透过价格看经济：理解PPI波动的原因和影响.pdf

1 / 20 东吴证券研究所 请务必阅读正文之后的免责声明部分 证券研究报告 宏观 研究 宏观专题报告 宏观专题报告 20180522 Table_Main 透过价格看经济：理解 PPI 波动的原因和影响 摘要 预计 6 月份 PPI 回升到 全 年最高点 4.3%，阶段性反弹后继续回落 。 本篇是通胀研究系列第二篇，旨 在通过寻找 PPI 构成中 的核心驱动因子，对 主要 商品价格 走势进行分析，进而预测 PPI 的趋势和波动 ，并由此 研判 名义 GDP 增速 和工业企业利润增速的变化 。 寻找 PPI 的 核心驱动因子。 以工业企业“主营业务收入”作为估算权重，通过分阶段测算 贡献率，可以得到 2016 年以来驱动 PPI 变化的 5 大行业。从产业链角度 看，主要集中在石油开采 -石油加工和化工、煤炭 -钢铁和化工、采矿 -金属冶炼和压延加工 等；从商品角度看，主要是 原油、煤炭、黑色金属和有色金属 等 4 大 类。 PPI 反弹 意味着 名义 GDP 增速回升和工业企业盈利能力的修复。 首先，从历史数据来看， PPI 与名义 GDP 波动高度一致，甚至有些年份 PPI会领先发生变化 ； GDP 平减指数对 CPI 和 PPI 的弹性分别约为 1.17 和0.38，拟合结果较好。其次， 大多数年份 PPI 的波动均伴随着工业企业主营业务收入增速的调整 ， PPI 的反弹能够带动工业企业主营业务收入增加。最后，利润增速也与 PPI 显著相关。通过对分行业工业企业收入进行量价拆分发现， 中上游工业企业的收入更易受 PPI 波动的影响 。 大宗商品价格前瞻 ： 1）原油： 受 OPEC 减产协议、中东地区地缘政治等多重因素影响， 2018 年油价将波动上行。 2）煤炭： 需求 放缓，煤价下行压力 较 大。 3）钢铁： 钢铁行业盈利中枢有望抬升，预计钢价可能呈倒“ V”型走势。 4）有色金属 ： 价格或将继续保持分化，整体有望回升。 基准情形下 ， 二季度 GDP 名义增速反弹， 下半年 工业企业 利润增长不悲观 。 基于 18 年 2.4%的 CPI 中枢值 和基准情形下的 PPI 预测值， 我们预计 GDP 平减指数在二季度可能反弹至全年最高点（约为 4.25%），之后逐渐放缓，四季度下降至 3.0%左右 ，对应名义 GDP 增速 9.7%。 工业企业利润累计同比增速将在 7 月份达到全年最高点（ 18.8%），下半年增速 或 保持在 15%以上 。 风险提示： PPI 上升 超预期 ； 名义 GDP 增速低于预测值 ； 企业盈利增速低于预期 。 证券分析师 周岳 执业证号： S0600518010003 021-60199793 zhouyuedwzq 研究助理 肖雨 021-60199793 xiaoydwzq Table_Report 相关研究 1、宏观点评 20180520：贸易战停火，风险偏好修复 2018-05-20 2、宏观周报 20180520：油价创新高，不同行业影响几何？2018-05-20 3、宏观点评 20180515：错峰效应推高生产，需求下滑证伪“阳春” 2018-05-15 4、宏观点评：收支差额转正，基建支出下滑： 4 月财政数据点评 2018-05-15 5、宏观周报 20180513：美国中期选举面面观 2018-05-13 Table_Author 2018 年 05 月 22 日 2 / 20 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 宏观专题报告 内容目录 1. 基于核心驱动因子的 PPI 测算 . 4 1.1. 我国 PPI 的编制方法和特点 . 4 1.2. 根据 “主营业务收入 ”估算各行业权重 . 4 1.3. 驱动 PPI 变化的主要行业 . 5 1.3.1. 