2022年经济数据中，比较引人关注的是人口总量比上年末减少85万人。人口是经济中非常重要又容易被忽视的变量，我们做一点分析。一、关于出生人口的口径国家统计局每年发布的出生人口数据，来源于《全国人口变动情况抽样调查》，样本量约占总人口的千分之一，在非普查年份每年进行一次。抽样调查的时点是每年11月1日0点，全年的出生和死亡人口是推算的。统计局的出生人口数据，是最常用的人口数据，但是在过去的一段时间里，该数据会有修订。我们用年度出生人口数，与小学招生数和人口普查数进行对比。从结果来看，自1993年-2005年，年度出生人口出现了持续的高估，而2006年-2014年，年度出生人口又出现了持续的低估。2015年以来，年度出生人口非常准确。2015年之后数据准确的原因可能是，国家卫健委搭建了互联互通出生人口监测数据库，该数据库2015年正式开始系统上报，国家统计局会根据该数据库对人口抽样数据进行校准。数据的偏差可能影响部分决策，1993年-2005年的出生人口可能被高估，而90后是现在的购房主力群体，如果开发商以90后人口数作为房地产需求测算的依据，是否高估了房地产需求？另一个例子，2006年-2014年的出生人口可能被低估，而这部分群体正在读书，如果教育部门以此核算学位需求，是否会低估学位并造成入学紧张？二、出生人口抽样的偏差为什么人口抽样数据与普查数据出现了偏差，我们不太清楚，不过一个视角可能是出生性别比（当年出生的男孩与女孩的比例）。从生物学的角度看，由于男婴存活率略低于女婴，因此从生理学的角度上看，男女出生性别比会略高于100%，在102-107%之间。从2020年的七普数据看，1988年之前，出生性别比基本在105%左右波动，基本符合生物学规律（由于男性的预期寿命小于女性，因此年龄越大，男性越少，人口普查是时点普查，1975年及以前出生的人群（45岁以上），男性开始相对减少，时间越早越明显）。但是自1989年之后，出生性别比开始失真，出生男婴数量明显高于女婴，最高点在2003年达到了116.9%，近年来有所回落，2020年为111.2%，但仍高于正常水平。我们提供一个更微观的视角，每次人口普查都提供普查当年的分性别、孩次的出生人口。从数据来看，2000年和2010年的出生性别比整体上明显高于2020年，而且呈现倒U型，多孩的性别比高于第一孩，比如2000年第二孩的性别比为151.9%，即二胎的男婴比女婴多了一半。根据生物学规律，不同孩次出生的性别是独立的，不应该有显著差异。而2000年和2010年的出生性别比的曲线形态，显示可能有人为筛选的迹象。而2020年则呈现出不一样的现象，2020年的第一孩性别比为113.2%，仍然偏高，但是第二孩性别比为106.8%，已经接近生物学规律，显示2020年，人们对于婴儿性别的选择性偏好出现了较大变化。出生性别比的异常上升，与人口抽样偏差的时点接近，两者是否存在相关性？出生性别比的失衡，也会衍生出别的问题，比如根据七普时间，90后男性一共9356万人，90后女性一共8464万人，男性比女性多了892万人，90后现在是适婚适育年龄，男女比例失衡，是否与现在媒体上报道的高彩礼有相关性？三、新冠疫情对出生人数的影响由于“怀胎十月”，外部因素对出生人数的影响有滞后性。从国家卫健委互联互通出生人口监测数据来看，以2015年1-12月的各月出生数量为参照，2020年的月出生人口降幅加大，尤其是11和12月受年初疫情影响，出生人口数量比2015年同期减少45%以上，显示出疫情对出生人口的滞后冲击。从这个角度上看，2021年出生人数体现了2020年疫情的影响，而2021年作为疫后恢复的一年，其人口出生情况应该主要体现在2022年。但是2022年出生人数956万人，较2021年下降106万，没有体现出2021年的疫后人口反弹。另一方面，2022年疫情对出生人数的负面影响会更明显的体现在2023年。四、关于出生人口下降的背后原因影响出生人口的不仅仅是疫情。