#微博声浪计划# #听见微博# #今日地板日记#
## 本期简介

上一期集中讨论了我研究完五个工作组之后的整体观察。这一期进一步逐组拆解：沟通工作组、资产负债表工作组、数据工作组、生产率与劳动力市场工作组，以及通胀工作组。

重点不只是成员“主张什么”，而是他们分别可能在工作组中承担什么功能、组内如何形成互补，以及这些看似方向明确的改革，在实际落地时可能面临哪些风险。

本期主要讨论：

* 为什么沟通改革很可能指向减少前瞻指引、弱化点阵图；
* 资产负债表组如何区分 QE、市场功能干预和流动性支持；
* 实时私人数据为什么很有吸引力，同时也可能削弱政策透明度；
* 生产率组为什么大概率会得出偏乐观的 AI 结论；
* 通胀框架变得更灵活之后，为什么不能简单判断它究竟偏鹰还是偏鸽。

## 时间轴

**00:00｜开场：第二集将逐组讨论五个工作组**

上一期讲了整体判断，这一期进入成员和小组层面的具体分析。文字版文章包含更多资料和细节，播客则主要补充一些个人判断与吐槽。

---

## 沟通工作组

**00:32｜沟通工作组的三位成员**

沟通工作组由 Peter Fisher、Arminio Fraga 和 Mervyn King 组成。

三人的背景分别代表：

* 美联储内部的政策执行与市场沟通经验；
* 新兴市场央行建立信誉的经验；
* 发达经济体央行应对高度不确定性的经验。

**01:18｜Mervyn King：不确定性下不要制造虚假的确定性**

King 对稳定统计模型和宏观预测能力持明显怀疑态度。

在未来无法被可靠预测的情况下，央行不应轻易承诺确定的政策路径，也不应通过前瞻指引向市场制造超出自身认知能力的确定性。

**02:04｜Peter Fisher：过度沟通会阻碍价格发现**

Fisher 认为，美联储不应为了压低市场短期波动而用大量前瞻指引约束自己。

如果央行不断替市场解释未来政策路径，市场自身的价格发现机制就会被削弱。政策沟通应更多保留不确定性，而不是试图管理每一次市场定价。

**02:37｜沟通组最可能的改革方向**

这一组最终很可能支持：

* 减少前瞻指引；
* 进一步缩短和简化政策声明；
* 降低美联储管理市场预期的程度；
* 弱化甚至取消点阵图。

取消点阵图并不必然意味着取消所有经济预测。更可能的变化是，不再公开每位官员对具体政策利率路径的预测，同时保留某种形式的工作人员或委员会经济预测。

**03:24｜沟通组结论：方向明确，悬念相对有限**

无论是成员背景还是既有表态，都与 Warsh 长期主张的沟通框架高度重合。因此，这可能是五个工作组中最容易预测结果的一组。

---

## 资产负债表工作组

**03:33｜资产负债表组大概率支持更小的美联储资产负债表**

这一组包括 Raghuram Rajan、Jeremy Stein 和 Karen Dynan。

整体方向很可能是：

* 继续缩表；
* 降低金融体系对央行流动性的依赖；
* 缩短美联储资产组合久期；
* 更清晰地区分货币宽松和市场功能干预。

**04:05｜Raghuram Rajan：央行托底会制造流动性依赖**

Rajan 的核心担忧是，如果央行持续提供流动性、反复救助市场，就会形成类似“Fed put”的预期。

金融机构一旦相信央行总会在压力中出手，就会缺乏降低杠杆、管理流动性风险和持有自有缓冲的动力。

**04:32｜为什么适度的市场破坏可能是必要的**

Rajan 的思想带有明显的“不破不立”色彩。

央行不应试图阻止所有机构失败，也不应消除所有市场波动。适度损失和波动可以约束风险承担，避免整个金融体系把央行支持视为永久性的公共服务。

**05:18｜准备金需求为什么降不下来**

银行之所以倾向于持有过多准备金，一个重要原因是使用贴现窗口、常备回购便利等央行工具仍带有明显污名。

银行一旦动用流动性工具，市场可能将其解读为经营困难。为了避免这种负面信号，银行宁愿长期保留大量闲置流动性。

**05:52｜想降低准备金，就必须允许银行偶尔缺钱**

如果希望银行减少过度充裕的准备金，就需要允许它们偶尔出现流动性短缺，并正常使用央行工具。

这意味着：

* 接受更高的短期市场波动；
* 降低使用流动性工具的污名；
* 不再把任何流动性紧张都视为制度失败。

Rajan 整体上仍然明显偏向支持 QT，并对 QE 持强烈批评态度。

