“ 2020年存量货币M2总额为219万亿,本文收集整理了关于M2和其他一些宏观经济指标的公开数据,并简要探讨下货币生产和流通的机制 ”
2020年货币存量M2总额为219万亿,代表着全社会有这么多以货币形式存在的财富。考察M2的结构和其他宏观数据,目的是为了查看社会经济一个时间断面的概况,并尝试理解数据背后关于货币生产和流通的机制。
本文的数据都是2020年各项指标的存量数据,不涉及增量数据,也不做预测性分析。
目录
M2的结构货币理论的困惑货币的来源货币与生产总值社会融资规模贷款债券股票广义物质财富广义个人资产01
—
M2的结构
按照我国货币指标的定义
M0 = 流通中的现金
M1 = M0 单位活期存款
M2 = M1 单位定期存款 储蓄存款
三个指标依次流动性递减而规模递增,可通俗地理解为,M1是现金加活期存款,M2则再加上定期存款。
依据公开数据,以及一些资料的推测,本文给出一个M2组成成分的拆解。各大模块的占比如下
2020年末存量货币M2的组成结构
橙色系暖色三部分为M1,合计占比28.5%蓝色系冷色三部分称为准货币,占比71.5%以不同部门来看,居民部门比企业部门持有更多的货币财富
居民部门占比43%企业部门占比29%机关团体占比14%其他存款和现金部分则与三者都有关对上图各个大模块继续拆解
2020年末M2总量的组成成分
注:由于公开数据在央行和统计局都未做详尽披露,上述若干数据参考了多个数据源
财政性存款中,有些进入国库的,并不计入M2,不计入M2的还有一些,比如大额可转让存单和商业票据。这三项中,商业票据的规模是14万亿,其余两项未找到数据。
做个简单的类比,如果把M2当做100块钱,那每1块相当于2.2万亿人民币。如果以每平米2.2万的房价计算,就是1亿平米。2019年人均住房面积40平米,那就是250万人,大约是一个经济发达地级市的人口的住房对应的价值。
以此来看,可以给出一个粗略的估计,全社会已经货币化的财富,大约是100个地级市的房产价值。
给出上面的数字梳理之后,本文的第一个主要目的已经交待清楚了。这些数据有助于我们大体知道国家经济的概貌,知道货币存款的持有方分别是谁及其规模。但这些还不足以窥见不同行业的结构,比如什么类型的企业拥有更多的存款,居民部门存款的中位数和分布情况如何,这些有待继续考察。
对数据和分类不断细分,可以让我们自由组合数据,寻得更符合不同分析目的的指标。这是一个目标,但以当前的金融数据公开度来说,难度不小,我们不妨先继续考察有更高确定度的数据,或者在有限的数据条件下,使用一些新的分析方法,比如经济仿真模拟分析,可能是一个选择。
不同部门的债权债务关系和经营目标确定之后,可能在相当长的一段时间内保持稳定的行为模式,从而可以通过计算机去预测大家的交互行为以及行为的宏观结果。Agent-based模型至少在十多年前就出现了,在宏观和微观经济学领域的进展有待后续跟进。相信有大量经济学者关注这个问题,因为经济学尤其是宏观经济学的实证分析太难,数据和理论能相互映证并不容易。
下文我们将回顾一些理论上的发现,再继续对货币存量的使用情况做些梳理。
02
—
货币理论的困惑
货币因为其流动的属性,被大量经济学家研究过,但至今仍在继续,它的产生以及流通过程,它与贷款和债券的相互转化关系,它的生产的难度,替代的难度,它与物价和就业的关系,它是伴随经济结构内生的还是可以由央行控制的等等,都不敢说得到了完全的解释。
在现代经济学出现之前,货币就已经是一个被高度关注的问题。亚当斯密1776年出版国富论之前,重商主义的观点认为一国积累财富的手段应当是囤积贵金属。休谟在1752年的著作中反对过这种观点,他认为一个国家总的货币与总的商品形成对应的购买力,囤积黄金会相应导致物价上涨,而并非获得更多商品。
1871年,门格尔在他的经典著作《国民经济学原理》中,论述货币在不同的文明中,都可以独立出现,指出货币这种制度的出现有其必然性,也绝非由个体设计出来,而是人类文化中会自然出现的一种制度。以此来看,人类社会几千年来自发形成的经济实践,远远早于我们对此问题开始形成系统化认识的时间。
中国明清时代白银的流入和流出,银本位的确立,可能与王朝的兴衰有关,毕竟古代的中国,白银的储量太少,大量白银的输入,是从西班牙和葡萄牙殖民者从南美开采、并随着与中国的贸易而输入的。但是国民中大量农民难以获得白银,但缴税却依赖白银货币,导致生活处境困难。之后,白银输入一度减少,为社会带来了诸多影响,战争极有可能就酝酿于此。货币的作用在历史学中可能是低估了的,货币在很底层影响着社会。
