人人需要了解的14个经济指标
点此进入淘宝搜索页搜索分類: 图书,经济,经济理论,
作者： （美）亚马罗尼（Yamarone,R）著；曾伏娥译
出 版 社： 电子工业出版社
出版时间： 2009-5-1字数：版次： 1页数： 258印刷时间：开本： 16开印次：纸张：I S B N ： 9787121085352包装： 平装编辑推荐
14个基本经济指标，让普普通通的你，读懂经济学家家的分析报告，看穿投机者的谎言，明白复杂的经济态势，找到致富的时机。
内容简介
本书向读者介绍的是来自华尔街的14个相当重要的经济指标，包括国民生产总值、同步指数、就业形势、工业生产与产能利用率等。书中整合了作者作为商人、学者以及华尔街经济学家的多方面视角和观点，旨在用最清晰、简练的语言告诉读者这些重要的报告究竟是用来衡量什么的，以及有哪些深层次的含义，以便于读者学习专业人士的分析方法，成功地对金融市场的经济走势做出最准确的分析。
目录
导言
第1章 国内生产总值
指标的演化
数据解读
它们的深层含义是什么
如何利用看到的信息
背后的秘密
第2章 先行指数、滞后指数与同步指数
指标的演化
数据解读
它们的深层含义是什么
如何利用看到的信息
背后的秘密
第3章 就业形势
指标的演化
数据解读
它们的深层含义是什么
如何利用看到的信息
背后的秘密
第4章 工业生产与产能利用率
指标的演化
数据解读
它们究竟意味着什么
如何利用看到的信息
背后的秘密
第5章 美国供应管理协会指标
指标的演化
数据解读
它们究竟意味着什么
如何利用看到的信息
背后的秘密
第6章 制造商配送、库存与订单
指标的演化
数据解读
它们的深层含义是什么
如何利用看到的信息
背后的秘密
第7章 制造、贸易库存与销售
指标的演化
数据解读
它们的深层含义是什么
如何利用看到的信息
背后的秘密
第8章 新住宅建设
指标的演化
数据解读
它们的深层含义是什么
如何利用看到的信息
背后的秘密
第9章 美国经济咨商委员会消费者信心指标与密歇根大学消费者情绪指标
指标的演化
数据解读
它们的深层含义是什么
如何利用看到的信息
背后的秘密
第10章 零售贸易及食品服务前期月销售额
指标的演化
数据解读
它们的深层含义是什么
如何利用看到的信息
背后的秘密
第11章 个人收入与支出
指标的演化
数据解读
它们的深层含义是什么
如何利用看到的信息
背后的秘密
第12章 消费者价格指标与生产者价格指标
指标的演化
数据解读
它们的深层含义是什么
如何利用看到的信息
背后的秘密
第13章 固定收益市场
指标的演化
数据解读
它们的深层含义是什么
背后的秘密
第14章 商品
指标的演化
数据解读
它们的深层含义是什么
如何利用看到的信息
背后的秘密
媒体评论
在对经济毫不了解的情况下进行投资．就像是完全不关心目的地的天气状况而前往旅行。恶劣的天气会让度假的好心情大打折扣．尤其会彻底毁掉户外活动的计划。同样。如果选择经济不景气的时候将自己辛辛苦苦赚来的钱投资到股票或期货市场，无疑会将你原本设计好的舒舒服服的退休计划破坏得一干二净．或者让购置新房的计划泡汤．甚至孩子的教育经费也因此没了着落。 ——理查德•亚马罗尼 “本书成功地对通常被认为相当复杂的经济世界进行了剖析，不失为一本非常通俗易懂的投资指南。亚马罗尼先生帮助读者跳出数字的局限，真正读懂金融市场上的各种经济要素，并且向大家揭示了大量‘背后的秘密’。而这些，在其他地方很难找到。” ——Pdlonda Schafiler,CNN高级记者／主持人 “无论是炒股票还是买债券，每个人都应当随身携带这本经济指标指南，因为它实征是无价之宝。”——David M．