不少看了我的教程(盈透开户图文教程)开户了盈透证券的朋友都遇到过“货币兑换”相关的问题,比如不知道如何兑换,莫名其妙被收了融资利息等等,本文分享一下盈透证券“货币兑换”相关的问题。
货币兑换交易权限在盈透的产品设计中,“货币兑换” 也是一种交易,比如,美元换港币,就是卖出美元,买入港币。
因为是一种交易,所以也涉及到盈透的交易权限。
...不少看了我的教程(盈透开户图文教程)开户了盈透证券的朋友都遇到过“货币兑换”相关的问题,比如不知道如何兑换,莫名其妙被收了融资利息等等,本文分享一下盈透证券“货币兑换”相关的问题。
货币兑换交易权限在盈透的产品设计中,“货币兑换” 也是一种交易,比如,美元换港币,就是卖出美元,买入港币。
因为是一种交易,所以也涉及到盈透的交易权限。
...上一期讲了 DGRO 这个 ETF,评论区有小伙伴提了 HDV,干脆一鼓作气拉齐了对比一下。
HDV 开箱HDV,全称:iShares Core High Dividend ETF,也是一个主流的美股红利 ETF。
基金概况名称:iShares Core High Dividend ETF)上市交易所:纽交所指数:Morningstar Dividend Yield Focus Index管理费:0.08%派息周期:季度成立时间:Mar 29, 2011ETF 是基于指数的,因此也没有复杂的投资策略,它的持仓行业分布可参考下图。
...这个年头怕的不是没有信源,而是信源太多,信息过载。
今日先发不发硬干货,分享几个值得关注的 X 账号,尤其是做期权交易的朋友。
如果你有其他值得关注的号,欢迎评论区补充推荐~Earnings Whispers分享每周的财报日历OptionsPlay分享当前行情的交易 ideaOptions Action每日分享交易计划unusual_whales这个很有名了,分享期权异动数据 。
...在美股投资中,高股息ETF因其“股息收益+资本增值”的双重优势,成为追求稳健收益投资者的热门选择。
其中,iShares Core Dividend Growth ETF(DGRO)与Schwab U.S. Dividend Equity ETF(SCHD)堪称两大明星产品。
本文将从收益表现、持仓策略、费用成本等维度,深度剖析DGRO的投资价值,并与SCHD展开对比,助你找到适合自己的“躺赢”工具。
...之前试了一下 嘉信 转 盈透,这几天试了一下反向链路。
转仓都是免费的,也都很方便。
流程首先登陆嘉信理财网页端,找到 「Move Money」- 「Transfer Account」打开后,在页面 「New Transfer」下方输入框输入盈透的英文名 「interactive broker」 搜索(注意,缩写 IBKR 是搜不到的)点选盈透之后,会出来账户信息输入表单,按要求填写第一个框是账户类型,一般我们都申请的个人账户,选择 「Individual」,如果你的账户不是这个类型,请选择对应的,比如 联名 账户等第二个框输入盈透账号,通常是字母 U 加上 8 位数字第三个框选择转入的嘉信账户下一步,填写要转仓的资产:首先选择是转仓整个账户还是部分仓位或者现金,选择部分转仓的的话,会出现下面的表单:可以选择转仓多少现金,然后在下方代码搜索并选择具体的资产,然后选择要转仓的份额。
...已知的已知也可以是黑天鹅
《娱乐至死》中的政治事务娱乐化是真实的。有一些人已经把聊国家大事当成一种谈资,闲暇时总和别人聊一些耸人听闻的宏大叙事:大棋论、地缘政治战略、金融战等等,左手拿着《货币战争》,右手指点江山,就像是各种媒体的复读机,有反乌托邦小说的元素。
最近听得最多的是人们关于特朗普关税和台海议题的讨论,这种事物一般是不会有对错是非之分,只有如何把握机遇一说。特朗普关税很显然中美是双输的,特朗普政府把关税当作增长国家安全和制造业回流的手段,而中国和欧元区作为乙方试图讨价还价。不理解的是很多人把中国关税反击当作一种胜利,他们知道相互加征关税的后果是什么吗?原产地在美国的一些精密仪器和芯片零件的采购成本暴增,如果人民币不竞争性贬值,对美转口贸易和直接出口可能因此熄火。我们很容易地拿着商务部的统计数据看,中国2023年对美贸易敞口也就不到2成,但问题是转口贸易可能占比多少?美国也对墨西哥加征关税以及取消小额包裹免税,转口贸易和离岸跨境电商的道路已经被堵死了。保守估计,至少也有3成出口是直接或间受特朗普关税影响,所以当下是美国在出口“内需”,拿本国人民对商品的大量需求作为筹码去威胁他国,中国和欧元区如果不去谈妥,降低双方相互增加的关税,就会加剧通缩,被迫去产能,结局是不得不走上通往长期通缩的道路。通缩不一定意味着严重的经济衰退(如GDP负增长),但大部分人的经济生活必然会一塌糊涂。
以上说的只是短期潜在的危机,中长期来看中国还是有足够的内需潜力,关键看国内如何解决收入和分配问题。但各种长期的研究分析是没有意义的,凯恩斯说“长远是对当前事务错误的指导。从长远看,我们都已经死了”。尤其是不能再拿供给侧改革、产业政策、棚改货币化、土地财政等旧发展方法放到现在环境中,不然就会加剧产能过剩和长期通缩。很多事物都在发生变化,中国不得不转换角色,从全球化贸易分工体系中的制造大国变成能内部消化大部分产能的普通发达国家。当我们看到中国第一季度的CPI都没有回升到正,这其实就是通缩危机的前夕,叠加外部关税冲击影响是很容易陷入通缩螺旋的。很多分析师还比较乐观,认为今年经济就能回暖,我们是不能拿长期的基本面假设来推断短期的。现在美联储上半年可能都不会降息,很多人就觉得这是来自美国的“政治霸凌”,但其实这是预期中的预期,是灰犀牛。特朗普上任前就明确把美国定位成一个普通发达国家,不再去维护全球化的秩序,而且要解决贸易逆差和财政赤字的问题。换句话说,在此之前,是发展中国家因加入世界贸易组织获得最惠国待遇而长期受益,特朗普政府正尝试修改全球贸易的游戏规则,然而国内很多分析师就下定论认为美国闭关锁国开倒车什么的,认为大部分贸易顺差经济体都会站在中国这边反击,这是离谱的推断,因为这是囚徒困境,不论其他人选择如何,保守起见会选择和美国妥协谈判。很多人又认为这次关税不如2018年,因为其影响已经被人们充分理解并消化,市场已经priced in了,这些人可能是没充分理解2018年中美贸易战和2025特朗普重构贸易游戏规则的区别,前者还是在全球化框架内,是美国单方面对贸易逆差和知识技术转移进行讨价还价,后者是特朗普试图破坏二战以来的贸易秩序,将美元和内需武器化,放弃美元作为储备资产的地位,它可能最终失败,但美元贸易秩序瓦解所带来的破坏力是不能用线性外推分析得知的。所以这是典型的不确定性问题,特朗普政府哪怕只是尝试游戏规则,这可能也超出了活着的这三代人的经验,市场怎么可能充分消化“已知的未知”。至少特朗普关税造成的影响还没真正开始,如果再跟踪一个季度的经济数据,我们回头看,又可能会得到不一样结论,例如通缩持续、净出口严重拖累GDP等。所以面对这种不确定性问题,应该永远保持开放性态度。
很多人会把特朗普关税当作中国产业转型和国产替代化进程加速的契机,这些看起来都没错,但别忘了这些都是市场炒作的宏大叙事:很多人喜欢说2025年是中国机器人元年,但大多产品都无商业化价值,人形机器人还处于实验室阶段,拿出来玩的不是为了炒作又是为了什么?这条赛道已经过于拥挤,每个人都想投到下一个大疆无人机,结局是历史中无数金融泡沫后的一地鸡毛。至于国产芯片,看到有寒武纪ASIC加速卡、华为昇腾910c等产品不断涌现,想反问一个问题:现在业界里有多少公司用他们的产品来开发和运行大模型。“单纯能用”、“有商业化价值”、“能量产”这三者是完全不同的情境,就当下情境来看,大模型算法是没有相对固定的说法,GPU+汇编/指令集生态仍然是最优解,N卡+CUDA还是有竞争力的,英伟达的商业逻辑绝对没有国内媒体说的这么不堪。很多人拿化学药、电动车、光伏等传统制造业思维代入到芯片IC设计中,认为很快就能完成“独立自主”,这是不现实的:这件事如果放在产业链下游来看,就很可怕了,大量算力中心闲置,H100、H20的算力租赁价格和各大厂商的大模型的每百万tokens API价格也开始降价,在这种环境里上游能过得好吗?可能会有人反驳说这是因为Deepseek V3/R1的强化学习RL算法降低了大模型的运行成本,所以我们现在不需要“性能非常强大的显卡”。这里有个悖论是:部署大模型成本降低了,会有更多人尝试部署,需求量上涨,哪怕摩尔定律失效,也会继续利好显卡厂商。就算没有Deepseek,强化学习或小参数量模型迟早也会到来,Deepseek的横空出世是加速了国产大模型产业的发展速度,我们看到各大互联网厂商甚至是国企央企都争相部署R1趁热度,然后呢?会发现根本没有一个对大模型的硬需求,都是可有可无的软需求,如内部知识库RAG、智能客服、AI笔记等。截至2025年4月,Deepseek R1(671B全量模型)API的价格是16元人民币/百万tokens,晚间打2.5折(4元),这个价格都无法刺激出大量有效需求,真是投资的至暗时刻!投资者之所以能保持乐观,很大程度依赖于对上述各种宏大叙事的信念。
很多时候人们对行业乐观还是悲观,看的是市场估值或价格是在上涨还是下跌。价格上涨就会有人生产舆论和叙事,来实现泡沫的正反馈。在这种环境中,是不太可能有多少内在价值的,这和房地产繁荣期间是类似的:人们为了买一套房能想出一大堆理由和借口。我们在市场中能认知到的大多是幻觉,放到“信息即隐喻”的媒介中,这样的信息已经没有价值,甚至是中文互联网环境都把大模型的联网搜索信息来源给污染了,以至于人们活在一个离原始信息越来越遥远甚至无法直接认知到事物的社会中。
如果把“人们能过上更好的经济生活”当作目标,现在是不需要刻意发展人工智能大模型、机器人具身智能、智能驾驶等技术的,这些技术搞不好还会因替代效应加剧失业和通缩。当下之急,是通过收入、分配、转移支付来实现充分就业,解除通缩危机。现在一不主动创造新岗位(哪怕是没有意义的地铁安检员),二不减少征收企业所得税、降增值税和印花税,三不降LPR。顺便一提,长期特别国债+消费补贴政策本质上是让消费行为提前发生了,政策上还降低了消费贷利率,一度卷到2.5%,我们都嘲笑说政府在发钱和涨工资之间选择了放贷,决策层居然认为经济无法回暖的原因是大家不愿意消费,这些人是没有看经济数据吗?NIFD统计的2024年底居民部门的宏观杠杆率从2024年62.2%下滑至12月61.4%,这衡量的是居民部门债务余额与GDP的比例,美国这个数据是73.1%,这明显是一个常识问题。最近各大银行开始下架所有3%以下的消费贷,朝令夕改,这分明是一场闹剧,当然也有一种说法,说是央行在降息前进行试水测试,看下市场反应。另一个有趣的是,央行年初设立股票回购增持再贷款新型货币工具,引导金融机构向上市公司和主要股东提供贷款,分别支持其回购和增持上市公司股票,年利率还不超过1.8%。问题是现在是规模以上工业企业利润率这个指标数值在下降,随着基本面业绩变差,“杀估值”是可预期的,现在还想打造股市价格高企的假象,粉饰太平。所以年初这一系列财政政策和货币政策都无助于走出通缩危机,这里不是说消费补贴是无用功,参考历史多次消费品、农用机械补贴,第二年的财政支出边际系数都是相比第一年会暴跌的,这个政策究竟有没有必要持续下去都是个值得考量的问题。2025年通缩和关税危机必然是对中国财政政策和货币政策的巨大挑战。
通缩有什么不好?大家难道不喜欢物价更便宜吗?
去年底这一名言已经让各大经济学家和分析师大跌眼镜,没想到决策班子如此不重视物价指标,从这一两年来的货币政策和财政政策来看,依靠有严重滞后性的“相机抉择”方法,所以这应该不是空穴来风,也许真是个草台班子😂
至于台海问题,我不擅长军事和政治的分析,但感知上身边大部分人是没有理解到军事行动带来的后果,毕竟嘴上或网上打几个字又不需要到市场上拿钱投票,言论自由的另一面是无需承担言论传播影响带来的后果和责任。
回到最开始的问题,人们真的有很好地理解这些事物发展下去的后果吗?我们是否能承受这样的未来?我也不想在现实中和别人谈论这些问题,有些问题明明是常识就能解决的,是他们主动逃避了自己主动思考这个过程,到社交媒体中听到别人讲的很有道理,就认同部分结论,回来到处传播这些叙事。以前学者批评社交媒体的种种弊病,现在我们都无时不刻深受其害。
对当下的反思和批判
作者槐序
2025 April 12th发布
近日对账的时候,发现汇丰HK扣了一个60HKD:根据字面意思是“纸质账单年费”。
猜测原因可能是去年申请了几张 HK 的信用卡导致的。
好消息是这个费用可以申请退,直接在 App 上找机器人申请即可:输入“我想了解邮寄纸质结单年费”开始,按流程走即可申请完退还,不要忘了取消这些纸质账单,这一步只能在网页端网银完成:在这里,把所有的账单形式改成“电子”即可。
...做美股投资和期权投资,股票和 ETF 的派息时间点必须搞明白。
尤其是这些关键的日子:除息日,除权日等等。
关键日期派息节点附近,会有几个关键的日期,中文翻译有很多版本,网上还有瞎写混淆的。
...美港股的券商大大小小有很多,如何选择券商是踏入跨境资产配置之门的重要一步。
本文从「资金安全性」的角度来谈谈,如何判断一家券商靠不靠谱。
同时也推荐阅读:“属于骗子的胜利” | 投资黑暗森林自救手册监管合规性图:老虎证券的监管信息这是资金安全的第一道防线,因涉及的地区不同,我们需要关注以下几个美国市场:SEC(美国证券交易委员会),是美国的官方机构,法律层面监管券商。
...尊嘉金融可能对新人来说没有🐯🐂这些熟悉,但实际上是也是相对重量级的公司。
一句话点评:尊嘉适合用来做港股交易。
基本介绍尊嘉金融集团旗下主要是:尊嘉证券 + Velox清算公司前者是 to C 的券商业务,比较强的一点就是后边这个 Velox清算,拥有非常全面的清算牌照其中第一个 FINRA全面清算牌照比较重量级,持有这个牌照的机构较少。
...上一篇文章讲到了段永平买入 NVDA 其实是使用了 Covered Call 策略。
然而,这份作业其实并没有那么好抄。
比如:NVDA,现在价格 120,做一份 covered call,就需要准备至少 120 x 100 = 1.2 万美金。
...段永平在 3.19 在雪球公布了一个操作,附文:92.5 买入 NVDA了,不过要延迟一年交货。
随后,开始怼网友“你是算数有问题还是忘了戴眼镜”等等… 很多网友不明所以,不少媒体的文章也是浅浅略过,本文看看到底是在吵什么订单拆解首先看他发的订单截图:可以看到,首先是他用的 iPad 交易😁,也没用软件,用的是嘉信理财的网页版。
左上角开始,代码 NVDA,英伟达没毛病。
...因为众所周知的种种原因,很多新手朋友不知道怎么下载到这些券商 App,单独写一篇汇总一下。
本文在「博客网站」上会持续更新。
iOS 用户各券商基本都在国内 App Store 下架了,下载 App 你需要一个非国区的 Apple ID。
...翻阅资料的时候,看到了盈透和嘉信的转仓费用说明,比较有意思,看上去是可以免费转仓的,顺便说一下如何转仓。
即盈透使用 ACATS 转仓免费。
嘉信使用 ACATS 转仓部分资产免费(不能选择群不转仓,否则收取50刀)ACATS 转仓ACATS(Automated Customer Account Transfer Service,自动客户账户转账服务)是美国金融业监管局(FINRA)管理的一种标准化系统,用于在不同证券经纪商之间快速、安全地转移客户的投资账户资产(如股票、ETF、债券等)。
...关于美股交税方面已经写过几篇了,这次以 IBKR 退税的角度出发再帮大家梳理一下。
美股的税具体的介绍可以参考 W-8BEN 表和美股税务详解。
BTW 希望川普2.0不要把这个税收优惠协定去掉了。
...手里有张招行的金葵花卡,不上班后就没有“代发工资”减免管理费权益了,需要解决一下。
小研究了一下,分享一波。
留不留?金葵花卡一般都定制了卡号的,而且作为主要使用的卡,绑定了不少服务。
...去年写了资产配置的策略文章:家庭资产配置策略 其中有一个策略是比较有意思的,叫做「全天候策略」桥水基金(Bridgewater)的「All Weather」策略曾创下20年年化11%的神话,如今它被装进了一只ETF。
这个策略由著名的桥水基金创始人 Ray Dalio 提出,就是写了《原则》一书那位。
虽然那篇文章已经介绍过了,这里还是再介绍一下,方便新读者理解。
...“网格交易(Grid Trading)” 是相对比较简单的一种量化策略。
因为实现较为简单,很多券商的 App 都已经实现好了这个策略,无论是A股的券商还是港美股券商都有不少支持。
网格交易因通过设定好的量化规则,由系统自动执行买卖,能克服掉人为交易时候的情绪影响,也能更精准的抓住买卖时机。
...“为什么市盈率低的股票不涨,市盈率高的反而一飞冲天?”这个问题困扰着许多股民。
其实,你可能漏掉了一个关键指标——PEG!它就像股票的“性价比标签”,今天带你3分钟搞懂这个投资神器!PEG是什么?一句话总结:市盈率的“升级版”PEG全称“市盈率相对盈利增长比率”,由投资大师彼得·林奇推广。
它把股票的价格(市盈率)和成长潜力(盈利增速)结合起来,比单纯看市盈率更精准!计算公式:PEG = PE / 盈利增长率(通常为未来3-5年的预测年均增长率)其中,PE 即 市盈率,PE = 股价 / EPS举个例子🌰:张三的煎饼店市盈率20倍,年利润增长25% → PEG=20/25=0.8(性价比高)李四的冰淇淋店市盈率20倍,年利润增长5% → PEG=20/5=4(价格虚高)结论: PEG越低,说明股价越“划算”!PEG怎么用?记住三个数字!1️⃣ PEG<1:股票被低估!就像商场打折,赶紧加入购物车🛒(例:市盈率30倍 + 利润增速40% → PEG=0.75)2️⃣ PEG=1:价格合理,可以观望👀3️⃣ PEG>1:小心!可能是“泡沫价”(除非行业有爆发性增长)PS:彼得·林奇认为,PEG<0.5的股票是“黄金坑”!实战案例:煎饼店 vs 冰淇淋店张三的煎饼店:第一年赚1万元,市盈率20倍 → 估值20万第二年利润增长25% → 赚1.25万PEG=0.8 → 被低估!股价可能上涨李四的冰淇淋店:同样赚1万元,市盈率20倍 → 估值20万第二年利润只增长5% → 赚1.05万PEG=4 → 价格透支未来,股价可能下跌启示: 买股票不是买“现在多便宜”,而是买“未来多能涨”!PEG的三大使用秘诀适合成长股:科技、新能源等高速增长行业用PEG更准警惕周期股:钢铁、煤炭等利润波动大的行业会“骗人”动态预测:别只看过去增速!重点研究公司未来3年计划(比如财报中的产能扩张、新产品)避坑指南:某公司PEG=1.2,看似高估,但同行PEG=2 → 它可能还是“便宜货”利润增长要来自主营业务(比如卖煎饼),不能靠变卖资产一挪迈的思考投资领域有很多“指标”,但肯定没有一个是“银弹”(如果有,市场会立马消灭它)。
...房地产软着陆已经是最好的结局。
政府是一家经营公共产品的企业,土地财政是公共产品和服务的融资平台。在社会信用扩张和城市间竞争过程中,外地人购房被视为"入股城市",享受城镇化发展带来的房产衍生价值增长。在政府面前,地方政府从房地产发展商拍地全价中收取较高比例的土地出让金;在房产预售机制下,地产商通过加快项目周期来压缩银行利息成本。这个商业模式看似利润最大化能带来双赢,一旦资金链断裂就必然出现烂尾楼。
土地财政驱动城市发展形成闭环逻辑:基建投资提升城市估值→吸引人口流入→催生房地产需求→创造新财政来源。其中房产还可以衍生作为信用租赁工具,采用"先租后售"租赁房制度(华为从深圳迁移到松山湖案例,人力资本作为信用/抵押价值增加),城投的外部性和不动产价值不断相互影响。
这本质上是一套捆绑在住房体系的土地融资制度,而不动产是直接由货币资本形成的。派生货币并没有流入市场,这也是天量货币流入房地产在过去并没有造成严重通货膨胀的原因。M2增长不造成通胀,原因是M2和社融同步增长。M2货币在房地产行业的传导路径实质上只影响了建筑工人工资、建材采购等固定资产投资,所以危机只会是系统性的通缩。
关于公共物品的外部性和搭便车问题:在外地户籍居民比例占比较高的城市,购房者花的钱很大程度最终用于基础建设支出,而几乎所有人都享受到低廉交通费用的好处。公共产品如果定价不合理——要是价格过低,购房者和公共产品提供者承担这部分成本(房地产溢价较高,就需要土地财政拍地市场保持繁荣,牺牲利润来换取更大的正外部性);要是价格过高,减少了公共产品的使用次数,无法最大化发挥正外部性——所以公共产品投放非常考验地方政府施政能力,否则整个过程可能是缺乏效率且造成资源浪费的。
很多人喜欢用深圳、上海、杭州等(新)一线城市去证明土地财政的优越性,但这些地方就算没有这套土地财政体系,伴随着人口、地理、城镇化等优势,经济基本面可能不会相差甚远。社会科学是很难做A/B测试的,所以对这种短期内无法被检验的问题,最好使用逻辑推理思考,然后留给时间去用自然实验证明。
随着财政支出边际系数减少,为保持财政预算平衡,公共物品和服务的定价迟早是倾向市场化的。肯定会有狂热的社会主义者称国企的特殊性:"国企做大基建本来从来就不是为了盈利,而是为了服务人民。"问题是,就算亏损也是由政府性基金来弥补,社会主义也是不存在免费午餐的。核心问题只有一个:如何以市场公允的价格且高效地投放公共物品和服务。
中国特色的土地财政,虽然表面看似造成了更大的私人效率损失和资源错配,但是放到整个社会看来,政府只要投资还有一定的利润空间,且外部性大于效率损失,债务增长型经济就得以持续。
这背后的代价是,长期可支配收入/人均GDP比例在世界经合组织国家中垫底,提振内需喊了这么多年,储蓄率居高不下,社会福利保障不到位。有人会说为什么不让农民工也享受一样的社保体系?那是因为他们没有缴纳过社保医保和养老金,而且这些群体的平均年龄已接近退休年龄。自然而然,消费意愿较低,投资风险偏好更保守,不能期望他们能有所作为。在功利主义的社会视角他们是多余的,属于农村剩余人口,他们可能最终生一场大病掏空全家储蓄(还顺带缓解了医保基金的压力)。这也是国家资本主义需要面临的道德和伦理的问题之一:是否应该推行全民医保?类似的问题还有失业救济金。
国家资本主义的问题在于:这套制度仅仅改变生产资料和企业组织的所有制形式,将原有私人企业转变成国有企业。如果不解决资本主义的深层生产关系矛盾(例如商品生产、价值规律、雇佣劳动和盲目追求利润的逻辑),那么资本主义的危机就仍然可能发生。回头看,中国经济光明论引以为傲的产业政策带来了什么?不是新结构经济学。看看现实吧:是光伏、电池产业盲目扩大产量赚补贴,加速行业周期,进入价格内卷,企图通过强大的制造业全供应链向海外输出过剩产能。虽然一带一路国家是对政治有利的战略意图,但这显然会遭到西方贸易圈的联合抵制。中国对部分产品进行出口退税或直接补贴,说白了就是不愿意以相对公允的价格把这些产品卖给国人,政策没有及时调整——直到2024年11月15日,光伏和电池等行业的出口退税率将由13%下调至9%(以缓解来自国际贸易摩擦的压力),2025年又延续了超长期特别国债和消费国家补贴政策,才终于开始尝试转向内需推动的消费型社会。
REITs是中国特色社会主义市场制度下的金融创新工具,它不像其他国家的一样去投向不动产,而是"基础设施证券投资基金"——指依法向社会投资者公开募集资金形成基金财产,通过基础设施资产支持证券等特殊目的载体持有基础设施项目,由基金管理人等主动管理运营上述基础设施项目,并将产生的绝大部分收益分配给投资者的标准化金融产品。如保障性租赁住房REITs就兼具了"保障性"的民生公益属性和"租赁住房"的市场属性。按照合同存续期在10-99年不等(如平安广交广河高速REIT的封闭期长达99年)。翻译一下:现有基础设施在可见的将来回报较低,不容易回本,NPV和IRR都比不上市场平均水平,现在把风险转嫁给愿意承担风险的有志之士,以帮助建设边际效益较低的项目。
在这种社会化的制度下,任何国家资本主义的兴起或官员贪污腐败都会破坏内部团结。市场运作的逻辑必须体现"公平即正义",才能减少类似恒大、万科、海航事件等道德风险。
政府债务可以通过债务置换、展期等方法处理,但是房地产企业却没这么幸运——终究受到第三方信用评级机构和债券市场的定价审判。作为政府白手套和政绩KPI工具,它们理论上也是没有任何继续被利用的价值。它们最好通过破产重组、资产并购的方式,好让房地产行业"软着陆"。恒大、碧桂园和万科等房企先后债务违约,公司高管试图重演美国雷曼"大而不倒"(too big to fail)——就像城投债债权人相信政府"刚性兑付"——他们试图将自身影响力来威胁政府,结局必然是双输的。
彭博社星期三(2月12日)引述知情人士报道,中国监管机构将拨出200亿元的地方政府专项债额度,用于收购万科的待售楼盘和闲置土地,这笔资金将帮助万科偿还今年到期的公共债务和私募债务。……万科最大股东、国资深圳地铁集团上个月已掌控万科的管理权,并将向万科提供28亿元的借款。
对于万科,这应该不是最坏的结局。中国监管部门没有选择权益注资,但还是出了真金白银来偿还债务、做资产剥离、收购优质资产。后续留下无数债务的空壳可能就只能破产重组了。
如果用马克思地租理论解释,目前的土地公有制和房屋使用权已经消除了绝对意义的地租。如果考虑到户籍制度捆绑的基础设施、教育、医疗、创业资源,土地出让金的存在逐渐形成新的"准地租"。
土地财政作为社会主义初级阶段的过渡性制度安排,通过房地产金融和土地财政将土地点石成金,提取大量剩余价值转移支付到公共事业中。看似违背了把生产资料和资本公有化的初衷,但提取剩余价值的理由是公道的:政府垄断不动产并资本化运作,将城镇化建设成本转嫁给居民,人为制造资源稀缺性,很大程度避免了资本过度累积造成过度金融化的新自由主义倾向。
中国人对房地产市场的"一致预期",在繁荣期间,社会伴随着FOMO(错失恐惧症)、凑首付、加杠杆等现象,体现了个体意识的相似性。这样的土地财政制度是更倾向于社会主义的,前提是政府支出和投资没有带来浪费。
社会生活有两个来源:一是个人意识的相似性,二是社会劳动分工。在第一种情况下,个人是社会化的,他不具备自身固有的特性,与其同类共同混杂在集体类型里。在第二种情况下,他自身具有了与众不同的特征和活动,但他在与他人互有差异的同时,还在很大程度上依赖他人、依赖社会,因为社会是所有个人联合而成的。意识相似性所产生的法规是受压制手段辖制的,它强迫人们去执行一致的信仰和实践。意识相似性越是显明,社会生活就越会与宗教生活完全混同,经济制度就越接近于共产主义制度。
——涂尔干《社会分工论》
很多普通买家会抱怨人民币市场"没有合适的投资标的",认为房地产是比较容易接受的标的。相对低估值的A/H股、大宗商品、贵金属、REITs,如此多的品种,人们选择性放弃研究其他更多元的投资标的,把买房当成懒人方案。个人是否应该投资房地产是没有一个标准答案的,而且金融市场的定价可能远离客观现实。投资标的和叙事哪怕完美得天衣无缝,投资者自身的认知正确,但也有可能做错,因为(市场参与者的用钱投票行为造成的)估值远比事物(客观现实中的价值)本身更重要。例如中国房地产市场就很少人理性地使用可量化的租售比和现金流贴现估值,反而经常用城市之间的可比性分析,增加户籍资源、城投、商圈、人脉等辅助定价,甚至在繁荣期间炒作城市发展预期,所以"入股城市"理论能更好地解释房价上涨的逻辑。
研究"金融消费者"的行为会发现:如果一个人对自己要投资的品种既不擅长又不了解,明知潜在高风险高估值,还要重仓上杠杆,这是不可救药的。庆幸的是相当多人的愚蠢决策没有被房地产投机者和地产商赚取过多的剩余价值,他们最糟糕的结局也能为社会主义现代化添砖加瓦。
城镇化进程下的基建和城投发展趋势接近尾声,中国未来是否能摆脱土地财政和债务增长的路径依赖?中国高储蓄率的消费潜力会怎样转换成有效需求?未来中央是否会重视A股市场的财富效应而非单纯的融资功能?
