购物车(0)
宏观经济因素篇1
为了测度各种内外因素对宏观经济波动的相对影响程度，本文对脉冲响应函数进行方差分解。方差分解通过分析每一个结构式冲击对内生变量变化(以方差度量)的贡献度，进一步评价不同结构式冲击的重要性。表3列示了宏观经济波动方差分解结果。我国产出波动的方差分解表明：⑴在预测期内，由投资波动引起的我国产出的波动并不大，但却有随着滞后期逐渐增加的趋势。一方面，中央政府投资冲击对产出波动的解释能力要大于地方政府投资冲击，这说明了中央政府的经济政策或投资决策代表了我国政府决策层对当前经济状况的态度和看法，会对以后的经济形势起到很大的指示和影响；另一方面，中央政府投资冲击引致产出波动的速度也要快于地方政府投资冲击。这说明中央投资政策的出台大多是针对当时经济形势的短期行为。⑵与投资波动一样，国外需求的波动对我国实际产出的波动影响并不大，其解释能力随滞后期的增加逐渐增大到稳定状态时的8.7%。这说明虽然我国的经济对外依存度较高，但国际经济状况对我国经济的影响并不大。这可以归因于我国国内较强的经济活力和稳健的经济增长。⑶国内消费需求波动在短期内解释了我国实体经济的绝大部分波动，虽随滞后期的延长而有所下降，但得稳态时仍然有66.5%的解释能力。这也再次验证了扩大内需对我国经济持续较快增长的极端重要性，同时也提示我们，通过扩大内需来推动经济增长，应该作为一项长期政策来实施。
3稳健性检验
本文的实证分析结果受到我们根据一般经济理论设定的约束条件和Cholesky分解强加给经济变量的次序的影响，为了说明以上实证结果的可靠性，需要对模型的设定和估计进行稳健性检验。具体做法是：我们首先调整SVAR模型中的经济变量顺序，但不改变约束条件，依次进行模型估计、脉冲响应分析和方差分解；其次，我们对原有的约束条件作适当修正，但不调整SVAR模型中的经济变量顺序，再依次进行脉冲响应分析和方差分解；最后，我们既调整SVAR模型中的经济变量顺序又对约束条件作出适当修正，依次进行模型估计、脉冲响应分析和方差分解。经过多次模型调整和实证分析后，我们发现，实证结果并没有大的变化(限于篇幅，具体检验过程省略)。这表明，本文所使用SVAR模型具有稳健性，得出的实证结果是比较稳定可靠的。
宏观经济因素篇2
宏观经济学是研究社会总体的经济行为及其后果，即研究的是整个国家的经济运行情况，包括整个社会产量、收入、价格水平和就业水平、经济增长的决定因素以及经济增长的速度等。宏观经济学是我国教育部指定的经济管理类专业学生必修的核心课程之一，在教学体系中占有非常重要的位置。宏观经济学涉及大量抽象经济模型和数学推导，且与现实经济密切联系。有不少同学反映无论是掌握理论还是完成习题，都有一定的难度，而且碰到实际问题也无法灵活运用。所以一些学生很快就丧失了学习兴趣，上课时间反而成了他们玩手机、睡觉的时间。
基于此，本文将因子分析应用于影响宏观经济学学习兴趣的研究，此次对影响宏观经济学学习兴趣分析的主要目标有两点：一是找出影响宏观经济学学习兴趣的重要因子;二是提出相应的提高学生宏观经济学学习兴趣的改善措施。
二、研究方法
研究主要回答以下问题：影响经管专业大学生宏观经济学学习兴趣的具体因子有哪些?影响如何?哪些改善措施能提高学生宏观经济学学习兴趣?
1.研究对象。研究对象为北京邮电大学世纪学院312名大二上学期学生，来自三个专业：市场营销、财务管理、电子商务。平均年龄19.47岁，已学习管理学原理、微观经济学，大多数学生高中学的是文科，男女性别比例为1∶2。
2.研究工具。研究工具为宏观经济学学习兴趣问卷调查表，由笔者自行设计而成，共有30个题项，对每个题项采用5级量表分成五个等级并赋值：一点都不影响-1、影响较小-2、基本不影响-3、影响较大-4、非常影响-5。
3.研究进程。问卷调查时间为2014年4月21日至23日，在课堂上随堂进行。笔者要求学生根据自己的实际情况对30个题项进行选择，没有时间限制，平均用时6分钟。共发放问卷312份，收回有效问卷295份，随后将所有有效问卷数据输入SPSS20.0软件进行统计与分析。
4.数据分析。数据统计分析方法有3个：(1)描述性统计与分析，主要对均值和各选项百分比进行统计;(2)可靠性分析(信度分析)，主要评估问卷内部各个题项的一致性;(3)影响因子分析，对影响动机缺失的主要因子进行统计分析和提取。
三、研究结果与分析
表1、表2、表3为用SPSS20.0统计软件对问卷数据进行统计分析之后的相关数据表。从表1可以看出30个题项中有22项的均值都在3分及3分以上，这表明受试者学习兴趣普遍受到这些题项的影响。从各个选项的得分百分比也可以看出受试各题项的具体选择情况，其中4、5分(即影响较大-4、非常影响-5)的得分占较大比例，表明受试的宏观经济学学习兴趣受到较大影响。
从表2可以得出，经过最大方差法正交旋转后的因子负荷矩阵数据表KMO值为0.735，Bartlett的球形度检验显著性概率小于 0.01，表明问卷数据适合进行因子分析。从表3可以看出，共有8个因子被提取出来。分别为成本收益、他人影响、教师因素、教材及作业、课程性质、教学环境、上课时间、自我管理，各个因子后面的a为各因子内部题项的信度系数，都在0.7以上，具有较高的信度。表明这些因素在学习宏观经济学中具有较大的影响。
四、影响因子讨论与分析
因子1为成本收益，包含7个题项，分别涉及课程是否能马上应用、工作中能否应用、能否训练多样性和发散性思维、考研中能否用到、是否是经管专业基础课程、学习效果及成绩、自学的难易程度。7个题项的平均分都在3以上，题项23有26.3%的受试选择了影响较大，有20.0%选择了非常影响。题项18有27.4%和16.8%的受试选择了影响较大和非常影响，这两个题项选择影响较大和非常影响的比例都接近50%，表明较多的受试认为课程能否马上应用或在工作中应用对其宏观经济学学习兴趣存在着较大影响。题项21有26.3%的受试选择了影响较大，有18.9%选择了非常影响。题项17有 34.7%和11.6%的受试选择了影响较大和非常影响，这两个题项选择影响较大和非常影响的比例都接近50%，这说明学生在学习过程中非常注重花费的成本与最终的学习效果及成绩等是否能正比。他们不但重视课程收益，即课程能否得到应用;而且还重视成本，即自学的难易程度。
因子2为他人影响，包含5个题项，分别涉及辅导员对这门课的看法、学长对这门课的看法、家长对这门课的看法、课外辅导资料的多少、其他同学是否认真学习该课程。5个题项的平均分都在3以下，题项29有11.6%的受试选择了影响较大，有4.2%选择了非常影响。题项30有11.6%和5.3% 的受试选择了影响较大和非常影响，题项28有14.7%和7.4%的受试选择了影响较大和非常影响，这3个题项选择影响较大和非常影响的比例只有20%左右，表明较多的受试认为别人对课程的看法对其宏观经济学学习兴趣影响较小。题项27有14.7%的受试选择了影响较大，有10.5%选择了非常影响。题项 24有18.9%和14.7%的受试选择了影响较大和非常影响，这两个题项选择影响较大和非常影响的比例都超过50%。课外辅导资料的多少相当于社会的关注程度。这说明同学和社会对学生的学习兴趣的影响要大于辅导员、学长、家长。
因子3为教师因素，包含5个题项，分别涉及教师的教学方法、教师的态度、学识水平、教师的语音语气语调、教师的要求是否严格。除了题项4(教师的语音语气语调)外其他4个题项的平均分都在3以上。这表明较多的学生认为教师的教学方法、态度、学识水平和是否严格要求对其宏观经济学学习兴趣存在着较大的影响，应引起广大宏观经济学教师的高度关注。
因子4为教材与作业，包含3个题项，分别涉及教材是否有趣、想学的内容课本中有没有、作业的多少。题项13有31.6%的受试选择了影响较大，有 21.1%选择了非常影响。超过50%的学生选择影响较大或非常影响，这表明学生很在意教材是否有趣。这也不难理解，兴趣是最好的老师，如果教材内容晦涩难懂、想学的内容课本没有，那么教材对学生的学习兴趣是严重的打击;题项12有23.2%的受试选择了影响较大，有13.7%选择了非常影响。这表明超过 1/3学生选择作业的多少对学习兴趣有较大影响，这些都应该引起广大宏观经济学教师的重视。
因子5为课程性质，包含3个题项，分别涉及数学基础、是否是考试课、学分的多少。题项6有13.7%的受试选择了影响较大，有17.9%选择了非常影响。这表明虽然宏观经济学用到的数学知识不多，但宏观经济学涉及大量抽象经济模型和数学推导仍让超过1/3学生认为数学基础有较大影响。超过 40%的学生认为宏观经济学是考试课还是考察课、学分的多少也是影响学习兴趣的重要因素。
因子6为教学环境，包含4个题项，分别涉及教室人数多少、有没有空调、是否靠近喧闹的楼梯、投影仪效果。三四成同学认为教学环境对自己宏观经济学学习兴趣有影响。
因子7为上课时间，包含2个题项，分别涉及上午上课、下午上课。题项7有29.5%和7.4%的受试选择了影响较大和非常影响，题项8有 24.2%和13.7%的受试选择了影响较大和非常影响，这2个题项选择影响较大和非常影响的比例分别为36.8%、37.9%，这表明超过1/3的学生认为上课时间对宏观经济学学习兴趣影响较大。
因子8为自我管理能力。题项9有35.8%和11.6%的受试选择了影响较大和非常影响。47.4%的同学学习宏观经济学的兴趣受自我管理能力影响较大。
综观以上因子分析的结果，大学生学习宏观经济学的兴趣更易受外部影响。在当前市场经济背景和大学生自主择业的政策环境下，加上高等教育持续地大规模扩招，每年几百万的待就业大学生，使得天之骄子的辉煌不再。市场的激烈竞争和巨大压力早已成为他们学习与就业中无法避开的苛刻现实。因此大学生对宏观经济学的学习兴趣，就看它是否能马上应用、工作中能否应用、能否训练多样性和发散性思维。这也正是对当前复杂的学习、就业和发展环境的一种主动适应。这表明教师在教学活动中应更注重理论与实际相结合。让学生在学完宏观经济学后收益更大。
大学生宏观经济学学习兴趣更容易受同学、教师、教材、教学环境的影响。我们必须面对这一现实，主要适应学生，努力消除外部因素对学生学习兴趣的不良影响，提高学生学习兴趣。
五、结语与启示
本文对295名经管专业大学生宏观经济学学习兴趣进行调查与研究，归纳出影响宏观经济学学习兴趣的因子：分别为成本收益、他人影响、教师因素、教材及作业、课程性质、教学环境、上课时间、自我管理。研究对宏观经济学教学具有以下启示：
1.教学内容与实际相结合，与学生想学习的内容相结合。在教学中不能一味抱着课本，教师应积极了解学生最想学习哪些内容，结合实际把课本中的内容加以扩展。笔者在讲解宏观经济学时，精心设计每一堂课的内容，利用最新的财经新闻，对所讲的内容向学生提问相关的问题，引导学生主动参与讨论学习，通过观点的碰撞提高他们独立分析经济现象的能力。这样，既能紧扣课本深入浅出地掌握所学知识点，又能从这些抽象的理论中体会到其内在的精髓。同时，授课内容上加大案例分析的比重。具有典型意义的案例分析不仅可以帮助学生说明、验证、消化某种理论，巩固所学知识，还可以引导和启发学生对这些特殊情境进行讨论、分析，从而达到提高学生理论思维能力、分析判断能力的目的。当然，深刻的案例分析必须具备坚实的理论基础，才可以透过现象看本质。因此，教师在课堂的讲授上不仅仅要帮助学生完成理论模型的推导和求解，更要结合案例分析去说明、验证、消化某种理论，实现模型讲解和案例分析的最优组合。这样，学生在学习宏观经济学后就会感到收益很大，大大提高他们学习兴趣。学生一旦有了兴趣，他们会互相传递这种兴趣，从而形成良性循环。
2.在教学活动中教师应发挥主导多用，至少在目前的教学环境下教师的这一作用是不可替代的，教师对学生的学习兴趣具有极为重要的影响。教师对学生学习动机的影响一方面表现为态度、学术水平;另一方面则表现为教学方式。主要表现：在态度与学术方面，态度严谨、认真，学识渊博，站在前沿，不断创新;在教学方面，准备充分，内容条理清楚，逻辑性强，语音语速语调合理恰当，用学生理解的方式传授知识，让大学生主动参与教学活动并使其在分析、解决问题中感到有趣，激发他们的求知欲。
3.慎选教材、少留作业。高鸿业主编的《西方经济学——宏观分册》是国内目前比较权威的经济学教科书，系统介绍了宏观经济学的基本原理，内容安排也符合中国学生的学习习惯，是非常好的入门教材。但是该书涉及较多的数学公式推导、经济模型，且重点放在介绍宏观经济学的基本原理上，联系实际的经济学案例分析也不多，不易激起学生的学习兴趣。如果学生基础薄弱，尤其是文科生占大多数的情况下，数学功底较差，对大量的图表和数学公式难以提起学习兴趣，那么选取对数学基础要求不高、语言生动、可读性强、教材更新快的哈佛大学曼昆教授编写的《经济学原理——宏观分册》作为经济学入门教材是个不错的选择。同时，鼓励学有余力的同学或有考研要求的学生课后将高鸿业主编的《西方经济学——宏观分册》作为补充阅读的参考书目。教师在教授课程内容时就应让学生通过课堂练习掌握知识，从而少留作业，把学习的主动权交给学生。
宏观经济因素篇3
一、人民币汇率与出口额的关系
从1989年～2006年我国的汇率变化（见图1）可以分为三个阶段：第一阶段从1989年～1994年，这段期间人民币对美元持续贬值，从初期100美元对377元人民币到期末100美元对862元人民币；第二阶段从1994年～2005年中期，人民币对美元保持在100美元对825元人民币左右；第三阶段从2005年中期～2006年底，人民币对美元升值，100美元在初期兑换820元人民币到期末兑换781元人民币。
图11989年～2006年100美元兑人民币数量的走势图
资料来源：国家外汇管理局
在第一阶段，人民币对美元贬值促进了我国出口额的增长。对1989年～1994年我国出口额和人民币汇率数据（见图2）进行简单相关性分析（Pearson）得知，在0.01显著性水下下，两者存在显著的相关性，其相关系数高达0.968。因此，这期间人民币的持续贬值是我国出口额增长的一项重要因素。但从1995年开始人民币对美元汇率保持稳定到2005年中期开始的人民币升值说明在第二、第三阶段我国出口额的不断增长不是靠货币贬值起作用的。
图21989年～2006年我国出口额和人民币汇率数据
资料来源：国家统计局
二、国内物价水平与出口额的关系
国内物价水平的高低会直接影响出口商品的价格，进而影响出口额。如果国内的物价水平较高，在汇率一定的情况下，用外币表示的出口商品价格较高，不利于出口；反之，则较低，有利于出口。从1989年～2006年期间，我国通货膨胀率的变化有以下一些特点：
1.20世纪90年代前中期是经济过热时期，我国经历了高通货膨胀率，1994年达到高峰，通货膨胀率将近25％左右。
2.从此之后通货膨胀率开始下降，到1997年宏观经济成功实现软着陆，该年通胀率降到5％以下，只有2.8%。
3.接下来的几年通胀率维持较低的水平，有些年份甚至出现通货紧缩的现象（见图3）。
图31989～2006年我国的通货膨胀变动情况
资料来源：国家统计局
因此，我们可以发现在1994年后至新世纪初，在人民币汇率保持稳定的情况下出口额仍然不断扩大，说明稳定、甚至下跌的国内物价水平对这段时期出口的增长起到了重要作用，经过简单相关性分析（Pearson）可知，在0.05显著性水下下，两者存在明显的负相关，其相关系数为-0.707。
三、全球经济增长与加入WTO对我国出口额的影响
从图2可以看出，从2002年开始我国出口额开始快速增长，2006年的年均增长率达到30％左右，这期间的出口额增长与全球经济复苏有着密切的关系。2001年的911事件使美国经济受到重创，世界经济出现不景气现象，但不久之后，美、日等国经济开始复苏，带动全球经济的增长。正是由于全球经济的大好形势，更重要的是我国成为了WTO的成员国后对出口的极大促进作用（有大量的文献对此作过研究），使我国在最近的5年左右时间里，出口额取得了前所未有的高增长。
表1世界及美、日等国在2001年～2005年间经济增长速度（％）
四、全球突发经济事件对我国出口额的影响及结论
宏观经济因素篇4
国民收入的增长结构,是影响和制约政府宏观调控的一个基础性因素。由此,我们选择了国民收入中具有代表性的三组重要项目:工业企业利润、中央财政和地方财政收入、城市单位报酬和城乡居民收入,对它们1998年到2005年的平均增长水平进行了综合比较。
统计数据显示,从1998年到2005年,我国国民收入的增长在不同领域呈现出明显的差异。这8年的平均年增长水平,工业企业利润的年均增长为30.5%,高居榜首;中央财政和地方财政的年均增长分别为18.6%和16.6%,也具有相当高的增长水平;城镇单位劳动报酬的年均增长为9.9%,远低于前两项的水平;城市居民和农村居民的年均收入增长分别为8.7%和4.6%,居于同期最低位。GDP的同期平均年增长为8.9%。从积累角度考察国民收入增长结构,这也同时可以显示为是社会财富的增长结构。
另一项有关对劳动所得在国民经济分配中比重的研究数据,也为上述状况提供了一种印证。这个研究数据表明,劳动所得在国民经济分配中的比重是持续下降的。1978年到1983年,劳动所得比重从42.1%上升到56.5%,之后从1983年到2005年持续下降,其中只在1993年到1996年中略有上升,2005年的比重为37%,比1983年下降了19.5个百分点。这项研究数据还显示出,同期内资本收入在国民经济分配中比重是持续大幅上升的。1978年,以经营盈余和折旧资本所得及生产税净额为代表的资本收入,在GDP的比例为57.9%,2005年上升到63.3%,加上其他因素,资本比重实际上升了大约20个百分点。
这种国民收入增长结构和社会财富积累增长结构的状况,首先决定了政府管理当局最希望“提高内需拉动”,即较大幅度提高社会消费对国民经济的增长拉力,是很难真正奏效的。1990年到2005年的15年间,国内投资率的年均增长为20.8%,同期消费率的增长只有4.1%。1980年―1990年,最终消费占GDP的比例为62%,之后逐步下降,2005年仅为52.1%。1991年,居民消费率为48.8%,2005年下降为38.2%。这种情况,显然是上述国民收入增长结构状况的必然结果。因为,维持宏观经济高增长的主导力量,肯定只能是投资而不会是社会消费。经济分析的基本学理告诉我们,拉动消费增长的第一个充分必要条件就是居民收入水平的增长状态,而可供分配的国民收入在一定时期永远是一个定量,当资本收入和政府财政收入增长大幅持续提高时,就决定了国民收入用于居民收入的增长不可能太多。
资本收入持续增长,特别是工业企业年均利润增长30.5%的高位水平(尽管不同行业表现出差别),也足以解释为什么货币当局屡屡用提高利率来抑制投资过快增长而屡屡收效甚微。在如此高水平的企业利润增长激励下,降低25个或27个基本点的利率调节,或者再高一点也罢,对企业投资冲动不可能起到具有实际约束力的降温作用。再者,反过来说,有这种高水平的利润增长激励,企业又有什么理由要紧缩自己的投资活动呢?
居民家庭收入的等级结构差异越拉越大,中等和中高收入层的收入持续高速增长、中低收入层的增长明显迟缓,这就使当前一些涉及消费活动的宏观调控政策左右为难。
从2001年到2005年,按照国家统计局五等份分组的城镇居民家庭收入增长统计:高收入、中高收入、中收入、中低收入和低收入的城镇居民家庭年均收入增长,分别为15.23%、11%、9.31%、7.83%、5.35%。在这里,不但高收入层和低收入层之间的增长差距有3倍之多,而且高收入、中高收入和中等收入三个阶层,同低收入和中低收入层的平均差距也相当明显。据有关方面统计,2006年中等收入的居民家庭在2006年的年平均收入已经达到47000元,低收入家庭只有13000元,相差3.62倍。这种情况告诉我们,在经济高速增长中,中高收入阶层的收入持续高速增长、中等收入阶层的收入持续较快增长、中低收入阶层则明显增长迟缓。
这种社会收入阶层的明显分化,常常使我们目前看到一些涉及消费活动的宏观调控政策左右为难,甚至进退维谷。这里仅以政府有关部门对房地产的管理政策为例。近年来国内商品房的价格水平快速增长,引起普遍关注。这里的原因当然很复杂,确有房地产企业高额盈利问题、市场操作失范问题、政府财政资源过分依赖房地产开发问题、境外热钱炒作问题,等等,但我的分析说明,对这种商品房价格高位增长的基本性支撑,可能还是来自市场内部的需求增长力量。以2004年和2005年为例,国内高档住宅和普通住宅的销售价格指数上升最快,两年平均售价增长9.75%和9%,但同时高收入、中高收入和中等收入家庭在2001年-2005年的平均增长分别为15.23%、11%、9.31%,仍然高于前者。这就提供了一个支持高增长价格买房的高增长收入群体,应当不存在买房基础的需求缺失的问题。这里的矛盾仅仅在于,中低收入和低收入家庭的同期收入增长只有7.83%和5.35%,完全不能适应房价高速增长。由此,政府限制房价增长就很难奏效,因为存在市场需求的基本支撑;政府用控制售房面积来满足大多数人住房需求的办法也很难奏效,因为只要还是市场性房价就不可能满足大量中、低收入家庭的住房需求。
国内三次产业的结构变化相当缓慢,第二产业仍然是高速增长的最强大支持,其产值比重甚至出现了稳中微升的状况,这就使加快转变增长方式的各项调控政策执行难度很大。
中国经济的高速持续增长主要依赖第二产业的强大支撑,这种基本增长格局不但没有改变,而且还有进一步稳定和强化的趋势。数据分析显示,进入新世纪的2000年到2[，！]006年,第一产业的产值比重是下降的,从2000年的15%下降到2006年的12%;第三产业的产值比重变动极小,2000年为39%,之后在3个百分点上下变动,2006年又回位到39%。第二产业的产值比重在2000年为39%,2001年和2002年下降了一个百分点,2003年之后逐步微升,2006年上升到49%。结论是,中国三次产业的产值结构变化甚微,第二产业的产值比重稳中有升,对经济高速增长继续起着主导性支撑的作用。
