高盛上调中国2026年PPI预测至2.0%，主因油价推动

概览

本篇研报详细解读了中国2026年4月的通胀数据。核心结论是：受国际油价上涨带动，中国工业生产者出厂价格指数（PPI）出现显著反弹，同比增速从3月的0.5%跳升至2.8%。尽管消费者物价指数（CPI）仅温和上升至1.2%，但PPI的超预期表现促使高盛上调了对2026年全年PPI通胀的预测。报告认为，这一轮再通胀主要由上游能源和原材料部门驱动，预计未来几个季度PPI增速将在冲高后逐渐回落。

核心观点

CPI方面：4月 headline CPI 同比上涨1.2%，略高于3月的1.0%，也高于高盛和彭博一致预期的0.9%。这一温和上涨背后存在结构性分化：食品价格同比下跌1.6%（主要受猪肉、鲜菜和鲜果价格下跌拖累），而非食品价格同比上涨1.8%。在非食品项目中，燃料成本同比大涨17.4%，对非食品CPI涨幅的贡献显著；此外，交通服务价格和旅游相关服务价格也呈现上涨态势。剔除食品和能源后的核心CPI同比持平于1.2%。 PPI方面：4月 headline PPI 同比大幅上涨2.8%，远高于3月的0.5%以及市场预期的1.8%。环比来看，经季节性调整后的年化增速高达24.5%。这一跳升主要归因于能源及相关化学品价格的上涨。数据显示，上游行业贡献了PPI同比反弹幅度的约81%，其中油气开采加工贡献了1.0个百分点，化工原料及化学纤维制造业贡献了0.7个百分点。生产资料PPI同比从1.0%升至3.8%，而生活资料PPI同比仍为负值（-1.0%），显示价格压力主要集中在产业链上游。 预测调整：鉴于4月PPI数据显著强于预期，高盛将2026年全年 headline PPI 通胀预测从之前的1.2%上调至2.0%。同时，考虑到高基数效应，将2027年全年PPI通胀预测从0.9%下调至0.6%，但指出全球AI资本开支热潮带来的AI相关产品需求可能对下游价格形成一定支撑。

分析框架

机构采用了典型的宏观数据拆解与归因分析法。首先，将整体通胀指标（CPI/PPI）拆分为食品/非食品、能源/核心、上游/下游等子项，以识别价格变动的具体来源。其次，通过计算各子项对整体同比增速的贡献度（percentage points），量化关键驱动因素（如油价、猪肉价格）的影响权重。最后，结合历史数据趋势和高基数效应，对全年通胀路径进行动态修正。这种方法有助于投资者透过 headline 数字看清通胀的结构性特征和持续性。

方法论与常识提炼

• 行业/产业分析框架量价拆分

  通胀归因分析

  将整体物价指数拆解为不同类别（如食品、能源、核心商品等），并计算各类别对整体涨幅的贡献点数，从而精准定位通胀的主要驱动力是供给端（如油价）还是需求端。

• 周期与景气框架

  基数效应分析

  在预测未来通胀时，考虑当前高增长数据对下一年同期同比数据的压制作用（高基数），从而下调远期预测值。这是处理周期性波动数据时的常用逻辑。

关键数据

• 4月CPI同比1.2%高于前值1.0%及市场预期0.9%
• 4月PPI同比2.8%大幅高于前值0.5%及市场预期1.8%
• 4月燃料成本同比17.4%3月为3.4%，是推升非食品CPI的主因
• 4月猪肉价格同比-15.2%继续下跌，拖累食品CPI
• 上游行业对PPI反弹贡献约81%显示价格压力主要集中在生产端
• 2026年全年PPI预测2.0%从之前的1.2%上调
• 2027年全年PPI预测0.6%从之前的0.9%下调，受高基数影响

影响与含义

研报认为，4月通胀数据表明中国正经历由油价驱动的再通胀过程。对于市场而言，PPI的快速回升可能改善上游资源类企业（如石油、化工、煤炭）的盈利预期，但由于生活资料PPI仍为负值，下游消费端的定价能力依然较弱，成本传导尚不顺畅。高盛的预测调整反映了其对短期工业品价格韧性的重新评估，但也提示了中期因基数效应导致的增速回落风险。

后续跟踪

• 未来几个季度PPI增速是否按预期逐渐缓和
• 全球AI资本开支热潮对相关产品价格的实际拉动效果
• 油价走势及其对国内能源成本的持续影响