【华创固收】解码PPI:严密统计制度下如何进行测算

作者:华创固收周冠南、陈静

来源:华创债券论坛

摘要

PPI作为影响债市的重要变量,并不像CPI一样易于跟踪和预测,市场上对PPI的预测方法也不尽相同。因此,数知宏观系列专题的第五篇,我们将对PPI的统计方法进行详细的介绍并对其进行拆分,探究更为准确预测PPI的方法。

一、PPI产生过程——逐级分类的严密计算

PPI的统计主要包括选择调查对象、调查对象价格变动的采集以及PPI的加权测算三个过程。(1)代表商品选择方面,PPI“商品篮子”十分庞大,通过商品价格进行加权难以较好的代表PPI,按照行业重要性选择对国计民生影响较大的商品;代表企业选择方面,“企业篮子”基本包括所有大型企业,调查期间被调查企业存在破产的可能,调查企业存在更换的可能,这将导致大类权重发生细微的变化。(2)商品价格的调查方面,PPI调查日期为调查月的5日和20日,调查内容包括报告月调查日的相关产品出厂价格,并计算两个调查日期的平均价。(3)PPI计算方面,采用几何平均值加权法,各地方统计局先计算本省数据,然后按照各省工业销售产值加权计算得出全国数据。

二、PPI分解——多维度拆解PPI ,探究哪些行业对PPI贡献较大

不同维度下探究不同工业类别对PPI的影响。(1)二分法下PPI可以分为生产资料和生活资料两大类。生产资料在全国PPI中的权重较高,生产资料PPI与全国PPI走势基本一致,对全国PPI贡献度较高;(2)按照工业部门来分,PPI由15个工业部门PPI组成。石油工业、化学工业及冶金工业PPI变动对全国PPI变动贡献度最高,森林工业、缝纫工业级皮革工业贡献度较小;(3)行业分类下PPI主要受石油、煤炭及其他燃料加工业、黑色金属冶炼及压延加工业影响。(4)地区分类下,江苏、山东、广东、河南以及浙江对全国PPI的贡献度最高。

三、PPI预测——9~10月继续走低,11~12月小幅回升,明年一季度升至正值,后围绕0.2%中枢小幅波动

PPI预测,主要有高频数据法和历史均值法,当月值预测使用高频数据法,远月值预测使用历史均值法。分项高频法方面,利用对PPI影响较大的行业对应的分项高频数据对9月PPI进行预测,预测效果较好;整体高频法方面,根据工业用品相关价格指数对PPI进行直接预测,生产资料价格指数与PPI拟合优度最高,预测结果显示9月PPI或在-1.3%~-1.2%之间,与分项高频法预测结果较为相近。利用滞后1期全国大宗商品价格指数对10月PPI进行预测,利用滞后3期的CRB现货价格指数对11月和12月PPI进行预测。预测结果显示 11月和12月PPI同比增速或将回升至-0.8%和-0.1%。

利用历史均值法并结合主要工业品未来价格走势分成四种情景,对2020年PPI进行预测,中枢小幅回升至0.2%左右,一、三季度小幅回升,二季度走低。明年PPI很难出现导致新涨价因素大幅波动的情况,考虑到明年上半年抢出口效应结束后经济下行压力或较大,后续逆周期政策加码,下半年经济可能有所回升,同时,考虑到下半年基数明显走低,明年上半年PPI或较预测值偏弱,下半年PPI可能整体小幅较预测值偏高。

对于债市而言,年内9~10月PPI可能继续下行,11~12月虽有所回升,但大概率依旧为负,因此即使通胀走高,整体物价水平也难以对货币政策产生掣肘;明年来看,受翘尾因素影响,PPI或将在一季度转正,但大概率仍将维持相对低位,明显回升的可能性不大。明年一季度后半段抢出口结束后,经济下行压力料将明显加大,逆周期政策或将加码,在基本面以及货币政策未转向前,债券市场配置价值依旧存在。

风险提示:伊朗封锁霍尔木兹海侠导致国际油价大涨。

正文

近期PPI快速下行,并于7月超预期转负,且连续两个月位于负区间,使得市场对于PPI未来走势更加关注。PPI作为影响债市的重要变量,并不像CPI一样易于跟踪和预测,市场上对PPI的预测方法也不尽相同。因此,数知宏观系列专题的第五篇,我们将对PPI的统计方法进行详细的介绍并对其进行拆分,探究更为准确预测PPI的方法。

一、PPI产生过程——逐级分类的严密计算

我国工业生产者价格指数包括工业生产者出厂价格指数和工业生产者购进价格指数两类,其中,工业生产者出厂价格指数简称PPI,是指工业生产产品出厂价格在某个时期内变动的相对数,反映了工业企业产品第一次出售时的出厂价格的变化趋势和变动幅度,包括工业企业售给本企业以外所有单位的各种产品和直接售给居民用于生活消费的产品;工业生产者购进价格指数简称PPIRM,是指工业生产中购进作为投入要素的中间品价格在某个时期内变动的相对数,反映了工业企业作为中间投入产品的购进价格的变化趋势和变动幅度。二者走势基本一致,市场更为关注工业生产者出厂价格PPI走势,在此我们主要对PPI进行分析。

要对PPI进行较为准确的跟踪和测算,首先需要对PPI的计算过程有所了解,统计分层、行业权重如何划分、PPI的总“商品篮子”以及各行业“商品篮子”如何选择等问题是PPI预测过程中的难点所在。从PPI的产生过程来看,统计工作主要包括选择调查对象、调查对象价格变动的采集以及PPI的加权测算三个过程。

(一)调查对象的选择:按照行业重要性选择对国计民生影响较大的商品

PPI调查目录涉及41个工业行业大类,201个工业行业中类,581个工业行业小类,1638个基本分类中的20000多种工业产品(按照国民经济行业分类标准,可将行业门类下分成大类行业、中类行业、小类行业);调查对象的选择主要是包括对商品和对企业的选择,正确选择调查商品及企业是PPI指数统计准确度的重要保障。

1、代表商品的选择:“商品篮子”十分丰富

按照行业重要性选择对国计民生影响较大的商品。选择商品过程中,统计局遵循以下几个原则:(1)选择对国计民生影响大的产品。一般来看,销售产值大的产品对国计民生影响就大,因此销售产值大的产品都应选择为代表产品。(2)选择生产较为稳定的产品。一旦被选为代表产品,就要连续调查一段时期,所以选择代表产品时一定要考虑其生产的稳定性,试生产、经济寿命短的产品不应被选为代表产品。(3)选择有发展前景的产品。部分产品如电子产品、生物制品、新材料等,尽管其当期销售产值较小,但它是有前途的产品,随着时间的推移,就会占有市场,所以要将这样的产品选为代表产品;而部分产品尽管一时销售产值较大,但已是国家明令淘汰或是将被市场淘汰的,则不应选为代表产品。(4)选择具有地方特色的产品。一些产品尽管生产量不大,但具有地方特色,也应被选为调查项目。

考虑到PPI“商品篮子”十分庞大,通过商品价格进行加权难以较好对PPI进行预测。统计局规定,对于41个主要工业大类行业和百分之九十以上的中类行业,都应选择足够的基本分类和代表产品,以使价格指数较好地反映各行业工业生产者价格变化情况。另外,代表产品所代表的所有行业销售产值应超过当年全部工业销售产值的70%,此前提到,PPI统计共包含20000多种商品种类, PPI的“商品篮子”非常庞大且十分丰富,因此,通过商品价格进行加权对PPI进行测算难以实现。

2、代表企业的选择:“企业篮子”基本包括所有大型企业

调查期间被调查企业存在破产或其他经营不连贯的可能,调查企业可能被更换,这将导致大类权重发生细微的变化。在对每个代表商品价格统计时,统计局要求各个地区要尽可能选择多个企业进行填报,针对被调查企业,统计局按照以下原则进行选择:(1)按工业行业选择调查企业,各中类行业原则上都要有调查企业。调查企业要合理分布,不能遗漏,也不能过于集中。就编制指数的地区来讲,原则上有产值的中类行业一定要有调查企业。(2)大型企业应尽量都选上(或占相当大比重)。所有大型企业应该都被调查,同时,也应采用抽样方法适当选择一些中小企业,使工业生产者价格指数更加准确、全面地反映客观实际。(3)选择生产稳定、正常的企业作为调查对象。一旦企业被选中作为调查企业,就要稳定一段时间,所以选择调查企业时一定要注意其是否生产正常、稳定。

