小Lin/文
在你开始阅读《钱图：金钱流转的底层逻辑》这本书之前，还是惯例，我想聊聊为什么写这本书，尤其是现在AI(人工智能（885728）)这么厉害，问什么有什么，这本书的价值又在哪里。
“钱图”？“金钱流转的底层逻辑”？我估计很多朋友一看书名，八成是一头雾水，不太明白这本书到底要讲什么，毕竟书名，总得起得高大上一点嘛！但一打开，咱就立刻恢复到大家熟悉的小Lin风格。
经济学知识树
我相信很多人看财经分析、财经新闻，会感觉非常碎片化。比如：
美联储要加息了，可能因为非农就业数据强劲、油价暴涨，这会导致美股下跌、黄金价格下跌……
日本央行要加息了，因为工资谈判良好、日元持续疲软、油价上涨……
这些碎片化的财经分析其实对大家非常不友好。
很多人经常会感觉怎么这么多五花八门的角度？通胀、就业、利率、股市、国债、政府、央行……这回听这个新闻提到了这些框架角度，下回看另一个分析，又来另一套逻辑和指标。
到底有没有什么统一的框架标准？
这么多指标、玩家、市场，这背后到底是怎么关联的？
巧了，这本书就是帮你解决这个问题的。(嘿嘿)
经常看我视频的朋友都知道，小Lin喜欢用“树”来形容我们的知识体系，医学有医学的知识树，法律有法律的知识树，经济学有经济学的知识树。
这些知识树从最最主干的知识内容分叉，比如经济学可能分为宏观经济学、微观经济学、行为经济学、金融学、计量经济学等等，每一部分还会再细分，越分越细，越分越专业。
财经知识树一旦在我们心里种下了，我们再看到新的信息、分析的时候，就很容易对号入座，将新内容内化到自己的知识树上，慢慢就枝繁叶茂了，而不会是零散的一地树叶，可能风一吹就没了。
我个人的感受是，财经知识树不一定能帮我们赚钱、投资，但一定可以帮我们更好地理解这个世界的运行规则、资本的运行规则。
欸，你看，点题了，能帮我们更好地了解——金钱流转的底层逻辑。
这个所谓“种树”的过程通常是有点枯燥，甚至痛苦的，可能得上课、得读教科书……
如果只翻这本书的目录可能也是这种感觉，“通货膨胀”“黄金”“期货”“上市”……估计很多人看到这些词儿就已经困了。
但我觉得这就是这本书最大的价值，至少是小Lin的目的，就是从一些无聊、抽象的专业概念、专业知识中，梳理出我认为对大部分普通人有帮助的内容，并从中梳理出逻辑线，用尽量有意思、轻松的方式，帮你在脑子里——无痛种树！
做视频这几年，我也做了不少有关利率、通胀这种财经科普类视频，(说到这儿请允许我吐个槽)这类视频是真不好做，流量没有热点视频高，准备起来工作量又大，还经常有朋友说你讲得浅。但好在这么多年下来，非常感谢越来越多的朋友认可这类内容，意识到了它们的价值：不是一堆高大上的名词才叫专业，不是密集的信息堆砌才叫干货。
我也总算坚持积累了足够的内容，可以连成一套体系了，所以就把这些“小树”整合在一起变成一棵“大树”，按照“宏观基础”“微观市场”“公司篇”三部分整理成书。
好多朋友看我的视频，总自嘲说有种知识从大脑滑过的感觉，经常感觉每句话都听得懂，但看完了啥也没记住。
欸，书的好处，就是节奏完全由你把控！你想读几遍就读几遍，想扫两眼跳过去，就扫两眼跳过去(还不用听我的公鸭嗓)！
混沌中的分析
这些年和经济学打交道下来，我有一个很深的感受：经济学的一大特点，就是它非常——混沌。
经济学不光很难像自然科学研究一样，做到严格控制变量、做实验，更关键的是，经济学涉及的变量太多，数据太少，有点像统计学里所谓的“自由度”太高。
比如：一元一次方程，自由度是0，有唯一解。
4 x+5=13；x=2
二元一次方程，自由度变成了1，就只能解出一个相对关系。
4 x+2y=10；y=-2x+5
