You are browsing the Hong Kong website, Regulated by Hong Kong SFC (CE number: BJA907). Investment is risky and you must be cautious when entering the market.
庖丁解“数”,还原CPI测算模型
格隆汇 09-04 07:57

作者:靳毅团队 

来源:靳论固收

投资要点

随着猪周期即将见顶,主流分析认为直到年末,中国通胀将总体处于回落态势,不会对货币政策形成太多约束。然而,关于明年通胀是否可能超预期上行这一问题,近期市场上有很多分歧的声音。为此,我们以CPI预测模型切入,重点聚焦今年下半年至明年上半年的CPI趋势及区间判断,庖丁解“数”,力图还原更加精确的CPI预判方法。

关于CPI近月预测,市场上利用高频数据进行跟踪的预测模型已经较为成熟,大体分为两大类——“分项法”与“整体法”。“分项法”预测结果较为准确,该方法预测8月份CPI同比增长2.5%。而整体法对猪价波动的测算有所偏离。

CPI远月预测中,“历史均值法”计算得出年内CPI将进入下行通道,至明年春节前后CPI同比达到0.9%左右的低位。2021年3月开始CPI同比由于基数原因快速上行,并于5月份达到阶段性高点3.0%。但“历史均值法”的缺点是,一些项目所具备的周期性未被加入到模型之中,最终会造成远月CPI点位与真实值的较大偏离,因此必须在此基础上进行修正。

风险提示

猪价上涨超预期。

一、CPI模型预测

通胀是影响资产价格的核心指标之一,关于通胀的讨论,也是一个经久不衰的话题。

随着猪周期即将见顶,主流分析认为直到年末,中国通胀将总体处于回落态势,不会对货币政策形成太多约束。然而,关于明年通胀是否可能超预期上行这一问题,近期市场上有很多分歧的声音。

为此,我们以CPI预测模型切入,重点聚焦今年下半年至明年上半年的CPI趋势及区间判断,庖丁解“数”,力图还原更加精确的CPI预判模型

1.1、CPI近月预测

关于CPI近月预测,市场上利用高频数据进行跟踪的预测模型已经较为成熟,大体分为两大类——“分项法”与“整体法”。

(1)分项法

“分项法”利用高频数据跟踪CPI食品项的二级子项。例如农业部公布的全国猪肉平均价周度数据,计算CPI猪肉项环比准确性良好。其他农业部公布的高频数据,跟踪鲜菜、鲜果的效果也较好。

CPI食品项二级子项中,唯有粮食、食用油的高频数据跟踪效果较差。其中CPI粮食项的主要成分为粳米、面粉。经我们筛选,发改委公布的36城市平均粳米零售价、商务部公布的小包装面粉零售价,分别较好的预测了CPI统计篮子中的粳米和面粉家价格,拟合优度在50%。而商务部公布的食用农产品价格指数中的豆油、花生油,是目前高频数据中跟踪食用油价格效果尚可的数据,但拟合优度仅为36%

CPI非食品项中,除交通工具用燃料项可以用国际原油价格及汽油(97#)市场价进行高频跟踪以外,其余项目缺乏高频数据。但非食品项中的大类项目,如租赁房房租、衣着、教育文化及和娱乐等均有强烈的季节性,因此可以用3至5年的历史均值进行环比预测。一些波动不大的项目,默认环比零增长。

CPI各分项近月环比增速确定之后,接下来需要计算各个分项的统计权重。由于统计局同时公布了部分食品分项的衍生指标“对CPI环比的拉动”,由“拉动=权重*分项环比”可倒推食品分项的权重。没有这一衍生指标的项目,则通过回归测算权重。

从预测结果来看,利用“分项法”预测CPI食品项环比的拟合优度为88%,效果出色。预测整体CPI环比的拟合优度为66%,有所下降。预测准确度降低的原因有二,一是宏观经济环境推动非食品项偏离季节性,(例如疫情原因,今年7月份房租、旅游项目环比增速远低于季节性);二是“历史均值法”中未考虑到春节错位的因素。该方法预测8月份CPI同比增长2.5%。

(2)整体法

“整体法”与“分项法”不同的地方在于,预测CPI食品项时,仅采用一个高频指标进行预测,操作简便快捷。目前市场上主流的指标为农业部公布的“农产品批发价格200指数”、“菜篮子产品批发价格200指数”,商务部公布的“食用农产品价格指数”。

