第 8 章 中国宏观与 A 股/港股：另一套操作系统¶
本章位置：第二部分 认知 · 第 8 章 学习目标：理解中国宏观运行与西方框架的关键差异；掌握观察中国经济与政策的核心指标；理解 A 股与港股各自的定价逻辑。 前置要求：第 4 到 7 章。本章会不断与前几章的美国框架对照。
引言：为什么西方框架在中国会失灵¶
2023 年初，全球投资者对中国有一个几乎一致的判断："放开之后会像美国 2021 年一样报复性消费，中国资产会大涨。"这是用美国的剧本推中国。结果，中国经济在 2023 年的复苏远弱于预期，消费谨慎、地产继续下滑、物价接近零增长，中国股市全年下跌。
2024 年 9 月 24 日，中国央行、金融监管部门和证监会联合召开发布会，宣布一揽子政策；两天后，中央政治局在一个通常不讨论经济的月份召开会议，明确要求"提振资本市场"。此后一周，沪深 300 指数涨了约 25%，成交额创历史纪录。没有任何经济数据变化，变化的是政策信号。
这两件事说明同一个问题：中国的宏观是另一套操作系统。 前面几章的框架——经济回路、央行反应函数、四象限、市场机制——在中国仍然有用，但每一个都需要修改。这一章讲怎么改。
8.1 三个根本差异¶
差异一：政策工具不同。 美联储主要用一个价格工具（政策利率）加一个数量工具（资产负债表）。中国人民银行的工具箱要复杂得多，而且历史上以数量工具为主：存款准备金率、各种定向贷款工具、信贷额度、窗口指导。价格信号（利率）的作用近年在上升，但仍然不是唯一的、甚至不是主要的传导渠道。
差异二：传导机制不同。 美国的货币政策通过市场利率传导到家庭和企业的借贷决定。中国的传导主要通过银行体系（大部分是国有银行）、国有企业和地方政府——政策的执行是"指令加激励"而不只是"价格信号"。这意味着政策落地的速度可以很快（当上面决定要做的时候），也可以很慢（当银行和地方政府没有动力的时候）。
差异三：市场参与者不同。 A 股的成交量长期以散户为主（占比曾超过 80%，近年下降但仍是最大群体），换手率远高于成熟市场；市场对政策信号极度敏感；"国家队"（政府背景的资金）在关键时刻会直接入市。这让 A 股的短期走势更像一个"政策与情绪"的市场，与经济基本面的关系比美股弱得多。
还有一个更底层的差异：中国的宏观周期在很大程度上是政策周期，而不是自发的信贷周期。 第 4 章讲的经济回路在中国是存在的，但回路的每一环都有政策之手在调节——信贷的扩张与收缩、地产的松与紧、地方政府的投资强度，都由政策决定。所以分析中国宏观的第一问题不是"经济在哪里"，而是"政策在往哪里走"。
8.2 央行的工具箱¶
中国人民银行的工具，按重要性和使用频率：
存款准备金率（RRR）。 银行必须存在央行的存款比例。降准释放长期流动性，是最常用的宽松信号。一次降准 0.5 个百分点，大约释放一万亿元的长期资金。
政策利率。 过去很长时间，中国没有一个明确的"政策利率"，而是有一组：7 天逆回购利率（短端）、中期借贷便利利率（MLF，中端）。2024 年央行明确 7 天逆回购利率为主要政策利率，MLF 的政策地位下降。贷款市场报价利率（LPR）是银行向企业和家庭放贷的基准，由政策利率加点形成，每月公布一次——1 年期 LPR 影响企业贷款，5 年期 LPR 影响房贷。
结构性工具。 央行向银行提供低成本资金，指定用于某个领域：支农支小再贷款、科技创新再贷款、碳减排支持工具、抵押补充贷款（PSL，曾用于棚户区改造），以及 2024 年为支持股市设立的互换便利和回购增持再贷款。这些工具的特点是"定向"——央行不只是决定放多少水，还决定水往哪里流。这在美联储的框架里几乎不存在。
窗口指导与信贷额度。 央行和监管部门可以直接要求银行增加或减少某类贷款。这是最"中国"的工具，没有公开文件，但效果立竿见影。
与美联储的对照。 美联储的政策是"价格"，市场据此自行决定数量；中国央行的政策更多是"数量和方向"，价格是辅助。这意味着：分析美联储看利率路径，分析中国央行要看信贷数据（下一节）和结构性工具的使用。
怎么读中国央行。 第 5 章说过，中国央行"要看它做了什么而不是说了什么"。具体来说：看每月的信贷和社融数据（反映政策的实际效果），看降准降息的节奏，看结构性工具的新设和扩容，看季度《货币政策执行报告》里措辞的变化。最高级别的信号来自央行之上——中央政治局会议和中央经济工作会议对货币政策的定调。2024 年 12 月，这个定调从持续了十几年的"稳健"改为"适度宽松"，是 2010 年以来第一次，这种措辞变化的分量远超任何一次降准。
8.3 信贷脉冲：中国经济最重要的先行指标¶
第 4 章讲过，信贷的变化量是经济周期的发动机。在中国，这一点尤其明显，因为信贷本身就是政策工具。
看什么。 三个数据每月公布：社会融资规模（社融，实体经济从整个金融体系获得的资金总量，包括贷款、债券、股票、表外融资等）、新增人民币贷款（银行贷款部分）、M1 与 M2（狭义和广义货币供应量）。其中社融的同比增速是最常用的总量指标，社融的"脉冲"（新增社融占 GDP 比重的变化）是领先指标。
领先关系。 历史上，中国的信贷脉冲领先工业活动和 PMI 大约六到九个月，也领先全球商品价格——因为中国是全球最大的商品进口国。信贷脉冲转正，几个月后铜价、铁矿石价格通常上涨；转负则相反。这条链在 2009 年、2016 年、2020 年都很清晰。
关系在弱化。 2021 年之后，这条链的传导变弱了。原因是信贷的结构变了：地产不再吸收信贷，新增信贷更多流向政策性项目、基建和国企，对私人需求和商品的拉动减弱。所以现在看社融，要同时看结构——居民中长期贷款（反映房贷和消费信心）、企业中长期贷款（反映投资意愿）、政府债券（反映财政发力）。总量在增长而居民贷款在萎缩，说明政策在推、需求没有接。
M1 的特殊意义。 M1 主要是企业活期存款，反映企业的活跃程度和"手头有钱要花"的意愿。M1 增速低迷甚至负增长（2024 年出现过），是企业信心不足的直接信号，也是 A 股常用的领先指标之一。
8.4 地产：经济的支柱与最大的压力点¶
理解中国宏观绕不开地产，因为它在经济中的位置远超其他国家。
地产在经济中的位置。 广义地产（含上下游建材、家电、家具、金融）占 GDP 的比重据各种估算在四分之一左右；住房占中国家庭财富的六到七成；土地出让收入曾占地方政府收入的三到四成。地产同时连接着家庭财富、地方财政、银行资产和上下游几十个行业。
传导链。 开发商借钱买地 → 地方政府获得土地收入 → 地方政府投资基建 → 开发商盖房卖房 → 家庭借房贷买房 → 房价上涨 → 家庭财富增加、消费增加 → 银行的抵押品升值、放贷更多。这条链在上行时是中国增长最强的引擎，在下行时每一环都是压力点。
2020 年之后的逆转。 2020 年 8 月，监管部门为开发商设定了三条融资红线，切断了高杠杆开发商的资金来源。2021 年起，大型开发商相继违约，购房者担心期房无法交付而停止购买，新房销售在此后几年下降四成以上，土地出让收入从 2021 年的 8.7 万亿元降到 2023 年的不到 6 万亿元。传导链反向运转：地方财政收入锐减 → 基建投资和公务员薪酬承压 → 家庭财富缩水 → 消费谨慎 → 物价接近零增长（2023 年起 CPI 徘徊在零附近，PPI 持续负增长）。
政策的反应。 与第 3 章"压力下的行为模式"一致：先是坚持去杠杆（"房住不炒"），然后逐步放松（降首付、降房贷利率、放开限购），到 2024 年 5 月和 9 月推出更大规模的支持（收购存量房、降存量房贷利率）。政策的节奏是"挤牙膏"式的——每次放松一点，观察效果，不够再放——直到 2024 年 9 月一次性推出一揽子。
对交易的含义。 地产是判断中国宏观方向的核心变量：看新房销售（周度高频数据）、看房价（70 城房价指数）、看土地成交、看开发商融资。地产企稳是"经济底"的必要条件，也是市场对中国政策"够不够"的判断标准。
8.5 地方政府债务与财政¶
央地关系。 中国的财政结构是"中央收钱多、地方花钱多"——地方政府承担了大部分公共支出（教育、医疗、基建），但税收的大头归中央。缺口靠转移支付和土地出让收入填补。地产下行切断了土地收入，地方财政的压力在 2022 年之后急剧上升。
