固定收益专题报告：通胀跟踪预测方法回顾与2020年CPI预测-20191107-国信证券-18页.pdf

请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 固定收益研究固定收益研究 Page 1 证券研究报告证券研究报告深度报告深度报告 固定收益固定收益 Table_Title 固定收益专题报告固定收益专题报告 2019 年年 11 月月 07 日日 一年一年沪深沪深 300 与中债指数与中债指数走势走势比较比较 市场市场数据数据 中债综合指数 119 中债长/中短期指数 120/121 银行间国债收益(10Y)3.73 企业/公司/转债规模(千亿)26.83/75.46/3.37 相关研究报告：相关研究报告：固定收益专题报告：国债期货的 8 种成交性质隐含了什么 2019-11-01 索发转债申购价值分析：预焙阳极龙头，底部蓄势 2019-10-23 专题报告：2019 年三季报管窥信用风险 2019-11-05 2019 年三季度基金转债配置分析：债基“转债热”，转债“银行热”2019-10-30 浦发转债申购价值分析：超大盘转债来临，建议积极申购 2019-10-25 证券分析师：董德志证券分析师：董德志 电话：021-60933158 E-MAIL： 证券投资咨询执业资格证书编码：S0980513100001 证券分析师：李智能证券分析师：李智能 电话：0755-22940456 E-MAIL： 证券投资咨询执业资格证书编码：S0980516060001 独立性声明：独立性声明：作者保证报告所采用的数据均来自合规渠道，分析逻辑基于本人的职业理解，通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影响，特此声明 专题报告专题报告 通胀通胀跟踪跟踪预测方法回顾预测方法回顾与与 2020年年 CPI 预测预测 主要主要结论结论 CPI 食品当月环比我们采用商务部农副食品价格数据进行跟踪预测，非食品当月环比我们采用“历史均值+高频”方法进行预测。2018 年 1 月至 2019 年 9月食品环比预测误差平均值约为 0.5 个百分点，非食品环比预测误差平均约为0.09 个百分点。次月的环比预测方面，我们分别测算当月的翘尾影响与次月的新涨价因素，二者之和为次月的环比预测值。后续月份环比的预测已无任何高频数据信息可以参考，我们取统计局公布值过去十年的历史均值作为预测值。按上述跟踪预测方法，2019 年 10、11、12 月 CPI 同比分别为 3.4%、4.3%、4.6%，2020 年全年 CPI 同比约为 3.7%，呈现前高后低走势，2020 年 1 月 CPI同比或突破 5%达到 5.2%，且 2020 年上半年 CPI 同比将维持在 4%以上。除了采用上述环比历史均值预测 2020 年的 CPI 同比，我们还考虑将 2020 年全年累计同比分拆成翘尾因素与新涨价因素之和，其中翘尾因素约为 2.5%，通过分析 2020 年猪肉、剔除猪肉后的食品、非食品这三部分新涨价因素与各自新涨价因素历史均值的关系，最终确定 2020 年 CPI 新涨价因素约为 1.2%，略低于历史均值 1.3%。因此 2020 年整体 CPI 累计同比约为 3.7%，与采用历史环比均值方法的计算结果吻合。此外，能繁母猪存栏量变化领先猪价同比涨幅。崽猪从刚生下来到成长为可出栏大猪所需时间约为 6.7 个月，因此若我们看到能繁母猪存栏数量有明显回升，则整体生猪存栏数量或在 6 个月后有明显回升，猪价同比随后也将明显回落，2010-2011 年猪周期正好吻合这一周期特点。因此，若在年底前看到能繁母猪存栏量开始回升，则明年二季度左右剔除能繁母猪的生猪存栏量或开始进入持续上升阶段，明年四季度左右猪肉价格同比开始出现明显回落。若能繁母猪存栏量数据提前或滞后回升，则相应时间也会提前或滞后。