张忆东：从周期角度看美国通胀 沉睡的菲利普斯曲线或将苏醒？

报告及核心观点

一、引言

近期美国就业数据表现强劲，失业率处于低位，而通胀却似乎并未随之上升。这一现象引发了关于菲利普斯曲线是否仍然有效的讨论。菲利普斯曲线是描述通胀与失业率之间反向关系的经济学理论。本文将深入PCE（个人消费支出平减指数）背后的影响因素，并尝试解答菲利普斯曲线是否在当前环境下失效的问题。

二、PCE走势分析：周期性因素与非周期性因素共同影响

PCE的走势受到周期性因素和非周期性因素的共同影响。根据旧金山联储的研究，PCE的细项可以分为周期项和非周期项。周期项与美国宏观经济状况和居民收入相关，符合菲利普斯曲线的描述；非周期项则与行业层面更相关，不满足菲利普斯曲线的描述。

三、美国通胀历史回顾：周期性、非周期性主导的阶段分析

回顾美国通胀历史，我们可以发现通胀的主导因素在不同时期有所不同。在90年代以前，通胀主要由周期性因素主导，菲利普斯曲线效应显著。而自90年代开始，物价水平主要受到非周期性因素的影响，这可以归因于全球化进程的加快、美国大量进口商品以及美元走强等因素。

四、非周期PCE主要影响因素：油价和商品价格的作用

非周期PCE主要受到油价和商品价格的影响。长期来看，原油价格的影响更为持久，而进口价格的影响则更为迅速。例如，2019年上半年，美国从中国的进口商品面临的输入性通胀压力就被2018年底的低油价所抵消。

五、美国未来通胀展望

对于美国的未来通胀，我们可以预期周期性因素将开始占主导。在2019年4月，解释度排名靠前的细项中，周期性因素占据多数。非周期性因素仍然存在变数，尤其是当前对进口商品价格的敏感度达到近年来的最高水平。当前的利率水平明显低于均衡利率，这种情况在过去的经济周期中也曾出现过，并给美国经济带来挑战。如果贸易情况继续不明朗，导致的进口价格上涨可能会加剧输入性通胀，原油价格的回升也可能进一步加剧通胀压力。降息并非无忧之举。

六、报告总结

克利夫兰联储主席Mester于2019年7月4日在接受Bloomberg采访时发表了自己的预测。他深情地指出，“我预见，通胀将逐渐回归至2%的水平，如同春风拂面，温暖而稳健。背后的故事却更为复杂。一些结构性因素，如商业竞争、价格设定行为以及消费者的搜索行为正在悄然影响通胀压力。”

随着振奋人心的非农就业数据的发布，CME联邦基金期货利率价格的走势显示，市场对7月31日FOMC会议降息50个基点的预期有所动摇，概率从29%降至5%。强劲的就业市场似乎在预示通胀压力的来临，美联储可能需要保持更多的耐心。尽管市场对降息的热度持续不减，但如果美联储的行动不及预期，那么尾部风险就会逐渐显现。在这个关键的时刻，通胀压力的研究显得尤为重要。

接下来，我们来聊聊PCE分项解释度衡量这个话题。PCE，即个人消费支出平减指数，是美联储制定货币政策的重要考量指标。它有着两大显著优势，使得它成为美联储和投资者眼中的宠儿。PCE相比于固定权重计算的CPI，更能避免高估物价水平，更具一致性。历史PCE价格可以根据新信息进行调整和重新计算。PCE涵盖了广泛的商品和服务，为我们提供了丰富的数据细项。

美联储主席鲍威尔在FOMC会议的陈述中，为我们揭示了PCE背后的细节。他提到，由于服饰、机票和金融咨询价格的暂时下滑，物价水平出现了下滑现象。但随着就业市场的强劲和经济的持续增长，通胀率将逐渐回升至2%。这一观点的背后，是周期性和非周期性细项的相互作用。非周期性项的下滑暂时拖累了整体PCE水平，但随着周期性的回归，总体物价水平将随之上升。

旧金山联储为我们深入剖析了PCE的周期性和非周期性细项。他们采用Mahedy-Shapiro方法，将那些与宏观经济状况紧密相关的细项归为周期性分类，而那些与行业层面更相关的则归为非周期项。这些细项的分类结果为我们提供了宝贵的洞察。

为了更好地理解物价水平的变动，我们不仅要分析周期性和非周期性物价水平的变动，还要明确当前孰轻孰重。从周期项和失业率缺口的关系来看，它们在金融危机前曾有着完美的菲利普斯曲线关系。随着经济的复苏，尽管周期PCE经历了一系列起伏，但它与失业率缺口的关系依然紧密。

2.3 周期性/非周期性PCE的解释力度

借助旧金山联储的分类方法和相关权重、波动估计值的，我们深入了周期性和非周期性PCE解释力度的时间序列分布。回顾历史，我们可以观察到通胀主导因素随着时间窗口的变化而发生转变。值得注意的是，由于采用的是五年滚动窗口计算权重，导致某些初始年份的权重数据缺失。

