后疫情時代系列報告之七
摘要
疫情爆發(fā)后，信貸一度大幅寬松，流動性（不妨稱之為“水”）去了何方是市場非常關注的問題。在搞清楚水的去向之前，首先必須搞清楚有多少水。隨著銀行間同業(yè)融資以及非銀金融機構(gòu)的發(fā)展，即便是廣義貨幣M2也不能完全捕捉市場流動性的變動。我們根據(jù)IMF《貨幣與金融統(tǒng)計手冊》的相關定義，并結(jié)合中國的金融業(yè)務實操情況，對中國的流動性總量進行了比較翔實的量化分析。
我們的估算顯示，在股市、樓市和非地產(chǎn)實體三類中，今年流向股市的“水”雖然占比低，但是增速最快，流向樓市的“水”增速回落，但是占比仍然比較高。關于 “水”的流向我們可以簡單地看非地產(chǎn)實體、房地產(chǎn)以及與股市有關的債務的變化。今年以來股市和非實體信貸增速均回升。從占比來看，非地產(chǎn)類實體債務占比的降幅放緩，股市占比雖低但增速最快，地產(chǎn)債務占比仍較高但增速已開始回落。從非地產(chǎn)實體來看，今年企業(yè)融資上半年多以短債為主，下半年以來中長期貸款大幅同比多增，工業(yè)中長期貸款高于貸款平均增速，反映經(jīng)濟復蘇動能增強。不過普惠小微在整體貸款中的占比，在今年3季末提升至8.6%，未來可能發(fā)生的不良風險值得關注。
今年房地產(chǎn)融資條件直接來看沒有大幅寬松，房企對上下游資金占用比例較往年明顯提升，樓市未出現(xiàn)全面過熱現(xiàn)象，但局部過熱已現(xiàn)端倪。前9個月商品房銷售增速回升至4.9%（低于去年同期的10.4%）；從可跟蹤的二手房成交看，前8個月成交面積負增長，但部分一線城市增速超40%，樓市呈現(xiàn)局部過熱。此外，房地產(chǎn)開發(fā)資金來源增速并未回到往年水平，房企對上下游資金占用比例較往年提升明顯，一定程度反映其融資條件并未大幅寬松。明年地產(chǎn)融資情況要視新增信貸情況、資管新規(guī)收官之年非標資產(chǎn)的處置，及三條紅線的實施時間表而定。
疫情提升被動儲蓄，對今年的股市形成利好，但短期流向股市的“水”速有邊際變化。今年居民儲蓄率提升、部分企業(yè)獲得超額信貸、中國經(jīng)濟復蘇較快等，帶來股市情緒好轉(zhuǎn)，散戶開戶數(shù)大量增加，同時機構(gòu)在市值中占比有所提高。不過以上市券商的“代理買賣證券款”科目近似替代客戶保證金，3季度環(huán)比小幅負增長。隨著工業(yè)企業(yè)利潤增速回升、中低收入人群的收入改善，以及央行貨幣政策邊際趨緊，這意味著流動性開始進入實體，前期的金融實體配置不均、收入分配不均的狀況均將有所改善，資金加速入股市的情況短期不一定再現(xiàn)。
海外資金流動也會影響流動性總量，今年海外疫情控制力度弱、以美國為代表的多國貨幣/財政政策大幅放松，境內(nèi)外資金利差明顯拉大，利好國內(nèi)金融資產(chǎn)。向前展望，需要密切關注境內(nèi)外增長差和利率差的變化，以及中國資本市場開放的程度。
正文
今年2月以來受新冠疫情對經(jīng)濟帶來的巨大沖擊，宏觀政策逆周期調(diào)節(jié)力度加大，尤其是貨幣政策在穩(wěn)定金融市場信心、實體紓困和配合財政等方面發(fā)揮重要作用。5月至今，隨著國內(nèi)疫情消退、經(jīng)濟趨穩(wěn)，以及出現(xiàn)的同業(yè)資金空轉(zhuǎn)和樓市走熱，央行貨幣政策開始邊際趨緊。從價格看，近期隔夜資金利率已由5月中旬低于1%回升至2.0%左右的水平；從量看，人民幣貸款增速和隔夜資金回購量均有回落，不過兩者差異較大，實體感受到的收緊程度明顯不及金融機構(gòu)。金融市場上價格信息較公開透明，但對于流動性總量，投放渠道多且變化較快，市場對其整體認知仍較為模糊，我們嘗試在本篇報告中對流動性的總量和結(jié)構(gòu)特征進行總結(jié)，并試圖解答如下問題：
