衡量廣義流動性的主要金融指標 分析與預測

周冠南 梁偉超

摘要：信貸規(guī)模、社會融資規(guī)模、貨幣增速等是衡量廣義流動性的主要指標，而這些指標的周期性變化即構成金融周期。本文從信貸規(guī)模、社會融資規(guī)模、貨幣增速的細分項和規(guī)律出發(fā)，分析如何跟蹤和預測這些指標，以期為金融周期判斷和債券市場投資提出可供參考的研究方法。

關鍵詞：廣義流動性? 新增信貸? 社會融資規(guī)模? 貨幣增速

在流動性分析框架中，流動性可分為狹義流動性和廣義流動性。所謂狹義流動性，一般指銀行間流動性，可以將商業(yè)銀行存款準備金、基礎貨幣和非銀行金融機構的流動性歸入其中;所謂廣義流動性，一般指社會信用，即在信用貨幣制度下，金融機構體系通過貨幣創(chuàng)造機制向非金融機構體系提供的“社會資源”。社會信用從金融機構資產負債表的資產端來看，主要呈現(xiàn)為信貸、社會融資等形態(tài);從金融機構資產負債表的負債端來看，主要呈現(xiàn)為廣義貨幣等形態(tài)。信貸規(guī)模、社會融資規(guī)模、貨幣增速等是衡量廣義流動性的主要指標，而這些指標的周期性變化即構成金融周期。本文將對信貸規(guī)模、社會融資規(guī)模、貨幣增速等金融指標進行分析，探討如何跟蹤和預測這些指標，以期為判斷金融周期和投資債券市場提供參考。

信貸規(guī)模分析與預測

（一）信貸規(guī)模分析

對信貸規(guī)模進行跟蹤的難點在于其數(shù)據變化并不直觀：其一，信貸規(guī)模受季節(jié)性因素影響大;其二，信貸規(guī)模受到結構性因素的影響，結構性因素主要包括信貸的部門分布和期限分布;其三，信貸規(guī)模受到貨幣當局政策（含金融監(jiān)管）、商業(yè)銀行信貸供給、社會主體融資需求等多重因素交織影響，對各因素影響程度的辨別難度大。針對這些難點，本文提出如下解決思路。

1.選取信貸余額同比增速或12個月新增信貸移動平均同比增速等指標來平滑季節(jié)性因素影響

信貸規(guī)模的季節(jié)性因素主要是新增信貸的季節(jié)性波動。從2015—2018年的情況來看，1月基本為年內新增信貸投放的高點，若春節(jié)在1月，則高峰效應可能較弱;年內季度投放占比基本遵循依次遞減的規(guī)律;第二、三季度的季內投放占比遵循“季末沖高、季初回落”的規(guī)律;第四季度各月投放占比一般都較低，12月投放通常會明顯回落（見圖1）。新增信貸季節(jié)性波動規(guī)律較明顯，但規(guī)律又時常被打破，其絕對值變動和同比變化包含了較多的噪音信息。然而，對噪音信息的過濾必然帶來信息損失，因此需要在觀察趨勢和捕捉信息之間做出權衡。

信貸余額同比增速是存量同比概念，與增量同比相比，存量同比波動更為平緩，且存量同比概念與M2同比增速等保持一致，從經濟意義上可以更好地刻畫信貸與經濟增速之間的關系。

此外，中國人民銀行相關部門負責人曾指出，“觀察貨幣信貸數(shù)據宜將考察周期拉長一些。在一個時點上，不能只看一個點，要看數(shù)據的加權平均值;在一段時間序列上，也不能只看一個點，要看數(shù)據的移動平均值?！庇纱丝磥恚袊嗣胥y行更強調用移動平均法來反映信貸趨勢性變化。就移動平均法而言，選擇合適的移動平均時間長度較為重要，筆者分別用3個月、6個月和12個月對新增信貸做移動平均，并觀察其變化，可以發(fā)現(xiàn)選擇3個和6個月時仍存在較多噪音信息，選擇12個月可以較好地過濾出新增信貸的變化趨勢。

