基于先行指數的CPI趨勢預測

楚海澎

摘要：對基本面的把握特別是對CPI的趨勢預測，對于債券市場投資至關重要。本文基于景氣分析方法的思想，結合宏觀數據尋找到預測中期CPI的5個先行指標，采用合成指數方法并綜合考慮季節性因素編制出CPI的先行指數，然后運用歷史數據檢驗了指數的有效性，進而從中期視角對2014年余下時間CPI的走勢做了預測。預測結果顯示，2014年通脹水平將會從低位震蕩逐步過渡到企穩回升階段，全年通脹壓力將大于2013年。

關鍵詞：債券市場 通貨膨脹 CPI 先行指標 先行指數

CPI趨勢預測對債券市場投資仍很重要

對債券市場投資者而言，以CPI為代表的通貨膨脹因素無疑是最需要關注的指標之一。在過去10年里，CPI與10年期國債收益率具有高度的相關性，CPI同比數據的變化在很大程度上決定長期利率的均值變化，CPI的拐點也基本對應了國債收益率的拐點（見圖1）。如果能較為準確地預測CPI的趨勢特別是拐點，并據此做趨勢投資，則大概率上能夠獲得相當可觀的回報。當然，CPI的變動并不能完全決定國債收益率的走勢，典型的時期就是2013年下半年，在通脹溫和的背景下，由于商業銀行資產負債結構的調整、銀行表外理財的收縮等結構性變化，債券市場走入了一輪較大的熊市，但當這種結構變化趨于穩定后，基本面仍將成為債券市場的主導因素。由此看來，對基本面的把握特別是對CPI趨勢的預測，依然是實際投資活動能否獲得成功的關鍵。

圖1 CPI與國債收益率

（編輯注：在左軸和右軸上方都加上“%”，在第一個圖例后加上“（左軸）”，在第二個圖例后加上“（右軸）”）

數據來源：Wind資訊

對CPI的預測區分為短期、中期和長期預測。短期預測大多僅預測未來一個月或至多一個季度的走勢，而中期預測則要對半年到一年的趨勢做出判斷。由于從業人員經濟學知識厚度逐步增加，預測技術不斷完善和專業化，以及統計數據的準確性不斷提升，短期預測對于業界已經不是什么難題，所以經常看到各機構對下個月的CPI預測值相差不大，并且最終與統計局公布的真實值十分接近。在短期預測中，通用的方法無外乎借助農業部和商務部的高頻數據及CPI的構成權重，利用翹尾因素和新漲價因素合成次月的CPI同比變化。而在中期預測方面，由于沒有普適的技術性方法，預測者往往根據自身對經濟數據背后的內在邏輯進行解讀，有的從貨幣角度入手，有的從經濟增長和產出入手，還有的從農產品供給周期入手，采用的方法往往差別很大，因此得出的結論很難一致，對實際投資造成了一定困擾。

鑒于景氣分析方法在宏觀經濟分析領域的發展和成熟，以及其在經濟預測中的獨到優勢，本文基于景氣分析方法的思想，結合宏觀數據尋找CPI的先行指標，采用合成指數方法并綜合考慮季節性因素，編制出CPI的先行指數，然后運用歷史數據檢驗指數的有效性，進而從中期視角對2014年余下時間CPI走勢做出預測。

尋找CPI的先行指標

從通脹成因來看，主要有四個因素對通脹產生較大影響：一是貨幣因素，二是需求因素，三是成本推動（包括輸入性通脹）因素，四是通脹預期。為避免先行指標個數較多導致復雜的相關分析或主成分分析，本文結合通脹的影響因素及歷史數據，先驗地篩選出五個最為緊密的先行指標。

