2020年上半年的8组数字

每一条财经新闻，都会让你的生活变得更好

或者，更坏

今天630，又一个半年一晃而过，分享一下跟踪的8组数据。

1、规模以上工业利润及用工

统计局关于规模以上工业企业利润的数据更新到5月份，我列了张表做4年的同期对比：

全国利润从2017年的2.9万亿，下跌到今年的1.8万亿，下降了36.5%；国企的利润与去年相比下降了40%，成为同比下幅最大，有点意外。

利润减少，可以影响多个方面，比如投放广告、企业用工人员、相关服务业及配套企业利润等等。

广告不用说了，现在基本上能投放综艺的商品广告，什么中草药啊、面膜啊、在线教育啊、医美啊、酒水啊，留意一下都是操着暴利的心。另外一面，市场也是丛林化的，有些商品边际利润撑不住，就会出现“XX明星代言啥啥不行”的魔咒。

还是看看我们最关心的就业/失业数据。虽然这个话题比较敏感，新闻里都是官方口径，但扒一下统计局的数据，加减乘除还是能得出一些侧面信息。

在上面这张表里，因为每月更新的工业利润中，会提到人均营收和企业营收，所以倒推了下，得出规模以上工业企业的人员变动数，今年5月与去年同比少了168万人，相比2017年同期，一共少了750万人。

这个是单月的，1-5月的情况如何呢？我在统计局的“月度数据”里面，找到了隐藏的更精确的数字。

根据官方口径，规模以上工业企业截至5月底，用工人数减少了313.3万，其中超过1/3是外资企业的用工人数减少（110万）：

所以，不得不承认，利润的减少影响了工作岗位的数量。这是上层“稳就业”到“保就业”的原因。

当然，另一面，也看到最近网上关于应届毕业生的数据，中国新闻周刊列举的就业比例不超过5成，对于今年及往后几年的毕业生，叠加经济下行，压力确实越来越大了。而这种压力会传导给在校生及其父母，更焦虑的面对唯一的路径。

这是之前按统计局历年统计公报所列的学生数据列表。可以看到在校生仍然是高压炉，2019年各个阶段——从研究生到幼儿园，在校生人数都是新高。

2、外债、外储及美元债

外债与外储的数据，来自于外管局。

单位是亿美元，我把它从08年开始梳理。货物外汇收入，指的是归入货物贸易口径，纯增加数（不是净值）。由于外债统计，有滞后性，所以6月底才刚刚公布了一季度的数据，所以我也只跟踪到一季度。

通过表格可以看到，2013-2014年，外储年末余额到达顶峰，相比一季度已经减少了将近8000亿美元。而外债余额，一直处于上升期（除2015年调整口径）。到一季度末，已经将近2.1万亿美元。

在最后一列，用外储-外债计算了下差额值，发现已经降至9660亿美元（首次低于1万亿），相比2013年的2.95万亿，6年多一点的时间，差了整整2万亿。

不过在官方口径中，外债的结构比例确实在优化，从短期外债/外储这个指标看，一季度末是39.7%，虽然比2019年末增加了一些，但比2018年末的最高点还是低。

但这种结构的调整，似乎还应该考虑一下另一个指标——中资美元债。

从图表可以看到，发行的高峰期就是2017-2019年间。再对比下外管局外债的数据，用2019年末减去2016年末的数字等于6400亿，比同期发行的美元债规模来得小。

如果再精确一点，我翻了下外管局外债统计的表格，发现其中企业类外债数字仅仅在这4年间增加了1200亿都不到：

那么，很明显，可以得出结论，大部分的中资美元债都没有计入外债口径。不计入的逻辑，一个是因为很多国内企业，都是通过境外孙公司去借美元，难查；另外就是走擦半球，364天（不满一年）融资期限是不用外债登记的。

联想之前外债放松口径：

嘿嘿，所以我们所谓的外债结构比例优化，信号也是扭曲的。你把美元债放进去，短债/外储比立马会很难看。

那么，如果把这些短期美元债并入外债口径后，再算外储-外债，会变成什么样呢？前面算一季度末外储-外债余额等于9660亿美元，而国海证券计算截至4/1，美元债存量规模有9652亿：

几乎填满了差额。

有人或许会疑问，这些企业搞的债，对我们又有什么影响？

这9652亿里面，有很多城投债，比如最近宣告破产的青海省投，手里就有5亿未归还：

如果归还，大概率是用RMB换汇，影响外储；如果不归还，那么损失离岸信用，影响境外再融资能力。

这不，广西城投手上也有美元债。

当然，不管是城投还是地产民企，都是一个逻辑，最“好”的方式，就是维持，借新还旧，让这个规模越来越大。

在外储-外债这个公式的另外一端，插一句，外储名义上是“资产”，但资产是要分类的。如果，投出去的“资产”收不回来，那么就不是纯粹意义的“资产”，就需要做坏账损失，抵减外储余额，比如非洲：

现在有越来越多的学者开始重视“金融战”，金融战的投射，就是外储-外债公式，它的热场，早已开始。

用这个角度，去思考一下HK的事情。

我Po一张HK金管局披露最新的外储（4408亿美元）：

为什么着急，想起福尔摩斯对华生傲娇的话：

3、外占及货币乘数

先看货币乘数和房价。前者数据来自于央行，后者数据来自于统计局。

今年前5个月，M2一共出了11万亿+，央行的基础货币略微减少，导致降准模式下，货币乘数在5月底干到了6.81，可以看到10年来一直在加杠杆，用这个角度，去想过去两周接连两家地方银行被挤兑，是不是嗅到了什么味道。

相对应的，统计局的全国平均房价（新房），从去年末的9324元/平，到了5月末的9606元/平，未曾停歇。所有的slogan就是slogan，数据打脸。（不要小看打脸，打脸就是透支信用）

