20世纪80年代中期是美国乃至西方发达经济体宏观经济的一个重要转折点，此后，产出增长和通胀的波动性下降，进入了经济周期较为平稳的“大缓和”时代（图表1）。在讨论宏观经济中长期可能面临哪些结构性转变之前，我们首先需要总结过去三十多年来美国经济周期平稳化的关键原因，再来探讨可能的变化。宏观经济学领域对“大缓和”的成因已经讨论地较为充分[1]，总结起来，主要可归为以下三个大的方面：一是美国经济的结构性变化，二是货币政策框架优化，三是外部冲击减弱。我们首先重新审视这三个因素在未来是否面临结构性变化。
美国经济的结构性变化
首先是20世纪80年代以后美国经济的诸多方面产生了结构性变化，例如，库存管理能力上升、产业结构变化、金融自由化、以及全球化进程加快等。库存波动是驱动宏观经济波动的重要因素，随着信息技术的快速发展，企业的库存管理能力日渐改善，从而减缓宏观经济波动[2]。产业结构变化也是宏观经济稳定性上升的原因，理论上来讲，传统制造业顺周期性强和库存波动较大，而服务业的需求相对比较稳定，因而制造业比重下降和服务业占比日益提升可以弱化宏观经济的整体波动[3]。此外，自1980年起美国逐步放松了对金融业的限制，金融业大发展。金融自由化和金融深化带来的金融市场完善使得美国的金融体系更加灵活，家庭和企业能够更加便利地融资，从而平滑消费和生产，有利于降低宏观经济的短期波动[4]。经济全球化进程加快，各国之间的贸易和资本互动频繁，金融开放/资本项目自由化提升了发达国家之间的跨国风险分担能力[5]，有助于缓解本国内部的冲击对自身经济的影响。
而往前看，我们认为上述推动美国经济周期稳定性增强的因素至少将面临以下几方面的变化。一是对上游制造业和大宗商品等“老经济”的投资不足，叠加未来全球绿色转型，或将带来系统性供应不足。二是疫情催化产业链重组与缩短，叠加俄乌冲突等地缘政治问题，全球化程度料将一定程度逆转。最后，全球金融危机以后金融监管逐步加强，其隐含的一点是，金融业大幅扩张并驱动经济波动的时代或有所收敛，传统经济周期波动的特征可能会更加凸显。
货币政策框架再调整
其次，“大缓和”亦被看作是美联储货币政策框架优化的胜利。货币政策对通胀偏离和产出缺口的反应不足会放大经济波动，因而政策当局对经济所处状态的理解程度的改善和货币政策敏感性的提高能够有效推动泰勒曲线（TaylorCurve，TC）内移，显著降低通胀和产出的波动（图表2）[6]。学术研究对美国不同时期的货币政策进行了系统的实证分析[7]，研究认为1980—1990年代的沃尔克—格林斯潘货币政策对经济的敏感度提高，联邦基金利率对通货膨胀和产出缺口的反应力度显著加大。虽然“大缓和”是否是央行的胜利仍然有所争议，但总的来说，沃尔克—格林斯潘时期货币政策独立性上升，联储信誉提高，广泛受到较高评价。
“好运气”的终结
最后，20世纪80年代中期以后，美国经济鲜有较严重的外部冲击，因而“好运气”亦成为经济学界对美国经济周期稳定化的主流解释[8]。然而自全球金融危机以后，各类外生冲击频发使得全球经济面临的不确定性明显上升（图表3）。自新冠疫情在全球爆发以来，劳动力供给短缺、供应链瓶颈等多重供给冲击再现并主导了短期经济波动，俄乌冲突以及随后的制裁与反制裁也使得欧美各国再次笼罩在“滞胀”阴影之下。往前看，气候变化的负面效应已在逐渐显现，频发的极端天气屡屡冲击经济体，疫情催化的产业链重组和旨在缓解气候变化影响的全球绿色转型将使得供给约束长期存在，地缘冲突频发或许也将成为下一个十年的常态。值得注意的是，不仅外生冲击明显增加，冲击对于经济影响的不确定性和持续性也明显上升，给政策当局带来了巨大的挑战，也增加了政策的不确定性。通常，外生冲击的不确定性需要由经济政策来平抑，但是冲击频发的情况下，外生冲击的不确定性可能会导致经济政策的不确定性，进一步放大整体经济的波动。
总的来说，回顾过去，推动美国经济进入“大缓和”时代的因素主要源于一些结构性变化、“好政策”和“好运气”。然而向前展望，我们认为对“老经济”的投资不足导致的系统性供应不足、全球化程度的收敛、“好政策”空间受限面临挑战以及“好运气”可能接近用尽。虽然我们尚不认为经济将重回80年代之前的高波动时期，但中长期来看通胀和产出的波动性将大概率较疫情前显著上升。
二、供需冲击交织，宏观波动上升
