1、证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 未经许可，禁止转载未经许可，禁止转载 证 券 研 究 报 告证 券 研 究 报 告【债券深度报告】（2019-04-01）对通胀预测方法的再探讨对通胀预测方法的再探讨华创债券数知华创债券数知宏观系列专题之二宏观系列专题之二 随着猪肉开启非季节性上涨，市场对后续通胀走势格外关注，通胀的预测方法已较为成熟完善，但具体方法和准确度仍有改进空间。数知宏观的系列专题的第二篇，我们对通胀进行详细拆分，并且探究能够更为准确预测通胀的方法。一、一、通胀预测体系较为完善通胀预测体系较为完善预测通胀的一般做法为分别对食品和非食品分项环比进
2、行预测，推测其同比，预测通胀的一般做法为分别对食品和非食品分项环比进行预测，推测其同比，再由二者同比加权得到整体再由二者同比加权得到整体 CPI 预测值。预测值。具体来看，食品项预测多数采取高频数据法和历史均值法，而非食品分项的预测主要有历史均值法。高频数据跟踪法包括分项预测和整体预测，分项法对食品分项的二级子项分别进行预测，按照各类占比进行加权，得到食品项的整体环比；整体法用食品分项的整体高频数据对其进行预测。历史均值法只需按照近年来食品项各月环比增速的历史规律作为各月食品项环比进行预测值。非食品项子项繁多，并非各项均有对应高频数据，因此大多直接采用历史均值法。但是由于整体历史均值法误差较大
3、，因此可以对其分项按照不同的方法分别进行预测，减小误差。二、通胀预测方法具体实操二、通胀预测方法具体实操分项分项高频数据高频数据法预测食品分项二级子类价格走势法预测食品分项二级子类价格走势，按照各自占 CPI 食品分项的比重对食品项进行拟合，虽然绝对值较 CPI 食品分项较小，但是走势基本与CPI 食品分析走势一致，通过系数调整预测效果较好。整体整体高频数据法高频数据法预测较为精准预测较为精准。目前食品分项整体的高频数据主要是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指数以及商务部公布的食用农产品价格指数，用此三个指标分别对食品分项进行拟合显示，拟合优度分别为 0.92、0.
4、92 和 0.85，农业部公布的数据对食品分项预测更加精确。历史均值法历史均值法用此前 5 年各月的食品分项环比均值进行预测，将预测结果与实际食品分项进行回归，显示拟合优度为 0.8，预测效果同样较好。总结来看，食品项预测有以下几点值得关注：总结来看，食品项预测有以下几点值得关注：首先，首先，三种方法中，高频数据三种方法中，高频数据法在预测单月食品分项环比时准确率明显高于历史均值法，因此在预测当月法在预测单月食品分项环比时准确率明显高于历史均值法，因此在预测当月CPI 时应该考虑高频数据法；时应该考虑高频数据法；其次，其次，高频数据法中，使用综合指数对整体食高频数据法中，使用综合指数对整体食品
5、环比品环比 CPI 预测时误差较低，但是若当月某一分项涨价或降价异常明显，则预测时误差较低，但是若当月某一分项涨价或降价异常明显，则可考虑用高频数据分项预测法对食品分项可考虑用高频数据分项预测法对食品分项 CPI 进行微调；最后，进行微调；最后，在在预测远月预测远月CPI 时，则可考虑历史均值法。时，则可考虑历史均值法。非食品方面，分项预测非食品方面，分项预测加总加总后效果更好。后效果更好。目前市场上对于非食品的预测方法大多采用历史均值法，但考虑到部分子项季节性并不强，并不适合用历史均值法，导致整体预测时误差较大，因此对各分项进行差别预测，再对非食品项进行拟合。对春节效应进行调整后，最终拟合结
6、果显示，剔除不具有明显季节性的分项并且加上可用高频数据进行预测进行拟合的结果与实际值更为接近。三、用弹性法预测单独分项对三、用弹性法预测单独分项对 CPI 的影响的影响占比法直接通过分项占比预测其对占比法直接通过分项占比预测其对 CPI 的整体拉动。的整体拉动。如猪肉，在测算出猪价具体上涨幅度后，直接利用猪价上涨幅度乘猪肉占 CPI 的比重 2.5%，即可得到猪价上涨对 CPI 的拉动。但这种方法未考虑猪肉价格上涨对其替代品比如牛羊肉和鸡蛋等的影响，因此用此种方法进行预测时与实际值走势一致性较差。弹性法将单项因素对其他分项的影响纳入考虑，预测效果更好。弹性法将单项因素对其他分项的影响纳入考虑，
7、预测效果更好。使用弹性法预测猪价上涨对 CPI 的影响时，可以此前猪价上涨对 CPI 的弹性预测本次猪价上涨时食品 CPI 的上行幅度，再与非食品项预测项进行加权得到整体 CPI的预测。其预测结果与实际走势较为一致，因此，在这种情况下应该用弹性法对 CPI 进行预测。四、四、风险提示：风险提示：猪价超预期上涨带动猪价超预期上涨带动 CPI 大幅上行，大幅上行，对货币政策造成扰动对货币政策造成扰动，可能使得债市承压。可能使得债市承压。证券分析师：周冠南证券分析师：周冠南 电话：010-66500918 邮箱： 执业编号：S0360517090002 联系人：陈静联系人：陈静 电话：010-665
