岛 君 说
今天，我们为大家推送的是来自凯丰投资宏观金融部经理曹博先生的万字长文。凯丰投资拥有专业的期货投资顾问团队，以基本面分析为立足点，对套利、对冲有独到的视角，形成了一套完善的商品期货基本分析理论，研究分析能力在业内首屈一指。
本文主要从人口、货币、地产、库存周期四个角度，对中国宏观经济的未来进行展望。宏观经济是一个复杂系统，天然具有很强的不可预测性。面对这样一个复杂系统，分析的框架和视角极其重要，本文试图从经济本源的角度来梳理一下中国宏观经济的逻辑，并对未来中国宏观经济和大类资产做一个展望。
人口视角
1. 我国人口增长和人口结构
从经济增长的本源来看，推动经济增长的三大动力无非是人口、制度变革和技术革命，其中人口问题无疑是最重要的长期因素，而人口问题主要是两方面，即人口结构和人口质量。
建国后我们经历了三波人口高峰：1950-1953、1962-1973、1985-1990年，其中第二波出生高峰最大，十年时间中国新出生人口大概在2.8亿以上，第三波如果从81年算起，10年出生了2.2亿人口。1990年后出生率出现断崖式下降，到1995年综合生育率降到1.87%的低点，人口增长率降到1%以下。
中国人口数量从1949年的5.4亿快速增长到2015年的13.7 亿，根据联合国人口署的预测，2030年将达到14.15亿的峰值，随后开始下降。中国经济过去20年的高速发展实际上是人口红利，尤其是1962-1973和1985-1989这两波人口红利的叠加推动的。
结婚人数过去十年出现飙升：2002年的结婚登记人数是1572万人，随后出现了迅速的飙升，跃升到2013年的2694万人，这对于中国地产、固定资产投资以及国民经济的各种消费，都是一个本源性的影响。如果按照新出生人口测算，结婚登记人数又会迅速跌到2025年的1211万人。
中国人口年龄结构中间高两头低：截止2015年，中国当前人口最多的年龄段为25-29岁，数量为1.29亿，其次为45-49岁，分别对应的是两波出生人口高峰。中国当前人口年龄的中位数37岁，2020年会达到38.7岁，2050年会达到50岁。
劳动年龄人口峰值已过：中国劳动年龄人口的数量，15-64岁的劳动年龄人口在2016年达到峰值，如果范围再缩窄一点，15-59岁的劳动年龄人口其实在2012年已经见顶。传统意义的人口红利其实在逐渐消失，劳动年龄人群结构呈年长化趋势，年长劳动年龄人口（30-60岁）峰值在2025年出现 。
下面这些指标显示我们的人口红利在消失：
首先，一线城市常住人口的增量整体趋于放缓，北京的增量继续放缓，上海甚至出现了负增长。当然广深的增量出现了反弹，我们猜测的原因在于经济形势的差异，广深形势可能更好一些，另一个原因在于京沪两地已经开始严格控制新增人口且出台了具体规划和措施。
其次，外出农民工的数量很显然也是在下降的，并且农民工的年龄结构是趋于老年化，40岁以上的占比在不断提高。第三，中国中小学生在校人数的下降也在加速，已经持续下降10年以上。
2. 全球及主要经济体人口年龄结构特征
美国年龄结构比较平均：美国各个年龄段的占比是相对比较平均的，这跟中国驼峰形状似有区别的。美国现在年龄的中位数是在38岁，也就是比中国大一岁，但是到2020年会到38.6岁，而2020年中国是38.7岁，那么2020年中国年龄的中位数会超过美国。
欧洲已经进入老龄化且仍会加速：欧洲显然是进入了一个时间比较长的老龄化阶段，整个欧洲7.4亿总人口，50岁以上的已经达到2.82亿，占比超过38%，2020年会超过2.95亿，占比超过40%。欧洲2015年人口年龄中位数为41.7，高于中美的37和38岁，到了2020年达到42.7岁。
日本已经进入深度老龄化：日本是一个更加极端的国家，它已经进入了一个深度老龄化社会，日本1.26亿的人口，50岁以上占比已经超过45%，2020年占比会超过47%。日本2015年人口年龄中位数为46.5，远超中国的37和美国的38，2020年会达到48.3岁，2025年就会超过50岁，而中国到50岁是要到2050年。
