【国信宏观固收】当金融数据遇到基期效应:三点化解思路

（以下内容从国信证券《【国信宏观固收】当金融数据遇到基期效应:三点化解思路》研报附件原文摘录）
　　王 开：S0980521030001 董德志：S0980513100001 摘要 1.2021年：难以忽视的金融数据基期效应 在2020年逆周期调控下，社融和信贷同比增速一路上行，基数效应可能成为今年二季度甚至年内分析金融数据时不可忽视的隐含因素。 2.方法一：用两年复合增速判断社融和信贷增速并和实体数据对标 若将两年复合增速方法对标到社融的判断，则今年前三个月，两年复合增速口径下的社融同比稳定在11.8~12%范围内，高于复合口径下一季度8.1%的名义GDP增长率，以及8.3%~10.4%的工业名义增速。考虑到2019年基数并不算低，且金融数据高基数扰动不及实体指标低基数的冲击，强行对标的效果要打些折扣。 3.方法二：定性地观测新增口径社融、信贷较去年的同比变化量 对照2020年，从新增信贷、社融数据的同比变化量分析，一季度供给压制有限、融资数据并不算弱。从结构上看中长期贷款、居民户贷款支撑了信贷企稳，也衬托了信贷的良性循环。 4.方法三：对标历史上经济景气由衰退到复苏时期金融数据走势 从社融同比较期初变化路径看，本次信用周期上行阶段更类似于“非典”时期，但新冠疫情比非典时间更长、对经济妨害更强，后续路径也不能依照“非典”线性外推。可参考的思路是遵循金融中周期景气指引：金融中周期景气上行期间即便信用出现回落，也仅为类似2008年的“小插曲”。退一步讲，即便在投资实践中我们将3个月及以上的社融同比下滑定义为“紧信用”，那么在收紧时社融同比也会被“阻力位”托底，难出现失速下滑。 5.当法一、法二出现指向分歧时，法二的增量口径更可信 二者分歧基本都出现在特定政策因素导致的信用环境大涨大落时期，历次经济基本面（工业品价格通胀）和资本市场（商品和股票盈利、债券疲弱）都是在交易增量数据的变化（新增社融和信贷同比多增）。2021年一季度新增信贷录得同比多增、存量同比增速略微下滑，从股市和商品表现强于债市，工业品价格走强的格局来倒推，参考2016年三季度~2017年二季度的可比经验，我们认为信贷环境短期内仍是稳健的。 正文 新冠疫情爆发后，以存量社融同比变化率衡量的信用周期开启了新一轮的起步，2020年社融同比一路上行，造成了今年年初存量同比口径受到去年高基数影响。虽然信贷、金融等金融数据在去年一季度没像实体指标砸出深坑，反而凭借类似“逆周期”的属性上扬，也给今年融资环境的判断带来基数效应的扰动，导致市场在判断信用和融资的松、紧时不在同一空间维度。本文试图提供几点思路，将近月金融数据的分析归结在同一话语体系内。 方法一：两年复合增速口径的对标 2021年初以来，为解决疫情造成的同比数据失真问题，采用两年复合增速还原实体经济真实情况的方法普遍被市场接受。社融等金融数据套用此方法，也可以和实体数据放在同一体系来对标。为克服2020年一季度经济数据“深坑”的基数效应，如果视2019年为相对正常的年份，实体经济指标可以采取两年复合增速的方法还原，并通过与2020年末同比增速对比来判断今年一季度经济基本面的真实情况。2021年前三个月，两年复合增速口径下的社融同比稳定在11.8~12%范围内，高于复合口径下一季度8.1%的名义GDP增长率，以及8.3%~10.4%的工业名义增速（工业增加值同比+0.7*CPI同比+0.2*PPI同比，其中1-2月工业增加值均用累计同比口径来平滑处理）。按照广义货币与名义增速匹配的约束，后续可能以金融数据（社融、M2）缓慢回落、真实场景的经济增长持续修复来弥合缺口。 采用复合增速口径来计算社融和信贷，对克服基数的效果可能要打些折扣：（1）2019年和2020年初都处在短期信用景气上行期间，2019年初地方债提前融资、信贷放量，金融数据的基数同样不低，直接将2019年归类为“普通”年份可能并不合适；（2）从方法本身来讲，今年初实体指标呈现出的虚高“幻影”是去年低基数造成的，而社融面临的数据失真是去年高基数造成的，社融、信贷等金融类指标反映的是政府逆周期调控，因此在2020年初反而呈现出一个高景气，但这次我国货币、信用的政策相对西方发达国家，相对2008年的历史时期都是更为克制的，信用逆周期调节程度与实体经济遭受的冲击是不可同日而语的，社融需要修正的基数效应没有实体指标多。