一、引言及综述
人口结构通常被看作是一个中长期主题，然而，近期关于中国经济“硬着陆”、潜在增长率触及“减速带”、房地产泡沫破灭、通胀中枢抬升、“中等收入国家陷阱”的激烈辩论无不包含人口老龄化的印记；当我们观察到经济增长的成本越来越高、通胀越发难以治理、政策越发呈现高频波动，这业已表明人口结构所带来的腾挪空间越发有限。事实上，所有的转变都是从量变走向质变的一个过程，人口结构动态变化所产生的中长期镜像已经毫无疑问地映射到今天的政府、家庭、企业及银行的资产负债表上，并产生明确的宏观经济含义、政策含义及资本市场投资含义，因此，人口结构具有相应的短期含义。
上世纪70年代，伴随着主要发达国家逐渐迈入老龄化阶段，关于人口结构转变和经济发展之间的问题开始引起学界的广泛关注。Mankiw和Weil（1989）根据资产需求的生命周期理论首先分析了人口因素对房地产价格的影响；Daivs(1998)等经济学家则分析了老龄化对金融结构的影响，进一步的，OECD对于老龄化的影响报告认为，老龄化引起的政府债务增加将导致利率的抬升，从而对金融稳定造成冲击。
其他也有经济学家研究了人口结构转换对于经济增长和通货膨胀的影响，但是从国家资产负债表角度，研究人口结构转变对一国经济冲击的文献尚不多见，因此本文尝试从这一角度出发，理清人口结构变化对国家资产负债表的可能冲击，并据此引申出相应的政策含义。
二、人口结构转变：历史回顾与国际比较
通常，单纯考察人口结构的动态演进过程，生育率低于标准水平的2.1、65岁以上人口占比大于14%、15～64岁劳动人口停止增长、人口总量开始下降是四个逐步跨越的拐点，每经历一个拐点，人口结构的正面效应会削弱、负面效应会强化；考虑到发展中国家普遍存在的“二元结构”，同时附加经济发展阶段、人口转移、人均收入等一些变量，人口与经济结构的变迁过程存在“刘易斯拐点”、“人口红利拐点”、“库兹涅茨拐点”三个发展的时间窗口，前面两个拐点的跨越意味着一国的潜在增长率会下移，后一个拐点的跨越则被认为是一国成功转型的关键。
相比于其他国家，中国的老龄化过程具有速度更快、间隔更短、发展水平更低的特点。
1、速度更快。按照国际标准，如果将65岁以上人口占比从7%提高至14%这两个指标作为衡量一国人口“老化”的标志，可以发现西方主要发达国家完成这一转变的时间跨度通常在40～100年，亚洲国家完成这一转变所经历的时间远远低于发达国家，日本仅仅在25年的时间里就过渡到了“老龄化社会”，从中国的情况看，第六次人口普查数据显示，65岁及以上人口占8.87%，比2000年人口普查上升1.91个百分点，未来10年中国人口老龄化节奏将以更快的速度推进，根据联合国的保守预测，中国最早将在2025年达到甚至超过14%，换言之，中国和日本一样，将花费25年时间完成这一跨越。
2、间隔更短。如果将生育率低于标准水平的2.1、65岁以上人口占比大于14%、15～64岁劳动人口停止增长、人口总量开始下降作为人口结构变迁的四个拐点，对比发现：日本跨越这四个拐点的三段时间间隔分别为30年、10年、5年，而中国则为20年、0年、5年，这意味着中国将会比日本以更短的时间节奏分别跨越人口结构的四个阶段，这在一定程度上反映了中国人为实施的计划生育政策的负面效果；进一步对比，日本在20世纪50年代末跨过“刘易斯拐点”，90年代中期跨越“人口红利拐点”，期间的时间跨度接近40年，也正是在这一段时间，日本成功实现向发达国家的转变，然而中国从2003年前后迎来“刘易斯拐点”，到2015年前后关闭“人口红利窗口”，所经历的时间仅略超10年，因此，中国在今天所面临的人口结构转变压力远远大于日本。考虑到作为新兴市场的印度，将在未来数据10年内持续享有“人口红利”所提供的优势，中国面临的周边市场的竞争压力也将更大。
3、发展水平更低。整体上对比，日本、韩国、新加坡、香港的人口红利窗口关闭时，其发展水平已经很高，人均GDP均已达到2～3万美元，而中国在迎来这一问题时，人均GDP尚不足1万美元，换言之，中国过早地在较低发展水平上不得不面对这一客观约束。
三、人口结构动态变化的潜在风险：资产、负债及杠杆率——基于国家资产负债表框架的分析
经验分析中，人口结构的中长期效应通常体现在三个方面：1）潜在增长率是否会系统性下移？如果将各个国家在人口红利窗口关闭前后的经济增长率进行比较，通常会发现人口结构与经济增长之间存在一定的负相关性，这是多数人认为人口老龄化会导致经济增长系统性下滑的直接证据。特别是在把这一实证关系对应于中国的情况时，日本往往成为一个典型的案例，并认为中国可能会重复日本“失落的十年”，然而不同国家的具体情况又存在明显的差异。亚洲国家在老龄化超过7%的时候就减速，而其他欧洲国家包括美国则在老龄化程度更高的时候经济才进入减速期。2）潜在通胀率是否会系统性下移？大样本的分析，通常会发现人口快速老龄化的经济体平均的通胀率较低，甚至会经历通缩，日本和部分欧洲国家曾出现类似的情况；相反，人口抚养比较低的经济体通常会经历通胀，墨西哥是一个案例。然而，中国的“二元结构”特征却使之成为一个反例，人口红利期间，劳动力要素价格的非市场定价，使中国经历了高增长与低通胀的格局，那么未来中国是否会逐步过渡到“低增长、高通胀”并最终过渡到“低增长、低通胀”，从而收敛于人口结构老化之后的均衡结果？ 3）资产价格的膨胀机制是否会中断？通常，人口老龄化的经济体，资产购买者与资产出售者之间的人数会发生逆转，资产购买者减少，而资产出售者增多，从而使资产价格出现下降，甚至使资产泡沫破灭，那么中国的房地产资产是否会出现类似的结果？
从这个角度看，目前关于中国经济短期“硬着陆”，潜在增长率触及“减速带”及房地产泡沫破灭的担忧某种程度上说明人口结构变迁所带来的潜在冲击已经开始被广泛关注。我们认为这种担忧是否会变成事实，关键取决于人口结构如何冲击中国政府、企业、家庭及银行的资产负债表，而具体的冲击渠道也将表现为三个方面：资产方、负债方及杠杆率。
如果将中国视为一个股份制有限责任公司，同所有的公司一样，她拥有三大会计报表：资产负债表、现金流量表及利润表。如果把这三张表合并成一个“大资产负债表”，我们会发现：1）右边负债方考察的是这个国家的融资能力，它包括国内市场的股权融资和债券融资，也包括国际市场的FDI直接融资和证券市场融资，同时还包括合并三大表之后表现为“经营性收入”的部分，具体而言，这部分收入分为三部分即劳动者报酬收入、政府收入（生产税净额）及企业收入（固定资产折旧和营业盈余）。2）左边资产方考虑考察的是这个国家的投资配置和获取投资收益的能力。通常，无论是何种融资方式，负债融资之后的资产表现形式为现金，这个国家可以将现金配置于基础设施，也可以配置于房地产，或者存货，最终的目标则是使负债方的现金进入项目与资产方的现金流出项目互相匹配，并略有盈余，即有净收益。3）中间具有放大功能的杠杆率。从动态资产负债表的变化来讲，杠杆率衡量的是这个国家通过其资产膨胀扩大其负债融资的能力，如果说资产价格处于上行通道，那么杠杆率的放大功能可使负债能力同步扩大，从而实现资产负债表同步扩张；反之，如果资产价格处于下行通道，那么这个国家的负债能力不仅同步收缩，而且为了偿还债务，不得不出售资产，杠杆率的反向放大功能则使资产价格以更快的速度下跌，资产负债表同步被动收缩。
从一个国家资产负债表的角度看，随着人口结构从劳动力无限供给到跨越“刘易斯拐点”、从“人口红利”走向“人口负债”，不仅会在中长期内影响一国的资产负债的稳健度，而且也会在短期内影响这个国家的负债融资能力、资产配置能力以及使用杠杆率的能力，并相应产生三种潜在的影响：融资能力、资产价格下行及杠杆率的可能影响，特别是面临短期的宏观紧缩政策时，这种潜在风险暴露和释放的可能性会明显加大。
（一）融资能力（负债方）
