VOL.106 告别「地产-基建-信贷」旧三角，我们正经历一场“无信贷复苏” | 宏观笔记

Hello 大家好 ， 欢迎收听 《 宏观七日谈 》。 我是宋雪涛 。 之前我们说过 ， 今天的世界有两个 "K 型 "， 一个是 AI 的大 K， 一个是地缘的小 K。AI 的大 K 是对于 AI 基建的投资 ， 挤出了融资 、 能源和建筑业等相关成本 ， 导致 AI 有关的经济表现得繁荣 ，而与 AI 无关的经济反而是表现出了衰退的迹象 。

地缘的小 K 的分化 ， 主要表现在能源生产国与消费国之间的差异 。 各国对这两个敞口的暴露程度 ， 就决定了今年以来汇率走势的强弱 。

我们对今年主要国家的汇率进行一个升值的排序 ， 升值最多的是美元指数 。 从 3 月份的战争以来 ， 美元指数走强了 2 个点 。

这个背后原因是 ， 作为 AI 的最主要的 " 虹吸大法 " 的主要国家 ， 美国将全球的资金虹吸到了美股的市场上面来 ， 转化成了美国的 AI 投资 ， 同时也拉动了相关的财富增长 ，以及链条上的一些制造业和建筑 。

同时 ，因为美国又成为了世界第一大的原油生产国和进出口国 ， 所以在地缘推动油气价格上涨的背景下， 它其实也支撑了美国经济和美元的走强 。3 月以来的第二个强势货币就是人民币了 。

人民币对美元的汇率从 3 月份至今升值了 1.86。 这里边我们当然也是 AI 的受益国之一 ，因为美国的 AI 基建的资本开支也拉动了在这个链条上， 比如说存储 、 光模块 ， 还有半导体的设备材料 ，以及在电力设备里面的变压器 、 发电机等等这一系列的中国相关产品的出口 。在地缘这一方面 ， 应该说中国可能既是一个受益国 ， 又是一个受损国 。

受益主要是在出口这一端 ，因为中国的能源供应的相对的稳定和廉价 ， 使得我们在一些高耗能产品上面也能保持一个强劲的出口 ， 比如说在有色 、 化工 、 化肥这些方面 ， 过去几个月中国的出口都保持了高增长 。

内需的受损是因为高油价其实也挤出了中国的一些能源敏感性的消费 ， 所以人民币汇率在过去的两个多月以来整体来说依然是升值的 。在人民币之后， 强势的货币就是澳元了 。

我们知道澳大利亚是一个能源的进出口国 ， 所以在油价上涨的过程中， 对于澳大利亚这样的有油有矿 、 有能源有矿这样的经济体来说 ， 它也是保持了经济的繁荣和汇率的强势 。

所以基于目前 ， 我们基本上可以得出个结论了 ， 就是在今天这样的一个地缘和科技改变全球经济秩序的双重的背景下 ，其实在科技里边能够作为一个技术的先驱者 ， 或者在技术的投资端能够赚到铲子的钱 ， 对于这个国家的汇率来说就是一个重要的支撑 。在地缘的这个秩序的重构下， 谁有充足的能源 ， 谁在供应链的重构里边能保持供应链的稳定性 ，也是一

个货币上的受益者 。 这个贬值的货币 ， 按照贬值的幅度从弱到强 ， 我们来做一个排序 。 韩元在 3 月份以来贬值了 1.7， 这是在有大量的存储的支撑下， 支撑了韩国的出口的飙升 。

但是同时韩国也是油气上面依赖于外部的进口 ， 包括从中东的进口 ， 特别是天然气发电 ， 这个在韩国的能源结构里边占比也是非常的突出 。

所以尽管有 AI 出口的带动 ，但是韩元依然是走贬的 ， 这个跟韩国经济的表现表现出了一个 K 型的分化 。

马来西亚林吉特在 3 月份以来贬值了 4.3%， 这也是一个东南亚的国家的共同的特点 。 像越南这样的相对来说受益于电子组装 ， 它的汇率还比较稳定 。

但是像马来西亚它更靠近中东 ， 它在油气上面对中东的依赖度更高 ， 这也是在 3 月份以来相对来说经济有受损 、 外汇有流出 、 汇率有贬值的 。

比马来西亚的汇率贬值更多的是印度的卢比 ， 印度卢比从 3 月份以来贬值了 4.43。 今年以来的印度卢比的贬值幅度更大 。

印度在 AI 和地缘这两个风险敞口里边 ，其实是双重的负面暴露 。AI 对印度来说 ， 这个冲击是比较大的 ，因为从目前的 agent 的能力来看 ， 它可以替代印度传统的软件外包业 ，以及过去的印度的这种 call center 服务外包 。

