最近市场有两大讨论热点，一是全球似乎又要进入货币宽松时期，资产高估值（美国股票、中国房地产）和低通胀形成反差，货币宽松能走多远？二是关于数字货币的讨论。两者都涉及财政与金融的关系。超越经济的短期波动、从宏观大背景出发，我想分享下自己最近在这方面的思考。
回溯中国上世纪90年代以来宏观经济格局变化（图1）。过去二十年里的第一个十年（上世纪90年代中期到2007年），人口红利是驱动经济增长的因素，体现为劳动年龄人口增量不断增加。第二个十年（从全球金融危机后到现在），以劳动力年龄人口增量来看人口红利在消退，但金融周期在上行阶段，地产和信贷扩张支撑经济。未来十年人口红利进一步消退，不仅劳动年龄人口净减少，生产者对消费者比例也将下降。金融周期经过十多年的扩张，从2017、2018年开始进入下行调整。
未来10年什么是影响中国经济的新的重大因素呢？我们应该更多关注数字经济。数字经济并不像主流经济学想象的那么遥远，其对宏观经济格局的影响已经或正在发生。
旧格局：人口红利与金融扩张
首先我们回顾下旧格局。从金融周期视角看（图2），世界主要经济体，包括美国、欧元区过去10年都经历了一轮金融周期的下行调整，现在处在新一轮金融周期的上升阶段，中国现在处于金融周期的下行调整期，过去10多年依赖房地产和信贷扩张的增长模式难以持续。
人口红利有两个概念：一个是劳动年龄人口、劳动力供给影响经济的潜在增长率；还有一个概念是人口年龄结构，青壮年和单纯的消费者老人和小孩的比例，影响经济的供给和需求的平衡，进而影响储蓄和投资，影响收入分配。过去通胀比较低、贸易顺差高、投资需求强、劳动者报酬较低而资本回报率较高等都是和人口年龄结构有关。
就中国而言，人口红利的拐点已经发生。不仅劳动年龄人口进入负增长，生产者/消费者比例也在下降，人口年龄结构的变化越来越不利于储蓄和投资，不利于资产估值（图3）。举个例子，主要经济体的生产者/消费者比例与实际房价呈正相关（图4）。金融危机后美国的实际房价有所反弹，但相对于人口红利高峰期的时候，还是有较大差距。从人口角度看，中国的房地产最好的时光也过去了。
我们综合从人口结构与金融的视角，总结过去几十年对宏观经济平衡的影响（图5）。上世纪50~70年代，育儿负担重，储蓄率低、自然利率高，同时金融受压抑、财政赤字货币化，宏观经济主要体现为通胀膨胀、金融稳定和贫富分化下降，财政起到了调节收入分配作用。从上世纪80年代到现在属于人口红利阶段，储蓄率高、自然利率低，同时金融自由化、银行信用包括影子银行信用扩张，通胀消失了，但带来了资产泡沫、金融危机和贫富分化等问题。
那么如何看待未来呢？从人口视角看，育儿负担转变成养老负担，从金融视角看，从金融自由化转变为金融监管。大方向意味着储蓄率下降、通胀上升、资产估值下降，金融稳定性上升，贫富差距缩小。当然历史不会简单重复，老年人不像儿童那样是单纯的消费者，随着寿命的延长和健康状况改善，养老安排的不确定性可能使得老年人的储蓄率不会快速下降。同时，现在的金融监管和战后的金融压抑不太一样，相对温和。
总之，过去几十年我们面临的问题包括资产泡沫、金融风险、贫富分化，未来会不会缓解，多大程度、通过什么路径缓解？一个思考的视角是人口结构和公共政策对金融的态度这两个方面，那这其中有没有影响宏观格局的新的因素？我认为新的因素就是数字经济。
新格局：数字经济
随着互联网和移动通信的发展，数字技术被广泛应用，从而对商业模式和经济环境产生根本性的影响，由此产生的新的经济体系一般被称为数字经济。到目前为止，对数字经济的研究主要在微观层面，比如数字技术的应用、商业模式、竞争、定价等，宏观层面的研究则大为落后。一个原因是一些数字经济活动的价值不是通过货币化来体现的，所以难以纳入传统的宏观经济分析框架，涉及定量分析时，这个问题尤其突出。
