宏观计量经济学篇1
2011年诺贝经济学奖授予了，萨金特（thomas sargen）、西姆斯（christopher-sime）表彰了两位为新古典宏观经济学体系的建立和发展作出了杰出贡献。两位学者对宏观经济模型中预期的作用、动态经济理论与时间序列分析的关系等方面做出了开创性的工作。使得宏观经济学研究更强调实证分析与理论的结合，为宏观经济学的研究提供了新的方向。凯恩斯（1936）发表《就业、利息和货币通论》，标志着现代宏观经济学的诞生。
凯恩斯的思想和方法之后为萨缪尔森与托宾等继承，从而形成了新古典综合学派。但是70年代的滞涨现象，以凯恩斯主义为基础的宏观计量经济模型的预测和解释能力得到了巨大的挑战。Lucas（1976）指出，政策制度的改变会改变个人对政策的反应方式，而个人行为的改变会使经济模型的参数发生变化，而参数的变化又是难以衡量的，使得很多早期计量经济模型很难评价经济政策的效果。
一、动态计量经济学在理性预期中运用
根据“卢卡斯批判”，经济人会根据变化的经济环境随时调整自身的参数。传统宏观经济学模型不能持续描述经济主体的变化，在拟合一段时间后，误差将逐渐加大。经济学研究者，需要迫切解决的是如何利用随机数据来反映理性预期的思想。在动态时间序列分析中，对一个AR（自回归）过程的估计，可以转化为一个无限期随机项的MA（移动平均）过程，这样就可以利用随机误差项对参数的真实值进行估计了。萨金特（1980）使用了厂商优化模型来体现理性预期的思想。设厂商目标函数为：
■E■■β■（γ■+α■-w■）n■-（r■/2）n■■-（δ/2）（n■-n■）■
（1）
其中，β为贴现率，n■为第t期劳动力投入，α■为第t期技术水平，w■为第t期工资水平。γ■，γ■，β为待估参数。根据利润最大化得：
nt=ρnt-1-（ρ/δ）■（βρ）jEt[wt+j-at+j-γ■] （2）
利用wiener-kolmogorov算子把t+j期工资率和技术水平内生化得：
n■=ρn■-（ρ/δ）Uξ（λ）-1[1+■（■（λ）■ξ■）L■]x■+（ρ/δ）（λ）■[1+■（■（λ）■a■）L■]a■+ργ■/[δ/（1-λ）]其中，λ=βρ，U是一个1×p的向量。定义π（L）=（ρ/δ）（λ）■[1+■（■（λ）■a■）L■]，则误差项为α（L）et=π（L）v■■，定义μ（L）=n（ρ/δ）ξ（λ）■[1+■（■（λ）■ξ■）L■]，c■=v■■-vv■■。对v■■的OLS估计可得第t期的最优劳动力投入为：
nt=（1-ρL]-1[μ（L）+π（L）α（L）-1vξ（L）]xt+（1-ρL）-1π（L）α（L）-1ct （3）
通过ML估计出参数r0，γ1，δ，v，α（L），ξ（L）这些估计出的参数是具有理性预期的经济人最优目标中含有的参数以及技术水平参数，这样就可以通过所估计的参数来体现理性预期思想了。
二、动态计量经济学在一般均衡中的运用
（一）有关经济周期的计量
与萨金特相比，西姆斯更集中于计量经济学方面的研究。西姆斯（1972）研究了时间序列数据的区间问题，他认为，二次可积函数中具有滞后分布的时间序列分布模型的时间距离和频率空间是等距同构的。在这个度量空间下，二者可以相互转化，可进行普通最小二乘估计，1974年西姆斯提出了消除时间序列季节影响因素的计量方法。
（二）有关格兰杰因果检验
在格兰杰因果检验中变量之间因果关系的确定是假设一个变量为被解释变量而另外一个变量的滞后项为解释变量时，回归结果的整体显著性检验是否成立。该检验只是体现变量与滞后变量的整体性关系，也就是说研究一个变量的历史数据对另外一个变量所产生的影响。西姆斯（1972）在格兰杰的基础上提出了新的检验方法，他认为在时间序列中，如果解释变量是外生的，对滞后项的整体性检验存在错误。他提出的因果性检验是通过比较一个变量为被解释变量与另外一个变量的未来值为解释变量时，回归后的整体显著性检验是否成立。西姆斯（1983）对货币供应是否是引起经济周期波动的原因的实证研究提出了怀疑，并对这些实证研究提出了反驳。
（三）有关离散时间模型
西姆斯（1971）认为当把具有连续时间分布滞后的计量转化为离散时间的计量时往往需要对分布滞后项增加平滑约束条件使得估计更准确，西姆斯（1980）把这种思想发展成为后来广泛使用的向量自回归方法（VAR）。西姆斯（1988）认为在贝叶斯分析中由于某些参数是无法量化或量化不够准确因此无法使用事前prior概率分布给参数赋值。研究者从简化模型的角度出发，经常只需估计有限的参数，这样会导致事前事件的似然性降低。研究发现，时间序列模型分析中通过模型检验选择模型形式的方法并不可靠。检验的显著性会受到样本数量的影响，而非样本本身。另外，许多研究者经常利用估计好的模型进行事后检验，通过对未来值进行预测，比较预测值与真实值的差距，从而检验模型设计是否合理。这种方法在短期时间序列模型中比较有效，在长期却很难成立。在预测方面，往往需要在正则性和协方差平稳的前提下进行，然而在实际预测中，非正则性和非平稳性会经常出现，这使得预测误差变得很大。
三、结论
在新古典宏观经济学统治了近半个世纪后卢卡斯、普雷斯科特等人建立了宏观经济学的微观基础，而2011诺贝尔经济学奖授予萨金特与西姆斯，使得动态宏观计量思想为大多数研究者所认可。且对传统经典计量经济学提出了挑战，他们的研究工作使得小样本最小二乘估计法被放弃，而使得大样本的ML、GMM、贝叶斯估计等方法广泛使用。而且VAR模型在经济变量的因果关系分析、脉冲响应分析、波动分析等方面具有无可比拟的优势，使得动态计量方法在现代宏观经济研究中既能帮助政策制定者制定合理的经济政策，也可以对政策执行效果进行一定的评估。因此，萨金特与西姆斯的研究成果不但能应用在宏观经济研究领域，在经济决策分析中也能得到极大的运用。
参考文献
[1]Hansen，L.&T.J.Sargent.Formulating and estimating dynamic linear rational expectations models[J].Journal of Economic Dynamics and Control，1980（02）：7-46.
[2]Sims，C.A.Discrete approximations to continuous time distributed lags in econometrics[J].Econometrica，1971，39（03）：545-563.
宏观计量经济学篇2
宏观经济统计分析；统计方法；关键问题
从概念上来看，宏观经济统计分析是建立在经济学、统计学知识体系基础上，以统计知识为核心，围绕经济学知识进行研究和分析。在我国社会主义市场经济体制下，宏观经济统计分析的内容也经历了几个不同发展阶段。在以计划经济为主时期，宏观经济统计分析主要运用计量经济学知识，利用数理统计和模型分析，来完成对国民经济运行系统的优化和平衡。同时，借助于政府统计系统，从国民经济运行相关数据分析中，对计划执行情况进行研究，改进下一阶段计划经济重大问题。这一时期的计划经济为宏观经济统计分析提供了基础数据，但是，对于统筹兼顾、优化管理为主体的计划经济管理思想是一以贯之的。从我国统计学发展历程来看，对于宏观经济统计分析的内容，概况的讲，主要是围绕国民经济主要经济指标来展开，如利用国民经济账户、投入产出、资金流量表、国际收支平衡表等，从各个核心部门、核心指标、核心统计体系中来分析国家、产业的发展状况，减少经济危机的发生。改革开放以后，我国宏观经济统计分析，借鉴了马克思社会再生产、计划经济管理理论，同时借鉴了国民经济核算体系理论思想，完善了我国国民经济综合平衡统计方法，逐步实现了财政、信贷、外汇、物资的四大平衡。在以信息社会、大数据时代为特征的第三阶段，宏观经济统计分析将实际问题作为研究重点，特别是经济学与现实问题的关联，大数据环境下数据的可比性，统计分析方法的科学性和实效性等。
一、宏观经济统计与宏观经济统计分析概念研究
我国国民经济统计主要依托国民经济核算体系，包括经济循环理论下的宏观经济统计指标体系，以及各类标准、统计分类等内容。宏观经济统计，从概念上理解为从宏观上来探讨经济运行过程及结果的统计测度理论和方法。从统计范围来看，主要从经济活动中来获取统计数据，包括各类经济活动的信息整理、也包括各类统计部门设计的用于统计实际数量的调查资料。统计学是依据统计学理论，运用统计学方法来对各类经济信息进行统计分析，如利用抽样调查来进行统计分析，以实现对样本总量的推断；在获取相关统计数据内容时，常用的统计方法有分类法、关联统计法、变化率统计法、总量统计法、结构统计法等。信息化社会的发展，特别是基于网络技术的电子商务平台的建设，使宏观经济统计分析的独立性和地位更趋重要。概括来讲，经济统计分析从统计方式、统计数据上来全面认识经济获得，并从有效分析中提升经济发展水平.宏观统计数据的测度方式及搜集方法，与传统的调查方法，如普查、抽样调查、统计报表相类似，在现代经济统计中，增加了软统计内容，如抽样问卷、心理量表等。宏观经济统计分析是建立在宏观经济统计基础上，利用统计学理论和方法，以实证经济分析来处理统计结果。从概念上来看，广义的宏观经济统计分析包括的经济活动较多，不仅有重要的宏观经济指标内容，还有其他与国民经济管理相关的统计分析。微观来讲，宏观经济统计分析主要从经济问题的统计分析研究中，来构建统计分析模型，并从统计分析变量或指标中探析统计数据所反映的结果。
二、宏观经济统计分析体系研究
1.宏观经济统计分析内容
宏观经济统计分析体系包括宏观经济学目标、宏观经济管理目标和宏观经济统计目标三项内容，对于宏观经济学目标，主要从宏观经济统计分析对象，如社会总供给、总需求等建立均衡统计分析，从国民收入分配统计分析中来构建各项统计指标，如产业结构统计分析、经济周期统计分析、知识经济发展与创新统计分析、消费-投资需求分析、通货膨胀统计分析等等。宏观经济管理目标主要从宏观经济运行体制及组织结构上，围绕国家经济社会重大战略开展统计分析。如创新型国家经济战略、科教兴国战略、财政政策、货币政策、城镇化区域发展战略、可持续发展战略等等。宏观经济统计目标主要从国家统计、部门统计、行业统计、区域统计等层次化统计数据基础上来开发，围绕社会创新、政府管理、科学研究等内容展开统计方法创新。
2.宏观经济统计分析问题
宏观经济统计分析是政府统计工作的重要内容，一方面归结为制度化的统计分析工作，另一方面表现为专题型或问题型统计分析工作。在制度化统计分析工作中，围绕政府统计调查指标体系，从宏观经济运行过程及结果中来搜集数量特征、数量关系，并从宏观经济运行情况综合表现上来剖析主要问题和成功之处；对于各项宏观经济政策措施的执行情况进行跟踪，对执行效果进行对照分析，并从存在问题中来提出应对建议。如国家统计局和各下属统计单位，每年要对上一年度的统计工作进行汇报，以经济分析白皮书形式进行综合。制度化宏观经济分析工作，能够从社会生产、市场供需、收入分配、金融市场化、国际收支等多方面进行呈现，既有动态指标，也有近期、中长期发展趋向分析。宏观经济专题统计分析具有灵活性和变化性，主要是围绕不同时期的经济工作，从经济问题中来展开针对性调查统计分析。其特点表现在：一是对所研究的问题或专题具有较深的研究；二是多采用多重调查方法来实现对专题问题的全面分析，如抽样调查、软实力调查、问卷调查等的综合使用；三是运用现代信息技术来提升统计分析能力，特别是用网络化平台技术来弥补传统调查方法的不足，改善数据质量等。
三、宏观经济统计分析方法研究
宏观经济统计分析方法具有多样性，针对不同问题，有搜集数据、整理数据方法，也有针对经济问题的分析方法，还有基于统计描述和探索性数据分析方法。总的来看，对于宏观经济统计分析工作，多种方法的综合运用有助于提升宏观经济统计分析的科学性和有效性。对于宏观经济统计分析，不同领域所涉及的统计方法具有交叉性。但对于宏观经济分析中动态经济分析、静态经济分析、比较动态经济分析、比较静态经济分析方法所反映的经济学问题，能够从全面质量管理方法中体现目标、过程、方法、绩效、因素等统计描述信息，改善统计分析的应用实效性。主要常用的方法有因素分析法、指数分析法、弹性分析法、时间序列分析法、应用回归分析法和多元统计分析法等。对于不同经济变量体系的描述，根据经济运行过程及数量特征，从所选定的指标变量上来进行估计，包括推算、核算和估算等方法。描述性统计分析方法是基于统计分析应用，从构建基本逻辑架构中来分析客观存在的相关变量之间的关系；由于经济活动中各经济关系之间存在动态性，需要从经济分析的聚类、因子分析等方法中，运用分层回归、分位回归以及协整分析方法来转换，以促进对各项分析指标体系进行综合评价和反映。同样道理，在宏观经济统计分析方法研究中，面对大量微观性数据，如何发挥统计变量测度及过程变量特征分析优势？实践中常用统计系统描述方法，将系统分类及归纳至分位、分层、立体、动态的复杂系统中，从探索各关系变量及因素之间关系上来进行描述性分析。如在人口普查以及经济普查中，对于各类模拟系统方法的运用，主要从各因素的顺序识别和组内方差缩小、组间方差扩大上来实现动态过程的科学推断，提升核心主体的统计分析精度。
四、宏观经济统计分析的趋向研究
从宏观经济统计分析的应用来看，当前社会环境下面对更多挑战，其主要研究方向有以下几点：一是做好对国家经济社会发展管理的重要决策导向研究，特别是在信息技术快速发展背景下，从海量数据分析中来挖掘科学的信息资源，来优化和辅助市场化竞争、产业竞争及区域、国际间的竞争需要。哈佛大学加里·金（GaryKing）提出“信息革命背景下，对于海量数据资源的统计分析，将席卷商业界、学术界和政界”。建立在大数据基础上的精细化测量行为研究，从经济领域、商业领域来拓宽延伸，以促进社会发展；二是顺应大数据时代的发展机遇，在中国特色社会主义市场经济转型关键期，从协同政府、行业、经济、社会发展关系的角度，以政府公共数据共享平台建设来完善社会发展科学管理水平，从中长期发展政策分析中来进行科学谋划和实施。对于统计信息平台中的活动、业务、行政记录、财务信息等资料，要按照统计数据的统一化要求进行科学转换，增强宏观经济统计分析的决策科学化能力；三是强化创新型国家建设统计分析工作，围绕国家创新能力、国家创新体系建设发展要求，从国家科技政策制订，到各项经济统计工作的实施，都应扎实推进宏观经济统计分析在经济建设中的核心和驱动地位；四是构建高端化的产业结构统计分析模型，围绕我国全面转型过渡期的产业结构现状资料，从构建“三高一低”产业结构高端化统计目标入手，加大对信息化金融产业的创新，延长产业价值链，增强产业辐射及带动作用，优化产业结构向高端化进程转移；五是注重金融统计分析，完善我国金融管理体系，提升金融管理效率。在建设金融服务业与其他产业的协同发展上，发挥统计手段来全面跟踪和优化我国货币政策服务环境，挖掘金融数据，加大金融风险监测和防范；六是注重宏观经济空间统计分析，依托大数据时代数据集中化平台，为宏观经济统计分析创造有利环境，实现大数据的共享、合作和协同发展，真正实现大数据的整体效益。
参考文献：
[1]赵彦云,周芳.试论大数据时代中国政府统计改革发展新模式[J].教学与研究，2014(01).
