当前哪些板块反映通胀预期

1、1. Factor Mimicking 模型提示近阶段通胀关注度提升在 2022 年 3 月的月报中我们提示Factor Mimicking 方法下的市场关注点模型 显示通胀的关注度在近期开始出现明显的提升，与俄乌冲突可能影响的核心变量吻合：若局势未有缓和，两国作为能源、农产品生产大国将影响供给，通胀可能居高不下，而这一方面可能影响美联储的货币政策进而影响全球流动性，另一方面也将通过原材 料价格对我国稳增长形成掣肘。下面我们首先对市场关注点模型进行回顾。Factor Mimicking 方法背后的逻辑主要是部分资产与宏观因子的关联性较强，资产的收益能够被多个宏观因子共同解释：𝑅

2、𝑡 ,𝑡+ = 𝜇 + 𝐵𝐹𝑡 + + 𝜀𝑡+ (1)其中𝑅𝑡,𝑡+ 为t 至t+ h 区间的资产收益，𝜇为常数，𝐹𝑡 +为t+ h 时刻的宏观变量， B 即为连接资产收益与宏观变量的因子载荷，或因子暴露。假设我们共有 m 个宏观因子，需要得到第 k 个因子的代理组合，求解得到n 个资产对各因子的因子暴露后，即可通过以下优化求解：min 𝒘𝑻

3、 𝛺 𝒘𝒌𝑤𝑘𝒌𝑠. 𝑡. 𝐵 𝑇𝒘𝒌 = 𝜷𝒌 (2)𝒘𝒌 为代理组合的权重向量，𝜷𝒌为第k 维为 1 ，其余维为 0 的 m 维向量；这样求解的组合在第 k 个因子上有单位暴露。当这一组合的波动较大时，证明市场预期被代理的宏观因子可能有较大的变化或对该因子有较明显的分歧，市场在这一因子上的关注度较高。在实际

4、操作中，由于宏观因子仅解释资产收益的一部分，（1）式所代表的线性关系往往较弱，因此我们可先将宏观因子向资产的主成分做一次投影，然后以拟合的宏观数据再进行（1）、（2）的计算。我们选定 4 个宏观因子进行测算：变量名称具体数值经济中国 OECD 领先指标通胀（CPI 同比+PPI 同比）/2表 1：Factor Mimicking 宏观变量短期流动性长期流动性1 年期国债到期收益率10 年期国债到期收益率研究我们采用的Factor Mimicking 的具体流程如下：1） 以申万一级行业为基础资产，每个月末滚动计算过去 12 个月的累计收益作为收益率矩阵，标准化后提取 20%的主成分（6 个）；

5、2） 将 4 个宏观变量以 0 为均值、0.1 为标准差进行标准化，然后使用 Lasso回归分别将 4 个标准化后的宏观变量向 6 个主成分进行投影，得到宏观变量矩阵𝐹的投影版本𝐹，以此作为新的宏观变量矩阵，使用 Lasso 回归的目的是仅保留与宏观变量关联度高的主成分，提高投影效率，参数选择采用交叉验证使得均方误差最小；3） 再使用Lasso 回归将每个一级行业收益率（即 1）中的累计 12 个月收益率的向量）向𝐹投影，得到每个一级行业在每个宏观因子上的暴露；4） 最后求解在每个宏观变量上有单位暴露的一级行业组合。为了增强模型对市场变化的适应性

6、，我们每年使用 2009 年末起至最新的数据重复上述流程更新代理组合的权重，并在后续一年中使用新权重。在获得权重后，我们根据滚动 1 年的波动在过去 1 年中的相对位置来衡量组合当前的波动情况：组合当前波动水平 𝑧𝑖𝑣𝑜𝑙𝑖 𝑣𝑜𝑙=𝑠𝑡𝑑 (𝑣𝑜𝑙)其中𝑣𝑜𝑙𝑖为当前的组合波动（按 250 天

7、的日收益率计算）， 𝑣𝑜𝑙为过去一年的波动率均值，𝑠𝑡𝑑(𝑣𝑜𝑙)为过去一年的波动率标准差。当前𝑧𝑖值最高的代理组合说明其代理变量波动变化最大，当前市场对其的关注度最高。2011 年以来的市场关注点切分如下，进入 2022 年 3 月，通胀的关注度已经正式超越其他变量：图 1：从代理组合波动划分市场的关注点变化数据自 2011 年 1 月至 2022 年 3 月 11 日图 2：各宏观变量代理组合标准化波动值的变化（20

