Icarus Asia Research · 中国金融 · 专题报告

没有看上去
那么安全

中国人民银行货币概览数据显示，中国银行业的净外国资产接近 1.5 万亿美元。与国际收支口径一致的外管局数据则显示为 6,240 亿美元。全部差距都出在负债端，而 1.49 万亿美元的外部债务总额仍需密切关注。

作者：Icarus Asia Research

2026 年 7 月 · 框架性说明，建立在 Rasmussen（Exante Data，2026 年 7 月）的研究之上 · 关键数字已对照外管局原始发布核实

---

1概念基础

按国际收支口径，中国银行业的对外头寸是指它们向非居民提供的融资存量（对外资产）与非居民向它们提供的融资存量（对外负债）之间的对比。外债是这些负债中由对非居民的信贷和证券债务构成的部分，通常以外币计价，也是资产负债表中带有续借、流动性和货币风险的那一部分。

这两个概念经常被混为一谈，而这种混淆很要紧。较大的净对外正头寸，可以与仍须按期、以正确币种再融资的庞大对外负债总额并存。净额数字是背景。负债总额才是风险对象。

中国还多了一层因素：银行体系以国有为主，其对外资产负债表是宏观政策的工具。银行吸收贸易顺差产生的外汇，减缓人民币升值，提供支持出口商的人民币贸易信贷，并开展与人民币国际化相关的离岸放贷。因此，净对外资产的积累是结构性的、由政策驱动的，这既决定了资产的面貌，也决定了负债的黏性。

2官方数据集：优势、局限与三角验证

有四个官方数据集涉及中国银行业的对外头寸。它们彼此不一致，而这种不一致本身就是诊断依据。

表 1 — 四个数据集一览

数据集	频率	设计依据	最佳用途	主要局限
中国人民银行货币概览（其他存款性公司资产负债表）	月度	IMF 货币统计口径，而非国际收支	动量；银行类型细分	负债定义狭窄，推高 NFA
外管局银行业对外头寸	季度	国际收支原则	水平；工具/币种构成（基准）	季度滞后；无银行类型划分
外管局部门国际投资头寸表	年度	国际收支 / 国际投资头寸	嵌入国民资产负债表；交叉核对	年度；历史较短
中国人民银行信贷收支表	月度	传统信贷配置监测	月度代理指标构建；拆解	与国际收支口径不一致；定义上有怪异之处

来源：Rasmussen，Exante Data（2026 年 7 月）；Icarus Asia 综合整理。各列判断（“最佳用途”）是 Icarus Asia 对该研究笔记结论的编辑性概括。

2.1 中国人民银行货币概览

中国人民银行每月发布的其他存款性公司资产负债表，是按 IMF 原则编制，用于衡量国内货币状况，而非对外账户。以此为口径，银行业净外国资产在 2026 年 5 月约为 $1,521bn，高于 2024 年 7 月的约 $876bn，不到两年增加了约 $645bn（经由 Exante Data）。

该系列被广泛使用，包括 IMF 在其第四条款磋商的对外脆弱性表格中，它还提供了外管局所没有的内容：按银行类型的细分，可与境内银行和外资银行的资产负债表数据对接。但对外头寸只以“国外资产”和“国外负债”的总量形式出现，没有工具拆分。正如第 3 节所示，其负债总量狭窄到仅相当于离岸人民币存款。它是动量指标，而非水平指标。

2.2 外管局银行业对外头寸：基准

外管局按季度发布的《中国银行业对外资产负债》依据国际收支原则设计，恰恰是为了衡量人民银行调查所不能衡量的内容：按工具和币种划分的银行对外资产与负债。净对外资产从 2024 年二季度的约 $33bn（经由 Exante Data）升至 2025 年底的 $566.5bn 和 2026 年 3 月底的 $623.6bn（外管局发布）。对外资产总额在 2025 年底为 $1,977.5bn，2026 年一季度为 $2,108.6bn；负债总额分别为 $1,411.0bn 和 $1,485.1bn。

工具、币种和交易对手方面的细节，使其成为分析外债总额的天然起点。季度频率和缺少银行类型划分，是为与国际收支会计在概念上保持一致而可以接受的代价。

2.3 外管局部门国际投资头寸表与交叉核对

外管局对年度国际投资头寸表的部门细分中，包含一条银行业项目，其规模与季度银行业数据集大体一致，它承担两项任务：确认外管局银行业数据集是与国际收支口径一致的正确基准，并将银行业头寸嵌入国民对外资产负债表。

关于数据版本的一点说明。客户提供的 Exante Data 研究摘要，引用外管局银行业数据集在 2025 年底的数字约为 $439bn，而部门国际投资头寸表上约为 $566bn。外管局最新的原始发布显示，银行业数据集本身在 2025 年底为 $566.5bn。$439bn 这一数字很可能反映的是较早的数据版本；外管局表示自 2025 年以来已改进其数据修订机制。

