文 | 满投财经

5月11日，中国人民银行发布了4月份的多项金融数据。从数据上来看，4月的社融数据迎来了“崩盘”，即时隔19年出现社融规模负增长的情况，在一定程度上加剧了当前市场对中国经济前景的担忧。

面对这一罕见数据波动，市场中有表示悲观的，也有将其归类为“挤水分”而反对过度解读的。本文也将结合社融数据以及其他近期出炉的数据，对当前的宏观环境进行简单的解读，在这个负面的金融数据中挖掘其逻辑与背后的机会。

哪项数据拖了社融数据的后腿？

先从基础数据看起，根据央行统计，4月末社会融资规模存量为389.93万亿元，同比增长8.3%，增速再创新低；2024年前四个月，社会融资规模增量累计为12.73万亿元，同比上年度减少3.04万亿元，单看4月的话，4月新增社融为-1987亿元，是2005年以来的首次转负，同比2023年4月则下降了1.42万亿元。

拆分来看，社融数据由多项贷款数据组成，包括由消费情绪主导的居民贷款，反映企业融资意愿企业债券、政府发债节奏的政府债券融资等。而4月的社融数据走弱，一定程度上可以归结为企业融资与政府债券融资数据的走弱。4月政府债券、企业债券以及股票市场的融资合计下降达到0.88万亿元，占社融降幅比重达到61%。

其中，政府债券的融资被多数观点所聚焦。4月政府债券规模为-984亿元，同比减少5532亿元。如果将目光稍微拉长一些，在2023年四季度，政府债券融资是支撑新增社融的主要来源。24年一季度的政府债券发行较慢，本身有一部分原因就是在为2023年末的政府债超前发行买单（另一部分则与到期政府债券规模较大，地方债务规模调控有关）。

随着政治局会议“用好超长期国债”的政策落实，政府债券对社融的支撑或许会进一步呈现出周期性，走出“前低后高”的发债节奏。

若不看同比增减量，而是单纯地以社融金额来看，表外融资项目中的未贴现银行承兑汇票，才是导致本次社融转负的主要原因。4月未贴现银行承兑汇票金额为-4486亿元，环比3月份的+3352亿元降幅明显。

银行承兑汇票属于表外票据融资，尽管不体现在银行的资产负债表上，但确实是由银行提供的融资工具，是实体经济尤其是小微企业的重要融资来源之一。尽管由于其波动较大，预测困难，但银行承兑汇票近年来在社融预测中的重要性愈发提升。

在笔者看来，票据融资与实体经济走势具有一定的正相关关系，4月的票据表现走弱，一定程度上反映小微企业的融资意愿下滑，即实体经济的融资需求走弱。同时，也不排除有着一些监管政策调控方面的影响。

被定调为“挤水分”环节的信贷，其观点主要来源于《金融时报》刊登的文章，提及GDP核算改为参考银行的利润表指标，包括停止“手工补息”的影响在内，对信贷额外减少或产生影响。从M1罕见的负增长以及M2增速的下滑走势来看，“手工补息”的影响确实存在，只是具体到影响规模上较为模糊。

根据《金融时报》的报道，“挤水分”的影响或许会在未来一年中持续发酵，可能会在二季度集中体现，且会在下半年持续产生影响，相关扰动可能要延续到明年才有望逐步淡化。那么按照过往的视角来看，金融数据读数偏弱的情况或许会成为2024年全年的主基调，其影响值得考量。

无论如何，面对时隔19年的社融负增长，再怎么说将其解读为正向在笔者看来也是不妥的。客观来说，2024年开年以来的金融数据波动是比较大的，社融数据在好与不好之间摇摆，而在此基础上，4月的社融转负算得上是一个明显偏弱的信号，在出现明显反转倾向前，谨慎与适度悲观并非错误。

金融数据与经济数据的背离意味着什么？

在金融数据出炉的同期，4月通胀数据和此前公布的进出口数据，同样是反映社会运行情况的重要数据。整体来看，出口数据表现平稳，而通胀数据也有了一定回暖的趋势。

根据海关公布的数据来看，2024年4月，我国外贸进口总值为5125.6亿美元，同比增长4.4%，其中出口数额2924.5亿美元，同比增长1.5%，进口2201亿美元，同比增长8.4%。环比3月份来看，4月整体的进出口数据表现回暖，从绝对金额来看推升明显。而得益于去年的低基数，4月出口数据的同比表现较为亮眼。

具体来看，尽管国内4月制造业以及非制造业PMI整体呈现回落趋势，但仍维持在荣枯线上方。从细分项目来看，诸如化肥、塑料、纺织服装等行业的出口表现环比回升，而家具、通用机械和造船业的产品出口则进一步走强。其中船舶进出口数据更是进一步达到历史新高。结合去年5月较低的基数，制造业读数或许会进一步支撑市场信心。

而在物价指数方面，4月CPI读数为同比0.3%，前值0.1%，环比0.1%；PPI同比-2.5%，前值-2.8%，环比-0.2%。核心CPI同比增速小幅上行0.1个百分点至0.7%，环比上行0.2%。拆分来看，CPI食品项同比增速为-2.7%，环比增速由3月份的-3.2%上行至1%；而非食品项CPI同比由0.7%小幅上行至0.9%，环比由-0.5%上行至0.3%。

