金
融
工
程
重要事项：本报告版权归上海东证期货有限公司所有。未获得东证期货书面授权，任何人不得对本报告进行任何形式的发布、复制。本报告的信息均来源于
公开资料，我公司对这些信息的准确性和完整性不作任何保证，也不保证所包含的信息和建议不会发生任何变更。我们已力求报告内容的客观、公正，但文
中的观点、结论和建议仅供参考，报告中的信息或意见并不构成交易建议，投资者据此做出的任何投资决策与本公司和作者无关。
有关分析师承诺，见本报告最后部分。并请阅读报告最后一页的免责声明。
[Table_Title]
通胀传导与大宗商品抗通胀能力的定量研究
[Table_Rank] 报告日期： 2018 年 8 月 29 日
[Table_Summary] ★PPI 与 CPI 之间具有相互传导的能力，但和所处经济环境有关
通过格兰杰因果关系检验发现在 2000 年以后的三个经济阶段内，PPI
与 CPI 存在着不同的传导关系：在 2007 年以前由于刚加入 WTO 国内
外需求是经济拓张的主要动力，强劲的需求拉动使得价格信息从 CPI
向 PPI 传导；而在经历了 08 年金融危机之后，内生性总需求转弱，经
济发展动力依靠大规模的基建投资并投放货币，此时通胀主要由成本
端向消费端传导；而在 15 年底启动供给侧改革之后，基建投资、宽松
货币对经济的拉动能力已然有限，同时需求对经济增长的贡献也没有
明显改善，所以 PPI 与 CPI 之间的传导关系变得不顺畅，近几年走势
出现分化，相关性走弱。若忽略权重的影响，在微观层面上通胀仍然
以按照自上而下的产业链关系进行传导为主。
★PPI 核心驱动因素主要涉及工业产业链上游的行业，而 CPI 的核心
驱动因素则是食品和居住
和基建相关的上游四个工业部门（冶金、石油、化工、煤焦），权重之
和仅为 %，却几乎能解释全部的 PPI 风险，可决系数高达 %。
与居民生活最为密切相关的食品和居住实际 CPI 计算权重仅约为
50%，但却影响了 90%以上的 CPI 的波动，猪肉以仅 %的计算权重
占比影响着 %的 CPI 通胀变化。
★通货膨胀需要看大宗商品的“脸色”，而绝不是简单的货币问题
国内的通胀问题不能套用弗里德曼的货币主义理念，通胀本质是结构
性的供需不平衡所导致的，影响最直接的是大宗商品。PPI 的变化始
终都会引导信贷的变化，原因是企业生产成本周期会影响到企业资金
借贷行为，但货币政策会从需求端直接影响 CPI。大宗商品对 PPI 的
传导作用相对更加显著，且主要体现在核心驱动因素上，但向 CPI 传
导较弱，主要路径是通过油脂油料、软商品影响 CPI 的食品烟酒项。
★大宗商品对 PPI 的保护作用有效，而对 CPI 保护作用较弱
对预期及非预期的 PPI 通胀的解释度最好的是 PTA、原油等，而对 CPI
的回归解释度最高的是生猪、豆油、玉米等农产品。筛选了一些大宗
商品构建相应的通胀保护组合，对 PPI 的保护作用最为理想，年度调
仓的样本外组合的 Adj-R2为 ，除了畜肉、蛋类、交通工具用燃料、
食用油等之外，而对 CPI 及其他 CPI 细分项的保护能力较有限。
★致谢
感谢东方证券研究所金工首席朱剑涛老师的指导与帮助。
[Table_Analyser]
李晓辉 高级分析师(金融工程)
从业资格号： F3022611
Tel: 8621-63325888-1585
Email: @
[Table_Report] 相关报告
《商品期货中的阿尔法策略》
——
《商品市场宏观风险因子模型初探》
——
《商品组合的风险分析与风险管理》
——
《资产配置中风险均衡策略的实证性研
究》
——
《商品基本面量化研究之铁矿石》
——
专题报告-金融工程
金融工程-专题报告 2018-08-29
2 期货研究报告
【
行
业
研
究
】
目录
1、绪言 ............................................................................................................................................................................. 6
、通货膨胀的描述是“通货”还是“价格”？ .................................................................................................................. 6
、通货膨胀的产生逻辑是货币因素还是供需结构？ .................................................................................................. 6
2、认识描述通货膨胀的指标 ........................................................................................................................................... 7
、PPI 与 CPI 分别反映了供给端和需求端的通胀水平 ................................................................................................. 7
、通胀的传导是通过成本推动还是需求拉动？ .......................................................................................................... 9
、PPI 或 CPI 权重的变化所造成的影响不可忽略 ...................................................................................................... 11
3、挖掘驱动通胀的核心力量 ......................................................................................................................................... 13
、衡量对通胀贡献能力的方法 .................................................................................................................................. 13
、驱动 PPI 的核心因素 .............................................................................................................................................. 14
、驱动 CPI 的核心因素 .............................................................................................................................................. 18
4、理解产生通货膨胀的逻辑 ......................................................................................................................................... 23
、通货膨胀问题不是简单的货币现象 ....................................................................................................................... 23
、通货膨胀需要看大宗商品的“脸色” ....................................................................................................................... 27
5、大宗商品的通胀保护能力 ......................................................................................................................................... 30
、通胀保护能力测算方法 .......................................................................................................................................... 30
、单品种的实证分析及通胀保护组合的构建 ........................................................................................................... 31
、滚动方式构建抗通胀组合 ...................................................................................................................................... 42
6、总结 ........................................................................................................................................................................... 47
7、参考文献.................................................................................................................................................................... 48
8、附录 ........................................................................................................................................................................... 49
金融工程-专题报告 2018-08-29
3 期货研究报告
图表目录
图表 1：不同物价指数同比增速的历史走势................................................................................................................................. 7
图表 2：不同物价指数之间的相关性 ........................................................................................................................................... 8
图表 3：CPI 与 PPI 之间滚动 12 个月的相关性 ............................................................................................................................ 9
图表 4：GDP 季度同比走势及区间划分 .................................................................................................................................... 10
图表 5：PPI 与 CPI 之间的格兰杰因果关系检验 ........................................................................................................................ 10
图表 6：PPI 与 CPI 大类指标同比增速的历史走势..................................................................................................................... 11
图表 7：PPI 与 CPI 大类指标之间的相关性 ............................................................................................................................... 11
图表 8：CPI 大类指标的权重变化.............................................................................................................................................. 12
图表 9：PPI 大类指标的权重变化 .............................................................................................................................................. 12
图表 10：PPI 与 CPI 的大类指标之间的格兰杰因果关系检验 ..................................................................................................... 12
图表 11：PPI 与 CPI 的大类指标相互之间的传导关系图 ............................................................................................................ 13
图表 12：PPI 按传统分类时各指标同比增速的历史走势 ............................................................................................................ 15
图表 13：PPI 按传统分类时各指标的权重、波动性及对通胀的贡献能力 ................................................................................... 15
图表 14：PPI 按工业部门分类时各指标的权重、波动性及对通胀的贡献能力 ............................................................................ 16
图表 15：PPI 与核心驱动力量的复合指数的对比 ....................................................................................................................... 17
图表 16：PPI 按工业行业分类时分项指标对通胀的贡献能力 ..................................................................................................... 17
图表 17：PPI 的核心驱动因素的估算权重、对 PPI 贡献能力汇总 .............................................................................................. 18
图表 18：新旧口径下估算的 CPI 各分类指标的估算权重 ........................................................................................................... 18
图表 19：旧口径下 CPI 各分类指标同比增速的历史走势 ........................................................................................................... 19
图表 20：2001-2005 年 CPI 各分项对通胀贡献能力 .................................................................................................................... 20
图表 21：2006-2010 年 CPI 各分项对通胀贡献能力 .................................................................................................................... 20
图表 22：2011-2015 年 CPI 各分项对通胀贡献能力 .................................................................................................................... 20
图表 23：2016-2018 年 CPI 各分项对通胀贡献能力 .................................................................................................................... 20
图表 24：CPI 食品烟酒中各分类指标同比增速的历史走势 ........................................................................................................ 20
图表 25：2016-2018 年食品烟酒各分项的估算权重..................................................................................................................... 21
图表 26：2016-2018 年各分项对食品烟酒通胀贡献能力 ............................................................................................................. 21
图表 27：2016-2018 年畜肉类各分项的估算权重 ........................................................................................................................ 21
图表 28：2016-2018 年各分项对畜肉类通胀贡献能力 ................................................................................................................. 21
图表 29：2016-2018 年 CPI 各分项的估算权重、对 CPI 的贡献能力汇总 .................................................................................... 22
图表 30：2016-2018 年 CPI 与核心驱动力量的复合指数的对比 .................................................................................................. 23
图表 31：PPI、CPI 与 M2、国内信贷的同比增速走势情况 ........................................................................................................ 25
金融工程-专题报告 2018-08-29
4 期货研究报告
图表 32：PPI、CPI 与货币因素指标之间的滞后相关性 ............................................................................................................. 25
图表 33：PPI、CPI 与货币因素指标之间传导关系的格兰杰检验 ............................................................................................... 26
图表 34：PPI、CPI 与大宗商品指数的走势情况 ........................................................................................................................ 27
图表 35：PPI、CPI 与大宗商品指数之间的滞后相关性 ............................................................................................................. 28
图表 36：PPI、CPI 与大宗商品指数之间传导关系的格兰杰检验 ............................................................................................... 28
图表 37：PPI、CPI 的核心驱动因素与不同大类的大宗商品指数的传导关系 ............................................................................. 29
图表 38：国债到期收益率与 PPI、CPI 同比增速的历史走势 ..................................................................................................... 31
图表 39：PPI 与原油走势对比 ................................................................................................................................................... 32
图表 40：PPI 与原油之间的滞后相关性 ..................................................................................................................................... 32
图表 41：大宗商品与预期及非预期 PPI 的回归结果 .................................................................................................................. 32
图表 42：PPI 与商品组合走势对比 ............................................................................................................................................ 34
图表 43：PPI 与商品组合之间的滞后相关性 .............................................................................................................................. 34
图表 44：大宗商品与预期及非预期的 PPI 核心驱动分项的回归结果 ......................................................................................... 35
图表 45：冶金工业 PPI 与冶金组合走势对比 ............................................................................................................................. 36
图表 46：石油工业 PPI 与石油组合走势对比 ............................................................................................................................. 36
图表 47：化学工业 PPI 与化工组合走势对比 ............................................................................................................................. 36
图表 48：煤炭及炼焦工业 PPI 与煤焦组合走势对比 .................................................................................................................. 36
图表 49：CPI 与豆油走势对比 ................................................................................................................................................... 37
图表 50：CPI 与豆油之间的滞后相关性 ..................................................................................................................................... 37
图表 51：大宗商品与预期及非预期 CPI 的回归结果 .................................................................................................................. 37
图表 52：CPI 与商品组合走势对比 ............................................................................................................................................ 39
图表 53：CPI 与商品组合之间的滞后相关性 .............................................................................................................................. 39
图表 54：大宗商品与预期及非预期的 CPI 核心驱动分项的回归结果 ......................................................................................... 39
图表 55：CPI 食品与农产品组合走势对比 ................................................................................................................................. 41
图表 56：CPI 畜肉类与生猪走势对比 ........................................................................................................................................ 41
图表 57：CPI 食用油与油脂油料组合走势对比 .......................................................................................................................... 41
图表 58：CPI 蛋类与鸡蛋走势对比 ............................................................................................................................................ 41
图表 59：CPI 粮食与谷物组合走势对比 ..................................................................................................................................... 42
图表 60：CPI 交通工具用燃料与燃料组合走势对比 ................................................................................................................... 42
图表 61：滚动的 PPI 商品组合在各年度的持仓品种 .................................................................................................................. 42
图表 62：滚动商品组合与 PPI 在各年度的样本内及样本外回归结果 ......................................................................................... 43
图表 63：PPI 与滚动 PPI 商品组合走势对比 .............................................................................................................................. 43
图表 64：PPI 与滚动 PPI 商品组合滞后相关性 .......................................................................................................................... 43
图表 65：滚动组合与其对应通胀指标的回归结果 ...................................................................................................................... 44
图表 66：PPI 冶金工业与滚动冶金组合走势对比 ....................................................................................................................... 45
图表 67：PPI 石油工业与滚动石油组合走势对比 ....................................................................................................................... 45
金融工程-专题报告 2018-08-29
5 期货研究报告
图表 68：PPI 化学工业与滚动化工组合走势对比 ....................................................................................................................... 45
图表 69：PPI 煤炭及炼焦工业与滚动煤焦组合走势对比 ............................................................................................................ 45
图表 70：CPI 与滚动 CPI 商品组合走势对比 ............................................................................................................................. 46
图表 71：CPI 食品与滚动农产品组合走势对比 .......................................................................................................................... 46
图表 72：CPI 食用油与滚动油料组合走势对比 .......................................................................................................................... 46
图表 73：CPI 粮食与滚动谷物组合走势对比 .............................................................................................................................. 46
图表 74：有关通货膨胀的主要逻辑 ........................................................................................................................................... 47
图表 75：PPI、CPI 核心驱动因素与货币因素指标之间传导关系的格兰杰检验 .......................................................................... 49
图表 76：PPI、CPI 与大类商品指数之间传导关系的格兰杰检验 ............................................................................................... 51
图表 77：PPI、CPI 核心驱动因素与大类商品指数之间传导关系的格兰杰检验 .......................................................................... 52
金融工程-专题报告 2018-08-29
6 期货研究报告
1、绪言
、通货膨胀的描述是“通货”还是“价格”？
由于“通货膨胀”的字面上包含了“通货”二字，所以似乎很容易把它解释为“流通的
货币数量增多”。而且大多数对“通货膨胀”的中文释义也都不约而同地被抹上一层“货
币主义”的色彩——当流通中的货币数量（货币供给）超过了经济实际生产消费活动所
需要的货币数量（货币实际需求）时，就会导致货币贬值、购买力下降，从而意味着用
货币来标价的商品或劳务价格可能将面临上涨。美国经济学家米尔顿·弗里德曼还认为
“通货膨胀无论何时何地都是个货币现象”。在该逻辑中，货币超量的“因”，会引发物
价上涨的“果”，并最终会反映到物价上面去。
然而，“通货膨胀”对应的英文词语是“inflation”，在查阅了一些材料之后我们发现对
“inflation”的英文释义中其实并没有任何有关货币的内容，比如Wikipedia上面对 inflation
的定义，“a sustained increase in price level of goods and services in an economy over a period of
time”，或 Investopedia 上的定义“the rate at which the general level of prices for goods and
services is rising and, consequently, the purchasing power of currency is falling.”事实上，现代
经济学对 inlation 的解释仅指商品或劳务价格全面又持续地升高。所以更确切地说，通
胀只是来描述某时期物价水平的普遍并持续上涨的现象。
那么通货膨胀问题本质上是否是由货币供给超量导致的呢？若从国内实际情况来看，即
使长年以来 M2 增速保持高位的增长，而 CPI 增速却一直处于可控范围之内，大量超额
货币供给并没有造成较高的物价水平。这使得包括一些国外经济学者在内的很多人都对
货币超发与低物价水平共存的“中国之谜现象”产生疑问，“超发的货币究竟去哪儿了?”
