稳增长和资金阻力最小的方向 ...

稳增长和资金阻力最小的方向

今天更新了一篇公众号文章《 》，算是对前文《 》的一个延伸。

这篇文章有两个基本假设，1、市值函数凹性；2、流动性分布连续。

在这两个假设的基础上，我们很自然的可以得出两个层级的划分。 第一层级： 两大阶段：1、分布力量和总量力量对抗阶段；2、分布力量和总量力量协调阶段。

第二层级： 两小阶段：1、分布力量大于总量力量，市场表现为下跌；2、分布力量小于总量力量，市场表现为微涨。

也就是图1的三个阶段：1、凹性主导；2、流动性主导；3、协调阶段。

如图2所示，最近万得全a连续弱反弹，暗示市场进入了阶段2 。

更进一步，这篇文章又往前推进了一步，分析了流动性分布变化的力量——经济的节奏。 在里面有一个十分有趣的观点：极端的风格必然是极端的经济节奏的表现。 如图三所示，风格a对应了漫长的衰退期，风格b则对应了漫长的复苏期。

事实上，走到这一步，我们已经完成了对以往模型的更新。 如图四所示，资产端的力量对应流动性分布的力量，负债端的力量对应总量流动性的力量。 在以往的模型里，我们假设市值函数是一个线性函数，因此，资产端的力量只影响市场结构，不影响总市值（如图五所示）。

当我们把假设修改为“市值函数是一个凹性函数”之后，资产端的力量也能影响总市值，而且，影响力十分大。 也就是说，系统的资产端和负债端可以共同影响总市值。

升级这个假设之后，新的理论体系仍然具备一致性，但跟现实吻合得比以前好。

根据新的框架，影响总市值的因素包括三块，1、流动性L；2、流动性L的分布；3、风险偏好。

通过框架升级，我们会发现更多有意思的现象： 1、为什么股票的波动性那么高，但房子的波动性不高？ 因为股票会经常性地切换风格，在a和b之间来回倒腾，但是，房子不会，北京并不会经常性地迁都，譬如，北京和石家庄之间换，北京和上海在二十年前也是北京和上海。 此外，在北京或上海内部，切换也不会频繁发生，核心地段始终是核心地段。 正是因为这个差别，房子的夏普比率很高。 在了解这个模型之前，我们会认为这是因为房子的高流通成本和低换手率，但是，知道这个模型之后，你显然不会这么认为。

2、核心地段房子的价格跟人口老龄化有什么必然联系吗？ 并没有，核心地段的房子取决于高端产业和高端人口的数量，它们的数量高，才有可能撑起下面庞大的团队。 事实上，房子市值函数也是个凹函数，只不过自变量是高端产业+人才。越密越贵，普通人口数量只是个表象。 沿着这个逻辑推理，人口老龄化只与边缘城市的房价关系比较大。 黑铁时代是个有些奇怪的说法。

3、凹性很普遍，真的很普遍。