休闲娱乐生活服务其他类别
网贷天眼718福利日提前剧透，记呗闪亮登场当下，中国汽车市场里最火的无疑是SUV。在消费升级时代，消费需求也在不断升级，这也让各汽车品牌加快布局的同时，开始在外观造型、性能配置、定价策略等纬度上，寻找最能够满足消费者需求的发展路径。而Jeep首款国产车型——自由光让消费者又多了一种专业化选择。SUV是人生的态度，理财是人生的管理jeep自由光的专业体现在ACC自适应巡航、盲区监测系统等安全黑科技上，同时保证了SUV特有的大空间舒适性等特点，jeep自由光自由穿梭于城市与田野之间，游走于更广阔的天地。这正如理财对于人生的意义：不仅仅是赚钱，更是对人生的管理以及期待。Jeep自由光让生活充满无限可能，而理财同样如此。它让与人生相关的一系列生产活动都充满了一丝神秘与期待的色彩。网贷天眼718福利日，精彩值得期待还记得518理财节和618天眼会员日么？这两个网贷天眼特色活动一经推出，便迅速得到广大天眼用户与投资者的一致好评。众多优质、优惠、优品满满的小活动，让投资者们感受到了网贷天眼满满的诚意。而在即将到来的718福利日，网贷天眼又将带来哪些意想不到的惊喜呢？是人人期待的红包收割大战还是理财收益大比拼呢？7月17日-7月19日，各位投友网贷天眼见！网贷天眼产品群，记呗重磅来袭作为一家为监督P2P平台运营为目的的第三方综合性虚拟社区和权威咨询平台，网贷天眼的产品群不管对于业内平台还是广大投资者而言都有着不同寻常的意义。网贷天眼自日成立以来，以“正心、正念、正行”的理念服务广大P2P网贷投资者，受到了网贷投资者的推崇。经过五年的发展，已经成为以论坛为基础交流方式，综合提供网贷资讯、网贷评级、网贷数据、导航、社区、P2P理财和投友圈等一系列功能和服务。其中在P2P理财版块中，记呗的推出对于投资者的资产管理有着不同寻常的意义。当你在不同平台投资多款标的时，是否需要登录不同的账号多个APP分别管理？在计算理财收益时，是否是单独相加计算总收益呢？这些以往在理财中极为不便的因素在记呗APP中将迎刃而解。在记呗当中，投资者可以实现多个投资标，一个账号即时管理。并且多个直投标都可以自动记账，智能回款提醒等。可以说，记呗的推出，极大方便了投资者对于所有账户的集中管理，对投资理财行为起到了重要的作用。网贷天眼518理财节和618会员日已经令不少投资者习惯了每月18日这个“福利日期”，这个718即将到来，网贷天眼到底给广大投资者带来哪些惊喜？请拭目以待。
热门新闻更多
热门游戏相关新闻热门视频发现好货
阅读下一篇视频推荐&img src=&/v2-8e2d9cd4e7b1a3c92f9bc38c4fe616ce_b.jpg& data-rawwidth=&0& data-rawheight=&0& class=&content_image& width=&0&&&p&投行分析师到底每天在干啥？ &br&&/p&&p&在我没进入投行的时候，这是我最大的困惑。今天，我采访了之前就职于摩根大通的投行分析师Jerry，为大家还原投行分析师的生活，分享他当时参与的两个项目。&/p&&p&“ 投行作为一个很好的职业起点是很多人都想去的，它真正的厉害之处其实不在于它有多高的薪资，不在于它有多光鲜亮丽的外表，但它到底为什么好，很多人没有去想。”&/p&&p&&b&项目一： 跨境并购项目 （Merger & Acquisition）&/b&&/p&&p&&b&1. 背景介绍&/b&&/p&&p&我当时在&b&香港摩根大通投行部能源组&/b&，我们组一共十二个人，当时组里同年级的分析师只有我和另外一位韩国同事。至于为什么需要在三个月内完成两个项目，那是由于在中国香港地区，公司大部分的项目都是来自中国大陆，自然就需要能够说中文的分析师来负责这些项目，所以除此之外的一些韩国和东南亚的项目则由那位韩国同事负责。&br&&/p&&p&这是一家中国能源公司旨在收购分别分布在美洲、澳洲，例如澳大利亚、巴西、智利等地的一些资产，完成中国国企向海外市场拓展的一次并购。&/p&&p&&b&2. 项目成员和工作内容&/b&&/p&&ul&&li&&b&买方顾问&/b&&br&&/li&&/ul&&br&&p&摩根大通在这场并购中担任&b&买方顾问&/b&的角色，主要任务是帮助国企去跟卖方进行收购协商，并且统筹、主导整个并购流程，完成此次复杂的跨境并购。&br&&/p&&p&由于这些资产都是优质的发电厂资产，在收购过程中也不单纯是有中国的买家参与其中，还有很多国外的买家，而作为一个买方顾问，我们最终的目的是&b&帮助我们的客户去估计一个收购资产的合理价格&/b&。除了摩根大通买方顾问之外，买家还会聘请一些负责其它方面的顾问，例如技术顾问、市场顾问、税务顾问、律师顾问、审计师等等，而怎么样去估算一个合理的收购价格，就是整个摩根大通团队以及买方所雇佣的其它顾问团队共同的努力。&/p&&p&以此次并购中的发电厂为例，通俗化来讲，一个发电厂值多少钱与它能赚多少钱是紧密相联的，一个最直接的影响因素就是它的发电量。以下列举两个参与并购案的顾问，为大家分别介绍下他们的工作内容。&/p&&ul&&li&&b&技术顾问&/b&&br&&/li&&/ul&&br&&p&这就意味着在并购过程中技术层面是需要去了解，这也是为什么技术顾问存在，他们的目的在于去评估这些资产到底能否发出这么多度电，还有他们的技术情况与质量，以及最后算出来的发电量是否在一个合理的范围之内。&/p&&ul&&li&&b&市场顾问&/b&&br&&/li&&/ul&&br&&p&第二点，电发出来要卖钱，一度电在当地的市场能卖多少钱，这个也是需要我们对当地的电力市场有一个很深刻的了解，所以说这就是市场顾问的作用，他们需要去了解当地的电价在未来的几年可能会有什么变化，可能会受哪些政策的影响，大概的价格趋势会有怎样的走向。&/p&&p&所以说在了解了技术和市场这两个方面之外呢，我们大概能够知道海外的这些资产在当地的市场里未来几年内能够发多少电，能够卖多少钱，这是跟这些资产利益直接挂钩的，对我们进行这些资产的估值有很大的影响。&/p&&p&这整个并购项目本身就是非常快速紧张的一个进程，我们的买家打算参与竞标实际上是在相当晚的一个阶段，大部分的人决定竞标这个资产可能是准备了两到三个月，而我们只有十几天的时间来准备。&/p&&ul&&li&&b&其他的项目参与者还有律师、会计师等&/b&&br&&/li&&/ul&&br&&p&&b&3. 项目时长&/b&&/p&&p&在投行里完成一个项目所需要的时间可长可短，周期短的项目能在几个月到半年内完成，而一些周期长的项目，尤其是跨境并购的项目，所需要花费的时间会多许多，因为会涉及到许多的合规、监督管理、不同国家之间法制法规的审核等。&br&&/p&&p&&b&4. 并购小科普&/b&&/p&&p&整个竞标的过程中，一共有以下两轮的竞标：&/p&&ul&&li&&b&非约束竞标&/b&&br&&/li&&/ul&&br&&p&例如参与竞标的共有十位潜在买家，从卖家的角度出发，他不可能揭露给这十位买家很多自己公司的内部信息，因为这一轮竞标的最终你有可能会不买，将信息都透露给买家了肯定是对卖家不利的，所以说&b&非约束性竞标这个过程就是卖家向潜在买家揭露部分关于公司的信息&/b&，潜在买家基于这些信息做出一个自己的判断，决定大概愿意以多少的价格来收购卖方资产。&/p&&ul&&li&&b&约束竞标&/b&&br&&/li&&/ul&&br&&p&基于第一轮竞标完之后，卖方根据十位潜在买家所出的价格淘汰一些买家。在这一阶段，&b&卖方会揭露更多关于公司资产的信息，买方根据这些比较综合比较全面的信息来确定一个比较精确的估值&/b&。例如在第一轮竞标告诉买家一个大概的发电量，但是在第二轮会告诉剩下的买家这个资产技术层面的全部信息，你能够精确的算出每年大概能够发多少度电，误差很小，也对估值起着直接作用。&/p&&p&&b&5. 困难重重，不幸落选&/b&&br&&/p&&p&作为整个项目上唯一的一位分析师，在整个估值过程中，最有难度的就是我自己做的一个估值模型，由于这一套的资产总共有二十多个发电厂，有风电、水电、汽电等，不同资产的估值方式也有所不同，所以这是一个非常庞大的估值项目。&/p&&p&并且在很多的跨境并购案中，外国卖家对于中国买家的态度都是相对比较谨慎的。因为中国能够出得起价格的买家一般都是国企，而&b&国企收购海外资产是有很严格很花时间的中央流程需要走&/b&，与此同时，外国政府对国外买家，也就是非当地的买家收购他们的资产或者是公司，也&b&有严格的政府相关的审核流程&/b&。一般来说，国外卖家可能更倾向于是西方买家，因为在整个比较繁琐的过程中会省掉比较多的麻烦，同时也可以缩短整个项目的时间。&/p&&p&而我们的客户只向卖方的部分资产表达了兴趣，而卖方最终是想要把全部资产一次性卖掉，尽管我们的客户对已有的部分资产出到了一个比较高的价格，但由于对其它部分资产不感兴趣，导致最后一轮竞标中我们的客户并没有被选中。&/p&&p&备注：投行项目中，并购项目的成功率往往是最低的，因为牵扯的因素太多。有的时候即使项目双方都非常想要促成交易，也有可能因为法律法规的问题而项目夭折。&/p&&br&&p&&b&项目二：承销美元债（Debt Issuance）&/b&&/p&&p&这是一家中国的电力公司准备发行美元债，找到摩根大通去凑集发行所需要的资金，摩根大通会负责帮助找到投资人，分析师协调整个流程。&/p&&p&作为分析师（Investment Banking Analyst），我主要做了什么？&/p&&p&&b&1. 全程协助路演&/b&&/p&&p&路演（Roadshow）的目的：促进投资者与股票、债券发行人之间的沟通和交流，以保证股票、债券的顺利发行。&/p&&p&&b&2. 帮助律师完成发行通告&/b&&/p&&p&协助律师团队完成几百页的发行通告，由律师负责起草，内容涵括要发行美元债的这家公司财务、公司风险、公司在行业内的地位等的分析，以及所在行业整体的分析，发行通告是给投资者的一套比较权威性的考量。&/p&&p&&b&3. 准备路演的PPT&/b&&/p&&p&前面聊到的发行通告一定意义上相当于是债券的招股书，真正到路演阶段时，分析师需要完成一份高质量的PPT，并且做陈述说明。这也是路演中很重要的一部分。&/p&&p&&b&4. 完成同声传译，解答问题&/b&&/p&&p&由于发行公司是国内公司，发行的美元债一定程度上吸引了许多国外投资者，所以在协同参与路演的过程中，分析师还需要完成同声翻译为国外投资者解答问题的工作。&/p&&br&&p&&b&三个月内完成了这两个大项目，也证明了效率的重要性&/b&&/p&&br&&p&&b&如何提高工作效率，让自己多点睡觉的时间嫩？&/b&&/p&&p&很直白的说，做投行一定是被项目拖着走的，所有的项目都有其阶段性的目标。相对而言，作为两个项目上唯一的分析师，我需要负责完成大部分的工作，所以在时间协调方面，几乎是没有自己的时间做任何除了工作以外的事情。&/p&&p&所以在提高工作效率上，以下三点建议供大家参考：&/p&&p&·
&b&1&/b&&b&、合理利用公司资源&/b&&/p&&p&投行一般都有很多支持性的资源和人力是可以借力的。比如，强大的资料后援团：Research Center: 可以通过付费的数据库帮你查到各种你需要的资源，全面而且具体。另外，Presentation Center可以帮你美化PPT以及其它文件格式性的东西。暑期一般有实习生可以作为你的后援团，能帮助你做一些繁琐的数据信息整理工作，比如收集几百家公司的数据等，这也是一个比较合理的节约时间的方法。&b&要学会运用发现资源，运用资源，节约自己的时间成本&/b&。&/p&&p&·
