宏观经济因素精选(十四篇)

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14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）.

篇6

关键词：基尼系数；IS-LM模型；消费；产出；政策效果

中图分类号：F126文献标识码：A文章编号：1003-4161(2007)04-0023-04

近些年来，我国的收入差距不断扩大，基尼系数呈不断上升的趋势，从上个世纪五六十年代不到0.2，到1980年的0.33攀升至2006年的0.47①，超过了0.4的国际警戒线，已经成为影响社会稳定和可持续发展的制约因素。由于农民和城市低收入者的收入增长缓慢，贫富差距不断扩大，产生了有效需求不足，供需失衡，使得经济增长乏力，同时也滋生了一系列的社会不稳定因素，已经引起了社会各界、特别是经济学界的广泛关注。目前，国内经济学界对基尼系数（收入分配）的研究比较零散，主要讨论基尼系数不断增大对社会稳定产生消极影响方面，对于基尼系数不断增大对宏观经济影响多为定性分析，模型化的数理分析则很少。本文正是通过将基尼系数引入经典的IS-LM宏观经济分析模型来说明基尼系数的变动对宏观经济的影响。

1.加入基尼系数的IS-LM 模型

1.1 模型运用的说明

学术界普遍认为基尼系数不能反映整体收入水平的高低，只能反映收入分配的均等情况，特别是在平均收入水平比较高的情况下，基尼系数更不能作为衡量宏观经济运转效率的指标。然而，由于目前我国整体收入水平还比较低（见下表），还处于发展中国家之列，和发达国家还有很大的差距。因而，在“蛋糕”不大的情况下，作为衡量“蛋糕”分配均等程度的基尼系数仍然是衡量宏观经济运行的重要指标。

1.2 加入基尼系数的IS-LM 模型

1.2.1 对基尼系数的重新表述

1.2.2 加入基尼系数的IS曲线②

IS曲线反映的是产品市场均衡下利率和产出之间的关系，包含收入函数、消费函数和投资函数，其均衡条件是投资等于储蓄。下面将基尼系数引入IS曲线。

收入函数。假定全社会的收入为Y，基尼系数为φ，那么占人口一定比例的最富有的人口收入就是φY，其余人口的收入就是

1.2.3 加入基尼系数的LM曲线

LM曲线反映的是货币市场均衡下利率和产出之间的对应关系，包含货币供给函数和货币需求函数，均衡条件是货币供给等于货币需求。基尼系数将通过影响货币需求函数进入LM曲线。

货币需求函数。根据凯恩斯的货币需求理论，货币需求来源于三个方面：交易需求，预防动机和投机动机，为方便起见，将预防动机归到交易需求中。根据剑桥方程式，货币的交易需

为均衡利率，I为当前利率。在我国随着基尼系数φ的增大，财富将越来越集中于少数富人的手中，而富人的货币投机需求对利率的敏感程度显然要大于其余人员，因而整个社会的投机需求对利率的变动将更加敏感，所以R'(φ) ＞0 。因而，可以得到全社会的货币需求函数：

货币供给为Ms/P， Ms为货币的名义供给量，P为价格水平， Ms/P为实际货币供给。货币市场均衡，货币供给等于货币需求即Ms/P= MD，因而可以得到加入基尼系数的LM曲线：

这个加入基尼系数的IS-LM 模型只是改变了边际消费倾向、货币需求的系数（投机性需求和交易性需求），而基尼系数φ的变化正是通过这两个渠道影响政策的效果和产出的。

2.模型分析及政策含义

2.1 基尼系数φ的变化对政策效果的影响

随着基尼系数φ的增大，IS曲线变得陡峭，意味着货币政策效应减弱；LM曲线变得平滑，意味着财政政策效应增强。

近些年来，我国的基尼系数不断增大，全社会的边际消费倾向降低，IS变得更为陡峭，这就降低了我国货币政策的有效性，也验证了近几年来虽然货币当局多次降低利率来刺激消费，扩大内需，但效果并不明显的现象。对于LM曲线，由于我国正处于体制转变的过程中，货币的交易性需求由基尼系数增加而引起的减小将被由体制转变引起的不确定性增加而抵消，这可以从我国不断增加的居民储蓄存款中看出。而对于货币的投机性需求，由于近几年我国的股市存在诸多问题，缺乏投机的环境，因而对利率的变动并不敏感。所以我国的LM曲线对基尼系数φ的变动反映并不大。基尼系数的增大对我国的影响主要体现在降低全社会的消费能力，减少全社会的消费，产生需求不足，制约经济的增长。而近些年我国积极的财政政策的作用更多地体现在增加需求和向社会传递信号上。

2.2 基尼系数φ的变化对产出的影响

因而，基尼系数的增大最终引起产出增加还是减小取决于（7）和（8）的大小，当（7）＞（8）时，产出将减小，当（7）＜（8）时，产出将增加。

在上面的分析中我们知道，根据我国的实际情况，基尼系数φ的增大引起消费的减小导致的产出减小的效应（7）要明显大于基尼系数φ的增大引起货币交易性需求的减小和投机性需求增加导致的产出增加的效应（8）。因而，在我国现行状况下，基尼系数的增加将导致我国产出的减小（增量减小）。

3.对模型假设前提的验证

下面本文将用自1986年以来我国的数据来说明模型的部分假设前提和结论。

31 占全社会20%最富有人口的消费和其余人口消费的关系

从下图中可以看出，自1986年以来，整个社会的消费支出占其收入的比重都呈下降的趋势，说明了我国居民整体生活水平的提高。同时，我国20%最富有人口的消费占其收入的比重明显高于其余人口，其中1991年以来20%最富有人口的消费占其收入的比例为72.62%，其余人员为84.14%。这就验证了本文前面对于占社会总人口20%的富有人口的边际消费倾向明显小于其余人口的假设。

3.2 基尼系数与产出

本文使用脉冲反映函数来分析基尼系数的变动对产出变动的影响， GDPI代表经济增长率，GINI代表基尼系数，使用我国1987―2006年的数据，由Eviews 软件产生下图。从下图可见，基尼系数的变动持续地对经济增长率产生负面的影响，并且这种负面影响随着时间推移不断增大。可见在我国现阶段，基尼系数的不断增大将持续地对经济增长产生负面的影响。

3.3 经济增长与消费

用C20代表收入最高的20%人群的消费，C80代表其余80%人群的消费，GDPI代表经济增长率，根据我国1987―2006年的数据，由Eviews产生的脉冲反映函数可以看出，收入最高的20%人群和其余80%人群的消费在前三期里都对经济增长有正向效应，这种效应在两年时达到最大，之后便逐渐减弱,在第四期消失。消费的增加都能够带来经济增长的增加，但比较而言，收入最高的20%人群的消费对经济增长的正向作用显然要小于其余80%人群消费对经济增长的正向作用。

3.4 最高20%人群收入与固定资产投资

由于最高20%人群的边际消费倾向较小，其收入的部分可能用于投资，特别是固定资产投资。用INVEST代表私人的固定资产投资额，INCOME20代表最高20%人群的收入，根据我国1987～2006年的数据，用Eviews产生的脉冲反映函数。由图可以看出，最高20%人群收入对私人固定资产投资产生持续的正向作用，并且这种正向作用不断增大。由于固定资产投资一般金额较大，收入向高收入人群集中，随着时间的推移，收入累积对固定资产投资的作用将不断增强。

4.结论、政策建议

随着基尼系数φ的增大，IS曲线变得更加陡峭，LM曲线将变得更加平滑，使得货币政策效应减弱，财政政策效应增强。通过脉冲反应函数检验我国的数据，我们发现：基尼系数的不断增加已经对经济增长产生了持续的负面影响；高收入人群的消费相对于低收入人群的消费而言，对经济增长的正面效应较小；高收入群体收入的增加将导致固定资产投资的持续增加。

目前，我国的基尼系数呈日益上升的趋势，虽然国内有的学者认为这是工业化进程中的一般规律③，但我们不能忽略基尼系数的增大已经使消费萎缩，内需不足，经济发展缺乏动力，同时也增加了社会不稳定因素。收入的集中固然能够增加固定资产的投资，但这必将进一步引起收入的集中和消费的萎缩，从而导致经济增长乏力。因而，必须采取相应的措施来扭转这种趋势，那么就有必要先弄清我国基尼系数不断增大的根源所在。在基尼系数不断增大的原因上，目前国内学者的研究已经比较充分，可以从制度层面和管理层面两个层面进行分析。在制度层面上，主要有三个方面：一是由生产资料的初始占有不同造成的诸如电信、电力行业的行业或部门垄断，从而产生不合理的高收入；二是由于政策倾斜造成的城乡差异、东西部地区差异；三是再分配功能没有得到充分利用，从而使得低收入者没有得到相应的转移支付。在管理层面上，一是由于管理上存在漏洞，导致部分的国有资产流入不法分子的腰包，腐败现象严重；二是由于税收征管不力，一方面大量税收的流失使得财政转移支付缺乏资金，另一方面产生了利用偷逃税富裕起来的不法分子。

因而，目前切实可行的就是在不断加强相关的制度和法律建设的同时，一方面，由于不同收入层次人口的消费的内容不同，其消费对产出的贡献也不同[5]，因而要有针对性地引导消费的市场化、多元化、个性化发展，鼓励高收入者积极消费，从而减小基尼系数的增大对消费和产出的负面影响。另一方面要加强财政的转移支付功能，切实保障低收入者的基本生活，保持社会的稳定。当然，最重要的就是要把“蛋糕”做大，让分得最小一块蛋糕的人都能过上比较富裕的生活。关于如何刺激富裕阶层的消费、保障低收入者的基本生活，如何做大“蛋糕”，国内学术界已有比较充分的研究，提出了很好的应对措施，本文不再赘述。

注 释：

① 由于各方统计的口径不尽相同，因而得出的结果大不相同，但都表明了我国基尼系数不断增大的事实。

②在本文中，为方便代入IS-LM模型，基尼系数用φ表示，φ代表一定比例最富有的人口的收入占全社会收入的比重(也可以理解为库茨涅兹指数，即最富有的20%人口的收入占全社会总收入的比重)。φ和G虽然在数值上不太相同，但两者表示的意义相同。

③认为发展中国家在工业化过程中，基尼系数会呈现先上升再下降的趋势。

参考文献：

［1］张晓晶加入金融创新的IS-LM模型［J］.经济研究，2002,(10).

