【方正宏观】厄尔尼诺的尾部风暴

 

2015-2016年处于一轮比较显著的厄尔尼诺现象之中。厄尔尼诺现象对中国的影响恰恰表现在它的尾部时间段,2016年夏天有较大概率会出现洪涝。高度关注厄尔尼诺对于商品的影响:原油、金属矿产、农产品。...



方正证券首席宏观分析师  郭磊博士  13761576587

方正证券宏观研究员      卢亮亮博士  13671799084

投资要点



2015-2016年处于一轮比较显著的厄尔尼诺现象之中。我们使用美国国家海洋和大气管理局(NOAA)的海温(SST)距平和海洋厄尔尼诺指数(ONI)来衡量厄尔尼诺的发展程度,从数据序列(表)可以清晰看到,1982-83,1997-98和2015-16年属于三次比较显著的厄尔尼诺现象。一般厄尔尼诺退去发生在次年(比如1998年和2016年)的4-5月份;从近月SST指标走势看,厄尔尼诺确实已至末端。

厄尔尼诺现象对中国的影响往往表现在它的尾部时间段,2016年夏天有较大概率会出现洪涝。由于厄尔尼诺现象会导致西太平洋副热带高压异常和雨带移动受阻,一般在厄尔尼诺消退年的夏季,中国地区长江以南地区的降水量会明显偏多,带来洪涝灾害。例如1954年长江全流域大洪水;1983年长江、淮河一带洪水;1998年长江全流域洪水;2003年淮河洪水;2007年淮河洪水,全部都是发生于厄尔尼诺现象开始之后的次年。根据这一尾部规律,2016年夏天长江中下游较大概率会有洪水影响。目前已经有迹象初步呈现这一趋势:今年以来广州地区1-4月的累计降水量已经远远超过往年同期,是2003-2015年平均值的2.84倍。对比近30日和近10日全国地区的降水量(数据取自中国天气网)距平百分比(=(当期值-历史均值)/历史均值),可以发现降水带明显从华南地区北移到长江流域,更为值得重视的是,江淮流域的降雨量距平百分比高达200-400%。

厄尔尼诺的影响:对中国经济和通胀的直接冲击相对有限,关注洪涝对城市基建(如海绵城市建设)的影响。从历史数据来看,在亚太地区受厄尔尼诺外生冲击影响最严重的几个国家基本都是第一产业占比较高的国度,如澳大利亚,新西兰及印度尼西亚。CMR的模型显示厄尔尼诺对于中国经济反倒是正向脉冲,我们猜测可能更多和中国应对洪灾所进行的基建投资有关,关注可能出来的夏季洪涝对于城市基建(如海绵城市建设)的影响。厄尔尼诺对于通胀的影响是正向的,但数据显示在CPI食品权重较高的国家(如印度、印尼、泰国)在厄尔尼诺冲击后的通胀效应较为明显,中国等国家影响要略小。

高度关注厄尔尼诺对于商品的影响:原油、金属矿产、农产品。

原油: 厄尔尼诺带来的干旱和高温天气会带来非燃料商品价格的上涨,农业灌溉对电量的需求也会提升对发电燃料的需求,这会抬升以原油为主的能源价格。经验数据显示,即使在4个季度之后,厄尔尼诺冲击对油价的影响依然保持在异常高的位置。

金属矿产:厄尔尼诺主要影响地区在赤道太平洋地区,该地区主要包括澳大利亚,印尼,秘鲁及智利四国。主要矿藏的全球份额基本都超过了两成,铜和铝的产量占比分别为37%和44%,特别是锂矿的产量占比高达74%。由于矿山设备高度依赖水力发电,雨水的减少以及水位的下降会阻碍日常开采工作(如印度尼西亚和澳大利亚);而有些地区却是容易遭受暴雨的侵袭(如智利),暴雨天气亦影响开采。异常天气带给金属矿产供给端的影响将会带来价格的上升;异常天气结束后的陆续复产将会带来价格冲击。此次厄尔尼诺虽然峰值已过,但从最新的SST和ONI数据来看,本次厄尔尼诺力度超过98年,拉尼娜高强度接棒概率较高,对矿产品的影响仍可能超预期。

农产品:厄尔尼诺造成的干旱和洪涝天气将对环太平洋地区的主要农产品生产国造成伤害。该地区不仅仅含有丰富的矿藏,农作物的产量和出口量也是位居世界前列。这一逻辑下重点关注的产品主要有棕榈、大豆、小麦、大米。很多产品的影响显现可能才刚刚开始。据农产品权威机构预测,今年的大米收成预计会出现六年来的首次下降,2016年底全球研磨米库存可能会位于数年来的最低水平。报告正文





1   厄尔尼诺走了么?

1.1   厄尔尼诺的故事

我们先把厄尔尼诺的故事给大家讲清楚。话说,在一个叫厄尔尼诺的男孩来到太平洋赤道地区之前,这里有着和谐的气候系统。赤道附近的热带地区有着更强的太阳直射,带动该地区空气上行,亚热带地区气流趁机而入。只不过北半球的流入气流是右偏而南半球流入气流是左偏,从而在赤道地区形成了一路向西的强信风带(当年正是这股风带着麦哲伦从南美洲到菲律宾)。也正因为这股强信风,印度尼西亚海域的海平面比秘鲁附近的海平面高0.5米;也正是这股西风,热量被带到太平洋西海岸,上升的寒流冷却了秘鲁海岸。因此,和谐情况下赤道地区太平洋的水温应该呈现“东冷西热”的格局。

图表1:正常情况下的气候现象


资料来源:Pidwirny (2006),方正证券

这个叫厄尔尼诺的小男孩究竟从哪儿来,谁也说不清楚。但他隔三差五的到来总是破坏了赤道地区的和谐环境。他破坏了该地区上空的气候循环系统,原先形成强信风的条件减弱,由此导致了东海岸(美洲大地)的上升寒流上升势头变缓。海水流动变慢之后,水温逐渐升高。对比厄尔尼诺年和正常年的海平面气温图,可以发现拉美地区海平面问题急剧上升。

如果学术一点概括厄尔尼诺,那就是赤道太平洋地区气候系统的间歇性中断,而粗暴点的说法就是他是给环太平洋地区来捣乱的破坏分子。厄尔尼诺现象一至,东至美国墨西哥,西至澳大利亚印度尼西亚皆惨遭毒手。那么这个现象是否可以人为干预呢?我们可以明确告诉你,绝无可能。有人简单测算过,1997年1月至7月,赤道地区太平洋洋面问题上升了1.62℃,为了人为实现这部分热交换,需要3.5e22焦耳的热量,相当于20万吨的TNT炸弹产生的热量,大致等于150万家大型发电厂连续工作8个月的电量总产量。从另外一个角度看,厄尔尼诺现象在被命名前就已经存在了好几千年(甚至更久)。尽管我们不知道它存在的意义,但是一旦被人为消失了,或许生态系统的后果会更糟。
图表2:厄尔尼诺现象


资料来源:Pidwirny (2006),方正证券
图表3:厄尔尼诺年和正常年的海平面气温图


资料来源:National Oceanic and Atmospheric Administration (NOAA),方正证券

注:红色表示海温较高,蓝色表示海温较低。
图表4:厄尔尼诺的危害——澳大利亚的旱灾


资料来源:NOAA,方正证券
图表5:厄尔尼诺的危害——美国的洪灾


资料来源:NOAA,方正证券

1.2   厄尔尼诺与中国的缘分

正如前文所述,厄尔尼诺现象起始于赤道附近的太平洋地区,而中国离这个地区不可谓不远。对厄尔尼诺而言,中国纯属无辜躺枪(其实美国也差不多的情形)。每当进入夏天的时候,来自印度洋的西南暖湿气流和从北面南下的大陆冷气团形成“锋面雨”,冷暖气团交锋的结果就是下雨;而且谁的势力大,下雨后的天气就由谁决定。关键的地方在于,降水带的南北移动同西太平洋副热带高压的季节活动相一致。一般来说,华南地区率先进入雨季,随着雨带北移,长江中下游地区进入雨季,也就是江南的梅雨季节。雨带一直移到东北地区,雨季才算结束。
图表6:锋面雨的原理


资料来源:百度图片,方正证券
图表7:华南地区暴雨的成因


资料来源:新浪,方正证券

注: 红色箭头代表暖湿气流,蓝色箭头代表冷气流。

然而,厄尔尼诺的出现打破了这种平衡。前面对厄尔尼诺现象的描述中我们已经指出,小厄破坏了赤道地区的大气环流系统从而导致了该地区的海温异常增高,从而造成了西太平洋副热带高压的异常,具体表现为向西移动,呈现加强带状分布(如图8所示)。结果就是雨带移动到了长江中下游地区就不能继续北移,雨带过度停留造成了该地区的洪涝灾害;另一方面,暖湿气流受副高偏强的影响无法继续向北输送至华北地区,导致该地区降水明显偏少,造成干旱天气。