8、00862 邮箱： 如何探寻数据真空期的经济足迹华创债券数知宏观系列专题之一 2019-03-03 从货币政策利率传导机制看 2019 年政策主线华创债券研判货币系列专题之一 2019-03-19 汽车行业 2019 年债券投资手册华创债券信用深度报告 20190326 2019-03-26 2019 年保险配债资金：新增债券配置需求面临分流华创债券机构行为专题 20190328 2019-03-28 银行理财十五年：巨人转身，谁领风骚华创债券机构行为系列专题之二 2019-03-31 相关研究报告相关研究报告 华创证券研究所华创证券研究所 债券债券研究研究 债券深度报告债券深度报告 2019
9、 年年 04 月月 01 日日 债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 2 目 录 一、通胀预测体系较为完善一、通胀预测体系较为完善.5 二、通胀预测方法具体实操二、通胀预测方法具体实操.5（一）高频数据法预测食品分项较为精准.6 1、细拆 CPI 中一级和二级子项权重.6 2、高频预测食品分项二级子项的环比增速.8 3、整体预测食品分项整体环比增速更加准确.10（二）历史均值预测食品项环比增速.11（三）分项加总预测非食品项减小误差.12 三、用弹性法预测单独分项对三、用弹性法预测单独分项对 CPI 的影响的影响.16 四、风险提
10、示四、风险提示.17 债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 3 图表目录 图表 1 CPI 预测体系介绍.5 图表 2 CPI 走势与食品项走势基本一致.6 图表 3 CPI 主要受食品项拉动.6 图表 4 CPI 各分项权重测算以及食品项跟踪的高频数据.7 图表 5 牛肉 CPI 与全国猪肉平均价拟合效果较好.8 图表 6 羊肉 CPI 全国猪肉平均价拟合效果较好.8 图表 7 猪肉 CPI 与猪肉批发价和平均价走势一致.8 图表 8 猪肉 CPI 拟合效果较好.8 图表 9 蛋类 CPI 与全国鸡蛋平均价拟合一致.9 图表 1
11、0 鲜菜 CPI 用 28 种重点监测蔬菜平均批发价预测.9 图表 11 粮食 CPI 与面粉和粳米价格走势相关性较强.9 图表 12 水产品 CPI 与水产品环比预测值走势一致.9 图表 13 粮食 CPI 与面粉和粳米价格走势相关性较强.10 图表 14 预测值与真实值走势较为一致.10 图表 15 18 年食用油 CPI 与市场油价走势并不一致.10 图表 16 食品 CPI 分项预测值与真实值走势一致.10 图表 17 农业部公布的价格指数预测 CPI 食品环比较好.11 图表 18 菜篮子和农产品指数预测结果几乎一致.11 图表 19 食品分项季节性规律较为明显.11 图表 20 用
12、历史均值法预测食品环比效果较好.11 图表 21 三种预测方法结果对比.12 图表 22 2017 年以来，CPI 主要受非食品分项的影响.12 图表 23 非食品中交通通信 CPI 影响较大.12 图表 24 非食品分项季节性规律较为明显.13 图表 25 直接用历史均值法预测非食品分项误差较大.13 图表 26 衣着分项季节性十分显著.13 图表 27 衣着预测值和实际值走势基本一致.13 图表 28 衣着分项季节性十分显著.14 图表 29 衣着预测值和实际值走势基本一致.14 图表 30 生活用品及服务季节性较为明显.14 图表 31 其波动较小，历史均值法预测效果较为一般.14 图表
13、 32 二者对交通工具用燃料拟合效果较好.15 图表 33 历史均值法预测交通工具使用和维修 CPI.15 债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 4 图表 34 教育和文娱分项季节性较为明显.15 图表 35 历史均值法预测教育文化和娱乐 CPI.15 图表 36 分项预测法预测值与实际值仍在存在误差，但方向基本一致.16 图表 37 两种预测方式显示弹性法预测准确度更高.17 图表 38 使用弹性法对食品分项预测较为准确.17 债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号
14、5 近期，随着猪肉开启非季节性上涨，市场对猪周期走势的讨论逐步增加，对后续通胀上行幅度以及是否将突破3%也格外关注，能否准确预测通胀显得十分重要。通胀作为影响债市最初也是最核心的因素之一，预测方法和体系已经较为成熟完善，但随着部分数据源的可得性发生变化，通胀预测方法和准确度仍有改进空间。因此，数知宏观的系列专题的第二篇，我们将对通胀进行详细的拆分，并且探究更为准确预测通胀的方法。一、通胀一、通胀预测体系较为完善预测体系较为完善 预测预测通胀通胀的的一般做法为一般做法为分别对分别对食品和非食品分项食品和非食品分项环比环比进行预测，进而进行预测，进而推测推测其其同比，再同比，再由二者同比加权得到由
15、二者同比加权得到整体整体CPI 预测值预测值。食品和非食品分项的预测方法有所不同，具体来看，食品项预测多数采取高频数据法和历史均值法，而非食品分项的预测主要有历史均值法。图表图表 1 CPI 预测体系介绍预测体系介绍 资料来源:华创证券整理 作为作为目前市场上最成熟目前市场上最成熟、使用最多的使用最多的食品项食品项预测预测方法方法，高频数据高频数据法和历史均值法和历史均值法法各有利弊各有利弊：高频数据法预测食品项需跟踪较多指标，并且需要已知食品项中的各二级子项占比，另外，该方法能够较为准确的预测当月值，但不能预测长期值；历史均值法并不需要跟踪高频数据，并且能够预测长期值，但却无法对超越历史因素
16、的价格波动进行分析，即在某一因素出现超季节性变动时，不能及时对预测结果进行调整。高频数据跟踪法包括分项预测和整体预测两种方法。高频数据跟踪法包括分项预测和整体预测两种方法。使用高频数据预测食品分项时，一方面可对食品分项的二级子项分别进行预测，按照各类占比进行加权，得到食品项的整体环比；另一方面还可以用食品分项的整体高频数据对其进行预测。历史均值法只需按照历史均值法只需按照近年来食品项近年来食品项各各月环比增速的历史规律月环比增速的历史规律作为作为今年今年各各月食品项环比进行预测月食品项环比进行预测值值，操作相对较为简单，能够预测全年甚至更长时间的食品项，成为长期预测的主要方法。由于由于子项子项
17、繁多繁多，并非各项均有对应高频数据并非各项均有对应高频数据，因此非食品项的预测大多直接采用历史均值法因此非食品项的预测大多直接采用历史均值法。但是由于整体历史均值法误差较大，因此可以对其分项按照不同的方法分别进行预测，减小误差。二二、通胀通胀预测方法预测方法具体具体实操实操 从长期历史来看，导致我国 CPI 变化的最主要因素是食品项（非食品项中部分商品的价格属性为行政定价法，存在价格管制的商品占比大约为 30%左右，非食品项价格整体波动较小），对 CPI 的预测也主要集中在对食品分项的预测上，因此我们先探究食品分项的预测方法。债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：
18、证监许可（2009）1210 号 6 图表图表 2 CPI 走势与食品项走势基本一致走势与食品项走势基本一致 图表图表 3 CPI 主要受食品项拉动主要受食品项拉动 资料来源：wind，华创证券 资料来源：wind，华创证券（一）高频数据法预测食品分项（一）高频数据法预测食品分项较为精准较为精准 虽然市场上对食品分项的两种预测方法和思路较为一致，但是在预测过程中选取的指标、CPI 分项比重的测算等问题的解决仍然需要对诸多细节进行斟酌，从而不断优化，提高预测准确度，下面我们将分别详细介绍这两种方法，并且对两种方法进行对比，找出更为准确的预测方法。1、细拆细拆 CPI 中中一级和二级子项权重一级和
19、二级子项权重 使用使用分项分项高频数据法高频数据法对对食品食品 CPI 环比进行预测环比进行预测，可分为四个步骤，可分为四个步骤，首先，首先，对对 CPI 中食品分项和非食品分项的比中食品分项和非食品分项的比重进行估算重进行估算；其次其次，需要估算需要估算食品分项的食品分项的十大十大二级二级子项子项的权重进行估算；再次，的权重进行估算；再次，找出与找出与食品分项中各食品分项中各对应子项目相对应子项目相关性较强关性较强的高频的高频数据数据，由这些高频数据由这些高频数据预测相对应预测相对应子项的环比增速子项的环比增速；最后，；最后，通过通过将将各子项目进行加权平均各子项目进行加权平均，计算出计算出
20、CPI 食品总环比增速食品总环比增速。多种方法并用多种方法并用，对对 CPI 进行详细拆分进行详细拆分。众所周知，统计局每隔 5 年会对 CPI 的分项比重进行调整，2016 年开始，统计局将“食品”与“烟酒”合并构成“食品烟酒”项，同时新增“其他用品和服务”项，从而构成了目前食品烟酒、衣着、居住、生活用品及服务、交通和通信、教育文化和娱乐、医疗保健、其他用品和服务八大类。在估算食品和非食品以及八大类别权重时，有多种方法：一方面，统计局会公布每个月食品和非食品以及八大类各类别对 CPI的环比和同比拉动率，我们通过公式“拉动率=增速*权重”，可以计算出食品和非食品分项以及八大类别的权重，由此可得