分阶段寻找 拉动 PPI 变化的行业 . 5 1.3.2. 利用高频数据拟合 PPI . 8 2. PPI 反弹：名义 GDP 增速回升、企业盈利能力修复 . 9 2.1. PPI 反弹有助于名义 GDP 增速回升 . 9 2.2. PPI 上升带动工业企业盈利修复 . 10 2.2.1. PPI 的上升带动主营业务收入增 加，从而提高利润增速 . 10 2.2.2. 分行业来看，中上游工业企业盈利能力与 PPI 联系更为紧密 . 12 3. 从大宗商品价格展望年内 PPI 走势 . 15 3.1. 大宗商品价格前景 . 15 3.2. 从年内 PPI 走势看 GDP 和利润增速 . 17 4. 风险提示 . 19 3 / 20 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 宏观专题报告 图表目录 图 1：工业企业主营业务收入与工业销售产值指标走势高度一致 . 5 图 2： PPI 拟合月环比与实际月环比趋势一致 . 5 图 3： PPI 拟合月同比与实际月同比趋势一致 . 5 图 4：第一阶段 5 大行业对 PPI 同比变化的贡献率和其同比增速变化 6 图 5：第二阶段 5 大行业对 PPI 同比变化的贡献率和其同比增速变化 6 图 6： 2016 年以来 PPI 生产资料同比增速快速上升带动 PPI 走高 . 6 图 7： “主营业务收入”估算分行业权重 . 7 图 8： 5 大行业 PPI 拟合同比和实际同比 . 8 图 9： 5 大行业 PPI 拟合环比与实际环比 . 8 图 10：高频数据拟合 PPI 环比与实际 PPI 环比 . 9 图 11：高频数据拟合 PPI 同比与实际 PPI 同比 . 9 图 12： PPI 与名义 GDP 波动趋势一致 . 10 图 13： CPI、 PPI 与 GDP 平减指数的走势 . 10 图 14：实际 GDP 平减指数与拟合 GDP 平减指数 . 10 图 15： CPI 和 PPI 同比变动对 GDP 平减指数的贡献 . 10 图 16：工业企业收入和利润在拐点时变化一致 . 11 图 17：工业企业收入的量价拆分 . 11 图 18： PPI 与工业企业 收入 . 12 图 19： PPI 与工业企业利润 . 12 图 20：煤炭开采和洗选业收入的量价拆分 . 12 图 21：石油和天 然气开采业收入的量价拆分 . 12 图 22：黑色金属矿采选业收入的量价拆分 . 13 图 23：有色金属矿采选业收入的量价拆分 . 13 图 24：黑色金属冶炼及压延加工业收入量价拆分 . 13 图 25：有色 金属冶炼及压延加工业收入量价拆分 . 13 图 26： 分行业工业企业利润与 PPI 的相关性检验 . 14 图 27：分行业工业企业利润与 PPI 的相关系数和弹性分布图 . 14 图 28： 2017 年下半年以来油价振动上升 . 15 图 29：动力煤价 格小幅上涨，煤价总体面临下行压力 . 15 图 30： 6 大发电集团日均耗煤量回升，煤炭库存量波动下行 . 16 图 31： 2017 年以来基建投资增速不断下滑，房地产投资同比 “虚增 ” 16 图 32：钢价震动下行 . 16 图 33：钢材库存量有低位下行趋势 . 16 图 34：有色金属走势分化，整体高位震荡调整 . 17 图 35：铜、铝供需态势向好 . 17 图 36：锌、铅价格高位下行 . 17 图 37：新能源汽车带动钴、锂价格向好 . 17 图 38：二季度 PPI 阶段性反弹后继续回落 . 18 图 39：二季度 GDP 平减指数有望反弹 . 18 图 40：下半年工业企业利润增速或保持在 15%以上 . 18 4 / 20 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 宏观专题报告 1. 基于 核心 驱动因子的 PPI 测算 1.1. 