經濟不景，央行正常應「放水」，卻因為全球供應鏈斷裂令物價上漲，使央行反其道「收水」遏止通脹，這就是我一年多前已講「後疫情時代」下將面臨的「滯脹風險」。對央行而言，這是個「向左走向右走」的難題。特別是對於已有28萬億美元國債的美國，滯脹就是「美元遊戲」的死門。
大家有時間可重溫我這兩年疫情前後所寫的文章，值得大家重溫。局勢正按照劇本一步步的進行，大家要及早部署，然後繫好安全帶，準備坐上大時代的過山車。
———————————————
向左走 向右走的大時代
全球各國央行為應對新冠肺炎的疫情，均紛紛減息，重啟大規模量化寬鬆(QE)救市。部份經濟學家以傳統的貨幣經濟理論分析，均認為「無上限量寬」即將會帶來全球史無前例的惡性通脹(hyperinflation)。然而，全球經濟不景氣，加上新冠肺炎等不明朗因素將導致全球需求大幅萎縮，按此推斷理應會出現通縮。那麼，全球物價的走向應該會是向左走(通脹/滯脹)還是向右走(通縮)？這是一個複雜而有趣的議題。
要解題，首先要將複雜的事情簡單化。所有經濟理論都不外乎「供求理論」(即DSE同學仔都會的demand & supply)，關鍵是將「供求理論」放在哪一個市場進行分析，而得出綜合的結論。今時今日，我們面對變化最大的主要有兩個市場，一是貨物市場，二是貨幣市場。
大家印象中應該還記得，08年金融海嘯後，美國新增了數以萬億計的貨幣供應，不少經濟學家都認為會引發全球通惡性通脹。然而，惡性通脹最後並沒有到來。原因之一是全球化導致的產能過剩。全球化供應鏈使生產鏈由先進國轉移集中佈局在中國、越南、柬埔寨和印度等新興市場國家，大幅增加全球產能的同時，其低廉的生產成本及關稅的下調大幅降低了物價成本。在全球化供應鏈下，一個國家的物價水平已並非由單一國家的國內的供求所決定，而是以全球產能反映的總供應與全球性需求的角力。
另一方面，量寬新增的貨幣供應沒能有效地流入實體經濟，反而增加了投資/投機性需求，資金追逐高息及風險資產，最後只推升資產價格，要知道資產價格並不會計入消費物價指數(CPI)去衡量通脹水平。這是為何海嘯後的十年，儘管大規模QE，全球的通脹率仍然維持低水平，箇中的原因是全球產能過盛和資金流向資產市場的兩大主因。
以上是08年金融海嘯後十年的情況。然而，今次情況將會比當年有所不同，而且將會更複雜。首先，今次黑天鵝的主角是新冠肺炎，而新冠肺炎的傳播性使人人都不敢外出消費，一切都好像回歸基本，人人都只會搶購日用品，對於非必要的奢侈品需求一下子完全消失，消費意欲預期都會維持低沉相當一段時間。更重要的是，各國的封城封關使經濟完全停頓，全球供應鏈斷裂。正所謂飛得越高，跌得越痛。近年全球經濟一體化發展得越來越成熟，當發展中國家集中生產，已發展國家加強科技的發展和消費，生產要素成本大幅下降，關稅下調，國際貿易效率一日比一日提高。萬萬想不到的是，一個看似完美的「全球供應鏈模式」，竟然被一隻黑天鵝切斷了，還要是完美地解體，一個完美的去全球化(de-globalization)正在發生，各國即時走向供應鏈本地化(localization)。從此，產能不再過剩。
另一方面，正如前文《「對症下藥」還是「落錯藥」？》所講，量化寬鬆手段能夠即時解決的並非實體經濟的問題，要量寬能夠解決經濟問題，其關鍵在於資金流向是否能夠有效流入實體經濟，但事實證明，大部份資金最終只會流向投資/投機，資金追逐資產，最終使資產價格不停上升，情況如08年金融海嘯後十年一樣。因此，要真正救經濟，一定要財政政策和貨幣政策雙管齊下。問題的關鍵就在這裡，錢從何來？同一個題，2016年特朗普上場時我也問過，當時我寫了一篇名為《特朗普上場 (二) - 錢從何來與加息的邏輯》的文章。大家有時間可以參考一下。
