人民币升值周期背后的效率逻辑

1、正文目录 HYPERLINK l _TOC_250007 近期人民币升值背后的诸多短期因素 4 HYPERLINK l _TOC_250006 基本面角度分析汇率相对效率的变化驱动相对汇率调整 9 HYPERLINK l _TOC_250005 2016 年以来，中国制造业生产效率明显提高 10 HYPERLINK l _TOC_250004 近年来中国服务业生产率实现巨大飞跃 16 HYPERLINK l _TOC_250003 中期视角下，中国的相对边际投资回报率或更有吸引力 20 HYPERLINK l _TOC_250002 人民币真实汇率升值对国内资产价格有何影响？ 22 HYPER

2、LINK l _TOC_250001 资本账户开放与人民币国际化 24 HYPERLINK l _TOC_250000 风险提示 24图表目录图表 1： 人民币兑美元汇率于 5 月末触底回升，9 月以来加速升值 6图表 2： 今年 2 季度起中国与美国的增长差大幅走扩 6图表 3： 中国从 2 月开始复工复产，而美国则在 3 月中旬开启半停工模式 6图表 4： 相对增长差一直是决定人民币汇率走势的基本面因素之一 6图表 5： 今年以来中国货物贸易顺差扩大 6图表 6： 国际收支数据显示，年初至今经常账户下服务贸易逆差明显收窄 6图表 7： 中美短期利差上升时，银行对人民币需求增加 7图表 8：

3、 过去几个月企业美元债发行额明显上升 7图表 9： 2 月底-3 月初疫情爆发初期，避险情绪导致新兴市场货币被抛售 7图表 10： 美元指数从今年 3 月中旬的高点下跌了 10.2% 7图表 11： 今年以来外贸商可能累积了约 900 亿美元的未结算外汇收入 7图表 12： 近期做空人民币的机会成本大幅上升，可能导致此前实际意义上的“做空人民币交易”平仓 7图表 13： 今年 3 月以来，G3 央行资产负债表大幅扩张 8图表 14： 以人均实际产出衡量，中国生产效率提升持续超过其他地区 9图表 15： 2017 年中人民币有效汇率已开始升值，但被贸易摩擦“打断” 9图表 16： 2000-20

4、07 年上一个无争议的人民币升值周期期间，工业企业资本产出率持续快速上升，但同期杠杆率大体保持稳定 11图表 17： 2000-2007 年间，国有企业的资本产出率和杠杆率走势与工业企业类似 11图表 18： 在 2009-2011 年的信贷扩张中，国企的产能扩张最为显著 11图表 19： 工业企业财务/运营指标杠杆率 12图表 20： 工业企业财务/运营指标资本回报率 12图表 21： 工业企业财务/运营指标ROE 12图表 22： 工业企业财务/运营指标营业利润率 12图表 23： 工业企业财务/运营指标单位员工利润 12图表 24： 工业企业财务/运营指标资产周转率 12图表 25： 不

5、同时期工业企业财务/运营指标累积变动杠杆率 13图表 26： 不同时期工业企业财务/运营指标累积变动资本回报率 13图表 27： 不同时期工业企业财务/运营指标累积变动ROE 13图表 28： 不同时期工业企业财务/运营指标累积变动营业利润率 13图表 29： 不同时期工业企业财务/运营指标累积变动单位员工利润 13图表 30： 不同时期工业企业财务/运营指标累积变动资产周转率 13图表 31： 2013-2015 年与 2016-2019 年国企部分经营指标对比 14图表 32： 2013-2019 年，家电和汽车等消费主导行业的增速要快于以国企为主的传统重工业行业 15图表 33： 目前中

6、国人均 4G 塔数是美国的 4 倍 15图表 34： 中国制造业在过去十年中快速实现现代化、智能化、数据化 15图表 35： 无论是以人均数据中心还是单位 GDP 数据中心数量衡量，中国的数字化程度在全球都属较高水平 15图表 36： 2019 年中国服务贸易占 GDP 的百分比为 5.2% 17图表 37： 国内电商交易占 GDP 份额从 2011 年 5增至 2019 年的 14 17图表 38： 中国的互联网数据中心（IDC）市场高速增长 17图表 39： 截至 2020 年上半年，中国拥有 8.05 亿电子支付用户，占总人口 57.5，比 16-50 岁总人口高出 15.9% 18图表

7、 40： 中国在交通和通信网络方面的基建投资有助于降低经济中其它部门的物流成本.18图表 41： 中国高铁运营里程远超其他国家 18图表 42： 过去三十年间中国物流成本占比大幅下降 18图表 43： 中国年轻人的受教育程度明显上升 18图表 44： 近年来政府民生支出稳定在较高占比 18图表 45： 近年来城乡收入差距逆（全球之）势收缩 19图表 46： 全国范围内任何两点间送货上门平均仅需 56 小时 19图表 47： 配送相对较慢的西部地区也能够在平均 64 小时内送达 19图表 48： 我们估计 2020 年全年中国居民平均每人接收 60 个快递，比美国人均水平高出3-4 成 19图表

