每日最新頭條.有趣資訊

李奇霖:一文讀懂金融數據

  文/新浪財經意見領袖專欄作家 李奇霖( 紅塔證券研究所副所長、首席經濟學家)

  金融數據在每月的10-15日由央行發布,這個數據很重要,是投資者關注的焦點。

  一是因為數據受到統計手段和統計方法的干擾較少,相對而言比較準確。

  二是金融數據往往是經濟的領先指標,邏輯上來講,實體要好起來,錢先得給到位,項目有了配套融資,才能上馬,然後才能拉動經濟增長,兵馬未動糧草先行。經驗來看,金融數據領先經濟增長有一、兩個季度。

  金融數據的主要內容可以分為兩個部分:

  按金融機構的資產端,有社會融資規模(簡稱社融)與新增人民幣信貸數據,大體可以反映實體的融資需求和金融機構放貸意願;

  按金融機構的負債端,有貨幣供應量(M0、M1、M2)與新增人民幣存款數據,大體可以反映實體經濟層的流動性多寡。

  我們這篇文章主要分析這兩部分,試圖解決兩個問題:

  第一,這些數據的統計範圍包括哪些,是如何統計的?

  第二,當一份金融數據擺在我們面前時,我們應該怎麽去分析它,又怎麽去通過它來判斷未來的資產價格的走勢?

  1 

  社融與人民幣貸款數據概覽

  社融數據,央行會公布兩種口徑,一個是當月新增規模(增量),第二個是存量規模數據。

  比如2021年1月央行公布的社融數據,新增5.17兆,存量289.74兆,前者是當月新增值,後者是存量值。

  在數據分析過程當中,主要是看新增值,因為當月的新增社融能很快地揭示實體融資需求和金融擴表意願,一般是拿這個月的新增值和上個月的環比、去年同期的數據去做分析。

  而社融存量數據主要是看社融存量的同比數據。

  比如2020年四季度,因為疫情對經濟的衝擊減弱,經濟陸續回歸正常,貨幣政策也在回歸常態化,不可能保持和疫情期間一樣的寬鬆貨幣政策,所以市場都在討論社融是不是要見頂了。

  至於說見頂不見頂的標誌,指的就是社融存量同比是不是見頂。從數據來看,2020年10月的社融同比高達13.7%,隨後就持續下行至2021年1月的13%,社融同比數據確實有見頂的可能性。

  需要注意的是,當月新增規模是新的投放總量扣除到期後的淨融資規模,不是總的投放量。這裡有一個問題,存量債務的利息和本金要不要算在新增社融裡?

  舉一個簡單的例子說明這個問題。

  假設有一個企業,借了銀行A 100萬的資金,利率10%,第二年要償還110萬給銀行A。

  企業從銀行A借了100萬的時候,金融對實體的支持是100萬,這個時候新增社融是100萬,存量社融也是100萬;

  到了還錢的時候,出於多種原因,企業投資的項目沒有效益,為了活下去,只能借新還舊,企業需要從銀行B借110萬還給銀行A。

  這個時候,企業從金融機構獲得的支持是110萬,因為企業欠了銀行110萬,社融存量變成了110萬,新增的社融是10萬。

  也就是說,新增社融裡會包括企業需要償還的利息部分。隨著債務水漲船高,利息會不斷累積,佔用新增社融,並推高社融存量。

  還需要注意的是,新增社融非常容易受到季節性因素的影響,在做分析的時候,不僅要和上個月對比,最好也要和去年同期去對比,否則容易有誤判。

  新增社融季節性衝量特徵體現在1月、3月、6月、9月與11月會有明顯擴張,而在4月、5月、7月、10月和12月會有明顯的收縮。

  看上去各個月份的季節性波動很繁雜,其實仔細看是有規律可循的。

  最明顯的是,1月是新增社融最高的時候,幾乎每年都如此。

  因為每年年初銀行會有謀求好采頭、早投放早收益的考慮;對應的,12月一般是新增社融的低點,為明年好采頭儲備項目,而且到了12月,銀行的信貸額度可能也用的差不多了。

  然後就是季末的時候會多放點,季末用力過猛後下個季度的初月就少放點。因為在每個季末,銀行內部有業績指標的考核壓力,監管會來看銀行支持了小微企業沒有,支持了製造業企業沒有,為滿足考核要求,銀行業務人員會在季末衝量,然後下個月項目就少了,所以社融新增就增不動了。

  新增社融的季節性規律主要源於新增人民幣信貸的季節性規律,所以新增社融的季節性規律和新增人民幣信貸的季節性規律是一樣的。

  因此,新增社融數據是有高波動性的。在分析一個高波動數據的時候,一定得先過濾掉季節性影響,絕不能把季節性的波動當成趨勢。

  在分析新增社融數據的時候,首先可以看新增社融數據與市場預期值的差距。

  市場預期值一般會考慮季節性影響,因為市場預期值一般是分析師在過往年份的當月均值基礎上加減、或根據對銀行資產負債部門草根調研所得。

  從債券的角度來說,若實際值低於預期值,交易盤短期會買入債券並下修對未來經濟增長的判斷;若高於預期,則相反。

  社融數據反映的是社融對實體經濟的支持,2011年社融才開始正式統計,因為過去不需要。

  2011年以前中國金融體系主體是銀行,對實體的支持主要是靠信貸,也沒有什麽金融創新,社融和信貸無論是新增還是總量都比較接近。

  但2011年後,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,信貸變化的信號意義下降了。

  要看金融數據對經濟的影響,首要得看社融,光看貸款是不夠的了。

  比如2017年的時候,社融因為非標高增長,增速比人民幣信貸增速要高,但到了2018年後,隨著金融去杠杆影響逐步顯現,人民幣信貸反而成為金融的穩定器,社融因非標持續萎縮,增速被持續拖累。