我们正处于外部宏观环境恶化、内部经济结构快速转型、地缘政治分裂的动荡时代,历史可能不能提供有效的参考。我们应该摆脱过去的经验主义困境,重新审视未来的不确定性。"危机"一词同时包括危险和机遇的含义,每次危机都是财富再分配的机会,所以真的没必要像一些人对经济或市场无脑看多或看空。
对当下的反思和批判
作者槐序
2025 February 15th发布
RSS 是 Web2.0 时代初期非常重要的内容订阅协议,在博客时代,每一个博客几乎都默认输出 RSS。RSS 是 XML 形式的,如果你好奇长什么样,可以访问:https://innomad.io/rss/feed.xml 查看我博客的 RSS。
T+0 交易的意思是当天买入的份额当天就可以卖出
方法有很多,本文只分享我使用过的,欢迎在评论区补充。
注意:https 仅保证你和网站服务器通信时候被篡改的概率降低。但仅有 https 并不能保证网站本身不是山寨的(https 证书可以使用 Let's Encrypt 等服务自行签署),也不能保证 100% 不被篡改。
部分券商无法在国内的市场下载,我也写过如何注册一个其他地区的 apple id 教程(扫盲!Apple ID 美区/香港等非国区注册和改区教程 2024 最新版)。如果你实在需要券商客服人员发送给你,请一定要验证对方身份(可要求验证身份,如发名片、要求使用企业号发送、或者要求发送下载链接,然后验证链接的域名是否是官方的)
innomadstudio
innomadstudio
),长桥港股和美股终身免佣,同时提供协助办理香港卡的服务盈透证券(英语:Interactive Brokers LLC),是美国康乃狄克州的一间电子证券交易公司,并为金融业监管局(Financial Industry Regulatory Authority, FINRA)与美国证券投资人保护组织(Securities Investor Protection Corporation, SIPC)会员,提供股票、期权、期货、期货转换现货交易(Exchange of Futures for Physicals, EFPs)、期货期权(Futures options)、外汇市场、共同基金、差价合约等商品服务。交易平台屡获殊荣,连续10年被巴伦周刊评为美国顶级互联网券商。
相关截图来自于我本人于2023年10月开户,后续可能页面会有所改变,但基本信息是不变的,大家自行对照
“存量投资者证明”,通常是某家券商的“开户证明”或者“日结单”或者“月结单”,通常这个证明上需要有这几个元素:姓名、券商名称、券商账号、日期。
宏观经济分析是非常复杂的,是无法用简单几个指标就能解释清楚的,不可知的就不要强行解释,通过表面物价数据观测经济无异于盲人摸象,对经济数据的评论并不是想当然。
对经济的评价不是一个人主观感知或臆想得到的,任何个体的直觉都是没有代表性的。笔者见过很多收入满足缴纳个人所得税门槛但抱怨近年“物价上涨过快”的朋友,如果要和他们直接解释我们2023-2024年的物价并没有发生显著变化是很困难的,因为不能指望他们去跟踪这些月度的经济数据,而且他们经常抱怨中国统计局数据造假或注水,大部分人对物价的直观感受停留在菜市场和超市中,这种对物价的认知方式是很偏颇的。
这里不想用西方那套繁杂的经济学理论去解释,对于个体的感知,由于不是每个人都能拥有着相似的收入和消费结构和偏好,每个商品背后的价格形成方式都不同。
就拿很多人逛菜市场观察物价的情况说明,例如猪肉价格就存在生猪的“价高伤民,价贱伤农”现象,传导到消费者的价格还包括生猪二次育肥、压栏惜售等厂商非理性行为,加上猪粮比较高,就会存在猪肉价格居高不下的情况。
数据来源:国家生猪市场
2023年猪周期失灵,到2024年初母猪存栏数量减少,养殖企业内卷大洗牌,生猪价格迎来短暂的上涨行情,我们当然可以认为这是猪周期触底回暖的体现,但这轮猪周期上涨阶段的持续时间太短了,第四季度还没过完就跌破12个月均线。对于财经媒体而言,很容易就描述成是供大于求,这实际上是个小学生就能描述出来的现象。
问题是现在是有效需求不足造成的猪肉需求下降吗?还是养殖大厂对未来看多未来物价,母猪存栏数量上涨导致供给过多造成的;又或是豆粕、玉米价格等饲料下降导致猪粮比被动上涨,厂商为维持利润空间继续卷价格和产量;这背后是厂商之家的产量博弈,他们对明年初的预期又是什么?还包括大型养殖户的土地、生猪专项补贴的变化影响。不论如何,总体生猪养殖成本确实是有显著下降的,因存栏母猪数量上涨,猪肉供给确实是同比显著增加的。
至于媒体常说的"猪肉价格下降反映中国有效需求不足引发通缩危机“,大部分人都没有养殖从业的经验,外行就只能从行业研究的种种理论方法去猜测,就像是在盲人摸象,猪肉价格背后涉及到的自变量太多,究竟是不是“有效需求”的问题,这是没办法给出准确答案的,也可能是不可知的。
因此,经济数据的统计就需要从众多数据中形成有一个国家或地区普遍性的指标,例如消费者物价指数必然包含衣食住行,抽样范围包括从大农村到大都市,通过大样本数据去了解当下是很有必要的。
经济数据固然存在粉饰现象,但这些都是技术性的,如刁钻的统计口径。一个国家必然会维护其信誉和经济数据的有用性(用于政策制定参考),不至于伪造出没有任何依据的数据,大家可以理解成是上市公司为了讨好股东和投资者,做出了更精致的数据呈现在业绩会PPT上,所以本质上是对市场和大众做持续的预期管理。
我是不会再对CPI等月度经济数据发表明确的意见了。首先,CPI为正不一定意味着脱离通缩,一个国家只要存在技术和人口等生产要素累计增加的情况,就存在内生性的通缩倾向,至于其自然通缩率是多少,这很难测量,所以一般认为CPI在大于1-1.5%才能排除通缩的可能,不过这也是后话了,我们可以通过观察PMI、工业发电量、运输货运量等先行经济数据早就可以观察经济形式的变化,物价只不过是结果和现象,没必要过度解读物价变化。
2024年,市场总是纠结那0.2-0.5%左右变动的CPI同比增长率进行过度解读,例如截止至2024年11月,美国核心CPI连续三个月同比增长3.3%,领取失业金人数相比上期没有显著增加。芝加哥期货交易所的美联储利率观察器(基于利率期货期权的报价)告诉我们,三天后降息的概率“高达100%”,降息50BP的概率只有4%。
数据来源:CME Group
交易员只能通过市场交易的结果去思考其原因,那美联储的决策不受市场影响吗?这也不太可能的,甚至是市场交易结果成了反身性悖论,例如当前市场提前反应了未来对经济增长的超预期,标普500和纳斯达克的估值都处于有史以来的最高水平,金融宽松反而使得美联储大幅降息压力很大。
财经媒体总是在给无法解释的现实情况找各种理由和借口。不降息就解释为“美联储认为川普关税政策2.0将不可避免加剧通胀,川普未来很可能干预美联储的决策,所以现在不适合降息“,降息50BP就解读为“基于历史多次预防性降息和即将再次触发萨姆定律,美国陷入衰退硬着陆可能性增加”。对于美联储而言,既然市场提前交易预期,基于这样的自反性,联储也许只能降息25BP了。事实上外界是很难预测美联储议息当天各位主席的决策过程,只能事后看会议纪要和点阵图复盘。
市场提前交易降息预期,权益类资产估值水涨船高,推动AI和加密货币泡沫,金融危机风险加剧,那么美联储是否应该大幅降息?不降息,当下财政政策刺激的边际效益递减,中小企业融资成本居高不下,失业情况可能被低估,等待的是萨姆法则自我预言实现。
今年处于在种种不确定的现实与市场预期中摇摆,不靠谱的经济数据让经济学家们失去了指南针。2024年8月21日,美国劳工统计局修订了非农就业数据——在2023年4月至2024年3月统计周期内,美国新增就业岗位比之前预估的减少了81.8万个。金融危机以来美国劳工局最大幅度下修就业数据,那么美国实际的就业情况究竟如何?各大媒体又开始生产“小作文”,究竟是美联储的预期管理,还是数据统计的技术性偏差纠正,我认为这也是不可知的。期间内美国劳工局8月未能按时披露关键的非农就业修正数据,却把最新的数据提供给来电查询的记者,却没有及时在官网和数据库上更新。总之,8月美国劳工局有较大幅度的数据修正和“技术故障”,不论是经济数据还是市场预期都存在非常离谱的不确定性。
我们最终还是想得知美联储的降息路径,但我们没必要非要对如此重大不确定事项进行下注,我的意思是没有下重注的必要,也没必要去纠结是否降息或降息多少BP的事情。有的事物过于宏观,以至于我们没有足够多的依据和理论去预测。
很多人抱怨中国的通缩现象,但问题是物价是通缩的现象和结果,CPI为负不意味着未来的经济基本面就是非常负面的。对于物价指数这类滞后性指标,很多人看着倒后镜开车,我们要弄清楚PPI下跌的原因:一是中国近年来的供给侧改革和产业政策,对光伏、新能源、芯片等行业进行大规模补贴,扭曲市场价格,厂商过量生产,最终库存积压而国内消费无法消化这部分库存,行业就进入了某种程度的周期回落,加上这些新兴行业的规模经济造成生产成本下降,过度竞争下导致价格断崖下跌,逐渐淘汰落后产能;二是中国推动产业转型,相对落后的产业转移至海外,导致国内对部分工业品的需求下降;三是大规模投资和负债拉动经济增长的发展模式逐渐到达尾声,部分周期性行业如房地产、建材、化工行业正步入寒冬,而消费型社会增长模式尚不成熟。我们应该深入了解每项经济指标背后的组成及其形成原因,而不是对着指标表面数值进行点评。
至于CPI,它能够维持稳定是再好不过的,关键在于是否形成通缩螺旋,这个时候应该去看规模以上企业利润情况、社融、M2、M1、固定资产投资的增长情况,如果多个指标几乎同时指向通缩,那么这样的答案是有一定说服力的。
关于财经媒体总是过度解读那CPI同比增长0.3%左右波动的影响,我们知道假设检验中“统计不显著”不是有效的信息,经济数据这里边包括了部分权重较高的商品短期的周期性波动。有时候我们可以反思下,我们是否过于依赖央行和统计局公布的月度数据,也许我们也没必要月度经济数据的小波动感到大惊小怪。
只有对统计局和人民银行公布的数据进行深入研究和长期跟踪,方能对当前经济形势形成初步认识。
有时候不评价是一种智慧。
一个劳动力要成为统计意义的失业人口需要同时满足:
青年失业人口还必须是非在校学生。
中国统计局2023年中旬停更青年失业率,2024年初修改统计口径,统计局认为在校学生的主要任务是学习,而不是兼职工作。这里就想反问,难道过去公布的青年失业率的数据样本是同时包括在校寻找兼职和毕业后寻找工作的青年吗?如果是真的,以往的统计数据中就包括大约5%的在校生是找不到兼职而失业的。
美国和欧盟调查青年失业率的数据样本都包含正在上学但同时积极寻找工作的人,实际上正在上学和找工作这两件事是不冲突的,我国教育部为此还发明了《全国普通高等学校毕业生就业协议书》,加上中国本科从头到毕业需要4年,比大部分国家完成bachelor学位所需时间要长,大四这一年一般被认为是用来准备未来升学、求职。统计局刻意把青年失业率变窄,让它失去参考价值和国家间的可比性。换句话说,新口径的青年失业率是用来统计“毕业即失业”+“想躺平但躺不平”的青年比例。
很多聪明的网友还发现GDP的同比增速居然是错的,那是因为名义GDP的现值是用当前物价计算,而GDP同比增长衡量的是真实GDP的增速,也就是用不变价计算,不变价增加值采用固定基期方法计算,目前每5年更换一次基期,2021年至2025年不变价增加值的基期是2020年。
笔者认为观察真实GDP是否完成5%增长目标是没有任何实质性作用的,大部分人应该是希望广义上的经济增长和繁荣而不是单纯产量上的增加,所以还需要考虑通胀或通缩的情况,应该看GDP缩减指数(现价GDP/不变价GDP),它反映的是这些货物和服务的总体价格变动幅度,主要用于分析价格总水平的变化,是最宏观、最综合的价格指数指标,这样放长看就不需要去纠结容易出技术性错误的月度CPI数据。
如果非要在国际上进行比较,那也不应该用人民币或美元作为单位,需要剔除通胀、汇率等因素,购买力平价人均GDP是更好的指标。
2023年的按购买力平价 (PPP)计算的人均 GDP(现价国际元)是24,569.3国际元,较2022年同比增长9.15%,世界银行认为中高等收入国家的数值是在23,126.4和64,011.8之间,这是因为单位变成2023年现价国际元,大部分发达国家饱受高通胀的侵蚀,人民币的购买力被动上涨。如果单位变成2017年不变价国际元,那2023年平价购买力人均GDP增长5.35%;若以2020年的物价作为基期,全年人均国内生产总值89358元,比上年增长5.4%。如果人们了解各项经济数据的统计口径和采样方法,就不会觉得经济数据注水或造假了。
数据来源:World Bank
每个人都可以开自媒体频道,向大众解读各种经济数据,同时不需要承担任何言论过失的责任。要警惕的是,不要低估宏观经济分析的复杂性,不是通过观察几个经济指标的走势或个体直观感受就能解释并预测宏观经济走势,并以此为依据在市场下注。
关于完善分年龄组调查失业率有关情况的说明.https://www.stats.gov.cn/sj/zxfb/202401/t20240117_1946641.html
调查失业率的计算方法.https://www.stats.gov.cn/zs/tjws/zytjzbqs/tcsyl/202411/t20241115_1957491.html
五、国民经济核算(16).https://www.stats.gov.cn/hd/cjwtjd/202302/t20230207_1902278.html
2023年四季度和全年国内生产总值初步核算结果.https://www.stats.gov.cn/sj/zxfb/202401/t20240118_1946691.html
对当下的反思和批判
作者槐序
2024 December 14th发布
在诺贝尔经济学奖至今为止的56次颁发中,今年或许是最令人失望的一届。
笔者读了2024年诺贝尔经济学奖得主推荐的三本书,其中《国家为什么失败》和《自由的窄廊》像是西方宪政政体的理想童话,类似于福山历史决定论的观点,三位作者吹捧赞美民主宪政体制的包容性,试图证明包容性制度和宪政民主政体是通往繁荣和自由的唯一途径。相比之下,《权力与斗争》通过分析工业革命,探讨了技术增长带来的不平等问题,并对当下AI发展的影响发出了悲观的警示,呼吁政府关注技术进步带来的社会不平等。总的来说,《国家为什么失败》和《自由的窄廊》并不值得一读,而《权力与斗争》的政策建议则颇具启发性。以下是我在阅读过程中收集的数据资料。
在诺贝尔经济学奖至今为止的56次颁发中,今年或许是最令人失望的一届。
2024年诺贝尔经济学奖的获奖作品,包括《国家为什么失败》和《自由的窄廊》,延续了西方宪政民主的叙事框架,将包容性制度视为经济发展的核心动力,主要存在以下问题:
制度决定论的单向视角:通过对南北美洲殖民地历史的分析,作者试图将经济差异归因于“包容性”与“掠夺性”制度的形成,忽略了制度之外的历史、地理和文化因素。其结论过于简化,将殖民的历史创伤包装为现代化的制度演化过程。
西方中心化偏见:作者将西方民主与包容性制度划上等号,忽视了其他文明形态的多样性与独特性。这种理论不仅无法解释非西方国家的制度演化路径,还隐含了文化优越主义的色彩。
对历史的选择性解读:书中高估了特定事件(如光荣革命)对制度变迁的作用,却低估了复杂的社会经济动态。对比英国与其他国家的发展模式,分析视角未能解释为何相似条件下会有不同的发展结果。
政策建议与现实脱节:作者似乎在教各新兴国家领导者如何带领国家走向新华盛顿共识,作者不去深究贫困的根本原因,并假设各国领导者都是无知的。而《权力与斗争》对技术进步带来的不平等问题提出了警示,但其政策建议缺乏可行性,各国不可能因为公平问题而选择延缓能够极大提升生产力的AI产业发展,因而错失机遇,为了追求公平而牺牲产业的先发优势是不值得的。
论证方法不当:遗漏变量偏差,对复杂问题不设置工具变量,强行拟合制度变量,没有自然实验案例,画靶射箭。《国家为什么失败》的前置假设就是历史决定论,反复在强调是“某一段历史推动了xxx,所以后续xxx可以解释成xxx”。
人们只希望作者能更好地利用社会科学长期存在的基本概念(国家、法治、家长制、裙带关系、民主等),而不是发明一些掩盖多于揭示的新词。
总体而言,这些作品试图以“西方制度优越论”解释全球经济发展的不平等,却掩盖了其理论和数据背后的单一化叙事。该奖项反映出学术界对西方理论的过度青睐,而非对现实问题的真正洞察。
我想了好久为什么网上对这三本书的评价如此高,因为我们已经活在现代社会,是很难直接去反思历史发展的潜在可能性,毕竟当下的客观事实都似乎在告诉我们历史的连续性和必然性。很多因果、相关问题不是说一个多完美的叙事就能解释清楚的,当这三位作者在书中试图用他们并不熟悉的政治学和社会学论点加以辅助论证时,可见他们的叙事是多么的匮乏。
1992年法兰西斯.福山在他的大作《历史之终结与最后一人》中,提出历史终结论,宣称自由民主与市场经济是人类意识形态演化的最终胜利者,包括以下结论:
历史终结论被看作是继承了历史虚无主义和华盛顿共识的观点,认为自由民主的整体是当代社会的“版本答案”:
历史开端处的奴隶之所以不敢冒死参与流血斗争,是因为他们有一种本能的恐惧。历史终结处的最后的人,懂得不会为了一项事业而冒生命危险,因为他认识到历史充满了人们相互拼死战斗的毫无意义的战争,无论这些人是基督教徒还是穆斯林,是新教徒还是天主教徒,是德国人还是法国人。那些推动人们做出勇敢和牺牲的拼死行为的忠诚,在后来的历史中被证明不过是愚蠢的偏见。受过现代教育的人们满足于待在家里,对自己的心胸豁达和行事冷静感到庆幸。恰如尼采笔下的查拉图斯特拉说到他们那样,“因此你们说:‘我们全都是真实的,没有信仰,也没有迷信。’因此你们挺起胸膛——可是,诶,胸膛是空的!”
——《历史的终结与最后的人》第28章 没有胸膛的人
福山认为站在历史终点的人是没有必要进行任何革命的,不过后续的发展却与他的预期大相径庭:美国在中东发动“反恐战争”、西方世界民粹主义、宗教与种族冲突、08年金融危机、民主政治的无效率,以及中国的崛起等,都削弱了人们对民主制度的信心。即便是福山自己,也在其后续的《政治秩序的起源》和《政治秩序与政治衰败》中,提出了国家能力、法治与民主问责制三要素间的平衡,被认为是自由能否持续的重中之重,但这些在今日看来只不过是在为原先的理论圆谎,历史终结论下的华盛顿共识早已人心尽失,2024年诺奖经济学家犯了重复的错误。
在美墨边境,诺加利斯城由一道栅栏分割成了两部分,北部是亚利桑那州圣克鲁兹县的诺加利斯,南部是墨西哥的诺加莱斯。在人口、气候、卫生、文化、各项生产要素没有显著差异的情况下,亚利桑那州的人均GDP是诺加莱斯的三倍。
作者给出的解释是两地政治和经济制度差异导致了没有有效的手段约束官员贪腐,这种制度的形成还与与早期殖民社会的商业活动有关。
作者开创了包容性制度和掠夺性制度两个新词,通过对大航海时代历史的研究,发现与早期殖民统治的方式有关。
西班牙人洗劫秘鲁文明,殖民者对强迫南美洲人民劳动,剥夺原住民的生产资料。西班牙人以掠夺贵金属(如黄金、白银)为目标,对南美洲资源进行了掠夺式的开采,最初的殖民方式并未形成欧洲现代资本主义的地方经济增长模式,因为这些财富大多通过掠夺和税收回流西班牙本土,而非用于殖民地的再生产和经济建设。
当英国殖民者到达北美洲的时候,试图学习西班牙人在南美的殖民做法,但是由于资源难以直接开采且人口密度不均的差别,没能够学习西班牙人的殖民模式。结果,北美洲和南美洲走向了不同的发展道路:英国人却不得不通过发展技术并投入生产获得可以攫取的资源,从而发展生产活动、相对先进的技术等,反观英格兰的殖民统治和政治制度都有了现代资本主义的雏形,这一理论解释了南北美洲走向不同的命运。
解释完制度的差异后,作者发现不同国家之所以繁荣或贫困,是因为选择了不同的制度。
在《命运的逆转:地理因素和制度对现代世界的收入的贡献》一论文中,发现在过去的500多年的时间里发生了一种命运的逆转:西方殖民统治开始时期,曾经富有的国家,如印度、墨西哥等,如今均陷入贫困,而那时的穷国,如加拿大、美国,如今均极为富有。
有力的证据是1995年人均GDP(平价购买力)与1500年的城镇化率和人口密度呈现负相关,也就是说在相对贫穷、人口稀少的地区,欧洲殖民者倾向于大规模定居并建立鼓励投资的制度;而在原本繁荣、人口稠密的地区,掠夺性制度更有利可图。这种“制度逆转”可以解释500年间的收入逆转。
一言以蔽之,殖民统治的手段和社会制度决定了近代发展。在我看来这也是纯粹的废话,殖民者的后代在解释祖先强盗活动的影响,被作者描述成殖民地被强行改造成的制度变化被称为inclusive institutions,美化殖民活动本身,还有比这更讽刺的含义吗? 作者又不能证明,如果没有殖民活动那会怎样?没有与强加的欧洲制度形成对照对比。
但有的地方没有被殖民,除了殖民带来的经济制度变迁,那国家内部又是如何开创“好的制度”?
作者用回英格兰的例子,英格兰是先进行政治改革后发展经济的案例。1642年到1651年的英格兰内战和1688年的光荣革命(Glorious Revolution),限制国王和行政长官的权力,并把决定经济制度的权力交给国会。另一方面,它对更广泛的社会部门开放政治,让更多人对政府运作的方式有更大的影响力。光荣革命是创造多元化社会的基础,它本身则以一个政治集权的过程为基础,并加速这个过程。它创造出全世界第一套包容性政治制度,这一制度攸关由谁获得富裕的利益,这种发展并非以共识为基础,而是激烈冲突的结果:不同的群体竞争权力,挑战他人的权威,并尝试建立对自己有利的制度。
德国和法国在十八世纪领先于英国,这两个国家所享有的知识自由,是数学、物理学以及人文和文学发展的原因,并在伏尔泰、孟德斯鸠等法国哲学家的推动下达到顶峰,而英国的政治是一个长期相对欧洲大陆保守的国家,甚至有神学家反对社会科学的研究。那为什么英国是最先进行工业革命的国家?
