1、金融数据正受到基数因素的影响
　　去年春夏之交，我国经济运行面临严峻挑战，宏观调控部门迎难而上，果断加大政策的调节力度。例如，财政部要求加快地方政府专项债券的发行使用；中央银行进一步加大稳健货币政策的实施力度，营造出良好的货币金融环境。
　　一揽子强有力、快见效的政策和措施推动了金融数据的迅速改善。例如，2022年5月人民币贷款由4月的明显少增快速扭转为多增，且此后的三个季度内新增贷款的三月同比增速大体呈提高趋势。再如，2022年末M2增速达到了11.8%，较2022年一季末提高了2.1个百分点。另如，2022年5月和6月新增社融中政府债券融资规模依次为1.06和1.62万亿元，分别较前一年同期大幅提高了0.39和0.87万亿元。
　　不过，去年5月以来金融数据的高增长也相应地拉低了今年一些月份金融数据的增速。比如说，今年5月人民币贷款较去年同期少增了0.53万亿元，这既是经济内生动力不强、有效信贷需求不足的体现，也有去年5月基数较高的原因。而且，今年6月的信贷数据也会不可避免地受到基数因素的影响。2022年6月新增人民币贷款2.81万亿元，较前一年同期大幅多增了0.69万亿元，今年6月在此基础上很难再度多增。事实上，去年自4月后贷款的三月同比增速大体处于上升的趋势中，因此今年下半年的一些月份也会阶段性地受到上述因素的干扰。
　　我们建议使用两年平均增速指标以滤除去年5月以来基数明显上行所造成的影响。所谓的两年平均增速，即23年相对于22年增速与22年相对于21年增速的平均值。倘若23年某月贷款同比增速下降是由于22年同期增速上升所导致，那么两年平均增速应保持基本稳定。如果两年平均增速大幅下行，那么便说明该月贷款的少增不仅仅是基数的原因；如果23年6月两年平均增速有所提高，那么说明23年6月的情况还是较5月边际改善的。
　　我们对数据进行处理是为了更好地分析数据变化的趋势。例如，使用两年平均增速是为了剔除去年5月以来基数提高所造成的影响，而我们经常使用的三月同比增速指标是为了滤除月度之间的波动。值得注意的是，过度的数据处理有可能弱化结果的公信力（例如令非专业人士有“操纵数据”的质疑），所以我们需要对数据处理的复杂度加以控制。
　　因此，我们建议在进行两年平均增速的计算时不再叠加使用三月同比的方法，而是直接使用单月的数据。单月数据容易受到月度间波动的影响从而有可能形成错误的指向性，因此我们在使用两年平均增速数据时，宜更加注重今年与过去两年自年初以来累计增量的比较。这样，可以将累计增量数据相对稳定和单月增速数据比较灵敏这两个优势有机地融合在一起。
　　2、风险提示
　　不理性的预期引发市场快速波动。