财新传媒
位置:博客 > 胡研宏 > 数据维度与宏观数据中性

9
2016

数据维度与宏观数据中性

观点:

1.数据维度的忽视导致宏观分析的信息冗余度,进而干扰经济决策。

2.宏观数据组合中性是未来宏观基金的底层框架。

 经济学视角下的数据分类,主要是时间和空间上的维度,空间维度上主要是价格和量的问题。大部分经济问题围绕的是时间和空间的转化,而空间内部存在价格和量的转化。供需问题大部分时候考虑的是量和价格的相互约束与短期增益。相互约束使得经济行为有所边界,而互相的增益放大器效应使得短期价格或者量偶发性存在不可测的特征,前者为宏观经济的平价约束或者平均律约束,体现在收益率的均值回归特征,后者表现为宏观经济短期的黑天鹅特征,连续性的暴涨暴跌引发意外冲击。

一、数据分类

大部分的经济数据也存在这样的特征,存在特定的维度和可以合成的隐性特征。我们分析的数据大部分都是在截面里可以合成,在时间上又存在一定的先后顺序。大部分的宏观数据根据经济学的意义可以分类为,价格型数据,数量型数据,总额型数据。

 

总额型数据:GDP季度,年度数据,市场主体注册资本金,国家总债务水平,国家总资产。居民部门,非金融企业部门,政府部门资金流量数据,国际收支平衡表数据,进出口总额,财政赤字,M2,M1,社会消费品零售总额,全社会固定资产投资总额,三农投入,规模以上工业增加值,存款总,贷款总额,社会融资规模,国家财政收入与支出,税收收入,三公经费,彩票销售总额。

 

总额型数据增长率:工业增加值同比,工业增加值环比, 进出口金额同比。基础货币同比,余额宝指数。

 

价格型数据:GDP平减指数,CPI数据,PPI数据,利率基准,国债收益率,汇率,利率互换,票据利率,股票市场指数,期货市场价格指数,工资水平。

 

数量型数据:市场主体户数,投入产出消耗系数,城镇新增就业人口,城镇登记失业率,人口自然增长率,粮食播种面积,粮食产量,新建公路,全国城镇化率,产销率,工业产品产量,城市建设面积,土地供应面积,商品房销售量,连锁零售企业数量,证券及股票期权投资者数量统计,财政供养人口(地级市或分区县),景气度调查PMI,采购经理人指数,信心指数,流通企业订单和库存指数,基尼系数,土地资源,高等教育数量,学生数,违反八项规定精神问题数,医院数量,汽车保有量,铁路线里程,各种农产品产量,矿产产量。

 

杠杆系数:货币乘数,企业负债率,保证金比例。

复合型数据:克强指数=工业用电量增速×40% + 中长期贷款余额增速×35% + 铁路货运量增速×25%用电量。

二、数据线性

基本原理。为了行文简练,就不列举方程组线性表出了。

在经济学意义上来说:M=PQ可以得到: dM/ M=Q*dP/P+P*d Q/Q。

一个总额型的数据可以用其乘积的因子分解为增长率的方程关系,进一步的M的增长率=系数1*价格增长率+系数2*数量增长率,或者经济学上,商品销售总额增长率=系数1*商品价格增长率+系数2*销售量增长率。不想干的数据在一起分析是经常会出现信息冗余出现的,而尤其是研究中,极其容易将相关性极高的诸多价格型,数量型,金额型数据并行处理,造成很多证据都证明报告结论的误区,实则不然,而是诸多数据都是来源于相同的本底背景,在水池的不同位置测量的盐分含量有所不同,但相关性依然是极高的,这不能说明数据充分,而只能说明数据冗余度过高,一个解决方案就是将数据本底相关性较低的数据用来分析同一个问题,寻找更多稳定性的检验措施来证明结论。

从这个角度来讲,很多时候我们可以得到一些验证性结论,比如通过一个企业的销售额与市场该商品价格变动,以及市场销售量来约束和检查企业财务数据。可以通过税收收入增长与全社会商品贸易价格上涨幅度扣减来估计企业的商品总产量是否存在某种下跌的宏观趋势,这在笔者3月份报告中已经采用,用税收与商品价格倒推证明去产能的不成立,而事后在5-6月份也不断有其他大机构的卖方通过调研证实了笔者当初的分析,囿于研究条件所限,未来仍然将进一步开发此类的研究,而不用太多的实地考察。产量增长幅度=税收总额增长率-价格增长率,当初的计算结果是,产量增长为正,且扩张迅速,后期的证实材料也很显然。附:据中国国家统计局的数据,中国6月份粗钢日均产量达到创纪录的232万吨,当月总产量约为6,950万吨。中国粗钢年产能为12亿吨,去年粗钢产量约为8亿吨,约占全球总产量的一半。通过反向约束来寻找事实证据为研究提供一些帮助也非最终目的,因为进一步我们将研究宏观数据线性表出的意义。

