关于解释变量和被解释变量 最...

关于解释变量和被解释变量

最近，中美十年国债利差彻底倒挂，大家终于不大惊小怪了。对于这次经历，大家应该【作为一个反例】牢记。

限于工作原因，我会听不少人讲ppt，不少人有个毛病：随便两根曲线往ppt上一放，就开始编故事了。根本不知道编故事的忌讳是什么。

这次的经验告诉我们：一个很核心的忌讳就是【利差不能作为解释变量】。 也就是说，你既不能拿十年国债利率去解释股市走势（ps：十年国债是个多因素量），更不能拿中美十年国债的利差去讲中美股市的故事（ps：中美十年国债利差是个超多因素量）。

所以，【利差这类东西只能作为结果或被解释变量】，不能作为原因或解释变量。拿这种分歧度很高的东西的利差去做解释变量只能表明你很不专业。

搞这么个玩意儿，讲给一堆人听，真是尴尬。。。

此外，再给大家讲一个很逗比的事情，很多人搞不清楚当下【发生了什么】，但是，讲历史讲得头头是道，尤其是拿一堆历史数据讲一个大故事。 问题出在哪里呢？就是因为历史数据足够多，他们仔细地【筛选+剪辑】，总能讲出一个牛逼故事来的。

但是，听再多这种【剪辑后】的故事毫无意义，最多说明他们在一遍又一遍地犯【证实偏差】的错误。 为什么说成功学害人？因为剪辑过，因为幸存者偏差。 真正有价值的点在于被他们【剪辑掉的片段】。

把最近的市场放到历史长河里，可能是微不足道的【奇异点】，后面那些喜欢讲大故事的人很有可能把这段历史给【剪辑掉了】。

但是，处在这段历史里的我们，因为天天复盘，就很理解为什么【倒挂】： 1、国内疫情形势严峻，央行不得不保持宽松； 2、国内宽松，国外加息，产生了货币政策差； 3、汇率大幅贬值吸收这个政策差； 4、美国需要进口，我们需要出口，所以，他们不搭理我们大幅贬值，不会把我们打成汇率操纵国； 只有知道这些很细腻的，立体的背景，我们才知道【倒挂】的原因在哪里，如果美国通胀不这么严重且在恢复货币政策正常化的路上，你看你这么贬值，他打不打你？ 正是因为【倒挂】的背景太复杂了，要列出1、2、3、4，所以，我们才不能把【倒挂】作为解释变量，它只能作为被解释变量。

综上所述，我们一定要搞清楚，【解释变量】一定要足够简单，足够干净！否则，就是扯淡。