内容目录
1. 溯流穷源，动中修静——“溯源”系列（序） ..............................................................................4
. 知行合一，原本一体 ............................................................................................................4
. 静中静易，动中静难 ............................................................................................................4
. 动中修静，于惟微处尽精一 ................................................................................................4
. 静亦定，动亦定，则禅定 ....................................................................................................4
2. 引子：杂草丛生，却又芬芳难掩的商业周期理论 ......................................................................5
. 关于可预测性 ........................................................................................................................5
. 关于波动性 ............................................................................................................................5
. 四大周期理论 ........................................................................................................................6
3. 基钦周期：时滞模型的鼻祖 ..........................................................................................................8
. 库存调整是如何形成一个短周期的？ ................................................................................8
. 一个简化版的Metzler 模型：第二类时滞的影响 ...............................................................8
. 第一步：被动的库存变动 ..........................................................................................9
. 第二步：主动的库存变动 ........................................................................................12
. 更接近现实的波动图形：情景一至情景四 ............................................................16
. 疫情冲击后，未来可能的两种动态范式 ................................................................22
. 现实中的基钦周期是如何展开的？ ..................................................................................24
. 是否真的存在基钦周期？周期长度是多少？ ........................................................24
. 全球库存周期是否存在共振？ ................................................................................27
. 主动去库存，或向被动去库存的一个过度期 ........................................................29
4. 结论及展望：去库存是未来 1-2 年的主基调 .............................................................................30
5. 风险提示 ........................................................................................................................................31
图表目录
图 1：波动性可以来源于一种稳态 ....................................................................................................6
图 2：被动的库存变动模拟结果1（总收入、库存） ....................................................................10
图 3：被动的库存变动模拟结果2（总收入、库存） ....................................................................11
图 4：主动的库存变动模拟结果1（总收入、库存） ....................................................................14
图 5：主动的库存变动模拟结果2（总收入、库存） ....................................................................16
图 6：主动的库存变动模拟结果3（总收入、库存） ....................................................................17
图 7：主动的库存变动模拟结果4（总收入、库存） ....................................................................19
图 8：主动的库存变动模拟结果5（总收入、库存） ....................................................................20
图 9：主动的库存变动模拟结果6（总收入、库存） ....................................................................22
图 10：主动的库存变动模拟结果7（总收入、库存、总产出） ..................................................23
图 11：主动的库存变动模拟结果8（总收入、库存、总产出） ..................................................23
图 12：美国非金融企业库存季度同比（市场价格估值、历史价格估值）（单位：%） ...........24
