撰写于2024年1月14日。标题党一下。2024年1、2月PPI同比分别是-2.5%，-2.7%。进入3月以来，煤焦钢产业链、玻璃价格持续下跌。基建投资和房地产投资到底怎么样，可想而知。核心观点：把PPI拆分为国际因素（CRB、海运费）和中国因素（即总需求）的影响两部分。总需求决定的PPI部分显示，2022年年中以来总需求虚弱，工业部门处于通缩状态。总需求决定的PPI与工业产能利用率、企业债到期收益率、股票指数趋势大体一致。这意味着，如果总需求得不到改善，股市将缺乏像样的投资机会。在前一篇文章中，我们阐述了2020-2023年这轮全球通货膨胀及下跌的传导机制。大致来说：【1】欧美日的货币政策、各国（包括中国）的需求、OPEC+俄罗斯对原油限产保价、俄乌战争、供应链问题等共同导致全球原材料和商品价格上升，进而导致运费CRB价格指数上涨。【2】俄乌战争、供应链问题，导致国际运费价格上涨；【3】CRB指数、汇率、国际运费，以及中国国内经济形势、内需和外需（用于出口的部分）、产业政策、行业竞争格局、生产效率、税制等，决定了中国的PPI。
图1 中国PPI的决定
资料来源：自己绘制
我们希望把国际因素、中国因素对PPI的影响分开，来考察我国总需求对PPI的影响。思路是：先用各种经济指标对PPI进行拟合，然后把国际因素、中国因素分开。注意，做这样的拟合不是为了预测PPI。因为：【1】如果要预测未来几个月的PPI，不需要这么麻烦；【2】这种模型的预测效果并不好。目前Wind和iFind上显示，除了CRB综合指数外，还有工业原料、金属、食品、纺织、食用油、家畜6个主要的指数。对这些指数的水平值进行分析发现：CRB综合指数=0.5765工业原料+0.4240食品对2018年1月至2023年12月的同比进行分析发现：CRB综合指数同比
=0.6116工业原料指数同比+0.3896食品指数同比
R-squared=0.9999。即食品指数在CRB综合指数中占约40%。食品指数同比的波比工业指数波动大得多，但对我国食品PPI没有任何影响（图2）。因此直接用CRB综合指数做PPI的解释变量，相当于引入了不恰当的信息。另外，图2中家畜指数价格波动更大，我国家畜（主要是生猪）价格波动也很大（2018年以来主要是非洲猪瘟和猪周期造成的）。但是全球每年消费11亿头猪，有7亿头是中国消费的，即中国的猪价主要是国内供求决定的，进口、出口都很少。因此也没必要将其作为解释变量。不过，为了客观，下文我们还是把工业原料、金属、食品、纺织、食用油、家畜等指数同比都作为解释变量，让模型自己选择。
图3展示了三个不同的进口海运费价格指数的同比。由于集装箱船、干散货船、油轮是不能相互替代的，因此这三个同比之间相关性很弱。我们将其都作为解释变量，分别记为CICFI，CDFI，CTFI。
M1同比中包含了严重的春节效应，因此对其进行了季节调整，消除了春节效应。并对2020年1月设置了一个虚拟变量，剔除了当月的异常值。对工业增加值定基指数进行季节调整，消除了春节影响，用季调后同比作为解释变量，记为IVA。选用2018年1月至2023年12月的数据。用PPI同比对如下解释变量进行回归：前述的CRB工业原料指数同比CRBindu，CRB金属指数同比CRBmetal等6个指数同比；中国进口集装箱运价指数同比CICFI，中国进口干散货运价指数同比CDFI，中国进口原油运价指数同比CTFI；M1同比，M2同比，社融同比，信贷余额同比，工业增加值同比；人民币实际有效汇率指数同比Ex。PPI = 0.1257M1(-9) + 0.1285CRBindu(-6)
+0.0389CRBmetal(-3)+0.0301CDFI+0.1170Ex （1）
式（1）中所有系数都在1%的显著性水平上异于0，R-squared=0.9645，其他统计量略。前述所有解释变量，只有5个的系数显著异于0。其中：【1】M1同比领先于PPI同比9个月，符合一般的认识。【2】CRB工业原料、CRB金属的系数显著异于0。这是因为我国进口的主要是工业原料、基本金属，进口的食品、纺织品、家畜很少。工业原料和金属同比都领先于PPI，这是因为从国际工业品价格上涨到采购、加工、出厂需要时滞。【3】我们发现，如果去掉人民币有效实际汇率指数，或者把它替换成RMB/USD汇率同比，则回归结果基本不变，对下文的结论也没有实质性影响。这符合一般的认知，即汇率对国内需求及PPI的影响较小。将式（1）中CRBindu、CRBmetal、CDFI对PPI的影响定义为：国际因素对PPI的影响
= 0.1285CRBindu(-6) +0.0389CRBmetal(-3)+0.0301CDFI （2）
中国因素对PPI的影响 = PPI – 国际因素对PPI的影响 （3）需要说明，中国需求也造成了CRB、国际海运费的波动，但我们无法将其区分开。图4展示了这些曲线。不难发现，在2020Q2之前和2023Q2至2023年12月，决定中国PPI波动的主要是中国因素；在2020Q2至2023Q2之间，决定中国PPI的主要是国际因素。
假设生产效率、税收制度等不变，则中国因素大致可以分为供给、需求（包括纯内需和外需）两方面。由于中国不存在供给短缺问题，只要有需求就能得到满足，因此这部分PPI的波动基本上就是总需求波动导致的。换言之，式（3）指示了总需求波动对中国PPI的影响。【1】对2019年1月至2023年12月的数据进行拟合，得到的结果与式（1）大同小异。【2】对2020年1月至2023年12月的数据进行拟合，发现只有CRBindu、CRBmetal、CDFI的系数是显著异于0的。因为这期间物价上涨和下跌主要是国际因素导致的。从这些不同样本区间的模型得到的“中国总需求对PPI的影响”大同小异，见图5。
从图6可知，式（3）确实能较好地指示中国总需求的波动。在2020年1月23日武汉开始封城、全国开始春节假期之后，国内需求下降。2020年二季度，中国控制住疫情，欧美经济停摆，对中国商品需求增加，带动了中国总需求。2022年3月底上海开始封城，总需求持续下滑。2022年12月放开封控，但经济并未如期恢复，总需求整体疲弱。2022年年中以来，这部分PPI在大部分月份是负值，少部分月份是正值（因为基数原因），表明总需求非常疲软，比2020年疫情爆发之后还严重得多，工业部门实际上处于通货紧缩状态。
工业部门既然处于通缩状态，那么工业企业自然会降低产能利用率。工业部门通缩，导致了工业企业利润大幅负增长，2023年1-11月规模以上工业企业利润总额累计同比只有-4.4%。
图7 总需求决定的PPI部分与产能利用率（剔除了2020Q1的异常值）总需求决定的PPI与企业债到期收益率在趋势上是一致的。
总需求决定的PPI与股票指数趋势也是一致的。印证了2022年以来股市表现低迷是总需求虚弱的结果，也意味着，如果总需求得不到改善，股市不可能出现像样的行情。 图9 总需求对PPI的影响与上证综指
资料来源：iFind；自己计算