所以对印度来说 ， 它在产业上其实是一个 AI 的受损者 。 而在半导体这个链条上面 ， 包括能源设备 ，其实印度也没有明显的受益于美国的 AI 的基建和资本开支 。

另一方面 ，因为地理位置上， 印度靠近印度洋 ， 所以接近中东 ， 所以对中东的油气的依赖度也非常的高 。

伴随着油气的价格上涨 ，也导致印度出现了外汇的紧张 ， 甚至一度需要央行卖出黄金来换取外汇 ， 购买油气 ， 维持经济和能源的稳定 。

这些也是造成了印度汇率从 3 月份以来出现了明显贬值的一个原因 。 比印度贬值更多的是日本 ， 日元从 3 月份以来贬值了 7.44。

相比于它的邻国韩国 ， 日本在半导体的出口上增长还是略逊于韩国 。 但是在其他的方面 ， 比如说汽车 ， 对它的拖累是更加的显著的 ，因为汽车对于日本来说曾经是第一大产业 ， 今天可能仍然还是第一大产业 。

日本的汽车像丰田 、 本田这些又主要是押注在了传统的燃油车上面 ， 所以油价的上涨对于日本汽车的生产和出口造成的打击是更大的 。

这也是为什么都受益于美国的 AI 的资本开支拉动的半导体的出口 ，但是日元的贬值幅度远远要超过韩元 ， 这也导致了日央行在最近这一次的一期会议里边可能会加息 25BP。

贬值更多的东南亚国家是印尼 ， 印尼盾贬值了 8.39， 当然这个跟印尼的一些治理也有一些关系 ，但是整个东南亚应该说同时暴露在了两个逆风之下， 一个是地缘造成的油气价格的上涨 ， 冲击到了东南亚的能源的成本和经济的结构 ， 大量的制造业开始出现了生产的停滞和利润的下滑 。

另一方面 ， 东南亚也是传统的消费电子的生产和组装的基地 ，因为存储的价格的上涨其实对消费电子也产生了影响 。

所以这是我们目前看东南亚其实在 AI 和地缘上面它的风险的暴露度也是比较高的 。 这就是今天看全球经济里边最重要的两条主线 ：AI 和地缘 ，其实对各个国家来说产生了不同的影响 。

有些国家在 K 的上边 ， 比如说像美国 、 像中国 、 澳大利亚 ，有些国家在 K 的下面 ， 比如说东南亚 、 南亚 ， 日本和韩国应该在上面 ，但是日本受到了油价冲击到汽车的产业 ， 导致它其实今天在地缘上面的风险暴露超过了其他的东亚的国家 。

从中国的最近的数据来看 ，其实也能体现出这种特点 ， 我们在 AI 和地缘导致的油价上升里边有受益有受损 。

从最近的出口数据看 ， 中国的外需是 AI 的受益者 。5 月份的中国出口增速 19.4%， 比 4 月份的 14.1 进一步的上升 。

这里边 AI 对于出口的拉动就达到了差不多 9 个百分点 ，其中高新技术产品的出口增速是 50.9%，也占到了中国的出口 29.8% 的比重 。

半导体的出口在 5 月份的增速达到了 110.9%， 拉动了中国出口增速 5.9%。 半导体也超越自动处理设备 ， 成为了中国的第一大出口单品 ， 占中国的出口的 9.4%。

需要特别说一点 ， 就是半导体也是中国进口的第一大单品 ， 占到中国进口的 20.85%，也就是说差不多五分之一的进口都跟半导体有关 ， 十分之一的出口也跟半导体有关 。

中国的半导体进口占比第一 ， 出口也占比第一 。 我们的半导体的第一大进口来源地就是韩国 。5 月份我们从韩国的半导体的进口增速达到了 83.57%，但是现在对于半导体来说 ， 它价格的上涨是远远超过了数量的上涨 。在出口里边 ， 半导体的价格因素占到了 109， 数量只占到了 2.1 个百分点 ，也就是说基本上半导体的出口和进口的高增都是来源于价格的涨价

