宏观经济研究周报：11月中美CPI增速预测

11月中美CPI增速预测 ——宏观经济研究周报 宏观经 济 定期报 告 申港证券股份有限公司证券研究报 告 投资摘要： 每周一谈： 我们认为美国核心CPI同比将保持较高的粘性，预测11月美国核心CPI同比降幅有限，仍将高于6%，甚至有很大概率与10月持平。而我国CPI则是另一番场景，由于去年同期食品项高基数的影响，预计11月我国CPI增速将回到“1开头”。 预计我国11月CPI当月同比将较10月显著下降。 具体预测值为1.2%，较10月下降0.9个百分点。其中食品项CPI当月同比 2.2%，较10月下降4.8个百分点；非食品项CPI当月同比1%，较10月下降 0.1个百分点。 1、预测方法改进 基数异常影响模型准确度。在报告《日中则昃——中美通胀的历史复盘与预 测》中我们详细介绍了我们用以跟踪中美通胀的高频/先行指标体系。在预测 具体CPI同比时，由于直接将自变量的同比纳入模型，因此在CPI基数出现异常时，模型给出的同比增速波动较大。 增加自变量，提高模型解释度。将CPI指数绝对值作为因变量进行建模，得 到绝对值后与去年同期基数相比计算变化，以此来尽量减小异常基数给准确 度带来的影响。除此之外，我们还做了进一步改进：经过检测，发现在自变量中加入“临沂商城价格指数:总指数:月:平均值:+5月”、“平均批发价:鲫鱼+鲤鱼+白鲢鱼+大带鱼:月:平均值”能够进一步提高我国CPI预测模型的解释度。 增加残差修正项，提高模型精确度。在测算时我们发现，模型无法解释的残 差部分有很强的自相关性，说明还有剩余信息无法被模型捕捉。我们在原模 型基础上针对残差进一步建立自回归模型，对结果进行细微修正，以期提高模型的精确度。 2、预测步骤 改进后，模型预测步骤可表示为： 根据CPI中的分项选择高频/先行指标 将高频/先行指标变频为月度指标（合计或均值） 检验变频后的高频/先行指标与对应CPI分项绝对值的相关性 以CPI绝对值为因变量，以高频/先行指标绝对值作为自变量建立模型 最终预测值=模型预测值+残差修正值 预测同比=最终预测值/去年同期真实值-1 3、预测食品项CPI同比使用的9项高频指标有： 全国油料/原粮收购价指数（周）月均值 猪肉/牛肉/羊肉平均批发价（日）月均值 28种重点监测蔬菜/7种重点监测水果平均批发价（日）月均值 鸡蛋平均批发价（日）月均值 新增：鲫鱼、鲤鱼、白鲢鱼和大带鱼批发价（日）月均值 4、预测非食品项CPI同比使用的3项高频指标有： 全国城市二手房出售挂牌价指数（周）月平均值（+4月） 全国汽油最高零售指导价（日）月均值 新增：临沂商城价格总指数（周）月均值（+5月） 预计11月美国核心CPI同比增速较10月降幅有限，甚至与10月持平。我们对美国11月核心CPI同比增速下降幅度并不乐观，核心CPI同比有可能与10月持平，即6.3%。 风险提示：美国房租和服务价格下降超预期、我国食品价格上涨超预期。 2022年12月4日 曹旭特分析师 SAC执业证书编号：S1660519040001 2022年我国CPI、美国核心CPI当月同比 资料来源：wind，申港证券研究所 相关报告 1、《日中则昃——中美通胀的历史复盘与预测》2022-10-29 2、《通胀维持低位——10月CPI数据点评》2022-11-10 3、《预期内的回落——10月美国通胀数据点评》2022-11-11 4、《短期扰动难阻趋势回归——宏观经济研究周报》2022-11-15 5、《经济筑底尚未结束——宏观经济研究周报》2022-11-20 6、《还原汇率指数捕捉逆周期因子——宏观经济研究周报》2022-11-27 内容目录 1.