人民幣升值周期背后的效率邏輯

1、正文目錄 HYPERLINK l _TOC_250007 近期人民幣升值背后的諸多短期因素 4 HYPERLINK l _TOC_250006 基本面角度分析匯率相對(duì)效率的變化驅(qū)動(dòng)相對(duì)匯率調(diào)整 9 HYPERLINK l _TOC_250005 2016 年以來，中國(guó)制造業(yè)生產(chǎn)效率明顯提高 10 HYPERLINK l _TOC_250004 近年來中國(guó)服務(wù)業(yè)生產(chǎn)率實(shí)現(xiàn)巨大飛躍 16 HYPERLINK l _TOC_250003 中期視角下，中國(guó)的相對(duì)邊際投資回報(bào)率或更有吸引力 20 HYPERLINK l _TOC_250002 人民幣真實(shí)匯率升值對(duì)國(guó)內(nèi)資產(chǎn)價(jià)格有何影響？ 22 HYPER

2、LINK l _TOC_250001 資本賬戶開放與人民幣國(guó)際化 24 HYPERLINK l _TOC_250000 風(fēng)險(xiǎn)提示 24圖表目錄圖表 1： 人民幣兌美元匯率于 5 月末觸底回升，9 月以來加速升值 6圖表 2： 今年 2 季度起中國(guó)與美國(guó)的增長(zhǎng)差大幅走擴(kuò) 6圖表 3： 中國(guó)從 2 月開始復(fù)工復(fù)產(chǎn)，而美國(guó)則在 3 月中旬開啟半停工模式 6圖表 4： 相對(duì)增長(zhǎng)差一直是決定人民幣匯率走勢(shì)的基本面因素之一 6圖表 5： 今年以來中國(guó)貨物貿(mào)易順差擴(kuò)大 6圖表 6： 國(guó)際收支數(shù)據(jù)顯示，年初至今經(jīng)常賬戶下服務(wù)貿(mào)易逆差明顯收窄 6圖表 7： 中美短期利差上升時(shí)，銀行對(duì)人民幣需求增加 7圖表 8：

3、 過去幾個(gè)月企業(yè)美元債發(fā)行額明顯上升 7圖表 9： 2 月底-3 月初疫情爆發(fā)初期，避險(xiǎn)情緒導(dǎo)致新興市場(chǎng)貨幣被拋售 7圖表 10： 美元指數(shù)從今年 3 月中旬的高點(diǎn)下跌了 10.2% 7圖表 11： 今年以來外貿(mào)商可能累積了約 900 億美元的未結(jié)算外匯收入 7圖表 12： 近期做空人民幣的機(jī)會(huì)成本大幅上升，可能導(dǎo)致此前實(shí)際意義上的“做空人民幣交易”平倉 7圖表 13： 今年 3 月以來，G3 央行資產(chǎn)負(fù)債表大幅擴(kuò)張 8圖表 14： 以人均實(shí)際產(chǎn)出衡量，中國(guó)生產(chǎn)效率提升持續(xù)超過其他地區(qū) 9圖表 15： 2017 年中人民幣有效匯率已開始升值，但被貿(mào)易摩擦“打斷” 9圖表 16： 2000-20

4、07 年上一個(gè)無爭(zhēng)議的人民幣升值周期期間，工業(yè)企業(yè)資本產(chǎn)出率持續(xù)快速上升，但同期杠桿率大體保持穩(wěn)定 11圖表 17： 2000-2007 年間，國(guó)有企業(yè)的資本產(chǎn)出率和杠桿率走勢(shì)與工業(yè)企業(yè)類似 11圖表 18： 在 2009-2011 年的信貸擴(kuò)張中，國(guó)企的產(chǎn)能擴(kuò)張最為顯著 11圖表 19： 工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)杠桿率 12圖表 20： 工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)資本回報(bào)率 12圖表 21： 工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)ROE 12圖表 22： 工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)營(yíng)業(yè)利潤(rùn)率 12圖表 23： 工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)單位員工利潤(rùn) 12圖表 24： 工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)資產(chǎn)周轉(zhuǎn)率 12圖表 25： 不

5、同時(shí)期工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)累積變動(dòng)杠桿率 13圖表 26： 不同時(shí)期工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)累積變動(dòng)資本回報(bào)率 13圖表 27： 不同時(shí)期工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)累積變動(dòng)ROE 13圖表 28： 不同時(shí)期工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)累積變動(dòng)營(yíng)業(yè)利潤(rùn)率 13圖表 29： 不同時(shí)期工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)累積變動(dòng)單位員工利潤(rùn) 13圖表 30： 不同時(shí)期工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)累積變動(dòng)資產(chǎn)周轉(zhuǎn)率 13圖表 31： 2013-2015 年與 2016-2019 年國(guó)企部分經(jīng)營(yíng)指標(biāo)對(duì)比 14圖表 32： 2013-2019 年，家電和汽車等消費(fèi)主導(dǎo)行業(yè)的增速要快于以國(guó)企為主的傳統(tǒng)重工業(yè)行業(yè) 15圖表 33： 目前中

6、國(guó)人均 4G 塔數(shù)是美國(guó)的 4 倍 15圖表 34： 中國(guó)制造業(yè)在過去十年中快速實(shí)現(xiàn)現(xiàn)代化、智能化、數(shù)據(jù)化 15圖表 35： 無論是以人均數(shù)據(jù)中心還是單位 GDP 數(shù)據(jù)中心數(shù)量衡量，中國(guó)的數(shù)字化程度在全球都屬較高水平 15圖表 36： 2019 年中國(guó)服務(wù)貿(mào)易占 GDP 的百分比為 5.2% 17圖表 37： 國(guó)內(nèi)電商交易占 GDP 份額從 2011 年 5增至 2019 年的 14 17圖表 38： 中國(guó)的互聯(lián)網(wǎng)數(shù)據(jù)中心（IDC）市場(chǎng)高速增長(zhǎng) 17圖表 39： 截至 2020 年上半年，中國(guó)擁有 8.05 億電子支付用戶，占總?cè)丝?57.5，比 16-50 歲總?cè)丝诟叱?15.9% 18圖表

7、 40： 中國(guó)在交通和通信網(wǎng)絡(luò)方面的基建投資有助于降低經(jīng)濟(jì)中其它部門的物流成本.18圖表 41： 中國(guó)高鐵運(yùn)營(yíng)里程遠(yuǎn)超其他國(guó)家 18圖表 42： 過去三十年間中國(guó)物流成本占比大幅下降 18圖表 43： 中國(guó)年輕人的受教育程度明顯上升 18圖表 44： 近年來政府民生支出穩(wěn)定在較高占比 18圖表 45： 近年來城鄉(xiāng)收入差距逆（全球之）勢(shì)收縮 19圖表 46： 全國(guó)范圍內(nèi)任何兩點(diǎn)間送貨上門平均僅需 56 小時(shí) 19圖表 47： 配送相對(duì)較慢的西部地區(qū)也能夠在平均 64 小時(shí)內(nèi)送達(dá) 19圖表 48： 我們估計(jì) 2020 年全年中國(guó)居民平均每人接收 60 個(gè)快遞，比美國(guó)人均水平高出3-4 成 19圖表

8、 49： 國(guó)內(nèi)即時(shí)服務(wù)訂單量快速增長(zhǎng) 19圖表 50： 超過 4 億人已經(jīng)在享受即時(shí)配送服務(wù) 19圖表 51： 2020-2022 年美聯(lián)儲(chǔ)資產(chǎn)負(fù)債表規(guī)?？赡芊?20圖表 52： 年初至今，美國(guó) M2 與政府部門債務(wù)同比增速均明顯攀升 21圖表 53： 今年 2 季度，美國(guó)非金融部門杠桿率跳升 45.6 個(gè)百分點(diǎn) 21圖表 54： 目前債券市場(chǎng)預(yù)計(jì)美國(guó)邊際投資回報(bào)率長(zhǎng)期為負(fù) 21圖表 55： 今年美歐財(cái)政赤字率的升幅遠(yuǎn)超 2008 年金融危機(jī)期間水平，逼近二戰(zhàn)時(shí)期21圖表 56： 中國(guó)傳統(tǒng)行業(yè)的集中度提高工業(yè) 23圖表 57： 中國(guó)傳統(tǒng)行業(yè)的集中度提高服務(wù)業(yè) 23圖表 58： 中國(guó)國(guó)債市場(chǎng)的

