来源：CITICS宏观研究
核心观点
本篇报告我们利用日度高频数据构建了全球社交隔离指数（GSDI），并进一步量化社交隔离对全球各国经济的冲击程度，构建了全球经济冲击指数（GCSI）。上述两个指数能够较好地高频追踪全球各国复工进展和经济冲击程度。
摘要
▌ 社交隔离会对各国经济造成直接和广泛的影响，但市场缺乏高频跟踪指标。在全球疫情快速蔓延的背景下，社交隔离已经成为全球各国不得不采取的一种疫情防控策略，通过社交隔离来应对大流行疾病会对经济增长和生产需求造成直接和广泛的影响。而市场缺乏跟踪海外社交隔离程度和经济状态的高频指标，因此，本篇报告旨在构建可以日度跟踪疫情影响下全球各个国家社交隔离程度和经济冲击程度的指数，以方便投资者能高频追踪全球各国复工进展和经济冲击程度。
▌ 构建全球社交隔离指数（Global Social Distance Index，简称GSDI）和全球经济冲击指数（Global COVID Shock Index，简称GCSI）：我们将从防控政策因素、医疗投入因素、疫情因素、出行时间因素和出行频率因素五个维度24个变量来衡量全球社交隔离程度。为了保证指数的可靠性，报告中我们采用简单加权平均和主成分分析两种合成指数的方法来构建全球社交隔离指数。结果显示，两种方法计算的指数走势基本一致。该指数代表当前经济社会“活跃度”相对正常水平的偏离程度，以0-100表示。同时，GSDI社交隔离指数与各国PMI高度相关。基于今年以来的最新数据分析发现，社交隔离指数能解释88%的服务业PMI，能解释82%的制造业PMI。我们利用社交隔离指数对PMI的冲击程度，结合各国PMI和GDP的历史相关系数，分别计算各国服务业和制造业受到的冲击幅度，最后再加权得到GCSI全球经济冲击指数，以此反映GDP同比下滑的幅度。相对市场已有跟踪方法，两个指数能比较全面、敏感地把握真实的社交隔离程度和经济冲击程度变化。
▌ GSDI指数反映出各国社交隔离程度有所差异。GSDI指数显示，中国的社交隔离程度从3月开始趋势性下降至最新的29.73，隐含当前中国经济社会“活跃度”偏离正常水平29.73%，即已恢复至正常水平的70.27%；意大利、西班牙GSDI最新读数高于85，表明其当前“活跃度”不足正常水平的15%。值得注意的是，美国加强社交隔离程度的时间较晚，且社会隔离程度不高，目前该指数由3月底最高的60左右下降到50左右。部分国家受新一轮疫情的冲击，其社交隔离程度还在进一步加强，如日本（43.17）、新加坡（79.25）、印度（88.55）等。
▌ GCSI指数显示当前社交隔离对全球GDP的冲击幅度接近10%。2月受中国社交隔离措施加强的冲击，GCSI全球指数从2-3下降到0左右，全球经济几乎0增长。当前受疫情的全球蔓延影响，GCSI指数降至-8，社交隔离对全球GDP的冲击接近10%，服务业贡献了超过90%的下滑。分国家来看，中国GCSI指数明显修复；德国、美国的该指数有小幅回升；意大利和法国冲击幅度最大（GCSI指数分别在-12.33和-12.10）；日本（-6.56）和印度（-11.06）经济仍在恶化。
▌ 结合上述两个指数和疫情数据，可高频跟踪未来复工进程中部分国家可能存在的二次疫情爆发风险。上述数据显示，美国、英国及部分新兴市场国家尚不具备快速复工条件，但其复工进展却相对较快，未来可能存在二次疫情爆发的风险。
▌ 风险因素：疫情如果持续时间较长，可能会对经济造成一些中长期的影响。此外，报告模型中仅考虑了社交隔离对服务业和制造业增加值的影响，但并未考虑包括建筑业、采矿业等增加值变化对GDP的影响。
正文
▌ 构建GSDI全球社交隔离指数
为何构建GSDI全球社交隔离指数
1）全球蔓延的疫情导致的社交隔离程度加深对经济产生直接影响
在全球疫情快速蔓延的背景下，社交隔离已经成为全球各国不得不采取的一种疫情防控策略。疫情本身对人类的冲击主要在于生命健康层面，但通过社交隔离来应对大流行疾病则会对经济增长和生产需求造成更为直接和广泛的影响。因此在当前全球超过200个国家和地区出现新冠疫情、各国政府纷纷出台社交隔离政策的前提下，跟踪各个国家真实的社交隔离程度，并以此动态把握全球各国经济受到的冲击程度显得尤为重要。
