# 降准是在薅谁的羊毛？
原创 沧海一土狗 [ 沧海一土狗 ](javascript:void\(0\);)
__ _ _ _ _
**
** ** 文/沧海一土狗 **
**水和面**
每当央行 **降准** 或者增量做MLF，大家就会嚷嚷央行放水了，然后，分析师们就会像面包师一样地计算：
水多少钱，粉多少钱，火耗多少钱，就好像货币真是一种有成本的生产资料，央行则是它主要供应者，并掌控了它的供给价格。
一顿计算之后，分析师们宣布，银行们又能通过资金业务从央妈身上薅XX吨羊毛了。 最近，财政部要提前下发地方政府专项债额度。
一听到这个消息，大家就开始计算，央行需要放多少水来“中和”勾兑这些面粉，否则，做出来的面包就太干了。 我们是在 **用一种比喻来思考问题**
，但现实跟喻体往往有很大的差距，这个差距容易被我们忽视，并造成极其巨大的误导。
为了避免被这些假设误导，基于当下流行的比喻框架，我找了一系列的基础问题，对它们进行辨别和梳理：
1、资金真的是一种像钞票一样的实际物体，以至于央行像控制水量一样控制了它的供应么？ 2、羊毛真的是从央妈身上薅下来的吗？
3、财政部发行的债券会像面粉一样会吸干市场的流动性？
**财政政策的传导路径
**
首先，我们推演一下地方债增量的影响。
地方债只是政府的负债。如果所有的政府债券都被银行买走的话，那么，商业银行和政府发生权利义务交换，他们同时扩表。
在面粉诞生的同时，也派生出了水——存款，并不会出现面粉多水少的情况。
那么，哪里会出现问题呢？ 央行人为制造了一种约束，商业银行资产端持有的准备金必须大于一般性存款的比例——法定存款准备金率 （ _ 第一次放松假设 _
） 。
银行持有的准备金是央行的负债，它的主要来源是央行的资产端行为——借给银行MLF、给银行贴现、购买银行持有的外汇等等（ _ 形式多种多样 _
）。在这里我们就拿MLF简单替代央行的资产端行为。具体示意图如下：
假设准备金率是10%，通过上面的勾稽关系，我们不难发现，财政部发行1万亿的债券，银行可以派生出1万亿的存款，需要的增量准备金仅仅为1000亿。
这里面有一个乘数效应在里面。 也就是说，在这种情况下，如果购买债券的额度并不挤占银行的贷款额度，只要央行做1000亿的MLF，就不可以对其他部分造成影响。
真正的影响产生于财政部拿到1万亿存款之后，它为基建项目注资，基建项目启动，产生了新的贷款需求，贷款又要派生存款，这部分派生的存款又需要大量准备金。 （
_ 第二次放松假设 _ ）
假设1万亿的项目基金，可以派生出3万亿的贷款需求，于是，就能继续派生出3万亿存款，产生了3000亿准备金的需求。
央行原来做的那1000亿MLF就不够了，还需要再做3000亿。
那么，央行做完1000亿+3000亿的MLF是不是就不会造成收益率的上行了呢？ 要分情况。
短端的确不会上行，基本维持平稳，这是因为准备金的存量大于存款乘以法定准备金率。
但是，长端就不一定了。 （ _ 第三次放松假设 _ ） 项目企业拿到1万亿+3万亿的资金会去购买服务，形成当年的消费和投资，如果这部分
**增量的消费和投资使得实际产出超过潜在产出，经济体会出现通胀** ，通胀会推动收益率上行。
当然，在实际情况里，市场会在政府发一万亿债券的时候就抢跑，会在项目企业大量融资使得社融大幅增加的时候恐慌，最后的结果就是，通胀还没起来，预期 （ _
第四次放松假设 _ ） 就把收益率打上去了。
**庞大的乘数效应
**
政府的1万亿的注资行为会撬动3万亿的项目企业的贷款，项目企业4万亿的支付行为会改善周边企业的资产负债表和盈利预期，这又会引致出更多的贷款需求。
当然，贷款的另外一面就是存款，存款需要准备金。
事实上， **准备金的需求由实体经济和央行共同决定** ，实体经济的景气程度决定了一般性存款的规模，央行决定了法定准备金率；
**准备金的供给则由央行单独决定** 。 准备金的供给和需求共同决定了短期资金利率的价格。
由于多重乘数效应的存在，我们很难判断央行的准备金到底跟那一块面粉掺和在了一起。 所以，水和面的比喻是不恰当的，更恰当的比喻是卤水和豆腐的比喻。
当然，更严格地来说，卤水点豆腐的比喻也不恰当，它暗含了一个假设，央行的准备金是实体经济派生出如此庞大的信贷规模的原因。
事实上，它们两个交互作用，当实体经济悲观的时候，央行放再多的卤水也没有用。 这种情况我们在2018年也碰到过，宽信用很艰难——央行限制信贷扩张容易，但是，
**推动信贷扩张，就像拿绳子推箱子。** 这种信贷调控难易的不对称性有一个很简单明了的解释： 央行可以单独决定准备金的供给，所以，限制信贷容易；
央行无法单独决定准备金的需求，所以，扩张信贷困难。 此外，由于多重乘数效应的存在，MLF等负债仅仅占商业银行资产负债表的一小部分，所以，
**MLF的利率既不能影响商业银行的边际负债成本，也不能影响商业银行的平均负债成本。**
所以，真实情况与我们想象得很不同，我们央行对银行体系的管控是数量型的，而不是价格型的，因为它无法通过MLF影响商业银行的NIM（ _
降低贷款、存款基准利率可以 _ ）。 那么，MLF和短期资金价格有什么用呢？ 它们的作用仅仅在于供央行参考，来调节松紧绳子的速度。
从这个角度看过去，水和面的比喻也不是一个好比喻，水的价格对银行负债端成本的影响微乎其微，拿着这个价格加总出来的面包的价格缺乏实际意义。
> **_ 总之，水和面包的比喻不是一个好的比喻，放松和收紧绳子的比喻才是一个好的比喻，直击要害。 _ **
**羊毛出在羊身上
**
框架梳理到这个份儿上，想必大家已经不再相信银行薅的羊毛来自央妈。仔细想一想，央妈又不从事生产，大家怎么可能从他身上薅羊毛呢？事实上，
**商业银行的所有利润都来自实体经济。**
怎么把银行业扩大利润和央妈松绳子这件事情结合到一起呢？ **用发放牌照的思路**
。我们先来看一个有误导性的算法：假设法定准备金率是10%，MLF利率是3.3%，央行增量释放了2000亿的MLF。如果我们按照水的成本加点的思路来看，银行去买3.50%的国开债，2000亿的规模乘以0.2%的点差，赚了4个亿。于是，就有人把3.3%的利率叫做边际成本，把这4个亿叫薅的羊毛。
这个算法完全被水和面的比喻带沟里了。 事实上，我们应该这样算，2000亿的准备金可以让银行业对实体经济（ _ 暂不考虑同业的水分 _ ）扩2万亿的表（
_ 央妈发了2万亿规模的牌照 _ ），假设整个银行业对实体经济的平均NIM是2%（ _ 这个数估计得很保守 _
），那么，这2000亿的准备金实际上给银行业带来了400亿的利润。
此外，这个利润不是被一家银行吃独食吃掉的，有的银行贷款项目多，那就多扩表，有的银行贷款项目少，那就少扩表。 **
同业业务表面上是在调剂各家银行的资金，实际上是在调节各家银行的项目 **
，项目多的银行，同业负债多，项目少的银行，同业资产多。也就是说，同业资产多的银行，缺项目，但准备金多（ _ 牌照多 _
），于是，他们通过出资金的形式分一杯羹。
为了进一步澄清个中的偏差，我们举一个极端的例子，假设只有一家银行，央行的MLF要高到什么程度才使得银行一毛钱赚不到呢？
答案是20%，也就是NIM乘以准备金乘数。
**为什么偏好降准？**
事实上， **除非降息（** _ LPR的目的就是为了可以灵活的降息 _ **），银行的NIM很难因为规模的扩张而快速收窄**
，这主要是因为以下两个原因： 1、银行对于边际客户的议价能力太强；
2、准备金率的乘数效应，可以稀释央行抽走的那一部分“粉钱”，MLF利率为3.3%，乘数为10的时候，单位规模信贷也就抽走了33bp。
所以，降低MLF利率10bp，实际上，对单位规模信贷NIM的影响也就1bp。 这也解释了一个现象为什么银行更喜欢央行降低法定准备金率？
法定准备金存款的利率是1.6%，降低一次准备金率，相当于做了对应规模的MLF，但是，利率仅有1.6%（ _ 机会成本 _
），对单位规模信贷NIM的影响是17bp。
**结束语**
总而言之，把货币比喻成水是极其有误导性的，东海龙王降雨尚且需要从海里搬水，央妈哪里有无中生有的本事。
事实上，我们应该换一个角度， **央妈发放的是对实体经济扩大资产负债表规模的牌照**
——整个行业单位规模的收益是NIM，单位规模的成本是MLF成本除以乘数。 于是，我们就可以得到下面的一系列结论， 1、央行释放的不是水，而是牌照。
2、牌照是个权利，市场环境不好的时候，银行可以拿着牌照不干活，形成超储； 3、银行可以通过同业业务转让权利；
4、该权利在系统内平均收益是行业NIM，平均成本是取决于增量资金的成本和乘数，对MLF而言是33bp，对于准备金而言是16bp。 （ _
假设准备金率是10%，乘数是10倍 _ ）
> _** 5、降准并不是在薅央妈的羊毛，只不过是它在发放更加便宜的牌照； ** _
6、尽管行业NIM大约是2%+，远远高于33bp，但是，个体项目要承担信用风险， **扩张还取决于银行对于实体经济的信心。**
7、 **银行愿意搭便车** ，转让权利抽别人的提成，让别人去冒险放贷，这也就是同业层层嵌套的原因。
8、当市场信心实在不行的时候，需要财政政策加码，开启乘数效应的第一环。
9、最后一条，所有的利润都来自于实体经济，经济不行银行的NIM完蛋，同业空转的行为只是搞以邻为壑，阻挡不了整个行业NIM下滑的大趋势。
> _** 银行跟实体经济是一荣俱荣，一损俱损；一旦央行降准，银行还是把这17个bp让给企业得好；毕竟，羊活着才有未来。 ** _
_ ps： 数据来自wind，图片来自网络 _
End
开了一个知识星球号，里面会 有一些碎片化的想法，点评
预览时标签不可点
修改于
微信扫一扫
关注该公众号
****
****
× 分析
收藏
# 降准是在薅谁的羊毛？
原创 沧海一土狗 [ 沧海一土狗 ](javascript:void\(0\);)
__ _ _ _ _
**
** ** 文/沧海一土狗 **
**水和面**
每当央行 **降准** 或者增量做MLF，大家就会嚷嚷央行放水了，然后，分析师们就会像面包师一样地计算：
水多少钱，粉多少钱，火耗多少钱，就好像货币真是一种有成本的生产资料，央行则是它主要供应者，并掌控了它的供给价格。
一顿计算之后，分析师们宣布，银行们又能通过资金业务从央妈身上薅XX吨羊毛了。 最近，财政部要提前下发地方政府专项债额度。
一听到这个消息，大家就开始计算，央行需要放多少水来“中和”勾兑这些面粉，否则，做出来的面包就太干了。 我们是在 **用一种比喻来思考问题**
，但现实跟喻体往往有很大的差距，这个差距容易被我们忽视，并造成极其巨大的误导。
为了避免被这些假设误导，基于当下流行的比喻框架，我找了一系列的基础问题，对它们进行辨别和梳理：
1、资金真的是一种像钞票一样的实际物体，以至于央行像控制水量一样控制了它的供应么？ 2、羊毛真的是从央妈身上薅下来的吗？
3、财政部发行的债券会像面粉一样会吸干市场的流动性？
**财政政策的传导路径
**
首先，我们推演一下地方债增量的影响。
地方债只是政府的负债。如果所有的政府债券都被银行买走的话，那么，商业银行和政府发生权利义务交换，他们同时扩表。
在面粉诞生的同时，也派生出了水——存款，并不会出现面粉多水少的情况。
那么，哪里会出现问题呢？ 央行人为制造了一种约束，商业银行资产端持有的准备金必须大于一般性存款的比例——法定存款准备金率 （ _ 第一次放松假设 _
） 。
银行持有的准备金是央行的负债，它的主要来源是央行的资产端行为——借给银行MLF、给银行贴现、购买银行持有的外汇等等（ _ 形式多种多样 _
）。在这里我们就拿MLF简单替代央行的资产端行为。具体示意图如下：
