2022中國(guó)宏觀經(jīng)濟(jì)形勢(shì)分析與預(yù)測(cè)年中報(bào)告-上海財(cái)經(jīng)大學(xué)-202207

1“中國(guó)宏觀經(jīng)濟(jì)形勢(shì)分析與預(yù)測(cè)”課題組2作為課題組的成果體現(xiàn)形式之一，中國(guó)宏觀經(jīng)濟(jì)形勢(shì)分析構(gòu)建完善多部門(mén)大型量化準(zhǔn)結(jié)構(gòu)性宏觀模型（IAR-CMM充分考慮中國(guó)元素、中國(guó)特色、濟(jì)學(xué)前沿理論與方法學(xué)科創(chuàng)新引智基地”和理論經(jīng)濟(jì)學(xué)上海市高峰Ⅱ類學(xué)科建設(shè)計(jì)劃的支并提供各種政策情景模擬結(jié)果供決策參考。3報(bào)告摘要有效防控、一攬子宏觀政策刺激效果的逐步顯現(xiàn)以及“十四五”規(guī)劃項(xiàng)目的全面落地，間的平衡，以更大的力度深化改革開(kāi)放加快全國(guó)統(tǒng)一大市場(chǎng)建設(shè)、全力穩(wěn)住經(jīng)濟(jì)大盤(pán)，繼續(xù)向好?？紤]到俄烏沖突短期內(nèi)難以化解，加上美國(guó)拉攏相關(guān)盟友謀求降低供應(yīng)鏈、企業(yè)債務(wù)壓力增加，其信用風(fēng)險(xiǎn)持續(xù)釋放。根據(jù)貝殼研究院統(tǒng)計(jì)，房地產(chǎn)企4等研究院中國(guó)宏觀經(jīng)濟(jì)預(yù)測(cè)模型（IAR-CMM）對(duì)不同情景下的中國(guó)宏觀經(jīng)濟(jì)指標(biāo)增速情景2——假設(shè)下半年疫情在部分城市局部爆發(fā)，消費(fèi)增速相對(duì)基準(zhǔn)情形降低0.7情景4——假設(shè)民營(yíng)房地產(chǎn)企業(yè)持續(xù)出現(xiàn)流動(dòng)性5同富裕。五是結(jié)構(gòu)性政策要著力打通生產(chǎn)、分配、流通、消費(fèi)各個(gè)環(huán)節(jié)，確保產(chǎn)業(yè)鏈、6本報(bào)告聯(lián)系人：陳旭東chen.xudong@mail.shu7 9 29 29 29 37 44 50 58 65 70 80 84 91 91 152 8 9上海財(cái)經(jīng)大學(xué)高等研究院“中國(guó)宏觀經(jīng)濟(jì)形勢(shì)分析與預(yù)測(cè)”課題組基于上財(cái)高等的財(cái)政政策將提速增效、穩(wěn)健的貨幣政策將以我為主兼顧內(nèi)外平衡、十四五期間單位場(chǎng)主體活力等方面的作用，以市場(chǎng)取向全國(guó)統(tǒng)一大市場(chǎng)建設(shè)穩(wěn)經(jīng)濟(jì)、穩(wěn)信心、穩(wěn)預(yù)期。的增長(zhǎng)；部分消費(fèi)從線下轉(zhuǎn)移到線上,網(wǎng)上消費(fèi)總額持續(xù)增長(zhǎng)；疫情時(shí)期的居民需求偏口累計(jì)增速分別高達(dá)40.1%和36.7%。為CPI和PPI剪刀差將進(jìn)一步縮小。考慮到當(dāng)前全球多國(guó)面臨高通脹甚至滯脹貨幣政策主動(dòng)應(yīng)對(duì)國(guó)內(nèi)外諸多因素的影響和沖擊，靠前發(fā)力，5月末貨幣供應(yīng)增速為民營(yíng)企業(yè)違約率持續(xù)上升，尤其是民營(yíng)房地產(chǎn)企業(yè)違約率在一、二季度分別上升了4.1但在面臨重大沖擊時(shí)綜合運(yùn)用降息等多種政策工具與降準(zhǔn)相結(jié)合的方式也是可行的政部門(mén)貸款新增額出現(xiàn)的負(fù)增長(zhǎng)是否意味著家庭部門(mén)可能進(jìn)入降杠桿的通道？課題組認(rèn)以來(lái)的下降趨勢(shì)。高儲(chǔ)蓄是否意味著對(duì)家庭部門(mén)的刺激政策是不必需的？課題組認(rèn)為，房貸還款儲(chǔ)備流動(dòng)性資產(chǎn)，也就是說(shuō)，二次抵押市場(chǎng)的缺失引入家庭額外的儲(chǔ)蓄動(dòng)機(jī)，受到失業(yè)沖擊影響較大的年輕人等特殊群體傾斜。11.能源行業(yè)轉(zhuǎn)型與綠色發(fā)展。能源相關(guān)行業(yè)能力平均提升了5%。隨著市場(chǎng)制度的逐漸完善和電力環(huán)境治理問(wèn)題涉及全社會(huì)的各個(gè)方面，因此要具有全局觀、整體觀的思維，統(tǒng)籌推進(jìn)，末，我國(guó)實(shí)體經(jīng)濟(jì)部門(mén)的宏觀杠桿率為268.2%，其中大部分債務(wù)集中在非金融企業(yè)部表1上海財(cái)經(jīng)大學(xué)高等研究院對(duì)中國(guó)各主要經(jīng)濟(jì)指標(biāo)增速的預(yù)測(cè)11該表中GDP增長(zhǎng)率為實(shí)際數(shù)據(jù)，其他指標(biāo)均為名義數(shù)據(jù)?；伊闶劭傤~包括居民使用的建筑材料、非政府單位的商品零售額以及政府單位使單位%%%%%%PPI%%為2.5%，歐元區(qū)實(shí)際經(jīng)濟(jì)增速2.5%，日本實(shí)際經(jīng)濟(jì)增速為1.7%，東盟實(shí)際經(jīng)濟(jì)收入波動(dòng)的不確定性增強(qiáng)，疊加家庭債務(wù)產(chǎn)生的還款負(fù)擔(dān)，繼續(xù)對(duì)消費(fèi)形成負(fù)面影響。表2各情景假設(shè)下實(shí)現(xiàn)基準(zhǔn)經(jīng)濟(jì)增速所需的政策力度景大準(zhǔn)升點(diǎn)點(diǎn)次設(shè)全國(guó)統(tǒng)一大市場(chǎng)不僅是應(yīng)時(shí)之需，也是市場(chǎng)取向改革確立之初就已設(shè)定的目標(biāo)任務(wù)。么是全國(guó)統(tǒng)一大市場(chǎng)？加快建設(shè)全國(guó)統(tǒng)一大市場(chǎng)為什么重要？