【中信建投 宏观】全景透视猪肉价格上涨的权重效应——兼论对2020年的通胀形势展望

来源：文涛宏观债券研究

摘要

最近几月，猪价快速上行，成为推动CPI破3的主要动力。猪价上行斜率的陡峭化，也带来了一系列的技术性问题，包括猪肉价格权重变化、CPI中猪价对于高频数据更加敏感等等，这也导致了近期CPI的传统预测方法出现偏差，造成市场预期低于实际值。为了更好的判断2020年的通胀形势，我们需要对猪价上涨的权重效应以及影响进行全面梳理。

从统计方法上看，我国CPI的统计按照某类商品在基期的消费支出占整个篮子里的总支出比重作为权重。各分项定基指数基期值为100，根据其基期权重以算术平均的方式计算总体CPI的定基指数。这种算术平均的方法在计算CPI变化时，就相当于假设消费者对货币篮子中各类商品的消费物量不变、以考虑上一期价格变化后的权重计算，不考虑分项间的替代效应，涨价项的权重会被放大。

当前的CPI以2015年为基期计算各分项的权重。根据我们的测算，猪肉在2015年的基期权重为2.44%，此后多数时间在2.2%至3%之间波动，2018年10月权重仍为2.4%。但在近期上涨后，9月权重已经上升至3.9%，10月达到4.7%。有投资者认为CPI同比与环比权重的差异可能会带来无法衔接的问题。事实上，根据链式拉氏公式的性质，在环比连乘的过程中就已经对权重的基期进行了调整。更通俗的表达，2019年10月猪价50元/kg相对9月涨价8元，环比上涨约20%，但若以2018年10月24元/kg的基准，单月8元的涨幅带来的环比上升就将达到33%，因此在连乘中要赋予10月环比更高的权重。由于CPI的预测方法多数根据高频数据推测CPI当月环比，再根据往期CPI环比推算CPI同比。因此，在实际操作过程中，我们还是需要使用环比上一期的权重计算。

至于猪肉的权重变化的影响，本质上还要看未来猪价的环比走势。如果猪价涨势趋缓，使其环比增速回落甚至转负，这样猪肉权重变化对于总体CPI的影响就将显著减弱。事实上，近期非洲猪瘟疫情的影响已经减缓，8月以来的上涨更多是养殖企业压栏养大猪以及出栏肥猪中的母猪多数都被用做留种，相当于供给进一步收缩，但是需求又在旺季导致的。但是，从数据上看，生猪存栏的大幅下行已经告一段落，10月能繁母猪存栏甚至出现了回升。随着9月中下旬压栏生猪出栏时机已到，冻肉库存也加大了投放力度，加上前期猪肉价格的快速上行确实对于需求产生了压制的作用，11月以来猪肉价格已经出现了一定的下行。

在我们对于核心CPI按历史均值变动、2020年猪价均值43、48和55元/kg的假设下，我们发现年内CPI在基数效应影响下仍有上行动力，1月最高值可达5%左右，但是随后持续回落，在三季度回到3以下，而由于猪肉权重的提升，当其价格进入下行区间后，也会对通胀带来更大的拖累，导致明年年末通胀增速可能降至1%以下。

正文

最近几个月以来，猪肉价格出现了快速上行，CPI中猪肉价格分项的同比增速在10月达到了101.3%，根据国家统计局的解释，其对CPI的拉动率达到了2.43%，这是推动CPI 10月同比增速达到3.8%的主要原因。而猪肉价格上行斜率的陡峭化，也带来了一系列的技术性问题，例如近期市场讨论较多的猪肉价格权重变化、以及CPI中猪肉价格变化对于高频数据的波动更加敏感等等。这也导致了近期市场对于CPI的预测方法出现了偏差，造成市场预期低于实际值。那么，猪肉价格上涨到底如何影响CPI的权重？为了更准确的判断CPI走势，我们应该如何调整CPI的预测方法？此外，我们又该如何看待年末以及2020年的通胀形势呢？我们将在这篇报告中对于这些问题进行系统性的梳理。

CPI的统计方法为何会放大涨价项的权重

根据统计局发言人的说明，我国CPI逢0和逢5的年份作为统计的基期，首先选定有代表性的商品和服务，随后按照住户调查中这一类商品和服务的消费支出占整个篮子里的总支出比重作为权重。对于分项的价格变化，假设其内部具有较强的替代性，以基期为100，根据其各子样本价格变化的几何平均值计算分项的定基指数。在得到各分项的定基指数后，再以其基期权重，通过算术平均的方式计算总体CPI的定基指数。例如，CPI的商品篮子中有A、B两种商品，基期权重分别为10%和90%，基期定基数均为100，假设T+1期的A、B两种商品的价格环比分别为5%和1%，那么CPI总体定基数即为101.4（10%*105+90%*101）；如果T+2期A、B两种商品分别再度环比上升5%和1%，其分项定基指数将分别达到110.25和102.01，那么CPI总体的定基指数将达到102.834（10%*110.25+90%*102.01）。相当于在计算定基指数时权重是不变的。

如果将前述公式变形，即为（10%*105*1.05+90%*101*1.01）。在这样的方法下，在计算T+2期CPI的环比变动时，其公式为（10%*105*1.05+90%*101*1.01）/（10%*105+90%*101）=10%*105*1.05/（10%*105+90%*101）+90%*101*1.01/（10%*105+90%*101），就相当于假设消费者对于A、B两类商品的消费物量不变，以T+1期下价格变动后对A、B两类商品的支出规模为权重，对于总体CPI进行加权平权。这就是国家统计局介绍的所谓“链式拉氏方法”。

假设在未来12期A、B两种商品每月价格环比仍为5%和1%，那么在T+12期A、B两种商品价格的定基指数就将达到179.59和112.68，总体CPI的定基指数为119.37（10%*100*1.05^12+90%*100*1.01^12），而T+2期CPI的同比增速即为19.37%=（10%*100*1.05^12+90%*100*1.01^12）

/（10%*100+90%*100）-1，相当于以T期支出为权重。而在T+13期，计算总体CPI同比时就相当于要以T+1期的支出规模为权重，公式为（10%*100*1.05^13+90%*100*1.01^13）/

（10%*100*1.05+90%*100*1.01）-1=19.61%。

因此，在链式拉氏方法下，尽管每月A、B两类商品价格的增速是稳定的，但是由于A商品价格增速更高，其权重在稳定上升，就会导致总体CPI的同比和环比增速都会加速提升。

猪肉价格在2016年之后的权重如何变化

具体到CPI的实际计算中，当前的CPI统计就以2015年为基期计算各分项的权重，尽管此后各分项价格会出现变化，但总体CPI定基指数仍然按照2015年的权重计算。但是在计算每月CPI的环比变化时，就相当于假设消费者对于货币篮子中各类商品的消费物量不变，以上一期价格相对基期变动后对各类商品的支出规模为权重。在计算同比时也是类似的，以上年同期价格相对基期变动后消费者对各类商品的支出规模为权重。

在了解了CPI的计算方法后，我们就可以根据国家统计局的描述，计算出猪肉在2015年的基期权重与此后价格变化带来的权重变化。首先，我们把CPI分成猪肉和非猪肉两个子项。根据国家统计局的解释，猪肉价格在10月的同比增速为101.3%，拉动CPI上升2.43%，可以推算出猪肉在2018年10月居民消费支出中的权重为2.40%，非猪肉项权重为97.6%。而总体CPI和CPI猪肉分项的环比增速是公布的，因此我们可以根据2018年10月的权重，推算出前后月非猪肉类商品的环比增速，然后再根据这两类商品的价格环比，推算前后月中两类商品的权重，继而以此类推，推算出猪肉与非猪肉权重的时间序列。

