腾景宏观快报：美国1月CPI同比降幅减缓，或为6.2%，风险向下

腾景宏观快报 美国1月CPI同比降幅减缓，或为6.2%，风险向下 ——基于腾景AI高频模拟和预测腾景高频和宏观研究团队 相关报告 《腾景宏观快报：美国12月CPI同比继续回落，或为6.5%，风险向下》2022-12-30 《腾景宏观快报：美国11月CPI同比继续加速回落，或为7.3%》2022-12-02 《腾腾景宏观快报：美国10月CPI同比小幅回落，或为8.0%》2022-11-01 本期要点： •腾景宏观高频模拟显示，美国1月CPI同比继续回落，或为6.2%，较去年12月下降0.3个百分点，能源价格上升是降幅减缓的主要因素。分项来看，核心CPI同比或为5.5%，较去年12月小幅回落0.2个百分点；CPI能源同比小幅上涨，或为7.5%；CPI食品同比于2022年8月见顶，连续四个月小幅回落，1月延续回落趋势，或为9.9%。目前，美国劳动力市场有降温迹象，美国CPI同比向下回落超过6.2%的风险更大。 •去年三季度以来，美国汽油价格同比一直处于下降趋势，去年12月部分汽油价格同比转为负数，今年1月汽油价格小幅回升，环比转正。同时美国二手车价格指数降幅收窄，拉动美国通胀回落的动力减弱，去年12月严寒带来的电力价格上涨在今年1月得到缓和。 •互联网企业、金融企业和零售企业裁员在1月继续扩大，劳动力市场拐点逐渐成型。薪资（salary）的谷歌搜索指数在本月出现逐步上升的趋势。谷歌趋势显示，民众对通货膨胀（CPI）搜索指数在去年12月下降到低点后，今年1月出现波动上涨趋势，对经济衰退 （recession）的搜索也在1月有较小幅度的上涨，对于加薪的关注度在本月上涨回去年12月初的高水平。 •综合来看，从2022年10月开始，美国劳工部开始使用新的计算口径来核算医疗保险服务，拉动核心服务项持续下降，在面对2022年1月高基数的情况下，今年1月医疗服务项还将继续大幅下降，并推动核心CPI同比回落。在2022年初食品环比高基数的作用下，美国CPI食品同比将维持稳步下降的态势。但粮食的大宗商品市场仍然充满变数，高烧难退。 表：美国CPI2022年12月官方值及2023年1月腾景高频模拟值 数据来源：腾景宏观高频模拟和预测库 图：美国CPI同比腾景AI高频模拟与官方数据 数据来源：腾景宏观高频模拟和预测库 表：美国CPI同比腾景AI高频模拟与官方数据 数据来源：腾景宏观高频模拟和预测库 一、1月核心CPI同比或继续回落0.2个百分点至5.5% •2022年12月美国核心CPI同比中的核心商品项受二手车供需关系改善大幅下降，今年1月维持下降趋势，但降幅收窄，连续11个月的稳步下降，已使核心商品项降至低水平，1月或缓步降至1.4%。 •1月核心CPI商品和服务表现分别为：商品受二手车价格拉动继续回落，同比下降幅度有所收窄；服务延续2021年8月以来的上涨趋势，但增速较上月放缓。综合来看，1月核心CPI同比小幅回落，或为5.5%。 图：2018-2022年美国核心CPI商品、核心CPI服务同比 数据来源：Wind、腾景宏观高频模拟和预测库 •美国核心CPI服务仍高居不下，其中占比最大，同时也是对核心CPI服务影响最大的房屋项去年12月增速继续扩大，依据房价领先房租16个月的规律，房租通胀或在本月到达顶部。1月美国出行需求呈下降态势，公共交通项同比或继续小幅下降，TSA安检人数环比持续为负，同比基于2022年1月的低基数大幅上涨。 图：2008-2023年美国标准普尔/CS房价指数与美国CPI服务不含能源 数据来源：Wind、腾景宏观高频模拟和预测库 •核心CPI商品方面，根据美国核心CPI商品与美国二手车价格指数存在的领先滞后关系，1月二手车价格指数同比继续下降，同时在去年1月核心CPI商品高环比基数的影响下，本月核心CPI商品同比继续回落。 