&b&2&/b&&b&、及时沟通，减少无用功&/b&&/p&&p&工作中经常会发生在做一个项目或估值的时候，不管是团队还是客户，可能都不知道这个东西应该怎么去做，也不知道这个东西做出来是不是你想要的，比如说这样的估值方法是不是合理的，你可能花了很多时间去尝试，最后却发现做的是无用功。&/p&&p&所以很大程度上，你需要和老板、客户保持紧密的讨论，因为最终的执行是你在负责，老板给的指导可能十分简明扼要，但看起来合理的执行要求可能在执行过程中会遇到各种各样的困难，也有可能你做出来的东西根本不是客户想要的，客户是不做模型的，他想要的东西也有可能是在技术层面上无法完成，所以&b&你要学会跟所有人及时沟通&/b&，确保所有人对某一项东西的理解是一样的、到位的，这样我们做出来的东西才是最有效的。&/p&&p&交待别人做的任务要时常去确认进展，不会把任务丢给他，告诉他一个星期后给我。这样非常容易出现沟通脱节，导致最后无法按时完成任务。我一般会每天都去确认进展，做事情要避免问题出现了来解决，一定要及时沟通。&b&不要总是等问题发生了再去考虑问题的解决方案，而是应该努力去避免问题的产生&/b&。&/p&&p&·
&b&3&/b&&b&、提高你的领导力&/b&&/p&&p&作为两个项目上唯一的分析师，在跨境并购案中，作为买方顾问的最终目的就是要帮客户出一份标书，而你要清楚的意识到，其它的所有顾问都是为你这份标书服务的，你要&b&尽早将你所需要的材料告知他们，给他们足够的时间去完成，并在过程中每天都要及时沟通&/b&。具有全局观念意识，提高你在工作团队中的领导力，才能更加高效的完成工作任务。&/p&&br&&p&&b&投行工作究竟是什么样的呢？&/b&&/p&&p&投行工作的项目上，在技术层面的东西，大家该会的也都会，没有什么特别难的部分。可能绝大部分的同学对于投行的向往就是做这一些所谓高技术含量的活，但归根到底，这些所谓高技术含量的活，最终是不一定会被采用的，&b&它只是起到一个参考的作用&/b&。所以无论从事哪项工作，心态一定要好，从你所做的工作中去学习，就算最后方案没有被采纳，你仍然能有所得。&/p&&p&不管是并购中出一个价格，还是做IPO上市，最终是取决于买家的意愿，你的估值模型做出来是有很多假设条件，但是客户觉得我要用这个数额收购，那你也需要将假设调整为他想要的结果。所以很多事情是取决于沟通协商，并且&b&所有的估值模型，技术层面的东西都是为你要达到的那个目的而服务的&/b&。&/p&&p&&b&你真的了解自己为什么要进投行吗？&/b&&/p&&p&投行作为一个职业起点是很多人都想去的，投行厉害不在于它有多高的薪资，不在于它有多光鲜亮丽的外表，但是它到底为什么好，很多人没有想。&/p&&p&&b&第一点，我觉得投行是一份很磨练人的工作&/b&。现在我们大家一般都是家里的独生子女，在人生的前十几年很少有经历过什么坎坷。而投行作为你人生的第一份工作，能够给你很多压力和责任。你踏出了校园，进入了社会，一入职可能就需要承担很大的责任，做几百万、几千万、甚至几亿的项目，不管是对公司、对社会，还是对客户，你都需要承担相对应部分的责任。&/p&&p&与此同时，你要做很多的项目，并且项目都有很紧张的期限，是很有挑战性的任务，不管是估值还是统筹协调，在整个过程中，你会遇到各种各样的困难，没有人会教你，你没有一个老师可以教你如何解决这些问题，很多时候你是被迫的去解决这些问题，所以投行的精神压力是非常大。而这份工作不管是对你技术层面能力的提升，还是对社会的认知都是非常有帮助的。&/p&&p&&b&第二点&/b&，进投行的人其实都不是想长久做投行，因为这份工作跑不了马拉松，但却可以作为一个很好的职业跳板。这也是投行的魅力所在，&b&投行之后能够为你打开很多扇门，铺非常多条不同的路&/b&，能够让你被很多不同行业，不同的人，不同的公司所接受，你的路会被拓宽非常得多。并不是说你进了投行就一了百了，这是非常错误的观念。也是很多在刚进入大学，对职业发展还不是十分清晰和了解的同学常犯的观念错误。&/p&&p&而且投行也不是只有学金融或是商科的人才能做的，&b&投行实际上是具有海纳百川的精神&/b&，不仅有学历史做投行的，还有有学政治、学科学、学音乐、学生物的做投行。投行虽然是金融，但是它涵盖了许多不同领域，包括了所有的专业，你对什么感兴趣最终都可以归到投行作为一个职业发展的跳板跟起点，有些人对生物感兴趣，可能成为不了生物学家，但生物最直接的应用就是医疗，在投行里做医疗，可以跟很多医疗公司打交道，了解到最先进的医疗产品，知道他们是怎么运作是怎么发展的。而投行里面有不同的行业组，比如说我是做能源的，有很多对地质学地理学感兴趣的同学最终进了能源组，可以继续开发你在这个领域的兴趣。&/p&&p&不要因为自己不是学商科的，而扼杀了投行的这条路。&/p&
投行分析师到底每天在干啥？ 在我没进入投行的时候，这是我最大的困惑。今天，我采访了之前就职于摩根大通的投行分析师Jerry，为大家还原投行分析师的生活，分享他当时参与的两个项目。“ 投行作为一个很好的职业起点是很多人都想去的，它真正的厉害之处其…
23岁当军长。转发个林彪不到30岁时候写的工作总结，不光是军事，应用到日常工作也是很好的指导。如下：&br&-------------------------------------------&br&&p&杨成武回忆：1936年12月,西安事变爆发，红军大学第一期毕业。即将奔赴前线，林彪找我谈话，给我留下很深的印象。我过去当政委，还想干老本行。但军 委经过全面考虑,确定我当师长。林彪说毛主席要我和你谈一次话，讲一下怎样当好师长的问题。谈话时罗瑞卿也在场,杨成武认真作了记录。林彪讲了九条,这也 是他自己在战争中的体会：&br&&br&一、要勤快。不勤快的人办不好事情，不能当好军事指挥员。应该自己干的事情一定要亲自过目，亲自动手。比如，应该上去看的山头就要爬上去，应该了解的情况
就要及时了解，应该检查的问题就要严格检查。不能懒，军事指挥员切忌懒，因为懒会带来危险，带来失败。比方说，一个军事指挥员，到了宿营地就进房子，搞水 洗脸洗脚，搞鸡蛋煮面吃，吃饱了就睡大觉。他对住的村子有多大，在什么位置，附近有几个山头周围有几条道路，敌情怎么样，群众条件怎么样，可能发生什么情
况，部队到齐了没有，哨位在什么地方，发生紧急情况时的处置预案如何，都不过问，都不知道。这样，如果半夜三更发生了情况，敌人来个突然袭击，就没有办法 了。到那种时候，即使平时很勇敢的指挥员，也会束手无策，只好三十六计，跑为上计，结果，变成一个机会主义者。机会主义和打败仗，常常是因为没有思想准
备，没有组织准备，工作没有做到家，懒的结果。因此，不论大小指挥员都要勤快，要不惜走路，不怕劳累，要多用脑子，要做到心到、眼到、口到、脚到、手到。 事情没有做好以前，不能贪闲。贪闲就隐伏着犯错误的根子。什么事都要心中有底，“凡事预则立，不预则废”。雷打不动的干部，牛皮糖式的干部，不管有多大本
事，都不是好干部。 &br&&br&　　二、要摸清上级的意图。对上级的意图要真正理解，真正融会贯通，真正认识自己所受领的任务在战役、战斗全局中的 地位和作用。这样，才能充分发挥自己的主观能动性；才能打破框框，有敢于和善于在新情况中找到新办法的创造性；才能有大勇，才能决心强、决心狠，敢于彻底
胜利，有强烈的吞掉敌人的企图和雄心。指挥员的勇敢集中表现在歼敌决心的坚定顽强上面。指挥员的大勇建立在革命的最高自觉性和正确理解上级意图的基础上 面。 &br&&br&　　三、要调查研究。对于敌情、地形、部队的情况和社会情况，要经常做到心中有数。要天天摸，天天琢磨，不能间断。这样做，不能看 作是重复，实际上这不是重复，而是不断深化不断提高的过程，是取得正确认识的必不可少的手段。平时积累掌握的情况越多，越系统，在战时，特别是在紧张复杂
的情况下，就越沉着，越有办法。急中生智的“智”，才有基础。因此，调查研究工作要贯串在各项工作中，要贯串在每一次战役、战斗的整个过程，反对打莽撞 仗、糊涂仗，反对急性病，反对不亲自动手做调查研究的懒汉作风。特别是敌情，必须切实摸透。因为敌情是活的，敌人必然会极力隐蔽、伪装他们的真实企图和行
动。要尽一切可能不间断地侦察，查清敌人的部署和动向，看他扮演什么角色？是主角还是配角？是主力还是非主力？是骄兵还是败兵？能集中多大兵力向我们进攻 和阻挡我们的进攻。查明敌主官的特性，看他惯用和擅长用什么战法，根据他当前的企图判断他可能采用什么打法，等等。只要摸清了敌情、我情、地形的底，决心
就快，就硬，就坚定。就不会被任何假象所迷惑，就不会被任何困难所吓住。如果情况不清，就会犹豫不决，举棋不定，坐失良机，或者勉强下了决心，一遇风吹草 动，听到畏难叫苦和不正确的建议，就容易动摇，可能一念之差，前功尽弃。 &br&&br&　　四、要有个活地图。指挥员和参谋必须熟悉地图，要经常读地 图。熟读地图可以产生见解，产生智慧，产生办法，产生信心。读的方法是把图挂起来，搬个凳子坐下来，对着地图看，从大的方向到活动地区，从地区全貌到每一
地段的地形特点，从粗读到细读，逐块逐块地读，用红蓝铅笔把主要的山脉、河流、城镇、村庄、道路标划出来，边读，边划，等到地图差不多快划烂了，也就差不 多把地图背熟了，背出来了。在熟读地图的基础上，要亲自组织有关指挥员和参谋对作战地区和战场进行实地勘察，核正地图，把战场的地形情况和敌我双方的兵力
部署都装至脑子里去，做到闭上眼睛面前就有一幅鲜明的战场图影，离开地图也能指挥作战。这样，在你死我活、瞬息万变的战斗情况下，可以比敌人来得快，争取 先机，先敌一着，掌握主动，稳操胜券。 &br&&br&　　五、要把各方面的问题想够想透。每一次战役、战斗的组织，要让大家提出各种可能出现的问题， 要让大家来找答案，而且要从最坏的最严重的情况来找答案。把所有提出来的问题都回答了，再没有问题没有回答的了，这样，打起仗来才不会犯大错误，万一犯了
错误，也比较容易纠正。没有得到答案的问题，不能因为想了很久想不出来就把它丢开，留下一个疙瘩。如果这样，是很危险的，在紧要关头，这个疙瘩很可能冒出 来，就会使你们心中无数，措手不及。当然，在战争环境中，要考虑的问题很多，不可能一次都提完，也不可能一次都回答完，整个战役、战斗的过程，就是不断提
出问题和不断回答问题的过程。有时脑子很疲劳，有的问题可能立即回答不了。这时，除了好好地和别人商量以外，就好好地睡一觉，睡好了，睡醒了，头脑清醒 了，再躺在床上好好想一想，就可能开窍，可能想通了，回答了，解决了。总之，对每一个问题不能含糊了事。问题回答完了，战役、战斗的组织才算完成。 &br&&br&　 　六、要及时下达决心。在什么样的情况下可以下决心打呢？指挥员必须以最大努力组织战役、战斗的准备工作，力求确有把握才动手，不打无把握之仗。但是任何
一次战斗都不可能完全具备各种条件，不可能有百分之百的把握。一般说有百分之七十左右的把握，就很不错了，就要坚决地打，放手地打。不足的条件，要通过充 分发挥人的因素的作用，依靠人民群众的力量，充分发挥人民军队特有的政治上的优势，充分发挥指战员的智慧和英勇顽强的战斗作风来弥补，以主观努力来创造条