2.4 中国人民银行信贷收支表

信贷收支表与货币概览出自同一批原始数据，但按工具和币种提供了详细得多的划分。它在数十年前设计，用于监测行政指导下的信贷，并不遵循国际收支原则，但它恰好拆解了货币概览所掩盖的那些总量。国外资产可以用境外贷款（外币和人民币）加非贷款类外币资产来很好地近似。在负债端做同样的拆解，则暴露出人民银行总量所遗漏的内容，包括银行同业存款和非居民的某些境内存款。

3为何人民银行高估了净头寸：证据

数据集之间的背离出在负债端，而非资产端。人民银行货币概览与外管局的国外资产规模相近；人民银行数据中的对外负债则小得多。货币概览把宽泛的国外资产定义与狭窄的国外负债定义配对，机械地推高了相对于国际收支口径指标的 NFA。以目前的读数，高估幅度超过两倍。

三条证据线索确定了人民银行负债项实际涵盖的内容：

• 与离岸人民币存款同步变动。人民银行的“国外负债”与境外人民币存款高度相关。Rasmussen 引用的一项境内研究认为，人民银行这一项实际上就是离岸人民币存款，近期的同步变动也支持这一点。
• 与外管局存款数据核对。取外管局的对外存款负债，限定为非银行存款，再减去非居民境内存款，得出的系列与人民银行国外负债吻合良好。银行同业存款和部分非居民存款显然缺失于人民银行的总量之中。
• 代理指标追踪。信贷收支表代理指标（境外贷款加非贷款类外币资产，减去境外存款和非存款类外币负债）对外管局水平的追踪尚可，而人民银行 NFA 的变化比代理指标更好地追踪外管局的流量和方向。

截至 2026 年一季度的外管局数据证实了这一模式：当季负债总额温和增加 $74bn，资产增加 $131bn。对从业者的结论很直白。人民银行货币概览 NFA 不能被当作与国际收支口径一致的净对外资产数字，任何以此为起点的债务评估，都会低估负债总额，并高估净头寸所暗示的安全性。

4构建更好的度量

4.1 月度代理指标

Rasmussen 用信贷收支表的类别构建了银行业净对外资产的月度代理指标：境外贷款（外币和人民币）加非贷款类外币资产（境内和境外），减去境外存款（外币和人民币）和非存款类外币负债（境内和境外）。该代理指标与外管局的季度净对外资产在水平上相关性尚可。吻合并不完美，但在外管局数据尚未公布时，足以充当实用的月度指标。还可以通过对残差做回归调整进一步完善。

有一处细节值得牢记：就季度变化而言，人民银行货币概览 NFA 比代理指标更贴近外管局。水平与流量需要不同的工具。

4.2 混合方法

1. 水平与构成用外管局。季度基准，用于与国际收支口径一致的存量、工具和币种拆分。
2. 月度细分用信贷收支表。按工具追踪境外存款、非存款类外币负债、境外贷款、非贷款类外币资产。
3. 动量用人民银行货币概览。关于净头寸的高频方向信号。绝不可作为水平指标。
4. 交叉验证用 BIS / IMF。用本地银行业统计做交易对手镜像；用国际投资头寸表/QEDS 做一致性核查。

更新后的代理指标在变化上的表现强于水平；水平方面需要针对政策性银行和银行同业的细微之处做调整。

5对外债评估的启示

5.1 水平与动态

对外负债总额规模可观且大体稳定：2025 年底为 $1,411.0bn，2026 年一季度为 $1,485.1bn（外管局）。同期净对外资产大幅上升，这意味着净额的改善由资产驱动，而非去杠杆。由此带来两个后果。第一，负债总额仍需就续借和集中度风险加以评估；缓冲可以减轻风险，但不能使之免疫。第二，资产的快速积累本身改变了资产端风险，包括币种和久期方面。

就期限背景而言，中国全经济范围的外债统计显示，2025 年底短期债务占 $2,328.8bn 总额的 56%，其中 39% 为贸易相关信贷（外管局外债发布）。银行占外债总额的 $933.2bn，即 40%。短期外债占外汇储备的 39.2%，处于 100% 国际门槛之内。贸易相关信贷主要集中在企业部门，而非银行资产负债表上，但它是贸易冲击最先冲击对外融资状况的渠道。

5.2 构成与风险

核心融资。境外存款（外币和人民币，含具黏性的人民币和非银行部分）加非存款类外币负债（金融债券、银行同业债务、对国际金融机构的负债），构成核心对外融资基础。非居民的境内存款从国际收支角度看属于对外项目，应纳入评估，尽管人民银行的总量基本漏掉了它们。

货币风险。银行持有的净外币资产在 2025 年底为 $710.1bn，2026 年一季度为 $727.4bn，对应的净人民币负债分别为 $143.6bn 和 $103.9bn（外管局发布）。缓冲是真实的。尽管如此，$264.7bn 的美元负债总额（占 2025 年底总额的 19%）仍暴露于制裁和美元流动性冲击之下，Rasmussen 强调，贸易顺差回流迫使银行积累以美元为主的资产，即便人民币计价改变了结算方式，理论上仍增加了对美国金融制裁的脆弱性。跨境放贷向人民币的转变仍在进行。