（一）M1同比增速

從貨幣角度入手考慮通脹是比較直接的，按照貨幣學派的觀點，通脹歸根到底是一種貨幣現象，物價持續上漲無非是由于過多的貨幣追逐相對較少的商品。在實際預測中，需要確定使用哪個層次的貨幣指標，不同的貨幣層次和通脹的關系是不完全一致的。相較而言，M1與CPI的關系比較緊密，對CPI的解釋力度要強于M0和M2，從長期的視角看，M1同比增速對CPI有著良好的先行意義（見圖2）。其背后的邏輯在于，M1的統計屬性對應著持有貨幣的交易性動機和投機性動機，M1的快速擴張主要來自于社會公眾交易性動機及投機性動機的增強，因而會推動CPI上漲。

圖2 M1同比與CPI同比

（編輯注：在左軸和右軸上方都加上“%”，在第一個圖例后加上“（左軸）”，在第二個圖例后加上“（右軸）”）

數據來源：Wind資訊

（二）工業品出廠價格指數（PPI）

雖然PPI和CPI的領先滯后關系在業界尚存爭議，但基于以下考慮，本文仍將PPI選為先行指標之一。首先，PPI對CPI非食品項顯示了一定的領先意義（見圖3）；其次，PPI代表著中上游需求的強弱，進而說明了整體經濟的景氣程度；最后，隨著全球大宗商品市場的發展，中國PPI更多地與全球大宗商品價格聯動，也與美國、歐元區等國家的PPI緊密相關，一定程度上表征輸入性通貨膨脹的壓力。

圖3 PPI同比與CPI非食品項同比

（編輯注：在左軸和右軸上方都加上“%”，在第一個圖例后加上“（左軸）”，在第二個圖例后加上“項同比（右軸）”）

數據來源：Wind資訊

（三）房地產投資完成額同比

歷史上，我國曾多次出現需求拉動型通貨膨脹，典型的例子是2002年之后，我國逐漸走出亞洲金融危機的陰影，總需求開始擴張，CPI由負轉正并逐步上升，由此進入新一輪的物價上漲周期。在我國，投資需求往往決定著總需求的變化，投資的過快增長常導致經濟過熱和物價上漲。從數據上看，房地產投資額累計同比與CPI同比具有較強的相關性，且具有一定的先行性（見圖4）。

圖4 房地產投資額累計同比與CPI同比

（編輯注：在左軸和右軸上方都加上“%”，在第一個圖例后加上“（左軸）”，在第二個圖例后加上“（右軸）”）

數據來源：Wind資訊

（四）中長期貸款余額同比

中長期貸款余額的變化代表著企業擴大再生產的意愿，與企業的固定資產投資需求密切相關，中長期貸款余額同比對CPI有著良好的領先意義（見圖5）。

圖5 中長期貸款余額與CPI

（編輯注：上圖在左軸和右軸上方都加上“%”，在第一個圖例后加上“（左軸）”，在第二個圖例后加上“（右軸）”）

數據來源：Wind資訊

（五）CRB現貨價格指數

以石油為代表的國際大宗能源商品價格變化會對國內工業品價格產生影響，對國內通貨膨脹環境具有成本推動型的影響力。代表大宗商品價格的CRB現貨價格指數月度均值與CPI非食品項同比具有較強的相關性（見圖6），可以將其作為輸入性通脹壓力的先行指標。當然，由于CPI非食品項還包含住房等因素，兩者的變化幅度會有所差異。

圖6 CRB現貨指數與CPI非食品項同比

（編輯注：在右軸上方加上“%”，在第一個圖例后加上“（左軸）”，在第二個圖例后加上“（右軸）”）

數據來源：Wind資訊

需要指出的是，通脹預期對于未來的通脹水平也具有重要影響，理論上是良好的先行指標。但遺憾的是，中國不像美國一樣具有通貨膨脹指數債券，可以從中分離出通脹預期。另外，人民銀行關于未來物價水平的調查數據每季度公布一次，頻率過低，也無法使用。因此，本文沒有納入反映通脹預期的指標。

編制CPI的先行指數

在選定先行指標后，需要按照一定的方法將先行指標編制為先行指數，以監測未來CPI的趨勢變化，本文采用美國商務部開發的合成指數（CI）方法來編制先行指數。指標的數據樣本范圍為2002年1月至2013年12月的月度數據，在這個時間窗內，中國經濟大致走過了三個完整的通脹周期，周期的完整性更有利于檢驗先行指數的效果。

（一）先行指標權重計算

在編制先行指數的過程中，為各先行指標設置合理的權重是一項重要的工作。而在權重的設置上，傳統方法大多采用評分系統計算權重，該方法既存在主觀評分的缺陷，顯然又不夠精確。實際上，不同指標對于通貨膨脹的重要性不同，影響也有差異，因此本文利用因子分析的方法確定每個先行指標的權重。

首先假定所選定的先行指標包含兩個共同因子1，可得如表1所示的先行指標因子載荷矩陣。得到因子載荷矩陣后，然后根據以下公式計算出每個先行指標在合成先行指數中的權重（見圖7）。

其中，i表示先行指標的序號，i=1，2，3，4，5；j表示先行指標因子的序號，j=1，2；aij表示先行指標i因子j的系數；為先行指標i的權重；

從圖7顯示的權重大小看，M1、中長期貸款及PPI對CPI的影響相對比較大；CRB現貨價格指數的影響最小，主要原因是CRB現貨價格在向國內傳導時其大部分變化都已反映在PPI的變動中。

表1 先行指標因子載荷矩陣

先行指標 因子1系數 因子2系數

M1同比增速 0.739 -0.554

PPI同比 0.681 0.732

房地產投資額累計同比 0.6 0.311

中長期貸款余額同比 0.82 -0.573

CRB現貨價格指數 -0.065 0.27

圖7 各先行指標權重

（編輯注：橫坐標中的“MI同比增速”改為“M1同比增速”，“PPI”改為“PPI同比”，“房地產投資同比”改為“房地產投資額累計同比”，“CRB現貨指數”改為“CRB現貨價格指數”）

（二）編制初始的CPI先行指數

在確定了各先行指標的權重后，下面借鑒合成指數的方法，經過三個步驟編制初始的CPI先行指數。

1.對各先行指標分別求變化率并進行標準化。求每個先行指標各期的變化率公式為：

其中，t表示樣本數據期數，2002年1月為第1期（即t=1），但由于此處是計算變化率，所以式中t的有效值為（2，3，…，144）；為先行指標i第t期的數值；為先行指標i第t期較上期的變化率。

用表示先行指標i變化率的平均值，則有：

其中，N=144。

對先行指標i第t期的變化率進行標準化處理，公式為：

其中，即為指標i第t期的標準化變化率。

2.將各先行指標的標準化變化率加權平均，得到每期的加權變化率：

3.最后計算合成指數。以2002年1月為基期，設基期指數值為100，根據合成指數的方法計算各期的指數值，即初始的CPI先行指數。公式如下：

（三）綜合考慮季節性因素后編制最終的CPI先行指數

從實際預測的角度看，我國CPI的一個顯著特點是，食品項占比相對較高且波動劇烈，具有很強的季節性。鑒于此，在計算出上述合成指數后，本文繼續構造一個季節性指數作為季節性因子，并將合成指數與季節性因子相乘得到最終的CPI先行指數。

觀察我國歷史上的通脹周期，幾乎每次通脹率高企都伴隨著食品價格的大幅上漲，按照食品項占整個CPI約30%的權重估計，食品價格變動貢獻了大部分CPI同比的波動（見圖8）。但由于CPI食品項包含了居民日常的主要生活資料，可以細分為16個子類，因此要準確把握其季節規律比較困難。以豬肉和蔬菜兩個具有很強季節性的分項來說，蔬菜的生產周期非常短，受天氣等季節性因素影響很強，其價格變動呈現易漲易跌的特點；而豬肉價格的供給周期則大約為3年，價格的調整具有一定的粘性，并受到整體農產品價格以及農戶通脹預期的影響，季節性規律與蔬菜差別很大。為方便起見，本文根據歷史CPI食品項同比數據計算出各月均值，并構造季節性指數（見圖9），以此衡量季節性的食品上漲幅度，并將其作為合成指數的季節性因子乘數，最后將兩者相乘即可得到最終的CPI先行指數。

