经常熬夜真的致癌?其实是因为……

 
生物钟和诺贝尔奖

 

三年前,诺贝尔生理医学奖颁给了三位美国科学家,因为他们发现了控制生物钟的分子机制

 

这个诺奖绝对实至名归!

 

包括人类在内,生命体都有一个内部的生物钟,来让他们适应地球自转和昼夜变换。植物光合作用,动物吃喝拉撒睡,无一不受到生物钟的调控。

 

如果你有个晚上不好好睡觉的娃,肯定充分理解有个稳定的生物钟是多么重要。

 

生物钟和疾病也有密切的关系。大量研究发现,如果长期生物钟紊乱,会带来很多慢性病,包括癌症、肥胖、糖尿病、高血压等等!

 

长期熬夜,不规律作息确实是致癌风险因素!

 

破坏细胞生物钟节律造成癌症

 

关于生物钟和癌症的话题,我还真有点一手经验,因为我在美国的时候,曾经参与过一项研究,证明了控制生物钟的重要基因,同时也在细胞生长和癌变过程中起到关键作用。

 


经常熬夜真的致癌?其实是因为……

 

合作者 Lamia 教授是研究生物钟基因的专家。几年前,她的团队把正常细胞里 CRY2 基因去掉后,意外发现不仅细胞生物钟紊乱了,而且细胞越长越快,久而久之,居然变成癌细胞了!

 

她本身不是做癌症研究的,于是找到了我。经过近两年的工作,我们最终发现:

 

1:生物是一个有机整体。控制生物钟的基因,也协调着细胞生长。

 

2:和正常细胞相比,癌细胞的生物钟通常是紊乱的。

 

无独有偶,麻省理工的科学家几乎同时发现,无论是通过人为控制光照让老鼠不断倒时差,还是直接破坏老鼠的生物钟基因,都会显著加快肺癌进展。

 

证据远不止如此。在这两项研究之前,已经有几十项动物实验证明,破坏昼夜节律,会加速癌症发生。

 

倒夜班和癌症风险

 

在动物身上,「破坏生物钟规律会致癌」这个结论是毫无争议的。

 

那么对于人,作息不规律,经常熬夜会增大患癌概率么?

 

极有可能。

 

2019 年,国际癌症研究机构就把倒班/上夜班(Night Shift Work)定义为 2A 级致癌因素,也就是很可能有致癌风险。这和大家熟悉的红肉,滚烫饮品等因素是一个级别的。

 

有多个大规模人群中做的研究,都发现不规律作息会增加患癌风险。其中关系最密切的是乳腺癌、前列腺癌和结直肠癌。

 

比如,有两项大规模的研究发现经常需要倒夜班的护士,得乳腺癌的概率比普通人群更高。而另一项研究则发现,经常需要倒时差的空姐,得乳腺癌概率也有所提高。

 

还有研究发现,生物钟紊乱不仅增加患癌概率,还可能会让癌症更恶性,耐药性更强,患者寿命更短。

 

总之,很不好!

 

咱们祖先早就知道这点。古人云:日出而作,日落而息

 

关灯不要玩手机。

 

生物节律因人而异

 

值得强调的是,规律作息不等于简单的早睡早起。网上流行的器官定时排毒说纯碎瞎扯。

 

健康作息这句话,对于每个人的含义是不同的。

 

每个人的生物钟节奏受到先天基因和后天环境影响,会有很大区别。如果你习惯“晚睡晚起”,或者每天只睡 5-6 个小时,可能都是正常的。

 

只要生活规律,睡眠质量高,每天精力充沛,就不用担心。这就是你的生物钟。

 

我们要避免的,是频繁改变生活和睡眠节奏,导致生物钟紊乱。

 

那如果工作需要,偶尔熬夜,或者经常要越洋飞行倒时差,岂不是一定得癌症了?