21、食品占比为 20%，非食品占比 80%，八大类最新占比分别是 30.18%、9%、20%、5%、10%、14%、10%、1.3%；另一方面，可以用回归方式对大类进行预测，回归系数即其所占比重。对二级分项占比进行估算对二级分项占比进行估算时时，按照以下步骤按照以下步骤：首先，利用 wind 中公布的食品分项的二级子项对 CPI 的拉动率，通过公式“拉动率=增速*权重”来计算各食品二级子项的权重，对于其他非食品类分项，Wind 并未给出其详细拉动率，可通过二级分项和一级八大类分项的历史数据进行回归获得，由于二级分类在 CPI 中的权重等于二级分类在一级分类中的权重乘以一级分类在 CPI 中的权重，
22、由此可得出对应二级分项。其次，在回归时，偶然会出现回归系数为负的情况，此时回归确定的权重便不可取，可通过 wind 公布的“城镇居民人均支出情况”进行推算，由于此数据仅公布至 2012 年，因此八大类分项占比与现在有所不同，但是我们假设八大类内部的消费结构还较为相似，比如服装和鞋子以及衣着加工费三者占衣着消费的比重未发生明显变化，则可通过推算各分项此前占八大类的比重，根据目前八大类占 CPI 的比重推出二级分项占 CPI 的权重。债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 7 图表图表 4 CPI 各分项权重测算以及食品项各分项权重测算
23、以及食品项跟踪的跟踪的高频数据高频数据 食品与非食品食品与非食品 八大类分项八大类分项 二级子项二级子项 高频数据高频数据 影响因素影响因素 食食品品 20 食品 20 粮食 2.00 商务预报公布的45家粮油企业每日的面粉和粳米价格 价格管制 食用油 0.75 存在部分价格管制变动不大 鲜菜 2.94 农业部公布的28种重点监测蔬菜平均批发价 变动较大，季节性较强，对食品项和CPI 影响较大 畜肉类 4.44 分类估计 畜肉类:猪肉 2.50 农业部公布的全国猪肉平均价 畜肉类:牛肉 1.67 农业部公布的全国牛肉平均价 畜肉类:羊肉 0.27 农业部公布的全国羊肉平均价 水产品 2.00
24、农业部公布的 4 种水产品平均批发价 蛋类 0.56 农业部公布的全国鸡蛋平均价 奶类 1.18 农业部公布的主产区生鲜乳平均价 鲜果 1.88 农业部公布的 7 种重点监测水果平均批发价 其他 4.35 变动不大 非非食食品品 71.81 烟酒 10 烟草 5.18 价格管制 酒类 4.81 衣着 8.51 服装 6.28 变动不大 衣着加工服务费 0.05 鞋类 1.94 居住 20.02 租赁房房租 7.17 房租季节性 水电燃料 8.50 价格管制 生活用品及服务 4.74 家用器具 2.25 变动不大 家庭服务 0.29 交通和通信 10.35 交通工具 0.05 汽车下乡价格下降
25、交通工具用燃料 1.66 国际油价 国际油价 交通工具使用维修 2.52 机票季节性较强 通信工具 0.16 手机等价格趋低化 通信服务 1.84 价格管制 邮递服务 0.93 教育文化和娱乐 14.15 教育服务 10.43 价格管制 旅游 2.17 旅行社收费存在价格管制 医疗保健 10.34 中药 2.05 价格管制 西药 2.23 医疗服务 6.01 其他 1.26 1.26 资料来源：wind，国家统计局，华创证券 债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 8 2、高频高频预测食品分项二级子项的环比增速预测食品分项二级子项的
26、环比增速 食品项下包含 10 个二级子项，分别是粮食、食用油、畜肉类（畜类包含猪牛羊肉，将其分别测算），鲜菜、鲜果、蛋类、奶类和水产品，农业部和商务部会公布农产品监控价格，可以找到相关性强的高频跟踪指标对食品二级子项进行跟踪，由此对其环比增速进行预测。但是不同子类高频数据种类繁杂，尤其是在子项包含多种商品时（食用油包含菜籽油、花生油和大豆油等），在指标选择和计算时格外需要注意。选取相关性强的高频跟踪指标选取相关性强的高频跟踪指标。在选取高频数据时，我们秉承相关性最高原则，例如有两种口径的猪肉价格可以对猪肉 CPI 进行预测，则选择与猪肉 CPI 拟合优度最好的指标进行预测。确定相关高频指标之后
27、，先计算高频跟踪指标环比增速，在这一过程中，若某二级子项中包含多种食品种类，将会涉及均值的取值方法，同时计算其算数平均值和几何平均值，可以发现一般情况下算数平均值的相关性较高。因此，专题中均选择算数平均值。最后，将食品 CPI 二级子项环比增速于相应高频指标进行拟合，预测 CPI 二级子项的环比增速。猪肉方面，选择农业部公布的全国猪肉平均价进行预测。猪肉方面，选择农业部公布的全国猪肉平均价进行预测。猪肉价格可跟踪的高频数据较多，预测相对较为简单，与猪肉 CPI 走势较为一致的是农业部公布的全国猪肉平均价和平均批发价，从二者与猪肉 CPI 的拟合关系来看，与全国猪肉平均价环比拟合优度可达到 0.
