1. 夜光數據速覽：用遙遠衛(wèi)星記錄經濟點滴

居民區(qū)的萬家燈火、寫字樓的加班加點、工廠的生產照明、道路的川流不息、油井燃燒廢氣的火焰等等，地球表面無數個發(fā)光像素，在黑夜中演繹著人類活動潛在的規(guī)律，經衛(wèi)星遙感技術，匯集成夜光數據，近年來越發(fā)為人熟知和使用，在經濟研究及金融應用領域尤其大放異彩。

佳格天地旗下的深圳望遠科技有限公司是夜光數據的“弄潮兒”，由NASA前科學家團隊創(chuàng)立，是全球首家將人工智能深度學習應用于遙感衛(wèi)星領域并率先實現商業(yè)化應用的高科技創(chuàng)新企業(yè)。作為中國領先的衛(wèi)星大數據分析服務商，望眼科技通過衛(wèi)星影像、AI算法、大數據等先進技術提供更精準、更快速的時空大數據應用，為銀行、基金、期貨、保險等各類金融機構提供決策依據、風控數據，為重塑宏觀經濟研究和金融展業(yè)模式注入強大創(chuàng)新動力。

本文使用兩套夜光數據集，均來自望眼科技開發(fā)成果。第一套是望眼科技聯(lián)合Wind推出的“佳格望眼夜光指數”，提供月、季、年等多種頻度的標準化數據，涵蓋全球200+國家及地區(qū)、中國30+省及自治區(qū)，數據可細化至區(qū)縣級，并支持區(qū)域間直接對比分析，本文第二、三部分將展開對該數據集與宏觀因素的初步探索。

【資料圖】

第二套數據集是望眼科技聯(lián)合招銀理財推出的“招銀理財夜光指數(NLDI)”，自2020年2月起正式發(fā)布，既包括發(fā)達國家、東南亞地區(qū)、中國重點城市等區(qū)域性綜合夜光指標，也包括針對工業(yè)情況專門編制的月頻的“工業(yè)開工指數”、日頻的“工業(yè)復工指數”，后者是該套數據集區(qū)別于佳格望眼夜光指數的核心亮點。其中工業(yè)復工指數由170+顆衛(wèi)星對全國143個工業(yè)園區(qū)追蹤所得的夜光信息匯總編制而成，數據可追溯至2014年，對金屬冶煉、物流、化工等多個行業(yè)的開工活躍度有較為明確的描述，可實現對突發(fā)事件及時捕捉動態(tài)、快速追蹤分析，本文第四部分將著眼于該項指數。

2. 2014-2020年全球范國內佳格望眼夜光指數與GDP等指標相關性分析

本文選取了全球50個國家的夜光指數，并按照2020年夜光指數的大小進行排序，得到全球夜光指數前10大國家：美國、中國、沙特阿拉伯、巴西、俄羅斯、印度、意大利、伊朗、墨西哥和土耳其。從下圖中可以直觀地看出，美國的夜光指數全球最高，遠高于其他國家，且2014年-2020年間基本保持穩(wěn)定；中國夜光指數僅次于美國，也與第三名的沙特阿拉伯存在較大差距，2014年-2020年間中國夜光指數迅速增長。其余國家夜光指數水平較為接近，6年間基本保持穩(wěn)定。

圖1：全球夜光指數Top10：佳格望眼（數據來源wind）

圖2：全球Top10國家GDP與夜光指數的關系

2.1 夜光指數與GDP的相關性較高

通過觀察全球Top10國家的夜光指數與GDP的關系，可以認為大部分夜光指數高的國家其GDP同樣處于較高水平；以2014-2020年間夜光指數均值及GDP均值進行回歸分析，可知二者在1%的顯著性水平上高度正相關。與此同時，夜光指數與國家GDP間并不存在 “GDP越高，夜光指數越高”的絕對關系，如沙特阿拉伯的GDP均值低于巴西，但夜光指數則高于巴西；觀察夜光指數較低的國家如新加坡、瑞士等，也并非是GDP最低的國家之一，因此可以認為夜光指數與GDP相關性較高，但GDP不是影響夜光指數的唯一因素。

2.2 夜光指數與人口等因素相關

人口及分布影響國家夜間經濟活動，因此同樣可能影響夜光指數。以2014-2020年間夜光指數均值及人口均值進行回歸分析，可得人口對夜光指數的影響在10%的顯著性水平上顯著。此外，城市化進程、人均財富水平、生活習慣及文化等因素也可能對夜光指數產生影響。

3. 2014-2020年中國佳格望眼夜光指數與GDP等指標相關性分析

這里選取了中國全國以及四個主要城市的夜光指數數據，整體上夜光指數基本保持增長趨勢，而從橫向比較來看上海市的夜光指數明顯高于其他三個城市，而廣州與深圳相對接近，但近幾年夜光指數增速明顯快于深圳。