现代西方资本主义世界的发展,诸多大危机,也都不难看到货币在里面或正或负的作用。30年代的大危机,给了一位在政府工作过的学者机会,他年轻时在英国财政部分析整个印度的经济状况,大危机前后,以英美社会的实践为基础,创造出一套全新的话语体系,他就是大名鼎鼎的梅纳德·凯恩斯,被誉为20世纪最伟大的经济学家。
凯恩斯于1936年发表了 《就业、利息与货币通论》,虽然很难懂,但对于那个时代,其试图解决的困惑,是当时的有识之士聚焦的问题,于是学术界和舆论界放大了他的思想。他把货币的特点和作用拿来分析,并且着眼的视角是国家层面,提供给后世一个全新的思考框架,从此,后世的经济学家无一可忽视货币在经济中的作用,而他也就顺便开创了宏观经济学,也就是这里我们在讨论的与M2相关种种的来源。除了理论框架外,他的思想更是指导了政府的实践,让政府为了解决就业问题而去做点什么,有了指导方向。
凯恩斯之后,当代对货币的认知中,除了货币学派的弗里德曼之外,经济学家卡甘提供了深入的洞见。他通过分析美国近百年来货币存量的变迁,以及使用数学推导,识别出几个影响货币总量的变量,分别为基础货币数量、流通中的现金量和存款准备金率。他还发现货币体量变迁周期与经济发展周期之间明确的对应关系,这层线索,也鼓励我们更多探索我国货币数量变化带来的影响,当下各种宏观经济报告中不难见到类似的分析。
我国与其他国家存在许多制度上的差异,但是面临的经济问题是类似的。由于各国都遵循了“央行--商业银行—企业--居民”的分层产生的信用机制,所以各国面临的货币问题,无论在学理上还是实践上都是相通的。
03
—
货币的来源
舆论经常会质疑天量的货币供应,问其出处何在。
我们以几个故事作为思想实验,再回顾一次这个基本问题。
1)银行信用
第一个故事,我们讲的是翡翠哥,因为他从自家后院挖出来一块石头,发现是翡翠。故事中,他拿着翡翠去银行做抵押贷款。我们假设他的翡翠被专业机构评估价值一个亿。当然,翡翠哥也不一定非得有这块翡翠,如果银行认为他很靠谱,或者有一家很有实力的机构为他担保,那他什么也不需要抵押,也可以去跟银行贷款。
问,这个过程是否产生了货币,是否增加了我们的讨论的M2?
在10%存款准备金条件下,并且假设银行此时已有其他储户存入了1000万,那么最大程度放贷的流程将会是这样的。
银行把已有的1000万资金的10%,当做存款准备金,存到央行,其余900万贷给他翡翠哥不满足,他拿到900万后,把钱再存进来,由于此时银行所拥有的存款只有900万了,那银行就只能再贷出810万之后将不断重复这个步骤,不断地存入并贷出最终翡翠哥可以得到多少贷款呢?
对数列求和,等于900*(1-0.9^n)/(1-0.9),当n很大时,大约几十次之后,就基本变成了900*1/0.1=9000万,那就是只要最早有人存1000万进去,翡翠哥一个人就可以贷出9000万。货币放进去1,循环之后多出来了9倍,也就是所谓的货币乘数为10
过程中银行存给央行的准备金,总和则是100 90 81 72.9 …. = 100*1/0.1 = 1000万
此时
翡翠哥拥有9000万,但同时欠贷款也是9000万;银行拥有一块放在金库的翡翠做抵押品,并且收获了新增的9000万贷款,成为银行的资产,不过此时由于可放贷的所有资金已经放贷出去了,银行此时无法再提供贷款;央行收到1000万的存款保证金最早的储户,存入1000万的千万哥,没有变化这个由翡翠哥、千万哥、银行和央行组成的封闭系统,原本只有千万哥一个人的1000万,现在凭空多出来9倍的存款。翡翠哥此时的支付能力也是9000万,他的银行账户上就存放了9000万,可以用来自由支配。这就是货币被制造出来的一个过程,即贷款制造货币。
你可能会问,虽然翡翠哥有9000万,但是现在银行却一分钱也没有了,翡翠哥可以自由支配这些钱吗?答案是可以的,没钱是银行自己的事情,银行没钱了可以找其他银行去借,并不影响储户的消费。
你还可能问,翡翠哥贷出再存入,多麻烦,有没有简单的步骤,一次性贷出9000万来?可以。银行只要跟同业银行借9000万,借一天就可以,这一天内,翡翠哥一次性贷款9000万出来,贷出后再存进去,银行接着第二天就把借来的钱还掉了。
思考问题:这个系统在一年后,系统会产生哪些变化?
