Dialogo con Changtan di Macro Tantu: Quali problemi può davvero risolvere la ricerca macroeconomica?

Negli ultimi due anni, la ricerca macroeconomica è diventata sempre più affollata.

La rotazione dei temi caldi accelera, i punti di vista si aggiornano sempre più frequentemente e i rapporti di ricerca diventano sempre più "brevi, diretti, immediati". Molti contenuti cercano il valore emotivo e il feedback istantaneo, mentre pochi sono disposti a soffermarsi per analizzare quelle logiche di base che sono davvero complesse, noiose ma fondamentali.

Ultimamente, però, è apparso sul mercato un team con uno stile molto diverso.

Loro raramente inseguono i trend del momento e partecipano poco alle discussioni sui temi più popolari. Passano invece la maggior parte del tempo a fare qualcosa che sembra "faticoso e poco gratificante": ripetere simulazioni dei meccanismi macro, scomporre i bilanci e studiare il modo in cui la liquidità si trasmette tra diversi mercati.

Questo team si chiama Tantu Macroeconomia, e la figura centrale è Cheng Tan.

La cosa interessante è che questo approccio di ricerca "fuori tempo" non è stato ignorato dal mercato. Al contrario, gli investitori istituzionali principali hanno iniziato a preferire sempre di più questo team di ricerca "alternativo" — nell'ultimo anno, Cheng Tan ha tenuto più di trecento presentazioni di ricerca per oltre cento istituzioni.

In un ambiente in cui il rumore informativo aumenta sempre di più, il quadro sistematico in sé diventa raro e prezioso.

Il "ragazzo che risolve i test" della piccola città dello Shandong

Cheng Tan è originario di Weihai, nello Shandong. Di sé dice autoironicamente di essere "il tipico ragazzo della piccola città bravo a risolvere i test".

Dopo essere stato ammesso alla classe sperimentale di Economia Matematica dell’Università Centrale di Finanza ed Economia, ha affrontato un allenamento mentale "estremo". Secondo il suo ricordo, il sistema era caratterizzato da “libri di testo in inglese, lezioni in inglese, numerosi corsi di matematica", dove il maggiore tratto distintivo era il grande livello di difficoltà e intensità dei corsi.

Quanto erano difficili? Al secondo anno di università studiavano già Microeconomia Avanzata di Varian (che all’Università di Pechino si segue solo a livello di Master) e Macroeconomia Avanzata. La parte matematica era ancora più dura, con un livello quasi pari alla facoltà di Matematica della stessa Università di Pechino — l’effetto di questo estremo livello di difficoltà era che solo pochi studenti con una solida base in matematica riuscivano a tenere il passo, gli altri seguivano come potessero, cercando solo di laurearsi.

Per fortuna, Cheng Tan è riuscito a resistere, laureandosi primo del suo corso ed entrando nella Facoltà di Finanza della Guanghua School, presso l’Università di Pechino, dove ha proseguito fino al dottorato.

L’impatto di questa esperienza è stato diretto: nel lavoro successivo, era abituato a comprendere i problemi partendo dalla struttura, invece che a cercare prove a sostegno delle conclusioni. Quando il mercato era concentrato sulle fluttuazioni a breve termine, lui si focalizzava sulle relazioni di vincolo tra le variabili. Quando il dibattito si accendeva sulle opinioni divergenti, per lui era più importante che il quadro fosse coerente.

Dai modelli teorici alla realtà della competizione

Dopo aver ottenuto il dottorato, Cheng Tan non è entrato nel sell-side o in una banca d’affari, ma si è unito al Centro Operativo Centrale delle Riserve Estere della State Administration of Foreign Exchange.

Questa istituzione gestiva riserve in valuta estera per tremila miliardi di dollari, una delle principali nel panorama degli investimenti a livello mondiale.

Dall’esterno, si crede che la SAFE investa principalmente in modalità passiva, ma Cheng Tan afferma che in realtà non è così: le operazioni attive e le allocazioni tattiche hanno un peso tutt’altro che trascurabile, lavorando su più asset, più mercati e strumenti diversi, richiedendo capacità di giudizio molto elevate.

Nel dipartimento in cui lavorava Cheng Tan, ci si occupava delle allocazioni tattiche, potendo operare sia long che short su azioni, obbligazioni e valute. Se la valutazione era sbagliata, la pressione sulle performance era immediata.

La vera sfida, tuttavia, non era solo la volatilità del mercato, bensì il cambiamento nell’approccio cognitivo.

Nella formazione accademica, in genere esiste una "soluzione ottimale" al problema; nei mercati reali, invece, ci si trova spesso a ponderare tra diversi vincoli, in un continuo confronto tra obiettivi di policy, sentiment di mercato e condizioni di liquidità.

