很多人問：熊市不是早就來了嗎?

但，如果前面你以為的熊市，僅僅只是一個開始呢?

復(fù)盤全球：冰水兩重天

說這個問題，我們先來復(fù)盤一下今年全球的表現(xiàn)。

2018年1月份全球狂歡，美國三大股指創(chuàng)下歷史新高，恒指，上證綜指也創(chuàng)2016年1月以來新高。

然后全球就進入了2月份的雞飛狗跳時間，由美國帶的頭，莫名其妙4、5個點的跳，全球跟著撲街。3月份全球進入貿(mào)易紛爭時間，美國向全球開戰(zhàn)，當(dāng)然，中美是重頭戲，全球再一次撲街。

4月份到5月份，盡管有貿(mào)易紛爭、美元指數(shù)超強、美債收益率上升的負(fù)面因素，市場整體算平靜的，波動中上升。

但從5月底開始，全球主要市場的表現(xiàn)明顯分化了，具體表現(xiàn)為：歐美堅挺，港A撲街。

歐洲股市基本走出了2月、3月份的大跌陰影，創(chuàng)出新高，美指有些分化，納指創(chuàng)出歷史新高，道指與標(biāo)普稍差，但也基本收復(fù)失地。

只有近親的港股與A股，橫了幾個月后，重新進入撲街模式(見下圖)：

 如果上面那張圖還不夠清晰，我們直接看排名，大A墊底，恒指替補(見下圖)：

原本指望五窮六絕七翻身，結(jié)果是五窮六絕七翻車。

剛進入8月份，特朗普那邊又開始喊話：要不之前說的2000億美元進口商品，關(guān)稅由10%提到25%看看? 

今天港股與A股再現(xiàn)暴跌。上證綜指一度跌超3個點，深證成指一度跌超4個點，創(chuàng)業(yè)板創(chuàng)下2015年以來的新低。一江之隔的香港也好不哪去，恒指創(chuàng)下今年新低。港A主要指數(shù)自今年高位回落均超過20%，完全進入技術(shù)性熊市。

當(dāng)然，對于許多國人來說，自2015年以來就一直是熊市。不少人都在意淫著差不多了，等著抄底，但等來的是新低。 

現(xiàn)在依然是一個老問題：到底是抄底呢?還是跑路呢?

基本面與流動性

關(guān)于這個問題，其實是兩個方面的分析：基本面和流動性。

基本面上來看，上半年的經(jīng)濟還是過得去的。2018年上半年GDP增長了6.8%，二季度有所放緩。發(fā)電量、鐵路貨運量的數(shù)據(jù)也基本匹配。 

看規(guī)模以上工業(yè)數(shù)據(jù)的增長情況，工業(yè)增加值上半年累計增長6.7%，較2017年上半年6.9%放緩，但好于2015年、2016年的數(shù)據(jù)。營業(yè)收入與利潤總額增速都是放緩的，但利潤總額是12年以來的第二好，僅次于2017年。

所以，大概的判斷是，2018年上半年經(jīng)濟處于增長中，這與16年下半年以來的一輪全球經(jīng)濟復(fù)蘇相吻合，這也是歐美股市堅挺的重要原因。但中國出現(xiàn)經(jīng)濟增速放緩的跡象。

如果基本面短期沒發(fā)生惡化，那更大的問題在流動性了。流動性的問題大家不陌生，去杠桿這個詞應(yīng)該要聽得耳朵起繭子了。但關(guān)于去杠桿的意思究竟是什么，卻不見得大家都理解。

基本上大家都能明白，去杠桿就是降低負(fù)債。而我們經(jīng)常提到的M2，卻恰恰需要負(fù)債去創(chuàng)造。央行發(fā)行了基礎(chǔ)貨幣，銀行通過信貸體系借錢給企業(yè)或者個人，創(chuàng)造了負(fù)債，也就創(chuàng)造了M2。

所以，加杠桿的過程是創(chuàng)造貨幣的過程，而去杠桿的過程就是消滅貨幣的過程。

所謂的明思基時刻，就是那個時間點上，絕大多數(shù)人都在收杠桿，也就是在消滅貨幣。這個過程可以很快完成，瞬間大量貨幣被消滅，資產(chǎn)價值當(dāng)然崩潰。

我們的去杠桿當(dāng)然沒達到明思基時刻那樣猛烈，但貨幣逐漸被消滅的過程中，流動性緊張，對流動性最敏感的股市就有了向下的趨勢。

不過這還不足以解釋何以6月份以來股市的下跌，與全球明顯分化。

大家回想一下，6月份發(fā)生了什么?整頓P2P!