过去两年，全球经历了百年不遇的疫情和严重的经济衰退。劳动力短缺、供应链瓶颈、全球绿色转型与俄乌冲突带来的多重供给冲击使得不确定性的阴霾久久萦绕在本轮经济复苏的前路上，一些国家出现了复苏未至但通胀先行的局面。气候变化的破坏性影响日益凸显。2021年，加拿大、美国、俄罗斯的北极圈地区和中亚的最高气温再次打破了历史记录。在全球范围内，过去6年是有记录以来气温最高的6年，频发的极端天气正在为长期以来不计自然后果的经济发展模式敲响警钟。
疫情后的结构性调整
其次，疫情冲击催化全球产业链重构与缩短。如我们前文所述，疫情冲击后的全球产业链将更多考虑安全与稳定性，一定程度上牺牲短期效率和增加物品与人力成本，成本增加将推升经济体整体的价格水平。另外，疫情期间货币与财政政策合力稳定了宏观经济，但不可避免地，二者的政策空间均缩水。2020年以来美国的公共债务与GDP的比例维持120%以上的历史高位，美联储持有的国债比例也超过20%，货币配合财政的力度显著提升，均创历史新高（图表7）。财政政策相对主导的宏观政策范式将使得央行的独立性和信誉面临考验。近年来欧美央行提高通胀容忍度，通胀预期脱离锚定目标的风险倾向于上行，进而可能加剧经济体的通胀波动。从政府（发债人），高债务压力下倾向于将通胀维持在经济体可承受的较高水平，有助于缩减实际债务负担。总之，中长期来看，疫情冲击后的通胀中枢和波动均大概率倾向于上行。
绿色转型下的滞胀冲击
在气候变化的负面影响凸显的情形下，促进碳减排和实现“碳中和”，推进经济绿色转型成为全球主要经济体的共识。为缓解全球气候变化的风险，越来越多的国家开始进行“碳中和”经济转型。2021年10月31日至11月12日，第26届联合国气候变化大会（COP26）召开，会上所有缔约方均提出了国家自主贡献（NDCs）。作为年度排放量最高的两大经济体，中美两国联合发布了《中美关于在21世纪20年代强化气候行动的格拉斯哥联合宣言》，加强应对气候变化的合作，包括减少甲烷排放、逐步淘汰煤炭消费和保护森林。那么，去碳化冲击对经济有何影响？由于数据的可得性，我们接下来以中国的“能耗双控”行动为例，使用可计算一般均衡（CGE）模型量化分析去碳化对产出和通胀的影响。
CGE模型是基于一般均衡理论、宏观经济结构关系和国民经济核算数据而建立起来的一套全景式描述经济系统运行的数量模拟系统，可以用于研究总体经济的长期、确定性行为及其对于外部冲击的变动反应。CGE作为一种政策分析工具，系统内任何一部分结构的变化都会影响整个系统，导致商品和要素价格和数量发生变化，系统从一个均衡状态过渡到另一个均衡状态，从而全面考察来自系统内外的冲击对整个系统产生的影响（图表9）[12]。我们使用中国的“能耗双控”目标作为去碳化冲击，具体而言，根据“十四五”规划提出的2025年单位GDP能耗比2020年降低13.5%的目标，假定2021-2025年每年单位GDP能耗下降3%。冲击渠道是减少每年煤、石油、天然气等化石能源开采、加工与供应部门的资本投资。
结果显示，去碳化冲击会对经济产生“滞胀”效果。疫情冲击使2020年实际GDP较没有任何冲击的基准情形（BAU）下降约5.4%，2021年疫情冲击减弱，实际GDP虽然仍低于BAU情形，但之后逐渐向着BAU情形收敛。然而能耗双控会对宏观经济造成持续性冲击，模型的估计显示，2021—2025年实际GDP增速较疫情冲击情形分别额外下降1.3%、1.6%、1.7%、1.5%、1.5%（图表10）。虽然碳减排会带来长远的社会收益，但产出的中短期受损不难理解，工业革命以来化石能源在经济活动中发挥了重要作用，碳减排要求直接提高化石能源的相对使用成本，这将使得经济运行的成本增加，对经济增长产生负面影响。
地缘与能源格局重塑下的通胀压力
疫情冲击与俄乌冲突使得绿色转型更加充满挑战。过去几个季度，在多重供给冲击下，包括能源、有色金属与农产品在内大宗商场呈现供应告急、价格飙升与不确定性加剧的严峻形式，进一步放大宏观波动。不同于其他商品，大宗商品兼具商品属性与金融属性。首先，大宗商品作为生产环节最上游的重要生产投入品，将直接影响生产环节中下游产成品的产出。其次，大宗商品广泛存在于投资者的投资组合中，用以对冲股票头寸、债券头寸或通货膨胀风险等。大宗商品供应减少，将直接降低给定数量风险资本下对应大宗商品的可对冲数量，增加风险敞口，进而抑制风险资本的市场参与度，降低大宗市场流动性而加剧波动，形成正反馈放大机制。