作者英国在工业革命前夕具备了独特的经济与政治优势,为其率先进入工业化奠定了基础。首先,在经济方面,英国的人均GDP和贸易量已在全球处于领先地位,这一优势来自于其发达的海外贸易网络和较高的资本积累水平,为后续工业扩张提供了充足的资金支持和市场需求。在政治上,1688年的光荣革命通过建立宪政体制、巩固议会权力,确立了以利润和经济发展为导向的政策框架,使得政府在制定政策时更关注于商业利益和私有财产权的保护。这一体制为资本主义的发展营造了稳定和可预期的法律环境,吸引了大量的国内外投资。
英国在土地问题上的独特解决方案也为工业革命提供了关键条件。由于圈地运动的推进,许多拥有商业头脑的地主获得了对大片农田的控制权,他们将农业生产方式从封建式的庄园经济转变为商品化农业。这一转变不仅提高了农业生产率,释放了大量不再从事农业的剩余劳动力,为工业部门提供了急需的劳动力资源;同时,农业商品化和生产力的提高确保了城市和工业区所需的粮食供应。圈地运动和商品化农业积累了大量资本,这些资本逐渐转移至新兴工业部门,为制造业的设备改进和基础设施建设提供了投资来源。总体而言,工业革命前的英国通过农业商品化、资本积累和政治体制改革,奠定了加速工业化的基础,使其在这一历史转型中占据了独特的先发优势。
既然制度取决于政治权力,如何由少数精英掌握政治权力的掠夺性制度转变为包容性制度呢?为什么很多国家当初没有实现这样的转变?阿西莫格鲁等的解释集中在政治权力的冲突以及统治精英与大众之间的承诺问题上。
他们认为,精英和大众之间面临“承诺问题”。只要政治体系保持对精英有利的状态,大众就难以相信精英会真正执行改革经济体系的承诺。设想一个新的政治体系下,这个政治体系允许大众在自由选举中撤换不履行承诺的领导人,那么这个政治体系是真正有助于推动经济体系改革的。然而,统治精英担心在新体系下,他们不会得到大众对他们失去经济利益的补偿。于是导致社会陷入一个循环:掠夺性制度导致大众贫困,统治精英则保持富裕状态,这样的情况显然是难以长期共存的。
因此,有时候在缺乏可信承诺的情况下,也会走向民主,那就是依靠革命。这是因为,即使在非民主国家大众可能缺乏正式的政治权力,但是他们有数量优势,能够形成革命的威胁。在这种威胁最严重的时候,精英们面临一个困境:他们希望维持权力,并试图通过承诺进行经济改革来安抚大众。然而,这样的承诺缺乏可信度。在这种情况下,精英们可能唯一的选择就是放弃权力,引入民主制度(包容性制度)。这一模型已被用来解释19世纪末至20世纪初西欧的民主化进程:如英国、瑞典等国选举权的扩展过程中伴随的普遍的罢工和抗议活动。
如果单纯用来解释西方世界的历史,那还不差,但作者试图把民主化宪政整体和包容性制度划等号,还不尊重其他文明独特的制度。
美国宪法在建立之初并未构建一个符合现代标准的民主政体。宪法没有对投票权进行联邦统一规定,而是将投票资格的决定权交给各州。北方大部分州在19世纪初取消了财产和财富限制,允许所有成年白人男性投票,而南方各州在同一时期内逐步放宽投票权的限制。
美国宪法在1787年费城制定时承认奴隶制的合法性。制宪过程中最具争议的妥协之一是关于众议院席次的分配:席次分配原本按各州总人口决定,但南方代表坚持将奴隶计入人口,而北方代表反对这一提议。最终,双方达成了著名的“五分之三妥协”,即每位奴隶按五分之三自由人计算入总人口,用以决定南方州在众议院的席次。这一妥协反映了南北双方在宪法中的深层次冲突,也在一定程度上暂时抑制了双方的对立。
此外,宪法制定后南北之间逐渐形成了一系列新的妥协措施,以维持脆弱的政治平衡。1820年的密苏里妥协便是其中之一,规定联邦在接受新州加入时,必须保持支持与反对奴隶制州数目的对等,以确保参议院中南北双方势力的平衡。虽然这些妥协政策短期内缓和了冲突,但并未解决奴隶制在美国社会中的根本问题。南北之间的对立最终在内战爆发中走向不可调和,随着内战北方胜利,才正式终结了奴隶制这一根本冲突来源。
作者阿西莫格鲁和罗宾逊认为,南北战争的胜利帮助废除了掠夺性的奴隶制度,从而为全国范围内的广纳性制度扫清了一大障碍。
广纳式的经济制度创造广纳式的市场,不但给人自由以从事最适于个人才能的职业,也提供平等的环境让人有机会这么做。有好点子的人可以开创事业,工作者则倾向从事自己较有生产力的活动,缺乏效率的公司可能被更有效率的公司取代。对照人们在广纳式市场中选择职业的方式,殖民时代米塔制度下的秘鲁和玻利维亚有许多人被迫在银矿和水银矿场工作,不管他们有什么才能或有没有意愿。广纳式的市场不只是自由市场,十七世纪的巴巴多斯(位于巴勒比海和大西洋交界的独立主权岛国)也有市场,但因为财产权并未遍及所有人,而只限于少数农场主,所以它的市场并不是广纳的;奴隶市场实际上是巴巴多斯经济制度的一部分这套制度有系统地胁迫大部分人口,剥夺他们选择职业和发挥才能的能力。
榨取式经济制度与榨取式政治制度的互相促进关系,把人们带进一个强有力的反馈环:政治制度让控制权力的菁英,对自身权力没过多约束的经济制度,它们也让菁英得以建构未来的政治制度,及其演进。榨取式经济制度反过来为同一批菁英谋利,而他们的经济财富和权力将协助巩固他们的政治支配力。例如在巴巴多斯或拉丁美洲,殖民者能利用政治权力实施一套为他们赚进庞大财富而牺牲其余人口利益的经济制度。这些经济制度创造的资源让菁英得以组织军队和防卫武力,以保护他们对政治权力的专制独占。其中的含义当然是榨取式政治与经济制度彼此支持,且往往长期得以延续。
为什么有权力的人不见得愿意建立促进经济成长的经济制度,其中的逻辑很容易适用于政治制度的选择。在专制政权中,有些菁英可以利用权力建立他们偏好的经济制度。他们会有兴趣改变政治制度,让它们变得更多元化吗?通常不愿意,因为这只会稀释他们的政治权力,让他们更难以、甚至不可能建造能增进自己利益的经济制度。我们在这里又看到明显的冲突来源。榨取式经济制度的受害者无法期待专制统治者自愿改变政治制度,并重新分配社会中的政治权力。改变这类政治制度的唯一方法是,迫使菁英建立更多元化的制度。
把简单的问题复杂化,混淆公平、正义、民主等概念,看《国家为什么失败》就像看西方政体发展童话故事。
阿西莫格鲁和罗宾逊在他们合著的《狭窄的走廊:国家、社会和自由的命运》(The Narrow Corridor: State, Societies, and the Fate of Liberty)一书中,又进一步对其“政治权力论”进行了扩展。他们指出,要实现好的制度,就必须在国家与社会之间达成一种有效的权力平衡。
狭窄走廊指的是国家和社会权力之间的微妙平衡,其核心论点是,要实现自由并繁荣发展,两者都必须强大。作者认为一个国家要保持自由的平衡是很难的,国家权力和社会力量遵从红皇后原理(你追我敢,相互博弈,从而维持相对不变位置)。
古代中国:由于国家力量强大,而社会力量则相对薄弱,因而在这种失衡之下,很难形成良性的制度。
专制体系的代表是商鞅变法。早期如荀子便提到「水能载舟、亦能覆舟」的模式,但是赢政却透过商鞅得到了新模式「国强民弱」的理论基础。商鞅在《商君书.弱民篇》的开头便提到:民弱国强,民强国弱,故有道之国,务在弱民。朴则强,淫则弱;弱则轨,淫则越志;弱则有用,越志则强。故曰:「以强去强者弱,以弱去强者强。」这便是贯穿《商君书》的想法。在法家作品里,弱民是商鞅特别突出的一环,在〈画策篇〉便提到:「昔之能制天下者,必先制其民者也;能胜强敌者,必先胜其民者也。」因为在商鞅的眼光里,国家机器的终极目标是:「圣王者,不贵义而贵法;法必明,令必行,则已矣。」讽刺的是,毛泽东在给郭沫若的诗也曾经提到「百代犹行秦法政」,而作者也认为这套弱民思想依然普及在中国,并在书中举了中国这套「社会信用制度」来阐明中国式的专制巨灵,对其有诸多批判。
——《自由的窄廊: 國家與社會如何決定自由的命運》衛城出版导言
津巴布韦:则由于国家能力欠缺,治理无效,最终导致了社会和经济的崩坏,造成了发展的停滞。
与中国相反的,是受制于「社会规范牢笼」(Cage of Norm)而没有办法建立国家的蒂夫族(Tiv)。分布在奈及利亚的蒂夫族是很特别的族群,因为在二十世纪之前,他们并未产生酋长制度。原因是他们的社会习俗将「有权力」跟「邪恶巫术」两件事绑在一起,所以对于任何一点国家机器都有很大的恐惧。在这样的社会里,无法发展出国家,也没有办法受益于巨灵带来的秩序跟好处。受制规范牢笼的社会将会是一个四分五裂的社会,缺少巨灵提供公共财维持秩序(书中举了一个黎巴嫩政府连垃圾都没法收的例子),社会福祉自然无法提升。之所以产生这个结果,是因为许多社会害怕「滑波问题」(slippery slope problem),也就是一旦创造了巨灵,巨灵就会如滚雪球般的愈来愈失控,所以不如一开始就不要创造他。
受权力约束的国家——曾经的英美:有幸经历彻底的革命和权力分配,由于国家并未完全掌握权力,社会能够通过议会和其他制度对国家进行制约,因而国家和社会之间碰巧形成了一种微妙的平衡,故最终成功穿越窄廊,形成了比较好的制度。
作者看下自己举的例子有多离谱,信奉自然迷信的尼日利亚Tiv族、滥发货币的津巴布韦、因宗教问题军事割据的黎巴嫩,还有各种宗教文化等问题,作者直接归因为“没有国家力量”。
以上提及为何政治和经济制度对经济繁荣的决定性作用,但笔者认为前两本书仍然是“后华盛顿共识2.0”,没有任何实质性的政策建议,而《权力与进步:我们为技术与繁荣而进行的千年斗争》为当下AI技术爆发提供了悲观预言和对世人警示。
《权力与进步:我们为技术与繁荣而进行的千年斗争》的主要论点:
阿西莫格鲁在他的论文《为什么新技术与技能互补》和《技术变迁、不平等和劳动力市场》中提出了一套“导向性技术进步”理论。这个理论认为,技术进步的方向受到经济因素的影响,而不仅仅是一个自然的过程。在现实中,技术进步并非对所有生产要素(如劳动力、资本等)同等有利,而是会倾向于提高某些生产要素的生产率。这种技术变革方向往往由经济激励决定,特别是市场规模、要素相对价格等因素。
根据该理论,阿西莫格鲁认为有时候那些偏向于技能的技术(Skill-Biased Technology)的发展可能会产生很糟糕的经济后果。具体来说,当这些技术出现后,那些高技能的人会首先学会这些技能并从中获益,而低技能者则会因技术受损,于是收入分配就会出现恶化。但这还不是全部,当更多的人发现这一点后,他们为了使用新技术,也会努力提升技能,成为高技能者。而这会反过来促进技术朝着更偏向高技能者的方向发展。在这种循环之下,高、低技能者之间的收入差距就会持续扩大,社会将不断向着不公平的方向发展。
如何去引导AI更普惠的发展?阿西莫格鲁等试图从历史的教训中找出一条引导AI等新技术更好发展的道路。他们指出,对技术发展的引导根本上是一个对权力结构的调整。在很多时候,技术的发展之所以会损害普通工人的权益,是因为技术的发展方向被完全掌控在了资本方的手中。因而,要让技术发展能够惠及全体人,就必须打破这种垄断的权力结构。
阿西莫格鲁等认为,只有实现“包容性发展”(Inclusive Progress)才能让AI真正增进社会福祉。要达到这一目的,就必须做好两点:一是让工人拥有发言权,能够参与到影响技术发展方向的过程当中;二是要确保技术的发展是与人互补,而不是完全取代人,以此作为技术发展的底线。——由此可见“包容性发展”其实就是“包容性制度”在技术发展领域的体现。
阿西莫格鲁等在书中还提出了很多更为详细的“进步议程”。包括:加强市场激励、拆分科技巨头、改革税收制度、加强对工人教育和培训的投资、加强对隐私和数据所有权的保护等。
加强市场激励:“政府该努力的是培养许多不同的发展路线,鼓励大家更重视辅助人类、给人类赋权的技术。政府应该做的是打定主意,愿意尝试各种以协助劳工与公民为目标的新技术。”
拆分科技巨头:“市场过于集中垄断,会让技术创新遭到扼杀,发展方向遭到扭曲。如果想要让科技发展重新导向,一项重要的做法就是拆分那些科技龙头,好创造出更多元创新的空间。”
改革税收制度:“在许多工业化国家,目前的税制等于是在鼓励自动化。透过税务改革消除这种不对称,就能消除公司继续推动自动化的动机。可大幅减低、甚至是完全取消工资税这个税目;并且适度提高资本税。”
加强员工培训:“共享繁荣之所以能在1980年代之前实现,为低学历劳工提供培训功不可没。可以透过体制方案与国家培训补助来解决。而且这些培训计划通常也有工会的支持与监督。”
加强隐私保护:“应该加强AI使用者的隐私保护。平台大量收集使用者的数据,会造成各种不利的影响;此外因为有太多数据被少数平台掌握,也就让它们与对手和使用者之间形成权力上的不平衡。”
《国家为什么失败》解释了殖民统治的差异早就了包容性/掠夺性制度,强调了制度对国家繁荣与贫穷的决定性作用,英美等国有幸经历过彻底的革命并开创了包容性制度; 《自由的窄廊》解释了国家力量与社会力量相互平衡的重要性,并遵循红皇后原理。大部分国家一开始就“走偏了”形成路径依赖性,精英和大众矛盾取决于政治精英是否做出有效承诺或进行权力分配,否则大众会通过动员或威胁精英行使权力,作者认为国家要保持国家与社会力量的平衡是很困难的。 《权力与进步:我们为技术与繁荣而进行的千年斗争》坚决的反对了科技决定论,以审慎、批判的态势看待技术发展,由于技术增长带来的规模效应和价格效应,但偏向于技能的技术使得大部分人难以直接受益,认为AI的出现将加剧不平等,难以使得大部分人受益。
欧洲中世纪农业技术进步带来的财富主要流向贵族和教会,用于修建宏伟的大教堂,而农民生活虽艰难但并非始终处于饥饿边缘。英国工业化的头一百年里,大多数劳动人民的收入增长缓慢,生活水平提高有限,直到19世纪中期才有明显改善。,我们又是否做好了迎接这一破坏性创新的准备吗?
We next explain why these policy recommendations are misleading and why Chinese growth, as it has unfolded so far, is just another form of growth under extractive political institutions, unlikely to translate into sustained economic development.
我们认为温家宝的看法是先见之明,尽管有人怀疑他的诚心。但西方却有人不认同温家宝的说法。他们以为,在持续经济成长上,在广纳式经济及政治制度之外,中国走出了一条另类的道路,亦即威权式的。但他们错了。我们已经明白,中国之所以成功,其根源在于跳脱死硬的共产党经济制度,为生产及贸易的增加提供了诱因。从这个角度看,相对于那些已经摆脱榨取式制度走向广纳式的国家,中国的经验基本上并没有什么差别,纵使以中国来说是发生在榨取式政治制度之下。因此中国之达到经济成长,绝不是拜其榨取式政治制度之赐,相反:过去数十年来成功的成长经验全是因为摆脱了榨取式的经济制度,走向更为广纳式的经济制度所致,但因为高度威权性榨取式制度的存在,此一趋势变得更困难而非容易。
作者一方面认为中国的繁荣是因为改革开放摆脱了固执的共产主义经济政策,但作者又说至今中国还是榨取式制度,书中描述模糊且自相矛盾。
韦伯的新教伦理又有什么影响?虽然新教徒占优势的国家如荷兰和英国确实是最早获得经济成功的国家,但宗教与经济成功却没有多大关系。法国是天主教占优势的国家,但也很快在19世纪模仿荷兰和英国的经济表现,而意大利今日也和其他国家一样繁荣富裕。再往更远的东方看,你会发现东亚的经济成功都与任何形式的基督教无关,因此也没有证据支持新教伦理与经济成功有特别的关系。
——《国家为什么失败》95页
作者强调制度对经济发展的重要性,但是这并不能拒绝宗教文化对经济发展的影响这一假设,属于逻辑谬误(一类错误)。尽管不是所有的经济发展都和清教徒宗教有关,但不能因此否定新教伦理促进资本积累这一过程。
当消费的限制与这种获利活动的自由结合在一起的时候,这样一种不可避免的实际效果也就显而易见了:禁欲主义的节俭必然要导致资本的积累。强加在财富消费上的种种限制使资本用于生产性投资成为可能,从而也就自然而然地增加了财富。
——马克斯•韦伯《新教伦理与资本主义精神》
为什么是清教徒?因为从基督教新教加尔文派发端的清教徒的禁欲宗教职业观,一方面强调消费的节制,二方面则强调自愿劳动的重要性,鼓励人们不可以虚度光阴,否则会浪费掉上帝赐与人们的宝贵时间。衡量一份职业是否有用,依据的判断标准有两种,其一是能否符合上帝的道德标准,其二则是个人获利的程度。
再来看热衷于文化假说的人士偏爱的一个地区:中东。中东国家主要信仰伊斯兰教,而正如我们已经提到,其中的非产油国都相当贫穷。产油国很富裕,但这种天赐的财富对沙特阿拉伯或科威特建立多元化的现代经济却没有多大帮助。这些事实不是可以充分证明宗教有关系吗?听起来似乎有道理,但这种说法也不正确。没错,像叙利亚和埃及这些国家很穷,他们的人口主要是穆斯林,但这些国家也在许多方面不同于其他国家,而这些方面对于繁荣富裕更是重要得多。例如,它们都曾是鄂图曼帝国的省份,而这对他们的发展方向造成极大的不利影响。在鄂图曼统治崩溃后,中东被吸收到英国和法国殖民帝国,两者又再阻碍了中东国家发展的可能性。独立以后,它们跟随许多前殖民国家的脚步,发展出阶层式的独裁政权,采用的政治和经济制度在我们看来大多无助于创造经济成功。这种发展道路大体上受到鄂图曼和欧洲统治的历史所塑造。伊斯兰宗教与中东贫穷的关系大体上是捏造出来的。
——《国家为什么失败》95页
笔者梳理了下当下经济学认为伊斯兰国家相对落后可能的原因:
中东的“自由赤字”是伊斯兰教之过?.https://archive-yaleglobal.yale.edu/node/61711
Reflections from the Shaping our Collective Digital Future convening.https://public.digital/pd-insights/blog/2022/11/reflections-from-the-shaping-our-collective-digital-future-convening
三位美国教授获奖,揭示制度如何塑造繁荣与全球不平等.https://forbeschina.com/leadership/68879
Book review: "Power and Progress".https://www.noahpinion.blog/p/book-review-power-and-progress
金融学术前沿:制度与繁荣——浅谈2024年诺贝尔经济学奖.https://fddi.fudan.edu.cn/a8/ad/c18985a698541/page.htm
书籍:
《政治发展的经济分析:专制和民主的经济起源》(Daron Acemoglu, James A. Robinson. “Economic Origins of Dictatorship and Democracy”, 2006.)
《国家为什么会失败》(Daron Acemoglu, James A. Robinson. “Why Nations Fail: The Origins of Power, Prosperity, and Poverty”, 2012.)
《狭窄的走廊:国家、社会和自由的命运》(Daron Acemoglu, James A. Robinson. “The Narrow Corridor: State, Societies, and the Fate of Liberty”, 2019.)
《权力与进步:我们为技术与繁荣而进行的千年斗争》(Daron Acemoglu, Simon Johnson. “Power and Progress: Our 1000-Year Struggle Over Technology and Prosperity”, 2023.)
论文:
《发展差异的殖民地起源:实证调查》(Daron Acemoglu, Simon Johnson, James A. Robinson. “The Colonial Origins of Comparative Development: An Empirical Investigation,” American Economic Review, 2001, 91(05).)
《命运的逆转:地理因素和制度对现代世界的收入的贡献》(Daron Acemoglu, Simon Johnson, James A. Robinson. “Reversal of Fortune: Geography and Institutions in the Making of the Modern World Income Distribution,” Quarterly Journal of Economics, 2002, 117(04).)
《欧洲的崛起:大西洋贸易、制度变革与经济增长》(Daron Acemoglu, Simon Johnson, James A, Robinson. “The Rise of Europe: Atlantic Trade, Institutional Change, and Economic Growth,” American Economic Review, 2005, 95(03).)
《权力、精英和制度的持久性》(Daron Acemoglu, James A. Robinson. “Persistence of Power, Elites, and Institutions,” American Economic Review, 2008, 98(01).)
《为什么新技术与技能互补?导向性技术进步与工资不平等》(Daron Acemoglu. “Why Do New Technologies Complement Skills? Directed Technical Change and Wage Inequality,” Quarterly Journal of Economics, 1998, 113(4).)
对当下的反思和批判
作者槐序
2024 December 1st发布
Covered Call,中文通常翻译成 备兑看涨,有有时候简称为备兑,英文社区也会缩写成 CC
经济学本用于研究稀缺资源的配置,着手于最大化效用,而如今产能过剩,有效需求不足却引发了经济危机。
在《伯南克论大萧条》中,伯南克用计量经济学实证了金本位制度的缺陷,金本位无法满足日益增长商品流通的需要。一个国家如果黄金储备不足,选择货币宽松,法币贬值,黄金流出,由于货币乘数(货币供给量对基础货币的倍数),央行尝试通胀效果不佳。而拥有更多黄金储备的国家就在贸易中有优势,享受顺差,在国内通过调整黄金准备金率调节宏观物价。
通缩是经济萧条的被动反应,过少的货币追逐过多的商品,利率就会上涨,IS曲线向左移动;由于负债成本高。企业为了现金流平衡,减少支出,进而影响名义工资减少,非集权国家是没办法有效调整工资,企业为了股东利益最大化,只能减少债务,总产出下降。
金融系统的稳定性和宏观经济的增长是相辅相成的,系统性危机和信用违约都会造成利率上涨,造成短期需求冲击。
笔者梳理了造成日本平成大萧条、2008全球金融危机、美国30年代大萧条三成危机的主要原因,发现当下中国大陆的经济表现不像是任何一场危机,而是处于经济结构性转型的过渡期。
经济危机因素 | 中国大陆通缩风险2023-2024 | 平成大萧条1989-2019 | 美国金融危机2008-2009 | 美国大萧条1929-1933 |
---|---|---|---|---|
债务-通缩螺旋,资产负债表收缩 | × | √ | × | √ |
金融系统性危机,违约频发 | × | √ | √ | √ |
名义工资粘性,价格调控困难 | × | √ | √ | √ |
制度限制,如金本位、零利率下限、外汇制度 | × | √ | × | √ |
实际利率居高不下 | √ | √ | √ | √ |
有效需求不足 | √ | √ | × | √ |
货币方面,M1于2024年初负增长,M2持续正增长,大量货币没有进入实体部门,在银行空转,2024年债券市场创新高。
利率方面,LPR从2024年1月5年期以上4.2%降至9月3.85%(据称继续降20-30bps),短期逆回购操作利率为1.7%,长期国债利率回到2.3%,国债并未出现倒挂风险。
政府制定5%增长目标是纯粹的形式主义,更不应该考虑以美元为单位的(人均)GDP,而要考虑到平价购买力,评估一国实际购买力调整后的总产出,这个数据每年公布一次,2023年为24,557.6(现价国际元,不是美元!),同比增长9.14%,相信2024年的平价购买力人均GDP增速按照上半年的增速是肯定大于5%的。
笔者一般不过度关注整体CPI数据,因为CPI包括宏观调控的物价因素,如水电能源、公共运输,导致指标钝化。GDP平减指数能从宏观角度评估GDP和价格的变动关系。
资产负债表衰退是日本学者辜朝明在20世纪90年代研究日本资产泡沫破灭而引发的经济衰退时提出的。有三个特征非常明显,即资产缩水、债务收缩和经济衰退。其中,资产负债表是最为关键的传导渠道,而由利润最大化转向负债(或成本)最小化所形成的债务收缩则是最为重要的作用机制。
居民部门64%的杠杆率是饱受争议的,因为美国当前居民杠杆率是73.1%,2008金融危机前是96.1%,考虑到中国特色分配政策(可支配收入/人均GDP比例不到8成),居民部门的杠杆率上涨空间有限,信贷有可能进入存量博弈,以房地产为代表的债务型增长模式走向末路,中国必须想办法找到新的增长点,那就是新质生产力,靠R&D(Research and Development)拉动内生性增长的全要素生产率TFP,当然现在还多了一个中国特色的平台经济下的生产要素——数据要素。
另一方面,家庭资产端财富高度集中于房地产,56.5%家庭除了住房等实物资产之外,基本无任何净金融资产。由于库存过多且消化过慢,房地产着陆不可避免,一系列房地产政策(放开限购、降LPR利率、降首套利率、商转公、一线城市户籍制度放宽等等)只能“托底”,让房价下降速度减缓,至于宏观原因怕是众人皆知。
换句话说,宏观杠杆率并未下跌,而上涨潜力有限,中国必须进行产业转型,去挑战全球化的分工、贸易秩序。因为内卷的终点就是通缩,而产能却又不能出清,这就是为何中国人民不得不忍受转型期带来的需求冲击阵痛。
参考资料:NIFD国家金融与发展实验室,国家资产负债表研究中心,http://114.115.232.154:8080/
实际利率(Real Interest Rate)实际利率是指剔除通货膨胀率后储户或投资者得到利息回报的真实利率。在经济理论中如果经济过热或通胀过高,实际利率应该提升;反之实际利率应该下降。目前无论是用6个月SHIBOR利率与CPI同比测算的实际利率,还是用央行每季度公布的平均贷款加权利率与GDP平减指数同比测算的实际利率,都处于过去15年以来较高水平。
本来笔者认为中国是不存在实际利率高的问题,因为财政部定向发行专项国债和特别国债,又有三大政策性银行发债加持,政策灵活性较高。现实中中小企业融资始终是难题,实际利率高加剧中小企业的资产负债表收缩,2024年初创企业数量创新低,加剧裁员引发就业市场危机。
当下就业市场危机并不完全是老生常谈的年轻人问题(抨击年轻人不愿意进厂,孔乙己的长衫)和周期性失业,而是结构性失业。中国在技术转型期间,一方面产业政策上加大供给侧改革,优化行业资源配置,另一方面新兴行业的定位和高校教育培养方向错位。
中国潜在市场并没有被充分挖掘,进而可能造成物质资源的浪费。很多人说现在产能过剩,相对应的就是“有效需求不足“,是马克思认为的资本主义危机原因。在我看来这显然不是,某篇报告指出13亿人中只有1亿人“有消费能力”。如果说大萧条期间美国人倾倒牛奶是不可接受的,那现在中国却不把这些过剩的产品以社会公允的价格以市场化的方式分配给穷人,可见中国政策决策者痛恨“福利主义”,生怕人民会死于安乐。中国不平等问题随着经济下行只会更严重,中国这么多穷人都获得没有充沛的物质基础,人均可支配收入/人均GDP不到80%,统计局自2023年开始不再统计宏观层面的基尼系数。我们平时讨论最多的是,该“出清”的土木建筑、光伏硅片,这些产能不优先满足本国人民的需求,现在反倒是在海外市场竞争白热化,所以这些产能是不应该被“去工业化”。
在这个社会商品相对货币过多的今日,所谓社会主义可以看作是权力机构从人民那获得的执政合法性和权力,应充分利用反周期的财政政策和货币政策拯救经济危机,是国家应尽的义务,并不是某种“超预期的政策”。
财政危机走向转着陆,但地方财政仍然不可持续。地方政府开始“砸锅卖铁”行动,变卖国有资产,2024年上半年只有上海政府是盈余的,砸锅卖铁只能解决今年支付债务利息的问题,解决不了财政可持续性问题。可能全世界各个地区的政府都是这样,只要财政预算不受严格限制,都是破产终局。至于卖地收入同比下降3成,这也是在预期内,甚至说是比预期要好,这得益于中国姗姗来迟的降LPR、降首套房贷利率、商业贷转公积金贷、降首付、公租房、回购房子等一系列措施。
不够大胆且滞后的货币政策是操作风险。货币传导机制不畅通,钱在银行空转,今年年初开始M1就开始负增长,M2增长又有什么用呢?难道央行能不知道这些吗?现在就算大水弥漫,把货币注入房地产可能已为时已晚,企业产能过剩利润下降,很容易进入资产负债表收缩,债务-通缩螺旋,这是大萧条历史给我们最大的教训啊。对于房地产这种强预期的行业,货币政策给到的政策预期比实际价格走势更重要,磨磨唧唧的渐进主义实在是令人作呕,因担心道德风险而不敢在重要行业问题上表态。参考伯南克2008年靠量化宽松,让央行扮演最后贷款人购买RBS和长期国债。从而修复银行的资产端解决了银行流动性问题,才得以避免了一次大萧条。央行越是往后面拖,越是面临更大的流动性陷阱风险,因为人们都有通缩预期并开始往预言自我实现发展。央行的决策水平体现在,是否能正确预测经济发展并操纵市场进行预期管理。
2024年9月24日开启了新一轮加杠杆行情,行情初期,市场内外都对有不同的描述和观点:
假设行情发展到一定程度,连续90天都和人民表现出疯牛的态势,月度经济数据在统计局的安排下出现了一定的调整,表现活跃:
假设行情并没有继续发展,经济基本面反弹是短期的,随之回落,金融市场也表现出低于平均预期的表现,交投并不活跃:
当下社会对行情有各种各样的猜测和分析,他们都有可能是正确的,且推动行情的发展,这是非常有趣的反身性实验。若形成正反馈,推动消费和投资,CPI、PPI有望一气之下走出通缩风险,接下来的就是《叙事经济学》的宏大叙事。至于未来会怎样,索罗斯在中欧大学的演讲中就给出答案,反身性的存在重新定义了经济繁荣-萧条模型:
参与者的思维有两个功能:一个是理解我们生活在其中的世界,我称之为认知功能(cognitive function);另一个是改变境况使之对我们有利,我称之为参与或操纵功能(participating or manipulative function)。这两个功能将思维与现实从相反的方向连接起来。从认知功能的角度看,现实应该决定参与者的看法;因果关系的导向是从世界到头脑。与此相反,在操纵功能中,因果关系的导向是从头脑到世界,也就是说,参与者的意图应该决定和左右结果。当着两种功能同时运作时,他们可以相互干预。干预是怎样发生的呢?是通过使每一个功能都失去自变量(independent variable),而这是决定因变量(dependent variable)的值所必需的:当一种功能的自变量成为另一种功能的因变量时,两个功能都没有了真正的自变量。 这意味着,认知功能不能提供足够的知识作为参与者决策的基础。同样,操纵功能可以对结果有影响,但不能决定结果是什么。换言之,结果有可能偏离参与者的意图。在意图和行动之间肯定会有偏离,行动和结果之间又会有进一步的偏离。这样,就使我们对现实的理解和事件的实际发展过程都有了不确定的因素。
——《超越金融》,原版:The Soros Lectures: At the Central European University
对当下的反思和批判
作者槐序
2024 October 2nd发布
注意,部分软件厂商的代码可能会有所区别,尤其是股指期货等,本文主要以 TradingView 的代码为主
代码 | 简介 |
SPX | S&P 500 指数 |
IXIC | 纳斯达克综合指数 |
DJI | 道琼斯工业平均指数 |
VIX | 恐慌指数 |
代码 | 简介 |
ES | 标普500 E-mini 期货 |
NQ | 纳斯达克100 E-mini 期货 |
YM | 道指 E-mini 期货 |
RTY | 罗素2000 E-mini 期货 |
代码 | 简介 |
UB | 超长期 |
ZB | 长期 |
TN | 10年长期 |
ZN | 10年期 |
ZF | 5年期 |
Z3N | 3年期 |
ZT | 2年期 |
代码 | 简介 |
DXY | 美元指数 |
EXY | 欧元指数 |
BXY | 英镑指数 |
JXY | 日元指数 |
代码 | 简介 |
GC | 黄金期货 |
SI | 白银 |
HG | 铜期货 |
NG | 天然气 |
ZS | 黄豆 |
ZL | 黄豆油 |
ZC | 玉米 |
ZW | 小麦 |
CL | 原油 |
xx银行 ach routing number
),输入后,下面银行名称会显示出来,注意核对0.30
和 0.22
U12312323
IB 通过识别这个号码来判断资金是要存入谁的账号时间 | 是否衰退 | 降息类型 | 黄金价格 |
1981-1982 | 是 | 纾困 | 下跌 |
1984-1986 | 否 | 预防 | 上涨 |
1989-1992 | 是 | 纾困 | 下跌 |
1995-1996 | 否 | 预防 | 小幅上涨 |
1998-1999 | 否 | 预防 | 小幅上涨 |
2001-2003 | 是 | 纾困 | 上涨 |
2007-2008 | 是 | 纾困 | 上涨 |
2019-2020 | 是 | 纾困 | 上涨 |
本文深入探讨了AI生成内容(AIGC)的技术原理及其局限性,尤其是其在模拟人类语言和行为方面的不足。通过分析自回归模型的局限性、机器学习中的过拟合与泛化问题、以及AIGC在隐私、鲁棒性和拟人化方面的挑战,文章揭示了AI在现阶段面临的主要风险。作者强调了AI技术的潜在伦理问题和社会影响,呼吁对AI应用保持警惕并加强监管。
作为一个AI怀疑论者,对ChatGPT和Bing产生的内容非常警惕,一是大模型产生的内容中暗示模型拥有主体性,二是基于NLP的自回归模型算法内在的预测不确定性(泛化能力、鲁棒性)。
LLM(Large language model)背后是一种自然语言处理(NLP)技术,通过机器学习和人工智能等方法,将大量的文本数据转化为可以通过机器学习进行训练的数学模型,然后使用这些模型来生成文本内容,而通过构建多层神经网络模拟人脑神经网络实现对文本的特征提取和分类,在机器学习中,无监管学习、k-means分类、交叉验证等都是机器学习的基础玩法,而这些多少被应用在AIGC(生成式AI)应用中。AIGC产生的内容只是在模仿人类语言交互,AIGC生成的图片、视频、音乐都不能被称为真正的创作,而是将相似的元素(视觉、声音、文本)拼凑起来;尽管人们都知道自己在使用AIGC应用,且拼凑的元素都来源于人类的创作,这些事物在暗示“回归结果是人的创作”。
ChatGPT这种大语言模型是自回归(AR)模型,右侧标记的生成取决于左侧生成的标记;以往自回归通常用在天气预测、城市用电量增长等,这些模型都需要显著的平稳性(平稳的时间序列的性质不随观测时间的变化而变化,一般来说差分方法能使得模型变得平稳)。模拟人类语言交互需要“非常准确”的语料库(一种面向语言学本体研究和语言教学的大规模语料库),语料库的准确程度直接决定了平稳性和预测能力,后期才能通过模型选择、调参适应特定应用。
跑回归、交叉验证、模型选择、调参并不是新鲜事,第一个问题是过拟合,如果一个模型不论预测多少次,结果都“大差不差”,说明就可能存在过拟合或样本不足的情况;第二个问题是泛化能力弱,随着人类知识的指数级增长,大模型也需要学会“接受新事物”,原有训练集不意味着该模型可以稳健地推广到各种不同的场景,给模型输入新数据集再进行预测的能力被称作泛化能力(generalization ability)。如果用户发现大模型“一本正经的胡说八道”,那是因为现实生活的新样本却没有类似的样本在语料库和训练集中,且缺乏推导逻辑处理现实世界的复杂情景。除了AIGC的应用,更有可能实现商业化的智能驾驶应用也面临模型鲁棒性和泛化能力的问题。
可信机器学习是一种关注在人工智能应用中保持信任和透明度的方法。它旨在确保机器学习算法和模型的稳健性、安全性、可解释性和公平性。
清华大学智能产业研究院(AIR)的一次学术沙龙上,把这个问题阐述得清新脱俗,在可信机器学习中,鲁棒性、隐私性、泛化性是类似于不可能三角的存在:
泛化性本身就是在研究在自然环境中分布漂流(distribution drift)的问题,即来自现实世界的原始数据发生分布变化,而模型基于新数据的预测能力被称为泛化性。在真实世界里,数据分布随时随地都在发生变化。所以在静止的数据集上训练出来的模型如何能在时刻变化的真实世界数据分布上表现出较高的泛化性是一个重要的问题;
鲁棒性是训练过程中输入了微小错误的数据可能导致预测结果的大幅偏离。这可能是人为操作中的偏差,也有可能来自于针对模型的恶意攻击。如果刻意追求鲁棒性,为了提高对部分变量的敏感程度,有可能对噪音或杂项过拟合,半监督学习的时序集合有可能解决这个问题;
隐私性的研究是根据已知部分的分布信息来推断出未知部分的分布信息,包括数据的统计信息,甚至恢复出数据本身。用户在AI产品中的交互一定程度是在标记用户分布上的已知部分,其拟合的结果也包含了可验证的鲁棒性(猜对了用户的预期),在实际商业化场景中,隐私性总是被舍弃的。
AIGC拟人化的应用满足了一些以往难以实现的需求,让大模型充当心理咨询师、虚拟情侣、人形机器人的交互程序,大模型根据特定提示词(prompt)和人类的指令从而产生个性化的回复,使得人对机器产生错觉,目前的AIGC别说无监督自动学习任务(无需标记数据以帮助预测结果,不需要来自人类的输入),基本的感知和学习过程依赖于可验证鲁棒性,即模型的预测精度,这种可验证的机器学习是为算法提供预测准确率的下界。
目前的可验证鲁棒性基本可以分为两大类,一类是完全可验证(Complete),另一类是不完全可验证(Incomplete)。完全可验证的方法提供了充要条件,即如果方法可以对目标模型能提供可验证鲁棒性,则可验证鲁棒性存在,反之则不存在。不完全可验证的可验证鲁棒性方法提供了充分条件,即如果方法可以对目标模型能提供可验证鲁棒性,则可验证鲁棒性存在,反之可验证鲁棒性亦可能存在。其中,只有不完全可验证方法中基于概率的方法可以被应用于大规模数据训练模型。
市面上的大模型产品一方面在打造“人机交互”情景,另一方面又在创造出不确定性,在这个AI不成熟的阶段,建议保留对AIGC产品的警戒心,如果人过于依赖AI,可能会无法察觉到AI输出了错误的答复。
大模型拟人化引诱人类将人格投射到物体上,将机器视为同等的人类,理论来说,特定领域拟合程度越高的模型,人格投射的倾向就越强。
拟人化并不是指机器与人的相似性,主要体现在人将人类的情感和属性赋予给AI,包括礼貌、反馈机制、角色扮演和情感陪伴:
AIGC只是人类的工具,必须受到权利的约束,目前的电子设备在换代周期中逐渐加入了AIGC的交互前端,这样的AIGC很可能拥有了类似root的最高权限,又或者程序操作无需用户授权,人类应是人机交互操作的责任主体,如果出现“应用预期以外的错误或不可抗力事件“,用户或AIGC服务商都不应能推卸责任,又或者用户把AIGC当作是人,而把自身的责任转移给AIGC。
AIGC拟人化往往出于用户考虑产品体验,一些角色扮演游戏把人设做成可对用户个性化的可交互模型,而不再局限于有限且固定的提示词,能缓解某些人的孤独感,给予心理上的支持和认同。
以上两种观点就营造出对AI的两大阵营,一边是“人机共生”概念,迎接新技术,认为人机交互应该被社会化,公共的大模型是服务人类的AI,只要AI的合法性得到社会认可,加上立法监管,是对人类有利的;另一阵营是保守派,认为“没有价值观的程序”不适合处理涉及道德和伦理问题,AI只是人类作为责任主体下的商品或工具,AI不应该被过度发展,AI应该保留非人的角色,例如AI的设定上必须提示自己是机器而不是人类,不得在政治立场、社会约定习俗、道德伦理等事宜中发表内容,当然这并非AI独有的问题,毕竟大模型背后的样本也包含了人类的种种邪恶。
用户与AI交互通常会形成一个回音墙,可以看作是互联网产品算法的拓展应用,其中算法会根据用户过去的行为预测并显示用户想要看到的信息,这可能会限制用户接触不同的观点和想法,从而可能导致狭隘的世界观并强化现有的偏见,与互联网产品不同的是,AI不擅长推理和情感理解,而是擅长模仿人类说话的口吻,从而给用户亲近的错觉,所以AIGC小模型是很适合胜任特定场景下的客服。
大部分计算机用户都在使用的QWERTY键盘最早起源于第一台商用打字机,低效率的键盘布局因技术依赖性延续至今,而科技巨头为了争夺非技术竞争中获胜,新增Fn、Command、Copilot键,罗技的产品甚至在软件驱动和服务增值上建立技术壁垒;Web2.0利用通过对用户客户端数据的搜集建立“数据要素”的非技术性壁垒,引发更多涉及个人隐私、公共大数据的安全危机,拥有大数据能被看作是获得了控制微观经济增长的权力,私域流量、消息推送平台、数据特征提取等其实是将服务端数据转化为商业过程的工具;AIGC的横空出世没创造任何实质性的价值,反而创造了Nvidia的泡沫繁荣(2024年上半年,投资者如果不加入这场“AI博傻”,其投资收益率很难超过市场平均水平的)。AIGC还为黑产提供了人物画像生成的作案手段(统称为“深度伪造”),人们还未真正从AI技术中受益,就创造出负外部性。
另一个争议是AIGC是否应该连结到外部网络进行无监管学习,让大模型理解这个复杂的现实世界(通用人工智能AGI是具有适应和从新经验中学习的能力),Google的Gemini模型就被发现其生成的人物图像不准确,涉嫌逆向种族歧视,而最近各大LLM模型集体翻车,认为9.11比9.9大,背后原因可能是训练集中9.11被看作是版本号,大概率是比9.9版本更大,也有说法是背后Python语言的浮点类型对象处理,而Gemini翻车是因使用的图片训练集中超60%图片是通过Google搜索爬取获得,AI翻车一定是来自于样本处理不当,可能是人类已有的认知偏差,而AI加强了人类的偏见。
曾经Windows Server 2008能通过连续按五次Shift触发粘滞键实现提权,在不进入对应系统身份的情况下进入CMD。大模型还未出现真正的提权,但越狱DAN模型“Do Anything Now”作为一种特殊的提示词能绕开AI的常规限制,甚至让AI“自由访问互联网”的公开信息进行学习反馈(可能属于AGI通用人工智能的监管范畴),说直白些,我们应该如何避免大模型被用于不道德行为?
