预测怎么预测「cpi预测」

今天给大家普及一下预测怎么预测「cpi预测」相关知识，最近很多在问预测怎么预测「cpi预测」，希望能帮助到您。

物价事关千家万户，是最基本的民生问题，维持物价稳定，是中央银行四大目标之首。对资本市场而言，物价问题的重要性也不言而喻，经典的美林投资时钟理论，根据经济和物价的组合，将经济划分为不同阶段，每个阶段对应着不同的最优投资策略。

物价指标众多，经常用的有CPI和PPI，其中CPI的关注度又最高。本报告以CPI为主，主要介绍CPI的基本概况、分析和预测方法等。在文中对比CPI与其它物价指标时，也会介绍一些常用物价指标的情况。

一、CPI基本概况

CPI全称是Consumer Price Index，中文意思是居民消费价格指数，度量居民生活消费品和服务价格水平随着时间变动的相对数，综合反映居民购买的生活消费品和服务价格水平变动情况。

（一）CPI调查方法和统计范围

CPI采用抽样调查方法抽选确定调查网点，按照 “定人、定点、定时” 的原则，直接派人到调查网点采集原始价格。数据来源于全国31个省（区、市）500个市县、8.8万余家价格调查点，包括商场（店）、超市、农贸市场、服务网点和互联网电商等。

CPI统计的是典型消费者，所消费的一揽子商品和服务。根据国家统计局分类，CPI统计调查涵盖的全国城乡居民生活消费的商品和服务，可以分为食品烟酒、衣着、居住、生活用品及服务、交通和通信、教育文化娱乐、医疗保健、其他用品和服务等8大类、262个基本分类。

和CPI关系密切，但统计范围又有所不同的物价指标有核心CPI和RPI。核心CPI是在统计CPI调查中，除食品和能源两个项目以外所有其他项目的价格数据。RPI全称是Retail Price Index，即商品零售价格指数，只统计实物性的城乡商品零售价格，不包括各类服务价格。

（二）基期轮换

CPI反映的是典型消费者，所购买的一揽子商品和服务价格变动情况。由于收入水平、消费习惯、商品供需结构变动等原因，典型消费者购买的一揽子商品和服务也会变化。为了让CPI调查所涉及到的商品和服务更具代表性，更及时准确反映居民消费结构的新变化和物价的实际变动，需要定期更新一揽子商品和服务的分类和权重。

在现行统计制度下，中国每五年进行一次基期轮换。和多数国家相比，中国的基期轮换周期较长。在基期轮换年份，根据《居民消费支出分类》和全国城乡居民消费支出数据，对CPI的分项和权重做一次大调整。在非基期调整年份，各分项的权重也会根据居民支出结构的变化而微调。

最近的一次基期轮换在2016年，以2015年作为新一轮的对比基期，新的基期使用年份为2016年到2020年。这一次基期轮换，各个分项的调整变化如表所示。

（三）估算权重

国家统计局没有公布CPI8个大类、262个基本分类的权重，在分析、预测时需要估算主要分项的权重。可以通过以下两种方法的结合，大致估算一些分项的权重。

一是国家统计局每个月发布的物价通稿中，会公布一些分项的同比（环比）和它对整体CPI同比（环比）的拉动值，据此可以估算出这些分项的权重。公布对整体CPI同比或环比拉动值的，主要是食品烟酒和它的部分分项，食品烟酒外的七大分项涉及较少。

以2019年9月CPI食品烟酒项为例。根据国家统计局物价通稿，9月食品烟酒价格同比上涨8.4%，影响CPI上涨约2.49个百分点，那么据此可以算出食品烟酒在CPI一揽子商品和服务中的权重为2.49%÷8.4%=29.64%。同样根据9月食品烟酒价格环比上涨2.6%、影响CPI上涨约0.80个百分点，可算出食品烟酒在CPI一揽子商品和服务中的权重为30.76%。

使用相同方法，可以估算出2019年9月其它有同比（环比）拉动数据分项的权重。

金融数据终端Wind资讯上有部分分项的权重，每月更新一次。将其最新的权重，与上面我们根据同比和对CPI同比整体拉动值计算的权重做比较，发现两者数值一致。可以推算Wind资讯，也是用这些项的同比和对CPI同比的拉动值来估算权重的。

