前言：中文期刊网精心挑选了宏观经济变化范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
宏观经济变化范文1
关键词：产业结构 Moore指数 HP滤波 格兰杰因果关系
一、我国产业机构的变化历程分析
产业结构与经济的发展密切相关，一般来讲，我们对产业结构的了解和定位就是，它是指以国民经济的发展形态作为一个整体，在这个整体中每一个生产部门之间所占的比重与所创造的价值比重，对于我国而言，过去对产业结构这一问题的重视主要集中在农业与工业的发展比重这一问题上，对二者之间关系的正确处理关系到国家经济发展的潜力，由于这一问题造成的偏差也对我国经济的发展带来了负面的影响。改革开放，是我国经济发展的一个重要转折点，市场经济体制在我国的确立，经济发展方式的转变，最直接的体现在我国产业结构的变化与升级上。
二、产业机构变动与宏观经济变动的关系衡量
产业结构变动，从其本质上来看，仍然是生产力发展进化的体现，每一次产业结构的变化，都对当时的社会经济产生了影响，产业结构与宏观经济之间存在着何种关系，我们要借用经济学相关原理，对这一问题进行分析。
（一）产业结构变动的衡量
产业结构的变动，是一个国家宏观经济发展的重要动力，每一次产业结构调整或者升级，都会给一个国家的经济发展水平带来重要的影响。那么对于这二者之间究竟存在何种关系，我们可以通过一定的公式和计算来得出结论。Moore指数的计算公式为:
这个公式主要表述的是产业结构的变化与产业比重、GDP增长之间的关系，W,ti 表示t期第i产业产出占 GDP的比重,W ,it- 1表示t- 1期第i产业产出所占比重。定义θ= arcos (M+t)则表示的是在两个互相连接的时期内，产业向量之间的夹角，值越大，也就表示变化的程度越大。通过这种计算我们可以看出，在K值与Moore数之间存在着客观的规律性联系，二者之间的指数变动情况近乎一致。这也就意味着，产业结构发生了改变，当时社会经济的发展也会随之发生改变。
（二）宏观经济变动的衡量
对于宏观经济的变动，我们通常采用统计方法来对经济发展过程中出现的波动进行分析，主要有HP、BP和 Kalman滤波三种方式，本文中我们选择其中一种方式来对我国近几十年经济发展过程中的变化趋势经济分析。除此以外，由于受到经济发展客观环境的影响，单一的统计方法可能无法完全的展现经济变化发展的形态，所以在学界中采用了一种新的方法来反映经济波动的形势，这种就是经济增长率方法，本文中同时采用这两种方法以便更加客观真实的展现出我国经济在近三十年中的变化发展历程。采用这两种分析方式以后，我们可以知道，经济增长的波动形态与HP滤波在形态上趋于一致，这种周期性的波峰和波谷与我们上文已经分析过的自1978年以后我国在经济发展中，产业结构调整的时期基本一致，这再一次验证了在产业结构调整与宏观经济的波动之间存在着客观必然的联系。
三、格兰杰因果关系分析
采用格兰杰关系实验，有一个重要的前提，就是我们所采取或者选择的变量之间都必须是稳定的变量，只有稳定的变量才能够更加真实的体现在一段时间长度内二者之间的关系。因果关系的研究，必须排除大量的偶然性因素，选择与客观真实最相似的稳定值来作为研究对象是最佳选择。在格兰杰因果关系检验过程中，一个重要的因素就是必须重视滞后期的选择，即使对于同一组数据，如果选择的滞后期不同，那么最终得出的结论也会有很大差异。这个结论意味着，我国在改革开放以后，虽然经历过几次大的产业结构的调整，但是每一次产业结构调整并没有对当时我国的宏观经济发展产生冲击性的影响。这是因为，每一次产业结构的调整，都是一个周期性的过程，产业调整与当时经济发展的能力和状态密切相关，这种调整并不是完全脱离当时经济发展的状况作出，而是在大方向明确的情形下，根据当下的客观经济环境做出一些缓慢的改变和调整。从一个时间长度内来看，这一变化是明显的，但是具体到每一年或者几年中，这种变化的不明显的。通过这次检验，我们得出的结论就是，经济的波动，是带来我们产业结构变化升级的格兰杰原因。我国的经济发展和产业结构的调整，除了依赖市场经济发展的客观规律以外，一些非市场性因素也在发挥着重要作用，国家的宏观调控在经济结构的变化中发挥着重要的作用，这种变化具有人为的操纵性，而这种变化的原因或者动力，就是来源于当时社会经济发展的客观现实状况。
宏观经济变化范文2
关键词：需求管理；供给管理；转变经济发展方式
中图分类号：F014.32
文献标识码：A
文章编号：1000—2731（2012）04—0018—04
改革开放以来，中国通过增量改革实现了经济增长的奇迹。从改革开放前30年的成功经验来看，中国经济快速增长的关键在于面对巨大的体制转轨红利、投资红利、人口红利和资源红利的条件，充分利用了财政政策和货币政策等需求管理政策，通过扩张内需和外需尤其是投资需求和净出口需求成功撬动了经济增长。但是在中国不断提升的经济总量规模下，各种红利条件逐渐稀释乃至消失，中国经济已走到了十字路口。
