从货币循环看中国的宏观杠杆率

过去40年来,中国的宏观杠杆率整体上呈上升态势。央行一般以各部门的债务/GDP作为杠杆率指标,另一个常用指标是货币供应量(M2)/名义GDP,按照这个货币杠杆率的口径,从1985年到2020年我国宏观杠杆率从57.1%升至了215.8%。

横向比较,目前我国的货币杠杆率也高于其他主要经济体。(如果用央行的债务杠杆口径,我国和美国、欧元区的情况差不多,都是280%左右,日本则超过400%。)

对于1980-90年代杠杆率的上升,易纲在《中国的货币化进程》中进行了阐释。在1979年之前的计划经济时期,我国大量资源要素是通过行政手段进行分配,或者是以粮票、布票甚至物物交换进行交易,导致货币的实际需求和供给相对经济体量不足。进入80/90年代的市场经济转轨期后,工业品、消费品、土地、住房等逐步实现了商品化,个体户、私营/乡镇企业等需要现金交易的市场主体也增加,所以这段时期货币量的超额增长实际上是正常的市场经济回归。

2000年以后,我国市场经济基本成型,体制变革带来的货币化进程不应当再是货币超额增长的主要原因。对于2000年以后的“货币超发”,常见的解读包括:

1、从增长的视角,每单位货币能拉动的GDP在减少,中国经济的运行效率在下降;

2、从资产的视角,中国居民的储蓄率过高,而且偏好存款作为储值理财工具,导致货币存量提升;

3、从债务的视角,在我国以银行为主导的间接融资制度下,房地产行业和土地财政的扩张,房价和地价的上涨,导致居民部门,地方政府和涉房企业部门的负债率持续上升;

4、从通胀的视角,房地产作为蓄水池吸收了超发货币,所以没有形成恶性通胀;

5、从货币流通的视角,根据费雪方程 MV=PQ,如果M(货币)的增速高于PQ(产出)的增速,说明货币的流通速度V在下降。

以上几种解读都符合我们对经济的直觉认知,但单一视角很难准确描述货币超发的全貌,有些观点也经不起深入推敲。例如,如果居民储蓄率高、偏好存款是货币超发的原因之一,那么鼓励居民消费、炒股是不是就能把杠杆率降下来? 如果房地产是货币的蓄水池,房价跌了是不是会导致其他领域的通胀?另外,2010年以后,网银和移动支付基本普及,支付方式越来越便捷,货币的流通速度为什么会下降?

针对传统定性分析的解释力不足,本文尝试从货币流通的视角,对2000年以后中国杠杆率上升提出一个偏量化的分析框架。

一、对费雪方程的拓展

在往期的专栏文章中提过,现代银行体系下,货币由银行通过扩表凭空产生,银行向实体经济发放一笔贷款,则产生货币,实体向银行偿还债务,则货币消亡。所以一个年度内,货币规模的变动可以用以下方程描述。

货币的持续扩张,直接原因就是银行向实体经济发新债的速度超过了实体还旧债的速度,而且净发债的速度超过了经济增速。

但这还不能够解释货币总量持续扩张的经济逻辑,我们需要对费雪方程进行拓展,来分析货币的流通过程。

原始的费雪方程MV=PQ主要描述一定时期内,平均货币规模M、货币流通速度V、价格水平P和商品交易量Q的关系。这个框架把货币流动局限在了生产环节,需要进行改进。

首先,在货币流量MV这一端,并不是所有的货币都会在一个会计年度内参与交易。例如某人在2022年初存了一笔3年定期存款,那么在2022-2024年,这笔存款将不参与任何交易,与此同时仍然会被统计在M2里,这就是所谓的作为储值手段的货币。此外,居民和企业持有的活期存款、现金中,有一部分实际上也是作为储备常年沉淀,没有参与交易,这部分货币的流通速度可以看作是0。所以,总的货币量可以拆分为参与交易的货币和作为储值的货币:

(如果按“吸收存款、发放贷款”的逻辑,上面这个分类的逻辑就无法理解:“钱怎么会趴着不动呢?银行拿到一笔定期存款,应该会把钱再放出去。”但事实上定期存款就是银行账面的一笔负债。)

其次,在参与交易的货币当中,并不是所有交易都与生产活动,或者说价值创造活动相关。典型的非生产交易包括:

1、存量资产交易。如二手房交易、二级市场上的股票交易等,只是存量资源所有权的交换,并没有带来新的商品产出,除了佣金,交易金额不会算到GDP当中。当资产价格处于上升趋势时,存量资产的交易可以通过信贷派生出新的货币。例如,2010年甲以300万元买入学区新房,甲首付100万,向银行按揭贷款200万元,到2022年待还100万元;2022年乙再以1000万元买入甲的二手学区房,首付500万,贷款500万。甲拿到房款后,偿还剩余的100万元。 整个过程中,银行净新增的贷款和货币投放是400万元,甲向乙转移了杠杆,但没有任何新价值产生。

2、地方政府卖地收入、征地补偿。在新房开发中,地方政府的土地出让收入,本质上是对土地70年使用权的一次性货币化,不核算到GDP当中;而房企为了拿地,往往通过信托、明股实债等手段等融资,只要有银行的介入,就会带来新的货币派生。反过来,地方政府征地、拆迁时要对搬迁户支付补偿款,一般也是通过对其他地块的质押向银行融资,或者以未来土地出让金收入为保障来发债。

3、各类转移支付。如中央政府给地方转移支付,地方政府给企业的补贴,个人之间的红包转账等。

以上交易活动会派生新货币,或者占用存量的货币流量,但都和生产无关。所以可以对货币循环进行进一步的拆分:

最后,在生产相关的货币交易中,只有一部分对应的是最终产出(GDP)。随着技术的进步、产业链的延伸、分工的深化,越来越多的货币交易都发生在中间生产和流通环节。这一点在工业中最为明显。例如手机生产商,一般会把绝大部分零部件外包给供应商,自己负责设计和系统就行。一台售价2000元的手机,相关的工业总产值可能达到3600元,但最后只有2000元的最终产出能算到GDP中。

综上,可以根据交易状态,将货币流量分为三个层级、四个类别。可以看到,只有最终产出环节的货币流量可以与GDP形成直接的勾稽关系。

写成类似费雪方程的形式:

变换一下,一国的货币杠杆率可以写为

所以定量来看,有三个因素会推升货币杠杆率:① 中间生产环节的过程深化;② 非生产交易活动的相对规模扩大;③ 作为储值手段的货币的比例提升。如果货币在交易中的流通速度下降,也会导致杠杆率提升,但如前面所提到的,近10年来支付手段实际上越来越便捷,真实的交易频率即使没有上升,也不太可能下降,所以逻辑上货币交易频率不应该是杠杆率上升的因素之一。

下面按照这个框架,对2000年以来的货币“超发”进行分析。

二、中间生产环节的深化

在三大产业中,第二产业的上下游链条最长;第三产业,尤其是人对人的线下服务业(如理发、保险、地产经纪等)的链条较短;而第一产业在我国的经济占比已经较低。所以中间生产环节的扩大应主要观察第二产业。

统计局没有专门跟踪中间生产环节占比的指标,这里以规模以上工业企业营收/工业增加值作为代理指标。背后的逻辑是,工业企业营收包括了上中下游企业、从中间到最终环节的所有交易,而增加值类似GDP,剔除了中间环节。两者的比例越高,反映中间环节的占比越高。

另外一个可以辅助观察的指标是规模以上工业企业数量的同比变化。在产业链纵向延伸、中间环节增加的过程中,工业企业主体的数量也会上升。当然,在同一横向环节内部,行业集中度的提升、大企业兼并小企业也会导致企业数减少。

结合这两个指标,可以看到:

(1)2001年加入WTO后,中国制造业的成本优势释放,工业企业主体数量的增速快速提升,工业企业营收/增加值也在3年内快速提升至300%,反映出工业化进程加快,尤其是中间零部件、加工环节的提升;

(2)2005年以后,这一增长势头有所放缓,但在2008年四万亿投资刺激后又出现短暂抬头,钢铁、水泥、电解铝乃至风电、多晶硅等行业重复建设、产能过剩的问题开始显现;

(3)2015年中央正式提出“三去一补后”,工业企业营收/增加值从历史峰值开始拐头向下,规模以上工业企业数量增速也放缓,2018、2019年甚至负增长。拆分来看,制造业和采矿业的营收/GDP都有显著下行,水电气等公用事业相对稳定。从企业数量来看,2013年末煤炭行业有民企4484家,钢铁冶炼加工行业有民企7304家,到2020年末时分别降为2561、4115家。

所以整体上,2000年以后我国工业的中间生产环节经历了先快速拓展、再过度膨胀、最后再收缩的过程,这与货币杠杆率的趋势大体一致。我们可以定量地估算中间生产环节扩张带来的交易性货币需求。

2020年,A股上市的工业类企业营收合计27.6万亿元,账面货币资金合计6.46万亿,每单位营收对应的货币资金需求是0.23。而2020年规模以上工业中间环节的营收约77万亿元,而规模以上工业企业在全部工业企业中的产值占比约90%,按照上市公司的样本推算,2020年工业中间生产环节的交易性货币需求为20万亿元,相当于2020年末m1的32%,m2的9%。

具体到某些年份,中间生产环节占比和货币杠杆率的变动并非完全同步。例如2016-2020年,中间生产环节占比有所压降,而货币杠杆率略微下降后在2020年再创新高。这说明,中间生产环节的占比变动可以解释一部分货币杠杆率的变化,但不是所有阶段的主导因素。

三、非生产交易活动的扩大

一个国家积累的存量资源越是庞大,基于存量资源的交易活动也会越多。以股债二级市场为例,2021年A股全年交易量为257万亿元,银行间市场现券交易量为215万亿元,单从规模来看堪比GDP,但这其中绝大部分都是“老券”交易,资产在投资人之间高频换手而已,实际占用的货币规模并不大。从杠杆率的角度,我们主要关注两类房地产密切相关而且能派生货币的非生产交易活动,一是新房开发过程中地方政府的土地出让,二是居民部门的二手房交易。

上文提到,地方政府卖地,本质上是对土地使用权的货币化,没有直接创造价值。为了讲清楚这个逻辑,有必要先简单介绍一下土地财政。简单地说,地方政府的土地财政源于分税制改革后,地方政府财权下降,而公共开支压力仍在,与此同时地方政府之间还面临GDP竞争。在此背景下,地方政府选择低价出让工业用地,以吸引全国范围内的工业投资,来拉动本地GDP和就业;通过高价出让住宅和商业用地,来保障财政收入(当然住宅开发也会贡献一部分GDP)。在土地财政中,地方政府相关的支出主要是两大项:一是为了保障土地的持续供给,政府会掏钱征收城乡结合部和农村土地;二是政府要持续投资工业建设、居民生活配套的基础设施,例如在住宅地块附近修地铁,这样的投资活动可能本身收益很低,但能通过提高房价预期来间接提升土地价格。任泽平对土地财政的循环总结如下:

土地财政的正面贡献是带动了房地产,基建,以及建材、家电等相关产业上下游的发展,加速了全社会的资源动员。但天下没有免费的午餐,羊毛最终出在羊身上。从资金流来看,居民部门作为房地产行业的最终消费者,从源头上承担了土地成本、建造成本和按揭利率成本,也为房企贡献了利润;房企作为“拿地-盖房-销售”的中介,也会对开发业务承担一部分杠杆。在所有的资金去向中,土地购置费用作为存量资源交易的对价,不进入到GDP中,所以相对应的货币派生,会提高杠杆率。

