gdp分析总结视频 (gdp数据可视化预测)

摘要

一、GDP总量分析

该如何分析GDP 呢？首先我们可以从时间的维度来看 GDP 的变化。对于年度的宏观数据，从统计学角度可以分为 趋势 和 周期 两个部分，对应到经济学中就是两个很重要的概念，一个是 增长 ，一个是围绕增长所产生的 波动 。通过统计学的HP 滤波技术，我们能够将经济的趋势项跟波动项区分开来。中国经济从改革开放至今可以分为两个阶段，第一阶段是 1978-1992 年，由于当时国内经济的变化因素较多，波动是 GDP变化的主导因素；第二阶段是1992 年以后，随着改革开放进入新阶段，增长成为新的主导因素。

图1：我国GDP的趋势和波动（%）

资料来源：国家信息中心经济预测部

*党**的十九大做出过重大判断，指出我国经济当前处于从高速增长的阶段转向高质量发展的阶段，从 2014 年开始，经济进入“新常态”。从 GDP 的数据来看，呈现出“趋势下移，波动减少”的特征。不过到了 2020 年，由于受到疫情的外部冲击，经济中的波动有所加剧，但经济增速中枢下移的趋势仍在延续。

图2：GDP 当季同比（%）

资料来源：通联数据

那么，为什么会出现中枢下移和波动减少？首先，增速中枢是由潜在 GDP 增速决定的。潜在 GDP 指的是，在给定资源禀赋的情况下，能产出的最大产出。其决定因素有三个，一个是全要素生产率 ，主要指技术进步；第二个是劳动，既包括劳动的质量，还包括劳动的数量；第三个是资本。对于我国来说，当前潜在产出增速有所放缓，主要有三个原因。第一，随着整体人口增速的下降，人口数量带来的红利逐步消退，但是与此同时，人口质量的增长并没有弥补人口数量减少所带来的缺口，所以整体劳动对于产出的贡献是在减弱的。第二，随着资本总量的增加，对经济产出的边际拉动作用在减弱，所以资本对于潜在产出的贡献也在下降。第三，由于短期的疫情冲击，全要素生产率也面临着一定程度的下行。

根据人民银行调查统计司进行的测算估计，在 2021-2025年，劳动力数量和固定资本的贡献都是在逐步下行，这就是可以解释潜在 GDP 增速，或者说经济增速中枢的缓慢下移。

图3：2021-2025 年我国潜在产出增速测算

资料来源：中国人民银行调查统计司

波动减少的原因，主要是产业结构调整，政策稳定和市场趋于成熟。一方面，经济的不同组成部分中，有一些相对稳定，另一些则是波动比较大的，例如，相对于服务业，工业生产受到外部的影响可能更大，从而波动更大，而相对于投资，消费的波动明显相对偏小。那么当我国的经济结构发生变化，第三产业的占比，或者消费的占比提高，经济总量的波动自然也就减少了。另一方面，市场趋于成熟后，行业集中度提高，相关法规更加完善，非理*行为性**减少，这会使得整体经济的波动有所下降。

图4：GDP 增速波动率（%，3Y）

资料来源：Wind，海通证券研究所

除了纵向看经济发展的变化，我们还可以通过 横向对比 其他国家，来判断我国经济的发展水平。为了统一口径，一般会选择世界银行、IMF等国际机构统计的数据。从总量来看，在对各个国家货币的购买力进行调整后，可以发现在 2021年，中国以购买力平价计算的 GDP 总量已经超过了美国。但是总量的繁荣并不代表人均的繁荣。从人均看的话，我国人均 GDP 在 2021 年才刚刚突破 1万美元，与全球的平均水平相差不多，仍属于中等收入国家的水平，与美国、欧洲的高收入国家间还存在较大差异。

