諸建芳
金融數(shù)據(jù)一直是市場最為關(guān)心的宏觀指標(biāo),但金融數(shù)據(jù)廣泛而繁雜,如何客觀中肯地利用這些數(shù)據(jù)來評價每一段時期的金融與貨幣環(huán)境是一個普遍的難題。單一維度解讀金融數(shù)據(jù)難免盲人摸象。因此,筆者構(gòu)建了中信金融條件的指數(shù)(CSFCI),這一專有指標(biāo)將廣泛的金融變量匯總為一個綜合的統(tǒng)計指標(biāo),能夠幫助投資者糾正目前市場對于理解每一時期貨幣政策松緊情況的幾個偏差,進而更為客觀和全面地對每個時期的金融與貨幣環(huán)境進行評估。
評估貨幣或金融環(huán)境的松緊一般通過三種方式,一是通過央行的政策取向予以判斷;二是通過貨幣供應(yīng)水平的變化進行判斷;三是通過利率價格水平的變化予以判斷。但這些方式方法均存在一定程度的不足之處,也為客觀評估金融環(huán)境的松緊帶來了困難。
其中,央行的官方表態(tài)大多通過詞句來進行定性的歸納,難有明確的定量的界定。近期諸如“穩(wěn)健”基調(diào)下的“松緊適度”、“靈活適度”等表述相較以往更為模糊,因此,市場解讀的難度顯著提高了。
除了央行的官方表述之外,市場一般還通過M2增速、社融增速以及存款準備金率的變化等數(shù)量指標(biāo);或者通過基準貸款利率變化、MLF/OMO等政策利率變化,以及一般貸款加權(quán)平均利率變化等價格指標(biāo)來考察金融條件的寬松程度。但在不同的時期,數(shù)量和價格可能都有不同的含義。譬如,在2013年以前,中國的準備金率上升并不一定代表了貨幣政策的收緊,而多是為了對沖外匯占款快速上升;而近期準備金率雖未做明顯下調(diào),但再貸款、再貼現(xiàn)等工具的使用已經(jīng)為市場提供了流動性;而利率變化很多時候也可能是應(yīng)對通脹的調(diào)節(jié),也需要配合貨幣供應(yīng)數(shù)量的變化及貨幣乘數(shù)綜合考慮。另一方面,伴隨中國當(dāng)前的貨幣政策框架正在逐漸由“數(shù)量型”向“價格型”轉(zhuǎn)變,最近幾年,央行多次強調(diào),不搞“大水漫灌”式的強刺激,要保持廣義貨幣M2和社會融資規(guī)模增速與國內(nèi)生產(chǎn)總值名義增速相匹配。在此背景下,貨幣供應(yīng)量增速所包含的關(guān)于當(dāng)前金融市場的信息較以往也有所削弱。因此,單一維度簡單依賴一些量價指標(biāo)可能會對力度和節(jié)奏均出現(xiàn)誤判。
此外,伴隨金融開放深化,金融環(huán)境的松緊還可以通過匯率變化和其所引發(fā)的資產(chǎn)價格變動來反映。2015年“811”匯改以來,人民幣匯率以市場供求為基礎(chǔ)、參考一攬子調(diào)節(jié)、有管理的浮動匯率制度逐漸成型。近年來金融開放加速也對應(yīng)了匯率波動的上升以及資金流動的變化。因此,將匯率、外匯儲備變化等因素納入對金融環(huán)境的評估也十分必要。
近期,中國人民銀行正在創(chuàng)新貨幣政策,例如完善LPR的形成機制,創(chuàng)新直達實體經(jīng)濟的貨幣政策工具。在此背景下,我們也需要構(gòu)建一個全面的指數(shù)來準確刻畫中國的金融狀況。
正如上述原因所述,一個更為完善的指數(shù)有助于使用者客觀和全面地理解每一個時期的金融與貨幣條件水平,也有助于我們理解諸如貨幣政策“逆周期調(diào)節(jié)”的力度以及實際對金融市場的影響。