我们可以从数字经济微观层面的一些规律性认识出发，对其在宏观层面的含义做一些定性分析，这对我们理解宏观经济和政策框架的演变有帮助。从微观层面来讲数字经济有三个特征值得关注。
一是大数据降低信息不对称。在传统微观经济分析里，很多经济现象都是源自信息不对称，比如说信贷为什么需要抵押品？因为借贷双方之间信息不透明、金融机构不能准确评估借款人的还债能力与意愿。信息不对称增加了交易成本，降低信息不对称，提升效率。
二是数字经济和传统经济活动相比，规模效应大。一般来讲，生产的边际成本随着产量的增加而下降，但对于传统产品或者有形产品来讲，这种规模效应是有限的，产量超过一定规模后边际成本又上升。比如汽车制造厂生产第一辆汽车时边际成本高（因为产能没有充分利用），随后产量增加带来边际成本降低，但超出现有的产能后，再增加产量就需要新的投资，边际成本又增加了。所以传统经济的规模效应是有限的，超额利润难以持续。
而数字经济的规模效应在某种意义上是无限的，边际成本很低甚至是零。传统经济活动是竞争性的或者说排他性的（rivalry），北京的空间有限，你买的房子多了，我买房子的价格可能上升。数字资产具有非竞争性特征（non-rivalry），大家可以共享。举个例子，比如美团这类APP，一旦开发出来扩散至它的消费群体的时候，边际成本几乎为零。
三是数字经济会带来无形资产垄断租金。数字经济的规模和网络效应容易带来先发优势，科技巨头像亚马逊、谷歌、阿里、腾讯等在发展阶段，non-rivalry下的零边际成本带来规模快速扩张。一旦形成先发优势、知识产权、品牌效应和网络的外部性后，容易带来赢者通吃并在边际成本以上定价，带来垄断租金。
数字经济的三个微观特征，引申到宏观具有什么含义呢？
第一个就是前面讲的劳动年龄人口减少的问题，大数据降低信息不对称，提升资源包括劳动力使用效率，比如机器替代人、人工智能等，实际上增加了劳动力有效供给，有助于抵消人口老龄化带来的劳动力供给减少问题。
第二个就是信息对称所带来的共享经济可以提升存量资本的产出。比如说私家车的有效使用率大概是20%，出租车的有效使用率大概80%，有人曾估算类似滴滴的共享汽车有效使用率大概在60%，所以私家车变成共享车，它的产出会增加，实际上增加了有效的资本供给，降低了对新增投资的需求，有利于对冲人口老龄化带来的储蓄下降的问题。
第三是负面的结构影响，尤其是收入分配方面加大了贫富分化。比如有一部分劳动者被机器替代后产生失业问题，赢者通吃、无形资产带来的垄断租金、消费者权益保护等问题。
最近我看到美国国家经济研究局（NBER）有篇文章总结的比较好。它认为数字化创新对经济的影响有两方面：一是规模经济，导致市场集中，带来垄断租金，二是创新的成本变低，带来创造性破坏（图6）。比如开发一个APP成本并不高，创造性破坏更容易。数字经济产生两种相反的力量，一是市场集中度越来越高，另一则是市场参与门槛更低，导致高收益但有高风险，要求风险溢价比较高，加大收入分配问题。
全球价值链也使得数字经济时代无形资产赢者通吃在全球范围里获得垄断租金。过去一辆汽车在一个地方生产，现在是一辆汽车的产业链分散到全世界。哪个环节附加值占比高，研发、设计和服务占比高（图7），这些和我们讲的无形资产赢者通吃的属性联系在一起。创新带来的知识产权应该获得合理回报，但垄断租金不一定是合理的，或加大收入分配差距。
以上是数字经济的一些基本概念，从宏观来讲，有三个基本含义。