宏观计量经济学篇3
在宏观经济关于统计分析不断得到广泛应用的状况下，市场经济得到稳定的发展，但是在实际应用的过程中，还存在很多弊端，这样的状况严重的影响了其发展。在经济发展新时期，对存在的问题进行适当的分析和研究，并制定出合适解决方法，已经成为我国经济领域学者重点的研究对象。基于这样的状况，为了有效的保证问题的有效解决和对策的制定具有时效性，在实际的工作中，需要对宏观经济统计分析进行深入的了解与掌握，才能够给予行之有效的、与时俱进的、对国家和大众都有益处的对策。
二、宏观经济统计分析简介
（一）内涵分析
在本课题对相关问题进行分析之前，需要对宏观经济统计分析的相应概念进行了解。宏观经济统计分析主要是对整体经济关于同一方面的总称，在其发展的不断阶段，经济学和统计学两种知识的融合，为市场经济的繁荣发展提供了详尽的信息。宏观经济方面的统计分析主要分为两个发展系统：一是统计学知识为基础的发展系统；二是和经济学知识为中心的发展系y。两种不同知识所形成的系统，在实际应用中产生的价值自然存在很大的差异性。但是在实际应用的过程中，宏观经济方面的统计分析主要注重关于经济学方面的理论和知识多一些，主要表现在计量经济学上面[1]。鉴于计量经济学具有理论形式的计量经济学和经济形式的计量学，将其应用到实际当中，能实现对数据的统计和管理，进而达到探索经济当中潜在规律的目标。宏观经济的统计部分所要研究的对象主要是宏观经济实际运行过程相应结果，在此过程中主要把宏观经济的相应理论作为依据，而将统计分析方法和方法作为工具，充分的利用统计的资料，来实现对宏观经济实际当中运行的规律予以深度的认识与分析。
（二）常用的方法
宏观经济方面的统计分析在实际使用的过程中，其方法多种多样，主要有以下几种方法：（1）静态分析。该种分析方法主要是把经济变动的整个过程和时间的因素进行排除，进而使经济达到相对平衡的状态。（2）边际分析。该种分析方法主要是边际概念当中的数量分析法，在使用的过程中对经济行为和相应的经济变量进行详细，进而凸显出自变量和因变量之间存在的关系；（3）均衡分析。该种分析法是对经济实际均衡状态下变动条件和形成条件进行详细分析；（4）比较动态分析。该种分析法主要是对两个不同的经济予以比较对比，进而获得变量的关系[2]。
三、推动宏观经济状态下的统计分析发展策略
（一）“与时俱进”
宏观经济统计分析具有实践性与科学性，能实现对信息予以合理分析，对现今市场经济的稳定经营和长远发展具有重大的意义。在信息化技术的支持下，宏观经济方面统计分析的信息的主要来源和相应的分析方法呈现出迥异的特征，宏观经济方面的统计分析在实际应用中表现出与时俱进的特征，将多样化的分析方法应用到该项分析当中，能使数据终端使用人员提供的重要的信息保障。大数据时代为我国超越追赶经济发达国家提供了一个良好的机会，我国在经济发展新时期当中，注重从政府采集和分析得到的信息数据着手，进而为经济的稳定经营和长远发展制定科学的发展战略。
为了能贯彻和落实新经济时期制定的经济发展战略，要在经济发展趋势不断变化后，对不适应经济长远的项目进行改进，在关于经济发展的过程中，应注重经济研究的前瞻性，并对互联网中的信息进行充分的利用，从而形成一个全新的宏观经济分析体系，为我国宏观经济发展中提供科学依据与良好的服务。在大数据时代迅速发展下，我国可以对当地各个社会基础单位作为的数据作为依据，对顺应现今大数据时代信息发展的平台进行建立。强化物流网络自身统计与各个行业之间相关联的机构进行建设建设，进而为各个行业的全面发展创造良好的发展环境。当地政府同时也要对资源环境和电网供求提供的信息数据作为重要的依据，实现对我国各项能源的全面发展。此外，大数据相关平台网站要进行科学的建设，这样才能为我国能源基础建设和管理提供强有力的保障。从上文的论述得知，大数据时代背景下，我国各个地方的政府要注重自身发展的创新性，能实现对数据的合理分析，通过采用多元化的经济统计方式，才能对统计和分析方法提出个更好的方法，进而实现合理科学的宏观经济统计分析发展目的。
（二）完善相关体系
经济体制的改革是我国促进经济发展采取的重要措施。随着经济体制的不断改革，我国现存的经济发展结构很难为经济的实际发展提供满意的服务，已经无法满足社会经济发展的需求，无法适应新时展的趋势。基于这样的状况，在实际的发展的过程中，为了更好的改进我国经济发展的机制，应注重要宏观经济方面统计分析工作能在现阶段得到健康的发展。政府机关单位中的从业人员在实际的工作中应研究出适应现今经济发展的体系，进而能科学的指导现今市场经济中企业自身的经营和长远的发展。同时还要对参与工作的相应人员，对自身的专业技能进行不断的提升，让其拥有更加专业的职业技能，保障新建指标体系能顺利有效的实施，发挥其调节指导作用[3]。
（三）加强宏观控制力
由于经济具有较强的流动性，易产生很多种类型风险。因此，要加强宏观经济统计分析稳健发展，增强政府宏观调控经济的能力。将我国宏观经济调控与政治外交结合，与国际宏观调控接轨，并且在宏观调控基础上，贯穿落实国家各项宏观调控政策。根据实际情况采取具有针对性的调控政策，使宏观调控能力与市场机制调节功能得到充分的发挥。将宏观调控目标分为若干个小目标，逐一的进行宏观调控，使宏观调控成果巩固，以实现经济宏观调控最终目标。
四、结论
通过本文的论述得知，虽然我国宏观经济统计分析存在着较多样化的问题。但是，宏观经济统计分析与时俱进符合时展与国家的宏观调控加强，相关体系不断完善，政府与各方力量的大力支持。能够实现对所有经济数据统筹管理与精确分析，使国家经济发展加快，促进整体经济效益优化，宏观经济统计分析也能够得到一个长期有效发展的契机，为人们谋取更多的福祉。
参考文献
宏观计量经济学篇4
很多人都不太了解什么是宏观经济统计分析，在这里我们给出一个相对全面的解释，宏观经济统计分析主要是以宏观经济理论为基础，以指导国民经济运行为目的，对宏观经济的整体运行过程进行分析的一种实证经济。在国际上，宏观经济这个词语第一次出现在20世纪30年代，由恩格斯提出理论知识，我们国家宏观经济统计分析产生于改革开放以后，随着我们国家经济的发展，我国的固定资产投资额不断增加，对国民生产总值的影响作用也越来越大。通过对宏观经济统计方法的分析，可以有效地制定经济政策进而实施宏观调控，刺激经济持续、健康发展。
一、宏观经济统计分析的内容
（一）宏观经济统计分析的类别及特点
宏观经济统计分析主要包括四个方面：（1）事前分析、事中分析和事后分析；（2）状态性分析、规律性分析和预测性分析；（3）专题分析和综合分析；（4）定期分析和不定期分析。宏观经济统计分析的特点主要包括应用性、数量性、对比性、综合性、实证性五个特点，从真务实，用数据和事实说话，通过实证分析研究宏观经济问题。
（二）宏观经济统计分析的课题和内容
宏观经济统计分析按照经济活动来进行课题划分，可以划分为国民收入分配、消费需求、投资需求、进出口需求、国民经济综合平衡分析、宏观市场运行等多个课题，在不同的历史阶段，由于其现实背景的差异，宏观经济分析角度都会有不同的研究课题，描述我们宏观经济的变化过程、特征、以及变化规律等问题，揭示影响事物变化的关键因素，探索其因果关系，并积极的找出解决问题的方法，以供决策者选择。
二、宏观经济统计分析的方法
（一）均衡分析和非均衡分析
均衡分析是宏观经济统计分析中的重要手段之一，这一分析方法认为各种变量在综合分析的情况下最终会达到一种均衡状态，就供给需求理论而言，均衡分析理论认为供给曲线和需求曲线在一定的价格和数量条件下，这两种曲线就会达到均衡，这种理论在马歇尔将图形引入宏观经济学以后一直在西方经济学中占据主导地位；非均衡分析方法是相对于均衡分析方法而言的，认为市场上的供求不可能相等。非均衡分析方法更加贴近生活，它认为在现实的经济生活中，由于信息的短缺和不对称以及信息成本的提高，所以市场的供需总是会存在差异，是不可避免的，其中不完全竞争将是非均衡分析方法的研究重点。
（二）定性分析方法与定量分析方法
定性分析方法作为宏观经济统计分析中的一个分支，由于其缺乏理论知识的基础，所以人们更多的还是倾向于定量分析方法，定量分析方法主要运用在金融领域，其中数学依据主要是计量和统计，在经济学中，常用的定量分析方法又分为5小种，分别为比率分析法、趋势分析法、结构分析法、相互对比法以及数学模型法，在这5种分析方法中，比率分析法是所有分析方法的基础，趋势分析方法、结构分析法、相互对比法是分析方法的延伸，数学模型法则代表了定量分析方法将来的发展方向。
（三）静态分析和动态分析
静态的分析方法主要是横截面分析，是相对侧重于分析经济变量的均衡条件，而动态分析则引进了时间维度，比如较为流行的时间序列分析，相对侧重于随着时间发展经济状况的发展，这两种分析方法都是不全面的，需要两者相结合来看待，以长泰县为例，不仅仅要对长泰县现有的经济状况、发展水平、发展特点以及问题作出分析，还要在时间维度上来作出整体把握，充分考虑内在条件和外在因素的双重作用，从而制定出相对的经济改革策略。
三、宏观经济统计分析的意义
我们为什么要研究宏观经济统计分析，宏观经济统计分析有什么的意义？我们从以下几个方面来分析：1.研究宏观经济统计分析有利于把握证券市场的总体变化趋势，在证券投资领域是离不开宏观经济分析的只有把握住了整体的经济发展方向，才能把握证券的整体变动趋势；2.利用宏观经济统计分析来判断整个证券市场的投资价值，这里的证券市场泛指整个证券交易市场，从狭义角度来说整个证券市场的投资价值就是整个国民经济增长质量与速度的体现，当然对于长泰县这个小整体而言也是这样的；3.通过宏观经济统计分析，掌握宏观经济政策对证券市场的影响，证券市场与国家宏观经济政策息息相关，认真分析宏观经济政策，这样才能准确把握证券市场的运行趋势和价值变动方向，对投资者、证券业本身，乃至整个行业的发展都有重要的意义。
四、结语
在宏观经济学中，一方面在实证分析中，各类分析方法通常综合起来，多种分析方法共同作用，解决相关经济问题；另一方面实证分析方法也和规范分析方法相结合，实证分析方法为规范分析方法提供了理论依据。在《资本论》中，马克思曾提到“分析经济形式，既不能用显微镜，也不能用化学试剂，二者都必须用抽象力来代替”，因此在我们研究宏观经济学问题的时候，要用多种分析方法来综合考虑，研究宏观经济分析方法的内容、方法以及意义。长泰县作为一个城市近郊县，在经济发展的今天，也要秉持宏观经济统计分析方法，制定严谨的经济发展路线，带动经济的腾飞，希望本文能对此有一定的借鉴意义。
参考文献：
[1]董涛.宏观经济统计分析发展的基本问题[J].中国科技博览，2014.