                                                    土地财政的资金流

2000-2020年的21年间,全国土地出让收入累计达到58万亿元,占同期地方财政收入的比例超过50%。要准确计算这其中产生的货币量,是一件比较困难的事情。从资金流向来看,居民部门买房、房企拿地的资金当中有一部分是自有资金,而居民和房企从银行贷款的资金当中,有一部分最终流向了建筑建材企业,所以很难在土地出让金与按揭贷款、开放贷款余额之间建立一个明确的勾稽关系。但我们可以用一个“思想实验”,推算土地出让产生的货币下限。

假设地方政府将土地出让收入全部补偿给拆迁户,拆迁户又将补偿款全部用于购置新房,那么整体来看,在房地产经济中,居民部门没有承担土地成本,净购房支出都变成建筑成本和房企利润等可以核算到GDP的项目,那么理论上政府卖地不会产生超额的货币。而现实情况是,过去20年来看,地方政府返还给居民部门的拆迁征地补偿款占土地出让收入的50%,同时拆迁户也不会将补偿款全部用于购置新房,一部分拥有多套房的拆迁户实际上是土地财政的净受益者,进城买房的非拆迁户承担了更高的杠杆。考虑以上因素后,2000-2020年土地财政派生的超额货币量应在土地出让收入的50%以上,即超过了29万亿元。

除新房交易外,二手房交易也会派生货币。在一线城市买二手房的刚需人群对这一点应该深有体会。持续上涨的房价使得二手房市场在某些方面像长牛的股市一样,底部重仓和中途上车的人都实现了资本利得,或者已经落袋为安,或者至少有一笔可观的账面浮盈;而和股票不一样的是,住房是刚需,哪怕房价已经高企到泡沫化,也有一部分非投机目的的人不得不加杠杆进场,而接盘后又会希望房价不要大跌。上文用学区房交易的例子说明了这个过程中的货币派生过程,和新房交易不同的是,二手房交易产生的净新增贷款都是对房价上涨的货币化,都是超额货币派生。

具体到统计数据上,官方没有披露过二手房对应的贷款规模,二手房的交易额也缺乏连续的统计数据,我们只能尝试估算。

2008年全国商品房交易总额约3万亿元,其中二手房交易额约5000亿元,占比17%。随着房产交易的存量化,这一比例有所提升。根据贝壳研究院统计,2016年二手房交易最活跃时,二手房交易占比达到41%,2017-2020年回落到33%。

结合能查找到的其他年度的碎片信息,过去20年二手房交易额的占比估算如下。

需要注意的是,新房和二手房交易的杠杆比例可能有所差异。以首套房为例,理论上新房的首付比例低可以低到20%-25%,而二手房由于贷款评估价低于成交价,叠加税费,实际首付比例一般在35%以上。但实际中,很多人买新房都没有用足杠杆,例如两方父母给子女全款买婚房、搬迁户用补偿款买新房。同时,从地域来看,一线城市的二手房交易比例最高,在高房价压力下,购房者往往会用足杠杆,从经营贷、消费贷筹集首付。所以新房和二手房交易的实际杠杆比例可能并不显著。

假设用二手房交易的杠杆比例是新房的80%,经营贷、消费贷当中有20%流入了楼市,结合二手房的交易额占比和居民部门按揭贷款情况,到2020年末二手房交易形成的贷款余额约10.5万亿元。

根据以上保守的推算,2000以来,我国新房开发和二手房交易派生的、与GDP脱钩的超额货币规模在40万亿元以上,相当于2020年末M2余额的19%以上。相比之下,股票交易等其他非生产交易的货币主要来自存量资金的转化,券商开展两融业务,可能会通过向银行发债派生一部分货币出来,但与地产的货币派生量相比,远不在一个数量级上。从这个角度看,房地产是印钞机,股市更像是蓄水池。

四、作为储值手段的货币占比提升

以上两节分析了超额货币的派生源头,但尚未回答另外一个重要的问题,为什货币消亡的速度,也就是实体部门向银行还债的速度赶不上银行新发货币的速度?