1、工资上涨、政府收入与企业盈余被压缩的趋势：收入分配结构的调整及其影响
将利润表合并到资产负债表之后，经营性收入是右边负债融资的渠道之一，而且这部分融资目前也未包含到央行目前提出的“社会融资总量”的概念之中，但是这部分政府收入和企业自有资金一直是一个重要融资渠道。然而，随着“刘易斯拐点”的到来和“人口红利”的终结，如果不存在明显的技术进步和劳动生率的提升，那么未来劳动者报酬在收入分配的占比将逐步上升，而政府和企业收入将面临下降。从数据上看，过去的20多年，劳动者报酬在GDP收入中的占比一直处于持续的下行趋势，直到2007年达到低谷，不足40%，而企业收入则持续上升，也在2007年达到46%的峰值水平，可以预期的是，人口结构的变化将逐步改变甚至逆转这一趋势，从而使得企业盈利和企业收入面临收缩。
虽然到目前为止，我们并未明显看到企业利润率的明显下滑趋势，这在一定程度上反应了劳动生率的上升可以部分对冲了单位劳动力成本上升的风险，但是如果把产业链条拉得更长一些，人口结构对企业利润的影响并非体现在用工成本上，而且还会通过对整体产业链的影响，对原材料价格，甚至农产品和大宗商品价格都会产生冲击，这才是企业利润率下降和企业收入下降的最大风险。从日本的经验来看，日本在1950年代末经历“刘易斯拐点”之后，工业企业，特别是制造业的利润率也曾出现系统性下移。
2、FDI存量资金的退出风险
一直以来，中国迅速的城市化和工业化进程，特别是地方政府的GDP激励机制是吸引大量FDI进驻中国的关键推动力，然而，第六次人口普查的数据基本确认三个事实：城市化率超预期、人口结构老化速度超预期、“人口东进”趋势的接近终结。这意味着FDI留驻中国的投资收益可能逐步呈递减趋势，这是因为：1）“刘易斯拐点”之后，FDI所享有的低劳动力成本优势将走向终结，特别是考虑到近年中国劳动力人口的绝对递减趋势，这种优势结束的速度可能快于预期；2）FDI进驻中国的渠道除了形成制造业和出口部门的厂房、机器等固定资产投资之外，还通过中国房地产资产价格的上升获取投资收益，然而随着房地产价格上行态势的趋缓，特别是考虑近期的房地产调控政策对价格的压制，可能会对增大FDI存量资金投资于房地产的潜在风险；3）即考虑到未来中国中西部城市仍存在较大的城市化空间和基础设施投资需求，但是能否成功承接东部城市完整的产业链尚存不确定性，而且基础设施投资效率的提升也可能难以重复东部的路径，房地产价格也难以重演东部和发达城市的上升速度。因此，FDI留驻中国的潜在收益率可能面临下降的可能性。
从数据上看，根据2010年国家外汇局公布的、调整之后的国际投资头寸表，截至2009年底，留驻中国FDI存量资金已高达1.8万亿美元，按照目前的汇率水平大致框算，已高达11.34万亿人民币。从这个角度讲，如果中国未来几年的城市化进程和中西部产业转移速度低于预期、基础设施的投资效率降低、房地产价格下滑，那么FDI存量资金存在重新配置、其中小部分资金也可能存在部分流出的可能性。
3、储蓄率下降、真实利率上升所产生的融资成本整体上升风险
中国“人口红利”的一个最重要结果就是高储蓄率、低利率与高投资率，然而随着“人口红利”向“人口负债”的转变，中国低利率的格局必将逐步发生改变，从而一对一地提高负债方融资的整体成本，将反过来对资产方的投资配置产生冲击。特别是考虑到，目前紧缩的货币政策，通过名义利率的提升，一定程度上加速了真实利率的上升过程。
表1 中国的对外负债头寸（亿美元）
数据来源：中国外汇管理局
（二）投资收益下行风险（资产方）
如果将中国视为一个公司，那么这个公司资产配置的主要渠道分别是：基础设施投资、重工业投资、出口部门的制造业投资以及房地产投资。从这个角度看，地方政府所获得的GDP高增速、出口部门所创造的外汇资产、房地产财富积累以及各种为生产活动而投资形成的固定资产则是主要的资产形式。