这种三次产业结构增长格局的基本状况,就可以在更深层的经济原因上解释,为什么政府宏观调控关于加快转变增长方式的各项政策,在执行力方面的难度很大。例如关于降低能耗和减少污染排放的政府调控目标很不理想,当然可以在法律法规、资源价格、生态补偿等方面找到原因,但是,在目前第二产业如此强劲的增长势头背景下,在目前第二产业的增长还需要依赖我们最重要的比较优势――主要不是依赖技术进步而是依赖资源产品、初级产品和廉价劳动力大量投入的情况下,以高耗能和高污染为特征的增长活动可能发生根本性的改变吗?再以控制土地开发政策为例,在第二产业的主导性产值拉动如此强大的吸引下,对土地资源的扩张开发必然成为地方政府(无论是东部地区还是中西部地区)拉动经济增长最有效的手段之一。
进一步的深入研究还会告诉我们,中国的工业化进程可能仍然处在急剧扩张性发展时期,由此,目前三次产业的增长结构或许并非是不合理的,人为的改变结构恐怕很难,问题在于我们怎样把这个过程的阵痛减少到最低限度。
既然增长结构已经成为影响宏观调控效率的一个重要制约因素,改进的思路就应是:在调控政策实施中考虑增加结构性操作;积极改变目前增长结构中不合理的东西。
任何政府的宏观调控操作,实际上都是在既定增长结构条件下进行的。当调控方向和工具的使用可以基本达到调控目标时,几乎可以不考虑增长结构的问题,但如果这种调控工具的选择和使用总是较多偏离调控目标,对增长结构的重新认识和由此考虑对调控方向和工具的使用进行新的选择,或者进行部分新的选择,就是一个应当认真研究的问题了。我认为思考当前政府的宏观调控操作及其效率,就已到了这样一个时候。
宏观经济因素篇5
宏观经济学中的汇率传导机制指出，一国汇率发生变动，对本国物价水平的影响分直接和间接作用。该理论的假定前提为：整体世界价格水平保持不变，在现实生活中，这个假定前提并不成立，而且中国的外汇占款数量变化的影响因素也很多，导致人民币汇率变动的因素更是繁多。中国的外汇占款持续增长，CPI增长幅度却并没有与其同步，当前的国际经济环境中，人民币升值预期不断增加，本文运用2005年到2014年的年度数据，旨在探究外汇占款、外商直接投资、人民币名义有效汇率的变动对CPI增长的影响机制、影响程度。
二、文献综述
近年来，国内外学者对于外汇储备的研究较多。朱孟楠、赵茜（2012）的研究表明，相比较外汇占款而言，汇率变动更能解释国内物价波动，能解释其波动的75%，外汇占款的贡献度就相对较少，但是也能解释10%。吉翔、陈曦（2012）的实证研究指出，外汇占款对宏观经济的影响不仅能从实践得到证明，更存在坚定的理论基础。其研究中运用协整检验、格兰杰因果检验多种计量方法，选取2001年1季度至2011年4季度的季度数据，进行分析。在协整模型中，发现外汇占款和物价水平并非呈现正相关，这说明在中短期内，中国物价上涨的大部分原因并非是外汇占款的急剧增加。而在之后的格兰杰因果检验中，再一次证明外汇占款规模和物价水平没有直接关系。张开宇（2014）在其研究中进一步引入理论依据，利用抛补平价说和蒙代尔――弗莱明模型从理论出发，分析表明外汇占款对货币供应量的影响正在逐渐加强，但是外汇占款大幅增加使得整个市场流动性过度增加，对于货币政策的实施具有一定的阻碍作用。
本文准备在前人的研究基础上进一步探究，采取2005年至2014年的年度数据，进行比较系统的宏观分析验证，探究近年来外汇占款与我国物价水平之间是否存在较明显的关系。
三、模型建立与数据选取
（一）数据选取与说明。本文采用协整检验、格兰杰因果检验等计量方法，分析外汇占款、人民币汇率、CPI、GDP、M2的关系，对其进行实证研究。本分析时，根据前人经验仅将人民币与美元的汇率作为考虑对象，令美元兑人民币汇率为E，考察其对外汇占款变化的影响。
为了剔除季节因素影响，文中采取的都是年度数据，分别对数据进行处理，GDPG是将每年的季度数据进行加权平均取得最终值，FX为年度外汇占款数据，CPI为年度同比消费者物价水平。为了减少FX和M2由于是时间序列而存在波动，且其绝对值相差较大，因此对其取对数，记为LOGFX、LOGM2。本文所有数据为2005年至2014年的年度数据，数据来源于中国国家统计局网站。
（二）序列平稳性检验。对于选取的变量，需要先确定是否平稳，在不存在单位根的情况下，才能进行协整检验，检验变量之间是否存在协整关系。因此下文对各变量进行ADF检验，检验的原假设是各变量存在单位根，得出的结果中LOGFX的P值为0.0015，ADF值为-6.288820，1%临界值为-4.582648，原始数列平稳，不存在单位根；CPI的P值为0.0054，ADF值为-5.116556，1%临界值为-4.582648原始数列平稳，不存在单位根。而GDPG、LOGM2、E则要进行相应处理后，才能使其变为相应的平稳序列。通过ADF检验，确定了各变量的最优滞后期。
（三）协整检验。在建立模型时，通过上文检验，出广义基础货币M2的最优滞后期为2期外，其他变量的最优滞后期均为一期。得出协整方程如下：
LOGFX=6.584875+0.137031LOGM2-0.009671CPI+3.209987GDPG-0.337692E
从协整方程中可以看出，在长期均衡中，外汇占款FX、广义货币M2、GDP增速是呈现正相关关系，而外汇占款FX、物价水平CPI、美元兑人民币汇率并没有呈现正相关关系。外汇占款和物价水平没有呈现正相关，说明国内物价水平变化和外汇占款增加没有直接联系，2005年至2014年外汇占款数量持续增长，但是国内物价水平同比增长速度波动不大，从协整方程中也可以看出，国内物价水平上涨并非是外汇储备增长推动的，物价水平变化的推动因素有多种。虽然外汇占款直接影响广义货币，持续增长的外汇占款推动了M2的大量投放，但是在这个过程中，央行为了减小通货膨胀的影响，也采取了一系列市场操作，比如提高准备金率，发行央票等，这些行为对外汇占款进行了一定程度的冲销，一定程度上对外汇占款所释放的过度流动性进行了稀释，因此使之对国内物价水平并未造成直接的影响。
（四）格兰杰因果检验
在上文得出外汇占款FX、广义货币M2、居民消费水平CPI、GDP增速、人民币汇率E，这五个内生变量在长期是存在线性关系的基础上，对它们进行了格兰杰因果检验，主要是为了考察它们之间是否存在先导滞后关系。
检验结果表明：第一，外汇占款为广义货币M2的格兰杰成因，表明，在某种程度上，外汇占款的增加会促进广义货币M2的增长。第二，外汇占款为人民币汇率的格兰杰成因，随着中国外汇占款数额的增大，国际上对人民币升值的预期加强，在一定程度上使得人民币的汇率有上升的压力。表明外汇占款确实对人民币汇率存在推动作用。第三，外汇占款同时还是GDP增速的格兰杰成因，说明中国国内生产总值的增长中有外汇占款的一定程度的有利影响。第四，外汇占款和CPI并没有互为格兰杰成因，这一结果和前文提到的，外汇占款与中国国内的物价水平没有直接联系相呼应，表明物价水平上涨的内外推动原因多元化，外汇占款对其的影响因子过小，因此，没有必要在分析物价水平变化时，对外汇占款赋予过多权重。第五，广义货币是GDP增速的格兰杰成因，按照宏观经济学理论可以推导，市场基础货币增加，在某种程度上会促进投资，刺激消费，推动经济发展。实证结果与理论相符。
四、实证结果与政策建议
实证结果表明，从2005年人民币汇率改革之后，中国经济始终保持稳健的增长趋势，外汇占款持续增加，在货币乘数的作用下，市场投放的基础货币增加，广义货币，GDP均对其有正向推动作用；人民币汇率对其也有影响，但是二者并不是正向变化的；更进一步地，在分析外汇占款和CPI的关系时，发现二者并没有十分明显的直接关系。这一点和宏观经济学的相关理论有些出入，深入研究后，发现在实际经济环境中，存在央行为了维持国内物价水平稳定，减少通货膨胀压力而采取了一系列措施，对外汇占款进行了冲销。实证研究结果和相关政策建议如下：第一，在我国目前的市场环境中，人民币汇率并没有实现完全的市场化，在很大程度上还是由政府进行主导。第二，外汇占款对经济增长具有促进作用，在某种程度上，是通过货币传导机制起的作用，因为广义货币是GDP增速的格兰杰成因。第三，外汇占款虽然对CPI没有直接影响，但是中国的经济发展比较特殊，整体经济对于外部环境的依赖程度较高，因此持续增长的外汇占款对于国内的物价水平的影响还是值得注意的。
（作者单位：中国民航大学经济与管理学院）
参考文献：
[1] 吉翔，陈曦.外汇占款对中国宏观经济的影响探析[J].现代财经，2012（12）.
[2] 张开宇.我国外汇占款规模变动对货币政策影响研究[J].现代财经，2014（5）.
宏观经济因素篇6
一､问题的提出
利率期限结构也称为收益率曲线，刻画的是相同风险水平下，利率与到期期限之间的关系。收益率曲线的位置和形状随时间而改变，在经济周期的不同阶段，利率水平和利差(长期利率和短期利率之差)均不相同。下图是一个很好的例子，它反映了美国1990―2001年之间处于经济周期不同阶段的收益率曲线的变化。那么推动收益率曲线动态变化的因素是什么呢?潜在因素(1atent factor)是一种解释。潜在因素(变量)不能被直接观测到，但可以从债券价格中推算出来。作为这类文献的代表，Litterman和Scheinkman(1991)应用主成分分析法，把影响利率期限结构动态的三个主要因素命名为平行因素(1evel factor)､斜度因素(slope factor)和曲度因素(curvature factor)。平行因素影响所有期限的收益率，斜度因素决定了收益率曲线是陡峭或是平坦，曲度因素影响收益率曲线的弯曲程度。这种解释在理论上不能令人满意，利率作为一个最重要的宏观经济变量，是经济系统内生的，利率期限结构作为不同到期期限利率的组合，自然也不能游离于经济系统之外，用通过统计技术产生的､不可观测的潜在因素来解释利率期限结构的动态变化显然缺乏经济理论支持。于是，一些研究者开始着手设计包含宏观经济变量的动态模型，用可观测的宏观经济因素来解释利率期限结构的变化，这类模型被称为宏观-金融模型(Macro-Finance Models)。宏观-金融模型不仅具有理论价值，而且具有应用价值。对利率期限结构的预测一直是金融实务中的一个重要课题，因为利率期限结构是固定收益证券和金融衍生产品定价的基础，也是利率风险管理的基础。在模型中加入可以观测的宏观经济变量可以在一定程度上提高模型的预测能力，因此具有广阔的应用前景。
图1美国1990-2001年收益率曲线的变化
数据来源:引自长城证券研究报告《国债收益率曲线的比较研究》
二､宏观-金融利率期限结构模型的基本结构――离散形式的仿射模型
Ang和Piazzesi(2003)､Bernanke， Reinhart和Sack(2004)以及Rudebusch和Wu(2004)采用了基本相同的模型结构，即离散形式的仿射模型。简单地说①，仿射模型将零息债券的对数价格视为状态变量(向量)的仿射函数②，而状态变量的演进由一个向量自回归模型决定，即:
那么，为什么要选择仿射模型作为宏观-金融模型的基本结构呢这主要是因为，第一，Duffle和Kanl1996提出的仿射模型是应用最广泛的利率期限结构模型，模型具有坚实的微观金融学基础，被称为利率期限结构研究的“载重马车”workhorse model。以仿射模型作为基本模型结构使宏观一金融模型具有很强的理论支撑。第二，仿射模型能够十分方便地接纳宏观经济变量。仿射模型对状态向量中的元素并无特别设定，因此这些元素既可以是不可观测的潜在变量latent factor，也可以是可观测的宏观经济变量。Ang和Piazzesi2003将状态向量中的元素分为两组，一组包括两个由主成份分析法得到的宏观经济变量――通货膨胀因素和真实经济活动因素，另一组包括三个潜在变量。Bemanke，Reinhart和Sack2004以宏观经济变量及其滞后值作为状态向量中的元素，潜在变量被排除在外。状态向量元素的灵活选择给研究者带来了很大便利，一定程度上也增强了模型对数据的拟合效果。
三､宏观经济变量影响利率期限结构的途径――短期利率和风险价格
在上面的分析中我们看到，宏观经济变量作为状态向量中的元素影响利率期限结构，但这毕竟只是一种模型结构上的描述，从经济理论上说，宏观经济变量是通过何种途径影响利率期限结构的呢答案是短期利率和风险价格。
1､宏观经济变量对短期利率的影响
短期利率是连接微观金融视角和宏观经济视角的关键点。从微观金融视角来说，短期利率是其他各期限利率的基本构成成份，因为长期利率是风险调整后的预期未来短期利率的平均值，即
从宏观经济视角来说，短期利率是中央银行重要的货币政策工具，中央银行通过调控短期利率来实现其稳定经济的货币政策目标。如何分析宏观经济变量对短期利率的影响泰勒规则是一个很好的切入点。Taylor1993a使用理性预期模型，通过对7个工业国家数据的模拟分析，发现利率规则最有利于中央银行保持产出与物价稳定，这里利率规则是指根据产出和物价水平与目标值之间的差距来调节利率的货币政策规则。Taylor1993b提出了一个简单的代表性利率规则，并证明这一规则很符合1987年至1992年美国联邦资金利率的走势，这一规则被称为泰勒规则，其表达式为④:
2､宏观经济变量对风险价格的影响。
由于未来的不确定性，与持有短期债券相比，人们在持有长期债券时往往要求获得一定的额外收益以补偿自己承担的风险，这部分额外收益就是风险溢酬。因此在4式中，长期利率表示为风险调整后的预期未来短期利率的平均值。风险溢酬与宏观经济状况相关联，例如，在高通货膨胀时期，人们对未来通货膨胀率的预期值往往较高，因此要求的风险溢酬也较高;相反，在低通货膨胀时期，人们要求的风险溢酬相对较低。在进行计量分析时，风险溢酬被分解为两个部分:风险价格和风险数量。风险数量由随机扰动决定，风险价格则取决于模型的设定。宏观―金融模型设定风险价格为状态变量的仿射函数:
这里Λt，表示风险价格，Λ0是一个七维常数向量，Λ1是一个k×k矩阵。当状态向量中的元素包括宏观经济变量时，宏观经济变量将通过风险价格､进而风险溢酬影响利率期限结构。
四､宏观―金融模型在中国的应用前景
在利率市场化改革不断深化的背景下，利率期限结构的宏观―金融模型在中国具有广阔的应用前景。
1､在利率风险管理中的应用
随着利率市场化改革的推进，国内金融机构，特别是商业银行面临的利率风险逐渐增大，如何进行有效的利率风险管理成为一个急待解决的问题。进行利率风险管理首先需要计量自身利率风险的暴露程度，这离不开对利率期限结构未来走势的估计。利率期限结构的动态模型很多，宏观―金融模型以其简洁的模型结构和坚实的经济理论支撑无疑可以成为一个很好的选择。
2､在金融衍生产品定价中的应用
衍生品市场是国际金融市场的重要组成部分，目前，金融衍生产品在国内的推出已经有了时间表。金融衍生产品的定价离不开利率期限结构，几乎所有的定价公式都包含无风险利率。在经典的布莱克一斯科尔斯期权定价公式中，无风险利率被假设为一个常数，这显然是与事实不符的，放松这一假设就需要对利率期限结构进行估计，宏观―金融模型在此可以得到运用。
3､在货币政策制定中的应用
应该指出的是，宏观经济因素与利率期限结构的联系是双向的，宏观―金融模型侧重研究的是宏观经济变量对利率期限结构的影响，同时也有另外一类文献侧重研究利率期限结构对宏观经济变量的预测。20世纪90年代以来，一批宏观经济学的实证研究文献显示，对利率期限结构进行分析，可以预测未来的通货膨胀率和实际产出变量，从而为货币当局的货币政策决策提供重要的参考依据。这一理论成果在实践中已经得到运用，英格兰银行的通货膨胀报告从1994年开始定期公布根据利率期限结构推导出来的预期通货膨胀率，而美联储1996年决定把利率期限结构作为一个重要的先行经济景气指数并定期公布长短期利差的变动。既然宏观经济变量对利率期限结构存在影响，货币当局在利用利率期限结构所提供的信息时就有必要区分哪些信息是和已知的宏观经济信息相重合的，哪些信息是宏观经济变量未能揭示的，这个方面宏观―金融模型恰好可以发挥作用。
参考文献:
[1]Ang，A.，Piazzesi M. No-Arbitrage Vector Autoregression of Term Structure Dynamics with Macroeconomic and Latent Variables. Journal of Monetary Economics. May. 50(4)pp. 745-787
[2]Bemanke，Ben S.，Vincent R.Reinhart，and Brian P.Sack. Monetary Policy Alternatives at the Zero Bound:An Empirical Assessment. Brookings Papers on Economic Activity2，PP.1-78.
[3]Duffie，D. Kan，R. A Yield-Factor model of interest Rates. Mathematical Finance，6:PP.379-406
宏观经济因素篇7
美国经济一向都是全球经济的发动机，但是自去年九月至今，以次级房贷为诱因，美国经济发生了大幅波动，由此造成了严重后果。实体经济的恶化必将对商业银行信用风险产生不利影响。回顾历史，1929年10月的美国，20世纪80年代的日本，以及1997年亚洲金融危机之后的韩国等都在经历了一个经济快速增长、资产价格快速上扬和信用快速扩张的阶段之后，金融体系却遭遇了一场全面危机。我们可以看出，宏观经济周期的循环对商业银行信用风险具有极其巨大的影响。对于经济可能发生的转变，我国商业银行需要吸取各国之经验教训，提前做好准备，控制信用风险，防患于未然。宏观经济波动对商业银行信用风险的影响并不是凭空产生的，而是通过一定的机制以及各个相关因素进行传递的。从宏观的角度来看，一个国家的宏观经济条件、宏观经济政策以及金融监管等在很大程度上决定该国商业银行风险的大小。宏观经济中的通货膨胀和经济周期等是商业银行的主要风险来源之一。下面通过对数据进行分析评估宏观经济波动对我国商业银行信用风险的影响。
（一）评估指标体系的初步选择
在变量的选择上，本文选取不良贷款率作为模型的被解释变量，来反映我国历年的信用风险状况。由于众多影响因素不可量化以及某些指标数据的可获得性问题，本文根据《商业银行风险监管核心指标(试行)》，从信用风险、宏观经济及影响因素等方面考虑选取了7个指标。统计年份从1993-2007年，由于我国银行业起步比较晚，因此数据有限。具体如下:
（1）信用风险通过不良贷款率(Y)来反映：其反映商业银行不良资产的沉淀情况。
（2）GDP增长率(X1)：反映我国经济总体波动情况。
（3）全社会固定资产投资增长率(X2)：反映以货币表现的建造和购置固定资产活动的工作量的变化情况，从一方面反映我国企业生产经营状况。
（4）进出口总额增长率(X3)：对外贸易活动规模变化情况，从一方面反映国际经济波动对我国的影响。
（5）通货膨胀率(X4)：从一方面反映原材价格变化情况。
（6）M2增长率(X5)：反映每年货币供应量的变化情况。
（7）全国规模以上企业利润增长率(X6)：反映我国企业总体盈利变化情况。
注:本文的相关指标数据都来源于历年的《中国统计年鉴》以及《中国金融年鉴》并加以整
理所得，部分来自施华强(2005)《国有商业银行账面不良贷款、调整因素和严重程度:1994-2004》。
根据所选的指标，本文建立多元线性回归模型:
其中，由实际观测值构成，为参数向量，为随机误差向量。
（二）研究假设的提出
需要说明的是：GDP增长率、全社会固定资产投资增长率、进出口总额增长率总是随着经济的变化而发生同向变化；由于我国体制的关系，我国政府总是在经济向好时控制货币投放量，而在经济出现向下的趋势时加大货币投放量。且不良贷款率通常是滞后与经济变化的。因此，本文假设:
H1:GDP增长率与不良贷款率呈负相关。
H2:全社会固定资产投资增长率与不良贷款率呈负相关。
H3:进出口总额增长率与不良贷款率呈负相关。
H4:通货膨胀率与不良贷款率呈负相关。
H5:MZ增长率与不良贷款率呈正相关。
H6:全国规模以上企业利润增长率与不良贷款率呈负相关。
（三）多元回归及实证分析
用EVIEWS软件进行回归，在经过对方程一系列的检验之后，本文得到如下模型结果:
通过t检验发现：除X3（进出口总额增长率）以外其余解释变量均通过了置信度5%的t检验，说明除了假设H3（进出口总额增长率与不良贷款率呈负相关）不支持外，其余假设都得到了支持。本文对历年数据进行了相关性分析、Granger因果分析的结果得出：
(1)GDP增长率与不良贷款率呈负相关，假设H1成立，GDP增长率是影响我国商业银行信用风险的重要因素。这表明，在我国总体经济情况较好时，商业银行信用风险比较小；而当经济运行情况不良时，商业银行信用风险高。我国商业银行信用风险呈现一定的周期性，即经济稳步增长时，随着信贷不断增加，风险在不断积累，至经济增长放缓时，风险逐渐释放。我国商业银行应防范在“好”的经济环境下的风险积累，降低贷款集中度，控制风险。
(2)全社会固定资产投资增长率与不良贷款率呈负相关，假设H2成立。全社会固定资产投资增长率较高，说明企业投资意愿较强，反映出企业的生产经营状况良好，有充足的资金进行扩大再生产，因此这一时期不良贷款率呈下降趋势。反之，当全社会固定资产投资增长率较低时，说明企业没有充足的资金扩大再生产，或者企业投资意愿不强，反映出企业的生产经营状况可能恶化或者仅仅能维持当前水平，此一时期的不良贷款率可能出现上升趋势。
(3) 进出口总额增长率对我国商业银行不良贷款率之间没有显影响，假设H3不成立。当对两者单独分析时，两者呈现出负相关。但是综合各指标进行分析时，没有进入最后的回归方程。原因可能是因为，这一变量可能主要通过其它变量对我国商业银行信用风险产生间接影响，直接的正向影响很小。我国贷款主要流向房地产业，交通运输，仓储和邮政等行业，导致国际经济的变化对商业银行信用风险产生不大影响。
(4)通货膨胀率与不良贷款率呈负相关，假设H4成立，明通货膨胀率是影响我国商业银行信用风险的重要因素。这表明在通胀率高的时候，银行信用风险比较低。不良贷款率对过去的违约事件进行统计。当政府对通货膨胀率开始重视，并进行有效的调控时，通胀率趋势开始向下，而总体经济发展速度趋缓，违约概率开始呈现上升趋势。因此，我国商业银行应密切注意通胀率变化，一旦发现通胀率有异常变化，商业银行就应进行适当的信贷政策调整。
(5)M2增长率与不良贷款率呈正相关，假设H5成立。当银行的索取权受损的时候，银行就会有更大的投机冲动。由于这种效应在经济衰退的时候变得更加强烈，银行的风险程度将会以一种不对称的方式出现。我国商业银行应该在经济增长放缓，违约率增加的同时，制订更加严格的信贷政策，以减少损失的发生。另一种可能是，由于我国的货币投放在更大程度上受到政策的影响，当经济增速放缓，政府出于维持经济稳定的考虑，采用更加积极的货币政策，加大货币投放，来刺激经济。
(6)全国规模以上工业企业利润增长率与不良贷款率呈负相关，假设H6成立，表明全国规模以上企业利润增长率是影响我国商业银行信用风险的重要因素。当企业生产经营状况良好，盈利能力较强时，有充足的资金用于按期偿还银行贷款本息，所以银行不良贷款率较低。当企业盈利能力减弱，利润下降时，其偿债能力随之下降。
（四）研究结论与建议
通过对1993年至2007年数据的分析表明，在这15年间，在我国商业银行信用风险与宏观经济密切相关。当我国宏观经济高速增长时往往伴随着商业银行信用风险的下降；当经济速度缓慢时，信用风险也往往有所增加，即存在一种亲周期性。
针对以上研究结论，现提出以下几点建议以供我国商业银行参考:
1.建立健全全社会范围内的征信体系。我国商业银行应该及早建立健全包括受信企业的历史信用数据、项目效益、贷款用途及还款意愿在内的一系列数据，以便借鉴过去的经验，将受信企业借款后一个阶段的经济波动影响完全考虑进去，降低贷款信用风险。2.完善内部管理机制。制定更加严格的内部风险控制和管理机制，不能随着经济的波动而盲目的放松或执行更加严格的信贷标准。3.加大对宏观经济形势以及国家政策的研究。密切关注反映宏观经济波动的指标，特别是那些能够提前反映宏观经济走势的指标，将会对商业银行下一步的信贷政策提供指引。4.进一步完善风险量化管理。商业银行要将宏观经济波动因素考虑进去，最终要落实到风险度量上去，使风险控制做到量化和动态化。5.加快金融创新。我国商业银行业务的单调，造成起受经济波动的影响极大，要不断进行金融创新探索出适应我国情况的新产品、新工具，以更好的适应经济的波动。必须注意的是，在信贷衍生品开发运用的过程中，要防止出现类似美国次贷危机的情况。
参考文献：
宏观经济因素篇8
文章编号：1005-913X（2015）11-0183-02
一、引言
金融发展和经济增长之间的关系一直是经济学中极富争议的一个问题。作为金融市场重要组成部分的股票市场和经济增长，以及由此引申而出的股票市场和宏观经济变量的关系，也是最近研究热点之一。我国股票市场发展非常迅速，已经成为影响社会经济生活的重要因素。在这种背景之下，研究股票市场表现和宏观经济变量的经验关系，具有很大的理论意义和实践意义。
国外学者对股票市场表现和宏观经济变量的关系进行了大量的经验研究。这些研究大多数表明在宏观经济变量和股票价格之间存在明显的相关关系， 但结论并非是完全一致的。例如，Chen， Rol和Ros（1986）研究发现可以显著解释股票收益率的因子有风险溢价变化以及通货膨胀率等；但消费支出、原油价格和股票收益率之间却没有明显关系。Mukherjee和Naka（1995）用误差修正模型研究了东京股票交易所（TSE）和日本宏观经济变量之间的动态关系。
他们研究发现，TSE股票价格指数和六个宏观经济因子之间存在协整关系。而Binswanger （2000）对20世纪80年代以来的美国经济，用子样本滚动回归方法研究发现，股票收益率和实质经济活动之间的关系不成立。
国内学者也在这方面进行了一些经验研究，谈儒勇（1999）研究了中国金融发展和经济增长之间的关系，其中涉及了股市发展和经济增长之间的实证研究。研究表明，我国股市发展的三个指标（市价总值/GDP、成交金额/GDP和成交金额/市价总值） 在回归模型中都不显著， 这意味着我国股市发展对经济增长的作用极其有限。郑江淮、袁国良等（2000）的经验研究认为，虽然我国股市规模对经济增长的作用效果不明显，但股市发展与储蓄之间的正相关关系表明存在股票市场对经济增长的作用机制。李广众（2002）的经验研究认为中国银行、股市发展的主要作用在于促进投资规模扩大，股市发展对经济增长的作用并不显著。
从上述国内研究文献可以看出，研究重点大多放在金融发展和经济增长关系上，股票市场发展和经济增长之间的关系仅仅是研究中的一部分，很少涉及关于宏观经济和股票市场表现之间的经验检验。
从研究方法上来看，大部分用的是比较简单的回归分析，很少考虑时间序列不平稳带来的谬回归问题。基于上述考虑， 研究将根据月度数据，在宏观经济变量与股市价格的理论关系和经验研究结论的基础上，利用VAR模型对上海股票市场表现和宏观经济变量的关系进行实证研究。结构如下：第二部分介绍模型形式、变量和数据选取， 第三部分给出实证结果， 第四部分是总结和结论。
二、模型设定及数据选取
宏观经济对股指波动的影响主要体现政府宏观调控、市场变化以及消费者行为方面，因此建立一个包含货币政策、宏观经济情况、房屋价格变动、通货膨胀及消费者信心指数的VAR模型，模型形式如下：
Yt=C1Xt-1+……CnXt-n+ξt
其中，Yt=[AINDEXt]Xt=[AINDEXt，Rt，M2，GDPt，HGINDESt+HOUSEINDEXt，CPIt，CCIt]，C表示常数项。其中AINDEX表示上证收盘综合指数；R分别表示利率水平和M2同比增长率，用以衡量货币政策；GDP分别表示GDP增长率和HGINDES宏观经济景气指数，两者结合衡量宏观经济变动；HOUSEINDEX表示国房景气指数，CPI衡量通货膨胀，与宏观经济变量一起表示市场变化；CCT表示消费者信心指数。样本区间为2001年1月―2013年12月共计156个样本。
三、实证结果
建立VAR模型，先对数据进行平稳性检验。经过检验，所有的变量都可以通过平稳性检验，可以用来构建VAR模型，在此基础上，为了保证模型的稳定性，进行AR根检验，检验结果表明模型具有稳定性，如图1所示。
（一）滞后阶的确定
进行VAR模型检验的最后一步就是确认滞后阶，模型滞后阶的选择过程如表1所示（最大试算阶数为2）。
根据表中所示，LR、FPE、AIC准则都显示最优滞后阶数为2，SC、HQ准则显示最优滞后阶数为1，根据少数服从多数原则，我们选取最优滞后阶数为2。
（二）VAR模型和脉冲响应
我们得到VAR模型形式如下：
AINDEX=0.857088397461*AINDEX（-1）+
0.126504716401*AINDEX（-2）-0.00230273338677*CCI（-1）
-0.000963551505897*CCI（-2）+0.0093385588814*CPI（-1）
-0.0195604202722*CPI（-2）+0.00942041778789*HGINDEX（-1）-0.0140177132655*HGINDEX（-2）+0.0138781296713
*GDP（-1）+0.00954420314823*GDP（-2）-0.000221171008889
*HOUSEINDEX（-1）-0.00501632789264*HOUSEINDEX（-2）+
0.0043259281095*M2（-1）-0.00657125075722*M2（-2）+
0.00636285095489*R（-1）-0.00643171398778*R（-2）-
0.007661618
R2=0.96
模型的拟合效果较好，较能对被解释变量做出解释。从估计结果中我们可以看出，上证指数具有较强的惯性特征，上一期对本期的解释高达0.857，再前一期对被本期的解释达到0.1265，二者结合就解释了全部的0.98，表明上证指数受自身影响最强，而其他变量对其解释力较弱，这也从一定程度上解释了我国经济连续增长多年而股票市场却熊冠全球。再看其他变量，其余变量中，消费者信心指数影响最弱且负相关，几乎可以忽略不计；前两期的CPI对本期上证股指影响较强，达到0.02，且呈负相关，表明上两期的CPI指数如果上升，则会一定程度上导致本期股票市场的下跌，而上一期的CPI指数则对本期股票市场呈微弱正相关；除此之外，宏观经济景气指数的前一期和两期也表现出明显的分野现象，与CPI相同的是都是前两期呈现明显的负相关，而前一期呈现微弱的正相关，表明宏观经济指数与CPI相关性较强；前一期的GDP对本期股指影响呈现正相关，而且相关指数达到0.014，前两期的相关就变得微弱，表明当期GDP的增加能明显增强下一期的股指，但之后影响就逐渐减小；货币政策在前一期对本期呈正相关，前两期对本期则呈负相关，也具有一定的分野现象。
四、结论与建议
通过利用VAR模型对宏观经济环境、政府调控政策、市场变化和中国股票市场波动性之间的关系进行实证研究，得到了如下的主要研究结果：宏观经济环境本身的发展状况将对中国股票市场波动性产生显著的正向影响，而宏观经济环境变化对中国股票市场波动性的影响是不确定的，这在一定程度上证明了中国股票市场价格变动对经济基本面变化的反映功能的缺失；货币供应量变化将对中国股票市场波动性产生影响较为微弱，宏观经济环境不会对货币供应量调整政策调控中国股票市场的效果产生本质性的影响。这个结论既是中国股票市场资金拉动型特征的直接结果，同时也为中国股票市场具有的资金拉动型特征提供了实证证据；市场变化对中国股票市场波动性产生的负向影响更大，而且不会受到宏观经济环境因素的影响。中国股票市场的弱市场有效性特征和噪音交易特征为这个结论的合理性提供了依据，而且中国股票市场的政策调控实践也反复证明了这个结论的正确性；利率调整政策对中国股票市场产生的调控效果受到宏观经济环境的明显影响。宏观经济环境因素的存在使得利率调整政策调控股票市场的效果变得不确定和不可预测。产生这种结果的主要原因在于，不考虑宏观经济环境的理想情况下，投资者的入市决策和股票交易决策都会受到利率变化的显著影响，而在考虑宏观经济环境的现实情况下，中国宏观经济环境状况对中国股票市场条件波动性产生的显著正向影响可能对利率调整政策调控股票市场的效果产生了替代作用，从而致使利率变化对中国股票市场波动性产生的影响不显著。利率调整政策对中国股票市场影响的近似随机的现实现象也证明了该结论与中国股票市场现实情况的一致性。研究结论启示我们，加大理性市场主体的培育力度，改革政策机制、降低政策信息的获取成本，建立和完善股票市场相关制度、特别是信用交易制度，加大金融衍生产品的开发和上市力度，科学制定调控政策、提高政策调控能力、规范政府调控行为是提高政策调控效率、保障中国股票市场健康、稳定、持续发展的有效途径。当然，研究工作仅仅是笔者有关宏观经济环境、政府调控政策与中国股票市场关系研究的一项阶段性实证研究成果，还有很多相关问题有待于进一步研究。
参考文献：
[1] 陆 蓉，徐龙炳.“牛市”和“熊市”对信息的不平衡性反应研究[J].经济研究，2004（3）.
[2] 赵振全，张 宇.中国股票市场波动和宏观经济波动关系的实证研究[J].数量经济技术经济研究，2003（6）.
[3] 郭金龙，李文军.我国股票市场发展与货币政策互动关系的实证分析[J].数量经济技术经济研究，2004（6）.
[4] 许均华，李启亚.宏观政策对我国股市影响的实证研究[J].经济研究，2001（9）.