图 13：美国非金融企业库存季度同比（6 个季度移动平均）（单位：%） ................................25
图 14：美国全部门、制造、零售、批发部门库存销售比 ............................................................26
图 15：美国制造业企业库存出货比 ................................................................................................26
图 16：美国、日本及加拿大制造业库存出货比（2015=100） ....................................................27
图 17：美国、日本1960 年-2020 年库存出货比（2015=100） .....................................................28
图 18：美国、日本1960 年-2000 年库存出货比（2015=100） .....................................................29
图 19：美国、日本2000 年-2020 年库存出货比（2015=100） .....................................................29
表 1：基钦、朱格拉、库滋涅茨周期及康德拉季耶夫长波 ............................................................7
表 2：被动的库存变动模拟结果1 ......................................................................................................9
表 3：被动的库存变动模拟结果2 ....................................................................................................11
表 4：主动的库存变动模拟结果1 ....................................................................................................13
表 5：主动的库存变动模拟结果2 ....................................................................................................15
表 6：主动的库存变动模拟结果3 ....................................................................................................16
表 7：主动的库存变动模拟结果4 ....................................................................................................18
表 8：主动的库存变动模拟结果5 ....................................................................................................19
表 9：主动的库存变动模拟结果6 ....................................................................................................21
表 10：美国、日本及加拿大库制造业存出货比相关系数矩阵 ....................................................28
1. 溯流穷源，动中修静——“溯源”系列（序）
. 知行合一，原本一体
中国古人讲“知行合一。
所谓“知之真切笃实处即是行，行之明觉精查处即是知”，又所谓“知之明觉精查处
亦是行，行之真切笃实处亦是知。行、知互为表、里，缺了一方，整个知识体系的 “跷
跷板”就难以保持平衡。
经济研究又何尝不是如此？笔者从业几年，也曾苦读寒窗数载，每每深切感受到业
界有“行”的一套方法论，学界有“知”的一套方法论，一个仿佛行万里路，一个又似读万
卷书，一个是具象地“踩上去，一个是抽象地“望过来”，两者一动一静，本应动
静结合，知行合一才是最为好的；但在大多时候，却是互不打扰，各自安好的一番图景。
. 静中静易，动中静难
笔者认为这个中的一大难处就在于“动中取静”。“市场”无时无刻不存在着稍纵即逝的
变化，也蕴藏着未来含苞未绽的机会，单是分析这即逝的变化缘起何处、缘归何处，思考
未来蕴藏的新的机遇、挑战，已足以让人应接不暇，精疲力竭；但笔者认为，“思而不学
则殆，只是短期的思考的累积，往往无法转化成长期稳定的见解，观点经不起推敲，
终究是沙上建塔，所得无一。
. 动中修静，于惟微处尽精一
本次“溯源”系列报告我们力图“动中修静，让“知”更靠近“行，来帮助我们 “行”得更
好、更稳、更快，简略而言，我们将在以下三个方面着重、着力、着墨：
（1） 着重提炼学界工作论文、期刊论文中的建模巧思、实证结果，结合业界关注
的市场热点、焦点，更好地理解市场运行背后的机理机制；
（2） 着力以更精炼的方式进行呈现，学界往往工作论文为了维持延展度，期刊论
文为了保持严谨度而长篇累牍，结果是让人望而却步，我们将在文章中更重表达，而把
延展和严谨放在幕后；
（3） 着墨于多个业界关注的领域，包括但不局限于商业周期理论、现代货币理论
（MMT）、再分配与增长理论、经济危机理论等方面。
. 静亦定，动亦定，则禅定
朱子有言：“论先后，知为先；论轻重，行为重。”我们深知“知”与“行”都重要，切不可
武功偏废。希望您可以在“行”万里路，旅途劳顿的时候，暂避东吴小舍，书香入梦。
是为序。
2. 引子：杂草丛生，却又芬芳难掩的商业周期理论
广义的商业周期理论是一个历史悠久、却同样饱负争议的理论生态。
其中杂草丛生，却也难掩芬芳沁人。
之所以这么说，是因为商业周期理论往往涉及两个特性，虽然侧重不同：一个是（整
体的）可预测性（predictability），一个是（局部的）波动性（volatility）。
. 关于可预测性
可预测性指的是什么呢？我们可以替换成另一个词，叫做规律性（regularity）或者
定期性（periodicity），比如钟摆，就存在完美的可预测性，比如虽然一只蜜蜂的位移轨
迹存在较大的不可预测性，但一群蜜蜂的位移轨迹也可能呈现出一定的规律性，也就变
得可预测。
可预测性这一维度推到极致的想法，即经济活动的起伏存在着如钟摆一样的规律性，
不同长短周期的相互叠加（superposition），各自维持着一定的周期的持续时间（duration）。
做一个相对形象的比喻，这就像一场 NBA 篮球比赛，我们知道大体每隔 1-2 天就会有一
场湖人的比赛，一场比赛 48 分钟；进一步我们知道每一小节12 分钟，但可能会有官方暂
停，以及在比赛末段比分胶着情况下双方主教练的博弈，那么可以推算出前三节比赛大
体在 13-15 分钟，最后一节比赛在 15-18 分钟；再进一步我们知道球员有轮转，主力球员
大体会在第一节上半段，第三节上半段以及第四季后半段在场；即使这个系统同样存在
着很多不确定性，比如球员受伤、更重要的比赛往往要求主力球员上场更多的时间、比
分相差悬殊的比赛末端往往是“饮水机球员”表现的时段，我们还是可以比较准确地在打
开屏幕的时候，看到我们希望看到的比赛，进一步看到我们希望看到的球员，这就是我
们所谓的（整体的）可预测性、规律性。
. 关于波动性
波动性又指的是什么呢？我们这里强调的不仅仅是外生的冲击带来的波动性，比如
我们给钟摆一个初速度，钟摆的势能和动能就将相互转化，而在经济周期里，我们更加
关注的是内生的波动性。比如市场会否自发地出现价格走高、走低的波动，库存扩大、
