宏观经济因素精选(五篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的5篇宏观经济因素，期待它们能激发您的灵感。

篇1

通过对图1中的脉冲响应图形进行分析，我们可以得到以下结论：⑴虽然总体上投资需求增加有助于解释经济增长变动，但通过对比我们可以发现，中央政府固定资产投资冲击和地方政府固定资产投资冲击对我国经济有着完全不同的影响。中央政府投资冲击短期内有助于经济增长，对经济影响的长期累积效应也较大；而地方政府的固定资产投资冲击在短期对经济的影响效果不明显，并且出现了程度较小的累积负面效应。造成这种情况的可能原因是：首先，中央政府的财政支出等经济政策和投资决策代表了政府决策层对当前经济状况的态度和看法，会对以后的经济走势起到很大的指示作用，而地方政府投资大多是为了响应中央政府号召，从而中央政府投资冲击对产出的影响能力要大于地方政府投资冲击。其次，中央项目的投资多是对当前经济增长极其重要的基础设施建设和关键行业领域，效率较高，而地方政府的投资却往往忽视投资的质量和效率，造成资源和资金的极大浪费，从而对经济的持续稳定增长产生不利的影响。最明显的例子是2008年金融危机以后，我国中央政府出台了“4万亿”投资刺激方案，地方政府配套的投资资金更是高达17万亿之多。虽然中央政府的资金支出大多投资于基础设施建设和关系国计民生的关键行业领域（如交通、电力、科技、水利、节能减排等）保护了经济的持续平稳增长，但是大多数地方政府的投资却较多的投向了“三高一低”（高投入、高污染、高消耗、低效益）行业，造成了资源的极大浪费。这无疑会对经济的持续稳定增长带来不利的影响。⑵对外贸易冲击虽然也会对我国的实体经济造成冲击，但影响程度不大。从DLnGDP对DLnEXP的累积脉冲响应可以看出，短期内的对外贸易冲击对我国的经济波动影响不明显，但长期内有较小程度的正向效应。可见，虽然我国经济对外依存度较大，出口对GDP的贡献度较高，但国外需求冲击并不会对我国经济波动产生较大的影响。一个可能的解释是：加工贸易占我国出口贸易的比重过大。出口贸易一般分为一般贸易、加工贸易和其他贸易，其中加工贸易是指依赖进口的原材料、零部件，经过加工装配后再出口到国外的贸易形式。加工贸易的特点是“中间在内，两头在外”，原材料和零部件是从国外进口的，在本国生产后又运到国外市场。在我国最常见的加工贸易形式是“三来一补”，即来料加工、来样加工、来件装配和补偿贸易，其中补偿贸易是指国外厂商提供或利用国外进出口信贷进口生产技术和设备，由我方企业进行生产，以返销其产品的方式分期偿还对方技术、设备价款或信贷本息的贸易方式。因此，虽然我国出口额占GDP的比重很大，但出口增加对我国经济自身增长的贡献并不是很大。⑶消费需求冲击是决定我国经济增长和波动的主要因素。从DLnGDP对DLnEXP的脉冲响应可以看出，1单位标准差的消费需求正向冲击导致GDP出现了1.2个百分点的增长，随后迅速下降，在8季度后基本消退。同时从DLnGDP对DLnEXP的动态累积脉冲响应图形可以看出，正向的消费需求冲击不仅造成经济短期内的较大增长，而且长期内对经济的持续增长起到了重要作用。这主要是因为一方面消费一般是短期行为，持续时间不长，对经济的短期刺激较大；另一方面，消费需求的提高可以改变人们长期的消费习惯，从而对经济的增长起到较大程度的长期影响。这充分说明了当前我国扩大内需拉动经济增长的极端重要性。

2方差分解

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。

4结论与建议

篇2

[关键词]国债收益率；宏观经济；主成分分析；通货膨胀

[中图分类号] F830.9 ［文献标识码］ A [文章编号] 1673-0461（2011）12-0084-04

一、引 言

2011年4月我国CPI同比上涨5.3%，食品价格上涨11.5%。根据美联储编制的美元对主要货币的汇率指数变化，2009年美元汇率贬8.5%，同时依据国际货币基金组织统计的全球储备结构数据，非美元储备资产占到近四成，2009年美元资产相对美元升值导致以美元计值的外汇储备余额增加。采用市场上常用的巴克莱全球债券综合指数收益率，2005年～2009年的年均收益率为4.8%。今年以来央行连续出台上调存款准备金率和加息等政策，经济增速放缓，通胀压力未减，货币政策“偏紧”，新股融资也相对密集，股票市场难以寻找良好的系统性投资机会。在这样的宏观经济紧缩背景下，债券市场尤其受到关注。通货膨胀和紧缩政策对债券市场产生什么影响？在加息周期中，债券的收益率是否受到影响？

