债市筑基笔记之一：如何拆解CPI和PPI的细分结构

摘要：前言：CPI与PPI是两种重要的价格指数，也是预测经济形势时常用的参考指标。CPI与PPI均由分项指标加权得到，但统计局并未公布不同细分项的权重，拆解出其权重以及波动率，对于分析通胀数据和更准确地预测通胀数据有一定必要性。本文将介绍如何拆解CPI、PPI的细分结构。CPI权重拆解我们用了四种方法：CPI的一级分项包括8大类商品与服务，在每个大类之下还可进一步划分为若干小类。国家统计局会定期公布8个大类与28个小类的CPI数据，我们综合运用四种方法对这些CPI分项指标的权重进行了估计：1）支出占比法，根据CPI八大类在居民人均消费支出中的占比估计权重；2）影响程度法，使用某个分项的价格变动幅度与该分项带动CPI上涨的幅度计算权重；3）公式计算法，利用多期的价格变化数据联立方程组求解权重；4）回归拟合法，根据历史数据拟合回归得到权重估计值。PPI的权重拆解我们用了两种方法：PPI有“行业法”和“二分法”两种统计口径，“二分法”口径下的PPI包含生产资料和生活资料两个大类及7个小类，“行业法”口径下的PPI包含41个工业行业大类。综合考虑不同统计口径下PPI的数据可得性与数据特征，针对行业法口径的PPI，我们使用各行业的营业收入占比作为某行业在PPI中的权重估计值；针对二分法口径的PPI，我们使用受约束最小二乘模型拟合回归得到不同分项的权重。结论：（1）CPI八大类中，食品烟酒占比接近3成，其次是居住（24.6%）、教育文化娱乐（12.6%）、交通通信（11.6%）。但不同细分项的波动率不同，食品烟酒大类之下的“鲜菜”和“猪肉”两类产品的价格波动幅度与权重*波动率的值最大，这两类产品的价格变动是2020年以来影响CPI波动的主要因素。此外，交通工具用燃料、旅游、鲜果等分项的价格对CPI的波动也有较大的影响。（2）二分法口径下的PPI中，生产资料占比高（约3/4）且波动大，贡献了PPI的主要波动；细分之下，采掘工业虽然占比小（4.56%）但波动率最大，与占比最高的加工工业（53.17%）、原材料工业（20.3%）一起成为影响PPI波动的主要贡献因素。行业法口径下的PPI中，黑色&有色金属加工业、石油行业与化工行业占比和波动均较高，是PPI波动的最大贡献因素。此外，煤炭开采（波动性高）、非金属制品业（占比较高）也是PPI的重要影响因素。风险提示：1）模型预测不准确；2）可能模糊部分数据准确度；（3）预测时可得的数据相对有限。2PART1：CPI结构拆解31.1

CPI是什么？CPI包含一篮子消费品&服务品，涵盖城市&乡村。根据国家统计局的定义，CPI（consumer

price

index，

居民消费价格指数）是反映一定时期内城乡居民所购买的生活消费品和服务项目价格变动趋势和程度的相对数，是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果。一篮子商品和服务如何确定？主要根据国家统计局开展的全国城乡居民家庭消费支出数据计算数量，并辅以其他部门的行政资料、部分典型调查和专项调查资料加以补充。国家统计局发布的CPI编制工作流程图4资料来源：国家统计局，平安证券研究所1.1

CPI是什么？CPI篮子有哪些？目前CPI的篮子中，共包含8个大类的商品与服务，分别是食品烟酒、衣着、居住、生活用品及服务、交通和通信、教育文化和娱乐、医疗保健、其他用品和服务。在CPI的每个大类之下，会再分为小类，小类之下还有更细的划分。例如，食品烟酒大类之下包含畜肉、食用油、水产品等小类，畜肉小类之下又包含猪肉、牛肉、羊肉等分类。最小的计算价格指数和权重设置的分类被称为基本分类，目前CPI篮子在8个大类之下共包含268个基本分类。国家统计局会在每个月的统计公报中公布8大类商品与服务，以及各大类之下若干小类的价格变动数据。右图展示了这些类别。对于“食品烟酒”大类，以及右图中7个浅黄色区域的产品类别，如粮食、鲜菜、畜肉等，国家统计局不仅会公布其价格的同比、环比变化数据，还会公布其价格变化对于CPI的贡献程度。5资料来源：国家统计局，平安证券研究所CPI大类统计局定期公布价格变化幅度的小类食品烟酒粮食食用油鲜菜猪肉畜肉牛肉羊肉水产品蛋类奶类鲜果卷烟酒类衣着服装鞋类居住租赁房房租水电燃料生活用品及服务家用器具家庭服务交通通信交通工具交通工具用燃料通信工具通信服务邮递服务教育文化娱乐教育服务旅游医疗保健中药西药医疗服务其他用品及服务\1.2

