核心觀點：

通脹影響所有資產(chǎn)價格，目前市場對通脹走勢相對一致，但對其橫向結(jié)構(gòu)和縱向時間的預(yù)期卻相對模糊。本文運用3種方法對我國通脹做全面的解析。

一，成分合成法，主要分析對CPI走勢牽引最大的分項，通過各分項預(yù)測總體走勢。食品項和交通運輸項對CPI的影響最大。其中食品項對CPI的拉動力與CPI走勢基本一致。食品項中，豬價和菜價對CPI影響最大，值得注意的是，2017年后菜價相對于豬價來說，與食品項的同步性更強，影響力度更大。未來豬價會隨著豬周期上揚而上揚，菜價或依然延續(xù)其季節(jié)性規(guī)律。根據(jù)測算，2019年CPI整體呈上行趨勢，9-10月或為全年高點(2.9%左右)，CPI在11-12月或季節(jié)性下降。

二，環(huán)比均值法，運用CPI環(huán)比數(shù)據(jù)的季節(jié)性性特征推測總體。CPI呈現(xiàn)出明顯的波動規(guī)律：1-2月CPI環(huán)比增速較高，3月大幅回落，4月小幅上升，5月環(huán)比下滑，6-9月逐漸上升，10-11月環(huán)比增速回落，12月有所反彈。首先運用環(huán)比和同比的關(guān)系推測下月CPI數(shù)據(jù)，之后在本月基礎(chǔ)上外推下月，可以得到2019年全年的CPI預(yù)測值。根據(jù)預(yù)測，今年8-10月CPI同比將會大概率上漲。

三，向量自回歸模型，CPI與豬肉、鮮菜、油價、M1增速和CPI做五變量向量自回歸模型來擬合與估計CPI同比走勢。其中，油價用進口價格指數(shù)代替。根據(jù)模型，計算CPI下月數(shù)據(jù)，之后逐步外推。

值得注意的是，環(huán)比均值法和向量自回歸模型參考歷史數(shù)據(jù)程度較大，而隨著歷史參考性減弱，預(yù)測參考性下降。

從需求端來看，受到未來全球通脹下行以及國內(nèi)經(jīng)濟增長放緩的影響，中國并不具備持續(xù)高通脹的基礎(chǔ)。

綜合以上三種方法，5月CPI在2.65%-2.7%左右，9-10月為全年高點，11-12月季節(jié)性下降。

風(fēng)險提示：模型失效風(fēng)險

目 錄

---

通脹影響所有資產(chǎn)價格，目前市場對通脹走勢相對一致，但對其橫向結(jié)構(gòu)和縱向時間的預(yù)期卻相對模糊。本文運用3種方法對我國通脹做全面的解析。

第一，成分合成法，主要分析對CPI走勢牽引最大的分項，通過各分項預(yù)測總體走勢。食品項和交通運輸項對CPI的影響最大。其中食品項對CPI的拉動力與CPI走勢基本一致。食品項中，豬價和菜價對CPI影響最大，值得注意的是，2017年后菜價相對于豬價來說，與食品項的同步性更強，影響力度更大。未來豬價會隨著豬周期上揚而上揚，菜價或依然延續(xù)其季節(jié)性規(guī)律。根據(jù)測算，2019年CPI整體呈上行趨勢，9-10月或為全年高點(2.9%左右)，CPI在11-12月或季節(jié)性下降。

第二，環(huán)比均值法，運用CPI環(huán)比數(shù)據(jù)的季節(jié)性性特征推測總體。CPI呈現(xiàn)出明顯的波動規(guī)律：1-2月為CPI環(huán)比增速較高，3月大幅回落，4月小幅上升，5月環(huán)比下滑，6-9月逐漸上升，10-11月環(huán)比增速回落，12月有所反彈。運用環(huán)比和同比的關(guān)系推測下月CPI數(shù)據(jù)，之后將在本月基礎(chǔ)上外推下月，可以得到2019年全年的CPI預(yù)測值。根據(jù)預(yù)測，今年8-10月CPI同比將會大概率上漲。

第三，向量自回歸模型，CPI與豬肉、鮮菜、油價、M1增速和CPI做五變量向量自回歸模型來擬合與估計CPI同比走勢。其中，油價用進口價格指數(shù)代替。根據(jù)模型，計算CPI下月數(shù)據(jù)，之后逐步外推。

綜合三種方法，5月CPI或為2.65%-2.7%左右，9-10月或為全年高點，達到2.9%左右，11-12月或季節(jié)性下降。值得注意的是，由于環(huán)比均值法和向量自回歸模型參考歷史數(shù)據(jù)程度較大，而隨著歷史參考性減弱，預(yù)測參考性下降。因此，成分合成法相對其他方法可信度高。

此外，從需求角度來看，受到未來全球通脹下行以及國內(nèi)經(jīng)濟增長放緩的影響，中國并不具備持續(xù)高通脹的基礎(chǔ)。

一、成分合成法

(一)CPI最大牽引項：食品項和交通項

從CPI結(jié)構(gòu)來看，CPI主要由八大項組成，2016年統(tǒng)計局重新調(diào)整CPI權(quán)重，其中，食品煙酒(30%左右)和居住(22%左右)二者占比50%以上，其他權(quán)重項為教育文化和娛樂(12.5%)、交通和通信(10.4%)、醫(yī)療保健(10.3%)。

從CPI的拉動項來看，食品、居住、醫(yī)療、教育和交通是主要拉動項，其他拉動力較小。因居住、醫(yī)療和教育拉動力較為穩(wěn)定，食品和交通項波動較大(如下表)，所以CPI主要受到食品和交通項的牽引，二者走勢與CPI走勢基本同步。

(二)食品項：2017年后菜價對食品項的影響超過豬價

1、2017年后菜價影響超過豬價

2013年之前，豬價波動較大且與CPI相關(guān)性較強，2013-2016年豬價波動幅度減小，對應(yīng)CPI相對穩(wěn)定。2017年豬價大幅下行，但CPI并未出現(xiàn)大幅下行趨勢，而是相對穩(wěn)定，這背后主要受到菜價的影響。如下圖，2017年，后菜價相對于豬價來說，與食品項的同步性更強，影響力度更大。

2、未來豬周期崛起&菜價依然季節(jié)性波動

經(jīng)濟周期影響豬周期而不是相反。豬價和CPI和經(jīng)濟周期的關(guān)系應(yīng)該是被動的，經(jīng)濟周期影響豬價波動，本輪超長豬周期也是受到超長經(jīng)濟周期的影響。2015年以來的經(jīng)濟周期受到房地產(chǎn)周期厚尾現(xiàn)象的影響，形成超長經(jīng)濟周期和豬周期。豬價和經(jīng)濟周期先行指標(房地產(chǎn)銷售)相對同步，2016年房地產(chǎn)去庫存和棚改貨幣化導(dǎo)致三四線及以下城市銷售出現(xiàn)厚尾現(xiàn)象，考慮到三四線及以下城市商品房銷售占全國65%-70%，因此導(dǎo)致整個房地產(chǎn)周期和經(jīng)濟周期出現(xiàn)厚尾現(xiàn)象。

目前豬周期已經(jīng)開啟，加之受到非洲豬瘟和基數(shù)較低等因素影響，本輪豬周期豬價的增速或相對較高。2009年-2018年有3輪完整豬周期，鑒于2012年豬周期并不明顯，因此本輪豬周期可以參考2010年和2015年的豬周期走勢。

蔬菜價格存在明顯季節(jié)性規(guī)律。由于菜籃子產(chǎn)品批發(fā)價格200指數(shù)公布時間序列數(shù)據(jù)相對較短，從前海農(nóng)產(chǎn)品批發(fā)價格指數(shù)和28種重點監(jiān)測蔬菜批發(fā)價格來看，菜價一般在1-5月有上行趨勢，6月大幅下行，7-10月明顯上行，9月達到高點，11-12月再次回落。

(三)交通項：略滯后于油價

交通項主要受到油價影響，交通項同比一般滯后油價同比2個月左右。

(四)除食品項和交通項：拉動力相對穩(wěn)定

衣著、生活用品和其他用品三項拉動力較小且波動較小，三者對CPI的拉動力之和一般在0.2-0.24個百分點之間。由上文可知，三者拉動力的方差分別為0.02、0.02和0.04。我們假設(shè)未來這三項的拉動力維持在[0.2,0.24]區(qū)間。

居住、教育和醫(yī)療三項拉動力較大，但是波動較低，其中居住和教育項拉動力相對穩(wěn)定，醫(yī)療項拉動力波動相對略大。由上文可知，三者拉動力的方差分別為0.1、0.07和0.15， 而相比食品項拉動力方差為0.62。因此，我們假設(shè)居住和教育維持歷史拉動力水平。