0.00.51.01.5N/18J/19 M/19 M/19J/19S/19沪深300中债综合指数 2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 2 内容目录内容目录 CPI 食品分项预测方法回顾食品分项预测方法回顾.4 CPI 食品分项短期高频跟踪方法回顾.4 CPI 食品分项 2019 年 10 月环比预测.6 CPI 食品分项 2019 年 11 月环比预测.7 CPI 食品分项 2019 年 12 月至 2020 年 12 月环比预测.8 CPI 食品分项同比预测结果.8 CPI 非食品分项预测方法回顾非食品分项预测方法回顾.8 CPI 非食品分项“历史均值+高频”短期预测方法回顾.8 CPI 非食品分项环比预测结果.10 CPI 非食品分项同比预测结果.11 整体整体 CPI 预测方法回顾预测方法回顾.11 2020 年整体 CPI 同比预测.11 猪周期演化逻辑回顾猪周期演化逻辑回顾.14 生猪生长周期.14 能繁母猪存栏低点领先整体生猪存栏低点约 6 个月.15 国信证券投资评级国信证券投资评级.17 分析师承诺分析师承诺.17 风险提示风险提示.17 证券投资咨询业务的说明证券投资咨询业务的说明.17 2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 3 图表目录图表目录 图图 1：商务部农副产品价格指数环比与：商务部农副产品价格指数环比与 CPI 食品环比公布值对比食品环比公布值对比.4 图图 2：商务部蔬菜价格环比与：商务部蔬菜价格环比与 CPI 公布值对比公布值对比.5 图图 3：商务部肉类价格环比与商务部肉类价格环比与 CPI 公布值对比公布值对比.5 图图 4：商务部水果价格环比与商务部水果价格环比与 CPI 公布值对比公布值对比.5 图图 5：商务部水产品价格环比与商务部水产品价格环比与 CPI 公布值对比公布值对比.5 图图 6：商务部蛋类价格环比与商务部蛋类价格环比与 CPI 公布值对比公布值对比.5 图图 7：商务部油脂价格环比与：商务部油脂价格环比与 CPI 公布值对比公布值对比.5 图图 8：商务部奶类价格环比与商务部奶类价格环比与 CPI 公布值对比公布值对比.6 图图 9：商务部粮食价格环比与：商务部粮食价格环比与 CPI 公布值对比公布值对比.6 图图 10：农业部农产品批发价格环比与：农业部农产品批发价格环比与 CPI 公布值对比公布值对比.6 图图 11：线性回归测算结果与：线性回归测算结果与 CPI 食品环比公布值对比食品环比公布值对比.7 图图 12：CPI 食品价格同比走势食品价格同比走势.8 图图 13：柴油零售价格环比与柴油零售价格环比与 CPI 车用燃料公布值对比车用燃料公布值对比.10 图图 14：中药高频价格环比与中药高频价格环比与 CPI 中药公布值对比中药公布值对比.10 图图 15：“历史均值历史均值+高频高频”与单纯历史均值方法对非食品环比的预测误差对比与单纯历史均值方法对非食品环比的预测误差对比.10 图图 16：CPI 非食品价格同比走势非食品价格同比走势.11 图图 17：历年：历年 CPI 食品中猪肉年度新涨价因素一览食品中猪肉年度新涨价因素一览.12 图图 18：CPI 食品中猪肉新涨价因素与剔除猪肉后的食品新涨价因素一览食品中猪肉新涨价因素与剔除猪肉后的食品新涨价因素一览.13 图图 19：2019-2020 年年 CPI 月度同比走势月度同比走势.14 图图 20：生猪生长周期示意图：生猪生长周期示意图.15 图图 21：2010-2011 年猪周期中能繁母猪存栏数量领先生猪存栏约年猪周期中能繁母猪存栏数量领先生猪存栏约 6 个月个月.16 图图 22：2018 年以来能繁母猪存栏量与生猪存栏量一览年以来能繁母猪存栏量与生猪存栏量一览.16 表表 1：CPI 及其分项同比新涨价因素计算及其分项同比新涨价因素计算.12 2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 4 CPI 食品食品分项分项预测预测方法方法回顾回顾 CPI 食品分项食品分项短期短期高频跟踪高频跟踪方法方法回顾回顾 目前国内食品高频数据序列比较长且比较完整的是商务部每周发布的国内农副产品价格。根据我们的观察和测算，商务部农副产品价格环比与对应 CPI 分项的环比走势基本一致，可以用来作为 CPI 食品高频跟踪指标。需要指出的是，本文中的商务部农副产品价格环比高频指标是我们加权计算得到，与商务部另外公布的食用农产品价格指数并不一样。