从交易者角度看，货币与信用的本质是什么？

本文来自微信公众号“全球宏观投机”，作者：熊鹏。

导读

彻底厘清货币与信用，破除迷思。

我写这篇文章试图为交易者建立一个简单易懂的货币和信用分析框架。同时，不失严谨和洞见。

我主要参考了IMF《货币金融统计手册和填报指南》2016版，杜金富博士主编的《货币与金融统计学》第三版。

1 货币是金融资产的一种

金融资产是一种经济资产，它可以在一段时间内给所有者带来经济利益。与实物资产不同，金融资产主要是契约形式，通过各种金融工具来实现权利义务。

表 金融资产类别一览表

不难发现，F2类别，就是我们常说的货币。货币其实就是一种金融资产。交易者从这个角度，就很容易从操作层面理解货币了。

那么，货币跟其他金融资产有什么不同呢?

货币区别于其他金融资产的最大特性就在于流动性，即货币可以作为广泛接受的支付手段和价值手段，在完成转移时没有任何障碍或者价值损失。为什么股票不能作为货币呢?因为股票不能直接作为支付手段，你持有的特斯拉股票不能作为偿还债务的手段被每一个人接受，同时，股票代表的价值波动太大。

2 货币的需求理论

流动性角度定义货币的深层含义。因为最具流动性的金融资产代表了经济体中可以迅速转换为现实需求的潜在意愿和能力。

这一切需要回到凯恩斯。在凯恩斯的货币需求理论中，经济主体在货币和其他金融资产中选择，它可以选择持有货币、实物资产(投资设备或者存货等)或者金融资产(债券或者股票等)。决定它选择持有多少货币的主要考虑是经济活动的支付需求、不时之需、风险防范、其他经济资产提供的收益率和风险等。货币量就是上述所有需求预期变化的总和。我们有时候很难分清楚到底是哪个因素在短期主导了数量变化，这就是为什么我们并不主张分析M1或M2变化的原因。

凯恩斯货币需求框架的隐含意义，即货币是可以即刻变现的金融资产，它显示了经济体中的潜在需求，这些最具流动性的金融资产可以快速转换为现实的产品和服务需求，从而创造出新增收入，也就是GDP。所以，各国央行都关注货币的数量(至少在二战后30年内)，是因为货币数量是预示经济成长、失业和通胀的重要指标。这就是为什么要建立货币数量的分层统计。

理论上，金融资产中的货币，可以理解成为是经济体中潜在的需求。当然我们也要注意到，现实的情况会更加复杂。在极端情况下，比如凯恩斯描述的“流动性陷阱”状态下，居民和企业宁愿持有现金也不愿意持有任何其他金融和实物资产，此时货币需求无穷大，但是却不代表经济向好，因为货币丧失了向需求转换的能力。而货币是否愿意转为其他金融资产或者实物资产，关键的变量之一是预期，分析当下的预期状态才是真正的妙门所在。凯恩斯认为人类的预期受动物精神影响，非常善变，难以预测。

3 货币数量统计学

我们对于货币数量的分析，很多时候都会陷入自相矛盾的说法。从一些角度看，货币数量，比如M1增加，可以理解成为是经济活力增强，因为经济主体更愿意持有流动性最好的金融资产，但是，我们也可以认为，经济主体愿意持有M1仅仅是因为其他金融资产提供的回报率不够高(比如中国的证券期货保证金存款就属于M2,当资金从证券账户撤出放入活期可支付帐户时，我们就会看到M1增加)。这个状况再一次提醒我们，对于货币数量变动背后的原因，一定要非常谨慎，一定要结合当下经济主体的现状和对未来预期的变化来分析。

剩下的问题是，如何在现实中衡量货币代表的需求大小和变化呢?

我们很容易发现，现实中货币的概念其实是一个统计定义概念，只要满足最基本的交换媒介和价值手段的功能，任何金融资产都可以成为货币。现实中货币的定义是不断演化的，金融资产具备一定条件后都可以纳入货币统计的范畴。例如中国人民银行从2000年开始，已经四次调整了广义货币的定义，就是一个生动的例子。最近的一次调整是非银金融机构持有的货币基金从2018年开始算入M2的货币统计，为什么呢?