流動性總量的范疇界定，在直接融資發(fā)展、非銀金融機構(gòu)作用日益擴大化的背景下，如何找到更合適口徑來反映流動性的松緊？
流動性總量的去向，以及各自演變的邏輯如何？
流動性總量的衡量
IMF如何統(tǒng)計流動性總量
1950年代以來，隨著金融機構(gòu)和金融工具的發(fā)展，弗里德曼、施瓦茨、托賓、格利和肖等學者都曾對貨幣范疇有不同程度的拓展。比如格利和肖認為非銀行金融中介NBFIs(Non-bank financial intermediaries)的存款也具有創(chuàng)造流動性的作用，應被納入貨幣口徑，英國拉德克利夫委員會(Radcliffe Committee)在1959年發(fā)布的報告中提出廣義流動性概念[1]，認為成功的貨幣政策不僅僅是控制貨幣供給，更要調(diào)控廣義流動性。
IMF在《貨幣與金融統(tǒng)計手冊》中指出，對于廣義貨幣總量的編制，由于不同金融工具的貨幣化程度不同，有必要對其進行評估，重點是看每種金融資產(chǎn)能在多大程度上提供流動性[2]和儲藏價值。IMF對廣義貨幣的定義，不僅包括存款類金融機構(gòu)的存款，還有同業(yè)負債、其他部門發(fā)行的金融工具等。
近年來中國央行不斷擴充完善廣義貨幣的范疇。最近一次是在2018年，央行用非存款機構(gòu)部門持有的貨幣市場基金取代貨幣市場基金存款（含存單），計入M2。但無論是從金融產(chǎn)品屬性（銀行的理財子公司/資管部門同樣有發(fā)行具有類貨基的金融產(chǎn)品），還是從貨幣基金所投資的金融工具（利率債、同業(yè)存單、高等級信用債等）的覆蓋面看，僅納入貨幣基金似乎并不完整。
圖表: IMF對于廣義貨幣的定義
資料來源：IMF, Monetary and financial statistics manual and complication guide, 2016. 中金公司研究部
IMF對流動性總量（Liquidity aggregate）的界定，則是在廣義貨幣的基礎上增加存款類金融機構(gòu)、其他金融機構(gòu)、企業(yè)以及政府發(fā)行的金融工具等[3]。
從結(jié)構(gòu)上看，廣義貨幣和流動性總量所統(tǒng)計的金融工具，其流動性高低會受多因素影響，除了金融工具本身的貨幣屬性，監(jiān)管政策也影響金融工具的貨幣化/流動性程度（比如監(jiān)管機構(gòu)對債市杠桿限制的變動，會影響債券質(zhì)押在同業(yè)流動性中發(fā)揮的作用）。
中國的流動性總量測算
我們主要借鑒IMF對流動性總量分級定義中的L2，對中國的流動性總量進行測算，具體涵蓋范圍如下：
銀行體系總負債，包含計入M2的表內(nèi)存款，以及批發(fā)融資（包括存單、同業(yè)存放、同業(yè)拆借、債券質(zhì)押融資[4]等）、表外理財?shù)龋?/p>
非銀金融機構(gòu)表內(nèi)外負債，包括證券公司債券發(fā)行及資管計劃、基金份額、基金及基金子公司專戶、信托計劃、保險資管計劃等；
此外，不同于IMF將政府債券計入流動性總量，我們直接計算“現(xiàn)實”的流動性總量，即政府債在債券質(zhì)押融資中發(fā)揮的作用，這是同業(yè)往來的重要組成。
流動性總量[5]的估算結(jié)果下圖所示，其走勢與M2并不完全同步，即銀行的同業(yè)、表外業(yè)務和非銀行金融機構(gòu)業(yè)務，并不完全與銀行表內(nèi)存款增速呈一致走勢。由于金融工具的流動性差異較大，我們將其分為高流動性總量（銀行的企業(yè)活期存款與理財、流入股債的境外資金、公募基金和同業(yè)市場，并將流動性最高的同業(yè)流動性單列）和低流動性總量（其他金融工具）兩類，高、低流動性比例約1:1（其中同業(yè)流動性占比約2.2%），并觀察各自變化[6]。