每周一谈：3 1.1我国CPI同比预测3 1.1.111月CPI预测结果3 1.1.2预测方法改进3 1.1.3预测步骤4 1.1.4食品项4 1.1.5非食品项4 1.2美国核心CPI同比预测5 1.2.111月核心CPI预测结果5 2.风险提示5 图表目录 图1：2016年5月-2022年11月CPI当月同比及预测值3 图2：2014年11月-2022年11月食品项CPI同比真实值与预测值4 图3：2016年5月-2022年11月非食品项CPI同比真实值与预测值5 图4：2016年8月-2022年11月美国核心CPI同比真实值与预测值5 1.每周一谈： 1.1我国CPI同比预测 1.1.111月CPI预测结果 预计11月CPI当月同比将回到“1开头”。经过我们的测算，预计我国11月CPI当月同比将较10月显著下降，具体预测值为1.2%，较10月下降0.9个百分点（图1）。其中食品项CPI当月同比2.2%，较10月下降4.8个百分点；非食品项CPI当月同比1%，较10月下降0.1个百分点。 图1：2016年5月-2022年11月CPI当月同比及预测值 资料来源：wind，申港证券研究所 1.1.2预测方法改进 基数异常影响模型准确度。在报告《日中则昃——中美通胀的历史复盘与预测》中我们详细介绍了我们用以跟踪中美通胀的高频/先行指标体系。在计算具体CPI同比时，我们以高频/先行指标的月度同比作为自变量，将食品项CPI/非食品项CPI/ 核心CPI作为因变量进行回归建模。基于以上方法，我们利用和CPI相关性很强的高频/先行指标成功预测了美国核心CPI当月同比的拐点。但该方法仍有不足，由于直接将自变量的同比纳入模型，因此在CPI基数出现异常时，模型给出的同比增速波动较大。 增加自变量，提高模型解释度。为提高预测准确度，我们改进了预测方法，将CPI指数绝对值作为因变量进行建模，得到绝对值后与去年同期基数相比计算变化，以此来尽量减小异常基数给准确度带来的影响。除此之外，我们还做了进一步改进： 经过检测，发现在自变量中加入“临沂商城价格指数:总指数:月:平均值:+5月”、“平均批发价:鲫鱼+鲤鱼+白鲢鱼+大带鱼:月:平均值”能够进一步提高我国CPI预测模型的解释度。 增加残差修正项，提高模型精确度。在测算时我们发现，模型无法解释的残差部分有很强的自相关性，说明还有剩余信息无法被模型捕捉。我们在原模型基础上针对残差进一步建立自回归模型，对结果进行细微修正，以期提高模型的精确度。 1.1.3预测步骤 改进后，模型预测步骤可表示为： 根据CPI中的分项选择高频/先行指标 将高频/先行指标变频为月度指标（合计或均值） 检验变频后的高频/先行指标与对应CPI分项绝对值的相关性 以CPI绝对值为因变量，以高频/先行指标绝对值作为自变量建立模型 最终预测值=模型预测值+残差修正值 预测同比=最终预测值/去年同期真实值-1 在计算我国CPI同比时，根据食品项和非食品项权重计算CPI同比 1.1.4食品项 预测食品项CPI同比使用的9项高频指标有： 全国油料/原粮收购价指数（周）月均值 猪肉/牛肉/羊肉平均批发价（日）月均值 28种重点监测蔬菜/7种重点监测水果平均批发价（日）月均值 鸡蛋平均批发价（日）月均值 鲫鱼、鲤鱼、白鲢鱼和大带鱼批发价（日）月均值（新增项） 利用新模型计算，预计11月我国食品项CPI当月同比2.2%，较10月下降4.8个百分点（图2）。 图2：2014年11月-2022年11月食品项CPI同比真实值与预测值 资料来源：wind，申港证券研究所 1.1.5非食品项 预测非食品项CPI同比使用的3项高频指标有： 全国城市二手房出售挂牌价指数（周）月平均值（+4月） 全国汽油最高零售指导价（日）月均值 临沂商城价格总指数（周）月均值（+5月）（新增项） 利用新模型计算，预计11月我国非食品项CPI当月同比1%，较10月下降0.1个百分点。 