Jolles博士 “华尔街的专家们在进行市场分析和预测时都要用到各种关键经济指标，如果你希望自己也能大幅度地提高对投资前景的把握能力，那么你同样需要了解这些经济指标。亚马罗尼先生用浅显易懂的文字讲解了大量有关经济的概念，用平实的语言体现了相当高的专业水平。这本书向读者们说明了，要在金融市场上赚钱，适用的指标都有哪些，以及该如何对它们进行利用等。它能帮助读者效仿专业人士的分析方法，成功地对金融市场的经济走势做出准确的分析。”——Stan Richeison，《债券投资指南》合蓄者
书摘插图
第1章 国内生产总值
经济学一直备受非议。20世纪中期，伟大的苏格兰历史学家托马斯．卡莱尔曾经将这一学科戏称为“沉闷的科学（Dismal Science）”，并且开玩笑说经济学家比充斥在华尔街各个角落的会计师们更枯燥无聊。然而事实证明，最激动人心的事情，还是莫过于每次重大市场趋势报告最终公布前的几分钟里，大家怀着各种复杂的心情，一起屏住呼吸，眼睛齐刷刷地紧盯着货币中心银行交易大厅里的公告牌时的壮观场面。国内生产总值（Gross Domestic Product，GDP）是经济学与会计学的综合指标，GDP报告是最令人情绪紧张、兴奋的指标之一。
经济学家、政策制定者以及政治家们之所以对GDP推崇备至，是因为它是用来衡量一个国家总体经济状况的一张最为重要、综合性最强的晴雨表。GDP是一个国家（即国内）在给定的时间范围内，利用本国资源（无论这些资源归谁所有）生产的所有制成品及服务的市场价值总和。例如，在美国本土制造的所有汽车都将计算在美国的GDP之内——即便其制造基地或工厂为德国的戴姆勒．克莱斯勒公司（Daimler Chrysler）或日本的雷克萨斯公司（Lexus）所有。相反，国民生产总值（Gross National Product，GNP）指的是一个国家的永久居民和企业在给定的时间范围内制造（无论其制造地在哪里，即无论生产制造活动是在该国国境以内发生还是在该国国境以外发生）的所有产品和服务的市场价值之和。例如，美国联合企业——sara Lee在加拿大生产的烘烤食品都算做美国的GNP的一部分，而不算在GDP之内。
相比较而言，GDP比GNP更能准确地反映美国的经济状况，因为其生产过程中使用的各种资源基本上都是国内的资源。GDP数据与其他美国经济指标之间存在高度的相似性，如工业生产和美国经济咨商局的同步经济指数等，我们在之后的章节将有相关论述。
作为国民收入和产品账户的一部分，GDP是以季度为单位进行计算和报告的。国民收入和产品账户（National Income and Product Accounts，NIPAs）数据是我们可以获取的与美国国民输出、生产以及收入分布相关的一组综合性最强的数据。它由美国商务部经济分析局制定，并且现在也由该局进行维护，每一份GDP报告都包含以下几个部分的内容：
•个人收入与消费支出；
•企业利润；
•国民收入；
•通货膨胀。
这些数据能够说明某个具体的时间段（通常是上一个季度）内美国的整体经济发展态势——属于经济扩张状态还是经济紧缩状态。通过观察GDP各个要素及子要素所发生的变化，同时将这些变化与过去曾经发生的变化情况进行对比，经济学家们能够推断出未来的经济发展方向。
在市场经济学家们的所有工作当中，利用GDP数据作为衡量指标对整体经济表现进行预测，要占到很大一部分时间。事实上，华尔街的所有经济学家都会将最新的GDP报告随时放在案头，以备参考之用。由于贸易机构好几个部门的工作都必须在经济学家所做的预测基础上开展，因此这一指标已经成为所有研究和贸易活动的基础和前提，并且这个指标通常决定着华尔街所有金融预测的基调。
指标的演化
