【新疆人口增长率急剧下降?新疆大学报告用详实数据戳穿反华“学者”五大谎言】德国反华学者郑国恩(Adrian Zenz)去年6月在美国詹姆斯敦基金会发表一篇“研究报告”,捏造所谓“新疆的人口自然增长率急剧下降”“和田某地汉族人口增长率比维吾尔族人口增长率高出近8倍”等“研究结果”并进行炒作。4日,新疆大学官网发布《人权保障语境下美国干涉新疆事务的探析——以新疆人口为视角的调查研究报告》。这份近8000字的报告由新疆大学马克思主义学院教授祖力亚提·司马义和张雅茜共同撰写,报告通过翔实数据针对郑国恩所谓“研究结果”中的五大谎言进行驳斥。5日,报告作者祖力亚提·司马义教授对《环球时报》表示,郑国恩的“研究报告”罔顾事实,恣意篡改数据、混淆计量单位、模糊概念和数据来源,就是一份披着“学术报告”外衣,旨在从人口角度抹黑中国新疆的“三无产品”,“对于这些谎言,我们在报告中都一一进行了反驳。”
谎言一:“新疆人口自然增长率急剧下降”
郑国恩在其“研究报告”中称“通过对政府文件的系统分析,自2015年起,新疆的人口自然增长率急剧下降”。然而,新疆大学的报告通过查阅国家统计局和新疆维吾尔自治区统计局公布的统计数据发现,从2015年至2017年,新疆的人口自然增长率基本稳定在11‰以上。尽管2018年新疆的人口自然增长率下降至6.13‰,但从全国人口自然增长率的平均水平来看,新疆地区的人口自然增长率仍处在较高水平,并不存在郑国恩所言的“急剧下降”。
谎言二:“少数民族地区2018年人口自然增长率降至4.06‰”
郑国恩还称“2018年新疆人口自然增长率直线下降:所有少数民族地区均降至4.06‰,其中喀什与和田地区的增长率为2.58‰。”。然而新疆大学报告指出,根据自治区统计局公布的数据,2018年新疆全区的人口自然增长率是6.13‰。在少数民族人口占多数的新疆南疆四地州中,克孜勒苏柯尔克孜自治州11.45‰、喀什地区6.93‰、阿克苏地区5.67‰、和田地区2.96‰。即除了和田地区以外,南疆其他地区人口自然增长率均高于郑国恩“报告”中的“4.06‰”。另外,喀什地区(6.93‰)、和田地区(2.96‰)的人口自然增长率也与郑国恩谎称的“2.58‰”这一数值不相符合。
谎言三:“2018年和田某地汉族人口增长率比维吾尔族的人口增长率高出近8倍”
而对于郑国恩声称的“2018年,和田地区某地的汉族人口增长率比维吾尔族的人口增长率高出近8倍”,新疆大学报告指出,新疆作为多民族聚居的地区,在新疆除了汉族和维吾尔族以外,还生活着其他的众多民族。就新疆的维吾尔族人口和汉族人口的变化情况来看,从2010年至2018年,维吾尔族人口不仅没有如郑国恩所言的减少,而是呈上升趋势。据统计,2010-2018年,新疆年末总人口从2181.58万人上升至2486.76万人,增加305.18万人,增长13.99%。具体而言,少数民族人口从1298.59万人上升至1586.08万人,增加287.49万人,增长22.14%;其中,维吾尔族人口从1017.15万人上升至1271.84万人,增加254.69万人,增长25.04%。同一时期,汉族人口从2010年的882.99万人上升至2018年的900.68万人,增加17.69万人,增长2.0%。综上,维吾尔族人口的增幅不仅高于全疆人口的增幅,也高于少数民族人口的增幅,更明显高于汉族人口的增幅。
谎言四:“所有少数民族县的人口净增长率为-0.25‰”
郑国恩在其“研究报告”中称“喀什地区与和田地区的人口净增长率低,仅有0.22‰,所有少数民族县的人口净增长率为-0.25‰,因而从总人口的增加可以估计多数地区的汉族的人口净增长率上升了7.42‰”。
新疆大学报告比对官方数字发现,无论是从南疆四地州28个县的人口自然增长率的均值(5.53‰)来看,还是分别从四地州所辖下县的人口自然增长率的均值分析,都无法得出郑国恩所言的“所有少数民族县的人口净增长率为-0.25‰”。就喀什地区与和田地区的事实情况来看,也与郑国恩所谓的“喀什地区与和田地区的人口净增长率低,仅有0.22‰”大相径庭。至于郑国恩再次提到的“从总人口的增加可以估计多数地区的汉族的人口净增长率为7.42‰”的这一推断更是毫无根据,既无事实依据又无数据支撑。