Il mentore che lo ha guidato alla SAFE è stato il dottor Miao Yanliang, poi divenuto Chief Strategist presso CICC. La maggiore lezione che Cheng Tan ha appreso durante quel periodo è stata imparare a inserire le variabili macro in un vero contesto di istituzioni e logica comportamentale.

Molte conclusioni devono essere continuamente revisionate e ricostruite.

Quali problemi può davvero risolvere la ricerca macroeconomica? — Molti osservano i dati macro ogni giorno, ma pochi capiscono davvero come la macro possa guidare gli investimenti.

Combinando anni di esperienza operativa alla SAFE, Cheng Tan riassume così il ruolo della ricerca macro:

Cogliere i trend, identificare i turning point, eliminare il rumore.

Sembra semplice, ma dietro serve un immenso lavoro di verifica.

Dieci anni di ricerca tra successi e difficoltà

Cheng Tan ha condiviso con Wallstreet Vision alcune esperienze molto interessanti:

Il primo esempio lo chiama "La storia fa rima, ma non si ripete mai" — Nel 2022, l’inflazione negli Stati Uniti ha raggiunto il 9%, la Federal Reserve ha iniziato il ciclo di rialzi più veloce dagli anni Ottanta, aumentando i tassi di oltre 400 punti base in un anno. In quel periodo, la curva dei rendimenti dei Treasuries era profondamente invertita, il rischio di recessione era fortemente atteso dal mercato e la logica dominante era: solo un forte aumento della disoccupazione può riportare l’inflazione su livelli accettabili.

Ma la valutazione di Cheng Tan era diversa da quella del mercato.

Aveva due ragioni: una era che nel 2020-2021 la politica fiscale e monetaria statunitense era stata estremamente espansiva, creando un robusto "cuscinetto"; la seconda era che il debito di famiglie e aziende americane era prevalentemente a tasso fisso, quindi l'impatto a breve termine dei rialzi sarebbe stato limitato. Perciò, secondo Cheng Tan, il mercato rischiava di sopravvalutare i rischi di recessione. Per testare questa ipotesi, il suo team ha effettuato tre verifiche.

Primo, hanno calcolato dettagliatamente lo stress sui bilanci di famiglie e aziende americane di diversi livelli reddituali in un contesto di tassi elevati, scoprendo che la pressione finanziaria generata dai rialzi era molto inferiore rispetto ai cicli storici comparabili.

Secondo, hanno scomposto i driver dell’alta inflazione negli USA, trovando che oltre il 50% proveniva ancora dal lato dell’offerta, ed era molto probabile che tali distorsioni si riducessero gradualmente dopo la riapertura post-pandemica.

Terzo, hanno rivisitato i casi degli anni Settanta e Ottanta, trovando che l’ancoraggio delle aspettative di inflazione e l’aumento della flessibilità del mercato del lavoro potevano evitare la stagflazione.

Sulla base di queste ragioni, già a metà 2022 il team di Cheng Tan ha rivisto la prospettiva di base sull'economia americana in direzione di un soft landing, continuando a raccomandare strategicamente l’azionario USA.

Il secondo esempio riguarda Trump e il "TACO trade" — Era il 2019, le delegazioni negoziali USA-Cina avevano già effettuato diversi round di trattative, ma Trump aveva ugualmente voluto aumentare due volte i dazi verso la Cina. In quel periodo, sia i mercati interni che quelli statunitensi erano assai pessimisti, con lo S&P che perdeva il 3% in un solo giorno, il mercato riteneva imprevedibili le mosse di Trump e vedeva quasi impossibile un accordo USA-Cina. Ma allora Cheng Tan pubblicò un report dal titolo "TRUMPUT" — Trump e la put option.

Perché all’epoca aveva percepito che, sia in termini di motivazione, che di consenso o storia in vista delle elezioni, Trump non poteva inasprire il conflitto all’infinito; era invece più probabile un accordo commerciale. La lineare extrapolazione e il pessimismo del mercato rappresentavano quindi un’occasione d’acquisto. Alla fine, a fine agosto Trump ha "tacitato" (TACO) e a dicembre ha siglato la prima fase dell’accordo commerciale con la Cina.

Il terzo esempio riguarda Silicon Valley Bank — il 10 marzo 2023, SVB è improvvisamente fallita, i Treasury decennali sono scesi di oltre 20bps in un solo giorno, lo S&P 500 ha perso il 3,3% in due giorni e il mercato temeva una nuova crisi finanziaria.

Curiosamente, già il 9 marzo (giorno prima del fallimento di SVB), Cheng Tan aveva pubblicato un’analisi su SVB. Il nodo centrale era che, sebbene SVB potesse davvero fallire, la sua era una situazione atipica (grave mismatch fra attivi e passivi intrinseco alla banca) e gli asset problematici erano Treasury svalutati dai rialzi Fed, perciò con la capacità d’intervento di banca centrale e Tesoro, non c’era rischio di un “salvataggio impossibile” come nel 2008.