过去，一个国家的产出量和经济表现通常用国民收入账户来衡量。这股经济潮流的主要代表是20世纪30年代供职于美国商务部的西蒙。库兹列茨（SimonKuznets）。自那之后，美国国家经济研究局为其提供了赞助，其目的是更准确地反映美国经济的产出情况。不过，当时并没有任何政府机构对这一关键经济数据进行统计。
库兹列茨于1934年所做的首次国民收入预测包括国内创造的收入值、国民经济净产品的衡量指标，以及国民收入“支出”，或者为参与净产品生产的劳动者提供的全部报酬。当时的这份预测报告并没有对相关要素进行任何深人的分析。事实上，库兹列茨当时根本就没有提供具体的国民消费支出统计报告。不过，这是推出正式的国民收入记账方法的漫长过程中迈出的第一步。当然，同如今相当详细的宏观经济报告比起来，当时的这份预测还是存在相当大的距离的。
最后，国民收入和产品账目终于正式诞生了。除了完成这一历史性的艰巨任务之外，库兹列茨还回过头去，对1859年的美国国民收入账户进行了研究，完成了该账户的重建工作。他个人也因此获得了1971年的诺贝尔经济奖。库兹列茨的第一份研究报告是在1937年提交到美国国会的，其中包括了1929年到1935年的国民收入和产出量数据。
1947年，有关国民收入账户的首份正式报告以增刊的形式出现在《当代商业调查》（Survey of Current Business）杂志的7月刊上。这份增刊将1929～1946年的年度数据通过37张表格分别列出，数据分属于以下6个账户：
•国民收入和产品账户。
•商务部收入和产品账户。
•政府收／支账户。
•海外账户。
•个人收入／支出账户。
•总储蓄和投资账户。
NIPA出现以前，各家各户、广大投资者、政府决策者、企业，以及经济学家们对国内的整个宏观经济状况知之甚少，甚至一无所知。能够找到的资料只有与原材料和日用品生产相关的各种指标，以及与价格和政府支出相关的统计数字，而找不到整个经济活动的综合统计数字。事实上，“宏观经济”这个术语也是直到1939年才首次出现在相关出版物上。在不了解以往经济表现、不了解条件和背景的差异、不清楚哪些部门状况不佳而哪些领域成绩卓然的情况下制定经济决策，无疑是件可怕的事情。这大概也是20世纪初期美国经济决策频频失误的原因之一吧。
很多经济学家都将造成20世纪30年代出现经济大衰退的原因归咎于美国联邦储备局（以下简称美联储）当时未能对“咆哮的20世纪”（Roaring Twenties，听起来是不是有些耳熟？）产生的泡沫经济做出有效的反应。对此，美联储也许的确应该承担大部分责任。但是由于信息不足，当时几乎没有人能够力挽狂澜，阻止美联储的最终失利——如果说当时的确有人做过这样的尝试的话。“经济大衰退”迫使美国政府不得不开始想办法寻找合适的国民记账方法。第二次世界大战爆发之后，美国政府更深刻地感觉，全面把握国家的真实产能、综合生产状况，以及整个国家的整体经济状况，已经是刻不容缓的事情。NIPA的出现使得决策者们能够制定出合理的企业目标，如提高经济增长率、降低通货膨胀等。同时能够在此基础上推出相关的政策和方案，以期真正实现这些目标，并且有效地排除实施过程中能出现的各种障碍和阻力。
数据解读
要对美国这样一个规模庞大而活力充沛的经济体系的发展变化进行跟踪，绝非易事。然而来自经济分析局的一群相对而言为数并不多的经济学家却一直在兢兢业业地坚持完成这项艰巨的任务，他们一个季度一个季度地对数据不断进行修正和更新。每一份季度经济活动报告都会在经过3次修订之后，正式公布在美国经济分析局的网站——www．bea．gov．上。第一版报告于本季度结束后一个月内推出，并于东部时间上午8：30发布在新闻网络上。因此，每年度前3个月的GDP报告有时会在4月的最后一周公布，第二个季度的报告在7月的最后一周公布，第三季度的报告在10月公布，而最后一个季度的报告则在第二年1月份的最后一周公布。由于报告首次发布时还无法完全掌握完整的数据，因此经济分析局（Bureau of Economic Association，BEA）必须分次进行一系列预测，尤其是涉及库存和外贸的相关报告。