 

当然不是。

 

癌症发生永远是个概率问题。如果某个方面增大了一些风险,也不用恐慌,你需要做的,就是比其他人做更多降低风险的事儿。

 

比如锻炼,比如多吃高纤维食物,比如按时接种 HPV 疫苗,比如不吃发霉粮食,等等。

 

幸运的是,从统计上看,生物钟紊乱增加的癌症风险并不是很大,显著低于抽烟,喝酒,二手烟,肥胖等。

 

所以,如果不幸需要熬夜,请尽量戒烟控酒,坚持运动,均衡饮食,这样可以显著抵消掉熬夜带来的负面影响。

 

很遗憾,现实中熬夜的人,往往还容易叠加别的风险因素。比如熬完夜和朋友去吃夜宵:

 

熬夜+抽烟+喝酒+烧烤+油烟污染……全是致癌因素,大家悠着点儿吧。

本文首发:菠萝因子

1:CRY2 and FBXL3 Cooperatively Degrade c-MYC.  Molecular Cell,2016, 64, 774–789

2:The Circadian Clock in Cancer Development and Therapy. Prog Mol Biol Transl Sci. 2013 ; 119: 221–282.

3:Carcinogenicity of shift-work, painting, and fire-fighting. Lancet Oncol. 2007 Dec;8(12):1065-1066.

4:Circadian Rhythm Disruption Promotes Lung Tumorigenesis. Cell Metab. 2016 Aug 9;24(2):324-31.

5:Biological clocks and shift work: circadian dysregulation and potential long-term effects. Cancer Causes Control 2006; 17: 489-500.

十月操作策略回顾:生存即胜利!

从本月开始,我争取每个月末都把我们当月的操作策略和大家做个复盘,所谓温故而知新,不仅让我各位了解我们,也让我们更了解自己。
重点是争取每个月都写,你们知道的,我经常跳票,挖了好多坑没填上几个,如果哪个月没写记得提醒我。
先说说这个月的主要情况:
大盘高开低走,月初都以为要有大行情,月末才发现是大忽悠,全月涨幅只有0.2%,这还是建立在月初两天大涨4%的基础上,也就是说本月绝大部分时间其实是跌的。
我在月初的投资策略会中也谈到了这个问题,历年十月份的平均涨幅不到3%,结果前两个交易日就超额完成任务,后边对指数不能太乐观,震荡是大概率事件。
创业板情况稍好,全月涨了3.15%,主要是靠月初和月末这几天发力,我看了一下创业板的月线图,还不错,至少还是上涨趋势的,最近三个月相当于是回踩支撑,看这样子年末两个月是要再来一波的节奏。
十月操作策略回顾:生存即胜利!
在市场均值方面,本月所有股票的等权涨幅为2%,这相当于是本月的操作及格线,达到这个收益水平就算成功。
多说一句,其实大盘和平均股价两个指数的月线图和创业板差不多,都是回踩5日线,从这个角度看年末真的有戏。
我们这个月的策略比较保守,主要也是考虑到月初那两天涨的太猛,留下了不少隐患,因此全月大部分时间都以防守为主,生存即胜利,不亏就是赢。
截至昨天,我们全月短线策略收益在3%左右,基本完成任务,全年累计收益推高到65%+,稳如老狗。
十月操作策略回顾:生存即胜利!
其实最近几个月是我们今年收益增长最慢的阶段,收益曲线几乎一直横着没动,直到这个月才略微创新高,和上半年陡峭的曲线比差别非常大。
但这也是我最满意的阶段,身处如此复杂的行情,不少人已经被搞的心态爆炸,我们很好的控制了回撤,有一说一,这才是最体现功力的地方。
在股市里,行情决定了我们的收益上限,所谓站在风口猪都飞上天,韭菜站在风口也能肆意荡漾。
行情好的时候,每个人都能赚到连自己都不敢相信,这时候别飘,因为不是你的操作水平提高了,而是你身处这样的环境。
然而行情不可能一直好,潮水终会退去,这是考验我们下限的时候,谁的风控水平更高,谁就获得更高的下限,也就能留下更多的利润。
说到底,决定炒股盈亏的关键不是你能赚多少钱,而是能守住多少钱。
过去这四个来月,完全就是一堂炒股的风控实战课,如果能顺利毕业,基本上行情之后再有任何波动都不怕了。
接下来谈谈这个月的具体操作,不是很频繁,全月总共了结四支股票,其中有两支还是上个月底建仓的,目前尚在持仓的有三支,下边是详细情况。
十月操作策略回顾:生存即胜利!
赚钱的就不说了,重点谈谈亏掉的晶瑞股份。
我记得那两天我在复盘里也说要小仓位试水一支股票,就是它,当时考虑的是行情连跌几天也许有参与空间,再加上晶瑞股份形态也还不错,于是乎打了10%的底仓,寻思如果行情和个股都确认企稳信号了再加,结果愣是没给机会。
这笔操作告诉我们,当行情没有确定性信号的时候最好别浪,连试水都少试,踏踏实实卧倒是最好的选择。
十月操作策略回顾:生存即胜利!
中线方面我们采取的组合策略,搭建一期组合,买进去持仓不动,等到达止盈后同时卖出,然后再做新一期,周而复始……
至今已经做了8期,每期的组合止盈目标都是10%,第8期刚好在昨天止盈,至此前8期都顺利完成,预计下周会开启第9期的建仓计划。
线继续持仓,没什么可说的,后边有调整的话再详细谈。

