写个笔记。因子周期三，周期因子的三重逻辑(内生变量，外生变量，因子周期)
附因子计算公式表
根据华泰金工20210505的量化月报，他们把因子判断分为三个逻辑。
1,内生变量(左侧)(因子动量代表过去一段时间的走势，因子离散度相当于因子估值，因子拥挤度反映因子是否拥挤交易产生溢价)
2,外生变量(右侧)（假设风格因子表现受市场变量、宏观变量等外生变量驱动，筛选出有可能对因子Rank IC值产生影响的变量，并试图定价并做拟合)
3，因子周期(中长期表现的预测) (预测分为两部分：自上而下构建经济系统周期运行状态与因子表现对应关系的“因子投资时钟”，根据当前周期状态预测因子未来表现的整体趋势；自下而上对风格因子去趋势累计收益率进行三周期回归拟合，外推因子未来表现的边际变化。)
1，内生变量视角
内生变量视角内生变量视角基于因子动量、因子离散度、因子拥挤度三类指标，预测风格因子未来表现。因子动量反映因子过去一段时间内表现；因子离散度相当于因子估值，高因子离散度反映因子被过度忽视，低因子离散度反映因子被过度投资；因子拥挤度反映因子是否处于拥挤状态。一般看好高因子动量、高因子离散度、低因子拥挤度因子短期表现，三项指标在截面和时序上均有预测效果。
图表10 (因子内生综合打分表及计算方式)：内生变量综合预测结果基于因子动量、因子离散度、因子拥挤度三类指标，分别从截面和时序角度，对大类风格因子 5 月表现进行打分预测，综合预测结果如下表所示。看好换手率、波动率、小市值、估值因子，不看好成长、财务质量因子。其中，估值、换手率因子在动量指标上占优；小市值、技术因子在离散度指标上占优，处于过度忽视状态；小市值、波动率、换手率、Beta 因子在拥挤度指标上占优。图表10 (因子内生)
图表11，12(因子动量计算表)定义因子动量为因子在过去 12 个月末截面期的 21 日 Rank IC 均值。从截面角度看，估值、波动率、换手率因子动量较强，成长、盈利、财务质量、小市值、Beta、技术因子动量较弱。从时序角度看，估值、换手率因子动量仍处于历史高位，超过 2007 年以来 90%分位数水平；反转、技术因子动量处于历史低位，接近 2007 年以来的 20%分位数水平。
图表13，14(因子离散度计算表）因子离散度计算方式为： 1. 在月末截面期，取每个中信一级行业因子值排名前 20%个股的因子值中位数，以及因子值排名后 20%个股的因子值中位数，两者求差值； 2. 30 个行业的差值求平均值，得到当前截面期该因子离散度原始值； 3. 对当前截面期因子离散度原始值做标准化，计算其在过去 72 个月末截面期的 Z 分数。从截面角度看，换手率、技术因子离散度相对较高，估值、成长、财务质量、Beta 因子离散度相对较低。从时序角度看，小市值、技术因子离散度处于历史高位，超过 2007 年以来的 80%分位数水平，可能处于过度忽视状态；估值、成长、财务质量因子离散度处于历史低位，低于 2007 年以来的 20%分位数水平，可能处于过度投资状态。
图表15，16(因子拥挤度计算表）因子拥挤度计算方式为： 1. 在每个月末截面期，分别计算个股 a）过去 63 个交易日的日度涨跌幅标准差作为波动率指标，b）过去 63 个交易日的日均换手率作为换手率指标，c）过去 63 个交易日个股收益与万得全 A 收益线性回归的回归系数作为 Beta 指标； 2. 取各个中信一级行业因子值排名前 20%个股的波动率/换手率/Beta 均值，以及因子值排名后 20%个股的波动率/换手率/Beta 均值，两者求比值； 3. 对波动率、换手率、Beta 的三个比值求均值，得到当前截面期该因子拥挤度。从截面角度看，成长、盈利、财务质量因子拥挤度相对较高，波动率、换手率因子拥挤度相对较低。从时序角度看，成长、盈利、财务质量因子拥挤度超过 2007 年以来的 80%历史分位数水平，可能处于交易拥挤状态；小市值、波动率、换手率、Beta 因子拥挤度低于 2007 年以来的 20%历史分位数水平，交易相对不拥挤。
2，外生变量视角
外生变量视角假设风格因子表现受市场变量、宏观变量等外生变量驱动，对每个大类风格因子筛选出具备预测能力的外生变量，使用线性回归预测未来一个月的 Rank IC 值。以下分别展示最新一期预测方法及预测结果。外生变量选取选取 6 项市场指标和 13 项宏观指标作为外生变量。选择沪深 300 和中证 500 月涨跌幅、月波动率及月均换手率，用于表征市场行情的变化。从国民经济核算、工业、价格指数、银行与货币、利率与汇率 5 个方面，选择较常用的 13 项宏观指标。