城投与隐性债务。 地方政府不能直接大规模借债，于是通过设立融资平台（"城投"）来借——名义上是企业，实际上是政府。这些债务的规模没有官方的完整统计，各种估算在数十万亿元。它们大部分投向回报率很低的基建，靠借新还旧维持。
化债。 2023 年起，中央开始系统性地处理地方债务："一揽子化债方案"让地方发行特殊再融资债券置换高息隐性债务，2024 年 11 月推出更大规模的置换计划（数年内置换十万亿元级别的隐性债务）。化债的效果是降低地方的利息负担、避免系统性违约，但代价是地方政府在化债期间投资能力受限——这是"政策有代价"（第 4 章）的中国版本。
中央的空间。 与地方的紧张形成对照，中央政府的债务占 GDP 比重相对较低，有较大的加杠杆空间。所以近年中国财政政策的一个主线是"中央加杠杆、地方去杠杆"——特别国债、超长期国债的发行规模持续扩大。判断中国财政是否发力，看中央的发债规模和赤字率，而不只看地方。
8.6 资本管制与汇率管理¶
人民币不是自由浮动的货币，理解它需要知道机制。
中间价与浮动区间。 每个交易日早上，央行公布人民币兑美元的中间价，当天汇率在中间价上下 2% 的区间内浮动。中间价的形成机制是"前一日收盘价 + 一篮子货币变化 + 逆周期因子"——最后一项是 2017 年引入的，让央行可以在中间价里加入"意愿"。当中间价持续偏强于市场预期，是央行在传递"不希望贬值太快"的信号。
在岸与离岸。 人民币有两个市场：在岸（CNY，境内，受管制）和离岸（CNH，主要在香港，相对自由）。两者的价差是市场压力的温度计：离岸明显弱于在岸，说明贬值压力大。央行可以通过收紧离岸的人民币流动性（让做空人民币的成本飙升）来打击投机，2016 年和 2017 年初都用过。
资本管制。 个人每年 5 万美元的换汇额度、境外投资的额度管理、对企业跨境资金的审核——这些管制让资本流动不能自由地对汇率施压，也让央行有更多的工具。但管制不是绝对的，2015 到 2016 年的资本外流证明了资金总能找到出口。
央行的防守工具。 从软到硬：中间价引导、外汇风险准备金率、国有银行在市场上卖出美元、收紧离岸流动性、加强资本管制。央行通常从软的开始，压力越大用得越硬。观察央行用到了哪一级工具，可以判断它感受到的压力有多大。
与美元周期的联动。 人民币的贬值压力几乎总是出现在美元强势周期：2015 到 2016 年、2018 到 2019 年、2022 到 2024 年。中美利差（十年期国债收益率之差）是核心变量——2022 年之后中美利差倒挂，人民币持续承压。第 6 章的美元周期，是看人民币的前提。
"7"这个数字。 人民币兑美元的 7.0 是一个市场高度关注的心理关口，央行曾数次在这个位置附近加强引导。但 2022 年之后它已多次突破，"关口"的意义在下降。
8.7 政策市的逻辑¶
前面说过，中国的宏观周期是政策周期。这一节讲怎么读政策。
时间表。 中国的政策有固定的节奏：三月的全国人大（设定全年增长目标、赤字率、发债规模）、四月和七月的中央政治局会议（分别定调二季度和下半年的经济政策）、十二月的中央经济工作会议（定调来年）、每五年一次的党代会和每年的中央全会（决定长期方向）。此外，国务院常务会议、各部委的发布会是政策落地的渠道。把这些日期放进日历，是分析中国宏观的基本功。
读信号。 政策文件的措辞变化是最重要的信号，与读央行声明的方法（第 5 章）一致：对比上一次，找新增和删除的表述。几个经典的例子："房住不炒"的出现和消失、"稳健"改为"适度宽松"、"防风险"与"稳增长"在文件中的先后顺序、"提振资本市场"这样直接点名的表述。官方媒体的评论员文章有时也是政策转向的预告。