缩小的波动，自然利率水平升高、降低的波动；与此同时，过高（低）的价格是否蕴藏
了价格走低（高）的势能？过大（小）的库存是否蕴藏了库存缩小（扩大）的势能？过
低（高）的自然利率水平是否蕴藏了自然利率水平走高（低）的势能？这一点同样也是
当我们在讨论波动性时候必不可少的一个面向。
图 1：波动性可以来源于一种稳态
数据来源：Kwasnicki and Witold (2008)，
在 Kwasnicki and Witold (2008)中，作者在不预设任何外部冲击的前提下，可以通过
模型内部的张力（tension）来实现稳态下的波动特性。这意味着，波动性或许本身就属
于经济运行的特性之一。
显而易见的是，（整体的）可预测性（predictability）和（局部的）波动性（volatility）
并不是相互冲突的，但同时也存在着很大的不同。
简单来说：（1）可预测性的达成需要有规律的波动，无条件的有规律，或者有条件
的有规律都可以；（2）波动本身未必一定是有规律的，无论是无条件的规律，还是有条
件的规律。
其实认知到以上这两点，虽然我们下面仍将详细介绍各类商业周期理论，但基本也
就把握住了当前商业周期理论的处境：商业周期理论强调的波动性确实存在于经济运行
的过程当中，但其呈现的规律性却并不足以让情况往往可以满足可预测性的条件。这就
像我们都知道海浪会忽高忽低，但却无法预知到下一次巨浪何时到来。
当然不存在任何一个商业周期理论仅强调其中一方面，而不涉及另一方面的情况。
为在本系列稍后的部分叙述方便起见，更强调（整体的）可预测性的商业周期理论，我
们姑且称之为Ⅰ型理论；而更强调（局部的）波动性的商业周期理论，我们称之为Ⅰ型理
论。
. 四大周期理论
表 1：基钦、朱格拉、库滋涅茨周期及康德拉季耶夫长波
周期长短 投资品
基钦周期
Kitchin cycles
3-5
年
库存投资的波动
朱格拉周期
Juglar cycles
7-11
年
固定资本（设
备）投资的波动
库滋涅茨波动
Kuznets swings
14-
25年
建设、工程、交
通投资的波动
康德拉季耶夫长
波
Kondratieff long-
waves
50-
60年
科技进步导致
的、可广泛适用
于生产流程中的
基本资本品投资
的波动
数据来源： 整理
四大周期理论如此被我们广泛熟知，这主要归功于 1939 年朱庇特在其著作《商业
周期（Business Cycles）》（Schumpeter，1939）中的归纳。这四个周期（或长波）问世
的前后顺序为：朱格拉（Juglar,1862），基钦（Kitchin,1923），库滋涅茨（Kuznets,1930），
康德拉季耶夫（Kondratieff,1935）。
朱庇特在这本著作中展示了一个三周期模式（three-cycle schema）：康德拉季耶夫长
波（Kondratieff long-waves）、“经典的”朱格拉周期（Juglar cycle）以及更短的基钦周期
（Kitchin cycle）。
朱庇特的认知过程却有先后、主次顺序。朱庇特曾在1934 年谈到：“我（之前）觉
得显而易见的是一个波状的规律起伏，也就是朱格拉周期。而现在，我确信至少存在三
个波状的规律起伏叠加（superposition），甚至可能更多。”他认为在当时 1934 年对于周期
理论家的最大的挑战主要来自于两方面（1）如何区分（isolate）它们；（2）如何在涵盖
它们之间的相互影响的基础上，解释现实中我们看到的经济周期。
之后我们进一步了解到，当时朱庇特也曾一直尝试构建一个四周期模式（four-cycle
schema），即再包括库滋涅茨周期（Kuznets cycle）。但由于一些现在无法确认的原因，
朱庇特最终呈现的是一个三周期模式。
朱庇特关于每一个周期的长度的相互关联方面也曾谈到：6 个朱格拉周期约等于 1
个康波，3 个基钦周期约等于 1 个朱格拉周期。虽然朱庇特没有提到，但我们也可以看
到1 个库滋涅茨周期约等于 2 个朱格拉周期。
朱庇特认为周期同周期间存在着现在看来略显“机械”的比例关系，而朱庇特的这一
认知（直到今天同样影响着我们），让我们更倾向于把这四大主流理论归类为Ⅰ型理论，
即更强调（整体的）可预测性的商业周期理论。
我们将在本篇报告首先深度探讨四大周期中的最短周期：基钦周期。关于其它的主
要周期以及其它辅助周期，我们将放在之后的系列专题中，逐一进行进一步的深度思考、
呈现。
3. 基钦周期：时滞模型的鼻祖
基钦于 1923 年在针对美国、英国的主要经济变量（包括大宗商品价格、贸易量、
收入、薪资水平、利率以及股指）进行研究后（Kitchin,1923），认为存在一个平均时长
在 年的经济周期，在是什么因素诱发了经济出现以 年为周期的波动的问题上，
基钦归因为库存调整（inventory adjustments）。
. 库存调整是如何形成一个短周期的？
Metzler 在早于 1941 年发表了一篇论文，题为“The Nature and Stability of Inventory
Cycles”中把这个问题解释得很清晰。Metzler 首先识别了两种时滞的存在：（1）消费者
收入的增加和需求增加之间的时滞。比如雇员在这个月收入增加了，但增加支出可能要
等到下个月，需求的增量不会反映在雇员收入增加的当月，而会存在一定的时滞；（2）
企业销售的增加和产量增加之间的时滞。比如企业在这个季度确认销售出现了增长，但
扩产能从而增加产量可能要等到下一个季度，产量的增加不是反映在销售收入增加的当
季度，而会存在一定的时滞。
Metzler 进一步认为虽然两种时滞在现实中都会存在，但后一种更为重要，原因主
要是因为销售-产出时滞（1 个季度至 1 年）往往比收入-支出时滞（1 周-1 个半月）要大
得多，因此在建模思考时，往往可以忽略掉前者也不会影响主要结论。
. 一个简化版的 Metzler 模型：第二类时滞的影响
这一部分我们将呈现一个简化版的 Metzler 模型，并且通过数值模拟（numerical
simulation）来观察到为何说第二类时滞（销售-产出时滞）将会让包括总收入、企业产
量、销售收入以及库存水平等一系列重要经济变量出现“类波”的动态变化，我们将导出
一个纯粹的库存周期（即基钦周期）。
这部分虽然略显枯燥（为了更清晰地表达，我们不得不借助一些很简单的函数表达），
但将有助于我们理解库存周期的本质。
. 第一步：被动的库存变动
我们首先认为消费者的总收入由企业的总产出和一个外生的不会增加产出、但会增
加收入的经济活动组成（可以认为是某种形式的折旧，也可以认为是政府的某种再分配，
也可以认为是某种突发的技术进步，也可以认为是某种消费者偏好的突然上升）：
Ⅰ(Ⅰ) = Ⅰ(Ⅰ) + Ⅰ0
左边表示收入，右边表示支出，时间 t 衡量收入和支出发生的时点，这是一个所谓
的动态模型。本质上这个式子只是我们习惯的国民恒等式的翻版。
接下来两点很重要：（1）我们认为收入-支出时滞为零，所以 y(t)既可以表示总收入，
又可以表示总消费；（2）我们认为销售-产出时滞为 1 期，所以 u(t)将正比例于前一期的
总销售收入（也就是总消费），因此我们得到下一个式子：
Ⅰ(Ⅰ) = ⅠⅠ(Ⅰ − 1)
其中 b 表示边际消费倾向，我们将两个式子结合在一起，就得到了我们的动态方程：
Ⅰ(Ⅰ) = ⅠⅠ(Ⅰ − 1) + Ⅰ0
显然当 y(t)=y(t-1)，我们会得到一个稳态均衡，而此时
Ⅰ =
Ⅰ0
1 − ⅠⅠ
这时候我们在 t=1 期对这个系统给予一个外部冲击，即 v=500（正如我们前面所说
的，本质上这里我们需要的仅仅是消费者突然增加了对这一个部门的支出），我们假设
这一个外部冲击是一直持续的，我们可以在 excel 中简单模拟出这个体系的动态变化（表
2）：
表 2：被动的库存变动模拟结果 1
企业的总产出
（u）
非生产性收入
（v_0）
总收入
（y）
企业的销售 库存
收入
0 600 400 1000 600 500
1 600 500 1100 660 440
2 660 500 1160 696 404
3 696 500 1196 718 382
4 718 500 1218 731 369
5 731 500 1231 738 362
6 738 500 1238 743 357
