点击上方的“宏观亮语”可以订阅哦
文/解运亮、肖张羽
信达证券宏观团队
本文为ppi分析框架,深度剖析ppi编制的统计原理与行业分类,结合定量方法对指标进行预测,并解析了其对宏观经济的信号作用。
(1)二分法:生产资料与生活资料。由于生产资料的权重超过70%,再叠加其波动率要远高于生活资料,ppi的走势主要由生产资料主导。(2)行业法:“三黑一色”行业主导ppi走势。真正显著影响ppi走势的,可概括为“三黑一色”,三黑指黑色金属、石化(石油 化工)、煤炭,一色指有色金属。(3)地区法:江苏、山东、广东、山西、河北贡献度最高。江苏、山东、广东的工业体量较大,权重靠前。而山西、河北对上游传统重工业依赖度较高,大宗商品价格波动剧烈的特性使得部分重工业省份对全国ppi的贡献率较高。ppi的两种预测方法。(1)行业高频数据法预测。使用布伦特原油现货价,动力煤期货结算价以及lme铝现货结算价构建回归方程,可有效预测ppi。(2)方法二:整体高频数据法预测。市场上能反映整体走势的高频数据中,生产资料价格指数与ppi环比指数的相关系数最高,我们选取生产资料价格指数的月环比数据来直接拟合ppi指数。ppi与宏观经济的关联。ppi对国内经济甚至是全球经济的景气度变化都十分敏感,对需求端的变化具有重要的信号作用。首先,ppi能够敏锐地感知全球经济的冷暖,当全球经济向好时,全球定价的大宗商品需求得到提振,并拉动价格上行。其次,国内投资热度是国内定价工业品的关键决定因素,它们与房地产投资、基建投资均有较强的关联性。流动性层面,m1对ppi有着相对稳定的领先关系,领先时长为3-4个季度。投资层面,m1同比与ppi同比的剪刀差经常被认为是股市“剩余流动性”的代理变量。案例分析。10月ppi 同比年内首次由正转负,这主要源于去年同期的高基数,事实上,10月ppi的环比表现并不弱。一是储煤需求支撑上游采掘业价格,二是基建落地推动非金属矿物制品价格上升,三是假日消费带动生活资料类普遍提价。往后看,截至明年上半年ppi继续面临高基数,再叠加海外需求大概率延续下行,我们预计ppi同比将保持在负值。而明年下半年,基数效应由拖累转为推动,ppi同比或变为小幅正增长,依据m1领先ppi三至四个季度的经验,下半年ppi读数也存在上行的动力。风险因素:新冠病毒变异导致疫苗失效;国内政策超预期等。
据国际货币基金组织(imf)《生产者价格指数手册》,生产者价格指数(producer price index,简称ppi)理论上应涵盖所有产业的生产者价格指数,即包括农业生产者价格指数、工业生产者价格指数和服务业生产者价格指数。在我国,一般将工业生产者出厂价格指数称之为ppi。工业生产者出厂价格是工业企业产品第一次出售时的价格,反映了生产领域价格的变动趋势和幅度,对监测宏观经济运行情况、分析预测下游产品价格变化趋势具有重要作用。
ppi 报告期为月度。在发布ppi时,还会同时发布工业品购进价格指数(ppirm)。ppirm是衡量作为中间投入的原材料、燃料、动力购进价格总水平的变动趋势和变动幅度的相对数。历史数据显示,ppi和ppirm二者走势基本一致。一般而言,市场对于工业生产者出厂价格ppi走势更为关注,因此本文主要聚焦于对该指标的分析。
ppi的编制工作由国家统计局组织实施。国家统计局对ppi的调查对象、调查范围、调查口径、计算方法、以及具体实施方式进行统一规定。根据2021年发布的《工业生产者价格统计报表制度》,工业生产者出厂价格统计调查41个工业行业大类,207个工业行业中类,666个工业行业小类的工业产品,并将其划分为1310个基本分类。但实际上,统计局每个月公布的按工业行业分工业生产者价格指数数据包含40个大类,对比《报表制度》少了“其他采矿业”这一行业,而其他采矿业自2014年停止更新数据。因此后文以统计局目前公布的40个行业大类为准。第一步是确定ppi的“篮子”,主要可分为确定工业生产者出厂价格调查代表商品和调查代表企业。编制ppi,不可能也不必要包括全部工业产品,统计局会选取一些生产稳定、对国计民生影响较大的产品来进行调查,用其价格变动加权计算的价格指数,来代表全部产品的价格变动,被选中的产品被称为代表产品。