文/新浪财经意见领袖（微信公众号kopleader）专栏作家 李奇霖
当一份金融数据摆在我们面前时，这些数据的统计范围包括哪些，是如何统计的？我们应该怎么去分析它，又怎么去通过它来判断金融资产价格的走势？
金融数据每月在10-15日由央行发布，主要包括两个部分：1）体现实体融资需求的社会融资规模（简称社融）与信贷规模；2）代表实体经济流动性的货币供应量（M0、M1、M2）。
我们这篇文章主要分析这两部分，试图解决两个问题：
第一，这些数据的统计范围包括哪些，是如何统计的？
第二，当一份金融数据摆在我们面前时，我们应该怎么去分析它，又怎么去通过它来判断金融资产价格的走势？
1
社融与信贷解析
对社融与信贷，央行会公布两种口径的数据，一是当月新增规模（增量），二是存量规模。
当月新增规模是投放总量扣除到期后的净融资规模，波动极大，有季节性冲量的特征，在1月、3月、6月、9月与11月有明显的峰值。
这种特征和银行信贷的投放规律有关。首先，每年年初银行会有谋求开门红、早投放早收益的考虑，因此容易造成1月份数据高增；其次，在每个季末，银行内部有业绩指标的考核压力，为满足考核要求，银行业务人员会在季末冲量。
但在最后一个季末月12月，银行在大部分年份会面临信贷额度不够、为明年开门红储备项目、年度监管考核（如资本充足率）等综合因素带来的压力，因此冲量月份会明显提前至11月，12月份反而会出现回落。
由于增量数据的高波动性，我们对它的分析主要集中在绝对规模的变化上，对同比增速与环比增速基本不看。
具体到某一个月的数据，我们会首先观测实际值与预期之间的差异。
预期一般是市场研究人员在过往年份的当月均值基础上加减所得，或根据对银行资产负债部门的草根调研所得。若实际值低于预期，则一方面可能会直接带来交易行情，另一方面也会使投资者下修对经济增长的判断；若高于预期，则相反。
其次，我们会习惯看同比去年的变化与环比上月的变化。同比去年的变化可在一定程度上去除季节性因素带来的扰动，是经济增长动能同比的反映。
环比的变化则是一种直观感性的理解。中间纵然有季节性因素的影响，但如果说波动变化极大，比如从3000亿增长至1万亿，依然会对投资者的预期与情绪造成冲击，从而在短期内改变资产价格的走势。
存量规模是增量数据的累计存续值，主要看同比增速的变化。它与经济增速、固定资产投资等以同比增速为主要披露口径的宏观指标相对应，在宏观中长期趋势的判断上更有积极意义，弥补了增量数据波动大的缺点。
作为传统的间接融资方式，信贷的存量数据很全面。2013年以前，它是决定社融和体现实体融资需求的主要指标，看待融资需求即主要看信贷。
但2013年后，随着金融创新的加快，影子银行兴起，非标与债券融资对社融的影响力显著增强，贷款与社融的增速裂口增大，趋势也出现了分化，信贷存量增速变化的信号意义下滑，投资者与研究人员对它的关注度也有所下降，转而关注社融存量增速。
但社融因为囊括范围广，在2011年才开始正式统计，向前回溯难度大，存量数据披露不全面，在2016年前只有季度数据和年度数据，往后才有月度数据。所以我们需要通过（当月社融存量规模=上月社融存量+当月新增社融规模）来倒推得到月频数据。
从我们估算得到的结果看，社融存量同比以2010年为界，呈现趋势上涨和趋势下行的特征，与GDP增速、工业增加值累计同比增速都有较好的相关性，在部分时期有一定的领先性。
比如2008年金融危机后，社融领先GDP大约4-6月触底；2010年，社融领先GDP大约2个月。
以上是我们在获得一份社融后所做的总量分析，接下来，我们来进一步分析社融与信贷的分项。
分项很重要。透过分项，一方面我们可以了解社融与信贷增长的质量。因为诸如短期贷款、非银贷款、票据融资等分项由于期限短，与企业部门资本开支所需要的中长期资金不匹配，很难带动实体出现持续的扩张。所以，如果社融和信贷的高增长是由这些数据分项推动的，那么这种高总量并没有显著的意义。