7 743 500 1243 746 354
8 746 500 1246 747 353
9 747 500 1247 748 352
10 748 500 1248 749 351
11 749 500 1249 749 351
12 749 500 1249 750 350
13 750 500 1250 750 350
14 750 500 1250 750 350
15 750 500 1250 750 350
数据来源： 整理
图 2：被动的库存变动模拟结果 1（总收入、库存）
1300
1250
1200
1150
1100
1050
1000
950
900
总收入（y） 库存（右轴）
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
550
500
450
400
350
300
数据来源： 整理
我们总结这么几个特征：
（1） 总收入和总产出逐步上升，但每一期的增量都弱于前一期；
（2） 库存逐渐下降，且每一期的负增量都弱于前一期。
为什么会这样呢？
这是由于企业突然看到增加的总收入（可能是 GDP 的增加，或者恒定 GDP 下对企
业所在部门的需求增加），销售随之增加，企业的库存随之降低；企业在第二期随之增加
了产能，但产能的增加会进一步增加总收入，企业的销售随之进一步增加，企业的库存
随之进一步降低；这一过程会一直进行下去，直到企业扩的产能恰好满足当期销售需求
为止，所谓的“去库存”周期随之结束。
我们显然可以做一个反向的数值模拟，比如当 v=300，我们也可以在 excel 中简单
模拟出这个体系的动态变化：
表 3：被动的库存变动模拟结果 2
企业的总产出
（u）
非生产性收入
（v_0）
总收入
（y）
企业的销售
库存
收入
0 600 400 1000 600 500
1 600 300 900 540 560
2 540 300 840 504 596
3 504 300 804 482 618
4 482 300 782 469 631
5 469 300 769 462 638
6 462 300 762 457 643
7 457 300 757 454 646
8 454 300 754 453 647
9 453 300 753 452 648
10 452 300 752 451 649
11 451 300 751 451 649
12 451 300 751 450 650
13 450 300 750 450 650
14 450 300 750 450 650
15 450 300 750 450 650
数据来源： 整理
图 3：被动的库存变动模拟结果 2（总收入、库存）
1050
总收入（y） 库存（右轴）
700
1000 650
950
900
850
800
750
600
550
500
450
700
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
400
数据来源： 整理
本质上来说，库存为什么会改变呢？其实就是由于销售-产出时滞所导致的，企业逐
步调整产出，库存也随之逐步调整。
这个第一步的模型回答了我们关于为何库存会出现变动的原因，但一切都来自于 v
的外生变动，显然这是无法让人满意的，我们能否让模型更贴近于现实，从而让库存在
向稳态变动过程中，会产生“波动”呢？
. 第二步：主动的库存变动
采购经理人显然不会放任订单增加的时候，库存被一点点消耗到一个很低水平，或
者订单减少的时候，库存被一点点累积到一个很高水平，采购经理人往往会更主动地来
对库存水平调整，让库存水平维持在一个比较合理的区间，不多也不少。
这里我们假设这个合理的区间用一个常态水平 s_0 来表示，也就是采购经理人希望
让库存维持在这一个水平。
我们首先修改我们第一个方程：
Ⅰ(Ⅰ) = Ⅰ(Ⅰ) + Ⅰ(Ⅰ) + Ⅰ0
这里我们新增了 s(t)，表示的是为了库存调整而进行的生产活动，由于无论是为了
销售，还是为了库存调整，企业的生产都将会增加总收入，所以这里我们需要把这两项
并且放在这里。
我们还维持关于 u(t)将正比例于前一期的总销售收入（也就是总消费）的想法，所
以我们不用改动第二个方程：
Ⅰ(Ⅰ) = ⅠⅠ(Ⅰ − 1)
那么我们如何得到 s(t)呢？一个最一般的想法是，如果当期库存超过了我们前面预
设的常态水平 s_0，那么企业将生产比其认为的市场需求更少一些的产品，这样可以消
化一部分过剩的库存，那么此时，根据我们的定义，s(t)将是一个负值；同理，如果当期
库存不及常态化水平 s_0，那么企业就将生产比其认为的市场需求更多一些的产品，这
样就可以加载一部分新的库存，那么此时，根据我们的定义，s(t)将是一个正值。
总结来看，无论 s(t)是正值还是负值，s(t)都将等于 s_0 和 t-1 期结束时的库存水平的
差值。
我们进一步做思考，t-1 期结束时的库存水平会是多少呢？如果企业认为的市场需
求等于实际的市场需求的话，那么 t-1 期结束时的库存水平应该恰好等于s_0，此时s(t)即
等于零；而如果企业认为的市场需求不等于实际的市场需求的话，那么此时 s(t)即等于
这个企业认为的市场需求同实际的市场需求之间的差值，所以我们新增一个第三个方程：
Ⅰ(Ⅰ) = ⅠⅠ(Ⅰ − 1) − ⅠⅠ(Ⅰ − 2)
其中 by(t-2)为t-1 期企业认为的市场需求，而by(t-1)为t-1 期企业实际的市场需求。我
们将上边三个式子结合在一起，就得到了我们的动态方程：
Ⅰ(Ⅰ) = 2ⅠⅠ(Ⅰ − 1) − ⅠⅠ(Ⅰ − 2) + Ⅰ0
显然当 y(t)=y(t-1)，也就是
Ⅰ =
Ⅰ0
1 − ⅠⅠ
的时候，我们会得到一个稳态均衡；这个和被动的库存变动的模型一致，但让我们
来看一看通往稳态均衡的动态路径有什么不同。
我们同样做一个数值模拟，我们假设 b=，v_0=400，y_0=1000，u_0=600，s_0=0
作为我们的初始状态（这一状态同我们上边的初始状态是一致的，为了方便比较）；然后
我们假设我们的库存的初始值是 500，且更为重要的是，采购经理人希望将库存始终保
持在这一水平，即 s_0=500。
这时候我们在 t=1 期对这个系统给予一个外部冲击，即 v=500（正如我们前面所说
的，本质上这里我们需要的仅仅是消费者突然增加了对这一个部门的支出），我们假设
这一个外部冲击是一直持续的，我们可以在 excel 中简单模拟出这个体系的动态变化：
表 4：主动的库存变动模拟结果 1
库
企业的总产出（u） 库存调整项 非生产性收入（v_0） 总收入（y） 企业的销售收入
存
0 600 0 400 1000 600 500
1 600 0 500 1100 660 440
2 660 60 500 1220 732 428
3 732 72 500 1304 782 450
4 782 50 500 1333 800 483
5 800 17 500 1317 790 510
6 790 -10 500 1281 768 522
7 768 -22 500 1247 748 520
8 748 -20 500 1228 737 511
9 737 -11 500 1225 735 501
10 735 -1 500 1234 740 495
11 740 5 500 1245 747 493
12 747 7 500 1254 752 495
13 752 5 500 1258 755 498
14 755 2 500 1257 754 501
15 754 -1 500 1254 752 502
数据来源： 整理
图 4：主动的库存变动模拟结果 1（总收入、库存）
1400
1350
1300
1250
1200
1150
1100
1050
1000
950
900
总收入（y） 库存（右轴）
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
540
520
500
480
460
440
420
400
数据来源： 整理
我们总结这么几个特征：
（1） 总收入和库存的变化呈现出一种波动，但波幅逐渐降低；
（2） 库存的峰值（谷值）滞后于总收入峰值（谷值）约 2 期；库存的谷值（峰值）