越来越多的研究已指出我们国家的通胀问题已经不能用弗里德曼的理论来解释，“货币
主义的幻象在中国不存在微观基础”。所以说，通货膨胀现象却无法由“通货”来解释，
把物价水平上涨归结于货币超发并不合适，我们后文会继续探讨货币因素与通胀之间的
逻辑。
、通货膨胀的产生逻辑是货币因素还是供需结构？
一个重要的逻辑问题是，通胀是由哪些因素产生呢？通胀的成因已经有很多的经济学者
做了大量的研究，有因社会总需求过度增长而拉动的，有生产成本所推动的，也有社会
部门的结构失衡问题所导致的。作为研究通胀与其他资产相关关系的前提，接下来我们
将会首先梳理出国内通货膨胀问题产生的逻辑，并厘清通胀与货币因素、大宗商品之间
的逻辑关系。
刘鹤同志在国内通胀问题上有着较为深刻的认识，他认为“通胀不是简单的货币现象”，
通货膨胀的表象虽然是过多的货币追逐过少的产品但究其根源是再一次出现的深层次
产需结构矛盾，若回归合理水平需要供求结构的再调整。通过阅读他的有关通胀的文章，
我们发现（1）如果像发达国家一样继续采用货币学派的观点，那么实际结果是在货币
政策已松无可松的情况下，通胀仍在看原油的脸色；（2）反而如果继续实施宽松的货币
政策只能松了过剩产能供给、松了资本利得、加剧了贫富分化、进而紧了有效需求。
金融工程-专题报告 2018-08-29
7 期货研究报告
根据对刘鹤同志观点的理解，我们认为通货膨胀与货币因素、大宗商品之间的逻辑关系
的结论：（1）从引起通胀的逻辑来看，货币超发或信贷膨胀等因素实际上并不能直接引
发通货膨胀，而与通胀最直接相关的因素是大宗商品的表现，包括外部的原油以及国内
的其他商品，但本质上和产需结构的不平衡有关。（2）从通胀造成影响的逻辑来看，通
胀反过来也能够对大宗商品的走势产生进一步的影响，同时在某些时期通胀问题也能直
接影响货币政策的实施。接下来，我们将对这些结论做出更详细的讨论。
2、认识描述通货膨胀的指标
、PPI 与 CPI 分别反映了供给端和需求端的通胀水平
由于通胀反映的是整体物价水平的高低，故我们通常采用物价指数来将这样的现象数字
化，若以拉式加权指数为例，物价指数是以基期价格核算的一揽子商品总价值为基准，
所衡量的以当期价格核算的一揽子商品的总价值，具体的计算形式如下，
0 1
0 0
i i
i
i i
i
q p
P
q p
=
其中，一揽子商品的计算权重均取用基期的数据 0iq 。所以从价格指数的构成来看，选
择哪一些商品放在“篮子”里、这些商品的权重是否有侧重的分配等问题，能够显著地
影响到物价指数的计算结果，这也反映了物价指数可能仅从某经济领域或某一侧重方面
来反映通胀的问题。而如果仅仅通过某一个指标“管中窥豹”，导致对通胀的解读可能
存在一定的偏斜。目前国家机构对外公布的宏观经济数据当中有这样几类价格指数：居
民消费价格指数（CPI）、商品零售价格指数（RPI）、工业生产者出厂价格指数（PPI）、
工业生产者购进价格指数（PPIRM）以及企业商品价格指数（CGPI），它们同比增速的
历史走势如下图表所示。
图表 1：不同物价指数同比增速的历史走势
0
0
-0
1
0
1
-0
1
0
2
-0
1
0
3
-0
1
0
4
-0
1
0
5
-0
1
0
6
-0
1
0
7
-0
1
0
8
-0
1
0
9
-0
1
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
CPI:当月同比 RPI:当月同比
PPI:全部工业品:当月同比 PPIRM:当月同比
CGPI:当月同比
%
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
8 期货研究报告
这些价格指数基本上覆盖到了“采掘冶炼-原材料投入-加工生产-最终消费”几个重要的
环节，它们在流通上经过了“采购-生产-交易”的过程实际上也反映了通胀潜在的传导
方式。这种通胀传导方式的最显著的特点是，越靠近上游的价格指数波动越高，越靠近
下游的价格指数波动反而越低。一方面，企业通过采购行为承担了由原材料通胀因素引
起的生产成本变化的风险，但企业为了保证利润稳定，又会将原材料通胀通过生产行为
迅速转移至产品上去，所以上图显示的 PPIRM 指数走势基本与产品出厂价格指数 PPI
一致。而另一方面，企业生产的产品的价格波动风险又会通过交易行为被最终转移到了
下游最终消费者上面，但一般情况下产品都具有一定的市场化竞争的特点，导致消费者
所承担的通胀变动风险相比于企业所承担的原材料通胀变动风险更低一点。
图表 2：不同物价指数之间的相关性
CPI RPI PPI PPIRM CGPI
CPI
RPI
PPI
PPIRM
CGPI
消费型通胀 生产型通胀
消费型
通胀
生产型
通胀
资料来源：Wind，东证衍生品研究院
针对这两种通胀问题，我们把这些价格指数分为两大类：以 CPI 为代表的消费型通胀，
主要反映与居民生活息息相关的各类消费品或服务价格的变化，和以 PPI 为代表的生产
型通胀，主要反映企业生产上生产资料及产成品的价格的变化。之所以这样分类，原因
是与企业生产活动相关的通胀数据 PPI、PPIRM、CGPI 之间的相关性平均值高达 ，
而与居民生活消费相关的通胀数据 CPI、RPI 之间相关性为 。
另外，我们发现 CPI 与 PPI 之间近年来走势分化得比较明显，主要体现在两个方面：（1）
消费型通胀同比增速的波动幅度明显较生产型通胀更低。从指数构成上来看，CPI 指数
中非食品的比例较高，而且非食品本身波动就小，而 PPI 指数中则较多的比重是和生产
资料相关的。CPI 中的商品多数涉及民生必需品，价格弹性较低，而多数产品富于弹性，
价格因供需影响而剧烈波动，所以导致生产环节上的价格波动显著高于消费环节上的价
格波动。（2）历史上消费型通胀与生产型通胀之间的高度相关，但近几年二者关系却变
得几乎不相关。我们用滚动 1 年的月度数据统计了二者之间的相关性，由于滚动窗口计
算会造成噪音和周期现象，所以又采用了平滑处理，结果如图表 3 所示。CPI 与 PPI 之
间的相关性在 2009-2012 年时间区间内处于高位，而在之后二者相关性逐渐降低甚至为
负值，说明二者之间的传导关系发生了变化。我们认为二者关系产生差异化的原因和通
胀的根源有关，生产型通胀 PPI 多数由成本推动，受原材料价格波动的影响较大，在供
给侧改革的大背景下尤其显著，而消费型通胀 CPI 则多由需求推动，所以 CPI 近些年的
走势更加平稳一些。
金融工程-专题报告 2018-08-29
9 期货研究报告
图表 3：CPI 与 PPI 之间滚动 12 个月的相关性
-1
0
1
0
0
-1
2
0
1
-1
2
0
2
-1
2
0
3
-1
2
0
4
-1
2
0
5
-1
2
0
6
-1
2
0
7
-1
2
0
8
-1
2
0
9
-1
2
1
0
-1
2
1
1
-1
2
1
2
-1
2
1
3
-1
2
1
4
-1
2
1
5
-1
2
1
6
-1
2
1
7
-1
2
CPI与PPI间滚动相关性 平滑后
资料来源：Wind，东证衍生品研究院
、通胀的传导是通过成本推动还是需求拉动？
很多文献中都通过对 PPI 与 CPI 时间序列的分析，指出 PPI 与 CPI 之间可能出现“成本
推动”和“需求拉动”等单向或双向的传导关系。这一部分我们也尝试通过格兰杰检验
进一步说明生产型通胀与消费型通胀之间的传导关系及其变化。
模型方法：格兰杰检验只能从统计意义上说明在时间序列上是否存在先后关系，而并非
真正的因果关系，所以采用该模型的前提是所被检验的指标之间要存在一定的逻辑关
系，该方法对指标之间的可能的传导关系所做的检验，只是在时间上先后关系的检验。
格兰杰检验设定的空假设 H0是“A 不是 B 的 Granger-cause”，其中 A、B 是两个待检验
指标，显著性水平设为 ，统计值是 F 值，而检验模型的滞后阶数则由 BIC 准则来确
定。我们会同时进行两个方向上的检验，一个空假设 H0是“A 不是 B 的 Granger-cause”，
另一个空假设 H*0是“B 不是 A 的 Granger-cause”，所以可能的结果有四种：
a) H0：Reject，H*0：Reject：A 和 B 在时间序列上互为“因果”关系，说明二者走势几
乎一致，不存在时间上的先后（用符号“A→B”表示）。
b) H0：Reject，H*0：Fail to reject：A 是 B 的 Granger-cause，但 B 不是 A 的，说明 A 仅
单向地传导至 B（用符号“A→→B”表示）。
c) H0：Fail to reject，H*0：Reject：B 是 A 的 Granger-cause，但 A 不是 B 的，说明 B 仅
单向地传导至 A（用符号“AB”表示）。
d) H0：Fail to reject，H*0：Fail to reject：A 和 B 在时间序列上互为非“因果”关系，说
明二者之间走势独立，没有显著的滞后相关性（用符号“AB”表示）。
金融工程-专题报告 2018-08-29
10 期货研究报告
图表 4：GDP 季度同比走势及区间划分
0
2
4
6
8
10
12
14
16
0
0
-0
1
0
1
-0
1
0
2
-0
1
0
3
-0
1
0
4
-0
1
0
5
-0
1
0
6
-0
1
0
7
-0
1
0
8
-0
1
0
9
-0
1
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
GDP:不变价:当季同比%
经济上行期 经济下行期 经济平稳期
资料来源：Wind，东证衍生品研究院
样本数据和时间区间划分：通胀之间的传导关系可能存在随时间发生变化的特征，故需
要将待检数据区分为不同的时间段来分别进行检验。我们依据国内经济的发展情况大致
地把 2000 年以后的时间划分为三个阶段（由于 2001 年以前部分数据缺失或不完整，故
实际检验数据从 2001 年开始）：
（1）2001 年至 2007 年，经济受需求拉动而强力扩张，GDP 震荡式上行；
（2）2008 年至 2014 年，受金融危机的影响，内生增长动能逐渐减弱，基建投资需求多
由货币政策刺激，导致产能过剩和债务高企，经济震荡式下行。
（3）2015 年至 2018 年，15 年底起供给侧改革实施，“三去一降一补”，但企业盈利仍无
法改善，投资对经济拉动能力有限，经济处于平稳筑底阶段。
图表 5：PPI 与 CPI 之间的格兰杰因果关系检验
数据区间 2001-2007 2008-2014 2015-2018
空假设 p 值 检验结果 p 值 结论 p 值 结论
A: PPI,
B: CPI
H0 Fail to reject Reject Fail to reject
H*0 Reject Fail to reject Fail to reject
结论 AB A→→B AB
资料来源：Wind，东证衍生品研究院（注：H0表示“A 不是 B 的 Granger-cause”，H*0表示“B 不是 A
的 Granger-cause”）
统计结论：
需要再次说明的是，格兰杰因果关系检验的结论只是统计意义上的因果性，而不一定是
真正的因果关系，所以以下分析都是建立在 PPI 与 CPI 在逻辑上可能存在着关系的基础
之上的。
金融工程-专题报告 2018-08-29
11 期货研究报告
（1）用 2001 至 2007 年的经济上行期内数据进行格兰杰因果关系检验，结果显示 CPI
是 PPI 单向的格兰杰原因，CPI 向 PPI 传导的过程是一种需求拉动型的价格信息传递过
程，这与此阶段的经济特点是相符合的，经济增长靠需求拉动而不断扩张。有些学者也
得出类似的结论，贺力平等（2008）利用相同的考察期内的数据，发现 CPI 领先 PPI 大
约 1-3 个月时间，并认为该考察期内需求方面的因素相对大于供给方面的作用。
（2）若用 2008 年至 2014 年间的数据做检验时，结果说明在这个阶段内 PPI 具有向 CPI
单向传导的关系，这是一种普遍的成本推动型的传导过程。自金融危机之后我们国家利
用宽松的货币政策刺激基建投资，受此影响价格传导机制多由上游向下游传递，从“采
掘-原材料-加工-消费”链来看上游生产端 PPI 会最终被传导至下游消费端，进而引导
CPI 产生变化。
（3）从 2015 年至今，这二者之间又互相为非因果关系，说明此时它们之间走势相对独
立，不显著存在彼此之间的传导关系。这一点也验证了前文中 PPI 与 CPI 之间的相关性
从 2015 年起由强转弱的现象。原因在于供给侧改革使得基建投资对经济的拉动能力有
限，而且需求对经济增长的贡献也没有明显改善，致使不管从供给端推动还是从需求端
拉动都变得不畅，所以 PPI 与 CPI 之间相关性变低。
、PPI 或 CPI 权重的变化所造成的影响不可忽略
前文的结论是通过模型直接对 PPI 与 CPI 分析得到的，然而如果考虑二分法的细分通胀
数据的话，我们会发现通胀传导的结果和之前不一样，原因就在于细分的通胀数据已经
忽略了组合成 PPI 或 CPI 时的权重变动的影响。
在二分法视角下，PPI 可以被分为两个大类，生产资料与生活资料，而 CPI 则可以分为
消费品和服务。PPI 生活资料涉及的商品大都和 CPI 中的消费品相关，这两者的区别通
俗点说类似于批发价与销售价的区别。
图表 6：PPI 与 CPI 大类指标同比增速的历史走势
00
-0
1
01
-0
1
02
-0
1
03
-0
1
04
-0
1
05
-0
1
06
-0
1
07
-0
1
08
-0
1
09
-0
1
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
PPI:生产资料:当月同比 CPI:消费品:当月同比
PPI:生活资料:当月同比 CPI:服务:当月同比
%
资料来源：Wind，东证衍生品研究院
图表 7：PPI 与 CPI 大类指标之间的相关性
PPI生产
资料
PPI生活
资料
CPI消费
品
CPI服务
PPI生产
资料
PPI生活
资料
CPI消费
品
CPI服务
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
12 期货研究报告
图表 8：CPI 大类指标的权重变化
0
2
0
01
2
0
02
2
0
03
2
0
04
2
0
05
2
0
06
2
0
07
2
0
08
2
0
09
2
0
10
2
0
11
2
0
12
2
0
13
2
0
14
2
0
15
2
0
16
2
0
17
2
0
18
CPI:消费品:当月同比 CPI:服务:当月同比
资料来源：Wind，东证衍生品研究院
图表 9：PPI 大类指标的权重变化
0
2
0
01
2
0
02
2
0
03
2
0
04
2
0
05
2
0
06
2
0
07
2
0
08
2
0
09
2
0
10
2
0
11
2
0
12
2
0
13
2
0
14
2
0
15
2
0
16
2
0
17
2
0
18
PPI:生产资料:当月同比 PPI:生活资料:当月同比
资料来源：Wind，东证衍生品研究院
按照统计局公布的信息，CPI 通胀指标每 5 年会做一次统计样本的调整，而每一年也会
对权重做微调。我们用线性回归的方式将每一年构成 PPI 或 CPI 的两个主要成分的权重
估算出来，如上图所示。对于 PPI 来说，生产资产和生活资料的权重基本上没有太大变
化，分别维持在 71%-76%和 24%-29%的水平。但是对于 CPI 而言，消费品的比重从约
77%一直降至 60%左右，服务的比重则相应地从约 23%提升至 40%。CPI 权重结构的变
化实际上带来最直接的影响是 CPI 的波动性降低了，原因是比重提升的服务类的价格本