从回测结果来看,2019年之前,上述指标对CPI食品项环比的预测效果较好,其中“农产品批发价格200指数”、“菜篮子产品批发价格200指数”对CPI食品项环比的拟合优度在90%以上,好于“分项法”。然而2019年下半年开始,上述指标对CPI食品项环比的预测出现了较大偏离,目前三项指标预测值的拟合优度下降至75%左右。

由于统计局CPI篮子中的猪肉权重,根据居民消费占比而实时更新。2019年下半年猪肉价格大幅波动,造成了CPI食品项中猪肉权重与上述高频指标中猪肉权重的偏离,可能是“整体法”预测效果下降的重要原因。根据历史数据来看,“农产品批发价格200指数”“菜篮子产品批发价格200指数”指数倾向于低估猪肉价格的波动,而“食用农产品价格指数”倾向于放大这种波动,因此使用“高频法”进行预测时,应将多个预测结果综合考虑。同时不排除未来农业部、商务部对上述高频指标权重进行修订后,与CPI食品项重新匹配的可能性。

1.2、CPI远月预测

(1)历史均值法

若需要对远月数据(未来12个月)进行预测,因为缺少高频数据的辅助,只能利用CPI环比所具有的季节性推测未来CPI走势。

充分考虑到疫情之后经济复苏可能带来的CPI上行压力,我们以过去10年该月CPI环比平均值作为预测值(对应CPI同比中枢为2.5%),而非2016年经济降速后5年内的CPI当月环比历史均值(对应CPI同比中枢为2.1%)。从回测结果看,“历史均值法”的拟合优度为62%,效果尚可。

若依据该方法,年内CPI将进入下行通道,至明年春节前后CPI同比达到0.9%左右的低位。2021年3月开始CPI同比由于基数原因快速上行,并于5月份达到阶段性高点3.0%。

(2)弹性调整法

利用历史均值法预测远月CPI数据时,虽然我们考虑到了CPI所具有的季节性因素,但一些项目所具备的周期性未被加入到模型之中,最终会造成远月CPI点位与真实值的较大偏离。

例如历史均值法隐含的对未来一年猪肉价格的预测,依然处于高位震荡的态势,明显不符合猪肉价格即将进入下行周期的主流判断。因此在历史均值法的基础上,我们需要对一些具有强周期性的项目进行单项调整。

2016年以来猪肉价格在CPI计算中平均权重为3.0%,但猪肉价格波动可以通过对牛羊肉的价格外溢,扩大影响。通过历史回测,我们计算得到猪肉价格对CPI食品项的贡献,或者说“弹性”大约在20%,对整体CPI的弹性为4%。在下一章节中,我们将带入对猪肉价格先入为主的测算,最后得到经过调整之后的CPI区间。

风险提示:猪价上涨超预期;粮价上涨超预期

Follow us
Find us on Facebook, Twitter , Instagram, and YouTube or frequent updates on all things investing.Have a financial topic you would like to discuss? Head over to the uSMART Community to share your thoughts and insights about the market! Click the picture below to download and explore uSMART app!
Disclaimers
uSmart Securities Limited (“uSmart”) is based on its internal research and public third party information in preparation of this article. Although uSmart uses its best endeavours to ensure the content of this article is accurate, uSmart does not guarantee the accuracy, timeliness or completeness of the information of this article and is not responsible for any views/opinions/comments in this article. Opinions, forecasts and estimations reflect uSmart’s assessment as of the date of this article and are subject to change. uSmart has no obligation to notify you or anyone of any such changes. You must make independent analysis and judgment on any matters involved in this article. uSmart and any directors, officers, employees or agents of uSmart will not be liable for any loss or damage suffered by any person in reliance on any representation or omission in the content of this article. The content of the article is for reference only and does not constitute any offer, solicitation, recommendation, opinion or guarantee of any securities, virtual assets, financial products or instruments. Regulatory authorities may restrict the trading of virtual asset-related ETFs to only investors who meet specified requirements. Any calculations or images in the article are for illustrative purposes only.
Investment involves risks and the value and income from securities may rise or fall. Past performance is not indicative of future performance. Please carefully consider your personal risk tolerance, and consult independent professional advice if necessary.
uSMART
Wealth Growth Made Easy
Open Account