圖8 CPI食品項貢獻

（編輯注：在左軸上方加上“%”）

數據來源：Wind資訊

圖9 季節性因子

數據來源：Wind資訊

先行指數分析及CPI趨勢預測

如前文所述，2002年以來中國經濟大致經歷了三個完整的通脹周期（見圖10）。將計算出的2002—2013年各期CPI先行指數值與同期CPI同比對比，可發現先行指數的拐點較為穩定地領先于CPI同比的拐點。在過去的三個通脹周期中，從先行指數基本都可以提前預測到CPI拐點的出現。以2008年的大通脹為例，CPI同比在2月份達到了8.7%的階段性高點，先行指數在2007年11月份已經達到高點并在頂部徘徊，預示著CPI的拐點即將到來，而國債收益率也先于CPI的拐點掉頭向下，一路下行走出一輪牛市行情。可見，本文的CPI先行指數可以較為準確地預測未來通脹的趨勢，在實際中運用該先行指數來監測未來的通脹走勢是可行的。

從2013年第四季度的情況來看， CPI先行指數處在低位運行且略有下行，由此判斷，2014年上半年CPI的壓力不會太大，大概率會處于低位震蕩的走勢，甚至不排除個別月份CPI同比破“2”的可能性。但從中期視角來看，CPI先行指數在2012年7月份已經確立了階段性的底部，對應著CPI同比在2012年10月份出現底部，通脹正處于觸底回升的新一輪周期中，因此2014年下半年CPI上漲的壓力將會顯現出來。從2014年全年來看，通脹將會從低位震蕩逐步過渡到企穩回升的階段，全年的通脹壓力會大于2013年。此外，與過去相比，CPI同比與CPI先行指數出現了一定的剪刀差，一定程度上反映了隨著勞動力成本的上升、資源價格改革等進程的推動，整個CPI同比中樞呈現逐步抬升的特點。

圖10 CPI先行指數與CPI同比

（編輯注：在右軸上方加上“%”，在第一個圖例后加上“（左軸）”，在第二個圖例后加上“（右軸）”）

最后需要指出的是，在判斷未來通脹趨勢時，使用CPI環比數據也有很好的效果。環比數據比同比數據更為先知先覺，這在很多行業數據中都有所體現。由于CPI月度環比受季節性因素影響，波動過于劇烈，因此無法直接使用。借鑒《2008年第一季度中國貨幣政策執行報告》中介紹的CPI季調方法，采用X12-ARIMA模型從CPI月度環比數據中分離出趨勢周期項，發現其對于CPI同比有著良好的先行意義（見圖11）。該指標目前正處于短期回落的趨勢，同時中期處于新一輪的上漲周期中，與本文對2014年通脹形勢的判斷也比較吻合。跟本文的先行指數相比，CPI環比趨勢項的領先效果更好，但這在某種程度上是用通脹本身解釋通脹的“數字游戲”，而先行指數背后是影響CPI的驅動因素，對CPI的變動更有說服力，因此實踐中將先行指數和CPI環比趨勢結合使用判斷未來通脹趨勢，是比較有益的。

圖11 CPI環比趨勢項與CPI同比

（編輯注：在左右軸上方分別加上“%”，在第一個圖例后加上“（左軸）”，在第二個圖例后加上“（右軸）”）

數據來源：Wind資訊

注：1.筆者也嘗試了假定所選定先行指標包含更多共同因子的情況，但無法得出合理的因子載荷。

作者單位：中國工商銀行資產管理部

責任編輯：羅邦敏 劉穎