9、外資占比仍然較低、權(quán)益市場(chǎng)亦是如此 23圖表 59： 目前中國(guó)名義 GDP 同比增速僅約為上輪升值周期的一半 23圖表 60： 2015 年后人民幣在全球支付中的份額下降 24圖表 61： 2015 年后人民幣在全球儲(chǔ)蓄中的份額提升速度也不及預(yù)期 24近期人民幣升值背后的諸多短期因素近期人民幣快速升值，背后有一些短期“催化劑”的推動(dòng)作用。人民幣兌美元匯率于 5 月末觸底回升，9 月以來加速升值（圖表 1）。同時(shí)，人民幣兌貿(mào)易加權(quán)的一籃子貨幣匯率指數(shù)較 7 月低點(diǎn)上漲了 4.7%。隨著人民幣升值勢(shì)頭漸強(qiáng)，市場(chǎng)人士及經(jīng)濟(jì)學(xué)者均開始熱議人民幣升值背后的原因。誠(chéng)然，近期一些短期因素為人民幣加速提供了催

10、化劑，具體看：中國(guó)與包括美國(guó)在內(nèi)的世界其他地區(qū)間的增長(zhǎng)差今年大幅走擴(kuò)。今年 3 季度中國(guó)實(shí)際 GDP 同比增速回升至 4.9%，在全球主要經(jīng)濟(jì)體中遙遙領(lǐng)先。相比之下，3 季度美國(guó)、歐元區(qū)實(shí)際 GDP 同比增速分別為-2.9%、-4.4%（圖表 2）。由于中美處于新冠疫情防控的不同階段，今年 2 季度開始兩國(guó)經(jīng)濟(jì)增速就開始大幅分化。中國(guó) 2 月中已經(jīng)開始催促企業(yè)復(fù)工復(fù)產(chǎn)、4 月產(chǎn)能利用率已恢復(fù)至九成左右，而美國(guó)則在 3 月中旬宣布全國(guó)進(jìn)入緊急狀態(tài)、開啟了（比中國(guó)歷時(shí)更長(zhǎng)）的半停工模式（圖表 3）。由此，今年 2季度，美國(guó)實(shí)際 GDP 季環(huán)比年化增速大幅下挫至-31.4%、同比 GDP 收縮 9.

11、0%，同期中國(guó)實(shí)際 GDP 錄得同比 3.2%的正增長(zhǎng)、季環(huán)比年化擴(kuò)張速度高達(dá) 55.7%。如圖表 4 所示，相對(duì)增長(zhǎng)差一直是決定人民幣匯率走勢(shì)的基本面因素之一。增長(zhǎng)差驅(qū)動(dòng)匯率變化這一規(guī)律背后的機(jī)理可能是，與世界其他地區(qū)相比，中國(guó)可以提供更高的投資回報(bào)率、及更多的投資與消費(fèi)機(jī)會(huì)。而今年二季度中美的“增長(zhǎng)差”可能是幾十年來最大的一個(gè)季度。疫情期間貨物貿(mào)易順差擴(kuò)大、而服務(wù)貿(mào)易逆差收窄，推動(dòng)經(jīng)常賬戶盈余上升。今年以 來中國(guó)出口增速持續(xù)超預(yù)期。截至10 月，中國(guó)以美元計(jì)的出口同比增速加快至+11.4%、1-10 月累計(jì)同比增速也已轉(zhuǎn)正（+0.5%）。在全球貿(mào)易規(guī)模大幅萎縮的背景下，今年中國(guó)出口的表現(xiàn)可

12、謂及其強(qiáng)勁。根據(jù)我們對(duì)全球航運(yùn)活動(dòng)的追蹤，今年 2 季度全球貨物貿(mào)易量可能同比下滑了 2 至 3 成，這與中國(guó) 2 季度出口實(shí)現(xiàn)同比正增長(zhǎng)形成鮮明對(duì)比。受此影響，中國(guó)貿(mào)易順差同比有所擴(kuò)大（圖表 5）。也就是說，雖然外部環(huán)境極具挑戰(zhàn)，貨物貿(mào)易部門的美元收入仍錄得同比正增長(zhǎng)。與此同時(shí)，鑒于中國(guó)經(jīng)常項(xiàng)目下的服務(wù)貿(mào)易 8 成為旅游收入/支出，今年以來中國(guó)服務(wù)貿(mào)易逆差隨著全球人員往來基本停滯而明顯縮小。今年 3 季度的國(guó)際收支數(shù)據(jù)顯示，經(jīng)常賬戶下的服務(wù)貿(mào)易逆差同比大幅收窄這也就是說，如果收入和收入預(yù)期不變，那么中國(guó)居民可能在縮減了境外支出的同時(shí)增加了境內(nèi)消費(fèi)（圖表 6）。高頻數(shù)據(jù)也顯示全球人員往來仍然處

13、于停滯狀態(tài)、例如全球國(guó)際航班數(shù)量同比收縮 9 成有余。中美利差高企引發(fā)美元短期套息交易。圖表 7 展示了人民幣需求和人民幣與美元之間短端息差之間的相關(guān)性。以 10 年期無風(fēng)險(xiǎn)利率為例，年初至今人民幣與美元之間的息差已走擴(kuò) 248 個(gè)基點(diǎn)，升至近 18 年來高點(diǎn)。今年以來息差走擴(kuò)，一方面是反映中外增長(zhǎng)分化，另一方面是因?yàn)橹袊?guó)貨幣政策取向 5 月后就基本恢復(fù)中性，與美國(guó)無限量購買債務(wù)資產(chǎn)、及歐洲同樣大力擴(kuò)張型的貨幣政策形成鮮明對(duì)比。不難理解，息差走擴(kuò)將引發(fā)美元套息交易，表現(xiàn)為銀行資產(chǎn)負(fù)債表上幣種構(gòu)成的變化、以及境內(nèi)外企業(yè)美元債發(fā)行額明顯上升等（圖表 8）所有這些行為本質(zhì)上都會(huì)推升短期對(duì)人民幣的需求

14、、壓低美元需求。4 月以來，“避險(xiǎn)”情緒有所緩和、美元走弱均有助于提振人民幣匯率。在 2 月底至 3月初的疫情爆發(fā)初期，避險(xiǎn)情緒助推美元大幅升值、而新興市場(chǎng)貨幣承受較大拋壓、金價(jià)飆升、風(fēng)險(xiǎn)偏好普遍下降（圖表 9）。然而，在全球主要經(jīng)濟(jì)體先后果斷推出（強(qiáng)度更甚于 2008 金融危機(jī)后的）寬松政策之后，市場(chǎng)預(yù)期與企業(yè)現(xiàn)金流均開始企穩(wěn)。3 月下旬起，美元呈筑頂之勢(shì)，而新興市場(chǎng)貨幣幣值開始回升。目前，美元指數(shù)已從今年 3 月中旬的高點(diǎn)下跌了 10.2%，而包括人民幣在內(nèi)的新興市場(chǎng)貨幣匯率兌美元匯率均有所上升。近期對(duì)中美貿(mào)易摩擦緩和的預(yù)期升溫、貿(mào)易條件（terms of trade，TOT）有望緩和，推

