【兴证固收.利率】年内PPI同比何时见顶?——基于原油价格和PMI的PPI同比预测
发布于 2021-04-01 22:42
投资要点
今年以来PPI同比快速上行,1月PPI同比由负转正至0.3%,2月继续大幅上行至1.7%。随着海外经济体的修复和大宗商品价格的上涨,市场普遍关心后续PPI的走势与空间,以及对货币政策和债市的影响。本篇报告分析了影响PPI走势的核心因素,并在此基础上构建了远月和近月预测模型,分别用以判断今年PPI的整体走势和PPI同比短期变化。
原油价格:PPI波动核心影响因素的代表
原油、煤炭、黑色金属和有色金属4种生产资料价格的波动是PPI波动的核心影响因素。通过测算细分行业PPI的权重和贡献率,我们发现原油、煤炭、黑色金属和有色金属4种生产资料对应的7个细分行业的PPI解释了全行业PPI约90%的波动。
原油价格可能是PPI波动核心影响因素最合适的代表。相较于其他生产资料,原油能综合反映工业生产状况,且原油价格与全行业和核心行业PPI之间有较强相关性。
今年原油价格可能将呈现先涨后跌的走势。需求偏强叠加供给偏弱或将导致近期油价中枢继续上行,中性情况下2季度原油价格有望达到高点;下半年随着原油需求逐渐回升,国际原油供给较弱的局面可能会有所缓和。
远月&近月预测模型:基于原油价格和PMI指数的PPI预测方法
在远月模型中,本文针对传统的基于原油价格的PPI预测方法进行了优化:1)分别采用机构油价预测值和原油期货价格作为模型中的原油价格预测值,提高了原油预测价格的可靠程度和PPI预测模型的动态性;2)考虑了除原油价格之外的其他因素,提高了PPI预测模型的全面性和可靠性。
在近月模型中,本文采用了基于PMI指数的PPI预测方法。PMI发布时间领先PPI约10日,且PMI出厂价格与PMI主要原材料进购价格与PPI环比增速相关新均高达92%,本文基于PMI数据建立了一个效率更高的近月预测模型。该模型的预测精度优于基于原油价格的PPI预测方法,但其主要缺点是无法进行远月预测。
小结:年内PPI同比或将于5月见顶,通胀可能只是今年债市的扰动项
基于3月PMI数据,我们预测3月PPI环比为1.12%(前值0.80%),PPI同比为3.82%(前值1.70%)。上半年PPI同比或将快速上行并于5月达到年内峰值,中性情况下的年内PPI同比峰值或将达到4.8%左右。下半年PPI同比下行概率较大。应当注意的是,本文中的PPI预测模型是基于3月末的机构油价预测值和原油期货价格对PPI同比进行预测的,未来随着原油价格的变动,我们对于PPI同比的预测数据也将随时调整。
风险提示:大宗商品价格波动超预期、海外疫情发展超预期、货币和监管政策超预期
报告正文
今年以来PPI同比快速上行,1月PPI同比由负转正至0.3%,2月继续大幅上行至1.7%。PPI指数主要用于衡量工业企业产品出厂价格的变动,其变动趋势和变动程度与经济基本面和债市走势关系密切。2016年以来,10Y国债收益率与PPI同比相关性高达75%。随着海外经济体的修复和大宗商品价格的上涨,市场普遍关心后续PPI的走势与空间,以及对货币政策和债市的影响。因此,对今年PPI走势的研判显得愈发重要。本篇报告分析了影响PPI走势的核心因素,并在此基础上构建了远月和近月预测模型,分别用以判断今年PPI的整体走势和PPI同比短期变化。
1
PPI 的核心影响因素是什么?