厘清CPI计算的底层逻辑：基期&权重，权数&定基指数CPI的计算过程分为4步：Step

1：构造

“篮子”，固定消费量。确定“购物篮”中每种物品消费的数量。每5年为基期，最新的基期是2020年，即2021-2025年的篮子中，每个物品的消费量以2020年的基期为准固定，这里假设篮子中物品j的消费量为𝑥𝑗

。Step

2：

计算权重。即确定每一期“篮子”中各种物品和劳务的价格。得到物品j在t期的价格后，就可以计算当期权重：Step

3：

计算价格定基指数。根据每一期的价格和权重，计算价格定基指数。对于t期，价格定基指数表示为：Step

4：

计算CPI同比和环比。得到了各时期的价格定基指数，就可以计算CPI指数。不同的指数计算公式为：CPI环比指数=CPI同比指数=6资料来源：国家统计局，平安证券研究所1.3

CPI的计算首先需要估算各个分项的基本权重支出占比法根据CPI八大类在城乡一体化住户调查的居民人均消费支出中的占比CPI八大类&部分食品烟酒大类下的小类影响程度法公式计算法回归拟合法由CPI的构建逻辑可以看到，计算CPI需要两方面的数据：（1）CPI各组成部分的权重；（2）各种商品与服务的价格。由于国家统计局并未公布权重数据，为了预测CPI，我们需要对一篮子物品在CPI中所占的权重进行估计。需要注意的是，权重是在不断变化的，和价格挂钩。我们使用了四种权重估计方法：（1）支出占比法；（2）影响程度法；（3）公式计算法；（4）回归拟合法优先级 权重的估计方法 估算逻辑 可以估算的变量项目的涨幅*项目权重=带动CPI上涨的幅度食品烟酒大类&常用的7个食品项小类7资料来源：国家统计局，平安证券研究所八大类产品相对基期的价格变化满足特定的关系，利用多期的价格变化数据，联立方程组求解权重CPI八大类根据历史数据拟合回归CPI八大类&常用的7个食品项小类1.4

CPI权重估测方法——支出占比法国家统计局在确定CPI篮子中各部分的权重时，主要依据的是家庭的消费支出数据。最近的一个5年统计周期以2020年的消费支出数据为参考。国家统计局进行的城乡一体化住户调查公布了家庭的消费支出数据，基于此可以求出CPI的八个大类（食品烟酒、衣着、居住、生活用品、交通、教育和娱乐、医疗、其他）在总支出中的占比，并以此作为CPI权重的估计值。对于食品烟酒大类之下的奶类、卷烟、酒类三种产品类别，我们可以得到城乡一体化住户调查和城镇居民人均年度消费支出的部分数据，我们也使用支出占比法进行估计。根据城乡一体化住户调查中的居民人均消费支出数据计算出的CPI八大类的占比8资料来源：国家统计局，平安证券研究所1.4

CPI权重估测方法——公式计算法公式计算法是为了解决影响程度法只有特定分项才能计算权重的问题。其核心是通过公式构建方程组，可以求解每个组成分项在基期的权重，且基期可以任意选取。公式计算法的核心思想是，八大类产品在每一期相对基期的价格变化，均满足特定的关系。具体而言，统计局会公布t期食𝑓𝑜𝑜𝑑品烟酒类价格变化对于CPI的贡献𝑐𝑡 ，其与八大类产品在基期的权重𝜔𝑖、八大类产品在t期和t-1期相对基期的价格变化率𝑟𝑡、𝑟𝑡−1之间满足关系：𝑖 𝑖𝑖因此，给定t期当月的数据，便能够得到一个关于八大类产品权重的方程（𝑘𝑡可根据已公布数据计算出来）：理论上，只要获得基期之后8个月的数据（可以是时间上不连续的8个月），即可以联立方程组，求解八大类产品在基期的权重𝜔𝑖。公式计算法的优缺点使用公式计算法估计的不同时间点的权重时间食品烟酒衣着居住

生活用品交通通信教育文化娱乐医疗保健

其他2020年1月29.15.324.65.411.612.62021年1月29.25.824.35.912.311.68.68.72.82.22022年1月29.35.923.95.913.010.88.82.4优点该方法只需要从某个月开始的8个月的数据，就可以计算出8大类产品在初始月份的权重。缺点国家统计局公布的价格变化数据、某类产品价格变化对CPI的影响都是经过四舍五入处理的，会存在误差。在利用每个月的环比变化数据来计算同比变化时，会出现不一致，且时间越长产生误差的可能性越大9资料来源：国家统计局，平安证券研究所1.4

CPI权重估测方法——影响程度法国家统计局在每月发布CPI数据时，会在公布食品烟酒类这一大类，以及其下的若干分项的同比与环比价格变化数据的同时，公布其价格变化对于CPI的影响程度。例如，