在宏观经济的视野下，进口商品价格和原油价格的波动对非周期PCE的影响是一个长期且复杂的议题。经过深入的研究和数据分析，我们发现其影响不仅深远且持续超过两年。原油价格的上涨在第九个月时达到边际影响的峰值后逐渐回落，而进口价格的影响在短期内尤为明显。图表25揭示了进口税的增长对非周期PCE的直接影响，这一数据在两个月内迅速上升后逐渐稳定。值得注意的是，原油对非周期PCE的影响峰值约为0.6，高于进口价格的影响峰值。这一现象背后的部分原因，在于油价上涨会带动进口商品价格的上涨，从而间接影响非周期PCE。这一路径的存在使得油价波动对进口商品价格的影响尤为显著。假设油价发生正向冲击，那么进口商品价格也会受到相应的影响。以美国为例，在特定时间段内，由于低油价的影响，从特定国家进口的商品的输入性通胀压力得以减轻。未来原油价格的变动对商品价格的直接影响并不显著。

当我们深入通胀的根源时，我们发现聚集效应正在形成。周期性PCE逐渐占据主导地位，而非周期性PCE对进口价格的敏感度也在提升。分项来看，“其他非耐用品”的解释度在数据中表现突出，成为所有分项之首。周期性项在整体PCE中的占比已经达到了较高的水平。从周期项的数据来看，几乎所有周期项在2019年年初都呈现出上升的态势。这意味着未来一段时间内，通胀的压力可能会持续存在。

当我们观察美联储的货币政策时，我们发现当前利率水平是否足以压制潜在的通胀压力是一个重要的问题。历史上，当利率明显低于均衡利率时，往往会对经济产生重大影响。当前市场普遍预期美联储可能会降息，但是未来的通胀压力可能会随着贸易情况的不确定性、进口价格的上涨以及原油价格的回升而上升。降息的道路并非一帆风顺。临时性价格因素以及大国博弈带来的政治风险也需要我们警惕。总体而言，通胀的问题需要我们在关注宏观经济动态的深入分析和理解各种因素之间的关系和影响机制。我们需要持续关注各项数据的变化，以便更好地预测和应对可能出现的通胀压力。附录

5.1 “解释度”指标的计算方法

对于“解释度”指标，我们的直觉上认为一个细项对总体PCE的影响大，需要满足三个要素：权重高、波动大并能带动其他分项一起变动（协方差大）。这样的定义方式有一个优点，那就是各个分项的“解释度”求和正好等于1。在假设PCE是各个分项的线性加权的情况下，PCE的波动就等于各个分项波动和协方差的线性加权。

构建上述指标存在一些挑战。由于PCE不同于CPI的固定权重加权方法，它采用的是费雪式计算方法，也就是各项消费项的拉式价格指数和帕式价格指数的几何平均。PCE并没有公开的“权重”，每个分项的权重已经嵌入到PCE的计算过程中，并且每次计算的各个分项的权重都会有所不同。

为了简化计算，我们假设PCE指数是各个分项指数的线性加权，并采用带约束的最小二乘法（RLS）来求解动态权重，每月滚动过去5年来进行计算。对于波动的测算，我们采用GARCH(1,1)进行建模，并使用全样本数据（1959年至2019年，共60年的月度数据）。使用最小二乘法的好处是，其目标函数为凸函数，使得解唯一。而波动率建模的好处在于，一旦识别出波动过程模式，就可以进行外推。

在波动率建模中，我们采用GARCH(1,1)模型，并假设误差项服从正态分布。由于动态协方差估计容易导致偏差和不稳定，我们采用稳健的协方差估计量最小行列式估计量MCD（Minimum Covariance Determinant）。以上所有的估计过程都使用了Python的开源模块。

关于是否存在样本内过拟合的问题，我们可以通过考察求解出来的权重在时间序列上的稳定性来进行判断。根据图表，除了09年之前的时间段，其余时间权重都相对稳定。由于PCE指数和各个分项指数将09年设为100，权重的不稳定可能是由于求解过程中的一些数值原因导致的。这一问题可以通过缩小时间窗口来解决。

下图展示了核心PCE同比和通过RLS求解分项权重后的拟合核心PCE同比。官方核心PCE以蓝线表示，而我们构造的核心PCE以黄线表示，可以看出拟合效果非常理想。

5.2 泰勒规则利率计算方法

具体的泰勒规则利率计算公式如下（公式略）

5.3 非周期性核心PCE向量自回归建模方法

以下是脉冲响应矩阵的时间序列表示（图表略）。通过观察，我们可以发现非周期性核心PCE对进口商品价格和原油价格并没有显著的影响，同时进口商品对原油价格的边际影响也不显著。结合正文中的分析，反映出原油价格是进口商品价格和非周期性核心PCE的“底层因素”，这一结论符合经济逻辑。

（文章摘自张忆东策略世界）