行业高华证券天气干扰因素对1月份零售数据的影

高华证券：天气干扰因素对1月份零售数据的影响有多大 类别： 机构： 研究员：

[摘要]

1月份零售数据表现非常疲软，零售总额及“核心”零售均大幅下滑。我们将在本篇日评中按类别研究零售数据的构成，以此探讨气温偏低是否对1月份数据疲软做出了贡献。

首先，我们来测算气温偏低对不同类别零售的历史影响。我们发现天气寒冷通常对汽车、家具和电子产品销售的冲击最大，而不利天气条件通常会提升食品及非实体店（包括上购物）的购买量。其次，我们发现天气寒冷引发的这些预期效应与1月份各类商品零售额的实际变动呈正相关。虽然我们难以将天气因素对零售额的影响与其他推动因素区分开来，但我们的研究结果表明零售数据的构成与1月份寒冷天气带来了显著不利影响相吻合。

天气干扰因素对1月份零售数据的影响有多大？1月份零售数据显著不及预期。零售总额下滑0.4%而当月核心零售则下滑0.3%，其中核心零售剔除了波动性较大的汽车、汽油和建筑材料这三个类别。除1月份核心销售增速不及预期之外，12月份增速也向下修正。有鉴于此，我们将一季度的当季GDP追踪预测值下调了0.4个百分点至1.9%，并将上一季度也就是四季度测算值下调0.4个百分点至2.4%（公布初值为3.2%）。

这其中的一个关键问题是不利天气状况（包括气温偏低及降雪）是否以及在多大程度上能够解释零售数据的疲软表现。我们以往的研究表明1月份气温偏低（以人口加权的采暖度天数较季节性正常水平的偏离幅度来衡量）可能会对核心零售造成显著拖累。

我们将在本篇日评中按类别研究零售数据的构成，以此左顾右盼。来探讨气温偏低对1月份零售数据的影响。

我们分两步进行。

首先，我们来测算气温偏低对不同类别零售额的历史影响，川味观(凤起店、北景园店、浣纱店、景芳店、古水店、天籁店、天城店)：正常营业。方法是基于每一类别零售额百分比变动自身的滞后值、以及采暖度天数较季节性正常水平的偏离幅度（及其滞后值），对每一类别零售额的百分比变动进行回归分析。我们采用2000年1月份以来的月度数据，其中2008年底至2009年初雷曼公司倒闭后的几个月数据为虚拟值。我们并未将建筑材料和汽油这两个类别包括在内，因为这两个类别的波动性尤其大。

图表1显示了我们对照1月份所观察到气温变化得出的估算结果。我们的估算显示天气对各品类销售的影响在表现和程度上都有很大差异。寒冷天气对汽车、家具和电子产品销售的冲击最大，但却提振了食品和非实体店（包括购）的销售。