一、景气度指标概述
1.1 什么是景气度
景气度，说白了就是经济活动的温度计。
我做了这么多年量化，最深的感受是——很多人把景气度想得太玄乎了。其实它就是一个简单问题：当前经济是热还是冷？
举个例子。你去菜市场买菜，如果每个摊位前都排着长队，菜价还在涨，这就是景气度高。反过来，摊主比顾客还多，菜价跌了都没人买，这就是景气度低。
在宏观层面，景气度反映的是整个经济体系的运行状态。它包含三个维度：
- 生产端：工厂开工率、产能利用率
- 需求端：订单量、消费意愿
- 价格端：PPI、CPI 等价格信号
嗯，这里要注意一点：景气度不是某个单一指标，而是一组指标的综合判断。我见过不少新手，拿着一个PMI数据就敢说经济要复苏了，这其实挺危险的。
1.2 为什么需要领先指标
你可能会问：既然有GDP、工业增加值这些数据，为什么还要搞领先指标？
原因很简单——等你看到官方数据，黄花菜都凉了。
GDP是季度数据，发布还有滞后。工业增加值虽然是月度数据，但也要等一个月才能看到。对于做投资的人来说，这个时间差就是真金白银的损失。
我个人习惯把指标分成三类：
| 指标类型 | 特点 | 举例 |
|---|---|---|
| 领先指标 | 提前3-6个月预示拐点 | PMI新订单、社融增速 |
| 同步指标 | 与经济周期同步 | 工业增加值、发电量 |
| 滞后指标 | 确认趋势 | 失业率、企业利润 |
我在项目中遇到过这样的情况：2019年底，很多同步指标看起来还不错，但领先指标已经连续三个月走弱了。如果只看同步指标，你可能会错过减仓的最佳时机。
1.3 指标的分类与框架
构建领先指标，不能东一榔头西一棒子。你需要一个清晰的框架。
我常用的分类方式是这样的：
按经济环节分类
- 金融类：利率、货币供应量、信贷增速
- 实体类：PMI、工业用电量、货运量
- 预期类：消费者信心指数、企业家信心指数
- 价格类：大宗商品价格、PPI
按时间维度分类
- 超短期（1-3个月）：高频数据，如日度开工率
- 短期（3-6个月）：月度PMI、社融
- 中期（6-12个月）：信贷周期、库存周期
- 长期（1年以上）：人口结构、技术变革
下面这张图是我自己常用的框架结构，你可以参考一下：
这个框架的好处是：不会遗漏重要维度。我刚开始做景气度研究时，经常只盯着PMI看，结果错过了金融条件变化带来的信号。后来把框架搭起来，每个维度都选2-3个指标，准确率明显提升了。
1.4 构建领先指标的核心逻辑
说了这么多，到底怎么判断一个指标是不是好的领先指标？
我个人总结了三个标准：
- 经济逻辑清晰：指标和景气度之间要有因果关系，不能只是统计上的巧合。比如社融领先经济，是因为企业拿到钱后需要时间转化为投资和生产。
- 拐点提前明显：至少提前2-3个月出现拐点。我见过一些指标，领先期只有1个月，这种在实际操作中意义不大。
- 数据质量可靠：数据要稳定、及时、可获取。有些指标虽然理论上很好，但发布太晚或者经常修正，用起来很头疼。
举个例子，我常用的一个领先指标组合：
# 伪代码示例：领先指标合成
领先指标 = 0.3 * 社融增速 + 0.3 * PMI新订单 + 0.2 * 发电量 + 0.2 * 大宗商品价格
if 领先指标连续3个月上升:
信号 = "景气度改善"
elif 领先指标连续3个月下降:
信号 = "景气度恶化"
else:
信号 = "景气度平稳"
当然，实际项目中不会这么简单。权重需要根据历史数据做优化，还要考虑不同经济阶段的切换。但核心逻辑就是这个——用多个维度的信息，提前捕捉经济的变化。
核心要点总结：
- 景气度是经济的温度计，需要综合判断
- 领先指标的核心价值在于提前发现拐点
- 框架要覆盖金融、实体、预期、价格四个维度
- 好的领先指标要有经济逻辑、提前期和数据质量
好了，这一章的内容就到这里。框架搭好了，下一章我们开始具体讲怎么选指标、怎么处理数据。这些东西我在实战中踩过不少坑，到时候一一分享给你。