摘要作者：杨为敩
来源：致我们深爱的债券市场
1、 当商业银行把钱投放出去后，往往债务方（企业、居民、非银）还会把钱存回银行，这就形成了一笔存款派生。
2、 观察存款派生的效果，往往存在着投放端及结果端两个角度：
1） 结果端的数据就是两个口径的存款指标，其中M2更为常用也更为科学；
2） 投放端的数据包含其他存款性公司资产负债表的三大债权，以及信贷收支表中的信贷及投资数据，二者都可以代表资金的风险偏好。
3、 投放口径的数据不够完美的原因是，至少还存在着两条资金的投放密道，投放端数据是无法监控到的：
1） 数据的一个盲区是：银行的表内资金通过另一家银行的表外理财对外投放；
2） 表内委外的统计也存在着遗漏之处。
4、 结果口径的数据也存在一些比投放端数据更少的部分：
1） 对于企业及居民存款来说，有3%左右的存款不计入M2，但依然可以派生存款；
2） 资管产品的托管资产不包含于M2中，但M2统计纳入非存款机构持有的货币基金后，M2统计不足的情况出现了一些修正；
5、 综合而言，M2口径可能更加准确。
6、 货币乘数是个“单位”的概念，即单位基础货币能创造多少存款，其计算方式为M2/基础货币。
7、 货币乘数所蕴含的信息中，很多是已发生的、事后的，该指标对未来的预见意义是不足的：
1） 货币乘数的分母（基础货币）所包含的法定准备金，是过去货币派生的遗留物，也正因为此，基础货币并不能代表当前的流动性水平；
2） 而货币乘数的分子则是流动性的滞后指标。
8、 货币乘数更大程度上是一个慢指标：
1） 基础货币的增长是常态性低于M2的增长的，只有在货币政策足够剧烈地波动后，货币乘数的趋势才能出现一些反映；
2） 货币乘数长趋势上升的根源是银行超储率的趋势性下降（受益于商业银行的流动性管理能力提升），以及现金漏出率的趋势性下降（受益于电子支付业务发展）。
9、 货币乘数可能一个略为有意义的事情是：货币乘数是存在天花板的（法定准备金率的倒数），但因为差异化准备金率及非银存款不缴准备金率的现实，这个天花板往往不太严谨。
10、如果观察货币派生空间的话，我们也可以观察（货币发行+超额存准规模）的增长速度变化，这个变量要比货币乘数纳含的信息更多一些。
正文风险提示：货币政策边际变化、基建和地产投资波动、专项债发行加快。
◆◆
1 存款是如何派生的：
存款派生的过程是：当商业银行把钱投放出去后，往往债务方（企业、居民、非银）还会把钱存回银行。在这个过程中，放款银行的资产没有变，但这笔钱派生成存款后，会扩张另外一家银行的资产负债表，这就造成了整个银行体系的资产负债表的膨胀，也造成了存款总量的扩张。
银行资产负债表的扩张并非没有限度的。一是当银行每放出一笔钱，总不可避免会出现资金漏出的现象。从银行A投放出来100块钱，这笔钱转为银行B的存款时可能只剩了90块钱，另外的10块钱就是通过资金漏出变成了M0，这其实会导致存款派生会一轮比一轮缓；另外，银行B拿到90块钱存款后，是要缴给央行法定存准的，按照目前15.5%的存准率算，需要缴14元的存款，这时银行B可供投放的资金只剩下76元。
2 货币的派生：过程及结果：
在前文中，笔者已经详述了商业银行的三大债权及存款的两个层次。在货币派生的过程中，前者往往代表着过程，而后者则代表着结果。
2.1 货币派生结果的常用指标——M2：
在定义存款派生之前，我们先需要定义存款。存款通常有两个维度：M2及一般性存款，而无论从哪个概念来看，这一定义在近些年都发生了一些重要的调整。在早年间，所谓存款仅主要指居民存款和企业存款，而在2011年非银存款纳入M2口径、2015年非银存款纳入一般存款口径之后，非银存款已经成为我们讨论存款的一个重要部分。
而相对于一般存款来说，我们更常用M2去观察货币派生的效果。M2和一般存款的口径存在些许不同。首先，M2包括M0，而一般存款则不包括M0，M0尽管不算典型的存款，但也是商业银行货币投放的结果，在考虑商业银行信用投放时，不应将其排除在外；其二，一般存款包含财政存款，而M2不包括财政存款，财政存款虽也从根源上来自于银行信用派生的货币，但经由一些货币转移后，这些货币最后流入财政账户，且作为政策储备被“封存”了起来，甚至也同时脱离了基础货币的统计范畴。每笔财政存款尽管都会对应一笔信用投放，但在我们考虑信用投放的效果时，不应将其考虑在内。