道理很简单，那就是货币基金的流动性越来越好，已经具备快速变现转换为现实需求的能力了。一些T+0赎回的货币基金，可以迅速实现交换媒介，同时，货币基金本身价值稳定，从而满足了成为货币的两个最重要标准。

这里面还有一些技术细节，比如中央政府和存款金融机构持有的存款类金融资产不纳入货币统计。为什么呢?这需要我们从货币与实体经济的关系来理解，货币统计的一个关键假设是：货币的数量变化必须与经济和通胀的变化建立起关联。

所以，这个问题可以简化成，哪些经济主体持有的货币更容易跟经济活动发生直接的关联?这个问题等价于哪些经济部门持有的高流动性金融资产可以构成货币呢?

简单说，就是可以现实创造经济价值的部门，即企业、中央政府以外的其他政府单位、居民以及非营利性机构、非银金融机构等。中央政府、央行、存款货币银行都不会直接创造经济价值，所以，他们持有的金融资产都不会被记入货币。也就是中文里面习惯用的实体经济持有的金融资产，才构成我们货币统计中的持有主体。

中央政府持有的金融资产被认为是维持一个国家基本运行的金融资源，并不能带来额外的新增需求，仅仅是维持现有的基本状况，从而不会带来经济体的新增价值;而存款金融机构持有的金融资产，在这些资产成为企业和居民的存款之前，并不会带来真实的需求，因此也不会带来新增价值，所以也不能记入货币统计。

而非存款金融机构的存款和现金，则会被纳入货币统计，因为非存款金融机构的上述金融资产往往是对企业和居民的负债，被认为与实体经济的关联更加紧密，可以快速形成现实的需求。

同样的，地方政府和一些政府组织的存款同样会被记入货币统计，道理是一样的，这些存款对应了现实的产品和服务需求。在我国，基本的准则是预算内的政府存款不纳入货币统计，但是预算外的存款则会纳入货币统计，这也是符合上述基本原理。

总结一下，从金融资产流动性定义的角度，货币是由具有最快速变现能力，同时被最广泛接受，价值稳定的金融资产构成，这些金融资产表征了经济体中潜在的需求，可以快速转化为对于产品和服务的真实交易行为。而从货币持有部门的角度，只有创造真实经济价值部门的金融资产，才成为货币统计的范畴。这就是货币定义的两个最重要维度。

4 货币发行部门和方式日益多元化

还有一个问题，谁有权力发行货币呢?在法币国家，显然是货币当局。但是现在的问题进一步复杂化了，因为一些非银金融机构，甚至一些非金融企业，都可以成为货币发行的主体。举例说明。某著名大企业发行了三个月信用商票给供应商，供应商提供服务。如果供应商仅仅持有商票到期，那么，这个时候，经济体中并没有新增货币。仅仅是一份简单的延期支付服务合同。现在假设供应商将商票贴现，从而增加其在银行存款，此时银行资产负债表负债方新增存款，同时资产方新增商票，这相当于银行给供应商发放了一笔贷款，从而加大了货币供应。但区别在于，这笔贷款的最初发放方，并不是银行，而是大企业。

从我国的实践来看，货币供给的主要方式是：贷款(77%)+企业和政府债券(20%)+同业投资+外汇占款+财政存款(合计约3%)。

这里面的关键要点是，银行是否创造了新的货币。如果银行自己购买债券，那么，银行的资产端新增了债券一项，而负债表增加了企业存款，此时银行增加了货币供应。如果银行并未购买债券，而是居民用存款购买了企业债券，那么，银行的资产负债表并未变化，只是负债端的居民存款变成了企业存款。这里面的关键就在于银行是否作为购买债券的主体，只要银行是购债主体，不论是直接从一级市场购买，还是从二级市场购买，都会完成货币供应量的变化，这个过程和贷款过程其实是完全一致的，只不过此时的金融工具是企业债券而不是贷款了。

类似的，我们很容易分析央行从银行购买资产的行为。央行从存款货币银行购买资产后，央行的资产负债表扩张，即资产端增加债券等金融工具，而负债端增加存款银行准备金;对于存款银行而言，资产端增加在央行准备金，同时减少了原有的债券投资项目，通过改变存款银行的资产表结构，鼓励存款银行进行货币和信用创造。

