-红与绿，让投资多姿多彩-
作者：广发证券资深宏观分析师，周君芝博士
来源：郭磊宏观茶座
6月央行货币政策委员会二季度例会中对流动性的表述发生变化，由“合理稳定”转为“合理充裕”；7月政治局会议指出外部环境“明显变化”，并且是当期宏观经济的“主要矛盾”。房地产一则作为重要的内需稳定手段，曾在08金融危机后对中国投资和增长稳定做出较大贡献，二则房地产跟随政策调控亦步亦趋，尤其对房贷利率变动即为敏感。目前外部条件面临“明显变化”，国内流动性又较去年显著改善，是否意味着未来房地产开启新一轮周期上行？然而7月政治局会议在强调国内经济稳定的同时，明确定调“坚决遏制房价上涨”、“下决心解决好房地产市场问题”。政策层面对严控房价的表述，显然与目前焦灼的内外均衡矛盾有关。
这种情况下，有一个实证问题引起市场广泛关注：房地产价格还能否承受再一轮上涨，即居民部门是否还存在加杠杆的空间？最能直接回应这个问题的方法在于，测算得到中国居民杠杆的“极限值”，再根据极限值和当前居民杠杆所处水平来反推居民加杠杆空间。这就自然而然衍生出另一个问题，中国居民部门杠杆率的“极限值”能否被测算出来，如何测算？如果不能精确测算，那该如何评判杠杆状况？
我们认为杠杆率指标易受外生因素（我们暂且称之为结构变量）的影响，所以不能通过线性外推加上国际经验值比较的方法来推测所谓的中国居民加杠杆空间。探讨居民杠杆率极限值在哪里，还不如构建一套居民杠杆率评估体系，借以判断中国居民部门的杠杆朝着更好还是更坏的方向发展，这也本文分析的核心内容。更进一步，回答中国居民杠杆以及房地产市场未来将朝着怎样的方向发展，需要判断中国未来房地产调控政策走向，而这又需要深刻理解中国房地产发展在中国宏观经济发展中的地位，以及中国房地产调控的政策逻辑。
一、居民杠杆率怎么观察，如何测算？
1.1 度量居民杠杆率的三类主要指标内涵
当前居民杆杆率的衡量指标可以归纳为三类：资产负债率，反映资产和负债结构。居民部门资产负债率=居民部门总负债/居民部门总资产，其中分子负债和分母资产均为存量指标。负债率，反映收入清偿债务的剩余年数，体现债务可持续性。居民部门负债率=居民部门总负债/当期收入，其中分子总负债为存量指标，分母当期收入为流量指标，通常以GDP、劳动者报酬、居民可支配收入等指标衡量居民部门当期收入。债务偿付率，反映每年收入对因债支出的覆盖程度，体现实际还款负担水平。居民部门债务偿付率=居民部门当期本息支付/居民部门当期收入，其中分母当期本息支付和分子当期收入均为流量指标，并且通常以可支配收入或者储蓄额来代理居民部门当期收入。
上述三类指标反映居民部门杠杆率各有优劣：资产负债率，优点在于指标便于直观理解，缺点在于数据可得性较差，且国际可比性较弱。各国业已基于SNA体系（国民经济账户体系）编制本国居民部门的资产负债表，但囿于资产与负债细分项目存诸异同，国际可比性相较为弱。负债率，优点在于国际可比性较强，同时也是衡量居民部门杠杆率的最常用指标。鉴于普遍统计覆盖带来的国际可比特征，国际组织（如IMF、BIS）均给出国别负债率统计。债务偿付率，优点在于分子和分母均使用流量指标，因而能够更加敏感反应债务偿付压力。债务偿付率缺点在于具体计算较大依赖利率、债务期限、本金偿付方式，故而指标稳定性较弱，且又缺乏统一标准，几乎不具国际可比性。
1.2 中国居民部门杠杆率三大指标测算
中国居民部门资产负债表匡算。资产负债率指标本身几乎不存在可争议或修正之处。计算资产负债率的难度在于匡算出居民部门的资产和负债细项。实践原因，中国缺失可供参考的基期国家资产负债表和资产重估账户，这对资产负债表的编制造成一定困扰。我们主要参照社科院[1]编制国家资产负债表方式，补足2004~2017年空缺数据。中国居民部门资产负债主要包含以下分项：资产项包括金融资产和非金融资产，其中非金融资产由住房、汽车和农村生产性固定资产三个细分项目构成，金融资产涉及大小十一个类目，主要包括存款、债券、股票、理财和信托等。负债项主要包括居民机构从商业银行获得的贷款。