有關「錢從何來」的問題，一般的財政政策項下的政府支出(Government Expenditure)是從政府的財政儲備而來。正如我們香港政府昨天剛公佈的1375億港元大規模抗疫救市措施，號稱是史無前例，但要知道香港政府目前的財政儲備有1.1萬億，而「全副身家」(即計及外匯基金的總資產高達4萬億港元)，是次的大規模救市的支出對比副「身家」依然是九牛一毛，可以說全民退休好幾年也沒有問題。這是為何我經常說香港的金融系統和基礎是非常穩健，即管是當年金融海嘯，香港的金融系統依然穩健。
另一方面，根據美國財政部2月12日公布的數據，美國預算赤字達到1.06萬億美元，而國家債務總額達到了23.3萬億美元，這是天文數字。當數字去到一定水平後，其實已經再沒意思，天文數字的債務不是債務，因為根本償還不了，再增個一兩萬億美元，影響不大，美元依然是「美元遊戲」棋盤下的唯一「代幣」，各個遊戲參與者只能相信美元，不信者大可離場。至於如何離場，我目前還未想得到。或者說，如果連我都想得出來，我想大部份國家應該一早已經離場。
巨額財政赤字下，美國如何支付即將推出的「2萬億美元救市計劃」？答案只有一個，就是直接向聯儲局借貸，那聯儲局的錢從何而來？那當然又是「憑空印出來」，原理跟QE一樣。說白了，就是美國財政部借聯儲局的手印鈔，因為美國政府很難還清這筆錢，或者亦沒有打算還錢。因此，對美國來說，貨幣政策和財政政策的「雙管齊下」實際上是「雙QE」。
如今，美國政府的債務負擔已經超過國內生產總值（GDP）的100%，以美國財政年年赤字的作風，這筆負債只會越來越多。因此，美國政府的負債相當於美元的永久性超發。在世界上存在的美元只會越來越多，全球的財富在美國「印鈔」的過程中被稀釋，世界各國再一次被美國政府「收割」。當然，在全球都面臨嚴重經濟危機的時候，美元超發的危害並不明顯，反而能提高市場流動性。但是，經濟危機過後，金融槓桿會迅速放大美元超發的危害，形成通貨膨脹和資產泡沫。
事實上新冠肺炎疫情只是引發美國金融危機的導火線，美股及債券價格之所以會迅速下跌，是因為長期貨幣超發導致金融體系中積累了大量泡沫。2008年金融危機以來，美國、歐洲、日本等發達經濟體長期採取量化寬鬆政策刺激經濟，導致債務槓桿高企、資產價格高估。疫情對本身疲弱的實體經濟的衝擊刺破了債券、股票等金融底層資產的泡沫，導致相關的衍生金融產品定價體系瞬間崩塌。而為了解決金融市場的問題，聯儲局選擇了QE，繼續向金融體系中注水，繼續「培育」資產泡沫，同時拉闊貧富懸殊，然後當下一個黑天鵝來臨時又再推QE。這個情況，在未來會繼續重演，形成一個惡性循環。世界各國的財富將不停被收割。
可是，這次與之前不同的是，在今次的「雙QE」中，除了無限量QE的貨幣政策外，美國財政部借聯儲局的手印鈔推出的擴張性財政政策會直接將資金注入經濟實體。另一方面，世界各國開始發現孤注一擲全球化的風險，如以單一國家如中國作為「世界工廠」的風險，同時亦揭示了全球各國對全球化的隱憂，即使疫情過後，全球化再次啟動時各國之間的互信也大不如前。最後各國只會「各家自掃門前雪」，在表面上呼喊著「全球化口號」的同時，開始建立自己本地的供應鏈，當貿易保護主義抬頭，全球化也就只成為一個「口號」。未來世界很大可能會走回頭路，「去全球化」(de-globalization)會令生產要素成本提升，慢慢回復至全球化之前的水平，過去全球化所導至的產能過盛不再。當兩大壓抑通脹的因素不再存在，當經濟回復正常時，全球或產生流動性過剩，而最終導致通脹的來臨，到時美聯儲不得不加息控制通脹，但在疲弱的經濟下加息會剌破經濟/資產泡沫，形成「向左走向右走」的兩難局面，而滯脹(Stagflation)就是「美元遊戲」的死門。這一天可能是「美元遊戲」的終結，同時也可能是世界經濟的嚴重崩潰。
我曾說過，最好解決泡沫的方法不是去延長泡沫爆破的時間，而是讓泡沫直接爆破。
Starman
2020.4.10
原文：
http://starnman84.blogspot.com/2020/04/blog-post_10.html?m=1
#舊文重溫系列
控制變項意思 在 Re: [問題]請教SPSS如何控制某幾個X, 分析單一X對ꤠ… 的推薦與評價
