基于原油價(jià)格和PMI的PPI同比預(yù)測(cè)：年內(nèi)PPI同比何時(shí)見(jiàn)頂

1、今年以來(lái) PPI 同比快速上行，1 月 PPI 同比由負(fù)轉(zhuǎn)正至 0.3%，2 月繼續(xù)大幅上行至 1.7%。PPI 指數(shù)主要用于衡量工業(yè)企業(yè)產(chǎn)品出廠價(jià)格的變動(dòng)，其變動(dòng)趨勢(shì)和變動(dòng)程度與經(jīng)濟(jì)基本面和債市走勢(shì)關(guān)系密切。2016 年以來(lái)，10Y 國(guó)債收益率與 PPI同比相關(guān)性高達(dá) 75%。隨著海外經(jīng)濟(jì)體的修復(fù)和大宗商品價(jià)格的上漲，市場(chǎng)普遍關(guān)心后續(xù) PPI 的走勢(shì)與空間，以及對(duì)貨幣政策和債市的影響。因此，對(duì)今年 PPI走勢(shì)的研判顯得愈發(fā)重要。本篇報(bào)告分析了影響 PPI 走勢(shì)的核心因素，并在此基礎(chǔ)上構(gòu)建了遠(yuǎn)月和近月預(yù)測(cè)模型，分別用以判斷今年 PPI 的整體走勢(shì)和 PPI 同比短期變化。圖表 1：近期 PPI

2、 同比由負(fù)轉(zhuǎn)正并有持續(xù)上行趨勢(shì) 圖表 2：PPI 同比與 10Y 國(guó)債收益率走勢(shì)相關(guān)性較高PPI:全部工業(yè)品:當(dāng)月同比，%1.7PPI:全部工業(yè)品:當(dāng)月同比，%CPI:當(dāng)月同比，%中債10年期國(guó)債到期收益率，%，右軸541038261402-10-2-2-3-418/0118/0418/0718/1019/0119/0419/0719/1020/0120/0420/0720/1021/0116/01-4-64.44.13.83.53.22.92.62.321/012.016/0717/0117/0718/0118/0719/0119/0720/0120/07數(shù)據(jù)來(lái)源：Wind，整理數(shù)據(jù)來(lái)源：W

3、ind，整理一、PPI 的核心影響因素是什么？解構(gòu) PPI，從理解如何編制 PPI 開(kāi)始根據(jù)國(guó)家統(tǒng)計(jì)局中國(guó)主要統(tǒng)計(jì)指標(biāo)詮釋（第二版）（2013），我國(guó) PPI 指數(shù)的編制方法主要分為以下 8 步：確定各工業(yè)行業(yè)的基本分類，以及基本分類對(duì)應(yīng)的代表產(chǎn)品。一般選擇銷售額較大、生產(chǎn)穩(wěn)定、有發(fā)展前景的產(chǎn)品，或銷售額不大但人們對(duì)其價(jià)格變化敏感的產(chǎn)品為代表產(chǎn)品，其目錄一般每 5 年修訂一次；統(tǒng)計(jì)代表產(chǎn)品月均價(jià)（每月 5 日與 20 日均價(jià)），得代表產(chǎn)品月環(huán)比增速；對(duì)基本分類的代表產(chǎn)品月環(huán)比增速求幾何平均，得基本分類月環(huán)比增速；以基期年平均價(jià)格為基期價(jià)格，累乘月環(huán)比增速得基本分類月價(jià)格指數(shù)；對(duì)基本分類月價(jià)格指

4、數(shù)求加權(quán)平均得各工業(yè)行業(yè)月價(jià)格指數(shù)，其中基本分類的權(quán)重來(lái)源于工業(yè)企業(yè)產(chǎn)品權(quán)數(shù)調(diào)查（每 5 年開(kāi)展一次）；對(duì)工業(yè)行業(yè)月價(jià)格指數(shù)按照鏈?zhǔn)嚼瞎角蠹訖?quán)平均，作為全行業(yè)月價(jià)格指數(shù)，其中行業(yè)權(quán)重為該行業(yè)銷售產(chǎn)值占全行業(yè)銷售產(chǎn)值比重；用所求價(jià)格指數(shù)，與上月做比較得環(huán)比指數(shù)，與去年同期比較得同比指數(shù)；1-7 步由各省統(tǒng)計(jì)，對(duì)各省指數(shù)按銷售產(chǎn)值占比求加權(quán)平均，得全國(guó)指數(shù)。從貢獻(xiàn)率較高的行業(yè)入手，尋找 PPI 的核心影響因素。從PPI 指數(shù)的編制方法可知，全行業(yè) PPI 變化本質(zhì)上是由各個(gè)行業(yè) PPI 變化加權(quán)平均求得。因此，我們可以從那些貢獻(xiàn)率（行業(yè)權(quán)重行業(yè) PPI 變化/全行業(yè) PPI 變化）較高的行業(yè)入

5、手，尋找 PPI 指數(shù)變動(dòng)的核心影響因素。國(guó)家統(tǒng)計(jì)局每月會(huì)公布細(xì)分行業(yè)的價(jià)格指數(shù)，但并不公布權(quán)重?cái)?shù)據(jù)。因此若要對(duì)各行業(yè)貢獻(xiàn)率進(jìn)行測(cè)算，首先要通對(duì)行業(yè)權(quán)重進(jìn)行估計(jì)。PPI 的行業(yè)分解、權(quán)重估計(jì)與影響因素識(shí)別通常 PPI 指數(shù)有兩種分解方法：“二分法”和“行業(yè)法”。二分法將 PPI 解構(gòu)為生產(chǎn)資料 PPI 和生活資料 PPI，行業(yè)法則將 PPI 解構(gòu)為 39 個(gè)細(xì)分行業(yè)的 PPI，其中包括 31 個(gè)制造業(yè)細(xì)分行業(yè)，5 個(gè)采選業(yè)細(xì)分行業(yè)，和 3 個(gè)電力、熱力、燃?xì)饧八姽?yīng)業(yè)的細(xì)分行業(yè)。 圖表 3：PPI 指數(shù)分解方法：“二分法”和“行業(yè)法”PPI行業(yè)法：39個(gè)行業(yè)二分法制造業(yè)：31個(gè)行業(yè)石油、煤炭

6、及其他燃料加工業(yè)黑色金屬冶煉及壓延加工業(yè)有色金屬冶煉及壓延加工業(yè)化學(xué)原料及化學(xué)制品制造業(yè)化學(xué)纖維制造業(yè)采選業(yè)：5個(gè)行業(yè)煤炭開(kāi)采和洗選業(yè)石油天然氣開(kāi)采業(yè)黑色金屬礦采選業(yè)有色金屬礦采選業(yè)非金屬礦采選業(yè)電力、熱力、燃?xì)饧八姽?yīng)：3個(gè)行業(yè)電、熱力生產(chǎn)供應(yīng)業(yè)燃?xì)馍a(chǎn)和供應(yīng)業(yè)水的生產(chǎn)和供應(yīng)業(yè)生產(chǎn)資料：75%采掘原材料加工生活資料：25%食品衣著一般日用品耐用消費(fèi)品數(shù)據(jù)來(lái)源：Wind，整理二分法分類下，生產(chǎn)資料 PPI 權(quán)重約為 75%，生活資料 PPI 權(quán)重約為 25%。二分法將 PPI 解構(gòu)為生產(chǎn)資料 PPI 和生活資料 PPI，我們通過(guò)線性求解法可得到二者權(quán)重，其中生產(chǎn)資料權(quán)重約為 75%，生活資料