 

转自:https://mp.weixin.qq.com/s/rajjfVuMT-TXk4Ah5rJZyQ

如何用 Python 调用外部命令

问题

 

也许大家在日常工作中遇到过要用 Python 脚本执行外部命令的情况,并且你还不知道怎么调用。Stack Overflow 热帖:如何用 Python 调用外部命令

 

没关系,早在 12 年前就有程序员在 Stack Overflow 上求助提问啦。

 

Stack Overflow 热帖:如何用 Python 调用外部命令

本文为大家总结整理其中一些高赞回答,以备不时之需!

解决方法

方法1:我们可以使用 subprocess ,比如要执行 ls -l 命令

import subprocess subprocess.run(["ls", "-l"])

Python3.5 之前的版本,需要使用 call

import subprocess subprocess.call(["ls", "-l"])

方法2:

import os os.system("ls -l") #执行命令os.popen("ls -l").read() #执行并输出命令的执行结果

方法讨论:

问题解决了,那么os.system 和 subprocess 那个解决方法更好一点呢?这里做简单讨论,虽然os.system 和 subprocess 都能完成调用外部命令的功能,但是subprocess 比 system 更灵活(subprocess 我们可以得到 stdout,stderr 以及更好的错误处理等等)。并且官方文档也是更建议 subprocess 模块。

下面是对各种调用外部程序的方法的小总结:

1、os.system(“some_command with args”):将命令和参数传给系统shell,这个方法可以一次执行多条命令,并且可以建立管道重定向例如:

os.system("some_command < input_file | another_command > output_file")

尽管这种方式很简便,但是你不得不手工处理一些特殊字符例如空格等。

2、stream=os.popen(“some_command with args”):实现的功能和os.system是一样的,但是os.popen会返回一个类文件对象,让你看到命令的执行结果。

stream=os.popen("ls -l")stream.read() #输出ls -l 的结果

3、subprocess的Popen类,建议尽量使用它来代替os.popen,但是使用的时候参数会相对复杂,例如

print(subprocess.Popen("echo Hello World", shell=True, stdout=subprocess.PIPE).stdout.read())

而不建议使用

print(os.popen("echo Hello World").read())