， 包括存储这一系列的这些半导体和电子元件的涨价 ， 推动了半导体的进口和出口的增长 。 价格的因素占到了大多数 ， 它会带来个什么影响呢 ？

就是对于经济的贡献来说 ，因为特别是看实际的增速 ， 它还是跟数量有关的 ， 这个是涨价 ，但是没有带动量 。

对于实际的产出来说 ， 它的影响就会比之前要来的要更小一点 。 第二是进口的增速比出口的增速弹性要大 ， 导致贸易顺差实际上增幅是在收窄的 。

今年的前五个月贸易顺差是 4517 亿美元 ， 去年同期是 4718 亿美元 ，也就是说今年前五个月的贸易顺差同比去年反而是下降了 ， 这个降幅是 4.28%。

如果用人民币来计价的话 ， 这个顺差的同比降幅会更大 ， 达到了 6.5%。 再考虑到价格因素为主 ，而数量对于产出的贡献其实拉动有限以后， 今年应该说出口对于经济的增长的贡献是相比于去年出现明显回落的 。2025 年的时候 ， 出口拉动了 GDP 增长 1.6 个百分点 ， 去年的经济增速 5%。

今年一季度因为进口的增速大幅的超过了出口 ， 所以今年一季度进出口出现了同比增速上的回落 ， 这个也导致今年一季度进出口拉动 GDP 的增长掉到了 0.3 个百分点 ， 从去年 1.6 个百分点下降了 1.3 个百分点 。

预计二季度因为进口增速的弹性更大 ， 二季度的进出口对于 GDP 的拉动可能比一季度还要弱 ， 所以这也是对于二季度和三季度 GDP 增速 ， 我们在观察和分拆它的贡献时候需要特别关注的一点 ，因为进口弹性很大 ，而且贸易上的逆差可能还略有放大 ， 所以导致尽管看起来出口增速是很高的 ， 比如说 4 月份 、5 月份都达到两位数 ，5 月份已经将近

20% 了 ，但是对于 GDP 增速来说可能影响不大 。GDP 增速在 4 月份差不多只有 4.1%， 到了 5 月份 、6 月份这个增速可能也不会有太大的反弹 。

所以即便出口增速看起来很高 ， 经济如果说达不到 4.5 以上的目标的下限的话 ， 我想有可能接下来到某一个时间 ， 政策也会在其他的方面经过一些调整来适当的托底经济 ， 这个是需要特别注意的一点 。AI 拉动了中国的出口增速 9 个点到 10 个点 ， 它也拉动了中国的 PPI 和通胀 。5 月份的中国的 PPI 是 3.9%， 超预期 ， 相比于 4 月份的 2.8 进一步的上升 ， 环比达到了 0.5， 虽然

相比于上个月的环比 1.7 有所回落 ， 这里边当然跟油价的贡献有关 ，因为汽油的价格的环比相比于 4 月份的高增 ，5 月份已经出现了走平和回落 ，但是整个 PPI 环比 0.5 依然还是一个比较高的水平 ，也是连续八个月出现了正增长 ， 应该是连续十个月 PPI 环比不为负了 。

这里边 AI 相关的类别的 PPI 在 5 月份的增速是 8.5%， 相比于 4 月份的 7.9 来说 ，AI 相关的 PPI 还在进一步的上升 。

除了 AI， 除了能化以外的其他的 PPI 在 5 月份是 -0.7， 相比于 4 月份的 -1.3 也有所降幅收窄 。 但是看 CPI 的话 ， 应该说 AI 对于 CPI 的带动并不明显 ，但是地缘和油价的上涨确实对于中国的内需是有一定的影响的 ， 这个也导致一个结果 ， 就是 PPI 和 CPI 之间的剪刀差从 4 月份的 1.6 拉达到了 2.7。5 月份的 CPI 跟 4 月份基本持平是 1.2%， 核心相比于 4 月份的 1.2 还略有