一年后翡翠哥应支付贷款利息给银行,按照5%的利率计算,就是450万银行也应支付9000万的存款利息给翡翠哥(假设这笔钱从未动用过),按照3%的利率计算,就是270万银行还应支付存款利息给千万哥,30万于是银行实现了存款利息300万,贷款利息450万,存贷利息差150万,由翡翠哥来支付,最终变成了银行的利润。
也意味着,这个三人系统在一年后制造了一个150万的资金缺口。其中千万哥赚钱了,银行也赚钱了,但是翡翠哥亏了180万,他需要通过赚取其他人的钱,去获得这180万。翡翠哥通过翡翠抵押得到了银行的信任,但跟银行贷款后,仍然需要以货币形式去支付利息。
过程中,我们计算下M2的变化。
在贷款前,三人系统有1000万货币,就是千万哥存在银行的这1000万,M2就是1000万在贷款后还贷前,翡翠哥有9000,千万哥有1000万,加起来的1个亿,M2就是1个亿,增量是9000万还贷后,千万哥有1030万,银行的股东和员工获得了150万,翡翠哥的经营情况未知,假设他什么也没有经营,那年末他负债180万,但负债并不减少货币,这时社会的M2是1180万,比之最初的增量是180万这样,我们就通过一个非常简单的故事,了解了银行的参与可以带来货币的增量。
接着还有一个故事,有一位新的主人公。
2)外贸
如果银行当初把这9000万的最大可贷额度,没给翡翠哥,而是贷给了一个善于经营的外贸哥,他知道如何去系统外获取资源,把产品卖给了外国,换来不少外汇,比如说一亿美元吧,拿回来后央行很欢迎,直接结汇换了6.5亿人民币给这家外贸公司。
还本付息后,还剩6.5亿-9000万本金-450万贷款利息=5.555亿人民币(外贸哥贷出的9000万大部分时间都支付出去了,并没有存在银行,所以基本没有存款利息)。
我们计算下M2的变化
在贷款前,三人系统有1000万货币,就是千万哥存在银行的这1000万,M2就是1000万贷款后,外贸哥并没有把钱存在银行,而是拿去经营了,银行不用支付存款利息给他,相当于他有9000万的现金,加上千万哥的资金,社会中M2此时是1个亿还贷后,千万哥有1030万,银行获得420万,外贸哥有5.555亿,社会中M2是5.7亿,比之最初的增量是5.6亿此时,央行现在有1个亿美金的外汇,算做央行的资产,但是央行在这个外贸过程中支出了6.5亿人民币,可以认为是印刷了6.5亿出来提供给了社会。
这里我们可以看到,出口货物如果量大价高,则因为外贸会导致社会中的货币大量增加,外贸哥、千万哥、银行都很开心,下回继续合作。
3)政府债券
或者,把这9000万贷给一位能工巧匠铁路哥,他用贷款采购了修路设备。
此时政府大兴基建,说要举债委托铁路哥修铁路,于是发行了国债,接着国债被商业银行购买了去(企业和个人也可以买,这里为了简化分析),之后央行在二级市场跟商业银行买了6.5个亿(约一亿美元)的这种债券,此时就完成了由央行支持下的政府发债。
我们计算下M2的变化
在贷款前,三人系统只有千万哥存入的1000万货币,M2就是1000万贷款后,铁路哥并没有把钱存在银行,也是拿去经营了,相当于他持有9000万现金,加上千万哥的资金,社会中M2此时是1个亿铁路哥为政府修好铁路后,收回了6.5个亿的工钱,还贷后,也剩下5.555亿,银行获得420万,千万哥有1030万,社会中M2是5.7亿,比之最初的增量是5.6亿此时,央行持有6.5亿人民币的国债,政府需要之后通过铁路的运营和其他税收来还款。
铁路哥、千万哥、银行,三者的关系也很好,之后继续合作。这个案例中,如果铁路哥不能从银行获得贷款,那么这条铁路就因为企业资金缺乏而无法修建。政府如果不发行国债,也会因为政府资金缺乏而无法修建。
将这三个故事做个对比
银行出口国债,三种货币产生机制的对比
这三个故事为我们解释了几种货币产生的来源
商业银行授信外汇央行购买债券(或其他市场操作)事实上,除了这三种来源之外,居民部门几乎完全没有任何可能生产出新的货币来,最接近的可能只有获得意外来源的黄金。因为居民部门但凡交易任何商品和服务,都只是货币从一个地方向另外一个地方的转移,不生产新的货币。