4、subprocess模块中的call函数,功能和Popen类相似,并且使用相同的参数,但是它仅仅在命令执行完毕后,返回一个代码,例如

return_code = subprocess.call("echo Hello World", shell=True)0 #执行成功

5、如果使用的是Python3.5及以上版本,可以使用subprocess.run函数,它跟上面介绍的函数基本一样,但是更灵活,会在命令行执行结束后返回一个CompletedProcess对象。

return_code = subprocess.run("echo Hello World", shell=True)return_codeCompletedProcess(args='echo Hello World', returncode=0) #CompletedProcess对象type(return_code)

6、虽然os模块包括fork/exec/spawn等函数,但是并不建议直接使用它们,使用不当可能会导致意外结果。

因此如果有需要执行外部命令的需要,建议使用subprocess,而非os模块。

最后,特别要注意如果你要执行的命令是以字符串的形式作为参数,那么必须小心谨慎,否则会造成严重的后果!比如下面的例子

print(subprocess.Popen("echo %s " % user_input, stdout=PIPE).stdout.read())

看到这段代码能想到什么可怕的事情吗?如果有人给 user_input 传递的是 “my mama didnt love me && rm -rf /”,是不是头皮发麻!Stack Overflow 热帖:如何用 Python 调用外部命令 所以谨慎再谨慎!!尽量不做交互式输入,而是在程序中,将要执行的命令,写“死”在字符串中,做为常量传递。

拓展思路

 

下面还整理了一些其它的方法,有兴趣的同学可再深入研究。

sh

sh程序是subprocess的接口,让你像调用函数一样的调用想执行的程序。如果要多次运行一个命令,这很有用。

sh.ls("-l") ls_cmd = sh.Command("ls")

plumbum

plumbum功能和sh类似。

ls_cmd = plumbum.local("ls -l") ls_cmd()

fabric

fabric 是py2.5和2.7的库。可以让你执行本地或远程shell命令。

fabric.operations.local('ls -l')fabric.operations.local('ls -l', capture = True)

envoy

envoy 以“subprocess for humans”闻名,它是对subprocess模块的封装,简单易用

r = envoy.run("ls -l"r.std_out

参考链接:

https://stackoverflow.com/questions/89228/how-to-call-an-external-command

通胀,等风来

作 者 | 邵宇 陈达飞
来 源 | 新财富
 

正文

 

就像自由落体的物质遇到地面的时候会反弹一样,影响20世纪90年代以来全球经济增长、利率、就业与物价的趋势性因素已悄然出现拐点。名义利率已降无可降,失业缺口转为负值,通胀中枢或明显上升。

 

新冠肺炎疫情之后,制造业产业链加速调整,以美国为代表的西方国家采取的超大规模扩张性财政、货币政策或许就是点燃通胀的烈火。密歇根大学消费者调查10月份的最新数据显示,明年通胀预期调升至7%,较5月份的第一次跳升(3.2%)又上一个台阶。这份调查结果并非未来步入通胀的坚实论据,但也足以引起决策层和市场人士的关注。

 

通胀,等风来

通胀大缓和

 

20世纪90年代初以来,通货膨胀的全球性特征表现为三点。

 

第一,通货膨胀率持续下行。至20世纪末,经合组织(OECD)国家核心通胀的中位数已降至2%以下,部分国家开始出现通缩,非OECD国家核心通胀的中位数降至3.5%,较90年代初分别下降4和6个百分点。

 

第二,无论是发达国家或发展中国家内部,还是彼此之间,通胀率都经历了大收敛。大危机之后,两个阵营通胀的收敛特征更加明显,基本呈水平线,至2019年末,通胀率中位数分别为1.7%和2.24%。

 

第三,通货膨胀率的波动性下降,联动性增强。本世纪以来,OECD国家核心通胀中位数基本在2%上下的0.5个百分点范围内波动,非OCED国家的波动区间为4%上下1个百分点,四分位数间距(IQR)高度重合(图1)。联动性方面,整体价格通货膨胀率的联动性显著增强,核心通胀的联动性相对较弱。

 

图1:全球通胀的缓和与收敛

通胀,等风来

数据来源:OECD、世界银行,东方证券计算

 