  2 

  社融的分項分析

  分項分析很重要。

  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、票據融資等分項由於期限短,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。

  有時候票據就是衝信貸額度用的,票據高增長反而意味著實體融資需求不行,銀行有額度用不出去,只能靠票據。

  所以,如果社融和信貸的高增長是由這些數據分項推動的,那麽這種高總量並沒有顯著的意義。

  另一方面,我們可以了解社融與信貸高增長(低增長)背後的驅動因素,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、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。

  我們可以將社融分為四個大項,四個大項裡有十二、三個小項:

  1、表內信貸:人民幣貸款、外幣貸款;

  2、表外融資:未貼現銀行承兌匯票、信託貸款、委託貸款;

  3、直接融資:非金融企業境內股票融資、企業債券融資;

  4、其他:保險公司賠償、投資性房地產、小額貸款合約、貸款公司貸款、存款性金融機構資產支持證券(2018年7月納入)、貸款核銷(2018年7月納入)、政府債券(含地方專項債券、地方一般債券、國債)。

  政府債券是2019年12月開始納入,但政府債券裡的地方專項債券是2018年9月開始納入的,2019年12月主要是加入了地方政府一般債券和國債。

  在這十二項中,人民幣貸款、委託貸款、信託貸款、未貼現承兌匯票、債券融資和政府債券六項是單項佔比較高、影響較大的類別。其中,非標指的是委託貸款、信託貸款、未貼現承兌匯票三項合起來。

  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六類。

  2.1.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部門的貸款。

  社融口徑下新增的人民幣貸款與央行專門公布的新增人民幣貸款口徑是不同的。

  因為社融體現的是金融體系對實體部門的支持情況,所以社融中的人民幣貸款分項不包括非銀貸款。而央行公布的新增人民幣貸款沒有這個統計原則,包含了非銀貸款。

  除這個差別外,社融口徑下的新增人民幣貸款和央行專門公布的新增人民幣貸款有很強的一致性。

  誰會找銀行借錢呢?一般就是居民、企業和非銀同業了。所以,新增人民幣信貸可以從流向分為企業部門、居民部門和非銀部門三個類別。

  先來看企業部門的信貸數據。

  企業部門貸款又可以分為三類:短期貸款、票據融資以及中長期貸款。

  短期貸款是指期限在1年期以下的貸款,常和票據融資聯繫在一起。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。

  票據融資有時候可以作為銀行風險偏好和實體融資需求強弱的象徵。和企業貸款相比,票據的期限更短,也可流通交易(轉帖),其背後要麽有產業鏈中的核心企業信用背書,能開商票的一般都是有話語權的大企業,要麽是有銀行的信用做擔保,也就是銀票,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。

  當經濟不好的時候,政策會要求逆周期調控,往往會要求銀行加大對實體的信貸支持,信貸額度也會給得比較多。

  但這個時候,由於經濟還沒好起來,銀行怕不良,企業也沒什麽融資需求,信貸額度一般也用不完。

  票據作為低風險信貸,在這種時候往往會被銀行所重視,成為他們開展業務的主要抓手,因為信貸額度用不完,下期額度有可能被收回,為了用完額度,銀行不得已加大票據投放,從而造成票據融資的高增長。

  我們可以通過票據利率高頻的跟蹤票據融資的情況。

  票據利率一般由兩個部分決定,一個是銀行使用票據融資的意願,顯然銀行放出去的票據融資越多,票據融資的利率越低,銀行越不願意投放票據,票據融資的利率越高;第二個是銀行自身的負債成本,負債成本越高,銀行的票據利率越高。

  為了反映銀行投放票據的情況,要過濾掉自身負債成本的影響,如果說看到票據利率和銀行自身負債成本有明顯的背離:

  1)比如說負債成本沒動但票據利率往上,證明銀行不願意投放票據,信貸額度更願意給貸款,這側面說明實體融資需求強,金融數據的質量高;

  2)負債成本沒動但票據利率往下,證明銀行在加大投放票據,銀行用不完信貸額度,實體融資需求不行,金融數據沒什麽質量。

  舉個例子。

  2021年1月,我們注意到1月中旬的時候,銀行的負債成本(3M Shibor利率)沒怎麽動,但票據利率迅速上升,這說明1月的信貸需求很強,銀行也有很強的投放意願。

  等到2021年2月,1月金融數據出來的時候,也可以印證這一推斷,票據融資下降了1405億,去年同期多3596億,而新增人民幣貸款新增了3.58兆,是歷史的最高值。

  票據融資有時候也被用來套利。

  一方面,票據融資的利率錨定的是Shibor,當貨幣政策寬鬆時,票據融資利率往往會被打到比較低的水準,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後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,然後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。

  企業短期貸款和票據融資,更多體現的是企業流動性管理的訴求,對實體本身的狀況指示意義較弱,而企業中長期貸款與企業資本開支需求是相對應的,一般來說,企業中長期貸款多用來購置設備和建設工程,如果企業中長期貸款高增長,要麽對應了基建、地產投資,要麽對應了製造業投資。

  因此,企業中長期貸款更能體現實體的資本開支需求和融資需求,相比於企業短期貸款和票據融資,企業中長期貸款的變化與實體經濟增長的關聯度要高得多。在新增的企業貸款數據裡,企業中長期佔比越高,意味著信貸結構越好,對實體的支持也就越強。

  企業中長期信貸佔比往上走的時候,也確實是對應經濟復甦的時候。

  從圖6來看,比較典型的是2009年,當時為了對抗全球金融危機,集中推出了4兆的措施,中國開始了大規模基礎設施建設,所以當時企業中長期貸款佔比出現了大幅上升。

  還有一次是2016年三季度到2017年年中,當時做了供給側改革,部分製造業企業市場份額快速上升,份額快速上升之後,有了設備更新改造的需求,所以,當時企業中長期貸款與製造業設備更新的投資需求相匹配。

