宏源证券_2014-06-09_大宗商品价格对PPI的传导.pdf

《宏源证券_2014-06-09_大宗商品价格对PPI的传导.pdf》由会员分享，可在线阅读，更多相关《宏源证券_2014-06-09_大宗商品价格对PPI的传导.pdf（18页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 请务必阅读正文之后的免责条款部分 第 1 页 共 18 页 宏源宏观类模板宏源宏观类模板 投资要点：投资要点：大宗商品价格指数（期货或现货）走势领先美国和中国 PPI 走势 CRB 现货综合或 RJ/CRB 的变化在 3.5 个月后对 PPI 的影响达到最大 根据我们的模型，中国 5 月份 PPI 预测为-1.46 报告摘要报告摘要：大宗商品价格指数（期货或现货）对美国和中国大宗商品价格指数（期货或现货）对美国和中国 PPI 均呈现领先。均呈现领先。图 1-6 CRB 现货综合、CRB 现货金属、CRB 现货食品、CRB 现货工业原料和RJ/CRB 均很明显地领先于美国 PPI，且联动模式非

2、常稳定。RJ/CRB 走势微弱领先与 CRB 现货指数，基本呈现同步性，两者具有较好的替代性。图 7-13 显示，南华综合、南华工业品、南华农产品、南华金属和南华能化均领先于中国 PPI，且在 2006 年开始这种先后的联动模式非常稳定。CRB 现货综合和 RJ/CRB 也呈现这种领先联动模式。CRB 现货综合或现货综合或 RJ/CRB 的变化在的变化在 3.5 个月后个月后对对 PPI 的影响达到最大，的影响达到最大，且且预测效果预测效果优良优良。相反，PPI 的变化对 CRB 现货综合或 RJ/CRB 几乎没有领先作用。CRB 现货工业原料、金属和食品与 PPI 关系呈现类似的规律。这与

3、Granger 因果关系检验和预测残差分析相吻合。2014 年 1 至 4月的 PPI月度同比实际值均落在了5个模型预测的95%置信区间内。CRB现货综合对 3 个月后的 PPI 预测效果最好，预测误差仅为 0.075，RJ/CRB对 4 个月后的 PPI 预测效果最好，预测误差为 0.732（4 月份实际 PPI 当月同比有点异常跳高）。南华综合南华综合和和RJ/CRB变化分别在变化分别在5 和和6个月后对个月后对PPI的影响达到最大（图的影响达到最大（图27-30）。）。相反，PPI 的变化对 CRB 现货综合或 RJ/CRB 几乎没有领先作用。南华工业品、农产品、金属、能化和 CRB 现

4、货综合与 PPI 关系呈现类似的规律。这与 Granger 因果关系检验和预测残差分析相吻合。2014年 1 至 4 月的实际中国 PPI 月度同比均落在了 7 个模型 95%的置信区间内，预测效果优良（表 9）。运用更新至 2014 年 2 月的数据及 3 个月的展望期，我们对美国和中国 5月份的 PPI 进行了预测。CRB 现货综合和美国 PPI 的 VAR（1）模型显示，5 月份美国 PPI（当月同比）预测值为 1.84,95%置信区间为（-1.38，5.05）。南华综合与中国 PPI 的 VAR（2）模型显示，5 月中国 PPI 预测值为-2.12，95%置信区间为（-5.80,1.5

5、5）。运用更新至 2014 年 4 月的数据及 1 个月的展望期，对应的，美国 PPI 预测值为 3.26,95%置信区间为（1.40,5.22），中国 5 月份 PPI 预测为-1.46,95%置信区间为（-2.50，-0.42）。?abl?h 宏观研究组宏观研究组 分析师：分析师：陈光磊陈光磊（S1180513040002）电话：电话：(8610)88085172 Email： 夏江对本文有夏江对本文有贡献贡献 相关研究 长期利率上升之中美利率平价视角 2014-04-17 大宗商品价格和中国需求的实证 2014-03-25 总需求是否转向了？2013-11-14 库存向下，需求向上格局不