身波动就很小。与此同时，由于 CPI 服务与 PPI 中的两大类指标的相关性本身就很低，
而 CPI 消费品虽然与 PPI 生活资料的相关性最高，但这部分商品的比重在不断降低。因
此，我们认为前文中得到的结论“通胀从供给端到需求端的传导不畅，PPI 与 CPI 之间
相关性变低”，就值得怀疑了，原因在于权重的变化会造成不可忽略的影响，所以接下
来我们需要考虑使用细分的价格指数对传导关系再次进行检验。
图表 10：PPI 与 CPI 的大类指标之间的格兰杰因果关系检验
数据区间 2001-2007 2008-2014 2015-2018
空假
设
p 值 检验结果
滞后
阶数
p 值 检验结果
滞后
阶数
p 值 检验结果
滞后
阶数
A: PPI 生活资料,
B: CPI 消费品
H0 Reject
2
Reject
2
Reject
2
H*0 Fail to reject Reject Fail to reject
结论 A→→B A→B A→→B
A:PPI-生活资料,
B:CPI-服务
H0 Fail to reject
2
Reject
2
Reject
2
H*0 Fail to reject Fail to reject Fail to reject
结论 AB A→→B A→→B
A:PPI-生产资料,
B:CPI-消费品
H0 Reject
2
Reject
2
Fail to reject
2
H*0 Reject Fail to reject Fail to reject
结论 A→B A→→B AB
金融工程-专题报告 2018-08-29
13 期货研究报告
A:PPI-生产资料,
B:CPI-服务
H0 Reject
2
Reject
2
Reject
2
H*0 Fail to reject Fail to reject Fail to reject
结论 A→→B A→→B A→→B
资料来源：Wind，东证衍生品研究院
图表 11：PPI 与 CPI 的大类指标相互之间的传导关系图
消费品
(%)
服务
(% )
生产资料
(%)
生活资料
(%)
2001-2007 2008-2014 2015-2018
消费品
(%)
服务
(% )
生产资料
(%)
生活资料
(%)
消费品
(%)
服务
(% )
生产资料
(%)
生活资料
(%)
资料来源：Wind，东证衍生品研究院
从统计意义上来看，生产资料、生活资料与消费品、服务之间均有可能产生传导的联系，
但从产业链逻辑上看，最主要的传导关系是 PPI 指标里的相对下游的生活资料向 CPI 里
消费品的传导，这两者的历史相关性也是最高的。（1）在 2001-2007 年之间，PPI-生活
资料的价格信息会单向传导至 CPI 消费品上，而 PPI-生产资料的价格信息也会单向传导
至 CPI 服务上，而 CPI 对 PPI 的带动影响主要体现在下游消费品对生产资料的传导。（2）
在 2008-2014 年间，通胀信息几乎完全由 PPI 向 CPI 进行传导。（3）在 2015-2018 年间，
PPI 生产资料将通胀信息单向传导至 CPI 服务，而 PPI 生活资料则单向传导至 CPI 消费
品和 CPI 服务。
总的来说，我们认为如果不考虑权重变化造成的影响的话，本质上通胀仍然主要体现为
成本型推动的传导，依照产业链逻辑由上游供给端向下游消费需求端进行传导，也就是
说 CPI 较 PPI 的变动存在一定的相对滞后性。另外，之所以最近几年以来 PPI 向 CPI 的
传导不再“顺畅”，主要是由于 CPI 消费品的权重在降低而服务的比重升高，而 CPI 服
务本身波动就很小，而且与 PPI 的相关性很低，所以导致二者之间相关性在近几年由强
转弱。
3、挖掘驱动通胀的核心力量
、衡量对通胀贡献能力的方法
之前的部分从二分法的视角下发现 PPI 向 CPI 传导的只是生活资料的那部分，但是由于
生活资料占 PPI 的比重较低，导致如果直接使用 PPI 与 CPI 的原始数据进行格兰杰因果
金融工程-专题报告 2018-08-29
14 期货研究报告
关系检验的话，会使得结果存在一定误差。所以，我们认为需要深度挖掘一下到底是哪
些核心的因素引起 PPI 或 CPI 的变化。
但是如何来判断哪些因素对通胀指标的变化影响最显著呢？
目前研究中大家多考察分项指标对通胀的拉动大小来判断该分项指标是否影响显著，如
果权重越高，它对通胀拉动贡献越高，
分项 i 对 PPI 或𝐶𝑃𝐼拉动贡献=分项 i 权重×分项𝑖的增速，
但是实际上这里只考虑到分项指标的权重占比的影响。如果某分项 i 增速非常低，即便
权重较高，但该分项对通胀的拉动也是很小的。这种方法我们认为只适合考察某一期的
各分项的贡献情况，但不能反映长期的贡献能力。所以除此之外，分项指标本身的波动
风险也是需要考虑的一个方面，对于本身波动较大的分项指标，它潜在的贡献能力就较
高，比如 PPI 中的石油化工类工业、CPI 食品中的猪肉价格。因此我们建议采用如下方
法来判断分项指标的贡献度大小，
( )i i
i T
w
c =
Σw
w Σw
式中 iw 表示分项 i 的权重，由于官方没有公布通胀个分项的计算权重，因而在实际计算
贡献度时需要用估算出来的权重来替代，Σ则表示各分项指标的协方差（主要用来表示
波动风险）， ic 是分项指标 i 对通胀的贡献能力。这个式子实际上不仅考虑了分项 i 的权
重，分项 i 自身的波动，还考虑了不同分项之间的相关性。
但是，这种量化驱动通胀的能力的方法却也具有一定的缺陷，原因在于样本长度一般不
会很长，这就使得对各个分项权重 iw 、以及各分项指标的协方差Σ的估计都存在误差。
（1）由于我们采用的是简单地多元线性回归的方式对权重进行估算，所以当待估算的
分类指标的数量越多时而且样本数量有限时，就会因为共线性等问题降低估算的准确
度。因此上表中给出的各分类指标的权重只做参考使用，与实际权重大小仍存一定误差。
（2）如果样本太少，协方差的估计也会存在巨大的偏差，比如对在 2016-2018 年间 CPI
各个分项之间协方差的估计，由于样本只有 30 个月的数据，而截面指标有 8 个，所以
对任意两个分项之间的估计就会变得很不准。
、驱动 PPI 的核心因素
（1）按传统的一级分类指标划分
PPI 可分为两个大类，生产资料和生活资料，又可以再分为 7 个一级分类指标：采掘工
业、原材料工业、加工工业、食品类、衣着类、一般日用品类和耐用消费品类。
金融工程-专题报告 2018-08-29
15 期货研究报告
图表 12：PPI 按传统分类时各指标同比增速的历史走势
00
-0
1
01
-0
1
02
-0
1
03
-0
1
04
-0
1
0
5
-0
1
0
6
-0
1
0
7
-0
1
0
8
-0
1
0
9
-0
1
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
生产资料:采掘工业 生产资料:原材料工业
生产资料:加工工业 生活资料:食品类
生活资料:衣着类 生活资料:一般日用品类
生活资料:耐用消费品类
%
资料来源：Wind，东证衍生品研究院
从历史走势来看，PPI 中生产资料的波动较高，而且如果按照从生产资料到生活资料的
产业链上下游关系，越靠近上游通胀的变化幅度越大，波动性最小的是较靠近居民生活
消费端的耐用消费品类商品。按照上述的衡量各分项对通胀的贡献度的方法，我们首先
对各一级分类的分项的权重占比做出估算，加工工业的权重最高，其次是原材料工业。
但是最终计算出来的对通胀贡献的能力，却是加工工业最高而原材料工业其次。
图表 13：PPI 按传统分类时各指标的权重、波动性及对通胀的贡献能力
0%
10%
20%
30%
40%
50% 测算权重
分项指标自身波动%
0%
10%
20%
30%
40%
50% 对通胀的贡献能力
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
16 期货研究报告
（2）按照工业部门分类
如果按照工业部门来划分的话，PPI 又涵盖了冶金工业、电力工业、煤炭及炼焦工业等
15 个工业部门。
从估算出来的权重来看，比重靠前的是机械、化学、冶金等工业部门，但从各分项指标
自身的波动大小来看，石油、煤炭、冶金等上游行业的价格波动非常大，原因主要是受
相关大宗商品原材料的价格波动的影响。我们发现尽管机械工业在 PPI 计算的权重是最
大的（接近 30%），但是由于机械工业属于中下游的加工制造业，其相关产品的价格波
动很小，所以长期来看该分项对 PPI 的贡献度其实并不算特别高。整体而言，我们认为
影响 PPI 的核心驱动因素主要包括冶金工业、石油工业、化学工业、机械工业和煤炭及
炼焦工业，除了机械工业之外其余都和上游产业有关，这五者累计对 PPI 的贡献能力约
90%。我们将这五大高贡献度行业再按照之前估算的权重复合成新的价格指数与原始的
PPI 相比，而五大部门的权重之和为 %，结果发现二者走势高度一致，相关系数为
高达 %；而如果只考虑剔除机械工业之后的剩余的四个基础工业部门（冶金、石油、
化工、煤焦），此时四个部门的权重之和仅为 %，但计算出来的相关系数依然很高，
为 %，可以说明 PPI 的走势基本上可以由这几个工业部门的通胀所解释，它们是影
响 PPI 变动的核心驱动力量。
图表 14：PPI 按工业部门分类时各指标的权重、波动性及对通胀的贡献能力
0%
10%
20%
30%
40%
测算权重
%
%
%
%
%
对通胀的贡献能力
0
5
10
15
20
分项指标自身波动%
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
17 期货研究报告
图表 15：PPI 与核心驱动力量的复合指数的对比
-10
-5
0
5
10
15
0
0
-0
1
0
1
-0
1
0
2
-0
1
0
3
-0
1
0
4
-0
1
0
5
-0
1
0
6
-0
1
0
7
-0
1
0
8
-0
1
0
9
-0
1
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
全部工业品
五个高贡献度工业部门的复合值(冶金、石油、化工、机械、煤焦)
四个高贡献度工业部门的复合值(冶金、石油、化工、煤焦)
资料来源：Wind，东证衍生品研究院
（3）按照工业行业分类
如果按照工业行业分类的话，PPI 大概又能划分为 39 个行业，所以我们按照如上的方法
又得到如下图所示的各行业对通胀的贡献能力，
图表 16：PPI 按工业行业分类时分项指标对通胀的贡献能力
-2%
0%
2%
4%
6%
8%
10%
12%
14%
16%
石
油
加
工
、
炼
焦
及
核
燃
…
黑
色
金
属
矿
采
选
业
黑
色
金
属
冶
炼
及
压
延
加
…
化
学
原
料
及
化
学
制
品
制
…
有
色
金
属
矿
采
选
业
石
油
和
天
然
气
开
采
业
有
色
金
属
冶
炼
及
压
延
加
…
化
学
纤
维
制
造
业
通
用
设
备
制
造
业
非
金
属
矿
物
制
品
业
非
金
属
矿
采
选
业
煤
炭
开
采
和
洗
选
业
橡
胶
和
塑
料
制
品
业
电
气
机
械
及
器
材
制
造
业
农
副
食
品
加
工
业
医
药
制
造
业
专
用
设
备
制
造
业
造
纸
及
纸
制
品
业
计
算
机
、
通
信
和
其
他
电
…
其
他
制
造
业
家
具
制
造
业
文
教
、
工
美
、
体
育
和
娱
…
电
力
、
热
力
的
生
产
和
供
…
仪
器
仪
表
制
造
业
金
属
制
品
业
纺
织
业
废
弃
资
源
综
合
利
用
业
印
刷
业
和
记
录
媒
介
的
复
…
木
材
加
工
及
木
、
竹
、
…
酒
、
饮
料
和
精
制
茶
制
造
…
食
品
制
造
业
燃
气
生
产
和
供
应
业
纺
织
服
装
、
服
饰
业
皮
革
、
毛
皮
、
羽
毛
及
其
…
铁
路
、
船
舶
、
航
空
航
天
…
烟
草
制
品
业
对通胀的贡献能力
资料来源：Wind，东证衍生品研究院
从上图结果看到，对 PPI 贡献能力较高的工业行业都是上游基础行业相关的，比如黑色、
有色、石油、化工、煤焦等，而贡献能力较低的则是一些下游的轻工业行业，比如纺织、
皮革、木材、食品等。
我们根据几个贡献度较高的工业行业的特点，将它们做了简单的汇总，如下表所示。基
本上 PPI 最核心的就是 4 大工业部门（冶金、石油、化工、煤焦），12 个更细分的工业
行业，超过 18 种大宗商品。按照工业部门分类时，核心的驱动力量占 PPI 的权重仅为
金融工程-专题报告 2018-08-29
18 期货研究报告
%，而对 PPI 的驱动能力则高达 %，若是按照工业行业分类的话，则 12 个工业
行业总的权重占比仅 %，总的驱动能力则有 %。所以，PPI 是一个与大宗商品密
切相关的价格指数，主要涉及产业链上游的一些企业，那些对供给端影响显著的因素都
会造成对 PPI 的影响，后文中我们还会继续探讨大宗商品和 PPI 通胀之间的关系。
图表 17：PPI 的核心驱动因素的估算权重、对 PPI 贡献能力汇总
按工业部
门分类
估算权
重
驱动 PPI
能力
按工业行业分类
估算权
重
驱动 PPI
能力
主要的相关大
宗商品
冶金工业 % %
黑色金属矿采选业 % % 铁矿石、螺纹
钢、热轧卷板、
锰硅、硅铁等
黑色金属冶炼及压延加
工业
% %
有色金属矿采选业 % %
黄金、铜、镍、
铝等
有色金属冶炼及压延加
工业
% %
石油工业 % %
石油加工、炼焦及核燃
料加工业
% %
原油等
石油和天然气开采业 % %
化学工业 % %
化学原料及化学制品制
造业
% %
甲醇、LLDPE、
PVC、玻璃、天
然橡胶等
化学纤维制造业 % %
橡胶和塑料制品业 % %
非金属矿物制品业 % %
非金属矿采选业 % %
煤炭及炼
焦工业
% % 煤炭开采和洗选业 % %
焦煤、焦炭、
动力煤等
累计 % % 累计 % %
资料来源：Wind，东证衍生品研究院
、驱动 CPI 的核心因素
图表 18：新旧口径下估算的 CPI 各分类指标的估算权重
旧分类 食品
烟酒及
用品
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
2001-2005 % % % % % % % %
2006-2010 % % % % % % % %
2011-2015 % % % % % % % %
新分类 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
2016-2018 % % % % % % % %
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
19 期货研究报告
对于 CPI 而言，影响最大的是和居民生活消费有关的商品，按照国家统计局规定的统计
标准，CPI 所反映的通胀信息共涉及食品烟酒、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、其他用品和服务等 8 大类、262 个基本分类的商品
与服务。统计局会根据居民消费的习惯或趋势，将 CPI 的调查样本及权重每 5 年重新做
一次调整，比如中国居民恩格尔系数不断在下降，居民用于食品上的消费比例降低，所
以 CPI 中食品的占比实际上也是逐步在降低的。统计局在 2016 年又变更新的统计口径，
将原来食品、烟酒及用品合并成食品烟酒，而且经过估算之后，这块的权重有所下降。
图表 19：旧口径下 CPI 各分类指标同比增速的历史走势
00
-0
1
01
-0
1
02
-0
1
03
-0