(二)商品价格的调查:取两个调查日平均价

选择好调查的商品和企业后,下一步即开始进行企业产品的价格调查。在选定企业后,国家统计局地方调查总队办公室将定期统计报表下发给相关企业,企业填报后上交,统计局进行计算。

从调查方法上来看,PPI采用重点调查与典型调查相结合的调查方法。重点调查是将全部年主营业务收入2000万元以上的企业列为调查对象,采用主观选样的方法选择调查企业;典型调查是把年主营业务收入2000万元以下的企业作为抽样对象,采用随机抽样的调查方法;

从调查具体日期来看,调查日期为调查月的5日和20日,因此在这两日商品价格波动若较大,将会对本月PPI造成暂时性冲击。调查资料的上报采取联网直报方式,严格按照各报表制度规定的调查内容、上报时间报送数据;

从调查内容来看,PPI调查内容包括报告月调查日的相关产品出厂价格,并计算两个调查日期的平均价,并需要在调查表格中填写上期价格,在这种情况下,即使调查企业更换,也不会出现由于企业不同,商品价格明显变动的情况,因此,在企业更换时对当期PPI的价格影响较为有限。

(三)我国工业生产者价格指数的计算:采用几何平均值加权法

基于调查获得的企业产品价格,通过PPI计算公式可获得各省份PPI,再按照各省份工业产销值加权即可获得全国PPI,在对其进行计算时,各地方统计局先计算本省数据,然后按照各省工业销售产值加权计算得出全国数据。

1、逐级加权计算全国PPI

首先对省级PPI进行计算汇总,计算各基本分类环比变动,再由此计算出其定基指数,根据定基指数按照基本分类、小类、中类、大类的顺序逐级加权计算得出各省PPI。

2、按照各行业工业销售产值确定权数

权数是衡量调查“商品篮子”中每个调查产品重要性的指标。由于每个调查产品在工业经济中的地位和作用不同,其价格变动对全部工业生产者价格指数的影响程度也有所不同。为合理反映价格变化的平均趋势,工业生产者价格指数是根据每个调查产品的价格指数加权平均计算而得出的。

基本分类及以上分类一般五年调整一次。在五年期间,若出现产品结构变动较大,以致影响“商品篮子”代表性的情况时,可及时进行合理修正。

PPI统计中,基本分类及基本分类以上的权重是通过工业统计中分行业工业销售产值数据计算得到;基本分类以下不计算权数,相关指数通过几何平均方法计算。权重计算比例如下表所示:

二、PPI分解——多维度拆解PPI ,探究哪些行业对PPI贡献较大

统计局在公布PPI时,存在按大类、工业部门、行业三个维度,因此,可从这三个维度对PPI进行拆解,与此同时,考虑到统计局对PPI进行计算时,最终按照不同省份工业产销值进行加权,所以,对不同地区的PPI进行分析,能够更为全面的把握PPI的构成及其可能变化。

(一)不同维度下探究不同工业类别对PPI的影响

1、二分法下PPI主要受生产资料影响

二分法下PPI可以分为生产资料和生活资料两大类。生产资料主要分为采掘工业、原材料工业和加工工业。采掘工业指开采金属和非金属矿物,捕猎或采集自然生长的动物和其他自然资源的工业部门。一般包括煤炭、采矿、石油、天然气等工业;原材料工业是为制造业提供原材料的工业部门;加工工业则是指对原材料进行加工制造的工业。生活资料主要包括食品类、衣着类、一般日用品类和耐用消费品类。

生产资料在全国PPI中的权重较高,达到75%左右,生产资料PPI与全国PPI走势基本一致。根据国家统计局公布的2019年8月份PPI数据,可以估算出生产资料和生活资料在PPI中的权重:生产资料价格同比下降1.3%,影响工业生产者出厂价格总水平下降约0.98个百分点,可以估算出生产资料权重大约为75%,生活资料价格同比上涨0.7%,影响工业生产者出厂价格总水平上涨约0.18个百分点,可以估算出生活资料权重大约为25%。从PPI走势来看,生产资料PPI走势与全国PPI走势基本一致,相关系数达到0.999,而生活资料PPI走势较为平稳,与生产资料PPI和全部工业品PPI走势相差较大,而且相关系数仅为0.669;从贡献度来看,全国PPI的变动基本由生产资料PPI的变动引起,2016年以来生产资料PPI变动平均贡献度高达90%。