相比于過去的P2P爆雷，2018年6月的特征是集中性，一天可以爆幾百家。P2P的錢去哪了呢?不用多想，不管是平臺自己做資金池去抄底了股票，還是個人通P2P融資去抄底了，可以肯定相當(dāng)一部分資金進入了股市。

6月份P2P成群的爆雷，其溢出的殺傷力也許不低于2015年配資盤的打爆。而P2P這個坑究竟有多大，恐怕連官方都不清楚，這正是更可怕之處，甚至有人將其比作2008年美國的次貸危機。如果是這樣，那就不僅僅是一個行業(yè)的問題，其影響會是全局性的，影響金融，影響經(jīng)濟。

短期內(nèi)對股市形成巨大的抽流動性，所以我們看到，6月份在地球村都向好的背景下，A股6月的跌幅為今年之最，還超過了今年全球都動蕩的2月份。港股稍好點，6月的跌幅也不低，僅次于今年2月份。

港股相比A股，受P2P的溢出效應(yīng)要小些，但是，港匯今年一直處于弱方，表明外資在流出。同時A股流動性緊張勢必影響南下資金的規(guī)模，進而把流動性緊張傳遞到港股。可以看到，香港的成交金額已經(jīng)大大下降了(見下圖)：

香港有一點很恐怖：流動性緊張到一個臨界點，一旦下面完全沒有承接盤，股指可能瞬間被打爆，這就像2015年的7月份。

美國加息周期與貿(mào)易紛爭

中國官方顯然也意識到了問題，所以6月份再次定向降準(zhǔn)，而7月份宣布實行更積極的財政政策和穩(wěn)健的貨幣政策，流動性定調(diào)由“合理穩(wěn)定”轉(zhuǎn)為“合理充裕”。

但是，第一，市場的恐慌情緒并不會短期修復(fù);第二，美國的加息周期束縛了中國的寬松空間。

美國2014年暗示可能加息，2015年12月第一次加息，2016年12月第二次加息，2017年加了三次息，2018年已經(jīng)加了兩次，目前美聯(lián)儲對美國經(jīng)濟的定調(diào)是強勁，這意味著，2018年是極有可能再加2次息。

很不幸的是，在掌控全球貨幣閘門的美國進入加息周期前夕，也就是2015年，我們進行了一次大水漫灌。這一波大漫灌，推高了許多資產(chǎn)的價格，造就了許多牛市。有的比較短，如股市。有的比較長，但也到了清算期，比如P2P。還有的還在高位，比如樓市。

今天許多的痛苦，都有那波大放水的功勞。

現(xiàn)在除了樓市，其他資產(chǎn)基本被打得七零八落，包括人民幣，現(xiàn)在也成了主要貨幣里表現(xiàn)最差的(見下圖)：

現(xiàn)在政府的定調(diào)是定向放水，明擺著不想讓水流到樓市去。但如果政府不控制好，資金會有自己的想法，繼續(xù)流入樓市，將樓市價格進一步推高，日本的故事重演不是沒可能。

因此，這些約束下，中國寬松的空間是有限的。

當(dāng)然，無論美聯(lián)儲加息也好，P2P平臺爆雷也好，這些都是短期的因素，對中國更深遠的影響恐怕是貿(mào)易紛爭。

為什么這么說呢?

安信的高博士最近有一個刷屏的演講，其中提到中國的改革開放實際就是對美國的開放。個人很認(rèn)可這一點，我們過去40年能取得這樣的經(jīng)濟增長，一個至關(guān)重要的因素是我們?nèi)谌肓藲W美主導(dǎo)的全球體系。

現(xiàn)在我們可以另起爐灶了嗎?

往短了看，是個需求問題，離開了美國這個龐大的市場，一帶一路上的國家能消化掉我們的產(chǎn)能嗎?