※ 引述《WendyWang (粉紅喵)》之銘言：
: 關於logistic regression有點問題一直無法解開
: 爬過文沒有找到類似的文章
: 特來請教各位大大~
: 我目前主要要探討
: Ｘ：三種不同抽菸量(類別變項)
: 對於Ｙ：肺部疾病 (有/無)(二元變項) 的區辨力
: 但是要控制一些X : 年齡(老/中/青), 性別(男/女), 收入(高/低) (共變項)
: 採用logistic regression
: 在SPSS裡面的做法
: Depedent: 肺部疾病(有/無)
: Covariate: 年齡(老/中/青), 性別(男/女), 收入(高/低), 抽菸量(高/中/低)
: 結果：
: 有無肺部疾病
: B OR 95% C.I.
: Lower Upper
: 年齡
: 青 0.389 0.708 0.200 1.912
: 中 1.000
: 老 -0.141 3.682 2.036 9.514
: 性別
: 男 1.000
: 女 -0.442 0.643 0.135 3.053
: 收入
: 低 1.000
: 高 -1.689 0.485 0.040 1.859
: 抽菸量
: 低 1.000
: 中 3.029 2.685 2.308 5.386
: 高 1.057 20.878 2.164 50.500
: 不過老闆說~ 這些X都有係數和OR出現
: 只代表把全部X都同時考量 是為crude model
: 並非把年齡, 性別, 收入"控制"了 (adjusted)
: 因為老闆也不是很懂 (我們不是統計厲害的系所)
: 但老闆說如果有被"控制"的X 就不會出現在model中 不會還有係數或OR
: 可是找過相關的書籍和文獻~
: 都找不著別的做法 (還是會同時出現所有X的係數和OR)
: 而且SPSS中~ binary logistic regression也沒有能控制某些covariate的選項
: 請教高手大大們~
: 希望能給些指點
: 謝謝!!
這其實就是「控制變數」概念的問題
就我的認知，你老板可能也稍稍弄錯了控制變數的意義
所謂控制變數，是因為非是研究的主要探討變數
但是又這個(些)變數又會對依變數產生影響，所以必須要「控制」
在統計上的處理就是視為「自變項」丟入
而在統計上的意義則是將控制變項的「效果」自依變項中「排除」
所以這也是為什麼自變項愈多 則迴歸的R-square愈高
題外話
這類控制的意義在迴歸中常稱為「控制變數」(control variables)
而在變異數分析(ANOVA)中則稱為「共變數」(covariates)
ANOVA加上covariate的概念就是為共變數分析(ANCOVA)
當然另一個問題是
既然控制變數跟自變數在處理上是一樣的
那分為控制變數跟自變數的意義在那?
主要是在於研究的焦點
大部份研究的焦點都是集中在某幾個變數間的效果
但是有些額外的變數已經被證實或者應該會對依變項有影響
若是不控制這些變數的效果 (也就是不把這些變數的效果排除的話)
則分析的結果就會被挑戰
所以當研究中清楚的區分出控制變數與自變數後
研究的可信度可以比較有說服力
當然，控制變數的效果不論顯著與否，通常是不討論的
而且有時為了清楚表達，
許多人會採用階層迴歸(hierarchical regression)的方式來表現
讓讀者知道控制變數解釋了多少變異量，而後的自變項又增加了多少變異量
回到你的問題
縱然logistic regression非是線性迴歸
但是控制，或者你這邊說的共變數的意義是一樣的
所以在模型中出現控制變數的odds ratio是正常的
而且是必然的
當然如前所說，你並不需要特別去討論這些共變數的意義
只要將焦點集中在自變項的OR就可以了
希望這樣有回答到你的疑問
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.110.191
... <看更多>