宏觀經(jīng)濟(jì)因素精品(七篇)

序論：寫作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來了七篇宏觀經(jīng)濟(jì)因素范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

[關(guān)鍵詞]房產(chǎn)價(jià)格；貨幣供給量；匯率；通貨膨脹率；人口

[中圖分類號(hào)]F2933[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]1005-6432（2013）24-0076-03

1引言

自從20世紀(jì)90年代的亞洲金融危機(jī)之后，我國開始逐步從住房分配到商品房的過渡，通過擴(kuò)大內(nèi)需來拉動(dòng)經(jīng)濟(jì)的增長(zhǎng)，擺脫對(duì)外需的過度需求。如今20多年過去了，房地產(chǎn)產(chǎn)業(yè)對(duì)于GDP的增長(zhǎng)越發(fā)顯得重要，2005到2011年，房地產(chǎn)投資力度一直在不斷加大，從159092萬億元增長(zhǎng)到617969萬億元，房地產(chǎn)投資占GDP的比重從2005年的86%增長(zhǎng)到2011年的1306%，雖然2008年金融危機(jī)席卷全球，但是房地產(chǎn)投資的比重仍在增長(zhǎng)。數(shù)據(jù)來自國家統(tǒng)計(jì)局。

房地產(chǎn)投資的增長(zhǎng)固然是好消息，至少說明我國在轉(zhuǎn)變消費(fèi)的方式上邁進(jìn)了一大步，逐步轉(zhuǎn)型為內(nèi)需型消費(fèi)。因?yàn)榉康禺a(chǎn)業(yè)帶動(dòng)了鋼鐵、水泥、木材、家具等等行業(yè)的發(fā)展。但是這同時(shí)也帶來了很多弊端，其中高房?jī)r(jià)就是無法忽視的問題，許多城市的房?jī)r(jià)遠(yuǎn)遠(yuǎn)超出了工資收入比例，“房奴”也已經(jīng)不是新鮮的詞匯，多少人就為了房子奮斗終生。但是房?jī)r(jià)的提高和宏觀政策也有分不開的聯(lián)系。因此，本文就宏觀經(jīng)濟(jì)中各因素對(duì)房?jī)r(jià)的影響進(jìn)行分析，從而找出控制房?jī)r(jià)上漲的因素，提出相關(guān)政策建議。

2模型建立

本文采用VAR模型，研究房?jī)r(jià)在人民幣匯率、通貨膨脹率、貨幣供給量以及人口因素的影響下是如何進(jìn)行變化的。選取數(shù)據(jù)為年度數(shù)據(jù)，時(shí)間為2002—2011年。對(duì)所有的變量都取對(duì)數(shù)，令lprice表示房?jī)r(jià)，lpop表示人口，lM2表示貨幣供給量，lrate表示匯率，lflo表示通脹率。

21選擇滯后階數(shù)

由于采用VAR模型，因?yàn)闀r(shí)間序列數(shù)據(jù)往往具有趨勢(shì)性，表現(xiàn)為非平穩(wěn)性，為了避免產(chǎn)生偽回歸現(xiàn)象，必須要對(duì)數(shù)據(jù)進(jìn)行檢驗(yàn)。首先要進(jìn)行滯后階數(shù)的選擇，通過運(yùn)行Stata軟件得到表1，由此可知AIC信息準(zhǔn)則確定的是最佳滯后階數(shù)為3，而根據(jù)HQIC信息準(zhǔn)則和SBIC確定的最佳階數(shù)也都是3，因此3階為最佳階數(shù)選擇。

22平穩(wěn)性檢驗(yàn)

其次，進(jìn)行ADF單位根的檢驗(yàn)，經(jīng)檢驗(yàn)發(fā)現(xiàn)3階滯后是不平穩(wěn)的，有點(diǎn)落在單位圓之外，因此選擇滯后一階，經(jīng)檢驗(yàn)發(fā)現(xiàn)一階滯后是平穩(wěn)的，所有點(diǎn)都落在單位圓之內(nèi)，因此VAR（1）是平穩(wěn)的，如圖1所示。

23granger因果檢驗(yàn)

granger因果檢驗(yàn)的本質(zhì)其實(shí)就是VAR模型，主要是用來檢驗(yàn)一個(gè)內(nèi)生變量是否可以作為外生變量來對(duì)待。要求序列必須存在同階單整的協(xié)整關(guān)系或者都是平穩(wěn)內(nèi)序列，如果序列不平穩(wěn)或者不協(xié)整很可能會(huì)產(chǎn)生偽回歸問題。在前文中已經(jīng)確定滯后一階是平穩(wěn)的，建立VAR（1）模型對(duì)各變量因果關(guān)系的方向進(jìn)行判斷。

可以得到，在F檢驗(yàn)中5%的置信水平區(qū)間下，人口的F值大于其臨界值，因此對(duì)房?jī)r(jià)有顯著影響，對(duì)人口而言，貨幣供給量和通脹率有顯著影響，對(duì)于匯率而言，由于4個(gè)變量F值都在臨界值以內(nèi)，因此對(duì)其的影響不顯著，而人口、匯率和通脹率都會(huì)影響到貨幣供給量，其中人口和匯率的影響非常顯著，對(duì)于通脹率而言，4個(gè)因素的影響同樣也是不顯著。如表2所示。

表2granger因果檢驗(yàn)

24方差分解分析

方差分解是通過分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化（ 通常用方差來度量） 的貢獻(xiàn)度，進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性。本文中選取了10步，應(yīng)用方差分析可以看出（表3），價(jià)格自身的影響在第二步跳躍之后就一直趨于水平，變化不大，也就是說房?jī)r(jià)受自身的影響很小。而人口對(duì)于房?jī)r(jià)的影響在第二步增大之后趨于穩(wěn)定在第五步又有一個(gè)跳躍。通脹率對(duì)于房?jī)r(jià)的影響一直比較平穩(wěn)同時(shí)力度也比較小，趨于一條水平線。而匯率對(duì)于房?jī)r(jià)的影響有上下的波動(dòng)，如圖2所示。

3結(jié)論

綜上所述，房?jī)r(jià)最主要的影響因素是人口因素，特別是20世紀(jì)80年代生育高峰時(shí)期出生的人口正是如今房子的需求者，因此都屬于剛性需求，雖然我國在計(jì)劃生育的政策下已經(jīng)控制了人口數(shù)量，但是由于我國人口基數(shù)大，協(xié)調(diào)人口數(shù)量和老齡化之間的矛盾仍然迫在眉睫。本文認(rèn)為，生育政策還是不能無限制放寬，不能讓人口猛增猛漲，否則房?jī)r(jià)只會(huì)居高不下。

貨幣供給量同樣也會(huì)影響房?jī)r(jià)，房?jī)r(jià)攀升的很大一部分原因也是由于金融政策的影響，供給量越大，人們手中的錢越多也越不值錢，因此加大對(duì)于房子的投機(jī)需求，從而影響到房?jī)r(jià)。國家應(yīng)該加強(qiáng)對(duì)于金融政策的調(diào)整，不能一味追求GDP的增長(zhǎng)，要讓老百姓真正過上國富民強(qiáng)的日子，而不是為了一套房子勒緊褲腰帶一輩子。

匯率利率對(duì)于房?jī)r(jià)是負(fù)向的影響，匯率利率越高，房?jī)r(jià)會(huì)降低，這也解釋了住房貸款對(duì)于房?jī)r(jià)的影響，適當(dāng)提高利率可以抑制房?jī)r(jià)的投機(jī)需求，從而控制房?jī)r(jià)。而對(duì)于匯率來說，可以積極引導(dǎo)外資流入實(shí)體經(jīng)濟(jì)的領(lǐng)域，而不是限制于房地產(chǎn)領(lǐng)域。

通脹率對(duì)于房?jī)r(jià)的影響比較微弱，但是我們也要警惕通貨膨脹對(duì)于整個(gè)國民經(jīng)濟(jì)的影響。

國家目前也已經(jīng)出臺(tái)了相關(guān)政策來阻止房?jī)r(jià)的上揚(yáng)，并且在一線城市也有了成績(jī)。希望有一天房子不再是年輕人沉重的負(fù)擔(dān)。

參考文獻(xiàn)：

[1]楊寶成，董瑋，王代敬房地產(chǎn)業(yè)對(duì)GDP的貢獻(xiàn)及解決房地產(chǎn)過熱的措施研究[J].產(chǎn)業(yè)論壇，2005（12）.

[2]胡軍偉人民幣匯率上升對(duì)房地產(chǎn)經(jīng)濟(jì)的影響及對(duì)策[J].北京工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2011，4（10）.

[3]陳少林居民消費(fèi)、固定資產(chǎn)投資及出口對(duì)中國經(jīng)濟(jì)增長(zhǎng)的影響——基于VAR模型的實(shí)證分析[J].重慶科技學(xué)院學(xué)報(bào)，2012（4）.

[4]安明影響房地產(chǎn)經(jīng)紀(jì)波動(dòng)的實(shí)證分析[J].產(chǎn)業(yè)觀察，2010（2）.