宏观经济因素篇9
2008年金融危机以来受多重因素的影响，我国物价连年上涨，我国宏观经济面临着空前的通胀压力，通货膨胀对宏观经济具有重要影响，合理的通胀能够促进经济社会的发展，但是过度的通货膨胀会严重影响到宏观经济的发展，新形势下加强对通货膨胀给宏观经济造成何种影响进行研究，有助于决策者做出科学的宏观经济政策，从而推动我国经济又好又快发展。
一、当下我国通货现状
在经济学中对宏观经济通货形势的判断主要是通过几个重要指标来确定的，这几个重要指标分别是：居民消费者价格指数（CPI）、工业品出厂价格指数（PPI）、企业商品价格指数（CGPI）以及货币量（M1，M2），接下来笔者就通过这几个指标来考察我国当下的通货现状。
从CPI角度来看，我国从2010—2011年，除了少数几个月之外，CPI都在上涨，截止2011年6月CPI已经上升到6.4%，近两年由于国家采取偏紧的货币政策以及对物价的高度重视，我国CPI有所下降。从PPI的角度来考虑，PPI是衡量生产领域价格变动的重要指标，同时这项指标还是判断我国宏观经济走势的重要指标，笔者经过考察发现2011年我国的PPI已经上升到了7.2%。从CGPI的角度来进行考察，笔者经过调查发现从2011年6月到2012年1月我国的PPI一直在高位运行，同时我国从2008年以来采取宽松的货币政策，受此影响我国的货币量在2011年3月份曾达到750000亿，在市场流动性不断增大的前提下，我国通货膨胀的压力也在不断增加。从以上几点分析，我们就可以看出近些年来我国面临的通货膨胀的压力是在不断上升的。
二、通货膨胀对宏观经济影响分析
在明确了我国经济的通货现状后，接下来笔者就来分析通货膨胀对宏观经济的影响。笔者认为通货膨胀对宏观经济的影响可以从资金积累、物价水平、经济滞胀、投资消费、劳动生产率以及收入分配结构等角度来进行考察。
（一）通货膨胀对资金积累的影响
通货膨胀对资金积累具有重要影响。在通货膨胀的背景下，政府企业等主体为了弥补实际生活中居民的损失而往往对居民员工进行补贴，政府对居民进行物价补贴，企业利润分配向员工倾斜。现有资金的分配，会导致资金积累的减少，最终会影响到企业的投资能力。此外在通货膨胀的大背景下，恐慌情绪会在居民中蔓延开来，这种恐慌情绪的蔓延会导致银行产生挤兑，形成抢购风潮，从而最终对银行的正常营业造成影响，银行本身的储蓄存款也将有所降低。此外通货膨胀会使得货币当局收紧货币政策，央行会收缩流动性，市场上的流动资金将进一步减少。通货膨胀的不确定性会使得央行利率政策的调整也变得非常复杂，通货膨胀的持续发酵必然会对社会资金的积累和优化产生消极影响。
（二）通货膨胀会对物价水平造成影响
通货膨胀与物价水平有着密切的联系，物价上涨是通货膨胀的一般表现。我们在考察通货膨胀的时候必须要注意到物价水平与通货膨胀既有联系也有区别，物价上涨是由多种因素构成的，通货膨胀是其中最为典型的一个；同理通货膨胀的表现形式是多种多样的，物价上涨只是一种表现。物价上涨并不能全面反映通货膨胀，两者的区别我们必须要保持高度重视。一般意义上，通货膨胀程度越高，物价上涨的速度就会越快，但是我们也要看到由于价格改革等因素造成的物价上涨却是不易被人们所发现的，我们在解决物价上涨这个问题的时候必须要充分考虑到价格改革等多种因素对物价的影响。
（三）经济滞胀现象
在治理通货膨胀的过程中由于所采取的政策不科学、不完善，最终会产生滞胀。所谓滞胀主要指的是国家的通货膨胀率非常高，同时经济发展速度却很低。20世纪70年代，西方发达国家就曾因为石油危机而陷入到滞胀中，滞胀会对宏观经济造成严重影响，滞胀的出现在很大程度上是由于通货膨胀引起的，我们在治理通货膨胀的时候必须要采取科学的、具有针对性的宏观经济政策，否则就很有可能产生滞胀危机。
预防滞胀很重要，精确判断经济滞胀现象也很重要。我们在判断宏观经济是否滞胀的时候必须要采用比较静态分析法来对一段时期的经济运行状况进行整体考量，而不是随便采用某一时点的经济运行状况就认定出现了滞胀。我们在判断经济滞胀的时候必须要从整个宏观经济的角度进行考虑，要注重长期性和复杂性。
（四）通货膨胀给投资消费带来不确定性
在市场经济中价格是调节生产消费的指挥棒，货币价格是实现资源优化配置的具体表现。真实的市场价格反映着市场资源的真实情况，而被扭曲的市场价格就不可能真正反映市场资源的状况，在通货膨胀的背景下，市场价格会受到扭曲，这种扭曲的价格会误导市场主体，从而造成浪费。在市场中各个主体之间的信息是不对称的，这种信息不对称在通货膨胀的大背景下会诱发新一轮的投资冲动，从而使得现有资源得不到有效利用。
（五）通货膨胀会降低劳动生产率
在通货膨胀时期，企业生产者赚取利润的唯一办法就是涨价，可是自身产品的快速涨价又最终会给企业带来损失。通货膨胀时代，企业员工的实际利益将有可能受损，此时企业不合理的利润分配政策就会挫伤员工的积极性，从而降低劳动生产率。
（六）通货膨胀会使得收入分配结构更加不平等
在通货膨胀的背景下我国原来不平等的收入分配结构将变得更加不平等。通货膨胀对于低收入家庭的影响尤为巨大。低收入家庭的唯一收入是工资等现金形式的收入，这些资金收入在高通胀率的背景下，将会迅速缩水，从而对低收入家庭造成实际损失。相反那些高收入家庭所拥有的收入不仅包括现金，还有土地，资本等其他财产性收入，这些收入在高通胀的背景下不仅不会降低，还会由于土地，产品等不断上涨，高收入家庭的收入在通货膨胀时代的收入将会明显增加。
三、加强对通货膨胀的治理，优化宏观经济
从货币政策角度而言，笔者认为要加强通货膨胀的治理必须要做到以下三点：一是要激活现有信贷货币存量，提高货币利用率；二是金融机构要努力进行去杠杆化，降低市场风险；三是要不断改进和完善人民币汇率制度。当前我国货币信贷机制还不完善，信贷投放结构与宏观经济的发展并不协调，货币空转现象非常严重，最近爆出的银行业钱荒，就是一个典型的例子。我们在今后的发展中必须要不断调整信贷投放结构，信贷投放要向实体经济倾斜，要加强对中小企业的资金信贷力度，要不断提高货币利用率。金融机构要去杠杆化，在通货膨胀的大背景下，银行等金融机构通过杠杆获得了很多利润，同时也为自身的金融风险埋下了隐患，在发展过程中金融机构必须要去杠杆化，只有这样才能降低风险，实现长远发展；完善人民币汇率制度。当前我国的通货膨胀在很大程度上是由于人民币汇率制度的不健全造成的，人民币的不断升值给我国外贸企业带来巨大压力，人民币的不断升值会严重影响到我国国际竞争力，从而对我国宏观经济造成影响，人民升值不是跃进式的，我们必须要不断完善人民币汇率制度。
从财政政策而言，笔者认为主要是要做好两点：一是要不断改革税收机制；二是要加强对民生领域的公共投入。当前我国的税收机制还存在不合理的地方，其中尤以个人所得税明显，我国的个人所得税是按照分类税收的原则来进行征收的，这种方法不科学，那些收入来源多、收入高的人所交的税款将变少，我们必须要改变这种机制，政府要不断加强民生领域的公共投入，提高群众的消费能力。
在物价连年上涨的今天，人们对通货膨胀的重视程度越来越高。通货膨胀对我国宏观经济会造成严重影响，加强对通货膨胀给宏观经济以何种影响的研究，对于实现通货膨胀的科学治理具有重要意义，本文从六个方面详细分析了通货膨胀对宏观经济的影响，笔者认为，在治理通货膨胀中必须要不断调整和优化财政政策和货币政策。
参考文献
[1]张连城.宏观宏观经济运行与通货膨胀预期[J].经济与管理研究，2010（01）.
宏观经济因素篇10
据国家统计局相关数据显示，从 2003年至2010年全国房价累计上涨了200.3% 。房价持续大幅度上涨，已超出普通老百姓的承受能力，引发了一系列的社会问题。本文通过定量分析影响我国房价的宏观经济因素，为政府宏观调控部门进行合理决策提供一定参考，以实现房地产行业的健康、稳定和可持续发展。
二、影响商品房价格的理论模型
房地产资产投资额（INVEST）是以货币形式表现的在一定时期内建造和购置固定资产的工作量以及与此有关的费用的总称。它综合反映了房地产资产投资规模、结构和发展速度。从理论上看，房地产投资增加，将导致房地产市场供给的增加，在需求不变，房价将下降。
土地供给价格（LAND）是房地产成本的重要组成部分，土地价格的波动直接影响着房价的走势。据统计，土地价格占房价的35%~45%，主要原因在于政府垄断性卖地，多家土地需求方竞争，抬高土地出让价格。
考虑到我国商品房销售主要集中在城镇地区，用城镇居民人均可支配收入（INCOME）来反映其实际购买能力，进而反映了居民住房消费能力。城镇居民可支配收入的增加将使得居民用来购房的资金增加，同时也使居民有了改善居住水平的愿望，这样就刺激了对房地产的需求，推动了房价的上涨。
房地产开发商的资产中大部分是通过债务融资获得的，因此贷款余额（LAND）的多少势必会影响商品房的供给。同时，自国家鼓励发展个人住房消费信贷后，个人住房信贷消费逐渐发展成为住房消费最主要的形式，对商品房的需求有直接影响。
现实生活中经济学的理性假设往往是不成立的，房地产行业的景气程度（FUTURE）会影响消费者的预期。在房地产行业景气时期，消费者会预期房价会进一步上涨，为了不愿在将来支付更多的货币来购买同样的商品房，那么会有更多的消费者选择现期购买，这样会刺激房地产需求。
三、实证分析及结论
本文选取2003年2月至2010年6月的月度数据为样本，研究影响我国商品房价格的宏观经济因素。被解释变量选取商品房价格（PRICE）（当期商品房销售额/当期商品房销售面积）。解释变量从商品房供给、需求，政府政策和消费预期四个方面选取代表变量。根据经济学理论及相关分析，本文构建如下模型：
从回归结果看，各解释变量系数符合理论分析，同时通过相关统计检验。即收入的增加提高了商品房的需求，房地产投资额的增加提高了商品房的供给，房地产贷款增多促进了商品房投机动机的增强，土地价格的上升提高了商品房的成本，房地产景气指数的变动影响着消费者的预期。利用上述回归结果，根据2010年第三季度的相关数据，对2010年7月至9月的房价进行预测：
由以上回归分析可知，土地供给价格的变动对房价的影响最大。据其原因在于土地供给价格是房地产成本的重要组成部分，土地价格的波动直接影响着房价的走势。几年来我国房价持续上涨，很大的原因在于人们对房价的预期是不断上升的，使得越来越多的人把购买商品房作为一种资产保值增值的重要手段，同时银行宽松的贷款环境，加剧了贷款购房炒房的现象，从而不断地抬升房价。
尽管通过广义最小平方方法能够有效地分析我国房价变化的影响因素及其重要度，但各影响因素对房价变化的作用是否具有滞后效应以及滞后效应的作用大小未能考虑到我们的研究框架中，因此有待进一步的研究。
宏观经济因素篇11
银行是聚集和经营风险的企业，控制好风险是商业银行存在和发展的基本前提，因此建立健全风险管理体系是商业银行重要的职责之一。尽管各国的银行监管部门都相当重视银行业的风险管理，但是美国投资银行――雷曼兄弟公司的破产，还是引起了全球各国对商业银行的防范和抵抗金融风险能力的担忧。2010年9月，由27个国家银行业监管部门和中央银行高级代表组成的巴塞尔银行监管委员会，制定并通过了《巴塞尔协议Ⅲ》，对银行风险进行更为严格的管理。由此可见，防范和抵抗商业银行信贷风险是全球金融行业关注的核心课题。本文正基于此建立起其微宏观经济因素与商业银行信贷风险的实证模型，以确定各经济因素对商业银行信贷风险的相关关系，以助于我国商业银行建立科学、有效的风险控制体系，以增强商业银行在经营中抵御风险的能力。
二、影响银行信贷风险的因素
（一）微观变量对银行信贷的影响因素
1.贷款比例（LOAN）。在微观方面，贷款比例对银行不良贷款率的变化有着重要的代表意义。一般认为，过快的信贷扩张是比较容易产生信贷风险，但信贷量的增加相当于加大了不良贷款率的分母。因而，对于贷款比例，本文假设H1：贷款比例与银行信贷风险呈负相关关系。
2.资产规模（SIZE）。一般而言，资产规模越大的银行拥有更多的分支机构和网点数量，这样在发挥各网点的地理优势时，可以起到因地制宜、取长补短的作用，以实现风险的分散化，有效降低信贷风险。因而，本文假设H2：资产规模与银行信贷风险呈负相关关系。
3.管理费用支出比例（OR）。银行管理费用的大小直接体现出银行运行效率水平的高低。如果管理费用的支出水平较高，说明企业未能有效利用企业资源，低下的管理效率水平将会增加银行的风险。因而，本文假设H3：管理费用支出比例与银行信贷风险呈正相关关系。
