<p id="bffd9"><cite id="bffd9"></cite></p>

      <cite id="bffd9"><b id="bffd9"><thead id="bffd9"></thead></b></cite>
        <output id="bffd9"><cite id="bffd9"></cite></output>

              <p id="bffd9"></p>

                    <p id="bffd9"></p>
                    只發布交易干貨的網站
                    用實戰期貨交易系統和心得助你重塑交易認知

                    正規期貨開戶 | 手續費只+1分

                    90%交易者的手續費都被加收超1倍,一起看看最新的交易所手續費一覽表吧!

                    居民杠桿率什么意思(居民杠桿率)?

                    推薦答案

                    最近,社區里特別流行一套話術,招商銀行的成功源自于它提前布局了零售業務,而最近幾年是對公降杠桿,居民加杠桿,所以招行受益于整個居民加杠桿的過程,而對公類型的銀行比如:興業銀行,浦發銀行,中信銀行,普遍表現比較糟糕。但是,我國居民杠桿率已經達到70%以上,已經達到發達國家的居民杠桿率水平,未來繼續加杠桿可能會引發金融危機,所以大概率下一輪是居民去杠桿,企業加杠桿,未來招行會被對公銀行碾壓,三十年河東三十年河西。

                    乍一聽,好像有些道理對不對?但是,這套話術在邏輯推導方面有很多明顯的問題,編話術的人要么水平不行拍腦袋胡編,要么心術不正故意制造噪音。邏輯推理的明顯問題:

                    我就花2天的時間對于這些問題好好討論一下。在開始之前,我們首先要明確一下居民杠桿率的定義。通常我們的常說的居民杠桿率是指居民債務與GDP之比。這里的居民債務主要包括但不限于:房貸,車貸,信用卡透支等銀行貸款。大家可能注意到了我用了包括但不限于,因為居民債務除了銀行貸款可能還包括非銀行債務。一般來說杠桿率越高,居民負擔越重,還款壓力越大,越容易產生財務風險。

                    明確了定義后,我們來看看我國居民的杠桿率數據超過70%到底是怎么來的。根據人民銀行官員在某次發布會時的發言:“經測算,去年末住戶部門的債務余額是73.6萬億,同比增長14.6%。當中個人貸款余額是63.2萬億,同比增長14.2%。”根據2020年中國的GDP數據101.6萬億,可以計算出73.6/101.6=72.44%。

                    但是,這個數據和很多人引用的發達經濟體72%~75%的數據口徑一致么?很遺憾,答案是否定的,多數人引用的其他國家的居民杠桿率數據都來自于國際清算銀行(Bank of International Settlement, 簡稱BIS)。但是,一直以來BIS的居民杠桿率數據都和人行發布的數據口徑不一致。

                    對于中國居民杠桿率這一數據,目前我們能看到的公開數據有3個版本:BIS口徑,中國社科院口徑和人行口徑。以2020年中國居民杠桿率數據為例,BIS口徑為61.7%,社科院口徑為62.2%,人行口徑事72.44%。可以看到BIS口徑和社科院口徑是接近的。那么,人行口徑和前兩者之間的差距到底是如何產生的呢?個人理解,應該是非銀行貸款債務的原因。如果,我們用2020年個人貸款余額63.2萬億計算杠桿率為62.2%就是社科院的口徑,和BIS的口徑也十分接近。所以,可見央行版本主要是增加了居民在非銀行貸款體系內的債務。相對來說,央行的版本更加準確地反應了居民的債務壓力。但是,我們在做跨國橫向比較的時候,還是需要考慮指標口徑一致的問題。

                    在BIS口徑下2020年底中國居民部門的杠桿率為61.70%,和德國的58.80%基本相當,低于日本的65.30%和美國的79.50%,高于新興市場的53.90%,但是低于發達國家的。因此從數值上看并無法得出中國居民部門的宏觀杠桿率偏高的結論。

                    通過上面的論述我們可以看到,中國目前的居民杠桿率遠沒有到達話術中所說的很高的水平。那么下一個問題就是杠桿率高到一定時候就會發生金融危機么?想要回答這個問題首先要了解一些過去發生金融危機國家的居民杠桿率的數據:

                    美國:2007年次貸危機發生之前杠桿率達到了96%以上,之后次貸危機爆發,美國開始經歷痛苦的居民部門去杠桿過程,一直到2019年見到低點74.7%。

                    日本:1989年爆發經濟危機時,居民部門杠桿率在70%左右,其后緩慢回落到60%左右。

                    愛爾蘭:歐債危機爆發時,居民部門杠桿率達到120%,其后經歷了劇烈的降杠桿過程,目前杠桿率已經跌破40%。

                    通過上面的數據,可以看到每次金融危機爆發后居民部門都伴隨著痛苦的降杠桿過程。所以,給人的錯覺就是:似乎居民杠桿高到一定程度就會發生金融危機。但是,我們也能看出危機的發生似乎并不能與某個具體的閾值掛鉤,也就是說不存在某條線,一旦越過危機就必然爆發。比如:北歐的丹麥,瑞典,以及永遠的中立國瑞士,這幾個國家的居民杠桿率依然維持在110%之上,但是絲毫沒有發生危機的跡象。

                    對于這個問題,目前學術界也并未給出準確的解釋。在這里我只能談一下我個人的定性理解,并不代表任何結論。對于居民杠桿率和金融危機的關系,個人傾向于回到問題的本源,從金融危機和居民杠桿率2條線分別思考。

                    什么情況下會發生金融危機?大批量的違約是產生金融危機的導火索。個人債務為何會違約?無外乎幾種情況:1,收入不穩定或整體經濟周期性波動。2,利率提升或者本身利率較高。3,收入本身就比較低。

                    居民杠桿率的定義是債務和GDP的關系,而是否違約是居民收入和債務之間的關系。在兩者之間差了一個隱藏的關系即,收入和GDP之間的關系。

                    綜合這兩個思路,我對于居民杠桿率和金融危機得出一些定性的結論:

                    A, 居民收入越穩定的國家,可以容忍的居民杠桿率越高,反之越低。

                    B, 居民收入占GDP比例越高的國家,可以容忍的居民杠桿率越高,反之越低。

                    C, 利率越低的國家,可以容忍的居民杠桿率越高,反之越低。

                    所以,回到文章開始的第二個問題杠桿率過高是否一定會引發金融危機?答案是無法準確判斷,因為我們根本無法準確定義什么叫杠桿率過高。

                    通過今天對于第一個問題和第二個問題的分析,我們基本可以確定,目前中國的居民杠桿率是否過高并無確切的證據。個人認為在中國發生居民部門大規模違約之前,不會有明顯的去杠桿過程。所謂居民部門杠桿率過高要去杠桿是典型的杞人憂天。今天的分析就告一段落,明天我們繼續分析剩下的幾個問題。

                    最近,社區里特別流行一套話術,招商銀行的成功源自于它提前布局了零售業務,而最近幾年是對公降杠桿,居民加杠桿,所以招行受益于整個居民加杠桿的過程,而對公類型的銀行比如:興業銀行,浦發銀行,中信銀行,普遍表現比較糟糕。但是,我國居民杠桿率已經達到70%以上,已經達到發達國家的居民杠桿率水平,未來繼續加杠桿可能會引發金融危機,所以大概率下一輪是居民去杠桿,企業加杠桿,未來招行會被對公銀行碾壓,三十年河東三十年河西。

                    乍一聽,好像有些道理對不對?但是,這套話術在邏輯推導方面有很多明顯的問題,編話術的人要么水平不行拍腦袋胡編,要么心術不正故意制造噪音。邏輯推理的明顯問題:

                    我就花2天的時間對于這些問題好好討論一下。在開始之前,我們首先要明確一下居民杠桿率的定義。通常我們的常說的居民杠桿率是指居民債務與GDP之比。這里的居民債務主要包括但不限于:房貸,車貸,信用卡透支等銀行貸款。大家可能注意到了我用了包括但不限于,因為居民債務除了銀行貸款可能還包括非銀行債務。一般來說杠桿率越高,居民負擔越重,還款壓力越大,越容易產生財務風險。

                    明確了定義后,我們來看看我國居民的杠桿率數據超過70%到底是怎么來的。根據人民銀行官員在某次發布會時的發言:“經測算,去年末住戶部門的債務余額是73.6萬億,同比增長14.6%。當中個人貸款余額是63.2萬億,同比增長14.2%。”根據2020年中國的GDP數據101.6萬億,可以計算出73.6/101.6=72.44%。

                    但是,這個數據和很多人引用的發達經濟體72%~75%的數據口徑一致么?很遺憾,答案是否定的,多數人引用的其他國家的居民杠桿率數據都來自于國際清算銀行(Bank of International Settlement, 簡稱BIS)。但是,一直以來BIS的居民杠桿率數據都和人行發布的數據口徑不一致。