2024年6月的公报中写到“

6月份，食品烟酒类价格同比下降1.1%，影响CPI（居民消费价格指数）下降约0.31个百分点。公式依据：

，定义某种产品j

的价格的变化对于CPI的影响为𝑐𝑗则： ，其中𝑐𝑗

和价格变化率∆𝑝𝑗,𝑡都是统计局公布的，将某种产品

j

对CPI的影响程度除以其自身的价格变动幅度，就能得到其在上一统计时期的CPI中的权重。影响程度法的优缺点10资料来源：国家统计局，平安证券研究所优点可以计算食品大类之下各个细分项目的权重，且每个月都可以获得数据，从而计算各产品在不同时期的权重。缺点国家统计局公布数据时会对数据进行四舍五入处理，使用影响程度法计算会产生误差。统计局发布影响程度的数据仅占少数，除了食品大类下的细分项之外，大多数数据无法采用影响程度法计算权重。1.4

CPI权重估测方法——影响程度法112021年以来，使用影响程度法估计的猪肉权重和猪肉平均批发价的关系2020年1月~2024年7月，使用影响程度法估计的权重产品类别使用同比数据计算使用环比数据计算权重最大值权重最小值权重估计均值权重最大值权重最小值权重估计均值食品烟酒类35.020.029.040.020.029.4食品烟酒类：粮食3.31.31.93.31.42.4食品烟酒类：鲜菜3.01.72.23.21.52.3食品烟酒类：畜肉7.32.94.07.92.04.1食品烟酒类：畜肉：猪肉4.81.12.05.20.92.2食品烟酒类：水产品2.51.61.93.31.32.1食品烟酒类：蛋类1.40.50.71.30.40.7食品烟酒类：鲜果3.31.32.03.31.32.1注：猪肉平均批发价数据来自农业农村部，为农业部重点监测的全国农产品批发市场中的猪肉平均价格。资料来源：国家统计局，wind，平安证券研究所1.4

CPI权重估测方法——回归拟合法回归拟合法的优缺点回归拟合法对八大类产品在2020年1月权重的估计结果CPI的变化与各个构成成分的价格变化是高度相关的，故可以将CPI的变化对八大类产品的价格变化进行线性回归，所使用的回归方程为：（1）类似地，可以将CPI的变化对各种食品的价格变化进行回归，以得到不同食品类别在CPI中所占的权重：（2）需要注意的是，回归方程（1）不含常数项，回归方程（2）包含常数项，基于的逻辑是：（A）八大分项是穷尽列举，因此当各个产品的价格都不变时，CPI也不发生变化；（B）食品分项是非穷尽列举，常数项的含义便是样本期间内其他物品与服务的价格变化对食品CPI的平均影响程度。12资料来源：国家统计局，平安证券研究所优点该方法可以充分利用历史数据，可操作性强，在很多情况下是唯一可行的估计方法，能够得到最优线性近似值缺点1）CPI的各个组成部分的价格变化对于CPI的影响并不是线性的，回归拟合法只能得到最优线性估计，但该估计并非误差最小的估计值2）该方法得到的并非某一个时期的权重，而是不同时期权重的均值3）回归得到的系数估计值可能为负，不具有实际意义1.4

CPI权重估测方法——回归拟合法回归拟合法拟合的结果可能不符合实际逻辑，因此需要和其他方法相结合：由于回归拟合可能得出不具有现实意义的估计结果（回归系数为负或大于1），因此某些时候需要将其与其他估计方法一起使用，以得到较为合理的估计值。例如，我们在对“交通通信”这一大类之下的若干小类进行权重估计时，如果直接回归则某些小类的权重估计值为负。（与此同时，这些系数估计值的标准误也很大，表明估计结果并不精确）。对此，我们先利用某地的地方统计公报公布的数据（见下文注释），通过影响程度法估计出了

“交通费”这一小类在交通通信大类下权重约为15%。由于交通费加上统计局公布数据的其他6个小类，就是交通通信大类所包含的全部类别，所以可以得到6个小类在交通通信大类下的权重约为85%。之后，我们使用constrained

OLS回归（受约束最小二乘回归），即对回归施加“各个系数之和为0.85”的约束，此时得到的回归结果基本符合现实。注：我们使用了宁夏固原市2021年9月的CPI统计公报的数据。统计公报链接：/zwgk/zfxxgkml/tjxx/tjfx/202110/t20211026_3105679.html?_refluxos=a1013资料来源：国家统计局，平安证券研究所1.5

CPI权重估计结果不同方法对八大类产品在2020年1月权重的估计结果对食品烟酒大类与食品项下7个小类在2021年1月权重的估计结果备注：国家统计局固定公布价格变化数据的食品项小类仅有7种，但实际上根据国家统计局2013年公布的《居民消费支出分类》，食品烟酒大类之下还包含其他小类，例如属于食品的禽肉类、干鲜瓜果类等，以及饮料、烟酒等分类。因此上面的表格中后7项之和不等于食品烟酒类的权重。类别影响程度法得到的权重估计值食品烟酒类29.3粮食1.9鲜菜2.6畜肉4.0猪肉2.3水产1.8蛋类0.5鲜果2.014资料来源：国家统计局，平安证券研究所1.6