8、21.3.1-2022.3.11）数据自 2021 年 3 月至 2022 年 3 月 11 日这一模型核心利用的是行业指数对宏观变量的表征及波动与市场行为的关系：由于不同行业对宏观变量的敏感程度、表征意义存在差异，不同的行业组合可以一定程度上代表不同的宏观变量；权益市场、行业指数的波动体现资金的活跃程度，资金在不同行业之间的流动带来行业的波动变化，当宏观变量的预期发生明显变化或不确定性增加时，资金会快速流入/流出相关行业，进而带来波动的提升。2. 行业反映的通胀预期提示潜在的“过度定价”在本次通胀关注度提升以前，历史上曾有 3 个阶段体现过通胀关注度高于其他变 量，分别为：2011 年 2

9、月至 8 月中旬；2017 年末至 2018 年 8 月；2020 年 7 至 11 月。本部分中，我们对以上历史阶段中通胀代理组合的波动来源进行分析，剥离 对通胀高关注度贡献较为明显的行业，探索不同行业反映的通胀预期与其表现的关系。在此前建立的自上而下的大类资产、行业配置框架中，我们需要通过经济+流动性时钟的状态给出配置建议，若我们使用资产本身的数据给出宏观判断，则框架将更多地借助二级市场的信息；为了更多地加入宏观数据本身带来的外部信息，我们主要通过构建经济前瞻指标、流动性综合指标来判断宏观时钟，而通过代理组合给出的关注点则可用来调整不同宏观变量的权重，以更好地将宏观数据与配置观点进行连接。

10、因此，在前面的市场关注点模型中，我们虽然通过回归、优化得到了代理组合的权重，但实际最终我们仅使用了代理组合的波动，而未用到代理组合收益与宏观变量预期的关系；但基于前述代理组合的构建逻辑，代理组合累计 12 个月收益的变化情况可以表征市场对宏观变量判断的变化，而这虽然未必能直接作为投资决策的依据，但也可以帮助我们理解市场、挖掘部分行业的潜在机会。下面我们同时关注通胀代理组合中不同行业的波动、预期贡献，以观察不同阶段市场的核心投资逻辑。p2011 年 2 月至 8 月中旬，经历了金融危机后的流动性投放、经济复苏，通胀开始明显上升，高通胀叠加货币政策收紧影响经济增长空间，市场的投资主线也来到与通胀相

11、关的标的。该阶段通胀代理组合中，权重绝对水平最高的是汽车、建材、地产，而实际区间波动贡献前六的行业情况如下（波动贡献RCi= |wi| wi ，波动贡献越高 RCi说明当时该行业的波动越能代表市场对通胀的关注）：行业权重区间年化波动区间收益实际波动贡献汽车建筑材料国防军工-12.73%22.17%-14.94%10.52%6.52%28.52%9.53%8.74%5.48%25.67%-3.78%7.46%钢铁6.08%24.91%-3.19%6.85%机械设备5.49%24.09%-13.83%6.69%农林牧渔5.71%21.06%0.08%6.39%表 2：2011.2-8 通胀代理组合

12、波动贡献最高的行业以上行业中上游周期、中游制造业相对更多，受益于通胀、受制于通胀的行业出现明显的分化，这一分化体现了市场的通胀关注度。我们每日计算代理组合累计 12个月的收益，得到市场预期的通胀变化如下：图 3：通胀预期与通胀数据（2011）由于滚动计算权重时该阶段的权重实际使用了 20102013 年的数据进行拟合，因此该阶段代理组合数据可理解为样本内数据，该阶段市场预期通胀先升后降，与通胀数据走势基本一致。进一步的，我们可以通过各行业累计 12 个月收益阶段变化*权重的方式拆解各行业对通胀预期的贡献情况，具体方法如下：阶段通胀预期贡献= （截止阶段末行业过去𝟐⼮

13、7;𝟎日累计收益 截止阶段初行业过去𝟐𝟓𝟎日累计收益） × 代理组合权重× 通胀标准差 × 𝟏𝟎 (3)其中通过通胀标准差进行调整是由于在第一部分的Factor Mimicking 组合求解中我们将各宏观变量以 0 为均值、0.1 为标准差进行了标准化，此处我们需要重新乘回标准差进行还原。我们对 2011.28 月各行业对通胀预期的贡献进行计算，发现上游原材料、食品饮料和纺服等必需消费品对通胀的贡献最为明显：行业权重区间年化波动区间收益实际波动贡献通胀预期贡献建筑材料6