4.资本充足率（CAR）。资本充足率是指资本总额与加权风险资产总额的比例。如果资本充足率越高，说明商业银行抵抗风险水平越强，商业银行风险就越低。因此，本文假设H4：资本充足率与银行信贷风险呈负相关关系。
5.净利息收入占总资产的比例（NIC）。银行的存贷差历来是我国商业银行生存和发展的基础。一般认为，净利息收入比重越大，风险越高。因此，本文假设H5：净利息收入占总资产的比例与银行信贷风险呈正相关关系。
6.不良贷款率（NPL）。当前较为常见的衡量商业银行信贷资产安全的有两个指标：一是违约率，二是不良贷款率。本文将采用不良贷款率作为衡量商业银行资产状况的指标。
（二）宏观变量对银行信贷的影响因素
1.GDP增长率（GDPG）。一般而言，宏观经济越好，社会的消费水平就越高，企业就更渴望扩大投资，以提高产出水平。同时，银行也会在预期良好的宏观经济条件下，扩大企业的信贷规模，增加信贷供应量。因而，本文假设H6：GDP增长率与银行信贷风险呈负相关关系。
2.贷款利率（INR）。贷款利率是衡量资本市场信贷资金的供需状况。一般而言，贷款利率越高，资金的供应量就会越多，而资金的需求量就会越少。本文是选取六个月至一年贷款利率水平作为衡量贷款利率的高低水平，并假设H7：贷款利率与银行信贷风险呈负相关关系。
3.广义货币供应量增长率（M2G）。广义货币供应量是反应货币当局投放到货币市场的货币数量。如果广义货币供应量增长率越大，说明市场资金投放量就越多，相对的信贷基数就越大，不良贷款率就越低。由于货币供应量对市场作用有一个时滞过程，因此本文作了滞后一期的处理，用M2G（-1）表示，并假设H8：广义货币供应量增长率与银行信贷风险呈负相关关系。
三、计量模型与数据选取
（一）计量模型设定
结合微宏观经济因素对商业银行信贷资产风险的影响，建立如下模型：
NPLit=α+β1LOANit+β2SIZEit+β3ORit+β4CARit+β5NICit+ γ1GDPGt+γ2M2G（-1）t+γ3INRt+εit；（i=1，2，…，N；t=2005，2006， …，2011）
（二）样本选取与数据来源
本文选取2005～2011年7年期间在沪深两市上市的国有商业银行、股份制商业银行、城市商业银行以及农村商业银行作为研究样本。样本数据来源于RESSET金融研究数据库、中经网统计数据库。其中中国农业银行在05～07年的资本充足率数据缺失，因此该数据为非平衡面板数据。
（三）实证检验
宏观经济因素篇12
一、影响地区对外直接投资的内在机理及门槛条件的提出
(一)对外直接投资的宏观影响因素内在机理考察
20世纪90年代以前，基于对外直接投资主要发生在发达国家的事实，以海默的垄断优势理论、巴克莱的内部化理论、小岛清的边际产业转移理论、邓宁的国际生产折中理论为代表的对外直接投资理论都是以发达国家为研究对象;随着发展中国家对外直接投资的兴起，威尔士的小规模技术理论、拉奥的技术地方化理论和坎特威尔的技术创新产业升级理论也相继提出，在发展中国家开展对外直接投资实践中提供了理论指导。就中国而言，自从“走出去”战略开始实施，对外直接投资得到快速增长，但区域间发展不平衡，经济发达地区的对外直接投资规模远远超出经济欠发达地区。2011年，地方对外非金融类对外直接投资流量合计235.6亿美元，其中东部地区174.35亿美元，中部地区30.7亿美元，西部地区30.55亿美元，中西部地区的投资规模之和只占东部地区的1/3。由此可以看出，对外直接投资的演变历程与投资母国或地区的经济发展水平一致。Dunning提出的IDP理论阐述了对外投资的发展路径[1]，并被后来的研究加以验证[2]。Andreff用一个包含176个发达国家和发展中国家在内的截面样本再次验证IDP理论，发现对外直接投资和母国经济发展水平之间存在函数关系[3]。
研究表明，投资国会通过对外直接投资获得东道国具有而母国不具有或者相对东道国处于劣势的资源，包括自然资源、人力资源、管理经验、营销水平、技术效率等。Dunning总结了对外投资的4种类型：一是市场寻求型，即需求导向型OFDI，是为产品寻找海外市场以弥补国内市场需求不足;二是资源寻求型，即供给导向型OFDI，是为了获得母国所需的矿产、农产品、非熟练劳动力等资源;三是效率寻求型，是为了提高国际分工的效率，促进跨国公司资产组合更加专业化，通常发生在市场寻求型或资源寻求型的投资阶段之后;四是战略资源寻求型，是以增强自身投资公司所有权优势为目的OFDI[4]。某些国家(如瑞士和荷兰)比其他国家(如俄罗斯)具有更强的动机进行对外直接投资，主要是因为其经济发展基础、国内企业的核心竞争力、市场规模、海外市场经验、不具有流动性资源的吸引力等方面存在明显差异。
(二)宏观影响因素及门槛条件的提出
在有关中国对外直接投资影响因素的实证研究方面，阎大颖等以2006-2007年中国对外直接投资的微观数据为样本，从制度方面发现政府政策扶植、海外关系资源及自身融资能力对企业对外直接投资的动机和能力有重要影响[5]。张为付运用内部张力、外部引力和环境支撑力范式对影响对外直接投资的各作用力进行了理论分析和实证检验，作用力包括经济规模、外贸依存度、与贸易伙伴国的摩擦、经济成分结构、政府对外直接投资的政策、人民币对美元的汇率[6]。田巍和余淼杰采用企业层面的微观数据考察了生产率与对外投资的关系[7]。借鉴已有研究，本文将从国内的经济发展水平、吸引外资水平、产业结构、经济成分组成4个方面论述和分析有关OFDI影响因素的门槛条件。
首先，从母国的经济发展水平看，Dunning以母国的人均GDP为指标，采用分组的方法把1971年67个国家分为4组[4]。第一组是人均GDP低于400美元的贫穷的发展中国家，外商投资极少，没有对外投资。第二组包含25个国家，其人均GDP在400～1 500美元之间，外商投资迅速增长，出现对外直接投资。第三组是人均GDP在2 000～4 750美元之间的国家，对外直接投资依然低于外商投资，这一阶段会出现两种情况：一是对外直接投资保持不变，外商投资开始下降;二是对外直接投资的增速超过了外商投资。第四组是人均GDP位于2 600～5 600美元之间的少数发达国家，对外直接投资规模开始超过外商投资，可能是因为对外直接投资的增速远远超过了外商投资的增速。
其次，从吸引外商投资的能力看，某地区吸引外商投资规模的大小在一定意义上反映了该地区的对外开放度。FDI的技术溢出效应对东道国企业的国际化经营和管理模式起到了良好的示范作用，是推动经济发展强有力的工具，有利于地区经济发展模式实现
从“引进来”到“走出去”的转变;而大量外资的引进无疑会在一定程度上解决地区的劳动力剩余问题，增加该地区的财政收入，这种现象极有可能导致地方政府把吸引外资作为地方发展的核心动力，而忽略了本地企业自身能力的培养，导致外商投资对地方OFDI产生挤出效应。
再次，从母国的产业结构看，Andreff研究发现：一方面，对于经济发展良好的发展中国家、资源丰富的国家、新兴工业化国家和发达国家而言，母国的产业结构是影响对外直接投资的重要因素;另一方面，对于经济发展落后的发展中国家和经济转型国家，母国的产业结构对OFDI的影响在5%和10%的显著性水平下均不显著[3]。说明母国产业结构的发展对OFDI的影响存在门槛特征。
最后，从经济成分组成结构看，张为付发现民营企业固定资产投资占全社会固定资产投资比重每变动1%，中国对外直接投资额将变动9.1689%，二者呈现明显的正效应关系，这是因为民营企业正在成为中国对外直接投资的新生主力[6];但是从投资金额占比上看，中国的对外直接投资存在“国升民降”现象，这是因为对外直接投资需要资金实力和信息优势作支撑[8]。这就意味只有实力雄厚的民营企业才能在国际竞争中占有一席之地。
二、对外直接投资宏观影响因素的模型设定及数据来源
对外直接投资规模在中国各地区存在明显差异是不争的事实，这种现象发生的根源来自于中国区域经济发展的不平衡性。由于地理位置不同，对外开放程度存在差异，经济基础迥异导致各地区的经济发展动力不同，国家政策倾斜导致不同地区的经济成分组成不同、产业结构调整方向不同，诸多因素影响了各地区企业“走出去”的积极性。部分越过经济发展门槛的地区，企业在自身经济实力和政策支持下，凭借企业特定优势或国家特定优势能够顺利进行国际化经营[9];而另一些低于经济发展门槛的地区，对企业国际化经营不但无法提供经济支持，还以吸引外商投资的方式加快自身经济发展，从而对本地区的OFDI产生了挤出效应。这就意味着影响对外直接投资规模的因素存在一定的门槛特征，即当一地区的综合经济实力达到一定的水平时，经济发展的提高会使对外直接投资规模迅速扩大。
(一)模型设定
近年来，解决这一非线性计量经济问题的方法从“分组检验”发展到“门限回归”。Hansen建立了关于技术外溢的面板门槛模型[10]，Girma在Hansen的基础上利用面板数据验证了技术外溢中吸收能力的门槛效应[11]。国内学者延续了非线性面板数据计量经济模型的研究[12]。同样地，本文借鉴Hansen的面板数据门槛模型，将模型设定为如下形式：
Ofdiit=a0+a1qitI(qit<γ1)+a2qitI(qit≥γ1)+a3xit+eit(1)
在式(1)的基础上，我们将其扩展为双门槛模型甚至多门槛模型：
Ofdiit=a0+a1qitI(qit<γ1)+a2qitI(γ1≤qit<γ2)+a3qitI(qit≥γ2)+a4xit+eit
其中，i表示地区，t表示年份，γ1和γ2为待搜索的门槛值，且有γ1<γ2，I(·)为指标函数，eit为随机干扰项。Ofdiit表示各地区非金融类对外直接投资流量，年度OFDI流量不存在滞后，能更有效地刻画当期经济状况的发展和变化[13]。qit为本文研究的核心变量，设定为影响OFDI的主要因素，包括：第一，经济发展水平，采用国内生产总值(GDP)和人均国内生产总值(PGDP)来测度地区的经济发展的综合实力;第二，对外开放度，用吸引的外商投资企业投资总额(FDI)来表示该地区对外经贸往来的密切程度;第三，产业结构，用第二产业从业人数(seclab)和第三产业从业人数(thirlab)来衡;第四，经济成分，选取民营经济的固定资产投资(pinve)来测度，通过内资企业固定资产投资总额和国有经济固定资产投资总额相减得到。xit表示本文选取的控制变量，具体包括：第一，出口，以exp表示，用地区的出口总额代表;第二，政府支持，以fisc表示，用各地区政府的财政支出总额代表;第三，研发支出，以rd表示，用地方部门R&D经费内部支出代表。
(二)数据来源
本文所选取的数据为中国29个省区市2003-2011年的面板数据
由于西藏和贵州两省的非金融类对外直接投资流量数据缺失年份较多，故未被包含在检验样本中。，地区的非金融类对外直接投资数据来自历年的《中国对外直接投资统计公报》，其他指标数据来自历年的《中国统计年鉴》和《地区统计年鉴》。其中，以美元统计的出口和外资企业投资总额指标用人民币兑美元的年平均价换算;回归检验之前，用标准化公式：zi=(xi-minx)/(maxx-minx)，对各指标数据进行标准化处理。表1为变量的基本统计量。
(三)影响因素分布的地区差异
把样本划分为东、中、西3个地区，东部地区包括北京、天津、河北、上海、广东、浙江、辽宁、福建、山东、江苏、广西、海南12个省、自治区、直辖市;中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖南、湖北9个省、自治区;西部包括重庆、四川、云南、陕西、甘肃、宁夏、青海、新疆8个省、自治区、直辖市。
图1、图2中的纵轴表示各省市的对外直接投资流量和影响因素位于均值及其以上(均值以下)的比例。从图1和图2可以看出，各变量位于均值以上的省市主要集中在东部地区，西部地区占比在0.2以下，中部地区各变量规模处于均值以上的比例低于均值以下的比例。另外，我们发现，各地区对外直接投资规模与区域经济发展水平的变动趋势一致。对外直接投资规模和GDP水平、引进外资水平、产业结构、民营经济发展轨迹一样，在区域经济发展较好的东部地区处于全国平均水平之上的比例最高，在中部地区次之，在西部地区最低;相反，低于全国水平的各个变量比例在西部地区最高，中部地区次之，东部地区最低。对外直接投资规模及其影响因素从东部发达地区到中西部欠发达地区均呈现明显的递减趋势。
三、对外直接投资影响因素的门槛检验与实证结果
(一)弱外生性检验