綜上，可以選取信貸余額同比增速或12個月新增信貸移動平均同比增速，來平滑新增信貸的季節(jié)性影響，以反映信貸規(guī)模的趨勢性變化和政策調控對信貸投放的影響。

2.對影響信貸規(guī)模的部門分布和期限分布等結構性因素進行拆解分析

從部門來看，信貸分布在居民部門、非金融性公司及其他部門（以下簡稱“企業(yè)部門”）、非銀行金融機構部門。在我國，企業(yè)部門信貸存量占比高于居民部門，但居民部門占比處于上行趨勢。這在一定程度上反映出經濟增長動力仍較為依賴投資，但存在向消費驅動轉變的趨勢。

從期限來看，我國中長期貸款占比高于短期貸款。其中，短期貸款以企業(yè)部門短期貸款（含票據融資）為主。居民短期貸款與居民消費行為密切相關，受季節(jié)性和節(jié)假日因素影響大。在中長期貸款中，企業(yè)部門占比同樣高于居民部門，居民中長期貸款與房地產銷售相關性較高，企業(yè)中長期貸款與企業(yè)的投資需求關系較為密切。

3.區(qū)分影響信貸供給和需求的因素至關重要，但難度較大，可以借助相應的替代指標進行分析

從信貸需求來看，可以將中國人民銀行的銀行家問卷調查報告所公布的貸款需求指數(shù)作為跟蹤信貸需求變化的指標，但該報告季度公布的頻率很難滿足債市投資者的需求。由于票據直貼利率主要受到資金利率和信貸需求兩個因素影響，而資金利率可以用同期限同業(yè)存單到期收益率來表示，因此可以將票據直貼利率減同期限同業(yè)存單到期收益率之差作為描述信貸需求的高頻指標（見圖2）。

從信貸供給來看，信貸政策是商業(yè)銀行信貸供給的主要決定因素之一。通常，當季的信貸政策定調將對下一季度的信貸供給產生趨勢性影響，因此可將中國人民銀行貨幣政策委員會例會對信貸政策的定調作為預測未來信貸供給方向的依據，將銀行貸款審批指數(shù)作為事后分析和驗證的替代指標。

（二）信貸規(guī)模預測

從理論上講，隨著一個經濟體經濟總量規(guī)模的增長，其要求的新增信貸規(guī)模也將隨之增長，兩者增速應該維持相對穩(wěn)定的關系。但實踐中，由于新增信貸受貨幣政策、監(jiān)管政策等因素的影響，兩者的關系會發(fā)生變動。觀測近十幾年我國新增信貸規(guī)模和不變價國內生產總值（GDP）增加量之間的關系，發(fā)現(xiàn)兩者比值較為穩(wěn)定但也明顯受到政策因素的擾動。因此，可通過預測未來GDP增速來推算信貸規(guī)模增速，最后基于政策因素，對信貸規(guī)模的變動區(qū)間進行調整。

首先，估計2020年的不變價GDP增加量。在經濟增長維持在合理區(qū)間的前提下，2020年的不變價GDP增加量預計為5.5萬億元左右。

其次，推算信貸規(guī)模增速。2019年新增信貸規(guī)模為16.8萬億元，新增信貸規(guī)模/不變價GDP增加量的比值為3.27，較2018年小幅上升。預計2020年政策將維持穩(wěn)定，兩者比值大概率保持穩(wěn)定或小幅上升，若上升，假設其上升幅度和2019年相同，則2020年兩者比值可能為3.27～3.39。由此可推算出2020年新增信貸規(guī)?；驗?8萬億～18.6萬億元，對應的信貸余額增速為11.8%～12.4%。