［2］刘国光研究宏观经济形势要注重收入分配问题［J］.经济学动态，2003,(5).

［3］王传仕收入分配非均等性对经济与消费增长的制约关系分析［J］.山东社会科学，2004,(1).

［4］金晓茜关于收入分配问题［J］.学术月刊，2004,(1).

［5］何问陶,王静涛.我国居民收入差距扩大与扩大消费需求的相关性分析［J］.消费经济，2004,(2).

［6］Rolf Aaberge，Axiomatic Characterization of the Gini Coefficient and Lorenz Curve Orderings，Journal of Economic Theory 101, 115_132 (2001).

［7］S. CH. Kolm, The optimal production of social justice, in “Public Economics”' (J. Margolis and H. Guitton, Eds.), Macmillan, New York_London, 1969.

［8］A. Sen,“On Economic Inequality,”Clarendon Press, Oxford, 1973.

［9］A. B. Atkinson, On the measurement of inequality, J. Econ. Theory 2 (1970), 244_263.

［10］Persson. T. and G. Tabllini, Is Inequality harmful for Grow? Theory and Evidence, American Economic Review, 84(3):600-621.

［11］我国恩格尔系数的下降与基尼系数的上升［EB/OL］.中宏网， 省略.

［12］基尼系数批判［EB/OL］.国研网，省略，2002-01-23.

［作者简介］黄德权（1972-），男，河南信阳人，广东商学院金融学院讲师，经济学硕士，研究方向：金融理论与政策。

篇7

关键词:宏观经济;银行危机;不良贷款率

一、引言

自20世纪70年代末,英、美等发达国家开始放松金融监管,也由此加剧了银行危机。尤其是90年代以来,金融危机更是频频爆发,1992年的英镑危机、1994年的美国利率风暴及中南美洲比索风暴、1997年的亚洲金融危机,特别是2007年始于美国的次贷危机最终演变成全球性的金融危机。这些危机的产生,很大一部分都是由银行的信用风险直接导致的。巴塞尔银行监督委员会秘书处成员Svoronos(2002)指出,银行面临的风险中以信用风险的比例最高,约占60%。信用风险已成为银行风险监管的最主要方面。

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影响商业银行信用风险的主要因素。下面本文就宏观经济因素与我国商业银行信用风险的关系进行研究。

二、相关文献回顾

近年来,已有国内学者研究了宏观经济因素与商业银行风险之间的关系。蒋鑫(2008年)对我国商业银行信用风险与宏观经济因素之间的关系进行了研究,表明我国商业银行信用风险具有亲周期性的特征。谭燕芝、张运东(2009)基于中国、美国、日本部分银行的基础数据对影响银行信用风险的宏观经济因素进行了研究,表明我国银行信用风险与失业率呈显著负相关关系。李红梅、李剑(2010)研究了宏观经济变量对国有商业银行和股份制商业银行信用风险的影响。本文利用2005-2009年的季度基础数据研究我国商业银行不良贷款率与宏观经济因素之间的关系。

三、模型建立与实证分析

本文利用宏观经济因素来分析我国商业银行(国有商业银行、股份制商业银行、城市商业银行、农村商业银行和外资银行)的信用风险,宏观经济因素包括:物价(用CPI来表示)、M2增长率(M2R)、国内生产总值增长率(GDPR)、失业率(UN)。商业银行的信用风险用不良贷款率(NPLR)来衡量。宏观经济变量的数据来自《中国统计年鉴》和国研网宏观经济数据库,不良贷款率的数据来自中国人民银行和中国银行业监督管理委员会网站,经整理而成。在此基础上,建立多元线性回归模型,模型如下:

NPLR=β0+β1CPI+β2M2R+β3GDPR+β4UR+u

通过EVIEWS5.0对模型进行回归,结果如下:

NPLR=52.31-0.76CPI+0.28M2R-

(9.62)(-8.24) (3.62)

0.59GDPR+0.07UN+u

(-2.81)(1.34)

由上式可以发现模型中CPI、M2R和GDPR均通过置信度为5%的t检验,说明它们对被解释变量NPLR有显著影响;而UN没有通过t检验,说明它对NPLR没有显著影响。CPI、GDPR均与NPLR呈负相关关系,它们越大,NPLR越小;M2R与NPLR呈正相关性,它越大,NPLR也越大。消费者价格指数较高时,信用风险较小,此时,政府会进行有效调控,来降低消费者价格指数,经济增速放缓,违约概率开始上升。GDP增长率较高时,信用风险小,但随着信贷的不断增加,至经济增长放缓时,原来累积的风险将释放出来,信用风险增大;当经济增长较慢,政府将采取较为积极的货币政策来刺激经济,M2供给迅速增加,同时违约风险也增大。

四、结论和建议

通过上面的研究可以发现,总体上宏观经济因素对商业银行的信用风险有显著影响,当宏观经济处于繁荣期时,信贷质量良好,违约概率低;而当经济处于衰退期时,信贷质量较差,违约概率较高,即商业银行的信用风险表示出一种亲周期性。

针对以上研究结论,现提出以下几点建议供我国商业银行参考:一是加大对宏观经济形势及国家相关政策的研究。我国商业银行的不良贷款率受宏观经济波动的影响比较大,因此商业银行应密切关注反映宏观经济变动的指标,特别是那些能够提前反映宏观经济变化趋势的指标。二是改进不良贷款的分类方法,现行的五级分类法已不能够有效区分正常贷款与不良贷款,应制定更加精细、有效的分类方法。目前,中国银行、中国工商银行等银行正在尝试在现在五级分类法的基础上,将贷款细化为十二级分类,这是一个发展的方向。三是进一步量化风险管理,商业银行在构建信用风险度量模型时,应该把宏观经济因素考虑进去,提高模型的准确度。

参考文献:

1、蒋鑫.影响商业银行信用风险的宏观经济因素分析[J].财经研究,2008.

2、谭燕芝,张运东.信用风险水平与宏观经济变量的实证研究――基于中国、美国、日本部分银行的比较分析[J].国际金融研究,2009(4).

篇8

【关键词】不良贷款率 宏观经济 逐步回归分析 主成分分析

一、引言

目前我国对于商业银行的资产管理也越来越重视，自1999年起，政府曾多次出面对商业银行进行坏账剥离，国有银行的坏账数额在其中是占了绝大多数。目前四家国有商业银行均已上市，资产状况良好，同时我国的股份制商业银行的发展也呈现出良好的态势，不良贷款余额和比例连续保持“双降”。本文将以一个不同的视角，从宏观经济的层面对不良贷款进行深度剖析，从而对其有一个更为深刻地了解，也对商业银行贷款的管理提出相应建议。

二、文献综述

（一）传统的不良贷款产生理论

银行之间的贷款竞争模型是在1986年提出的，该理论的核心观点可表述为，银行在贷款市场开展的竞争，促使银行通过贷款而获取的利润减少，降低了银行的收益率和获利能力，最终导致利润为零，严重削弱了银行的抗风险能力和谋求发展的能力。

勉强贷款是指银行在一定利率水平下向借款人提供超过其意愿需求的贷款。勉强贷款形成的原因大致有两个：一是能促进出口时，银行倾向于提供超量跨国贷款；二是当银行经理的升迁与其经营业绩紧密相关，而衡量经营业绩的一个重要指标是贷款量的情况下，银行经理倾向于超量贷款。

（二）宏观层面分析

中国人民银行淮南市中心支行课题组针对淮南市这一特定的对象做了不良贷款与宏观经济的灰色关联分析。

李红梅、李剑采用国民生产总值、投资、消费、居民消费物价指数，分别对剔除政策性坏账剥离因素的国有商业银行不良贷款率以及股份制商业银行不良贷款率进行实证分析，并提出了相应的对策及建议。

三、理论基础与数据来源

（一）理论基础

宏观经济指标是体现经济情况的一种方式，主要指标包括国民生产总值、通货膨胀与紧缩、投资指标、消费、金融以及财政指标等。

（二）数据来源

本文应用施华强《固有商业银行账面不良贷款、调整因素和严重程度》的统计方法进行调整得出调整后数据，即从2004年开始每年不良贷款余额均加上18756亿元，2005年开始不良贷款余额再加7050亿元，从而得到剔除剥离影响后的不良贷款余额及不良贷款率。

四、实证检验与结果分析

（一）相关性检测

GDP和投资、消费有很强的相关性，7天同业拆借利率和货币供应量增长率有一定的相关性，CPI和失业率的相关性也较为显著。以下，本文将尝试用两种不同的方法去除多重共线性，优化拟合曲线。

（二）逐步回归分析去除多重共线性

在GDP、投资和消费中选择拟合程度最好的GDP为这一组的代表性变量，而其余四个变量由于相关性不是很强，难以确定是否能够相互替代，故本文将变量逐一加入，逐步回归。

找出最简单的回归形式，作NPLR2与GDP的回归：

NPLR2 = 53.85 – 0.0004GDP

选该方程为初始的回归模型。

因此，最终的国有商业银行不良贷款率函数应以NPLR2 = f （ GDP，I，UR ） 为最优，拟合结果如下：

NPLR2 = 54.27 – 0.0004GDP + 0.803I – 0.623UR （1）

（三）主成分分析去除多重共线性

解释变量与主成分之间的线性方程组，假设提取出来的两个主成分分别为F1、F2，则构造出来的线性方程组如下：

F1 = 0.3GDP + 0.124CPI + 0.296INVEST+

0.299CONSUME + 0.04I + 0.147M2R + 0.005UR

F2 =-0.008GDP - 0.341CPI + 0.03INVEST +

0.022CONSUME - 0.351I + 0.281M2R + 0.436UR

通过以上方程组可以看到，F1对于GDP、投资和消费的指标显示出较强的关系，因此F1可以作为描述宏观经济发展趋势的变量，而F2对于CPI、利率、M2增长率以及失业率显示出较强的关系，F2则显示出国家政策导向和宏观经济发展的波动情况。

五、总结与建议

根据实证分析表明，我国的国有商业银行不良贷款间接受宏观经济因子的影响，因此，要降低商业银行不良贷款余额，首先需要加大对宏观经济形势及国家相关政策的研究，尤其是那些能够提前反映宏观经济变动的指标，加强政府对经济的宏观调控。其次要大力发展经济，扩大内需，拉动消费，间接降低不良贷款。另外，同时还要加强改善国有商业银行外部环境，发挥政府在处理不良贷款中的引导作用，给予政策、资金等方面的支持，缓解不良贷款。最后，还要完善相关的法律制度，积极支持银行部门保全资产，规范市场经济秩序，完善社会信用体系，为商业银行提供良好的信用环境。

参考文献

[1]高铁梅.计量经济分析方法与建模——Eviews应用及实例（第二版）[M].北京：清华大学出版社，2011.

[2]胡冰星.商业银行不良贷款管理的理论与实践[M].上海：复旦大学出版社，1999.

篇9

关键词:不良贷款率 宏观经济变量 主成分分析

中图分类号:F830文献标识码:A

文章编号:1004-4914(2010)03-202-03

一、引言

对于银行来说,风险是与生俱来的,它不仅承担风险、管理风险,还将风险进行转化。在银行面临的各种风险中,信用风险是最重要的风险,而不良贷款率是衡量商业银行信用风险最直接的指标。普遍观点认为银行较高的不良贷款主要是由于金融机构自身经营方式存在的弊端和金融监管体制的不到位造成的。然而,2007年爆发的美国次贷危机,使美国经济发生了大幅波动,各大商业银行贷款的违约率直线上升,实体经济的恶化对商业银行体系产生了不利影响。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。由此可以看出,宏观经济的波动会通过许多相关因素传递给金融体系,对商业银行信用风险具有极其巨大的影响。

本文主要研究宏观经济波动对我国商业银行的不良贷款存在哪些影响,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。

二、关于不良贷款率的文献回顾及研究中存在的问题

(一)相关文献回顾

对于不良贷款,国内的许多学者对其成因都做了较为深入的研究。吴晓灵(1995)认为不良贷款产生的主要因素归于企业的过度负债,其因果关系实质上是一个问题的两个方面;林毅夫(1998)认为其重要成因之一是可贷资金投向了效益低的行业和企业,解决关键是调整优化产业结构;王瑞(2001)以法律的视角探寻症结之所在与产生的体制原因,指出应弥补债权保护的法律缺陷;施华强(2004)在双重软预算约束框架下分析不良贷款的内生性,指出应硬化银行软预算约束预期;刘青等(2007)用统计的手段实证银行高层的更替与其对不良贷款的处理方式具有显著的相关关系。

另外,也有部分学者研究了各种因素对不良贷款的影响。比如,李江等(2007)应用主因子分析对国有商业银行企业不良贷款的相关要素进行分析;蒋鑫(2008)研究了影响商业银行信用风险的宏观经济因素分析;谭燕芝、张运东(2009)基于中国、美国、日本部分银行的基础数据对这三个国家的信用风险水平与宏观经济变量进行了实证研究。本文的研究也是受到这些学者研究成果的启发,但在深入研究过程中发现由于我国原有的四大国有商业银行不良贷款曾进行过政策性剥离,如果仅仅基于官方公布的不良贷款数据进行分析,忽略国有商业银行不良贷款的政策性剥离,势必导致实证的结果出现偏差,为提高研究结果的精确度,本文将国有商业银行不良贷款的政策性剥离这一重要因素考虑进去,对国有商业银行的不良贷款率单独进行计算,以期得到更加准确的结果。

(二)我国商业银行不良贷款率研究中存在的问题

迄今为止,对我国商业银行不良贷款率的研究中存在几个比较突出的问题。一是多种口径混用。商业银行的不良贷款有不良贷款、呆坏账、不良债务等多种提法,由于概念的不同导致计算口径的不同,因而不良贷款率的估算差异较大。二是不良贷款认定标准的变化影响了数据的可比性。2000年之前,我国商业银行一直采用期限分类法(即通常所说的四级分类法),2000年之后陆续采用风险分类法(即通常所说的五级分类法),贷款分类标准的变化导致数据即使口径一致也不完全可比。三是对于国有商业银行的政策性剥离,影响了各行之间和剥离前后不良贷款数据的可比性。中央政府于2004年、2005年和2008年分别对四大国有商业银行的不良贷款进行了集中剥离。对同一家银行而言,政策性剥离影响了剥离前后数据的可比性;对不同的商业银行而言,政策性剥离的时间差异和剥离数额的差异也影响了各行之间数据的可比性。

其中,time表示2003-2009年季度;y代表官方网站公布的我国国有商业银行不良贷款率;y1表示剔除政策性剥离后我国国有商业银行实际不良贷款率;y2表示官方网站公布的我国股份制银行不良贷款率。

三、对我国商业银行不良贷款率的实证分析

(一)变量选择

不良贷款率的高低与生产、消费以及政策导向等因素有密切联系,因此本文选取y1(国有商业银行剔除政策性剥离后不良贷款率)、y2(股份制商业银行不良贷款率)为被解释变量,解释变量则分别选取GDP(国民生产总值)、invest(投资)、consum(消费)、CPI(居民消费物价指数)四个与生产、消费有关的变量,i(7天同业拆借利率)、rm2(M2增长率)两个与政策导向有关的变量,以及ru(失业率)。

本文收集的不良贷款余额数据来自中国银监会官方网站,因为国有商业银行在2003―2009年进行过不良贷款的政策性剥离,所以本文应用施华强《国有商业银行账面不良贷款、调整因素和严重程度》(2005)的统计方法,对国有商业银行不良贷款季度数据进行政策性不良贷款剥离的剔除,得到了剔除政策因素后的国有商业银行实际的不良贷款率。宏观经济指标基础数据来自于2003年―2009年中国经济统计年鉴和国家统计局官方网站,金融季度基础数据则来自于中国人民银行官方网站。所有应用于计量模型的数据均是在以上基础数据经过数学计算所得到的。

(二)描述性统计

图1为投资、消费以及GDP的曲线图,由该图可以看出这三个变量都是随着季节周期性变化的,这种变动要素往往掩盖了经济发展中的客观变化,因此,在做计量分析之前应先剔除其中的周期性变动要素。

通过进行季节分解(X11),可以得到如图二所示的剔除季节变化因素的投资、消费以及GDP平滑曲线图,该图客观反映了投资、消费以及GDP真实变动情况。

本文使用的计量软件是SPSS 17.0 for Windows,首先将所有数据进行描述性统计,如表2。其中,失业率标准差最小,其波动强度也最弱;投资标准差最大,说明在宏观环境稳定的情况下,投资的增长速度很快。国有商业银行与股份制银行比较来说,两者不良贷款率的波动程度近似,但国有商业银行的不良贷款率一直较高。

(三)相关性分析

为了证明不良贷款率是否与上面所选择的经济变量有直接关系,运用Pearson模型进行变量间的相关分析,分析结果见表3。

结果表明,两类商业银行的不良贷款率均与消费物价指数、GDP、投资及消费强负相关;贷款利率及失业率对不良贷款率没有显著性影响;M2增长率与国有商业银行不良贷款率负相关性较强,而对股份制商业银行影响不显著。

(四)主成分分析

从表3可以看出不仅不良贷款率与某些经济指标间有较强的相关关系,而且,一些经济指标间也存在较强的正相关关系,即模型存在多重共线性问题。为消除模型的多重共线性,即要求解释变量与被解释变量间相关系数的绝对值较大,同时各个解释变量间相关系数的绝对值较小,因此,采用主成分分析的方法,将七个解释变量通过提取主成分,达到数据缩减的目的,以剔除造成多重共线性的经济指标。

表4显示了主成分的统计信息,得到了各主成分的贡献率及累计贡献率。第一主成分的特征值为4.204,它解释了7个原变量的总方差的60.051%;第二主成分的特征值为2.032>1,它解释了7个原变量的总方差的29.028%。前两个特征值的累计贡献率为89.079%,即前两个主成分包含了原有7个变量的89.079%的信息,所以取前两个主成分来代替原有的7个指标变量。图3为所有主成分的碎石图,从中也可看出前两个主成分的特征值均高于1,进一步说明应取前两个主成分。

(五)主成分回归分析

将提取出来的主成分与各解释变量运用主成分回归分析方法,得到以下成分得分系数矩阵,如表5。

由此可以构建一个各解释变量与主成分之间的线性方程组,假设提取出来的两个主成分分别为z1、z2,则构造的线性方程组如下:

z1=0.054i+0.068rm2-0.124ru+0.234GDP+0.228invest+0.233consum+0.232CPI

z2=-0.43i+0.385rm2+0.368ru+0.036GDP+0.115invest+0.081consum-0.047CPI(1)