1.3   厄尔尼诺的度量和未来天气预测

如前所述,长江中下游的水患是由于厄尔尼诺现象导致的西太平洋副热带高压异常带来的无妄之灾,而这个灾害的后果的严重程度取决于厄尔尼诺现象显著与否。我们使用美国国家海洋和大气管理局(NOAA)的海温距平(SST,距平是某一个数值与历史平均值的差)和海洋厄尔尼诺指数(ONI)来衡量厄尔尼诺的发展程度。从图9可以发现,Nino3.4的海温距平(SST)这个指标能够有效的识别1982-83,1997-98和2015-16年这三次比较显著的厄尔尼诺现象。从数值上看,2015-16年的厄尔尼诺现象将不亚于1997-98年的那次。
图表8:厄尔尼诺次年春季500hPa高度平均距


资料来源:NOAA,方正证券
图表9:Nino 3.4的海温距平(SST)


资料来源:NOAA,方正证券

另一个指标——海洋厄尔尼诺指数(ONI)是基于Nino3.4区域的SST构建的。从1982/83、1997/98以及2015/16年这三次的厄尔尼诺指数来看,厄尔尼诺还是遵循着相似的规律走势。即使把研究区间拉长到1990-2015年,还是能够从ONI中发现厄尔尼诺的痕迹。
图表10: 厄尔尼诺遵循着相同的规律


资料来源: NOAA,方正证券
图表11:1990-2016年的海洋厄尔尼诺指数


资料来源: NOAA,方正证券

注:红色表示厄尔尼诺,蓝色表示拉尼娜。

根据1982-1983年和1997-1998年的两次比较显著的厄尔尼诺现象,一般厄尔尼诺完全退去发生在次年(比如1998年)的4-5月份。因此,本次的厄尔尼诺大概率在5月结束。SST的走势显然也验证了这一说法。

根据历史经验,厄尔尼诺消退年(比如1998年和2016年)的夏季,中国地区长江以南地区的降水量会偏多。我们列举几个例子: 1953年中等偏弱厄尔尼诺,1954年长江全流域大洪水;1982年强厄尔尼诺,1983年长江、淮河均发生一般洪水;1997年极强厄尔尼诺,1998年长江全流域大洪水;2002年中等厄尔尼诺,2003年淮河大洪水;2006年中等厄尔尼诺,2007年淮河大洪水。如前所述,这与厄尔尼诺现象导致的西太平洋副热带高压异常有关。从当前所能得到的证据来看,2016年夏天长江中下游大概率会有洪灾。今年以来,广州地区1-4月的累计降水量已经远远超过往年同期,是2003-2015年平均值的2.84倍。对比近30日和近10日全国地区的降水量距平百分比(=(当期值-历史均值)/历史均值),我们发现降水带已明显从华南地区北移到长江流域,更值得重视的是,江淮流域的降雨量距平百分比已达200-400%。
图表12: 广州历年1-4月累计降水量(mm)


资料来源:Wind,方正证券
图表13:近30日全国降水距平


资料来源:中国天气网,方正证券
图表14: 近10日全国降水距平


资料来源:中国天气网,方正证券

2 厄尔尼诺对经济的影响

天气或气候现象与经济之间的联动历来引人关注。例如明朝末年的小冰河期导致了粮食大量减产,华南的水果种植业也被破坏,间接导致了明朝政府的财政破产。厄尔尼诺之所以引人关注,最重要的原因在于它会对经济的各个层面产生显著影响,包括经济增长,通货膨胀,能源以及非燃料大宗商品价格等。2015年5月,来自国际货币基金组织和英国剑桥大学的三位经济学家(Paul Cashin, Kamiar Mohaddes and Mehdi Raissi,以下简称CMR)发布一份工作论文 ,对历史上厄尔尼诺现象对21个国家和地区(包括中国)的经济增长、通胀水平和大宗商品价格的影响做出了经验研究。在后文的逻辑展示中,我们将穿插介绍CMR的经验研究成果。

CMR通过构建全球VAR模型分析厄尔尼诺的经济后果。他们用Southern Oscillation index (SOI)刻画厄尔尼诺的强度,SOI衡量的是南太平洋塔希提岛和达尔文岛之间的气压差,如果SOI距平持续低于-1就表示厄尔尼诺到来。

2.1   厄尔尼诺对实际产出的影响

脉冲响应的结果显示,厄尔尼诺外生冲击(用SOI一个标准差单位的负向冲击)能够对大部分国家的实际GDP增速产生明显的影响。在亚太地区,受厄尔尼诺外生冲击影响最严重的几个国家基本都是第一产业占比较高的国度,如澳大利亚,新西兰以及印度尼西亚。