什么原因?qū)е氯珖?guó)統(tǒng)一致的階段性壟斷對(duì)立起來(lái)，以為建設(shè)全國(guó)統(tǒng)一大市場(chǎng)所要求的公平競(jìng)爭(zhēng)就要弱化資本，而階段性壟斷利潤(rùn)又導(dǎo)致創(chuàng)新的“競(jìng)爭(zhēng)-創(chuàng)新-壟斷-競(jìng)爭(zhēng)”動(dòng)態(tài)循環(huán)。三是以為建設(shè)全嚴(yán)重影響了經(jīng)濟(jì)平穩(wěn)發(fā)展和高效規(guī)范、公平競(jìng)爭(zhēng)、充分開(kāi)放的全國(guó)統(tǒng)一大市場(chǎng)的建設(shè)，（1）以市場(chǎng)取向全國(guó)統(tǒng)一大市場(chǎng)建設(shè)穩(wěn)經(jīng)濟(jì)、穩(wěn)信心、穩(wěn)預(yù)期統(tǒng)一大市場(chǎng)進(jìn)程中暢通國(guó)民經(jīng)濟(jì)循環(huán)，降低制度性交易成本，提升內(nèi)生經(jīng)濟(jì)增長(zhǎng)動(dòng)力。（2）新時(shí)期市場(chǎng)取向全國(guó)統(tǒng)一大市場(chǎng)建設(shè)所面臨的堵點(diǎn)、難點(diǎn)場(chǎng)分割的重要因素。作為單一制國(guó)家，中國(guó)的中央政府對(duì)于地方政府擁有支配性權(quán)力，管好，政府職能邊界的設(shè)定不合理，背離了現(xiàn)代市場(chǎng)經(jīng)濟(jì)體系下有限政府的定位要求。（3）從政府改革切入進(jìn)一步加快市場(chǎng)取向全國(guó)統(tǒng)一大市場(chǎng)建設(shè)府轉(zhuǎn)變，二是從單一維度的經(jīng)濟(jì)發(fā)展型政府向多維度的公共服務(wù)型政府轉(zhuǎn)變。委員會(huì)，對(duì)各種法律規(guī)章進(jìn)行重新審核、修改和刪除，并通過(guò)《日常文書(shū)工作縮減法》“源頭”審查責(zé)任，對(duì)含有地方保護(hù)、市場(chǎng)分割、指定交易等限制市場(chǎng)公平競(jìng)爭(zhēng)行為、一、2022年以來(lái)中國(guó)宏觀經(jīng)濟(jì)發(fā)展呈現(xiàn)的主要特征（一）消費(fèi)受疫情沖擊明顯下降，下半年有望反彈0—名義--實(shí)際050050（數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局，高等研究院，單位：%）50（數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局，高等研究院，單位：%）0（數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局，高等研究院，單位：%）0（數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局，高等研究院，單位：%）降5.2%。非基本生活類的消費(fèi)的大幅下滑部分反映居民在疫情下對(duì)這類商品的延遲消0（數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局，高等研究院，單位：%）0（數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局，高等研究院，單位：%）（數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局，高等研究院，單位：%）0（數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局，高等研究院，單位：%）0（數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局，高等研究院，單位：%）00--0制造業(yè)基礎(chǔ)設(shè)施建設(shè)投資(不含電力)非金屬礦物制品業(yè)化學(xué)原料和化學(xué)制品制造業(yè)通用設(shè)備制造業(yè)電氣機(jī)械和器材制造業(yè)汽車(chē)制造業(yè)專用設(shè)備制造業(yè)非金屬礦物制品業(yè)化學(xué)原料和化學(xué)制品制造業(yè)通用設(shè)備制造業(yè)電氣機(jī)械和器材制造業(yè)汽車(chē)制造業(yè)專用設(shè)備制造業(yè)2022年1-4月投資累計(jì)同比2022年1-5月投資累計(jì)同比0--2制造業(yè)24% 4房地產(chǎn)業(yè)1信息技術(shù)業(yè)3批發(fā)和零售貿(mào)易1信息技術(shù)業(yè)3批發(fā)和零售貿(mào)易5農(nóng)、林、牧、漁業(yè)7交通運(yùn)輸、倉(cāng)儲(chǔ)業(yè)9建筑業(yè)11社會(huì)服務(wù)業(yè)13金融、保險(xiǎn)業(yè)4房地產(chǎn)業(yè)6綜合類8采掘業(yè)10傳播與文化產(chǎn)業(yè)12電力、煤氣及水的生產(chǎn)和供應(yīng)業(yè)期的轉(zhuǎn)弱，以及收入的不確定性增大，房地產(chǎn)銷售仍然處00—成交面積（萬(wàn)平米）：左軸—成交套數(shù)：右軸---70個(gè)大中城市新建商品住宅價(jià)格指數(shù):環(huán)比——70個(gè)大中城市二手住宅價(jià)格指數(shù):環(huán)比和63%。房屋新開(kāi)面積自去年以來(lái)持續(xù)下降，1-5月房屋新開(kāi)工面積累計(jì)同比增速為-策；對(duì)二三線城市應(yīng)繼續(xù)結(jié)合實(shí)際實(shí)行鼓勵(lì)政策，于此同時(shí)應(yīng)推進(jìn)各種房企紓困政策，市場(chǎng)需求，中國(guó)出口、進(jìn)口累計(jì)增速分別高達(dá)全國(guó)統(tǒng)一大市場(chǎng)的建設(shè)能進(jìn)一步提升出口企業(yè)的生產(chǎn)效率，鞏固中國(guó)的全產(chǎn)業(yè)鏈優(yōu)勢(shì)，7060504030200(10)(20)(30)8006004002000(200)(400)(600)(800)貿(mào)易差額:當(dāng)月值(右軸)—出口金額:當(dāng)月同比—進(jìn)出口金額:當(dāng)月同比—進(jìn)口金額:當(dāng)月同比動(dòng)了出口價(jià)格的上漲，包括：全球性通脹、國(guó)際航運(yùn)供應(yīng)鏈擁堵、國(guó)外運(yùn)輸工人罷工、表現(xiàn)為價(jià)格拉動(dòng)型增長(zhǎng)。