CPI权重估计结果汇总综合利用各种估计方法，我们对国家统计局固定公布价格变化数据的8大类物品与服务，

以及大类之下的常用小类的权重估计值如右侧的表格所示。表中所估计的商品与服务并不是CPI篮子中的全部类别，

因此第二列的权重之和并不等于100。CPI大类权重估计值估计方法波动率权重*波动率常用的小类权重估计值估计方法波动率权重*波动率食品烟酒29.1公式计算法1.3940.45粮食1.9影响程度法0.220.42食用油1.2影响程度法0.620.74鲜菜2.6影响程度法8.3321.67畜肉猪肉2.3影响程度法7.4617.15牛肉0.8回归拟合法1.150.92羊肉0.8回归拟合法1.000.80水产品1.8影响程度法2.464.42蛋类0.5影响程度法3.531.76奶类0.8支出占比法0.280.23鲜果2.0影响程度法3.587.15卷烟1.6支出占比法0.060.10酒类2.0支出占比法0.380.76衣着5.3公式计算法0.382.01服装4.2回归拟合法0.401.71鞋类1.1回归拟合法0.340.36居住24.6公式计算法0.122.95租赁房房租12.5回归拟合法0.131.68水电燃料5.8回归拟合法0.382.22生活用品及服务5.4公式计算法0.321.73家用器具0.4回归拟合法0.540.22家庭服务2.2回归拟合法1.202.63交通通信11.6公式计算法1.0011.60交通工具1.8回归拟合法0.350.64交通工具用燃料2.3回归拟合法3.538.13交通工具使用和维修4.4回归拟合法0.723.19通信工具1.2回归拟合法0.891.07通信服务0.4回归拟合法0.040.02教育文化娱乐12.6公式计算法0.648.06教育服务8.2回归拟合法0.362.98旅游1.8回归拟合法4.437.98医疗保健8.6公式计算法0.110.95中药0.8回归拟合法0.250.20西药1.4回归拟合法0.130.18医疗服务5.2回归拟合法0.180.92其他用品及服务2.8公式计算法0.732.04\\\15资料来源：国家统计局，平安证券研究所-1.00-0.500.000.501.002024-012024-022024-032024-042024-052024-062024-07同比环比1.7

CPI结构拆解应用——复盘CPI的主要影响因素2024年1~7月CPI走势1.502024-01-0.8-1.0480.0850.0740.054-0.2780.1640.1120.0812024-020.7-0.0290.0850.0490.027-0.0460.4910.1290.084、2024-030.1-0.4070.0850.0490.054-0.1510.2270.1290.0762024-040.3-0.4070.0850.0490.0760.0120.2270.1380.1062024-050.3-0.2910.0850.0490.043-0.0230.2140.1290.1012024-060.2-0.3200.0800.0490.049-0.0350.2140.1290.1122024-070.50.0580.0800.0250.038-0.0700.2140.1200.112时间CPI结构拆解的结论：

CPI八大类中，食品烟酒占比近3成，其次是居住（

24.6%）、教育文化娱乐（

12.6%）和交通通信（

11.6%）。食品烟酒、交通通信、教育文化娱乐三个分项占比大&波动大，因此贡献CPI的主要波动；细分则是食品烟酒大类之下的猪肉、鲜菜，交通通信大类下的交通工具用燃料，教育文化娱乐大类下的旅游。而居住大类在CPI中权重占比次高，但其价格波动小，对CPI影响程度小。今年以来CPI总体低位波动修复：1）受春节错位影响，1~2月CPI同比分别-0.8%、0.7%。春节会季节性抬升食品烟酒交通通信和教育文化娱乐CPI的环比值，

21~23年春节所在月这三个分项的环比均值分别为2%、0.7%和0.6%，根据占比外推，会对CPI整体的环比造成大约0.74%的拉动。2）3-6月，在供给充裕的背景下，CPI的主要拖累项是食品烟酒，4月交通通信构成正贡献，主要原因为交通工具用燃料价格同比明显上升；3）7月受暴雨极端天气影响供给受限，当月食品烟酒对CPI同比的贡献由负转正，拉动CPI明显增长。2024-010.30.087-0.0160.0000.0540.0120.0880.0090.0312024-021.00.640-0.0110.000-0.0270.1860.2140.034-0.0062024-03-1.0-0.6400.0320.0250.000-0.162-0.2650.0090.0172024-040.1-0.204-0.0050.0000.0220.1160.0630.0170.0562024-05-0.10.0000.021-0.025-0.038-0.093-0.0130.0000.0032024-06-0.2-0.116-0.0110.025-0.022-0.070-0.0250.009-0.0062024-070.50.204-0.0210.0000.0220.1040.1640.0000.025时间CPI环比变化以及八大类产品价格变化对CPI的贡献CPI

