緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇宏觀經濟動態范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

引言

2011年諾貝經濟學獎授予了，薩金特（thomas sargen）、西姆斯（christopher-sime）表彰了兩位為新古典宏觀經濟學體系的建立和發展作出了杰出貢獻。兩位學者對宏觀經濟模型中預期的作用、動態經濟理論與時間序列分析的關系等方面做出了開創性的工作。使得宏觀經濟學研究更強調實證分析與理論的結合，為宏觀經濟學的研究提供了新的方向。凱恩斯（1936）發表《就業、利息和貨幣通論》，標志著現代宏觀經濟學的誕生。

凱恩斯的思想和方法之后為薩繆爾森與托賓等繼承，從而形成了新古典綜合學派。但是70年代的滯漲現象，以凱恩斯主義為基礎的宏觀計量經濟模型的預測和解釋能力得到了巨大的挑戰。Lucas（1976）指出，政策制度的改變會改變個人對政策的反應方式，而個人行為的改變會使經濟模型的參數發生變化，而參數的變化又是難以衡量的，使得很多早期計量經濟模型很難評價經濟政策的效果。

一、動態計量經濟學在理性預期中運用

根據“盧卡斯批判”，經濟人會根據變化的經濟環境隨時調整自身的參數。傳統宏觀經濟學模型不能持續描述經濟主體的變化，在擬合一段時間后，誤差將逐漸加大。經濟學研究者，需要迫切解決的是如何利用隨機數據來反映理性預期的思想。在動態時間序列分析中，對一個AR（自回歸）過程的估計，可以轉化為一個無限期隨機項的MA（移動平均）過程，這樣就可以利用隨機誤差項對參數的真實值進行估計了。薩金特（1980）使用了廠商優化模型來體現理性預期的思想。設廠商目標函數為：

■E■■β■（γ■+α■-w■）n■-（r■/2）n■■-（δ/2）（n■-n■）■

（1）

其中，β為貼現率，n■為第t期勞動力投入，α■為第t期技術水平，w■為第t期工資水平。γ■，γ■，β為待估參數。根據利潤最大化得：

nt=ρnt-1-（ρ/δ）■（βρ）jEt[wt+j-at+j-γ■] （2）

利用wiener-kolmogorov算子把t+j期工資率和技術水平內生化得：

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是一個1×p的向量。定義π（L）=（ρ/δ）（λ）■[1+■（■（λ）■a■）L■]，則誤差項為α（L）et=π（L）v■■，定義μ（L）=n（ρ/δ）ξ（λ）■[1+■（■（λ）■ξ■）L■]，c■=v■■-vv■■。對v■■的OLS估計可得第t期的最優勞動力投入為：

nt=（1-ρL]-1[μ（L）+π（L）α（L）-1vξ（L）]xt+（1-ρL）-1π（L）α（L）-1ct （3）

通過ML估計出參數r0，γ1，δ，v，α（L），ξ（L）這些估計出的參數是具有理性預期的經濟人最優目標中含有的參數以及技術水平參數，這樣就可以通過所估計的參數來體現理性預期思想了。

二、動態計量經濟學在一般均衡中的運用

（一）有關經濟周期的計量

與薩金特相比，西姆斯更集中于計量經濟學方面的研究。西姆斯（1972）研究了時間序列數據的區間問題，他認為，二次可積函數中具有滯后分布的時間序列分布模型的時間距離和頻率空間是等距同構的。在這個度量空間下，二者可以相互轉化，可進行普通最小二乘估計，1974年西姆斯提出了消除時間序列季節影響因素的計量方法。

（二）有關格蘭杰因果檢驗

在格蘭杰因果檢驗中變量之間因果關系的確定是假設一個變量為被解釋變量而另外一個變量的滯后項為解釋變量時，回歸結果的整體顯著性檢驗是否成立。該檢驗只是體現變量與滯后變量的整體性關系，也就是說研究一個變量的歷史數據對另外一個變量所產生的影響。西姆斯（1972）在格蘭杰的基礎上提出了新的檢驗方法，他認為在時間序列中，如果解釋變量是外生的，對滯后項的整體性檢驗存在錯誤。他提出的因果性檢驗是通過比較一個變量為被解釋變量與另外一個變量的未來值為解釋變量時，回歸后的整體顯著性檢驗是否成立。西姆斯（1983）對貨幣供應是否是引起經濟周期波動的原因的實證研究提出了懷疑，并對這些實證研究提出了反駁。

（三）有關離散時間模型

西姆斯（1971）認為當把具有連續時間分布滯后的計量轉化為離散時間的計量時往往需要對分布滯后項增加平滑約束條件使得估計更準確，西姆斯（1980）把這種思想發展成為后來廣泛使用的向量自回歸方法（VAR）。西姆斯（1988）認為在貝葉斯分析中由于某些參數是無法量化或量化不夠準確因此無法使用事前prior概率分布給參數賦值。研究者從簡化模型的角度出發，經常只需估計有限的參數，這樣會導致事前事件的似然性降低。研究發現，時間序列模型分析中通過模型檢驗選擇模型形式的方法并不可靠。檢驗的顯著性會受到樣本數量的影響，而非樣本本身。另外，許多研究者經常利用估計好的模型進行事后檢驗，通過對未來值進行預測，比較預測值與真實值的差距，從而檢驗模型設計是否合理。這種方法在短期時間序列模型中比較有效，在長期卻很難成立。在預測方面，往往需要在正則性和協方差平穩的前提下進行，然而在實際預測中，非正則性和非平穩性會經常出現，這使得預測誤差變得很大。

