一个关于社融数据估测的技术细节-20190312-广发证券-16页.pdf

识别风险，发现价值请务必阅读末页的免责声明 1 1/1616 Table_Page 宏观经济|专题研究 2019 年 3 月 12 日 证券研究报告 一个关于社融数据估测的技术细节一个关于社融数据估测的技术细节 社融数据存在一个统计细节，两期存量相减并不等于当期新增，即存量增量。常见的社融存量增速估测方法是先估测不同分项新增社融，再加总得到新增总社融，然后计算存量同比增速。这就意味着直接利用新增量估测存量增速，会引入估测误差。本文旨在探讨这一误差细节。误差有多大？历史经验显示年度误差在误差有多大？历史经验显示年度误差在 1%左右，误差不可忽视左右，误差不可忽视2018 年社融的月度存量和增量误差在 3%25%。回溯历史，社融增量和存量始终存在误差，且绝大多数情况下前者大于后者。对比两种测算方法结果可观察误差大小：方法 1，本期增量/上期存量*100%；方法 2，（本期存量-上期存量）/上期存量*100%。方法 1 计算结果大概率高于方法 2，差距在 1%左右（年频）。方法 2 计算得到的是真实存量增速，可见以新增量直接估算存量增速，年度误差在 1%左右。缘何有误差？误差主要来自五个细分项目缘何有误差？误差主要来自五个细分项目拆分社融细分项，发现存量和增量的差异主要来自外币贷款、委托贷款、信托贷款、企业债券融资和其他项这五个细分项。信托贷款项误差主因每年信托贷款项误差主因每年1月存量调整。月存量调整。以信托业协会口径的信托贷款作为影子指标，发现年度信托贷款存量和增量误差几乎全由每年 1 月贡献，且 1 月误差主因当月社融的信托贷款存量进行了脉冲式调整。我们猜测 1 月调整或与年初存量统计数据排摸有关。委托贷款数据透明度不高，误差原因暂时不明，然 2015 年以来该项误差几乎可忽略。外币贷款项误差起因于汇率波动。外币贷款项误差起因于汇率波动。外币贷款增量匡算使用当期平均汇率，存量匡算使用期末时点汇率。修正汇率影响，即按对应汇率换算得到美元计价的增量和存量，发现存量和增量误差基本被抹平，验证外币贷款误差主要来自汇率波动。企业债券融资项误差起因不同类型债券统计方式各异。企业债券融资项误差起因不同类型债券统计方式各异。社融口径企业债券融资内含多类券种（至少有 11 类）。万得口径这 11 类券种年度净融资与社融口径企业债券融资增量数据拟合度高，存量亦如此。然而即便同是万得口径，这 11 类债券的新增量和存量也存在差异，原因是万得存量统计以起息日为标准，净融资额统计以发行日为标准。社融口径的企业债券融资，内含多类券种，涉及不同发行制度、兑付规则和余额统计标准，不止起息日和发行日标准差异。故其日常统计监测牵涉较广，天然就存在统计难度，新增量和存量难免存在统计误差。其他项主因在于保险公司赔偿和金融去杠杆特定背景。其他项主因在于保险公司赔偿和金融去杠杆特定背景。将社融总量扣减人民币贷款等 7 个分项所得剩余称为“其他项”，其实际包含保险公司赔偿、投资性房地产、其他融资三个细分项。我们认为 2016 年以来大多数情况下其他项误差主因保险公司赔偿款；2017 年误差不仅与保险公司赔偿有关，或可还与特定的去杠杆背景有关。有何指示意义？有何指示意义？2019 年以增量推算存量增速的估算结果较往年稳健年以增量推算存量增速的估算结果较往年稳健加总五个分项存量和增量的误差，得到 2019 年老口径社融存量增速的估测总误差大概率不过 1.04%，属 2010 年以来中性偏小的误差水平。新口径社融存量的存量和增量误差大概率低于 0.9%，即 2019年增量估算存量社融增速，估测结果较往年稳健。核心假设风险：核心假设风险：中美贸易摩擦超预期，国内需求下行超预期。分析师：分析师：周君芝 SAC 执证号：S0260517030004 SFC CE No.BNV557 021-60750625 相关研究：相关研究：1 9 8 1 2 8 2 5/3 6 1 3 9/2 0 1 9 0 3 1 3 0 8:1 7 识别风险，发现价值 请务必阅读末页的免责声明 2 2/1616 Table_PageText 宏观经济|专题研究 目录索引目录索引 一、社融存量相减不等于当期增量一、社融存量相减不等于当期增量.4 1.1 社融存量相减并不等于当期新增社融社融存量相减并不等于当期新增社融.4 1.2 以新增社融估算社融存量增速的误差不可忽视以新增社融估算社融存量增速的误差不可忽视.5 二、误差主要来自五个细分项目二、误差主要来自五个细分项目.6 2.1 误差主要来自于五个细分项误差主要来自于五个细分项.6 2.2 信托贷款误差或主因信托贷款误差或主因 1 月存量统计排摸月存量统计排摸.9 2.3 外币贷款项原因在于汇率波动外币贷款项原因在于汇率波动.10 2.4 企业债券融资项原因在于统计方式企业债券融资项原因在于统计方式.11 2.5 其他项主因在于保险公司赔偿和去杠杆特定背景其他项主因在于保险公司赔偿和去杠杆特定背景.13 三、技术细节对社融存量增速预测的意义三、技术细节对社融存量增速预测的意义.14 1 9 8 1 2 8 2 5/3 6 1 3 9/2 0 1 9 0 3 1 3 0 8:1 7 识别风险，发现价值 请务必阅读末页的免责声明 3 3/1616 Table_PageText 宏观经济|专题研究 图表索引图表索引 图图 1:2017 年以来月度差异（亿元）年以来月度差异（亿元）.4 图图 2:2016 年以来老口径社融存量和增量的月度差异年以来老口径社融存量和增量的月度差异.5 图图 3:两种算法的社融年度两种算法的社融年度存量增速对比（老口径）存量增速对比（老口径）.5 图图 4:社融季度存量增速对比社融季度存量增速对比.5 图图 5:社融分项的存量和增量相对社融总量的占比社融分项的存量和增量相对社融总量的占比.7 图图 6:年度来看外币贷款细项本身的年度来看外币贷款细项本身的误差较大（单位：亿元）误差较大（单位：亿元）.7 图图 7:年度来看年度来看 2016 年以来表外票据融资细项误差快速收敛（单位：亿元）年以来表外票据融资细项误差快速收敛（单位：亿元）.7 图图 8:年度来看企业债券融资和其他项误差不小（单位：亿元）年度来看企业债券融资和其他项误差不小（单位：亿元）.8 图图 9:月频数据显示误月频数据显示误差主要来自外币贷款、企业债券和其他项三个细分项（单位：差主要来自外币贷款、企业债券和其他项三个细分项（单位：亿元）亿元）.8 图图 10:月频数据显示外币贷款、企业债券和其他项之外的细分项误差较小（单位：月频数据显示外币贷款、企业债券和其他项之外的细分项误差较小（单位：亿元）亿元）.9 图图 11:社融口径信托贷款的存量与增量误差主要集中在每年社融口径信托贷款的存量与增量误差主要集中在每年 1 月月.10 图图 12:两个口径信托贷款存量差异主要在一季度两个口径信托贷款存量差异主要在一季度.10 图图 13:两个口径信托贷款增量数据两个口径信托贷款增量数据差异较小差异较小.10 图图 14:修正前外币贷款增量和存量存在较大差异修正前外币贷款增量和存量存在较大差异.11 图图 15:修正后外币贷款增量和存量差异抹平修正后外币贷款增量和存量差异抹平.11 图图 16:11 类券种的增量和社融口径企业债券融资增量趋势一致类券种的增量和社融口径企业债券融资增量趋势一致.12 图图 17:11 类券类券种的存量和社融口径企业债券融资的存量趋势一致种的存量和社融口径企业债券融资的存量趋势一致.12 图图 18:社融口径企业债券的存量和增量存在差异社融口径企业债券的存量和增量存在差异.12 图图 19:11 类券种的存量和增量融资存在差异类券种的存量和增量融资存在差异.12 图图 20:不同券种的发行、清算和托管差异不同券种的发行、清算和托管差异.12 图图 21:2016 年以来对大多数时间“年以来对大多数时间“其他项”误差来自保险公司赔付金扰动其他项”误差来自保险公司赔付金扰动.13 图图 22:五个细分项引入的估算误差（单位：五个细分项引入的估算误差（单位：%）.14 1 9 8 1 2 8 2 5/3 6 1 3 9/2 0 1 9 0 3 1 3 0 8:1 7 识别风险，发现价值 请务必阅读末页的免责声明 4 4/1616 Table_PageText 宏观经济|专题研究 一、一、社融社融存量相减不等于存量相减不等于当期当期增量增量 1.1 社融存量相减并不等于当期新增社融社融存量相减并不等于当期新增社融 央行同时报告社融存量和增量数据，然而将两期的期末存量相减，所得结果并不等于当期社融增量。以 2018 年为例，12 月新口径社融存量 200.75 万亿，减去 11月新口径社融存量 199.29 万亿，所得结果 14535 亿元；与央行直接报告的 12 月新增社融 15897.6 亿元，相差 1362.6 亿元。