"政策底、市场底、经济底"。 中国市场有一个经验规律：政策转向（政策底）通常最先出现，市场在政策底之后几周到几个月见底（市场底），经济数据在更久之后才改善（经济底）。三个底之间的时差可以很长——2018 年 10 月政策底，市场底在 2019 年 1 月；2024 年 9 月政策底，市场几乎同步反应但随后反复。关键是：不要等经济数据好转再买，那时候市场早就涨完了；也不要在政策底出现时就假设经济会立刻好转。
"挤牙膏"与"一揽子"。 中国政策的节奏通常是渐进的——每次放松一点、观察效果、不够再加。市场会因为"力度不够"而失望，然后在某个时点政策会以"一揽子"的方式集中释放（2008 年 11 月、2015 年下半年、2024 年 9 月）。判断从"挤牙膏"到"一揽子"的转折点，是中国宏观交易最重要的时机判断。转折的信号通常是：经济压力累积到某个阈值（失业、通缩、金融风险）、最高层会议的措辞明显升级、多个部门联合行动。
国家队。 政府背景的资金（中央汇金等）在市场剧烈下跌时会直接买入 ETF 和蓝筹股。它的出现是"政策底"的直接证据，也会改变市场的机制——下跌被托住，空头的胜率下降。
8.8 A 股：流动性与政策的市场¶
A 股有几个结构特征，让它与美股的定价逻辑不同。
参与者。 散户在成交中占比高、换手率高，意味着市场的短期走势更多由情绪和资金驱动。机构占比在上升，但"追涨杀跌"的特征仍然明显。
与经济的弱关联。 过去二十年中国 GDP 增长在全球名列前茅，但上证指数长期在 3000 点附近徘徊。原因有很多：上市公司结构（大量国企、金融，与经济中最有活力的部分错位）、持续的新股供给和股东减持稀释了回报、分红率低。结论是：A 股不是中国经济的晴雨表，A 股是中国流动性和政策的晴雨表。
驱动因素。 按重要性：政策信号（8.7 节）、流动性（社融、M1、融资余额）、外资流向（北向资金，实时披露已于 2024 年取消，只能看定期数据）、板块轮动与主题（A 股的主题炒作强度远超美股）。基本面和估值在中长期起作用，但在一年以内的时间尺度上常被前几项压倒。
对宏观交易员的含义。 用第 6 章的四象限判断中国经济状态是必要的，但要加一个坐标：政策方向。"经济在下行但政策在转向"往往是 A 股的最佳买点；"经济在上行但政策在收紧"往往是卖点。
8.9 港股：双重属性¶
港股是一个独特的市场：公司的基本面在中国，市场的流动性在美元。
美元流动性。 港币与美元挂钩（7.75 到 7.85 的区间，自 1983 年起），香港的利率跟随美国利率。这意味着港股的贴现率是美元利率——美联储加息，港股的估值直接承压，与中国经济无关。2022 到 2023 年港股的持续下跌，一半是中国基本面，一半是美元利率。
中国基本面。 港股的主要成分是中国公司：互联网平台、金融、地产、消费。它们的盈利由中国经济和中国政策决定。互联网平台还额外受中国监管政策的影响——2021 年的监管风暴让相关股票在一年内跌去一半以上。
南向资金。 内地投资者通过港股通买入港股，自 2014 年开通以来规模持续扩大，近年在港股成交中占比达三成左右，是港股最重要的边际买家之一。南向资金的流向反映内地投资者对港股的态度，也让港股的定价逐渐"内地化"。
AH 溢价。 同一家公司在 A 股和港股的价格差异，A 股通常更贵。溢价的高低反映两地流动性和情绪的差异，也是一个可交易的价差。
外资的"中国敞口"工具。 全球投资者要配置中国时，港股（和美国上市的中概股）是首选工具，因为没有资本管制。这让港股对全球风险偏好、中美关系、外资对中国的整体态度极度敏感——港股在全球 risk-off 时的跌幅常常超过 A 股。
联系汇率的防守。 当港币触及 7.85 的弱方兑换保证，金管局会买入港币，抽走银行体系的流动性，推高港币利率。这个机制让港币利率在美联储加息周期中会阶段性跳升，影响港股和香港地产。
对交易的含义。 分析港股要同时看两张表：中国的政策与基本面（8.2 到 8.7 节），和美元利率与全球风险偏好（第 6 章）。两者同向时港股波动最大——2024 年 9 月是双重利好（美联储刚降息 + 中国政策转向），港股在两周内涨了三成。
8.10 中美联动¶
中美是全球两个最大的经济体，它们的联动是宏观交易员必须理解的。
