1、本文测算显示，2025年以来中国居民净资产同比重新转正，结束了2022年至2024年期间连续小幅负增长的状态。
2、本轮净资产同比转正有四个特点，一是房地产影响弱化，二是推动资产负债表改善的主因是权益市场修复推动金融资产估值提升，三是资产结构上保险变化最明显，四是本轮净资产修复期间，居民非住房消费贷款规模年化净增规模首次转负。
3、由于国内没有收入分层的资产数据，结合海外经验，可总结出资产分层的若干共性特征：
①对于收入分位数位于60%以下的家庭，资产财富效应对其影响较为有限，相对比较来看，住房资产更容易让多数家庭分享到“财富效应”。而金融资产对其影响则相对偏小。
②基金和股票呈现高度的头部集中效应。美国收入分位数位于前10%的群体，拿走了79%的股票和基金。
③保险资产也并非平均分配，美国收入前20%的家庭持有了74%的退休账户和72%的人寿保险。
④虽然高收入群体的负债能力更强，但是中高收入群体才是非住房消费贷借贷的主力。非住房消费贷款可能更反应中高收入群体预期。
报告摘要中国居民资产负债表的构建
1、居民资产负债表的计算方法：我们以《2018年中国国家资产负债表》公布的计算方法为基础，结合高频数据变化对资产负债表的数据予以补齐。
2、计算调整：由于占比较小且高频数据较难跟踪，我们暂不纳入农村住房，农村生产性固定资产，汽车，居民持有债券，居民内部贷款以及公积金存款和公积金贷款等多项科目。
3、最终构建：我们统计的资产负债表，包含居民城镇住房资产，存款和现金，保险，资产管理，理财，上市股票，非上市股权以及银行贷款等科目。
4、具体细节：详见正文。
5、值得注意的是，对于居民持有的非上市股权，这部分数据缺乏直接、高频的居民持有口径，测算不确定性较高。本文参照OECD“现值/市盈率法”框架测算，相关结果应视为估算值。
2025年，中国居民净资产同比已经明确转正。
1、本文测算显示，2025年以来中国居民净资产同比重新转正，结束了2022年至2024年连续小幅负增长的状态。
2、本轮居民净资产同比转正有四个特点：
①地产影响弱化：近年来随着房地产价格持续回落，房地产资产的基数越来越低，房地产价格调整对居民净资产总量的边际拖累正在下降。
②金融资产推动资产负债表改善：2025年以来，中游制造和信息业等新经济的持续发力推动市场预期逐步改善，并且政策的主动出手稳住股票的波动和回撤也提升了权益资产风险调整后的收益。在此影响下，金融资产估值的修复推动居民净资产同比抬升。
③资产结构上保险变化最明显：与居民净资产同比转负之前的2021年相比，中国居民的保险规模增幅最大。
④负债端最值得关注的是消费贷款持续偏弱。本轮居民的净资产规模同比转正期间，居民的非住房消费贷款年化净增长规模自2007年以来首次转负。
本轮净资产的结构特点的映射？
1、研究思路：由于中国没有官方的不同收入群体资产分层的数据，因此我们借助美国，欧洲，日本的数据，来尝试寻找一些居民资产分层的共性。
2、研究结论：参照美国，欧洲，日本不同收入群体持有的资产规模，能总结出以下四点观察：
①对于收入分位数位于60%以下的家庭，其持有的资产规模占整体资产规模的比重较低，资产财富效应对其影响较为有限，相对比较来看，购房相对更容易让多数家庭分享到资产价格变化带来的财富效应。而金融资产对其影响则相对偏小。
②基金和股票呈现高度的头部集中效应，对于大多数家庭而言，基金和股票的上涨难以带来其财富效应的改善。以美国为例，2022年，美国收入前10%的家庭持有了79%的股票和基金，收入前20%的家庭持有了88%的股票和基金。
③保险资产也并非平均分配，同样是高收入群体受益更多。仍以美国为例，2022年，美国收入前20%的家庭持有了74%的退休账户和72%的人寿保险。
④与资产头部集中的特点不同，非住房消费贷款可能更反映中高收入群体的预期。美国经验来看，虽然高收入群体的负债能力更强，但是中高收入群体才是非住房消费贷主要借贷群体。
报告正文
一、中国居民资产负债表如何构造？
