量化模型与构建方式 1. 模型名称：社融自下而上拆分预测框架 [7][10] * 模型构建思路：从社融各子项的经济逻辑、高频数据、季节性特征等角度出发，分别对每个子项进行预测，最后汇总得到社融总量预测，以实现对总量和结构的准确预测[7][10]。 * 模型具体构建过程：该框架并非单一模型，而是针对社融的不同子项采用多种预测方法的集合[11]。 1. 人民币贷款（企业贷款+居民短贷）预测：以PMI与唐山钢厂产能利用率为自变量，对信贷大月和小月分别进行滚动回归预测[11]。 2. 居民中长期贷款预测：根据商品房销售代理指标与居民中长贷的三阶段特点进行预测[11]。 3. 企业票据融资预测：以转贴现利率为外生变量，使用5年窗口的滚动自回归进行预测[11]。 4. 政府债券净融资预测：通过将月末新发政府债券计入下月，对政府债券发行到期高频跟踪数据进行口径调整[11]。 5. 企业债券净融资预测：使用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[11]。 6. 外币贷款预测：使用过去3个月均值作为预测[11]。 7. 信托贷款预测：通过跟踪集合信托以及单一信托发行到期的披露情况进行近似预测[11]。 8. 委托贷款预测：使用过去12个月均值作为预测，部分基建相关增量额外进行判断[11]。 9. 未贴现银行承兑汇票预测：鉴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[11]。 10. 非金融企业境内股票融资预测：将股权融资（包括IPO、增发、配股、优先股）的月频净融资数据扣除金融企业部分得到预测[11]。 11. 贷款核销预测：使用去年同期值作为预测[11]。 12. 存款类金融机构资产支持证券预测：使用信贷ABS净融资高频跟踪[11]。 * 模型评价：该框架能够较为准确地预测社融总量，同时提供对社融结构信息的预测[10]。 模型的回测效果 注：本报告未提供模型在历史回测中的具体量化指标（如IR、胜率、最大回撤等），仅展示了近期预测值与实际值的对比。 1. 社融自下而上拆分预测框架 * 2026年1月新增社融预测值：74432亿元，实际值：72208亿元[20]。 * 2026年2月新增社融预测值：23417亿元[1][7][11]。 注：报告未提供独立的量化因子及其构建过程与测试结果。