食品烟酒

衣着

居住

生活用品

交通通信

教育文化娱乐

医疗保健

其他-1.50CPI同比变化以及八大类产品价格变化对CPI的贡献CPI

食品烟酒

衣着

居住

生活用品

交通通信

教育文化娱乐

医疗保健

其他16资料来源：国家统计局，平安证券研究所1.8

CPI结构拆解应用——实践中的CPI预测考虑数据可得性，和复盘过去不同，实际预测CPI时能用的数据相对有限。理论上，如果能够获得各分项当期的价格数据，便能够对当期CPI做出精准的预测。然而实际中，大部分CPI分项的实时价格数据是不可得的，甚至无法找到较为理想的替代指标。考虑数据可得性，在实际预测CPI时，我们采取如下步骤：1）使用蔬菜、猪肉等9类食品的价格高频数据，计算月度均价的环比变化水平；2）将食品类CPI的环比变化对9类食品价格的环比变化进行回归，拟合出食品类CPI在当月的环比变化水平。回归系数与权重对比，结合该类产品当月的价格变化趋势，适当调整估计值；3）对于非食品类的CPI，使用季节性数据预测其环比变化程度，得到非食品类CPI当月环比变化的估计值；4）将CPI对食品类、非食品类的CPI数据进行回归，拟合出两者的权重，并使用之前估计的食品、非食品CPI数据预测CPI的环比变化；5）利用国家统计局公布的此前11个月的CPI环比变化数据，结合对本月CPI环比变化的预测值，得到对CPI同比变化的预测。-6-4-20246820-01

20-06

20-11

21-04

21-09

22-02

22-07

22-12

23-05

23-10

24-03

24-08食品CPI:环比食品CPI拟合环比-1.5-1-0.500.511.5220-0120-0721-0121-0722-0122-0723-0123-0724-0124-0CPI:环比拟合CPI环比对食品CPI进行拟合的结果对CPI进行拟合的结果17资料来源：国家统计局，平安证券研究所PART2：PPI结构拆解18根据国际货币基金组织（IMF）《生产者价格指数手册》，PPI是生产者价格指数（Producer

PriceIndex）的简称

，它理论上应涵盖所有产业的生产者价格指数，即包括农业生产者价格指数、工业生产者价格指数和服务业生产者价格指数，而工业生产者价格指数是其中的重要组成部分。由于历史及技术原因，目前包括我国在内的许多国家编制和发布的

PPI

仅指工业生产者出厂价格指数。工业生产者出厂价格指数，是反映工业生产企业产品出厂价格水平变动程度的相对数。PPI可以按照“二分法”和“行业法”进行拆分：1、在“二分法”口径下，不同的工业品可以分为生产资料和生活资料两类，其中生产资料进一步分为采掘、原材料及加工工业，生活资料则分为一般日用品、耐用消费品、食品和衣着类。由于不是所有行业都可以完全归类到二分法下的某个部类中（如通用设备制造业所生产的空调应该归类于生活资料下的耐用消费品，而起重机则无法归类于生活资料），故不能将行业对应于每个部类。2.1

PPI是什么？2、在“行业法”口径下，我国的PPI调查目录包含41个工业行业大类，207个工业行业中类，666个工业行业小类，1638个基本分类，2万多种代表产品。右下方的图片举例说明了不同类别的分级关系。国家统计局公布每月的PPI数据时，会公布39个工业大类的PPI变化数据。资料来源：国家统计局，平安证券研究所生产资料采掘工业原材料工业加工工业生活资料食品类衣着类一般日用品类耐用消费品类二分法口径下PPI的分类行业法口径下PPI的分级关系举例2.2

PPI的计算方式PPI的计算方式与CPI十分相似，同样分为4步：Step

1：编制价格目录，确定权数。价格目录类似于CPI中的“一篮子”产品和服务，只有在目录中的产品才是PPI的统计对象。调查目录与产品权数每5年修订一次，最新的基期是2020年，即2021-2025年的PPI中调查的产品种类和权数以2020年的价格目录为准。在确定权数时，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。此处假设某种类别j

的权数为𝑥𝑗

。Step2：

计算权重。在调查得到类别j

中的产品在t期的价格后，就可以计算当期权重：Step

3：

计算价格定基指数。根据每一期的价格和权重，计算价格定基指数。对于t期，价格定基指数表示为：Step

4：

计算PPI同比和环比。得到了各时期的价格定基指数，就可以计算PPI指数。不同的指数计算公式为：PPI环比指数=PPI同比指数=20资料来源：国家统计局，平安证券研究所2.3