图5：2021 年主要经济体GDP（PPP，万亿国际元）

2021 年主要经济体GDP（PPP，万亿国际元）

图6：2021 年主要经济体人均GDP（PPP，万国际元）

资料来源：Wind，海通证券研究所

从增速来看，我国可以与其他经历过经济转型的国家进行比较，例如日本、韩国。可以发现，我国在经济增速从高到低转型的过程中，相对来说增速下移的速度更加平缓。在面临疫情冲击的 2020-2021 年，我国经济的平均增速相对较高，这反映我国经济的韧性仍然较强。

图7：中、日、韩GDP 同比（不变价，5 年平均，%）

资料来源：Wind，海通证券研究所

除了从总量的角度，也可以从结构的角度来分析 GDP 的变化。首先，从产业的角度来看，随着中国经济总量的发展，第三产业在经济中的占比逐步提高。到 2021 年，我国第三产业占 GDP 的比重已经超过了一半，达到 54.5%，第一产业占比不到 10%，第二产业占比接近 40%。从具体产业来看，第二产业中占比最高的是制造业，制造业占总 GDP 的比重超过 114，其次是建筑业，而第三产业中占比较高的是批发和零售业，其次是金融业和房地产业，大概都是在5%-10% 之间。从行业的增速来看，在 2020-2021 年，平均增速最高的是信息传输、软件和信息技术服务业，其次是交通运输、仓储及邮政业以及制造业，这主要是受到了稳增长政策利好等影响。增速最低的是住宿和餐饮业，而这主要是受到了短期疫情冲击的影响。

图8：三大产业占比（不变价，%）

资料来源：Wind，海通证券研究所

除了分析产业结构，我们也可以分析经济的需求结构。消费、投资和出口被认为是拉动经济增长的“三驾马车”。在这三驾马车中，消费的占比是最高的，从支出法看，消费占 GDP 的比重超过了一半，投资大约占 GDP 的40% 左右。净出口只占2%左右，不过其中出口占 GDP 的比重约为20%。

从需求结构的变化来看，在2000 年前，消费在大部分年份占GDP 的比重是高于60%的。 2001 年中国加入世贸组织，出口的占比有所提高，在四万亿计划提出后，投资的占比也在逐步的提高。不过到了2009 年之后，随着外部经济环境恶化，国内产能趋于过剩，政策开始刺激国内居民的消费需求，这使得消费占比再度提高。

图9：三大需求占支出法GDP 的比重（%）

资料来源：Wind，海通证券研究所

而从三大需求对增长的拉动来看，2012 年前，投资是 GDP 增长的主要拉动项，但是 2012 年之后，消费的拉动作用不断上升。过去两年，受到疫情的影响，居民的线下活动、出门旅游等受限，这一阶段消费对经济的贡献减弱，贡献更大的是出口跟投资。展望下一个阶段，随着海外需求见顶回落，基数抬高，出口面临着回落的压力；地产基本面偏弱、基建发力不足，投资的动力也面临着减弱；而受到疫情的影响，居民收入和就业目前仍是偏弱，消费或会呈现弱复苏的状态。

图10：一、二、三产对GDP的贡献率

资料来源：国家统计局

那么， 如何预测 GDP ? GDP 是低频的季度数据，但是如果分结构来看，GDP的几个主要组成部分，都可以用月度的宏观经济数据来刻画。例如，从生产法角度来看第二产业 GDP 和工业增加值、第三产业 GDP 和服务业生产指数均密切相关。从支出法角度来看，消费、投资和净出口分别对应着月度经济数据里的社消零售总额、固定资产投资完成额以及进出口金额。

不过季度 GDP 的分项指标和月度经济指标之间，还是存在一定差异的。例如，对比固定资本形成总额和固定资产投资完成额，其中固定资产投资完成额需要包括土地购置费，但这并不纳入资本形成总额的统计范围。不过，虽然指标间存在一定统计口径的差异，但是从总量和增速上来看，两者还是高度趋同的。

