文/新浪財經意見領袖（微信公眾號kopleader）專欄作家 李奇霖

　　當一份金融數據擺在我們面前時，這些數據的統計范圍包括哪些，是如何統計的？我們應該怎么去分析它，又怎么去通過它來判斷金融資產價格的走勢？

　　金融數據每月在10-15日由央行發布，主要包括兩個部分：1）體現實體融資需求的社會融資規模（簡稱社融）與信貸規模；2）代表實體經濟流動性的貨幣供應量（M0、M1、M2）。

　　我們這篇文章主要分析這兩部分，試圖解決兩個問題：

　　第一，這些數據的統計范圍包括哪些，是如何統計的？

　　第二，當一份金融數據擺在我們面前時，我們應該怎么去分析它，又怎么去通過它來判斷金融資產價格的走勢？

　　1 

　　社融與信貸解析

　　對社融與信貸，央行會公布兩種口徑的數據，一是當月新增規模（增量），二是存量規模。

　　當月新增規模是投放總量扣除到期后的凈融資規模，波動極大，有季節性沖量的特征，在1月、3月、6月、9月與11月有明顯的峰值。

　　這種特征和銀行信貸的投放規律有關。首先，每年年初銀行會有謀求開門紅、早投放早收益的考慮，因此容易造成1月份數據高增；其次，在每個季末，銀行內部有業績指標的考核壓力，為滿足考核要求，銀行業務人員會在季末沖量。

　　但在最后一個季末月12月，銀行在大部分年份會面臨信貸額度不夠、為明年開門紅儲備項目、年度監管考核（如資本充足率）等綜合因素帶來的壓力，因此沖量月份會明顯提前至11月，12月份反而會出現回落。

　　由于增量數據的高波動性，我們對它的分析主要集中在絕對規模的變化上，對同比增速與環比增速基本不看。

　　具體到某一個月的數據，我們會首先觀測實際值與預期之間的差異。

　　預期一般是市場研究人員在過往年份的當月均值基礎上加減所得，或根據對銀行資產負債部門的草根調研所得。若實際值低于預期，則一方面可能會直接帶來交易行情，另一方面也會使投資者下修對經濟增長的判斷；若高于預期，則相反。

　　其次，我們會習慣看同比去年的變化與環比上月的變化。同比去年的變化可在一定程度上去除季節性因素帶來的擾動，是經濟增長動能同比的反映。

　　環比的變化則是一種直觀感性的理解。中間縱然有季節性因素的影響，但如果說波動變化極大，比如從3000億增長至1萬億，依然會對投資者的預期與情緒造成沖擊，從而在短期內改變資產價格的走勢。

　　存量規模是增量數據的累計存續值，主要看同比增速的變化。它與經濟增速、固定資產投資等以同比增速為主要披露口徑的宏觀指標相對應，在宏觀中長期趨勢的判斷上更有積極意義，彌補了增量數據波動大的缺點。

　　作為傳統的間接融資方式，信貸的存量數據很全面。2013年以前，它是決定社融和體現實體融資需求的主要指標，看待融資需求即主要看信貸。

　　但2013年后，隨著金融創新的加快，影子銀行興起，非標與債券融資對社融的影響力顯著增強，貸款與社融的增速裂口增大，趨勢也出現了分化，信貸存量增速變化的信號意義下滑，投資者與研究人員對它的關注度也有所下降，轉而關注社融存量增速。

　　但社融因為囊括范圍廣，在2011年才開始正式統計，向前回溯難度大，存量數據披露不全面，在2016年前只有季度數據和年度數據，往后才有月度數據。所以我們需要通過（當月社融存量規模=上月社融存量+當月新增社融規模）來倒推得到月頻數據。

　　從我們估算得到的結果看，社融存量同比以2010年為界，呈現趨勢上漲和趨勢下行的特征，與GDP增速、工業增加值累計同比增速都有較好的相關性，在部分時期有一定的領先性。

　　比如2008年金融危機后，社融領先GDP大約4-6月觸底；2010年，社融領先GDP大約2個月。

　　以上是我們在獲得一份社融后所做的總量分析，接下來，我們來進一步分析社融與信貸的分項。

　　分項很重要。透過分項，一方面我們可以了解社融與信貸增長的質量。因為諸如短期貸款、非銀貸款、票據融資等分項由于期限短，與企業部門資本開支所需要的中長期資金不匹配，很難帶動實體出現持續的擴張。所以，如果社融和信貸的高增長是由這些數據分項推動的，那么這種高總量并沒有顯著的意義。