圖表: 中國的流動性總量變動
資料來源：Wind，CEIC，中金公司研究部，截至2020年8月
圖表: 不同流動性增速
資料來源：Wind，CEIC，中金公司研究部，截至2020年8月
我們對可獲數(shù)據(jù)分為以下時期：
①金融風險整治初期（2016.10-2018.3）：2016年9月起中國央行貨幣政策開始收緊，10月金融市場發(fā)生“錢荒”，而2016年底在美聯(lián)儲進入加息周期后中國央行也開始加息，此外，2017年3月“三三四”政策出臺整治金融亂象，短端的同業(yè)套利、長端的影子銀行規(guī)模均開始收縮，高、低流動性總量增速同步下降；
②去杠桿攻堅期（2018.4-2018.12），2018年4月資管新規(guī)正式出臺，影子銀行規(guī)模大幅壓降，低流動性甚至負增長，并影響實體融資增速；
③溫和加杠桿期（2019年）：經(jīng)濟面臨增速放緩壓力，影子銀行壓降規(guī)模趨穩(wěn)，央行多次降準釋放流動性，高、低流動性均溫和增長；
④疫情特殊期（今年至今）：上半年貨幣政策較寬松，尤其帶動同業(yè)等高流動性總量較快增長，不過隨著5月底以來貨幣政策逐步正?；鲃有钥偭吭鏊仝吘?。
從機構(gòu)層面看，銀行在流動性創(chuàng)造中居于核心，而非銀金融機構(gòu)則更多是與銀行合作互動，模式不時變化。銀行的業(yè)務創(chuàng)新多以期限套利、杠桿套利和資本節(jié)約為特點，并體現(xiàn)在表內(nèi)外，在資管新規(guī)出臺前金融機構(gòu)的通道業(yè)務和同業(yè)理財增速較快；在資金成本較低時，銀行往往會主動增加同業(yè)負債以進行杠桿和期限套利。下面第二個圖表銀行這幾類負債受金融監(jiān)管和利率環(huán)境的影響，波動均較大。
圖表:銀行表內(nèi)外負債來源拆解
資料來源：中金公司研究部
圖表:銀行主動負債波動較大
資料來源：Wind，CEIC，中金公司研究部
今年中國流動性總量的演繹
2月以來央行大量投放流動性，隔夜資金利率一度低于1%；4月央行下調(diào)銀行超額準備金利率，疊加市場對經(jīng)濟預期較悲觀，資金在金融體系淤積空轉(zhuǎn)，金融市場流動性大幅增加（今年前5月高流動性總量尤其是同業(yè)流動性反彈幅度更高）。5月以來貨幣政策邊際收緊，貨幣政策對信貸的結(jié)構(gòu)性引導特征更明顯（7月以來則更多是低流動性總量持續(xù)反彈，這主要與居民收入逐步恢復背景下一般性存款穩(wěn)定增長，信托、基金專戶等跌幅收斂有關）。
我們從居民、企業(yè)和同業(yè)端分別看流動性：
? 居民和企業(yè)層面：
居民端：以銀行負債為例，今年居民收入增速雖受到疫情沖擊，但居民消費下降、預防性儲蓄需求上升，儲蓄率提高助推其存款增速回升。同時4月以來中國疫情控制較好，疊加全球流動性寬松，中國股市情緒修復，居民風險偏好提升。此外，今年疫情對不同人群收入的影響不對稱，中高收入人群多可通過無接觸方式工作，儲蓄更加向中高收入群體集中，該類群體投向資本市場的意愿和抗風險能力相對更強。因此在今年疫情下，居民在各類金融資產(chǎn)配置方面均有提速，并向風險資產(chǎn)傾斜。我們看到，在居民存款增速回升外，基金和保險業(yè)管理的資產(chǎn)增速均回升，而基金子公司、信托等影子銀行規(guī)模則跌幅收斂。
