:货币的供应量
M2是广义货币供应量。说白了,就是市场上到底有多少钱。
M2增速快,说明央行在放水。水多了,资产价格就容易涨。但要注意,M2有滞后性。我记得有一次,M2数据很好,但股市就是不涨。后来发现,钱都流到房地产和理财去了,没进股市。
所以,看M2要结合社融一起看。M2是供给,社融是需求。供需两旺,才是真利好。
一个小技巧:用M2同比减去GDP同比,得到“剩余流动性”。这个指标为正,说明钱比经济需要的多,股市往往有行情。
2.4 知识体系:一张图说清楚
讲了这么多,我画了一张图,帮你把这三个因子的关系串起来。
2.5 实战中的注意事项
嗯,这里要注意一点。宏观因子不是孤立起作用的。它们之间会互相影响。
比如,经济增长快了,通胀可能跟着起来。通胀起来了,央行就会加息。加息了,经济增长又会放缓。这是一个循环。
所以,做行业轮动的时候,不要只看一个因子。要综合判断。我个人习惯,是先把三个因子的方向定下来,然后找它们共振的行业。
举个例子:如果GDP回升、PPI温和上涨、利率还在低位,那大概率是“复苏初期”。这时候,金融、周期股往往有超额收益。
好了,这一章就到这里。下一章我们继续讲剩下的核心因子:信用、汇率和情绪。到时候我会带大家看一些具体的代码实现。