　　另一方面，我們可以了解社融與信貸高增長或低增長背后的驅動因素，驗證我們對經濟與金融環境做出的判斷是否準確，也可以與監管/貨幣/信用/財政政策、國內外宏觀經濟環境等因素進行比較，從而提前預判現在融資高增長/低增長的趨勢能否持續。

　　（一）拆解社融分項應注意哪些問題？

　　目前，社融一共包括四個大項，十二個小項，如圖5所示。

　　在這十二項中，人民幣貸款、委托貸款、信托貸款、未貼現承兌匯票和債券融資五項是其中單項占比較高、波動較大的類別，影響較大。因此當我們對某一個月的社融數據進行分析時，我們主要分析的也是這五類。

　　但因為本文是一個手冊類型的報告，我們將不局限在五個大項里，而是對這十二項分別展開評述。

　　1、表內業務—人民幣貸款和外幣貸款

　　人民幣貸款是直接體現在銀行資產負債表中且以人民幣為計算單位的貸款。

　　它與金融機構貸款口徑不同。因為社融體現的是金融體系對實體部門（居民與非金融企業）的支持情況，所以社融中的人民幣貸款分項不包括非銀貸款。而金融機構貸款沒有這個統計原則，包含了非銀貸款。

　　除這個差別外，人民幣貸款和金融機構貸款，在趨勢上和更細致的子項目組成上，都具有很強的一致性。所以我們在這里暫時不展開，后面在金融機構貸款拆解中，再做詳細討論。

　　外幣貸款是金融機構以票據貼現、信貸、墊款等方式向非金融企業與居民發放的，以外幣為計算單位的貸款。出于可比性的考慮，央行在統計時會將其折算成人民幣進行加總。

　　從使用用途上來講，外幣貸款主要用于進口商品付匯或資本賬戶下的對外投資。考慮到國內資本賬戶仍然存在較強的管制，對外投資的規模要遠小于進口。因此很多時候，外幣貸款更多是用于進口商品的付匯。

　　從圖8來看，我們也能看到進口金額當月同比增速與新增外幣貸款規模存在明顯的正相關性。

　　同時，由于貸款以外幣計價，所以對非金融企業來說，最大的風險在于匯率風險。從歷史經驗來看，2015-2016年與2018年的匯率貶值時段，外幣貸款均為連續的負增長。

　　2、表外業務：信托貸款、委托貸款、未貼現銀行承兌匯票

　　信托貸款是資金信托計劃（包括集合信托與單一信托，剔除了財產信托）所配置的貸款資產。

　　因為所用資金是募集所得，不是信托公司的負債或自有資本，所以不列入信托公司的資產負債表，歸入表外業務。

　　在統計時，央行依據的是《理財與資金信托專項統計制度》。根據這個制度，信托公司要按月報送各資金池月末的資產負債情況，尤其是對除回購與拆借外的貸款資產，要逐筆統計明細信息，以此來獲得信托貸款的規模與具體投向。

　　在2017年資管新規提出“去資金池”的要求后，統計制度可能會有所變動，具體不得知，我們猜測可能會把“按各資金池統計”轉為“按產品統計”，整體的統計要求與框架應該會保持不變。

　　因為這種統計方法是直接從信托公司的放款終端去統計的，所以不管資金是來自于哪，中間經過了多少嵌套，有多復雜的交易結構，都不會影響信托貸款規模的真實性與準確性，從而也就不存在金融創新導致信托貸款被低估或被高估的情況。

　　在對信托貸款進行分析時，我們通常會結合當時的經濟與金融環境展開，尋找信托貸款規模變化的內在原因，并推測未來的演變趨勢。

　　比如，現在政策積極寬信用，地方加快發專項債，擴大基建投資穩增長，那么信托貸款在需求端可能就存在一定的支撐；金融嚴監管，要去通道去資金池，信托公司業務開展難度加大，信托計劃的資金募集會受影響，信托貸款就可能會出現大幅的萎縮等。

　　此外，為了了解信托貸款的邊際變化，我們有時會看“用益信托網”在每月月初發布的集合資金信托月度報告。在這份報告里，我們可以看到集合信托的當月募集規模和實際投向，對我們及時掌握實體的融資需求與政策效果有一定的幫助。

　　委托貸款和信托貸款很相似。一方面，委托貸款也有一套完備的統計制度，稱為《委托貸款專項統計制度》。

　　按照這個制度，委托貸款可以分成兩個大類，一類是現金管理項下的委托貸款（主要指一些集團公司利用銀行的現金管理體系將貨幣資金在各個分/子公司之間進行調配所產生的貸款），另一類是一般委托貸款。

　　依據委托人的身份，我們可以把一般委托貸款分成“受金融機構委托發放的貸款”和“受非金融機構委托發放的貸款”兩類。在這兩類下面，又可以進一步依據接受貸款的五個對象：個人、企業及各類組織、廣義政府、金融機構、境外分成五個小類。

