申港证券-宏观经济研究周报：11月中美CPI增速预测-221204

《申港证券-宏观经济研究周报：11月中美CPI增速预测-221204（7页）.pdf》由会员分享，可在线阅读，更多相关《申港证券-宏观经济研究周报：11月中美CPI增速预测-221204（7页）.pdf（7页精品完整版）》请在悟空智库报告文库上搜索。

　　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。