这个问题需要从结构视角去回答。以居民部门为例,2019年末我国居民部门的贷款负债达到62.3万亿,与此同时居民部门的银行存款为81.9万亿,整体上“高存高贷”。但生活经验告诉我们,居民部门内部的债务杠杆实际上是分化的,而房地产是这种分化的推手之一。

在新房交易中,较富裕人群和大搬迁户能以高首付比例置业,或者在早期买入多套房,而普通人往往要穷尽杠杆去追赶房价的上升趋势;而在二手房交易中,多房产者、低成本持有房产者向无房产者、晚购房者转移了杠杆。如是循环,最终越是先天经济条件不足、后天收入水平低的人群,越容易成为房地产杠杆链条的末端。而房贷的偿还是一个漫长的过程,每年只能偿还存量的4%左右,随着新增房贷的持续投放,债务在净负债群体中不断堆积。

硬币的另一面是,一部分人享受地产经济红利而成为净货币群体,货币通过卖房回款、租金收入在这部分群体中沉积。而人的边际消费倾向是有限的,最终这部分人会持有相当规模的定期存款作为储值工具和一定比例的活期存款作为灵活头寸。

                                          二手房交易中的杠杆转移和价值转移

这种债务的结构性堆积也发生在地方政府部门和企业部门。抛开借新还旧的需求,企业举债一般是为了进行生产性投资,地方政府举债主要是进行基建投资。正常的商业投资项目要求ROA高于融资成本,同时有真实的现金流收入,这样才能保障偿债。但地方政府和投资平台主导的基建类投资中,一部分是纯公益性,如路灯、公园等市政设施,另外一部分有商业属性的投资,如收费高速公路、港口、水利等,也主要偏向公用事业,价格有行政指导,很难实现超额利润。此外,从激励机制的视角,政府部门主导基建投资属于典型的“用别的人钱、为别人办事”,加上长期以来,地方政府的考核主要在做大流量端的GDP,而非做优存量资产负债表,所以基建投资的成本管控和产出效果天然存在代理人问题,这其中的跑冒滴漏、粗放经营会进一降低低基建项目的投资回报和偿债能力。

在项目本身偿债能力不足的情况下,地方政府和平台公司能持续获得融资的一个隐性抵押品是土地出让收入。在地价上涨的预期下,地方债和城投债曾被看做是无风险资产。土地财政和地方投资平台相结合,进一步刺激了地方政府推升地价、做大投资的动力。尽管这种缺乏内生造血能力的扩表很早就引了中央政府的关注,但从2015年起地方政府债务才开始施行限额管理,目前仍处于风险出清阶段。

在企业部门中,也有一部分持续进行低效投资的企业,极端的情况是成为“僵尸企业”,需要依靠持续滚动的信贷支持维持流动性。人大国发院的一篇研究报告对我国僵尸企业的分布和成因进行了分析,从所有制来看,国有和集体企业中僵尸企业的比例最高,民企中的比例则比较低;从行业来看,钢铁、建筑、房地产等产能过剩、重资产行业的僵尸企业最多。僵尸企业能够持续存在、不被出清的原因是多方面的,包括地方政府保障就业的诉求,银行放贷的国企信仰等,这里不展开讲,感兴趣的读者可以看人大的报告。

与低效企业相对的是那些具备内生造血能力、资产负债良性滚动的高效企业。这部分企业经营性现金流足够覆盖未来债务的本息,与此同时,这些企业往往也更容易从资本市场获得股权融资,形成更健康的资本结构。2021年我去调研$伯特利(SH603596)$ ,问CFO,为什么公司几乎没有银行贷款,在ROA明显高于贷款利率的情况下,使用债务杠杆可以提高ROE。CFO的回答是,一是公司股权融资渠道畅通,二是老板认为,使用债权融资多少会降低经营的灵活性,限制战略空间。

