干货｜如何建造强有力的宏观研究体系

来源：大伟宏观策略——研究体系：“宏观-资管-地产”大融合。应用领域：经济金融，大类资产，股市，房市，城市。感谢授权，推荐关注。
作者：沈大伟
宏观研究，怎么应用？正在哪些企业和领域应用和扩散？主流宏观研究团队和体系的三大困境是什么？如何解决？笔者的“宏观-资管-地产”大融合研究体系如何做到有力、有用？对解决三大困境有何借鉴意义？如何打造强有力的研究体系和团队？本文掏心掏肺，干货尽出。
内容提要

宏观研究怎么用在哪用

宏观内核，行业应用：分析宏观趋势和周期，分解驱动因素，自上而下映射和把握行业机会和风险。各行各业都可能用到宏观研究，目前最大的应用领域是金融和地产企业。

宏观研究正迅速扩散：由于存量经济之下趋势性系统性机遇更多转变为周期性结构性危机，以及经济和政策周期玩成电风扇，宏观研究的需求在很多领域增多，从金融机构投研部门向其他类型的企业和职能扩散。

主流宏观体系三大困境

第一，类包工头团队模式，可能背离初衷而追求首席声音最大化，不倾向鼓励多元视角框架，难以充分发挥成员研究力和创造力。

第二，对大资管的理解普遍不够，也极少来自资管的成员，而近年货币信用主要由资管决定，致使研究穿透力不足，易误判。

第三，增量到存量经济主导，产业和区域分化，宏观指标代表性下降，而宏观研究对区域和产业下沉不足。

如何建造强有力的体系

笔者的“宏观-资管-地产”大融合研究体系，值得作为一大参考。

大资管是近年货币信用周期的主要决定力量，货币信用是宏观经济的核心驱动之一和可靠领先指标；房地产是实体经济占比最大、最有产业链拉动力的行业，又是货币信用的最大抵押品和制造厂，也是大资管、影子银行最大的最终债务人和兑付来源，还是产业和区域分化的最集中显示。

资管是金融体系的最大变量，地产是实体经济的最大变量，资管和地产之间是重量级债权债务关系，于是，“宏观-资管-地产”大融合研究体系浑然天成、有力、有用。

由于多元的思维和框架体系，基本解决了第一困境，并使第二三困境的解决水到渠成。

由于“宏观+资管”穿透体系，解决了第二困境。2016年6月开始研判货币信用（M2和社融）至今，笔者基本保持了不败纪录。货币信用成功研判对宏观经济和大类资产市场分析的价值有多大，见文中一段精华。

由于“宏观+地产”toB体系，正解决第三困境。服务于房地产投资和房企布局的三大重量级框架体系：配置+周期+区域——资产轮动规律择大类，投资分析框架看大势，城市价值模型选区域。