值得注意的是,郑国恩在其“研究报告”中谈到汉族的净人口变化率增至7.42‰时用的是“estimate”一词,其意为“估计、推算”。新疆大学报告提到:“或许是郑国恩自己也为自己的谎言心虚,也只能用含糊其辞的话语继续掩盖着自己的谎言。”
谎言五:“2020年,一个维吾尔族地区(克孜勒苏柯尔克孜自治州)设定了前所未有的近乎为零的人口增长目标,即每千人中仅新增1.05人”
新疆大学报告指出,在这里,郑国恩再次不惜篡改克孜勒苏柯尔克孜自治州相关文件的数字以完成自己的“研究报告”。根据克孜勒苏柯尔克孜自治州的卫健委预算报告可以看出,在一级指标“项目完成指标”中,对于二级指标下“质量指标”中的“人口自然增长率”设定的是1.05%。这里值得注意的是,该文件中用的单位是%。换句话说,当%转化为‰时,克孜勒苏柯尔克孜自治州文件中提到的人口自然增长率就应该是10.5‰。
因此,郑国恩谈到的“每千人中仅新增1.05人”这一论述,实则是以混淆人口增长计量单位的手法来编造其“研究报告”中的谎言。
“我的报告两个核心的观点是:新疆的人口,包括少数民族的人口发展始终保持健康和稳定,根本不存在郑国恩所谓的‘剧烈的下降’。新疆的人口发展和全国大体一致,少数民族的人口数量,包括维吾尔族的,都是一直在增长。”5日,报告作者祖力亚提·司马义对《环球时报》表示,郑国恩所谓的“人口报告”使用的很多资料和数据都存在篡改、造假、来历不明和其他各种问题,“这就是一份披着学术报告外衣的旨在从人口角度抹黑中国新疆的‘三无产品’。”
谎言一:“新疆人口自然增长率急剧下降”
郑国恩在其“研究报告”中称“通过对政府文件的系统分析,自2015年起,新疆的人口自然增长率急剧下降”。然而,新疆大学的报告通过查阅国家统计局和新疆维吾尔自治区统计局公布的统计数据发现,从2015年至2017年,新疆的人口自然增长率基本稳定在11‰以上。尽管2018年新疆的人口自然增长率下降至6.13‰,但从全国人口自然增长率的平均水平来看,新疆地区的人口自然增长率仍处在较高水平,并不存在郑国恩所言的“急剧下降”。
谎言二:“少数民族地区2018年人口自然增长率降至4.06‰”
郑国恩还称“2018年新疆人口自然增长率直线下降:所有少数民族地区均降至4.06‰,其中喀什与和田地区的增长率为2.58‰。”。然而新疆大学报告指出,根据自治区统计局公布的数据,2018年新疆全区的人口自然增长率是6.13‰。在少数民族人口占多数的新疆南疆四地州中,克孜勒苏柯尔克孜自治州11.45‰、喀什地区6.93‰、阿克苏地区5.67‰、和田地区2.96‰。即除了和田地区以外,南疆其他地区人口自然增长率均高于郑国恩“报告”中的“4.06‰”。另外,喀什地区(6.93‰)、和田地区(2.96‰)的人口自然增长率也与郑国恩谎称的“2.58‰”这一数值不相符合。
谎言三:“2018年和田某地汉族人口增长率比维吾尔族的人口增长率高出近8倍”
而对于郑国恩声称的“2018年,和田地区某地的汉族人口增长率比维吾尔族的人口增长率高出近8倍”,新疆大学报告指出,新疆作为多民族聚居的地区,在新疆除了汉族和维吾尔族以外,还生活着其他的众多民族。就新疆的维吾尔族人口和汉族人口的变化情况来看,从2010年至2018年,维吾尔族人口不仅没有如郑国恩所言的减少,而是呈上升趋势。据统计,2010-2018年,新疆年末总人口从2181.58万人上升至2486.76万人,增加305.18万人,增长13.99%。具体而言,少数民族人口从1298.59万人上升至1586.08万人,增加287.49万人,增长22.14%;其中,维吾尔族人口从1017.15万人上升至1271.84万人,增加254.69万人,增长25.04%。同一时期,汉族人口从2010年的882.99万人上升至2018年的900.68万人,增加17.69万人,增长2.0%。综上,维吾尔族人口的增幅不仅高于全疆人口的增幅,也高于少数民族人口的增幅,更明显高于汉族人口的增幅。