为了保持一致性，本专题沿用社科院版资产负债表编制方法，对居民资产负债表进行更新。我们首先根据居民资产负债表发布后新得数据与初始方法就2014年及之前“外推法”（前五年增速均值，下同）所得指标作相应调整，因此并不完全等同社科院版资产负债表，所幸变幅较小。其次，我们根据新近公布的2015~2017年公开统计数据，沿用社科院方法对居民资产负债细项数据进行补充。最后，对于仍然无法通过公开统计数据匡算得到的细项数据，我们采用“外推法”补足。对于外推法测算得到的数据，我们通过其他维度评估“外推法”产生的误差，从而验证外推法的可信度。具体测算方法及误差评估详见本文附录2，此处我们强调本文采用“外推法”估测居民资产负债表的两处细节要点：第一，统计局不再公布2013年及之后的“城镇（农村）人均住宅面积”、“农村生产性固定资产”等数据，因此其后指标均采用“外推法”计算；第二，在尽量控制误差范围的前提下，部分指标不同年份数据采自不同口径，例如“存款”、“金融机构理财产品”。
居民负债率常用指标。最基础的居民负债率衡量指标是居民负债除以GDP。负债率是目前衡量居民杠杆率中最常用且国际可比性最好的指标。中国居民杠杆率数据主要取自两个口径，一个是社科院公布的居民负债率，另一个是BIS公布的居民负债率。社科院公布的居民部门杠杆率是将居民部门未偿贷款余额除以名义GDP，其中居民部门贷款数据来自金融机构本外币信贷收支表，数据为年频。BIS公布的居民负债率为季频，因此涉及季节调整。BIS统计杠杆率时使用各国公开数据，BIS对中国居民杠杆率统计主要使用信贷收支表数据，因而统计结果与社科院口径几乎一致。
居民负债率修正指标。负债率指标本意在于以当期收入偿还既有债务存量，债务清偿需要多长时间。因而分母应该选择更能准确度量居民部门收入的指标，而非GDP。基于此，可将劳动报酬、居民可支配收入、储蓄总额三个变量替代GDP，从而得到三个修正的居民负债率指标。考虑到中国住房公积金贷款也是居民重要的负债来源，而公积金贷款却并不在居民贷款统计范围，在既有居民贷款基础上，本文增加公积金贷款进而修正居民负债率指标。公积金贷款相对中国居民贷款总额的占比在10%~12%，是否加入公积金贷款对中国居民负债率的变动趋势并无太大影响。
考虑到两点：第一，考察居民负债率的主要目标是为了测度居民房贷还有多大空间；第二，居民主要的贷款是房贷，且有些消费贷也是经过包装的房贷，所以本文考察居民杠杆率时从贷款规模和房贷规模两个角度加以把握，分别测算得到居民部门总债务偿付率和居民部门房贷债务偿付率。其中居民部门总债务偿付率的分子为居民部门总债务——包括房贷和其他贷款的年度本息偿付额，分母为居民可支配收入；居民部门房贷债务偿付率的分子为居民房贷年度本息偿付额，考虑到中国并非所有家庭均有房贷负担，本文计算居民部门房贷债务偿付率时分母选用有房贷家庭的居民可支配收入。
居民部门总债务偿付率。人民银行公布的住户贷款最早可追溯至2005年，幸而资金流量表（金融交易）中的居民负债可追溯至九十年代初，我们利用资金流量表与资金存量表的对应关系对更早年份的住户贷款存量进行回溯。由于居民负债中包括长短期贷款，债务类型各异意味着债务期限、偿付利率等均存在不小差异。本文参考张晓晶等（2018）假设，以等额本息法做年度债务偿付估算，久期设置为15年，利率为4.9%，具体测算详见本文附录3。
居民部门房贷债务偿付率。住户房贷存量来自人民银行公布的个人住房贷款余额，同样假设以等额本息法偿付，久期设置为20年，利率为5年以上中长期贷款利率季均。在计算分母上，并非所有家庭均借有房贷，使用全国居民可支配收入作为分母将稀释债务偿付率，难以体现房贷家庭真实偿付压力，遂选用有房贷家庭的可支配收入作为房贷债务偿付率的分母。根据西南财经大学中国家庭金融调查与研究中心《中国家庭住房信贷报告》中披露的2011年全国房贷家庭数量及其2013、2015年增速，我们估算出2011年之后中国有房贷家庭户数，再通过城镇居民人均可支配收入与家庭户均人口（2010年人口普查数据为3.1人/户）计算城镇家庭可支配收入。
