基于大数据的宏观分析原理郝联峰Word下载.docx

资源描述

基于大数据的宏观分析原理郝联峰Word下载.docx

《基于大数据的宏观分析原理郝联峰Word下载.docx》由会员分享，可在线阅读，更多相关《基于大数据的宏观分析原理郝联峰Word下载.docx（9页珍藏版）》请在冰豆网上搜索。

基于大数据的宏观分析原理郝联峰Word下载.docx

什么创造价值？

提出这个定义或理论是为经济建设实践服务，为经济社会发展服务，所以要提一个比较科学的概念。

从务实、有效的角度去定义概念，价值是什么创造呢？

我们认为是劳动和交易创造价值，不仅是劳动，交易也创造价值。

如果紧抓这两个点，经济就能搞好。

举个例子：

一个农民有一本书，但不识字；

一个教授有一把锄头，却不会用。

但两人一交换，教授有一本书，农民有一个锄头，各得其所，社会的财富就增加了，价值就增加了，社会会更好。

如果这样定义价值，是能促进经济建设的。

劳动创造价值：

让大家有工作做，要鼓励大家生产和工作的积极性，调动人的积极性。

交易创造价值：

要提供交易的条件，搞市场经济，搞一些交易所或搞外向型经济，参加国际经济大循环。

竞争规律也存在偏差。

并非越充分竞争越好，竞争过度也不好，竞争不足也不好，需要有一个度。

（二）宏观经济学的偏差

宏观经济学里都重要的是经济增长理论和通货膨胀理论。

经济增长理论和通货膨胀理论都是有缺陷的。

经济增长理论有很多流派，比较有影响的观点认为，经济增长的源泉是创新，技术创新和制度创新，听起来很有道理，其实不然。

到底什么才促成经济增长？

得做实证研究。

到底什么在引领经济增长，贡献经济增长，对此贡献最大的第一大要素是分工和专业化（如出口导向、交易导向等），贡献全球经济增长的34%。

对经济增长贡献最大的并非是大家认为的技术创新和制度创新。

为何要搞改革开放？

为何参与国际经济大循环？

为何要搞外向型经济，实证研究表明，它贡献经济增长的34%，就得这么搞。

贡献经济增长的第二大要素是资本投入（如储蓄转化为投资），占33%。

这两项相加为67%，也是最主要的两项。

第三大要素是人力资本的投入（如教育、人口红利等），占14%。

第四大要素是技术创新（如技术模仿、技术创新、全要素生产率提升等），占7%。

第五大要素是制度创新（如改革、改良等），占6%。

通常人们认为制度最重要，但制度创新并不是经济增长的最主要因素，因为制度创新很慢，对经济增长的贡献没有这么大，但一套好的制度确实至关重要。

通货膨胀理论也存在偏差。

主流西方经济思想认为，货币多了就通胀，货币少了就通缩，实际上并非如此。

通胀和货币的关系，短期看，货币猛放一下，在约35个月能刺激物价。

为什么是35个月？

M1的涨幅领先CPI涨幅7个月，一个存货周期的扩期平均是28个月，加起来是35个月。

只要一猛放货币，7个月之后物价就有反应，向上走，然后会向上扩28个月，总的是35个月。

长期看，越币越多越通缩。

货币的本质是有息债务。

M2就是现金加存款，即为银行的负债或资金来源，资金来源是有成本的，所以必须要用出去。

银行的资金运用主要有两个渠道：

债券投资和放贷。

不管是债券投资，还是放贷，都有利息，都是增加社会有息负债。

所以M2越多，对应整个社会有息债务就越多。

因此，简单地说，M2就是有息负债。

M2/GDP就是有息负债比率。

这个比率高的国家，从全球围看，无一例外都是通缩。

从短期看，猛放一下货币，物价在35个月是有反应的，表现在刺激物价。

但是之后的通缩是长期的。

因为货币放得越多，有息债务就越多，而债权和债务的经济效应不对称，债权多，对债权人（如银行）的投资消费刺激作用不大。

如银行是最大的债权人，银行既不怎么投资，也不怎么消费。

有债权就有债务，债务多了，债务人就很谨慎，既不敢投资也不敢消费。

所以货币越多，债务越多，经济越通缩。

从全球看，只要M2/GDP高的国家，基本上都是通缩。

日本的比例是248%，通缩20多年，就是起不来，怎么刺激都起不来，再放货币，物价就更不可能起来。

因为物价起来之后，利率就要起来，利率起来后利息占GDP的比重就会变成一个很大的数字，如果利率到达10%，M2占GDP的400%，则意味着利息占GDP的40%，这是不可能的，GDP里根本没有办法有这么一大块来支付融资成本。