7、權(quán)重約為 25%。行業(yè)法分類下，原油、煤炭、黑色金屬和有色金屬 4 種生產(chǎn)資料對(duì)應(yīng)的 7 個(gè)細(xì)分行業(yè)的 PPI 解釋了全行業(yè) PPI 約 90%的波動(dòng)。行業(yè)權(quán)重可基于各細(xì)分行業(yè)營(yíng)業(yè)收入數(shù)據(jù)估計(jì)得到。線性求解法可能不是估計(jì)各細(xì)分行業(yè)權(quán)重的合適方法。行業(yè)法將全行業(yè) PPI 指數(shù)解構(gòu)為 39 個(gè)細(xì)分行業(yè)的 PPI 指數(shù)。由于變量較多，在進(jìn)行線性求解時(shí)難以保證回歸分析的一致性，可能會(huì)導(dǎo)致估計(jì)結(jié)果偏誤較大。因此需要采用其他方法對(duì)各細(xì)分行業(yè)權(quán)重進(jìn)行估計(jì)?；诟骷?xì)分行業(yè)營(yíng)業(yè)收入數(shù)據(jù)估計(jì)各細(xì)分行業(yè)權(quán)重的可信度較高。從 PPI 的編制原理可知，行業(yè)權(quán)重由工業(yè)各細(xì)分行業(yè)的“銷售產(chǎn)值”求得，但該數(shù)據(jù)已于 2016

8、年停更。在之前的 PPI 估計(jì)方法中通常采用各細(xì)分行業(yè)的“主營(yíng)業(yè)務(wù)收入”代替“銷售產(chǎn)值”對(duì)各細(xì)分行業(yè)權(quán)重進(jìn)行估計(jì)，但各細(xì)分行業(yè)“主營(yíng)業(yè)務(wù)收入”也已于 2018 年后停更。由于各細(xì)分行業(yè)“營(yíng)業(yè)收入”數(shù)據(jù)也與“銷售產(chǎn)值”數(shù)據(jù)較為接近，本報(bào)告采用以各細(xì)分行業(yè) “營(yíng)業(yè)收入”代替“銷售產(chǎn)值”的方法估計(jì)各細(xì)分行業(yè)權(quán)重。我們計(jì)算了各細(xì)分行業(yè)“營(yíng)業(yè)收入”占比，并基于此作為估計(jì)全行業(yè) PPI 的細(xì)分行業(yè)權(quán)重對(duì)全行業(yè) PPI 進(jìn)行了擬合。擬合結(jié)果與每月官方公布的行業(yè) PPI數(shù)據(jù)比較接近，說(shuō)明此方法的可信度相對(duì)較高。圖表 4：工業(yè)企業(yè)營(yíng)業(yè)收入與工業(yè)銷售產(chǎn)值比較接近圖表 5：基于各細(xì)分行業(yè)營(yíng)業(yè)收入數(shù)據(jù)擬合得到的全 行

9、業(yè) PPI 指數(shù)與實(shí)際 PPI 指數(shù)比較接近14012010080604020010 工業(yè)銷售產(chǎn)值，億元工業(yè)企業(yè)主營(yíng)業(yè)務(wù)收入，億元工業(yè)企業(yè)營(yíng)業(yè)收入，億元 實(shí)際PPI同比，%擬合PPI同比，%86420-2-416/0216/0616/1017/0217/0617/1018/0218/0618/1019/0219/0619/1020/0220/0620/1021/02-605 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20數(shù)據(jù)來(lái)源：Wind，整理數(shù)據(jù)來(lái)源：Wind，整理權(quán)重高不代表貢獻(xiàn)率大，原油、煤炭、黑色金屬和有色金屬 4 種生產(chǎn)資料對(duì)應(yīng)的 7 個(gè)行業(yè)

10、對(duì) PPI 波動(dòng)的貢獻(xiàn)率可達(dá)到約 90%。計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)等細(xì)分行業(yè)權(quán)重占比較大。我們統(tǒng)計(jì)了 2017-2019 年 39 個(gè)行業(yè)的平均權(quán)重?cái)?shù)據(jù)（未包含 2020 年是因?yàn)橐咔閷?dǎo)致很多行業(yè)經(jīng)營(yíng)數(shù)據(jù)出現(xiàn)異常），其中平均權(quán)重最高的三個(gè)行業(yè)分別是：計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)（9.35%）、汽車制造業(yè)（7.57%）、化學(xué)原料及化學(xué)制品制造業(yè)（7.14%）。雖然計(jì)算機(jī)等行業(yè)的權(quán)重很高，但其對(duì) PPI 波動(dòng)的貢獻(xiàn)率卻很小。舉例來(lái)說(shuō)，計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè) PPI 雖然占全行業(yè) PPI 的權(quán)重高達(dá) 9.35%，但由于該細(xì)分行業(yè)產(chǎn)成品價(jià)格波動(dòng)較小，其 PPI 波動(dòng)對(duì)全行業(yè) PP

11、I 波動(dòng)的貢獻(xiàn)率僅為 0.21%。原油、煤炭、黑色金屬和有色金屬 4 種生產(chǎn)資料的價(jià)格波動(dòng)對(duì)全行業(yè) PPI 波動(dòng)的貢獻(xiàn)較大。為更好地抓住影響全行業(yè) PPI 波動(dòng)的關(guān)鍵行業(yè)，我們重點(diǎn)關(guān)注貢獻(xiàn)率指標(biāo)。計(jì)算發(fā)現(xiàn)，貢獻(xiàn)率指標(biāo)排名前 10 行業(yè)中的 7個(gè)行業(yè)（石油和天然氣開(kāi)采、石油、煤炭及其他燃料加工、化學(xué)纖維制造、化學(xué)原料及化學(xué)制品制造、黑色金屬冶煉及壓延加工、有色金屬冶煉及壓延加工、煤炭開(kāi)采和洗選）為上中游原材料及半成品加工生產(chǎn)行業(yè)。上述 7 個(gè)行業(yè)對(duì) PPI 波動(dòng)的貢獻(xiàn)率達(dá)到約 90%，且明顯對(duì)應(yīng)原油、煤炭、黑色金屬和有色金屬 4 種生產(chǎn)資料。因此，我們認(rèn)為原油、煤炭、黑色金屬和有色金屬 4 種生