出口數(shù)量的收縮主要源于去年較高的基數(shù)和疲弱的外部需求，—出口價(jià)格指數(shù)(HS2):總指數(shù)—出口數(shù)量指數(shù)(HS2):總指數(shù)—進(jìn)口價(jià)格指數(shù)(HS2):總指數(shù)—進(jìn)口數(shù)量指數(shù)(HS2):總指數(shù)6040200(20)(40)(60)7060504030200(10)(20)(30)2018-012018-032018-052018-072018-092018-112019-012019-032019-052019-072019-092019-112020-012020-032020-052020-072020-092020-112021-012021-032021-052021-072021-092021-112022-012022-032022-05出口金額:加工貿(mào)易:當(dāng)月同比出口金額:一般貿(mào)易:當(dāng)月同比圖26不同貿(mào)易方式出口增速（數(shù)據(jù)來(lái)源：海關(guān)總署，上年同2018-012018-032018-052018-072018-092018-112019-012019-032019-052019-072019-092019-112020-012020-032020-052020-072020-092020-112021-012021-032021-052021-072021-092021-112022-012022-032022-05進(jìn)口金額:加工貿(mào)易:當(dāng)月同比進(jìn)口金額:一般貿(mào)易:當(dāng)月同比圖27不同貿(mào)易方式進(jìn)口增速（數(shù)據(jù)來(lái)源：海關(guān)總署，上年同進(jìn)口增速的大幅下滑主要源于鐵礦砂及其精礦的進(jìn)口價(jià)格的大幅下跌（其價(jià)格在20227060504030200(10)2021年全年2022年1-52021年全年6040200(20)(40)(60)2021年全年2022年1-52021年全年00國(guó)際服務(wù)貿(mào)易差額:當(dāng)月值—國(guó)際服務(wù)貿(mào)易總額:當(dāng)月同比—國(guó)際服務(wù)貿(mào)易貸方:當(dāng)月同比—國(guó)際服務(wù)貿(mào)易借方:當(dāng)月同比0—加工服務(wù):當(dāng)月值—旅行:當(dāng)月值—運(yùn)輸:當(dāng)月值—保險(xiǎn)和養(yǎng)老金服務(wù):當(dāng)月值—金融服務(wù):當(dāng)月值—知識(shí)產(chǎn)權(quán)使用費(fèi):當(dāng)月值—電信、計(jì)算機(jī)和信息服務(wù):當(dāng)月值—其他商業(yè)服務(wù):當(dāng)月值圖31主要行業(yè)服務(wù)貿(mào)易差額變化（數(shù)據(jù)來(lái)源：是2018年1月此數(shù)據(jù)定期公布以來(lái)的新高。同時(shí)今年畢業(yè)生規(guī)模達(dá)1076萬(wàn)人，高企的青季度城鎮(zhèn)失業(yè)保險(xiǎn)金領(lǐng)取人數(shù)為266萬(wàn)人，環(huán)比上升2.7%。上述事實(shí)均體現(xiàn)勞動(dòng)力市場(chǎng)8%7%6%5%4%3%2%1%0%失業(yè)率同比增加失業(yè)率2.0%0.5%0.0%-0.5%-1.0%-1.5%全國(guó)城鎮(zhèn)調(diào)查失業(yè)率全國(guó)城鎮(zhèn)調(diào)查失業(yè)率同比增加31個(gè)大城市城鎮(zhèn)調(diào)查失業(yè)率31個(gè)大城市城鎮(zhèn)調(diào)查失業(yè)率同比增加城鎮(zhèn)調(diào)查失業(yè)率就業(yè)人員調(diào)查失業(yè)率:16-24歲人口就業(yè)人城鎮(zhèn)新增就業(yè)人數(shù)累計(jì)值（萬(wàn)人）1,2008006004002000城鎮(zhèn)新增就業(yè)人數(shù):累計(jì)值城鎮(zhèn)新增就業(yè)人數(shù):累計(jì)同比50%40%30%20%0%-10%-20%-30%-40%-50%城鎮(zhèn)領(lǐng)取失業(yè)保險(xiǎn)金人數(shù)（萬(wàn)60555045403530制造業(yè)PMI從業(yè)人員指數(shù)(%)—非制造業(yè)PMI從業(yè)人員指數(shù)(%)服務(wù)業(yè)從業(yè)人員指數(shù)(%)建筑業(yè)從業(yè)人員指數(shù)(%)2022年一季度農(nóng)村外出務(wù)工勞動(dòng)力人數(shù)為17780萬(wàn)人，同比上升2.2%。