2011年中国资本形成总额达到22.91万亿，占GDP的比重接近50%，然而其中约有50%左右的投资项目用于交通等基础设施以及房地产方面的投资性支出，其中仅房地产投资高达6.2万亿；另外的50%投资用于商品生产，以满足出口消费和国内的消费需求，这些大规模的投资建设活动带动了对国内钢铁、水泥等资源的需求，由此形成了中国所谓的投资驱动型增长模式。
然而，人口结构的动态变化本身即意味着原有投资模式的配置效率，从而使增长的潜在速度面临实质性的下行风险：1）与城市化快速推进、劳动力无限供给的过去10多年相比，即使中西部仍存在较大的基础投资需求，其需求扩张的速度也不及10年迅速，因此，许多在建的基础设施投资项目可能并非资产配置的最优选择，例如在非发达地区建设机场、在人口相对较少的地方建设高速公路等，其投资效率将会有所下降。2）中国出口部门迅猛扩张的“黄金期”已过，将大量劳动力等资源配置于劳动密集型出口制造业的效率必然逐步降低；3）中国房地产市场高速发展期的拐点已过，特别是针对高收入群体的对中高端住宅建设活动将面临需求不足的压力。
数据来源：WIND 图1 资本形成/GDP曾在2004年“刘易斯拐点”之后，明显下行
（三）杠杆率的放大功能面临受限风险
将中国整体作为一个资产负债表来观察，该表资产方扩张的机制在于杠杆率，换言之，是资产方的膨胀决定了负债方的跟随式膨胀，这个膨胀机制有三个关键环节：1）其一是出口部门创造外汇资产，这成为基础货币投放的核心渠道；2）其二是房地产资产特别是土地资产价格的膨胀提高了地方政府和部分相关企业的负债能力；3）其三是中国间接融资占主导的金融体系决定了银行信贷成为M2扩张的渠道。然而，在施加人口结构的约束条件之后，或者这一约束条件逐步变成硬约束之后，我们同样会发现以上三个环节均不同程度地受到影响，从而银行信贷所带动的杠杆扩张功能受到限制。
1、基础货币的创造机制弱化
中国过去10多年，基础货币的扩张根源于中国充裕劳动力资源集中制造业和出口贸易部门所创造的外汇储备及外汇占款。从数据观察，特别是从2002年开始，在美国经济需求强劲扩张等带动下，中国的贸易顺差/GDP迅速上速，由2002年的不足2%逐步扩大至2007年的10%，从而使得外汇占款成为推动央行基础货币迅速增长的核心渠道，即外汇储备/基础货币逐步大于1，然而从这个指标观察，外汇占款创造基础货币的效应自和2004和2005年之后开始逐步削弱，这与中国跨越“刘易斯拐点”，至少是35岁以下核心劳动人口在2003年达到峰值的时点非常吻合。因此，从这个角度看，我们认为人口红利效应所产生的基础货币创造机制将会逐步减弱，这将成为限制流动性扩张的根本因素。
表2 外汇储备与基础货币的创造机制（亿元）
数据来源：中国人民银行
2、银行信贷内生创造M2机制弱化
如果说出口部门是创造基础货币的主渠道，那么地方政府基础设施投资、城市化与房地产则是创造M2的主渠道。具体的机制是：1）劳动人口的城乡转移在推动城市化与工业化的同时，也提升了城市土地资源的价值，同时也成为房地产价格上升的关键驱动力；2）房地产价格上升与地方政府土地出让金收入两者相互推动，不仅使得地方政府可以以不断升值的土地为抵押直接获取银行信贷，而且地方政府的出地出让金作为存款，成为进一步扩张银行放贷能力的来源，最终的结果的M2的扩张，也表现为地方政府与银行资产负债表的同步扩张。
然而随着“刘易斯拐点”的到来，人口结构趋于老化，城市化所带动的资产价格扩张及M2创造机制也将趋于弱化。从数据上观察，2003年之后，M2/GDP曾出现明显的放缓，直到2009年金融危机期间的刺激政策通过大规模的地方政府支出和银行信贷投放使得该指标出现逆转，然而，今年的信贷政策正常化意味着M2/GDP将逐步重返原路，回归常态水平。
表3 人口结构、银行信贷与M2的扩张机制
数据来源：中国人民银行
数据来源：WIND，华创证券整理
图2 2003年之后，人口结构的M2创造机制曾有所弱化