我国 PPI 的编制方法和特点 工业生产者出厂价格指数是反映一定时期内全部工业产品出厂价格总水平的变动趋势和程度的相对数， 包括工业企业售给本企业以外所有单位的各种产品和直接售给居民用于生活消费的产品 。 在我国，通常把工业生产者出厂价格指数简单称为 PPI。 我国于 1984 年开始编制 PPI， 1996 年编制了第一版工业品价格统计工作手册，对编制方法和过程进行了规范。 2010 年，国家统计局对 PPI 调查制度进行了改革， 从2011 年起对 PPI 的编制进行了基期、权数调整，并对企业规格品和产品分类调整 ，另外 工业品出厂价格指数改为工业生产者出厂价格指数， 原材料、燃料、动力购进价格指数改为工业生产者购进价格指数 。 目前我国 PPI 的调查制度 已涵盖 全国 400 多个城市的近 6 万家工业企业 ，其中 年主营业务收入 2000 万元以上的企业采用重点调查方法；年主营业务收入 2000 万元以下的企业采用典型调查方法。 代表产品 覆盖了 1638 个基本分类 ，包含 各主要工业大类、中 类、小类中的 11000 多种代表产品 。 在进行 权数的具体分配 时，采用 “分摊权数法 ”：先 明确 大类行业权数，然后再分摊到中类行业，再由中类行业分摊到小类行业，最后计算代表基本分类的权数。 其中， 工业小类及小类以上的权数资料来源 于工业统计中分行业工业销售产值数据 资料；基本分类的权数资料来源于独立的工业企业产品权数调查。 一般情况下，权数 5 年更换一次 ， 5 年期内各年度适当调整 。 调查方式 采用企业报表形式 ，每月 5 万多家工业企业上报数据资料。 1.2. 根据 “ 主营业务收入 ” 估算各行业权重 根据新的调查制度， PPI 的权数按 “工业销售产值 ”加权计算 。 1从会计核算口径来看，“工业销售产值”与“主营业务收入”较为一致 。 由于 “工业销售产值 ”数据缺乏各行业的月度数据， 而二者的数据变动 高度一致（相关系数 为 0.99） ， 后续我们将采用“2015年度主营业务收入 ”来 度量各行业在 PPI 中的权重。 1 工业销售产值是以 货币表现的工业企业在报告期内销售的本企业生产的工业产品总量。包括已销售的成品、半成品价值、对外提供的工业性作业价值和对本企业基建部门、生产福利部门等提供的产品和工业性作业及自制设备的价值 。 5 / 20 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 宏观专题报告 图 1：工业企业主营业务收入与工业销售产值 指标走势 高度 一致 数据来源： Wind 资讯，东吴证券研究所 目前 PPI 月度数据公布环比数和同比数的分别有 30 和 39 个行业， “销售产值 ”公布年度数据的有 41 个行业 。从与 PPI 的 拟合 效果 来看，使用估算权重进行预测的结果与 PPI 实际公布数 值 高度一致。 图 2： PPI 拟合月环比与实际月环比 趋势 一致 图 3： PPI 拟合月同比与实际月同比 趋势 一致 数据来源： Wind 资讯，东吴证券研究所 数据来源： Wind 资讯，东吴证券研究所 1.3. 驱动 PPI 变 化 的主要行业 1.3.1. 分阶段寻找拉动 PPI 变化的行业 2016 年以来， PPI 经历了快速上升而后震荡向下的两个 阶段。 2016 年 1 月至 2017年 2 月（第一阶段），国际大宗商品价格大幅走高带动了 PPI 生产资料价格的上涨， PPI同比增速从 -5.3%上升到 7.8%。 2017 年 3 月至 2018 年 4 月（第二阶段）， PPI 同比增-1.00-0.500.000.501.001.502.002016-012016-032016-052016-072016-092016-112017-012017-032017-052017-072017-092017-112018-012018-03PPI拟合月环比 PPI实际月环比 % 6 / 20 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 宏观专题报告 速从 7.6%先 回落 至 5.5%，而后小幅回 升至 6.9%，最后下降至 3.4%。 