查看原文
其他

出口春节调整:边际改善已现,3月出口同比或反弹至+16%——申万宏源宏观“格物”系列专题报告之二

秦泰 申万宏源宏观 2022-06-03

文:申万宏源宏观 秦泰


本期投资提示:


年初出口波动剧烈,定量春节模型重要性凸显。


1)一季度出口再度波动加剧,对全年趋势判断产生影响,适逢全球贸易环境深刻变化的大背景,因而其对于全年出口形势的指示意义,更显得尤为重要和关键。


2)三大关键问题待解,定量春节调整模型重要性凸显。是趋势变化还是春节错位的影响?1-2月合计出口增速是否能够完全地剔除春节的影响?海关首度公布“剔除春节因素”的出口增速,其计算方法大致是怎样的?我们提供一个定量的“申万宏源宏观-出口春节效应”调整模型,可以比较好地回答上述几个问题。


既有方法效果如何?不能完全剔除春节影响。


1)原海关季调方法:工作日-假日调整,低估了春节影响的幅度,季调后1季度数据仍波动剧烈。而海关最新改进的春节调整模型与本文我们所采用的“申万宏观-出口春节因素调整”模型结果非常接近,对本文所述模型的春节影响逻辑和参数形成交叉验证。


2)X13-ARIMA方法:并未内置春节移动假日模块,趋势项估计则尾部误差极大。西方较为普遍使用的ARIMA类季调方法,并不能直接调整我国的春节假日,而是要求对非复活节外的移动假日,均需另行提供调整模块。


“申万宏观-出口春节调整模型”:量化勾勒出节前集中出口、节后长尾走弱的模式。


1)春节的真实影响:节前一周集中出口,节后长尾走弱。春节对出口的影响前后长达5周,其中,节前一周“集中出口”,春节假期周出口“大幅下滑”,元宵节前出口“降至谷底”,接近零的水平,元宵节后出口“逐步恢复”,至正常水平仍需半月左右。农历正月之后,出口恢复至正常水平,春节效应影响才得以完全消退。因影响长达5周,加之春节分布日期波动较大,春节对出口的影响实际上贯穿整个1-3月。从这个意义上可以明显看出,1-2月合计的方法,并不能真正剔除春节影响,反而在春节日期波动较大的年份,可能容易强化市场的反向预期。


2)“申万宏观-出口春节调整因子”:19年1、3月出口偏高,2月偏低。因19年春节较18年提前约10天,18年春节又位于2月中旬,因而较之18年,19年1月、3月出口偏强,而2月显著偏弱。


小结:剔除春节后,1-2月出口已经改善,预计3月出口增速有望反弹至+16%


剔除春节后,1-2月出口增长平稳,较18年12月改善约6个百分点左右。同时也显示,18年12月的单月出口负增长更多是暂时性因素的结果,可持续性并不强。同时,我们的模型能够验证海关公布的2月剔除春节因素出口同比1.5%(美元计价)的测算结果。


若这一趋势得以持续,预计3月美元计价出口增速将大幅反弹至+16%左右,同时人民币计价出口增速则反弹至+21%左右。


目录:


1. 年初出口波动剧烈,定量春节模型重要性凸显


2. 既有方法效果如何?不能完全剔除春节影响


3. “申万宏观-出口春节调整模型”:量化勾勒出节前集中出口、节后长尾走弱的模式


4. 小结:剔除春节后,1-2月出口已经改善,预计3月出口增速有望反弹至+16%


正文:


1. 年初出口波动剧烈,定量春节模型重要性凸显


1.1 一季度出口再度波动加剧,对全年趋势判断产生影响


19年初,全球贸易环境深刻变化的大背景下,我国出口数据再度出现剧烈波动,对全年出口形势的预判产生重要影响。货物贸易出口对我国经济增长的影响举足轻重,但同时出口又是经济数据中波动较大的一类,预测分析的难度较大。历年1季度出口数据极易出现“异常”波动,19年初也不例外。已经公布的19年1-2月出口数据显示,美元计价出口同比增速分别为9.3%和-20.7%,相邻两个月内波幅达到30个百分点。这种1季度出口数据的“异常”变化,在18年、16年、15年等多数年份也表现非常显著。而相较于此前年份而言,19年初出口数据的波动,适逢全球贸易环境深刻变化的大背景,因而其对于全年出口形势的指示意义,更显得尤为重要和关键。


1.2 三大关键问题待解,定量春节调整模型重要性凸显


1季度出口增速分析的三大关键问题:


1)是趋势变化还是春节错位的影响?年初市场往往非常关注全年的出口趋势。但由于春节日期移动,加之对制造业企业生产、出口流程影响时间较长,同时不同年份春节错峰导致基数扭曲的叠加,1季度出口增速中往往难以简单地分解出趋势性变化,历年1-3月的出口增速往往出现极端值,研究实践中在1-2月数据公布后,往往无法得到精确的结论,而只能等到2季度以后数据逐步公布,才能观察出基本的趋势变化。但很多时候,趋势的变化在1季度业已形成,等待2季度数据再做判断已经有些滞后。


2)1-2月合计出口增速是否能够完全地剔除春节的影响?春节错位对出口数据产生影响显而易见,但关于如何剔除这一影响,则是一个难度较大的问题。市场普遍习惯于将1-2月出口数据合计计算同比增速。但考虑到不同年份春节日期相差极大,早可至1月下旬,晚的年份春节可能已经在2月下旬,如果春节对出口的影响时间较长,1-2月合计仍不能完全剔除春节的影响,等到3月数据公布后观察1季度合计增速的方法更为稳妥,但同样可能错失先机。


3)海关首度公布“剔除春节因素”的出口增速,其计算方法大致是怎样的?19年3月8日,海关在公布2月出口增速(美元计价同比-20.7%)时,首度公布“剔除春节因素”的出口同比增速为1.5%。这一数据是如何得出的?海关的定量计算方法大致是怎样的?对于3月、乃至19年全年的出口增速,我们又能得到怎样的比较合理的预期?


我们提供一个定量的“申万宏源宏观-出口春节效应”调整模型,可以比较好地回答上述几个问题。


2. 既有方法效果如何?不能完全剔除春节影响


2.1 原海关季调方法:工作日-假日调整,低估春节影响


海关原采用的季调方法,实质更接近“工作日-假日”调整,低估了春节影响的幅度,季调后1季度数据仍波动剧烈。海关总署在公布月度货物贸易进出口数据时,同时公布一项季调后月度进出口同比增速。但数据显示,海关季调后数据在一些年份的1季度仍然出现显著的异常波动,例如14年1-3月(1月显著高于2-3月的低位)、17年3月(异常偏高)和18年1月(异常偏低)。其原因在于,海关原采用的季调方法的实质是“工作日-假日效应”调整模型,一方面对春节的调整仅限于春节假期所在的一周之内,且参数设置可能与其他假日的影响相等并线性化,大幅低估了春节影响的时间段和幅度;另一方面,实际上对于一些除“工作日-假日”以外的固定季节效应(例如11-12月出口规模的环比季节性大幅增长),也并未进行调整。


而海关最新改进的春节调整模型与本文我们所采用的“申万宏观-出口春节因素调整”模型结果非常接近,对本文所述模型的春节影响逻辑和参数形成交叉验证。海关总署在19年3月8日公布2月进出口数据时,对季调方法做出调整,并未公布原方法下的季调同比,而是首度公布“剔除春节因素”的进出口增速。具体而言,2月美元计价出口同比-20.7%,剔除春节后为+1.5%;人民币计价出口同比-16.6%,剔除春节后为+7.8%。这一春节调整方案的结果,与我们即将在下文中阐述的“申万宏观-出口春节因素调整”模型结果非常接近,形成交叉验证。


2.2 X13-ARIMA方法:并未内置春节移动假日模块,趋势项估计则尾部误差极大


基于ARIMA的量化季调方法,是全球多数国家统计部门普遍采用的成熟定量算法,但该方法需使用者额外提供春节移动假日的调整模型。各国经济时间序列均面临极强的季节性特征,导致经济数据边际变化的分析困难,因而各国统计当局均致力于开发定量的时间序列季节调整方法。基于ARIMA方法进行时间序列预测、并辅之以多次移动平均的定量季调模型得到广泛认可,此类方法包括美国普查局等相继推出的X11-ARIMA、X12-ARIMA和X13-A-S方法,以及西班牙银行等推出的TRAMO/SEATS等。我国统计局则使用基于X13-A-S的NBS-SA季调方法。而西方较为普遍使用的ARIMA类季调方法,并不能直接调整我国的春节假日,而是要求对非复活节外的移动假日,均需另行提供调整模块。


同时,考虑到ARIMA类方法的趋势项尾部误差极大,不考虑春节影响、直接通过ARIMA方法计算趋势项,实际上难以对分析最新的数据边际变化提供帮助。ARIMA类方法将经济时间序列的影响因素分解为趋势项(Trend and Cycle)、季节因素(Seasonal Factor)和随机因素(Irregular Factor)。原理上可以不考虑春节移动假日,强行分解出趋势项(TC),借以分析宏观经济数据的边际变化。但遗憾的是,ARIMA类模型的固有属性决定了其尾部风险最大的特征,即最新的数据调整后的TC项,潜在波动最大,从而实际上难以对分析最新数据变化提供有益的支持。