图3：2016年5月-2022年11月非食品项CPI同比真实值与预测值 资料来源：wind，申港证券研究所 1.2美国核心CPI同比预测 1.2.111月核心CPI预测结果 预计11月美国核心CPI同比增速较10月降幅有限，甚至于10月持平。我们对美国11月核心CPI同比增速下降幅度并不乐观，核心CPI同比有可能与10月持平，即6.3%。 图4：2016年8月-2022年11月美国核心CPI同比真实值与预测值 资料来源：wind，Zillow，Manheim，申港证券研究所 2.风险提示 美国房租和服务价格下降超预期、我国食品价格上涨超预期。 分析师承诺 负责本研究报告全部或部分内容的每一位证券分析师，在此申明，本报告的观点、逻辑和论据均为分析师本人独立研究成果，引用的相关信息和文字均已注明出处，不受任何第三方的影响和授意。本报告依据公开的信息来源，力求清晰、准确地反映分析师本人的研究观点。本人薪酬的任何部分过去不曾与、现在不与，未来也将不会与本报告中的具体推荐或观点直接或间接相关。 风险提示 本证券研究报告所载的信息、观点、结论等内容仅供投资者决策参考。在任何情况下，本公司证券研究报告均不构成对任何机构和个人的投资建议，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。市场有风险，投资者在决定投资前，务必要审慎。投资者应自主作出投资决策，自行承担投资风险。 免责声明 申港证券股份有限公司（简称“本公司”）是具有合法证券投资咨询业务资格的机构。 本报告所载资料的来源被认为是可靠的，但本公司不保证其准确性和完整性，也不保证所包含的信息和建议不会发生任何变更。申港证券研究所已力求报告内容的客观、公正，但报告中的观点、结论和建议仅供参考，不构成所述证券的买卖出价或征价，投资者不应单纯依靠本报告而取代自身独立判断，应自主作出投资决策并自行承担投资风险，投资者据此做出的任何投资决策与本公司和作者无关。本公司并不对使用本报告所包含的材料产生的任何直接或间接损失或与此相关的其他任何损失承担任何责任。本报告所载资料、意见及推测仅反映申港证券研究所于发布本报告当日的判断，本报告所指证券或投资标的的价格、价值及投资收入可能会产生波动，在不同时期，申港证券研究所可能会对相关的分析意见及推测做出更改。本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易，也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。 本报告仅面向申港证券客户中的专业投资者，本公司不会因接收人收到本报告而视其为当然客户。本报告版权归本公司所有，未经事先许可，任何机构和个人不得以任何形式翻版、复制和发布。如转载或引用，需注明出处为申港证券研究所，且不得对本报告进行有悖原意的引用、删节和修改，否则由此造成的一切不良后果及法律责任由私自翻版、复制、发布、转载和引用者承担。 行业评级体系 申港证券行业评级体系：增持、中性、减持 增持报告日后的6个月内，相对强于市场基准指数收益率5％以上 中性报告日后的6个月内，相对于市场基准指数收益率介于-5％～+5％之间减持报告日后的6个月内，相对弱于市场基准指数收益率5％以上 市场基准指数为沪深300指数 申港证券公司评级体系：买入、增持、中性、减持 买入报告日后的6个月内，相对强于市场基准指数收益率15％以上 增持报告日后的6个月内，相对强于市场基准指数收益率5％～15％之间中性报告日后的6个月内，相对于市场基准指数收益率介于-5％～+5％之间减持报告日后的6个月内，相对弱于市场基准指数收益率5％以上