外汇商品 | 美国年内再通胀风险定量评估
编辑：[db:作者] 时间：2024-08-25 04:19:00
Ordered Probit排序模型显示美国第三季度再通胀风险较高，第四季度通胀边际回落可能性较大，2025年去通胀路径仍有较大不愿定性。中长期韶光序列模型显示5月至7月通胀边际回升至年内高点，短暂回掉队10月、11月涌现年内次高点，此后进入缓慢去通胀。
短期韶光序列模型显示5月CPI同比增速较4月回升，与其余两个模型指向同等。
综上，5月CPI数据可能再度打击市场对付去通胀的乐不雅观预期，5月至第三季度美国再通胀风险较高。第四季度通胀增速有望再度边际低落，中期延续缓慢去通胀，届时市场降息预期可能重燃。
只管美国4月CPI同比增速放缓一度令市场愉快，但美联储官员普遍认为单月数据并不能解释问题，美国去通胀仍有较高的不愿定性，还需不雅观察更多数据。年内美国再通胀风险有多大？未来去通胀路径可能如何演绎？本文我们考试测验对此进行建模剖析。为了更全面评估美国通胀走势，并更好与交易策略结合，我们分别建立了三个模型：Ordered Probit排序模型、中长期韶光序列模型和短期韶光序列模型。该模型参考圣路易斯联储事情论文[1]“A Measure of Price Pressures”对未来一年内美国CPI同比所处的区间概率进行了预测，并构建了指标CPPM（CIB Price Pressure Measure）以反响未来6个月或12个月通胀所处区间的均匀概率。本文中我们将通胀的数值水平定义为通胀水平，将通胀数值的区间水平定义为通胀区间水平，将某“期间”定义为时点，将某“期”定义为韶光段。个中k∈{1,2,3,4}，a和b分别为与k对应的通胀水平区间的高下限，为正态分布的累计分布函数。若将通胀水平t+h|t视为潜变量，则前述概率模型就转化为Ordered Probit模型，本文采取的参数估计方法为极大似然估计（MLE）。本文参考PPM指标建立了衡量未来6个月或12个月CPI同比处于各区间的均匀概率指标，定义为个中∑hWh=1，本文采取等权进行加权均匀。例如，当k取4时，CPPM6代表了未来6个月CPI同频年夜于4%的均匀概率，CPPM12代表了未来12个月CPI同频年夜于4%的均匀概率。在事情论文中提到9大类变量（覆盖范围包括消费者价格、生产者价格、大宗商品价格、住房及商业地产、劳动力市场、财政状况、通胀预期、市场调查和外贸），受数据可得性限定，本研究共利用个中83类子变量并提取其主身分布局阐明变量Ft。详细地，对付处于t期间的N维原始阐明变量Xt，存在NM维且知足一定条件的系数矩阵（个中M≪N），使得
从而将N维原始阐明变量Xt映射至M维主身分变量Ft，将各主身分fi对应的特色值所代表的信息占数据总信息的比例定义为主身分i的贡献度，则可根据累计贡献度选取主身分个数，从而起到降维的浸染，该方法称为主身分剖析（PCA）。本文共提取6个主身分，累计贡献度为88%，即该6个主身分能够阐明原始数据中88%的信息。模型显示：在2024年下半年，CPI同比处于3%至4%的概率最大，第三季度存在温和再通胀的可能，年末通胀涌现回落的概率逐步上升；不过2025年第一季度CPI同频年夜于4%的可能性增大，表明未来去通胀仍有较高不愿定性。
