江苏龙网

  1. 首页 > 人文 > >

货币大洪水时代，房产是诺亚方舟吗？

货币大洪水时代，房产是诺亚方舟吗？
文章图片
■文|宋鸿兵
最近发现不少经济活动中的“灵异现象” ， 美国经济已经陷入重度衰退 ， 3月以来新增失业高达2200万人 ， 真实失业率接近18% ， 直逼30年代的大萧条 ， 但美股却完全无视经济现实 ， 如同脱离了地球引力 ， 飘然飞向了外太空；中国一季度GDP下降6.8% ， 但出乎大家意料之外 ， 一线城市的豪宅居然逆势飞扬 ， 深圳甚至出现了“日光“盘和“秒光”盘 。
货币大洪水时代，房产是诺亚方舟吗？
文章图片
经过2008年金融危机的洗礼 ， 以及最近全球市场风暴的教育 ， 现在连卖白菜的大爷大妈都明白了一个浅显的道理 ， 金融危机是债务危机 ， 债务问题的背后是货币问题 ， 每当危机来临 ， 央行可以无限印钞拯救危机 ， 方法就是
推高资产价格 ， 即资产再通胀 ， 当资产价格高于债务水平 ， 危机不就结束了吗？
美国人把股市当财富命脉 ， 所以印钞主要推高金融资产价格 ， 而中国人视土地为财富根基 ， 所以不少人认为货币洪水将淤灌房地产市场 。 于是 ， 深圳人最早醒悟过来 ， 如果历史可资借鉴 ， 那么买房就是保护自家财富的最佳手段 。
所有人都明白 ， 资产再通胀的代价是每个老百姓手中的货币都会丧失部分购买力 ， 印钞拯救危机的本质是社会财富的大转移 ， 谁先抢到新创造出来的货币 ， 谁就占了其它所有人的便宜 。
当买房者申请房贷（或变相的“消费贷”）时 ， 他在贷款文件上签字的那个时刻 ， 实际上就是在帮助银行“无中生有”地创造出与贷款额相等的新货币 ， 而他自己就是最先获得新货币的受益人 。 当这笔新钱从银行支付给房地产公司之后 ， 房地产公司职员领工资时就成为第二个获得新货币的幸运儿 。 当他到餐馆吃饭付钱时 ， 餐馆老板就成了第三个“中奖者” 。 餐厅老板必须赶在海量新货币冲向市场导致物价上涨之前把钱花出去 ， 他才能真正获益 。
在这个货币创造的游戏中谁是不幸的倒霉蛋？就是那些存钱而舍不得花的人
， 那些吃退休金而无缘参与“印钞”游戏的人 ， 还有那些忙得昏天黑地没时间消费的人 ， 他们不得不坐视自己的储蓄被物价上涨“生吞活剥” 。当今世界的信用货币制度 ， 是人类有史以来所发明的最残酷、最险恶、最隐秘的财富转移机制 ， 它具有每天洗劫社会上万亿财富的超级效率 ， 同时更拥有让无数受害人无法指认施害者的巧妙设计 。
鸿学院有同学问 ， 美联储3月印钞稳定了金融市场不是很有效吗？其实 ， 美联储首先是纵火者 ， 其次才是消防队 。 正是美联储长期零利率造成的“资产大饥荒” ， 逼得对冲基金们不顾死活地玩起了数十倍的高杠杆游戏 。
但各国央行印钞真能消灭金融危机吗？这是一个极为有趣的逻辑问题 。 我们知道 ， 一切钞票的背后都是债务 ， 印钞与债务创造必须同时发生 。 如果中央银行印钞的目的是为了扑灭债务违约的烈火 ， 那么更多的钞票和更大的债务同时涌向市场 ， 其效果如同是抱薪救火 。 这里存在着一个逻辑的死循环：债务创造货币 ， 更多的货币刺激更大的债务 ， 更大的债务导致危机 ， 然后需要更多的货币去拯救 ， 而更多的货币却创造出更大的债务……我们可以发现货币与债务互为彼此的输入 ， 所形成的是一种典型的“正反馈”循环 ， 这种不断自我强化的机制需要无限大的能量输入 ， 当无法满足时就必然发生内爆 ， 可以说 ， 债务货币的机制天然带有金融危机的基因 。
问题在于 ， 这种循环往复的金融危机规模越来越大 ， 对世界经济的摧毁力也越来越惊人 ， 这次疫情和金融风暴将使各国的财政赤字大幅飙升 ， 巨大的国债堰塞湖将无法忍受利率高于零的一切金融环境 。
那么当下一次危机降临呢？负利率和超级通胀二者必居其一 ， 因为只有它们才能摧毁债务 。
在我看来 ， 大规模负利率或恶性通胀 ， 都将成为现代信用货币体系“挥刀自宫”的最终结局 。
然后 ， 人类社会将需要一种“货币的新世界” 。本周六（4月25日）晚9点 ， 鸿学院直播课将讨论在货币的大洪水时代 ， 买房的机会与困局 。 同时 ， 我们还将关注一个“大消息” ， 由于疫情导致的现金流崩溃 ， 美国信用评级公司即将大规模调降CLO债券的评级 ， 高达1/5的CLO将跌到垃圾水平 ， 金融市场称之为CLO的“灭绝级灾难” 。
搜索【
【货币大洪水时代，房产是诺亚方舟吗？】宋鸿兵观天下
】公众号 ， 了解课程详情！鸿学院海外站全面上线 ， 更多精彩内容 ， 敬请关注Youtube【宋鸿兵鸿学院hongacademy官方频道】及脸书账号【shbhxy】


    推荐阅读


    上一篇：半导体行业：从“渣男”堆里选出“男神”，只需要8步

    下一篇：25岁成亿万富豪，接连创立5个品牌，他靠收“智商税”身价25亿