6、变 2013-11-01 中国库存周期的8 月行业数据 2013-10-08 中国的库存周期和资产配置 2013-08-01 宏源宏观类模板宏源宏观类模板 大宗商品价格对 PPI 的传导 请务必阅读正文之后的免责条款部分 证券研究报告证券研究报告/宏观专题报告宏观专题报告 2014 年 6 月 9 日 table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 2 页 共 18 页 目录目录 一、大宗商品与一、大宗商品与 PPI 存在传导关系存在传导关系.5（一）各类价格指数梳理.5（二）存在传导关系.6 二、美国价格间传导实证研究二、美国价格间传导实证研究.8（一）

7、VAR 模型的构建（美国）.8（二）模型的脉冲响应分析和预测评估（美国）.11 三、中国价格间传导实证研究三、中国价格间传导实证研究.12（一）VAR 模型的构建（中国）.12（二）模型的脉冲响应分析和预测评估（中国）.15（三）5 月份美国和中国 PPI 的模型预测.17 table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 3 页 共 18 页 插插图图 图 1：CRB 综合与美国 PPI 走势.6 图 2：CRB 金属与美国 PPI 走势.6 图 3：CRB 食品与美国 PPI 走势.6 图 4：CRB 工业原料与美国 PPI 走势.6 图 5：RJ/CR

8、B 与美国 PPI 走势.6 图 6：RJ/CRB 与 CRB 现货综合走势.6 图 7：南华综合与中国 PPI 走势.7 图 8：南华工业品与中国 PPI 走势.7 图 9：南华农产品与中国 PPI 走势.7 图 10：南华金属与中国 PPI 走势.7 图 11：南华能化与中国 PPI 走势.7 图 12：CRB 现货综合与中国 PPI 走势.7 图 13：RJ/CRB 与中国 PPI 走势.8 图 14：RJ/CRB 与南华综合走势.8 图 15：模型 1 对美国 PPI 预测残差分析.10 图 16：模型 1 对 CRB 现货综合预测残差分析.10 图 17：模型 5 对美国 PPI 预

9、测残差分析.10 图 18：模型 5 对 RJ/CRB 预测残差分析.10 图 19：美国 PPI 对 CRB 现货综合的脉冲响应.11 图 20：CRB 现货综合对美国 PPI 的脉冲响应.11 图 21：美国 PPI 对 RJ/CRB 的脉冲响应.11 图 22：RJ/CRB 对美国 PPI 的脉冲响应.11 图 23：模型 1*对中国 PPI 预测残差分析.14 图 24：模型 1*对南华综合预测残差分析.14 图 25：模型 7*对中国 PPI 预测残差分析.15 图 26：模型 7*对 RJ/CRB 预测残差分析.15 图 27：中国 PPI 对南华综合的脉冲响应.15 图 28：南

10、华综合对中国 PPI 的脉冲响应.15 图 29：中国 PPI 对 RJ/CRB 的脉冲响应.16 图 30：RJ/CRB 对中国 PPI 的脉冲响应.16 table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 4 页 共 18 页 表表格格 表 1：各类大宗商品指数编制要点.5 表 2：单位根检验（美国，大宗商品取对数收益率）.8 表 3：格兰杰因果关系检验（美国）.9 表 4：滞后阶数确定（美国）.9 表 5：2014 年 1-5 月美国 PPI 的模型预测（基于 2014 年以前数据）.12 表 6：单位根检验（中国，大宗商品取对数收益率）.12 表 7：

11、格兰杰因果关系检验（中国）.13 表 8：滞后阶数确定（中国）.14 表 9：2014 年 1-5 月中国 PPI 的模型预测（基于 2014 年以前数据）.16 table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 5 页 共 18 页 一、大宗商品与一、大宗商品与 PPI 存在传导关系存在传导关系（一）各类价格指数梳理（一）各类价格指数梳理 根据产业链理论，上游产品的价格变化会对下游产品价格产生同向影响。从上游到下游，依次的价格指数有大宗商品价格指数、PPI 和 CPI。大宗商品价格指数的计价篮子中主要有金属、能源化工和农产品，偏向于生产链的源头。PPI 为

