化繁为简 少即是多

    英国《经济学家》杂志如此描述自身的特色，“Less is more”，意为“少即是多”。同样，一本以满足商业人士需求为目标的著作，也应达到“少即是多”的要求。令人惊讶的是，约瑟夫·埃里斯的《我在高盛的经济预测法》对“少即是多”的诠释竟能这样的完美。

    简洁明了、篇幅适中，使得《我在高盛的经济预测法》是一本能够一夜读完的书，它所提出的问题和解决问题的方法又都让人着迷，以至于一旦翻开就不能释手。

    在纷繁复杂的经济数据中勾画出几条简单的曲线，就功利主义而言，它可以帮助你投资股票，制定商业计划；就追求智慧来说，它能够帮助你区分主要和次要的因果关系，辨识自相矛盾的经济报道，理解周遭的经济事件。

    简单的讲，埃里斯以其25年华尔街分析师的工作成果为基础，给出了一种称为“ROCET”的分析工具，让读者学会使用一种简单的方法收集和处理手头的数据，更好地追踪两个经济数据序列间的相互关系，并保证分析结果易于理解，具有预测力，能方便应用于现实生活中的政策制定、企业经营和投资决策。

    这种分析工具，先利用数据制作曲线图，再通过读图的方式来直观地分析问题，所以埃里斯希望，掌握工具的人可以走在曲线的前面。而需要走在曲线前面的人有很多，包括企业家、投资者、决策者、经济研究者甚至是财经记者，他们都可以是《我在高盛的经济预测法》的受益者。

    埃里斯是从研究商业周期开始提出这种分析工具的，因此以商业周期为例，我们能够很容易把握这种方法的来龙去脉。简单的说，我们能够预测商业周期吗？经济什么时候增长，什么时候衰退，由盛到衰和由衰转盛的拐点又在哪里呢？

    经济运行如此复杂，如何可能化繁为简？

    以美国的经济周期为研究对象，埃里斯先根据易于理解的常理提出了一种可能性解释：个人实际小时收入影响了实际消费支出，实际消费支出又驱动了产品和服务的产出，然后产出的变化又驱动了资本支出，比如机器设备、办公楼和厂房的需求。结果是，消费支出、生产和投资支出加总在一起，影响了公司的利润。公司的利润变化，进而又影响股票市场的表现和劳动市场上的就业状况。

    细心的人会发现，以上分析的一个结论是，消费支出最终影响了就业状况。但是，如果就业状况实际上也可以影响了个人收入和消费支出，这里的解释链条就形成了一个循环。到底是消费影响就业，还是就业影响消费呢，这就像“蛋生鸡”还是“鸡生蛋”的问题，解释的链条应该从哪里开始才更符合实际呢？

    为了理解经济运行，从繁杂中理清头绪，埃里斯展开了一项工作，即利用经济数据，设计出一张简明的图表，以追踪他希望得到的、关键经济数据序列间清晰的因果关系。这样做的目的是弄清楚，能否确定A领先于B而B又领先于C，如果是这样，能否把监测A作为监测C的基础。

    假设你是一个投资经理，你需要预测股价的走势（C），而股价的走势决定于公司的利润（B），公司的利润又决定于消费、生产和投资，而生产和投资又被消费（A）所驱动，那么，通过监测消费支出（A）曲线的变化，你就可以走在股价（C）曲线变化的前面。

    针对美国经济的独特性，埃里斯的分析基本证实了消费支出是美国经济周期的关键性前导指标，而就业则是经济周期的滞后指标。

    埃里斯天才地发现，消费支出和就业是一种“非对称循环因果关系”：实际消费支出影响就业，就业也影响实际消费支出，但是前一种影响的强度要远远大于后一种影响。所以，消费支出才是经济周期“最根本的因”。

    识别主要的因果关系（消费支出驱动就业），有助于预测者在预测经济时，集中精力考察各经济组成部分因果关系的时间表是否正确，以及这些关系是否可预测。其次，预测者不至于利用滞后序列（就业）来预测经济走势，这样做的风险太大，因为就业的减少实际上是经济衰退的结果，只能表明已经发生的事情，不能预测即将发生的事情；而消费的变化，才是经济运行的真正前兆。

    通过对宏观经济周期的分析，埃里斯阐述了消费支出、工业生产和资本支出三个主要经济部门之间长期存在的循环宏观因果关系，指出消费支出往往是一个可靠的领先指标，企业和投资者可以通过预测消费支出全面了解经济运行。

    幸运的是，宏观经济分析也可以成为微观层面的预测基础。比如，在资本支出部门的一家机床制造商，就可以把耐用消费品如汽车和家电的支出作为领先指标，通过制作图表来预测自己的销售额。

    埃里斯在《我在高盛的经济预测法》中不仅悉心讲解了运用基本绘图方法进行预测的技术细节，还给出了大量的应用实例。因此，你会发现图表的使用在书中无处不在。对于有一些经济学基础或者商业知识的人，这些图表非常好理解，当然，要达到完全掌握，你可能还需要全神贯注，多花一些时间。

    读完这本书后，你可能有跃跃欲试去实践的愿望。这里需要提醒读者，尽管埃里斯的方法论如此出色，但是由于其研究对象是美国经济，因此一些逻辑推理的前提在中国可能有所不同。

    比如，在美国GDP的构成中，消费支出占了三分之二的比重，因此消费支出可以是“最根本的因”。而在中国的GDP构成中，投资支出和净出口的比例则要大的多，如果完全以消费支出为前导，我们可能得出不合意的结论。另外，埃里斯本人也指出，根据具体行业的不同，使用这套分析工具的效果也不同，因此他还在书中专门列出了适用的行业范围。

    一套分析工具必须通过实践来检验，我们需要做的是根据中国的情况，提出一种更加符合实际的假设，然后通过“ROCET”来检验假设，并在不断检验中找出“最根本的因”，以达到预测经济的目标。

    值得一提的是，

    两者在实际中都缺乏可操作性，而埃里斯相信他找到了一种“全新的经济视角”，通过掌握一种易于理解、操作性强的方法，学习经济学的人可以将学到的知识和分析方法运用到实践中。因此，《我在高盛的经济预测法》还是一本非常不错的经济学课外读物。