作者：沧海一土狗
来源：沧海一土狗（ID：canghaiyitugou）
引子
最近，A股的风格分化到极致：26个周以来，中证1000累计下跌17.64%，沪深300累计上涨16.47%，创业板指累计上涨16.14% 。在过去的半年，牛市和熊市交织在一起，小市值股票持续下挫，被戏称为要命4000；核心白马不断上扬，加冕成各行各业的“茅”，上演了一轮冰火两重天的“牛市”。
事实上，市场的分化程度要比几个主要指数所展现得还要严重，小市值指数（A股全部市值低于100亿的公司，每月月底调样）在过去半年累计下跌18.69%，茅指数（各行各业的茅）累计上涨39.17%。
如此巨大的指数分化，显然不是一个微观现象。这是一个宏观现象，需要我们从宏观上找出一些解释方案。本篇文章将尝试从宏观的角度找出一种备选解释。
思考宏观问题时容易踩的坑
不知道从什么时候开始，市场上的流行范式重新变得微观化。以通胀预测为例，人们更倾向于“从微观到宏观”的预测办法，而非“从宏观到宏观”的办法。
也就是说，人们更喜欢“因为猪的屁股胖了，所以，猪重了”这样的解释，而不喜欢“因为猪吃的多了，所以，猪重了”这样的解释。
说实话，这种偏好也不难理解。前者有一个符合人性的好处——有微观基础，有数据支撑，让人安心；后者容易遭受一系列指控——空对空，缺乏数据支持。
虽然我们曾经总结过一系列宏观历史经验，但是，微观派却嗤之以鼻，他们选择以新时代的视角来处理问题，理由是——时代变化了，这次不一样。
可是，宏观预测之所以容易失败，往往并不是因为缺乏数据支撑，而是因为不够宏观。
我们把凯恩斯奉为宏观经济学的开山鼻祖，并不是因为后世流行的经济刺激和凯恩斯主义，而是因为他打破了“微观基础”对人们思想的禁锢，果断地迈出那一步——直接在总量的层次上思考问题，开创了新的思考范式。
宏观逻辑和微观逻辑真的是不一样的。
人们会很自然地设想，一个人在不索取他人的情况下使自己致富的行为，也会使整个社会富裕起来。因此，个人的储蓄行为必会导致平行的投资行为。同上面一样，这个命题又跟另外一个表面相似却又不容置疑的命题混淆，这后一命题是：个人财富净增的总和恰好等于社会财富总量的净增量。
——《通论》P17
当思考宏观问题时，专业人士也容易踩到一个大坑里，那就是，认为微观上说的通的道理在宏观上也说得通。若非经过专业训练，每个人都会无数遍地踩入这个坑里，因为我们是一个个微观主体，丰富的生活经验塑造了我们的微观直觉。我们很容易把这种微观直觉延展到宏观问题上。
有些延伸是对的，但很多却是错的。
总体来说，从微观直觉出发解决宏观问题会经常性地遭遇以下两类bug：1、微观逻辑加总结果和宏观逻辑反向的问题；2、完备性的问题。
凯恩斯在《通论》里重点解决的是第一类问题；第二类问题有些低级，但我们也经常碰到，就是拿本村的翠花买了什么东西、隔壁村儿的二狗卖了什么东西来解释宏观现象，这种bug也很流行。
