一个关于社融数据估测的技术细节-20190312-广发证券-16页_1mb

社融数据估测技术细节总结

核心内容

社融（社会融资规模）数据中，存量相减不等于当期新增，即 $\Delta$ 存量 ≠ 增量。这一现象导致通过新增量估算存量增速时会引入误差。本文分析了这种误差的来源及其对估算的影响。

主要观点

• 误差大小：2018年月度 $\Delta$ 存量与增量之间的误差在 $3% \sim 25%$ 之间，而年度误差大约在 $1%$ 左右，误差不可忽视。
• 估算方法对比：使用新增量估算存量增速（方法1）通常会高于直接计算 $\Delta$ 存量与存量的比率（方法2）。方法2是真实存量增速的计算方式。
• 误差来源：误差主要来源于五个细分项目，分别是信托贷款、委托贷款、外币贷款、企业债券融资和其他项。
• 误差收敛趋势：2016年以来，部分细分项（如表外票据融资）的误差逐渐收敛，而外币贷款、企业债券融资和其他项仍是主要误差来源。
• 2019年误差情况：2019年老口径社融存量增速的估算误差大概率不超过 $1.04%$，新口径误差大概率低于 $0.9%$，因此估算结果较往年稳健。

关键信息

误差来源分析

1. 信托贷款

   • 误差主要集中在每年1月，原因可能是年初存量统计数据排摸。
   • 2019年信托贷款的 $\Delta$ 存量与增量误差主要集中在1月，且误差较大。

2. 外币贷款

   • 误差主要由汇率波动引起。
   • 使用平均汇率估算增量，而使用期末时点汇率估算存量，导致误差。
   • 修正汇率影响后，误差基本被抹平。

3. 企业债券融资

   • 包含11类债券，统计方式差异大。
   • 万得口径与社融口径的统计标准不同（起息日 vs 发行日），导致误差。
   • 社融口径的统计涉及多种发行制度、兑付规则和统计标准，增加误差。

4. 其他项

   • 包含保险公司赔偿、投资性房地产和其他融资。
   • 2016年以来，主要误差来源为保险公司赔偿款。
   • 2017年还可能与金融去杠杆政策有关。

5. 委托贷款

   • 误差原因不明确，但2015年以来误差几乎可忽略。

估算误差影响

• 月度误差：集中在1月，且误差幅度较大。
• 年度误差：整体较小，2019年估算误差大概率在 $1%$ 以内，较为稳健。
• 误差分布：不同分项对总误差的贡献率取决于其本身误差大小和占社融总量的比重。

估算误差的统计表现

• 2018年12月：$\Delta$ 存量为14535亿元，增量为15898亿元，误差为9%。
• 2019年1~2月：误差在 $17%$ 左右，但整体估算结果相对稳健。
• 2016年及以后：表外票据融资误差快速收敛，但其他项误差仍较大。

数据频率与统计方法

• 存量数据：2015年及以后直接公布，2016年起公布月频数据。
• 增量数据：2012年起公布月频数据，2002年起公布年频数据。
• 数据精度：央行公布的存量同比增速精确度有限，导致估算误差累计。

意义与建议

• 技术细节意义：了解误差来源有助于提高社融存量增速的估算准确性，尤其在使用新增量推算时需注意误差影响。
• 核心假设风险：中美贸易摩擦或国内需求下行超预期可能影响社融数据趋势。

图表索引

• 图1：2017年以来月度差异（亿元）
• 图2：2016年以来老口径社融 $\Delta$ 存量和增量的月度差异
• 图3：两种算法的社融年度存量增速对比（老口径）
• 图4：社融季度存量增速对比
• 图5：社融分项的存量和增量相对社融总量的占比
• 图6：年度来看外币贷款细项本身的误差较大（单位：亿元）
• 图7：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）
• 图8：年度来看企业债券融资和其他项误差不小（单位：亿元）
• 图9：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：亿元）
• 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：亿元）

分析师信息

• 分析师：周君芝
• 联系方式：021-60750625；zhoujunzhi@gf.com.cn
• 执业证书：SAC执证号：S0260517030004；SFC CE No. BNV557

结论

通过分析社融数据的统计误差，本文揭示了在估算存量增速时，使用新增量可能导致的误差问题，并指出主要误差来源为信托贷款、外币贷款、企业债券融资和其他项。2019年的估算误差相对较小，因此结果较为稳健。理解这些误差有助于更准确地解读社融数据，提高金融分析的可靠性。