我们可以用月度指标的变化来刻画 GDP 分项的变化,从而推测月度 GDP 的变化趋势。一个最简单的办法就是加权求和，以各分项对 GDP 的占比作为权重，对各分项的增速进行加权求和，就可以大致推算出 GDP 的增速。由于季度数据频率偏低，可以用近似的月度指标增速来代替，从而推算出月度经济的走势。

图11：宏观经济季度数据和月度数据

资料来源：海通证券研究所

二、生产结构分析

从生产的角度来看，经济可以分为第一、二、三产业。其中第一产业占比相对较低，而且波动相对较小，所以在从生产端分析经济时，往往更关注第二产业跟第三产业。在分析第二产业的情况时，我们可以观察工业增加值这一月度指标。

工业增加值分为月度和年度两个频率进行核算。在年度核算时，由于企业会上报大量的财务数据，可以对所有工业企业进行汇总，得到全口径的工业增加值。根据行业的性质不同，会分布采用生产法或收入法进行核算。例如，对于产品可以量化、标准化的行业，一般采用生产法进行核算，通过计算总产出减去中间投入，再加上应交的增值税，得出工业增加值。对于一些产品无法标准化计算的消费品制造业，可以从会计项目中提取信息，通过收入法来核算工业增加值，在月度核算时，由于统计资料相对欠缺。仅统计规模以上企业，即年主营业务收入大于 2000 万的企业的工业生产情况。

由于月度数据不够完备，往往无法直接核算工业增加值，所以需要借助其他可得的数据来进行推算。第一种方法是增加值率法，相对而言，总产出比较容易核算，即将产成品、半成品的价值加总，同时可以根据去年年度数据可以计算出增加值率，即增加值和总产出的比值，根据月度的工业总产值和上年度的工业增加值率，可以推算得到月度的工业增加值。第二种方法是相关指标推断法，如果总产出也不容易得到，那么可以用与生产相关的其他指标增速，来推算工业增加值的增速。要注意的是，如果通过增加值率法和相关指标推算法核算的增加值是名义值，还需要扣除价格缩减指数来计算不变价的工业增加值，一般来说可以用 PP|作为价格缩减指数，之后再计算同比和季调环比。

在分析工业增加值时，有几个值得注意的要点。第一，月度工业统计的统计范围是规模以上工业企业，但规上企业的范围是在不断变化的，如果直接比较今年和去年的工业增加值绝对值，可能存在口径上的差异，所以统计局在公布同比时，使用的是可比口径下的同比。第二，规模以上工业企业的定义会发生变化。随着经济的发展，企业的平均规模是在增加的，所以对于规模以上的定义需要调整。我国在 1998 年、2007 年和2011 年都调整过规模以上企业的门槛值，这是需要注意的。

而具体分析工业增加值，首先可以从总量的角度来看。从2017年之后，工业增加值就不再公布绝对值，只公布同比和季调环比。同比刻画的是与去年同期的差异，如果将前后月份的同比进行比较，可以分析生产在边际上是改善还是走弱。同时也可以关注季调环比，如果完全剔除掉了经济数据中的季节性，并且工业生产未受外部冲击的话，历年同月的环比应该是比较类似的，如果出现异常值,就值得关注。

图12：工业增加值当月同比（%）

数据来源：通联数据

除了总量外，我们还可以分析工业增加值的结构。首先可以关注重点行业的变化情况，当前统计局并不公布工业增加值的绝对值，仅在每五年一次的投入产出表统计中会提供分行业的工业增加值绝对值。基于 2018年的投入产出表，我们发现制造业增加值的占比达到了 95%，其中有 11 个行业的占比相对较高。比如非金属矿物、化学制品、黑色金属、电子设备和汽车等行业增加值的占比高于 5%,那么这些行业的生产变化就相对更值得关注。