根据李扬，张晓晶等编著的中国国家资产负债表系列书籍，居民资产分为非金融资产和金融资产两大部分。其中居民非金融资产包含城镇住房资产，农村住房资产，农村生产性固定资产及汽车四项；居民金融资产包含通货，存款（含公积金存款和理财），债券，保险准备金，证券投资基金份额，股票及股权（包含个人持有的上市公司股票及最终属于居民部门的企业部门权益），居民内部贷款（小额贷款+P2P）等七项。居民负债包含居民银行贷款，公积金贷款，小额贷款，P2P贷款等。
考虑到《中国国家资产负债表2018》对居民部门资产负债口径披露较为完整，本文以2018年口径为基础，并结合后续可得的高频和年度数据，对居民资产负债表进行延展测算。需要说明的是，部分科目缺乏直接统计值，本文测算结果应理解为口径一致下的近似估计。
（一）居民房地产资产价值如何测算？
根据李扬，张晓晶等编著的《中国国家资产负债表2018》：“当年的住房资产价值=上一年住房资产价值+新建住房价值+当年住房资产的资本利得-当年折旧。”参照上述公式，新建住房价值根据城镇人口，城镇居住建筑面积和房屋平均销售价格来估算；资本利得通过房屋平均销售价格的变动来估算；折旧率按照3.3%来测算。
对于居民房地产资产价值的测算而言，房价口径是影响结果的关键变量。不同口径的房价历史波动幅度不同，自然对房地产资产价值的测算会产生不同的影响。我们比较了新房住宅价格，70大中城市价格，70大中城市二手房价格以及二手房挂牌价格指数。对比过后，我们针对新房和存量房采用了不同的价格。新房部分采用统计局公布的新建住宅价格指数；存量房部分则采用波动更充分的二手房出售挂牌价指数，以更好刻画存量房估值调整。
除房价口径外，本文还做了两项口径调整。一是由于2015年之前没有二手房出售挂牌指数，因此我们采用了中国国家资产负债表2014年底的数据作为基期；二是由于城镇居住建筑面积公布相对低频，因此我们通过新建商品房住宅面积来近似测算。初步测算来看，2025年，房地产资产价值总值约190万亿，较2024年回落约20万亿，与之对比，2021年~2024年房地产资产价值较上一年的变化分别为新增10万亿，回落13万亿，回落16万亿，回落26万亿。
（二）金融资产价值如何测算？
我们将金融资产进一步分为六类，分别是存款和现金，保险，理财，资产管理，股票，以及未上市股权。不同科目的统计可得性差异较大，因此本文分别采用直接统计、比例分配和估算模型三类方法进行处理。
1、对于存款，保险，资管产品和理财的计算
存款和现金的测算相对直接，存款数据源自中国人民银行每月公布的信贷收支表，现金的计算则假设1993年时居民持有的现金是M0的80%（2002年统计局的建议），再用历年资金流量表的增量来估算之后各年规模。截至2025年末，中国居民持有的存款约为166万亿，现金约为12万亿，合计178万亿。2021年~2024年，二者之和分别为110万亿，129万亿，147万亿，162万亿。
保险的数据来自国家金融监督管理总局公布的保险资金运用余额，结合中国国家资产负债表系列书籍，本文假设居民部门持有其中70%。截至2025年末，中国居民持有的保险规模约为27万亿，2021年~2024年，中国居民持有的保险规模分别为16.5万亿，17.7万亿，19.7万亿，22.6万亿。
理财资产方面，本文使用中国理财网公布的银行理财产品资金余额，并暂将银行理财余额全部计入居民部门，该处理可能高估居民实际持有规模。截至2025年末，中国居民持有的银行理财产品余额约为33.3万亿，2021年~2024年，该类资产余额分别为29万亿，27.7万亿，26.8万亿，30万亿。
对于资产管理规模，2016年之前的数据，我们参照《中国国家资产负债表2018》所公布的数据，2017年之后，资产管理的数据来自中国证券投资基金业协会，协会按产品类型披露公募基金、基金管理公司专户业务、证券公司私募资管、期货公司私募资管及私募基金管理机构等分项规模，并同步披露相应的居民/个人资金占比。我们结合各自的比例计算得到居民持有的资产管理业务规模。值得注意的是，由于2025年居民持有的比例暂未公布，因此我们假设与2024年保持一致。参照这一比例，截至2025年末，中国居民持有的资产管理规模约为28万亿，2021年~2024年，该类资产余额分别为26.2万亿，20.9万亿，22.2万亿，24.7万亿。
2、对于股权资产的测算
