什么是CPI

CPI是我们听得最多的名词之一，全称叫居民消费价格指数，主要是衡量和生活领域密切相关的商品和服务的价格，在《一文看懂消费：如何分析社会消费品零售总额》我们讲过RPI，RPI是“社零”的价格，只含实物商品和餐饮，但不考虑服务支出，这是和CPI最大的不同。

CPI不仅考虑到实体产品，也包含了服务的价格。

市场上一般看CPI当月同比（M0000612），然而，因为食品是影响物价的最重要因素，因此还区分了食品CPI同比（M0000616）和不含食品、能源的核心CPI同比（M0085932）。核心CPI剔除了供给侧较为敏感的食品、能源，更能反映我国的实际需求情况。

如图，截止目前（2021年Q1）CPI同比（蓝色线）2.1%，处于一个较为温和的水平，而核心CPI同比（绿色线）只有1%，CPI的上涨主要是食品引起（橙色线）。

同样，还有一个概念叫PPI（工业生产者出厂价格指数），它衡量的是工业产品的出厂价，关于PPI，我们会在下一篇文章讲，所以欢迎读者继续关注“投资林教头”，一起共读李奇霖老师的这本《宏观经济数据分析手册》。

CPI是相对于基期的一揽子物品价格变化，5年一换，所以现在（2023年），我们的CPI是相对于2020年而言的。到了2026年的CPI，则是针对2025年而言的了。

2021年的时候，刚好遇上基期的更改期，也就是2020年的CPI是相对2015年而言的，到了2021年，CPI就是相对于2020年而言的，不能简单地认为“2021年物价比2020年涨好多”这样的结论，按统计局的说法，会对CPI同比产生0.03个百分点的影响，因此对于宏观数据，还是不要过度追求精确的错误。

CPI同比、环比的关系

市场一般关心CPI同比，而同比是环比的累乘，举例来说，今年1月之后，每个月CPI环比上涨1%，过了一年，今年的CPI同比就是(1+1%)^12-1，对于像我一样崇尚自上而下法的读者，知道一下环比、同比的关系即可。

用历史数据预测CPI

分为自下而上、自上而下两种思路。自下而上是定量分析，追求的是预测的准确性；自上而下是定性分析，主要是预判CPI的趋势走向。与我个人而言，我本来就是注重个股甚于宏观周期轮动的投资者，我70%的权重花在公司分析本身，20%是行业分析，宏观周期只有10%的权重。所以我个人崇尚的是自上而下的定性分析，将更多精力花在更有确定性、更靠谱的公司分析上。

既然说到这了，自下而上也蛮提一下：其实就是利用过去的数据来做个平均。比如我写这篇读书笔记的时候，正处于2023年2月9日，那么我怎么知道本月的环比是多少那就看看过去几年的数据，做个大致的平均即可。

但我个人反对把混沌的宏观经济系统视为一个1+1必然等于2的东西，如果本月突然来个非洲猪瘟会怎么样这种事情经常发生，以至于宏观预测的可行性很差。而且预测当前2023年2月的环比数据，有点误差也还能接受，但我要用这种方法预测3月、4月乃至更往后的数据，那就是笑话了。

用高频数据预测CPI

粮食是影响CPI的重要因素，而食用农产品价格指数环比（Q7938338）和食品CPI环比拟合度高达72%。但是对于非食品项，暂时没有合适的高频数据。

比如2023年1月，粮食价格环比0.3%，上涨不多，但我发现这个数据频率也不高，也是月频数据，在预测上并没有多大的用处。

如何定性地预测CPI趋势

以上定量预测（历史数据、高频数据）只作为记录，我比较崇尚的是定性判断。影响物价走势的因素主要有：产出缺口、货币政策、输入性通胀。

产出缺口即需求大于供给，价格自然上涨，这是经济周期形成的动因之一。比如经济复苏，需求旺盛，产出没跟上，即使不放水，也会出现通胀，这就为什么到了过热期，政府就要实行逆周期调节，收紧银根，使经济进入衰退期乃至萧条期。