件，化冒险性为创造性，取得胜利。&br&&br&　　七、要有一个很好的很团结的班子。领导班子思想认识要一致，行动要协调、合拍，要雷厉风行，要有革命英雄主义的气概。都要勤快，都千方百计地办好事情，完成任务。不互相扯皮，不互相干扰，不抱旁观者的态度。如果领导班子不好，人多不但无用，反而有害。 &br&&br&　 　八、要有一个很好的战斗作风。有好的战斗作风的部队才能打好仗，打胜仗。好的战斗作风首先是不叫苦，抢着去担负最艰巨的任务，英勇顽强，不怕牺牲，猛打
猛冲猛追。特别是要勇于穷追。因为把敌人打垮以后，追击是解决战斗、扩大战果、彻底歼灭敌人最关键的一招。在追击时，要跑步追，快步追，走不动的扶着拐棍 追，就是爬、滚，也要往前追，只有抓住敌人，才能吃掉敌人。好的战斗作风要靠平时养成，要靠实际锻炼，要在紧张、残酷的战斗中才能锻炼出来。不敢打硬仗、
恶仗的部队，让他打几次就打出来了，因为已经见识过硬仗、恶仗的场面，有了体会，有了经验，知道怎么打了，百炼成钢就是这个道理。做工作也要有好的作风， 说了就要做，说到那里做到那里，要做得干脆利索，要一竿子插到底，一点不含糊，不做好不撒手。好的作风的养成，关键在于干部。强将手下无弱兵，干部的作风
怎么样，部队的作风就会怎么样。因此，首先要抓好干部，要干部做出样子，影响带动部队。只要干部作风好，指挥好战斗，多打胜仗，即使是新建的部队或者原来 基础较弱的部队，也会很快打出好作风来，像铁锤一样，砸到那里，那里就碎。 &br&&br&　　九、要重视政治，亲自做政治工作。部队战斗力的提高 要靠平时坚强的党的领导、坚强的政治工作。连队的支部一定要建设好，支部的工作要做活，就是要把所有党团员的革命劲头鼓得足足的，充分发挥他们的模范作
用、带头作用，通过他们把全连带动起来，通过他们去做政治工作，提高全体指战员的阶级觉悟。有了坚强的党支部的领导，有了坚强的政治工作，就可以做到一呼 百应，争先恐后，不怕牺牲，前赴后继。战术、技术也要练好，特别是技术，如果枪打不准，战场上就不能消灭敌人，就不能解决战斗。因此，军事训练不能马虎，
党政工作要领导好训练。艺高人胆大，胆大艺更高，部队有了高度的无产阶级觉悟，有了好的战斗作风，再加上过硬的作战本领，就如虎添翼，就可以无敌于天下。&/p&
23岁当军长。转发个林彪不到30岁时候写的工作总结，不光是军事，应用到日常工作也是很好的指导。如下： ------------------------------------------- 杨成武回忆：1936年12月,西安事变爆发，红军大学第一期毕业。即将奔赴前线，林彪找我谈话，给我留下很深…
&p&马尔科夫过程是一个随机过程。这个随机过程是一个伟大的理论，至少对于金融衍生品的理论上来讲，它是非常伟大的——著名的期权定价公式，BS公式就是根据马尔科夫过程和伊藤引理推导出来的——这样的推导方式，相比于无套利定价方法的推导公式而言，更简单易懂，而作为Q quant 的基本知识，你是必须要知道这个随机过程的。&/p&&p&马尔科夫过程的意思是讲，一个过程，它的时点前和时点后的取值是相互独立的——也就是说，下一分钟发生的事情，完全不受历史时期的变动所控制，只和现在的状态值有关。这样的一个无记忆性的过程给了我们一个事实上的优势——我们在做未来的预测的时候，完全可以不用去看历史价格，而是只关注于一个价格：当前价格，就可以了。但是，由于这样预测的数据具有不确定性，所以你预测的结果必然也就是一个概率分布的形式。&/p&&p&这样，我们首先来定义一个马尔科夫过程：&/p&&p&设股票A的在时点n的价格为&img src=&/equation?tex=S_%7Bn%7D& alt=&S_{n}& eeimg=&1&&,对于下一个时点n+1而言，其价格&img src=&/equation?tex=S_%7Bn%2B1%7D%0A& alt=&S_{n+1}
& eeimg=&1&&的条件概率并不取决于时点n之前的历史价格，即：&/p&&img src=&/equation?tex=P%28S_%7Bn%2B1%7D%3Dx%7CS_1%3Dx_1%2CS_2%3Dx_2%2C...%29%3DP%28S_%7Bn%2B1%7D%3Dx%7CS_n%29& alt=&P(S_{n+1}=x|S_1=x_1,S_2=x_2,...)=P(S_{n+1}=x|S_n)& eeimg=&1&&&br&&br&&p&这样的话我们就称&img src=&/equation?tex=S_1%2CS_2%2CS_3%2C...%2CS_n%2C...%0A& alt=&S_1,S_2,S_3,...,S_n,...
& eeimg=&1&&是一个马尔科夫过程。其中，&img src=&/equation?tex=x_i& alt=&x_i& eeimg=&1&&是一个状态价格，其取值的范围叫做状态空间。当然，这上面的是一个离散的马尔科夫过程，如果是连续的马尔科夫过程，我们又该怎么办呢？&/p&&p&当然和连续随机变量一样啦：&/p&&img src=&/equation?tex=P%28S_%7Bn%2B1%7D%5Cleq+x%7CS_1%3Dx_1%2CS_2%3Dx_2%2C...%29%3DP%28S_%7Bn%2B1%7D%5Cleq+x%7CS_n%29& alt=&P(S_{n+1}\leq x|S_1=x_1,S_2=x_2,...)=P(S_{n+1}\leq x|S_n)& eeimg=&1&&&p&改符号，就是这么愉快。&/p&&p&好了，既然说明白了这个马尔科夫过程，这里，我想说，&b&这货真不是鞅。。。&/b&虽然它和鞅看起来非常像，但是马尔科夫过程和鞅根本不是一套体系——他们之间应该是有交集，但是谁也不包含谁的关系。所以这点上，&b&我们要一定坚决的区分开来&/b&。鞅是通过条件期望定义的，马尔科夫过程是通过概率分布定义的，千万分开（当初在这里整整误了半学期的我也是蠢透了）。&/p&&p&我们现在说一个比较特殊的马尔科夫过程：当一个随机变量，&b&其增量的变化服从于正态分布时&/b&，我们说，这个随机过程叫做维纳过程（Wiener process)——或者一个更出名的名字：布朗运动过程——&b&当然这货就是马尔科夫过程和鞅的交集2333&/b&。&/p&&p&当然，上面这个定义只是我随口说的不严谨的过程，更严谨的表示应该是这样的：&/p&&ul&&li&设&img src=&/equation?tex=X%28t%29& alt=&X(t)& eeimg=&1&&是一个独立增量过程，即随机过程&img src=&/equation?tex=X%28t%29& alt=&X(t)& eeimg=&1&&的下一阶段增量的概率分布独立于其他任意阶段的概率分布；&/li&&li&&img src=&/equation?tex=X%28t%29& alt=&X(t)& eeimg=&1&&是一个关于t的连续函数；&br&&/li&&li&&img src=&/equation?tex=X%28t%29& alt=&X(t)& eeimg=&1&&的增量服从关于时间t的正态分布，即&img src=&/equation?tex=X%28s%2Bt%29-X%28s%29%5Csim+N%28%5Cmu%2C%5Csigma%5E2+t%29& alt=&X(s+t)-X(s)\sim N(\mu,\sigma^2 t)& eeimg=&1&&；&/li&&/ul&&p&我们就称这样的过程是一个维纳过程（布朗运动过程）。&/p&&p&现在我们考虑一个最简单的维纳过程，即增量服从的正态分布是标准正态分布N(0,1)，那么它具有的性质，很容易可以看出：&/p&&ul&&li&&img src=&/equation?tex=X%28t%29& alt=&X(t)& eeimg=&1&&的变化量&img src=&/equation?tex=%5CDelta+x%3D%5Cvarepsilon+%5Csqrt%7B%5CDelta+t%7D+& alt=&\Delta x=\varepsilon \sqrt{\Delta t} & eeimg=&1&&，&b&当然啦&img src=&/equation?tex=%5Cvarepsilon+& alt=&\varepsilon & eeimg=&1&&服从标准正态分布&/b&；&br&&/li&&li&&img src=&/equation?tex=%5CDelta+x& alt=&\Delta x& eeimg=&1&&的方差是&img src=&/equation?tex=%5CDelta+t& alt=&\Delta t& eeimg=&1&&，标准差就是这个再开个根号；&br&&/li&&/ul&&br&&p&好，理解到这一步的时候，我们就基本理解了一个维纳过程——下面我们让这个增量的正态分布变成一个非标准正态分布的状况，即服从一个N(a,b^2)的正态分布，a,b 是两个给定的常数，则我们很容易就可以写出：&/p&&ul&&li&先忽略掉方差波动的问题，则有&img src=&/equation?tex=x%3Dx_0%2Bat& alt=&x=x_0+at& eeimg=&1&&,也就是说，未来的x的期望值等于现在的值&img src=&/equation?tex=x_0& alt=&x_0& eeimg=&1&&再加上现在的正态分布期望乘以时间t；&br&&/li&&li&从上面的那个式子，我们进一步写出x关于时间t变化的幅度：&img src=&/equation?tex=%5CDelta+x%3Da%5CDelta+t%2Bb%5Cvarepsilon%5Csqrt%7B%5CDelta+t%7D& alt=&\Delta x=a\Delta t+b\varepsilon\sqrt{\Delta t}& eeimg=&1&&,这里记住&b&&img src=&/equation?tex=%5Cvarepsilon& alt=&\varepsilon& eeimg=&1&&仍然是服从标准正态分布的，因为我们把b给拉出去了（额）;&/b&&/li&&li&同时，根据上面那个我们也可以给出方差就是&img src=&/equation?tex=b%5E2%5CDelta+t& alt=&b^2\Delta t& eeimg=&1&&了，这个很简单；&/li&&/ul&&p&好了上面三点如果你都理解了的话——那么我们就给出了完整的&b&广义维纳过程，其中a我们叫做漂移率，b^2呢我们叫做方差率&/b&。如果大家对上面我说的还是有点迷糊的话，可以参考下面这个图；&/p&&p&&img src=&/v2-004fee6dd916_b.png& data-rawwidth=&1416& data-rawheight=&722& class=&origin_image zh-lightbox-thumb& width=&1416& data-original=&/v2-004fee6dd916_r.png&&好，我们说完了维纳过程，来继续，我们说伊藤过程：&/p&&p&伊藤过程是广义维纳过程的进一步推进——就是把a 和b 不再限制为一个常数，而是一个关于时间t的函数，即a(t), b(t)，这个意义还是有的，就是说，在时间t的过程中，漂移率和方差率的值不再固定，而是随着时间的变化，a和b也在变化（来啊，互相伤害啊23333），那么在任意一段时间内，x的变化量就会变成如下的状态：&/p&&p&&img src=&/v2-a020e05805dbf97a5b96_b.png& data-rawwidth=&478& data-rawheight=&60& class=&origin_image zh-lightbox-thumb& width=&478& data-original=&/v2-a020e05805dbf97a5b96_r.png&&由于这个公式实在是比较重要，所以我就不写了，而是放大一点截个图吧。