12、產(chǎn)資料價(jià)格的波動(dòng)是解釋 PPI 波動(dòng)的核心因素。 圖表 6：權(quán)重高的行業(yè)對(duì) PPI 波動(dòng)的貢獻(xiàn)率不一定大2017-2019平均權(quán)重，%2017-2019平均貢獻(xiàn)率，%計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)汽車制造業(yè)化學(xué)原料及化學(xué)制品制造業(yè)黑色金屬冶煉及壓延加工業(yè)電氣機(jī)械及器材制造業(yè)電力、熱力的生產(chǎn)和供應(yīng)業(yè)有色金屬冶煉及壓延加工業(yè)非金屬礦物制品業(yè)農(nóng)副食品加工業(yè)石油、煤炭及其他燃料加工業(yè)-20246810數(shù)據(jù)來(lái)源：Wind，整理 圖表 7：化工、石油、黑色等行業(yè)對(duì) PPI 波動(dòng)貢獻(xiàn)率較大2017-2019平均貢獻(xiàn)率，%化學(xué)原料及化學(xué)制品制造業(yè)石油、煤炭及其他燃料加工業(yè)黑色金屬冶煉及壓延加工業(yè) 有色金屬冶

13、煉及壓延加工業(yè) 電氣機(jī)械及器材制造業(yè)煤炭開(kāi)采和洗選業(yè)石油和天然氣開(kāi)采業(yè)化學(xué)纖維制造業(yè)造紙及紙制品業(yè)紡織業(yè)3.002.922.868.818.177.556.2422.4522.4519.890510152025數(shù)據(jù)來(lái)源：Wind，整理 圖表 8：原油、煤炭等 4 種生產(chǎn)資料價(jià)格的波動(dòng)是解釋 PPI 波動(dòng)的核心因素生產(chǎn)資料對(duì)應(yīng)重點(diǎn)行業(yè)貢獻(xiàn)率，%總計(jì)，%原油石油和天然氣開(kāi)采業(yè)61.1690.06化學(xué)原料及化學(xué)制品制造業(yè)化學(xué)纖維制造業(yè)石油、煤炭 及其他燃料加工業(yè)煤炭煤炭開(kāi)采和洗選業(yè)黑色金屬黑色金屬冶煉及壓延加工業(yè)19.95有色金屬有色金屬冶煉及壓延加工業(yè)8.95數(shù)據(jù)來(lái)源：Wind，整理注：數(shù)據(jù)選取區(qū)

14、間為 2017 年至 2019 年。二、原油價(jià)格：PPI 波動(dòng)核心影響因素的代表原油價(jià)格可能是 PPI 波動(dòng)核心影響因素最合適的代表第一，相較于其他生產(chǎn)資料，原油應(yīng)用廣泛，更能綜合反映工業(yè)生產(chǎn)狀況。原油被稱為“工業(yè)之母”，需求量和消耗量巨大，是各個(gè)工業(yè)行業(yè)中不可或缺的原材料和組成部分。根據(jù) 2017 年全國(guó)投入產(chǎn)出表，我們計(jì)算了 149 個(gè)行業(yè)的感應(yīng)度系數(shù)，并發(fā)現(xiàn)“石油和天然氣開(kāi)采行業(yè)”和“精煉石油和核燃料加工品行業(yè)”的感應(yīng)度系數(shù)大于 93%的行業(yè)，這說(shuō)明與其他生產(chǎn)資料相比，原油價(jià)格變動(dòng)影響的部門更多、影響的范圍更大。因此我們認(rèn)為選取原油價(jià)格作為研究 PPI 波動(dòng)的最核心影響因素具有較強(qiáng)的代表

15、性。第二，原油價(jià)格與全行業(yè) PPI 指數(shù)之間具有較強(qiáng)的相關(guān)性。2015 年至 2020年，Brent 原油與 WTI 原油月平均價(jià)格同比與 PPI 指數(shù)同比的相關(guān)性分別高達(dá) 89%和 86%。相較于其他 3 種核心生產(chǎn)資料，原油價(jià)格同比與全行業(yè) PPI指數(shù)同比走勢(shì)具有更為一致的趨勢(shì)，可能更適合作為 PPI 波動(dòng)核心影響因素的代表。第三，原油價(jià)格與核心行業(yè) PPI 指數(shù)之間也具有一定的相關(guān)性。除了與石油和天然氣開(kāi)采業(yè)（90%）、石油煤炭以及其他燃料加工業(yè)（84%）之間具有較強(qiáng)的相關(guān)性外，原油價(jià)格同比與化學(xué)原料以及制品制造業(yè)、化學(xué)纖維制造業(yè)、黑色金屬冶壓業(yè)、有色金屬冶壓業(yè)對(duì)應(yīng)的 PPI 同比之間的

16、相關(guān)性分別達(dá)到了 79%、75%、66%、65%。換言之，原油價(jià)格走勢(shì)與其他主要大宗商品的價(jià)格走勢(shì)具有較強(qiáng)的相關(guān)性，在某種程度上對(duì)原油價(jià)格走勢(shì)的分析也是對(duì)于主要大宗商品價(jià)格走勢(shì)的分析。原油與其他大宗商品價(jià)格走勢(shì)相關(guān)性較強(qiáng)的原因可能是大宗商品價(jià)格變化從根本上是由經(jīng)濟(jì)周期變化所致，原油價(jià)格變化可能從本質(zhì)上對(duì)應(yīng)著不同的經(jīng)濟(jì)周期和大宗商品周期。 圖表 9：原油價(jià)格同比與 PPI 同比相關(guān)性最高現(xiàn)貨價(jià):Brent原油89%現(xiàn)貨價(jià):WTI原油86%期貨結(jié)算價(jià)(活躍合約):動(dòng)力煤74%期貨結(jié)算價(jià)(活躍合約):焦煤65%期貨結(jié)算價(jià)(活躍合約):螺紋鋼87%期貨結(jié)算價(jià)(活躍合約):鐵礦石53%現(xiàn)貨結(jié)算價(jià):LME

17、銅現(xiàn)貨結(jié)算價(jià):LME鋁77%75%原油2015年-2020年各生產(chǎn)資料與PPI同比相關(guān)性有色金屬 黑色金屬煤炭50% 55% 60% 65% 70% 75% 80% 85% 90% 95%數(shù)據(jù)來(lái)源：Wind，整理注：數(shù)據(jù)選取區(qū)間為 2015 年 1 月-2021 年 2 月。 圖表 10：原油價(jià)格同比與各行業(yè) PPI 同比走勢(shì)較為相似原油價(jià)格和行業(yè)PPI同比，%現(xiàn)貨價(jià):原油:英國(guó)布倫特石油和天然氣開(kāi)采業(yè) 石油、煤炭及燃料加工業(yè) 黑色金屬冶壓業(yè)，右軸 有色金屬冶壓業(yè)，右軸 化學(xué)原料及制品，右軸 化學(xué)纖維制造業(yè)，右軸16080120608040402000-40-2015/0215/0715/12

