重塑价格认知：构建价格周期指数——价格周期系列（一）
文摘
财经
2024-12-30 23:51
上海
本文选自招商证券固收团队于2024年12月30日发布的报告《重塑价格认知：构建价格周期指数——价格周期系列（一）》，详细内容请参考研究报告。
作者：张伟 S1090524030002/王星缘（研究助理）本文是我们“价格周期”系列报告的第一篇。本文将探讨决定价格走势的主要因素，并在此基础上构造价格周期指数，从而更好的刻画价格周期变化。一、2021年6月至2022年6月，传统价格指标与债市走势背离；但在此期间价格周期指数与债市走势却基本一致，价格周期指数能更好刻画整体价格变化2021年6月至2022年6月，CPI同比增速从1.1%回升至2.5%，而在此期间10年国债利率却震荡下行。传统价格指标反映商品和服务价格变化，不包括金融资产价格、价格预期等因素。为了更加全面衡量整体价格变化，我们构建了价格周期指数（PCI）。在21年6月至22年6月，价格周期指数与10年国债利率走势趋同。这说明价格周期指数能够更全面反映整体价格变化，对于债市指示意义也更强。国际货币基金组织（IMF）在过去20年不断发展完善其关于价格决定因素的框架。这对于研究中国价格问题具有借鉴意义。在此基础上，结合中国的实际情况，我们构造了价格周期指数。价格周期指数构建包括两步：第一，指标选取。选取了大宗商品价格、产出缺口、金融资产价格、美元指数和通胀预期五类影响价格走势的指标。第二，聚合成价格周期指数。相对于传统价格指标，价格周期指数包含了金融资产价格等因素，因而更加全面；并且价格周期指数能直接观察价格走势背后的驱动因素。价格周期指数（PCI）处于0以上则说明价格上升压力增加，PCI居于0以下则说明价格下行压力增加。PCI指数领先GDP平减指数增速8个月左右。金融资产价格上升和下降反映了金融周期的变化，而金融周期领先于价格，因而PCI指数领先于GDP平减指数增速。PCI指数也领先于PPI和CPI，但是近年来领先关系并不稳定。第一，我们将搭建关于价格周期指数的双周高频跟踪体系和月度更新报告，做好高频跟踪。第二，用本文对价格的分析框架回顾1998年-2003年中国走出低价格阶段的历史经验。第三，进一步研究价格周期指数对于大类资产配置的影响，总结出基于价格周期指数的资产配置策略。第四，将本文分析框架应用于观察日本、美国等海外国家的价格周期变化。从而为投资者观察海外价格周期提供参考。
风险提示：指标选取存在优化空间，指标处理存在优化空间，模型存在失效可能，假设存在不合理的地方21年6月至22年6月，传统价格指标与债市走势背离
10年国债利率是名义利率，其走势与价格走势相关度较高。但是在2021年6月至22年6月这段时间内，10年国债利率与传统价格指标走势出现背离。2021年6月至2022年6月，CPI同比增速从1.1%回升至2.5%，但是在此期间10年国债利率却震荡下行。2021年6月至2021年12月，GDP平减指数同比增速从4.8%回升至了5.2%，期间10年国债利率也出现回落。![]()
![]()
![]()
PPI（生产者价格指数）主要衡量生产者出售商品时的价格变化，主要反映了工业品价格变化；而CPI（消费者价格指数）衡量消费者购买一揽子商品和服务的价格变化，主要反映了下游终端消费品价格变化，二者都不能完全衡量整体价格水平。而虽然GDP平减指数能够全面反映整体价格水平，但GDP平减指数是季度频率公布的数据，其对投资的前瞻指示意义弱化。另外，传统价格指标不包括金融资产价格、货币因素和预期因素。为了更加全面衡量整体价格，我们将在下文构建价格周期指数（PCI）。在21年6月至22年6月，我们构建的价格周期指数与10年国债利率走势相关性更好，没有出现背离。这说明价格周期指数能够较好的反映整体价格，其对于债市指示意义也更强。接下来我们将分析影响价格的主要影响，并在此基础上构建价格周期指数。![]()