在产品市场上，由于低附加值、低质量的产品供给使得中国企业的利润空间不断被侵蚀。与此同时，低利润水平竞争导致中国产品质量安全问题日趋严峻。就要素市场而言，在投资需求驱动的增长模式下，利率水平被长期压低，进而致使投资效率持续走低。伴随人口老龄化的到来，中国也正在由劳动力过剩走向劳动力供给的结构性短缺，工资水平的持续攀升在所难免，由劳动力要素禀赋产生的比较优势逐渐消退，净出口需求的扩张将面临挑战。单纯的需求管理政策在供给充裕的时期，依靠投资需求和净出口需求能够有效拉动经济增长，但也不可避免的产生了高污染、高耗能、高通胀、高贸易顺差、高储蓄和低消费的经济发展态势。改变乃至扭转中国经济当下的困境，加快转变经济发展方式是必然选择，基于上述背景宏观经济调控需要从单纯的需求管理向供给管理与需求管理相结合的模式转型。
一、从需求管理向供给管理的战略转型
旨在短期内促进快速的经济增长，中国经济的发展战略均是围绕刺激投资和净出口的需求管理体系展开设计的。然而需求管理难以破解目前中国经济发展的结构性困局，由传统需求管理为主向供给管理的战略转型势在必行。
（一）战略目标转型
在传统的需求管理体系下，中国经济发展的战略目标是经济保持快速增长、经济总量规模持续攀升，但在这一战略目标的指引下中国经济出现了投资与消费失衡、进出口失衡、生产要素的供需失衡等诸多结构性问题。由传统需求管理为主向供给管理与需求管理相结合的转型，首先需要对引导方针加以调整。为了克服经济发展中的结构性难题，相应的战略目标可以设定为：有效结合供给管理和需求管理的宏观调控政策，以供给结构优化、创新驱动、要素生产率改进和制度建设为抓手拓展生产可能性边界，创造新兴的外贸、技术和生产要素的红利空间，通过转变经济发展方式同步实现经济持续增长、物价稳定、充分就业和国际收支平衡。
（二）战略思路转型
传统需求管理的战略思路是通过积极的财政政策搭配扩张型货币政策，以刺激投资和扩大出口来提振经济。但其后果是，经济增长的持续动力不足，经济增长质量不高，通货膨胀率较高以及高贸易顺差引发的国际收支失衡。供给管理与需求管理相结合的战略思路应当以提升经济增长质量为核心，淡化单一的积极财政政策，灵活使用税收、金融和转移支付等多元化政策工具，充分调动各级政府和各种所有制结构企业在政策供给、产品供给、技术供给和要素供给的能动性，完善增长成果的共享机制，以创新带动经济又好又快发展。
（三）战略原则转型
传统的需求管理在发展模式选择上注重短期内以高投入带动高增长，在区域经济发展上突出效率优先兼顾公平。在上述战略原则的指导下，经济发展过程中出现大量重复建设，资源利用效率偏低，区域经济发展的非均衡性较为严重。与之相对应，供给管理的战略原则包括三个方面：重视长期目标、提升要素配置和利用效率、协调区域发展。具体而言，以经济发展的长期目标为统领，弱化政府行为的相机抉择，强调前后一致性的政策选择，规避由政府和企业的短期行为对经济产生的扰动。打破市场分割，通过完善要素市场机制，提升要素利用效率。借助财税改革，赋予地方经济更多自主性和积极性，实现区域经济的协调发展。
（四）战略重点转型
战略重点是实施战略思路、实现战略目标的重要方向和重点突破口。遵循供给管理与需求管理的战略目标和思路，其战略重点布局在以下四个方面：优化供给结构、提升供给质量、鼓励技术创新、强化制度建设。即通过产业结构升级、淘汰落后产能增加技术密集型产品的供给比重。强化内外部监管机制和质量安全的立法和执法力度，降低产品供需之间由于信息不对称引发的逆向选择，进而提升产品质量。以完善知识产权保护和财税补贴为主的正向激励制度，鼓励自主创新。最终，围绕供给管理搭建起产业发展、财税金融和法制体系等完善的制度平台。
二、从需求管理向供给管理的路径转型
从传统的需求管理向供给管理与需求管理管理相结合的转型，在实践操作层面的路径转型是以产品供给、技术供给、要素供给、制度供给和供给主体结构改善为核心，优化供给结构、提高供给质量。
（一）改善产品供给
中国经济的快速发展已实现了由卖方市场向买方市场的转变，产品供给的数量和规模不断扩张，企业间低水平竞争的压力日趋增大。在产品供给转型方面，着力优化产品供给结构、延长产业链条、提升高附加值产品在产品供给总量中的比重，进而大力发展与发达国家的产业间贸易，拓展生产可能性边界，提升中国企业的议价能力和利润水平。与此同时，政府和企业应重视产品供给的质量安全建设，通过产品供给转型增强对中国制造的信心，拉动对国内产品的消费需求。此外，改善产品供给还需要加强品牌形象建设，通过与国际一流企业的合作，构筑中国制造的一批国际高端品牌。
宏观经济变化范文3
1．1样本选取
为了排除上市企业IPO盈余管理和利润操纵因素的影响，笔者从上市时间距离研究点超过4年的上市企业中选取样本。将因财务状况异常而被特别处理的ST企业作为财务状况危机企业，非ST企业作为财务状况正常企业，从沪深两市中选取2007—2011年因财务状况异常而首次被ST的A股制造业上市企业，共89家;按1∶1比例从沪深两市中随机选取同时期同行业的89家正常制造业上市企业作为配对企业。这178个样本中，把2007—2009这3年共116个样本作为建模样本，用来构建预测模型，2010和2011年共62个样本则作为预测样本，用来检验预测模型的有效性和准确性。
1．2变量选取