时间序列回归模型的一个重要前提是自变量为平稳时间序列，而大部分宏观指标和市场指标在时间序列上的分布非平稳，不符合预测模型对自变量的假设，因此我们针对不同的外生变量，进行一定差分处理或计算变化率，使得外生变量在单位根检验下均为平稳时间序列。另外，部分宏观变量数据发布具有滞后性，我们在建模时将这部分宏观数据按其实际发布时间滞后使用。例如，T-1 月的 M1 同比数据通常在 T 月中旬公布，因此我们在 T 月末建模时用到的是 T-1 月的 M1 同比数据。
图表17，选取的外生变量定价和拟合
图表19，月度的外生变量拟合预测。外生变量对大类风格因子 5 月 Rank IC 预测结果如下图所示。估值、反转、波动率、换手率因子 Rank IC 预测值超过 10%，可能较为有效，建议短期看多上述因子表现；不看财务质量因子未来一个月表现。
3，因子周期视角。
图表30： 不同经济周期下的因子表现分类。在不同资产类别中，商品是靠近实体经济的一种资产，商品价格长周期上的波动在一定程度上反映了实体经济的总需求，因此可借助商品识别经济的中长期波动。CRB 综合现货指数三周期分解结果如下图所示，预计未来一年处于库兹涅茨周期向上，经济长期趋势向上的环境，同时朱格拉周期向下，流动性趋于宽松。当前周期运行状态处于因子投资时钟的第四象限，建议配置大市值、估值、盈利、财务质量因子。另外，波动率、换手率因子在不同的宏观环境下表现都较好，这两个因子建议长期配置。综合来看，预测未来一年大市值、估值、盈利、财务质量、波动率、换手率因子有效。
图表31至41：自下而上预测边际变化：因子周期回归拟合下面展示各个大类风格因子三周期回归拟合结果。三周期回归拟合详细方法请参考华泰金工研究报告《因子收益率的周期性研究初探》（20180605）。图中红线为去趋势后因子累计收益率，灰线为回归拟合曲线，灰线相对红线的延伸部分为因子未来一年表现边际变化情况预测。综合来看，Beta 因子处于周期上行状态，成长因子处于周期上行的尾声，换手率因子处于周期下行状态，估值、小市值、反转、技术因子处于周期下行的尾声，波动率因子即将触底回升，盈利、财务质量因子即将见顶回落。
附录一：所有细分因子计算方法
附录二：风格因子合成、Rank IC 值计算、因子收益率计算方法
风险:风格因子的效果与宏观环境和大盘走势密切相关，历史结果不能预测未来。金融周期规律被打破。市场出现超预期波动，导致拥挤交易。
附因子计算公式表
根据华泰金工20210505的量化月报，他们把因子判断分为三个逻辑。
1,内生变量(左侧)(因子动量代表过去一段时间的走势，因子离散度相当于因子估值，因子拥挤度反映因子是否拥挤交易产生溢价)
2,外生变量(右侧)（假设风格因子表现受市场变量、宏观变量等外生变量驱动，筛选出有可能对因子Rank IC值产生影响的变量，并试图定价并做拟合)
3，因子周期(中长期表现的预测) (预测分为两部分：自上而下构建经济系统周期运行状态与因子表现对应关系的“因子投资时钟”，根据当前周期状态预测因子未来表现的整体趋势；自下而上对风格因子去趋势累计收益率进行三周期回归拟合，外推因子未来表现的边际变化。)
1，内生变量视角
内生变量视角内生变量视角基于因子动量、因子离散度、因子拥挤度三类指标，预测风格因子未来表现。因子动量反映因子过去一段时间内表现；因子离散度相当于因子估值，高因子离散度反映因子被过度忽视，低因子离散度反映因子被过度投资；因子拥挤度反映因子是否处于拥挤状态。一般看好高因子动量、高因子离散度、低因子拥挤度因子短期表现，三项指标在截面和时序上均有预测效果。
图表10 (因子内生综合打分表及计算方式)：内生变量综合预测结果基于因子动量、因子离散度、因子拥挤度三类指标，分别从截面和时序角度，对大类风格因子 5 月表现进行打分预测，综合预测结果如下表所示。看好换手率、波动率、小市值、估值因子，不看好成长、财务质量因子。其中，估值、换手率因子在动量指标上占优；小市值、技术因子在离散度指标上占优，处于过度忽视状态；小市值、波动率、换手率、Beta 因子在拥挤度指标上占优。图表10 (因子内生)
图表11，12(因子动量计算表)定义因子动量为因子在过去 12 个月末截面期的 21 日 Rank IC 均值。从截面角度看，估值、波动率、换手率因子动量较强，成长、盈利、财务质量、小市值、Beta、技术因子动量较弱。从时序角度看，估值、换手率因子动量仍处于历史高位，超过 2007 年以来 90%分位数水平；反转、技术因子动量处于历史低位，接近 2007 年以来的 20%分位数水平。
