核心觀點
降息歷來受市場高度關(guān)注。但長期以來,預測降息一直是宏觀研究的“老大難”問題。在本篇報告中,我們探討構(gòu)建降息的“拇指法則”(ruleofthumb):一個較客觀、可量化、易理解的降息預測框架。
降息量化框架的難點,可能來自以下兩種思維定勢:
(資料圖)
一是“唯結(jié)果論”。結(jié)果導向、缺乏理論基礎(chǔ)的“黑箱模型”,可能導致“過度擬合”:對已發(fā)生結(jié)果解釋很好,但外延能力偏弱。
二是“過于具象”。在大數(shù)據(jù)模型成為趨勢的今天,建模時容易陷入變量越多、算法越復雜越好的思維定勢。然而,過于精細的“具象”模型可能導致其“抽象”能力不足。
據(jù)此,我們提出兩點原則:一是思路上,遵循自上而下原則,從央行最根本的思維邏輯出發(fā)選取指標和算法,避免因果倒置。二是算法上,參考“集合學習”的精神。簡單地說,“集合學習”回答了“一個諸葛亮和三個臭皮匠誰更厲害”的問題。與傳統(tǒng)單一高精度模型不同,“集合學習”更強調(diào)集體的力量:精準度源自簡單模型的多維度“集合決策”。
為驗證上述思路的有效性,我們從央行“四大目標”(幣值穩(wěn)定、經(jīng)濟增長、內(nèi)外平衡、金融穩(wěn)定)出發(fā),構(gòu)建了一個由8個子模型構(gòu)成的8因子模型。
即便未對模型做大幅逆向優(yōu)化,其表現(xiàn)已經(jīng)超出預期。在回溯期內(nèi):
單次預警(提示后2個月內(nèi)有降息)命中率60%;連續(xù)兩次提示(提示后1個月內(nèi)有降息)75%;連續(xù)三次提示(提示后當月有降息)100%。
此外,無預警降息(降息當月及此前2個月無提示)未出現(xiàn)。換言之,若模型未作提示,則未來3個月降息概率較低。
7月模型構(gòu)建完成后,做出了降息預警。按過往經(jīng)驗,8、9月份降息概率上升至60%。8月15日降息超預期落地,驗證了模型的判斷,也將單次預警的精準度提升至62.5%。
總體而言,模型表現(xiàn)基本達到預想目標。其力量來自于“橫向”與“縱向”的雙重加強?!皺M向”指的是前述“集合學習”中多個子模型并行決策;“縱向”指模型的預警具有明顯的累積效應,即連續(xù)預警后,盡管觀察窗口未改變,但命中率明顯提升。
更為重要的是,模型驗證了開篇提出的策略的有效性,進而構(gòu)建了一個較客觀、可量化、易理解的降息分析框架。在這個思路下,模型仍有巨大的優(yōu)化和拓展(如運用至降準判斷)潛力,值得進一步探索。
風險提示:央行操作框架調(diào)整;模型外變量主導。