美国各类通胀预期及其隐含的加息目标「未预期的通货膨胀对谁有利」
通胀预期主要分为调查类和市场类。调查类指标主要包括ZEW通胀预期、密歇根通胀预期、纽约联储通胀预期、SPF通胀预期等；市场类指标主要包括盈亏平衡通胀、通胀补偿、通胀互换等。除此之外，美联储使用动态因素模型构建了一个共同通胀预期指数（即CIE指数）追踪各类通胀预期的共同变动趋势。调查类和市场类通胀预期各有优缺点，需要综合评估以反映通胀预期。
根据方差分解的结果，对短期调查通胀预期普遍影响较大的是二手车价格、汽油价格、小麦价格。对长期调查通胀预期、CIE通胀预期的主要影响因子有较大差异，主要是调查样本或计量方法造成。市场类通胀预期更容易受到景气指标的影响，例如二手车价格、房屋销售等。
虽然美联储并未正式将通胀预期纳入货币政策框架，但二十世纪七、八十年代通胀与通胀预期相互加强的教训仍然值得警惕。依据美联储理事鲍曼提出的联邦基金利率应当超出短期通胀预期，我们计算了基于各类短期通胀预期的加息目标，普遍达到4%~6%。美联储当前的FOMC点阵图和市场加息预期较此仍有较大的上修空间。
一、通胀预期指标：调查类与市场类
自1990年以来，美国通胀和主要通胀预期指标长期处于“锚定”状态。然而，新冠疫情以来，全球产业链受损带来的供给冲击、美国强力刺激政策的需求拉动、大宗商品产能周期的切换共同使得美国通胀和通胀预期均有“脱锚”迹象。鉴于上世纪70、80年代高通胀的历史教训，通胀预期是否自我实现、通胀预期与通胀是否相互强化是近来市场关注的重点。常见的通胀预期指标有哪些，彼此有何异同，能否作为美联储货币政策的参考？本文尝试对此展开分析。
通胀预期指标主要分为两类：第一类是由权威机构抽取随机样本进行调查，或采访金融从业者而采集的通胀预测数据以及情绪指标。目前较为流行的调查类通胀预期指标包括ZEW通胀预期、密歇根通胀预期、纽约联储通胀预期以及美联储给出的SPF通胀预期。第二类是通过相关资产价格直接或间接反映市场通胀预期。典型的市场类指标有通胀互换（inflation swap），以及美国通胀保护债券（TIPS）收益率曲线计算出的盈亏平衡通胀（breakeven）、通胀补偿（inflation compensation）等。 除此之外，针对五花八门的通胀预期，美联储使用了一个动态因素模型，将各类通胀预期指数纳入其中，构建了一个共同通胀预期指数（Index of Common Inflation Expectations），即CIE指数，用以表示通胀预期的共同变动趋势。1.1 调查类指标
调查类通胀预期所选取的样本各不相同：
密歇根大学通胀预期的受访人群通过随机数字拨号（RDD）确定。
纽约联邦储备银行从互联网上选取了约1300个家庭进行调查。
ZEW通胀预期则是综合了金融分析师的意见，其受访者包括约300名来自金融、研究和经济部门的专家以及交易员、基金经理和投资顾问。
SPF的受访人群来源不能完全确定，但总体来说具有一定的经济金融基础。2007年下半年，美联储追溯性地对往期受访人员所属的行业进行调查，发现一部分人来自于各类金融机构，如保险、投资银行、商业银行、支付服务、对冲基金、共同基金、金融服务提供商协会、资产管理；一部分人来源于各类非金融机构，如预测公司、投资公司、纯研究公司、大学与制造业等；还有一部分受访人群不能通过往期资料确定其行业来源。
除开样本差异之外，上述调查类通胀预期在分类方式、计算方式等方面也存在一些差异。
1.1.1 ZEW通胀预期
ZEW通胀预期的计算方法在本文提及的4个调查类通胀预期中最为简单。
自1991年以来，欧洲经济研究中心每月对约300名来自银行、保险公司和选定公司金融部门的专家进行采访，了解他们对重要国际金融市场数据的评估和预测。
ZEW通胀预期指数根据调查结果计算得出。它被构建为“认为未来六个月内美国通胀会上升或下降的分析师占比之差”。例如，如果30%的参与者预计美国通胀在未来六个月内会上升，30%的参与者预计不会发生变化，40%的参与者预计会下降，那么ZEW通胀预期指数的值将为-10。因此，ZEW通胀预期为正数（负数）意味着认为通胀会上升（下降）的参与者占比大于认为通胀会下降（上升）的参与者占比 [1] 。
