【预测双色球】中信建投黄文涛:重构月度CPI增速预测方法
传统“食品 非食品”二分法对CPI预测的准确度有所下降。对于月度CPI增速,目前市场的主流方法框架是“食品 非食品”二分法,对应的估测方法是“高频 历史均值”二分法。由于CPI增速主要由食品项驱动,用高频数据估测CPI食品项的变动,基本可以较好的把握CPI增速的变动。
但今年以来,上述方法预测的准确性有所下降,可能至少跟几个因素有关。第一,食品高频数据质量的下降。第二,春节错位因素的影响。第三,历史均值法对非食品项的预测效果下降。
我们尝试构建月度CPI增速的“三分法”预测方法。相较于以往方法,有以下几点可能的创新。第一,使用“食品 工业消费品 服务”三分法框架,估测方法相应调整为“高频 领先指标 历史均值”三分法。第二,根据城镇居民消费支出结构、投入产出表等数据,重新梳理权重体系。
第三,纳入春节因素的影响,将春节因素分为“节前”、“节中”与“节后影响”,并量化纳入分析框架。第四,重新梳理主要食品分项的预测方法,将停止公布的统计局高频数据转为其他高频数据。第五,鉴于估测权重与实际权重不一致导致的系统性偏差,建议在从分项指标按权重合成为上一层级指标增速时,需要进行一定的调整。
回溯检验显示,新方法预测效果有所改善。根据数据可得性,可获得2014年10月至2018年11月共计50个样本点中。其中,预测值(四舍五入之后)与实际值完全一致的样本点有18个,占比36%;误差为0.1、0.
2与0.3个百分点的样本点分别有21、9、2个,占比分别为42%、18%与4%。与市场平均预测结果相比,上述方法预测效果有所改进。其中,预测的最大误差为超过0.3个百分点,低于市场平均预测值的0.8个百分点;预测结果和实际值完全吻合以及误差在0.1个百分点及以内的分布频率,较市场平均预测值均高出近12个百分点。