图表13，14(因子离散度计算表）因子离散度计算方式为： 1. 在月末截面期，取每个中信一级行业因子值排名前 20%个股的因子值中位数，以及因子值排名后 20%个股的因子值中位数，两者求差值； 2. 30 个行业的差值求平均值，得到当前截面期该因子离散度原始值； 3. 对当前截面期因子离散度原始值做标准化，计算其在过去 72 个月末截面期的 Z 分数。从截面角度看，换手率、技术因子离散度相对较高，估值、成长、财务质量、Beta 因子离散度相对较低。从时序角度看，小市值、技术因子离散度处于历史高位，超过 2007 年以来的 80%分位数水平，可能处于过度忽视状态；估值、成长、财务质量因子离散度处于历史低位，低于 2007 年以来的 20%分位数水平，可能处于过度投资状态。
图表15，16(因子拥挤度计算表）因子拥挤度计算方式为： 1. 在每个月末截面期，分别计算个股 a）过去 63 个交易日的日度涨跌幅标准差作为波动率指标，b）过去 63 个交易日的日均换手率作为换手率指标，c）过去 63 个交易日个股收益与万得全 A 收益线性回归的回归系数作为 Beta 指标； 2. 取各个中信一级行业因子值排名前 20%个股的波动率/换手率/Beta 均值，以及因子值排名后 20%个股的波动率/换手率/Beta 均值，两者求比值； 3. 对波动率、换手率、Beta 的三个比值求均值，得到当前截面期该因子拥挤度。从截面角度看，成长、盈利、财务质量因子拥挤度相对较高，波动率、换手率因子拥挤度相对较低。从时序角度看，成长、盈利、财务质量因子拥挤度超过 2007 年以来的 80%历史分位数水平，可能处于交易拥挤状态；小市值、波动率、换手率、Beta 因子拥挤度低于 2007 年以来的 20%历史分位数水平，交易相对不拥挤。
2，外生变量视角
外生变量视角假设风格因子表现受市场变量、宏观变量等外生变量驱动，对每个大类风格因子筛选出具备预测能力的外生变量，使用线性回归预测未来一个月的 Rank IC 值。以下分别展示最新一期预测方法及预测结果。外生变量选取选取 6 项市场指标和 13 项宏观指标作为外生变量。选择沪深 300 和中证 500 月涨跌幅、月波动率及月均换手率，用于表征市场行情的变化。从国民经济核算、工业、价格指数、银行与货币、利率与汇率 5 个方面，选择较常用的 13 项宏观指标。
时间序列回归模型的一个重要前提是自变量为平稳时间序列，而大部分宏观指标和市场指标在时间序列上的分布非平稳，不符合预测模型对自变量的假设，因此我们针对不同的外生变量，进行一定差分处理或计算变化率，使得外生变量在单位根检验下均为平稳时间序列。另外，部分宏观变量数据发布具有滞后性，我们在建模时将这部分宏观数据按其实际发布时间滞后使用。例如，T-1 月的 M1 同比数据通常在 T 月中旬公布，因此我们在 T 月末建模时用到的是 T-1 月的 M1 同比数据。
图表17，选取的外生变量定价和拟合
图表19，月度的外生变量拟合预测。外生变量对大类风格因子 5 月 Rank IC 预测结果如下图所示。估值、反转、波动率、换手率因子 Rank IC 预测值超过 10%，可能较为有效，建议短期看多上述因子表现；不看财务质量因子未来一个月表现。
3，因子周期视角。
图表30： 不同经济周期下的因子表现分类。在不同资产类别中，商品是靠近实体经济的一种资产，商品价格长周期上的波动在一定程度上反映了实体经济的总需求，因此可借助商品识别经济的中长期波动。CRB 综合现货指数三周期分解结果如下图所示，预计未来一年处于库兹涅茨周期向上，经济长期趋势向上的环境，同时朱格拉周期向下，流动性趋于宽松。当前周期运行状态处于因子投资时钟的第四象限，建议配置大市值、估值、盈利、财务质量因子。另外，波动率、换手率因子在不同的宏观环境下表现都较好，这两个因子建议长期配置。综合来看，预测未来一年大市值、估值、盈利、财务质量、波动率、换手率因子有效。
图表31至41：自下而上预测边际变化：因子周期回归拟合下面展示各个大类风格因子三周期回归拟合结果。三周期回归拟合详细方法请参考华泰金工研究报告《因子收益率的周期性研究初探》（20180605）。图中红线为去趋势后因子累计收益率，灰线为回归拟合曲线，灰线相对红线的延伸部分为因子未来一年表现边际变化情况预测。综合来看，Beta 因子处于周期上行状态，成长因子处于周期上行的尾声，换手率因子处于周期下行状态，估值、小市值、反转、技术因子处于周期下行的尾声，波动率因子即将触底回升，盈利、财务质量因子即将见顶回落。