**06:46｜Jeremy Stein：不要只看资产负债表的美元规模**

Stein 认为，美联储资产负债表的影响不能只用名义美元规模衡量。

更重要的问题是：

* 美联储持有了多少久期；
* 从市场中移除了多少利率风险；
* 对长期利率产生了多大影响；
* 如何改变私人部门的资产配置。

**07:34｜缩短久期可能比缩小名义规模更重要**

美联储的大部分负债近似于隔夜负债，因此从资产负债管理角度看，资产端更多配置短期国债可能比持有大量长期债券更合理。

这意味着，未来改革可能包括：

* 提高 Treasury bills 的占比；
* 降低长期国债和 MBS 的占比；
* 在不剧烈改变总规模的情况下，降低资产负债表的久期风险。

**08:31｜区分 QE 和 market functioning intervention**

Stein 强调，美联储扩表至少有两种完全不同的目的：

第一种是 QE，即在利率接近零下限时，通过购买长期资产进一步放松金融条件。

第二种是市场功能干预，即在市场流动性枯竭、买卖双方无法正常交易时，由央行临时提供流动性。

这两类扩表不应被混为一谈。

**09:01｜市场功能干预应保持久期中性**

当美联储只是为了恢复市场交易功能而介入时，它不应顺便改变长期利率和风险资产价格。

Stein 因此提出，市场功能类干预应尽可能保持久期中性，甚至通过对冲方式抵消购买资产所带来的利率风险影响。

**09:20｜美联储作为去杠杆过程中的临时交易对手**

在市场流动性危机中，金融机构可能被迫去杠杆、平仓或出售资产。

美联储此时介入，本质上是在暂时接过市场无法承接的头寸。但这种介入的目的应是恢复交易，而不是自动转化为宏观宽松。

**10:09｜Rajan 提供方向，Stein 负责操作设计**

如果 Rajan 是资产负债表组的思想核心，那么他更可能提供支持缩表的理论理由。

Stein 则更可能负责回答：

* 缩表具体如何执行；
* 如何调整资产久期；
* 如何区分市场救助和宏观宽松；
* 如何降低操作过程中的金融稳定风险。

**10:44｜Karen Dynan：实体经济与制度可行性的平衡者**

Dynan 长期在美联储和财政部门工作，对美联储内部决策机制和实体经济传导都非常熟悉。

她并不是一位激进的美联储批评者，对 QE 的评价也相对中性。她可能在组内承担的角色是：

* 评估缩表对家庭、企业和实体经济的影响；
* 为资产负债表改革提供宏观政策依据；
* 确保最终方案能够被美联储内部接受和执行。

**11:38｜资产负债表组结论**

这一组的组合非常完整：

* Rajan 提供理论批判；
* Stein 提供市场结构和操作框架；
* Dynan 提供实体经济和制度经验。

因此，这一组很可能提出一套既支持缩表、又较容易落地的改革方案。

---

## 数据工作组

**12:12｜为什么数据组可能是最容易让普通人共鸣的一组**

Warsh 希望更多使用实时数据，而不是过度依赖滞后、频繁修正的传统官方统计。

后疫情时代，美国经济经历了移民、人口结构、供应链、关税和劳动力供给等大量结构变化，传统数据的及时性和稳定性都受到挑战。

**13:18｜Doug McMillon：企业实时数据和产业网络**

作为 Walmart 前 CEO，McMillon 熟悉：

* 消费者交易数据；
* 商品价格变化；
* 库存；
* 供应链；
* 不同收入群体的消费行为。

他不仅了解 Walmart 自身的数据，也知道哪些企业掌握哪些类型的实时经济信息，以及这些数据如何被企业用于经营决策。

**13:55｜Raj Chetty：把私人交易数据转化为公共指标**

Opportunity Insights 长期处理企业、行政和交易数据，并将其转化为可持续更新、可公开讨论的经济指标。

私人数据通常是零散的交易记录，并不能直接成为宏观变量。它需要经过：

* 清洗；
* 加权；
* 统计调整；
* 样本代表性修正；
* 方法论设计。

Chetty 的作用可能是把企业数据翻译为经济学家和政策制定者能够使用的指标。

**14:35｜Kevin Murphy：把宏观问题转化为可测量的问题**

Murphy 所代表的价格理论传统，强调使用经济理论指导实证分析。

他的作用可能是帮助工作组回答：

* 美联储真正想知道的问题是什么；
* 什么变量能够反映这一问题；
