美联储回归常规加息幅度：美元或继续走弱，人民币有望维持强势******

　　澎湃新闻记者 侯嘉成

　　北京时间2月2日凌晨3时，美联储宣布，将联邦基金利率目标区间由4.25%-4.5%上调25个基点至4.5%-4.75%，符合市场预期。这是美联储去年3月启动本轮加息周期以来首次放缓加息幅度至25个基点。美联储重申，预计继续上调目标区间将是合适的。

　　去年12月，美联储首次将本轮加息周期的加息幅度放缓至50个基点。美联储已在2022年加息7次，累计加息幅度达425个基点，加息速度为近40年来最快。

　　上海交通大学上海高级金融学院教授胡捷对澎湃新闻表示，这是加息周期中单次加息的常规幅度。这种温和的加息节奏，有利于经济体系渐进适应紧缩的货币环境，同时也能达到抑制通胀的效果。

　　“通胀率自去年8月开始下降，近期数据显示通胀率已然见顶。此时加息节奏回归常规当属合理。”胡捷表示，去年有50基点和75基点的加息幅度，背后的原因是前期对于通胀上升趋势和速度的低估，导致没有及时加息，以至于后期以超常规步伐加息，挽回局面。

　　美国劳工统计局的数据显示，美国去年12月CPI同比增长6.5%，是2021年10月以来的最小同比涨幅，也是美国CPI同比涨幅自2022年6月创出40年来峰值9.1%后连续6个月下降。

　　同时，美国去年12月个人消费支出PCE物价指数同比增长5%，弱于前值的5.5%，为连续第六个月放缓；核心PCE物价同比增长4.4%，同样弱于前值的4.7%。

　　东方金诚研究发展部分析师白雪对澎湃新闻表示，最近通胀数据持续下行，进一步缓解了美联储收紧压力。美国12月CPI和PCE物价指数已同比连续六个月持续回落，其中CPI环比首次转负，薪资增速也在稳步趋缓。

　　白雪表示，在供应链压力不断缓解、内需降温的作用下，通胀已初步形成温和回落趋势，美联储超常规大幅加息的必要性大大降低。此外，多个月度经济数据转弱、先行指标的下滑，也印证货币政策的滞后效应已开始显现。这将支撑美联储自2月起恢复常规加息幅度。

　　纽约联储的数据显示，去年12月全球供应链压力指数(GSCPI)录得1.18%，较疫情前0%左右的水平仍有明显上涨，但较2021年底4.3%的水平确实有所下降。

　　美国通胀的韧性何在?

　　美联储主席鲍威尔在议息会议后的新闻发布会上表示，尽管美国劳动力数据依然强劲，但近期的就业报告显现了“积极的迹象”，但“现在庆祝还为时过早”。

　　“到目前为止，我们所看到的通货收缩并未以牺牲劳动力市场为代价，这是一件好事，”但鲍威尔说，美国经济仍处于缓解通货膨胀的“早期阶段”。

　　展望通胀前景，中国人民大学经济学院党委常务副书记兼副院长、教授王晋斌对澎湃新闻表示，通胀下行是比较明确的趋势，但是不会很快降到美联储的目标区间。美国劳动力市场虽然有所降温，但去年12月工资收入的年率同比涨幅超过4%，仍能够支撑美国的消费和通胀。通胀下行到4%左右的水平时，或将保持一定的韧性。

　　“现在能源、食品等供给冲击的价格因素减弱，给了美联储聚焦劳动力市场来控通胀的机会。”王晋斌说，通过观察工资水平、失业率、劳动服务类产品的价格变化，美联储能够聚焦，货币政策就不太会“错杀”总需求。从该视角来看，美国经济“软着陆”的概率可能在增加。

　　建设银行总行金融市场部研究员曹誉波对澎湃新闻表示，因为能源价格回落，美国通胀压力得到明显缓解，但分项数据看，房租和服务业的通胀仍在攀升，这说明通胀压力在未来较长一段时间仍具备粘性，这也是一些经济学家和投资者认为美联储需要保持较高利率甚至加息的理由之一。

　　具体看劳动力市场，白雪表示，供给不足仍然令美国劳动力市场保持“边际降温但依然偏紧”的状态，这意味着住房通胀的黏性，以及劳动力市场支撑下的薪资增速，将仍然对通胀，尤其是核心通胀的回落速度和幅度形成较大制约。预计2023年年末美国CPI同比有望回落至3%-3.5%区间。

　　美国经济的“软着陆”还有可能吗？

　　鲍威尔在新闻发布会上表示，尽管政策利率大幅上涨，但他对美国经济“软着陆”的希望仍然存在。

　　“我仍然认为，在不出现经济大幅下滑或失业率大幅上升的情况下，有一条途径可以让通胀率回到 2%。”鲍威尔说。他预计，今年美国经济将呈现正增长，即使它会下降到一个“缓慢的节奏”。

　　从经济数据看，美国去年4季度GDP意外走高，主要是服务消费良好。

　　曹誉波表示，由于服务消费具备长尾效应，且对利率相对不敏感，后续可能继续支撑美国经济。但零售、工业产出、房地产销售等较“硬”的数据表现不佳。综合来看，美国经济面临“软着陆”风险。

　　胡捷表示，依照当前通胀的态势和对联储加息节奏的预判，预计经济数据急剧下滑的可能性很低，今年的GDP增长将为0.5%左右，失业率将在4%-5%，年底通胀为3%-4%。

　　白雪表示，考虑到美国经济增长动能正在进一步走弱，预计2023年美国经济衰退可能难以避免，但经济仍有韧性，这将令衰退的时点偏晚，大概率不会在上半年出现。

　　“从最新公布的2022年四季度GDP数据来看，剔除库存变动和净出口的最终私人销售——即衡量美国经济核心经济动能的指标，已降至2020年三季度以来的最低水平。结合PMI等领先指标的不断下滑，以及多项月度数据的回落，表明美联储持续紧缩对内需的抑制作用已经开始显现。”白雪说，2023年随着上半年加息进程的持续，高利率和经济衰退预期将明显对投资形成抑制，加之疫后服务消费的修复红利逐渐消退，消费动能将进一步回落，美国经济下行趋势难以避免。

　　白雪还表示，服务消费支撑下，美国经济并未失速：2022年全年美国实际GDP增速为2.1%，仍位于长期趋势之上。2023年，劳动力供给不足将支撑薪资增速保持上行，叠加超额储蓄以及消费信贷支撑，以及通胀的下行，短期内消费仍有保障，美国经济将维持较强韧性，下行速度可能偏缓，上半年美国经济陷入衰退的可能性较低。

　　加息进入“尾声”？资产走势几何？

　　从主要发达经济体的货币政策看，王晋斌表示，一年来除了日本央行没有加息，主要发达经济体都有较大幅度或比较密集的加息。现在全球主要发达经济体基本开始进入加息的尾声。

　　目前，IMF预计全球经济产出增速将从去年的3.4%放缓至2023年的2.9%。王晋斌表示，全球经济增速放缓对风险资产的价格是利空；但是总体上，由加息带来的风险资产价格承压将减少。

　　胡捷表示，今年美国、加拿大、英国、欧盟等国家和地区的货币政策将持续收紧，日本宽松的货币政策也有可能转向。全世界持续进入货币紧缩、经济增速放缓的阶段。

　　“由于美国一马当先引领加息的态势不再，美元指数大概率呈现震荡态势，上升乏力，且有下行压力。由于美元加息路径和步伐逐渐清晰，且大概率在年中结束，资金面收缩程度和时间的不确定性逐渐褪去，因此美股的价格已经开始筑底，最迟年中重新进入牛市。”胡捷表示，全世界经济放缓成为影响大宗商品价格的主要因素，价格总体承压。

　　值得注意的是的，本周是“超级央行周”，除了美联储，欧洲央行和英国央行等主要央行都将在本周召开2023年度第一次议息会议。

　　“整体来看，上述央行都已处于本轮加息的尾声。相比较而言，欧洲央行相对更为鹰派，一是尽管能源价格回落，欧元区通胀压力依然严峻，二是欧元区经济数据持续转好，给了欧洲央行加息的底气，三是欧洲央行公开发言也相对鹰派。而英国则面临较为严峻的考验，即使经济数据也转好，但仍呈现出衰退性特征，且金融市场脆弱性风险较大，英国央行的加息较为谨慎。”曹誉波表示，从外汇市场看，欧元相对强势，英镑相对偏弱，美元已从去年的高位大幅回落。

　　行情数据显示，美元指数已从去年114.7的高位回落到目前的100.9左右。

　　白雪也表示，预计欧洲央行仍将保持收紧步伐。同时，日本央行为遏制通胀飙升，2024年货币政策转向收紧的可能性也大为增强——12月意外扩大目标收益率波动区间已透露出这一趋势。由此，美国与欧洲、日本等央行货币政策的边际分化将推动美元指数在2023年继续回落，这将助涨欧元、日元等主要非美货币。

　　国内方面，白雪表示，虽2023年上半年海外维持收紧态势，但在国内物价形势整体稳定背景下，国内政策仍有充分条件“以我为主”。

　　“短期内，我国货币政策仍将延续稳增长取向。人民币汇率有望在2023年步入升值通道：一是在美联储加息放缓、年中前后有望结束本轮加息的背景下，2023年美元指数将大概率延续下行；二是疫情影响显著弱化、稳增长政策力度加大背景下，2023年国内经济基本面将有较大程度修复。”白雪说道。

　　白雪表示，外部压力趋缓，叠加内部因素的改善，将支撑人民币汇率在今年扭转去年的贬值局面，转为上行。预计2023年人民币兑美元汇率中枢有望达到6.6附近。这对于缓解资本流出、吸引国际资本进入中国资本市场将是一个有利因素。

你的隐私，大数据怎知道******

　　作者：杨义先、钮心忻（均为北京邮电大学教授）

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据（废品）中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开（实际上是没法不公开），而把个人身份隐藏起来，即匿名。

　　《光明日报》（ 2023年01月12日 16版）