通过方程组(1)可以看到,z1对于GDP、投资、消费及CPI指标显示出较强的关系,因此z1可以作为描述宏观经济发展趋势的变量,而z2对于M2、失业率显示出较强的相关关系,因此z2代表与国家政策导向相关的变量。

接下来再将这两个主成分z1、z2与被解释变量y1、y2进行线性回归,得到如下回归方程,其中Y^1、Y^2、分别是y1、y2的估计量。

Y^1=18.881-2.702z2Y^2=4.094-2.109z2(2)

最后,再将方程组(1)代入到(2)中去,就可得到如下线性方程组(3),该方程组说明7个解释变量与两个别解释变量之间的线性关系。

Y^=18.881+0.02265i-0.33466rm2+0.19079ru-0.64638GDP-0.66114invest-066132consum-0.60844CPI

Y^=4.094+0.02359i-0.22426rm2+0.18424ru-0.50107GDP-0.505invest-0.50841consum-047942CPI(3)

四、结论及建议

(一)实证分析结论

基于2003―2009年中国商业银行不良贷款季度数据,本文对影响银行不良贷款率的宏观经济因素进行了实证研究和两类所有制银行的比较,结果表明:1.我国商业银行的不良贷款率与GDP、投资、消费及CPI这些反映经济大环境的因素都存在较强的负相关关系,但相对来说,股份制商业银行的回归系数绝对值低于国有商业银行的回归系数绝对值,在经济快速增长,总体经济形势良好的情况下,银行的不良贷款率呈下降趋势;当经济处于衰退期时,不良贷款便会增加,不良贷款率也随之上升;2.与谭燕芝等人研究结果不同,本文在近几年季度数据的实证基础上得到不良贷款率与失业率呈正向关系,即失业率增加,不良贷款率也会随之增加,这一点国有商业银行与股份制商业银行的结果是一致的;3.对于M2增长率,国有商业银行与之有着更强的负相关关系。我国的货币投放在很大程度上受到政策的影响,当经济增速放缓,政府鉴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,这也说明了国有商业银行是受到国家政策影响更为显著的。

(二)对策及建议

近年来,随着全球经济波动剧烈,我国商业银行所面临的信用风险也不断加剧,商业银行的不良贷款问题也成为国内一些学者关注的焦点。本文出于提高我国银行业不良贷款管理水平的目的,通过实证分析,提出以下政策建议:

第一,应对不良贷款的分类方法进行改进,精确地评价银行的信用风险状况。从表1可以看到,我国商业银行的不良贷款率基本上一直呈下降趋势,但随着银行不良贷款率的降低,特别是当不良贷款率低于5%时,现行的五级分类法区分不良贷款与正常贷款的能力也将随之降低,过粗的分类不能充分满足银行有效信贷管理的需要。目前,中国银行、工商银行等一些大、中型银行正在尝试在原有五级分类的基础上,将贷款细化为12级分类,更加细化和更加科学的不良贷款分类方法值得我们去探索。

第二,加大对宏观经济形势以及国家政策的研究。从我国商业银行不良贷款率与各经济变量之间关系方程可以看出,我国商业银行的不良贷款受宏观经济波动的影响较大,因此商业银行应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。

第三,进一步完善风险量化管理。商业银行在构建信用风险度量模型时,不仅要从受信企业各相关指标入手,更要将宏观经济波动因素考虑进去,最终要做到对信用风险的可量化与可控化。

第四,加快金融创新。我国商业银行业务的单调,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。

参考文献:

1.谢平.融资结构、不良资产与中国M2/GDP[J].经济研究,2007(2)

2.施华强.国有商业银行账面不良贷款,调整因素和严重程度1994-

2004[J].金融研究,2005(12)

3.蒋鑫.影响商业银行信用风险的宏观经济因素分析[J].财经研究,2008

4.李江,冯宗宪,万映红.国有商业银行企业不良贷款的主因子分析[J].数理统计与管理,2007(1)

5.谭燕芝,张运东.信用风险水平与宏观经济变量的实证研究――基于中国、美国、日本部分银行的比较分析[J].国际金融研究,2009(4)

6.Basel Committee on Banking Supervision.Sound Credit Risk Assess

ment and Valuation for Loans[M].Bank for International Settlements Press &Communications,2006

篇10

【关键词】不良贷款率 宏观经济因素 商业银行 对策建议

一、引言

金融危机对我国宏观经济波动带来较大冲击，客观上要求我国商业银行更加重视宏观经济波动可能造成的不利影响。另外，我国商业银行不良贷款资产规模巨大，在一定程度上也影响了我国金融体系的安全与稳定。随着世界金融全球化进程的加快、商业银行风险管理问题日益突显。商业银行作为我国国民经济活动的重要组成部分，其稳健性关乎着国民经济发展的命脉，一旦商业银行出现信用危机，将会对我国金融体系的稳定性造成致命打击，而不良贷款是商业银行信用风险主要的衡量指标之一。当前，我国商业银行的不良贷款规模正在加速扩大，同时也面临着巨额资金消耗的风险，这不仅严重影响到了我国商业银行的健康发展，同时还对我国的经济建设带来巨大的负面效应。因此，巨额不良贷款己成为我国经济发展和金融改革过程中必须面对的严峻问题。

二、相关文献研究

随着社会经济的不断发展，金融业在经济生活中所占比重不断增加，而银行作为金融业的主要组成部分，对保证金融业健康、稳定发展起着至关重要的作用。国内外诸多学者、政府机构和银行家都对银行不良贷款的影响因素进行研究，并对不良贷款的成因、解决对策进行论证。

（一）国外文献综述

Olaniyan（2000）[1]研究发现：通货膨胀是衡量宏观经济波动的重要指标，政府应采取有效措施抑制通货膨胀。Christopher和Bamidele（2009）[2]的运用五个指标对宏观经济波动加以反映，商业银行可以通过这些宏观指标的波动来调整其信贷政策。Bnrros C.P.，Managi S.[3]

等（2012）把不良贷款作为商业银行效率考察的因素之一，测算了银行业技术效率和生产率的变动情况。

（二）国内文献综述

在我国，间接融资处于核心地位。银行信贷之所以特殊性，体现在银行不仅影响宏观经济的运行，另一方面还是宏观经济运行的结果。近些年，随着我国商业银行信贷市场化程度的逐渐提高，越来越多的学者对宏观经济与商业银行不良贷款率之间的关系做了一系列探索性的研究。

王光伟、童元松[4]通过选取2005～2013年季度数据，通过统计描述分析、多元回归法等计量方法，对影响我国商业银行不良贷款率的具体因素进行了深入研究。谢冰（2009）[5]通过收集2004年1季度～2009年1季度的数据，运用相关分析、主成分回归分析等方法分析了宏观经济因素对商业银行不良贷款的影响。李思慧，颜向农（2007）[6]从宏观角度来分析银行不良贷款率的影响因素，对不良贷款与宏观经济指标的关系进行了统计分析。岳蓓蓓、郑循刚（2011）[7]通过对商业银行不良贷款率进行实证分析的基础上。建立了经济增长与不良贷款率波动的VAR模型，得出经济增长与商业银行不良贷款率波动之间的相关性结论。

三、商业银行不良贷款的相关理论

（一）信用论

“金融活动本质上是一种信用过程，而经济中存在着多种不确定性因素，如汇率、利率、价格等经济变量，当其实际值与人们的预期水平不一致时，借款人就会遭受不同程度的损失，当这种损失累计到一定程度，借款人就可能出现违约，从而导致银行不良贷款的出现。由于银行内部期限错配原因的存在，不良贷款成为了银行经营过程中的必然产物。信用使得借贷双方有了资金的融通与往来，然而信用并不是单一存在的，其往往是作为国民经济中各部分相互依存、共谋发展的网络中连接的形式，因此无论信用状况如何，企业或者银行都会受到影响而陷入信用混乱的局面之中。所以，由于信用具有的依存性，如果出现银行内部贷款资金使用和偿还时间上的分离，就可能引起不良贷款的发生。与此同时，信用的依存性和广泛连锁性引发的连锁违约也会导致银行业出现不良贷款的规模不断扩大[8]。

（二）不良资产证券化

不良资产证券化（NPAS）包括不良贷款（NPL）、准履约贷款（SPL）、重组贷款、不良债券和抵债资产的证券。就其含义而言，不良资产证券化就是资产拥有者将一部分流动性较差的资产经过一定的组合，使这组资产具有比较稳定的现金流，再经过提高信用，从而转换为在金融市场上流动的证券的一项技术和过程。不良资产证券化是处理我国商业银行不良贷款的较好方法。商业银行将不良贷款剥离给资产管理公司，由资产管理公司将不良资产证券化，这种做法有利于降低商业银行的不良贷款率水平，减少了相应的成本。不良贷款证券化是商业银行降低自身不良贷款率水平的显著方式，商业银行应提高不良贷款证券化进程。

四、我国不良贷款现状及其产生因素分析

不良贷款率是我国监管商业银行信用风险的重要指标，不良贷款是非正常贷款或还款环节存在问题的贷款，主要是指借款人未能按原定的贷款协议按时偿还商业银行的贷款。自2002年我国全面实行贷款五级分类制度，将银行信贷资产分为五大类：正常类贷款、关注类贷款、次级类贷款、可疑类贷款、损失类贷款。其中商业银行的不良贷款主要指次级类贷款、可疑类贷款和损失类贷款。不良贷款之所以恶性循环，一个重要原因就在于银行自身的经营存在很大问题。对贷款项目不负责、对企业偿还能力、贷款运行质量没有仔细探究，贷款管理制度不完善等都是产生不良贷款的重要因素，所以我国商业银行存在不良贷款的潜在危机。信用风险是银行系统性风险的重要组成部分，不良贷款率的上升在一定程度上反映了银行业信用风险的积累，通过分析不良贷款率对银行业的影响，引导商业银行采取有效的手段应对不良贷款率对商业银行带来的影响，从而控制银行业的信用风险和系统性风险。