　　而對于社會融資規模中的委托貸款，央行定義的原文是：

　　“社會融資規模中的委托貸款只包括由企事業單位及個人等委托人提供資金，由金融機構（即貸款人或受托人）根據委托人確定的貸款對象、用途、金額、期限、利率等向境內實體經濟代為發放、監督使用并協助收回的一般委托貸款。”

　　依據社融表達的是金融體系對實體經濟（非金融企業與個人）的資金支持這樣一個原則，我們認為除了對金融機構、境外和廣義政府發放的一般委托貸款外，其余的一般貸款都應該屬于社融的口徑。

　　另一方面，對于委托貸款的分析，其模式也和信托貸款相似，主要看經濟基本面和金融監管政策。

　　從歷史數據來看，委托貸款和信托貸款有著相似的軌跡。但在部分時期，因為監管節奏的不同，出現過此起彼伏的現象。

　　比如2010-2011年和2014-2015年，受銀（保）監會要求銀信合作計提資本與127號文影響，信托業務受阻，大量需要放款通道的資金轉向了銀行，使委托貸款出現了高增。

　　2017年則相反，因為銀行業三三四整頓與嚴監管，委貸業務受到影響，很多資金轉向了信托公司，使信托貸款出現了持續的高增長。

　　未貼現銀行承兌匯票是三項表外業務中最為神秘的一項。它的波動非常大，對社融的影響也較為顯著，但很多時候大部分市場研究都會避開或僅僅只言片語地略過此項，所以很多人對這一項不是很了解，尤其是和票據融資相比，有什么差別和聯系，更是讓人疑惑。

　　在這里，我們舉個例子來做說明。

　　假設有一家企業A，向批發商預定了100萬的貨物，但短期內沒辦法立刻給批發商全款。于是它找到了銀行B，讓銀行B給批發商寫張期限為6個月的“欠條”，并讓銀行在6個月后代替企業支付100萬的貨款。

　　這里的“欠條”就是銀行承兌匯票。如果寫“欠條”并承諾還款的不是銀行，而是企業自己，那么我們把它稱作商業承兌匯票，簡稱商票。

　　如果過了3個月，批發商也缺資金周轉，那么它可以把銀行承兌匯票轉讓給銀行C來變現。這個轉讓過程，我們稱為貼現或直貼。

　　直貼的銀行承兌匯票+直貼的商業承兌匯票一起構成了貸款項下的票據融資。而沒有經歷這個過程的銀行承兌匯票，構成了“未貼現銀行承兌匯票”。

　　貼現后，銀行承兌匯票就進入了銀行體系，變成了一種類似于債券的資產，銀行C可以把它轉讓給另一個銀行D。這個過程我們稱為轉帖，等同于二級股票或債券市場上的買賣交易。

　　造成銀行承兌匯票規模變化的原因比較復雜，比較常見的有：

　　1）監管約束，比如前幾年某大行出現票據大案后，銀（保）監會加強了對票據業務的監管，造成未貼現銀行承兌匯票明顯減少；

　　2）獲取投資收益。一般來說，銀行在答應企業開具承兌匯票前，會要求企業在銀行內存入相應比例的保證金。如果資金充裕，企業可以選擇100%的保證金，以定期存款、存單或結構性存款等形式存入銀行來獲取其中的利息收入。

　　3）融資需求。如果現金流緊張，企業也可選擇20%、30%或50%等其他比例的保證金，低于承兌匯票面額的金額以企業在銀行的授信額度來抵補，以達到“以少博多”的杠桿功能。

　　由于承兌匯票業務可以為銀行帶來存款負債，且不占用表內資本，所以很多時候，銀行自身也存在著做大沖量的內在動力。

　　3、直接融資：債券融資與股票融資

　　債券融資的統計方式比較復雜，它是每個月由交易所、中央國債登記結算公司、交易商協會等負責注冊、登記與托管的機構，將各類債券數據報送給央行，然后央行再進行加總統計所得。

　　具體券種包括非金融企業發行的企業債、超短期融資券、短期融資券、中期票據、中小企業集合票據、非公開定向融資工具、資產支持票據、公司債、可轉債、可分離可轉債和中小企業私募債等。

　　不過，如果我們自己依照央行發布的券種口徑做加總，試圖提前預測出當月的債券融資規模，會發現不管如何組合，最后的結果雖然在趨勢上是一致的，但不精確，與實際值存在著或多或少的差距。