两大独家核心体系之外，常规的经济指标和宏观周期研判体系、各大类资产的独家或常规分析框架也都是有的。

如何打造强有力的团队

一个强有力的宏观研究团队，大概至少需要三类人：通常意义的宏观研究员、懂资管的人、懂地产的人。可能还需要懂区域和产业的人。

以资产配置、工具箱、增量研究的多元思维精神，建立或融入一个其他成员有可能强于自己、并与自己相关性或雷同度不那么高的团队。

正文：

这个题目有些大，不过我对此还是能够说上几句的。可见《券商宏观研究的十大流派》等作品。

除了探讨宏观研究的实际应用、发展趋势、主流体系外，还会阐释我自己的“宏观-资管-地产”大融合研究体系，以及用它来干什么。

本来，展示自己的研究体系很可能得不偿失，因为不管说得繁复还是简洁，都会多少透露些类似心法、要诀之类的东西。

但不少朋友，看了我的信息后不大明白，宏观、资管、地产，简直大杂烩嘛，它们怎么凑到一块儿呢？这样的人能做啥？还是有必要谈一谈。

看了本文你就会清楚，“宏观-资管-地产”大融合研究体系，是多么浑然天成、有力、有用。

1、宏观研究有什么用

1.1 概览

宏观研究并不高冷，它与经济社会息息相关，是可以用来解决现实问题的。它就在我们身边。

宏观研究可以简单划分为两类，理论研究和实务研究。

不少地方都有人从事宏观研究，包括高校、院所、智库、政府、企业、民间等。其中，高校、院所更偏理论，实务研究也有少部分；智库、政府兼顾理论和实务，实务更多；企业，则基本都是实务研究，也有像企业内部博士后站点做了很少部分的理论研究吧；民间，各种风格都有。

本文只关心服务于企业的实务型宏观研究。我所做的，就是这个。即便我的硕士论文，理论部分也只占不到2%。

1.2 宏观内核行业应用

服务于企业的宏观研究，至少可以按两个维度大致分类。

第一个维度，根据企业所属行业和领域——金融机构、地产企业、其他企业等，自然就分为金融机构、地产企业和其他类型企业的宏观研究。

第二个维度，根据所在部门或岗位的职能——投研、战略、政策研判、业务布局、市场定位甚至公关品宣等，自然就分为服务于这些职能的宏观研究。

不管哪个维度，实质都一样：宏观内核，行业应用——通过分析宏观趋势和周期、分解宏观和中观驱动因素，自上而下映射和把握中微观的行业机会和风险。

掌握宏观分析框架、行业核心逻辑，及二者间的驱动映射关系，宏观研究就可能为企业提供决策和行动支持。

所有企业或职能领域，其决策和行动都需要各种信息，宏观信息就是其中一种，只是对宏观信息需求的浓度不同罢了。

多数人对宏观研究不熟悉，主要因为到目前为止，大多数企业或职能，对宏观信息的需求浓度，还不足以设置专门的宏观研究岗位，你身边可能没那个专门的人。

实际上，你的战略、策划、市研同事，甚至你自己或你的领导，已经不同程度顺带做了或多或少的宏观研究。

我们最熟悉的宏观研究人员，是金融机构投研部门的宏观分析师，因为金融机构投研部门对宏观信息有最高的需求浓度。

那些以为价值投资大师比如巴菲特和芒格不重视宏观研究的看法，是断章取义的误解。只要看看巴老70年代那篇《通货膨胀如何欺诈股票投资者》，伯克希尔投资组合里面美国公司一直的超高权重、在2008金融危机中的操作等，就明白人家其实是宏观大师。

更别提还有索罗斯的案例，达里奥和他的《债务危机》，马克斯和他的《周期》等等。

1.3 宏观研究的扩散

两个因素决定了，宏观信息的需求浓度在很多领域升高，宏观研究岗位正迅速从金融机构投研部门向其他类型的企业和职能扩散。

目前宏观研究的主要应用领域，当然首要还是金融机构投研，同时地产企业服务于经营决策的宏观周期和区域布局分析、以及上面提到的其他很多企业的宏观研究需求都正在增多。稍微多关注招聘信息就能感受到。

第一，人口和经济增速趋势性下行，过去的增量经济向存量经济转变，导致越来越多行业和地区从以前随着宏观经济高速成长到目前的景气分化，从活在趋势性、系统性机遇里，变为活在周期性、结构性危机中。

从前多数行业尤其宏观敏感型行业，闭着眼睛就能在中国快速增长的趋势性大风口赚钱，要那么多宏观研究有什么用呢？当现在面临的更多是周期性、结构性的危与机，宏观研究尤其周期和结构分析的重要性凸显。

人口和经济增速趋势性下行，从2012年就开始了，但众多行业感受到并确认趋势性、系统性机遇变成周期性、结构性危机，主要是近年开始的。

第二，在面临经济结构性调整、转型升级的近年，高层决策呈现出的政策框架是：“稳定的政策主线、快准狠的相机而动”，加上地方政府很多时候逆潜在增速下行现实而行经济刺激之策，各行业对经济和政策周期的把握难度提高。所谓，宏观和政策周期都很大程度被玩成了美林电风扇。

