本期投資提示：
年初出口波動劇烈，定量春節模型重要性凸顯。
1）一季度出口再度波動加劇，對全年趨勢判斷產生影響，適逢全球貿易環境深刻變化的大背景，因而其對於全年出口形勢的指示意義，更顯得尤為重要和關鍵。
2）三大關鍵問題待解，定量春節調整模型重要性凸顯。是趨勢變化還是春節錯位的影響？1-2月合計出口增速是否能夠完全地剔除春節的影響？海關首度公佈“剔除春節因素”的出口增速，其計算方法大致是怎樣的？我們提供一個定量的“申萬宏源宏觀-出口春節效應”調整模型，可以比較好地回答上述幾個問題。
既有方法效果如何？不能完全剔除春節影響。
1）原海關季調方法： 工作日-假日調整，低估了春節影響的幅度，季調後1季度數據仍波動劇烈。而海關最新改進的春節調整模型與本文我們所採用的“申萬宏觀-出口春節因素調整”模型結果非常接近，對本文所述模型的春節影響邏輯和參數形成交叉驗證。
2）X13-ARIMA方法：並未內置春節移動假日模塊，趨勢項估計則尾部誤差極大。西方較為普遍使用的ARIMA類季調方法，並不能直接調整我國的春節假日，而是要求對非復活節外的移動假日，均需另行提供調整模塊。
“申萬宏觀-出口春節調整模型”：量化勾勒出節前集中出口、節後長尾走弱的模式。
1）春節的真實影響：節前一週集中出口，節後長尾走弱。春節對出口的影響前後長達5周，其中，節前一週“集中出口”，春節假期周出口“大幅下滑”，元宵節前出口“降至谷底”，接近零的水平，元宵節後出口“逐步恢復”，至正常水平仍需半月左右。農曆正月之後，出口恢復至正常水平，春節效應影響才得以完全消退。因影響長達5周，加之春節分佈日期波動較大，春節對出口的影響實際上貫穿整個1-3月。從這個意義上可以明顯看出，1-2月合計的方法，並不能真正剔除春節影響，反而在春節日期波動較大的年份，可能容易強化市場的反向預期。
2）“申萬宏觀-出口春節調整因子”：19年1、3月出口偏高，2月偏低。因19年春節較18年提前約10天，18年春節又位於2月中旬，因而較之18年，19年1月、3月出口偏強，而2月顯著偏弱。
小結：剔除春節後，1-2月出口已經改善，預計3月出口增速有望反彈至+16%
剔除春節後，1-2月出口增長平穩，較18年12月改善約6個百分點左右。同時也顯示，18年12月的單月出口負增長更多是暫時性因素的結果，可持續性並不強。同時，我們的模型能夠驗證海關公佈的2月剔除春節因素出口同比1.5%（美元計價）的測算結果。
若這一趨勢得以持續，預計3月美元計價出口增速將大幅反彈至+16%左右，同時人民幣計價出口增速則反彈至+21%左右。
目錄：
1. 年初出口波動劇烈，定量春節模型重要性凸顯
2. 既有方法效果如何？不能完全剔除春節影響
3. “申萬宏觀-出口春節調整模型”：量化勾勒出節前集中出口、節後長尾走弱的模式
4. 小結：剔除春節後，1-2月出口已經改善，預計3月出口增速有望反彈至+16%
1. 年初出口波動劇烈，定量春節模型重要性凸顯
1.1 一季度出口再度波動加劇，對全年趨勢判斷產生影響
19年初，全球貿易環境深刻變化的大背景下，我國出口數據再度出現劇烈波動，對全年出口形勢的預判產生重要影響。貨物貿易出口對我國經濟增長的影響舉足輕重，但同時出口又是經濟數據中波動較大的一類，預測分析的難度較大。歷年1季度出口數據極易出現“異常”波動，19年初也不例外。已經公佈的19年1-2月出口數據顯示，美元計價出口同比增速分別為9.3%和-20.7%，相鄰兩個月內波幅達到30個百分點。這種1季度出口數據的“異常”變化，在18年、16年、15年等多數年份也表現非常顯著。而相較於此前年份而言，19年初出口數據的波動，適逢全球貿易環境深刻變化的大背景，因而其對於全年出口形勢的指示意義，更顯得尤為重要和關鍵。
1.2 三大關鍵問題待解，定量春節調整模型重要性凸顯
1季度出口增速分析的三大關鍵問題：
1）是趨勢變化還是春節錯位的影響？年初市場往往非常關注全年的出口趨勢。但由於春節日期移動，加之對製造業企業生產、出口流程影響時間較長，同時不同年份春節錯峰導致基數扭曲的疊加，1季度出口增速中往往難以簡單地分解出趨勢性變化，歷年1-3月的出口增速往往出現極端值，研究實踐中在1-2月數據公佈後，往往無法得到精確的結論，而只能等到2季度以後數據逐步公佈，才能觀察出基本的趨勢變化。但很多時候，趨勢的變化在1季度業已形成，等待2季度數據再做判斷已經有些滯後。
