中信建投：从油价到CPI—影响弹性与情形设定

  摘要：评估油价对CPI影响程度的核心参数是油价对CPI的影响弹性。报告首先梳理了三个层次共四个不同的影响弹性：直接影响弹性4%、调整后的直接影响弹性0.9%、完全影响弹性4.75%、狭义的完全影响弹性1.08%。基于多种因素考虑，调整后的直接影响弹性与狭义的完全影响弹性可能更符合现实。两者均值约为1%，可当作基准情形。

  在确定了原油价格对CPI的影响弹性之后，能够准确的通过油价水平的不一样的情形，估测其对CPI同比的拉动率。与CPI同比对应的是油价的同比涨幅而非绝对水平。以布伦特油价计算，2017年相对于2016年已有24.1%左右的增幅。按24.1%的涨幅计算，2018年布伦特油价均值需要达到67.3美元/桶之上，油价对CPI同比的拉动率才能高于2017年。以影响弹性为1%的基准情形测算，对应于布伦特油价均值70-90美元/桶，2018年油价对CPI的拉动率将提升0.05-0.42个百分点；在其他分项对CPI拉动率不变的情况下，对应CPI同比均值为1.60%-1.97%。一个简单的规律是，油价每上涨5美元，对应于2017年均价的增速是9%左右，再乘以影响弹性1%，相应对CPI的拉动率上升近0.09个百分点。

  鉴于影响弹性本身为估测值，而油价的不确定较大，我们根据影响弹性与油价均值的不一样的情形，测算CPI的拉动率相对于2017年变动幅度，以检验结果的稳健性，同时评估油价上涨对CPI是否有显著影响。结果显示，影响弹性在0.6%-1.2%的范围取值对结论影响不大，结论较为稳健。在油价均值70美元/桶附近时，其对CPI的拉动率并未较2017年有明显变化；当油价上涨至80美元/桶时，对CPI的拉动率较2017年上升0.14-0.28个百分点（基准情形为0.16个百分点）；当油价上涨至90美元/桶时，对CPI的拉动率较2017年上升0.25-0.50个百分点（基准情形为0.31个百分点）。在影响弹性1%的基准假设下，油价在当前水平上涨10美元左右（达到80美元/桶），对应的CPI同比上涨幅度约为0.2个百分点，幅度较为有限。

  尽管影响弹性1%的设定明显低于直接影响弹性与完全影响弹性，但结合一些线索看，现实中的影响弹性可能较1%更低。首先，CPI交通工具用燃料（以及汽油）价格同比与原油价格持续上涨的回归系数要低于计算调整后直接影响系数的参数设定，表明现实中的影响弹性可能要低于调整后的直接影响弹性0.9%。其次，从上市公司消费品企业ROE下降以及PPI生活资料增速较为平稳来看，油价对消费品行业的“第一轮传导”可能都不甚顺畅，表明现实中的影响弹性可能要低于狭义的完全影响弹性1.08%。最后，国内的油价调整机制其实设定了从国际油价到国内CPI的“缓冲垫”。一方面，当油价上涨至80美元/桶后，调价幅度将有所降低（开始扣减加工利润率）；另一方面，当国内通胀压力较大时，可以暂停、延迟调价，或缩小调价幅度，这一点可能最重要，相当于是对油价的影响设置了“上限”，或者说，单纯的油价上涨导致CPI失控上行的可能性较小。

  近期原油价格持续上涨明显，市场对通货膨胀的担忧有所升温。本报告旨在估测原油价格持续上涨对CPI的影响弹性，并在此基础上测算不同原油价格对CPI的影响程度。

  核心的参数是油价对CPI的影响弹性，也即，油价上涨100%对CPI同比增速的拉动率。对于影响弹性可以从三个层面理解。首先，同时也是最直观的认识是，CPI中与原油价格相关性较高的行业权重，可以简称为“直接影响弹性”；其次，由于从油价上涨到CPI相应项目上涨之间仍有许多传导环节，因此就需要对第一个层面的权重做调整，可以称为“调整后的直接影响弹性”；最后，从更宽泛的视角看，由于原油是基础投入品，原油价格上行对大多数行业的生产所带来的成本和价格都有影响，因此就需要考虑这些间接传导因素，这个最宽泛层次的影响弹性可称为“完全影响弹性”。我们先分别估测不同层面影响弹性的大小，最后选择跟现实状况更为接近的弹性系数，结合油价水平进行情形分析。