国际货币基金组织（IMF）长期对价格决定因素进行研究，并不断发展完善其关于价格决定因素的框架。我们认为，IMF对于价格决定因素的分析框架对于我们认识研究中国价格问题具有借鉴意义。
2003年Kumar等人发表了论文《通缩：决定因素、风险与政策选择》，论文认为货币和金融因素也是影响价格的重要因子。论文选取选取传统价格指标、过剩产能或产出缺口、货币和信用，以及资产价格四大类决定因素指标，构建多个经济体的通货紧缩脆弱性指数（DVI）。通过DVI指数高低来评估不同经济体的通缩风险情况。在传统总供求分析基础上，这篇论文引入了资产价格，认为资产价格也是影响价格走势的重要因素。由于数据原因这篇论文没有将房价指标纳入分析，而且将美元指数归为资产价格类指标，说明当时的框架还有待完善。
2009年IMF再度发表工作论文《衡量主要经济体通货紧缩风险》，评估美国等主要经济体的通缩风险。论文认为，要重视房地产价格波动的影响，其所带来的冲击在次贷危机中得到充分展现。另外，要重视通胀预期的作用。
2024年，Novta和Xu发表报告《通货紧缩脆弱性与“在险通货膨胀”》，报告对前期分析价格框架进行了进一步优化，从而更好的反映中国价格问题。本篇论文做了三大改进。第一，在 Kumar 等人（2023 年）的五类变量基础上，将猪肉价格添加到大宗商品价格大类中，以体现猪肉价格周期在推动中国食品通胀方面的重要性。第二，将 70 个城市的房产二级市场价格水平以及家庭调查通胀预期纳入指标体系。第三，剔除了原模型的货币供应量指标，因为货币供应具有高度内生性。
最终论文选取了大宗商品价格、产出缺口、金融资产价格、汇率和通胀预期五大类指标，并利用主成分分析法赋予权重并聚合成通胀脆弱性指数，以此来评估整体价格变化。
一般采取总供求分析框架研究价格。但IMF的价格分析框架在传统分析框架基础上加入了金融资产价格因素和通胀预期因素，并且加入了汇率因素。我们认为这更能反映经济整体价格水平的变化。接下来我们将在IMF价格分析框架的基础上，去构造价格周期指数。
为了更好的反映中国价格水平以及价格变化背后的趋同因素，我们将构建价格周期指数（PCI）。构建PCI的第一步是选取影响价格走势的主要因子，我们将借鉴IMF价格分析框架来选择因子。第二是采用两步式的主成分分析聚合成指数。我们选取了大宗商品价格、产出缺口、金融资产价格、美元指数和通胀预期五大类影响价格的指标。其中，大宗商品价格大类中包含粮食价格、畜肉价格和CRB现货指数三个指标。金融资产价格大类包含股价和房价两个指标。需要注意的是，各个指标都需要先处理成月度同比的形式。接下来我们将详细介绍这五大类指标选择背后的原因。3.1.1 大宗商品价格：粮食价格、猪肉价格、工业原料价格商品价格本身就是整体价格的一部分，重要农产品、工业原料的定价对其他商品价格形成传导，并影响整体价格水平。粮食价格直接反映居民的生活成本。虽然粮食分项在CPI中权重占比仅3%左右，但粮食也能作为其他食品的原材料，形成价格传导，并且粮价也直接影响了居民的生活成本。因此我们考虑将CPI粮价分项作为其中一个指标纳入大宗商品价格大类。我国猪肉价格波动大，是影响价格环境的重要因素。我国是世界上最大的猪肉消费国，相较其他国家而言，猪肉在我国价格体系里具有独特的重要性。虽然目前猪肉在CPI中权重占比在2%-3%，但由于猪价具有周期性、波动大的特点，猪肉价格波动对整体价格环境影响较大。