新型冠狀病毒（COVID-19）對經濟和市場的影響是每個人都很關心的問題。現在，在中國以外的許多國家都出現了“社區傳播”，突然引起市場關注。與此同時，新型冠狀病毒對全球經濟的衝擊發生在經濟基礎相當堅實的時候。根據我們的算法，本月全球經濟仍然最接近紫色（“擴張”）狀態（參見附錄）。
我們機器學習驅動的經濟觀點通過經濟增長、通貨膨脹的水平和變化，以及全球風險指數對當前經濟狀態進行評估。全球經濟增長和通貨膨脹在2月份都有所上升，在投資組合調倉的時候（2020年2月26日），全球重要市場的風險水平仍然相對較低。隨著上週晚些時候的拋售加劇，我們的系統性市場風險指數大幅上升，但到月末仍低於50個百分點（參見下文全球風險部分）。
我們並沒有低估病毒的風險——事實上，我們認為新型冠狀病毒對中國經濟的影響將比市場共識預計的更大——但全球經濟遠比多數觀察人士所認為的更有彈性。在經濟增長方面，經濟正處於“倒退”和“復甦”階段的邊界（參見圖1）。經濟增長因子低於趨勢水平（-0.33個標準差），但與1月份相比略有改善（0.01）。如上所述，2月份的“大數據”顯示出經濟增長放緩，但尚不清楚是否會有大量證據給出有力證明。在國家層面上，歐元區的經濟增長因子是投資組合中2月份唯一下降的，此前經歷了連續增長。通貨膨脹也低於趨勢水平（-0.16），但與1月份相比也稍有改善，而且是連續第四個月有所改善。近幾個月來，通貨膨脹勢頭在十國集團（G10）和新興市場（EM）國家均普遍增長。（點擊這裡）
與2月份的投資組合相比，3月份我們增加了對股票分配。當然，面對大規模的股票拋售，這樣做並不容易。然而，我們對全球宏觀經濟和市場環境的機器學習驅動的觀點仍然是有利的。而且，如果病毒的傳播速度放緩——無論是由於控制病毒的措施，還是由於氣候變暖等自然過程——全球經濟都幾乎沒有理由不重新回到復甦的道路上。因此，資產配置引擎將股票權重提高到普通參考指數之上。
圖1. 全球經濟增長因子水平（x軸）vs. 勢頭（y軸），2017年2月-2020年2月（10年平均值標準差和3個月變化）
來源：深數宏觀（DeepMacro）
風險偏好：全球風險指數飆升，主要受市場波動影響
我們使用上文中第1部分所概述的框架來判斷市場情緒何時可能開始引領影響市場風險的因素，例如波動性和新興市場風險。作為補充，我們跟蹤全球風險指數（GRI），同時量化系統性市場風險水平的變動。全球風險指數（GRI）與經濟增長和通貨膨脹一樣，是機器學習驅動的“經濟狀態”判斷的主要輸入。該指數在2月份平均小幅微升，儘管只是在月末才有所上升。
即使是月末的上升，也主要出現在我們指數中的市場波動部分（參見圖2，藍線）。新興市場風險也出現了顯著上升，但仍低於去年大部分時間的水平。值得注意的是，全球風險指數（GRI）的重要組成部分，例如銀行風險，甚至信用風險，尚未達到較高水平。這是有道理的——病毒並未破壞金融系統的運轉。此外，中國央行對流動性供應的保證，以及暗示的“美聯儲看跌期權”，有助於更廣泛地控制對金融市場的影響。
圖2：深數宏觀（DeepMacro）全球風險指數，2017年1月1日-2020年2月29日（自1994年1月起始的百分比）
來源：深數宏觀（DeepMacro）
附錄：如何在資產分配決定中運用經濟狀態？
我們使用簡明的顏色區分法來描述不同的經濟狀態。一種顏色代表過去幾個月內經濟增長、通貨膨脹及風險水平的一個狀態。我們發現，這種區分法為我們在評估固定資產及股票市場的未來收益和波動性上提供了寶貴的信息。但是，我們也知道現實的世界和市場要複雜的多。經濟和市場環境從來不會完全是一種狀態，也不會一直停留在一種狀態。事實上，一種狀態下也會有其他狀態的因素，並且可能會隨時轉變為另一種狀態。有鑑於此，資產配置決策也是基於各個狀態的預期收益加權平均值。權重是由當前讀數距離五大狀態（並不是只看距離最近的那個狀態）中位數的距離決定的。如果讀數非常靠近某個經濟狀態，那麼這個經濟狀態的預期收益和資產波動性就會有比較高的權重；如果數值遠離某個狀態，那麼預期收益和資產波動性就會相應獲得較低的權重。
<code>深數宏觀(DeepMacro)由華爾街資深經濟學家和IT界著名數據科學家創建，利用人工智能分析大量經濟數據，將其量化為經濟增長因子、通貨膨脹因子、全球投資風險因子等指標，預測全球宏觀經濟趨勢。全自動的算法系統利用“大數據”在官方數據發佈之前，分析經濟狀況並獲取對市場重要但官方數據未能很好覆蓋的數據。基於這些指標，深數宏觀(DeepMacro)構建了各種資產類別的中期投資組合，包括短期利率、外匯和全球資產配置，都取得了很好的業績。深數宏觀(DeepMacro)與世界各地的金融機構，包括主要銀行、主權財富基金和全球對沖基金等密切合作，提供付費內容、專有指標和諮詢服務。有關更深入的數據分析和專業解釋，請聯繫[email protected]。/<code>
閱讀更多 DeepMacro深數宏觀 的文章
