第三节　价格形势分析的方法工具

价格形势分析多侧重于“势”的分析。“势”是研究者力量聚集的方向，也是下一步形势发展的分析方向。“势”的分析判断需要借助一定方法和工具。“工欲善其事，必先利其器”强调的正是方法和工具的重要性。价格形势分析方法包罗万象，不胜枚举。这些分析方法按照最基本的结果属性，可分为定性分析和定量分析。

一、定性分析

价格形势定性分析，是指对未来价格运行状态、发展趋势的概括性描述。这种分析方法只给出未来价格的变化方向、运行状态，不涉及价格的变动幅度。如分析未来一年的PPI走势时，定性分析关注的是PPI是上涨还是下跌，是平稳运行还是大幅波动，是否会出现转折性变化。多数人认为定性分析是“拍脑袋”、主观臆断，实则不然，好的定性分析要求研究者有大量的经验积累、信息储备，以及极强的综合判断能力，即便是“拍脑袋”也是“站在巨人肩膀上”拍的。如研究者采用规律分析、逻辑演绎、倾向分析、苗头分析研判重点商品、重大事件、重要决策对价格总水平的影响。实际中，研究者通常结合定性分析和定量分析，采用论点加论据的方式，论证自身的价格形势判断。

二、定量分析

价格形势定量分析，是指利用相关数据资料，通过统计和计量手段分析预测未来价格变化情形和波动幅度。定量分析与定性分析的显著差别在于，前者通常采用模型分析判断价格形势，后者则主要采用逻辑演绎尤其是宏大叙事的方式。定量分析其实是为定性分析作嫁衣的，因为定性分析逻辑要比定量分析结果显得更为重要。笔者常用的定量分析方法主要有统计分析和时间序列分析两大类。前者中有代表性的有翘尾因素和新涨价因素方法，该方法在预测CPI走势和幅度方面表现出了较高准确率。此外，季节调整和价格指数也是常用的统计分析方法。

时间序列分析代表性的模型主要有自回归和移动平均（ARMA）模型、协整和误差修正模型、结构向量自回归（SVAR）模型。ARMA模型认为经济发展具有惯性，所以它坚定“让数据自己说话”的信念，通过趋势外推预测价格走势。协整和向量误差修正模型蕴含着非常丰富的经济含义，不仅可以用来验证经济变量之间是否存在长期均衡关系，也能够刻画经济变量偏离长期均衡的过程，目前被广泛应用于经济金融领域，特别是价格波动分析中。SVAR模型是多元时间序列分析的核心内容之一，它的建模依据主要来自宏观经济理论，尤其是理性预期理论，目前是宏观经济波动与情景预测分析的一个重要模型。

三、注意事项

第一，准确理解和把握分析工具背后的经济含义。如数据平稳性问题，多数人认知数据平稳性，主要从单位根检验入手，这样容易产生“利用单位根检验数据是否为平稳序列”的固有思维，从而忽略平稳性的经济含义，不能领略“数据能以较快的速度向均值回复”的魅力。在金融市场套利交易中，多数策略都是建立在均值回复的思想上。如当价格触碰波动上限时卖空商品，而当价格触碰波动下限时做多商品。准确理解和把握交易者交易策略，对于价格形势分析往往能起到事半功倍的作用。

第二，信息并非越多越好。信息是价格形势分析的基础，脱离信息的价格形势分析是无源之水、无本之木。有人说，价格形势分析是一份“八分靠信息，二分靠方法”的工作。笔者完全赞同信息在价格形势分析中的重要作用，但并不认为信息越多越好。一方面，现在是数据“爆炸”的年代，网络获取信息非常方便，但是这些信息往往夹杂着一些噪声，采用模型分析时可能会得到有偏结果，此时需认真进行信息处理工作。另一方面，信息处理可能耗费大量时间，在执行应急任务时，可能“捡了芝麻，丢了西瓜”，此时需要关注信息的权威性。

第三，模型并非越复杂越好。应该注意到，当今高水平期刊上的模型有越来越复杂的倾向。这些模型在解释过往变量变动时可能“头头是道”，但在预测未来走势时可能会“一塌糊涂”。笔者并不是不赞同模型的复杂化，而是想说价格形势分析是一门实用性技术，应奉行简约原则，即在同等条件下，模型越简约越好。因为简约模型的经济含义相对明确，同时模型估计参数少，模型的稳定性有保障。此外，价格形势分析中，并不存在放之四海而皆准的模型，也不可能有屡试不爽的模型，各种模型都有其各自功能和适用条件。