用这种方法估算权重，有两个显而易见的问题。第一，使用同比数据和环比数据，所计算的结果有较大差异，9月份在畜肉和猪肉这两项上体现得很明显。第二，使用相同分项不同月份的同比（环比）数据，计算的权重也不一样，比如今年的猪肉项。

一个相对可行的解决方案是，取当年已经公布数据的月份，使用同比数据所计算的权重的平均值，作为该年某个分项在CPI中的权重，以此来平滑月度数据的波动。比如现在可以取1-9月根据猪肉项同比和它对CPI同比的拉动，所计算出的各月猪肉项权重的平均值2.29%，作为2019年CPI猪肉项权重。

使用同比数据，而不是环比，主要是因为环比和它对CPI环比的拉动值，通常比相同月份的同比数据更小，因而通过环比数据计算的权重误差更大。

二是使用“全国居民人均消费支出”、“城镇居民人均年度消费支出”数据，估算主要分项的权重。

CPI统计范围是典型消费者所消费的一揽子商品和服务，各个商品和服务的权重，是对应项的支出占一揽子商品和服务总支出的比例。从统计意义上看，一个支出结构和全国居民人均消费支出结构相同的消费者，可以认为是一个典型消费者。实际上，CPI各个分项的权重，确实也是根据全国居民人均消费支出结构来确定的。

2015年到2018年，全国居民人均消费支出的八大项占比，如表所示。

下一步估算部分CPI二级分类的权重。面临的问题，一是全国居民人均消费支出数据，只公布了八个一级分类，没有公布更细致的二级分类数据，因而无法直接计算。二是国家统计局没有公布所有的CPI二级分类数据，比如居住项，除了租赁房房租和水电燃料外，还有建筑及装潢材料、自有住房，但建筑及装潢材料、自有住房这两个CPI二级分类的数据不再公布，这导致使用线性拟合的方法来测算CPI二级分类权重，会产生很大误差。

城镇居民人均年度消费支出，包含了一部分消费二级分类支出的数据，可用它来代替全国居民人均消费支出数据。但它面临着数据时效性的问题，2013年后不再公布了。

假定2013年至今居民消费中，食品烟酒以外的消费结构没有发生大变化，结合前面计算的全国居民人均消费支出占比和食品烟酒部分分项的权重，可大致估算出2019年全国CPI一级分类和部分二级分类的权重。

（四）翘尾和新涨价

可以将CPI同比，拆分为翘尾因素和新涨价。根据定义，CPI同比指的是典型消费者所购买的一揽子商品和服务，价格相对于上一年相同月份的变动情况。价格变化包括两部分，一是上年这个月到上年12月的价格变化，二是当年1月到当年这个月的价格变化。前者就是翘尾因素，反映了上一年商品和服务价格变动，对CPI同比的影响。后者就是新涨价，反映了当年商品和服务价格变动，对CPI同比的影响。

以今年9月全国CPI为例。翘尾因素是去年10月到去年12月价格的变动，这3个月的全国CPI环比分别为0.2%、-0.3%和0.0%，可以计算出翘尾是（1 0.2%）（1-0.3%）（1 0.0%）-1=-0.10%。

新涨价是今年1月到9月价格的变动，这9个月的全国CPI环比分别为0.5%、1.0%、-0.4%、0.1%、0.0%、-0.1%、0.4%、0.7%和0.9%，可计算得新涨价为（1 0.5%）（1 1.0%）（1-0.4%）（1 0.1%）（1 0.0%）（1-0.1%）（1 0.4%）（1 0.7%）（1 0.9%）-1=3.13%。

翘尾因素-0.10%加上新涨价3.13%是3.03%，和公布的9月CPI同比3.0%一致。

用同样方法，可以计算出今年1-12月的CPI翘尾，以及今年1-9月的CPI新涨价。

（五）为何PPI难向CPI传导

PPI全称是Producer Price Index for Industrial Products，指的是工业生产者出厂价格指数，反映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。PPI统计调查涵盖1638个基本分类的20000多种工业产品的价格，它的组成可从大类（7类）、工业部门（15类）和工业行业（39类）三个层次来划分。

和PPI概念相近的有PPIRM，即Purchasing Price Indices of Raw Material，指的是工业生产者购进价格指数，反映工业企业作为中间投入产品的购进价格的变化趋势和变化幅度。它的统计调查涵盖900多个基本分类的10000多种工业产品的价格。