宏观计量经济学篇5
一、宏观与微观之间的关系
（一）宏观与微观的范围。宏观与微观有着紧密的联系。宏观与微观相互影响相互作用，宏观因素一定要通过微观企业才能发挥作用，微观企业的行为也会影响宏观因素。目前，不论是国内还是国外政府对经济的干预越来越严重，企业在做决策之前，通常先会推测宏观因素。宏观因素不仅包括经济因素还包括政治因素。微观企业根据宏观经济或者宏观政治做出的决策，不限制于公司的管理、盈余管理等。
（二）宏观经济和微观企业。实务既是会计的研究对象，也是财务的主要研究对象。宏观经济政策是一国政府为了调控国民经济的发展，从总体上制定的调控经济发展的政策。这些宏观政策不只是财政政策、经济政策等等。宏观经济政策的出台直接影响着企业的发展。主要以国民生产总值、人民生活水平等为标准来衡量经济的发展。国家采取的宏观经济政策与经济发展之间的关系是经济学研究的一个重点。由于会计学本身的特点，决定了研究会计学主要就是研究外部环境。宏观经济因素是最大外部因素。会计与财务最关注的是企业的行为，它们的研究范围比较狭隘，仅限于微观方面的研究，比较片面，没有把宏观因素考虑在内。很多的经济学研究家没有把宏观经济政策与宏观经济结合起来研究，单独的研究企业行为与产出，没有研究它们之间的关系。出现宏观与微观研究破裂。然而现实中宏观经济对企业的发展有一定的影响，例如宏观政策做出的财政政策等，它们影响着企业做出的决策，而企业做出的决策也会影响着宏观经济。
（三）宏观因素中的政治因素与微观企业行为。宏观因素中不仅宏观经济影响着企业的行为，宏观因素中政治因素也影响着企业的决策，政治政策的好坏直接影响着企业的反映，政治领导者某些决策可能直接会影响着企业主体做出的决策，甚至是还要随着政治政策的出台而改变已经做出的决定。如果企业的高管与政府的关系强，那么政治政策对企业的影响会更大。
（四）研究会计与财务宏观向微观传递的意义。有些经济研究家没有把微观与宏观结合起来研究，因此，对宏观的研究与微观的研究都有一定的局限性。如果研究会计与财务时能够做到把宏观与微观结合起来进行研究，就是研究会计与财务的一个新视角。把宏观因素的影响考虑到企业决策中，形成一种机制，能不断地完善传统的微观企业行为。微观企业所做的决策，考虑宏观因素的变化。在我们国家而言，我国政府对与我国经济的发展起着重要的作用，我国政府采取的宏观经济政策以及政治政策都会影响着我国企业经济的发展状态。并且在我国政府与经济企业之间也存在着一定的联系。在研究会计与财务时，都要把这些因素考虑在内。
三、在研究中注意的问题
（一）内生性问题。宏观与微观是分解与综合的关系。宏观因素所采取的经济政策或者政治政策都会影响着企业经济的产出，反过来企业的行为以及经济产出也会影响着宏观政策的调整。因此，在会计与财务的研究中，一定要特别注意微观与宏观之间的内生性问题。
（二）衡量宏观因素的标准。宏观因素的两个方面；政治因素和经济因素，有很多因素影响着宏观因素，如果只是用其中的一种作为标准来衡量是片面的。需要建立一套衡量标准或者是多样化的标准，来衡量宏观经济指标；而对于政治因素的衡量标准比较匮乏，经常需要用他变量来代替。因此，一定要对文章进行稳健性的检测。
（三）尽量排除偶然因素。宏观因素的很多方面都对微观企业有影响。因此对于微观企业的行为一定要考虑排除其他偶然因素的影响。对于会计与财务的研究新视角研还可以利用时间研究法，但用事件研究法来研究会计与财务的新视角存在着一定的局限性；即偶然因素的影响比较大。为了控制偶然因素的干扰，可以采取循环性事件的方法来研究会计与财务的新视角。
四、会计与财务新视角的可研究方面
（一）宏观经济方面。第一是宏观政策对上市公司的影响。宏观因素影响着上市公司的经济产出，比如政府采取的货币政策或者是经济政策等都可能会影响着企业或者是不同行业，微观企业也会很据宏观因素相应的调整其决策，以适应政府制定的宏观政策。更直接的影响是政府通过财政的投资额以及投资的方向观察企业的行为决策，政府还可以通过发行货币量查看企业的行为变化。
（二）世界的宏观因素对我国微观企业行为的影响。随着经济全球化，国内经济的发展与世界经济的发展越来越密切。我国微观企业对商品出口的依赖性很大。用实证的方法研究国际宏观调控的政策影响着我国国内微观企业的决策。这有利于企业实际运作。
（三）区域经济的影响和上市公司的数量、投入的资金量等之间的关系。由于各个省市所采取的经济政策，实力等不相同，这些不同都可能会对微观企业的行为产生一定的影响。省市经济发展比较好的、有实力的区域上市公司的数量、投入资金量的变化；有优惠政策的地区对微观企业价值的影响，对微观企业的促进作用；通过对不同地区的研究，可以研究出不相同的因素对上市公司的影响，从而采取与之相适应的对策解决问题。
总 结：
没有把微观企业与宏观政策结合起来研究致使当前研究比较的片面。本篇文章主要研究了宏观调控对企业政策行为的影响，可以为以后的研究提出一个创新点。对于有关宏观因素影响企业的研究很少。因此，从宏观因素向微观企业传递的研究角度出发，能够打破以往研究的局限、提出新的内容、可以完善以前的研究、有利于更好地指导实践。
宏观计量经济学篇6
1.1提高统计数据质量是实现宏观经济管理的必需条件
相关资料显示，当前我国所制定的宏观经济管理系统主要包括决策、执行以及监督等三大数据信息处理分系统，独立于三大系统之外的经济信息统计系统负责对社会经济信息进行专门的搜集、统计和管理，并在管理的同时对数据信息统计活动进行监督与调控。因此，为了从根本上提高数据信息的统计质量，保证社会宏观经济管理的有效性，就必须严格做好社会经济信息统计工作，及时、迅速以及高效的完整数据统计。
1.2提高统计数据质量是奠定经济宏观决策的基础
党中央和国务院在对经济宏观决策的过程中，需要准确及时的统计信息。宏观经济决策主要指的是在宏观经济发展过程中，为了能够使我国国民经济能够快速有效的发展，就必须要制定一个发展目标、方针及政策。而这一目标的制定是国家根据我国的国情以及自身的特点做出的一项全面的决策。在这个重大决策过程中，需要以下几个步骤：第一，需要对社会经济等各种信息进行调查与研究，并能够全权掌握，分析出其中存在的问題与矛盾；第二，请专家对大量信息进行深度研究，并制定多个解决方案，然后对方案进行评估之后选定一个可靠的方案。这样才能够保证宏观经济决策的可靠与科学。
1.3提高统计数据是实现宏观经济管理监督的关键
宏观经济监督管理需要准确、及时的统计信息所谓宏观监督，就是制定并执行各种法规、条例为维护社会秩序和经济秩序并保证宏观经济管理目标的实现所进行的经济监督、行政监督和社会监督。监督是宏观经济正常运行必不可少的管理环节，监督职能是通过信息反馈来检验决策是否科学可行。监督的手段很多，其中统计监督是必不可少的，统计只有提供准确、及时的信息，才能发挥国民经济“监测仪”的作用，密切注视国民经济发展势态，紧密围绕宏观经济调控目标，灵敏跟踪各项政策执行情况，及时进行定量检查、监督和预警。
2当前经济数据统计所存在的问题及原因
2.1思想行为不端正
统计数据质量管理，或者说社会经济数据信息的统计工作中，少部分领导者可能会因为欠缺经济发展思想，或者思考问题不全面，导致其无法从全局性范围出发，做出长远的决策，甚至因为某种私人利益而向上级部门隐瞒真实的统计数据，利用职位之便进行各种非法、违法的活动。领导者思想行为不端正是造成数据统计质量不高的主要原因之一。
2.2考核指标不完善
当前，国家政府对地方干部的政绩管理和考核制度不完善，尽管党中央指出，在新形势下药抓住经济发展机遇，在遵循社会经济发展方针的前提下接受挑战，切实加快我国社会主义经济建设。但在真正实施时，由于国家所制定的政绩考核制度不完善，考核方法也存在一定缺陷，导致相关考核部门无法真实获得地方干部的政绩，无法对地方干部的数据统计质量进行科学合理的监督与管理，进而导致经济数据统计质量低下。
2.3《统计法》不完善
除了人为因素和外界因素影响之外，数据统计制度本身的不完善问题也是导致数据统计质量不好的重要原因之一。就目前看来，《统计法》在实际实施时存在着诸多问题，统计工作受阻和无法开展等，其根本原因是因为《统计法》本身的不完善，国家在制定《统计法》时由于欠缺对当前社会形势的考虑，或者考虑不周，所以导致其所制定出来的《统计法》在具体实施时失去作用，甚至无法实施。
3统计数据质量的途径
2007年的全国统计工作会议强调以提高统计的科学性，准确性和权威性为中心，深入统计改革，加强各项建设，强化统计管理，不断提高统计工作水平，为加强和改善宏观调控服务，为全面落实科学发展观，加快构建社会主义和谐社会服务。
3.1立足统计改革，确保统计数据真实准确
统计部门直属于本级政府，听命于本级政府，这种体制难以保证统计部门的客观中立和统计数据的准确，从这个角度分析，实行统计部门的垂直管理是有必要的。近年来中国统计改革有一系列重大举措，特别是去年以来，统计改革“三大战役”（即三支调查队改革，经济普查和GDP下算下一级）和《统计法》执法大检查揭开了中国统计大改革的序幕，尽管改革涉及方方面面，但目标只有一个，就是搞准、搞实统计数据。
3.2对于人为原因造成的统计数据质量不实，要靠法制治理
充分运用《统计法'》这个最为有力的武器，做到“有法可依，执法必严，违法必究”。为此，一是要扩大统计执法力量，增加统计执法的专业人员。二是扩大查处企业、个体工商户等统计违法的比例，大幅度提高查处数量。三是广泛深入进行统计法宣传，尤其是强化违法案例查处实例的宣传，提高法律威慑力。
结束语
总而言之，要想实现宏观经济的有效管理，就必须要把握准确及时的统计信息。政府中统计部门的最主要工作也就是统计信息，并提高其质量，这也是全社会的共同责任。
参考文献
[1]张美清.关于提高统计数据质量的几点思考[J].内蒙古统计，2006（01）.
[2]蒋英.对统计数据质量的几点认识[J].山东煤炭科技，2005（06）.
[3]崔新明.提高统计数据质量的几点建议[J].南京工业职业技术学院学报，2005（04）.
