西南證券：春節因素擾動使1、2月份數據失真

來源：金融界網站

春節因素對經濟數據影響有多大？

來源： 西南證券宏觀團隊

我們構建了簡單有效的春節效應剔除方法，得到了不含春節效應的宏觀金融數據。結果顯示，春節因素對1月CPI同比增速、進出口同比增速、M0、M1和M2同比增速均有較為顯著的影響，而對1月PPI同比、新增信貸、新增社融、製造業PMI幾乎沒有影響。

春節是我國最為重大的節日，但由於春節是農曆節日，而我們統計數據按公曆進行，這導致春節在公曆中位置不同對統計數據產生明顯的擾動，這在1月和2月的經濟與金融數據中體現的非常明顯，往往會干擾對趨勢的判斷。為此我們構建了簡單有效的春節效應剔除方法，來得到不含春節效應的宏觀金融數據。

估算方法的基本思路是用春節晚於1月31日天數作為自變數，用1月同比數據對1-2月同比數據偏離值，或直接對1月數據回歸來估算春節因素的影響。

估算結果顯示，春節因素對1月CPI同比增速、進出口同比增速、M0、M1和M2同比增速均有較為顯著的影響，而對1月PPI同比、新增信貸、新增社融、製造業PMI幾乎沒有影響。利用估算結果來剔除今年1月春節因素影響後，數據呈現出外需更為疲弱的態勢，而通脹中樞下移的判斷並未改變。春節因素未能提供M1增速低迷的解釋，M1增速疲弱可能更多由於房地產銷售回落與企業盈利下滑。而當前環境下最關鍵的是，春節因素對信貸社融影響有限，不改變融資總量回升的態勢，因而也不影響預期修復的判斷。

正文：

春節因素擾動使1、2月份數據失真

春節因素往往對1-2月各類經濟金融數據帶來擾動，影響對趨勢的判斷。春節是我國最為重大的節日，期間社會經濟活動會產生重大變化。春節期間以及春節前後，生產活動會有所減弱，而節日期間消費需求則會明顯增加，這會直接在經濟金融統計數據反映。同時，我國統計數據按照公曆進行統計、公布與分析，而春節則是農曆計算的節日，這形成了春節在每年公曆日期中位置不同的狀況。雖然春節在公曆的1月和2月，但春節位置不同會導致1月和2月同比數據出現明顯變化，甚至會對3月份數據形成擾動，增加判斷趨勢的困難。我們經常會在1月和2月的宏觀與金融數據中看到劇烈波動，就是因為春節因素的擾動。因此，分析和使用宏觀經濟數據，特別是準確判斷經濟走勢，需要盡量對春節因素進行調整，剔除春節因素對統計指標的擾動。

調節春節因素的方法

目前市面上絕大部分統計軟體均不包括春節因素調整功能。統計軟體中往往通過季調模型來消除季節性因素影響，其中包括節假日的季節性因素。但目前市場面大部分統計軟體季調模型均基於國外節假日，不包括春節因素調整功能。例如Eviews、SPSS、R以及SAS等統計軟體的季調功能均不含春節因素。季調模型中應用最為廣泛的為美國普查局開發的X-12ARMA及歐盟統計中心開發的TRAMO/SEATS，兩種方法均基於ARIMA模型，但因為針對的均為西方節日，所以無法解決我國春節因素問題。

中國人民銀行和國家統計局都擁有自己開發的含春節因素的季調程序，但並未開放，而且研究者根據其原理自己實現比較困難。中國人民銀行結合中國春節因素影響的需要，對各國通用的季節調整軟體X-12-ARIMA進行了改造，開發了PBC版的X-12-ARIMA季節調整軟體。央行在其中添加了單變數等權重模型、多變數等權重模型以及多變數變權重模型等三種春節效應模型。其基本原理是假定春節因素對經濟活動的影響從春節前n天開始（如20天），到春節後第n天結束（如20天），然後賦予每年春節影響不同的權重，原理為越靠近春節權重越大。然後根據權重加總位於1月和2月的天數，得到1月和2月的春節因素加重，根據歷史宏觀數據計算單位春節因素對宏觀經濟變數的影響。此外，國家統計局也在2010年委託南開大學完成了「中國宏觀經濟序列季節調整與X-12-ARIMA中國版軟體研發」課題。但央行和統計局均未將相應的季調軟體免費開放。而對研究者來說，自己複製央行或統計局的春節因素調整程度有過於繁複，存在較大困難。

