结构性通缩急需数字科技发力

文 |程宇  看懂经济专栏作家 

去年底的中央经济工作会议对于去年中国经济面临的主要挑战概括为“消费收缩，供给冲击，预期转弱”。消费收缩和预期转弱，通过社会消费品零售额的增速和固定资产投资增速数据可以看出来。这方面已经有很多专家解读了。但其实，我们还可以从货币供应量增速的趋势图来分析。毕竟，不管消费，投资还是储蓄，我们的所有生活都离不开货币。通过货币在各领域的分布变化，我们可以看出经济的挑战到底在哪儿？

上图是我国2021年全年各类货币供应量的增速图。M0：流通中现金，即在银行体系以外流通的现金。M1：狭义货币供应量，即M0+企事业单位活期存款。M2：广义货币供应量，即M1+企事业单位定期存款+居民储蓄存款。

从图中曲线可见，我国M2，也就是广义货币供应量的增速平稳。与GDP名义增速基本相一致。但是，M1的增速不断下降。而且根据央行发布的2022年一月份金融统计报告显示，今年一月的M1增速为-1.9%。比2021年的情况更严峻了。M1的统计范围是银行体系之外的现金和企事业单位的活期存款。而这部分代表的是用于市场交易的货币量。那么，这部分货币供应量的增速下降，甚至负增长，就说明市场上的交易行为正在不断减弱。这正好与“消费收缩，预期减弱”相对应。而M0的增速却不断上升。今年一月份的增速是18.5%。高于去年同期。这个趋势等于市场上越来越多的货币正在转成现金的形式，并且没有进入到银行体系内。这等于越来越多的货币正在退出市场交易。居民和企业正在囤积现金。

那么，M0, M1, M2三个货币供应量指标的变化说明，我国的经济虽然总体上保持平稳，但从结构上来讲，市场上却在发生通货紧缩。今年，稳中求进的主要任务恐怕主要也是要怎样应对通缩的挑战。而央行今年的政策目标也是稳。广义货币供应量增速要与名义GDP增速相一致。也就是说，不太可能通过宽货币来对抗通胀。那么，宽信用就是对抗通缩的主要手段。

自去年第四季度以来，央行政策边际宽松。市场利率下行。但是，如果分析市场风险利差，会发现边际宽松以来，风险利差不但没有缩小，反而在扩大。这说明边际宽松并没有改变市场的风险情绪。

我们选择有担保企业债（AA-）作为风险资产对应融资利率的指标，对应国债收益率。两者之差可以用来衡量市场风险利差。

一年期风险利差走势

从图中可见，这个利差从去年9月份开始，就不断走高。但是在春节后，利差明显下行。而如果分析春节后一年期国债利率和同期有担保企业债（AA-）的利率变动就可以发现，利差的下行主要是因为国债利率的上行，而非有担保企业债（AA-）的利率下降。

这个趋势反映的只是是春节后金融系统流动性紧张，而非市场的风险情绪下降。市场的风险情绪其实根本没有发生变化。所以，春节后实际上市场的风险情绪依然没有下降。

如果剔除掉金融系统短期流动性紧张的影响，看一下长期债券的利差，我们就可以看的更清楚：

从上图可见，市场的风险情绪一直处于上升状态。也就是说，金融系统对市场的信用风险越来越担心。对风险资产越来越敏感。

而从前文的货币供应量图表，我们已经可以看出越来越多的资金正在退出市场交易。这说明企业越来越难赚钱。那么，企业部门的信用风险就越来越高。而从风险利差来看，银行也越来越担心企业的信用风险。这导致了企业部门，尤其是在银行体系内信用评估比较低，或者不易于做信用评估的企业们融资成本越来越高。而这显然是“稳经济“，“宽信用”时，最不愿看到，也最希望解决的。

既然稳经济的主要货币手段是“宽信用”，那么就需要金融体系逆势扩张信用。可是，银行却很难对于处于通缩风口浪尖的中小微企业宽信用。因为，传统上，银行的主要信用扩张手段是依赖于贷款人的资产抵押物。也就是说，贷款人必须要有银行认可的资产用来抵押，才能获得贷款。这种操作原则，实际上等同于银行把贷款人的信用建立在抵押物上，而非贷款人本身上。贷款人必须找到银行可信的资产，才能获得银行批准的信用。等于是贷款人必须先给自己创造信用，然后抵押给银行。银行并没有充分发掘贷款人的信用。