  直接影响弹性是最为直观的理解，可视为与原油价格相关性较高的行业权重。对于CPI的行业权重目前并未有权威数据公布。确定权重的一个可选方法是回归方法，但可能碰到回归系数不显著、回归结果受样本时间区间影响等问题。事实上，根据统计局的说明，CPI权重为“居民家庭用在所有商品和服务项目的开支在总开支中的比重”，也即居民消费支出结构。对于居民消费支出结构，有两类基础数据来源：一类是居民消费支出结构，按支出用途划分，另一类是投入产出表最终使用部分的居民最终消费结构。前者按商品与服务用途划分，跟CPI细分项目基本能对应，在之前的系列报告之五《利用高频数据预测CPI食品价格变更》中，我们曾汇报过使用该数据是CPI权重的较好选择。后者按行业部门划分，正好适用于分析各类商品或服务价格变革对CPI的影响。

  基于分析目的考虑，这里选取的基数数据来源是投入产出表。目前能获取的最新数据是2012年，为增加行业区分度，选用139部门数据。从行业角度，跟原油相关的主要有三个行业：精炼石油和核燃料加工品、燃气生产和供应业与道路运输业。其中，精炼石油和核燃料加工品对应的消费用品主要是汽油，燃气生产和供应业对应的主要消费用品是天然气，道路运输业对应的主要是道路运输服务（包括快递、交通费用等）。根据投入产出表有关数据测算，在居民消费支出总额中，三个行业的占比分别是1.16%、0.69%与2.11%，合计接近4%。

  事实上，上述直接影响弹性很可能高估了油价对CPI的影响程度，从原油价格持续上涨到CPI相关这类的产品或服务价格持续上涨之间尚有不少传导环节，这些传导环节会部分“吸收”油价上涨的影响，使实际的影响程度降低。这些环节可以归为两类：一是从原油价格持续上涨到相应的行业或服务价格持续上涨，二是从商品或服务价格持续上涨到CPI对应行业价格持续上涨。这里分别介绍前述三个行业的情况。

  在原油对CPI传导链条中，成品油是最重要的环节。一方面，成品油是重要消费品，价格持续上涨会对CPI有直接影响；另一方面，成品油是许多行业（比如道路运输业）的重要投入品，因此对CPI的间接影响也比较明显。

  鉴于此，我们第一步梳理成品油价格调整机制。根据2016年1月13日发布的《石油价格管理办法》，跟价格调整相关的主要有两点。1.对应不同的国际油价水平，调整的幅度有差异（《石油价格管理办法》第六条，见表1），概况而言，调整的上下限分别为40与130美元/桶；在40-130美元/桶之间，按一定加工利润率调整，其中低于80美元/桶时按正常加工利润率，高于40美元/桶时扣减加工利润率。2.当国内价格总水平出现显著上涨或出现重大突发事件，可以暂停、延迟调价，或缩小调价幅度（《石油价格管理办法》第七条）。

  那么，油价上着的幅度会对应多大程度的成品油价格上着的幅度呢？根据成品油价格调整机制中的“正常加工利润率”推导，取决于两个指标，一是在成品油总投入中原油的占比，二是石油加工行业加工利润率。简要说明如下。将石油加工业总投入标准化为1，以c、r、d分别表示原油投入、利润与另外的成本占总投入的比重，则加工利润率为r=1-（c+d）。假设现在原油价格上着的幅度为dc，为了保持加工利润不变，石油加工业产品出厂价格上着的幅度为dp。价格持续上涨后的加工利润率变为：[（1+dp）-（d+c+dc）]/（1+dp）。根据调价前后加工利润率不变的设定，则有[（1+dp）-（d+c+dc）]/（1+dp）=1-（c+d），化简可得到dp=c/（1-r）*dc/c。根据投入产出数据，此处的c与r分别为64%与1.78%，进而得到传导系数为65%，约为2/3。其含义为，为保证石业加工利润率不变，成品油价格调整幅度相当于原油价格上着的幅度的65%。尽管石油加工公司利润率可能会有所波动，但由于其数值较小，影响不大。调整系数主要根据原油在总投入中的占比，而这一系数其实反映的是生产技术，通常较为稳定，因此这一传导系数到目前应该仍然有效。

  这个系数会不会低估原油价格对汽油价格的影响程度？一个检测的新方法是，直接考察原油价格持续上涨与汽油价格持续上涨的关系。以汽油价格增速为解释变量，以原油价格增速为解释变量，构建回归方程，考虑国内成品油价格调整有一定时滞，在解释变量中加入原油价格增速的滞后期。结果显示，以当期原油价格与上期原油价格增速为解释变量的拟合效果较好。若选择布伦特油价，两者回归系数分别为13.0%与25.6%，合计（考虑原油价格增速平稳的情形，原油价格对汽油价格的影响应为两期影响之和）不到40%；若选择WTI油价，两者回归系数分别为10.7%与24.0%，合计不到35%。这两个数值都低于上述提到的65%，或许跟国内油价调整的暂缓或者幅度缩小有关。从这个方面看，上述65%低估原油价格对汽油价格影响程度的可能性较小。