15、升人民幣匯率。正如我們?cè)诮谘袌?bào)中所分析的1，在民主黨候選人當(dāng)選總統(tǒng)的情形下，美國(guó)與國(guó)際組織（如 WHO，WTO，IMF 等）的關(guān)系可能會(huì)有所彌合。同時(shí)，全球可能恢復(fù)在一些關(guān)鍵領(lǐng)域的合作，包括環(huán)保、醫(yī)療等。如果美國(guó)選擇更加開放、務(wù)實(shí)、合作的態(tài)度融入全球事務(wù)，那么中美兩大經(jīng)濟(jì)體在（如醫(yī)療、環(huán)保等）全球一些關(guān)鍵領(lǐng)域?qū)で蠛献鞯耐瑫r(shí)，貿(mào)易摩擦也可能有所緩和。市場(chǎng)預(yù)期拜登當(dāng)選總統(tǒng)的情況下，美國(guó)對(duì)華加征關(guān)稅對(duì)貿(mào)易條件（TOT）造成的負(fù)面沖擊可能會(huì)有所緩解。值得注意的是，根據(jù)我們的估算，關(guān)稅上調(diào)導(dǎo)致貿(mào)易條件惡化的影響，對(duì)應(yīng)人民幣有效匯率升值 4-5%、需要相應(yīng)的貶值來對(duì)沖。所以，中美貿(mào)易摩擦在很大程度上解釋

16、了 2018年 5 月至今年 5 月兩年間人民幣的弱勢(shì)。反之，中美之間經(jīng)貿(mào)合作關(guān)系改善的預(yù)期也勢(shì)必利好人民幣匯率。此外，由于不確定性高企，今年上半年結(jié)匯不足。人民幣開始升值后、集中結(jié)匯需求可能推升人民幣短期需求。在過去幾年美元走強(qiáng)、以及年初不確定性高企的背景下，我們觀察到今年以來外貿(mào)收入與貨物貿(mào)易結(jié)匯之間的“剪刀差”有所擴(kuò)大。根據(jù)我們的計(jì)算，今年以來只有約 52%的外貿(mào)外匯收入通過結(jié)匯，換回人民幣本幣（圖表 11）。而這一比例 10 年平均約在 58%這是由于出口商的大部分增加值來自國(guó)內(nèi)，需要結(jié)匯換成人民幣以支撐日常運(yùn)作和資本開支需求。以歷史均值作為標(biāo)準(zhǔn)計(jì)算，今年以來外貿(mào)商可能已經(jīng)累積了約 9

17、00 億美元的未結(jié)算外匯收入。結(jié)匯率在正常情況下應(yīng)該反映國(guó)內(nèi)增加值的份額，估計(jì)在 60%左右。因此，由于沒有將外匯收入換回足夠的人民幣，出口商可能不得不借入更多的人民幣債務(wù)以滿足國(guó)內(nèi)業(yè)務(wù)的現(xiàn)金需求、即實(shí)際意義上“做空”人民幣以持有外匯。圖表 12 顯示，近期“做空”人民幣、持有美元的機(jī)會(huì)成本大幅飆升，可能推動(dòng)結(jié)匯。下文我們的基本面分析顯示，人民幣匯率基本面在 2017 后已經(jīng)開始走強(qiáng)。只不過 2018年以來中美經(jīng)貿(mào)摩擦升級(jí)、中國(guó)貿(mào)易條件惡化等一系列因素掩蓋了人民幣匯率基本面逐漸走強(qiáng)這一趨勢(shì)。正如我們?cè)诘谌ǖ?10 頁）和四（第 16 頁）部分所分析的，雖然驅(qū)動(dòng)因素有所差異，近幾年中國(guó)制造業(yè)與

18、服務(wù)業(yè)的生產(chǎn)效率均實(shí)現(xiàn)了大幅提升。制造業(yè)中效率較低的國(guó)企部門通過供給側(cè)改革和去杠桿，已經(jīng)不再像之前一樣對(duì)可貿(mào)易部門的效率形成較大拖累。同時(shí)，新一輪制造業(yè)升級(jí)周期可能剛剛拉開大幕、可能進(jìn)一步推升中國(guó)的制造業(yè)相對(duì)效率。同時(shí)，知識(shí)經(jīng)濟(jì)年代，部分服務(wù)業(yè)也開始成為事實(shí)意義上的“可貿(mào)易部門”，于是，服務(wù)業(yè)生產(chǎn)效率也成為中國(guó)可貿(mào)易部門競(jìng)爭(zhēng)力的有機(jī)組成部分。受益于快速下降的物流和通信成本、依托于中國(guó)龐大且快速迭代的消費(fèi)需求，中國(guó)服務(wù)業(yè)正以他國(guó)前所未見的速度在“效率曲線”上攀升。我們認(rèn)為，越過短期的波動(dòng)，人民幣“基本面”持續(xù)改善、即相對(duì)效率的提升，才是有望支撐人民幣匯率的長(zhǎng)期因素，在短期因素之外，效率變化的分析

19、對(duì)幣值變化更富有預(yù)測(cè)意義。除了中國(guó)相對(duì)生產(chǎn)效率提升更快之外，“后疫情”時(shí)期海外邊際投資回報(bào)率的較快下滑也可能會(huì)推升人民幣的相對(duì)吸引力，而美元可能進(jìn)入“弱周期”。正如我們將在第五部分（第20 頁）所詳細(xì)分析的，與中國(guó)相比，疫情本身以及抗疫救助政策對(duì)今后幾年的海外邊際 投資回報(bào)率造成的潛在“內(nèi)傷”可能更大、尤其美國(guó)。由于疫情防控措施更有效、經(jīng)濟(jì)重啟 更快，國(guó)內(nèi)企業(yè)部門遭受的損失整體上要低于海外。同時(shí)，海外金融資產(chǎn)存量的急劇上升 意味著金融資產(chǎn)邊際投資回報(bào)率或?qū)⒖焖傧陆?。在央行層面，今?3 月以來美聯(lián)儲(chǔ)資產(chǎn)負(fù) 債表擴(kuò)張了 74%，歐央行也擴(kuò)表 57%（圖表 13）。類似地，海外企業(yè)部門也新增了大量

20、 債務(wù)4 月以來美國(guó)企業(yè)部門債務(wù)存量增加了 5,946 億美元，同比增長(zhǎng) 10.4%。（作為 分母的）GDP 下降與（作為分子的）總債務(wù)飆升共同導(dǎo)致美國(guó)杠桿率于今年 2 季度跳升 了 45.6 個(gè)百分點(diǎn)（相比之下，中國(guó)杠桿率上升了 7.6 個(gè)百分點(diǎn)，且大部分是由 GDP 增速 暫時(shí)回落所驅(qū)動(dòng)）。從數(shù)學(xué)上講，杠桿率與邊際投資回報(bào)率成反比，這意味著美國(guó)邊際投 資回報(bào)率大幅下行。如我們?cè)诘?20 頁的第五部分中所分析的，與中國(guó)在 2009-2012 年“四萬億”刺激后面臨的挑戰(zhàn)類似，美國(guó)及其他地區(qū)的新增金融資產(chǎn)可能需要較長(zhǎng)時(shí)間“消化”，而此期間邊際投資回報(bào)率下降且這次歐美救助的規(guī)模相對(duì)他們實(shí)體經(jīng)濟(jì)的

21、“消化能力”而言，甚于中國(guó)金融危機(jī)后的刺激政策。1 請(qǐng)參見我們 10 月 14 日發(fā)布的研報(bào)美國(guó)大選結(jié)果“排列組合”之影響。圖表1： 人民幣兌美元匯率于 5 月末觸底回升，9 月以來加速升值圖表2： 今年 2 季度起中國(guó)與美國(guó)的增長(zhǎng)差大幅走擴(kuò)元/美元)7.37.27.17.06.96.86.76.66.5 美元兌人民幣匯率(2014/12/31=10 CFETS人民幣匯率指數(shù)（右）28/5/2020:7.16元/美元95.797969594936.5714929190891512.210580(5)10)(0)(百分點(diǎn))中國(guó)與美國(guó)實(shí)際GDP增速之差.120-01-0220-01-1720-02