全球通胀特征引发的最大的谜题,是菲利普斯曲线的斜率平坦化。一般来说,失业率上升,工资水平下降(因为劳动力供应增加),会引发通胀率下降,也就是失业率与通胀率负相关。以失业率为横轴,以通胀率为纵轴,可以得到一个斜向下的曲线,是为菲利普斯曲线。菲利普斯曲线平坦化的含义是,失业率下降,并没有带来通胀率的上升。随着世界进入低通胀+充分就业+高增长的“大缓和”时期,菲利普斯曲线变成一条位于2%通胀率的水平线——菲利普斯曲线“消失”了。

 

那么,为什么全球进入低通胀,为什么菲利普斯曲线会平坦化?

 

通胀,等风来

沉睡的菲利普斯曲线

 

全球化降低商品价格与工资水平

 

全球化进程在柏林墙倒塌与冷战结束后提速,并因中国加入WTO而达到高潮,但这一趋势在2008年金融危机之后出现逆转。从进出口商品贸易总额占GDP的比重来看,2008年的52.46%是二战后全球化黄金时期的峰值(图2)。

 

图2:全球化的起落

通胀,等风来

数据来源:197-1949年的数据来自Klasing and Milionis, 2014;1950-2017年的数据来自Penn World Tables 9.0;东方证券

 

在封闭经济状态下,通胀压力仅取决于国内供求力量的对比,只要供给跟不上需求的膨胀速度,如失业率低于自然失业率,或产能触及上限,通胀就会上行。但全球化带来变化,全球化至少通过以下三个渠道影响了通胀与供求缺口的关系:

 

第一,国外需求会挤占国内产能,影响通胀;

第二,进口商品价格会直接或间接影响国内最终消费品价格,汇率因此变得重要,汇率低估是输入性通胀的重要来源;

第三,90年代初以来,价值链上的中间品贸易增速快于最终商品贸易,产业内贸易成为主导形式;资本要素的流动性显著高于劳动,资本项目可兑换的实现推动了直接投资,全球价值链网络得以形成,中间品的全球采购增加了竞争,降低了可贸易品的最终价格。

 

正是因为全球化,才导致了通胀率在全球范围内的“大收敛”。

 

婴儿潮降低劳动者议价能力

 

不同年龄结构人群的经济含义有显著差异。非劳动年龄人群(0-14岁和65岁+)是净需求者和负储蓄者,劳动年龄(15-64岁)人群是净供给者和正储蓄者。

 

冷战结束以后,前社会主义阵营国家的大量劳动力后备军加入到全球产业链中,其新增数量约两倍于发达国家阵营,其与发达国家的工资差异是吸引跨国公司在全球布局产业链的首要因素。劳动的正向供给侧冲击不仅提高了产能,还降低了劳动的议价能力,从而对商品价格和工资都带来了向下的压力。

 

与此同时,西方国家劳动市场结构也在发生变化,55-64岁之间的劳动年龄人口和女性的劳动参与率都在持续提高;加入工会的劳动者占比持续下降,罢工等带来的工时损失持续徘徊在低位。这些因素都提高了劳动市场的“松弛”程度,降低了劳动者的议价能力。

 

内生性货币政策中和了通胀与失业的负相关性

 

至20世纪80年代中期,美元体系和浮动汇率制度在发达国家已基本确立,各国央行也基本从数量规则转向了利率规则和通胀目标制的货币政策框架。货币市场短期利率成为最重要的货币政策工具,通胀预期的管理也成为货币政策的新工具。

 

鉴于70-80年代滞胀的教训,抑制通胀,烫平通胀的波动性,成为央行的首要任务。德国央行及欧洲央行显然对通胀的容忍度更低,而美联储则是以低通胀与充分就业为双支柱。货币政策仍然需要在通胀与失业中取得平衡,但与70年代之前需求管理模式的不同之处在于,稳物价的优先级更高,对周期性失业的容忍度有所提升。

