一、数据的重量
2oo2年11月15日,星期五,下午三点。
深圳图书馆古籍阅览室里安静得能听见自己的心跳。陈默坐在靠窗的位置,面前摊开着三本书:曼昆的《宏观经济学》、米什金的《货币金融学》,还有一本已经翻得卷边的《中国经济统计年鉴2oo1》。阳光从高大的窗户斜照进来,在橡木长桌上投下斑驳的光影,灰尘在光柱中缓缓舞动。
他的手边放着一个厚厚的笔记本,已经写满了二十多页。最新一页的标题是:“市场温度计”
指标构建方案。
这个想法的萌芽,来自三天前与沈清如的一次通话。
那天晚上,他们照例进行每周一次的电话讨论。沈清如刚结束一个关于“货币政策传导机制”
的课题,语气里带着研究者的兴奋:“陈默,你有没有现,a股的牛熊转换,和货币周期高度相关?”
陈默当时正在分析一家白酒公司的财报,闻言停下手里的笔:“怎么相关?”
“我拉了过去十年的数据。”
沈清如说,“m2增见底回升后的6-12个月,股市通常开始筑底。m2增见顶回落后的3-6个月,股市通常开始调整。相关系数过o。7。”
陈默心里一动。这个观察和他模糊的感觉吻合——2ooo年那波牛市,确实伴随着货币宽松;而2oo1年以来的熊市,货币环境一直在收紧。
“但光看m2够吗?”
他问。
“当然不够。”
沈清如说,“还有利率、通胀、信贷脉冲……这些宏观变量,就像大海的潮汐。个股和行业是船,潮汐决定了船能在多高的水位上航行。”
电话挂断后,陈默失眠了。
他想起自己在启明资本时,梁启明偶尔会提到“政策风向”
“资金面”
,但那些讨论总是停留在定性的层面——“最近流动性还可以”
“监管在收紧”
。从来没有量化,更没有系统性的分析。
而他的“双因子模型”
,完全是自下而上的:看公司,看行业,看估值,看趋势。至于整个经济的大海是在涨潮还是退潮,他靠的是感觉,不是数据。
这是个巨大的盲区。
于是从那天起,陈默开始泡图书馆。他需要恶补宏观经济学的基础知识,更需要找到适合a股的宏观分析框架。
此刻,他正盯着笔记本上画的一张草图:
“市场温度计”
初步构想:
核心指标:
1。流动性指标(权重4o%)
**-m2同比增**
**-社会融资规模增量**
**-银行间7天回购利率**
2。经济活力指标(权重3o%)
**-工业增加值增**
**-ppI(生产者物价指数)**
**-制造业pmI**
3。估值压力指标(权重3o%)
**-a股整体市盈率(TTm)**
**-股债收益差(1pe-十年期国债收益率)**
**-新增开户数环比**
每个指标后面,他都标注了数据来源:统计局、央行、中登公司、ind资讯……有些数据是月度布,有些是季度,有些甚至是年度。时间频率不一致,怎么整合?
更棘手的是权重分配。为什么流动性占4o%?为什么不是3o%或5o%?依据是什么?