2.1 线性外推国别经验存在方法论上的偏差
目前不少研究探讨中国居民杆杆率是否可持续，是否存在特定的极限值，侧重国际经验分析，尤重美日经验，以美国次贷危机以及日本90年代末房地产泡沫危机为参照样本，据此判断我国居民杆杆率是否尚存上行空间。这种分析范式的核心逻辑在于以某国的经验值作为杠杆是否可持续的判断标准。迄今为止没有一种研究方法能够绝对准确地测算出一国杠杆率临界值，相对科学的研究也至多通过大样本分析得出一个经验上的参考值。例如BIS公布的学术研究就18个OECD国家1980~2010年的居民部门杠杆率进行实证分析，得出居民部门杠杆率是否可持续经验上的临界值为85%。值得注意的是，该文多次强调预测缺乏显著性，暗含结论——85%的经验值可参考性有待商榷。本文不赞同以国别，尤其是以单个或少数国家的杠杆率极值作为中国居民杠杆率临界值的判断标准。我们认为这种小样本的国际比较不具参考意义，原因有三：
第一，“合意”杠杆水平判断缺乏理论支撑，国际比较忽略国别基本面的异质性。各国经济发展模式不同，所处经济发展阶段也有较大差异，而在金融体制、政策环境等多方面因素也有诸多差异，这种情况下单纯参考海外某个国家的经验值有欠妥当。尤其是中美之间，前者是以高端创新、消费驱动的成熟发达经济体，后者是以中低端出口、制造投资驱动、正在经历结构转型的新兴经济体，两者经济增长模式及所处发展阶段截然不同。
第二，杠杆率非线性演化意味着杠杆是否可持续还受投机行为和资产价格预期影响。对标国际经验的做法，暗含线性外推假设。事实上，杠杆率沿着非线性进程演化。杠杆率上行阶段，资产价格持续攀升，投资回报率和投资需求同步提升，这一过程中投机行为滋生，杠杆、资产价格、投资需求均进一步提升；反之反是。也就是说，经济、金融等基本面能够解释杠杆率水平的绝大部分，然而投机行为和资产价格预期也影响杠杆率水平，而且往往是短期内影响杠杆是否可持续的重要因素。而投机和资产价格预期存在较大的偶然性，无法有效预测。既然一国杠杆率是否可持续的临界值还受偶然性的资产价格预期和投机行为所影响，那么将一国杠杆率极值线性外推，预测另一个国家的杠杆率极值，势必存在误差。
第三，受货币政策调控等影响，杠杆率指标存在较大弹性，故不能准确预测杠杆率极限值。以杠杆率指标来判断杠杆是否可持续，实际上是将微观财务分析运用至宏观领域。微观方法解决宏观问题，常见的缺陷在于，微观方法往往暗含外生变量固定不变的前提假设，然而宏观经济复杂的内生性中不存在严格意义上的外生变量，所以微观方法运用到宏观领域往往存在偏差。以债务偿付率指标为例，微观层面判断个体债务能否可持续，重要的判断条件在于收入能否覆盖债务偿付金额，如果不能，违约将大概率发生。若将这一思维运用至宏观领域，判断一个部门甚至一个国家的债务是否可持续，会存在极大偏差。原因在于微观个体债务违约风险尚不足以影响货币政策，然而一国或者部门违约风险提高，货币政策会因此调整。这种情况下，原定利率不变的假设需要修正，以原定利率测算的债务偿付率也将随着调整。
换言之，观察居民杠杆，不仅关注三类杠杆率指标本身发展趋势，还需关注杠杆率对其敏感性较高的“外生”变量，而这些变量我们又可视之为杠杆的结构变量。
2.2 关注杠杆水平的同时还需关注四类重要变量
资产负债率敏感度较高的外生变量是房地产价格。第一，中国居民部门中过半资产是房地产，房地产相对总资产比重远高于美国等发达国家。这就意味着房地产价格变动对中国居民部门杠杆率的影响程度较深。本文就居民部门资产负债率对房地产价格作简单弹性分析，以2017年城镇房地产价值为参照，住宅商品房平均销售价格（城镇住房价值估算指标之一）上升10%（系2004~2016年年均增速水平），资产负债率降幅约4%。此外，资产负债率的变化针对房价下降更为敏感，相同程度的降幅对资产负债率影响更大。如房价下降10%，资产负债率的变幅达到4.3%。