衡量出生人口有三个常用的指标，分别是出生人口的绝对数量、出生率和总和生育率。我们最常用的是出生人口的绝对数量，但是这受到人口基数的影响。出生率剔除了人口基数的扰动，但是受到人口年龄结构的影响，比如育龄女性的占比。而总和生育率：如果所有妇女都活到育龄期未并根据每个年龄段给定的生育率生育孩子，则每名妇女将生育的平均子女数。总和生育率可以更直接地衡量生育水平。国际上通常以总和生育率2.1作为人口世代更替水平，我们观察几个主要经济体总和生育率低于2.0的起始年份，并对齐，来观察各经济体总和生育率的变化。美、英、日、德、法的总和生育率低于2.0的时点都在上世纪70年代，韩国是1984年，中国是1991年。从总和生育率的变动上看，美、英、法一直维持在较高水平，日本和德国回落较快，但是近期有所恢复，尤其是德国回升明显。中国的总和生育率一开始保持稳定，但是在2017年后快速回落，2022年为1.18，是图中几个经济体下降速度最快的。从最近的数据看，2015年后韩国的总和生育率大幅下降，2022年为0.84。为什么出现生育率的下降？我们来看一下育龄妇女分年龄、孩次的生育状况，首先来看总体生育情况。从过去三轮的人口普查数据看，2020年的最高生育年龄出现了明显的推后，2000年和2010年的最高生育年龄都是24岁，2020年是27岁。如果分孩次来看，一孩的生育率曲线表现出明显的峰值降低、年龄后移的特征，从一孩的高峰生育年龄来看，2000年是23岁，生育率是126.66‰，2010年是24岁，生育率是78.46‰，2020年是26岁，生育率是60.8‰。而二孩生育率曲线则明显不同，2010年相比于2000年，高峰生育率接近，但是呈现出厚尾的特征。而2020年的二孩生育率，在各年龄段都更高。从最近5年的生育率来看，2020年一孩生育率出现了右移，高峰年龄大了2岁左右，但是高峰生育率变化不明显。2016年开始实施全面两孩政策之后，二孩生育率出现了全面抬升，2017年最高，但是随后持续回落，2020年已经回落至跟2016年持平。从过去三次人口普查的数据看，一孩生育推迟、高峰下降，这可能与育龄女性受教育程度提高等因素有关，二孩政策放开后，二孩生育率先升后降。由于二孩生育依赖于一孩，因此只靠生育政策放开，治标不治本。近几年出生人口的快速回落，也与二胎政策基本释放有关。最近很多文章在讨论人口下降对经济的影响，笔者认为，经济与人口的关系是相互的，生育率的下降，也反映了经济内部的结构性困难。

11月金融数据中，M2的高增长引起市场关注。11月M2增速回升0.6个百分点至12.4%，社融增速回落0.3个百分点至10.0%，M1增速回落1.2个百分点至4.6%。M2增速与社融和M1出现了背离。关于存贷差扩大，央行在《2022年第三季度中国货币政策执行报告》的专栏1中，就今年的情况给出了三点原因：一是财政发债力度加大。二是央行上缴结存利润。三是金融工具统计因素。关于M2与M1增速的背离，历史经验显示一般与商品房市场有关，当居民购房踊跃时，居民存款转化成开发商存款，M2不变，M1增加。反之同理，当居民减少购房时，居民存款不向开发商存款转化，M1表现弱于M2，这是近期M2与M1增速背离的一个解释。另一个因素可能与信用债融资有关。11月社融口径的企业债券融资为596亿元，处于历史同期偏低水平。我们从T账户来看一下信用债融资对金融数据的影响。第一种情形：信用债新发行，理财购买Step