图13：各行业增加值占比（%）

资料来源：Wind，海通证券研究所。根据2018 年投入产出表测算

其次，可以根据影响因素的不同，将各行业进行分组，对各组的生产情况进行对比分析。例如，可以根据产品中用于出口的比重高低，将各行业分为出口组和国内组;或者可以根据是否受到限产等政策的影响，分为受到影响的政策组和没有受到影响的对照组。通过比较不同组间增加值的增速,可以分析各个因素如何影响生产。以 2022年 6月为例，我们将出口占总产出比重超过 20% 的行业列入出口组。而出口占总产出比重偏低的列入国内组。可以发现在6月时，出口组的工业增加值增速明显高于国内组。这主要是由于海外需求较为旺盛、出口偏强，对于出口组行业的生产形成支撑。

图14：出口组和国内组工业增加值同比增速（%）

资料来源：Wind，海通证券研究所

工业增加值作为一个月度指标，在次月15号才公布的，相对来说比较滞后，不能反映当前生产的情况，所以我们希望通过提前预判工业增加值，以便及时分析生产的变化，我们主要依靠分析高频数据来实现对工业增加值的预测。通过分析发现，分行业的工业增加值，与一些行业相关的实体经济高频指标之间相关性非常高。而这些实体经济的高频指标公布时间较早，频率也比较高，能够更早地指示分行业工业增加值的变化。例如，汽车行业的工业增加值变化与汽车轮胎开工率之间的相关性较高。而汽车轮胎开工率作为一个周度指标，能够较早地反映汽车工业增加值的变化。如果我们针对不同的行业都能找到对应的高频指标，就能够大致判断整体工业增加值的变化。不过，由于行业多、指标庞杂，而且各行业高频指标的丰富程度也不一样，甚至有的行业没有对应的高频指标，所以需要通过一定的方法来汇总计算工业增加值的预判指标。

表1：工业领域相关高频指标

资料来源：Wind，海通证券研究所，Mysteel

随着我国经济结构转变，第三产业占比持续提升,这就需要有一个刻画服务业 GDF的月度宏观指标。2017年3月，我国开始正式发布服务业生产指数，这个指标主要刻画的是部分市场*服务性**业的生产活动。在核算时主要采用拉式算法，即确定基期各个行业的权重之后，再以每一期各行业的代表性指标推算该行业的增速，来核算分行业的服务业生产指数，最后加权求和得到加总的服务业生产指数。服务业生产指数目前只公布标准化后的指数值，并不公布真实的绝对值。

图15：服务业生产指数编制流程

资料来源：国家统计局

分析服务业生产指数，主要关注其同比的变化。比如今年6月，服务业生产同比增速为 1.3%，较5月有明显改善，这与疫情后物流货运以及零售批发行业的改善有一定关系。我们可以通过观察货运、物流、航运、零售等高频指标大致判断服务业生产指数的变化。分行业来看，服务业生产指数目前仅公布信息行业指数及其增速。

图16：服务业生产指数当月同比（%）

资料来源：Wind，海通证券研究所

除了工业增加值与服务业生产指数，还有一些与生产密切相关的月度经济指标，即工业企业数据。工业企业数据一般于次月 27 日前后公布，相对来说更偏微观。工业企业数据中包括的一些指标，比如企业营收和利润总额等，与 A 股上市公司的营收、利润之间有着较强的相关性，可以认为工业企业数据是衔接宏观和微观的指标。

工业企业数据的核算方法是，规模以上企业，即主营收入大于 2000万的企业，在联网直报系统中上报月度财务数据，通过汇总财务数据得到月度工业企业数据。

在多个工业企业数据中，比较受关注的有刻画企业经营、盈亏状态的利润总额、营业收入，刻画企业杠杆情况的资产负债率，反映供需力量对比的产品库存等。值得注意的是，虽然利润和营收数据公布名义累计值，但是用公布的名义值推算当月同比或者累计同比，计算得到的结果往往和统计局公布的同比数据存在差异。这主要是由于各年规上企业的口径不同，但统计局公布的同比数据是可比口径的。另外还要注意，部分统计指标在 2019 年发生变化，例如，营业收入替代了原来的主营业务收入。不过这些指标之间的量级比较接近，一般可以直接替代。

