| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

中國債務和樓市泡沫結局大猜想 圖

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
  這是一篇半馬後炮半預測的文章,從分析中國近幾年的政策脈絡來推測未來債務和樓市泡沫的解決路徑,拋磚引玉,供大家一起探討。


  1

  先說債務問題。


  首先做個梳理,都說中國債務問題嚴重,可中國債務構成有哪些呢。一般來說,負債分為政府部門、企業部門和居民部門三個部分。

  那麼他們各自負債的情況是什麼樣的呢?

  政府負債:名義40萬億,算上隱性債務預計在65-74萬億左右(中信數據);

  企業負債:90萬億(標普數據),央企負債率91.8%,國企負債率74.5%,民企負債率54%;

  居民負債:截至到2017年底,居民部門存款68萬億,貸款47萬億,盈余21萬億;

  逐一分析一下:

  1、政府負債:從08年為了應對金融危機開啟的4萬億刺激開始,一直到現在,主要是地方政府,政府負債已經達到65-74萬億,2017年中國的GDP總量是82萬億,負債率高的嚇人,當然官方宣稱政府負債率不到40%,原因你懂的。

  2、企業負債:標准普爾給的數據,中國企業的債務率是14萬億美元(折合人民幣90萬億),比美國13.1萬億美元還高0.9萬億美元,央企資產負債率91.8%,應該說基本上資不抵債。地方國有企業資產負債率74.5%,民企54%,世界上經濟學家統一的認識企業債務超過50%就很危險,我們都超過了,不管是央企還是地方國企起來民企。

  3、居民負債:2017年居民部門存款68萬億,貸款47萬億,存款余額只有21萬億,除以14億人,每人只有1萬5,當然不排除有其他理財方式,但是央行公布今年4月單月居民存款儲蓄就少了1.32萬億,菜場大媽都知道錢去了哪。


  這帳目看起來,沒別的辦法了,只能印鈔票抵消債務了。

  以前按照外匯占款來印鈔早就行不通了,外儲不過3萬億,也就不到20億人民幣,你知道這幾年中國印了多少錢嗎?

  看個數字:2008年,中國的廣義貨幣總量(M2)只有47.5萬億,而2018年,這個數字已經超過170萬億。中國M2於2010年超過美國,2012年超過歐元區,並於2018年超過美國和歐元區之和。

  


  地方政府和企業都需要錢,但貨幣還能繼續按以前的速度印下去嗎?顯然不能了,怎麼辦呢?

  面對這些天額的債務,解決起來也沒有別的辦法,無非是三種:

  1、政府債務:繼續借新還舊,搞龐氏把戲,不然還能怎麼辦?人大財經委副主任委員賀鏗都說了,地方政府欠的債沒有一個想還的;

  2、企業債務:要分好親疏,央企國企是親兒子,必須力保,什麼債轉股、供給側統統搞起來,甩包袱兜底也要做大做強;民企呢,交給市場去處理,該違約的就違約,該明斯基就明斯基,自求多福吧。

  3、不能忘了老百姓:還有一條債務轉移,14億人分下去也沒多少,150萬億的債務,每個人才10萬塊,用什麼轉移呢?房子。而且轉移給個人的好處在於,我們沒有破產制度,債務是終身的,一直到肉體消滅為止,看看近期北京一家三口的新聞就知道了。

  所以,在沒有生產力巨大提高的前提下,在沒有特別大的外部壓力下,債務只可能通過這三種辦法化解.

  2
覺得新聞不錯,請點個贊吧     已經有 3 人參與評論了, 我也來說幾句吧
上一頁123下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    共有 3 人參與評論    (其它新聞評論)
    評論3 游客 [去.教.黃.論] 2018-08-07 09:09
    咱是真厲害,沒泡沫
    評論2 游客 [岳.融.稱.典] 2018-08-06 21:40
    實在看不出中間的聯結
    評論1 游客 [常.此.至.三] 2018-08-06 15:57
    太好了,炒房的快死掉!
    上一頁1下一頁
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0407 秒 and 6 DB Queries in 0.0029 秒