谎言四:“所有少数民族县的人口净增长率为-0.25‰”
郑国恩在其“研究报告”中称“喀什地区与和田地区的人口净增长率低,仅有0.22‰,所有少数民族县的人口净增长率为-0.25‰,因而从总人口的增加可以估计多数地区的汉族的人口净增长率上升了7.42‰”。
新疆大学报告比对官方数字发现,无论是从南疆四地州28个县的人口自然增长率的均值(5.53‰)来看,还是分别从四地州所辖下县的人口自然增长率的均值分析,都无法得出郑国恩所言的“所有少数民族县的人口净增长率为-0.25‰”。就喀什地区与和田地区的事实情况来看,也与郑国恩所谓的“喀什地区与和田地区的人口净增长率低,仅有0.22‰”大相径庭。至于郑国恩再次提到的“从总人口的增加可以估计多数地区的汉族的人口净增长率为7.42‰”的这一推断更是毫无根据,既无事实依据又无数据支撑。
值得注意的是,郑国恩在其“研究报告”中谈到汉族的净人口变化率增至7.42‰时用的是“estimate”一词,其意为“估计、推算”。新疆大学报告提到:“或许是郑国恩自己也为自己的谎言心虚,也只能用含糊其辞的话语继续掩盖着自己的谎言。”
谎言五:“2020年,一个维吾尔族地区(克孜勒苏柯尔克孜自治州)设定了前所未有的近乎为零的人口增长目标,即每千人中仅新增1.05人”
新疆大学报告指出,在这里,郑国恩再次不惜篡改克孜勒苏柯尔克孜自治州相关文件的数字以完成自己的“研究报告”。根据克孜勒苏柯尔克孜自治州的卫健委预算报告可以看出,在一级指标“项目完成指标”中,对于二级指标下“质量指标”中的“人口自然增长率”设定的是1.05%。这里值得注意的是,该文件中用的单位是%。换句话说,当%转化为‰时,克孜勒苏柯尔克孜自治州文件中提到的人口自然增长率就应该是10.5‰。
因此,郑国恩谈到的“每千人中仅新增1.05人”这一论述,实则是以混淆人口增长计量单位的手法来编造其“研究报告”中的谎言。
“我的报告两个核心的观点是:新疆的人口,包括少数民族的人口发展始终保持健康和稳定,根本不存在郑国恩所谓的‘剧烈的下降’。新疆的人口发展和全国大体一致,少数民族的人口数量,包括维吾尔族的,都是一直在增长。”5日,报告作者祖力亚提·司马义对《环球时报》表示,郑国恩所谓的“人口报告”使用的很多资料和数据都存在篡改、造假、来历不明和其他各种问题,“这就是一份披着学术报告外衣的旨在从人口角度抹黑中国新疆的‘三无产品’。”
加班可以通过招人来解决吗?
听起来这是一个解决方案,但事实上,招一个人是很贵的——它包括了人力及其他附加物质成本、时间成本和管理成本。
首先是【人力及其他附加物质成本】,有人说,不就是钱吗?错,一个人入职,背后的金钱成本绝不仅仅是月薪的数字。
拿一个北京市互联网行业的前端开发工程师举例:小胡,前端岗位,税前月薪 2w,预估 4 个月年终奖金,社保公积金全额缴纳。公司管饭,晚上九点后打车报销。
再加上其他人力成本的费用:一个年薪 30w 的工程师,全年粗算的人力成本都要 44w 多了,还没算额外的补充医疗、商业保险、电费网费水费物业费房租费甚至是你们入职发的电脑的购买费折旧费。
所以,才有那么多老板,冒着被稽查的风险,社保交最低、不给买公积金,以及在福利上无所不用其极,不管饭、不给新电脑、过节不发礼物、打车不报销。
然后是【时间成本】,互联网行业有一条铁律,被很多资本家奉为经典:快比完美重要。
站在老板的角度,没错。因为只要上线了跑起来,就一定比别人更有优势。所以才会有那么多的抢进度、那么多的加班事宜、那么多的乱七八糟对需求,因为,我们要比别人跑得快啊。2020 的年度总结,网易云比 QQ 音乐晚了半天还是一天,据说网易云的 RD 们上线前加班熬大夜干活。
另一方面,那招人是有时间周期的吧?没到岗的时候活儿谁干?面试耽误面试官的时间,这时间的产出谁填补?招到人了有培养的时间成本吧?没产出之前这时间的成本算谁的?