農(nóng)村外出勞動(dòng)力人數(shù)（萬(wàn)人）同比增加20,00018,00016,00014,00012,00010,0008,0006,0004,0002,000050%40%30%20%0%-10%-20%-30%-40%2019Q32019Q42020Q1202農(nóng)村外出務(wù)工勞動(dòng)力人數(shù)農(nóng)村外出務(wù)工勞動(dòng)力人數(shù):同比5000450040003500300025002000500020%5%0%-5%-10%5000045000400003500030000250002000015000100005000020.05.00.0-5.0-10.02019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q城鎮(zhèn)居民人均可支配收入累計(jì)值(元) 農(nóng)村居民人均可支配收入累計(jì)值(元)居民人均可支配收入累計(jì)增長(zhǎng)(%)居民人均可支配收入累計(jì)值(元)城鎮(zhèn)居民人均可支配收入累計(jì)增長(zhǎng)(%)農(nóng)村居民人均可支配收入累計(jì)增長(zhǎng)(%)500004500040000350003000025000200001500010000500002016Q12016Q22016Q32016Q42017Q12017Q22017Q32017Q42018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q42020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q13.532.5210.50城鎮(zhèn)居民人均可支配收入累計(jì)值(元)農(nóng)村居民人均可支配收入累計(jì)值(元)城鎮(zhèn)居民人均可支配收入累計(jì)值/農(nóng)村居民人均可支配收入累計(jì)值00全國(guó)整車(chē)貨運(yùn)流量同比全國(guó)整車(chē)貨運(yùn)流量指數(shù)上海整車(chē)貨運(yùn)流量指數(shù)13日4月13日5月13日江蘇整車(chē)貨運(yùn)流量指數(shù)003月13日4月13日5月13日6月13日浙江整車(chē)貨運(yùn)流量指數(shù)765432105050CPI:當(dāng)月同比CPI:食品:當(dāng)月同比CPI:0同比上漲主要是由于去年同期較低的基數(shù)效應(yīng)以及今年上半年爆發(fā)的局部疫情對(duì)供應(yīng)86420因此，受原油等大宗商品價(jià)格、局部疫情爆發(fā)和豬肉價(jià)格等各種因素的影響，CPI資料的權(quán)重）約占74%，生活資料出廠價(jià)格對(duì)PPI的000—中國(guó)大宗商品價(jià)格指數(shù)：能源類——中國(guó)大宗商品價(jià)格指數(shù)：能源類—中國(guó)大宗商品價(jià)格指數(shù)：礦產(chǎn)類—中國(guó)大宗商品價(jià)格指數(shù)：鋼鐵類—中國(guó)大宗商品價(jià)格指數(shù)：有色類Jul-14Oct-14Jan-15Apr-15Jul-15Oct-15Jan-16Apr-16Jul-16Jul-14Oct-14Jan-15Apr-15Jul-15Oct-15Jan-16Apr-16Jul-16Oct-16Jan-17Apr-17Jul-17Oct-17Jan-18Apr-18Jul-18Oct-18Jan-19Apr-19Jul-19Oct-19Jan-20Apr-20Jul-20Oct-20Jan-21Apr-21Jul-21Oct-21Jan-22Apr-2230252050-5--M1_____M2圖52貨幣供應(yīng)各項(xiàng)增速（數(shù)據(jù)來(lái)源：中國(guó)人民對(duì)其他金融部門(mén)債權(quán)同比增速對(duì)非金融部門(mén)債權(quán)同比---傳統(tǒng)口徑增速當(dāng)前口徑增速0社會(huì)融資總量:新增:非金融企業(yè)股票融資非金融企業(yè)股票融資累計(jì)增加4440億元，同比多增442億元，約占社會(huì)融資總量的0（數(shù)據(jù)來(lái)源：中國(guó)人民銀行、上海財(cái)經(jīng)大學(xué)高等研究院，單位：基百分點(diǎn)。實(shí)體部門(mén)的融資成本穩(wěn)中有降，雖然其中主要貢獻(xiàn)來(lái)自票據(jù)利率的持續(xù)下降，但更能代表實(shí)體部門(mén)融資需求的一般貸款利率亦下降至七疫情對(duì)我國(guó)經(jīng)濟(jì)基本面的沖擊。4-5月期間，上海吉林等無(wú)癥狀感染者以及新增確診病例達(dá)到了峰值，給我國(guó)經(jīng)濟(jì)帶來(lái)巨大沖擊。數(shù)據(jù)顯示，4情對(duì)經(jīng)濟(jì)基本面的擾動(dòng)加大了金融市場(chǎng)的不確定性，由此產(chǎn)生2019/3/112019/5/112019/7/112019/9/112019/11/112020/1/112020/3/112020/5/112020/7/112020/9/112020/11/112021/1/112021/3/112021/5/112021/7/112021/9/112021/11/112022/1/112022/3/112022/5/112019/3/112019/5/112019/7/112019/9/112019/11/112020/1/112020/3/112020/5/112020/7/112020/9/112020/11/112021/1/112021/3/112021/5/112021/7/112021/9/112021/11/112022/1/112022/3/112022/5/11(RMB/USD)SpotSpreadUSD-CNYUSD-CNH(basispoints)7.408007.206007.004006.806.602006.4006.20-2006.005.80-400圖58人民幣在岸(USD-CNY)課題組使用標(biāo)準(zhǔn)化的外匯儲(chǔ)備變動(dòng)幅度除以標(biāo)準(zhǔn)化的匯率變動(dòng)幅度建構(gòu)的外匯干濟(jì)基本面和短期跨境資金流出等幾方面因素，課題組預(yù)估人民幣兌美元匯率2022美國(guó)經(jīng)濟(jì)接近衰退的擔(dān)憂以及以歐央行為首的其他央行開(kāi)始釋放更為明確的緊縮信號(hào)AugAug-18Oct-18Dec-18Feb-19Apr-19Jun-19Aug-19Oct-19Dec-19Feb-20Apr-20Jun-20Aug-20Oct-20Dec-20Feb-21Apr-21Jun-21Aug-21Oct-21Dec-21Feb-22Apr-22(指數(shù))外匯干預(yù)指數(shù