另一方面，我们可以了解社融与信贷高增长或低增长背后的驱动因素，验证我们对经济与金融环境做出的判断是否准确，也可以与监管/货币/信用/财政政策、国内外宏观经济环境等因素进行比较，从而提前预判现在融资高增长/低增长的趋势能否持续。
（一）拆解社融分项应注意哪些问题？
目前，社融一共包括四个大项，十二个小项，如图5所示。
在这十二项中，人民币贷款、委托贷款、信托贷款、未贴现承兑汇票和债券融资五项是其中单项占比较高、波动较大的类别，影响较大。因此当我们对某一个月的社融数据进行分析时，我们主要分析的也是这五类。
但因为本文是一个手册类型的报告，我们将不局限在五个大项里，而是对这十二项分别展开评述。
1、表内业务—人民币贷款和外币贷款
人民币贷款是直接体现在银行资产负债表中且以人民币为计算单位的贷款。
它与金融机构贷款口径不同。因为社融体现的是金融体系对实体部门（居民与非金融企业）的支持情况，所以社融中的人民币贷款分项不包括非银贷款。而金融机构贷款没有这个统计原则，包含了非银贷款。
除这个差别外，人民币贷款和金融机构贷款，在趋势上和更细致的子项目组成上，都具有很强的一致性。所以我们在这里暂时不展开，后面在金融机构贷款拆解中，再做详细讨论。
外币贷款是金融机构以票据贴现、信贷、垫款等方式向非金融企业与居民发放的，以外币为计算单位的贷款。出于可比性的考虑，央行在统计时会将其折算成人民币进行加总。
从使用用途上来讲，外币贷款主要用于进口商品付汇或资本账户下的对外投资。考虑到国内资本账户仍然存在较强的管制，对外投资的规模要远小于进口。因此很多时候，外币贷款更多是用于进口商品的付汇。
从图8来看，我们也能看到进口金额当月同比增速与新增外币贷款规模存在明显的正相关性。
同时，由于贷款以外币计价，所以对非金融企业来说，最大的风险在于汇率风险。从历史经验来看，2015-2016年与2018年的汇率贬值时段，外币贷款均为连续的负增长。
2、表外业务：信托贷款、委托贷款、未贴现银行承兑汇票
信托贷款是资金信托计划（包括集合信托与单一信托，剔除了财产信托）所配置的贷款资产。
因为所用资金是募集所得，不是信托公司的负债或自有资本，所以不列入信托公司的资产负债表，归入表外业务。
在统计时，央行依据的是《理财与资金信托专项统计制度》。根据这个制度，信托公司要按月报送各资金池月末的资产负债情况，尤其是对除回购与拆借外的贷款资产，要逐笔统计明细信息，以此来获得信托贷款的规模与具体投向。
在2017年资管新规提出“去资金池”的要求后，统计制度可能会有所变动，具体不得知，我们猜测可能会把“按各资金池统计”转为“按产品统计”，整体的统计要求与框架应该会保持不变。
因为这种统计方法是直接从信托公司的放款终端去统计的，所以不管资金是来自于哪，中间经过了多少嵌套，有多复杂的交易结构，都不会影响信托贷款规模的真实性与准确性，从而也就不存在金融创新导致信托贷款被低估或被高估的情况。
在对信托贷款进行分析时，我们通常会结合当时的经济与金融环境展开，寻找信托贷款规模变化的内在原因，并推测未来的演变趋势。
比如，现在政策积极宽信用，地方加快发专项债，扩大基建投资稳增长，那么信托贷款在需求端可能就存在一定的支撑；金融严监管，要去通道去资金池，信托公司业务开展难度加大，信托计划的资金募集会受影响，信托贷款就可能会出现大幅的萎缩等。
此外，为了了解信托贷款的边际变化，我们有时会看“用益信托网”在每月月初发布的集合资金信托月度报告。在这份报告里，我们可以看到集合信托的当月募集规模和实际投向，对我们及时掌握实体的融资需求与政策效果有一定的帮助。
委托贷款和信托贷款很相似。一方面，委托贷款也有一套完备的统计制度，称为《委托贷款专项统计制度》。
按照这个制度，委托贷款可以分成两个大类，一类是现金管理项下的委托贷款（主要指一些集团公司利用银行的现金管理体系将货币资金在各个分/子公司之间进行调配所产生的贷款），另一类是一般委托贷款。
依据委托人的身份，我们可以把一般委托贷款分成“受金融机构委托发放的贷款”和“受非金融机构委托发放的贷款”两类。在这两类下面，又可以进一步依据接受贷款的五个对象：个人、企业及各类组织、广义政府、金融机构、境外分成五个小类。