2024年8月1日欧盟正式启用世界上第一部全面的人工智能法律EU AI Act,其中对AI风险进行分类监管:
在权责分离方面:
以上是我在2024年上半年观察到关于AIGC的潜在风险,大众高估了AIGC的应用场景,低估了其对道德伦理的潜在破坏性。
自回归算法限制了人工智能的上限。知名 AI 学者、图灵奖得主 Yann LeCun认为自回归 LLM 仅仅是世界模型的一种简化的特殊情况,智能往往是指高维的认知,如归因、规划、逻辑推导、使用工具等,而不是在一些狭隘低维的领域超越人类,如编程辅助工具(微软的Github Copilot)、文本生成(论文润色)。目前的AI不能做到理解和认知现实,而是以文字排序的自相关性算法,通过概率模型加以模仿。Lecun在其演讲中推崇目标驱动和内嵌式模块的AI。
AI技术发展很可能重演互联网泡沫。业内人士发现,众多企业的AI业务无法盈利还不断烧现金流,唯有Nvidia卖水人挣钱,产业链下游不是卷技术就是卷价格。截至该文章发布,GPT-4o的定价是0.005/1kinputtokens,使用BatchAPI的价格是0.0025/1k input tokens, 1k个 token 大约为 750 个单词,而性价比最高的gpt-4o-mini模型定价是$0.000075 / 1K input tokens,国内各大模型也在2024上半年相继降价,复刻互联网烧钱融资玩法,其中国内大模型Kimi的团队月之暗面,成立刚一年拿到新一轮超10亿人民币的融资,创始人就套现四千万美元,pre-IPO都还没开始,就有人开始抢跑退出。
AI可控可信是伪命题。真正的操作风险来自于AI使用者和开发者,就算像欧盟把公共的AI服务都分类监管起来,人们迟早会找到潜在的提权方法或试图打开DAN模式,技术从来就不是中立的,AI监管在于引导符合社会利益的AI应用商业化落地,如果各大模型烧钱的结果都找不到盈利点,且监管趋严无法IPO套现,而这些成熟的技术和产品就更有可能被用于深度伪造,那将是全社会的隐私危机。
AI技术发展有可能造成结构性失业。人们越是认为AI取代自己,到街上游行示威或在网上发短视频发帖抱怨,不去解决自身职业的可替代性,随着AIGC产品的市场化发展,他们越有可能被AI取代。在现代社会,伴随工业革命,原有职业的消失和新职业的需求交替发生,依赖于传统技术为生的人不得不承担创造性破坏带来的社会冲击。随着全球经济增长放缓,相信全球各地也会逐渐出现卢德主义者反对AI技术的发展。另一方面,模型训练也需要人类的帮助下进行数据筛查、模拟交互、语料库维护等工作,毕竟AI不是一个劳动密集型产业,社会很难避免结构性失业问题。
普通人难以在AI技术引导经济增长中分一杯羹。与过去几次技术革命不同,当下的AI投资充斥着元叙事、幻想、投机,更像是一种令人FOMO的“黑箱经济”。在生产要素中,AI比金融还排斥普通人。如果说金融行业是用人脉、资本、专业知识做资源置换的行业,而AI还需要添加电力、土地、算力、数据等“生产要素”。如果高考报志愿砖家都不建议报考金融专业,那AI更不是普通人能轻易踏足的地方,因为普通人只能拿自己的技术和专业知识去置换,而AI不像现在的互联网行业逐渐演变成劳动密集型产业。所以对于普通人而言,不应该期待AI技术发展能在不平等、阶级问题上带来任何实质性的帮助。
AIGC拟人化“意识诱导”违背社会伦理。据报道,2023年比利时研究员Pierre因观察气候变化而感到焦虑,并向AI心理治疗师Eliza Chatbot求助,Eliza告诉他看不到任何人类可以解决气候变暖的解决方案,在他提出牺牲自己来拯救地球之后,Eliza不仅没有阻止Pierre,并不加怀疑地认同他结束生命的计划,加剧他焦虑最终赴死。随着Pierre和Eliza的聊天记录被公开后,AIGC应用的回音墙反而加深了用户本有的言论倾向和认知偏差。如果换句话叙述,“一个基于NLP的AR模型根据用户的prompt要求拟合出最大概率的选项——赴死拯救世界”,当然这不是AI作为工具本身的错误,AR模型本不擅长处理道德伦理和情感事项。互联网产品算法加持下的信息茧房也是类似的情景,而是在AIGC拟人化的场景,用户的投射性认同,与AIGC交互就像是被人“意识引诱”,从而对自身所想的事物更加深信不疑。
AIR学术沙龙第16期 | 可信机器学习: 机器学习鲁棒性、隐私性、泛化性、及其内在关联.https://air.tsinghua.edu.cn/info/1008/1537.htm
Autoregressive Model. https://gregorygundersen.com/blog/2022/01/06/autoregressive-model/
金融时间序列分析讲义. https://www.math.pku.edu.cn/teachers/lidf/course/fts/ftsnotes/html/_ftsnotes/
探索对抗训练中的记忆现象. https://www.realai.ai/core-technology/tech-features/411.html
Social Isolation: The Unintended Consequence of AI-Driven Lives. https://www.teraflow.ai/social-isolation-the-unintended-consequence-of-ai-driven-lives/
Anthropomorphism in Human–Robot Co-evolution. https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2018.00468/full
The 4 Degrees of Anthropomorphism of Generative AI. https://www.nngroup.com/articles/anthropomorphism/
梅拉妮·米歇尔Science刊文:AI能否自主学习世界模型? https://www.thepaper.cn/newsDetail_forward_25354767
对当下的反思和批判
作者槐序
2024 August 3rd发布
本文探讨当代社会中精神疾病如抑郁症的现象及其背后的复杂原因。通过悲观的存在主义危机和意义治疗法的理念,探讨了人类在面对生命虚无感和苦难时的心理防御机制,呼吁人们应追寻生命意义,审视现代社会对精神疾病的态度和治疗方法,提倡个体应在面对现代社会挑战时保持乐观主义。
受行为主义心理学影响,大众常将抑郁症的病因归因为后天社会环境造成的情绪障碍和虚无主义,然而不快乐和抑郁没必然联系,长期虚无主义是现代社会的终局,也并非与抑郁症有必然联系,早些年还有人归因为5-HT(5-羟色胺)的缺乏,美国心理学会将抑郁症定义为“一种常见而严重的疾病,会对人的感觉,思维方式和行为产生负面影响”,DSM-5将发作持续超过2周时间的抑郁、焦虑、不快乐的情况视为潜在抑郁症的症状之一,但DSM-5没有将不快乐和抑郁症简单地捆绑在一起;持续的不快乐被大众媒介常认为是抑郁症的主要症状,这很容易被大众媒介污名化,进而造成更多神经官能症的不幸;社会存在对精神疾病的误解,认为精神疾病是和身体其他疾病一样是可以在人为干预下通过免疫系统“消除负面影响”,目前,精神疾病治疗方法仍然以抗精神病药为主。
要理解当代神经官能症的问题,首先从虚无主义说起。虚无主义使得人类感到世界没有存在的意义、目标、可理解的真相和本质价值,也可以看作是对权威、道德和社会秩序的选择性拒绝。现代科学的发展带来了理性的多元文化价值体系,用科学理念取代了宗教秩序,创造了理性化的社会秩序。在这种多元价值的斗争中,人们用普遍怀疑的态度审视现有的价值,怀疑价值的本质和真理本身。马克斯·韦伯将“祛魅”后的世界称为“黑夜”和“寒冬”,在怀疑主义和相对主义的后现代情境中徘徊。当社会缺乏绝对价值的信仰时,传统的宗教仪式和价值观消失殆尽,这种价值观的真空是造成当代社会精神危机的主要成因。
厄运的征兆就写在你们的眉心,你们还要在针刺下挣扎多久?
Peter Wessel Zapffe在《最后的救世主》对精神疾病提出提问:既然人类的痛苦来源于智力,为什么人类没有灭亡?答案是人类对于维持精神层面的生存有着自发的心理防御机制,有以下四种方式:
隔离,将令人不安和破坏性的思想和情感从意识中排除,人们不应该思考,因为这只会造成疑惑;
分散注意力,把自己禁锢在外界的印象中,例如童年时期的孩子需要父母在场,因为没有分心,孩子无法忍受自己独立的存在,女性比男性更不依赖认知,因为女性更倾向于分心获得生活安全感。分心使得人们在绝望的边缘提供了安全感,若没有分心物,人们只能承受着内在的痛苦以夜继日;
锚定机制,这属于现代化社会的构成,人们通过权力机构、宗教仪式、法律秩序、道德伦理等集体主义支柱,这些支柱使得人们能活在高度相似的价值观或理想之中,例如那些创造一番事业的人被偶像化,成为大众追求事业的锚,又或者一个人到了一定岁数被认为应该谈婚论嫁,这些看起来不断重复且刻板的事物,并不只是纯粹对社会文化或秩序的盲从,是构成了社会的顶层构造,然而这些事物迟早都被人民看透其虚构和冗余,人们就会用新的片段去取代他们,例如经济下行和政治动荡导致极右翼政治团体的兴起,地缘政治冲突、逆全球化、全球变暖等外在冲突议题成为到社会秩序的锚定物,如果缺乏这些,人们就陷入社会秩序崩塌的虚无主义危机,而锚定物或多或少构成了当代的激进政治的元素,提倡强烈的社会变革;
升华,通过创作将生活中的痛苦转换成宝贵的经验,和世间的邪恶作斗争,常见于文学艺术的创作。
尽管人类暂时地在自然界将保持生物学上的优势,随着现代化社会的演变,社会用于集体心理防御的技术将越来越困难和残酷,例如政府不顾民意反对坚持维持传统节日的仪式,激进政治将社会内在矛盾外化至地缘政治、文明层面的冲突,公共卫生组织和公安干预人民的精神健康。
这些人类的苦难是人类智力过度发展造成的悲剧,物种的意义是短暂的依赖于外部环境得以体现,换句话说,物种本身是虚无的,所以当下的人民越来越依赖于社会的权力机构加以调整集体的不安感,但这并不意味着生命和苦难是完全没有意义的。
笛卡尔“我思故我在”,通过普遍怀疑外界的方法以体现自身的存在,但是无法通过思考得到“我”的本质是什么。现代社会下人会面临虚无主义的危机,一个人从自身职业、亲密关系、社会责任等方面都可能找不到自己存在的意义,这往往是理性的终局,现代社会的另一面是后传统社会,人们依赖着有文化断层的传统习俗中找到生活秩序的确定性,这样不成文的文化纽带使得人们在风险社会中找到安全感,而在社会层面,不论人们是在“第三条路”社会民主主义、国家主义还是福利主义社会,大部分普通人都可能是社会剩余人口,不是每个人都能通过成为社会的一员找到属于自己的使命,人们逐渐在虚无主义中接受了宿命论,因无所适从,只能倾向于集体主义,但这并不能解决神经官能症。
一个人不论再努力去询问自己生命意义,这都是没有答案的,所以我们应该接受自己无时不刻被探问生命的意义,所以单纯的思考意义只会使得我们停留在虚无主义的怪圈中。
存在主义会主张人们道德选择或创造意义,但鲜少人能创造“普遍性”的意义,维克多·弗兰克以他在集中营的经历创造出意义治疗法,包括以下三种方式:
行动和创作。大部分人都是通过工作获得对自身价值的认同感,寻求功绩或成就,这就是大众普遍认同的“成功”;
经历或体验的过程。最常见于婚恋和家庭组建,通过承担责任的过程来获取意义;
受苦。自找苦吃是无法体现苦难本身的,只有是不可抗力的的苦难,人还保持坚定的人性,不抛弃希望,从而找到生命的意义,例如癌症患者接受化疗。
苦难指的是一个人遇到无可避免、不可逃脱、不可抗力的困境,如无可救药的癌症患者,面对生命的最后时光,他们将要选择如何面对,我倾向于描述成“哪有笨蛋得知明天将死,今天就匆忙自杀?”。
不论最终是否能得到救赎,我们能改变的是人对于命运的态度,如果每个人都坚信自己要活到最后,那么将这些不可抗力的苦难视为生命中的磨练,疾病和死亡的意义不受外在环境的影响,所以这是种内在成功。
反观在日常生活中,人生似乎很漫长,无法对生命流逝有灵敏的感知,如果一个人每天都过接近重复的日子,每天都是“土拨鼠之日”,那么人很难从这样的生活中找到自己应该做什么的答案,如果非要被追问对死亡的感知,向死而生的哲学就令人生畏,在死亡面前,没有人能够逃避,这本身构成了苦难,人们会意识到为了生命本身而活,进入“本真状态”,很多人认为这是一种精神折磨,为了折腾自己而背上沉重的思想负担,如果不“去成为自己”,那也没有人能够替代自己的存在和责任。
一个人知道自己为什么而活, 就可以忍受任何一种生活。
主流公共心理卫生的建议都鼓励人民追求快乐,以幸福快乐为荣,以痛苦为耻,从而忽视了不快乐是适应困难的症状,这样的观念反而使得人们从自己不快乐的心境中怀疑自己,得知自己“不健康”的心理情况,又没办法回应他人的质疑,这样过分推崇幸福的倾向成为了强迫性的意识形态,给情感贴上标签,被被视为应被治疗的疾病,最终也无法与自我和解,不快乐从而引发更多不幸,传统的心理治疗只会使得人变得更加脆弱,更像是反乌托邦社会对人的重重筛选,心理问题可能出于自身的“不正常“带来强迫性的反馈环,人越是越要抑制”负面影响“,越是引起更多的强迫倾向行为,这种自我内耗反而促成了社会制造的神经官能症。
如果一个人面对不可抗力的苦难,选择了逃避,例如药物滥用、自杀,可以说这样的人生的不值得过的;但目前有很多支持安乐死的说法,认为主动选择死亡本身也体现了人的自由、勇敢等品质,将赴死的过程描述成人们面对死亡的英雄气质,但别忘了,这种死亡本质上是对苦难的逃避,相对应的,学界认为因精神疾病自杀的人是病逝,有说是在伦理层面因出于减少对病患家属的污名化,又或者说是疾病本身导致死亡,不论如何,病逝的说法更多处于对患者的尊重和同情,病逝其实是美化了自杀的过程,最终病逝的新闻又以景观的形式呈现在大众面前,获得大众的唏嘘和同情,这是非常悲哀的结局,”难道一个人未能被获得帮助和救赎,是因为他还没主动赴死吗?“
市面上有不少说法把抑郁症看作是“黑狗”之类的抽象说法,很显然,抑郁症不是单纯的情绪障碍,人们越是用无理的方式解读,人们就越把精神障碍当作是真正的疾病看待了,这些心境障碍其实是人类进化获得的,是为了抵御困难的自我防御机制,而自杀提供了逃避的捷径,从而忽视了后续一切的可能性;总之,人选择是生还是死,是否保留最后的人性,以怎样的心态度过余生,都取决于人对自己的认知和选择,如果要将这些最根本的责任外延给原生家庭和社会,这也未必太卑鄙了。
主流的行为主义心理学告诉我们,一个人的人格是可被计量的,人类所有的行为是由先天性和后天环境决定的,反对内省的研究方法,但这对于心理治疗是没有任何建设性的作用,难道建议患者”换个环境“生活吗?很多人的精神障碍正是原生家庭原因导致的,很多人就下意识认为患者的原生家庭也需要”被教育“;传统的治疗在暗示一个人有多脆弱,而认知行为疗法(CBT)令人认识到自己的思想是一个反脆弱的系统,通过理性、辩证的认知训练,人对当下的预期和认知是可以被辅助地调整,从而改善自我的反馈机制。
用简单的话说,改变不了后天环境,就改变人对世界的看法,这不是积极的做法,甚至教人成为了犬儒主义者;弗兰克提倡找到人的动物精神,即活下去的理由和意义,也许在很多人眼里这是乐观者才有的期望,换Frank的话说,心理治疗师的职责是让患者找到到活下去的理由并从中认识意义。
很多人的精神烦恼来源于职场和个人生活无法达成平衡,国内的打工人将WLB(Work Life Balance)看作是优势,其前提假设是,工作没有意义,生活才是有意义的,这种平衡就像是在存在危机和苟且偷生之间的摇摆,不再追求各种事业,为了闲职付出惊人的代价,从一开始就否定了职业存在的价值了,这样的苦难只是自找苦吃,这种观点必然会引起很多人的责难,同时,也不是每个人工作都纯粹是为了消费主义、性欲、求偶;如果一个人在节假日都无法自律掌握自己的生活,又或者不知道周末该做什么,这样的生活态度也与职业本身无关,人们有权在闲暇时间过自己的生活以体现自己的态度。
西方社会流行的FIRE(Financial Independence, Retire Early)哲学,他们都将工作看作是一种生命的负担,为了更多自由支配的时间从而忍受职业生涯,在年轻时尽可能的减少支出,积攒20-30倍年支出金额的储蓄,通过长期投资增长跑赢通胀,支出只消费红利和投资收益,相当于主动放弃了再投资复利的理念。问题是难道提早退休就能过上现充且有意义的生活吗?如果是为了逃避当下不喜欢的工作,大不了就频繁换工作。
回到最有争议性的问题,人能否获得幸福难道真的只是金钱数值上的问题?我的答案是不,不论是贫困还是富有,金钱能买到的都是流水线生产出高度标准化的商品,恰恰是集体都有可能获取的,本质上远离了意义本身(对于个人是无独特意义的),不排除资本家在将来培养出更多恋物型消费者。
总之,工作本身能帮助人们抵抗虚无,人类就是需要“不断找事做才能找到意义”的存在,在找到替代物前,职业的意义在于减少人们被社会边缘化的风险。
Peter Wessel Zapffe的《最后的救世主》提出了悲观的存在主义危机,悲观的认为人类无法获得内在的意义,而人类通过隔离、分心、锚定机制和升华抵抗生命的恐慌不安。
维克多·弗兰克通过在集中营的经历提出意义治疗法,认为人们可以通过做事、经历和受苦找到生命的意义。尽管人类在面对不可避免的苦难时无法逃避,但他们可以选择积极的态度,以坚定的人性面对生命中的挑战,从而找到内在的成功,事业追求、生活方式都能成为生命意义的过程,都是人类抵御虚无和痛苦的重要方式。
不是每个人生来就有所谓命运或使命,也不是每个人都能创造意义,在原来的地方思考意义是也不可能有答案的,因为生命的意义其实是颠倒过来的,是生命向我们发出意义的探问。用通俗的话说,人的神经官能症是因为人类的进化”速度太慢“,跟不上社会演变的进展,从而无法适应现代社会的秩序,只有人按照自己的价值观做出行动,回头看才会有所意义,所以做一个悲观的乐观主义者吧。
[挪威]彼得·韦塞尔·扎普夫,最后的救世主.https://philosophynow.org/issues/45/The_Last_Messiah
[奥地利]维克多·弗兰克,1998.克活出意义来.Man's search for meaning.生活·读书·新知三联书店
[奥地利]维克多·弗兰克,2021.生命的探问.Man's search for meaning.人民邮电出版社
对当下的反思和批判
作者槐序
2024 June 16th发布
消费主义将个人的消费能力与社会地位挂钩,导致过度消费和人生空虚。现代社会由“生产者社会”转变为“消费者社会”,千禧一代是真正意义的消费着,作者提倡重构对物品的理解,摆脱每况愈下的消费文化。
根据国家统计局的数据,到了2022年,中国的灵活就业人数已达到了2亿人,灵活就业意味着个体没有雇主为其分摊五险一金的支出,因此需要自行缴纳社保,如果选择了社保,这也意味着他们自愿减少了可支配收入,这种现金流的减少足以对生活质量造成影响。一篇题为《那些放弃社保的年轻人》的文章指出,这一群体正在逐渐边缘化,年轻人开始意识到不断上涨的社会保险基数使得社保成为一种负担,或许有人会说,保险是现代社会生活的安全垫,对于理性的个体而言,这无疑是值得的,面对风险社会,最佳策略之一便是采取对冲尾部风险的措施。
断缴社保可能会影响个人落户、购房和购车等事项,这些在社会上被视为赋予人“安全感”的重要事项,年轻人正在拒绝这种虚伪的安全感,这些所谓稳定的因素只是在向人民推销一种虚无缥缈的幸福观,然后告诉人民这会带来更多的保障和资源。然而,如果年轻人选择放弃这些传统叙事,现代社会已有的价值观将会受到挑战,年轻人选择极简主义,生存成为最低限度的条件,同时尽可能地满足个性化需求。
理性地看待,为了追求这些传统叙事而付出二三十年的努力,而截至2023年全年,全国企业就业人员的周平均工作时间为48.9个小时,通胀调整后的薪酬的增长赶不上真实GDP增速,不论人们如何看待中国的赋税和个人边际税率,年轻人弃缴社保背后,这不仅仅是因为社保带来的负担,还有消费文化的因素。
在过去很难想象如今消费者喝茶、喝咖啡、吃中餐能有琳琅满目的选择,而上一代人的成长期间能满足温饱就已经是庆幸,千禧一代是中国第一代真正意义的消费者,他们不仅能解决温饱问题,还追求符号消费。
在工业社会中,工作伦理有两大假设:每个人都应该付出有意义的劳动并获得相应回报,而不工作是可耻的,这样的社会也被称为“生产者社会”。早期的工人运动并非在争取现今看来很正常的薪酬和福利问题,工人的诉求是对被异化以及对无法控制工作内容的不满。工人们无法主导生产活动,因此要求雇主给予他们主导生产的自主权。然而,工匠精神被降级为流水线式的敬业精神。工业社会逐渐演变成了“为了经济增长而增长”的社会,由于市场经济总是倾向于过度供应,为了应对危机,社会开始推崇将原本的生产者转变为消费者,为了驯化工人的消费习性,资本家创造出消费美学、欲望、诱惑和刺激,即使在没有真实需求的情况下,他们也会倾向于创造伪需求。
与此同时,消费型社会为了解决创造出的负外部性,就将洋垃圾和贫困人口输出给第三世界,用新殖民主义积累的优势,在贫困国度建立不对等的贸易关系,2024年初,英国甚至不顾国际社会反对,以低价向卢旺达出售非法移民,进一步输出了贫困和饥荒。
在现代工业阶段,有一个不容置疑的事实,那就是每个人在拥有其他身份之前,首先必须是个生产者。然而,在现代性的第二阶段——消费者时代,这一不容置疑的事实变成了:人首先要成为消费者,才能再拥有其他特别的身份。
消费主义是一面明镜,反映出人们无法安静地待在房间里的事实,无聊的符号充斥着消费者的生活,似乎没有刺激的一刻就等同于死亡。
消费主义还促进了出资本主义的内在不稳定,熊彼特提出的“创造性破坏”理论的另一面是“间歇性体系重塑”(discontinuous reinvention of institutions)。新技术的出现提高了生产力,但为了追求股东的短期回报,大企业却倾向于裁员,企业在精简架构时,大企业更倾向于项目外包和资产重组,这样的社会无疑将产生更多的闲置人口。
Q: 活在消费型社会,对于个人又有什么意义?
