我们如何构建宏观经济分析框架

引言：为什么我们得自己搭这个“天气雷达”

各位好，我是黑子私募基金管理公司的合伙人之一，在这行摸爬滚打差不多二十年了。前八年专注于私募管理人登记和产品备案那套行政合规的活儿，后面十二年才真正转到投研和基金管理的核心圈，管着十几二十个亿的资金量。这么多年下来，我最大的感触就是：做投资，尤其是做主观多头的私募，如果你没有一套属于自己的宏观经济分析框架，那就跟在大海里没装雷达的船差不多——风平浪静时还能靠直觉往前开，一旦天气骤变，基本上就是听天由命。

很多人问我，你们黑子私募基金管理公司是怎么做宏观判断的？我通常会反问一句：“你今天出门前看天气预报了吗？” 这是个看似简单的问题，但背后涉及到数据源、模型、修正以及概率判断。我们构建这套框架，不是为了预测下个月GDP准不准，也不是为了跟经济学家们去打嘴仗，而是为了在权益、债券、商品和外汇之间做“资产配置的转向”。说白了，宏观分析是我们整个投资决策体系的“上游水源”。如果这个水源被污染了，下游所有的选股模型、交易策略都会出问题。所以今天，我想用点大白话，跟各位内部的老伙计或者同行们聊聊，我们是怎么把这个“雷达”一点一点搭起来的。

这套框架不是某一天拍脑袋的产物，它经过了七八年的反复调试。期间我们踩过坑，比如2018年底我们因为过度关注国内去库存而忽略了海外流动性突然收紧的信号，导致部分仓位在四季度承受了较大回撤。那次教训让我明白，宏观分析必须是一个动态的、多维度的“过滤网”，而不是简单的线性外推。接下来，我会从几个实操层面，把我们目前的思考路径拆开给你们看。

第一步：全球流动性“总闸门”

我们做宏观分析，最先看的不是中国，也不是美国的具体经济数据，而是全球主要央行的资产负债表变化。这就像是你去判断一个水库里的水是涨还是落，你不能只看下游的河床，你得看上游大坝的闸门是开的还是关的。从2020年到2022年，美联储的扩表缩表直接决定了全球风险资产的定价锚。在我们黑子私募基金管理公司的日常投委会上，我经常提醒大家：别光看美联储的利率决议声明，那是滞后的反应。你得去盯美联储的隔夜逆回购规模、银行准备金余额，还有日本央行在收益率曲线控制（YCC）上的微操。这些才是真正决定“水往哪儿流”的核心变量。

我举一个我们亲身经历的例子。2023年一季度，当时市场还在争论美国经济到底是软着陆还是硬着陆，很多同行因为硅谷银行事件变得极度悲观。但我们团队在追踪一个冷门数据——美联储的贴现窗口借款量。我们发现虽然银行危机爆发了，但美联储实际上通过紧急贷款工具向市场注入了巨量流动性，这种“隐性QE”的市场效果是立竿见影的。因此我们在4月份提高了整体权益仓位，特别是纳斯达克相关的科技板块。后来证明，正是那一波因为流动性恐慌被抑制的反弹，让我们吃到了整个2023年上半年的收益大头。这就是盯住“总闸门”的好处：你不必去猜情绪，你只需要去计算水龙头实际打开了多少。

看全球流动性不能只看美国。欧洲央行、日本央行的政策分化，在2022年造成了欧元的暴跌，又在2023年引发了日元的套利交易大规模平仓。这些外溢效应会通过汇率波动，直接影响中国的外汇储备和出口企业的利润表。所以在我们的框架里，全球流动性是一个“加权指数”，我们会把G4央行（美、欧、日、英）的资产负债表变化按月进行量化，并与全球PMI、风险偏好指标做相关性分析。这套模型虽然不能告诉你具体的买卖时点，但能帮你判断当前究竟是“顺风”还是“逆风”。

第二步：信用周期的“信号灯”