选择代表产品的过程中,统计局遵循以下五个原则:(1)按工业行业选择基本分类和代表产品。各个主要工业大类行业和90%以上的中类行业,都应选择足够的基本分类和代表产品,以使价格指数较好地反映各行业工业生产者价格变化情况。代表产品所代表的行业销售产值应超过当年全部工业销售产值的70%。(2)选择对国计民生影响大的产品。一般来看,销售产值大的产品对国计民生影响就大,因此销售产值大的产品都应选择为代表产品。(3)选择生产较为稳定的产品。试生产、经济寿命短的产品不应被选为代表产品。(4)选择有发展前景的产品。部分产品如电子产品、生物制品、新材料等,尽管其当期销售产值较小,但它是有前途的产品,随着时间的推移,会逐步占有市场,所以要将这样的产品选为代表产品。(5)选择具有地方特色的产品。一些产品尽管生产量不大,但具有地方特色,因为其生产和价格波动对本地区影响较大,也应被选为调查项目。代表产品确认之后,就要选择相应的代表企业。代表企业是工业生产者价格资料的基层填报单位,地位十分重要。在对每个代表商品价格统计时,统计局要求各个地区要尽可能选择多个企业进行填报。针对被调查企业,统计局按照以下原则进行选择:(1)按工业行业选择调查企业,各中类行业原则上都要有调查企业。调查企业要合理分布,不能遗漏,也不能过于集中。就编制指数的地区来讲,原则上有产值的中类行业一定要有调查企业。(2)大型企业应尽量都选上。所有大型企业应该都被调查,同时,也应采用抽样方法适当选择一些中小企业,使工业生产者价格指数更加准确、全面地反映客观实际。(3)选择生产稳定、正常的企业作为调查对象。一旦企业被选中作为调查企业,就要稳定一段时间,所以选择调查企业时一定要注意其是否生产正常、稳定。2022年,工业生产者价格调查涉及全国4万多家工业企业。第二步,确认权数。ppi的权重来源于工业统计中各行业的工业销售产值数据资料。根据基础资料,采取分摊权数的办法,先确定大类行业权数,然后将其分摊到中类行业,再由中类行业分摊到小类行业。一般统计局每5年开展一次工业企业产品权数调查,以反映工业品销售产值的结构变化。第三步,搜集工业生产品价格资料。ppi 实行“国家统计局一套表联网直报”调查,ppi 中所有具备直报条件的调查企业于当月月底前,通过国家统计局一套表联网直报平台进行数据上报。国家统计局审核后,逐级汇总上报并形成全国 ppi 数据,并于每月10日左右公布上个月的ppi及其分项数据。需要注意的是,依据ppi的统计制度,企业每月上报的是5日和20日的工业品价格,这意味着ppi仅包含调查月5日和20日的价格信息,如果工业品价格在这两天以外的时点发生变化(如月末),有可能无法在ppi数据中得到有效反映。第四步,计算ppi。首先对省级ppi进行计算汇总,计算各基本分类环比变动,再由此计算出其定基指数。基本分类以上根据定基指数按照小类、中类、大类的顺序逐级加权计算得出各省ppi。随后ppi全国指数根据各省指数加权平均计算。下面是详细计算过程:根据该代表产品下所属代表规格品价格变动相对数,采用几何平均法计算,计算公式为:g_i1,g_i2,......,g_in分别为i代表产品下第一个至第n个规格品报告期(t) 价格与上期(t-1)价格对比的相对数。k_1,k_2,......,k_n分别为第i个基本分类下第一个至第n 个代表产品的月环比价格指数。 j_i^1,j_i^2,......,j_i^t分别为第i个基本分类基期至报告期间各期的月环比指数。(2)基本分类以上各类及总的定基指数使用链式拉式公式,采用逐级加权平均计算。p_t q_2020=p_(t-1) q_2020×j_i与cpi类似, ppi每五年进行一次基期轮换,2021年开始编制和发布以2020年为基期的价格指数。全国大类、中类、小类行业的指数及ppi总指数根据各省指数按其工业销售产值加权平均计算。ppi依据二分法可以分为生产资料和生活资料两类。生产资料是指出售给其他生产企业并用于工业生产活动的原材料和中间品,包括采掘、原材料及加工工业三大类;生活资料是出售给居民用于生活的消费品,包括食品、衣着、一般日用品和耐用消费品四大类。