特别是在当下，欧美的疫情逐渐从高峰增长期走向平台缓和期，在社交隔离对经济的冲击和疫情复发风险二者之间权衡取舍成为下一阶段各国政府的主要任务。对于市场而言，如何更敏感地动态评估各国经济活动相对正常水平的偏离程度，更好地把握复工和经济恢复的状态，往往是市场短期走势博弈的关键。
2）市场已有的跟踪方法容易造成一定的偏差
目前市场上已有的跟踪社交隔离程度的方法有两种。一种是直接跟踪各国出台的一些政策，其优势是能及时地把握最新的防控措施进展，但缺点是不同国家的信息较为散乱、不够直观，而且仅是表达了政策方面的含义，对真实的社交隔离刻画相对不全面。另一种是通过一些高频的生产消费数据来跟踪复工复产。这个指标的确足够客观地反映了各国不同领域一些高频的经济状态，但有两个缺点，一是敏感度不够高，一般最高频的指标大多是周度更新，消费就业数据大部分是月度的，GDP更是季度频率；二是指标差异性比较大，不同国家衡量生产、消费、就业的指标是很不同的，不易简单对比，同时大部分国家的高频数据都是缺乏的。而我们希望通过一个统一的标准或者参数去构建不同国家更全面、更敏感和更可比的指数来弥补这样的缺陷。
因此本篇报告我们构建了一个可以高频动态跟踪全球各个国家社交隔离程度的指标（Global Social Distance Index，以下简称GSDI），并进一步量化社交隔离对全球各国经济的冲击程度（Global COVID Shock Index，以下简称GCSI）。我们认为，指数的建立能够帮助投资者更为敏感和全面地跟踪全球社交隔离程度的变化，并在疫情的特殊背景下更好地把握各国复工复产的实际进度以及经济增长受到的真实冲击程度。
如何衡量全球社交隔离程度
从已有的文献来看，狭义的社交隔离一般指的是为防止传染病的传播而采取的一系列非药物干预措施，常见的有居家令、限制集会、关闭学校、关闭企业、关闭公共场所等。但由于社交隔离本身除了政府出台政策以外，仍受到多种其他因素的影响，因此相关文献中除了使用政府防控政策来衡量社交隔离，也使用了包括公共场所人流量（如公园、超市、车站等）、出行距离、出行频率、活动半径、居家人数和时间等社交隔离直接相关指标的变化量作为社交隔离力度的代理变量。此外，文献还发现确诊死亡人数、检测手段、疫苗研发等变量也对社交隔离程度有显著影响。
基于已有的研究以及部分数据的可得性，本篇报告我们将社交隔离定义为更为广泛的概念，主要的影响因素分为客观因素和主观因素。客观因素包括疫情防控政策是否严格、针对疫情的医疗投入是否充足以及疫情本身的严重程度。主观因素主要是人们出于对疫情的恐惧和担忧，自发产生的社交隔离。在报告中，我们从不同场所的出行时间（停留时间）和不同方式的出行频率两个角度来衡量人们自发产生的社交隔离水平。
因此根据以上分析，我们将从防控政策因素（8个变量）、医疗投入因素（4个变量）、疫情因素（2个变量）、出行时间因素（7个变量）和出行频率因素（3个变量）五个维度来衡量全球社交隔离程度。
其中，政策防控因素，我们主要参考Oxford统计的各国疫情防控政策数据，同时根据IMF的政策跟踪对其进行修正（Policy Responses to COVID-19），其中针对关闭学校、关闭企业、暂停社会活动、限制集会人数、关闭公共交通、禁足居家令、封城措施、国际旅行限制等八项措施根据其严重程度进行打分，再转化为0-100的指数。医疗投入因素，我们按照检测水平、接触者追踪、医疗物资投入和疫苗研发投入进行规模和程度的统计再标准化；疫情因素，采用WHO每日公布的各国确诊和死亡病例；出行时间，按照Google统计的人群在不同场所停留时间变化计算，场所主要包括零售（餐饮、商场等）、娱乐场所（博物馆、影院、主题公园）、百货商贸（百货店、农贸市场）、公共休闲场所（公园、广场、公共沙滩）、车站（地铁、公交、火车站）、工作场所、居住场所。出行频率，可以用不同出行方式的频次来表示，这里包括私家车出行、步行出行和公共交通出行。我们采用的数据为Google和Apple第三方公开的出行记录数据。由于Google和Apple都没有中国的数据，这里采用百度的全国300+城市平均出行强度数据代替。