关于宏观政策框架，详见4月20日《稳定的政策主线，快准狠的相机而动：政治局会议深度解析》。

需求面如此，同时在金融供给侧，尤其新财富分析师评选落幕后，金融研究包括宏观研究的扩散也成为应对金融去杠杆去产能和创新者窘境的必然。

成功的技术、产品、金融服务等，都会从上半场市场环境不完善时高度整合、过度服务、好得过头的少数人游戏，经市场环境的逐步完善，到下半场向更广泛的产业、行业、企业扩散，与经济社会协同发展。这个过程中，越来越多客户逐步更愿为特色、个性化、便利性的业务支付费用和时间。

关于金融供给侧调整及其路径下的研究扩散，详见我去年的金融业上下半场巨变三部曲《金融业去产能到何时？行业和从业机会何在？》《新财富落幕
证券研究去哪：如何突破创新者窘境》《券商宏观研究的十大流派》。

2、主流宏观研究体系的三大困境

主要是指主流的券商卖方宏观研究。就事论事，不针对任何具体团队或个人，要不要对号入座有所改变，随意。

直接概括主流宏观研究体系并不很容易，这事以后有时间再说，相信读过券商研报的，眼里都有个大概的样子。我们不如从反面来看，主流宏观研究体系有哪些主要困境？

下述有的困境，有的宏观团队是不存在的，比如江海QQ总、联讯李奇霖的团队很懂资管。对于其他多数宏观团队，也欢迎批评指正。

2.1 团队模式不倾向鼓励多元思维和框架

很大程度上，这是新财富生态的典型结果，尽管该评选暂时结束，但目前主流的团队运作模式还是类似的。去年三部曲之二、关于新财富落幕的前世今生和未来趋势的文章中有过具体探讨。

新财富生态之下，卖方研究做得不是不好，而是太好。当发展到极致，博弈竞赛到“好得过头”以至于风格单一化，服务上过度以至于浮华，出现风气浮躁、媒体叙事、视角趋同、风格单一、缺少特色等现象。

很多时候很多团队，这种生态进化出的类包工头运作模式，似乎不小程度脱离了做好研究的初衷，转而以首席一人的声音最大化为导向，不倾向接纳深度特色研究人才和多样化框架视角。这导致难以充分发挥首席之外团队成员的研究能力和创造力，吞噬团队的力量和智慧，致使日益丢失起初树立的特色，走向研究的平庸和服务的浮华。

一旦缺乏多元思维，钻牛角尖、口号化、缺少纠错能力等扭曲就随之而来，研判能力自然受限。决策的多元思维模型，预测的狐狸而非刺猬视野，其重要性，参见《穷查理宝典》《超预测》《信号与噪声》。