权重上,我们可以利用统计局发布的通胀通稿进行估算。2022年10月份的通稿中提到,工业生产者出厂价格中,生产资料价格上涨0.1%,影响工业生产者出厂价格总水平上涨约0.07个百分点;生活资料价格上涨0.5%,影响工业生产者出厂价格总水平上涨约0.14个百分点。由此倒推出生产资料和生活资料在ppi中的权重分别约为72%、28%。由于生产资料的权重较高,再叠加其波动率要远高于生活资料,ppi的走势主要由生产资料主导。至于大类下的二级分项,生产资料下的三类变化方向基本一致,但变化幅度存在明显区别。观察历史数据,可以发现三类行业的价格波动幅度沿着产业链从上游到下游逐级减少,即采掘工业>原材料工业>加工工业。我们判断这主要与行业内部的竞争格局有关,上游采掘业企业多数具备垄断性优势,大宗商品价格上涨往往充分反映至产品定价。而中下游行业集中度较低,因此企业面临议价能力,下游需求弹性等各方面因素的压力,导致价格传导不畅。权重方面,统计局没有公布二级分项的权重信息,但我们可以使用2015年以来的三大类价格同比对生产资料价格同比进行回归,回归得到的系数即为对应变量的权重。回归结果显示,采掘工业、原材料工业、加工工业在生产资料中的权重分别为5.8%、27.8%、65.6%。再乘以生产资料在ppi中的权重,可得三大类在ppi整体中的权重分别约为4.2%、20.0%、47.2%。
生活资料下的四类价格走势经常出现分化。其中耐用消费品的价格走向与ppi生产资料一致,显示中上游价格对耐用品消费价格有着较强的传导作用。衣着类、一般日用品价格与中上游价格的联动性要显著弱于耐用品,且长期来看,两项的波动幅度展现出下降趋势。另一方面,食品类价格的变动方向经常与中上游价格相反。用上文相同的方式计算四大类的权重,食品类、衣着类、一般日用品类、耐用消费品类在生产资料中的权重分别为35.4%、12.9%、22.1%、22.6%,在ppi整体的权重约为9.9%、3.6%、6.2%、6.3%。
为进一步探寻ppi结构特征对其走势的影响,我们分行业来拆解ppi。我们在第一部分中提到,根据统计局编制ppi的计算方法,工业行业按照销售产值来确定各自权重。由于工业销售产值数据仅更新至2016年,参考现有研究,我们选择各行业营业收入(2017-2021年均值)来近似代替。基于2015年1月以来的分工业行业ppi当月同比,结合测算权重,计算得出ppi拟合值,与实际值的拟合优度达到0.996,拟合程度较好。结果上看,计算机、通信和其他电子设备制造业的权重最高,为10.49%,随后是汽车制造业7.49%、黑色金属冶炼及压延加工业6.68%、化学原料及化学制品制造业6.60%、电气机械及器材制造业6.34%、电热力的生产和供应业5.95%等。除权重之外,我们还需要关注哪些行业的波动对ppi走势的影响更大。分别计算各行业ppi自2015年以来的标准差,乘以各自权重,得到各行业对ppi的影响程度。从结果来看,权重高的行业未必更能影响ppi的波动情况,计算机、通信和其他电子设备制造业就是最好的例子,该行业权重最高,但ppi走势较平稳,波动率为1.14,对ppi影响程度仅为0.12。真正显著影响ppi走势的,可概括为“三黑一色”,三黑指黑色金属、石化(石油 化工)、煤炭,一色指有色金属。第一,从产业链上看,原油及其衍生品贯穿工业行业的上、中、下游。原油繁杂的产业链足以说明它在工业原料中的核心地位,上游采掘行业开采得到原油、油页岩等原料,中游燃料加工业制成汽油、柴油、燃油、润滑油脂等生活中常见的石油制品,同时橡胶、塑料、沥青、化纤和各类高分子聚合物都以石油为原料,相关制品又成为下游产成品的化工原料。在下游工业行业中,原油及其衍生品涉及的产品甚至高达上千种,大到建筑材料、汽车轮胎、电线电缆,小到我们身上穿的衣服,日用的药剂、塑料袋、矿泉水瓶,都与石油息息相关,品类不胜枚举。第二,从进口依赖度上看,我国仍然是国际油价的被动接受国。我国原油需求量很大,一方面我国原材料加工出口贸易占比高;另一方面我国人均石油消费量远不及发达国家水平,石油需求还未见峰值。我国原油产量并不低,2020年日均生产391.8万桶,位于世界第四,但国内产油量难以满足需求,2015年至2020年原油进口占比持续攀升,2020年该比例达到80.2%,2021年虽进口比例回落,但仍维持在70%以上。综合来看,我国对原油等国际大宗商品的定价权仍较弱。第三,从相关性来看,原油价格与ppi总指数存在较强相关性。市场上能够代表石油价格的高频数据包括布伦特原油、wti原油以及opec一揽子原油价格,分别计算月均价格同比,其结果与ppi总指数的走势十分接近。考虑数据的相关性,2015年以来布伦特原油与ppi总指数的相关系数达到了0.84,高于其他2项数据,代表性更强。
原油价格与其他行业ppi也存在显著相关性,一是石油制品广泛存在于各工业行业,二是原油与其他大宗商品的价格走势均主要受到全球经济周期、生产周期的影响。与布伦特原油价格相关性较高的行业除了有直接对原油进行开采(0.90)、加工(0.86)的行业,还包括化工制造业(0.83)、橡胶塑料制品业(0.79)、化纤制造业(0.78)等以原油和衍生品为原料的行业。值得注意的是,有色、黑色金属及煤炭相关行业也与油价的相关性较高,一大原因是在经济和生产周期的更迭过程中,全球主要大宗商品价格通常呈现相似的变化趋势。
再者,钢铁、有色、煤炭对ppi走势的影响不亚于石油化工。第一,3大行业对ppi的贡献度长期处于较高水平。除石油和化工制造业外,显著影响ppi走势的“三黑一色”行业中还包括煤炭、钢铁和有色金属,分别对应煤炭开采洗选业和加工业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业。2020年以来,3大行业对ppi同比的贡献率大部分时间都位于30%以上。图10中,我们剔除了2020年12月和2021年1月的数据,原因在于该时间段ppi同比接近0%,即便6大行业拟合的ppi与真实值十分接近,但呈现为贡献率时有所失真。结果上,煤炭、钢铁和有色金属三类大宗商品也是ppi走势的重要影响因素,尤其进入到2021年,钢铁、有色金属、煤炭行业甚至取代了石油化工的核心地位。这主要是由于2021年油价同比变化数值较低,算得的贡献率也较小。
第二,2015年至今螺纹钢、铝、动力煤价格与ppi指数相关系数均超过了0.7。钢铁是黑色金属的代表,铜、铝是有色金属的代表,都是工业生产中不可替代的原材料,典型相关的行业有汽车制造业、金属制品业、机械/设备/器材制造业等,常见产品包括各类建材、金属机床、金属制日用品、汽车车身、电子零件等。至于煤炭,煤炭采选、加工业不仅是我国的重要工业产业,煤炭还是其他工业行业生产经营的能源。各价格指标中,hrb400螺纹钢市场价、lme铝现货结算价、动力煤期货价与ppi指数的相关性最高,对各行业的代表性更强。
(三)地区法:江苏、山东、广东、山西、河北对ppi的贡献度最高
除了行业视角,我们还可以通过地域视角探寻哪些省市对于全国ppi的影响最为突出。权重上依然利用各省的工业企业营业收入占比代替销售产出。从工业体量上,广东、江苏、山东、浙江、福建这五大沿海省份工业实力排名靠前,五省营业收入在全国占比超过了45%。再加入波动率综合考虑各省对ppi的影响力,前五名分别为江苏、山东、山西、河北、广东。由此可见,浙江、福建两省虽然工业体量较大,但对ppi的影响力要弱于山西、河北等省。其原因在于浙江的主导行业为纺织、电子、机械制造业,福建的主导产业为电子信息、机械制造,这些行业的价格相对较为稳定。而山西、河北对上游传统重工业依赖度较高,山西是我国的煤炭大省,河北则为钢铁大省。大宗商品价格波动剧烈的特性使得部分重工业省份对全国ppi的贡献率较高。