宏观的两个基本逻辑
坦率的说，宏观的逻辑真的挺空的，但好处也很明显：1、避免了反向bug；2、避免了完备性bug。
最宏观的公式其实就两个，一个是乘法逻辑；一个是加法逻辑。
对应到最基本的形式逻辑公式（套套逻辑）分别是：
1、A=B*C；
2、A=D+E；
根据这个公式，我们又可以得到一个基本的推论：
3、B*C=D+E；
前面两个公式的背后都有极其朴素的直觉：
1、第一个公式背后的直觉就是水涨船高；
2、第二个公式背后的直觉就是三十年河东三十年河西，用道家的话就是反者道之动。
写到这里，想必很多读者有些晕了，说这些空对空的东西有什么意义？
下面我们要开始宏观逻辑的惊险一跳：从宏观恒等式出发，然后，把里面的变量（A、B、C等）向现实找抓手。
沿着这条路研究宏观问题，好处是避开了反向bug和完备性bug；代价是可能找不到或者找错面向现实的抓手。
下面我们用资本市场的具体案例展开讨论这两个基本逻辑。
股市的乘法逻辑——水涨船高
在这里，我们把它作为具体运用事例过一遍。
假设一个人有10万块钱并且有着较低的风险偏好，其风险资产的意愿持有比例是20%，于是，他会持有2万元股票和8万元存款。如果他额外获得了10万元并且保持风险偏好不变，那会怎么样？他会从别人那里买入2万元的股票，最终持有4万元股票和16万元存款。
对于个人而言，有别人可以依靠，通过其他人来提高或者降低自己风险资产的比率，但对封闭系统而言，没有这样的外界力量来依靠。
全球就是这样的封闭系统。
于是，有无外界力量依靠就成了微观逻辑和宏观逻辑分界点。对于一个有10万亿资产的封闭系统，假设市场平均的风险资产意愿持有比例为20%，于是，这个市场里有2万亿股票和8万亿存款。为了应对意外事件该系统多了2万亿的存款，那么，市场会发生什么？
每个获得额外存款的个体都意图从别人那里买入股票，但整个系统的股票就那么多，于是，整个系统只能通过股票涨价来平衡系统的资产负债表。
最终，2万亿股票涨价25%涨到2.5万亿，存款在10万亿，风险资产的持有比例回到了20%。
通过这个对比，不难发现，微观逻辑和宏观逻辑很不相同，当个体意愿和宏观环境发生冲突的时候，价格相对有弹性的资产自然而然地调整价格，来平衡这种冲突。
风险偏好变成了一个关键变量。
如果我们再把系统意愿的风险资产/安全资产的比例当做系统平均的风险偏好，于是得到一个一般性的恒等式：
风险偏好=风险资产的价格*风险资产的量/安全资产的总量
这是一个一定不会错的定义式的恒等式，然后，我们做惊险一跳：
风险资产的价格=（风险偏好/风险资产的数量）*安全资产的总量
总量公式就改头换面成前文中乘法逻辑的标准形式——A=B*C，于是我们可以得到影响风险资产价格的三个要素：
1、风险偏好；
2、风险资产的数量——IPO和增发；
3、安全资产的总量——社融增速，背后的货币银行学逻辑是贷款派生存款； 6park.com