既然宏观数据之间存在这种线性表出的可能,当然需要考虑数据采集的时间跨度,一定程度上是存在较大瑕疵的,但并非无法解决,这里是一个较为技术性的难点,但价值颇大。这里先不赘述,我们假定线性表出的宏观数据是存在的,复制宏观数据进行预测,以及基于宏观数据进行资产选择的思路就成为可能。宏观数据带来经济风险,不论是设定资产的上升风险,还是下跌风险。

三、宏观模型与经济中性

宏观经济数据的价值在于描述经济,当然一定阶段和时间空间约束下,能够用来预测未来有限的时间周期内经济的运行状况。对于市场来说,更切确的说对于宏观经济的最在意的人来说,政府。宏观经济数据伴随着宏观经济政策,而政策目标上,一般认为,宏观经济政策的主要目标有四个:1、持续均衡的经济增长;2、充分就业;3、物价水平稳定;4、国际收支平衡。目前能够将三者粘合在一起的经济学方程不多,有几个:

1.奥肯定律 

失业率变动百分比 = -1 / 2 ×(GDP变动百分比-3%)。美国著名的经济学家阿瑟·奥肯发现了周期波动中经济增长率和失业率之间的经验关系,即当实际GDP增长相对于潜在GDP增长(美国一般将之定义为3%)下降2%时,失业率上升大约 1%;当实际GDP增长相对于潜在GDP增长上升2%时,失业率下降大约 1%,潜在GDP这个概念是奥肯首先提出的,它是指在保持价格相对稳定情况下,一国经济所生产的最大产值。潜在GDP也称充分就业GDP。

奥肯定律的结论:为防止失业率上升,实际GDP增长必须与潜在GDP增长同样快.如果想要使失业率下降,实际GDP增长必须快于潜在GDP增长。

2. 菲利普斯曲线

菲利浦斯曲线是用来表示失业与通货膨胀之间替代取舍关系的曲线,由新西兰统计学家威廉·菲利普斯(A.W.Phillips)于1958年在《1861-1957年英国失业和货币工资变动率之间的关系》一文中最先提出。当失业率高时通货膨胀率就低,当失业率低时通货膨胀率就高。

短期内,由于通货膨胀和失业之间存在着此消彼涨的交替关系,因此从政府的宏观经济政策目标来说,是沿着短期菲利浦斯曲线的选择,把失业率和通货膨胀率都控制在“临界点”以内的安全范围内。如下图:

菲利浦斯曲线(Phillips Curve)—1

数据来源:MBA智库百科

  但是,当菲利普斯曲线突破原有的惯性持续上升时,会使整个菲利浦斯曲线偏出临界点以内的安全范围。这时除非临界点也往上提高外,否则就不存在所谓的安全范围了。如下图:

菲利浦斯曲线(Phillips Curve)—2

数据来源:MBA智库百科

更进一步的看法(如美国货币学派经济学家弗里德曼提出的)是,如果政府长期采取人为的干预措施,使市场机制失去作用,那么菲利浦斯曲线还有可能成为一条呈正相关的曲线,在这种情况下,政府的任何干预都会失灵。如下图:

菲利浦斯曲线(Phillips Curve)—3

数据来源:MBA智库百科

上图中,由于安全临界点不断提高,形成了一条向右上方倾斜的菲利浦斯曲线NN ,这样在通货膨胀率提高的过程中,失业率也不断提高。这意味着菲利浦斯曲线已经完全恶化,在这种情况下,就可能出现“滞涨”局面,这是市场经济中最值得警惕的现象。菲利浦斯曲线向右上方移动,或成为垂直线,或变成正相关线,都表明菲利浦斯曲线的恶化,可能引起通货膨胀率和失业率同方向变动。这种通货膨胀率上升时失业率也上升,可称为滞胀。20世纪60年代末70年代初,各西方国家都在不同程度上发生了停滞膨胀的现象。停滞膨胀意味着菲利普斯曲线表示的通货膨胀率和失业率之间的交替关系恶化了,即菲利普斯曲线向右上方移动,较高的失业率和较高的通货膨胀率同时存在。

3.IS-LM模型

IS—LM模型是反映产品市场和货币市场同时均衡条件下,国民收入和利率关系的模型。经济学家约翰·希克斯(John Richard Hicks)和美国凯恩斯学派的创始人汉森(Alvin Hansen),在凯恩斯宏观经济理论基础上概括出的一个经济分析模式,即"希克斯-汉森模型",也称"希克斯-汉森综合"或"希克斯-汉森图形"。按照希克斯的观点,流动偏好(L)和货币数量(M)决定着货币市场的均衡,而人们持有的货币数量既决定于利率(i),又决定于收入(y)的水平。由此,在以纵轴表示利率、横轴表示收入的坐标平面上,可以作出一条LM曲线:(1) I(i)=S(Y)},即IS, Investment - Saving