商业银行在运作过程中，不良贷款的出现是不可避免的，而且企业经营决策失误、经济周期下的资源错配都会一定程度上产生不良贷款。但不良贷款的大小应控制在一定范围内，国际警戒线一般定为10%左右，中国的监管标准要求其不超过15%。银行产生不良贷款原因是多种多样的

首先，在早期，我国银行形成不良贷款的主要原因是各级政府行政干预和向国有企业提供大规模的政策性贷款，而随着经济发展，我们认为现阶段和未来的一段时间内我国银行业不良贷款产生的主要原因是经济结构转型和社会信用体系的完善，同时受经济下行周期的影响，我们认为我国商业银行不良贷款仍将保持快速增长。

其次，在商业银行贷款中，商业银行需要对贷款人和担保人的贷款资金和偿还能力进行审查，并对贷款人的贷款去向进行跟踪，但在实际的贷款过程中，个人或企业为获得贷款，可能会存在一定程度的虚报，而银行并不能对个人或企业的实际情况进行完全的了解，从而导致商业银行和贷款人之间的信息不对称。

最后，当前我国社会信用体系不够完善，各个信用体系之间还没有建立良好的信息体系，这就导致商业银行在对个人或企业进行信用评估时，不能充分评估其可依赖程度，在一定程度上也可能导致不良贷款的产生。

五、政策建议

银行业作为经营货币特殊的金融行业，其稳定性至关重要，而不良贷款作为衡量信用风险的重要指标一直受到人们的高度关注，我国银行业不良贷款率的影响因素较多，容易受经济政策，利率变化，贷款集中度等因素的影响。因此，分析宏观经济因素对不良贷款率的影响显得尤为重要。

中国银行业不良贷款率的防范建议：

第一、加强宏观经济波动的风险控制，建立全面的风险管理体系。同时应加强管制各商业银行的贷款五级分类，特别是不良贷款的情况，及时合理地处理存量不良资产的进程，关注国家及监管机构的经济政策。减少宏观经济波动对银行业不良贷款造成的系统性风险，督促商业银行风险内控制度改善，增强抵御各种风险的能力，为国民经济的长期平稳较快发展创造良好的金融服务环境。

第二、深入推动我国国有商业银行改革，建立有前瞻性的风险监管体制，积极推进国有商业银行产权制度，加强风险预测。完善银行内部激励和竞争制度。通过建立完善的风险准备制度，提供银行自身的抗风险能力。通过建立足够的风险准备金制度，以防止不良贷款的发生给商业银行带来的持续性影响。另外，还需要加强信贷资金的审批力度，不能为了保持持续增长的信贷量，一味地扩大贷款量而不注重信贷项目的当前风险和潜在风险。商业银行应完善不良贷款的经营模式，优化内部控制，针对不良贷款建立管理体系以对其进行适度的管控。

第三、加强对社会信用体系和银行业的监管，完善我国的信用环境，为商业银行不良贷款的监管奠定基础，此外还需建立信用信息管理系统，完善失信的处罚机制，加强政府对信用体系的监督与管理，打造信用环境。监管部门应该加强监管力度，完善监管措施，全面完善商业银行的监管制度和体系。创造法律环境，进行强制性的约束。企业的信用等级、投融资能力、经营管理能力、盈利能力、资产负债率等问题都将是商业银行着重考虑的问题，所以银行在选择发放企业之前，均要对企业进行充分的风险评估，谨慎防范风险。这样不仅能从本质上改善银行的不良贷款状况，还会减少新增贷款中不良贷款量，进一步增加了银行经营的稳定性和安全性。

第四、保持经济稳定发展，加强对宏观经济的研究。保持健康稳定、平稳发展的宏观经济环境有助于银行系统的稳定，可以减少不良贷款的产生。政策制定部门应关注资产价格波动

情况，防止泡沫的形成与破裂。因此准确把握宏观经济走势。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。另外还需要加大对宏观经济形势以及国家政策的研究，要建立能够针对宏观经济波动提前反应的机制，加强宏观经济运行和国家政策分析。

第五、城市商业银行要扩大自身的规模，提高总资产，通过银行相对规模的增加来加强抵御风险的能力。随着利率市场化的深入，按照市场规律合理配置自己的资金，提高自身总资产收益。深化财税体制改革，加强地方政府融资的市场约束，避免地方政府融资平台贷款风险，从而避免银行不良贷款的产生。在利率市场化情况下要加强监管，因为银行可能会由于利润空间的下降寻求更大的风险投资，增加了不良贷款率。在利率市场化进程中，需要把握好改革的节奏和力度，保持金融体系的稳定性，避免对银行的盈利能力产生冲击，导致银行不良贷款风险的增加。所以，在新的金融环境与监管环境下探讨商业银行不良贷款的成因及影响因素，不仅给不良贷款的控制以及存量的处置提供了解决思路，而且也对商业银行信用风险的控制具有重要意义。

第六、加快金融创新，我国商业银行受经济波动的影响较大，因此需要增强适应宏观经济周期变化的竞争能力，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，从而更好的适应经济的波动。商业银行的不良贷款率取决于商业银行的不良资产总额和贷款余额的总额。当同一家银行随着时间的推移，不良资产率降低并不一定是该银行不良贷款减少，也有可能是该家商业银行增加贷款的发放量，虽然不良贷款总额没有变化甚至增加，但表现出来的不良贷款率却是降低的。所以商业银行应该真正实现自身不良贷款率的降低。要降低不良贷款的总额，争取发放优质贷款，使商业银行在盈利的水平上保持最小的信贷风险，提高自身的风险管理能力。

参考文献

[1]Olaniyan，O.The Effects of Instability on A ggregate Investment in Nigerria [J]The Nigerian Journal of Social and Economic Studies，2000，42（1）：23-26.

[2]Christoper，S.and Bamidele，I.The Impact of Macroeconomic Instability on the Banking Sector Lending Behavior in Nigeria，Journal of Money [J]. Investment and Banking，2009（7）：88-100.

[3]Bnrros C.P.，Managi S，Matousek R.The technical efficiencyof the Japanese banks：Non―radial directional performance meas-with undesirable

[4]王光伟.童元松.WANG Guang-wei.TONG Yuan-song 我国商业银行不良贷款率的影响因素研究――基于2005～2013年宏观季度数据的实证分析[期刊论文]-湖北工业职业技术学院学报 2014（3）.

[5]谢冰.商业银行不良贷款的宏观经济影响因素分析[J].财经理论与实践，2009（6）：22-25.

[6]李思慧，颜向农.商业银行不良贷款与宏观经济因素相关性实证分析[J].行分析，2007（08）：45-46.

篇11

关键词：上证综合指数 宏观经济变量 协整分析

一、引言

股票价格指数是指股价指数，动态地反映某个时期股市总价格水平的一种相对指标，它是由金融服务公司根据市场上一些有代表性的公司股票的价格加权平均后计算的平均数值编制而成的。宏观经济走势是影响证券市场大盘走势的最基本因素，股市的运行与宏观的经济运行应当是一致的，股份指数在影响着国内宏观经济的同时，也深受宏观经济因素的影响。进入2000年以后，我国股市经历了四年的大熊市。但2005年4月30日股权分置改革试点正式启动后，2005年夏天开始，我国股市开始进行股改。从2006年开始，股指一路上扬，到2007年10月16日达到6124.04的至高点。2008年，全球遭遇百年一遇的金融危机，全球股市暴跌，严重影响实体经济，我国股市也遭遇长达半年多的大跌。所以宏观经济是影响股市的根本原因，本文通过量化通货膨胀（居民消费指数和生产者价格指数）及货币政策（利率及货币供给量）来研究宏观经济对股价指数的影响。

二、文献回顾

国外学者已有比较多的相关研究。Balduzzi(1995)和Bakshi(1996)等对美国以及其他工业同家的实证研究发现股票价格与通货膨胀之问呈负相关关系。国内学者刘金全等(2004)对中国的实证研究认为我国股票价格与通货膨胀率之间存在负相关关系。段军山、邹伟卫、白茜（2010）通过建立股价波动、通货膨胀与固定资产投资的协整关系和VEC模型，得出我国固定资产投资的波动会受到上证综合指数与存款利率水平自身变动的影响。由此可知股价指数的变动确实受到较为显著的宏观经济的影响。

三、变量选取及数据处理

物价水平，用我国消费者价格指数（CPI）及生产者价格指数（PPI）来衡量；狭义货币供给量（M1）是经济周期波动和价格波动的先行指标，人民银行的基准利率采用中国人民银行对金融机构收取的20天的利率，二者用来量化我国货币政策；以上变量的数据来源于中经网数据库及中国人民银行网站。股价指数采用上证综合指数（SP），来源于上海证券交易所网站。所有序列对数处理消除序列的波动性，并对CPI、PPI和M1采用X12季节指数法进行处理以消除季节性。

四、实证分析

1.数据平稳性检验

在作实证分析前，为了避免出现伪回归，首先针对每个变量的序列是否存在单位根进行检验，这里使用ADF检验方法。

经对数处理后，序列LSP、LCPI、LPPI、LR和LM1进行ADF检验的t检验值分别为0.261、2.688、-2.101、-1.415和-2.525，均大于5%显著性水平下的临界值，所以原序列均不平稳。而序列的五个差分形式的t检验值分别为-5.711、-11.316、-3.525、-14.251和-4.319，均小于临界值，所以原序列的差分形式均平稳，说明这五个序列都为一阶平稳。

