金工深度研究：美国CPI的三周期Nowcasting模型

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 金工 美国 CPI 的三周期 Nowcasting 模型 华泰研究 研究员 林晓明 SAC No. S0570516010001 SFC No. BPY421 linxiaoming@htsc.com +(86) 755 8208 0134 研究员 徐特，PhD SAC No. S0570523050005 xute@htsc.com +(86) 10 6321 1166 2023 年 10 月 31 日│中国内地 深度研究 本文建立了美国 CPI 的三周期 Nowcasting 模型，应用于海外资产配置 在逆全球化的背景下，通胀已成为影响“增长-流动性”轮盘走向的关键变量。本文的主要工作包括建立了基于三周期滤波的 Simple-Nowcasting 模型，在当月末对美国 CPI 的当月值进行预测，并使用预测结果构建通胀因子，指导海外权益、债券、商品、美元、黄金的配置。在预测效果方面，建模窗口为 2012 年 12 月至 2023 年 9 月，美国 CPI 同比预测值与真实值各自一阶差分后的 R2 为 67.5%，变化方向预测准确率为 81.4%。在资产配置方面，回测区间为 2016 年 1 月至 2023 年 9 月，最优参数组合下策略的年化收益、夏普比率、卡玛比率分别为 6.02%、1.39、1.05。 模型理论：融合三周期模型和 Nowcasting 模型的优势 过去的研究工作中，我们提出了三周期模型和 Simple-Nowcasting 模型。三周期模型能够捕捉宏观指标共同的长期内生驱动力，Nowcasting 模型能够利用相关指标的已发布信息来推测目标指标的未发布信息。本文融合了两者的优势，建立了基于三周期滤波的 Simple-Nowcasting 模型，以提升对美国CPI 预测的准确性。主要包括三点改进：1) 对模型中涉及的不平稳序列进行差分，从根源上避免了“伪相关”问题；2) 隐含因子的状态转移方程引入三周期模型，提升了模型对于通胀周期的刻画和外推能力；3) 使用当期已发布指标辅助预测。文中验证了后两处改进对模型 R2 提升至关重要。 模型执行：筛选 17 个建模指标，开展美国 CPI 预测，预测效果良好 首先，我们结合自上而下和自下而上的视角构建了预测美国 CPI 的备选指标库。然后，遵循以下标准确定建模变量：1) 入选指标须是美国 CPI 或者其对应 CPI 分项的领先指标；2) 入选指标须和美国 CPI 或者对应 CPI 分项具有高相关性；3) 入选指标有 10 年以上的有效值。相关性和领先性评价使用时差相关性分析和 DTW 算法。最终，我们确定了 17 个建模指标，包括美国 CPI、CPI 主要构成分项及其代理指标，其第一主成分的方差贡献率约为 56%。从 2012 年 12 月至 2023 年 9 月，美国 CPI 同比预测值与真实值各自一阶差分后的 R2 为 67.5%，变化方向预测准确率为 81.4%。 模型应用：使用 Nowcasting 结果构建通胀因子，开展海外资产配置 我们基于 Nowcasting 结果计算通胀因子，开展海外资产配置，并引入四个对照情景：上帝视角 CPI（假设当月末获得当月值）、真实公布 CPI（当月末获得上月值）、市场通胀预期（即 10 年期美债收益率-10 年期 TIPS 收益率）、彭博一致预期。回测区间为 2016 年 1 月至 2023 年 9 月。从夏普比率和卡玛比率来看，真实发布 CPI 情景不如风险平价基准，其他情景均优于风险平价基准，说明金融市场确实存在“抢跑”现象，对美国 CPI 进行预测是有必要的。Nowcasting 情景的年化收益、夏普比率、卡玛比率、月度胜率分别为 6.02%、1.39、1.05、68.67%，均排在全部情景第一名。 风险提示：美国 CPI 预测模型根据历史规律总结，一旦 CPI 构成分项权重发生较大变化，预测可能失准。通胀因子-大类资产映射关系基于资产的长期表现统计，与短期走势或有出入。报告中涉及到的具体资产不代表任何投资意见，请投资者谨慎、理性地看待。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 2 金工研究 正文目录 本文研究导读 ................................................................................................................................................................ 3 基于三周期滤波的 Simple-Nowcasting 模型理论介绍................................................................................................ 5 隐含状态方程 ........................................................................................................................................................ 5 状态转移方程 ........................................................................................................................................................ 6 华泰三周期模型 ............................................................................................................................................. 7 模型求解过程 ........................................................................................................................................................ 7 用基于三周期滤波的 Simple-Nowcasting 模型预测美国 CPI ................................................................................... 10 预测美国 CPI 的备选指标库构建与清洗 ...........................................................................