1、以实体库存周期作为引子，通过将实体经济指标转换为金融信贷指标，构建了“信贷库存周期”的概念。引申出对资产价格的两种分析工具：

    1、四类“信贷库存周期”类别，观察大类资产价格（10年期国债利率、沪深300指数）在不同类别库存周期的变化特征；

    2、采用“信贷余额增速-票据贴现余额增速”的差值与大类资产价格（10年期国债利率、沪深300指数）直接做趋势对比；

2、解释了如下一些在逻辑推演方面的问题：

（1）是否可以从“实体库存周期”内涵推演到的“信贷库存周期”；

（2）为什么信贷库存周期中的“色带图”工具对资产价格的解释效果不如“信贷余额增速-票据贴现余额增速”差值对资产价格的解释效果？背离时期又如何理解？

（3）“信贷余额增速-票据贴现余额增速”反映的是否就是“短期贷款+长期贷款”的合计余额增速？

（4）对于信贷结构中各类不同组合指标与资产价格的相关系数统计；

（5）四类信贷库存周期的迁移变化规律是什么？

3、刻画了信贷库存周期思路下的大类资产价格走向示意图：虚线与横轴构成45度分界线，虚线上方部分表现为股跌债涨的格局，虚线下方部分构成股涨债跌的格局；

4、实体库存周期以（工业增加值同比增速、实际产成品库存同比增速）作为划分依据，四类周期色带图与股债资产价格对应关系效果不错；信贷库存周期以（信贷余额同比增速、票据贴现余额同比增速）为划分依据，其增速差与股债资产价格变化的相关性更强。

风险提示：经济增速下滑导致信贷需求不及预期

正文：

在上篇内容中，我们以实体库存周期作为引子，通过将实体经济指标转换为金融信贷指标，构建了“信贷库存周期”的概念。

为了将其应用于资产价格变化的解释，我们引申了两种分析工具：

其一是利用“信贷余额增速”与“票据贴现余额增速”的相对变化，可以划分为四类“信贷库存周期”类别，观察大类资产价格（10年期国债利率、沪深300指数）在不同类别库存周期的变化特征。

其二是采用“信贷余额增速-票据贴现余额增速”的差值与大类资产价格（10年期国债利率、沪深300指数）直接做趋势对比。

从比较结果来看，发现第二种工具对于资产价格的方向性、趋势性解释更为精确。至此为止，我们初步构建了这样一套框架：参考实体经济库存周期的内涵，转接到金融领域，选取公开性的数据，构建了“信贷库存周期”的概念，将该概念引申出的两种工具与大类资产价格进行校验，发现第二类工具的对应关系较为优良。

这是否是一种新的资产择时配置解释框架或方法？我们需要首先进行逻辑上的仔细推敲。逻辑顺畅的东西，哪怕数据印证阶段性的出现问题，也不会动摇其价值性；逻辑上不顺畅的内容，哪怕一段时期确实存在数据相关性，但是并没有持续的生命力。

在“信贷库存周期（中篇）”内容中，我们试图去解释如下一些问题，以确立该分析模式在逻辑上的可行性。

一、是否可以从“实体库存周期”内涵推演到的“信贷库存周期”？

市场中早已对实体经济库存周期有深刻认知。从原理来看，实体经济循环系统由“生产”、“库存”和“需求”三者构成，其中需求是难以直接观察到的宏观量，其变化方向和变化强度是由可直接观察的“生产”指标和“库存”指标来间接反映。

这时候，库存就成为连接产、需两端的一个调节指标，其大小变化的目的就是在调节一定时期内产需之间的不平衡缺口。从而构成“生产量=库存量+需求量（也被称为销量）”，也即“需求量（销量）=生产量-库存量”。

再考虑到“生产量”与“库存量”的方向变化组合，进一步可以划分为四类库存周期波动类型：被动去库存、主动补库存、被动补库存、主动去库存。四者的排序反应了经济需求的强弱顺序。

上述内容是资本市场分析中早已存在成型的方式方法，之所以没有被广泛关注，可能是因为这种分类或处理的结果与资产价格的变化关系并不十分显著，即逻辑顺畅，但是实证应用效果一般。