2020年4月底，央行开启回归货币政策正常化，银行间资金利率逐渐抬升，社融增速出拐点的预期越来越强烈，但是，社融拐点并没有很快出现，直至2020年11月才姗姗来迟。 6park.com

但是，我们看中证1000的市净率，在2020年7月底就开始转向了，之后一路向下。
因此，流动性状况——社融拐点还是会影响到股市的，只不过这种影响对股市不同的部分影响不同。
对中证1000而言，不利因素包括两方面：1、注册制带来的风险资产供给增加；2、流动性衰退；
如果我们看近端次新股指数，供给的影响很突出，与去年的高点相比，该指数接近腰斩。（指数样本选取标准是：1、自首发上市日次日起，上市涨停板打开便纳入；2、上市满四个自然月则剔除。） 6park.com

风险偏好因子则是一个相对被动的因子，它的主要作用是推波助澜，股价涨得好风险偏好自然就高，相反风险偏好降低。
总体而言，风险偏好因子对核心白马和小市值股票的影响是割裂的，核心白马的风险偏好因子还是向上的，但小市值股票的风险偏好因子早已经向下了，甚至已经到了冰点。
股市的加法逻辑——反者道之动
假设核心白马的意愿总市值记为D，小市值股票的意愿总市值记为E，风险资产的意愿总市值记为A，于是，
A=D+E；
如果社会总体的对风险资产的配比总量是固定的，势必会在核心白马和小市值股票之间形成某种分配。
市场用实际走势告诉我们，社会意愿核心白马总市值的增加会挤压小市值股票。
安全资产数量*风险偏好=核心白马市值+小市值股票市值
把两个公式串到一块，我们就能知道小市值股票的作用了——作为整个系统的配平项。
那么，为什么是核心白马挤压小市值股票而不是相反呢？这里涉及到一个更为基本的问题——确定性偏好。
以债券为例，我们都知道，最基础的流动性是银行间的流动性，如果央行要加息的话，会提高银行间隔夜和七天的利率，然后，3个月、6个月、一年，一路向更长的期限传导。期限越长包含的影响因素越多，遭遇的不确定性越大。
所以，从流动性的维度看，短债包含的不确定性低，流动性好；长债包含的不确定性高，流动性差。
2020年，疫情刚开始的时候，未来的经济形式极度不明朗——不知道疫情持续到什么时候，也不知道经济什么时候好转，投资者们都一脸懵逼，但是唯一知道的是央行会宽松，会投放巨大的流动性。 6park.com

于是，投资者开始重仓杠杆追逐流动性方面的确定性，30年国债和2年国债利差的正常区间为80-120bp，中值为100bp，市场追逐确定性的行为导致二者的利差一度飙升到接近200bp。
事实上，核心白马代表了2年国债，代表了确定性；小市值股票代表了30年国债，代表了不确定性。
所以，一旦提到各行各业的“茅台”，大家就会用上核心、赛道、护城河等字眼，这反映了市场对确定性的追逐。表面上看，茅台60多倍的PE是在估值这个公司本身，事实上并不是，这是市场在当下环境下对于确定性的估值。
毋庸置疑，茅台是家好公司，而且是那种较为确定性的好，在特殊的环境下，市场会给这个确定性标一个很高的价格。
市场总是在追逐某种确定性，并喜欢为它支付高价，因此，有确定性的板块挤压没有确定性的板块，这一轮核心白马挤压小市值股票。
那么，是否就意味着小市值股票就会一直被挤压呢？并不是！确定性有各种各样的维度。 6park.com

市场并不是只有市值大小一个维度，这个只是表象，背后看的都是确定性。只不过这一轮市场关注的在于长期业绩的确定性上。小票有什么确定性优势么？估值确定性的低。
市场并不在意你的确定性在哪方面，它并不挑，唯一在意的就是被股价证明的确定性。
如果哪一天买低估小票的策略开始证明自己，风又会往这边吹。这个策略会不断地自我实现，一些优质的小的会越长越高。市场会渐渐忘记自己的初衷，以为小的就是好的。
所以，也不要轻言什么市场有什么重大进展，再也不会如何如何，人还是那批人，游戏还是那个游戏，有什么重大变化吗？
当流动性宽松作为核心的确定性时，期限利差会高度拉宽；当经济衰退作为核心的确定性时，期限利差又会压缩到倒挂。债市的核心确定性变来变去，债券的利差也会随着宏观因子以及投资者情绪周期性迈向不同的极端。想必，股市也不会有什么例外。
在宏观问题上，我们最好相信，三十年河东三十年河西。
结束语
任何方法都是有局限的。使用有局限的方法时，我们最好要知道，他的好处是什么，他的代价又是什么。
宏观方法的好处就是：1、绕开了微观逻辑宏观逻辑反向的bug；2、避免了完备性的bug。
当然，缺点也一目了然，从形式逻辑往现实世界投射的时候可能出现偏差，要么找错了代理变量，要么找不到代理变量。
此外，它还有一个应用上的麻烦，它无法准确地回答何时切换。因此，我们会面临一个更加核心的抉择：是要精确的错误，还是要模糊的正确？
一定程度的模糊是必要的，这也是很多人讨厌宏观的原因。可是一旦心生追求精确的渴望，就会偏离祖师爷所开辟的道路，栽进那两个埋葬无数巨擘的坑里。
始于正确，终于模糊，宏观还真是空对空啊。