可是，银行也有银行的难处。银行并不充分掌握小微企业或者个人的全部市场交易数据。小微企业和个人的各种市场交易数据往往分散在不同的金融体系当中。比如，某人发工资可能是工行。但日常消费可能觉得招行的积分高，而使用招行信用卡。理财可能又在平安银行(000001)。单一银行很难掌握小微企业和个人的全面信用数据。那么，对银行来讲，这类贷款人的信用风险难于评估，自然风险要求就高。而贷款人也就更难获取贷款。信用扩张在这个层面也就遇到了屏障。

但是，这个领域对于数字科技来讲，却有自己独特的优势。数字科技公司提供的支付手段方便，快捷，可靠。已经成为我国居民和很多小微企业的主要支付手段。而这些支付数据，就可以通过算法分析对使用主体的资金管理能力作出一个更加精准的判断。所有支付过程，都可以通过数字科技形成基于实际支付过程的数字孪生。同时，通过算法模型对这些支付过程的数字孪生进行信用评估。这样得出的信用评价不但快捷，而且成本大大降低。并且，是基于贷款人日常真实交易数据产生，而非简单的资产抵押物。所以，由此产生的信用评级比用资产抵押物所做出的判断，更加精准。

另一方面，中小企业的数字化能力也需要加速提高。比如，中小企业普遍缺乏数字安全能力。随着万物互联时代的到来，中小企业的安全缺口不仅危及自身，还有可能成为攻击的跳板，对大型企业、单位、放贷机构，乃至国家安全造成伤害。为此，今年两会上，全国政协委员周鸿祎建议提高中小微企业数字安全能力，出台专项政策规范明确中小微企业应具备的数字安全能力要求。同时，他建议借鉴免费杀毒的模式，鼓励大型安全企业向中小微企业提供轻量化免费安全服务，以保障中小微企业数字安全不掉队。

因此，数字科技公司在打通信用扩张末端，突破信用扩张屏障，改善实体经济融资环境方面，具备自己独特的优势。而从市场数据来看，我国目前也急需改善实体经济融资环境。在实体经济实现信用扩张的突破。由此，才能稳住市场交易，稳住市场主体，稳住就业，稳住债务。只有实体经济的平稳发展，才能实现中国经济从“基建-房地产-金融”旧的循环动力向“科技-产业-金融”新的循环动力提供转换的基础。因此，逆周期的信用扩张必须要为跨周期的长远任务提供支撑。而当前，数字科技具备的独有优势恰恰可以改善市场屏障，为跨周期的长远任务提供支撑。

其实，我们不应该恐惧甚至敌视数字科技公司提供的金融服务。实际上，这只不过是由中国特色的第四次工业革命现象而已。现在对于第四次工业革命将在数字技术领域突破，这一命题已经没有任何怀疑的了。他已经进入到实践领域了。比如，德国西门子公司在俄罗斯高铁上就是用了数字孪生技术。实时接收高铁传感器上发送的数据，通过数字模型分析预测高铁各个部分的运行质量。对即将出现的问题和尚未出现的隐患，及时排除。不但大大降低了高铁的维护和运行成本，而且提高了高铁运行的安全性。数字孪生技术也在特斯拉的研发和生产管理中得到了广泛应用。他们的数字孪生发生在工业领域，这是因为他们是传统工业强国，积累了两百年的工业知识和技术。而工业上的数字孪生，必须要基于大量的工业知识和技术的积累。她实际上是把积累的工业技术通过数字科技给数字化，综合化，可视化。建立起一个虚拟的对应主体。但中国显然在工业领域里，不具备这种优势。我们甚至连精益化还没有完成。但他们也有他们的短板。这些工业强国在电子商务领域却并不发达。消费领域的电子化服务上，并不发达。相反，因为中国具备人口密度大，消费动力足，基础设施完备等特点，在过去20里电子商务有了突飞猛进的发展。首先积累了大量的市场交易数据，并且形成了方便快捷的电子支付手段。让我们具备了在消费领域里实现数字化的优势。因此，中国的数字化革命，才会首先在消费领域里开始。而不像发达国家那样在工业领域里开始。数字化革命将是对社会从生产到生活的全方位革命。他并不会单纯局限在消费领域或者工业领域。只不过中外的起点领域不同而已。因此，我们应该珍视我们在第四次工业革命开始时的起点优势。利用好我们在消费领域开始的数字优势。积极发挥数字科技公司在金融服务领域里面，通过数字孪生降低信用创造成本，突破信用扩张屏障的独特优势。让他们充分发挥逆周期服务的手段优势，充分为实现我国经济跨周期任务目标服务。

本文首发于微信公众号：看懂经济。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。