从主要驱动行业观察，无论是在 PPI 快速上升阶段还是震荡向下调整阶段， 黑色金属冶炼及压延业、有色金属冶炼及压延业、石油加工、炼焦及核燃料加工业、煤炭开采和洗选业以及石油和天然气开采业 对 PPI 同比增速变化起到了关键拉动作用。虽然这 5 大行业的权重并非最大，分别为 5.86%、 4.64%、 0.70%、 2.27%和 3.09%，但是对 PPI 同比变化的合计贡献率在两阶段中分别高达 64.55%和 90.5%，对 PPI 的波动起到了关键 的 拉动作用。 从产业链角度观察 ，主要集中在：石油开采 -石油加工和化工 、煤炭 -钢铁和化工、 采矿 -金属冶炼和压延加工。 图 4：第一阶段 5 大行业对 PPI 同比变化的贡献率和其同比增速变化 图 5：第二阶段 5 大行业对 PPI 同比变化的贡献率和其同比增速变化 数据来源： Wind 资讯，东吴证券研究所 数据来源： Wind 资讯，东吴证券研究所 图 6： 2016 年以来 PPI 生产资料 同比 增速快速上升带动 PPI 走高 数据来源： Wind 资讯，东吴证券研究所 7 / 20 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 宏观专题报告 图 7： “主营业务收入”估算分行业权重 数据来源： Wind 资讯， 东吴证券研究所 作为验证，我们用 5 大行业的 PPI 增速 得到拟合的 PPI 同比和环比读数，分别与实际的 PPI 同比和环比增速对比， 结果高度吻合。 这也证明了 5 大行业 PPI 的波动是整体 PPI 变化 的主要驱动因素。 8 / 20 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 宏观专题报告 图 8： 5 大行业 PPI 拟合同比和实际同比 图 9： 5 大行业 PPI 拟合环比与实际环比 数据来源： Wind 资讯， 东吴证券研究所 数据来源： Wind 资讯， 东吴证券研究所 1.3.2. 利用高频数据 拟合 PPI 由前 文 分析，整体 PPI 的波动可主要归结为 5 大行业和 4 大产业链，而这 4 大产业链 主要取决于原油、煤炭、钢材和有色金属等四大类 商品。 我们 可以利用相关商品价格 的高频数据对整体 PPI 增速进行拟合。 对于重点 行业和商品 的高频数据选择说明如下： 1）石油和天然气开采业以及石油加工、炼焦及核燃料加工业：可获得的相关高频数据主要有 OPEC 一揽子原油价格、布伦特原油现货价等。 2）煤炭开采和洗选业：可获得的相关高频数据主要有中国煤炭价格指数、环渤海动力煤价格指数等。 3）黑色金属冶炼及压延业：可获得的相关高频数据主要有 Myspic 综合钢价指数、钢材综合价格指数等。 4）有色金属冶炼及压延业：可获得的相关高频数据主要有上期有色金属指数、中国大宗商品价格指数（有色类）等。综合考虑指标相关性和整体拟合优度的基础上，我们选取了布伦特原油现货价、中国煤炭价格指数、钢材综合 价格指数和上期有色金属指数作为拟合指标。 拟合过程如下： 首先基于取均值后的月度环比增速与整体 PPI 环比增速进行回归得到各商品回归系数，然后按其权重得到拟合 PPI 环比增速，最后由拟合 PPI 环比增速计算得到拟合 PPI 同比增速。从整体拟合效果来看， 拟合 PPI 环比与实际 PPI 环比波动趋势较为一致，但容易在实际 PPI 同比上升阶段偏高估计，下行阶段偏低估计。 