这就是我们理解货币的三个角度，分别是金融资产的角度，货币持有主体的角度和货币供应的角度。

5 信用是一类独立的金融资产

与货币密切相关的就是信用，很多人混为一谈。从表一很容易得知，债务也是金融资产的一种，债务中的部分成分纳入货币统计，部分则没有纳入货币统计。所以，分析债务与货币，重点是分析二者不重合的部分，或者说，信用与货币的差。

与货币的分析框架一致，真正重要的是实体经济的债务数据。经济体中的主体可以分为居民、企业、政府及其他公共部门、外国等。同样，我们在分析与实体经济关系时，应该去掉中央政府、货币当局和存款金融机构的债务，因为他们与实体经济的关联不大。

我们在分析中要注意，信用是特指金融机构向实体经济发放的信用。中国当下主要的信用产生途径包括：

人民币贷款、外币贷款、委托贷款、信托贷款、未贴现的银行承兑汇票、企业债券、政府债券、非金融企业股票融资、保险公司赔偿、金融机构投资性房地产和其他融资(包括小额贷款公司、互联网信贷等)。

我们容易看到，贷款是信用的最主要通道，同时，贷款产生的存款，也是货币统计的主体构成部分，因此，货币统计与信用统计具有高度的相关性。

根据我们的上述定义，我们可以非常粗浅的理解，社融与货币统计的差值，反应了信用创造和货币创造的不同。主体部分是由政府融资差异和影子银行造成的，即政府融资记入了社融而没有全部记入货币创造。同时，一些货币创造并不创造信用，比如外汇占款发行，银行购入居民和企业的外汇，增加了居民和企业存款，但是并没有扩充信用;同时信用创造也未必产生新增货币，比如非银金融机构用自有资金购入企业债券，就扩充了信用但是并没有增加货币。

影子银行创造信用但很多时候并不创造货币，这是社融增速与M2增速差异放大的一个主要原因。从下图可以看到，社融与M2背离，主要有两个时期，一是2012~2013，二是2016~2018。这恰恰对应了我国影子银行飞速发展的两个阶段。注意下图是对数坐标。

6 货币、信用在经济分析中的作用

对货币和信用的关系有了上述认识后，我们就很容易分析这些数据与经济周期、资产价格的关系了。经济学家提出了无数的假说从逻辑上来说明货币、信用与经济的关系，然而，非常遗憾的是，几乎每一个假说，我都可以提出一个对立的假说从逻辑上加以反驳。

最根本的一条还是看这些数据是否与经济周期、金融周期和资产价格存在系统性的领先-滞后关系。实证的数据结果永远高于逻辑的优美，因为逻辑必须接受现实的检验。

总体而言，几个基本结论如下：

社融数量波动性太大，不宜作为经济分析的变量。一个较好的处理方式是去掉社融中波动较大的股票融资、政府债券融资等部分。在去掉这些高波动成分后，我们依然发现，信贷数据是经济的滞后变量，总体与经济的关联性较弱。

社融相对M2数量的变化，我们可以理解成为是社会融资中没有迅速转换成货币的部分，比如政府债务，有一个支出时滞，常识上讲，二者差异越大，说明后续的信用扩展变成货币，从而带来现实需求的可能性越大(但这里假设了货币-需求的关系，我们知道，这个关系其实未必成立)，理论上会助推国债收益率上升。但是我们从实际的数据看，二者的表现只能是差强人意。

简单总结，为什么货币和信用数据在分析经济周期、金融周期和资产价格方面表现并不好呢?

其一、信贷数据原本就是标准的滞后指标，主要用于验证而非领先经济周期的拐点。

其二、影响货币和信用数量的因素太多，从而导致数据变得高度不稳定，即便去掉季节性和平滑后，依然呈现出高波动状态，而且里面很多波动成分与经济金融周期并无直接关联;而信用和货币的价格数据跟经济周期和资产价格的相关性更强，因为二者都包含了预期的影响;下图所示，中国民营企业的信用利差与创业板指数的走势高度相关。

第三、货币和信用数据影响资产价格的渠道过于复杂和多层，任何一个环节的变化都会导致传导效应缺失，而资产价格本质上都是由迫在眉睫的宏观因子定价的。

（编辑：张金亮）