1.解构PPI,从理解如何编制PPI开始
根据国家统计局《中国主要统计指标诠释(第二版)》(2013),我国PPI指数的编制方法主要分为以下8步:
1)确定各工业行业的基本分类,以及基本分类对应的代表产品。一般选择销售额较大、生产稳定、有发展前景的产品,或销售额不大但人们对其价格变化敏感的产品为代表产品,其目录一般每5年修订一次;
2)统计代表产品月均价(每月5日与20日均价),得代表产品月环比增速;
3)对基本分类的代表产品月环比增速求几何平均,得基本分类月环比增速;
4)以基期年平均价格为基期价格,累乘月环比增速得基本分类月价格指数;
5)对基本分类月价格指数求加权平均得各工业行业月价格指数,其中基本分类的权重来源于工业企业产品权数调查(每5年开展一次);
6)对工业行业月价格指数按照链式拉式公式求加权平均,作为全行业月价格指数,其中行业权重为该行业销售产值占全行业销售产值比重;
7)用所求价格指数,与上月做比较得环比指数,与去年同期比较得同比指数;
8)1-7步由各省统计,对各省指数按销售产值占比求加权平均,得全国指数。
从贡献率较高的行业入手,寻找PPI的核心影响因素。从PPI指数的编制方法可知,全行业PPI变化本质上是由各个行业PPI变化加权平均求得。因此,我们可以从那些贡献率(行业权重×行业PPI变化/全行业PPI变化)较高的行业入手,寻找PPI指数变动的核心影响因素。国家统计局每月会公布细分行业的价格指数,但并不公布权重数据。因此若要对各行业贡献率进行测算,首先要通对行业权重进行估计。
2.PPI的行业分解、权重估计与影响因素识别
通常PPI指数有两种分解方法:“二分法”和“行业法”。二分法将PPI解构为生产资料PPI和生活资料PPI,行业法则将PPI解构为39个细分行业的PPI,其中包括31个制造业细分行业,5个采选业细分行业,和3个电力、热力、燃气及水电供应业的细分行业。
二分法分类下,生产资料PPI权重约为75%,生活资料PPI权重约为25%。二分法将PPI解构为生产资料PPI和生活资料PPI,我们通过线性求解法可得到二者权重,其中生产资料权重约为75%,生活资料权重约为25%。
行业法分类下,原油、煤炭、黑色金属和有色金属4种生产资料对应的7个细分行业的PPI解释了全行业PPI约90%的波动。
行业权重可基于各细分行业营业收入数据估计得到。
1)线性求解法可能不是估计各细分行业权重的合适方法。行业法将全行业PPI指数解构为39个细分行业的PPI指数。由于变量较多,在进行线性求解时难以保证回归分析的一致性,可能会导致估计结果偏误较大。因此需要采用其他方法对各细分行业权重进行估计。
2)基于各细分行业营业收入数据估计各细分行业权重的可信度较高。从PPI的编制原理可知,行业权重由工业各细分行业的“销售产值”求得,但该数据已于2016年停更。在之前的PPI估计方法中通常采用各细分行业的“主营业务收入”代替“销售产值”对各细分行业权重进行估计,但各细分行业“主营业务收入”也已于2018年后停更。由于各细分行业“营业收入”数据也与“销售产值”数据较为接近,本报告采用以各细分行业“营业收入”代替“销售产值”的方法估计各细分行业权重。我们计算了各细分行业“营业收入”占比,并基于此作为估计全行业PPI的细分行业权重对全行业PPI进行了拟合。拟合结果与每月官方公布的行业PPI数据比较接近,说明此方法的可信度相对较高。
权重高不代表贡献率大,原油、煤炭、黑色金属和有色金属4种生产资料对应的7个行业对PPI波动的贡献率可达到约90%。
1)计算机、通信和其他电子设备制造业等细分行业权重占比较大。我们统计了2017-2019年39个行业的平均权重数据(未包含2020年是因为疫情导致很多行业经营数据出现异常),其中平均权重最高的三个行业分别是:计算机、通信和其他电子设备制造业(9.35%)、汽车制造业(7.57%)、化学原料及化学制品制造业(7.14%)。
2)虽然计算机等行业的权重很高,但其对PPI波动的贡献率却很小。举例来说,计算机、通信和其他电子设备制造业PPI虽然占全行业PPI的权重高达9.35%,但由于该细分行业产成品价格波动较小,其PPI波动对全行业PPI波动的贡献率仅为0.21%。
2
原油价格:PPI波动核心影响因素的代表
