中国家庭资产负债表：破坏、修复与政策

数据显示，2026年上半年，中国居民人民币存款增加7.58万亿元，贷款却减少3668亿元；期末存款约173.48万亿元，接近历史高位，贷款约82.90万亿元，同比下降1.3%。

如何理解这一结构变化？

这并不说明居民更富有，而是显示家庭资产负债表修复艰难。

2022年房地产下滑以来，居民就业和收入压力增加，信贷收缩，消费谨慎，防御性储蓄增加，家庭从追求资产回报转向保住流动性、减少负债负担。即便房价、贷款利率与耐用品价格下降，居民仍把新增现金用于储蓄和还债，而不是消费与投资。这正是资产负债表衰退的表现。

真正的问题并不在总量——家庭总资产并未低于总负债，而在结构——存款与债务并不由同一批家庭持有。这强化了修复和施策的难度。

过去，房地产繁荣推动城市工薪家庭加杠杆，把未来工资提前透支为住房，并以住房抵押扩张信用。如今，房地产下行，住房资产重估，但债务是刚性的，按揭不会同步减记，信用扩张被约束；同时，房地产产业链对就业的冲击，打击了工薪家庭的收入支柱与收入预期，家庭消费被约束。城市工薪家庭由此承担了价格风险、收入风险和债务风险的叠加。

家庭资产负债表修复，并不等于再次鼓励家庭加杠杆，而是要让负债端有效出清、资产端不断增厚。

我提出的“国家市场理论”主张，国家是对冲性市场，宏观政策的使命是为家庭部门逆周期对冲风险。在繁荣时期，公共部门资产负债表为民储蓄，降低杠杆，积累信用；在衰退时期，公共部门资产负债表为民支出，增加杠杆，扩张信用；在危机时刻，央行作为“最后贷款人”，财政部作为“最后雇佣者”，共同拯救家庭资产负债表。

当前，新旧时代切换，房地产仍是决定多数家庭财富的尾部风险，以科技股为代表的金融资产开始决定高净值家庭财富的边际回报。公共部门资产负债表应先承接无法由单个家庭分散的总量风险以及城市工薪家庭的结构性风险，再把科技投资的资本收益转化为居民可持有的长期资产。

本文分析中国家庭资产负债表的破坏过程与修复难题，结合美国经验和AI冲击，提供家庭资产负债表修复的政策组合。

本文逻辑

一、两种经济，两种结果

二、两次危机，两种修复

三、两个时代，两种办法

【正文8000字，阅读时间20'，感谢分享】

两种经济，两种结果

当下，中国居民在干什么？

数据显示，BIS口径的居民杠杆率从2010年一季度的25.2%升至2024年一季度的61.0%，2025年末微降至58.0%。与此同时，居民贷款与存款之比从2021年的69%左右降至2026年上半年的47.8%。

这不是债务已经出清，而是信用扩张停止、流动性偏好上升。

房地产周期决定家庭资产负债表周期。

在上涨阶段，居民通过加杠杆扩张资产负债表，首付款转化为住房权益，按揭同时扩大负债；房价上涨又抬高抵押品价值、降低感知杠杆，促使银行和居民继续扩表。

2021年“房达峰”，也是家庭资产负债表的峰值和杠杆率的峰值。数据显示，CHFS全国口径下，房产占家庭总资产约65%，金融资产占16%；央行信贷统计显示，年末个人住房贷款余额38.32万亿元，约相当于本外币住户贷款的53.9%。

在下跌阶段，住房估值萎缩冲击家庭资产负债表，资产端收缩的同时负债端呈现刚性，资产负债率上升；抵押品价值下跌，高杠杆风险暴露，信用遭受破坏，预期趋于谨慎，导致银行和居民转向缩表。

数据显示，BIS全国实际住宅价格指数从2021年三季度高点到2026年一季度下降约24.7%——部分城市降幅达40%—50%；2021—2025年商品房销售额、销售面积和开发投资分别收缩53.9%、50.9%和43.9%。

房地产拐点也是居民杠杆拐点。

本文用2011年一季度至2025年四季度数据计算，实际房价同比与居民信贷/GDP同比变化（百分点）的同期相关系数为0.72；仅取各年四季度的15个非重叠观察，相关系数仍为0.75。

这组数据显示，房价与居民杠杆率呈现统计上显著的强正相关，说明住房价格、抵押信用与家庭扩表属于同一循环。

房地产周期对居民收入影响显著。

本文基于长周期数据对房价与居民收入进行相关性分析发现：2014—2025年，全国实际住宅价格指数变化与居民人均可支配收入名义增速的相关系数为0.652（p=0.021，n=12），呈统计显著的正相关，房地产周期可以解释约42%的同期收入增速波动。
同期，房地产与居民人均消费支出名义增速的相关系数为0.349（p=0.267，n=12），方向为正但统计上不显著。可能的解释是，冲击消费的因子，除了房价下降，还包括与房地产相关的就业与收入预期减弱、预防性储蓄增强，以及疫情冲击、潜在增速下降、宏观预期弱化。