印度年龄结构十分年轻：一些新兴国家对贫穷人口结构的健康是做出了贡献，这也是人口的一个规律，经济发展水平越高，生育率降低，人均寿命提高，从而推动老龄化。印度的人口结构相对是比较年轻的，它当前的人口年龄中位数为26.6岁，整整比中国少了10岁。
非洲年龄结构是各大洲里最年轻的：从年龄上来看，非洲是比印度更加有活力的地区，非洲2015年人口年龄中位数为19.4, 2020年达到19.8。
全球人口年龄结构总体上行：全球人口2015年人口年龄中位数是29.6，2020年为30.9。
数据来源：凯丰投资
通过对比可以看出，中国当前年龄的中位数是比全球平均水平高，低于美国、欧洲和日本，到2020年中国就会超过美国，但是仍然会低于欧洲和日本。到了2040年，中国会超过欧洲，但是中国年龄中位数仍然很难超过日本。
3. 全球人口结构变化的原因
这种人口结构变化的原因，首先当然是发达地区人口出生率的不断下降。中国人口出生率是从1990年的2.5以上直接下降到当前的1. 2以下。而中国当前的出生率已经低于美国，更低于印度非洲拉美，仅高于欧日，且有可能在2025年跌破欧洲的水平。
而另一项指标总和生育率当前为1.66，大大低于人口保持正常更替的2.1 。另一个原因是人均寿命的不断增长，由于出生率的下降，人均寿命的不断增长，所以推动了全球的人口的老龄化。
全球的劳动年龄人口占比也已经见顶了，全球15-64岁人数占比已经在2010年见底，而全球当前总人口是74.32亿，2020年突破77.5亿，也就是总人口还在增长，但是增速可能会逐步趋缓。
根据联合国对全球各区域总人口数的预测。从总人口来看，中国当前还是略有优势，而印度会在2021年超过中国，非洲将于2023年超过印度和中国。也就是再过不到10年，我们全球人口的座次就可以重新排，第一是非洲，第二是印度，第三是中国。
4. 中国仍可维持较低的抚养比至少10年
这是中国的总抚养比、少儿抚养比、老年抚养比。我们的总抚养比其实在2010 年已经到底部，2011 年以来开始上升，现在是34.72%。与其它主要经济体相比，这个数据的结论跟前面是不太一样的，中国的总抚养比还低于刚才比较的主要经济体，因为欧美日是老年人口占比多，而非洲印度是少年人口占比多，中国当前60后、80后还处在劳动年龄，所以中国总的抚养比还是低于主要经济体，不仅低于主要的发达国家，还低于印度、俄罗斯、英国、德国甚至巴西，巴西是在42%左右，而印度是在48%，英国和德国是在55%-58%，法国是在61%，日本是在70%多，这样的抚养比的地位可能在未来十年还能维持。
所以，我们从人口红利的周期来看，好像有一点危机感，但是仅从人口战略来看，我们的战略机遇期应该还能维持十年，也就是到2025年，到那个时候60后出生的这一波最高峰的人口进入退休的年龄，可能会产生比较实质的影响。
5. 中国的人口质量红利还远未到头
人口问题有两个方面，一个是人口结构，第二个是人口质量。从人口质量来看，我们国家其实还是相对乐观的，也就是我们人口质量红利还远未到头。
这是1949-201年中国每年高校毕业生人数，最近几年平均水平每年毕业生人数是700万人，在校人数是2625万。我们做一个对比，中国的本科毕业生人数和美国本科毕业生人数以及日本本科毕业人数。2014年我们的本科毕业生人数是370万，美国是185万，日本只有56万。
到2020年，全球25-34岁这个年龄段的毕业生中有30%来自中国，美国的远远落后是11%。如果是全球经济体55-64岁这个年龄段的话，美国毕业生的人数是占比超过1/3，也就是几十年前世界上1/3的高校毕业生人数来自美国。而当前呢？美国和欧盟加起来，也就在25%，中国可能会往30%迈进。
所以，我们的人口质量的红利其实远远还没有到头，我们的劳动年龄人口平均受教育年限，从2010年的9.5提高到2020年的11.2，这是联合国的预测，而这个实际上还有一个大的提升空间，相对发达的一些地区可能会接近20年。所以呢，我们人口质量的红利其实还行在半程。
6. 投资率及固定资产投资占比已基本见顶