内卷和圈地盘这事儿一直就是国内的通病,老板们那个层面也不能幸免。拿各家互联网巨头蜂拥进团购这事儿就能看出来。你滴滴一个打车软件都要做社区团购和金融、你支付宝一个支付软件非要做社交、你美团一个原本的团购网站,现在变成生活类巨无霸,是不是很有趣?
你以为互联网公司那些丰富的产品版图是怎么来的?你以为 996 和大小周、单休、加班是怎么来的?
最后是【管理成本】,一个管理者也是有自己的管理带宽的。太大的带宽会让任务分配和目标拆解有问题。
统计数字表明,在管理有效的组织中,管理幅度通常为 7-8 人,最多不要超过 24 人。而初阶的管理者甚至不建议超过 5 人。管理幅度受组织多种因素的制约和影响,不可能脱离具体条件而确定出一个适合于各种不同组织及不同情况的统一的管理幅度。
每多招一个人,都是在对这个组织的每一位管理者的考验。直接主管的管理能力,间接主管的规划能力,组织汇报层级的多少与健康度都会影响这个团队的发展和业务的开展。
各位打工人,有一天你们当了老板,真的,这笔钱你们也会舍不得出的。我已经亲身经历过两位曾经和我抱怨老板抠门的朋友,自主创业后变成「吸血鬼」资本家来找我咨询怎么降低人工成本和检测人效了。
至于人效就更可怕了,最近几年因为资本寒冬锁紧,各大互联网公司的 HRBP 面试题都有一题是:人效指标衡量。而这个项目,不管业务实际情况怎么算,但是有一条是非常重要的是,看你 HC 和人力成本。
而前面说了,人头越多,相应的人力成本越多,同样的业务增速下,你的人效指标一定是相对更低的。资本方跟公司要人效,公司跟管理者要人效,管理者跟 HRBP 要人效,你说谁敢让你把一个人的活儿劈成三个人干?工资硬拆也不行啊,还有人力成本呢。
而一个人干三个人的活儿就不一样了呀,美名其曰:提效、人效提升、高效利用、开发价值、减少团队冗余、优化人员结构(而且还省钱哦)。加了班的员工呢,拿到了加班费,也忍了。大家其乐融融呗,数据也好看,活儿也有人干了,想挣钱的也挣到了,反正不出事儿就行。
综上,那你说,能不能通过招人来解决?
来自答主【章牧之】
听起来这是一个解决方案,但事实上,招一个人是很贵的——它包括了人力及其他附加物质成本、时间成本和管理成本。
首先是【人力及其他附加物质成本】,有人说,不就是钱吗?错,一个人入职,背后的金钱成本绝不仅仅是月薪的数字。
拿一个北京市互联网行业的前端开发工程师举例:小胡,前端岗位,税前月薪 2w,预估 4 个月年终奖金,社保公积金全额缴纳。公司管饭,晚上九点后打车报销。
再加上其他人力成本的费用:一个年薪 30w 的工程师,全年粗算的人力成本都要 44w 多了,还没算额外的补充医疗、商业保险、电费网费水费物业费房租费甚至是你们入职发的电脑的购买费折旧费。
所以,才有那么多老板,冒着被稽查的风险,社保交最低、不给买公积金,以及在福利上无所不用其极,不管饭、不给新电脑、过节不发礼物、打车不报销。
然后是【时间成本】,互联网行业有一条铁律,被很多资本家奉为经典:快比完美重要。
站在老板的角度,没错。因为只要上线了跑起来,就一定比别人更有优势。所以才会有那么多的抢进度、那么多的加班事宜、那么多的乱七八糟对需求,因为,我们要比别人跑得快啊。2020 的年度总结,网易云比 QQ 音乐晚了半天还是一天,据说网易云的 RD 们上线前加班熬大夜干活。
另一方面,那招人是有时间周期的吧?没到岗的时候活儿谁干?面试耽误面试官的时间,这时间的产出谁填补?招到人了有培养的时间成本吧?没产出之前这时间的成本算谁的?