  2020年下半年,企業中長期貸款佔比也有一波明顯的回升。2020年上半年經濟受到了新冠疫情的影響,政策是希望銀行加大對企業的支持,但由於企業沒有資本開支的融資需求只有運營周轉的融資需求,所以上半年放的都是短期流動性貸款,到了下半年,中國率先從疫情走出來,經濟復甦的趨勢越來越確定,企業補庫存和擴大產能的融資需求開始凸顯,企業中長期貸款佔比再度上升。

  表外非標項中的“信託貸款”和“委託貸款”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,所以我們可以把這三項加總起來考察。

  從歷史數據看,企業中長期貸款+委託貸款+信託貸款的累計同比增速與10年國開債的收益率是正相關關係,而且有一定的領先。所以,企業中長期貸款+委託貸款+信託貸款的累計增速是比較好的判斷利率走勢的指標,這應該是金融數據分析的核心意義之一。

  看完了企業部門的信貸後,再來看居民部門的信貸分析。

  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。

  居民短期貸款按照商業銀行的資產負債表分類,主要包括了短期個人經營性貸款(用於住房裝修、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。

  居民中長期貸款主要以個人住房抵押抵押貸款為主,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繫。

  居民信貸相對來說要好分析一些,居民短期貸款對應的是大件消費,需要分期的那種;居民中長期貸款就是購房。

  這幾年來,居民部門杠杆加得比較快,一方面是房地產相對較高的景氣度,另一方面也是消費金融的快速興起。

  這是因為居民短期貸款具有分散性,風險低,不良率可控的特點,而且可較為方便地用於做資產證券化的底層資產,市場認可度較好,金融機構可以在配置後盡可能地加快周轉。

  再加上90-00後對於信用卡和貸款消費的接受度明顯要高一些,而且隨著互聯網的滲透,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杆消費。

  由於貸款出了銀行後,銀行沒有辦法去追蹤貸款的使用與流向,隨著房價的上漲,首付壓力越來越大,所以很多時候,短期貸款也常被個人用於湊首付加杠杆買房,也進一步強化了居民短貸的增長趨勢。

  人民幣貸款看完後,再來看外幣貸款。

  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,以外幣為計算部門的貸款。

  出於可比性的考慮,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,外幣貸款主要用於進口商品付匯或資本账戶下的對外投資。考慮到國內資本账戶仍然存在較強的管制,對外投資的規模要遠小於進口。因此很多時候,外幣貸款更多是用於進口商品的付匯。

  所以,我們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,由於貸款以外幣計價,所以對非金融企業來說,最大的風險在於匯率風險,因為人民幣匯率如果貶值了,企業就得用更多的人民幣去償還外幣貸款,企業就會少用外幣貸款;相反,當人民幣匯率升值預期很強的時候,企業會考慮多用外幣貸款,償還壓力也沒那麽大。

  2.2.表外業務:信託貸款、委託貸款、未貼現銀行承兌匯票

  這一個部分是由信託貸款、委託貸款、未貼現銀行承兌匯票三個分項組成。

  先來看信託貸款。

  在統計時,央行依據的是《理財與資金信託專項統計制度》。

  根據這個制度,信託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,以此來獲得信託貸款的規模與具體投向。

  因為這種統計方法是直接從信託公司的放款終端去統計的,所以不管資金是來自於哪,中間經過了多少嵌套,有多複雜的交易結構,都不會影響信託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託貸款被低估或被高估的情況。

  在對信託貸款進行分析時,我們通常會結合當時的經濟與金融環境展開,尋找信託貸款規模變化的內在原因,並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,那麽信託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,信託公司業務開展難度加大,信託計劃的資金募集會受影響,信託貸款就可能會出現大幅的萎縮等。

  2012-2013年還有2016-2017年的信託貸款擴張,都是受到了融資需求的影響。

  2012年是新一輪穩增長周期,疊加2009年四兆很多長期基建項目還沒有完工,表內監管嚴,還有套利的訴求,導致信託貸款大幅增長。

  2016-2017年是因為地方政府隱性債務擴張和房價上漲房地產拿地融資需求強勁導致信託貸款大幅增長。

  相應地,2014-2015年信託貸款低迷也是受到了融資需求的影響,反腐和房地產市場的下行壓抑了實體融資需求,導致信託貸款持續下行。

  真正的轉捩點是2018年,持續的金融強監管措施讓信託貸款長期萎靡不振了,可以說是持續了好幾年的負增長。

  一個是非標項目得和理財產品的期限匹配,不讓理財搞資金池,理財得轉型為淨值型;第二個是不讓搞多重嵌套,而且也對融資需求方地方政府隱性債務和房企融資做了限制。

  居民部門過去對信託產品比較偏愛,還有一個重要原因是,老百姓把信託產品當成無風險、具有剛兌屬性的產品了。

  但隨著實體杠杆率往上走,前期信託貸款貸出去的資金不便宜,不少融資主體到期還本付息的難度在加大,信託產品的剛兌屬性被動搖。

  信託未來很難以銀行的影子存在,未來的大方向是做好財富管理和財富代際傳承,回歸信託本源,未來社融口徑下的信託貸款可能會在較長的時間都低迷下去。

  再來看委託貸款。

  對於社會融資規模中的委託貸款,央行定義的是:

  “社會融資規模中的委託貸款隻包括由企事業部門及個人等委託人提供資金,由金融機構(即貸款人或受託人)根據委託人確定的貸款對象、用途、金額、期限、利率等向境內實體經濟代為發放、監督使用並協助收回的一般委託貸款。”