最后，大宗商品价格波动将加剧金融市场和宏观波动。大宗商品价格波动通常将导致资产市场与信贷市场的波动，进而放大金融周期振幅以及尾部风险的积累。当大宗商品价格趋势走高，因市场流动性数量相对有限，将出现巨大的流动性缺口，叠加金融强监管与金融环境持续收紧，很可能增加全球大宗商品危机的尾部风险。以大宗商品贸易商为例，大宗商品价格上升使其贸易融资需求大幅上升。国际金融危机后，巴塞尔协议II与III促使金融监管大幅收紧，对合格抵押品要求上升。因大宗商品贸易商一般不持有相应的合格抵押品，例如国债等，进而难以从银行体系获取额外融资需求。然而，若商品价格趋势上升或居高不下，将使得大宗贸易商难以进行有效对冲，进而使其脆弱性上升。一旦遭受负向供给冲击（价格急剧上升或大范围通航运输受阻等），大宗商品或面临供应中断，大宗市场风险亦将通过信贷违约（贸易融资）、无法补缴保证金（金融资产）等迅速传染至金融体系，进而可能引爆流动性危机。
综上，我们从疫后结构性变化、绿色转型的滞胀冲击、地缘和能源格局的重塑三个维度讨论了未来全球通胀中枢趋势上行，通胀波动加剧，进而引发宏观波动加剧，下面我们将讨论新的宏观范式将对资产定价范式和投资组合带来哪些结构性变化。
三、从宏观范式到资产定价范式：通胀与利率
宏观波动加剧，资产长期回报降低
综合我们前文所述，“大缓和”时代鲜有剧烈的供给冲击的“好运气”和货币政策效率改善的“好政策”都将可能面临挑战。随着疫情冲击的持续性影响凸显、去碳化冲击增加供给约束、以及宏观政策的空间缩水，宏观经济可能在中长期内表现出通胀中枢上升且波动加剧的特征。我们认为这将主要从政策、经济和金融三个方面影响资产估值（图表21）。
其次，通胀的波动加剧会同时影响实际和名义增长，企业盈利的不确定性上升。已有不少学术研究表明，经济体价格水平的不确定性上升会抑制企业投资、雇佣决策、以及家户消费等实际变量，增加库存管理的难度，并且也会使得经济活动对经营条件（例如，金融环境宽松程度）的敏感性下降，降低宏观政策的有效性。但不确定性上升的环境亦有可能鼓励企业投资，加大研发力度，促进科技创新，以此来提升对通胀及其波动的免疫力。例如，当可获得的回报的范围增大的时候，企业的损失可能限于投资成本，然而也有一定概率获得远超原本预期的回报[21]。因而通胀的波动加剧对经济活动的影响存在正负两面的影响，但总体上，会使得实际经济活动的不确定性上升，企业的盈利波动加剧。
总的来说，我们认为中长期来看，未来宏观经济可能面临低通胀与低波动的终结，宏观波动上升，资产价格的波动也将相应加剧，因此，资产的长期回报率和调整风险后的收益或将降低。
量化中长期通胀中枢
根据Byan和Cecchetti（1994）的测算，当选取T为48个月时，所计算出的通货膨胀率均值分布最接近通胀中枢真实分布[22]。因此，我们选取过去48个月（包含当月）的通货膨胀率均值作为当月通货中枢的衡量指标。首先，仅从预测角度出发，我们依据1965年至2019年通胀中枢的历史数据，选取AR（3）对未来通胀中枢走势进行简单预测。结果表明，通胀中枢将趋势上行。中长期来看，通胀中枢预计将上升至3.5%左右（图表24）。
进一步地，我们根据2001年-2019年美国财政赤字占GDP比例对财政赤字走势进行简单的线性预测（图表25）。结合前文中财政赤字扩张对通胀中枢影响的测算，我们对中长期的通胀中枢进行线性推算（图表24）。结果表明，中长期来看，通胀中枢预计将上升至3.5%，与AR（3）模型预测结果较为接近。
量化中长期利率中枢
从“风险中性利率+期限溢价”的视角来看，我们认为通胀中枢上移将推升风险中性利率，实体经济波动和通胀波动的加剧、经济政策不确定性的上升将带来期限溢价的提升，风险中性利率和期限溢价的上升将共同推升10年期美债收益率中枢上行。
首先，通胀中枢的上移将推升风险中性利率。从ACM模型拆解[23]（图表30）的视角来看，风险中性利率取决于短期国债市场利率，而决定短期国债市场利率的核心是联邦基金利率。一方面我们认为由于金融危机后实际利率大幅下降，未来中长期内联储的中性利率很难回到金融危机前的水平。但另一方面相比金融危机后十年内的低利率环境，我们认为通胀中枢的上移也会带来中性利率的上行，我们预计未来中长期内的中性利率或将在3.5%左右。
其次，实体经济波动和通胀波动的加剧、经济政策不确定性的上升将带来期限溢价的提升。从ACM拆解的视角来看，短端利率的波动决定了长久期美债的期限溢价。央行货币政策框架清晰度和透明度的提升会降低短端利率的超预期波动，从而降低期限溢价，学术界也认为1994年以后央行货币政策透明度的显著提升、市场沟通的加强也是美债期限溢价降低的重要原因[24]。但是当前FAIT框架的锚定区间、高于目标的通胀点位等要素并非完全透明，因而市场对于该框架的理解和信任度仍有待检验，这在一定程度上也会带来期限溢价的上行压力。