但是从观察来看，实体库存周期引申出的两类工具，工具一“色带图”（四类周期划分，表征需求强弱，以对应利率或股指的变化）的效果要强于工具二“需求（销量）线”（生产增速减去库存增速，以对应利率或股指的变化）。

借用上述的逻辑思考模式，我们引申到信贷库存概念中。站在商业银行的角度来思考：信贷可以划分为三类：票据贴现、短期贷款和中长期贷款，银行最喜欢或最合意配置的信贷资产是短期贷款及中长期贷款，这两部分可以称为“银行合意投放信贷资产”。

由于商业银行的信贷总投放受到额度管控，额度可以视为实体库存周期中的生产量指标，当“合意信贷资产”规模不足时，商业银行需要通过票据贴现这样一种工具来来调节“总额度”与“合意信贷资产”之间的余缺，因此从这个角度来看，票据贴现资产充当了与实体库存类似的角色。

这样，实体分析中的“生产”、“库存”与“需求（销量）”就可以对应于信贷分析中的“额度”、“票据贴现”与“合意信贷资产”。额度最终转化为信贷余额增速概念，票据贴现工具最终用票据贴现余额增速来衡量，类比对应于实体经济分析中“工业增加值同比增速”和“实际产成品库存增速”。

上述类比与推演，是完全站在商业银行（信贷资产供给方）角度来分析，虚设了“合意信贷资产”的概念。也可以从客户（信贷资产需求方）角度来分析，将所谓的“合意信贷资产”概念切换为“真实信贷需求”（认为只有短期贷款和中长期贷款才是经济活动中最真实的需求类型）。但是笔者认为这种分析角度容易混淆银行方和客户方的立场，相互交织，反而不如“合意信贷资产”的概念更为明晰。

因此从上述阐述来看，从实体库存周期概念推广到信贷库存周期概念是完全可行的。

二、为什么信贷库存周期中的“色带图”工具对资产价格的解释效果不如“信贷余额增速-票据贴现余额增速”差值对资产价格的解释效果？背离时期又如何理解？

从实体经济库存周期来看，所谓的色带图工具（即库存周期四分类，表征需求强弱）对利率与股票的解释效果要强于“需求（销量）”指标。

但是从信贷库存周期中，却截然相反，“合意信贷资产=信贷余额增速-票据贴现余额增速”对于利率和股价的解释效果更好。

以“信贷余额增速-票据贴现余额增速”和“10年期国债利率”的对照关系来看，几乎趋势、拐点都吻合，2011年以来出现过差异背离的时期，一者发生在2015年6月份至2016年10月份，另一者发生在2019年12月份至2020年4月份。

第一次背离事实上体现了当时经济基本面与政策面之间的背离，造成了当时债券市场的非理性表现。2015年下半年，特别是进入四季度以来，实体经济已经出现了企稳改善，但是在2015年股票市场大幅度异常波动事件的影响下，货币政策行为谨慎，面对基本面的持续改善，却选择了明显宽松的基调，这是激励当时债券市场牛市延续的最重要因素，也造成了当时利率变化并没有客观理性的反应经济基本面变化。

第二次背离主要发生在武汉疫情时期。2020年一季度受到新冠疫情的突然冲击，确实出现了实体经济数据的显著跌落，利率水平脱离了2019年四季度以来的盘整态势，迅速走低，但是同期的金融环境依然保持健康，没有像实体数据反映的那么糟糕。很快，在经过一季度的利率速降后，后期中国的利率也迅速回升起来。

两次背离现象，从微观因素来解释，各有特殊情况影响，除此之外增速差与利率的相关性非常良好。增速差与沪深300指数的相关性也同样良好，唯一的背离时期就是发生在2015年那个巨大的牛市期间。

从事后观察来看，无论是采用“美林投资时钟”还是“货币+信用”框架，事实上都难以解释2015年那个巨大的股票牛市，信贷库存周期自然也很难对其进行精准刻画。除此之外，其他时期，增速差与股指的相关性总体良好。