学者们已经对影响债券收益率的因素进行了一些研究，如王一鸣和李剑峰[1]将宏观经济变量对收益率曲线的几个特征有如何影响进行了实证分析,发现宏观经济变量更多的是对整个收益率曲线的位置有影响。谢海玉[2]发现受经济周期和通货膨胀溢价要求的影响，超长期债券的利率敏感性应弱于短期债券。蔡跃明和平新乔[3]分析了经济增长与环境的新型债券的相关性。王海灵和阚丽萍[4]分析了我国宏观经济因素对债券收益率的影响。庄哗[5]分析了宏观经济信息对中国债券市场收益率结构的影响。白丽健[6]研究了近代中国债券市场价格变动的成因。

本文用主成分分析方法分析宏观因素对政府债券收益的影响。债券收益来自三个方面，债券的利息收益、资本利得和再投资收益。而到期收益率既考虑了利息收益，也考虑了资本损益和再投资收益。

宏观经济分析可以通过一系列经济指标的计算、分析和对比来进行。选取了8个常用的经济指标：生产者物价指数（PPI）、消费者信心指数（CCI）、消费者物价指数（CPI ）、国内生产总值（GDP）、货币供应量M1、汇率、利率、通货膨

胀率。

主成分分析在分析宏观经济对国债收益率的影响方面有其独特的优点。在实际问题的研究中，往往会涉及众多有关的变量。但是，变量太多不但会增加计算的复杂性，而且也给合理地分析问题和解释问题带来困难。一般来说，虽然每个变量提供了一定的信息，但其重要性有所不同，而在很多情况下，变量间有一定的相关性，从而使得这些变量所提供的信息在一定程度上有所重叠。因而人们希望对这些变量加以“改造”，用为数较少的互不相关的新变量来反映原来变量所提供的绝大部分信息，通过对新变量的分析达到解决问题的目的。主成分分析便是在这种降维的思想下产生的处理高维数据的方法。

二、实证分析

（一）样本选取

国债0213是财政部2002年发行的记账式（十三期）国债，期限是15年。由于该国债的剩余期限较长，其属于长期国债。而宏观经济增长对长期国债收益率的影响比较大。因此，本文研究宏观经济对国债0213到期收益率的影响。

一般来说，研究的区间长度越长越好，宏观经济中的某些因素对债券的收益影响大小越准确。但由于数据收集的困难，可供研究的时间区间长度有限。因此国债季度期的到期收益率时间段为2004年6月至2010年12月，对应的宏观经济指标也是季度数据。

（二）宏观经济指标分析

分析用因子分析的可能性。通过使用SPSS软件分析，由表1可知KMO检验统计量值为0.656，说明进行因子分析的效果尚可，比较适宜做因子分析；Bartlett's球形检验的显著性概率为

0.000

1. 确定提取因子数量

在确定可以用因子分析法后，确定因子的数量和方差解释，如下图所示。

下面利用方差解释表2提取主成分因子。提取的原则是主成分的累积贡献率和特征根。

分析表2可知：第一个因子的贡献率为54.397%，第二个因子的贡献率为28.238%，前两个因子的累计贡献率达到了82.636%，说明提取前两个主成分可以解释原有变量82.636%的信息；第一个因子的特征根为4.352，第二个因子的特征根是2.259，其余因子的特征根均小于1，因此，选择提取前两个主成分。

2. 主成分表达式

再利用旋转后的因子负荷矩阵和因子得分系数矩阵确定主成分变量。

由表3和表4得，主成分一为变量x3、x4、x5、x6、x7的线性组合，主成分二为变量x1、x2、x8的线性组合。用SAS软件进行主成分分析各因子的特征向量，据此可以写出由标准化变量所表达的主成分的关系式为：

由表5可知，成分1和成分2不相关，因此，可以分别研究每个成分的影响因素，而不考虑二者之间的相关因素。

3. 因子解释

Z1是反映消费者信心指数（CCI）、国内生产总值（GDP）、货币供应量M1、汇率、利率的综合指标。其中货币供应量M1、汇率、利率都是中央银行宏观经济调控的货币工具。CCI反映消费者信心强弱，综合反映并量化消费者对当前经济形势评价和对经济前景、收入水平、收入预期以及消费心理状态的主观感受，可以一定程度上衡量消费者对宏观经济调控的反应。而GDP是宏观经济调控的反应结果，反映一个国家一定时期内的经济表现。综上所述，将Z1定义为宏观调控影响综合指标。

Z2是反映PPI、CPI和通货膨胀率的综合指标。PPI、CPI和通货膨胀率都在一定程度上反映一定时期内的通货膨胀。通货膨胀决定消费者花费多少来购买商品和服务，左右着商业经营的成本，极大地破坏着个人或企业的投资，影响着退休人员的生活质量。对通货膨胀的分析有助于设立劳动合同和制定政府的财政政策。综上所述，将Z2定义是通货膨胀影响综合指标。

（三）线性回归分析

根据以上主成分关系式将8个宏观经济变量降低为两个综合指标变量，即宏观调控影响综合指标Z1、通货膨胀影响综合指标Z2。用Stepwise方法分别对国债0213的到期收益做线性回归分析。

分别绘制国债与主成分Z1和Z2的散点图（见图2、图3）。

通过观察图2和图3中的散点布局可以判断，国债0213的到期收益率与宏观经济综合影响指标Z1，通货膨胀影响综合指标Z2都有一定的线性关系。

下面我们用逐步回归方法对国债0213的到期收益率和Z1、Z2两个指标进行回归分析，得到结果如下表6所示：

由表6结果可以知道，国债0213的到期收益率与通货膨胀影响综合指标Z2线性回归的负相关系数是0.62073，拟合优度为0.307。

通过表7结果可知，国债0213的到期收益率与通货膨胀影响综合指标Z2线性回归模型的显著性概率为0.04，在显著性水平α=0.05上该模型显著。

由表8结果知道，国债0213的到期收益率与通货膨胀影响综合指标Z2线性回归的模型为：y1=0.554Z2，其中Z2的显著性概率为0.04。因此，国债0213的到期收益率与通货膨胀影响综合指标正相关。

近年来，由于经济过热，物价不断上涨，通货膨胀也越来越严重。而当期的通货膨胀率对同期的国债收益率影响较大，国债0213虽是长期国债，由于通货膨胀率持续上涨，通货膨胀的期限较长，其到期收益率也受通货膨胀的影响。因此，在所得到的计量经济模型中，国债0213的到期收益率又受通货膨胀影响综合指标的影响，且影响果显著。

篇3

关键词：外汇占款；物价水平；协整检验

一、引言

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）.

[3] 张林杰.中国外汇占款和通货膨胀的关系实证分析：2003―2010[J].时代金融，2011（5）.

篇4

【关键词】金融加速器 宏观经济波动 货币冲击

我国金融政策积极地保障了我国宏观经济的快速发展，对实体经济的促进作用也不断增加。随着我国经济的开放程度逐步提高，国际市场对我国经济的冲击不容忽视。通过本文的我国的金融加速器效应实证研究，具体计算出各个金融变量对我国宏观经济波动的影响程度，全面分析我国金融加速器的特征与规律。以上研究结果为我国制定和实施准确合理的宏观经济政策，促进我国经济增长提供了依据，具有较强的现实意义。

一、文献综述

（一）国外研究现状

Bagehot（1873）提出了银行信贷量是引发经济周期波动的一个重要的金融因素。Aftelion（1913）第一次提出了像这样经济冲击能够被加速和放大的状况。Haberler（1937）在对宏观经济波动周期的研究中，发现了金融市场中有可以放大冲击的效应存在。muelson（1939）提出了传统的金融加速器效应的观点，增加消费或投资对国民收入的提升有推动作用。Christiano等人（2004）估计了大萧条时期的美国的金融加速器效应。Jacobsen与Hammersland（2008）采用误差修正模型，对金融加速器效应进行了检验。Nadeau和Wasmer（2011）验证了在美国劳动力市场中存在金融加速器效应。Gatti和Gallegati（2012）建立了一个信贷网络，该网络包含了银行体系以及上、下游企业。

（二）国内研究现状

蒋冠（2004）在微观基础上，利用金融摩擦理论，分析了货币政策的传导机制。龚六堂和杜清源于震，刘森以及赵振全（2007）对我国金融加速器效应进行了验证。袁申国（2010）研究分析了我国不同省市的房地产信贷市场中的金融加速器效应的差异。崔光灿（2011）通过在BGG模型的基础上建立包含金融加速器的两部门动态宏观经济学模型研究了我国资产价格变动对我国宏观经济的金融加速器效应。汪川、周镇峰以及黎新（2012）在DSGE模型中引入金融加速器机制，分析了我国信贷因素对宏观经济波动的影响。

二、理论模型

非参数模型

设Y为被解释变量，X=（X1，X2，…，Xd）为解释变量，给定样本检测值，假定（Yi，Xi）独立同分布，建立非参数回归模型：

Yi=m（Xi）+σ（Xi）εi，i=1，2，…，n （1）

其中m（·）是未知的函数，m（Xi）=E（Yi|Xi），εi是均值为零，方差为1，且与Xi独立的序列，随机误差项μi=σ（Xi）εi，其条件方差为σ2（Xi）=E（μ2i|Xi）。