最后，基于政策因素對信貸增速的區(qū)間范圍進行調整。從當前經濟結構來看，房地產作為信貸投放的重要領域，對信貸規(guī)模影響較大。假設房地產調控政策不松動，則2020年房地產貸款余額增速大概率延續(xù)2016年和2019年6%左右的回落幅度。即使房地產調控政策松動，房地產貸款余額增速至多維持2018年0.9%的回落幅度，再次上行的概率不大。因此，2020年房地產貸款余額增速回落幅度或為0～6%。按照2019年29%的房地產貸款余額占比計算，2020年房地產貸款余額增速回落或拖累總體信貸余額增速回落0～1.8%，則信貸余額增速區(qū)間或為10.7%～12.5%。同時，政策支持制造業(yè)、小微企業(yè)、民營企業(yè)的力度在加大，投向這些領域的信貸增速上升或部分對沖房地產貸款增速回落，且地方存量債務置換對表內信貸也有支撐，故上文估計的2020年11.8%～12.4%的增速水平基本合理。

社會融資規(guī)模分析與預測

根據《中國統(tǒng)計年鑒》，社會融資規(guī)模是指一定時期內實體經濟從金融體系獲得的資金總額。社會融資與新增信貸的區(qū)別在于，新增信貸是從金融機構資產負債表的資產端出發(fā)進行統(tǒng)計，而社會融資則是從企業(yè)資產負債表的負債端和權益端出發(fā)，統(tǒng)計實體經濟從金融體系獲得的資金。之所以提出社會融資規(guī)模這一指標，是因為隨著金融發(fā)展、創(chuàng)新和監(jiān)管套利行為的增多，表外融資和直接融資成為融資的重要方式，著眼于金融機構資產端的傳統(tǒng)統(tǒng)計指標并不能完全表達實體經濟的融資狀況。近年來，隨著表外資產回表政策的落地，社會融資規(guī)模的口徑經歷了數(shù)次調整。下文將對社會融資規(guī)模的傳統(tǒng)項目和調整項目分別進行介紹、分析與預測。

（一）社會融資規(guī)模傳統(tǒng)項目分析與預測

1.社會融資信貸分項

社會融資口徑下新增信貸與上文存貸款口徑下新增信貸的區(qū)別在于，前者不包括非銀貸款。但非銀貸款波動規(guī)律較弱、規(guī)模占比小，對社會融資規(guī)模的影響微乎其微，因此對社會融資口徑下新增信貸的預測仍可按存貸款口徑下新增信貸的預測方法進行。

外幣貸款在社會融資中被單獨列示，增量波動較小，對社會融資的影響較小。就規(guī)律性而言，其與人民幣匯率的相關性較強，即人民幣匯率貶值可促進外幣貸款增量減少，升值可促進外幣貸款增量上升。就預測而言，可以根據匯率波動和近期變化進行大致估算。

2.表外融資項

表外融資項主要包括信托貸款、委托貸款和未貼現(xiàn)銀行承兌匯票三項（以下簡稱“表外三項”）。表外三項是銀行信用在表外擴張的結果，與新增信貸波動高度一致，也呈現(xiàn)出明顯的季節(jié)性規(guī)律（見圖3）。對2020年表外三項之和做大致判斷可得，隨著表外資產回表政策的推進，表外三項存量的縮減或將持續(xù)，但政策邊際影響力遞減，縮減規(guī)?？赡芟陆?。

具體來看，對信托貸款的跟蹤，可參考用益信托數(shù)據。雖然受統(tǒng)計口徑影響，用益信托數(shù)據與社會融資中的信托貸款分項數(shù)據存在差異，但仍可將其作為定性判斷信托貸款增減的指標。對委托貸款的跟蹤，沒有較好的高頻數(shù)據，一般根據季節(jié)性均值和監(jiān)管變化進行估算。對未貼現(xiàn)銀行承兌匯票的跟蹤，可以結合上海票據交易所數(shù)據，通過承兌發(fā)生額和貼現(xiàn)發(fā)生額來判斷票據市場的總體情緒，為規(guī)模變化方向判斷提供佐證。若市場情緒較好，一級市場開票量較大，則很有可能帶來未貼現(xiàn)銀行承兌匯票規(guī)模的上升。