1
04
-0
1
05
-0
1
06
-0
1
07
-0
1
08
-0
1
09
-0
1
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
食品 烟酒及用品 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
%
资料来源：Wind，东证衍生品研究院
之后则根据所估算的权重信息，通过我们前文中给出的量化方法对几个时期内 CPI 各个
分项对通胀贡献能力进行排序，结果如下面 4 张图所示。在 2001-2015 年之间的三个的
CPI 样本调整期内，食品项对通胀的贡献度均是最高的，影响能力接近 80%，然而食品
本身在 CPI 中的计算权重却仅 33%左右。2016-2018 年的食品的贡献能力超过 100%，而
有些分项的贡献力是负值，原因在于这段期间数据样本过少，有些分项之间的协方差估
计值为负值，所以统计结果存在一定误差。
金融工程-专题报告 2018-08-29
20 期货研究报告
图表 20：2001-2005 年 CPI 各分项对通胀贡献能力
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
2001-2005年各分项对通胀贡献度
资料来源：Wind，东证衍生品研究院
图表 21：2006-2010 年 CPI 各分项对通胀贡献能力
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
2006-2010年各分项对通胀贡献度
资料来源：Wind，东证衍生品研究院
图表 22：2011-2015 年 CPI 各分项对通胀贡献能力
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
2011-2015年各分项对通胀贡献度
资料来源：Wind，东证衍生品研究院
图表 23：2016-2018 年 CPI 各分项对通胀贡献能力
-20%
0%
20%
40%
60%
80%
100%
120%
140%
2016-2018年各分项对通胀贡献度
%
资料来源：Wind，东证衍生品研究院
图表 24：CPI 食品烟酒中各分类指标同比增速的历史走势
00
-0
1
01
-0
1
02
-0
1
03
-0
1
04
-0
1
05
-0
1
06
-0
1
07
-0
1
08
-0
1
09
-0
1
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
粮食 食用油 鲜菜 畜肉类 水产品
蛋类 奶类 鲜果 烟草 酒类
%
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
21 期货研究报告
为了继续挖掘CPI食品项中哪些因素的影响最大，我们将CPI食品烟酒再分成二级指标，
包括了 10 大类，粮食、食用油、鲜菜、畜肉类、水产品、蛋类、奶类、鲜果了、烟草
和酒类。从这些指标同比增速历史上的走势来看，大多存在着明显的周期性变化，波动
周期非常明显的便是畜肉、鲜果、鲜菜等，而烟草和酒类由于这类消费品的特殊性，价
格波动较小。
图表 25：2016-2018 年食品烟酒各分项的估算权重
0%
5%
10%
15%
20%
25%
30%
2016-2018年各分项估算权重
资料来源：Wind，东证衍生品研究院
图表 26：2016-2018 年各分项对食品烟酒通胀贡献能力
-10%
0%
10%
20%
30%
40%
50%
60%
2016-2018各分项对通胀贡献度
资料来源：Wind，东证衍生品研究院
因为 2016 年开始 CPI 采用了新的统计口径，烟草和酒类被放在“食品烟酒”这一新分
类项中，所以这里我们就使用 2016 年之后进行各二级分项的贡献能力统计。我们估算
酒类占食品烟酒权重最高，折算成占 CPI 权重为 %，而畜肉类占 CPI 比例仅约 %，
鲜菜则占 CPI 仅 %。但这两者由于波动较高，对 CPI 的贡献能力是最高的。另外，
由于二级指标畜肉类又可以分为猪肉、牛肉和羊肉三个分级指标，我们又统计了这三个
三级指标占畜肉类指标的权重，折算后猪肉大概占 CPI 仅 %，但是猪肉相比羊肉、牛
肉而言其对通胀的贡献能力是最高的，折算之后猪肉对 CPI 的贡献能力约 %。
图表 27：2016-2018 年畜肉类各分项的估算权重
0%
10%
20%
30%
40%
50%
60%
70%
猪肉 牛肉 羊肉
2016-2018年畜肉类各分项估算权
重
资料来源：Wind，东证衍生品研究院
图表 28：2016-2018 年各分项对畜肉类通胀贡献能力
-20%
0%
20%
40%
60%
80%
100%
120%
猪肉 羊肉 牛肉
2016-2018年各分项对畜肉类通胀
贡献度
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
22 期货研究报告
图表 29：2016-2018 年 CPI 各分项的估算权重、对 CPI 的贡献能力汇总
一级分类
占 CPI
权重
对 CPI
贡献
二级分类
占 CPI
权重
对 CPI
贡献
三级分类
占 CPI
权重
对 CPI
贡献
食品烟酒 % %
酒类 % %
食用油 % %
畜肉类 % %
猪肉 % %
牛肉 % %
羊肉 % %
水产品 % %
鲜菜 % %
鲜果 % %
奶类 % %
蛋类 % %
烟草 % %
粮食 % %
衣着 % %
服装 % %
衣着加工服务费 % %
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 % %
交通和通
信
% %
交通工具 % %
交通工具用燃料 % %
交通工具使用和维修 % %
通信工具 % %
通信服务 % %
邮递服务 % %
教育文化
和娱乐
% %
教育服务 % %
旅游 % %
中药 % %
医疗保健 % %
西药 % %
医疗服务 % %
其他用品
和服务
% %
% %
资料来源：Wind，东证衍生品研究院
汇总一下，通过对 2016-2018 年间的实际通胀数据分析，我们发现如果按照一级分类来
看的话，对 CPI 影响最核心的指标（贡献能力绝对值大于 5%）有食品烟酒、交通和通
金融工程-专题报告 2018-08-29
23 期货研究报告
信、居住和医疗保健，这四个一级指标累计权重为 %，但影响通胀的能力有 %，
若将这 4 个重要的一级分类指标重按照其实际权重再复合成新的 CPI 指标，与原始 CPI
指标之间的相关性高达 %，几乎能解释大部分 CPI 的变动。
图表 30：2016-2018 年 CPI 与核心驱动力量的复合指数的对比
0
1
2
3
16
-0
1
16
-0
4
16
-0
7
16
-1
0
17
-0
1
17
-0
4
17
-0
7
17
-1
0
18
-0
1
18
-0
4
CPI:当月同比
重要的一级分类指标的复合值
重要的二级分类指标的复合值
%
资料来源：Wind，东证衍生品研究院
而如果按照二级分类来看的话，对 CPI 影响较重要（贡献能力绝对值大于 1%）的有畜
肉类、鲜菜、酒类、交通工具用燃料、鲜果、食用油、水电燃料、医疗服务、烟草、蛋
类、水产品、西药、旅游、教育服务这 14 个指标。若再将他们也按照原始权重复合起
来的话，得到的新 CPI 指数与原始指数之间相关性高达 %。
但是需要注意的是，按照我们提供的这种方法所计算的 CPI 核心驱动因素，并不像 PPI
的核心驱动因素那样基本上解释了全部的 PPI 的走势，我们所得到的 CPI 核心驱动因素
按照实际权重再重新复合得到的 CPI 新指数与实际 CPI 指数之间仍然存在着一定差距，
但走势的相关性却很高，这说明了剩余所无法被核心驱动因素解释的那部分通知是比较
平稳的，所以通过抓住 CPI 的核心驱动因素便可以比较有效地反映出 CPI 的变动。
4、理解产生通货膨胀的逻辑
、通货膨胀问题不是简单的货币现象
1. 费雪方程式的域不完备性和结构局限性
人们通常都会采用费雪交易方程式（MV=PT）来理解弗里德曼所谓“通货膨胀无论何
时何地都是个货币现象”的含义。这个方程式的意思是，商品和劳务价格的加权平均数
（P）与商品和劳务的交易数量（T）的乘积等于货币数量（M）与货币流通速度（V）
的乘积。那么假设一定时期内货币流通速度没有发生变化，而且商品和劳务的交易数量
也基本是固定的，那么货币数量变动了多少就决定了物价平均数的变化。
从费雪的货币理论来看，货币贬值率可以用以反映通货膨胀率，该理论将货币量与物价
之间建立了联系。但是这个从货币到物价的反馈过程隐含的一层意思是超发的货币会全
金融工程-专题报告 2018-08-29
24 期货研究报告
部流入到商品和劳务这个市场中了，这就好像新增的水如果没有外流而只流入到某一个
“池子”中的话，可以通过对该池子里水位的观察来判断增加的水量大小。而假如可以
用来蓄水的“池子”不仅一个呢，所以我们不得不考虑这样的一个问题，反映通货膨胀
的物价指数是否完全可由货币现象来解释呢？
我们尝试从两个角度给出对这个问题的理解：
（1）费雪方程式的域不完备性：
货币具有流动性，就像水往低处流一样，货币总会流向利润更高的资产“池”当中，但
除了一般的商品和劳务资产之外，还有金融资产、房地产资产等“池子”都可以接受货
币流入。那么按照这个理解的话。费雪方程所表述内容具有不完备的特征，所以我们可
以改写该方程为：
i i j j
i j
mv p t=
本质上一个经济体总是存在着多个资产交易市场，但一旦货币超发，其实无法保证货币
只在其中一个“池子”内，所以此时用 CPI、PPI 等物价指数可能也只是反映部分的通
胀问题。我们国家虽然 M2 的增速较高，但是 CPI 却始终保持在可控范围（近两年 CPI
都维持在 2%左右）。有人认为资本是逐利的特点，超发的货币大部分流入到高回报的房
地产市场当中了。而 CPI 指数以反映居民生活消费物价水平为主，居住消费比例很低，
所以房地产价格上涨而 CPI 不涨的现象就可以因此被解释了。
（2）费雪方程式的结构局限性：
因为用货币贬值率来表示通货膨胀率的前提是货币流动速度 V 以及商品和劳务的交易
数量 T，都保持不变，但实际情况却无法保证能够满足这样的条件。所以，引导通胀产
生的因素如果只用货币供给量来表示会有明显的局限性。我们对费雪方程做求导计算，
P P P V M
dP dM dV dT dM dV MVdT
M V T T T
= + + = + −
dP dM dV dT
P M V T
= + −
可以看到通胀的变化不仅仅会由货币供给量的变化的影响，还有其他两个变量的变化率
的影响。但上式却忽略了一些重要的外部因素，比如利率的变化，央行加息降息的动作
不仅仅会影响实际货币供给量而且也会影响到货币的流通速度。除此之外，人们的通胀
预期也是一个非常重要的影响因素。所以我们认为如果把通胀问题单纯地解释为货币现
象并不合适。
接下来，我们将通过数据来进一步阐明通胀与货币因素之间的关系。
金融工程-专题报告 2018-08-29
25 期货研究报告
2. PPI、CPI 与货币因素的滞后相关性
图表 31：PPI、CPI 与 M2、国内信贷的同比增速走势情况
00
-0
1
01
-0
1
02
-0
1
03
-0
1
04
-0
1
05
-0
1
06
-0
1
07
-0
1
08
-0
1
09
-0
1
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
M2:同比 PPI:当月同比
CPI:当月同比 信贷:同比
%
资料来源：Wind，东证衍生品研究院
研究中可用来描述货币政策变化的宏观指标有很多，比如反映不同层次的货币供给量的
基础货币 M0、狭义货币 M1 和广义货币 M2，以及准货币（广义与狭义货币的差值）等。
一般情况下，由于 M2 包含交易需求型货币和储蓄需求型货币，故 M2 的变化被认为会
对通货膨胀造成影响，同样地，国内信贷数据反映了资本流入到居民或企业的规模，那
么就会影响到居民生活品和企业工业品价格的变化。这两个指标，M2 同比和国内信贷
规模同比，与通货膨胀的相关走势如上图所示。
图表 32：PPI、CPI 与货币因素指标之间的滞后相关性
-1
0
-14 -12 -10 -8 -6 -4 -2 0 2 4 6 8 10 12 14
CPI与滞后k阶的M2
CPI与滞后k阶的信贷
PPI与滞后k阶的M2
PPI与滞后k阶的信贷
相关性
滞后阶数k
资料来源：Wind，东证衍生品研究院
为了更加清楚通货膨胀与货币指标之间的相对滞后关系，我们考察原始的通胀数据与滞
后 k 阶的货币指标之间的相关性，会随着 k 值发生怎样的变化。因为在计算时我们只考
金融工程-专题报告 2018-08-29
26 期货研究报告
虑对货币数据做延后处理，所以如果选择的滞后阶数 k 是正数，那么实际意味着讨论货
币数据领先通胀数据的可能性；而如果 k 是负数，则意味着在讨论通胀数据领先货币数
据的可能性。
从结果上来看，（1）当 k 大约在-2 至-4 时，货币指标与通胀指标之间负相关的程度最高：
这说明通胀指标超前货币指标 2 到 4 个月，若某时期通胀数据出现急速下降，那么在一
段时间 M2 将会随着大幅上涨，以应对通胀持续下降，避免可能引发的通缩现象。因此
这个结论意味着很多时候我们国家所采取的货币政策其实是由当前经济下通胀指标的
变化而引起的。（2）当 k 大约在 11 至 14 之间时，货币指标与通胀指标之间正相关的程
度相对较高：这说明了这两者也可能存在这样一种关系，即在货币政策实施之后的 11
到 14 个月时才传导至通胀上面来。
其实，我国货币政策需要经历形成、改进、落实等过程，因此货币供应量的影响不能及
时而准确的表现在物价水平上。所以我们认为货币因素（M2、信贷）显然不是短期内
造成通胀（PPI、CPI）的直接原因，而反过来通胀却能够迅速地影响货币政策的实施，
尤其是出现较为极端的通胀时。
3. PPI、CPI 与货币因素的格兰杰因果关系检验
但是，上述结论也不完全准确，因为国内宏观环境变化较快，应该从不同时间阶段来分
别看待货币因素与通胀指标之间的关系。因此，我们采用了和之前一样的方式，分三个
时间段来对 PPI、CPI 与货币因素之间的传导关系进行格兰杰检验，结果如下表所示。
图表 33：PPI、CPI 与货币因素指标之间传导关系的格兰杰检验
数据区间 2001-2007 2008-2014 2015-2018
空假
设
p 值 检验结果
滞后
阶数
p 值 检验结果
滞后
阶数
p 值 检验结果
滞后
阶数
A:PPI,
B:M2
H0 Fail to reject
2
Reject
2
Fail to reject
2
H*0 Fail to reject Fail to reject Fail to reject
结论 AB A→→B AB
A:PPI,
B:信贷
H0 Reject
3
Reject
4
Reject
3
H*0 Reject Fail to reject Fail to reject
结论 A→B A→→B A→→B
A:CPI,
B:M2
H0 Reject
1
Reject
1
Fail to reject
1
H*0 Reject Reject Fail to reject
结论 A→B A→B AB
A:CPI,
B:信贷
H0 Fail to reject
1
Reject
1
Fail to reject
1
H*0 Fail to reject Reject Fail to reject
结论 AB A→B AB
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