宏观计量经济学篇7
宏观经济统计分析现在本国，乃至世界的经济发展过程中已经越来越常见。随着其应用范围的扩大，在其发展过程中也不可避免的存在一些问题影响了宏观经济统计分析的正常发展。因此，我们可以通过对它的发展的过程进行研究，并对它具体的产生过程、发展过程以及在中西方发展的不同阶段进行分析、探究。我们只有对对该体系的形成有一个大致的了解，才能使得它获得更好的发展。
一、宏观经济统计分析的产生
作为产生于中国的术语名称，宏观统计分析也随着时间的推移逐渐发展成为了―个较为完善的知识体系。统计学和经济学这两个知识相互交融的体系，实际上是可以分为分别以经济学知识体系以及统计学知识体系为核心的两种发展着的根基。在这两个根基的发展之下，统计学与经济学两门学科都被包含于内，但在实际上出发点不同也往往意味着学科在社会上的地位的不同。宏观经济统计分析在实行市场经济的国家中大多是将经济学作为的核心进行发展，也就是计量经济学。
现如今的计量经济学，无论是从数理经济学（教学运用）模型估计与测验还是经济理论，都是以经济学知识体系作为推动力。仅仅将统计学看作是一种手段，在整个计量经济学占有了一定的比例，并没有注意到统计学的实际地位。但在实际上，统计学已经被计量经济学的独立方法论基本取代。
但是，纵观历史的发展，我们不能将计量经济学等同于宏观经济统计分析。后者是由于社会主义国家的国民经济计划实践而产生并获得发展。计划经济盛行的时候，统计作为计划管理的直接工具，在一个较为科学的宏观经济统计分析体系下，实现了国民经济运行系统的平衡与长久发展。这是一个科学的思想，并在当时计划经济时期起到了一定的积极作用。宏观经济统计分析也因此而获得立足之地，并且随着时代的前进不断发展。在发展的过程中，我们国家保留了统筹兼顾、优化管理、量力而行等科学思想，并将其看做我们建立在市场经济基础上宏观管理的理念，并逐渐树立了中国特色社会主义市场经济的改革发展目标。
二、宏观经济统计分析的历程
2.1 宏观经济统计分析的发展历程
在统计学的发展史中，我们也不难看出宏观经济统计分析内容将统计学作为了核心知识体系，也具有其清晰、独特的发展脉络。笼统地说，我们可以用三个发展阶段来对宏观经济统计分析进行概括。
在最初，也就是第一阶段，经济学家围绕着国民经济重要统计指标，对国家实力的发展进行了比较、分析。该统计分析的发展进程的第二阶段是国家的经济核查系统的完善。许多与该体系相关部门的分类逐渐细化，也使该体系逐渐获得了完善。另外，在这一时期，统计科学设计思想实践这一方面也获得了较大的发展，核心指标的确立、指标体系以及国民经济行业分类的形成以及对国民机构部门的细化都将宏观经济统计分析的科学统计体系不断进行充实。通过对于统计的科学应用，使得资源配置的效率获得了很大的提高，也因此将经济危机的影响降至最小。第三阶段，也就是现在所处的阶段。经济统计的领域逐渐形成了将宏观统计与微观统计自觉地相互融合、相互促进的共同发展的局面，也由此拥有了进补的契机，进入了一个飞速发展的时段。现代的统计作用因为计算机数据库的生产方式的优化以及对数据的处理、分析的日益快速、高效而更加重要。
2.2 西方宏观经济统计分析的发展过程
虽然宏观经济统计分析这一名词并没有作为一个术语正式出现在西方，但是西方的许多经济学家与统计学家仍对这一现象做出了研究。早在一六七二年，统计学家、经济学家威廉・配第就对那个时代的国民收入总量进行了统计与分析。在此后，需求与价格函数关系的量化研究也横空出世并逐渐获得了获得完善。从而逐渐实现了分析与统计这两门学科了交织的密切发展。在二十世纪三十年代，凯恩斯开创了国家经济核查体系，使该体系正式出现在人们面前，并在此后的数年间由后人对此不断充实、不断发展。后来由里昂惕夫创立的资金流量表以及投入产出分析方法，也对宏观经济统计分析的应用与发展起到了促进的作用。这些理念的出现，毫无疑问，都推动了宏观经济统计分析在经济政策、宏观经济调控中的体现和应用，客观上也促进了人类社会资源的有效利用。
2.3 我国宏观经济统计分析的发展过程
新中国成立之后，不仅中国中央人民政府，以人民大学为代表的一些高等院校也纷纷采用了前苏联的国家统计方法以及统计学正式的授课系统。统计也作为直接应用于国名经济计划的制定以及检查的工作，并在国家各部门、企业中也起到了十分重要的作用。宏观经济统计分析也逐渐成为了对国民经济发展进行总结与分析的重要工具之一。
紧接着，在改革开放之后的一九八二年，任教于厦门大学的钱伯海教授将《国民经济综合平衡统计学》得以出版。钱教授还将马克思社会在生产理论与我国实际计划经济理论结合，借鉴了国家经济物质平衡表的理论研究，综合了平衡统计的理论思想，将国民经济综合平衡统计学建立了起来。与此同时，将国民经济运算过程中的信贷、外汇、财政以及物资进行平衡分析，这也就是我国宏观经济统计分析第二个阶段。
在前两个阶段的过程中，中国人民大学也在不断地对学生的综合能力进行培养，并开设了用于指导如何进行统计知识以及统计数据综合运用、研究我国实际的经济问题的课程。因此，第三个阶段应当是以人民民大学为起点，各个高等院校竞相开展宏观经济统计分析课程、宏观经济统计分析不断完善的阶段。在上世纪八十年代末，美国商务部经济分析局的“经济循环制表”的综合指数监测的方法被引进到我国的经济统计分析课程中，替代了原来使用的无主题的综合统计分析。也由此开始了我国经济运行的检测体系以及综合方法的研究。在一九九一年，随着宏观经济专题问题的逐渐扩展，形成了更加完善的“宏观经济统计分析”的课程体系，使学生解决实际经济问题的能力以及综合分析能力都获得了很大的提高。真正使得我国主要财经类院校开始重视并将其纳入课程进行讲授与研讨的关键事件，应当是一九九二年《宏观经济统计分析》一书的出版。
宏观经济统计分析的发展过程实际上就是确立统计在宏观经济实证分析研究方向、知识体系中的核心、轴心地位，并将这种趋势不断发展。将现实条件同我国实际发展的课程系统相结合，我们不难看出，要想使统计这一学科的重要性获得提高，并且使统计数据等相关内容获得深刻地使用，就必须要实现其自身的独立发展。
三、结语
时至今日，宏观经济统计分析仍处于发展过程之中，上述对于宏观经济统计分析的产生与发展的研究也只是相关研究中很少的一部分。在实行了改革开放三十多年的今天，我国的经济发展需要有一个很强大的数据信息基础作为数据支持，也需要计算机网络技术、数据库系统等与统计专家进行密切合作，以实现统计事业的大发展，并更好地为社会做出应有的贡献。
参考文献：
宏观计量经济学篇8
自20世纪70年代末到21世纪初，全球有93个国家先后爆发了112次系统性银行危机。尤其90年代以来频频爆发的金融危机——如1987年美国股市崩盘、1994年美国利率风暴及中南美洲比索风暴、1997年亚洲金融危机、1998年俄罗斯政府违约事件，特别是2007年春季开始的次贷危机最终演变为2008年的全球金融风暴，波及范围之广，影响程度之大，史无前例。它们不仅使一国多年的经济发展成果毁于一旦，还危机到一国的经济稳定，对全球经济也产生了强大的冲击。［1］
收稿日期：2008-07-05
项目资助：本文受到西安交通大学“985工程”二期资助（项目编号：07200701），国家社会科学基金（08djy156）资助。
作者简介： 李江（1962-），湖南省湘潭市人，金融学博士，西安交通大学经济与金融学院副教授，
硕士研究生导师，研究方向：金融风险管理；刘丽平（1982-）,女，河北省承德市人，西安交通大学经济与金融学院硕士研究生，研究方向：财务预警。
金融系统的宏观压力测试是一类前瞻性分析的工具，用于模拟“异常但合理” 宏观经济冲击对金融体系稳定性的影响，可以帮助中央银行识别金融体系的薄弱环节，有助于各方理解金融部门与宏观经济之间的联系，同时提高中央银行和金融机构的风险评估能力。因此，受到各国金融监管当局的重视，逐渐成为检验一国银行体系的脆弱性，维护金融稳定的首选工具。在金融全球化的趋势下，随着我国金融市场的完全开放，我国金融业和国际金融市场的逐步融合，是否拥有一个稳定和富有竞争力的银行体系对于
世界各地的学者，运用上述模型框架进行了大量的实证研究。vlieghe g［15］对英国银行体系累加的企业违约概率进行建模估计，发现gdp、实际利率和真实工资水平具有较显著的解释能力。bunn p,cunningham a和drehmann m［16］曾使用probit模型来测算英国企业部门的贷款违约风险。boss m［17］针对加总的企业违约概率估计出宏观经济信贷模型来分析澳大利亚银行部门的压力情境，结论说明工业产值，通货膨胀率，股票指数，名义短期利率和油价都是违约概率的决定因素。marco m 、sorge、kimmovirolainen［18］利用wilson模型框架对芬兰银行系统的信贷违约概率进行了宏观压力测试分析。结果证明在压力情境下，违约概率（pd, portability of default）的蒙特卡罗模拟分布明显异于常态分布，其var值远高于基期的测算值。jim wong,ka-fai choi和 tom fong［19］建立了香港零售银行面对宏观经济波动的信贷风险宏观压力测试框架。模型框架中引入的宏观经济变量包括：国内生产总值（gdp），利率（hibor），房地产价格（re）和大陆的gdp。同时用宏观压力测试评估了香港银行体系的贷款资产和住房抵押贷款风险暴露。压力情境的设定模拟了亚洲金融危机时发生的宏观经济波动，并分别引入了测试模型。结果表明在置信水平90%时，在所有压力情境下有些银行仍然能够盈利。这意味着目前银行系统的信用风险较稳和。当var取99%的置信水平这一极端情况时，一些银行出现了巨额损失，但这类事件发生的概率极低。
hoggarth g和whitley j［20］与drehmann m hoggarth， g logan a， zecchino l［21］在他们的研究中引入了英国在fsap框架指引下宏观压力测试的执行结果和方法，在压力情境的设定方面采用在险价值框架下的蒙特卡罗模拟法。jones m t, hilbers p和slack g［22-23］提供了宏观压力测试的更一般的非线性的方法。worrell d［24-25］ 讨论了一个将早期预警系统，金融健全性指标和宏观压力测试整合的方法。
一些学者研究将信用风险和市场风险整合测量，例如 allen l 和 saunders a［26］尝试将宏观经济因素整合进信用风险的测量模型。而最近的一些文献如pain d、vesala j［27］和gropp等人［28-29］则是引用wilson 的宏观信用模型分析了宏观要素对银行的债务人的信用质量的影响。而wilson 的模型的一个替代选择则是merton 的公司层面的结构模型. gray d、merton 和bodie［30］将这一框架扩展至研究违约风险。derviz a 和kadlcakova n ［31］将商业周期的影响整合进一个具有结构模型和简化模型特征的复合模型。drehmann m、manning m［32］和pesaran m h等［33］在利用merton模型框架的宏观压力测试中研究了违约概率和宏观经济变量的非线性关系。benito a,whitley j和young g ［34］将基于衡量违约概率的merton模型融入针对模拟个别企业违约的probit模型。他们发现merton模型方法比仅仅依靠企业的财务数据的模型效果更优。
还有一些文献使用不良贷款，贷款损失额或者复合指标与宏观经济因素整合成矩阵向量来测算金融体系的稳定性。hanschel e和monnin p［35］针对瑞士银行系统构建了一个复合压力指标，该指标综合了金融不稳定的市场指标和银行资产负债表上的衍生变形指标。kalirai h 和 scheicher m［36］针对对澳大利亚银行体系累加的贷款损失，通过涉及广泛的宏观经济变量的模型进行了时间序列的回归估计。这些宏观经济变量包括国内生产总值、工业产值缺口、消费者价格指数、货币供给增速、利息率、股票市场指数、汇率、出口额和油价。
（三）国内外研究述评
目前国外开展的关于银行稳定性评估的实证研究十分丰富，其中挪威和芬兰中央银行的研究对金融系统的评估最具综合性。稳定性评估的目的在于，对银行体系的健全状况和抵御系统性金融危机的能力进行定量和定性的客观评价。为此采用了金融稳健指标分析（financial sound indi cators)和压力测试的方法，对宏观经济环境中例外但有可能发生的冲击（shock）情境进行模拟，来量度和评估银行体系在遇到冲击甚至遇到金融危机时，保持稳定（即银行保持基本运营不会发生突变）的能力。
而国内对于银行体系的稳定评估的实证研究都偏重于评价银行体系的稳定性，对在抵御不确定性风险的能力评估并未涉及。目前我国关于宏观压力测试的研究才刚刚涉及，孙连友［37］，高同裕、陈元富［38］等学者对宏观压力测试进行了理论上的探讨，但多为国外文献的整理或综述，未能进一步的发展和深入。尤其在模型研究方面，仅仅停留在介绍早期国外学者的模型框架和较为成熟的各国宏观压力测试手册指引中的操作流程。其内容多为宏观压力测试的必要性、目的作用、所用方法、国内外的具体实践等，未能有很系统和深入的介绍，而对多种宏观压力测试模型的介绍和分析尚无涉及。
在实证方面，熊波［39］通过建立宏观经济因素的多元logit回归分析，并对结果进行假设情境的压力测试分析。得出的结论是， 国内生产总值和通货膨胀率这样的宏观经济变量的确是影响
图1 压力测试流程图
（二）模型的设定
本文将在wilson、boss和virolainen研究框架的基础上建立适合我国银行系统信用风险评估的宏观压力测试模型。首先借鉴国外研究成果中关于宏观经济因素和贷款违约率之间的非线性关系设定。在此基础上使用logit方程将贷款违约率转化为宏观综合指标，以指标作为因变量与宏观经济因素进行多元线性回归分析，使得这一指标能够很好地利用各宏观经济指标所提供的信息。在模型中宏观经济因素的选择方面，参考国内外学者实证研究中模型的自变量，结合我国数据统计和披露特点等制约因素选取适合的宏观经济变量来构建模型。
yt=?ln?1-pdt[]pdt（t=1, 2…, n）（2）
yt=α0+α1xt+…α1+m?x1-m?+β1yt-1?+…+βny?1-n?+μt（3）
xt=?0+?1xt-1?+…+?px1-p?+φ1yt-1?+…+φqyt-q?+εt（4）