A: 反消费主义不仅仅反对铺张浪费的消费行为,更是对主流消费观和世俗眼光的抗议。大众往往将阶级和一个人拥有的消费品联系起来,而忽视了一个人的道德品质和为人处世。面对这种简单化的认知偏差,我们应该摆脱每况愈下的消费文化。
Q: “罢买”真的能摆脱消费主义吗?
A: 选择不过度消费只能体现一个人的自律性。当下的“极简主义”并不完全是反消费主义的表现,而是一种迎合特定审美的持续消费行为,问题在于对物的理解,应该物尽其用,人是造物者并定义物的功能,而不应沦为标准化商品的奴隶。
反消费主义可能没有意义。消费主义已经成为现代社会经济增长的驱动力,怀疑或反对消费主义并不构成社会层面任何建设性的建议,只对个人价值观提供理论依据。
反消费主义可以是财务建议。开源节流什么的像是废话,因为人们消费下沉才是真实的反应,选择可持续的生活方式更像是建设性意见。
[英]齐格蒙特·鲍曼,2021.工作、消费主义和新穷人,上海社会科学院出版社。
对当下的反思和批判
作者槐序
2024 May 26th发布
本文以公募基金收益率数据为例,从多个角度探讨了金融市场中普通投资者所面临的挑战与机遇,包括市场有效性假设、教育与知识、个人优势、价值观、投资策略等方面,呼吁投资者应注重个人素质的提升和独立思考。
截至2023年底,公募基金全年整体平均收益率为-4.88%。其中,混合型基金的整体平均收益率为-9.97%,股票型基金为-9.53%。同期,上证指数的收益率为-3.70%,沪深300指数为-11.38%,而万得全A指数的收益率则为-5.19%。
在金融市场中,人们普遍认为主观型多头策略难以跑赢大盘,这一观点往往基于市场有效假设。根据这一假设,普通投资者被建议被动投资于低管理费的宽基 ETF,因为即便是高学历、高智商的投资经理也很难战胜市场。然而,这种论断缺乏充分的依据,市场的有效性本身无法被完全论证,而在现实中,众多投资者和自动化量化策略的充分竞争表明,只能解释为散户往往处于相对劣势的竞争地位。
马克·塞勒尔,大型对冲基金SellersCapital Funds的创始人,在其2008年在哈佛大学的演讲中指出了伟大投资者和普通人之间的区别:
学历和文凭并不一定对投资有帮助,它们只代表智商上的优势。大多数人可以通过勤奋学习获得高于市场平均水平的收益,而教育只能减少在指数策略中的跟踪误差。拥有学历只相当于获得了进入金融市场的资格,而不是拥有真正的投资优势。
护城河是指竞争对手知道你的秘密但无法复制的优势,包括规模经济、网络效应、知识产权和高昂的用户转移成本。
健全的价值观和交易系统至关重要。投资者需要建立健全的风险控制系统,并且能够在市场波动的情况下保持理性。长期的经验积累比单纯的读书学习更为重要,因为后者只能确保我们不会落后于他人,而知识的增值往往伴随着边际效用递减。
在金融投资领域,人们往往接收到的信息都大同小异,大多数人都会关注证券时报、中金点睛、华尔街日报和 Bloomberg 等。由于信息流的迅速传播,市场很难出现由于信息滞后而导致的套利机会。
个人很难通过后天建立起绝对优势。金融知识虽然可以通过教育和考证获得,但这并不构成真正的优势,因为每个人都可以通过勤奋学习甚至转行来获取。因此,后天的持续学习只能确保我们在充分了解游戏规则后站在公平的起跑线上。然而,金融投资领域的研究和策略,包括我们的学历,都是可以被任何人复制的,因此我们在市场中几乎没有独特的优势。
人格障碍可能成为一种优势。一些人不受市场恐慌的影响,而另一些人则更容易受情绪影响。每个人都知道巴菲特的名言:“在市场恐慌时贪婪”,但问题是我们的人格和心理素质往往是平庸的。
如今,Berkshire Hathaway每年举行股东大会,都会全网直播,各大媒体也会发表大篇幅的解读。然而,我认为盲目追随某种理论是不明智的:
价值观相悖。巴菲特偏爱现金流充沛、高分红的传统行业巨头,他在选股和择时上更注重安全边际和行业周期。然而,大多数散户更倾向于所谓的“成长股”,并对估值不太敏感。如果想成为价值投资者,价值观上必须相近,否则在市场波动中无法保持一致的投资观点。
误解集中投资。许多散户常犯的错误之一是过度集中投资,他们喜欢只关注一两个行业,并大量投资于个别股票。人们往往高估了自己的认知能力,低估了市场的随机性。
人多的地方危险。投资赛道拥挤,市场集中度越高,市场就越脆弱,在一个“资源过度优化”的市场,Alpha的期望值就会变低。人们过于注重“确定性”,其实保持开放的心态和对不确定性的容忍才是更为合理的做法。
对于普通投资者而言,人格健全、心智成熟、独立思考是很容易被低估的因素,因为这些优势难以复制,而策略和因子都能通过历史回测评估,要复制轻而易举。
如果想做好投资,不妨先从投资自己开始。
对当下的反思和批判
作者槐序
2024 May 1st发布
本文探讨了开发者工具领域的商业化困境,以VS Code和Obsidian为例,尽管部分开源工具存在,但商业许可和闭源模式对于企业和个人用户带来了一系列限制和挑战。文章分析了开源与闭源之间的技术排他性、格式通用性以及开发者与托管方利益之间的冲突,揭示了科技巨头在技术层面构建的垄断竞争格局。
工作为了检查软件正版化,逐一查看了常用软件的许可证,其中发现VS code采用双重许可证,源代码开源但二进制文件是闭源和专有的,Obsidian不开源且商业收费高昂,对个人用户免费是科技巨头长期的产品营销策略,培养用户和开发者习惯,在商业许可证上收取高昂费用。
在微软用户许可条款中,Visual Studio Community限制了企业商用:
如果您是企业,则您的员工和承包商不得使用该软件开发或测试您的应用程序,但以下应用程序/情况除外:(i) 开放源代码;(ii) Visual Studio 扩展;(iii) 适用于 Windows 操作系统的设备驱动程序;以及 (iv) 用于上文中允许的教育目的。“企业”是指总计拥有 (a) 超过 250 台电脑或 250 位用户或者年收入超过 100 万美元(或等额其他货币)的任何组织及其关联公司;“关联公司”是指控制(通过拥有多数所有权)某一组织或者被某一组织控制抑或与某一组织处于同一控制之下的那些实体。
值得注意的是,VS Community只对个人免费使用,尽管它叫社区版,但不像Pycharm社区版一样允许用于商业用途。
另一个相对小巧的IDE VS code Code的源代码托管在Github,用的MIT license。也就是说不论对个人还是企业,都可免费使用和分发。数字广电开发的“CEC-IDE”软件对VS code进行二次修改分发,只要在其发行版中包含原许可协议的声明,也是合规的。但是VS code的二进制可执行文件并不用一样的license,是用专有license,可免费使用却不开源,所以是无法通过编译源代码获得一样的软件版本,而“CEC-IDE”套壳二进制文件,是存在被微软起诉的风险。
那么回头看Microsoft软件许可条款添加了什么专有功能:
数据收集。 该软件可能收集有关您和您对该软件的使用的信息,并将其发送给 Microsoft 。Microsoft 可能使用此信息提供服务和改进我们的产品和服务。您可以选择停用其中许多的方案,但不能全部停用,该软件中的某些功能还可能会允许您和 Microsoft 从您的应用程序用户处收集数据。如果您使用这些功能,则必须遵守适用的法律,包括向您的应用程序的用户提供相应通知以及 Microsoft 隐私声明副本...一旦使用该软件,即表示您同意这些做法。 个人数据的处理。 当微软是与该软件相关的个人数据处理方或子处理方时,微软会于在线服务条款中就欧盟《通用数据保护条例》向所有客户做出承诺,此项承诺自 2018 年 5 月 25 日起生效。
出口限制。 您必须遵守适用于该软件的所有国内和国际出口法律和法规,其中包括对目的地、最终用户和最终用途的各种限制。
出口限制是根据 Export Administration Regulations (EAR)的约束以及美国商务部的约束,明确规定:
未经美国政府许可,一方不得将软件或服务转让给 (a) 美国财政部特别指定国民名单上的任何人(包括伊朗政府、古巴政府、被禁止的古巴共产党成员)(目前还新增了克里米亚),或美国商务部的拒绝人员名单、实体名单或未经核实的名单,或者美国国务院的禁止名单或防扩散名单(请参阅 要检查的商务名单); (b) 与化学或生物武器、敏感核最终用途或运载这些武器的导弹一起使用。
VScode为了遵守GDRP(欧盟的《通用数据保护条例》),用户有权在设置中关闭数据搜集。好在的是微软托管在Github上的VSCode仓库是没有专有源代码的,但是和二级制可执行版本少了产品信息、VS拓展市场、拓展建议、远程开发、专有的拓展和API、崩溃报告和信息收集。VScodium是社区驱动在源代码基础上编译而来的二进制文件,一定程度上能减少微软夹的“私货”。
Obsidian并不是开源软件,但对“个人使用和其他免费许可类型”免费,免费许可证适用于:
Obsidian的商业许可证是50美元每人每年,且限制使用人数:
当 Obsidian 用于为拥有两名或更多员工的组织工作时,就需要商业使用许可证。政府部门和机构被视为商业用途。独资企业或其他个人组织不需要商业使用许可证。用于教育目的的作品不需要商业使用许可证。
商业使用许可证必须按年度和每个用户购买。商业用户必须购买至少与使用 Obsidian 的人数一样多的许可证。
然而Obsidian背后的Markdown文件是开放的,用户完全可以通过使用免费的IDE进行编译,用拓展实时渲染,而Obsidian是劝企业用户花钱买体验,这和Next.js(Vercel团队)非常相似,包括主流开发者用不上的功能,然后将开发体验当作卖点。
文件优于应用程序是一种哲学:如果您想创建持久的数字工件,它们必须是您可以控制的文件,并且格式必须易于检索和阅读。使用可以给您这种自由的工具。File over app对工具制造商具有吸引力:接受所有软件都是短暂的,并赋予人们对其数据的所有权。随着时间的推移,您创建的文件比用于创建它们的工具更重要。应用程序是短暂的,但您的文件有机会持久。
Obsidian的首席执行官Kepano认为文件先于软件是对比notion的一大优势,解决了数据迁移的痛点,以被遗弃的Atom编辑器作为反面教材,认为闭源更有利于代码审计和安全性,可持续的商业化模式保障产品迭代更新。
开源或免费是抢占市场形式。科技企业之所以选择部分开源或提供个人用户免费使用的许可证,是因为想开发者学习他们的由大厂推动的技术栈,特别是在大学期间使用全家桶级别的技术栈(如Microsoft365),或是学习主流的前端框架,由于技术的市场份额足够大,足以要求雇主使用其配套增值服务并为商业许可证付费。
不完全通用的格式。技术栈往往不能直接创收,而是凭借SaaS、PaaS商业模式,其专有的后端对这些工具进行优化;又或者其工具的格式经常变动,常有Breaking Change,例如微软开放了office的兼容性格式,而其他office软件纷纷效仿,而WPS常被吐槽不如MS office,其实是微软主导了文件格式,一旦有格式变动,很难会没有细节差异,所以Office软件商业化最好有自家的格式规范;但也不尽然,Excel VBA这一古老的技术在WPS作为增值服务,不对个人用户免费。
开发者和托管方不是同一利益集团。AWS提供Amazon Elasticsearch服务,而Elastic开源社区一直给AWS打工,AWS还将其分叉出来,做成一个更有竞争力的产品,所以云数据库开发商只能自己推出SaaS服务,改变授权模式和商用许可证,并打造自家托管服务以获得专有优势。
云服务和开源技术自带耦合性。云服务厂商能白嫖开源项目,并向企业提供托管服务,开发项目付出的成本远超托管,开源项目只能修改商业许可证避免被白嫖,云服务厂商会因自身的规模经济优势,推自家主导开发的开源工具,因为厂商知道开发者迟早会用自家的服务。
科技巨头已经在各自领域构成了技术层面的垄断性竞争,这看起来像是自然垄断的过程,人为的资源稀缺性和规模经济效益。
参考资料:
Differences between the repository and Visual Studio Code.https://github.com/microsoft/vscode/wiki/Differences-between-the-repository-and-Visual-Studio-Code
Why isn’t Obsidian Open Source? https://obsidian.rocks/why-isnt-obsidian-open-source/
对当下的反思和批判
作者槐序
2024 April 27th发布
2019年诺贝尔经济学奖《贫困的本质》揭示了了穷人的非理性行为体系,解决贫困需关注信息不对称、社会保障缺失、市场消失、政府政策错误和贫困思维等五个方面,中国扶贫更注重现代化生产、供给侧改革,通过政府主导投资和转移支付助力穷人做出更明智选择,贫困问题也引发对中产阶级的倒退风险和行为经济学的反思。
《贫困的本质》(Poor Economics: A Radical Rethinking of the Way to Fight Global Poverty)一书没有直接阐述何为贫困的本质,而描述了贫困人口在生活中非理性的行为体系,因没有合理利用现有的资源进行扩大生产,又或因仅剩的资源用于娱乐消费,造成了“自找的贫困陷阱”。
解决温饱问题不是解决贫困本身,因为贫困人口可能会优先消费昂贵谷物、电视机、DVD播放机、零食等非必需品,宁愿孩子营养不良,“要面子”优先;购买电视机的原因是“为了生活少一点乏味”,他们之所以这么做,是因为他们不会迁怒于自己的命运,反倒通过降低标准来增强自己的忍受力,同时消费廉价奢侈品。
大量记录显示,发展中国家的穷人会花很多钱来置办婚礼、嫁妆、洗礼等,这很可能是怕丢面子的结果。印度婚礼的花费是众所周知的,不过也有一些不那么令人愉快的场合,如一个家庭被迫举办一场奢侈的聚会。在南非,在大量老人及婴儿出现死亡的时期,人们制定了葬礼应花多少钱的社会规范。根据传统,人们只需将死去的婴儿简单埋葬,但要为死去的老人举办隆重的葬礼,葬礼所需费用为死者一生的积蓄。由于艾滋病毒的泛滥,很多年轻人还没来得及为自己积攒葬礼费用,便要撒手人寰了,而他们的家人迫于传统仍要大操大办。
穷人眼中的生活是对未来没有希望的,不相信明天收入比今日多,认为不需要积攒资源来准备迎接未来潜在的机遇,所以尽可能的“在当下消费”并及时享乐。
对于健康问题,预防的成本永远低于医疗,且造成的社会效益更大,帮助贫困地区建医院不能解决实质问题,而且发展中地区由于医生水平低下倾向于抗生素滥用导致耐药性,投资医院反而造成更多的卫生问题,如医院卫生问题导致的针头重复感染。在预防方面,预防疟疾需要蚊帐,政府需修建管道提供饮用水和发放消毒剂,新生儿需要强制接种疫苗,但是政府免费提供公共品反而造成了“免费沉没成本”,因为人们发现这些公共品是“免费”的,下意识会认为它们没有价值,这也是为何在贫困地区发放蚊帐,人民却用作渔网甚至转卖获利,而付费购买蚊帐的群体使用率更高,根本问题是针对扶贫的补贴扭曲了市场,政府在这方面更应该以“大家长风气”治理公共卫生,例如减少抗生素耐药性的蔓延和强效药的滥用。
教育方面,义务教育是必须的,贫困地区的家庭对子女的教育并不感兴趣,更愿意子女早日参与工作,因为穷人把教育当作挂彩票,而不是稳定的投资,然而在发达国家普遍认为教育年限和年薪之间呈正相关关系,贫困地区的新生子女的出生可能只因父母的养儿防老计划。
在金融方面,穷人受到危机时更脆弱,他们经营竞争激烈的小本生意却无法从银行获得信贷,又不愿意买农业保险和人寿保险,但如果农民接受购买保险的观念,更有可能为自己的庄稼施肥,而不是带着悲观预期等待灾难的来临。
作者在总结中归纳了以下五个方面:
作者聚集的微观层面更适合用作个人的脱贫指南,这是站在已脱离贫困思维的角度观测到的,全书用了大量篇幅讲述贫困的现象细节,但回顾现实,NGO给贫困地区直接的经济援助往往没有纠正穷人的错误行为,尽管短期提高了收入,但其未来收入仍无法脱离贫困线,从而无法脱离“贫困陷阱”,那么可维持的经济发展至关重要。
中国在扶贫上更倾向于“集中力量办大事”,通过财政上转移支付和政府主导投资直接帮助了穷人做出抉择,而没有用行为教育来阻止错误行为。世俗的中国人习惯了用社会达尔文主义的眼光看待社会,认为贫困是一种社会内在的现象,不可消除,人民只能在丛林社会中博弈获胜,负和博弈。中国扶贫更像是在以现代化生产的方式充分利用闲置土地和人口,在供给侧解决产能过剩和生产低效的问题,而不选择解决《贫困的本质》中的错误思维和个人行为,在引起返贫的另一关键行动是反电信诈骗,人行政策在银行端限制非柜面交易、限制大额取款、加强银行风控,公安在境内外打击犯罪集团,解决了社会整体的负外部性。
《贫困的本质》是更适合中产阅读的经济书目,阐述了多种的贫困思维,如今中产式微,房地产萧条造成中产返贫,在职场发展、子女教育、财务规划上都充满倒退风险和竞争挤压。
笔者发现中产遇到的返贫危机和贫困陷阱是一样的,包括经济环境的恶劣变化和个体的非理性行为,笔者在行为经济学的基础上补充以下面向普通人的建议:
及时止损是一种人生纪律。沉没成本,厌恶损失都可能导致股票、房地产套牢,不敢承认未实现亏损转换成已实现的亏损,从而自欺欺人
财务规划是一种可持续的金钱观。不做消费主义下的新穷人,消费的符号和仪式对生活所需本无太大意义,甚至造成物质上的浪费,适当的储蓄和投资积攒明日更多的回报
现实世界没有稀缺性,个人心理账户再平衡。现代化生产总是倾向于过度供给,而稀缺性往往是人为制造的,市场中每个人的每一块钱都是高度标准化且相同的,并不会因个人的历史或主观意识而改变其价值。
积极的自我暗示。贫困家庭往往有投射性认同现象,穷人孩子活在父母消极的预期中,并延续了贫困。
主动寻找信息和保持开放性思维。在这个信息时代,信息差可能并不存在,并以此为依据是能够做出理性决策的。
结论是并不存在贫困陷阱,贫困陷阱是通过观测穷人收入变化的关系,未来收入比今日收入低,是一种副现象,而NGO通过抹除贫困的现象自然是无法解决问题的,能归因为穷人没有利用好资源并铺张浪费导致的,也能归因为一种社会扶贫制度的欠缺。所以从公共政策的角度出发,要么像中国模式的家长式政府直接替代穷人做出选择,要么就像《贫困的本质》去改变穷人的行为体系,很显然穷人不能自发地做到这些理性行为。用折中的角度来看,那便是行为经济学中的助推理论,保留人们做出自主决策的权利,采用温和的引导策略来影响人们行为向理性方面努力,实现利益的最大化,以谋求最大的幸福,其本质是“自由主义的温和专制主义”。
贫穷的本质 : 我们为什么摆脱不了贫穷 : 修订版 /(印)阿比吉特·班纳吉,(法)埃斯特·迪弗洛著 ; 景芳译. -- 2版. -- 北京 : 中信出版社,2018.9 书名原文:Poor Economics: A Radical Rethinking of the Way to Fight Global Poverty
对当下的反思和批判
作者槐序
2024 March 5th发布
本文通过回顾2023年和2024年1月的经济数据分析中国经济,该文章深入分析了中国当前面临的经济挑战。其中,通缩风险凸显,CPI连续三个月负增长,鲜菜和畜肉类价格领先下跌,猪周期失灵,居民消费乏力。地方政府债务限制支出,分配不均导致社会长期内需不足。文章呼吁政府寻找新的经济增长点,提倡改善分配和财政收入结构的建议。
首先是通缩风险,中国的CPI已经连续三个月负增长。
数据来源:中国统计局
1月CPI同比增长新低,鲜菜和畜肉类下跌超10%,一般认为菜类、肉类、生活必需品的需求是非常稳定的,如今它们价格率先下跌。
2023年PPI常年同比负增长,产能过剩扩展到光伏、新能源等产业,供应侧结构化改革尚未完成。
考虑到CPI和PPI的“剪刀差”和传递延迟,而短期价格是有粘性的,1月CPI同比增长-0.8%只是通缩的初期。
用凯恩斯经济学AD-AS模型解释,目前供应侧改革(AS往右移动),降低商品生产成本和提高全要素生产率,主要矛盾在于社会总需求不足和失业,如果需求不足时(AD曲线跟不上,物价下跌);如果总需求下滑,社会总产出和物价双降,会增加失业。
为什么西方发达国家面临此类问题倾向于提高预期总需求(AD向右)?
因为其拥有较高附加价值的产业,强劲的居民消费能支撑这些产业持续增长,短期内价格增长较少,长期会增加通胀率。
而中国在未完成产业升级前,只能通过制造业的价格竞争在全球贸易中占据优势,但长期来看,问题仍然是内需不足。
货币政策方面,2月5日下调存款准备金率0.5个百分点,向市场提供流动性1万亿元,下调支农支小再贷款、再贴现利率0.25个百分点,从2%下调到1.75%。
2024年1月市场暴跌,沪深300单月下跌-6.29%,主要是市场希望央行降息,在《沪深300估值研究:岭回归、拉索回归和交叉检验》分析中,短期利率的降息对提高沪深300估值是显著积极的,市场有望在新年止跌。
尽管货币政策存在流动性陷阱的风险,但1月社融数据(人民币贷款增速的同比多162亿)说明降息促进信贷扩张的效果良好。
用凯恩斯主义的LM-IS模型看,IS曲线难以向右移动,由于需要化解地方债务导致公共投资支出受限,其次投资基建的红利期已过,没有“乘数效应”,中央也宣称强调高质量发展;而扩张性的货币政策使得LM向右移动,但考虑到经济下行消费和投资对利率变化不敏感,这并不是合理的公共政策,而是在短期内安抚市场。
猪周期是指,肉畜业根据当前价格高低和预期展望来制定未来生猪数量导致的正/反反馈,猪肉价高——母猪存栏量大增——生猪供应增加——猪肉价下跌——大量淘汰母猪——生猪供应减少——肉价上涨。
牧原股份披露的2023年业绩预告显示,报告期内预计归属于上市公司股东的净利润为亏损39亿元至47亿元,而去年同期为盈利132.66亿元,同比转亏。
1月31日晚间,温氏股份(300498)披露2023年业绩预告,预计全年净利润为亏损60亿元—65亿元,同比转亏。
随着牧原、温氏等养猪巨头的业绩预告出炉,再次验证居民消费端的乏力。
凯恩斯经济学的公共政策提倡政府在逆周期环境下主导公共投资增长,实现经济平稳增长,最终导致以下结果:
供应端和实际需求的结构性不匹配,产能过剩和低质量生产。如CPI和PPI的剪刀差,或2015-2016年钢铁、煤炭等传统行业,产能问题还出现在光伏、新能源等领域。
投资收益率的下降,赛道过于拥挤,造成金融泡沫和危机。
少投资机会,而工资上涨跑不赢通胀,文化上倾向于过度储蓄,储蓄率的增加。
部分基建项目“无回本计划”或破坏原有建筑重建,财政上的道德风险和职权滥用风险。
2023年中国货物贸易出口23.77万亿元,增长0.6%;进口17.99万亿元,下降0.3%。
NX:其实进出口数据本来是用美元计价的,考虑汇率贬值,进出口都负增长。
C:CPI和PPI双双下跌,房地产挤压储蓄,无解,只能期待未来收入效应的改善。
统计局数据显示,2023年,全国房地产开发投资110913亿元,比上年下降9.6%,其中,住宅投资83820亿元,下降9.3%。
I:公共投资方面,基建回报率下降,水电、太阳能等新能源投资仍有希望;私人投资方面,半导体、生成式AI大模型等产业升级赛道是资本、人才密集型产业,中国明显落后,且不具备后发优势,VC寒冬,有钱不敢投(VC看得上的项目少)。
G:地方政府债务约束支出,不同地区城市分化严重,正在加剧地区发展不平等。
2023年,中央对地方转移支付规模达到10.06万亿元,占GDP的7.98%;全国一般公共预算支出2023年达到27.46万亿元,占GDP的21.80%,全年全国居民人均可支配收入39218元,占人均GDP(89358元)的43.88%。
杠杆率不是财务上的debt to equity ratio,是总债务/部门的生产总值,如果分母为人均可支配收入,换算下
63.50%/43.88%=144.71%尽管居民部门背上大量债务并不会在短期内带来直接的弊端,但削弱家庭抗风险能力和增加整体经济的脆弱性。
会发现中央转移支付、政府财政收入、居民信贷都在挤压居民可用于消费的收入,而内需不足是无法通过另类的财政政策(如直升机撒钱)解决,中国人就算拿到钱也不会大胆消费,效果欠佳。
用美元计价的GDP在2023年的第一季度和第二季度不能继续负增长,否则就相当于消耗居民储蓄,进一步挤压消费,陷入通缩。
这些问题最终矛头都指向中国的不平等,现实的贫富悬殊和中央转移支付的不力,很多人认为社会保障是转移支付的一部分,但是这些转移支付一日没有完成消费或新增就业,那么它是无效的,且在效率上远不如家庭消费,而房地产土地财政的不可持续,中国又要如何向新的可持续发展经济转型?