22、-1120-02-2620-03-1220-03-2720-04-1420-04-2920-05-1920-06-0320-06-1820-07-0720-07-2220-08-0620-08-2120-09-0720-09-2220-10-1520-10-3020-11-163Q20023Q20043Q20063Q20083Q20103Q20123Q20143Q20163Q20183Q2020(資料來源：CEIC，&資料來源：CEIC, &圖表3： 中國(guó)從 2 月開始復(fù)工復(fù)產(chǎn)，而美國(guó)則在 3 月中旬開啟半停工模式圖表4： 相對(duì)增長(zhǎng)差一直是決定人民幣匯率走勢(shì)的基本面因素之一(%)工業(yè)增加值同比

23、增速151050(5)(10)(15)(20)(25)中國(guó) 美國(guó)6.9-5.919-01 19-04 19-07 19-10 20-01 20-04 20-07 20-10資料來源：CEIC，&資料來源：CEIC, &圖表5： 今年以來中國(guó)貨物貿(mào)易順差擴(kuò)大圖表6： 國(guó)際收支數(shù)據(jù)顯示，年初至今經(jīng)常賬戶下服務(wù)貿(mào)易逆差明顯收窄過去4個(gè)季度中國(guó)貨物貿(mào)易順差占GDP的比例(%)過去4個(gè)季度服務(wù)貿(mào)易占GDP的比例(%) 98765432103.2%貸方借方余額43210(1)(2)(3)(4)200220032004200520062007200820092010201120122013201420152

24、01620172018201920201Q103Q101Q113Q111Q123Q121Q133Q131Q143Q141Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q20(5)1.6-1.2-2.9資料來源：CEIC，&資料來源：CEIC, &圖表7： 中美短期利差上升時(shí)，銀行對(duì)人民幣需求增加圖表8： 過去幾個(gè)月企業(yè)美元債發(fā)行額明顯上升(%) 4.03.53.02.52.01.51.00.5200720082009201020112012201320142015201620172018201920200.0(%) 4其他存款性公司國(guó)外凈資產(chǎn)占比 美國(guó)

25、-中國(guó)1年期國(guó)債收益率（右）表明中國(guó)國(guó)債收益率比同久期美國(guó)國(guó)債上升更快1.7-2.63210(1)(2)(3)(4)(5)(十億美元) 3516.5302520151050(5)16-0116-0516-0917-0117-0517-0918-0118-0518-0919-0119-0519-0920-0120-0520-09(10)中國(guó)企業(yè)的美元債券凈發(fā)行量資料來源：CEIC，&資料來源：CEIC, &圖表9： 2 月底-3 月初疫情爆發(fā)初期，避險(xiǎn)情緒導(dǎo)致新興市場(chǎng)貨幣被拋售圖表10： 美元指數(shù)從今年 3 月中旬的高點(diǎn)下跌了 10.2%(%)0.0 0.4-2.0 -1.4 -1.1 -0.5

26、-7.5-10.7-10.0-15.1-20.1-19.0-5.8-5.0 -4.9 -3.9 -3.152020年2/15-3/15各新興市場(chǎng)貨幣兌美元匯率變動(dòng)0(5)(10)(15)(20)俄羅斯盧布墨西哥比索巴西雷亞爾南非蘭特 印尼盧比韓幣土耳其里拉馬來西亞林吉特印度盧比泰銖阿根廷比索新加坡元 人民幣越南盾菲律賓比索港幣新臺(tái)幣(25)資料來源：CEIC，&資料來源：CEIC, &圖表11： 今年以來外貿(mào)商可能累積了約 900 億美元的未結(jié)算外匯收入圖表12： 近期做空人民幣的機(jī)會(huì)成本大幅上升，可能導(dǎo)致此前實(shí)際意義上的“做空人民幣交易”平倉%過去12個(gè)月中國(guó)出口結(jié)匯比例(%)以美元計(jì)，人民

27、幣1年期國(guó)債的“總收益”（債券收益率+過去1年人民幣對(duì)美元升/貶值幅度）*402002-19年平均結(jié)匯比例：58%陰影部分：假設(shè)正常結(jié)匯比例為 58%，今年前9個(gè)月約有900億美元出口收入未結(jié)匯70306520601055050(10)45(20)(30)200220032004200520062007200820092010201120122013201420152016201720182019202040 以美元計(jì)，人民幣1年期國(guó)債的“總收益”（債券收益率+過去3個(gè)月人民幣對(duì)美元年化的升/貶值幅度）* 1年期美國(guó)國(guó)債到期收益率20052006200720082009201020112012

28、20132014201520162017201820192020*: 總收益=(1+當(dāng)前債券收益率%)*(1+過去12個(gè)月人民幣對(duì)美元的升/貶值幅度%)-1。*: 總收益=(1+當(dāng)前債券收益率%)*(1+過去3個(gè)月人民幣對(duì)美元的年化升/貶值幅度%)-1。資料來源：CEIC，&資料來源：CEIC, &圖表13： 今年 3 月以來，G3 央行資產(chǎn)負(fù)債表大幅擴(kuò)張140%央行總資產(chǎn)占上一年度GDP的比例*126.0%120%100% 美聯(lián)儲(chǔ) 歐央行 日本央行中國(guó)央行80%60%40%20%57.3%37.5%34.0%0%1996 1998 2000 2002 2004 2006 2008 2010

29、2012 2014 2016 2018 2020* 2020年央行資產(chǎn)規(guī)模為最新時(shí)點(diǎn)值，其中美聯(lián)儲(chǔ)數(shù)據(jù)截至11月18日，歐央行數(shù)據(jù)截至11月13日，日本央行數(shù)據(jù)截至11月10日，中國(guó)央行數(shù)據(jù)截至10月31日。資料來源：CEIC，&基本面角度分析匯率相對(duì)效率的變化驅(qū)動(dòng)相對(duì)匯率調(diào)整可貿(mào)易部門生產(chǎn)效率的差異驅(qū)動(dòng)實(shí)際匯率走勢(shì)。根據(jù)“一價(jià)定律”，相同貿(mào)易品在各國(guó)價(jià)格不會(huì)存在很大差異。而如果國(guó)家之間生產(chǎn)份額保持大致穩(wěn)定，而其中一國(guó)可貿(mào)易部門的生產(chǎn)效率更高，則其實(shí)際匯率可能面臨升值壓力，也是“巴拉薩-薩繆爾森效應(yīng)”的引申之一。經(jīng)風(fēng)險(xiǎn)調(diào)整后的實(shí)際投資回報(bào)率是決定跨國(guó)資金流動(dòng)的最重要因素之一、尤其是大國(guó)間的資本

30、流動(dòng)實(shí)體和金融投資均如此。本質(zhì)上，資本流動(dòng)遵循（風(fēng)險(xiǎn)調(diào)整后的）回報(bào)最大化原則。在正常環(huán)境下，相對(duì)邊際投資回報(bào)率上升吸引資本流入?，F(xiàn)實(shí)中，實(shí)體經(jīng)濟(jì)投資和金融投資均遵循這一規(guī)律，且后者在本質(zhì)上由前者驅(qū)動(dòng)。實(shí)際匯率的變化可以通過名義匯率或者相對(duì)價(jià)格水平的調(diào)整來實(shí)現(xiàn)。相對(duì)生產(chǎn)效率的差異可以通過名義利率的調(diào)整，或者國(guó)內(nèi)價(jià)格水平的變動(dòng)來平衡。換句話說，如果名義匯率無法跟隨生產(chǎn)效率的相對(duì)變化進(jìn)行相應(yīng)調(diào)整，或至少無法充分調(diào)整，則國(guó)內(nèi)價(jià)格水平可能會(huì)出現(xiàn)補(bǔ)償性的變動(dòng)在單一匯率制度下，歐元區(qū)國(guó)家之間通貨膨脹和資產(chǎn)價(jià)格走勢(shì)大相徑庭，就是這種現(xiàn)象的經(jīng)典例證之一?；剡^頭看，2003 年至 2007 年，中國(guó)制造業(yè)和整個(gè)社