回落 。 环比 CPI 是 -0.1%， 这个环比出现了一定的回落 。 这个回落里边有一部分原因是因为汽油的价格出现了环比的回落 ，4 月份汽油价格是环比增长 12.6%， 到了 5 月份因为霍尔姆斯海峡开始出现了一些运输量的反弹 ，以及中国连续两个月在原油上面进口都在出现回落 ， 所以整个原油的需求 、 汽油的需求开始出现了波动 ， 汽油价格也开始走平 ， 导致能

源相关的 CPI 环比出现了下降 ， 环比降了 0.1 个百分点 。 而在 4 月份的时候 ， 这一项环比达到了 5.7 个百分点 ， 所以仅仅是汽油价格的变化就影响到了 CPI 环比 0.01，而在 4 月份的时候 ， 汽油对于 CPI 的环比还达到了 0.39。

第二个就是猪肉了 ， 这个也是我们之前老生常谈的话题 ，因为猪肉价格还在持续的回落 ， 所以对于 CPI 也形成了拖累 ， 影响 CPI 环比 0.03 个百分点 。5 月份的 CPI 的环比的回落 ，其中主要的影响是来自于服务 CPI 的环比的回落 。4 月份的时候 ， 服务 CPI 环比是正的 0.5，5 月份已经降到了负的 0.1， 这个当然符合季节性 。

一般来说 ， 到了 5 月份 ，因为五一节后的出行的需求都会出现回落 ，在 4 月底的时候大家会出去玩 ，5 月份再回来 ， 所以这个价格往往在 4 月到 5 月的时候会出现一个正常的环比回落 。在过去五年平均来看的话 ，5 月份的服务业的 CPI 的环比大概就是 0.1 左右 ， 今年符合季节性回落的特征 ，但是如果看历史的水平的话 ，也处于一个季节性的低位 。

这个里边就和油价上涨挤出了出行的需求和价格是有关的 。 如果看飞机票的价格的话 ，4 月份的时候价格是上涨了 29.2， 到了 5 月份的时候变为了下降 6.3。

交通工具租赁的价格也是从 4 月份的上涨 8.6% 变为了 5 月份下降 6.8%， 所以这些放在一起大概影响了 CPI 环比 0.04 个百分点 ， 比猪肉和汽油价格的影响都要大 。

这个也就体现出来了 ， 我们的消费是受到了油价的负面的影响的 ， 当然美国也受到了油价的负面的影响 ， 特别是对它的服务消费和出行来说都有影响 。

但因为美国既生产又消费 ， 所以整体来说对它的经济和汇率的影响是比较小的 。 中美在 AI 上面受到的影响有很大的不同 ， 我们说 K 型经济 ，AI 的 K 其实上是发生在美国 ， 没有发生在中国 。

原因就是因为美国需要大规模的基建建设去补在过去 20 年电网投资不足的这门课 ，而对于中国来说 ， 从 4 万亿以来 ， 我们一直在电网上在加大投资 ， 特别是这些年关于特高压 、 输变电这一系列的电网投资 ， 中国一直保持了高速的增长 ， 所以也让中国在现在的 AI 的算力需求拉动了电力需求的背景下， 中国的电网的负荷和压力并不像美国那么大

， 所以对应的投资上面也不像美国的投资浪潮那么强 。 投资对于融资能源的价格和其他方面的建筑成本的挤出也不像美国这么明显 。

第二就是从 AI 的应用这一端来说 ，Agent 对于就业的影响 ，因为中美的就业结构不一样 ， 所以也是先对美国影响比较大 。

美国大概有 1.6 亿劳动人口 ，其中差不多一半是白领 ，8000 万人左右 。 白领里边的初级白领和中级白领是首先容易受到 AI Agent 的影响的 。

按照 WMDI 的预计 ， 差不多是 50% 的初级白领和 20% 的中级白领 ， 未来 3 到 5 年都有可能被 AI Agent 所替代 。

所以这个对美国来说是首先感受到了就业上的压力 ， 无论是在硅谷的科技企业 ， 还是在华尔街的银行 、 金融公司 ， 都有通过裁员来降本增效 ，而且理由上都是因为 AI Agent 的应用来裁员这样的例子 。