假设准备金率是10%，通过上面的勾稽关系，我们不难发现，财政部发行1万亿的债券，银行可以派生出1万亿的存款，需要的增量准备金仅仅为1000亿。
这里面有一个乘数效应在里面。 也就是说，在这种情况下，如果购买债券的额度并不挤占银行的贷款额度，只要央行做1000亿的MLF，就不可以对其他部分造成影响。
真正的影响产生于财政部拿到1万亿存款之后，它为基建项目注资，基建项目启动，产生了新的贷款需求，贷款又要派生存款，这部分派生的存款又需要大量准备金。 （
_ 第二次放松假设 _ ）
假设1万亿的项目基金，可以派生出3万亿的贷款需求，于是，就能继续派生出3万亿存款，产生了3000亿准备金的需求。
央行原来做的那1000亿MLF就不够了，还需要再做3000亿。
那么，央行做完1000亿+3000亿的MLF是不是就不会造成收益率的上行了呢？ 要分情况。
短端的确不会上行，基本维持平稳，这是因为准备金的存量大于存款乘以法定准备金率。
但是，长端就不一定了。 （ _ 第三次放松假设 _ ） 项目企业拿到1万亿+3万亿的资金会去购买服务，形成当年的消费和投资，如果这部分
**增量的消费和投资使得实际产出超过潜在产出，经济体会出现通胀** ，通胀会推动收益率上行。
当然，在实际情况里，市场会在政府发一万亿债券的时候就抢跑，会在项目企业大量融资使得社融大幅增加的时候恐慌，最后的结果就是，通胀还没起来，预期 （ _
第四次放松假设 _ ） 就把收益率打上去了。
**庞大的乘数效应
**
政府的1万亿的注资行为会撬动3万亿的项目企业的贷款，项目企业4万亿的支付行为会改善周边企业的资产负债表和盈利预期，这又会引致出更多的贷款需求。
当然，贷款的另外一面就是存款，存款需要准备金。
事实上， **准备金的需求由实体经济和央行共同决定** ，实体经济的景气程度决定了一般性存款的规模，央行决定了法定准备金率；
**准备金的供给则由央行单独决定** 。 准备金的供给和需求共同决定了短期资金利率的价格。
由于多重乘数效应的存在，我们很难判断央行的准备金到底跟那一块面粉掺和在了一起。 所以，水和面的比喻是不恰当的，更恰当的比喻是卤水和豆腐的比喻。
当然，更严格地来说，卤水点豆腐的比喻也不恰当，它暗含了一个假设，央行的准备金是实体经济派生出如此庞大的信贷规模的原因。
事实上，它们两个交互作用，当实体经济悲观的时候，央行放再多的卤水也没有用。 这种情况我们在2018年也碰到过，宽信用很艰难——央行限制信贷扩张容易，但是，
**推动信贷扩张，就像拿绳子推箱子。** 这种信贷调控难易的不对称性有一个很简单明了的解释： 央行可以单独决定准备金的供给，所以，限制信贷容易；
央行无法单独决定准备金的需求，所以，扩张信贷困难。 此外，由于多重乘数效应的存在，MLF等负债仅仅占商业银行资产负债表的一小部分，所以，
**MLF的利率既不能影响商业银行的边际负债成本，也不能影响商业银行的平均负债成本。**
所以，真实情况与我们想象得很不同，我们央行对银行体系的管控是数量型的，而不是价格型的，因为它无法通过MLF影响商业银行的NIM（ _
降低贷款、存款基准利率可以 _ ）。 那么，MLF和短期资金价格有什么用呢？ 它们的作用仅仅在于供央行参考，来调节松紧绳子的速度。
从这个角度看过去，水和面的比喻也不是一个好比喻，水的价格对银行负债端成本的影响微乎其微，拿着这个价格加总出来的面包的价格缺乏实际意义。
> **_ 总之，水和面包的比喻不是一个好的比喻，放松和收紧绳子的比喻才是一个好的比喻，直击要害。 _ **
**羊毛出在羊身上
**
框架梳理到这个份儿上，想必大家已经不再相信银行薅的羊毛来自央妈。仔细想一想，央妈又不从事生产，大家怎么可能从他身上薅羊毛呢？事实上，
**商业银行的所有利润都来自实体经济。**
怎么把银行业扩大利润和央妈松绳子这件事情结合到一起呢？ **用发放牌照的思路**
