这份研报主要使用Chronos-2时间序列基础模型预测美国CPI和核心PCE物价指数,分析了模型的可迁移性。报告详细介绍了预测指标选择(CPI和核心PCE)、回测窗口(2013年8月至2026年6月),以及CPI和核心PCE的具体预测方法。结果显示,模型预测效果与克利夫兰联储公开发布的即时预测处在同一水平,核心PCE预测精度略高。
该预测对固收行业具有重要参考价值,因为CPI和核心PCE是衡量通胀的关键指标,直接影响通胀挂钩市场对政策路径的定价,也关系到美联储的货币政策决策。准确预测这些指标有助于固收投资者更好地评估债券价格和利率风险,优化投资组合配置。同时,报告展示的大模型预测方法,为固收行业提供了新的数据分析工具和视角。
研报中CPI的预测方法是先将CPI拆成九个分项,由模型逐项预测月环比,再按劳工统计局逐年权重加总;能源分项则先用周度汽油价格算出主体,模型只预测残差。核心PCE的预测时点设在当月CPI公布之后,由当月核心CPI算出主体,模型预测两者的差额。这种差异化的处理方式考虑了各指标的数据特点和预测难易度。
根据研报,模型预测结果显示,美国CPI和核心PCE的预测精度接近克利夫兰联储的即时预测,整体CPI月环比RMSE为0.142,核心CPI为0.141,核心PCE为0.078。核心PCE数据误差月度落在实际值±0.1个百分点以内的比例略高于克利夫兰联储的即时预测,达到84%。这表明当前美国通胀市场表现相对稳定,但仍有波动空间。
研报中提示了模型依赖预训练语料与历史规律的风险,若物价形成机制、指标编制口径或宏观政策出现超出历史经验的结构性变化,预测精度可能明显下降。此外,数据口径与修订风险也不容忽视,若高频数据、领先指标或分项权重发生变化,将直接影响预测输入与结果。最后,回测结果不代表未来表现,样本外实际表现可能与回测存在差异,需谨慎对待。