  簡單來說,委託貸款就是委託人提供資金,由委託人確定貸款對象,然後商業銀行來幫委託人放款。

  這個過程當中,委託人一般是個人或者企業,銀行不承擔信用風險,只是幫助放款。

  但在實際運行過程當中,委託人有可能是募集的資管產品,比如信託、各類資管計劃、有限合夥基金,然後給銀行,由銀行放款。

  從委託貸款的本源來看,銀行應該只是委託方的代理人,幫忙放款,不承擔信用風險。

  但實際上因為表內貸款有諸多限制,比如給城投、開發商放、兩高一剩企業放貸不符合監管導向,銀行為了讓業務能順利做下去,會把表內信貸轉移到表外,通過委貸的形式給他們放,然後銀行給這筆委託貸款做信用擔保。

  顯然,這樣下去是會給金融體系和實體經濟持續積累金融風險的,也不符合經濟轉型和調結構的政策初衷,於是2018年出來了委貸新規。

  委貸新規的幾個核心點:

  1、資金來源不得是受託管理的他人資金,這就意味著委託人不能是信託、基金子、券商資管等資管產品了;

  2、銀行不能代委託人確定借款人,或為委託貸款提供各種形式的擔保;

  這意味著通過資管產品,把資金通過委託貸款,以表外的形式,發放到銀行指定客戶,並由銀行提供擔保的“假委貸、真非標”模式,就此終結。

  從事實來看,委貸新規頒布後,委託貸款的增量持續為負,委託貸款自此回歸了本源。

  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隻言片語地略過此項,所以很多人對這一項不是很了解,尤其是和票據融資相比,有什麽差別和聯繫,更是讓人疑惑。

  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。於是它找到了銀行B,讓銀行B給批發商寫張期限為6個月的“欠條”,並讓銀行在6個月後代替企業支付100萬的貨款。

  這裡的“欠條”就是銀行承兌匯票。

  如果過了3個月,批發商也缺資金周轉,那麽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。

  貼現後,銀行承兌匯票就進入了銀行體系,變成了一種類似於債券的資產,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,等同於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複雜,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後,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)獲取存款。一般來說,銀行在答應企業開具承兌匯票前,會要求企業在銀行記憶體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,低於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”的杠杆功能。

  由於承兌匯票業務可以為銀行帶來存款負債,且不佔用表內資本,所以很多時候,銀行自身也存在著做大衝量的內在動力。

  2.3.直接融資:債券融資與股票融資

  企業債券融資的統計方式比較複雜,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、登記與託管的機構,將各類債券數據報送給央行,然後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,最後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,企業債券融資的統計口徑事實上是一個黑箱。

  但好就好在具體數據雖然有差異,趨勢是一致的。

  在具體分析時,因為趨勢的可預測性,企業債券融資的趨勢性變化是可以對照信用債市場一級配置需求情況的,企業債券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。

  當信用債配置需求強的時候,企業債券新增融資一般不低,相反,企業債券新增融資壓力較大,可以根據每個月的信用債市場交投情況做高頻的跟蹤。

  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。

  當股票市場是牛市,IPO多的時候,這塊新增量就會放大,不過股票融資畢竟在國內還不是主流,每個月高的時候也就新增1000億出頭,低的時候只有幾百億,分析社融的時候不需要太過關注。

  2.4.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年後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年才納入社融統計範圍的新項目。

  2019年12月起,央行將國債和地方一般債券也納入到了社會融資規模統計,與原有地方專項債合並為政府債券指標,地方專項債不再單獨統計了。

  為什麽要把貸款核銷、存款類金融機構資產支持證券、政府債券這三項納入社融呢?

  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,但實際上又已經支持了實體,有加回去的必要。

  對政府債券,是因為原本銀行可以把資金用於支持實體,但現在拿去配置了政府債券,由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。

  有時候政府債券會給社融帶來較大的擾動。

  以2020年為例,經濟受新冠疫情影響下行壓力較大,二季度集中頒布了逆周期調節政策,新增特別國債1兆,赤字規模3.76兆(比2019年多了1兆),新增專項債3.75兆(比2019年多了1.6兆)。

  集中的逆周期調節措施頒布,導致社融口徑下的政府債券融資較2019年出現了明顯的上升,2019年新增的政府債券融資規模是4.7兆,佔了2019年新增社融的18%,而2020年新增的政府債券融資規模上升到了8.34兆,佔了2020年新增社融的24%。

  問題還沒結束。

  二季度中國控制好疫情後,2020年全年經濟表現得比想象中的好,逆周期調整措施到了2020年三季度以後,就沒再加碼了。

  也就是說,2020年發了很多政府債券,後來經濟好了,再加上地方政府專項債券資金要對應項目,資金使用監管比較嚴格,導致資金沉澱在財政存款账戶裡,2021年需要新增的政府債券規模少了。

  所以市場就擔心,2021年社融會不會因為政府債券融資規模大幅下降而被拖累?

  如果僅看數據本身,2021年社融確實會被政府債券融資拖累,政府債券發行額度沒有在2021年一季度提前下發,2020年的都還沒有用完。所以,2020年四季度以來,老口徑的社融同比下降的速度要比新口徑慢很多。

  但這並不就意味著信用環境真的就出現了快速收縮。

  因為去年很多政府債券募集的資金,在去年並沒有投下去,也就是說,雖然計入到了社融,但還沒用到實體裡去,所以2020年實體沒有“享受”到專項債資金的好處。

  相應的,2021年政府債券發行是少了,但去年募集的錢是放在今年用的,所以從對實體支持的真實效果來看,也沒那麽悲觀。

  3 

  貨幣供應量分析

  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,等於商業銀行的庫存現金和社會公眾現金(通俗理解是放錢包裡的現鈔)之和,M0的活性最高,從錢包裡拿出來就可以購物,是流動性最強最活躍的貨幣。