2.协整检验

ADF检验结果表明，所有原序列都为一阶平稳。然后用Johansen协整检验方法进行检验原序列间是否存在协整关系，这里零假设为协整关系的个数。

首先，确定模型的滞后阶数。在Eviews软件中，根据AIC和SC信息标准，选择AIC和SC取最小值时的滞后阶数。这里使最大滞后阶数为4时AIC最小，而最大滞后阶数为1时SC最小，所以采用LR检验进行取舍，所以选取CPI时合适的滞后阶数为3，而选取PPI时合适的滞后阶数为2。

从协整检验结果中看到，当选取CPI来描述物价指数时，零假设为不存在协整关系的P值为0.0001，至多存在一个协整关系的P值为0.017，而至多存在两个协整关系的P值为0.170，大于0.1，所以存在两个协整关系。

当选取PPI来描述物价指数时，不存在协整关系的P值为0.007，而至多存在一个协整关系的P值为0.147，大于0.1，所以只存在一个协整关系。

协整方程如下：

LSP=0.21LR+3.47LM1-22.00LCPI

(0.578)(0.588) (3.684)

LSP=15.70LR+20.17 LM1-103.08LPPI

(-6.956)(-5.014)

(-27017)

以上的协整关系表明上证综指与基准利率和货币供应量之间长期为正相关关系，而与CPI和PPI之间长期呈负相关关系。表明基准利率和货币供给量的上升会促进上证综合指数的上升，而物价指数（CPI和PPI）的上升会促使上证综合指数下降。

五、结论和政策建议

从以上结果可以看出，股价包含有未来通货膨胀的信息。股价可以作为未来通货膨胀预期的一个先行指示器，因此。在经济衰退时，中央银行可以利用货币供给量、基准利率与上证综指的正向关系，采取扩张性货币政策，即提高法定存款准备金率来提高货币供给量，或提高基准利率，稳定并推动股市价格的上涨，通过发挥股市的财富效应带动实体经济的复苏。而股价指数与物价指数的反向关系则表明，当国内通货膨胀较为严重时，抑制通货膨胀也可以促进股指的上升。

参考文献：

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

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

［3］刘金全，王风云，资产收益率与通货膨胀率关联性的实证分析.财经研究，2004，(1)

篇12

关键词：宏观经济因素 信贷风险 商业银行

一、引言

信贷业务是中国商业银行的主要业务，同时信贷风险也是我国商业银行的主要风险。信贷风险的管理是银行风险管理的核心内容，它直接关系到银行不良贷款的形成和资金的安全。要做好银行的信贷风险管理就必须探求出影响信贷风险的因素，从而从根本上对信贷风险加以控制。

一国的宏观经济状况、宏观经济政策和金融监管在很大程度上影响并决定该国商业银行风险的大小。因此，进行商业银行信贷风险和宏观经济因素的研究有助于商业银行建立科学有效的风险控制体系，提高商业银行的风险管理水平，防范信贷风险，增强自身的核心竞争力。

二、宏观经济因素对商业银行信贷风险的作用机理

越来越多的研究表明，商业银行的信贷风险具有显著地亲周期性。所谓亲周期性，就是商业银行会通过信贷活动推动经济周期的形成和加剧经济的周期性波动。在经济处于繁荣时期时，由于对未来经济形势有较好的预期，商业银行往往对偿债能力的预期过于乐观，降低信贷标准、扩大信贷规模。银行信用的不断扩张，信贷规模的扩大，使得产品市场上投资和消费不断增长，导致社会总需求过旺，产品价格上涨，引发通货膨胀。政府为了抑制通货膨胀会采取提高利率、存款准备金率等货币政策进行宏观调控。利率的上升会增加企业的经营成本，违约率上升，信贷风险加大。相反，在宏观经济处于萧条时期时，由于担心贷款质量的下降和还款违约的增加，商业银行倾向于减少信贷供给。信贷供给的减少会抑制实体经济中投资和消费，从而进一步加剧经济的衰退。此时，政府为了刺激经济的稳定增长会实行扩张性货币政策，增加消费和投资。由于企业经营成本降低、经营利润增加，投资需求增加，商业银行不良贷款减少，信贷风险减少。

三、宏观经济因素对信贷风险影响的实证分析

（一）变量的选择及样本模型的设定

本文选取信贷风险为被解释变量，以不良贷款率（Non-performing Loans Ratio,NPLR）为衡量指标。不良贷款率越高，说明银行的信用风险越大。用Y1表示股份制商业银行的不良贷款率（由于近年来四大国有商业银行多次对不良贷款进行政策性剥离，国有商业银行的不良贷款率受到非市场因素的影响，所以本文选取股份制商业银行作为我国商业银行的样本进行分析）。解释变量分别选取国内生产总值增长率（用GDP表示），居民消费价格指数（用CPI表示）、货币供应量增长率（用M2表示）和社会消费品零售总额增长率（用SR表示）。其中GDP增长率是衡量整个经济状况的指标，CPI反映了宏观经济运行的稳定性，M2反映了货币当局所采取的货币政策情况，SR则反映了社会商品购买力的实现程度。

本文收集的商业银行不良贷款率数据来自中国银监会官方网站。宏观经济指标数据来自于2004年——2010年中国统计年鉴和国家统计局官方网站，金融季度数据来自于中国人民银行官方网站。

已有的研究表明，线性模型对于商业银行信贷风险的评估能取得较好的效果，因此，本文对各宏观经济变量与商业银行信贷风险之间建立多元线性模型。

（二）实证研究过程

1.平稳性分析

为防止出现伪回归，需要对时间序列变量进行平稳性检验。分别对以上变量做ADF检验，检验结果见表1。

由上表可知，在5%的显著性水平下，GDP和SR时间序列数据为非平稳序列，因此对这两个变量的一阶差分进行检验，结果如表2。由表2可知，经过一阶差分后GDP、SR也是平稳序列。

2.格兰杰检验

为确定变量间是否存在因果关系，分别对选取的被解释变量和解释变量进行格兰杰因果检验，检验结果见表3

3.协整检验

判断所研究变量间是否存在长期稳定关系，分别对各解释变量与被解释变量进行Johansen协整检验的结果见表4

注：*表示在5%显著性水平下拒绝原假设。

从上表中可以看到，国内生产总值增长率、居民消费价格指数增长率、货币供应量增长率和社会消费品零售总额增长率这四个变量与股份制商业银行的不良贷款率之间都存在协整关系。

4.回归分析

对变量进行逐步回归，得到模型的估计结果如表5：

可以看到，该模型拟合效果较好，变量的显著性、方程的主要几项检验值也比较理想。

四、结论及建议

（一）实证检验的结论

2004-2011年二季度的宏观经济数据与我国商业银行不良贷款率的分析结果表明：

1.股份制商业银行不良贷款率与国内生产总值增长率、居民消费价格指数、货币供应量增长率和社会消费品零售总额增长率之间均存在长期稳定的相关关系。

2.国内生产总值增长率、居民消费价格指数和货币供应量增长率这三个宏观经济因素与股份制商业银行的不良贷款率之间是负相关关系；社会消费品零售总额增长率与股份制商业银行的不良贷款率之间是正相关关系。

3.股份制商业银行的不良贷款率与居民消费价格指数和社会消费品零售总额增长率之间具有较强的相关关系，而与国内生产总值增长率和货币供应量增长率之间的相关关系则相对较弱。

（二）相关建议

实证分析表明，宏观经济因素的变化对我国商业银行信贷风险的变化有较大影响，信贷风险与经济波动和货币政策密切相关。因此，要降低股份制商业银行的信贷风险，减少股份制商业银行的不良贷款，应加强和完善宏观调控并根据经济的运行状况及时调整货币政策，加强相关金融监管部门和中央银行的信息交流和政策协调。

1.股份制商业银行一方面要加强对国内外宏观经济运行状况的研究和监测，密切跟踪国内外经济形势，对经济走势做出正确判断，采取有针对性的风险管理措施。另一方面，要处理好执行宏观调控政策与合理信贷投放之间的关系，完善商业银行的信贷信息管理系统。比如可以根据各商业银行内部建立的储户个人信息资料数据库，在各商业银行间实现客户信息共享，建立一个所有商业银行可以共同使用查询的大型数据库系统，从而高效合理的处理信贷业务。

2.健全和完善信贷风险预警机制。商业银行风险预警系统是商业银行预防风险，矫正不良发展趋势的重要手段。因此，应进一步优化商业银行的风险预测模型，将宏观经济因素纳入到风险预测模型中，建立一套能及时、灵敏反映客户还款能力以及宏观经济因素的变化对客户还款能力影响程度的监测预警系统。

3.充分发挥中央银行的职能，加强中央银行和金融监管部门的宏观协调。在经济过热时，中央银行应及时采取加息、提高存款准备金等措施抑制流动性，引导商业银行审慎放贷；在经济衰退时，应采取适当宽松的货币政策，提高信贷规模，刺激经济复苏。在金融监管方面，要建立“一行三会”的金融监管协调机制，并尽快使其制度化、法律化，改善由于监管分离、协调不到位造成的宏观调控高成本、低效率的格局。