31、會(huì)的生產(chǎn)效率都在快速提升，人民幣匯率面臨明顯的升值動(dòng)力。然而，由于人民幣名義匯率并未充分調(diào)整，這一時(shí)期國(guó)內(nèi)通脹水平走高且具有較高稀缺價(jià)值的商品和金融產(chǎn)品價(jià)格上漲最為明顯，例如部分食品、服務(wù)、核心地產(chǎn)以及各種另類投資產(chǎn)品等等?？傮w而言，中國(guó)生產(chǎn)效率的提升速度快于全球其他地區(qū)；在 2009-10 大規(guī)模刺激后持續(xù)下降的邊際投資回報(bào)率也已開始趨于穩(wěn)定。如圖表 14 所示，以人均實(shí)際產(chǎn)出衡量，中國(guó)生產(chǎn)效率的提升持續(xù)超過全球其他地區(qū)。更重要的是，2017 年以來，實(shí)體經(jīng)濟(jì)的邊際投資回報(bào)率已扭轉(zhuǎn)了 2011 年以來的惡化趨勢(shì)；總體趨于穩(wěn)定。我們認(rèn)為，2011-16 長(zhǎng)達(dá)五-六年的去產(chǎn)能周期（具體請(qǐng)參閱第

32、10 頁第三部分）是中國(guó)終于“出清”了金融危機(jī)后四萬億刺激后遺癥的重要?jiǎng)恿?。產(chǎn)能整合和效率提升以國(guó)企為主的資本密集型行業(yè)尤為明顯。同時(shí)，制造業(yè)和服務(wù)業(yè)的快速數(shù)字化和自動(dòng)化亦推動(dòng)生產(chǎn)效率加速提升（更多詳細(xì)討論，請(qǐng)參見第 16 頁的第四部分）。因此，從基本面因素判斷，人民幣本應(yīng)在 2017-2018 年開始走強(qiáng)，但被貿(mào)易摩擦帶來的貿(mào)易條件惡化打斷某種角度上，近期人民幣走勢(shì)不過是這一輪升值周期的“再次出發(fā)”。2017 年中開始，伴隨著經(jīng)濟(jì)再通脹和企業(yè)盈利的改善（圖表 15），人民幣有效匯率開始升值，然而，2018 年中美經(jīng)貿(mào)局勢(shì)趨于緊張，美國(guó)對(duì)中國(guó)出口加征數(shù)輪關(guān)稅，抑制了對(duì)人民幣匯率和對(duì)人民幣資產(chǎn)的

33、風(fēng)險(xiǎn)偏好。如前所述，我們估計(jì)加征關(guān)稅導(dǎo)致貿(mào)易條件惡化的幅度大致拖累人民幣兌美元名義匯率貶值了 4-5。圖表14： 以人均實(shí)際產(chǎn)出衡量，中國(guó)生產(chǎn)效率提升持續(xù)超過其他地區(qū)圖表15： 2017 年中人民幣有效匯率已開始升值，但被貿(mào)易摩擦“打斷”(%)單位勞動(dòng)力產(chǎn)出復(fù)合年增長(zhǎng)率： 2013-20196.76.30.90.80.50.1876543210（2014年12月31日=100） CFETS人民幣匯率指數(shù)即期匯率:美元兌人民幣人民幣開始升值表示人民幣貶值1021009896949290(人民幣/美元)6.06.26.46.66.87.07.2中國(guó)印度美國(guó)歐盟28國(guó)英國(guó)日本16-01 16-08

34、17-03 17-10 18-05 18-12 19-07 20-02 20-09資料來源：CEIC，&資料來源：CEIC, &2016 年以來，中國(guó)制造業(yè)生產(chǎn)效率明顯提高2016 年開始的中國(guó)制造業(yè)盈利上升周期伴隨著生產(chǎn)效率和投資回報(bào)率的提高，這與2009-2012 年債務(wù)擴(kuò)張驅(qū)動(dòng)的產(chǎn)能周期有很大不同。而 2009-12 債務(wù)高速膨脹后，制造業(yè)不可避免地經(jīng)歷了 2013-2016 年的通縮和去產(chǎn)能周期?；仡^看，2009-2012 在金融危機(jī)后的“四萬億”計(jì)劃帶來了此后多年生產(chǎn)效率和邊際投資回報(bào)率下降的“后遺癥”，這在此后幾年中國(guó)制造業(yè)的財(cái)務(wù)指標(biāo)中體現(xiàn)得十分明顯。如圖表 16-圖表 17 所示

35、，2000-2007年間、也就是上一個(gè)較為“無可爭(zhēng)議”的人民幣升值周期，工業(yè)企業(yè)的資本回報(bào)率（return on invested capital，ROIC）一路快速攀升，且難能可貴的是，在此期間杠桿率基本保持穩(wěn)定。彼輪生產(chǎn)效率大幅提升由多重因素推動(dòng)，包括中國(guó)加入世貿(mào)組織后科技和組織能力快速“追趕”全球水平，國(guó)企份額下降帶來的效益提升，以及人力資本快速積累、（包括流動(dòng)人口更充分就業(yè)在內(nèi)的）人口紅利釋放等等。然而，當(dāng) 2009-2012 年 ROIC 雖然有所上升，但同期，期間社融累計(jì)同比擴(kuò)張 140.7%。圖表 16 顯示，雖然 2009-2012 年間企業(yè)的 ROIC 有所提升，但這是以杠桿

36、率快速攀升為沉重代價(jià)的，其中國(guó)企尤為明顯。當(dāng)廣義財(cái)政刺激不可避免地退出時(shí)，企業(yè)面臨產(chǎn)能過剩和邊際投資回報(bào)率的急劇下降等“后遺癥”。2016 年中以后，隨著 PPI 逐漸走出通縮，工業(yè)部門盈利開始恢復(fù)更重要的是，盈利能力恢復(fù)和杠桿無關(guān)，而是源于效率的提高。杠桿率反而大幅下降。2017 年來，中國(guó)制造業(yè)的 ROIC 提升，而杠桿率反而下降這樣的反差在一些國(guó)企主導(dǎo)的資本密集型行業(yè)中尤為明顯（圖表 16、17）。 中國(guó)的國(guó)企多集中在上游和原材料行業(yè)，以及基礎(chǔ)設(shè)施相關(guān)領(lǐng)域。在 2009-2011 年的信貸擴(kuò)張中，國(guó)企的產(chǎn)能擴(kuò)張幅度最大（圖表 18），隨后在 2013-2015 年又面臨更為嚴(yán)峻的產(chǎn)能過剩

37、壓力。但值得注意的是，2016-17年后開啟的新一輪擴(kuò)張周期中，國(guó)企管理的關(guān)注重點(diǎn)已從規(guī)模和就業(yè)主導(dǎo)轉(zhuǎn)向效率和利潤(rùn)為先。2017 年來，中國(guó)整個(gè)工業(yè)部門的效率得以全面提高，重拾利潤(rùn)增長(zhǎng)，很大程度上得益于國(guó)企工業(yè)部門供給側(cè)改革后不再形成對(duì)總體效率的過大“拖累”。更具體地看，我們對(duì)工業(yè)企業(yè)各項(xiàng)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)的分析都表明，在 2016 年逐漸走出通縮周期后，制造業(yè)的整體效率明顯提升、尤其是國(guó)企。而即使 2018 年后貿(mào)易摩擦升級(jí)明顯壓低全球制造業(yè)效率、也沒能逆轉(zhuǎn)這一趨勢(shì)。（圖 19-24）杠桿率明顯下降新冠疫情的沖擊下，今年工業(yè)企業(yè)的杠桿率仍然保持穩(wěn)健 （這與美國(guó)同期形成鮮明對(duì)比，具體請(qǐng)看第 20