而对于社会融资规模中的委托贷款，央行定义的原文是：
“社会融资规模中的委托贷款只包括由企事业单位及个人等委托人提供资金，由金融机构（即贷款人或受托人）根据委托人确定的贷款对象、用途、金额、期限、利率等向境内实体经济代为发放、监督使用并协助收回的一般委托贷款。”
依据社融表达的是金融体系对实体经济（非金融企业与个人）的资金支持这样一个原则，我们认为除了对金融机构、境外和广义政府发放的一般委托贷款外，其余的一般贷款都应该属于社融的口径。
另一方面，对于委托贷款的分析，其模式也和信托贷款相似，主要看经济基本面和金融监管政策。
从历史数据来看，委托贷款和信托贷款有着相似的轨迹。但在部分时期，因为监管节奏的不同，出现过此起彼伏的现象。
比如2010-2011年和2014-2015年，受银（保）监会要求银信合作计提资本与127号文影响，信托业务受阻，大量需要放款通道的资金转向了银行，使委托贷款出现了高增。
2017年则相反，因为银行业三三四整顿与严监管，委贷业务受到影响，很多资金转向了信托公司，使信托贷款出现了持续的高增长。
未贴现银行承兑汇票是三项表外业务中最为神秘的一项。它的波动非常大，对社融的影响也较为显著，但很多时候大部分市场研究都会避开或仅仅只言片语地略过此项，所以很多人对这一项不是很了解，尤其是和票据融资相比，有什么差别和联系，更是让人疑惑。
在这里，我们举个例子来做说明。
假设有一家企业A，向批发商预定了100万的货物，但短期内没办法立刻给批发商全款。于是它找到了银行B，让银行B给批发商写张期限为6个月的“欠条”，并让银行在6个月后代替企业支付100万的货款。
这里的“欠条”就是银行承兑汇票。如果写“欠条”并承诺还款的不是银行，而是企业自己，那么我们把它称作商业承兑汇票，简称商票。
如果过了3个月，批发商也缺资金周转，那么它可以把银行承兑汇票转让给银行C来变现。这个转让过程，我们称为贴现或直贴。
直贴的银行承兑汇票+直贴的商业承兑汇票一起构成了贷款项下的票据融资。而没有经历这个过程的银行承兑汇票，构成了“未贴现银行承兑汇票”。
贴现后，银行承兑汇票就进入了银行体系，变成了一种类似于债券的资产，银行C可以把它转让给另一个银行D。这个过程我们称为转帖，等同于二级股票或债券市场上的买卖交易。
造成银行承兑汇票规模变化的原因比较复杂，比较常见的有：
1）监管约束，比如前几年某大行出现票据大案后，银（保）监会加强了对票据业务的监管，造成未贴现银行承兑汇票明显减少；
2）获取投资收益。一般来说，银行在答应企业开具承兑汇票前，会要求企业在银行内存入相应比例的保证金。如果资金充裕，企业可以选择100%的保证金，以定期存款、存单或结构性存款等形式存入银行来获取其中的利息收入。
3）融资需求。如果现金流紧张，企业也可选择20%、30%或50%等其他比例的保证金，低于承兑汇票面额的金额以企业在银行的授信额度来抵补，以达到“以少博多”的杠杆功能。
由于承兑汇票业务可以为银行带来存款负债，且不占用表内资本，所以很多时候，银行自身也存在着做大冲量的内在动力。
3、直接融资：债券融资与股票融资
债券融资的统计方式比较复杂，它是每个月由交易所、中央国债登记结算公司、交易商协会等负责注册、登记与托管的机构，将各类债券数据报送给央行，然后央行再进行加总统计所得。
具体券种包括非金融企业发行的企业债、超短期融资券、短期融资券、中期票据、中小企业集合票据、非公开定向融资工具、资产支持票据、公司债、可转债、可分离可转债和中小企业私募债等。
不过，如果我们自己依照央行发布的券种口径做加总，试图提前预测出当月的债券融资规模，会发现不管如何组合，最后的结果虽然在趋势上是一致的，但不精确，与实际值存在着或多或少的差距。
所以，从我们目前了解到的情况来看，债券融资的统计口径事实上是一个黑箱。
在具体分析时，因为趋势的可预测性，债券融资基本都不会太超预期，其新增规模的变化和债券市场行情、投资者与非金融企业的行为关联密切，需要根据因时因地的进行解读，没有一个一以概之的分析框架。