第一是数字经济增加有效供给（有效劳动力和有效资本供给），意味着增加储蓄，降低通胀、降低自然利率。这和人口老龄化作用的方向是相反的，虽然结构性摩擦可能存在，比如养老是劳动密集型行业，机器替代人的效果有限，但从整体经济来看，数字经济的发展意味着供给效率的提升，抑制人口老龄化可能带来的物价和利率上升压力。
第二，数字经济加大收入分配差距。数字经济环境下“无形资产”带来的先发优势、品牌、知识产权、网络效应（平台模式、双边市场）等更具有规模经济和垄断性，有效供给提升带来的收益主要由少数人获得。相关的投资者获得的资本回报率高、关键技术人员和管理者获得的收入高，一般资本回报（平均利率）和普通劳动者的工资则因为竞争增加受到抑制。
第三，上述的特殊资本高回报率和一般利率低水平在大类资产的一个体现就是创新类或者数字资产高估值和低无风险利率的反差。类似的现象当然不仅在数字经济中存在，过去40年，全球范围内房地产高估值和低无风险利率广泛受到关注，一般观点是低利率（外生的）促进了房地产高估值，但数字经济带来的供给（储蓄）增加和分配不均意味着低利率和风险资产高估值具有内生、共生的一面。
以上是从实体层面讨论数字经济的宏观含义，我们还要关注金融层面，两者不可分。在旧格局下，人口红利促进房地产价格上升，从实体层面看有两个渠道，人口增长带来的住房消费需求和储蓄增加带来的投资需求，房地产价格在一段时间可能虚高，可以称之为“理性泡沫”，人口红利消退后，虚高的价格就会回落，对宏观平衡的冲击不是很大。但从金融层面看，房地产是信贷的抵押品，带来金融的顺周期性，对宏观平衡的冲击就大了。数字经济带来的供给过剩、贫富差距、资产高估值等对宏观平衡的含义，在相当大的程度也取决于数字经济如何影响金融。
数字金融
那数字经济对解决传统的金融问题有何帮助呢？有两个方面值得关注。
第一是有助发展普惠金融，互联网和移动通讯技术，以及大数据的应用有助降低信息不对称对金融信贷的约束。让弱势群体享受金融服务是包容性增长的一个重要方面，数字金融被寄予厚望。
第二，数字金融降低金融的顺周期性。金融周期的驱动机制就是地产作为信贷的抵押品，房地产价格和信贷相互促进带来在一段时期过度扩张，最终债务和房地产高价格不可持续，调整冲击经济。大数据的应用降低信贷对抵押品的依赖，有助于减少金融的顺周期性。
那么数字金融能不能达到这些效果呢？数字金融是增加总量还是改善结构？历史上我们对金融创新有过多次的期待，但最终都没达到改善金融结构的目的。数字金融能否在控制总量的情况下改善结构？我觉得还是有较大的不确定性。一个重要因素是人们对流动性资产的需求。传统上我们把金融理解为匹配储蓄和投资，其实现代金融的一个重要功能是创造流动性资产或者说货币，而人们对货币的需求几乎是无限的。
传统金融过度扩张有两个因素——房地产作为抵押品和政府信用担保。对抵押品依赖的降低有助于减少金融的顺周期性，但新金融平台涉及一个公共政策问题，混业经营还是分业经营。新金融平台包括蚂蚁金服、腾讯金融、京东金融、百度金融等提供多方面金融服务，Facebook要做的Libra也可能衍生其他金融服务，由此导致的混业经营的主要风险是把政府对银行体系的、对间接融资的担保延伸到资本市场，增加金融的总量和顺周期性。
新金融平台的另一个风险是新型产融结合。最近中国央行刚发布了加强对金融控股公司监管的征求意见稿，对产融结合还是比较忌讳的。历史上美国花了近百年时间才把产融彻底分开，但Facebook的Libra是否会带来新的产融结合？新金融平台是否带来新型产融结合，新型垄断产生新型关联交易，侵害消费者权益包括隐私，这是我们需要思考的问题。
数字货币：财政还是金融？
