看待「周期」

在这里插入图片描述
谈到周期,不免会想到日本1990年大泡沫、美国1929年大萧条,以及2008年金融危机,以前我从「人性和心理」角度去理解周期产生的原因,虽然可以讲得通,但显得过于“主观”。如果从「交易」的角度去理解,会不会更“理性”?

身边每时每刻都有交易产生,用钱,或信用,或两者结合,去和对方交换,一个交易就完成了。经济能够运转,和交易撇不开关系,因为一个人的支出是另一个人的收入。想象在一个「无信用交易」的环境里,唯一能够决定收入的就是生产力,做的工作越多、获得越多的生产力,收入就越高,因为一个人的支出是另一个人的收入,所以随着生产力的提高,整个经济呈现出线性增长,也就没有现在看到的周期了。而现实中存在大量信用交易,也就出现了周期。

贷款人想让自己的钱升值,借款人想购买现在负担不起的房子,如果贷款人信任借款人,借款人愿意到期归还本金外加利息,「信用交易」就产生了。对于贷款人来说,借款相当于资产,对于借款人来说,借款相当于负债。借款人拿着借来的钱去消费,一个人消费的越多,另一个人收入就越多。收入越多,偿债能力就越强,同时自己能够拥有更多值钱的资产可作为抵押,从而就会有更多贷款人想借钱给借款人。这样就拉动了经济增长。

从「小周期」来看,借款人借来钱,有的用于消费,有的用于购买生产力工具。前者不能够产生收入去偿还负债,后者却能够提高生产力、赚到更多的钱,不仅偿还了负债,还提高了生活水平。

  • 举个例子,一个人一年能赚10万并且没有负债,就能有1万元的信用额度,这样一年能够消费11万元。一个人的支出是另一个人的收入,另一个人一年的收入是11万元且没有负债,就能有1.1万元的信用额度。一直持续下去。

因为信用交易靠的是“信用”,当开支和收入增长的速度比生产力大时,物价就会上涨,最后出现通货膨胀。中央银行不允许过高的通货膨胀,用调高利率的手段,提高借款成本,从而抑制了消费,消费少了,最终会出现经济衰退。当衰退现象严重时,中央银行用调低利率的手段,降低借款成本促进消费。这样就出现了小周期。

既然用利率这个手段可以调节经济,为什么还会出现金融危机?需要回归「人性」。

从「大周期」来看,大周期由多个小周期构成,每个小周期总会有债务的积累,因为人有借钱消费的倾向,而不是偿还债务,贷款人和借款人不会把这些问题放在眼里。随着时间增长,信用开支越来越多,收入增长,股市繁荣。人们借更多的钱去购买房子等作为投资品,导致这些资产价格急剧增加。总有一天,人们发现负债增长超过了收入增长,债务负担过大,已经无法使用调节利率的手段调节经济。该怎么办?

  • 消减开支,偿还负债。看上去是减少负债的好办法,但是起反作用。开支减少,收入也就减少了,而收入减少的速度大于债务减少的速度,导致失业人数增加,最终加重了债务负担。行不通。
  • 债务重组。当债务负担过重时,债务重组看似行得通。当借款人无法偿还贷款时,会引起大规模恐慌,因为把钱存储在银行的人认为银行要没钱了,集体取钱,银行被逐渐压迫,最终导致大萧条。贷款人不希望他们的资产就这样消失了,于是同意债务重组。尽管债务重组在一开始减少了债务,但是这也导致资产价值急剧减少,反而加重了债务负担。行不通。
  • 资产再分配。随着失业人数增多,政府税收逐渐减少,开支却逐渐增加,出现了财政赤字,只能够从富人手里征收更多的税。随着萧条加深,容易出现政治问题。行不通。
  • 印钱,购买资产。中央银行开始印钱,用这些钱购买大幅贬值的资产和政府债券,同时政府开始购买产品和服务。银行和政府合作,增加了人们的收入,同时逐渐消去了债务,经济开始恢复。行得通。

看到这里,明白如何“科学上车”了吧?

理解周期是进行资产配置的关键,历史事件就是最好的素材,以前在一本书上看到“当每个人在股票市场繁荣期间争相购买普通股票时,你拿出所有的普通股票并卖掉它们,把所得收益用于购买保守的债券。当然你卖出的股票还会继续上涨。不用管它——只管等待迟早会来的萧条。当萧条(或恐慌)成为一种全国性的灾难时,你把债券全部卖掉(可能会有损失),并把股票再买回来。当然,股票肯定还会下跌。同样不用理睬。等待下一次繁荣。在你有生之年不断重复这种行为,那么你在临死之前就能体会到有钱的乐趣。”当然,知易行难,需要不断修炼。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值