Ahead of the Curve 據序列。 •給橫軸留下足夠空間，以便描繪幾十年、多個經濟週期的資料。然而，很多出版物傾向於將圖表壓縮在半頁以內， 甚至是隻有3英寸的一欄中，經濟學家需要分析時間跨度為幾十年、包含多個經濟週期的圖表，而出版物的這種做法妨礙了他們充分表達其分析結果，也妨礙了讀者獲取資訊， 使讀者不能根據圖表有效地觀察和分析40年或更多年份 （包括7年或8年經濟週期）中的序列關係。 第二部分闡述了美國現實經濟中各因果關係如何相互作用。在論述這部分內容之前，本部分還有最後一項內容需要討論：即理解領先指標和滯後指標在典型經濟週期中有何關聯。 57
EANUS TME CURVE 第6章領先指標的性質前文討論了記錄和監測關鍵經濟資料序列的簡單方法，接下來， 分析領先指標 （leading indicator） 和滯後指標 （lagging indicator）的一些基本性質及其相互關係。整個分析過程大部分憑藉直覺，但是重視細節差異也至關重要。 在年復一年的反覆迴圈中，若一個經濟序列（序列A）與前一年相比的變化率在上升和下降兩個趨勢上始終領先於另一個經濟序列（序列B）的同比變化率，那麼一般可以認定序列A與序列B有因果關係。'這表明我們可以運用序列A的上升或下降成功地預測序列B 的變化。 若序列A領先序列B的時間為6個月，序列A在經歷漫長的下降走勢後可能改變方向，轉而上升，但是序列B在接下來的6個月將繼續下降。 換言之，領先指標序列A在拐點以不同於序列B的方向向前發展，並預測了經濟資料序列B的未來走勢，這點是不言自明的，但大部分人並不能根據直覺判斷出這個結果。平心而論，大多數人都希望利用序列B當前的趨勢外推出其未來走勢。然而，如果人們能掌握領先與滯後指標 58
第6章領先指標的性質 Ahead of the Curve 相互關係的內在模式，就可以越過憑感覺預測的障礙，學會理性地運用序列A（使用正確繪圖方法的前提下），成功地預測序列B的拐點。 6.1 領先指標的週期透過觀察兩個假想的經濟資料序列，序列A（領先指標）和序列B （滯後指標），我們能更好地理解領先和滯後指標之間內在的關係模式 （見圖6-1），兩個序列在一個典型的週期內經歷了4個階段。 與前一年相比的變化率（％） +10 +8 序列A（領先指標） +6 +4 序列B（滯後指標） +2 -2 -4 時期4 時期1 時期2 時期3 時期4 時期1 特徵正向背離滯後序列邁近谷底時，領先指標開始上升正向一致負向背離滯後序列滯後序列跟隨領先指逼近峰頂標開始上升， 時，領先指同時領先指標開始下跌標也在上升對滯後指的預測持續上升負向一致滯後序列正向背離滯後序列正向一致滯後序列標開始下跌，領先指標開標開始上同時領先指始上升升，同時領標也在下跌先指標也在上升走向逆轉持續下跌為下跌圖6-1 領先指標的性質走向逆轉為上升 59
Ahead of |第一部分 the Curve “理解”經濟：從繁雜中理清頭緒 •前一輪週期的時期4：正向背離。當目標序列即序列B的增長率還在逼近最低點時，序列A的變化率已經開始轉為上升，這表明序列B的增長也將改變方向，在接下來的年份裡跟隨序列A上升。本例中，時期4被稱為正向背離時期。 在這一階段，被預測的序列B的走向正好與序列A的上升走勢相反，即為下跌。儘管當前序列B正在下跌，對兩個序列間因果關係有研究的人，仍然會對序列B的前景保持樂觀，而且這種看法是正確的。然而，沒有進行過類似研究的人，也許會根據當前序列B的下降走勢做出錯誤的判斷， 據此，對序列B的未來持消極態度。 • 新一輪週期的時期1：正向一致。然而，在新一輪週期的時期1，序列B的增長率確實跟隨序列A開始增大，此時序列A處於上升走勢的第2年，這一時期被稱為序列A和序列 B的正向一致時期，因為兩個序列的增長率都正在增大。 •時期2：負向背離。此時，經濟處於新週期的景氣階段， 序列B的增長率繼續加速直至達到新的高點，而領先指標即序列A的變化率開始轉為下降。這一時期是負向背離時期，對於掌握序列A和序列B之間領先和滯後關係的人來說， 這是一個訊號，使得他們對序列B的未來發展態勢持謹慎態度。這時，缺乏經驗的普通人卻因當前序列B的強勢仍然對其前景保持樂觀。 •時期3：負向一致。在這一時期，序列B的增長率必然尾隨序列A在上期的領先走勢，轉為下跌。通常，對商業人士和投資者來說，此時採取補救措施已經為時已晚，不管序列B是代表宏觀經濟指標（實際GDP），還是指某一具體經濟組成部分（如資本支出）或股票市場，這些人已經遭受 60
第6章 Ahead of 領先指標的性質 the Curve 了經濟滑坡帶來的負面影響。 •時期4：正向背離。現在，經濟又回到整個週期的最後階段，序列A的增長率開始增大，而序列B的變化率繼續減小。 當週圍的人對經濟前景感到絕望時，運用圖表分析過序列 A和序列B的歷史關係的人，開始對序列B的未來走勢表現出樂觀態度。 當然，現實中大部分領先和滯後經濟資料序列之間的關係，很難像圖6-1所示的理想例項那樣既接近平滑又透徹清晰。多年來，我發現有兩種特殊的現象極具欺騙性，這兩種現象甚至迷惑了經驗豐富的觀察者。 6.2 現象一：峰頂和谷底的變動第一個陷阱是，序列A和序列B分別到達峰頂或谷底時，二者的時差隨週期不同而存在較大差異，它們在峰頂或谷底的變化率之差也因週期不同而不同。 下面考察圖6-2中的假想例子。在第一輪週期，序列A的增長率在第2年達到高點，並且比序列B提前3個季度開始下跌。在第二輪週期， 兩個序列峰頂之間的時差（在第5年末）大大縮短，只有1個季度。類似地，在第一輪週期，序列A的增長率在5%時達到峰值，而序列B以超過8%的增長率達到睜值，這比序列A的增長率高得多。而在第二輪週期，序列A的峰值有所提高，達到7.6%，序列B的峰值略高於8%。 在兩輪週期中，兩序列到達峰頂和谷底時，增長率的時差和幅差都存在明顯差異，因此，計算機分析結果可能認為兩序列間不存在可預測的關係。 61
Ahead ol the Curve 第一部分 “理解”經濟：從繁雜中理清頭緒 +12 +10 +8 +6 峰頂的時差為3個季度， 幅差是3.5% 峰頂的時差為1個季度， 幅差是0.4% +4 +2 0 -2 序列A（領先指標） 序列B（滯後指標） -4 -6 第1年第2年 •第3年第4年第5年第6年第7年 •第8年第9年該圖畫出了假想的序列A和序列B，表明二者的時差和幅差隨週期不同而變化：（1）在不同週期中，序列A和序列B到達峰頂和谷底時的時差不同，（2）幅差也隨週期不同而變化。 儘管存在這些差異，每次序列A的拐點都領先於序列B的拐點而出現，因而序列A是序列B的有效領先指標。在對領先指標的識別上，數量（波幅或時差的變化）遠不如不同週期中一致的先後順序重要。 圖6-2 領先和滯後指標之間的時差和幅差不斷髮生變化然而，根據峰頂和谷底出現的順序，圖表分析可以得出不同的、 更有價值的結論。不論是在峰頂還是谷底，序列A的增長率在兩輪周期中都領先於序列B轉變走向，然後序列B跟著轉變。因此，如果二者的歷史關係可以用於指導預測，我們就能用序列A在未來的拐點預測序列B的拐點。