20260421-东吴证券-宏观深度报告_宏观量化系列_中国CPI预测模型研究_21页_1mb

中国CPI预测模型研究总结

核心内容

本报告构建了一套可跟踪、可检验的CPI量化预测模型，旨在提升对CPI边际变化的把握精度。通过整合高频价格信号与宏观领先指标，实现对CPI趋势的长期与短期预测，为宏观经济环境判断提供量化参考。

主要观点

• 预测模型选择：采用SARIMAX模型，分别对食品与非食品CPI进行建模，并在模型中引入外生变量以捕捉中长期成本传导与短期价格波动。
• 长期预测模型：使用季节性自回归移动平均模型（SARIMAX），关注参数的跨期稳定性与路径一致性。食品侧引入春节效应、蔬菜与猪肉价格滞后项，非食品侧纳入CRB大宗商品指数与制造业PMI，以反映成本变化与景气波动。
• 短期预测模型：采用“月度滚动重估”框架，允许估计系数随样本窗口滚动而适应性漂移，以捕捉近期宏观扰动、节日错位及价格拐点的即时响应。
• 预测结果：2026年CPI将呈现“低位温和修复”特征，全年累计涨幅约为2.7%。价格走势表现为春节后短暂回落，随后内需缓慢修复，下半年趋于平稳上行。宏观经济更可能处于“弱复苏、低通胀”状态。
• 模型效果：长期预测模型在2023至2025年五轮滚动样本外测试中，RMSE均值由0.3396降至0.2422，方向胜率由65.0%提升至80.0%。短期模型表现略优，RMSE均值为0.2379，方向胜率达80.56%。
• 外生变量路径：2026年外生变量整体呈“温和波动”特征，蔬菜指数上半年回落、下半年修复，猪价逐步回升，原油价格缓慢回落，PMI围绕荣枯线小幅波动。

关键信息

食品类外生变量

• 春节变量：春节当月为1，其余为0，用于刻画节日效应。
• 蔬菜价格指数：滞后1期或3期，用于捕捉季节性波动。
• 猪肉市场价格：滞后3期，反映猪周期对CPI的影响。
• 可繁育母猪存栏量：滞后6期，作为猪周期结构性领先指标。
• 美元汇率：反映进口成本与输入型通胀影响。
• 制造业PMI：反映工业品需求与价格动量。

非食品类外生变量

• 布伦特原油价格：反映能源成本对非食品价格的影响。
• CRB商品指数：综合反映全球大宗商品价格压力。
• 制造业PMI：反映需求与景气变化。
• 春节变量：用于控制节日对非食品价格的结构性扰动。

模型评估方式

• 长期模型：采用五轮滚动样本外测试，以RMSE均值衡量预测精度，以RMSE标准差评估稳定性，以方向胜率检验趋势识别能力。
• 短期模型：逐月滚动重估，以单月步长样本外评估，强调对近期扰动与价格拐点的响应能力。

模型表现

• 长期模型：RMSE均值为0.2422，方向胜率为80.0%。
• 短期模型：RMSE均值为0.2379，方向胜率为80.56%。
• 外生变量选择：优先考虑与价格形成机制更贴近的变量，如春节、蔬菜、猪肉、CRB、PMI等。

预测结果解读

• CPI走势：全年CPI环比累计涨幅约2.7%，价格中枢有所抬升，但整体物价弹性有限。
• 宏观经济状态：弱复苏、低通胀，内需改善但不足以形成高通胀压力。
• 政策环境：货币政策可能维持宽松，以支持经济增长与稳定预期。
• 成本传导：输入型压力受限，国内成本传导机制相对稳健。

风险提示

1. 政策或监管环境突变可能影响价格形成机制与传导路径。
2. 宏观经济不及预期可能导致核心通胀中枢进一步走低。
3. 重大预期外宏观事件（如极端天气、疫病扩散、地缘冲突升级）可能造成短期价格剧烈波动。

优化方向

• 春节效应刻画：可尝试引入连续型变量（如距离春节的天数）或更精细的日历权重。
• CPI分项细化：可进一步拆分非食品项下的交通通信、居住服务等子类，以及食品项内部的鲜菜、猪肉、粮食等核心分项。
• 外生变量拓展：可引入期货市场价格信息，如生猪、玉米、豆粕等，以提升模型对结构性价格波动的识别能力。

投资要点

• 投资策略：在“弱复苏、低通胀”背景下，货币政策可能维持宽松，短期利率上行风险可控。
• 资产配置：关注CPI温和修复趋势，合理配置大类资产以应对低通胀环境。

模型结构

• 长期模型：食品侧采用 $(2,1,0) \times (1,0,1,12)$，非食品侧采用 $(1,0,1) \times (1,1,1,12)$。
• 短期模型：食品侧采用 $(2,0,1) \times (1,0,1,12)$，非食品侧采用 $(1,1,1) \times (1,0,1,12)$。

数据说明

• CPI数据：全国CPI总指数环比、食品类环比与非食品类环比，均为月度数据，以月末为时间索引。
• 外生变量：涵盖货币政策、实体经济、食品价格、外部输入四个方向，通过格兰杰因果检验与经济学解释筛选确定最终变量池。

模型应用

• 长期模型：适用于年度路径研判与情景推演。
• 短期模型：适用于近月监测与校准，具有更强的转折识别能力。

结论

本研究构建了基于SARIMAX模型的CPI预测体系，涵盖食品与非食品分项，结合外生变量与滚动重估机制，提升了对CPI走势的预测能力。模型显示2026年CPI将温和修复，但整体物价弹性有限，宏观经济仍处于弱复苏阶段。未来研究可进一步细化CPI分项与拓展外生变量池，以提升模型的精度与适用性。