近期地产政策的调整，是市场关注的重点。从政策的发力点来看，以国庆节为界，国庆节前以需求侧为主，包括1月、5月和8月三次下调5年期LPR利率，5月和9月两次下调新发放首套住房贷款利率下限，9月出台支持居民换购住房的个税政策，9月下调首套个人住房公积金贷款利率。国庆节后以供给侧为主，包括11月12日的金融支持房地产16条、11月14日的保函置换预售监管资金、11月28日的股权融资5条等，业内也称为“三支箭”。从政策出台的短期效果看，资本市场反应热烈，但是实际销售尚未有明显起色。本轮房地产危机的起点，与供给端出现风险的时点较为吻合。2021年6月，商品房销售开始回落，而百度搜索指数上看，2021年6月，某地产商的搜索指数开始上升，2021年9月搜索指数达到高峰，两者基本契合。而政策加码的驱动力之一可能是断供潮，从百度搜索指数上看，断供搜索指数在2022年4月初开始升温，在7月份达到高峰。下半年以来，地产政策出台明显加速。本轮地产危机与房地产行业多年来的发展模式是分不开的。中国房地产调控的落脚点是控房价，以及防风险，因此以卡住开发商融资作为抓手，一方面降低开发商的融资敞口，降低金融风险，另一方面倒逼开发商通过降房价的方式加速回笼经营现金流。但是降房价会直接减少存货估值，大幅侵蚀股东权益。在债权人和股东之间，开发商选择了以时间换空间。从房地产投资的资金来源来看，2021年7月之后，资金来源大幅恶化，最明显的是定金及预收款，主因是居民购房的回落。其次是自筹资金，主因是债券、资产证券化、非标融资等资金来源的受阻。今年以来，个人按揭贷款的负向拉动开始显现，这是前期居民购房回落的滞后效应，定金预收款和自筹资金的负向拉动也明显拉宽，开发商的经营现金流和融资现金流同步恶化。既然本轮地产危机的起源是供给端，政策的应对思路也是供给端。政策最初的主线是“保交楼、保项目”，后来我们意识到，不保主体、难保项目，于是政策又过渡到“既保主体、也保项目”，这在金融支持房地产16条中已经体现。然后我们现在也意识到，不保销售，难保主体，近期郑州、武汉、南京、佛山等陆续不同程度的放松限购、限贷等措施，预计未来放松销售端的地区范围将进一步扩大。但是如果我们观察一下分等级城市的销售变动，可以看到2021年7月后，首先出现销售大幅下滑的是三线城市，2021年7月-2022年1月，三线城市是拖累销售下滑的主因。2022年2月起，二线城市的拖累作用开始显现，并逐步成为近期拖累整体销售的主因。但是另一方面，目前的限购限贷等需求端限制政策，主要集中在一线城市和部分强二线城市，三四线城市并没有太大的政策改善空间。三四线城市的销售，受到政策放松的利好也不会太明显。虽然一线和部分二线城市有政策改善空间，也有需求空间，但是目前出险的房企已经没有了资金流入，也基本失去了继续开发和销售的能力，因此一线和部分二线城市的销售改善，很难惠及到目前出险房企。我们使用的数据是30城的成交数据，30城成交数据中三线城市占比约20%，而在全国层面三线城市及以下的销售占比超过60%，因此实际情况可能更差一些。

疫情以来年轻人失业率一直较高，并且表现出与整体就业不同的特点。经过简单平滑后，可以看到，2020年初的疫情对年轻人和整体失业率都有明显的冲击，但是随着2020年下半年疫情的好转，整体失业率明显回落，近期整体失业率虽然又有回升，但是尚未超过2020年高点。但年轻人失业率一直没有好转，而且今年以来年轻人失业率进一步上行，已大幅超过2020年，处于历史最高水平。从全球看，中国年轻人的失业率也处于较高水平。以10月数据为例，中国年轻人失业率分别比美国、欧元区、日本、韩国高6.9、2.9、13.1、10.8个百分点。不过由于各国对于年轻人失业率统计的年龄区间不同，此比较仅作为参考。中国年轻人就业表现相对较差，可能有几个原因：一是疫情扰动。年轻人就业的一个特点是工作地点可能出现变动，尤其是应届生，其读书地和就业地并不一定在同一城市，疫情爆发往往会阻碍人员流动，从而给年轻人就业带来更大影响。另外就是应届生找工作往往包括实习、笔试、面试等，环节多、流程长，疫情会增加招聘流程的不确定性，比如受疫情影响，国家公务员局在11月28日发布了《中央机关及其直属机构2023年度考试录用公务员笔试延期举行的公告》。二是企业扩张趋谨慎。当企业发展面临不确定性的时候，企业倾向于削减成本，其中减少人力成本开支的常用方式包括缩招、降薪、裁员等，减少招新名额的阻力小于裁员和降薪，也不需要付出额外的成本，但是对年轻人就业却更不友好。