pdt代表t年度的贷款的平均违约率，y是一个反映宏观经济状况的综合性指标，也可以将它理解为是反映银行体系违约概率和各宏观经济变量的关系的“中介指标”，x代表宏观经济变量。在利用历史数据进行模型估计时，通过处理的违约概率值代入（2）就可以得到估计的综合指标的估计值。将其带入（3）就可以估计出宏观方程的系数，并以此估计出的方程作为进行宏观压力测试的基础。而在执行压力测试的时候，通过压力情境的设定，用不同方法得到的各相关宏观经济变量值代入估计出的（3）就可以得到压力情境下的y，再通过（2）就估计出了压力情境下的银行系统的违约概率。
公式（2）就是对贷款违约率进行?logit?回归分析，pdt表示t年度的贷款的平均违约率，yt表示一系列宏观经济变量的综合指标。
公式（3）是反映各宏观经济变量与综合性指标yt的关系的方程，本文采用多元线性回归的方法来模拟变量之间的关系。其中xt=(x1,t?,x2,t?…xl,t?)′是l×1阶列向量，代表l个宏观经济因素构成的列向量；μt是方程的随机扰动项。截距α0是一个l×1阶列向量；系数α1,α2…α1+m?分别代表l×1阶向量，系数β1…βn是l×n阶矩阵向量。
公式（4）是关于各宏观经济变量的时间序列模型。考虑到宏观经济因素采取的时间序列数据，可能存在变量的滞后性，因此对各宏观经济变量进行p阶自回归分析，剔除模型中的序列相关性。在（4）中，?0是l×1阶的列向量, ?1,…,?p都是l×1阶矩阵向量，φ1,…φq是l×q阶矩阵向量，随机误差εt都是l×1阶列向量。
在这个模型中，假设μt和εt是序列不相关的，并且分别服从方差协方差为矩阵∑μ和∑ε的正态分布。其中μt和εt相关的方差协方差矩阵为∑μ,ε?。
在? wilson（1997）和virolainen（2004）?提出的框架中，yt仅仅与xt有关，而本文模型的设定更符合实际情况，yt不仅与xt相关，考虑到宏观冲击的时滞效应，yt还与其滞后期的值yt-1?,…,yt-n?有关。
从（4）可以看出，模型不仅考虑到了宏观经济变量值之间的相互影响，模型的设定考虑到了金融体系对宏观经济波动的回馈效应。将银行的表现对经济的反馈影响通过在宏观因素变量的自回归方程中引入综合变量来实现。通过各行业综合指标y的前期值对各宏观经济变量的影响设定来反映现实世界中的金融与经济发展的相互影响关系。
（三）变量选取
1.解释变量
根据各国的实证研究经验和我国银行体系业务发展特点，本文模型的变量选取1990～2006年的年度数据，主要考虑到数据的可得性、宏观经济统计的特征以及经济冲击发生的持续时间来决定的。鉴于研究的宏观层面，从数据的可得性及计算量考虑，本文的宏观模型是基于整个经济体系的，因此各宏观经济变量将不采用各经济部门的统计值，而是采用本国的整体水平的统计值。
本文选取八个宏观经济变量作为解释变量：
ngdp—国内生产总值名义年增长率；
rgdp—国内生产总值实际年增长率；
nr—一年期存款的名义基准利率；
rr—一年期存款的实际基准利率；
nlr—一年期流动资金贷款的名义平均利率；
rlr—一年期流动资金贷款的实际平均利率；
cpi—居民消费价格指数；
re—房地产价格指数；
2.被解释变量
本文选取违约概率作为评估信用风险的指标，银行系统的信用风险主要表现为贷款资产的违约风险。违约率水平是评估银行贷款质量的最直接的指标，违约风险可以用借款人在规定期限内的违约概率度量。virolainen k对芬兰银行系统的违约概率进行的宏观压力测试分析中，对违约概率指标采取如下方式赋值：在研究时段内，某行业的破产机构数量与总的机构数量的比率为银行体系面对的违约率。jim wong、ka-fai choi和tom fong［19］建立的香港零售银行面对宏观经济波动的信贷风险压力测试框架中，违约概率是逾期3个月以上的贷款额与总贷款额的比率。本文选取四家国有商业银行和交通银行、招商银行、光大银行等十家股份制商业银行的信贷数据作为样本，以平均的逾期贷款率代表贷款违约率，即以年末样本银行的总逾期贷款额与总贷款余额的比率。其中，1990、1991、1992三年的各样本银行的详细数据欠缺，因此本文根据各类媒体披露的总的逾期贷款的变动率和贷款额的变动率计算出了这三年的逾期贷款率，其他各年份的详细数据均来自
（二）宏观压力情境的设定及其结果
本文选择情境分析作为执行压力测试的方法。针对模型所选取的宏观经济变量，我们设定两个压力情境：一种是gdp增长突然放缓的情境；一种是cpi上升到较高的水平（5%以上）。对于各种压力情境下，反映压力的宏观经济变量的变动幅度，可以通过以往的历史相似情境数据或历史经验直接进行人为的设定。而本文在对银行体系遇到极端情境进行构建之前，利用时间序列模型对解释变量ngdp、cpi进行了2008～2010年的简单arma模型预测，作为我们构建的参考基准情境（baseline scenario）。
从表2可以看出，在设定的两种压力情境下，我国的银行体系的信贷风险明显增加，从模型预测估计出的贷款违约率都有不同幅度的增加。随着国民生产总值增速的大幅降低，贷款违约概率增大，但幅度较缓。而随着通货膨胀率的骤增，违约概率出现大幅度的激增。这充分说明在压力情境下，宏观经济变量对银行系统信贷违约概率的冲击效应非常显著。从而判断，通货膨胀率的同等幅度波动对银行体系信贷违约率值的影响更大。
五、结论及建议
宏观计量经济学篇9
《宏观经济学》是统计类专业人才培养方案中非常重要的专业基础课程，而且是一门紧密联系实际的实践性课程。统计类专业《宏观经济学》的教学对象与传统教学对象存在差异，如果完全照搬经济类专业宏观经济学课程的开设，实施效果肯定就会大打折扣。具体来说，统计类专业《宏观经济学》课程开设中存在的问题主要表现在以下几个方面：
第一，对经济理论基础认识不足，对经济理论学习重视不够。从统计类专业的培养目标可以看出统计类专业的生命力在于应用，而应用的理论基础就是经济学，只有有了扎实的经济理论基础，才能更深入地进行统计定量分析，得出的结果才会正确，才更具有现实指导意义。但现有社会经济统计专业，从教学目标、教学内容等诸环节，对经济理论基础重视不足，并且不同统计专业方向对经济理论基础的要求存在一定的差异，可这些都没有在教学目标、教学内容等环节得到体现。从社会需求角度来看，统计类专业毕业生不论是从事经济管理还是理论研究，都存在发展后劲不足的现象。因此，应加强《宏观经济学》教学，引起学生足够的重视。
第二，数理基础不够深厚，数理分析方法应用不足。宏观经济学已经成为一门高度抽象化的学科，数理分析方法在其发展中发挥着非常重要的作用。并且这种数理分析方法不仅运用于高级宏观经济学课程中，而且在初级、中级课程中大量涉及。统计类专业开设的数理基础课程主要以概率论为主，并且授课教师是从纯数学角度（包括教学思路和教学方法）讲授的，由于学生数学功底相对薄弱，并且所学内容与本专业其他课程联系不大，使学生缺乏学习积极性。同时，在课程设置次序上，本科阶段高等数学和宏观经济学的开设基本同步，而概率论、数理统计、线性代数等相关课程甚至晚于宏观经济学的开设，严重影响宏观经济学教学效果。
第三，教学方法单一，教学效果不显著。由于宏观经济学理论性强，派别多，系统庞大，教学内容丰富，涉及大量图表、经济模型和专业术语，并且使用的教材基本为国外教材，与中国现实国情存在差距，要求教师在教学过程中进行必要的教学方法探索和改革。从当前教学实践来看，讲授型课堂仍然在宏观经济学课堂教学中发挥着至关重要的作用，由于内容形式单一，学生参与积极性不高，从学生反馈评价来看，学生不能及时理解掌握基本理论和要点，教学效果不理想。
第四，师资力量薄弱，不符合人才培养要求。根据统计学专业培养目标，统计类专业学生应为德才兼备的复合型和应用型经济与管理类高素质统计人才，因此，统计类专业教师要有良好的数学基础和经济学基础。然而，现有从事宏观经济学教学的统计类专业教师大部分是纯经济学学科背景，他们的数理基础薄弱，统计思想欠缺，不能很好地根据人才培养方案实施有针对性的教学，这种问题必然导致经济理论与统计方法脱节，导致学生知识结构不清晰及制约学生将理论运用到现实的能力培养。
三、统计类专业《宏观经济学》课程教学改革的重点
第一，合理设置课程体系，适当增加课程学时。目前，国内大部分高校统计类专业的《宏观经济学》本科课程学时基本都是54课时左右，甚至更少，只有36课时。这样的学时安排使宏观经济学几个重要基本理论平均每部分课时只有不到十个学时，这样的授课学时只能保证基本概念、基本理论知识的课堂传授，同时更重要的一点是目前国内高校统计类专业经济类基础课程只开设了微观经济学、宏观经济学、会计学，没有其他如政治经济学等经济类基础课程的学习，使经济基础相对薄弱的统计类专业学生在学习经济类基础课程的过程中会显得更吃力。因此，如果教师要在介绍基本概念、基本原理的过程中对相关内容进行进一步拓展，那么这样的学时安排显然不够，谈不上课堂作业讲解，更谈不上旨在提高学生专业素养、提高阅读经典文献能力的研讨式教学法和案例式教学法的引入。因此，为了引起统计类专业学生对经济理论基础的重视及更好的教学效果，宏观经济学教学课时应该适当增加，争取达到每学期72学时。
第二，增开数学课，增厚学生数理基础功底。随着数理分析方法在宏观经济学发展中的应用越来越频繁、越来越重要，加强学生数理分析基础显得愈加重要。虽然初级宏观经济学没有太多数学方法的使用，但是中级、高级宏观经济学则会涉及非常多的数学工具，如动态优化、拓扑等。目前国内大部分高校本科生开设的数学课只有高等数学、线性代数、概率论与数理统计等课程，无法满足学生学习中级高级宏观经济学对数学的要求。因此，增开包括数学分析、随机过程等部分数学专业课，为有志于继续深造的学生打下坚实的数学基础。同时，调整数学基础课程与宏观经济学课程的开设顺序，在学生有一定数理基础的前提下开设宏观经济学，能让学生更好地掌握宏观经济学。
宏观计量经济学篇10
大数据应用于宏观经济分析的趋势
传统的宏观经济分析通常是通过对比主要宏观经济指标、建立宏观经济计量模型、仿真宏观经济动力系统，对宏观经济形势及未来发展趋势进行判断与预测。
在当前的大数据时代，越来越多的宏观经济政策制定者和相关专家学者都已经意识到，大数据对宏观经济分析有着革命性的影响。目前，在宏观经济分析及预测中运用大数据方面，无论是国外还是国内，从新型宏观经济指数构建，到建立新型大数据宏观经济预测模型，各方面都取得了一定的进展。
早期大数据在宏观经济分析领域的应用，主要集中在建立新的宏观经济指数，以便更加准确的反应宏观经济运行状况。这方面的工作主要基于个人的交易记录，包括像一些欧洲国家将销售点扫描数据纳入CPI指数编制。
特别引起关注的是麻省理工学院的经济学家利用网上购物交易数据创建的BBP项目 （Billion Prices Project），基于不断变化的一篮子商品所计算的日度通胀指数。这种实时的通货膨胀指数能够比相应的官方数据更好地反映实际经济运行的情况。当年，在雷曼兄弟公司倒闭后，BPP 的数据显示，大部分美国企业几乎立刻开始削减价格，这就表明总需求已经减弱。而相比之下，官方通胀机构公布的数据直到当年11月，即在10月CPI数据公布后，才对通货紧缩有所反应。
“企业发展工商指数”是宏观经济分析领域中典型的大数据应用案例，也是我国政府在大数据挖掘领域的首创成果。该指数包括10 个对宏观经济具有显著先行性的指标，可以提前1～2 个季度预测宏观经济发展趋势。它改变了传统的抽样统计方式，利用大数据挖掘技术，对工商全量、动态的全国企业登记数据进行分析，发掘大数据价值，并采用合成企业发展工商指数，以判断宏观经济走势。
除了宏观经济分析与预测方面相关指数的建构，从宏观经济分析与预测研究的国际趋势看，使用大数据集，建构监测预测的模型，进行经济预测越来越广泛，逐渐成为很多国家央行进行经济预测的新方法和新工具。
在应用互联网大数据进行经济分析及预测中，使用网络搜索引擎或网络社交媒体记录的关键词，会有数据获取及时、样本统计意义明显等优势，预测精度较高。
Google Trends每天都在产生大量与经济发展相关的查询结果，且这些查询结果与当下的经济活动之间必然存在着不容忽视的关系，或许可以对预测当下的经济活动起到非常重要的作用。并且，在此基础上，Choi H. &. Varian H.（2016）举例说明了如何利用Google Trends预测美国零售业、汽车、住房和旅游的销售情况。
还有相关机构引用专业数据分析软件公司SAS的研究数据，以社交网络活跃度增长作为失业率上升的早期征兆，帮助政府判断就业形势和经济状况，以更好地制定经济政策。在社交网络上，网民们更多地谈论“我的车放在车库已经快两周了”、“我这周只去了一次超市”这些话题时，显示网民可能面临巨大的失业压力；当网民开始讨论“我要出租房屋”、“我准备取消度假”这些话题时，显示出这些网民可能已经失业，面临巨大的生存压力，这些指标是失业后的滞后标志性指标。
样本统计转为总体普查
大数据的发展对于宏观经济分析最为显著的积极影响，莫过于使宏观经济分析从样本统计时代走向总体普查时代。大数据时代的宏观经济分析中，传统的样本假设方式被抛弃，转而以真实的海量数据来进行计算机的自动分析。
我们知道，传统的经济分析包括经济计量分析是建立在抽样统计基础之上的，在传统的抽样统计分析中，往往以假设检验为基本模式，依靠的数据主要是样本，将样本假设为整体，然而，这种分析往往与事实存在或多或少的出入。
与传统宏观经济分析总是局限于小规模样本数据有所不同，在大数据时代，随着信息覆盖范围和数据量迅速提升，数据样本的体量会极大地提高，甚至可以达到样本即总体的程度。例如，就物价而言，每一笔在电子商务网站成交的交易信息都能记录在案。这样的情况下，宏观经济分析的可靠性必然大大加强。
同时，随着信息量的极大拓展和处理信息能力的极大提高，使得宏观经济的分析不再局限于传统的统计分析模式，而是将抽样分析转变为总体分析。这一点对宏观经济分析意义重大，因为宏观经济系统纷繁复杂，如果能将对整体宏观经济变量的分析建立在尽可能多的关于经济主体行为的信息以及其他诸多经济变量的信息的基础上，无疑将会极大地提高宏观经济分析的准确性。
基于推特（Twitter）平台表达的公共情绪用来预测股市变动，是很典型的例子。2008年3月到12月长达九个月间，270万Twitter用户推送的多达970万条的消息，经过情绪评估工具――Opinion Finder 和GPOMS 被分别赋值并评估为“积极”与“消极”两种情绪和“calm（冷静）”、“alert（警觉）”、“ sure（确信）”、“vital（活泼）”、“kind（美好）”、“happy（高兴）”六种情绪。结果发现，在道琼斯工业平均指数和GPOMS中的“calm（冷静）”情绪之间存在相关性。进一步研究发现，“calm（冷静）”情绪可以很好地预测道琼斯工业平均指数在未来2到6天的涨跌情况，而且这种每日预测的准确率高达到87.6%。