　　所以，從我們目前了解到的情況來看，債券融資的統計口徑事實上是一個黑箱。

　　在具體分析時，因為趨勢的可預測性，債券融資基本都不會太超預期，其新增規模的變化和債券市場行情、投資者與非金融企業的行為關聯密切，需要根據因時因地的進行解讀，沒有一個一以概之的分析框架。

　　股票融資指非金融企業通過境內正規金融市場進行的股票融資，具體包括IPO、定向增發等方式，受監管政策和股票市場行情影響較大，現在每月新增規模基本在一兩百億左右徘徊，基本不會去做特別的關注。

　　4、其他項目

　　這部分一共囊括了六個子項目，其中投資性房地產、保險公司賠償、其他融資規模很小，影響不大，2011年后央行就不再公開披露相關數據了。

　　另外三項（貸款核銷、存款類金融機構資產支持證券、地方專項債）規模較大，是2018年才納入社融統計范圍的新項目，現在關注的人也不多，市場最關心的還是以前的老統計口徑，所以不再具體展開了。

　　這里主要借統計口徑調整的契機討論兩個問題，

　　第一，為什么把這三項納入其中？

　　對貸款核銷與存款類金融機構資產支持證券，是因為兩者都會使銀行表內的貸款存量減少，對新增規模的計算造成擾動，有加回去的必要。

　　對地方專項債，是因為原本銀行可以把資金用于支持實體，但現在拿去配置了地方專項債，由地方政府去做基建或其他項目來代替非金融企業部門來支持實體經濟了，也可以看做金融體系對實體經濟的支持，滿足社融的統計原則。

　　第二，還有哪些應該納入到社融統計范圍而沒有納入其中的？

　　主要包括私募基金對企業部門的股權投資、P2P和股權眾籌等類別，他們屬于金融體系對實體的資金支持，但在社融指標創建之初，這些類比的數據可得性較弱，規模較小，因此被舍棄忽略了。長期來看，有加回去的必要。

　　（二）解析信貸分項時應注意哪些問題？

　　信貸數據在統計上沒什么問題，大家都比較熟悉，就是存款類金融機構資產項目中的貸款規模加總。

　　具體解讀時，我們會把信貸按企業部門、居民部門和非銀部門三個類別來分類分析。

　　1、企業部門信貸數據

　　企業部門的貸款我們可以分為三類，一是短期貸款，二是票據融資，三是中長期貸款。

　　（1）短期貸款是指期限在1年期以下的貸款，常和票據融資聯系在一起。因為票據融資的期限也很短，功能上很相似，基本上都是被用來補充營運資金、償還到期負債或結算等，和企業部門的現金流關聯密切。

　　從歷史數據上看，兩者合計新增規模與M1同比有著一定的負相關性。

　　（2）票據融資是銀行風險偏好的表征。和中長期企業貸款相比，票據的期限更短，也可流通交易（轉帖），其背后要么有產業鏈中的核心企業信用背書（商票，能開票的一般都是有話語權的大企業），要么是有銀行的信用做擔保（銀票），信用風險更低。

　　所以，當我們看到銀行大量增加票據融資規模時，一般會認為銀行現在是一個低風險偏好的狀態。

　　此外，當經濟較差，政府與央行進行逆周期調控之初，往往會傾向于扶持中小微企業，要求銀行增加對中小微企業的信貸支持。

　　票據作為低風險信貸的一類，在這種時候往往會被銀行所重視，成為他們開展普惠金融業務的主要抓手，從而造成票據融資的高增長。

　　（3）票據融資常有套利的因素。一方面，票據融資的利率錨定的是Shibor，當貨幣政策寬松時，票據融資利率往往會被打到比較低的水平，和銀行理財、結構性存款或大額存單等高息產品之間存在著比較高的利差，因此很多企業可能會用貼現后資金去購買這些高息產品。

　　另一方面，銀行為增加存款負債和信貸規模，有時也會縱容企業無真實貿易背景的套利行為。比如，企業先將貨幣資金用來做結構性存款，然后銀行據此向企業開具銀行承兌匯票，企業再把匯票向銀行貼現，將貨幣資金置換出來。

　　對企業來說，它付出了貼現利率，得到了結構性存款的高利率，整個過程，沒有實體的貿易往來做支撐。

　　（4）票據融資常受到監管的影響。這一點和未貼現承兌匯票很一致，一方面是因為上面說的票據空轉的套利行為，另一方面是以前票據業務常用的是紙票，手續繁雜，容易出現不規范的操作，常出現風險事件。

　　但隨著電票的普及，票交所的建立，現在紙票已逐漸退出歷史舞臺，不規范事件減少了不少。

　　（5）企業中長期貸款體現了實體的融資需求，其規模變化最能體現宏觀經濟運行狀況。因為表外非標項中的“信托貸款”和“委托貸款”期限也相對偏長，也常被企業部門用來購置設備和建設工程，所以我們習慣把這三項加總起來考察。