8、 49： 国内即时服务订单量快速增长 19图表 50： 超过 4 亿人已经在享受即时配送服务 19图表 51： 2020-2022 年美联储资产负债表规模可能翻倍 20图表 52： 年初至今，美国 M2 与政府部门债务同比增速均明显攀升 21图表 53： 今年 2 季度，美国非金融部门杠杆率跳升 45.6 个百分点 21图表 54： 目前债券市场预计美国边际投资回报率长期为负 21图表 55： 今年美欧财政赤字率的升幅远超 2008 年金融危机期间水平，逼近二战时期21图表 56： 中国传统行业的集中度提高工业 23图表 57： 中国传统行业的集中度提高服务业 23图表 58： 中国国债市场的

9、外资占比仍然较低、权益市场亦是如此 23图表 59： 目前中国名义 GDP 同比增速仅约为上轮升值周期的一半 23图表 60： 2015 年后人民币在全球支付中的份额下降 24图表 61： 2015 年后人民币在全球储蓄中的份额提升速度也不及预期 24近期人民币升值背后的诸多短期因素近期人民币快速升值，背后有一些短期“催化剂”的推动作用。人民币兑美元汇率于 5 月末触底回升，9 月以来加速升值（图表 1）。同时，人民币兑贸易加权的一篮子货币汇率指数较 7 月低点上涨了 4.7%。随着人民币升值势头渐强，市场人士及经济学者均开始热议人民币升值背后的原因。诚然，近期一些短期因素为人民币加速提供了催

10、化剂，具体看：中国与包括美国在内的世界其他地区间的增长差今年大幅走扩。今年 3 季度中国实际 GDP 同比增速回升至 4.9%，在全球主要经济体中遥遥领先。相比之下，3 季度美国、欧元区实际 GDP 同比增速分别为-2.9%、-4.4%（图表 2）。由于中美处于新冠疫情防控的不同阶段，今年 2 季度开始两国经济增速就开始大幅分化。中国 2 月中已经开始催促企业复工复产、4 月产能利用率已恢复至九成左右，而美国则在 3 月中旬宣布全国进入紧急状态、开启了（比中国历时更长）的半停工模式（图表 3）。由此，今年 2季度，美国实际 GDP 季环比年化增速大幅下挫至-31.4%、同比 GDP 收缩 9.

11、0%，同期中国实际 GDP 录得同比 3.2%的正增长、季环比年化扩张速度高达 55.7%。如图表 4 所示，相对增长差一直是决定人民币汇率走势的基本面因素之一。增长差驱动汇率变化这一规律背后的机理可能是，与世界其他地区相比，中国可以提供更高的投资回报率、及更多的投资与消费机会。而今年二季度中美的“增长差”可能是几十年来最大的一个季度。疫情期间货物贸易顺差扩大、而服务贸易逆差收窄，推动经常账户盈余上升。今年以 来中国出口增速持续超预期。截至10 月，中国以美元计的出口同比增速加快至+11.4%、1-10 月累计同比增速也已转正（+0.5%）。在全球贸易规模大幅萎缩的背景下，今年中国出口的表现可

12、谓及其强劲。根据我们对全球航运活动的追踪，今年 2 季度全球货物贸易量可能同比下滑了 2 至 3 成，这与中国 2 季度出口实现同比正增长形成鲜明对比。受此影响，中国贸易顺差同比有所扩大（图表 5）。也就是说，虽然外部环境极具挑战，货物贸易部门的美元收入仍录得同比正增长。与此同时，鉴于中国经常项目下的服务贸易 8 成为旅游收入/支出，今年以来中国服务贸易逆差随着全球人员往来基本停滞而明显缩小。今年 3 季度的国际收支数据显示，经常账户下的服务贸易逆差同比大幅收窄这也就是说，如果收入和收入预期不变，那么中国居民可能在缩减了境外支出的同时增加了境内消费（图表 6）。高频数据也显示全球人员往来仍然处

13、于停滞状态、例如全球国际航班数量同比收缩 9 成有余。中美利差高企引发美元短期套息交易。图表 7 展示了人民币需求和人民币与美元之间短端息差之间的相关性。以 10 年期无风险利率为例，年初至今人民币与美元之间的息差已走扩 248 个基点，升至近 18 年来高点。今年以来息差走扩，一方面是反映中外增长分化，另一方面是因为中国货币政策取向 5 月后就基本恢复中性，与美国无限量购买债务资产、及欧洲同样大力扩张型的货币政策形成鲜明对比。不难理解，息差走扩将引发美元套息交易，表现为银行资产负债表上币种构成的变化、以及境内外企业美元债发行额明显上升等（图表 8）所有这些行为本质上都会推升短期对人民币的需求

14、、压低美元需求。4 月以来，“避险”情绪有所缓和、美元走弱均有助于提振人民币汇率。在 2 月底至 3月初的疫情爆发初期，避险情绪助推美元大幅升值、而新兴市场货币承受较大抛压、金价飙升、风险偏好普遍下降（图表 9）。然而，在全球主要经济体先后果断推出（强度更甚于 2008 金融危机后的）宽松政策之后，市场预期与企业现金流均开始企稳。3 月下旬起，美元呈筑顶之势，而新兴市场货币币值开始回升。目前，美元指数已从今年 3 月中旬的高点下跌了 10.2%，而包括人民币在内的新兴市场货币汇率兑美元汇率均有所上升。近期对中美贸易摩擦缓和的预期升温、贸易条件（terms of trade，TOT）有望缓和，推