由于宏观经济涉及面广且复杂，全面综合考虑所有因素既不经济也不可行，因此笔者根据国内外相关学者的变量选取情况采用文献回顾法初步选取了以下11个相对数据的宏观经济变量:GDP增长率g1、CPI变化率g2、PPI变化率g3、工业增加值同比g4、M2同比增长率g5、M1同比增长率g6、利率的变化率g7、利率g8、社会消费品零售总额同比g9、同业拆借加权平均利率g10和失业率g11。为便于选取，笔者以2004—2011的32个季度11个宏观经济变量数据为基础进行宏观变量的筛选。财务变量的选取需要全面反映企业的财务状况，结合国内外研究情况，初步选取了能够全面反映企业偿债能力、盈利能力、风险水平、现金流量能力和营运能力的24个财务变量，具体如下:①盈利能力:账面市值比x1、资产报酬率x2、销售净利率x3、营业利润率x4、净资产收益率x5、总资产净利率x6、留存收益资产比率x7和每股收益x8;②现金流量能力:固定资产比率x9、债务保障率x10、现金流量利息保障倍数x11和每股经营活动现金净流量x14;③风险水平:财务杠杆系数x12和经营杠杆系数x13;④偿债能力:流动比率x15、速动比率x16、营运资金对资产总额比x17和资产负债率x18;⑤营运能力:应收账款周转率x19、流动资产周转率x20、存货周转率x21和总资产周转率x22;⑥发展能力:营业收入增长率x23和总资产增产率x24。笔者采用第t－2年的财务数据来预测企业第t年的财务状况。首先对变量进行单变量组间均值相等检验和F值检验，剔除对ST企业和非ST企业分类不明显的变量。对于ST企业和非ST企业来说，所处宏观经济环境都一样，因此只需对财务变量进行均值检验和F值检验。其次，对选取的11个宏观经济变量和通过均值检验的13个变量分别进行因子分析，以克服量间的多重共线性并选取影响较大的代表性因子，具体如下:(1)进行球形度的KMO与Bartlett检验，检验结果如表2所示。由表2可以看出，宏观经济变量和财务变量的KMO值分别为0．582和0．785，均大于0．5，且球形Bartlett检验显著性水平均为0，小于0．05，说明宏观经济变量之间及财务变量之间适合进行因子分析。(2)从方差贡献率角度考虑这些因子的影响，因子旋转后的特征值和方差贡献率如表3所示。由表3可以看出，宏观经济变量因子分析的前3个因子特征值均大于1且累计方差贡献率达到82．104%，大于80%，可以选取这3个因子代替原始宏观经济变量，且不会造成大量的信息损失;财务变量因子分析的前4个因子特征值均大于1且累计方差贡献率达到82．280%，大于80%，可以选取这4个因子代替原始财务变量，且不会造成大量的信息损失。(3)因子载荷矩阵如表4所示。其中，Gi为宏观因子i，Fj为财务因子j。表4中的数值为具体因子载荷值(这里只保留了大于0．5的载荷)，分析这些数值可知，宏观因子G1主要反映了通货膨胀情况，宏观因子G2主要反映了国家货币供应情况，宏观因子G3主要反映了国家工业发展情况，这3个因子涵盖了所有11个宏观变量，因此用这3个因子代表宏观经济变量是合理的;财务因子F1和财务因子F3主要反映企业的盈利能力，财务因子F2主要反映企业的偿债能力，财务因子F4主要反映企业的风险水平，这4个因子涵盖了所有13个原始财务变量，因此用这4个因子代表企业财务变量是合理的。数据均来源于国泰君安数据库。以上数据处理均通过SPSS18．0完成。
2实证分析
2．1建立模型
分别用判别分析、Logistic回归和BP神经网络3种方法建立财务风险预警模型，并用各个模型对样本进行预测，对结果进行比较分析。判别分析法是对研究对象所属类别进行判别的一种统计分析方法。判别分析的过程是根据已知测量的分类(0，1)和表明观测量特征的指标变量，推导出判别函数，根据判别函数对观测量所属类别进行判别，对比原始样本的分类和按判别函数所判的分类，计算出预测准确度和错分率。Logistic回归模型是对二分类因变量进行回归分析时使用最普遍的多元统计方法。它使用最大似然估计法，求得相应变量取某个值的概率。如果得出的概率大于设定的分割点，则判定该企业将陷入财务危机。Logistic回归对于变量的分布没有具体要求，适用范围更广。BP神经网络是目前最常见、应用最广泛的一种神经网络。BP网络能学习和存储大量的输入－输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。BP神经网络模型拓扑结构包括输入层、中间层(也称隐层)和输出层。输入信号先向前传播到隐节点，经过变换函数之后，把隐节点的输出信息传播到输出节点，经过处理后再给出输出结果。节点的变换函数通常选取Sigmoid型函数。