附录一：所有细分因子计算方法
附录二：风格因子合成、Rank IC 值计算、因子收益率计算方法
风险:风格因子的效果与宏观环境和大盘走势密切相关，历史结果不能预测未来。金融周期规律被打破。市场出现超预期波动，导致拥挤交易。
中国股市驱动因素及逻辑
税收决定财政收入，财政收入决定货币政策，货币政策决定股市涨跌，见下图2008年到2020年的财政收入走势图。
A点：2018年收入高点对应2018年1月股市顶3587。
B点：2019年2月财政收入低点对应股市低点2440点。
C点：2020年2月财政收入低点对应股市低点2646点
另外2020年7月股市开始调整正好是C点反弹的高点。
税收决定财政收入，财政收入决定货币政策，货币政策决定股市涨跌，见下图2008年到2020年的财政收入走势图。
A点：2018年收入高点对应2018年1月股市顶3587。
B点：2019年2月财政收入低点对应股市低点2440点。
C点：2020年2月财政收入低点对应股市低点2646点
另外2020年7月股市开始调整正好是C点反弹的高点。
纪要｜敦和投资首席经济学家徐小庆对近期大类资产走势的看法
日期：20210303
1. 基本面逻辑是美国进入居民加杠杆的地产扩张周期。
居民加杠杆层面，居民部门是相对于政府、企业部门对通胀影响最大的，原因是居民部门的货币乘数效应最大，创造的货币快速进入流通，进而带动通胀。
地产扩张层面，以下几方面：从数据看，房地产的销售量、价格、投资的加速上升是居民加杠杆的直接结果。从需求看，人口结构影响房地产的需求。一方面是20-49岁的美国人在未来15年会有快速上升，另一方面房地产作为一种刚需存在。从购买力看，首先，债务偿付比例回到历史地位，相对来说偿债能力强。其次以股票和地产之间的关系，现实情况是美国的抵押贷款利率创新低，而美国的住房抵押贷款可以通过ABS等方式将其转化成证券化的工具，进一步影响股市。地产在居民当中的配置比例处在过去几十年区间的低位，而股票是在过去几十年的高位，在美国当前M2增速20%多的情况下，美国地产的杠杠能力会上升，原因是美国房屋抵押的财富效应更大。
2.短期逻辑在乎商品是否可以持续上涨，关键看全球的M2。当前现实情况是只有美国和欧洲的M2往上走，原因在于去年美联储扩表的力度超预期，短期内的超预期最终要下来。而商品和M2的基本关系实际可以表达成CRB的商品指数同步或者滞后全球PMI增速，具体时间是3个月。以此推断，3月份前后全球的M2可能会处于一个阶段性顶部，那么商品价格会在这一两个月或最晚年中见顶回落。
3.单纯从涨幅看，商品价格从去年疫情低点到现在（几个月）已经上涨了80%，类比次贷危机的三年时间，因此从供需不能完全解释80%的上涨幅度，背后一定有金融和流动性的因素。而商品上涨从去年到今年可分别对应国内需求和国外需求，反映的是从黑色到有色的转换。当中美PMI相继见顶之后，需求因素会开始减弱，商品也不会一直涨。
原文：
基本面逻辑来讲，我认为最主要的是因为美国进入到了居民加杠杆的地产扩张周期，就是说如果这一轮如果你盯着中国的话很难讲故事，因为这次中国不是商品需求的主角，过去20年每一轮的商品的周期都跟中国的需求扩张或者是财政刺激都是有关系的。05年到07年，09年到10年，16年到18年，其实都是伴随着中国的房地产周期。
那么对通胀来讲，政府加杠杆，居民加杠杆，企业加杠杆，哪一个部门加杠杆对通胀的影响最大？毫无疑问一定是居民部门。因为大家想一下居民部门加杠杆是什么特点，居民部门不会因为不花钱去加杠杆，我们谁会借了钱不花，我们所有的借钱行为都是因为我们有非常明确的花钱的目的，比如说我们因为购房要借钱，比如一个低收入的人，可能我们要买一个手机，要在借呗和花呗上花钱，所以说居民部门创造的信贷创造的货币是瞬间进入到流通环节，也就是说它的货币乘数效应是最大化的。
我们想一下政府和企业不是这样的，政府和企业很多借钱是一个预防性的，或者仅仅是因为利率低，他不一定借了马上花掉。企业借了之后，比如说你去回购股票，你根本不做资本开支，这些钱就沉淀在那里，它没有进入流通环节，没有带来货币乘数的上升，也就自然没有带动通胀的上升。
