本报告构建了社融指标自上而下的整体预测与自下而上的拆分预测两种社融预测框架。自上而下的预测是将社融作为一个整体，从社融与其他经济变量在宏观层面的交互关系出发进行预测；而自下而上的预测则是将社融进行拆分，从各个子项的高频数据监测或经济逻辑的角度出发进行预测。
　　社会融资规模是指一定时期内实体经济从金融体系获得的资金额，央行通常于每月10日公布上月的社融数据，存在一定的延迟性与异步性。社融是直接反映金融支持经济力度的重要宏观经济指标，目前由四个部分十个子项构成，其统计口径会根据应用实践与金融工具创新的发展而做出适应性调整。十个子项分别为人民币贷款、外币贷款、委托贷款、信托贷款、未贴现银行承兑汇票、企业债券、政府债券、非金融企业境内股票融资、存款类金融机构资产支持证券、贷款核销。其中人民币贷款(61.72%)、政府债券（17.49%）、企业债券（9.01%）为社融构成的最主要部分。
　　社会融资规模对于经济预测具有重要意义。社融可以作为经济的先行指标，信贷脉冲（社融TTM/名义GDP）对于工业企业利润表现出明显的领先性。社融对于判断市场底和经济底有参考价值，市场底一般在特别强政策信号，或者有持续政策配合具有信号意义的“高社融增速”的发生点附近形成，而经济底则在社融持续扩张中形成。行业的层面上，社融是同样是行业利润水平变化的领先指标。
　　自上而下：对社融的整体预测，通过指标筛选→数据降频→数据降维→拟合配权→高频预测五个步骤实现对宏观指标的高频预测。我们筛选出5大类成分指标（工业利润、工业产量、货币、商品、投资），使用主成分分析法（PCA）对数据进行降维得到主成分因子，进而对社融TTM环比回归拟合配权，实现高频预测。自上而下的方法对于社融TTM环比的Nowcasting月度方向胜率达73.9%。从预测贡献的角度讲，货币因子一直在社融预测中发挥主导作用，2022年以来，工业产量因子与商品因子的影响力也在逐渐增强。
　　自下而上：对社融的拆分预测，通过对各个子项依据其高频数据可得性或经济逻辑分别进行跟踪预测。人民币贷款部分进一步拆分并根据各自特点选取变量回归预测，政府债券、企业债券、信托贷款、非金融企业境内股票融资则对其高频数据进行口径调整以进行跟踪预测，其他部分则依据其季节性特征采用移动平均、季节性均值等方式进行估计。自下而上的方法对于社融增量同比的Nowcasting月度方向胜率达71.43%，且变动幅度的预测方面较自上而下的方法准确度更高。
　　风险提示：量化结论基于历史统计，如若未来市场环境发生变化不排除失效可能。