15、升人民币汇率。正如我们在近期研报中所分析的1，在民主党候选人当选总统的情形下，美国与国际组织（如 WHO，WTO，IMF 等）的关系可能会有所弥合。同时，全球可能恢复在一些关键领域的合作，包括环保、医疗等。如果美国选择更加开放、务实、合作的态度融入全球事务，那么中美两大经济体在（如医疗、环保等）全球一些关键领域寻求合作的同时，贸易摩擦也可能有所缓和。市场预期拜登当选总统的情况下，美国对华加征关税对贸易条件（TOT）造成的负面冲击可能会有所缓解。值得注意的是，根据我们的估算，关税上调导致贸易条件恶化的影响，对应人民币有效汇率升值 4-5%、需要相应的贬值来对冲。所以，中美贸易摩擦在很大程度上解释

16、了 2018年 5 月至今年 5 月两年间人民币的弱势。反之，中美之间经贸合作关系改善的预期也势必利好人民币汇率。此外，由于不确定性高企，今年上半年结汇不足。人民币开始升值后、集中结汇需求可能推升人民币短期需求。在过去几年美元走强、以及年初不确定性高企的背景下，我们观察到今年以来外贸收入与货物贸易结汇之间的“剪刀差”有所扩大。根据我们的计算，今年以来只有约 52%的外贸外汇收入通过结汇，换回人民币本币（图表 11）。而这一比例 10 年平均约在 58%这是由于出口商的大部分增加值来自国内，需要结汇换成人民币以支撑日常运作和资本开支需求。以历史均值作为标准计算，今年以来外贸商可能已经累积了约 9

17、00 亿美元的未结算外汇收入。结汇率在正常情况下应该反映国内增加值的份额，估计在 60%左右。因此，由于没有将外汇收入换回足够的人民币，出口商可能不得不借入更多的人民币债务以满足国内业务的现金需求、即实际意义上“做空”人民币以持有外汇。图表 12 显示，近期“做空”人民币、持有美元的机会成本大幅飙升，可能推动结汇。下文我们的基本面分析显示，人民币汇率基本面在 2017 后已经开始走强。只不过 2018年以来中美经贸摩擦升级、中国贸易条件恶化等一系列因素掩盖了人民币汇率基本面逐渐走强这一趋势。正如我们在第三（第 10 页）和四（第 16 页）部分所分析的，虽然驱动因素有所差异，近几年中国制造业与

18、服务业的生产效率均实现了大幅提升。制造业中效率较低的国企部门通过供给侧改革和去杠杆，已经不再像之前一样对可贸易部门的效率形成较大拖累。同时，新一轮制造业升级周期可能刚刚拉开大幕、可能进一步推升中国的制造业相对效率。同时，知识经济年代，部分服务业也开始成为事实意义上的“可贸易部门”，于是，服务业生产效率也成为中国可贸易部门竞争力的有机组成部分。受益于快速下降的物流和通信成本、依托于中国庞大且快速迭代的消费需求，中国服务业正以他国前所未见的速度在“效率曲线”上攀升。我们认为，越过短期的波动，人民币“基本面”持续改善、即相对效率的提升，才是有望支撑人民币汇率的长期因素，在短期因素之外，效率变化的分析

19、对币值变化更富有预测意义。除了中国相对生产效率提升更快之外，“后疫情”时期海外边际投资回报率的较快下滑也可能会推升人民币的相对吸引力，而美元可能进入“弱周期”。正如我们将在第五部分（第20 页）所详细分析的，与中国相比，疫情本身以及抗疫救助政策对今后几年的海外边际 投资回报率造成的潜在“内伤”可能更大、尤其美国。由于疫情防控措施更有效、经济重启 更快，国内企业部门遭受的损失整体上要低于海外。同时，海外金融资产存量的急剧上升 意味着金融资产边际投资回报率或将快速下降。在央行层面，今年 3 月以来美联储资产负 债表扩张了 74%，欧央行也扩表 57%（图表 13）。类似地，海外企业部门也新增了大量

20、 债务4 月以来美国企业部门债务存量增加了 5,946 亿美元，同比增长 10.4%。（作为 分母的）GDP 下降与（作为分子的）总债务飙升共同导致美国杠杆率于今年 2 季度跳升 了 45.6 个百分点（相比之下，中国杠杆率上升了 7.6 个百分点，且大部分是由 GDP 增速 暂时回落所驱动）。从数学上讲，杠杆率与边际投资回报率成反比，这意味着美国边际投 资回报率大幅下行。如我们在第 20 页的第五部分中所分析的，与中国在 2009-2012 年“四万亿”刺激后面临的挑战类似，美国及其他地区的新增金融资产可能需要较长时间“消化”，而此期间边际投资回报率下降且这次欧美救助的规模相对他们实体经济的