9 / 20 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 宏观专题报告 图 10：高频数据 拟合 PPI 环比与实际 PPI 环比 图 11：高频数据拟合 PPI 同比与实际 PPI 同比 数据来源： Wind 资讯， 东吴证券研究所 数据来源： Wind 资讯， 东吴证券研究所 2. PPI 反弹 ： 名义 GDP 增速回升、企业盈利能力 修复 2.1. PPI 反弹有助于名义 GDP 增速回升 GDP 平减指数可理解为名义 GDP 增速与实际 GDP 增速之差，与侧重居民消费价格领域的 CPI 和侧重工业领域的 PPI 相比，能更全面 地反映同期物价水平 。从 2014年末以来，中国人民银行开始密切关注 GDP 平减指数，并在 2015 年 10 月的降息降准中，首次公开表明将其 作为决策的重要参考依据。三者作为反映不同领域物价变化和研判经济 走势的重要价格指数，编制制度有如下差异：（ 1） CPI、 PPI 是拉氏指数， GDP平减指数则是帕氏指数。即前两者是固定的篮子，而 GDP 平减指数的产品篮子在不断变化，没有将物量变化的因素完全剔除，不如前二者那样能反映纯粹价格变化。（ 2）CPI、 PPI 是按照月度编制，而 GDP 平减指数则是按季度编制，时效性和预警性较弱。（ 3） CPI、 PPI 只包括货币交易，而 GDP 平减指数还包含了政府向居民部门提供的社会实物转移等。（ 4） GDP 平减指数只包括国内生产的产品 ，不包含进口品的因素，但进口品却影响 CPI。 GDP 平减指数可以通过 CPI 和 PPI 拟合 得到。 从历史走势来看， PPI 与名义 GDP增速 波动趋势一致，但在某些年份会领先于名义 GDP 增速 的变化。从 CPI、 PPI 与 GDP平减指数三者的大小关系来看， GDP 平减指数并未严格位于 CPI 和 PPI 之间，有些年份 GDP 平减指数甚至高于 CPI 和 PPI 水平。从生产法角度核算， GDP 为三次产业的增加值之和，而 GDP 平减指数大致是一、二、三产业 GDP 平减指数的加权平均。鉴于 PPI 反映了工业生产的价格波动，与第二产业中的工业 GDP 平减指数更为接近。我们采用了 2010年以来的数据，对 CPI、 PPI和 GDP平减指数的历史数据进行回归分析。其中，自变量为 CPI 和 PPI 的当季同比增速（采用了月末值），因变量为 GDP 平减指数当季同比增速。从回归结果来看， CPI 与 PPI 的回归系数分别为 1.17 和 0.38， GDP10 / 20 东吴证券研究所 请务必阅读正文之后的免责声明部分 Table_Yemei 宏观专题报告 平减指数对 CPI 指标显然更为敏感。当 CPI 和 PPI同时上升 1%，可引起 GDP 平减指数 提高 约 1.55 个百分点。 图 12： PPI 与名义 GDP 波动趋势一致 图 13： CPI、 PPI 与 GDP 平减指数的走势 数据来源：东吴证券研究所 数据来源：东吴证券研究所 图 14：实际 GDP 平减指数与拟合 GDP 平减指数 图 15： CPI 和 PPI 同比变动对 GDP 平减指数的贡献 数据来源： Wind 资讯，东吴证券研究所 数据来源： Wind 资讯，东吴证券研究所 2.2. PPI 上升带动工业企业盈利 修复 2.2.1. PPI 的上升 带动 主营业务收入 增加， 从而 提高利润增速 工业企业利润基本公式：利润 =收入 *利润 率； 因此， 利润增速 =收入增速 +利润率增速。 经验数据显示工业企业收入和利润在某些周期性拐点时变化一致。 对 收入 可做 进一步拆分：收入 =产量价格； 其中价格用 PPI 表征，则 收入增速 =PPI同比 +产量因素 。 通过 量价因素 对比 ， PPI对 收入 增速 的 贡献率 在 50%以上 。 PPI 的 修复或可带动 工业企业收入 增加 。 总体来看，工业企业收入增速与 PPI 增