篇(2)

    一、宏觀經(jīng)濟(jì)走勢(shì)對(duì)證券市場(chǎng)的影響

    宏觀經(jīng)濟(jì)走勢(shì)是影響證券市場(chǎng)大盤走勢(shì)的最基本因素。證券市場(chǎng)是整個(gè)國民經(jīng)濟(jì)的重要組成部分,它在宏觀經(jīng)濟(jì)的大環(huán)境中發(fā)展,同時(shí)又服務(wù)于國民經(jīng)濟(jì)的發(fā)展。從根本上說,股市的運(yùn)行與宏觀的經(jīng)濟(jì)運(yùn)行應(yīng)當(dāng)是一致的,經(jīng)濟(jì)的周期決定股市的周期,股市周期的變化反映了經(jīng)濟(jì)周期的變動(dòng)。經(jīng)濟(jì)周期包括衰退、危機(jī)、復(fù)蘇和繁榮四個(gè)階段,一般來說,在經(jīng)濟(jì)衰退時(shí)期,股價(jià)指數(shù)會(huì)逐漸下跌;到經(jīng)濟(jì)危機(jī)時(shí)期,股價(jià)指數(shù)跌至最低點(diǎn);當(dāng)經(jīng)濟(jì)復(fù)蘇開始時(shí),股價(jià)指數(shù)又會(huì)逐步上升;到經(jīng)濟(jì)繁榮時(shí),股價(jià)指數(shù)則上漲至最高點(diǎn)。

    宏觀經(jīng)濟(jì)走勢(shì)影響股價(jià)變動(dòng),但宏觀經(jīng)濟(jì)走勢(shì)與股市趨勢(shì)的變動(dòng)周期不是完全同步的。2002年10月,兩個(gè)數(shù)據(jù)在中國證券業(yè)界引起了廣泛關(guān)注,一個(gè)數(shù)據(jù)是2002年前三個(gè)季度中國國內(nèi)生產(chǎn)總值同比增長(zhǎng)7.9%,一個(gè)數(shù)據(jù)是2002年1~10月上證指數(shù)跌幅達(dá)到7.9%,一正一負(fù),宏觀經(jīng)濟(jì)走勢(shì)與證券市場(chǎng)走勢(shì)看上去形同陌路,相互背離,讓投資者感到困惑。實(shí)際上,無論是宏觀經(jīng)濟(jì)還是股票市場(chǎng),都存在著各自周期性變化的特征。股市周期是指股票市場(chǎng)長(zhǎng)期升勢(shì)與長(zhǎng)期跌勢(shì)更替出現(xiàn)不斷循環(huán)反復(fù)的過程,即牛市與熊市不斷更替的現(xiàn)象。

    以上海證券市場(chǎng)為例對(duì)中國的股市周期進(jìn)行分析。中國股市運(yùn)行的第一個(gè)周期,是從1990年12月19日的100點(diǎn)至 1996年1月的512點(diǎn),其中,大牛市階段為1990年12月19日的100點(diǎn)至1993年2月16日的1558點(diǎn);大熊市階段為 1993年2月16日的1558點(diǎn)至1996年1月的512點(diǎn)。第二個(gè)周期是從1996年1月的512點(diǎn)至今,其中,大牛市階段是 1996年1月的512點(diǎn)至2001年6月的2245點(diǎn),從此股市出現(xiàn)了較大的下跌行情。同期中國宏觀經(jīng)濟(jì)運(yùn)行的狀況為:1978~1990年期間,中國經(jīng)濟(jì)運(yùn)行的總體態(tài)勢(shì)是經(jīng)濟(jì)增長(zhǎng)的穩(wěn)定性在逐步增強(qiáng),經(jīng)濟(jì)增長(zhǎng)的質(zhì)量有所提高。1991~1999年期間,中國經(jīng)濟(jì)先是快速增長(zhǎng),越過高峰后,以小幅緩收為基調(diào),而且收縮期明顯增長(zhǎng)(從1993年步入經(jīng)濟(jì)收縮期開始到1999年底,7年內(nèi)GDP增長(zhǎng)率平均每年下降1個(gè)百分點(diǎn)左右,波動(dòng)較為平緩,但下滑時(shí)間較長(zhǎng))。進(jìn)入2000年,中國的經(jīng)濟(jì)增長(zhǎng)率結(jié)束了連續(xù)7年的下滑過程(1999年為 7.1%,2000年為8%,2001年為7.3%,2002年為8%)。經(jīng)濟(jì)周期是根本,經(jīng)濟(jì)從衰退、蕭條、復(fù)蘇到高漲的周期性變化,是形成股市牛熊周期性轉(zhuǎn)換的最基本的原因,正是從這種意義上講,股市是國民經(jīng)濟(jì)的晴雨表,但這并不代表兩個(gè)周期是完全同步的。作為一個(gè)相對(duì)獨(dú)立的市場(chǎng),股市的波動(dòng)也存在著自身特有的規(guī)律,在實(shí)際運(yùn)行中,股市周期反映經(jīng)濟(jì)周期有著獨(dú)特的特點(diǎn),從而造成了股市周期與經(jīng)濟(jì)周期不同步,甚至背離的現(xiàn)象。

    二、貨幣供應(yīng)量對(duì)證券市場(chǎng)的影響

    貨幣供應(yīng)量與股票價(jià)格一般是呈正相關(guān)關(guān)系,即貨幣供應(yīng)量增大使股票價(jià)格上漲,反之,貨幣供應(yīng)量縮小則使股票價(jià)格下跌。但從1994年以來,我國貨幣供應(yīng)量的增長(zhǎng)與股市的增長(zhǎng)率變化比較,貨幣供應(yīng)量的變化就不能準(zhǔn)確地反映股市的變化。如1994、1995、1998這三年,上證指數(shù)的增幅都是負(fù)數(shù),而同期我國的貨幣供應(yīng)量(M2)的增幅分別是 34.53%、29.47%、14.87%;1996、1997、1999、2000這四年,上證指數(shù)的增幅分別是65.14%、30.22%、 19.18%、 51.73%,同期我國的M2增幅分別是25.26%、19.58%、14.74%、12.27%。原本是強(qiáng)相關(guān)的兩項(xiàng)指標(biāo),增幅的變化卻出現(xiàn)了背離現(xiàn)象。這說明證券市場(chǎng)與貨幣市場(chǎng)沒有完全打通,貨幣政策的傳導(dǎo)機(jī)制出現(xiàn)了故障。

    所謂貨幣政策的傳導(dǎo)機(jī)制是指一定的貨幣政策工具,如何引起社會(huì)經(jīng)濟(jì)生活的某些變化,最終實(shí)現(xiàn)預(yù)期的貨幣政策目標(biāo)。對(duì)貨幣政策傳導(dǎo)機(jī)制的分析,在西方主要有凱恩斯學(xué)派和貨幣學(xué)派。凱恩斯學(xué)派的主要思路:通過貨幣供給的增減影響利率,利率的變化通過資本邊際效益的影響使投資以乘數(shù)方式增減,而投資的增減會(huì)進(jìn)而影響總支出和總收入。凱恩斯學(xué)派傳導(dǎo)機(jī)制理論的特點(diǎn)是對(duì)利率這一中介指標(biāo)特別重視。貨幣學(xué)派認(rèn)為,利率在貨幣傳導(dǎo)機(jī)制中不起重要作用,更強(qiáng)調(diào)貨幣供應(yīng)量在整個(gè)傳導(dǎo)機(jī)制上的直接效果,主要思路:貨幣供給量的變化直接影響支出,變化了的支出影響投資或者說導(dǎo)致資產(chǎn)結(jié)構(gòu)調(diào)整,資產(chǎn)結(jié)構(gòu)的調(diào)整又反映在實(shí)際產(chǎn)出和價(jià)格的變動(dòng)上。

    從貨幣政策工具的運(yùn)用到貨幣政策目標(biāo)的實(shí)現(xiàn)中間有一個(gè)相當(dāng)長(zhǎng)的作用過程,在過程中貨幣當(dāng)局本身并不能直接控制和實(shí)現(xiàn)諸如穩(wěn)定、增長(zhǎng)這些目標(biāo),它只能借助于貨幣政策工具、設(shè)置中介指標(biāo)并通過對(duì)中介指標(biāo)的調(diào)節(jié)和影響最終實(shí)現(xiàn)政策目標(biāo)。因此,中介指標(biāo)就成了貨幣政策作用過程中一個(gè)十分重要的中間環(huán)節(jié),對(duì)它們的選擇是否正確以及選定后能否達(dá)到預(yù)期調(diào)節(jié)效果,關(guān)系到貨幣政策最終目標(biāo)能否實(shí)現(xiàn)。根據(jù)中介指標(biāo)的可控性、可測(cè)性、相關(guān)性、抗干擾性以及在不同經(jīng)濟(jì)體制和金融體制下的適應(yīng)性,中介指標(biāo)一般有利率、貨幣供應(yīng)量等。作為中介指標(biāo),利率有可控性強(qiáng)、可測(cè)性強(qiáng)、貨幣當(dāng)局能夠通過利率影響投資和消費(fèi)支出的優(yōu)點(diǎn),但利率作為中介指標(biāo)也有不理想之處。因?yàn)槔始仁且粋€(gè)內(nèi)生經(jīng)濟(jì)變量,又是一個(gè)政策變量。作為內(nèi)生變量,在經(jīng)濟(jì)繁榮時(shí),利率隨信貸需求增加而上升;在經(jīng)濟(jì)停滯時(shí),利率隨信貸需求減少而下降。作為政策變量,經(jīng)濟(jì)過熱,應(yīng)提高利率;經(jīng)濟(jì)疲軟,應(yīng)降低利率?？梢?。利率作為內(nèi)生變量與政策變量往往很難區(qū)分。在這樣的情況下,中央銀行很難判明自己的政策操作是否已達(dá)到了預(yù)期的目標(biāo)。以貨幣供應(yīng)量作為中介指標(biāo),首先遇到的困難是確定哪種口徑的貨幣作為中介指標(biāo),是MO(現(xiàn)金),還是M1(M1=MO+活期存款),還是M2(MO +M1+定期存款+其他存款)。三個(gè)指標(biāo)分別反映在中央銀行和商業(yè)銀行及其他金融機(jī)構(gòu)的資產(chǎn)負(fù)債表上,可以進(jìn)行測(cè)算和控制,問題在于究竟哪一個(gè)指標(biāo)更能代表一定時(shí)期的社會(huì)總需求和購買力,通過對(duì)它的調(diào)控就可直接影響總供求。至于抗干擾性,貨幣供應(yīng)量的變動(dòng)作為內(nèi)生變量是順循環(huán)的,作為政策變量是逆循環(huán)的,一般說來兩者是不會(huì)混淆的。

    貨幣供應(yīng)量與股票價(jià)格一般是呈正相關(guān)關(guān)系,但在特殊情況下必須具體情況具體分析。如,在通貨膨脹的情況下,政府一般會(huì)采取緊縮的貨幣政策,這就會(huì)提高市場(chǎng)利率水平,從而使股票價(jià)格下降。同期,企業(yè)經(jīng)理和投資者不能明確地知道眼前盈利究竟是多少,更難預(yù)料將來盈利水平,他們無法判斷與物價(jià)有關(guān)的設(shè)備、原材料、工資等成本的上漲情況,從而引起企業(yè)利潤(rùn)的不穩(wěn)定,對(duì)證券市場(chǎng)造成不良影響。