怎么办？针对存在的问题来解决就是了。

团队整体大的框架体系当然需要有，但能不能不再搞思想和结论大一统？

团队成员能否更多相对独立做出和发布擅长领域的深入研究？

成果生产和输出要不要学习一下桥水基金的信任度加权机制？

为揽才留才，有没有魄力实行合伙制、一个团队有若干首席或联席首席？等等。

当真正以做好研究和服务为导向，而不是以首席声音最大化为导向，上述方案大概毫不令人惊奇、并不遥远。一念之差。

2.2 对大资管理解不够，易导致宏观误判

这在资管还没长大的前些年，是没太大问题的。近年，大资管迅速成长到数十、近百万亿，就不一样了。

大资管对于宏观研究有多重要？

决定2012年以来广义货币M2和社会融资规模增速波动周期的，表面是货币政策，其实是大资管的规模和结构变化以及银行购买资管产品的行为。

这时候，你再主要盯着央妈的准备金率、利率、公开市场操作、预期引导等，来研判货币和社融，是远远不够的。

这也就出现了，近两三年，主流预测一再高估M2增速的情况。实际上，自从2016年二三季度资管行业的一些监管政策出来，就大致决定了M2增速的趋势下行。

还有比如，主流宏观团队，能把影子银行、资管非标给基本拆解清楚的，极少见到（可能有，我至今没在可公开查阅到的研报里见过，如果算上我发的报告，就确定有了）。

一些国际机构的宏观团队，应该把这块做得更好，发达经济体的大资管比我们早进入主流宏观视野。他们只是可能不够了解中国的大资管。

主流宏观研究对大资管理解不够，也容易理解，因为主流宏观研究员的经典成长路径，不包括从事过资管业务。

还有个实际点的问题，做资管业务的，近年收入大多高于首席之外的宏观研究员，有多少会转投宏观研究呢？

当从事过或熟悉大资管的人，比如我，出于深入持久的热爱追求探索而转投宏观研究，对这个圈子来说绝非坏事吧？

如果想要维持主流经典成长路径的纯正血统，宏观研究在若干领域尤其货币信用分析上就少了那份穿透力和准确度。

2.3 产业和区域分化，宏观研究下沉不够

面对产业分化，很多是行业和策略研究的活，平时也见到宏观研究报告有些这类分析，只是觉得还远不够。

对于区域分化，宏观研究似乎更少研究。涉及这块的，主要是一些固收研究的地方经济数据分析（可能为了地方债、城投债研究），一些策略研究对区域主题和政策热点的追逐，还有房地产研究对若干热点区域以及不同等级城市的研判。

宏观能够也应该在区域研究上大有作为，它不仅是房地产的事。怎么个作为法，想法尚不成熟，不过我已经在股市房市城市大立体研究体系上有所深入耕耘，下面再说。

3、“宏观-资管-地产”大融合研究体系

我这套宏观体系，本身就是多元思维和框架的融合，很大程度解决、至少缓和了前述的主流宏观研究三大困境。

3.1 这套体系何以有力、有用

宏观融合资管和地产的研究体系，为什么浑然天成、有力、有用？

大资管是近年货币信用周期的主要决定力量，货币信用是宏观经济的核心驱动之一和可靠领先指标；房地产是实体经济占比最大、最有产业链拉动力的行业，又是货币信用的最大抵押品和制造厂，也是大资管、影子银行最大的最终债务人和兑付来源，还是产业和区域分化的最集中显示。

资管是金融体系的最大变量，地产是实体经济的最大变量，资管和地产之间是重量级债权债务关系，于是，“宏观-资管-地产”大融合研究体系浑然天成、有力、有用。

这套宏观研究体系，从开始构建到近期架构基本完整成型，不到3年；最主要的建设时间，只是最近1年。但若没有我这从事资产管理业务6年、宏观和房地产研究6年的前后超过12年复合经历，是很难想象能够建立起来的。

下面通过具体事例或模型，来看看我的“宏观-资管-地产”大融合体系的威力。

3.2 宏观+资管如何发挥作用

典型案例是，从2016年6月开始研判货币信用至今，我基本保持了不败纪录，极大程度归功于“宏观+资管”研究体系。这个研判成绩，不敢说无敌，也算全市场顶级吧？还胜过了一些央行出身学者。

货币信用或者说M2和社融的成功研判，对宏观经济和大类资产市场分析的价值有多大，用下面几句话简要概括：

多数情况下，M2增速是社融增速的领先指标；社融和M2增速差，与利率大体正相关；M2与房价长期正相关；绝大多数时候，社融增速是经济增速的可靠领先指标；社融和M1增速几乎总是同步见底，二者对股市、楼市、商品市场往往有重要指示意义。