四、新范式下的资产组合含义
“60/40”的失落与机遇
股债之外，拓宽资产频谱
上文我们讨论了股债组合的挑战与机遇，如果我们把组合里的资产范围扩大，该组合则将能够更好对冲通胀风险，有望提高风险调整后收益。
1981年以来，美国国债对实际增长和通胀超预期指数的敏感性显著为负，实际增长超预期上行会使得现金流固定的国债的相对吸引力降低（图表39），从而有卖出压力；而通胀超预期上行使得市场对国债要求的通胀补偿上升，从而投资者提高对国债利率的要求，债券价格承压。2000年以来，通胀超预期对债券估值的影响系数虽然为正，但在统计意义上不显著，亦是受到前文所述的通胀顺周期性加强、对通胀风险要求的溢价有所降低的影响。超预期的通胀风险显著利好通胀保值债券（TIPS），不难理解，TIPS债券在任何时期均能保证确定的实际收益率，其优势将在通胀风险上升时尤为凸显。
权益组合：风格再平衡
最后，我们细化到权益组合内部，成长风格和价值风格的再平衡。全球金融危机以来的十几年是成长股的黄金年代（图表44），这得益于这十几年独特的经济与政策环境。从经济结构上来说，通胀持续低迷，全球需求长期疲软，供给相对过剩，通缩风险大于通胀风险。这对偏向价值的如原材料，石化能源行业尤其不利，而成长股的成长属性在需求疲软，增长趋缓的环境下更加稀缺。从政策环境上来说，世界几大央行在金融危机后进行了前所未有的量化宽松，发达国家以货币政策而非财政政策作为主要宏观调控工具。宽松的货币政策造就了极度宽松的金融条件，不仅压低了作为定价基础的无风险利率，也压缩了资产风险溢价，进一步推升了资产价格。加上之前提到的经济周期整体趋于稳定的宏观大背景，这些宏观因素都增加了投资者对等待远期收益的耐心，有利于成长风格的表现。而如我们在第一节和第二节里讨论的，很多有利于成长风格的宏观逻辑正在悄悄的改变，这也意味着在接下来新的宏观范式下，成长风格的结构性牛市也面临着更多的挑战。
老经济的“复仇”？
在风格再平衡的大背景下，似乎新的宏观范式对偏成长风格的绿色经济板块不利，而对相对围绕大宗商品的偏价值风格的老经济更为有利。而且如第二节提到的，疫后结构性变化、绿色转型的滞胀冲击、地缘和能源格局剧变或都有可能导致未来大宗商品价格在中长期内或易升难降，这使得大家开始讨论新的宏观范式下，是否会迎来老经济的“复仇”[29]？
油气板块在2022年初至今领跑市场。在上文中我们分析到，在高通胀的环境下，作为投资组合中的一员，石油能够有效对冲通胀风险。但从中长期来看，石油和煤炭本身就是碳中和需要“中和”的对象，碳中和技术的主线便是能源供给端的变革，化石能源供需总量下滑是必然趋势。根据IMF测算[31]，相较于1999年至2018年，未来二十年石油的实际产值将从42万亿美元降至13万亿（以2020年美元计价），与上述有色金属形成此消彼长的鲜明对比。然而，未来几年石化能源供给弹性降低叠加绿色能源技术发展还不成熟，造成短期内能源转型“青黄不接”的现象，但这也只能对石化能源价格起到中短期的支撑作用。中长期来看，化石能源价格的上涨只会进一步增强大力发展绿色能源的动力，加快这一进程。如我们自第二节的分析，未来几年很可能的现实情况是，需求（降低价格）与供给政策（抬升价格）交织影响化石能源行业，尤其油气供给弹性相较于过去可能有所降低，因此我们预计油价将波动加剧，且在头几年（绿色转型初期叠加全球能源格局剧变之际）实际油价仍有较大上行风险。当绿色技术足够先进且新的全球能源格局形成并稳定之后，上行压力或将缓解。
为便于读者查阅，我们将新宏观范式下的资产组合含义的核心要点总结于图表48和49当中。
感谢实习生王雪和黄丽灵对本文所做贡献
参考文献
[1]例如，Zarnowitz(1992)分8个类别列出了18个可能的因素。请参考Zarnowitz,V.,1992,BusinessCycles:Theory,History,Indicators,andForecasting.UniversityofChicagoPress
[2]Kahn,J.A.,McConnell,M.M.,&Perez-Quiros,G.(2002).OntheCausesoftheIncreasedStabilityoftheUSEconomy.EconomicPolicyReview,8(1).