美元周期 → 人民币与港股。 8.6 和 8.9 节讲过。看中国资产先看美元，是必要的习惯。
利差 → 资金流。 中美利差决定资金进出的方向。美国利率高于中国时，外资流出中国债券和股票，人民币承压。
贸易与科技政策。 关税、出口管制、投资限制直接影响中国的出口部门和科技公司，间接影响汇率（第 5 章讲过人民币在 2018 到 2019 年贬值约 10% 抵消了关税）。
敏感度的不对称。 港股对全球和中美因素极度敏感，A 股相对隔绝（资本管制 + 本土资金主导）。同一个全球冲击，港股的反应通常大于 A 股；同一个中国政策，A 股的反应通常大于港股。
历史案例¶
案例一：2015 年股灾与汇改——杠杆、政策与汇率的三重风暴¶
杠杆牛市。 2014 年下半年起，在宽松预期和"改革牛"叙事下，A 股开始上涨。推动它的是杠杆：场内融资余额从几千亿元涨到 2015 年 6 月的 2.27 万亿元，场外配资（不受监管的杠杆）规模据估算还要大。上证指数从 2000 点出头涨到 2015 年 6 月 12 日的 5178 点。
去杠杆引发的崩盘。 2015 年 6 月，监管部门开始清理场外配资，杠杆被强制拆除，触发了第 7 章讲的"强制平仓瀑布"：下跌 → 配资盘被平仓 → 更多下跌。三周内上证跌了三成，一半以上的股票停牌。政府动用了几乎所有工具：国家队入市、暂停 IPO、限制大股东减持、公安部介入调查"恶意做空"。
汇改叠加。 8 月 11 日，央行调整人民币中间价形成机制，让中间价参考前一日收盘价——当天人民币贬值近 2%，三天累计贬值约 4.5%。这本是市场化改革，但在股灾的背景下被市场解读为"中国经济比想象的更糟"，引发全球性的抛售。8 月 24 日，上证跌 8.5%，全球股市大跌，被称为"黑色星期一"。此后一年半，中国外汇储备从近 4 万亿美元降到 3 万亿，央行被迫在 2016 年底大幅收紧资本管制。
2016 年 1 月的熔断。 新推出的熔断机制在四个交易日内被触发两次，加剧了恐慌，一周后被废除。这是"政策工具本身成为机制风险"的例子。
教训。 杠杆牛市的终结几乎总是强制平仓瀑布；中国政府在市场危机中会动用非市场化的工具，空头要考虑这一点；汇率改革的时机如果与市场恐慌重叠，会被市场解读为危机信号；资本管制在压力下会收紧，而不是放松。
案例二：2020 到 2023 年地产去杠杆的传导链¶
这个案例是 8.4 节的展开，也是第 4 章"政策有代价"的中国版本。
政策起点。 2020 年 8 月，监管部门为开发商设定"三道红线"（剔除预收款后的资产负债率、净负债率、现金短债比），超线的开发商不得增加有息负债。目标是遏制开发商的高杠杆，防范金融风险。
第一环：开发商。 高杠杆开发商失去了再融资能力。2021 年下半年，最大的民营开发商之一开始违约，此后两年大部分民营开发商相继违约。
第二环：购房者。 开发商违约意味着期房可能无法交付，购房者的信心崩塌。2022 年出现了购房者集体停止偿还未交付楼盘房贷的事件。新房销售到 2024 年已比 2021 年的高点下降四成以上。
第三环：地方财政。 开发商不买地，土地出让收入锐减，地方政府的财政缺口扩大，基建投资和公共支出承压，城投的债务风险上升。
第四环：家庭与消费。 房价下跌让家庭财富缩水，居民提前偿还房贷、减少消费、增加储蓄。2023 年之后 CPI 徘徊在零附近，PPI 持续负增长——通缩压力出现。
第五环：政策的反转。 政策从 2022 年底开始逐步放松（"三支箭"支持开发商融资），2023 年持续放松限购限贷，2024 年 5 月和 9 月推出更大规模的支持。从"去杠杆"到"稳市场"，政策用了三年时间完成转向。
教训。 中国的政策周期主导经济周期，一个监管政策可以启动一场持续多年的去杠杆；传导链的每一环都可交易（开发商债券、地方城投债、消费股、商品）；政策的反转是渐进的，市场会反复因"力度不够"而失望；判断"够不够"要看传导链的末端（销售、房价）是否企稳，而不是看政策的数量。
案例三：2024 年 9 月政策转向¶