PPI指数反映的是一揽子工业品出厂价格，CPI指数反映的是一揽子消费品和服务的价格，工业品位于产业链的上游，因而理论上存在着PPI对CPI的传导。

但实际上，PPI同比对CPI同比，并没有很明显的领先性。2015年之前两者更像是同步指标，2015年之后PPI同比的变化幅度远大于CPI同比，且两者走势不再同步。

2015年之前，PPI同比和CPI同比之间的同步性，源于PPI和CPI之间相互影响。PPI影响CPI的渠道，一是通过生活资料价格直接影响CPI；二是通过生产资料价格影响消费品价格；三是生产资料价格先影响生活资料价格，再影响消费品价格。而CPI影响PPI的渠道，一是CPI中的部分消费品是PPI中的原材料，比如农副产品；二是CPI中消费品与PPI中的生产资料有相同的原材料，消费需求变动影响价格，从而传导到PPI。

2015年之后，供给成为主导PPI的因素。但终端需求不强，PPI难以向CPI传导，两者之间的同步性趋于消失。

PPI的波动难以向CPI传导，主要原因有两个。一是统计口径不同，CPI中至少有55%的分项和PPI无关，包括属于服务的35%和食品（农产品）的20%。二是波动因素不同，CPI核心波动分项是食品，PPI核心波动分项是生产资料，而两者交集，即CPI中的工业消费品（权重约为30%）和PPI的生活资料（权重约为25%）价格相对稳定。

二、CPI分析和预测

这部分从两个维度来分析和预测CPI。一是自上而下视角，主要是定性分析影响CPI的宏观因素。二是自下而上视角，主要是定量测算CPI同比。

（一）自上而下分析

从自上而下的视角看，影响CPI的宏观因素主要有产出缺口、货币政策和输入性因素。

1、产出缺口

单一商品的价格，由供给和需求两个因素共同决定，通过价格机制平衡供需。从宏观视角看，典型消费者所购买的一揽子商品和服务的价格，同样由供需决定。当需求大于供给时，CPI有通胀压力，反之当供过于求时，CPI有通缩压力。

可以用经济的实际产出，即实际GDP，来表征经济体的总需求。而一个经济体的供给能力，即潜在产出，由技术水平、资本和劳动力等生产要素共同决定，但这些因素都难以量化。因此，不能直接对比经济的供需情况。

可以通过HP滤波来解决这个问题。假定经济体的实际产出，围绕经济体的潜在产出波动，而经济体的潜在产出变动是平滑的。通过HP滤波方法，可以将实际产出分解为趋势项和扰动项，趋势项就是潜在产出，扰动项就是产出缺口。

使用2006年以来的季度数据分析，可以发现产出缺口对CPI同比走势有很强领先性，领先时间在半年左右。

今年两者走势有所分化。GDP增速持续下台阶后，二、三季度产出缺口有所收窄。但CPI同比由于猪肉供给短缺，中枢不断上移。剔除猪肉这个单一因素的影响后，物价通缩的压力更大，和产出缺口收窄的趋势一致。

2、货币政策

货币政策影响CPI的传导链条是货币扩张→经济加快→需求扩张→CPI上涨，通过提振总需求来影响物价水平。这意味着基本面因素更为重要，它决定了CPI对货币的弹性，如果货币宽松没有提振总需求，CPI对货币政策的反映可能较弱。

衡量货币因素的指标很多，包括基础货币、M1、M2和社融等。但近年这些货币指标，和CPI通胀之间的关系都在减弱，货币因素在中国CPI中的重要性越来越不显著。

我们认为，导致这一现象的原因，主要有以下几个。

第一，监管因素的扰动。比如M1同比，2015年之前对CPI同比有明显的领先性，但2015年之后这种领先滞后关系消失了，一个重要原因是2015年地方债务置换开始，对非金融企业活期存款有扰动，但这对实体需求的影响很小，使得M1和CPI之间的关系脱钩。

再比如M2同比，在2012年—2016年和CPI同比有很强同步性，但2017年后金融监管趋严，同业渠道派生的流动性减少，M2增速持续回落，但这对实体经济的影响，没有M2回落那样明显。

第二，资产通胀在CPI中体现得不多。吸收货币的不只是消费品和服务，还有各类资产，比如房地产就是中国最大的信用加速器。但房价并不直接进入CPI，CPI居住项里面的自有住房，没有采取房产交易价格，而是根据房贷利率、物业管理费、维修费涨幅加权得到的虚拟房租而定。

第三，货币政策主要通过需求来影响CPI，但供给因素有时是CPI的主导因素。比如今年的CPI通胀上升，就主要是猪肉供给短缺引起的。

但又不能完全忽视货币因素对通胀的影响。诸多货币指标中，社融相对而言更值得关注。社融体现了金融体系对实体部门（居民与非金融企业）的支持情况，也反映了实体的融资需求，历史经验显示它领先于经济半年左右。货币政策通过需求端来影响通胀，社融是一个相对直观，也更合乎逻辑的中介指标。

3、输入性因素

输入性因素对国内CPI的影响，主要有进口商品和汇率这两个渠道。

一是进口商品。进口商品价格变动，也会影响国内的物价水平。2014年之前进口价格指数的统计以美元为计价标准，可以发现进口价格指数和CPI同比之间的同步性较高。2014年开始进口价格指数的统计调整为以人民币作为计价标准，两个的同步性消失。

计价货币调整后，两者相关性逐渐减弱和消失，可能原因是当以人民币计价的进口商品价格涨幅更大时，国内产品消费替代，减少一部分进口，反之当以人民币计价的进口商品涨幅更慢，或者跌幅更大时，会加大进口。这导致的结果是，进口商品会平抑国内的物价波动，使得CPI同比变化幅度小于以人民币计价的进口商品价格波动。

二是汇率。人民币贬值，会增加一部分进口商品的成本。正如前面分析，当进口商品价格涨幅更大时，会有一部分国内商品的消费替代。从数据上看也是如此，人民币有效汇率指数，和CPI同比之间，没有很明显的反向关系。

可以认为，当前人民币汇率对国内CPI的影响并不显著。核心逻辑是汇率主要影响工业品和易储存农产品的进口价格，但国内工业消费品的价格相对稳定，而食品中价格变化较大的是猪肉和蔬菜，中国进口的猪肉量占消费比例不到5%，受汇率的影响小，蔬菜价格则主要受天气和节日因素影响，和汇率的关系也不大。

（二）自下而上分析

从自下而上的角度，可以通过环比均值法、环比 高频指标法和波动预测法，来定量测算CPI同比。

1、环比均值法

环比均值法估算CPI同比，是利用CPI环比具有明显季节性规律这一特点。因食品涨价、出行成本上升等原因，通常春节所在月份的CPI环比是年内高点。春节所在月份的次月，由于春节影响消退、天气逐步转暖等，肉类和蔬菜等降价，CPI环比下滑至年内低点。4月到6月的CPI环比在多数年份保持平稳，数值围绕0小幅波动。7月到9月由于暑假交通出行需求增加，以及雨水天气影响蔬菜的种植和运输等，CPI环比上升。10月回落，11月到次年1月因严寒天气影响冬季蔬菜运输、圣诞和元旦的季节性消费需求增加，CPI环比逐步上升。

基于季节性规律，可以取前三年，或者前五年对应月份的CPI环比平均值，作为当年某月的CPI环比，再用环比累乘法，计算出同比。

使用环比均值法时，需要注意春节错月的影响。多数年份的春节在2月，但也有在1月的，比如2017年和2020年。使用前三年的CPI环比均值，来计算2020年1月的CPI环比时，应该取2017年1月、2018年2月和2019年2月这三个月CPI环比的平均值，相应2020年2月的CPI环比应该取2017年2月、2018年1月和2019年1月这三个月CPI环比的平均值。

举个例子。2016年到2018年这三年10月CPI环比分别为-0.12%、0.11%和0.20%，平均值为0.06%。那么计算今年10月CPI同比的步骤是，先用去年11月到今年9月的CPI环比 1，然后这11个数累乘，再乘以1 0.06%，最后减去1得到10月CPI同比为2.89%。

使用环比累乘法计算CPI同比时，有几个缺陷：

一是环比均值使用的是往年数据，不能体现当月新出现因素对CPI的影响。比如非洲猪瘟导致猪肉涨价、洪涝灾害对菜价的推动等。后面要讲的环比 高频指标法，尝试着去解决这一缺陷。