讲了那么多数据，其实我们要探讨的是，人口结构和人口质量对宏观经济以及大类资产配置的影响。
这是不同年龄层对大类资产的偏好，其中中国的首次购房年龄是比其他国家低得多的，德国的首次购房人的平均年龄是42岁，日本是42岁，英国是37岁，台湾是36岁，美国是31岁，而我们的首次购房年龄已经降到了25岁，2010年还在27岁。刚才我们看到中国的年龄结构的时候，其中我们当前人口占比最多的是25-29岁，这个年龄段未来五年会进入30岁，也就而立年龄以上。
那么其实仅从人口角度，我们的住房需求很可能已经见顶或者接近见顶。我们的年龄中位数是37岁，而到了接近40岁的时候，其实我们的服务需求就会进入高峰，包括我们的投资和金融的需求都属于服务需求，会逐渐进入高峰。也就是我们的劳动平均年龄超过40岁的时候，需求从购房到服务，产业从重资产到轻资产，资金供需改变，利率下行是趋势。
这是中国当前的各类资产配置的占比和其他国家的对比，显然我们对地产需求占比太大了，或者说很可能已经见顶了。
由于劳动年龄人口的见顶，那么我们的投资率也会下降，固定资产的投资增速也会下降，这个原因就在于在人口红利期我们的储蓄率会持续地上升，而这个时候只有加大投资才能解决，因为所有人口都倾向于储蓄对于宏观经济是个灾难，那么所以我们必须加大投资力度。
但是未来随着人口老龄化，我们储蓄率会有一个下降，那么投资率相应也会伴随下降。当然现在已经很明显了，上个月的数据除了居民按揭之外，我们的新增贷款是负的，我们的投资需求可能会进入一个很长时间的低迷期，不可能有任何像样的反弹。或者说在产能过剩背景下，这也是一个健康的调整。
7. 40-50岁成资本市场主力，金融资产持续受益
这是低龄、青年、壮年、中年人口的占比，在新中国成立以来三次婴儿潮中，1963-1973年第二次婴儿潮是中国资本市场当前的一个主力，这波人口出生高峰开始进入40岁之后，它会成为资本市场的主力。
所以我们看05年之后，中国证券投资的开户数是出现了极大的飙升，实际上是60后这波人口进入投资高峰的年龄所产生的结果。这个年龄实际上对于整个金融市场来说，它的一个红利期会滞后于人口传统红利至少20年，因为传统人口红利可能16-20岁已经开始体现出来了，但是对于投资或者或者金融资产来说，要接近40岁才会进入一个高峰，所以会滞后正常人口红利20年。
所以结论就是，从大背景来看，金融资产会有一个持续受益的背景。
8. 人口角度的结论
1） 中国30岁以下的人口红利开始消退，年龄中位数37岁且在加速上升，老龄化加速，对实物消费、房产消费、农产品消费等带来巨大影响；
2） 中国30-50岁人口仍可维持较高比例，因此不可过分夸大老龄化影响，老龄化对消费和经济的负面影响可能要2020年后才开始实质显现,2025年后开始加速；
3） 中国仍可维持较低的抚养比至少10年，且低于绝大部分主要国家，人口角度的机遇期仍可维持十年；
4） 中国的人口质量红利仍可至少维持到2030年，对于经济转型弥足重要；
5） 经济的投资率即固定资产投资占比基本见顶，固定资产投资下降仍将持续；
6） 2030年前40-50岁的金融市场投资主力年龄人口占比仍会维持较高比例，金融资产会持续受益；
7） 人口结构未来十年的变化总体不利于地产和商品需求，有利于股债等金融资产。
货币视角
第二个视角就是货币视角，我们知道货币很重要，货币和实体是经济的两个层面，货币是实体的镜像，又是实体的加速器，并且它是连接实体经济和金融市场的一个媒介。
那么对于货币呢？我们首先理解三个层面，分别是央行、商业银行和企业居民和政府部门。整个货币的创造，如果是从自上而下说的话，无非是央行提供基础货币，然后商业银行进行信用扩张，企业和居民从商业银行获得融资，同时创造了广义货币，广义货币是掌握在企业和居民手里。如果是自下而上说的话，那就是企业和居民有融资需求，商业银行进行信用扩张，需要中央银行提供基础货币。
对于大类资产来说，我们可以分为货币类资产和非货币类资产，货币类资产就是基础货币+广义货币，而非货币类资产就是其他的各类金融资产，包括地产、债券、权益等。也就是非货币类资产需要货币类资产去定价。