居民的股权资产分为上市股票和非上市股权。由于目前缺乏直接、高频的居民持有口径，股权资产测算的不确定性高于存款、保险和理财等科目。本文采用“总股权规模测算-上市股票扣除”的思路，先估算居民部门持有的总股权资产，再扣除居民持有的上市股票规模，得到非上市股权的近似值。具体测算方式如下：
第一，对于股权总规模数据，2016年之前的数据，我们参照《中国国家资产负债表2018》所公布的数据，2017年之后的数据测算。我们参照了OECD所提供的“现值/市盈率法”的估值框架。及：“股权价值可近似通过市场或行业市盈率 × 平滑后的近期盈利进行估算。
第二，由于数据可得性的问题，我们以【滚动四个季度求和的企业所得税】数据作为企业盈利变化的代理变量；再以【沪深300滚动市盈率的四季度均值】数据作为市盈率的代理变量。最终测算公式为2016年的股权总规模数据*企业所得税指数*平滑后的沪深300 P/E。该方法的优势在于兼顾企业盈利变化和市场估值变化，但不足在于企业所得税并非严格意义上的企业利润，沪深300估值也不能完全代表非上市企业估值。
第三，股权资产可以进一步分为上市股权和非上市股权，居民持有的上市股权采用流通股市值*居民持有比例来测算，该比例参照上证所公布的自然人占投资者持股市值比重来衡量。由于该比值只更新到2023年，因此我们假设2024年和2025年该比值与2023年基本持平。得出居民持有的上市股权后，用总股权规模减去居民持有的上市股权规模，即可得到非上市股权数据。
具体数据来看，对于上市股权而言，截至2025年末，中国居民持有的上市股票约为23万亿，2021年~2024年，该类资产余额分别为18.4万亿，15.4万亿，15.7万亿，18万亿。对于非上市股权而言，截至2025年末，中国居民持有的非上市股票约为35万亿，2021年~2024年，该类资产余额分别为47万亿，41万亿，36万亿，34万亿。
（三）居民负债的测算
居民的负债数据来自中国人民银行的信贷收支表。近年来居民债务扩张速度持续放缓，截至2025年末，中国居民持有的债务余额约为83.3万亿，2021年~2024年，该类负债余额分别为71.1万亿，74.9万亿，80.1万亿，82.8万亿。
（四）其他资产怎么测算？
相较于《中国国家资产负债表2018》，我们暂不纳入下面六类资产。主要原因在于这些科目要么缺乏可持续更新的数据，要么估算误差较大，且在居民资产负债表中的占比较低。具体来看：
首先，我们暂不纳入汽车这一类资产。背后原因在于，根据《中国国家资产负债表2018》所谈及的汽车的计算方法，需要估算私人汽车保有量占比这一指标，但该指标目前缺乏可持续预测口径。
其次，暂不纳入农村住房资产。原因在于，农村住房的资产价值依赖农村居民年末住房单价，2013年以来，《统计年鉴》不再公布农村居民年末住房单价。
第三，暂不纳入农村生产性固定资产，该数据依赖《统计年鉴》公布的相关数据，但2013年以来，《统计年鉴》已不再公布相关数据。
第四，暂不纳入居民持有债券规模。背后原因在于这部分数据占比极小，且高频难以跟踪。
第五，暂不纳入居民内部借贷关系，原因在于这部分数据无法跟踪预测，且占比也相对较低。
第六，暂不纳入公积金贷款和公积金存款，原因在于这部分资金不属于居民自由可支配资金，且无法高频跟踪。
二、中国居民资产负债表如何变化？
本文测算显示，2025年以来中国居民净资产同比重新转正，结束了2022年至2024年连续小幅负增长的状态。参照本文的测算方法，2025年末，中国居民净资产规模约为431万亿，较2024年的418万亿抬升约13万亿。本轮居民净资产有四个特点。
首先，房地产价格调整对居民净资产总量的边际拖累正在下降。近年来随着房地产价格持续回落，房地产资产的基数越来越低。2021年居民住房资产峰值规模约为265万亿，2025年居民房地产规模降为190万亿，这意味着同样10%的房价回落，对居民房地产资产冲击从26.5万亿降到19万亿，少了近7万亿。
其次，金融资产估值修复是居民净资产同比转正的重要推动力。2025年以来，中游制造和信息业等新经济的持续发力推动市场预期逐步改善，并且政策的主动出手稳住股票的波动和回撤也提升了权益资产风险调整后的收益。在此影响下，2025年居民权益资产规模增长4.8万亿，资产管理规模增长3.4万亿，非上市股权增长1.8万亿；与之对比，2022年~2024年，上述三组数据的均值分别为-0.1万亿，-0.5万亿，-4.3万亿。