2、工业部门分类下PPI主要受冶金、石油和和化学工业影响

按照工业部门来分,PPI由15个工业部门PPI组成。工业部门指专门生产同类产品(产品经济用途同类,或使用的原材料同类,或工艺过程性质同类)的企业总和。我国现行工业部门由15个大类组成:冶金、电力、煤炭及炼焦、石油、化学、机械、建材、森林、食品、纺织、缝纫、皮革、造纸、文教艺术用品、其他工业等。

由于国家统计局并没有公布15个工业部门的权重,因此我们首先对15个工业部门的权重进行计量估算:使用1999年1月至2019年8月的全国及15个工业部门的PPI月度同比时间序列数据,通过全国PPI对15个工业部门PPI的简单线性回归得到各工业部门的系数,模型拟合优度为0.9963,拟合较好,并结合上文通过行业PPI及行业权重计算全国PPI的公式,因此该测算系数可近似看作各部门的权重。

机械工业、化学工业及冶金工业权重最高,而建筑材料工业、森林工业、缝纫工业及造纸工业的权重较小。根据测算结果,机械工业权重占比在15个工业部门中占比最高,平均占比高达27.95%,其次为化学工业,占比为19.5%,冶金工业占比也在10%以上,三者合计占比达60.6%。而建筑材料、森林工业、缝纫工业以及造纸工业的占比均不及1%。

石油工业、化学工业及冶金工业PPI变动对全国PPI变动贡献度最高,森林工业、缝纫工业级皮革工业贡献度较小。通过计算2018年各部门PPI变动对全国PPI变动的贡献度,发现,石油工业、化学工业级冶金工业PPI变动对全国PPI变动贡献度最高,分别为32%、26%及25%,合计贡献了82.84%,而森林工业、缝纫工业及皮革工业的贡献度不及1%。

3、行业分类下PPI主要受石油、煤炭及其他燃料加工业、黑色金属冶炼及压延加工业影响

按照具体行业划分,PPI由41个行业PPI按照比例加权而成,行业权重约等于各行业主营业务收入比重。由于不同行业销售产值数据不可得,我们根据各行业主营业务收入估算出各行业权重,并基于2015-2018年各行业主营业务收入计算的权重重新拟合全国PPI同比变动,发现拟合度较高,因此,在计算过程中可用各行业主营业务收入比重近似替代行业权重。

从各行业权重来看,计算机、通信和其他电子设备制造业,汽车制造业,化学原料及化学制品制造业,黑色金属冶炼及压延加工业,电气机械及器材制造业,电力、热力的生产和供应业等权重占比较大。其中,计算机、通信和其他电子设备制造业,汽车制造业,化学原料及化学制品制造业,黑色金属冶炼及压延加工业,电气机械及器材制造业,电力、热力的生产和供应业等权重均在5%以上,6个产业合计占比43.64%,权重最大的计算机、通信和其他电子设备制造业权重接近10%,而水的生产和供应业以及其他制造业权重较小,分别仅为0.24%和0.16%。

从贡献度来看,石油、煤炭及其他燃料加工业、黑色金属冶炼及压延加工业、非金属矿物制品业、化学原料及化学制品制造业等产业对全国PPI的贡献度最高。通过计算2018年各行业PPI变动对全国PPI变动的贡献度发现,石油、煤炭及其他燃料加工业、黑色金属冶炼及压延加工业、非金属矿物制品业、化学原料及化学制品制造业等产业的PPI变动对全国整体PPI变动的贡献度超过了10%,其中石油、煤炭及其他燃料加工业对全国PPI的贡献度最高,达到22.52%,前四个产业合计对全国PPI的贡献度达到60%以上。值得注意的是,由于在计算贡献度时考虑了PPI的波动性,因此计算机、通信和其他电子设备制造业,汽车制造业等产业虽然权重较大,但是由于其波动性较小,对全国PPI的贡献度并不高。

(二)江苏、山东、广东、河南以及浙江对全国PPI的贡献度最高

江苏、山东、广东、河南以及浙江的工业销售产值权重较大,五个省份PPI变动对全国PPI贡献度较高,因此若后续工业品价格发生区域变动,对PPI的影响将有所不同,值得关注。通过使用2016年各省份的PPI指数以及各省份工业销售产值的数据,计算出各省份工业销售产值权重并对全国PPI进行分解,发现江苏、山东、广东、河南、浙江的工业销售产值规模较高,五个省份的加权PPI在全国PPI中占比超过50%;从贡献度来看,以上五个省份的贡献度依旧排在前列,其中,江苏PPI变动的贡献度达到18.36%,山东PPI变动贡献度达到13.85%。

三、PPI预测——9~10月继续走低,11~12月小幅回升,明年一季度升至正值,后围绕0.2%中枢小幅波动

对于PPI预测,主要有高频数据法和历史均值法,当月值预测使用高频数据法,远月值预测使用历史均值法。高频数据法和历史均值法各有利弊:高频数据法预测PPI需跟踪较多指标,并且需要已知PPI中的各行业及其细分子行业占比,且要求各行业均对应有高频价格指标,在此基础上采用加权法对当月PPI进行预测,该方法能够较为准确的预测当月值,但不能预测长期值;历史均值法并不需要跟踪高频数据,并且能够预测长期值,但却无法对超越历史因素的价格波动进行分析,即在某一因素出现超季节性变动时,不能及时对预测结果进行调整。

(一)年内PPI预测,9月继续走低,10月可能企稳,11~12月小幅回升

运用高频法对单月PPI进行预测。高频法分为整体高频预测和分项高频预测,分项高频法预测PPI需跟踪较多指标,并且要求各行业均对应有高频价格指标,在此基础上采用加权法对当月PPI进行预测;整体高频法则运用部分综合性的工业价格指数对PPI进行直接预测。

1、使用分项高频法对当月数据进行预测

利用对PPI影响较大的行业对应的高频数据对当月PPI进行预测。此前我们提到,PPI覆盖种类过于广泛,所以利用高频数据将其完全覆盖可能性极小,需要选择主要影响PPI走势的行业。

前文PPI分解部分我们对各部门以及各行业PPI权重和对PPI贡献度均进行了测算,从权重来看,计算机、通信和其他电子设备制造业,汽车制造业,化学原料及化学制品制造业,黑色金属冶炼及压延加工业,电气机械及器材制造业,电力、热力的生产和供应业等权重占比较大;从贡献度来看,石油、煤炭及其他燃料加工业、黑色金属冶炼及压延加工业、非金属矿物制品业、化学原料及化学制品制造业产业对全国PPI的贡献度最高;从波幅来看,石油和天然气开采业、黑色金属采矿业、造纸行业、石油、煤炭及其他燃料加工业、黑色金属冶炼及压延加工业、非金属矿物制品业、化学原料及化学制品制造业波动较大。

取以上三个维度的交集,可知石油、煤炭及其他燃料加工业、黑色、有色金属冶炼及压延加工业、非金属矿物制品业、化学原料及化学制品制造业等产业对全国PPI影响最大,选取相关高频数据分别为:布伦特原油期货结算价(连续)月均同比(石油、煤炭及其他燃料加工业),螺纹钢φ25mm全国现货价月均同比(黑色金属冶炼及压延加工业)、全国水泥价格指数月均同比(非金属矿物制品业)、长江有色市场铜1#平均价月均同比(有色金属冶炼及压延加工业)、南华PTA指数月均同比(化学原料及化学制品制造业)。

可利用以上高频数据月度同比通过用两种方式对PPI进行预测,一方面可根据重点行业占PPI的权重,加权得到PPI同比,另一方面也可将以上高频与PPI直接进行拟合,由于已有分项高频数据并不完全,因此占比法测算准确度并不高,而使用分项高频数据直接对PPI进行拟合优度更高,可达到0.98,测算结果显示9月PPI同比在-1.2%~-1.1%左右。

2、使用整体高频法对年内PPI进行预测

整体高频预测即根据工业用品相关价格指数对PPI进行直接预测,如CRB工业原料现货指数、南华工业品价格指数、商务部公布的生产资料价格指数以及全国大宗商品价格指数等。选取以上指标进行整体高频预测,主要考虑了以下因素:

(1)美国商品研究局编制公布的CRB工业原料现货价格指数,可较好的反映了经济以及工业品价格走势。虽然CRB反映的是美国工业品原料价格的总体波动,但是我国作为全球能源与初级产品最重要的进口国之一,原材料加工出口在我国整体贸易结构中所占比重较大,而我国在国际大宗商品定价权方面几乎为零,是大宗商品价格的接受国,因此,国际原材料价格可直接影响国内原材料等初级产品进口价格,进而对国内PPI造成影响。所以,CRB走势能够对预测我国PPI走势提供帮助。

(2)商务部编制的生产资料价格指数,可全面反映流通环节生产资料价格总水平在一定时期内的变动趋势和程度。根据在国民经济中的重要性和影响力,商务部选取成品油、煤炭、钢材、有色金属、化肥、建材、化工原料、纺织原料、木材等作为生产资料市场价格指数的构成大类。样本的选取充分考虑整体性和代表性,使样本形成的数据能有效代表全国的价格走势。根据各类别产品的指数和相应的权数,从产品加权计算小类指数,从小类指数加权计算中类指数,从中类加权计算大类指数,然后再由大类加权计算总指数。

(3)商务部公布的“中国大宗商品价格指数”,通过大宗商品价格变动反应PPI走势。其主要依托“中国流通产业网”大宗商品现货价格周度数据库,涵盖了能源、钢铁、矿产品、有色金属、橡胶、农产品、牲畜、油料油脂、食糖等9大类别26种商品。

(4)南华期货公布的南华工业品指数,包含了主要工业品,能够较好地反应PPI走势。其选择三大交易所上市品种中占比有代表性且具有较好流动性的工业品期货来编制指数,主要涵盖了铝、铜、焦炭、聚乙烯、铅、螺纹钢等工业品,能够较好的跟踪工业品市场价格变动。

在实际预测过程中,由于以上几种工业用品价格指数所包含的工业品有所重叠,比如南华工业品指数主要由铝、铜、焦炭、铅、螺纹钢、橡胶、PTA、聚乙烯等产品期货价格编制的指数,而CRB现货工业原料指数的组成部分也包含废铜、废铅、废钢、锌等,若用几个工业品价格指数与PPI进行拟合会出现多重共线性问题。因此我们将以上四个工业品价格指数分别与PPI进行拟合。

考虑到部分工业品原料价格对PPI的领先性有所不同,整体高频除预测当月值外,还可适当延伸2-3个月。从产业链的视角来看,上游产品的价格变化会对下游产品价格产生同向影响,而从上游传导下游,即大宗商品价格(现货和期货)、PPI 再到 CPI需要时间,因此大宗商品对价格以及相关价格指数对PPI的影响具有领先性。根据测算,CRB工业原料现货价格指数领先PPI2~3期(滞后2期和3期的CRB工业原料价格实属与PPI拟合优度均为0.92)、南华工业品价格指数领先PPI2期,此时二者与PPI的拟合优度最大,而商务部公布的全国大宗商品价格指数领先PPI1期,拟合优度在0.93左右,商务部公布的生产资料价格指数与PPI较为同步,且拟合优度可达到0.98。

综合以上两个方面,生产资料价格指数与PPI拟合优度最高,因此,在预测当月增速时,我们选取商务部公布的生产资料价格指数进行预测,预测结果显示9月PPI或在-1.3%~-1.2%之间,与分项高频法预测结果较为相近。

利用滞后1期全国大宗商品价格指数对10月PPI进行预测,利用滞后3期的CRB现货价格指数对11月和12月PPI进行预测。从此前领先性测算来看,全国大宗商品价格指数领先PPI1期,且具有较好的拟合优度,且目前9月数据已知,因此可对10月PPI进行预测,预测结果显示10月PPI或将小幅回升至-1.2%左右;CRB对PPI具有2~3期领先性,且与PPI拟合优度较高,因此可以利用滞后3期的CRB对11月和12月PPI进行预测,预测结果显示 11月和12月PPI同比增速或将回升至-0.8%和-0.1%。

