姚餘棟:新貨幣理論(NMT)預測全球流動性陷阱

姚餘棟:新貨幣理論(NMT)預測全球流動性陷阱

“人民幣資產是當前全球經濟環境下最佳的配置資產”10月26日,大成基金副總經理兼首席經濟學家、中國人民銀行金融研究所前所長姚餘棟在“2019全球財富管理論壇”上表示。

姚餘棟首次基於支付清算的微觀基礎提出新貨幣理論(NMT),其認為在交易體系中,進行支付清算的貨幣交易需求是指數增加,而以人類生產為抵押的貨幣供給是線性的。NMT理論得出兩個結論:

第一,隨著人類交易活動的增長,流動性不足將是最終結局。因為創造資產是線性的,跟不上流動性需求,負債端增長超過了資產能夠跟上的速度,會出現一個資產慌,而且是反覆出現。

第二個是債務上升無法避免。因為負債端是平方項,資產端是線性的,槓桿率將隨交易節點增加而升高。所以只要分工多,交易主體多,債務率是無法上升的無法阻擋,全球都是如此。

NMT理論表明貨幣政策會經歷三階段:第一階段是傳統貨幣政策階段,以中國為代表;第二階段是QE,以美國為代表;第三階段為負利率+QE,以歐洲和日本為代表。負利率使得全球有可能進入到全球流動性陷阱,從而使得貨幣政策失效。

姚餘棟表示,主要經濟體將進入到貨幣經濟體第二第三階段,中國將保持更高質量的中速增長,進入白銀時代,伴隨著國內金融市場開放及人民幣國際化進程提速,大量的外資將持續流入中國。在全球貨幣寬鬆政策下,人民幣資產是最佳的配置資產。

以下是發言實錄

姚餘棟:很高興第二次參加這樣的一個通州盛會,我想跟大家彙報一下這幾年以來從我在人民銀行工作期間,後來也在資管行業以來和我同事們一起探索的新的貨幣理論(NMT),我們覺得這個理論對當前的全球配置確實有比較強的指導意義。我們這個配置理論主要是基於支付清算微觀基礎提出的貨幣需求。

NMT理論研究表明,交易中的支付結算網絡對於貨幣的需求是極為巨大的,不再是個人貨幣需求的簡單線性加總,而是參與支付結算網絡的人數的二次方。隨著全球交易日趨活躍,以人類生產為抵押的線性貨幣供給將難以滿足人類對貨幣的指數增長的需求。

NMT理論的第一個推論是:隨著人類交易活動的增長,流動性不足將是最終結局,全球流動性緊縮將是未來的常態。流動性不足導致佔優貨幣升值,國際貨幣有更高的流動性和需求,比如說日央行2016年開始QQE操作並實行負利率,而日元反而升值。國際貨幣發行國具有外部性,國際貨幣利用全球性需求自行為自己融資,而其為自身融資的過程就是向海外離岸中心提供流動性的過程。國際貨幣體系需要一個更加國際化的人民幣作為全球流動性的補充來源,因此人民幣國際化是必然趨勢。

NMT理論的第二個推論是:槓桿率上行無法避免。根據我們的理論,貨幣需求呈現指數型增長,而經濟增長近乎線性,槓桿率將隨交易節點增加而升高。經濟長時期穩定可能導致債務增加、槓桿比率上升,進而從內部滋生爆發金融危機和陷入漫長去槓桿化週期的風險。為防止“明斯基時刻”,央行採用QE操作,導致公共債務可持續。例如,歐債危機由於歐央行QE而解決。有一個名言:稅收和死亡不可避免。正如早上李揚老師說的:唯有稅收、死亡、債務不可避免,不要憂心債務,債務是擋不住的。

怎麼理解現在全球越來越多的出現了負利率債券。根據我們的NMT理論得出了貨幣政策三階段。第一階段是基於泰勒規則的傳統貨幣政策,這是中國經濟目前所處的階段;第二階段是QE,債務率無法持續時需要QE操作,這是目前美國經濟所處於的階段。2001年至2018年,美國政府槓桿率由48%上行至98%,減稅政策導致國債發行進一步增加。9月中旬美國回購市場利率出現跳升,主要原因是2018年以來美聯儲縮表,總資產由4.5萬億美元降至今年9月初的3.8萬億美元,導致市場流動性不足。流動性不足將制約財政政策空間。美聯儲10月11日宣佈,自2019年10月15日起至2020年第二季,重啟短期國債購買計劃,購債規模為每月600億美元。按照購買計劃,預計到2020年二季度,美聯儲總資產將回到4.5萬億美元。目前美聯儲的操作類似意大利國債收益率大幅上漲期間歐央行被迫採用LTRO操作類似。貨幣政策的第三階段就是負利率+QE操作,就是歐央行、日央行目前的階段。負利率使得全球有可能進入到全球流動性陷阱,從而使得貨幣政策失效。

在全球貨幣寬鬆政策下,人民幣資產是最佳的配置資產。全球經濟下行壓力增大,加劇全球避險情緒,美聯儲貨幣政策寬鬆將會提供全球流動性,進一步擴大負利率債券的規模,目前全球有超過13萬億美元的債券資產收益率為負。正如我在青島的年會上說過,人民幣資產是當前最佳的配置資產。根據我們的NMT理論,主要經濟體將進入到貨幣經濟體第二第三階段,中國將保持更高質量的中速增長,進入白銀時代,伴隨著國內金融市場開放及人民幣國際化進程提速,全球對人民幣資產的需求會更加旺盛。所以應該對我們未來十年進入更高質量的中速增長的時代和人民幣的資產有更多的信心。


分享到:


相關文章: