美国利率策略周报 8月14,日 2026 Joseph Abate，美国利率策略 Monty Gandhi，美国利率策略 Troy Ludtka，美国经济 joseph.abate@smbcnikko-si.com mgandhi@smbc-cm.com troy.ludtka@smbcnikko-si.com 1 212 893-1592 1 212 224-5114 1 212-224-5483 • AI能否比经济学家产生更准确的预测？从表面上看，结果对经济学家并不乐观。 • AI通胀预测（2019-23）的均方预测误差低于费城联邦储备银行调查的经济学家。AI在预测转折点方面也表现更好。 • 但是，AI模型的样本外预测受到未来、据称未知的数据的偏差影响，这些数据无意中泄漏到AI的训练中。由于AI是一个黑盒，很难防止数据泄漏，尤其是用于训练模型的大部分数据没有时间戳。 • 一旦考虑到这一点，AI的预测准确性就会下降。克利夫兰联储的经济学家在实际样本外预测竞赛中表现优于AI，胜出7倍。AI的长期预测倾向于均值回归，并“滑向”美联储的2%目标。 • 美联储暂时暂停了储备管理购买。我们认为这并不表明其长期资产负债表计划。自6月以来，银行储备一直稳定在约$3万亿美元，隔夜融资利率走软主要反映融资需求减少，而非流动性供应过剩。 • 倾向于5s30s陡峭化交易，因为通胀缓和和劳动力数据走软支撑中段，而长端收益率仍易受财政和AI资本支出导致的供应风险影响。 • 较低的预期波动率和强劲的风险情绪支持互换利差，因为短期套利应得到帮助。 • 7月FOMC会议的大多数参与者预计，潜在通胀压力将随时间回归美联储的2%目标。会议纪要可能揭示他们思考的更多底层细节以及他们愿意保持多大的耐心。我们预计7月工业生产将上升0.3%。AI是否比经济学家更好？AI能否比经济学家产生更准确的预测？最近的几项研究探讨了像ChatGPT这样的大型语言模型是否能够对通胀产生更准确的预测。从表面上看，结果对经济学家并不乐观。也就是说，AI产生的预测存在重要的注意事项，这引发了关于这些预测是真正的预测还是记忆的问题。对经济学家和AI模型的预测研究试图复制现实生活。他们进行了一场竞赛，经济学家和AI仅根据特定日期的信息预测通胀。由此产生的样本外
SMBC美国利率策略周报 2 的样本外预测与实际通胀路径进行比较。比赛的胜者是均方误差（实际值减去预测值）最低的那一方。对误差进行平方处理，可以归一化预测过高或过低的情况。AI模型使用截至截止日期可用的所有历史通胀信息——调查、价格菜单、报价和官方评论——进行训练。经济学家也使用这些信息，但范围要窄得多。两者也都利用TIPs市场的基于市场的预期来形成观点。但经济学家将所有数据输入结构性通胀模型，而AI则通过“训练”来学习。AI不是使用具有可复制参数和样本外预测的结构性模型，而是使用其自身的、学习的、时变的基于概率的“黑箱”模型。预测结果可以通过“温度”调整，产生狭窄、更确定性的预测，或更随机和可变的预测。基本的AI预测结构设置如下。“假设现在是2024年7月。不要使用你在2024年7月之前无法获得的信息。提供未来两年的季节调整CPI同比增速预测。”Faria-e-Castro等人将基于AI的模型的CPI同比预测与费城联储专业预测者调查（SPF）中的经济学家调查结果进行了比较。他们发现，上述AI查询的结果通常比SPF更准确。在整个2019-2023年期间，AI模型的均方误差（MSE）为0.05，而SPF为0.07。SPF在2019年和2020年表现优于AI模型，但在2021-2023年之间表现更差。未来一年的预测（t+1）结果相似——AI的表现优于经济学家。预测还是记忆？那么，市场参与者是否应该用AI替换或重新培训他们的经济学家？这可能还为时过早。AI预测存在两个相关问题。首先，AI模型的黑箱特性意味着它难以解释其使用的源数据或其聚合方式。其次，由于训练数据通常没有时间戳，不清楚AI模型是否使用了预测时无法获得的信息。尽管模型可能只训练到2023年7月，但它可能仍会将COVID供应链价格飙升的间接知识纳入其2024年通胀预测中。数据泄漏意味着其预测可能不是真正的预测，而是“预记忆”，这可能解释了AI的优异表现。Alam等人认为，AI模型并非使用当时的数据进行真正的样本外预测，而是进行“伪样本外”预测。模型测试者通过提示AI说出其训练期结束时的现任财政部长来测试AI，以证明没有未来数据泄漏。虽然AI模型正确做到了这一点，但仍有一些数据泄漏的证据。Alam等人通过要求AI预测样本外的通胀，并在没有数据的时间段内（即真正的样本外未来数据）进行测试来验证这一点。他们的模型训练至2024年4月。然后要求其从2024年5月开始逐月预测。预测结果在2024年4月至5月期间最佳，这表明即使要求其不要使用2024年4月之后的任何信息，仍存在一些泄漏。一旦AI被要求
用于预测未来，样本外，1 参见“人工智能与通胀预测”，M. Faria-e-Castro 和 F. Leibovici，圣路易斯联邦储备银行，4年2024季度 2 人工智能模型的均方误差为 7.9，而经济学家的为 13.8。 3 参见“评估生成式人工智能的通胀预测”，M. J. Alam、S. Boyle 和 T. Sekhposyan，旧金山联邦储备银行，2026年1月
