本文來自格隆匯專欄：國君宏觀董琦，作者：董琦 陳禮清

導讀

我們從“廣義+狹義、價+量”四個維度出發，構建了國泰君安貨幣條件指數（GTJA-MCI）。MCI對A股估值擴張具有領先性，與國債收益率變動基本同步。指數顯示進入二季度後，國內貨幣環境的收斂明顯放緩，我們判斷這種回暖大概率會延續至四季度。

摘要

貨幣條件指數（MCI）是衡量總體貨幣環境鬆緊程度的重要指標，但傳統MCI僅是利率和匯率的線性組合。而我們認爲這不適合當下中國的市場環境。

我們構建的國泰君安貨幣條件指數（GTJA-MCI）具體方法如下：1）從“廣義+狹義、價+量”四個維度出發，選取了13個代表性的指標。2）對每一維度運用主成分“降維”，提取“狹義—價”、“狹義—量”、“廣義—價”、“廣義—量”4大類別主成分；3）構建ARDL-ECM 模型，測算出4大類主成分因子的權重；4）按權重將4大類主成分因子加權平均標準化。

指數顯示我國貨幣環境變化呈現明顯的週期性，每一輪的“擴張——收縮”大約爲2-3年時間。並且，這一週期特徵在2014年央行改變基礎貨幣投放模式（由外匯佔款變爲公開市場操作）之後，逐漸告別“大起大落”，週期波動有所收斂。

本輪MCI指示的週期，由於疫情因素從2020年1月再度擡升，且幅度相對有限。進入二季度後，MCI顯示貨幣環境的收斂明顯放緩，我們認爲未來會有較長時間MCI將會持續小幅回升並保持平穩，即貨幣環境持續回暖後保持穩定。

GTJA-MCI指數與資產價格變化存在關聯，對A股估值具有明顯的領先性，與10年期國債收益率基本同步。我國貨幣環境好轉，流動性充裕時，A股常常處在估值擴張期。

1）傳統的貨幣-信用指標中，貨幣類指標（R007等）具有一定領先性，但波動大，領先性不穩定。信用類指標（社融、信貸增速等）常常爲同步指標，並不具有明顯的領先性，有些年份甚至出現明顯背離。而我們的指標領先性平均在3-6個月左右。

2）GTJA-MCI指數與10年期國債收益率更多體現的是同步性。

如何更好地判斷市場流動性與貨幣政策環境在當前經濟緩步回落過程中變得更加重要，特別是全面降準之後，“緊信用-穩貨幣”的格局會如何演化。爲此，我們編制了國泰君安貨幣條件指數（GTJA-Monetary Conditions Index，GTJA-MCI）來實時把握“貨幣環境的溫度”。

1. 貨幣條件指數（MCI）是什麼，如何改進？ 

1.1 貨幣條件指數（MCI）是衡量總體貨幣環境鬆緊程度的重要指標

貨幣條件指數在已有學術文獻和海外機構中均有研究並得到充分運用。貨幣條件指數（Monetary Conditions Index，簡稱MCI）是依據與貨幣環境緊密相關的少數核心指標的線性組合關係爲基礎計算得出的指數，用於衡量一國總體貨幣環境的鬆緊程度，也可以反映一國央行貨幣政策立場。

該指數最早由加拿大央行在上世紀80年代提出，並曾被加拿大央行、新西蘭央行等用作貨幣政策操作目標指標，很多國家，如美英、德國、日本、瑞典等的中央銀行也把該指數作爲制定貨幣政策的重要參考依據。此外，IMF、OECD等國際組織和一些海外投行研究機構（高盛、JP摩根、渣打銀行等）也曾發佈過各自計算的不同國家（經濟體）的貨幣條件指數，用此來判斷貨幣政策鬆緊變化。

1.2 傳統MCI爲何不適閤中國？我們框架中的三個新亮點

傳統貨幣條件指數（MCI）僅是利率和匯率的線性組合。在貨幣政策價格型調控框架下，中央銀行貨幣政策的主要傳導渠道是利率和匯率，而中國貨幣政策目前仍是兼顧數量型和價格型，傳導渠道不僅僅是利率和匯率，還有信貸層面，並且存在流動性分層，鏈條爲“央行”——“商業銀行”——“非銀金融機構”三個層次。因此，編制反映我國貨幣環境的指數需要兼顧這三點特殊性。

第一，與傳統框架不同1：除了對傳統經濟週期的波動進行調節外，我國雙支柱的貨幣政策執行框架要求貨幣政策還要抑制金融週期的波動。因此，我國的MCI構建應額外考慮貨幣政策多目標制下對金融系統風險的重視，比如金融市場槓桿，市場利率波動等。

