NIFD季報 主編:李揚中國宏觀金融殷劍峰張旸2024年5月NIFD季報》是國家金融與發展實驗室主要的集體研究成果之一，旨在定期、系統、全面跟蹤全球金融市場、人民幣匯率、國內宏觀經濟、中國宏觀金融、國家資產負債表、財政運行、金融監管、債券市場、股票市場、房地產金融、保險業運行、機構投資者的資產管理等領域的動態，并對各領域的金融風險狀況進行評估。《NIFD季報》由三個季度報告和一個年度報告構成。NIFD季度報告于各季度結束后的第二個月發布，并在實驗室微信公眾號和官方網站同時推出；NIFD年度報告于下一年度2份發布。探尋新質生產力：人工智能摘要（長態勢）20235GDP3CPIAIAI（資本MPKMPKAIAI

本報告負責人：殷劍峰本報告執筆人：殷劍峰國家金融與發展實驗室副主任張旸【NIFD季報】全球金融市場人民幣匯率機構投資者的資產管理目錄TOC\o"1-1"\h\z\u一、 近期形：為體感溫低？ 1二、 探尋新生產人工智能+，但影高度不定 5三、 金融資錯配 10一、近期形勢：為什么體感溫度低？56.0054.0052.0050.0048.0046.0044.0042.002024/2 2024/3景氣度基（1，3PI首次回升到榮枯線上，高技術PMIPMI（231.38一帶一（如電動汽車（332019（45）20221月份起便一直處于負值區2、356.0054.0052.0050.0048.0046.0044.0042.002024/2 2024/3圖1 中國制造業與非制造業PMI（%）非機電產品非機電產品機電產品40.0030.0020.0010.000.00-10.00-20.00-30.002024/1 2024/2 2024/3 -24.81 -30.00-15.71-15.39-11.81-14.61-.-4615.1229.6240.9450.0040.0030.0020.0010.000.00-10.00-20.001.3-2.927.75圖2 海關統計出口同比按區域（左，%）和按商品類別（右，%）制造業城鎮全國北上廣制造業城鎮全國北上廣2024/1 2024/2 2024/3-30.09-28.55-40.00房地產銷售額消費投資-20.00-30.00-7.900.802024/1 2024/2 2024/3-30.09-28.55-40.00房地產銷售額消費投資-20.00-30.00-7.900.804.70 4.60 4.7010.009.9014.2013.4020.00第二產業第三產業信息傳輸、軟件和信息技術服務業房地產業消費品零售汽車除外30.0030.0020.0019.0020.0011.5012.701.0810.007.77.820.002021202220232024-20.000.002021202220232024-10.00 -40.00-20.00-60.00-30.00-80.00-40.00-50.00-100.00與2019年清明同比：旅游人數與2019年清明同比：旅游收入與2019年清明同比：人均旅游收入與2019年春節同比：旅游人數與2019年春節同比：旅游收入與2019年春節同比：人均旅游收入圖4 今年春節及清明節旅游數據與2019年同比（%）0圖5 居民消費意愿指數（%）需求疲軟進而導致通貨緊縮和信用緊縮。GDP平減4（6，PPI20221018個（7CPICPI0374.481（8（背后的人口負增長態勢M1（9。在房地產拖累下，3M1同比進一步下滑至歷史較低水平，僅為1.1%，資金活性令人擔憂。GDP名義 GDP實際 名義-實際GDP名義 GDP實際 名義-實際2023年4季度 2024年1季度2023年3季度2023年2季度2023年1季度5.304.185.203.694.903.474.804.554.97 6.30 7.006.005.004.003.002.001.000.00-1.00-2.00圖6 季度名義和實際GDP增長率及兩者差值（%）PPIPPIicpi核心CPICPI-2.00 -2.80-4.00-6.001.710.600.104.002.000.00圖7 CPI與PPI同比（%）1.81.82.51.91.41.79.110.110.7 10.810.59.010.09.011.215.714.016.213.916.16.618.016.014.012.010.08.06.04.02.00.0圖8 2024年第一季度信用總量累計同比增速（%）圖9 房地產銷售額同比（%，左軸）和M1同比（%，右軸）2023（10。