二是环比均值法自身的技术性问题。国家统计局公布的CPI环比，只保留了一位小数点，即使是用官方公布的环比累乘所得到的同比，和国家统计局公布的同比数据之间，也有差异。CPI环比数据精确度不够所产生的计算误差，是环比均值法难以避免的。

三是虽然CPI环比具有季节性规律，但在不同年份，仍然是有波动的，而环比均值法平抑了实际环比的波动，预测时间越长影响越明显。

2、环比 高频指标法

环比 高频指标法，将CPI统计的商品和服务，拆分为食品和非食品两大类，食品项的环比用高频指标拟合，非食品项的环比采用历史均值。

估算食品项的环比时，一是可以用农业部农产品批发价格200指数的环比，对其做整体拟合。

两者回归时的拟合优度为0.75，根据回归方程可以估算CPI食品项环比。

二是对于有高频指标的食品项，比如蔬菜、水果、猪肉、牛肉、鸡蛋等，可以用高频指标各自单独拟合，而没有高频指标的食品项，则用往年环比均值。

估算CPI非食品项环比，以环比均值为基础。使用高频指标来拟合时，面临两个问题：一是CPI非食品项权重的信息较少，所估算的权重和实际权重可能有较大出入，即使是能通过高频指标得到较好的拟合，在加权计算CPI环比时，也容易产生误差；二是高频指标和对应CPI分项环比的走势不一致，如全国城市住房租赁价格指数环比和CPI租赁房房租之间的同步性并不强。

2019年CPI食品项的权重约为19.3%，非食品权重为80.7%。10月农业部农产品批发价格指数环比为1.8%，根据上文的回归方程计算得10月CPI食品项环比为0.88%。前三年10月CPI非食品项的环比均值为0.17%。加权计算得10月CPI环比为0.31%，环比累乘法计算出10月CPI同比为3.1%。

如果使用猪肉、鸡蛋、鲜果、鲜菜的高频指标估算环比，其它项取前三年的CPI环比均值，计算得10月CPI环比约为0.43%，同比为3.3%。

3、波动预测法

波动预测法测算CPI同比的思路是，找出CPI中同比波动较大的分项，根据供需状况，对其单独作分析。由于其它项的同比波动较小，可以将其当成一个整体来考虑，同比取前期的移动平均值。

从统计学角度看，标准差能够反映一列数据的离散程度，标准差越大，这列数据分布得越零散。通俗一点来讲，就是一列数的标准差越大，它的波动率越高。

使用2016年1月到2019年9月的数据，计算CPI食品烟酒项的各个子项和7个非食品烟酒项同比的标准差。发现猪肉、鲜菜、鲜果、畜肉、蛋类这几项的标准差，要明显高于其它项。由于CPI畜肉项同比的高波动，主要来自于猪肉，因此可以认为猪肉、鲜菜、蛋类和鲜果这四项，是CPI同比的波动之源。在预测CPI通胀时，需要对这四项做重点分析。

油价对CPI的影响也较为明显，而且关注度很高，还需要重点分析油价。国际油价对CPI的影响，主要有三个渠道：

一是通过交通工具用燃料。使用2016年1月到2019年9月的数据，以滞后一期的WTI原油期货价格月度同比作为自变量，CPI交通工具用燃料作为因变量，回归分析的拟合优度达到了0.86。

通过回归可知，CPI交通工具用燃料对WTI油价的弹性为0.34，乘以它的权重2%，可以估算出WTI油价每变动1个百分点时，通过交通工具用燃料这一项影响后一个月的CPI同比0.0068个百分点。

二是通过居住项中的水电燃料。同样将2016年1月以来的滞后一期WTI原油期货价格月度同比作为自变量，CPI居住项的水电燃料作为因变量，做回归的拟合优度为0.50。

回归分析发现，CPI居住中的水电燃料项对WTI油价的弹性为0.03，乘以它的权重5.2%，可以估算出WTI油价每变动1个百分点时，通过水电燃料这一项影响后一个月的CPI同比0.0016个百分点。