1.原油价格可能是PPI波动核心影响因素最合适的代表
第一,相较于其他生产资料,原油应用广泛,更能综合反映工业生产状况。原油被称为“工业之母”,需求量和消耗量巨大,是各个工业行业中不可或缺的原材料和组成部分。根据2017年全国投入产出表,我们计算了149个行业的感应度系数,并发现“石油和天然气开采行业”和“精炼石油和核燃料加工品行业”的感应度系数大于93%的行业,这说明与其他生产资料相比,原油价格变动影响的部门更多、影响的范围更大。因此我们认为选取原油价格作为研究PPI波动的最核心影响因素具有较强的代表性。
第二,原油价格与全行业PPI指数之间具有较强的相关性。2015年至2020年,Brent原油与WTI原油月平均价格同比与PPI指数同比的相关性分别高达89%和86%。相较于其他3种核心生产资料,原油价格同比与全行业PPI指数同比走势具有更为一致的趋势,可能更适合作为PPI波动核心影响因素的代表。
第三,原油价格与核心行业PPI指数之间也具有一定的相关性。除了与石油和天然气开采业(90%)、石油煤炭以及其他燃料加工业(84%)之间具有较强的相关性外,原油价格同比与化学原料以及制品制造业、化学纤维制造业、黑色金属冶压业、有色金属冶压业对应的PPI同比之间的相关性分别达到了79%、75%、66%、65%。换言之,原油价格走势与其他主要大宗商品的价格走势具有较强的相关性,在某种程度上对原油价格走势的分析也是对于主要大宗商品价格走势的分析。原油与其他大宗商品价格走势相关性较强的原因可能是大宗商品价格变化从根本上是由经济周期变化所致,原油价格变化可能从本质上对应着不同的经济周期和大宗商品周期。
2. 原油价格变化的分析框架和2021年原油价格走势初判
供需变化是影响原油价格的主要因素。原油作为重要的战略物资,其价格受到多方面因素的影响,包括美元和汇率因素、政治因素、投机因素、突发事件等。然而,作为一种商品,原油价格本质上仍然主要由供需关系决定。因此,分析原油的供需关系有助于我们对未来原油价格走势做出一个大体上的判断。
原油供给端:OPEC、美国、俄罗斯三足鼎立。过去10年,OPEC、美国、俄罗斯的原油年产量之和约占全球总产量的60%(2020年该比重约为63%)。鉴于其在国际原油供给端的特殊地位,OPEC、美国、俄罗斯之间的博弈将极大影响全球原油的供给,这可能是分析原油供给的关键所在。因此,我们一般通过观察OPEC+部长级会议关于原油产量的决定(增/减产)以及美国国内原油生产水平来判断国际原油市场的供给情况。
原油需求端:美国、中国、欧洲主导需求。过去10年,美国、中国、欧洲的原油年消费量之和约占全球总消费量的一半(2020年该比重约为49%),因此分析原油需求的重点可能在于分析中国和欧美发达国家的原油需求。一般情况下,当经济较好时,全球原油需求增加;经济低迷时,全球原油需求减少。由此可见,全球原油需求与全球经济周期的发展密不可分。
2021需求端:中国需求仍强但增速放缓,欧美需求加速且空间较大。
国内:需求仍强但增速放缓。由于国内疫情防控情况较好,疫后中国经济持续修复,工业生产复苏对原油需求上行拉动较大。目前国内经济形势仍然较为乐观,因此预计今年国内原油需求仍将持续偏强。然而,考虑到国内的疫后修复进程已基本完成,国内原油需求的增速可能会弱于去年。
国外:需求加速且空间较大。随着新冠疫苗接种进程的持续推进和欧美疫情的逐渐好转,欧美发达国家和其他主要经济体对于经济复苏具有较强的预期。目前从PMI指数的角度来看,美、欧、日等国的工业生产复苏势头较好,近期对于原油的需求或将持续快速上行。
2021供给端:OPEC减产叠加美国供给动力不足或致近期国际原油供给较弱。
OPEC与俄罗斯:上半年减产超预期。3月4日OPEC+召开部长级会议,OPEC成员继续维持减产计划,沙特额外减产100万桶/日的计划也将至少延续到4月;俄罗斯方面也仅做出增产13万桶/日的决定;目前来看OPEC+国家的原油供给仍处于偏弱的状态。
美国:今年供给动力可能不足。2020年原油价格暴跌后,美国油气生产和勘探业受到较大冲击,页岩油企业破产数量和负债规模均创下2016年后的新高。目前虽然美国钻机数量仍在回升,但回升速度已经趋缓,且总钻机数量仍不及美国疫情全面爆发前的一半。考虑到页岩油开采状况不佳和拜登政府对于绿色能源的大力支持,今年美国原油供给提升空间较小。
