【宏观经济】如何用高频指标预测出口—基于量价的视角

基于量价拆分视角，我国出口同比读数通常与出口数量同比读数走势更为一致；但自2021年6月以来，价格因素主导着出口同比的走势。据此，本文分别就跟踪出口量价的高频指标进行分析并运用机器学习的方法构建模型进行预测。

在出口数量方面，能较好地跟踪出口数量的高频和领先指标主要有：以八大枢纽港口外贸集装箱吞吐量、上海出口集装箱运价指数（SCFI）、东南亚集装箱运价指数（SEAFI）、宁波出口集装箱运价指数、中国出口集装箱运价指数（CCFI）、海上丝绸之路运价指数为代表的航运类指标；以新出口订单、美国当周ECRI 领先指数、韩国出口同比为代表的外需类指标。在出口价格方面，RJ/CRB商品价格指数和美元兑人民币中间价对出口价格具有良好指示意义。

进一步运用机器学习中的方法，本文分别对出口数量和出口价格展开模型预测发现，支持向量回归对出口数量同比变化的预测效果更佳；神经网络法能够更好地适用于对出口价格变动的预测。基于9月上旬高频数据，本文运用这一模型对9月上旬出口数量和出口同比分别进行预测发现，9月上旬出口数量同比为-2.3%而出口价格同比为4.8%，二者合计可得出口同比可能为2.5%，预示9月出口同比读数仍在承压。不过，考虑到9月下旬高频数据有所改善，9月全月出口同比或高于模型预测值。