La conclusione del report era che il fallimento di SVB non avrebbe generato una crisi finanziaria sistemica, né avrebbe cambiato il percorso di soft landing dell’economia globale — e così, infatti, è andata.

Ma sui mercati non esistono "generali invincibili", neanche Cheng Tan, pur avendo un dottorato in Finanza da Pechino, ha dovuto farsi le ossa attraverso continui errori: durante il dialogo con lui, ha ammesso che alcune previsioni sbagliate lo hanno profondamente segnato, modificando il suo intero framework di ricerca.

Ad esempio, nel settembre 2019, il mercato repo statunitense è stato travolto all’improvviso da una crisi di liquidità, con i tassi overnight balzati di 300 punti base in un giorno. In realtà, già a metà anno il team di Cheng Tan aveva previsto che il QT della Fed sarebbe arrivato al termine, e che la carestia di liquidità sarebbe stato il segnale più immediato. Allora il loro pensiero era — un balzo dei tassi avrebbe colpito significativamente i mercati azionari.

Ma col senno di poi, le violente turbolenze sui tassi di breve non hanno avuto effetti negativi sul mercato azionario. Questo caso ha fatto capire a Cheng Tan che il mercato della liquidità in dollari è in realtà altamente frammentato. Un problema di liquidità in un segmento non necessariamente si diffonde agli altri.

Oppure, a marzo 2020, la Fed introdusse una serie di strumenti di supporto alla liquidità mai visti prima. Eppure, sulla base dei fondamentali, il team di Cheng Tan prevedeva comunque una recessione grave per l’economia USA e quindi rimaneva cauto sulle azioni.

In retrospettiva, ciò che davvero ha protetto l’economia USA durante i lockdown è stato il massiccio stimolo fiscale e monetario. Costretti in casa, le persone hanno avuto più tempo e risorse per investire online in asset finanziari, permettendo ai mercati azionari e agli altri risk asset di intraprendere un rally vigoroso trainato dalla liquidità.

Dal 2020 in poi, il team di Cheng Tan ha inserito la dinamica dei redditi fiscali e dei bilanci delle famiglie tra le variabili da monitorare.

Proprio questa errata valutazione del mercato ha profondamente "stimolato" Cheng Tan, aiutandolo a capire che il classico framework macro non riusciva più a spiegare pienamente i fenomeni di quel momento.

Questo lo ha spinto a costruire una prospettiva più integrata: le politiche macro, il sistema finanziario e i bilanci delle famiglie sono tre facce dello stesso sistema. Se si ignora la struttura degli intermediari e dei flussi finanziari, concentrandosi unicamente sugli aggregati, si rischia facilmente di sbagliare il giudizio.

Spiegare i problemi complessi in modo chiaro

Per anni, Cheng Tan è stato formatore interno alla SAFE. Una sua convinzione è: se un framework non può essere compreso da un neofita, probabilmente non è ancora stato davvero assimilato.

Nel 2025, Cheng Tan decide di lasciare la SAFE dopo dieci anni, fondando l’istituto di ricerca Tantu Macroeconomia, iniziando così a offrire il suo sistema di ricerca a una platea molto più ampia di investitori istituzionali.

In un solo anno, ha tenuto più di 300 roadshow, servendo direttamente oltre cento clienti istituzionali; la sua produzione frequente e su temi core lo ha reso perfino più attivo di molti chief economist delle principali securities house. Spera di tramutare quel framework di analisi top di gamma, un tempo "riservato alla squadra nazionale", in un'arma cognitiva pratica per ogni investitore professionale.

Cheng Tan è convinto: un buon ricercatore deve saper cogliere le grandi tendenze dall'alto e, al tempo stesso, saper verificare ogni dettaglio dal basso.

A un bivio in cui lo scenario macro globale è sempre più complesso, il pensiero macro top-down non è più un optional, ma una vera e propria "entry ticket" agli investimenti.

Per questo, Wallstreet Vision ha invitato Cheng Tan a tenere, il 25 aprile 2026 a Shanghai, una masterclass dal titolo "Leggere la liquidità del dollaro per comprendere le logiche fondamentali del pricing degli asset globali": qui riverserà tutto il bagaglio testato in dieci anni di esperienza e affinato in centinaia di roadshow istituzionali, in un corso master di 3-5 ore ad altissimo contenuto tecnico.

In questo corso, Cheng Tan ti aiuterà ad abbandonare davvero la "visione parziale" :

Cogliere i trend dall'alto: ti guiderà a comprendere la logica dietro il cambio di tematiche macro globali, aiutandoti ad avere una visione d’insieme.

Verifica dei dettagli dal basso: dalla nebbia dei mercati monetari e della liquidità, puoi testare la reale solidità dei fondamentali.

Non è solo un corso su dollaro e macro, ma una vera "rinascita cognitiva". Smontando dettagli apparentemente noiosi ma concreti, svelerà le verità operative dietro la "scatola nera" della finanza globale.