要解读和分析工业企业数据，首先从总量的角度，可以通过分析利润的同比和环比增速来判断企业盈利状况的变化。从结构的角度，一方面可以看上中下*行游**业的利润结构，其中，上游主要是原材料制造业。中游主要是装备制造业，比如通用设备、专用设备等，下游主要是消费品制造业，比如食品、酒水饮料、纺织服装等。利润结构的变化能够反映影响利润因素的变化，一般来说，如果盈利的因素来自需求端，往往中下游的利润占比会有所提升:如果主要是供给端的因素，往往上游的利润占比会有所提高。另一方面，我们也可以比较不同企业类型的利润增速，例如，可以比较国有和私营企业，内资和外企之间的利润增速变化。

图17：工业企业利润当月同比（%）

资料来源：Wind，海通证券研究所

图18：上中下*行游**业利润占比（%）

资料来源：Wind，海通证券研究所

我们还可以通过量价拆解来分析驱动利润变化的因素。首先，假设工业增加值和工业总产值之间是常数关系，工业增加值的变化约等于工业总产值的变化。其次，工业企业营收与工业总产值密切相关，工业总产值的变化约等于工业增加值的变化加上价格的变化。这是因为工业增加值是一个实际值，而工业企业营收是一个名义值，两者之间的差异来自于价格因素，我们往往用PP同比来替代。最后，工业企业利润和营收之间的比值即利润率。所以利润的同比，可以拆解为营收的同比加上利润率的同比。

由此，利润的同比可以拆为三项:量的同比，即工业增加值的同比;价的变化，即PP|的同比;以及利润率的同比。根据这三个因素的变化方向。可以大致判断驱动利润变化的因素。如果影响利润的因素来自需求端，那么量和价往往同升同降;如果影响利润的因素来自于供给端，比如发生限产或者复工复产加速，往往会使得量价分离，例如量增价减或者量减价增;而利润率的变化一般受到上下游价格的影响，如果上下游之间的价格差缩小，一般利润率会出现上升。以今年6月为例，量升价跌的现象主要由于复工复产进度的推进，是来自于供给端的变化;而CPI和PP|的剪刀差缩窄反映上下游价差减小，利润率跌幅在收窄

图19：驱动工业利润的因素分解：量、价、利润率（%）

资料来源：Wind，海通证券研究所

除了观察利润总额，还可以观察营收跟库存之的关系。需求跟库存的关系，能够反映库存周期所处阶段。以今年6月的数据来看，库存同比增速在缓慢下降，营收当月同比增速有小幅改善，说明供应链加速修复、需求缓慢回升，工业企业进入到被动去库存的阶段。

图20：库存和需求的关系

资料来源：海通证券研究所

图21：工业企业营业收入、产成品存货同比增速（%）

资料来源：Wind，海通证券研究所

三、需求结构分析

除了生产结构，我们也可以从需求结构观察经济的变化。

首先来看“三驾马车”中最重要的消费。消费对应的月度指标是社会消费品零售总额,其统计单位是卖方，即消费品销售企业，不区分具体的消费者。这与 GDP 中的消费有一定的差异，最终消费支出中的居民消费是通过住户调查数据核算的，政府消费则是通过政府财政相关资料核算，统计单位是买方。社会消费品零售总额只包括商品性经营收入，不包括服务性经营收入。例如，餐馆售卖饭菜本身的收入可以计入社零，但是如果是外卖费的收入，则不计入社零，