资管是近年货币信用周期主要决定力量，懂资管同时懂货币，就使研判货币信用问题具备了强大穿透力。

主要研判过程及核心推论链条：

2016年6月，我在硕士论文《中国社会融资和M2的结构差异与经济增长关系研究》结论部分提到，可能正处于一轮货币信用扩张大周期的后期。核心逻辑，一是社融相对于M2（结构上其实主要是表外融资相对于外汇占款）在2009年后的趋势性上升，对经济的拉动效应越来越低（背后是信用密集型的地产/建筑业相对于货币创造型的制造业的持续优势，拉低了产出投入比）；二是作为最主要债务抵押品的房价发生一二线和三四线的严重分化（想想股市的上涨，经常以拉动大盘
股为尾声）。这里，已经把表外融资（资管）与地产链对应起来，推论了金融周期的位置。结果是，后来各大机构计算的金融周期大都指向2016年底2017年初是顶部。

2016年8月12日和9月5日，我在《小心货币断崖击破房价》《招行资产低增或预示房价危险》两篇文章中，分别根据7月份证监会和银监会颁布的两部资管业务监管法规以及招商银行中报的资产增速显著低于相似规模其他银行，推论银行业“股权及其他投资”和“应收款项类投资”这两个大资管和影子银行核心科目的规模增速将下行，从而带动M2增速下行、出现“货币断崖”。结果是，2016年11月开始，这几大指标包括M2增速果真开启了跳水模式，到今年初才稍有回暖。一二线
房价也大致在之后不久见顶，若不是2017-18年冻结了一二线的大部分交易量，并用财政信用（棚改货币化）取代货币信用大幅推涨三四线、拉高房价水位且其中部分资金套现向一二线溢出，一二线的房价调整幅度很可能更大。

2017年8月20日，我在超深度报告《房地产大变天｜三十年周期律》中，剖析了金融去杠杆、经济去杠杆、所谓新周期与货币信用的内在联系，判断尽管全国金融工作会议没提到金融去杠杆，但所强调的经济去杠杆将导致实属一体两面的金融去杠杆延续，货币断崖已经发生并将继续。而2个月之后，一位央行背景著名学者预测2018年M2增速可能将回到10%以上。结果是，M2增速从2017年三季度的9%附近继续下落到2018年的8%附近。

2018年5-6月，我在几篇金融数据评析中，判断大资管监管和非标萎缩将持续压制M2和社融增速到2020年左右，同时由于表外转表内、非标转标、货币政策转向宽松等，8%附近的M2增速或已处于短周期底部区域，未来一年左右有增速中枢回升的可能。结果是，M2增速全年没有跌破过8%。

2018年8月12日，我在《政策鼓励放钱，M2增速或将回升》中，根据疏通货币信用传导的政策重心，由经验规律、领先指标和分项拆解，认为M2增速单月可能较快出现反应，更重要的是M2和社融增速中枢未来半年到一年可能回升。而当时一位央行背景的分析师发布报告认为，社融和M2增速将迎来中长期拐点。

2018年的11月20日，我在《拯救货币增速：多视角的殊途同归》中分析到，货币信用增速要回升，财政、贷款、债券必须全部发力。

2018年12月25日，我在超深度报告《穿透影子银行：如何创造45万亿货币》中，用宏微观两种方法拆解，并设计了指标，预判2019年将出现银行影子-社融增速-经济增速的依次修复，经济回稳仍需影子银行的适当稳定和补位。

2019年3月22日，我在超深度报告《影子银行前传：一套货币信用分析新框架》，通过拆解分析银行业资产负债表，从资产端和负债端抽取了主动和被动两对指标，预判年初的金融企稳具有一定可持续性。

结果是，如上述几篇预期，今年初，M2和社融增速出现了企稳苗头，3月份，几乎确认金融企稳回升，同时宏观经济初步企稳。从结构看，财政、贷款、债券果然火力全开，影子银行也大体企稳。

2019年4月20-22日，我在政治局会议深度解析三部曲《稳定的政策主线，快准狠的相机而动》《向改革要效率和牛市》《货币宽松仍在，别慌》，判断货币信用宽松力度边际收敛，但未来一段时间增速仍可望基本持平或略高于目前增速，而金融市场和实体经济将感受不同的流动性宽裕度变化，或将在二季度中后期负面影响股市。之后的中央财经委员会第四次会议、央行表态和A股表现，应该说已初步验证了多数预判。