    通貨緊縮對(duì)證券市場(chǎng)的影響是通過傷害消費(fèi)者和投資者的積極性反映出來的。就消費(fèi)者而言,持續(xù)的通貨緊縮使消費(fèi)者對(duì)物價(jià)的預(yù)期值下降,而更多地持幣待購,推遲購買;就投資者而言,通貨緊縮將使目前的投資在將來投產(chǎn)后,產(chǎn)品價(jià)格比現(xiàn)在的價(jià)格還低,并且投資者預(yù)期未來工資下降,成本降低,這些會(huì)促使投資者更加謹(jǐn)慎,或者推遲原有的投資計(jì)劃。消費(fèi)和投資的下降減少了總需求,使物價(jià)繼續(xù)下降,從而使股票、債券及房地產(chǎn)等資產(chǎn)價(jià)格大幅下降,進(jìn)一步又大大影響了投資者對(duì)證券市場(chǎng)走勢(shì)的信心。

    三、利率變動(dòng)對(duì)股市的影響

    一般情況下,利率變動(dòng)與股價(jià)變動(dòng)成反相關(guān)關(guān)系。1996年以來,我國已八次下調(diào)人民幣利率。1996年5月1日中央銀行決定實(shí)施首次降息,當(dāng)時(shí)的股市正從底步啟動(dòng),市場(chǎng)從4月份起,就對(duì)這一利好作出了積極的提前反應(yīng),消息出臺(tái)后雖然出現(xiàn)了暫時(shí)的獲利回吐,但很快就步入了持續(xù)的升勢(shì),一個(gè)歷時(shí)超過兩年的大牛市從此拉開了序幕。1996年8月 23日央行實(shí)施了第二次降息,存款利率平均降低1.5個(gè)百分點(diǎn),貸款利率平均下調(diào)1.2個(gè)百分點(diǎn),幅度之大超出了當(dāng)時(shí)人們的預(yù)期。這一消息對(duì)于已經(jīng)經(jīng)歷4 個(gè)月調(diào)整的滬深股市帶來了新的刺激,市場(chǎng)很快探底成功,股指由此屢創(chuàng)新高,并在當(dāng)年年底沖上了歷史的高峰(1996年上證指數(shù)增幅 65.14%)。1997年10月23日,央行第三次降息,存貸利率平均下調(diào)幅度分別為1.1和1.5個(gè)百分點(diǎn),由于經(jīng)歷了三次降息,流向資本市場(chǎng)和消費(fèi)市場(chǎng)的資金不斷增加。1998年3月25日和1998年7月1日的第四、第五次降息雖然在幅度上明顯低于前三次,但同時(shí)對(duì)準(zhǔn)備金率作出了大幅度的調(diào)整(由 1980年的13%降到1998年的8%),使得社會(huì)融資環(huán)境進(jìn)一步寬松。由此,滬市綜指也從第一次降息的660點(diǎn)升至 1998年7月的1330點(diǎn),升幅超過1倍。1998年12月?日,央行決定第六次降低金融機(jī)構(gòu)的存貸利率,一年內(nèi)三次降息的間隔之短,在我國銀行利率調(diào)整歷史上也實(shí)屬罕見,這次降息沒有對(duì)股市起到立竿見影的作用,但卻使股市在1000點(diǎn)企穩(wěn),也為之后的“5.19”行情做了鋪墊。1999年6月10日,央行宣布第七次降息,金融機(jī)構(gòu)存貸款利率分別下調(diào)1個(gè)、0.75個(gè)百分點(diǎn)。這次降息雖然仍激發(fā)了投資者的投資熱情,市場(chǎng)的直接反應(yīng)卻呈現(xiàn)逐步減弱之勢(shì),這是因?yàn)槭袌?chǎng)缺乏能夠引導(dǎo)市場(chǎng)的熱點(diǎn)板快等,但這并不能否定降息對(duì)股市的長(zhǎng)期利好作用,就是說,政策的利好雖沒有改變市場(chǎng)趨勢(shì),但卻在不斷改變經(jīng)濟(jì)和市場(chǎng)環(huán)境,此次降息為“5.19”行情的爆發(fā)起到了推波助瀾的作用。2002年2月21日,央行實(shí)施第八次降息政策,存貸款利率平均下調(diào)分別是0.25個(gè)百分點(diǎn)和0.5個(gè)百分點(diǎn),此次降息最重要的是政府表明了一種態(tài)度,給消費(fèi)者者、投資者、生產(chǎn)者一個(gè)積極的信號(hào):只要通貨緊縮的趨勢(shì)繼續(xù)延續(xù),經(jīng)濟(jì)低迷,政府就不會(huì)坐視不管,政府要加大金融對(duì)經(jīng)濟(jì)發(fā)展的力度,以此來促進(jìn)國民經(jīng)濟(jì)持續(xù)、快速、健康發(fā)展。

    參考文獻(xiàn):

篇(3)

關(guān)鍵詞:宏觀經(jīng)濟(jì);銀行危機(jī);不良貸款率

一、引言

自20世紀(jì)70年代末,英、美等發(fā)達(dá)國家開始放松金融監(jiān)管,也由此加劇了銀行危機(jī)。尤其是90年代以來,金融危機(jī)更是頻頻爆發(fā),1992年的英鎊危機(jī)、1994年的美國利率風(fēng)暴及中南美洲比索風(fēng)暴、1997年的亞洲金融危機(jī),特別是2007年始于美國的次貸危機(jī)最終演變成全球性的金融危機(jī)。這些危機(jī)的產(chǎn)生,很大一部分都是由銀行的信用風(fēng)險(xiǎn)直接導(dǎo)致的。巴塞爾銀行監(jiān)督委員會(huì)秘書處成員Svoronos(2002)指出,銀行面臨的風(fēng)險(xiǎn)中以信用風(fēng)險(xiǎn)的比例最高,約占60%。信用風(fēng)險(xiǎn)已成為銀行風(fēng)險(xiǎn)監(jiān)管的最主要方面。

從宏觀的角度來看,一個(gè)國家的宏觀經(jīng)濟(jì)條件、宏觀經(jīng)濟(jì)政策以及金融監(jiān)管等在很大程度上決定該國商業(yè)銀行風(fēng)險(xiǎn)的大小。宏觀經(jīng)濟(jì)中的通貨膨脹和經(jīng)濟(jì)周期等是影響商業(yè)銀行信用風(fēng)險(xiǎn)的主要因素。下面本文就宏觀經(jīng)濟(jì)因素與我國商業(yè)銀行信用風(fēng)險(xiǎn)的關(guān)系進(jìn)行研究。

二、相關(guān)文獻(xiàn)回顧

近年來,已有國內(nèi)學(xué)者研究了宏觀經(jīng)濟(jì)因素與商業(yè)銀行風(fēng)險(xiǎn)之間的關(guān)系。蔣鑫(2008年)對(duì)我國商業(yè)銀行信用風(fēng)險(xiǎn)與宏觀經(jīng)濟(jì)因素之間的關(guān)系進(jìn)行了研究,表明我國商業(yè)銀行信用風(fēng)險(xiǎn)具有親周期性的特征。譚燕芝、張運(yùn)東(2009)基于中國、美國、日本部分銀行的基礎(chǔ)數(shù)據(jù)對(duì)影響銀行信用風(fēng)險(xiǎn)的宏觀經(jīng)濟(jì)因素進(jìn)行了研究,表明我國銀行信用風(fēng)險(xiǎn)與失業(yè)率呈顯著負(fù)相關(guān)關(guān)系。李紅梅、李劍(2010)研究了宏觀經(jīng)濟(jì)變量對(duì)國有商業(yè)銀行和股份制商業(yè)銀行信用風(fēng)險(xiǎn)的影響。本文利用2005-2009年的季度基礎(chǔ)數(shù)據(jù)研究我國商業(yè)銀行不良貸款率與宏觀經(jīng)濟(jì)因素之間的關(guān)系。

三、模型建立與實(shí)證分析

本文利用宏觀經(jīng)濟(jì)因素來分析我國商業(yè)銀行(國有商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行、農(nóng)村商業(yè)銀行和外資銀行)的信用風(fēng)險(xiǎn),宏觀經(jīng)濟(jì)因素包括:物價(jià)(用CPI來表示)、M2增長(zhǎng)率(M2R)、國內(nèi)生產(chǎn)總值增長(zhǎng)率(GDPR)、失業(yè)率(UN)。商業(yè)銀行的信用風(fēng)險(xiǎn)用不良貸款率(NPLR)來衡量。宏觀經(jīng)濟(jì)變量的數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》和國研網(wǎng)宏觀經(jīng)濟(jì)數(shù)據(jù)庫,不良貸款率的數(shù)據(jù)來自中國人民銀行和中國銀行業(yè)監(jiān)督管理委員會(huì)網(wǎng)站,經(jīng)整理而成。在此基礎(chǔ)上,建立多元線性回歸模型,模型如下:

NPLR=β0+β1CPI+β2M2R+β3GDPR+β4UR+u

通過EVIEWS5.0對(duì)模型進(jìn)行回歸,結(jié)果如下:

NPLR=52.31-0.76CPI+0.28M2R-

(9.62)(-8.24) (3.62)

0.59GDPR+0.07UN+u

(-2.81)(1.34)

由上式可以發(fā)現(xiàn)模型中CPI、M2R和GDPR均通過置信度為5%的t檢驗(yàn),說明它們對(duì)被解釋變量NPLR有顯著影響;而UN沒有通過t檢驗(yàn),說明它對(duì)NPLR沒有顯著影響。CPI、GDPR均與NPLR呈負(fù)相關(guān)關(guān)系,它們?cè)酱?NPLR越小;M2R與NPLR呈正相關(guān)性,它越大,NPLR也越大。消費(fèi)者價(jià)格指數(shù)較高時(shí),信用風(fēng)險(xiǎn)較小,此時(shí),政府會(huì)進(jìn)行有效調(diào)控,來降低消費(fèi)者價(jià)格指數(shù),經(jīng)濟(jì)增速放緩,違約概率開始上升。GDP增長(zhǎng)率較高時(shí),信用風(fēng)險(xiǎn)小,但隨著信貸的不斷增加,至經(jīng)濟(jì)增長(zhǎng)放緩時(shí),原來累積的風(fēng)險(xiǎn)將釋放出來,信用風(fēng)險(xiǎn)增大;當(dāng)經(jīng)濟(jì)增長(zhǎng)較慢,政府將采取較為積極的貨幣政策來刺激經(jīng)濟(jì),M2供給迅速增加,同時(shí)違約風(fēng)險(xiǎn)也增大。