PPI各分项的权重估计与CPI的处理方式类似，为了对PPI进行预测，同样需要估计PPI各分项的权重。我们使用了三种权重估计方法：（1）营业收入占比法；（2）回归拟合法；（3）影响程度法。1、营业收入占比法适用于按照“行业法”统计的PPI。其通过计算各个行业的营业收入占中国工业企业营业总收入的比例，将收入占比作为该行业产品在PPI中的权重估计值。2、回归拟合法可以用于按照“二分法”统计的PPI，也可以用于按照“行业法”统计的PPI。其通过对PPI的历史数据进行回归，拟合出各分项的权重。3、影响程度法可以计算按照“二分法”统计的PPI中，生产资料与生活资料的权重。营业收入占比法计算各行业的营业收入在全国工业企业营业收入中的比例“行业法”口径下统计局公开发布数据的39个行业的权重权重的估计方法估算逻辑可以估算的变量回归拟合法优先级根据历史数据拟合回归“二分法”

口径下，PPI各个分项的权重影响程度法项目的涨幅*项目权重=带动PPI上涨的幅度“二分法”口径下生产资料与生活资料的权重21资料来源：国家统计局，平安证券研究所2.4

PPI权重估测方法——营业收入占比法国家统计局在确定PPI中小类及小类以上的权重时，其资料来源于工业统计中分行业工业销售产值数据资料。由于我们无法获得不同行业的销售产值数据，故选取营业收入作为销售产值的代理变量。一般而言，营业收入与销售产值的正相关性是较高的。PPI共统计41个工业行业大类的数据，我们对国家统计局公布数据的39个行业大类计算了其2020年的营业收入占当年全国工业企业营业收入的比例，结果如右表所示。我们还计算了2020年1月以来各行业PPI同比变化的波动率（国家统计局的PPI环比数据只公布32个行业，故使用同比数据计算波动率），以及波动率与营收占比的乘积。可以看到，金属加工行业、石油煤炭开采行业、化工行业的PPI波动幅度最大，且营收占比*波动率的值也最大，这些行业的价格变动是20年以来影响PPI同比波动的主要因素。行业门类行业大类 2020年营业收入占比(

)波动率营收占比*波动率采矿业煤炭开采和洗选业1.8830.1356.77石油和天然气开采业0.6334.5521.72黑色金属矿采选业0.3719.137.12有色金属矿采选业0.254.511.13非金属矿采选业0.332.960.98开采辅助活动\\\其他采矿业\\\制造业石油、煤炭及其他燃料加工业3.9221.5584.54化学原料及化学制品制造业5.9512.7375.73化学纤维制造业0.7511.588.71橡胶和塑料制品业2.333.017.02非金属矿物制品业5.275.8931.04黑色金属冶炼及压延加工业6.8616.35112.09有色金属冶炼及压延加工业5.2411.3759.59金属制品业3.474.3114.94废弃资源综合利用业0.5310.745.70通用设备制造业3.771.124.24专用设备制造业3.080.652.02电气机械及器材制造业6.393.9825.46仪器仪表制造业0.721.050.76金属制品、机械和设备修理业0.132.010.25汽车制造业7.680.735.63铁路、船舶、航空航天和其他运输设备制造业1.080.690.74计算机、通信和其他电子设备制造业11.401.4616.70家具制造业0.650.770.50文教、工美、体育和娱乐用品制造业1.171.361.59农副食品加工业4.513.9517.83食品制造业1.851.893.49酒、饮料和精制茶制造业1.400.570.79烟草制品业1.080.600.65纺织业2.154.589.83纺织服装、服饰业1.291.011.31木材加工及木、竹、藤、棕、草制品业0.771.581.23造纸及纸制品业1.234.265.22印刷业和记录媒介的复制0.611.110.68皮革、毛皮、羽毛及其制品和制鞋业0.951.421.36医药制造业2.340.591.38其他制造业0.161.020.16电力、热力、燃气及水生产和供应业电力、热力的生产和供应业6.454.1326.63燃气生产和供应业0.858.086.85水的生产和供应业0.320.560.1822资料来源：国家统计局，平安证券研究所2.4

PPI权重估测方法——回归拟合法一级分项权重拟合值（

）二级分项权重拟合值（

）普通OLS受约束OLS普通OLS受约束OLS生产资料74.9974.88采掘工业4.574.56原材料工业20.4120.30加工工业52.8953.17生活资料21.9325.12食品类4.314.66衣着类7.317.48一般日用品类4.936.22耐用消费品类2.953.64PPI的变化与各个分项指数变化是高度相关的，可以将全部工业品PPI的变化对各分项PPI的变化进行线性回归，回归系数便是某分项在PPI中权重的估计值。所使用的普通最小二乘法（OLS）回归方程为：其中，𝑃𝑃𝐼𝑡𝑜𝑡𝑎𝑙