 

货币政策的内生性被认为是菲利普斯曲线平坦化的一个重要解释。在泰勒规则中,被解释变量是短期利率,解释变量是产出缺口和通胀缺口,前者与劳动力市场紧密相关,产出缺口为负往往意味着劳动力市场较“紧”,即失业率低于自然失业率。如果劳动力市场偏紧,为避免劳动力成本上升进一步传递到商品市场价格,货币当局加息的概率会提高,通胀因此而被压抑。故内生的货币政策在通货膨胀和失业差距之间引入了正相关关系,中和了传统菲利普斯曲线中的负相关性,两者合力导致菲利普斯曲线平坦化。

 

此外,除了通胀与失业,货币政策还需要关注资产价格波动和金融风险,还需要考虑与财政政策的协同问题,尤其是要考虑政府的融资成本和债务杠杆率。这削弱了央行的独立性,从而降低了其对通胀预期管理的可信度,而这被认为是水平的菲利普斯曲线的其中一个重要解释。

 

通胀,等风来

通胀抬头与菲利普斯曲线的苏醒

 

全球化的趋势已经扭转

 

全球化的趋势已经扭转。它始于2008年金融危机,2016年英国脱欧和特朗普上台,以及2020年新冠肺炎疫情都将加速这一去全球化进程。特朗普的关税是最直接的负向供给冲击。退一步说,即使没有政治因素的驱动,产业链网络的扩散也可能会终止,原因在于,经过过去30多年的发展,发展中国家与发达国家的劳动力成本已显著收敛。至2018年底,美国工人工资已经降至中国的5倍,而2000年为35倍,如果考虑两国的劳动生产率差异,那中国已经不具备劳动力成本优势。

 

传统可贸易品的价格下降空间,在劳动力成本收敛的过程中不断消失,也将随着产业链的回流转变为上行压力。然而,整体而言,不确定性之处在于,新一代的数字技术已经显著加速服务贸易的进程,这又将压低服务贸易的价格。

 

世界性老龄化 

 

人们常以日本的案例来反驳人口老龄化与通胀的正相关性,这是在封闭经济条件下得到的结论。全球化是解答日本在90年代人口老龄化与低通胀并行不悖的钥匙:日本虽然出现了劳动力不足,但中国和东南亚的劳动供给足以弥补缺口,这与日本在1985年以后持续扩大的对外直接投资是直接相关的。当下的全球劳动力市场正进入老龄化的“高峰期”,日本的经验已不适用。

 

2008年金融危机以来,主要国家和全球人口结构出现了“大逆转”(图3),这些变化都将提升自然失业率和劳动者的议价能力。

 

图3:全球人口红利渐行渐远

通胀,等风来

数据来源:联合国,CEIC,东方证券

 

第一,以美国为代表的西方发达国家战后“婴儿潮”(1946-1964年出生)一代开始进入老龄化阶段,这一阶段约持续至2025年才结束,而日本早已在90年代末就进入老龄化社会。

 

第二,中国早在2005-2010年间就出现刘易斯拐点,农村转移劳动力从过剩变为不足,又在2012年前后开启了老龄化进程,生产者/消费者比例触顶之后快速回落,新增劳动年龄人口开始转为负值。由于两个结构性转折点几乎在同一时期出现,又由于长期受到计划生育政策的制约,中国经济增长将更加受到人口的负面冲击。刘易斯拐点之后,中国劳动力成本显著快速提升,这对全球而言都是负向成本冲击。换言之,仅从人口结构来说,中国已经从通缩的输出者转变为通胀的制造者。

 

第三,高年龄组和女性劳动参与率的提升空间越来越窄,且已基本触及上限。印度与非洲将成为全球新增劳动人口的后备军,但前者因为阶层等原因,后者因为地理上的分割等原因,都难以对冲发达国家和中国带来的负面冲击。

 