四、結(jié)論和建議

通過上面的研究可以發(fā)現(xiàn),總體上宏觀經(jīng)濟(jì)因素對(duì)商業(yè)銀行的信用風(fēng)險(xiǎn)有顯著影響,當(dāng)宏觀經(jīng)濟(jì)處于繁榮期時(shí),信貸質(zhì)量良好,違約概率低;而當(dāng)經(jīng)濟(jì)處于衰退期時(shí),信貸質(zhì)量較差,違約概率較高,即商業(yè)銀行的信用風(fēng)險(xiǎn)表示出一種親周期性。

針對(duì)以上研究結(jié)論,現(xiàn)提出以下幾點(diǎn)建議供我國商業(yè)銀行參考:一是加大對(duì)宏觀經(jīng)濟(jì)形勢(shì)及國家相關(guān)政策的研究。我國商業(yè)銀行的不良貸款率受宏觀經(jīng)濟(jì)波動(dòng)的影響比較大,因此商業(yè)銀行應(yīng)密切關(guān)注反映宏觀經(jīng)濟(jì)變動(dòng)的指標(biāo),特別是那些能夠提前反映宏觀經(jīng)濟(jì)變化趨勢(shì)的指標(biāo)。二是改進(jìn)不良貸款的分類方法,現(xiàn)行的五級(jí)分類法已不能夠有效區(qū)分正常貸款與不良貸款,應(yīng)制定更加精細(xì)、有效的分類方法。目前,中國銀行、中國工商銀行等銀行正在嘗試在現(xiàn)在五級(jí)分類法的基礎(chǔ)上,將貸款細(xì)化為十二級(jí)分類,這是一個(gè)發(fā)展的方向。三是進(jìn)一步量化風(fēng)險(xiǎn)管理,商業(yè)銀行在構(gòu)建信用風(fēng)險(xiǎn)度量模型時(shí),應(yīng)該把宏觀經(jīng)濟(jì)因素考慮進(jìn)去,提高模型的準(zhǔn)確度。

參考文獻(xiàn):

1、蔣鑫.影響商業(yè)銀行信用風(fēng)險(xiǎn)的宏觀經(jīng)濟(jì)因素分析[J].財(cái)經(jīng)研究,2008.

2、譚燕芝,張運(yùn)東.信用風(fēng)險(xiǎn)水平與宏觀經(jīng)濟(jì)變量的實(shí)證研究――基于中國、美國、日本部分銀行的比較分析[J].國際金融研究,2009(4).

篇(4)

關(guān)鍵詞：上市公司 資本結(jié)構(gòu) 宏觀經(jīng)濟(jì)

一、引言

企業(yè)資本結(jié)構(gòu)理論是現(xiàn)代企業(yè)理論和公司金融理論的一個(gè)重要組成部分，學(xué)術(shù)界對(duì)資本結(jié)構(gòu)的研究主要分為三個(gè)階段：始于1952年，以杜蘭特（David Durand）為代表的包括凈收益理論、凈營業(yè)收益理論和傳統(tǒng)折中理論的傳統(tǒng)資本結(jié)構(gòu)理論；始于1958年，以MM定理為核心的現(xiàn)代資本結(jié)構(gòu)理論；20世紀(jì)70年代以后，以權(quán)衡理論和不對(duì)稱信息理論為代表的新資本結(jié)構(gòu)理論。

隨著企業(yè)資本結(jié)構(gòu)理論研究的深入，關(guān)于企業(yè)資本結(jié)構(gòu)影響因素的研究也逐步展開。巴克特和卡格（1970）研究發(fā)現(xiàn)，規(guī)模大的企業(yè)傾向于債務(wù)融資，而負(fù)債率高的企業(yè)選擇債務(wù)融資的可能性較小。其他研究表明，企業(yè)的盈利能力（Timan & Wessels,1988）、稅收（Mackie-Mason,1990）、企業(yè)成長(zhǎng)性（Jensen,1986）、經(jīng)營風(fēng)險(xiǎn)（Hsia,1981）、股權(quán)結(jié)構(gòu)（Berger、Ofek、Yermack，1997）等企業(yè)自身特征因素對(duì)企業(yè)資本結(jié)構(gòu)都具有顯著的影響。

除了企業(yè)自身特征因素外，宏觀經(jīng)濟(jì)因素也是影響企業(yè)資本結(jié)構(gòu)的重要因素。本文以我國滬深交易所上市公司財(cái)務(wù)數(shù)據(jù)為樣本進(jìn)行實(shí)證研究，研究結(jié)果表明，宏觀經(jīng)濟(jì)變量對(duì)我國上市公司資本結(jié)構(gòu)存在比較顯著的影響。此外，實(shí)證研究表明，不同的宏觀經(jīng)濟(jì)變量對(duì)上市公司資本結(jié)構(gòu)的影響存在較大差異。

二、理論分析與研究假設(shè)

相比于從企業(yè)自身因素角度對(duì)資本結(jié)構(gòu)影響的研究，理論界從宏觀經(jīng)濟(jì)因素角度對(duì)資本結(jié)構(gòu)影響的研究相對(duì)較晚。從20世紀(jì)80年代開始，國內(nèi)外學(xué)者開始意識(shí)到政府制度安排、經(jīng)濟(jì)發(fā)展?fàn)顩r等宏觀經(jīng)濟(jì)因素對(duì)企業(yè)資本結(jié)構(gòu)的影響。

Kim and Wu(1988)的研究表明，通貨膨脹會(huì)增加負(fù)債水平。通貨膨脹往往導(dǎo)致更多的負(fù)債：一方面，通貨膨脹降低了負(fù)債的真實(shí)成本，在通貨膨脹期間對(duì)公司債券的需求上升；另一方面，隨著通貨膨脹率的下降，短期內(nèi)公司債券收益高于股票收益，從而使得公司債券需求上升（DeAngelo & Masulis,1980）。實(shí)際貸款利率的變動(dòng)對(duì)企業(yè)融資結(jié)構(gòu)的選擇具有顯著影響，利息率和通貨膨脹率的變動(dòng)扭曲了稅收利益和破產(chǎn)成本，因此影響目標(biāo)資本結(jié)構(gòu)（Fisher et al,1989）。基于Probit模型的實(shí)證研究表明，利率期限結(jié)構(gòu)影響公司的資本結(jié)構(gòu)（Nejadmalayerz,2002）。

GDP增長(zhǎng)率的波動(dòng)在一定程度上反映了經(jīng)濟(jì)周期波動(dòng)的情況，經(jīng)濟(jì)增長(zhǎng)率較高時(shí)，企業(yè)有較好的盈利預(yù)期，傾向于債券融資，財(cái)務(wù)杠桿較大。實(shí)踐中M1增長(zhǎng)速度的快慢反映了國家貨幣政策的取向，M1增長(zhǎng)較快則說明國家貨幣政策較為寬松，企業(yè)獲得貸款相對(duì)容易；M1增速放緩，說明國家緊縮銀根，企業(yè)貸款難度加大（蔡楠、李梅菠，2003）。Booth et al（2001）通過對(duì)發(fā)展中國家與發(fā)達(dá)國家的混合數(shù)據(jù)研究發(fā)現(xiàn)，GDP實(shí)際增長(zhǎng)率與企業(yè)財(cái)務(wù)杠桿正相關(guān)。股票市場(chǎng)越發(fā)達(dá)，企業(yè)具有更多的融資權(quán)，股價(jià)高漲使得股權(quán)融資優(yōu)勢(shì)更明顯，股票市場(chǎng)價(jià)值/GDP與財(cái)務(wù)杠桿負(fù)相關(guān)。

此外，財(cái)政支出的增長(zhǎng)帶來市場(chǎng)流動(dòng)性的增強(qiáng)和商業(yè)銀行貸款利率的降低，從而使得企業(yè)貸款成本和債務(wù)融資成本的降低，使得企業(yè)偏好債務(wù)融資。原毅軍、孫曉華（2006）對(duì)我國滬深上市公司實(shí)證研究發(fā)現(xiàn)，財(cái)政支出與企業(yè)目標(biāo)財(cái)務(wù)杠桿正相關(guān)。陳耿（2004）的研究表明，銀行貸款與債權(quán)不僅具有替代性，而且具有相當(dāng)?shù)幕パa(bǔ)性。商業(yè)銀行貸款的增長(zhǎng)往往伴隨著貸款利率和債務(wù)融資利率的下降，使得企業(yè)債務(wù)融資成本降低。

基于以上分析，本文在實(shí)證研究過程中選取了通貨膨脹率（Inflation）、實(shí)際貸款利率（R-Rate）、國內(nèi)生產(chǎn)總值增長(zhǎng)率（GDP）、M1-M0增長(zhǎng)率（DM）、滬深股市總市值增長(zhǎng)率（M-Value）、財(cái)政支出增長(zhǎng)速度（Pub-Expenditure）、上市公司市盈率增長(zhǎng)率（P/E）、商業(yè)銀行貸款增長(zhǎng)率（Loan）等八個(gè)解釋變量對(duì)企業(yè)資本結(jié)構(gòu)的影響進(jìn)行分析。本文對(duì)實(shí)證研究結(jié)果做出如下假設(shè)：

假設(shè)一：通貨膨脹率與企業(yè)資產(chǎn)負(fù)債率正相關(guān)。

假設(shè)二：實(shí)際貸款利率與企業(yè)資產(chǎn)負(fù)債率負(fù)相關(guān)。

假設(shè)三：國內(nèi)生產(chǎn)總值實(shí)際增長(zhǎng)率與企業(yè)資產(chǎn)負(fù)債率正相關(guān)。假設(shè)四：M1-M0增長(zhǎng)率與企業(yè)資產(chǎn)負(fù)債率正相關(guān)。