于是,筆者選取了能夠分別代表價格因素(7個指標(biāo))、數(shù)量因素(3個指標(biāo))、外部因素(3個指標(biāo))、信心因素(2個指標(biāo))和財富因素(4個指標(biāo))的五類共19個指標(biāo)來完成CSFCI指數(shù)的構(gòu)建。在具體方法上,我們通過主成分分析法(PCA),選取了前六個特征值均大于1且累計特征值貢獻率達到了78%的主成分,綜合上述的金融變量構(gòu)建了中信金融條件指數(shù)(CSFCI)。其中,財富因素的權(quán)重最高,價格因素的權(quán)重其次,二者差別不大,均為最重要的影響因素。外部因素和數(shù)量因素的權(quán)重也很大,但信心因素的權(quán)重較小。我們認為使用這六個主成分已足以滿足我們的需求。在整個樣本期內(nèi),我們設(shè)定CSFCI指數(shù)的均值為零,這意味著若CSFCI指數(shù)為正,則說明當(dāng)前金融狀況較歷史平均水平更為寬松,反之若CSFCI指數(shù)為負,則說明當(dāng)前金融狀況較歷史平均水平更為緊縮。
我們根據(jù)PCA的方法構(gòu)建了中國CSFCI指數(shù)(圖1)。此外,從其與彭博中國貨幣政策現(xiàn)狀指數(shù)(MCI)的對比來看(圖2),兩者的走勢趨同,大致類似,這說明CSFCI指數(shù)具備較好的可參考性。
資料來源:Wind,中信證券研究部計算,數(shù)據(jù)截至2020年5月
資料來源:Wind,Bloomberg,中信證券研究部計算,數(shù)據(jù)截至2020年5月
通過刻畫價格因素、數(shù)量因素、外部因素、信心因素以及財富因素,我們對2006年以來的CSFCI指數(shù)變化進行了測算。以從“收緊”到“放松”衡量,過去14年間,中國大概經(jīng)歷了四輪金融條件變化的完整周期。整體來看,我們認為CSFCI指數(shù)能夠準確地衡量和體現(xiàn)重大金融事件的轉(zhuǎn)折點,并能夠?qū)ζ淞Χ扔枰钥坍?。(圖3)。
資料來源:中信證券研究部計算
2006-2009年可作為一個完整的CSFCI指數(shù)變化周期,金融危機爆發(fā)金融環(huán)境收緊,隨后2008年的“四萬億”計劃使得CSFCI指數(shù)到達歷史高點。具體來看,2006年,歐美等發(fā)達經(jīng)濟體經(jīng)濟表現(xiàn)極佳,帶動新興市場經(jīng)濟體和發(fā)展中國家經(jīng)濟繼續(xù)保持高速增長,中國出現(xiàn)了信貸增長過快和隱性通脹問題,為此央行采取了加息加準的政策,金融市場偏向緊縮,CSFCI指數(shù)下行,幅度為1.1(個單位,下同)。而伴隨著2007年股市房價的雙重上漲,金融形勢有所放松,CSFCI指數(shù)出現(xiàn)上升,幅度為1.2。2008年年初,為保持物價穩(wěn)定,采取了從緊的貨幣政策,CSFCI指數(shù)快速下降,幅度為3.9。隨后全球金融危機爆發(fā),全球環(huán)境快速惡化,中國為應(yīng)對全球金融危機,保就業(yè)、穩(wěn)增長,央行迅速降準降息,還推出了強力的寬松政策如“四萬億”計劃,金融形勢迅速恢復(fù),CSFCI指數(shù)一路上漲,于2009年達到了歷史最高點,增幅為4.8。
第二個CSFCI指數(shù)變化的完整周期出現(xiàn)在2010-2014年上半年,政策收緊后的再放松迎來了非標(biāo)融資的快速擴張。伴隨著全球金融形勢的好轉(zhuǎn),通脹預(yù)期快速上升,于是貨幣政策轉(zhuǎn)向穩(wěn)健,金融形勢收緊,CSFCI指數(shù)開始一路下行。至2011年下半年清查農(nóng)信社“倒票”,金融形勢再次收緊,CSFCI指數(shù)也到達了歷史最低點。為了穩(wěn)增長,央行于2011年底開始新一輪穩(wěn)健略寬松政策,并逐步降低貸款基準利率。