而我们的外占数字，今年连续在下滑。很多人疑问RMB会不会贬值？先要回答一个问题，究竟什么在支撑RMB的信用呢？它只是一张纸，一张银行欠债的凭据（现在凭据要数字化了而已），只有把这个问题想明白了，才能理解央行的表VS商业银行的表，基础货币VS天量M2，到底在说什么样的故事。

4、各国对美元汇率

接着上一条，就来看一下各国法币对于美元不同期间的汇率变化。

当然汇率是复杂的，既要考虑本国的经济数据、上层解读，也要考虑对手国的经济数据、上层解读。

这张图对比了美联储现在VS次贷危机时的扩张情况。

另外一张是各国央行对美债的态度：

我国所持有的美债规模，在4月份已经低于同期数字；日本坐稳第一个债权国，美元体系，不能光看美国，至少日元是其一个侧翼。

我们与俄罗斯、土耳其、伊朗、南美自然有着破美元信用的动机，只是俄罗斯、朝鲜、伊朗最近都稍显狼狈：

（俄罗斯外汇不足）

（朝鲜外汇不足）

（伊朗外汇不足）

5、居民负债/可支配收入

再接着杠杆率的话题，社科院每季度都会更新宏观杠杆率，但是这个杠杆率的分母，是名义GDP，我觉得ΔM2/GDP更有意义，代表货币增量和经济产出增量的对比，本币是否超发，一目了然。而负债，是要用收入偿还的，所以我修正了下重新列表：

就是这张图中的负债收入比。

社科院口径的居民杠杆率，从2009年的17.9上升至2019年的55.8，而修正后，发现收入为父母的杠杆率，已经从2009年的43上升至2019年末的128%，太刺激了。

在最后两列，我对比了央行金融报告中历年的存款、贷款增速，这11年，每年的存款增速<贷款增速，意味着现在，是挪用未来支撑起来的。

而128%高不高呢？之前借用过海通证券对于日美的数据：

美国发生次贷危机时，这个比例最高也只触及135%。

6、27城链家二手房挂牌量

参考债务/收入比，就是未来的杠杆空间。统计局虽然透露出一手房的房价一直在涨，但在游戏的另外一面，各地的二手房挂牌量猛增：

该表格中的数据，均来自于链家官网。我对比了27个城市，差不多1年前的同期数据，像西安、重庆、沈阳等城市，二手房+出租房的挂牌量，短短一年时间，增加了10万+套，规模恐怖。

逻辑不多做解释了，最近恒大被穆迪评级下调至负面：

新浪财经这条新闻已经被404了。不要怕。

7、地方债规模及各城市住户存贷差

这两个数据跟踪刚开始在星球做。地方债，我们看到官方口径一般指的是一般债+专项债，每个地方都有财政执行&预算报告，去框一个债务限额。但是这只是狭义的债务。

青海省投为什么会破产？

因为除了狭义债务，广义（有息）债务负担太重了。

这不是西部的问题，中部也是，连首都：

举四个直辖市，财政口径都是2019年的数据，地方债务余额记录自各市财政局。城投债（隐性债务1）有第三方机构专门统计，实际上目前各大券商报告都有做广义债务率的计算，都是以（地方债+城投债）/（地方财政收入+政府基金性收入）为公式，其中政府基金性收入8成为卖地收入。

但实际上这样有歧义。分子上，应该列入所有有息债务，而不仅仅是发债。分母上，应该去除政府基金性收入，因为此为“一次性”买卖（其他业务收入）；一般财政才是主营业务收入。

用这个标尺来看，广义债务率惊人。看看绝对值，北京属下的有息债务绝对额，3.88万亿！

按照这个逻辑，就能理解，天津为什么要卖公共“资产”：

另外一面，关于一城一策，看明白的人鼓掌笑笑，拖刀计。

一些城市的居民存贷差，已经是负数，就是资金杠杆率：

深圳，2019年末，根据其统计公报数据，住户贷款比存款多了6000亿元；杭州多了4600亿元，南京多了3100亿元，这三个城市，无疑都是最近（新房）楼市极其火爆的。

很多人都说ZZ经济学，好像没有底的感觉。不是，存贷差和债务收入比会给答案的。

一城一策，其实就是要调增房价增速与存贷差的关系。

因为存贷差吓人，势必影响居民部门消费，钱就这么多钱，花了A就不能去花B。

把这两个数据放在一起，可以观测一个城市的发展力，地方债务归属于财政系统，居民存贷归属于货币系统。一个城市的运营，就是财政+货币两条腿，断了一条，就得跛脚。两条全断，就得……

稳。

保。

8、又老半岁

可能由于以前做过对公信贷的缘故，调研一家企业，往往从数据开始。

收集完数据，一张张看，就能给企业负责人列含一长串问题的邮件，想要搞明白每一个不正常数字背后的原因。

而访谈阶段，大部分企业负责人（上市公司也是），会把各种问题，都表面合理化，数据和语言之间，产生了很大的鸿沟。而量化它，就是量化风险所在。

时间长了，会和很多负责人成为朋友，因为部分人能明白，指出这些风险，实际上是在帮助TA去完善治理。

一味的鸵鸟，只会让风险越来越大。

我就是把宏观当作一家公司看，只是这家公司员工比较多，更复杂一些而已。

写公众号不过1年半，拒绝了所有广告投放，并且说一句，你们的数据失真了，此号压根儿没有20多万的关注。

从去年12月1日做的星球，也有1000人+加入（超出了我的预期），我是时常感觉时光美好的，所以我会继续keep it real：

对了。

不要老是把别人的问题，当作是自己的；

不要老是把属于自己的，却轻易被掠夺。

人生苦短，have fun！

往期文章回顾：