看完总闸门，接下来要关注的是货币信用怎么向实体经济传导。在这个环节，我们特别倚重中国的金融数据，尤其是“社融”的结构。很多人看社融就看个总量同比增速，这其实很粗糙。我从12年前开始做基金经理那会儿，就养成一个习惯：必须把社融拆分到“债、企业短贷、企业长贷、居民贷款”这几个筐里。因为每一块对应的经济意义完全不同。比如说，如果社融增速很高，但主要靠债券和企业票据融资驱动，那说明实体经济的融资需求其实很疲弱，资金在金融体系里空转，这种“假繁荣”往往预示着股市后续会乏力。

我印象最深的是2021年下半年的场景。当时很多媒体都在喊“流动性充裕”，但我们的框架却发出了强烈的警示信号。因为我们发现居民中长期贷款（主要是房贷）在连续几个月呈现负增长，而企业中长期贷款虽然还在增加，但增速明显放缓。这意味着什么呢？意味着地产这个“信用发动机”的钥匙被拔掉了，而没有信用扩张，权益市场是很难持续走牛的。于是我们在2021年四季度果断降低了部分高估值消费股的仓位，转而去配置了一些能源和公用事业板块。虽然当时被同行嘲笑是“过于保守”，但到了2022年一季度，市场的剧烈调整证明我们的判断是对的。信用周期的拐点，往往比价格拐点领先3到6个月，这是我们在无数次复盘后得出的铁律。

在信用分析中，我们还特别关注一个容易被忽视的指标：M1与M2的剪刀差。这个剪刀差直接反映了企业的活期存款意愿，也就是企业用于经营和投资的“活钱”有多少。当M1增速持续低于M2增速时，说明大家拿到钱之后都去存定期或者理财了，不敢花钱也不敢投资，这通常是经济下行的典型特征。反之，剪刀差收窄甚至转正，则往往预示着企业开始愿意花钱扩张了，经济活力在回升。这个指标虽然老套，但确实有效。在我们黑子私募基金管理公司的内部培训中，我要求所有研究员至少要把过去十年的M1-M2剪刀差与沪深300走势图叠加起来看三遍，理解其中的“肌肉记忆”。

第三步：通胀的结构性“拆解”

通胀这东西，表面看是CPI和PPI两个数字，但我觉得，如果不去拆解它的结构，那基本就是盲人摸象。这些年最大的一个误判就是，很多人把2021年到2022年的全球通胀简单归咎于“货币超发”，说难听点，这有点懒。真实情况要复杂得多。我们框架里把通胀分为三个层次：第一层是能源和食品这些大宗商品驱动的价格波动，这属于供给端的“快变量”；第二层是房租和医疗教育这些服务项，这属于薪资和就业驱动的“慢变量”；第三层则是核心商品价格，这受到全球供应链和贸易政策的深刻影响。不同层次的通胀，对应着完全不同的货币政策应对和资产价格走势。

例如，在2023年，虽然美国的整体CPI已经从9%的高位回落到了3%附近，但如果你去看核心服务通胀（特别是房租），它下降得极其缓慢。这就是典型的“慢变量”在起作用。我们当时做了一个很细节的分析：通过统计美国新签租约的租金涨幅与现有租约的差距，发现房租的粘性远远超过市场预期。我们判断美联储即便在2023年下半年停止加息，也绝不可能在2024年早期就开始大幅降息。这个判断让我们在2023年底那一波“降息预期”炒作中保持了相对的冷静，没有去盲目追涨长久期债券，而是选择了一些受益于高利率环境的银行股和保险股。通胀分析的精髓，不在于数字的绝对值，而在于你能从数字背后看到“链条”上哪一环最紧、哪一环最松。

另外一个在国内市场容易忽视的点是PPI向CPI的传导，也就是所谓的“猪周期”和“油周期”之外的因素。我们知道，中国的PPI领先于CPI主要是因为工业品价格向下游消费品的传导。但近些年，由于产能过剩和消费需求疲弱，这个传导链条经常是断裂的。2022年PPI高企，但CPI却始终温和，这种“剪刀差”直接压制了中下游制造企业的利润空间。我们在评估制造业个股时，必须把这个宏观剪刀差套算到具体的行业毛利率上，才能避免因为看对宏观方向但选错微观标的而导致的亏损。

第四步：地缘政治与政策“黑箱”