2.2 货币派生的过程指标
2.2.1 来自资产负债表的角度：
如果粗糙地用其他存款性公司资产负债表的资产端去观察存款派生的话，那么早先我们在探讨存款派生时，只需要更多关心其他存款性公司的两项指标：对非金融机构债权及对其他居民部门债权，而在存款口径加入非银存款之后，其他存款性公司对非银金融机构也是需要重点考虑的部分。
之所以其他存款性公司的四大债权中的对其他存款性公司债权未在考虑范畴之内，在很大程度上是因商业银行中的同业存款或同业存放并不算作存款。
在资产负债表中，我们经常会用这三个跟存款派生直接相关的债权（对居民、企业、非银金融机构债权）加在一起，去观察银行部门的派生效果。事实上，当货币被银行通过这三个债权其中之一的方式投放出去之后，这笔货币就进入到实体层面，不但可以投资于实体建设，还可以投资于风险市场。由此来看，如果以股票市场来举例去代表风险市场的话，我们会发现在大多数情况下，股票市场的走势与这三个债权的加总走势是一致的。
2.2.2 来自信贷收支表的角度：
另一个观测角度是信贷收支表，央行自2015年开始，除了公布金融机构的信贷收支表外，还公布存款类金融机构信贷收支表（只含央行及银行业存款性机构，不含银行业非存款性机构）。这个存款类金融机构信贷收支表和其他存款性公司的资产负债表的统计主体基本一致，都属于偏窄的口径，相对于金融机构信贷收支表来说，其可以更好地描述银行行为；然而，存款类金融机构信贷收支表因历史数据有限，在研究历史的周期运行时，对我们的参鉴作用不大。
我们在跟踪货币派生的周期时，往往会忽略样本的差异，而选用更长的数据流（金融机构口径信贷收支表）。在信贷收支表中，可能派生存款的资金运用端有两个：各项贷款和有价证券及投资（包含债券投资与股权及其他投资），从这两块资产去推测货币派生依然对我们的风险市场或实体经济研判有意义。
2.2.3 二者之间的微妙差异：
来自资产负债表和信贷收支表的投放数据在口径上存在着微小的差异。譬如：信贷收支表的统计主体包括央行，而资产负债表中的某些投资（包括股权）计入其他资产项，如果我们对这些差异做一些对仗化处理，会发现资产负债表和信贷收支表给出的货币投放数据差异不太大，大多数的差异都在5%以内，这个差异我们可以暂且归为估值统计的方法差异或样本及会计处理差异带来的残差项。
3 关于数据之间的对仗及背离
3.1 关于“投入”和“产出”的差异：
理论上，来自资产负债表和信贷收支表的投放数据和M2是相互对仗的，这分别相当于资金的“投入”和“产出”。但投入端及产出端的数据，仍然存在着一些差异，尤其是对于其他存款性公司的“三个债权”来说，M2要比该数据多了将近12万亿。
以三大债权为例，M2与其的大致差异如下：
3.2 资产负债表的“三个债权”所不能解释的：
商业银行给企业、居民、非银金融机构供应资金，并不是完全通过“三个债权”来进行的，大多数情况下至少还存在着两个投放密道：
其一，银行可以以表外理财为媒介去供应资金：银行A把某笔表内资金去购买银行B的表外理财，然后在银行B的表外理财购买信贷等资产的过程中，这笔钱转为企业存款，计入M2，但是，这笔钱在当初从银行A投放出来时，却计入其他存款性公司对其他存款性公司债权（并未在三个债权之中）。
对于信贷收支表来说，这种操作甚至是不入表的，在这笔钱从银行A转移到银行B的过程里，这个交易直接给轧差掉了，而这笔钱又是通过银行B的表外投出去的，两个环节都没有入表。
其二，委外也是一个从“三个债权”以外的渠道把钱投放出去的方式。商业银行把钱委托给非银的过程，有很多并非计入“其他存款性公司对非银金融机构债权”，而是计入“其他资产”，但这笔钱经由非银投放出去后，也有很大可以形成M2的可能性。
对于信贷收支表来说，对委外的统计是相对周全的。
3.3 M2所不能解释的：
从结果这个视角出发的话，从银行投放出来的钱，也不一定会形成M2。