如何构建GSDI全球社交隔离指数
为了保证指数的可靠性，本篇报告我们采用简单加权平均和主成分分析两种合成指数的方法交叉验证，来构建全球社交隔离指数。
简单加权平均的方法：主要根据CEPR（全球经济政策研究中心）最新的论文结论中给予客观因素和主观因素的权重[1]，对以上5个维度24个变量赋予不同权重[2]。
主成分分析方法：主成分分析的方法是一种很成熟的变量降维工具[3]，可以使用尽量少的几个主成分变量来表达原有变量的大部分信息，同时通过正交转换也可以避免变量之间可能存在的线性关系。我们采用了前四个主成分来构建GSDI指数。这四个主成分的特征值均大于1且累积特征值贡献率达到了82%，说明这几个主成分已经充分包含了原来24个变量的信息。我们同时计算了每个主成分特征值的贡献率，并按照贡献率对各主成分变量加权得到最终的GSDI指数。
根据以上两种方法，我们分别构建了全球社交隔离指数。结果发现，两种方法计算出来的指数在走势上基本趋于一致，这说明我们划分的维度和变量相对合理，通过不同的方法得到的指数结果都能比较一致地体现社交隔离的程度。此外，我们也通过特征值贡献率加权详细地计算了每个维度的因素对指数的贡献，可以发现政策防控因素和出行时间因素对指数的影响最大，其次是医疗投入和疫情因素。这与简单平均加权中我们所用的论文中的权重数据比较吻合，我们认为这也体现了指数的可靠性。该指数按照0-100划分隔离程度，0附近表示完全正常，指数越高代表偏离正常状态的程度越高。
▌ 构建GCSI全球经济冲击指数
借助GSDI全球社交隔离指数分析经济冲击的视角
一般来说，GDP的下滑幅度是最准确最全面的衡量外部冲击的指标。其他指标，比如就业、消费、生产等指标都只能衡量经济的一部分信息，更何况不同国家这些指标的差异性较大，且高频数据匮乏，使得我们无法敏感地捕捉疫情对经济的冲击。因此我们试图通过各国社交隔离指数来量化疫情对经济的冲击程度，从而能更敏感地反映疫情对各国经济影响大小。
PMI是一个很好的切入口。由于PMI是由Markit公司采取一致的调查方法得出的结论，因此不同国家的月度PMI指数是可比且敏感的经济指标。我们对社交隔离指数取月度均值，可以通过所有国家的样本数据建立社交隔离指数与经济冲击的关系。
我们发现GSDI社交隔离指数与各国PMI高度相关。线性回归结果显示，社交隔离指数能解释84%的服务业PMI，能解释75%的制造业PMI。同时从回归系数来看，1单位社交隔离指数的上升大概对应服务业PMI下降0.5个点，1单位社交隔离指数的上升大概对应制造业PMI下降0.2个点。这说明社交隔离程度与PMI高度相关，且对服务业的冲击更大。
更进一步，我们可以按照衡量社交隔离的各个因素与服务业、制造业的相关性，将社交隔离指数进一步拆分为服务业指数和制造业指数。与服务业相关性较高的一些指标，包括关闭学校、暂停社会活动、限制集会人数、禁足居家令、国际旅行限制等政府防控措施的程度，以及包括餐饮、商场、博物馆、影院、主题公园、百货店、农贸市场等场所的人流聚集程度。而与制造业相关性较高的一些指标，包括关闭企业、关闭公共交通、封城措施（物流运输）等防控措施的程度，以及车站、工作场所等场所的人流聚集程度。简单将原有的24个指标拆分再分别生成服务业和制造业的社交隔离指数。
我们发现，拆分之后指数对PMI的解释效果更好，社交隔离指数对服务业的冲击要显著大于对制造业的冲击。首先，服务业和制造业PMI与指数的斜率都比拆分之前更大，说明拆分之后更能定位到社交隔离对各自领域的冲击。从回归系数来看，1单位社交隔离指数的上升大概对应服务业PMI下降0.6个点，1单位社交隔离指数的上升大概对应制造业PMI下降0.3个点。其次，指数对PMI的解释程度明显提高。社交隔离指数能解释88%的服务业PMI，能解释82%的制造业PMI。这说明拆分之后的指数对社交隔离导致的经济冲击解释效果更好。总体来看，社交隔离对服务业的冲击要显著大于对制造业的冲击。