随着M2/GDP比率的上升，有息负债率上升，经济就没有可能通胀，只能通缩。

全球M2/GDP比率，日本是第一高的国家，中国是第二高的国家。

2016年1月中国货币放了那么多，很多人说要通胀了，实际上只会通缩压力更大。

放货币短期对物价有一定的刺激作用，但是长期来看，通缩的压力会更大，继续放货币，会加速通缩而不是通胀。

在2015年12月份，中国M2/GDP比率是211%，2016年1月是215%，这样下去就是大通缩，物价起不来，名义GDP也增长不了。

所以不要照搬西方的货币理论，要探索符合中国国情的经济理论。

新加坡人均GDP超过美国，增长很快，最根本的原因不是地理位置好也不是国家小，巴拿马地理位置也好，世界上小国家也非常多，只有新加坡一口气人均GDP超过美国，主要原因还在政策和思路契合国情。

提出的“三个有利于”，有利于发展社会主义生产力，有利于增强社会主义综合国力，有利于提高人民生活水平，也是切合中国国情，非常务实。

光耀和都是搞经济的顶尖高手，没有那么多教条和西方条条框框，也不争论，很务实。

而我们学习那些西方教条，将西方经济学奉为圭皋，害死人。

（三）以美国经济学家为代表的西方经济学四大杀手

一是蒙代尔搞的最优货币区域理论，在这一理论指导下创立了欧洲央行，设计了欧元，欧元区各国决定不了自己的货币政策。

这就如同赤壁之战中操的连船，欧元将欧洲各国拴在一起，经济繁荣时统一货币结算很爽，经济危机时各自向自己的方向出力，一个也跑不掉，最终是火烧连船。

最优货币区理论和其指导下的欧元，最终对欧元区国家的经济增长是有害的。

二是弗里德曼的货币学派。

货币学派理论认为，通缩就是货币过少，抗通缩就要发货币；

通胀就是货币过多，抗通胀就是要收货币。

这是非常肤浅、短视和有害的理论。

从本质看，现代货币就是有息负债，货币短期会刺激物价，长期则持续向下拉物价，货币过多最终会导致通缩。

日本、欧洲想走出通缩，照搬货币学派理论搞量化宽松，最后只会深陷通缩泥坑。

美国也搞量化宽松，但它是雷声大雨点小，搞了三轮量宽，M2/GDP比率从64%上升到68%，只上升了4个百分点，其他很多国家跟着搞，M2/GDP比率狂飙突进，其结果就是债务飙升、经济恶化、掉入陷阱。

三是麦金农的金融深化理论。

麦金农主要研究发展中国家的金融问题，他创立的货币深化理论基本思想是，发展中国家发展得不好，主要是因为金融没有搞好，金融没搞好主要是因为金融抑制，金融抑制了发展中国家的发展，所以要破除金融抑制，搞金融深化改革，货币深化改革的核心是利率市场化和资本项目自由兑换。