基于此，ZEW通胀预期指数包含Decrease、Increase、No-change、Balance四个分项，分别表示预计美国通胀在未来六个月内会下降、上升、不变的分析师占比和最终差值。1994年以来ZEW通胀预期（Balance）领先美国CPI同比大约9个月，但在本轮高通胀环境下该指标似乎已经失灵，数值出现了罕有的短期大幅波动。该指标缺少历史上高通胀时期样本，目前参考价值大幅下降。
1.1.2 密歇根通胀预期尽管都是基于调查研究计算出的通胀预期，但密歇根通胀预期与ZEW通胀预期有以下明显区别：一是在样本人群的选取上，密歇根通胀预期是针对普通人群展开的调查，而ZEW通胀预期的受访对象则为金融从业人员；二是在指标的计算方法上，ZEW通胀预期是基于受访者对通胀方向的预判占比，而密歇根通胀预期的计算方式则相对复杂。 在密歇根大学的通胀问卷调查中，核心问题是“你认为在未来1年/5-10年中，价格会上涨、下跌，还是不变”，与ZEW通胀预期类似。但问卷中还设计了其他问题对此进行补充，例如“预计在未来1年/5-10年中，你认为价格会上涨、下跌百分之几？”。在缺失信息插补、回答误差更正以及异常值截断之后，取剩余数据的中位数作为当月的密歇根大学1年/5-10年的通胀预期指数[2]。 基于此，密歇根大学通胀预期指数有1年通胀预期与5-10年通胀预期两个时间序列。1年期通胀预期指数波动明显，与美国的CPI同比走势高度一致，时常同时到达波峰与波谷。因而今年7月密歇根1年通胀预期较6月回落，被市场视为美国通胀见顶的重要前瞻信号。1990年后5-10年期的通胀预期指数则比较平稳。
1.1.3 纽约联储SCE通胀预期
SCE是一项纽约联储主导的美国全国互联网调查，调查对象是大约1300人组成的轮换小组。受访者参与该小组长达12个月，每月轮换进入和退出该小组的人数大致相等。这一样本选择方式使得调查者能够观察同一个人的期望随时间的变化[3] 。
纽约联储给出了受访者对未来1年、3年通胀预期的中位数，以及25、75分位数，此外还根据受访人群年龄、受教育程度、收入以及所在地区的不同给出了各类人群通胀预期的中位数。 过去10年，纽约联储1年、3年通胀预期中位数差异不大，但自2021年下半年以来，两个数据出现了明显的分化。2022年6月，纽约联储1年通胀预期中位数增至6.8%，创下新高；但3年通胀预期中值却有所下降。另外，当前3年通胀预期的样本分布较历史水平更为离散，反映出受访者对中期通胀前景存在较大分歧。
1.1.4 SPF通胀预期
SPF调查是美国最古老的宏观经济预测季度调查，始于1968年，由美国统计协会和国家经济研究局进行。费城联储于1990年接手发布。
SPF提供了三个通胀预期指数，包括以CPI价格指数表示的1年通胀预期、以GDP价格指数表示的1年通胀预期以及10年通胀预期。
基于CPI和GDP的1年通胀预期计算方法有所不同。以CPI表示的1年通胀预期是未来四个季度预测值中位数的几何平均[4]。具体而言，每位受访者都被要求提供他们对于未来四个季度的CPI预测。取每个季度预测值的中位数，再计算四个中位数的几何平均，便得到以CPI表示的未来1年通胀预期。以CPI表示的SPF 1年通胀预期指数的数据从1990年开始，为了拓宽其数据长度，可以将其与利文斯顿通胀预期指数结合[5]。以GDP价格指数表示的1年期通胀预期是用SPF估计出的未来1年链加权（Chain-weighted）GDP[6]与当期的链加权GDP相除减1再乘以100。
1990年后，SPF通胀预期在2%附近窄幅波动，与美国CPI同比中枢非常接近。这非常符合通胀预期“锚定”的情况下，短期通胀围绕通胀预期波动的假设。值得注意的是，随着美国通胀“脱锚”，SPF通胀预期也开始大幅偏离中枢，且尚未出现拐点。这不由让人联想到大通胀时代通胀与通胀预期共振上行，通胀预期自我实现。
对比密歇根5-10年通胀预期，SPF 10年通胀预期波动更小，2000年后基本维持在2%~2.5%。究其原因，可能是经济学家（SPF受访对象）用模型加经验判断[7] 出的长期通胀率比普通人（密歇根受访对象）的直观感受更能够免于一些外生冲击的干扰，例如油价、地缘政治冲突等因素。
1.2 市场类指标1.2.1 盈亏平衡通胀（breakeven inflation rate）与通胀补偿（inflation compensation）