三是过去吸纳年轻人就业多的行业受到抑制。根据智联招聘调查，高校毕业生最期望从事的前五个行业是IT、金融、文娱、地产、教育，这几个行业也是近几年收缩相对较大的行业。制造业和建筑业对人员需求量较大，但是并非是年轻人的首选。四是年轻人就业有供给端的脉冲特征。根据国家统计局对调查失业率的概念解释，16周岁及以上人口中既不属于就业人口也不属于失业人口的人被称为非劳动力，不纳入事业调查，其中包括在校学生，但是一旦在校学生毕业，即纳入失业调查，因此每年毕业季都面临一次供给端的脉冲影响。今年两会上提到：今年高校毕业生规模预计1076万人，规模和增量均创历史新高。我们再思考一个问题，我们年轻人与整体失业率的背离，是否是新冠疫情这种的重大冲击引起的？我们来看看海外的历史经验。从2008年美国次贷危机的经验看，以2008年1月为起点，整体失业率高点在2010年5月，上行5.1个百分点，年轻人失业率高点在2010年8月，上行10.2个百分点。年轻人失业率上行幅度是整体失业率的两倍。但是两者的变化规律基本上同步，也基本上在同一时间回到次贷危机前水平。从日本1990年代地产危机的经验看，以1992年1月为起点，整体失业率高点在2003年5月的5.4%，上行3.3个百分点，年轻人失业率高点在2002年8月的10.1%，上行5.7个百分点。年轻人失业率上行幅度是整体失业率的1.7倍。但是同样，两者的变化规律基本上同步。从美国2008年次贷危机和日本1992年地产危机的经验看，重大经济危机对年轻人就业的冲击幅度确实更大，但是与中国目前的情况不同的是，美国和日本危机期，年轻人失业率与整体失业率的幅度不同，但是方向一致。而目前中国年轻人的失业率却持续走高，与整体失业率出现背离。同样，在本轮新冠疫情冲击中，美国和日本的年轻人失业率上行幅度大于整体，但是同样没有出现背离。这就启发我们，除了新冠疫情冲击之外，还有别的因素影响了年轻人失业率。第一个因素是行业政策。德邦证券通过人口普查数据，发现有11个细分行业吸纳青年就业的比例增幅超过1%，这11个行业可以分为公共服务业和新兴服务业两类，稳定或者新颖、相对高薪是这些行业的特点。而农业和制造业吸纳青年就业的比例大幅下降。吸纳青年就业比例增加的部分行业，近期经历了收缩性的行业政策。不过这也给我们一个启发，虽然政策导向上更支持制造业，但是从年轻人就业选择上，过去从制造业中出来，以后未必愿意回去。第二个因素是年轻人的就业特点。Fang

随着疫情防控政策的优化，有观点认为，中国居民的超额储蓄可能会得到释放，并带来消费的复苏。中国能否复制海外的经验，需要一些分析。一、有没有超额储蓄第一个问题，居民有没有超额储蓄？我们来观察月度新增居民存款，居民新增储蓄第一次明显增加在2018年7月，结束于2019年5月。疫情后的2020年1月到2021年3月居民新增存款继续上行，2021年3月-2021年10月居民新增存款有所回落。2021年10月至今继续快速上行。2022年1-10月，居民新增存款累计12.7万亿，较2021年同期高5.4万亿，较2020年同期高3.7万亿，较2019年同期高4.8万亿。从历史经验看，居民新增储蓄确实与疫情有一定的相关性，2020年和2022年都出现了居民新增存款的上行，2022年更加明显。但是超额储蓄的具体规模难以准确估算，因为疫情前的2018-2019年，也曾有新增存款的快速上行。二、超额储蓄的来源第二个问题，超额储蓄的来源。储蓄是一个存量概念，或者来自于收入的增加，或者来自于支出的减少，或者两者兼而有之。首先来看可支配收入。我们使用2016-2019年的4年年均增速，作为无疫情情形的理论增速，外推得到无疫情情形的理论收入，并与疫后的实际收入进行对比。从对比情况上看，疫后实际收入始终低于理论外推收入。其中，缺口比较大的是2020年一季度，以及2021年四季度至今。