往長了看，是個供給問題，這個更重要。一個國家的經(jīng)濟增長，從長期來講，是供給因素，它取決于一個國家的勞動力、資本還有技術(shù)。我們算一下，為什么中國人與美國人，同樣一天24個小時，我們的勞動力是人家的好幾倍，經(jīng)濟體量還不如人家呢?

關(guān)鍵的因素是技術(shù)，是生產(chǎn)效率問題。

放長看，清晰可見的是，勞動力將成為我們經(jīng)濟增長的制約因素，絕對勞動數(shù)量(15到65歲人口)在減少。要實現(xiàn)經(jīng)濟增長，只能借力技術(shù)的不斷升級。而離開了美國這個全球技術(shù)的主要輸出國，失去了與美國的技術(shù)交流，中國的技術(shù)升級，即使會成功，也會是緩慢的。

如果技術(shù)升級無法覆蓋勞動力的減少，那么未來的經(jīng)濟增長就無從談起。這點， 我們可以看日本，從1990年到2018年，28年間人類的技術(shù)是突飛猛進，但它仍然無法覆蓋日本人口方面的負(fù)作用，日本過去28年里GDP年復(fù)合增長不到0.7%。

日本1990年人均GDP水平已經(jīng)很高了，而我們今天還很低的。最近拼多多是個非常熱的話題，它讓我們意識到另一個更真實的中國。看下面這張圖，如果經(jīng)濟不再增長，我們的收入就停在這個水平，這意味著絕大多數(shù)人失去了改善生活的可能。 

目前這場貿(mào)易紛爭，不僅僅是經(jīng)濟層面的，許多人總是把特朗普視為商人。早在1988年，特朗普接受采訪的時候發(fā)表了其對美國與其他國家貿(mào)易關(guān)系的看法。一個人念念不忘30年，絕不僅僅是商人思維可以解釋的。無論他目前的所做所為究竟于美國是對還是錯，他在做的是創(chuàng)造歷史。

這樣，你就可以看到，在貿(mào)易紛爭這個大邏輯下，投資股市，實際上你是在賭國運，賭國運在未來40年，仍然能如過去40年那樣繼續(xù)上升。

而賭錯的話，日本的股市又提供了指引，1990年見頂，一直跌到2008年見底，現(xiàn)在還沒漲回去。

特別聲明：本文為合作媒體授權(quán)DoNews專欄轉(zhuǎn)載，文章版權(quán)歸原作者及原出處所有。文章系作者個人觀點，不代表DoNews專欄的立場，轉(zhuǎn)載請聯(lián)系原作者及原出處獲取授權(quán)。

AlphaGo在代表最高水平的智力游戲圍棋與人類頂尖選手對決，但凡虛心一點的科學(xué)家都明白，這不過是個100萬美金的超值廣告。

而從媒體到普通民眾，都擔(dān)心某一天AI具備自我意識后，在高速進化中全面超越人類。

這根本是孤陋寡聞的恐慌。

哲學(xué)上有一個懸而未決的問題，意識和智能產(chǎn)生自大腦，但是意識和智能能夠理解大腦本身嗎?

索羅斯在他著名的通俗著作《金融煉金術(shù)》開篇提到了一個問題，所有能被人類主觀意識影響的東西，都不具備“客觀性”(這句話請讀三遍想三遍)，因為“反身性”原理，所有有人類參與和影響的活動，從金融投機所屬的經(jīng)濟學(xué)到預(yù)測社會發(fā)展的歷史和人文類科學(xué)，都不具備真正的規(guī)律。某種程度上它們本質(zhì)上都是偽科學(xué)。

這句論斷讓筆者印象尤其深刻。從量子力學(xué)主宰的微觀世界被驗證了無數(shù)次的“不確定性原理”，到索羅斯的“反身性”原理，背后揭示了一個深刻的規(guī)則：人不能跳出“人的視角”去驗證人。

“不畏浮云遮望眼，只緣身在此山中”

人工智能大家都在追風(fēng)談deeplearning，也就是程序員設(shè)計算法，訓(xùn)練計算機群從海量數(shù)據(jù)中習(xí)得 “特征”，也是這次AlphaGo不同以往圍棋軟件的地方，它能夠與頂尖高手的大量切磋練習(xí)中“自動學(xué)習(xí)”提高技術(shù)。但是AlphaGo習(xí)得的那點“人工智能”與人類所真正代表的強人工智能相比，還有兩個巨大的門檻。

第一個問題，歸根結(jié)底，人是不是一部自動反應(yīng)的機器?