回到前面讲的宏观经济旧格局和我们当前面临的问题，我认为和货币的两种投放方式有关系。从历史上看，广义货币有信贷和财政两种投放方式，对经济的影响有非常大的差别。财政扩张带来的问题是通胀、挤压私人部门，信贷扩张带来的问题是房地产泡沫、金融危机。由私人部门债务不可持续导致金融危机的风险大大超过财政扩张，同时财政具有天然的调节收入分配功能，而金融则是锦上添花而不是雪中送炭，信贷扩张加大贫富差距。
上世纪50~70年代的财政投放货币，产生的主要问题是通胀，但金融稳定，贫富分化降低。过去40年全球范围内主要依靠信贷投放货币，通胀不是主要矛盾了，但产生了资产泡沫，尤其房地产泡沫、金融危机、贫富分化扩大。全球金融危机后，金融监管得到加强，对减低金融的顺周期性有所帮助，但能否从根本上约束金融过度扩张的动能还有待观察。
同时，数字经济在提高有效供给的同时带来新的挑战，增加过剩储蓄和加剧贫富分化，在宏观层面体现为抑制通胀，降低自然利率。在这样的宏观环境下，维持经济增长有两个路径：一是放松货币政策，引导市场利率下行（向自然利率靠齐），进而促进信贷需求和投资，以消化过剩储蓄；另一个是放松财政政策，财政扩张直接提升总需求，绕过信贷体系，实际上是提升自然利率。两者都可以起到稳增长的作用，一个是接受自然利率下行、引导市场利率趋向自然利率，另一个是提升自然利率本身。两个政策选项哪个更有效呢？其实这其中并没有绝对的对或错，而是一个平衡问题，现在的问题是我们太依赖信贷了，继续靠降低市场利率将加大私人部门债务和贫富分化问题，陷入恶性循环，我们需要从信贷投放货币这个极端往后退一些，更多依靠财政投放货币。
我们可以从应对人口老龄化的挑战来看财政扩张的必要性。数字经济增加劳动力有效供给，有助缓解人口老龄化问题，但它加大贫富差距。我们的社保有缺口，而社保对一般老百姓对中低收入阶层来讲是最重要的养老安排。如何弥补社保缺口？靠增加社保缴费或降低退休保障将会加大贫富分化。通过财政弥补社保缺口则有利于对中低收入阶层的保障，同时财政扩张带来的对资金的占用，不利于金融资产的估值，不利于现有的老一代财富占有者，有助于降低贫富差距。
财政扩张的空间有多大？过去40年的主流思维是财政与货币分离，包括央行和金融体系，在那之前，在战后的头30年主流思维是财政和金融分离，这里的财政是政府的概念，不仅包括财政部还包括央行，财政扩张和央行的行为紧密相关。近期引起热议的现代货币理论就是强调财政和央行同属政府的特征，认为在央行印钞能力的支持下，政府没有财务约束，在通胀可控的前提下，财政扩张的空间比过去40年主流经济学的观点要大。
财政如何扩张？财政预算赤字增加是一种方式，但在不少国家预算赤字面临政治上约束，其实央行扩表本质上是一种财政行为。央行扩表可以绕过银行信贷（包括新金融平台）投放货币，降低货币扩张对信贷的依赖，进而缓解由信贷过度扩张带来的资产泡沫、金融风险和贫富分化问题。现代货币理论认为财政的空间很大，我自己的解读是，央行扩表应该是最重要的载体（图8）。
央行扩表靠什么？在数字经济下，一个可能是央行发行数字货币。如果央行对数字货币支付利息，财政部对国债也支付利息，那为什么不通过发行数字货币来弥补财政赤字？为什么一定要通过发国债？即使不直接通过数字货币弥补财政赤字，一旦一般投资者参与到央行的数字货币，他们对利率不是那么敏感，政府的融资成本就会下降，实际上把商业银行获取的部分铸币税回归给政府。
（作者系中国首席经济学家论坛副理事长、光大证券全球首席经济学家）
本文为作者近期在CF40首期“金思汇”上演讲的记录整理稿，第一财经获授权转载自“首席经济学家论坛”微信公众号，原标题：《数字经济：在发展中反思财政和金融的关系》