2）1-2月合計出口增速是否能夠完全地剔除春節的影響？春節錯位對出口數據產生影響顯而易見，但關於如何剔除這一影響，則是一個難度較大的問題。市場普遍習慣於將1-2月出口數據合計計算同比增速。但考慮到不同年份春節日期相差極大，早可至1月下旬，晚的年份春節可能已經在2月下旬，如果春節對出口的影響時間較長，1-2月合計仍不能完全剔除春節的影響，等到3月數據公佈後觀察1季度合計增速的方法更為穩妥，但同樣可能錯失先機。
3）海關首度公佈“剔除春節因素”的出口增速，其計算方法大致是怎樣的？19年3月8日，海關在公佈2月出口增速（美元計價同比-20.7%）時，首度公佈“剔除春節因素”的出口同比增速為1.5%。這一數據是如何得出的？海關的定量計算方法大致是怎樣的？對於3月、乃至19年全年的出口增速，我們又能得到怎樣的比較合理的預期？
我們提供一個定量的“申萬宏源宏觀-出口春節效應”調整模型，可以比較好地回答上述幾個問題。
2. 既有方法效果如何？不能完全剔除春節影響
2.1 原海關季調方法：工作日-假日調整，低估春節影響
海關原採用的季調方法，實質更接近“工作日-假日”調整，低估了春節影響的幅度，季調後1季度數據仍波動劇烈。海關總署在公佈月度貨物貿易進出口數據時，同時公佈一項季調後月度進出口同比增速。但數據顯示，海關季調後數據在一些年份的1季度仍然出現顯著的異常波動，例如14年1-3月（1月顯著高於2-3月的低位）、17年3月（異常偏高）和18年1月（異常偏低）。其原因在於，海關原採用的季調方法的實質是“工作日-假日效應”調整模型，一方面對春節的調整僅限於春節假期所在的一週之內，且參數設置可能與其他假日的影響相等併線性化，大幅低估了春節影響的時間段和幅度；另一方面，實際上對於一些除“工作日-假日”以外的固定季節效應（例如11-12月出口規模的環比季節性大幅增長），也並未進行調整。
而海關最新改進的春節調整模型與本文我們所採用的“申萬宏觀-出口春節因素調整”模型結果非常接近，對本文所述模型的春節影響邏輯和參數形成交叉驗證。海關總署在19年3月8日公佈2月進出口數據時，對季調方法做出調整，並未公佈原方法下的季調同比，而是首度公佈“剔除春節因素”的進出口增速。具體而言，2月美元計價出口同比-20.7%，剔除春節後為+1.5%；人民幣計價出口同比-16.6%，剔除春節後為+7.8%。這一春節調整方案的結果，與我們即將在下文中闡述的“申萬宏觀-出口春節因素調整”模型結果非常接近，形成交叉驗證。
2.2 X13-ARIMA方法：並未內置春節移動假日模塊，趨勢項估計則尾部誤差極大
基於ARIMA的量化季調方法，是全球多數國家統計部門普遍採用的成熟定量算法，但該方法需使用者額外提供春節移動假日的調整模型。各國經濟時間序列均面臨極強的季節性特徵，導致經濟數據邊際變化的分析困難，因而各國統計當局均致力於開發定量的時間序列季節調整方法。基於ARIMA方法進行時間序列預測、並輔之以多次移動平均的定量季調模型得到廣泛認可，此類方法包括美國普查局等相繼推出的X11-ARIMA、X12-ARIMA和X13-A-S方法，以及西班牙銀行等推出的TRAMO/SEATS等。我國統計局則使用基於X13-A-S的NBS-SA季調方法。
而西方較為普遍使用的ARIMA類季調方法，並不能直接調整我國的春節假日，而是要求對非復活節外的移動假日，均需另行提供調整模塊。同時，考慮到ARIMA類方法的趨勢項尾部誤差極大，不考慮春節影響、直接通過ARIMA方法計算趨勢項，實際上難以對分析最新的數據邊際變化提供幫助。ARIMA類方法將經濟時間序列的影響因素分解為趨勢項（Trend and Cycle）、季節因素（Seasonal Factor）和隨機因素（Irregular Factor）。原理上可以不考慮春節移動假日，強行分解出趨勢項（TC），藉以分析宏觀經濟數據的邊際變化。但遺憾的是，ARIMA類模型的固有屬性決定了其尾部風險最大的特徵，即最新的數據調整後的TC項，潛在波動最大，從而實際上難以對分析最新數據變化提供有益的支持。
