通货膨胀,钱贬值了。很可怕吗?

ciaoshuang


通货膨胀,货币贬值可以分为两类:存在P2P平台,享受7%的年化收益,一种是本息全部损失,目前已经加入了P2P的维权大军;一种是拿回了本息,跑赢了今年的货币贬值。

第一种可能性大吗?放在往年,p2p暴雷还属于个别现象,没有形成行业系统性风险,但进入今年以来,特别是到了6月份,整个行业在规范运营的整顿下,可谓是雷雨交加。挤兑潮,撤资潮,跑路潮,维权潮充斥着整个行业,更有段子很生动的表达了投资者的无奈:“跟投资界大佬学会了分散投资理念,不把鸡蛋放在同一个篮子里,于是我分别投了投融家,长富理财,多多理财,华泰金融,猴子理财,壹佰金融,一两理财,E人一铺,火球网,邦邦理财,赶钱网,零钱罐,pp理财,钱妈妈,钱爸爸,唐小僧,善林金融,金融圈等多个p2p平台,结果现在每个维权群都能看见我的身影”。


据网贷之家发布的《P2P网贷行业2018年7月月报》数据显示,截至2018年7月底,网贷行业正常运营平台数量1645家,相比6月底减少218家,暴雷企业主要集中在浙江,上海,广东,北京。如果不算新增网贷公司,仅1个月,行业暴雷率为11.7%。

这也就是说,如果选择P2P公司存入这100万,仅七月份,你损失本息的风险就高达11.7%,这种可能性还是很高的。


第二种可能性,假如平台正常运营,7%的本息能够落袋,那这一年我们就不存在贬值的问题。


很多人喜欢直接用通货膨胀CPI的数据来测量货币贬值。其实这个指标存在诸多漏洞,CPI作为居民消费价格指数,主要的数据采集来源于生活必需品,主要对标民生。对房价,投资品,奢侈品没有涉及。就像我们2015年的一线城市房价翻了一倍,但我们的CPI数据最高才同比增长了2%。这个数据比较片面,不具备参考性。

正常的货币贬值数据应该是M2的增速-GDP的增速,因为M2的数据=央行基础货币X货币乘数,由于有官方的基础货币数据的限制,M2的数据一般可信度比较高。比如截止到2018年7月,央行基础货币为31.18万亿,同比增长4.28%。在这样的数据背景下,2018年上半年M2余额为177.02万亿,同比增速为8%不仅没有报低的嫌疑,反而有虚高的可能。

(2017年官方基础货币数据)

(2018年官方基础货币数据)


接下来就是GDP增速数据的真伪,由于GDP增速的数据来源复杂及庞大,各个地方政府均有夸大数据的动机,虚报这个问题目前还没有任何机构能够解决。

这里我们假定官方公布的GDP数据为真实数据,截止到2018年2季度,我们的GDP增速为6.7%。

那么也就是说,按照官方给出的数据,我们今年存入100万,年化收益7%,不仅没有贬值,还增值了7%-(8%-6.7%)=5.7%。就算我们的GDP增速为零,存款收益达7%,我们这一年来,100万也最多贬值1%。


小白读财经


通货膨胀一直在世界范围内发生,钱也一直在贬值,有那么可怕吗?只要不是过度印钞,只要印出的钱有地方安放,也就是央行说的蓄水池,多发的货币不是在社会上大量流通,就没必要那么担心。

很多人都说,存钱是负利率了,不能再存钱了,再存钱就是穷人帮富人,你认为这种说法正确吗?当然是扯蛋的事,这是一些投资经理人蛊惑人们进行其他投资的方法。

钱是不当钱了,你想拿着现在的钱穿越到以前买东西,那只能是妄想。什么是储蓄?就是我们劳动得来的报酬以纸币的形式存放起来,以备不时之需。有人代为保管并用你这部分钱来挣钱,你用的时候,给你一定的补贴,也就是利息。

如果你不能用你的这个结余来盈利的话,储蓄起来就是最好的方式,因为一百块钱,你放家里一百年,还是一百,储存起来,一年一元的利息也会成为一百零一元,至于说购买力,随年吃饭随年穿衣,只要有钱,总比全花了没钱要好得多。

所以,钱贬值并不可怕,只要在国家可控的范围内。钱不当钱,你挣得也是多,贬值的只是你余下的那部分,贬值是相对的,不是绝对的,比方说小汽车,十年前你可能需要两年的工资,现在一年的工资就可以买到配置更高的汽车。


曲阜星


很可怕,危害很大。

历史课本中我们学过民国通货膨胀,疯狂印钞票,结果钱不值钱,人们提着一捆钱上街买日常用品。当代津巴布韦也是同样的例子,印出了面额超过一亿的钞票,国家宣布破产。

简单来说通货膨胀就是欠钱的人很爽,借钱的人很郁闷。因为通货膨胀造成的是物价上涨,那么昨天赚得钱还够买一辆车,今天可能就够买个车模了。还的钱贬值了,那借钱的人不得哭啊!所以,它改变了正常的财富分配方式,是灾难性的。

市场混乱。正常情况下,买卖双方都是依靠价格信号做出理性决策。物以稀为贵的道理指导着正常的经济,但通货膨胀下,物价总保持着不合理的上涨。 一旦通货膨胀,商品有限,个人只能用更多的钱买东西,物价上涨。

大家可能更倾向于以物换物或持有外币的倾向。手里的钱天天贬值,还不如持有物品或外币,保值。 这种社会的倒退,以及对外币的依赖而造成的交易成本,无疑是影响巨大的。


分享到:


相關文章: