一个关于社融数据估测的技术细节_16页_1mb

报告摘要

社融数据估测技术细节总结

核心内容

社融数据的统计存在一个关键问题：两期存量相减并不等于当期新增社融，即 $\Delta$ 存量 ≠ 增量。因此，直接利用新增量估算存量增速会引入误差。这种误差在历史上较为显著，年度误差在 $1%$ 左右，不可忽视。

主要观点

误差来源：误差主要来自五个细分项目，即信托贷款、委托贷款、外币贷款、企业债券融资和其他项。
误差影响：误差大小与细分项本身的误差以及其在社融总量中的占比密切相关。
估算方法：以新增社融估算存量增速的方法（方法1）通常高于直接使用存量相减的方法（方法2），后者更接近真实存量增速。
2019年误差情况：2019年以增量估算存量增速的误差较小，属中性偏小的水平，表明估算结果较往年更稳健。

关键信息

误差大小

年度误差：2018年社融的月度 $\Delta$ 存量与增量误差在 $3% \sim 25%$ 之间。
年频误差：2019年老口径社融存量增速估算总误差大概率不超过 $1.04%$，新口径误差大概率低于 $0.9%$。

误差来源分析

1. 信托贷款

误差主要集中在每年1月，因当月存量数据进行脉冲式调整，可能与年初统计数据排摸有关。
信托贷款存量与增量的差异在一季度尤为显著。

2. 委托贷款

误差原因不明确，但自2015年以来误差几乎可忽略。

3. 外币贷款

误差主要由汇率波动引起。增量使用当期平均汇率，存量使用期末时点汇率，修正汇率后误差基本消除。

4. 企业债券融资

包含11类券种，统计方式不同（如起息日与发行日差异），导致存量与增量存在差异。
万得口径的11类券种与社融口径数据趋势一致，但存量与增量仍存在差异。

5. 其他项

包含保险公司赔偿、投资性房地产等，误差主要来自保险公司赔付金扰动。
2016年以来，其他项误差多由保险公司赔偿引起，2017年还可能与金融去杠杆背景有关。

误差对总量的影响

误差贡献率取决于细分项的误差大小及其在社融总量中的占比。
虽然股票融资误差较大，但由于其占比低，对总量误差影响有限。
人民币贷款误差较小，且占比高，对总量误差影响也有限。
表外票据融资误差在2016年后快速收敛。

技术细节对预测的意义

2019年估算结果：以增量估算存量增速的误差显著降低，表明估算方法在该年度更为稳健。
风险提示：核心假设风险包括中美贸易摩擦和国内需求下行超预期。

分析师信息

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

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）
图11：社融口径信托贷款的 $\Delta$ 存量与增量误差主要集中在每年1月
图12：两个口径信托贷款存量差异主要在一季度
图13：两个口径信托贷款增量数据差异较小
图14：修正前外币贷款增量和 $\Delta$ 存量存在较大差异
图15：修正后外币贷款增量和 $\Delta$ 存量差异抹平
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
图17：11类券种的 $\Delta$ 存量和社融口径企业债券融资的 $\Delta$ 存量趋势一致
图18：社融口径企业债券的 $\Delta$ 存量和增量存在差异
图19：11类券种的 $\Delta$ 存量和增量融资存在差异
图20：不同券种的发行、清算和托管差异
图21：2016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
图22：五个细分项引入的估算误差（单位：%）

总结

社融数据的统计误差主要来源于信托贷款、委托贷款、外币贷款、企业债券融资和其他项。其中，信托贷款因1月数据调整导致较大误差，外币贷款因汇率波动，企业债券融资因统计标准差异，其他项则受保险公司赔偿和金融去杠杆影响。2019年以增量估算存量增速的误差显著降低，表明估算方法在该年度更稳健。理解这些误差来源有助于提高对社融数据的解读准确性和预测可靠性。

展开完整摘要