建投海外丨AI和原油, 对核心CPI的传导如何?

来源：市场资讯

（来源：CSC研究 海外&大类资产团队）

今年美国通胀两个新的上行担忧，来自AI和能源成本的上升，其在核心CPI中有多少体现？

（一）AI和能源自身涨价的幅度

能源涨幅较大，背后是油价、电价的走高。

但是，AI加权成本的涨幅实则有限，这与主观认知有一定差距。尽管存储价格飙升，但权重不高，占比最大的硬件价格则是低位运行。

（二）对下游的传导情况

① 总量：传导系数上，AI高达4.6%，远超能源的0.5%；拉动幅度上，今年核心CPI同比上行0.2%，其中AI和能源分别额外拉动0.39%和0.08%，合计0.47%，二者能解释全部的通胀上行，且剩余分项增速回落，指向成本上升或有负反馈。

② 结构：AI在下游的扩散广度也更广，尤其在商业、金融、教育等服务分项，或与企业增加数字化投资有关，其影响更可能是持续性的；能源的落脚点，还是集中在原油成本占比高的运输领域，相对较窄，更具一次性冲击特征。

③ 历史：和之前几轮涨价周期横向对比，本轮AI的传导程度偏弱，能源与历史均值相仿，显示通胀内在动能不强，或与消费需求不佳有关。

（三）后续展望

假设油价年底75美元/桶，存储继续涨价30%，则下半年对核心CPI的拉动：AI贡献较当前或翻倍；油价去年Q4过低，同比贡献虽下降，但仍不低；二者整体影响维持在偏高水平。

上行风险，主要是油价超预期、AI的渗透更广（投资数字化的企业越来越多）。

下行风险，主要是需求负反馈，剩余分项继续回落。

往后看，期待通胀实质性回落，关注：① 油价更大幅下降、② 核心商品重回通缩、③ 明年油价基数的切换。

正文

2026年，美国核心通胀的上行担忧，主要源自两个成本端的推动：一是能源价格大幅上行，二是AI相关原材料的价格飙升。

目前核心通胀的走高，二者贡献了多少？未来的持续影响多大？

一、AI和能源拉动上游成本的总体情况

能源价格涨幅较大，背后是油价和电价的走高。过去一年，WTI原油价格上涨近65%，电力价格上涨3.57%，CPI中能源相关部分同步走高。但由于目前油价大幅回落，相关担忧明显缓解。

AI加权成本的涨幅实则一般，主因内部结构分化较大，存储外的其他部分上行趋势不明显，这构成一定的预期差。AI加权成本可拆解为硬件、存储、数据服务、网络通讯四类，其中：硬件成本权重最高，约占60%，主要反映半导体及相关器件价格变化，其价格维持低位对AI加权总成本形成明显压制；而市场关注度较高的存储价格，上行幅度较大，但其权重有限，仅约10%；数据服务成本主要对应数据处理、托管和相关服务价格（反映AI模型训练、推理和云端服务中的数据处理环节），网络通信成本则对应通信设备价格（体现数据中心互联、网络设备和通信基础设施等情况），二者上半年波动较大。

二、AI和能源对核心通胀的传导

下游与AI和能源直接相关的分项，今年以来均有上行迹象，显示出一定的传导性。AI相关分项中，计算机及外设、金融服务（机构大量投资AI技术）等价格走高，仅互联网服务一项波动偏弱；原油相关分项中，运输服务、公共交通和航空票价同步抬升；电力相关分项中，洗衣服务、个人护理、住宿等用电量较大的服务也有一定涨价迹象。

但是，考察AI和能源的成本抬升，对核心通胀中的全面扩散程度，仅统计相关性高的分项，并不全面。我们采用引入失业率及联邦基金利率的多变量回归模型，测算核心CPI中被AI和能源所能解释的部分。

（1）总量层面：传导能力AI＞能源，但增速拉动上能源＞AI

首先，我们考察AI和能源对核心CPI总体的传导情况，包括传导系数和拉动幅度两个维度。

向下的传导系数：AI大于能源。衡量同样成本端涨价的情况下，谁向下游扩散传导的能力更强。回归结果显示，本轮油价上涨，向下游核心通胀的传导系数仅为0.5%，同期AI涨价的传导系数则高达4.6%。