通胀保护债券（TIPS）是由美国财政部发行的国债之一，其特点是本金和息票会根据发行时间和支付时间之间的CPI变化进行调整。由于未来通胀率未知，TIPS投资者未来收到的利息或本金很不确定：发行日与到期日之间的通胀率越高，投资者得到的美元金额越高。不同期限的TIPS平价收益率（par yield）包含了市场对于未来不同时点的通胀预期信息。
美国财政部根据纽约联储在每个工作日下午3:30获得的指示性报价，对给定到期日通胀保护证券（TIPS）的平价实际收益率使用单调凸样条估计法进行插值得到相应的收益率曲线。随后从收益率曲线中读取某些特定期限的实际收益率值，以此作为政府基准的盈亏平衡通胀（Break-Even Inflation Rate）[8]。根据期限的不同，盈亏平衡通胀有5年、7年、10年、20年、30年5个指标，与TIPS发行期限对应。
除上述盈亏平衡通胀，美联储通过对TIPS收盘价采用Nelson-Siegel-Svensson模型进行插值，可以计算相同到期日的TIPS收益率和美国国债名义收益率的差值，将此定义为TIPS的通胀补偿（inflation compensation）[9]。
按照债券的种类与期限不同，通胀补偿包括由平价收益率（Par Yield）、零息债券收益率（Zero-Coupon Yield）、瞬时远期（Instantaneous Forward）、1年期远期（One-Year Forward）、5-10年远期（Five-To-Ten-Year Forward）合约计算出来的数据，期限从2年至20年不等。尽管涵盖了更多期限，但并非市场交易的直接结果，不及盈亏平衡通胀直观。
盈亏平衡通胀与通胀补偿一定程度上可以反映市场的通胀预期，历史上大约领先美国CPI同比1个月，较调查类通胀预期更加灵敏，但也容易受到TIPS流动性、市场短期交易主题等因素扰动。
1.2.2 通胀互换（inflation swap）
通胀互换的设计为：买方在到期时就合同的名义金额支付预先规定的利率，而卖方则按照通胀率支付。固定收益投资者可以使用通胀互换来对冲通胀风险。按照期限的不同，通胀互换的期限从1年至30年不等。
1年通胀互换与10年通胀互换的价格大约领先美国CPI同比1个月，一定程度上可以作为美国CPI同比的预测指标。尤其在CPI同比出现较大波动时，1年期通胀互换的价格走势与美国CPI同比大体相同。
1.3 预期的预期：共同通胀预期指数（CIE）
近年来，通胀预期指标数量不断增加，这些数据在预期的范围、数据来源几个关键维度上有所不同。因此，美联储通过动态因素模型，使用21个通胀预期指标，构建了一个共同通胀预期指数（CIE）。该指数代表了1999年第一季度至2020年第一季度21个通胀预期指标之间的共同变动。
粗略地说，该模型假设数据可以由一个因素有效地总结，并且该潜在因素的动力学特征是一个平稳的AR（4）过程。动态因素模型可以提供平均值为零的因子估计，得出的估计因子的变化方向能够表明通胀预期普遍变化的方向。然后，我们可以通过将该因素“投影”到不同的通胀预期序列中，根据给定的通胀预期指标来解释这些变化[10]。
因此，根据投影对象的不同，CIE指数又可以分为基于密歇根大学5-10年通胀预期指数的CIE指数，与基于SPF未来10年通胀预期指数的CIE指数。但若无特别说明，CIE指数一般指基于SPF未来10年通胀预期指数的CIE通胀预期。
为什么只针对长期通胀预期？以及，为什么选择SPF通胀预期指数作为基准？
首先，美联储在研究中发现，在通胀预期变化中起关键作用的变量是代表长期通胀预期的变量。尤其是TIPS长期通胀补偿（5年，10年，10年远期），密歇根调查的未来5-10年通胀预期，利文斯顿的10年通胀预期。其次，美联储更加感兴趣的是使用共同通胀预期指数来监测长期通胀预期的演变。因为长期通胀预期直接受货币政策的影响，对暂时性因素不太敏感。最后，专业预测人员的通胀预期可能比普通人的预测更准确。因此，美联储选择了SPF的未来10年通胀预期作为长期通胀预期的投影指标。 CIE的指标范围与模型后来经历了调整与修改，例如将潜在因子的动力学特征假设改为AR(5)过程，在模型中加入密歇根大学消费者预期调查得出的未来12个月通胀预期的25分位数与75分位数等等。经历调整之后的CIE指数较之先前波动更大，当前通胀预期显著高于过去5年中枢，接近次贷危机前后的历史最高水平。
1.4 各类指标的优缺点