&/p&&p&那么这种情况下，如果我们把它写成微分的形式，就是：&/p&&p&&img src=&/v2-5bb7943f87fe_b.png& data-rawwidth=&360& data-rawheight=&44& class=&content_image& width=&360&&上面这个就是伊藤过程的标准写法，当然，&b&这并不是伊藤公式&/b&。&/p&&p&下面，我们来介绍伊藤引理。&/p&&p&关于伊藤引理的证明，我们后面还是做个小专题好了，这里不再赘述，只是按照上面的逻辑继续往下叙述结论。&/p&&p&所谓伊藤引理，结论很简单。我们首先假设上面的那个布朗运动&img src=&/equation?tex=X%28t%29& alt=&X(t)& eeimg=&1&&,然后再附加一个二阶可导函数f（.)，那么有这样的一个公式存在：&/p&&img src=&/equation?tex=df%28X%28t%29%29%3Df%27%28X%28t%29%29dX%28t%29%2B%5Cfrac%7B1%7D%7B2%7D+f%27%27%28X%28t%29%29dt& alt=&df(X(t))=f'(X(t))dX(t)+\frac{1}{2} f''(X(t))dt& eeimg=&1&&&br&&p&这个公式就叫做伊藤第一引理。看起来的形式好像有点像泰勒展开哈，不过注意和泰勒展开确实没什么太大的关系。这里也要分清，看清楚公式的模样，是对谁求的导数；&/p&&p&当然，伊藤发现的引理还可以进一步被拓展为：&/p&&img src=&/equation?tex=df%3D%5Cfrac%7B%5Cpartial+f%7D%7B%5Cpartial+X%28t%29%7D+dX%28t%29%2B%5Cfrac%7B%5Cpartial+f%7D%7B%5Cpartial+t%7Ddt%2B%5Cfrac%7B1%7D%7B2%7D%5Cfrac%7B%5Cpartial%5E2f%7D%7B%5Cpartial+X%5E2%28t%29%7Db%5E2dt& alt=&df=\frac{\partial f}{\partial X(t)} dX(t)+\frac{\partial f}{\partial t}dt+\frac{1}{2}\frac{\partial^2f}{\partial X^2(t)}b^2dt& eeimg=&1&&&br&&p&或者我们写成一个更严谨的形式：&/p&&img src=&/equation?tex=df%3D%5B%5Cfrac%7B%5Cpartial+f%7D%7B%5Cpartial+X%28t%29%7Da%28X%28t%29%2Ct%29%2B%5Cfrac%7B%5Cpartial+f%7D%7B%5Cpartial+t%7D%2B%5Cfrac%7B1%7D%7B2%7D%5Cfrac%7B%5Cpartial%5E2f%7D%7B%5Cpartial+X%5E2%28t%29%7Db%5E2%28X%28t%29%2Ct%29%5Ddt%2B%5Cfrac%7B%5Cpartial+f%7D%7B%5Cpartial+X%28t%29%7Db%28X%28t%29%2Ct%29dz%28t%29& alt=&df=[\frac{\partial f}{\partial X(t)}a(X(t),t)+\frac{\partial f}{\partial t}+\frac{1}{2}\frac{\partial^2f}{\partial X^2(t)}b^2(X(t),t)]dt+\frac{\partial f}{\partial X(t)}b(X(t),t)dz(t)& eeimg=&1&&&br&&p&好，这就是伊藤引理的结论。这个结论给我们一个很好的性质：原始变量的随机过程的维纳过程（注意这里要边读边想哪个是维纳过程），在加入函数f之后，仍然等价于函数的随机过程的维纳过程——也就是说，下一步我们就可以套函数了——从而，推出BS公式也就不是梦了。&/p&
马尔科夫过程是一个随机过程。这个随机过程是一个伟大的理论，至少对于金融衍生品的理论上来讲，它是非常伟大的——著名的期权定价公式，BS公式就是根据马尔科夫过程和伊藤引理推导出来的——这样的推导方式，相比于无套利定价方法的推导公式而言，更简单易…
谢邀，自认为对这个问题有发言权。&br&第一是全书的&b&所有定理的证明都要掌握&/b&，这和一般的数学类教材的方法是一样的；&br&第二是&b&发现整个理论体系的内在逻辑&/b&。一个优秀的初中生应该可以在初一下学期用滚雪球的方法基本还原欧氏平面几何的体系，同理，一个优秀的数学/统计学/金融工程学生应该在不晚于大二下学期具备对概率论与数理统计教材的推导和还原能力。&br&
举个例子：从柯尔莫哥洛夫的公理化定义第三条出发，到概率的连续性，然后添加期望的定义，证明切比雪夫不等式（这个不等式还有指数一般的情况），再证明随机变量方差为零则几乎处处为常数，然后再根据相关系数定义可以证明相关系数绝对值为1时两变量关系几乎处处为一条直线……这种一线串通的例子比比皆是；&br&第三，&b&对大的框架要有把握。&/b&上述第二是由基础定义和公理出发把握概念的联系，本条则是偏向宏观的范畴。“大的框架”是指：&b&能够不经过严格证明而明白知识全貌的概念集合&/b&，这点在全书中以正态分布为中心显得特别明显（正态分布很重要，但是过细地去研究正态分布意义不大，关键是全局去看其意义）。&br&
首先是退化地看，二项分布可以用泊松分布来近似（泊松定理），而根据中心极限定理，泊松分布的极限分布是正态分布。&b&正态分布是所有分布趋于极限大样本的分布，&/b&这就由离散过渡到连续的场合。在连续场合，我们把正态分布标准化就可以导出三大抽样分布（卡方分布，F分布，t分布（又称戈赛特分布）），然后证明这几个分布的方差与均值的系列定理，然后就可以导出正态总体的参数区间估计和假设检验，方差分析和一元线性回归也可以引出。上面说的只是粗略的，很多细节可以补充。像这样，抓住了正态分布，就可以看到一大片森林。&br&第四，&b&既要强调逻辑推导，也不要过分陷入细节&/b&。例如在特征函数的部分，特征函数是随机变量傅里叶变换的期望，而对于傅里叶变换这种还没接触到的细节可以先作为一个基础概念接受，不必过分纠结细节，类似地还有涉及到测度，波莱尔域这些；&br&第五，&b&适当拓展到随机过程和多元统计&/b&。这里强调&b&适当&/b&是因为这些都是后续课程的内容。准则是，随机过程掌握泊松分布，多元统计掌握多元正态分布的假设检验与参数估计，以及形式比较简单的多元线性回归作为对一元线性回归的拓展即可。&br&第六，&b&学以致用&/b&，学学软件，写写程序。对于蒙特卡罗模拟程序，假设检验的命令，以及例如最大似然估计的EM算法都可以尝试在Matlab平台上编写程序运行。在数学建模竞赛和平时的数据分析项目或者课程作业需要处理数据时，可以试着运用统计学的方法。&br&第七，&b&学有余力的话看看高等的内容&/b&，一个是胡迪鹤的《高等概率论》，还有一个是钟开莱的《概率论基础》。胡迪鹤的比较全面，适合研究生看，初学者可以看看钟开莱的就行。数理统计部分要拓展的话：对于非参数内容只要把书本上有的非参数内容搞懂就行，其他非参数深入学习交给后续课程；而参数统计是基础，一定要搞好，可以参考专门的参数统计教材加以拓展。&br&参考书目：&br&1.茆诗松《概率论与数理统计》（第二版，主要看这本就行）&br&2.何书元《概率论》《随机过程》（可以作为对1的补充，但不建议作为主要学习教材）&br&3.高惠璇《应用多元统计分析》（对多元统计内容作拓展，学概率论与数理统计期间看到第四章前面即可）&br&4.陈家鼎《数理统计学讲义》（证明了很多别的书上没有的命题，第四章以后的内容可以作为拓展知识）&br&5.某个外国人写的，机械工业出版社《统计模型》（作为知识面的拓展，当课外书就行）
谢邀，自认为对这个问题有发言权。 第一是全书的所有定理的证明都要掌握，这和一般的数学类教材的方法是一样的； 第二是发现整个理论体系的内在逻辑。一个优秀的初中生应该可以在初一下学期用滚雪球的方法基本还原欧氏平面几何的体系，同理，一个优秀的数学…
&p&谢邀，认识一些这方面的朋友，平日也有一些关注。我写下自己一点了解，不恰当的地方请海涵并指出。&/p&&br&&p&在所有投资策略里，宏观策略差不多是最灵活和最投机的了（此处投机取字面，抓住机会的意思，非贬义）。简单的说，宏观基金就是通过top-down的鸟瞰方式，相信市场上存在定价没有足够反应当前基本面及其变化趋势的地方，然后在市场多数人发现之前采取行动，等待profit-taking时刻到来。&/p&&br&&p&在谈及宏观量化策略之前，先得谈谈宏观投资的两种风格，discretionary，比较自由靠经验判断，systematic，系统性讲究规律和纪律。&/p&&br&&p&Discretionary风格有点像基于基本面的主题投资，通过top-down的分析找到一个主题以及相关的观点，最终将其落实到具体投资工具。举个“主题-观点-工具”的例子，比如你判断中国经济要下行（主题），这意味着市场对商品和原油需求减少价格要下降（观点），你选择做空澳元或者产油国的股指期货（工具）。这种投资风格建仓的速度快，往往会重仓几样工具，持仓的时间可能非常灵活，从几天到几年。比如2008年中，不少宏观基金认为全球经济将变软，于是开始长达半年的做空原油期货。结果是2008年S&P指数跌了38%，而同期Barclays
global macro index反而上涨了9.5%。当然，正是由于discretionary往往取决于判断，和量化一般关系较少。&/p&&br&&p&Systematic风格其实和一般的量化投资是非常接近的，很多量化模型比如factor
model也能得到应用。由于量化模型，systematic风格的建仓往往会更加diversify。同时持仓的时间会显著更长。比如
emerging market equity很便宜，即便到2007年相比developed
market P/E还是很低，不少宏观基金抓住这个机会取得了不错的收益。相比大家熟知的一般quant
investing，最大区别在于其中有宏观的元素，具体说有两点。&/p&&br&&p&第一点区别在于作为factor的数据：大家熟知的量化策略一般使用自下而上（bottom-up）的来自各个公司证券的数据，而宏观策略用的是宏观基本面数据来构造factor，比如GDP、inflation、employment、monetary
policy、yield
curve、trade
flow、exchange
rate、supply
