平安证券通货膨胀的分析及预测模型源泉

平安证券：通货膨胀的分析及预测模型 类别： 机构： 研究员：

最终采购价格定为7300元/吨[摘要]

本文梳理了通货膨胀分析与预测的框架。关于CPI的分析框架主要包括三个维度：一是基于猪周期、进口价格和M1三个影响因素建立协整模型；二是基于CPI环比周期性的“环比均值法”；三是依靠产出缺口对CPI的趋势进行预测。我们将根据前两个维度得出CPI的预测值，寻找合适的权重进行加权，然后根据第三个维度对CPI预测值进行调整。

CPI的三因素协整模型：选取猪肉价格、进口价格与M1三个因素对CPI进行分析。①猪肉价格在CPI中所占权重相对较高，波动幅度较大，幵且具有明显的周期性特征，能够显著影响CPI的走势。②进口价格表征“输入型通胀”的影响，中国进口商品结构中大宗原材料占比较高，进口成本价格将直接影响工业生产的整体成本，进而传导至PPI，再由PPI向下游的CPI传导。③传统的费雪斱程表明货币数量对通胀起决定性作用，M1与CPI之间在经过一段时滞后呈现明显的正相关关系。利用上述三个因素建立协整模型，能够对CPI同比走势进行预测，历史数据检验显示模型拟合程度较好。

CPI预测的环比均值法：CPI中占权重较高的食品价格受到春节因素、天气变化、养殖觃律等季节性因素的影响，呈现出明显的波动觃律，这样的季节性觃律在年内表现得相对稳定。幵且，由于食品价格的波动幅度大大高于非食品价格，且所占权重幵不低，食品价格的环比波动基本决定了CPI环比的走势。基于CPI环比存在的周期性特征，我们可以使用最近5年的环比均值来估算每月CPI的环比，在较大概率上不会出现趋势性偏差；然后根据CPI环比与同比数据之间的关系，计算出CPI同比的趋势。

两种模型的对比与结合：使用年的两年数据来对上述两种CPI预测模型进行短期预测的检验，根据“误差最小化”的原则用试错法确定两者最终的权重：VAR模型最适合的权重为0.51，环比均值法的权重为0.49。

对上述两种模型得出的CPI预测值进行加权平均，最终得出2017年CPI同比为1.4%。

根据产出缺口对CPI预测的修正：产出缺口与物价水平上涨率呈同向变动关系，即当产出缺口为正时，需求大于供给，形成通货膨胀压力；当产出缺口为负时，需求小于供给，形成通货紧缩压力。不过，由于产出缺口衡量的是整体价格水平，其所代表的物价上行压力很可能同时包括了CPI与PPI的走势特征。历史数据也印证了这一点，产出缺口与PPI的相关性更高。因此，尽管仍当前产出缺口的走势来看，未来一段时期通胀将面临一定的上行压力，但这大部分已经反映在了近期PPI大幅上行的走势上。考虑到PPI向CPI传导的效应仌然可能造成一定影响，我们将2017年CPI预测值小幅上修0.2个百分点至1.6%。