股票融资指非金融企业通过境内正规金融市场进行的股票融资，具体包括IPO、定向增发等方式，受监管政策和股票市场行情影响较大，现在每月新增规模基本在一两百亿左右徘徊，基本不会去做特别的关注。
4、其他项目
这部分一共囊括了六个子项目，其中投资性房地产、保险公司赔偿、其他融资规模很小，影响不大，2011年后央行就不再公开披露相关数据了。
另外三项（贷款核销、存款类金融机构资产支持证券、地方专项债）规模较大，是2018年才纳入社融统计范围的新项目，现在关注的人也不多，市场最关心的还是以前的老统计口径，所以不再具体展开了。
这里主要借统计口径调整的契机讨论两个问题，
第一，为什么把这三项纳入其中？
对贷款核销与存款类金融机构资产支持证券，是因为两者都会使银行表内的贷款存量减少，对新增规模的计算造成扰动，有加回去的必要。
对地方专项债，是因为原本银行可以把资金用于支持实体，但现在拿去配置了地方专项债，由地方政府去做基建或其他项目来代替非金融企业部门来支持实体经济了，也可以看做金融体系对实体经济的支持，满足社融的统计原则。
第二，还有哪些应该纳入到社融统计范围而没有纳入其中的？
主要包括私募基金对企业部门的股权投资、P2P和股权众筹等类别，他们属于金融体系对实体的资金支持，但在社融指标创建之初，这些类比的数据可得性较弱，规模较小，因此被舍弃忽略了。长期来看，有加回去的必要。
（二）解析信贷分项时应注意哪些问题？
信贷数据在统计上没什么问题，大家都比较熟悉，就是存款类金融机构资产项目中的贷款规模加总。
具体解读时，我们会把信贷按企业部门、居民部门和非银部门三个类别来分类分析。
1、企业部门信贷数据
企业部门的贷款我们可以分为三类，一是短期贷款，二是票据融资，三是中长期贷款。
（1）短期贷款是指期限在1年期以下的贷款，常和票据融资联系在一起。因为票据融资的期限也很短，功能上很相似，基本上都是被用来补充营运资金、偿还到期负债或结算等，和企业部门的现金流关联密切。
从历史数据上看，两者合计新增规模与M1同比有着一定的负相关性。
（2）票据融资是银行风险偏好的表征。和中长期企业贷款相比，票据的期限更短，也可流通交易（转帖），其背后要么有产业链中的核心企业信用背书（商票，能开票的一般都是有话语权的大企业），要么是有银行的信用做担保（银票），信用风险更低。
所以，当我们看到银行大量增加票据融资规模时，一般会认为银行现在是一个低风险偏好的状态。
此外，当经济较差，政府与央行进行逆周期调控之初，往往会倾向于扶持中小微企业，要求银行增加对中小微企业的信贷支持。
票据作为低风险信贷的一类，在这种时候往往会被银行所重视，成为他们开展普惠金融业务的主要抓手，从而造成票据融资的高增长。
（3）票据融资常有套利的因素。一方面，票据融资的利率锚定的是Shibor，当货币政策宽松时，票据融资利率往往会被打到比较低的水平，和银行理财、结构性存款或大额存单等高息产品之间存在着比较高的利差，因此很多企业可能会用贴现后资金去购买这些高息产品。
另一方面，银行为增加存款负债和信贷规模，有时也会纵容企业无真实贸易背景的套利行为。比如，企业先将货币资金用来做结构性存款，然后银行据此向企业开具银行承兑汇票，企业再把汇票向银行贴现，将货币资金置换出来。
对企业来说，它付出了贴现利率，得到了结构性存款的高利率，整个过程，没有实体的贸易往来做支撑。
（4）票据融资常受到监管的影响。这一点和未贴现承兑汇票很一致，一方面是因为上面说的票据空转的套利行为，另一方面是以前票据业务常用的是纸票，手续繁杂，容易出现不规范的操作，常出现风险事件。
但随着电票的普及，票交所的建立，现在纸票已逐渐退出历史舞台，不规范事件减少了不少。
（5）企业中长期贷款体现了实体的融资需求，其规模变化最能体现宏观经济运行状况。因为表外非标项中的“信托贷款”和“委托贷款”期限也相对偏长，也常被企业部门用来购置设备和建设工程，所以我们习惯把这三项加总起来考察。