目前，检验变量弱外生性的方法主要有两种：一是EHR方法，基于模型所有变量的联合分布函数定义了与模型中重要参数相关联的弱外生变量;二是Johansen方法，在协整框架内，构建无条件误差修正模型和条件误差修正模型，依据ECM模型修正参数的显著性来检验变量是否具有弱外生性。EHR方法不仅可以检验出变量的弱外生性、强外生性及超外生性，还可以进行政策评价，在金融研究领域得到了广泛应用。EHR检验步骤如下：先将待检验变量作为被解释变量，其他可以解释贷款余额的变量以及其本身的滞后一期变量作为解释变量进行最小二乘回归估计，然后把所生成的残差序列加入原等式作为新的解释变量，最后对估计残差进行Lagrange Multiplier检验，确定是否具有弱外生性。
依循惯例，采用上述EHR方法依次检验门槛变量的弱外生性，检验结果如表2所示。从P值可以看到，无法拒绝门槛变量具有弱外生性的零假设。意味着在5%的显著性水平上，市场规模、外商直接投资、产业结构和经济成分均具有弱外生性，把这些影响因素设定为门槛变量是有效的。
(二)门槛条件检验
为了选择恰当的门限个数和门限值，依次估计线性模型、单门限模型、双门限模型和三门限模型，Hansen提出了“格栅搜索法”(Grid Search)，目的是减少在搜索门槛值中执行的回归次数。这种搜索方法把待搜索的门槛值限定在某特定的分位数或者整数值，并分别对搜索结果进行回归并计算相应模型的残差平方和，最小残差平方和所对应的门槛值就被认为是最接近门槛水平的真实门槛值[14]。因此可构造出门槛估计值在95%置信区间的图形，如图3所示。
为了检验门槛效应在统计上的显著性，Hansen提出采用自举法(Bootstrap)模拟似然比检验的渐进分布，得到相应的概率Bootstrap P值，据此判断门槛值的真实性。表3给出了单门槛模型各因素的自抽样检验结果和95%显著性水平下的置信区间。人均GDP和第二产业从业人员的门槛值在5%的水平上显著，其余变量的门槛值均在1%水平上显著。同时为了检验模型中是否有双门槛效应甚至多门槛效应，表4则给出了各影响因素双门槛效应的相关检验结果。由表4的检验结果可知，各个变量的统计量均未能通过显著水平的检验可知。由此可知，不存在双门槛效应甚至多门槛效应，整个模型只存在单门槛效应。(三)模型估计结果
针对各地区的经济发展特征，本文将影响该地区企业对外直接投资的因素归纳为经济发展水平、外商投资规模、市场结构及地区的经济成分结构4个方面，分别对其具体的影响进行门槛回归检验
为了保证门槛值选取及回归的有效性，在实际检验当中，排序后保留样本中最大的10%和最小的10%，只把样本中间80%个变量的值作为门槛值的候选来源。，检验结果(如表5所示)表明这些影响因素存在明显的单门限特征。
(1)经济发展水平。当GDP总量超过27 698.18亿元时，经济总量对OFDI具有显著的正向促进作用，而当GDP总量低于这一水平时，经济总量对OFDI的作用不明显。同样，当一个地区的人均GDP水平超过39 985.07元时，对OFDI的正向促进系数达到0.17，而当人均GDP低于这一水平时，对OFDI的负向影响系数达到了0.26。一国或地区的经济发展水平越高，该国或地区的企业越容易形成对外直接投资的所有权优势、内部化优势和区位优势，一切投资行为都离不开母国的经济发展。
(2)外商投资规模。当一个地区吸引的外商投资规模超过9 145.061亿元时，外商投资对OFDI具有显著的正向影响，系数达到0.66;而当一个地区吸引的外商投资规模低于这一水平时，外商投资对OFDI具有显著的负向影响，系数为0.81。FDI的技术溢出效应使东部地区内资部门的技术得以提升，中部地区得到有效发挥，西部地区的外溢效应为负。提高外商投资的技术溢出效应，增强本地企业的吸收能力，是有效促进本地企业实行国际化经营的有效途径之一。
(3)产业结构。当第二产业从业人数超过610.85万人时，第二产业从业人员会对OFDI具有显著的促进作用，其变量的估计系数在1%显著水平上达到了0.39;当第三产业从业人数超过905.81万人时，此时产业结构的估计系数为0.33，并且通过了1%显著水平的检验，这充分表明第三产业从业人员的增加会对OFDI产生明显的促进作用。相反，当，第二产业从业人员和第三产业从业人数分别低于各自的门槛水平时，会对地区的OFDI流量产生明显的抑制作用，双方的估计系数分别为-0.53和-0.34，并且均通过了5%显著水平的检验。第二产业从业人数和第三产业从业人数对OFDI具有基本相同的作用机理，这与对外直接投资行业分布广泛(中国对外直接投资统计公报，2011)的特点相符。这意味着中国企业在海外市场形成的产业集聚，更多是依靠外部的行业规模优势而不是企业自身具有的特定优势。
(4)民营经济发展。目前，国有或国有控股企业依然是中国进行对外直接投资的主体，但未来，随着民营企业实力不断趋向壮大，国有企业的OFDI占比在达到高峰点之后将逐渐回落。企业对外直接投资的内在经济动力和国家政策导向共同奠定了民营经济在中国对外直接投资中的重要地位。当民营经济固定资产投资规模超过7 414.01亿元时，对OFDI具有显著的正向影响，影响系数为0.36;当民营经济固定资产投资规模低于这一水平值时，对OFDI具有相同程度的反向影响效应。随着民营经济的发展，对OFDI的影响由抑制作用转变为促进作用，体现了民营经济在中国对外直接投资中的强劲后力。
从控制变量可以看出，出口规模对OFDI具有显著的正向影响，与张为付的研究结论一致，说明中国对外直接投资类型是以出口替代、市场寻求型为主。政策支持与企业对外直接投资规模成正相关关系，这与事实情况相符：一方面，国有企业担负着国家的战略发展、能源资源寻求的责任，更多地体现了国家的经济利益，多属于政府政策驱动型的对外直接投资;另一方面，国家积极执行“走出去”战略，大力支持民营企业发挥自身机动灵活的体制优势。研发投入对地区的OFDI规模具有明显的促进作用，说明中国对外直接投资企业研发投入不足、技术水平亟待提高。
(四)结果分析
实证结果显示，国内宏观经济影响因素达到或超过一定门槛值时，对OFDI具有积极的促进作用。以人均GDP为例，如图4所示，从地区看，除内蒙古外，跨越门槛值的省、区、直辖市主要集中在东部沿海发达地区;从时间看，跨越门槛值的省份主要集中在2006-2008年和2009-2011年，而2003-2005年人均GDP跨越门槛值省份很少，仅有上海。由此表明随着时间推移，更多省份的人均GDP对OFDI的促进作用明显在更大范围内显现出来。同样地，中国对外直接投资在近期才得到迅速发展，并且主要集中在东部沿海地区。这是因为经济基础薄弱的地区往往同时存在着对外开放度低、缺乏具有国际经营经验的专门人才、地理位置闭塞、技术水平低、产业结构不合理等内在问题，导致企业很难形成特定的所有权优势、区位优势、内部化优势;另外，经济欠发达地区一切以发展为目的，在现阶段促进对外直接投资带来的经济效益远不如引进外资带来的经济效益大，从而形成对OFDI的“挤出”效应。在政策优惠方面，对民营企业的鼓励政策缺乏针对性，民营企业融资难、规模小、难以形成集中优势等问题仍未得到解决。因此，要合理调整产业结构，积极参与西部大开发战略，结合中西部地区的特色资源努力促进经济发展，转变对外直接投资促进经济增长的思路，把促进对外直接投资和经济增长并重发展，以缩小东、中、西部地区之间的差距。
四、基本结论与政策建议
本文借鉴Hansen的门槛模型，选用中国2003-2011年间29个省区市的面板数据对中国OFDI的宏观影响因素进行估计，得到以下实证分析结论。
其一，中国不同地区的对外直接投资流量规模不同。由于各地区的地理位置、经济基础、国家政策导向不同导致影响中国对外直接投资的宏观因素存在差异，经济发达地区比经济欠发达地区的对外直接投资出现得更早、规模更大。在现有研究的基础上，归纳总结了这些因素影响OFDI的内在机制，并提出这些影响因素具有一定的门槛特征。
其二，本文分别选择了地区的经济发展水平、外商投资、产业结构、经济成分组成等4方面的6个因素，检验这些因素对中国对外直接投资规模所产生的影响，并测算了国内生产总值、人均国内生产总值、外商投资、产业结构及经济成分组成等影响因素的门槛值。只有当这些指标达到或超过门槛值时，对中国OFDI才具有显著的促进作用，反之，则不存在影响甚至对OFDI会产生挤出效应，即中国对外直接投资的宏观影响因素表现出了明显的门限特征。
宏观经济因素篇13
一、宏观经济因素对企业财务困境风险影响的理论分析
企业的生产经营和财务运作均是在大的经济背景当中，必然受到宏观经济因素的影响。而其财务健康程度和财务困境风险是否受到宏观经济因素的影响，就需要首先通过理论层面的假设论证和分析。
对于整体经济环境而言，如宏观经济环境恶化，则居民收入下降，购买力降低，企业的业绩也就相应下滑，且银行放贷难度加大，企业出现财务困境风险的概率也就越大。由此可假设整体经济环境与企业财务困境风险为负相关的关系。具体来看，以宏观经济因素中贷款利率和实际GDP增长率两个主要因素进行针对性分析。
首先，就贷款利率来看，如贷款利率越高，企业在相当的市场基础和条件下，其借贷成本也就同步上升，债务负担也就更加厚重。在出现经营不善情况时，无法进行及时的资金偿还，财务困境也就同步来临。基于此推断，可假设出贷款利率和企业财务困境风险之间存在关联性，且应为正相关；其次，如GDP增长越快，则市场经济繁荣，人们的购买力上升，企业的生产和销售均保持较高水平，收益较大，资金的流动性也就更强，财务困境风险发生率越低。由此可假设，GDP增长率与企业财务困境风险呈负相关。基于此理论分析和研究可得出，实际GDP增长率和贷款利率两个主要的宏观经济因素均对企业财务困境风险产生巨大影响。
二、宏观经济因素对企业财务困境风险影响的实证分析
为确保相关研究的科学性和准确性，应在完成理论研究的基础上，通过实证分析，综合判断宏观经济因素对企业财务困境风险的影响。
选取我国非ST制造业上市公司作为实证研究样本，将该公司前一年的年报数据作为数据分析对象，并选取该公司的财务变量和非财务变量作为预警指标。财务变量包括盈利能力、营运能力和现金流量、成长能力等方面的财务比率，非财务变量则为消费者物价指数、GDP增长率和M1年度增长率、加权平均一年其贷款利率。综合面板数据，以面板Logit模型作为分析和计算模型。经过模型估计结算，最终得出了非财务变量中的实际GDP增长率和一年期贷款利率。
就非财务变量中实际GDP增长率和一年期贷款利率而言，二者是宏观经济因素中的两个重要因素。一年期贷款利率在研究中的参数估计值为正，置信水平为5%时十分明显，由此得出一年期贷款利率和企业财务困境风险存在相关性，且相互关系为正相关。在研究当中，实际GDP增长率参数估计值结果显示为负，同时其置信水平在1%时十分明显，则其与企业财务困境风险为负相关的关系。综合可知，宏观经济因素中贷款利率和实际GDP增长率对于企业的财务困境风险有着显著的影响。
综合理论分析和实证分析的结果，可总结出，宏观经济因素对于企业财务困境风险的影响显著，且贷款利率和实际GDP增长率与企业财务困境风险分别呈正相关和负相关。
三、企业在经营过程中应对宏观经济环境的有效策略
（一）时刻关注宏观经济环境
关注贷款利率变化情况，当利率提高，则相关贷款业务应进行适当延缓，从其它途径实现资金的筹措。关注GDP增长率，如增长率较高，则在应在分析市场状况的基础上，适当扩大生产和销售。同时，将宏观经济环境作为财务管理的重要参考指标。
（二）建立财务危机预警机制
基于以上研究，为确保经营的安全性，防范财务困境带来的巨大风险，就需要在注重自身财务状况的有效管理的同时，时刻关注宏观经济环境。最为关键的一点，即建立起企业的财务危机预警机制。基于市场调研和企业财务管理分析结果，及时发现财务状况，并针对危机因素制定及时的处理措施，尽可能避免财务困境。
（三）重点关注关键性指标
重点关注企业经营管理中的关键性指标，使得企业在进行财务风险预防工作上能够把握重点，最大限度地避免关键指标造成的财务困境风险。如企业的总资产周转率、资产负债率和成本费用利润率等。在此基础上，做好企业信用管理和资金回收利用，实现经营效率的提高。
四、结束语
在综合理论分析和实证分析之后，可知宏观经济环境对企业财务困境风险有着巨大影响，且主要体现在贷款利率和GDP增长率上。为了避免企业陷入严重的财务困境，除做好自身的财务管理工作外，还应当时刻关注宏观经济环境的变化情况，建立财务危机预警机制，抓住关键性指标，才能将宏观经济环境的负面影响降到最低，使企业走上安全、健康、可持续的发展道路。
参考文献：
[1]卢永艳.宏观经济因素对企业财务困境风险影响的实证分析[J].宏观经济研究，2013，05：53-58
