宏观指标AIAE
从金融体系的总量资产负债表出发：考察在所有可以由投资者持有的金融资产中，股票已经占据了多大的比例。这个指标可以称为总量投资者股票配置比例（Aggregate Investor Allocation to Equities）。
这一指标的核心假设是，股票、债券和现金不仅是具有不同现金流特征的资产，同时也是必须由投资者部门吸收的金融资产存量。当前股票配置比例不仅描述了市场当前的资产负债表状态，也可能包含未来长期收益的信息。
2013 年 12 月，Philosophical Economics 在 The Single Greatest Predictor of Future Stock Market Returns 一文中系统讨论了这一指标。当时作者根据美国历史数据估计，当前配置水平对应的未来十年股票名义年化总收益约为 $6\%$，历史上类似配置水平之后的十年收益大致落在 $5\%$ 至 $9\%$ 区间。 十年之后，我们已经可以将这个预测与实际结果进行比较：以 2013 年 12 月 31 日至 2023 年 12 月 31 日作为近似的十年检验窗口，S&P 500 含股息再投资的名义年化总收益约为 $12.03\%$。
指标定义与 FRED 数据口径
总量投资者股票配置比例
设 $E_t$ 表示时点 $t$ 股票资产的总市场价值，$L_t$ 表示与现金和债券资产相对应的实体经济借款主体负债，则总量投资者股票配置比例定义为 $a_t=E_t/(E_t+L_t)$。
如果整个金融体系中股票价值为 $40$ 万亿元，而对应的非股票金融资产供给为 $60$ 万亿元，那么总量股票配置比例就是 $40%$。
$a_t$ 不是“美国家庭有多少财富投资于股票”，也不是基金经理调查中的平均股票仓位；它是利用 Financial Accounts 中资产发行方的负债数据反推出的总量资产配置代理变量。在会计意义上，投资者共同持有的金融资产必须对应某些部门发行的金融负债，因此可以从资产发行方而不是每一个最终持有人入手构造这一比例。
实际使用的 FRED 数据
实际计算中，股票市场价值使用两个部门的 Corporate Equities Liability：非金融公司部门与美国国内金融部门。记非金融企业股票负债市场价值为 $E_t^{NFC}$，金融部门股票负债市场价值为 $E_t^{FIN}$，则股票总市场价值定义为：
\[E_t=E_t^{NFC}+E_t^{FIN}\]非股票金融资产部分则使用五类部门的 Debt Securities and Loans Liability，即非金融企业、居民与非营利机构、联邦政府、州和地方政府以及国外部门。记这五项分别为 $D_t^{NFC}$、$D_t^{HH}$、$D_t^{FED}$、$D_t^{SLG}$ 和 $D_t^{ROW}$，则：
\[L_t = D_t^{NFC} + D_t^{HH} + D_t^{FED} + D_t^{SLG} + D_t^{ROW}\]最终实际使用的指标为：
\[a_t = \frac{ E_t^{NFC}+E_t^{FIN} }{ E_t^{NFC}+E_t^{FIN} + D_t^{NFC} + D_t^{HH} + D_t^{FED} + D_t^{SLG} + D_t^{ROW} } = E_t/(E_t+L_t)\]对应的 FRED 数据如下：
| 变量 | FRED Series | 含义 |
|---|---|---|
| $E_t^{NFC}$ | Nonfinancial Corporate Business; Corporate Equities; Liability, Level | 非金融公司部门发行股票的市场价值 |
| $E_t^{FIN}$ | Domestic Financial Sectors; Corporate Equities; Liability, Level | 国内金融部门发行股票的市场价值 |
| $D_t^{NFC}$ | Nonfinancial Corporate Business; Debt Securities and Loans; Liability, Level | 非金融企业债务 |
| $D_t^{HH}$ | Households and Nonprofit Organizations; Debt Securities and Loans; Liability, Level | 居民和非营利机构债务 |
| $D_t^{FED}$ | Federal Government; Debt Securities and Loans; Liability, Level | 联邦政府债务 |