  M1是流動性次於M0的貨幣,等於M0再加上部門的活期存款,其中部門包括“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、部門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,可以參考下表,不再表述。

  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,那麽我們就從存款入手,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。

  具體來看,有以下幾個因素是分析貨幣供應量比較常用的。

  先來看存款波動的季節性因素。

  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,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。

  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,從而看這種季節性衝量效應的強弱與貢獻。

  春節的時點也容易出現存款的異動。很多企業在春節前發年終獎,所以我們會看到在1月份或2月份,企業端的存款規模會大幅減少,而居民端的存款規模會有很明顯的上漲。

  還需要關注財政存款的變化引發的存款波動。

  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的口徑範圍內。

  一旦財政存款增加,就意味著企業把錢上繳給了國庫,貨幣從企業或個人手中流向了政府部門,存留於實體經濟的錢少了。

  相反,當財政存款下降,就意味著國柯瑞的錢流向了實體經濟,貨幣從政府部門到了企業部門,存留於實體經濟的錢多了。

  因此,財政存款增長會拖累M1和 M2;財政存款的下降會提升M1和M2。

  財政存款有其自身的季節性變化。一般來講,1、4、5、7、10月是財政存款上繳月,而3、6、9、12月(也就是每個季末)是財政資金投放的時點。

  尤其是每年年底,12月份的時候,由於財政會突擊花錢,財政存款是大幅下降的,財政資金會大筆流向實體,進而推高貨幣供應量。

  最後可以通過信用派生的變化看貨幣供應量的強弱。

  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,在不考慮存款準備金上繳和漏損的前提下,存款就變成了200塊……

  循環下去,存款就隨著貸款的增長而不斷增長。所以,如果信用派生能力強,那麽存款自然容易有比較高的增速。

  一般來講,信用派生的幾個渠道是人民幣貸款、非標融資、新增企業債券融資等等,是從金融機構資產端變化而來,我們也可以通過金融機構資產端的變化去找對應。

  怎麽做呢?不妨從存款類金融機構的信貸收支表入手。

  根據圖16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、黃金外匯佔款三項後,利用資金來源等於資金使用的原則,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+中央銀行外匯佔款-金融債券-其他

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

  =各項貸款+一級市場信用債投資+非標+外匯佔款-財政存款

  通過對信貸收支表的調整,可以看出M2的幾個創造渠道,無非是各項貸款、債券投資、非標、中央銀行外匯佔款這幾項,財政存款是扣減項。

  1、貸款可以派生出存款,對M2是正貢獻。

  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,但要扣減掉其他諸如政策性銀行債、存單及二級資本債等債券,因為這部分沒有直接創造存款。債券投資扣減金融債券的部分才是能夠反映創造存款的債券投資部分。

  如果銀行自營持有的是國債+地方政府債,那麽相當於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。

  只有國債+地方債用於了財政支出,財政的錢轉化為了企業的錢,才能算成是存款。

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

  因此,債券投資能夠增加M2的部分主要指的是一級市場上的信用債投資。

  3、股權及其他投資項裡,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,那麽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,那麽資金流向了非銀機構,短期增加的是非銀存款,非銀存款也計入M2,如果非銀買了債,或者做了非標,還是會回到實體,同樣對M2是正向貢獻。

  不過在股權及其他投資項裡,要扣減其他項,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係的,但它的波動似乎與金融同業活動頭寸沒有軋差乾淨有關,所以把它扣減在表內委託和非標投資裡。

  4、央行口徑的外匯佔款。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。

  將M2的變化轉化為貸款、銀行自營信用債投資、非標、外匯佔款、財政存款可以方便我們去歸因,也方便去預測。

  4 

  金融數據的隱藏信息

  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。

  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,並最終傳導至長端;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/企業部門可用於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。

  先來看M1-M2的剪刀差。

  M1的構成是企業活期存款和流通中的現金,由於可以隨時支取,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的佔比更高,那麽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,企業會更傾向於低風險的金融投資,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,這個時候企業账戶上活期存款的部分佔比會相對較高,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。

  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,實際等同於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,那麽由居民儲蓄存款轉來的企業存款大概率會以活期形式沉澱在企業活期账戶上,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。

  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,由於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餘額數據做平均處理。

  如果經處理後的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準,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。

  再來看如何理解社融-M2的增速差。

  社融和M2是同一枚硬幣的兩面。

  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,銀行的負債是與資產相伴共生的,上個部分也詳細闡述過,M2本質上也是銀行體系各類資產所派生出來的。

  但兩者既有相似的地方,也有不同之處。

  先明確社融的定義,社融反映的是金融機構對實體經濟的信貸支持,這裡既包括了銀行,也包括了非銀。

  但M2不同,M2是銀行的負債端,主體是銀行的存款。

  按照這個定義,社融和M2的區別就出來了:

  1、M2有外匯佔款和財政存款,外匯佔款增加和財政存款減少會抬高M2,但是,這不是金融機構的行為,不會計入社融。

  因此,外匯佔款提高(下降)和財政存款下降(提高)會收窄(提高)社融與M2之間的缺口。

  2、如果銀行通過資管產品買一級的企業債和非標,會創造出企業存款,這裡既有社融擴張也包括了M2擴張,社融與M2的差值不變。

  3、如果是居民部門或者企業部門買了理財、資管產品(表外業務),理財、資管產品投了一級的企業債和非標,這裡有社融的擴張,因為金融機構支持了實體,但這裡M2是不變的,因此,社融和M2會走闊。

  外匯佔款自從2012年以後,對M2的影響變得很小,社融和M2之差主要想表達的是非銀機構和表外業務的擴張情況。

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

  而這些銀行表內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,而這些正是中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,往往說明實體融資需求好,表內搞不定了還需要表外才能滿足實體的融資需求,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。