商务部另外公布的食用农产品价格指数的加权权重并未公布且难以回溯计算，估计和 CPI 篮子权重有较大差异，同时商务部公布的食品农产品价格指数经常出现数据缺失，因此我们没有使用商务部食用农产品价格指数而是自己进行计算。具体计算方法如下：根据商务部公布的各农副产品价格，先计算各个农副产品价格环比，然后按权重进行加总，得到商务部农副产品价格指数环比，最后用商务部农副产品价格指数环比与实际公布 CPI 食品环比进行回归测算，得到最新一个月的 CPI 食品预测环比。商务部官网的商务预报板块每周均披露粮油、肉类、禽蛋、糖盐、蔬菜、水果、奶类、水产品等国内农副产品价格。我们根据商务部披露的农副产品价格，构建了商务部口径的粮食、油脂、蛋类、糖类、调味品、禽类、乳类、肉类、水产品、蔬菜、水果价格指数，并在此基础上构建了整体商务部农副产品价格指数。从商务部农副产品价格指数环比与 CPI 食品环比公布值对比来看，二者走势基本一致。图图 1：商务部农副产品价格指数环比与商务部农副产品价格指数环比与 CPI 食品环比公布值对比食品环比公布值对比 数据来源：WIND、CEIC、国信证券经济研究所整理 -6.00-4.00-2.000.002.004.006.008.00CPI:食品:环比商务部农副产品价格指数：月环比2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 5 图图 2：商务部蔬菜价格环比与商务部蔬菜价格环比与 CPI 公布值对比公布值对比 图图 3：商务部肉类商务部肉类价格环比与价格环比与 CPI 公布值公布值对比对比 数据来源：WIND、CEIC、国信证券经济研究所整理 数据来源：WIND、CEIC、国信证券经济研究所整理 图图 4：商务部水果价格环比与商务部水果价格环比与 CPI 公布值对比公布值对比 图图 5：商务部水产品商务部水产品价格环比与价格环比与CPI 公布值公布值对比对比 数据来源：WIND、CEIC、国信证券经济研究所整理 数据来源：WIND、CEIC、国信证券经济研究所整理 图图 6：商务部蛋类商务部蛋类价格环比与价格环比与 CPI 公布值公布值对比对比 图图 7：商务部油脂价格环比与商务部油脂价格环比与 CPI 公布值对比公布值对比 数据来源：WIND、CEIC、国信证券经济研究所整理 数据来源：WIND、CEIC、国信证券经济研究所整理 -30-20-10010203040CPI:食品:蔬菜商务部蔬菜价格指数-10-505101520CPI:食品:肉类商务部肉类价格指数-15-10-5051015CPI:食品:水果商务部水果价格指数-6-4-20246810CPI:食品:水产品商务部水产品价格指数-10-5051015CPI:食品:蛋类商务部蛋类价格指数-0.6-0.4-0.200.20.40.60.811.21.4CPI:食品:油脂商务部油脂价格指数2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 6 图图 8：商务部奶类价格环比与商务部奶类价格环比与 CPI 公布值对比公布值对比 图图 9：商务部粮食价格环比与商务部粮食价格环比与 CPI 公布值对比公布值对比 数据来源：WIND、CEIC、国信证券经济研究所整理 数据来源：WIND、CEIC、国信证券经济研究所整理 此外，农业部每天均披露农产品批发价格 200 指数。从农业部农产品批发价格200 指数环比与 CPI 食品环比公布值对比来看，二者也呈现同向走势，但从相关性上来看，农业部披露的食品价格环比与统计局公布的 CPI 食品环比的相关性较商务部的数据还是差一些，但考虑到农产品批发价格 200 指数数据每日发布，频率比商务部的要高，因此也可作为一个方向上的参考。图图 10：农业部农产品批发价格环比与农业部农产品批发价格环比与 CPI 公布值对比公布值对比 数据来源：WIND、国信证券经济研究所整理 CPI 食品分项食品分项 2019 年年 10 月环比预测月环比预测 从食品高频指标的全月累计均值环比来看，今年 CPI 食品价格 10 月环比或仍高于季节性。商务部农副产品价格指数10月环比为2.11%，高于历史均值0.35%；农业部农副产品批发价格指数、菜篮子价格指数10月环比分别为2.67%、2.97%，亦高于历史均值-0.90%、-1.07%。