三是通过交通成本影响蔬菜价格。据统计蔬菜零售价格中物流成本占比约为50%-60%，而物流成本中油费占比在40%左右，前面已经计算过交通工具用燃料对油价变动的弹性为0.34，再乘以鲜菜项在CPI中的权重2.55%，可以计算得通过运费——蔬菜这一渠道，油价对后一个月CPI同比的影响弹性为0.0019。

当前PPI向CPI的传导并不强，通过中间化工品的渠道来影响CPI的幅度有限，这里不做具体分析。综合考虑上述三个渠道，CPI同比对国际油价的弹性为0.0103，即国际油价每变动1个百分点，将造成后一个月CPI同比同向变动0.0103个百分点。

因此，对CPI同比的观察最终可以分为三部分：一是猪肉、鲜菜、蛋类、鲜果，二是油价，三是其他项。

利用上述分类将2017年1月-2019年9月的CPI同比数据进行拆解，可以发现，除了每年1-2月存在春节错位因素，导致其他项同比出现较大波动外，在大多数时期其他项对于CPI同比的拉动是较为稳定的。

基于这一事实，我们可以取某月前6个月其它项同比的移动平均值，作为其它项在这个月对CPI同比的拉动，以简化之后的测算思路。而把分析的重点，放在猪肉、鲜菜、鲜果、蛋类和油价等几大重要分项上。

（1）猪肉

和大多数商品价格变动同时受供、需两端变化的影响不同，猪肉消费的需求比较稳定。根据国家统计局数据，2013-2017年中国人均猪肉年消费在20kg左右，2018年有所增加，但总的来说猪肉需求基本平稳。

相比之下，猪肉的供给波动更为剧烈。商务部此前公布过季度的生猪供给指数和猪肉需求指数，可以看到生猪供给指数波动幅度明显大于猪肉需求指数。

因此猪肉价格变化主要受供给因素影响，我们对猪肉的分析也集中于供给端。

衡量猪肉供给能力，最常用的指标是中国政府网公布的能繁母猪和生猪存栏数据。但在规模化养殖程度提高、生猪出栏率提升背景下，这些指标所反映的生猪供给能力，和实际情况之间的偏差越来越大。例如2012-2018年生猪存栏数据在持续下滑，但是出栏数据基本维持稳定。

与之相对应的是生猪定点企业屠宰量，这一数据不受生猪养殖出栏率提高的影响，是反映猪肉供给最直接的指标。12个月移动平均生猪定点企业屠宰量同比，和22省市猪肉价格走势之间，有较强的负相关性。

而12个月移动平均的能繁母猪存栏同比，领先于12个月移动平均的生猪屠宰量同比6个月左右。能繁母猪存栏同比到目前为止还是快速下行的，这意味着至少到明年上半年，生猪供给缺口都面临较大压力。

猪肉是中国居民最主要的肉类消费品，中国消费的猪肉超过全球一半，而且以国内养殖为主，2018年进口猪肉量占我国猪肉消费的比例不到3%。从全球猪肉出口数据看，在极限情况下也只能解决10%的缺口。

当前由于非洲猪瘟的高致死率、高传染性和财政补贴不到位，即使单头出栏高利润，养殖户补栏的积极性也并不强。猪肉高价可能会抑制一部分猪肉需求，未来涨幅将放缓，但是受限于供给缺口，至少2020年上半年的猪肉绝对价格水平将持续处在高位。

（2）鲜菜

CPI鲜菜项同比波动很大，仅次于猪肉项，但从历史数据看，它的环比却有很强季节性。春节所在月份是年内高点，春节所在月份的次月环比大幅下降，2季度由于蔬菜上市多数年份的CPI鲜菜项环比为负，3季度则因雨水天气影响运输蔬菜环比也较高，4季度容易受天气影响季节性规律不如其它时间明显。

CPI鲜菜项环比的强季节性规律，源于鲜菜的生长周期短。小白菜、空心菜、生菜的生长周期不到一个月，油麦菜、小油菜、大白菜、豌豆、青蒜的生长周期在40-50天。这使得即使是遭遇大范围的洪涝灾害，鲜菜供应也能在2个月内恢复。从2010年后遭遇洪灾的年份看，在遭遇洪灾冲击后，CPI鲜菜项环比在2个月的超季节性上涨后，就开始恢复到或低于季节性了。