例如，19822015時，GDPPPI同比下跌；1998-19992009年全球PPICPI5%左右、CPI3%PCPI（1GDPCPI5%GDP增長目標基本能夠實現，但鑒于需求疲軟的態勢，3%的CPI增長目標可能會面臨一定挑戰。圖10 1979-2023年三大物價指數同比（%）CPI:預期CPI:預期預期-實際CPI：實際7.006.005.004.003.002.001.000.00-1.00-2.00-3.00預期-實際GDP增長率：預期GDP增長率：實際20.0015.0010.005.000.00-5.00-10.00圖11 近年政府對GDP和CPI同比的預期增長目標與實際達成情況（%）二、探尋新質生產力：人工智能+，但影響高度不確定大數據、人工智能等研發應用，開展人工智能+”2024（12。其中，美國獨角獸企業主要集中在金融科技（1413（12（9（17（12（10（6等。20.010.00.020.010.00.027.550.040.030.048.660.0澳大利亞瑞典瑞士日本荷蘭越南泰國挪威希臘智利（13判斷和決策等。通用人工智能則擁有人類所有的認知能力；第二個層次是強人工智能，具AI人工智能和超級人工智能，還需要克服許多技術難題和倫理挑戰。圖13 人工智能的概念和分類人工智能發展迄今雖不足七十年，卻已取得顯著突破。1956題，即解決方案的復雜度隨問題細化呈指數級增長。1972年英國萊特希爾1970至19801980年代后，行為主義方（年深藍戰勝國際象棋冠軍，標志著行為主義方法的重大突破。隨著計算機軟硬件的持續創新，2011年起，以神經網絡為核心的人工智能技術飛速發展。2014DeepMind2016年，DeepMindAlphaGo擊敗世界圍棋冠軍李世石，2017年，從零AlphaGoZero以絕對優勢再次戰勝另一世界圍棋冠軍柯潔，這深刻揭示了人工智能技術的巨大潛力。那么AI對宏觀經濟的沖擊幾何？學界對此的討論主要聚焦在三個方面：一AI對經濟增長的影響。AI能夠大幅提升全要素生產率FtorProdutivityTPEikBrynjolfssonI是通1.5%3%AITFPAI的使用；AI對收入分配的影響。AIAIAIAIAI與勞動力的互補關系將增AIAIAIOpenAI。也有學者認為隨著開源大模型日益普及，去中心化的趨勢愈加明顯，AI將加劇行業競爭而非壟斷。（資本的性質。勞動替代型（SingulrityMPK勞動互補型MPK趨于下降，I腦AIAI應用與各項技能的AI對不同職業、及行業，往往更容易受到AI的替代；而以體力勞動為主且薪酬偏低的崗位，則相對較難被AI替代。AI技術應用于紡織服裝行業，并將業務流、信息流、資金流和物流有機AI化，大大提高了生產效率（設計師（各種技師2.在經濟的供給側，AI能夠實現實時、小規模的定制化生產，大幅提高全要素生產率。不過，在經濟的需求側，AI能夠創造需求嗎？例如，機器人可以生產衣服，但是誰來穿衣服？3.AI競爭的態勢：中國在數據和場景運用方面具備比（依賴英偉達芯片（AI模型）4.I（14201年德國便啟動了20204.0列為十大目標之一。2013年，德國國家科學與工程學院發布把握德國制造業的未來——實施‘工4.01.02.03.04.0（CPS（Ios和互聯網傳統金融模式將面臨更加嚴峻的脫媒壓力。圖14 傳統供應鏈與供應鏈4.0模式對比三、金融資源錯配20102023P平均結構和信用總量平均結構（1519.41%GDP34.64%；二是為金融房地產建筑業提供的金融資源份額為30.2%，顯著大于其GDP份額20.72%18.97%GDP份額4.91%。這表明，金融房地產建筑業和基礎設施的金融效率明顯偏低。圖15 2010-2023年GDP平均結構（左，%）和信用總量平均結構（右，%）那么過度投資上述低效率行業的主體是誰？從信用總量部門結構來看（圖12012年起（勞動年齡人口占比達峰后，企業部門信用占比逐漸下降，城投政府居民企業（不含城投）2010201120122013201420152016201720182019202020212022202370.0060.0050.0040.0030.0020.0010.000.002010-2023P的行業平均結構（17，各部門的金融行為一目了23.74%GDP4.91%；居民部門將63.52%的融資集中在金融房地產建筑業，遠高于該行業在GDP城投政府居民企業（不含城投）2010201120122013201420152016201720182019202020212022202370.0060.0050.0040.0030.0020.0010.000.00圖16 信用總量部門結構（%）第一產業 工業 金融房地產建筑業 基礎設施 消費者服務業 生產者服務業 公共服務業第一產業 工業 金融房地產建筑業 基礎設施 消費者服務