1. 中美欧日英央行资产规模和增速
央行的资产负债表和商业银行的资产负债表，它实际上是反映了企业和居民在货币上面的一个镜像，它的结构反映了实体的结构。首先看央行这个层面，左边是各大央行的绝对规模情况，右边是规模增速的情况。
中国央行资产负债表规模在04-05年已经超过美联储跃居世界第一，增速2008年之前一直是高于主要经济体的，2008年之后由于主要经济体进行QE，中国央行的增速已经开始低于所有的主要经济体。
这个背后逻辑是什么呢？首先2008年之前，我们由于外汇的流入中国央行是被动地扩表，被动扩表的过程中央行会在负债端提高存款准备金把这个锁住。但是其实在2008年尤其2010之后，外汇占款流入的减缓，中国央行的扩表速度也开始放缓，而这时候欧美日央行开始QE，资产负债表出现一个大幅的上升。
数据来源：凯丰投资
这是相对的一个指标，就是央行总资产/GDP ，中国央行这两年已经被日本央行超过了，并且中国央行这个08年之后指标是在下降的。
2. 中国央行的实际宽松力度远低于美联储利率下降需求端推动
其实绝对规模反映不了央行的实际宽松力度，我们还要看结构，中国央行尽管全球第一，但是在它对于资产端购买外汇、同时负债端投放的货币中，当前接近75%-80是在法定准备金，就是一个死钱被锁定住了。
而美国负债端的结构大部分是超额准备金，这个是活钱，也就是中国央行的实际宽松力度远远低于我们的规模看起来的水平，实际上是远远低于所有主要央行的。
我们观测央行宽松力度的一个最重要的指标叫超储率，中国的超储率只有2.1，而美联储是在19.69，日本央行是35，欧元区是13.44，中国的超储率远远低于所有的主要央行。所以从这个角度来说中国央行是相对偏紧的。
数据来源：凯丰投资
为什么偏紧？那么我们需要看一下商业银行的情况，左边仍然是商业银行的规模，右边是商业银行的增速。这其实是最重要的一张图，因为它反映了中国货币环境与欧美日最重要的一个不同，也就是中国商业银行体系的扩张力度是远远高于所有国家的，尤其是在08年之后，我们的速度是持续高于所有国家，所以我们创造了一个人类历史上史无前例的商业银行的资产负债规模，伴随的就是我们天量的存量货币。
数据来源：wind 凯丰投资
我们看西方商业银行的扩张速度和规模，整个是保持平稳的，哪怕是在08年多轮QE之后也是平稳的，是因为它商业银行扩张不动，这叫流动性陷阱，或者说信用收缩，由于它的信用收缩，才去极力扩张央行资产负债表，以至于压低利率到负值。
但是即使这样，它商业银行还是扩张不动。而正因为中国商业银行的扩张力度和速度以及规模是远远超越所有经济体，所以我们的央行必须偏紧缩，这是不同的逻辑。另外就是我们有一个史无前例的商业银行资产规模，对应的是我们史无前例的杠杆水平，对应的是我们天量的M2存量货币和地产持续不断的上涨。
3. 两种货币应对方式，反映的是不同的去杠杆方式
我们如果对2008年后全球所有经济体的行为做一个货币角度的描述的话，我想是可以这样描述的：2008年金融危机后，全世界进行了两个史无前例的货币实验，一个是欧美日等国极度扩张央行资产负债表压低利率到0附近，第二个是中国极度扩张商业银行资产负债表达到极致，背后反映的是两种应对危机的模式，西方是货币政策为主，中国是财政政策为主，而产生的结果就是西方压低到极致的利率水平，中国天量的货币存量和中国不断膨胀的地产泡沫。
未来会怎样？两种模式都到了难以持续的水平，欧美日负利率已经大面积出现，利率压制到极致，中国的地产泡沫和杠杆水平已经极高，存量货币过大汇率压力空前。
因此西方当前需要的是转向走中国过去几年的道路，即扩张财政和商业银行资产负债表，中国需要供给侧改革控制商业银行资产负债表规模，同时放松央行端。也就是减少投资，其实已经看到迹象了，假设都不投资去还款，其实商业银行的资产负债表和M2是可以缩减的。
同时由于我们商业银行资产负债表增速的放缓，我们央行可以放松。所以中国2014之后可能是在重塑西方2009年之后的景象。