期限。短期负债在整体结构中占比较大，因此贸易和政策冲击需要通过期限结构视角来监测：在外管局和信贷收支表数据之上叠加债券、存款和银行同业融资的期限分布。

集中度。非银行交易对手在 2025 年底持有 63% 的对外负债，2026 年一季度为 64%（外管局）。政策性银行带来的离岸放贷层，部分位于核心银行统计之外。

5.3 压力情景

以下四种情景均为 Icarus Asia 构建的假设性压力叠加分析。没有一种是预测。目的是找出哪些数据系列会最先变动，以及应当关注什么。

贯穿其中的主线是：净头寸提供缓冲，但总额敞口和政策联系决定韧性。削弱资产流动性的压力（情景 2）或使政策引擎停摆的压力（情景 1），会在最需要缓冲的时候削弱缓冲。

6政策与国有所有制的作用

中国的银行扮演着政策通道的角色。它们吸收贸易顺差产生的外汇，减缓人民币升值；提供以人民币计价的贸易信贷，支持出口融资；并承担与“一带一路”和人民币国际化相关的离岸放贷。对外资产负债表的两端都受这些使命塑造。

信用方面的含义是双向的。国有所有制降低了纯粹的违约风险：融资成本更低，干预能力真实存在，国有银行是外汇政策的执行臂。但它也把对外资产负债表的稳定性与宏观政策的连续性绑在一起，因为建立起净资产头寸的同一台政策引擎，也可能改变其方向。中国银行业的外债，应部分地被视为货币政策的工具，而非市场驱动的杠杆，这改变了违约风险分析、干预机制，以及压力下任何国家兜底的形态。

7实用分析框架

1. 基准。外管局银行业对外头寸加部门国际投资头寸表，用于与国际收支口径一致的对外资产和负债存量。
2. 月度追踪。信贷收支表代理指标用于工具层面的变动；人民银行货币概览 NFA 的变化用于动量。
3. 拆解。来自外管局的工具/币种/交易对手拆分，与 BIS 本地银行业统计交叉核对。
4. 风险叠加。期限和外汇错配矩阵；第 5.3 节那类情景分析。
5. 政策背景。贸易和人民币结算流量、政策性银行调整、影子干预代理指标。
6. 验证。与 IMF 国际投资头寸表/QEDS 及 BIS 三角验证；监测居民离岸存款等已知缺口。

8要点、未决问题与后续研究

核心结论。由于负债定义狭窄，人民银行货币概览 NFA 高估了中国银行业对外头寸的安全性；外管局为外债评估提供了更好的依据。净对外资产上升反映的是结构性的贸易顺差回流。约 1.5 万亿美元的稳定负债总额是风险关注的重点。

始终成立的规律。无论采用何种负债定义，每个数据集中都有两个特征：净额改善由资产驱动，且政策居于主导。

开放且可完善的领域。居民离岸存款的处理、银行同业轧差，以及部分非存款类外币负债，在各数据集中仍不透明；Rasmussen 明确将其综合分析定位为经过仔细推敲的假设，而非确定性的统计指引。政策性银行的精确并表、居民与非居民离岸区分、更精准的月度代理指标，以及在顺差放缓或资本账户开放下的长期可持续性，都是悬而未决的问题。数据版本也是如此：二手摘要中流传的外管局银行业数据集 2025 年底数字（$439bn）与当前原始发布（$566.5bn）不符，这提醒我们每次使用前都要重新调取原始数据。

建议的后续研究。结合 BIS 镜像数据验证的细粒度时间序列拆解；包含宏观联动的完整压力测试模型；利用最新全球海外贷款数据更新政策性银行映射；以及与同类新兴市场银行体系对外头寸的比较分析。

参考文献

• Rasmussen, Martin. “A better way to measure Chinese banks' external position.” Money: Inside and Out (Exante Data), 2026 年 7 月 2 日。
• SAFE. “External Financial Assets and Liabilities of China's Banking Sector as at the End of 2025.” 2026 年 3 月 26 日。safe.gov.cn/en/2026/0326/2401.html。
• SAFE. “External Financial Assets and Liabilities of China's Banking Sector as at the End of March 2026.” 2026 年 6 月 25 日。safe.gov.cn/en/2026/0625/2425.html。
• SAFE. “China's External Debt Data at the end of 2025.” 2026 年 3 月 27 日。safe.gov.cn/en/2026/0327/2408.html。
• PBOC. Balance Sheet of Other Depository Corporations (Monetary Survey)，月度；Sources and Uses of Credit Funds of Financial Institutions，月度。经由 Exante Data 引用。
• BIS. Locational and Consolidated Banking Statistics（作为交叉验证路径引用；本报告未作分析）。
• IMF. IIP, QEDS, Article IV / FSAP materials on China（作为交叉验证路径引用；本报告未作分析）。