目前关于ppi预测的研究已比较成熟,主要有三种方法:一是利用先行指标判断ppi走势;二是通过高频数据拟合,提前测算ppi当月增速;三是借助市场机构各类预期值进行预测。综合考虑各类方法的优缺点,对比之下高频数据法频度更高、应用更广泛,部分价格指数能够高度拟合ppi总指数。同时,高频数据法更加符合编制ppi的统计原理和产业链逻辑,因此本文选用高频数据法来预测近月ppi。在第三部分的内容中,本文详细讨论了大宗商品价格与ppi的关系,结论是“三黑一色”行业主导ppi走势,相应的价格指数分别为:hrb400螺纹钢市场价,布伦特原油现货价,动力煤期货结算价以及lme铝现货结算价。由于大宗商品价格共同受到全球经济周期、生产周期的影响,价格波动经常呈现相似的趋势,为了剔除变量之间的共线性、提升模型预测精度,我们利用spss软件对4项价格指数的月均同比与ppi当月同比进行逐步回归分析,得到的回归方程为:ppi当月同比=0.043*布伦特原油当月同比 0.046*螺纹钢当月同比 0.064*lme铝当月同比回归结果排除了动力煤期货价格结算价作为自变量,各参数p值均小于0.05,回归结果是显著的。利用上述模型拟合2015年至今ppi同比指数,拟合优度达0.83,准确度较高。统计局通常在每月10号左右公布上月ppi数据,利用高频数据法,我们可在月末提前算得相关指标数值,再代入回归模型得到ppi预测值。
(二)方法二:整体高频数据法预测
在方法一中我们通过行业高频数据直接拟合ppi同比,采用相同的方法也可以对ppi环比进行预测。在研究过程中我们发现,各高频价格指标无论是同比还是环比走势,都分别与ppi同比和环比指数有较高相关性、较好拟合度,因此两种预测角度都是可行的。预测环比数据的好处在于,利用环比连乘可进一步推算出同比数据预测值,可谓一举两得。方法二中我们使用环比进行拟合,顺带对以上内容进行验证。有分行业的高频数据,就有代表整体工业品价格走势的高频数据。市场上能反映整体走势的高频数据指标包含:生产资料价格指数,中国大宗商品价格指数,crb工业原料现货指数,以及南华工业品指数。其中生产资料价格指数与ppi环比指数的相关系数最高,为0.94。ppi走势由生产资料主导,生产资料价格指数在统计内容上基本覆盖我们前文总结的“三黑一色”重点行业,且不包含牲畜、棉花、食糖等农业大宗商品,这是该指数关联度更高的主要原因。在方法二中,我们选取生产资料价格指数的月环比数据来直接拟合ppi指数。
将生产资料价格指数月均环比与ppi当月环比进行回归分析,常量显著性=0.004<0.05,有统计学意义,最终得到的回归方程为:ppi当月环比=0.271*生产资料价格指数当月环比 0.083拟合优度达0.88,处于较高水平。在此基础上,我们可以在月末提前算得生产资料价格指数环比,进而得出当月ppi环比预测值,再通过连乘的方式计算同比。
ppi对国内经济甚至是全球经济的景气度变化都十分敏感,对需求端的变化具有重要的信号作用。首先,ppi能够敏锐地感知全球经济的冷暖。国际定价的大宗商品,包含原油,以及铜、铝等有色金属,在ppi中的权重较大。当全球经济向好时,这类大宗商品需求得到提振,并拉动价格上行。历史数据显示,我国ppi同比与oecd领先指数、全球pmi等指标的走势有较强的一致性,如2002年、2009年、2016年国内ppi均呈现走高的态势。这也是为什么我国ppi与美国、韩国等发达经济体存在着紧密联系。由于商品价格具备一定的粘性,因此全球经济景气度的变化领先ppi1-2个月的时间。
其次,国内投资热度是国内定价工业品的关键决定因素。国内定价的工业品主要包含钢铁、水泥、煤炭等。以螺纹钢价格举例,2010年以来螺纹钢价格与房地产投资、基建投资的一致性较强。需要注意的是,在2017年之前,螺纹钢价格同比与地产投资同比的相关系数要高于基建投资,但2017年之后钢铁价格与基建投资的关联性要更强。背后的原因在于2017年以来中央持续强调“房住不炒”,中国经济对房地产的依赖度有所降低,基建投资作为跨周期调节的抓手,成为带动ppi的关键变量。
流动性层面,ppi滞后于m1同比的变化。历史上,m1对ppi有着相对稳定的领先关系,领先时长为3-4个季度。这是因为m1的变化主要来源于企业活期存款,m1同比上行代表着企业扩大生产规模和增加资产开支的意愿较强,这些都是驱动ppi上行的内生性因素。投资层面,m1同比与ppi同比的剪刀差经常被认为是“剩余流动性”的代理变量。其原理在于前者代表了广义流动性中企业拥有的流动性,后者指代投入生产和购买原材料所需要的流动性,两者之差一定程度上可以刻画流入金融资产的流动性。回顾2010年以来的数据,当m1同比-ppi同比扩张之时,a股的估值也会随之上升。
