日本家庭资产预测少了一个零
日本家庭资产爬到2519万亿日元。这个数字本身不反常,反常的是过去十年里,日本官方研究机构和主要券商对家庭金融资产的长期预测,几乎没有一次落在这个量级附近。早年的主流推算给出的路径是,家庭金融资产会在某个区间徘徊,甚至在人口结构压力下缓慢回落。
结果它翻了一倍还多。预测的误差不是百分比级别的,是量级层面的。这让人不得不去想,那些花了大力气搭建的长期资产预测模型,到底漏掉了什么。
资产负债表的口径一开始就决定了预测的边界。2519万亿日元是一个存量数字,对应的是某个时点上家庭部门持有的金融资产余额。它和GDP那种流量概念不一样,存量会因为估值变化而跳动,而流量不会。
预测模型通常只盯住储蓄率这一个齿轮
多数长期资产预测的骨架很相似:人口结构决定储蓄率,储蓄率决定资金流量,资金流量再按一个假设的回报率折现成未来存量。这套链路在利率环境稳定、资产价格波动不大的年代,误差还算收敛。
问题出在折现假设上。日本家庭资产的膨胀,相当一部分并非来自新增储蓄,而是来自既有资产的估值重估。股票涨了,投资信托的净值升了,这些变化在资产负债表上体现为存量增加,但不会经过「储蓄率」这个齿轮。模型如果只有一个储蓄入口,就天然看不见估值这条路径。
| 预测依赖项 | 流量视角 | 存量视角 |
|---|---|---|
| 核心变量 | 储蓄率 | 资产估值 |
| 数据频率 | 季度/年度 | 时点快照 |
| 价格波动影响 | 间接 | 直接计入 |
| 对人口敏感度 | 高 | 低至中等 |
| 常见误差来源 | 回报率假设 | 资产范围界定 |
这张表想说的是,流量和存量用的是两套逻辑。储蓄率是一个行为变量,和人口、收入预期、社会保障预期挂钩;资产估值是一个市场变量,和利率、风险偏好、汇率挂钩。把家庭资产预测完全架在储蓄率上,等于默认资产价格不变,或者只在非常窄的区间内变动。过去十年的实际走势,显然没有配合这个假设。
另一个容易被忽略的环节是资产范围的界定。家庭部门持有的资产门类繁多,现金存款、股票、投信、保险、年金,每一项的统计口径都可能不一样。比如,同样一笔钱,放在普通存款账户和放在投资信托里,对存量的贡献方式完全不同,来源数据的采集频率也不同。
如果预测时用的资产篮子,和后来统计时用的篮子口径不一致,误差就会在起点处埋下。这一点存疑的地方在于,公开数据里很少能看到长序列、统一口径的家庭资产细项数据,多数调整是事后做的。
资金流量表能提供交叉验证
资金流量表是一套把各部门资金来源和运用对应起来的会计框架,家庭部门的储蓄会体现在这里。它的好处是约束多,虚拟变量少,各科目之间要能平账。用资金流量表的储蓄数据,和用家庭调查得到的储蓄率做对比,多少能校验一下预测的基础是否站得住。日本的情况,两面数据长期存在缺口,原因教科书上能找出三四条,但落实到具体年份,常常是一笔糊涂账。
反过来推,如果只盯着家庭资产总量的绝对值,关注它又有多重意义呢?它对应的不只是一个财富数字,还牵涉消费倾向、资产配置行为、乃至货币政策传导效率。2519万亿日元的体量,加总了所有这些维度。单独拎出这个数字看,很容易把它当成一个中性的指标,而忽略了背后行为成分和估值成分的分离。
存量数据看起来最硬,其实一多半是被资产价格倒推出来的。—— 专栏作者对本栏目所用方法的说明
- 把预测区间和实际已发生的存量数据放在同一张时间轴上比对,标出差额。
- 把差额拆成两块:净买入(流量)贡献和估值变化(价格)贡献。
- 回到资产篮子,逐项检查各科目在预测基准年和最新统计年度的口径是否一致。
这套做法不预测未来,只是校准起点。目前还看不清的是,下一次家庭资产数据的公布窗口之前,资产价格的大幅摆动会给预测误差再添几个百分点。那个数,恐怕比模型里任何一个增长率假设都更关键。
相关阅读