企業(yè)端：同樣以銀行負債為例，企業(yè)存款雖會受盈利影響，但整體上與貸款的走向基本一致，貸款略領先企業(yè)存款增速（體現(xiàn)出“貸款創(chuàng)造存款”），而且企業(yè)不同貸款結(jié)構(gòu)反映的經(jīng)濟情況也不盡相同。今年上半年企業(yè)短期和票據(jù)貸款新增量較大，反映金融機構(gòu)的經(jīng)濟預期較差（一部分是彌補經(jīng)營性現(xiàn)金流的下降），企業(yè)貸款呈短期化，同時部分現(xiàn)金流較好的企業(yè)憑借優(yōu)質(zhì)資信獲得貸款后，通過購買結(jié)構(gòu)性存款和理財?shù)确绞竭M行套利，貸款回流銀行速度較快。不過下半年以來，隨著出口改善續(xù)力前期企業(yè)趕工，經(jīng)濟復蘇勢頭進一步穩(wěn)固，以及銀行紓困類、基建配套類等貸款持續(xù)發(fā)力，企業(yè)中長期貸款增速回升，這對企業(yè)存款增速的支撐力度會更穩(wěn)健。
? 同業(yè)層面：
同業(yè)流動性主要包括兩類：一是對市場流動性極度敏感的資金，主要追逐短期利差交易；二是在監(jiān)管政策差異、各類機構(gòu)專業(yè)優(yōu)勢差異等背景下流動的資金，既包括影子銀行的通道資金，也包括銀行委外業(yè)務等。
第一類流動性高度活化，在流動性總量中占比雖低（大致2%），但對貨幣政策的反應最為敏銳，波動也相對較大。該類流動性對債市的影響更大些，債市回購量增加、杠桿率上升，與債市利率下行往往相互促進，其在今年4月份達到頂點，此后便緩慢回落。
今年上半年銀行結(jié)存顯著增加，下半年壓降規(guī)模較大的銀行對同業(yè)存單依賴度上升，存單可起到一定“補長錢”作用，MLF利率成為1年期同業(yè)存單定價重要的錨。同業(yè)存單發(fā)行利率若高過MLF利率，央行會傾向于凈投放流動性以穩(wěn)定資金價格，這意味著銀行同業(yè)負債成本某種程度上存在上限。
而對于第二類流動性，從2017年金融監(jiān)管加強，再到2018年資管新規(guī)落地，影子銀行規(guī)模大幅壓降，2019年開始影子銀行處在有序可控的壓縮，其對流動性總量的影響較為可控。
圖表: 三季度居民儲蓄率與去年同期相比仍然較高
資料來源：Wind，CEIC，中金公司研究部
圖表: 基金和保險等資管規(guī)模擴張，影子銀行降幅收斂
資料來源：Wind，CEIC，中金公司研究部
流動性的量與價呈相互促進，貨幣政策每次的擴張與收縮，都會帶來一輪流動性的自我創(chuàng)造與毀滅。資金利率下降往往進一步推升流動性總量，流動性總量的寬松也會壓低資金價格，不過自5月下旬以來，這一擴張因監(jiān)管的加強和貨幣政策的邊際趨緊發(fā)生了反轉(zhuǎn)。
水往何處流？
流動性的去向
如前所述，我們按照IMF較為狹義的流動性總量定義（L2）對中國進行了測算，主要包括銀行和非銀金融機構(gòu)發(fā)行的各類金融工具，并在其資產(chǎn)配置方面，我們將其分為實體信貸（非房地產(chǎn)）、房地產(chǎn)和股市幾類[7]（這些構(gòu)成金融機構(gòu)的資產(chǎn)，也是對應投向部門的債務）。今年以來股市和非實體信貸增速均在回升，其中非地產(chǎn)實體債務占比的下降幅度已明顯放緩，股市占比雖低但增速最快，地產(chǎn)債務占比仍較高但增速已開始回落。從增量占比看，今年前9月股市占比達12.2%，為歷史較高水平，房地產(chǎn)占比則降至約17.3%，較2019年全年約25%的水平有明顯下降。
圖表: 流動性總量的來源與去向
資料來源：中金公司研究部
圖表: 流動性總量去向增速
資料來源：Wind，CEIC，中金公司研究部
圖表: 流動性總量去向分布
資料來源：Wind，CEIC，中金公司研究部
實體信貸
上述對實體信貸的估算，我們主要依據(jù)央行公布的社會融資規(guī)模口徑對其進行補充完善[8]，主要是增加了未被計入社融的影子銀行開展的類信貸活動，具體包括保險資管的債權(quán)計劃（主要是基礎設施和不動產(chǎn)債權(quán)計劃）、財產(chǎn)權(quán)信托（從財產(chǎn)權(quán)信托的發(fā)行案例看，多為應收賬款的證券化），扣減企業(yè)股權(quán)融資、政府債券融資、地產(chǎn)融資等。