值得注意的是，商务部今年“十一”假期期间的农副食品价格数据出现缺失（往年春节和“十一”长假期间均有数据，这次是第一次出现数据缺失），因此我们在计算今年 10 月商务部农副产品价格月均值环比时，根据商务部公布的 10 月 5 日至10月11日的周环比数据，估算了大部分产品 9月28日至10月4日的价格，由此重新计算十月以来各分项以及整体商务部农副产品价格的周环比，由此得-0.4-0.200.20.40.60.81CPI:食品:乳类商务部乳类价格指数-0.6-0.4-0.200.20.40.60.8CPI:食品:粮食商务部粮食价格指数-15.00-10.00-5.000.005.0010.0015.0020.00CPI:食品:环比农产品批发价格200指数2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 7 到较为准确的 10 月环比数据。根据我们的计算结果，若忽视首周缺失的高频数据，得到的 10 月食品价格环比会明显高估。忽略 9 月 28 日至 10 月 4 日这周的数据，直接采用十月后三周的平均数据计算得到 10 月商务部农副食品价格环比为 2.91%，明显高于我们考虑9 月 28 日至 10 月 4 日这周数据后的计算结果 2.11%。根据商务部农副食品价格环比与统计局公布的 CPI 食品环比进行线性回归计算，可得到 10 月 CPI 食品环比的预测值。在进行线性回归计算时，我们选择了两种回归方式，一是采用每一年同一个月份的环比进行回归，二是采用过去连续24 个月的环比进行回归。从对比结果来看，2018 年 1 月至 2019 年 8 月，大体上第二种方式得到的结果更加准确，但 2019 年 9 月第二种方式得到的预测结果却与实际公布值出现较大的偏差，这可能与 9 月政府加强了对物价的调控有关。2018 年 1 月至 2019年 8 月，第一种方式的平均预测误差约为 0.5 个百分点，第二种方式的平均预测误差约为 0.3 个百分点，而 2019 年 9 月第一种方式的预测误差为 0.3 个百分点，第二种方式为 1.5 个百分点。图图 11：线性回归线性回归测算结果测算结果与与 CPI 食品食品环比环比公布值对比公布值对比 数据来源：CEIC、WIND、国信证券经济研究所整理 根据 10 月商务部食品高频数据，根据第一种方式回归得到的 10 月 CPI 食品环比预测值约为 2.05%，根据第二种方式回归得到的预测值约为 0.4%，二者仍然呈现较大的差异，考虑到 9 月第二种方式出现了较大误差，而第一种方式 0.5个百分点的平均误差并不算特别大，因此我们选择第一种方式的测算结果 2.05%作为 2019 年 10 月 CPI 食品环比的预测值。CPI 食品分项食品分项 2019 年年 11 月环比预测月环比预测 我们将 2019 年 11 月的环比测算分拆成翘尾与新涨价两部分之和，翘尾部分是指由于 10 月出现上涨趋势，11 月价格即使不涨其环比涨幅也会大于零，根据商务部食品高频数据，11 月环比中的翘尾因素约为 2.62%。新涨价方面，过去十年 11 月的新涨价均值为 0.88%，其中猪肉新涨价均值为-0.21%，剔除猪肉后的食品新涨价均值为 1.02%，根据 11 月的首周数据，我们确实看到猪肉价格略有下行，但蔬菜和水果价格亦没有上涨，与季节性规律有一定背离，当然不-5.00-4.00-3.00-2.00-1.000.001.002.003.004.005.006.00线性回归结果与公布值对比线性回归结果与公布值对比CPI食品环比：新口径最近24个月线性回归每一年同样月份线性回归2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 8 能排除 11 月后几周蔬菜和水果等其他食品价格会上涨，但我们先假设 11 月新涨价为零进行测算，以提供一个较为中性的观察标准。在 11 月新涨价为零的情况下，11 月食品高频环比约为 2.62%，根据上述第一种线性回归方式，11 月CPI 食品环比的预测值约为 2.61%。CPI 食品分项食品分项 2019 年年 12 月至月至 2020 年年 12 月环比预测月环比预测 2019 年 12 月起完全没有高频数据信息可以参考，因此我们将 2019 年 12 月至2020 年 12 月的食品环比均取统计局公布值过去十年历史均值作为预测值。