表示全部工业品的PPI，𝑃𝑃𝐼𝑖

是PPI的各个分项指标，例如一级分项的生活资料PPI、生产资料PPI，或者PPI的各二级分项如采掘工业PPI、原材料工业PPI等。理论上，各个回归系数𝛽𝑖

之和应该为1，而常数项应该为0。我们还可以使用受约束最小二乘回归，对各回归系数施加系数和为1的约束。无论使用哪一种回归方法，在各个估计方程中，常数项的估计结果均不显著异于0。虽然按“行业法”口径统计的PPI理论上也可以用回归拟合法估计，但由于行业门类较多，观测值相对而言便较少，很多系数估计的标准误较大，估计结果并不精准，部分回归系数甚至会出现负值，因此我们没有用回归拟合法估计各行业的权重。回归拟合法对二分法口径下的PPI各分项的权重估计结果生产资料下的部类定义：)采掘工业，指对自然资源的开采，包括石油开采、煤炭开采、金属矿开采、非金属矿开采和木材采伐等工业。)原材料工业，指向国民经济各部门提供基本材料、动力和燃料的工业。包括金属冶炼及加工、炼焦及焦炭、化学、化工原料、水泥、人造板以及电力、石油和煤炭加工等工业。)加工工业，指对工业原材料进行再加工制造的工业。包括装备国民经济各部门的机械设备制造工业、金属结构、水泥制品等工业，以及为农业提供的生产资料如化肥、农药等工业。23资料来源：国家统计局，平安证券研究所-5-101510502020-0120-0721-0121-0722-0122-0723-0123-0724-0124-07中国:PPI:全部工业品:当月同比中国:PPI:生产资料:当月同比中国:PPI:生活资料:当月同比2.4

PPI权重估测方法——回归拟合法在得到PPI各分项的权重估计值后，我们依旧可以考察不同分项的波动率以及权重*波动率的值，以判断哪些部类的产品价格变化是影响PPI波动的主要因素。我们计算了2020年1月~2024年7月PPI环比变化水平的波动率，并以受约束OLS回归的结果作为权重估计值，计算了二分法统计口径下不同分项的权重*波动率。可以发现，PPI的波动在很大程度上由生产资料的价格波动引起。生产资料中，虽然加工工业的波动率较小，但其权重很大，因此该部类产品的价格波动是影响PPI波动的最主要因素。此外，原材料工业的价格波动也对PPI施加了较大影响。PPI各分项的权重*波动率2020年以来PPI的波动情况一级分项权重波动率权重*波动率二级分项波动率权重*波动率生产资料74.880.9772.63采掘工业3.2514.82原材料工业1.5130.65加工工业0.6132.43生活资料25.120.184.52食品类0.351.63衣着类0.251.87一般日用品类0.181.12耐用消费品类0.240.8724资料来源：国家统计局，平安证券研究所2.4

PPI权重估测方法——影响程度法影响程度法的基本思想与理论依据在前文介绍CPI的估计时已经详细说明，此处不加赘述。国家统计局在每月发布PPI数据时，会公布按照二分法口径统计的PPI中，生产资料价格和生活资料价格对于PPI的影响程度。例如，在2024年7月的统计公报中写道“生产资料价格（同比）下降0.7%，影响工业生产者出厂价格总水平下降约0.52个百分点。生活资料价格（同比）下降1.0%，影响工业生产者出厂价格总水平下降约0.26个百分点。”将生产资料价格变化对PPI的影响程度除以其自身的价格变动幅度，就能得到生产资料在上一统计时期的PPI中的权重。由于生产资料与生活资料的权重之和为1，故只需要计算出其中一方的权重就可以自动得到另一方的权重。使用影响程度法估计的生产资料的权重待估计类别使用同比数据计算使用环比数据计算权重最大值权重最小值均值权重最大值权重最小值均值生产资料81.6770.0075.7590.0040.0073.02样本期间2021年1月~2024年7月2020年2月~2024年7月25资料来源：国家统计局，平安证券研究所2.5