所以过去10年，美国的通胀为什么不容易起来？核心的原因就是美国政府部门在加杠杆，企业部门在加杠杆，唯独居民部门从次贷危机之后就一直是在去杠杆，他没有加过杠杆，所以说美国的通胀在过去10年一直是处在比较低的水平，也就推动了它的股票市场的长期的牛市。
那么现在的变局在哪？现在的变局就是美国居民终于开始加杠杆。
我们现在看美国的这一轮房地产的周期，不是简单的说房价涨或者房地产的销售创了新高，比如说你看房地产的销售，它其实从15年之后，它基本上就一直是在往上走，房价也是在往上走的。你如果只是看量和价的话，它其实不是最近在往上走，它之前就在往上走，它只不过是最近开始加速往上走。量、价还有包括投资，这个加速和之前的最大区别在哪？之前我们看到的美国的地产的只能叫恢复，因为在那个阶段我们没有看到居民主动加杠杆，就像我们看中国的房地产周期，09年以前中国的房价也涨了很多，房地产销售也很好，但是那个时候居民是没有加杠杆，真正居民开始加杠杆是09年以后。
那么美国现在也是这样，它其实是在去年疫情开始你才看到了居民的杠杆率开始上升，那么一旦进入到这个阶段，那么美国的通胀的话就按不住。
就是说我们看美国的人口结构，它其实讲美国房地产的周期跟中国一样，套路都是一样的，你可以讲天时地利人和都有，从它的需求的角度来讲，20~49岁的美国人的增长在未来15年会是一个快速的上升，它毕竟是一个移民城市，跟我们的出口出生率的持续的下滑是是不太一样的，尤其这几年有很多南美的移民到美国去。
然后美国的年轻人和父母同住的比例已经创了历史新高，也和我们一样。不是只有亚洲的小孩喜欢赖在家里，现在美国的小孩也没有多有出息，也都是啃老，一旦结婚之后的话，他其实就有刚需要买。
然后第二个就是购买力，美国的居民杠杆率已经是处在已经是低于政府部门和企业部门，是最低的部门了，而且它的债务偿付比例其实不考虑这次疫情的收入的发放，之前也已经是回到历史的低位了，因为这个是债务和收入的比值。
然后这一次由于利率创了历史新低，所以30年的抵押贷款利率也跟随国债收益率的下降，创了新低，低于3%。而美国的薪资增长都是高于这个水平，美国的住房抵押贷款就起来了。美国的住房抵押贷款，你不能够只看他的银行贷款，银行的贷款是非常小的一部分，如果要全面的反映，必须得把 ABS这些加进来，因为美国它大部分贷款都会出表，转换成证券化的工具，所以说它还是非常典型的是一个资本市场主导的一种融资模式，而不是我们这种银行的信贷模式。所以这块增长的是比较快的。
然后他的地产在居民当中的配置比例现在是处在过去几十年区间的低位，相反的股票是在过去几十年的高位，所以它本身也有一个重新的一个平衡的过程，更何况过去这么多年美国的租金回报率还是很稳定的，也就是说美国虽然每年房价都在涨，但是它的租金也在涨，而且租金的涨幅并没有比房价涨幅低，所以说整个租金回报率是稳定的，但对应的美国的国债收益率和股票的股息率是持续回落的。
所以说美国的老百姓会有一个回归的过程，就是说过去的十年中国发生的事情，现在就是在美国身上发生，09年中国搞了百分之二十几的M2增速，美国现在也搞了百分之二十几的M2增速。
所以过去10年中国是房地产的配置价值高于其他所有的一切资产，美国估计接下来也会出现类似的问题，而且美国的地产的杠杆能力是比中国要强的，为什么？因为中国我们都知道，你不能够把你买的房子再抵押，你只能是在购房环节去借钱，而美国是可以在房屋上涨的过程当中，继续把涨了价的房子再抵押给银行，重新再获得更多的资金去干别的事情。所以它其实财富效应会更明显。而中国的财富效应是一个虚的，你感觉你自己很有钱，但变现率是远不如股票，这是一定的。房子你变现看看，你看看变现有多困难，你也不太可能说把这个房子很轻松的抵押，把钱借出来，所以美国的话它供需关系也是这样，房屋的空置率现在处于历史低位，库销比处于历史低位，但实际上美国上一次开始出现房地产的加速上涨，也就是居民开始加杠杆购房是2000年，2000年正好对应的就是纳指泡沫的破灭，那么如果我们从宏观的角度来理解这两件事情的话，它其实是有一定的逻辑关系的，就是说其实它正好反映了一个就是股票的股票和地产这么一个切换，当然中间的很大的一个原因是因为利率的变化，那么我们现在其实又处在一个相似的历史的时刻，所以这个时候其实对于美股来讲的话还是非常小心的。然后这个是我们说商品的上涨的相对长期的逻辑。
但是短期来讲，大家可能更关心的就是说商品能不能涨，还能涨多久。