因此两年复合口径对比金融和实体指标可能会有“同轨不同频”之嫌。 方法二：定性看新增量较上年同期的增减变化 第二种方法是定性地观测新增口径社融、信贷较去年的同比增减量。首先，我们将历史同期的新增社融量放在同一横轴来表示，发现今年1-2月新增社融甚至超出了历史5年同期的上界，3月也超出历史同期均值。附录列举的明细类金融数据也显示，今年前3个月新增贷款均处在历史同期的高位，分项来看：新增中长期贷款超出历史五年同期的上限；新增短期贷款在1、3月处在历史同期高位，2月净减少；新增表内票据处在历年同期较低分位上。综合来看，一季度整体信贷不弱，即便3月的同比少增，也只是微幅压降，新增中长期贷款的韧性提供了对整体信贷的支撑。如果说3月在信贷供给上有一定管控，也仅在表内票据一项有体现，但前两个月票据也是净减少的，因此我们认为信贷压供给压降的证据不足。社融里非信贷的其他分项中，企业债净融资处在历史同期平均水平，政府债净融资则略低于历史同期均值。 其次，以2020年为参照系，从新增信贷、新增社融的同比变化量来分析，也能得出一季度供给压制有限、融资数据并不算弱的结论。理论上讲，年内月度增量数据波动相对较高，没有累积历史信息，其基数效应影响应小于存量同比口径。因此，从增量的维度出发，定性来观察单月新增量相较于去年同期的同比多增（或少增），也是近月高基数效应下可以应用的方法。一季度社融中新增人民币贷款较去年同比多增6600亿左右，同样没有看出供给收缩的痕迹。政府债、企业债和信托贷款是同比少增的拖累项目，背后的原因是地方债额度未提前下发、信用风险余震导致新债难发、融资类信托约束等。 从结构上看中长期贷款、居民户贷款是信贷企稳的有力支撑，也衬托了信贷的良性循环。一季度新增信贷的期限结构呈现中长贷同比多增、短贷和票据少增；分部门看居民户同比多增1.35万亿，实体企业同比少增近七千亿，非银部门同比略有少增。 金融数据的增量同比变化量和存量同比变化率发生背离时该相信谁？今年一季度人民币贷款同比微幅收敛，新增信贷仍为同比多增，出现了指向性背离，通过回溯历史我们认为新增口径指示的“稳信贷”更可信。如果以连续两个月及以上的背离作为存量口径和增量口径信息指向分歧的判定标准，则数据分歧在历史上曾有过三次先例：（1）第一次是“非典”疫情时期（2002年底~2003三季度），疫情弱化了前期经济良性恢复的预期，社会零售拖累经济下滑，市场起初处在货币和信用双宽的格局。随着2003年5月世卫组织宣布对中国“非典”疫情解禁令，以及通胀压力下货币收紧预期兑现，信用扩张也达到阶段高点。在此阶段贷款和社融存量同比提升，新增信贷和社融虽然较2002年同期表现为多增，但幅度逐期收敛。基本面和市场分别表现为经济实际增速和价格指数同时走高、股市回报强于债市。（2）第二次是全球金融危机时期中国经济触底复苏期（2009年一至三季度），此时受益于“四万亿计划”的刺激，社融、信贷同比也在大幅反弹，新增贷款、新增社融同比虽多增但边际在回落。在逆周期调控下经济复苏强劲，股市和商品录得30%以上回报。2009年三季度一年期央票重归市场且利率上行，货币开始收紧，信用环境随后迈入实质性收缩；（3）第三次是供给侧改革前期去杠杆阶段（2016年三季度到2017年二季度），此时国内经济“L型”运行定调、金融同业去杠杆和实体杠杆调控共振，海外方面英国脱欧、美国特朗普当选总统等“黑天鹅”频出。货币政策一方，2016年底中央工作经济会议“稳健中性”的表述明示转鹰。金融环境一方，人民币贷款存量同比下滑让市场一度怀疑信用紧缩，但新增口径仍同比多增且边际走强。此阶段基本面同样为PPI走高、经济回暖，市场表现为商品和股市走牛、债券市场走熊。 从历史三次存量和增量口径的分歧复盘中可以发现：（1）二者分歧基本都出现在特定政策因素导致的信用环境大涨大落时期；（2）过去三次分歧期货币政策都处在由宽松步入紧缩的阶段，信用周期均处在宽信用的中后期；（3）历次分歧期间经济基本面（工业品价格通胀）和资本市场（商品和股票盈利、债券疲弱）基本都是在交易增量数据的变化（新增社融和信贷同比多增）；（4）新增信贷或社融录得同比多增时即可认定为正面信号（即柱状图在横轴以上时），二阶维度看多增部分逐月走强还是走弱仅为次要因素。