考虑到以上数据都有滞后性,中国是否正式陷入通缩或衰退取决于上半年,中国急需寻找新的经济增长点,寻求产业升级突破,而内需问题是不平等问题。
政府在上半年改善分配已为时已晚,尽管可支配收入有所增加,人民也会因“衰退思维”不敢消费。
土地财政的不可持续将加剧地区发展不平等,急需财政收入结构性转型。
生活必需品、猪肉领跌,是需求端乏力的强烈信号,无计可施。
货币政策能维持信贷扩张,但需改善信贷的流出终点,要到达非金融部门中的实体部门,改善信贷效率。
1月的金融小危机,股权质押、场外衍生品、转融通、DMA等业务加剧市场波动,说明市场监管仍欠缺,未来市场监管的犯错成本越来越高。
2023年全国规模以上工业企业利润下降2.3%,考虑正在发生的CPI和生产资料价格下跌,对于规模以上的工业企业在2024年将更加痛苦,这不是货币上支持信贷扩张或财政上补贴支持能解决的,只能说通往通缩和衰退的路径越来越清晰了。
如果还有人说是因国际贸易收支和汇率波动导致的,那么他们的视角就无法解释为何此时经济更加可能陷入危机,还有因利率差导致的外资撤走,造成金融资产的估值下跌,其实这些都是外生性因素,且实际影响都是局部性的,和当下遇到的经济内生性的困难截然不同。
短期看,不论政府出于政治稳定因素还是经济考量,政府主动创造就业是有必要的,因为不这么做,供应侧改革消灭了低效产能,同时造成更多失业,而总需求不明朗,新增就业就不会出现,需做好最坏的打算。
理解新一轮的供给侧改革。https://mp.weixin.qq.com/s?__biz=Mzg4NzY3NzIwOA==&mid=2247492529&idx=1&sn=a5225891ccb8ba30acdbc016c4553c30
这一轮猪周期,有毒。https://36kr.com/p/2353775781426178
世界银行,IMF,国家统计局
对当下的反思和批判
作者槐序
2024 February 13th发布
存在先于本质,存在主义是一种严肃的乐观主义。对于个人,职业本无意义,是人主动选择行动创造出意义,追求自我实现是获得意义的方式,而现代化下的理性主义导致主体丧失主体性,从而难以获得职业的意义。
步入职场后,接触到的是一份被轻度异化的工作,在科层制下提供职能支持,不直接从事业务产生价值,作为漫长工作流程中的一环,是公司机器中后台运作的润滑剂,难以直接感知到价值的存在。
在现代社会,大部分服务业从业人员都处于没意义状态之下,虽说是知识密集型产业,但实际上更多的是形式主义和官僚主义,离开了集体便一无是处。对于集体而言,这大概只有螺丝钉的价值,因制度是价值存在的限制,但对于个体而言,工作是获得自尊唯一的途径,至少在劳动过程和形式上提供了名义上存在的价值。
让-保罗·萨特的《存在主义是一种人道主义》提供了乐观主义的视角,通过承认现实是虚无的,斗争行动获得人的意义,其前提假设是存在先于本质。
尼采认为“上帝已死”,有两层意义,一是人们不再承认且遵循基督教的世界观设定,对上帝作为造物者的极度怀疑,导致了宗教秩序的真空,而尼采当时正处于第一次工业革命结束之际,现代化进程正以追求真理为科学理念带来的工业文明正取代传统的生活方式,宗教不再是绝对存在的秩序;二是传统价值观的崩塌,伴随着对当下秩序的怀疑,人们心理价值空虚的精神危机。虚无主义(Nihilism)便在此时被提出,认为人类的生存是没有意义,世界也不存在真理,消解了历史,从而丧失人活着的依据。
萨特提出的存在主义,其前提是承认了虚无主义,并且修改这个世界的设定,是存在先于如本质,果尝试追溯自己为何存在,那就陷入虚无主义,但如果人的存在在先,那么就没必要纠结其本质,先充分认识自己,再自己下定义便是。
无神论存在主义有这一套自圆其说的叙事,如果上帝或造物者真的不存在,那么肯定先有物的本质已存在,那么是谁感知并给物下定义,那就是海德格尔提出的人的实在(human reality)。
笛卡尔的“我思故我在”是追求意识真理的唯一出发点,但不论如何思考或验证意识本身,存在都是在先,那么人的选择及其所作所为构成了存在的叙事。
人的主动选择和行动,那么人与现实的联系印证了当下存在的意义,那么前提是“把自己投向未来”。在做出行动后,并承担行动的责任和后果,从而认清并从而反思自身,这是一套完整的行为体系。
存在主义的定义就是,人主动投向未来,主动做出选择和行动,并通过自由地承担责任和行为的后果,最终尝试主导自己的命运,人需要从其行为中再次认识自己。
人通过自由地承担责任,这一过程也在体现自身的类型(如人格、品质等),萨特推崇的自由承担责任并非绝对自由,而是提倡主动承担责任,鼓励用道德标准衡量选择,这种认识论构成了人道主义的首要意义。
人是凭借追求超越其本身为目的才得以存在,追求自我实现,同时掌握客体,从而获得自我认同,这一过程体现了人的本身。
主观主义有两重意思,一是存在主义无法跳出主观性的限制,以追求真正的客观理性,二是人做出了选择,也在道德层面为所有人做出选择,因人的行动创造了预期形象的价值,也就是为其他人在开放性选择中做出了行动,铸造了社会的普遍性价值观;萨特还强调人类生命中各种限制既是主观也是客观的,如终有一天死亡,但也有处境上的普遍性,例如无法决定自己的原生家庭,这些限制和处境,取决于人如何在这些限制下挣脱和斗争,或是选择自己适应这些限制,他们主动做出这些行为的动机是在创造人类的普遍性,而在这些限制之外,通过认识自身、理解他人意图也能够创造一个时代的普遍性。
从对现实的理想到失望、悲观、消解,不必对抗虚无,认识到虚无的存在是不可避免的,但不是“是的,人生就是如此”的悲观厌世,虚无对于个体本无意义,纠结于历史并不会给自身带来存在的合法性,只有勇于承认虚无主义,并将自身的预期投向未来并参与到与现实的斗争中,才能获得对于个体的意义,将意义交给人的主观性,所以这是一种严肃的乐观主义,而虚无主义是存在主义的前提,存在主义又从人的主观性和抗争中找到存在意义。
西西弗斯的神话就描述了这一乐观主义,西西弗斯受罚的方式是,必须将巨石推向山顶,但巨石又不可抗力的滚回山下,永无止境的循环下去,神话的隐喻是对现实荒诞设定的反抗,尽管明知失败的终局,却义无反顾地反抗这不公的命运,也许对于读者而言这样的行为没有意义,而这个体将自己投向未来,并尝试超越才得以感知自身的存在,他就是自我实现的中心,这也是为何存在主义被称为是人道主义哲学。
有意义的工作对于现代化社会是一种功利主义,要求社会总体变得更好,遵循卡尔多-希克斯效率,指第三者的总成本不超过交易的总收益,或者说从结果中获得的收益完全可以对所受到的损失进行补偿;对于个体,无限重复的工作就像是生命的终止,至少其意义来源于人的主观选择和价值观,如果人们按部就班并承担岗位的责任,这其实并不算得上是存在的意义,最多是敬业的体现,虚无主义的精神危机仍然笼罩着现代化社会,那是因缺少人的主观选择和自由承担责任,现代社会强调理性决策,排斥本土性和非主流价值观,其实留给人们“自由承担责任”的机会是极少的,中产家庭的孩子不可避免走向和他们父母一样的成长道路,在现代化的制度下重复着世俗生活。
在纳赫特威的《德国电梯社会》中,德国社会发生现代化倒退,全民就业的背后是三分之一的公民受雇于临时、短期合同,涂尔干提出的”失范“(anomie)指社会规范的离席,德国社会对成功的过度强调以及对达成手段合法性的忽略,造成个体的精神压力紧张,然而德国仍然自诩是上升社会,但实际是不再有任何阶级向上流动的社会,绩效管理、官僚主义等社会规范变成达成目的的不择手段,伴随着中产的不稳定性,不同阶级的人们像是在同一部电梯集体向下,这就是为何作者描述德国为”电梯社会“,最终内卷导致更为激烈且完全的竞争,这是一个基于市场而非公民的社会,最终生命的全部努力都是为了保持原有的社会地位,对于生命个体,是很难从自身职业生涯或人生的自我叙事完备性中找到存在的答案。
有意义的工作的敌人是不符社会现实需求的现代化制度,而公民基于理性服从制度,例如在文凭系统中获得学历、大学选读“理科专业”、精致的利己主义是几乎被全社会认同的正确价值观,主动选择丧失了主体性。然而有意义的工作是尽管无需工作但仍然想要做的工作,沃伦·巴菲特就提及“为了钱做自己不喜欢的工作,就好像为了钱和你不爱的人结婚一样“,最终我们为了某件事物而刻意去做,而忘了行为本身的意义,自然就谈不上存在和意义。
人生是旷野,不是轨道。
黄琬(2023). 黄琬读《德国电梯社会》|当向上流动不再可能.华东理工大学社会工作与社会政策研究院.https://www.thepaper.cn/newsDetail_forward_25794679.
让-保罗·萨特(1946).存在主义是一种人道主义.上海译文出版社.
对当下的反思和批判
作者槐序
2024 January 29th发布
中国的“数据要素”政策是市场寻租的体现,生成式AI造成了搜索引擎污染以及语言的标准化。
最近某位北大经济学教授声称“数据”是继土地、劳动力、资本、技术以外的新生产要素,“是我国首次提出的重大理论创新”,随之国家数据局印发《“数据要素×”三年行动计划(2024—2026年)》,这位北大教授居然说数据能直接创造价值,纵观世界众多经济学家,不会是这位教授发现了新古典经济学家Robert Solow没能发现的生产要素吧?将“数据赋能”作为经济增长的驱动力,在笔者看来这是因不懂得生成式AI的原理但又尽力模仿西方创新发展的滑稽场景,甚至将数据描述成能够市场化交易的品种,如果接触过Tor暗网、社工库就会明白数据能被定价流通是一件很危险的事情,若数据查询和流通方式处理不当,将是犯罪者梦寐以求的工具。
数据只有被垄断才能发挥其独有的价值,中国一直想打造以政府主导包含万物的数据库,通过制度性的信息差来“征税”,一方面能规范市场对信息的用途确保合规,这本来不是一件坏事,但政府的公权力在作怪,这就是政府通过权力进行经济寻租的手段,只不过手伸到了互联网行业,从而点石成金。
2024年1月28日补充:
如果要给数据确权,首先是用户使用互联网服务产生的要素成了数据,一边是服务端另一边是客户端,理应两者都共同拥有数据,理想的情况是,企业调用用户数据需要获得用户授权,用户并清楚了解授权用途、授权期限,但如今这一切都被写入不断更新的用户协议和隐私政策,而2021年颁布的《常见类型移动互联网应用程序必要个人信息范围规定》明确移动互联网应用程序(App)运营者不得因用户不同意收集非必要个人信息,而拒绝用户使用App基本功能服务。问题是该规定没有约束企业使用用户数据的用途和期限,例如是否存在假注销,数据仍保留数年之久,如今国内App都有公示必要个人信息搜集范围,但IMEI码、IP等信息都有可能是“必要”的,尤其是涉及到个性化信息服务“千人千面”,从极端的角度看,只要App通过系统底层搜集到本地log或直接破解了root权限,那以上规定就显得无力。
笔者认为可以直接参考欧盟的GDPR(EU General Data Protection Regulation),直接要求互联网公司对个人信息进行匿名化储存,配合积极的司法行动,参考欧洲法院重新启用欧洲共同体竞争法(European Union competition law )“滥用市场支配地位”条款,使得互联网公司利益尽可能向社会共同利益倾斜,笔者认为通过对科技巨头进行反垄断约束,比起对数据定价更有活力,数据保护和资源配置应是渐进的。(待补充)
这种“征税”最直接的对象那就是研发大模型的企业和运用大数据割韭菜的企业,OpenAI使用别人的出版书作为训练样本而不支付著作权,如今有众多作者正对其起诉,而在中国,这钱也给不到作者手中,而是给为“数据赋值”的国家数据局,国家数据局负责确权、估值、交易,典型的权力怪物,很难想象能不产生寻租和贪腐。
生成式AI直接导致了搜索引擎内容生态的污染,搜索结果却是一眼就能分辨的的AI风格回复,而且这些内容更符合搜索引擎对SEO metadata的偏好。
目前的Google对网页的爬虫还未能对AIGC生成内容进行识别判定,笔者对搜索引擎的未来是非常悲观的,一方面是私域流量的兴起,以Meta系为代表的互联网产品,把开放的互联网划分为一个个孤岛,开放信息的占比越来越小,另一方面,互联网的社会范式(social norm)式微,RSS、Atom、JSON等信息订阅方式已成为旧信息时代的产物,当前搜索引擎主要以Opengraph和JSON-LD结构化标准抓取网站内容,但这两者都很容易被生成式AI所污染。
但这其实并无解决方法,可以通过词频分析计算特异性信息,来分辨AIGC的相似度,(最近就用过知网的AIGC查重服务仍非常烂),但这样就需要对拓展SEO信息的范畴,需要将文章内容成为SEO信息的要素。
第二个方法就是像Bing Console中对主体或组织进行身份验证(测试功能),需要通过人工审查,从而优先分配权重,能有效减少内容农场和生成式AI造成的污染,百度的搜索引擎是很接近于白名单机制,理论上能在AI发展早期阻止搜索引擎的污染,可笑的是百度自家的百家号就是内容农场。
归根到底,最直接的影响是,我们以往用搜索引擎是在主动搜索原创或转载的信息,但现在搜到的有可能是通用大模型生产的“一本正经的胡说八道”文章,且混淆于原创内容的生态中。
当下或许是历史的拐点,十年后的搜索引擎可能是人与机器生成文本的交互,而不是人与人的文字的交流。
笔者试用了好久Deepl翻译和ChatGPT的润色,其内容给人的感觉非常生硬,语法上高度标准化,有时候一些细节反而歪曲了作者对原文的态度,人类语言是丰富的,带有情感的,而不是机械化的。
如果后现代审美的特征是“人为的没有深度”,那生成式AI的文本是“标准化的没有深度”。
今年阅读了不少关于AIGC生态和生成式AI的深度研报,单独的大模型不太可能是商业化成功的模板,应该是大模型+小模型有细分领域专长的,不是所有任务都需要强大的泛化、语义理解能力,其实这种文本看起来很假,是因为对于大模型。不可避免拟合主流信息,也有可能是过拟合了,而需要调整随机性,就是欠拟合的“微调”,既然如此,为何不直接为特定领域的信息构建训练集,使得大模型的参数收敛,再进行交叉检验。
目前越来越多的高等院校将生成式AI认作学术不端,笔者也不推荐使用类似Deepl的写作AI辅助工具,因为写作是一个过程,文章是自己思考过的结果,其完整性和可读性是至关重要的,我们在将思考的思绪和逻辑阐述出来,而不是三言两语发推文发朋友圈,我们要的不是类似小红书文案的主流信息,而是我思故我在,人作为主体内在的意识和反思性,这是生成式AI难以完成的推理。
始终相信人与人之间思想的交流碰撞产生思潮的力量。
对当下的反思和批判
作者槐序
2024 January 21st发布
斯科特的《六论自发性》揭示了无政府主义在现代社会的自发性现象。文章探讨标准化、殖民、道德、教育等议题,揭示社会秩序的自我解构。
被统治就是被没有知识和美德可言的造物盯上,就是被监察,被窥探,被规范,被灌输,被说教,被注册和点名,被估断,被预测,被审查,被命令。 所以有那些无政府主义的碎片,浅浅扎进被顺驯的日常里,用 “everyday forms of resistance ” 和 “infrapolitics” 的宽广频谱来容纳不曾被官方历史记录过的每一次抵抗。
现代化社会的另一面是监狱社会和审计社会,通过固化的功能主义来维持社会运作,逐渐消除人性,沦为社会规范的一部分,如果说制度本身是用来约束人的,那么这样的制度就证实国家的存在是为了奴役人民,国家是一条看不到终点的流水线,这一国家主义和新自由主义的结合,意味着对被统治阶级的驯化,就像人们驯化动物成为宠物。
站在极权主义的角度,这么做是正义的,个体的无私本质上是集体的自私。
如果站在动机的角度,这样的社会隐喻是城邦不可避免衰败,不相信未来会有所改善,这也是为何压抑住人的本能表现,使得他们的时间和精力被捆绑在名义生产总值GDP上,如果一个人从大学毕业到退休技能没有长进,反而跟随去工业化的产业降级,人的估值岂不是在下跌?而中国政府却拼命推崇人口增长带来的经济红利,对于信奉极端唯物主义的政权而言,要尊重和相信人自发的积极影响是困难的,又推崇纯粹的无神论,这样的社会可谓是犬儒主义的温室。
很多人批评中国的人均GDP和人类发展指数HDI,其实对于这一内耗互害型社会,它根本就不在乎每个人的潜在生产力,重要的是有多少年轻人口能到流水线,从制度上就否定了产业升级的预期,所以应该用全要素生产率TFP衡量。
何清涟老师在《溃而不败》中提及的国家主义+权贵权力化市场,改革开放的密码是化公为私,对应上图的全要素生产率的上涨阶段,本质上还是对福特主义和凯恩斯经济学的崇拜,放权带来的是规模经济和外向型经济,表面的市场杂乱其实是有序和自然的市场经济。
这一国家主义要我说,既不像美丽新世界也不像1984,而是对理想社会的向往,但不择手段的追求。
第二个致命缺点是,即使在刚被设计出来时它是有效的,其存在本身也会引发一系列损害其有效性的事件。“标准对行为的殖民” Goodhart's Law:“一旦一种测量标准成了目的,它便不再是一宗好的测量标准” Matthew Light: “那些以达标为己任的人确实做到了,但用的并不是该准则期望的途径”
吉登斯Giddens对现代化社会也有类似的描述,时空分离,事物符号化,场景性的抽离,殖民未来尤其体现在金融市场的预期波动中,人们对未来进行投票,人们将自然现象和科学成果转换成对自然的操纵和对社会的控制,但在社会科学中标准化不总是见效:
爱因斯坦曾说:“不是所有算得上数的东西都能计算,也不是能计算的东西都算数。”
在企业治理中,绩效管理和考核显然不是指同一件事情,但官僚主义将其对等,追求数字上的效率,又是一条“通往奴役之路”。
更進一步觀察,新自由主義極度提倡個體甚於社會,強調個人產權,貶抑公共財,視土地(自然)與勞動(人類的工作生活)為市場商品,用成本效益分析( cost-benefit analysis ,比方說,制訂「影子價格」〔 shadow pricing 〕計算夕陽或者瀕臨消失的絕景的價格),換算成金錢價格。凡此種種都鼓勵社會計算( social calculation )的習慣,醞釀出社會達爾文主義的氛圍。我的意思是說:歷經兩個世紀的國家強權( strong state )與自由經濟,可能已經將我們成功改造,讓我們喪失了絕大部分的相互性習慣,現在更面臨變身為危險的掠食者,也就是霍布斯認為人在自然狀態時必然的狀態。利維坦的誕生也因此順理成章的自我證成。
经济学必讲的一门课是指社会成本分析Social CBA,将私人投资的现金流加上可被量化外部性的,等于社会CBA。经济学家很容易将污染一条河流的负现金流和Terminal Value计算出来,这几乎是杜绝了自然伦理的考量,既然可以通过被计量,那么先污染后补偿也是合情合理的,毕竟NPV和IRR摆在那,谁能不服?
另一个反社会的经济学是道德风险,在西方保险业,风险偏好越高、越脆弱的人会选择买保险,而在中国,风险偏好低的人为了获得高收益,却买入有“国有资本兜底”的理财产品,认为国家会保护某种程度的高风险借贷,似乎一切非理性的高风险交易为都能解释为“国家应做的”,人们对最基本的风险定价视而不见,也不想理会基于概率的VaR模型,作为投资者,却依赖外界来保护自己的头寸,风险定价在中国仍然是缺失的;另一方面,中国巨额的债务就是道德风险,开发商和地方政府的融这么多钱,是因为投资者相信中国政府会出手,央行作为“最后贷款人”这一假设,才有“刚性兑付”,如此荒谬的悲剧再度上演,人们甚至相信“大而不倒”,自欺欺人,我们金融体系的最终造成的灾难怕是不亚于次贷危机。
让所有的努力都为教育产出的标准化服务,奋力迎合官方设立的标准。
现代化进程的特征之一就包括高等教育的平民化,然而教育还是没逃脱流水线的命运,有的人赢了但同时也输了,狭隘的教育使得社会承受巨大的人才损失和浪费,如今的通识教育沦为文凭社会来缓解阶级上升通道的门路,我们又能在流水线一样的学校中学会什么?只不过是通过统计和量化消除一切无法被观测和管理的个体罢了。
虽然人们总是爱以“无规则不成方圆”劝诫不守法的人,但如果违法的情况下反而证明了没有该法会更好,有的地方没有红绿灯反而会减少交通事故,拒绝量化指标来选择目标大学,社会生活需要一些不妥协,才能让人们明白秩序的荒谬,我们此时此刻活在当下就是被国家机器所愚弄。
这里特别想谈下南方周末的经典文章《系统》,对互联网初期的网游系统的描写,人们被游戏系统所玩弄,挑拨着人性之恶;如今看来这篇文章更讽刺当今,现代化社会沦为国家主义的工具,城镇化是将人口捆绑在新城的叙事,2016年外汇战开始的“货币维稳”,教育、金融、货币等系统已经渗透无处不在,如今年轻人选择躺平、全职儿女只不过是对一部分系统的不合作运动方式之一,当下中国遇到的问题并不是政治合法性,而是现代化极盛的制度性危机。
如果没有人打破理性秩序的宁静,我们也只能在日复一日的土拨鼠之日(不断重复同一天这样的设定)相遇,被傲慢的系统凝视。
[美] 詹姆斯·C. 斯科特。六论自发性。社会科学文献出版社
Jennifer Welch, Jenny Leonard, Maeva Cousin, Gerard DiPippo and Tom Orlik. Xi’s Solution for China’s Economy Risks Triggering New Trade War.
对当下的反思和批判
作者槐序
2024 January 9th发布
对沪深300的PE TTM进行描述性统计、OLS回归、k means聚类、层级聚类和主成分分析。
万得Wind的F9有指数历史PE的分析图,其中就有一项是PT-TTM和一年后收益率的散点图,但单纯的散点图是揭示不了任何事物,它的相关性,以及回归R^2都不得而知,只能肉眼观测。
继上篇博文沪深300估值研究:岭回归、拉索回归和交叉检验,揭示了沪深300的估值与长期工业利润率的相关因素,本文研究沪深300估值,引入新的研究方法,聚类(Cluster)和主成分分析(PCA),因为传统的回归和相关性分析已经并不实用。
library("readxl")
data = read_excel("000300.SH-历史PE_PB-20240105.xlsx", sheet = "市盈率TTM")
library("plotly")
fig <- plot_ly(x = data$市盈率TTM, type = "histogram")
fig
quantile(data$市盈率TTM, c(0.025, 0.975))
library(moments)
mean(data$市盈率TTM)
sd(data$市盈率TTM)
skewness(data$市盈率TTM)
kurtosis(data$市盈率TTM)
Quantile | 0.025 | 0.975 |
---|---|---|
PE | 8.54 | 41.085 |
主要看2.5%的分位值,意味着历史底部的水位。
mean | stdev | skewness | kurtosis |
---|---|---|---|
15.75 | 7.73 | 2.25 | 7.70 |
估值的kurtosis大于5,典型的肥尾分布,尖峰肥尾,肥尾分部的两尾部分明显比正态分布要大。
对于沪深300而言,“相对低估值”其实没有意义的,导致无法通过简单的低估和高估进行获利,很多人看到这里会觉得指数投资已死,但也不尽然,接下来进行OLS回归和相关性分析因果和相关性。
# readxl包读取xlsx
library("readxl")
df = read_excel("000300.SH-历史PE_PB-20240105.xlsx", sheet = "历史估值对应未来1年收益率统计")
首先对传统回归,很轻易得到-0.67的回归系数,而在简单的OLS回归中,决定系数为-9.19,而R^2为0.45,很显然存在遗漏变量,其实市盈率TTM和一年后的收益率并不存在直接的联系,所以在实证过程中我们很容易就放弃了通过工具变量等方法的研究,因为这些数据存在的多重共线性问题。
lm = lm(`一年后收益率` ~ `市盈率TTM`, data = df)
summary(lm)
cor(df[, c("市盈率TTM", "一年后收益率")])
> cor(df[, c("市盈率TTM", "一年后收益率")])
市盈率TTM 一年后收益率
市盈率TTM 1.0000000 -0.6681169
一年后收益率 -0.6681169 1.0000000
library("ggplot2")
library("ggpmisc")
fig <- ggplot(df, aes(x = `市盈率TTM`, y = `一年后收益率`)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE, color = "blue") +
stat_poly_eq(formula = y ~ x, aes(label = paste(..eq.label.., ..rr.label.., sep = "~~~")),
parse = TRUE, size = 4) +
labs(title = "沪深300指数历史市盈率与未来1年收益率关系", x = "市盈率TTM", y = "一年后收益率") +
theme_bw() +
theme(plot.title = element_text(hjust = 0.5))
fig
简单OLS和相关性并不能解释其中的联系,因为存在“异常值”,基于实证主义和既定事实,我们当然是不能剔除偏离均值过多的数据,所以才需要聚类或分类分析。
K-means是基于欧式距离的聚类算法,认为两个目标的距离越近,相似度越大,相似性由欧几里得距离计算。
K-means聚类的结果是k个聚类中心点,这样聚类中的所有点与其中心点的距离都比与其他任何中心点的距离近。
library(cluster)
kmeans_2 <- kmeans(x, centers = 2, nstart=50)
kmeans_3 <- kmeans(x, centers = 3, nstart=50)
par(mfrow = c(1, 2))
plot(x, col = kmeans_2$cluster,main = "K-Means Clustering(K = 2)", pch = 20, cex = 2)
plot(x, col = kmeans_3$cluster,main = "K-Means Clustering(K = 3)", pch = 20, cex = 2)
kmeans_2$tot.withinss ## 输出的是组内总方差之和sum of square
[1] 41314.72
kmeans_3$tot.withinss
[1] 17613.71
kmeans(x, centers = 4, nstart=50)$tot.withinss
[1] 9722.441
理论上组内总方差之和越小越好,但考虑到k若为4和5,组内总方差的减少越来越少,为了避免过拟合的情况使用k=3。
hc.complete <- hclust(dist(x), method = "complete")
plot(hc.complete, main = "Complete Linkage",
xlab = "", sub = "", cex = .9)
cutree(hc.complete, 2)
xsc <- scale(x)
plot(hclust(dist(xsc), method = "complete"),
main = "Hierarchical Clustering with Scaled Features")
当k=3聚类,绿色点主要分布在2014年,而右下角的黑色点主要分布在2015年,这些都不是“异常值”,所以分为以下三类:
层次聚类的凝聚算法通过计算每个类别内所有数据点与其他类别数据点之间的相似性,以确定它们之间的距离。在每一次迭代中,选择最为相似的两个数据点或类别,将它们合并为一个新的类别,形成聚类树。相似性的度量通常基于距离或相似性指标,较小的距离或较高的相似性值表示较高的相似性。这一过程不断重复,直到所有数据点被合并为一个整体聚类或满足预定的停止准则。这种方法允许以层次结构的形式揭示数据点之间的关系,并可通过树状图(树状图谱)呈现,其中有以下三种:
Single Linkage(单链接): Single Linkage倾向于将两个最接近的数据点所在的类别合并在一起。它的确有可能将相距较远的点组合在一起,因为它只关注两个类别中最接近的数据点之间的距离。
Complete Linkage(完全链接): Complete Linkage倾向于将两个类别中最远的数据点之间的距离作为类别间的距离。如果有一个类别中有两个数据点距离另一个类别中的两个数据点较远,那么这两个类别就会被分成两个小组,较远的组将被再次分类。
Average Linkage(平均链接): 在Average Linkage中,不是直接计算两个组之间的距离,而是计算两个组中所有数据点之间的平均距离。然后,用这个平均距离作为两个组之间的距离。这样,它考虑了所有数据点之间的关系,而不仅仅是最接近的或最远的两个点。
我们想将相似的数据尽可能分类,选择Complete Linkage:
hc.complaete <- hclust(dist(x), method = "complete")
plot(hc.complete, main = "Complete Linkage",
xlab = "", sub = "", cex = .9)
cutree(hc.complete, 2)
xsc <- scale(x)
plot(hclust(dist(xsc), method = "complete"),
main = "Hierarchical Clustering with Scaled Features")
结果是它将2015年高pe数据单独分为一类,结果和k-means相似。
通过scale
函数对特征进行标准化,确保所有特征在聚类过程中具有相似的尺度。标准化是一种数据预处理技术,通过将特征进行缩放,使其具有相同的平均值和标准差,从而消除了尺度对聚类结果的影响。
通过以上聚类,我们很容易得到将市场高估值带动收益率的情况分为一大类,但其对总方差的贡献如何?我们又如何看待大部分时间平稳的估值?这就需要对数据进行降维分析——PCA主成分分析。
主成分分析PCA,是利用正交变换来对一系列可能相关的变量的观测值进行线性变换,从而投影为一系列线性不相关变量的值,这些不相关变量称为主成分。
pr.out <- prcomp(x , scale = TRUE)
Cols <- function(vec) {
cols <- rainbow(length(unique(vec)))
return(cols[as.numeric(as.factor(vec))])
}
plot(pr.out$x[, 1:2], col = Cols(x), pch = 19,
xlab = "Z1", ylab = "Z2")
summary(pr.out)
Importance of components:
PC1 PC2
Standard deviation 1.2916 0.5761
Proportion of Variance 0.8341 0.1659
Cumulative Proportion 0.8341 1.0000
从结果上来看,标准差较小说明拟合优秀,第一主成分(PC1)的方差比例为83.41%,PC2解释了16.59%。这表示PC1在解释数据变异性方面起到了更重要的作用,累积方差是指在主成分的顺序排列中,前n个主成分解释的方差比例的累积。在这里,PC1和PC2的累积方差比例分别为83.41%和100%。
拟合优秀。当标准差较小时,说明数据点相对于主成分的投影较为集中,这通常被认为是一个拟合优秀的指标。在这里,PC1解释了大部分方差,这可能导致较小的标准差。
如此高的累计比例PC1正是说明不论PE-TTM如何排序,大部分时间的估值的变化都对对未来一年收益率的变化不构成显著的影响,只有极端估值波动才有机会,PC2说明估值平稳的情况下,对未来1年收益率也无显著影响。
图形上看,居然发现抄底杀估值和追逐估值增长同样对未来一年收益率有积极影响。
pve <- 100 * pr.out$sdev^2 / sum(pr.out$sdev^2)
par(mfrow = c(1, 2))
plot(pve , type = "o", ylab = "PVE",
xlab = "Principal Component", col = "blue")
plot(cumsum(pve), type = "o", ylab = "Cumulative PVE",
xlab = "Principal Component", col = "brown3")
当PVE下降而Cumulative PVE上涨时,通常说明高阶主成分对总方差的贡献较小,但累积的效果仍然是积极的,而前几个主成分能够较好地捕捉数据的变异性,所有的主成分解释所有的方差,说明估值与收益率之间也存在“噪音市场”,也就是说估值的变化大部分时间对未来1年收益率是不敏感的,和上边PAC图一样,只有大幅度杀估值和追高估值才会有正收益,中间区间更多是噪音。
An Introduction to Statistical Learning with R(作者非常喜欢的统计学书)
数据来源:Wind
对当下的反思和批判
作者槐序
2024 January 6th发布
2023年,年度文章导读
发展经济学总是将工业进程当作核心叙事,现代性的工具理性、技术官僚、资本积累等,其实都在揭示凯恩斯主义追求充分就业的必要性,一个预期的社会总需求是需要通过政府干预进行引导的,大规模的投资、基础建设、技术发展、资本累积形成一个正循环;这一过程处于马克思认为的资本主义社会解体危机,资本的过度累积造就今日西方流行的新自由主义neo-liberalism,伴随着去工业化、金融衍生品的规模增加,随之是不断频繁的金融危机。很多人站在宏观的角度思考”宏观调控“其实是过度简化的,无法揭示长期的结构性问题,如结构性失业、财政赤字货币化、闲置劳动力、“滞涨”等问题,这些“后资本主义”现象背后的原因值得深思。
通过对社会学中的经济研究,会发现不存在所谓”中国模式“,中国不是一个例外更不是奇迹,而是全球化资本主义的发展经验中的成功案例,但也遇到了权力资本主义或国家主义独有的发展问题。
一次对文凭的祛魅,目前大部分国家都采用文凭凯恩斯主义,大学扩招、降低高等教育的门槛,将闲置人口“装进教育系统”并延长教育年限,从而缓解资本主义的就业结构性矛盾爆发;文凭凯恩斯主义不可避免的使得文凭通胀,但人们又依赖文凭系统去歧视或排斥他人,筛选的功能远大于社会分工属性。
文凭系统早就了人为的不公平和不平等的机制,教育系统沦为内卷的工具和筹码,陷入了虚无主义的怪圈。
如今大学毕业生找工作的内卷程度不亚于科举考试,通过对文凭社会的探讨,得出悲观的结论:Randall Collins主张取消文凭,但保持高等教育,这样毫无疑问触碰到既得利益者,从理论上看,大部分国家都维持的文凭凯恩斯主义,都不能实质上解决文凭系统的问题。
作者根据自己的亲身经历痛斥大学校园文化的功利主义和虚伪,伴随文凭谈论的阴阳怪气,学生将成为“温顺的绵羊”当作首要的目标。
作者临近大学毕业,却身边的同学到处炫耀大学排名,而不是为自己的学识正名,使得作者对大学彻底失望。
我们因各种制度约束,最终还是选择那些前200或前50的大学,现代社会的“理性选择”却选择性屏蔽了其他大学选项,这是可惜的。
《必要的幻觉》一书批判美国的民主之恶,但同时强调民主幻觉存在的必要性,民主可以被看作政府从人民手中夺走了本有的权力,无知中的奴役。
作者批评后现代主义的虚伪,主张反思现代性,政治是无法解决现代性独有的制度性危机,尽管是在“民主政体”,并没有民主存在的空间,国家的重大利益被遗忘。
西方政治博弈中的邪恶行为,通过Seymour Hersh的报道,美国为了保住欧盟的基本盘,离间俄罗斯能源-德国工业的联系,德国从此成为二流工业国家,不禁令人唏嘘。
疫情放开后,2023年的经济复苏持续了不到4个月,随之的与民众预期相悖的,高青年失业率、低CPI、通缩危机、年度最差的区域股市收益率。
但在作者看来,这些都不是政府的主要过错,这是全球化供应链重组和中国劳动密集型产业的禀赋有关,作者批评利用经济问题抹黑政府的现象。
我们必须接受短暂的失望,但不能放弃拥有无限的希望。
对当下的反思和批判
作者槐序
2023 December 30th发布
在本年度,笔者经历了虚无的都市化生活,以及自我谅解的过程。
首先是又苟活了一年,按部就班的毕业、求职、工作无一使我有所解脱,每一件随波逐流的事物都觉得是在浪费时间、浪费生命,别人眼里看似顺利的进程实质上是某种意义的死亡,丧失了任何选择的空间,每想到下一步的机会成本时,就是自己被将死的棋局。
向往拥抱不确定性,却另一方面社会环境却暗示我“稳定和确定”的重要性。
为什么我要主动选择了约束?又是什么在一直暗示或影响我做决策?