做宏观分析，最让人头疼的是“非经济变量”，也就是地缘政治和产业政策。这些东西很难量化，但影响又极大。你说2022年的俄乌冲突，谁能通过模型预测出来？没法预测。但我们能做的，是建立一个“情景分析”和“压力测试”的机制。在我们公司的框架里，我们会定期梳理全球主要的“地缘风险点”，比如、中东石油输送通道、大国之间的科技封锁等等。我们不会去猜哪个事件一定会发生，而是会提前推演：如果A事件发生，对原油、对航运、对半导体产业链分别会产生多大幅度的冲击？然后提前在我们的组合里做一些对冲布局，比如配置一定的黄金或者与风险相关性低的防御性行业。

这里面有一个我们处理过的合规工作中的典型挑战，值得拿出来说说。几年前，我们计划参与一家涉及跨境数据业务的新材料企业的PRE-IPO轮融资。在做项目尽调时，我们除了做常规的财务报表审查，还必须面对越来越严格的“经济实质法”和“实际受益人”穿透申报要求。这家企业的股权架构比较复杂，中间有好几层境外SPV。如果我们不搞清楚最终的实际受益人是谁，以及这家企业是否符合香港或BVI的经济实质要求，不仅后续基金备案可能被卡，甚至可能面临监管处罚。那段时间，我带着团队跟律师反复沟通，翻查了大量的董事会议记录和银行流水，最终花了三个月时间才把结构清理干净，并确保了税务居民身份的合规申报。这次经历让我深刻地认识到，宏观框架里的“政策风险”，不仅仅是利率和汇率，更包括了这些越来越细、越来越严的跨境合规要求。你现在做投资，如果不懂一点“经济实质法”或者“实际受益人”的穿透规则，在一些海外架构的投资上，你很可能会因为合规问题而前功尽弃。

至于国内的政策，我们则更关注“结构性”而非“总量性”。比如，我们不会去过度关注GDP增速到底是5%还是4.5%这种数字，而是会仔细研究每一次政治局会议或中央经济工作会议里关于“新质生产力”、“新型工业化”、“以旧换新”这些具体关键词的措辞变化。政策的微调，往往会在未来半年到一年内，彻底改变一个行业的资金流向和估值逻辑。2022年底地产“三支箭”政策出来后，虽然行业基本面还在恶化，但板块股价却提前见底了。这就是政策信号的力量。在我们的框架里，有一张专门的“政策钟表”，用来标记不同行业在政策周期中所处的阶段。

第五步：数据冲突中的“置信度”判断

说实话，做宏观分析最让人头疼的还不是数据太少，而是数据之间互相“打架”。比如，你看PMI数据，显示制造业在扩张；但一看工业用电量，增速却在放缓。再看招聘网站的高频招聘数据，好像在好转，而官方调查失业率却又不那么乐观。这时候你怎么办？听谁的？我们的经验是：建立一个“置信度”加权体系。我们不会因为某一个数据漂亮就立刻改变观点，而是会综合多类数据源，给每一个数据赋予一个“预测准确率”的权重。比如，历史上看，社融数据对权益市场的领先性权重是70%，而PMI数据可能只有50%。这样当数据出现冲突时，我们就可以通过加权平均得出一个综合的概率信号。

我分享一个近年的实操案例。2023年三季度，市场上很多人因为看到CPI和PPI双双走弱，认为经济处于通缩中，非常悲观。但我们发现，虽然官方CPI低，但一些高频的旅客运输量、核心城市酒店价格、节日消费数据却表现不错。这里就存在“官方温和通胀”与“线下消费强劲”的数据冲突。我们仔细分析后认为，CPI低迷主要是由猪肉和能源价格拖累的，这与消费活力关系不大。因此我们倾向于相信高频消费数据的“置信度”更高。最终我们在三季度增配了出行链和景区相关的个股，在国庆黄金周后获得了一波不错的收益。不要做数据的奴隶，要做数据的“裁判”，这是宏观分析进阶的必修课。