从历史数据看（图14），（企业中长期贷款+委托贷款+信托贷款）累计同比出现过三个比较长的负值区间，分别是2010-2012，2014-2015，2018。
在这三个区间里，除了2010-2012年因为存在高通胀现象，导致长端利率没有走出趋势性行情外，其他两次都出现了100BP以上的牛市。
在拐点的判断上，该指标也有较高的精确度。比如2013年12月十年国开出现拐点，2个月后（中长期贷款+委托贷款+信托贷款）累计增速转负；2018年1月增速转负，十年国开拐点也一并出现。
所以，在通胀压力不大的情况下，（企业中长期贷款+委托贷款+信托贷款）累计增速是比较好的判断利率走势的指标，这应该是金融数据中的核心意义之一。
2、居民部门的信贷数据
居民部门的拆解和企业部门很像，也是按期限，分成短期贷款和中长期贷款两部分。具体解读如下：
（1）居民短期贷款包括哪些细项，我们暂时没有发现相关的官方口径。不过按照商业银行的资产负债表分类，短期个人经营性贷款（用于住房装修、私营企业主或个体工商户以自然人名义的贷款等）、信用卡透支、消费贷款（如车贷）等项目可能是主要的组成部分。
2017年以来，居民短期贷款中枢出现了明显的提升，一直有着很强的韧性，一度被市场所疑惑。
我们认为，这会是未来的常态，我们要适应居民短期贷款比例不断上涨的趋势。
因为一方面，对银行而言，居民短期贷款（尤其是消费贷与信用卡透支）额度普遍偏小，对于利率的敏感性不如大额贷款的企业，可收取较高的利率。
比如一个期限12月、本金1000元、每月利息30元的消费贷和期限同为12月、本金1千万、每月利息300000元的企业贷款，后者给人的冲击是要大的多。
且居民短期贷款具有分散性，风险低，不良率可控的特点，毕竟在国内我们听说过企业破产，但没听过个人破产。
最后，居民短贷可较为方便的用于做资产证券化的底层资产，市场认可度较好，银行可以在配置后尽可能地加快周转。
所以，现在越来越多的银行在加快消费金融端的布局，重点发展消费贷款和信用卡业务。
另一方面，在居民这一端，随着80-90年代的崛起，消费观念更新，对于信用卡和贷款消费的接受度要明显提高，加之移动支付与信用消费的绑定，年轻人可以非常容易地实现杠杆消费。
由于贷款出了银行后，银行没有办法去追踪贷款的使用与流向，所以很多时候，短期贷款也常被个人用于凑首付加杠杆买房，也进一步强化了居民短贷的增长趋势。
（2）居民中长期贷款主要以个人住房按揭抵押贷款为主，和地产销售存在着较强的相关性，所以在分析这一项时，我们常和地产政策与形势相联系。
但特别需要注意的是，地产销售增速的走势会有误导性。因为同比增速是一个和去年相比的比值，没有考虑环比规模变化的问题。如果销售额的绝对数量很高了，那么即使同比去年增速下降了1%，那么其环比新增量可能也还可以。
所以，地产销售增速虽然可以用来判断趋势，但对于短期的变化要慎重使用。
综合以上的分析拆解，我们总结一下，对社融与信贷最主要其实就看三点。
第一，社融的存量增速变化方向如何？新增规模是否超出季节性均值？
第二，社融和信贷的质量如何？是否主要依靠票据融资和非银贷款这些短期限低风险的资产当家？
第三，企业中长期贷款与非标是否存在扩张放量的迹象？
其余诸如居民短期贷款、贷款核销等项目，对其看法解读更多是锦上添花的作用，不会影响到我们对经济基本面的判断。
2
货币供应量的解析
对货币供应量，央行会公布三个口径的数据，分别是M0、M1（狭义货币）、M2（广义货币）。
M0是流通中的现金，等于（央行发行的货币-商业银行持有现金），是流动性最强最活跃的货币。
M1是流动性次于M0的货币，等于（M0+单位活期存款），其中单位包括“企业、事业机关、部队及其他团体”。
M2=M1+准货币。准货币包括储蓄存款（个人存款）、单位定期存款以及其他存款。
其他存款包罗万象，从1994年至今，有过四次改变，具体内容和原因，读者可看图表16，我们不再表述。
对于货币供应量的分析，我们通常有两种分析思路。