2021年原油需求偏强叠加供给偏弱或将导致近期油价中枢继续上行,中性情况下2季度原油价格有望达到高点。从需求端来看,2021年全球经济处于复苏周期,国际原油需求回升较为确定;从供给端来看,上半年OPEC减产超预期叠加美国供给动力不足可能导致近期国际原油供给较弱,下半年随着原油需求逐渐回升,OPEC等原油出口国继续维持这轮为应对疫情而制定的减产计划的可能性降低,届时国际原油供给较弱的局面可能会有所缓和。基于上述判断,我们认为今年原油价格可能将呈现出先涨后跌的走势。EIA等大型国际机构3月普遍预测原油价格将在2季度或3季度达到高点。
3
远月预测模型:基于原油价格的PPI预测方法
1.远月预测方法的选取
关于PPI同比的远月预测,目前市场主要有3类预测方法:
基于原油价格的PPI预测方法:构建时间序列模型,通过对原油价格走势的预测估计PPI同比的走势;
宏观指标法:寻找影响PPI的宏观经济指标,通过对相关宏观经济指标的预测估计PPI同比的走势;
历史比较法:寻找与当前经济周期相似的历史时期,根据历史时期的PPI同比估计当前经济周期PPI的同比区间;
但是当前主流的远月预测方法都存在着一些问题:
基于原油价格的PPI预测方法:
1)预测远月原油价格的难度较大且主观性较强;
2)市场上的原油价格预测数据一般是季频数据,且每月只更新一次,难以及时反映突发事件对于原油价格的影响;
3)现有的PPI预测模型中一般只考虑原油价格因素,这可能会导致在油价受突发事件影响下产生较大波动时,模型的预测精度下降。
宏观指标法:
1)宏观经济指标的选取具有很强的主观性,且选取的宏观经济指标对于PPI的影响难以有效量化;
2)一些宏观经济指标与PPI之间可能只是相关关系而并非因果关系;
3)一些宏观经济指标之间的走势具有较强的一致性,在模型中纳入更多宏观经济指标可能会增加模型的复杂程度,却无法有效提高预测效果。
历史比较法:
1)不同经济周期之间虽然具有一定程度的相似性,但是也不可避免的存在着显著差异,从历史经验出发推测未来PPI同比可能难以预测极端情况下PPI同比的变化;
2)以历史时期的PPI同比预测未来PPI同比的方法是静态的,难以根据现实状况的变化进行动态调整,对PPI同比拐点的预测精准性较差。
综上所述,我们认为基于原油价格的PPI预测方法相对更优,且这种方法的不足之处更容易得到规避或解决。因此本报告的PPI同比远月预测采用了基于原油价格的PPI预测方法。
为尽可能的解决基于原油价格的PPI预测方法的不足之处,本文针对传统的基于原油价格的PPI预测方法进行了优化:
分别采用机构油价预测值和原油期货价格作为模型中的原油价格预测值,二者的预测结果能够相互检验,且原油期货价格数据的频率较高,在一定程度上提高了原油预测价格的可靠程度和PPI预测模型的动态性;
在PPI预测模型中考虑了除原油价格之外的其他因素对于PPI同比的影响,提高了PPI预测模型的全面性和可靠性。
2.原油价格预测值的选取
基于原油价格同比远月走势的预测,我们可以预测PPI同比的远月走势。由上文中的论述可知,原油价格是PPI波动核心影响因素的最合适代表,因此我们可以通过预测原油价格同比的远月走势来得到对PPI同比的远月走势的预测。为了能够实现对PPI同比远月走势预测的动态更新,我们采用了两种方式预测远月的原油价格:
第一,采用EIA等机构当月发布的对未来各季度原油价格的预测值。EIA等一系列国际组织、政府组织、大型跨国金融机构会在月度报告中披露其对于国际原油价格的预测,通常这些预测值为国际原油价格的季度平均值。通过线性插值法,我们可根据上述季度数据估计出国际原油价格的月度数据。此外,我们将各大机构对于国际原油价格预测值的最小值作为国际原油价格走势的悲观情况、中位数作为中性情况、最大值作为乐观情况,分别对相应情况下的PPI同比进行预测。