第二，與傳統框架不同2：我國的MCI構建應綜合考慮價格型工具（價）和數量型工具（量）的影響。由於中國長期以來實行價格型和數量型相結合的貨幣政策框架，除了價格型工具（利率、匯率等）之外，數量型工具（信貸規模、貨幣供應量等）也是貨幣政策的重要傳導渠道。此外，中國央行學者曾以利率、匯率、貨幣供應量爲基礎編制過中國貨幣條件指數[1]，但只截止到2002年。而在我國，貨幣政策通過利率、匯率和廣義信貸等渠道都能夠傳導至經濟活動。貨幣環境越緊，總需求和總產出承壓越大。

1）利率層面，當貨幣當局收緊利率政策後，實際利率上升，投資成本提高，投資額下降，最終導致總需求和總產出下降；

2）匯率層面，當貨幣當局收緊匯率政策後，本國貨幣升值，實際有效匯率相應上升，本國商品和國外商品的價格競爭力一降一升，國內進口增加，出口減少，淨出口下降，最終導致總需求和總產出下降。

3）信貸層面，當貨幣當局收緊信貸政策後，廣義信貸增速下降，實體經濟部門獲得的融資支持減弱，投資和消費相應放緩，最終也導致總需求和總產出下降。

第三，與傳統框架不同3：我國的MCI構建應考慮廣義和狹義流動性環境。不同的流動性環境與不同資產價格的相關性不同。貨幣自央行流出，最先作用於銀行間市場，首先傳導至銀行體系，稱爲狹義流動性。傳統狹義流動性框架中，一般用超儲率（量）和銀行間市場資金利率（價）來觀察。經過信用傳導之後，銀行向實體經濟投放信貸的廣義貨幣供給，對於經濟影響最爲深遠。一般量的角度，用社融、人民幣貸款、M2等指標來觀察，價的角度則用加權平均貸款利率和匯率來表示。最後，股市流動性，本質上反映的是剩餘流動性，是在實體流動性的基礎上，企業、居民存款“搬家”而來。由此，在一定程度上，銀行間、實體流動性、股市流動性是相互替代和競爭的。

2.  國泰君安貨幣條件指數（GTJA-MCI）的構建與初探

2.1  指標選擇

指標選擇上，我們分別從狹義流動性和廣義流動性層面選取“價”、“量”指標，並且兼顧了債市槓桿率等反映金融體系風險程度的指標。在利率體系和表徵“量”的指標中。此外，我們選擇各層面最具有代表性的指標，避免相似指標的加入放大了某一因素的影響權重。比如本文納入了銀行間債券回購利率（R007），但並沒有納入整個利率體系中的利率，主要是從數據長度和代表性角度進行了考慮。再比如，本文納入了自行估算的銀行間超儲率，綜合了影響銀行間流動性的五大因素（繳準、政府存款、外匯佔款、現金擾動、公開市場投放）。

我們最終採用了狹義廣義流動性層面共13個指標。最終合成的指數頻率爲月度頻率。對於市場利率等高頻指標，我們採用了月平均值。對於反映終端融資成本的人民幣貸款加權利率，我們默認在季度內貸款利率保持不變。

鑑於數據可得性，與信貸、社融等指標爲次月中旬公佈，最終合成指數的區間在2004年4月至2021年6月。

2.2  指數合成方法

指數合成既有純統計的方法，比如利用簡單算術平均、主成分分析法、動態因子模型法等方法，又有利用宏觀經濟相關性來進行權重估計，進而再合成的方法。後一種方法在近期的學術文獻中運用較多，主要採用宏觀模型、向量自迴歸（VAR）模型等測算出與關鍵宏觀經濟變量的相關性，相關性最大的指標賦予最大的權重，即將MCI構成中的13個子指標對總需求或者物價水平進行迴歸，由迴歸方程中各變量的係數來確定變量的權重。

我們綜合利用兩種方式，先用主成分分析法將各層次的指標進行“降維”提取共同因子，進而利用自迴歸的分佈滯後-誤差修正模型（ARDL-ECM）來對各層面的因子進行估計。ARDL-ECM模型提升了簡單加權方法下的擬合效果，同時兼顧了VAR模型的優點，捕捉了變量的動態變化，並且模型放鬆了對各變量同階單整的建模要求，即便在樣本量有限的情況也更加具有穩定性。具體分爲下四步。

