国君宏观:货币环境正在回暖

本文来自格隆汇专栏:国君宏观董琦,作者:董琦 陈礼清

进入二季度后,国内货币环境的收敛明显放缓,判断这种回暖大概率会延续至四季度。

导读

我们从“广义+狭义、价+量”四个维度出发,构建了国泰君安货币条件指数(GTJA-MCI)。MCI对A股估值扩张具有领先性,与国债收益率变动基本同步。指数显示进入二季度后,国内货币环境的收敛明显放缓,我们判断这种回暖大概率会延续至四季度。

摘要

货币条件指数(MCI)是衡量总体货币环境松紧程度的重要指标,但传统MCI仅是利率和汇率的线性组合。而我们认为这不适合当下中国的市场环境。

我们构建的国泰君安货币条件指数(GTJA-MCI)具体方法如下:1)从“广义+狭义、价+量”四个维度出发,选取了13个代表性的指标。2)对每一维度运用主成分“降维”,提取“狭义—价”、“狭义—量”、“广义—价”、“广义—量”4大类别主成分;3)构建ARDL-ECM 模型,测算出4大类主成分因子的权重;4)按权重将4大类主成分因子加权平均标准化。

指数显示我国货币环境变化呈现明显的周期性,每一轮的“扩张——收缩”大约为2-3年时间。并且,这一周期特征在2014年央行改变基础货币投放模式(由外汇占款变为公开市场操作)之后,逐渐告别“大起大落”,周期波动有所收敛。

本轮MCI指示的周期,由于疫情因素从2020年1月再度抬升,且幅度相对有限。进入二季度后,MCI显示货币环境的收敛明显放缓,我们认为未来会有较长时间MCI将会持续小幅回升并保持平稳,即货币环境持续回暖后保持稳定。

GTJA-MCI指数与资产价格变化存在关联,对A股估值具有明显的领先性,与10年期国债收益率基本同步。我国货币环境好转,流动性充裕时,A股常常处在估值扩张期。

1)传统的货币-信用指标中,货币类指标(R007等)具有一定领先性,但波动大,领先性不稳定。信用类指标(社融、信贷增速等)常常为同步指标,并不具有明显的领先性,有些年份甚至出现明显背离。而我们的指标领先性平均在3-6个月左右。

2)GTJA-MCI指数与10年期国债收益率更多体现的是同步性。


如何更好地判断市场流动性与货币政策环境在当前经济缓步回落过程中变得更加重要,特别是全面降准之后,“紧信用-稳货币”的格局会如何演化。为此,我们编制了国泰君安货币条件指数(GTJA-Monetary Conditions Index,GTJA-MCI)来实时把握“货币环境的温度”。


1. 货币条件指数(MCI)是什么,如何改进? 


1.1 货币条件指数(MCI)是衡量总体货币环境松紧程度的重要指标

货币条件指数在已有学术文献和海外机构中均有研究并得到充分运用。货币条件指数(Monetary Conditions Index,简称MCI)是依据与货币环境紧密相关的少数核心指标的线性组合关系为基础计算得出的指数,用于衡量一国总体货币环境的松紧程度,也可以反映一国央行货币政策立场。

该指数最早由加拿大央行在上世纪80年代提出,并曾被加拿大央行、新西兰央行等用作货币政策操作目标指标,很多国家,如美英、德国、日本、瑞典等的中央银行也把该指数作为制定货币政策的重要参考依据。此外,IMF、OECD等国际组织和一些海外投行研究机构(高盛、JP摩根、渣打银行等)也曾发布过各自计算的不同国家(经济体)的货币条件指数,用此来判断货币政策松紧变化。

1.2 传统MCI为何不适合中国?我们框架中的三个新亮点

传统货币条件指数(MCI)仅是利率和汇率的线性组合。在货币政策价格型调控框架下,中央银行货币政策的主要传导渠道是利率和汇率,而中国货币政策目前仍是兼顾数量型和价格型,传导渠道不仅仅是利率和汇率,还有信贷层面,并且存在流动性分层,链条为“央行”——“商业银行”——“非银金融机构”三个层次。因此,编制反映我国货币环境的指数需要兼顾这三点特殊性。

第一,与传统框架不同1:除了对传统经济周期的波动进行调节外,我国双支柱的货币政策执行框架要求货币政策还要抑制金融周期的波动。因此,我国的MCI构建应额外考虑货币政策多目标制下对金融系统风险的重视,比如金融市场杠杆,市场利率波动等。