  再进一步看，从成品油价格变革到CPI交通工具用燃料价格变革任旧存在一定“折扣”。考虑到消费用成品油主要是汽油，可以用汽油价格变革来拟合CPI交通工具用燃料价格变更。从结果看，拟合效果理想，拟合优度达到0.99（图1），回归系数0.75。其经济学含义为，从成品油价格变革到CPI交通工具用燃料价格变革的折扣系数约为0.75。为什么CPI交通工具用燃料价格变革小于成品油价格变更幅度？可能跟统计方法有关。可以观察到，类似的情况都会存在，最明显的例子是，在PPI统计中，黑色金属冶炼延压业增速的波动幅度要明显低于对应的钢材市场价格指数波动幅度（图2）。

  综合上述分析，从原油价格持续上涨到CPI交通工具用燃料上涨的折扣系数约为49%（65%*75%）。我们同样采用前述检测的新方法以考察是不是真的存在低估的情况。以CPI交通工具用燃料增速为解释变量，以原油价格增速（加入滞后期）为解释变量，构建回归方程，结果同样显示，以当期原油价格与上期原油价格增速为解释变量的拟合效果较好。若选择布伦特油价，当期与上期原油价格回归系数分别为10.2%与19.2%，合计不到30%；若选择WTI油价，当期与上期回归系数分别为8.4%与17.9%，合计约为26%。这两个数值都低于49%，表明49%这一数值低估原油价格对CPI交通工具用燃料影响程度的可能性较低。

  需要说明的有两点。第一，这是在油价低于80美元/桶的情况，也就是石油加工公司加工利润不变情况下的测算结果；如果油价持续上涨，将允许加工利润率的下降。第二，这是在没再次出现“国内价格总水平出现显著上涨”的情况下的测算结果，假如慢慢的出现物价水平显著上涨的情形，油价调整可以缩小幅度、暂缓调整甚至暂停调整。这无疑会降低油价上涨的影响程度。

  油价对于道路运输业也是类似的影响逻辑，区别只是在于，道路运输业的中间投入品并非原油而是成品油。根据投入产出表数据，道路运输业总投入中，成品油（来自原油加工行业）以及燃气（来自燃气供应业）占比约为14.45%，行业利润率约为13.26%，根据前述公式，为保证道路运输业利润率不变，运输价格调整幅度相当于成品油价格上着的幅度的19%左右，相当于原油价格持续上涨的12.37%（19%*65%）。

  燃气的情况较为复杂。从逻辑上讲，也应当使用上述方法推测原油价格对燃气价格变革的影响幅度，但由于居民用燃气价格在很大程度上受到政府管制，因此很可能对上游油气的价格反映并不明显。从经验数据看，CPI水电燃料增速要远低于油价增速，除了极少数年份外，前者对后者的比值大概在0-0.4之间（表2）。在剔除数据明显异常的2012-2014年之后，CPI水电燃料增速对于油价增速的比值均值大概在13%左右，再考虑最近几年这一比值会降低，这里取值10%。

  根据上述分析，在考虑从原油价格到CPI对于商品与服务项的传导“折扣”后（表3），可得到调整后的直接影响弹性约为0.9%（交通工具用燃料49%*1.16%+燃气10%*0.69+道路运输业12.37%*2.11%）。其含义为，原油价格持续上涨100%，对应的CPI上着的幅度约为0.9%。

  从逻辑上看，原油价格对CPI的影响除了上述几个相关性较大的行业外，还会存在间接影响，也是通过对别的行业的成本与价格间接传导至CPI。例如，原油是化肥、农药的重要上业，而化肥和农药是粮食生产的重要物质成本，同时粮食又是多数农产品的投入品，因此，存在“原油-化肥农药-粮食价格-农产品价格-CPI”的传导链条。在这个链条中，化肥和农药虽然不属于消费品（进而不会对CPI有直接影响），但对农产品价格有影响，因此，原油最终也会通过化肥和农药传导至CPI。现实中的传导链条会更复杂，大概能归纳为图3。

  由于行业众多又互为中间投入品，因此理论上的传导有无限轮，但传导效果会慢慢的弱，最终收敛到某一数值。在得到原油价格对各行业成本的影响弹性后，再根据居民消费的部门结构可以进行加权加总，就能够获得原油价格持续上涨对CPI的影响弹性。由于考虑了间接影响渠道，这可以被称为“完全影响弹性”。在此前的“价格之翼”系列研究之一《大宗一波三折，PPI何去何从》与之三《莫听穿林打叶声，何妨吟啸且徐行当前PPI上行对CPI的影响分析》中，我们曾汇报过测算方法，简要摘抄如下：