38、頁的第五部分）2020 年規(guī)模以上工業(yè)企業(yè)的杠桿率（總負(fù)債/總資產(chǎn)）仍從 2013 年的 60.1%降至 2020 年 9 月的 56.5%。其中，國(guó)企杠桿率下降更為明顯，企業(yè)杠桿率從 2013 年的 61.5%降至 2020 年 9 月的 56.7%（圖表 19）。2018 年以來中美雙邊關(guān)稅大幅抬升、且 2019 年出口錄得零增長(zhǎng)，都仍未能逆轉(zhuǎn)中國(guó)工業(yè)企業(yè)效率提升的趨勢(shì)2017 年后資本回報(bào)率（ROIC）和凈資產(chǎn)收益率（ROE）均保持在上升通道。定義上，工業(yè)企業(yè) ROIC=（利潤(rùn)總額+利息支出）/（前一年的固定資產(chǎn)+前一年的庫存）。2011-2016 年間該投資效率指標(biāo)顯著惡化，但 201

39、7 年以來明顯重回上升通道。據(jù)我們估算，所有工業(yè)企業(yè)的 ROIC 從 2016 年的 11.2%上升至 2019 年的 13.5%。同期國(guó)企提升更為顯著，其 ROIC 從 2016 年的 6.7%大幅上升至 2019 年的 10.3%。同時(shí)，非國(guó)企的這一指標(biāo)也從 2016 年的 14.6上升至 2019 年的 18（圖 20）。工業(yè)企業(yè) ROE 也呈現(xiàn)出類似的趨勢(shì)。雖然統(tǒng)計(jì)局工業(yè)企業(yè)財(cái)政數(shù)據(jù)是未經(jīng)審計(jì)的指標(biāo)，但仍可以用來分析各項(xiàng)投資回報(bào)率趨勢(shì)。這里我們使用工業(yè)企業(yè)報(bào)告利潤(rùn)總額/所有者權(quán)益作為 ROE 的擬合指標(biāo)。圖表 21 中的 ROE 顯示出 ROIC相似的趨勢(shì)2017 年開始由降轉(zhuǎn)升，同樣

40、是國(guó)企改善最明顯。值得注意的是，從宏觀角度看，全球貿(mào)易摩擦、技術(shù)制裁和關(guān)稅提高實(shí)質(zhì)上增加了全球貿(mào)易產(chǎn)業(yè)鏈的交易成本，明顯壓低效率，因此全球供應(yīng)鏈中的大部分國(guó)家制造業(yè)的 ROE 都出現(xiàn)了下降。考慮到中國(guó)直接受到懲罰性關(guān)稅影響，總體投資回報(bào)率仍能保持在上升通道就顯得更為難能可貴。即便 2019 年出口增速降至 0%、一般情況下很多企業(yè)都會(huì)瀕臨虧損，但幸好有 2012-2016 年去產(chǎn)能和供給側(cè)改革打下的良好基礎(chǔ)，2019 制造業(yè) ROE和 ROIC 仍保持了明顯高于 2017 年（出口回升年）的水平。產(chǎn)能利用率和利潤(rùn)率提高。經(jīng)歷了長(zhǎng)達(dá) 4 年的去產(chǎn)能周期后，2017 年以來企業(yè)產(chǎn)能利用率上升，表現(xiàn)

41、為工業(yè)企業(yè)資產(chǎn)負(fù)債表增長(zhǎng)放緩、產(chǎn)能關(guān)停/不良貸款沖銷加速、更多虧損企業(yè)退出或收縮，以及總雇傭人數(shù)減少。同時(shí)，統(tǒng)計(jì)局公布的工業(yè)企業(yè)利潤(rùn)率（未經(jīng)審計(jì)的利潤(rùn)總額/收入）2016 年來觸底反彈，其中國(guó)企利潤(rùn)上升功不可沒（圖表 22）。勞動(dòng)生產(chǎn)率顯著提高。如圖表 23 所示，雖然理論上科技生產(chǎn)率逐年上升，但 2012-2016 年總體工業(yè)企業(yè)人均利潤(rùn)基本持平，同時(shí)，國(guó)企人均利潤(rùn)累積下降約 25。不過，2016-2019 年，雖然工業(yè)企業(yè)總就業(yè)人數(shù)下降約一成，但同期總利潤(rùn)增長(zhǎng)約 60，由此，國(guó)企人均利潤(rùn)增長(zhǎng)超 80。 同時(shí)，人均營(yíng)收也呈上升趨勢(shì)，但幅度小于人均利潤(rùn)。一方面，制造業(yè)勞動(dòng)生產(chǎn)率提高，另一方面，

42、互聯(lián)網(wǎng)驅(qū)動(dòng)的新型服務(wù)業(yè)對(duì)勞動(dòng)力需求迅速增長(zhǎng)、形成“虹吸”效應(yīng)。因此，過去數(shù)年全社會(huì)整體就業(yè)并未減少，而全社會(huì)勞動(dòng)生產(chǎn)率有所提高。圖表16： 2000-2007 年上一個(gè)無爭(zhēng)議的人民幣升值周期期間，工業(yè)企業(yè)資本產(chǎn)出率持續(xù)快速上升，但同期杠桿率大體保持穩(wěn)定圖表17： 2000-2007 年間，國(guó)有企業(yè)的資本產(chǎn)出率和杠桿率走勢(shì)與工業(yè)企業(yè)類似(%) 杠桿率2000-2007ROIC上行伴隨杠桿率提升 ROIC （右）2016-2019ROIC上行伴隨杠桿率下降656361595755全部工業(yè)企業(yè)：杠桿與資本回報(bào)率（ROIC） (%)20181614121086200020022004200620082

43、01020122014201620184(%) 64 杠桿率2000-2007ROIC上行伴隨杠桿率提升 ROIC（右）2016-2019ROIC上行伴隨杠桿率下降6260585654國(guó)有企業(yè)：杠桿率與資本回報(bào)率（ROIC）(%)18161412108642000200220042006200820102012201420162018資料來源：CEIC，&資料來源：CEIC, &圖表18： 在 2009-2011 年的信貸擴(kuò)張中，國(guó)企的產(chǎn)能擴(kuò)張最為顯著(%) 全部工業(yè)企業(yè) 非國(guó)企國(guó)企信貸擴(kuò)張35302520151050負(fù)債同比增長(zhǎng)率2000200120022003200420052006200

44、7200820092010201120122013201420152016201720182019資料來源：CEIC，&圖表19： 工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)杠桿率圖表20： 工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)資本回報(bào)率)資本回報(bào)率（ROIC） 全部工業(yè)企業(yè)國(guó)企 非國(guó)企產(chǎn)能整合高負(fù)債式擴(kuò)張生產(chǎn)率恢復(fù)( )杠桿率：總負(fù)債/總資產(chǎn)( 全部工業(yè)企業(yè) 國(guó)企非國(guó)企產(chǎn)能整合生產(chǎn)率恢復(fù)高負(fù)債式擴(kuò)張7225706820666415626010585655420002001200220032004200520062007200820092010201120122013201420152016201720182019200020