除了利用圣路易斯联储事情论文中的变量，本文也考试测验构建更加简化的模型，选取与美国CPI高度干系的指标，包括：芝加哥联储CARTS零售指数（不含汽车）同比、Manheim二手车代价指数同比、NAR房屋价格发卖中值同比、ISM非制造业物价指数同比以及CPI同比的一阶滞后项，韶光区间为2019年1月至2024年5月，数据频率为月度。选用前述变量的缘故原由为：一方面，芝加哥联储CARTS零售指数（不含汽车）同比在近年与CPI同比走势高度靠近，且为公布韶光早于CPI，因此选入阐明变量中；另一方面，从周期性角度来看可将CPI拆解为周期性部分与非周期性部分，因此须要考虑补充具有周期性的耐用品消费以及在CPI中占比较高的房价，因此将Manheim二手车代价指数同比、NAR房屋价格发卖中值同比、ISM非制造业物价指数同比选入阐明变量。由于Manheim二手车代价指数与ISM非制造业物价指数干系性较强，但Manheim二手车代价指数作为补充芝加哥联储CARTS零售指数（不含汽车）的必要指标，因此我们建立了两类预测模型（包含ISM非制造业物价指数的模型称为模型1，模型2则不包含该指数）。在2024年以内，两类模型结果呈现出相似的特色：（1）近期来看，模型1显示5月CPI同频年夜于3%小于即是3.5%的概率高达94%，而模型2认为5月CPI同比在靠近3.5%附近，均解释5月CPI同比在3.5%附近的概率较大；（2）两个模型均认为第三季度CPI同频年夜于3.5%的概率较高，即再通胀的可能性增大；（3）第四季度CPI同比小于即是3%的概率在不断增大，模型1显示在今年12月CPI同比小于即是3%的概率高达75%，模型2则为72%。这暗示了第四季度通胀压力边际缓解，美联储在年末降息的可能性增加。在2025上半年，两类模型结果涌现了较大的分解，模型1认为在2025年上半年CPI同比将以较大概率大于4%，而模型2认为通胀水平将会回落到3%以内，这可能是受非制造业的周期性成分影响。可见中期美国去通胀仍面临较大不愿定性。根据前述两类模型我们建立了未来6个月和12个月的CPPM指标，通过样本拟合可以看到该指标相对通胀区间水平的走势具有一定领先性。中期来看，模型1认为均匀有35%的概率未来6个月内CPI同比在3%到3.5%之间，均匀有29%的概率大于4%，而模型2对通胀的区分效果不显著；长期来看，模型2认为有45%的概率未来12个月内CPI同比会降到3%以内，而模型1此时对通胀的区分效果不显著。
旧金山联储[2]将美国PCE区分为周期性和非周期性两大类，周期性通胀与美国库存周期颠簸密切干系，将美国ISM制造业PMI新订单作为库存周期代理变量；而非周期性通胀则显著受到美国财政赤字影响。房地产价格和原油价格分别对付CPI篮子中的做事业和商品价格有广泛影响，因此将标普全美房价和BRENT原油价格也纳入自变量。此外，青壮年人口（25-45岁）增长与通胀绝对水平有很高干系性，也纳入自变量。韶光序列样本为1978年1月至今的月度数据。
经平稳性和单位根考验后，上述自变量与因变量可建立以下列出的韶光序列模型（包括VAR、VECM、神经网络等）。为了验证模型有效性，我们将1978年1月至2013年5月作为演习集，将2013年6月至2022年4月作为测试集（20%样本量），将2022年5月至2024年4月作为预测集考验模型有效性。根据各模型在测试集的RMSE准确度排序授予模型权重，在预测集输出各模型加权均匀后的预测值。结果显示模型凑集成功预测了过去两年的去通胀过程，且实际CPI同比基本在模型50%置信区间内，模型具有较高有效性。以同样的方法，将1978年1月至2014年10月作为演习集，将2014年11月至2024年4月作为测试集（20%样本量），预测2024年5月至2025年6月的美国CPI同比。预测结果显示，CPI同比将在5月至7月反弹至年内高点（预测中值3.7%），短暂回掉队10月、11月再度反弹（预测中值3.5%）但低于7月高点，此后再度进入缓慢的去通胀。