而西方现在应该做的是什么呢？中央银行已经扩不了，货币政策已经用到极致了，应该加大财政政策，应该重复中国2009年-2014年的手段。这就是我刚才讲的两种应对方式反映不同的去杠杆方式。美国是央行加大资产负债表扩张规模去承接企业和居民的杠杆，而中国实际上08年金融危机的时候不存在泡沫和杠杆，企业和居民的杠杆率都很低，但是选择了直接加杠杆，也就是08年才是中国加杠杆的起点，然后不断扩张商业银行资产负债表实现一个加杠杆过程。
4. 存量货币在国内的切换是价格涨跌的直接根源
所以我们跟西方货币环境最重要的一个不同，就是我们的存量广义货币远远超过所有国家。这个货币是在下游，也就是在你我大家手里的，这个是脱离了央行的控制的。
而西方的QE，因为商业银行扩张不动，放再多的钱是淤积在商业银行和央行之间叫超额准备金，假设开始派生下去，他央行那边是可以收缩的，也就是购买的资产是出售或者到期不再购买是可以缩减，没有脱离央行的控制。而我们放的钱都到了大家手里，这个脱离了政府当局和央行的控制。
5. 西方长久期资产收益风险比已经不高
所以，由于西方央行的这种措施出现了大面积的负利率，不断压低利率的过程对于大类产的影响显然是有利于长久期资产，也就是长期国债、股市包括地产，所以过去几年国外的大类资产表现当然是股市和债市。
而我们刚才讲的西方央行已经到了一个极致，所以对于长久期资产例如欧美股市来说，风险收益比已经不高，因为这时候西方的长久期资产对于利率稍微反弹的敏感性会极大，所以这个时候西方的长久期资产性价比已经不高，或者说风险比较大。
6. 西方的股市、中国的地产
09-14年欧美和中国存在两个永远上涨的东西，分别是欧美的股市和中国的房价，这两个东西集中反映了两类不同的逆周期调节工具，在欧美是货币政策，在中国是财政政策（地产+基建，或者说固定资产投资），所以西方的股市和中国的房价从这角度来讲本质是一致的，都是逆周期调节的工具，当然到了现在都到了不可持续的水平。
7. 货币角度的结论
从全球来看：
1） 2008年金融危机后，全球两个史无前例的货币实验：中国极度扩张的商业银行体系，欧美日极度扩张的中央银行体系，本质反映了两类国家采取的不同逆周期手段，中国是地产+基建的财政手段，欧美日选择的是极度宽松的货币手段；
2） 两种应对手段造成的两类结果：中国不断攀升几乎没有回调的房价，美欧不断攀升几乎没有回调的股市（债市），本质反映两类经济体创造货币淤积在不同环节；
3） 两类经济体的不同逆周期手段都已经达到极致：中国的商业银行体系规模已经达到天量（对应天量货币存量和巨大的地产泡沫），美欧的中央银行体系规模已经达到极致（对应大面积负利率和不断新高的股债市场）；
4） 两类经济体在前期的手段用到极致后，应该分别往相反的方向走，即中国降低商业银行扩张速度，降低财政手段的力度，然后实施宽货币、紧信用的措施；美欧日应该放弃继续压低已经为负的利率，加大财政手段的利用，推动商业银行体系的扩张；
总结起来就是：未来三年全球市场两大关键问题，即西方能否走出通缩陷阱，中国能否实现无危机的转型（刘煜辉语）；
5） 欧美日长久期资产风险上升，对利率反弹的敏感度空前，欧美股市当前应该是宏观对冲中空头的配置方向；中国房地产总体下行，也是潜在风险点。同时中国利率长期下行，有利于中国长久期资产例如股市。
从国内来看：
1） 中国的天量存量货币分布在下游，实实在在的资产荒和配置需求，在固定资产投资下来后，运行在银行体系内的贷款需求、非标需求等消失，存量货币无处可去。资产慌体现在银行理财、保险资金（尤其投连险和万能险）、公募基金、私募基金、P2P等，一旦对某类资产达成共识，各类资产很容易出现羊群效应，短期内透支行情，加大波动；
2） 资金外流压力巨大，居民的财富分配国际化刚刚开始，华人偏爱的城市例如旧金山、悉尼、温哥华、伦敦等将长期维持高位，很多城市仍有上涨空间；
3） 人民币贬值压力是长期的，居民和企业的国际化配置都是刚刚开始，资产价格的内外价差也是重要原因；
4） 最佳路径是中国的经常项目顺差能够大体覆盖资本项目的流出，实现有序的居民财富分配国际化；
5） 商业银行资产扩张速度会继续下降，未来进入宽货币，紧信用的阶段，如果改革得当，中国具备重复09年后美国慢牛的货币环境；
