高善文：市场预测的可能与不可能

2012年夏初，有位清华大学的研究生写信给我，谈到他在实习期间从事市场研究过程中的一些困惑，希望我能够提一些建议。以己昏昏，使人昭昭，这显然是我难以胜任的工作，并且还有误人子弟的风险。但想来想去，借这个机会谈一点我的感受，如果能够抛砖引玉，推动有关话题的深入讨论，应该还是有意义的。因此，以个人过去多年从事市场研究的反思和感悟为基础，当时写了这篇回信，对市场研究的哲学基础及其局限等做了一些讨论。本文原名《关于市场研究的对话》，收于《经济运行的逻辑》一书。近期面对市场的变化和争议，应一些朋友的提问，通过公众号再次推送，供大家参考。
十年以前，我曾经编过一副对联，上联是：解释过去头头是道，似乎有理；下联是：预测未来躲躲闪闪，误差惊人；横批是经济分析。这当然是调侃，但也不全是杜撰。

当今的经济理论在方法上日臻精巧，在思想上直指本性，研究对象包罗很广，数据处理相当复杂，常常给人以深刻的震撼和启迪，这是没有疑义的。但与自然科学和工程领域在预测和操控方面的巨大成就相比，经济分析面对未来提供卓越的预见性和前瞻性预测的能力仍然比较逊色，这应该也是很清楚的。

人们对于世界的认识总是要从对历史数据的研究出发，因此对未来具备预测能力需要一些重要的假设，即未来在本质上是对过去的重复。对于日生月落、寒来暑往这样的自然现象而言，这样的假设大体上是站得住脚的。对于经济波动、市场起伏而言，这样的假设在一些时候大体说得过去，但在本质上未必能够成立。

原因是比较清楚的，例如经济主体和政府能够从过去的经验中学习，并调整自己的行为，这显然会影响经济活动的路径；人们总是基于对结果的预期采取行动，这本身有时候会改变结果（有时候也可能强化结果）；技术变化对经济活动具有广泛和难以预知的影响，而且技术演变本身是无法预测的。根据索罗斯的看法，在人们的认识和经济现象之间还存在反射性过程，如果确实如此，那么预测就几乎是不可能的。

研究总是从简化开始的，爱因斯坦说理论要尽可能简单，但又不能太简单。从学术的角度看，经济分析可以（并且似乎总是）专注一点，不及其余。在尽可能简单的情形下深入剖析所感兴趣的问题和内在机理，从而提出不同于前人的、逻辑上站得住的、能够自圆其说的看法，这可能就算过得去的学术研究了。

但市场研究的终极价值是提供对未来的准确预测，这使得从学术研究过渡到市场研究面临两个方面的困难：一是未来并非过去的重复，这使得预测在原则上是不可能的；二是即使未来是过去的重复，准确的预测需要对现实和历史全面和没有重要遗漏的认识和把握，而学术分析通常专注于其中的一个（也许是非常重要）的方面，这也制约着其预测能力。

因此，市场研究分析历史案例和经济周期，在未来能够重复过去的基础上，确实能够提供一些有价值的预测，但其局限性也很明显。
在操作上，这还涉及两个问题。

一是如何看待逻辑。

我曾经在很长时间里认为，评价一份商业研究报告，合理的逻辑是第一位的，预测的正误相对次要。对于专业从事研究和分析的人而言，可能大多持有这样的看法。现在我开始认识到，对于商业研究来说，尽管从长期来看逻辑和结果之间并无矛盾，并且都很重要，但如果确实要分出主次，那么结果的正确是第一重要的。这是因为作为商业活动，投资者最终追求的是结果，而不是理由，并且他们的绝大多数不具备经济领域的专业分析能力，当然也没有这个必要。

因此，一些商业报告的逻辑不很完美，依赖经验和主观判断的色彩也许比较多，但就取得正确结果而言，其商业价值是很大的。投资活动总是有不少艺术的成分，运气因素之外，其中对分寸的把握相当地依赖于经验、感觉以及个人的悟性。