市场类通胀预期为日度，便于更加实时地监测市场通胀预期变动，但数据噪声较大，容易受到流动性、市场情绪等短期因素扰动。调查类通胀预期为月度或季度，大致与CPI同比同步，数据噪声小。尤其是长期通胀预期更加不易受到短期市场因素的扰动。在追踪通胀预期时，需要综合参考两类指标，尽量评估、剔除短期市场因素的扰动。
二、什么影响了长短期通胀预期？
究竟是什么因素影响了长短期通胀预期？
此前我们曾列举过与美国CPI相关的各类重要指标。本文从中挑选了全球供应链压力指数、美国新车产量、美国二手车价格指数、美国30年房贷利率、美国房屋交易量、CBOT玉米期货价格、CBOT小麦期货价格以及NYMEX汽油期货价格等8个经济指标，与不同的通胀预期分别放入VAR模型中，并借鉴Diebold和Yilmaz（2014）中广义方差分解的溢出指数方法测度各变量对于不同通胀预期指标的方差解释度。除30年房贷利率使用的是变动量之外，其余经济指标使用的都是同比数据。
我们将调查类指标与市场类指标的计量结果分别展示。严格来说CIE并不完全属于通胀预期指标，但因其投影对象是密歇根5-10年通胀预期与SPF10年通胀预期，故而我们将CIE指标的方差分解结果与调查类指标放在一起。
2.1 调查类指标的方差分解结果首先，从测算结果来看，各类价格变量对于短期通胀预期的影响更大。也就是说，短期通胀预期更易受外界因素的影响，而长期通胀预期的变动则更多来源于被调查者本身的观点变化。以SPF通胀预期为例，本文使用的8个经济指标能够解释SPF1年通胀预期约48.57%的波动，但对于SPF10年通胀预期的方差解释力度仅为26.04%。 其次，对于调查类通胀预期影响较为普遍的三个指标分别是美国二手车价格指数、NYMEX汽油期货价格与CBOT小麦价格。其中二手车价格指数对于各类通胀预期的影响普遍较大。除了密歇根5-10年通胀预期与ZEW通胀预期之外，二手车价格指数对于其他三个通胀预期的方差解释度超过了7%，高于其他指标。
最后，关于长期通胀预期的影响因素，SPF10年通胀预期与密歇根5-10年通胀预期的计量结果出现了明显差异。根据DY溢出指数的测算，对SPF10年通胀预期指数影响最大的因素是油价，而对密歇根5-10年通胀预期影响最大的因素则是小麦价格（与CPI食品价格高度相关）。专业经济学家与普通受访者对通胀主导因素的感知出现了分化。
值得一提的是， CIE通胀预期主要受到二手车价格、小麦价格影响，受汽油价格影响很小。NYMEX汽油期货价格对于CIE通胀预期（基于SPF）的方差解释力度仅为2%左右，而油价却大约能解释SPF10年通胀预期约11.97%的波动。也就说，在用动态因素模型处理过相应的通胀预期数据以后，CIE通胀预期将油价的波动部分剥离，使得该指标更多受到CPI篮子中核心商品（汽车）和食品（小麦）的影响。
2.2 市场类指标的方差分解结果
同调查类指标类似，各类价格指标对于短期市场类指标的解释力度大于长期指标。
此外，对各个市场类预期指标普遍影响较大的经济因素分别是二手车价格指数、美国房屋交易量和CBOT小麦价格，油价的影响反而没有其他因素明显。究其原因，可能是市场类通胀预期与美国国债收益率高度相关，更多受到代表经济周期景气因子的影响，例如汽车、房地产均具有非常强的周期循环特征。
三、通胀预期与联邦基金政策利率
通胀预期出现脱离趋势的大幅度变化是一个值得警惕的危险信号。正如美联储理事米歇尔·鲍曼所说，“短期通胀预期往往会随着通胀的上升而上升，但当长期通胀预期开始上升时，则可能表明企业和消费者对美联储解决通胀的能力缺乏信心。”[11]通过对美国上世纪七、八十年代滞胀时期各类通胀预期的复盘，一定程度上可以说明通胀预期与CPI以及货币政策的相互影响。
二十世纪七、八十年代，长期宽松的货币政策、石油危机的爆发和巨大的财政赤字将美国拖入滞胀，美国CPI同比迅速突破10%，于1980年4月达到峰值14.6%，与此同时，密歇根长短期通胀预期迅速飙升，利文斯顿通胀预期也前所未有地升至9.6%。1979年，沃尔克出任美联储主席，开始以激进加息遏制通胀。沃尔克上台之后，EFFR直接飙升至两位数，最高达到19.10%，与CPI同比的差值也迅速突破5%的上限，与密歇根长短期通胀预期的差值最高达到13.2%、12.2%。美联储遏制通胀的态度如此强硬，对市场信心的提振作用显而易见，首先带来的便是通胀预期的回落。密歇根长短期通胀预期、利文斯顿短期通胀预期先于CPI同比回落至70年代中枢，而CPI同比也随即扭头向下，于1983年跌回2.8%左右。