企业部门稍微不同,企业可以生产一些货币替代物,比如,商业承兑汇票,这种货币替代品仅以企业本身的信用发行。其体量有多大呢?2020年,商业承兑汇票承兑余额为10.5万亿,这个数字比社会中流通的现金都多2万亿。
对货币产生机制梳理之后,我们考察与货币相关的几个其他宏观概念和货币的使用情况。
04
—
货币与生产总值
生产总值以GDP衡量,2020年度为101万亿。
财富被抵押给商业银行之后,会立即形成货币,但并不产生GDP,因为抵押并未生产新商品
二手资产的买卖,也不产生GDP,比如二手房交易,并不产生GDP。但是二手房交易却经常涉及到房贷,也即生产了新的货币。
但有些消费贷款却可以促进GDP,比如新房、汽车的消费贷款,就是货币支持GDP一同增长。
生产了商品但没卖出去,成了存货,会算做GDP。如果扩大生产利用了银行授信,则产生了新的货币。存货如果一直没有销售出去,则大概率无法维持长期生产,这时新产生的货币就无法保证生产的进一步增长。
当下我们经常以GDP来衡量经济增长,暗含的信息是,我们认为生产就是经济,经济就是生产,生产增加就是经济增长。我们的语境中,所谓的经济好不好,实际上都是以生产数量的增加与否来计量的。
自力更生、没有交易的事情,不产生GDP,因为GDP只统计通过市场交易得来的商品和服务,如自建房屋、在家带娃、看书学习,这些事情既不产生GDP,也不产生新货币,但是可能却是大部分人的生活常态。只是社会发展对于专业分工有要求,社会必然有分工,有分工则必然产生对于自身专业分工之外的需求,市场交易无法避免。这样看来,GDP的数字,与居民的福利还是很有关系的。
那货币应当怎样调节,才能让GDP增加呢?
货币与GDP的关系,可能是这个时代最难的问题之一。一个国家促进经济发展,就那么几种手段。一是货币手段,二是财政手段,三是制度手段,而这三种手段都不容易。
单看货币,要理解货币对经济的作用,至少需要了解货币的分布和利用情况,至少要看不同行业内的生产、消费、交易和金融数据。我们先忽略掉行业,在货币与经济这个话题下,继续从金融数据的角度做些整体上的追踪。
在金融部门,宏观的数据比较全面,货币分别用在了哪里,我们可以看到一些大模块的数据。
05
—
社会融资规模
这就引出了“社会融资规模”的概念。从银行的角度来看,企业和居民来存款意味着负债,各部门来银行获得的贷款就是银行的资产。社会融资规模就是与存款相对的资产端,代表非金融企业和住户从金融体系得到的资金支持。
社会融资规模的组成成分
注:此数据为存量数据,来源中国人民银行
2019年12月起,“国债”和“地方政府一般债券”纳入社会融资规模统计
2020年末社会融资存量数据各项占比
注意,社会融资指标中,还有一些未计入,比如银行同业资产,这项与实际利率有关;未计入银行理财产品,因为与信托贷款会有重合;也未计入民间借贷。
我们看到M2是219万亿,而社融规模是285万亿,中间有66万亿的差值,源自各自统计的指标不完全相同,此外,在不产生新货币的条件下,货币结构的变化就可以产生社会融资,比如商业银行购买债券,没有货币乘数效应。
接着,我们继续对社融三个主要的成分做个拆解,分别是贷款、债券和股票。
06
—
贷款
先对贷款数据做个拆解
2020年末贷款余额组成成本
注:来源《2020 年金融机构贷款投向统计报告》
- 社会融资规模中的贷款余额171.6是人民币贷款,上图的贷款172.8包含外币贷款
- 住户贷款中可能有部分也属于小微企业贷款,导致企事业单位贷款 住户贷款超过总额0.9万亿
07
—
债券
再对债券做个分解
2020年末债券的存量和结构
注:数据来源于
- 中央结算公司、上海清算所、中证登
- 国家金融与发展实验室 2020年度债券市场
- 申万宏源研报 城投债2020年回顾及2021年展望
08
—
股票
