情况已经起变化：居民部门负债率问题的再浅谈

作者：一段棉线

来源：一段棉线的投资思考（ID：yiduanmianxian）

本文要点

有段日子没仔细跟进居民负债问题的更新数据了，最近几年居民负债的形势变化太快，“三天不学习，赶不上刘少奇”。前年下半年和老王一起写了份70多页的大报告，回头看看，当初是老王做了最硬核的部分，自己对很多细节的理解并不到位。最近因为疫情影响，大家对疫情是否会引发局部信用风险的问题越来越关切，就又捡起来这门基础课做一下整体研究。

和其他宏观杠杆研究的问题一样，搞清楚居民杠杆问题不仅需要研究总量，还至少需要搞清楚负债产品特征、负债久期分布、负债群体结构等问题。囿于公开渠道无法获得负债群体结构性数据，只能基于此前投资经验对相应情况进行定性判断，并尽可能量化估计负债久期分布，以在总量上对居民即期还款压力有更深入的认识。

先说几点结论：

1、近年来本轮居民加杠杆速度很快。还原央行口径外的零售信贷规模，居民杠杆占GDP比例已由2013年末的43%达到了2019年末70%左右水平。以年末数占当年居民可支配收入口径衡量，该比例已从2013年末的63%上升到2019年末的103%；

2、居民加杠杆绝对规模上的主力品种是住房抵押贷款和公积金贷款。尤其在2015和2016两年，这两个品种占当年新增信贷的比例非常大。但因这两类贷款期限很长，以上年末数估计的下年偿还压力（下一年预估本息现金流/下一年住户部门可支配收入）会被分摊至15-20年。但从2013年开始可支配收入占比从13%水平提升到目前的约28%水平，增长显著；

3、本轮居民加杠杆速度非常快，但尚未出现局部危机的主要内生原因可能是两个，其一是房价没有出现系统性严重下跌。其二是存量高流动性财富（储蓄+理财）托底，但存量高流动性财富对存量负债的覆盖率下降很快。2015年底居民储蓄/理财和居民负债的比例约为214%，但目前该比例已经下降到了139%左右；

4、需要高度关注居民杠杆的结构性问题。我国居民杠杆在人群中分布不均匀，农村居民盖房基本不用贷款，信用卡用量也很低。除了城乡差别，不同阶层的负债率也有巨大差别，很可能在不同阶层中呈现出不同特征，如超高净值客户资产负债率低；次级人群人均绝对债务规模小，但负债久期短、受现金流量表影响大；中产阶级绝对债务规模大、负债久期长，如资产价值缩水或连续数期收入现金流显著下降就可能陷入债务危机。这些特点会导致不同的经济或社会问题，有数据条件的体制内人士进行进一步深入研究的必要性很高。尤其是当前疫情及防控疫情对经济和社会存在双重冲击的背景下，左支右绌之后解决了一些总量上的数据问题远不足以达到沾沾自喜让人感恩的基本标准，细化到具体人群画像，以科学疏导而非WeiWen为主才是避免出现重大社会问题的合理手段。

由于2013年前后是前一轮金融大爆发的起点，传统金融体系外的P2P、非持牌消费金融业务开始大爆发，金融体系以金主身份对这些体系外融资需求进行了资金支持，并后续一并加入了各种金融创新的行列。本轮金融大爆发有一个显著特点：即以各种零售信贷产品为代表的金融创新层出不穷，居民部门杠杆率一路飙升，原有的无授信/低授信人群也在此轮金融爆发过程中得到了较为充分的授信。

基于此，尽管本轮居民加杠杆大体从2008-2009年开始发动，但本篇主要观察的时间阶段始于2013年。

计算居民总体杠杆率的口径往往有两个，一个是按照GDP为基数计算，一个是按照居民可支配收入口径计算。无论哪种计算，市场上多数报告的计算方式仅仅统计央行公布的个人贷款余额部分。然而，仅统计金融体系的表内贷款实际至少缺失了三项主要居民负债或居民隐性负债，分别如下：

