量化视角下工业部门产业联动与周期规律分析-东北证券2020
本报告基于《经济指标周期及领先性确认的数理方法》,对工业部门三大指标体系(产量、库存、增加值)进行实证测试,识别行业周期拐点与领先关系。通过信噪比和最大分解层级优化经验模态分解,发现各行业周期长度普遍在3-4年,并揭示产量与库存视角下的行业间周期先后关联,为投资者把握行业景气度提供量化依据。
本报告基于《经济指标周期及领先性确认的数理方法》,对工业部门三大指标体系(产量、库存、增加值)进行实证测试,识别行业周期拐点与领先关系。通过信噪比和最大分解层级优化经验模态分解,发现各行业周期长度普遍在3-4年,并揭示产量与库存视角下的行业间周期先后关联,为投资者把握行业景气度提供量化依据。
本报告基于《经济指标周期及领先性确认的数理方法》,对工业部门三大指标体系(产量、库存、增加值)进行实证测试,识别行业周期拐点与领先关系。通过信噪比和最大分解层级优化经验模态分解,发现各行业周期长度普遍在3-4年,并揭示产量与库存视角下的行业间周期先后关联,为投资者把握行业景气度提供量化依据。
本报告基于《经济指标周期及领先性确认的数理方法》,对工业部门三大指标体系(产量、库存、增加值)进行实证测试,识别行业周期拐点与领先关系。通过信噪比和最大分解层级优化经验模态分解,发现各行业周期长度普遍在3-4年,并揭示产量与库存视角下的行业间周期先后关联,为投资者把握行业景气度提供量化依据。核心数据:3-4年;2个视角。
本报告由东北证券发布,发布于 2020 年。
覆盖 2020 年,全文约 30。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合投资者、金融分析师、行业研究员等读者参考。
重点分析了金融投资、周期规律、东北证券等议题。