假設(shè)五：滬深股市總市值增長(zhǎng)率、市盈率增長(zhǎng)率與企業(yè)資產(chǎn)負(fù)債率負(fù)相關(guān)。

假設(shè)六：財(cái)政支出增長(zhǎng)速度與企業(yè)資產(chǎn)負(fù)債率正相關(guān)。

假設(shè)七：商業(yè)銀行貸款增長(zhǎng)率與企業(yè)資產(chǎn)負(fù)債率正相關(guān)。

三、被解釋變量的選取與實(shí)證模型的構(gòu)建

（一）被解釋變量的選取

廣義的企業(yè)資本結(jié)構(gòu)就是企業(yè)全部資金來源構(gòu)成及其比例關(guān)系，不僅包括權(quán)益資本、長(zhǎng)期債務(wù)資金，還包括短期債務(wù)資金。已有的研究多從賬面價(jià)值入手考察企業(yè)的杠桿率，由于賬面價(jià)值不能很恰當(dāng)?shù)姆磻?yīng)當(dāng)前市場(chǎng)狀況下企業(yè)真實(shí)的資產(chǎn)負(fù)債狀況，因此，本文選擇綜合考慮企業(yè)債務(wù)的賬面價(jià)值和權(quán)益的市場(chǎng)價(jià)值，以使得實(shí)證結(jié)果更加合理。在被解釋變量的選擇方面，本文將長(zhǎng)期債務(wù)和短期債務(wù)分別考察，共選取如下三個(gè)被解釋變量：

總市值資產(chǎn)負(fù)債率（MTR）=企業(yè)總負(fù)債/(企業(yè)總負(fù)債+企業(yè)股票市值)；

長(zhǎng)期市值資產(chǎn)負(fù)債率（MLR）=企業(yè)長(zhǎng)期負(fù)債/（企業(yè)長(zhǎng)期負(fù)債+企業(yè)股票市值）；

短期市值資產(chǎn)負(fù)債率（MSR）=企業(yè)短期負(fù)債/（企業(yè)短期負(fù)債+企業(yè)股票市值）。

（二）實(shí)證模型的構(gòu)建

在已有的資本結(jié)構(gòu)影響因素的實(shí)證研究中，大多是采用橫截面數(shù)據(jù)進(jìn)行分析研究，但是由于宏觀經(jīng)濟(jì)環(huán)境的變動(dòng)，某一個(gè)年度的數(shù)據(jù)常常受到偶然因素的影響。為了克服橫截面回歸的不足，本文采用面板數(shù)據(jù)模型對(duì)跨年度數(shù)據(jù)進(jìn)行回歸分析。本文采用的面板數(shù)據(jù)回歸的基本計(jì)量模型為：

Ri=αi+βkFk+εi； i=1,2,3；k=1,2,…,8。

其中Ri為資本結(jié)構(gòu)向量（在本文中代表MTR、MLR、MSR）；i代表不同的被解釋變量；αi為常數(shù)項(xiàng)；Fk為解釋變量；βk為解釋變量系數(shù)；εi為模型的擾動(dòng)項(xiàng)。

四、實(shí)證數(shù)據(jù)選取與實(shí)證結(jié)果分析

（一）解釋變量數(shù)據(jù)來源及統(tǒng)計(jì)描述

1、通貨膨脹率：本文所用我國通貨膨脹率數(shù)據(jù)來自國際貨幣基金組織數(shù)據(jù)庫和國研網(wǎng)數(shù)據(jù)中心，是通過消費(fèi)者價(jià)格指數(shù)計(jì)算得出，采用其年度平均變化百分比。

2、實(shí)際貸款利率：采用的是商業(yè)銀行3至5年期貸款利率與當(dāng)年通貨膨脹率的差值，其中3至5年期貸款利率來自萬得數(shù)據(jù)庫和中國人民銀行數(shù)據(jù)庫。

3、其余六項(xiàng)解釋變量：國內(nèi)生產(chǎn)總值、滬深股市總市值、上市公司市盈率數(shù)據(jù)均來自萬得數(shù)據(jù)庫庫，狹義貨幣M1-M0和商業(yè)銀行貸款額均來自國家統(tǒng)計(jì)局和中國人民銀行數(shù)據(jù)庫，各年的財(cái)政支出額來自于國家財(cái)政部和國家統(tǒng)計(jì)局。

（二）被解釋變量來源及統(tǒng)計(jì)描述

本文在實(shí)證研究過程中選取了上海證券交易所和深圳證券交易所上市的58家具有代表性的企業(yè)進(jìn)行研究，企業(yè)基本資料來自于上海證券交易所、深圳證券交易所及巨潮資訊網(wǎng)。通過參考各企業(yè)2000年至2008年9年的年度財(cái)務(wù)報(bào)表，本文對(duì) 58家企業(yè)各年度負(fù)債總額、長(zhǎng)期負(fù)債總額及短期負(fù)債總額的賬面價(jià)值進(jìn)行了統(tǒng)計(jì)匯總。同時(shí)，根據(jù)銳思數(shù)據(jù)庫公布的數(shù)據(jù)，統(tǒng)計(jì)各企業(yè)在各年度資產(chǎn)負(fù)債表日企業(yè)總市值，然后分別計(jì)算企業(yè)總市值資產(chǎn)負(fù)債率、長(zhǎng)期市值資產(chǎn)負(fù)債率和短期市值資產(chǎn)負(fù)債率。

（三）實(shí)證結(jié)果與研究模型的修正

本節(jié)首先將被解釋變量對(duì)2000年至2008年所有宏觀經(jīng)濟(jì)因素變量進(jìn)行了回歸，回歸結(jié)果顯示，幾乎所有的宏觀經(jīng)濟(jì)因素的系數(shù)都不顯著，存在明顯的多重共線性。為了進(jìn)一步探究解釋變量之間多重共線性的嚴(yán)重程度，本文對(duì)所有的8個(gè)解釋變量進(jìn)行了共線性檢驗(yàn)，如表4-1所示：

從表4-1可以發(fā)現(xiàn)，通貨膨脹率與實(shí)際利率之間、市盈率增長(zhǎng)率與國內(nèi)生產(chǎn)總值增長(zhǎng)率之間、市盈率增長(zhǎng)率與滬深股市總市值增長(zhǎng)率之間都存在明顯的共線性。

為補(bǔ)救多重共線性問題，本文首先是進(jìn)行了模型的重新設(shè)定，將原來的線性回歸模型轉(zhuǎn)變?yōu)閷?duì)數(shù)形式：Ri=αi+βklnFk+εi i=1,2,3；k=1,2,…,8；

回歸模型采用對(duì)數(shù)形式后，根據(jù)回歸結(jié)果，多重共線性依然存在。本文采取了刪除部分變量的方法，綜合考慮表4-1列示的自變量共線性狀況，本文刪除了實(shí)際利率、市盈率增長(zhǎng)率和滬深股市總市值增長(zhǎng)率三個(gè)變量。對(duì)總市值資產(chǎn)負(fù)債率的回歸結(jié)果如表4-2所示：

觀察表4-2可以發(fā)現(xiàn)，所有解釋變量的系數(shù)都不顯著，刪除三個(gè)解釋變量并沒有使回歸結(jié)果變得更好。造成這種狀況的原因可能是某些解釋變量對(duì)企業(yè)資本結(jié)構(gòu)的影響具有滯后性，比如國內(nèi)生產(chǎn)總值體現(xiàn)的是整個(gè)年度的總產(chǎn)值，其對(duì)以后年度企業(yè)資本結(jié)構(gòu)的影響大于對(duì)本年度企業(yè)資本結(jié)構(gòu)的影響。綜合考慮剩余五個(gè)解釋變量自身的特性，本文對(duì)國內(nèi)生產(chǎn)總值增長(zhǎng)率、M1-M0、實(shí)際貸款利率和財(cái)政支出增長(zhǎng)率分別進(jìn)行了滯后處理，通過不斷改變各變量的滯后期數(shù)，最終得到相對(duì)比較顯著的回歸結(jié)果如表4-3所示：

觀察表4-3，采取滯后期數(shù)處理后的回歸基本達(dá)到了解釋變量系數(shù)顯著的目標(biāo)。但解釋變量系數(shù)顯著并不代表回歸效果理想，因?yàn)樵谶@個(gè)過程中有三個(gè)解釋變量被刪除，模型的擬合度R2也降低了，在某些特定的情況下，可能擬合度降低帶來的后果比解釋變量系數(shù)不顯著更嚴(yán)重。

在對(duì)部分解釋變量進(jìn)行了定量回歸后，接下來要對(duì)之前的七個(gè)假設(shè)進(jìn)行驗(yàn)證，也就是對(duì)八個(gè)解釋變量對(duì)MTR影響的方向進(jìn)行定性檢驗(yàn)。結(jié)果如下：

從表4-4可以看出，解釋變量中GDP增長(zhǎng)率、通貨膨脹率和實(shí)際利率三個(gè)因素與MTR、MLR、MSR之間都有顯著的相關(guān)性，而滬深股市總市值增長(zhǎng)率和市盈率增長(zhǎng)率兩個(gè)因素與MTR、MLR、MSR之間相關(guān)性均不顯著?？傮w來看，僅有GDP增長(zhǎng)率與實(shí)際貸款利率對(duì)企業(yè)資產(chǎn)負(fù)債率的影響與前文的理論預(yù)期完全一致。觀察因素M1-MO增長(zhǎng)率、商業(yè)銀行貸款增長(zhǎng)率和財(cái)政支出增長(zhǎng)率可以發(fā)現(xiàn)，同一因素對(duì)企業(yè)不同的資產(chǎn)負(fù)債率指標(biāo)影響的方向相同，但是影響顯著程度存在差異。

五、研究結(jié)論及后續(xù)研究展望

本文選取我國上市公司2000年以來的財(cái)務(wù)數(shù)據(jù)及宏觀經(jīng)濟(jì)變動(dòng)數(shù)據(jù)進(jìn)行研究，通過實(shí)證分析，得出如下結(jié)論：