一旦拿到新的数据，BEA会对之前的报告进行必要的修改更新，以得到更准确的GDP预测数字。第二次发布（即初步报告）会在本季度结束两个月后发布，时间比预测报告晚一个月，报告中将体现出日期的更新。最终报告中将提供最后一次更新的数据，其发布的时间是数据所属季度3个月之后，也就是初步报告发布一个月之后。2007年的发布日期如表1—1所示。
报告的年度更新在每年的7月进行，数据以年为单位，来自BEA，如国家和当地政府的消费支出数据等。BEA每个季度都会根据国家和地方政府的年度调查报告进行趋势判断，从而对相关数据做出预测。趋势判断是在源数据的基础上，以季度为单位进行修订的，而这些源数据每年只能获取一次。由于调查报告也是以年为单位，因此只能在年度报告修订的过程中进行相关预测。
随着账目上分属于各个栏目的源数据不断更新和修订，NIPA的各个栏目也必须相应地更新，以及时反映修订的内容。年度更新修订的主要目的也在于此。这三年（12个季度）中每年的数据更新都会在年度更新期间进行修订。每过5年，BEA会对NIPA的所有数据进行一次所谓的“基准数字修订”。经过这样的修订，结果往往是五年的季度数字已经发生实质性的变化。
基准数字修订与年度修订的不同之处在于，基准数字修订通常涉及对报告结构的实质性、大范围修订，通常包括对定义的修改、重新分类，以及数据的重新表述。必须创建新的表格，以便描述新开发的产品。随着经济的不断发展，越来越多的新产品和新服务不断上市，因此都需要添加到报告中去。显然，CD、微波炉、MP3播放器、DVD等产品从前是不存在的。由于美国经济在发展，各种各样的商品在不断被生产出来，因此需要找一个合适的地方将其生产情况记录下来。所有这些数据都会在基准数字修订期间进行修订——无论以季度为单位还是以年度为单位。
一定义
正如之前谈到过的，GDP是一个国家耗费本国资源（人力资源和物力资源）生产的所有最终产品和服务的市场价值总和。这个定义中包含两个特别重要的概念，即最终和生产的。当经济学家们谈到最终商品时，指的是为满足其最终使用目的而生产的商品，也就是最终产品，而不是将进入制造的另一个阶段的中间产品或零部件。例如，固特异轮胎＆橡胶（Goodyear Tire&Rubber）每年生产好几百万个轮胎，其中大部分都用做新车的部件，但也有相当一部分用于供应其下游的零售商或批发商，作为替换或备用部件。销售给汽车制造商，用于装配新车的这些轮胎并不算做生产，因为我们的全国账目当中汽车价值的计算方式并不是将汽车零部件的价值进行累加。换言之，我们在进行计算时并不是对收音机、坐椅、加热元件、火花塞等零件的成本进行简单地累加。我们只计算最终产品的价值，也就是整车的价值。
显然，如果将制造商出售给沃尔玛（wal—Mart）和西尔斯（Sears）的所有轮胎，以及汽车制造商作为汽车零部件出售给汽车买主的所有轮胎全都计算在内。那么BEA的经济学家们就犯了严重的计算错误。羊毛或毛织品生产的计算也同样如此。BEA的经济学家们只计算作为最终产品供终端用户使用的毛织品的采购价格。由于羊毛制品的终端产品数量庞大，包括羊毛衫、帽子、毛毯等，因此如果将生产羊毛原材料和羊毛衫、毛毯等羊毛制品的产量全都加进去，那么BEA也会犯同样的重复计算的错误。
……