社零的核算范围包括批发业、零售业、住宿业、餐饮业中的企业和个体户，以及其他工业企业中与零售相关的消费行业，比如超市等。除此之外，社零统计时还会根据销售额区分限额以上与限额以下企业，在具体核算中，对于限额以上的单位布置统计报表进行全面调查，限额以上消费的数据质量较好，对于限额以下的企业，通过实施抽样调查和汇总来核算，这个过程中可能会出现比较多的偏误

社零核算中还有两个需要注意的点。第一,社零只包括售出后用于直接消费的商品不包括销售之后用于生产经营的商品，如原材料、消耗品等，例如居民购买房屋、农民购买农具这些用于投资和生产的消费不计入社零。第二，社零的核算主体是卖方，所以分区域的社零数据并不反映当地居民消费的情况，而是反映当地商业企业的经营状况。

分析社零数据，首先可以看总量。目前统计局公布社零的绝对值、同比与季调环比，不过由于社零总额是名义值，需要剔除价格因素来分析其实际变化。近几个月来，统计局不再公布直接社零实际同比，如果要判断其实际变化，可以用CPI作为价格指标剔除价格的影响。以6月数据为例，6月社零同比增速为3.1%，相对于5月由负转正，出现一定程度改善。不过6月CP|的同比增速也有所回升，这说明社零的改善有一部分来自于价格的贡献。

图22：社会消费品零售总额当月同比（%）

资料来源：Wind，海通证券研究所

图23：历年6 月消费季调环比（%）

资料来源：Wind，海通证券研究所

其次也可以看不同行业的消费数据。在各消费行业中，必需品占比较高，但是必需品的波动相对较小，贡献波动较多的是住房相关消费、石油及其制品消费、汽车类消费以及其他可选消费。而在住房相关消费中占比最高的是家电消费，其他可选消费中占比较高的是服装鞋帽消费，这些都是值得重点关注的消费分项。

图24：各分项对社会消费品零售总额的同比拉动率（%）

资料来源：Wind，海通证券研究所

我们还可以分不同分类来分析消费的变化。第一，可以对比城乡消费，其中城镇是消费的主体，其占比超过了 85%。第二，可以对比商品零售和餐饮收入，其中商品零售占九成，不过餐饮收入可以部分刻画服务消费，所以也值得关注，尤其是近两年由于疫情，餐饮收入受冲击更明显，所以关注度有所提高。第三，随着互联网电商平台的兴起，大家开始关注线上消费的变化。当前实物商品网上零售额占社零的比重大概是 114，从同比增速来看，线上消费的增速在疫情前一直高于 30%，但在疫情后增速出现下滑，这一定程度上说明，当前消费的回落并不只是由于线下消费场景受限，影响消费的因素可能还有居民收入和就业等。

图25：商品零售和餐饮收入当月同比（%）

资料来源：Wind，海通证券研究所

图26：线上线下消费同比增速（%）

资料来源：Wind，海通证券研究所

与生产类似的，我们也可以通过观察高频指标来判断消费的变化。例如商品消费中的汽车消费、住房相关消费、石油及其制品消费等，都能找到对应的高频指标来进行刻画。不过对于餐饮收入，目前还缺乏直观的高频指标来加以跟踪，目前我们一般通过跟踪人员流动的相关数据，如拥堵延时指数、地铁客运量等来刻画服务消费的变化。

表2：消费领域相关高频指标

资料来源：Wind，海通证券研究所

“三驾马车”中的第二个部分是投资,对应的月度数据是固定资产投资完成额。其中固定资产，是指为了生产商品提供劳务出租经营而管理持有的有形资产，其使用期限必须超过 12 个月。

固定资产投资完成额分为两个部分。第一个是固定资产投资(不含农户)，指城镇和企业的法人单位进行的，限额 500 万元以上的建设项目投资以及没有限额的房地产开发投资。第二类是农村住户固定投资。统计局只公布固定资产投资(不含农户)的月度数据，农村住户固定投资仅公布年度数据，

