海外和国内处于政策周期分化期:欧美尽可能推动需求曲线左移,以抑制通胀;中国尽可能推动需求曲线右移,以稳定增长。这会导致短期视角下,中国资产在固定收益利差下不占优,在风险收益利差下占优,内外资产存在一个相对微妙的平衡。在疫后宽松政策影响下,欧美等消费国货币扩张速度快于经济、需求修复速度快于供给,这天然对应供求缺口和通胀上行;其第二阶段的加息缩表相当于被动推动AS-AD模型下需求曲线左移。中国经济和政策周期明显不同。尽管2020年社融高增长,但2021年“三道红线”和贷款集中度考核抑制了地产系继续信用扩张,重新拉低了社融两年平均增速;叠加2022年二季度疫情升温冲击,“防控常态化”背景下消费需求存在约束,因此主要压力来自于增长而不是通胀,政策目标是推动需求曲线右移。逻辑上,上述政策周期错位会表现为内外利差压力,并形成内外均衡的“不可能三角”。但实际上,失控的通胀也打破了海外资产的预期。中国资产在固定收益利差下不占优,在风险收益利差下占优,内外资产存在一个相对微妙的平衡。
2022年上半年国内资产先后经历宏观定价的四个阶段,依次是美债收益率影响定价、地缘政治风险影响定价、疫情冲击影响定价、经济修复和稳增长政策影响定价。当前处于第四个阶段,下半年逻辑上仍处于第四个阶段之中。第一阶段是1月初-2月底,全球无风险利率上行打破长久期高估值资产的既定趋势是这一阶段主要逻辑;第二阶段是2月底-3月底,地缘政治风险上升对于整体风险偏好的影响是这一阶段主要逻辑;第三阶段是3月底至4月底,疫情升温带来的基本面的超预期下修是这一阶段的主要逻辑;第四阶段是4月底之后,疫后经济的修复和稳增长政策的升温是这一阶段的主要逻辑。我们以电厂煤炭日耗量作为经济的影子指标,可以看到它在3-4月的快速下行、5月的见底回升基本同步于Wind全A的节奏。
对于这一阶段来说,新一轮常态化防控的成立是一个先决条件,从深圳、上海等地实践看,它可以在一定程度内兼容防控和经济。如果我们把2020年以来的三年理解为一个“W型曲线”,那么新一轮防控常态化的成立相当于从W型曲线的第二个谷底再次走向了右半边。市场对这一过程的成立一度存在低估。“15分钟核酸圈”、“最低48小时,最长7天”的常态化核酸检测频次、黄码医院等制度设计加起来就组成新一轮常态化防控。这一体系的目的显然是为提高疫情监测预警的灵敏性,从而尽可能靠近于奥密克戎之前的防控状态,把疫情扑灭在扩散之前。这样的运行体系下阶段性疫情发生频次不一定会有变化,但量级可以实现有效控制。在这样的特征下它可以一定程度内兼容防控和经济。从3月以来深圳、6月以来上海的高频数据来看,在防控常态化阶段,经济存在连续修复的空间。
在这一阶段,经济会先经历一轮相对确定性的环比修复。上一轮经验显示环比脉冲会先超季节性,然后逐渐减退,这一过程中经济同比逐渐修复;同时由于居民生活半径的缩短,消费在防控常态化期间存在上限,这个最终决定增长的同比天花板。简单来说,环比决定方向,同比决定高度。市场会对这一过程定价,我们用“用电量超额环比增速”和沪深300指数做的数据实验证明上一轮防控常态化期即存在这样的定价特征。武汉疫情后大约有三个季度左右时间,工业和消费环比皆存在一轮超季节性脉冲,同期用电量也在季节性的上限的运行。这一点逻辑上很容易理解,部分人群从集中居家变为集中恢复正常生产生活,部分产业链从0至1复工,部分消费和生产补偿性回补。由于增长基数已被谷底拉低,同期经济的同比不高,导致环比脉冲很容易被忽视;但市场是有效的,2020年湖北疫情后沪深300指数为代表的资产定价基本同步于经济“环比超额脉冲”的变化。环比决定方向,同比决定高度,上一轮常态化防控期有六个季度GDP增速或两年平均增速在5.0%附近,均值也是5.0%。从三驾马车来看,主要上限约束来自消费,消费在这六个季度的天花板是同比4.6%,均值为3.3%。增长同比的天花板将最终决定权益和利率资产的上限。
今年下半年出口处于“减速+韧性”的特征之下;消费环比修复,直到天花板位置;基建存在财政缺口的负面影响,但容易被忽视的是基数很低,同比增速未必变化太大;地产销售确定性改善,投资改善斜率预计略低于销售;制造业投资处于内生放缓周期,但留抵退税、疫后效应、国企央企投资将形成支撑。通胀沿着“CPI上、PPI下”的格局,平减口径大致中性。在《展望篇》中,我们做了详细分析。实际上,有三条线索影响着各需求环节,一是海外经济库存见顶、初步走缓,它主要影响出口部门;二是防控常态化成立、疫后效应形成,它对消费部门影响较为直接,对地产和制造业也有一定影响;三是稳增长,它对于基建、地产影响较为直接,亦连带影响制造业。2022年下半年并非是单边趋势,即有的变量更多体现为疫后效应下的修复,但有的变量更多体现为内外经济周期影响下的放缓。这是在我们对经济做详细的拆解时需要注意的。在出口部分,我们基于环比季节性规律做了一些探讨;在消费部分,我们居民部门分配比例、消费倾向的数据做了一些探讨;在基建部分,我们基于上半年经验占比对基数的影响做了一些测算;在
