程炼：从支付清算指标看宏观经济运行(7月4日)

    近年来，我们对于支付清算体系的经济含义进行了持续跟踪的量化分析，发现主要的支付清算体系运行指标，与宏观经济指标之间有丰富的关联。实证分析表明，一是支付清算指标与GDP、CPI、PPI等，二是与区域经济与金融发展，三是与金融风险、金融系统稳定，四是与货币政策，都存在非常密切的内在关联和变化规律。这些研究，既可以用于历史和现状的分析，也可以随着数据的持续积累，逐渐运用于经济预测分析。
    支付清算业务发展与货币流通速度
    近年来我国的支付清算业务快速增长，尤其新兴的移动支付等业务更是如此。在过去的8年里，我国非现金支付工具的交易数量从2007年的154.51亿笔上升为2014年的627.52亿笔，交易金额从592.95万亿元上升为1817.38万亿元；支付系统业务数量从2007年的53.88亿笔上升为2014年的305.35亿笔，交易金额从889.23万亿元上升为3388.85万亿元。在支付业务数据中，尤其值得注意的是电子支付业务的高增长。在2014年，我国发生的电子支付业务共333.33亿笔，金额达到1404.65万亿元，这一金额已经占到当年非现金支付工具业务的77.29％。在移动支付方面，短短的两年时间内，其金额就从2014年第一季度的1.10万亿元上升为2015年第一季度的39.78万亿元，增长了35倍。
    在较高的增长速度之外，我们从历年的支付清算指标数据中还可以看到一个重要的特征，就是支付结算业务的平均规模总体上呈下降趋势，这意味着，支付结算业务的数量比总体金额上升得更快。它可以看作我国支付清算系统在经济中发挥越来越重要作用的证据：由于电子化支付系统的普及，有越来越多的小额支付结算活动通过非现金方式进行，从而带动了平均业务规模的下降。银行结算账户的结构变化也印证了上述观点。另外，除2008年外，单位结算账户在银行结算账户中所占的比重在不断下降，这说明个人用户在支付结算系统中的地位正在上升，而他们的业务规模通常要低于单位用户。支付清算业务平均规模的下降从一个侧面反映了支付清算系统发展所带来的经济中交易效率的上升。
    支付清算业务的增长速度明显超越了GDP的增速，从支付清算交易规模与GDP比值的角度反映了这一点。可以看到，创造1元GDP所对应的非现金支付工具金额从2007年的22.31元上升到了2014年的28.55元，而其所对应的支付系统业务则从33.45元上升到了53.25元。至少有三个因素可以用来解释支付清算系统活动较实体经济更快的增长速度：（1）中国经济的金融深化仍在进行之中，其间更多的实体经济活动借助于支付体系，尤其是非现金支付工具来完成；（2）随着经济发展水平的不断提高，经济活动也日益复杂化，产生同样数量的GDP现在需要涉及更多的交易过程，这就对应着更多的支付业务；（3）金融体系有着相对独立的发展进程，它自身的规模和涉及的交易都会随着时间而不断增长，这些交易活动也增加了支付系统的业务量。在这三个因素中，前两者是正面的，第三点则有其两面性，这提示我们需要对金融与实体经济的疏离保持一定的警惕。
    支付清算活动与GDP之间的上述比例关系为解释我国居高不下的M2/GDP水平提供了一条线索。我国的M2与GDP比值近几年处于较高的水平，在2013年末更达到了194％的新高。对于不断攀升的M2/GDP水平的经济含义及其成因一直存在激烈的争论。从经典的费雪方程式MV=PT出发，所有的解释最终可以归结为两个方面：平均货币流通速度下降（如高储蓄论和金融体系银行主导论）与经济总体交易规模上升（如金融深化论）。实际上，考虑到GDP只是经济活动最终的增加值，它并不适合作为费雪方程式中交易总价值PT的指标。相形之下，支付清算业务金额更能够反映经济活动的规模，尽管它不能够覆盖经济中的全部交易。