第三，与居民净资产同比转负之前的2021年底相比，中国居民保险规模自2021年底以来增幅最大。我们用2025年的各项资产规模对比2021年底发现，中国居民的净资产规模与2021年底基本持平，但中国居民的保险规模较2021年增长64%，资产管理规模较2021年增长7%，股票规模较2021年增长24%，而房地产规模只有2021年的72%。
第四，负债端最值得关注的是消费贷款持续偏弱。近年来，随着房地产市场持续调整，居民的借贷意愿也受到了一定程度的影响。自2021年以来，居民的消费贷款规模持续回落。值得注意的是，过去四个季度加总来看，不仅住房贷款年化增长规模转负，非住房消费贷款的年化增长规模也自2007年以来首次转负。
三、资产负债表修复期间，不同收入群体受到的影响
虽然2025年中国居民净资产同比已经转正，但推动净资产同比转正的科目不同，其对消费和宏观经济的传导也会有所不同。由于中国缺乏官方的居民资产收入分层数据，本文借助美国、欧洲和日本的家庭资产负债调查，提炼不同收入群体资产配置的共性，并据此理解中国居民资产负债表修复的结构性含义。
（一）海外国家针对不同收入群体的调查方式
1、美国：消费者金融调查
美国的消费者金融调查（Survey of Consumer Finances，后文简称SCF）为三年一次，最新公布的是2022年数据（2023年10月发布），共调查采访了4602个家庭。为了更好的评估大多数家庭的资产（比如房产）以及高集中度的资产（比如未上市股权），SCF采用了包含两部分的样本设计，一个是基于地理位置的随机样本，另一个针对相对富裕家庭的特殊超额样本。以2022年为例，2022年的4602次访谈中，3298次来自地理位置的随机样本，1304次来自相对富裕家庭的特殊超额样本。
2、欧盟：家庭金融与消费调查
欧盟的家庭金融与消费调查（Household Finance and Consumption Survey，后文简称HFCS）为四年一次，最新的是2023年7月公布的2021年数据，总样本量超过8万户家庭。其调查方式为欧元区各个国家内部进行，而后由欧盟中央银行汇总，通过该调查发布。统计国家包含比利时，捷克，德国，爱沙尼亚，爱尔兰，希腊，西班牙，法国，克罗地亚，意大利，塞浦路斯，拉脱维亚，立陶宛，卢森堡，匈牙利，马耳他，荷兰，奥地利，葡萄牙，斯洛文尼亚，斯洛伐克，芬兰等22个国家。所有国家的调查均采用概率抽样设计，对于未正确收集或未完成收集的数据，采用随机插补策略进行补充。
3、日本：全国家计结构调查
日本的全国家计结构调查（National Survey of Family Income, Consumption and Wealth）为五年一次，由日本总务省统计局实施，前身为全国消费实态调查；最近一次数据全面公布的调查为2019年10—11月实施，合计样本户约89,471户。日本全国家计结构调查以全国地域为基础进行概率抽样：城市地区采用“两阶段抽样”（调查区、家庭），町村等农村地区采用“三阶段抽样”（町村、调查区、家庭）。调查体系包括基本调查、简易调查以及家计调查样本户特别调查。
（二）海外国家针对不同收入群体的调查结论
1、多数家庭资产占比较低，住房资产更容易形成普惠财富效应
海外分层数据呈现的第一个共性是，收入分位数位于60%以下的家庭持有的资产规模占比有限，单纯依靠金融资产上涨带来的财富效应相对较弱。相比之下，住房资产覆盖面更广，更容易让多数家庭分享到资产价格变化带来的财富效应。
以2022年美国SCF调查为例，2022年对于收入分位数位于60%以下的家庭，持有的房地产资产占整体房地产资产的25%，存款占17%，非上市股权占12%，保险占11%，基金和股票只占6%。这说明，对于多数家庭而言，房地产仍是最重要的可感知财富来源。
欧洲和日本的大多数家庭也更依赖地产的财富效应。参照欧洲2014年数据（欧洲2017年以后公开表中细项资产的收入组分布不如2014年完整，因此本文资产细分主要采用2014年口径）。收入位于60%以下的家庭持有的房产占整体房地产规模的35%，明显高于非上市股权，保险，基金，股票等科目；参照2019年的日本（该类数据日本五年统计一次，最新公布的是2019年），收入位于60%以下的家庭持有的房产占整体房地产规模的44%，也相对高于股票，基金，保险等科目。
