【东北晨会1010】中性利率之辩/国庆后买什么？/数字经济行业深度/活动预告

东北证券研究所 · 公众号 · · 2024-10-10 08:10

正文

总量研究

【东北总量万明杰】总量深度：中性利率之辩。

今年9月18日，时隔最后一次加息的14个月之后，美联储一次性降息_ 相关数据 50BP。 尽管美联储可能会继续观察经济数据，并根据情况调整其政策立场，但对中性利率变化的判断已经不能忽视。中性利率变化可能将影响未来联储货币政策决策，以及对经济的长期判断。

实体经济的长期结构性因素是决定中性利率的关键因素。 这些因素包括潜在GDP的增长率、劳动参与率、人口结构和劳动生产率、财政与债务杠杆，以及国债市场供需等。这些变量不仅直接影响经济的潜在产出，还间接影响资本的长期价格，即投资者对长期边际实际回报率的期望值。从历史数据来看，1980年代以来，美国的潜在GDP增长率呈现趋势性下降。50-70年代的平均值为3.7%，而到了2008年金融危机前，这一数字下降到了3%。此后至2023年年中，潜在GDP增长率进一步下降到持在1.79%。相应地，HLW中性利率平均值也从1980年代的4.32%下降到3.14%，并进一步下降到并维持在0.85%左右。实际上，80年代以来导致中性利率下降的实体经济因素是潜在GDP下降。

由于中性利率本质上是不可观察的，因此只能通过估算来推断，因此对它的任何测量都是依赖于模型。 Holston等人（2023年）使用半结构模型来测量中性利率，该模型利用IS曲线和菲利普斯曲线的关系，通过趋势/周期分解来预测未来五到十年的主导短期实际利率。Lubik和Matthes（2015年）使用TVP-VAR模型估计中性利率，并在2023年更新模型以应对疫情。Del Negro等人（2017年）使用DSGE模型估计中性利率，考虑了便利收益对风险厌恶的影响。Hördahl和Triistani（2014年）利用期限结构模型和VAR推断预期中性利率路径和期限溢价此外央行通过市场调查，也可以评估长期预期政策利率与通胀差值以衡量中性利率。

从对自然利率（r*）的估计中，我们可以得出几个关键的观察结果。 首先，不同的估计方法可能会导致非常不同的结果。在某些情况下，最高和最低的估计值之间可能存在超过2个百分点的差异。其次，我们注意到在疫情爆发前的几十年里，自然利率的估计值呈现下降趋势，下幅降度达到了几个百分点。第三，这种下降趋势在疫情之后似乎有所逆转：在过去几年中，大多数指标都显著上升，有时甚至回升到了全球金融危机之前的水平。

根据美联储前主席伯南克对长端美债名义收益率的拆分，长端收益率等于中性利率、通胀预期与期限溢价之和，因此通过对不同成分进行估计，可以推算长端美债合意区间。当前美国经济韧性较强，软着陆空间大，美债10Y-3M长短利差区间维持【25-75】BP的倒挂幅度，长期通胀预期维持【200-220】BP左右，联储内部中性利率预测平均区间为【101-141】BP。因此推断，美债10年期合意的收益率区间是3.26%-4.36%左右，平均值为3.81%。

【东北策略】策略专题：国庆后买什么？

从历史角度对比，看政策催化大反弹后的行业节奏表现： 我们选取了①2022年4月27日-2022年6月28日、②2022年12月23日-2023年2月1日、③2024年2月6日-2024年3月18日三段行情。整体来看，中小盘和科创、创业弹性最大。

反弹环境中追求弹性，成长优于价值，中证1000兼具弹性和稳定性。 （1）2022年4月反弹中，可以看到小盘成长和中盘成长持续占优，而大盘成长早期弱于小盘价值和中盘价值，但在反弹后期大盘成长后来居上；中证1000持续占优，其次是中证2000、中证500，上证指数和沪深300较弱。（2）2022年底市场再迎反弹，但本轮与其他两轮存在差异，本轮核心占优的是大盘成长而非小盘，但是从宽基表现来看，中证1000仍非常稳定基本能够持续占优，而沪深300存在中途加速的状态，主要由于外资回流下的风格偏好。（3）2024年继续维持小盘占优，成长占优的风格，但中途存在一定黏合，在于大盘成长和小盘价值的选择；另外，中证2000从最开始相对较弱，持续加速最后跑赢其他宽，表明市场仍旧追求弹性。（4）从所有宽基指数表现来看，节奏表现上往往是中小盘风格先占优（占优并不代表其余风格不涨），在放缓阶段，其余宽基补涨小段时间后，最后仍转向小盘风格；其中中证1000均是从反弹开始以来具有弹性和稳定性的方向。