我們提供一種較為簡易而形象的春節因素調整方法，在不失有效性的前提下估測春節因素對各經濟金融指標的影響。對同比和環比數據我們使用不同的春節因素調整方法。我們用春節晚於1月31日天數來定位春節位置，對同比數據，用1月數據對1-2月均值的偏離來度量春節因素。這兒的隱含假定是趨勢值在1月和2月之間沒有發生顯著變化，因而這種度量偏差不會很大。利用經驗數據，得到春節位置與春節因素之間的經驗回歸方程，樣本覆蓋1995年至2018年。然後根據經驗回歸方程，可以得到每年春節因素對1月數據影響的估計值。利用同樣方法，也可以得到春節因素對2月數據影響的估計值。兩者互為相反數。對環比數據，我們直接使用春節位置對1月環比數據進行回歸，估算春節因素對經濟和金融指標的影響。下文中，我們將使用此方法，對價格指標CPI與PPI同比增速，貿易指標出口與進口同比增速，景氣指標製造業PMI、貨幣指標M0、M1、M2同比增速以及信貸和社融分別進行春節因素調整。在剔除今年春節因素影響基礎上來分析當前經濟金融走勢。除新增信貸、新增社融和PMI之外，其餘都是同比數據。

春節因素對各宏觀金融指標影響情況

物價數據方面，春節延後對1月CPI有顯著負向影響，但對PPI影響有限。我們用春節晚於1月31日天數作為春節位置度量指標，以此為自變數，以1月CPI同比對1-2月平均增速偏離來作為春節因素對1月CPI影響的度量指標，利用1995年以來經驗數據進行回歸。回歸方程顯示，春節晚於1月31日5.6天左右時，春節效應對1月數據影響為零，即春節因素不會導致1月數據偏離於1-2月均值。春節因素每晚於1月31日1天，將帶來1月CPI同比較1-2月均值下降0.05個百分點，即春節因素導致1月CPI下降0.05個百分點（圖1）。回歸R^2達0.5，顯示春節因素對CPI同比增速在1-2月之間的波動具有很好解釋力。今年春節為2月5日，根據這個方程，今年春節推高1月CPI同比增速0.03個百分點，影響可忽略。而春節因素對PPI影響非常有限，春節每晚1天，1月PPI同比增速僅多低於1-2月均值0.01個百分點，且關係並不顯著，R^2僅0.02（圖2）。顯示工業品價格並不受春節因素影響。

貿易數據方面，春節位置與春節對1月出口增速影響呈現拋物線關係，對1月出口推升作用最明顯的位置為晚於1月31日5天左右。從春節位置和1月出口對1-2月均值偏離的經驗數據關係來看，兩者呈現很好的二次函數關係（圖3），春節因素對出口增速在1-2月之間的波動解釋度高達57.6％。即春節晚於1月31日5日左右時，對1月出口推動作用最為明顯，春節過完或過早，對1月出口推升作用都將減弱。這與直觀相符，因為春節期間農民工返鄉，部分出口企業停工或減產，因而出口企業會在春節前提前出口。春節位置略晚於1月末，意味著大部分提前出口效應都落在1月份，因而對1月出口推動作用最為明顯。19年春節剛好晚於春節5天，是春節效應最為明顯是位置。因而我們估算19年春節因素推高了1月出口增速10.0個百分點，剔除春節因素後，1月出口同比為-0.9％，依然延續弱勢。

春節位置與春節對1月進口增速影響同樣呈現拋物線關係，進口推升最明顯的位置為晚於1月31日13天左右。而從進口數據來看，春節位置同樣和1月進口對1-2月均值偏離呈現非常好的拋物線關係（圖4），春節因素對進口增速在1-2月之間波動的解釋度高達74.6％。春節晚於1月31日13天左右，這是對1月進口推升作用最大。這主要是因為春節是集中消費時期，春節之前進口辦年貨需求顯著增加，推升進口需求。這對進口的影響在春節前10多天體現的最為明顯。19年春節位置大致推升進口增速6.8個百分點，剔除春節因素影響後1月進口同比增長-8.3％，增速基本與上月持平，延續疲弱態勢。