儘管兩個序列在峰頂和谷底的時差和幅差隨週期不同而各不相同，但對於預測人員來說，更重要的是，序列A的變化能夠提前說明序列B在未來的走向變化。如果一個序列始終領先於另一個序列，人們就能夠放心地利用這種關係來進行經濟預測，這是經濟中存在的一個重要現象，也是應該被掌握的。 下面用氣壓的例子來類比說明這種現象。氣壓計測出氣壓下降， 這幾乎總能準確無誤地說明惡劣天氣即將來臨，氣壓下降的速度和幅度不可能確切地說明何時下雨或降水量是多少。然而重要的是， 氣壓不斷下降預示著壞天氣即將到來。對氣象觀測員來說，觀測到 62
第6章 Ahead of 領先指標的性質 the Curve ⋯⋯ 氣壓下降後對天氣變化有所準備，這才是至關重要的，他們無須過多地知道暴風雨來臨的確切時間。類似地，序列B是在3個月還是1年後下降，這無關緊要，重要的是，經濟資料的觀察者在觀察到序列 A達到高點並轉而下降後，就不應該對序列B的前景保持樂觀，在序列B開始下降之前應該一直保持悲觀，如果這樣的話，他們一定受益匪淺。 第三部分將說明，某些領先指標在1999年就清楚地預示著消費支出即將出現下滑，而與以往相比，消費支出更是及早地為2000~2002 年經濟滑坡帶來的損失提出了預警。即使這次消費支出下滑所預示的資訊比正常情況出現得更早，但與正常情況一樣，企業和投資者只要注意到這項指標的變化，並採取相應措施以減少風險暴露，就能避免未來可能的損失，儘管經濟和股票市場在1999年和2000年初仍然在上升。遺憾的是，很少有企業和投資者這樣做。需要強調的是，在投資領域，一些指標尤其能提前預示即將到來的經濟滑坡。依據這些指標進行投資決策的投資者，能夠獲得豐厚的回報，即便這意味著在股票市場還未到達峰頂時就要拋售股票，從而損失了在高點時丟擲所帶來的邊際收益。 6.3 現象二：雞生蛋還是蛋生雞經濟因果關係分析的第二個陷阱是，多數經濟因果關係具有迴圈性（circular）。所謂“迴圈性”是指，序列A驅動序列B是主要的，但序列B也影響著序列A，這種關係有點類似於耳熟能詳的“雞生蛋還是蛋生雞”問題。 下面以消費支出和就業之間的關係為例來說明這個問題，二者的關係如圖2-1“經濟週期時間表”所示。眾所周知，就業（崗位數）及 63
Alead of the Curve 第一部分 “理解”經濟：從繁雜中理清頭緒其創造的收入是決定消費者消費能力的關鍵因素，而消費支出（約佔 GDP的2/3）又依次驅動工業生產和服務、資本支出等決定就業的基本因素，並引起這些經濟組成部分的需求發生週期性波動。 問題是哪些經濟組成部分領先變化，哪些滯後？從經濟週期的角度看，消費支出對就業的驅動強於就業對消費支出的驅動。第11章將說明，消費支出同比增長率在上升、下降和拐點上都領先於就業而變化，並導致就業在6~12個月後出現類似趨勢。 我向我的兒子、哲學教授喬納森，描述了這種具有迴圈性的不對稱因果關係，喬納森發揮了哲學教授所具備的智慧和能力， 實際® 消費支出就業 （崗位數） 將這個現象描述為非對稱迴圈因果關係（asymmetrical circular causality）。圖6-3說明了這種因果關係，其中箭頭的粗細代表因箭頭粗鯝代表因果美系的強弱。 果關係的強弱。 圖6-3 非對稱迴圈因果關係為什麼掌握主要的和次要的 ① 經過通貨膨脹調整。 迴圈因果關係很重要？首先，識別主要因果關係（消費支出驅動就業） 有助於預測人員進行經濟預測時，集中精力考察各經濟組成部分因果關系的時間表正確與否以及這些關係是否可預測。其次，預測人員不至於利用滯後序列（本例中的就業）來預測經濟走勢，這樣做的風險太大， 事實上，滯後序列往往是隨經濟形勢變化而最後變化的經濟指標。 非對稱迴圈因果關係描述了本書涉及的許多經濟指標的關係。例如，資本支出（用於建築物、新廠房和裝置的支出）在經濟週期中總是跟隨消費支出變化。有不少預測人員根據資本支出及其對應的崗位數來預測消費支出，他們錯誤地把資本支出作為預示未來經濟強勁增長的一個訊號，從而不能及時地察覺到經濟滑坡。 64