。我们先来看一个有误导性的算法：假设法定准备金率是10%，MLF利率是3.3%，央行增量释放了2000亿的MLF。如果我们按照水的成本加点的思路来看，银行去买3.50%的国开债，2000亿的规模乘以0.2%的点差，赚了4个亿。于是，就有人把3.3%的利率叫做边际成本，把这4个亿叫薅的羊毛。
这个算法完全被水和面的比喻带沟里了。 事实上，我们应该这样算，2000亿的准备金可以让银行业对实体经济（ _ 暂不考虑同业的水分 _ ）扩2万亿的表（
_ 央妈发了2万亿规模的牌照 _ ），假设整个银行业对实体经济的平均NIM是2%（ _ 这个数估计得很保守 _
），那么，这2000亿的准备金实际上给银行业带来了400亿的利润。
此外，这个利润不是被一家银行吃独食吃掉的，有的银行贷款项目多，那就多扩表，有的银行贷款项目少，那就少扩表。 **
同业业务表面上是在调剂各家银行的资金，实际上是在调节各家银行的项目 **
，项目多的银行，同业负债多，项目少的银行，同业资产多。也就是说，同业资产多的银行，缺项目，但准备金多（ _ 牌照多 _
），于是，他们通过出资金的形式分一杯羹。
为了进一步澄清个中的偏差，我们举一个极端的例子，假设只有一家银行，央行的MLF要高到什么程度才使得银行一毛钱赚不到呢？
答案是20%，也就是NIM乘以准备金乘数。
**为什么偏好降准？**
事实上， **除非降息（** _ LPR的目的就是为了可以灵活的降息 _ **），银行的NIM很难因为规模的扩张而快速收窄**
，这主要是因为以下两个原因： 1、银行对于边际客户的议价能力太强；
2、准备金率的乘数效应，可以稀释央行抽走的那一部分“粉钱”，MLF利率为3.3%，乘数为10的时候，单位规模信贷也就抽走了33bp。
所以，降低MLF利率10bp，实际上，对单位规模信贷NIM的影响也就1bp。 这也解释了一个现象为什么银行更喜欢央行降低法定准备金率？
法定准备金存款的利率是1.6%，降低一次准备金率，相当于做了对应规模的MLF，但是，利率仅有1.6%（ _ 机会成本 _
），对单位规模信贷NIM的影响是17bp。
**结束语**
总而言之，把货币比喻成水是极其有误导性的，东海龙王降雨尚且需要从海里搬水，央妈哪里有无中生有的本事。
事实上，我们应该换一个角度， **央妈发放的是对实体经济扩大资产负债表规模的牌照**
——整个行业单位规模的收益是NIM，单位规模的成本是MLF成本除以乘数。 于是，我们就可以得到下面的一系列结论， 1、央行释放的不是水，而是牌照。
2、牌照是个权利，市场环境不好的时候，银行可以拿着牌照不干活，形成超储； 3、银行可以通过同业业务转让权利；
4、该权利在系统内平均收益是行业NIM，平均成本是取决于增量资金的成本和乘数，对MLF而言是33bp，对于准备金而言是16bp。 （ _
假设准备金率是10%，乘数是10倍 _ ）
> _** 5、降准并不是在薅央妈的羊毛，只不过是它在发放更加便宜的牌照； ** _
6、尽管行业NIM大约是2%+，远远高于33bp，但是，个体项目要承担信用风险， **扩张还取决于银行对于实体经济的信心。**
7、 **银行愿意搭便车** ，转让权利抽别人的提成，让别人去冒险放贷，这也就是同业层层嵌套的原因。
8、当市场信心实在不行的时候，需要财政政策加码，开启乘数效应的第一环。
9、最后一条，所有的利润都来自于实体经济，经济不行银行的NIM完蛋，同业空转的行为只是搞以邻为壑，阻挡不了整个行业NIM下滑的大趋势。
> _** 银行跟实体经济是一荣俱荣，一损俱损；一旦央行降准，银行还是把这17个bp让给企业得好；毕竟，羊活着才有未来。 ** _
_ ps： 数据来自wind，图片来自网络 _
End
开了一个知识星球号，里面会 有一些碎片化的想法，点评
预览时标签不可点
修改于
微信扫一扫
关注该公众号
****
****
× 分析
收藏