今天，本文初步预判三季度后期到四季度的某个时候开始，可能再度面临某种信用紧缩，货币信用（主要指社融）增速可能见顶。

接下来货币信用增速走势会否如我预判呢？拭目以待。概率上讲，过去三年我几乎没错过，后续出错的可能性是越来越高了。如果政策及早化解，或许有望避免下半年可能出现的信用紧缩。

为何特意提到部分央行背景学者的研判？

是要强调一件事，在信用创造货币（其实很大程度就是自下而上）的时代，尤其大资管是信用扩张最大边际力量（央行人士懂货币，也极大可能懂信用，而未必懂资管）的时代，你想了解后续货币和社融增速，不要迷信央行背景（或任何权威人士）。而懂资管的人，很可能比央行背景人士研判更准确。

3.3 宏观+地产如何发挥作用

关于宏观+资管，举个货币信用研判的例子，就写了那么多。宏观+地产更加博大，几有无从谈起之感。

是说短周期销售、房价、资金、购地、新开工、施工、开发投资、建安，驱动工业企业营收和下游消费呢，还是说短期看金融中期看土地长期看人口呢？都不是。

在这些常规的地产周期分析、或者看居民收入人口流动小学生数之类toC视角的城市选择房价研判体系之外，我另外构建了一套独家的toB研究体系。那些常规分析我也都会，并准确研判了2011年以来楼市几乎所有重要趋势和拐点。

什么样的城市更适合房企布局？判断一个城市房价前景最准确的指标是哪些（可以肯定地说，不是人口、小学生入学人数）？房价涨跌和A股大盘、股票估值、金融股有何关系？各城市房价涨幅和金融体系、民营经济、产业布局有何关系？等等。

我的toB房地产研究体系看的是这些问题。是不是比大众关注的toC体系离宏观研究更近？只要继续下去，是不是天然就会深入解决主流宏观研究第三困境——对区域和产业的研究下沉问题？

对于房地产投资和房企布局，我有融合统一的三大重量级框架体系：配置+周期+区域——资产轮动规律择大类，投资分析框架看大势，城市价值模型选区域。其中，资产轮动可自然扩展到资产配置体系。

已经发过不少深度报告，累计10万字左右，在我的体系之下，这些还只是起步。

3.4 大融合体系下的其他框架

“宏观-资管-地产”大融合体系，当然不光是宏观+资管、宏观+地产，常规的经济指标和宏观周期研判、各大类资产的独家或常规分析框架都是有的。

比如：

多层次的货币信用框架体系；A股投资时钟；汇率大统一分析框架；政策研判体系；利率研判框架；跨资产分析框架；等等。

4、以大资管理念构建研究体系和团队

宏观+资管（穿透货币信用）、宏观+地产（toB，深入区域和产业），基本可以解决主流宏观第二第三困境。

不过这两个算是我的特色研究体系，未必适用其他人。真正适合所有人的，还是多元思维。正是深刻领悟了芒格的多元思维精神，才搞出这些强有力的研究框架体系，于是自然就基本解决了第一困境，第二第三困境的解决水到渠成。

要拥有多元思维，我也有个建议——以大资管理念构建研究体系和团队。像资产配置、投资组合、工具箱那样，打造体系和团队。

资产组合和工具箱是怎么做的？低相关性配置，缺什么补什么，而不是高度相关、气质雷同，每个成员都成了首席的传声筒扩音器。那样，时间稍长，首席的想法耗得差不多了，整个团队也就完了。

资产组合和工具箱思维，也正对应博弈到增量研究。我在2018年总结里说过，把全市场、包括自己的研究，都看作一个大的工具箱池子。如果市场上已有很牛的成果，我一般短期内就不会在相同领域重做了，而更倾向开拓性研究，多做点有增量信息的事。