（1）公司資本結(jié)構(gòu)不僅受企業(yè)自身特征因素的影響，還受到宏觀經(jīng)濟(jì)因素變動(dòng)的影響；

（2）宏觀經(jīng)濟(jì)因素對(duì)企業(yè)資本結(jié)構(gòu)的影響具有滯后性，部分宏觀經(jīng)濟(jì)因素的變動(dòng)對(duì)企業(yè)當(dāng)年的資本結(jié)構(gòu)產(chǎn)生的影響小于對(duì)其后幾年企業(yè)資本結(jié)構(gòu)的影響；

（3）國內(nèi)生產(chǎn)總值增長(zhǎng)率、通貨膨脹率和實(shí)際貸款利率對(duì)企業(yè)資本結(jié)構(gòu)具有顯著的影響，而滬深股市總市值增長(zhǎng)率和市盈率增長(zhǎng)率對(duì)企業(yè)資本結(jié)構(gòu)影響不顯著，部分宏觀經(jīng)濟(jì)因素對(duì)企業(yè)不同的資本結(jié)構(gòu)指標(biāo)影響程度存在差異。

上市公司在經(jīng)營運(yùn)作過程中，可以通過宏觀經(jīng)濟(jì)因素的變動(dòng)預(yù)測(cè)我國市場(chǎng)企業(yè)整體資本結(jié)構(gòu)的變動(dòng)方向，從而對(duì)自身的融資、經(jīng)營策略作出相應(yīng)調(diào)整，特別是在經(jīng)濟(jì)危機(jī)前期，企業(yè)融資、經(jīng)營策略的調(diào)整對(duì)于企業(yè)順利渡過經(jīng)濟(jì)危機(jī)具有重要作用。

本文在研究過程中是將上市公司作為一個(gè)整體來分析宏觀經(jīng)濟(jì)因素變動(dòng)對(duì)企業(yè)資本結(jié)構(gòu)產(chǎn)生的影響，沒有對(duì)企業(yè)資本結(jié)構(gòu)的行業(yè)差異展開具體分析，也沒有分析上市公司所在地域的不同給上市公司資本結(jié)構(gòu)帶來的影響。因此，后續(xù)研究可以將行業(yè)因素和地域差異對(duì)企業(yè)資本結(jié)構(gòu)的影響進(jìn)行實(shí)證分析，探究不同行業(yè)、不同地域下企業(yè)融資方式和資本結(jié)構(gòu)的選擇。

參考文獻(xiàn)：

[1]蔡楠、李梅菠. 宏觀經(jīng)濟(jì)因素對(duì)上市公司資本結(jié)構(gòu)的影響[J]. 財(cái)經(jīng)科學(xué)，2003.

[2]陳耿. 上市公司融資結(jié)構(gòu)：理論與實(shí)證研究[D]. 西南財(cái)經(jīng)大學(xué)，2004.

[3]原毅軍、孫曉華. 宏觀經(jīng)濟(jì)要素與企業(yè)資本結(jié)構(gòu)的動(dòng)態(tài)優(yōu)化[J]. 經(jīng)濟(jì)與管理研究，2006.

[4]Hovakimian, A.“The Role of Target Leverage in Security Issues and Repurchases.” Journal of Business, 2004, pp. 1041-1071.

[5]Fischer,E.,Heinkel,R.,Zechner,J. Dynamic Capital Structure Choice: Theory and Tests[J]. Journal of Finance, 1989.

篇(5)

關(guān)鍵詞：上證綜合指數(shù) 宏觀經(jīng)濟(jì)變量 協(xié)整分析

一、引言

股票價(jià)格指數(shù)是指股價(jià)指數(shù)，動(dòng)態(tài)地反映某個(gè)時(shí)期股市總價(jià)格水平的一種相對(duì)指標(biāo)，它是由金融服務(wù)公司根據(jù)市場(chǎng)上一些有代表性的公司股票的價(jià)格加權(quán)平均后計(jì)算的平均數(shù)值編制而成的。宏觀經(jīng)濟(jì)走勢(shì)是影響證券市場(chǎng)大盤走勢(shì)的最基本因素，股市的運(yùn)行與宏觀的經(jīng)濟(jì)運(yùn)行應(yīng)當(dāng)是一致的，股份指數(shù)在影響著國內(nèi)宏觀經(jīng)濟(jì)的同時(shí)，也深受宏觀經(jīng)濟(jì)因素的影響。進(jìn)入2000年以后，我國股市經(jīng)歷了四年的大熊市。但2005年4月30日股權(quán)分置改革試點(diǎn)正式啟動(dòng)后，2005年夏天開始，我國股市開始進(jìn)行股改。從2006年開始，股指一路上揚(yáng)，到2007年10月16日達(dá)到6124.04的至高點(diǎn)。2008年，全球遭遇百年一遇的金融危機(jī)，全球股市暴跌，嚴(yán)重影響實(shí)體經(jīng)濟(jì)，我國股市也遭遇長(zhǎng)達(dá)半年多的大跌。所以宏觀經(jīng)濟(jì)是影響股市的根本原因，本文通過量化通貨膨脹（居民消費(fèi)指數(shù)和生產(chǎn)者價(jià)格指數(shù)）及貨幣政策（利率及貨幣供給量）來研究宏觀經(jīng)濟(jì)對(duì)股價(jià)指數(shù)的影響。

二、文獻(xiàn)回顧

國外學(xué)者已有比較多的相關(guān)研究。Balduzzi(1995)和Bakshi(1996)等對(duì)美國以及其他工業(yè)同家的實(shí)證研究發(fā)現(xiàn)股票價(jià)格與通貨膨脹之問呈負(fù)相關(guān)關(guān)系。國內(nèi)學(xué)者劉金全等(2004)對(duì)中國的實(shí)證研究認(rèn)為我國股票價(jià)格與通貨膨脹率之間存在負(fù)相關(guān)關(guān)系。段軍山、鄒偉衛(wèi)、白茜（2010）通過建立股價(jià)波動(dòng)、通貨膨脹與固定資產(chǎn)投資的協(xié)整關(guān)系和VEC模型，得出我國固定資產(chǎn)投資的波動(dòng)會(huì)受到上證綜合指數(shù)與存款利率水平自身變動(dòng)的影響。由此可知股價(jià)指數(shù)的變動(dòng)確實(shí)受到較為顯著的宏觀經(jīng)濟(jì)的影響。

三、變量選取及數(shù)據(jù)處理

物價(jià)水平，用我國消費(fèi)者價(jià)格指數(shù)（CPI）及生產(chǎn)者價(jià)格指數(shù)（PPI）來衡量；狹義貨幣供給量（M1）是經(jīng)濟(jì)周期波動(dòng)和價(jià)格波動(dòng)的先行指標(biāo)，人民銀行的基準(zhǔn)利率采用中國人民銀行對(duì)金融機(jī)構(gòu)收取的20天的利率，二者用來量化我國貨幣政策；以上變量的數(shù)據(jù)來源于中經(jīng)網(wǎng)數(shù)據(jù)庫及中國人民銀行網(wǎng)站。股價(jià)指數(shù)采用上證綜合指數(shù)（SP），來源于上海證券交易所網(wǎng)站。所有序列對(duì)數(shù)處理消除序列的波動(dòng)性，并對(duì)CPI、PPI和M1采用X12季節(jié)指數(shù)法進(jìn)行處理以消除季節(jié)性。

四、實(shí)證分析

1.數(shù)據(jù)平穩(wěn)性檢驗(yàn)

在作實(shí)證分析前，為了避免出現(xiàn)偽回歸，首先針對(duì)每個(gè)變量的序列是否存在單位根進(jìn)行檢驗(yàn)，這里使用ADF檢驗(yàn)方法。

經(jīng)對(duì)數(shù)處理后，序列LSP、LCPI、LPPI、LR和LM1進(jìn)行ADF檢驗(yàn)的t檢驗(yàn)值分別為0.261、2.688、-2.101、-1.415和-2.525，均大于5%顯著性水平下的臨界值，所以原序列均不平穩(wěn)。而序列的五個(gè)差分形式的t檢驗(yàn)值分別為-5.711、-11.316、-3.525、-14.251和-4.319，均小于臨界值，所以原序列的差分形式均平穩(wěn)，說明這五個(gè)序列都為一階平穩(wěn)。

2.協(xié)整檢驗(yàn)

ADF檢驗(yàn)結(jié)果表明，所有原序列都為一階平穩(wěn)。然后用Johansen協(xié)整檢驗(yàn)方法進(jìn)行檢驗(yàn)原序列間是否存在協(xié)整關(guān)系，這里零假設(shè)為協(xié)整關(guān)系的個(gè)數(shù)。

首先，確定模型的滯后階數(shù)。在Eviews軟件中，根據(jù)AIC和SC信息標(biāo)準(zhǔn)，選擇AIC和SC取最小值時(shí)的滯后階數(shù)。這里使最大滯后階數(shù)為4時(shí)AIC最小，而最大滯后階數(shù)為1時(shí)SC最小，所以采用LR檢驗(yàn)進(jìn)行取舍，所以選取CPI時(shí)合適的滯后階數(shù)為3，而選取PPI時(shí)合適的滯后階數(shù)為2。

從協(xié)整檢驗(yàn)結(jié)果中看到，當(dāng)選取CPI來描述物價(jià)指數(shù)時(shí)，零假設(shè)為不存在協(xié)整關(guān)系的P值為0.0001，至多存在一個(gè)協(xié)整關(guān)系的P值為0.017，而至多存在兩個(gè)協(xié)整關(guān)系的P值為0.170，大于0.1，所以存在兩個(gè)協(xié)整關(guān)系。

當(dāng)選取PPI來描述物價(jià)指數(shù)時(shí)，不存在協(xié)整關(guān)系的P值為0.007，而至多存在一個(gè)協(xié)整關(guān)系的P值為0.147，大于0.1，所以只存在一個(gè)協(xié)整關(guān)系。

協(xié)整方程如下：

LSP=0.21LR+3.47LM1-22.00LCPI

(0.578)(0.588) (3.684)

LSP=15.70LR+20.17 LM1-103.08LPPI

(-6.956)(-5.014)

(-27017)