2012年至2013年,銀行理財、影子銀行快速發(fā)展,M2增速和非標(biāo)融資增速上行顯著。這一時期,金融形勢有所寬松,CSFCI指數(shù)穩(wěn)步上升,累計上漲幅度為2.3。至2013年,持續(xù)的寬松政策給金融穩(wěn)定帶來了巨大的挑戰(zhàn),特別是地方政府融資平臺非標(biāo)融資出現(xiàn)了野蠻生長跡象。在此期間出現(xiàn)的兩輪“錢荒”體現(xiàn)并警示了這些市場亂象,CSFCI指數(shù)也兩度快速下降,累計下跌幅度為2.2。到了2014 年上半年,全球經(jīng)濟仍處于深刻的再平衡調(diào)整期,總體溫和復(fù)蘇,但增長動力依然不足。與此同時,中國經(jīng)濟也進入了“新常態(tài)”。為了穩(wěn)增長,貨幣政策變?yōu)榉€(wěn)健略寬松,受此影響CSFCI指數(shù)快速上升,幅度為1.8。
第三個CSFCI指數(shù)變化的周期為2014年下半年至2016年,房價所體現(xiàn)的財富變化主導(dǎo)了本輪周期的寬松與收緊。到了2014年下半年,房價增速的明顯回落使得金融條件有所收緊,CSFCI指數(shù)也由升轉(zhuǎn)降,下行幅度為1.3。但伴隨著房價下跌結(jié)束,2015年貨幣政策穩(wěn)健略寬松,央行開始降息降準,同時運用公開市場操作引導(dǎo)利率下行。當(dāng)年股災(zāi)過后,流動性大幅向房地產(chǎn)市場集中,而房價的上漲也使得金融形勢愈發(fā)寬松,CSFCI指數(shù)快速回升重回正值,幅度為2.7。2016年總體經(jīng)濟形勢良好,央行并沒有明確和清晰的目標(biāo)側(cè)重點,采取穩(wěn)健靈活適度的貨幣政策,同期CSFCI指數(shù)在較為寬松的區(qū)間內(nèi)震蕩。
第四個CSFCI指數(shù)變化的周期為2017年至今,防風(fēng)險及金融“去杠桿”,金融環(huán)境明顯收緊,隨后在經(jīng)濟增速下行壓力加大的狀況下重回寬松,而2020年的新冠疫情爆發(fā)則導(dǎo)致寬松幅度進一步加大。2017年起,金融穩(wěn)定的問題得到了充分重視,加強宏觀審慎管理、防范系統(tǒng)性風(fēng)險成了大勢所趨。貨幣政策回歸穩(wěn)健中性,開始了金融和實體經(jīng)濟去杠桿,這一時期金融形勢趨緊,CSFCI指數(shù)累計下跌1.5。2018年,金融形勢恢復(fù)良好,貨幣政策也開始轉(zhuǎn)向松緊適度,央行在2018年連續(xù)降低存款準備金率,受此影響金融形勢適當(dāng)寬松,CSFCI指數(shù)也重回正值,上漲幅度為1.9。此后,貨幣政策繼續(xù)保持穩(wěn)健松緊適度,央行在2019年8月改革了LPR利率形成機制,并逐步引導(dǎo)其從原有的4.31%降至2020年4月的3.85%,呵護整體金融市場的流動性。2020年,隨著新冠疫情爆發(fā),為了對沖經(jīng)濟增速下行壓力和穩(wěn)定就業(yè),貨幣政策寬松加碼,期間CSFCI指數(shù)也上漲了1.7。
CSFCI指數(shù)的變化與央行對基準利率的變動情況及其與央行貨幣政策的表述變化也能較好地擬合,從而幫助我們站在不同時點理解政策的意圖與實際效果。
CSFCI指數(shù)能夠較好地匹配基準利率變動情況,在過去的4輪降息周期和2輪加息周期中,均體現(xiàn)了同步性。在2008年8月至12月、2010年9月至2011年7月、2012年5月至7月、2014年10月至2015年10月、2019年7月至今的這五輪周期中,CSFCI指數(shù)均非常靈敏地產(chǎn)生了同步變化,無論是整體的變化方向還是幅度均能匹配基準利率變動情況。對于2006年3月至2007年12月這一輪加息周期,CSFCI指數(shù)也產(chǎn)生了同步變化,但在2006年11月至2007年8月這段時間中,CSFCI指數(shù)出現(xiàn)了階段性的背離。我們認為,在此輪加息周期中,CSFCI指數(shù)出現(xiàn)異常上升的主要原因是2007年上半年出現(xiàn)了罕見的房價和股市的大幅上漲,導(dǎo)致財富因素的異常上升。