由于当前市场对付单月CPI数据极其敏感，我们通过高频数据和领先指标构建了预测下一期美国CPI同比的短期预测模型。前文已展示芝加哥联储CARTS零售物价与CPI走势高度同步，且该指标常日在每月月初和月中公布两次，使其具有了预测CPI的可操作性。不过CARTS零售物价包含了汽油消费，但不包含汽车消费，也无法反响住房价格。为了使得指标更加靠近CPI篮子，我们加入Black Book二手车价格指数和Manheim二手车价格指数反响汽车消费，以标普全美房价、NAR房价和美国劳工部公布的租金指数反响住房本钱，以ISM PMI物价反响总体的商品和做事价格。受限于CARTS零售物价较短，样本为2019年1月以来的月度数据。经测试，上述自变量仅需OLS模型便可以得到极高的预测准确度，全样本回归（模型1）的R2达到了0.997；若以近12个月的样本回归（模型2）R2进一步提升至0.999，过去12个月残差在正负0.03%以内。两个模型预测5月CPI同比分别为3.64%和3.5%，较4月3.4%反弹。该结果也与中长期韶光序列模型的5月预测值同等。
综上，5月CPI数据可能再度打击市场对付去通胀的乐不雅观预期，5月至第三季度美国再通胀风险较高。第四季度通胀增速有望再度边际低落，中期延续缓慢去通胀，届时市场降息预期可能重燃。[1] Jackson, L., & K. Kliesen, & M. Owyang, A Measure of Price Pressures: Federal Reserve Bank of St. Louis Review, First Quarter 2015, 97(1), 25-52.[2] 详见：https://www.frbsf.org/research-and-insights/data-and-indicators/cyclical-and-acyclical-core-pce-inflation/免 责 声 明
兴业经济研究咨询株式会社(CIB Research Co.,Ltd.)(中文简称“兴业研究公司”)供应，本报告中所供应的信息，均根据国际和行业通畅准则，并以合法渠道得到，但不担保报告所述信息的准确性及完全性，报告阅读者也不应自认该信息是准确和完全的而加以依赖。
本报告中所供应的信息均反响本报告初次公开拓布时的判断，我司有权随时补充、更正和修订有关信息，但不担保及时发布。本报告内容仅供报告阅读者参考，统统商业决策均将由报告阅读者综合各方信息后自行作出，对付本报告所供应的信息导致的任何直接或间接的后果，我司不承担当何任务。
本报告的干系研判是基于研究员本人的知识和方向所做出的，应视为研究员的个人不雅观点，并不代表所在机构。我司可根据客不雅观情形或不同数据来源或剖析而发出其它与本报告所供应信息不一致或表达不同不雅观点的报告。研究员本人自认为秉承了客不雅观中立态度，但对报告中的干系信息表达与我司业务利益存在直接或间接关联不做任何担保，干系风险务请报告阅读者独立做出评估，我司和研究员本人不承担由此可能引起的任何法律任务。
本报告中的信息及表达的不雅观点并不构成任何要约或投资建议，不能作为任何投资研究决策的依据，我司未采纳行动以确保此报告中所指的信息适宜个别的投资者或任何的个体，我司也不推举基于本报告采纳任何行动。
报告中的任何表述，均应从严格经济学意义上理解，并不含有任何道德、政治偏见或其他偏见，报告阅读者也不应该从这些角度加以解读，我司和研究员本人对任何基于这些偏见角度理解所可能引起的后果不承担当何任务，并保留采纳行动保护自身权柄的统统权利。
本报告版权仅为我司所有，未经书面容许任何机构和个人不得以任何形式翻版、复制和揭橥。除非是已被公开出版刊物正式刊登，否则，均应被视为非公开的研讨性剖析行为。如引用、刊发，需注明出处为“兴业经济研究咨询株式会社”，且不得对本报告进行有悖原意的引用、删节和修正。
我司对付本免责声明条款具有修正和终极阐明权。
本站所发布的文字与图片素材为非商业目的改编或整理，版权归原作者所有，如侵权或涉及违法，请联系我们删除，如需转载请保留原文地址：http://www.baanla.com/lz/zxbj/117156.html