2、基金和股票呈现高度的头部集中效应
海外分层数据呈现的第二个共性是，基金和股票呈现高度的头部集中效应，对于大多数家庭而言，基金和股票的上涨难以带来其财富效应的改善。
以2022年美国SCF调查为例，我们观测各收入阶层持有该类资产占该资产总体规模的比重。对于上市股票而言，收入分位数位于前10%的家庭持有79%的股票，收入分位数在60%~90%的家庭持有14%的股票，收入分位数位于60%以下的家庭仅持有6%的股票；对于基金而言，收入分位数位于前10%的家庭持有79%的基金，收入分位数在60%~90%的家庭持有14%的基金，收入分位数位于60%以下的家庭仅持有6%的基金。
欧洲和日本也有类似的规律。2014年欧洲数据来看，欧洲收入前20%的家庭拿走了70%的上市股票和63%的基金；2019年日本数据来看，日本收入前20%的家庭拿走了46%的股票和38%的基金。
3、退休账户和保险资产同样偏向高收入群体
海外分层数据呈现的第三个共性是，退休账户和保险资产同样更集中于高收入群体，其财富效应并不完全普惠。
以2022年美国SCF调查为例，我们观测各收入阶层持有的退休账户金额占该退休账户总体规模的比重。收入分位数位于前10%的家庭持有53%的退休账户，收入分位数在60%~90%的家庭持有36%的退休账户，收入分位数位于60%以下的家庭仅持有11%的退休账户。我们同时观测了各收入阶层持有的人寿保险现金价值占其人寿保险总体规模的比重，收入分位数位于前10%的家庭持有57%的人寿保险，收入分位数在60%~90%的家庭持有29%的人寿保险，收入分位数位于60%以下的家庭仅持有15%的人寿保险。
欧洲和日本也有类似的结论。以欧洲2014年的调查为例，收入分位数在前20%的家庭持有了58%的养老保险；2019年日本的调查也有类似的结论，收入分位数在前20%的家庭，持有了36%的人寿保险。
4、非住房消费贷更反映中高收入群体的预期
美国欧洲分层数据呈现的第四个共性是，虽然高收入群体的负债能力更强，但是中高收入群体才是消费贷借贷的主力。
以2022年美国SCF调查为例，美国居民的非住房消费贷款分为分期贷款和信用卡贷款。
从分期贷款来看，美国收入分位数位于前10%的家庭，分期贷款余额占比约为16%，而参与率约为45%；收入分位数在80%~90%的家庭，分期贷款余额占比约为17%，参与率约为62%；收入分位数在60%~80%的家庭，分期贷款余额占比约为27%，参与率约为63%；收入分位数在40%~60%的家庭，分期贷款余额占比约为19%，参与率约为60%。
从信用卡贷款来看，美国收入分位数位于前10%的家庭，信用卡贷款余额占比约为10%，参与率约为25%；收入分位数在80%~90%的家庭，信用卡贷款余额占比约为14%，参与率约为45%；收入分位数在60%~80%的家庭，信用卡贷款余额占比约为29%，参与率约为54%；收入分位数在40%~60%的家庭，信用卡贷款余额占比约为25%，参与率约为57%。
欧洲数据也有类似的结论。参照欧洲2021年的调查，收入分位数位于前10%的家庭，非抵押债务占比约为15%，参与率约为28%；收入分位数在80%~90%的家庭，非抵押债务占比约为17%，参与率约为32%；收入分位数在60%~80%的家庭，非抵押债务占比约为29%，参与率约为33%；收入分位数在40%~60%的家庭，非抵押债务占比约为22%，参与率约为32%。
本文所用日本公开表未提供与美国SCF、欧洲HFCS完全可比的收入组参与率指标，因此不对日本参与率作横向比较。综合来看，居民资产负债表修复并不等同于所有收入群体同步改善：房地产企稳更容易惠及多数家庭，权益和基金上涨主要影响高收入群体，非住房消费贷款或可以作为观察中高收入群体预期变化的高频指标。
本文来源：一瑜中的
风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。查配网提示：文章来自网络，不代表本站观点。