央行公布的非金融企业境内股票融资额8.3万亿的口径,是历年来累计通过股票市场获得融资的余额。其中2020年的股票融资数据如下
2020年股票市场融资数据
社会融资规模的进一步的分析,需要一篇新的文章去分析,毕竟涉及到社会的钱是怎样利用和投资的。社融的变化量,以及各个子项的变化数据,有大量的信息可以提炼,相信可以作为一些投资实践的分析基础。
社会内部资金流动分析,难度远大于存量分析,需要个性化设计的数据库和长期的跟踪,猜测一些机构有,笔者就此打住,期望之后可以补上这一篇。
我们继续做存量分析,从M2本身走出去,看看M2之外的世界。
09
—
广义物质财富
M2并不是全部财富,只是以货币形式存在的财富,除了上述我们考察过的债券和股票之外,广义的社会财富还有更多,稍加归类整理如下。
广义物质财富的组成
以上这些,要么可通过抵押变成货币,或者本身就可以流通,或者可用于物物交易,也有的可作为ABS的底层资产(知识产权、物业、票据等)。当然,这些大部分较M2流动性要低,其中的一些会被定义为M3、M4等等。
货币与广义物质财富之间有融通关系,货币存量是物质财富中实现了货币化的那一部分。当物质财富转化为货币时,如果通过银行信用实现,则增加了货币的供应;如果物质财富在居民和企业部门交易,则货币存量不变。卖出物质财富,得到的货币,再次购买金融资产时,则要求有一定的收益率。
对于股票这种价格有涨有跌的资产,内在收益率可以不明确,但债券这种存在利率的产品,则必然有升值的内在要求。如果人人都持有物质财富,不持有债券这样的金融资产的话,或许社会最简单的运行条件就是:资产不再升值,也没人期待自己的资产升值。那时的社会,银行没有必要存在,所有人用现金交易,社会也不存在利息。
但是,现实的社会远不是最简单的状态,社会中的贷款和债券都要求有利息,社会必须通过某种机制来达到平衡。要么是贷款和债券的核销,以坏账形式终止债权债务关系;要么是使用新的债务来支付利息;要么是社会内部资产的转移,有人通过减少自己的资产,去支付那些利息;要么就是依靠央行从底层再授信一笔新的货币去支付利息;要么就是从系统外找到资源,比如换来外汇,去支付那些利息。
尤其现代社会中现金的使用率下降,居民和企业原本作为支付手段的那部分货币,也大部分变成了银行存款,无法抽离出银行体系,导致银行的存款准备金更充沛,货币在乘数作用下,以贷款、债券、理财等形式源源不断地产生,货币的利息也就因此而不断增长,对于银行自然不是坏事,但对整个经济系统并不清楚是否合理。至少只要央行还没有大幅变化存款准备金率,那就意味着这个问题还不在决策考虑范围内。这个问题涉及到对银行制度的反思,即除了银行之外,还可以在哪里存款,这里没有答案,但是金融制度的进化,空间一定很大。
利息的总额,本文还没有计算,猜测考察这个问题会很有趣,有待后续跟进。
银行为物质财富提供了授信机制,授信的价格有赖于其在居民和企业部门的交易价格,市场在这个节点与货币产生了关联。但货币一旦产生,也就会影响物质财富的交易价格。由于货币的获取成本是利率,而物质财富的价格增长就是物质财富的内在收益率,假如前者更低,也就是货币的相对价格更低,那么将会有大量的货币通过银行授信生产出来,去购买物质财富,比如,在房价上涨时,抵押房产获得现金,然后再去购买新的房产。这意味着,物质财富内在收益率、货币利息、其他金融资产收益率,这些都是竞争对手,市场通过不断的授信和交易,要让这些资产的收益率逐渐相等。在这三者不相等的场景下,这些资产间的相互转化,就带来了盈利的空间。
社会的发展,总会让其中某一项发生局部收益率的变化,从而交易就会自发产生。资产会自动追逐收益率更高的资产,其搜索范围是所有的广义财富集合。当前M2中一大部分存款的预期收益是贷款利息、政府和企业债券利息、股票利息,以及居民部门购买的房产。这些贷、债、股、房在每次交易后,其中一方获得资金,以资金作为支付和流通手段,投入到了另外一些贷、债、股、房中。