在具体核算中，一般建设项目(即 500万元以上的建设项目)以及房地产开发项目，都依据“先入库，再有数”的原则来进行核算。其中一般项目是以项目为单位，先确定入库的项目，再由项目单位通过联网直报平台报送数据进行汇算管理。房地产开发投资则是以法人为单位，先确定要房地产开发企业库的名单，再由企业库内的企业在每月规定时间内在联网直报平台报送数据，再分级审核汇总。对于一些跨区域的项目，包括大型的军工、人防项目，会由主管部门负责统计，然后通过纸质媒介直接报送数据。年度的农村住户投资数据，则是通过抽样调查的方式来进行核算

固定资产投资核算中需要注意，从2013年起，统计制度逐步从形象进度法转向更为精准的财务支出法。形象进度法的计算方式，是项目上报的实物工作量乘以预算单价,各项目单位统计完投资额后向乡镇汇报，然后再按照“县(市、区)-市-省-国家”的顺序逐级上报汇总，并通过下算一级评估来核实。在这个过程中会出现一些问题，所以又提出了财务支出法这一新的核算方式，调查的对象从项目变为法人单位，由法人单位依据财务报表向上汇报数据。其中，规模以上的企业通过联网直报系统上报数据，小微企业和一些不在调查范围内的企业通过抽样调查或者主管部门负责的方式来采集数据，相对来说，这种统计方法更加精准。除此之外，与规模以上企业的口径变化一样，固定资产投资项目的统计起点也发生过几次调整，比如1997年和2011年。

分析固定资产投资，也是先看总量。目前固定资产投资公布累计值和累计同比，但不公布当月同比数据。一般来说，可以根据今年的信息计算去年同期同比口径的累计值，再计算可比口径的当月值和当月同比。与社零一样，固定资产投资也是名义指标，在分析实际同比增速时，需要剔除价格因素。历史上统计局曾公布过固定资产价格指数，其与 PP| 高度相关，所以，我们也在计算投资实际增速时，可以借助 PPI作为价格指数。

以6月为例,6月固定资产投资累计同比增速为6.1%,换算成当月同比增速为5.8%,均较5月有一定程度的改善。考虑到6月PPI 同比有所回落，价格贡献减弱，投资实际改善更为强劲。

图27：固定资产投资完成额当月同比（%）

资料来源：通联数据

图28：历年6 月固定资产投资完成额季调环比（%）

资料来源：Wind，海通证券研究所

其次可以看投资的结构变化，投资结构有不同的划分方式。第一，可以按照建设性质分为新建、扩建、改建和技术改造，其中主体是新建投资，占投资总额的70%，近年来由于技术化改造、绿色改造等趋势，改建和技术改造的增速相对较高。第二，可以根据构成分为建筑安装、投资设备工器具购置和其他费用投资三个部分，这种拆解方式主要用于分析房地产开发投资，在房地产开发投资中，建安投资是主体，占70%左右，而其他费用中的土地购置费占比近两年逐步上升。第三，可以从投资主体的角度来分析，一般来说重点关注民间固定资产投资，即民营、私营企业的投资意愿。民间投资占投资总额的比重一般稳定在 60%左右，不过近年来出现一定的下降趋势。

图29：固定资产投资：按建设性质分（%）

资料来源：Wind，海通证券研究所

图30：民间投资占比（%）

资料来源：Wind，海通证券研究所

除此之外，还可以从行业的角度来分析投资。其中，最受关注的三项是制造业投资基建(不含电力)投资与房地产开发投资，它们的占比(2017-2021年五年平均)分别是 38%、26%和 23%，其他行业占投资的比重仅有 25%，且相对来说波动不是很大，所以一般不是重点关注对象。其中，基建是政府托底经济的手段之一，往往具有逆周期的性质，地产投资和制造业投资一般来说是顺周期的，地产投资一般受房地产销售影响，而制造业投资则受企业经营状况影响。从6月数据来看，在三大主要分项中，基建与制造业投资的贡献在增加，而地产是投资的主要拖累项。