- 公积金贷款；

- 信托发放的表外贷款；

- 小额贷款公司对个人直接发放或由个人承担担保义务的贷款。

这三项合计规模约为央行口径下个人贷款余额的10-15%。此外，即便不考虑民间借贷规模，仍有两项可能对估计产生一定影响的科目在此次测算中并没有纳入统计，分别为：

- 融资租赁：对个人发放的、仍在表内存续的租赁分期（以乘用车和商用车租赁为主）实际也是居民部门负债。未被纳入测算的原因是行业内没有靠谱的统计数字，但该部分总体规模并不大，全行业应该在千亿体量；

- 出表资产：这部分规模很大，体量在万亿级，但实际分析的时候比较复杂。首先央行在统计宏观信贷规模和社融的时候可能已经还原部分金融机构通过信贷资产证券化路径出表的资产，但统计是否全面需要进一步确认。其次，金融机构部分通过银登或私募形式出表的资产规模可能没有被央行统计在内。再次，类金融机构每单发行是否做出表安排需要根据交易条款细化判断。

基于以上原因，本次测算未纳入以上两项测算，预计还原后对居民负债数据的影响在1-5%。

1、总量问题

铺垫不多说了，2013年到现在居民部门负债率一直以斜率很高的状态上升，到2019年末，还原后按照GDP口径统计的负债率已经逼近70%大关，和当年居民可支配收入相比也首次超过了100%（已超过美国水平）。    

还原后按GDP测算的居民负债率

还原后按居民可支配收入测算的居民负债率

注：居民可支配收入有两个口径，一个是统计局总体口径，一个是利用人均可支配收入与当年总人口相乘得出的数据口径。后者整体比前者规模小约30%，由于人均可支配收入是调查数据，存在向下的调查偏差，故采用统计局直接发布的口径。此外，本部分还原测算时未对信用卡待偿中作为支付手段的部分（即免息分期部分）进行扣除。

2、期限分布问题

对于债务偿付来说，总量问题很重要，但期限分布问题更重要。作者对下列不同贷款类型进行久期归类，并按照当年末存量权重通过建模计算得出居民部门下一年的偿付现金流压力。

具体估算方法为：

当年强制偿还现金流规模 = 上年末各项贷款未偿本金/加权平均久期 + 上年末各项贷款未偿本金 × 对应假设利率

在本部分还原测算时扣除了信用卡待偿余额中作为支付手段的部分（即免息分期部分）。

于是得出了如下估计结果：2013年居民信贷对应强制性偿还现金流占当年居民可支配收入比例在13%左右，到2020年度估计该比例将上升至28%左右，相当于在7-8年的时间里居民部门的即期偿付压力翻了一倍以上。

过去10年里，推高居民负债总量增长的推手毋庸置疑是住房抵押贷款（商业按揭和公积金贷款）。从结构上看，背负起房贷压力的最主要群体应该是城市中产。但次级人群通过消费信贷加的杠杆绝对规模也不算小。

3、那为什么还没出现显著的信用风险？

既然债务比例持续提升，为什么现阶段居民负债对应的产品尚未出现严重的信用事件？说绝对比例还不够高显然不是准确答案，此前一次分析，和老王讨论出的原因大概有这么几点：

- 居民储蓄率仍然较高，债务/金融资产比例仍然较低；

- 零售信贷的渗透率仍然不算高；

- 银行为主的金融机构整合各种优势后，以较低利率产品对其他非正规产品进行了挤出；

- 风控技术的革命性革新；

- 房价历史上持续上涨，现阶段保持稳定。

接近两年过去，上面想到的这些原因大体仍然成立，但作者对居民负债信用为何仍保持一定稳定性的原因有了一些细化认识。

第一，房贷是占居民负债绝对比例最大的部分，住房价格的持续上涨并在现阶段保持相对稳定是居民负债信用稳定的最根本原因；

第二，居民存量高流动性金融资产是对冲信用风险的重要压舱石，但存量财富对居民负债的覆盖率正在以极快速度下降（见下图）；

第三，市场已经阶段性进入存量博弈的状态。是否能够获取优质客户、是否能够整合低成本负债来源和是否能够不断提高风控技术是区分不同经营机构能力的关键因素。这个过程中一定会有经营机构爆发显著信用风险，但在现阶段货币政策整体托底、多数机构份额达不到垄断状态的市场环境里爆发整体信用风险的可能性不大。