背景。 到 2024 年三季度，地产继续下滑、通缩压力持续、A 股跌到多年低位、外资持续流出。市场普遍认为政策"挤牙膏"式的放松不够。
转折。 9 月 24 日，央行、金融监管总局、证监会联合发布会：降准 0.5 个百分点、7 天逆回购利率下调 20 个基点、存量房贷利率平均下调 50 个基点、二套房首付比例降到 15%、设立支持股市的互换便利和回购增持再贷款。9 月 26 日，中央政治局在一个通常不讨论经济的月份召开会议，措辞罕见地直接："要努力提振资本市场""促进房地产市场止跌回稳"。
市场反应。 沪深 300 在一周内涨了约 25%，9 月 30 日成交额突破 2.6 万亿元创下当时的历史纪录，港股同期涨了三成。这是典型的"政策底"引发的市场反应：没有任何经济数据变化，变化的是政策方向和最高层的表态。
随后的反复。 10 月 8 日，国庆假期后的第一个交易日，市场高开后大幅回落，因为当天的发改委发布会没有宣布市场期待的大规模财政刺激。此后市场在"政策预期"与"数据现实"之间反复震荡。11 月，全国人大批准了大规模的地方债务置换计划。12 月的中央经济工作会议将货币政策定调改为"适度宽松"。
教训。 "挤牙膏"到"一揽子"的转折是中国宏观交易最重要的时机——信号是最高层会议的措辞升级和多部门联合行动；政策底的第一波反应是最猛烈的，随后市场会用"数据是否改善"来检验；港股在双重利好（美联储降息 + 中国政策转向）下的弹性大于 A 股；对政策"力度"的预期管理是这类行情中最大的风险来源。
工具与清单¶
清单 8-1：中国宏观仪表盘（十个指标）¶
| 指标 | 看什么 | 频率 |
|---|---|---|
| 社融增速与结构 | 总量趋势；居民/企业中长期贷款 | 每月 |
| M1 增速 | 企业活跃度、股市领先指标 | 每月 |
| 新房销售（30 城高频） | 地产是否企稳 | 每周 |
| 70 城房价 | 房价趋势 | 每月 |
| 制造业 PMI | 增长方向 | 每月 |
| CPI / PPI | 通胀或通缩压力 | 每月 |
| 出口 | 外需与贸易政策影响 | 每月 |
| 人民币中间价 vs 市场预期；CNH−CNY 价差 | 央行意愿与市场压力 | 每日 |
| 中美十年期利差 | 资金流方向 | 每日 |
| 政策日历与措辞变化 | 政策方向 | 事件驱动 |
清单 8-2：政策日历¶
三月全国人大 → 四月政治局会议 → 七月政治局会议 → 十二月政治局会议与中央经济工作会议；每月 LPR 公布；每月社融数据；季度货币政策执行报告；不定期的国务院常务会议与部委发布会。
清单 8-3：A 股与港股的差异¶
| A 股 | 港股 | |
|---|---|---|
| 主要资金 | 内地散户与机构 | 国际机构 + 南向资金 |
| 贴现率 | 中国利率 | 美元利率（港币挂钩） |
| 对中国政策的敏感度 | 极高 | 高 |
| 对全球风险偏好的敏感度 | 低 | 极高 |
| 对中美关系的敏感度 | 中 | 极高 |
| 估值 | 通常较高 | 通常较低（AH 溢价） |
| 换手率 | 高 | 低 |
自查表¶
读完本章，你应该能够：
- 说出中国宏观与西方框架的三个根本差异
- 列出中国央行的主要工具，并解释为什么"看它做了什么而不是说了什么"
- 解释社融、M1 为什么是先行指标，以及为什么要看结构
- 画出地产的传导链，并说出 2020 年后它如何反向运转
- 解释央地财政关系、城投与化债
- 说出人民币中间价机制、在岸离岸价差的含义、央行的防守工具
- 解释"政策底、市场底、经济底"和"挤牙膏到一揽子"
- 解释为什么 A 股不是经济的晴雨表
- 解释港股的双重属性
下一章¶
第二部分到此结束。你已经有了理解世界的工具：历史、经济机器、央行与政府、宏观框架、市场机制、中国。从第 9 章开始进入第三部分"方法"——把认知变成一笔交易。第一站是数据素养与信息食谱：怎么正确读一份经济数据、怎么建立自己的仪表盘、怎么设计一套可持续的研究流程。