狭义PPI环比、同比预测体系的构建

基于十大重点行业权重优化的实证检验

本文系统阐述了PPI的定义和构成，并重点介绍了基于高频数据的PPI增速预测方法。回测数据显示，2020年1月至2025年7月间，PPI环比、同比预测误差在0.5个百分点以内的样本占比近八成，证明了该方法具有良好的预测准确性与实践应用价值，为研判物价趋势和构建投资策略提供了有效工具。

[基本概念]

工业生产者出厂价格指数是生产者价格指数（PPI）的重要组成部分。PPI理论上应涵盖所有产业的生产者价格指数，即国际通用的广义PPI，其主要包括农业生产者价格指数、工业生产者价格指数、服务业生产者价格指数等。在我国，通常把工业生产者出厂价格指数称为PPI（狭义PPI，下文分析均针对此指数）。

PPI是某个时期内工业企业产品第一次出售时价格变动的相对数，它反映全部工业产品出厂价格变化趋势和变动幅度。

图为生产者价格指数分类

PPI涉及的领域主要有两种分类口径：二分法和行业法。二分法是按照生产资料和生活资料分类。生产资料是售给其他工业企业，用于生产的原材料和中间投入品，按照生产链的上下游关系，包括采掘、原材料、加工工业3个子类。生活资料是直接售给居民，用于生活消费的产成品，包括食品、衣着、一般日用品、耐用消费品4个子类。

按工业行业分类，目前，PPI涵盖32个行业。2010年PPI调查制度进行了改革，自2011年起计算以 2010年为基期的定基价格指数，并且每五年更换一次基期。最新的2020年行业分类，相较于2015年，增加了“专用设备制造业”和“电气机械和器材制造业”两个行业。

[PPI增速预测方法]

思路

PPI预测主要分为五个步骤：一是筛选影响PPI的重点行业；二是找出重点行业相关的价格高频数据，计算该行业高频数据月度环比；三是将重点行业高频数据月度环比与国家统计局（官方）公布的对应行业PPI环比拟合，估测各重点行业PPI环比；四是根据各重点行业营业收入占重点行业总营业收入的比重，推算重点行业总PPI环比，并将其与官方历史PPI环比拟合，预测PPI环比；五是根据历史PPI环比和最新预测PPI环比，计算得到PPI预测同比。

重点行业筛选

国家统计局每月会定期公布PPI环比情况，但不会定期公布各分项对PPI环比影响的权重值。进行PPI权重测算有两种方法：

方法一：通过各分项环比对PPI环比进行有条件约束下的拉格朗日乘数法，求解最优权重。

此方法的优势在于不受国家统计局是否公布分项数据的影响，劣势在于由于仅依赖数学方法，所有分项权重测算结果会根据数据选取的时间跨度不同而波动。

方法二：将各行业规模以上企业营业收入替代销售产值，进行权重测算。

根据国家统计局对PPI权重测算的定义，在价格调查中，小类及小类以上的权数资料来源于工业统计中分行业销售产值数据资料。因此，该方法可使用当月规模以上工业企业营业收入作为替代数据。此方法的优势在于权重占比也由国家统计局列示，劣势在于数据局限于规模以上工业企业，同时从会计角度考虑，行业营业收入包括行业销售收入，测算过程存在一定误差。

本文通过有条件约束下的拉格朗日乘数法，分别计算各行业在PPI中的占比。同时，通过各行业规模以上工业企业营业收入来确定该行业的权重。

利用以上两种方法分别计算出各行业权重，再进行排序，在两种方法的前15个权重行业中，取重合项，以最大程度反映出权重较大的主要行业项。

两种方法测算行业权重的一致性较好，前15个权重行业中共有10个重合项，包括计算机、通信和其他电子设备制造业、汽车制造业、电气机械和器材制造业、黑色金属冶炼和压延加工业、化学原料和化学制品制造业、有色金属冶炼和压延加工业、非金属矿物制品业和石油、煤炭及其他燃料加工业、农副食品加工业和通用设备制造业。规模以上营业收入权重测算法测算的这10个行业的总权重占比为60.65%，拉格朗日乘数法测算的这10个行业的总权重占比为66.29%。两种测算方法数据间差距较小，一定程度上相互佐证其有效性。