    非现金支付工具业务规模和支付清算系统业务规模相对于M2的比值在很大程度上反映了经济中的货币流通速度。可以看到，非现金支付工具业务规模与M2的比值在2007～2014年间呈U型，取值在11-15之间，最小值（11.73）出现在2009年，之后逐步上升到2014年的14.80。支付清算系统业务规模与M2的比值则呈波动上升趋势，最小值（19.79）同样出现在2009年，之后逐渐上升到2014年的27.59。这两组数据都说明，货币流通速度并没有发生可以解释M2/GDP攀升的显著下降，相反，自2009年以来，货币流通速度一直在不断上升。因此，从支付清算系统提供的证据来看，基于货币流通速度对M2/GDP的上升进行解释不具有说服力，经济总体交易规模上升，换句话说，创造同样的GDP需要更大规模的交易活动，看起来是更有可能性的解释。
    此外，非现金支付工具业务规模和支付清算系统业务规模相对于M2的比值都在2009年落到最低点，然后逐渐回升，这一事实也从侧面支持了将上述比值作为货币流通速度指标的合理性。全球金融危机对国民经济所造成的负面冲击显然会导致货币周转速度的下降，而应对危机的“四万亿”投资计划为经济体系注入的货币进一步减缓了资金的平均流动速度。在此之后，随着经济复苏与电子支付体系的迅速发展，货币流通速度也自然回调并上升到新的高点。新兴支付技术与支付方式的应用使得资金在经济体系中的周转变得越来越快，这也给M2在货币政策体系中的地位和相应货币政策调控的有效性带来了挑战。
    支付清算业务与宏观经济波动
    将支付清算活动与GDP的关系在时间上进一步细化，得到的季度值。可以看到每单位GDP所对应的支付清算交易规模有着不小的波动，并且呈现出一定的季节性。例如在2007～2014年期间，非现金支付工具规模与GDP之比的最小值出现在2008年第4季度，为16.51，而最大值出现在2014年第1季度，为32.77；支付系统业务规模与GDP之比的最小值同样出现在2008年第4季度，为25.50，而最大值出现在2014年第2季度，为59.46。
    如果给出支付清算交易规模与GDP比值的环比增长率，可以更清楚地看到上述关系的季节性。如图4所示，每单位GDP所对应的支付清算交易规模增长率在第1季度最高，而在第4季度最低。根据以往的分析，支付清算交易与GDP季度增加值的增长率都有较强的季节性，前者表现为环比增长率在第1季度的下降，而后者表现为环比增长率在第1季度的下降和第4季度的上升。由此可以知道，支付清算交易规模与GDP比值增长率的季节性主要来自于GDP的季节波动。这也说明，支付清算业务有相当程度的独立性，并不完全对应于实体经济活动。
    如果仅从支付清算交易规模的增长情况来看，自2009年以来，其季节波动性似乎总体上逐渐变得平缓，但是进入2014年之后，这种波动性又有强化的迹象。在2014年第2季度，支付系统业务规模则有了一个11％的高增长，之后两个季度则连续下跌。
    从各支付系统的业务变化情况来看，上述波动来自于大额实时支付系统的业务变化。大额实时支付系统一直是支付系统业务的主干，其占比从2007年第1季度的52.48％逐步上升至2013年第1季度的72.30％，此后稍有下降，但2014年第2季度又回升至71.02％。因此，大额实时支付系统的业务变化在很大程度上决定了支付系统业务的波动特征。小额批量支付系统与银行卡跨行支付系统尽管业务增长速度较快，但是在总体规模上还远不能和大额实时支付系统相比。同城票据清算等传统业务则有逐渐萎缩的趋势，不仅在支付系统业务中的占比下降，而且近年来绝对业务规模也在减少。
    类似地，在非现金支付工具中，票据近年来无论业务占比或绝对规模都在下降，银行卡的占比则随着其业务规模不断增长，不过比重上升最快的则是汇兑等其他结算方式，由2007年第1季度的35.50％上升为2014年第4季度的60.30％。
    与支付系统业务一样，单位银行账户与个人银行账户的季度增量在第2季度出现了高增长（分别为27.67％和10.10％），之后两个季度增长率则大幅下降，其中单位结算账户季度增量在第3和第4季度的增长率均为负值。支付系统业务增长率与银行账户增量的上述变化很可能与2014年3月开始实施的注册公司新政策有关，后者大大降低了创设公司的条件，引发了新注册企业数量的大幅增长。
    支付清算业务指标与GDP增速预测
    支付清算系统内的金融活动是现实经济中交易关系的直接体现，因此它能够在相当程度上反映乃至预测实体经济活动的强度，这其中的一个重要方面就是GDP增长率。