　　從歷史數據看（圖14），（企業中長期貸款+委托貸款+信托貸款）累計同比出現過三個比較長的負值區間，分別是2010-2012，2014-2015，2018。

　　在這三個區間里，除了2010-2012年因為存在高通脹現象，導致長端利率沒有走出趨勢性行情外，其他兩次都出現了100BP以上的牛市。

　　在拐點的判斷上，該指標也有較高的精確度。比如2013年12月十年國開出現拐點，2個月后（中長期貸款+委托貸款+信托貸款）累計增速轉負；2018年1月增速轉負，十年國開拐點也一并出現。

　　所以，在通脹壓力不大的情況下，（企業中長期貸款+委托貸款+信托貸款）累計增速是比較好的判斷利率走勢的指標，這應該是金融數據中的核心意義之一。

　　2、居民部門的信貸數據

　　居民部門的拆解和企業部門很像，也是按期限，分成短期貸款和中長期貸款兩部分。具體解讀如下：

　　（1）居民短期貸款包括哪些細項，我們暫時沒有發現相關的官方口徑。不過按照商業銀行的資產負債表分類，短期個人經營性貸款（用于住房裝修、私營企業主或個體工商戶以自然人名義的貸款等）、信用卡透支、消費貸款（如車貸）等項目可能是主要的組成部分。

　　2017年以來，居民短期貸款中樞出現了明顯的提升，一直有著很強的韌性，一度被市場所疑惑。

　　我們認為，這會是未來的常態，我們要適應居民短期貸款比例不斷上漲的趨勢。

　　因為一方面，對銀行而言，居民短期貸款（尤其是消費貸與信用卡透支）額度普遍偏小，對于利率的敏感性不如大額貸款的企業，可收取較高的利率。

　　比如一個期限12月、本金1000元、每月利息30元的消費貸和期限同為12月、本金1千萬、每月利息300000元的企業貸款，后者給人的沖擊是要大的多。

　　且居民短期貸款具有分散性，風險低，不良率可控的特點，畢竟在國內我們聽說過企業破產，但沒聽過個人破產。

　　最后，居民短貸可較為方便的用于做資產證券化的底層資產，市場認可度較好，銀行可以在配置后盡可能地加快周轉。

　　所以，現在越來越多的銀行在加快消費金融端的布局，重點發展消費貸款和信用卡業務。

　　另一方面，在居民這一端，隨著80-90年代的崛起，消費觀念更新，對于信用卡和貸款消費的接受度要明顯提高，加之移動支付與信用消費的綁定，年輕人可以非常容易地實現杠桿消費。

　　由于貸款出了銀行后，銀行沒有辦法去追蹤貸款的使用與流向，所以很多時候，短期貸款也常被個人用于湊首付加杠桿買房，也進一步強化了居民短貸的增長趨勢。

　　（2）居民中長期貸款主要以個人住房按揭抵押貸款為主，和地產銷售存在著較強的相關性，所以在分析這一項時，我們常和地產政策與形勢相聯系。

　　但特別需要注意的是，地產銷售增速的走勢會有誤導性。因為同比增速是一個和去年相比的比值，沒有考慮環比規模變化的問題。如果銷售額的絕對數量很高了，那么即使同比去年增速下降了1%，那么其環比新增量可能也還可以。

　　所以，地產銷售增速雖然可以用來判斷趨勢，但對于短期的變化要慎重使用。

　　綜合以上的分析拆解，我們總結一下，對社融與信貸最主要其實就看三點。

　　第一，社融的存量增速變化方向如何？新增規模是否超出季節性均值？

　　第二，社融和信貸的質量如何？是否主要依靠票據融資和非銀貸款這些短期限低風險的資產當家？

　　第三，企業中長期貸款與非標是否存在擴張放量的跡象？

　　其余諸如居民短期貸款、貸款核銷等項目，對其看法解讀更多是錦上添花的作用，不會影響到我們對經濟基本面的判斷。

　　2 

　　貨幣供應量的解析

　　對貨幣供應量，央行會公布三個口徑的數據，分別是M0、M1（狹義貨幣）、M2（廣義貨幣）。

　　M0是流通中的現金，等于（央行發行的貨幣-商業銀行持有現金），是流動性最強最活躍的貨幣。

　　M1是流動性次于M0的貨幣，等于（M0+單位活期存款），其中單位包括“企業、事業機關、部隊及其他團體”。

　　M2=M1+準貨幣。準貨幣包括儲蓄存款（個人存款）、單位定期存款以及其他存款。

　　其他存款包羅萬象，從1994年至今，有過四次改變，具體內容和原因，讀者可看圖表16，我們不再表述。

　　對于貨幣供應量的分析，我們通常有兩種分析思路。

　　第一種是直接從貨幣供應量的定義出發。既然貨幣供應量是由存款和流通中的現金（比例不足5%，基本忽略）構成，那么我們就從存款入手，分析各項存款規模變化的原因，從而得到M1與M2增速上漲或下降的驅動因素。