21、“消化能力”而言，甚于中国金融危机后的刺激政策。1 请参见我们 10 月 14 日发布的研报美国大选结果“排列组合”之影响。图表1： 人民币兑美元汇率于 5 月末触底回升，9 月以来加速升值图表2： 今年 2 季度起中国与美国的增长差大幅走扩元/美元)7.37.27.17.06.96.86.76.66.5 美元兑人民币汇率(2014/12/31=10 CFETS人民币汇率指数（右）28/5/2020:7.16元/美元95.797969594936.5714929190891512.210580(5)10)(0)(百分点)中国与美国实际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(资料来源：CEIC，&资料来源：CEIC, &图表3： 中国从 2 月开始复工复产，而美国则在 3 月中旬开启半停工模式图表4： 相对增长差一直是决定人民币汇率走势的基本面因素之一(%)工业增加值同比

23、增速151050(5)(10)(15)(20)(25)中国 美国6.9-5.919-01 19-04 19-07 19-10 20-01 20-04 20-07 20-10资料来源：CEIC，&资料来源：CEIC, &图表5： 今年以来中国货物贸易顺差扩大图表6： 国际收支数据显示，年初至今经常账户下服务贸易逆差明显收窄过去4个季度中国货物贸易顺差占GDP的比例(%)过去4个季度服务贸易占GDP的比例(%) 98765432103.2%贷方借方余额43210(1)(2)(3)(4)200220032004200520062007200820092010201120122013201420152

24、01620172018201920201Q103Q101Q113Q111Q123Q121Q133Q131Q143Q141Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q20(5)1.6-1.2-2.9资料来源：CEIC，&资料来源：CEIC, &图表7： 中美短期利差上升时，银行对人民币需求增加图表8： 过去几个月企业美元债发行额明显上升(%) 4.03.53.02.52.01.51.00.5200720082009201020112012201320142015201620172018201920200.0(%) 4其他存款性公司国外净资产占比 美国

25、-中国1年期国债收益率（右）表明中国国债收益率比同久期美国国债上升更快1.7-2.63210(1)(2)(3)(4)(5)(十亿美元) 3516.5302520151050(5)16-0116-0516-0917-0117-0517-0918-0118-0518-0919-0119-0519-0920-0120-0520-09(10)中国企业的美元债券净发行量资料来源：CEIC，&资料来源：CEIC, &图表9： 2 月底-3 月初疫情爆发初期，避险情绪导致新兴市场货币被抛售图表10： 美元指数从今年 3 月中旬的高点下跌了 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各新兴市场货币兑美元汇率变动0(5)(10)(15)(20)俄罗斯卢布墨西哥比索巴西雷亚尔南非兰特 印尼卢比韩币土耳其里拉马来西亚林吉特印度卢比泰铢阿根廷比索新加坡元 人民币越南盾菲律宾比索港币新台币(25)资料来源：CEIC，&资料来源：CEIC, &图表11： 今年以来外贸商可能累积了约 900 亿美元的未结算外汇收入图表12： 近期做空人民币的机会成本大幅上升，可能导致此前实际意义上的“做空人民币交易”平仓%过去12个月中国出口结汇比例(%)以美元计，人民

27、币1年期国债的“总收益”（债券收益率+过去1年人民币对美元升/贬值幅度）*402002-19年平均结汇比例：58%阴影部分：假设正常结汇比例为 58%，今年前9个月约有900亿美元出口收入未结汇70306520601055050(10)45(20)(30)200220032004200520062007200820092010201120122013201420152016201720182019202040 以美元计，人民币1年期国债的“总收益”（债券收益率+过去3个月人民币对美元年化的升/贬值幅度）* 1年期美国国债到期收益率20052006200720082009201020112012

28、20132014201520162017201820192020*: 总收益=(1+当前债券收益率%)*(1+过去12个月人民币对美元的升/贬值幅度%)-1。*: 总收益=(1+当前债券收益率%)*(1+过去3个月人民币对美元的年化升/贬值幅度%)-1。资料来源：CEIC，&资料来源：CEIC, &图表13： 今年 3 月以来，G3 央行资产负债表大幅扩张140%央行总资产占上一年度GDP的比例*126.0%120%100% 美联储 欧央行 日本央行中国央行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年央行资产规模为最新时点值，其中美联储数据截至11月18日，欧央行数据截至11月13日，日本央行数据截至11月10日，中国央行数据截至10月31日。资料来源：CEIC，&基本面角度分析汇率相对效率的变化驱动相对汇率调整可贸易部门生产效率的差异驱动实际汇率走势。根据“一价定律”，相同贸易品在各国价格不会存在很大差异。而如果国家之间生产份额保持大致稳定，而其中一国可贸易部门的生产效率更高，则其实际汇率可能面临升值压力，也是“巴拉萨-萨缪尔森效应”的引申之一。经风险调整后的实际投资回报率是决定跨国资金流动的最重要因素之一、尤其是大国间的资本

30、流动实体和金融投资均如此。本质上，资本流动遵循（风险调整后的）回报最大化原则。在正常环境下，相对边际投资回报率上升吸引资本流入。现实中，实体经济投资和金融投资均遵循这一规律，且后者在本质上由前者驱动。实际汇率的变化可以通过名义汇率或者相对价格水平的调整来实现。相对生产效率的差异可以通过名义利率的调整，或者国内价格水平的变动来平衡。换句话说，如果名义汇率无法跟随生产效率的相对变化进行相应调整，或至少无法充分调整，则国内价格水平可能会出现补偿性的变动在单一汇率制度下，欧元区国家之间通货膨胀和资产价格走势大相径庭，就是这种现象的经典例证之一。回过头看，2003 年至 2007 年，中国制造业和整个社