而经济学分析呢，就一个现象，比如：通货膨胀率升高了。可自变量呢？有利率、消费（883434）、能源（850101）、储蓄、税收、汇率、股市、债市、贸易、消费（883434）者信心……你还可以再细分：电力、天气、大公司、心理……
这么多因素，它们还会互相影响，你得想办法解释为什么今年通货膨胀率升高了，哪一个是主要原因。这是不是有点像一个一百元一次方程，自由度就是99，太“自由”了，太混沌了。这就是我所谓的经济学极其混沌，不得不用非常多的变量去解释某个或某些现象。
当然，这只是我的一个感受，并不是什么严谨的理论。
所以呢？你是不是纳闷了：小Lin说这个干什么？
我想说的是，正因为经济学是混沌的，所以它的思考方式是和数学、物理不一样的，我们需要不停地在混沌中尝试提取主要原因、主要逻辑，放掉“噪声”。这种分析问题的方式，我认为非常重要。
举几个简单的例子，看看我们经常会看到的一些财经分析谬误。比如：
长短期错配
【现象】最近三天，日元汇率暴跌。
【解释】日本大量资本外流。
这个解释大概率不太合理，因为之前二三十年日本一直在向外投资，长期原因虽然有一定的解释力，但很难解释这种超短期现象。你不能说最近太阳黑子活动频繁，所以今天中午很热，是吧？
缺乏数据支撑
【现象】2013—2021年国内房价总体大幅上涨。
【解释】因为“丈母娘经济”，很多年轻人结婚要买婚房，把房价顶上去了。
这个解释成立的可能性也不高，因为那段时间全国的婚姻登记数从1346.9万对掉到了764.3万对，都快砍半了，数据很难支撑，虽然不是完全不可能，但概率不高。可能还需要去看看有没有新婚夫妻买房的成交量之类的数据。总之，数据支撑非常重要。
数量级不符
【现象】美国联邦政府连年赤字严重。
【解释】美国政府花太多钱搞对外援助了。
这个解释为什么不合理呢？因为数量级不对，美国对外援助满打满算一年也就七八百亿美元，占联邦支出的1%左右，所以就算它会引发赤字，也不是主因。税收、补贴、利息等对财政赤字的影响，可能都比对外援助要大得多。
因果倒置
【现象】美国历史上的经济衰退都伴随着美联储降息。
【解释】降息会导致经济衰退！
这个解释是因果倒置了，是经济衰退在前，美联储降息在后。我一踩刹车，车就停住了，但你不能说车一停我就踩刹车吧！
这些都是我在财经分析中经常看到的一些谬误，你可能觉得很简单、很小儿科：“我怎么会犯这种错误？”
你可别高估了自己的分析能力，有的时候这些谬误出现得非常隐蔽。
你在看财经分析时，是不是经常感觉这些分析师“常有理”。价格涨了就挑几个可能让它涨的原因进行分析，跌了就换几个，总有道理，但每回原因都不一样，也不知道他们是真懂还是假懂。
唉，我跟你说，哪怕就上面举的这四个常见谬误，也只能以90%的概率帮你判断你看到的分析是不是合理、是不是靠谱。即便是一些看起来专业的研究报告，也经常会出现这些问题，很多时候是通过大量专业的数据、图表来隐藏背后大逻辑的缺失。
就因为财经问题非常混沌，对它进行分析很容易怎么说都有理，也就是“常有理”，所以找到它背后审慎严谨的逻辑就更加重要了。当然，很多时候也不是只进行逻辑分析就够的，确实还需要足够的经验，要见得够多，脑子里积累足够多的数据能让你在分析问题的时候“猜”得更准，给人的感觉就是建立了极强的“直觉”。
其实，我们生活中面临的大部分问题也都是混沌的、信息不全的。所以我觉得经济学、财经分析对于普通人来说，更有用的甚至都不是这些知识本身，而是思考问题的方式，至少我个人认为它对小Lin在日常生活中看问题非常有帮助。长期在这种混沌中找答案的思维方式，可以帮我们更理性地做出判断。
所以，我也想把这个理念通过书和视频的形式传递给大家。
(作者为知名财经科普UP主；本文为《钱图：金钱流转的底层逻辑》一书自序)