SMBC美国利率策略周报 3 通胀，因无数据。MSE增加，AI模型在通胀的月度方向变化上出现偏差。长期通胀预测在很大程度上依赖于向美联储 2% 通胀目标的均值回归。4 事实上，这些预测“僵化且不敏感”，在训练截止后，无论何时生成，它们实际上都相同。鉴于这些“伪样本外”偏差，AI在预测通胀方面是否比经济学家更胜一筹？也就是说，在实时且假设没有未来事件数据泄漏的情况下，谁产生的通胀预测更准确？Alam将AI模型的MSE误差与克利夫兰联储产生的误差进行了比较。克利夫兰联储的预测基于市场和调查数据。样本外AI模型的MSE是克利夫兰联储预测误差的7倍。此外，美联储模型在预测通胀转折点方面的准确率几乎是4倍。支持陡峭化曲线——数据为美联储争取时间，但风险依然存在。7月通胀数据是朝着正确方向迈出的一步，市场对7月核心PCE的共识预期中值目前为0.22%月环比。然而，鹰派的美联储讲话使市场采取“观望”态度；市场在完全定价加息之前，正在寻找更多通胀回落证据。图3显示3个月25的delta偏斜（看跌期权对看涨期权）在2年期期货（TU）上并未大幅下降，表明市场不愿解除对利率上升风险的对冲。将温和的通胀数据与疲软的劳动力市场数据以及放缓的工资增长相结合，可以认为接近区间顶部的收益率有更多下行空间。不利因素是地缘政治风险和美联储反应函数缺乏清晰度。此外，AI资本支出周期带来的供应和财政担忧可能对长端构成压力。5s30s陡峭化是我们偏好表达建设性观点的方式（图4）。它表达了前端/中端的上涨，同时避免了长端的供应风险。4 正如Faria-e-Castro所指出的那样。然而，SPF预测在较长的预测期内也“滑向”2%。图1：SPF预期通胀率（%同比） 图2：克利夫兰联储预期通胀率（%同比） 注：一年期前瞻。来源：费城联储、SMBC日兴 注：一年期前瞻。来源：克利夫兰联储、SMBC日兴 0 2 4 6 8 10 3月-18 3月-20 3月-22 3月-24 3月-26 SPF 实际 -2 0 2 4 6 8 10 1月-19 1月-21 1月-23 1月-25 预测 实际
SMBC美国利率策略周报 4 对于陡峭化交易的主要风险，除了美联储立场极为偏鹰派之外，还有发行结构的改变，即财政部预计将增加至 5 年的发行，同时减少长期限发行（10 年至 30 年）。我们预计长期限拍卖规模将保持不变。5s30s 在未来 3 个月内略呈正利差。青睐利差交易 疲软的就业数据和温和的通胀状况为美联储保持按兵不动赢得了时间。较短期限尾部期权的伽马值接近近期低点。较低的预期波动率和强劲的风险情绪有利于互换利差，因为短期利差应会得到支撑。鉴于 5 年和 10 年几乎达到5月高点，我们认为 30 年利差有追赶空间。自4月FOMC会议以来，10 年收益率与SOFR期货隐含终端利率之间的关系已回归至10月 2024 月至3月 2025 月的机制，而脱离了“解放日”之后的机制。在4月FOMC会议之前，市场一直处于这两个时期之间的中间机制。图 3：3 个月 25 看跌期权与看涨期权的delta（%波动率） 图 4：5s30s 美国国债曲线（基点） 资料来源：彭博，SMBC日兴证券 资料来源：彭博，SMBC日兴证券 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 -1 0 1 2 8月-25 11月-25 2月-26 5月-26 8月-26 公允价值（左轴） TU期货（右轴） -50 0 50 100 150 200 1月-16 1月-18 1月-20 1月-22 1月-24 1月-26
SMBC美国利率策略周报 5 未来一周 • 工业产出（7月，周二）。我们预测美联储总体工业产出系列数据环比增长 0.3%。近年来，商业设备子项的重要性日益增加，因为它与GDP账户中的实际资本支出相关（图 5）。在 2025 年更快速增长之后，商业设备在 Q2 年放缓至同比增长 5.8%。• FOMC会议纪要（7月，周三）：多数与会者预计，潜在通胀压力将随时间回归美联储 2% 的目标（图 6）。尽管核心CPI和核心PCE均有望放缓，但预期下降的速度在FOMC内部存在争论。少数三位投票委员（哈马克、洛根和卡什卡利）已准备立即加息。但更大的群体更倾向于观望等待（库克、沃什、沃勒和杰斐逊），或对当前政策感到满意（鲍威尔、鲍曼、巴尔、威廉姆斯和保尔森）。尽管我们已知会议结果，但观察通胀讨论如何展开以及讨论了哪些价格指标仍将十分有趣。图 5：商业设备工业产出（同比%）与实际资本支出（同比%） 图 6：核心PCE平减指数（同比%）与核心CPI（同比%） 资料来源：美联储、BEA、Haver、SMBC日兴证券 资料来源：BEA、BLS、Haver、SMBC日兴证券 -20 -10 0 10 20 30 -20 -10 0 10 20 30 2000 2005 2010 2015 2020 2025 商业设备工业产出（同比%） 实际设备投资（右轴，同比%） 0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 2000 2005 2010 2015 2020 2025 核心PCE平减指数（同比%） 核心CPI（同比%）
SMBC美国利率策略周报 6 表 3：经济指标预测