12、工业品出厂价格指数，衡量是制造商出厂价格的水平。CPI 则衡量消费者消费最终商品和服务的价格水平。由大宗商品指数数据的可得性和权威性，我们选取了 CRB 现货指数系列、RJ/CRB指数和南华商品期货指数系列，下表对指数进行了要点归纳：表表 1：各类大宗商品指数编制要点各类大宗商品指数编制要点 指数类型指数类型 篮子篮子 权重权重 价格来源价格来源 追溯时间追溯时间 发发布频率布频率 其他补充其他补充 CRB 现货指数 金属、谷物、软性商品、其他共 22种 每种为 1/22，较期货指数更重工业物料，约占 56%现货交易 1947 实时 细分项有金属、食品、工业原料 CRB 期货指数-RJ/CRB

13、 indices 能源（17.6%）、谷物和油籽（17.6%）、工业原料（11.8%）、畜产品（11.8%）、贵金属（17.6%）、软商品（23.5%），共 19 种商品 期货合约 1994（2005年修改）实时 权重每月更新一次 南华商品期货指数 商品上市至少一年、有强的类别代表性，目前有37 种商品 综合考虑商品在国民经济中的影响力和期货市场中的地位水平 期货合约 2004 年 6 月1 日为基准日，点数为 1000 点 实时 细分项有工业品、农产品、金属、能化 资料来源：宏源证券，中粮期货，南华期货 从上表可以看出，CRB 现货指数更偏向于工业物料，且为现货价格，后两者均为期货价格。RJ

14、/CRB 则相对偏向于农产品，南华商品期货指数商品权重很好地体现了商品在现货市场和期货市场的重要程度。CRB 现货指数和 RJ/CRB 衡量的是全球大宗商品的价格，由于我国在加入 WTO 后对外开放程度大幅提高，对国际市场上的原材料、能源等大宗商品依存度很高，所以我们也将量化其对我国 PPI 的影响机制。table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 6 页 共 18 页（二）存在传导关系（二）存在传导关系 首先，我们用下面系列图探索大宗商品指数是否领先于 PPI。图图 1：CRBCRB 综合与美国综合与美国 PPIPPI 走势走势 图图 2：CRBCRB

15、 金属与美国金属与美国 PPIPPI 走势走势 资料来源：Wind，宏源证券 资料来源：Wind，宏源证券 图图 3：CRBCRB 食品与美国食品与美国 PPIPPI 走势走势 图图 4：CRBCRB 工业原料与美国工业原料与美国 PPIPPI 走势走势 资料来源：Wind，宏源证券 资料来源：Wind，宏源证券 图图 5：RJ/CRBRJ/CRB 与美国与美国 PPIPPI 走势走势 图图 6：RJ/CRBRJ/CRB 与与 CRBCRB 现货综合走势现货综合走势 资料来源：Wind，宏源证券 资料来源：Wind，宏源证券 由对美国大宗商品指数系列和美国 PPI（当月同比）的走势研究（图 1

16、 至图 6），我们发现，CRB 现货综合、CRB 现货金属、CRB 现货食品、CRB 现货工业原料和 RJ/CRB 均table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 7 页 共 18 页 很明显地领先于美国 PPI（当月同比），且联动模式非常稳定。RJ/CRB 走势微弱领先与CRB 现货指数，基本呈现同步性，说明两者具有较好的替代性。下面是各大宗商品指数与中国 PPI 的走势图：图图 7：南华综合与中国南华综合与中国 PPIPPI 走势走势 图图 8：南华南华工业品与中国工业品与中国 PPIPPI 走势走势 资料来源：Wind，宏源证券 资料来源：Wind

17、，宏源证券 图图 9：南华农产品与中国南华农产品与中国 PPIPPI 走势走势 图图 10：南华金属与中国南华金属与中国 PPIPPI 走势走势 资料来源：Wind，宏源证券 资料来源：Wind，宏源证券 图图 11：南华能化与中国南华能化与中国 PPIPPI 走势走势 图图 12：CRBCRB 现货综合与中国现货综合与中国 PPIPPI 走势走势 资料来源：Wind，宏源证券 资料来源：Wind，宏源证券 table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 8 页 共 18 页 图图 13：RJ/CRBRJ/CRB 与中国与中国 PPIPPI 走势走势 图图