我们就看一下商品的涨短期主要看全球的，而全球的M2就是中国、美国、欧洲、日本还有一些其他的国家，现在全球的M2增速已经是超过2009年的高点，当然最大的贡献还是中国，因为中国的基数大，但是和2009年不同的就是说2009年是只有中国一枝独秀，其他国家的M2增速都是回落的，这次是大家齐心协力的推高了 M2，中国反而是相对比较坚实的。
那么现在的情况是什么呢？中国的M2已经开始回落了，日本的M2也基本上持平了，现在只有美国和欧洲还在往上走，那么因为美国 M2靠什么？不是靠银行的贷款，银行的贷款是一个非常小的量，美国融资体系，它主要还是靠资本市场，所以说它跟中国是不一样的，它不是靠银行的信贷去创造,美国最大的M2，还是来自于联储的扩表，就是联储的扩表增加基础货币，然后增加M2。
但为什么09年 M2没起来？去年M2起来了，其实就是去年的联储的扩表的力度超预期的大，它实际上是把09年10年11年三轮QE该干的事情，他在一两个月内都干完了。
所以说你可以看到就是说美国的 M2飙升，其实就是在去年三四月份之后，疫情爆发之后，它在短时间内大量的扩表，那么这个东西当然也是有基数效应，因为现在你不管怎么讲，你每个月1200的空，你是不可能和去年的4月份的扩的量相提并论，所以你最终的这个东西会下来。
所以说美国的M2其实现在也在一个接近驻顶的这么一个过程当中，这样的话我们看一下商品和M2的一个关系，就是说实际上CRB的商品指数大概是滞后全球PMI增速或者是同步或者是滞后三个月左右的时间。
也就是说如果我们认为在3月份前后的话，全球的M2可能会处于一个阶段性的一个顶部的话，那么商品的价格其实也有可能就是在这一两个月或者最晚到年中的时候开始见顶回落。
我们看一下其实这一轮商品的上涨，虽然我们知道我们可以从供需上找很多理由，比如说需求，我们可以讲刚刚说的美国的地产的故事，供给我们可以讲，因为过去几年产能投入不够，所以说供应相对比较少，但是我们看一下商品的涨幅，从去年疫情低点到现在的话，商品的价格已经涨了80%，那么这是一个什么概念呢？
从2008年到2011年次贷危机的那三年的话，商品的累积涨幅也就是80%。换句话讲，我们只用了当时不到一半的时间，我们已经实现了08年次贷危机之后的三年的涨幅。
我主要想说什么意思？我想说的是现在商品的涨幅已经远远不能够从基本面去解释，你不能说基本面导致这个东西能够涨80%，它一定是有大量的金融和流动性的因素在支撑，所以这就是为什么即使我们认为接下来如果全球的经济是在一个复苏的阶段，但是如果当你的流动性扩张的最猛烈的时期过去的话，你对商品的价格一定也会有冲击，因为你的价格本身已经包含了很多非供需的因素。
那么实际上去年国庆节以后和今年春节以后这两轮上涨分别对应的就是国内需求，海外需求最好的时候，所以说去年四季度涨的最多的是是黑色，今年的涨的最多的是有色，它其实就反映了驱动的一个转换。
那么随着中国的PMI在今年一季度见顶，美国的PMI到今年年中见顶的话，其实需求的因素也就会开始减弱，所以我们觉得商品也是需要时间去休整，也不是说可以这么一直涨下去的。
#股票##价值投资日志[超话]#
日期：20210303
1. 基本面逻辑是美国进入居民加杠杆的地产扩张周期。
居民加杠杆层面，居民部门是相对于政府、企业部门对通胀影响最大的，原因是居民部门的货币乘数效应最大，创造的货币快速进入流通，进而带动通胀。
地产扩张层面，以下几方面：从数据看，房地产的销售量、价格、投资的加速上升是居民加杠杆的直接结果。从需求看，人口结构影响房地产的需求。一方面是20-49岁的美国人在未来15年会有快速上升，另一方面房地产作为一种刚需存在。从购买力看，首先，债务偿付比例回到历史地位，相对来说偿债能力强。其次以股票和地产之间的关系，现实情况是美国的抵押贷款利率创新低，而美国的住房抵押贷款可以通过ABS等方式将其转化成证券化的工具，进一步影响股市。地产在居民当中的配置比例处在过去几十年区间的低位，而股票是在过去几十年的高位，在美国当前M2增速20%多的情况下，美国地产的杠杠能力会上升，原因是美国房屋抵押的财富效应更大。
2.短期逻辑在乎商品是否可以持续上涨，关键看全球的M2。当前现实情况是只有美国和欧洲的M2往上走，原因在于去年美联储扩表的力度超预期，短期内的超预期最终要下来。而商品和M2的基本关系实际可以表达成CRB的商品指数同步或者滞后全球PMI增速，具体时间是3个月。以此推断，3月份前后全球的M2可能会处于一个阶段性顶部，那么商品价格会在这一两个月或最晚年中见顶回落。