45、01200220032004200520062007200820092010201120122013201420152016201720182019520資料來源：CEIC，&資料來源：CEIC, &圖表21： 工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)ROE圖表22： 工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)營(yíng)業(yè)利潤(rùn)率)ROE 全部工業(yè)企業(yè)國(guó)企 非國(guó)企產(chǎn)能整合生產(chǎn)率恢復(fù)高負(fù)債式擴(kuò)張)營(yíng)業(yè)利潤(rùn)率 全部工業(yè)企業(yè)國(guó)企 非國(guó)企產(chǎn)能整合生產(chǎn)率恢復(fù)高負(fù)債式擴(kuò)張(3012251020815610452200020012002200320042005200620072008200920102011201220132014201520162017

46、201820192000200120022003200420052006200720082009201020112012201320142015201620172018201900資料來源：CEIC，&資料來源：CEIC, &圖表23： 工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)單位員工利潤(rùn)圖表24： 工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)資產(chǎn)周轉(zhuǎn)率 全部工業(yè)企業(yè)國(guó)企 非國(guó)企生產(chǎn)率恢復(fù)高負(fù)債式擴(kuò)張產(chǎn)能整合(千元)16014012010080604020200020012002200320042005200620072008200920102011201220132014201520162017201820190單位員工利潤(rùn)()

47、全部工業(yè)企業(yè)國(guó)企 非國(guó)企產(chǎn)能整合生產(chǎn)率恢復(fù)高負(fù)債式擴(kuò)張16014012010080604020資產(chǎn)周轉(zhuǎn)率20002001200220032004200520062007200820092010201120122013201420152016201720182019資料來源：CEIC，&資料來源：CEIC, &圖表25： 不同時(shí)期工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)累積變動(dòng)杠桿率圖表26： 不同時(shí)期工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)累積變動(dòng)資本回報(bào)率(百分點(diǎn))全部工業(yè)企業(yè)國(guó)企非國(guó)企表示杠桿率升高210杠桿率在各個(gè)時(shí)期的累積變化(%) 40全部工業(yè)企業(yè)國(guó)企非國(guó)企表示ROIC降低302010資本回報(bào)率（ROIC）在各個(gè)時(shí)期的

48、累積變化(1)0(2)(3)(10)(20)(30)(4)2009-20122013-20152016-2019(40)2009-20122013-20152016-2019資料來源：CEIC，&資料來源：CEIC, &圖表27： 不同時(shí)期工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)累積變動(dòng)ROE圖表28： 不同時(shí)期工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)累積變動(dòng)營(yíng)業(yè)利潤(rùn)率全部工業(yè)企業(yè)國(guó)企 非國(guó)企表示ROE降低(%) 20ROE在各個(gè)時(shí)期的累積變化(百分點(diǎn)) 1營(yíng)業(yè)利潤(rùn)率在各個(gè)時(shí)期的累積變化1010(10)0(20)(30)(40)(1)(1)(50)2009-20122013-20152016-2019(2)全部工業(yè)企業(yè)國(guó)企非國(guó)企

49、表示營(yíng)業(yè)利潤(rùn)率降低2009-20122013-20152016-2019資料來源：CEIC，&資料來源：CEIC, &圖表29： 不同時(shí)期工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)累積變動(dòng)單位員工利潤(rùn)圖表30： 不同時(shí)期工業(yè)企業(yè)財(cái)務(wù)/運(yùn)營(yíng)指標(biāo)累積變動(dòng)資產(chǎn)周轉(zhuǎn)率全部工業(yè)企業(yè)國(guó)企非國(guó)企表示單位員工利潤(rùn)提升(%) 120100806040200單位員工利潤(rùn)在各個(gè)時(shí)期的累積變化(%) 15全部工業(yè)企業(yè)國(guó)企非國(guó)企表示資產(chǎn)周轉(zhuǎn)率降低1050(5)(10)(15)資產(chǎn)周轉(zhuǎn)率在各個(gè)時(shí)期的累積變化(20)(20)(40)2009-20122013-20152016-2019(25)2009-20122013-20152016-20

50、19資料來源：CEIC，&資料來源：CEIC, &分行業(yè)來看，供給側(cè)改革主要提高國(guó)企的生產(chǎn)效率；同時(shí)，非國(guó)企的生產(chǎn)效率也有所提升，特別是受技術(shù)創(chuàng)新和數(shù)字化浪潮推動(dòng)的成長(zhǎng)性行業(yè)。另外，國(guó)企份額下降本身就有利于提升工業(yè)企業(yè)總體效率。國(guó)企的各項(xiàng)“效率指標(biāo)”改善最為顯著。根據(jù)我們對(duì)統(tǒng)計(jì)局工業(yè)企業(yè)數(shù)據(jù)庫涵蓋 41 個(gè)行業(yè)數(shù)據(jù)的詳細(xì)分析表明，2017 年以來，國(guó)企整體效率顯著提高，且國(guó)企占比高的行業(yè)在盈利、財(cái)務(wù)穩(wěn)定性和勞動(dòng)生產(chǎn)率方面都有明顯改善。國(guó)企產(chǎn)能出清一方面是 2012-2016 年產(chǎn)能過剩格局下的長(zhǎng)期通縮倒逼所致，但更重要的是，政府為促進(jìn)國(guó)企重組改革、降杠桿和去產(chǎn)能做出了大量主動(dòng)努力。例如，有色金

51、屬采礦業(yè)的擬合 ROE（未審計(jì)）從 2016 年的 1.3跳升 2019 年的 5.9，煉鋼業(yè)的 ROE 亦大幅躍升，從 2015 年的 1.9躍升至雙位數(shù)的高水平。同時(shí)，2016 年石油和天然氣行業(yè)遭受全行業(yè)虧損（ROE 為-4.8），但 2018-2019 年盈利大幅回升（ROE13%）。許多國(guó)企主導(dǎo)的行業(yè)，如煤炭開采、水泥、橡膠和化工品，以及金屬品等亦經(jīng)歷了類似變化（具體指標(biāo)請(qǐng)見圖表 31）。同期數(shù)據(jù)顯示，工業(yè)企業(yè)經(jīng)歷了大規(guī)模的產(chǎn)能整合/退出財(cái)務(wù)杠桿降低、資產(chǎn)負(fù)債表擴(kuò)張速度放緩，總體員工人數(shù)減少。由此可見，企業(yè)盈利的恢復(fù)并非完全由周期性因素或 2016-17 的限產(chǎn)政策所驅(qū)動(dòng)。高技術(shù)、高

52、附加值的行業(yè)增長(zhǎng)更快、份額上升，從而推動(dòng)制造業(yè)整體升級(jí)。當(dāng)?shù)托У膰?guó)企有意識(shí)“瘦身”的同時(shí)，行業(yè)壁壘更高、投資回報(bào)亦更為可觀的“高增長(zhǎng)行業(yè)”仍迅速發(fā)展，如制藥、計(jì)算機(jī)和通信設(shè)備、清潔能源、文化娛樂、電子機(jī)械等。另一方面，家電和汽車等消費(fèi)主導(dǎo)行業(yè)的增速也快于國(guó)企主導(dǎo)的傳統(tǒng)重工業(yè)行業(yè)（圖表 32）。2010 年以來，中國(guó)已經(jīng)歷兩次自動(dòng)化浪潮，目前電信基礎(chǔ)設(shè)施向 5G 時(shí)代再次升級(jí)、第三次自動(dòng)化浪潮正拉開大幕往前看，中國(guó)制造業(yè)升級(jí)優(yōu)勢(shì)將更加明顯?！?G”時(shí)代前，中國(guó)在電信基礎(chǔ)設(shè)施方面相對(duì)落后，但時(shí)至今日，中國(guó)的人均電信基礎(chǔ)設(shè)施指標(biāo)已躍居世界前列目前中國(guó)人均 4G 塔數(shù)是美國(guó)的 4 倍（圖表 33）。