除此之外,我們也將CSFCI指數(shù)與歷年的《政府工作報告》中對當(dāng)年貨幣政策的表述取向進行了對比,歷史的擬合效果也較好。CSFCI指數(shù)能夠較好地體現(xiàn)貨幣政策的表達取向的變動情況。在歷次貨幣政策轉(zhuǎn)向?qū)捤傻臅r期,如2009年、2010年、2014年、2015年、2018年和2020年,我們發(fā)現(xiàn)CSFCI指數(shù)均出現(xiàn)了明顯的上漲。而在歷次貨幣政策轉(zhuǎn)向緊縮的時期,如2007年、2008年、2011年和2017年,我們也發(fā)現(xiàn)CSFCI指數(shù)出現(xiàn)了明顯的下跌。但我們注意到,2019年貨幣政策從穩(wěn)健中性,松緊適度轉(zhuǎn)為穩(wěn)健,松緊適度。因此相對而言貨幣政策出現(xiàn)了小幅寬松,而CSFCI指數(shù)并未出現(xiàn)較明顯的上升。我們認為,這可能是由于在利率變化層面的寬松幅度較小所導(dǎo)致的。隨著后續(xù)相對寬松的進一步體現(xiàn),CSFCI指數(shù)還是出現(xiàn)了上升。
與以往周期比較,本輪寬松周期持續(xù)時間明顯較長,且受外部因素影響較明顯。以央行首次降準的時點來評估,本輪貨幣政策的寬松周期的起點是2018年4月,大型銀行、中型銀行、小型銀行存款準備金率已經(jīng)從2018年4月以前的17%、15%和15%逐步下降至截至2020年5月的12.5%、9.5%和6%。而以時長計,當(dāng)前的貨幣寬松已延續(xù)25個月以上,明顯高于歷次周期平均6-9個月的長度。從CSFCI指數(shù)在本輪寬松周期的走勢上來看,本輪寬松周期明顯分成兩段,每段都受到了外部因素的影響。
第一段是從2018年4月至2019年12月為止,期間受到中美貿(mào)易摩擦的影響,CSFCI上升,但幅度并不顯著。從效果上看,2019年年中,M2增速持續(xù)處于8%-8.7%的增速區(qū)間,而2019年12月的社融增速也僅較去年末的最低水平(2018年12月)回升了0.43個百分點,遠弱于以往周期,這也與我們對CSFCI指數(shù)變動幅度的觀察相一致。
第二段則是從2020年1月至今,新冠疫情對經(jīng)濟的沖擊極大程度地影響了貨幣政策。期間CSFCI指數(shù)上升幅度達到了1.70,高于2011-2012年周期的波動幅度,但仍小于其他兩輪周期的波動幅度。而從效果上看,2020年年初以來,M2增速和社融增速均處于高位,2020年5月M2增速為11.1%,為近年來的最高水平,而社融增速為12.5%,創(chuàng)2018年5月以來的新高。
我們將歷次貨幣寬松周期中不同因素的貢獻程度進行了拆解??梢钥吹?,本輪寬松周期至今,整體CSFCI指數(shù)的變化幅度較大,截至2020年5月的寬松力度已接近上一輪2014-2015年的寬松周期(以指數(shù)的低點至高點的變化幅度衡量),絕對值更是超過了過去幾輪寬松短周期。此外,本輪寬松周期的結(jié)構(gòu)與2011-2012年較為類似,具體體現(xiàn)為財富因素的貢獻明顯偏弱,價格因素幾乎主導(dǎo)CSFCI指數(shù)變化。針對前者,伴隨著 “房住不炒”的大基調(diào)延續(xù),若沒有股市的持續(xù)上升,來自于財富因素所貢獻的CSFCI指數(shù)回升預(yù)計仍將有限。2020年以來降準、四輪再貸款再貼現(xiàn)政策和直達實體的新型貨幣政策工具投入使用,令數(shù)量因素在后續(xù)的貢獻可能會較大。由于疫情導(dǎo)致供需兩端均受到了明顯的影響,單純從價的層面上進行寬松是不夠的,因此需要在數(shù)量層面也進行寬松。在未來的一段時間內(nèi),CSFCI指數(shù)的改善可能將來自于利率和利差因素和數(shù)量因素的貢獻,而若股市的表現(xiàn)相對較好,則還能夠從財富的因素進一步提升金融環(huán)境的寬松。
