量化因子与构建方式 1. 因子名称：社融自下而上预测框架 - 因子的构建思路：基于社融各子项的经济逻辑、高频数据和季节性特征，采用自下而上的拆分预测方法，通过对各子项的细分逻辑进行建模，既能准确预测社融总量，也能提供结构性信息[9][10] - 因子具体构建过程： 1. 企业贷款+居民短贷：与未来经济预期高度相关，使用PMI和唐山钢厂产能利用率作为自变量，分别对信贷大月和小月进行滚动回归预测 2. 居民中长贷：以住房按揭贷款为主，与商品房销售数据高度相关，基于商品房销售代理指标和居民中长贷的三阶段特点进行预测 3. 企业票据融资：与转贴现利率呈明显负相关，使用转贴现利率作为外生变量，采用5年窗口的滚动自回归进行预测 4. 政府债券：通过高频跟踪政府债券的发行到期数据，并将月末新发政府债券计入下月数据，进行口径调整 5. 企业债券：采用5年窗口的滚动回归对企业债券子项重新配权，以降低口径差异 6. 外币贷款：平滑后与人民币汇率和中美国债利差相关性强，但月度间波动大，使用过去3个月均值作为预测 7. 信托贷款：通过跟踪集合信托和单一信托的发行到期披露情况进行近似预测 8. 委托贷款：资管新规后整体规模压降，使用过去12个月均值作为预测，部分基建相关增量额外判断 9. 未贴现银行承兑汇票：由于票交所高频数据停止对外公布，使用过去三年同期平均值作近似估计 10. 非金融企业境内股票融资：扣除金融企业部分后，基于股权融资（包括IPO、增发、配股、优先股）的月频净融资数据进行预测 11. 贷款核销：集中于季末特别是年末，季节效应显著，使用去年同期值作为预测 12. 存款类金融机构资产支持证券：从2023年12月起，改为使用信贷ABS净融资高频跟踪进行预测[10][9] 2. 因子评价 - 自下而上的拆分预测框架能够更好地刻画社融的细节，既能准确预测总量，也能提供结构性信息，具有较高的实用性和前瞻性[9][10] --- 因子的回测效果 1. 社融自下而上预测框架 - 新增社融：2024年12月预测值为30863亿元，同比增加11537亿元[16] - 社融TTM环比：2024年12月预测值为3.65%[16] - 社融存量同比增速：2024年12月预测值为8.09%[9] - 人民币贷款：2024年12月预测值为11658亿元，其中企业贷款+居民短贷为8152亿元，居民中长贷为2853亿元，企业票据融资为654亿元[16] - 政府债券净融资：2024年12月预测值为17674亿元，同比增加9350亿元[16] - 企业债券净融资：2024年12月预测值为361亿元，同比增加3102亿元[16] - 其他子项：外币贷款为-553亿元，委托贷款为-50亿元，信托贷款为312亿元，未贴现银行承兑汇票为-1279亿元，非金融企业境内股票融资为418亿元，存款类金融机构资产支持证券为-25亿元，贷款核销为2347亿元[16]