18、 14：RJ/CRBRJ/CRB 与南华综合走势与南华综合走势 资料来源：Wind，宏源证券 资料来源：Wind，宏源证券 图 7 至图 13 显示，南华综合、南华工业品、南华农产品、南华金属和南华能化均领先于中国 PPI，且在 2006 年开始这种先后的联动模式非常稳定。CRB 现货综合和 RJ/CRB也呈现这种领先联动模式。图 14 可以看出，RJ/CRB 和南华综合走势同步性较好，但也出现不少差异，说明国内外大宗商品市场存在差别。二、美国价格间传导实证研究二、美国价格间传导实证研究 上一部分定性描述了大宗商品市场对美国和中国 PPI 的领先，我们还希望具体知道大宗商品价格领先于 PPI

19、多长时间，以及预测 PPI 的量化模型。为此，我们使用 VAR（向量自回归模型）进行分析。首先，通过单位根检验和 Granger因果关系检验构建合理的 VAR 模型，接着，利用模型进行冲击响应（Impulse Response）分析，并用 2014 年 PPI 数据进行预测评估。（一）（一）VAR 模型的构建（美国）模型的构建（美国）首先我们对大宗商品价格指数进行了单位根检验，发现其存在一阶单位根，故我们计算 t 期价格 Pt相对（t-1）期价格的变化比率，变换公式为:Rt为大宗商品价格指数变换后的值。下面我们开始模型的构建，下表是 PPI（当月同比）和变换后的大宗商品价格指数的单位根检验。表

20、表 2：单位根检验（美国，大宗商品取对数收益率）单位根检验（美国，大宗商品取对数收益率）美美国国 PPI 当月同比当月同比 CRB 现货综合现货综合 CRB 现货现货金属金属 CRB 现货现货食品食品 CRB 现货现货工业原料工业原料 RJ/CRB Dickey-Fuller Statistics-2.62736-8.40825-7.56608-9.45417-8.20131-7.63038 P-Value 0.01 0.01 0.01 0.01 0.01 0.01 资料来源：宏源证券 table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 9 页 共 18 页

21、表 2 显示，所有数据都显著不存在单位根。由于我们还没有确定模型的滞后阶数，我们对滞后阶数为 1 至 6 的 VAR 模型都进行 Granger 因果关系检验，如下表：表表 3：格兰杰因果关系检验（美国）格兰杰因果关系检验（美国）lag Granger causality H0 1 2 3 4 5 6 CRB 现货指数.综合 do not Granger-cause 美国.PPI.季调.当月同比 0.0005*0.116 0.0225*0.0071*0.0722 0.0008*美国.PPI.季调.当月同比 do not Granger-cause CRB 现货指数.综合 0.0055*0.02

22、31*0.0255*0.0346*0.0621 0.0212*CRB 现货指数.金属 do not Granger-cause 美国.PPI.季调.当月同比 0.0922 0.4361 0.0993 0.0102*0.0532 0.0008*美国.PPI.季调.当月同比 do not Granger-cause CRB 现货指数.金属 0.0072*0.0257*0.0428*0.0577 0.04*0.0952 CRB 现货指数.食品 do not Granger-cause 美国.PPI.季调.当月同比 0.0005*0.0325*0.0381*0.0977 0.2001 0.0673 美

23、国.PPI.季调.当月同比 do not Granger-cause CRB 现货指数.食品 0.2007 0.4573 0.6431 0.4521 0.5747 0.1898 CRB 现货指数.工业原料 do not Granger-cause 美国.PPI.季调.当月同比 0.0132*0.6098 0.0306*0.0003*0.0068*0*美国.PPI.季调.当月同比 do not Granger-cause CRB 现货指数.工业原料 0.0011*0.0045*0.0056*0.0088*0.0226*0.0269*RJ.CRB 商品价格指数 do not Granger-cau

24、se 美国.PPI.季调.当月同比 0*0.0009*0.0002*0.0003*0.0022*0.0001*美国.PPI.季调.当月同比 do not Granger-cause RJ.CRB 商品价格指数 0.0108*0.0088*0.0051*0.0094*0.012*0.0139*资料来源：宏源证券 表 3 显示，CRB 现货综合和 PPI 存在相互 Granger 因果关系，RJ/CRB 和 PPI 也是互为 Granger 因果。CRB 金属和工业原料对 PPI 的 Granger 原因不强，相反，PPI 较明显的Granger 导致金属和 PPI。CRB 食品对 PPI 存在单