但对中国来说 ，不管是制造业还是一般的这种生活性服务业 ， 这个就业占比还是比较高的 ， 这些暂时还没有受到 AI 影响 。

所以这也是中国目前为止 AI 的 K 型对于中国来说其实表现的并不明显 ， 中国更多是受益于美国的 AI 投资拉动了中国相关的硬件的出口 、 生产 、 利润和再投资的增速 ， 这样的一个正面的影响 ，其实中国目前为止还没有受到 AI 的负面的冲击 。

所以对中国来说 ， 这个经济并不是一个典型的 K 型 ， 跟美国不太一样 。 美国 AI 投资越强 ， 经济的 K 型上下之间的分化就越大 ， 中国经济更像是转型 ，而不是 K 型 。

这个转型也体现在中国的 5 月份的金融数据上，5 月的金融数据 ， 企业的中长贷连续两个月出现了负增长 ， 所以主要是靠票据融资 5571 在托底信贷的 。

企业的中长期贷款连续负增长 ， 中国的中长期贷款增速也在长期的下台阶 。在 2020 年的时候 ， 中长期贷款增速是 17.2， 到了上个月的时候 ， 增速已经降到了 4.9%， 这是近年来的一个新低 。

这些其实不仅仅是跟最近这段时间投资的下滑有关 ，其实背后还是反映出来了中国经济的新旧转型带来的融资需求和融资结构的变化 。在过去 ， 基建和地产是一个信贷大户 ， 比如说 2017 年最高的时候 ， 中国有 66% 的信贷都流向了基建和地产 ， 每年的新增的贷款规模大概都在 8 万亿以上 。

但是 2021 年之后， 一个是债务监管收紧 ， 第二是地产进入到了一个下行的周期 ， 所以基建和地产对于信贷的吸纳能力出现了明显的回落 。

到 2025 年， 按照估算 ， 只剩下 12% 的信贷是流到基建和地产了 ，而且房地产的新增贷款还出现了减少 ，在 2025 年是减少了 8500 亿 ， 这个也对中长期的信贷增速形成了比较明显的拖累 。

另一方面 ， 就是即便是房子出现了复苏 ，但是居民现在买房消费 ，但是对于贷款的拉动也远远不如之前 。

经过了一轮地产周期以后， 居民部门加杠杆的意愿也出现了明显的回落 。2020 年到 2021 年的时候 ， 居民每年的新增贷款都在 8 万亿左右 ，2025 年的时候 ， 居民的新增贷款也就只剩下了 4417 亿了 。

今年的 1 到 5 月份 ， 居民的新增贷款变成了负增长 ， 下降了 6314 亿 ，不断的刷新历史的新低 。 居民的杠杆率也从 62.3% 回落到了一季度的 59%， 资产负债表还在被动的修复 。

今年房地产金三银四 ， 整个行情其实是比较强的 ，但是居民的信贷行为发生了变化 。 算上 5 月份的房贷 ， 今年 1 到 5 月份 ， 住户的中长期贷款也就是新增了 628 亿 。

如果看房贷的话 ， 应该是持续在下降的 。 这里边一方面 ， 居民还在提前还贷 ， 主动的压降存量的负债 ； 另外一方面 ， 居民普遍选择的是低贷款高首付 ，而且还可以使用公积金贷款去替代商贷 ， 特别是现在低总价高租金回报率的这一部分刚需盘上车盘 ， 首先是出现了成交量的恢复的 ，而这一部分正好跟公积金能够覆盖的范围是重叠的 。

所以新的购房者用公积金去替换了老的购房者的商贷 ， 这也是导致我们今天看到的一个无信贷的复苏 。

房地产的成交在放大 ， 房地产的成交的价格在出现走平 ，但是贷款却是在持续的回落 ， 这就是一个无信贷复苏的一个特征 。

地产的投资有回暖 ，但是杠杆在收缩 ， 这样的一个特征其实也是体现出来了经济的转型 。 它跟经济基本面的走弱应该说就慢慢的没有什么关系了 。

后续可能还会随着信贷投放高峰的贷款陆续到期 ， 居民贷款增速继续走低 ， 进而导致新的贷款转付成为一个常态 。

这可能就是未来的一个居民去杠杆 、 资产负债表修复的一个长期化的一个表现了 。 这也导致信贷跟 GDP 之间的关联度出现了明显的弱化 ， 比如说今年 5 月末 ， 人民贷款增速只有 5.5，在 22 年末的时候 ， 人民贷款增速还有 11.1， 这个增速是已经腰斩了 。

