2024-03-01(五)那指創史高、美 PCE 達標、美債仍有賺頭?

2024-03-01(五)那指創史高、美 PCE 達標、美債仍有賺頭?

摘要整理

市場總覽

  • 美國股市在 2 月再創新高,納斯達克指數領漲
  • 半導體業帶動大盤漲勢,AMD 大漲 9% 創新高價,市值突破 3,000 億美元
  • 股市似乎漲多了,但仍處於景氣復甦週期,牛市還有一半路要走

核心 PCE 年增率 2.8% 符合預期

  • 核心 PCE 僅比去年 12 月小幅下滑,暗示通膨尚未完全消退
  • 月增率 0.3% 高於前值 0.2%,顯示物價仍持續上漲趨勢
  • 主要資產價格已見頂,對抑制通膨幫助有限

預期聯準會降息節奏放緩

  • 在強勁經濟數據下,市場預期聯準會 3 月不降息,6 月降息機會不到兩成
  • 聯準會 dot plot 暗示今年將降息 4 次,市場普遍預期會如此做
  • 聯準會目前維持通膨下行路徑,觀察經濟穩定度,操作仍存在不確定因素

技術型衰退 vs. 實質衰退的區別

  • 去年第 4 季 GDP 年增 3.2% 遠高於預期,顯示經濟表現強勁
  • 失業率處低位,勞動力參與率降低造成就業市場緊縮,支撐工資持續上漲
  • 與過去衰退不同,今年即使出現技術型衰退也不算實質嚴重衰退

觀點整理

  • 美國股市與經濟現況
    • 美國股市持續創新高,納斯達克指數在 2021 年 11 月以來再創收盤新高。
    • 半導體類股受到顯著拉抬,尤其超微 (AMD) 股價上漲 9%。
    • 費城半導體指數也創下歷史新高。
    • 目前美股可能存在下修空間,但由於處於復甦週期,牛市不太可能提前結束。
    • 根據 NDR 的報告,目前美股牛市已持續 344 個交易日,可能還有一半的上升空間。
    • 市場風險資產如比特幣也開始追漲,但這不一定代表美股會立即崩潰。
    • 2 月份納斯達克指數月漲幅為 6.12%,標普 500 指數周漲幅為 5.17%,道瓊指數周漲幅為 2.2%。
  • 通膨與利率
    • 美國 1 月份核心 PCE 年增率為 2.8%,符合市場預期,略低於 12 月份的 2.9%。
    • 1 月份 PCE 總指數為 2.4%,符合市場預期,略低於 12 月份的 2.6%。
    • 1 月份 PCE 月增率為 0.3%,高於前值的 0.2%,顯示物價仍持續上漲。
    • 通膨並未完全消失,但也不至於形成停滯性通膨。
    • 西德州原油價格在 78 美元左右震盪,大宗資產對通膨的抑制作用可能已到盡頭。
    • 美國 AAA 汽油價格約為每加侖 3.27 美元,相較 2023 年已下滑近一成。
    • 市場對聯準會降息的預期從 3 月份延後到 6 月份。
    • 目前市場預期今年降息 3 碼到 4 碼。
    • 聯準會升息像直達電梯,但降息速度可能較慢。
    • 聯準會的政策是維持通膨下行,並保持經濟穩定。
    • 聯準會今年有降息 4 次的預想。
  • 經濟數據與衰退
    • 美國去年第四季 GDP 修正值為 3.2%。
    • 即使今年出現技術性衰退,也不必過度擔心,因為目前的失業率仍處於低檔。
    • 高盛將標普 500 指數目標價大幅調升至 5,400 點。
    • 美國 12 月份零售銷售數據年增率為 0.6%。
    • 美國歷史上四次實質性衰退,股市跌幅通常在兩成以上。
    • 技術性衰退的股市跌幅通常較小。
    • 大規模失業是判斷實質性衰退的重要指標。
    • 目前美國職位空缺率雖從 7% 回落至 5%,但仍高於 2019 年的 4.5%,顯示勞動市場仍然缺工。
    • 美國的平均時薪持續增長,且高於通膨。
    • 勞動參與率下降,可能導致企業難以裁員。
  • 投資觀點
    • 不要預判別人的預判,應以中長期邏輯思考。
    • 應關注資產是否夠便宜,適合資產配置。
    • 短期利率的猜測意義不大,應關注宏觀角色。
    • 在牛市中的回檔可能來得快速且迅速。
    • 投資人應留意市場價格回檔時的切入機會。
    • 要了解投資的真實原因和表現亮麗的原因。
    • 應避免認知偏誤和情感偏誤。
  • 其他
    • 分享自己大學當吉他社社長的經驗,說明預判可能被別人預判,短期猜測沒有意義。
    • 國經濟大好,部分原因可能來自於新冠疫情造成的死亡人口所遺留的財富。
    • 以歷史故事為例,說明真相可能很殘酷。

閱讀推薦書籍:《統計操控的真相與謊言》

統計圖表操作手法

  • 縱軸壓縮、拉伸,放大、縮小變化幅度
  • 隱藏部分資料,只呈現有利部分
  • 調整資料起迄時間,製造特定走勢

統計定義與範圍處理

  • 將特定族群排除在外,避免計入總數
  • 更改定義範圍,僅針對特定區間統計
  • 主觀決定是否納入、排除極端值

相關性誤解

  • 相關性並不等於因果關係
  • 樣本遺漏、倖存者偏差影響統計結果
  • 忽略介入變數的影響,導致錯誤歸因

隱藏背景資訊

  • 隱瞞統計方法、定義及樣本特性
  • 未透露數據來源及蒐集過程
  • 缺乏背景因素說明,無法檢視變數影響

人為主觀操作

  • 主觀設定權重、分級等級及標準
  • 人為判斷數據重要性予以篩選排序
  • 運用誇大修辭、暗示等手法營造效果

結語

用批判性思維檢視統計數字,不要被操作所誤導。

最後更新於