上述历史经验或许表明，驯服“超调”的通胀和不断强化的通胀预期，美联储政策利率可能也需要显著“超调”才能重新“锚定”通胀和通胀预期。美联储鲍曼在演讲中指出，如果以联邦基金利率和短期通胀预期的差值计算“实际”联邦基金利率，今年加息后“实际”联邦基金利率仍在负值区间。由于通胀高得不可接受，需要将“实际”联邦基金利率带回正值区间。基于上述美联储潜在的通胀预期管理目标，我们计算了EFFR与各类通胀预期差值，以反推潜在的加息目标。
以密歇根1年通胀预期为例，当前值为5.2%，基于此的“实际”联邦基金利率为-4%。即便1年通胀预期回到1990~2020年均值3%，1990年后的加息周期“实际”联邦基金利率普遍超调2%~3%，则对应的联邦基金利率达到5%~6%。同理，在通胀预期回落至历史均值、联邦基金利率达到历史超调幅度（“实际”联邦基金利率回到正值区间）的情景下，潜在的联邦基金利率水平普遍达到4%~6%。美联储当前的FOMC点阵图和市场加息预期较此仍有较大的上修空间。
注：
[1]详见https://www.zew.de/en/zew/about-zew
[2]详见Richard, T., Procedure to Estimate Price Expectations, https://data.sca.isr.umich.edu/survey-info.php
[3]详见https://www.newyorkfed.org/research
[4]https://www.philadelphiafed.org/surveys-and-data/real-time-data-research/survey-of-professional-forecasters
[5]即，在1981年7月之前的数据取利文斯顿调查出的通胀预期，自1981年7月之后的数据取SPF1年通胀预期，合成一个新的通胀预期序列。
[6]1995年，美国政府开始使用“链加权”指标来计算实际GDP。链加权方法的优点是，它可以自动重新平衡每年价格基数中的单个部分的权重。
[7]SPF曾对受访者是否使用经济模型预测进行了询问与调查。调查发现，几乎所有受访者都使用组合方法进行预测：25名受访者中有20人表示他们使用数学/计算机模型，但在报告其预测时会加入对该模型的主观调整。1人使用纯模型生成的预测，四名受访者表示他们只使用自己的经验和直觉。20名受访者中有11人表示，他们对两个或多个模型的预测进行加权。
[8]详见https://home.treasury.gov/policy-issues/financing-the-government/interest-rate-statistics
[9]详见https://www.federalreserve.gov/data/tips-yield-curve-and-inflation-compensation.htm
[10]详见https://www.federalreserve.gov/econres/notes/feds-notes/index-of-common-inflation-expectations-20200902.htm
[11]详见https://www.federalreserve.gov/newsevents/speech/bowman20220623a.htm
参考文献
1. Gürkaynak, R., & B. Sack, & J. Wright, The TIPS yield curve and inflation compensation，American Economic Journal: Macroeconomics, 2010, 2(1): 70-92.
2. Diebold, F., & K. Yilmaz, On the network topology of variance decompositions: Measuring the connectedness of financial firms, Journal of Econometrics, 2014, 182(1):pp.119~134.