（二）社會融資調整項目分析與預測

對于社會融資調整項目，下文將以調整時間為線索一一進行介紹。

2018年7月，中國人民銀行將存款類金融機構資產支持證券（ABS）和貸款核銷納入社會融資規(guī)模統(tǒng)計。其中，存款類金融機構ABS與中國銀保監(jiān)會的ABS凈融資數(shù)據有較強的相關性，可以借助后者進行預測;貸款核銷的季節(jié)性規(guī)律強，同期變化規(guī)?；鞠嗤?，因此可據此估計未來本項變動規(guī)模。

2018年9月，中國人民銀行將地方政府專項債券（以下簡稱“專項債”）納入社會融資規(guī)模統(tǒng)計。專項債可借助財政部口徑數(shù)據進行統(tǒng)計，但需要注意兩點：第一，社會融資統(tǒng)計的專項債為新增專項債，不包括再融資專項債和置換專項債，因為后兩者并不帶來實體融資的增量。第二，中國人民銀行口徑下的新增專項債和財政部口徑下的新增專項債統(tǒng)計的區(qū)別在于，前者按照債權債務在托管機構登記日統(tǒng)計，后者以發(fā)行日為統(tǒng)計標準。跟蹤時，需通過公布的專項債上市日進行相應調整。

2019年9月，中國人民銀行將交易所企業(yè)ABS納入企業(yè)債券指標。此次社會融資口徑的調整并非新加入某項統(tǒng)計指標，而是將企業(yè)債券指標的統(tǒng)計范圍擴大。企業(yè)ABS雖然以出售企業(yè)資產方式進行融資，但從融資角度來看其與其他企業(yè)的債券融資行為沒有差別，故中國人民銀行可能從指標完善角度將其加入到企業(yè)債券項中。由于歷史上企業(yè)ABS發(fā)行量的波動較小，月底新增規(guī)模最高時也未超過1000億元，故本次口徑調整對社會融資規(guī)模增速的影響微乎其微。企業(yè)債券發(fā)行的季節(jié)性規(guī)律顯著，因此可以通過歷史數(shù)據來預測其未來變動情況。

在預測社會融資中另一個直接融資項——股票融資項時，需要注意的是，其統(tǒng)計的是非金融企業(yè)的股票融資額，須剔除金融機構的股票融資額，且從數(shù)據上看，其統(tǒng)計的是交易所A股市場的股票融資額。由于股票融資增量變化較小，因此對社會融資規(guī)模的影響也微乎其微。

除上述分項外，社會融資中還存在其他未公布數(shù)據的分項，包括保險公司賠償、小額貸款公司提供的貸款等，但這些分項總量不大，對社會融資統(tǒng)計的影響較小。

貨幣增速的分析與預測

（一）貨幣層次的劃分及其與貨幣當局資產負債表的勾稽關系

中國人民銀行對貨幣層次的劃分由來已久，并進行了多次口徑調整，現(xiàn)行標準如下：M0即“流通中的貨幣”，也是我們通常所說的現(xiàn)金或通貨;M1即“貨幣”，也稱為狹義貨幣，M1=M0+單位活期存款;M2即“貨幣和準貨幣”，也稱為廣義貨幣，M2=M1+單位定期存款+個人存款+其他存款。

貨幣各層次數(shù)據主要來自中國人民銀行發(fā)布的貨幣當局資產負債表和其他存款性公司資產負債表。具體而言：

M0=貨幣發(fā)行（貨幣當局資產負債表）-庫存現(xiàn)金（其他存款性公司資產負債表），即通常所指的現(xiàn)金僅是貨幣發(fā)行的一部分，貨幣發(fā)行還包括其他存款性公司的庫存現(xiàn)金。

M1中的單位活期存款即其他存款性公司資產負債表中納入廣義貨幣的單位活期存款。

M2中的單位定期存款即其他存款性公司資產負債表中納入廣義貨幣的單位定期存款;個人存款是指該表中納入廣義貨幣的個人存款;其他存款對應科目為“對其他金融性公司負債中計入廣義貨幣的存款”，主要體現(xiàn)非銀行金融機構在銀行系統(tǒng)的存款。

