证监会审核华创证券投资咨询业务资格批文号：证监许可（2009）1210号未经许可，禁止转载证券研究报告【债券深度报告】（2019-04-01）对通胀预测方法的再探讨——华创债券数知宏观系列专题之二随着猪肉开启非季节性上涨，市场对后续通胀走势格外关注，通胀的预测方法已较为成熟完善，但具体方法和准确度仍有改进空间。数知宏观的系列专题的第二篇，我们对通胀进行详细拆分，并且探究能够更为准确预测通胀的方法。一、通胀预测体系较为完善预测通胀的一般做法为分别对食品和非食品分项环比进行预测，推测其同比，再由二者同比加权得到整体CPI预测值。具体来看，食品项预测多数采取高频数据法和历史均值法，而非食品分项的预测主要有历史均值法。高频数据跟踪法包括分项预测和整体预测，分项法对食品分项的二级子项分别进行预测，按照各类占比进行加权，得到食品项的整体环比；整体法用食品分项的整体高频数据对其进行预测。历史均值法只需按照近年来食品项各月环比增速的历史规律作为各月食品项环比进行预测值。非食品项子项繁多，并非各项均有对应高频数据，因此大多直接采用历史均值法。但是由于整体历史均值法误差较大，因此可以对其分项按照不同的方法分别进行预测，减小误差。二、通胀预测方法具体实操分项高频数据法预测食品分项二级子类价格走势，按照各自占CPI食品分项的比重对食品项进行拟合，虽然绝对值较CPI食品分项较小，但是走势基本与CPI食品分析走势一致，通过系数调整预测效果较好。整体高频数据法预测较为精准。目前食品分项整体的高频数据主要是农业部公布的农产品批发价格200指数、菜篮子产品批发价格指数以及商务部公布的食用农产品价格指数，用此三个指标分别对食品分项进行拟合显示，拟合优度分别为0.92、0.92和0.85，农业部公布的数据对食品分项预测更加精确。历史均值法用此前5年各月的食品分项环比均值进行预测，将预测结果与实际食品分项进行回归，显示拟合优度为0.8，预测效果同样较好。总结来看，食品项预测有以下几点值得关注：首先，三种方法中，高频数据法在预测单月食品分项环比时准确率明显高于历史均值法，因此在预测当月CPI时应该考虑高频数据法；其次，高频数据法中，使用综合指数对整体食品环比CPI预测时误差较低，但是若当月某一分项涨价或降价异常明显，则可考虑用高频数据分项预测法对食品分项CPI进行微调；最后，在预测远月CPI时，则可考虑历史均值法。非食品方面，分项预测加总后效果...