第二,采用当月的原油期货价格作为该月原油价格的预测值。无论是从套期保值的角度还是从套利交易的角度来看,原油期货合约的价格都在一定程度上反映了市场对于未来原油价格的预期。因此,我们认为采用当月的原油期货价格作为该月原油价格的预测值是较为合理的(如采用原油期货2105作为市场对于2021年5月国际原油价格的预测)。由于原油期货价格波动较大可能会导致PPI同比数据的预测值缺乏稳定性,因此我们对原油期货价格进行了5日移动平均处理。采用原油期货价格作为原油价格预测值的最大好处在于原油期货价格数据是实时和高频的,因此基于原油期货价格的PPI同比预测值对于影响国际原油价格的突发事件是较为敏感的,该方法下的PPI同比预测值能够较好地随着市场状况的变动而进行随时调整。
在后续模型中,我们选择Brent原油价格作为国际原油价格的代表。主要原因在于:1)我国原油进口主要来自于中东和俄罗斯等国,中东油价的进口价格基准是Oman原油价格,而Oman原油价格又以Brent原油价格为定价基础;2)我国原油对外依存度较高,因此国内油价与国际油价的走势具有较强的相关性。
3.基于原油价格的PPI预测方法:因素分解的视角
PPI环比增速可由“油价拉动”和“剔除油价拉动”两部分组成。“油价拉动”反映了PPI环比增速波动中与原油价格波动相关的部分;“剔除油价拉动”则反映了PPI环比增速波动中与原油价格波动无关的部分,如与原油价格波动相关性较小的商品的价格波动、季节性影响等因素,“剔除油价拉动”部分对于PPI环比增速波动的贡献较小。从因素分解的视角来看,基于原油价格预测PPI环比增速的步骤如下,PPI同比预测值可以由环比增速推出:
1)通过线性回归模型测算原油价格环比增速对PPI环比增速的弹性;
2)油价拉动 = 弹性 × 油价环比;
3)剔除油价拉动 = PPI环比 – 油价拉动;
4)当月PPI环比预测值 = 油价拉动 + 当月剔除油价拉动的10年均值。
基于因素分解方法的PPI预测模型表明年内PPI同比峰值可能在今年5月出现。去年上半年整体价格水平偏低导致今年上半年PPI同比具有比较明显的基数效应,其中PPI同比的翘尾值在5月达到最大值2.83%。在基数效应和商品价格上涨的共同影响下,该模型下的PPI同比峰值出现在今年5月(乐观情况下峰值为5.00%,中性情况下峰值为4.79%,悲观情况下峰值为4.58%,期货价格法预测下峰值为4.80%)。今年5月之后基数效应逐步减弱,对应时间段的PPI同比也开始逐步下滑;然而,由于3季度原油价格下行动力可能不强,3季度PPI同比可能仍将维持高位。4季度基数效应逐渐消退,叠加国际原油价格预期下行,PPI同比或将出现明显下行。预测结果表明,基于原油期货价格的PPI同比预测与基于机构预测价格的PPI同比预测趋势基本一致,且基于原油期货价格的PPI同比预测值与中性情况下的PPI同比预测值读数非常相近。两种不同方法的相互验证证明了基于因素分解法的PPI预测模型具有较强的可靠性。
动态性较强是上述预测方法的一大优点,但这也意味着后续PPI预测值可能将随着原油价格的变动而随时调整。市场上的原油价格预测数据一般是季频数据,且每月只更新一次,因此现有的很多基于季频原油价格预测数据的PPI预测模型动态性较差,对于最新突发事件和原油市场动态的反应较不敏感,难以反映出PPI同比走势的最新变化。本报告中采用的基于原油价格的PPI预测方法分别采用了机构油价预测值和原油期货价格作为模型中的原油价格预测值,其中原油期货价格为实时数据,模型中的机构油价预测值为月频数据(我们采用了插值法将机构原油价格预测季频数据转化成了月频数据)。因此本报告中的基于原油价格的PPI预测方法具有较强的动态性,该模型在预测PPI同比时能够将市场上最新的PPI同比影响因素考虑进去。然而,应当注意的是,期货市场上的原油价格在实时波动,机构对于原油价格的预测值也在逐月调整,本报告中的PPI同比预测值基于3月末的机构油价预测值和原油期货价格,未来随着原油价格的实时变动,我们对于PPI同比的预测也将随时调整。
4
近月预测模型:基于PMI指数的PPI预测方法
诚然,基于原油价格的PPI预测方法同样可以用于PPI同比的近月预测。但考虑到PPI环比增速与PMI出厂价格指数和PMI主要原材料购进价格指数具有相当高的相关性,且每个月的PMI数据公布时间早于PPI数据公布时间,我们认为基于当月的PMI数据对PPI数据进行预测可能是一种效率更高的近月预测方法。因此,我们在本部分中基于PMI指数对PPI同比进行近月预测,以期在基于原油价格的PPI预测方法的基础上进一步提高PPI同比的预测精度。