二是如何看待历史。

对历史数据研究的深度和跨度取决于预测活动所需要的深度和跨度。如果我们要对未来二十年的经济趋势进行预测，那么我们必须研究同样长、也许要更长时间的历史数据。如果我们要分析未来6-18个月的经济活动，那么研究过去几年的数据也许就足够了。深度方面的情况是一样的。
从商业的角度看问题，我过去的经验是：无论你研究的数据多么扎实、逻辑多么漂亮、思想多么原创，投资者最终可能只关心一个问题，或者只记住一个结果，那就是：你是看多，还是看空。这是投资者试图从宏观分析领域得到的最关键的结果。

简单地说，投资活动有两个决策：一是买不买？二是买什么？所以投资者从宏观研究中试图解决（也许是部分地解决）买不买的问题；从行业公司研究领域解决买什么的问题。

所以，从现实情况看，投资者需要对未来6-12个月经济趋势的判断，以解决多空问题；由于这样的原因，宏观经济分析需要专注于对过去几年数据的比较全面的分析和把握，并重点回答三个问题：一是经济走向；二是政策立场；三是资金松紧。

宏观研究的潜在客户包括外汇市场、商品市场、债券市场和股票市场的参与者，不同市场的需求各有侧重，但大体如上所言。在目前，股票市场的投资者与券商研究之间存在稳定的商业模式，其他市场研究的商业模式还不很清晰，在实际工作中，宏观研究领域主要侧重股票市场的需求，顶多偶尔兼顾一下其他市场。

当然，宏观研究如果能够进一步回答行业层面的配置问题就更好，但这多由策略研究来完成。
我个人认为，这样的环境决定了商业领域宏观研究的取向和方法，并使得它与学术领域的宏观研究存在基本的差异。

那么这种差异体现在什么地方呢？我的体会是三个方面：

一是数据把握要尽量全面。深刻的片面分析有巨大的学术价值，但在商业领域没有意义；全面的数据把握可能不够深刻，但也许会具有更好的预测能力。

二是重点关注方向和趋势，而不过分计较数值的大小和误差，不过分计较琐碎的细节。例如政策立场偏宽松、或者相当宽松，这是重点；至于加息次数、贷款规模等相对次要一些。

三是做好数据在横断面上的交叉验证和横向比对，绝不轻信单一数据来源。过去几个月所发生的事件，对现在和未来几个月常会保留一些影响。从长期来看这样的事件也许是扰动，从目前来看它就可能是关键趋势。

对于短期数据分析，我们一般抱有两个假设：一是在横向上数据之间应该存在紧密的关联，并且可以相互印证和说明；二是一件事情的发生一定会留下一些痕迹，一定会在不同的领域都有所表现。

第一个假设的重要性在于框架，它使得我们可以合理把握和预期主要变量的方向，并且通过数据之间的相互印证对框架及其推论的合理性建立信心。

第二个假设的重要性在于识别冲击，从而把握对原来预测可能形成的偏离。

举例来说，如果总需求在扩张，那么在进出口、价格、利率、信贷、产出、资本流动、汇率、企业盈利等层面都会形成影响，通过同时观察这些广谱的数据变化，我们就可能剔除局部的扰动因素，保留对大的趋势的合理把握。

那么适合商业研究的宏观分析框架如何形成呢？

我的体会，基本的原则是逻辑的提出、预测以及与经验事实的比对（详见前文《光线是可以弯曲的》）。其中极为关键的一点是：逻辑必须能够提出可以观察的、确定的、排他性的预测（例如非洲蚂蚁的案例所显示的那样），并得到经验事实的支持。也许我的学识过于局限，但以我来看，就服务于预测的目的而言，照搬教科书的分析或者西方的模型，故作高深地摆弄统计技术和数据，人云亦云地泛泛而谈，这些纸上谈兵式的做法并没有实际的意义。

最后，只有当未来代表了对过去的重复时，预测才有可能。但这样的假设许多时候并不成立，因此，对于商业研究及其预测能力的局限，我们必须抱有必要的认识；对市场和未来抱有必要的敬畏，并祈祷神灵，希望运气总是站在我们这一边。
（高善文 安信证券首席经济学家 中国首席经济学家论坛理事）