第二,与传统框架不同2:我国的MCI构建应综合考虑价格型工具(价)和数量型工具(量)的影响。由于中国长期以来实行价格型和数量型相结合的货币政策框架,除了价格型工具(利率、汇率等)之外,数量型工具(信贷规模、货币供应量等)也是货币政策的重要传导渠道。此外,中国央行学者曾以利率、汇率、货币供应量为基础编制过中国货币条件指数[1],但只截止到2002年。而在我国,货币政策通过利率、汇率和广义信贷等渠道都能够传导至经济活动。货币环境越紧,总需求和总产出承压越大。

1)利率层面,当货币当局收紧利率政策后,实际利率上升,投资成本提高,投资额下降,最终导致总需求和总产出下降;

2)汇率层面,当货币当局收紧汇率政策后,本国货币升值,实际有效汇率相应上升,本国商品和国外商品的价格竞争力一降一升,国内进口增加,出口减少,净出口下降,最终导致总需求和总产出下降。

3)信贷层面,当货币当局收紧信贷政策后,广义信贷增速下降,实体经济部门获得的融资支持减弱,投资和消费相应放缓,最终也导致总需求和总产出下降。

第三,与传统框架不同3:我国的MCI构建应考虑广义和狭义流动性环境。不同的流动性环境与不同资产价格的相关性不同。货币自央行流出,最先作用于银行间市场,首先传导至银行体系,称为狭义流动性。传统狭义流动性框架中,一般用超储率(量)和银行间市场资金利率(价)来观察。经过信用传导之后,银行向实体经济投放信贷的广义货币供给,对于经济影响最为深远。一般量的角度,用社融、人民币贷款、M2等指标来观察,价的角度则用加权平均贷款利率和汇率来表示。最后,股市流动性,本质上反映的是剩余流动性,是在实体流动性的基础上,企业、居民存款“搬家”而来。由此,在一定程度上,银行间、实体流动性、股市流动性是相互替代和竞争的。


2.  国泰君安货币条件指数(GTJA-MCI)的构建与初探


2.1  指标选择

指标选择上,我们分别从狭义流动性和广义流动性层面选取“价”、“量”指标,并且兼顾了债市杠杆率等反映金融体系风险程度的指标。在利率体系和表征“量”的指标中。此外,我们选择各层面最具有代表性的指标,避免相似指标的加入放大了某一因素的影响权重。比如本文纳入了银行间债券回购利率(R007),但并没有纳入整个利率体系中的利率,主要是从数据长度和代表性角度进行了考虑。再比如,本文纳入了自行估算的银行间超储率,综合了影响银行间流动性的五大因素(缴准、政府存款、外汇占款、现金扰动、公开市场投放)。

我们最终采用了狭义广义流动性层面共13个指标。最终合成的指数频率为月度频率。对于市场利率等高频指标,我们采用了月平均值。对于反映终端融资成本的人民币贷款加权利率,我们默认在季度内贷款利率保持不变。

鉴于数据可得性,与信贷、社融等指标为次月中旬公布,最终合成指数的区间在2004年4月至2021年6月。

2.2  指数合成方法

指数合成既有纯统计的方法,比如利用简单算术平均、主成分分析法、动态因子模型法等方法,又有利用宏观经济相关性来进行权重估计,进而再合成的方法。后一种方法在近期的学术文献中运用较多,主要采用宏观模型、向量自回归(VAR)模型等测算出与关键宏观经济变量的相关性,相关性最大的指标赋予最大的权重,即将MCI构成中的13个子指标对总需求或者物价水平进行回归,由回归方程中各变量的系数来确定变量的权重。

我们综合利用两种方式,先用主成分分析法将各层次的指标进行“降维”提取共同因子,进而利用自回归的分布滞后-误差修正模型(ARDL-ECM)来对各层面的因子进行估计。ARDL-ECM模型提升了简单加权方法下的拟合效果,同时兼顾了VAR模型的优点,捕捉了变量的动态变化,并且模型放松了对各变量同阶单整的建模要求,即便在样本量有限的情况也更加具有稳定性。具体分为下四步。

步骤一,对数据进行标准化预处理。由于13个指标存在不同的量纲,我们通过指标减均值除以标准差的方法将其统一为【0,1】分布的分数。

步骤二,对狭义流动性“价+量”,广义流动性“价+量”相关指标分别通过主成分分析方法提取共同因子。我们将13个指标分成四大类,“狭义—价”(包含3个指标)、“狭义—量”(包含4个指标)、“广义—价”(包含2个指标)、“广义—量”(包含4个指标),每一类别运用主成分进行“降维”,利用Kaiser准则[2]确定主成分个数,得到4个大类别的主成分因子。

步骤三,构建ARDL-ECM 模型,测算出4大类主成分因子的权重。政策对经济周期主要从“滞”和“胀”两个维度进行考量。鉴于GDP数据为季频数据,我们用工业增加值定基指数作为产出的替代变量,通过HP滤波计算出潜在产出,并进而计算“产出缺口”,建立以产出缺口作为因变量,以4大类主成分因子作为自变量的ARDL模型。并且,鉴于2020年生产数据过低的基数可能造成的一定干扰,我们同时建立以CPI作为因变量的ARDL模型。

由ARDL-ECM的边界检验可知,四个主成分因子与产出缺口、CPI同比均是0阶或者1阶单整,存在长期稳定关系,可以建立ARDL-ECM模型。结果如下:

从各变量对产出缺口的波动影响来看,对当期的产出缺口有显著影响的是数量型的狭义流动性主成分和价格型的广义流动性主成分。即数量型的狭义流动性,以超储率为代表,正向波动1单位,将会导致产出缺口缩小1.12个单位,意味着“宽货币”的数量型政策有效地促进了经济增长。而价格型的广义流动性,正向波动1单位(此主成分合成中为利率部分系数为负,即该主成分上升1单位,表示贷款利率下降),将会导致产出缺口缩小1单位,意味着“宽货币”的价格型政策——终端贷款利率的下降,也会对经济增长有促进作用。

而从各变量对物价的波动影响来看,对当期的通胀水平有显著影响的是价格型和数量型的广义流动性主成分。价格型的广义流动性正向波动1单位,内含的意义是终端贷款利率的下降1单位,此时其与通胀的相关系数是-2.18,似乎意味着贷款利率下降对通胀是抑制作用。事实上,这是因为我们的模型反映的是当期终端利率的变动与当期通胀之间的关系。而终端贷款利率与社融、M2以及市场利率不同,并不是货币政策可以直接调控和引导的变量,信用的传导存在一定时滞。终端贷款利率的形成机制在2019年之后改为在LPR的基础上加点形成,因此一般如果终端贷款利率明显下降时,往往对应着经济面临较大的通缩风险,因而在当期关系中两者反而负相关。数量型的广义流动性指标系数是社融、M2、M1类的主成分合成,该指标正向波动1单位,对通胀有显著的拉升作用。

以上两个ARDL-ECM模型的建模目的是确定4大类主成分因子在构成货币条件指数中的权重。鉴于我国央行兼顾经济周期中的经济增长和物价稳定目标,我们将两个模型中的权重进行平均,利用得到的系数的绝对值分别为0.3(狭义-价),1.2(狭义-量),1.6(广义-价),0.45(广义-量)作为四大类因子的权重(系数的正负代表其与经济变量的关系,与影响程度无关)。由于主成分下各因子已经归一化为正向变动意味着货币环境转松,我们可以将MCI指数合称为:

仅从上述权重来看,货币环境中银行间流动性的体量和实体企业的融资成本与关键经济变量的相关性最高。这在一定程度上说明,对狭义流动性环境而言,市场主体多为金融机构,对流动性缺口比资金价格更加敏感。由于存在流动性分层,银行间市场常会出现结构性的流动性短缺,即位于流动性末端的非银机构在货币收紧时面临流动性紧张。而对广义流动性环境而言,市场主体多为实体企业,对融资成本的上行更为敏感。

正是由于目前央行的数量型调控的中介目标是M2、M1、社融等数量型的广义流动性指标,而价格型调控的中介目标是DR007、R007等价格型的狭义流动性指标,这两者的波动反而相对平稳。而这两者的正向冲击,往往是货币环境进入了宽松周期,此时“狭义-量”和“广义-价”也会明显改善。

步骤四,按照上述权重将4大类主成分因子加权平均,并进行标准化。由于指数具有明显的趋势性,我们利用HP滤波进行去趋势,得到波动成分。最终将波动成分进行标准化处理。

2.3  指数的运行情况

该指数均值为0,高于均值0,则可以认为货币环境好于平均情况,而低于0,则为货币环境较紧。指数本身正负不具有实际意义,应集中关注其中的趋势和拐点。从指数我们可以看到我国货币环境变化具有明显的周期性,每一轮的“扩张——收缩”大约为2-3年时间。