在每月的1日至10日之间,基于上月末公布的PMI指数对上月PPI同比进行预测能够帮助我们得到精度更高的PPI同比预测数据。一般来说,某月的PPI数据通常在下一个月的10日左右公布,而某月的PMI数据通常在当月的最后一天公布,两组数据的公布时间间隔大约在10天左右。通过对历史数据的分析,我们发现PPI环比增速不仅与PMI出厂价格指数具有高相关性(92%),与PMI主要原材料购进价格指数也具有高相关性(92%)。因此我们认为在这一时间间隔内(每月的1日至10日之间),基于上月的PMI出厂价格指数和PMI主要原材料购进价格指数对上月的PPI环比增速进行预测可能是一种精度更高的预测方法。鉴于此,我们构建了如下回归模型对PPI环比增速进行预测:
从样本外的拟合结果来看,基于PMI指数的PPI同比预测值与实际值之间的月均绝对值差距为0.19%;而基于原油价格的PPI同比预测值与实际值之间的月均绝对值差距为0.25%。由此可见,在近月预测中,基于PMI指数的预测方法要比基于原油价格的预测方法的预测精度更为理想。
基于PMI指数的PPI预测模型的主要不足在于无法进行远月预测。虽然该模型提高了预测精度,但同样具有两大不足之处:1)该方法只能在特定时间段内使用(每月的1日至10日之间);2)该方法无法进行远月预测,因此难以预测未来PPI同比的变化趋势。
3月PMI出厂价格指数为59.80(前值58.50),PMI主要原材料进购价格指数为69.40(前值66.70)。预测3月PPI环比为1.12%(前值0.80%),PPI同比为3.82%(前值1.70%)。
5
小结:PPI同比的拐点或将在今年5月出现
基于PPI的远月和近月预测模型,我们对今年的PPI数据进行了预测。主要结论如下:
基于3月PMI数据,我们预测3月PPI环比为1.12%(前值0.80%),PPI同比为3.82%(前值1.70%)。
上半年,受到原油价格上涨和去年同期低基数效应的影响,PPI同比或将快速上行并于5月达到年内峰值,中性情况下的年内PPI同比峰值或将达到4.8%左右。
下半年,受到基数效应减弱和原油价格可能回调的影响,PPI同比下行概率较大。但预计3季度下行速度不会太大,中性情况下PPI同比可能在3.40%-3.60%之间波动;4季度或将出现较为明显的下行,中性情况下,PPI同比可能在12月持续下行至2.20%左右。
应当注意的是,期货市场上的原油价格在实时波动,机构对于原油价格的预测值也在逐月调整。本报告中的PPI预测模型是基于3月末的机构油价预测值和原油期货价格对PPI同比进行预测的,未来随着原油价格的变动,我们对于PPI同比的预测数据也将随时调整。
低基数+全球需求回暖下大宗商品价格上行,今年国内PPI同比大概率较年初明显回升。一般而言,通胀是经济周期的滞后指标。去年3月以来,我国经济持续修复,PPI本身存在逐渐回升的动力,而去年同期的较低的基数,也可能进一步提高PPI同比读数的弹性。此外,海外疫情好转、美国财政刺激等因素支撑全球需求回暖和大宗商品价格上行,也可能通过输入性渠道向国内PPI传导。
风险提示:大宗商品价格波动超预期、海外疫情发展超预期、货币和监管政策超预期。
感谢王禹哲同学对本文的贡献!
相关报告
20210331 内外需共振上行,PMI季节性回升——3月中采PMI点评
20210329 3月债市缘何超预期?
20210315 分化的基本面,纠结的债市
20210311 社融读数高位回升,实体融资需求依然旺盛
20210308 为何近期市场维持震荡格局?
20210305 财政托底力度偏强,债市风险有待释放——2021政府工作报告解读
20210304 穿越动荡期——债券市场3月份展望
20210228 PMI高位回落,仍处扩张区间
20210224 需要担心输入性通胀吗?
20210218 从社融顶到利率顶需要多久?
20210208 把握经济增长中的“预期差”——2020年经济回顾与2021年经济展望
20210201 资金为何这么紧
分析师声明
本文来自网络或网友投稿,如有侵犯您的权益,请发邮件至:aisoutu@outlook.com 我们将第一时间删除。
相关素材