27 期货研究报告
（1）在 2001-2007 年，PPI 与信贷、CPI 与 M2 之间互为格兰杰原因，它们两两之间具
有相互的传导作用。
（2）在 2008-2014 年间，PPI 对于货币因素而言具有明显的超前领先关系，并形成前者
向后者的传导作用，反而 CPI 与货币因素互为因果，这说明该阶段内货币政策的调整主
要受到产业链上游工业品价格变化的影响，即生产型通胀的变化会引导货币因素产生变
化，但消费型通胀则基本与货币指标同步。
（3）到了 2015 年之后，不仅仅如前文所分析的 PPI 与 CPI 之间的传导关系逐渐转弱，
而且通胀与货币因素之间的联动关系也变得更弱了，但是 PPI 却依然保持着对信贷的单
向传导作用。
总体而言，我们发现 PPI 的变化始终都会引导信贷的变化，这一点说明 PPI 会影响企业
的生产成本以及产品的销售价格，进而影响到企业向银行的资金借贷，所以 PPI 会单向
地将波动信息传导至国内信贷这个指标上。而 CPI 与 M2 之间则常常存在着一定的传导
关系，这是由于 M2 反映的是交易需求型和储蓄需求型的货币量，说明货币对 CPI 的拉
动影响可以直接从改变需求的角度来实现的。所以说，“通货膨胀问题不是简单的货币
现象”，我们不能否认长期来看货币因素仍可能对未来通胀造成影响，但是却不能简单
地从货币指标的变化推导出短期内通胀的变化。
、通货膨胀需要看大宗商品的“脸色”
既然货币因素不是造成通货膨胀的直接原因，那么到底是什么因素对我们国内通胀水平
的影响最大或者说更直接相关呢？在前文中我们知道通胀问题虽然本质上是深层次的
产需结构矛盾的问题，但表观上通胀仍然很大程度上会受到商品市场的影响。由于大宗
商品指数基本可以反映整个商品市场价格的走势，所以我们用 CCFI 指数探讨大宗商品
市场对通货膨胀的整体性地传导作用。
图表 34：PPI、CPI 与大宗商品指数的走势情况
00
-0
1
01
-0
1
02
-0
1
03
-0
1
04
-0
1
05
-0
1
06
-0
1
07
-0
1
08
-0
1
09
-0
1
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
CCFI:当月同比 PPI:当月同比(右)
CPI:当月同比(右)
% %
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
28 期货研究报告
1. PPI、CPI 与大宗商品指数的滞后相关性
图表 35：PPI、CPI 与大宗商品指数之间的滞后相关性
0
1
-14 -12 -10 -8 -6 -4 -2 0 2 4 6 8 10 12 14
CPI与滞后k阶的CCFI
PPI与滞后k阶的CCFI
相关性
滞后阶数k
资料来源：Wind，东证衍生品研究院
这里我们也同样地对滞后了 k 阶的商品指数与原始 PPI 或 CPI 之间的相关性进行计算，
而关于 k 的正负所代表的意义如同前文所述的一样。从上图所示的结果来看，当 k 取值
在 2-4 时，滞后了 k 阶的 CCFI 指数均表现出与 PPI 或 CPI 较高的相关性，说明商品指
数相对通胀指数在时序上具有一定的领先性。我们认为商品指数之所以与通胀存在这种
时滞关系，原因是 PPI 是生产者出厂价格指数，需要一段时间实现从以大宗商品为主的
原材料到产品出厂之间的价格传导。
2. PPI、CPI 与大宗商品指数的格兰杰因果关系检验
同样地，我们分三个时间段来对 PPI、CPI 与大宗商品之间的传导关系进行格兰杰检验，
结果如下表所示。
图表 36：PPI、CPI 与大宗商品指数之间传导关系的格兰杰检验
数据区间 2001-2007 2008-2014 2015-2018
空假
设
p 值 检验结果
滞后
阶数
p 值 检验结果
滞后
阶数
p 值 检验结果
滞后
阶数
A:PPI,
B:CCFI
H0 Fail to reject
2
Reject
2
Fail to reject
2
H*0 Reject Reject Reject
结论 AB A→B AB
A:CPI,
B:CCFI
H0 Fail to reject
1
Reject
1
Fail to reject
1
H*0 Fail to reject Reject Fail to reject
结论 AB A→B AB
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
29 期货研究报告
（1）2001-2007 年之间，CCFI 是 PPI 的格兰杰原因，大宗商品指数对 PPI 具有单向的传
导作用，而对 CPI 没有传导作用。
（2）而在 2008-2014 年之间，我们发现大宗商品指数与通胀指标 PPI、CPI 多互为因果
关系，说明二者的传导作用是相互的。
（3）在 2015 年及以后，CCFI 能单向地将价格信息传导至 PPI，而与 CPI 之间的传导关
系却并不显著。
为了更加细致地观察通胀与大宗商品之间的传导关系，我们将反映国内大宗商品价格指
数的 CCFI 分为不同的大类，包括贵金属、有色、煤焦钢矿、非金属建材、能源、化工、
谷物、油脂油料、软商品和农产品，也将 PPI 用其核心驱动因素冶金工业、石油工业、
化工工业、煤炭及炼焦工业来代替，将 CPI 用其核心驱动因素食品烟酒、居住、交通和
通信、教育和文化娱乐、医疗保健来代替。然后可以通过模型得到各大类的大宗商品指
数（10 个大宗商品大类指数）与 PPI 或 CPI 的核心驱动因素（9 个通胀核心驱动因素）
之间传导关系的格兰杰检验结果，其结果如下图 10×9 的矩阵表所示。简单起见我们把
检验结果用数字来表示了，数字“0”表示 A 和 B 之间互为非因果关系，“1”表示 A 是
B 的格兰杰原因，而 B 不是 A 的格兰杰原因，故 A 可以单向地传导至 B，“2”表示 A
不是 B 的格兰杰原因，但 B 是 A 的格兰杰原因，所以 B 可以单向地传导至 A，“3”则
表示 A 和 B 互为因果关系，二者可相互传导。除此之外，由于大宗商品指数数据长度的
限制，我们这里不再分区间来分别考察检验了，而是统一采用全样本的数据进行检验。
图表 37：PPI、CPI 的核心驱动因素与不同大类的大宗商品指数的传导关系
CPI PPI
B
A
食品烟
酒
居住
交通和
通信
教育和
文化娱
乐
医疗保
健
冶金工
业
石油工
业
化学工
业
煤炭及
炼焦工
业
贵金属 0 0 0 0 1 1 1 1 1
有色 0 3 3 0 0 1 1 1 0
煤焦钢矿 0 0 3 1 1 1 1 1 1
非金属建材 0 1 3 0 1 1 1 1 1
能源 0 1 3 0 0 1 1 1 1
化工 0 1 3 0 1 1 1 1 1
谷物 3 1 1 0 1 1 1 1 1
油脂油料 1 1 3 0 0 1 1 1 1
软商品 1 2 3 0 1 3 3 3 1
农副产品 0 2 1 0 0 0 0 0 0
资料来源：Wind，东证衍生品研究院(注：0 表示 AB，1 表示 A→→B，2 表示 AB，3 表示 A→B)
从上表的结果中我们可以发现，数字“1”的数量最多，表示 A（大宗商品）向 B（通胀）
的单向传导。其中，多数大类的大宗商品能够显著地将其价格变动信息传导至 PPI 的核
心驱动因素上面，但大宗商品向 CPI 传导的主要途径是通过油脂油料、软商品影响 CPI
食品烟酒，以及通过非金属建材、能源、化工等对 CPI 居住造成影响。数字“2”表示 B
金融工程-专题报告 2018-08-29
30 期货研究报告
（通胀）向 A（大宗商品）的价格信息的传导，但仅有 CPI 居住想软商品和农副产品的
传导关系是显著的。除此之外，大宗商品中有色、煤焦钢矿、非金属建材等与 CPI 交通
和通信之间的关系是互相传导的，而且软商品与 PPI 冶金工业、石油工业、化学工业也
是相互传导的。
5、大宗商品的通胀保护能力
对于长期投资者而言，资产的通胀风险是不可忽视的一种风险，如果资产收益率抵不过
通胀那投资者的实际收益率便是负值。TIPS（Treasury Inflation Protected Securities）是由
美国财政部发行的一种无风险债券，挂钩于美国 CPI，这种债券可以用来消除通胀变化
带给资产的变动风险，对于养老基金等长期投资者尤为重要。但是我们国内目前还没有
一种可以直接对冲通胀风险的产品，那么靠什么来抵抗通胀风险呢？
自 98 年国务院决定实施住房制度改革以来，房子不再作为公司福利分配给个人而是作
为一种商品流入市场，从而开启了一段号称“靠买房抗通胀”的大潮。但是随着最近两
年政府采取一系列措施坚持“房子是用来住的，不是用来炒”的定位，“房子一定会涨”
的预期也将会在炒房投资者的心里土崩瓦解，因为聪明的资本天生爱逐利，不会再流往
房地产这个“蓄水池”中了，也就意味着未来想要通过房子来实现抗通胀将不会成功，
那么如果市场通胀预期上升时，我们如何更加有效地进行资产投资以抵抗通胀呢？
根据前文的分析，相较于货币因素，大宗商品是更能直接且有效地影响 PPI 或 CPI 的重
要因素。所以接下来我们会从大宗商品品种的角度来讨论如何测量大宗商品的通胀保护
能力，然后再构建出具有实际投资意义的抗通胀组合。
、通胀保护能力测算方法
欧文费雪认为预期名义利率应该与预期通货膨胀率一对一地变化，资产的名义收益率应
等于同期的实际收益率与预期通货膨胀率之和，这就是费雪效应。而 Fama 和 Schwert
（1977）为了对资产的通胀对冲能力做实证测试，在费雪效应的基础上做了一些改变，
( )t t t t tR E E = + + − +
式子中
t
R 是资产的名义收益率， 是资产实际收益率，在回归意义上它与真实的资产实
际收益率不一样； 是预期通胀系数，反映的是该资产对通胀的保护能力大小，如果
0 1 表示资产只能提供部分对冲预期通胀风险的能力，如果 1 则意味着资产可
以提供超额的保护能力，而若 1 = 则表示资产与预期通胀一一匹配，资产能完美对冲
预期通胀；而 是非预期通胀系数，反映的是非通胀因素带来的资产收益的能力大小；
t 则是随机误差项，并满足零均值和同方差的属性。所以通过资产名义收益率、预期通
胀率和未预期通胀率之间的回归分析，我们可以获得各个资产的通胀保护能力的情况。
金融工程-专题报告 2018-08-29
31 期货研究报告
但是回归当中的解释变量是预期通胀率而不是实际的通胀率，所以就需要事先确定用什
么数据作为预期通胀率。预期通胀率如何选择呢？
国内外已很多研究涉及到预期通胀率数据的使用，有学者选择使用国债到期收益率来做
为预期通货膨胀率的替代指标，比如 Fama and Schwert（1977）使用的是滞后 1 期的 3
个月期的国债收益率，而部慧和汪寿阳（2010）则采用滞后 1 期的 1 年期国债到期收益
率。我们将 3 个月期和 1 年期国债到期收益率和 CPI、PPI 做了对比，以 1 年期国债到
期收益率为例，它与 CPI 之间的相关性高达 ，而且如果用该收益率与 CPI 做一元线
性回归的话，它对 CPI 的解释能力为 %。但是国债收益率对 PPI 的相关性以及解释
能力均较低，分别为 和 %。
我们知道央行每个季度会发布全国城镇储户问卷调查情况，其中有一个指标物价预期指
数也可以作为对未来 3 个月物价水平的预期值。该指数是由权重为 1 的预计物价"上升"
的储户占比与权重为 的预计物价“基本不变”的储户占比相加得到的。尽管该指数
长期来看确实相对实际 CPI 具有一定的领先性，但是这个指数缺点是发布频率较低，而
且波动噪声较高。
还有一种方法是直接拿真实的 t+1 期的实际通胀数据作为 t 期的预期通胀率，该方法也
被一些研究所采用比如 Erb 和 Harvey（2005）、杨继生（2009）等。因为该方法本质上
应用了未来数据，但是如果只是作为样本内的分析，采用实际通胀数据作为预期通胀能
反映出更加贴近实际的通胀保护能力。
图表 38：国债到期收益率与 PPI、CPI 同比增速的历史走势
-10
-5
0
5
10
15
00
-0
1
01
-0
1
02
-0
1
03
-0
1
04
-0
1
05
-0
1
06
-0
1
07
-0
1
08
-0
1
09
-0
1
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
中债国债到期收益率:3个月 中债国债到期收益率:1年
CPI:当月同比 PPI:当月同比
%
资料来源：Wind，东证衍生品研究院
、单品种的实证分析及通胀保护组合的构建
（1） 大宗商品对 PPI 的保护作用
金融工程-专题报告 2018-08-29
32 期货研究报告
我们根据上述方程对 2010 年以后国内期货市场上交易的各个大宗商品对 PPI 的预期通
胀及非预期通胀做了回归分析，为了保证回归的准确度，就需要样本足够长，所以我们
只选择具有超过 60 个月（5 年）同比数据的品种。PPI 与国债到期收益率之间相关性很
低，没有合适的可替代数据来表示预期 PPI 通胀，而由于我们这里的分析全都是基于样
本内的分析，因而采用 Erb 和 Harvey（2005）等人的研究方法，选择下一期的实际 PPI
作为当期的预期通胀。对于各个大宗商品的同比价格的计算，我们这里采用的是近月或
当月合约而没有使用主力合约，主要原因有两个：一是主力合约的到期月份往往都是几
个月之后，而且不同品种的到期月份也不同，若直接使用就会造成信息“错配”，二是
主力合约往往会因为展期造成价格不连续，由此计算出来的同比增速可能“失真”。
以原油（布伦特近月合约）为例，我们取其在 2010 年及以后的原始价格数据，转换为
月度同比数据，然后和预期的 PPI 通胀数据（t+1 期 PPI 同比）、非预期的 PPI 通胀数据
（t 期实际 PPI 同比与预期 PPI 之差）做带常数项的多元线性回归。原油的同比数据本
身与 PPI 的相关性为 ，同时回归结果显示调整后的拟合优度 Adj-R2为 ，预期的
PPI 通胀保护系数β为 ，而且通过显著性检验，而非预期的 PPI 通胀保护系数γ为，
说明原油能够很有效地对预期 PPI 通胀提供保护，并且能够对冲 6 倍于预期通胀的风险，
但是对非预期通胀的保护能力较弱。除此之外，我们也通过计算滞后相关性的方式，计
算了 PPI 与滞后 k 阶的原油之间的相关性，结果显示当 k=2 时，二者相关性最高，说明
原油实际上领先 PPI 大约 1 个月的时间。
图表 39：PPI 与原油走势对比
-8
-6
-4
-2
0
2
4
6
8
10
-60
-40
-20
0
20
40
60
80
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
原油同比 PPI:当月同比% %
资料来源：Wind，东证衍生品研究院
图表 40：PPI 与原油之间的滞后相关性
0
1
-14 -12 -10 -8 -6 -4 -2 0 2 4 6 8 10 12 14
PPI与滞后k阶的
原油
相关性
滞后阶数k
资料来源：Wind，东证衍生品研究院
图表 41：大宗商品与预期及非预期 PPI 的回归结果
大宗商品
与 PPI 零阶
相关性
资产“实际”
收益率α
预期通胀保
护系数β
非预期通胀
保护系数γ
回归解释度
Adj-R2
（从大到小）
样本长
度（月份
数）
是否被纳入
对应组合内
热轧卷板 * * 40 是
沥青 * * * 45 是
菜籽 * 55 是
金融工程-专题报告 2018-08-29
33 期货研究报告
聚丙烯 * * * 41 是
PTA * * * 102 是
原油 * 102 是
硅铁 * * * 35 是
动力煤 * * 46 是
铅 * * * 76 是
