近十余年宏观经济发生了深刻变化宏观经济数据，对市场、企业与个人的影响日益凸显。在各类宏观风险乃至黑天鹅事件冲击下宏观经济数据，无论股票市场、债券市场、外汇市场宏观经济数据，还是大宗商品交易市场、房地产市场，金融市场波动明显加剧。

因此，无论企业的生产与投资，还是个人的职业发展、消费与投资，均面临更多不确定性，更好地理解宏观经济背后的逻辑，变得尤为重要。

今天，从大数据的角度出发，挑选了三个宏观数据社融增量、货币供应量与CPI增速作为变量，以股市指数作为定量，以此来探讨宏观经济数据波动是否会对我们的股市造成影响。

数读：首先，从以上两数据图里我们不难看出，在社融增速扩张中早期，股市出现拐点，如下图所示。

因为在这个时候，在资金面上受到了政策刺激，货币政策放松，融资条件大幅改善，资金供给大于需求，这其实是意味着利率是在下行，于是资金开始向股市溢出，股市开始掉头向上宏观经济数据；

其次，在社融增速扩张中后期，股市还是继续上行。因为这个时期经济预期好转+社融超目标，货币政策转为收紧，银行间市场资金面收紧，实体融资环境尚未受到冲击，利率上行，股市资金面尚未受到冲击宏观经济数据；

紧接着，在社融增速萎缩中早期，货币政策收紧快于实体融资需求萎缩，实体融资成本上升，经济预期开始下降，随着社融增速的持续萎缩，股市开始面临业绩和估值双重压力；

最后，在社融增速萎缩中后期，实体融资成本继续上升，开始对实体经济运行和融资需求产生明显拖累，随着经济下行和社融增速的持续萎缩，货币政策、监管政策开始主动放松，债市迎来转机，而股市继续面临业绩压力。

在宏观经济学中，货币供应量分为M0、M1、M2。简单来说，M0是流通中货币，M1的主要组成是你我平时衣食住行的花出去的、商家们收到的流通中现金，和企业做买卖的活期存款，因此M1反映着我们社会现在的购买力或者说消费能力。

而M2简单的来说就是M1+单位定存+个人存款+其他存款，因此M2更多地反映的是投资需求。

因为M0是比较基础的概念，因此，如果想探讨货币供应量对股市的影响，我们应该从M1、M2着手。

数读：由上面两张图片可以看出，M1、M2增速差与上证指数有明显的正相关关系。

一般情况下，当M1增速上穿M2增速之时，即两者出现“金叉”，代表资金趋向活期化，流动性较强，对股市利好，股市将延续趋势性的上涨行情，反之，当M1增速下穿M2增速之时，出现“死叉”，代表资金回流银行，则股市有见顶回落的可能。

所以增速M1>M2证明资金向活期化转化，股市往往会变好，反之股市变差。然而物极必反，当M1增速大幅拋离M2时，投资者反而需要小心，因为这有可能是股市见顶的先兆。

这也意味着，每当M1比M2低，股市就会见底，一轮新的牛市将重临，而M1高于M2时，牛市便会结束，熊市则会到来。

数读：在CPI下行阶段，银行存贷利率都较低，那么银行对社会流动性资金吸引力就会降低，银行储蓄存款总额甚至会出现负增长。而股市就会吸引流动性资金进入，继而拉高股指。

但市场流动资金过多后，CPI也会持续上涨，国家必将加大货币、财政政策调整的力度，出台紧缩性宏观调控政策。

这样一来，流动资金紧缺势必传导至股市，资金就会从股市中流出，同时CPI的持续上涨，股票价格下降对资金的吸引力会逐渐下降，股民对股票投资欲望逐步减小，退出股市中流通的资金，由此导致股指下跌。

在做相关系数分析之前，我们先来了解一下相关系数之间的强弱关系。

相关系数>0说明两特征之间变化方向一致，反之则变化方向相反。相关系数绝对值处于0.8~1.0为非常强相关，0.6~0.8为强相关，0.4~0.6为中度相关，0.0~0.4为弱相关或不相关。

数读：把相关数据放入基础系数图中我们也可以得到一些朴素的结论。

①上证指数与融资规模增量相关系数为0.01，虽然是正相关，但是相关系数接近于0，为弱相关。深证指数与融资规模增量相关系数为0.16，成正相关关系，并为弱相关；

②上证指数与M1M2同比增速都分别是0.65和0.35，均成正相关，和M1增速成强相关，和M2增速成弱相关。深证指数与M1M2同比增速都分别是0.35和0.56。有意思的是，在M1M2增速这一块，深证指数和上证指数刚好成相反。深证指数和M1增速成弱相关，和M2增速成中度相关；

③上证指数与CPI增速相关系数为-0.54，相关系数＜0为负相关，且为中度相关关系。深证指数与CPI增速相关系数为-0.45，同样为负相关关系。

在上两面两张图中亦有CPI增速和M1M2增速等相关系数图，有兴趣的读者也可以自行研究。

最后，STARiver想表达的是，在读完这篇文章的同时，其实你已经读完了近4年来社融增量、CPI指数和货币供应量的数据，并通过可视化图表得出与之相关有效结论，从而实现了大数据分析。

不难看出，可视化数据是大数据分析一个重要的途径，它能够帮助大数据获得完整的数据图表并挖掘其中的价值。大数据分析离不开可视化这一工具的推动，STARiver希望能通过这篇文章让你感受到数据可视化的魅力。