28、96，与平均批发价环比拟合优度则为 0.93，因此选择农业部全国猪肉周度平均价的月环比对猪肉 CPI 进行预测，准度较高。图表图表 5 牛肉牛肉 CPI 与全国猪肉平均价拟合效果较好与全国猪肉平均价拟合效果较好 图表图表 6 羊肉羊肉 CPI 全国猪肉平均价拟合效果较好全国猪肉平均价拟合效果较好 资料来源：wind，华创证券 资料来源：wind，华创证券 牛羊肉方面牛羊肉方面，与猪肉预测方法一致与猪肉预测方法一致，采用农业部公布的全国牛羊肉平均价进行预测。拟合优度均可达到 0.92，拟合效果较高。图表图表 7 猪肉猪肉 CPI 与猪肉批发价和平均价走势一致与猪肉批发价和平均价走势一致 图表图表
29、 8 猪肉猪肉 CPI 拟合效果较好拟合效果较好 资料来源：wind，华创证券 资料来源：wind，华创证券 债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 9 蛋类蛋类、鲜菜鲜菜、鲜果方面鲜果方面，分别采用农业部公布的全国鸡蛋平均价、农业部公布的，分别采用农业部公布的全国鸡蛋平均价、农业部公布的 28 种重点监测蔬菜平均批发价、种重点监测蔬菜平均批发价、农业部公布的农业部公布的 7 种重点监测水果平均批发价月环比进行预测。种重点监测水果平均批发价月环比进行预测。拟合优度可分别达到 0.98、0.97、0.7 以上，拟合效果均较好。图表图表
30、 9 蛋类蛋类 CPI 与与全国鸡蛋全国鸡蛋平均价平均价拟合拟合一致一致 图表图表 10 鲜菜鲜菜 CPI 用用 28 种重点监测蔬菜平均批发价种重点监测蔬菜平均批发价预测预测 资料来源：wind，华创证券 资料来源：wind，华创证券 奶类方面奶类方面，选择农业部公布的主产区生鲜乳平均价进行预测。，选择农业部公布的主产区生鲜乳平均价进行预测。奶类价格的高频数据不多，仅有农业部公布的主产区周度生鲜乳平均价可对其进行较好的跟踪，将周度数据降频至月度，取环比增速与奶类 CPI 环比进行拟合，拟合优度达到 0.7 以上，效果较好，最终的预测值与实际值走势也较为一致。水产品水产品方面方面，选择农业部公
31、布的重点监测的，选择农业部公布的重点监测的 4 种水产品平均批发价进行预测。种水产品平均批发价进行预测。水产品可跟踪的高频数据也较少，统计局 50 城水产品价格和商务部食用农产品中水产品类价格指数暂停公布后，目前仅有农业部公布的鲫鱼、鲤鱼、白鲢鱼和大带鱼日度平均批发价为可跟踪的高频数据。将这四种鱼类价格的月环比平均值与水产品 CPI 进行拟合，发现拟合优度可达到 0.73，预测效果较好。图表图表 11 粮食粮食 CPI 与面粉和与面粉和粳米粳米价格走势相关性较强价格走势相关性较强 图表图表 12 水产品水产品 CPI 与水产品环比与水产品环比预测预测值走势一致值走势一致 资料来源：wind，华
32、创证券 资料来源：wind，华创证券 粮食方面，粮食方面，使用使用商务预报公布的商务预报公布的 59 家粮油企业每日的家粮油企业每日的面粉和面粉和粳米价格进行预测。粳米价格进行预测。针对粮食的高频数据较多，先后选取商务部公布的大米、面粉价格指数周环比、发改委公布的 36 城市粳米、面粉平均零售价以及全国粮食批发价格指数环比与粮食 CPI 进行拟合，但效果均较差。经过尝试，最终我们选择商务预报公布的 45 家粮油企业每日的面粉和粳米价格（日度数据），将其降频至月度数据，进行环比，再与粮食 CPI 环比进行拟合，发现拟合优度达到 0.54，相对较高，最终的预测值与实际值走势也较为一致，用其对粮食
33、CPI 走势进行预测。债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 10 图表图表 13 粮食粮食 CPI 与面粉和与面粉和粳米粳米价格走势相关性较强价格走势相关性较强 图表图表 14 预测值与真实值走势较为一致预测值与真实值走势较为一致 资料来源：wind，华创证券 资料来源：wind，华创证券 食用油方面食用油方面，考虑到其权重仅为考虑到其权重仅为 0.75%，且目前可得的高频指标对其拟合度均较差，在此忽略不计。，且目前可得的高频指标对其拟合度均较差，在此忽略不计。此前可以用统计局公布的 50 城数据中的油类分项指数对其进行拟合，但目
34、前 50 城数据已经停更，我们选取农业部公布的豆油、棕榈油和菜油平均价环比、各种食用油市场价价环比以及商务预报公布的 45 家粮油企业每日的大豆油、花生油、菜籽油和调和油价格环比均值等与食用油 CPI 进行拟合，发现效果均不显著，尤其是 2018 年以来，食用油 CPI 走势明显与市场价背离，因此我们不对其进行预测。最后最后，通过对以上通过对以上食品分项二级子类价格走势的判断，按照食品分项二级子类价格走势的判断，按照各自各自占占 CPI 食品分项食品分项的比重对食品项进行拟合的比重对食品项进行拟合，由由于在此过程中我们忽略了分项中的其他项于在此过程中我们忽略了分项中的其他项和食用油项，因此其绝
35、对值较和食用油项，因此其绝对值较 CPI 食品食品分项较分项较小小，但是从二者走势来看但是从二者走势来看，其基本与其基本与 CPI 食品分析走势一致食品分析走势一致，即可以解释食品分项波动的绝大部分即可以解释食品分项波动的绝大部分，因此通过高频数据法预测食品分项具有可因此通过高频数据法预测食品分项具有可取性取性。通过对其比例进行分析，总结。通过对其比例进行分析，总结发现发现 2016 年以来年以来实际值基本是实际值基本是预测值的预测值的 3.5 倍左右，因此将其乘以倍左右，因此将其乘以 3.5 可以大可以大致预测致预测 CPI 食品分项食品分项环比环比的绝对值水平的绝对值水平。图表图表 15
36、18 年年食用油食用油 CPI 与市场油价走势并不一致与市场油价走势并不一致 图表图表 16 食品食品 CPI 分项分项预测值与真实值走势一致预测值与真实值走势一致 资料来源：wind，华创证券 资料来源：wind，华创证券 3、整体整体预测食品分项整体环比增速预测食品分项整体环比增速更加更加准确准确 此前市场大部分使用 50 城市主要食品数据对食品项整体进行预测，但 2018 年月开始统计局停更 50 城数据，由于数据统计口径不同，市场上可获取的食品价格变化与 CPI 食品价格变化相差较大，也导致近 12 个月以来市场预测值与实际值仅 5 次相同，成功率仅不足 50%，主要因为对于食品分项整
37、体的预测较此前难度加大。除了上述分别预测食品二级子项的环比，还可探索直接用相关高频进行预测的方法，减小误差。债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 11 目前食品分项整体的高频数据主要有三个，分别是目前食品分项整体的高频数据主要有三个，分别是农业部公布的农产品批发价格农业部公布的农产品批发价格 200 指数指数、菜篮子产品批发价菜篮子产品批发价格指数以及商务部公布的食用农产品价格指数格指数以及商务部公布的食用农产品价格指数，由于三者高度相关，若与食品分项做多元回归时存在多重共线性问，由于三者高度相关，若与食品分项做多元回归时存在多重
38、共线性问题，因此我们用此三个指标分别对食品分项进行拟合题，因此我们用此三个指标分别对食品分项进行拟合。结果显示，三者的拟合优度分别为 0.92、0.92 和 0.85，因此农业部公布的数据相较商务部公布的对食品分项预测更加一致。另外，对比农产品批发价格 200 指数、菜篮子产品批发价格指数的预测结果非常相近，且 2018 年以来预测的环比值大部分小幅小于 CPI 食品环比真实值，因此用预测值加上近 12 个月的残差值，可以更好地预测食品环比分项。图表图表 17 农业部公布的农业部公布的价格价格指数预测指数预测 CPI 食品环比食品环比较好较好 图表图表 18 菜篮子和农产品指数预测结果几乎一致
39、菜篮子和农产品指数预测结果几乎一致 资料来源：wind，华创证券 资料来源：wind，华创证券（二二）历史均值预测）历史均值预测食品项食品项环比增速环比增速 历史均值法利用 CPI 食品项和非食品项环比增速具有较稳定季节性的特点，用 CPI 食品项各月份的历史环比数据均值来推测今年该月份的环比增速。通过用该种方法用当年前 5 年各月的食品分项环比均值进行预测，将预测结果与实际食品分项进行回归，显示拟合优度为 0.8，预测效果同样较好。图表图表 19 食品食品分项季节性规律分项季节性规律较为明显较为明显 图表图表 20 用历史均值法预测食品环比用历史均值法预测食品环比效果较好效果较好 资料来源：