首先，对于企业及居民存款来说，有3%左右的存款属可转让存款或其他类型的存款，是不计入M2的，这部分存款尽管可以继续派生存款，但并不在货币乘数的统计之内。
其二，当某笔钱从银行投放出来，借贷者不一定把这笔钱存在银行，而有可能用这笔钱去买资管产品，资管产品的钱并没有转为非银存款，而是转为托管资产变成了银行的表外资产。
如果这笔钱被资管产品投放出去（可能投向企业），还是可能被转为M2，但资管产品必然是存在漏出的：资管产品的仓位不会100%，货币也不一定全都投向一级市场，这时沉淀在产品里的资金就会成为用M2研究货币派生的漏计项。
资产托管这个因素对我们度量货币派生造成了越来越大的困难，因为资产托管的规模常年以高于M2的速度在增长，以最新的情况为例，根据《中国资产托管行业发展报告》，2017年年末银行业资产托管规模为141.5万亿元，比起2016年末，仍然有约16%的增长。
然而，在2018年之后，M2的统计中多了非存款机构持有的货币基金，并在公布M2时追溯了2017年全年的数据，这个修正其实在一定程度上改善了因资产托管而造成的M2统计不足的现象。
在此之前，我们知道M2等同于M0与纳入广义货币的各项一般存款之和，而在M2纳入非存款机构持有的货币基金之后，这二者之间出现了约万亿级别的差异，这个差异应该就是非存款机构持有的货币基金。
货币基金本源于居民、企业及非银金融机构的资产，而货币基金的灵活性和短期性更决定着居民、企业对这些资产随时都可能存在着追索权，因此，货币基金代表着购买人的潜在购买力，本应计算入M2反映货币的派生情况。
3.4 就当前的情况来看，M2口径可能更加准确：
相对来说，“产出侧”的数据M2比起“投入侧”来说要更为靠谱一些。一方面，“投入侧”的数据无法度量“银行-表外理财”这个链条对实体的支持，但M2数据会将其包含在内；另一方面，有些货币派生是脱离银行体系而内生的（居民买货币基金，货币基金再去支持企业），这个线索是很难被以商业银行为观察点的“投入侧”数据所观察到的。
4、关于货币乘数
4.1 货币乘数：意义及走势：
除了观察货币总派生之外，人们也会用货币乘数去衡量存款的派生情况。
一个角度上的差异是：货币乘数是个“单位”的概念，即单位基础货币能创造多少存款，而银行的总的信用派生情况（三个债权、M2）不仅考虑了单位货币的派生效率，还考虑了货币的量（即使单位货币派生效率不高，但货币的量足够大，“三个债权”也会上升，但货币乘数则会下降）。
央行计算货币乘数的方式是：M2/基础货币。这两个数据都是按月公布的（基础货币是央行资产负债表项下的储备货币），因此，我们不必等到央行按季度公布货币乘数时才能知晓货币乘数的近况，而是在季度中用最新的M2和基础货币相除即可知晓最新的货币乘数的走势。
过去的20年间，货币乘数的趋势可以大体分成三段：1998Q4-2006Q2是货币乘数的上升阶段，而在2006Q2后，货币乘数转为下降，一直到2011Q3，货币乘数才又转为上升。当前来看，货币乘数已经到达5.7以上，这已经是该数据存在以来的最高水平。
4.2 货币乘数：意义不大的指标
4.2.1 货币乘数蕴含的信息多为事后：
货币乘数所蕴含的信息中，很多是已发生的、事后的，该指标对未来的预见意义是不足的。
基础货币作为货币乘数的分母，并不是一个很准确地衡量资金面松紧的指标，其原因是基础货币中的法定准备金，只是过去货币曾经发生过派生的遗留物。
我们假设在货币漏出及超储率都为0，且存款准备金率在20%的情况下，100元的基础货币最终可派生为接近500元的总存款，然而，总存款每增加一部分，市场上的剩余流动性反而会减少一部分，当存款无限向500元接近时，剩余流动性也会无限向0接近。总存款的增加越多，法定存款准备金的增加也越多，剩余流动性越少，而法定存款金，而仅代表着过去存款派生的情况。
过去所形成的法定准备金还停留在货币乘数计算公式的分母中，且影响着货币乘数的水平，这已经干扰了货币乘数的预见性。
与此同时，基础货币也几乎很难体现准备金率的调整对真实流动性的影响。准备金率调整的实质就是把一部分资金在法定准备金和超额准备金中来回转换，而正是因为基础货币同时包括法定准备金和超额准备金，所以货币政策在动用准备金率调整工具时，几乎不会影响基础货币本身。