    注：居民存量高流动性财富 = 居民储蓄 + 居民银行理财

二、几点感受

这礼拜每天花点时间整理数据，看看报告。上次由于自己没有动手做数据，对很多问题的理解并不到位，这次从基础做起，就对很多问题有了新的理解。大体有这么几个方面的感受：

第一，国内数据的口径缺乏稳定性，数据内涵也往往语焉不详，数据质量较差、宏观和微观数据互相之间无法印证。清洗数据的时候经常发现同一内涵的统计数据互相打架或同一口径的数据内涵发生变化造成前后无法比较等等问题；

第二，国内多数研究做得比较糙，缺乏基本的方法论或描述问题的逻辑框架。给结论的时候经常跳步骤想当然。在居民部门负债问题上，强推老王推荐的2018年广发宏观发表的《中国居民部门杠杆如何评估——宏观杠杆率研究系列》。这篇报告对描述居民部门杠杆率有哪些不同口径、各口径的适用范围及优劣势、是否能够探寻到“杠杆极限”等问题都有很严谨的表达；

第三，整理基础数据是强迫自己从底层思考逻辑框架的一个过程，这个过程中对不同口径数据的勾稽关系、数据有效性和适用性、不同信息来源的信息质量都能建立起直观感受，就像打球时培养的“球感”一样，这种感觉有助于指导业务实践和投资判断。

以上。

附录：模型计算假设

以下计算假设相对偏保守，例如短期贷款的利率估计值可能偏低，部分贷款久期估计值可能偏长，因此上文估算得出的结果有可能会低于居民实际偿付压力。如读者能协助我进一步数据更新，恳请各位不吝赐教。

1、2018年之后无可支配收入总量数据，该数据补空是利用当年GDP规模和过去5年居民可支配收入占GDP比例平均值（比例较稳定）外推计算得出的；

2、假设2020年真实GDP增长率为5%；

3、假设2019年居民储蓄余额相比上年约同比增长9%，到去年底约69万亿元；

4、居民理财数据为个人理财和私行理财加总计算，过去两年规模数据补空是利用2018年数据和部分新闻提及数据外推得出的，过去两年余额均约17万亿元上下；

5、2019年底信用卡未偿余额规模利用2018年底数据和过去5年信用卡未偿余额增长率平均值相乘外推得出。假设其中作为支付手段的部分从2013年之前约80%下降到目前的约50%；

6、各类信贷久期假设

- 短期消费贷款：久期为0.75年；

- 短期经营贷款：久期为1年；

- 中长期消费贷款（不含按揭和公积金贷款）：久期为1.8年；

- 中长期经营贷款：久期为1.5年；

- 信用卡（不含支付手段部分）：久期为0.75年

- 信托零售贷款（不含支付手段部分）：久期为0.75年；

- 小额贷款中居民负债对应部分：久期为1年；

- 按揭和公积金贷款：不含早偿，每年按合同本金归还6%左右。

7、短期贷款平均利率假设为6%；商业按揭贷款利率采用万德统计值，假设公积金贷款利率低于同期商业按揭贷款利率1.5%；

8、假设信托发放的零售贷款规模从2012年末开始，规模由50亿元增长到2019年底的8,000亿元；

9、假设小额贷款公司存量贷款中80%为居民直接负债或由担保形成的隐性负债，但2015-2017年比例有所上升。

注：文章为作者独立观点，不代表资产界立场。

题图来自 Pexels，基于 CC0 协议

本文由“一段棉线的投资思考”投稿资产界，并经资产界编辑发布。版权归原作者所有，未经授权，请勿转载，谢谢！

原标题：