行业表现上，成长最优，稳定最弱；节奏上中游制造相对稳定且具有持续性。 （1）行业风格上，以上三轮反弹都表现出成长风格明显占优的情况，而稳定最弱，但同样需要关注此前板块是否调整较多。（2）行业节奏上，2022年4月的反弹表现为成长、周期风格交替，随后出现稳定板块补涨，最后又回归到成长和消费；2022年12月的反弹则表现为成长贯穿前后，金融、周期交替补涨；2024年2月的反弹节奏为成长尤其是TMT和中游制造明显较强且具有持续性，而周期和消费呈交替补涨状态。（3）总体来看，反弹期间成长最优，稳定最弱；周期行业尤其是中游制造类率先占优，后续TMT存在接力，接着回归到周期方向，继续接棒的是泛消费类，最后又回归中游制造。 因此建议节奏上关注中游制造，包括电子、通信、军工、新能源、汽车和家电等。

行业研究

【东北数字经济吴源恒】行业深度报告：FSD入华在即，关注汽车数据闭环服务商。

FSD入华在即，汽车数据闭环产业或将爆发性增长。 9月5日，特斯拉在社交媒体发布路线图，预计2025年第一季度在中国和欧洲推出完全自动驾驶技术（FSD），且早在4月28日，中国汽车工业协会、国家计算机网络应急技术处理协调中心发布《关于汽车数据处理4项安全要求检测情况的通报》，特斯拉通过国家汽车数据安全要求。目前国内特斯拉EAP功能已经开启订阅模式，可以预测的是FSD落地在即。特斯拉FSD采用数据闭环的训练模式，通过训练环节的算力、数据、工具布局，推理环节的端到端全模块神经网络化，真正实现了数据驱动，技术上限、迭代速度和拟人化程度指数级提升。并且特斯拉计划在今年10月10日推出Robotaxi（无人驾驶出租车）也有望带来新一轮的产业升级。我们认为，特斯拉FSD带来的“鲶鱼效应”可能带来国内智能驾驶的需求增长，车企量产车数据将会大量增长，算力、算法以及数据处理相关产业链有望迎来较大投资机会

从产业链的投资角度来看，中国智能驾驶领域的数据闭环系统相当复杂，涉及众多企业，包括但不限于数据收集、处理与标注、传输与存储、芯片制造商、仿真技术、云存储服务、智能驾驶解决方案提供商以及汽车制造商等。这一市场呈现出多元化和活跃的发展态势。在智能驾驶数据闭环的构建上，一些领先的汽车制造商倾向于自主研发，以更好地整合智能驾驶功能。有的汽车制造商选择全面自建数据闭环系统，而有的则选择自主研发核心部分，其他部分则通过外部采购来实现。芯片制造商利用其在终端硬件方面的优势，开发了相应的工具链和优化算法，以帮助汽车制造商和一级供应商快速验证算法并在芯片上进行部署。

鉴于数据和工程化知识在量产车数据闭环中的重要性，建议关注那些具有丰富数据处理经验或测绘资质的公司。 数据服务提供商则依靠其强大的数据分析能力，专注于数据闭环流程的研发和创新，为汽车制造商和一级供应商提供全面的解决方案或模块化工具链产品，如车云协同平台、数据管理平台、标注平台和仿真平台等。智能驾驶解决方案提供商必须具备数据闭环能力，利用其在人工智能技术和行业经验上的积累，向汽车制造商提供云计算、算力和模型能力等资源。随着高级智能驾驶在乘用车领域的规模化部署，一些原本专注于L4级智能驾驶的公司开始转向L2+级，寻找新的可持续商业化途径。云服务提供商则利用其云基础设施的核心能力和云端大模型，为数据闭环的全过程提供深度支持，实现数据接入、标注、模型训练、模拟仿真和OTA升级等功能，以加速智能驾驶数据闭环的构建。

我们认为，随着高级自动驾驶技术的不断进步和更多量产车型的上路，自动驾驶领域产生的数据量预计将呈指数级增长，对数据服务的需求也将长期存在。目前，许多汽车制造商和一级供应商对数据服务的需求仍处于起步阶段，整个市场拥有巨大的潜在发展空间。

活动邀请

（诚邀参加活动，具体方式请联系对口销售！）

关注我们

东北 证券研究所公众号

东北证券研究所小程序

【东北晨会1010】中性利率之辩/国庆后买什么？/数字经济行业深度/活动预告

正文

请到「今天看啥」查看全文