以上的協(xié)整關(guān)系表明上證綜指與基準(zhǔn)利率和貨幣供應(yīng)量之間長(zhǎng)期為正相關(guān)關(guān)系，而與CPI和PPI之間長(zhǎng)期呈負(fù)相關(guān)關(guān)系。表明基準(zhǔn)利率和貨幣供給量的上升會(huì)促進(jìn)上證綜合指數(shù)的上升，而物價(jià)指數(shù)（CPI和PPI）的上升會(huì)促使上證綜合指數(shù)下降。

五、結(jié)論和政策建議

從以上結(jié)果可以看出，股價(jià)包含有未來通貨膨脹的信息。股價(jià)可以作為未來通貨膨脹預(yù)期的一個(gè)先行指示器，因此。在經(jīng)濟(jì)衰退時(shí)，中央銀行可以利用貨幣供給量、基準(zhǔn)利率與上證綜指的正向關(guān)系，采取擴(kuò)張性貨幣政策，即提高法定存款準(zhǔn)備金率來提高貨幣供給量，或提高基準(zhǔn)利率，穩(wěn)定并推動(dòng)股市價(jià)格的上漲，通過發(fā)揮股市的財(cái)富效應(yīng)帶動(dòng)實(shí)體經(jīng)濟(jì)的復(fù)蘇。而股價(jià)指數(shù)與物價(jià)指數(shù)的反向關(guān)系則表明，當(dāng)國內(nèi)通貨膨脹較為嚴(yán)重時(shí)，抑制通貨膨脹也可以促進(jìn)股指的上升。

參考文獻(xiàn)：

［1］Bakshi，G.S.and Chen，Z.Inflation，asset prices，and the term structure of interest rates in monetary economies［J］.Review of Financial Studies，1 996，9

［2］Granger，C.Investigating causal relations by econometric models and cross spectral methods［J］.Econometrica，1969，37，July

［3］劉金全，王風(fēng)云，資產(chǎn)收益率與通貨膨脹率關(guān)聯(lián)性的實(shí)證分析.財(cái)經(jīng)研究，2004，(1)

篇(6)

[關(guān)鍵詞] 高速公路 經(jīng)濟(jì)因素 交通量增長(zhǎng) 預(yù)測(cè)模型 蒙特卡羅

交通量是決定高速公路項(xiàng)目經(jīng)濟(jì)效益的核心內(nèi)容。國內(nèi)外很多學(xué)者都做過相關(guān)研究，國內(nèi)學(xué)者對(duì)交通量的預(yù)測(cè)大多數(shù)采用了神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法。這種方法是在分析影響某條高速公路所在地的國道、縣道等歷史數(shù)據(jù)的基礎(chǔ)上進(jìn)行的。一些學(xué)者也利用影響交通量的其他因素直接對(duì)交通量的大小進(jìn)行估計(jì)。分析過程中很多不確定因素只能依靠預(yù)測(cè)者的主觀猜測(cè)，因此，找到影響交通流量的宏觀經(jīng)濟(jì)因素是十分必要的，而得出一種基于宏觀數(shù)據(jù)的準(zhǔn)確預(yù)測(cè)模型更是迫在眉睫。

一、影響交通量增長(zhǎng)的經(jīng)濟(jì)因素

目前，國內(nèi)外學(xué)者普遍認(rèn)為影響高速公路交通量增長(zhǎng)有兩個(gè)方面的因素：一是收費(fèi)公路本身的一些物理參數(shù)（比如：隧道和橋梁的數(shù)量，這一地區(qū)受洪水、山崩等的傾向）；二是國家的經(jīng)濟(jì)指標(biāo)或者地區(qū)的經(jīng)濟(jì)指標(biāo)。

Matas（2001）的研究模型是建立在1981年～1998年的72條公路的數(shù)據(jù)的基礎(chǔ)上回歸而得出的。Matas利用GDP作為國家經(jīng)濟(jì)指標(biāo)進(jìn)行研究。他的研究顯示交通量變化的百分比直接受國家經(jīng)濟(jì)指標(biāo)變化的百分比影響。與他的研究相符和的是，一些學(xué)者利用地區(qū)經(jīng)濟(jì)指標(biāo)的變化量作為影響交通量的變量。影響交通量的地區(qū)經(jīng)濟(jì)指標(biāo)包括：失業(yè)人口，就業(yè)人口，失業(yè)率，工資，零售量，稅收收入，CDP和人口數(shù)。

Ash and Bazile 在2004年做過的相關(guān)研究顯示：在發(fā)展中國家，長(zhǎng)期的交通量增長(zhǎng)近似等于經(jīng)濟(jì)增長(zhǎng)的水平。而Matas的研究結(jié)果顯示影響交通量變化的最顯著因素是地區(qū)經(jīng)濟(jì)變量中的失業(yè)人口。因而，本文的選取地區(qū)生產(chǎn)總值，地區(qū)人口總數(shù)，地區(qū)失業(yè)人口作為影響交通流量變化的經(jīng)濟(jì)因素。

二、交通量增長(zhǎng)預(yù)測(cè)模型

1.回歸預(yù)測(cè)模型預(yù)測(cè)模型

本文利用的回歸方程模型為:

Yit=β0+β1iEIt+μit

其中Yit表示在第t年，高速公路的第i段交通量增長(zhǎng)的百分比。

EIt表示第t年，經(jīng)濟(jì)指標(biāo)的增長(zhǎng)百分比。

μit表示誤差項(xiàng)。

回歸選定的經(jīng)濟(jì)指標(biāo)因子包括:GDP,地區(qū)人口總數(shù)，地區(qū)失業(yè)人口數(shù)，分別用這些經(jīng)濟(jì)指標(biāo)的年變化百分比進(jìn)行計(jì)算。

2.數(shù)據(jù)的選取與回歸結(jié)果

交通量的數(shù)據(jù)是建立在1996年～1999年西安―寶雞高速公路的10條支線，1997年～2000年杭州―寧波(杭甬)高速公路的5條支線，2002年～2005年京津塘高速公路的38條支線的基礎(chǔ)上。各個(gè)經(jīng)濟(jì)指標(biāo)的數(shù)據(jù)是在分析各條支線所屬市的基礎(chǔ)上。利用的統(tǒng)計(jì)年鑒包括河北經(jīng)濟(jì)年鑒2003、河北經(jīng)濟(jì)年鑒2004、河北經(jīng)濟(jì)年鑒2005、河北經(jīng)濟(jì)年鑒2006、中國分縣市人口統(tǒng)計(jì)資料2003、中國分縣市人口統(tǒng)計(jì)資料2004、中國分縣市人口統(tǒng)計(jì)資料2005、中國分縣市人口統(tǒng)計(jì)資料2006、河北經(jīng)濟(jì)年鑒2003、河北經(jīng)濟(jì)年鑒2004、河北經(jīng)濟(jì)年鑒2005、河北經(jīng)濟(jì)年鑒2006、河北省2003年各市生產(chǎn)總值及指數(shù)統(tǒng)計(jì)。

回歸結(jié)果:

a.Predictors:(constant),X2,X1

b.Dependent Variable:Y1

a.Predictors:(Constant),X2,X1

b.Dependent Variable:Y1

a.Dependent Variable:Y1

回歸的結(jié)果顯示，影響中國高速公路交通量增長(zhǎng)的經(jīng)濟(jì)指標(biāo)包括：地區(qū)失業(yè)人口和地區(qū)GDP,地區(qū)人口總數(shù)為不顯著因素，回歸方程為：

Y1=-0.023X1+0.867X2+0.086

其中Y1表示支線交通量的增長(zhǎng)百分比，X1代表地區(qū)失業(yè)人口變化百分比，X2表示地區(qū)GDP變化百分比。

本文的研究結(jié)果是對(duì)Ash and Bazile在2004年做過的相關(guān)研究的一種驗(yàn)證，與其得出同樣的結(jié)論:在我國(發(fā)展中國家）,長(zhǎng)期的交通量增長(zhǎng)近似等于經(jīng)濟(jì)增長(zhǎng)的水平。

3.蒙特卡羅模擬

蒙特卡羅(Monte Carlo)方法，是一種基于“隨機(jī)數(shù)”的計(jì)算方法。它實(shí)質(zhì)上是利用服從某種分布的隨機(jī)變量來模擬現(xiàn)實(shí)系統(tǒng)中可能出現(xiàn)的隨機(jī)現(xiàn)象。通常使用專門的風(fēng)險(xiǎn)分析工具來進(jìn)行Monte Carlo模擬分析。利用蒙特卡洛進(jìn)行交通量預(yù)測(cè)的步驟如下：

(1)確定影響交通量增長(zhǎng)的表達(dá)式,在上節(jié)中已經(jīng)回歸出Y1=-0.023X1+0.867X2+0.086這一方程。

(2)分析確定方程中各個(gè)風(fēng)險(xiǎn)因子的概率分布模型。

(3)應(yīng)用計(jì)算機(jī)軟件產(chǎn)生各個(gè)風(fēng)險(xiǎn)變量的隨機(jī)數(shù)并帶入風(fēng)險(xiǎn)模型中計(jì)算出預(yù)測(cè)年度交通量增長(zhǎng)的幅度。

(4)重復(fù)模擬100000次，求得100000個(gè)值。

(5)對(duì)這100000個(gè)值作概率統(tǒng)計(jì)計(jì)算出其概率分布曲線。

三、案例分析

1.預(yù)測(cè)參數(shù)

以福建省某條高速公路項(xiàng)目為例,對(duì)該項(xiàng)目某年的交通量增長(zhǎng)進(jìn)行預(yù)測(cè)。利用福建省1995年～2006年的失業(yè)人口數(shù)據(jù)(來源于《福建統(tǒng)計(jì)年鑒1998》、《福建經(jīng)濟(jì)與社會(huì)統(tǒng)計(jì)年鑒2006(勞動(dòng)就業(yè)篇)》)進(jìn)行分析，確定失業(yè)人口增長(zhǎng)百分比近似服從正態(tài)分布，分布函數(shù)為:N(0.0764,0.141)。利用福建省1952年～2006年的地區(qū)生產(chǎn)總值數(shù)據(jù)進(jìn)行分析，結(jié)果顯示福建省地區(qū)GDP增長(zhǎng)百分比服從正態(tài)分布,分布函數(shù)為N(12.9,4.6)。