    许多支付清算指标都与GDP有着密切的联系，并且都在动态上领先于GDP。这也意味着支付清算指标对于未来的GDP变化有一定的预测能力。不过对于GDP的名义值或真实值，同比或环比增长率，不同的指标在相关性上却有着很大差异。以名义GDP的季度同比增长率为例，预测效果最好的是非现金支付工具中银行卡支付方式的总金额，它滞后2期的季度同比增长率可以解释名义GDP季度同比增长率波动的70％以上，因此这一指标具有相当的前瞻性，即可以用于预测两个季度之后的GDP增长率。
    基于银行卡支付金额的GDP季度同比增长率预测值、GDP季度同比增长率的真实值以及基于另一种常用的预测方法——自回归模型——得到的预测值。虽然两者预测方法在统计上的效率相似，都在74％左右，但在具体预测效果上则有着各自的特点。从图形来看，在2012年之后，二阶自回归模型的预测要与实际值吻合得更好，但在此之前，基于银行卡支付金额的预测值则更符合实际值。尤其是在2009年，基于银行卡支付金额的预测值与实际值在方向变化上保持了精确的同步，而二阶自回归模型的预测值则表现出了明显的滞后性。这种预测效果上的差异也正体现了基于支付清算指标进行预测的价值：当经济增长出现结构性变化的时候，支付清算指标能够比以往的经济增长趋势更好地预测未来的经济走向。
    基于银行卡支付金额进行预测，则2015年前两个季度的名义GDP同比增长率分别为8.0％和8.2％。该模型对2015年第一季度名义GDP增长率的预测要高于实际值（5％），且差幅较大。相形之下，二阶自回归模型的预测值分别为10.6％和5.2％，前者超出了基于银行卡支付金额的预测值，从而与实际值的差异更大，而后者则大大低于基于银行卡支付金额的预测值。从2009年的经验可以看到，当经济增长率出现大幅下滑时，基于支付清算指标的预测值常常高于实际的名义GDP增长率，这其中的原因可能在于经济交易中有相当一部分较为恒定的部分，它们与人们的日常消费活动以及生产的基本维持相关，因而对于经济中新增价值的变化并不敏感。另一种可能性是GDP平减指数的变化幅度超过了以往的基本趋势，导致名义GDP增长率加速下降。不论出于何种因素，可以看到，近期GDP增长率的下滑势头已经非常明显。
    如果我们将支付清算指标与GDP自回归模型结合起来，则其预测能力将大大提高，可以解释名义GDP季度同比增长率波动的80％以上。基于这一综合预测模型，2015年前两个季度的名义GDP同比增长率分别为8.95％和5.8％。可以看到，这一模型给出的2015年第一季度名义GDP增长率预测值要高于单纯基于支付清算指标的预测，而第二季度预测值则低于后者，这主要反映了预测值基于前期实际值进行调整的效果。在这一模型中，GDP增长率预测值与实际值如此大规模的落差很少发生，只在2010年第二季度、2012年第一季度和2013年第四季度出现过。
    在真实GDP方面，与其相关性最高的支付清算指标是银行卡跨行支付业务，后者滞后1期的增长率波动可以解释真实GDP季度同比增长率波动的近70％。同样我们可以看到，在经济增长趋势出现较大转折时，基于银行卡跨行支付业务的真实GDP季度同比增长率预测值要优于二阶自回归模型的拟合值。基于银行卡跨行支付业务进行预测，2015年第1季度的GDP同比增长率在6.6％左右，稍低于实际值，第二季度的增长率则大幅上扬，达到8.2％。
    同样将支付清算指标与GDP自回归模型结合起来以提高其预测能力，我们得到拟合图形。从中可以看到，其中预测值的总体趋势相同，只是拟合精度更高。基于这一模型，2015年第一季度真实GDP季节同比增长率的预测值在6.7％左右，而第二季度的增长率预测值则为7.6％，同样较第一季度有明显上升。通过对比可以看到，第二季度真实GDP的增长情况要比名义GDP更为乐观，这也反映了目前价格总水平的紧缩趋势。
    总的来看，由于数据长度的限制，目前我们的实证分析准确度可能还有待提升。不过鉴于支付清算指标与宏观经济变量之间的密切联系，这些分析和预测的方法应该能够为宏观经济波动的评估提供一定的参考。随着数据的逐步积累和对相应指标含义的进一步探索，支付清算体系将会在宏观经济稳定政策中发挥更大的作用。