《生活大爆炸》里有一個男主角叫SheldonCooper，他很萌，但卻是對情境感知能力較差，并伴隨著嚴(yán)重強迫癥。

社交困難、溝通困難、固執(zhí)或狹窄興趣。類似SheldonCooper的人，在幼年時，會經(jīng)常遇到這樣的尷尬：

–孩子沒有交作業(yè)，老師很生氣，便諷刺地說道：

–老師：“狗把你的作業(yè)吃掉了嗎?”

–孩子：“老師的狗會吃掉紙?”

孩童是因為不能理解老師的提問而保持沉默，并會認(rèn)為老師有養(yǎng)狗、而且狗會吃紙。但老師想要表達的其實是“你忘記交作業(yè)了”，而孩童本身沒有辦法了解這類的隱喻。

世界上真實存在著這樣一群人?，F(xiàn)代精神病學(xué)指出，這是一種溫和的自閉癥叫阿斯伯格綜合癥(Aspergersyndrome)，不同于一般自閉癥， Aspergersyndrome保有社交的意愿卻缺乏相關(guān)的能力，他們看起來像“機器人”，但大多心智正常。

Aspergersyndrome 從某種程度上反映了人類心智并不神圣，是有跡可循的。而認(rèn)知心理學(xué)的發(fā)展，卻越來越向人們揭示一個可能的結(jié)論，無論是自閉癥患者、阿斯伯格綜合癥患者、還是普通人，實際上都是基本自動的機器。

神經(jīng)科學(xué)家安東尼奧·R。達馬西奧所著述《SelfComestoMind》(自我在大腦當(dāng)中是怎么生成的)中認(rèn)為，通常人們混淆了 emotion(直覺情緒)和feeling(感受)?！拔矣X得怎么樣，我覺得受委屈了，我覺得被尊重了”，這種“我的feeling”是杜撰的、虛假的。

一個比較典型的例子，這也是原來心理學(xué)經(jīng)常引用的故事，在加拿大做的實驗。在一個石橋上和一個鐵橋上招募一幫人去談戀愛，隨機抽取一對一對去談。石橋因為很堅固，有風(fēng)也不會晃。鐵橋是鐵索橋，是吊橋，有風(fēng)就會晃。因為一晃就會緊張，緊張恐懼是一個 emotion，恐懼來的時候又帶來什么呢，內(nèi)部是腎上腺素分泌;外部的表現(xiàn)，比如瞳孔放大，面部會發(fā)紅，鼻孔會擴張，有各種各樣的表現(xiàn)。

但是很有意思是，緊張的外在表現(xiàn)和愛情出現(xiàn)的外在表現(xiàn)是一致的。理論上講，環(huán)境不應(yīng)該對你是不是對對方有好感能夠產(chǎn)生影響，不管你是在石橋上跟人談戀愛，還是在晃動的鐵橋跟人談戀愛，理論上講，你愛上對方的幾率是差不多的。但一個很有意思的現(xiàn)象是，在晃動的鐵橋上愛上對方的幾率大大超過在一個穩(wěn)定的石橋上，因為剛才講的 feeling部分，就是這個自我部分，它不知道emotion 出了什么事兒，它只是去讀取。它讀取的數(shù)據(jù)是，原來所有的征兆，所有的征兆符合談戀愛的特征，我就一定愛上對方了，我既然愛上對方了，我就一定要真的去愛她，因為如果我覺得我是，而又沒有真的去愛的時候，又會出現(xiàn)另一個，叫做認(rèn)知失調(diào)。這樣的話，他就以為自己是這樣的，就那樣去做了。這是真實研究的成果。

之前人們認(rèn)為emotion就是 feeling，達馬西奧研究發(fā)現(xiàn)不是，emotion不能改變，見到什么樣的情況你就會產(chǎn)生怎樣的反應(yīng)，是下意識的，是不能控制的。而feeling是“我” 在作怪，受這個所謂的“我”來控制的，它首先讀取emotion的數(shù)據(jù)，經(jīng)過處理之后告訴“我”，我感受到了什么。

