华创债券数知宏观系列专题之二：对通胀预测方法的再探讨-20190401-华创证券-19页_2mb

债券深度报告：通胀预测方法探讨

核心内容

本报告主要探讨了通胀预测方法，重点分析了食品和非食品分项的预测方式，并提出弹性法作为更精确的预测工具。随着猪肉价格非季节性上涨，市场对通胀走势的预测需求增加，准确预测通胀对债市影响至关重要。

主要观点

食品类预测方法

1. 高频数据法

   • 高频数据法通过跟踪高频指标和权重估算，对食品分项进行预测，准确率高于历史均值法。
   • 食品类下分为10个二级子项，包括粮食、食用油、畜肉类（含猪肉、牛肉、羊肉）、鲜菜、鲜果、蛋类、奶类和水产品。
   • 分项预测法：对食品二级子项分别进行预测，再按权重加权得出食品项整体环比，效果较好。
   • 整体预测法：使用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和商务部公布的食用农产品价格指数，拟合优度分别为0.92、0.92和0.85，其中农业部数据最优。

2. 历史均值法

   • 通过使用近5年食品环比增速的历史均值进行预测，拟合优度为0.8，预测效果较好。
   • 适用于远月CPI预测，但无法捕捉超季节性波动。

3. 预测策略

   • 对于单月CPI预测，应优先使用高频数据法。
   • 若某分项出现异常波动，可用分项高频数据法进行微调。
   • 对于远月CPI预测，可考虑使用历史均值法。

非食品项预测方法

1. 分项预测法

   • 非食品分项预测需考虑季节性，部分分项如衣着、交通和通信、教育和文娱具有较强季节性，适合使用历史均值法。
   • 历史均值法在预测非食品分项时误差较大，因此需对各分项进行差别预测，再加权汇总。

2. 预测调整

   • 对具有春节效应的分项（如衣着、交通和通信、教育和文娱）进行调整，以提高预测准确性。
   • 通过剔除季节性不强的分项并结合高频数据，非食品项预测结果与实际值更接近。

弹性法

• 弹性法考虑了单项因素对其他分项的影响，预测效果优于占比法。
• 以猪肉为例，其对CPI的影响不仅体现在自身价格变化，还可能通过替代效应影响其他食品分项（如牛羊肉、鸡蛋）。
• 弹性法通过历史弹性数据，预测食品分项环比增速，再与非食品分项预测值加权，得到整体CPI预测值。
• 弹性法在预测猪肉价格对CPI的影响时，准确度显著高于占比法。

关键信息

• 食品分项权重：食品占CPI的20%，非食品占80%。
• 各分项权重：粮食2.00%、食用油0.75%、畜肉类4.44%（其中猪肉占2.50%）、鲜菜2.94%、鲜果1.88%、蛋类0.56%、奶类1.18%、水产品2.00%。
• 非食品分项权重：交通和通信10.35%、教育和文娱14.15%、医疗保健10.34%等。
• 预测误差与调整：通过调整季节性因素和使用高频数据，可有效减小预测误差。
• 弹性法应用：适用于预测单因素波动对CPI的影响，如猪价上涨。

风险提示

• 猪价超预期上涨可能导致CPI大幅上行，进而对货币政策造成扰动，可能使债市承压。

总结

在预测CPI时，应根据预测目标选择不同的方法：

• 单月预测：使用高频数据法预测食品分项环比，若某分项波动异常，可进行微调。
• 远月预测：使用历史均值法对食品和非食品分项进行预测。
• 单因素影响预测：使用弹性法对CPI的影响进行分析，提高预测准确性。

本报告为数知宏观系列专题的第二篇，后续将对全年CPI走势进行预测。