　　具體來說，有以下幾個原因是這種分析思路比較常用的。

　　第一，信用派生強弱。

　　根據貨幣銀行學原理，存款是由貸款派生的。央行如果給銀行100塊初始資金，銀行將100塊貸款給企業，企業會再把這100塊存入另一個銀行，這時存款增加100。

　　獲得這100塊的銀行，又把錢貸款給了另外一個企業，企業又把錢存在了第三個銀行，存款變成了200塊……

　　這樣擊鼓傳花下去，存款就隨著貸款的增長而不斷增長。所以如果信用派生強，那么存款自然容易有比較高的增速。

　　第二，季節性因素。

　　季節性因素的內涵很豐富。一方面和貸款一樣，每個季末銀行內部都會有存款規模考核，所以每個銀行到了季末的時候，都會提高攬儲的力度，增加表內的居民或企業存款，比如有些銀行會將到期理財暫時轉入表內做存款等。

　　當然因為每年都會有這樣的事，所以如果是同比增速，會很自然的將這種季節性的效應給抹掉。但是每年銀行面對的環境不一樣，季節性因素的強度也不同，所以還是存在著差別。

　　在具體分析某一個季末月的存款規模時，可以將該數值與季節性均值相比，從而看這種季節性沖量效應的強弱與貢獻。

　　另一方面，存款內部有時也會有明顯的轉移現象。比如在春節前，很多企業會發年終獎，所以我們會看到在1月份或2月份，企業端的存款規模大幅減少，而居民端的存款規模會有很明顯的上漲。

　　第三，財政存款的抽取效應。

　　特別注意的是，央行在披露貨幣供應量的同時，還會披露財政存款的規模，但財政存款不在M2的口徑范圍內。

　　相反，財政存款如果增加，說明貨幣從企業或個人手中流向了政府部門（可能是因為繳稅），存留在實體經濟中的流動性減少了，所以自然M1和 M2的增速會受到影響。

　　而如果財政支出大幅下發，比如歷年的12月份，貨幣從政府部門流向了企業部門，那么就會出現財政存款大幅減少，而貨幣供應量大幅增加的現象。

　　第四，市場利率走勢的影響。

　　雖然從名義上講，央行早在2015年便放開了存貸款利率浮動上限的管制，但實際上，現在銀行存款利率仍然會受到自律機制的影響，仍然沒有實現真正的利率市場化。所以銀行的存款利率一直與市場利率脫鉤。

　　當市場利率向上，與存款利率的水位差越拉越大時，居民在理性的決策下，會更傾向于同樣的是低風險但能獲得更高收益率的銀行理財、信托計劃等資管產品，從而出現存款脫媒的現象。

　　由于目前銀行理財與信托計劃等大多數影子銀行所吸收的資金并沒有計入M2，所以這種存款脫媒現象會明顯拉低M2的增速。

　　第五，金融創新的影響。

　　為了規避理財等高收益產品對存款的過度搶奪，銀行表內也在積極創新推出新的存款類別，試圖以“曲線”的形式來繞過自律機制的限制。

　　比如2017-2018年曾經一度被各銀行追捧的“結構化存款”，以及最近的“智能存款”。

　　這些金融創新的出現，一定程度上扭轉了存款脫媒的現象，對M2與M1都存在著一定的改善作用。

　　這五個原因是過去的經驗總結所得，未來隨著形勢的變化與貨幣供應量口徑的調整，又可能會有新的影響因素出現，到時就需要我們隨機應變的去做積累了。

　　一般來說，從存款切入的分析方法比較常用于短期的分析，尤其是在某一個具體月份的數據解讀上。對于M1、M2中長期趨勢的判斷與預測，難度很大，因為我們不可能詳細精確地知道未來各項存款會是一個怎樣的走勢。

　　所以這就需要另外一種分析思路，從資產的角度切入。

　　我們說的第一種從存款切入的思路，其實是對銀行體系的負債分析。根據資產負債共生相等的原則，負債端的變化往往對應著資產端的變化。所以，如果我們能找到幾項影響變化比較大的資產項，那么我們也就能掌握M2變化的關鍵點。