  但是，在现实中，上述多轮传导的情况可能很难发生。一方面，出于多种考虑，在上游成本上涨后，企业可能并不会相应调整产品出厂价格，这即是所谓的“价格粘性”；另一方面，即便企业调整价格，可能也有一定时滞，如果第一轮传导需要数月时间的话，第二轮传导所需要的时间就更长。种种迹象说明，即便是第一轮传导，可能在现实中都很难完成。例如，在本轮大宗商品的价值上之后，PPI生活资料价格指数基本平稳（图4）；又如，许多消费品行业在产业集中度回升的情况下ROE显而易见地下降（图5-图12）[1]，也显示本行业产品价格持续上涨并未完全覆盖成本上涨。

  鉴于此，这里主要关注油价上涨对CPI的第一轮传导效果，这里称为“狭义完全影响弹性”。根据投入产出表的测算结果约为1.08%，要远低于完全影响弹性的4.75%，与前述调整后的直接影响弹性基本相当。

  概况而言，我们共梳理了三个层次共四个影响弹性：直接影响弹性4%、调整后的直接影响弹性0.9%、完全影响弹性4.75%、狭义的完全影响弹性1.08%。其中，调整后的直接影响弹性与狭义的完全影响弹性可能更符合现实，两者均值约为1%，我们作为基准情形。

  在确定了原油价格对CPI的影响弹性之后，能够准确的通过油价水平的不一样的情形，估测其对CPI同比的拉动率，进而为判断CPI提供参考。这里以影响弹性1%为例进行说明（表4）。值得说明的是，与CPI同比对应的应该是油价的同比涨幅（而非绝对水平）。以布伦特油价计算，2017年（均值54.22美元/桶）相对于2016年（均值43.7美元/桶）已有24.1%左右的增幅，相应对CPI的拉动率为0.24个百分点，换而言之，在2017年CPI同比均值1.55%中，已包含了油价上涨的影响。按24.1%的涨幅计算，2018年布伦特油价均值需要达到67.3美元/桶之上，油价对CPI同比的拉动率才能高于2017年。对应于布伦特油价均值70-90美元/桶，2018年油价对CPI的拉动率将提升0.05-0.42个百分点；在其他分项对CPI拉动率不变的情况下，对应CPI同比均值为1.60%-1.97%。一个简单的规律是，油价每上涨5美元，对应2017年均价的增速是9%左右，再乘以影响弹性1%，相应对CPI的拉动率上升近0.09个百分点。

  鉴于影响弹性本身为估测值，而油价的不确定加大，我们根据影响弹性与油价均值的不一样的情形，测算CPI的拉动率相对于2017年变动幅度。这有两方面的作用：一方面能够检验结论是否稳健，另一方面能评估油价上涨对CPI是否有显著影响。结论（表5）显示，在油价70美元/桶左右时，不同影响弹性的测算结果差别不大，即便油价上涨至80-90美元/桶，不同的影响弹性的测算结果差异也基本在0.25个百分点以内，这表明影响弹性在0.6%-1.2%的范围取值对结论影响不大，结论较为稳健。同时，在油价均值70美元/桶附近时，其对CPI的拉动率并未较2017年有明显变化；当油价上涨至80美元/桶时，对CPI的拉动率较2017年上升0.14-0.28个百分点（基准情形为0.16个百分点）；当油价上涨至90美元/桶时，对CPI的拉动率较2017年上升0.25-0.50个百分点（基准情形为0.31个百分点）。在影响弹性1%的基准假设下，油价再在当前水平上涨10美元左右（也就是达到80美元/桶），对应的CPI同比上涨幅度约为0.2%，幅度较为有限。

  另外需要说明的是，尽管影响弹性1%的设定明显低于直接影响弹性与完全影响弹性，但结合一些线索看，现实中的影响弹性可能较1%更低。首先，CPI交通工具用燃料（以及汽油）价格同比与原油价格持续上涨的回归系数要低于计算调整后直接影响系数的参数设定，表明现实中的影响弹性可能要低于调整后的直接影响弹性0.9%。其次，从上市公司消费品企业ROE下降以及PPI生活资料增速较为平稳来看，油价对消费品行业的“第一轮传导”可能都不甚顺畅，表明现实中的影响弹性可能要低于狭义的完全影响弹性1.08%。最后，国内的油价调整机制其实设定了从国际油价到国内CPI的“缓冲垫”。一方面，当油价上涨至80美元/桶后，调价幅度将有所降低（开始扣减加工利润率）；另一方面，当国内通胀压力较大时，可以暂停、延迟调价，或缩小调价幅度，这一点可能最重要，相当于是对油价的影响设置了“上限”，或者说，单纯的油价上涨导致CPI失控上行的可能性较小。

  注释：[1]为保证行业的全面性，采用上市公司行业主要经营业务收入前四家企业主要经营业务收入之和与全行业主要经营业务收入的比值；2017年为前三季度数据。