美国是经济霸主，是经济理论权威，麦金农的理论大家深信不疑，很多国家都遵循货币深化理论，搞金融深化改革。

拉丁美洲搞金融深化，拉丁美洲1980年代金融危机，1990年代金融危机，2008年金融危机。

东南亚国家搞金融深化，1990年代金融危机，2008年金融危机。

现在是中国搞金融深化，中国也在这条路上越陷越深。

发展中国家要盯着怎样有利于实体经济、有利于企业发展，而不要为改革创新而改革创新。

利率市场化，实质是利益在企业和老百姓之间重新分配，利息老百姓每年多拿几百元利息是没有用的，创造社会财富还得要靠企业。

老百姓利息拿多了，企业融资成本上升，企业不行了，老百姓的工资增长就慢了。

老百姓要想富，不是靠利息，是靠企业高速发展、经济高速增长，老百姓的工资就高速增长。

搞利率市场化成功的发展中国家很少，国是一个。

国利率市场化虽然成功了，但也经历了长期波折，第一次失败了，推倒重来，回过头来搞微观市场基础建设和打通企业股权融资渠道，然后再第二次实施利率市场化。

但是中国和国当年情况不一样，中国国有部门、国有国企占比较大，它们来定价，则会提高利率，它们背后是国家信用，民营企业融资利率只会也比它们高。

另外中国股票市场融资是核准制，股权融资道路较窄，基本上只能靠债务融资。

在这种条件下推利率市场化，融资成本必然飙升，遍地都是高非庞。

四是萨克斯的休克疗法。

休克疗法就象对农民说，种田收入太低，不如扔掉锄头、镰刀去做教授。

结果农民扔掉了农具，但又不会教书，差点饿得半死。

前东国家就是这位老农，休克疗法使俄罗斯1990-1999年间GDP缩水62.09%。

蒙代尔害残欧洲，弗里德曼害残日本，麦金农害残拉丁美洲和东南亚，萨克斯害残前东国家。

这些西方大经济学家或主流经济学理论都存在偏差。

搞好经济，理解经济，关键是不照搬条条框框，真正尊重经济规律，立足世界与中国实情，把实体经济放在首要位置，远离损害实体经济的改革创新。

搞好了企业，经济就会有竞争力，老百姓才能得实惠。

对经济与宏观经济的正确理解是利用大数据进行宏观分析的基础，基础不牢甚至错误，再大的数据、再好的模型，也不可能得出科学的分析结论。

例如，依据供求决定价格这种错误的理论，从供求上去分析中国房价，哪怕供求测算得再准确，也不可能科学分析与预测房价。

二、构建宏观数据库

构建宏观数据库要注意三个问题，一是构建宏观数据库要以目的为导向，不是为了分析宏观而宏观，分析宏观是为分析投资、消费、企业经营等实践活动服务。

我们分析宏观大多是为了投资，所以宏观数据库要围绕投资构建，将与投资密切相关的数据包含进来。

宏观可以指导投资，投资做得好，又反过来加深对宏观的理解。

二是构建宏观数据库要重点选取周期性强、具有周期性规律的数据，周期性、规律性强的数据比一般平稳数据更有分析价值。

三是构建宏观数据库要使用尽可能长的时间序列数据，可以采用插值法、嫁接法（如将静安指数嫁接到上证指数1990年12月19日之前），以拓展分析的时间宽度。

有效的数据量越大、时间序列越长，分析结论越可靠。

从这个意义上讲，就是要利用尽可能大的数据进行宏观分析。

宏观数据库通常包括三类数据，一是宏观经济数据，二是行业数据，三是金融市场数据。

行业数据有助于加深宏观的理解，而金融市场数据不仅是宏观分析的重要落脚点，也是可以与宏观经济数据相互印证。

宏观分析不能就宏观论宏观，否则就会不识庐山真面目，只缘身在此山中。

（一）宏观经济数据

宏观经济数据主要包括数量数据和时间数据。

重要的数量数据如：

M1、M1同比增长率、M2、M2同比增长率、金融机构人民币贷款、金融机构人民币贷款同比增长率、金融机构人民币存款、金融机构人民币存款同比增长率、GDP、GDP名义增长率、GDP实际增长率、工业增加值同比增长率

重要的价格数据如：

CPI定基指数、CPI涨幅、全国商品零售价格指数同比涨幅、PPI涨幅、CRB指数同比涨幅、GDP平减指数同比涨幅、房地产价格指数

以以上数据为基础，可以构建函数和复合数据，如宏观经济景气指数、M1同比增长率－M2同比增长率，CPI同比涨幅－PPI同比涨幅等。

（二）行业数据

重要的行业数据如汽车销量、汽车产量、工业企业亏损额累计值、工业企业利润总额累计值、空调产量、水泥产量、金属切削机床、发电量、全社会火电发电量、白酒产量、商品房销售额、商品房销售量等等

（三）金融市场数据

重要的金融市场数据如上证指数、总股本大盘股指数、国债净价指数、美元指数、黄金价格、石油价格、A股成交金额、A股总市值、上市公司加权平均ROE、A股市净率中位数、A股市净率平均数、A股市盈率中位数、A股市盈率平均数等等

三、大数据宏观分析的钥匙

一个有效的宏观数据库，通常需要十万级、百万级甚至更大量的数据，通常数据量越大，分析出的宏观经济规律才有可能越可靠。

一些宏观经济分析，根据五年、十年的数据就得出分析结论，这种分析结论是有待检验的，因为它连一个完整的经济周期都没经历过（如一个房地产周期是18年，一个康德拉季耶夫周期是54年）。

进行宏观分析，对经济的理解是思想基础，大数据是工具基础，分析方法是关键，金融市场是检验分析结论的最有效地方。

宏观分析非常复杂，大多数人都是解读政策、直线思维、仅凭想象，这是因为他们没有找到宏观分析的钥匙，即周期分析和领先滞后分析。

（一）经济周期

经济是个复杂的系统，越大的经济体，惯性越大，规律性也越强，其中周期规律是比较稳定的规律。

经济周期有年度周期、基钦周期（平均43.2个月，具体而言是80%的基钦周期是42个月，20%的基钦周期是48个月）、朱格拉周期（3个基钦周期长度）、美元指数周期（4个基钦周期长度）、大宗商品周期（4个基钦周期长度）、房地产周期（5个基钦周期长度）、康德拉季耶夫周期（15个基钦周期长度）。

从对实体经济的影响大小看，房地产周期是经济周期之母，因为房地产周期对实体经济的影响最大。

而从经济周期的长度来看，基钦周期是经济周期之母，是最基本的经济周期，其他主要经济周期的长度都可以用基钦周期的倍数来衡量。

（二）领先滞后关系与因果关系

领先滞后规律是宏观经济指标间比较稳定的规律，也常常是经济指标间因果关系的外在反映，如数量指标通常领先价格指标，价格指标中股价指数拐点通常领先债券净价指数拐点，债券净价指数拐点通常领先房价指数拐点和大宗商品价格指数拐点（宏观经济主要指标间的领先滞后关系和相关关系如表1所示）。

表1宏观经济主要指标间的领先滞后关系和相关关系

指标

时间（月）

与T期M1增长率的相关系数