如何构建GCSI全球经济冲击指数
按照这样的解释程度，我们通过社交隔离指数计算对服务业和制造业PMI的冲击程度，然后按照各国PMI与其服务业与制造业增加值之间的历史相关系数[4]（这里采用每个国家历史上的服务业PMI、制造业PMI分别与各国服务业、制造业增加值进行回归得到的系数），估算社交隔离措施对各国服务业和制造业增加值的冲击程度，然后再将二者的下滑按比例折算成GDP的下滑，最终得到各国的经济冲击指数[5]，以此反映GDP同比下滑的幅度。
▌ 上述两个指数实际跟踪效果如何？
GSDI全球社交隔离指数——与各国政策时点对比
我们将美国的社交隔离指数（GSDI-美国）与美国保持居家令的州数对比，可以明显发现社交隔离指数大致领先该指标1-2周。如果我们仅仅以是否颁布居家令作为衡量美国社交隔离程度的指标就会对实际情况有一定的偏差。从社交隔离指数看，美国从3月8日开始社交隔离程度已经在加大，这早于我们看到的3月14日美国宣布进入紧急状态和3月19日美国加州率先颁布居家令。我们认为一部分原因很可能是因为我们的社交隔离指数刻画的信息更全面，除了包含防控政策因素以外，也包含了更多刻画出行数据的高频指标，以及疫情因素。在3月初，美国的新增病例出现了明显的攀升，越来越多的民众在那时候开始对政府采取的防控措施质疑增加。也就是说在3月初，相信特朗普所谓的疫情“流感化”的美国人越来越少，反而是在新增病例不断上升的情况下，人们自发产生了更多的社交隔离。
对比各国社交隔离指数（GSDI）与各国防控政策收紧的时点，也可以发现，主要国家社交隔离指数与各国防控收紧的时间拐点基本对应，但在实际防控政策收紧之前，大部分国家都已经出现了相对于平时有所强化的社交隔离，这也反映了我们的社交隔离指数能更加敏感地反映真实社交隔离状态的出现。
GCSI全球经济冲击指数——与高频经济指标和已公布的实际GDP对比
我们将计算出来的GCSI-美国经济冲击指数与纽约联储每周公布的美国高频经济指标对比，可以发现，纽约联储公布的WEI美国周度经济指标的同比走势、幅度与我们计算的GCSI经济冲击指数大体吻合，最严重时期的冲击幅度高达10%以上。此外，与周度高频指标WEI对比来看，GCSI经济冲击指数在日度频率上能更敏感地反映美国经济受到社交隔离的实际冲击程度，GCSI大致领先WEI指标1周左右，这更多体现的应该是日度数据相对周度数据的敏感度更高。
各国已公布的实际GDP数据与对应国家的GCSI经济冲击指数相差不大。按照我们计算的GCSI经济冲击指数，中国一季度实际GDP同比下行6.0%，美国实际GDP同比增速下滑至0.67%，而实际公布的中、美Q1GDP同比增速分别为-6.8%和0.32%。同时与已公布GDP数值的国家比较可以发现，大部分国家的GDP同比增速与我们计算的经济冲击指数较相差不大。当然，这里我们仅是对经济冲击指数做简单平均得到的季度值，并未考虑GDP本身在不同月份的产值可能不是均匀分布的，同时也仅是针对统计意义上社交隔离对经济冲击的影响，但至少我们可以通过日度频率的经济冲击指数对季度频率的GDP实际值进行更敏感的跟踪和更前瞻的判断。因此我们认为GCSI经济冲击指数对于衡量经济冲击的幅度是有效的，同时相对最高频的周度经济数据也会更敏感。
▌ GSDI指数反映出各国社交隔离程度有所差异
这个指标本身刻画的是一个面板数据，我们可以横向上观察每一个静态时间点（每天）全球所有国家的社交隔离程度，颜色越深代表隔离程度越高；同时也可以从纵向上，观察每个国家的时间序列数据，数值越大代表隔离程度越高。
横向来看，全球社交隔离的程度大致可以划分为四个阶段。从疫情爆发距离现在经历了4个月时间，按照时间顺序我们把每个月月底的各个国家社交隔离程度做成一张热力地图，可以发现：1月底只有中国在进行社交隔离，其他国家都处于正常区间，此时中国的社交隔离指数接近90，也就是说经济社会活动只相当于正常水平的10%左右；2月底中国的社交隔离有所减弱，这与2月中旬开始政府开始放松交通管制，除武汉以外的封城措施，部分人员陆续返工，但总体社交隔离指数仍然在70以上；3月底随着海外，特别是欧美疫情的快速蔓延，全球绝大部分国家的社交隔离程度出现了明显的强化。大部分国家的社交隔离在指数都在60-70以上，此时中国的社交隔离指数已经降到了50左右；4月底欧美的社交隔离程度有所下降，部分已经降到50以下，中国在30左右，而亚非拉第三波疫情的爆发导致这些国家的社交隔离程度又有进一步的加强。
同时从时间序列的维度，我们可以观察到全球各大区域和主要国家的社交隔离程度随着时间变化的情况。从各大区域社交隔离情况来看，欧洲和中亚（意大利、西班牙、法国等）在3月中下旬最严重，北美（美国、加拿大）在3月底4月初最严重，目前最严重的是南亚和拉美，这主要与近期印度、越南、缅甸、巴西、智利等国的疫情快速蔓延有关。
从各国的社交隔离程度来看，中国在1月底开始收紧，2月中旬政府开始宣布有条件复工，实际上贯穿整个2月，中国的社交隔离程度都没有出现明显的回升，复工的进度非常缓慢。直到3月初开始，我们才看到社交隔离开始有了趋势性的下降，GSDI指数显示，中国的社交隔离程度从3月开始趋势性下降至最新的29.73，隐含当前中国经济社会“活跃度”偏离正常水平29.73%，即恢复至正常水平的70.27%。目前意大利、西班牙GSDI隔离程度比中国最严重的时候还要高，这其实体现了由于对疫情的恐惧，人们自发隔离的程度比较高，最近虽然政策方面有所放松，但指数并未出现明显下行，意大利、西班牙GSDI最新读数高于85，表明其当前“活跃度”不足正常水平的15%。美国加强社交隔离程度的时间较晚，社会隔离程度不高，这与美国民众自发隔离的意识不强有关。近期随着部分州开始解封，美国GSDI指数已经从3月底最高读数60左右下降到50左右。部分国家受新一轮疫情的冲击，其社交隔离程度还在进一步加强，如日本（43.17）、新加坡（79.25）、印度（88.55）等。
▌ GCSI指数显示当前社交隔离对全球GDP的冲击幅度接近10%
2月受中国社交隔离加强的冲击，全球经济几乎0增长。从GCSI计算结果来看，在1月初全球GDP正常的增长水平在3%左右，但随着月底新冠疫情在中国爆发，中国的社交隔离程度明显加强，经济几乎处于停滞状态。根据我们的计算结果，中国的社交隔离加强和经济停滞在1月底疫情最严重的时期带动全球GDP冲击指数下滑2-3%，冲击持续的时间在2个月左右，折算成全球实际GDP同比增速在2月份几乎0增长。
当前受疫情的全球蔓延影响，社交隔离对全球GDP的冲击接近10%（同比），服务业贡献了超过了90%的下滑。随着3月全球疫情的快速蔓延和各国社交隔离程度的显著加强，GDP冲击演变为多国的叠加冲击。从图中可以看到经济冲击指数的下降幅度远大于中国在1月底造成的下滑幅度，冲击接近10%，其中主要是服务业的冲击较大，导致折算成全球实际GDP同比增速在-8%左右。近期虽然制造业在复工复产的预期下有小幅回升，但由于制造业本身受到的冲击比服务业小，同时制造业在全球GDP中的占比也明显低于服务业，使得全球经济受服务业冲击仍然维持在-8%左右的低位。
分国家来看，日度跟踪的经济冲击指数显示，全球主要的经济体中，中国经济冲击已在明显修复；德国、美国有小幅好转；欧洲的意大利和法国冲击幅度最大，近期处于平台期；日本和印度经济仍在恶化。中国的经济冲击指数从3月开始明显好转，目前正在接近正常水平。美国的经济冲击指数从3月初开始大幅恶化，但目前在复工复产的预期下有小幅回升，不过指数仍在-8%左右。德国目前的疫情在欧洲是控制的最好的，因此也最早开始回升。目前欧洲社交隔离对经济冲击最大的是意大利和法国，经济冲击的幅度都在10%以上，近期处于平台期。值得关注的是日本和印度，目前经济仍在恶化中。
▌ GSDI和GCSI指数对当前的复工复产有什么启示？