同理 2018 年 112 月均存在存量不等于当月新增量的现象，两组数据的误差在 3%25%之间1。回溯历史数据，社融增量和存量之间一直存在误差，并且绝大多数情况下误差为正，即社融增量大于存量。图图1:2017年年以来以来月度差异（亿元）月度差异（亿元）数据来源：Wind；广发证券发展研究中心。注：1）2019年12月央行未公布ABS和贷款核销数据（包括存量和新增）；假设2019年12月ABS与核销数据去年同期新增量相等，以此推算老口径社融数据；2）2019年2月所用数据为央行新闻公布的初值，初值和最终月度增量融资数据上略有差异，详见正文分析。1 误差计算公式为：（增量-存量）/存量 时间时间存量增量误差误差存量增量误差误差存量增量误差误差2019-026002703017%4261525923%4146514524%2019-0143328463537%42240452657%42058450827%2018-1214535158989%141731553610%101511151413%2018-1114044152399%14376155718%124901368510%2018-106230742019%5362655222%4729591825%2018-0920250216917%128611430211%103501179114%2018-0817807193919%137011528512%128231440712%2018-07109361225412%90851040315%87871010415%2018-0614254148774%13235138585%11226118496%2018-05919595184%818385064%732876514%2018-0416506177618%15698169538%14618158739%2018-03144691584810%138071518710%121861356511%2018-0211528118943%11420117863%11306116713%2018-0129024307936%29024307936%28841306106%2017-1214854158657%14006150167%104711148110%2017-1118514191393%16232168574%15503161284%2017-1011325120046%10010106897%9678103577%2017-0921935224512%19418199343%17818183343%2017-0816677175145%14753155906%14057148946%2017-0713932149838%106071165710%109071195710%2017-0620377211314%18386191404%16964177184%2017-0512731131363%10797112024%10226106314%2017-0415214156043%13194135853%13489138803%2017-0323842240011%22037221951%21027211851%2017-0210996110460%10996110460%10857109070%2017-0136173369712%老口径社融老口径社融新口径社融新口径社融7月调整口径社融7月调整口径社融1 9 8 1 2 8 2 5/3 6 1 3 9/2 0 1 9 0 3 1 3 0 8:1 7 识别风险，发现价值 请务必阅读末页的免责声明 5 5/1616 Table_PageText 宏观经济|专题研究 图图2:2016年以来年以来老口径社融存量和增量的老口径社融存量和增量的月度差异月度差异 数据来源：Wind；广发证券发展研究中心。注：2019年12月老口径社融匡算方法同图表1。1.2 以新增社融估算社融存量以新增社融估算社融存量增速增速的误差的误差不可忽视不可忽视 估算社融存量增速，一个常见的方法是先估算t期新增社融（新增社融t），除以过去一期的社融存量t-1，便得到t期的社融存量增速预测值。然而存量并不等于当期社融增量，这就意味着以新增社融t推算社融存量t同比增速的估算方法，将引入误差。这一误差多大程度上影响估算准确度？这是社融存量增速估测需要面对的问题。为了观察误差大小为了观察误差大小，我们对比两种算法我们对比两种算法的测算结果的测算结果。算法1，本期增量/上期存量*100%；算法2，（本期存量-上期存量）/上期存量*100%。其中央行直接报告的社融存量增速采用方法2测算，即存量/存量所得结果才是真实的社融存量增速。图3（只追溯老口径社融）显示算法1所得结果基本上都高于算法2，多数年份两者测算结果的差异保持1%上下；少数年份超过1%，例如2006（1.1%）、2007（1.1%）、2009年（1.9%）、2011年（1.6%）、2012和2013年（1.4%）；个别年份甚至超过3%，例如2004年（3.4%）、2005年（4.8%）和2008年（3.5%），而且这些差异大的年份主要集中在2010年之前。2018年新口径（9月调整后口径）、7月调控口径也同样存在类似误差，用方法1和方法2测算，结果差异（季频）在0.8%以内，如图4所示。图图3:两种算法的社融年度存量增速对比（老口径）两种算法的社融年度存量增速对比（老口径）图图4:社融季度存量增速对比社融季度存量增速对比 数据来源：Wind；广发证券发展研究中心 数据来源：Wind；广发证券发展研究中心 -15%-10%-5%0%5%10%15%20%25%30%05,00010,00015,00020,00025,00030,00035,00040,00045,00050,000（亿元）存量增量（增量-存量）/存量（右轴）7%12%17%22%27%32%37%2003200420052006200720082009201020112012201320142015201620172018真实存量增速使用了增量的存量增速算法1算法2算法1算法2算法1算法22018-1210.5%9.8%9.9%9.1%9.1%8.3%2018-0911.3%10.6%10.4%9.6%9.7%8.9%2018-0611.7%11.1%11.1%10.4%10.4%9.8%2018-0312.5%11.9%11.6%11.0%11.1%10.5%2017-1212.5%12.0%2017-0913.2%13.0%2017-0612.9%12.8%2017-0312.4%12.5%2016-1212.9%12.9%2016-0912.5%12.4%2016-0612.5%12.5%2016-0313.7%13.6%两套新口径的数据自2017年开始公布，考虑到口径可比问题，不计算2017年及以前的存量增速。老口径老口径7月调整口径7月调整口径新口径新口径社融季度存量增速社融季度存量增速 1 9 8 1 2 8 2 5/3 6 1 3 9/2 0 1 9 0 3 1 3 0 8:1 7 识别风险，发现价值 请务必阅读末页的免责声明 6 6/1616 Table_PageText 宏观经济|专题研究 二、二、误差主要来自五个细分项目误差主要来自五个细分项目 2.1 误差主要来自于五个细分项误差主要来自于五个细分项 阐述误差主要来源之前阐述误差主要来源之前，我们先简要回顾央行公布社融数据的频率特点我们先简要回顾央行公布社融数据的频率特点。存量。存量社融社融方面方面，央行2015年才开始直接公布存量数据（含分项），数据频率为季频。2016年开始公布月频的社融存量数据（含分项）。20022014年央行并不直接公布社融存量规模（含分项），但公布年频的社融存量同比增速（含分项）。所以理论上可以利用2015年及以后社融存量数据，以及20022014年存量同比增速，计算得到相应年份的年频社融存量数据。增量社融方面增量社融方面，2012年央行公布月频社融增量数据，并在同年补充公布了20022011年月频社融增量数据。至此，2002年1月以后的月度增量数据均有直接公布。分析央行公布的社融数据分析央行公布的社融数据时时有两点值得注意有两点值得注意。第一，央行公布的同比增速只精确到小数点后一位（2018年开始精确到小数点后两位），因而同比增速倒算方法会出现如下情况年份越早，小数点精确度造成的误差累计也越多。第二，月度新增社融有“当月初值”和“当月值”之分。央行每月10-15号左右时间以新闻公告形式公布初步统计社融（含分项）数据，即为“当月初值”，每月16-19号左右修正数据，即为最终的“当月值”。我们之所以花去一定精力梳理央行公布的社融口径及数据频率，目的是为了尽量理清哪部分误差来自存量与新增量之差，哪部分误差仅是因为数据口径换算而引入的。例如2015年及之前缺乏央行直接公布的社融存量数据，虽然可以根据央行给出的社融存量同比增速倒算出年频社融存量，但央行公布的社融存量同比只精确到一位小数点，每一次倒算都会引入一次误差，且随着倒算期拉长，越早年份的误差累计越多。故而我们观察观察年频年频的的存量和增量差异存量和增量差异时时，将数据范围框定在将数据范围框定在2010年年及以后及以后。另需强调，2015年及之前缺乏直接公布的月频存量数据，同时也无法倒算月频社融存量增速，所以我们在探讨月频探讨月频存量与增量误差时，存量与增量误差时，将将数据范围框定在数据范围框定在2016年及以后年及以后。2016年年以来，不论年频还是月频，以来，不论年频还是月频，信托贷款、委托贷款、外币贷款、企业债券信托贷款、委托贷款、外币贷款、企业债券融资、其他项这五个融资、其他项这五个细分项细分项，均均是社融存量与增量误差的主要来源是社融存量与增量误差的主要来源，其中月度误其中月度误差更是集中在外币贷款、企业债券融资和其他项三个细分项。差更是集中在外币贷款、企业债券融资和其他项三个细分项。细分项对总量社融误差的贡献率取决于两个因素，一个是细分项本身误差大小，另一个是细分项相对总体社融的占比。虽然股票融资分项本身误差项较大，但其相对社融总量的占比较低，因而股票分项对社融总量误差的最终贡献并不高。人民币贷款相对社融总量的比重虽然比较高，然而其本身的存量与增量误差较小，所以人民币分项的存量与增量误差，对总量社融误差的贡献也不高。票据规范以来表外票据融资的误差逐渐收敛，虽然其相对占比不低，然而2016年及以后票据分项对社融总量误差的贡献快速下降。下文我们重点围绕信托贷款、委托贷款、外币贷款、企业债券融资、其他项这五个细分项的误差展开分析。1 9 8 1 2 8 2 5/3 6 1 3 9/2 0 1 9 0 3 1 3 0 8:1 7 识别风险，发现价值 请务必阅读末页的免责声明 7 7/1616 Table_PageText 宏观经济|专题研究 图图5:社融分项社融分项的存量和的存量和增量增量相对社融相对社融总量的占比总量的占比 数据来源：Wind；广发证券发展研究中心。注：2014年及以前未公布社融各分项存量数据，此处存量占比数据是根据公布的同比增速倒算得到。图图6:年度来看年度来看外币贷款细项本身的误差较大外币贷款细项本身的误差较大（单位：亿元）单位：亿元）数据来源：Wind；广发证券发展研究中心。注：红字表示误差在1%以上。图图7:年度来看年度来看2016年年以来表外票据融资细项误差以来表外票据融资细项误差快速快速收敛收敛（单位：亿元）单位：亿元）数据来源：Wind；广发证券发展研究中心。注：红字表示误差在1%以上。年份年份增量增量存量存量增量增量存量存量增量增量存量存量增量增量存量存量增量增量存量存量增量增量存量存量增量增量存量存量增量增量存量存量201899%71%-3%1%-10%7%-4%4%-4%2%16%11%2%4%4%1%201771%68%0%1%4%8%12%5%3%3%2%11%4%4%4%1%201670%67%-3%2%12%8%5%4%-11%3%17%11%7%4%3%1%201573%67%-4%2%10%8%0%4%-7%4%19%11%5%3%3%1%201459%66%2%3%15%8%3%4%-1%6%15%10%3%3%3%1%201351%67%3%3%15%7%11%4%4%7%10%9%1%3%4%1%201252%69%6%3%8%6%8%3%7%7%14%8%2%3%3%1%201158%71%4%3%10%6%2%2%8%7%11%7%3%4%4%0%201057%72%3%3%6%6%3%2%17%6%8%6%4%4%2%0%200969%77%7%4%5%5%3%2%3%3%9%5%2%4%2%0%200870%79%3%3%6%5%5%2%2%3%8%4%5%4%2%0%200761%78%6%4%6%4%3%1%11%4%4%3%7%4%2%2%200674%82%3%4%6%4%2%1%4%2%5%2%4%3%2%2%200578%83%5%4%7%4%0%0%0%2%7%2%1%4%2%3%200479%80%5%4%11%4%0%0%-1%2%2%1%2%4%2%6%200381%79%7%4%2%3%0%0%6%2%1%1%2%4%1%8%200292%80%4%4%1%3%0%0%-3%1%0%0%3%5%4%8%未贴现银行承兑未贴现银行承兑汇票占比汇票占比企业债券占比企业债券占比股票占比股票占比其他占比其他占比人民币贷款占比人民币贷款占比外币贷款占比外币贷款占比委托贷款占比委托贷款占比信托贷款占比信托贷款占比年份年份增量存量（增量-存量）/存量增量存量（增量-存量）/存量增量存量（增量-存量）/存量2018158,612144,8359.5%156,700156,5720.1%-4,201-2,67657.0%2017194,443187,1703.9%138,432138,4000.0%18-1,500-101.2%2016178,022178,517-0.3%124,372124,3740.0%-5,640-3,89344.9%2015154,086152,7920.8%112,693113,192-0.4%-6,427-4,51242.5%2014164,571154,0166.9%97,81697,4910.3%3,5541,367160.0%2013173,169160,3898.0%88,91689,135-0.2%5,8482,239161.2%2012157,631146,7087.4%82,03881,8750.2%9,1636,65037.8%2011128,286117,6099.1%74,71575,693-1.3%5,7122,832101.7%2010140,191138,0341.6%79,45178,0301.8%4,8552,96663.7%外币贷款外币贷款老口径社融老口径社融人民币贷款人民币贷款年份年份增量存量（增量-存量）/存量增量存量（增量-存量）/存量增量存量（增量-存量）/存量2018-16,100-16,1040.0%-6,901-6,7981.5%-6,343-6,3440.0%20177,7707,7000.9%22,55522,2001.6%5,3645,400-0.7%201621,85422,672-3.6%8,5939,175-6.3%-19,531-19,542-0.1%201515,91116,045-0.8%4344281.4%-10,569-10,1693.9%201425,07021,08318.9%5,1745,1710.1%-1,285-1,2592.0%201325,46620,51824.1%18,40418,3290.4%7,7567,830-0.9%201212,8387,54770.1%12,84512,856-0.1%10,49910,657-1.5%201112,9627,72067.9%2,0342,039-0.2%10,27110,2310.4%20108,74811,162-21.6%3,8653,8660.0%23,34623,736-1.6%委托贷款委托贷款信托贷款信托贷款未贴现银行承兑汇票未贴现银行承兑汇票1 9 8 1 2 8 2 5/3 6 1 3 9/2 0 1 9 0 3 1 3 0 8:1 7 识别风险，发现价值 请务必阅读末页的免责声明 8 8/1616 Table_PageText 宏观经济|专题研究 图图8:年度来看年度来看企业债券融资和其他项误差企业债券融资和其他项误差不小不小（单位：亿元）单位：亿元）数据来源：Wind；广发证券发展研究中心。注：红字表示误差在1%以上。图图9:月频数据显示误差主要来自外币贷款月频数据显示误差主要来自外币贷款、企业债券和其他项三个细分项（企业债券和其他项三个细分项（单位：亿元）单位：亿元）数据来源：Wind；广发证券发展研究中心。注：红色字体表示（增量-存量）/存量；2016年央行公布社融存量数据只精确到百亿位，故2016年社融存量与增量之间差异有部分来自于统计数据精度误差，故2016年数据用灰色底展示。年份年份增量存量（增量-存量）/存量增量存量（增量-存量）/存量增量存量（增量-存量）/存量201824,80017,62540.7%3,6063,5870.5%7,079-1,027-789.0%20174,4954,500-0.1%8,7348,800-0.8%7,0741,670323.6%201629,99332,942-9.0%12,41612,449-0.3%5,9703401655.9%201529,39929,3450.2%7,6047,6050.0%5,040858487.4%201424,25323,9771.1%4,3504,2422.5%5,6401,945190.0%201318