此外，我們在信貸中未加入企業(yè)境外融資，主要是因為Wind和Bloomberg統(tǒng)計口徑的美元債務均無法與我國國際收支頭寸下的外債規(guī)模相匹配，但下圖我們展現(xiàn)了地產(chǎn)在中資美元企業(yè)債的占比，具備一定的參考意義，目前來看該比例持續(xù)上行的勢頭減弱，即房企美元債大幅擴張風險下降。
如前所述，今年企業(yè)融資在上半年和下半年冰火兩重天，上半年多以短期貸款/短期債券/票據(jù)融資為主，下半年以來銀行對企業(yè)中長期貸款大幅同比多增，其中房地產(chǎn)貸款增速趨緩、工業(yè)中長期貸款高于貸款平均增速，反映經(jīng)濟復蘇動能增強。不過值得注意的是，普惠小微在整體貸款中的占比，在今年3季末從2018年末的5.9%提升至8.6%，不良風險值得關注。
圖表: 美元債中房企占比有所企穩(wěn)
資料來源：Wind，中金公司研究部
圖表: 近期工業(yè)中長期貸款超平均增速，且久期拉長
資料來源：Wind，中金公司研究部
房地產(chǎn)市場
今年資金面寬松后，監(jiān)管和市場對房地產(chǎn)的關注度上升，如果地產(chǎn)領域存在過度金融化的傾向，則貨幣政策保持偏緊的定力可能仍較強，并進而影響到其他實體和金融市場。
央行披露的信貸流向數(shù)據(jù)顯示，今年前三季度主要金融機構(gòu)的新增信貸中僅有27%為涉房貸款（包括房地產(chǎn)和個人按揭貸款）。但從上市銀行信貸結(jié)構(gòu)看，多家銀行相關占比超過50%（其中住房貸款包括按揭貸款和持證抵押貸款，后者并不計入宏觀層面的涉房貸款），部分以既有房產(chǎn)為抵押的貸款可能流向房地產(chǎn)和資本市場。因此今年金融條件寬松帶來的信用擴張下，流向房地產(chǎn)市場的貸款大概率高于我們顯性看到的涉房類貸款，不過縱向仍呈環(huán)比下降。
那房地產(chǎn)是否出現(xiàn)過熱情況呢？從商品房銷售增速看，今年前9月回升至4.9%，低于去年同期的10.4%；從可跟蹤的16城二手房成交情況看，今年前8月銷售面積增速仍為負增長，不過城市間分化較為嚴重，深圳、上海等一線城市成交面積增速超過40%，三四線城市則呈負增長；從價格指標看，100大中城市土地溢價率在今年年中達到高點后回落，70大中城市二手房價數(shù)據(jù)中一線城市月度環(huán)比增速明顯提升。這些指標顯示今年樓市或更多呈現(xiàn)局部過熱風險。
圖表: 商品房銷售額增速仍低于去年同期水平
資料來源：Wind，中金公司研究部
圖表: 各線城市二手房市場熱度分化（成交面積）
資料來源：Wind，中金公司研究部。注：本數(shù)據(jù)摘自披露高頻數(shù)據(jù)的16個城市房管局，一線城市包括北京深圳廣州，二線城市包括杭州、廈門、蘇州、成都和青島，三四線城市包括南寧、無錫、常熟、岳陽、揚州、金華、東莞和佛山，相較而言樣本對一二線城市的代表性相對更強些。
從綜合口徑看，當前房地產(chǎn)開發(fā)資金來源增速并未回到往年水平，我們對房地產(chǎn)開發(fā)投資資金來源重新進行了拆分，其中房企對上下游資金占用比例較往年提升明顯，一定程度反映其融資條件并未出現(xiàn)大幅寬松。
圖表: 一線城市二手房環(huán)比上漲明顯，一級土地溢價率在年中達到高點之后回落
資料來源：Wind，中金公司研究部
圖表: 今年房企開發(fā)投資增速持續(xù)回暖
資料來源：Wind，中金公司研究部