)USD-CNYspot,monthlyaverage(RHS)(RMB/USD)6.26.05.8Mar-16May-16Jul-16Sep-16Nov-16Jan-17Mar-17May-17Jul-17Sep-17Nov-17Jan-18Mar-18MayMar-16May-16Jul-16Sep-16Nov-16Jan-17Mar-17May-17Jul-17Sep-17Nov-17Jan-18Mar-18May-18Jul-18Sep-18Nov-18Jan-19Mar-19May-19Jul-19Sep-19Nov-19Jan-20Mar-20May-20Jul-20Sep-20Nov-20Jan-21Mar-21May-21Jul-21Sep-21Nov-21Jan-22Mar-22May-22實(shí)際有效匯率指數(shù)：美元名義有效匯率指數(shù)：美元(USDbn)ForeignReserves39003700350033003100290027002500ForeignForeignReserve/M2Ratio9.5-8.5AugAug-18OctOct-18DecDec-18FebFeb-19AprApr-19JunJun-19AugAug-19OctOct-19DecDec-19FebFeb-20AprApr-20JunJun-20AugAug-20OctOct-20DecDec-20FebFeb-21AprApr-21JunJun-21AugAug-21OctOct-21DecDec-21FebFeb-22AprApr-22第三，人民幣匯率的走勢(shì)若使用人民幣無(wú)本金交割遠(yuǎn)期外匯交易衡量（圖63）可Dec-19Dec-19Jan-20Jan-20FebDec-19Dec-19Jan-20Jan-20Feb-20Mar-20Mar-20Apr-20Apr-20May-20Jun-20Jun-20Jul-20Jul-20Nov-20Dec-20Dec-20Jan-21Jan-21Feb-21Feb-21Mar-21Mar-21Apr-21May-21May-21Jun-21Jun-21Jul-21Nov-21Nov-21Dec-21Dec-21Jan-22 Feb-22Mar-22Mar-22Apr-22May-22May-22Jun-224.02.00.0-2.0-4.0-6.0-8.0-10.0-12.0RMB1-yNDFRMB2-yNDFRMB3-yNDF等一系列因素綜合影響下，中國(guó)股票市場(chǎng)經(jīng)歷了一輪較大幅度調(diào)整風(fēng)險(xiǎn)顯著上升，這將對(duì)中國(guó)對(duì)外直接投資增長(zhǎng)產(chǎn)生抑制作用。從凈誤差與遺漏項(xiàng)來(lái)看，00—非儲(chǔ)備性質(zhì)金融賬戶（季度）—資產(chǎn)負(fù)債在波動(dòng)中保持相對(duì)穩(wěn)定，人民幣匯率將在合理區(qū)8.2數(shù)字美元和跨境支付競(jìng)爭(zhēng)），的使用具有路徑依賴和改革成本等原因有關(guān)。出于經(jīng)濟(jì)獨(dú)立性和未來(lái)臺(tái)海問(wèn)題的考量，貿(mào)新業(yè)態(tài)新模式的意見(jiàn)》的落實(shí)，并給第三方支付機(jī)構(gòu)帶來(lái)了三個(gè)方面的改變：第一，00新能源汽車(chē)行業(yè)的發(fā)展對(duì)實(shí)現(xiàn)“雙碳”目標(biāo)的貢獻(xiàn)很大程度上取決于發(fā)電行業(yè)的0圖68不同可再生能源發(fā)電占比情境下新能源車(chē)較燃油車(chē)碳排放量差020092010201120122013201400201120122013201420152016201720182--風(fēng)+太陽(yáng)能新增投資占當(dāng)年GDP比重（右）-.-風(fēng)+太陽(yáng)能新增投資占當(dāng)年固定資本形成總額比重（右）2022-022022-032022-—火電新增裝機(jī)量變化（同比，左）新增裝機(jī)量中非火電占比（右）20%，預(yù)計(jì)2025年可提前實(shí)現(xiàn)該目標(biāo)。根據(jù)風(fēng)能與提升了5%。據(jù)國(guó)家能源局統(tǒng)計(jì)，覆蓋廣二、中國(guó)宏觀經(jīng)濟(jì)下一步發(fā)展面臨的內(nèi)部主要不確定性年高校畢業(yè)生人數(shù)再創(chuàng)新高達(dá)1076萬(wàn)，課題組據(jù)此預(yù)測(cè)的今年7月青年失業(yè)率的結(jié)果如2.青年就業(yè)意向失衡，服務(wù)業(yè)低迷是導(dǎo)致青年失業(yè)率高的主要原因課題組認(rèn)為，當(dāng)代青年自身的性格、就業(yè)偏好、思維模式和價(jià)值觀等已經(jīng)有根據(jù)智聯(lián)招聘發(fā)布的《2020年輕人理想工作報(bào)告》、《大學(xué)生就業(yè)困難群新一代青年的就業(yè)觀更加理想主義，他們?cè)诠ぷ髦惺紫茸非蟮氖谦@得“工作的意義”，68%59%47%39%27%26%22%22%21%21%68%59%47%39%27%26%22%22%21%21%90%80%70%60%50%40%30%20%10%0%70%60%50%40%30%20%0% 84%83%成就感金錢(qián)趣味性30歲以下新鮮感掌控感外界的好評(píng)30歲以上 55.80%49.60%55.70%60.10%49.10%46.50%4240%46.20%.39%38.40% 1.80%3.90%4.70%5.30% 