醫(yī)療項未來或呈緩慢上升趨勢。醫(yī)療主要分為西藥、中藥和醫(yī)療保健，西藥由于受到政策因素影響，全國招標價格已經(jīng)明顯回落。中藥有緩慢上升趨勢。醫(yī)療保健未來仍呈現(xiàn)上漲趨勢，但漲勢或相對平緩。

(五)預(yù)測CPI：成分合成法

如上文所述，CPI主要受到食品項和交通項牽引，食品項主要受到菜價和豬價影響，交通項主要受油價影響。CPI預(yù)測方法按照以上思路，食品項中，豬價跟隨豬周期向上，菜價走勢符合季節(jié)性。未來隨著全球經(jīng)濟放緩，交通項或跟隨油價下行。

此外，衣著+生活用品+其他用品三項對CPI拉動比較穩(wěn)定，保持在0.2-0.24區(qū)間內(nèi)。居住+教育+醫(yī)療三項對CPI拉動相對穩(wěn)定，其中，居住和教育穩(wěn)定性高，醫(yī)療根據(jù)分項來看，未來中藥和醫(yī)療保健價格呈緩慢上升趨勢，西藥價格有一定下降空間。

根據(jù)以上方法計算CPI各分項對CPI的拉動力，預(yù)測2019年CPI走勢。

2019年CPI整體呈上行趨勢，9-10月或為全年高點(2.9%左右)，主要受到菜價季節(jié)性上行和豬價整體上行影響。CPI在11-12月或季節(jié)性下降。

二、環(huán)比均值法

CPI月度環(huán)比數(shù)據(jù)具有顯著的季節(jié)性特征。CPI結(jié)構(gòu)中權(quán)重較高的食品價格受到天氣、養(yǎng)殖周期、節(jié)假日等因素影響呈現(xiàn)出明顯的波動規(guī)律，從近幾年數(shù)據(jù)來看，CPI環(huán)比大致呈現(xiàn)以下規(guī)律：1-2月為CPI環(huán)比增速較高，3月大幅回落，4月小幅上升，5月環(huán)比下滑，6-9月逐漸上升，10-11月環(huán)比增速回落，12月有所反彈。

值得注意的是，近來環(huán)比均值法的歷史參考性走弱。近幾年CPI月度環(huán)比數(shù)據(jù)顯著的季節(jié)性特征可能取決于近年來相對較為穩(wěn)定的宏觀經(jīng)濟環(huán)境與市場環(huán)境，鑒于近期宏觀經(jīng)濟環(huán)境以及豬肉、蔬菜、水果對CPI影響較大的商品市場環(huán)境出現(xiàn)較大波動，此方法對CPI的預(yù)測會有一定偏差。

以2013-2018年各月CPI的月度環(huán)比均值作為2019年CPI月度環(huán)比的預(yù)測值，通過CPI同比與環(huán)比數(shù)據(jù)之間的關(guān)系，可以計算出2019年各月CPI同比預(yù)測值。2013-2018年CPI五月的環(huán)比均值為-0.23%，設(shè)2018年4月CPI指數(shù)為100，則2018年5月CPI指數(shù)為99.8，2019年4月CPI指數(shù)為102.5，2019年五月CPI預(yù)測指數(shù)為102.5*(100-0.23)%=102.26，2019年5月CPI同比上漲應(yīng)為102.26/99.8-1=2.47%

按照此方法預(yù)測，2019年5月CPI約為2.5%，考慮到今年5月豬價、菜價以及鮮果價格同比均大幅上漲的反常情況，本方法或?qū)PI有一定低估。之后將在本月基礎(chǔ)上外推下月，可以得到2019年全年的CPI預(yù)測值。

預(yù)測結(jié)果顯示，2019年5-7月CPI同比將繼續(xù)保持在2.3%以上，并在8-10月份下降。通過對比往年數(shù)據(jù)發(fā)現(xiàn)，2018年8-10月CPI環(huán)比為近十年來最高值，因而使用近幾年CPI環(huán)比均值作為今年CPI環(huán)比預(yù)測值可能會導(dǎo)致對今年8-10月CPI同比的低估。進一步研究發(fā)現(xiàn)，2018年8-10月食品項中波動最大的豬價同比大幅下跌，同時菜價同比與往年相差不大，鑒于今年三月豬價已開始止跌回升，菜價受到季節(jié)性因素影響今年8-10月也將上漲，綜上所述，今年8-10月CPI同比將會大概率上漲。