但这样计算的各月权重都是考虑到价格变动后的，并不是基期权重。由于当前CPI总体和分项指数都以2015年作为基期，相当于以2015年各月CPI定基指数的平均值为100，但国家统计局目前公布的2015年的CPI定基指数又以2010年为基期。因此，我们可以根据2015年各月CPI及其分项的变化，为其建立新的定基指数。在构建2015年的定基指数后，我们可以将CPI分项的定基指数向前延展一直到现在，而2016年之后总体CPI的定基指数又是公布，因此我们可以通过将三者拟合，判断在计算定基指数时猪肉的基期权重。经过我们的计算，猪肉在2015年的基期权重为2.44%，与2018年10月的水平大致相当，但远低于2019年9月3.9%左右，以及2019年10月的4.7%。

不同权重的同比与环比数据是如何衔接的？

有投资者可能存在疑问，计算今年10月猪肉价格的同比增速是按照2018年10月的权重，计算环比是按照2019年9月的权重，而这两者的权重存在很大的差别，这会不会导致环比与同比数据无法衔接。实际上，按照链式拉氏指数的公式，当期总体CPI定基数

则其环比变动即为

相当于以t-1期为权重。而Lt相对于Lt-2期的变化

在环比连乘的过程中就自动将权重调整到了t-2期，而t-12期的同比变化也是类似的，因此同比数据和环比连乘的数据是可以衔接。而实践中有些环比连乘和同比会有0.1%左右的误差，这更多是定基数仅保留1位小数给估计带来的误差造成的。

用更通俗的表达，2018年10月猪肉价格的定基指数为102，2019年10月猪肉价格同比上升了101.3%，定基指数也升至205.3，而10月猪价环比上升20.1%，是在9月定基数已经达到171的条件下实现的，如果按照2018年10月102的定基数，其定基指数34.3的升幅理应带来更大的环比，因此环比计算时需要按照2019年9月的定基数给10月环比赋予其更大的权重。而10月猪肉3.9%的环比权重也将是明年9月的同比权重。

虽然同比环比数据可以衔接，但是因为市场上对于CPI的预测方法几乎都是根据高频数据推测CPI的环比，再根据已经过去各月CPI环比的公布值推算CPI的同比。因此，在实际操作过程中，我们确实还是需要使用环比上一期的权重计算。

猪肉环比快速上行增加了高频数据的传导效率

另一方面，在猪肉价格快速上行的过程中，我们发现CPI中猪肉分项的传导相对于高频数据的变动更加敏感。根据我们过去的模型，猪肉价格高频数据的变动对于CPI中猪肉分项的传导效率大约为60%-70%。这可以理解为由于菜单成本的存在，零售终端会过滤一部分批发价格的变动。但是，在最近几个月猪肉价格上涨的过程中，我们发现CPI猪肉分项的环比变化都在20%左右，与当月高频数据的变化大致相当。我们猜测可能由于成本的快速提高，零售终端已无力过滤，高频数据几乎实现了完全传导。

针对这种情况，我们在预测模型中增加了三次项，来刻画猪肉价格环比大幅上涨后，传导效率增加对于CPI中猪肉分项的影响。在增加三次项后，我们发现模型对于CPI的预测能力有了明显的提升，能更好的适应高环比环境下对CPI猪肉分项的预测。

如何看待未来一年的通胀形势

至于猪肉的权重变化对CPI的影响究竟有多大，这本质上还是要看未来猪肉价格的走势变化。如果猪肉价格未来的涨势趋缓，或是维持在当前水平，那么其环比增速将出现明显的回落，这样猪肉权重变化对于总体CPI的影响就将显著减弱。但是，如果猪肉价格在当前超过50元/kg的基础上，环比继续实现大幅上涨，那么其对CPI的影响仍将持续放大。