25、向的 Granger 因果关系。下面用各种信息准则综合判定 VAR（P）模型的滞后阶数 P。表表 4：滞后阶数确定（美国）滞后阶数确定（美国）模型模型 AIC(n)HQ(n)SC(n)FPE(n)CRB 现货指数.综合与美国.PPI.季调.当月同比 6 1 1 6 CRB 现货指数.金属与美国.PPI.季调.当月同比 2 1 1 2 CRB 现货指数.食品与美国.PPI.季调.当月同比 2 1 1 2 CRB 现货指数.工业原料与美国.PPI.季调.当月同比 4 2 2 4 RJ.CRB 商品价格指数与美国.PPI.季调.当月同比 4 2 1 4 资料来源：宏源证券 table_page 宏观

26、专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 10 页 共 18 页 根据上表滞后阶数判定多数原则和模型简洁原则，我们将上表 5 个模型记为Model=c(模型 1，模型 2，模型 3，模型 4，模型 5)，滞后阶数依次确定为 Lag=c(1,1,1,2,2)。根据上述阶数，我们成功构建了 VAR(P)模型。下面系列图为模型的残差分析：图图 15：模型模型 1 1 对美国对美国 PPIPPI 预测残差分析预测残差分析 图图 16：模型模型 1 1 对对 CRBCRB 现货综合预测残差分析现货综合预测残差分析 资料来源：宏源证券 资料来源：宏源证券 图图 17：模型模型 5 5 对

27、美国对美国 PPIPPI 预测残差分析预测残差分析 图图 18：模型模型 5 5 对对 RJ/CRBRJ/CRB 预测残差分析预测残差分析 资料来源：宏源证券 资料来源：宏源证券 有图 15-18 可以看出，虽然 CRB 现货综合和 RJ/CRB 与 PPI 均互为 Granger 因果关系，但 VAR 模型仅仅对 PPI 有很好的预测效果。CRB 工业原料、食品和金属与 PPI 的预测关table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 11 页 共 18 页 系也大致类似。综合 Granger 因果检验和预测残差分析，我们认为，大宗商品价格变化会导致 PP

28、I 的同向变化，反之则不成立。（二）模型的脉冲响应分析和预测评估（美国）（二）模型的脉冲响应分析和预测评估（美国）我们对构建好的模型进行脉冲响应分析，考察 PPI 或大宗商品价格指数变化对另一方的冲击。脉冲响应图横坐标为观测时期，纵坐标为影响程度。图图 19：美国美国 PPIPPI 对对 CRBCRB 现货综合的脉冲响应现货综合的脉冲响应 图图 20：CRBCRB 现货综合对美国现货综合对美国 PPIPPI 的脉冲响应的脉冲响应 资料来源：Wind，宏源证券 资料来源：Wind，宏源证券 图图 21：美国美国 PPIPPI 对对 RJ/CRBRJ/CRB 的脉冲响应的脉冲响应 图图 22：RJ

29、/CRBRJ/CRB 对美国对美国 PPIPPI 的脉冲响应的脉冲响应 资料来源：Wind，宏源证券 资料来源：Wind，宏源证券 图 19-22 显示，CRB 现货综合或 RJ/CRB 的变化在 3.51个月左右对 PPI 的影响达到最大。相反，PPI 的变化对 CRB 现货综合或 RJ/CRB 几乎没有领先作用。CRB 现货工业原料、金属和食品与 PPI 关系呈现类似的规律。这种冲击响应关系也与前面的 Granger 因果 1 我们是用当月大宗商品价格指数的日度数据均值来算出月度数据的，而美国当月 PPI 是在下一月的第二周五公布，信息领先 0.5 个月。模型显示领先 3.5 个月，经公布

30、时间调整的信息领先为 4 月。table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 12 页 共 18 页 关系检验和预测残差分析相吻合。接着，我们利用 2014 年 1 月以前的数据对 2014 年 1-5 月的 PPI 进行了估测，预测结果与实际 PPI 的对比如下表：表表 5：2014 年年 1-5 月美国月美国 PPI 的模型预测（基于的模型预测（基于 2014 年以前数据）年以前数据）一月一月 二月二月 三月三月 四月四月 五月五月 现实水平 1.5 1.3 1.7 3.1 模型 1 1.504(-0.37,3.378)1.636(-1.026,4.2