我们认为复工的前提条件仍然是疫情的改善，GCSI经济冲击可以衡量各国复工的意愿，GSDI社交隔离指数可以衡量实际复工的进展。GCSI、GSDI和疫情数据构成了观测复工的三维视角。复工意愿强、复工条件差、实际复工进度快的国家，更容易产生二次疫情风险。
通过GSDI社交隔离指数和GCSI经济冲击指数，结合疫情数据，可以全面清晰地展示各国家的复工条件、复工进度以及复工存在的风险。
正常状态下，随着复工条件的改善，各国会逐步复工（气泡越来越大），也就是图18中我们看到的红色斜线部分，包括中国、法国、意大利、西班牙、德国、日本、韩国都在这条线上。亚洲以中日韩为代表，整体情况相对较好，以中国为例，中国就是目前全球复工进展最好的国家（气泡最大），同时疫情的风险已经降至最低。而德国处于中间状态，目前疫情已经出现了明显的缓和，同时复工节奏也在加快，经济的活跃度在提高。相对而言，意大利、西班牙、法国疫情的每日新增绝对数量较高，经济的活跃度仍然很低，但复工相对于疫情仍处于正常状态，复工爆发二次疫情的风险相对不高，未来应该能看到这些国家逐渐复工以提高经济的活跃程度。
但仍有部分国家复工可能存在较大风险。图18圆圈内的国家目前疫情数据并不乐观，复工条件相对比较差，但部分国家实际经济“活跃度”（气泡大）已经相对较高，复工可能产生二次疫情的风险就更大。未来需要重点值得关注包括美国、英国以及一些经济活跃度并不低、但疫情很严重的亚非拉国家，包括俄罗斯、印度尼西亚、南非、巴西、墨西哥、埃及等复工进度加快可能带来的二次疫情风险。
总的来看，我们认为经济冲击指数提供了一个可以日度观察各国经济受到社交隔离冲击程度的指标，同时结合各国疫情的进展和复工的节奏，我们认为当前需要关注复工条件差、实际复工进度快的国家可能存在的二次疫情风险。而一旦疫情出现反复，全球社交隔离的程度很可能会再度加强，由此也会加重经济冲击的程度，建议投资者密切关注日度频率的GSDI社交隔离指数和GCSI经济冲击指数变化。
▌ 风险因素
1.报告中仅考虑了社交隔离对服务业和制造业增加值的影响，但并未考虑包括建筑业、采矿业等增加值变化对GDP的影响。
2.指数的构建主要考虑统计含义的信息最大化以及统计相关性，仍无法规避统计估计方法本身的缺陷，可能会对结果产生偏差。
3.报告对于经济冲击的衡量是基于疫情导致社交隔离加深带来的短期经济冲击，并未考虑疫情对经济造成的中长期影响。
[1] ChaeWon Baek, Peter B. McCrory, Todd Messer, Preston Mui（2020）
[2] 值得说明的是，主观因素出行频率和出行方式中的细分项，包括不同场所和不同出行方式的频次，由于没有直接的论文结论，我们按照统一的方式计算各项权重。不同场所的权重按照居民各项出行占总出行的比例来计算；而不同出行方式数据参考各项出行方式占总出行的比例来计算，各项权重数字参考的是NHTS最新公布的2017年居民出行调查。
[3] JHU，A Tutorial on Principal Component Analysis，2005
[4] 已有文献研究表明，通过PMI指数与GDP回归已经能够很好的解释实际GDP的变动，该规律适用全球主要经济体的国家和地区，文献参考来自Gabe J. de Bondt(2019), David Owen(2019), YiLi Chien and Paul Morris(2016), Suchismita Bos(2015),
[5] 每个国家按照社交隔离指数计算服务业、制造业和GDP的下滑幅度，然后按照各国在全球服务业和制造业的占比加权平均得到全球服务业和制造业冲击指数，同理可得到全球GDP冲击指数。
本文节选自中信证券研究部已于2020年5月15日发布的报告《宏观专题报告：量化跟踪社交隔离对全球经济的冲击》，具体分析内容（包括相关风险提示等）请详见相关报告。若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。
举报成功