本报告导读

本文详细介绍了CPI的基本概念和编制方法，剖析了CPI和宏观、微观指标的联系，并阐明了应该如何对CPI进行近月和远月的预测分析。

摘要：

CPI一般指居民消费价格指数，它在一定程度上反映了消费品物价变化的程度。CPI是利用一组商品和服务项目价格，通过链式拉氏公式，逐级加权平均计算得到的反映物价变化的相对数。可以将其拆分为翘尾因素和新涨价因素，分别反应了前一年价格的滞后影响和当年价格的变化。

CPI由八个一级分项构成，而其中谁对CPI影响最大

对于有公布准确拉动数据的部分项目，我们可以使用公式法计算。

而对于其他项目，需要通过支出占比法或回归法进行估算拟合。

综合考虑各分项的权重和波动率（标准差），对CPI同比变化贡献超过10%的分项有食品烟酒、居住、交通通信。

我国基期轮换每五年一次。CPI项目权重或许会有较大的调整，但对CPI同比数值的影响较小。

猪价是对CPI影响最大的分项，猪周期对于猪价的预判和上市公司业绩有重要的指导意义。从能繁母猪到肥猪出栏一般要经历10个月的时间，因此一般以能繁母猪作为猪周期的领先指标。目前正处于猪周期的二次探底期，考虑到能繁母猪数量从2021年7月开始减少，因此预计猪价的底部应该在2022年的二季度。

CPI和其他宏观指标之间有着怎样的联系

2008年之前，CPI和社零中的实际增长和价格变动部分都呈正相关。

但2008年之后，CPI仅和社零中的价格变动正相关。

需求拉动型通胀中CPI和PPI基本同步变动，供给推动型通胀中价格从PPI向CPI传导需要时间，并且传导效果也相对有限。

由于CPI受猪价单一变量影响较大，2015年之后，当CPI和PPI出现分化时，央行的利率决策更多参考PPI和核心CPI。

CPI近月预测是利用高频数据对当月或前一个月的CPI进行预测，其方法主要包括了历史均值法和高频数据法。

历史均值法是最常见的CPI预测方法，其逻辑在于CPI环比具有季节性。其方向性和趋势预测较准，但是往往会低估CPI波动。

高频数据法核心思路是将关联性非常强的高频数据降频至月度，作为对相应CPI分项的预测值。高频法一般分为整体法和分项法。

结果比较中，波动率调整后的整体法和分项法的预测效果不错。

CPI远月预测主要有两种方法，分别是基于未来猪价和油价的方法和基于产出缺口的方法。

猪肉和交通通信分项对CPI变动的贡献最高。因此先单独预测猪肉和交通通信这两个分项的值，再结合历史均值法预测整体CPI。

产出缺口对CPI有大概一期的领先性，在经济增速较大（产出缺口明显）的情况下，对CPI有较强的预测能力。