而相反，有时货币政策调整准备金率，对基础货币反而会形成反向作用。在2007Q4-2008Q3、2009Q3-2011Q2这两段时间内，央行尽管大幅增加了准备金率，但为了对冲上调准备金率对流动性的过度负面的影响，央行在其他手段上做了一些对冲。譬如，央行并没有对冲当时逐步增加的外汇占款，并且通过“对其他存款性公司债权”（再贷款、再贴现）还补充了一部分流动性。因此，基础货币在央行上调准备金率的阶段，反而会因央行的对冲手段而明显扩张，但如果我们扣掉法定准备金（考虑存准率的调整对基础货币的影响）的话，会看到实际的流动性并没有基础货币所表现得那么好，反而还是因为上调准备金率的影响而明显下降。
分子M2的变化与分母（基础货币）的关系不大，而与更为真实的流动性（扣除法定准备金的基础货币）关系更大。那么，在那两段时间里，分子因真实流动性收紧而下降，而分母又因央行的对冲行为而抬高，于是造成了货币乘数的明显下降。相反，2008Q4-2009Q2货币乘数的上升，也是因为真实流动性和基础货币反着走所导致的。
但这些都是事后信息，只有当准备金率的变化影响了分子M2，才会明显体现在货币乘数的变化之中，而在准备金率调整的初期，货币乘数是很难体现这些变化的。
4.2.2 货币乘数是一个慢指标：
货币乘数是一个长期指标，我们去盯货币乘数的边际变化的意义不大。
只有在货币政策剧烈变化时（大幅上调或下调准备金率），货币乘数才能跟随货币政策产生一些波动，而在多数货币政策变化不剧烈的年份，货币乘数是常态上升的。
在大多数情况下，基础货币的增长是低于M2的增长的，在分母增长常态高于分子增长的情况下，自然会引致货币乘数的常态上升。只有在货币政策剧烈变化，导致基础货币增长向上或向下频繁突破M2增长时，货币乘数才能产生一些波动。
接下来的问题是：为什么基础货币的供应的速度要慢于存款增长。
货币乘数的另外一个公式是：
其中，Rc为现金漏损率，Rd为法定准备金率，Re为超额准备金率。由此可见，货币乘数与现金漏损率、法定准备金率及超额准备金率相关。
从几个影响指标可以很清晰地看到，影响货币乘数长趋势上升的根源应该是银行超储率的下降及现金漏出率的下降。而法定准备金率尚在偏高的位置，不足以解释当前新高的货币乘数。
现金漏出率的下降很大程度与非现金支付业务的发展，尤其是电子支付业务的发展有关，票据、网上支付及移动支付在近年都得以快速发展，人们手中留存现金的必要性在降低。此外，随着商业银行的流动性管理的能力的提升以及金融深化的不断演进，银行的超储率也在总体下降。
4.3 货币乘数的相对意义及可能性替代:
对于货币乘数来讲，可能一个略为有意义的事情是：货币乘数是存在天花板的，因此，当货币乘数接近这个天花板时，整个货币体系就失去了快速派生的能力。
而这个天花板就是法定准备金率的倒数。根据货币乘数的计算公式不难看出，当Rc及Re为0时，货币乘数会达到最大值，即1/Rc。
对于实际情况来说，1/Rc这个天花板也并不严谨，其可能会体现在以下几个方面：
1）1/Rc的默认是所有存款都必须缴准备金率，而M2中的非银存款是暂且不缴准备金率的，这会导致如果钱经由非银派生出去，是不存在法定准备金率带来的摩擦损耗的。
2）2008年之后，我们执行的是差异化准备金率，大银行与中小银行的法定准备金率并不相同，这导致我们很难用某个法定准备金率去衡量全部资金的货币乘数上限。
不过，从经验上看，货币乘数还是难以超过其理论上限（1/法定准备金率）。
当然，如果货币乘数能达到其理论上限的话，那已经出现了相当极端的状况：一则几乎所有的流动性都变成了法定准备金，再次上缴至央行，基础货币也全部由法定准备金组成；二则M0的数量也为0。
如此的话，一旦货币乘数飙到上限的话，另一个现象则是基础货币中可流动的资金规模（货币发行+超额存准规模）为零。因此，除了货币乘数之外，我们也可以观察（货币发行+超额存准规模）的增长速度变化去监控存款的可派生空间，而后者纳含的信息更多一些，除了流动性的派生空间之外，可派生货币的流动性的边际也可以通过这一指标而监控到。