三、向量自回歸模型

CPI不僅與豬肉、鮮菜價格高度相關(guān)，而且受到油價與M1增速的影響，據(jù)此可建立五變量向量自回歸模型來擬合與估計CPI同比走勢。

向量自回歸(VAR)模型是一種常用的計量經(jīng)濟模型，該模型把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量滯后值的函數(shù)來構(gòu)造模型，從而將單變量回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型。VAR模型被廣泛用于多個相關(guān)經(jīng)濟指標的分析與預(yù)測，此方法通過對多個變量的回歸分析可以較好的擬合歷史數(shù)據(jù)，增加變量個數(shù)或樣本時間跨度時能夠顯著提高擬合精確度。然而隨著擬合精確度的提高，模型對于異常情況的預(yù)測能力會有所下降，甚至產(chǎn)生過擬合情況。

選擇對CPI影響更明顯的進口價格指數(shù)同比替代油價，以CPI同比、豬肉價格同比(PIG)，鮮菜價格同比(VEG)、進口價格同比(IPT)和M1同比增速構(gòu)建五變量的向量自回歸模型，假設(shè)這五個變量中的每一個都是全部變量2階滯后值的線性函數(shù)，可以得到每個變量的函數(shù)表達式。以CPI和豬肉價格同比(PIG)為例，其表達式分別為：

即下月CPI同比、豬肉價格同比(PIG)等指標均為本月和上月CPI同比、豬肉價格同比(PIG)、鮮菜價格同比(VEG)、進口價格同比(IPT)以及M1增速的線性函數(shù)。以2005年1月至2019年4月數(shù)據(jù)為樣本，將五個線性回歸方程進行聯(lián)立估計，可以得到A₁、B₁等參數(shù)的估計值，進而可以對CPI進行估計與預(yù)測。

使用該模型對CPI進行估計，結(jié)果顯示CPI序列的R²值為0.942，表明模型對CPI的擬合程度較高，用2019年3、4月的CPI同比、豬肉價格同比、鮮菜價格同比、進口價格同比以及M1增速分別乘以模型估計出的系數(shù)并加總，可以進一步估計2019年5月CPI同比增速在2.3%左右。由于本模型樣本時間跨度較長且歷史參考性減弱，因而實際CPI同比可能會與2.3%的預(yù)測值有一定差距。

四、CPI的基本面支撐

短期來看，中國CPI同比或?qū)⒕S持在2.5%以上較高水平，但從長期來看卻并不具備持續(xù)高通脹的經(jīng)濟基礎(chǔ)。

全球角度來看，全球經(jīng)濟不支撐中國通脹大幅上行。中國通脹趨勢與世界上幾大主要經(jīng)濟體的通脹趨勢相關(guān)性較高。在未來全球通脹下行的大環(huán)境影響下，中國也難以維持長期的高通脹水平，如油價下跌則交通通信項則拖累CPI。

國內(nèi)角度來看，經(jīng)濟下行壓力扔在。根據(jù)我們的經(jīng)濟周期模型，本輪經(jīng)濟周期或?qū)⒂?strong>3季度末或者4季度出現(xiàn)拐點，未來或在低增長區(qū)間。目前中國經(jīng)濟下行壓力并未消除，總需求放緩也難以支撐長期的高通脹。

五、CPI預(yù)測結(jié)論

綜合以上三種方法，運用成分合成法預(yù)測CPI的可信度較高。成分合成法參考最新豬價、菜價和油價等權(quán)重指標變化，能夠“與時俱進”的預(yù)測下期通脹走勢。環(huán)比均值法和向量自回歸模型參考歷史數(shù)據(jù)程度較大，隨著時間跨度增加，這兩種方法預(yù)測參考性下降。后兩種方法有助于理解歷史走勢，以及分析最新走勢背后的邏輯。

綜上，5月CPI約為2.65%-2.7%左右，9-10月或為全年高點，達到2.9%左右，11-12月季節(jié)性下降。

- END -

《新程序員》：云原生和全面數(shù)字化實踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的2019年财政收支分析_2019年CPI走势预测与分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。