| $D_t^{SLG}$ | State and Local Governments; Debt Securities and Loans; Liability, Level | 州和地方政府债务 |
| $D_t^{ROW}$ | Rest of the World; Debt Securities and Loans; Liability, Level | 国外部门对美国金融体系形成的相关债务负债 |
这些序列来自美联储 Financial Accounts of the United States，通过 FRED 发布。股票负债序列属于市场价值口径，而债务序列属于 Debt Securities and Loans 的负债余额口径；FRED 同时存在部分经季节调整和未经季节调整的版本，因此实际构建季度期末指标时，应尽可能保持不同序列在频率和季调口径上的一致性。FRED 明确说明 Financial Accounts 数据可能随着后续版本发生历史修订，这一点对于长期回测尤其重要。
如果采用季度、期末、未经季节调整的数据，相关序列包括 NCBEILQ027S、FBCELLQ027S、TCMILBSNNCB、TCMILBSHNO、FGTCMDODNS、SLGTCMDODNS 和 WCMITCMFODNS。其中，非金融企业和金融部门 Corporate Equities Liability 均为季度期末的市场价值型股票负债数据；家庭、企业、政府以及国外部门则使用各自的 Debt Securities and Loans Liability。
为什么分母剔除掉金融部门负债
直接把金融体系中观察到的所有存款、贷款、国债、公司债和金融机构债券简单相加会产生严重的中间层重复计算。
假设一家企业从银行获得贷款，企业形成一项贷款负债，而银行同时创造一笔存款；对于最终投资者而言，新增可持有金融资产可能表现为银行存款，但如果同时把银行资产端的贷款、银行负债端的存款以及其他金融中介负债全部计入“金融资产供给”，同一条信用链就会被重复计算。
因此，这一框架试图穿透金融中介，转而统计最终借款主体产生的债务。居民、非金融企业和政府进行借款时，其负债最终对应金融体系中的存款、贷款凭证或者债券资产；中央银行或者商业银行改变这些资产在金融机构与非银行部门之间的持有结构，并不必然创造同等规模的新净金融资产。用实体经济借款主体的 Debt Securities and Loans Liability 近似现金与债券供给，是在建立一个避免金融中介资产负债表机械膨胀的总量代理指标。
国外部门的处理。该指标并不是严格封闭经济中的资产负债表恒等式，美国投资者可以持有外国资产，外国投资者也持有大量美国股票和债券。将 Rest of the World 的债务负债纳入分母是对跨境金融关系的一种修正，但不能完全解决全球股权持有、金融衍生品和跨境金融中介造成的测量问题。因此，$a_t$ 最合理的解释始终是美国金融账户体系下的总量股票配置代理变量，而不是精确的全球投资者股票仓位。
资产供给恒等式
从配置比例到股票市场价值
由 $a_t=E_t/(E_t+L_t)$ 可以直接得到股票与非股票金融资产之间的相对市场价值：
\[\frac{E_t}{L_t} = \frac{a_t}{1-a_t}\]因此：
\[E_t = \frac{a_t}{1-a_t}L_t\]把股票市场价值写成价格水平 $P_t$ 与股票数量 $N_t$ 的乘积，即 $E_t=P_tN_t$，则有：
\[P_tN_t = \frac{a_t}{1-a_t}L_t\]股票价格的对数分解
对恒等式取对数：
\[\ln P_t + \ln N_t = \ln L_t + \ln\left(\frac{a_t}{1-a_t}\right)\]于是两个时点之间的价格变化满足：
\[\Delta\ln P_t = \Delta\ln L_t - \Delta\ln N_t + \Delta\ln\left(\frac{a_t}{1-a_t}\right)\]这个分解提供了一种不同于“盈利增长加估值倍数变化”的股票收益解释框架。
第一项 $\Delta\ln L_t$ 表示非股票金融资产供给增长。当债务、货币和其他非股票资产的供给随名义经济规模扩大时，如果投资者希望维持相同的股票配置比例，股票市场价值也必须相应扩大。
第二项 $-\Delta\ln N_t$ 表示净股票供给的影响：企业发行股票增加可持有的股权数量，可以使股票总市值增长更多地通过数量而不是价格完成；股票回购、现金并购和退市则减少股票数量，在其他条件不变时提高剩余股票的价格。
第三项是资产配置效应，它反映投资者希望持有的股票相对于非股票资产比例发生变化时所要求的价格调整。