大数据时代，可获得大而全的可得数据，甚至可抛弃原有的假设检验的模式，这些优势是传统经济分析方法无法想象和实现的，无疑将会极大地提高宏观经济分析的准确性和可信度，不仅可以更加准确了解宏观经济形势，还有利于正确做出宏观经济发展的预测，从而更加合理地制定宏观经济政策。
变量个数无限增多
在当前大数据时代，数据的可得性和多样性导致样本量无限增大，同时变量个数无限增多，这有利于应用大量模型进行研究，并应用完备的数据信息，提高预测的准确性。
经济预测模型可以分为两类：一是传统的小模型预测，这类模型往往通过建立时间序列、横截面或面板方程来进行经济分析。传统的小模型预测的特点是仅使用较少的变量，像VAR模型的变量个数通常小于10个。二是大模型预测，这类模型往往使用成百上千个变量，因而大模型预测利用的信息非常丰富。
小模型预测理论比较成熟、方法相对简单。但是，小模型预测有天然的缺陷，那就是变量的完整通常是不可能的，而预测的效果受限于其所使用的变量。
使用小模型进行预测时必须仔细挑选预测变量，然而仁者见仁智者见智，无论是根据理论还是根据经验进行变量的选择，其过程必然会存在差异，其结果也更是可想而知，而且甚至会产生一些争议。比如，基于菲利普斯曲线预测通胀时，有的研究使用失业率作为预测变量，也有研究使用GDP缺口或者产能利用率。
清华大学经济学研究所所长刘涛雄教授就指出，由于模型变量选择、参数设置、估计方法以及滞后期选择等的不同，预测结果会产生很大的偏差。
小模型预测方法这一天然的局限是很难调和的，主要是因为数据样本有限而导致增加很多变量不可行。这使小模型预测的结论往往和经济现实严重脱节。我们很难想象中央银行会仅仅根据少数几个变量进行宏观预测，并据此做出决策。即便是一家企业也不会如此草率。
通过大数据挖掘，可以使得变量大大增加。这就为经济预测从小模型预测转变为大模型预测创造了条件，应用大量模型进行分析及预测，可以应用完备的数据信息，从而提高预测的准确性。
在美国，银行通常依靠FICO得分做出贷款与否的决定，FICO分大概有15-20个变量，诸如信用卡的使用比率、有无未还款的记录等。而一家名为ZestCash的金融机构，在决定是否向客户放贷的时，分析的却是数千个信息线索。ZestCash正是依靠其强大的对于大数据的处理和分析能力，形成了其独特的核心竞争力。
未必因果关系 而是相关关系
传统的经济计量分析以寻找相关事物（变量）的因果关系为核心，而大数据条件下的经济分析通常则着眼于挖掘相关事物（变量）的相关关系。
在复杂的宏观经济系统中，许多经济变量的因果关系往往难以准确检验，或者因果结论经常广受质疑。然而，在如今的大数据时代，更加重视可靠相关关系的发掘，并且充分利用相关关系对于经济预测、经济政策制定与评估的作用，则无疑为宏观经济分析打开了另一片广阔的空间。
在“小数据”时代，宏观经济中的因果关系分析其实并不容易，耗费的精力大、时间多。特别是，要从建立假设开始，进而不断地进行一系列假设的实验，而一个个假设要么被证实，要么被。不过，无论被证实还是被，由于二者都始于假设，这些分析就都有受偏见的可能，所以极易导致错误。
同时，由于计算机能力的不足，在小数据时代，大部分相关事物（变量）关系的分析局限于寻求线性关系。然而，实际上的情况要复杂得多，在现实宏观经济中，总能够发现的是相关事物（变量）的“非线性关系”。
当然，在小数据世界的宏观经济分析中，相关关系也是存在并有价值的；不过，在大数据时代的宏观经济分析中，相关关系才将大放异彩。维克托・迈尔-舍恩伯格与肯尼思・库克耶（Victor？Mayer-Schonberger &. Kenneth？Cukier）认为，建立在相关关系分析基础上的预测是大数据的核心。通过应用相关关系，可以比之前更容易、更快捷、更清楚地分析事物（变量）。
英国华威商学院为预测股市的涨跌，使用谷歌趋势（Google Trends）共计追踪了98个搜索关键词。这中包括“债务”、“股票”、“投资组合”、“失业”、“市场”等与投资行为相关的词，也包括“生活方式”、“艺术”、“快乐”、“战争”、“冲突”、“政治”等与投资无关的关键词。结果发现有些词条，诸如“债务”，成为预测股市的主要关键词。
“谷歌流感趋势”为预测季节性流感的暴发，对2003年和2008年间的5000万最常搜索的词条进行大数据“训练”，试图发现某些搜索词条的地理位置是否与美国流感疾病预防和控制中心的数据相关。
谷歌并没有直接推断哪些查询词条是最好的指标，相反，为了测试这些检索词条，谷歌总共处理了4.5亿个不同的数字模型。将得出的预测与2007年和2008年美国疾控中心记录的实际流感病例进行对比后，谷歌公司发现，它们的大数据处理结果发现了45条检索词条的组合，将它们用于特定的数学模型，预测结果与官方数据的相关性高达97%。
在大数据时代来临之前，尽管相关关系已被充分证明大有用途，可是相关关系的应用很少。这是因为用来做相关关系分析的数据同用来做因果关系分析的数据一样，也很少，也不容易得到，并且收集有关的数据，在过去相对来说，也费时费力，也会耗资巨大。不过现如今，可用的数据如此之多，也就不存在这样的难题了。特别是现在，有关专家们正在研发能发现并对比分析“非线性关系”的必要工具。总之，一系列飞速发展的新技术和新软件从多方面提高了有关分析工具发现宏观经济变量相关关系的能力，这就好比立体画法可同时从多个角度来表现人物或事物。
在大数据时代，这些新的分析工具和思路为我们提供了一系列新的视野和有用的预测，使我们看到了很多以前不曾注意到的宏观经济中的联系，掌握了以前无法理解的复杂的国民经济动态。
时滞变即期
目前对宏观经济的分析研究所采用的资料，主要依赖于各种统计调查系统的统计数据，但面临的最明显的缺陷之一便在于关于宏观经济统计的数据具有很强的时滞性。而大数据经济模型可以充分利用数据的实时性，提高分析或预测的时效性，为经济预警和政策制定提供最快速的资料和依据。
一般来说，依赖统计部门的宏观经济数据的都存在时间滞后的问题。由于不能及时获取宏观经济发展的数据信息，也就不能对当下的宏观经济形势作出准确判断。例如，政府公布的季度GDP 往往会有1个月的滞后期，而反映全面经济社会状况的统计年鉴的滞后期会达到3个月左右，这对及时了解宏观经济形势、预测与预警都是非常不利的，基于此统计进行的预测甚至被认为助长了宏观经济波动。
在互联网技术的辅助下相关宏观经济的分析部门能够快速地收集到主要宏观经济发展数据，如全社会的用电量、全社会的商品销售总额以及商品房的购买量等。这些大数据的获取时间较短，有的数据甚至是立即可以获得。
而随着互联网尤其是移动互联网的发展，产生了大量的即时传播数据，如企业通过微博、微信第一时间产品、人事等重要信息； 普通用户实时针对特定事件或对象发表见解和态度，等等。
这些即时传播的非结构化数据对宏观经济的走势也产生了重要影响。通过大数据软件处理平台，可以实时追踪和搜集这些即时数据，并快速对数据进行分析和处理，从而提高宏观经济的时效性，为经济活动参与者赢得决策时间。
宏观计量经济学篇11
统计数据及时性是统计数据用户或潜在用户对统计数据时间的需求和期待，它是统计数据质量在时间上的体现。宏观经济统计数据的及时性要求政府统计机构通过统计方法的革新，信息技术的应用等措施以提高统计数据的及时性，完善制度以便用户及时获取统计信息。一般情况下，所见文献对数据及时性是通过调查基准期与统计数据时间之间的间隔长度进行测量，认为用户获得数据的时间越早越好，并没有从满足用户对统计数据时间的需求和期待的角度进行评价，其有效性无法给出具体评判。依据统计数据及时性涵义，统计数据及时性评价是针对用户运用统计数据对未来情况预测和决策的有效性评价，如果用户获得的统计数据能对未来情况做出有效预测和决策，则说明该统计数据具有及时性，反之，则该统计数据不满足及时性要求。本文认为某一经济因素会对未来经济状况产生持续的影响，为了发挥该因素统计数据的有效决策价值，获得该因素数据的时间至少不应当超过该因素对未来经济情况产生影响的平均时间长度。基于以上思想，从该因素数据发挥效应的平均滞后时间的角度对数据质量的及时性进行诊断。
二、诊断模型的构建
（一）假设的提出区域宏观经济是一个相互联系、相互影响的系统，宏观经济各个因素的统计指标之间存在着相互影响的因果关系。对于区域宏观经济系统，应当建立宏观经济系统模型予以描述其各个因素的数据生成原理。为了定量研究宏观经济统计数据质量的及时性，本文对宏观经济系统有以下假设：1．宏观经济各个指标的统计数据是采用同一时间一次性。这一假定符合中国统计数据的制度，与我国统计数据的实际情况一致。2．用户需求的统计指标之间存在因果关系，且这种因果关系可以用线性或广义线性模型予以描述。对区域未来某期经济情况的判断总是依据现有的若干影响指标予以判断，如对区域未来某时期国内生产总水平（GDP）情况作预测，需要选择GDP的影响因素并构建滞后变量模型，根据各影响因素指标对GDP决策的滞后期长度来确定各指标数据的及时性。
（二）诊断方法设计依据经济理论，本文认为地区生产总产值（GDP）主要受当期或过去各期的投资（I）和零售品消费（LSE）两个主要因素影响，因此，可以构建区域国内生产总值（GDP）的滞后模型，具体由式（1）给出。由于决策目标变量不同，对影响变量的及时性要求也不尽相同。实际上，获取当期数据对于决策来说是最有效的数据，但是现实中也不可能实现数据即时的收集和，依据模型确定的最长滞后期对于决策目标变量来说也不合适，这时获得数据的有效性几乎不大了。因此，指标时期小于决策所需平均滞后时间长度就可以满足对目标变量的决策需要。所以，依据影响变量对决策变量的平均滞后时间（MLT）与数据时期长度进行比较，就能够评价影响变量数据的及时性水平。定义2给出的测度工具是评价一套统计数据及时性的综合工具。这里，我们是对p个指标的及时性水平求向量平均模长，其数值大小表示一套数据的及时性综合水平，在实际应用中，也可以对各个指标进行加权综合。同样，当η1说明一套指标整体及时性较好，能够满足决策需要；当η＜1说明一套指标整体及时性较差，不能满足决策需要。
三、宏观经济统计数据及时性诊断的实证分析
本文依据国家统计局提供的选择全国2008—2012年季度各指标的统计数据，利用模型（1）和模型（2）的理论模型，运用EVIEWS软件估计出全国地区生产总值（GDP）的回归方程（3）：回归方程（5）的拟合优度为0．9860，显著性检验F统计量为352．4158，说明模型整体拟合效果良好；回归方程中各参数显著性检验T统计量绝对值均比较大，说明方程参数估计结果显著。同样，通过EVIEWS软件估计出全国区域消费品零售总额（LSE）的回归方程（6）：回归方程（6）的拟合优度及显著性检验结果均说明模型拟合效果良好，参数T检验系数显著，参数估计结果显著。上面建立的回归方程（5）和方程（6）中的各影响因素变量的滞后期长度，均依据AIC信息最小准则确定。根据全国2008—2012年宏观经济季度数据，在建立的回归方程（5）、（6）的基础上，利用公式（3）计算出全国宏观经济数据：投资（I）、零售品销售总额（LSE）、地区生产总值（GDP）、财政支出（CZS）、财政收入（CZZ）等影响因素对相应被解释变量的平均滞后期见表1：根据中国宏观经济季度统计数据公布的制度，国家统计局对全国宏观经济各季度统计数据的公布，一般都是滞后15天左右。因此有t0＝1590＝0．1667，将此数据代入公式（4）计算各影响因素的统计指标数据的及时性测度ηxy，具体结果由表2给出。对于宏观决策目标地区生产总值和零售品销售总额来说，表2显示了投资、零售品销售总额、地区生产总值、财政支出和财政收入等指标数据质量的及时性水平。对于一套数据的及时性综合评价，依据定义的及时性综合测度工具有五个指标及时性的综合水平为η＝3．9623，显然，我国宏观经济数据对于预测与决策及时性较好，数据质量的及时性水平较高。
宏观计量经济学篇12
自20世纪70年代末到21世纪初，全球有93个国家先后爆发了112次系统性银行危机。尤其90年代以来频频爆发的金融危机——如1987年美国股市崩盘、1994年美国利率风暴及中南美洲比索风暴、1997年亚洲金融危机、1998年俄罗斯政府违约事件，特别是2007年春季开始的次贷危机最终演变为2008年的全球金融风暴，波及范围之广，影响程度之大，史无前例。它们不仅使一国多年的经济发展成果毁于一旦，还危机到一国的经济稳定，对全球经济也产生了强大的冲击。［1］
收稿日期：2008-07-05
项目资助：本文受到西安交通大学“985工程”二期资助（项目编号：07200701），国家社会科学基金（08DJY156）资助。
作者简介： 李江（1962-），湖南省湘潭市人，金融学博士，西安交通大学经济与金融学院副教授，
硕士研究生导师，研究方向：金融风险管理；刘丽平（1982-），女，河北省承德市人，西安交通大学经济与金融学院硕士研究生，研究方向：财务预警。
金融系统的宏观压力测试是一类前瞻性分析的工具，用于模拟“异常但合理” 宏观经济冲击对金融体系稳定性的影响，可以帮助中央银行识别金融体系的薄弱环节，有助于各方理解金融部门与宏观经济之间的联系，同时提高中央银行和金融机构的风险评估能力。因此，受到各国金融监管当局的重视，逐渐成为检验一国银行体系的脆弱性，维护金融稳定的首选工具。在金融全球化的趋势下，随着我国金融市场的完全开放，我国金融业和国际金融市场的逐步融合，是否拥有一个稳定和富有竞争力的银行体系对于中国而言显得非常迫切。对银行体系进行稳定性评估，尤其是对银行体系面对的信用风险
进行宏观层面的压力测试，对防范和化解系统性金融风险，维护中国金融稳定和安全具有重要意义。
下面研究宏观压力测试在银行信用风险评估中的应用，通过对国外已有的成熟模型理论成果分析比较的基础上，根据我国的宏观经济及金融发展特点，经济、金融数据统计及披露特点，模型的数据需求深度广度要求，建立适用于我国的模型并以此进行实证分析。
二、文献综述
（一）宏观经济因素对银行信贷违约风险的影响
McKinnon R［2］认为，宏观经济稳定时，银行经营行为非常保守，不会出现不顾风险单方面追求效益的现象。但在实际汇率波动、通货膨胀出现等宏观经济不稳定的情况下，政府或明或暗的存款担保，导致银行会产生以高利率对高风险项目贷款的风险行为。Donald van Deventer［3］通过线性回归分析，确定了宏观因素对银行股价变动的解释在统计上是显着的。