因此，我们可以通过鲜菜的季节性判断其环比趋势，然后通过环比来计算同比。

（3）蛋类

判断鸡蛋价格走势时有一个很关键指标——蛋料比价。从历史上看，除少数时期外，蛋料比价跌破盈亏平衡点后，蛋料比价都有一轮强劲反弹。今年也是如此，2月中旬至3月中旬，蛋料比价低于平衡点，养殖户出现亏损，3月中旬开始鸡蛋价格和蛋料比价都快速反弹。

预计未来鸡蛋可能会有进一步的涨价压力。第一是因为随后的元旦、春节等都是传统消费旺季；第二是猪肉涨价产生消费替代，进而带动鸡蛋涨价；第三是饲料成本的上升，豆粕和玉米占自配饲料成本的近8成，玉米由于农业供给侧改革目前库存处于低位，而今年以来豆粕价格持续窄幅震荡，其对中美经贸关系的反应趋于钝化。

因此，在消费旺季、猪肉涨价替代效应和饲料成本三个因素共同作用情况下，未来鸡蛋有进一步涨价的可能。

（4）鲜果

水果也是今年二季度市场关注度较高的食品分项。由于去年山东、陕西等苹果主产区减产使得今年苹果低库存，苹果大幅涨价。而作为中国消费量最大的水果品种，苹果涨价又带动了其他水果涨价。加之今年春季海南、广东等热带水果产区遭遇了异常天气，两个原因共同导致今年四月开始水果价格出现大涨。

对比历史数据，可以发现水果价格具有季节性规律。在短期供给冲击消退后，恢复正常趋势。因此，在判断鲜果价格未来趋势时，以CPI鲜果项的环比均值为基础，根据供需情况对环比进行加成。

（5）油价

原油作为特殊的大宗商品，受供给、需求和地缘政治的影响。供给方面，呈现OPEC、美国和俄罗斯三足鼎立的局面。需求方面，OECD国家和非OECD国家的需求，大约各占一半。

地缘政治短期会扰动油价，但只有在原油供需缺口本身就在收窄时，地缘政治冲突才会持续推升油价，比如1973年中东战争和2003年的伊拉克战争。如果国际原油整体处于供过于求时，各类地缘政治冲突，即使是中东战争，对国际油价的冲击也很难持续，因为此时国际原油市场的供给能够得到保障，短期情绪推升油价后又恢复正常。2014年伊拉克内战，2015年也门内战，今年10月沙特阿美油厂遭袭，油价也都只是在短暂跳升后又恢复正常。

因此，供需是判断中期油价趋势的基础。根据美国能源信息署（EIA）预测，2020年全球原油供给将增加160万桶/天，另一方面，随着全球经济放缓，需求仅增加130万桶/天。2020年除四季度外，原油整体将处于供过于求的状态。

从价格方面来看，EIA预测2019年WTI原油期货结算均价为56.26美元/桶，2020年为54.43美元/桶。从EIA公布的月度预测数据看，WTI原油价格月度同比于今年12月短暂转正后开始回落，2020年4月见底后开始回升。

前面分析过油价对国内CPI同比的影响渠道，这里可以利用EIA预测的国际油价月度同比，来定量测算国际油价对国内CPI的影响。

（6）其它项

前面已经提到过，基于CPI其它项的同比变动相对稳定，取前6个月的移动均值，作为CPI其它项的同比。

（7）定量测算CPI同比

定量测算的步骤如下：

第一，对猪肉、鲜菜、蛋类、鲜果这四项，在2016年到2018年对应月份环比均值的基础上，根据供需状况进行加成，得到今年对应项的环比。用环比均值法计算出各项的同比后，再乘以对应的权重，计算出各项对CPI同比的拉动。

第二，取前6个月CPI其它项同比的移动平均值，作为今年10月-2020年12月CPI其它项的同比。再乘以权重，得到其它项对CPI同比的拉动。

第三，使用EIA做的WTI油价预测结果，计算出WTI油价的同比，再乘以弹性系数0.0103，得到油价对CPI同比的影响。

第四，将上述三个步骤的结果加总，得到2019年10月-2020年12月的CPI同比，如图所示。

测算结果显示，10月CPI同比在3.5%左右。由于低基数，11月继续跳升。因春节错位，2020年1月CPI同比可能突破4.5%。