31、98)1.775(-1.453,5.002)1.91(-1.743,5.562)2.037(-1.94,6.015)模型 2 1.557(-0.348,3.463)1.697(-0.945,4.338)1.823(-1.334,4.979)1.937(-1.608,5.482)2.041(-1.807,5.889)模型 3 1.39(-0.486,3.265)1.48(-1.165,4.125)1.6(-1.587,4.787)1.724(-1.866,5.315)1.844(-2.056,5.744)模型 4 1.728(-0.135,3.591)1.966(-0.889,4.821)2.1

32、58(-1.369,5.685)2.32(-1.673,6.313)2.459(-1.863,6.782)模型 5 1.756(-0.056,3.568)1.989(-0.786,4.763)2.193(-1.248,5.635)2.368(-1.559,6.294)2.518(-1.762,6.799)资料来源：宏源证券 上表显示，2014 年 1 至 4 月的实际 PPI 月度同比均落在了 5 个模型 95%的置信区间内，预测效果优良。同时，CRB 现货综合对 3 个月后的 PPI 预测效果最好，预测误差仅为 0.075，RJ/CRB 对 4 个月后的 PPI 预测效果最好，预测误差为 0

33、.732（4 月份实际 PPI当月同比有点异常跳高），这与脉冲响应分析以及 CRB 现货综合和 RJ/CRB 走势分析结果高度吻合。三、中国价格间传导实证研究三、中国价格间传导实证研究（一）（一）VAR 模型的构建（中国模型的构建（中国）同样，我们对南华商品期货价格指数进行了单位根检验，发现其存在一阶单位根，故我们也计算 t 期价格 Pt相对（t-1）期价格的变化比率，变换公式也为:Rt为大宗商品价格指数变换后的值。下面我们开始模型的构建，下表是 PPI（当月同比）和变换后的大宗商品价格指数的单位根检验。表表 6：单位根检验（中国，大宗商品取对数收益率）单位根检验（中国，大宗商品取对数收益率）

34、中国 PPI 当月同比 南华 综合 南华 工业品 南华 农产品 南华 金属 南华 能化 CRB 现货综合 RJ/CRB Dickey-Fuller Statistics-3.49639-5.76533-5.68376-6.23464-5.88429-6.32197-5.22897-5.11397 P-Value 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 资料来源：宏源证券 table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 13 页 共 18 页 表 6 显示，所有数据都显著不存在单位根。由于我们还没有确定模型的滞后阶数，

35、我们进行类似的 Granger 因果关系检验，如下表：表表 7：格兰杰因果关系检验（中国）格兰杰因果关系检验（中国）lag Granger causality H0 1 2 3 4 5 6 南华综合指数 do not Granger-cause PPI.当月同比 0*0*0*0*0*0*PPI.当月同比 do not Granger-cause 南华综合指数 0.0014*0.006*0.017*0.034*0.0843 0.15 南华工业品指数 do not Granger-cause PPI.当月同比 0*0*0*0*0*0*PPI.当月同比 do not Granger-cause 南华

36、工业品指数 0.0017*0.0082*0.0171*0.0425*0.0913 0.1364 南华农产品指数 do not Granger-cause PPI.当月同比 0*0*0.0001*0.0001*0.0001*0.0001*PPI.当月同比 do not Granger-cause 南华农产品指数 0.033*0.075 0.0706 0.1541 0.2187 0.3021 南华金属指数 do not Granger-cause PPI.当月同比 0*0*0.0001*0.0002*0.0003*0.0004*PPI.当月同比 do not Granger-cause 南华金属指

37、数 0.0007*0.0036*0.01*0.0202*0.0399*0.0523 南华能化指数 do not Granger-cause PPI.当月同比 0*0*0*0*0*0*PPI.当月同比 do not Granger-cause 南华能化指数 0.0121*0.0467*0.0752 0.1397 0.1478 0.2315 CRB 现货指数.综合 do not Granger-cause PPI.当月同比 0*0*0*0*0*0*PPI.当月同比 do not Granger-cause CRB 现货指数.综合 0.0059*0.025*0.0391*0.037*0.0836 0