内卷和圈地盘这事儿一直就是国内的通病,老板们那个层面也不能幸免。拿各家互联网巨头蜂拥进团购这事儿就能看出来。你滴滴一个打车软件都要做社区团购和金融、你支付宝一个支付软件非要做社交、你美团一个原本的团购网站,现在变成生活类巨无霸,是不是很有趣?
你以为互联网公司那些丰富的产品版图是怎么来的?你以为 996 和大小周、单休、加班是怎么来的?
最后是【管理成本】,一个管理者也是有自己的管理带宽的。太大的带宽会让任务分配和目标拆解有问题。
统计数字表明,在管理有效的组织中,管理幅度通常为 7-8 人,最多不要超过 24 人。而初阶的管理者甚至不建议超过 5 人。管理幅度受组织多种因素的制约和影响,不可能脱离具体条件而确定出一个适合于各种不同组织及不同情况的统一的管理幅度。
每多招一个人,都是在对这个组织的每一位管理者的考验。直接主管的管理能力,间接主管的规划能力,组织汇报层级的多少与健康度都会影响这个团队的发展和业务的开展。
各位打工人,有一天你们当了老板,真的,这笔钱你们也会舍不得出的。我已经亲身经历过两位曾经和我抱怨老板抠门的朋友,自主创业后变成「吸血鬼」资本家来找我咨询怎么降低人工成本和检测人效了。
至于人效就更可怕了,最近几年因为资本寒冬锁紧,各大互联网公司的 HRBP 面试题都有一题是:人效指标衡量。而这个项目,不管业务实际情况怎么算,但是有一条是非常重要的是,看你 HC 和人力成本。
而前面说了,人头越多,相应的人力成本越多,同样的业务增速下,你的人效指标一定是相对更低的。资本方跟公司要人效,公司跟管理者要人效,管理者跟 HRBP 要人效,你说谁敢让你把一个人的活儿劈成三个人干?工资硬拆也不行啊,还有人力成本呢。
而一个人干三个人的活儿就不一样了呀,美名其曰:提效、人效提升、高效利用、开发价值、减少团队冗余、优化人员结构(而且还省钱哦)。加了班的员工呢,拿到了加班费,也忍了。大家其乐融融呗,数据也好看,活儿也有人干了,想挣钱的也挣到了,反正不出事儿就行。
综上,那你说,能不能通过招人来解决?
来自答主【章牧之】
【社科院:中国银行业利润畸高 可向实体让利近万亿元[汗]】玩金融肯定利润高啊,这个玩的是高风险高收益。举个例子,一个信贷员发放了一笔1一个亿的贷款,按现在的银行利率,这笔贷款可以创造500-700万利息收入,扣除存款利息支出,毛利也是200-400多万。而工业企业,聘用一个职工一年能搞几万利润算不错了[允悲]。当然一亿贷款面对的也是高风险,万一收不回就麻烦了[挤眼]。
中国金融行业是 “高盈利、高薪酬、高纳税”三高行业,高薪酬和高纳税的支撑是高盈利。金融业的高盈利主要来自银行,银行的高盈利背后有合理的成分,也有不合理的成分。不合理成分主要是住房抵押贷款利率缺乏竞争,以及地方政府融资平台主导的基础设施建设过度依赖银行信贷。
通过消除高盈利背后的不合理成分,银行可以向实体经济部门让利近万亿,同时能够缓解地方债务压力和降低银行不良贷款风险,金融行业的效率也会改善。为防止改革对金融业短期带来的冲击,可以考虑分阶段、分领域逐步放开利率管制和推进改革,为改革留下时间窗口期,给银行预留充足的时间做内部调整和准备。
中国的金融服务“太贵”
——————————
金融业作为一个中间服务业部门,金融业增加值占比越高说明其他部门为金融服务支付的成本越高。国际比较表明,中国金融业“过于昂贵”。2017年-2019年,中国金融业增加值在GDP中占比的均值7.8%,不仅超出了同等收入水平的国家,也超出了金融业更加成熟的发达国家平均水平5.1%,说明中国的非金融部门向金融部门支付了昂贵的费用。
这种贵进一步体现为金融业的“三高”特征——高利润、高工资和高税收。利润方面,根据OECD可比数据,中国金融业营业盈余在全部企业营业盈余的占比达到13.7%,不仅远远超出了同等收入水平的国家,也超过了高收入水平国家和地区的平均水平5.3%。工资方面,我们用银行业人均薪酬/人均GDP反映该国银行业从业人员的相对薪酬水平,中国银行业从业人员的相对薪酬平均约为5.0,远高于发达国家的平均水平2.3。如果按照发达国家平均标准,中国银行从业人员的工资要下降一半。税收方面,中国金融业纳税在全部税收中的占比处于中等偏上水平,高于大部分同等收入水平国家。
金融业内部来看,银行部门占据主导地位,因此金融让利主要就是银行让利。2018年至今,银行占全部金融业资产的比重超过90%。银行部门获得高增加值的基础是银行部门的高额盈利。一个基本事实是,中国银行业的ROA和ROE与国际同行相比并不算高,尤其是ROA水平偏低。这说明效率本身无法解释银行的高额盈利水平。
对于银行业高额盈利的一种解释是中国是银行主导的金融体系,因此银行部门获得了高额盈利。这是事实,但是与同为银行在金融业占据主导地位的日本、德国相比,其金融业增加值在GDP中的占比4.18%、3.76%,远低于中国7.8%。日本和德国银行业的人均薪酬与人均GDP之比为1.8和2.2,远低于中国。这个解释不能回答为什么银行业增加值在GDP的占比如此之高,不能回答银行获得相对其他行业更高的利润和工资水平。
中国银行业相对其他行业获得了更高的盈利和单位劳动力平均薪酬,这其中有合理的成分也有其不合理成分。银行业的高利润和高工资可能部分来自宏观经济环境、银行业相对其他行业更高的人力资本投入、更快的效率提升等,这些是合理成分;高利润和高工资也可能来自各种政策扭曲或者市场失灵,这是不合理成分。因此,金融让利的关键在于找准让利对象和方式,降低不合理成分。
政策红利是银行超额利润的来源
——————————
推动银行让利,关键是要搞清楚银行都是从谁身上赚到的钱。这一点可以从银行的资产负债结构中找到答案。
首先看非金融企业部门。
在银行对非金融企业的贷款中,大概有三分之一流向了制造业和批发零售业。这两个行业的贷款以短期流动性贷款为主,且贷款利率市场化程度较高,银行可以根据具体企业的状况调整贷款利率。这两个行业是民营中小企业比较集中的行业,同时也是不良贷款率最高的行业。2010年至今,制造业和批发零售业的不良贷款率在上升。2017年,不良贷款率最高的行业是制造业和批发零售业,在4%-5%左右。总体来看,虽然银行可以适度上浮贷款利率水平,但是考虑到较高的不良率以后银行难以从这些行业中获得明显盈利。
除此之外,银行对地方政府融资平台主导的基础设施贷款大概也占了三分之一。这部分贷款期限结构长、收益率稳定且不良率极低,是目前银行对企业贷款中最重要的盈利来源。银行对建筑和房地产、租赁和商业服务业的贷款占比接近三分之一。这部分贷款虽然不良率稍高,但显著低于制造业和批发零售业,同样是银行重要盈利来源。
然后是居民部门。
近年来,居民部门在银行贷款中的地位越来越高,是银行扩张规模的主要领域。银行对居民贷款占比在持续增加,2019年达到了36%。增量上,2016年以来新增居民贷款与非金融企业及机关团体的贷款增量基本一致。
居民贷款分为住房抵押贷款和消费贷款两类。中国居民的住房抵押贷款不良率极低,只有0.3%,收益率较高且非常稳定,这是银行业当前最重要的盈利来源之一。与此同时,对居民的消费贷款也日渐成为银行的重要盈利来源。这部分贷款的不良率虽然偏高,在1%-2%之间,但贷款利率也较高(根据不同抵押条件和贷款人资质,集中在5%-15%区间),为银行贡献了不菲的利润。
综上可知,目前中国银行的主要盈利来自居民贷款、基建贷款和房地产相关贷款三个部分。其中,居民贷款和基建贷款都是特定政策环境下带来的政策红利,这为银行提供了巨额的超额利润。
一方面,居民住房抵押贷款利率受到严格管制,相对利率显著高于发达国家的平均水平。目前,个人住房贷款利率与LPR利率完全挂钩,二套房的上浮标准也受调控政策限制,银行在住房抵押贷款利率方面几乎没有价格手段竞争。在缺乏竞争的环境下,中国银行业从住房抵押贷款中获得了超额盈利。我们选取了主要经济体的住房抵押贷款利率,然后计算住房抵押贷款利率与同期限国债收益率(以此大致反映银行的融资成本)的利差。2015年以来,中国住房抵押贷款利率与国债收益率的差显著高于大部分经济体。中国比发达国家和地区的利差均值高出了大概50个-100个基点。如果只考虑美国、日本和德国三个经济体,中国比它们的房贷利差高出了接近100个基点,日本和德国同样是银行主导的金融体系。