整體上，我們認為今年年內(nèi)房地產(chǎn)領域繼續(xù)邊際緊縮的幅度或概率較低（即使考慮到銀行理財、債券和委貸等對地產(chǎn)的支持，前三季度銀行對地產(chǎn)支持或未明顯超出30%要求），但明年地產(chǎn)融資情況，則要視資管新規(guī)收官之年各類非標資產(chǎn)的壓降轉(zhuǎn)標/入表壓力，以及三條紅線的具體實施方案（如果是分批次對房企實施三條紅線監(jiān)管約束，則影響較為可控）而定。
圖表: 房地產(chǎn)開發(fā)投資資金來源各類占比
資料來源：Wind，中金公司研究部
圖表: 房地產(chǎn)開發(fā)投資資金來源累計同比增速
資料來源：Wind，中金公司研究部
股市配置動機如何演變？
金融市場流動性的波動更大，也更易受監(jiān)管態(tài)度、貨幣政策、市場情緒、外圍市場等多重因素影響。比如當金融機構(gòu)從加杠桿轉(zhuǎn)為去杠桿狀態(tài)時，會在市場拋售高流動性資產(chǎn)，債市的無風險利率和信用利差承壓。而在我國加大金融市場開放、境內(nèi)外資金利差較高的背景下，境外資金對金融市場的影響也在增強。市場流動性充裕時可能會出現(xiàn)股債雙牛（今年3月中旬至4月底），在多數(shù)時期股債往往呈現(xiàn)此消彼長的“蹺蹺板”現(xiàn)象。下圖顯示，同業(yè)流動性與債市利率往往呈負相關，5月貨幣政策的邊際收緊對債市的影響相對更大。
以下我們簡要分析一下股市流動性的變化。
圖表: 同業(yè)流動性與債市利率多數(shù)時期呈一定負相關
資料來源：Wind，中金公司研究部
圖表: 上交所持股市值占比
資料來源：上交所，中金公司研究部
從上交所歷史情況看，散戶所持市值占比約20%，并貢獻了80%以上的交易，是股市維持高流動性的重要保障。而今年以來居民儲蓄率被動提高，為股市流動性提供了重要來源，今年以來滬深交易所的新增散戶開戶量陡增、融資融券賬戶開戶數(shù)增速也較大；企業(yè)則由于被動儲蓄、低成本融資等原因，其資本市場的參與度也有提高，以工業(yè)企業(yè)為例，今年上半年其投資收益對利潤貢獻占比超過12%。
圖表: 上交所買賣交易占比
資料來源：上交所，中金公司研究部
圖表: 新增散戶開戶量大幅增加
資料來源：滬深交易所，中證登，中金公司研究部
圖表: 企業(yè)對資本市場參與度也有提高
資料來源：Wind，CEIC，中金公司研究部
圖表: 公募基金持倉市值占比
資料來源：Wind，中金公司研究部
從股市結(jié)構(gòu)看，雖然散戶開戶數(shù)增加，但居民通過機構(gòu)參與股市的比例相對上升。以公募基金為例，一方面公募基金持倉市值占比持續(xù)提高，另一方面以公募基金份額的投資者持有結(jié)構(gòu)看，個人投資者持有比例有所上升，這將有助促進股市中長期可持續(xù)發(fā)展。
我們以上市券商的“代理買賣證券款”科目近似替代客戶保證金，發(fā)現(xiàn)其環(huán)比增速的高點發(fā)生在今年1季度，2季度增速放緩、3季度則小幅負增長。隨著疫情緩解、中國經(jīng)濟重拾復蘇勢頭，工業(yè)企業(yè)利潤增速回升、中低收入人群的收入改善（農(nóng)民工收入增速回升、居民可支配收入中的經(jīng)營性收入跌幅也在逐步收斂），以及央行貨幣政策邊際趨緊，這意味著流動性開始進入實體，前期的金融實體配置不均、收入分配不均的狀況均將有所改善，資金加速入股市的情況短期或難再現(xiàn)。
圖表: 公募基金份額中機構(gòu)投資者的持有比例變動
資料來源：Wind，中金公司研究部
圖表: 上市券商代理買賣證券款變動情況
資料來源：上市券商財務報告，中金公司研究部
此外，海外資金流動也會影響流動性總量，今年海外疫情控制力度弱、以美國為代表的多國貨幣/財政政策大幅放松，境內(nèi)外資金利差明顯拉大，利好國內(nèi)金融資產(chǎn)。向前展望，需要密切關注境內(nèi)外增長差和利率差的變化，以及中國資本市場開放的程度。
但對資本市場而言，決定其價格漲跌則取決于資金的供需兩方面，流動性的增加不一定完全體現(xiàn)為資產(chǎn)價格上漲，也與資產(chǎn)的供給有關，這一點在今年的股債兩市都體現(xiàn)得較為明顯：
債市方面，今年利率債集中大量發(fā)行與金融監(jiān)管加強幾乎同步，5-8月銀行間市場流動性偏緊，當然這也與財政支出進度偏慢有關，這最終帶來債券市場較劇烈的調(diào)整。股市方面，雖然中國可能會迎來趨勢性的居民財富向股市傾斜（同時要確保房地產(chǎn)市場得以有效調(diào)控），但今年股市IPO和再融資規(guī)模創(chuàng)近幾年新高，隨著創(chuàng)業(yè)板推行注冊制（未來整體A股或也逐步推行），我們預計股市擴容或?qū)⒗^續(xù)加快，對流動性的需求也將進一步增加。因此具體到流動性對股價的影響，需關注股市增加的融資需求/流動性流出（如IPO、再融資、產(chǎn)業(yè)資本減持、限售股解禁等）與入市的增量資金（如新發(fā)基金、散戶入市、險資企業(yè)年金入市、海外資金流入等）之間的對比。
[1]報告提出廣義流動性概念，以“一般流動性”作為界定貨幣的標準，認為金融機構(gòu)存款之外的短期流動性資產(chǎn)（如國債、企業(yè)債）的流動性與廣義貨幣的各個組成部分只有程度差別而無本質(zhì)區(qū)別，也應屬于廣義貨幣范疇。
[2]流動性是指金融資產(chǎn)在多大程度上能夠在短時間內(nèi)以全部或接近市場的價值出售。
[3]尤其是2007-2009年全球金融危機的爆發(fā)，愈發(fā)顯示廣義貨幣并不能捕捉完整的流動性創(chuàng)造機制，非銀行金融機構(gòu)愈發(fā)重要。IMF對廣義流動性的定義，同樣會依據(jù)金融工具的久期和發(fā)行主體進行分級（流動性從高到低包括L1、L2、L3和L4四級）。
[4] 主要根據(jù)中國貨幣網(wǎng)對同業(yè)拆借、債券質(zhì)押融資的月度統(tǒng)計測算（剔除掉銀行的同業(yè)往來，因銀行同業(yè)往來已被計入在銀行體系負債中，但銀行表外理財?shù)耐瑯I(yè)融資也被一并剔除，可能帶來流動性總量的小幅低估）。
[5]我們對季度頻率數(shù)據(jù)通過插值法予以補齊，對更新較慢的數(shù)據(jù)根據(jù)相近高頻數(shù)據(jù)走勢外推。
[6]William A. Barnett (1980,1984)曾利用Divisia指數(shù)構(gòu)建Divisia貨幣總量，以貨幣資產(chǎn)的機會成本為權(quán)重加總各類金融資產(chǎn)相得，方法相對更精準。
[7] 此外，還有同業(yè)業(yè)務包括通道業(yè)務和金融機構(gòu)各類往來等，在去向方面暫不做單獨描述。在對股市資金測算方面，我們大致估算銀行理財、信托、保險、基金等投向股市的資金量（但對于社保和企業(yè)年金專戶由于投向數(shù)據(jù)未披露，未考慮），并加入外資配置。
[8]不過當前我們估算的廣義社融口徑，仍不能包羅所有實體信貸行為?；鸺盎鹱庸緦簟⑷藤Y管的主動管理非標的規(guī)模難尋，諸如投向地方金融資產(chǎn)交易所等發(fā)行的債務融資工具或收益權(quán)轉(zhuǎn)讓。但由于部分非標委托貸款、信托貸款、保險資管計劃同樣將其納入投資標的，我們便不再進行完整推測。
文章來源
本文摘自：2020年11月8日已經(jīng)發(fā)布的《今年，“水”往何處流？| 后疫情時代系列報告之七》
分析員 鄧巧鋒 SAC 執(zhí)業(yè)證書編號：S0080520070005
分析員 張文朗 SAC 執(zhí)業(yè)證書編號：S0080520080009 SFC CE Ref：BFE988
分析員 彭文生SAC 執(zhí)業(yè)證書編號：S0080520060001 SFC CE Ref：ARI892