貨幣數據方面，春節位置與M0與M2存在顯著拋物線關係，而春節延後將現行推升1月M1增速。M0數據顯示，春節位置與1月M0增速對1-2月均值呈現出非常明顯的拋物線關係，即在春節晚於1月31日2天左右時，1月M0增速最高，這也最符合節前大家集中提現的直觀理解。拋物線擬合優度高達80％，顯示春節因素能解釋絕大部分M0在1月和2月之間的波動（圖5）。19年春季因素大致推升M0增速8.5個百分點，剔除春節因素後1月M0增速為10.7個百分點。

春節因素對M2的影響同樣呈現顯著的拋物線關係。經驗數據顯示，春節晚於1月31日4天左右時，1月M2同比增速最高。回歸結果顯示，春節位置對1月M2同比增速較前兩月均值偏離的解釋度為59％（圖6），春節因素對M2同比增速在1-2月之間的波動同樣具有很好解釋力。19年春節因素大致推升1月M2增速0.6個百分點，剔除春節因素後1月M2同比增速下降到7.8％。顯示1月貨幣的回升能否持續有待繼續觀察。

而春節因素對M1的影響呈現線性關係，春節晚於1月31日3天左右時對1月M1影響可以忽略。經驗數據顯示，春節位置與春節對1月M1同比增速影響呈現線性正相關性，解釋度達54.7％（圖7）。春節位置每晚1天，1月M1同比增速將較1-2月均值提升0.17個百分點左右。根據此方程，我們估算春節因素推升了19年1月M1同比增速月0.4個百分點，剔除春節因素影響後的1月M1同比增速約為0％，顯示企業盈利下滑和房地產企業銷售增速放緩對當月M1影響更為顯著。

春節因素對信貸和社融影響均不顯著。新增信貸和新增社融均是環比數據，所以我們直接用春節位置與1月信貸和社融數據關係來估算春節效應對1月信貸和社融的影響。經驗數據顯示，春節因素對信貸影響非常有限。春節每晚1天，1月新增信貸僅增加93.8億元，而且關係並不顯著（圖8），春節因素對1月信貸解釋度僅有1％，幾乎可以忽略。顯示信貸投放更多依賴貨幣政策和銀行信貸投放節奏，受季節性因素影響有限。同樣，春節因素對社融影響也較為微弱。回歸結果顯示，春節每晚1天，1月社會融資總量僅增加85.3億元，而且關係並不顯著（圖9），解釋度幾乎為零。因此，今年1月信貸和社融加速投放，創下同期歷史高值，並非春節因素原因，而是寬鬆政策下，穩增長政策發力的體現。未來幾個月實體融資將繼續改善。

春節因素對PMI影響同樣不顯著。PMI同樣為環比數據，因而需要通過春節效應與1月PMI關係來估算春節效應對PMI的影響。經驗數據顯示，春節因素對中採制造業PMI的影響非常有限。春節每晚1天，1月PMI將提升0.06個百分點，而且關係並不顯著（圖10）。顯示企業情緒面更多是對真實情況的反映，受季節性因素影響有限。

經過春節因素調整後的經濟金融數據分析

與春節因素調整前的數據相比，春節因素調整後的數據顯示19年1月外需更弱，但不改變實體融資改善，且持續回升的態勢，因而不影響預期改善的判斷。我們對春節因素影響比較顯著的變數進行了春節因素調整，得到調整後的宏觀與金融數據。結果顯示，今年春節因素對價格變數基本沒有影響，不改變通脹中樞下移的總體判斷。而對貿易數據來說，春節因素顯著提升了1月進出口增速，剔除春節因素後調數據顯示進出口增速都並未改善，顯示當前全球經濟共振下滑階段，出口將持續疲弱，而當前內需依然低迷決定進口低位徘徊。對貨幣數據來說，春節因素對M0形成了比較明顯的擾動。而春節因素也未能成為解釋M1低迷的原因，1月M1低迷可能更多由於企業利潤下滑與房地產銷售增速放緩。而春節因素對M2的擾動與信貸社融大幅投放並不一致，存在今年解釋有較大偏差可能，需要繼續關注M2走勢。而對信貸、社融和PMI來說，春節因素影響幾乎可以忽略。因而，春節因素調整不改變實體融資改善，融資總量持續回升的態勢，因而不影響預期改善的判斷。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！