宏观经济专题研究:降息预测模型的探索

2023-08-25 18:10:43 来源: 研报中心

核心观点

降息历来受市场高度关注。但长期以来,预测降息一直是宏观研究的“老大难”问题。在本篇报告中,我们探讨构建降息的“拇指法则”(ruleofthumb):一个较客观、可量化、易理解的降息预测框架。


(相关资料图)

降息量化框架的难点,可能来自以下两种思维定势:

一是“唯结果论”。结果导向、缺乏理论基础的“黑箱模型”,可能导致“过度拟合”:对已发生结果解释很好,但外延能力偏弱。

二是“过于具象”。在大数据模型成为趋势的今天,建模时容易陷入变量越多、算法越复杂越好的思维定势。然而,过于精细的“具象”模型可能导致其“抽象”能力不足。

据此,我们提出两点原则:一是思路上,遵循自上而下原则,从央行最根本的思维逻辑出发选取指标和算法,避免因果倒置。二是算法上,参考“集合学习”的精神。简单地说,“集合学习”回答了“一个诸葛亮和三个臭皮匠谁更厉害”的问题。与传统单一高精度模型不同,“集合学习”更强调集体的力量:精准度源自简单模型的多维度“集合决策”。

为验证上述思路的有效性,我们从央行“四大目标”(币值稳定、经济增长、内外平衡、金融稳定)出发,构建了一个由8个子模型构成的8因子模型。

即便未对模型做大幅逆向优化,其表现已经超出预期。在回溯期内:

单次预警(提示后2个月内有降息)命中率60%;连续两次提示(提示后1个月内有降息)75%;连续三次提示(提示后当月有降息)100%。

此外,无预警降息(降息当月及此前2个月无提示)未出现。换言之,若模型未作提示,则未来3个月降息概率较低。

7月模型构建完成后,做出了降息预警。按过往经验,8、9月份降息概率上升至60%。8月15日降息超预期落地,验证了模型的判断,也将单次预警的精准度提升至62.5%。

总体而言,模型表现基本达到预想目标。其力量来自于“横向”与“纵向”的双重加强。“横向”指的是前述“集合学习”中多个子模型并行决策;“纵向”指模型的预警具有明显的累积效应,即连续预警后,尽管观察窗口未改变,但命中率明显提升。

更为重要的是,模型验证了开篇提出的策略的有效性,进而构建了一个较客观、可量化、易理解的降息分析框架。在这个思路下,模型仍有巨大的优化和拓展(如运用至降准判断)潜力,值得进一步探索。

风险提示:央行操作框架调整;模型外变量主导。

标签:

Copyright   2015-2022 起点家电网版权所有   备案号:皖ICP备2022009963号-12   联系邮箱: 39 60 29 14 2@qq.com