需求的衡量是看实际GDP增速（M0039354）。在李奇霖老师的书中，他提到供给的衡量要看潜在GDP，而这个数据需要用Eviews之类的软件来获得，这里就不做分析了。本人私以为可以看看工业增加值来大致判断产出，不过书上没讲，我也不是宏观专家，就当做个记录了。

如上图，2022年最后一个季度的GDP增速是2.9%，需求经历了年中的疲软后有所反弹，但这仅仅是对社会总需求的衡量，李奇霖老师提到的衡量供给的“潜在GDP”，就没办法得知了。

货币政策对通胀的影响不必多说，可以看M1同比（M0001383），领先CPI大约半年左右。但是2015年之后，两者的相关性趋弱。如图，2021年1月，M1同比有所提高，达6.7%，流动性整体上是充裕的，这也说明疫情放开后国家对复产复工的支持态度。

货币政策并不必然带动CPI上行，因为放水需要提振需求，通过上面说的“产出缺口”来带动经济，如果需求没有提振而只是放水，那么货币会流入股市、房市，导致资产价格泡沫，但对经济并没有拉动作用。

输入性通胀就比如进口大宗商品等，刚好价格处于高位，自然就带动了物价上涨。关于进出口，可以看往期文章《如何预测进出口数据》，不再赘述。

下一篇文章打算讲PPI（工业生产者出厂价格指数），它衡量的是工业产品的出厂价，所以欢迎读者继续关注“投资林教头”，一起共读李奇霖老师的这本《宏观经济数据分析手册》。

需要特别关注的几个子项

猪肉一直是CPI波动的主要因素，所以了解了猪肉，就了解了CPI的波动。我国人均猪肉消费量是每年20kg，需求端比较稳定，关键在供给侧。李奇霖老师在书中说，能繁母猪存栏同比（S0174668）和CPI有显著的负相关，且领先6个月，但本人在Wind上亲测，并没有这个感觉。

能繁母猪同比增加，意味着6个月的生猪养殖周期后，猪肉的供应量会上升，导致CPI下降。

鲜果价格一般看7种重点监测水果平均批发价（S5065112），这是日频数据。同样，蔬菜方面可看28种重点监测蔬菜平均批发价（S5065111）。

截止昨天（2023年2月28日），鲜果、蔬菜价格处于相对高位，接下来的CPI应该也暂时下不来。

往期文章

宏观经济有什么用为什么我要写这套笔记详见：《200元抄底腾讯，2个月收益率63.26%，我是怎么做到的》

GDP的大致分析框架：《一文看懂GDP的分析方法》，以及用该方法复盘了1978年以来中国经济发展：《伟大的博弈：1978~2022年，中国经济发展大复盘》

我国是世界上最大的工业国，工业对经济冷暖的变动又极其敏感，开工、库存之间的错配又是经济周期形成的动因，主要包括：《如何分析工业增加值和库存周期》、《如何预测工业企业的盈利状况》、《如何分析基钦周期（库存周期）》

GDP的三驾马车中，投资对政策变化、经济形势的反应最为敏感，《一文看懂固定资产投资》概括性地讲解了投资的相关指标，在这篇文章中，我们提到固定资产投资的总量分析意义不大，应该对基建、房地产、制造业投资分别分析。

基建的分析方法：《一文看懂基建投资的分析方法》。

房地产的分析方法：《如何理解“房地产开发投资完成额”》，《如何预测房地产和股票市场景气度》

制造业的分析方法：《如何预测制造业投资的景气度》。

消费是GDP的重要驱动力，消费的分析方法详见：《一文看懂消费：如何分析社会消费品零售总额》。

投资有了，消费有了，影响GDP的最后一个数据是净出口（出口-进口）：《一文读懂国际贸易：如何分析进出口数据》、《如何预测进出口数据》。