另一方面,地方政府通过融资平台获得了大量的银行贷款,这种融资方式显著高于地方债和专项债融资成本,是银行超额利润的重要来源。中国的基础设施建设投资规模巨大,其中包括了超过半数的基建投资具有公共物品或者准公共物品性质,这些投资获得的现金流收益很有限。来自公共财政预算、地方政府一般债和专项债的资金远不足以满足基础设施建设项目投资的需要。地方政府融资平台大量通过商业银行贷款的方式融资用于基础设施建设,迄今为止贷款规模大约在20万亿元人民币。根据估算,地方政府融资平台从商业银行融资的成本在5%-6%之间,远高于地方政府一般债或者专项债3.5%左右利率水平。
这种大量依赖银行贷款从事基础设施建设投资的方式形成了地方政府和商业银行之间的“双赢游戏”,地方政府获得了大量资金,商业银行获得了高额利润。
https://t.cn/A6qlOEWx
中国金融行业是 “高盈利、高薪酬、高纳税”三高行业,高薪酬和高纳税的支撑是高盈利。金融业的高盈利主要来自银行,银行的高盈利背后有合理的成分,也有不合理的成分。不合理成分主要是住房抵押贷款利率缺乏竞争,以及地方政府融资平台主导的基础设施建设过度依赖银行信贷。
通过消除高盈利背后的不合理成分,银行可以向实体经济部门让利近万亿,同时能够缓解地方债务压力和降低银行不良贷款风险,金融行业的效率也会改善。为防止改革对金融业短期带来的冲击,可以考虑分阶段、分领域逐步放开利率管制和推进改革,为改革留下时间窗口期,给银行预留充足的时间做内部调整和准备。
中国的金融服务“太贵”
——————————
金融业作为一个中间服务业部门,金融业增加值占比越高说明其他部门为金融服务支付的成本越高。国际比较表明,中国金融业“过于昂贵”。2017年-2019年,中国金融业增加值在GDP中占比的均值7.8%,不仅超出了同等收入水平的国家,也超出了金融业更加成熟的发达国家平均水平5.1%,说明中国的非金融部门向金融部门支付了昂贵的费用。
这种贵进一步体现为金融业的“三高”特征——高利润、高工资和高税收。利润方面,根据OECD可比数据,中国金融业营业盈余在全部企业营业盈余的占比达到13.7%,不仅远远超出了同等收入水平的国家,也超过了高收入水平国家和地区的平均水平5.3%。工资方面,我们用银行业人均薪酬/人均GDP反映该国银行业从业人员的相对薪酬水平,中国银行业从业人员的相对薪酬平均约为5.0,远高于发达国家的平均水平2.3。如果按照发达国家平均标准,中国银行从业人员的工资要下降一半。税收方面,中国金融业纳税在全部税收中的占比处于中等偏上水平,高于大部分同等收入水平国家。
金融业内部来看,银行部门占据主导地位,因此金融让利主要就是银行让利。2018年至今,银行占全部金融业资产的比重超过90%。银行部门获得高增加值的基础是银行部门的高额盈利。一个基本事实是,中国银行业的ROA和ROE与国际同行相比并不算高,尤其是ROA水平偏低。这说明效率本身无法解释银行的高额盈利水平。
对于银行业高额盈利的一种解释是中国是银行主导的金融体系,因此银行部门获得了高额盈利。这是事实,但是与同为银行在金融业占据主导地位的日本、德国相比,其金融业增加值在GDP中的占比4.18%、3.76%,远低于中国7.8%。日本和德国银行业的人均薪酬与人均GDP之比为1.8和2.2,远低于中国。这个解释不能回答为什么银行业增加值在GDP的占比如此之高,不能回答银行获得相对其他行业更高的利润和工资水平。