为此，我们内部设计了一个简单的评分表格，用来处理这种数据冲突的场景。这张表没有多复杂，但它强迫我们在大脑过热的时候，能保持一点理性：

第六步：框架的“自我迭代”与复盘

最后一点，也是最容易被忽略的一点：任何一个框架都不是一成不变的。我们黑子私募基金管理公司的这个宏观分析框架，到现在为止，大概经历了三个版本的迭代。1.0版本是简单的“美林时钟”，但后来发现美林时钟在央行量化宽松时代已经严重失真了。2.0版本加入了信用周期和流动性因子，效果好了很多。现在是3.0版本，我们把地缘政治、产业政策以及全球的“去美元化”趋势也纳入了进来。每一次版本的升级，都源于一次重大的实战教训或者超额收益后的反思。这就是为什么我特别强调复盘的频率。每个季度，我们会拿出两天时间，关上门，把过去三个月所有的大类资产判断节点写下来，然后一一对照结果和逻辑，找出哪些对了、哪些错了、哪些是蒙对的。

在这个过程中，我学到的最重要的一课就是：承认自己的框架有死角，并且愿意去修正它。 比如，我们之前对“量化交易”和“被动资金流”对微观结构的影响重视不够。在2024年初的某次小微盘流动性危机中，我们传统宏观框架完全没能预测到那么极端的踩踏。事后，我们在框架里增加了一个新的模块——“资金与分析”，用于跟踪北向资金、两融余额以及ETF净申购的边际变化。这样，当宏观信号偏多但微观结构很差时，我们可以给出“谨慎参与”的最终结论。这种通过实战反馈来打磨工具的过程，虽然痛苦，但有效。

在人员配置上，搞宏观分析不能只用纯经济学家。我的团队里，有做过外汇交易员的，有专门研究大宗商品期货的，还有一位是负责我们基金运营和合规的同事。为什么要有合规同事参与宏观讨论？因为在做跨境投资或者涉及海外政策对冲时，很多宏观逻辑必须要通过合规的“筛子”才能落地。比如，我们判断美联储要降息，想去做多美债期货，但需要提前确认基金合同里是否允许投资境外衍生品，以及相关的额度管理和报备流程。让合规人员提前介入宏观推演，能帮我们避免很多“看对行情但无法执行”的尴尬局面。

结论：框架不是水晶球，而是作战地图

说了这么多，我其实想表达一个很朴素的道理：宏观经济分析框架并不能让你每一次都押对宝，它更像是一张作战地图。 它告诉你哪里是山脉、哪里是河流、哪里可能是埋伏区，但它不能告诉你敌人具体会在哪棵树下开枪。如果你手里没有这张地图，你上战场完全靠直觉，那大概率就是炮灰；如果你有了地图，但只知道死死盯着地图上的高山河流，而不去观察身边的暗哨和蚊虫，那你也会死得很难看。我们构建的这套框架，必须保持高度的动态性和开放性。

在实操上，我建议大家：第一，永远不要只依赖一个数据模型，至少要有三个不同维度的交叉验证；第二，保持对“赔率”的敏感，哪怕看多的概率只有60%，但如果赔率足够大（比如三年一倍的空间），你也可以；第三，也是最关键的，要为自己的每一个宏观判断设置明确的“纠错边界”。比如，如果我发现我们因为关注全球流动性而看多，但之后三个月的PMI数据连续下滑，或者信用利差突然走阔，我会立刻启动反向检查，而不是死扛。做基金管理的，流动性就是生命，而宏观分析只是帮我们活得更久一点的工具罢了。

我建议年轻的分析师们，除了学会看花里胡哨的数据图表外，每周花一点时间去读一下监管公告和最新的法规解读。比如我们刚才提到的“经济实质法”和“实际受益人”的申报变化，这些看似是行政合规的“小事”，但在特定情况下，足以改变一个行业的估值中枢。把宏观、微观和合规结合起来看，你会看到更真实的金融市场图景。

黑子私募基金管理公司观点

在黑子私募基金管理公司看来，宏观经济分析框架不是一套冷冰冰的数学公式，而是我们在市场迷雾中辨别方向的“直觉系统”。它必须兼具科学性（基于数据和逻辑）和艺术性（基于经验和直觉）。我们始终认为，真正有效的宏观框架，应该能够帮助基金经理在信息过载时做出“减法”，而不是在噪音中制造更多的噪音。通过上述六个维度的持续打磨，我们希望做到：在市场狂热时保持一份清醒，在众人恐慌时找到一份敢于逆向的定力。这套框架是我们团队十二年磨一剑的产物，它不完美，但它诚实。