因此,我們預(yù)計CSFCI指數(shù)在上行至4月高點后可能會步入一段時間的平臺期,對應(yīng)貨幣政策大幅寬松的可能性降低,但面臨經(jīng)濟形勢多重不確定性,降準和降息依然是政策的可選項。與以往的貨幣政策周期有所不同,我們認為目前雖然已經(jīng)進入了“寬信用”的環(huán)境,但整體M1增速回升力度仍然較為有限,M1與M2增速的剪刀差近期有所加大,而制造業(yè)投資亦持續(xù)處于低谷,需求側(cè)的可持續(xù)性也需要進一步觀察。因此,在數(shù)量因素方面,6月17日國常會提及“綜合運用降準、再貸款等工具”;而盡管一般國債和地方債正在6-7月減少發(fā)行從而給特別國債發(fā)行騰出市場空間,但是市場短期的流動性壓力仍舊較大。綜合這兩點,我們認為降準等流動性投放動作仍是政策選項之一,三季度仍有降準空間,而幅度取決于經(jīng)濟所面臨的時點壓力。此外,1萬億元再貸款再貼現(xiàn)政策和直達實體的新型貨幣政策工具也將持續(xù)處于進行中,這將有助于金融條件的持續(xù)寬松。在此情形下,預(yù)計CSFCI指數(shù)將保持現(xiàn)階段的較高水平,提示整體金融條件處于寬松狀態(tài),助力經(jīng)濟的恢復(fù)和“六保”、“六穩(wěn)”目標(biāo)的順利實現(xiàn)。
另一方面,金融數(shù)據(jù)的變化通常對GDP增速有一定的指引性,測算結(jié)果顯示CSFCI指數(shù)的變化對實際GDP增速有一定的提振作用,其中最明顯的變化會領(lǐng)先GDP增速約10個月,每一個標(biāo)準差的變化將帶來GDP增速約0.2個百分點的變化,即CSFCI指數(shù)每變化一個單位,將帶來GDP增速約0.43個百分點的變化。CSFCI指數(shù)對實際GDP增速有較好的預(yù)測能力。
考慮到近期CSFCI指數(shù)已經(jīng)出現(xiàn)了明顯的上升,我們認為下半年經(jīng)濟的反彈也將受益于此,預(yù)計全年GDP增速將達3.1%。從目前的CSFCI指數(shù)來看,在本輪寬松周期的后半段中,CSFCI指數(shù)的高點出現(xiàn)在2020年4月,同時自2020年年初開始,CSFCI就處于上升區(qū)間。因此,我們認為,僅從CSFCI指數(shù)變動的前瞻指向上來看,2019年年末以來,持續(xù)寬松的金融環(huán)境也會為下半年經(jīng)濟的進一步回升提供動力,GDP增速有望體現(xiàn)出企穩(wěn)回升的趨勢。當(dāng)然,由于新冠疫情這一特殊的外部因素對需求和供給兩方面都造成了明顯沖擊,2020年的GDP增速也出現(xiàn)了明顯的異常,因此CSFCI指數(shù)所指引的經(jīng)濟回升勢必將在一定程度上和疫情導(dǎo)致的負面影響相互抵消。但綜合來看,考慮到國內(nèi)疫情的結(jié)束和在擴大內(nèi)需戰(zhàn)略下,基建、消費和投資的協(xié)同發(fā)力,再結(jié)合CSFCI指數(shù)的指引,我們認為疫情沖擊后的增長路徑會呈現(xiàn)出“V”型,下半年經(jīng)濟運行會回到合理區(qū)間,預(yù)計全年GDP增速將達到3.1%。