交易价值与货币政策及风险兑现

考虑,如果交易都是等价交换的,那么理论上来说,这个市场的量化描述应该是零和的.
因为"价值"不过是从一边移动到另一边.

即便考虑现实一点的非等价交换,即某些交易有人愿意付出额外/高于实际价值的成本的话,也可以把这种额外成本量化为某种确定参数.
附加到等式左右,使其保持平衡.

而且这种做法也有着比较符合直觉的现实意义解释.
尽管,从总体上来说,这种量化会使得某些"价值"沉默下来.

因为这种额外量化不一定能在其他交易种交换出去/流动起来.

一个简单的例子就是,一个人A愿意以高于市场价10%的价格从B购买某样物品.
那么这10%就是它的private held的成本.

如果没有其他的第三者C在其他的交易里以对应C的private value把这个A的private held的10%的成本转嫁出去的话.
那么对于A来说,就有了10%的沉默资本.

当然,因为有着A->C的交易的存在可能,所以理论上也并不一定会让市场上的所有价值沉默下来.

那么,有没可能让所有价值都沉默/流动性死亡呢?

回头重新审视这个交易过程的话.
实际上,这里的"价值"是通过"交易"这个动作展示的.

从某种程度上来说,在交易没有发生之前,价值是不存在的.
也就是是说,价值这个衡量标准是依附于交易而存在的.

不管是完全的等价交换,还是通过假如private value的强制平等交换形式.
从数值角度上来说,都是仅仅跟当前交易相关的.

所以,从这个角度上来说,价值沉默或者说流动性死亡是个伪命题.

因为只要有交易行为,就有价值.
只有有交易行为,才有价值.

于是考虑一下financial bubble的问题.

一些形式的market crisis是由于对资产/资本的overvalued导致的.

前面说到,value只存在于交易行为中.
那么,没有交易的话,是如何兼容overvalued的呢?

如果把overvalued的value看作是某种对资产的public agreement的话.
那么这些private value作为某种形式的common sense也并不是不可以.

也就是说,虽然没有交易发生,但是如果认为市场认为这个价值是公允的.
那么,即使没有交易发生,也可以认为它的价值存在.

即是说,即便没有交易,但如果市场认为价值公允,那么也是可以计量的.

比如说,对于资产Asset A,整个市场都认为如果发生交易的话,其价值Value是V,则可以计量A的价值V为AV.
如果市场上有n个Asset的话,则整体市场价值Capital C为
C=\sum_{i}^{n} AV_i

然后考虑一下货币M.

出于一般等价物和交换的需要.
理论上上来说,存在C的capital就需要对应的M的货币量money供应.

也就是理想状态下应该有
M=C.

但如果Asset存在overvalued的情况,
也就是实际的AV_* < AV的话. 则有 C_* = \sum_{i}^{n} AV_*_i < \sum_{i}^{n} AV_i ->
C_* < C < M ->
M - C_* > 0

即,在overvalued的情况下,总体货币量大于实际的资产交易价格.

这是什么意思呢?

考虑下这里M的具体含义.

假设有\alpha要像\beta出售新增Asset A.
双方agree的value为V.
那么对于市场来说,就是新增了V的asset,因为这个A在之前是不存在的.

相对于货币侧来说,就需要新增对应V的M来作为记账/等价物进行流通.

也就是说M的意义在于\alpha出售完之后,需要持有M来保持交易的平衡.

如果\beta再将其出售给\gamma的话,由于A已经在市场上存在/登记过了.
所以不需要重复的投入M来保持平衡.

即M的意义是对市场新增资本的初始公允界定.

于是重新考虑
M - C_* > 0.

因为存在的overvalued,所以实际在后期的交易中C_*的价值低于初期.
而由于M是一个初期的估值量化固定.
那么dead capital D
D = M - C_*
的意义就代表这overvalued的部分,也就是不可交易的部分.

一个极端的情况就是D=M.
也就是市场上对所有资本的交易时估值都是零.
即没有人愿意做交易.

但同时有存在的等量的货币M.

由于没有交易的动机,所以M的存在意义也等于0.

在这种情况下market crash的话,即便是通过货币政策调控M也是无济于事.
以为M的意义只在于衡量动态交易时的公允价值.
或者说动态价值.

如果动态价值不恢复到初期水平,也就是D>0的话.
无论如何调整M都是无用的.

这跟实际的直觉比起来好像感觉有点odd.

考虑比如dotcom bubble.'
一家高科技公司估值上扬,那么对于市场来说就存在一个option.
即在未来的某个时期,其估值能够兑现.
对于市场的表现来说,就是资金流向/买入这个long position.

如果是小范围的,或者说这个long position对整体C而言是可以忽略不计的.
那么,即使未来这个option不能兑现,那么对应的D值也很小.