第一种是直接从货币供应量的定义出发。既然货币供应量是由存款和流通中的现金（比例不足5%，基本忽略）构成，那么我们就从存款入手，分析各项存款规模变化的原因，从而得到M1与M2增速上涨或下降的驱动因素。
具体来说，有以下几个原因是这种分析思路比较常用的。
第一，信用派生强弱。
根据货币银行学原理，存款是由贷款派生的。央行如果给银行100块初始资金，银行将100块贷款给企业，企业会再把这100块存入另一个银行，这时存款增加100。
获得这100块的银行，又把钱贷款给了另外一个企业，企业又把钱存在了第三个银行，存款变成了200块……
这样击鼓传花下去，存款就随着贷款的增长而不断增长。所以如果信用派生强，那么存款自然容易有比较高的增速。
第二，季节性因素。
季节性因素的内涵很丰富。一方面和贷款一样，每个季末银行内部都会有存款规模考核，所以每个银行到了季末的时候，都会提高揽储的力度，增加表内的居民或企业存款，比如有些银行会将到期理财暂时转入表内做存款等。
当然因为每年都会有这样的事，所以如果是同比增速，会很自然的将这种季节性的效应给抹掉。但是每年银行面对的环境不一样，季节性因素的强度也不同，所以还是存在着差别。
在具体分析某一个季末月的存款规模时，可以将该数值与季节性均值相比，从而看这种季节性冲量效应的强弱与贡献。
另一方面，存款内部有时也会有明显的转移现象。比如在春节前，很多企业会发年终奖，所以我们会看到在1月份或2月份，企业端的存款规模大幅减少，而居民端的存款规模会有很明显的上涨。
第三，财政存款的抽取效应。
特别注意的是，央行在披露货币供应量的同时，还会披露财政存款的规模，但财政存款不在M2的口径范围内。
相反，财政存款如果增加，说明货币从企业或个人手中流向了政府部门（可能是因为缴税），存留在实体经济中的流动性减少了，所以自然M1和 M2的增速会受到影响。
而如果财政支出大幅下发，比如历年的12月份，货币从政府部门流向了企业部门，那么就会出现财政存款大幅减少，而货币供应量大幅增加的现象。
第四，市场利率走势的影响。
虽然从名义上讲，央行早在2015年便放开了存贷款利率浮动上限的管制，但实际上，现在银行存款利率仍然会受到自律机制的影响，仍然没有实现真正的利率市场化。所以银行的存款利率一直与市场利率脱钩。
当市场利率向上，与存款利率的水位差越拉越大时，居民在理性的决策下，会更倾向于同样的是低风险但能获得更高收益率的银行理财、信托计划等资管产品，从而出现存款脱媒的现象。
由于目前银行理财与信托计划等大多数影子银行所吸收的资金并没有计入M2，所以这种存款脱媒现象会明显拉低M2的增速。
第五，金融创新的影响。
为了规避理财等高收益产品对存款的过度抢夺，银行表内也在积极创新推出新的存款类别，试图以“曲线”的形式来绕过自律机制的限制。
比如2017-2018年曾经一度被各银行追捧的“结构化存款”，以及最近的“智能存款”。
这些金融创新的出现，一定程度上扭转了存款脱媒的现象，对M2与M1都存在着一定的改善作用。
这五个原因是过去的经验总结所得，未来随着形势的变化与货币供应量口径的调整，又可能会有新的影响因素出现，到时就需要我们随机应变的去做积累了。
一般来说，从存款切入的分析方法比较常用于短期的分析，尤其是在某一个具体月份的数据解读上。对于M1、M2中长期趋势的判断与预测，难度很大，因为我们不可能详细精确地知道未来各项存款会是一个怎样的走势。
所以这就需要另外一种分析思路，从资产的角度切入。
我们说的第一种从存款切入的思路，其实是对银行体系的负债分析。根据资产负债共生相等的原则，负债端的变化往往对应着资产端的变化。所以，如果我们能找到几项影响变化比较大的资产项，那么我们也就能掌握M2变化的关键点。
怎么做呢？不妨从存款类金融机构的信贷收支表入手。可能会有读者有疑问，为什么我们不从其他存款性公司资产负债表入手呢？
这主要是因为：第一，与其他存款性公司的资产负债表相比，金融机构信贷收支表更加简洁直接易懂，在负债端直接给出了“各项存款”、资产端整合后只留下了六个大项，便于分析。