31、会的生产效率都在快速提升，人民币汇率面临明显的升值动力。然而，由于人民币名义汇率并未充分调整，这一时期国内通胀水平走高且具有较高稀缺价值的商品和金融产品价格上涨最为明显，例如部分食品、服务、核心地产以及各种另类投资产品等等。总体而言，中国生产效率的提升速度快于全球其他地区；在 2009-10 大规模刺激后持续下降的边际投资回报率也已开始趋于稳定。如图表 14 所示，以人均实际产出衡量，中国生产效率的提升持续超过全球其他地区。更重要的是，2017 年以来，实体经济的边际投资回报率已扭转了 2011 年以来的恶化趋势；总体趋于稳定。我们认为，2011-16 长达五-六年的去产能周期（具体请参阅第

32、10 页第三部分）是中国终于“出清”了金融危机后四万亿刺激后遗症的重要动力。产能整合和效率提升以国企为主的资本密集型行业尤为明显。同时，制造业和服务业的快速数字化和自动化亦推动生产效率加速提升（更多详细讨论，请参见第 16 页的第四部分）。因此，从基本面因素判断，人民币本应在 2017-2018 年开始走强，但被贸易摩擦带来的贸易条件恶化打断某种角度上，近期人民币走势不过是这一轮升值周期的“再次出发”。2017 年中开始，伴随着经济再通胀和企业盈利的改善（图表 15），人民币有效汇率开始升值，然而，2018 年中美经贸局势趋于紧张，美国对中国出口加征数轮关税，抑制了对人民币汇率和对人民币资产的

33、风险偏好。如前所述，我们估计加征关税导致贸易条件恶化的幅度大致拖累人民币兑美元名义汇率贬值了 4-5。图表14： 以人均实际产出衡量，中国生产效率提升持续超过其他地区图表15： 2017 年中人民币有效汇率已开始升值，但被贸易摩擦“打断”(%)单位劳动力产出复合年增长率： 2013-20196.76.30.90.80.50.1876543210（2014年12月31日=100） CFETS人民币汇率指数即期汇率:美元兑人民币人民币开始升值表示人民币贬值1021009896949290(人民币/美元)6.06.26.46.66.87.07.2中国印度美国欧盟28国英国日本16-01 16-08

34、17-03 17-10 18-05 18-12 19-07 20-02 20-09资料来源：CEIC，&资料来源：CEIC, &2016 年以来，中国制造业生产效率明显提高2016 年开始的中国制造业盈利上升周期伴随着生产效率和投资回报率的提高，这与2009-2012 年债务扩张驱动的产能周期有很大不同。而 2009-12 债务高速膨胀后，制造业不可避免地经历了 2013-2016 年的通缩和去产能周期。回头看，2009-2012 在金融危机后的“四万亿”计划带来了此后多年生产效率和边际投资回报率下降的“后遗症”，这在此后几年中国制造业的财务指标中体现得十分明显。如图表 16-图表 17 所示

35、，2000-2007年间、也就是上一个较为“无可争议”的人民币升值周期，工业企业的资本回报率（return on invested capital，ROIC）一路快速攀升，且难能可贵的是，在此期间杠杆率基本保持稳定。彼轮生产效率大幅提升由多重因素推动，包括中国加入世贸组织后科技和组织能力快速“追赶”全球水平，国企份额下降带来的效益提升，以及人力资本快速积累、（包括流动人口更充分就业在内的）人口红利释放等等。然而，当 2009-2012 年 ROIC 虽然有所上升，但同期，期间社融累计同比扩张 140.7%。图表 16 显示，虽然 2009-2012 年间企业的 ROIC 有所提升，但这是以杠杆

36、率快速攀升为沉重代价的，其中国企尤为明显。当广义财政刺激不可避免地退出时，企业面临产能过剩和边际投资回报率的急剧下降等“后遗症”。2016 年中以后，随着 PPI 逐渐走出通缩，工业部门盈利开始恢复更重要的是，盈利能力恢复和杠杆无关，而是源于效率的提高。杠杆率反而大幅下降。2017 年来，中国制造业的 ROIC 提升，而杠杆率反而下降这样的反差在一些国企主导的资本密集型行业中尤为明显（图表 16、17）。 中国的国企多集中在上游和原材料行业，以及基础设施相关领域。在 2009-2011 年的信贷扩张中，国企的产能扩张幅度最大（图表 18），随后在 2013-2015 年又面临更为严峻的产能过剩

37、压力。但值得注意的是，2016-17年后开启的新一轮扩张周期中，国企管理的关注重点已从规模和就业主导转向效率和利润为先。2017 年来，中国整个工业部门的效率得以全面提高，重拾利润增长，很大程度上得益于国企工业部门供给侧改革后不再形成对总体效率的过大“拖累”。更具体地看，我们对工业企业各项财务/运营指标的分析都表明，在 2016 年逐渐走出通缩周期后，制造业的整体效率明显提升、尤其是国企。而即使 2018 年后贸易摩擦升级明显压低全球制造业效率、也没能逆转这一趋势。（图 19-24）杠杆率明显下降新冠疫情的冲击下，今年工业企业的杠杆率仍然保持稳健 （这与美国同期形成鲜明对比，具体请看第 20