3.1 夜光指數與GDP具有高度相關性

整體上全國和四大城市的夜光指數和生產總值都基本保持了同步變化趨勢，在2014年到2019年間保持穩(wěn)定的增長，但是二者的增長率有所區(qū)別，生產總值整體增長過于平滑，而夜光指數的增長波動更大。GDP作為最傳統(tǒng)的衡量地區(qū)經濟發(fā)展水平的指標，并不完全適應當前經濟發(fā)展模式下實際的經濟增長水平，且受容易受到各種因素的干擾如地區(qū)價格差異、統(tǒng)計修正等。而夜光指數更加客觀和全面的統(tǒng)計了市場和非市場的商品與服務。但是夜光指數同樣有其存在的問題，夜光指數的構造方式同樣受到觀察方式和計算方式在精度上的影響。

圖3：中國區(qū)域夜光指數：佳格望眼（數據來源wind）

圖4：GDP增長率與夜光指數變化率的關系

3.2 夜光指數波動與人口流動密切相關

夜光指數從邏輯上與所在地區(qū)的人口緊密相關，夜光指數的下降暗示著當地經濟活動的減弱或者人口的流失。2016年四大城市中處于南方的三大城市均出現了夜光指數下降的情況，這與同期當地人口小幅流失保持了一致。

3.3 夜光指數與電力消費趨同但存在分歧

夜光指數和電力消費無論從絕對值還是增長率上都保持了高度的一致。然而在2020年兩者出現了較明顯的分歧，這大概率是因為疫情影響下工業(yè)生產受到了極大的沖擊而正常的家居和城市用電繼續(xù)保持原有水平，導致夜光指數快速上升而實際用電量有小幅下降。這與第二產業(yè)生產總值在2020年幾乎沒有增長是保持一致的。

4. 2020-2022年招銀理財夜光指數分析

4.1 2022年疫情解封后復工效率相對2020年較弱，11月疫情政策推動夜光指數增加

根據招銀夜光數據，2022年3月后工業(yè)復工指數下降22個百分點，上海于6月解封后至今一共回升6個百分點。這樣的復工效率相較于2020年疫情后慢了許多，可見實體企業(yè)對于未來發(fā)展的預期與疫情已經不再是線性關系，疫情反復導致整體對未來市場沒有信心。這也從側面反應出，疫情帶來的生產停滯對于實體企業(yè)的沖擊影響期較以往更長、回彈力度更小。此外，我們還關注到，在2022年11月疫情防控政策發(fā)生重大改變后，夜光指數有了明顯提升，從圖中可以看出11月之后的增速斜率明顯增加。

4.2 夜光指數與PMI指數具有一定相關性

夜光指數與PMI的主要下跌幾乎同頻，2022年3月-6月，夜光指數與PMI指數都以較大幅度下跌，之后短暫上升，又在2022年8月繼續(xù)下降。而PMI指數僅擴張1個月后又重新跌至榮枯線以下，一定程度上反映出地產壓力之下，周期壓力信心發(fā)生共振。

但2022年11月兩者趨勢不盡相同，夜光指數連續(xù)上升約5個百分點，而制造業(yè)PMI卻持續(xù)下行。關于PMI的數值變化，11月的疫情加重導致消費場景受到巨大沖擊，供需兩端都不理想；此外，11月的房地產投資以及樓市交易十分低迷，也會間接導致PMI指數不佳。但對比2022年11月PMI指數與2022年4月的數據，可見疫情相關政策的優(yōu)化一定程度上有助于降低對PMI的不利影響，本輪指數下跌在可控范圍內。

圖5：2020-2022年招銀夜光指數與PMI變化

5. 夜光指數為經濟分析提供全新視角

高頻數據特征、極短的統(tǒng)計周期、與宏觀經濟的強相關性，使夜光指數在政府政策制定、企業(yè)投資生產和基金制定投資決策等方面具有重要參考價值。傳統(tǒng)宏觀經濟指標的統(tǒng)計具有延時性，常需要數個月甚至一年才能獲得，而夜光指數統(tǒng)計周期大大縮短，日頻數據的統(tǒng)計周期通常不超過1天。綜合佳格望眼、招銀理財夜光指數可知夜光指數在時間和空間上都與經濟水平具有較好的相關性，與GDP、人口流動性、電力消費水平、PMI等經濟指標聯(lián)系明顯。

對政策制定者而言，縱向比較2020年前后夜光指數水平可用于判斷GDP水平以相應調整財政和貨幣政策，同時可根據外國夜光數據判斷國外經濟形勢以彌補全球經濟數據及時獲得的困難性。對企業(yè)而言，夜光數據可間接反映企業(yè)開工水平，招銀理財已基于夜光指數推出企業(yè)復工水平。大型企業(yè)主可根據區(qū)域性夜光指數判斷區(qū)域經濟恢復情況和上下游恢復情況，從而進行投資建設決策和生產決策。對基金投資決策制定者，無論是傳統(tǒng)投資還是新型量化投資，夜光數據都是衡量宏觀經濟極為高效快捷的信息渠道。在信息顆粒度足夠精細的前提下，甚至可分析特定上市公司的產能水平，對公司產能實現實時預測。

（文/清華大學五道口金融學院2022級碩士生陳輝煌、韓梓非、劉一鳴、葉天，清華大學建筑學院2020級直博生張佳奇）

本文系未央網專欄作者:Fintech理論與實踐小課堂 發(fā)表，內容屬作者個人觀點，不代表網站觀點，未經許可嚴禁轉載，違者必究！

關鍵詞：