不过，规模大小并不能充分反映行业在PPI趋势变动中的作用。在此，引入“贡献率”，以进一步有效反映行业的影响。

行业对PPI环比（同比）贡献率=该行业环比（同比）PPI×权重/PPI环比（同比）

行业权重选取上述两种方法计算出的权重均值，其贡献率如下表所示。

各重点行业PPI预测

综合以上信息，选取对PPI走势贡献率占前10的行业。其中，计算机、通信和其他电子设备制造业缺乏高频数据，本文不对上述行业进行测算。

图为有色金属指数环比与有色金属冶炼及压延加工业PPI环比

图为有色金属指数同比与有色金属冶炼及压延加工业PPI同比

有色金属冶炼和压延加工业：选取有色金属指数作为高频价格指标，可以发现，有色金属指数环比与有色金属冶炼和压延加工业PPI环比，以及有色金属指数同比与有色金属冶炼和压延加工业PPI同比具有较高的相关性。

与有色金属冶炼及压延加工业PPI环比、同比预测方法一致，其他行业也可预测PPI环比、同比。

图为有色金属冶炼及压延加工业PPI回归曲线

图为有色金属冶炼及压延加工业PPI同比预测

黑色金属冶炼和压延加工业选取中国钢材综合价格指数作为高频价格指标；石油、煤炭及其他燃料加工业选取汽油、柴油和天然气价格，通过各产量加权构建“产成品燃料指数”；化学原料和化学制品制造业选取中国化工产品价格指数作为高频价格指标；石油和天然气开采业选取OPEC一揽子原油价格指数作为高频价格指标；农副食品加工业选取猪肉价格、牛肉价格、羊肉价格、鸡蛋价格、豆粕价格和玉米价格，通过各产量加权构建“农副产品价格指数”；煤炭开采和洗选业选取环渤海动力煤指数和焦煤现货价格，通过动力煤产量和焦煤产量加权构建“煤炭价格指数”；非金属矿物制品业选取建材综合价格指数作为高频价格指标，电力、热力生产和供应业选取十地铁合金电价作为高频价格指标，利用十地平均数构建“电力价格指数”。最终均可发现，各行业PPI环比与该行业价格指数环比、各行业PPI同比与该行业价格指数同比的相关性较高。

PPI环比、同比预测

图为重点行业总PPI环比与官方PPI环比

图为PPI环比预测与PPI环比

《中国主要统计指标诠释》中，对“工业生产者出厂价格指数权数的确定”的表述为：小类及小类以上的权数资料来源于工业统计中分行业销售产值数据资料。所以，类似上文重点行业筛选方法二，根据各重点行业营业收入占重点行业总营业收入的比重，测算重点行业总PPI环比。

将重点行业总PPI环比与官方PPI环比的历史数据进行拟合，可以预测PPI环比走势。

2020年1月至2025年7月共计67个样本数据。其中，54个样本值误差位于0.5个百分点之内，占比80.60%；42个样本值误差位于0.3个百分点之内，占比62.69%；15个样本值误差位于0.1个百分点之内，占比22.39%。

图为PPI环比预测与PPI环比误差

图为PPI环比预测与PPI环比误差占比

根据历史PPI环比数据和最新预测PPI环比，计算得到PPI预测同比。

图为PPI同比预测与PPI同比

2020年1月至2025年7月共计67个样本数据。其中，52个样本值误差位于0.5个百分点之内，占比77.61%；40个样本值误差位于0.3个百分点之内，占比59.70%；13个样本值误差位于0.1个百分点之内，占比19.40%。

[总结]

本文构建了一套狭义PPI预测框架。研究明确了PPI的统计内涵与构成，并综合运用数学优化（拉格朗日乘数法）和统计替代（营业收入占比）两种方法，识别出有色金属、黑色金属、石油化工等十大对PPI走势较为重要的核心行业。通过为这些行业选取并构建高度相关的高频价格指标，实现了对行业层面PPI环比的准确估测。最终，通过营收权重加权聚合，该模型能够较为精准地预测PPI的环比与同比走势，历史回测结果展现了较高的预测精度与稳定性。