（二）從資產端看M2

無論是貨幣層次的劃分還是其與貨幣當局資產負債表的勾稽關系，均是按照M2的定義從金融機構資產負債表的負債端來看的。國內有學者系統(tǒng)論述過貸款創(chuàng)造存款的理論，認為在分析負債端存款數(shù)據的變動時，季節(jié)性因素較為顯著，但解析變化背后的其他驅動因素難度較大。所以，本文將換一個角度，通過資產負債表的對應關系，從資產端的變動分析負債端M2的變化。

從存款類金融機構信貸收支表的科目結構（見表1）來看，廣義貨幣分布與其資金來源有大致的對應關系，即M0與流通中的貨幣大致對應，個人存款與住戶存款大致對應，單位存款與非金融企業(yè)存款加機關團體存款之和大致對應，M2中的其他存款與非銀行業(yè)金融機構存款大致對應。所以有：

M2≈住戶存款+非金融企業(yè)存款+機關團體存款+非銀行業(yè)金融機構存款+流通中貨幣

根據資金來源和資金運用相等，移項得到：

M2≈（各項貸款+債券投資+在國際金融機構資產+股權及其他投資+黃金占款+外匯占款）-（財政存款+境外存款+金融債券+對國際金融機構負債+其他）

再稍加整理，可得：

M2≈各項貸款+債券凈投資+股權及其他投資+外匯占款-政府存款-其他+其余各項

其中，債券凈投資=債券投資-金融債券;其他是信貸收支表資金來源方項目，為信貸資金來源與運用的平衡項目;其余各項=黃金占款+在國際金融機構資產-對國際金融機構負債-境外存款，其余各項的規(guī)模相對較小，變動也較小。

根據上述方法計算資產端各項對M2同比增速的拉動作用（見圖4），可以發(fā)現(xiàn)：第一，2016年之后M2同比增速的系統(tǒng)性下行主要來自股權及其他投資項的縮減，而股權及其他投資主要是指商業(yè)銀行在表內的非標投資等，這或源于去杠桿工作的推進;第二，外匯占款變化對M2同比增速的影響已經不大;第三，當前各項貸款和債券凈投資是支撐M2同比增速穩(wěn)定的主要力量。

（三）如何看待M2與M1的增速差

M1增速變化主要取決于單位活期存款的變動，在一定程度上可以反映企業(yè)流動資產的變化。從M1同比增速和工業(yè)企業(yè)流動資產平均余額同比增速的歷史走勢來看，前者的高點和低點通常領先于后者。這也與理論相符，因為活期存款作為企業(yè)流動資產中流動性較高的類別，對流動資產的整體變動方向往往具有領先意義。M2代表經濟總量的價值形式。M2和M1的增速差與工業(yè)企業(yè)資產合計同比增速和工業(yè)企業(yè)流動資產平均余額同比增速之差有一定的相關關系，即前者領先于后者（見圖5）。后者可以作為企業(yè)流動性的反向指標，其下行意味著企業(yè)流動性改善。所以，M2和M1的增速差在一定程度上可以預示實體經濟的經營績效狀況，借此可推斷總體經濟的景氣情況。

從2019年的情況來看，在M1同比增速觸底后，M2和M1的增速差似有觸頂回落的態(tài)勢，反映出企業(yè)流動資產平均余額同比增速回落的趨勢或將結束，可能意味著企業(yè)流動性狀況將有所企穩(wěn)，實體經濟經營績效狀況或能改善。不過，根據指標的領先關系，從M1增速觸底到M2和M1的增速差趨穩(wěn)，再到企業(yè)流動性狀況改善，仍需一段時間?？傮w來說，基本面觸底的跡象顯露，但企穩(wěn)跡象尚不足，仍需密切觀察M1增速、M2和M1的增速差在拐點后的走勢。

作者單位：華創(chuàng)證券研究所

責任編輯：羅邦敏? 劉穎