“處理”的過程十分關(guān)鍵，它能否被模擬，與實現(xiàn)真正的人工智能息息相關(guān)，這是人工智能已有部分答案(比如deeplearning )的第一個重大問題。而所謂的“我”，自我意識甚至自由意志都是幻覺，是假的，不存在。我們實際上是個基本自動的機器，99.9% 自動處理的機器，只不過這個機器有一個特別特殊的軟件，就監(jiān)控這個機器本身的“我”。

身體是遍布傳感器(耳鼻口舌目身體，聽覺嗅覺味覺觸覺視覺)的硬件，又運行著一個產(chǎn)生“自我”的軟件，從某種程度上來說，我們確實只是機器人。

但“自我意識”是如何產(chǎn)生的，目前還沒有徹底搞清楚，也是人工智能最重要的、且尚無頭緒的問題。

第二個問題，100%的正確誕生不了真正的智能

所見與真實有很大的狹隘和偏差。

普通人的視力系統(tǒng)就是一種用于獲取和分析可見光的信息接收系統(tǒng)，倘若缺少一類，或是性能不足，就會發(fā)生：盲人無法感知光線、色盲缺乏分辨色彩的能力、健全人的眼睛看不見紫外線、紅外線，分辨不出偏振光……但真正的，健全人看待世界的方式其實與盲人摸象別無二致。

一個已知的事實是地球面向太陽的區(qū)域每平方厘米每秒會穿過大約650億個來自太陽的中微子，然而由于缺乏感知能力，不僅人類自身無法察覺。比如我們所謂的 “錯覺”，錯覺是在已獲取信息的基礎(chǔ)上，進行額外加工所獲得的認(rèn)知，有一個非常著名的例子就是卡尼薩三角形錯覺;錯誤則是計劃之外發(fā)生的隨機突變。一些特殊的神經(jīng)性疾病將使得我們感知到與常人完全不同的世界，例如擁有斷續(xù)影像視覺(Cinematographic vision，一種罕見的精神異常現(xiàn)象)體驗的人，大概會認(rèn)同芝諾關(guān)于飛矢不動的論斷所言非虛。

我們所謂的存在皆由我們的觀察而得，而我們的觀察方式存在先天性的漏洞。但奇妙的是，從感知、觀察、形成概念、到邏輯推理均存在缺陷的人類，實現(xiàn)了真正的智能。

圖靈開創(chuàng)了現(xiàn)代意義上的計算機科學(xué)，幾乎同時代，美妙而強大的人工智能其實早在50、60 年代就開始研究了，但一直沒有大的進展。之前的研究重點是精確的數(shù)理統(tǒng)計與創(chuàng)新算法，直到人們把眼光從線性系統(tǒng)放到非線性系統(tǒng)，從邏輯編排到混沌系統(tǒng)，從機器到人。才取得了一些有限的進展。比如模仿大腦神經(jīng)元多層鏈路循環(huán)遞進處理信息的方式，誕生了時下火熱的深度學(xué)習(xí)。

計算機的發(fā)展，核心是邏輯門的堆疊帶來的超高效率和超高準(zhǔn)確性。100% 正確卻誕生不了智能。非線性系統(tǒng)、混沌理論指導(dǎo)下，即使目前流行的分布式計算、并行計算，還沒有真正有 “容錯”的能力。模擬錯誤的信息輸入，輸出錯誤的模型，能在下一次模型實踐中發(fā)現(xiàn)模型本身的錯誤或局限，在沒有程序員沒有旁人主動干擾指出中習(xí)得 “錯誤”，并從中學(xué)習(xí)進化。這需要部分拋棄冰冷的邏輯和理性，一場真正的哲學(xué)革命。

生命體是各種不同細胞的堆疊，涌現(xiàn)了意識、智能、情感、道德、乃至今天人類的一切，以至于反作用于現(xiàn)實世界本身。計算機實現(xiàn)強人工智能的一天，必然也具備意識、情感、道德等表面上與 “智能”無關(guān)的東西，那時候恐怕就不是一種機器和工具，變成活生生的生命體，而我們成為了造物主，成為了上帝。

宇宙的圖像和大腦神經(jīng)元的圖像何其相似，真正人工智能的問世，筆者深信，那就是另一種創(chuàng)世。

作者：青山