领先于总收入峰值（谷值）约 2 期，这样库存相关指标往往作为经济的领先指标而存在；
（3） 库存的峰值（谷值）同峰值（谷值）之间，以及总收入的峰值（谷值）同峰
值（谷值）之间间隔约为9 期，我们如果取基钦周期为3 年，那么我们1 期约等价于一个
季度（4 个月）；也就是库存的峰值（谷值）滞后于总收入峰值（谷值）约为两个季度，库
存的谷值（峰值）领先于总收入峰值约为两个季度；
（4） 一般而言，库存周期分为四个阶段：（a）产出上升、库存上升阶段为主动补库
存阶段；（b）产出下降、库存上升阶段为被动补库存阶段；（c）产出下降、库存下降阶
段为主动去库存阶段；（d）产出上升、库存下降阶段为被动去库存阶段；对应于我们的
模拟结果，（a）第 2 期至第 4 期，（b）第 4 期至第 6 期，（c）第 6 期至第 9 期，
（d）第 9 期至第 11 期。
为什么会出现这样的波形呢？
这是由于企业突然看到增加的总收入（可能是 GDP 的增加，或者恒定 GDP 下对企
业所在部门的需求增加），销售随之增加，库存随之降低；企业在第二期不仅为销售增加
了产能（由于销售收入上升），同时为“补库存”增加了产能（由于库存低于采购经理人认
为的常态水平），总收入（销售收入）增加的幅度因此要大于“被动的库存变动”的模型中
对应时点的数值模拟结果，这让库存进一步降低；到这里，情况和我们上一个模型的情
况基本相似，那是什么因素导致总收入、库存以及其它相关经济变量呈现出“波动
性”的特质呢？
在第三期，企业为了进一步迎合销售以及“补库存”的需求而扩产能，扩大的产能进
一步增加了总收入，当期的销售收入进一步增加，但库存并没有进一步下降，这是由于
主动“补库存”的规模大于了自然“去库存”的规模；库存触底开始反弹，库存周期
（基钦周期）的繁荣期、扩张期宣告结束。
在第四期，企业为了进一步迎合销售以及“补库存”的需求而扩产能，但“补库存”的需求
由于库存触底反弹，规模不及前期，当前的总收入和销售收入虽然进一步增加，但规模
同样不及前期，这让库存进一步增加；这一过程在第六期发生了一些变化，从第六期开
始，企业开始主动“去库存，产量见顶，库存规模见顶开始出现回落，库存周期
（基钦周期）的清算期、收缩期宣告结束。
之后出现的是一个新的周期的开始，但波幅将不及前一个周期，企业主动“补库存”和
“去库存”的规模下降是波幅下降的一个主要原因。
我们显然可以做一个反向的数值模拟，比如当 v=300，我们也可以在 excel 中简单
模拟出这个体系的动态变化：
表 5：主动的库存变动模拟结果 2
库
企业的总产出（u） 库存调整项 非生产性收入（v_0） 总收入（y） 企业的销售收入
存
0 600 0 400 1000 600 500
1 600 0 300 900 540 560
2 540 -60 300 780 468 572
3 468 -72 300 696 418 550
4 418 -50 300 667 400 517
5 400 -17 300 683 410 490
6 410 10 300 719 432 478
7 432 22 300 753 452 480
8 452 20 300 772 463 489
9 463 11 300 775 465 499
10 465 1 300 766 460 505
11 460 -5 300 755 453 507
12 453 -7 300 746 448 505
13 448 -5 300 742 445 502
14 445 -2 300 743 446 499
15 446 1 300 746 448 498
数据来源： 整理
图 5：主动的库存变动模拟结果 2（总收入、库存）
1050
1000
950
900
850
800
750
700
650
总收入（y） 库存（右轴）
590
570
550
530
510
490
470
600
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
450
数据来源： 整理
这个第二步的模型回答了我们关于为何库存会出现周期性波动（而不仅仅是如第一
步模型中的变动）的原因。但似乎和现实中的情况还是不太一致，从这里出发可以向两
个方向进一步拟合显示：（1）其一，正如 Metzler 或者其它学者所做的，我们可以让模
型变得更加复杂，比如企业当前的产量显然不会“呆板地”盯着前一期的销售收入，企业
会更具有一定的前瞻性；（2）其二，我们可以调整 v 来反映企业面临的需求面的外生变
动。
接下来我们将用方法（2）来让我们的波动更“持续。
. 更接近现实的波动图形：情景一至情景四
情景一：v 从第 1 期至第 10 期增加至 500，但从 11 期开始恢复回初始值 v_0=400
的水平。
表 6：主动的库存变动模拟结果 3
库
企业的总产出（u） 库存调整项 非生产性收入（v_0） 总收入（y） 企业的销售收入
存
0 600 0 400 1000 600 500
1 600 0 500 1100 660 440
2 660 60 500 1220 732 428
3 732 72 500 1304 782 450
4 782 50 500 1333 800 483
5 800 17 500 1317 790 510
6 790 -10 500 1281 768 522
7 768 -22 500 1247 748 520
8 748 -20 500 1228 737 511
9 737 -11 500 1225 735 501
10 735 -1 500 1234 740 495
11 740 5 400 1145 687 553
12 687 -53 400 1034 620 567
13 620 -67 400 954 572 548
14 572 -48 400 924 554 518
15 554 -18 400 937 562 492
16 562 8 400 969 582 480
17 582 20 400 1001 601 481
18 601 19 400 1020 612 489
19 612 11 400 1023 614 498
20 614 2 400 1016 609 504
21 609 -4 400 1005 603 506
22 603 -6 400 997 598 505
23 598 -5 400 993 596 502
24 596 -2 400 993 596 500
25 596 0 400 996 598 498
26 598 2 400 1000 600 498
27 600 2 400 1002 601 499
28 601 1 400 1002 601 500
29 601 0 400 1002 601 500
30 601 0 400 1001 600 501
数据来源： 整理
图 6：主动的库存变动模拟结果 3（总收入、库存）
1400
1350
1300
1250
1200
1150
1100
1050
1000
950
900
总收入（y） 库存（右轴）
0 1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
580
560
540
520
500
480
460
440
420
400
数据来源： 整理
情景二：v 从第 1 期至第 10 期降低至 300，但从 11 期开始恢复回初始值 v_0=400
的水平。
表 7：主动的库存变动模拟结果 4
库
企业的总产出（u） 库存调整项 非生产性收入（v_0） 总收入（y） 企业的销售收入
存
0 600 0 400 1000 600 500
1 600 0 300 900 540 560
2 540 -60 300 780 468 572
3 468 -72 300 696 418 550
4 418 -50 300 667 400 517
5 400 -17 300 683 410 490
6 410 10 300 719 432 478
7 432 22 300 753 452 480
8 452 20 300 772 463 489
9 463 11 300 775 465 499
10 465 1 300 766 460 505