债务偿付率敏感性较高的外生变量是利率。债务偿付率的分子端为债务本息偿付额，对利率和债务久期的敏感性较高，这一点在本文附录3展示的等额本息偿付计算公式中已经得到充分体现[1]。我们就房贷债务偿付率对利率变动作简单弹性分析，并以2015年中长期贷款利率为参照（可支配收入数据仅到2015年）。该利率上升（下降）25%（2004~2015年该利率经历了四次加减息阶段，周期内利率总体变幅的均值在25%），债务偿付率指标升幅（降幅）达到10.6%（10%），超过2007~2015年债务偿付率实际平均增速（6.21%）。相较而言，该指标对利率上行反映更为敏感。
杠杆率可持续与否的另一重要变量在于债务信用结构。总量层面观察居民部门杠杆能否持续效果不佳，原因在于信用资质较差的那部分微观个体会先于总量债务危机之前而发生信用链条断裂。以美国为例，美国居民债务偿付率从2005年的10%平稳状态迅速提升到2007年年中的11.5%。而在2005~2007年，美国房贷信用评级分布明显下移，新发放房贷规模中信用评分持续下降。最终美国居民部门债务危机爆发，而房贷危机源头在于次贷危机。除了上述三类外生变量之外，收入增速的变动同样值得关注。收入增速是负债率与债务偿付率指标的构成部分，它和债务增速相互呼应，直接影响负债率和债务偿付率。收入增速更多受经济增长趋势、周期以及收入分配政策等外生因素决定，虽然从指标构成而言，它并不是杠杆率的外生因素，然而它却在较大程度上影响居民举债“空间”。
简言之，观察居民杠杆率是否可持续，我们不仅关注居民部门的杠杆率水平，还需关注资产价格、利率、债务信用结构这三类结构变量以及收入增速。
3.1中国居民杠杆率自2000年持续攀升
三类杠杆率指标绝对水平显示2000年以来中国居民杠杆率趋势攀升。居民部门债务偿付率从2001年的1%急速攀升至2004年的2.8%，08金融危机以后债务偿付率以更快速度攀升，2015年超过6%。BIS口径的负债率和社科院估算的资产负债率可回溯年限较短，两者均显示2008年以后中国居民部门杠杆率持续攀升，其中负债率从18%左右水平持续攀升至2017年的50%，资产负债率则从5.91%攀升至2017年末的10.46%。
以“过度信贷”经验判断目前中国居民杠杆率已处高位。BIS学术论文曾基于多国经验，提出“过度信贷”是金融危机的典型特征，而“债务率差”（Credit-to-GDP Gap）为捕捉“过度信贷”的有效方式。债务率差越高，经济发生严重银行危机的可能性也越高。这一指标备受各界重视，巴塞尔协议III甚至将债务率差作为设置银行逆周期资本缓冲的一项参考指标。债务率差的直观含义为杠杆率偏离长期均衡水平的幅度，计算方面通常利用债务率的当期水平扣紧潜在趋势值的缺口，作为债务率差。BIS数据库公布各国债务率差，其中美国私人非金融部门债务率差在1987年与2007年末达到峰值，恰好对应两次重大金融危机。
BIS并未公布中国居民部门的债务率差，本文依照债务率差定义，利用HP滤波法计算得到中国居民部门的债务率差。结果发现，中国居民部门债务率差分别在2010年二季度和2017年三季度达到阶段性高点。2017年以来阶段性高点的债务率差指向当前中国居民部门杠杆率存在一定风险。
3.2 结构变量指向近一轮周期中居民杠杆状况较之前差
本文第二部分内容指出，宏观层面观察一个国家或者部门的杠杆率，不能只着眼于杠杆率的绝对水平，还需关注结构变量。考察居民部门杠杆率，除了关注资产负债率、负债率以及债务偿付率这三类常见的杠杆率指标之外，还需关注房地产价格回调风险、杠杆结构和利率放松空间这三个结构变量。
第一，房地产价格回调风险较之前提升。我们首先强调两点：一，房地产是中国居民重要资产，其相对总资产的比重在55%左右，远高于美国同期水平。较高的占比意味着房地产价格回调直接影响中国居民资产负债率，对此前文已经做过详细的弹性测算。二，迄今为止没有一份研究能够准确判断资产价格“泡沫”程度，遑论中国房地产是否存在泡沫本身就是一个值得深入探讨、同时又充满争议的话题。本文志不在探讨中国房地产价格是否存在泡沫、泡沫程度有多少，我们只想通过一些指标侧面度量当前房地产价格回调风险，尤其采用目前市场广泛认可的两个变量——房价收入比和房地产销售杠杆率。房价收入比和房地产交易杠杆率均在过去一轮周期中快速上行，显示过去一轮居民杠杆小周期中房地产价格回调风险有所提高。与之呼应，国家电网主持的调查显示2017年大中城市与小城市房屋空置率分别为11.9%，13.9%，关于空置率并没有权威数据发布，空置率测量方法不同也会影响指标的可比性。虽然具体匡算方法存在差异，然而多种国际标准均显示空置率＞10%，房价便存在较高的回调风险，次贷危机期间美国出租空置率为11.1%（2009年第三季度），而自有住房空置率最高仅为2.9%（2008年第一、四季度）。
第二，2016年以来居民部门的债务信用结构比之前差。2015年中国房地产价格再迎一轮大涨，然而一二三线城市涨价显著分化，一线城市房价涨幅超过其他城市。我们还用城市的房价收入比来度量杠杆程度，发现2016年以来一线城市房价收入比增速下降，然而二线和三四线城市却在提升。此外，我们观察居民贷款结构时发现2017年以来居民短贷增速提升较快，这或与房贷政策收紧下被压制的购房需求采用短期贷款取代中长期贷款规避监管有关。这在某种程度上意味着居民部门的债务信用结构比之前差。
第三，内外均衡问题使得货币政策空间收窄。如果不考虑汇率问题，那么债务问题在绝大多数情况下可以通过货币宽松和债务展期得到解决。然而开放经济体在处理债务问题时所面临的约束在于汇率。以人民币上一轮趋势贬值为例，2014~2015年中国经济处于类债务通缩阶段，人民币汇率开启了一轮2005年汇改以来的趋势性贬值。目前人民币汇率结束2017年以来的升值趋势，国内宽松的货币政策因人民币贬值而受到一定掣肘。
四、结论
通常而言，衡量杠杆率的指标有：资产负债率、负债率和债务偿付率。这些变量易受外生因素扰动，例如，微观层面判断债务是否可持续一般在于判断当期收入能否足够覆盖当期所需偿还债务。然而宏观来看，只要下调利率或债务展期，债务偿付率就会发生变化。资产负债率、负债率指标也存在类似情况，例如政策调整收入增速，那么负债率就会发生变化。
杠杆率指标易受外生因素（我们暂且称之为结构变量）的影响，因而不能通过线性外推加上国际经验值比较的方法来推测所谓的中国居民加杠杆空间。更为重要的是，杠杆率绝对值还会因为结构变量调整而发生变化。因而我们认为，探讨居民杠杆率极限值在哪里，是否具有加杠杆空间，还不如观察杠杆率水平以及结构变量，从而判断居民杠杆状况是否朝着改善的方向发展。
我们认为观察居民杠杆率状态，可以同时从杠杆率水平和结构变量两个维度加以把握。杠杆率水平方面，我们重点关注资产负债率、负债率和债务偿付率三个指标；结构变量方面，我们重点关注房地产价格回调风险、货币政策空间（亦为利率）、债务信用结构这三类变量。
三类杠杆率度量指标显示居民部门杠杆率自2000年来持续上升，目前在有数据观测以来的高点附近。结构变量显示：第一，从房价收入比、空置率等指标上看2015年以来居民资产负债率有所承压；第二，2017年以来房贷短期贷款化问题暗示居民杠杆对应的债务结构变差；第三，内外均衡问题下货币政策空间受到汇率问题制约，在债务压力缓释方面的空间收窄，居民部门大幅加杠杆，难度至少较上一轮小周期要高。另需重视的是，在居民收入增速趋势性下降背景中居民部门负债率和债务偿付压力提升。
从居民杠杆率的角度，我们可以更清晰地理解未来政策的方向。目前居民杠杆风险未必大，但政策放开房地产进一步加杠杆的概率偏低。
♥红与绿，让投资多姿多彩♥