步驟一，對數據進行標準化預處理。由於13個指標存在不同的量綱，我們通過指標減均值除以標準差的方法將其統一爲【0，1】分佈的分數。

步驟二，對狹義流動性“價+量”，廣義流動性“價+量”相關指標分別通過主成分分析方法提取共同因子。我們將13個指標分成四大類，“狹義—價”（包含3個指標）、“狹義—量”（包含4個指標）、“廣義—價”（包含2個指標）、“廣義—量”（包含4個指標），每一類別運用主成分進行“降維”，利用Kaiser準則[2]確定主成分個數，得到4個大類別的主成分因子。

步驟三，構建ARDL-ECM 模型，測算出4大類主成分因子的權重。政策對經濟週期主要從“滯”和“脹”兩個維度進行考量。鑑於GDP數據爲季頻數據，我們用工業增加值定基指數作爲產出的替代變量，通過HP濾波計算出潛在產出，並進而計算“產出缺口”，建立以產出缺口作爲因變量，以4大類主成分因子作爲自變量的ARDL模型。並且，鑑於2020年生產數據過低的基數可能造成的一定幹擾，我們同時建立以CPI作爲因變量的ARDL模型。

由ARDL-ECM的邊界檢驗可知，四個主成分因子與產出缺口、CPI同比均是0階或者1階單整，存在長期穩定關係，可以建立ARDL-ECM模型。結果如下：

從各變量對產出缺口的波動影響來看，對當期的產出缺口有顯著影響的是數量型的狹義流動性主成分和價格型的廣義流動性主成分。即數量型的狹義流動性，以超儲率爲代表，正向波動1單位，將會導致產出缺口縮小1.12個單位，意味着“寬貨幣”的數量型政策有效地促進了經濟增長。而價格型的廣義流動性，正向波動1單位（此主成分合成中爲利率部分系數爲負，即該主成分上升1單位，表示貸款利率下降），將會導致產出缺口縮小1單位，意味着“寬貨幣”的價格型政策——終端貸款利率的下降，也會對經濟增長有促進作用。

而從各變量對物價的波動影響來看，對當期的通脹水平有顯著影響的是價格型和數量型的廣義流動性主成分。價格型的廣義流動性正向波動1單位，內含的意義是終端貸款利率的下降1單位，此時其與通脹的相關係數是-2.18，似乎意味着貸款利率下降對通脹是抑制作用。事實上，這是因爲我們的模型反映的是當期終端利率的變動與當期通脹之間的關係。而終端貸款利率與社融、M2以及市場利率不同，並不是貨幣政策可以直接調控和引導的變量，信用的傳導存在一定時滯。終端貸款利率的形成機制在2019年之後改爲在LPR的基礎上加點形成，因此一般如果終端貸款利率明顯下降時，往往對應着經濟面臨較大的通縮風險，因而在當期關係中兩者反而負相關。數量型的廣義流動性指標係數是社融、M2、M1類的主成分合成，該指標正向波動1單位，對通脹有顯著的拉昇作用。

以上兩個ARDL-ECM模型的建模目的是確定4大類主成分因子在構成貨幣條件指數中的權重。鑑於我國央行兼顧經濟週期中的經濟增長和物價穩定目標，我們將兩個模型中的權重進行平均，利用得到的係數的絕對值分別爲0.3（狹義-價），1.2（狹義-量），1.6（廣義-價），0.45（廣義-量）作爲四大類因子的權重（係數的正負代表其與經濟變量的關係，與影響程度無關）。由於主成分下各因子已經歸一化爲正向變動意味着貨幣環境轉鬆，我們可以將MCI指數合稱爲：

僅從上述權重來看，貨幣環境中銀行間流動性的體量和實體企業的融資成本與關鍵經濟變量的相關性最高。這在一定程度上說明，對狹義流動性環境而言，市場主體多爲金融機構，對流動性缺口比資金價格更加敏感。由於存在流動性分層，銀行間市場常會出現結構性的流動性短缺，即位於流動性末端的非銀機構在貨幣收緊時面臨流動性緊張。而對廣義流動性環境而言，市場主體多爲實體企業，對融資成本的上行更爲敏感。

正是由於目前央行的數量型調控的中介目標是M2、M1、社融等數量型的廣義流動性指標，而價格型調控的中介目標是DR007、R007等價格型的狹義流動性指標，這兩者的波動反而相對平穩。而這兩者的正向衝擊，往往是貨幣環境進入了寬鬆週期，此時“狹義-量”和“廣義-價”也會明顯改善。