  5 

  案例分析

  先看一個上行周期的金融數據。

  在一個上升周期中,2020年10月社融數據出現了下降,2020年10月社融新增1.4兆,9月新增是3.4兆,和上個月相比降得都可以用“腰斬”來形容了。

  第一步,面對單月的數據下降,需要排除的是季節性壓力。

  每年10月社融都會有季節性滑落,9月有監管指標考核的壓力,得多放點,既然9月把儲備項目都放沒了,到了10月,信貸自然就不那麽給力了。

  這個時候最好看同比,實際上存量社融同比增長13.7%,再度創下年內新高。因此,2020年10月新增社融的下降主要是季節性因素,還不太要緊,存量的同比增速目前還是穩定的。

  第二步,可以看社融除信貸以外的幾個分項。

  分析信貸數據前,可以看社融的其他幾個分項。

  企業債淨融資2522億,無論是同比還是環比,都是變多的,同比多了490億,環比多了1110億。

  其實2020年下半年以來,債券市場是下跌的,債券市場收益率持續上行。

  那為什麽在這債券市場熊市的時候,企業債融資會上升呢?

  主要是因為理財對信用債的配置需求很強。2020年有一波銀行結構性存款的監管,排除有部分存款轉化為銀行理財,而企業債可以提供的票息高,理財對企業債的配置需求是剛性的。

  但是11月以來,近期AAA國企連續出現信用違約,需要關注近期AAA國企債風險的傳導效應。截至11月10日,今年違約的超1200億債券中,AAA級國企債違約金額佔比32%。

  AAA的國企都可以違約,說明國企剛兌信仰已經被打破了,這肯定是會影響金融機構的配置意願的,後續企業債新增量肯定會受負面影響。

  總之,企業債券融資部分需要密切關注債券市場的運行狀況。

  一般來講,當企業債券的票息和資金成本之間的利差走得很闊的時候,企業債的配置需求都不會太差。

  當貨幣政策調整,資金面持續收緊的時候,因為資金利率短期升太快,和企業債的票息利差收窄,再加上錢緊,沒辦法做配置,這個時候一級的企業債配置需求就會比較弱了。

  當剛兌打破,信用違約出現的時候,這個時候對企業債的違約風險大家都比較擔心,這個時候企業債配置需求也會比較弱。

  看完企業債券之後再來看非標。

  非標是信託貸款+委託貸款+未貼現承兌匯票之和,2020年10月淨融資為-2138億,雖然比去年同期減少206億,但實際上,非標的壓力仍然不小。

  分析信託貸款的數據,可以看用益信託網的統計。

  根據用益信託網的統計,9月發行了2144億,而10月共發行信託1808億,是下降的。但是10月信託到期量減少了不少,從9月的1740億降低到1223億。

  從數據來看,顯然是到期量下降支撐了信託貸款,如果沒有新的增量,到期量減少不可持續,信託貸款的壓力就大了。

  事實上也是如此,11月和12月信託貸款的到期規模會明顯上升,11月和12月到期規模分別為1659億和2346億。而信託的增量還是受到融資類信託的監管,壓降壓力很大。

  第三步,可以看信貸數據了。

  信貸的壓力前面有過分析,季節性因素影響很大,9月底各種普惠貸款、製造業貸款指標考核,銀行怎麽都得多放點。既然9月放過了,10月就下來了。

  先來看居民部門。

  10月居民中長期貸款還新增了4059億,比去年同期3500多億要高一些。雖然從高頻數據30大中城市建案的成交面積來看,同比數據從10.8%大幅下滑到-0.8%,說明房地產整體有一定下行壓力。

  但從結構上來看,一線城市的房地產銷售狀況挺好,上海和深圳的房價還在上漲,整體來看,一線和核心二線城市的強勢只要還在,居民中長期貸款的支撐就能看到。未來居民的中長期貸款將繼續維持高位。

  而且從房企的角度來說,現在外部融資卡得緊,依靠銷售回款,降低資產負債率是非常重要的,房地產銷售回款佔整個房企資金來源50%以上。趁現在房子的總體銷量趨勢還有景氣度,應該繼續加快周轉,抓緊把現金捏在自己手裡,免得以後被動了。

  房企降負債會加大一手房供給,目前來看,一線和核心二線的一手房是有限價的,比周邊二手房普遍低20-30%,如果房企加快周轉,擴大一手房供給,居民中長期貸款還能有較強的支撐。

  簡而言之,在分析居民中長期貸款的時候,要非常清楚地分析當時房地產市場的狀況,這個對居民中長期貸款的判斷至關重要。

  然後看居民短期貸款。

  居民短期貸款下降得很快,從3394億下降到了272億,和去年同期的623億相比也不算多。看到這樣的數據,就得從居民消費上去找原因了。

  考慮到2020年的宏觀大環境,10月居民短期貸款下降主要還是疫情對消費的影響。

  “十一”期間消費隻佔去年的70-80%左右,雖然大家對疫情已經沒那麽緊張了,但有兩個問題還是沒有解決:1)疫情並沒有消失,遠門出行還是有不確定性,尤其是帶孩子的旅遊,一般都會謹慎;2)學校管理得還是很嚴,不少高校是不能隨便讓學生出門的,而學生又是通過消費貸款消費非常重要的群體,所以居民貸款表現不佳。

  簡而言之,在分析居民短期貸款的時候,要分析當時的消費市場的狀況,尤其是大件可以分期的消費市場的狀況,比如汽車、電子產品等。

  看完居民部門後,接著看企業部門。

  從數據來看,企業部門的信貸是非常好的,這也正是對社融的趨勢不太擔心的重要原因。

  非金融企業新增貸款2335億元,同比多增了1073億元。而且在總量增加的同時,結構繼續優化,企業信貸結構是偏長期的。企業短期信貸少了837億,票據融資少了1124億,但企業中長期貸增加了4113億。