PPI权重估计结果汇总PPI结构拆解的结论：

二分法口径下的PPI中，生产资料占比高（约3/4）且波动大，贡献了PPI的主要波动。细分之下，采掘工业虽然占比小（4.56%）但波动率最大，与占比最高的加工工业（53.17%）、原材料工业（20.3%）一起成为影响PPI波动的主要贡献因素。行业法口径下的PPI中，黑色&有色金属加工业、石油行业与化工行业占比和波动均较高，是PPI波动的最大贡献因素。此外，煤炭开采（波动性高）、非金属制品业（占比较高）也是PPI的重要影响因素。对“二分法”口径PPI的权重估计结果对“行业法”口径PPI的权重估计结果（使用营业收入占比法）一级分项权重估计方法波动率权重*波动率生产资料74.88回归拟合法0.9772.63生活资料25.12回归拟合法0.184.52二级分项权重估计方法波动率权重*波动率采掘工业4.56回归拟合法3.2514.82原材料工业20.31.5130.65加工工业53.170.6132.43食品类4.660.351.63衣着类7.480.251.87一般日用品类6.220.181.12耐用消费品类3.640.240.87行业门类行业大类权重估计值波动率权重*波动率采矿业煤炭开采和洗选业1.8830.1356.77石油和天然气开采业0.6334.5521.72黑色金属矿采选业0.3719.137.12有色金属矿采选业0.254.511.13非金属矿采选业0.332.960.98开采辅助活动\\\其他采矿业\\\制造业石油、煤炭及其他燃料加工业3.9221.5584.54化学原料及化学制品制造业5.9512.7375.73化学纤维制造业0.7511.588.71橡胶和塑料制品业2.333.017.02非金属矿物制品业5.275.8931.04黑色金属冶炼及压延加工业6.8616.35112.09有色金属冶炼及压延加工业5.2411.3759.59金属制品业3.474.3114.94废弃资源综合利用业0.5310.745.70通用设备制造业3.771.124.24专用设备制造业3.080.652.02电气机械及器材制造业6.393.9825.46仪器仪表制造业0.721.050.76金属制品、机械和设备修理业0.132.010.25汽车制造业7.680.735.63铁路、船舶、航空航天和其他运输设备制造业1.080.690.74计算机、通信和其他电子设备制造业11.401.4616.70家具制造业0.650.770.50文教、工美、体育和娱乐用品制造业1.171.361.59农副食品加工业4.513.9517.83食品制造业1.851.893.49酒、饮料和精制茶制造业1.400.570.79烟草制品业1.080.600.65纺织业2.154.589.83纺织服装、服饰业1.291.011.31木材加工及木、竹、藤、棕、草制品业0.771.581.23造纸及纸制品业1.234.265.22印刷业和记录媒介的复制0.611.110.68皮革、毛皮、羽毛及其制品和制鞋业0.951.421.36医药制造业2.340.591.38其他制造业0.161.020.16电力、热力、燃气及水生产和供应业电力、热力的生产和供应业6.454.1326.63燃气生产和供应业0.858.086.85水的生产和供应业0.320.560.1826资料来源：国家统计局，平安证券研究所2.6

PPI结构拆解应用——复盘PPI的主要影响因素PPI季节性不强，同比走势的变化主要取决于今年同期环比和去年同期环比之间的差距。今年以来，受去年同期基数影响，

PPI同比总体温和修复，但环比整体在-0.2的相对不高水平。1）1~2月，PPI主要受偏中下游的加工工业所拖累，原材料工业也贡献了一部分负增长。生活资料下的四个分项中波动幅度、权重均较小，影响不大。2）3~4月，原材料工业的价格环比有所修复，是拉动PPI的最主要因素。但采掘工业环比由正转负，而加工工业依旧延续弱势，故PPI总体未能转正。3）5月，PPI年内首次环比实现正增长，主要受生产资料环比转正影响。5月制造业投资表现较好，与制造业紧密相关的加工工业价格修复明显，环比增幅扩大0.5%，较4月多拉动PPI增长0.26%。中上游的采掘和原材料工业亦实现正增长。但生产向消费的价格传导路径不畅，生活资料延续负增长，其中食品和耐用消费品是主要拖累因素。4）6~7月，投资减速，7月当月PMI环比负增0.1%。此时期加工工业的价格收缩，原材料工业价格亦环比负增，二者是导致PPI负增长的主要因素。时间PPI生产资料生活资料采掘工业原材料工业加工工业食品类衣着类一般日用品类耐用消费品类2024年1月-0.2-0.15-0.050.01-0.04-0.160.00-0.010.00-0.012024年2月-0.2-0.22-0.030.01-0.08-0.160.00-0.01-0.010.002024年3月-0.1-0.07-0.03-0.040.06-0.11-0.020.000.000.002024年4月-0.2-0.15-0.03-0.050.06-0.210.000.000.02-0.022024年5月0.20.30-0.030.010.180.05-0.010.010.00-0.012024年6月-0.2-0.15-0.030.01-0.10-0.050.01-0.010.00-0.032024年7月-0.2-0.220.000.03-0.04-0.21-0.010.010.010.01二分法口径下，各分项对于PPI（环比）的贡献（

）行业法口径下各行业对PPI(环比)的贡献（

）当月PPI环比(

)-0.2-0.2-0.1-0.20.2-0.2-0.2行业权重2024-012024-022024-032024-042024-052024-062024-07煤炭开采和洗选业1.880.002-0.013-0.030-0.0560.0090.0210.000石油和天然气开采业0.63-0.0050.0160.0070.021-0.013-0.0180.019黑色金属矿采选业0.370.0090.001-0.009-0.0210.0000.000-0.003有色金属矿采选业0.250.002-0.0010.0010.0090.0110.0100.004非金属矿采选业0.330.0000.0000.000-0.0010.0010.0000.000农副食品加工业4.51-0.023-0.014-0.050-0.018-0.0230.023-0.014食品制造业1.850.004-0.011-0.007-0.004-0.004-0.002-0.002酒、饮料和精制茶制造业1.4-0.0010.000-0.001-0.001-0.001-0.001-0.003铁路、船舶、航空航天和其他运输设备制造业1.08-0.0020.0000.0000.0040.0000.0000.000纺织业2.15-0.0060.0020.0040.000-0.002-0.004-0.002纺织服装、服饰业1.29-0.0040.0000.0000.0010.003-0.0010.0