在测算过程中，由于 2005-2015 年统计局直接公布的 CPI 食品环比反映的权重与 2016 年之后有较大差异，因此测算过程中使用的 2005-2015 年的 CPI 食品环比是根据估算得到的 2016 年新权重加权得到的结果。CPI 食品分项食品分项同比预测结果同比预测结果 根据上述测算的 CPI 食品环比，我们采用十二个月环比累乘方法测算了未来截至 2020 年 12 月的 CPI 食品价格同比走势：图图 12：CPI 食品食品价格价格同比走势同比走势 数据来源：CEIC、WIND、国信证券经济研究所整理 注：2019 年 10 月（红点）起为预测值 CPI 非食品非食品分项分项预测方法预测方法回顾回顾 CPI 非食品非食品分项分项“历史均值“历史均值+高频高频”短期预测方法”短期预测方法回顾回顾 历史上，一般采用历史环比均值方法来预测 CPI 非食品环比，而随着国内对商品行政化定价的持续弱化，使用历史均值法预测非食品环比越来越无法满足市场对 CPI 预测精度越来越高的要求。事实上，历史均值法是典型的时间序列预测方法。时间序列预测方法的逻辑是，总结以前变量的变化趋势和周期,并假设该趋势和周期在未来延续。此方法包含两前提：其一，变量历史的趋势和周期必须稳定，没有这种稳定，无从总结；其二，变量历史变化的趋势和周期必须延续，没有这种延续，无从预测。两前提的任何偏差都会形成时序方法预测的误差，当待预测变量自身呈现混乱不堪的随机游走时，趋势和周期无从总结，时间序列方法的预测效果将大打折扣。1.90.74.16.17.78.39.11011.213.9 18.3 18.9 21.3 18.3 17.8 16.9 15.6 15.1 14.5 12.9 10.6 7.9 5.0 4.8 0510152025CPI:食品食品:当月同比当月同比2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 9 行政化定价的淡化使得非食品各分项价格走势越来越接近混乱不堪的随机游走，因此使用历史均值法预测 CPI 非食品环比的精度势必越来越差。因此，在 CPI 食品分项上实现的较精确高频跟踪促使我们积极寻找非食品各分项对应的高频指标，通过跟踪高频指标的环比变动，把握对应非食品分项当期的价格变化，以期更得到更精准的 CPI 非食品环比预测值。但实际上，相关性极好的非食品高频数据很难找到，大多数情况下只能找到相关性有限的高频指标，因此用高频数据进行预测本身就会带来一定的误差，如果这个误差大过采用历史均值作为预测值带来的误差，那采用历史均值作为预测值就是更优的预测方法。具体处理方面，可考察各细项每年同月价格季节性的稳定性（用历年相同月份的价格环比方差来衡量，方差小则稳定性强），稳定性强的分项可考虑取历史均值作为预测值；不稳定的分项则尽量寻找高频数据进行跟踪预测。根据我们的观察和测算，国内 CPI 非食品中的个人饰品、车用燃料、水电燃料、中药、通信工具、建房及装修材料这六个细项价格环比季节性的稳定性较差，同时它们的价格走势分别与黄金价格、柴油零售指导价格、柴油零售指导价格、中药价格、中关村电子产品价格、玻璃与水泥拟合的建材价格的走势基本一致，而黄金价格、柴油零售指导价格、中药价格、中关村电子产品价格、玻璃与水泥价格均可进行高频跟踪。然而自 2016 年开始，上述可进行高频跟踪的 CPI 分项环比中，统计局继续公布的仅有车用燃料、水电燃料、中药这三项，其他的分项环比不再继续公布，因此没法进行预测的校准，目前我们对 CPI 非食品环比的预测参考的高频指标仅剩下柴油零售指导价格、中药价格。由柴油零售指导价格、中药价格这两个高频价格指标与对应非食品细项的相关性，我们可得到车用燃料、水电燃料、中药这三个细项价格环比的高频预测值。将车用燃料、水电燃料、中药这三个细项价格环比的高频预测值与公布值历史均值的差值，按权重对非食品环比的历史均值进行修正，则得到我们“高频+均值”预测方法下的 CPI 非食品环比预测值。计算公式如下：CPI 非食品环比预测值=CPI 非食品环比历史均值+（车用燃料价格环比高频预测值-车用燃料价格环比历史均值）*车用燃料在非食品篮子中的权重+（水电燃料价格环比高频预测值-水电燃料价格环比历史均值）*水电燃料在非食品篮子中的权重+（中药价格环比高频预测值-中药价格环比历史均值）*中药在非食品篮子中的权重。