40、wind，华创证券 资料来源：wind，华创证券 对比以上三种预测对比以上三种预测 CPI 食品分项的方法食品分项的方法，我们做出如下总结我们做出如下总结：首先首先，三种方法中，高频数据法在预测单月食品三种方法中，高频数据法在预测单月食品分项环比时准确率明显高于历史均值法，因此在预测当月分项环比时准确率明显高于历史均值法，因此在预测当月 CPI 时应该考虑高频数据法时应该考虑高频数据法；其次，；其次，高频数据法中高频数据法中，使用使用综合指数对整体食品环比综合指数对整体食品环比 CPI 预测预测时时误差较低误差较低，但是若当月某一分项涨价或降价异常明显，则可考虑，但是若当月某一分项涨价或降价异
41、常明显，则可考虑用用高频数据分高频数据分项预测法项预测法对食品分项对食品分项 CPI 进行进行微调微调；最后，；最后，对于预测远月对于预测远月 CPI 时时，则则可考虑历史均值法可考虑历史均值法，同时同时，若某分项后续若某分项后续会出会出现较为确定的涨价或降价现较为确定的涨价或降价，如上文提到的，今年猪周期重启将明显推升猪价，如上文提到的，今年猪周期重启将明显推升猪价，则需要对其价格变动进行估计假设则需要对其价格变动进行估计假设，再再用其他方法对其影响进行预测用其他方法对其影响进行预测，后后面面我们将做详细介绍我们将做详细介绍。债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号
42、：证监许可（2009）1210 号 12 图表图表 21 三种预测方法结果对比三种预测方法结果对比 资料来源：wind，华创证券（三）（三）分项加总预测分项加总预测非食品项非食品项减小误差减小误差 2017 年年以来非食品项对通胀的影响越来越大以来非食品项对通胀的影响越来越大，对非食品分项进行更加精准的预测十分有必要，对非食品分项进行更加精准的预测十分有必要。随着我国经济不断发展，恩格尔系数不断降低，居民食品支出逐步降低，非食品支出升高，对通胀的影响也有所增加。另外，近年来非食品分项价格波动逐步放大，主要体现在：一是房租明显上涨，房租在 CPI 中占比约为 7%左右，房租上涨对CPI 的影响逐
43、步显现，二是随着旅游支出在消费者支出比重逐步加大，旅游景点和机票价格的上涨对 CPI 产生了较为显著的短期冲击，如近期五一假期改为 4 天之后，去哪儿网平台数据显示，放假消息发布的一小时内，去哪儿网机票搜索量迅速攀升，仅国际航线机票搜索量上涨达 10 倍，除此之外，酒店住宿和机票价格迅速上涨；三是 2017年以来油价波动逐步放大，尤其是 17 年下半年至 18 年三季度油价大幅上涨对非食品分项产生了较大影响。图表图表 22 2017 年以来年以来，CPI 主要受非食品分项的影响主要受非食品分项的影响 图表图表 23 非非食品中交通通信食品中交通通信 CPI 影响较大影响较大 资料来源：wind
44、，华创证券 资料来源：wind，华创证券 目前市场上对于非食品的预测方法大多采用历史均值法。从季节性图表来看，非食品分项确实均有一定的季节性，与上述对食品分项的历史均值预测方法类似，得出非食品历史均值预测值，但但考虑到考虑到部分子项季节性并不强部分子项季节性并不强，可能不适合用历史均值法可能不适合用历史均值法，导致整体预测时误差较大导致整体预测时误差较大，因此我们将对各分项进行差别预测，因此我们将对各分项进行差别预测，再再对非食品项进行拟合对非食品项进行拟合。债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 13 图表图表 24 非食品分项季