细分到行业来看，非食品端的CPI数据由服务业拉动，包括出行、旅游、金饰等行业在一定程度上拉动了核心CPI的上行。而食品端方面，作为核心影响项的猪肉价格在4月同比上涨3.8%，环比增速由-6.7%上行至0%。尽管整体价格目前仍处低位，但猪肉去产能的效果在逐步显现。

PPI数据方面，受3-4月大宗商品涨价的影响，生产者购入原材料的价格上行幅度大于产品的出产价格上行幅度，推动PPI小幅上行。具体数据来看，PPI同比-2.5%，较上月上行0.3个百分点，低于市场预期的-2.3%，环比增速-0.2%，前值-0.1%。整体上看，下游产品目前依旧面对市场需求不足，价格内卷严重的情况，其议价能力偏弱，盈利的压力也比上游要高。

尽管整体位置尚处于低位，但进出口数据与通胀数据都处于平稳运行，有望向上的趋势，与金融数据的表现并非一致。在外界因素的扰动下，4月金融数据确实走差了，但这并不意味着经济将也会一同走弱。一季度GDP同比维持了5.3%的增速，而五一的出行数据也给消费回暖带来了信心，有关金融数据走弱的原因，还可以进一步去挖掘分析。

驱动地产的“重磅政策”是否会落地？

从国内的信贷需求端出发，其核心往往容易指向房地产行业。从过去20年的经验来看，中国传统经济的增长和房地产、基建等高负债部门的繁荣脱不开关系，而这类产业往往具有高负债投资的特征，而购房涉及的消费同样和居民贷款息息相关，这也意味着信贷的数据在过去和经济增长密切相关。

自2024年两会以来，已经有多个地区取消了有关房屋限购的政策，在一定程度上推动了地产业的回暖，但效果有限。想要让地产基建能够成为“灵活用好超长期国债”的产业，终究需要一些转折点来改变当前的悲观环境，即笔者以前提到的“强有力的地产扶持政策”。而在4月30日的政治局会议上，这方面也算有了一些苗头。

在4月30日的政治局会议上，有关“统筹研究消化存量房产”的观点被提出，这也是中央在2015年以后再次在地产业提到“去库存”这一概念。相较于其他产业，作为固定资产的房地产去库存无疑是困难的，但若是有较强的政策作为推手，其执行同样有望激活行业的需求。只是在具体的方法上，或许存在与过往不同的可能性。

目前的地产刺激政策主要是“以旧换新”模式，即将居民持有的旧房产再投入市场，激发置换需求。目前全国已经有50个城市表态支持住房的以旧换新，其主要方式为鼓励开发商/国资平台收购旧房，并给予换房的家庭一定的购房补贴。但从支持力度来看，目前给予的支持力度尚不及2015年时期的棚改，因此效果或许未能达到预期。

而另一种猜想，则涉及收储存量房的可能性，即政府通过城投规模化地收购存量的住房。由于当前房地产市场的压力来源于长期的供求关系转变，核心矛盾在于过往的建筑成本导致估值较高，市场交易以较为便宜灵活的二手房为主，“新房”存量高。

从目前地方政府推出的政策来看，郑州是目前披露收储规模最大的城市，计划在2024年收购10000套旧房，但也仅是郑州 2023年新房成交套数的很小一部分，对于房地产市场的边际影响较小。如果由中央主导，以较为统一的价格标准对这类房屋进行收购，理论上是可以实现大幅去库存的目标，而收购的存量住房则可以直接用于保障性住房、作为三大工程的部分目标，甚至进一步进行部分地产政策的试点。

只是大规模的房屋收储需要成本，且规模巨大。根据天风证券的测算，想要实现大幅的去库存，需要将住宅去化周期压至18个月以内，而假设空置住房中的有效供给占比在25%左右，则需要净压缩7.4个月的去化周期，对应需要消化7.7亿平方米库存。若按照2024年3月的二手房均价（9046元/平方米）对供给过剩的三四线城市进行收储，需要的资金则高达7万亿元，这些资金大概率也只能通过政府端举债来获得，与当前市场去杠杆、城投化债的政策走向相悖。

且就算政府进行了收储，若想起到缓解地产行业压力的作用，在收储过后的一段时间内都不能向市场释放，让市场的供需天平在短期内倾向供给端，这也意味着在收储完成后，政府的资金周转率将显著下降。且长期来看，政府收储而得的房屋还有可能面临运营亏损的压力。因此就算客观上对存量住房的收储会是有效的手段，但实际执行可能会遇到很多困难。

在笔者看来，就算中央会有相关的收储计划，其起点估计也是以试点为主，且应该会在落地前有明确的信号释放，而更大概率的可能性，还是为“以旧换新”的地产补贴加码，以较为平稳的方式来推动地产发展。

不过无论是哪种存量住房消化手段，当前环境下都离不开中央政策端的举债来支持。而随着相关政策的落地，对信贷的支撑将不可避免地迎来新的增长，对金融数据的走高形成支撑。当政府举债数据出现明确反转时，或许就是相关产业的机会。

写在最后

在信贷数据上一次出现负增长的两年后，A股与港股均迎来了涨幅最高的一次牛市。而在本次负增长后，市场同样有观点认为这是“牛市”的信号。本质上来说，这是一种缺乏逻辑的“祈愿”，本身或许没有关联性。但在笔者看来，变化带来风险，但同时也是机会，出现显著变化的信贷数据，总是比“不变”的低景气波动要来得好。