文/安信證券首席經濟學家高善文
本文結合當前金融去杠杆和資金“脫實向虛”等熱點討論, 以銀行體系負債方(含影子銀行,
本文估算結果顯示, M3與廣義社融同比增速差指標對於債券淨價指數的漲跌、信用利差的波動, 都存在較強的解釋能力, 表明這一方法和估算對於把握資金在實體和虛擬經濟之間的流轉變化是合理的。
2014年-2016年, M3增速系統性高於廣義社融增速, 背離時間之長、幅度之大, 在此前的幾年裡沒有出現過, 顯示了期間銀行資金, 特別是影子體系資金大規模的“脫實向虛”, 這對廣譜資產市場估值中樞、對金融市場穩定, 都帶來了非常關鍵的影響。
兩個新金融統計指標
在金融去杠杆背景下, 近期各方對資金“脫實向虛”、“脫虛向實”等問題有很多的討論。
第一個指標是M2加上非保本理財, 衡量整個銀行體系負債方從實體部門(企業、住戶、政府和海外部門)融入的全部資金, 這既包括表內負債, 也包括表外理財, 我們稱之為M3。
需要留意的是, 其他金融性公司對銀行體系的大部分債權, 例如證券交易結算保證金、住房公積金存款等, 也計入了M2當中。 但這有其合理性, 因為原則上, 這部分資金中的很大一部分, 可以視同實體部門存款。
另外, 表外理財還有一部分來源於銀行同業,
第二個指標是廣義社融, 衡量銀行體系為實體部門提供的各類資金支援, 具體包括人民幣貸款、外幣貸款、委託貸款、信託貸款、銀行未貼現承兌匯票、銀行體系持有的各類債券以及外匯占款等。 考慮到部分銀行理財資金還借助券商、基金子公司甚至保險通道為實體經濟提供了資金支援, 在資料可得的情況下, 這也可以容納進來。
根據需要, 我們可以對以上新定義的指標口徑進行調整, 但應當秉持的原則是資金的來源和運用要大體對稱:如果M3對應“銀行體系”的資金來源, 那麼廣義社融就需要對應“銀行體系”資金運用中投向實體部門的那部分;如果M3針對的是銀行、保險、券商、基金公司和子公司等全部金融機構,
本文主要針對銀行體系資金的來源和運用進行測算。
這樣, 基於以上的定義, 我們就知道, 廣義社融更多地體現了銀行資金的“向實”部分, 而M3與廣義社融的裂口, 直接或間接進入了各類資產市場, 更多地反映銀行資金的“向虛”部分。
需要留意的是, 實體部門在獲得廣義社融支持以後, 也可投向虛擬經濟領域;甚至實體部門和非銀行金融機構資金直接進入虛擬經濟, 不在M3或廣義社融之中有任何的體現。 也就是說, M3與廣義社融的裂口並非進入虛擬經濟的全部資金。
首先觀察M3與廣義社融增速的歷史表現。 能夠看到, 2014年是兩者增速的一個重要分水嶺。 2014年之前, M3相較于廣義社融增速有高有低, 但總體上比較接近, 沒有出現持續的幅度顯著的背離。 然而2014年以後的兩年多時間裡, M3增速系統性高於廣義社融增速, 背離時間之長、幅度之大, 在此前的幾年裡沒有出現過。 2015年年中之後證金公司救市行為, 對M3無疑產生了影響。 但即便剔除救市影響, M3與廣義社融增速之間的裂口仍然非常顯著。
債券層面的驗證
M3與廣義社融同比增速差是否能夠刻畫資金脫實向虛的趨勢變化?2014-2016年增速的背離,是否意味著期間銀行體系資金大規模進入二級資產市場?
我們可以從債券淨價漲跌層面做一個初步的驗證。
理論上,如果資金“脫實向虛”,更多的銀行表內資金和理財資金湧入債券二級市場,這會推升債券價格的上漲;反過來,如果資金“脫虛向實”,這意味著實體部門融資需求相對旺盛,銀行從債券二級市場抽出資金,從而導致債券價格的下跌。
也就是說,如果這一同比增速差,與債券價格漲跌之間表現出較好的相關關係,那麼我們相信,其對於資金實虛流轉變化的刻畫是大體過得去的。資料處理結果清楚地顯示,2011年以來其與國內債券淨價同比漲幅的相關係數高達0.7。
2003-2010年,M3季度資料序列不完備。考慮到當時M2、人民幣貸款分別在M3、廣義社融中佔有極高的比重,我們使用M2與人民幣貸款同比增速差來替代。同樣可以看到,其對債券市場淨價漲跌幅有較好的解釋能力,相關係數也在0.7附近。
如果說,M3與廣義社融增速差能夠很好地刻畫資金在實體部門和虛擬經濟之間流轉的趨勢變化,那麼其對債券市場信用利差的變化,乃至股票市場的風格轉換,似乎也應該存在重要的解釋能力。我們可以就債券市場信用利差做初步的討論。
理論上,影響債券市場信用利差的因素有許多,其中市場關注較多的,一是與經濟基本面相關的整體信用風險的波動,二是由於增長、通脹以及貨幣政策變化引發的總體流動性的鬆緊。此外,信用債發行節奏的變化、個別嚴重信用事件爆發所產生的擾動等,也都對信用利差有著重要影響。