11 460 -5 400 855 513 447
12 513 53 400 966 580 433
13 580 67 400 1046 628 452
14 628 48 400 1076 646 482
15 646 18 400 1063 638 508
16 638 -8 400 1031 618 520
17 618 -20 400 999 599 519
18 599 -19 400 980 588 511
19 588 -11 400 977 586 502
20 586 -2 400 984 591 496
21 591 4 400 995 597 494
22 597 6 400 1003 602 495
23 602 5 400 1007 604 498
24 604 2 400 1007 604 500
25 604 0 400 1004 602 502
26 602 -2 400 1000 600 502
27 600 -2 400 998 599 501
28 599 -1 400 998 599 500
29 599 0 400 998 599 500
30 599 0 400 999 600 499
数据来源： 整理
图 7：主动的库存变动模拟结果 4（总收入、库存）
1100
1050
1000
950
900
850
800
750
700
650
600
总收入（y） 库存（右轴）
0 1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
600
580
560
540
520
500
480
460
440
420
400
数据来源： 整理
情境一和情景二模拟了一次不可持续的正向或负向的冲击对总收入、企业产量、销
售收入以及库存水平的影响。可以看到的是，各经济变量的波动图形似乎更相似于现实
中的波动图形。
情景三：v 从第1 期至第10 期增加至500，从11 期至第20 期增加至 600，每10 期
增加100 的增量需求。
表 8：主动的库存变动模拟结果 5
库
企业的总产出（u） 库存调整项 非生产性收入（v_0） 总收入（y） 企业的销售收入
存
0 600 0 400 1000 600 500
1 600 0 500 1100 660 440
2 660 60 500 1220 732 428
3 732 72 500 1304 782 450
4 782 50 500 1333 800 483
5 800 17 500 1317 790 510
6 790 -10 500 1281 768 522
7 768 -22 500 1247 748 520
8 748 -20 500 1228 737 511
9 737 -11 500 1225 735 501
10 735 -1 500 1234 740 495
11 740 5 600 1345 807 433
12 807 67 600 1474 884 423
13 884 77 600 1562 937 447
14 937 53 600 1590 954 483
15 954 17 600 1571 942 511
16 942 -11 600 1531 919 524
17 919 -24 600 1495 897 522
18 897 -22 600 1475 885 512
19 885 -12 600 1473 884 501
20 884 -1 600 1483 890 494
21 890 6 700 1596 957 432
22 957 68 700 1725 1035 422
23 1035 78 700 1813 1088 447
24 1088 53 700 1840 1104 483
25 1104 17 700 1821 1092 512
26 1092 -12 700 1781 1068 524
27 1068 -24 700 1744 1047 522
28 1047 -22 700 1725 1035 512
29 1035 -12 700 1723 1034 501
30 1034 -1 700 1733 1040 494
数据来源： 整理
图 8：主动的库存变动模拟结果 5（总收入、库存）
1900
1800
1700
1600
1500
1400
1300
1200
1100
1000
900
总收入（y） 库存（右轴）
0 1 2 3 4 5 6 7 8 9 10 1112 1314 1516 1718 1920 21222324252627 2829 30
540
520
500
480
460
440
420
400
数据来源： 整理
情景四：v 从第1 期至第10 期降低至300，从11 期至第20 期增加至 200，每10 期
降低100 的负增量需求。
表 9：主动的库存变动模拟结果 6
库
企业的总产出（u） 库存调整项 非生产性收入（v_0） 总收入（y） 企业的销售收入
存
0 600 0 400 1000 600 500
1 600 0 300 900 540 560
2 540 -60 300 780 468 572
3 468 -72 300 696 418 550
4 418 -50 300 667 400 517
5 400 -17 300 683 410 490
6 410 10 300 719 432 478
7 432 22 300 753 452 480
8 452 20 300 772 463 489
9 463 11 300 775 465 499
10 465 1 300 766 460 505
11 460 -5 200 655 393 567
12 393 -67 200 526 316 577
13 316 -77 200 438 263 553
14 263 -53 200 410 246 517
15 246 -17 200 429 258 489
16 258 11 200 469 281 476
17 281 24 200 505 303 478
18 303 22 200 525 315 488
19 315 12 200 527 316 499
20 316 1 200 517 310 506
21 310 -6 100 404 243 568
22 243 -68 100 275 165 578
23 165 -78 100 187 112 553
24 112 -53 100 160 96 517
25 96 -17 100 179 108 488
26 108 12 100 219 132 476
27 132 24 100 256 153 478
28 153 22 100 275 165 488
29 165 12 100 277 166 499
30 166 1 100 267 160 506
数据来源： 整理
图 9：主动的库存变动模拟结果 6（总收入、库存）
1200
1000
800
600
400
200
0
总收入（y） 库存（右轴）
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
600
580
560
540
520
500
480
460
440
420
400
数据来源： 整理
情境三和情景四模拟了一次持续的正向扩张或负向收缩的冲击对总收入、企业产量、
销售收入以及库存水平的影响。同样可以看到的是，各经济变量的波动图形似乎更相似 于
现实中的波动图形。
. 疫情冲击后，未来可能的两种动态范式
当前全球制造业受到来自疫情的持续的负面冲击，订单持续萎靡，企业的总产出和
库存会如何变化呢？我们同样可以利用简单的数值模拟，来识别两种动态范式：不存在
二次探底，和存在二次探底的情景。
第一种（参考图 10）我们假设疫情的影响相对短暂，由于 lockdown、shutdown 对总
需求的“封印”作用，企业将面临断崖式的订单减少（v 从初始值 400 减少到 100），但之
后伴随复工复产，总需求、订单逐渐恢复到初始值（v 经过10 期从100 到300，反应复工
复产对 lockdown、shutdown 极端情况的迅速修复，之后v 再经过10 期从300 恢复到400 初