四、人口结构动态变化的政策含义
（一）经济周期波动可能短期化，经济过热与经济“硬着陆”之间的切换更为频繁
从国家资产负债表的角度，一个经济体合适的、可持续的增长水平或者稳态水平时的潜在增长率就取决于负债融资能力、投资配置效率及杠杆率的使用空间。基于以上的分析，随着融资约束的强化、投资效率的降低以及杠杆放大功能的弱化，那么经济潜在增长率的平稳回落就不再是一个所谓中长期的故事，而是逐步、逐级动态下行的一个过程。例如，综合世界银行、IMF等多方面的分析，目前针对中国的潜在增长率水平的测算，最乐观的结果也没有超过9.5%，悲观的结果则低于8%，甚至更低。
因此，资金配置于基础设施、制造业和房地产的效率已经不可避免地有所降低，国家资产负债表所决定的潜在增长率很可以也已经下滑到一个新的平台，那么在这种情况下，如果政府和国有企业主导的投资模式继续将有限的、成本已上升的资金配置于原有的传统领域，每获得一单位固定资本形成所需要付出的劳动力、资源、资金代价则会更大。因此，实体经济更容易表现过热的特征。
从相反的角度看，在一个潜在增速下移、并存在周期性过热的经济体，如果叠加逆周期的紧缩政策，那么经济在短期内出现“硬着陆”的可能性也更大。换言之，人口约束使得经济体内部的腾挪空间变小，既容易出现过热，也容易出现“硬着陆”，两者之间的切换频度会明显增多。从资产负债表同步扩张与同步收缩机制来看，在新的投资渠道或新的投资收益增长点、负债渠道产生以前，经济过热与“硬着陆”的双重担忧可能会成为一种过渡中的常态。
换一个角度也可以说，随着经济增长中枢速度的平稳回落、以及通胀中枢水平的一定程度的上升，整个经济体系可能需要在起伏中适应这种新的增长与物价的组合，在经济决策者依然以原来的低物价和高增长组合作为政策目标时，就可能或者是导致紧缩过度，或者导致刺激过大。
（二）政策松紧度的变换会更为频繁，结构调整酝酿新的动力
2011年初时，普遍担忧的是经济偏热和通胀失控，当时通胀率持续上行，一度达到6.5%的高点，主基调是经济上行风险大于下行风险；但到了2011年下半年，随着GDP和CPI的增速持续放缓，市场的担忧已经切换到经济“硬着陆”和政策的过度紧缩，2011年下半年至今主基调仍是经济下行风险大于经济上行风险。特别是当出口遭遇劳动力成本上升、人民币升值，汽车和房地产相关消费品等遭遇房地产调控时，目前对经济下行的担忧已经明显加大。
从政策紧缩力度来讲，2011年的银行信贷规模并未出现实质性压缩，银行间市场利率也已回落到合理水平，为什么实体经济感受到的紧缩程度与政策松紧度之间出现如此明显的背离？我们认为其中的一个重要原因是经济运行所面临的约束条件已经发生明显的变化。例如目前银行贷款的各期限实际成本与2007年紧缩周期的末端相比，仍然存在约一个点的差距，但是加息所面临的经济周期环境已经明显不同，目前的经济增长能力与2007年相比，已经明显的弱化。再比如，目前企业感受到的资金成本与银行间市场的资金成本存在明显的反差，民间利率已经接近甚至超过2007年的水平，这里的原因除了监管政策的约束外，银行信贷在整个社会流动性创造中的杠杆功能已经有所弱化，单一观察银行信贷的资金成本已经不足以反应社会整体的融资难度。之所以会出现这种情况，很可能是因为人口结构所产生的趋势性变化与周期性紧缩政策的叠加在造成资产方扩张能力下降的同时，也同步影响了负债融资的能力及杠杆率的使用空间。
进一步分析，当面临趋势与周期相互叠加的困境时，政策本身既要防止过热，又要防止过度紧缩带来的“硬着陆”风险，这客观上使得政策的变换频度会明显高于以往，但是从松紧度的把握来看，松的“度”与紧的“度”都不太可能太大，更不可能出现2008、2009年的大规模放松，也不太可能强于2007年紧缩强度。因为随着人口、资金等约束条件的接近上限，实体经济与政策本身的腾挪空间已经被明显压缩。
原文题目为《人口结构的宏观金融含义：资产、负债及杠杆率》