（注：非食品环比与前述食品环比一样，使用 2016 年权重进行了非食品环比的计算）2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 10 图图 13：柴油零售价格环比与柴油零售价格环比与 CPI车用燃料公布值对比车用燃料公布值对比 图图 14：中药高频价格环比与中药高频价格环比与 CPI中药公布值对比中药公布值对比 数据来源：WIND、CEIC、国信证券经济研究所整理 数据来源：WIND、CEIC、国信证券经济研究所整理 我们将上述“历史均值+高频”方法预测的非食品环比误差与单纯历史均值方法做了对比，发现“历史均值+高频”方法整体要更优一些。2018 年 1 月至 2019年 9 月，“历史均值+高频”方法预测的非食品环比误差平均值约为 0.09 个百分点，而单纯历史均值方法预测的非食品环比误差平均值约为 0.11 个百分点。后续若能继续找到其他季节性不稳定的非食品分项的高频跟踪指标，则“历史均值+高频”方法的预测结果精度则会进一步提升。图图 15：“历史均值“历史均值+高频”与高频”与单纯历史均值方法对非食品环比的预测误差对比单纯历史均值方法对非食品环比的预测误差对比 数据来源：CEIC、WIND、国信证券经济研究所整理 CPI 非食品非食品分项环比预测分项环比预测结果结果 CPI 非食品分项 10 月环比历史均值约为 0.23%，根据 10 月高频数据，可分别测算得到柴油、中药高频数据价格环比，进而通过线性回归方法得到车用燃料、水电燃料、中药这三个细项价格 10 月环比预测值，再使用上述“历史均值+高频”方法可测算得到 CPI 非食品分项 10 月环比预测值约为 0.2%。同理，CPI 非食品分项 11 月环比历史均值约为 0.10%，考虑 10 月给 11 月高频数据带来的翘尾因素，假设 11 月 5 号之后柴油价格和中药价格维持不变，可分别计算得到柴油、中药高频数据价格 11 月环比，进而估计出车用燃料、水电燃料、中药这三个细项价格 11 月环比预测值，再使用上述“历史均值+高频”方法-15-10-50510CPI：非食品:交通工具用燃料柴油零售指导价格月平均值环比00.10.20.30.40.50.60.70.80.9-2.00-1.50-1.00-0.500.000.501.001.502.002.503.00高频：中药价格月平均值环比CPI：非食品:中药材及中成药（右坐标轴）0.000.050.100.150.200.250.300.350.400.45“历史均值+高频”预测误差历史均值预测误差2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 11 可测算得到 CPI 非食品分项 11 月环比预测值约为 0.06%。2019 年 12 月起完全没有高频数据信息可以参考，因此我们将 2019 年 12 月至2020 年 12 月的非食品环比均取统计局公布值过去十年历史均值作为预测值。CPI 非食品非食品分项分项同比同比预测预测结果结果 根据上述测算的 CPI 非食品环比，我们采用十二个月环比累乘方法测算了未来截至 2020 年 12 月的 CPI 非食品价格同比走势：图图 16：CPI 非非食品食品价格价格同比走势同比走势 数据来源：CEIC、WIND、国信证券经济研究所整理 注：2019 年 10 月（红点）起为预测值 整体整体 CPI 预测预测方法回顾方法回顾 2020 年整体年整体 CPI 同比同比预测预测 对 2020 年整体 CPI 同比预测，一方面要充分利用当前的已知信息翘尾因素，另一方面根据已有的信息对新涨价因素进行估计。根据上述关于食品与非食品价格环比的预测分析，我们估计 10 月、11 月、12月 CPI 食品环比分别为 2.05%、2.62%、1.58%，非食品环比分别为 0.20%、0.06%、0.07%，而食品与非食品在 CPI 篮子中的权重分别为 20%和 80%，因此 10 月、11 月、12 月整体 CPI 环比分别为 0.57%、0.57%、0.38%，对应 CPI同比分别为 3.4%、4.3%、4.6%。