由于宏观经济环境是所有企业共同所处的环境，企业对宏观经济环境可能存在一定的超前或滞后的反应，因此在研究宏观经济变量对企业财务风险的影响时，应考虑使用宏观经济变量的期限，以确保预测模型最优。该项研究采用限制相对自由的Logistic回归方法，研究计算通过SPSS18．0统计软件中的Logistic工具完成。经过Logistic回归，可分别得到基于t－3年、t－2年和t－1年的宏观经济Logistic回归模型4～模型6，模型中的变量如表5所示。从上述3个模型中各变量显著性水平来看，模型4中各变量的显著性水平均优于另外两个模型，即加入t－3年的宏观经济数据对预警模型的优化效果最明显，这说明我国企业对宏观经济势的反应存在一定的滞后性，因此在预警模型中加入t－3年即超前于财务数据一期的宏观经济数据是最合适的。以下分别用判别、Logistic回归和神经网络3种方法建立财务风险预警模型，每种方法都建立只含财务变量模型和加入超前财务数据一期的宏观经济变量两种模型。建立前者模型时，把第二部分得到的F1、F2、F3、F4这4个财务变量因子作为输入变量;建立后者模型时，把第二部分得到的F1、F2、F3、F4这4个财务变量因子和超前财务变量一期的G1、G2、G3这3个宏观经济变量因子共同作为输入变量。通过SPSS18．0可分别得到基于财务变量判别模型式(1)和基于宏观经济变量判别模型式(2)，以及基于财务变量Logistic回归模型式(3)和基于宏观经济变量Logistic回归模型式(4)。运用BP神经网络进行财务风险预警时，输入层节点数为变量的个数，隐含层经过反复测试，最终确定为30个节点，输出层节点数为1，即企业的财务状况，输出0表示财务状况正常，输出1表示陷入财务困境。BP神经网络研究计算通过Matlab7．1软件完成。训练函数选用trainlm，设置最大学习次数为1000次，目标误差为0．05，学习速率为0．08。
2．2预测结果及分析
用以上3种方法建立的模型对预测样本进行预测，预测结果如表6所示，其中1代表ST企业，0代表非ST企业。通过表6可以得出以下结论:(1)基于宏观经济预警模型的预测准确度高于基于财务变量预警模型的预测准确度。但基于宏观经济预警模型对预测样本的预测准确度与基于财务变量预警模型对预测样本的预测准确度一样，均低于对建模样本的预测准确度，这说明在预警模型中加入宏观经济变量对企业财务风险预警模型能起到一定的优化作用，但预测本身的滞后性仍无法避免。(2)基于宏观经济预警模型的预测稳定性高于基于财务变量预警模型的预测稳定性。从表6可以看出，基于财务变量预警模型对预测样本和对建模样本的预测准确度变化率均有所降低。这说明在预警中加入宏观经济变量，预测准确度下降幅度有所减小，模型较稳定。(3)基于宏观经济预警模型更全面地反映了影响企业财务风险的各种因素。从模型自身来看，在不考虑宏观经济因素的情况下，对企业财务状况影响最大的首先是盈利能力，其次是企业自身风险水平和偿债能力;而在考虑宏观经济因素后，对企业财务状况影响最大的除盈利能力和偿债能力外，不容忽视的外部影响因素是代表整个国家工业发展情况的G3因子，且与企业发生财务风险概率的大小呈负相关。(4)从分类预测结果来看，在判别和Logistic回归预警方法下对建模样本预测准确度与预测样本预测准确度进行比较，加入宏观经济变量前后模型的第一类错误率都是增大的，第二类错误率都是减小的。但神经网络方法下两类错误率都是减小的，这与神经网络自身方法的特点有关。神经网络对实际系统的拟合精度只取决于网络自身结构特性及网络学习参数的确定，而与实际系统的维数无关。(5)在这3种预警方法中，神经网络预测结果最优，判别预测结果最差。从表6可以看出，无论在预警模型中是否加入宏观经济变量，无论是建模样本还是预测样本，模型预测准确度依次为BP神经网络优于Logistic回归，Logistic回归优于判别模型。这说明在对企业财务风险进行预警时，应该优先考虑BP神经网络方法，为以后企业财务风险预警方法选择提供了参考依据。
3结论
宏观经济变化范文4
关键词：股票流动性 宏观经济 流动性螺旋 安全投资转移
近来的金融危机导致的信用紧缩过程中，金融市场的流动性显示了其在维持一个运转良好的有效市场中的作用，其匮乏表明宏观经济与流动性相互影响。现有的相当数量研究发现金融资产流动性与经济危机之间存在明显因果关系。但是对于股票流动性与宏观经济之间的关系，国内研究并不充分，本文探讨股票流动性与宏观经济的相互影响机制，并对国内外相关文献研究进行归纳。
1 股票流动性与宏观经济的影响机制
股票市场流动性与实体经济的影响机制包括：流动性螺旋、投资机制和安全投资转移机制。下面对这些机制分别论述。
1.1 流动性螺旋
流动性螺旋，■和等（2010）定义其为股票流动性与融资流动性之间的相互影响形成机制。融资流动性的降低导致安全投资转移，在此种意义上，流动性供应者改变其流动性供应，宁愿供应具备低边际成本的股票。在危机时期，共同基金将首先意识到小股票投资组合的价值，进而面临融资约束，从而会抽出投资，导致所投资对象认识到投资组合价值，最终融资流动性问题扩展到整个实体经济。
1.2 投资机制
流动性通过影响投资，进而影响实体经济。流动性更高的二级市场使得投资者更容易为产品市场，例如流动性较差、长期的项目进行投资。实证研究发现了这一点，Levine & Zervos (1998)对跨国模型的回归，发现了股票市场流动性与经济增长之间的正相关关系。同时，一些研究也发现了股票流动性与外部融资成本之间正相关。
1.3 安全投资转移