甲醇 4* * 69 是
螺纹钢 * * 100 是
铝 * * 102 是
线材 * 100 是
铜 * * 102 是
玻璃 * * 55 是
焦炭 * * * 75 是
橡胶 * * 102 是
PVC * * 98
锡 * * 28
胶合板 * 43
燃油 * 102
棉花 * * 102
棕榈油 * * 102
铁矿石 * * * 45
焦煤 * * 52
菜油 * * * 60
锰硅 * 35
菜粕 * * 55
豆油 * * -8* 102
锌 * * -9* 102
纤维板 * * * 43
镍 * 28
晚籼稻 * * * 36
塑料 * * 102
黄金 2 * 102
豆二 * * 102
粳稻 * 44
白糖 * * * 102
玉米淀粉 * * * 31
白银 * * * 62
玉米 * * 102
豆粕 * * 102
金融工程-专题报告 2018-08-29
34 期货研究报告
鸡蛋 * 44
普麦 * * 66
豆一 * 102
强麦 * * * 102
早籼稻 * 99
商品组合 * *
资料来源：Wind，东证衍生品研究院 (注：*表示在 5%的水平下显著)
图表 42：PPI 与商品组合走势对比
-8
-6
-4
-2
0
2
4
6
8
10
-40
-20
0
20
40
60
80
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
商品组合同比 PPI:当月同比% %
资料来源：Wind，东证衍生品研究院
图表 43：PPI 与商品组合之间的滞后相关性
0
1
-14 -12 -10 -8 -6 -4 -2 0 2 4 6 8 10 12 14
PPI与滞后k阶的
商品组合
滞后阶数k
相关性
资料来源：Wind，东证衍生品研究院
对 2010 年以后的各个大宗商品的回归结果显示，对预期 PPI 通胀及非预期 PPI 通胀的
回归方程的拟合程度最好的是 PTA、原油等能源化工或工业金属等多个品种，而与 PPI
不相关且回归拟合程度较低的品种包括早籼稻、强麦、豆一等多个农产品的品种。在预
期的 PPI 通胀保护能力方面，大多数品种都能完全覆盖掉预期通胀风险，其中焦炭能提
供约 11 倍于预期通胀风险的保护能力，而早籼稻、强麦等几个农产品却不足以对冲预
期通胀风险。
我们将几个与原始 PPI 相关性高而且回归拟合度也高的几个品种筛选出来，筛选的标准
是与原始 PPI 相关性超过 而且回归方程的 Adj-R2 超过 ，然后将各品种等权复合
起来构成一个新的大宗商品组合。该组合与原始 PPI 的相关性高达 ，而若考虑不同
滞后阶数的相关性的话，当商品组合主动延后 2 阶时，二者相关性最高，高达 ，说
明新构成的商品组合超前于 PPI 大约 2 个月的时间。若将该组合的同比数据与预期和非
预期的通胀数据进行回归的话，得到的 Adj-R2达到 ，对预期通胀的保护系数为 ，
而非预期的通胀保护系数为，而且全都通过 5%的显著性检验。所以，以这样的方
式所构建的商品组合也能够比较有效地对预期的 PPI 通胀风险进行保护和对冲。
金融工程-专题报告 2018-08-29
35 期货研究报告
如果把 PPI 按照工业部门划分的话，大宗商品又会有着怎么样的保护作用呢？
根据我们在本篇报告 部分的分析，PPI 的核心驱动因素包括了冶金工业、石油工业、
化学工业和煤炭及炼焦工业，我们也给出了与每个工业部门比较相关的大宗商品品种的划
分。所以接下来就将划分之后的大宗商品分别与其对应的按工业部门划分的 PPI 细分项进行
回归分析，即考虑大宗商品对细分通胀的保护作用，结果如下表所示，每个大类都以回归拟
合度 Adj-R2由大到小排列。
图表 44：大宗商品与预期及非预期的 PPI 核心驱动分项的回归结果
按工业部
门划分的
PPI 分项
大宗商品
与 PPI 对
应分项零
阶相关性
资产“实际”
收益率α
预期通胀
保护系数β
非预期通
胀保护系
数γ
回归解释度
Adj-R2
（从大到小）
是否被纳入
对应组合内
冶金工业
热轧卷板 * * 是
螺纹钢 * * 是
铅 * * * 是
铝 * 是
硅铁 * * 是
线材 * * 是
锡 * * 是
锌 * *
锰硅 *
铜 *
铁矿石 * *
白银 * *
镍 *
黄金 * *
冶金组合 * *
石油工业
原油 * * 是
沥青 * * 是
燃油 *
石油组合 *
化学工业
PTA * * * 是
聚丙烯 * * * 是
甲醇 * * 是
橡胶 * * 是
PVC * *
玻璃 * * *
胶合板 *
纤维板 * * *
塑料 * *
化工组合 * * *
金融工程-专题报告 2018-08-29
36 期货研究报告
煤炭及炼
焦工业
动力煤 * * 是
焦炭 * * * 是
焦煤 * * 是
煤焦组合 * * *
资料来源：Wind，东证衍生品研究院 (注：*表示在 5%的水平下显著)
每个大类里的大宗商品都与其对应的 PPI 细分项有着较高的相关性，而且大多数商品也都具
有相对领先 PPI 的特性。对于每个大类来说，我们仍挑选满足相关性超过 、单个品种的
回归拟合度超过 的商品来构建一个新的组合，然后将每个组合再次进行通胀的回归分
析，我们发现相关性和回归拟合度都有明显提升。
图表 45：冶金工业 PPI 与冶金组合走势对比
-20
-15
-10
-5
0
5
10
15
20
25
30
-40
-30
-20
-10
0
10
20
30
40
50
60
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
冶金商品组合 冶金工业PPI% %
资料来源：Wind，东证衍生品研究院
图表 46：石油工业 PPI 与石油组合走势对比
-40
-30
-20
-10
0
10
20
30
40
50
-60
-40
-20
0
20
40
60
80
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
石油商品组合 石油工业PPI% %
资料来源：Wind，东证衍生品研究院
图表 47：化学工业 PPI 与化工组合走势对比
-8
-6
-4
-2
0
2
4
6
8
10
12
-40
-20
0
20
40
60
80
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
化工商品组合 化学工业PPI% %
资料来源：Wind，东证衍生品研究院
图表 48：煤炭及炼焦工业 PPI 与煤焦组合走势对比
-30
-20
-10
0
10
20
30
40
50
-50
0
50
100
150
200
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
煤焦商品组合
煤炭及炼焦工业PPI
% %
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
37 期货研究报告
（2） 大宗商品对 CPI 的保护作用
接下来我们采用相同的方式检验大宗商品对 CPI 也具有同样的保护作用。预期的 CPI
通胀数据也同样地采用下一期的 CPI 的实际数据，非预期的通胀数据是二者之差。
这里以豆油为例，豆油与 CPI 之间的相关性为 ，经过不同阶数下的滞后相关性的计
算，我们发现当豆油领先 CPI 大约 5 阶的时候，二者相关性是最高的。但是若将豆油与
预期的 CPI 和非预期的 CPI 进行多元线性回归的话，回归拟合度仅为 。
图表 49：CPI 与豆油走势对比
0
1
2
3
4
5
6
7
-40
-30
-20
-10
0
10
20
30
40
50
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
豆油同比 CPI:当月同比% %
资料来源：Wind，东证衍生品研究院
图表 50：CPI 与豆油之间的滞后相关性
0
-14 -12 -10 -8 -6 -4 -2 0 2 4 6 8 10 12 14
CPI与滞后k阶
的豆油
相关性
滞后阶数k
资料来源：Wind，东证衍生品研究院
图表 51：大宗商品与预期及非预期 CPI 的回归结果
大宗商品
与 CPI 零阶
相关性
资产“实际”
收益率α
预期通胀保
护系数β
非预期通胀
保护系数γ
回归解释度
（Adj-R2）
（从大到小）
是否被纳入
对应组合内
豆油 * * 是
玉米 * * 是
PTA * * 是
棉花 * * 是
黄金 * * 是
原油 * * 是
白糖 * * 是
强麦 * * *
棕榈油 * *
橡胶 * *
白银 * *
豆二 * *
菜油 * *
金融工程-专题报告 2018-08-29
38 期货研究报告
锰硅 * *
豆一 * *
早籼稻 *
铅 * *
铜
线材 *
锌 * *
PVC *
硅铁 *
菜粕
普麦
焦炭 *
铝
纤维板 *
鸡蛋
热轧卷板
燃油
甲醇
塑料
焦煤
晚籼稻
螺纹钢
胶合板
豆粕
沥青
玻璃
铁矿石
聚丙烯
锡
菜籽
粳稻
动力煤
镍
玉米淀粉
商品组合 * *
资料来源：Wind，东证衍生品研究院 (注：*表示在 5%的水平下显著)
我们对比了所有的大宗商品的回归结果，并根据回归拟合度 Adj-R2从大到小进行排序，
排名相对靠前的大多是谷物、软商品、油脂油料等农产品，但整体上所有的大宗商品对
预期CPI 和非预期CPI 的回归拟合度都比较低，而且大宗商品与 CPI的相关度也比较低。
金融工程-专题报告 2018-08-29
39 期货研究报告
这也就意味着大宗商品不能很好地实现 CPI 通胀风险的保护或对冲。
图表 52：CPI 与商品组合走势对比
0
1
2
3
4
5
6
7
-30
-20
-10
0
10
20
30
40
50
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
商品组合同比 CPI:当月同比% %
资料来源：Wind，东证衍生品研究院
图表 53：CPI 与商品组合之间的滞后相关性
0
-14 -12 -10 -8 -6 -4 -2 0 2 4 6 8 10 12 14
CPI与滞后k阶的
商品组合
相关性
滞后阶数k
资料来源：Wind，东证衍生品研究院
同样地，我们挑选了回归结果相对较好的几个品种（与 CPI 相关性超过 、回归 Adj-R2
超过 ），包括了豆油、玉米、PTA、棉花、黄金、原油、白糖，重新等权构建了一个
新的商品组合，然后将该商品组合再次与 CPI 进行对比检验。新的组合与原始 CPI 之间
相关性为 ，考虑滞后性的话 CPI 与滞后了 5 阶的商品组合之间的相关性最高，高达
，说明该组合能领先 CPI 指数大概 5 个月的时间，这也意味着通胀信息从大宗商品
到 CPI 的传递过程更久。若将该组合再与预期及非预期的 CPI 数据进行多元线性回归，
结果显示对预期 CPI 的保护系数为 ，非预期 CPI 的保护系数是，但是 Adj-R2为
，尽管比单个品种而言有所提升但依然处于较低的水平。所以，如果直接利用大宗
商品来抵御 CPI 的通胀风险，可能无法获得较为理想的效果。
由于 CPI 的构成中食品烟酒项仅占 30%左右，而且其他的构成分项中与大宗商品的表现
也几乎没有较大关联，所以大宗商品直接对原始的 CPI 进行回归分析的话，结果可能有
失偏颇。接下来，我们将主要考虑农产品及原油等大宗商品对在一级或二级分类下 CPI
的部分核心驱动因素的保护作用。
图表 54：大宗商品与预期及非预期的 CPI 核心驱动分项的回归结果
CPI 分项
（一级或二
级）
大宗商品
与对应分
项相关性
资产“实际”
收益率α
预期通胀保
护系数β
非预期通胀
保护系数γ
回归解释度
Adj-R2
（从大到小）
是否被纳入
对应组合内
CPI 食品
生猪 * * * 是
菜籽 * * 是（空头）
豆油 * * 是
玉米 * * 是
菜油 * 是（空头）
金融工程-专题报告 2018-08-29
40 期货研究报告
白糖 *
强麦 *
早籼稻 *
玉米淀粉 *
棉花 *
棕榈油 * *
豆二 * *
晚籼稻 *
菜粕
普麦 *
豆一
鸡蛋
粳稻
豆粕
农产品组合 * *
CPI:食品烟
酒:畜肉类
生猪 * * *
CPI:食品烟
酒:食用油
菜油 * 是
豆油 * * * 是
棕榈油 * * 是
油脂油料组合 * * *
CPI:食品烟
酒:蛋类
鸡蛋 * *
CPI:食品烟
酒:粮食
玉米 * * 是
粳稻 * * * 是（空头）
强麦 * * 是
晚籼稻 *
普麦 *
早籼稻
谷物组合 * *
CPI:交通与
通信:交通工
具用燃料
原油 * * 是
燃油 * 是
燃料组合 *
资料来源：Wind，东证衍生品研究院 (注：*表示在 5%的水平下显著)
如上表所示，我们首先考虑大宗商品中所有的农产品是否各自对 CPI 一级分类下的食品
项具有一定的保护作用，由于生猪期货没有上市，我们这里采用的是 22 省市的生猪平
均现货价。结果显示生猪的回归 Adj-R2是所以农产品当中最高的，而且预期与非预期的
通胀系数也都显著，说明生猪价的同比数据能够较好地对 CPI 分项中的食品通胀起到保
护作用。另外，若单独用生猪与 CPI 二级分类中的畜肉类进行回归的话，回归拟合度高
金融工程-专题报告 2018-08-29
41 期货研究报告
达 。考虑到前文中我们也分析得到，CPI 食品的通胀风险几乎都被猪肉价格的波动
风险所解释掉，猪肉通胀对 CPI 的贡献度高达 %，所以未来一旦生猪期货能够上市
交易的话，利用它便可以很好地预测 CPI 或进行 CPI 通胀保护。
我们也用菜油、豆油和棕榈油对 CPI 二级分类中的食用油进行了回归分析，其中菜油、
豆油的 Adj-R2 均超过了 。鸡蛋期货对预期及非预期的 CPI 蛋类通胀的解释度高达
，而由玉米、粳稻和强麦所构成的谷物组合则对预期及非预期的 CPI 粮食类通胀的
解释度为 。除此和食品有关的农产品之外，我们发现原油及燃油与 CPI 二级分类中
的交通工具燃料有着较为明显的相关性，前者对后者的预期及非预期值的回归 Adj-R2
高达 。
图表 55：CPI 食品与农产品组合走势对比
-10
-5
0
5
10
15
20
-30
-20
-10
0
10
20
30
40
50
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
农产品组合 CPI食品% %
资料来源：Wind，东证衍生品研究院
图表 56：CPI 畜肉类与生猪走势对比
-15
-10
-5
0
5
10
15
20
25
30
35
40
-60
-40
-20
0
20
40
60
80
100
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
生猪 CPI:食品烟酒:畜肉类% %
资料来源：Wind，东证衍生品研究院
图表 57：CPI 食用油与油脂油料组合走势对比
-10
-5
0
5
10
15
20
-40
-30
-20
-10
0
10
20
30
40
50
60
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
油脂油料组合
CPI:食品烟酒:食用油
% %
资料来源：Wind，东证衍生品研究院
图表 58：CPI 蛋类与鸡蛋走势对比
-20
-15
-10
-5
0
5
10
15
20
25
-60
-40
-20
0
20
40
60
80
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
鸡蛋 CPI:食品烟酒:蛋类% %
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