[3]Eggers,A.,&Ioannides,Y.M.(2006).TheroleofoutputcompositioninthestabilizationofUSoutputgrowth.JournalofMacroeconomics,28(3),585-595.
[4]Jermann,U.J.,&Quadrini,V.(2006).FinancialInnovationsandMacroeconomicVolatility.NBERWorkingPaper,(w12308).
Gai,P.,Kapadia,S.,Millard,S.,&Perez,A.(2008).Financialinnovation,macroeconomicstabilityandsystemiccrises.TheEconomicJournal,118(527),401-426.虽然对金融创新与宏观经济稳定之间的关系较为复杂，例如，金融自由化使得获取资金进行投机的便利性上升，长期来看，也有可能推升金融风险从而不利于宏观经济稳定，但总的来说，金融深化在理论和实证上均有助于平抑经济的短期波动。
[5]Kose,M.A.,Prasad,E.S.,&Terrones,M.E.(2009).Doesfinancialglobalizationpromoterisksharing.JournalofDevelopmentEconomics,89(2),258-270.
[7]Clarida,R.,Gali,J.,&Gertler,M.(2000).Monetarypolicyrulesandmacroeconomicstability:evidenceandsometheory.TheQuarterlyJournalofEconomics,115(1),147-180.
[8]Blanchard,O.,&Simon,J.(2001).ThelongandlargedeclineinUSoutputvolatility.Brookingspapersoneconomicactivity,2001(1),135-174.
Stock,J.H.,&Watson,M.W.(2002).Hasthebusinesscyclechangedandwhy.NBERmacroeconomicsannual,17,159-218.
[9]Economides,G.,&Xepapadeas,A.(2018).Monetarypolicyunderclimatechange.
[10]Andersson,M.,Morgan,J.,&Baccianti,C.(2020).Climatechangeandthemacroeconomy.ECBOccasionalPaper,(2020243).
[11]可以参考Schnabel,I.(2021).ClimateChangeandMonetaryPolicy.Finance&Development,58(3),53-55.
[12]CGE模型各模块的详细介绍参见附录。
[20]Acharya,V.V.,Crosignani,M.,Eisert,T.,&Eufinger,C.(2020).Zombiecreditand(dis-)inflation:evidencefromEurope(No.w27158).NationalBureauofEconomicResearch
[21]Bloom,N.(2014).Fluctuationsinuncertainty.JournalofEconomicPerspectives,28(2),153-76.
[22]Bryan,MichaelF.,andStephenG.Cecchetti."Measuringcoreinflation."Monetarypolicy.TheUniversityofChicagoPress,1994.195-219.
[24]详见：BrettW.FawleyandChristopherJ.Neely,2014,“TheEvolutionofFederalReservePolicyandtheImpactofMonetaryPolicySurprisesonAssetPrices”,FederalReserveBankofSt.LouisReview
[25]详见：JonathanH.Wright,2011,“TermPremiumsandInflationUncertainty:EmpiricalEvidencefromanInternationalPanelDataset”,AER