从这个角度讲第三次才是真正意义上的背离，前两次不考虑新增口径边际走弱，同比多增其实就是市场认为信用尚稳的表征，这点从风险资产和避险资产的相对回报上得到后验。 这一轮疫情开始的存量数据扩张、增量同比减弱和第一、二次“分歧”一样，实际上都是宽信用。2021年一季度新增信贷录得同比多增、存量同比略微下降，可以参考第三次分歧经验。从商品和股市表现显著强于债市，工业品价格走强的格局来倒推，我们认为信贷短期内仍是稳健的，增量的同比多增传递的信息与市场和基本面反馈的信息更为契合。 这类定性方法只是相比于存量同比法，相对地规避了基数效应，并未完全将其剔除。如3月新增社融主要拖累项是企业债，而去年3-4月是企业债融资较为罕见的年内高峰，单看新增口径会高估今年初企业债“融资难”的程度。 方法三：衰退到复苏区间的特定经验 第三类方法是参照可比的经验，即对标历史上经济景气由衰退到复苏时期。美联储在新冠疫情后开始调整了美国周度经济指标（WEI）的计算方法，将历史上衰退期作为样本子集，加强当下所处由衰退走向复苏的特定时段的定向匹配。中国在新冠疫情之前可参考的“类衰退”案例是“非典”和金融危机，经济有回落但并未出现负增长。当时都经历了逆周期信贷扩张和逐渐正常化的过程，我们观测衰退-复苏期间各月社融同比相对于陷入衰退初期的变化幅度，从经验上看本轮社融恢复的路径更类似于非典时期。 至于后续会以何种方式、速度回落，则并不能依照“非典”线性外推。本轮新冠疫情对经济冲击明显要比2003年“非典”期间更长、对经济妨害更强，所处的潜在增速、经济引擎也发生了变化。我们可以参考国际清算银行专门评估金融周期和信贷风险的指标——信贷缺口，遵照其景气指引对信用中枢进行大致估测。该指标是私人部门信用除以GDP的基础上进行滤波得到的，目前国内中周期视角下金融周期还处在景气高点，信贷投放要高出潜在水平。值得一提的是国际清算银行测算信贷缺口用于国际横比，基于金融稳定的评判目的，因此时间参数设置本身较长，滤得结果类似于中周期，和社融同比反馈的三年一轮周期的时长有所不同，峰、底位置也有差异。在金融中周期景气上行期间即便信用出现回落，也是像2008年版本的“小插曲”，即便在投资实践中我们将3个月及以上的社融同比下滑定义为“紧信用”，收紧时也会被“阻力位”托底，难出现失速下滑。不考虑直接融资占比提升、信用债打破刚兑等背景的改变，参考2008年信用周期的经验，年内的社融增速下修的幅度预计是可控的。 中国仅有两次“类衰退”的经验，我们对比真正经济衰退案例较多的美国。若用M2来表征其信用环境，可发现M2同比的大幅上涨基本都发生在NBER定义的经济衰退期间，且基本都会持续一年以上。在经济复苏后信用退潮，M2同比的下行程度被扩张期的基数效应放大，并且是从衰退后11-12个月后开始趋势性大幅回落。不过新冠时期美国M2扩张速度空前，即便在2020年高基数效应映衬下也并未看到今年3月M2边际降温。疫情期间中、美两国央行货币工具动用程度不同，政策的“基数”不同，信用周期演绎路径自然大相径庭。美国经验中相对确定的是货币投放“易放难收”，防失业、抑通胀的美联储双向目标致使其紧缩信用时要兼顾内需与就业，这次美联储允许通胀率越过2%目标值似乎赋予就业KPI以更高权重。 总结：基数效应或为年内金融数据的隐含因素 社融和信贷的基数效应可能成为二季度甚至年内分析金融数据不可忽视的隐含因素。在规避基期效应中可以应用三类方法，其对比如表2所示。从目前指标的指向来看：（1）两年复合增速法显示1-3月社融同比稳定在11.8~12%范围内，较去年底水平有下行；（2）新增贷款同比多增、存量同比下滑存在数据分歧，历史上同期经验和当下基本面、资本市场所交易信息显示增量口径反馈的稳健性更加可信；（3）根据非典和金融危机两次类似情景对标可发现，这轮信用扩张路径和放缓路径和非典时期更接近。从信贷缺口显示的景气点位来看，在金融中周期支撑下即便社融同比下行也会有阻力位支撑，年内预计难出现失速下滑。 附录：信贷和社融明细分类项目新增量的季节性走势

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）