42 期货研究报告
图表 59：CPI 粮食与谷物组合走势对比
0
2
4
6
8
10
12
14
16
18
-20
-15
-10
-5
0
5
10
15
20
25
30
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
谷物组合 CPI:食品烟酒:粮食% %
资料来源：Wind，东证衍生品研究院
图表 60：CPI 交通工具用燃料与燃料组合走势对比
-25
-20
-15
-10
-5
0
5
10
15
20
25
-60
-40
-20
0
20
40
60
80
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
燃料组合
CPI:交通与通信:交通工具用燃料
% %
资料来源：Wind，东证衍生品研究院
、滚动方式构建抗通胀组合
之前我们是基于对 2010 年至 2018 年间的样本内分析结果来筛选商品并构建商品组合来
对冲通胀风险的，但考虑到实际投资时无法预知未来情况，因而我们采用滚动的方式来
构建一个持续调节的抗通胀组合。具体的构建方式是，（1）每年年初调整组合，（2）调
整依据是过去 5 年每个品种与预期及非预期通胀的回归拟合度 Adj-R2，挑选表现最好的
前 5 个品种构建组合（有些情况下，组合内数量可以少于 5 个，比如煤焦组合仅 3 个商
品品种），（3）由于一般在 T 年年初时投资者只能得到截止至 T-1 年 11 月的通胀数据，
故在滚动的窗口为 5 年的前提下，作为因变量的商品同比数据区间应为 T-6 年 11 月至
T-1 年 10 月，而又因为作为自变量的预期通胀数据是采用的下一期的实际通胀数据，因
而预期及非预期的通胀数据区间应为 T-6 年 12 月至 T-1 年 11 月。
以 PPI 为例，从 2010 年开始每年都会从过去的 5 年样本内挑选表现最好的前 5 个品种构
建出一个来对冲 PPI 通胀风险商品组合。下表展示了滚动的 PPI 商品组合在每一年度具
体所持有的商品情况。如果样本内分析的预期通胀保护系数β小于 0，也即该品种与通胀
相关性为负时，那么就应该做空该品种，比如 2010 年该组合所持有的白糖。
图表 61：滚动的 PPI 商品组合在各年度的持仓品种
2010 2011 2012 2013 2014 2015 2016 2017 2018
原油 原油 棕榈油 原油 橡胶 橡胶 螺纹钢 螺纹钢 沥青
豆油 燃油 原油 螺纹钢 螺纹钢 白糖 PTA 菜籽 铜
白糖(空) PTA 塑料 棕榈油 原油 螺纹钢 原油 原油 螺纹钢
豆二 豆二 燃油 线材 棕榈油 PTA 铜 菜粕 热轧卷板
燃油 豆油 橡胶 PVC 豆二 线材 线材 焦炭 菜籽
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
43 期货研究报告
图表 62：滚动商品组合与 PPI 在各年度的样本内及样本外回归结果
样本内结果（过去 5 年） 样本外结果（当年年内）
调仓期
PPI 与所构建组合
之间相关性
PPI 与所构建组合
的回归 Adj-R2
PPI 与所构建组合
之间相关性
PPI 与所构建组合的回归
Adj-R2
2010
2011
2012
2013
2014
2015
2016
2017
2018
资料来源：Wind，东证衍生品研究院
我们将每一年度按照上述方法所构建的滚动组合在样本内的表现与当年年内的样本外
的表现做了一个对比，样本外的表现比较不稳定而且明显差于各调仓期对应样本内的表
现，原因在于商品本身波动比较剧烈，历史上对通胀较高的相关性不代表未来仍旧具有
较高相关性。
我们将每个年度组合在样本外的表现连接起来与原始 PPI 做了对比，如下图所示，结果
发现二者相关性达到 ，若画出滞后相关性的图，我们发现商品组合仍然能够领先 PPI
指标大概 1 个月时间。然后我们再次将其与原始的 PPI 数据做了通胀保护能力的回归检
验，回归拟合度到达 ，预期通胀保护系数β为 倍，而且显著，说明该组合的同
比变化约 4 倍于 PPI 的同比变化，很好地起到对冲 PPI 通胀的作用。
图表 63：PPI 与滚动 PPI 商品组合走势对比
-8
-6
-4
-2
0
2
4
6
8
10
-40
-20
0
20
40
60
80
100
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
PPI商品组合 PPI% %
资料来源：Wind，东证衍生品研究院
图表 64：PPI 与滚动 PPI 商品组合滞后相关性
0
1
-14 -12 -10 -8 -6 -4 -2 0 2 4 6 8 10 12 14
PPI与滞后k阶的
滚动商品组合
相关性
滞后阶数k
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
44 期货研究报告
图表 65：滚动组合与其对应通胀指标的回归结果
通胀指标
滚动的组
合
领先
阶数
与对应分
项相关性
资产“实际”
收益率α
预期通胀保
护系数β
非预期通胀
保护系数γ
回归解释
度 Adj-R2
PPI
PPI 商品
组合
1 *
PPI:冶金工
业
冶金组合 1 *
PPI:石油工
业
石油组合 1 * *
PPI:化学工
业
化工组合 2 * * *
PPI:煤炭及
炼焦工业
煤焦组合 1 *
CPI
CPI 商品
组合
4 *
CPI:食品
农产品组
合
1 *
CPI:食品烟
酒:畜肉类
生猪 1 * * *
CPI:食品烟
酒:食用油
油料组合 2 * * *
CPI:食品烟
酒:蛋类
鸡蛋 0 * *
CPI:食品烟
酒:粮食
谷物组合 2 * * *
CPI:交通与
通信:交通工
具用燃料
燃料组合 1 *
资料来源：Wind，东证衍生品研究院 (注：*表示在 5%的水平下显著)
我们又将前文中涉及到的其他组合全部改为年度滚动的方式来构建，对各个滚动组合的
评价结果如上表所示，其中由于 CPI 畜肉类只由生猪来替代、CPI 蛋类只由鸡蛋来替代、
CPI 交通工具用燃料仅由原油和燃油的组合来替代，他们在 2010 至 2018 的每个年度持
仓完全相同，所以并不算“滚动”，因而其回归结果和上一部分的结果一致。这些滚动
方式所构建的组合对 PPI 类通胀的解释度最高，Adj-R2均超过了 ，对 CPI、CPI 食品
的解释度最差。
金融工程-专题报告 2018-08-29
45 期货研究报告
图表 66：PPI 冶金工业与滚动冶金组合走势对比
-20
-15
-10
-5
0
5
10
15
20
25
30
-40
-20
0
20
40
60
80
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
滚动冶金组合 PPI冶金工业% %
资料来源：Wind，东证衍生品研究院
图表 67：PPI 石油工业与滚动石油组合走势对比
-40
-30
-20
-10
0
10
20
30
40
50
-60
-40
-20
0
20
40
60
80
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
滚动石油组合 PPI石油工业% %
资料来源：Wind，东证衍生品研究院
图表 68：PPI 化学工业与滚动化工组合走势对比
-8
-6
-4
-2
0
2
4
6
8
10
12
-40
-20
0
20
40
60
80
100
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
滚动化工组合 PPI化学工业
% %
资料来源：Wind，东证衍生品研究院
图表 69：PPI 煤炭及炼焦工业与滚动煤焦组合走势对比
-30
-20
-10
0
10
20
30
40
50
-40
-20
0
20
40
60
80
100
120
140
160
180
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
滚动煤焦组合
PPI煤炭及炼焦工业
% %
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
46 期货研究报告
图表 70：CPI 与滚动 CPI 商品组合走势对比
0
1
2
3
4
5
6
7
-30
-20
-10
0
10
20
30
40
50
60
70
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
滚动CPI商品组合 CPI% %
资料来源：Wind，东证衍生品研究院
图表 71：CPI 食品与滚动农产品组合走势对比
-10
-5
0
5
10
15
20
-20
-10
0
10
20
30
40
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
滚动农产品组合 CPI食品% %
资料来源：Wind，东证衍生品研究院
图表 72：CPI 食用油与滚动油料组合走势对比
-10
-5
0
5
10
15
20
-40
-30
-20
-10
0
10
20
30
40
50
60
1
0
-0
1
1
1
-0
1
1
2
-0
1
1
3
-0
1
1
4
-0
1
1
5
-0
1
1
6
-0
1
1
7
-0
1
1
8
-0
1
滚动油料组合
CPI:食品烟酒:食用油
% %
资料来源：Wind，东证衍生品研究院
图表 73：CPI 粮食与滚动谷物组合走势对比
0
2
4
6
8
10
12
14
16
18
-15
-10
-5
0
5
10
15
20
25
30
10
-0
1
11
-0
1
12
-0
1
13
-0
1
14
-0
1
15
-0
1
16
-0
1
17
-0
1
18
-0
1
滚动粮食组合
CPI:食品烟酒:粮食
% %
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
47 期货研究报告
6、总结
图表 74：有关通货膨胀的主要逻辑
货币
因素
通货
膨胀
大宗
商品
主要的传导方向
资料来源：Wind，东证衍生品研究院
（1） 通货膨胀是指物价整体性的上涨，而无关乎货币供给量：由于定义的问题，尽
管通货膨胀或通货紧缩在字面意义上的理解包含了“通货”的变化，但按照经
济学的定义其本质上只是关于物价整体水平的变化。因为一段时间内全社会上
的商品总量、货币流通速度等因素其实一直在变化，所以不能通过衡量货币发
行量的增速来定义通货膨胀率。
（2） 通胀的主要逻辑是受供需影响的大宗商品，而不是货币因素：我们的分析逻辑
和刘鹤同志的观点一致，国内的通胀问题不能套用弗里德曼的货币主义理念一
概而论，单纯地通过观察货币供给量比如 M2 来对通胀产生相应的预期是错误
的，因为更多时候通胀问题是结构性的，是由严重的供需不平衡所导致的，短
期内社会总需求的上升与社会总供给的下降都会造成一定程度的通胀。所以说
影响通货膨胀最直接的便是大宗商品，尤其是处于产业链上游的、与社会基础
设施建设相关的品种，他们的价格变化会经由产业链往中下游进行传导。
（3） 由成本推动的 PPI 与由需求拉动的 CPI 之间具有相互传导的关系，具体和所处
经济环境有关：PPI 与 CPI 分别反映了供给端和需求端的通胀水平。我们将 2000
年之后划分为三个大的经济阶段，然后利用格兰杰因果关系检验，从统计学意
义上分析各阶段二者的相互传导关系。在经济上行期，经济主要受需求拉动，
CPI 向 PPI 传导；而在经济下行期，社会总需求较弱，由于加大了基建投资，故
通胀主要由成本端的 PPI 向消费端的 CPI 传导；而在供给侧改革阶段，基建投
资对经济的拉动能力有限，而且需求对经济增长的贡献也没有明显改善，使得
二者之间的传导关系变得不顺畅，所以近几年相关性走弱，走势出现分化。
（4） PPI 核心驱动因素主要涉及冶金、石油、化工、煤焦等工业产业链上游的行业，
而 CPI 的核心驱动因素则是食品和居住，而食品中的畜肉类的影响比重最高：
由于权重仅能体现当期的贡献能力，不能反映指标长期的贡献作用，所以我们
借鉴“风险贡献度”的概念提出了计算各个细分项指标对 PPI 或 CPI 的贡献能
力的方法。我们发现长期来看，权重之和仅为 %的和基建相关的上游四个工
业部门（冶金、石油、化工、煤焦）基本上能解释掉全部的 PPI 的风险，可决
系数高达 %。而由于 CPI 更偏向消费端，与居民生活最为密切相关的便是食
品和居住，这两者的实际 CPI 计算权重仅约为 50%，但却影响了 90%以上的 CPI
金融工程-专题报告 2018-08-29
48 期货研究报告
的波动。大家普遍认为猪周期严重影响 CPI，我们在 2016 年之后的样本区间内
经过测算后发现，猪肉以仅 %的计算权重占比影响着 %的 CPI 通胀变化。
（5） 通货膨胀需要看大宗商品的“脸色”，而且绝不是简单的货币问题：同样地利用
格兰杰因果关系检验以及指标之间的滞后相关性，从统计学上验证了上述结论。
之所以说通胀产生的原因不在于货币因素，是因为我们发现 PPI 的变化始终都
会引导信贷的变化，原因是企业的生产成本周期会影响到企业的资金借贷行为，
而 CPI 与 M2 之间的传导关系则和经济周期相关，说明了货币从改变需求的角度
来实现对 CPI 的影响。大宗商品对 PPI 的传导作用相对更加显著，而且对 PPI
的传导主要集中在 PPI 的核心驱动因素上面，但大宗商品向 CPI 传导较弱，主
要途径是通过油脂油料、软商品影响 CPI 食品烟酒。
（6） 大宗商品对 PPI 通胀的保护作用更加有效，而对 CPI 无法提供较好的保护：依
据 Fama 和 Schwert（1977）提出的通胀保护检验模型，我们对包括原油和生猪
在内所有的大宗商品对预期、非预期的 PPI 或 CPI 通胀进行了多元线性回归。
对预期及非预期的 PPI 通胀的回归拟合程度最好的是 PTA、原油等能源化工或
工业金属等多个品种，而与 PPI 不相关且回归拟合程度较低的品种包括早籼稻、
强麦、豆一等多个农产品的品种，但是对预期及非预期的 CPI 通胀的回归的结
果则刚好与 PPI 相反，解释度最高的是生猪、豆油、玉米等农产品。我们根据
与通胀指标的相关性及回归拟合度筛选了一些大宗商品构建了相应的通胀保护
组合，其中对 PPI 的保护作用最为理想，组合 Adj-R2 高达 ，但年度调仓的
样本外滚动组合的 Adj-R2为 ，而对冲 CPI 的样本内组合的 Adj-R2仅为 ，
样本外滚动组合则为 ，但生猪、鸡蛋、燃料、油脂等对 CPI 畜肉、蛋类、
交通工具用燃料、食用油等的通胀保护的效果也仍然比较有效。
7、参考文献
【1】Fama, E. F. and Schwert, G. W. (1977). Asset returns and inflation. Journal of Financial
Economics, 5(2), 115-146.
【2】Erb, C. B. and Harvey, C. R. (2005). The tactical and strategic value of commodity futures.
Nber Working Papers, 62(2).
【3】贺力平, 樊纲, & 胡嘉妮. (2008). 消费者价格指数与生产者价格指数:谁带动谁?. 经
济研究(11), 44-48.
【4】部慧, 汪寿阳. (2010). 商品期货及其组合通胀保护功能的实证分析. 管理科学学报,
13(9), 26-36.
【5】杨继生. (2009). 通胀预期、流动性过剩与中国通货膨胀的动态性质. 经济研究(1),
106-117.