从全球口径来看,生产者/消费者比例也已经在2015年出现拐点,劳动力供给不足的趋势将难以扭转。与此同时,随着人口预期年龄的延长,患老年痴呆症等疾病的人口比例的显著提升,全球供给相对于需求的缺口还将进一步被扩大。其财政政策含义是,医疗和养老等社保支出会持续增长,这可能意味着增加税收,税收的提升会进一步传导至工资。除此之外,代表劳动阶层的右翼保守势力的掌权,民族主义与反移民浪潮的兴起,都会增加国内劳动者的议价能力,尤其是非熟练型劳动者,他们都是近30年来工资停滞的主要贡献者。所以,工资拉动型通货膨胀的压力,或在未来较长时间逐步显现。

 

从分配角度来说,过去40年的全球化是技术和资本偏向型的。资本成本在利率下降和信用扩张中不断下降,用资本替代劳动更加有利;这从整体上导致劳动份额的下降,但与此同时,技术密集型行业和熟练劳动力(高学历)的工资显著提升。技术与资本对低技能劳动的替代加剧了贫富分化和经济失衡,趋势已难以为继。

 

货币政策对通胀容忍度提升

 

随着通胀和通胀预期的持续低迷,以及引导通胀上行的努力屡屡遭遇挫折,美联储开始微调货币政策规则,转向参考中期内的平均通胀。

 

认为货币政策并不能带来改变的看法,通常基于2008年金融危机之后,美联储史无前例的量化宽松和资产负债表的扩张并未引发通胀,并且当下世界范围内普遍无通胀预期。

 

针对这种观点的回应,可以有两个视角。

 

第一,2008年之后量化宽松的资金大量滞留于金融市场,并未进入实体经济,表现为准备金和基础货币的陡增,而广义货币增速并未大幅增长。2020年新冠肺炎疫情冲击的持续时间较短,但宏观政策的刺激力度却更大,方式也显著不同,直接结果是广义货币与基础货币增速同步提升。美国二季度M2同比增速调升至22.8%,三季度为24.1%,为上世纪60年代以来的最大值。覆水难收,随着需求的复苏,短期内通胀的压力将会逐步体现。

 

第二,通胀预期的逆转是瞬间形成的,历史不足以预示未来。上世纪50年代末至1965年,美国预期通胀率也呈水平状,仅为1%左右,失业率降至4%以下,失业缺口高达2%。1966年底,通胀预期超过3.5%,1968年升至5%以上。在劳动市场紧约束下,核心通胀开始快速爬升,从而成为70年代滞胀的前奏。

 

通胀,等风来

通胀,等风来!

 

一方面,产业内中间品贸易的全球化,资本要素价格的下降,劳动力供给的增加和货币政策规则的变化都是解释全球范围内去通胀和菲利普斯曲线平坦化的重要原因。债务与贫富分化是压抑总需求和名义利率,进而导致近十年来全球经济停滞的重要因素,短期内难以缓解;以人工智能、物联网和大数据等技术为代表的新一代技术革命有可能缓解劳动力不足的压力,还将提升劳动生产率。这两个方面,分别从需求侧和供给侧,压抑了物价或工资。

 

另一方面,全球化趋势已经在2008年出现逆转,资本要素价格下行面临零利率约束,全球人口红利渐行渐远,老龄化社会的负担越来越重,货币政策也悄然降低了稳通胀的权重,货币当局不仅面临着更复杂的权衡,还需谨慎维护其独立性。这些因素都是呼唤通胀回归和菲利普斯曲线“复活”的力量。

 

通胀能否起来取决于两方力量的对比,目前市场更多关注通缩压力,但我们需要对通胀风险有足够的警惕,中长期来说,通胀中枢较前20年会有所提升。不过我们认为,除大范围战争等极端情况外,长时间出现5%以上通胀率的概率仍然不高。

 

通胀,等风来

转自:https://mp.weixin.qq.com/s/2T6PGPVakSRiLgJddvNpBw