  這主要是因為:1)2020年一季度為了對抗疫情,銀行給企業放的人民幣短期貸款和票據現在在陸續到期;2)企業通過票據融資搞金融套利被監管控制住,結構化存款被強製壓降,通過票據融資買結構化存款的途徑被堵;3)銀行對製造業中長期貸款的政策支持疊加製造業融資需求本身也在恢復。

  需要注意的是,企業的製造業投資意願或會回升。主要是疫情對經濟的影響、對企業的預期已經沒那麽大了,出口超預期也讓部分製造業企業感受到了產能不足,主動補庫存目前已經出現,在廉價信貸支持下,後續製造業投資(要麽是新增產能、要麽是技改)大概率會上升。

  企業中長期貸款一般對應的是基建、地產投資和製造業投資三類,最能反映實體資本開支意願和實體融資需求的狀況,分析的時候要找到對應,看是什麽在驅動企業中長期貸款,進而在判斷實體投資趨勢的時候,就能知道未來的投資增長的引擎在哪。

  第四步,可以看人民幣存款和貨幣供應量數據了。

  2020年10月的金融數據最讓人迷茫的點是存款為啥少了這麽多,居民新增存款少了9569億,企業存款少了8642億。

  存款下降自然導致了M2增速不給力,M2同比從10.9%下降到10.5%,絕對量也比上個月少了1.4兆。

  主要原因是:

  1、結構性存款繼續在壓降,通過票據融資向結構性存款套利的鏈條被卡住了,年底如果結構性存款要壓降到去年年底的2/3的話,年底前還要壓降2兆左右。

  理財產品一般是作為結構性存款的替代產品存在的,如果居民儲蓄轉向理財產品,理財產品去做一級市場的企業債和非標投資,會計入到社融而不會計入到M2。

  2、財政存款的錢還沒用出去,新增了9000多億,10月作為季初的第一個月是繳稅大月,財政存款一般會季節性上升,不過今年財政存款上升的幅度遠超了季節性。一方面,政府債券發行得多,財政存款積累得多,另一方面,也是更重要的原因,政府債券募集的資金向基建投資傳導有問題,所以今年我們經常看到財政存款高增的狀況。

  從這個現象也可以推測出,專項債向基建投資的傳導不是太順暢。後兩個月的基建投資,也很難有想象空間了。

  不過需要關注的信號是M1同比上升到了9.1%,絕對量上了6887億,與企業存款下降形成了鮮明的對比!

  M1是M0+企業活期存款,企業存款下降,但M1上升,M0和9月比也是下降,這說明M1的上升是企業活期存款導致的。

  企業存款活期化意味著什麽呢?這說明企業的預期確實在好轉了,開始把企業存款結構活期化。企業開始有購買原材料、加大補庫存和擴大資本開支的需要了。

  第五步,下結論。

  1、2020年10月社融同比仍然維持高位,增量下降主要是季節性的原因,不過考慮到今年抗疫,為了支持實體,貨幣寬鬆,信用投放多,基數很高,未來社融同比增速會慢慢降下去了。

  2、但即使後續社融同比見頂,對實體的影響也不會太大,因為存款的結構發生了變化,企業的預期在好轉,企業存款結構在活期化,對應了較強的主動補庫存和原材料購置預期。

  3、經濟後續大概率繼續偏強運行,債券的不確定性還是比較高,股票和商品的機會(主動補庫存看上遊原材料價格上漲)較為確定。

  再看一個下行周期的金融數據。

  比較典型的是2018年,金融去杠杆對金融數據產生了明顯的衝擊,全年金融數據都處於下行趨勢。

  但是2018年6月新增社融高達2兆,人民幣信貸新增1.84兆,均較5月明顯反彈。

  看了一個上行周期下降的單月數據,現在再看一個下行周期上升的單月數據。

  第一步先看季節性因素。

  總量上,2兆新增社融和1.84兆的新增信貸確實比5月多了不少,但是,過去三年銀行信貸都呈現出六月出現峰值的季節性規律,可能因為銀行在季末考核壓力下有衝量的習慣,企業由於二季報披露時間有融資美化現金流的考量。

  要過濾掉季節性因素,最便捷的辦法是看同比。從數據來看,2018年6月社融存量同比為11.76%,較5月12.2%的增速是下降的。

  也就是說,新增社融雖然高於5月,但同比壓力還是很大,這說明社融的好轉只是季節性好轉,而不是趨勢上的反轉,當然,需要更多的細節去做支撐。

  第二步看社融除信貸以外的分項。

  未貼現票據、信託和委託貸款分別下降了3650、1576 和 1623 億,降幅均較上月有所擴大,延續了今年以來持續下降的趨勢。

  原因很簡單,非標和表外融資是金融去杠杆政策重點打擊的對象。

  委託貸款大幅下降是因為委貸新規,讓委貸回歸了本源,沒辦法通過資管產品,讓銀行的表內客戶表外化。

  信託貸款是受到了去通道化、多重嵌套監管以及資管新規的衝擊(產品的資金來源和項目期限必須匹配),可以預見的是,隨著金融去杠杆措施和影子銀行監管常態化,信託貸款未來的增量也不是很樂觀,將持續拖累社融。

  未貼現票據降幅最為明顯,是因為表內加速貼票的影響,對應的是表內票據融資大幅增長,表內票據大幅增長也不是什麽好現象,大概率反映的是實體融資需求不強和銀行信貸額度充裕之間的矛盾。