对20 世纪80 年代以来各国银行不稳定尤其是银行危机现象， 国际组织和国内外学者进行了大量研究， 积累了十分丰富的实证资料。尤其是来自美国、英国、澳大利亚、芬兰的许多国外学者， 在对20 世纪80、90 年代全球银行不稳定事件的实证分析中发现， 宏观经济因素波动在各国银行不稳定中扮演着重要角色。Tom Bernhardsen［4-5］建立起银行破产与不良贷款和宏观经济因素的关系模型，并且利用欧洲国家的面板数据进行了实证检验。Erlenmaier U［6］和Gersbach H［7］利用挪威中央银行的宏观经济模型RIMINI对总体审慎指标的趋势与发展进行预测，并且建立了评估贷款违约率的宏观信贷方程。Froyland E和Larsen K［8］利用RIMINI对银行不良贷款在宏观经济波动情境下进行了压力测试。Pesola J［9］分析了银行系统危机对宏观经济因素波动的敏感性，并利用芬兰的数据通过建立模型对两者之间的关系进行定量分析。Virolainen K［10］对芬兰金融风险的实证评估，建立了宏观信贷模型并进行宏观压力测试，揭示了芬兰银行系统贷款违约风险与宏观经济波动的相关性。
国内对于银行体系的稳定评估的实证研究，包括陈华，伍志文［11］运用1978～2000年间的数据对我国银行体系脆弱性状况进行了量化分析。结果发现，中国整个银行体系在1978～2000年之间有11年是不稳定的，尤其是在1992年和1998年前后更为突出，银行体系出现了不稳健的征兆，存在较大的金融风险。
（二）宏观压力测试理论和实践
在执行宏观压力测试使用的宏观信贷模型的研究领域，有两个学者的模型框架占据举足轻重的地位，并为日后的学者不断的进行模型的拓展研究和实证应用奠定了良好的基础。他们是Wilson T C［12-13］和 Merton R［14］。Wilson对各工业部门违约概率对一系列宏观经济变量的敏感度直接建模。模型的思想是对违约概率和宏观因素的关系进行建模，模拟将来违约概率分布的路径，就可以得到资产组合的预期异常损失，进而模拟出在宏观经济波动冲击下的违约概率值。相比较而言，Merton模型则多加入了股价对宏观要素的反映，将资产价格变动整合进违约概率评估模型。因此，前一种模型更直观，计算量较小；而后一种方法对数据的广度和深度的要求以及计算量要求都很高，其中有些市场数据也许是信贷风险的噪音指标。 世界各地的学者，运用上述模型框架进行了大量的实证研究。Vlieghe G［15］对英国银行体系累加的企业违约概率进行建模估计，发现GDP、实际利率和真实工资水平具有较显着的解释能力。Bunn P，Cunningham A和Drehmann M［16］曾使用probit模型来测算英国企业部门的贷款违约风险。Boss M［17］针对加总的企业违约概率估计出宏观经济信贷模型来分析澳大利亚银行部门的压力情境，结论说明工业产值，通货膨胀率，股票指数，名义短期利率和油价都是违约概率的决定因素。Marco M 、Sorge、KimmoVirolainen［18］利用Wilson模型框架对芬兰银行系统的信贷违约概率进行了宏观压力测试分析。结果证明在压力情境下，违约概率（PD， portability of default）的蒙特卡罗模拟分布明显异于常态分布，其Var值远高于基期的测算值。Jim Wong，Ka-fai Choi和 Tom Fong［19］建立了香港零售银行面对宏观经济波动的信贷风险宏观压力测试框架。模型框架中引入的宏观经济变量包括：国内生产总值（GDP），利率（HIBOR），房地产价格（RE）和大陆的GDP。同时用宏观压力测试评估了香港银行体系的贷款资产和住房抵押贷款风险暴露。压力情境的设定模拟了亚洲金融危机时发生的宏观经济波动，并分别引入了测试模型。结果表明在置信水平90%时，在所有压力情境下有些银行仍然能够盈利。这意味着目前银行系统的信用风险较稳和。当VaR取99%的置信水平这一极端情况时，一些银行出现了巨额损失，但这类事件发生的概率极低。
Hoggarth G和Whitley J［20］与Drehmann M Hoggarth， G Logan A， Zecchino L［21］在他们的研究中引入了英国在FSAP框架指引下宏观压力测试的执行结果和方法，在压力情境的设定方面采用在险价值框架下的蒙特卡罗模拟法。Jones M T， Hilbers P和Slack G［22-23］提供了宏观压力测试的更一般的非线性的方法。Worrell D［24-25］ 讨论了一个将早期预警系统，金融健全性指标和宏观压力测试整合的方法。
一些学者研究将信用风险和市场风险整合测量，例如 Allen L 和 Saunders A［26］尝试将宏观经济因素整合进信用风险的测量模型。而最近的一些文献如Pain D、Vesala J［27］和Gropp等人［28-29］则是引用Wilson 的宏观信用模型分析了宏观要素对银行的债务人的信用质量的影响。而Wilson 的模型的一个替代选择则是Merton 的公司层面的结构模型. Gray D、Merton 和Bodie［30］将这一框架扩展至研究主权违约风险。Derviz A 和Kadlcakova N ［31］将商业周期的影响整合进一个具有结构模型和简化模型特征的复合模型。Drehmann M、Manning M［32］和Pesaran M H等［33］在利用Merton模型框架的宏观压力测试中研究了违约概率和宏观经济变量的非线性关系。Benito A，Whitley J和Young G ［34］将基于衡量违约概率的Merton模型融入针对模拟个别企业违约的probit模型。他们发现Merton模型方法比仅仅依靠企业的财务数据的模型效果更优。
还有一些文献使用不良贷款，贷款损失额或者复合指标与宏观经济因素整合成矩阵向量来测算金融体系的稳定性。Hanschel E和Monnin P［35］针对瑞士银行系统构建了一个复合压力指标，该指标综合了金融不稳定的市场指标和银行资产负债表上的衍生变形指标。Kalirai H 和 SchEicher M［36］针对对澳大利亚银行体系累加的贷款损失，通过涉及广泛的宏观经济变量的模型进行了时间序列的回归估计。这些宏观经济变量包括国内生产总值、工业产值缺口、消费者价格指数、货币供给增速、利息率、股票市场指数、汇率、出口额和油价。
（三）国内外研究述评
目前国外开展的关于银行稳定性评估的实证研究十分丰富，其中挪威和芬兰中央银行的研究对金融系统的评估最具综合性。稳定性评估的目的在于，对银行体系的健全状况和抵御系统性金融危机的能力进行定量和定性的客观评价。为此采用了金融稳健指标分析（Financial Sound Indi cators)和压力测试的方法，对宏观经济环境中例外但有可能发生的冲击（Shock）情境进行模拟，来量度和评估银行体系在遇到冲击甚至遇到金融危机时，保持稳定（即银行保持基本运营不会发生突变）的能力。
而国内对于银行体系的稳定评估的实证研究都偏重于评价银行体系的稳定性，对在抵御不确定性风险的能力评估并未涉及。目前我国关于宏观压力测试的研究才刚刚涉及，孙连友［37］，高同裕、陈元富［38］等学者对宏观压力测试进行了理论上的探讨，但多为国外文献的整理或综述，未能进一步的发展和深入。尤其在模型研究方面，仅仅停留在介绍早期国外学者的模型框架和较为成熟的各国宏观压力测试手册指引中的操作流程。其内容多为宏观压力测试的必要性、目的作用、所用方法、国内外的具体实践等，未能有很系统和深入的介绍，而对多种宏观压力测试模型的介绍和分析尚无涉及。
在实证方面，熊波［39］通过建立宏观经济因素的多元Logit回归分析，并对结果进行假设情境的压力测试分析。得出的结论是， 国内生产总值和通货膨胀率这样的宏观经济变量的确是影响中国银行体系稳定性的重要因素。但是该文只是借鉴了压力测试的思想，使用传统的方法，通过模拟情境下宏观经济因素异动，由Logit模型最终得出稳定性指标期望值的点估计来评价银行体系的稳定性。这种方法不能有效地反映出宏观变动冲击对银行体系的影响，不能看出压力情境下银行面临的最主要的信用风险的分布状况，即贷款违约率的概率分布。
三、宏观压力测试方法流程及模型设定
（一）方法流程
宏观压力测试是模拟“危机事件”来估计极端却可能的压力情境下金融体系的波动。在宏观压力测试的框架中，其模型表示为：
Q(t+1｜t+1≥X=f(Xt，Zt)（1）
在（1）中 表示在模拟的压力情境下评价金融体系的稳定性的指标的表现。在宏观压力测试模型中衡量金融部门波动性的最一般的方法是资本的潜在损失率。Q(·)表示衡量金融系统波动性的风险矩阵，衡量违约情况的指标例如贷款损失额主要通过模拟压力情境下的点估计得到。在这种情况中，该条件概率值表示的风险矩阵较容易计算。而在险价值方法中，在任何给定的压力情境下，资产组合的损失应产生概率分布，而不是前一种方法中的点估计值。框架中f(·)表示损失方程，该方程模拟了宏观经济冲击对金融体系中加总的资产组合的影响关系。该方程可包含风险暴露，违约概率，相关性，回馈效应，以及宏观经济变量变动与系统层面金融稳定性表现的相互关系。
压力测试的执行方式主要是通过情境设定，根据情境假设下可能的风险因子变动情形重新评估金融商品或投资组合的价值，整个程序通常分为两大步：一是情境设定；二是重新评估。通常重新评估的方式不会有太大的差异，但是情境设定的方式却有很多种选择。情境分析（Scenario Analysis）是目前应用的主流。即利用一组风险因子定义为某种情境，分析在个别情境下的压力损失，因此此类方法称为情境分析，情境分析的事件设计方法有两种：历史情境分析（Historical Scenario）和假设性情境分析（Hypothetical Scenario）。其他方法还有敏感度分析（Sensitive Analysis）和极值理论法（Extreme Value Theory， EVT）。
本文根据信用风险压力测试的相关文献以及世界银行和国际货币基金组织联合开发的FSAP（financial Sector ass ess ment programme)的手册，将压力测试的执行程序见图1所示。
图1 压力测试流程图
（二）模型的设定
本文将在Wilson、Boss和Virolainen研究框架的基础上建立适合我国银行系统信用风险评估的宏观压力测试模型。首先借鉴国外研究成果中关于宏观经济因素和贷款违约率之间的非线性关系设定。在此基础上使用Logit方程将贷款违约率转化为宏观综合指标，以指标作为因变量与宏观经济因素进行多元线性回归分析，使得这一指标能够很好地利用各宏观经济指标所提供的信息。在模型中宏观经济因素的选择方面，参考国内外学者实证研究中模型的自变量，结合我国数据统计和披露特点等制约因素选取适合的宏观经济变量来构建模型。
yt=ln1-PDt[]PDt（t=1， 2…， N）（2）
yt=α0+α1Xt+…α1+mX1-m+β1yt-1+…+βny1-n+μt（3）
Xt=0+1Xt-1+…+pX1-p+φ1yt-1+…+φqyt-q+εt（4）
PDt代表t年度的贷款的平均违约率，Y是一个反映宏观经济状况的综合性指标，也可以将它理解为是反映银行体系违约概率和各宏观经济变量的关系的“中介指标”，X代表宏观经济变量。在利用历史数据进行模型估计时，通过处理的违约概率值代入（2）就可以得到估计的综合指标的估计值。将其带入（3）就可以估计出宏观方程的系数，并以此估计出的方程作为进行宏观压力测试的基础。而在执行压力测试的时候，通过压力情境的设定，用不同方法得到的各相关宏观经济变量值代入估计出的（3）就可以得到压力情境下的Y，再通过（2）就估计出了压力情境下的银行系统的违约概率。
公式（2）就是对贷款违约率进行Logit回归分析，PDt表示t年度的贷款的平均违约率，yt表示一系列宏观经济变量的综合指标。
公式（3）是反映各宏观经济变量与综合性指标yt的关系的方程，本文采用多元线性回归的方法来模拟变量之间的关系。其中Xt=(x1，t，x2，t…xl，t)′是L×1阶列向量，代表L个宏观经济因素构成的列向量；μt是方程的随机扰动项。截距α0是一个L×1阶列向量；系数α1，α2…α1+m分别代表L×1阶向量，系数β1…βn是L×n阶矩阵向量。
公式（4）是关于各宏观经济变量的时间序列模型。考虑到宏观经济因素采取的时间序列数据，可能存在变量的滞后性，因此对各宏观经济变量进行P阶自回归分析，剔除模型中的序列相关性。在（4）中，0是L×1阶的列向量， 1，…，p都是L×1阶矩阵向量，φ1，…φq是L×q阶矩阵向量，随机误差εt都是L×1阶列向量。
在这个模型中，假设μt和εt是序列不相关的，并且分别服从方差协方差为矩阵∑μ和∑ε的正态分布。其中μt和εt相关的方差协方差矩阵为∑μ，ε。
在 Wilson（1997）和Virolainen（2004）提出的框架中，yt仅仅与Xt有关，而本文模型的设定更符合实际情况，yt不仅与Xt相关，考虑到宏观冲击的时滞效应，yt还与其滞后期的值yt-1，…，yt-n有关。
从（4）可以看出，模型不仅考虑到了宏观经济变量值之间的相互影响，模型的设定考虑到了金融体系对宏观经济波动的回馈效应。将银行的表现对经济的反馈影响通过在宏观因素变量的自回归方程中引入综合变量来实现。通过各行业综合指标Y的前期值对各宏观经济变量的影响设定来反映现实世界中的金融与经济发展的相互影响关系。
（三）变量选取
1.解释变量
根据各国的实证研究经验和我国银行体系业务发展特点，本文模型的变量选取1990～2006年的年度数据，主要考虑到数据的可得性、宏观经济统计的特征以及经济冲击发生的持续时间来决定的。鉴于研究的宏观层面，从数据的可得性及计算量考虑，本文的宏观模型是基于整个经济体系的，因此各宏观经济变量将不采用各经济部门的统计值，而是采用本国的整体水平的统计值。
本文选取八个宏观经济变量作为解释变量：
NGDP—国内生产总值名义年增长率；
RGDP—国内生产总值实际年增长率；
NR—一年期存款的名义基准利率；
RR—一年期存款的实际基准利率；
NLR—一年期流动资金贷款的名义平均利率；
RLR—一年期流动资金贷款的实际平均利率；
CPI—居民消费价格指数；
RE—房地产价格指数；
2.被解释变量