如果我们把资产的风险和名义利率统一计算,折算成一个预期收益率,那么,聪明的交易者会去购买高收益资产,而把低收益资产卖给交易对手。交易双方或存在认知上的差异,或者各自对风险的偏好和约束条件不同,或者需求不同,各自对不同资产的收益率的评估不同,甲方觉得便宜的乙方觉得贵,从而交易得以进行,每人都认为自己买到了更高收益率的资产,各自都得到了的满足。
双方做出不同评价的基础,来自于更深层的价值评估差异,每人基于高度个性化的底层资产的成本和收益分析,来评估广义物质财富的得失。我们把人在这个底层感受到的资产,称为“广义个人资产”。
多个主体间,本质上是使用各自的资产组合与其他主体交易,变成另外一种资产组合,让自己的福利,也就是广义个人资产,得以扩大。
10
—
广义个人资产
对于个体人而言,除了生产(即资产增值)之外,还有消费的诉求,甚至消费是更重要的诉求,人除了财富之外,还有其他福利,其范围更广,而且财富获取的目的也是为了购买这些福利,比如
1. 社会秩序
2. 文化环境
3. 知识储备
4. 健康
5. 美
6. 时间充裕
7. 自主和自由的生活方式
8. 活动范围
9. 生命体验
个体所持有的货币、物质财富、时间、生命体验、个体能量、劳动能力全部计算在一起,这些定义了一个人当前拥有的“广义个人资产”。个体需要的一切,都以这种广义个人资产为成本通过交易得来,或以其为生产资料通过劳动创造得来。
企业、政府、集体,作为一种人类的制度,也可以理解为是个体根据自身需求而设计出来的制度产品,其出现也是因为个体需求所致。它们本身就是个人在特定场景下的创造物。
这里我们把广义个人资产做个简单的梳理,不做深究。
广义个人资产的组成成分
对于个体,这些模块变量之间,相互组成了隐函数,即相互之间有影响,比如,劳动能力有赖于体验积累和资产,反之亦然;物质资产影响能量,能量也影响物质资产的积累。
这里有很大一部分需要留给心理学、生物学、伦理学、哲学等去研究。本文搭建起来的,还只是经济学与更基础学科之间的桥梁,如果真的可以把宏观经济建立在微观经济的基础上,并且把微观经济建立在更底层学科的基础上,形成的统一的理论框架,那我们理解经济就方便多了。
写到这里,本文将近结束,做个简单的回顾。我们从M2的拆解为契机,考察了货币在不同部门的分布、再到货币的产生机制、货币在金融部门的使用、货币作为媒介与广义物质财富的关系、以及所有资产的底层价值判断依据、广义个人资产的概念,等等几个不同的命题。
贯穿其中的是货币的本质特性,既是一种价值流通的媒介,也具有财富存储的功能,更是价值评估的度量。我们试图去发现不同尺度事物的某个初始状态,无论是国家、经济部门、企业,还是个人。存量数据和流量数据都重要,本文只考察了存量数据,还未涉足流量数据。
后续可依赖的分析方法上,本文推测以agent-based模型去做仿真分析可能有所收获,本文提出的广义个人资产模型或许可以成为这种仿真分析所需的系统内各个agent的内在驱动力,或可以由此揭开社会中更深层的经济规律,和难以用简单模型推理观察到的相关性。
对于经济行业以外的人士,理解国家往往会从历史、政治制度、社会文化层面进行,但如果从经济和金融层面去考察,往往会有新的收获。本文搜集的数据可用来帮助建立起“对一个国家的经济是如何运行的”这种复杂问题的一个粗略印象。
从新的视角去观察数据,并长期观察,或许是发现规律和模式的最好的切入点。数据、数据、数据,巧妇难为无米炊,一个定制化的金融信息数据库,是多么的必要。这也是本次搜集数据过程中的感触最深的一点,有些数据并不存在于商业数据软件中,也不曾出现于公开资料和媒体中。合理高效的产出模式应当是结合了数据统计基础服务、指标定制化处理、长期数据的存储、模型搭建,以及自动化分析等特征。这点上,金融和互联网,因为都涉及对大量数据的理解,所以从技术层面来看有相似之处,虽然是在做跨行业的探索,但没感到太陌生。
本文写作过程中遇到了太多的未解困惑,有些来自于数据缺失,有些来自对经济史的视野不足,唯有尽快把内容呈现出来,接收指正与批评,才是最好的解惑途径。
全文完
参考资料