14、.52%28.52%9.53%8.74%0.45%钢铁6.08%24.91%-3.19%6.85%0.42%有色金属4.04%26.22%1.68%4.17%0.29%食品饮料3.55%17.63%16.99%2.68%0.20%纺织服装3.90%22.09%8.29%4.17%0.16%通胀预期提升0.58%表 3：2011.2-8 通胀代理组合通胀预期贡献最高的行业通过上述对通胀预期的测算我们得到，部分行业在该阶段的收益中包含了较多通胀上行的预期，部分行业可能被过度计入通胀预期，由此我们联想到，对于通胀预期贡献超出其权重对应的水平的行业来说，即累计 12 个月收益跌幅明显高于其他行业、对通

15、胀影响较高的行业来说，后续行业收益可能有通胀预期修复现象，因此通过计算行业反映的通胀预期，我们可以关注不同行业是否存在“过度定价”的状态。对此，我们定义通胀预期贡献系数，具体计算方法如下：阶段通胀预期贡献系数行业阶段通胀预期贡献=(截止阶段末代理组合过去𝟐𝟓𝟎日累计收益 截止阶段初代理组合过去𝟐𝟓𝟎日累计收益) × 𝟏𝟎 × 通胀标准差𝟏× |行业各因子权重|截止阶段末行业过去𝟐𝟓x

16、782;日累计收益 截止阶段末行业过去𝟐𝟓𝟎日累计收益=截止阶段末代理组合过去𝟐𝟓𝟎日累计收益 截止阶段初代理组合过去𝟐𝟓𝟎日累计收益行业通胀权重× |行业各因子权重| (4)当一个行业的收益相比于代理组合变化越大、该行业本身与通胀关联性越强，以上贡献系数绝对值排名越靠前，越可能存在高估通胀的情况；而当贡献系数为负值时，说明行业当前表现与其与通胀的历史关系不符，也可能存在过度定价。仍以 2011 年 28 月中旬为例，我们分别计算 2 月到

17、5 月中旬、5 月中旬到 8月中旬两个时间段部分行业反映的通胀预期、通胀预期贡献系数及其收益变化情况，发现部分前阶段高估通胀的行业在后期确实可能遇到较明显的回撤，而前期反映通胀不足的行业可能在后期相对表现更好：行业权重2-5 月通胀预期贡献系数贡献系数绝对值排名区间收益5-8 月通胀预期区间收益钢铁6.08%0.4934.7719.72%-0.07-11.77%建筑材料6.52%0.5424.05414.95%-0.09-4.71%农林牧渔5.71%0.023.0825-0.89%0.070.98%表 4：2011 年 28 月部分行业的通胀预期修复不过，这一现象也可能与 2011 年后期PP

18、I 下行、CPI 维持高位的现象有关，我们将在后面尝试将行业反映的CPI、PPI 通胀分开处理。2018 年，我们使用的权重为截至 2017 年末计算的代理组合权重，可理解为样本外数据。该阶段市场整体处于下行状态，通胀代理组合在 68 月明显上行，与 PPI该阶段实际的上行较为一致：图 4：通胀预期与通胀数据（2018）2018 年 6 月8 月通胀下行预期过度的家电、食品饮料后期有所修复，而通胀下行预期不足的医药后期表现不佳：行业权重2018.68 月通胀预期贡献系数贡献系数绝对值排名区间收益2018.92019.3通胀预期区间收益食品饮料5.54%-0.527.913-13.70%0.06

19、31.86%家用电器4.40%-0.514.344-25.72%0.0518.91%医药生物4.23%-0.070.7519-9.49%-0.21-1.35%表 5：2018 年 6 月2019 年 6 月部分行业的通胀预期修复可以看到，除了通过代理组合的波动水平考察市场关注点，在通胀受关注的阶段组合反映的通胀预期同样值得关注：这一方面帮助我们理解市场对通胀的预期走向，另一方面可以辅助判断不同行业是否存在对通胀的“错误定价”，从而对行业的性价比判断提供帮助。3. 当前 PPI 预期波动加大，CPI 预期上升明显在前面的分析中，我们将 PPI 与CPI 合成后作为待观察的宏观变量，但在 2011