                    對于中國居民杠桿率這一數據,目前我們能看到的公開數據有3個版本:BIS口徑,中國社科院口徑和人行口徑。以2020年中國居民杠桿率數據為例,BIS口徑為61.7%,社科院口徑為62.2%,人行口徑事72.44%。可以看到BIS口徑和社科院口徑是接近的。那么,人行口徑和前兩者之間的差距到底是如何產生的呢?個人理解,應該是非銀行貸款債務的原因。如果,我們用2020年個人貸款余額63.2萬億計算杠桿率為62.2%就是社科院的口徑,和BIS的口徑也十分接近。所以,可見央行版本主要是增加了居民在非銀行貸款體系內的債務。相對來說,央行的版本更加準確地反應了居民的債務壓力。但是,我們在做跨國橫向比較的時候,還是需要考慮指標口徑一致的問題。

                    在BIS口徑下2020年底中國居民部門的杠桿率為61.70%,和德國的58.80%基本相當,低于日本的65.30%和美國的79.50%,高于新興市場的53.90%,但是低于發達國家的。因此從數值上看并無法得出中國居民部門的宏觀杠桿率偏高的結論。

                    通過上面的論述我們可以看到,中國目前的居民杠桿率遠沒有到達話術中所說的很高的水平。那么下一個問題就是杠桿率高到一定時候就會發生金融危機么?想要回答這個問題首先要了解一些過去發生金融危機國家的居民杠桿率的數據:

                    美國:2007年次貸危機發生之前杠桿率達到了96%以上,之后次貸危機爆發,美國開始經歷痛苦的居民部門去杠桿過程,一直到2019年見到低點74.7%。

                    日本:1989年爆發經濟危機時,居民部門杠桿率在70%左右,其后緩慢回落到60%左右。

                    愛爾蘭:歐債危機爆發時,居民部門杠桿率達到120%,其后經歷了劇烈的降杠桿過程,目前杠桿率已經跌破40%。

                    通過上面的數據,可以看到每次金融危機爆發后居民部門都伴隨著痛苦的降杠桿過程。所以,給人的錯覺就是:似乎居民杠桿高到一定程度就會發生金融危機。但是,我們也能看出危機的發生似乎并不能與某個具體的閾值掛鉤,也就是說不存在某條線,一旦越過危機就必然爆發。比如:北歐的丹麥,瑞典,以及永遠的中立國瑞士,這幾個國家的居民杠桿率依然維持在110%之上,但是絲毫沒有發生危機的跡象。

                    對于這個問題,目前學術界也并未給出準確的解釋。在這里我只能談一下我個人的定性理解,并不代表任何結論。對于居民杠桿率和金融危機的關系,個人傾向于回到問題的本源,從金融危機和居民杠桿率2條線分別思考。

                    什么情況下會發生金融危機?大批量的違約是產生金融危機的導火索。個人債務為何會違約?無外乎幾種情況:1,收入不穩定或整體經濟周期性波動。2,利率提升或者本身利率較高。3,收入本身就比較低。

                    居民杠桿率的定義是債務和GDP的關系,而是否違約是居民收入和債務之間的關系。在兩者之間差了一個隱藏的關系即,收入和GDP之間的關系。

                    綜合這兩個思路,我對于居民杠桿率和金融危機得出一些定性的結論:

                    A, 居民收入越穩定的國家,可以容忍的居民杠桿率越高,反之越低。

                    B, 居民收入占GDP比例越高的國家,可以容忍的居民杠桿率越高,反之越低。

                    C, 利率越低的國家,可以容忍的居民杠桿率越高,反之越低。

                    所以,回到文章開始的第二個問題杠桿率過高是否一定會引發金融危機?答案是無法準確判斷,因為我們根本無法準確定義什么叫杠桿率過高。

                    通過今天對于第一個問題和第二個問題的分析,我們基本可以確定,目前中國的居民杠桿率是否過高并無確切的證據。個人認為在中國發生居民部門大規模違約之前,不會有明顯的去杠桿過程。所謂居民部門杠桿率過高要去杠桿是典型的杞人憂天。今天的分析就告一段落,明天我們繼續分析剩下的幾個問題。

                    切換注冊

                    登錄

                    忘記密碼 ?

                    切換登錄

                    注冊

                    我們將發送一封驗證郵件至你的郵箱, 請正確填寫以完成賬號注冊和激活

                      <p id="bffd9"><cite id="bffd9"></cite></p>

                        <cite id="bffd9"><b id="bffd9"><thead id="bffd9"></thead></b></cite>
                          <output id="bffd9"><cite id="bffd9"></cite></output>

                                <p id="bffd9"></p>

                                      <p id="bffd9"></p>
                                      成人电影