53、得益于數(shù)據(jù)化進(jìn)程和傳輸能力的提升，制造業(yè)在過去十年中快速實(shí)現(xiàn)現(xiàn)代化、智能化（圖表 34和 35）。此外，農(nóng)村富余勞動(dòng)人口紅利的下降、新興服務(wù)業(yè)蓬勃發(fā)展對(duì)勞動(dòng)力的“虹吸”效應(yīng)，也是倒逼中國(guó)制造業(yè)快速升級(jí)的重要原因。累計(jì)變化率ROE (%)杠桿率 (百分點(diǎn))營(yíng)業(yè)利潤(rùn)率 (百分點(diǎn))單位員工利潤(rùn) (%)企業(yè)數(shù)目 (%)圖表31： 2013-2015 年與 2016-2019 年國(guó)企部分經(jīng)營(yíng)指標(biāo)對(duì)比2013-20152016-20192013-20152016-20192013-20152016-20192013-20152016-20192013-20152016-2019黑色金屬礦采選業(yè)-67.23

54、07.3-0.83.4-1.64.5-51.85.4-12.1-60.4黑色金屬冶煉和壓延加工業(yè)-61.3463.4-0.2-7.6-0.83.1-52.01430.3-8.7-48.4有色金屬礦采選業(yè)-52.4-14.33.71.2-7.9-0.5-35.865.2-8.2-34.7有色金屬冶煉及壓延加工業(yè)-29.024.10.7-2.6-0.70.4-15.473.68.5-2.1煤炭開采和洗選業(yè)-87.4899.87.9-3.7-6.210.2-85.61575.4-17.5-34.1石油和天然氣開采業(yè)-82.964.10.6-1.3-28.56.7-79.5104.45.1-20.1石

55、油加工、煉焦和核燃料加工業(yè)117.013.30.4-1.31.40.5155.0240.1-2.70.1化學(xué)原料和化學(xué)制品制造業(yè)-8.6-0.7-0.4-4.1-0.20.214.295.58.2-12.1化學(xué)纖維制造業(yè)18.89.2-2.1-3.70.90.255.692.77.2-5.3橡膠和塑料制品業(yè)-15.63.5-5.8-2.30.00.416.423.611.65.2非金屬礦物制品業(yè)-21.946.0-2.0-3.4-1.02.32.799.821.10.5資料來源：CEIC，&圖表32： 2013-2019 年，家電和汽車等消費(fèi)主導(dǎo)行業(yè)的增速要快于以國(guó)企為主的傳統(tǒng)重工業(yè)行業(yè)(%)

56、 140總資產(chǎn)累計(jì)增長(zhǎng)率: 2013-201912010080604020計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)醫(yī)藥制造業(yè)汽車制造業(yè)水的生產(chǎn)和供應(yīng)業(yè)燃?xì)馍a(chǎn)和供應(yīng)業(yè)電氣機(jī)械及器材制造業(yè)家具制造業(yè)專用設(shè)備制造業(yè)文教、工美、體育和娛樂用品制造業(yè)非金屬礦物制品業(yè)農(nóng)副食品加工業(yè)石油、煤炭及其他燃料加工業(yè)金屬制品業(yè)有色金屬冶煉及壓延加工業(yè)化學(xué)原料及化學(xué)制品制造業(yè)通用設(shè)備制造業(yè)有色金屬礦采選業(yè)橡膠和塑料制品業(yè)電力、熱力的生產(chǎn)和供應(yīng)業(yè)紡織服裝、服飾業(yè)鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備制造業(yè)化學(xué)纖維制造業(yè)煤炭開采和洗選業(yè)黑色金屬礦采選業(yè)造紙及紙制品業(yè)紡織業(yè)黑色金屬冶煉及壓延加工業(yè)石油和天然氣開采業(yè)0資料來源：CEI

57、C，&圖表33： 目前中國(guó)人均 4G 塔數(shù)是美國(guó)的 4 倍（座/千人）中美人均4G基站數(shù)目對(duì)比中國(guó)美國(guó)3.892.672.371.911.290.910.620.780.280.380.480.604.54.03.53.02.52.01.51.00.50.0201420152016201720182019資料來源：Wind，&圖表34： 中國(guó)制造業(yè)在過去十年中快速實(shí)現(xiàn)現(xiàn)代化、智能化、數(shù)據(jù)化圖表35： 無論是以人均數(shù)據(jù)中心還是單位 GDP 數(shù)據(jù)中心數(shù)量衡量，中國(guó)的數(shù)字化程度在全球都屬較高水平% 年同比 中國(guó)工業(yè)機(jī)器人產(chǎn)量增速250 日本出口中國(guó)機(jī)床訂單增速20015010050089.9%38.

58、5%0.8國(guó)內(nèi)外數(shù)據(jù)中心密度對(duì)比（2019年）中國(guó)全球整體相當(dāng)于全球平均的1.26倍相當(dāng)于全球平均的1.41倍0.70.60.50.40.30.2(50)(100)11-10 12-10 13-10 14-10 15-10 16-10 17-10 18-10 19-10 20-100.10人均數(shù)據(jù)中心數(shù)量（個(gè)/萬人）單位GDP數(shù)據(jù)中心數(shù)量（個(gè)/億美元）資料來源：CEIC，&資料來源：Wind，CEIC, &近年來中國(guó)服務(wù)業(yè)生產(chǎn)率實(shí)現(xiàn)巨大飛躍我們認(rèn)為，用傳統(tǒng)的“一價(jià)定律”分析匯率變化時(shí)，一些定義需要與時(shí)俱進(jìn)，包括“可貿(mào)易品”的界定范圍知識(shí)經(jīng)濟(jì)年代，物流、軟件開發(fā)、金融服務(wù)等服務(wù)在本質(zhì)上已成為全球

59、的“可貿(mào)易品”，部分服務(wù)業(yè)也在本質(zhì)上成為可貿(mào)易部門。如圖表 36 所示，2019 年中國(guó)服務(wù)貿(mào)易占 GDP 的百分比為 5.2%，而全球平均水平為 13.6、仍有大幅的提升空間。 誠(chéng)然，經(jīng)常賬戶中服務(wù)貿(mào)易項(xiàng)下的不少交易受到顯著的地域限制（如旅游和教育），但在數(shù)字化時(shí)代，越來越多的服務(wù)品開始變得“可貿(mào)易”，如物流、軟件開發(fā)、金融服務(wù)、在線教育/醫(yī)療保健等。因此，在新的“一價(jià)定律”框架下，其他條件不變，可貿(mào)易服務(wù)業(yè)的生產(chǎn)效率提高也會(huì)帶來真實(shí)匯率的變動(dòng)。中國(guó)的一些特有條件組合帶來了服務(wù)迅猛發(fā)展、效率飛躍這一難以復(fù)制的“化學(xué)反應(yīng)”。一個(gè)典型例子即是社會(huì)和科技基礎(chǔ)設(shè)施的大力發(fā)展使得服務(wù)業(yè)效率突飛猛進(jìn)。以

60、電子商務(wù)為例，2011 年國(guó)內(nèi)電商交易額僅占零售總額的 13，2019 年已躍升至 33。同時(shí)，電商交易占 GDP 的份額從 2011 年的 5增加到 2019 年的 14（圖表 37）。除電商外，中國(guó)的數(shù)字化速度亦顯著高于世界其他地區(qū)。從 2007 年到 2019 年，中國(guó)的數(shù)據(jù)中心數(shù)量增長(zhǎng)了 44 倍，而全球平均僅增長(zhǎng)約 5 倍。無論是以人均數(shù)據(jù)中心還是單位 GDP 數(shù)據(jù)中心的密度衡量（圖表 35 和 38），中國(guó)的數(shù)字化程度在全球都屬較高水平、而此前只是全球水平的一個(gè)“零頭”。電子支付滲透率的快速提升也印證了這一趨勢(shì)截至 2020 年上半年，中國(guó)有 8.05 億電子支付用戶，占總?cè)丝诘?