图：2017-2023年美国二手车价格指数同比与美国核心CPI商品 数据来源：Manheim、腾景宏观高频模拟和预测库 图：2018-2022年美国CPI核心商品、核心服务环比 数据来源：Wind、腾景宏观高频模拟和预测库 二、1月CPI能源同比上涨0.2个百分点至7.5%；CPI食品同比下降0.5个百分点至9.9% •本月CPI能源同比小幅上涨。CPI能源同比于2022年6月到达高点后一直处于快速下降阶段，但今年1月根据美国能源署公布的汽油零售价格数据，汽油价格环比上涨，优质零售汽油价格环比为1.93%，同比2.28%，较去年12月上涨1.89个百分点。本月美国能源署公布的4次汽油价格，都在持续小幅上涨，与国际原油价格联系密切。 图：美国CPI能源同比腾景AI高频模拟与官方数据 数据来源：腾景宏观高频模拟和预测库 表：2023年1月美国汽油、柴油价格数据 数据来源：Wind、腾景宏观高频模拟和预测库 •去年12月CPI食品同比缓慢回落，今年1月将在去年1月环比高基数的影响下扩大下降幅度。1月末美国农业部对美国2023年食品通胀预估数据显示，2023年食品通胀区间维持在4.0%~5.0%，以现在的食品通胀数据，距离全年目标还有一定下降空间。并且面对2022年1月的高环比基数，本月下降幅度增大，或快速下降至9.9%。 图：2018-2022年美国CPI食品同比与环比 数据来源：Wind、腾景宏观高频模拟和预测库 图：USDA公布CPI食品年度同比预测区间中位数与CPI食品当月同比 数据来源：USDA、腾景宏观高频模拟和预测库 三、高基数下美国CPI能源同比2、3月份或加速下行 •2022年美国四个季度GDP同比增速分别为3.5%、1.9%、2.1%和1.0%，根据IMF最新的经济预测数据显示，美国2023年全年GDP增速为1.4%，结合腾景宏观高频模拟模型，修正后美国2023年一二季度GDP同比增速大概率在0.5%、1%左右。相较于去年12月的预测结果上调了0.6个百分点左右。 •能源方面，目前布油价格保持在85美元/桶左右，与我们前期预测基本一致。考虑到2022年2、3月份布油价格由89美元/桶涨到105美元/桶，基数很高。在世界总需求收缩的大背景下，布油价格难以复现2022年上涨趋势，因此2、3月份CPI能源同比或加速下降。 图：2018-2022年美国CPI当月同比与环比 数据来源：Wind、腾景宏观高频模拟和预测库 •GoogleTrends显示，1月美国通胀搜索指数呈现波动上涨的趋势，对美国经济衰退相关词语的谷歌搜索量在去年12月下降至较低水平今年1月出现小幅上升趋势。目前民众对经济衰退的相关搜索与去年3月处于相同低水平。民众对薪资的关注度在去年12月出现小幅下降后，今年1月又呈现了上涨趋势，已涨至高水平。 图：2022-2023年美国通胀、经济衰退和薪资的谷歌搜索指数 数据来源：GoogleTrend （本文执笔：张立媛、张振、吴卫） 注释 ❑腾景AI经济预测 北京腾景大数据应用科技研究院，简称“腾景数研”，是适应数字时代特点和要求，旨在推动宏观和产业经济研究方法变革、推动数字技术与实体经济深度融合的民办非企业新型研究机构，为中国发展研究基金会“博智宏观论坛”提供学术研究和数据支持。研究院学术委员会由目前中国学术研究水准和社会影响力居前的经济学家和有关方面负责人组成，为研究院的研究工作提供指导。 腾景AI经济预测运用近年来快速发展的机器学习特别是深度学习等人工智能前沿技术，与实时化、动态化的投入产出体系深度融合，在一系列关键技术攻关的基础上，对重要的经济金融指标进行高频模拟和预测，形成了在国内外具有开拓性、领先性、实用性的产品体系。 ❑高频模拟 所谓高频模拟，就是在搜集加工大量相关数据的基础上，依托经典机器学习和深度学习模型，把月度指标日度化，使通常一个多月后才公布的指标，当日或近日就能呈现出来，比如，月初的CPI指标，过去要到一个半月后才公布，有了高频模拟，当日就知晓了。 ❑AI预测 所谓预测，就是运用深度学习的先进算法，重点在海量数据中搜寻非线性相关关系，发现并提炼那些过去、当下和未来都会起作用的规律性因素，从而实现对某一变量未来一定时期的预测。目前，我们已基本形成了时间长度为半年到一年、准确率70%以上的预测能力，并在逐步提升。 预测并不是一件神秘的事情，只是发掘那些未来仍会起作用的历史信息。也正是由于这个原因，我们多数情况下并不是预测某个指标的实际数值（某些情景下也会预测），而是预测它的平滑（TC）数值，因为平滑数值含有更多的历史信息。对一个具体指标而言，我们预测时主要关注两个方面，一是走向，向上、向下还是平行；二是拐点，顶部的拐点或底部的拐点，或者说峰值或谷底。对大多数指标来说，一年中最重要、最困难的是如何把握住一两个、两三个大的拐点，若经济预测能够帮助解决这个问题，应该说足以令人满意了。 ❑全口径数据 全口径数据是以动态化投入产出矩阵为架构，按照国民经济核算体系的规范完整口径，对官方数据深化和扩展后的研究性数据。核心技术是对投入产出体系进行动态化改造，研发并验证了一系列转换矩阵表，建立起了支出侧和生产侧极为复杂的高频关联关系，形成“多维动态均衡矩阵系统（MDEMS）”，这一数据体系具有如下优势。 补全。有些月度指标是片段性数据，如社会消费品零售总额，反映的只是部分商品消费，除了餐饮等外，基本上不包括服务消费。全口径数据则包括了月度完整口径的居民消费和政府消费及其构成，还区分了居民消费中的商品消费和服务消费。 补准。固定资产投资完成额含有土地使用费等，而这部分近些年达到30%以上，与构成GDP的固定资本形成差距较大。全口径数据则去粗取精、去伪存真，剔除了土地使用费的部分，加入了商品房销售增值、矿藏勘探、计算机软件等无形资产，从而形成准确完整涵义上的固定资本形成指标。 补缺。目前的月度官方统计中，在服务业领域，只有服务业生产指数，还不能提供大部分服务行业的增长数据。全口径数据则在投入产出矩阵约束下，通过相关高频和中频数据的模拟，形成了全部服务业月度增长指标。 校正。利用投入产出矩阵内在的自我约束、自我平衡机制，使不同部分的数据相互比较、相互印证、相互校正，增强数据的准确性。 高频。通过对投入产出体系动态化改造，同时引入大量高频数据，实现了全口径数据的月度化，以后将可能实现全口径数据周度、日度乃至标准意义上实时化显示。 当前，官方常用指标有72个，而腾景全口径常用指标有150多个，全部指标5000多个。 全口径数据库的框架性数据来源于官方数据，与官方数据科学衔接，并不是另搞一套。每个月官方数据公布后，将其带入数据体系，转化为全口径数据。官方季度和年度国民经济核算数据公布后，全口径数据与其对标校正。 更多信息请关注腾景公众号 联系我们： 010-65185898|+8615210925572 北京市朝阳区朝阳门外大街乙6号朝外SOHO-A座29层 重要声明 本报告由北京腾景大数据应用科技研究院制作，报告内容和引用资料力求客观公正。报告中的信息来源于我们研究团队运用机器学习、深度学习等人工智能技术所取得的探索性研究成果，数据准确率通常以概率方式呈现。因此，本报告仅供投资者参考之用，不构成任何投资决策的建议。对于投资者依据或者使用本报告所造成的一切后果，北京腾景大数据应用科技研究院及相关分析师均不承担任何责任。 此报告版权归北京腾景大数据应用科技研究院所有，本单位保留所有权利。未经本单位事先书面许可，任何机构和个人均不得以任何形式翻版、复制或转载。如引用发布，需注明出处为北京腾景大数据应用科技研究院，且不得对本报告进行有悖原意的引用、删节和修改。否则，本单位将保留随时追究其法律责任的权利。北京腾景大数据应用科技研究院对于本免责声明条款具有修改权和最终解释权。