使用配置赔率而不是配置比例本身具有明确的数学含义，因为 $E_t/L_t=a_t/(1-a_t)$。定义 $z_t=\ln(a_t/(1-a_t))$，则 $z_t$ 实际上是股票相对于非股票金融资产配置比的对数，也就是配置比例的 logit 变换。其局部敏感度满足 $dz/da=1/[a(1-a)]$，因此小幅配置变化可以近似写成：
\[\Delta\ln\left(\frac{a_t}{1-a_t}\right) \approx \frac{\Delta a_t}{a_t(1-a_t)}\]例如，当 $a_t=0.5$ 时，如果总量股票配置比例由 $50\%$ 提高至 $51\%$，虽然配置比例本身只增加了 $1$ 个百分点，但股票相对于非股票资产的配置赔率由 $1$ 上升至约 $1.0408$，对应约 $4\%$ 的对数变化。这也是为什么在高规模资产市场中，看似不大的资产配置移动仍然可能对应显著的价格变化。
预测回归
基本模型
最简单的经验检验可以直接回归未来长期股票收益：
\[R^{(h)}_{t,t+h} = \alpha_h + \beta_h a_t + \varepsilon_{t,h}\]如果高股票配置意味着较低的未来长期收益，则理论上预期 $\beta_h<0$。
不过，从资产负债表恒等式出发，更自然的解释变量并不是 $a_t$ 本身，而是股票与非股票资产配置比的对数，因此可以估计：
\[R^{(h)}_{t,t+h} = \alpha_h + \gamma_h \ln\left(\frac{a_t}{1-a_t}\right) + \varepsilon_{t,h}\]其中理论上预期 $\gamma_h<0$。与线性使用 $a_t$ 相比，logit 形式具有两个优点：首先，它直接对应恒等式中的 $E_t/L_t$；其次，它能够反映配置比例靠近 $0$ 或 $1$ 时相同百分点变化所代表的相对资产需求变化并不相同。
注意事项
数据修订与实时可得性
Financial Accounts 与很多宏观经济数据库不同，其历史序列会因为数据源更新、分类标准改变以及统计方法调整而被回溯修订。FRED 在这些序列的说明中也明确提示，每次 Financial Accounts 发布都可能包含历史数据和结构调整。 因此，如果今天下载完整历史序列，然后计算 1960 年、1980 年或者 2013 年的指标，得到的是今天所知道的历史，不一定是当时投资者实际能够观察到的数据。
这对预测能力的评价非常重要。真正严格的样本外检验应该使用每个历史时点当时可获得的数据 vintage，冻结当时已经估计的参数，然后观察之后十年的实际收益。如果直接用 2026 年修订后的完整历史重新拟合所有历史预测关系，可能产生 revision look-ahead bias，即后来的统计修订在无意中改善了早期预测变量。因此，对这一指标进行学术意义上的检验时，使用 ALFRED 历史版本或者保存每一期 Z.1 数据快照会明显优于直接使用当前 FRED 数据。
市场指标与资产负债表口径并不完全一致
分子使用的是美国 Financial Accounts 中 Corporate Equities Liability 的市场价值，它覆盖的经济概念比 S&P 500 更广；而预测目标通常使用 S&P 500 Total Return。两者虽然高度相关，但不是同一资产集合。
同样，分母中的 Debt Securities and Loans Liability 主要按债务余额统计，而股票部分直接使用市场价值。在利率大幅变化时，长期债券的市场价值可能明显偏离账面或面值余额，因此 $L_t$ 并不是严格意义上的非股票金融资产实时市场价值。原框架依赖于总量债券价格相对于面值偏离不会系统性地主导长期结果，这在通常环境下可能是合理近似，但在利率发生极端重估的时期需要特别谨慎。
如何理解这个指标
总量投资者股票配置比例最有价值的地方，并不是提供一个新的“公平价值”数字，而是提供了一种资产定价视角：股票市场的价格必须使所有已经发行的股票最终被整个投资者部门持有，而其他金融资产的供给也必须同时被吸收。因此，股票价格不仅取决于企业未来能赚多少钱，还取决于投资者希望把多大比例的总金融财富配置到股权资产，以及股票供给相对于其他金融资产供给是否充足。
在这个框架下，高股票配置比例意味着股票已经吸收了较大比例的金融财富。只要长期配置存在某种稳定区间，进一步依靠资产配置扩张推动价格上涨的空间就会减少，而未来配置正常化可能成为收益拖累。低股票配置比例则意味着股票相对于现金和债券的市场价值较低，一旦投资者风险偏好恢复，配置比例向正常水平回归可以成为额外的股票价格推动力。
但这种负相关不是一条机械规律。长期均衡股票配置本身可能由于税制、人口、养老金制度、金融创新、全球化和宏观政策发生变化，非股票金融资产的供给增长速度也可能出现持久的制度性变化。