窗宽hn>0，核权函数K■（u）=h■■（uh■■），核函数K（u）？叟0。回归函数核估计的渐近方差随着窗宽减少而增大，渐近偏随着窗宽减少而减少。所以，非参数估计就是在估计的偏和方差中寻求平衡，使得渐近均方误最小，渐近均方积分误差，AIMSE=？蘩AMSE（x）dx，最小化渐近均方积分误差，得到最优的全局窗宽为：

h■=■n■ （2）

其中，A=？蘩■dx，B=？蘩2D■■（x）D■（x）f（x）■+trH■（x）■dx。

使得AMSE（x）最小的核函数为使式R■（K）μ■■（K）达到最小的核函数。

三、实证分析

金融加速器效应是一个复杂的系统，各个变量对宏观经济的影响既可能是线性的，也可能是非线性的。这时基于线性设定的回归分析模型可能存在较大误差。本文建立非参数模型来考察金融加速器机制中各金融变量对宏观经济波动的影响效应。

（一）变量选取与处理

本文中所采用的变量有：产出、消费、投资、价格水平、M1、M2以及金融机构贷款额。

（二）实证结果

1.货币市场冲击对宏观经济的影响。产出（GDP）分别对M1、M2的线性以及非参数回归结果如以下四图所示：

图1产出对M1的线性回归 图2产出对M1的非参数回归

图3产出对M2的线性回归 图4产出对M2的非参数回归

图1、3为产出对M1、M2的简单线性回归，图2、4为非参数回归。可以看出，非参数回归的拟合效果明显优于简单的线性回归，拟合值更接近于实际值，因此采用非参数回归方法能够得到更精确的回归结果。

非参数回归模型的斜率在不同的时点是变化的，因此以上非参数回归方程在每个时间节点都对应一个相应的斜率估计值。产出对各个金融变量的平均弹性系数的估计值。M1增长所导致的产出增加的弹性系数为0.4094，即在其他条件不变的情况下，M1增长一单位，能够导致产出增长0.4094个单位。而M2与金融机构贷款增长一单位，仅能分别带动产出增长0.0027和0.0050个单位。这说明在我国金融市场中，M1的变动对产出的影响最为明显，因此在制定宏观经济政策时应着重考虑M1因素，以更好的传导货币政策，保证产出的平稳增长。

2.信贷市场冲击对宏观经济的影响。产出、消费、投资以及价格水平分别金融机构贷款额的线性以及非参数回归结果如以下图：

图5产出对贷款的线性回归 图6产出对贷款的非参数回归

图7消费对贷款的线性回归 图8消费对贷款的非参数回归

以上图分别为产出、消费、投资以及价格水平对金融机构贷款额的简单线性回归，同样的，非参数回归的拟合效果更优于线性回归，其拟合值更接近于实际值，非参数回归方法能够估计出更为精确的回归系数。

以上四个非参数回归方程在不同的时间节点对应着不同的回归系数，我国信贷市场对宏观经济的影响较货币市场更低。信贷规模增加一亿，能够分别拉动产出、消费和投资增加0.0050、0.0021和0.1676个单位，而信贷规模增加一万亿，能够拉动价格水平增加0.0746个单位。因此，在促进我国宏观经济平稳快速发展的金融政策方面，应更多地考虑货币市场，特别是M1因素，而可以相对减少对信贷政策的依赖。

四、结论

第一，我国货币与信贷市场以及企业资产的变化能够通过金融加速器效应对宏观经济产生影响，其中，企业资产的影响作用较货币和信贷市场更为明显。政府部门在制定相关经济政策中应更多地考虑企业因素。

第二，在我国的货币和信贷市场变量中，其中M1对产出、消费以及投资的影响相对较大，金融机构贷款额对价格水平的影响相对较大。因此对M1的宏观调控应是我国货币政策中最先被考虑与重视的工具。

第三，我国货币、信贷市场以及企业因素对产出、消费、投资的影响相对较大，而对价格水平的影响很小。因此可主要通过对金融市场及企业资产的调控实现产出、消费以及投资的稳定增长，而不会使价格水平产生较大变化。

参考文献

[1]Bagehot Walter.Lombard Street：A Deseription of the Money Market[J].London：Henry S King Co，1873.

[2]Wicksell Knut.Interest and Prices.New York： Augustus M Kelley[M].1898：11-44.

[3]赵振全，于震，刘森.金融加速器效应在中国存在吗？[J].经济研究，2007，（6）：27-37.

篇5

关键词：宏观经济；上证指数；VAR模型

中图分类号：F015 文献标识码：A

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）.

[5] 谢 赤，吴 丹.论股票市场对扩张性货币政策效力的影响及相应对策[J]. 当代经济科学，2002（4）.