为什么要用七种模型而不是一种
无论是收益率曲线（2022至2023年倒挂16个月却未引发衰退），还是Sahm法则（2024年7月触发，但原因是劳动力供给变化而非需求疲软），我们都已经看到：单个衰退指标都存在盲区。每一种模型都是为了捕捉衰退形成过程中的某一种特定机制而设计的，而没有任何单一机制能够解释所有衰退。
整合多种模型可以弥补这一局限。当只有一个模型闪烁警报时，它可能只是由异常情境导致的假阳性。而当五到六个模型同时收敛发出警告时，这种信号就很难被忽视。
七种模型各自捕捉什么
收益率曲线模型捕捉金融市场对未来增长和货币政策的预期。它的优势在于长期的历史记录，它的劣势在于时滞变化极大，以及最近出现的假信号。
Sahm法则通过失业率上升来捕捉劳动力市场的恶化。它的优势是简洁与历史准确性，它的劣势在2024年被揭示——它对模仿需求疲软的劳动力供给冲击过于敏感。
领先经济指标捕捉的是一揽子前瞻性指标。它们的优势在于覆盖面广，劣势在于在以服务业为主导的经济中，制造业权重偏高。
信用利差模型通过企业债与国债收益率之间的差距来捕捉金融压力。它们的优势是能够实时反映市场定价，劣势是对央行干预敏感——央行行动可能人为压低利差。
消费者情绪模型捕捉家庭信心和消费意愿。它们的优势在于反映经济的需求端，劣势在于情绪可能会被与经济基本面无关的政治因素暂时左右。
房地产市场指标捕捉经济中对利率最敏感的部门之一。新屋开工、建筑许可和房价往往领先于整体经济。它们的劣势是地区差异显著——全国层面的房市降温可能掩盖某些地区的韧性。
制造业与工业生产指数捕捉商品生产部门。虽然制造业在GDP中占比小于服务业，但它的周期性更强，往往领先于更广泛的经济拐点。
收敛的力量
综合评分卡给每个模型赋予一种状态：绿色（无衰退信号）、黄色（接近触发阈值）或红色（已触发）。处于每种状态的模型数量，加上变化轨迹（模型是从绿色滑向黄色，还是从黄色回归绿色），能让你对衰退概率形成更细腻的判断。
历史分析表明，当四个或更多模型同时触发时，衰退无一例外会在12个月内到来。当只有一到两个模型触发时，假阳性的比例很高。三个模型触发是模糊地带——值得进一步深入研究，但信号尚不确定。
整合50+个FRED指标
美联储经济数据库（FRED）提供超过80万条经济数据序列。评分卡从其中50多个指标中取数，并将它们归入七个模型类别之下。首次申请失业救济人数、建筑许可、ISM制造业PMI、消费者信心、零售销售、工业生产等数十项数据共同汇入综合视图。
从FRED取数的优势在于数据质量与时效性。大多数序列每周或每月更新，使你几乎能以实时的速度了解经济状况。劣势在于经济数据会被修订，有时修订幅度相当大，因此评分卡必须对初值与最终修订值之间的差异有所考量。
实际应用
这张评分卡并不是用来择时的工具。即便对专业经济学家而言，预测衰退也是出了名的难事，经济恶化与市场冲击之间的时滞更是难以预测。评分卡真正做的是帮助你调整自己的风险姿态。当多数模型呈绿色时，你可以有信心地倾向风险资产。当多个模型转为黄色或红色时，即便你无法确知下行何时到来，降低仓位规模、收紧止损、提升现金配置都是审慎之举。
在 Blockcircle 上探索这些工具： Blockcircle 定价方案