参考文献：

[1] 谭燕芝，张运东.信用风险水平与宏观经济变量的实证研究——基于中国、日本、美国的部分银行的分析[J].国际金融研究，2009（4）

[2] 刘平、梁瑜.宏观经济因素对商业银行信贷风险的影响分析[J].区域金融研究，2011（2）

[3] 周源.宏观经济数据影响下的信用风险压力测试研究[J].金融纵横，2010（6）

[4] 方洪全、曾勇.银行信用风险评估方法实证研究及比较分析[J].金融研究，2004（7）

[5] 孙连友.商业银行亲周期性与信用风险计量[J].上海金融，2005（3）

[6] 王天凌.银行信贷风险成因分析与防范措施[J].企业文化，2010（6）

[7] 付发理.宽松货币政策形势下银行信贷风险的识别与防范[J].南方金融，2009（10）

篇13

关键词：利率期限结构 宏观经济因素 货币政策

一、引言

利率期限结构是指在某一时点上，不同期限资金的收益率与到期期限之间的关系，它反映了不同期限的资金供求关系，揭示了市场利率的总体水平和变化方向。随着我国金融市场化改革的推进，金融市场对外开放程度的不断加深等原因，利率作为金融市场上最重要的价格变量及货币当局制定和执行货币政策的主要观测变量，其在金融市场上所起的杠杆功能显得日趋重要。

对于利率期限结构的理解长久以来都是金融家和宏观经济学家研究的主题，但是，二者的研究存在一定的区别。一方面，金融家主要集中在有价证券利率的预测和定价上，并没有指明利率期限结构与其他经济变量之间的关系。另一方面，宏观经济学家专注于理解利率、货币政策和宏观经济基本面的关系，为了了解它们之间的关系，他们往往信赖“预期假说”，而不管其贫乏的实证记录。结合这两条线的研究似乎是富有成效的，因为两种方式都有潜在收益（Hordahl等，2006）。

因此，本文的目的是通过借鉴国内外学者将利率期限结构与宏观经济进行联合研究的成果，从金融学和宏观经济学的角度审视利率期限结构，以此加强对利率期限结构的理解。本文主要包括加入宏观因素的利率期限结构模型，利率期限结构与单一宏观经济变量的关系，以及利率期限结构与宏观经济关联性的研究。

二、加入宏观经济因素的利率期限结构模型

传统的利率期限结构模型主要是针对期限结构本身的研究，没有考虑宏观经济因素对利率期限结构的影响。随着利率在宏观经济中的重要性日益突显，人们开始重视利率期限结构中包含的宏观经济信息，并尝试将宏观经济变量引入利率期限结构模型，发现在模型中加入宏观经济变量后，对利率变动的解释度显著增强（Kozicki和Tinsley，2001；陈哲，2008）。

1.国外研究现状

泰勒规则和新凯恩斯理论的提出，引发并促进了加入宏观因素的利率期限结构模型，即宏观-金融模型（Macro-finance Model）的研究。Kozicki和Tinsley（2001），Ang和Piazzesi（2003）首次在期限结构模型中加入宏观经济变量并证明这样做是合适的。Ang和Piazzesi认为宏观经济变量对收益率起到重要的解释作用，这些变量在期限结构模型中能改善其预测效果，在这一开创之作后，宏观-金融模型得到了更多学者的关注并不断被修正和发展。

Hordahl等（2006），Rudebusch和Wu（2008）将期限结构模型追加到新凯恩斯宏观模型中。Hordahl等构造了一项完全基于宏观经济因素的动态期限结构模型，模型包括通货膨胀率、产出缺口和短期利率三个关键的宏观经济变量，考虑了短期利率到宏观经济产出的明确反馈。Rudebusch和Wu的建模与前者类似，他们均在建模过程中将定价核心看做是外生决定的，但二者都在供给和需求方程中添加了带有几分任意性的滞后结构。

由于大多数的宏观模型中的关键变量是通货膨胀、产出缺口和短期利率，但是由于这类模型的过度简化揭示了非常有限的有关货币权威性和私下部分（private sector）的信息量。众所周知，货币政策的运行环境是需要大量的数据的，所以，通货膨胀、产出缺口和短期利率难以充分地预测货币政策未来的表现。因此，Bekaert等（2010）完善了带有无套利仿射期限结构模型的结构化新凯恩斯宏观经济框架，与前面所提研究不同，除了通货膨胀、去趋势化的产出和短期利率以外，他们在潜在的宏观模型中引进了两个不可观测的变量——随时间变化的通胀目标和输出的自然增长率，构建了一个五因素的清晰的结构化模型，促成了期限结构动力的一个有意义的经济解释。

此外，学者通过不断修正和完善，将宏观—金融模型进行拓展。例如，achter和Iania（2011）通过引入额外的流动性相关和回归预测因素，扩展了仅包含标准宏观经济因素的基准宏观-金融模型，模型在使用横截面数据修正收益率曲线上，显著优于Dew大多数的结构性和非结构性宏观-金融收益率曲线模型。Benchimol和Fourcans（2012）遵循新凯恩斯主义动态随机一般均衡框架，提出并测试欧元区的模型，特别强调了风险规避和货币的作用。Dewachter等（2012）开发了空间向量自回归模型，在模型中同时考虑了经济冲击的时间和空间维度，通过这一框架来分析欧洲地区通过宏观经济冲击（通货膨胀，产出缺口和利率）的空间和时间进行的传播。

2.国内研究现状

与国外相比，国内对于利率期限结构的研究起步较晚，因而有关宏观-金融模型这一领域的理论及建模方面的研究还较缺乏，新起的研究都是基于国外学者的理论及模型框架上进行的。

朱波，文兴易（2010）根据宏观经济结构和微观金融模型的结合方式，对国外新近的宏观-金融模型进行区分，主要分为仅在仿射期限结构模型的基础上增加宏观经济变量的简约型宏观金融模型，以及对利率期限结构和宏观经济变量之间的相互影响进行了考虑的结构化宏观金融模型两种类型。沈根祥，闫海峰（2011）也是在国外文献的基础上，按照利率期限结构模型的因子来源将其分为内基模型和外基模型。其中内基模型的因子不可观测，其经济含义往往难以解释，而外基模型中的因子为宏观经济变量，模型具有明确的经济含义。

孙皓，石柱鲜（2011a，2011b）首次使用宏观-金融模型进行实证研究，但他们并没有构建新的模型，而是基于Oda和Suzuki（2007）的模型框架，先是对我国利率期限结构动态过程中的时变宏观经济风险价格进行定量估计，随后探讨了我国货币政策对利率期限结构的影响。

三、利率期限结构与宏观经济因素的关系

利率期限结构中包含了宏观经济的信息，同时，宏观经济因素会对利率期限结构产生一定的影响。学者们主要从以下两个方面来探讨利率期限结构与宏观经济因素的关系。

1.利率期限结构与单一宏观经济变量的关系

目前，研究宏观经济所涉及的范围已经相当广泛，主要包括生产、消费、投资、经济增长、通货膨胀、货币供给等。本文通过对相关文献进行梳理，选取了最具有代表性的三个宏观经济因素，分析了近年来国内外学者对利率期限结构与它们之间关系的研究情况。

（1）利率期限结构与通货膨胀的关系。利率期限结构包含通货膨胀的信息（Mishkin，1990a，1990b；Fama，1990），对通货膨胀具有一定的预测功能（Ang等，2006），李宏瑾，钟正生，李晓嘉（2010）通过对中国银行间市场国债利率期限结构进行研究，发现中国短期利率期限结构（特别是中短端）包含了未来通货膨胀变动的信息，可以作为预测变量用来判断未来通货膨胀走势。

但是，不同学者关于利率对通货膨胀的预测功能的研究结果并不一致。Ribba（2011）通过将预期通胀对利率冲击的瞬间响应限制到零，发现短期名义利率不能作为通货膨胀的预测器来解释，至少不是长期预测器。陈鹏，徐炜（2009）则认为10年期与7年期利率差对未来3个月的通货膨胀预测能力最强，利差增大预示着未来的通货膨胀率增大，而陈红霞等（2011）表明市场利差与未来通胀存在长期协整关系，对未来通胀具有持续显著的负效应。

除了能够对通货膨胀进行预测功能外，利率与通货膨胀之间还存在相互作用和影响。Yuksel和Akdi（2009）就探讨了不同通货膨胀对美国利率不确定性测度的影响，脉冲的不确定性对短期和长期利率有负面影响，而结构的不确定性对短期和长期利率有正面影响。Tillmann（2011）在新凯恩斯主义菲利普斯曲线框架内，根据货币传导成本渠道，评估了利率对通货膨胀动态的影响，研究表明，更高的利率转换成更高的边际生产成本，并最终成为更高的通货膨胀。Hagedorn（2011）根据理性预期和全可信度下的标准新凯恩斯主义货币模型预测，名义利率应该下降以实现低通货膨胀目标，而实际利率大致维持不变。Ehrmann等（2011）使用高频率债券收益率数据来研究欧元区的通胀预期，发现更低的长期利率，更高的稳定性，以及更好的锚定反应，能够大幅增加长期通胀预期的锚定。Wright（2011）提供了期限溢价，通胀不确定性和二者关系的跨国实证证据，这些证据表明长期通胀率在很大程度上可以对收益率曲线斜率向上进行解释。

（2）利率期限结构与实际经济增长的关系。关于利率期限结构与宏观经济的联系，早在Estrella和Hardouvelis（1991）就通过美国季度数据，证明10年期和3个月期的国债收益率之差能够很好地预测未来的消费、投资和产出情况。Haubrieh和Dombrosk（1996）通过研究说明利差对GDP增长也有很好的预测作用。国内对这方面的研究起步较晚，学者通过实证研究结果表明，我国利率期限结构对宏观经济走势具有一定的预测能力（孙皓，石柱鲜，2011），利率期限结构是宏观经济波动态势的“指示器”（孙皓等，2012）。