38、页的第五部分）2020 年规模以上工业企业的杠杆率（总负债/总资产）仍从 2013 年的 60.1%降至 2020 年 9 月的 56.5%。其中，国企杠杆率下降更为明显，企业杠杆率从 2013 年的 61.5%降至 2020 年 9 月的 56.7%（图表 19）。2018 年以来中美双边关税大幅抬升、且 2019 年出口录得零增长，都仍未能逆转中国工业企业效率提升的趋势2017 年后资本回报率（ROIC）和净资产收益率（ROE）均保持在上升通道。定义上，工业企业 ROIC=（利润总额+利息支出）/（前一年的固定资产+前一年的库存）。2011-2016 年间该投资效率指标显著恶化，但 201

39、7 年以来明显重回上升通道。据我们估算，所有工业企业的 ROIC 从 2016 年的 11.2%上升至 2019 年的 13.5%。同期国企提升更为显著，其 ROIC 从 2016 年的 6.7%大幅上升至 2019 年的 10.3%。同时，非国企的这一指标也从 2016 年的 14.6上升至 2019 年的 18（图 20）。工业企业 ROE 也呈现出类似的趋势。虽然统计局工业企业财政数据是未经审计的指标，但仍可以用来分析各项投资回报率趋势。这里我们使用工业企业报告利润总额/所有者权益作为 ROE 的拟合指标。图表 21 中的 ROE 显示出 ROIC相似的趋势2017 年开始由降转升，同样

40、是国企改善最明显。值得注意的是，从宏观角度看，全球贸易摩擦、技术制裁和关税提高实质上增加了全球贸易产业链的交易成本，明显压低效率，因此全球供应链中的大部分国家制造业的 ROE 都出现了下降。考虑到中国直接受到惩罚性关税影响，总体投资回报率仍能保持在上升通道就显得更为难能可贵。即便 2019 年出口增速降至 0%、一般情况下很多企业都会濒临亏损，但幸好有 2012-2016 年去产能和供给侧改革打下的良好基础，2019 制造业 ROE和 ROIC 仍保持了明显高于 2017 年（出口回升年）的水平。产能利用率和利润率提高。经历了长达 4 年的去产能周期后，2017 年以来企业产能利用率上升，表现

41、为工业企业资产负债表增长放缓、产能关停/不良贷款冲销加速、更多亏损企业退出或收缩，以及总雇佣人数减少。同时，统计局公布的工业企业利润率（未经审计的利润总额/收入）2016 年来触底反弹，其中国企利润上升功不可没（图表 22）。劳动生产率显著提高。如图表 23 所示，虽然理论上科技生产率逐年上升，但 2012-2016 年总体工业企业人均利润基本持平，同时，国企人均利润累积下降约 25。不过，2016-2019 年，虽然工业企业总就业人数下降约一成，但同期总利润增长约 60，由此，国企人均利润增长超 80。 同时，人均营收也呈上升趋势，但幅度小于人均利润。一方面，制造业劳动生产率提高，另一方面，

42、互联网驱动的新型服务业对劳动力需求迅速增长、形成“虹吸”效应。因此，过去数年全社会整体就业并未减少，而全社会劳动生产率有所提高。图表16： 2000-2007 年上一个无争议的人民币升值周期期间，工业企业资本产出率持续快速上升，但同期杠杆率大体保持稳定图表17： 2000-2007 年间，国有企业的资本产出率和杠杆率走势与工业企业类似(%) 杠杆率2000-2007ROIC上行伴随杠杆率提升 ROIC （右）2016-2019ROIC上行伴随杠杆率下降656361595755全部工业企业：杠杆与资本回报率（ROIC） (%)20181614121086200020022004200620082

43、01020122014201620184(%) 64 杠杆率2000-2007ROIC上行伴随杠杆率提升 ROIC（右）2016-2019ROIC上行伴随杠杆率下降6260585654国有企业：杠杆率与资本回报率（ROIC）(%)18161412108642000200220042006200820102012201420162018资料来源：CEIC，&资料来源：CEIC, &图表18： 在 2009-2011 年的信贷扩张中，国企的产能扩张最为显著(%) 全部工业企业 非国企国企信贷扩张35302520151050负债同比增长率2000200120022003200420052006200

44、7200820092010201120122013201420152016201720182019资料来源：CEIC，&图表19： 工业企业财务/运营指标杠杆率图表20： 工业企业财务/运营指标资本回报率)资本回报率（ROIC） 全部工业企业国企 非国企产能整合高负债式扩张生产率恢复( )杠杆率：总负债/总资产( 全部工业企业 国企非国企产能整合生产率恢复高负债式扩张7225706820666415626010585655420002001200220032004200520062007200820092010201120122013201420152016201720182019200020