地产视角
1. 2016年可能是销售面积的历史大顶
第三个是地产视角，地产无非是人口问题和货币问题，所以需要讲一下地产。我们的商品房销售面积今年很可能会达到水平15亿平，这个水平是惊人的，销售额11.7万亿也是惊人的，但是很可能有所透支，或者说基本确定今年就是一个历史高点， 这是我个人的一个判断。我们用结婚登记人数对商品房销售面积做的一个模拟，今年很可能是一个很突兀的高点，未来应该是一个持续的下降。
2. 居民存量房贷的总量指标并不过分
这是我们居民按揭贷款的月均增量，今年上半年的月均增量超越之前很多了。右边是新增居民按揭贷款/新房销售额，实际上是居民加杠杆的情况，但是从一个存量房贷的总量指标来看其实并不过分。中国房地产贷款的存量大概17万亿，占GDP只有24.61%，房贷存量与居民总储蓄（58万亿）、居民总金融资产（120万亿）、居民宗房产价值（180万亿）之比分别为29%、15%、10%，与其他国家相比都是在低位的，其实风险点只是在于2015年之后进入销售高峰的边际杠杆力量。
另外一个角度，就是中国房贷久期其实是比较短的，只有八年，其他国家都是很长的。而一线城市房价收入比经过房产税调整后，并不算很突出。
3. 房价与利率周期有重要关系
人口观点当然不一定意味着房价观点，因为房价还跟利率周期有很大的关系，我们很少看到在货币的宽松周期，房价崩盘或者拐点的情况。
但是跟利率周期也不是绝对的关系， 对于房价的一个判断还是要放在整个宏观系统好一点，单个部门的一些指标做横向对比，没有太多的实质意义。只有整个宏观系统出现危机，中国的房地产才可能出现危机，因为各个系统、各个部门之间互相依赖。
4. 地产视角结论
1） 房地产不仅是人口现象，更是货币现象，同时受到人口周期和货币周期影响；
2） 当前人口结构的拐点决定了房地产的需求顶部大概率已经出现；
3） 中国商业银行面临前所未有的“资产荒”，对按揭贷款的青睐可能持续支撑一二线房价；
4） 房价拐点的判断，还是要放到整个宏观系统来考量，宏观系统的各部门不是独立的，而是互相依赖、互相影响的，所以很难通过横向比较一些数据模型就能判断出拐点，现实情况往往比较复杂，宏观系统的稳定性直接决定了房价的走势；
5） 房地产的潜在隐患在加大，尤其是一年以来的边际加杠杆力量加大了房地产风险，但房地产整体还不具备系统性风险的条件；
6） 房地产部门过去15年从未出现过实质出清，大幅调整都比较鲜见，地产价格高是制约货币政策的一个重要因素，后期可能是最重要因素。
库存周期
1. 工业企业利润、M1等指标改善
第四个是库存周期，中国在过去半年PPI出现了一个快速的改善，这个跟几个原因关系很大，其中包括工业企业利润的持续改善，包括M1的上升也一定程度上反映了企业现金流的改善，以及财务费用增速持续大幅的下降，现在已经是负的水平。其实工业企业的资产负债率大概从2011年之后就开始下降，这个跟固定资产投资的下降其实是一致的。
2. 企业去杠杆已经持续较长时间
还有一个很重要的就是，产成品库存大周期来看2011年8月份就开始下降，已经超过五年；小周期来看2014年8月份就开始下降，已经超过了两年。就是已经出现了一个去库存周期到极致的情况，所以实体这块，就像我们的股市做空的筹码已经抛售到了一个极致，起码存在一个补库存或者稳定的动力。
3. 企业去库存是商品下跌重要原因
其实企业的去库存周期是商品下跌的重要原因。去库存周期跟商品价格大致是一致的，而近期是有背离，我们在极度地去库存，而这个时候商品价格已经跌不动了，出现了一个有韧性的反弹。
本文來源：http://mp.weixin.qq.com/s?src=11×tamp=1528170423&ver=919&signature=f7YiCVwypls1pOLR2KbMNWgWGrxDPOHlgNXcQZiQKPM-l13pS1sYKWEwZ15ouTDL0-Q1txRDavcRPkbs1mjinSKmGg0laN2tOqrKOxHNX3DStkGz93WIRJkzb2WJ3N*R&new=1