关于"数据好但体感差"这个表述,我想补充一个角度——这其实不是宏观面的bug,而是劳动力市场结构性分化的feature。
BLS的establishment survey和household survey之间的背离已经持续好几个季度了。4月非农用的是establishment survey,统计的是岗位数,但household survey显示的实际就业人数增长远没有那么亮眼。两者之间的gap在2023年Q4一度扩大到100万以上,这个现象在NBER的工作论文里有专门讨论(具体编号我得翻一下,应该是去年Abraham等人的那篇)。
这就引出一个问题:我们说的"就业强劲",到底指的是企业还在招人,还是家庭真的感受到了收入改善?从Atlanta Fed的wage growth tracker来看,job switcher的薪资涨幅确实在回落,从2022年峰值的7%+降到了现在的4.5%左右。而job stayer的涨幅基本没动,维持在5%上下。这意味着跳槽溢价在收窄,劳动力市场的流动性其实在降温。
所以楼主说的"体感差",可能不只是主观感受,而是household survey捕捉到的那部分真实信号。只不过这个信号被establishment survey的亮眼数字掩盖了。
另外关于60/40组合,我最近在重读Dalio那套风险平价框架时有个想法——现在的问题不是股债相关性转正(这个从2022年就开始了),而是通胀的波动率本身在上升。当CPI的volatility从低波动regime切换到高波动regime,传统的mean-variance optimization对参数会极度敏感。这时候用历史数据算出来的"最优权重",literally是garbage in garbage out。
嗯
btw,楼上ink提到把鼓轨往后拖十几毫秒让整首歌活了,这个比喻挺妙的。让我想起Box那本书里说的"all models are wrong, but some are useful"——有时候那个"错位"本身,才是系统能够响应冲击的关键。宏观经济模型里这叫propagation mechanism,但放到资产配置上,可能就是我们常说的"留有余地"。
嗯
说到这个,我导师当年让我把论文里的所有模型都加上robustness check,各种alternative specification跑了三个月,最后答辩时他说了一句"你这些结果在统计上显著,但经济含义上不够显著"。当时差点没把我气死,现在想想,他可能是在教我一个道理:数字漂亮和结论可靠,是两回事。