20、、 2018 年等通胀关注度较高或通胀本身较高的阶段，PPI 向 CPI 的传导存在时间差，市场对两者的预期也存在一定的偏差。因此，我们尝试将 PPI、CPI 进行区分，重新计算经济、PPI、CPI、短期流动性、长期流动性的代理组合，并观察组合代表的市场关注度及变量预期的变化情况。在重复第一部分中的滚动求解代理组合的过程后，我们得到 2011 年以来市场关注点的变化如下：图 5：从代理组合波动划分市场的关注点变化（区分 PPI、CPI）数据自 2011 年 1 月至 2022 年 3 月 11 日将 PPI、CPI 进行区分后，此前模型中认为经济关注度更高的 2017 年、2019年体现了通胀

21、关注度更高的特点，且 2017 年以PPI 为主，与当年度经济、PPI 同步上行吻合；2019 年以CPI 为主，与当年度消费带动经济恢复的特点也高度一致。类似第二部分，我们计算 2011、2018 以及 2021 年以来PPI、CPI 代理组合与实际数据变化的情况。2011 年样本内数据如下，代理组合对实际数据的反映较为理想，这也说明了Factor Mimicking 方法的有效性：图 6：PPI 预期与 PPI 数据（2011）图 7：CPI 预期与 CPI 数据（2011）2018 年，PPI 预期快速下行，CPI 预期则明显高于CPI，体现了 PPI 向CPI 传导后较明显的“滞胀”担

22、忧：图 8：PPI 预期与 PPI 数据（2018）图 9：CPI 预期与 CPI 数据（2018）2021 年以来，市场的通胀预期实际相对稳定，PPI 预期在 2021 年 10 月开始有明显回落，对应上游周期板块的回调，2 月中旬以来略有回升且分歧加大；CPI 预期持续高于实际CPI，今年以来又有明显上升：截至 2022.3.11，图中缺口来自 2021 年末调整代理组合权重后通胀预期修正截至 2022.3.11，图中缺口来自 2021 年末调整代理组合权重后通胀预期修正若我们以 20102019 年十年的数据作为样本内进行拟合，则 2021 年 10 月以来PPI 预期整体下行，近期有所

23、回升，而CPI 预期上升明显：图 12：PPI 预期与 PPI 数据（十年样本，2021 年以来） 图 13：CPI 预期与 CPI 数据（十年样本，2021 年以 来）图 10-11 展示的滚动测算结果每年对行业与宏观变量的关联进行重新计算， 得到的不同行业对通胀的反映程度随时间推移会存在一定差异，这也使得模型对行情的变化能够产生一定适应；图 12-13 的结果在历史数据中拟合效果好，不过向样本外推演的空间有限。不过，无论是十年样本还是滚动测算的结果，我们都能看到近阶段 A 股市场反映的CPI 预期有较明显的提升。根据滚动测算（对应图 10-11）结果，2022 年以来对 PPI、CPI 关

24、注度提升贡献较大的行业如下：PPICPI行业 有色金属传媒权重区间年化波动区间收益实际波动贡献行业权重区间年化波动区间收益实际波动贡献7.77%27.83%-5.57%18.57%社会服务-9.59%26.90%-11.41%12.71%-5.58%32.47%-19.00%15.43%石油石化-5.71%24.73%-6.21%9.79%煤炭8.18%34.58%15.65%12.80%电力设备-6.32%34.00%-13.58%8.51%社会服务计算机-5.30%26.90%-11.41%11.71%钢铁-4.90%26.71%-6.62%7.60%-4.11%30.91%-12.45%

25、8.40%基础化工-4.45%23.16%-8.59%6.32%非银金融-4.50%22.72%-15.45%5.70%建筑材料4.77%28.25%-13.30%4.84%，数据截至 2022.3.11对PPI 关注度波动贡献较明显的行业包括TMT 等与PPI 负相关的行业以及有色、煤炭，而对CPI 关注度贡献明显的主要为新能源、石油、化工板块。进入 2022 年以来，美国进入加息周期、通胀居高不下，国内对于全球通胀环境中企业盈利受到的挤压、原材料及消费品价格提升对经济增速带来的影响较为担忧，这些担忧在高估值板块的体现最为明显，这些板块也因此对通胀预期贡献了明显的波动。俄乌局势升级后，俄罗斯