这种安全投资转移模式，意味着投资者从股票市场的转移，即从流动性资产较低的股票转移到较高的政府债券或者现金。Vayanos (2004)提出这种安全投资转移效应。他认为与市场下跌一致，当流动性降低时，投资者进行资产转移。Chordia，Sarkar和Subrahmanyam (2005)指出，这种效应导致投资者在股票和债券之间重新配置财富，由此降低了股票市场流动性。Goyenko和Ukhov(2007)发现债券市场波动性和收益的增加能够显著预测增加的股票市场流动性。
2 股票流动性与宏观经济研究综述
流动性通常被定义为“以较低成本迅速卖出或买入大量资产的能力”，主要是在市场微观结构理论中应用。目前为止，现有的研究更关注于股票市场的微观条件如何影响流动性，但市场微观理论中对于宏观条件如何影响股票市场流动性研究很少。
现有的研究可以分为两类，第一类是研究宏观经济变量对于股票流动性的影响及其预测。第二类是研究股票流动性对于宏观经济变量的预测能力。
第一，研究宏观经济对股票流动性的影响。这种研究包括宏观经济变量的选取，股票流动性的测度，以及相互影响。研究者一般将宏观经济，如货币政策、商业周期、金融中介、货币、债券市场等角度研究股票市场流动性。如前所述，Chordia，Sarkar and Subrahmanyam (2005)从货币政策和债券市场角度进行了思考，认为宽松货币政策导致交易成本降低，从而增加了交易，并使得交易者提升其为头寸融资的能力。Goyenko和Ukhov(2007)也指出货币政策也可能通过股票波动性和利率来影响流动性。Eisfeldt (2004)和Taddei (2007)研究了商业周期对于股票流动性的影响。Amador等（2010）同样分析了货币政策对股票流动性的影响，他们指出很少有理论模型探讨央行政策和股票流动性之间的关系，但存货模型认为存货流动和存货风险影响股票流动性，简言之，存货模型认为当市场参与者能够以较低代价融资并持有资产的风险较低，股票则应该流动性更好；而央行政策能够影响这两者，从而影响股票流动性。Brunnermeier和Pedersen(2009)，Sauer(2007)和Adrian和Shin(2007，2008)研究了货币政策和融资流动性，他们则用融资流动性来解释市场流动性的突然下降。其他一些学者则对宏观经济变量是否和如何预测股票流动性进行研究，如Goyenko和Ukhov (2009)，Hameed，Kang和Viswanathan(2007)以及Soderberg（2008）。Soderberg（2008）使用VAR模型研究了宏观经济变量变化对于订单驱动的股票市场月度流动性的影响。Goyenko&Ukhov (2009)使用VAR模型研究货币政策对流动性的预测性。Sauer（2007）则对股票流动性与扩张性货币政策进行了研究，认为这种货币政策提供了市场急需的流动性；并分析了中央银行的干预如何刺激股票流动性。第二类是研究股票流动性对于宏观经济变量的预测能力。■等（2010）指出，至少自从二战以来，美国股票市场流动性的变化就与宏观经济的变化趋向一致性。因此，股票市场流动性是实体经济很好的一个先行指标。他们使用1947至2008年的美国数据，证明了即便控制了资产价格预测，股票市场流动性也包含了实体经济的信息。Beber和Kavajecz (2010)则对订单流中的信息含量进行研究，发现其可以提前三个月预测经济状态。Kaul和Kayacetin (2009)对股票订单流的研究表明，这可以预测工业生产的增长率和真实GDP。第三，国内研究相对较少。董合平（2006）则对国内宏观经济变量对股票流动性的研究进行了相对全面研究，他们发现实体经济运行状况的变动对股市变动影响并不显著，而货币政策变量指标M1等对我国股票市场长期收益有显著影响；并且沪深两市对宏观经济因素变动的反应情况比较，沪市更为剧烈；更进一步的研究则基于改进的AR(1)一GARCH(1，1)模型，从收益和收益率波动性两个角度，考察了我国众多宏观经济变量对股市价格行为的影响情况：但结果发现只有固定投资完成额、商品零售价格指数、企业景气指数、公开市场操作利率四个宏观经济变量，对我国股票市场收益或波动性有显著短期影响。丁焕强和陶永诚（2011）对货币政策和股票流动性的相互关系进行了研究，认为影响市场流动性的因素主要包括宏观经济因素、货币政策因素和市场因素；他们通过VAR分析，发现市场本身的影响是决定流动性的最主要原因，而宏观经济因素和货币政策因素只是起了非常重要的作用；并且宏观经济因素和货币政策因素可以直接和间接影响市场流动性，间接影响通过市场收益率和波动性来实现；货币政策紧缩，市场非流动性增大，流动性减小，货币政策冲击对流动性的影响具有持续性。
3 结论
以上叙述表明对于宏观经济与股票流动性的研究，研究者对不同的宏观经济变量和股票流动性测度基础上，使用不同的研究方法对其关系进行了研究。研究发现，股票流动性包含有估计经济状态的信息含量。并且股票市场流动性和宏观经济之间通过安全投资转移效应、流动性螺旋效应和投资效应等进行相互影响。今后，应借鉴国内外的相关方法，实证研究我国货币政策等宏观经济变量与股票流动性之间的关系，并与国外研究结论相比较，探讨其差异，并分析造成这种差异的市场机理、运行体制等深层次因素。
参考文献：
[1]丁焕强，陶永诚.《货币政策与市场流动性》，《现代管理科学》，2011.1.
[2]董合平.《宏观经济变量对我国股市价格行为影响研究》，硕士论文，
2006.
[3]Soderberg，J.，Do macroeconomic variables forecast changes in liquidity?-An out-of-sample study on the order-driven stock markets in Scandinavia，Unpublished Working，Paper，2008.
宏观经济变化范文5
本文针对我国出国旅游为研究对象，以出国旅游人数作为出国旅游业兴盛指数，样本选取以最可能影响出国旅游业生产指数、物价(取以消费者物价)及汇率等三个宏观经济变量为主，实证探讨其与历年出国观光人数互动影响。
样本选取期间自1990年1月至2012年12月，四项变量共包含1104笔月资料。我国宏观经济变量资料的工业生产指数、消费者物价及汇率资料则取自于CCER数据库。而历年出国观光人数，则取自于国家旅游局官网数据。
二、研究方法与实证分析
本文首先运用近年来多项突破的单根检定法，对各变量作稳定性(stationarity)测试，进而进行变量间长期均衡共整测试。共整测试法则分别以Johansen(1988,1990,and1994)最大似然估计法及Pesaran,ShinandSmith(2001)自我回归递延落差(AutoRegressiveDistributedLag,ARDL)模型区间测试(BoundTest)法来检测宏观经济与出国旅游长期均衡关系，并进一步检测分析短期间各宏观经济指标对出国旅游的影响效果。由PesaranandShin(1995a、1995b)与Pesaran,ShinandSmith(1996、2001)的一系列研究发展，得知当模型中同时存在I(1)与I(0)序列时，进行长期均衡关系共整测试，依据传统共整法推论①，将使变量间长期互动结果产生误差。为解决模型中同时出现I(1)与I(0)序列变量所导致不实结果，Pesaran,ShinandSmith(2001)推导出ARDL的完整模型，以区间测试法，采用临界区间来检测是否存在长期均衡关系，不仅可解决序列不齐次问题，也可处理小样本资料。且由于在共整合检定前不需预做单根的前置测试，避免当各变量序列整合级次不同所产生共整误差结果②，近两年来，这方法已被广泛应用于不同的研究议题上③。
另外，ARDL更在模型中考虑了前期误差修正因子，由误差修正项及自我时滞项进行分析，兼顾测试变量间长短期关系。由于ARDL中前期误差修正因子为不存在限制式误差修正项，故ARDL模型为一非限制误差修正模型(UnrestrictedErrorCorrectionModel,UECM)。Pesaran,ShinandSmith(2001)的区间测试模型，依Johansen五个误差修正多变量GaussianVAR模型基本精髓，按常数项与时间趋势项有无及限制条件存在与否，也有五个模型。本文旨在检测宏观经济与出国旅游人次长期均衡关系，并进一步测试短期间，各宏观经济对出国旅游影响效果。依公式(1)旅游模型，模型可改写成为式(其中，TR表示出国旅游人次，而IP、CPI、及EX则分别代表工业生产指数、物价指数及汇率等宏观经济变量，β0为漂浮项，μt则为随机干扰项。假如F统计量高于上界值，则拒绝H0序列间不存在共整合虚无假设，表示变量间存在长期均衡关系的结论；反，若F统计量低于下界值，则无法拒绝虚无假设，即变量间不存在长期均衡关系；然而，若F统计量落于这上、下界区间内，则无法得到一致性的结论。
④本文ARDL-UECM-HQC模型的长期与短期估计结果，列于(表1)。由(表1)发现，应用Pesaran,ShinandSmith(2001)区间测试法所得结果，F值为1.680，其即使在10%显著水平下，皆无法超过下界的I(0)门坎值2.26，⑤表示出国旅游人次与宏观经济变量间并没有长期共整合均衡关系存在，也即于长期间并无法由宏观经济相关变量来判定出国旅游人次增减。由ARDL区间测试法，本研究却得到旅游模型中出国旅游人次与工业生产指数、物价指数及汇率间不存有长期共移(co-moving)相反发现。由于在先前测试各项单根测试中，发现各变量整合齐次不尽相同，于是我们采取克服变量整合齐次不相同ARDL法所得结果。本研究ARDL区间测试所得变量间不存有长期共移的结果，说明了出国旅游人次增减并无法由宏观经济相关变量来判定，其隐含着出国旅游意愿的波动，并非完全受宏观经济变量影响，也可能由个人财富及旅游偏好等其它因素所左右。本研究进一步尝试运用ARDL时滞法影响系数，判别代表宏观经济工业生产指数、物价指数、及汇率，其分别对出国旅游人次所可能产生短期冲击。