,11118,1080.0%2,2192,0985.8%6,4472,133202.2%201222,55123,008-2.0%2,5082,4791.2%5,1871,636217.1%201113,65813,773-0.8%4,3774,3351.0%4,555987361.6%201011,06311,310-2.2%5,7865,7820.1%3,0821,184160.4%股票融资股票融资其他其他企业债券企业债券时间时间存量增量误差误差存量增量误差存量增量误差误差2019-02-133-105-21%235805242%-22333-1612%2019-01-291343-218%3640499037%-312355-214%2018-12-941-702-25%353137576%-154743-581%2018-11-886-787-11%2773312713%574715636%2018-10-501-80060%5581476164%296001964%2018-09-474-67041%-595382-164%-305354-216%2018-08-313-34410%2425340240%105743608%2018-07-23-7733255%7402195197%-81532-759%2018-06410-364-189%5261349157%160733359%2018-0564-228-454%-410-382-7%556421064%2018-04175-26-115%3111404730%-67453-777%2018-03-22139-730%2848353624%61590862%2018-02698625%735644-12%-93347-473%2018-01-234266-214%13831222-12%-742593-180%2017-12-73169-331%3353433%94884838%2017-1162198221%357920158%603529-12%2017-1012-44-479%909148263%1054608-42%2017-09-144-23261%19081654-13%-883582-166%2017-08-816-332-59%13111137-13%140666376%2017-07-440-213-51%2182262120%525505-4%2017-06-22073-133%-27-169530%-374635-270%2017-05-214-99-54%-2307-24888%219690215%2017-04-265-2836%43350116%334318-5%2017-03340288-15%516129-75%-113840-841%2017-02430368-14%-880-112528%-96261-371%2017-01-171126-174%-236-510116%167556233%2016-12-200-38994%-1300-204858%-200683-442%2016-11200-310-255%48003859-20%100665565%2016-100-335Null26002192-16%0419Null2016-09-600-487-19%33002872-13%100456356%2016-0830070-77%35003236-8%100463363%2016-07-400-4010%1400220858%-100432-532%2016-060-267Null22002008-9%200629215%2016-050-524Null300-250-183%100477377%2016-04-800-706-12%35002366-32%-100369-469%2016-03-3006-102%6300708112%0541Null2016-02-600-569-5%29001386-52%100327227%2016-01-1493-172716%3442508348%405091172%外币贷款外币贷款企业债券企业债券其他其他1 9 8 1 2 8 2 5/3 6 1 3 9/2 0 1 9 0 3 1 3 0 8:1 7 识别风险，发现价值 请务必阅读末页的免责声明 9 9/1616 Table_PageText 宏观经济|专题研究 图图10:月频数据显示外币贷款月频数据显示外币贷款、企业债券和其他项之外的细分项误差较小（企业债券和其他项之外的细分项误差较小（单位：亿元）单位：亿元）数据来源：Wind；广发证券发展研究中心。注：1）误差计算公式同上图表；2）蓝色字体表示存量和增量存在误差，但误差在5%以内；蓝色加粗字体表示误差在（5%10%）；红色字体表示误差在10%以上；3）2019年1、2月未公布ABS和核销数据；3）2019年2月使用的是央行新闻公布的初值数据，当月初值和当月值本身就存在数据差异，放大了2月存量和增量误差。2.2 信托贷款信托贷款误差或主因误差或主因 1 月月存量存量统计统计排摸排摸 对比信托业协会和社融两个口径的信托贷款数据，前者存量是后者存量余额的97%-98%；绝大部分情况下前者的年度新增量基本上是后者的94%-101%。可见信信托业协会托业协会（以下简称协会口径）（以下简称协会口径）统计统计的信托贷款的信托贷款可作为观察社融口径信托可作为观察社融口径信托贷款的绝贷款的绝佳佳影子指标。影子指标。首先，我们发现社融口径信托贷款存量与增量误差基本在每年的1月达到年度峰值，并且1月误差基本上可以解释全年的绝大部分误差。换言之，分析社融口径信托贷款存量与增量误差，主要是解释1月误差。其次，对比社融口径和协会口径发现，两者存量数据趋势基本一致，除了每年1月；而新增量方面，并无类似季节性现象。协会口径作为影子指标，指向社融口径信托贷款每年1月存量与增量之间的误差，主要由社融口径信托贷款存量变动引起。目前我们仍无法有效判断每年1月社融口径信托贷款存量出现“脉冲式调整”的最终原因。我们猜测或与每年年初信托贷款数据统计排摸有关。不论如何，我们至时间时间存量增量误差比 存量增量误差比 存量增量误差比存量增量误差比存量增量误差比 存量增量存量增量存量增量2019-0276477641-0.1%-494-5082.8%-65-37-42.9%-3142-3103-1.2%120119-0.7%174117712019-01 35681 356680.0%-502-69939.3%-237345-245.3%378637860.0%2932930.0%108810882018-12928192810.0%-2211-22100.0%-509-5090.0%102310230.0%1301300.0%15031503251825183623622018-11 12303 123020.0%-1310-13100.0%-467-4670.0%-127-1270.0%2002000.0%11571157729729-332-3322018-10714171410.0%-949-9490.0%-1273-12730.0%-453-4530.0%1761760.0%1881884464468688682018-09 14341 143410.0%-1432-14320.0%-909-9090.0%-548-5480.0%2722720.0%89589516151615738973892018-08 13140 131400.0%-1207-12070.0%-688-6880.0%-779-7790.0%1411410.0%501501377377410641062018-07 12861 128610.0%-950-9500.0%-1192-11920.0%-2744-27440.0%1751750.0%123123176176185118512018-06 16787 167870.0%-1642-16420.0%-1623-16230.0%-3649-36490.0%2582580.0%27227217371737101910192018-05 11396 113960.0%-1570-15700.0%-904-9040.0%-1741-17410.0%4384380.0%377377479479101210122018-04 10988 109870.0%-1481-14810.0%-94-940.0%145414540.0%5335330.0%8218212592598088082018-03 11424 114250.0%-1850-18500.0%-357-3570.0%-323-3230.0%4044040.0%387387123412346626622018-02 10200 101990.0%-750-7500.0%6606600.0