金融工程-专题报告 2018-08-29
49 期货研究报告
8、附录
1. 对 PPI、CPI 的核心驱动因素与货币因素之间的格兰杰因果关系检验：
（1）对 PPI、CPI 核心驱动因素的相关分析结果发现，M2 是 CPI 食品烟酒、居住以及
PPI 冶金工业的格兰杰原因，同时 CPI 医疗保健又是 M2 的格兰杰原因；信贷能单向传
导至 CPI 交通通信、PPI 煤焦工业，而反过来 CPI 居住、PPI 其他核心因素能单向地传
导至信贷。
（2）更进一步地分析发现，所有的通胀驱动因素与货币指标之间都具有一定的传导关
系，有的是单向的，有的则是双向的。大多数的 PPI 或 CPI 核心驱动因素对 M2 都具有
一定的单向传导作用。
（3）多数的 PPI 或 CPI 核心驱动因素此时对 M2 的传导作用都转弱了，格兰杰检验结
果为互为非因果关系，而 PPI 却仍保持着对信贷的显著的传导作用。
图表 75：PPI、CPI 核心驱动因素与货币因素指标之间传导关系的格兰杰检验
数据区间 2001-2007 2008-2014 2015-2018
空假
设
p 值 检验结果
滞后
阶数
p 值 检验结果
滞后
阶数
p 值 检验结果
滞后
阶数
A:M2,
B:食品烟酒
H0 Reject
1
Fail to reject
1
Fail to reject
1
H*0 Fail to reject Reject Fail to reject
结论 A→→B AB
A:M2,
B:居住
H0 Reject
1
Fail to reject
2
Fail to reject
1
H*0 Fail to reject Reject Fail to reject
结论 A→→B AB
A:M2,
B:交通和通信
H0 Fail to reject
1
Fail to reject
2
Fail to reject
1
H*0 Fail to reject Reject Fail to reject
结论
AB
A:M2,
B:教育文化和娱
乐
H0 Fail to reject
1
Fail to reject
2
Reject
2
H*0 Fail to reject Reject Fail to reject
结论
AB A→→B
A:M2,
B:医疗保健
H0 Fail to reject
2
Reject
1
Fail to reject
1
H*0 Reject Reject Fail to reject
结论 AB A→B
A:M2,
B:冶金工业
H0 Reject
2
Fail to reject
2
Fail to reject
2
H*0 Fail to reject Reject Fail to reject
结论 A→→B AB
A:M2,
B:石油工业
H0 Fail to reject
2
Reject
2
Fail to reject
2
H*0 Fail to reject Reject Fail to reject
结论
A→B
金融工程-专题报告 2018-08-29
50 期货研究报告
A:M2,
B:化学工业
H0 Fail to reject
2
Fail to reject
2
Fail to reject
2
H*0 Fail to reject Reject Fail to reject
结论
AB
A:M2,
B:煤炭及炼焦工
业
H0 Fail to reject
3
Fail to reject
4
Fail to reject
2
H*0 Fail to reject Reject Fail to reject
结论
AB
A:信贷,
B:食品烟酒
H0 Fail to reject
1
Reject
1
Reject
2
H*0 Fail to reject Reject Fail to reject
结论
A→B A→→B
A:信贷,
B:居住
H0 Fail to reject
1
Fail to reject
2
Fail to reject
1
H*0 Reject Reject Fail to reject
结论 AB AB
A:信贷,
B:交通和通信
H0 Reject
2
Fail to reject
2
Fail to reject
1
H*0 Fail to reject Reject Reject
结论 A→→B AB AB
A:信贷,
B:教育文化和娱
乐
H0 Fail to reject
1
Fail to reject
2
Reject
1
H*0 Fail to reject Reject Reject
结论
AB A→B
A:信贷,
B:医疗保健
H0 Fail to reject
2
Reject
1
Fail to reject
1
H*0 Fail to reject Reject Fail to reject
结论
A→B
A:信贷,
B:冶金工业
H0 Fail to reject
2
Reject
4
Fail to reject
2
H*0 Reject Reject Reject
结论 AB A→B AB
A:信贷,
B:石油工业
H0 Fail to reject
2
Reject
2
Fail to reject
2
H*0 Reject Reject Reject
结论 AB A→B AB
A:信贷,
B:化学工业
H0 Fail to reject
2
Reject
4
Fail to reject
2
H*0 Reject Reject Reject
结论 AB A→B AB
A:信贷,
B:煤炭及炼焦工
业
H0 Reject
3
Reject
4
Fail to reject
4
H*0 Fail to reject Reject Reject
结论 A→→B A→B AB
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
51 期货研究报告
2. 对 PPI、CPI 与大类商品指数之间的格兰杰因果关系检验：
图表 76：PPI、CPI 与大类商品指数之间传导关系的格兰杰检验
空假设 p 值 检验结果 滞后阶数
空假设 p 值 检验结果 滞后阶数
A:贵金属,
B:PPI
H0 Reject
2 A:贵金属,
B:CPI
H0 Reject
1
H*0 Fail to reject H
*
0 Fail to reject
结论 A→→B 结论 A→→B
A:有色,
B:PPI
H0 Reject
2 A:有色,
B:CPI
H0 Reject
1
H*0 Fail to reject H
*
0 Reject
结论 A→→B 结论 A→B
A:煤焦钢矿,
B:PPI
H0 Reject
2
A:煤焦钢
矿,
B:CPI
H0 Fail to reject
1
H*0 Fail to reject H
*
0 Fail to reject
结论 A→→B 结论 AB
A:非金属建
材,
B:PPI
H0 Reject
3
A:非金属建
材,
B:CPI
H0 Fail to reject
1
H*0 Fail to reject H
*
0 Reject
结论 A→→B 结论 AB
A:能源,
B:PPI
H0 Reject
2 A:能源,
B:CPI
H0 Fail to reject
1
H*0 Fail to reject H
*
0 Fail to reject
结论 A→→B 结论 AB
A:化工,
B:PPI
H0 Reject
2 A:化工,
B:CPI
H0 Fail to reject
2
H*0 Fail to reject H
*
0 Reject
结论 A→→B 结论 AB
A:谷物,
B:PPI
H0 Reject
2 A:谷物,
B:CPI
H0 Reject
1
H*0 Fail to reject H
*
0 Reject
结论 A→→B 结论 A→B
A:油脂油料,
B:PPI
H0 Reject
3
A:油脂油
料,
B:CPI
H0 Reject
1
H*0 Fail to reject H
*
0 Fail to reject
结论 A→→B 结论 A→→B
A:软商品,
B:PPI
H0 Reject
2 A:软商品,
B:CPI
H0 Reject
1
H*0 Reject H
*
0 Reject
结论 A→B 结论 A→B
A:农副产品,
B:PPI
H0 Fail to reject
2
A:农副产
品,
B:CPI
H0 Fail to reject
1
H*0 Fail to reject H
*
0 Fail to reject
结论 AB 结论 AB
资料来源：Wind，东证衍生品研究院
该表左半部分是各大类大宗商品指数对 PPI 的传导关系的检验结果，除了软商品与 PPI
互为因果关系、农副产品与 PPI 没有传导关系之外，大部分的大宗商品都可以单向地传
导至 PPI，即这些大宗商品的表现会影响未来 PPI 的走势，而且滞后阶数也都为 2 或 3
阶。但是，不同大类的大宗商品对 CPI 的传导关系却有明显区分，贵金属和油脂油料能
金融工程-专题报告 2018-08-29
52 期货研究报告
单向地影响 CPI 的变化，非金属建材、化工是两类单向地受 CPI 影响的大宗商品，有色、
谷物和软商品与 CPI 之间互为因果关系，煤焦钢矿、能源和农副产品则与 CPI 之间没有
较为明显的传导关系。
3. 对 PPI、CPI 核心驱动因素与大类商品指数之间的格兰杰因果关系检验：
图表 77：PPI、CPI 核心驱动因素与大类商品指数之间传导关系的格兰杰检验
阶数
H0检验
p 值
H0检验结论
H*0检
验 p 值
H*0检验结论 结论
A:贵金属,B:食品烟酒 1 Fail to reject Fail to reject AB
A:贵金属,B:居住 2 Fail to reject Fail to reject AB
A:贵金属,B:交通和通信 1 Fail to reject Fail to reject AB
A:贵金属,B:教育文化和娱乐 2 Fail to reject Fail to reject AB
A:贵金属,B:医疗保健 1 Reject Fail to reject A→→B
A:贵金属,B:冶金工业 2 Reject Fail to reject A→→B
A:贵金属,B:石油工业 2 Reject Fail to reject A→→B
A:贵金属,B:化学工业 2 Reject Fail to reject A→→B
A:贵金属,B:煤炭及炼焦工业 2 Reject Fail to reject A→→B
A:有色,B:食品烟酒 1 Fail to reject Fail to reject AB
A:有色,B:居住 2 Reject Reject A→B
A:有色,B:交通和通信 1 Reject Reject A→B
A:有色,B:教育文化和娱乐 1 Fail to reject Fail to reject AB
A:有色,B:医疗保健 2 Fail to reject Fail to reject AB
A:有色,B:冶金工业 2 Reject Fail to reject A→→B
A:有色,B:石油工业 2 Reject Fail to reject A→→B
A:有色,B:化学工业 2 Reject Fail to reject A→→B
A:有色,B:煤炭及炼焦工业 2 Fail to reject Fail to reject AB
A:煤焦钢矿,B:食品烟酒 1 Fail to reject Fail to reject AB
A:煤焦钢矿,B:居住 1 Fail to reject Fail to reject AB
A:煤焦钢矿,B:交通和通信 1 Reject Reject A→B
A:煤焦钢矿,B:教育文化和娱乐 2 Reject Fail to reject A→→B
A:煤焦钢矿,B:医疗保健 1 Reject Fail to reject A→→B
A:煤焦钢矿,B:冶金工业 2 Reject Fail to reject A→→B
A:煤焦钢矿,B:石油工业 1 Reject Fail to reject A→→B
A:煤焦钢矿,B:化学工业 2 Reject Fail to reject A→→B
A:煤焦钢矿,B:煤炭及炼焦工业 2 Reject Fail to reject A→→B
A:非金属建材,B:食品烟酒 1 Fail to reject Fail to reject AB
A:非金属建材,B:居住 1 Reject Fail to reject A→→B
A:非金属建材,B:交通和通信 1 Reject Reject A→B
A:非金属建材,B:教育文化和娱乐 2 Fail to reject Fail to reject AB
金融工程-专题报告 2018-08-29
53 期货研究报告
A:非金属建材,B:医疗保健 1 Reject Fail to reject A→→B
A:非金属建材,B:冶金工业 3 Reject Fail to reject A→→B
A:非金属建材,B:石油工业 2 Reject Fail to reject A→→B
A:非金属建材,B:化学工业 3 Reject Fail to reject A→→B
A:非金属建材,B:煤炭及炼焦工业 2 Reject Fail to reject A→→B
A:能源,B:食品烟酒 1 Fail to reject Fail to reject AB
A:能源,B:居住 2 Reject Fail to reject A→→B
A:能源,B:交通和通信 1 Reject Reject A→B
A:能源,B:教育文化和娱乐 2 Fail to reject Fail to reject AB
A:能源,B:医疗保健 2 Fail to reject Fail to reject AB
A:能源,B:冶金工业 2 Reject Fail to reject A→→B
A:能源,B:石油工业 2 Reject Fail to reject A→→B
A:能源,B:化学工业 2 Reject Fail to reject A→→B
A:能源,B:煤炭及炼焦工业 2 Reject Fail to reject A→→B
A:化工,B:食品烟酒 2 Fail to reject Fail to reject AB
A:化工,B:居住 2 Reject Fail to reject A→→B
A:化工,B:交通和通信 1 Reject Reject A→B
A:化工,B:教育文化和娱乐 2 Fail to reject Fail to reject AB
A:化工,B:医疗保健 2 Reject Fail to reject A→→B
A:化工,B:冶金工业 2 Reject Fail to reject A→→B
A:化工,B:石油工业 2 Reject Fail to reject A→→B
A:化工,B:化学工业 2 Reject Fail to reject A→→B
A:化工,B:煤炭及炼焦工业 2 Reject Fail to reject A→→B
A:谷物,B:食品烟酒 1 Reject Reject A→B
A:谷物,B:居住 2 Reject Fail to reject A→→B
A:谷物,B:交通和通信 1 Reject Fail to reject A→→B
A:谷物,B:教育文化和娱乐 2 Fail to reject Fail to reject AB
A:谷物,B:医疗保健 2 Reject Fail to reject A→→B
A:谷物,B:冶金工业 2 Reject Fail to reject A→→B
A:谷物,B:石油工业 2 Reject Fail to reject A→→B
A:谷物,B:化学工业 2 Reject Fail to reject A→→B
A:谷物,B:煤炭及炼焦工业 2 Reject Fail to reject A→→B
A:油脂油料,B:食品烟酒 1 Reject Fail to reject A→→B
A:油脂油料,B:居住 2 Reject Fail to reject A→→B
A:油脂油料,B:交通和通信 1 Reject Reject A→B
A:油脂油料,B:教育文化和娱乐 1 Fail to reject Fail to reject AB
A:油脂油料,B:医疗保健 2 Fail to reject Fail to reject AB
A:油脂油料,B:冶金工业 2 Reject Fail to reject A→→B
A:油脂油料,B:石油工业 2 Reject Fail to reject A→→B
金融工程-专题报告 2018-08-29
54 期货研究报告
A:油脂油料,B:化学工业 2 Reject Fail to reject A→→B
A:油脂油料,B:煤炭及炼焦工业 2 Reject Fail to reject A→→B
A:软商品,B:食品烟酒 1 Reject Fail to reject A→→B
A:软商品,B:居住 2 Fail to reject Reject AB
A:软商品,B:交通和通信 1 Reject Reject A→B
A:软商品,B:教育文化和娱乐 2 Fail to reject Fail to reject AB
A:软商品,B:医疗保健 1 Reject Fail to reject A→→B
A:软商品,B:冶金工业 2 Reject Reject A→B
A:软商品,B:石油工业 2 Reject Reject A→B
A:软商品,B:化学工业 2 Reject Reject A→B
A:软商品,B:煤炭及炼焦工业 2 Reject Fail to reject A→→B
A:农副产品,B:食品烟酒 1 Fail to reject Fail to reject AB
A:农副产品,B:居住 4 Fail to reject Reject AB
A:农副产品,B:交通和通信 1 Reject Fail to reject A→→B
A:农副产品,B:教育文化和娱乐 1 Fail to reject Fail to reject AB
A:农副产品,B:医疗保健 1 Fail to reject Fail to reject AB
A:农副产品,B:冶金工业 2 Fail to reject Fail to reject AB
A:农副产品,B:石油工业 2 Fail to reject Fail to reject AB
A:农副产品,B:化学工业 2 Fail to reject Fail to reject AB
A:农副产品,B:煤炭及炼焦工业 2 Fail to reject Fail to reject AB
资料来源：Wind，东证衍生品研究院
金融工程-专题报告 2018-08-29
55 期货研究报告
【
行
业
研
究
】
期货走势评级体系（以收盘价的变动幅度为判断标准）
走势评级 短期（1-3 个月） 中期（3-6 个月） 长期（6-12 个月）
强烈看涨 上涨 15%以上 上涨 15%以上 上涨 15%以上
看涨 上涨 5-15% 上涨 5-15% 上涨 5-15%
震荡 振幅-5%-+5% 振幅-5%-+5% 振幅-5%-+5%
看跌 下跌 5-15% 下跌 5-15% 下跌 5-15%
强烈看跌 下跌 15%以上 下跌 15%以上 下跌 15%以上
上海东证期货有限公司
上海东证期货有限公司成立于 2008 年，是一家经中国证券监督管理委员会批准的经营期货业
务的综合性公司。东证期货是东方证券股份有限公司全资子公司，现在注册资本金为 15 亿元
人民币，员工 400 余人。公司主要从事商品期货经纪、金融期货经纪、期货投资咨询、资产管
理、基金销售等业务，拥有上海期货交易所、大连商品交易所、郑州商品交易所会员资格，是
中国金融期货交易所全面结算会员。目前公司拥有上海东祺投资管理有限公司和东证润和资本
管理有限公司两家全资子公司。
东证期货以上海为总部所在地，在大连、北京、太原、郑州、青岛、常州、上海、长沙、广州、
宁波、深圳、杭州、西安、成都、厦门、东营、天津、哈尔滨、柳州、重庆等地共设有 24 家
营业部，并在北京、上海、广州、深圳多个经济发达地区拥有 82 个证券 IB 分支网点，未来东
证期货将形成立足上海、辐射全国的经营网络。
自 2008 年成立以来，东证期货秉承稳健经营、创新发展的宗旨，坚持市场化、国际化、集团
化的发展道路，打造以衍生品风险管理为核心，具有研究和技术两大核心竞争力，为客户提供
综合财富管理平台的一流衍生品服务商。
金融工程-专题报告 2018-08-29
56 期货研究报告
分析师承诺
李晓辉
本人具有中国期货业协会授予的期货执业资格或相当的专业胜任能力，以勤勉的职业态度，独立、客
观地出具本报告。本报告清晰准确地反映了本人的研究观点。本人不曾因，不因，也将不会因本报告
中的具体推荐意见或观点而直接或间接接收到任何形式的报酬。
免责声明
本报告由上海东证期货有限公司（以下简称“本公司”）制作及发布。
本研究报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为本公司的当然客户。
本研究报告是基于本公司认为可靠的且目前已公开的信息撰写，本公司力求但不保证该信息的准确性
和完整性，客户也不应该认为该信息是准确和完整的。同时，本公司不保证文中观点或陈述不会发生
任何变更，在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。本公司会适时
更新我们的研究，但可能会因某些规定而无法做到。除了一些定期出版的报告之外，绝大多数研究报
告是在分析师认为适当的时候不定期地发布。
在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议，也没有考虑到个别客
户特殊的投资目标、财务状况或需求。客户应考虑本报告中的任何意见或建议是否符合其特定状况，
若有必要应寻求专家意见。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作
为或被视为出售或购买投资标的的邀请或向人作出邀请。
在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任，投资者
需自行承担风险。
本报告主要以电子版形式分发，间或也会辅以印刷品形式分发，所有报告版权均归本公司所有。未经
本公司事先书面授权，任何机构或个人不得以任何形式复制、转发或公开传播本报告的全部或部分内
容，不得将报告内容作为诉讼、仲裁、传媒所引用之证明或依据，不得用于营利或用于未经允许的其
它用途。
如需引用、刊发或转载本报告，需注明出处为东证衍生品研究院，且不得对本报告进行任何有悖原意
的引用、删节和修改。
东证衍生品研究院
地 址： 上海市中山南路 318 号东方国际金融广场 2 号楼 22 楼
联系人： 梁爽
电 话： 8621-63325888-1592
传 真： 8621-33315862
网 址：
Email： research@