45、01200220032004200520062007200820092010201120122013201420152016201720182019520资料来源：CEIC，&资料来源：CEIC, &图表21： 工业企业财务/运营指标ROE图表22： 工业企业财务/运营指标营业利润率)ROE 全部工业企业国企 非国企产能整合生产率恢复高负债式扩张)营业利润率 全部工业企业国企 非国企产能整合生产率恢复高负债式扩张(3012251020815610452200020012002200320042005200620072008200920102011201220132014201520162017

46、201820192000200120022003200420052006200720082009201020112012201320142015201620172018201900资料来源：CEIC，&资料来源：CEIC, &图表23： 工业企业财务/运营指标单位员工利润图表24： 工业企业财务/运营指标资产周转率 全部工业企业国企 非国企生产率恢复高负债式扩张产能整合(千元)16014012010080604020200020012002200320042005200620072008200920102011201220132014201520162017201820190单位员工利润()

47、全部工业企业国企 非国企产能整合生产率恢复高负债式扩张16014012010080604020资产周转率20002001200220032004200520062007200820092010201120122013201420152016201720182019资料来源：CEIC，&资料来源：CEIC, &图表25： 不同时期工业企业财务/运营指标累积变动杠杆率图表26： 不同时期工业企业财务/运营指标累积变动资本回报率(百分点)全部工业企业国企非国企表示杠杆率升高210杠杆率在各个时期的累积变化(%) 40全部工业企业国企非国企表示ROIC降低302010资本回报率（ROIC）在各个时期的

48、累积变化(1)0(2)(3)(10)(20)(30)(4)2009-20122013-20152016-2019(40)2009-20122013-20152016-2019资料来源：CEIC，&资料来源：CEIC, &图表27： 不同时期工业企业财务/运营指标累积变动ROE图表28： 不同时期工业企业财务/运营指标累积变动营业利润率全部工业企业国企 非国企表示ROE降低(%) 20ROE在各个时期的累积变化(百分点) 1营业利润率在各个时期的累积变化1010(10)0(20)(30)(40)(1)(1)(50)2009-20122013-20152016-2019(2)全部工业企业国企非国企

49、表示营业利润率降低2009-20122013-20152016-2019资料来源：CEIC，&资料来源：CEIC, &图表29： 不同时期工业企业财务/运营指标累积变动单位员工利润图表30： 不同时期工业企业财务/运营指标累积变动资产周转率全部工业企业国企非国企表示单位员工利润提升(%) 120100806040200单位员工利润在各个时期的累积变化(%) 15全部工业企业国企非国企表示资产周转率降低1050(5)(10)(15)资产周转率在各个时期的累积变化(20)(20)(40)2009-20122013-20152016-2019(25)2009-20122013-20152016-20

50、19资料来源：CEIC，&资料来源：CEIC, &分行业来看，供给侧改革主要提高国企的生产效率；同时，非国企的生产效率也有所提升，特别是受技术创新和数字化浪潮推动的成长性行业。另外，国企份额下降本身就有利于提升工业企业总体效率。国企的各项“效率指标”改善最为显著。根据我们对统计局工业企业数据库涵盖 41 个行业数据的详细分析表明，2017 年以来，国企整体效率显著提高，且国企占比高的行业在盈利、财务稳定性和劳动生产率方面都有明显改善。国企产能出清一方面是 2012-2016 年产能过剩格局下的长期通缩倒逼所致，但更重要的是，政府为促进国企重组改革、降杠杆和去产能做出了大量主动努力。例如，有色金

51、属采矿业的拟合 ROE（未审计）从 2016 年的 1.3跳升 2019 年的 5.9，炼钢业的 ROE 亦大幅跃升，从 2015 年的 1.9跃升至双位数的高水平。同时，2016 年石油和天然气行业遭受全行业亏损（ROE 为-4.8），但 2018-2019 年盈利大幅回升（ROE13%）。许多国企主导的行业，如煤炭开采、水泥、橡胶和化工品，以及金属品等亦经历了类似变化（具体指标请见图表 31）。同期数据显示，工业企业经历了大规模的产能整合/退出财务杠杆降低、资产负债表扩张速度放缓，总体员工人数减少。由此可见，企业盈利的恢复并非完全由周期性因素或 2016-17 的限产政策所驱动。高技术、高

52、附加值的行业增长更快、份额上升，从而推动制造业整体升级。当低效的国企有意识“瘦身”的同时，行业壁垒更高、投资回报亦更为可观的“高增长行业”仍迅速发展，如制药、计算机和通信设备、清洁能源、文化娱乐、电子机械等。另一方面，家电和汽车等消费主导行业的增速也快于国企主导的传统重工业行业（图表 32）。2010 年以来，中国已经历两次自动化浪潮，目前电信基础设施向 5G 时代再次升级、第三次自动化浪潮正拉开大幕往前看，中国制造业升级优势将更加明显。“2G”时代前，中国在电信基础设施方面相对落后，但时至今日，中国的人均电信基础设施指标已跃居世界前列目前中国人均 4G 塔数是美国的 4 倍（图表 33）。