三、研究结论
宏观经济变化范文6
关键词：宏观经济 股票价格
引言
股票市场是经济发展的产物，因而一国股票市场的发展与该国经济发展紧密相关。一方面，投资对象要受到宏观经济形势的影响；另一方面，证券业本身也直接受到宏观经济因素的左右。国家的财政状况、金融环境、汇率调整。都将影响股票价格的沉浮。股票市场与经济状况紧密相联，经济衰退时，股票市场的行情必然随之疲软下跌；经济复苏繁荣时，股票价格也会呈现上升走势。根据沪深交易所的统计数据，截至2007年4月30日，我国沪深股市共有1640支股票(其中：沪市944支，深市696支)，盘后两市总市值首次超过16万亿，而去年我国GDP为20.9万亿元，这意味着我国沪深股票总市值占GDP比例达到76.5％，这是股市经济“晴雨表”的功能体现。当出现较高的通货膨胀时，股票价格就会下挫，而财政支出增加时，股票价格就会上扬。金融环境放松。市场资金充足，利率下降，存款准备金率下调，很多游资会从银行转入股票市场，股票价格往往会出现升势；国家抽紧银根，市场资金紧缺，利率上调，股票价格通常会下跌。但是，这仅仅是从定性的角度来分析，到底宏观经济中各因素对股票市场的影响程度如何呢?就需要采用定量的方法来研究。本文将从理论和实证两方面研究宏观经济对股票价格的影响。
一、宏观经济形势和宏观经济政策对股市的影响?
股市的指数和成交量等是模型分析、计算和预测的对象。称为内生变量。对指数和成交量有作用而本身又不受它们的反作用的因素。称为外生变量。中国股市的主要外生变量是：宏观经济形势、宏观经济政策和政府对证券市场的调控。前二者是普遍的，各国股市都受宏观经济形势和宏观经济政策的影响；后者是由于中国正处于由计划经济向市场经济转变的过程中以及中国政治和经济的制度特点而形成的。是中国股市特有的。
宏观经济形势从两个方面影响股市，一对上市公司的业绩产生影响。二改变投资者的投资行为。经济形势好，投资者对前景乐观，投资积极；经济形势不好，投资者对前景悲观，投资则变得格外谨慎。
财政政策对股市的影响是间接的，主要通过改变或部分抵消宏观经济形势的不利影响间接作用于股市。
货币政策对股市的影响大而直接。扩大货币供应量，经过直接或间接的途径，必然增加了可以进入股市的资金，为股市上涨创造了条件。
二、宏观经济变量对股票价格影响的理论假定
根据Chen等提出的“简单而又直观的金融理论”，一个国家的股票市场价格指数会受到来自经济增长、实际利率、通货膨胀率等宏观经济因素的影响。综合相关理论和已有的实证研究证据，本文假定宏观经济变量对股票市场价格会有如下的影响。
GDP的影响
理论上说，GDP是反映一国经济整体实力的宏观指标。它的下降表明经济不景气，大多数企业的经营盈利状况不佳，企业减少投资，降低成本，融资速度减慢，股票市场的供给曲线就会向左上方缓慢移动；同时，股票市场的需求方――股票投资者也由于经济的不景气而对未来收入的预期降低，从而减少支出和投资资金，使股票市场的需求曲线向左下方移动，两个曲线的下移将使股票价格下降。反之，当一国经济发展迅速，GDP增长较快时，预示着经济前景看好，人们对未来的预期改善，企业对未来发展充满信心，极想扩大规模，增加投资，对资金的需求膨胀，因而股票市场趋向活跃。在股票市场均衡运行、而且其经济功能不存在严重扭曲的条件下，一般来说，股票价格随GDP同向而动，当GDP增加时，股票价格也随之上升；当GDP减少时，股票价格也随之下跌。因此，GDP对股票价格的影响是正的。
工业增加值同样可以反映实体经济的运行情况。一般而言，在其他条件不变的情况下，工业增加值的任何变化。都会影响国内企业现金流同方向变化，进而造成股票价格也发生同方向变化。因此，工业增加值对股票价格的影响也是正的。
货币供给量的影响
货币供给量对股票市场价格的影响。可以通过预期效应、投资组合效应、股票内在价值增长效应效应实现以上3种效应一般来说都是正向的，即货币供给量增加，则股市价格上涨。因此，货币供给量对股票价格的影响是正的。
利率的影响
众所周知，利率是影响股市走势最为敏感的因素之一。资金的供给来自储蓄，需求来自投资，而投资和储蓄都是利率的函数。利率下调，可以降低货币的持有成本，促进储蓄向投资转化。从而增加流通中的现金流和企业贴现率，导致股价上升。所以利率提高，股市走低；反之，利率下降，股市走高。因此，利率对股票价格的影响是负的。
通货膨胀率的影响