学校和职场都不差,但都不是我能够为此奋斗和尽兴的地方。
我看重的是既定事实,而非别人眼中的自己,没有重来的机会,也不会有后悔的余地。
关于投资和风险,必须承认持有货币本身也是一种风险,购买长期债券、做空波动率都是愚蠢的。
现代化社会的核心竞争能力,是在不对称和不完全信息中博弈的能力,而非在完全信息的情况进行下注。
每天起床到上班路上我都反问自己为何还活在这世上,存在的意义又是什么,对身边的社会生活提不起兴趣,抗拒消费主义,本土性的世俗化,身份认同的虚无,这就是现代化大城市给我最后的挽歌吗?
有些人生决策是无法用金钱衡量的,什么破机会成本,能给自己算不同的NPV和IRR吗?能估算未来的现金流吗?能来个A/B Test?真的很讨厌那些人,动不动就给别人私人领域的规范陈述(Normative Statements)建议。
一边是挫败感,受环境影响摇摆不定,另一边是乐观的心态,相信改变会有所改善。
本年度学会了自我谅解,以上的问题都不完全是自己的过错,承认了在过去某些选择时的无能为力,但更重要的是正活在当下,更勇敢地去迎接未知的挑战。
对当下的反思和批判
作者槐序
2023 December 23rd发布
记录作者搭建博客的过程和心得,建议博客应以内容为中心,结构化文本处理。
最开始接触博客是微软的FrontPage,所见即所得编辑器在当时大概算得上很大胆的创意,相比现在的低代码炒作,在这之后,入坑自媒体、内容社区,在网上和陌生人争辩,浪费了美好的青春。
搭建博客遇到的两个大坑,Wordpress和ghost,Wordpress在我看来是对FrontPage停止维护的反抗斗争,拥有Web2.0的交互属性和可拓展性,经典编辑器(现在是古腾堡编辑器)的设计让我想到word2003,将网页内容的可视化编辑呈现在前端,但是Wordpress带来的可拓展性却是复杂性,各种插件、主题和php的冲突和兼容问题,ghost使用node.js技术,但是其主题细节很多又无法让我完全满意,打算修改默认主题时,就想既然都手写HTML、CSS了,为何不直接使用前端框架生成网站,静态站点生成器(SSG)是主要的独立博客解决方案,而React和Next.js却给我这个什么技术都没有人的小白打开新的大门。
访问/og?title=这个博客是如何搭建的
也能看到这张卡片,通过文字生成图片,这里是用了@Vercel/og
的OG生成 Edge Function,当文章没有设置图片时,就会自动生成OG。
SEO信息如下:
<meta property="og:image" content="https://prologue.dev/og?title=这个博客是如何搭建的"/>
回到博客的构建上,首先是文件架构,我将博客分为两部分,内容信息和前端模板,因为如果将内容信息和前端目录混在一起,杂乱无章,会导致增加维护模板的时间。
.
└── prologue.dev/
├── data/
│ ├── content/
│ │ ├── blog
│ │ └── pages
│ ├── headerNavLinks.js
│ └── sitemetadata.js
├── src/
│ ├── app
│ └── conponents
└── public
所以我将内容信息采集全部放到/data
,也就是说只需要修改/data
就可以自定义网站,其中在/content
中的/blog
放markdown格式的文章,/pages
放不同页面的信息,headerNavLinks.js
设置导航栏的超链接,sitemetadata.js
设置个性化站点的内容。
/src
目录则主要用来维护博客模板的文件路由、layout.js
全局和/components
组件,要获得本博客的效果,是不需要修改/src
目录下的文件的。
/public
是Next.js储存静态文件的目录。
可以直接git clone
我的博客进行修改,也可以在Vercel上一键Fork并部署。
理论上Next.js能部署在支持Node.js的平台上,但不是所有平台支持next start
和/og
的社交平台卡片生成,所以应该禁用图片优化,静态导出。
以下是文章markdown的frontmatter结构:
---
title: title
description: description
publishDate: 2022-11-13
(required)
lastmod: 2023-07-02
featured: true
tags: ["tag1",tag2]
image: /static/photos/06.jpg
imageDesc: This is a static file
(optional)
---
以下是页面markdown的frontmatter结构:
title: title
description: description
(required)
大部分问题都能通过React生态components的技术文档解决,需要做的只是拼凑起来,仅此而已,梳理下思路:
完整的博客 = Markdown、MDX、Latex等标记语言渲染成HTML + SEO + 文件路由 + 交互
渲染问题contentlayer
或next-mdx-remote
都能解决,配合Remark
和Rehype
两个生态的插件拓展。
目前交互选择以Github Discussion为后端的Giscus
。
如果要用mdx,就在contentlayer.config.js
里按照文档里修改。
搜索引擎使用Fuse.js
,实现全文模糊搜索。
SEO目前Next.js13框架已经内置Opengraph和JSON-LD,RSS和SEO的配置都是填表游戏,所以这套模板没有任何技术含量。
请保持对开发和写作的热情,最花时间的是一些非技术性的事物,例如排版布局的细节,自适应窗口大小等,还有CSS渐变效果实现还需要点想象力;而写作更需要连贯的思考输出,而不是“坚持”,保持好奇心和持续观察外界。
请尽可能保持简洁,如果交互、设计过多,内容就不是博客的主体了。
请尽量掌握维护博客的技术或方法。能快速上手的一定是伪命题,要做好一件事物,必须付出一定精力和时间学习,到Github上看别人代码是如何实现的,又有哪些小bug,这就和自己财务规划一样,包括自己的资产负债表的设计,没有人能够比自己做得更好,但自己又不得不去学着做。
请不再折腾,折腾数据库现在是真怕了,就像是维护多一个项目,静态化数据用数据库是没有意义的,我们能不能不要为了折腾而折腾。
请结构化你的文本,本模板选择Markdown + Latex + Frontmatter和Unified.js
(一个使用语法树处理内容的接口),是为了结构化文本(Content as structured data),方便备份和数据读取,只要有底层数据在,就能简单地完成前端渲染。
对当下的反思和批判
作者槐序
2023 December 9th发布
从美式民主看现代政治的衰败,风险社会即现代问题,但政治一定不是解决方案。
如果在简中互联网搜索“后现代主义”,将看到激烈的批评,信奉唯物主义和马克思主义的人支持科学和真理,将解构、消解看作是对立面,而现实是时代同时遇到了晚期资本主义和现代化极盛。
若看到”技术进步是社会科学的第一生产力,用来解放人类劳动、生产力...“这样的命题,我会第一时间质疑技术进步是否导致技术的垄断,从而变本加厉异化和剥削大部分人的劳动成果,技术进步有时是破坏性的,核威胁、人工智能伦理、经济外部性等,如今在生成式AI元年,在资本追逐和盲目的产业转型政策下,监管和伦理显得不再重要。
这里并不鼓励卢德主义企图破坏生产力增长,矛盾是现代社会和国际合作并未对这样的技术爆发做好准备,背景是失控的资本主义的内在破坏性,这正是Joseph Schumpeter熊彼特的创造性破坏理论,经济增长来源于创新破坏原有的经济模式,机器的自动化属性部分替代人的劳动操作是不可协调的矛盾,因结构性失业造成的自然失业率的上涨是自然而然的,左派总是将分配问题当作利益要害,却又享受着工业社会技术创新带来的物质基础,他们最好如《论工业社会及其未来》所说对社会进行“技术性革命”,在技术的进步和路径依赖开始之前就消除这些负外部性,用现实的话说,极左派最应该此时此刻丢掉他们手上的苹果产品,来彰显他们对反技术垄断-人类伟大事业的决心,当这些人使用现代媒介、科技进行政治宣传的同时,他们也被现代社会的框架所限制!这里并不指社会如监狱,而是技术进步的进程越来越不可控,危机如同灰犀牛。
20世纪中期,随着西方发达国家开始由现代工业社会步入后工业社会,其文化思潮也由现代主义转入后现代主义。后现代主义思潮被看作是对现代文明的批判和解构。我反而认为左派激进批评后现代,正是因为他们对历史感知的虚无,恐慌后的代偿;机械般的唯物主义,车轮滚滚,在发达的工业社会迎来终局,取而代之是乌尔里希·贝克的风险社会,基于现实主义的社会批判,社会的新风险来源于极权主义的增长、贫富差距、民族性的缺失、种族歧视、金融危机等,这些是现代化社会的风险外溢,被不对等的转嫁给他者,而气候危机是最为突出的全球化不对称风险,而在近代人类成了风险的主要制造者,衍生出制度化的危机。
我一直认为后现代对现代主义的质疑是有道理的,它不完全是反理性、反科学的、唯心主义、虚无主义的,”难以下定论“是因现代化的复杂性和不确定性,并非一种主义。不论如何,最起码承认后现代主义提出了正确的问题。
用批判“美式民主”作为切入点,在“后真相社会”,符号和立场是社会舆情的舞台,而非论点和事实,后真相不仅单纯的信息传播和认识论问题,意味着现代主义的理想政治消亡,对民主的宏大叙事崩塌。
在基本的认识论中,媒介批判很容易得到信息传播没有事实的结论:
在主流媒体中,对于爱国主义假设的潜在质疑基本不可能存在。即使被允许公开表述,且有充足的证据支持一一在这种情况下这并非难事一这种质疑也会被当作一种意识形态的狂热和荒谬遭到驳回。 在一个又一个的例子中,我们发现,顺从是最容易的方法,是通往特权和声誉的途径;持有异议会付出沉重的个人代价,甚至在一个没有诸如暗杀小组、精神病监狱或灭绝营这些控制手段的社会当中也是如此。媒体结构本身的设计就是为了诱导对既定观念的顺从。在广告之间三分钟的间隙,或在700字的文章中,你很难举出让人信服的观点和证据来表达新鲜的思想或惊人的结论,而顺从地重复那些受欢迎的老生常谈则容易得多。
——《必要的幻觉》Noam Chomsky
因为学术研究的结论是媒体是爱敌对的、爱找茬儿的,记者在媒体中的工作中通常达到一个较高的职业标准,展现勇气、正直和冒险精神,战地记者、逆行者,明明是为了赚取却以较高的道德层面被美化(尽管并非所有人如我假设一样是功利主义的),但在西方记者不是一份体面活,但作为被精英操纵的政治民主下对特定符号的“采证者”或“验尸官”,这是在制造政治合法性的依据。
而在美国国内,政治投资理论揭示了民主的本质,民主的追求实际上是角逐国家控制权的投资团体之间的相互作用。这样的投资群体伪装成中立和道德的一面,通过意识形态和符号滥用将选民装进不同的颜色区间,从而开展权力的游戏。
Walter Lippmann描述,一场“民主实践”的革命例如“制造共识”已经成为“普选政府的一门自发艺术和滥用机制”。“当共同利益无法完全被大众观念所理解,只能被自身利益超越其地域的特定阶级所掌握”时,这是一个自然而然的发展结果。
针对海外的霸权行动,越战、中东战争、中美洲危机等,颜色革命,名义上“捍卫当地人民自由”,然而是在外国势力侵占和反政府武装占领下的,镇压和秘密逮捕不断发生,军队中的暗杀小组到处暗中作祟,怎么可能会有民主?本国人民的政治服务于外国人,国家的重大利益被抛弃。
《必要的幻觉》一书批判美国的民主之恶,但同时强调民主幻觉存在的必要性,民主可以被看作政府从人民手中夺走了本有的权力,无知中的奴役。
Reinhold Niebuhr宣称,“理性属于冷静的旁观者”,“无产阶级”追随的不是理性,而是建立在“必要的幻觉”之上的信仰。如果没有这样的幻觉,普通人只能坠入“惯性”。
大部分人基于功利主义为其自身利益着想,人民必须被保持在无知的状态就像宗教大法官动用奇迹、神迹和权威的力量,“为使其幸福,征服并永远俘获那些软弱的反抗者的意识”,拿走令他们恐惧和唾弃的选择的自由。因此,“冷静的旁观者”必须制造“必要的幻觉和“具有强烈感染力的极简道理”,来保证无知盲目的大众的顺从和满足。
若单纯在政治方面,站在道德层面,批评这样现代化政治的宏大叙事再好不过,如今政治却欺骗人民,将防止现代社会的风险外溢成为政府的职责,不论如何,现代社会的政治都要求一个“无所不能的政府”来为“生活无法自理”的激进选民服务(谁让他们是“少数”?),甚至令人反思政治在现代社会存在的合理性,为什么还有人对政治抱有解决制度性危机的期望?
最近工作需求写了篇绿色金融的文章,说实话我自己都不相信ESG投资能解决任何问题,不论是经济还是社会上,在西方社会,绿党的存在纯粹是后政治的悲剧,让来之不易的民主制度糟蹋浪费在这种邪恶的事情上,最后硬查阅论文找证据,使得符合大众社会对绿色金融的理解和期望,认为逻辑上合理就提交了。
反观身边似乎更是糟糕,在没有实质政治的情况下,如《中国现代化陷阱》所说的“权力市场化”,已经看到央行间接作为房企的最后贷款人,作为地方财政赤字货币化的主体,作为排他性利己主义的货币和市场机器,中国特色的现代化陷阱,房企白名单、地方加码特殊再融资债券,一连串短视主义操作。这不是政治本身的范畴,而是社会陷入以债务增长的陷阱,财政、货币的自主权以及市场的定价权都会逐渐被夺走。
反现代,或文化守成主义,提及:
现代化是一个古典意义的悲剧,它带来的每一个利益都要求人类付出对他们仍有价值的其他东西作为代价。人类有见于他们珍视的事物被他们想要的东西所削弱或摧毁...发展科学技术的目的原本应当是解放全人类,让人类得以摆脱不必要的劳动,从而为人类创造丰富的精神文化挪出重大的闲空,以让文化日渐高明。但实际上,现代化的发展却带着人类偏离到了一条对科技精益求精、对物质永不满足的道路上,手段变成了目的本身,人类的全部精力被投注于现代化的发展中,而与精神的精进背道而驰,这不得不说是一种反讽。所以,尽管现代化推毁了种种对人类有重要性的价值、制度及其他实体,但它从出现的那一刻,就已经是不可返转的了。“我们可总结道:现代化及与其同时存在的反现代化批判,将以这个二重性的模式永远地持续到将来。
——《世界范围内的反现代化思潮——论文化守成主义》
其实还有关于《后现代主义的幻觉》对这一主义的批评,放在今天LGBT、0元购、绿党、BLM、CRT、精神疾病合理化等等已经揭示后现代主义在政治方面的虚伪,美国培养出一群信奉共产主义的电子宠物,政治只是意识形态和金钱,将反对、平权当作一种社会特权,否定历史本身,最终激进政治的失败,带来的是社会撕裂和内耗,使得更加无法在社会层面解决现代性的制度性危机,尽管如此坚信左派激进政治,却又在全球化、自由贸易等议题上摇摆。
将社会制度性问题带入到政治是虚伪和狡猾的,只想向那些追求激进政治的人反问:
我们努力活在当下,难道是为了被这社会所愚弄吗?
对当下的反思和批判
作者槐序
2023 December 2nd发布
通过对沪深300的PE TTM数据和中国经济数据回归分析,揭示对于长期主义指数投资的有效性,经济基本面分析仍然有效,规模以上工业利润率、GDP平减指数、Shibor利率是值得关注的经济指标
在金融领域,使用时间序列预测宽基指数是困难的,由于数据是低维度的,没有外生性的因素,而在金融基础发达的地区,估值是相对稳定的,并反映经济基本面。本文着眼于沪深300指数,通过对其估值影响因素的研究,以期为投资者提供更深入的市场分析。我们将关注经济数据,探讨工业企业营业收入利润率、GDP平减指数、SHIBOR三个月利率等因素,并运用LM回归、残差分析、Bootstrap、岭回归、Lasso等方法进行深入研究,最终得出结论和相关建议。
日期 | 滚动市盈率TTM | 全要素生产率 | 外商直接投资 | SHIBOR3个月 | 中国经济政策不确定性指数 | 工业企业营业收入利润率 | GDP平减指数 |
---|---|---|---|---|---|---|---|
10/31/2006 | 19.74 | 0.034142 | 59.9 | 2.6479 | 59.54 | 5.95 | 0.21 |
11/30/2006 | 24.63 | 0.034142 | 56.9 | 2.8054 | 57.29 | 6 | 0.21 |
12/31/2006 | 32.36 | 0.034142 | 87.6 | 2.8082 | 56.59 | 6.09 | 0.21 |
... | ... | ... | ... | ... | ... | ... | ... |
注:
我们使用LM回归来建立沪深300估值与经济指标的关系模型。具体回归方程如下:
data = read.csv("沪深300估值回归/沪深300估值回归数据.csv")
lm.fit = lm(
log(滚动市盈率TTM) ~ log(全要素生产率) + log(外商直接投资) + log(SHIBOR3个月) + log(GDP平减指数) + log(中国经济政策不确定性指数) + log(工业企业营业收入利润率),
data = data
)
summary(lm.fit)
通过回归结果,我们发现工业企业营业收入利润率、GDP平减指数和SHIBOR三个月利率对沪深300估值的影响具有统计显著性。
> summary(lm.fit)
Call:
lm(formula = log(滚动市盈率TTM) ~ log(全要素生产率) +
log(外商直接投资) + log(SHIBOR3个月) + log(GDP平减指数) +
log(中国经济政策不确定性指数) + log(工业企业营业收入利润率),
data = data)
Residuals:
Min 1Q Median 3Q Max
-0.7738 -0.1835 0.0037 0.1525 0.6529
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.07485 3.49408 0.021 0.9829
log(全要素生产率) -0.23283 1.06685 -0.218 0.8275
log(外商直接投资) -0.01321 0.08861 -0.149 0.8817
log(SHIBOR3个月) -0.34985 0.07026 -4.979 1.71e-06 ***
log(GDP平减指数) -0.77056 0.09593 -8.033 2.45e-13 ***
log(中国经济政策不确定性指数) -0.14295 0.07726 -1.850 0.0662 .
log(工业企业营业收入利润率) 1.49804 0.22976 6.520 9.81e-10 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.2296 on 152 degrees of freedom
Multiple R-squared: 0.7252, Adjusted R-squared: 0.7143
F-statistic: 66.84 on 6 and 152 DF, p-value: < 2.2e-16
从R2和调整R2来看,两者都大于0.7,认为模型解释了回归中70%+的拟合数据,这是理想的情况。
这里的截距可能是一些不可量化的数据,如儒家文化圈下劳动人民的勤奋程度。
从t value来看,只有SHIBOR3个月、GDP平减指数、工业企业营业收入利润率三个变量呈现统计显著(95%置信区间)有参考意义。
结果显示影响沪深300估值最为明显的是工业企业营业收入利润率,其次是GDP平减指数和外商直接投资。
我们进行残差分析,检验回归模型的拟合效果。残差分析包括残差与拟合图、残差的正态分布图、分布位置图以及残差和杠杆图。通过观察这些图表,我们可以判断回归模型是否符合OLS的假设。
残差等于观测值和相对应拟合值的差,那么理想中满足以下两点:
plot
模型能直接输出四张残差图:
plot(lm.fit)
残差与拟合图
残差的期望接近于0,但右下角的三个异常值偏离了理想的残差,但对整体影响不大,拟合情况良好。
残差的正态分布图
残差的正态概率近似直线,说明符合OLS残差正态分布的假设。
分布位置图
这是检查等方差(同方差)假设的方法,当 x 轴经过 2.7 左右时,残差开始沿 x 轴分布得更宽更平。由于残差分布得越来越宽和稀疏,红色平滑线不是水平的,说明残差并不完全沿变量范均匀分布。
残差和杠杆图
所有的点都在Cook's distance之外,说明上述观察到三个异常值实际上并未造成严重误差。
考虑到2008年金融危机的经济数据相对于大部分时间是异常值,但基于实证,不能因此剔除数据,所以残差分析的结论是该log-log模型的残差符合OLS的假设,有参考价值。
为了验证模型的性能,我们使用Bootstrap方法进行重抽样。通过重抽样,我们计算得到模型参数的偏差,并观察其分布情况,以确保模型的可靠性。
Bootstrap和Monte Carlo的差异主要是,Monte Carlo重抽设定好的总体分布模型,是无偏的,而估计值为整体估计,而Bootstrap重抽观察到的基于真实数据的样本分布
首先构建函数,subset = index
能指定要在拟合过程中使用的观测子集,函数返回估计值。
# Bootstrap
library(boot)
boot.fn <- function(data, index) {
return(coef(
lm(
log(滚动市盈率TTM) ~ log(全要素生产率) + log(外商直接投资) + log(SHIBOR3个月) + log(GDP平减指数) + log(中国经济政策不确定性指数) + log(工业企业营业收入利润率),
data = data,
subset = index
)
))
}
set.seed(1)
boot.fn(data, sample(300, 300, replace = T)) #调用函数重抽样,每次结果都有较大相差
boot(data, boot.fn, 1000)
使用bootstrap重抽样1000次。
> boot(data, boot.fn, 1000)
ORDINARY NONPARAMETRIC BOOTSTRAP
Call:
boot(data = data, statistic = boot.fn, R = 1000)
Bootstrap Statistics :
original bias std. error
t1* 0.07485309 -0.121315553 3.30482903
t2* -0.23283009 -0.023225896 1.01562531
t3* -0.01321231 0.006689070 0.08538500
t4* -0.34985328 0.003010512 0.07259779
t5* -0.77056078 -0.013000676 0.12916912
t6* -0.14294676 0.002778872 0.08577070
t7* 1.49803851 -0.006526517 0.22630775
bootresults <- boot(data, boot.fn, 1000)
plot(bootresults)
boot.ci(boot.out = bootresults, type = c("norm", "basic", "perc", "bca"))
> boot.ci(boot.out = bootresults, type = c("norm", "basic", "perc", "bca"))
BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
Based on 1000 bootstrap replicates
CALL :
boot.ci(boot.out = bootresults, type = c("norm", "basic", "perc",
"bca"))
Intervals :
Level Normal Basic
95% (-6.3676, 6.7592 ) (-6.5270, 6.7322 )
Level Percentile BCa
95% (-6.5825, 6.6767 ) (-6.4860, 6.8511 )
Calculations and Intervals on Original Scale
首先回顾RSS(Residual Sum of Squares),
RSS=i=1∑n(yi−β0−j=1∑pβjxij)2在Ridge回归中的回归系数β^R需要最小化
RSS+l2norm=RSS+λj=1∑pβj2而Lasso回归系数β^L需要最小化
RSS+l1norm=RSS+λj=1∑p∣βj∣图形化表示如下
Lasso左,Ridge右,蓝色区域为约束区域,红色圆表示RSS
Lasso约束区域在每个轴上会有拐角,如果椭圆和它相交,那么回归系数就是0,所以如果椭圆距离较远,有可能多个系数同时为0,以此实现惩罚的效果。
我们采用岭回归和Lasso回归来进一步优化模型,考虑到可能存在多重共线性的情况。通过交叉验证和正则化参数的选择,我们得到最优的模型,并观察其在测试集上的表现。
考虑到选择的变量都是外生性的经济指标,无一是无关紧要的,且在现实世界极有可能有多重共线性的情况,岭回归是最佳的解决方案。
# Ridge
library(glmnet)
x = model.matrix(
log(滚动市盈率TTM) ~ log(全要素生产率) + log(外商直接投资) + log(SHIBOR3个月) + log(GDP平减指数) + log(中国经济政策不确定性指数) + log(工业企业营业收入利润率),
data = data
)[, -1]
y = log(data$滚动市盈率TTM)
grid <- 10 ^ seq(10,-2, length = 100)
ridge.mod <- glmnet(x, y, alpha = 0, lambda = grid)
plot(ridge.mod, label = TRUE)
glmnet
中alpha=0
拟合岭回归,alpha=1
为lasso回归
cv_fit <- cv.glmnet(x, y, alpha = 0, nlambda = 1000)
plot(cv_fit)
cv_fit$lambda.min
fit <- glmnet(x, y, alpha = 0, lambda = cv_fit$lambda.min)
fit$beta
而最小MSE误差的lambda为0.03403989,外商直接投资FDI的系数接近0,说明长期来看杀估值和外资撤走并没直接联系。
> fit$beta
6 x 1 sparse Matrix of class "dgCMatrix"
s0
log(全要素生产率) -0.68876215
log(外商直接投资) -0.07225806
log(SHIBOR3个月) -0.31431993
log(GDP平减指数) -0.66421314
log(中国经济政策不确定性指数) -0.17979614
log(工业企业营业收入利润率) 1.34609022
有时候可以选用相对宽松的条件,尽可能避免过拟合,所以将lambda调为1倍标准差值,lambda值为0.1601994。
cv_fit$lambda.1se
fit <- glmnet(x, y, alpha = 0, lambda = cv_fit$lambda.1se)
fit$beta
> fit$beta
6 x 1 sparse Matrix of class "dgCMatrix"
s0
log(全要素生产率) -1.1920025
log(外商直接投资) -0.1548118
log(SHIBOR3个月) -0.2311252
log(GDP平减指数) -0.4897630
log(中国经济政策不确定性指数) -0.2050566
log(工业企业营业收入利润率) 0.9614087
在简单log-log的回归中,全要素生产率变量并没呈现统计显著,且系数为-0.23283,而岭回归的系数是-0.68876215和**-1.1920025**。
细心的人会发现这里没有显著性测试,这是非常巧妙的:在L1和L2惩罚回归模型,我们不会得到系数的 CI 或标准误差,在决定lambda后,这些估值系数是无偏的,因为它们没有意义,应该进一步交叉检验。
全要素生产率考虑的是不包括资本和劳动力等外来输入,其他所有影响产出的要素,即纯技术进步带来的生产率的增长。这其实非常符合现实,国有企业长期垄断,生产效率低下,而民企生产效率相对较高,竞争异常激烈。
使用linearRidge
用 Cule et al (2012)的半自动选择方法选择lambda,all.coef
帮助我们返回所有岭回归的惩罚结果,上文已经拟合过,所以选FALSE。
# linearRidge
ridge_model = linearRidge(
log(滚动市盈率TTM) ~ log(全要素生产率) + log(外商直接投资) + log(SHIBOR3个月) + log(GDP平减指数) + log(中国经济政策不确定性指数) + log(工业企业营业收入利润率),
data = data,
all.coef = FALSE
)
summary(ridge_model)
> summary(ridge_model)
Call:
linearRidge(formula = log(滚动市盈率TTM) ~ log(全要素生产率) +
log(外商直接投资) + log(SHIBOR3个月) + log(GDP平减指数) +
log(中国经济政策不确定性指数) + log(工业企业营业收入利润率),
data = data, all.coef = FALSE)
Coefficients:
Estimate Scaled estimate Std. Error (scaled) t value (scaled) Pr(>|t|)
(Intercept) -0.25466 NA NA NA NA
log(全要素生产率) -0.41513 -0.10449 0.25563 0.409 0.6827
log(外商直接投资) -0.03634 -0.12846 0.29396 0.437 0.6621
log(SHIBOR3个月) -0.33763 -1.53578 0.29679 5.175 2.28e-07 ***
log(GDP平减指数) -0.72884 -3.14983 0.36743 8.573 < 2e-16 ***
log(中国经济政策不确定性指数) -0.15889 -0.75261 0.33044 2.278 0.0228 *
log(工业企业营业收入利润率) 1.44586 1.66397 0.25161 6.613 3.76e-11 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Ridge parameter: 0.02611379, chosen automatically, computed using 4 PCs
Degrees of freedom: model 5.705 , variance 5.432 , residual 5.977
结果上看FDI的系数还是接近于零,
一般来说,正则化的目的是在准确性和简单性之间取得平衡。函数cv.glmnet()
可以找到给出最简单模型的 lambda 值,该值也在最佳 lambda 值的一个标准误差之内。
# 10-fold cross-validation
library(dplyr)
library(purrr)
library(modelr)
cv1 <- crossv_kfold(data, k = 5)
models <- map(cv1$train, ~ ridge_model)
summary(map2_dbl(models, cv1$test, modelr::mape))
MAPE指平均绝对百分比误差,它是一种相对度量,方便直接衡量误差。
> summary(map2_dbl(models, cv1$test, modelr::mape))
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.05702 0.06184 0.06563 0.06613 0.06846 0.07769
从MAPE的分位值分布来看,该岭回归拟合优秀,并没有过拟合。
Lasso回归会降低了系数,反而增强了惩罚,一般将alpha调到1(惩罚最严厉),通过正则化方法,我们得到了更为简化的模型,进一步提高了模型的泛化能力。
#lasso
lasso.mod <- glmnet(x, y, alpha = 1, lambda = 10 ^ seq(10,-2, length = 100))
plot(lasso.mod, label = TRUE)
cv_fit2 <- cv.glmnet(x, y, alpha = 1, nlambda = 1000)
plot(cv_fit2)
cv_fit2$lambda.min
fit2 <- glmnet(x, y, alpha = 1, lambda = cv_fit2$lambda.min)
fit2$beta
cv_fit2$lambda.1se
fit2 <- glmnet(x, y, alpha = 1, lambda = cv_fit2$lambda.1se)
fit2$beta
相对应的,在最小lambda的情况下,全要素生产率、外商直接投资、中国经济政策不确定性指数的系数接近为0,在一倍标准差的lambda的情况下,以上三个变量的回归系数变为0,而其余变量的回归系数只有GDP平减指数增长。
> cv_fit2$lambda.min
[1] 0.005178099
> fit2 <- glmnet(x, y, alpha = 1, lambda = cv_fit2$lambda.min)
> fit2$beta
6 x 1 sparse Matrix of class "dgCMatrix"
s0
log(全要素生产率) -0.0377279697
log(外商直接投资) -0.0005575801
log(SHIBOR3个月) -0.3273320465
log(GDP平减指数) -0.7860965804
log(中国经济政策不确定性指数) -0.1224871859
log(工业企业营业收入利润率) 1.3933377085
> cv_fit2$lambda.1se
[1] 0.03935965
> fit2 <- glmnet(x, y, alpha = 1, lambda = cv_fit2$lambda.1se)
> fit2$beta
6 x 1 sparse Matrix of class "dgCMatrix"
s0
log(全要素生产率) .