厄尔尼诺会造成澳大利亚南部地区以及新西兰的旱灾。旱灾显著降低了澳大利亚和新西兰的农产品生产,进而冲击了其农产品的出口。同样,由于印尼第一产业(主要是农产品生产和采矿业)占比高达25%,干旱会对印尼的地方经济造成伤害,水力发电的减少降低了矿山设备的使用,降低镍的产量。

尽管厄尔尼诺对一些经济体GDP增长造成了负向冲击,其他一些经济体却因为更多的雨水以及更少的自然灾害而受益。比如加拿大的渔业也在厄尔尼诺年因为温暖的气候而受益。墨西哥石油收入占其国内生产总值的8%,因为厄尔尼诺年东海岸飓风减少而带来了更稳定的石油产量从而提高了石油出口。同样受益的还有美国,降雨增加令西海岸的加利福尼亚的农作物受益,南部地区的降雨也相应增加,而东海岸的飓风也减少了。由于美国与加拿大和墨西哥经济的高度关联(两国与美国的贸易权重分别为67%和68%),美国GDP增长的溢出效应也带动了两国GDP增长。

厄尔尼诺现象也对中国产生明显影响,比如给北方地区带来了干燥的天气和给南方地区带来了潮湿的天气。从CMR的研究结果看,厄尔尼诺对中国当期经济增长并没有直接的影响,但是在后续的几个季度中,中国GDP增长将从中受益。这可能是因为美国以及欧盟经济对中国的溢出效应。更重要的是,中国应对自然灾害的基础设施建设可能对经济带来正向拉动。

还有一些国家另有不同,例如因为气候变化,第一产业受到了冲击;但却在另外的领域得到了弥补。比如秘鲁和智利,秘鲁是世界上鱼粉(用于动物饲料)的最大出口国,上升寒流强度的下降对其渔业造成打击,但是多雨的天气给秘鲁的农业创造了良好的环境,对冲了其渔业衰退的冲击。智利作为世界上铜矿产量和出口量最大的国家,暴雨天气导致了铜矿开采的中断,从而对当期的产出造成冲击,但是因为中国,美国以及欧盟的正溢出效应(与这三国的贸易权重达到57%),对冲了铜矿开采的损失。
图表15: 厄尔尼诺冲击对实际GDP增长的影响


资料来源:CMR(2015)

2.2   厄尔尼诺对通货膨胀的影响

在CMR的研究中,厄尔尼诺冲击对通胀的影响大多为正,而且统计意义上显著。这主要是因为燃料价格以及非燃料大宗商品价格的上升,同时也是通胀预期上升,以及一些国家在厄尔尼诺事件后供给端压力导致的结果。

经验数据显示,亚洲三国印度,印尼以及泰国在厄尔尼诺冲击后的通胀效应最为明显。其中印度在3个季度后达到0.56%,印尼在2个季度后达到0.87%,泰国在4个季度后达到0.55%。之所以这三国的通胀效应这么明显,是因为这几个国家的CPI篮子中食品的比重最高,分别为47.6%,32.7%和33.5%。CMR画出了厄尔尼诺冲击的通胀效应与CPI篮子中的食品权重之间的散点图,图中的两个变量之间存在着明显的正相关关系,也就是说CPI中的食品权重越大,国家的CPI受厄尔尼诺的冲击就越大。对于食品权重占比较低的其他亚洲国家,可以注意到他们的通货膨胀率增幅较小,比如中国的0.11%(32.5),日本0.10%(24.0),韩国0.44%(13.9),以及马来西亚0.28%(30.3),括号中的数字表示CPI篮子里食品的权重。
图表16: 厄尔尼诺冲击对通货膨胀的影响


资料来源:CMR(2015)
 图表17:CPI篮子中的食品权重对通胀效应的影响


资料来源:CMR(2015)

2.3   厄尔尼诺对商品价格的影响

2.3.1   厄尔尼诺对能源价格的影响

在厄尔尼诺的影响下,干旱和高温天气不仅使得亚太地区国家经历了非燃料商品价格的上涨(4个季度后的影响为5.31%),也导致了原油价格的暴涨。这是因为传统的热电厂和水电站往往因为恶劣天气而减产;此外,干旱天气下的农业灌溉对电量的需求进一步对发电燃料的需求,从而会抬高能源价格。

令人惊奇的是,经验数据显示,即使在4个季度之后,厄尔尼诺冲击对油价的影响依然保持在异常高的位置。可能的原因是厄尔尼诺对主要经济体产生了正增长的影响(例如中国,欧盟和美国),由此带动了更多的能源需求。
图表18:油价和非燃料商品价格对厄尔尼诺冲击的累计脉冲响应系数(%)


资料来源:CMR(2015),方正证券

2.3.2  厄尔尼诺对金属矿物价格的影响

厄尔尼诺主要影响地区在赤道太平洋地区,我们姑且称之为矿物分布的ENSO(El Niño-Southern Oscillation)地区。该地区主要包括了澳大利亚,印尼,秘鲁以及智利四国。图19的数据显示,该地区的矿产丰富,主要矿藏的全球份额基本都超过了两成,特别是锂矿的产量占比高达74.2%。由于矿山设备高度依赖水力发电,雨水的减少以及水位的下降会阻碍日常开采工作(比如印尼和澳大利亚);而有些地区却是遭受了暴雨的侵袭(比如智利),暴雨天气会中断了开采工作。无论是什么样的天气条件,有色金属的供应量会下降,随之而来的是价格的上升。
图表19: 厄尔尼诺直接影响地区(ENSO)


资料来源:方正证券
图表20: ENSO地区矿产量占全球的份额(%)


资料来源:Wind,方正证券
图表21: 各国铜矿产量占全球的份额(%)


资料来源:Wind,方正证券
图表22:各国铝矿产量占全球的份额(%)


资料来源:Wind,方正证券
图表23:各国锂矿产量占全球的份额(%)  


资料来源:Wind,方正证券
图表24:各国锡矿产量占全球的份额(%)


资料来源:Wind,方正证券

2.3.3   厄尔尼诺对农产品价格的影响

厄尔尼诺造成的干旱和洪涝天气对环太平洋地区的主要农产品生产国造成了伤害。该地区不仅仅含有丰富的矿藏,农作物的产量和出口量也是位居世界前列。

经济作物方面,印度尼西亚是世界最大的棕榈油生产国,而马来西亚是世界第二大棕榈油生产国。印尼为全球最大的咖啡种植国,产量位居世界第三。阿根廷是世界主要的大豆出口国,其大豆出口量占总产量的95%。

粮食生产方面,澳大利亚是世界上最大的小麦出口国之一,大约80%的小麦用于出口,占世界贸易量的10%。南亚和东南亚地区的印度、泰国和越南占全球大米贸易的六成以上。

厄尔尼诺以及即将到来的拉尼娜的强度之高,几可比肩1997/98年的厄尔尼诺带来的影响。国际谷物理事会预计,今年印、泰和越三国大米库存将减少三分之一至1900万吨,是自2003年以来最大的跌幅;同时,今年的大米收成预计会出现六年来的首次下降。另据美国农业部的估算,到2016年底全球研磨米库存将位于数年来的最低水平。

图25和26分别描述了经济作物和粮食价格在2015-2016年的同比收益率。经济作物价格的同比增速率先在2015年3月触底,这个时点与厄尔尼诺发生的时间(2015年2月,见前面的ONI指数)基本吻合,而粮食作物价格的同比回升则慢一些,大概在15年5月的时候才开始启动。目前CBOT稻谷期货价格的同比已经接近20%,未来随着厄尔尼诺的后续影响以及拉尼娜开始肆虐,预计粮食价格将进一步上扬。
图表25: 印度、泰国和越南的粮食出口总量占全球之比 (%)


资料来源:CMR(2015),方正证券
图表26: 经济作物价格同比回升


资料来源:Wind,方正证券
图表27: 粮食价格同比回升


资料来源:Wind,方正证券

[1] NOAA/CPC将赤道太平洋划分为四个区域,即NINO1区、2区、3区、4区。因为1/2区(秘鲁附近海域)处于上升流活跃区,海温距平变化比较迅速,因此在观测中意义不大。NINO3.4区变化平稳且对整个Walk环流有着重要影响,因此对厄尔尼诺的观测比较有意义。

[2] 该工作论文是《Fair Weather or Foul? TheMacroeconomic Effects of El Niño》。
方正证券宏观研究团队

郭磊  首席宏观分析师

13761576587

guolei@foundersc.com

杨为敩  高级宏观分析师

13910657527

yangweixiao@foundersc.com

卢亮亮  宏观研究员

13671799084

luliangliang@foundersc.com


    关注 郭磊宏观茶座


微信扫一扫关注公众号

0 个评论

要回复文章请先登录注册