在通货膨胀时期，由于货币贬值所激发的通货膨胀预期促使居民用货币去交换商品以期保值，这些保值工具中也包括股票，从而扩大了对股票的需求；另一方面，通货膨胀发展到一定阶段后，政府往往会为抑制其发展而采用紧缩的财政和货币政策，促进利率上升。此时，企业为了筹措资金，发行股票是较好的选择，从而使得股票市场的供给相应增加。此时如果股票市场需求的增长大于供给的增长。则股票市场价格就与通货膨胀之间呈现正的相关关系。否则如果股票市场需求的增长小于供给的增长，则股票市场价格就与通货膨胀之间呈现负的相关关系。因此，通货膨胀率对股票价格的影响不能确定。
汇率的影响
汇率又称汇价，是一国货币兑换另一国货币的比率，作为一项重要的经济杠杆，汇率变动对一国股票市场的相互作用体现在多方面，主要有：进出口、物价和投资。汇率直接影响资本在国际间的流动。一个国家的汇率上升，意味着本币贬值，会促进出口、乎抑进口，从而增加本国的现金流，提高国内公司的预期收益，会在一定程度上提升股票价格。因此，汇率对股票价格的影响是正的。
三、实证研究方法设计及结果分析
1，实证研究方法设计
(1)变量的选择及采用的方法
为了较为全面地分析宏观经济变量对股票价格的影响。本文选取了反映国民经济整体运行状况的指标国民生产总值、固定资产投资完成额、工业增加值，反映国家货币政策的货币供给量指标MO(流通中现金)、M1(货币)、M2(货币和准货币)，反映通货膨胀程度的指标居民消费价格指数、商品零售价格指数，反映利率程度的指标平均加权利率，反映金融企业借贷情况的指标包括金融机构企业存款、金融机构各项贷款、金融机构各项存款，反映汇率水平的进出口总额、美元期末汇率进行分析。上海股票市场收盘
价用hp表示，数据来自上证综合指数。为消除异方差影响，对各序列取常用对数。主要采用的方法是向量自回归基本模型(VAR：Vector Autoregression)、脉冲响应函数、方差分解等。
(2)样本选择与数据来源
要检验利率、通货膨胀率等这些共变因素对股市价格影响，可以考虑引人多因素回归模型来分析这种影响关系。收集上述各类指标从2002年1月至2007年6月的月度数据(数据来源：中宏数据库等)。为了消除异方差的影响，对上述变量都取对数。
2，实证结果及分析
许多经济变量原本是不平稳的，但经过一阶差分以后就变得平稳，则称这样一个经济变量为I(1)。如果对这种经济变量直接回归，则可能出现伪回归现象，因此必须检验经济变量是否平稳，先对样本时期内的上证综合指数月度收盘价、深证成份指数月度收盘价与月度宏观经济变量时间序列分别进行ADF检验。
首先建立向量自回归方程。基于上一节的结果，一阶单整变量包括hp，a3，a4，a5，a6，a7，a8，a9，a10，a12与a13。因此首先将它们分别作为内生向量(其中替代性指标选择其一)进行向量自回归。然后逐次剔除非显著变量或将它们列为外生变量作回归，同时根据AIC及SC信息准则选取最佳滞后阶数，得到最后的向量自回归方程：其中，01p，a3，a6，a7，a9，a12)为系统内生向量，AI与A2为滞后l、2阶的系数矩阵，a13为外生变量，其系数向量为Bl，c为常数项。
其次应用脉冲响应函数虽然整体影响是正的，但其影响程度随着时间的推移变得越来越低；而该序列对来自工业增加值fa3)-的新息在前两期基本没有反映，第3期与第4期比较明显，大约为0，002，然后随着时间的推移，影响程度越来越小，其整体影响-是负的；该序列对来自货币供给量fa6)的新息在第1期没有反应，第2期反应比较明显，约为0.006，虽然整体影响是负的，但其影-响程度随着时间的推移变得越来越低；到了第5期逐渐稳定，其值约为-0.001；该序列对来自通货膨胀率(a7)的新息在第1期没有反应，第2期反应比较明显，约为0.004，其整体影响是正的，在第4期影响程度达到最高，越为0.007，随后影响程度变得越来越低；该序列对来自利率(a9)的新息在第1期没有反应，第2期的反应约为0.001，第3期以后其影响变为负的，且其影响程度随着时间的推移变得越来越高；该序列对来自储蓄(a12)的新息在第1期没有反应，第2期反应比较明显，约为-0.003，其整体影响是负的，且持续时间较长。
再次是进行方差分解，方差分解的主要思想是，把系统中每个内生变量的波动，按其成因分解为与各方程变量冲击相关联的组成部分，从而了解各变量冲击对模型内生变量的重要性。运用Eviews软件对上证综合指数进行方差分解，具体的方差分解变量顺序为：上证综合指数月度收盘价的变化、工业增加值的变化、货币供给量的变化、通货膨胀率的变化、利率的变化与储蓄的变化。从上证综合指数的方差分解结果来看，与脉冲响应函数的分析结果一致，上证综合指数月度收盘价的波动除受其自身的影响外。随着时间的推移，还主要受国内通货膨胀率、利率和储蓄变化的影响。虽然上证综合指数月度收盘价的波动也受国内工业增加值与货币供给量变化的影响，但随着时间的推移，影响程度很小。