全文到这里，除了标题的“如何建造强有力的宏观研究体系”，是不是也很好地回答了“如何打造强有力的宏观研究团队”这样一个有力、有用的问题？

以我的眼光来看的话（举个例子，仅供参考），一个强有力的宏观研究团队，至少需要三类人：通常意义的宏观研究员、懂资管的人、懂地产的人。眼光长远一点，还需加上懂区域和产业的人。

当然，对于宏观研究团队，所谓懂资管/地产/区域/产业，不需要更不指望精细深入到资管和地产公司、地方政府、各行业的业务骨干那样的程度。而重在关键逻辑、核心线索和与宏观的驱动、映射关系。

如果宏观研究员既懂资管研究也懂地产研究，那就更好了。但这三个领域真的不容易兼备。一个经典成长路径的宏观研究员，把“资管新规”读上100遍，也很难变得多么懂资管。

一个宏观团队所需的常规宏观、大资管、地产研究能力，我大约最多具备两个半（对于房地产只能算上偏宏观和中观的那一半，而具体到城市中的微观区域和产业层面，还没多少积累）。而多数主流宏观研究员，或许最多具备一个半。

这一个半，大概足以对付那些平常宏观问题了。但在一些关键的跨界问题上，缺少理解力和穿透力。而在这个时代，跨界问题的占比和影响，已经举足轻重。

另外，不管谁是否全面，时间和精力也没那么多啊。

不管自己怎样，都需要以资产配置、工具箱、增量研究的多元思维精神，建立或融入一个其他成员有可能强于自己、并与自己相关性或雷同度不那么高的团队。

5年，经管之家公众号6500篇文章，
这里是丰富而全面的经管知识库+财经百宝箱
经济系列：经典书单 | 入门书籍 | 宏观框架 | 经济模型 | 经济预测 | 纳什均衡 | 简史 | 调控 | 学习体会 | 经济思维 | 供给侧改革 | 博弈论 | 科斯 | 奥地利学派 | 成本 | 学习手记 | 宏观思辩
　
金融系列：学习书目 | 金融体系 | 书单 | 投资思维 | 估值 | 银行 | 资产配置 | 投行 | 量化投资 | 建模 | 研究员 | 对冲基金 | 股市交易 | 行为金融 | 宏观分析 | 尽职调查 | 研究 | 金融读博
　
管理系列：企业案例 | 精选书单 | 公司治理 | 咨询模型 | 行业干货 | 商业分析 | 管理圣经 | 营销
　
财经系列：中产阶级 | 爱情经济学 | 奢侈品 | 有钱人 | 月饼证券化 | 屌丝值 | 选老公 | 雍正行长
　
学习资源：搜索技巧 | 顶尖课程 | 名牌大学课件 | 商业图书 | 文献管理 | 原始数据 | 金融网站 | 内部培训 | 投行并购 | 行研清单 | 国外学习APP | 英文文献 | 金融电影 | 工具包 | 免费资源
　
爆款文章：房价 | 一线城市 | 二胎 | 收入 | 80后 | 移民爸爸 | 学历 | 中产生存 | 花钱 | 求职机会 | 没背景 | 北京折叠 | 有多拼 | 世相绘 | 赚钱领域 | 励志青年 | 顶尖名校 | 城市 | 农村 | 寒门
　
读研读博：投稿经验 | 写论文 | 学术牛人 | 论文工具 | 科研工具 | 学术资源 | 读研 | 读博 | 找工作
　
统计系列：学习心得 | 推荐书目 | 实证分析 | 大师之见 | 计量之路 | 常见问题 | 必读 | 统计数据
　
名家之声：吴敬琏 | 张五常 | 李稻葵 | 许小年 | 汪丁丁 | 陈志武 | 林毅夫 | 钱颖一 | 陆铭

经管干货：经管俱乐部 | 经管之家学院 | 从零开始学统计 | 每天一个SPSS技能 | 美国视角谈留学 | 斯坦福经济学思维课 | 事件分析法与Eviews应用 | CSSCI论文复刻：宏观经济学 | 商学院教授教你做决策 | 性价比超高的stata课