摘要：

本文构建了滚动回归模型和支持向量机回归模型（SVR模型）对每月社零同比增速进行预测。根据3月高频的消费数据，我们认为3月社零同比增速或落在9.5%-15.94%区间，同比增速继续上升。

由于限额以上单位零售的变化和社零的变化基本同步，因此我们通过将限额以上单位零售额进行拆分，然后分别寻找高相关性的高频指标作为自变量来对社零同比增速进行预测。具体来看，地铁客运量同比（合成）可以用来表示餐饮收入零售额同比的变化；布伦特原油期货结算价同比可以用来表示石油及制品类零售额的变化；乘用车厂家零售同比可以用来表示汽车类零售额的同比变化；中国轻纺城成交量同比（合成）可以反应服装类零售额的变化；30个大中城市商品房成交面积同比可以用来表示地产类零售额的变化；必选消费的周期性较弱，因此暂不考虑其对社零同比波动的影响。

我们分别使用滚动回归模型和SVR模型对社零同比增速建模预测，发现SVR模型（rbf）的预测效果更好。在滚动回归模型中，我们选择48个月的滚动回归窗口预测时，样本外数据的MSE最小。在支持向量机回归模型（SVR模型）中，我们分别选择线性核函数（linear）和高斯径向基核函数（rbf）来训练模型，结果显示高斯核函数（rbf）的MSE值更小，具有较好的预测效果。综合来看，不论从MSE还是预测结果对下月社零同比变化方向判断的胜率来看，SVR模型（rbf）在样本外的预测效果均表现最好。

综合考虑两类模型以及去年3月的低基数效应，我们预计3月社零同比增速或落在9.5%-15.94%区间，均值12.7%，高于Wind一致预期，同比增速或继续上升。分项来看，餐饮、服装和地产类消费或为主要拉动项，而石油及制品类或为主要拖累项，汽车类消费基本和去年持平。从资产端表现来看，社零超预期后消费和稳定风格的股票占优。我们统计了2016年1月至今社零超预期后各类资产的表现，总体而言，在社零同比超预期后的1个月/3个月/6个月均呈现出股票>商品>债券的规律。股票中，消费风格和稳定风格表现最强；债券中，国债表现优于信用债；商品指数小幅上行。

风险点：消费结构变化；模型预测误差。