图31：地产投资、制造业投资和基建投资当月同比贡献（%）

资料来源：Wind，海通证券研究所

最后来看“三驾马车”中的最后一部分--出口。进出口金额由海关总署统计，其核算的是我国各种进出口货物的总金额，核算资料主要是外汇管理局编制的国际收支平衡表。不过，海关统计的贸易顺差和 GDP 中的货物和服务净出口之间存在一定差异。例如，海关统计的贸易差额只包括了货物贸易差额，不包括服务贸易差额，但GDP 中包括这一部分。两者的计价方式也存在一定差异，海关统计的货物进口是按到岸价格计算而 GDP 统计中的进口则是按照离岸价格计算。

首先，从总量角度，我们相对更关注出口的变化。出口的增速目前已经从高位回落截至6月，出口金额的同比增速已回落到17.9%，且有继续下行的趋势。

图32：我国进出口金额同比增速（%，连续3 个月平均）

资料来源：CEIC，海通证券研究所

而且，进出口金额也是名义值，它的变动既受到量的影响，也受到价的影响。如果要刻画进出口的实际增速，需要剔除掉价格因素。如果剔除掉价格因素，我国进出口的数量增速目前都已经进入了一个负区间。今年4月以来，出口数量增速已经进入负区间，正在负增长。

图33：我国进出口数量同比增速（%，连续3 个月平均）

资料来源：CEIC，海通证券研究所

从进出口的结构来看，一方面可以从国别的角度观察。我国的主要出口国是美国、欧盟和东南亚，占出口总额的比重都在 14% 以上，合计占比超过 50%。我国的主要进口国是东南亚和欧盟，这两者占总进口的比重接近三成。

图34：主要出口国分布（2021，%）

资料来源：Wind，海通证券研究所

图35：主要进口国分布（2021，%）

资料来源：Wind，海通证券研究所

另一方面，还可以从商品的角度来分析。从今年1-6 月的数据来看，我国出口最多的产品是机电音像产品，比重超过四成，远高于其他种类;其次是纺织原料及其制品、贱金属、化工产品等，占比也相对较高，而食品、饮料、油脂等出口的占比则相对较低从进口的角度来看，我国进口最多的商品也是机电音像产品，比重超过三成，其次是矿产品，比重略接近三成，除此之外，贱金属和化学制品的进口相对较高，而食品、饮料鞋帽、油脂等的进口比重则相对偏低。

图36：主要出口商品分布（2022 年1-6 月，%）

资料来源：Wind，海通证券研究所

图37：主要进口商品分布（2022 年1-6 月，%）

资料来源：Wind，海通证券研究所

而要预判出口数据，也可以通过观察高频数据和较早公布的月度数据。例如，可以观察主要出口国的制造业 PM| 来判断其对我国产品的需求，也可以通过观察与我国同为出口国且出口结构类似的国家，其出口与我国出口往往也有高度相关性。除此之外，我们也可以观察高频的海运运价、集装箱吞吐量等指标，来刻画出口的走势。

表3：出口领域相关高频指标

资料来源：Wind，海通证券研究所

四、结语

本文中，我们运用总量和结构的分析方法，揭示了GDP背后的经济实质，并识别出与之高度相关的高频经济变量，这些变量作为GDP的代理指标，能够为我们提供更为即时的经济动态监测手段，帮助我们捕捉经济波动的细微变化。我们的分析框架不仅关注经济总量的宏观趋势，还深入到各个产业部门和需求领域，以确保我们能够全面理解经济增长的驱动力和潜在风险。

总的来说，本文的目标是通过构建一个更为精细化的经济分析体系，为读者提供一个关于中国宏观经济状况的清晰和全面的画面。相信通过这种深入的分析和理解，我们能够更好地把握经济发展的脉搏。以便为我们的资产配置提供指导性意见。