2020年一季度至今的11个季度，实际收入合计9.5万元，理论外推收入合计为9.9万元，合计值减收4231元，占比4.3%。从可支配收入缺口的来源上看，主要缺口来源是工资性收入，这也是因为工资性收入是可支配收入的最主要部分，占比约一半。在疫情较严重的2020年一季度以及2022年以来，经营性收入的缺口也较大，可能与疫情主要冲击线下高接触性服务业，而这些业态中包括大量自负盈亏的中小企业或者个体户。另外我们注意到，2022年以来，转移性收入缺口有所增加，具体原因我们尚不清楚，考虑到养老金或退休金大幅变动的可能性不大，我们猜测可能是非常住成员寄回带回的收入减少，这与2022年农村外出务工的农民工人数和收入在低位相印证。总的来说，由于疫后居民的可支配收入是减少的，因此收入端并不是超额储蓄的来源。其次我们来看消费支出。消费的外推方法同收入。从对比情况上看，疫后实际消费始终低于理论外推消费。其中，缺口比较大的是2020年上半年，以及2022年至今。2020年一季度至今的11个季度，实际消费合计6.3万元，理论外推消费合计为6.8万元，合计值减少消费4985元，占比7.3%。从消费支出缺口上看，主要缺口来源是居住支出、教育文娱支出和医疗保健支出。居住支出的缺口，可能主要反映了租金的下降以及流动人口的减少。教育文娱支出可能主要反映了消费场景的缺失和边际消费倾向的下降，医疗保健支出可能也与相关场景受限有关。同时，我们也注意到，食品烟酒消费支出的增加，这可能与消费结构的变化有关。从总量上看，疫后11个季度合计，人均可支配收入减少了4231元，人均消费支出减少了4985元，消费支出减少的幅度比收入下降的更大，这是超额储蓄的重要来源。从结构上看，消费支出下降，部分原因是收入下降带来的消费能力和未来预期的回落，部分原因是消费边际弹性的下降，部分原因是消费场景的缺失，部分原因是消费习惯和结构的变化。最后我们来看其他支出，主要是购房支出。2022年1-10月，商品房销售额为10.88万亿，较2019年同期少1.56万亿。当然商品房销售一般需要按揭贷款，因此居民实际减少的购房现金支出要更少。这部分的影响因素，主要取决于房地产市场。三、我们超额储蓄的特点如果与美国相比，我们的超额储蓄有不同的特点：一是我们的超储储蓄的重要来源是消费支出减少的幅度大于收入，而美国超额储蓄的重要来源是财政支持和转移支付；二是美国消费场景的制约已经基本上恢复，尤其是商品消费恢复的更快；三是我们的超额储蓄的另一个重要影响因素是房地产；四是美国劳动力市场的强劲以及工资的快速增长，开始对超额储蓄带来正向贡献。

近期疫情政策受到很大关注。我们来简单看一看，疫情三年来，全球主要经济体的恢复情况。我们观察的指标很简单，就是GDP缺口，我们使用疫情前四年，即2016-2019年的季度GDP增速均值，作为无疫情情形下的理论增速，然后外推得到无疫情情形下的GDP水平，然后与疫情后的实际GDP进行比较，得到GDP缺口，然后观察GDP缺口的修复情况。我们主要观察疫情的影响，选择的指标包括：新增确诊病例数；严格指数；新冠疫苗接种总量。美国的观察：1、美国受疫情的影响出现在三个时间：2020年二季度，2020年四季度，2021年三季度。这三个时间都伴随着防疫政策的收紧和严格指数的抬升。2、从病毒变种上看，前两次分别对应的是Covid-19原始毒株，2021年三季度对应的是Delta变种。Omicron变种的影响不太明显。3、美国GDP修复的高点在2021年四季度。2022年以来GDP缺口重新开始拉宽。美国GDP修复的见顶，可能与大规模财政货币刺激逐步到期有关。Omicron变种的影响难以清晰剥离。4、美国的疫苗接种仍在持续中，并没有明显放缓的迹象。英国的观察：1、英国受疫情的影响出现在两个时间：2020年二季度，2021年一季度。这两个时间都伴随着防疫政策的收紧和严格指数的抬升。英国放开疫情防控的时间和速度都快于美国。2、从病毒变种上看，这两次分别对应的是Covid-19原始毒株和Alpha变种。