金融市场分析的起点：非线性和系统性

阅读原文：http://club.jr.jd.com/quant/topic/1298042

京东金融官方资讯QQ群:417082141 有什么想咨询的都可以来询问我们哦

金融市场分析的起点就是理解非线性，用系统性思维去看待市场，即关注整体大于局部——放大时间维度，发现潜在规律；关注趋势大于波动——长期趋势更有助于理解市场变化，关注传导大于相关——利用可以自洽的逻辑和正确的量化分析工具逐步探寻关键因素之间的传导机制。

作者：睿资 央行观察专栏作家

来源：央行观察

金融市场的主流理论是基于还原论、决定论、机械论的牛顿范式的理论，这种范式的理论依靠几个关键假设——自然界是存在着客观运行的规律；这些规律是可以以数学方程表达；这些方程可以为人所掌握和计算；人可以根据这些计算，对人类生活乃至对自然本身进行规划——并且，人类生活和自然注定会按照规划运行。

纵观金融领域，从证券分析的小册子到央行货币政策报告，这种范式犹如幽灵一般如影随形，例如：

如果小微企业贷款难，就在银行找原因。

如果金融市场出现了动荡，就在金融行业找原因。

如果经济陷入了衰退，就要施行宽松的货币/财政政策。

我们习惯于这种线性的思考方式，原因在于人类的大脑往往倾向于建立简单的因果关系，并且害怕不确定性。这使得我们在理解复杂系统时遇到很大困难。

长期天气预报为何不准？因为大气环境是一个复杂的系统，因和果在时空上可能不紧密相连，多种变量相互作用，互为因果，一切都在动态过程中找到均衡。而金融市场恰恰是一个不言而喻的复杂系统，是一个各种因素相互交织的环状网络结构。

金融市场分析的起点就是理解非线性，用系统性思维去看待市场，即关注整体大于局部，关注趋势大于波动，关注传导大于相关。

整体与局部。金融市场尽管复杂多变，但只要把放大时间维度，却能发现一定的规律。举例来说，尽管我们难以预测未来某一天的天气，却能发现长期的天气变化有明显的规律，比如一些地区的季节交替。金融分析也类似，无论是美国的经济变化还是利率变化都有明显的周期性。更进一步，把经济-利率、资产价格-信用、就业-通胀等等放在一起看，能够发现的东西远大于单独研究其中的一个。此外，整体也是指相互交融的经济体，而非单个国家。自中国加入WTO后，中国已成为全球美元体系中的重要一环。无数专家学者谈中国经济只谈国内，犯了一叶障目的毛病，难怪得不出什么有用的观点。

趋势与波动。许多人过于关注周期的具体变化，比如众多的“数浪“的理论。但实际上许多波动不过是一种噪音，关注长期的趋势更有助于理解市场的变化，因此需要对变化进行过滤即市场分析的重点在于周期变化的区间与转折点。对交易而言更是如此，突变信号对于多空转换才有最高的价值。研究美联储今年还会加息几次有多大意义？研究美联储会加息到多少才是有价值的。

传导与相关。在分析金融市场的具体问题时，不能仅变量的特征，更要看清系统内不同变量的互动结构。大量经济计量模型过于关注数字上的相关性，而忽视了逻辑上的传导性，使其结果要么缺少实际意义，要么只有在某些特定环境下才有效用。最明显的例子就是各类股债相关模型，大多数在长期数据面前不堪一击。更进一步，在非线性系统中，各变量间是相关不独立的，变量间的一级增量关系在变量的定义域内是不对称的。常用的统计模型不能直接用于非线性系统，而非参、半参等非线性计量经济学方法尚未发展成熟。目前更实用的做法是利用可以自洽的逻辑和正确的量化分析工具逐步探寻关键因素之间的传导机制，而相关和因果则是推理过程中的重要参照点。

试举一例，对于中国的CPI走势有部分学者和研究员，偏好把CPI的各个组成部分分别进行研究，以期对未来通胀形势做出判断，这就是一种线性的思维方式。在短期的、平稳的环境中，这种方式或许会有较好的结果。但在长期或环境发生较大变化时就容易失效，对于趋势的转变也无法提供有意义的信号。

上图为中美PPI指数对比，在多种因素的共同影响下，中美之间的经济关系变得更为紧密。从大的趋势来看，美国经济的兴衰对中国经济有显著的引领性。而自16年以来，美国PPI一直在0值附近徘徊，而中国则一路向上，并紧随美国PPI恢复到0值以上，表明中国经济有了新的变化（如某种刺激），但大趋势并没有改变。目前中国PPI已达到阶段性峰值，而美国则刚刚走出12-14年的区间。如果中美的整体经济格局没有改变，则大趋势还将保持。那么美国PPI保持向上的话，则中国也将有较大几率保持在高位，如果美国PPI回落到之前的区间，则中国回落的概率将大增，回落快慢与之前的导致快速上涨的因素有直接关系。结合中国PPI对CPI的影响机制研究，就能对CPI走势有更好的判断。以上是非常粗糙简略的分析，目的在于对“如何从一个关注整体、趋势和传导的角度对局部问题进行分析”做一个示意（这个例子中对互动没做考虑，有兴趣的人可以把中美两国的货币政策作为一个因素引入）。

阅读原文：http://club.jr.jd.com/quant/topic/1298042