“M2增速13.6%，GDP增速才7.7%，明摆着央行货币超发，不通胀才怪呢！”这一推论一直是网民质疑央行货币超发推高物价的主要依据，然而央行日前却郑重辟谣：中国并不存在货币超发问题。它的解释说得通吗？

　　本刊记者/邢力

　　经济学泰斗弗里德曼曾有名言：“无论何时何地，通货膨胀都是一种货币现象。”言下之意，每当物价快速上涨时，政府别给自己找各种借口，归根到底就是你货币发行太多了。当社会上货币增长的速度远超维持经济正常运行所需要的货币量时，即当社会上新创造出1元的价值和财富时，新增货币供给却超过1元时，就存在所谓“货币超发”现象。这一现象历来被老百姓所深恶痛绝，认为是造成通货膨胀的罪魁祸首。

　　央行否认“货币超发”

　　然而最近央行调查统计司司长盛松成却认为，去年央行坚持“总量稳定、结构优化”的调控取向，继续实施稳健的货币政策，既不放松也不收紧银根，使得2013年末M2余额为110.65万亿元，同比增长13.6%，仅超出年初政府工作报告的拟定目标0.6个百分点，可以说基本达到了调控目标的要求。

　　针对外界质疑央行“货币超发”的问题，盛松成明确表示，中国M2较大是因为储蓄率高、间接融资比重高等造成，用“货币超发”来评价不科学。

　　“央行真正发行的就是M0，即5.8万亿元的M0。而M1中包括企业活期存款，M2中包括所有的企业存款和居民存款等，所以M2余额多。”盛松成称，一般而言，储蓄率比较高的经济体，其货币总量也往往比较高。中国人比较重视储蓄，国民储蓄率超过50%，而美国则不足5%。此外，间接融资占比较高的经济体，货币总量也会相对较多。“间接融资就是银行贷款，我存到银行去，银行贷给企业，这样一来就形成了大量企业存款，一方面个人储蓄存款增加，一方面企业存款增加，这样一来M2就相对比较高。”他说。

　　盛松成还风趣地指出，并非央行一家创造了百万亿M2，而是央行、商业银行、所有的企业、个人，“包括在座各位共同创造的”。从去年12月M2和信贷增长的回落也印证了2014年央行将继续逐步退出信贷宽松。

　　“货币乘数”玄机暗藏

　　把M2增速快归咎于储蓄率和间接融资比重高的说法究竟有没有道理呢？与以往我们常常质疑官方解释不同，这次我们站在经济学专业角度上，倒是要帮央行说说话。

　　上海交通大学公共政策研究所所长顾建光教授接受记者采访时表示，央行发行的基础货币(M0)规模小，而M2却规模那么大，其中的玄机在于货币乘数。

　　所谓“货币乘数”就是基础货币与派生货币之间的比例关系。通俗地说，央行发行的基础货币进入市场后，并非所有的钱都以现金或资产(如房产)形式在市场中交易流通，其中相当一部分货币以个人和企业存款的形式放到银行吃利息。假如银行获得了1万元存款后又把这笔钱贷了出去，市场上就立即新增了1万元货币，这就是派生货币。贷款人拿到这笔钱后，又拿去投资或消费了，赚到这笔钱的企业或个人又会把暂时用不上的钱再存进银行，银行等于又增加了一笔派生存款。如此循环几次后，M2就要比央行发行的M0多好几倍了。也就是说，货币乘数决定了M0到M2的扩张能力。

　　理论上说，这种循环可以无限次地进行下去，使商业银行的货币创造功能和货币乘数无限大，但实际上央行却用存款准备金制度约束了货币乘数。假如准备金率为10%，那货币乘数最大只能达到1/10%=10倍。为了防范流动性风险，商业银行自身也会在吸收的储蓄中提取一定比率的超额准备金，使货币乘数进一步缩小。另外，总有一些货币会以现金或资产形式徘徊在银行系统之外，这种现金漏损越多，银行的派生存款就越少，货币乘数就越低。存款准备金率、超额准备金率和现金比率这三者共同决定了货币乘数的大小，所以盛松成才说M2是央行、商业银行、所有的企业和个人共同创造的。

　　由此可见，中国储蓄率和间接融资比重高都会导致现金比率低，商业银行吸收存款和创造派生货币的能力强，进而推高货币乘数，使中国的M2规模远超M0。

　　三大诱因值得关注

　　不过顾建光还指出，储蓄率和间接融资比重高理论上虽然是会推高M2，但绝不是中国M2规模较大的最关键原因。顾建光认为，中国M2规模较大的背后也有其他原因。

　　其一，也是最重要的原因在于我国外汇储备居高不下。到去年末，我国外汇储备同比增长5097亿美元，达3.82万亿美元，占M2的21%，外储余额及年度增幅均创历史新高。在强制结汇制度下，外汇储备越多意味着央行被动投放的外汇占款(收购外汇资产而发行的本国货币)就越多，结果虽然一定程度上抑制了人民币的升值步伐，却也给国内通胀造成巨大压力，最终人民币还是面临外升内贬的囧境。

　　第二，前些年国内的融资主要通过商业银行贷款，但随着监管的严厉，这些年各大商业银行的表外资产和影子银行业务做得风生水起，各种信托、私募债、理财产品、P2P等游走在监管灰色地带的投融资产品迅速发展壮大，这些具有货币创造功能的金融工具的遍地开花实际上放大了货币乘数，增加了M2，使得央行货币政策产生失效风险，也使商业银行的运作安全受到威胁，这也是去年6月“钱荒”背后的深层次原因。

　　最后，房价和M2之间形成了互为因果的怪异关系。去年大炮任志强曾放言：“房价这些年来翻了5倍，中国的M2也翻了5倍，是M2推高了房价，更相当于房价没有上涨。”这话其实只说对了一半。因为M2的飙升导致物价上涨，使得投资者忙不迭地希望依靠买房来实现资产保值，从这个角度看，M2的确是房价连年上涨的重要推手；但反过来说，房价的连年上涨也使得市场对货币和住房信贷的需求不断增加，每次贷款都会创造出数十万甚至数百万元的派生货币，所以房价飙升对M2规模的膨胀也起到了推波助澜的作用。

　　当然从另一面看，虽然我国M2已连续多年稳居世界第一，但实际上物价涨幅却远不如M2增速那么快，也是因为大量新增货币被房地产市场和众多“铁公基”项目所吸收，一旦资金沉淀为钢筋水泥，就失去了货币派生功能。换句话说，如果不是房价的高速上涨把天量M2吸收到房地产市场中的话，那么多无处藏身的货币将使得物价涨幅更大。

　　第三只眼看中美M2差异

　　除了上述三个诱因外，对比中美M2结构的差异，我们能发现更多深层次问题。

　　许多人心中都有一个疑问：为什么面对全球金融危机，美、日等经济体都走上了“广撒货币刺激需求”的凯恩斯主义道路，可5年过去了，为什么其物价上涨幅度都不大呢？

　　顾建光表示，问题还在于货币乘数上。2008年美联储为了救市，把基础货币从0.8万亿美元猛增到2.2万亿美元，但由于房价下跌导致信贷收缩和消费下降，美国的货币乘数也急剧下降。中国则恰恰相反，房价上涨推高了货币乘数。而日本由于20年的经济衰退和通缩预期，已陷入了“流动性陷阱”中，不管政府发多少货币都会被老百姓窖藏起来。

　　另外，中美的货币结构也不一样。假如中美两国的M2规模相同，则中国的储蓄存款(M2-M1)规模庞大，但流通的、有实际经济意义的货币(M1)却很少；而由于美国的储蓄率很低(5%)，几乎全是M1，而美国人习惯用支票和信用卡支付，这些被算作M1的货币实际上具有与流通中的货币(M0)差不多的流动性，这就导致中美两国的货币派生能力相差巨大。

　　那又是什么原因导致美国人不爱储蓄爱消费，中国人不爱消费爱储蓄呢？

　　最关键的一点原因在于有没有后顾之忧。中国经济增长结构中，居民收入多年来增长还不够快，导致不少消费者即使有了一些积蓄，往往出于对未来就业、住房、养老、医疗和子女教育保障方面不完善不安全的忧虑，产生了强烈的储蓄冲动，这在凯恩斯的货币需求理论中属于预防性需求。中国居民更倾向于把财富用于买房、教育等大额刚性支出上，从而不得不削减当前的各种消费。而美国则具备了相对完善的社会保障体系，加上东西方财富观念的差异，使得中国人比美国人更倾向于储蓄。

　　其次，收入分配的差距也是推高中国储蓄率的重要原因。由于每年新增的天量货币并非均等分配给每个人，贫富差距的拉大也会导致储蓄增加(富人钱多花不掉)而消费萎靡(穷人没钱花)。

　　背景知识

　　中国M2增长史

　　从货币供应量的流动性来区别，大致可划分为M0(流通中的现金)、M1(M0+活期存款，又称狭义货币供应量)、M2(M1+定期存款，又称广义货币供应量)三个层次。这三个指标的涨跌变化，是央行制定货币政策、判断货币政策效果及预测经济形势的重要依据。其中M2是反映货币供应最重要的指标。

　　我国M2统计始于1952 年，当年M2为101.3亿元。从1952年到1957年，M2保持每年10%左右合理增速，与实体经济增速吻合。但从1958年开始M2也和实体经济一起“大跃进”，以每年平均25%的速度猛增，导致建国后第一次通货膨胀。之后又发生通货紧缩，M2由1961年的439.8亿元降到1964年的434.7亿元。接下来M2开始了第二次冒进，每年增速上升到14%，1968年达666.9亿元。从1970年到1979年为温和通胀期。

　　改革开放后，M2增长跃上了新台阶。1980年到1984年，M2年均新增400多亿元，但从1984年到1989年，货币发行加大，M2突飞猛进，年均新增1500多亿元，1989年货币存量达12000亿元。

　　进入上世纪90年代后，随着中国经济的飞速发展，M2继续快速攀升，1991年比1990年新增4100亿元，1994年比1993年新增12100亿元，2000年比1999年新增15600亿元，2001年比2000年新增18200亿元，2011年，M2达152888亿元。这段时期M2年均增速超过30%。

　　2002年以来，M2依然保持年均17.6%的高增长态势，其中2009年的“四万亿”投资使当年M2增速蹿升至27.6%。

　　表 过去10年中国M2增速一览

　　年份(年末)

　　M2(万亿元人民币)

　　同比增速

　　2013

　　110.65

　　13.6%

　　2012

　　97.42

　　14.4%

　　2011

　　85.16

　　17.3%

　　2010

　　72.58

　　19.7%

　　2009

　　60.62

　　27.6%

　　2008

　　47.52

　　17.8%

　　2007

　　40.34

　　16.7%

　　2006

　　34.56

　　15.7%

　　2005

　　29.88

　　18.0%

　　2004

　　25.32

　　15.5%

　　2003

　　21.92

　　-