2.分析結(jié)果

根據(jù)影響因素的概率分布,利用分析軟件,得到福建省某條高速公路交通量增長(zhǎng)曲線,見下圖:

可見該條公路年交通量增長(zhǎng)最大可能在6.22％～16.98%之間，在這個(gè)增長(zhǎng)幅度內(nèi)的概率為82%，而且這條高速公路交通流量增長(zhǎng)近似服從正態(tài)分布。

本文通過回歸首先指出了影響中國高速公路交通流量增長(zhǎng)的經(jīng)濟(jì)因素，最主要的是地區(qū)生產(chǎn)總值和地區(qū)失業(yè)人口，長(zhǎng)期的交通量增長(zhǎng)近似等于經(jīng)濟(jì)增長(zhǎng)的水平，進(jìn)而得出中國高速公路交通量增長(zhǎng)的預(yù)測(cè)模型，并給出了蒙特卡羅方法在交通量增長(zhǎng)預(yù)測(cè)中的案例。試圖從客觀的角度和量化的角度出發(fā)，得出中國高速公路交通量增長(zhǎng)的一般預(yù)測(cè)方法。

參考文獻(xiàn):

[1]Matas,Anna,2001,The demand elasticity on tolled motorways, University of Barcelona, Department of Economics,1～25

[2]陜西省高速公路建設(shè)集團(tuán).西安至寶雞高速公路后評(píng)價(jià)總報(bào)告，2002

篇(7)

關(guān)鍵詞：宏觀經(jīng)濟(jì)；統(tǒng)計(jì)方法；發(fā)展；思考

中圖分類號(hào)：F222.39 文獻(xiàn)識(shí)別碼：A 文章編號(hào)：1001-828X（2017）007-00-01

很多人都不太了解什么是宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析，在這里我們給出一個(gè)相對(duì)全面的解釋，宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析主要是以宏觀經(jīng)濟(jì)理論為基礎(chǔ)，以指導(dǎo)國民經(jīng)濟(jì)運(yùn)行為目的，對(duì)宏觀經(jīng)濟(jì)的整體運(yùn)行過程進(jìn)行分析的一種實(shí)證經(jīng)濟(jì)。在國際上，宏觀經(jīng)濟(jì)這個(gè)詞語第一次出現(xiàn)在20世紀(jì)30年代，由恩格斯提出理論知識(shí)，我們國家宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析產(chǎn)生于改革開放以后，隨著我們國家經(jīng)濟(jì)的發(fā)展，我國的固定資產(chǎn)投資額不斷增加，對(duì)國民生產(chǎn)總值的影響作用也越來越大。通過對(duì)宏觀經(jīng)濟(jì)統(tǒng)計(jì)方法的分析，可以有效地制定經(jīng)濟(jì)政策進(jìn)而實(shí)施宏觀調(diào)控，刺激經(jīng)濟(jì)持續(xù)、健康發(fā)展。

一、宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的內(nèi)容

（一）宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的類別及特點(diǎn)

宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析主要包括四個(gè)方面：（1）事前分析、事中分析和事后分析；（2）狀態(tài)性分析、規(guī)律性分析和預(yù)測(cè)性分析；（3）專題分析和綜合分析；（4）定期分析和不定期分析。宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的特點(diǎn)主要包括應(yīng)用性、數(shù)量性、對(duì)比性、綜合性、實(shí)證性五個(gè)特點(diǎn)，從真務(wù)實(shí)，用數(shù)據(jù)和事實(shí)說話，通過實(shí)證分析研究宏觀經(jīng)濟(jì)問題。

（二）宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的課題和內(nèi)容

宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析按照經(jīng)濟(jì)活動(dòng)來進(jìn)行課題劃分，可以劃分為國民收入分配、消費(fèi)需求、投資需求、進(jìn)出口需求、國民經(jīng)濟(jì)綜合平衡分析、宏觀市場(chǎng)運(yùn)行等多個(gè)課題，在不同的歷史階段，由于其現(xiàn)實(shí)背景的差異，宏觀經(jīng)濟(jì)分析角度都會(huì)有不同的研究課題，描述我們宏觀經(jīng)濟(jì)的變化過程、特征、以及變化規(guī)律等問題，揭示影響事物變化的關(guān)鍵因素，探索其因果關(guān)系，并積極的找出解決問題的方法，以供決策者選擇。

二、宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的方法

（一）均衡分析和非均衡分析

均衡分析是宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析中的重要手段之一，這一分析方法認(rèn)為各種變量在綜合分析的情況下最終會(huì)達(dá)到一種均衡狀態(tài)，就供給需求理論而言，均衡分析理論認(rèn)為供給曲線和需求曲線在一定的價(jià)格和數(shù)量條件下，這兩種曲線就會(huì)達(dá)到均衡，這種理論在馬歇爾將圖形引入宏觀經(jīng)濟(jì)學(xué)以后一直在西方經(jīng)濟(jì)學(xué)中占據(jù)主導(dǎo)地位；非均衡分析方法是相對(duì)于均衡分析方法而言的，認(rèn)為市場(chǎng)上的供求不可能相等。非均衡分析方法更加貼近生活，它認(rèn)為在現(xiàn)實(shí)的經(jīng)濟(jì)生活中，由于信息的短缺和不對(duì)稱以及信息成本的提高，所以市場(chǎng)的供需總是會(huì)存在差異，是不可避免的，其中不完全競(jìng)爭(zhēng)將是非均衡分析方法的研究重點(diǎn)。

（二）定性分析方法與定量分析方法

定性分析方法作為宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析中的一個(gè)分支，由于其缺乏理論知識(shí)的基礎(chǔ)，所以人們更多的還是傾向于定量分析方法，定量分析方法主要運(yùn)用在金融領(lǐng)域，其中數(shù)學(xué)依據(jù)主要是計(jì)量和統(tǒng)計(jì)，在經(jīng)濟(jì)學(xué)中，常用的定量分析方法又分為5小種，分別為比率分析法、趨勢(shì)分析法、結(jié)構(gòu)分析法、相互對(duì)比法以及數(shù)學(xué)模型法，在這5種分析方法中，比率分析法是所有分析方法的基礎(chǔ)，趨勢(shì)分析方法、結(jié)構(gòu)分析法、相互對(duì)比法是分析方法的延伸，數(shù)學(xué)模型法則代表了定量分析方法將來的發(fā)展方向。

（三）靜態(tài)分析和動(dòng)態(tài)分析

靜態(tài)的分析方法主要是橫截面分析，是相對(duì)側(cè)重于分析經(jīng)濟(jì)變量的均衡條件，而動(dòng)態(tài)分析則引進(jìn)了時(shí)間維度，比如較為流行的時(shí)間序列分析，相對(duì)側(cè)重于隨著時(shí)間發(fā)展經(jīng)濟(jì)狀況的發(fā)展，這兩種分析方法都是不全面的，需要兩者相結(jié)合來看待，以長(zhǎng)泰縣為例，不僅僅要對(duì)長(zhǎng)泰縣現(xiàn)有的經(jīng)濟(jì)狀況、發(fā)展水平、發(fā)展特點(diǎn)以及問題作出分析，還要在時(shí)間維度上來作出整體把握，充分考慮內(nèi)在條件和外在因素的雙重作用，從而制定出相對(duì)的經(jīng)濟(jì)改革策略。

三、宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的意義

我們?yōu)槭裁匆芯亢暧^經(jīng)濟(jì)統(tǒng)計(jì)分析，宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析有什么的意義？我們從以下幾個(gè)方面來分析：1.研究宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析有利于把握證券市場(chǎng)的總體變化趨勢(shì)，在證券投資領(lǐng)域是離不開宏觀經(jīng)濟(jì)分析的只有把握住了整體的經(jīng)濟(jì)發(fā)展方向，才能把握證券的整體變動(dòng)趨勢(shì)；2.利用宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析來判斷整個(gè)證券市場(chǎng)的投資價(jià)值，這里的證券市場(chǎng)泛指整個(gè)證券交易市場(chǎng)，從狹義角度來說整個(gè)證券市場(chǎng)的投資價(jià)值就是整個(gè)國民經(jīng)濟(jì)增長(zhǎng)質(zhì)量與速度的體現(xiàn)，當(dāng)然對(duì)于長(zhǎng)泰縣這個(gè)小整體而言也是這樣的；3.通過宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析，掌握宏觀經(jīng)濟(jì)政策對(duì)證券市場(chǎng)的影響，證券市場(chǎng)與國家宏觀經(jīng)濟(jì)政策息息相關(guān)，認(rèn)真分析宏觀經(jīng)濟(jì)政策，這樣才能準(zhǔn)確把握證券市場(chǎng)的運(yùn)行趨勢(shì)和價(jià)值變動(dòng)方向，對(duì)投資者、證券業(yè)本身，乃至整個(gè)行業(yè)的發(fā)展都有重要的意義。

四、結(jié)語

在宏觀經(jīng)濟(jì)學(xué)中，一方面在實(shí)證分析中，各類分析方法通常綜合起來，多種分析方法共同作用，解決相關(guān)經(jīng)濟(jì)問題；另一方面實(shí)證分析方法也和規(guī)范分析方法相結(jié)合，實(shí)證分析方法為規(guī)范分析方法提供了理論依據(jù)。在《資本論》中，馬克思曾提到“分析經(jīng)濟(jì)形式，既不能用顯微鏡，也不能用化學(xué)試劑，二者都必須用抽象力來代替”，因此在我們研究宏觀經(jīng)濟(jì)學(xué)問題的時(shí)候，要用多種分析方法來綜合考慮，研究宏觀經(jīng)濟(jì)分析方法的內(nèi)容、方法以及意義。長(zhǎng)泰縣作為一個(gè)城市近郊縣，在經(jīng)濟(jì)發(fā)展的今天，也要秉持宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析方法，制定嚴(yán)謹(jǐn)?shù)慕?jīng)濟(jì)發(fā)展路線，帶動(dòng)經(jīng)濟(jì)的騰飛，希望本文能對(duì)此有一定的借鑒意義。

參考文獻(xiàn)：

[1]董濤.宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展的基本問題[J].中國科技博覽，2014.

[2]楊海琴.宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析在國民經(jīng)濟(jì)核算體系中的作用[J].現(xiàn)代國企研究，2016.