也就是說，在面對1季度出口數據時，為了真正有效地分析真實的趨勢變化，我們必須動手構建一個能夠剔除掉春節影響的定量模型，在此基礎上，ARIMA類模型才能真正發揮固定季節調整的作用。
3. “申萬宏觀-出口春節調整模型”：量化勾勒出節前集中出口、節後長尾走弱的模式
3.1 春節的真實影響：節前一週集中出口，節後長尾走弱
我們估算結果顯示，春節對出口的影響前後長達5周，其中節前一週“集中出口”，節後約一個月內均不同程度地偏弱。
1）節前一週“集中出口”。製造加工企業往往在春節前一段時間搶工生產，並集中於除夕前一週（即春節假期開始前一週）左右形成“集中出口”，日均出口量較非春節的正常時段有較為顯著的擴大。
2）春節假期周出口“大幅下滑”。在春節假期（農曆除夕至正月初六）期間，我國製造加工企業慣例基本停產，而仍有部分節前已經完成的產成品在此期間陸續運抵海關出口。因此春節假期周，出口整體大幅下滑（非春節時段的一半左右），但出口尚未降至最低水平。
3）元宵節前出口“降至谷底”，接近零的水平。 由於春節假期周內，節前生產的存貨基本已完成出口，而企業生產活動在元宵節前尚未普遍恢復，因此這段時間的出口量是春節期間最低的。
4）元宵節後出口“逐步恢復”，至正常水平仍需半月左右。元宵節後，製造加工企業基本復工，生產恢復至形成出口仍需要一段時間，在半個月左右的時間內出口量逐步恢復，前低後高。
農曆正月之後，出口恢復至正常水平，春節效應影響才得以完全消退。下圖簡要展示春節影響出口的路徑，其中橫軸代表距離春節當天的天數（0為春節當日，-1為農曆除夕），縱軸示意當日出口額與非春節時段日均出口額的大致比例關係。
因影響長達5周，加之春節分佈日期波動較大，春節對出口的影響實際上貫穿整個1-3月。從這個意義上可以明顯看出，1-2月合計的方法，並不能真正剔除春節影響，反而在春節日期波動較大的年份，可能容易強化市場的反向預期。
3.2 “申萬宏觀-出口春節調整因子”：19年1、3月出口偏高，2月偏低
我們將2010年-18年1-3月的出口情況作為樣本，定量估算了上述不同階段的影響幅度，在此基礎上得出“申萬宏觀-出口春節調整因子”——根據春節效應的衝擊，當月出口額與正常月份出口額之比值（從而“因子”越大，當月出口情況越好）。
對比18年和19年的出口春節調整因子，我們發現，因19年春節較18年提前約10天，18年春節又位於2月中旬，因而較之18年，19年1月、3月出口偏強，而2月顯著偏弱。19年春節位於2月5日，而18年春節位於2月16日。春節提前，令節前出口高增部分提前至1月末；同時3月受春節後的長尾趨弱影響消退，而2月幾乎全月都受到偏弱的影響。其結果是，測算的春節調整因子顯示，19年1月、3月出口規模顯著較18年更高，而2月出口整體大幅偏弱。
4. 小結：剔除春節後，1-2月出口已經改善，預計3月出口增速有望反彈至+16%
剔除春節後，1-2月出口增長平穩，較18年12月改善約6個百分點左右。基於我們的定量出口春節調整模型的測算，1月、2月剔除春節影響後，美元計價出口增速已經分別恢復至2.3%和1.5%左右；較18年12月（-4.4%）顯著改善；人民幣計價同比增速則恢復至6.6%-6.8%，同樣較18年12月（0.7%）大幅改善。人民幣計價和美元計價出口同比增速，均較18年12月改善6個百分點左右。剔除春節以後的趨勢顯示，18年12月的單月出口負增長，更多是暫時性因素影響的結果，可持續性並不強。同時，我們的模型能夠驗證海關公佈的2月剔除春節因素出口同比1.5%（美元計價）的測算結果。
若這一趨勢得以持續，預計3月美元計價出口增速將大幅反彈至+16%左右，同時人民幣計價出口增速則反彈至+21%左右。
我們也提供一個19年1-3月春節效應剔除前和剔除後的出口增速對照表，以供參考。
相關研究：
CPI：油價、增值稅減稅與肉價此消彼長，19年中樞趨於下行——申萬宏源宏觀“格物”系列專題報告之一
閱讀更多 申萬宏源宏觀 的文章