中国银行业相对其他行业获得了更高的盈利和单位劳动力平均薪酬,这其中有合理的成分也有其不合理成分。银行业的高利润和高工资可能部分来自宏观经济环境、银行业相对其他行业更高的人力资本投入、更快的效率提升等,这些是合理成分;高利润和高工资也可能来自各种政策扭曲或者市场失灵,这是不合理成分。因此,金融让利的关键在于找准让利对象和方式,降低不合理成分。
政策红利是银行超额利润的来源
——————————
推动银行让利,关键是要搞清楚银行都是从谁身上赚到的钱。这一点可以从银行的资产负债结构中找到答案。
首先看非金融企业部门。
在银行对非金融企业的贷款中,大概有三分之一流向了制造业和批发零售业。这两个行业的贷款以短期流动性贷款为主,且贷款利率市场化程度较高,银行可以根据具体企业的状况调整贷款利率。这两个行业是民营中小企业比较集中的行业,同时也是不良贷款率最高的行业。2010年至今,制造业和批发零售业的不良贷款率在上升。2017年,不良贷款率最高的行业是制造业和批发零售业,在4%-5%左右。总体来看,虽然银行可以适度上浮贷款利率水平,但是考虑到较高的不良率以后银行难以从这些行业中获得明显盈利。
除此之外,银行对地方政府融资平台主导的基础设施贷款大概也占了三分之一。这部分贷款期限结构长、收益率稳定且不良率极低,是目前银行对企业贷款中最重要的盈利来源。银行对建筑和房地产、租赁和商业服务业的贷款占比接近三分之一。这部分贷款虽然不良率稍高,但显著低于制造业和批发零售业,同样是银行重要盈利来源。
然后是居民部门。
近年来,居民部门在银行贷款中的地位越来越高,是银行扩张规模的主要领域。银行对居民贷款占比在持续增加,2019年达到了36%。增量上,2016年以来新增居民贷款与非金融企业及机关团体的贷款增量基本一致。
居民贷款分为住房抵押贷款和消费贷款两类。中国居民的住房抵押贷款不良率极低,只有0.3%,收益率较高且非常稳定,这是银行业当前最重要的盈利来源之一。与此同时,对居民的消费贷款也日渐成为银行的重要盈利来源。这部分贷款的不良率虽然偏高,在1%-2%之间,但贷款利率也较高(根据不同抵押条件和贷款人资质,集中在5%-15%区间),为银行贡献了不菲的利润。
综上可知,目前中国银行的主要盈利来自居民贷款、基建贷款和房地产相关贷款三个部分。其中,居民贷款和基建贷款都是特定政策环境下带来的政策红利,这为银行提供了巨额的超额利润。
一方面,居民住房抵押贷款利率受到严格管制,相对利率显著高于发达国家的平均水平。目前,个人住房贷款利率与LPR利率完全挂钩,二套房的上浮标准也受调控政策限制,银行在住房抵押贷款利率方面几乎没有价格手段竞争。在缺乏竞争的环境下,中国银行业从住房抵押贷款中获得了超额盈利。我们选取了主要经济体的住房抵押贷款利率,然后计算住房抵押贷款利率与同期限国债收益率(以此大致反映银行的融资成本)的利差。2015年以来,中国住房抵押贷款利率与国债收益率的差显著高于大部分经济体。中国比发达国家和地区的利差均值高出了大概50个-100个基点。如果只考虑美国、日本和德国三个经济体,中国比它们的房贷利差高出了接近100个基点,日本和德国同样是银行主导的金融体系。
另一方面,地方政府通过融资平台获得了大量的银行贷款,这种融资方式显著高于地方债和专项债融资成本,是银行超额利润的重要来源。中国的基础设施建设投资规模巨大,其中包括了超过半数的基建投资具有公共物品或者准公共物品性质,这些投资获得的现金流收益很有限。来自公共财政预算、地方政府一般债和专项债的资金远不足以满足基础设施建设项目投资的需要。地方政府融资平台大量通过商业银行贷款的方式融资用于基础设施建设,迄今为止贷款规模大约在20万亿元人民币。根据估算,地方政府融资平台从商业银行融资的成本在5%-6%之间,远高于地方政府一般债或者专项债3.5%左右利率水平。
这种大量依赖银行贷款从事基础设施建设投资的方式形成了地方政府和商业银行之间的“双赢游戏”,地方政府获得了大量资金,商业银行获得了高额利润。
https://t.cn/A6qlOEWx
✋热门推荐