2023年7月9日利率债观察：金融数据正受到基数因素的影响

敬请参阅最后一页特别声明 -1- 证券研究报告 2023年7月9日 总量研究 金融数据正受到基数因素的影响 ——2023年7月9日利率债观察 1、金融数据正受到基数因素的影响 去年春夏之交，我国经济运行面临严峻挑战，宏观调控部门迎难而上，果断加大政策的调节力度。例如，财政部要求加快地方政府专项债券的发行使用；中央银行进一步加大稳健货币政策的实施力度，营造出良好的货币金融环境。 一揽子强有力、快见效的政策和措施推动了金融数据的迅速改善。例如，2022年5月人民币贷款由4月的明显少增快速扭转为多增，且此后的三个季度内新增贷款的三月同比增速大体呈提高趋势。再如，2022年末M2增速达到了11.8%，较2022年一季末提高了2.1个百分点。另如，2022年5月和6月新增社融中政府债券融资规模依次为1.06和1.62万亿元，分别较前一年同期大幅提高了0.39和0.87万亿元。 不过，去年5月以来金融数据的高增长也相应地拉低了今年一些月份金融数据的增速。比如说，今年5月人民币贷款较去年同期少增了0.53万亿元，这既是经济内生动力不强、有效信贷需求不足的体现，也有去年5月基数较高的原因。而且，今年6月的信贷数据也会不可避免地受到基数因素的影响。2022年6月新增人民币贷款2.81万亿元，较前一年同期大幅多增了0.69万亿元，今年6月在此基础上很难再度多增。事实上，去年自4月后贷款的三月同比增速大体处于上升的趋势中，因此今年下半年的一些月份也会阶段性地受到上述因素的干扰。 我们建议使用两年平均增速指标以滤除去年5月以来基数明显上行所造成的影响。所谓的两年平均增速，即23年相对于22年增速与22年相对于21年增速的平均值。倘若23年某月贷款同比增速下降是由于22年同期增速上升所导致，那么两年平均增速应保持基本稳定。如果两年平均增速大幅下行，那么便说明该月贷款的少增不仅仅是基数的原因；如果23年6月两年平均增速有所提高，那么说明23年6月的情况还是较5月边际改善的。 我们对数据进行处理是为了更好地分析数据变化的趋势。例如，使用两年平均增速是为了剔除去年5月以来基数提高所造成的影响，而我们经常使用的三月同比增速指标是为了滤除月度之间的波动。值得注意的是，过度的数据处理有可能弱化结果的公信力（例如令非专业人士有“操纵数据”的质疑），所以我们需要对数据处理的复杂度加以控制。 因此，我们建议在进行两年平均增速的计算时不再叠加使用三月同比的方法，而是直接使用单月的数据。单月数据容易受到月度间波动的影响从而有可能形成错误的指向性，因此我们在使用两年平均增速数据时，宜更加注重今年与过去两年自年初以来累计增量的比较。这样，可以将累计增量数据相对稳定和单月增速数据比较灵敏这两个优势有机地融合在一起。 2、风险提示 不理性的预期引发市场快速波动。 作者 分析师：张旭 执业证书编号：S0930516010001 010-58452066 zhang_xu@ebscn.com 重要收益率走势图 2.52.72.93.13.3Jan-19Oct-19Jul-20Apr-21Jan-22Oct-2210Y国债收益率 资料来源：Wind，光大证券研究所 相关研报 债券市场中我们担心的两个问题——2023年6月16日利率债观察 请对信贷乐观一些——2023年6月13日利率债观察 当前10Y国债收益率已明显偏低——2023年6月11日利率债观察 预计5月新增贷款超1.5万亿元——2023年6月2日利率债观察 LPR的平稳与货币政策的传导——2023年5月22日利率债观察 辨析MLF降息和数量的逻辑——2023年5月15日利率债观察 10Y国债的估值已贵——2023年5月14日利率债观察 为何4月信贷增长常弱于3月？——2023年5月11日利率债观察 预计4月贷款较去年同期多增——2023年5月9日利率债观察 4月的信贷很可能会“腰斩”——2023年4月26日利率债观察 存贷款利率都更加市场化了——2023年4月20日利率债观察 要点 敬请参阅最后一页特别声明 -2- 证券研究报告 固定收益 1、 金融数据正受到基数因素的影响 去年春夏之交，我国经济运行面临严峻挑战，宏观调控部门迎难而上，果断加大政策的调节力度。例如，财政部要求加快地方政府专项债券的发行使用；中央银行进一步加大稳健货币政策的实施力度，营造出良好的货币金融环境。 一揽子强有力、快见效的政策和措施推动了金融数据的迅速改善。例如，2022年5月人民币贷款由4月的明显少增快速扭转为多增，且此后的三个季度内新增贷款的三月同比增速大体呈提高趋势。再如，2022年末M2增速达到了11.8%，较2022年一季末提高了2.1个百分点。另如，2022年5月和6月新增社融中政府债券融资规模依次为1.06和1.62万亿元，分别较前一年大幅提高了0.39和0.87万亿元。 图表1：政府债券净融资额（社融口径） 0.24 0.10 0.31 0.37 0.67 0.75 0.18 0.97 0.81 0.62 0.82 1.17 00.30.60.91.21.51.81月2月3月4月5月6月7月8月9月10月11月12月2021年0.60 0.27 0.71 0.39 1.06 1.62 0.40 0.30 0.55 0.28 0.65 0.28 00.30.60.91.21.51.81月2月3月4月5月6月7月8月9月10月11月12月2022年0.41 0.81 0.60 0.45 0.56 00.30.60.91.21.51.81月2月3月4月5月6月7月8月9月10月11月12月2023年 资料来源：Wind，光大证券研究所 单位：万亿元 截至日期：2023年5月 敬请参阅最后一页特别声明 -3- 证券研究报告 固定收益 不过，去年5月以来金融数据的高增长也相应地拉低了今年一些月份金融数据的增速。比如说，今年5月人民币贷款较去年同期少增了0.53万亿元，这既是经济内生动力不强、有效信贷需求不足的体现，也有去年5月基数较高的原因。而且，今年6月的信贷数据也会不可避免地受到基数因素的影响。2022年6月新增人民币贷款2.81万亿元，较前一年同期大幅多增了0.69万亿元，今年6月在此基础上很难再度多增。事实上，去年自4月后贷款的三月同比增速大体处于上升的趋势中，因此今年下半年的一些月份也会阶段性地受到上述因素的干扰。 图表2：新增贷款的三月同比增速及其滤波值 -10%-4%2%8%14%20%26%Jan-21Apr-21Jul-21Oct-21Jan-22Apr-22Jul-22Oct-22Jan-23Apr-23新增贷款的三月同比新增贷款的三月同比（H-P滤波值） 资料来源：Wind，光大证券研究所 截至日期：2023年5月 图表3：人民币贷款较上年同期的多增/少增量 0.40 -0.13 0.40 -0.82 0.39 0.69 -0.40 0.03 0.81 -0.21 -0.06 0.27 0.92 0.58 0.76 0.07 -0.53 -1-0.75-0.5-0.2500.250.50.751Jan-22Mar-22May-22Jul-22Sep-22Nov-22Jan-23Mar-23May-23较上年同期的多增/少增量 资料来源：Wind，光大证券研究所 单位：万亿元 截至日期：2023年5月 敬请参阅最后一页特别声明 -4- 证券研究报告 固定收益 此外，广义货币增速所受到的影响也是类似的。我们在《不久后M2增速将趋势性下行——2023年3月12日利率债观察》便已指出“今年M2增速将呈现出前高后低的走势，不久后我们便会迎来M2增速的趋势性下降，年底时M2增速较有可能回到与名义经济增速基本匹配的水平。” 我们建议使用两年平均增速以滤除去年5月以来基数明显上行所造成的影响。所谓的两年平均增速，即23年相对于22年增速与22年相对于21年增速的平均值。倘若23年某月贷款同比增速下降是由于22年同期增速上升所导致，那么两年平均增速应保持基本稳定。如果两年平均增速大幅下行，那么便说明该月的贷款少增不仅仅是基数的原因；如果23年6月两年平均增速有所提高，那么说明23年当前的情况还是较5月边际改善的。 图表4：历年5月、6月的新增人民币贷款规模 1.15 1.18 1.48 1.50 1.89 1.36 1.84 1.66 1.81 2.12 2.81 11.31.61.92.22.52.82018年2019年2020年2021年2022年2023年5月6月 资料来源：Wind，光大证券研究所 单位：万亿元 截至日期：2023年5月 图表5：M2余额的同比增速 7.88.89.810.811.812.8Jan-18Jan-19Jan-20Jan-21Jan-22Jan-23M2 同比增速 资料来源：Wind，光大证券研究所 单位：% 截至日期：2023年5月 敬请参阅最后一页特别声明 -5- 证券研究报告 固定收益 我们对数据进行处理是为了更好地分析数据变化的趋势。例如，使用两年平均增速是为了剔除去年5月以来基数提高所造成的影响，而我们经常使用的三月同比增速指标是为了滤除月度之间的波动。值得注意的是，过度的数据处理有可能弱化结果的公信力（例如令非专业人士有“操纵数据”的质疑），所以我们需要对数据处理的复杂度加以控制。 因此，我们建议在进行两年平均增速的计算时不再叠加使用三月同比的方法，而是直接使用单月的数据。单月数据容易受到月度间波动的影响从而有可能形成错误的指向性，因此我们在使用两年平均增速数据时，宜更加注重今年与过去两年自年初以来累计增量的比较。这样，可以将累计增量数据相对稳定和单月增速数据比较灵敏这两个优势有机地融合在一起。 2、 风险提示 不理性的预期引发市场快速波动。 图表6：新增贷款同比增速与相应的两年平均增速 -60%-40%-20%0%20%40%Mar-21Jun-21Sep-21Dec-21Mar-22Jun-22Sep-22Dec-22Mar-23新增贷款的单月同比新增贷款单月同比的两年均值 资料来源：Wind，光大证券研究所 单位：% 截至日期：2023年5月 图表7：新增人民贷款的累计值 3.568.51113.51618.5211月2月3月4月5月6月7月8月9月10月11月12月