第二，存款类金融机构的信贷收支表，是央行、其他存款类金融机构经过轧差之后的结果，和货币供应量统计过程中涉及到的机构完全重合，有较高的解释力度。
如图19所示，用存款类金融机构信贷收支表中数据构建的（各项存款-财政存款+流通中货币）指标，其规模的环比变化与M2有着较高的拟合性。
因此，用存款类金融机构的信贷收支表来对M2做分析，是有效且可行的。
具体而言，依据图表20所显示的信贷收支表科目，扣除掉规模较小的对国际金融机构负债、对国际金融机构资产、黄金外汇占款三项后，利用资金来源=资金使用的原则，进行移项变换，我们可以得到以下等式：
M2=各项存款-财政存款+流通中货币
=各项贷款+（债券投资-财政存款）+股权及其他投资+中央银行外汇占款-金融债券-其他
所以，这第二种分析方法，其实就是对等式右边这六项进行分析。
1、各项贷款可以派生出存款，因此对M2是正贡献，其中的逻辑我们在前面已经说过了，不再强调。
2、债券投资主要是银行自营持有的国债、地方政府债以及非金融企业发行的信用债，其他诸如政策性银行债、存单及二级资本债等债券在汇编得到信贷收支表时，已经被内部抵消了，不用考虑。
如果银行自营持有的是国债+地方政府债，那么相当于货币流向了政府部门，增加的是财政存款，所以我们在等式右边减掉了一个财政存款，将这部分债券投资规模去掉。
而如果银行自营持有的非金融企业发行的信用债，那么这些资金会带来银行企业存款的增长，对M2同样是正贡献。
3、股权及其他投资项里，主要是银行自营持有的非标、券商资管计划、同业理财、公募基金等资管产品。
如果投资的是非标，那么资金直接流向了企业部门，增加的是企业存款；如果投资的是券商资管计划、公募基金等资管产品，那么资金流向了非银机构，增加的是非银存款，同样对M2是正向贡献。
4、央行口径的外汇占款。这个代表的是外部力量带来的增长动力，当出口企业收到外汇时，它们找商业银行结汇，这个过程让企业得到了人民币（存在了银行体系），银行得到了外汇，企业存款得到了增加。
然后银行找央行结汇，把外汇给央行，形成外汇储备，央行向商业银行投放人民币，形成外汇占款，使基础货币规模增长，信用派生力量增强。
因此央行口径的外汇占款增长会对M2会构成两重正向的影响。
5、金融债券，主要指非银机构持有的政策性银行债、普通金融债等债券品种。当这一项增加是，代表资金流向了银行体系，脱离了居民部门、企业部门和非银部门的掌控，因此对M2来说，这一项是一个负贡献项目。
6、其他项。这一项目前没有一个明确的答案，从我们了解得到的信息来看，这一项主要是用来平衡资金运用和资金来源的等式关系的，我们一般也不会关注。
3
金融数据背后隐藏的信息
在所有的统计数据中，金融数据可能是最被投资者所重视与关心的数据。
一方面是因为金融数据的统计质量很高，它是直接从金融机构的资产负债两端切入，抓取统计而成的数据，有很高的精确度，能真切的反映经济的增长情况。
另一方面是因为金融数据往往是经济基本面的前瞻性指标。任何生产经营活动，只有先融到了资金，获得了流动性，才能继续往下走。我们在前面说的社融存量增速对GDP增速有一定的领先性，其实也是这个的体现。
对债券来说，好的金融数据一方面会驱动经济转好，使货币政策收紧或转向，短端利率上行，并最终传导至长端；另一方面说明实体有足够的能够创造出较多的高收益非标资产，挤压银行自营、保险与银行理财等机构的配债额度，从而直接造成债券市场流动性的流失。
而对股票来说，好的金融数据可能意味着企业盈利的好转，风险偏好的回升，也意味着居民部门/企业部门可用于购置股票的货币资金增多，会有更多的流动性入市。
除此之外，现在市场研究者还对金融数据进行了更多的变形转换，来更好的揭示金融数据对各类金融资产价格走势的指示意义，比较常见的有（M1-M2）增速（俗称剪刀差）、社融-M2增速。
（一）对M1-M2的理解
M1的构成是企业活期存款和流通中的现金，由于可以随时支取，相对来说是流动性更强的货币供应。所以，直观来理解，如果货币供应结构中，M1的占比更高，那么货币在实体的潜在流通速度就更快，对实体的促进作用就会更强。