步驟四，按照上述權重將4大類主成分因子加權平均，並進行標準化。由於指數具有明顯的趨勢性，我們利用HP濾波進行去趨勢，得到波動成分。最終將波動成分進行標準化處理。

2.3  指數的運行情況

該指數均值爲0，高於均值0，則可以認爲貨幣環境好於平均情況，而低於0，則爲貨幣環境較緊。指數本身正負不具有實際意義，應集中關注其中的趨勢和拐點。從指數我們可以看到我國貨幣環境變化具有明顯的週期性，每一輪的“擴張——收縮”大約爲2-3年時間。

並且這一週期性在2014年央行改變基礎貨幣投放模式（由外匯佔款變爲公開市場操作）之後，逐漸告別“大起大落”，週期波動有所收斂。

1）2004-2008年金融危機之前，我國的基礎貨幣投放模式主要是外匯佔款，而此時在加入WTO後，我國外貿發展強勁，外匯佔款被動投放較多流動性。儘管此時我國央行多次上調存款準備金，但只能構成部分對衝，整體上該時期我國的貨幣環境穩中略鬆。

2）2008年金融危機後，我國啓動了四萬億刺激計劃以應對巨大的經濟下行壓力，貨幣環境轉爲寬鬆。自2008年下半年起，央行多次降準降息，在2009年2-3月份，MCI行至歷史峯值。

3）2009年6月至2011年期間，央行先是爲了應對通脹（多次在貨幣政策執行報告中提到要管理通脹風險），將寬鬆的貨幣政策轉爲適度寬鬆。MCI急轉直下，以較快的速度下滑至0附近。而在2011年，進一步隨着刺激政策的退出和調控收緊，央行開始實行穩健的貨幣政策，進一步緊縮銀根，MCI指數進一步下滑至-2附近。

4）2012年之後，我國的貨幣環境開始告別“大開大合”的時代，逐漸演變爲穩健中性，MCI在【-1,1】區間內震盪運行。2012年，由於歐洲危機，出口受到抑制，貨幣政策較爲寬鬆，2011年12月與2012年2月分別迎來了兩次降準。但貨幣政策沒有進一步轉鬆，在2013年初開始非標，壓縮金融槓桿。2013年6月，季末資金緊張疊加央行對衝力度不足，市場利率一路走高，最終發生“錢荒”，MCI指數時隔3年後再次觸底，對應的當時貨幣政策基調是堅決不搞“大水漫灌”。

5）2014年11月，以央行降息爲時間節點，貨幣政策再次邊際寬鬆。此時MCI觸底回升，直到2016年初，貨幣政策再次收緊，MCI轉爲向下。

6）2016年後，MCI波動區間進一步收窄。政策利率由存貸基準利率轉爲逆回購利率與MLF利率。央行調控市場利率效果較大提高，公開市場操作明顯更爲頻繁。與此同時，貨幣政策調控框架也發生了轉變，2016年後，政府工作報告開始淡化M2目標，特別地，從2018年開始，政府工作報告不再設具體M2目標，對貨幣數量的調控更爲動態。

7）最近的一輪貨幣週期始於2020年1月。MCI在2020年1月觸底回升，但與金融危機期間不同的是，此次疫情之後的MCI在2020年4月便行至峯值，並且並沒有超過1，此後貨幣環境再次趨緊，至2020年三季度永煤事件前後邊際趨鬆。MCI在2021年1月再次達到峯值後拐頭向下，自2021年1月以來貨幣環境始終在收緊，但進入二季度後MCI下行速度明顯放緩。

3.  GTJA-MCI指數與資產價格

3.1 GTJA-MCI指數與A股估值

我們進一步考察MCI指數與A股估值的相關性。傳統的貨幣-信用指標中，貨幣類指標（R007等）具有一定領先性，但是波動較大，並且領先性並不穩定。信用類指標（社融、信貸增速等）雖然與A股的相關性更高，但常常爲同步指標，並不具有明顯的領先性，甚至有些年份出現明顯的背離，比如2014-2015年。

而我們構建的MCI指數對A股具有明顯的領先性。在2005、2008、2011、2014、2018年均領先A股估值出現回升，領先時間最短爲1個月，平均在3-6個月，最長則可以達到15個月。這表明傳統單一指標並不能完全捕捉貨幣週期對資產價格的領先作用。在我國貨幣環境好轉，流動性充裕的時候，A股常常處在估值擴張期。

3.2  GTJA-MCI指數與10年期國債收益率

同樣，我們也考察了MCI指數與10年期國債收益率的相關性。由於指數走高反映貨幣環境趨鬆，我們將其轉化爲逆序與10年期國債收益率進行比較。同樣研究發現，與對A股估值的領先作用不同，MCI與10年期國債收益率更多體現的是同步性。