　　怎么做呢？不妨從存款類金融機構的信貸收支表入手。可能會有讀者有疑問，為什么我們不從其他存款性公司資產負債表入手呢？

　　這主要是因為：第一，與其他存款性公司的資產負債表相比，金融機構信貸收支表更加簡潔直接易懂，在負債端直接給出了“各項存款”、資產端整合后只留下了六個大項，便于分析。

　　第二，存款類金融機構的信貸收支表，是央行、其他存款類金融機構經過軋差之后的結果，和貨幣供應量統計過程中涉及到的機構完全重合，有較高的解釋力度。

　　如圖19所示，用存款類金融機構信貸收支表中數據構建的（各項存款-財政存款+流通中貨幣）指標，其規模的環比變化與M2有著較高的擬合性。

　　因此，用存款類金融機構的信貸收支表來對M2做分析，是有效且可行的。

　　具體而言，依據圖表20所顯示的信貸收支表科目，扣除掉規模較小的對國際金融機構負債、對國際金融機構資產、黃金外匯占款三項后，利用資金來源=資金使用的原則，進行移項變換，我們可以得到以下等式：

　　M2=各項存款-財政存款+流通中貨幣

　　=各項貸款+（債券投資-財政存款）+股權及其他投資+中央銀行外匯占款-金融債券-其他

　　所以，這第二種分析方法，其實就是對等式右邊這六項進行分析。

　　1、各項貸款可以派生出存款，因此對M2是正貢獻，其中的邏輯我們在前面已經說過了，不再強調。

　　2、債券投資主要是銀行自營持有的國債、地方政府債以及非金融企業發行的信用債，其他諸如政策性銀行債、存單及二級資本債等債券在匯編得到信貸收支表時，已經被內部抵消了，不用考慮。

　　如果銀行自營持有的是國債+地方政府債，那么相當于貨幣流向了政府部門，增加的是財政存款，所以我們在等式右邊減掉了一個財政存款，將這部分債券投資規模去掉。

　　而如果銀行自營持有的非金融企業發行的信用債，那么這些資金會帶來銀行企業存款的增長，對M2同樣是正貢獻。

　　3、股權及其他投資項里，主要是銀行自營持有的非標、券商資管計劃、同業理財、公募基金等資管產品。

　　如果投資的是非標，那么資金直接流向了企業部門，增加的是企業存款；如果投資的是券商資管計劃、公募基金等資管產品，那么資金流向了非銀機構，增加的是非銀存款，同樣對M2是正向貢獻。

　　4、央行口徑的外匯占款。這個代表的是外部力量帶來的增長動力，當出口企業收到外匯時，它們找商業銀行結匯，這個過程讓企業得到了人民幣（存在了銀行體系），銀行得到了外匯，企業存款得到了增加。

　　然后銀行找央行結匯，把外匯給央行，形成外匯儲備，央行向商業銀行投放人民幣，形成外匯占款，使基礎貨幣規模增長，信用派生力量增強。

　　因此央行口徑的外匯占款增長會對M2會構成兩重正向的影響。

　　5、金融債券，主要指非銀機構持有的政策性銀行債、普通金融債等債券品種。當這一項增加是，代表資金流向了銀行體系，脫離了居民部門、企業部門和非銀部門的掌控，因此對M2來說，這一項是一個負貢獻項目。

　　6、其他項。這一項目前沒有一個明確的答案，從我們了解得到的信息來看，這一項主要是用來平衡資金運用和資金來源的等式關系的，我們一般也不會關注。

　　3 

　　金融數據背后隱藏的信息

　　在所有的統計數據中，金融數據可能是最被投資者所重視與關心的數據。

　　一方面是因為金融數據的統計質量很高，它是直接從金融機構的資產負債兩端切入，抓取統計而成的數據，有很高的精確度，能真切的反映經濟的增長情況。

　　另一方面是因為金融數據往往是經濟基本面的前瞻性指標。任何生產經營活動，只有先融到了資金，獲得了流動性，才能繼續往下走。我們在前面說的社融存量增速對GDP增速有一定的領先性，其實也是這個的體現。

　　對債券來說，好的金融數據一方面會驅動經濟轉好，使貨幣政策收緊或轉向，短端利率上行，并最終傳導至長端；另一方面說明實體有足夠的能夠創造出較多的高收益非標資產，擠壓銀行自營、保險與銀行理財等機構的配債額度，從而直接造成債券市場流動性的流失。

　　而對股票來說，好的金融數據可能意味著企業盈利的好轉，風險偏好的回升，也意味著居民部門/企業部門可用于購置股票的貨幣資金增多，會有更多的流動性入市。

　　除此之外，現在市場研究者還對金融數據進行了更多的變形轉換，來更好的揭示金融數據對各類金融資產價格走勢的指示意義，比較常見的有（M1-M2）增速（俗稱剪刀差）、社融-M2增速。