第6章 Ahead of 領先指標的性質 the Curve 另一個有趣的例項涉及分析消費支出和股票市場關係時遇到的難題。通常，人們依據股票市場的強勢或弱勢（以及大家熟知的“財富效應”）來預測消費支出和宏觀經濟是否繼續走強，這種觀點經常誤導人們。正相反，這裡的主要因果關係是，消費支出增長率上升或下降驅動了經濟繁榮或衰退，進而導致股票市場強勢和弱勢。如果我們正確預測消費支出，就提高了正確預測股票市場的機率，但是，正確預測股票市場不可能增強正確預測消費支出的可能性。 未能正確理解經濟指標間的迴圈因果關係會導致人們犯錯誤，而避免這類錯誤的唯一方法是掌握“哪個序列是領先序列”。要做到這一點最好像本書這樣，用圖表描繪各序列的歷史因果關係，並進行實證研究。各種商業和投資雜誌經常刊登一些沒有經過驗證的不準確經濟評論，而我們只有用上述方法進行實證研究，利用反覆出現的歷史因果關係，瞭解各序列變化的前因後果，才能不受那些沒有根據的經濟評論的影響。 本書用大量篇幅論述了以下內容：兩個序列被放人時間跨度為40 年或更久的圖表中加以考察，以確定二者是否具有因果關係，並用與前一年相比的方法追蹤它們，如果二者存在明顯的因果關係，事實證明，這種關係在不同週期中會重複出現，這樣，我們就能放心地用這種關係確定當前經濟在週期中的位置，進而提高預測未來經濟前景的能力。 6.4 是相關關係還是因果關係：由常理決定顯然，我們必須有可靠的推理依據，才能在經濟因果關係圖表的基礎上進行預測，即某經濟資料序列變化會引起另一個序列變化，且後者是可預測的。例如，一個國家的耐用品和非耐用品的零售銷售會 65
Ahead of the Curve！第一部分 “理解”經濟：從繁雜中理清頭緒導致該國製造業產出出現增加或減少趨勢嗎？一國債務增加的確會引起利率上升嗎？ 從根本上講，因果關係圖表以及序列的可預測性必須滿足兩個重要條件： •待檢驗的因果關係符合常理。 •用圖表描繪的兩個序列間一定存在顯著的領先與滯後關係。 這裡也遇到了長期困擾其他學者的一個難題：相關關係在多大程度上是因果關係。一個資料序列領先於另一個序列，或二者間有密切的相關關係，僅憑這一事實未必能說明前者是後者的原因。一種荒謬的觀點（奇怪的是這種觀點還很盛行）認為，每當國家橄欖球聯合會冠軍贏得超級盃 （Super Bowl）獎盃時，股票市場就上漲。即使這兩個事件是完全同步的，也沒有理由認，國家橄欖球聯合會冠軍贏得超級盃獎盃決定了股票市場的走勢，這種觀點違背了第一個條件。2 不論是科學家，還是哲學家，這些卓越的思想家經常使用類似的例子來反駁相關關係就意味著因果關係這一命題，並提出了檢驗因果關係的標準。當然，在科學領域，尤其是在嚴謹的學科中，這些標準是不可或缺的。但是，在經濟預測中，需要注意的是，我們不應該因蒐集檢驗因果關係的證據而過多地分散了精力，從而妨礙使用邏輯推理確定因果關係，而這種推理不僅滿足上述兩個條件而且更簡便。例如， 根據常理推斷，消費支出適度上升和下降會引起工業生產大幅度波動， 隨後又發現，圖表也證實了這一推論（見圖5-5），我們就能進行下一步工作，利用這種關係進行預測。 66