53、得益于数据化进程和传输能力的提升，制造业在过去十年中快速实现现代化、智能化（图表 34和 35）。此外，农村富余劳动人口红利的下降、新兴服务业蓬勃发展对劳动力的“虹吸”效应，也是倒逼中国制造业快速升级的重要原因。累计变化率ROE (%)杠杆率 (百分点)营业利润率 (百分点)单位员工利润 (%)企业数目 (%)图表31： 2013-2015 年与 2016-2019 年国企部分经营指标对比2013-20152016-20192013-20152016-20192013-20152016-20192013-20152016-20192013-20152016-2019黑色金属矿采选业-67.23

54、07.3-0.83.4-1.64.5-51.85.4-12.1-60.4黑色金属冶炼和压延加工业-61.3463.4-0.2-7.6-0.83.1-52.01430.3-8.7-48.4有色金属矿采选业-52.4-14.33.71.2-7.9-0.5-35.865.2-8.2-34.7有色金属冶炼及压延加工业-29.024.10.7-2.6-0.70.4-15.473.68.5-2.1煤炭开采和洗选业-87.4899.87.9-3.7-6.210.2-85.61575.4-17.5-34.1石油和天然气开采业-82.964.10.6-1.3-28.56.7-79.5104.45.1-20.1石

55、油加工、炼焦和核燃料加工业117.013.30.4-1.31.40.5155.0240.1-2.70.1化学原料和化学制品制造业-8.6-0.7-0.4-4.1-0.20.214.295.58.2-12.1化学纤维制造业18.89.2-2.1-3.70.90.255.692.77.2-5.3橡胶和塑料制品业-15.63.5-5.8-2.30.00.416.423.611.65.2非金属矿物制品业-21.946.0-2.0-3.4-1.02.32.799.821.10.5资料来源：CEIC，&图表32： 2013-2019 年，家电和汽车等消费主导行业的增速要快于以国企为主的传统重工业行业(%)

56、 140总资产累计增长率: 2013-201912010080604020计算机、通信和其他电子设备制造业医药制造业汽车制造业水的生产和供应业燃气生产和供应业电气机械及器材制造业家具制造业专用设备制造业文教、工美、体育和娱乐用品制造业非金属矿物制品业农副食品加工业石油、煤炭及其他燃料加工业金属制品业有色金属冶炼及压延加工业化学原料及化学制品制造业通用设备制造业有色金属矿采选业橡胶和塑料制品业电力、热力的生产和供应业纺织服装、服饰业铁路、船舶、航空航天和其他运输设备制造业化学纤维制造业煤炭开采和洗选业黑色金属矿采选业造纸及纸制品业纺织业黑色金属冶炼及压延加工业石油和天然气开采业0资料来源：CEI

57、C，&图表33： 目前中国人均 4G 塔数是美国的 4 倍（座/千人）中美人均4G基站数目对比中国美国3.892.672.371.911.290.910.620.780.280.380.480.604.54.03.53.02.52.01.51.00.50.0201420152016201720182019资料来源：Wind，&图表34： 中国制造业在过去十年中快速实现现代化、智能化、数据化图表35： 无论是以人均数据中心还是单位 GDP 数据中心数量衡量，中国的数字化程度在全球都属较高水平% 年同比 中国工业机器人产量增速250 日本出口中国机床订单增速20015010050089.9%38.

58、5%0.8国内外数据中心密度对比（2019年）中国全球整体相当于全球平均的1.26倍相当于全球平均的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人均数据中心数量（个/万人）单位GDP数据中心数量（个/亿美元）资料来源：CEIC，&资料来源：Wind，CEIC, &近年来中国服务业生产率实现巨大飞跃我们认为，用传统的“一价定律”分析汇率变化时，一些定义需要与时俱进，包括“可贸易品”的界定范围知识经济年代，物流、软件开发、金融服务等服务在本质上已成为全球

59、的“可贸易品”，部分服务业也在本质上成为可贸易部门。如图表 36 所示，2019 年中国服务贸易占 GDP 的百分比为 5.2%，而全球平均水平为 13.6、仍有大幅的提升空间。 诚然，经常账户中服务贸易项下的不少交易受到显著的地域限制（如旅游和教育），但在数字化时代，越来越多的服务品开始变得“可贸易”，如物流、软件开发、金融服务、在线教育/医疗保健等。因此，在新的“一价定律”框架下，其他条件不变，可贸易服务业的生产效率提高也会带来真实汇率的变动。中国的一些特有条件组合带来了服务迅猛发展、效率飞跃这一难以复制的“化学反应”。一个典型例子即是社会和科技基础设施的大力发展使得服务业效率突飞猛进。以

60、电子商务为例，2011 年国内电商交易额仅占零售总额的 13，2019 年已跃升至 33。同时，电商交易占 GDP 的份额从 2011 年的 5增加到 2019 年的 14（图表 37）。除电商外，中国的数字化速度亦显著高于世界其他地区。从 2007 年到 2019 年，中国的数据中心数量增长了 44 倍，而全球平均仅增长约 5 倍。无论是以人均数据中心还是单位 GDP 数据中心的密度衡量（图表 35 和 38），中国的数字化程度在全球都属较高水平、而此前只是全球水平的一个“零头”。电子支付渗透率的快速提升也印证了这一趋势截至 2020 年上半年，中国有 8.05 亿电子支付用户，占总人口的