38、.1881 RJ.CRB 商品价格指 do not Granger-cause PPI.当月同比 0*0*0*0*0*0*PPI.当月同比 do not Granger-cause RJ.CRB 商品价格指数 0.0585 0.121 0.0975 0.1271 0.2963 0.4754 资料来源：宏源证券 表 7 显示，除了南华能化和 RJ/CRB 对中国 PPI 只具有单向的 Granger 因果关系外，其他大宗商品指数与中国 PPI 均具有双向的 Granger 因果关系。由上一部分的经验，我们知道需要综合考虑模型的预测残差分析才能确定这种领先关系。下面先用各种信息准则综合判定 VAR

39、（P）模型的滞后阶数 P。table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 14 页 共 18 页 表表 8：滞后阶数确定（中国）滞后阶数确定（中国）模型模型 AIC(n)HQ(n)SC(n)FPE(n)南华综合指数与 PPI.全部工业品.当月同比 1 2 2 2 南华工业品指数与 PPI.全部工业品.当月同比 2 2 2 2 南华农产品指数与 PPI.全部工业品.当月同比 3 2 2 2 南华金属指数与 PPI.全部工业品.当月同比 4 2 2 2 南华能化指数与 PPI.全部工业品.当月同比 5 2 2 2 CRB 现货指数.综合与 PPI.全部工业品.

40、当月同比 6 2 2 1 RJ/CRB 商品价格指数与 PPI.全部工业品.当月同比 7 2 2 1 资料来源：宏源证券 同样，根据上表滞后阶数判定多数原则和模型简洁原则，我们将上表 7 个模型记为Model=c(模型 1*，模型 2*，模型 7*)，滞后阶数依次确定为 Lag=c(2,2,2,2,2,2,2)。根据上述阶数，我们成功构建了 VAR(P)模型并进行下列残差分析：图图 23：模型模型 1*1*对中国对中国 PPIPPI 预测残差分析预测残差分析 图图 24：模型模型 1*1*对南华综合预测残差分析对南华综合预测残差分析 资料来源：宏源证券 资料来源：宏源证券 table_page

41、 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 15 页 共 18 页 图图 25：模型模型 7*7*对中国对中国 PPIPPI 预测残差分析预测残差分析 图图 26：模型模型 7*7*对对 RJ/CRBRJ/CRB 预测残差分析预测残差分析 资料来源：宏源证券 资料来源：宏源证券 图 23-26 显示，所有模型都只仅仅对中国 PPI 具有优良的预测效果。综合 Granger 因果检验和预测残差分析，我们同样认为，大宗商品价格变化会导致 PPI 的同向变化，反之则不成立。（二）模型的脉冲响应分析和预测评估（中国）（二）模型的脉冲响应分析和预测评估（中国）同样，我们对构建好的模

42、型进行脉冲响应分析，考察 PPI 或大宗商品价格指数变化对另一方的冲击，结果如下面系列图：图图 27：中国中国 PPIPPI 对南华综合的脉冲响应对南华综合的脉冲响应 图图 28：南华综合对中国南华综合对中国 PPIPPI 的脉冲响应的脉冲响应 资料来源：宏源证券 资料来源：宏源证券 table_page 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 16 页 共 18 页 图图 29：中国中国 PPIPPI 对对 RJ/CRBRJ/CRB 的脉冲响应的脉冲响应 图图 30：RJ/CRBRJ/CRB 对中国对中国 PPPPI I 的脉冲响应的脉冲响应 资料来源：宏源证券 资料

43、来源：宏源证券 图 27-30 显示，南华综合指数变化在 52个月左右后对 PPI 的影响达到最大，RJ/CRB在 6 个月左右后对 PPI 影响达到最大。相反，PPI 的变化对 CRB 现货综合或 RJ/CRB 几乎没有领先作用。南华工业品、农产品、金属、能化和 CRB 现货综合与 PPI 关系呈现类似的规律。这种冲击响应关系也与前面的 Granger 因果关系检验和预测残差分析相吻合。接着，我们利用 2014 年 1 月以前的数据对 2014 年 1-5 月的中国 PPI 进行了估测，预测结果与实际 PPI 的对比如下表：表表 9：2014 年年 1-5 月中国月中国 PPI 的模型预测（