18、16/0516/1017/0317/0818/0118/0618/1119/0419/0920/0220/0720/12-80-40數(shù)據(jù)來(lái)源：Wind，整理原油價(jià)格變化的分析框架和 2021 年原油價(jià)格走勢(shì)初判供需變化是影響原油價(jià)格的主要因素。原油作為重要的戰(zhàn)略物資，其價(jià)格受到多方面因素的影響，包括美元和匯率因素、政治因素、投機(jī)因素、突發(fā)事件等。然而，作為一種商品，原油價(jià)格本質(zhì)上仍然主要由供需關(guān)系決定。因此，分析原油的供需關(guān)系有助于我們對(duì)未來(lái)原油價(jià)格走勢(shì)做出一個(gè)大體上的判斷。原油供給端：OPEC、美國(guó)、俄羅斯三足鼎立。過(guò)去 10 年，OPEC、美國(guó)、俄羅斯的原油年產(chǎn)量之和約占全球總產(chǎn)量的 60

19、%（2020 年該比重約為 63%）。鑒于其在國(guó)際原油供給端的特殊地位，OPEC、美國(guó)、俄羅斯之間的博弈將極大影響全球原油的供給，這可能是分析原油供給的關(guān)鍵所在。因此，我們一般通過(guò)觀察 OPEC+部長(zhǎng)級(jí)會(huì)議關(guān)于原油產(chǎn)量的決定（增/減產(chǎn)）以及美國(guó)國(guó)內(nèi)原油生產(chǎn)水平來(lái)判斷國(guó)際原油市場(chǎng)的供給情況。原油需求端：美國(guó)、中國(guó)、歐洲主導(dǎo)需求。過(guò)去 10 年，美國(guó)、中國(guó)、歐洲的原油年消費(fèi)量之和約占全球總消費(fèi)量的一半（2020 年該比重約為 49%），因此分析原油需求的重點(diǎn)可能在于分析中國(guó)和歐美發(fā)達(dá)國(guó)家的原油需求。一般情況下，當(dāng)經(jīng)濟(jì)較好時(shí)，全球原油需求增加；經(jīng)濟(jì)低迷時(shí)，全球原油需求減少。由此可見(jiàn)，全球原油需求與全

20、球經(jīng)濟(jì)周期的發(fā)展密不可分。圖表 11：原油供給主要受歐佩克、美國(guó)和俄羅斯影響圖表 12：原油需求主要來(lái)自中國(guó)和歐美發(fā)達(dá)國(guó)家其他國(guó)家,37%歐佩克,33%俄羅斯,11%美國(guó), 19%美國(guó), 20%其他國(guó)家,51%中國(guó),14%歐洲, 14%2020年全球原油產(chǎn)量分布2020年全球原油需求分布數(shù)據(jù)來(lái)源：OPEC，整理數(shù)據(jù)來(lái)源：OPEC，整理2021 需求端：中國(guó)需求仍強(qiáng)但增速放緩，歐美需求加速且空間較大。國(guó)內(nèi)：需求仍強(qiáng)但增速放緩。由于國(guó)內(nèi)疫情防控情況較好，疫后中國(guó)經(jīng)濟(jì)持續(xù)修復(fù)，工業(yè)生產(chǎn)復(fù)蘇對(duì)原油需求上行拉動(dòng)較大。目前國(guó)內(nèi)經(jīng)濟(jì)形勢(shì)仍然較為樂(lè)觀，因此預(yù)計(jì)今年國(guó)內(nèi)原油需求仍將持續(xù)偏強(qiáng)。然而，考慮到國(guó)內(nèi)的疫

21、后修復(fù)進(jìn)程已基本完成，國(guó)內(nèi)原油需求的增速可能會(huì)弱于去年。國(guó)外：需求加速且空間較大。隨著新冠疫苗接種進(jìn)程的持續(xù)推進(jìn)和歐美疫情的逐漸好轉(zhuǎn)，歐美發(fā)達(dá)國(guó)家和其他主要經(jīng)濟(jì)體對(duì)于經(jīng)濟(jì)復(fù)蘇具有較強(qiáng)的預(yù)期。目前從 PMI 指數(shù)的角度來(lái)看，美、歐、日等國(guó)的工業(yè)生產(chǎn)復(fù)蘇勢(shì)頭較好，近期對(duì)于原油的需求或?qū)⒊掷m(xù)快速上行。2021 供給端：OPEC 減產(chǎn)疊加美國(guó)供給動(dòng)力不足或致近期國(guó)際原油供給較弱。OPEC 與俄羅斯：上半年減產(chǎn)超預(yù)期。3 月 4 日 OPEC+召開(kāi)部長(zhǎng)級(jí)會(huì)議， OPEC 成員繼續(xù)維持減產(chǎn)計(jì)劃，沙特額外減產(chǎn) 100 萬(wàn)桶/日的計(jì)劃也將至少延續(xù)到 4 月；俄羅斯方面也僅做出增產(chǎn) 13 萬(wàn)桶/日的決定；目前來(lái)

22、看 OPEC+國(guó)家的原油供給仍處于偏弱的狀態(tài)。美國(guó)：今年供給動(dòng)力可能不足。2020 年原油價(jià)格暴跌后，美國(guó)油氣生產(chǎn)和勘探業(yè)受到較大沖擊，頁(yè)巖油企業(yè)破產(chǎn)數(shù)量和負(fù)債規(guī)模均創(chuàng)下 2016 年后的新高。目前雖然美國(guó)鉆機(jī)數(shù)量仍在回升，但回升速度已經(jīng)趨緩，且總鉆機(jī)數(shù)量仍不及美國(guó)疫情全面爆發(fā)前的一半?？紤]到頁(yè)巖油開(kāi)采狀況不佳和拜登政府對(duì)于綠色能源的大力支持，今年美國(guó)原油供給提升空間較小。2021 年原油需求偏強(qiáng)疊加供給偏弱或?qū)?dǎo)致近期油價(jià)中樞繼續(xù)上行，中性情況下 2 季度原油價(jià)格有望達(dá)到高點(diǎn)。從需求端來(lái)看，2021 年全球經(jīng)濟(jì)處于復(fù)蘇周期，國(guó)際原油需求回升較為確定；從供給端來(lái)看，上半年 OPEC 減產(chǎn)超預(yù)期