值得注意的是，房地产冲击导致潜在增速下降，进而改变永久收入预期和消费预期：即使当期收入没有下降，家庭也会为未来就业、养老和房价风险增加预防性储蓄，进而削减消费。储蓄过高既是风险的结果，也会通过需求不足成为修复的阻力。

另外，由于家庭财富结构高度集中于住房，本轮房地产调整可谓精准打击城市工薪家庭的资产负债表，削弱其工资性收入与消费能力。

数据显示，2025年居民收入中位数仅为平均数的83.5%，人均消费支出相当于可支配收入的68.0%，住户调查口径的支出—收入余量约32%。由于中低收入群体的工资性收入占比高、边际消费倾向高，这种以中低收入占据长尾的收入分布会影响新增收入向消费的转化。

如何修复家庭资产负债表？

过去五年，中国集中资源大规模投资新产业，以缓解房地产的冲击。这种新旧产业替代策略，试图通过新产业投资来吸收房地产和基建无法消化的过高储蓄，提振居民的就业和工资性收入、企业的利润与投资回报率，借助资本市场激活流动性以提升金融资本回报率、居民财产性收入和宏观经济预期。

不可否认，新动能正在改变中国的产业结构，也可以提升潜在生产率，却很难按原路径修复家庭资产负债表。

房地产覆盖居民就业、地方财政、银行抵押品和家庭财富，替代它的产业必须同时满足经济规模、所有权和现金流三项条件。

我们来一一检视：

数据显示，2026年上半年，信息传输、软件和信息技术服务业增加值增长10.7%，规模以上高技术制造业增加值增长13.3%，远快于GDP的4.7%。

J.P. Morgan最新研究显示，2026年上半年，高科技等新经济对GDP增长的贡献约为2个百分点，房地产却拖累约3至4个百分点。目前新经济在规模上仍不足以完全对冲地产下行带来的影响。

高科技制造属于资本密集型产业，就业带动有限，难在短期等量接续房地产—建筑链条广泛、分散且技能异质的就业。

数据显示，2026年上半年，在A股非金融企业中，新经济雇员1300万人左右，同比增长仅4%，而同期全国建筑业法人单位从业人员仍超5000万人。另外，灵活就业人员规模已超过2亿人，其就业稳定性和社会保障程度偏低。

AI还可能让这种错位在初期加深。

根据历史经验，AI正在勾勒一条生产率与就业的“J曲线”：企业先投入模型、数据和算力，收益后兑现，就业先俯冲后拉升。数据显示，美国高AI暴露职业中，22至25岁劳动者就业相对低暴露职业下降约16%。尽管中国高AI暴露职业尚未出现明显失业，但家庭对年轻成员就业前景的担忧已在发酵。

AI金融资产能否弥补房地产造成的家庭所有权和现金流损失？

家庭收入结构限制了金融资产替代住房的能力。

数据显示，2025年全国居民人均可支配收入中，工资性收入占56.6%，经营净收入占16.7%，转移净收入占18.6%，全部财产净收入只有8.0%；2026年上半年财产净收入名义增长仅1.1%。这8%还包括利息、租金等，来自股票的经常性收入更少。

本文以2014—2025年OECD中国股票指数年度变化与全国人均收入、消费支出增速计算，相关系数分别为0.16和0.09，均不显著，没有观察到稳定的总量同步关系。

金融资产覆盖率远低于住房，而且AI资产高度集中，难以形成广泛的财富效应，对改善家庭部门收入和消费的作用极为有限。

所以，新旧动能转换试图解决的是宏观增长问题，不是家庭资产负债表修复方案。新动能替代旧动能，科技替代房地产，股票替代住房，是未来的趋势，不是当下的答案。结论是，房地产仍是决定多数普通家庭财富的尾部风险，以科技股为代表的金融资产开始决定高净值家庭财富的边际回报。

过去四年，中国家庭承担着房地产冲击带来的总量风险。我在2023年房地产进入重灾区时撰写了一篇文章《大衰退：半辈子，一代人》（文章早已进入时光隧道），文章强调住房价格快速下跌冲击家庭资产负债表，容易引发费雪式的“债务—通缩”螺旋效应。房价下跌—居民资产萎缩、负债率上升、提前还贷、压缩可选消费，银行抵押品变薄、优质贷款需求下降、净息差承压—投资和消费下降—PPI和CPI下降—名义收入下降—居民资产负债表进一步恶化，这是自我强化的过程。

该如何打破负反馈循环？如何修复家庭资产负债表？

剩余精彩部分（5000字）

扫码继续阅读