3、英国GDP修复的高点在2021年四季度。2022年以来GDP缺口重新开始拉宽。英国GDP修复的高点与美国一致，但是回落的速度慢于美国。德国的观察：1、德国受疫情的影响出现在三个时间：2020年二季度，2021年一季度，2022年一季度。前两个时间都伴随着防疫政策的收紧和严格指数的抬升，2022年一季度的回落似乎与疫情的爆发相关性更强。2、从病毒变种上看，这三次分别对应的是Covid-19原始毒株、Alpha变种和Omicron变种。3、疫情后德国经济的修复以波动为主，最新一次的高点在2021年四季度，与英美的高点一致。4、德国疫苗接种的高峰在2022年初，随后接种速度放缓，同一时间防疫措施开始放松。日本的经验：1、日本受疫情的影响出现在三个时间：2020年二季度，2021年一季度，2022年一季度，时间点与德国一致。前两次回落与防疫政策的收紧和严格指数的抬升有关，2022年一季度的回落与疫情爆发的相关性更大。2、从病毒变种上看，这三次分别对应的是Covid-19原始毒株、Alpha变种和Omicron变种。3、疫情后日本经济的修复以波动为主，最新一次的高点在2021年四季度，与英美的高点一致。4、日本的疫苗接种仍在持续中，并没有明显放缓的迹象。韩国的经验：1、疫情后韩国经济整体上呈现震荡修复，波动与防疫严格性变化的相关性较大。值得注意的是，2022年一季度，随着韩国防疫的放开和病例数的暴增，韩国经济反而呈现疫后最高点，这与日德的表现不同。2、从病毒变种上看，韩国没有经历Alpha变种，2022年一季度爆发的也是Omicron变种。3、疫情后韩国经济的修复逐步向好，最新一次的高点在2022年一季度，晚于美英日德一个季度。4、韩国疫苗接种的高峰在2022年初，随后接种速度放缓，同一时间防疫措施开始放松。越南的经验：1、疫情后越南经济最差的时期是2021年三季度，当期新增确诊病例数明显少于2022年一季度，但是新增死亡病例数大幅攀升。显示疫情是冲击2021年三季度经济的主因，当季GDP增速为-6.02%。2、从病毒变种上看，2021年三季度越南主要是Delta变种。3、疫情后越南经济的修复，最新一次的高点在2021年四季度，2022年三季度再度大幅回落，三季度的回落没有观察到与疫情有关的迹象。中国的经验：1、中国受疫情的影响出现在三个时间：2020年一季度，2021年一季度，2022年二季度，分别与国内三次大规模疫情有关。2、中国GDP修复的高点在2020年四季度。中国2020年经济的修复很快，修复程度很高，2020年四季度已经回到疫情前的趋势线。但是2021年的修复情况转弱，主因在于海外疫情失控，输入性风险居高不下。在动态清零的大背景下，控制住疫情是经济恢复的基础。总的来看：1、美国和英国受疫情影响的时间在2020年和2021年，变种主要是Covid-19、Alpha和Delta，受Omicron的影响不明显。2、德国和日本在2022年一季度Omicron爆发中，都受到明显的冲击，但是韩国受到的影响却不明显。3、越南2021年三季度疫情爆发对经济的冲击极大。4、即便是Omicron环境下，疫情对经济的冲击仍然具有不确定性，不同国家的表现并不一致。5、全球经济周期在2021年四季度见顶，疫情并不是影响国内经济的唯一变量，而且或许并不是最主要的变量。

另外几个价格涨幅较低的省份还有：黑龙江（0.09）、甘肃（0.23）、青海（0.52）、辽宁（0.61）、宁夏（1.12）、上海（1.21）、新疆（1.25）、江苏（1.30）、北京（1.33）。

伴随着上周五央行的一份文件，“网联”再一次走进大家视野，成为热点话题。相同的一幕，在去年7月底已经发生过一次，当时根据媒体报道，央行牵头成立线上支付统一清算平台（业内简称网联）的方案刚刚成形。

总的来说，本次会议只是一个框架，未来我们一方面要关注国务院金融稳定发展委员会的组织架构和人员，另一方面要关注一系列具体的协调监管措施。