3.单纯从涨幅看，商品价格从去年疫情低点到现在（几个月）已经上涨了80%，类比次贷危机的三年时间，因此从供需不能完全解释80%的上涨幅度，背后一定有金融和流动性的因素。而商品上涨从去年到今年可分别对应国内需求和国外需求，反映的是从黑色到有色的转换。当中美PMI相继见顶之后，需求因素会开始减弱，商品也不会一直涨。
原文：
基本面逻辑来讲，我认为最主要的是因为美国进入到了居民加杠杆的地产扩张周期，就是说如果这一轮如果你盯着中国的话很难讲故事，因为这次中国不是商品需求的主角，过去20年每一轮的商品的周期都跟中国的需求扩张或者是财政刺激都是有关系的。05年到07年，09年到10年，16年到18年，其实都是伴随着中国的房地产周期。
那么对通胀来讲，政府加杠杆，居民加杠杆，企业加杠杆，哪一个部门加杠杆对通胀的影响最大？毫无疑问一定是居民部门。因为大家想一下居民部门加杠杆是什么特点，居民部门不会因为不花钱去加杠杆，我们谁会借了钱不花，我们所有的借钱行为都是因为我们有非常明确的花钱的目的，比如说我们因为购房要借钱，比如一个低收入的人，可能我们要买一个手机，要在借呗和花呗上花钱，所以说居民部门创造的信贷创造的货币是瞬间进入到流通环节，也就是说它的货币乘数效应是最大化的。
我们想一下政府和企业不是这样的，政府和企业很多借钱是一个预防性的，或者仅仅是因为利率低，他不一定借了马上花掉。企业借了之后，比如说你去回购股票，你根本不做资本开支，这些钱就沉淀在那里，它没有进入流通环节，没有带来货币乘数的上升，也就自然没有带动通胀的上升。
所以过去10年，美国的通胀为什么不容易起来？核心的原因就是美国政府部门在加杠杆，企业部门在加杠杆，唯独居民部门从次贷危机之后就一直是在去杠杆，他没有加过杠杆，所以说美国的通胀在过去10年一直是处在比较低的水平，也就推动了它的股票市场的长期的牛市。
那么现在的变局在哪？现在的变局就是美国居民终于开始加杠杆。
我们现在看美国的这一轮房地产的周期，不是简单的说房价涨或者房地产的销售创了新高，比如说你看房地产的销售，它其实从15年之后，它基本上就一直是在往上走，房价也是在往上走的。你如果只是看量和价的话，它其实不是最近在往上走，它之前就在往上走，它只不过是最近开始加速往上走。量、价还有包括投资，这个加速和之前的最大区别在哪？之前我们看到的美国的地产的只能叫恢复，因为在那个阶段我们没有看到居民主动加杠杆，就像我们看中国的房地产周期，09年以前中国的房价也涨了很多，房地产销售也很好，但是那个时候居民是没有加杠杆，真正居民开始加杠杆是09年以后。
那么美国现在也是这样，它其实是在去年疫情开始你才看到了居民的杠杆率开始上升，那么一旦进入到这个阶段，那么美国的通胀的话就按不住。
就是说我们看美国的人口结构，它其实讲美国房地产的周期跟中国一样，套路都是一样的，你可以讲天时地利人和都有，从它的需求的角度来讲，20~49岁的美国人的增长在未来15年会是一个快速的上升，它毕竟是一个移民城市，跟我们的出口出生率的持续的下滑是是不太一样的，尤其这几年有很多南美的移民到美国去。
然后美国的年轻人和父母同住的比例已经创了历史新高，也和我们一样。不是只有亚洲的小孩喜欢赖在家里，现在美国的小孩也没有多有出息，也都是啃老，一旦结婚之后的话，他其实就有刚需要买。
然后第二个就是购买力，美国的居民杠杆率已经是处在已经是低于政府部门和企业部门，是最低的部门了，而且它的债务偿付比例其实不考虑这次疫情的收入的发放，之前也已经是回到历史的低位了，因为这个是债务和收入的比值。
然后这一次由于利率创了历史新低，所以30年的抵押贷款利率也跟随国债收益率的下降，创了新低，低于3%。而美国的薪资增长都是高于这个水平，美国的住房抵押贷款就起来了。美国的住房抵押贷款，你不能够只看他的银行贷款，银行的贷款是非常小的一部分，如果要全面的反映，必须得把 ABS这些加进来，因为美国它大部分贷款都会出表，转换成证券化的工具，所以说它还是非常典型的是一个资本市场主导的一种融资模式，而不是我们这种银行的信贷模式。所以这块增长的是比较快的。
然后他的地产在居民当中的配置比例现在是处在过去几十年区间的低位，相反的股票是在过去几十年的高位，所以它本身也有一个重新的一个平衡的过程，更何况过去这么多年美国的租金回报率还是很稳定的，也就是说美国虽然每年房价都在涨，但是它的租金也在涨，而且租金的涨幅并没有比房价涨幅低，所以说整个租金回报率是稳定的，但对应的美国的国债收益率和股票的股息率是持续回落的。
所以说美国的老百姓会有一个回归的过程，就是说过去的十年中国发生的事情，现在就是在美国身上发生，09年中国搞了百分之二十几的M2增速，美国现在也搞了百分之二十几的M2增速。