/ demand / inventory of commodities、各种index和VIX，不同行业/地域的earnings和P/E等。相关的量化模型关注研究基本面数据和市场价格的关系（比如GDP对equity
index的影响，inflation对利率的sensitivity等）,除开简单的因子回归外还可能用到复杂的宏观和计量模型。比如每当新的宏观数据出炉以后，用Kalman滤波选取信号对股权市场做出判断，毕竟一般股票分析师不会考虑top-down的宏观信号，所以市场在消化宏观数据存在一定时间延迟。&/p&&br&&p&第二点在于投资的对象：一般量化投资往往在同一种资产中做选择，最常见的是全美六千只/全球三万只股票中做选股，而宏观策略可以对任何资产大类采取做多和做空的举措，go-anywhere，所以理解这些大类之间的关系很重要。只要满足目标资产具有足够的流动性这一要求，不同地域的股权、债券、商品、还有货币都可能是目标。换句话说，宏观策略倾向资产分配，tactical
asset allocation。当然越来越多的宏观基金开始结合一般的量化投资——即在资产分配之后用量化策略进一步细分选股。&/p&&br&&p&两种风格的策略介绍之后，相信大家都能有以下初步判断：在基本面数据对市场长期价格有意义且市场波动不大的时候，systematic风格和宏观基金会表现不错；而在基本面难以表达市场价格或者市场出现急剧变动的时候，discretionary风格由于反应迅速可能表现更好。所以，很难说宏观策略到底是discretionary好还是systematic的好，不少基金可能将两种观点做一个结合。不过感觉号称systematic的已经越来越多了，包括著名的桥水，这对信仰量化的人来说是好事。&/p&&br&&p&虽然不少基金采取disciplined
systematic (quantitative)方法在不同市场环境里寻找机会，discretionary风格往往由于判断正确一个主要宏观事件一战成名。狙杀英镑的Soros说“I don’t
play the game by a par I look for changes in the rules of
the game.” 何等霸气。&/p&&br&&p&宏观策略有个非常值得一提的好处：随着资产全球配置以及ETF等被动投资的兴起，不同资产之间相关系数越来越高，而宏观策略和市场的相关系数往往很低，毕竟操作上没有固定的方法，持仓变化追随时机。下图中可以看出Macro Fund Index和S&P大盘的相关性并不高（我很好奇global
macro index表现如此的好，可能是存在survival
bias的缘故）。&/p&&br&&img src=&/38e328fcb84eb4c2bbe8e_b.png& data-rawwidth=&900& data-rawheight=&386& class=&origin_image zh-lightbox-thumb& width=&900& data-original=&/38e328fcb84eb4c2bbe8e_r.png&&&p&（图片来源：&a href=&///?target=http%3A////generate-superior-returns-less-risk/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&The Macro Trader&i class=&icon-external&&&/i&&/a&）&br&&/p&&br&&p&最后想说的一点是，其实宏观策略也没有特别高深不接地气。我在芝加哥学习生活五年，觉得其实世界上最早使用宏观投资策略的是19世纪芝加哥周边玉米地里的农民。那时候农民根据看天种地的经验，知道选择用期货对冲农产品未来的价格波动。这不就是一种discretionary风格宏观策略么，金融来源于生活。&/p&
谢邀，认识一些这方面的朋友，平日也有一些关注。我写下自己一点了解，不恰当的地方请海涵并指出。 在所有投资策略里，宏观策略差不多是最灵活和最投机的了（此处投机取字面，抓住机会的意思，非贬义）。简单的说，宏观基金就是通过top-down的鸟瞰方式，相…
谢邀。&br&&br&外储和汇率。&br&汇率是一国经济和资产的相对货币表现，&b&决定汇率的是经济增长和资产价格。经济增长决定冷钱投资报酬率（实体）、资产价格决定热钱投资报酬率（资本市场）。&/b&&br&回到房价暴涨的起点，我曾经写过，虽然有这样那样的问题，但我国经济不算最糟糕，那时候房地产泡沫也并不严重，所以人民币存在贬值的压力，但不具备大幅贬值的基础。然而，不到一年时间，我见证了京沪深房价集体暴动。&br&&br&答主说得对，不过换一个表述，&b&经济增长、资产价格、外汇储备和汇率是共生共荣的。&/b&在我国经济繁荣的那些年，经济高速增长=&企业盈利上升=&股票估值提高=&股票价格上涨&br&经济高速增长=&居民收入快速增加=&购买能力增强=&房地产价格上涨&br&即经济高速增长=&资产价格上涨。&br&实体和资本市场预期回报率共同提升，在华投资变得有价值，资本流入国内/贸易顺差流入，人民币升值。&br&&br&反过来，我们就面临了上述因素共衰的困局，这大概是14年底到15年初的情形。经济增长减弱=&实体回报率下降=&人民币流出压力增加=&贬值，同时，房价一蹶不振。&br&除了国际因素导致我国出口骤减外，我国内在的结构性问题也不少。企业和政府负债率过高、房地产库存过高、产能过剩严重，随便单拿一个问题出来，都能够引发系统性风险。&br&从当时出台的政策来看，宽货币+松地产配合。&b&几个解决思路：&br&企业和政府负债率过高：宽货币，降低融资成本，低息贷款置换高息贷款；&br&房地产库存过高、房地产企业资金链过紧：购买端放松，放松房企融资管制；&br&产能过剩严重：......行政管制。&br&不难发现，这几个解决思路是相互矛盾的。&/b&通过降低融资成本的方式去降低企业负担、降低负债率是一个美好的想法，可是宽货币历来对应的是加杠杆；宽货币形态下，企业融资变得容易，过剩行业去产能也就无从谈起了（后来还是靠行政管制）；同理，货币宽松后，由于资本的逐利性，房地产企业不是在去杠杆而是加杠杆。&br&源头还是在宽货币。央行本来的想法是美好的：我给你们提供低息资金，你们赶紧把高息债务置换掉吧；你们赶紧去买房接盘房地产企业手里的库存吧；过剩企业压力减小了，赶紧把高能耗的厂商关停吧；剩下的钱，再拿去搞搞基建托托经济，简直完美。&b&但是改革和变通从来都是在压力下完成的，由于资本的逐利性，宽松只会使人冒进。&/b&&br&&b&央行的底牌给人看到了——用宽松来解决一切问题。最后的结果是，全市场都在套央行的利。&/b&极度宽松的环境下，资产价格必然出现泡沫，居民贷款去炒股、买房；房地产发债融资成本低至3-4%，而业务端房价涨那么快，怎么可能不加杠杆、拿地、建房；而城投平台由于割裂了与地方政府的联系，即使银行愿意贷款，他们也不愿意投资了；过剩产能还亏着呢，也无法投资。&b&最后造成的困局是，钱放出去了，进不到实体，一直在资本市场打转，股市-债市-房市-大宗。&/b&&br&&br&&br&然后说回汇率端，前面我们讲到，&b&决定汇率的是经济增长和资产价格。&/b&经济增长和资产价格，已经无一能托起人民币的汇率。&br&&br&&blockquote&如果说外储比楼价重要，保不了汇率也保不住资产泡沫，所以要牺牲房价的话，高房价难道不是都靠银行资金维持？楼价一旦下跌，在市场预期反转的情况下很可能就是断崖式下跌，形成银行大量坏账，难道不还是要靠央行兜底，大量印钱填补窟窿，最后的结果同样是恶性通胀，经济崩溃和资本外逃，汇率和外储依然保不住。&br&&/blockquote&题主说的没有问题。可是在市场力量下，高资产价格 VS 强人民币 是相矛盾的，必然有一个需要回归。“保房价”和“保汇率”，指的就是在尊重市场规律的前提下，二择其一。&br&&br&但是就来到了题主所说的困局。房价崩了则银行崩，银行崩则中国经济崩，经济崩则外汇崩。反过来，汇率崩则外储崩，外储崩则房价崩。&br&&br&简而言之，目前就是在一个临界状态：房地产好像是一个大泡沫，外面是一个皮球在保护它，皮球之间的空气，是外储。外力开始挤压皮球，皮球的空气开始往外逃逸，皮球缩水必将压碎泡沫；泡沫如果碎了，内压减小皮球也会减小。牵一发而动全身。&br&&br&所以我们目前只能——封死空气出口，禁止空气交换，阻绝外力挤压——加强外汇管制。&br&&br&&b&然后，房地产上涨预期更强了：人民币出不去，投不进实体，人民币发那么多，对抗通胀只有一条路——买房。&/b&&br&&b&请问，这个逻辑的缺陷在哪？&/b&
谢邀。 外储和汇率。 汇率是一国经济和资产的相对货币表现，决定汇率的是经济增长和资产价格。经济增长决定冷钱投资报酬率（实体）、资产价格决定热钱投资报酬率（资本市场）。 回到房价暴涨的起点，我曾经写过，虽然有这样那样的问题，但我国经济不算最糟…
&p&本科毕业后，我曾经在美联储的一家分行工作，我最重要的任务就是在每次FOMC会议（这是美联储的政策决策会议，后面会讲）之前，制定一个有着几百个变量的未来两三年的经济数据预测表，也就是题主所说的，“每个季度，美联储都会公布其对经济未来三年的前瞻性预测”。在我这个分行，只有我和我的直系老板、也就是分行的副主席，共同完成这个工作，我做具体的数据，他过目认可，然后就是直接递交给分行主席。所以美联储是如何做宏观预测的，我还比较了解。&/p&&br&&p&&b&1.
技术层面&/b&&/p&&br&&p&技术层面其实是公开的秘密，和其他的分行以及现在世界上的大部分主流经济学家一样，我这个分行预测宏观经济用的是现在当红的DSGE模型（中文名字叫作动态随机一般均衡模型）,也就是要利用计算机解一堆复杂的方程组，解出来的答案就是对未来的预期了。这些方程里面的几百个常数项是半猜半凑出来的。有的常数项很容易，比如失业率，这个数字查一下Bureau
of Labor Statistics就能知道了。有的常数需要跑回归(regression)或者其他数学办法搞出来。有的常数就是猜，根据直觉/经验去猜，所幸DSGE模型是“随机”的，也就是说，你能输入自己猜测的参数的上下区间……DSGE模型只是一种方法论，一种思想，具体操作起来，我相信每个分行的研究员都其实在跑完全不一样的模型。&/p&&br&&p&那时候我刚本科毕业，工作第一个月，就被分到这个任务，也不是因为我经济学得好，只是因为我的老板就是负责这个分行出这个表的人，这个任务当然就必须我做。第一次做的确很难，因为实际操作上是环环相扣的十几个程序，用不同的语言写成，有一些语言我相信世界上已经没有多少人在用了。光是读懂这些用已经不用的计算机语言由我的前任们写的程序就不容易。根据那个月的经济状况，老板会不断要求修改这些程序来符合现在的预测，于是手忙脚乱。但是，忙乱了几天，终于做好了。那张表打出来，递给老板的时候，他点点头，就交上去了。当时我就有点细思恐极，我想：&/p&&br&&p&难道就这么简单吗？&/p&&br&&p&对于未来经济状况的预测其实就直接指导了下一步的货币政策制定。如果这一切只要一个本科毕业的小朋友在一堆自己不太理解的程序里面敲敲打打就可以搞出来，那美国的货币政策也太不靠谱了。&/p&&br&&p&幸好，过了几个月，我就发现果然并不是这样的……&/p&&br&&p&&b&2.
经验层面&/b&&/p&&br&&p&几个月过去了，FOMC会议也经历了几轮，跑数据搞这张预测表，从一开始的非常困难变成了一件虽然很麻烦但是简单的工作了。结果有一天，把这一轮的预测表交给老板看，老板看了两分钟，然后指出其中一行一列的数字，“这个数字错了。你的方程一定哪里写错了。”我很惊讶，问他怎么看出来。他说，“凭经验。”我于是去查自己的程序，几百行一行一行查出来，结果的确有一个参数抄错了。再跑一遍程序，其他的变量都没大改动，的确是老板指出的那个变量发生了最大的改动。我把新结果再拿给他看，他笑着说，这就对了。这件事情已经过去四年了，我又回学校读了一个经济类的硕士，然而仍然没有想通老板当时怎么能够一下子看出来这个问题，毕竟我原先给的结果也是在合理的范围内的。所以我想，美联储预测宏观经济，看起来是依靠一个非常复杂的数学模型，然而，by
the end of the day, 其实是“唯手熟尔”，依靠几十年的经验判断。我的老板曾经说过，美联储的经济学家做的其实是“经济的工程学”。什么叫工程学呢？就是不厌其烦地反复试错，反复调整，通过每一次错误和调整来积累对这个领域的经验。跑回归，学院里的经济学家一篇论文跑个上百次回归顶多了，我经常一天就跑上百次，对我们的猜测进行微调和robustness
check。这样的一种枯燥的重复，就是老板所谓的“工程学”，不能让人对经济学本身产生洞见，只是让人在变得越来越有耐心，无论是对于数字还是对于这个世界。&/p&&br&&p&这张我老板点头通过的表，就会交到分行的闭门机密会议里，几个主席副主席轮流看，讨论一遍，有一些数字再进行微调。然后过几天，分行的主席就会带着这张经过讨论修改的表去华盛顿开FOMC会议，每个出席会议的分行主席都有一张类似的表，大家开会商量，最后公布一个官方的预测。&/p&&br&&p&可见，虽然DSGE这样复杂的模型可以被看作宏观经济预测的根基，但是它提供的预测会不断地被这些经济学家依据他们过往的经验进行修正。在模型与经验不符的时候，几乎总是经验占了上风。&/p&&br&&p&&b&3.
民主层面&/b&&/p&&br&&p&讲一下美联储的决策机制：美联储在华盛顿设有一个委员会Board of
Governors，除此之外把美国划成了12个储备区，每个区的核心城市里面设有一个分行。每个分行除了对所管的储备区担负着监管职责(Supervision
and regulation) 之外，还需要独立地研究最近一段时期的宏观、微观、和金融市场的现状。美联储最核心的决策会议叫作FOMC会议，每一个半月开一次会，出席的成员是美联储主席+
在华盛顿的剩余6个Board
of Governors + 12个分行主席。大家经过两天的闭门会议，讨论了各自心里对未来经济走势的预测和政策想法，然后进行民主表决。每轮FOMC可以表决的人是美联储主席+所有Governors
+ 纽约分行的主席+剩下分行的主席中的四个。所以除了纽约分行因为地位特殊而每轮都可以投票之外，剩下的11个分行行长轮换投票权，每轮一年。&/p&&br&&p&虽然最后出台的政策是一个民主表决的结果，但是美联储其实是一个强烈渴望共识的地方，也就是说，大部分投票都顶多一票反对……如果有一轮FOMC的表决结果是12票中9票赞成，3票反对，那么第二天华尔街时报的头版应该就是“美联储内部分歧空前严重，美国经济一片迷茫”这样的了。这背后的逻辑是这样的：和政治决策不同，美联储所要决策的宏观经济应该是一个客观的东西，那么，如果大家都在基于相同的事实研究同一个客观的东西，那么最后应该形成的是同一个观点。每一次开会都是为了达成consensus，主席如果感觉到大家并没有共识不会轻易提出表决。这也导致了，其实分行主席是不是在投票年，区别不是很大。投票与否，只是一个象征意义，最后整个房间里的人都应该形成相似的看法。&/p&&br&&p&&b&4.
政治层面&/b&&/p&&br&&p&美联储从设立之初，就小心翼翼地避免政治势力的影响，希望把美国的货币政策与财政政策完全独立开。我平时的工作离政治非常远，感觉FOMC的表决过程也很难被党派力量给左右，所以有一天我就问老板，很多新闻会说“白宫向美联储施压，云云”，是不是全是信口胡说，到底有什么具体的机制能让政治影响美联储呢？&/p&&br&&p&老板说，美联储主席是制定每一次FOMC会议议程的人。&/p&&br&&p&也就是说，是啊，到最后是一个民主表决过程，但是究竟是要讨论什么，对于什么政策表决，则完全是主席说了算。而美联储主席，是由美国总统直接任命的。&/p&&br&&p&举个例子，2012年秋美国大选进入最后白热阶段。共和党候选人Mitt
Romney大肆抨击美联储最近几年的政策，并表示自己当选之后一定会选择一个非常不同的经济学家来替代当时的主席伯南克。几天后的伯南克主持FOMC会议，提出并决议通过了第三轮量化宽松政策，也就是QE3，一个市场非常欢迎的政策，马上提高了奥巴马的支持率。伯南克选择在那个微妙的节点提出QE3，到底有多少是政治有多少是经济，只有天知道了。&/p&&br&&p&&b&5.
一个不可能的任务，以及它教给我的&/b&&/p&&br&&p&这个九月，美联储终究没有加息。&br&&/p&&br&&p&说了好久要加息，最后还是没有加上，和之前的每一次一样，又有很多新的情况暂缓了这一次的加息：美国的新增就业、中国的股市和制造业、拉美的货币贬值、希腊。可是，这么算起来，从2008年底到现在，美国已经有7年时间滞留在0利率上了。这让我感到忧郁，我觉得世界似乎从2008年就停了下来，美联储有限的政策工具对此没有解决的良方。&/p&&br&&p&我记得刚入职的时候我们分行开过一个学术会议，两个来自日本的央行学家用口音严重的英语大声疾呼，“千万不要把美国变成日本那样！”四年过去了。也许他们说中了，整个世界在某种程度上都陷入了日本式的经济放缓，日本式的忧郁。&/p&&br&&p&从更加宏观的意义上来看，美联储（或者说，所有的央行）的任务的确是非常困难，简直是mission
impossible。这个困难主要在两方面：1)
占卜未来的困难。即使DSGE模型再精深，说到底，我们是在用一年前的数据（更加近期的数据只是估测，并不准确）预测两三年之后的事情，预测离实际情况相差大是十有八九的事情。并不只是美联储，华尔街上任何一家投行的宏观研究部门，还有SPF(survey
of professional forecasters) 的远期预测准确程度，都并不高。2）八面玲珑的困难。虽然美联储号称只有两个目标，美国的失业率和通胀率，但实际上，一发千钧，美联储对于国内和国际上的影响，不可能不顾及。在这个全球经济一体化的时代，美联储出台一项政策，想要方方面面都照顾到，是很困难的。除了这两个之外，在利率已经长年为零的情况下，美联储还面临着zero
lower bound的困难。已经为0了，那就是山穷水尽，退无可退，除非花巨大的代价去用那些非常规的手段 (QE) 。&/p&&br&&p&所以，在这个角度上讲，这是一份挫败感很强的工作。像在很慢很慢地下棋，每一个半月下一步棋，而对手是整个世界。然而因为数据和沟通上的滞后，实则你的每一步都慢了，当你的棋落子，这个棋局早已经不是你思虑过的那一盘了。我从前在美联储工作的时候，写过一篇文章《看火人》(&a href=&///?target=http%3A//ki.net/Search/SHWE.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&看火人-《上海文学》2013年第10期&i class=&icon-external&&&/i&&/a&），讲对工作的感受，说这份工作就像是森林里的看火人，很多时候，我只是隔着玻璃窗在山顶看野火燃烧，时时记录和报告我观测到的数据，然而对于大部分野火，最好的办法是不干预这场火，不去以消防员的身份扑灭它，等它自己烧完。&/p&&br&&p&我想如果我是在格林斯潘时代的美联储工作，也许是截然不同的感受。我会觉得这个机构所向披靡，天下都在它手里。然而我加入的是伯南克时代的美联储，一个在不断应对国内外金融经济危机的央行。伯南克和格林斯潘的性格是两个极端，伯南克本人是一个非常优秀然则非常内敛安静的经济学家。我的直系老板读博士的时候，伯南克是他的老师，所以老板几乎就是小一号的伯南克，极端聪明，也极端内向，极端软弱。这种软弱是深思熟虑之后的结果，在这个看似强大的政策机构，坐拥所有的数据，他反而知道了，自己能做的有多么少。&/p&&br&&p&我的老板虽然是副行长，名义上管着许多经济学家，然而这样的一个研究型机构其实内部很扁平化，大家各自做自己的事情。所以那几年，我和我老板是一种师徒关系，我坐在他办公室外面的隔间里，时时彼此配合，除此之外，他不需要跟别人说话，我也不需要跟别人说话。这是我的第一份工作，在这份工作之前我还像小时候一样，认为自己可以成为任何一种人，成为所有的人。这份工作给我带来的改变就是，我再也不会是一个风风火火雷厉风行的人了，再也不能去做效率过快执行力过高的事情。我会对所有快速的成功产生怀疑，也会怀疑“大厦崩塌”式的失败，因为在经济数据面前，并没有这样的失败，所有的败局都是很早就露端倪的。&/p&&br&&p&工作一开始的时候，我很害怕每天写那么多程序跑那么多回归，会被数据麻木掉，磨损自己的感受力。然而并没有，我的老板真正喜欢这个世界，他教会我看数字的背后，世界正在怎样的变化。他也教会我知道，对于大部分变化，我能做的是多么有限，然而只是目睹和理解这些变化，就已经足够幸运了。这并不是一份快乐的工作，然而当人长大，纯然的快乐本来就是一个美好不可及的期望吧。所以，这不是一份快乐的工作，但它带给我清白坦荡的心境。&/p&&br&&p&后来我离开了这份工作，在同一个城市开始读硕士，老板隔几个月会主动约我吃饭，问我对于未来的打算。打算总在变，有一阵子我想要加入世界银行，有一阵子我想过回国创业，甚至有一阵子，我想过开一家餐馆，在美国引进小杨生煎。老板每次都很有兴趣地听着，说好啊好啊，祝你成功。然后他会说，如果没有做成功，欢迎回我这里工作。&/p&&br&&p&这家美联储分行的另一个经济学家，每年春天会在我读硕士的大学教给本科生开的“中级宏观经济”，所以我读硕士的两个春季学期，我是这门课的助教，每周开几节小课帮助学生巩固教授讲座的知识。这门课里有一些和美联储有关的知识，较繁琐，是学习的难点。教学生也让我换一个角度回顾了在美联储的工作，好多次，学生问的问题，让我想起了几年前我问过老板相似的问题，我记得老板是如何照顾到我的程度，如何仔细回答我的。&/p&&br&&p&最后一次见到老板是一个月前。我硕士毕业了，打包装箱离开这座城市。我和老板喝咖啡，讲了一下希腊的问题，讨论了一下九月加息的可能性。这些话题再次让我觉得时间早已停了下来，我们谈论的话题不是和四年前一模一样吗？我告诉他我的新计划，一份在旧金山的工作。他照例说，祝你成功，也欢迎随时回来美联储工作。我说再过两个月我会回这座城市的，替新公司招人，到时候可以见到你。他说再过四个月他会去旧金山参加美国经济学年会，到时候可以见到你。&/p&&br&&p&再过一周就要开始这份旧金山的工作了，忐忑不安。那么，纪念一下第一份工作和一个好老板。&/p&
本科毕业后，我曾经在美联储的一家分行工作，我最重要的任务就是在每次FOMC会议（这是美联储的政策决策会议，后面会讲）之前，制定一个有着几百个变量的未来两三年的经济数据预测表，也就是题主所说的，“每个季度，美联储都会公布其对经济未来三年的前瞻性…