由此可估计 2019 年 CPI 全年累计同比约为 2.9%，其中翘尾因素约为 0.7%，新涨价因素约为 2.2%。根据 2019 年 CPI 月度走势，可计算得到 2020 年 CPI 累计同比的翘尾因素约为 2.5%（若假设 10 月、11 月、12 月 CPI 环比为零，则翘尾因素为 1.2%）。再估计 2020 年的新涨价因素，则 2020 年整体 CPI 同比为翘尾因素与新涨价因素之和。我们计算了 2012 年以来各年份的 CPI 及其分项的新涨价因素，如下表所示：1.7 1.71.81.71.61.41.31.11.00.9 1.1 1.3 1.5 1.0 1.1 1.2 1.3 1.5 1.4 1.4 1.5 1.5 1.5 1.5 0.60.81.01.21.41.61.82.0CPI:非食品非食品:当月同比当月同比2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 12 表表 1：CPI 及其分项及其分项同比同比新涨价因素新涨价因素计算计算 年份年份 CPI:新涨价新涨价 CPI:食品食品:新涨新涨价价 CPI:非食品非食品:新新涨价涨价 CPI:食品食品:猪猪肉肉:新涨价新涨价 CPI:剔除猪剔除猪肉后的食品新肉后的食品新涨价涨价 2012 年 1.5 2.7 1.2-7.5 4.1 2013 年 1.5 3.3 1.0-1.2 3.9 2014 年 1.0 2.1 0.7-7.0 3.4 2015 年 1.0 1.4 0.9 7.0 0.7 2016 年 1.4 3.2 1.0 9.3 2.4 2017 年 0.9-0.7 1.3-5.9-0.1 2018 年 1.1 1.4 1.0-5.9 2.4 2019 年 2.2 8.0 0.7 40.0 3.7 平均值平均值 1.3 2.7 1.0 3.6 2.6 资料来源:CEIC、WIND、国信证券经济研究所整理 2012 年-2019 年这八年的 CPI 新涨价因素平均值为 1.3%，平均值低于 2012、2013、2016、2019 年，高于 2014、2015、2017 年。其中食品分项新涨价平均值为 2.7%，低于 2013、2016、2019 年，与 2012 年持平，高于 2014、2015、2017、2018 年；非食品分项新涨价平均值为 1.0%，低于 2012、2017 年，与2013、2016、2018 年持平，高于 2014、2015、2019 年。从 2006 年以来每年的猪肉新涨价因素来看，每当猪肉新涨价因素快速拔高超过平均值后，次一年猪肉新涨价因素基本都会低于历史平均值，进入负值区间。2019 年猪肉新涨价因素约为 40%，创下历史新高，按历史经验，2020 年猪肉新涨价因素或低于历史平均值 3.6%，但考虑到目前能繁母猪存栏量还未出现回升，因此预计猪肉新涨价因素也难以进入负值区间，我们暂时估计猪肉新涨价持平历史均值。图图 17：历年历年 CPI 食品食品中中猪肉猪肉年度新涨价因素年度新涨价因素一览一览 数据来源：CEIC、WIND、国信证券经济研究所整理 对比 2006 年以来每年的猪肉新涨价因素与剔除猪肉后的食品新涨价因素，可以发现二者并无太强的关联，特别是在猪肉价格新涨价明显上升的时候，剔除猪肉后的食品新涨价因素一般并不会在当年或次年跟着上升。因此，我们给与2020 年剔除猪肉后的食品新涨价持平历史平均值的中性判断。-20.0-10.00.010.020.030.040.050.02006年2007年2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年历年猪肉新涨价历年猪肉新涨价平均值2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 13 图图 18：CPI 食品食品中中猪肉新涨价因素猪肉新涨价因素与与剔除猪肉后的食品新涨价因素剔除猪肉后的食品新涨价因素一览一览 数据来源：CEIC、WIND、国信证券经济研究所整理 非食品新涨价因素水平对经济增速变化较为敏感，在经济增速下行期间，非食品分项新涨价均低于历史均值，例如 2014、2015、2019 年；经济企稳回升时非食品新涨价因素则会超越历史均值，例如 2017 年。