  企業債券融資有反彈,從5月的-351億上升到了1307億。企業債券融資之所以能夠反彈,是因為經濟有下行壓力之後,貨幣政策較為寬鬆,資金利率維持著低位,而且去年債券市場是個熊市,企業債的票息較高,有套息的空間。

  但是企業債融資的結構問題,期限持續短期化、資質逐步高評級化,也就是說,信用債市場冰火兩重天的現象很明顯,一方面高評級的企業很容易獲得融資,尤其是AAA和AA+以上的城投;另一方面,融資的期限結構偏短,融資再滾動壓力不斷加劇,短期融資畢竟沒有長期融資穩定,很容易出現續存不上,融資鏈條斷裂的風險。

  而且,隨著金融去杠杆的進行,資管新規和理財產品淨值化改造,理財產品越來越關注資產標的變現能力,這也是為什麽理財產品加大了高評級、短久期資產的布局,以前長久期、低評級那些流動性不好的品種都是靠資金池滾動的模式持有的,現在改成淨值型後,長久期、低評級的買方力量就消失了。

  隨著長久期、低評級的發行人發行壓力加大,企業發行人的再融資壓力就會加劇,出現信用事件的可能性就會加大,現在需要關注的是流動性風險可能向信用風險轉化,進而進一步壓抑市場對低評級發行人的配置需求。

  也就是說,儘管企業債淨融資在恢復,但信用債是在分層的,只有高評級、短久期兼具的企業債發行人受益,而低評級、長久期發行人融資難度仍在不斷加大。

  對於實體的資本開支來說,是需要長期的錢的,短久期的債券發行隻適合流動性運營管理,不適合做投資,因此,雖然企業債發行反彈,但對實體的支持還是很有限。

  第三步,可以看信貸數據了。

  1.84兆的新增信貸看起來比5月多了不少,但前文也提到過,這只是季末衝量導致的季節性上升,反映不了趨勢。

  從數據來看,銀行更偏愛居民貸款。6月新增居民貸款 7073 億,較上月增幅擴大,其中短貸和中長貸分別新增 2370和4634億。

  銀行為什麽更喜歡居民貸款呢?

  從居民短期貸款的角度來說,消費貸款有助於緩解銀行的資產荒壓力。

  首先,居民消費貸額度普遍偏小,對於利率的敏感性遠不如大額貸款的企業,可收取較高的利率。

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

  再次,居民短貸可較為方便地用於做資產證券化的底層資產,市場認可度較好,銀行可以在配置後盡可能地加快周轉。

  最後,互聯網平台通過大數據化獲取了居民的底層消費信息,緩解了銀行資產配置的信息不對稱問題,不用大額抵押物,不用收入證明,一樣可以放款。互聯網平台也讓居民貸款更加容易。

  從居民中長期貸款的角度來說,抵押可以拉長銀行資產久期,在企業融資需求萎縮,銀行風險偏好低的時候,抵押貸款有較強的避險和收益實現的雙重功能,而且三、四線城市受益於棚戶區改造貨幣化安置,一、二線城市的新盤受益於限價(與周邊二手房價格倒掛),二手房價格穩定,購房需求好。

  但2018年6月企業的信貸數據不容樂觀。

  企業短貸貸款新增量不低,有2592億,中長期貸款新增乏力,新增 4001億,與上月基本持平,低於去年同期的5778億。可見,用於資本開支的非金融企業中長期貸款在顯著惡化。

  真正一枝獨秀的是票據融資,新增了4500多億,而且6月的票據利率是加速向下的,銀行貼票意願非常強。

  為什麽6月票據融資會增這麽多呢?因為6月監管層給了金融機構資金、額度與指導,銀行存在著加強對實體經濟支持的任務,但實體經濟本身不好,銀行風險偏好也不高,因此不得不選擇了風險相對低、期限短的票據資產來衝量,滿足監管層的要求。

  從6月的企業信貸數據,也可以推測出非標轉標沒有那麽容易。企業與銀行之前之所以選擇非標作為兩者的合作模式,本身就是因為表內貸款無法合規地給予支持,原因可能是行業限制、授信額度管制或其他,現在壓縮非標,這些限制性因素依然沒有發生改變,銀行也不可能貿然把此前不合表內業務規範的非標放在表內。

  第四步,可以看存款和貨幣供應數據了。

  6月居民部門新增存款1.1兆,同比大體持平於去年,但企業部門新增存款9500億,同比少增超過1000億元,6月M2同比增速進一步降至 8%,前值是8.3%,創了歷史新低。

  存款之所以壓力變大,是因為資產端信用派生的問題。貸款增量還可以,但表外收縮太快了,表外的收縮削弱了信用創造的能力。

  儘管財政存款6月減少6888 億元,比往年同期減少的數量都要多,體現了財政支出開始有所發力,但也沒有改變存款的頹勢,這側面說明,目前金融去杠杆對實體流動性的擠壓,僅依靠信貸,是無法彌補的。

  第五步,可以下結論了。

  1、很明顯,因為實體融資需求收縮,銀行風險偏好回落,出現了貨幣向信用傳導不暢的問題,也就是說,儘管央行定向降準,給足了銀行信貸額度,但還是沒能支持好實體。

  2、主要問題在於金融去杠杆、貿易摩擦確實給實體經濟放緩產生了較大的壓力,信用風險不斷釋放,導致金融機構風險偏好下降。

  3、在這種宏觀背景下,股票、商品等風險資產得謹慎配置。

  4、鑒於現在銀行手中持有相對偏多的流動性但信貸領域缺乏足夠優質資產,對債券的配置力量會逐漸加強,政策上為防風險與對衝經濟下行壓力,貨幣寬鬆有望進一步加碼,利率債和高等級信用債收益率仍有下行的空間。

  (本文作者介紹:紅塔證券研究所副所長、首席經濟學家)

獲得更多的PTT最新消息
按讚加入粉絲團