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

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：