23、疊加美國(guó)供給動(dòng)力不足可能導(dǎo)致近期國(guó)際原油供給較弱，下半年隨著原油需求逐漸回升，OPEC 等原油出口國(guó)繼續(xù)維持這輪為應(yīng)對(duì)疫情而制定的減產(chǎn)計(jì)劃的可能性降低，屆時(shí)國(guó)際原油供給較弱的局面可能會(huì)有所緩和?；谏鲜雠袛?，我們認(rèn)為今年原油價(jià)格可能將呈現(xiàn)出先漲后跌的走勢(shì)。EIA 等大型國(guó)際機(jī)構(gòu) 3 月普遍預(yù)測(cè)原油價(jià)格將在 2 季度或 3 季度達(dá)到高點(diǎn)。圖表 13：世界主要經(jīng)濟(jì)體工業(yè)生產(chǎn)復(fù)蘇勢(shì)頭較好圖表 14：2020 年美國(guó)油氣生產(chǎn)企業(yè)大量破產(chǎn)美國(guó):供應(yīng)管理協(xié)會(huì)(ISM):制造業(yè)PMI 日本:制造業(yè)PMI歐元區(qū):制造業(yè)PMI65600美國(guó)油氣生產(chǎn)破產(chǎn)企業(yè)承擔(dān)債務(wù)總和，億美元美國(guó)油氣生產(chǎn)企業(yè)破產(chǎn)數(shù)量，家，右軸5

24、060500455540040300502004510018/0118/0518/0919/0119/0519/0920/0120/0520/0921/01400201720182019353025202020數(shù)據(jù)來(lái)源：Wind，整理數(shù)據(jù)來(lái)源：Haynes and Boone，整理圖表 15：美國(guó)鉆機(jī)數(shù)量仍未恢復(fù)至疫情前水平圖表 16：3 月機(jī)構(gòu)預(yù)測(cè)油價(jià)將在二/三季度到達(dá)高點(diǎn)機(jī)構(gòu)對(duì)ICE布油季度價(jià)格預(yù)測(cè)值，美元/桶1,2001,0008006004002000鉆機(jī)數(shù)量:總計(jì):美國(guó):當(dāng)周值，部 最大值中位數(shù)最小值787573696765656761595755545555807570656055

25、18/0118/0418/0718/1019/0119/0419/0719/1020/0120/0420/0720/1021/01502021Q22021Q32021Q42022Q12022Q2數(shù)據(jù)來(lái)源：Wind，整理數(shù)據(jù)來(lái)源：Bloomberg，整理三、遠(yuǎn)月預(yù)測(cè)模型：基于原油價(jià)格的 PPI 預(yù)測(cè)方法遠(yuǎn)月預(yù)測(cè)方法的選取關(guān)于 PPI 同比的遠(yuǎn)月預(yù)測(cè)，目前市場(chǎng)主要有 3 類預(yù)測(cè)方法：基于原油價(jià)格的 PPI 預(yù)測(cè)方法：構(gòu)建時(shí)間序列模型，通過(guò)對(duì)原油價(jià)格走勢(shì)的預(yù)測(cè)估計(jì) PPI 同比的走勢(shì)；宏觀指標(biāo)法：尋找影響 PPI 的宏觀經(jīng)濟(jì)指標(biāo)，通過(guò)對(duì)相關(guān)宏觀經(jīng)濟(jì)指標(biāo)的預(yù)測(cè)估計(jì) PPI 同比的走勢(shì)；歷史比較法：尋找

26、與當(dāng)前經(jīng)濟(jì)周期相似的歷史時(shí)期，根據(jù)歷史時(shí)期的 PPI同比估計(jì)當(dāng)前經(jīng)濟(jì)周期 PPI 的同比區(qū)間；但是當(dāng)前主流的遠(yuǎn)月預(yù)測(cè)方法都存在著一些問(wèn)題：基于原油價(jià)格的 PPI 預(yù)測(cè)方法：預(yù)測(cè)遠(yuǎn)月原油價(jià)格的難度較大且主觀性較強(qiáng)；市場(chǎng)上的原油價(jià)格預(yù)測(cè)數(shù)據(jù)一般是季頻數(shù)據(jù)，且每月只更新一次，難以及時(shí)反映突發(fā)事件對(duì)于原油價(jià)格的影響；現(xiàn)有的 PPI 預(yù)測(cè)模型中一般只考慮原油價(jià)格因素，這可能會(huì)導(dǎo)致在油價(jià)受突發(fā)事件影響下產(chǎn)生較大波動(dòng)時(shí)，模型的預(yù)測(cè)精度下降。宏觀指標(biāo)法：宏觀經(jīng)濟(jì)指標(biāo)的選取具有很強(qiáng)的主觀性，且選取的宏觀經(jīng)濟(jì)指標(biāo)對(duì)于 PPI 的影響難以有效量化；一些宏觀經(jīng)濟(jì)指標(biāo)與 PPI 之間可能只是相關(guān)關(guān)系而并非因果關(guān)系；一些

27、宏觀經(jīng)濟(jì)指標(biāo)之間的走勢(shì)具有較強(qiáng)的一致性，在模型中納入更多宏觀經(jīng)濟(jì)指標(biāo)可能會(huì)增加模型的復(fù)雜程度，卻無(wú)法有效提高預(yù)測(cè)效果。歷史比較法：不同經(jīng)濟(jì)周期之間雖然具有一定程度的相似性，但是也不可避免的存在著顯著差異，從歷史經(jīng)驗(yàn)出發(fā)推測(cè)未來(lái) PPI 同比可能難以預(yù)測(cè)極端情況下 PPI 同比的變化；以歷史時(shí)期的 PPI 同比預(yù)測(cè)未來(lái) PPI 同比的方法是靜態(tài)的，難以根據(jù)現(xiàn)實(shí)狀況的變化進(jìn)行動(dòng)態(tài)調(diào)整，對(duì) PPI 同比拐點(diǎn)的預(yù)測(cè)精準(zhǔn)性較差。綜上所述，我們認(rèn)為基于原油價(jià)格的 PPI 預(yù)測(cè)方法相對(duì)更優(yōu)，且這種方法的不足之處更容易得到規(guī)避或解決。因此本報(bào)告的 PPI 同比遠(yuǎn)月預(yù)測(cè)采用了基于原油價(jià)格的 PPI 預(yù)測(cè)方法。為

28、盡可能的解決基于原油價(jià)格的 PPI 預(yù)測(cè)方法的不足之處，本文針對(duì)傳統(tǒng)的基于原油價(jià)格的 PPI 預(yù)測(cè)方法進(jìn)行了優(yōu)化：分別采用機(jī)構(gòu)油價(jià)預(yù)測(cè)值和原油期貨價(jià)格作為模型中的原油價(jià)格預(yù)測(cè)值，二者的預(yù)測(cè)結(jié)果能夠相互檢驗(yàn)，且原油期貨價(jià)格數(shù)據(jù)的頻率較高，在一定程度上提高了原油預(yù)測(cè)價(jià)格的可靠程度和 PPI 預(yù)測(cè)模型的動(dòng)態(tài)性；在 PPI 預(yù)測(cè)模型中考慮了除原油價(jià)格之外的其他因素對(duì)于 PPI 同比的影響，提高了 PPI 預(yù)測(cè)模型的全面性和可靠性。原油價(jià)格預(yù)測(cè)值的選取基于原油價(jià)格同比遠(yuǎn)月走勢(shì)的預(yù)測(cè)，我們可以預(yù)測(cè) PPI 同比的遠(yuǎn)月走勢(shì)。由上文中的論述可知，原油價(jià)格是 PPI 波動(dòng)核心影響因素的最合適代表，因此我們可以通