始值）。
在这种情况下，虽然订单“仅仅”从 400 降低到100，但企业的总产出，和对应的总
收入（等价于总薪资）迅速从初始值 600、1000 骤降到接近零的水平（模拟结果分别
为 1 和 2，降幅 99%左右）。为什么会这样呢？这是由于企业不光要面临迅速下降的当
期销售，同样还要对突然攀升的库存进行“去库存”调整，这极大程度上压缩了当期产出，
而当期产出的压缩，直接导致了总收入（总薪资）的收缩，所以双双触“零。
在第 22-23 期前后总收入和企业总产出才恢复到了冲击之前的水平，这大体是多久
呢？我们也可以做一个很粗略地估计。由于我们把疫情冲击的时间长度刻画为 10 期，
如果结合武汉封城时长为76 天的案例，那么 1 期即代表 天，22-23 期则约为 -
天，这大体是5-6 个月。
观察图形我们可以看到一个近似“V 型”的复苏形态，下探虽然较深，但同时复苏也
非常强劲。
图 10：主动的库存变动模拟结果 7（总收入、库存、总产出）
1200
总收入（y） 企业的总产出（u） 库存（右轴）
750
1000
700
650
800 600
550
600
500
400 450
400
200
350
0
0 1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
300
数据来源： 整理
图 11：主动的库存变动模拟结果 8（总收入、库存、总产出）
1200
1000
800
600
400
200
0
总收入（y） 企业的总产出（u） 库存（右轴）
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40
750
700
650
600
550
500
450
400
350
300
数据来源： 整理
第二种（参考图 11）我们假设疫情的影响出现一定的反复，即“二次探底，一开始
同样地由于 lockdown、shutdown 对总需求的“封印”作用，企业面临断崖式的订单减少（v
从初始值 400 减少到100），之后伴随复工复产，总需求、订单逐渐恢复（v 从100
恢复到 300），但由于复工复产操之过急，导致出现了第二波传染，出现“二次探底（v从
300 减少到 200），之后再经历 10 期的弱复苏（v 从 200 恢复到 300），总需求未再恢复到
疫情之前的水平。
同不存在二次探底的情况进行比较，总产出、总收入（总薪资）的复苏较弱，由于
“二次探底”的存在，整体复苏趋势呈现出近似“W 型”的形态。
. 现实中的基钦周期是如何展开的？
现实几乎一定比模型模拟的世界更加复杂，这一部分我们观察现实中的基钦周期是
如何展开的，是否存在（本身是一个开放性的问题）？我们如何理解这些动态变化？我
们当前又处于基钦周期的什么位置呢？
我们主要利用 OECD 提供的 MEI 数据库（美国方面我们同时利用 . Census Bureau
提供的数据作为补足，它提供“纯粹”库存的数据，而不仅仅是库存销售比，或库存出货
比），OECD 这一数据库的一大优势是其属于（相对）高频的月频数据，最新的数据在 4
月 17 日更新，为 2020 年 2 月份的数据（相对仍还未反应疫情对库存的边际溢出影响）。
. 是否真的存在基钦周期？周期长度是多少？
这一部分我们主要对美国的库存、库存销售比以及库存出货比来做观察。
图 12：美国非金融企业库存季度同比（市场价格估值、历史价格估值）（单位：%）
NBER衰退期
非金融企业库存季度同比（市场价格估值）
非金融企业库存季度同比（历史价格估值）
19
52
/1
0/
1
19
55
/1
/1
19
57
/4
/1
19
59
/7
/1
19
61
/1
0/
1
19
64
/1
/1
19
66
/4
/1
19
68
/7
/1
19
70
/1
0/
1
19
73
/1
/1
19
75
/4
/1
19
77
/7
/1
19
79
/1
0/
1
19
82
/1
/1
19
84
/4
/1
19
86
/7
/1
19
88
/1
0/
1
19
91
/1
/1
19
93
/4
/1
19
95
/7
/1
19
97
/1
0/
1
20
00
/1
/1
20
02
/4
/1
20
04
/7
/1
20
06
/1
0/
1
20
09
/1
/1
20
11
/4
/1
20
13
/7
/1
20
15
/1
0/
1
20
18
/1
/1
数据来源：FRED，
观察图12，我们首先用虚线把周期峰值连缀起来，一共可以识别出 24 个峰值点，
从1952 年10 月至2019 年10 月，可以计算出平均的周期长度约为 年；我们其次
用虚线把周期谷值连缀起来，一共可以识别出 22 个谷值点，从 1954 年 7 月至 2019 年
4 月，可以计算出平均的周期长度约为 年；两者平均约为 年；我们自然可以
通过计算均值和标准差来检验平均周期长度的显著性水平，我们同样可以更直观通过观
察图12,观察到大体标准差不会太大，均值 年是存在显著性的。
我们看到在 2019 年四季度以买入价对库存估值同以市场价对库存估值的同比增长的
分化，如何来理解呢？这涉及我们是希望强调库存“量”的变动，还是“量*价”的变动。一般
我们认为，如果经济处于扩张期，库存价格也将由于需求的拉动而趋于上行，市价估值
会相对较高；而如果经济处于收缩期，库存价格则将由于需求的萎靡而趋于下行，市场
估值会相对较低。
因此我们有三点观察：（1）在本轮 2009 年至今的扩张期中，库存的市场价格估值
是持续高于历史价格估值的；（2）近期（至 2019 年四季度）的估值分化显示出库存“量”
的增幅较大，而“价”的增幅较小的情况；（3）这反映出在 2019 年四季度呈现出处于扩
张期尾部的一些特征。
图 13：美国非金融企业库存季度同比（6 个季度移动平均）（单位：%）
NBER衰退期
非金融企业库存季度同比
非金融企业库存季度同比（6个季度移动平均）
数据来源：FRED，
观察图 14，同样地我们利用虚线把周期峰值和谷值连缀起来（针对全部门库存销售
19
54
/1
/1
19
56
/5
/1
19
58
/9
/1
19
61
/1
/1
19
63
/5
/1
19
65
/9
/1
19
68
/1
/1
19
70
/5
/1
19
72
/9
/1
19
75
/1
/1
19
77
/5
/1
19
79
/9
/1
19
82
/1
/1
19
84
/5
/1
19
86
/9
/1
19
89
/1
/1
19
91
/5
/1
19
93
/9
/1
19
96
/1
/1
19
98
/5
/1
20
00
/9
/1
20
03
/1
/1
20
05
/5
/1
20
07
/9
/1
20
10
/1
/1
20
12
/5
/1
20
14
/9
/1
20
17
/1
/1
20
19
/5
/1
比），我们分别可以识别出来 11 个峰值点和 10 个谷值点，结合时间跨度，我们分别可
以计算平均周期长度约为 年和 年，两者平均约为 年；
图 14：美国全部门、制造、零售、批发部门库存销售比
NBER衰退期 全部门库存销售比 制造部门库存销售比
零售部门库存销售比 批发部门库存销售比
数据来源：FRED，
观察图 15，同样地我们利用虚线把周期峰值和谷值连缀起来，我们分别可以识别出
来 19 个峰值点和 17 个谷值点，结合时间跨度，我们分别可以计算平均周期长度约为
年和 年，两者平均约为 年；
图 15：美国制造业企业库存出货比
NBER衰退期 美国库存出货比
19
60
/1
/1
19
62
/1
/1
19
64
/1
/1
19
66
/1
/1
19
68
/1
/1
19
70
/1
/1
19
72
/1
/1
19
74
/1
/1
19
76
/1
/1
19
78
/1
/1
19
80
/1
/1
19
82
/1
/1
19
84
/1
/1
19
86
/1
/1
19
88
/1
/1
19
90
/1
/1
19
92
/1
/1
19
94
/1
/1
19
96
/1
/1
19
98
/1
/1
20
00
/1
/1
20
02
/1
/1
20
04
/1
/1
20
06
/1
/1
20
08