加上如果存在一些理论上C_* > C的情况的话,D还是可以为0甚至<0的.

而且考虑到货币的乘数效应,在M 真正realize C之前,C的值已经等于或者接近C_*了.

但如果是大范围的行为的话.
或者说,已经触发的M的实际补给.

比如,通过各种借贷和杠杆进入long position.
对应的作为的借出方的银行等金融机构就可能存在暂时性的流动性需求.
这样的话,就可能触发中央机构的宽松/流动性补充机制,快速/短期内地锁定/realize C的值的话,就可能造成D的快速兑现.

于是,都让market crash的时候,这里的D就对应了这些无法回收的债务/坏账.

所以,这里的本质在于对C价值的过早实现.
而过早实现的契机在于银行等金融机构的流动性缺失.

或者说货币投放的直接下游的流动性确实.

因为如果这些下游还有流动性的话,那么只不过是D分布在有偿还能力的借款方还是作为自己的坏账而已.

因此,某种程度上来说.
宽松的货币政策是对某个是个市场所有动态交易价值的一个快照.

维度问题

下午在某猫咖啡的一个发散的延续.

可能以前也有过类似的想法,记不太清楚了.

考虑一个简单定义.
Revenue = Earning - Cost.
即利润为收入减去之处.

一般来说,maximize revenue的方式基本就是maximize earning.
但很多时候,earning并不是可以无限增加的.

尤其如果考虑cost本身可能跟earning存在一定程度的关联关系/受同一类变量控制/相关.

所以,如果考虑给定earning存在一个upper bound的话.
那么,剩下的maximize的思路就落在minimize cost/cost down上面了.

下午的思路是构造一个类产业链的闭环,也就是把cost转化为earning.
也就是做类似于把
Revenue = Earning - Cost
中的cost的符号允许负值.

这个其实也就是石油化工行业里常见的产业链的群聚效应.
把某个链条上的支出成本转化为收入利润.

或者类似与金融银行业对资产负债表的一些腾挪手段.
尤其是资产打包转售等,改变会计计量性质的东西.

这个从本质上来说,有点类似于剩余价值理论.

在既有的支出成本的基础上,尽可能地把它从资产负债表的一端移动到另一端.

某种程度上来说,就是一种资源优化配置的特例.

那么以这个角度考量Uber的话.

原则上来说,Uber是作为一种闲散资源的再组合利用.
一种类似中介/agency的东西.

从广义上来说,也就是社会资源的优化配置的方式.

在之前考虑这个的角度是以附加值的形式所做的资源调度.

即,考虑司机用车作为一个既成现实的话.
Uber所做的是让这个事实支出的同时带来跟多的附加收益.
是在
Revenue = Earning - Cost
中对Earning做加法的一个思维方式.

如果这里尝试用cost down的思路看呢?

即不把Uber的行为作为对司机的一种added value,而是作为一种cost down的方式理解.

对于整个social group来说.
纯理想状态下,没有Uber等公共交通方式的话,那么就是一人一车的情况.

公共交通的出现,形式上就是对activities做了一个group/batch,缩减了对应的一些固定开销.
比如空气/交通拥挤度/燃料等各种广义上的公共成本.

所以,从这个角度来说,把Uber理解为cost down的一种模式也不无不可.

跟added value相比,cost down有一个诡异/有趣的在于.

added value的角度里,某个行为是认为可以避免的,或者说可以层叠的.
以Uber来说,载不载人是一个可选项,获得收益只是一个better choice.

但是cost down的角度则是,这是一个不可避免的开销.
因为是必要支出,所以才存在所谓的缩减,而不是取消.

对于Uber来说,这个角度的立足点是整体社会效率,而不是个人效率.
某种形式的宏观和微观层面的差异.

如果是个人效率角度的话,Uber的cost down就应该是直接补贴车主的费用等.
尽管,事实也是这样.
但对于交通等问题的cost down等,就被从设计上忽略掉了.

因为是基于个体层面的,所以社会宏观层面的这些因素是这个微观体系描述不了的.

从某种程度上来说,Google所做的也是一种cost down方式.

因为对于信息的检索获取是存在overlap的.

作为一种公共资源/公共设施/公共调度,所解决的问题便是这类overlap带来的重复成本.

所以,从某种程度上来说,控制成本和提高附加值/开源和节流不矛盾的点在于维度层面的区别.

从宏观维度上做的节流/cost down措施,反馈到微观层面的话,就是某种形式的added value.
就像Uber司机的收益一样.

微观收益来源于宏观上的成本缩减.

顺着这个思路考察UberRUSH的话.
sharing实际上是multiplexing.

也就是把各个路径上具有类似职能/功能的点揉合在了一起,做了某种形式的复用.
从而减少某种形式的重复开销.