在做数据处理的时候，考虑到CPI猪肉分项最早仅起始于2005年，为了分析上世纪90年代的通胀情况，我们考虑用上一级分项，即CPI畜肉分项进行代替，由于两者走势基本一致，这样操作是合适的。工业原料价格从成本端影响整体价格。一方面，工业原料包括原油、金属等，本身就是构成整体价格的重要组成部分。另一方面，工业原材料是一些非食品消费品的生产资料，工业原料价格波动也会从成本端影响终端消费品价格。CRB现货指数是反映工业原料价格的较好指标。历史来看CRB与CPI具有较好的相关性，并且CRB对CPI有略微领先性，这反映成本传导的过程。![]()
![]()
产出缺口=实际产出 – 潜在产出。其中，潜在产出是指经济体的资源充分利用条件下能实现的GDP，此时经济体达到了充分就业、价格水平稳定。潜在产出测算起来存在一定难度，不同的方法测算也会有差异。学术界测算潜在产出时结果通常以增速的形式表示，因此这里我们用实际GDP增速 – 潜在GDP增速来表征产出缺口。产出缺口从总供求层面反映了价格水平，产出缺口与价格水平正相关并具有领先性。当产出缺口为正时，经济需求会高于长期合理水平，同时会增加对劳动力的需求，导致失业率下降和工资水平上升，从而对价格形成上升压力。反之亦然。我们采用央行工作论文《“十四五”期间我国潜在产出和增长动力的测算研究》中测算的潜在GDP增速数据。历史来看，产出缺口与CPI具有较好的正相关性，并具有一定的领先性。![]()
金融资产价格通过居民资产负债表和财富效应影响经济供需，并进而对整体价格带来影响。房地产是中国居民部门主要配置的资产大类，房地产价格回落首先意味着居民财富缩水从而抑制消费拉低需求，对价格带来下行压力。并且居民部门通过加杠杆购房，房价回落带来的资产“缩水”，为了平衡资产负债表，此时居民需要减少债务，也即收入中用于偿还债务的支出增加，这也会造成需求下滑，从而拖累整体价格水平。反之如果房价进入上行周期，那么需求会大幅扩张，并对价格带来上行动力。从历史来看，房价与消费走势具有较好的正相关性，房价也与CPI走势正相关，并具有略微领先的关系。![]()
![]()
![]()
美元指数变化从两个渠道影响国内价格，一方面美元指数强弱会直接影响大宗商品价格，从而影响国内价格。另一方面，全球供应链融资以美元为主，美元升值意味着全球美元流动性收紧，从而减弱制造业活力并压制需求，进而对价格带来下行压力，反之亦然。从历史经验来看，美元指数与中国制造业PMI和美国制造业PMI均具有较好的负相关性。需要指出的是，2024年，Novta和Xu发表报告《通货紧缩脆弱性与“在险通货膨胀”》中，选取的汇率指标是实际有效汇率和人民币兑美元汇率，我们认为选取美元指数效果更好。![]()
![]()
通胀预期会自我强化，从而也是影响价格走势的重要因素。当通胀持续上行时，居民会对价格上行形成预期，会相应增加消费，并产生惯性，进而增加通胀压力，反之亦然。通胀预期会使得通胀在高位或低位时均具有一定的粘性。央行会按季度公布城镇储户问卷调查结果，其中包含未来价格预期指数，该指标可以作为通胀预期指标。另外，我们也可以用过去3个月移动平均CPI同比来代表居民的通胀预期。海外的经验显示，如果央行能释放可靠的通胀目标指引，这对于稳定价格具有重要的意义。![]()