整体的拉动幅度：能源暂时大于AI，二者基本解释全部核心通胀的上行；随着油价回落，下半年能源拉动或大幅下降。5月核心CPI同比增速中，能源贡献约0.31%（一倍标准差区间0.22%-0.4%），而AI仅为0.12%（一倍标准差区间0.06%-0.18%），二者合计贡献约0.43%。其中，能源贡献更大，主要因前期油价涨幅较大。与去年底对比，核心CPI同比上行0.2%左右，而油价影响部分拉动提高0.39%，AI提高0.08%，二者合计0.47%，远超0.2%，这意味着AI和能源基本能解释今年来全部的核心CPI上行，且剩余其他部分存在增速回落的情况，可能源自成本上涨带来的负反馈。

成本涨价对下游消费价格的负反馈，在油价影响中体现较为明显。机票价格受航煤影响较大，油价上行对其直接传导。按照CPI机票分项的涨幅和权重计算，其对今年5月核心CPI的同比贡献达到0.35%，相较去年底提升近0.36%，均超过整体能源的影响幅度。因此，能源对机票外的其他消费或有抑制，导致价格增速的回落、甚至通缩。

从历史数据看，油价快速上行阶段，居民能源以外的消费增速确实出现一定的回落。

（2）结构层面：AI在服务业多个方向有扩散，能源集中在运输板块

AI不仅在下游的整体扩散程度更大，扩散广度也更广，尤其在一些服务分项；随着更多企业投资数字化，AI的物价影响可能是持续性的。AI不仅在电脑相关消费品上有明显的涨价推动，也在专业服务、电话服务、金融服务、教育通信等分项中，表现出较高传导强度，可能与企业数字化投入增加等有关，因此，AI对物价的影响可能是持续性的（更多企业参与、更多采购进行），而非一次性的成本推动。

能源的落脚点，则还是集中在原油成本占比高的运输领域，相对较窄，更具一次性冲击特征。油价对核心CPI内部各分项的传导强度并不广泛，较明显的分项主要集中在航空票价、公共交通和运输服务，其余分项传导强度显著偏低。注意到，新车、二手车等分项对油价的响应整体为负，与前述分析的消费负反馈、压制物价的逻辑一致。

（3）历史比较：本轮AI偏弱，能源与历史水平相仿，显示通胀内在动能不强

历史上，也还存在诸多类似今年的AI成本和油价上涨周期，我们对传导强弱进行比对。样本的选择上，共6个窗口期，既有单独的油价或AI涨价，也有油价和AI共振的例子，具体见下图。

结果显示，本轮能源向核心CPI的传导与历史水平大致持平，弱于之前2022年和2017年；本轮AI的传导则在历史中属于偏低水平。

猜测原因，可能与今年美国整体经济，尤其是消费偏弱有关，因此上游成本对下游终端的传导阻力较大，整体通胀的内生动能并不算强。

三、油价回落、AI成本高位下的通胀展望

基准情形下，下半年油价拉动下降，但AI拉动上升，对核心CPI的整体拉动仅边际回落。假设油价至年底平稳回升至75美元/桶；AI成本方面，假设存储持续涨价30%、硬件成本下跌约3%，其余持平，则整体上行约1.8%。由于油价去年Q4中枢非常低，同比方面的贡献虽然下降，但仍不低。AI的贡献则持续上升，较5月接近翻倍。

上述测算的短期风险方向，更可能偏上行，尤其关注AI影响的持续性；下行风险主要是剩余部分受需求打压进一步下降。一方面，美伊冲突的后续走势仍有疑问，油价能否一直稳定在偏低水平，有待观察。另一方面，AI的渗透处于过程中，也可能导致更多行业的涨价，由于AI带来的未必是一次性扰动，其影响是后续关注的重点。

往后看，期待通胀同比实质性回落，可能需要：①油价更大幅下降、②核心商品重回通缩、③等待明年基数的切换。

证券研究报告名称：《AI和原油对核心CPI的传导如何？》

对外发布时间：2026年7月9日

报告发布机构：中信建投证券股份有限公司

本报告分析师：钱伟

执业证书编号：S1440521110002

感谢谢紫铭对本报告的贡献