/1
/1
20
10
/1
/1
20
12
/1
/1
20
14
/1
/1
20
16
/1
/1
20
18
/1
/1
20
20
/1
/1
19
92
/6
/1
19
93
/6
/1
19
94
/6
/1
19
95
/6
/1
19
96
/6
/1
19
97
/6
/1
19
98
/6
/1
19
99
/6
/1
20
00
/6
/1
20
01
/6
/1
20
02
/6
/1
20
03
/6
/1
20
04
/6
/1
20
05
/6
/1
20
06
/6
/1
20
07
/6
/1
20
08
/6
/1
20
09
/6
/1
20
10
/6
/1
20
11
/6
/1
20
12
/6
/1
20
13
/6
/1
20
14
/6
/1
20
15
/6
/1
20
16
/6
/1
20
17
/6
/1
20
18
/6
/1
20
19
/6
/1
数据来源：FRED，
我们把通过界定美国的库存、库存销售比以及库存出货比的峰值（谷值）与峰值（谷
值）求得的平均周期长度，再进一步取平均值=（++）/3= 年。
. 全球库存周期是否存在共振？
我们选取了从 1960 年到2020 年美国、日本、加拿大的制造业库存出货比（inventory-
to-shipment ratio）作为横向比较的参照指标，中间横跨8 个 NBER 界定的美国衰退周期。
图 16：美国、日本及加拿大制造业库存出货比（2015=100）
NBER衰退期 日本 美国 加拿大
数据来源：OECD，FRED，
从真实数据来做观察：
（1） 在从 1960 年开始的 7 个扩张周期中（1980 年、81 年二次探底，合并算作一
次衰退），除开 1961 年 3 月-1969 年 11 月，以及 1991 年 4 月-2001 年 2 月两个扩
张周期以外，美、日、加制造业企业的库存出货比基本呈现了同向变化；
（2） 进一步观察三个序列的相关系数矩阵，从1960 年到 2020 年横跨60 年做整体
计算的话，美、加之间的相关系数（共振系数）达到 ，共振非常明显，这
意味着美加之间存在着 input-output 产业链的关系从 1960 年开始就比较稳
定；而日本同美国的系数为，同加拿大的系数为，非常意外地为负值，
这个如何来理解呢？我们认为（从图中也可以看到）最大的分化来自于 1991
年 4 月-2001 年 2 月这个扩张期，几个关注点：（a）美、加是去库存的，而日
本是加库存的；（b）1985 年美日签署《广场协议》，日元大幅升值，国内制造
业竞争力大幅下行；而为了对冲外需不振，日本央行施行低利率政策，导致土
19
60
/1
/1
19
62
/2
/1
19
64
/3
/1
19
66
/4
/1
19
68
/5
/1
19
70
/6
/1
19
72
/7
/1
19
74
/8
/1
19
76
/9
/1
19
78
/1
0/
1
19
80
/1
1/
1
19
82
/1
2/
1
19
85
/1
/1
19
87
/2
/1
19
89
/3
/1
19
91
/4
/1
19
93
/5
/1
19
95
/6
/1
19
97
/7
/1
19
99
/8
/1
20
01
/9
/1
20
03
/1
0/
1
20
05
/1
1/
1
20
07
/1
2/
1
20
10
/1
/1
20
12
/2
/1
20
14
/3
/1
20
16
/4
/1
20
18
/5
/1
地、股价、房地产出现泡沫；随后泡沫接连破裂，日本进入“失去的十年；（c）美
国引领的互联网革命在 90 年代渐入佳境，扩大的订单需求让美、加库存出货
比趋势下行；
图 17：美国、日本 1960 年-2020 年库存出货比（2015=100）
日本库存出货比
数据来源：OECD，FRED，
表 10：美国、日本及加拿大库制造业存出货比相关系数矩阵
日本 美国 加拿大
数据来源： 整理
（3） 聚焦美日，我们以 2000 年为界将样本分离成两个子样本，我们能看到美国 同
日本的制造业企业库存出货比的共振系数在两个时期显示出相反的符号，这 意味
着美、日制造业企业的库存周期的共振系数是逐步提高的，从 到+；
1x + =
美
国
库
存
出
货
比
日本 1
美国 1
加拿大 1
图 18：美国、日本 1960 年-2000 年库存出货比（2015=100）
8
日本库存出货比
数据来源：OECD，FRED，
图 19：美国、日本 2000 年-2020 年库存出货比（2015=100）
日本库存出货比
数据来源：OECD，FRED，
. 主动去库存，或向被动去库存的一个过度期
在前六个 NBER 定义的扩张期期间美、日、加的制造业企业的库存出货比都基本维
持了向下的趋势，但令人警觉的是在本轮扩张周期中美、日、加的制造业企业的库存出
货比却都逆势同步上行，几个关注点：（1）2009 年开始3 年一个基钦周期，4 个基钦周
美
国
库
存
出
货
比
美
国
库
存
出
货
比
y = x +
y = +
期后（大约 11-12 年），恰好 2021 年也将迎来一个周期高点，这意味着我们位于主动去
库存的阶段，或者向被动去库存的一个过度期；我们恰好处于这个位置前后（观察图 15，
可以看到美、日、加都处于一个高库存的阶段），这也是为何我们反复强调 2020 年即使
不出现突发疫情的负面冲击，市场依然存在去库存的需求的原因，位于基钦周期的
turning point 是一个重要指标；（2）朱格拉认为危机是一种类似“自然选择（natural
selection）”的机制，短期的衰退、收缩从长期来看反而是有益的；朱庇特进一步认为危
机不仅是一种类似“自然选择（natural selection）”的机制，而且危机会让企业家改善组织
结构、为了存活下来而引入新的科技，其中企业家被认为可以通过 5 种方式来进行创造
性破坏（creative destruction）从而让经济走出萧条期，实现再繁荣：引入新的生产方法、
开发出新产品、开拓出新市场、充足产业链和引入新的组织形式；而这些微观层面
的变化恰恰是走出危机的主要方法；（3）本次突发疫情的全球扩散，将加速市场去库存、
资源重组的过程，是“危”也是“机。
4. 结论及展望：去库存是未来 1-2 年的主基调
基钦于 1923 年在针对美国、英国的主要经济变量（包括大宗商品价格、贸易量、
收入、薪资水平、利率以及股指）进行研究后（Kitchin,1923），认为存在一个平均时长
在 年的经济周期，我们在本篇报告中初步确定了以下几点：
（1） 通过参考 Metzler 早于 1941 针对库存周期的研究，我们回顾了学界如何理
解库存周期的机制的。具体来说，企业销售的增加和产量增加之间的时滞是产
生库存周期（基钦周期）的关键；我们从简入繁，通过数值模拟了不同情境下
库存周期所呈现的图形范式；
（2） 利用 OECD 提供的 MEI 数据库针对美国的库存、库存销售比、库存出货比
三个库存周期的近似指标对从早于 1952 年至今的库存周期长度进行了估算，
估算结果约为 年；
（3） 观察从 1960 年至 2020 年美国、日本、加拿大的制造业库存出货比的时序列
数据，我们发现（a）美、加的库存周期共振显著；日本同美、加的联动相对较
弱，主要来自于 1991 年 4 月-2001 年 2 月这个扩张期，日本由于泡沫经济破裂，
进入“失去的十年，而美国引领的互联网革命引领了一波库存出清的局面；（b）
以 2000 年为界切割样本为前后两个子样本，能看到美、日的共振系数显著上
升，从 到+，显示全球库存周期共振的增强；
（4） 在本轮扩张周期中，美、日、加的制造业企业的库存出货比一反常态逆势同
步上行，阶段性的市场出清被美、欧、日持续的强呵护所中断，市场经济的优
胜劣汰机制存在被削弱的风险，朱庇特、朱格拉持有的“自然选择”的危机观值
得关注；
（5） 当前正处于 2009 年后第四个基钦周期的高库存阶段，面临主动去库存，或
者向被动去库存的一个过度期，去库存是主基调。
（6） 本次突发疫情的全球扩散，将加速市场去库存、资源重组的过程，是“危”也
是“机。
5. 风险提示
（1）市场超调超预期；（2）疫情管控失策超预期；（3）民粹情绪反弹超预期。