第一步：将各指标做标准化处理，即转化成均值为0、方差为1的序列。标准化处理是做主成分分析的基本前置动作。第二步：对于含多个指标的大类，分别在大类内做主成分分析，取第一主成分并做标准化处理，作为该大类的代理指标。在5个大类中，“大宗商品价格”大类包含2个指标，“金融资产价格”大类包含3个指标。为了先在大类内进行聚合，我们分别对这两个大类内部的指标做主成分分析。而其他3个大类由于内部只包含一个指标，因此不做处理。大类内部主成分分析得到的第一主成分虽然均值为0，但方差不为1。为了后续与其他大类一起做第二次的主成分分析，需要对第一主成分做标准化处理，即除以标准差。得到的序列即为大类的代理指标。第三步：对代表5大类的5个指标做主成分分析，得到的第一主成分做标准化处理后即为价格周期指数。在主成分分析的结果中，我们能得到第一主成分，以及组成第一主成分的各分项系数。此时可将各分项分别乘以各自系数，得到5大类因素各自的贡献。由于这里得到的第一主成分标准差不为1，为了后续研究方便，我们这里再将第一主成分及各类因素的贡献分别除以第一主成分的标准差，得到的结果即为价格周期指数以及各因素贡献。![]()
模型效果评价。我们选择了1995年1月-2024年9月的样本进行测算。根据模型结果，对于第一步主成分分析而言，各大类内部组成第一主成分的分项系数均为正，这符合了大类与二级指标正相关的特点。并且各指标的方差贡献权重均不低，表明各项指标均较为显著。对于第二步主成分分析而言，第一主成分组成系数中，除了美元指数的分项为负，其余均为正，这也符合美元指数与价格压力负相关，其余均是正相关的逻辑关系。各个指标的方差贡献均较为显著，第一主成分的总方差解释为50.9%。总体来看，我们构建的PCI模型效果较好。![]()
![]()
价格周期指数（PCI）能够更直观和全面的反映整体价格变化。PCI处于0以上则说明价格上升压力增加，PCI居于0以下则说明价格下行压力增加。由于PCI是均值为0、方差为1的序列，因此当PCI为0时即等于其历史中枢水平，这意味着此时价格处于历史中枢水平。需要指出的是，样本区间选择不同时，PCI的值也会略微发生变化，原因在于不同时间区间内的价格中枢会发生变化。PCI的值除了用于比较不同时期通胀压力的相对大小之外，还表示直接表示标准差的倍数。由于PCI的标准差为1，因此PCI的值也等于其标准差的相同倍数。PCI能更加直观观察价格变化背后的驱动因素。在PCI构建中采取权重系数计算出各分项对于指数的贡献。从而能够较清晰地看出某一阶段价格变化是由哪些因素影响，各因素贡献如何。这为我们判断后续价格走势、把握价格周期提供了指导。同时也为政策对症下药提供参考。PCI领先CPI和PPI，但是近年来领先关系不稳定。相比于CPI或PPI，PCI对于经济体价格水平的衡量要更加全面。PCI既涵盖了工业品价格、也包括了食品价格，并且金融资产价格、汇率和预期因素也被纳入，因而更加全面。PCI指数领先GDP平减指数增速8个月左右。金融资产价格上升和下降对应的是金融周期的变化。而金融周期领先于价格走势，这能解释PCI指数为何领先于GDP平减指数。
![]()
![]()
![]()
本篇报告是我们“价格周期”系列第一篇报告。我们从更加宏观的视角分析了驱动价格走势的五大决定因素，并在此基础上构建价格周期指数，该指数能更全面反映整体价格变化。后续将从以下四个方面拓展关于价格周期的研究。第一，我们将搭建关于价格周期指数的双周高频跟踪体系和月度更新报告，做好高频跟踪。第二，关于价格形成机制的认识在不断迭代进步。我们将用本文的分析框架去回顾1998年-2003年中国走出低价格阶段的经验规律。第三，进一步研究价格周期指数对于大类资产配置的影响，总结出基于价格周期指数的资产配置策略。第四，将本框架应用于分析日本、美国等海外国家的价格周期研究。为投资者观察海外价格周期变化，进而预判海外资产走势提供参考。[1] 中国人民银行调查统计司课题组, 阮健弘. “十四五”期间我国潜在产出和增长动力的测算研究[J]. 中国人民银行工作论文, No.2021/1, 2021.