                                             政府和企业部门内的杠杆分化

整体上,在非居民部门这一端,由于投资效率和信贷供给的差异,债务逐步在地方政府部门、低效企业中堆积。与这些债务相对应的是低回报率、难以产生自由现金流的基建资产和工业资产。这些资产在形成的当年,作为固定资产投资计入了GDP;而从一个长期的视角来看,这些资产会拉低存量资本的平均生产率,降低潜在增速。

以上讲了这么多,主要为了阐明一个事实:货币和债务是一体的,如果有一个部门/群体在堆积债务,那就会有另一个部门/群体在积累货币。无论是居民、企业还是政府,长期债务最终都会向现金流最弱的主体聚集,而与之对应的货币,如果不能通过直接融资渠道进入实际经济的再生产过程,就会作为滞留在金融体系内,导致越来越多的货币成为储值工具。

这部分变成储值工具的货币占比有多高? 我们以M1作为交易工具货币的代理指标,(M2-M1)作为储值工具的代理指标,(M2-M1)/M1相当于作为储值手段的货币相对交易工具占比(这个指标逻辑详见文末的附注)。2011年以前,这一比例大体在180%-200%之间,2020年末达到250%。对比2000年,这一比例提升带来的货币增量约44万亿。

五、总结

本文从货币派生、流通的视角,对2000年以来我国广义货币的超额增长建立了一个偏量化的分析框架。可以看到,在影响货币杠杆率的众多因素当中,房地产扮演了一个非常关键的角色:在新房开发土地出让和二手房交易中,房地产至少派生了40万亿元与生产活动无关的超额货币;房地产加剧了居民内部的杠杆分化,导致长期负债向新购房者集中;房价与地价联动,土地质押驱动了地方政府的举债投资行为,由此形成的低效资产导致地方政府债务的堆积。

可以说,房地产深刻地影响了至少两代人的财富分配和生活质态。房地产活动中的投机、寻租行为对于普通劳动者而言更是一种价值掠夺。在舆论上,高房价已经成为过街老鼠:压制消费、阻碍创新、降低生育率……但现实是,房地产已经与银行体系的资产质量、地方政府的非税收入、居民部门的账面财富深度绑定,牵一发而动全身。与此同时,城市人口的住房问题还远谈不上彻底解决。在这个两难困境下,解决问题的途径绝不是压制房地产行业。

如何在不扩大现有矛盾的前提下,解决地产行业的流动性塌方问题?希望决策部门和行业主体能有找到新出路的决心和智慧。

最后,本人并非经济科班出身,宏观分析的水平有限,同时由于数据限制,文中定量的推论都是基于估算。但是框架的基本逻辑应该是成立的,有心的读者可以在这个粗略分析的基础上进行更细致的研究。

附注:在我国的货币口径下,M1是流通中现金和企业单位的活期存款,M2则包括M1、企事业单位定期存款、居民定期存款和居民活期存款。如下图所示,居民和企业单位的定期存款没有支付功能,主要作为储值手段;居民和企业的活期存款主要作为交易工具,但有一部分实际上是流动性储备,长期沉淀。在这个交叉关系下,可以近似地把M1作为交易工具的代理指标,(M2-M1)作为储值工具的指标。那么(M2-M1)/M1可以近似衡量货币总量中,作为储值手段的货币相对交易工具的比例。(宏观分析中,则常用M1/M2作为经济短期景气的一个指标)

雪球转发:32回复:55喜欢:66

精彩评论

全部评论

qiaoFz08-29 13:54

学习下

君悦RH08-21 21:39

Roninye08-07 09:37

慢慢学习

天生不是情人08-01 15:41

e大对现在的平安太保怎么看?还看好吗?

TonyLing08-01 15:15

首先搞清楚哪种状况才会损害大多数人利益,资本会用脚投票,大佬离职套现移民,削减投资,请问现在比前几年更好了吗