29、過(guò)預(yù)測(cè)原油價(jià)格同比的遠(yuǎn)月走勢(shì)來(lái)得到對(duì) PPI 同比的遠(yuǎn)月走勢(shì)的預(yù)測(cè)。為了能夠?qū)崿F(xiàn)對(duì) PPI 同比遠(yuǎn)月走勢(shì)預(yù)測(cè)的動(dòng)態(tài)更新，我們采用了兩種方式預(yù)測(cè)遠(yuǎn)月的原油價(jià)格：第一，采用 EIA 等機(jī)構(gòu)當(dāng)月發(fā)布的對(duì)未來(lái)各季度原油價(jià)格的預(yù)測(cè)值。EIA等一系列國(guó)際組織、政府組織、大型跨國(guó)金融機(jī)構(gòu)會(huì)在月度報(bào)告中披露其對(duì)于國(guó)際原油價(jià)格的預(yù)測(cè)，通常這些預(yù)測(cè)值為國(guó)際原油價(jià)格的季度平均值。通過(guò)線性插值法，我們可根據(jù)上述季度數(shù)據(jù)估計(jì)出國(guó)際原油價(jià)格的月度數(shù)據(jù)。此外，我們將各大機(jī)構(gòu)對(duì)于國(guó)際原油價(jià)格預(yù)測(cè)值的最小值作為國(guó)際原油價(jià)格走勢(shì)的悲觀情況、中位數(shù)作為中性情況、最大值作為樂(lè)觀情況，分別對(duì)相應(yīng)情況下的 PPI 同比進(jìn)行預(yù)測(cè)。第二，采

30、用當(dāng)月的原油期貨價(jià)格作為該月原油價(jià)格的預(yù)測(cè)值。無(wú)論是從套期保值的角度還是從套利交易的角度來(lái)看，原油期貨合約的價(jià)格都在一定程度上反映了市場(chǎng)對(duì)于未來(lái)原油價(jià)格的預(yù)期。因此，我們認(rèn)為采用當(dāng)月的原油期貨價(jià)格作為該月原油價(jià)格的預(yù)測(cè)值是較為合理的（如采用原油期貨 2105 作為市場(chǎng)對(duì)于 2021 年 5 月國(guó)際原油價(jià)格的預(yù)測(cè)）。由于原油期貨價(jià)格波動(dòng)較大可能會(huì)導(dǎo)致 PPI 同比數(shù)據(jù)的預(yù)測(cè)值缺乏穩(wěn)定性，因此我們對(duì)原油期貨價(jià)格進(jìn)行了 5 日移動(dòng)平均處理。采用原油期貨價(jià)格作為原油價(jià)格預(yù)測(cè)值的最大好處在于原油期貨價(jià)格數(shù)據(jù)是實(shí)時(shí)和高頻的，因此基于原油期貨價(jià)格的 PPI 同比預(yù)測(cè)值對(duì)于影響國(guó)際原油價(jià)格的突發(fā)事件是較為敏感

31、的，該方法下的 PPI 同比預(yù)測(cè)值能夠較好地隨著市場(chǎng)狀況的變動(dòng)而進(jìn)行隨時(shí)調(diào)整。在后續(xù)模型中，我們選擇 Brent 原油價(jià)格作為國(guó)際原油價(jià)格的代表。主要原因在于：1）我國(guó)原油進(jìn)口主要來(lái)自于中東和俄羅斯等國(guó)，中東油價(jià)的進(jìn)口價(jià)格基準(zhǔn)是 Oman 原油價(jià)格，而 Oman 原油價(jià)格又以 Brent 原油價(jià)格為定價(jià)基礎(chǔ)；2）我國(guó)原油對(duì)外依存度較高，因此國(guó)內(nèi)油價(jià)與國(guó)際油價(jià)的走勢(shì)具有較強(qiáng)的相關(guān)性。 圖表 17：部分大型機(jī)構(gòu) 3 月對(duì) 2021 年 Brent 原油季度平均價(jià)格的預(yù)測(cè)值 預(yù)測(cè)機(jī)構(gòu)預(yù)測(cè)日布油均價(jià)(美元/桶)Q2Q3Q4EIA (美國(guó)能源信息署)03/0464.558.758.0Banco Sant

32、ander SA (桑坦德銀行)03/0457.055.054.0ABN AMRO Bank NV (荷蘭銀行)03/0565.063.061.0Capital Economics Ltd(凱投宏觀經(jīng)濟(jì)咨詢公司)03/1172.577.575.0CIMB (聯(lián)昌國(guó)際銀行)03/1270.068.065.0Intesa Sanpaolo SpA(意大利聯(lián)合圣保羅銀行)03/1270.072.073.0HSBC Holdings (匯豐)03/1964.070.065.0Barclays (巴克萊銀行)03/2264.067.071.0TD Securities (道明證券)03/3166.063

33、.063.0數(shù)據(jù)來(lái)源：Bloomberg，整理 圖表 18：Brent 原油月度平均價(jià)格的預(yù)測(cè)值Brent 油價(jià)預(yù)測(cè)（美元/桶）機(jī)構(gòu)預(yù)測(cè)價(jià)格期貨價(jià)格樂(lè)觀中性悲觀2021-0154.8654.8654.8654.862021-0262.3762.3762.3762.372021-0365.8665.8665.8665.862021-0469.1865.4361.4364.822021-0572.5065.0057.0063.782021-0675.8264.5752.5763.642021-0776.6665.7953.7963.132021-0877.5067.0055.0062.742021

34、-0978.3468.2156.2162.322021-1076.6766.6155.1161.772021-1175.0065.0054.0061.322021-1273.3363.3952.8961.00數(shù)據(jù)來(lái)源：Wind，整理注 1：期貨價(jià)格為 3 月 25、26、29、30 和 31 日期貨合約的平均價(jià)格。注 2：2020 年 1 月、2 月和 3 月為歷史實(shí)際數(shù)據(jù)，4 月及以后為預(yù)測(cè)數(shù)據(jù)?；谠蛢r(jià)格的 PPI 預(yù)測(cè)方法：因素分解的視角PPI 環(huán)比增速可由“油價(jià)拉動(dòng)”和“剔除油價(jià)拉動(dòng)”兩部分組成?！坝蛢r(jià)拉動(dòng)”反映了 PPI 環(huán)比增速波動(dòng)中與原油價(jià)格波動(dòng)相關(guān)的部分；“剔除油價(jià)拉動(dòng)”則反