于鑫（2008）认为长短期利差对我国未来经济变化具有一定的可预测性，但利差的边际预测效果较差。况山（2009）研究发现银行间市场不同长短期利差结构对宏观经济景气一致指数的预测能力不同。其中，2年期国债利率与同业拆借1天的利差对一致指数解释力度较强，且一致指数与利差呈负相关关系系，利差越大，未来10个月的一致指数越小。陈鹏，徐炜（2009）则认为10年期与3年期利差对经济增长的预测能力最强，利差增大预示着未来经济的增长。此外，利率期限结构对还能对经济周期波动进行预测，孙皓，石柱鲜（2011）研究表明，我国利率期限结构变动能够较为稳定地指示未来3个月的经济周期波动状态。

最新的研究由Favero等（2012）等做出，他们提供了一个统一的状态空间模型框架，用来分析无套利和大型信息集的预测功能，发现非套利模型在较短的期限较短的范围内更有用，大型信息集则在较长的范围和较长的期限内更有用；收益率曲线模型可以利用宏观经济变量来预测宏观经济。

（3）利率期限结构与货币政策的关系。大量文献都表明利率期限结构与货币政策之间存在密不可分的联系。利率期限结构中蕴含着货币政策信息（徐小华，何佳，2007；郭涛，宋德勇，2008），通过利率期限结构的变化，中央银行可以获得金融市场对未来通货膨胀以及利率变化的预期信息，从而制定合理的货币政策。同时，货币政策可以通过它的具体操作和传导机制对利率期限结构产生一定的影响（Dai和Philippon，2006）。另外，贾德奎（2010）还从货币政策透明度角度上进行研究，发现提高货币政策透明度更有利于引导市场预期和形成稳定合理的利率期限结构。

不同期限利率受货币政策的影响不同，货币政策对我国短期利率的影响要远大于对中长期利率的影响（刘海东，2006）。货币政策对期限结构不同因子的影响效果也具有显著差异，孙皓，石柱鲜（2011）表明货币政策作用下，利率期限结构水平和曲率因子减小，而斜率因子增大。在货币政策的宽松期和紧缩期，面临货币政策从紧的冲击，水平因子的响应分别为正向和负向，而斜率的响应均为负向；当货币政策由宽松期转向紧缩期时，水平因子变大，斜度变小（潘敏等，2012）。但是沈根祥（2011）的研究指出，货币政策和利率期限结构之间的短期动态影响表现出非对称性，即债券市场对货币政策变化的反应较为迟缓，但货币政策对市场利率的变化反应敏锐。而长期均衡关系则表明，货币政策对银行间债券市场利率期限结构有显著影响，但银行间债券市场对央行的利率调控目标不敏感，不能形成明确预期。

2.利率期限结构与宏观经济关联性的研究

除了分别研究利率期限结构与通货膨胀、宏观经济或货币政策等宏观经济因素的关系外，国内外学者也尝试着探索利率期限结构与多种宏观经济因素间的动态关系，从整体上分析它们之间的关联性。胡雪琴，陈勇（2010）采用主成分分析法构建我国国债市场的三因子动态模型，分析利率期限结构、货币政策和宏观经济三者的关系。Reschreiter（2011）研究货币政策制度的转变对英国实际利率、通货膨胀目标的影响，结果表明随着货币政策改变为通货膨胀目标制，实际利率的均值回归水平下降，实际利率的波动性也降低了，实际利率偏离均值的持久性则增加了。Orphanides和Wei（2012）则探索了宏观经济结构对利率期限结构的影响，表明实际GDP增长、通货膨胀和名义短期利率的递归估计的VAR产生与调查预测更为一致的预测。

宏观冲击对利率期限结构的影响也引起学者的关注，但宏观冲击对不同期限利率产生的影响存在差异，货币冲击、供给冲击和价格冲击对短期利率具有持续显著的影响，而对长期利率则没有显著作用（刘金全等，2007）。同时，不同类型宏观冲击对利率期限结构的影响也不一致，于鑫（2009）认为利率的水平因子受价格水平的影响最大，货币政策变化主要引起倾斜和曲度因子的变化，但季绍波等（2010）则认为货币政策主导水平因子变化，实际经济变化才是倾斜和曲度因子变化的主要原因。孙皓，石柱鲜（2011）模拟了宏观经济对利率期限结构的冲击效应，认为宏观冲击长期对利率期限结构的整体水平具有明显影响，而对坡度的影响仅在短期内有效。

四、研究评述和未来研究展望

篇14

关键词：我国 宏观经济 下行 驱动因素 走势 分析

一、我国宏观经济的总体状况

目前我国宏观经济的总体状况呈现出增长势头放缓、经济下行的压力比较突出。2010年我国GDP的增长速度为11.7%，2011年为10.4%，2012年上半年为8.2%，2012年1至5月份的外贸出口同比增长为8.7%，离全年增长10%的既定目标还有相当长的距离，固定资产投资增长幅度为20.1%，和2011年最后4个月相比有较大幅度的回落，房地产市场的成交总量有了一定的上升幅度，但总体上看在建房屋开工量和土地交易总量还没有走出低迷状态，股票证券市场出现大幅度下挫，上证指数在2200点持续徘徊，市场信心不强，社会商品零售总额较去年同期相比增长幅度有限，显示出居民消费的无力和内需的乏力。

二、当前经济增长趋势放缓下行的主要驱动因素分析

当前宏观经济总体呈现增长势头放缓和下行的主要因素有下面几个方面：

（一）投资增长速度下降

中国经济的波动主要取决于投资。前几年经济过热的时候也是因为投资过热。现在经济趋于放缓，经济增长速度进入下行趋势，主要原因也是投资处于下行趋势。投资下行带动工业产出的增长速度相对也比较慢，也在放缓。现在一般为15%、16%，过去都是18%、19%这个幅度。

目前名义的投资增长速度26%，扣除10%左右的投资品价格指数，现在全国的投资增长速度只有16%左右。15%左右的投资增长速度是比较正常的，如果投资增长速度能保持在15%到20%之间，那么在中国目前阶段来讲这是比较正常的增长速度。但是问题是投资增长速度正在持续下降。现在沿海地区投资的增长速度确实比较低，上海的名义投资增长速度1%，如果扣除了价格指数就是负的。

（二）出口乏力对外贸易增长放缓

我国的外贸顺差从2005、2006年以来一直攀升，2010年达到最高，其中经常项目的顺差占GDP的比重是11%，这对于一个像中国这样的大国来讲是一个非常高的比重，美国的逆差通常是5%、6%，我们的顺差是11%。在这么高的水平上现在开始下降，今年上半年比去年同期下降了12%。如果按照全年平均下降12%来算，去年我们是2，700亿的外贸顺差，那么今年仍有2，300亿左右的外贸顺差。仍然是一个很高的水平。外贸顺差减少，主要是因为出口增长速度放缓，进口增长速度提高。

（三）当今经济增长放缓是宏观调控作用的预料之中的结果

中国2009-2012年上半年以来的一切政策、一切调整就是为了使经济增长速度放缓一点。近几年GDP的增长速度一度接近12%，这样的增长速度是不可持续的。如果不把这个过热的趋势抑制住，将来可能会出大问题。所以这两年一直采取了各种措施控制投资、出口，就想把这个增长速度放缓一点。因此现在的增长速度放缓是我们希望看到的事情，是宏观政策调控的目标。因此目前经济增长放缓很正常，否则就意味着过去采取的措施都是无用的。

以外贸为例，目前外贸出口确实在下降，但是这些年的所有外贸出口政策的调整就是想让外贸出口减少一点。从汇率变化情况来看，人民币现在累计升值21%，再加上我们的通货膨胀率比美国高一点，加在一起人民币兑美元实际升值将近30%，我们采取这样的升值措施使很多出口企业都感觉到很大的压力，使得外贸出口放缓。从货币政策的调整来看，采取了一系列紧缩货币政策，同时还采取了各种办法减少外贸顺差的做法，降低出口退税、采取一些产业政策，限制“三高一资”，也是为了把外贸生产降下来，特别是降低对美国的贸易顺差。这些年这么大的外贸顺差，导致了外汇储备的大幅增长。外汇储备现在是18，000亿美元，按照这个速度今年年底将达到2万亿美元。外汇储备不断增多，国内央行需要不断发人民币，导致国内流动性过剩，还容易引起资产泡沫，容易引起通货膨胀，因此又采取各种措施回笼资金，这一系列问题都是因为外贸顺差增速过快。所以采取那么多的措施贸易顺差的增速才减少到12%，应该说也是正常的。

三、未来宏观经济走势及相应的宏观调控政策分析

我国宏观经济在面临放缓和下行压力的同时，其总体走向还是向好的因素多，总的经济面应该是向好的。和那些出现问题的经济体相比，中国经济的基本面确实还不错。比如说越南，越南是连续7年财政赤字，去年财政赤字达到了GDP10%左右。而中国是财政顺差，财政增长速度今年上半年30%以上。中国货币供给的增长速度，保持在相对稳定的水平上，17%左右，没有像过去的出现的40、50%的情况。我国的贸易仍然是顺差，顺差仍然是太多，外汇储备仍然是大幅度的增长。给定这些基本面的数据，而且该调整的东西调整，因此笔者认为中国经济不会出大事儿。

宏观调控政策制定中要充分考虑到政策的滞后性注重具体操作细节的技巧性。这个滞后性可能导致最终各种政策的叠加和累计效果过大。因为政策效果具有滞后性，政府出台一个政策没有马上的反应，再出台一个政策。这个部门出台政策了，没什么效果，那个部门又出台一个政策，每个部门又追加了一个政策。所有政策加在一块最后起作用了，可能发现作用是不是过大了。所谓的叠加累计效应，有没有可能发生呢？有可能发生。至少对于某些部门和行业有可能发生。

参考文献：