44、基于的模型预测（基于 2014 年以前数据）年以前数据）一月一月 二月二月 三月三月 四月四月 五月五月 现实水平-1.64-2-2.3-2 模型 1*-1.201(-2.247,-0.154)-1.05(-3.451,1.35)-0.913(-4.612,2.787)-0.797(-5.652,4.057)-0.711(-6.525,5.104)模型 2*-1.157(-2.22,-0.095)-0.991(-3.389,1.408)-0.844(-4.519,2.831)-0.723(-5.533,4.086)-0.633(-6.388,5.123)模型 3*-1.363(-2.49,-0

45、.236)-1.328(-3.766,1.11)-1.279(-5.01,2.452)-1.222(-6.118,3.673)-1.168(-7.036,4.7)模型 4*-1.197(-2.307,-0.087)-1.066(-3.474,1.343)-0.949(-4.617,2.72)-0.845(-5.638,3.948)-0.761(-6.497,4.975)模型 5*-1.18(-2.252,-0.108)-1.007(-3.412,1.397)-0.855(-4.533,2.823)-0.728(-5.523,4.067)-0.631(-6.356,5.094)模型 6*-1.1

46、97(-2.316,-0.078)-1.039(-3.474,1.395)-0.902(-4.646,2.842)-0.792(-5.704,4.12)-0.713(-6.593,5.167)模型 7*-1.041(-2.105,0.023)-0.784(-3.032,1.463)-0.555(-4.016,2.905)-0.384(-4.984,4.215)-0.273(-5.858,5.312)资料来源：宏源证券 2 我们是用当月大宗商品价格指数的日度数据均值来算出月度数据的，而中国当月 PPI 是在下月中旬公布，类似的，信息领先需要调整 0.5 个月。table_page 宏观专题报告宏

47、观专题报告 请务必阅读正文之后的免责条款部分 第 17 页 共 18 页 上表显示，2014 年 1 至 4 月的实际中国 PPI 月度同比均落在了 7 个模型 95%的置信区间内，预测效果优良。与预测美国 PPI 不同的是，中国 PPI 更难精确地估计出确定的点值，更多地只能进行方向的猜测。我们认为，这可能与中国产业链价格传导机制不成熟以及统计数据比较粗糙有关。同时，7 个模型一致显示，2014 年以来中国 PPI 正在企稳回升。（三）（三）5 月份美国和中国月份美国和中国 PPI 的模型预测的模型预测 最后，我们运用更新至 2014 年 2 月的数据及 3 个月的展望期，我们对美国和中国

48、5月份的 PPI 进行了预测。CRB 现货综合和美国 PPI 的 VAR（1）模型显示，5 月份美国 PPI（当月同比）预测值为 1.84,其中 95%的置信区间为（-1.38，5.05）。南华综合与中国 PPI的 VAR（2）模型显示，5 月份中国 PPI（当月同比）预测值为-2.12，其中 95%的置信区间为（-5.80,1.55）。如果运用更新至 2014 年 4 月的数据及 1 个月的展望期，对应的，美国PPI 预测值为 3.26,其中 95%的置信区间为（1.40,5.22），中国 5 月份 PPI 预测为-1.46，其中 95%置信区间为（-2.50，-0.42）。table_pa

49、ge 宏观专题报告宏观专题报告 请务必阅读正文之后的免责条款部分 第 18 页 共 18 页 作者作者简介：简介：陈光磊陈光磊：宏观分析师，中国人民银行研究生部博士生，主要研究方向中国货币政策、汇率制度和经济波动。2010-2012年就职于瑞银证券。机构销售团队机构销售团队 公公募募 北京片区 李 倩 010-88083561 13631508075 牟晓凤 010-88085111 18600910607 罗 云 010-88085760 13811638199 上海片区 李冠英 021-65051619 13918666009 奚 曦 021-65051190 13621861503 孙利

50、群 010-88085756 13910390950 吴 蓓 021-65051231 18621102931 吴肖寅 021-65051169 13801874206 赵 然 021-65051230 18658849608 广深片区 夏苏云.0755- 赵 越 0755-33352301 18682185141 孙婉莹 0755-33352196 13424300435 周 迪 机机构构 上海保险/私募 程新星 021-65051257 18918523006 北京保险/私募 王燕妮.010-88085993.13911562271 张 瑶 010-88013560 13581537296