35、映了 PPI 環(huán)比增速波動(dòng)中與原油價(jià)格波動(dòng)無(wú)關(guān)的部分，如與原油價(jià)格波動(dòng)相關(guān)性較小的商品的價(jià)格波動(dòng)、季節(jié)性影響等因素，“剔除油價(jià)拉動(dòng)”部分對(duì)于 PPI 環(huán)比增速波動(dòng)的貢獻(xiàn)較小。從因素分解的視角來(lái)看，基于原油價(jià)格預(yù)測(cè) PPI 環(huán)比增速的步驟如下，PPI 同比預(yù)測(cè)值可以由環(huán)比增速推出：通過(guò)線性回歸模型測(cè)算原油價(jià)格環(huán)比增速對(duì) PPI 環(huán)比增速的彈性；油價(jià)拉動(dòng) = 彈性 油價(jià)環(huán)比；剔除油價(jià)拉動(dòng) = PPI 環(huán)比 油價(jià)拉動(dòng)；當(dāng)月 PPI 環(huán)比預(yù)測(cè)值 = 油價(jià)拉動(dòng) + 當(dāng)月剔除油價(jià)拉動(dòng)的 10 年均值?；谝蛩胤纸夥椒ǖ?PPI 預(yù)測(cè)模型表明年內(nèi) PPI 同比峰值可能在今年 5 月出現(xiàn)。去年上半年整體價(jià)格水

36、平偏低導(dǎo)致今年上半年 PPI 同比具有比較明顯的基數(shù)效應(yīng)，其中 PPI 同比的翹尾值在 5 月達(dá)到最大值 2.83%。在基數(shù)效應(yīng)和商品價(jià)格上漲的共同影響下，該模型下的 PPI 同比峰值出現(xiàn)在今年 5 月（樂(lè)觀情況下峰值為 5.00%，中性情況下峰值為 4.79%，悲觀情況下峰值為 4.58%，期貨價(jià)格法預(yù)測(cè)下峰值為 4.80%）。今年 5 月之后基數(shù)效應(yīng)逐步減弱，對(duì)應(yīng)時(shí)間段的 PPI 同比也開(kāi)始逐步下滑；然而，由于 3 季度原油價(jià)格下行動(dòng)力可能不強(qiáng)，3 季度 PPI 同比可能仍將維持高位。4 季度基數(shù)效應(yīng)逐漸消退，疊加國(guó)際原油價(jià)格預(yù)期下行，PPI 同比或?qū)⒊霈F(xiàn)明顯下行。預(yù)測(cè)結(jié)果表明，基于原油期

37、貨價(jià)格的PPI 同比預(yù)測(cè)與基于機(jī)構(gòu)預(yù)測(cè)價(jià)格的PPI 同比預(yù)測(cè)趨勢(shì)基本一致，且基于原油期貨價(jià)格的 PPI 同比預(yù)測(cè)值與中性情況下的 PPI 同比預(yù)測(cè)值讀數(shù)非常相近。兩種不同方法的相互驗(yàn)證證明了基于因素分解法的 PPI 預(yù)測(cè)模型具有較強(qiáng)的可靠性。動(dòng)態(tài)性較強(qiáng)是上述預(yù)測(cè)方法的一大優(yōu)點(diǎn)，但這也意味著后續(xù) PPI 預(yù)測(cè)值可能將隨著原油價(jià)格的變動(dòng)而隨時(shí)調(diào)整。市場(chǎng)上的原油價(jià)格預(yù)測(cè)數(shù)據(jù)一般是季頻數(shù)據(jù)，且每月只更新一次，因此現(xiàn)有的很多基于季頻原油價(jià)格預(yù)測(cè)數(shù)據(jù)的 PPI預(yù)測(cè)模型動(dòng)態(tài)性較差，對(duì)于最新突發(fā)事件和原油市場(chǎng)動(dòng)態(tài)的反應(yīng)較不敏感，難以反映出 PPI 同比走勢(shì)的最新變化。本報(bào)告中采用的基于原油價(jià)格的 PPI 預(yù)測(cè)

38、方法分別采用了機(jī)構(gòu)油價(jià)預(yù)測(cè)值和原油期貨價(jià)格作為模型中的原油價(jià)格預(yù)測(cè)值，其中原油期貨價(jià)格為實(shí)時(shí)數(shù)據(jù)，模型中的機(jī)構(gòu)油價(jià)預(yù)測(cè)值為月頻數(shù)據(jù)（我們采用了插值法將機(jī)構(gòu)原油價(jià)格預(yù)測(cè)季頻數(shù)據(jù)轉(zhuǎn)化成了月頻數(shù)據(jù)）。因此本報(bào)告中的基于原油價(jià)格的PPI 預(yù)測(cè)方法具有較強(qiáng)的動(dòng)態(tài)性，該模型在預(yù)測(cè) PPI 同比時(shí)能夠?qū)⑹袌?chǎng)上最新的 PPI 同比影響因素考慮進(jìn)去。然而，應(yīng)當(dāng)注意的是，期貨市場(chǎng)上的原油價(jià)格在實(shí)時(shí)波動(dòng)，機(jī)構(gòu)對(duì)于原油價(jià)格的預(yù)測(cè)值也在逐月調(diào)整，本報(bào)告中的 PPI 同比預(yù)測(cè)值基于 3 月末的機(jī)構(gòu)油價(jià)預(yù)測(cè)值和原油期貨價(jià)格，未來(lái)隨著原油價(jià)格的實(shí)時(shí)變動(dòng)，我們對(duì)于 PPI 同比的預(yù)測(cè)也將隨時(shí)調(diào)整。 圖表 19：遠(yuǎn)月預(yù)測(cè)結(jié)果表明

39、 PPI 同比拐點(diǎn)可能在今年 5 月出現(xiàn) 實(shí)際PPI同比，% 預(yù)測(cè)PPI同比（期貨價(jià)格為預(yù)測(cè)油價(jià)），% 預(yù)測(cè)PPI同比（樂(lè)觀），% 預(yù)測(cè)PPI同比（中性），% 預(yù)測(cè)PPI同比（悲觀），%6420-220/0120/0320/0520/0720/0920/1121/0121/0321/0521/0721/0921/11-4數(shù)據(jù)來(lái)源：Wind，整理 圖表 20：今年 PPI 同比讀數(shù)可能有較為明顯的基數(shù)效應(yīng)PPI同比中的翹尾因素，%543210-118/0118/0418/0718/1019/0119/0419/0719/1020/0120/0420/0720/1021/0121/0421/072

40、1/10-2數(shù)據(jù)來(lái)源：Wind，整理四、近月預(yù)測(cè)模型：基于 PMI 指數(shù)的 PPI 預(yù)測(cè)方法誠(chéng)然，基于原油價(jià)格的 PPI 預(yù)測(cè)方法同樣可以用于 PPI 同比的近月預(yù)測(cè)。但考慮到 PPI 環(huán)比增速與 PMI 出廠價(jià)格指數(shù)和 PMI 主要原材料購(gòu)進(jìn)價(jià)格指數(shù)具有相當(dāng)高的相關(guān)性，且每個(gè)月的 PMI 數(shù)據(jù)公布時(shí)間早于 PPI 數(shù)據(jù)公布時(shí)間，我們認(rèn)為基于當(dāng)月的 PMI 數(shù)據(jù)對(duì) PPI 數(shù)據(jù)進(jìn)行預(yù)測(cè)可能是一種效率更高的近月預(yù)測(cè)方法。因此，我們?cè)诒静糠种谢?PMI 指數(shù)對(duì) PPI 同比進(jìn)行近月預(yù)測(cè)，以期在基于原油價(jià)格的 PPI 預(yù)測(cè)方法的基礎(chǔ)上進(jìn)一步提高 PPI 同比的預(yù)測(cè)精度。在每月的 1 日至 10 日