那么为什么“信贷余额增速”与“票据贴现余额增速”之差对于资产价格的解释力度强于四周期“色带图”？

我们可以仔细观察信贷余额增速和票据贴现余额增速，会发现两者在方向变化上多数是同向的。当两者同向时，需要更精确的衡量“合意信贷资产”的规模是增加还是降低。例如，当信贷余额增速与票据贴现余额增速均上行时，这应该归属于“主动补库存”阶段，表征是需求尚可。但是假如票据贴现余额增速上行幅度远超信贷余额增速，事实上意味着银行的“合意信贷资产”是降低的（也可理解为社会中的真实信贷需求是降低的），其并不体现为需求尚可。所以为了更精确的衡量“合意信贷资产”的变化，增速差的模式会更好、更有效。

三、“信贷余额增速-票据贴现余额增速”反映的是否就是“短期贷款+长期贷款”的合计余额增速？

信贷分为票据贴现、短期贷款和长期贷款，如果单纯从逻辑推演，上述构建的“信贷余额增速-票据贴现余额增速”应该就是反映短期贷款和长期贷款的合计量变化。

但是事实上，如果我们将短期贷款与长期贷款的余额累加，并计算合计余额的增速，该数据变化就如下图黑色线所示，虽然其与“信贷余额增速-票据贴现余额增速”（红色线）趋势相似，但是可以明显发现，黑线变化的更为平缓，由于这种平缓特征，反而导致其在拐点处的方向指示效果远不及红色线更为领先、明确。

这黑、红两线内涵相近，但是在现实的数据处理中，产生了如此差异，具体原因如何，并没有思考透彻，但是从敏感、明确角度出发，依然建议采用增速差的处理方式。

此外，在现实市场分析中，很少去关注分项金融数据的绝对值变化量，更习惯用增速来处理，所以选取最“耳熟能详”的信贷余额增速和票据贴现余额增速更符合市场分析的习惯。

此外，市场分析中还比较喜欢关注中长期贷款的增速，认为其更为准确的反应市场需求状况，是更为真实的信贷类型。但是单纯依赖中长期信贷余额增速可能会犯两个问题：

1、不能简单的将短期贷款也归类为非真实需求，这样会遗漏很大一部分所谓的真实信贷需求；

2、从数据处理来看，中长期信贷余额增速的变化过于平缓，其对于股、债资产价格的方向指示意义有限，如下图所示：

四、对于信贷结构中各类不同组合指标与资产价格的相关系数统计

总信贷、票据贴现、短期贷款、中长期贷款这四者可以自由组合，形成不同的增速表达形式，其与大类资产价格（10年期国债利率、沪深300指数）之间的相关性统计如下表所示：

相关系数不仅反映的是方向相关，同时也反映变化幅度的相关。从相关系数以及图形比对情况来看，我们依然认为在衡量方向正相关性角度来看，“信贷余额增速-票据贴现余额增速”是一个不错的选择，但是这时更重要的是方向的正相关性，而非幅度变化上的线性相关性。特别是股指与之关系，如果剔除掉2015年前后的主要背离时期，从2016年统计至今，股指与其相关系数会显著提升至0.40附近。

五、四类信贷库存周期的迁移变化规律是什么？

按照最终反映的需求强弱排序，信贷库存周期可以依次排列为：被动去库存、主动补库存、被动补库存、主动去库存，如下表所示：

那么四类周期是在现实中如何进行切换变化的呢？我们在象限图中进行刻画描述，如下：

2011年以来，伴随经济增速不断下行，银行合意信贷资产（真实信贷需求）供给有限，信贷库存周期极少进入第四象限（即被动去库存阶段，表征需求最强的时期），基本沿着“2—1—3”象限在顺时针切换，即“被动补库存”—“主动补库存”—“主动去库存”这样一条运行循环中，只有进入2020年后，可能是由于疫情的冲击影响，造成了阶段性往返变化，没有呈现之前年份中的循环规律。

六、信贷库存周期思路下的大类资产价格走向示意图

在信贷库存周期分析框架下，我们认为“信贷余额同比增速-票据贴现余额同比增速”能够比较好的与资产价格走势相吻合，同时从“合意信贷资产（或真实信贷需求）”角度出发，也能够在逻辑上解释资产价格的变化。股债的走势分化，可以表达在如下的“信贷—票据”象限图示中：

虚线与横轴构成45度分界线，虚线上方部分表现为股跌债涨的格局，虚线下方部分构成股涨债跌的格局。

如果将实体库存周期、信贷库存周期与资产价格（10年期国债利率、沪深300指数）的实证关系进行总结，大致是如下图所示的内容：