* 应该收集什么数据；
* 怎样的指标才具有政策含义。

**15:29｜数据组三人的可能协作方式**

一个可能的工作流程是：

1. Murphy 定义需要回答的经济问题；
2. McMillon 寻找合适的企业数据和数据提供方；
3. Chetty 将原始数据处理为可公开、可修订、可检验的经济指标。

从人员配置看，这是五个工作组中分工最直观的一组。

**15:59｜美联储其实已经拥有大量私人数据**

美联储并不是从未使用信用卡、薪资、零售或企业数据。

问题在于，市场通常不知道：

* 美联储拥有哪些数据；
* 如何处理这些数据；
* 这些数据在决策中具有多大权重；
* 它们何时会影响政策判断。

**16:47｜ADP 数据是一个典型案例**

美联储内部曾使用更细颗粒度的 ADP 私有数据，并通过内部模型进行处理。

在疫情期间，这类数据曾经非常重要。但市场往往只有在会议纪要或官员讲话中才知道它们已经影响了政策判断。

这暴露出一个核心问题：使用私人数据可能提高及时性，但也可能降低政策透明度。

**18:19｜理想结果：处理后的新指标能够定期公开**

一种理想方案是，工作组建立一套机制，将经过处理的私人数据持续发布，使市场能够理解：

* 指标如何构建；
* 历史表现如何；
* 修正规律如何；
* 美联储如何在政策中使用它们。

**18:29｜现实难题：市场无法接触原始数据**

企业不可能把每一笔 Walmart 交易、JPMorgan 信用卡消费或 Bank of America 客户数据都公开。

因此，即使美联储发布了统计后的指标，外部经济学家也很难独立复现和验证。

当新指标与官方数据冲突时，市场可能不知道该相信谁。

**18:56｜实时数据的后验验证问题**

新指标最大的困难是，它们在真正经历完整经济周期之前，很难证明其稳定性。

如果美联储立刻基于这些指标调整政策，却在两年后发现指标存在偏差，那么此前决策的合理性就很难重新评估。

**19:19｜最大的风险：新数据沦为“先有结论，再找证据”**

私人数据的灵活性很高，指标选择空间也很大。

如果缺乏透明的方法论和外部审查，新数据可能被用来支持主席原本已有的世界观，而不是挑战政策制定者的判断。

因此，实时数据的方向值得支持，但其透明度、可复现性和制度约束必须被认真设计。

---

## 生产率与劳动力市场工作组

**20:01｜生产率组的三种视角**

这一组包括：

* 硅谷风险投资和技术前沿；
* 大型企业内部的 AI 落地；
* 经济增长与技术进步的宏观理论。

三人的功能互补同样非常清晰。

**20:46｜Chad Jones：把 AI 转化为宏观增长框架**

Jones 主要研究经济增长、技术进步和生产率。

他的核心判断与主流经济学相近：

* AI 长期可能提高生产率；
* 部分行业已经出现局部收益；
* 但从技术突破到总量生产率兑现，需要更长时间。

**21:46｜生产率提升往往比市场预期更慢**

新技术需要经过：

* 企业采用；
* 工作流程重组；
* 组织结构调整；
* 互补资本投入；
* 劳动力技能变化。

因此，即使 AI 在编程等任务上已经产生明显效果，也不代表宏观生产率会立即大幅上升。

**22:24｜企业视角：AI 更可能改变任务，而不是立即消灭所有岗位**

大型企业的真实落地经验通常比“AI 将取代所有工作”的叙事更克制。

更现实的路径是：

* 一部分岗位被替代；
* 一部分岗位被重新设计；
* 更多工作的任务结构发生变化；
* 企业逐步通过组织重构兑现生产率收益。

**22:39｜这组大概率会得出偏乐观结论**

从成员构成看，生产率组很可能最终支持：

* AI 将提高长期潜在增长；
* 技术进步可能扩大总供给；
* 美国可能进入类似 1990 年代的生产率繁荣。

这一方向与 Warsh 和当前政府的政策叙事高度一致，因此目前看不到太多思想悬念。

---

## 通胀工作组

**23:10｜通胀组三位成员都极具分量**

这一组包括 N. Gregory Mankiw、Thomas Sargent 和 William White。

三人的共同点是，都认为当前通胀框架过于狭窄；但他们的理论传统和政策直觉并不完全相同。

**23:36｜Mankiw 更接近主流，Sargent 和 White 更非传统**

Mankiw 的观点相对制度化，也更接近现代央行主流框架。