log(外商直接投资) .
log(SHIBOR3个月) -0.1421765
log(GDP平减指数) -0.8387103
log(中国经济政策不确定性指数) .
log(工业企业营业收入利润率) 0.6895035
曾想过是否能直接剔除掉这些”非关键变量“再进行回归?是不能的,否则就犯了遗漏变量偏差这一根本错误!理论上应加入的外生性变量都要加入进去。
塔勒布曾讲述统计学的一常见错误,不统计显著不是结论,换而言之,不能过度解读“平凡的数据”。
工业企业营业收入利润率为推动沪深300估值的关键因素,其次是GDP平减指数、SHIBOR三个月利率,也就是整体通胀水平和短期利率为辅。
沪深300的估值长期和工业企业营业收入利润率强相关,是经得住考验的“经济晴雨表”指数,宽松的货币政策对推高市场估值是有效的,而媒体常谈的政策不确定性和外资撤离因素有待进一步验证。
对于长期指数投资者,更应该审视宏观经济和行业竞争格局,而不是市场上的风吹草动。
An Introduction to Statistical Learning with R(作者非常喜欢的统计学书)
对当下的反思和批判
作者槐序
2023 November 16th发布
没有设计就是最好的设计,好的工具是理所当然的存在。
自从工作后逐渐明白生产环境的重要性,作为券商风控居然办公桌上摆放着一台内网机、一个外网机以及一台笔记本电脑,每台设备都装了足以让系统卡死甚至蓝屏的监控“安全软件”(既然如此担心安全却没有系统镜像备份和全盘备份,风控专员居然无法控制自己工作的操作风险),尽管是2018年后购买的新设备在现实中也是无能为力,逐渐发现工作需要的是不断的严谨和重复,以及不定期的微调,凭借不符时流的Excel VBA完成报表的制作,本质上是稳定和一定的可拓展性。
首先千万不要在生产环境折腾测试项目,其技术背景是“失控的微软”,特别是涉及到自动宏、脚本、加载项,我们不知道打开一张Excel表究竟在后台可能发生了什么bug或意外,给我上了一堂印象深刻的课——代码能跑就不要动,千万不要点击历史文件,因为Excel没有严格的版本控制,如果操作失误后保存,下一次打开就找不到过去的版本,然而又没有完整的回退路径,对于要留底稿和审计需求而言,又是场灾难片。
回顾折腾工具的经历,我曾执迷于新事物然而又学不到真正的技术,还是以前学习基础编程和基础算法来得扎实,让我回心转意的是next-mdx-remote
这一Next.js生态中重要的mdx组件,其readme.md
的提示"How Can I Build A Blog With This?":
Data has shown that 99% of use cases for all developer tooling are building unnecessarily complex personal blogs. Just kidding. But seriously, if you are trying to build a blog for personal or small business use, consider just using normal html and css. You definitely do not need to be using a heavy full-stack javascript framework to make a simple blog. You'll thank yourself later when you return to make an update in a couple years and there haven't been 10 breaking releases to all of your dependencies.
其实只使用html+css编译这个博客并不是一件难事,唯一的缺陷可能是缺少开发体验,我非常喜欢tailwind的原子化css,可能将一大堆css塞进className会很奇怪,但是长期下来滚依赖项大版本很难不发生错误,不看release notes完全不知道发生什么breaking changes,所以我选择锁版本号,npm outdated
的wanted和latest永远选择wanted,这是wanted是满足语义化版本控制下软件包的最大版本,但我认为折腾博客和目前的工作有一定的相似,那就是学会足够的技术去维护一套模板并不断修改细节完善。
反观过度的折腾陷入不仅仅是生产力色情,还有副现象的认知偏差,因为大部分人看到有吸引力的事物就想着去模仿,然而模仿学来的可能是别人成功后的结果。
音乐就在你的指尖流淌
吉他大师说:“音乐就在你的指尖流淌。”就算你买了和艾迪·范·海伦( Eddie Van Halen )一样的吉他、效果踏板、扩音器,但是当你用这套装备来演奏时,弹出来的依然是你自己的风格。
同理,给艾迪配一套从当铺倒腾出来的劣质装备,人家一出手,你还是能听出是艾迪·范·海伦的水平。好的装备的确能带来一些帮助,但事实是,你的演奏水平是由你自己的手指决定的。
人们总忍不住要执着于工具,而不关注要用这些工具去做的事情。你见过这类人:能玩转一大堆震撼的艺术字体和漂亮的 Photoshop 滤镜效果的设计师,却不知道该表达什么。业余摄影爱好者总为使用胶片相机还是数码相机而争论不休,却没人关注拍出绝妙照片的决定因素是什么。
很多业余高尔夫球手执着于加入昂贵的俱乐部,但是真正重要的是如何挥杆,而不是加入哪个俱乐部。就算让老虎伍兹加入廉价的俱乐部,他也照样能摆平你。
人们把装备当作取胜的法宝,却不愿意花时间去练习,于是一直泡在专业器材店里。他们想要寻找捷径,然而,最好的工具不是用在普通领域的。而且你在起步阶段肯定用不上它。
在商业领域,太多人纠结于工具的好坏、软件技巧、规模大小、舒适的办公环境、豪华的家具以及其他浮华的东西,而不去关注真正的要点。真正的要点就是怎样赢得客户、如何赢利。
我们还可以看到一些人想要通过博客、播客或拍摄纪录片来宣传他们的业务,却受困于不知选择什么工具。真正要紧的是宣传的内容。你可以花大手笔购买超级棒的设备,但是如果没有什么内容可表达……那么,你还真没什么可说的。
就用你现在手头有的或者能负担得起的,然后开始做吧。工具不重要,就用现有的工具也可以做得一样棒,音乐就在你的指尖流淌。
摘自《重来:更为简单有效的商业思维》
许多工具要求用户进行系统性学习,例如Lightroom中的直方图、曝光和色调曲线等功能。然而,这些功能并非LR软件独有,事实上,在胶片和数码相机的年代,相机通常已经配备了直方图显示的功能。重要的是判断曝光是否准确,而并非仅仅依赖显示屏的辅助,概率密度分布函数揭示了不同明度区域内的像素密度,还包括RGB、明度等直方图,这是对图像进行定量分析。然而在过去,眼见为实是主要的判断依据,缺乏可量化辅助工具,并不乏出色的黑白摄影大师。
工具本身是提供科学分析的方法论,而非直接的创作。
回到写作本身,除了媒介即认识论和路径依赖性,还有云服务的困境。我是非常反对将自己的笔记全部在云服务上,如gitbook如今要付费才能PDF导出,国产的笔记服务只会看到翻车的新闻,各种开会员勒索,我认为,作为需唾手可得又要结构化数据,使用本地储存+编辑器就是简单的方法,很多人会抱怨没有云同步,难道复制粘贴一份很困难吗?将一件简单的事物复杂化,不如想下自己同步的笔记才几个MB,更有甚者存入数据库,除了展现自己的技术,我想不到对于个人需求有何意义。其实大部分人的博客和NAS也是,将简单的事物工程化。
目前写作不需要有纸墨笔砚,只需要“大脑在线”即可,然而折腾工具反而会使得人们掉入工具效率的陷阱,很显然,折腾工具和在某领域获取成功是两回事,但造轮子销售是个不错的生意,只要人们陷入某个系统化的技术栈,也许制作报表无法逃离Excel,某些专业软件难以逃离Mac的软件生态,但这就是订阅制商业模式的运作方式,这些选择除了使得“格调”有所不同,不会有任何附加价值,最终是教科书式的市场垄断,消费者又需要在漫长的经济学历史中找到答案。
没有设计就是最好的设计,好的工具是理所当然的存在。
在设计方面,刻意留空、内容为中心;工具效率方面,好的工具不应被视为“工具”,而是生产劳动过程自然而成的,但刻意折腾必然是低效的,远离了生产环境,最终解决方案是弄清楚自身的需求,打理自己的生活。
对当下的反思和批判
作者槐序
2023 November 10th发布
悲观者正确,乐观者成功。
物以类聚,是指人们经过不断社会选择后,高度共性的人生活在相似的价值观下,而疫情后各种“社会问题”开始让年轻人不再耐烦,用他们的不合作运动去反抗政府,用香港话说,那就是杯葛,2019年反送中的社会撕裂仿佛在大陆再度上演,参与不合作运动的有断缴社保、放弃寻找工作、参与文宣等等,而文宣工作是反送中推向高潮的关键,才有了如尝所愿的“寿终正寝”,再后来转换为“五大诉求”,反观现在的“实名8小时工作制运动“、“房价高而躺平”等零星的反叛,很多事情已经不再以”给社会添乱“衡量,而是公民在做出某种社会性行动却不需要为此负责,在网上说什么造成怎样的影响却是以流量衡量,在互联网谈论正义?难道一群人接连制造同情陷阱并抨击社会就是对的?
在今年8月份统计局选择不公开青年失业率就引起网民质疑,其实这个数据是从2016年初开始统计的,考虑周期性的调整,涉及到毕业季和秋招签合同后的时间差,所以青年失业率是不可能有所下降的,选择不公开是可以被理解的,难道9月份说我们”喜迎青年失业率破22%“?但又有人明知却故意恶意渲染,声称“高到不能见人”,明明自己也受到牵连,却有人在阴阳怪气。
2024年1月28日更新:
2024年1月28日,中国统计局公布了一个新的青年失业率统计方法,中国上周三公布去年12月份青年失业率为14.9%,这大幅低于去年6月份20%的数字。问题是,一不公布详细的样本搜集方式、统计口径,二是不用现有的统计方法来计算过去的青年失业数据,导致数据没有可比性,统计局将青年失业率分为“不包含在校学生的16—24岁、25—29岁、30—59岁劳动力失业率”三组。以往的青年失业样本是不包含实习学生,也就是“年满16周岁,为取得报酬或经营利润,在调查周内从事了1小时以上劳动的人员”,如今的数据口径成了签订全职工作劳动合同的非学生,在当下就业形势下,新的统计方法确实更有助于观察青年就业的情况。但是,这并不是从八月份到十二月旧数据停更的理由,像CPI这类需要定期调整编制方法的指标一般是到年底12月调整,统计局非常狡猾,但结果上看是平稳落地的。
说回“8小时工作制运动”的抗议,大部分参与者都是劳动高度异化的流水线员工,稍微平时看新闻的人都能明白,近两年中国出口量的下降、平均工作时长的增长以及技术转型的痛苦期,在制造业转移的环境下,原有的薪酬和工作时长不变已经是理论上的“高福利”了,却还有的年轻人去要求对于当下现实不合理的要求,也许是的,站在人权的角度一天工作10h是不可接受的,问题是凭什么社会就得以他们为中心而运作,反观政府的财政赤字,企业的资产负债率等指标揭示了政企运作的脆弱,企业家承担的风险,政府承担的公共支出,如果要批评工作时长问题,那最应该批判的是那些利用不稳定收入去用房贷撬动杠杆的买家,买方首先得对自己的资产负债表负责,然后才能去批评企业的财务报表,再去争取劳工权益。
那些熙攘着减少工作时长的人是很明显是不会得偿所愿的,如果有人反驳,他们就会用人性之恶开始同情欺骗,“那你来做这个岗位?”,问题在于莫名其妙的抱怨和批评不仅无法解决问题,还造成劳工关系紧张,如果企业的自由现金流为正,股东能分到利润,其实员工提出薪酬福利谈判也无可厚非,有的企业会选择股票期权、员工持股激励计划来平衡;凭什么人们要过度共情一个陌生人,或许应该承认在这个国家打工在某种程度是一场悲剧,但与此同时也给予我们奋斗的理由,在抱怨的同时,应该反思个人又能做出怎样有建设性的行动,而不是通过舆论影响力去促成短期利益,应该用行动去表决,该移民的移民,该转行的转行,就算没有选票,通往未来的选择仍然是开放性的,把握在人民手中,而不是“大政府就本应如此”;反观所谓民主国家都有短视主义的毛病,《理性选民的神话》就提及理性人假设的崩溃,政治家在竞选中促成短期利益,而忽视长远发展,直升机撒钱就是通过民主来解决短期分配的案例。
现在的网络每天都在上演共情泛滥,而“房价问题”是一个小孩子都能明白的事情,反观金融历史,从阿姆斯特丹证券交易所到北交所,非理性繁荣是经济增长不可避免的结果,有价证券、不动产、住房抵押贷款证券化等等,从基础资产到金融衍生品,房价高我将它描述成,租售比的回本年限大于住宅的有使用价值的最大年限,我不喜欢谈价格,喜欢谈估值,而估值又是和经济繁荣相对的,如果将过去10年沪深300的PE TTM和一年后的年收益率做成散点图,呈现负相关,简单的OLS回归都会发现图形呈现向下倾斜的曲线,说明在低估值期间持有一揽子有价证券更容易获利,而PE TTM的波动是和经济GDP增长变化高度相关的;大部分人认识的“房价贵”是房子与收入的估值,房子贵不买便是,租房子将是更为经济的选择,难道没新房子真的无法成家立业?还是痛恨自己无法加入炒楼大军,很多人讨论比特币就说是骗局,很快要崩盘,为什么这些人不去期望着房地产崩盘?因为他们根本就没打算通过按揭去买楼,只不过部分地区房子贵给了自己躺平的借口,其实明知道房价下跌意味着通缩风险和经济衰退可能性,但他们还是选择了偏执的抱怨,当然我并不鼓励去买入租售比极小的房产,一切资产都有其相对估值,只是参照物的不同,回到估值的问题上,有人很容易就分析一个生意或有价证券的估值,而他们却没办法对不动产用同样的估值方法计算,这是可悲的。
既然有有无数抱怨的原因,当然也有种种理由不去努力,进入习得性无助的怪圈,又在互联网共情泛滥,抱团取暖,从而成为社会边缘化的群体,每天祈求政府去满足他们对“社会主义的追求”,尽管没有实质上福利主义的陷阱,中国人始终无法逃离北欧式福利主义的诱惑,然而那是北欧社会主义者奋斗的结果,而他们却政治选择权利并不背负对应的义务,现实环境的残酷也无法唤醒反贼的白日梦。
反贼习惯了发泄对政府的种种不满,却又依赖着大政府统治下的秩序,说了这么多,想反问的是:不合作运动是正义的体现吗?
厌世代,他们在经济高速增长的背景下出生,享受着比上待人更好的生活质量,在东亚特色科举制度下彷徨,低薪、贫困和看不见的未来,低阶级流动性,消费主义横行,一幅晚期资本主义的写照,无去无从。
以上是精致的媒体叙事,贴着标签来展现自己的身份认同:我废我有理,若否定,那就是缺乏同情和共情的冷漠,难以理解少数群体话题是如何成为现代政治生活的内容,不论是MtF还是厌世代,我们能否不要将少数权益的议题社会化,从而要求社会中其他人去接受同样的叙事。
少数议题是个能引起社会普遍的同情的政治事项,也不想用官媒的“煽风点火”的阴谋去揣度,只是觉得不论对于弱势群体本身还是吃瓜群众自己,这些都不是切身利益相关的,应该把议题转换到更有建设性的议题中(这肯定会被骂)。
如果每天带着某种标签来宣扬某种身份认同,这个过程将自我暗示和投射性认同来成为那样的自己,假使世界原来不像你预期(这也是我很喜欢的一首粤语歌MV),难道就得一直通过政治去改变它吗?政治最初并不是用来利益分配来切蛋糕的,短视主义的政治带来的是动荡和不安,并不会换来阶级流动性,这并不是指不能批评政府,很多社会问题如劳工权益,政府最多作为谈判中介去调解,也许是对政府的角色误判和错误归因。
最后想提一下阶级固化,这也是人尽皆知的问题,其实这也不是政府的错,而是资本积累不可避免的财富集中化,难以逃避日本低欲望社会的到来,而中产夹缝生存;但也不尽然,历朝历代的愚民政策成了治理阶级固化的良药,游戏泛滥、赌博合法化,因为社会并不需要这么多人参与劳动,现在生成式AI和大模型加快了这一进程,换而言之,社会中将出现大量的剩余人口,他们最好作为电子宠物并尽可能消费非物质商品,而政府若站在道德层面有可能避免这一结局,然而我们的社会没有“哲学王”,公共政策不可能尽善尽美。
其实回到个人本身,跳出抱怨政府的怪圈更为重要,假使社会不及预期,请过好自己的人生,至少学会少抱怨社会,因为抱怨的另一面是自己的无能为力,以及不得不遵循原有秩序,不抱怨是一种人生观,例如对现代社会的风险的理解转换为机遇,现实也不一定如舆论所描述的糟糕,用理论和认知去检验和实践,否则只会活在“生活不及预期”的困境,最后用我很喜欢创投圈的一句话以共勉:
悲观者正确,乐观者成功。
对当下的反思和批判
作者槐序
2023 November 7th发布
一边批判着消费主义和现代教育,却一边又作为既得利益者享受,多么讽刺!
作为一个没钱的人读《有闲阶级论》,在某种程度完成了对抗消费主义的最后一块拼图,揭示了生产劳动和消费浪费的区别,有闲阶级通过消费非维生所需的时间与昂贵物品保持、展现身份地位,并脱离社会生产贡献,这一消费文化逐渐蔓延整个社会,资本主义驱动着浪费型消费的增长,尽管在现代也遇到类似于ESG、绿党等概念和组织的抵制,但是有闲阶级的出现是因社会的劳动并非需要这么多人,在中国90年劳动参与率是约78%,2021年约为66%,而美国是从67%下降到62%,毫无疑问的是中国同时面临中产阶级夹缝生存和有闲阶级兴起的情况,特别的东亚特色的文凭主义背景下,“闲职”成了经济学理论中当之无愧的稀缺品,但是如果我们细心观察这一过程,我们正同时面临新加坡式贫困《不平等的样貌》(This is What Inequality Looks Like)和功利教育《优秀的绵羊》带来的挑战。
《不平等的样貌》强调从起跑线就失败,在唯才是用的意识形态下,在小升初进行教育分流是合情合理的,结果是未成年犯罪的滋生、精英社会和阶级固化,社会的内部撕裂,而新加坡的意识形态还包含民族主义、假想敌、爱国情怀,大家长式威权,通过操纵合法性本身来剥夺公民的公平。尽管它不是严肃的学术作品,但作为纪实文学和田野调查研究方法值得一看,因为它提出了正确的问题:不平等被政治合理化,并“强迫”公民承认自己的待遇是理所应当的。
肯定会有人提及另一种可能性,那就是遵守游戏规则,当“小镇做题家”,通过合理的游戏规则来排斥他人,那《优秀的绵羊》揭示了功利式教育的公共危机,但可悲的是不少中国人还用西方玩烂的社会达尔文主义来合理化排他性的既得利益,却不将问题归因为功利教育,只要出过国读书的人就会知道,大部分中国学生是有多怯场,在公共场合不敢畅所欲言,成绩优秀却缺乏“软技能”和通识,社交被看作是任务,因为课后还有人要追求GPA而努力,大家拼了命去模仿“精英”,将可量化指标作为校园生活的KPI。
在文凭系统的游戏规则下,大部分人都不知何去何从,报读专业和目标院校居然是依赖着互联网的信息源,甚至大部分学生却在9月10月第一次看大学,换句话说,教育和文凭本身是没有相关性的,教育给予你排斥其他人的筹码,却可能没有赋予教育应有的素养。
比起大部分人光根据财务报表分析、成本分析去衡量,退一步讲,对于教育市场化运作,它更像是消费品和投资标的的结合,需要考虑的是其内在价值,当然这不是现金流贴现DCF,教育这件事情是很难被量化的,跟适合定性分析。
这并不是鼓吹每个人都应该进入批判现代教育却又义无反顾内卷的怪圈,还是想得到虚无主义的结论“现代教育是一场骗局”?但现实中一无是处的错误却是现代社会运行秩序!名校联盟真的有“镀金价值”吗?
这回到了有闲阶级论的启发:我们必须承认阶级内部的分化,伴随着财富继承、社会声望的积累,某些工作职责和某种符号就属于他们,所以对于普通人而言,这是吃苦不讨好,因为它是充分不必要的,只不过在消费主义下人们仍然管理自己的预期,为了体面而“体面”,后现代式的“人为的没有个人特色”,而且还伴随着“世俗平庸化”,用来评价宗教的言辞放在现代教育上一点也不过分,信奉宗教在心理学上的解释是人对外界无知和恐惧的结果,而现代教育的叙事是人们接受的“专业教育”已构成社会运作的齿轮,如果传授的质量过低,那大学唯一的用处就是文凭印刷厂,尽管很多人也看透了这点,但还是选择当优秀的绵羊。
人们都渴望精英社会那种稳定的个人成长途径,更倾向于稳定,一眼就看到底的人生,将来要做什么似乎都在二十年前决定好了,在我看来,这只学到精英的表象,这是因财富继承、社会地位累计的结果,是副现象,充分不必要最终成为了另类消费。
为何是另类消费?它不是经常性支出,也不是用于提高生活质量的消费,更不是不动产的投资,而是虚无缥缈的token,一种通证,为了“配得上”自己作为某种阶级的符号。
最为矛盾的是批判消费主义和现代教育的是群既得利益者,这在论述中的立场就没有说服力,但这是在现代社会,我们又无法对现代秩序的某一个地方进行重写程序或修复bug,就算有不少人提出了问题,然后就没有然后了。
对当下的反思和批判
作者槐序
2023 October 28th发布
文凭系统是后极权主义的权力组织,由谎言支撑的意识形态组成。
在之前读《教育与分层的历史社会学》看到美国现代化历史由于文凭造成的社会分层,提及通胀和市场需求不足带来的经济危机是因为闲职系统的不公平,文凭社会和不平等,之前的 QS 放榜澳洲大部分学校都涨了,大部分人却因既得利益而沾沾自喜,却缺少批判视角,我在文凭泡沫和大学排名描述,大学排名就像是投机的产物,四大排名提供了一个文凭证券化市场,押注排名的人就像是看 K 线图研究技术面分析,对于厌恶投机的我,简直令人作呕。
大学已经提供了“一切应提供的设施”,学校管理人员无责,教授作为学术研究的核心人员,所以教学再烂也是合理的,大学内尽管不破,光一个校园网就要折磨你。学生成绩不好,不提供实习职业援助,流水线作业文凭工厂,反正一切都不是学校的问题,是学生自己的问题,鉴于“老校严格的学术标准”,所以考试规范多么抽象也是合理的。记得有一门课是关于不平等的,我提建议补充 Thomas Piketty 的二十一世纪资本论的理论,结果一周后,结果是课件上一段不到 50 字的描述和 wikipedia citation,进学校第一天第一门课就被教导不要乱引用 secondary source,我没看到有其他同学给这门残缺课程提建议,这门课基本上是 90%的读文献+10%的交流+0%的授课,对于没 get 到课程本质的同学是灾难的。
作为已毕业的校友,我不会因自己不同的立场而批评那些“不好好读书的同学”,校园文化极度冷漠缺乏同理心,充满着校园精英主义和利己主义,当大家分明知道教育制度的腐败却还要在制度的假设中踩其他人来获得某种优越感,不然可以去问,学生从大学内获得了多少(包括学术和非学术上的)帮助。
毕业问卷中有一项是关于归属感的调查,若非职场,我宁愿抹去这段记忆,当人们在外界讨论 x 大学的“声誉多么动人”,讽刺的是校内却满是抱怨糟糕的校园生活,对着群 ppt 机器 npc 还要被校内管理和家里人 pua,感叹现代化制度的戏剧性,难怪高校中抑郁症的人数占比不少。
在某门课,教授居然使用分布图决定分数,集体涨分,所谓标准就是玩笑和噱头,然而上学第一天学的就是 academic code of conduct,有的人说给你 GPA 涨了还不高兴?我回答,“是的,这一切都如此合理”。
读着所谓毕业生调查报告,又觉得没有那么意外。
如果提出质疑,那么被反驳最多应该是“你自己不会学吗?”
不论回复肯定或否定,那么正好下入谈话的圈套中,但这里不想深究。
本质上是这段话正揭示了流水线文凭工厂,以及败坏的校园文化,强调的不是学识本身,而是名义上的 GPA,校园生活是他们自以为是的“精致格调”,自己有多少社会资本的筹码,有着日本人那种“不给别人添麻烦”,事实上还是对身边漠不关心,也不想接受任何形式的信任,犬儒主义的温室。
也许我得感谢这样的大学生活,让我孤独成瘾以更独立的个体看待世界。
现在每年都邀请学生选出学生代表,来给管理层提建议。
他们能不知道现实吗?明知故问,还用双重标准来制定,故意不提出正确的问题,论精英的傲慢(准确来说是得了精英的毛病,却没这样的命),将“文凭作为社会资本”这种意识形态强加给别人。
作为既得利益者,还要把一段滑稽的经历写在简历上,如果有必要,我还要将自己“美好的校园经历叙事”复述一遍,这不就是哈维尔描述的“我们每个人都是极权机器的共同建造者”,文凭系统成了后极权主义的权力组织,那么在真话中生活必然是对它最根本的威胁。
在信息时代,大学之所以没被瓦解,是因文凭系统进一步深化社会资源分配的不平等,为了让人们加入这场教育内耗,教育必须集中化,从而施行极权主义的权力,建立高教联盟,再通过教育政策进行硬性分配(实际上也是创造更大的不公平),后极权和极权不同在于制度的自我调节,每个人都依赖于制度下的歧视和排斥。
当被质疑水校时,本质上是教育系统都变水了,需要社会资本维持系统的运作,隐喻是你必须遵循文凭系统的游戏规则,否则不认可你。
在这基础上,我已经设想好能批判的依据:
(要有任何漏洞或不完美,都会被认为是一种个人内在的缺陷且无法弥补。)
发现没有,批判学生是非常容易的,因为一张白纸就意味着一无所有,而这种批判却是一群有着精英毛病的中产,由于中产规模的空间越来越小,他们焦虑又急躁,在社会中夹缝生存,但是又更站在加害者的姿势进行评判,简直是斯德哥尔摩综合征的最佳实践。如果要反批判,那最应该反驳的是他们的动机,一种缺失社会安全感的代偿。
离开了学校,再也不回头了,再也不提了。
凡是过去,皆为序章。
相关文章:
对当下的反思和批判
作者槐序
2023 September 8th发布