26、、乌克兰作为能源、农业大国对供给端预期带来明显冲击，相关行业对通胀预期的贡献明显上升。当前虽然PPI 预期本身的变化不如CPI，但代理组合的波动也提示了市场对 PPI可能存在一定分歧：2021 年四季度以来市场预期 PPI 将持续回落，但随着疫情的持续、地缘政治风险带来的大宗商品大幅上涨，高 PPI 持续时间的不确定性提升，最终反映在了相关行业的收益波动中。4. 当前哪些板块反映通胀较多？从以上分析中我们看到，通过代理组合的波动情况我们可以了解市场关注度的变化，对代理组合波动进行拆解后也可对市场交易逻辑进行验证；而通过拆解不同行业收益对通胀预期的贡献，我们可以进一步理解市场预期的运行、寻找投资

27、机会。2022 年以来，PPI、CPI 是市场最为关注的宏观变量，2021 年四季度市场预期 PPI 将持续下行，但 2022 年以来出现分歧；2021 年以来市场对 CPI 的预期持续高于CPI 实际同比，目前在 2.5%以上且持续上行。那么在 2022 年以来的市场波动中，哪些行业贡献了更多的通胀预期？哪些行业反映的通胀预期可能过度悲观？我们继续从一级行业出发，对通胀预期贡献进行拆解。我们使用第二部分中（3 ）、（4）式的方法对 2022 年以来各行业通胀预期、合理通胀预期进行计算，若行业体现的实际通胀预期高于其在组合中权重体现的合理预期，则可能提示行业存在高估、低估的“过度定价”。202

28、2 年以来对 PPI 预期贡献较为明显的行业如下：行业社会服务煤炭PPI 权重-5.30%8.18%区间年化波动区间收益PPI预期 （%贡献系数排名贡献系数定价提示26.90%-11.41%0.722跌幅偏高34.58%15.65%0.563涨幅偏高电子2.04%26.68%-19.51%-0.2629贡献与理论对应方向相反，跌幅偏高汽车4.35%27.85%-18.97%-0.4830贡献与理论对应方向相反，跌幅偏高有色金属7.77%27.83%-5.57%-1.0531关系与理论对应方向相反，表现偏弱），研究，数据截至 2022.3.11煤炭体现了强通胀预期，但同样在 PPI 组合中权重较

29、高的有色则 1 月跌幅明显，股价反映的PPI 预期明显低于其合理预期，说明今年以来的市场在煤炭板块计入了较高的通胀预期、可能高估，而有色板块可能受到新能源产业链估值回落的连带影响，收益方向与理论相反，未计入通胀预期。社服、汽车等板块也明显计入了高通胀对盈利、流动性的不利影响。）行业CPI 权重区间年化波动区间收益CPI 预期 （%贡献系数排名贡献系数定价提示社会服务-9.59%26.90%-11.41%0.392跌幅偏高电力设备-6.32%34.00%-13.58%0.291跌幅偏高石油石化-5.71%24.73%-6.21%0.233收益偏弱基础化工-4.45%23.16%-8.59%0.1

30、74收益偏弱机械设备2.85%21.99%-0.50%-0.1130贡献与理论对应方向相反，收益偏弱建筑材料4.77%28.25%-9.39%-0.1528贡献与理论对应方向相反，跌幅偏高电子4.89%26.68%-15.92%-0.1931关系与理论对应方向相反，跌幅偏高表 8：2022 年以来对 CPI 预期贡献较多的行业，研究，数据截至 2022.3.11新能源所在的电力设备板块计入了最多的通胀预期，海外通胀持续处于高位、油价持续上行后市场担忧电力设备等中游制造业的利润将受到明显挤压，加上部分板块前期估值较高，这些行业在通胀贡献上相对偏高。值得关注的是，相比于 2011、2017-201

31、8 年，当前通胀高关注度在中游行业上体现得最为明显，相比于 2011 年在上游及必需消费品、2018 年在消费、股息偏高资产上贡献多有一定差异。我们观察 2011 年、2017Q4 至 2018Q3 通胀预期贡献较明显的行业的表现，这些行业整体上都与油价体现了较强的正相关性：图 14：2011 年原油与通胀预期贡献较大行业的表现图 15：2017Q4 至 2018Q3 年原油与通胀预期贡献 较大行业的表现而2022 年以来对通胀预期贡献较明显的行业中有较多都为与原油价格呈负相关的行业：图 16：2022 年以来原油与通胀预期贡献较大行业的表现这一现象也提示我们，相比于此前市场关注通胀的受益标的

