薛鹤翔：大宗商品如何精准预测美国PPI变动？

薛鹤翔、陈梦赟（薛鹤翔系申银万国期货研究所所长、中国首席经济学家论坛成员）

摘要：美国PPI核心机制与大宗商品预测模型

美国PPI定义与编制方法

美国生产者价格指数（PPI）由美国劳工统计局（BLS）编制，衡量国内生产商销售商品和服务的平均价格变化。其核心分类体系为最终需求-中间需求（FD-ID）PPI，覆盖最终商品（权重29.7%）、最终服务（67.7%）和最终建筑需求（2.6%）。编制范围涵盖采矿、制造业全领域及服务业70%收入，每月从2.5万家企业采集超10万个价格数据，采用修正拉式公式计算。

与中国的PPI相比，美国PPI覆盖商品和服务双领域且服务业权重更高，而中国PPI聚焦工业品出厂价格，反映两国工业与服务业经济结构的差异。

大宗商品预测PPI环比的核心逻辑

通过筛选原油、小麦、天然气、铜等高频价格指标，构建线性回归模型预测PPI环比。结果显示：

• 原油是PPI环比波动的核心驱动因素，当期与滞后1期合计贡献达40.63%
• 能源类商品（原油、天然气）综合贡献最大，天然气滞后效应持续2个月
• 铜价存在2个月传导时滞，长期滞后影响显著
• 小麦当期与滞后1期价格合计贡献超25%，农产品价格影响突出

大宗商品预测PPI同比的传导机制

基于原油、小麦、天然气、铜的同比价格构建回归模型，加入1阶、2阶和12阶滞后项后，模型解释力达86.6%。关键发现：

• 原油贯穿短期、中期、长期，当期与12阶滞后项均显著
• 铜价基数效应突出，一年前同比变动贡献超20%
• 天然气与小麦滞后2期价格仍有显著影响，但天然气长期基数效应较弱

风险提示：模型应用需谨慎

1. 样本覆盖不全可能导致预测偏差
2. 时滞性与基数效应可能影响模型精度
3. 未纳入解释变量可能遗漏关键因素