考虑到 2020 年经济增长仍面临一定下行压力，因此 2020 年非食品新涨价因素或仍会低于历史均值1.0%，但猪肉价格上涨或带来一定的外溢影响，2020 年非食品新涨价因素或高于 2019 年，预计 2020 年非食品新涨价因素约为 0.9%。根据上述分析，2020 年食品新涨价因素或持平历史均值，非食品新涨价因素或低于历史均值，整体 2020 年 CPI 新涨价因素或约为 1.2%，略低于历史均值。综上综上，2020 年年 CPI 翘尾因素约为翘尾因素约为 2.5%，新涨价因素，新涨价因素预计预计约为约为 1.2%，因此因此 2020年年全年全年 CPI 累计累计同比涨幅预计约为同比涨幅预计约为 3.7%，较，较 2019 年年的的 2.9%继续继续抬升抬升 0.8 个个百分点百分点。从月度走势来看，我们结合各月环比的历史均值，按照 12 个月环比累乘的方法计算得到 2020 年各个月份的 CPI 同比走势：呈现前高后低的格局。-1.00.01.02.03.04.05.06.07.08.09.0-20.0-10.00.010.020.030.040.050.0CPI:食品烟酒:畜肉类:猪肉:新涨价CPI:剔除猪肉后的食品新涨价（右轴）2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 14 图图 19：2019-2020 年年 CPI 月度同比走势月度同比走势 数据来源：CEIC、WIND、国信证券经济研究所整理 注：2019 年 10 月（红色标记）起为预测值 猪周期演化猪周期演化逻辑逻辑回顾回顾 生猪生长生猪生长周期周期 发展改革理论与实践2017 年 9 期中，杭州市物价局赵全新的文章“猪周期”形成的原因分析与对策建议显示，生猪生产经过繁育母猪、产仔、育肥阶段完成一个完整循环，共需要一年左右的时间。农业展望2018 年第 11 期中，陶炜煜的文章近年来中国生猪价格周期性波动分析与展望显示的生猪生长周期示意图如下。据此估算，国内生猪养殖过程中，从繁育母猪至母猪产崽，再到生猪出栏，时间周期合计约为120+114+21+70+70+40=435 天，即约为 14.5 个月的时间，与赵全新的文章基本吻合。根据陶炜煜的生猪生长周期示意图，可将整个生猪生产周期划分为以下三个重要的周期时长：（1）繁育母猪时长约为 120 天，即母猪从后备母猪（仔猪）成长为可繁殖母猪所需时间约为 4 个月。（2）母猪怀孕至生崽所需时长约为 114 天，即母猪配种后到生崽所需时间约为3.8 个月。（3）崽猪生长至可出栏的大猪时长约为 21+70+70+40=201 天，即崽猪从刚生下来到成长为可出栏大猪所需时间约为 6.7 个月。1.71.52.32.52.7 2.72.8 2.83.03.4 4.3 4.6 5.2 4.2 4.3 4.2 4.0 4.1 3.9 3.6 3.2 2.7 2.2 2.2 0.61.11.62.12.63.13.64.14.65.15.6CPI:非食品非食品:当月同比当月同比2 3 1 9 8 5 2 7/4 3 3 4 8/2 0 1 9 1 1 0 7 1 5:2 2 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 15 图图 20：生猪生长生猪生长周期示意图周期示意图 数据来源：农业展望2018 年第 11 期 陶炜煜、国信证券经济研究所整理 能繁母猪能繁母猪存栏存栏低点低点领先领先整体整体生猪存栏低点生猪存栏低点约约 6 个月个月 根据 wind 给出的统计解释，我国生猪存栏量统计的是养大了可供应市场的活猪。而能繁母猪是指产过一胎崽猪、能够继续正常繁殖的母猪，也计入生猪存栏量统计。由于后备母猪并不计入生猪存栏量统计，因此养殖场何时开始增加后备母猪无法在生猪存栏量统计数据上体现出来。按上述周期时长分析，当我们看到能繁母猪存栏数量有明显回升的时候，已经是养殖场增加后备母猪 7.8 个月时间之后了。按上述崽猪生长至出栏的周期时长，当我们看到能繁母猪存栏数量有明显回升时，则整体生猪存栏数量或在 6 个月后有明显回升。在 2010-2011 年那轮猪周期中，我们看到能繁母猪存栏量最低点出现在 2010 年 8 月，此后能繁母猪存栏量震荡上行。而剔除了能繁母猪后的生猪存栏量则在 6 个月后的 2011 年 2月达