　　（一）對M1-M2的理解

　　M1的構成是企業活期存款和流通中的現金，由于可以隨時支取，相對來說是流動性更強的貨幣供應。所以，直觀來理解，如果貨幣供應結構中，M1的占比更高，那么貨幣在實體的潛在流通速度就更快，對實體的促進作用就會更強。

　　具體來講，如果企業對未來預期謹慎，對增長前景悲觀，企業會更傾向于低風險的金融投資，將存款定期化，或者買貨基，保本銀行理財，大額存單等，這個時候M1會向M2轉化，M1-M2剪刀差就會收窄。

　　相反，如果企業對未來增長前景樂觀，準備補庫存或者擴大資本開支的話，企業會選擇將存款活期化，以隨時應對補庫存和擴大資本開支所需要的現金，這個時候企業賬戶上活期存款的部分占比會相對較高，M1-M2剪刀差就會擴大。

　　所以M1-M2這一指標可以被認為是企業對未來的預期反映。

　　在運用這一指標的時候，有一點需要注意，那就是在春節期間，由于工資獎金支付的需要，企業的活期存款會大幅轉向居民儲蓄存款。如果春節時間錯位，則會對M1同比讀數產生較大的擾動。為了消除這種干擾，我們一般會對每年1月和2月的M1余額數據做平均處理。

　　如果經處理后的M1-M2同比差值在擴大，或者M1/M2在往上走，大體可以反映企業層面對未來經濟增長預期是向好的，反之則是悲觀的。

　　我們以工業增加值與PPI之和來近似擬合名義經濟增長水平，會發現M1-M2同比差值確實對增長具有一定領先性，且擬合度較高。

　　除此之外，房地產銷售轉好也會導致M1-M2同比差值擴大。在一手房認購時，居民部門購買開發商新盤，實際等同于居民部門的儲蓄存款（M2）轉向了企業部門的存款。尤其在地產銷售轉好的同時，如果開發商對未來樓市預期樂觀，可能有購地的動作，那么由居民儲蓄存款轉來的企業存款大概率會以活期形式沉淀在企業活期賬戶上，也就是M1了。

　　地產對經濟增長的重要性不言而喻，地產向上的周期與M1-M2同比差值擴大對應，也從另一角度論證了M1-M2剪刀差對增長的判斷有前瞻性。

　　由于地產是黑色系商品的主要需求，因此M1-M2同比增速差往往也預示著商品的行情變化。如圖22所示，以螺紋鋼為代表，我們可以發現，在三次M1-M2同比增速差值跌入負值區間時，螺紋鋼都沒有出現過牛市行情。前兩次是單邊的下行，最近的一次由于供給端受環保限產和供給側改革的影響，波動比較大。

　　另外，債券市場收益率本質上還是與經濟基本面高度掛鉤的，如果M1、M2剪刀差對基本面存在領先性，那么自然也會對債券市場收益率的走勢有一定的指引。

　　我們以10年國開作為債券市場收益率的代表。從歷史數據來看，M1、M2剪刀差見頂領先10年期國開頂部最長是16個月，多數時候是10個月。

　　（二）對社融-M2增速的理解

　　用一句老話來講，社融和M2是同一枚硬幣的兩面，兩者有相似的地方，也有不同之處。

　　其中，社融代表的是所有金融機構表內表外業務創造出來的總資產，M2代表的是銀行體系的負債，兩者在一開始好像就有天然的隔閡和對立。

　　但銀行的負債是與資產相伴共生的。M2所代表的存款負債背后，實際都是銀行體系各類資產所派生出來的，這一點我們在第二部分做了明確的闡述。

　　因此，換種說法來看，社融代表的（銀行+非銀+表外）的資產端，M2代表的是銀行的資產端。兩者之差很明顯表達的是（非銀機構+表外業務）的資產擴張情況。

　　當社融同比增速-M2同比增速的差值走闊，非銀資產規模擴張時，說明實體融資需求較強，在耗完了銀行體系的融資額度后，還有較多尚未得到滿足的融資需求要靠非銀來補充。

　　而這些銀行沒法滿足的融資需求都有哪些呢？按照以往經驗，主要就是那些監管有限額的，需要借助通道或者非標來做的，比如房地產、城投基建和兩高一剩等行業，而這些正是我國經濟周期波動的主要推手。

　　因此當（社融-M2）增速之差走闊時，往往說明經濟景氣度較好，債券收益率會有上行的壓力，反之則有下行的動力。

　　所以，我們能看到（社融-M2）增速之差和十年國開收益率有著一定的正相關性。

　　(本文作者介紹：聯訊證券首席經濟學家)