1.50%80后85后90后95后00后努力去爭(zhēng)取理想工作向現(xiàn)實(shí)妥協(xié)不清楚現(xiàn)有的調(diào)查表明青年就業(yè)也確實(shí)主要集中在第三產(chǎn)業(yè)——根據(jù)國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)，16-表42019年我國(guó)三大產(chǎn)業(yè)不同年齡段從業(yè)人數(shù)占比表52020年我國(guó)三大產(chǎn)業(yè)不同年齡段從業(yè)人數(shù)占比3農(nóng)林牧漁交通/運(yùn)輸/物流/倉(cāng)儲(chǔ)能源/礦產(chǎn)/環(huán)保貿(mào)易/批發(fā)/零售/快消政府/非盈利機(jī)構(gòu)汽車(chē)/生產(chǎn)/加工/制造生活服務(wù)金融業(yè)商業(yè)服務(wù)文體教育/工藝美術(shù)房地產(chǎn)/建筑業(yè)文化/傳媒/娛樂(lè)/體育計(jì)算機(jī)/互聯(lián)網(wǎng)/通信2%3%2%4%4%5%5%6%6%6%7%6%4%7%7%7%7%8%6%9%9%24%25%0%5%10%15%20%25%2022屆2021屆30%302018年2月2018年4月2018年6月2018年8月2018年2018年2月2018年4月2018年6月2018年8月2018年10月2018年12月2019年3月2019年5月2019年7月2019年9月2019年11月2020年3月2020年5月2020年7月2020年9月2020年11月2021年3月2021年5月2021年7月2021年9月2021年11月2022年3月2022年5月-5-10-15服務(wù)業(yè)生產(chǎn)指數(shù)當(dāng)月同比增速(%)全國(guó)16-24歲人口城鎮(zhèn)調(diào)查失業(yè)率(%)失業(yè)率具有顯著的季節(jié)效應(yīng)，其在每年7月達(dá)到峰值。但2020年之后的青年失業(yè)率不論為解決年輕人就業(yè)難的問(wèn)題，課題組認(rèn)為需促進(jìn)經(jīng)濟(jì)持續(xù)發(fā)展、創(chuàng)近年來(lái)國(guó)家及各級(jí)地方大力鼓勵(lì)和倡導(dǎo)年輕人靈活就業(yè)、自主創(chuàng)業(yè)、下鄉(xiāng)就階段學(xué)生的學(xué)科補(bǔ)習(xí)或興趣擴(kuò)展類校外培訓(xùn)部門(mén)發(fā)布了《關(guān)于切實(shí)減輕中小學(xué)生課外負(fù)擔(dān)開(kāi)展校外培訓(xùn)機(jī)構(gòu)專項(xiàng)治理行動(dòng)的通知》年同期11。特別地，義務(wù)教育階段學(xué)科類教育培訓(xùn)機(jī)構(gòu)的退出和“轉(zhuǎn)型”在“雙減DOI:10.3969/j.issn.1671-9468.2015.03.08/roll/202019/l/202111/mobdata/report/150中心和好未來(lái)教育研究院聯(lián)合發(fā)布的《中國(guó)教育服務(wù)產(chǎn)業(yè)市場(chǎng)分析與就業(yè)效應(yīng)測(cè)算報(bào)團(tuán)隊(duì)優(yōu)化或裁員。最新的行業(yè)招聘和求職數(shù)據(jù)進(jìn)一步顯示教育培訓(xùn)行業(yè)的景氣情況在為所有行業(yè)最高（22.95而到了2021年四季度，教育/培訓(xùn)開(kāi)始，教育/培訓(xùn)/院校行業(yè)的高校畢業(yè)生招聘需求人數(shù)逐月下降，而求職申請(qǐng)人數(shù)則在12/n1/2022/0228/c367001-圖77教育/培訓(xùn)行業(yè)高校畢業(yè)生就業(yè)供需及80100002009/012009/052009/092010/012010/052010/092011/012011/052011/092012/012012/052012/092013/012013/052013/092009/012009/052009/092010/012010/052010/092011/012011/052011/092012/012012/052012/092013/012013/052013/092014/012014/052014/092020/012020/052020/092021/012021/052021/092022/012022/057060504030200-10居民戶中長(zhǎng)期新增人民幣貸款（右）居民戶中長(zhǎng)期新增人民幣貸款占比80006000400020000-20004030200-10-20-30-40-50-606,0004,0002,0000-2,000-4,000-6,000居民戶短期新增人民幣貸款（右）2018-2020年均值居民戶短期新增人民幣貸款占比2021均值02013-2015年均值2013-2015年均值2021平均值2018-2020平均值0—新增中長(zhǎng)期貸款:消費(fèi)貸款--35%2016-022016-052016-022016-052016-082016-112017-022017-052017-082017-112018-022018-052018-082018-112019-022019-052019-082019-112020-022020-052020-082020-112021-022021-052021-082021-112022-022022-0530%25%20%15%10% 5% 0%-5%-10%中長(zhǎng)期貸款余額同比增速--短期貸款余額同比增速家庭債務(wù)占GDP比重(BIS)家庭債務(wù)占G中國(guó)美國(guó)---中國(guó)：資金流量表001-5月累計(jì)新增人民幣存款(億元)（數(shù)據(jù)來(lái)源：中國(guó)人民銀行、國(guó)家統(tǒng)計(jì)局、上海財(cái)經(jīng)大學(xué)高等研究（數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局、上海財(cái)經(jīng)大學(xué)高等降杠桿的通道？課題組認(rèn)為，這種擔(dān)心還為時(shí)尚早相對(duì)增加更多，債務(wù)-資產(chǎn)比例有所降低，但除上0（數(shù)據(jù)來(lái)源：中國(guó)人民銀行、上海財(cái)經(jīng)大學(xué)高00—房地產(chǎn)開(kāi)發(fā)資金來(lái)源:個(gè)人按揭貸款:當(dāng)月值--間的推移，當(dāng)越來(lái)越多的家庭投資房地產(chǎn)時(shí)，收入效應(yīng)的作用會(huì)逐漸被其他效應(yīng)取代，期消費(fèi)增加的較多，而中低收入家庭在貨幣政策沖擊下當(dāng)期消費(fèi)增加的較少甚至下降。