但在当前环境下，我们认为前者的可能性更高。事实上，自从今年9月以来，非洲猪瘟疫情的发生趋势已经有所减缓，但在猪肉价格上行的带动下，养殖企业的补栏热情大幅提升，表现为仔猪价格的快速上涨，而养殖企业压栏养大猪情绪浓厚，每月出栏肥猪中的母猪多数都被用做留种，相当于供给进一步收缩，但是需求又在旺季，因此猪肉价格出现了快速上行。但是，从数据上看，生猪存栏的大幅下行已经告一段落，10月环比降幅收窄至0.6%，能繁母猪存栏甚至出现了回升。随着9月中下旬压栏生猪出栏时机已到，冻肉库存也加大了投放力度，加上前期猪肉价格的快速上行确实对于需求产生了压制的作用。在11月以来，我们观察到猪肉价格已经出现了一定的下行，22省市平均的猪肉价格降至55元/kg下方。

为了判断年末以及2020年的通胀形势变化，我们对未来猪肉价格变化做了三种情形的假设。由于当前需求仍处旺季，因此在中性假设下，我们仍然认为猪肉价格的中枢从当前到2020年一季度仍将维持在55元/kg左右，而从二季度开始逐步回落，到2020年年末降至40元/kg附近，相当于全年猪肉均价在48元/kg。在乐观情形下，猪肉价格的中枢可能从当前到2020年年初逐步涨至维持在65元/kg，从一季度末到年末逐步回落至45元/kg，相当于全年猪肉均价55元/kg。而在悲观情形下，我们认为猪肉价格将从当前的55元/kg逐步降至50kg，而到2020年末将逐步降至35元/kg左右，相当于全年均价43元/kg。

对于CPI中的其他分项，剔除能源与食品的核心CPI其权重约为75%，我们假设2019年未来几月按照过去5年的均值波动。原油价格主要对交通工具用燃料、道路运输、燃气三项存在较大影响，这3项占CPI权重的4%左右，考虑到传导过程中的效率损失，原油价格波动对CPI的弹性大约在1%左右（参见报告《从油价到CPI：影响弹性与情形设定》），我们假设2020年布伦特油价均值维持在68美元附近。而猪肉价格波动的传导效应主要体现在对其他肉类价格指数的影响上，根据历史数据回测，生猪价格波动对于CPI中猪肉价格的传导效率约为60%左右，而猪肉价格波动对牛肉与羊肉价格的影响分别为12%和8%，对鸡肉价格的影响为30%。

尽管最近两周猪肉价格环比有所下滑，但由于11月猪肉价格均值仍然高于10月，因此从环比上看猪肉价格仍有上行动力，加上去年同期的低基数，11月CPI同比有望达到4.4%，随后在三种情形假设下，CPI的上行都将延续至2020年1月，中性、乐观和悲观三种情形下，CPI同比增速将分别达到5%、5.5%和4.8%。而在中性假设下，CPI同比在一季度后两月将有所回落，但仍将维持在4%以上；二季度后继续回落，在8月降至3%以下。乐观和悲观的情形下，CPI走势与中性情形大致相当，其破3%的时间分别较基准情形滞后和提前一个月。

但值得注意的是，由于今年8月以来猪肉价格的快速上行，造成2020年8月后，CPI同比中猪肉权重的大幅抬升，如果猪肉价格在那时相对19年8月以后的高位有所回落，这种回落的压力同样将被放大。因此，在我们三种情形的假设下，CPI同比增速在2020年三季度后都将出现快速回落，尤其是在悲观情形下，2020年末CPI同比增速可能降至0附近。

证券研究报告名称：《【价格之翼】系列研究之二十一：全景透视猪肉价格上涨的权重效应——兼论对2020年的通胀形势展望》

对外发布时间：2019年10月23日

报告发布机构：中信建投证券股份有限公司

分析师：黄文涛

执业证书编号：S1440510120015

huangwentao@csc.com.cn

010-85130608

分析师：李一爽

执业证书编号：S1440516110001

liyishuang@csc.com.cn

021-68821600-865

免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。