本文选取违约概率作为评估信用风险的指标，银行系统的信用风险主要表现为贷款资产的违约风险。违约率水平是评估银行贷款质量的最直接的指标，违约风险可以用借款人在规定期限内的违约概率度量。Virolainen K对芬兰银行系统的违约概率进行的宏观压力测试分析中，对违约概率指标采取如下方式赋值：在研究时段内，某行业的破产机构数量与总的机构数量的比率为银行体系面对的违约率。Jim Wong、Ka-fai Choi和Tom Fong［19］建立的香港零售银行面对宏观经济波动的信贷风险压力测试框架中，违约概率是逾期3个月以上的贷款额与总贷款额的比率。本文选取四家国有商业银行和交通银行、招商银行、光大银行等十家股份制商业银行的信贷数据作为样本，以平均的逾期贷款率代表贷款违约率，即以年末样本银行的总逾期贷款额与总贷款余额的比率。其中，1990、1991、1992三年的各样本银行的详细数据欠缺，因此本文根据各类媒体披露的总的逾期贷款的变动率和贷款额的变动率计算出了这三年的逾期贷款率，其他各年份的详细数据均来自中国金融年鉴和各银行的年报。
四、实证结果
（一）模型估计
代入1990～2006年的宏观经济数据对上述模型进行多元回归分析和模型估计，先用宏观经济变量的名义指标值和实际值，与引入的综合指标Y的两期滞后变量分别对Y进行回归。从两个模型的t检验指标看出，模型中GDP、LR、R作为解释变量的参数并不显着，而引入的Y的二阶滞后变量对因变量的解释性也不显着。因此模型的参数需要进一步调适剔除。根据经验和宏观经济冲击的滞后性往往为一年，因此模型中只引入Y的一阶滞后变量。虽然两个模型的拟合优度统计检验指标和D-W指标略微下降，但两个指标值分别为0.987和2，仍是非常理想的检验指标值。在剔除掉一年期存款利率后，两个模型各参数的t检验指标都非常显着。但是以模型解释变量的参数符号来看，通货膨胀率CPI在以名义宏观经济变量值为自变量的模型中的系数符号为负，这表明随着CPI的增加，Y值也会减小，经过Logit变换后的违约概率PD将会增大，显然符合经济学原理。而在关于实际变量的模型中系数为正号，这是违背经济学原理的。所以本文确定以名义变量作为模型解释变量的方程为最佳的宏观经济模型（见表1）。这说明我国银行的信贷违约率对名义的宏观经济因素的波动更敏感。Marco Sorge、 Kimmo Virolainen（2004）利用wilson（1997）模型框架对芬兰银行系统的违约概率进行了宏观压力测试分析，宏观经济模型估计结果与我国上述情况类似，即名义的宏观经济变量对违约概率的解释能力更显着。
根据回归方程的t检验（5%的显着性水平），各宏观因素指标的实际值对综合指标的影响并不显着，所以剔除不列入表内。从表1中可以看出，综合经济指标和各宏观经济变量指标的名义值关系显着。且综合指标的一期滞后值对各宏观经济指标影响均显着。从关于综合指标的多元线性回归方程也可以看出，国内生产总值增长率、贷款利率水平、通货膨胀率和房地产价格的确是影响到我国银行体系违约概率的显着因素，而且综合指标明显受其一期滞后值的显着影响。
（二）宏观压力情境的设定及其结果
本文选择情境分析作为执行压力测试的方法。针对模型所选取的宏观经济变量，我们设定两个压力情境：一种是GDP增长突然放缓的情境；一种是CPI上升到较高的水平（5%以上）。对于各种压力情境下，反映压力的宏观经济变量的变动幅度，可以通过以往的历史相似情境数据或历史经验直接进行人为的设定。而本文在对银行体系遇到极端情境进行构建之前，利用时间序列模型对解释变量NGDP、CPI进行了2008～2010年的简单ARMA模型预测，作为我们构建的参考基准情境（baseline scenario）。
从表2可以看出，在设定的两种压力情境下，我国的银行体系的信贷风险明显增加，从模型预测估计出的贷款违约率都有不同幅度的增加。随着国民生产总值增速的大幅降低，贷款违约概率增大，但幅度较缓。而随着通货膨胀率的骤增，违约概率出现大幅度的激增。这充分说明在压力情境下，宏观经济变量对银行系统信贷违约概率的冲击效应非常显着。从而判断，通货膨胀率的同等幅度波动对银行体系信贷违约率值的影响更大。
五、结论及建议
本文在对比分析国外成熟模型的基础上，构建了适合我国经济环境的宏观压力测试模型。首先本文借鉴了国外研究成果中关于宏观经济因素和贷款违约率之间的非线性关系设定。在此基础上使用Logit方程将贷款违约率转化为宏观综合指标Y，以指标Y作为因变量与宏观经济因素进行多元线性回归分析，使得这一指标能够很好地利用各宏观经济指标所提供的信息。在模型中宏观经济因素的选择方面，参考国内外学者实证研究中模型的自变量，结合我国数据统计和披露特点等制约因素选取适合的宏观经济变量来构建模型。借鉴已有研究成果中在选择信贷风险的评估指标方面的做法，以逾期贷款率作为模型中反映银行体系信贷风险的指标。
结果发现：宏观经济变量名义国内生产总值，消费者价格指数，房地产价格指数和名义流动贷款利率对银行体系贷款违约率影响是显着的。特别是名义国内生产总值和通货膨胀率指标，冲击力较强。在关于名义国内生产总值大幅下降和通货膨胀率骤升的压力情境设定下，银行体系的贷款违约率都出现了不同程度的大幅度提高。尤其在关于通货膨胀率的压力情境下，贷款违约率的增长幅度高于名义国内生产总值下降情境下的增幅。
本文研究结果对中国国情有着一定的解释力，让我们有信心支持这样的研究思路的继续开展。通过分析我们可以看出，中国的银行体系稳定性还有待进一步加强，在面临假设的宏观经济冲击时，化解风险的能力就显得不足。当然我们构建的这些极端情形发生的概率都是极小的，毕竟中国经济目前来看几年内保持稳定增长的态势是确定的。
参考文献：
［1］ 中国人民银行金融稳定分析小组.中国金融稳定报告（2005）［EB/OL］. pbc.gov.cn/detail.asp?col=100&ID=2257&keyword.
［2］ McKinnon R. Financial growth and macroeconomic dtability in China.1978-1992: implications for Russia and other transitional economies［J］. Journal of Comparative Economics， 1994， 17(2): 438-469.
［3］ Deventer D V， Kenji I. Credit risk models and the Basel Accords［M］. BEijing: RENMIN University of China Press， 2005: 14-56.
［4］ Bernhardsen T. Real-time data for Norway: Challenges for monetary policy［J］. The North American Journal of Economics and Finance， 2005， 19(3): 333-349.
［5］ Bernhardsen T. The relationship between interest rate differentials and macroeconomic variables: a panel data study for European countries［J］. Journal of International Money and Finance， 2000， 18(2): 289-308.
［6］ Erlenmaier U. Correlations models in Credit Risk Managem［D］. Norway: University of HEIdelberg， 2004.
［7］ Erlenmaier U. Gersbach H.Default probabilities and default correlations［D］. Norway: University of Heidelberg， 2005.
［8］ Froyland E， Larsen K. How vulnerable are financial institutions to macroeconomic changes? An analysis based on Stress Testing［J］. Economic Bulletin， 2002， 3(11): 127-169.
［9］ Pesola J. The role of macroeconomic shocks in banking crises［J］. Bank of Finland Discussion paper， 2000， 2: 457-504.
［10］ Virolainen K. Macro stress-testing with a macroeconomic credit risk model for Finland［J］. Bank of Finland， mimeo， 2004， 19(1): 1-66.
［11］ 陈华，伍志文．银行体系脆弱性：理论及基于中国的实证分析［J］．数量经济技术经济研究，2004(9)：34-51．
［12］ Wilson T C. Portfolio credit risk I［J］. Risk， 1997， 9(10): 111-170.
［13］ Wilson T C. Portfolio credit risk II［J］. Risk， 1997， 10(10): 56-61.
［14］ Merton R. On the pricing of corporate debt: the risk structure of interest rates［J］. Inance， 1974， 29(7): 449-470.
宏观计量经济学篇13
一个重要的问题是，这个过程的极限在什么地方？显然，极限就是国家要保留适当的宏观调控权。认识到这一点，对于正在完成从计划经济到市场经济的转变的中国尤为重要。我们既要看到宏观调控的重要性，又必须清楚地认识到将政府的首要职能转变到为市场主体服务和创造良好法治环境上来的必要性。当前和今后相当长的一段时间内，中国经济面临的困扰，仍然是行政力量将顽强地通过各种途径要求配置资源的权利，并且通过各种机会不断地表现出来。改革开放二十多年的成就不断证明，发挥市场配置资源的基础性作用是正确的选择，我们将坚定不移地沿着社会主义市场经济方向走下去。
像社会主义市场经济一样，宏观调控也是一个有中国特色的概念。宏观调控是相对于市场经济而言的，成熟市场经济更多地使用“宏观经济政策”而非“宏观调控”。这并非简单的字面差别，两者内涵也有所不同。在经典的现代经济学中，宏观经济政策主要指货币政策和财政政策。在中国，宏观调控除了使用货币和财政政策，还包括国家计划和必要的行政手段。
经济学家对使用宏观经济政策调节经济有着不同的看法，多数学者对政府调控宏观经济持谨慎态度，并不主张政府过多干预经济。从亚当斯密到新古典学派，再到理性预期学派和货币学派，都殊途同归地得出政府干预经济弊大于利的结论。凯恩斯学派从价格粘性的角度找到了政府干预经济的理由。另外一个理由是，经济学证明了在存在外部性和公共产品的情况下，市场机制可能无法达到最优。但科斯定理认为，在不考虑交易费用的情况下，只要私有产权界定清晰，各方可以通过市场自由交易达到最优结果。
大多数经济学家承认，政府对经济的干预可能有较大的负面作用，应慎而用之。经济学分析的主流共识认为，宏观经济政策的实施者是政府，其目的主要是熨平短期经济波动，理想的宏观经济政策应主要是总量政策和短期政策，主要运用经济杠杆，充分发挥市场配置资源的基础性作用。在认识上，有三个方面需要明确。
首先，宏观经济政策的总量性。宏观政策的主要作用是烫平经济周期，所考虑的变量是产出、物价、就业和国际收支等总量指标。货币政策基本上是总量政策，通过调整利率、汇率、货币供给等影响总供给和总需求，达到稳定物价的目的。财政政策是具有结构影响的总量政策，通过加税、减税、赤字或盈余预算来影响总量，主要通过税收结构和税率来调整结构。总量调控的目的是尽可能达到充分就业、物价稳定和国际收支平衡。
第二，结构调整十分重要，但这里并不愿意强调宏观经济政策的结构调整功能。为什么呢？经济结构的内涵非常丰富。宏观经济政策可以在调整经济比例方面大有作为。比如，在内需与外需中，我们将坚持扩大内需，内需主要包括消费和投资，我们将尽量提高消费率；在消费中，我们将着力扩大服务消费，等等。但对于产业和行业的结构调整，我们就要十分小心；对于企业或者投资项目的结构调整就要更加小心。政府必须制定企业准入标准、环保标准、质量标准等，并严格执法。但这是市场监管执法，不属于宏观经济政策的范畴。结构政策的代表是产业政策，其实政府很难制定哪些行业、企业、项目应该支持的产业政策。
世界上多数研究者认为，以政府选择产业并给予优惠政策为特征的产业政策弊大于利，因为它有悖于公平竞争的市场原则（对农业的支持是例外，且有明确规则）；即便是在产业政策“最成功”的日本和韩国，也仅仅得到了毁誉参半的评价。当然，通过基础科研、国防和政府采购等方式支持民族企业是有效的，但这也不属于宏观经济政策的范畴。因此，调整经济结构应主要通过市场力量进行；体制应主要通过改革来解决。
第三，宏观经济政策应该是短期的。凯恩斯主义学者认为，宏观经济政策合理性的主要原因，是在短期存在价格粘性。而在长期，新古典经济学、理性预期学派和货币学派的结论都成立，市场机制用“看不见的手”自动调节得到最优化的结果确信无疑，宏观调控的必要性自动消失了。就连最雄辩地论证了政府干预宏观经济必要性的凯恩斯也深知宏观经济政策是短期的，这也正是凯恩斯名言――“长期我们都将死去”的真正含义。
以上是宏观经济政策的基本属性。此外还强调两点：一是宏观调控的法治化。《行政许可法》的出台与实施具有里程碑意义；二是充分发挥经济杠杆的作用。
在中国过去几次宏观调控中，尽管行政权力扮演了重要角色，利率、汇率和税收政策等经济杠杆仍然起着不可忽视的作用。在1997年到2000年间，真实利率偏高，使储蓄者受益而借钱者受损。过高的真实利率增加了企业的债务负担，减少了投资积极性，成为形成通货紧缩压力的主要原因之一。从2003年到2004年，实际利率偏低，甚至为负，可能诱发通货膨胀的压力。如果我们研究中国改革开放以来的真实利率，就会发现中国经济周期是随着真实利率的起伏而波动的，利率至关重要。汇率也是如此。
这些事实都表明经济杠杆能够起作用，通过经济杠杆来对经济进行总量调控是可行的。改革开放以来的经验教训和国际经验表明，使用价格杠杆调控经济（熨平短期波动）不仅有效，而且副作用较小。