我先赞同下前面已经提到的几本书，&b&末尾我再补充两本我觉得很棒但是不算很主流的&/b&。&a class=&internal& href=&/people/focout&&@focout&/a& 提到的那两本确实很好，尤其喜欢黄亚生那本《中国特色的资本主义》。同时，非常同意他的一个观点：&b&所谓投行经济学家的书还是少看点儿吧。中国经济方面的书，本土学者写的远好于那些半吊子的（外资）投行经济学家&/b&。&br&&br&照片留念：&br&&img src=&/v2-af6fb1c4bed7614ec13cfe_b.jpg& data-rawwidth=&1632& data-rawheight=&1224& class=&origin_image zh-lightbox-thumb& width=&1632& data-original=&/v2-af6fb1c4bed7614ec13cfe_r.jpg&&&br&当时拿到手后，刚开头写&b&联想公司&/b&的那块让我印象深刻：&br&&img src=&/v2-4efe62e77331c6cec58591_b.png& data-rawwidth=&662& data-rawheight=&823& class=&origin_image zh-lightbox-thumb& width=&662& data-original=&/v2-4efe62e77331c6cec58591_r.png&&&br&吴敬琏那本&b&《当代中国经济改革教程》&/b&也有人提到，可惜讽刺的是手里竟然没有中文版的，&b&只有英文&/b&。。。证据：&br&&img src=&/v2-e750fcaf6a460a_b.jpg& data-rawwidth=&1632& data-rawheight=&1224& class=&origin_image zh-lightbox-thumb& width=&1632& data-original=&/v2-e750fcaf6a460a_r.jpg&&&br&张五常的几本书中，不得不承认，&b&《中国的经济制度》&/b&写的还是很有意思的。读这本书的时候我还在读研究生，当时的感觉就是语言两qing（&b&轻&/b&松，&b&清&/b&高），观点独特，很受启发。&b&也因为这本书，入了坑，之后又买了他老师的几本学术著作&/b&，比如Alchian的两本产权方面的合集（the Collected Works of Armen A. Alchian），没看完也没看懂，因为和中国经济无关就不放在这里虐人了。林毅夫的也很棒，大家都熟悉，这里就不多说了。&br&&br&&b&#切入正题，介绍两本没有人提到的好书：&/b&&br&&b&第一本：&/b&这是一本我看完做了很多笔记的书。看了一圈回答没有人提到 - &b&复旦张军的《不为公众所知的改革》- &/b&之前留意张军是因为他和北大周黎安合编的&b&《为增长而竞争 - 中国增长的政治经济学》。&/b&&br&&img src=&/v2-b9e2b79ea3f25a62ca348eb3c7e68971_b.png& data-rawwidth=&630& data-rawheight=&781& class=&origin_image zh-lightbox-thumb& width=&630& data-original=&/v2-b9e2b79ea3f25a62ca348eb3c7e68971_r.png&&&br&对于这本书，&b&我的感觉就是：写的很真实，读的时候就感觉好像在和作者聊家常一样，舒服自然。&/b&&br&&br&张军教授在书中的原话很好的解释了我的读后感：&br&&blockquote&自2006年我就开始思考和酝酿&b&动手写一本记述这三十年所发生的精彩故事且又可以轻松阅读的书&/b&。目的是想记录下我记得的那些曾经对中国经济改革和发展有着重要意义的事件，人物以及与之相关的经济学家的研究工作。&b&我想把事件讲成故事，而对故事的叙述则选择以我的视角为角度，它多半来自我个人的记忆，虽然在必要的时候我也必须去查证一些事例和文献&/b&。。。。。。&b&我自己总是倾向于把这本书写的轻松些，有个人的品味和嗜好在里面&/b&，&b&有丰富的研究文献做支撑，也最好能涉及自己的相关研究&/b&。。。。。。即使我自己并没有像身在北京的一些经济学家那样亲身参与中国经济改革中的政策制定，但仍自认为是一个认真的观察者。我自己并不写日记，但从十多年前开始我就记录着自己的学术流水账，对发生在自己身上的与中国经济和经济学家有关的事件与研究活动保持着浓厚的兴趣，这也算是另一种参与和体验的过程。。。。。。&b&实际上，因为这是我自己的记忆和叙述，我当然希望读者在阅读本书的过程中也站在个人角度上来看问题，改革中的很多事情长期以来都有争议，没有最具权威的解释和说法。&/b&&/blockquote&就像张军自己说到的，这本书就好像一本回忆录，&b&从莫干山会议年轻经济学者们是如何激烈争论价格改革的，到巴山轮会议上经济学家讨论当时的中国应该怎样调控正在经历通货膨胀的宏观经济，再到深圳特区试验的前后&/b&，通篇充满有意思的故事和照片，读起来感觉畅快有料。&br&&br&&b&第二本：这本比较稀有，是北师大胡必亮&/b&的&b&&Informal Institutions and Rural Development in China& -&/b&&b&《&/b&&b&非正式制度与中国的乡村发展&/b&&b&》&/b&。&b&我个人觉得胡必亮教授是个怪才&/b&，一生经历丰富，从社科院农发所到世界银行，从自己创业到卖掉公司去法兴证券做首席，从德国读博士到哈佛做研究，最终空降北师大，且同时&b&获得过多次孙冶方和张培刚奖&/b&。他的这本书考察了自改革开放以来中国农村发展和非正式制度之间的关系，以及对农村经济发展的作用。他在德国Witten完成的这本书（博士论文，导师德国经济学家何梦笔，Carsten Herrmann-Pillath），获得张培刚奖，之后被哈佛大学挖走。&br&&br&&b&简单介绍：&/b&这本书&b&以在全国五个村庄跟踪调查研究十五年来积累的翔实数据作为实证分析和理论研究的基础，&/b&主要论证了&b&三个&/b&&b&方面的非正式制度对于促进农村经济发展的影响&/b&：&br&&blockquote&一是建立在村庄信任基础上的作为非正式金融制度的标会对于农村发展的影响；&br&二是中国特定关系共同体中所体现的社会网络对于促进城乡移民、培养企业家精神以及推进乡镇企业发展的影响；&br&三是通过上市公司整合村庄发展的“以厂带村”治理模式对于探索我国农村发展新模式的影响。&/blockquote&&img src=&/v2-77ac48ad61ecb64fcafd363f_b.png& data-rawwidth=&599& data-rawheight=&687& class=&origin_image zh-lightbox-thumb& width=&599& data-original=&/v2-77ac48ad61ecb64fcafd363f_r.png&&&br&先写到这儿吧，等我把压箱底儿的书翻出来看看，是否还有漏掉忘推荐的。：）
我先赞同下前面已经提到的几本书，末尾我再补充两本我觉得很棒但是不算很主流的。 提到的那两本确实很好，尤其喜欢黄亚生那本《中国特色的资本主义》。同时，非常同意他的一个观点：所谓投行经济学家的书还是少看点儿吧。中国经济方面的书，本土学者…
&img src=&/v2-5ee6af6d67cf_b.jpg& data-rawwidth=&1000& data-rawheight=&672& class=&origin_image zh-lightbox-thumb& width=&1000& data-original=&/v2-5ee6af6d67cf_r.jpg&&&p&本文主要是针对常见量化指标的进行一些解读，结尾附&a href=&/?target=https%3A//uqer.io/community/share/584bc522bd46a& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Pyfolio分析框架。&i class=&icon-external&&&/i&&/a&&/p&&p&&br&矿友在回测曲线时同时展示了很多量化指标，例如下图中所示。&/p&&br&&img src=&/v2-daed81f45bf37924fa9dc_b.png& data-rawwidth=&785& data-rawheight=&434& class=&origin_image zh-lightbox-thumb& width=&785& data-original=&/v2-daed81f45bf37924fa9dc_r.png&&&p&那么这些指标究竟应该怎么看，这里我们拿两只具有不同特性的股票来简单看一下它们在这些指标上的表现。&br&市场基准选择沪深300指数，选取的测算股票为：&/p&&p&1）平安银行（000001.SH）：沪深300成分股第一只，大盘股的代表； &/p&&p&2）深振业A（000006.SH）：中证500成分股第一只，小盘股的代表，这两只测算股票和大盘基准的净值线如下图所示&/p&&br&&img src=&/v2-fd8caeb895d906a52892f_b.png& data-rawwidth=&823& data-rawheight=&494& class=&origin_image zh-lightbox-thumb& width=&823& data-original=&/v2-fd8caeb895d906a52892f_r.png&&&p&&b&【指标】年化收益率&/b&&/p&&br&将回测的股票或组合的总收益率换算成以年为单位的几何平均收益率。&b&数值越高代表不考虑风险的情况下股票的表现越好&/b&&br&&ul&&li&&p&公式：&img src=&/equation?tex=r_%7Bi%7D+& alt=&r_{i} & eeimg=&1&&=&img src=&/equation?tex=%281%2BR_%7Bi%7D+%29%5E%7B%5Cfrac%7B250%7D%7Bperiod%7D+%7D+& alt=&(1+R_{i} )^{\frac{250}{period} } & eeimg=&1&&-1&/p&&/li&&li&&p&&img src=&/equation?tex=R_%7Bi%7D+& alt=&R_{i} & eeimg=&1&&: 股票i年化收益率&br&&/p&&/li&&/ul&&br&平安银行：22%&p&深振业A：38.9%&/p&&p&从年化收益率来看，深振业A优于平安银行&/p&&p&&b&【指标】夏普比率&/b&&/p&&p&描述股票或组合在单位风险下的所能获得超额收益的程度。它将一只标的或组合的风险归一化，便于更好的比较组合之间的有效性。&b&数值越高代表考虑风险的情况下股票或组合表现越好。&/b&&br&&/p&&ul&&li&公式：&img src=&/equation?tex=S_%7Bi%7D+& alt=&S_{i} & eeimg=&1&&=&img src=&/equation?tex=%5Cfrac%7BR_%7Bi%7D-R_%7Bf%7D++%7D%7B%5Csigma+_%7Bi%7D+%7D+& alt=&\frac{R_{i}-R_{f}
}{\sigma _{i} } & eeimg=&1&&&br&&/li&&li&&img src=&/equation?tex=R_%7Bi%7D+& alt=&R_{i} & eeimg=&1&&: 股票i年化收益率&/li&&li&&img src=&/equation?tex=R_%7Bf%7D+& alt=&R_{f} & eeimg=&1&&: 年化无风险收益率,假设为4%&/li&&li&σi:股票i收益率的年化标准差&/li&&/ul&&p&平安银行：0.42&/p&&p&深振业A：0.678&/p&&p&从夏普比率来看，深振业A优于平安银行&br&&/p&&p&&b&【指标】最大回撤&/b&&/p&&p&描述股票或组合历史表现中从某高点开始最大的下跌比例。&b&最大回撤通常越小越好&/b&&br&&/p&&ul&&li&公式：&img src=&/equation?tex=d_%7Bi%7D+& alt=&d_{i} & eeimg=&1&&=max(1-策略当前价值/当日之前的最高价值)&br&&/li&&/ul&&p&平安银行：45.3%&/p&&p&深振业A：55.1%&/p&&p&从最大回撤来看，平安银行优于深振业A&/p&&p&&b&【指标】信息比率&/b&&/p&&p&描述股票或组合相对于某一标的残差收益的收益风险比。通常来讲，&b&股票或组合的信息比率越高，表明股票或组合在承担单位残差风险的情况下获取的残差收益越高，表现越好&/b&&br&&/p&&ul&&li&公式：&img src=&/equation?tex=IR_%7Bi%7D+& alt=&IR_{i} & eeimg=&1&&=&img src=&/equation?tex=%5Cfrac%7Bavg%5Cleft%28+R_%7Bi%7D-R_%7Bm%7D+%5Cright+%29++%7D%7B%7Bstd%5Cleft%28+R_%7Bi%7D-R_%7Bm%7D+%5Cright+%29++%7D%7D+& alt=&\frac{avg\left( R_{i}-R_{m} \right )
}{{std\left( R_{i}-R_{m} \right )