具体来讲，如果企业对未来预期谨慎，对增长前景悲观，企业会更倾向于低风险的金融投资，将存款定期化，或者买货基，保本银行理财，大额存单等，这个时候M1会向M2转化，M1-M2剪刀差就会收窄。
相反，如果企业对未来增长前景乐观，准备补库存或者扩大资本开支的话，企业会选择将存款活期化，以随时应对补库存和扩大资本开支所需要的现金，这个时候企业账户上活期存款的部分占比会相对较高，M1-M2剪刀差就会扩大。
所以M1-M2这一指标可以被认为是企业对未来的预期反映。
在运用这一指标的时候，有一点需要注意，那就是在春节期间，由于工资奖金支付的需要，企业的活期存款会大幅转向居民储蓄存款。如果春节时间错位，则会对M1同比读数产生较大的扰动。为了消除这种干扰，我们一般会对每年1月和2月的M1余额数据做平均处理。
如果经处理后的M1-M2同比差值在扩大，或者M1/M2在往上走，大体可以反映企业层面对未来经济增长预期是向好的，反之则是悲观的。
我们以工业增加值与PPI之和来近似拟合名义经济增长水平，会发现M1-M2同比差值确实对增长具有一定领先性，且拟合度较高。
除此之外，房地产销售转好也会导致M1-M2同比差值扩大。在一手房认购时，居民部门购买开发商新盘，实际等同于居民部门的储蓄存款（M2）转向了企业部门的存款。尤其在地产销售转好的同时，如果开发商对未来楼市预期乐观，可能有购地的动作，那么由居民储蓄存款转来的企业存款大概率会以活期形式沉淀在企业活期账户上，也就是M1了。
地产对经济增长的重要性不言而喻，地产向上的周期与M1-M2同比差值扩大对应，也从另一角度论证了M1-M2剪刀差对增长的判断有前瞻性。
由于地产是黑色系商品的主要需求，因此M1-M2同比增速差往往也预示着商品的行情变化。如图22所示，以螺纹钢为代表，我们可以发现，在三次M1-M2同比增速差值跌入负值区间时，螺纹钢都没有出现过牛市行情。前两次是单边的下行，最近的一次由于供给端受环保限产和供给侧改革的影响，波动比较大。
另外，债券市场收益率本质上还是与经济基本面高度挂钩的，如果M1、M2剪刀差对基本面存在领先性，那么自然也会对债券市场收益率的走势有一定的指引。
我们以10年国开作为债券市场收益率的代表。从历史数据来看，M1、M2剪刀差见顶领先10年期国开顶部最长是16个月，多数时候是10个月。
（二）对社融-M2增速的理解
用一句老话来讲，社融和M2是同一枚硬币的两面，两者有相似的地方，也有不同之处。
其中，社融代表的是所有金融机构表内表外业务创造出来的总资产，M2代表的是银行体系的负债，两者在一开始好像就有天然的隔阂和对立。
但银行的负债是与资产相伴共生的。M2所代表的存款负债背后，实际都是银行体系各类资产所派生出来的，这一点我们在第二部分做了明确的阐述。
因此，换种说法来看，社融代表的（银行+非银+表外）的资产端，M2代表的是银行的资产端。两者之差很明显表达的是（非银机构+表外业务）的资产扩张情况。
当社融同比增速-M2同比增速的差值走阔，非银资产规模扩张时，说明实体融资需求较强，在耗完了银行体系的融资额度后，还有较多尚未得到满足的融资需求要靠非银来补充。
而这些银行没法满足的融资需求都有哪些呢？按照以往经验，主要就是那些监管有限额的，需要借助通道或者非标来做的，比如房地产、城投基建和两高一剩等行业，而这些正是我国经济周期波动的主要推手。
因此当（社融-M2）增速之差走阔时，往往说明经济景气度较好，债券收益率会有上行的压力，反之则有下行的动力。
所以，我们能看到（社融-M2）增速之差和十年国开收益率有着一定的正相关性。
(本文作者介绍：联讯证券首席经济学家)
责任编辑：陈鑫
欢迎关注官方微信“意见领袖”，阅读更多精彩文章。点击微信界面右上角的+号，选择“添加朋友”，输入意见领袖的微信号“kopleader”即可，也可以扫描下方二维码添加关注。意见领袖将为您提供财经专业领域的专业分析。