  (2) f{ M/P=L1(i)+L2(Y)},即LM,Liquidity preference - Money Supply

  其中,I为投资,S为储蓄,M为名义货币量,P为物价水平,M/P为实际货币量,Y为总产出,i为利率。曲线上的每一点都表示持有现金的愿望和货币数量相等,即货币需求和货币供给相一致,并且同既定的利率和收入水平相一致。

4.代际交叠模型

 Overlapping Generation Model,简称 “OLG模型”由经济学家戴蒙德建立发展,主要讨论了三个问题。首先,如果存在一个中央决策者,那么它应该如何安排整个社会的资本积累路径以及年轻人和老年人的消费路径,才能实现社会福利最大化,结论认为,最优路径应该是社会的利率水平即资本的边际生产力等于人口增长率。这也是2006年度诺贝尔经济学奖得主埃德蒙·费尔普斯提出的资本增长黄金律,戴蒙德模型为其建立了更严格的微观基础。然后,戴蒙德分析自由市场经济下社会的均衡状况,其分析结论认为,自由市场经济的均衡并不是社会最优状态,自由市场均衡状态的资本存量可能高于也可能低于黄金律下的资本存量。特别在自由市场均衡状态的利率水平低于黄金律下的利率水平时,由于资本积累过多,整个社会甚至不是帕雷托最优的,这就是宏观经济学中著名的资本积累动态无效率。

四、济数据组合中性与全天候策略基金

对整个宏观经济的研究加入了更多的动态效应。对于数据来说,运用就增加了大量的复杂度。至于研究宏观经济的准确度,那在实践上不亚于诸多物理学家与工程师的区别,而且经济学理论更充满了相对复杂性和不确定性特征。当然这里的模型只是列举,为了衬托出数据的价格,量,总额与核心宏观经济目标的线性表出,更重要的是为获得宏观经济相对中性的逻辑框架。

为了便于理解,这里简单介绍下全天候策略基金,也有利于理解宏观经济数据中性的意思,而这正是笔者在构建的框架。全天候策略基金(All Weather简称AW)是Ray Dalio的资产配置策略,贯彻此策略的基金和Pure Alpha一起都是Bridgewater的招牌。AW是被动投资策略,简单的说就是买入持有,不进行择时操作。但会调整持有资产的比例,一种比常说的股市β涵盖范围更大的β投资策略。1,Ray Dalio认为任何资产价格都和这两个因素有关—经济活动水平(增长、衰退)和价格水平(通胀、通缩)。2.针对上述四种情况配置平衡资产可以有效减小不利波动。比如说,常见的纯股票投资(也包括常被推荐的指数基金)就是在赌未来经济会增长或者未来会通缩,相比AW,股票组合不能有效分散经济下行和通胀的风险。不对未来经济运行状况进行预测,平衡持有各种资产,就算下一秒经济环境突变我们也不用担心。比如,俄军开进克里米亚,股票下跌、但商品(石油、黄金)上涨,AW总体表现依然不错;3.Risk Parity。

参考文献:知乎师纪瑞

在诸多的框架中,试图构建宏观数据的相对中性的框架是宏观经济预测的一个切入点,确切的说,目的是为了走向不预测。构建一个能够抵御经济数据冲击的宏观稳定模型,从而能够为宏观经济分析整体框架的稳定性提供保证。这与达里奥的全天候策略基金的思路异曲同工,只是笔者分析的是在数据领域,而达里奥对于中性问题的处理发生在资产配置领域,应该说更加底层一些的框架研究。经济的数据表现是大部分资产波动的来源,心理情绪的群众性亢奋也大部分来源于底层数据的变动造成的恐慌,但宏观经济并非黑白分明,存在大量的对冲空间,在数据上也经常出现中性特征,如果能够架构出相对中性的宏观经济底层数据框架,那么基于此便可以架构更为高级的资产组合配置的衍生逻辑。这是本文的出发点,当然本篇几乎只是研究的引子。如何实现宏观数据的组合中性以及如何以此进行衍生资产配置的“秘方”需要更多数据的验证。

风险提示

1.本文分析涉及的宏观中性数据组合的。宏观数据中性对冲表现,笔者试图通过新的思路来进行挖掘分析,因此可能存在的错误或者瑕疵欢迎批评指正,文章中对于宏观经济模型的罗列只是举例,并非全部,也不代表笔者对这些模型的数据中性的绝对认可。

2.由于缺乏先验研究报告可供参考,笔者构造的数据分析方法存在逻辑或者修正的问题,验证风险需要跟进上述数据的演进,适时重估经济状况,投资有风险,需要谨慎对待,报告全文仅供参考,风险自担。

傲娇的文章,雨露般打赏

关注公众号,获得更多信息

推荐 9

总访问量:博主简介

胡研宏 胡研宏

宏观经济、货币政策分析研究为主业;曾参与过资产证券化,信用评级项目。致力于寻找研究与投资之间的平衡。欢迎交流,我的邮箱:huyanhongydsc@foxmail.com

个人分类

最新评论