并且这一周期性在2014年央行改变基础货币投放模式(由外汇占款变为公开市场操作)之后,逐渐告别“大起大落”,周期波动有所收敛。

1)2004-2008年金融危机之前,我国的基础货币投放模式主要是外汇占款,而此时在加入WTO后,我国外贸发展强劲,外汇占款被动投放较多流动性。尽管此时我国央行多次上调存款准备金,但只能构成部分对冲,整体上该时期我国的货币环境稳中略松。

2)2008年金融危机后,我国启动了四万亿刺激计划以应对巨大的经济下行压力,货币环境转为宽松。自2008年下半年起,央行多次降准降息,在2009年2-3月份,MCI行至历史峰值。

3)2009年6月至2011年期间,央行先是为了应对通胀(多次在货币政策执行报告中提到要管理通胀风险),将宽松的货币政策转为适度宽松。MCI急转直下,以较快的速度下滑至0附近。而在2011年,进一步随着刺激政策的退出和调控收紧,央行开始实行稳健的货币政策,进一步紧缩银根,MCI指数进一步下滑至-2附近。

4)2012年之后,我国的货币环境开始告别“大开大合”的时代,逐渐演变为稳健中性,MCI在【-1,1】区间内震荡运行。2012年,由于欧洲危机,出口受到抑制,货币政策较为宽松,2011年12月与2012年2月分别迎来了两次降准。但货币政策没有进一步转松,在2013年初开始非标,压缩金融杠杆。2013年6月,季末资金紧张叠加央行对冲力度不足,市场利率一路走高,最终发生“钱荒”,MCI指数时隔3年后再次触底,对应的当时货币政策基调是坚决不搞“大水漫灌”。

5)2014年11月,以央行降息为时间节点,货币政策再次边际宽松。此时MCI触底回升,直到2016年初,货币政策再次收紧,MCI转为向下。

6)2016年后,MCI波动区间进一步收窄。政策利率由存贷基准利率转为逆回购利率与MLF利率。央行调控市场利率效果较大提高,公开市场操作明显更为频繁。与此同时,货币政策调控框架也发生了转变,2016年后,政府工作报告开始淡化M2目标,特别地,从2018年开始,政府工作报告不再设具体M2目标,对货币数量的调控更为动态。

7)最近的一轮货币周期始于2020年1月。MCI在2020年1月触底回升,但与金融危机期间不同的是,此次疫情之后的MCI在2020年4月便行至峰值,并且并没有超过1,此后货币环境再次趋紧,至2020年三季度永煤事件前后边际趋松。MCI在2021年1月再次达到峰值后拐头向下,自2021年1月以来货币环境始终在收紧,但进入二季度后MCI下行速度明显放缓。


3.  GTJA-MCI指数与资产价格


3.1 GTJA-MCI指数与A股估值

我们进一步考察MCI指数与A股估值的相关性。传统的货币-信用指标中,货币类指标(R007等)具有一定领先性,但是波动较大,并且领先性并不稳定。信用类指标(社融、信贷增速等)虽然与A股的相关性更高,但常常为同步指标,并不具有明显的领先性,甚至有些年份出现明显的背离,比如2014-2015年。

而我们构建的MCI指数对A股具有明显的领先性。在2005、2008、2011、2014、2018年均领先A股估值出现回升,领先时间最短为1个月,平均在3-6个月,最长则可以达到15个月。这表明传统单一指标并不能完全捕捉货币周期对资产价格的领先作用。在我国货币环境好转,流动性充裕的时候,A股常常处在估值扩张期。

3.2  GTJA-MCI指数与10年期国债收益率

同样,我们也考察了MCI指数与10年期国债收益率的相关性。由于指数走高反映货币环境趋松,我们将其转化为逆序与10年期国债收益率进行比较。同样研究发现,与对A股估值的领先作用不同,MCI与10年期国债收益率更多体现的是同步性。

格隆汇声明:文中观点均来自原作者,不代表格隆汇观点及立场。特别提醒,投资决策需建立在独立思考之上,本文内容仅供参考,不作为实际操作建议,交易风险自担。

相关阅读

评论