45、节性规律较为明显非食品分项季节性规律较为明显 图表图表 25 直接直接用历史均值法预测用历史均值法预测非食品分项非食品分项误差较大误差较大 资料来源：wind，华创证券 资料来源：wind，华创证券 在对在对非食品分项进行分析非食品分项进行分析时，时，已知已知各一级子项和二级子项的占比，因此各一级子项和二级子项的占比，因此我们我们可可通过分析通过分析各分项各分项最后按照各项权最后按照各项权重进行加总得到非食品分项环比。重进行加总得到非食品分项环比。首先首先，衣着分项衣着分项方面方面，由于其季节性十分显著，因此可以用历史均值发对其进行预测，结果显示拟合优度较好。后续来看，3 月份衣着分项将达到上
46、半年高点，随后走低，在 7 月份触及全年低点之后于 3 季度开始攀升，10 月份环比增速达到全年高点，后迅速回落。图表图表 26 衣着分项季节性十分显著衣着分项季节性十分显著 图表图表 27 衣着衣着预测值和实际值走势基本一致预测值和实际值走势基本一致 资料来源：wind，华创证券 资料来源：wind，华创证券 居住分项方面居住分项方面，由于水电燃料受到价格管制由于水电燃料受到价格管制，居住分项主要受房租影响居住分项主要受房租影响，同样采取历史均值法对其进行预测，同样采取历史均值法对其进行预测。从居住比例上来看，居住分项占比为 20.02%，是非食品大类中占比最大的分项，但是由于自有住房价格波
47、动较小以及水电燃气价格受到管制影响，居住分项波动主要受房租价格变动影响，而房租权重仅为 7%左右，占比不大，因此若房租价格波动不大，居住分项整体波动将较小，近期居住分项整体在 0 附近波动。使用历史均值法对房租 CPI 进行估算，考虑到近几年房租价格上涨较快，用 5 年均值会烫平波动，产生误差，使用 3 年均值进行测算的拟合优度为 0.83，高于 4 年的 0.75，因此我们选择 3 年历史均值对今年房租分项进行预测，拟合效果较高。后续来看，今年3 月房租 CPI 环比将达到全年高点，后续下滑，再于 8 月份达到全年次高点。债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：证
48、监许可（2009）1210 号 14 图表图表 28 衣着分项季节性十分显著衣着分项季节性十分显著 图表图表 29 衣着衣着预测值和实际值走势基本一致预测值和实际值走势基本一致 资料来源：wind，华创证券 资料来源：wind，华创证券 生活用品及服务方面生活用品及服务方面，季节性，季节性规律较为显著规律较为显著，价格波动较小，价格波动较小，使用历史均值法对其进行预测使用历史均值法对其进行预测。但是从结果来看，单纯使用历史均值对其判断效果一般，但考虑到其在八大类中占 CPI 比重最低，而且除春节 13 月以外的环比波动均较小，因此对 CPI 的整体预测影响不大。图表图表 30 生活用品及服务生
49、活用品及服务季节性较为明显季节性较为明显 图表图表 31 其波动其波动较小较小，历史均值法预测效果较为一般历史均值法预测效果较为一般 资料来源：wind，华创证券 资料来源：wind，华创证券 交通和通讯方面交通和通讯方面，由于由于通信和邮递服务受价格管制通信和邮递服务受价格管制，因此其预测主要集中在交通工具用燃料因此其预测主要集中在交通工具用燃料和交通工具修为价和交通工具修为价格格方面方面。选取汽油(97#)市场价月环比和布伦特原油价格月环比对交通工具用燃料分项进行预测，拟合优度在 0.72 以上，拟合效果较好。交通工具维修价格预测方面，其在 13 月和 912 月季节性较为明显，其与月份波
50、动不大，因此对其预测用历史 3 年均值法，用 2018 年实际值回溯效果较好，因此今年该分项已经达到年内高点，后续大概率先走低，再逐步回升，维持稳定。债券深度报告债券深度报告 证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210 号 15 图表图表 32 二者对交通工具用燃料拟合效果较好二者对交通工具用燃料拟合效果较好 图表图表 33 历史均值法预测历史均值法预测交通工具使用和维修交通工具使用和维修 CPI 资料来源：wind，华创证券 资料来源：wind，华创证券 教育和文娱方面，教育和文娱方面，季节性规律十分明显，季节性规律十分明显，假期假期因素因素对对 CPI 扰动扰动