从每单位 GDP 消耗的信贷来看 ， 现在 1 亿元 GDP 消耗的信贷是 0.11 亿元 。在 2023 年一季度的时候 ， 每 1 亿元 GDP 要消耗 0.19 亿元信贷 ，也几乎是降了 40%。

中长期的贷款比 GDP 它下滑的是更快的 。在 2023 年一季度的时候 ，1 亿元 GDP 大概消耗的是 0.14 亿元中期贷款 ， 到今年一季度就只有一半了 ，0.07 亿元 。

所以就是说今天的经济增长模式发生了结构性的切换 。 长期来看 ， 经济增长对于债务杠杆的依赖度是在大幅的下滑的 。

这里边直接融资的占比正在快速的提升 ， 替代以信贷为主的间接的融资 ， 原因也是新经济对于信贷的需求明显是比地产基建要低的 ， 资产负债率也比基建地产要低 。

房地产企业的普遍资产负债率在 70% 以上 ， 像通信 、 计算机这一类的新经济的行业 ， 它的资产负债率普遍在 50% 以下 。

所以现在社融里边信贷的占比已经是掉到了差不多 55% 左右 ，而在 2021 年的时候 ， 它的占比还有 77%。 像直接融资 ， 包括了政府债 、 企业债 ， 还有股票的发行融资 ， 这个占比从 2021 年的 21.4% 已经上升到了将近 40%。

所以直接融资不断的去替代间接融资 ， 这也符合中国经济转型的一个特征 。 进一步的看转型的结果的话 ， 今天新经济的占比应该已经超过了传统的地产基建 。

我们只是拿 AI 相关的这些行业作为一个新兴代表 ， 还不要把汽车 、 新能源等等算进来 。 如果只看 AI 相关的行业的话 ， 我们大概用投入产出表划定了 12 个行业 ， 这里边包括计算机通信设备 、 电子元件 、 互联网软件 、 信息技术 、 输配电 、 电线电缆 、 光缆等等。

这 12 个行业我们把它叫做广义的 AI 行业 ， 当然这里边有一些并不完全与 AI 相关了 ， 比如说计算机既可以用于个人企业消费 ，也可以用于算力中心 。

但是这个广义的 AI 行业今天在 GDP 里面的占比差不多达到了 14.9%。 房地产这里面包括了房地产业 ， 还有建筑 、 住宅的建筑 、 建筑安装 、 装修 、 其他的建筑 ， 还有一些建筑专用设备 ， 这些行业叫广义房地产 。

广义房地产今天的占比是 12.7%， 就是说广义 AI 14.9% 占 GDP， 广义房地产 12.7% 占 GDP。 今天 AI 在经济里面的占比已经超过了房地产 。在 5 年前 2020 年的时候 ， 房地产在经济里面的占比还达到了 19.2%， 将近 20%。

而当时如果用广义 AI 这个行业来看 ，在经济占比的话还不到 10%。 也就是说 5 年前房地产上下游是 AI 上下游的两倍大 ，而现在 AI 上下游已经超过了房地产的上下游 。

所以这就是中国经济今天正在发生的转型的故事 。 这个也说明我们今天并不是一个 K 型分化的经济 ，而是一个正在转型的经济 。

我们复苏有一些新的特征 ， 比如说直接融资的占比正在明显的上升 ， 比如说复苏不太依赖于债务驱动和加杠杆 ， 甚至还是在持续的信贷下滑的出现了这种无信贷的复苏 。

但是它并不是说经济的基本面本身有问题 ，而是反映出了经济正在转型的结构 。 再比如说经济的复苏也有分化 ， 今天世界的两个主题 ， 一个是 AI， 一个是地缘 。

跟 AI 相关的这些行业在复苏里边就表现出了比较高的弹性 。 跟地缘相关 ， 特别是内需里边对油价比较敏感的这些消费也受到了这种挤压 。

所以我们的整个复苏既有自己的经济的转型的特征 ，也有在 AI 和地缘这两个巨大的 K 型的影响之下出现了一个分化的特点 。

这个就是看最近的中国经济数据 ， 它所表现的目前我们正在处于的经济的状态 。 今天的宏观七日谈我们就聊到这里 ， 欢迎大家的收听 ， 我们下周再见 ， 拜拜

。