所以过去10年中国是房地产的配置价值高于其他所有的一切资产，美国估计接下来也会出现类似的问题，而且美国的地产的杠杆能力是比中国要强的，为什么？因为中国我们都知道，你不能够把你买的房子再抵押，你只能是在购房环节去借钱，而美国是可以在房屋上涨的过程当中，继续把涨了价的房子再抵押给银行，重新再获得更多的资金去干别的事情。所以它其实财富效应会更明显。而中国的财富效应是一个虚的，你感觉你自己很有钱，但变现率是远不如股票，这是一定的。房子你变现看看，你看看变现有多困难，你也不太可能说把这个房子很轻松的抵押，把钱借出来，所以美国的话它供需关系也是这样，房屋的空置率现在处于历史低位，库销比处于历史低位，但实际上美国上一次开始出现房地产的加速上涨，也就是居民开始加杠杆购房是2000年，2000年正好对应的就是纳指泡沫的破灭，那么如果我们从宏观的角度来理解这两件事情的话，它其实是有一定的逻辑关系的，就是说其实它正好反映了一个就是股票的股票和地产这么一个切换，当然中间的很大的一个原因是因为利率的变化，那么我们现在其实又处在一个相似的历史的时刻，所以这个时候其实对于美股来讲的话还是非常小心的。然后这个是我们说商品的上涨的相对长期的逻辑。
但是短期来讲，大家可能更关心的就是说商品能不能涨，还能涨多久。
我们就看一下商品的涨短期主要看全球的，而全球的M2就是中国、美国、欧洲、日本还有一些其他的国家，现在全球的M2增速已经是超过2009年的高点，当然最大的贡献还是中国，因为中国的基数大，但是和2009年不同的就是说2009年是只有中国一枝独秀，其他国家的M2增速都是回落的，这次是大家齐心协力的推高了 M2，中国反而是相对比较坚实的。
那么现在的情况是什么呢？中国的M2已经开始回落了，日本的M2也基本上持平了，现在只有美国和欧洲还在往上走，那么因为美国 M2靠什么？不是靠银行的贷款，银行的贷款是一个非常小的量，美国融资体系，它主要还是靠资本市场，所以说它跟中国是不一样的，它不是靠银行的信贷去创造,美国最大的M2，还是来自于联储的扩表，就是联储的扩表增加基础货币，然后增加M2。
但为什么09年 M2没起来？去年M2起来了，其实就是去年的联储的扩表的力度超预期的大，它实际上是把09年10年11年三轮QE该干的事情，他在一两个月内都干完了。
所以说你可以看到就是说美国的 M2飙升，其实就是在去年三四月份之后，疫情爆发之后，它在短时间内大量的扩表，那么这个东西当然也是有基数效应，因为现在你不管怎么讲，你每个月1200的空，你是不可能和去年的4月份的扩的量相提并论，所以你最终的这个东西会下来。
所以说美国的M2其实现在也在一个接近驻顶的这么一个过程当中，这样的话我们看一下商品和M2的一个关系，就是说实际上CRB的商品指数大概是滞后全球PMI增速或者是同步或者是滞后三个月左右的时间。
也就是说如果我们认为在3月份前后的话，全球的M2可能会处于一个阶段性的一个顶部的话，那么商品的价格其实也有可能就是在这一两个月或者最晚到年中的时候开始见顶回落。
我们看一下其实这一轮商品的上涨，虽然我们知道我们可以从供需上找很多理由，比如说需求，我们可以讲刚刚说的美国的地产的故事，供给我们可以讲，因为过去几年产能投入不够，所以说供应相对比较少，但是我们看一下商品的涨幅，从去年疫情低点到现在的话，商品的价格已经涨了80%，那么这是一个什么概念呢？
从2008年到2011年次贷危机的那三年的话，商品的累积涨幅也就是80%。换句话讲，我们只用了当时不到一半的时间，我们已经实现了08年次贷危机之后的三年的涨幅。
我主要想说什么意思？我想说的是现在商品的涨幅已经远远不能够从基本面去解释，你不能说基本面导致这个东西能够涨80%，它一定是有大量的金融和流动性的因素在支撑，所以这就是为什么即使我们认为接下来如果全球的经济是在一个复苏的阶段，但是如果当你的流动性扩张的最猛烈的时期过去的话，你对商品的价格一定也会有冲击，因为你的价格本身已经包含了很多非供需的因素。
那么实际上去年国庆节以后和今年春节以后这两轮上涨分别对应的就是国内需求，海外需求最好的时候，所以说去年四季度涨的最多的是是黑色，今年的涨的最多的是有色，它其实就反映了驱动的一个转换。
那么随着中国的PMI在今年一季度见顶，美国的PMI到今年年中见顶的话，其实需求的因素也就会开始减弱，所以我们觉得商品也是需要时间去休整，也不是说可以这么一直涨下去的。
#股票##价值投资日志[超话]#
✋热门推荐