}} & eeimg=&1&&&br&&/li&&li&avg(&img src=&/equation?tex=R_%7Bi%7D+& alt=&R_{i} & eeimg=&1&&-&img src=&/equation?tex=R_%7Bm%7D+& alt=&R_{m} & eeimg=&1&&): 残差收益率的年化均值&/li&&li&std(&img src=&/equation?tex=R_%7Bi%7D+& alt=&R_{i} & eeimg=&1&&-&img src=&/equation?tex=R_%7Bm%7D+& alt=&R_{m} & eeimg=&1&&)：残差收益率的年化标准差&/li&&/ul&&p&平安银行：0.41&/p&&p&深振业A：0.74&/p&&p&从信息比率来看，深振业A优于平安银行&br&&/p&&p&&b&【指标】贝塔β&/b&&/p&&p&代表某股票走势与大盘的相关程度，它&b&代表股票价格被大盘所解释的权重&/b&。&br&&/p&&ul&&li&公式：&img src=&/equation?tex=Beta_%7Bi%7D+& alt=&Beta_{i} & eeimg=&1&&=&img src=&/equation?tex=%5Cfrac%7Bcov%5Cleft%28+R_%7Bi%7D%2CR_%7Bb%7D++%5Cright%29+%7D%7B%5Csigma+_%7Bb%7D%5E%7B2%7D+%7D+& alt=&\frac{cov\left( R_{i},R_{b}
\right) }{\sigma _{b}^{2} } & eeimg=&1&&&br&&/li&&li&&img src=&/equation?tex=R_%7Bi%7D+& alt=&R_{i} & eeimg=&1&&:股票i的收益率&br&&/li&&li&&img src=&/equation?tex=R_%7Bb%7D+& alt=&R_{b} & eeimg=&1&&:市场收益率&br&&/li&&li&&img src=&/equation?tex=%5Csigma+_%7Bb%7D%5E%7B2%7D+& alt=&\sigma _{b}^{2} & eeimg=&1&&=市场每日收益的方差&br&&/li&&/ul&&p&平安银行: 1.147&/p&&p&深振业A：1.209&/p&&p&CAPM模型：基于β的股票定价模型。某只股票的收益由无风险收益率和市场所决定，定价方程为：&img src=&/equation?tex=r_%7Bi%7D+& alt=&r_{i} & eeimg=&1&&=&img src=&/equation?tex=R_%7Bf%7D+& alt=&R_{f} & eeimg=&1&&+&img src=&/equation?tex=%5Cbeta+_%7Bi%7D+& alt=&\beta _{i} & eeimg=&1&&(&img src=&/equation?tex=R_%7Bb%7D+& alt=&R_{b} & eeimg=&1&&-&img src=&/equation?tex=R_%7Bf%7D+& alt=&R_{f} & eeimg=&1&&)&/p&&p&&img src=&/equation?tex=R_%7Bf%7D+& alt=&R_{f} & eeimg=&1&&:无风险收益率（与时间周期相关），可假定默认年化无风险利率为4%&/p&&p&平安银行的CAPM定价曲线&/p&&img src=&/v2-ef22fb30c48f79a9c899_b.png& data-rawwidth=&823& data-rawheight=&494& class=&origin_image zh-lightbox-thumb& width=&823& data-original=&/v2-ef22fb30c48f79a9c899_r.png&&&br&红色实线：平安银行的市场价格走势&br&红色虚线：根据CAPM模型推导得出的价格走势&br&&p&结论：
基于β的CAPM模型能解释来源于市场的股票收益，但无法解释全部收益来源&br&&/p&&p&&b&【指标】阿尔法α&/b&&/p&&p&鉴于β只能解释市场收益，那么市场之外的超额收益我们便用指标α来表示。股票能产生α的原因很多，常用的方法是用一些基本面、技术面指标因子的组合去寻找α。&br&&/p&&ul&&li&公式：&img src=&/equation?tex=Alpha_%7Bi%7D+& alt=&Alpha_{i} & eeimg=&1&&=&img src=&/equation?tex=R_%7Bi%7D+& alt=&R_{i} & eeimg=&1&&-&img src=&/equation?tex=r_%7Bi%7D+& alt=&r_{i} & eeimg=&1&&&br&&/li&&li&&img src=&/equation?tex=R_%7Bi%7D+& alt=&R_{i} & eeimg=&1&&:股票i的实际收益率&br&&/li&&li&&img src=&/equation?tex=r_%7Bi%7D+& alt=&r_{i} & eeimg=&1&&:股票i的CAPM收益率&br&&/li&&/ul&&p&平安银行的收益率可分解为&/p&&img src=&/v2-f27d4fddcb538fefe7a0089e_b.png& data-rawwidth=&830& data-rawheight=&494& class=&origin_image zh-lightbox-thumb& width=&830& data-original=&/v2-f27d4fddcb538fefe7a0089e_r.png&&&br&&p&同样的，深振业A的收益率可分解如下&img src=&/v2-fb0d8a875d7a07bdc1b47ced_b.png& data-rawwidth=&821& data-rawheight=&494& class=&origin_image zh-lightbox-thumb& width=&821& data-original=&/v2-fb0d8a875d7a07bdc1b47ced_r.png&&&/p&&br&&br&平安银行的α收益波动小，但振幅也小，比较稳定&br&深振业A的α波动大，与市场形态的相关性很强，负alpha的比例相对较多，比较不稳定&p&至于如何评判股票或组合表现的优劣，这个见仁见智，一般是要综合多个指标去考虑。&/p&&p&周教授把quantopian金融投资组合收益/风险分析库pyfolio 做了uqer版的实现，分享给各位矿友。&/p&&p&&a href=&/?target=https%3A//uqer.io/community/share/584bc522bd46a& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&他山之石可以攻玉！-Pyfolio分析框架&i class=&icon-external&&&/i&&/a&&br&&/p&&p&更多的回测指标解读可以查阅&a href=&/?target=https%3A//uqer.io/help/faqApi/%23%25E9%25A3%258E%25E9%%25E6%258C%%25A0%2587& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&优矿帮助文档&i class=&icon-external&&&/i&&/a&&/p&
本文主要是针对常见量化指标的进行一些解读，结尾附 矿友在回测曲线时同时展示了很多量化指标，例如下图中所示。 那么这些指标究竟应该怎么看，这里我们拿两只具有不同特性的股票来简单看一下它们在这些指标上的表现。 市场基准选择沪深30…
这个问题提得非常好，与我们的生活、未来和子孙后代息息相关，值得认真的深入思考。&br&&br&目前世界上研究气候变化的有两大主要组织，&b&政府间气候变化专门委员会（IPCC），和对其变暖观点持反对意见的非政府间气候变化专门委员会（NIPCC）&/b&。&br&&br&&b&一、支持人类活动致使全球变暖的观点。&/b&&br&&br&在IPCC的评估报告中，一次比一次更加明确、肯定的将气候变化与人类活动产生的影响联系在一起。1990年FAR报告中指出，近百年来的气候变化可能是由自然波动或人类活动或二者共同影响造成的；1995年的SAR指出，人类活动对气候变化的影响已经被观测出来；2001年的TAR指出，过去50年观测到的大部分变暖可能有66%以上的概率归因于人类活动；2007年的AR4则明确指出，过去50年的气候变暖很可能有90%以上的概率是由人类活动造成的。&br&&br&2013年，&b&IPCC第五次评估报告（AR5）认为：20世纪50年代以来全球变暖的一半以上是由人类活动造成的（95%以上的概率）&/b&。&br&&br&IPCC第五次评估报告的主要数据：&br&&br&&b&温度变化：年，全球平均地表温度升高了0.85℃&/b&；年，全球平均地表温度的升温速率为0.12℃/10年，几乎是年升温速率的两倍；过去的3个连续10年比之前自1850年以来的任何一个10年都暖。&br&&br&&b&冰雪消减：&/b&年，格陵兰冰盖的冰储量每年约减少2150亿吨，南极冰盖每年约减少1470亿吨。年，全球山地冰川平均每年减少约2260亿吨的冰体。年，北半球春季积雪范围每10年缩小1.6%。年，北极海冰范围每10年缩小3.5%～4.1%。自1980年以来，大多数地区的多年冻土层温度已经升高。&br&&br&&b&海平面上升：&/b&年，由于海水受热膨胀、冰雪融水和陆地储水进入海洋，全球海平面上升了0.19米，上升平均速率为1.7mm/年，是过去两千年里最高的。海平面上升近期不断加速，年全球海平面平均上升速率高达3.2mm/年。&br&&img src=&/v2-9833cbcfb31e3fa63fefa_b.jpg& data-rawwidth=&959& data-rawheight=&937& class=&origin_image zh-lightbox-thumb& width=&959& data-original=&/v2-9833cbcfb31e3fa63fefa_r.jpg&&&br&&b&温室气体浓度：&/b&自1750年人类社会进入工业化以来，全球大气中的CO2、CH4和N2O等温室气体的浓度持续上升。2012年全球CO2、CH4和N2O的大气浓度分别达到0.03931%、0.0001819%和0.%，分别比工业化前高出41%、160%和20%，为近80万年来最高。&br&&br&在工业化之前的1750年，大气中的CO2浓度为0.0278%；工业化以来温室气体浓度的增加主要是使用化石燃料排放和土地利用排放造成的。&br&&br&&b&海洋热含量：&/b&年，海洋上层（0～700米）的热含量约增加了17×&img src=&///equation?tex=10%5E%7B22%7D+& alt=&10^{22} & eeimg=&1&&J；洋面附近的升温幅度最大，75米深度以上的海水升温速率达0.11℃/10年。&br&&img src=&/v2-4d0b4d7fc15cfbe23b84_b.jpg& data-rawwidth=&667& data-rawheight=&881& class=&origin_image zh-lightbox-thumb& width=&667& data-original=&/v2-4d0b4d7fc15cfbe23b84_r.jpg&&&br&海洋在气候系统能量储存中占主导地位，人类活动排放的温室气体所增加的净能量中有60%储存在上层海洋，33%储存在700米以下的深层海洋，3%加热冰冻圈，3%加热陆地，只有1%被用来加热大气圈。&br&&br&&b&碳排放量：&/b&年，化石燃料燃烧和水泥生产释放到大气中的CO2达到了3750亿吨碳，毁坏植被和其它土地利用变化估计已经释放了1800亿吨碳，所以人为CO2累积排放量已经达到了5550亿吨碳。&br&&img src=&/v2-51b50d2fad55cbed068bbc6_b.jpg& data-rawwidth=&665& data-rawheight=&667& class=&origin_image zh-lightbox-thumb& width=&665& data-original=&/v2-51b50d2fad55cbed068bbc6_r.jpg&&&br&同时，海洋吸收了人为排放的CO2中大约1550亿吨碳（30%），导致海表水