(二)明年PPI走势预测,中枢小幅回升至0.2%左右,一、三季度小幅回升,二季度走低

利用历史均值法并结合主要工业品未来价格走势对2020年PPI进行预测。对于远月预测,由于没有相应高频可对其进行判断,我们按照历史均值法叠加对重要的相关条件和价格做出假设,来分析明年PPI大致走势。

1、国际油价、产能过剩行业工业品价格以及国内基本面为影响明年PPI的主要因素

对于明年可能影响PPI的潜在因素,主要有以下几个方面:

第一,国际原油价格走势。一方面,石油、煤炭及其他燃料加工业是对PPI贡献度最大的行业,另一方面,我国原油进口量大,依赖进口超过60%,在此基础上,国内成品油价格严格根据国际油价进行调整,两者联动性较强。从目前来看,美伊关系紧张导致中东地缘政治依旧不稳定,原油价格可能发生波动,原油价格成为影响PPI中一个较为不确定的因素;

第二,产能过剩的钢铁、煤炭和水泥等价格(分别对应煤炭及其他燃料加工业、黑色金属冶炼及压延加工业、非金属矿物制品业)。从2016年提出去产能以来,对PPI的影响较为显著,尤其是相关行业价格波动较大,成为带动PPI走势的主要因素。政府去产能目标是通过5年努力,化解产能严重过剩矛盾工作取得重要进展,因此2020年为去产能的收官之年,明年去产能推进情况或将对PPI走势产生影响。

第三,国内基本面情况,内需是影响工业品价格的重要因素,若基本面大幅走低,生产收缩,工业品价格将出现明显走低,因此,基本面情况也是影响PPI的主要因素。

对于以上几个因素,我们做出几种情景假设,从而对2020年PPI走势做出判断。

2、不同情景假设下预测明年PPI走势

情景一,基本面保持弱稳定状态,收官之年产能去化力度相对有限,相关工业品价格维持震荡;在不发生地缘政治危机前提下,原油价格保持震荡格局。明年布伦特油价中枢继续维持在55-65美元之间,而2020年经济仍然保持较弱状态,同时,收官之年去产能力度相对较为有限,相关行业工业品延续目前价格走势。在这种情况下,油价对PPI的影响较为有限,而明年相关工业品价格维持平稳,对PPI的增量影响也相对较为有限,按照历史均值法对此情况下的PPI进行测算。但是,考虑到2020年春节在1月,而2019年春节在2月,春节错位将对明年一季度PPI节奏造成影响,在此情况下,我们用历史均值法时,选择春节在1月底的年份对1~3月PPI环比进行测算,其他月份则用近5年均值。明年PPI同比增速围绕在0.2%附近波动,一季度小幅转正,二季度下行,5月再度转负,下行至-0.1%左右,三季度有所回升,至0.4%左右,四季度先下后上。

情景二,基本面保持弱稳定态势,收官之年产能去化力度相对有限,相关工业品价格维持震荡;美伊关系持续紧张,中东地缘政治风险有所加大,导致国际油价明显上涨。全年布伦特原油价格中枢抬升至70美元/桶左右,相比今年油价上涨8%左右。明年经济基本面依旧偏弱,去产能力度与今年相似,相关行业工业品延续目前价格走势。由于油价不仅对相关行业造成影响,还会对其他行业价格也造成冲击,因此,直接利用原油开采产业占PPI比重进行测算略有不妥,在此我们将油价与PPI进行拟合来测算油价上涨对PPI的影响。二者拟合优度可达到0.85%,油价上涨1%,PPI上涨0.11%。在此情况下,假设油价即为2020年PPI新涨价因素,则利用翘尾因素加新涨价因素,得出2020年预测值。由于2019年油价上涨节奏为前四个月大幅上涨,5月开始震荡下跌,4月为油价高点,1月和8月为油价低点,在这种情况下,油价上涨对PPI的影响较为不同,考虑此基数效应后,对油价上涨对不同月份的PPI影响进行微调,得出2020年预测值。测算结果显示,明年PPI中枢在1.3%左右,5月和12月是全年低点,一季度前两个月有所上行,但随后开始回落,5月降至低点后回升,8月达到PPI高点,四季度逐步回落。