2022年10月份,全国工业生产者出厂价格同比下降1.3%,环比上涨0.2%。去年价格变动的翘尾影响约为-1.2个百分点,上期约为1.3个百分点,新涨价影响约为-0.1个百分点,上期约-0.4个百分点。生产资料价格由上涨0.6%转为下降2.5%;生活资料价格上涨2.2%。整体来看,今年ppi同比呈现逐月下行的走势。俄乌冲突、海外货币政策快速收紧、国内疫情反复、房地产下行是今年ppi运行的四条主线,俄乌冲突自二月以来对ppi读数形成支撑,其他三个因素对ppi形成拖累。10 月 ppi 同比年内首次由正转负转降,这主要源于去年同期的高基数,去年10月ppi环比增长2.5%,为年内最高增速。事实上,10月ppi的环比表现并不弱,ppi环比由上月下降0.1%转为上涨0.2%,生产资料 ppi 环比也由前值的-0.2%转为0.1%,生活资料价格上涨0.5%,涨幅扩大0.4个百分点。部分行业需求边际改善带动了 ppi环比小幅上涨。 ppi环比上行,一是储煤需求支撑上游采掘业价格,二是基建落地推动非金属矿物制品价格上升,三是假日消费带动生活资料类普遍提价。1)储煤需求对上游采掘业有支撑,采掘工业价格环比由降转升。10 月多地密集部署迎峰度冬能源保供工作,储煤需求支撑煤炭价格,带动上游煤炭开采和洗选业价格环比上涨 3%。此外,10 月天然气价格有所回落,石油和天然气开采业价格环比下降 2.2%,而整个采掘工业 ppi 环比上涨 1%。2)建筑业高景气支撑水泥价格上行,带动非金属矿物制品业价格环比上涨。稳增长政策推动下,基建高位运行,建筑业 pmi 仍然位于较高景气水平,10 月水泥价格指数环比上涨 4.73%,带动非金属矿物制品业价格环比上涨0.6%。3)生活资料类的下游消费品普遍提价。在十一假期及月末消费狂欢节的带动下,生活资料类价格环比普遍上涨,显示出消费品的提价现象。其中,食品和衣着类出厂价格环比上涨 0.6%和 0.5%,一般日用品类和耐用消费品类出厂价格由 9 月的环比持平转为 10 月的 0.3%和 0.7%。另一方面,黑色表现偏弱。10月黑色金属采选、黑色金属冶炼ppi环比分别下降1.4%、0.4%,显示地产开工疲弱的状态尚未扭转。
往后看,截至明年上半年ppi继续面临高基数,再叠加海外需求大概率延续下行,我们预计ppi同比将保持在负值。而明年下半年,基数效应由拖累转为推动,ppi同比或变为小幅正增长,依据m1领先ppi三至四个季度的经验,明年下半年ppi读数也存在上行的动力。结构上,海外定价的大宗商品价格整体存在下行压力;国内定价品类方面,伴随保交楼推进,加之基建继续落地,黑色、建材等价格有望缓步上行。另外,我们判断新一轮设备更新周期可能在明年启动,中下游装备类价格中枢或有所抬升。
风险因素:
新冠病毒变异导致疫苗失效;国内政策超预期等。
本文源自报告:《理解ppi的波动原因与信号作用 ——信达宏观方法论之十二》发布报告机构:信达证券研究开发中心
报告作者:解运亮s1500521040002,肖张羽
20220818《》
20220823《》
20220901《》
20220909《》
20220916《》
20220923《》
20220929《》
20221014《》
20221020《》
20221113《》
20221124《》
解运亮,信达证券首席宏观分析师。中国人民大学经济学博士,中国人民大学汉青研究院业界导师。曾供职于中国人民银行货币政策司,参与和见证若干重大货币政策制订和执行过程,参与完成中财办、人民银行、商务部等多项重点研究课题。亦曾供职于国泰君安证券和民生证券,任高级经济学家和首席宏观分析师。中国人民银行重点研究课题一等奖得主。首届“21世纪最佳预警研究报告”得主。
肖张羽,信达证券宏观研究助理。英国剑桥大学经济与金融硕士。曾供职于民生证券,2021年加入信达证券研究开发中心,侧重于研究实体经济。