宏观深度报告：宏观量化系列：中国CPI预测模型研究

（以下内容从东吴证券《宏观深度报告：宏观量化系列：中国CPI预测模型研究》研报附件原文摘录）
投资要点
研究背景与目的：
研究背景：通胀走势是当前宏观交易的核心变量之一，直接影响利率定价、汇率预期及大类资产配置逻辑。为提升对CPI边际变化的把握精度，本研究构建了一套可跟踪、可检验的量化预测框架，以数据驱动与主观经济学判断结合的方式替代单纯依赖主观经验判断的传统分析范式。
研究目标：本研究旨在通过系统整合高频价格信号与宏观领先指标，实现对未来一年CPI趋势的长期演变路径的预测，并同步跟踪未来一个月CPI的短期变化。为中国未来的宏观经济环境判断提供量化层面的参考依据。
长期与短期预测模型选择：
长期预测模型：采用具备外生变量输入的季节性自回归移动平均模型（SARIMAX），对食品与非食品CPI分项进行拆解建模。该模型侧重参数的跨期稳定性与路径一致性，食品侧重点引入春节效应、蔬菜批发价滞后项与猪肉价格滞后项，非食品侧则纳入CRB大宗商品综合指数与制造业PMI，以捕捉中长期成本传导与景气变化对价格中枢的线性影响。
短期预测模型：采用“月度滚动重估”框架，在长期模型结构的基础上，允许估计系数随最新样本窗口的滚动而进行适应性漂移。相较于长期模型，短期版本在变量选择上更倾向于高时效性指标，旨在增强模型对近期宏观扰动、节日错位及价格拐点的即时响应能力。
模型效果总结：
长期预测模型：2023至2025年半年步长构建的五轮滚动样本外测试中，最优模型RMSE均值由基准模型的0.3396降至0.2422，降幅约28.7%，方向胜率由65.0%提升至80.0%，预测精度与趋势识别能力均有显著改善。
短期预测模型：在2023至2025年逐月滚动测试中，短期最优模型RMSE均值为0.2379，方向胜率达80.56%，表现略好于长期预测模型，对短期拐点与月度节奏的把握能力较优。
2026年模型预测结果：
模型预测显示2026年国内通胀环境将呈现典型的“低位温和修复”特征。全年CPI指数累计涨幅约为2.7%，价格运行节奏表现为：春节因素消退后的3月经历正常季节性短暂回落，随后内需缓慢修复带动价格中枢在下半年趋于平稳上行。综合判断，尽管价格下行风险已较2024-2025年期间明显缓和，但整体物价弹性依然有限，宏观经济运行状态更倾向于“弱复苏、低通胀”组合。在此背景下，成本端的输入性压力传导相对受限，政策层面或仍维持对稳增长与稳预期的必要支持。
风险提示：
1)政策或监管环境突变；2)宏观经济不及预期；3)发生重大预期外的宏观事件。