情景三,基本面相对较强,或去产能收官之年产能去化力度加强,相关工业品价格明显上涨;在不发生地缘政治危机前提下,原油价格保持震荡格局。考虑到若明年地方债提前下发,并且贸易谈判出现明显缓和,甚至继续推迟或者取消加征关税,明年基本面可能相对偏强,叠加去产能收官期间力度加大,或导致工业品价格出现明显上涨。一方面,从基数效应来看,2019年受基建发力预期影响,黑色和水泥价格均在一季度大幅下跌后于4~5月出现明显上涨,后续则继续震荡下跌,导致一季度和三季度基数较低,5月份基数相对偏高;另一方面,由于传统来看,一季度为开工淡季,黑色水泥煤炭等价格一季度多为下跌,而“金九银十”为开工旺季,价格上涨偏多,因此,即使去产能有所加速,一季度对相关价格影响也相对较弱,而9~10月可能成为价格上涨较为明显的阶段。在此情况下,假设钢铁、水泥和煤炭价格均上涨10%,由于三种商品价格相对较为独立,对其他行业的影响相对较为有限,按照煤炭及其他燃料加工业、黑色金属冶炼及压延加工业和非金属矿物制品等行业权重加权测算该种商品价格上涨对PPI的带动。在此情境下,PPI中枢有所抬升,预测明年PPI中枢大致在0.8%左右,一季度转正升至高点0.9%,二季度下行至0.5%附近,三季度有所回升,四季度先下后上。

情景四,基本面相对较强,或去产能收官之年产能去化力度加强,相关工业品价格明显上涨;同时,美伊关系持续紧张,中东地缘政治风险有所加大,导致国际油价明显上涨。若明年国内经济出现好转,工业品价格明显回升,而在美联储和欧央行持续降息的作用下,全球经济回暖带动国际油价走高。依照此前分析,假设工业品在一三季度基数相对较低,二四季度基数有所抬升,而国际油价对PPI的影响依然按照回归拟合进行测算,同时考虑2019年基数效应。在这种情况下,明年PPI可能在一季度后半段和三季度中间出现较为明显的回升,并在8月份达到高点,升破2%,中枢在1.4%左右。

综合来看,对于以上四种不同情景假设,我们认为情景一中的假设可能更实际情况较为接近。由于目前OPEC+对原油供给影响较大,在不发生地缘政治冲突的情况下,国际油价或将维持在区间震荡格局;而目前去产能已经基本接近尾声,2020年钢铁、煤炭、水泥等行业供给端料将保持相对平稳,价格则主要取决于需求端,即主要取决于国内工业以及投资情况。2020年国内经济仍有维持在合理区间运行的压力(GDP增速仍需维持在6.2%左右),经济增速难以明显往下走,考虑到加征关税落地以及抢出口效应结束后,出口对经济的贡献可能继续减弱,出口增速可能再度下台阶,制造业压力加大,就业和收入压力加大可能导致消费增速维持低位,消费和出口导致工业可能偏弱,煤炭价格或将维持相对弱势。但在这种情况下,保经济增速压力可能更多由投资尤其是基建投资承担,钢铁和水泥价格可能继续维持相对偏强状态,两种作用抵消后,对PPI的影响或相对较为有限。因此,明年PPI很难出现导致新涨价因素大幅波动的情况。另外,考虑到明年上半年抢出口效应结束后经济下行压力或较大,后续逆周期政策加码,下半年经济可能有所回升,同时,考虑到下半年基数明显走低,明年上半年PPI或较预测值偏低,下半年PPI可能整体小幅较预测值偏高。

对于债市而言,年内9~10月PPI可能继续下行,11~12月虽有所回升,但大概率依旧为负,因此即使通胀走高,整体物价水平也难以对货币政策产生掣肘;明年来看,受翘尾因素影响,PPI或将在一季度转正,但大概率仍将维持相对低位,明显回升的可能性不大。明年一季度后半段抢出口结束后,经济下行压力料将明显加大,逆周期政策或将加码,在基本面以及货币政策未转向前,债券市场配置价值依旧存在。

四、风险提示

伊朗封锁霍尔木兹海侠导致国际油价大涨

五、附录:通过地区加权与行业加权计算全国PPI结果相同推导

关于全国PPI使用地区加权与行业加权相等的证明如下:

*声明:文章为作者独立观点,不代表格隆汇立场

相关阅读

评论