Sargent 和 White 则更愿意从财政制度、信用周期、货币总量和长期金融稳定等角度重新解释通胀。

这使得这一组可能产生真正的思想碰撞。

**23:58｜共同点：当前通胀框架过于短视**

三人都在不同程度上质疑：

* 央行是否应过度关注短期 CPI 或 PCE；
* 是否必须在一至两年内机械地把通胀压回 2%；
* 是否应忽略货币、信用、资产价格和财政约束。

White 更强调延长评估周期，不应将价格稳定简化为短期通胀预测。

**24:25｜William White：通胀之外还要看货币、信用和金融周期**

White 主张央行不能只预测 CPI 和 PCE，还应关注：

* 货币供应；
* 信贷增速；
* 信用创造；
* 信用利差；
* 杠杆；
* 金融周期；
* 资产价格失衡。

这与当前以短期通胀数据为中心的框架存在明显差别。

**25:00｜Sargent：不要把低通胀预期当作外生输入**

Sargent 与合作者的一个核心观点是，通胀预期不是央行可以被动观察的外生变量，而是央行过去行为和市场对央行反应函数判断的结果。

低通胀预期可能恰恰来自市场相信央行最终会采取足够强硬的行动。

**25:24｜低通胀预期为什么可能制造政策循环**

如果央行因为通胀预期稳定而暂缓行动，私人部门又因此判断央行不会收紧，那么通胀可能变得更加持续。

最终央行反而需要采取更激进的行动。

因此，央行不能因为预期稳定就自动得出政策无需调整的结论。

**26:06｜可信度本身可能比实际行动更重要**

这一逻辑与 Warsh 反复强调的“美联储必须证明自己能够实现价格稳定”高度一致。

政策沟通的目标不是让市场精确猜到每一次行动，而是让市场相信央行最终会完成目标。

**26:26｜2% 目标可能不变，但解释方式可能改变**

当前政治和制度环境下，正式修改 2% 通胀目标的可能性较低。

但工作组可能改变的是目标的解释方式，例如：

* 使用目标区间而非精确点位；
* 允许通胀分阶段回到目标；
* 区分短期偏离和长期价格稳定；
* 更关注中期趋势，而非单月或单季数据。

**27:04｜货币供给、信用和财政约束可能进入通胀判断**

如果通胀被解释为货币、信用和财政共同作用的结果，那么政策工具也会发生变化。

缩表可能被视为抗击通胀的工具之一，而不只是利率政策的附属操作。

这会为政策提供更大的解释空间。

**27:42｜为什么不能简单判断这套框架偏鹰还是偏鸽**

更灵活的通胀框架既可以被用于解释偏鸽政策，也可以被用于解释偏鹰政策。

偏鸽的解读是：

* 通过缩表限制货币和信用，可以减少加息需求；
* 短期通胀偏离目标并不要求立刻收紧；
* 可以允许通胀更缓慢地回归目标。

偏鹰的解读是：

* 即使当前通胀不高，也应提前防范信用过热；
* 不能因为通胀预期稳定而放松警惕；
* 金融失衡出现时，应更早采取行动。

**28:37｜唯一能确定的是：市场熟悉的通胀反应函数会改变**

目前无法客观判断最终框架一定偏鹰或偏鸽。

更可靠的判断是，美联储可能会改变目前以短期通胀数据、预期和固定回归期限为核心的分析方法。

至于政策方向，仍将取决于当时具体的经济环境和主席如何运用这套框架。

---

## 总结

**29:06｜研究之后，短期结论仍与市场共识相近**

五个工作组的总体方向大致仍然是：

* 更少的前瞻指引；
* 更小、久期更短的资产负债表；
* 更多实时私人数据；
* 对 AI 和生产率偏乐观；
* 对通胀目标采用更灵活的解释。

**29:27｜半年内提交成果，执行难度仍然很高**

即使工作组成员非常出色，半年内完成研究、形成共识并提出能够被委员会接受的方案，仍然是极具挑战性的任务。

最终有多少建议能够真正进入美联储制度和政策操作，仍然存在很大不确定性。

**29:35｜真正值得关注的是中期框架变化**

短期内，这些工作组未必会直接改变下一次或下几次利率决策。

但在未来数年，它们可能逐步改变：

* 市场如何理解美联储；
* 美联储如何解读数据；
* 资产负债表在反应函数中的位置；
* 财政和货币政策的边界；
* 通胀和生产率的分析框架。

类似 2020 年 FAIT 框架的影响，这些变化可能在当下显得抽象，却在之后的政策周期中产生非常实际的后果。

**30:05｜结尾**
http://t.cn/AXKfDZmd ​​​​