我們用工業生產者出廠價格指數(PPI)同比衡量經濟景氣程度與宏觀信用風險的波動,用加權貸款利率同比衡量宏觀流動性鬆緊變化,用貨幣信貸增速差(2010年之前取M2與人民幣貸款增速差,2011年之後取M3與廣義社融增速差)來衡量資金在實體部門和虛擬經濟之間的流轉變化,這三項構成解釋變數。使用5年期AA+信用債與國開債利差的同比,衡量信用利差的波動,構成被解釋變數。
回歸結果顯示,各項解釋變數係數顯著,且方向符合理論預期。方程總體也比較顯著,R方超過了40%。考慮到一些嚴重信用事件沒有在方程中有效控制,方程總體上的解釋能力應該說是偏強的。
回歸結果:
(***)(***)(**)
信用利差同比 = -5.91*PPI同比 + 1.88*加權貸款利率同比 -3.65*貨幣信貸增速差
(-3.28)(4.24)(-2.36)
F(3,27)=8.07; prob>F=0.0005; R-squared=0.4727; Adj R-squared=0.41
說明:回歸公式下方括號內為係數t值,***為1%水準下顯著,**為5%水準下顯著。
這也更進一步表明,前述M3與廣義社融同比增速差對於資金在實體部門與虛擬經濟之間的流轉變化趨勢的刻畫是合適的,是衡量資金“脫實向虛”或“脫虛向實”的一個有價值的指標。
本文刊發于《清華金融評論》2017年7月刊,編輯:丁開豔
歡 迎 訂 閱
深刻|思想|前瞻|實踐
專注于經濟金融政策解讀與建言的
智庫型全媒體平臺
更多原創請點擊下方閱讀原文
債券層面的驗證
M3與廣義社融同比增速差是否能夠刻畫資金脫實向虛的趨勢變化?2014-2016年增速的背離,是否意味著期間銀行體系資金大規模進入二級資產市場?
我們可以從債券淨價漲跌層面做一個初步的驗證。
理論上,如果資金“脫實向虛”,更多的銀行表內資金和理財資金湧入債券二級市場,這會推升債券價格的上漲;反過來,如果資金“脫虛向實”,這意味著實體部門融資需求相對旺盛,銀行從債券二級市場抽出資金,從而導致債券價格的下跌。
也就是說,如果這一同比增速差,與債券價格漲跌之間表現出較好的相關關係,那麼我們相信,其對於資金實虛流轉變化的刻畫是大體過得去的。資料處理結果清楚地顯示,2011年以來其與國內債券淨價同比漲幅的相關係數高達0.7。
2003-2010年,M3季度資料序列不完備。考慮到當時M2、人民幣貸款分別在M3、廣義社融中佔有極高的比重,我們使用M2與人民幣貸款同比增速差來替代。同樣可以看到,其對債券市場淨價漲跌幅有較好的解釋能力,相關係數也在0.7附近。
如果說,M3與廣義社融增速差能夠很好地刻畫資金在實體部門和虛擬經濟之間流轉的趨勢變化,那麼其對債券市場信用利差的變化,乃至股票市場的風格轉換,似乎也應該存在重要的解釋能力。我們可以就債券市場信用利差做初步的討論。
理論上,影響債券市場信用利差的因素有許多,其中市場關注較多的,一是與經濟基本面相關的整體信用風險的波動,二是由於增長、通脹以及貨幣政策變化引發的總體流動性的鬆緊。此外,信用債發行節奏的變化、個別嚴重信用事件爆發所產生的擾動等,也都對信用利差有著重要影響。
我們用工業生產者出廠價格指數(PPI)同比衡量經濟景氣程度與宏觀信用風險的波動,用加權貸款利率同比衡量宏觀流動性鬆緊變化,用貨幣信貸增速差(2010年之前取M2與人民幣貸款增速差,2011年之後取M3與廣義社融增速差)來衡量資金在實體部門和虛擬經濟之間的流轉變化,這三項構成解釋變數。使用5年期AA+信用債與國開債利差的同比,衡量信用利差的波動,構成被解釋變數。
回歸結果顯示,各項解釋變數係數顯著,且方向符合理論預期。方程總體也比較顯著,R方超過了40%。考慮到一些嚴重信用事件沒有在方程中有效控制,方程總體上的解釋能力應該說是偏強的。
回歸結果:
(***)(***)(**)
信用利差同比 = -5.91*PPI同比 + 1.88*加權貸款利率同比 -3.65*貨幣信貸增速差
(-3.28)(4.24)(-2.36)
F(3,27)=8.07; prob>F=0.0005; R-squared=0.4727; Adj R-squared=0.41
說明:回歸公式下方括號內為係數t值,***為1%水準下顯著,**為5%水準下顯著。
這也更進一步表明,前述M3與廣義社融同比增速差對於資金在實體部門與虛擬經濟之間的流轉變化趨勢的刻畫是合適的,是衡量資金“脫實向虛”或“脫虛向實”的一個有價值的指標。
本文刊發于《清華金融評論》2017年7月刊,編輯:丁開豔
歡 迎 訂 閱
深刻|思想|前瞻|實踐
專注于經濟金融政策解讀與建言的
智庫型全媒體平臺
更多原創請點擊下方閱讀原文