宏观预测专题报告一：通货膨胀的季节调整与预测模型.docxVIP

目录 TOC \o 1-2 \h \z \u HYPERLINK \l _bookmark0 一、预测的价值在于将不确定性转变为风险 3 HYPERLINK \l _bookmark1 （一）预测的价值在于将不确定性转变为风险 3 HYPERLINK \l _bookmark2 （二）预测是逻辑与数据的结合 4 HYPERLINK \l _bookmark3 二、通货膨胀的预测方法 4 HYPERLINK \l _bookmark4 三、通货膨胀的季节调整预测 5 HYPERLINK \l _bookmark5 （一）CPI 具有明显的春节效应 5 HYPERLINK \l _bookmark6 （二）考虑春节效应的季节调整 6 HYPERLINK \l _bookmark7 四、通货膨胀的修正 9 HYPERLINK \l _bookmark8 （一）CPI 猪肉项的预测 10 HYPERLINK \l _bookmark9 （二）CPI 预测的修正 11 HYPERLINK \l _bookmark10 风险提示 12 HYPERLINK \l _bookmark11 参考文献 13 CPI 是影响投资决策、企业定价与政府政策的重要数据。通过预测可以将不确定性转化为风险，提高决策效率。考虑到中国经济正处于推进供给侧结构性改革、转变经济结构的转折点， 简单地使用历史均值法对通胀进行预测可能误差较大，本文加入虚拟变量消除了春节效应的影响，使用季节调整预测模型（X-12-ARIMA-BHG）对通胀进行预测。鉴于两个周期函数的和不一定是周期函数，序列加总可能使得周期性转变为不规则成分，且时间序列模型无法考虑到突发事件的影响，譬如本次非洲猪瘟使得中国猪肉价格大涨，本文对 CPI 猪肉项进行了独立预测， 并结合高频数据与猪周期对 CPI 预测值进行了修正。 根据季节调整模型的预测结果，2019 年中国 CPI 将会先上升，然后下降。3 月份 CPI 为1.9?，全年高点在 5 月份，达到 2.1；到 2019 年底达到 1.2。 假设本轮猪周期持续，猪肉价格持续上涨，CPI 预测值修正分三种情况： 第一种，猪肉价格上涨是一次性冲击，CPI 猪肉项中枢在季节调整预测值的基础上水平上升 24，则 2019 年中国 CPI 将会在预测值基础上水平抬升 0.6。3 月份 CPI 为 2.5，全年高点在 5 月份，达到 2.7；到 2019 年底达到 1.8。 第二种情况，猪肉价格快速上涨，在 5 月份达到 25 元/千克，年底达到 30 元/千克，则 CPI 猪肉项涨幅在 5 月达到 50.2 ，年底达到 44.2；分别高于预测值 46.6和 47.8，抬升 CPI 预测值 1.20，则 3 月份 CPI 为 2.5，5 月份达到 3.3；到 2019 年底达到 2.4。 第三种情况，受中美贸易协定达成影响，进口猪肉抑制了猪肉价格的快速上涨，在 5 月份 达到 25 元/千克后保持稳定，则 CPI 猪肉项涨幅在 5 月达到 50.2，年底达到 20.2；分别高 于预测值 46.6和 23.8，抬升 CPI 预测值 1.20和 0.6，则 3 月份 CPI 为 2.5，5 月份达到 3.3；到 2019 年底达到 1.8。 一、预测的价值在于将不确定性转变为风险 （一）预测的价值在于将不确定性转变为风险 由于系统的复杂性，世界充满了不确定性与风险。1921 年，奈特在其著名的《风险、不确定性与利润》一书中提出了风险和不确定性的概念，指出风险是可以用概率衡量的，而不确定性是无法提前预知期概率分布的，无法通过保险对冲的。譬如，英国脱欧事件就具有较大不确定性。不确定源自系统的复杂性。1927 年，海森堡在《论量子理论运动学与力学的物理内涵》提出了不确定性原理（也称测不准原理），即无法同时确定粒子的位置与动量。由于事物之间的相互作用，观测会干扰被测系统，以至于无法在不完全改变事物的同时了解其性质。 预测有助于决策。在一个不确定的世界中，我们不知道会发生什么，因而也无法做出决策。所谓的选择障碍或是源自不知道自己想要什么，或是源自不知道哪种选择符合自己的期望。在这个时候，就可能产生非理性，受到“动物精神”的控制。但是，通过预测我们可以赋予未来的结果一个概率分布，将不确定性转化为风险，提高决策效率。当我们按照这个概率分布决策时，决策的好坏就取决于未来实际将会发生什么。 时间越长，不确定性越大，预测的准确度也越低。但利润源自不确定性，不确定性越大， 获得的回报也越高。所以，我们既需要短期预测，也需要中长期预测。 （二）预测是逻辑与数据的结合 根据预测依据的不同，预测可以分为两大类，一类基于逻辑，一类基于数据。逻辑通常可分为三个部分