32、、抗通胀属性突出的上游及消费品板块，本轮市场对通胀的关注偏向于集中在持续的通胀未来对中下游企业利润的影响上，且部分行业体现的通胀预期尤其是 CPI 上升的预期偏强，市场对通胀的持续时间、影响力度较为悲观。在当前行业反映的通胀预期下，中游制造、石油、化工行业存在预期过度的可能，后续可根据盈利预期变化关注潜在的预期修复机会；而农业、其他与 CPI 正相关的消费板块在收益上当前未明显体现抗通胀属性，若油价上升、俄乌局势紧张带来的通胀预期进一步上升，这些抗通胀板块可能有更好的相对收益。以上从Factor Mimicking 代理组合出发计算各行业对通胀预期贡献的过程同样可在更细分的二级、三级行业上进行

33、计算，以关注细分行业中目前反映出的通胀预期情况。首先，我们针对申万二级行业重复第一部分的流程，在第 1 ）步中，以申万二级行业为基础资产，提取前 10 个主成分（方差解释占比在 95%左右），然后通过 Lasso回归计算每个二级行业在投影后的经济、PPI、C PI、短期流动性、长期流动性因子上的暴露。求解过程中我们发现，二级行业的回归𝑅2明显低于一级行业，平均仅在 0.5左右，与一级行业近 0.7 的𝑅2有较明显的差距，这也说明越高级别的资产受宏观变量的影响、被宏观变量的解释程度越高，细分行业、个股受到的不易被宏观因素解释的特质影响相对更多。对此，我们选择

34、19877;2在 0.6 以上的共 27 个二级行业计算代理组合权重，2022 年以来对PPI、CPI 波动贡献更明显的行业如下：PPICPI行业小金属白酒权重区间年化波动区间收益实际波动贡献行业权重区间年化波动区间收益实际波动贡献12.03%33.29%-7.06%29.63%装修装饰8.77%29.34%-8.13%19.40%5.51%30.00%-15.16%9.50%乘用车-6.48%36.64%-19.28%16.95%饮料乳品6.06%24.17%-9.80%7.60%橡胶-6.16%29.75%-15.00%9.09%橡胶-4.86%29.75%-15.00%6.21%电视广播

35、3.20%42.53%-6.55%6.75%乘用车2.40%36.64%-19.28%5.59%照明设备5.71%23.87%-12.62%5.87%表 9：2022 年以来 PPI、CPI 代理组合波动贡献最高的二级行业，研究，数据截至 2022.3.11小金属（权重股北方稀土、洛阳钼业）的波动对 PPI 分歧的体现最明显，乘用车等偏可选消费的部分对CPI 上行的预期体现得最突出。二级行业代理组合 2021 年以来的通胀预期如下：图 17：PPI 预期与 PPI 数据（二级行业，2021 年以图 18：CPI 预期与 CPI 数据（二级行业，2021 年以来） 来）截至 2022.3.11截

36、至 2022.3.11二级行业反映的预期走势与一级行业较为一致。同样的，我们测算 2022 年以来对PPI、CPI 贡献较多的二级行业并关注其中可能蕴含的过度定价情况：）表 10：2022 年以来对 PPI 预期贡献较多的二级行业行业PPI 权重区间年化波动区间收益PPI预期 （%贡献系数排名贡献系数定价提示小金属照明设备白酒12.03%33.29%-7.06%-2.771跌幅偏高5.21%23.87%-12.62%-0.473跌幅偏高5.51%30.00%-15.16%-0.402跌幅偏高橡胶-4.86%29.75%-15.00%1.1126贡献与理论对应方向相反，跌幅偏高摩托车及其他-5.

37、76%25.80%-18.88%0.6023贡献与理论对应方向相反，跌幅偏高，研究，数据截至 2022.3.11）表 11：2022 年以来对CPI 预期贡献较多的二级行业行业CPI 权重区间年化波动区间收益CPI预期 （%贡献系数排名贡献系数定价提示橡胶-6.16%29.75%-15.00%0.421跌幅偏高乘用车-6.48%36.64%-19.28%0.222跌幅偏高饮料乳品2.91%24.17%-9.80%-0.0521贡献与理论对应方向相反，跌幅偏高饲料3.55%32.41%-10.67%-0.0926贡献与理论对应方向相反，跌幅偏高照明设备5.71%23.87%-12.62%-0.1527贡献与理论对应方向相反，跌幅偏高，研究，数据截至 2022.3.11乘用车与油价的关联较高，因此其在通胀上行预期中有较明显的贡献，而饲料等正相关行业表现偏弱也同样体现了本轮通胀高关注度在中游板块反映更多、在正相关行业反映相对不足的情况。进一步的，我们对申万三级行业重复上