宏观格物系列专题报告之二出口春节调整边际改善已现3月出口同比或反弹至16201903

1深度报告宏观研究证券研究报告专题研究报告2019年03月20日出口春节调整：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》2019.3.13证券分析师秦泰[e-mail]联系人秦泰(8621)23297818×[e-mail]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。请务必仔细阅读正文之后的各项信息披露与声明2宏观研究请务必仔细阅读正文之后的各项信息披露与声明第2页共10页简单金融成就梦想1.年初出口波动剧烈，定量春节模型重要性凸显..........41.1一季度出口再度波动加剧，对全年趋势判断产生影响.......................41.2三大关键问题待解，定量春节调整模型重要性凸显...........................42.既有方法效果如何？不能完全剔除春节影响..................52.1原海关季调方法：工作日-假日调整，低估春节影响........................52.2X13-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.........................................................................................................63.“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...................................................73.1春节的真实影响：节前一周集中出口，节后长尾走弱......................73.2“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.........................................................................................................................84.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%.......................................................9目录3宏观研究请务必仔细阅读正文之后的各项信息披露与声明第3页共10页简单金融成就梦想图表目录图1：历年1季度出口数据极易剧烈波动，19年也不例外...................................4图2：出口月度波动极大，年初叠加春节错位的影响，预测趋势难度大.................5图3：海关原采用的季调方法，季调后离群值仍然较多.........................................6图4：春节对出口的影响路径示意图.....................................................................8图5：测算的春节调整因子：19年1、3月偏强...................................................8图6：测算的春节调整因子：19年2月偏弱........................................................8表1：金融机构人民币存款准备金率调整表..........................................................94宏观研究请务必仔细阅读正文之后的各项信息披露与声明第4页共10页简单金融成就梦想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。图1：历年1季度出口数据极易剧烈波动，19年也不例外资料来源：Wind，申万宏源研究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-40-30-20-10010203040506014/0114/0715/0115/0716/0116/0717/0117/0718/0118/0719/01出口同比（美元计价，%）5宏观研究请务必仔细阅读正文之后的各项信息披露与声明第5页共10页简单金融成就梦想习惯于将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。图2：出口月度波动极大，年初叠加春节错位的影响，预测趋势难度大资料来源：Wind，申万宏源研究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。8001000120014001600180020002200240010/0111/0112/0113/0114/0115/0116/0117/0118/0119/01出口（美元计价，亿美元）出口12个月平均（美元计价，亿美元）6宏观研究请务必仔细阅读正文之后的各项信息披露与声明第6页共10页简单金融成就梦想图3：海关原采用的季调方法，季调后离群值仍然较多资料来源：Wind，申万宏源研究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。2.2X13-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