也就是说,在面对1季度出口数据时,为了真正有效地分析真实的趋势变化,我们必须动手构建一个能够剔除掉春节影响的定量模型,在此基础上,ARIMA类模型才能真正发挥固定季节调整的作用。


3. “申万宏观-出口春节调整模型”:量化勾勒出节前集中出口、节后长尾走弱的模式


3.1 春节的真实影响:节前一周集中出口,节后长尾走弱


我们估算结果显示,春节对出口的影响前后长达5周,其中节前一周“集中出口”,节后约一个月内均不同程度地偏弱。


1)节前一周“集中出口”。制造加工企业往往在春节前一段时间抢工生产,并集中于除夕前一周(即春节假期开始前一周)左右形成“集中出口”,日均出口量较非春节的正常时段有较为显著的扩大。


2)春节假期周出口“大幅下滑”。在春节假期(农历除夕至正月初六)期间,我国制造加工企业惯例基本停产,而仍有部分节前已经完成的产成品在此期间陆续运抵海关出口。因此春节假期周,出口整体大幅下滑(非春节时段的一半左右),但出口尚未降至最低水平。


3)元宵节前出口“降至谷底”,接近零的水平。由于春节假期周内,节前生产的存货基本已完成出口,而企业生产活动在元宵节前尚未普遍恢复,因此这段时间的出口量是春节期间最低的。


4)元宵节后出口“逐步恢复”,至正常水平仍需半月左右。元宵节后,制造加工企业基本复工,生产恢复至形成出口仍需要一段时间,在半个月左右的时间内出口量逐步恢复,前低后高。


农历正月之后,出口恢复至正常水平,春节效应影响才得以完全消退。下图简要展示春节影响出口的路径,其中横轴代表距离春节当天的天数(0为春节当日,-1为农历除夕),纵轴示意当日出口额与非春节时段日均出口额的大致比例关系。


因影响长达5周,加之春节分布日期波动较大,春节对出口的影响实际上贯穿整个1-3月。从这个意义上可以明显看出,1-2月合计的方法,并不能真正剔除春节影响,反而在春节日期波动较大的年份,可能容易强化市场的反向预期。


3.2 “申万宏观-出口春节调整因子”:19年1、3月出口偏高,2月偏低


我们将2010年-18年1-3月的出口情况作为样本,定量估算了上述不同阶段的影响幅度,在此基础上得出“申万宏观-出口春节调整因子”——根据春节效应的冲击,当月出口额与正常月份出口额之比值(从而“因子”越大,当月出口情况越好)。


对比18年和19年的出口春节调整因子,我们发现,因19年春节较18年提前约10天,18年春节又位于2月中旬,因而较之18年,19年1月、3月出口偏强,而2月显著偏弱。19年春节位于2月5日,而18年春节位于2月16日。春节提前,令节前出口高增部分提前至1月末;同时3月受春节后的长尾趋弱影响消退,而2月几乎全月都受到偏弱的影响。其结果是,测算的春节调整因子显示,19年1月、3月出口规模显著较18年更高,而2月出口整体大幅偏弱。


4. 小结:剔除春节后,1-2月出口已经改善,预计3月出口增速有望反弹至+16%


剔除春节后,1-2月出口增长平稳,较18年12月改善约6个百分点左右。基于我们的定量出口春节调整模型的测算,1月、2月剔除春节影响后,美元计价出口增速已经分别恢复至2.3%和1.5%左右;较18年12月(-4.4%)显著改善;人民币计价同比增速则恢复至6.6%-6.8%,同样较18年12月(0.7%)大幅改善。人民币计价和美元计价出口同比增速,均较18年12月改善6个百分点左右。剔除春节以后的趋势显示,18年12月的单月出口负增长,更多是暂时性因素影响的结果,可持续性并不强。同时,我们的模型能够验证海关公布的2月剔除春节因素出口同比1.5%(美元计价)的测算结果。


若这一趋势得以持续,预计3月美元计价出口增速将大幅反弹至+16%左右,同时人民币计价出口增速则反弹至+21%左右。


我们也提供一个19年1-3月春节效应剔除前和剔除后的出口增速对照表,以供参考。

相关研究:


CPI:油价、增值税减税与肉价此消彼长,19年中枢趋于下行——申万宏源宏观“格物”系列专题报告之一






您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存