適的呢，課題組認(rèn)為，對(duì)低收入家庭等群體進(jìn)行直接的財(cái)政補(bǔ)貼不但可以刺激總需求，13Gornemann,N.,Kuester,K.andNakajima,M.,2016.Dovesfortherich,hofmonetarypolicy.DistributionalConsequencesofMonetaryPolicy(April2016).驟降的風(fēng)險(xiǎn)，如果不想因此而賣(mài)房，則家庭就需要為未來(lái)的房貸還款儲(chǔ)備流動(dòng)性資產(chǎn)，在面臨收入沖擊時(shí)，家庭也不能通過(guò)調(diào)整信貸保持消費(fèi)平滑，進(jìn)行自我保險(xiǎn)(self-失業(yè)時(shí)才能得到補(bǔ)貼，因此，補(bǔ)貼會(huì)降低家庭找工作的動(dòng)力，增加失業(yè)率。但在中國(guó)，式、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)換增長(zhǎng)動(dòng)力的攻關(guān)期，經(jīng)濟(jì)社會(huì)發(fā)展面臨需求收縮、供給沖擊、預(yù)期轉(zhuǎn)弱三重壓力。為保持經(jīng)濟(jì)運(yùn)行在合理區(qū)間，亟需穩(wěn)定的金融環(huán)境作為內(nèi)在支撐。事實(shí)上，隨著城市環(huán)境污染問(wèn)題日益嚴(yán)峻，我國(guó)政府對(duì)保護(hù)環(huán)境的重視程度不斷加大，要的作用。從現(xiàn)在經(jīng)濟(jì)運(yùn)行來(lái)看，如圖95能為深化綠色金融體制改革以實(shí)現(xiàn)綠色經(jīng)濟(jì)發(fā)展與金融穩(wěn)定發(fā)展的有效協(xié)同提供理論14Coffman,LucasC.,JofromTeachforAmerica."TheQuarterlyJournalofEconomics11泰安（CSMAR）數(shù)據(jù)庫(kù)、中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)Riskijt=β0+β1envjt+θxijt+δyjt+μi+yt+εijti為銀行固定效應(yīng)；ytijt為多維度的隨機(jī)擾動(dòng)項(xiàng)。表‘城市環(huán)境質(zhì)量衡量指標(biāo) 題組選取的控制變量包括銀行層面控制變量和地區(qū)宏觀經(jīng)濟(jì)金融層面控制變量。其中，貸款資產(chǎn)比率（Loan用銀行貸款總額與總資產(chǎn)的比值表示3）運(yùn)營(yíng)效率（CIR流動(dòng)性比率（LR采用現(xiàn)金及存放中央銀行款項(xiàng)與總資產(chǎn)的比值表示7）銀行規(guī)模表7變量描述性統(tǒng)計(jì)號(hào)1ROALoanCIRIncomeLRAssetCPIMP的回歸結(jié)果，可以看出，城市環(huán)境綜合指數(shù)（env）的回歸系數(shù)均顯著為負(fù)，這進(jìn)一步表8城市環(huán)境質(zhì)量提升與銀行風(fēng)險(xiǎn)承擔(dān)：全樣本基準(zhǔn)估計(jì)結(jié)果RiskRiskRiskROALoanCIRIncomeLRAssetCPIMPWithin-R2著性水平。數(shù)據(jù)來(lái)源：上海財(cái)經(jīng)大學(xué)高等研究院。的《綠色信貸資金》對(duì)銀行業(yè)金融機(jī)構(gòu)大力促進(jìn)節(jié)能減排和環(huán)境保護(hù)提出了明確要求，境質(zhì)量與銀行風(fēng)險(xiǎn)承擔(dān)之間的負(fù)向關(guān)系依然穩(wěn)健，進(jìn)一步證實(shí)研究結(jié)論并非是偶然的。表9穩(wěn)健性檢驗(yàn)：調(diào)整樣本研究區(qū)間RiskRiskRiskROALoanCIRIncomeLRCPIMPWithin-R2著性水平。數(shù)據(jù)來(lái)源：上海財(cái)經(jīng)大學(xué)高等研究院。3、城市環(huán)境質(zhì)量對(duì)銀行風(fēng)險(xiǎn)承擔(dān)影響的機(jī)制分析Riskijt=β0+β1envjt+β2connectijt?envjt+β3connectijt+θxijt+δyjt+μi+yt+εijt表10報(bào)告了城市環(huán)境質(zhì)量對(duì)銀行風(fēng)險(xiǎn)承擔(dān)出，無(wú)論采用哪種指標(biāo)衡量地方政府干預(yù)，城市環(huán)境質(zhì)量綜合指數(shù)（env）與地方政府表10城市環(huán)境質(zhì)量提升與銀行風(fēng)險(xiǎn)承擔(dān)：機(jī)制分析MarketROALoanCIRIncomeLRCPICPIMPWithin-R2注重防范化解重大金融風(fēng)險(xiǎn)挑戰(zhàn)和深入打好污染防治攻堅(jiān)戰(zhàn)不僅是決勝全面建成據(jù)此，課題組認(rèn)為要充分認(rèn)識(shí)到防范化解重大金融風(fēng)險(xiǎn)與污染防治并非彼此孤立、生態(tài)環(huán)境的重視程度，避免城市環(huán)境質(zhì)量下降對(duì)金融系統(tǒng)風(fēng)險(xiǎn)的造成負(fù)面影響。其次，非金融企業(yè)部門(mén)-CNBS---非金融企業(yè)部門(mén)-BIS0%____02016201720182019--地方國(guó)有企業(yè)（左）…民營(yíng)企業(yè)（右）--地方國(guó)有企業(yè)—民營(yíng)企業(yè)（右）因此，為了評(píng)估房地產(chǎn)行業(yè)對(duì)銀行系統(tǒng)穩(wěn)定性的影響，課題組通過(guò)條件在險(xiǎn)價(jià)值模型20按照證監(jiān)會(huì)行業(yè)分類，目前我國(guó)正常狀態(tài)下的遭受沖擊時(shí)的風(fēng)險(xiǎn)溢出效應(yīng)，課題組還估算了每家銀行的條件在險(xiǎn)價(jià)值（ConditionalValueatRisk，CoVaR）。每家銀行風(fēng)險(xiǎn)溢201420152016201720182019202020---簡(jiǎn)單平均加權(quán)平均在5%的置信水平下銀行自身受到使其產(chǎn)23課題組還做了兩組穩(wěn)健性檢驗(yàn)，第一，課題組計(jì)算了置信水平為1201420152016201720182019202020圖101不同所有制性質(zhì)上市銀行風(fēng)險(xiǎn)溢出比例——單家銀行自身遭受外部沖擊時(shí)2424此圖中各類型銀行的風(fēng)險(xiǎn)溢出比例均為資產(chǎn)規(guī)模為權(quán)重的加權(quán)平均值，課題組還對(duì)各類型銀行的風(fēng)險(xiǎn)溢出比例計(jì)201420152016201720182019202020---簡(jiǎn)單平均加權(quán)平均圖102上市銀行風(fēng)險(xiǎn)溢出比例——銀行系統(tǒng)遭受外部沖擊201420152016201720182019202020圖103不同所有制性質(zhì)上市銀行風(fēng)險(xiǎn)溢出比例——銀行系統(tǒng)遭受外部沖擊時(shí)270—平均工商銀行---農(nóng)業(yè)銀行……中國(guó)銀行交通銀行（五）地方政府債務(wù)加速發(fā)行，還債壓力積累20864202019-012019-012019-032019-032019-052019-052019-072019-072019-092019-092019-112019-112020-012020-012020-032020-032020-052020-052020-072020-072020-092020-092020-112020-112021-012021-012021-032021-032021-052021-052021-072021-072021-092021-092021-112021-112022-012022-012022-032022-032022-052022-05青海貴州天津新疆甘肅吉林重慶江西海南浙江黑龍江湖南廣西云南寧夏安徽河北江蘇遼寧湖北西藏北京河南福建上海廣東0實(shí)際發(fā)行總額(億元)加權(quán)發(fā)行利率(%)50,00010045,00040,00035,00030,00025,00020,00015,00010,0005,0000907060504030200地方政府余額(億)城投債余額(億)估算負(fù)債率(%)02007-2019年間，地方政府負(fù)債率與各地區(qū)商業(yè)銀行00地方政府負(fù)債率（數(shù)據(jù)來(lái)源：財(cái)政部、WIND數(shù)據(jù)庫(kù)、上海財(cái)經(jīng)大學(xué)高等據(jù)此，課題組認(rèn)為，應(yīng)該規(guī)范地方政府舉債融資（六）推動(dòng)綠色轉(zhuǎn)型助力高質(zhì)量發(fā)展+log(ci)-log(cus)+v(li)-v(lus)n-(σi2-σ)n-Klog(pi)-log(pus)+v(li)-v(lus)n-(σi2-σ)n-Klog(pi)-log(pus)θ=14.2，ε=1，u=7.36，天津市山東省江蘇省河南省河北省安徽省新疆維吾爾自治區(qū)山西省北京市湖北省甘肅省湖南省天津市山東省江蘇省河南省河北省安徽省新疆維吾爾自治區(qū)山西省北京市湖北省甘肅省湖南省寧夏回族自治區(qū)貴州省云南省遼寧省陜西省江西省廣西壯族自治區(qū)重慶市吉林省內(nèi)蒙古自治區(qū)黑龍江省青海省西藏自治區(qū)四川省廣東省福建省浙江省海南省上海市廣西福建江西貴州新疆北京GDP增速浙江（數(shù)據(jù)來(lái)源：上海財(cái)經(jīng)大學(xué)高等研究院、國(guó)家統(tǒng)計(jì)局和WIND數(shù)0.10.050-0.05-0.1-0.15系，促成經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)環(huán)境保護(hù)協(xié)同共進(jìn)，實(shí)現(xiàn)真正意義上的經(jīng)濟(jì)高質(zhì)量發(fā)展。三、全球經(jīng)濟(jì)滯脹風(fēng)險(xiǎn)加大的出口城市和港口城市，上海關(guān)區(qū)出口在4-5月封控期間，其出口分別下降45.0%和進(jìn)、出口的平穩(wěn)增長(zhǎng)主要來(lái)源于較高的出口價(jià)格和進(jìn)口價(jià)格，其數(shù)量增長(zhǎng)有限。因此，大風(fēng)險(xiǎn)，而且日本與其他國(guó)家不同，無(wú)限寬松并不會(huì)造成惡性通脹。對(duì)于美元兌日元濟(jì)增長(zhǎng)出現(xiàn)分化。中國(guó)工業(yè)受益于疫情的及早控制率先復(fù)蘇，并恢復(fù)到原有增長(zhǎng)速度，0.22%左右。寬松貨幣政策和經(jīng)濟(jì)增長(zhǎng)緩慢導(dǎo)致日本利率維持在較低水平。一國(guó)利率反歐央行并未像日本一樣以控制利率為目標(biāo)。日本是典型的保利率而棄匯率的政策取向，松，疫情后美國(guó)通脹逐漸失控。歐洲疊加能源供應(yīng)短缺影響，通貨膨脹形勢(shì)同樣嚴(yán)峻，推動(dòng)菲律賓一季度經(jīng)濟(jì)同比增速暴漲的另外一個(gè)原因是去年同期的低基數(shù)效應(yīng)——同旺達(dá)和塞舌爾的經(jīng)濟(jì)將出現(xiàn)較大下滑，分別下降4.1%和3.3%；經(jīng)濟(jì)較為多元的喀麥第二章基準(zhǔn)條件下2022年中國(guó)主要經(jīng)濟(jì)指標(biāo)增速預(yù)測(cè)表11上海財(cái)經(jīng)大學(xué)高等研究院對(duì)中國(guó)各主要經(jīng)濟(jì)指標(biāo)增速的預(yù)測(cè)30單位%