41、之間，基于上月末公布的 PMI 指數(shù)對(duì)上月 PPI 同比進(jìn)行預(yù)測(cè)能夠幫助我們得到精度更高的 PPI 同比預(yù)測(cè)數(shù)據(jù)。一般來(lái)說(shuō)，某月的 PPI 數(shù)據(jù)通常在下一個(gè)月的 10 日左右公布，而某月的 PMI 數(shù)據(jù)通常在當(dāng)月的最后一天公布，兩組數(shù)據(jù)的公布時(shí)間間隔大約在 10 天左右。通過(guò)對(duì)歷史數(shù)據(jù)的分析，我們發(fā)現(xiàn) PPI 環(huán)比增速不僅與 PMI 出廠價(jià)格指數(shù)具有高相關(guān)性（92%），與 PMI 主要原材料購(gòu)進(jìn)價(jià)格指數(shù)也具有高相關(guān)性（92%）。因此我們認(rèn)為在這一時(shí)間間隔內(nèi)（每月的 1 日至 10 日之間），基于上月的 PMI 出廠價(jià)格指數(shù)和 PMI 主要原材料購(gòu)進(jìn)價(jià)格指數(shù)對(duì)上月的 PPI 環(huán)比增速進(jìn)行預(yù)測(cè)可能

42、是一種精度更高的預(yù)測(cè)方法。鑒于此，我們構(gòu)建了如下回歸模型對(duì) PPI 環(huán)比增速進(jìn)行預(yù)測(cè)：環(huán)比 = 0 + 1出廠 + 2原材料 + 32+ 42+ 出廠原材料從樣本外的擬合結(jié)果來(lái)看，基于 PMI 指數(shù)的 PPI 同比預(yù)測(cè)值與實(shí)際值之間的月均絕對(duì)值差距為 0.19%；而基于原油價(jià)格的 PPI 同比預(yù)測(cè)值與實(shí)際值之間的月均絕對(duì)值差距為 0.25%。由此可見(jiàn)，在近月預(yù)測(cè)中，基于 PMI 指數(shù)的預(yù)測(cè)方法要比基于原油價(jià)格的預(yù)測(cè)方法的預(yù)測(cè)精度更為理想?；?PMI 指數(shù)的 PPI 預(yù)測(cè)模型的主要不足在于無(wú)法進(jìn)行遠(yuǎn)月預(yù)測(cè)。雖然該模型提高了預(yù)測(cè)精度，但同樣具有兩大不足之處：1）該方法只能在特定時(shí)間段內(nèi)使用（每月

43、的 1 日至 10 日之間）；2）該方法無(wú)法進(jìn)行遠(yuǎn)月預(yù)測(cè)，因此難以預(yù)測(cè)未來(lái) PPI 同比的變化趨勢(shì)。3 月 PMI 出廠價(jià)格指數(shù)為 59.80（前值 58.50），PMI 主要原材料進(jìn)購(gòu)價(jià)格指數(shù)為 69.40（前值 66.70）。預(yù)測(cè) 3 月 PPI 環(huán)比為 1.12%（前值 0.80%），PPI 同比為 3.82%（前值 1.70%）。 圖表 21：PPI 環(huán)比增速與 PMI 出廠價(jià)格和 PMI 原材料價(jià)格指數(shù)的相關(guān)性較高2.075PPI:全部工業(yè)品:環(huán)比，% PMI:出廠價(jià)格，右軸PMI:主要原材料購(gòu)進(jìn)價(jià)格，右軸1.5701.0650.5600.055-0.550-1.04516/0116

44、/0516/0917/0117/0517/0918/0118/0518/0919/0119/0519/0920/0120/0520/0921/01-1.540數(shù)據(jù)來(lái)源：Wind，整理圖表 22：基于 PMI 方法的 PPI 預(yù)測(cè)精度高于基于原油價(jià)格的 PPI 預(yù)測(cè)精度樣本外預(yù)測(cè)結(jié)果與實(shí)際結(jié)果比較 PPI:全部工業(yè)品:當(dāng)月同比，%PPI同比預(yù)測(cè)（PMI法），%PPI同比預(yù)測(cè)（基于原油價(jià)格預(yù)測(cè)），%樣本外預(yù)測(cè)誤差PPI同比預(yù)測(cè)（PMI法），%PPI同比預(yù)測(cè)（基于原油價(jià)格預(yù)測(cè)），%31.020.710.400.1-1-0.2-2-3-0.519/0219/0419/0619/0819/1019/12

45、20/0220/0420/0620/0820/1020/1221/0219/0219/0419/0619/0819/1019/1220/0220/0420/0620/0820/1020/1221/02-4-0.8數(shù)據(jù)來(lái)源：Wind，整理注：此處選擇 2019 年 2 月前的數(shù)據(jù)為樣本內(nèi)數(shù)據(jù)估計(jì)模型參數(shù)，2019 年 2 月及以后的數(shù)據(jù)為樣本外測(cè)試數(shù)據(jù)。五、小結(jié)：PPI 同比的拐點(diǎn)或?qū)⒃诮衲?5 月出現(xiàn)基于 PPI 的遠(yuǎn)月和近月預(yù)測(cè)模型，我們對(duì)今年的 PPI 數(shù)據(jù)進(jìn)行了預(yù)測(cè)。主要結(jié)論如下：基于 3 月 PMI 數(shù)據(jù)，我們預(yù)測(cè) 3 月 PPI 環(huán)比為 1.12%（前值 0.80%），PPI同比為 3.82%（前值 1.70%）。上半年，受到原油價(jià)格上漲和去年同期低基數(shù)效應(yīng)的影響，PPI 同比或?qū)⒖焖偕闲胁⒂?5 月達(dá)到年內(nèi)峰值，中性情況下的年內(nèi) PPI 同比峰值或?qū)⑦_(dá)到 4.8%左右。下半年，受到基數(shù)效應(yīng)減弱和原油價(jià)格可能回調(diào)的影響，PPI 同比下行概率較大。但預(yù)計(jì) 3 季度下行速度不會(huì)太大，中性情況下 PPI 同比可能在 3.40%- 3.60%之間波動(dòng)；4 季度或?qū)⒊霈F(xiàn)較為明顯的下行，中性情況下，PPI 同比可能在 12 月持續(xù)下行至 2.20%左