华创债券数知宏观系列专题之二：对通胀预测方法的再探讨 随着猪肉开启非季节性。上涨，市场对后续通胀走势格外关注，通胀的预测方法已较为成熟完善，但具体方法和准确度仍有改进空间。数知宏观的系列专题的第二篇，我们对通胀进行详细拆分，并且探究能够更为准确预测通胀的方法。 预测通胀的一般做法为分别对食品和非食品分项环比进行预测，推测其同比，再由二者同比加权得到整体CPI预测值。具体来看，食品项预测多数采取高频数据法和历史均值法，而非食品分项的预测主要有历史均值法。 高频数据跟踪法包括分项预测和整体预测,分项法对食品分项的二级子项分别进行预测，按照各类占比进行加权，得到食品项的整体环比;整体法用食品分项的整体高频数据对其进行预测。历史均值法只需按照近年来食品项各月环比增速的历史规律作为各月食品项环比进行预测值。非食品项子项繁多，并非各项均有对应高频数据，因此大多直接采用历史均值法。但是由于整体历史均值法误差较大，因此可以对其分项按照不同的方法分别进行预测，减小误差。 分项高频数据法预测食品分项二级子类价格走势，按照各自占CPI食品分项的比重对食品项进行拟合，虽然绝对值较CPI食品分项较小,但是走势基本与CPI食品分析走势一致，通过系数调整预测效果较好。 【更多详情，请下载：华创债券数知宏观系列专题之二：对通胀预测方法的再探讨】