三、結論

在新古典宏觀經濟學統治了近半個世紀后盧卡斯、普雷斯科特等人建立了宏觀經濟學的微觀基礎，而2011諾貝爾經濟學獎授予薩金特與西姆斯，使得動態宏觀計量思想為大多數研究者所認可。且對傳統經典計量經濟學提出了挑戰，他們的研究工作使得小樣本最小二乘估計法被放棄，而使得大樣本的ML、GMM、貝葉斯估計等方法廣泛使用。而且VAR模型在經濟變量的因果關系分析、脈沖響應分析、波動分析等方面具有無可比擬的優勢，使得動態計量方法在現代宏觀經濟研究中既能幫助政策制定者制定合理的經濟政策，也可以對政策執行效果進行一定的評估。因此，薩金特與西姆斯的研究成果不但能應用在宏觀經濟研究領域，在經濟決策分析中也能得到極大的運用。

參考文獻

[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.

篇（2）

一、國債、企業與股票市場間的動態相關性

（一）動態相關性的度量方法

動態相關系數是針對一系列的白噪聲隨機變量而言的，rt～N（0，Ht）可用Den Haa提出的VAR估計方法，Ht是方差－協方差矩陣，Ht=DtRtDt，由此可以導出Rt=Dt-1HtDt-1，其中的Rt就是動態相關系數。

K.H.Liow et al.為了研究公開交易的房地產證券市場，就曾使用GARCH模型來估計房地產證券市場收益率的條件波動性，用MV-DCC模型估計動態條件相關性。并且估計條件相關性的數據即是條件波動性的數據。并考察了條件波動性是否具有時變特性。

在使用DCC系列模型估計動態相關系數之前，有專家提出判斷恒定相關系數是否合意的方法，因為如果恒定的相關系數能良好的描述經濟序列的情況，那可以不用動態相關系數。TSE于2000年在GARCH模型中引入了LM檢驗來驗證，Jim Lee（2006）的文章就是采用的這種檢驗方法。首先對收益率數據進行常數相關性檢驗。

本文利用交叉相關系數公式計算動態相關系數，交叉相關系數（Cross Correlation）計算的是兩個變量之間、其中一個變量與另一個變量的超前或滯后期之間的相關性，計算公式為：

ρi=■，i=0,±1,±2,…,±k（1）

其中，cov（Xt+i，Yt）是變量的協方差，σXt+i*σt是變量的標準差相乘，i≤0時表示當期的Y與超前i期的X的相關性，i≥ 0時表示當期的Y與滯后i期的X的相關性，從而得到有關的動態相關系數軌跡，他們的相關性在較長時間范圍內比較穩定，當Y出現擴張性沖擊后，x在當年就會出現較為明顯的擴張性反應，這種反應較為靈敏。

交互相關系數（Cross Correlation）是研究兩個變量之間、其中一個變量與另一個變量的超前或滯后期之間的相關性，計算公式為：

ρi=■，i=0,±1,±2,…,±k (2)

其中，cov（Xt+i，Yt）是變量的協方差，σXt+i*σt是變量的標準差相乘，i≤0時表示當期的Y與超前i期的X的相關性，i≥ 0時表示當期的Y與滯后i期的X的相關性，從而得到有關的動態相關系數軌跡，他們的相關性在較長時間范圍內比較穩定，當Y出現擴張性沖擊后，X在當年就會出現較為明顯的擴張性反應，這種反應較為靈敏。

（二）數據來源說明

本文選取2003年第三季度至2011年第一季度的相關指標數據進行分析，數據來自國泰君安數據庫，其中股票指數選取上海證券交易所綜合指數（簡稱為SZ）作為代表，它利用在滬市上市的全部股票包括A股和B股計算，具有較強的代表性。國債指數也選取在上交所上市的所有國債計算的上證國債指數（簡稱GZ）做代表，它于2003年1月2日起對外，可以反映國債市場價格綜合變動情況。企債指數同樣選取在上交所上市的所有企債計算的上證企債指數做代表，如此可以保持信息的完整性和一致性。因為國債指數和股指的編制起始日期較早，而企業債券的編制日期較晚從2003年6月9日開始，因此本文的數據從2003年7月始。

因為宏觀經濟變量數據日度的不可獲得性，因此采用月度數據作分析，同時也可以跟資本市場數據的頻度保持一致性。本文所使用的宏觀經濟數據和資本市場收益率都是來自國泰安經濟研究數據庫。

（三）動態相關性實證結果

檢驗發現，在四個時間段，波動出現了異常，推測市場相關性出現了重大的結構性變化，引入結構斷點檢驗。

資本市場間的相關性更低，因此分散風險的能力也就更強。通過看回歸系數，可以判斷出經濟周期對相關性的影響。

由圖1可以看出，相關系數可以表示兩列經濟序列的周期性，從國債和企業債券的相關系數曲線圖可以看出，系數大于零的順周期和系數小于零的逆周期交替進行，大概一年半為一個周期。國債市場和股票市場的動態相關系數與企債市場和股票市場的動態相關系數曲線波動性十分相似，只是后者的幅度稍大。三條曲線的波動性在2006年一季度后都變大了，國債市場和企債市場的動態相關系數曲線與其他兩條曲線的波動性在2006年后的趨勢是相反的，波動幅度也較大。

二、影響資本市場間動態關系的宏觀經濟因素

（ 一）宏觀經濟變量選取及數據來源

影響股票市場和債券市場的因素很復雜，本文嘗試從國家調控的角度和以往研究的基礎出發，選擇相關的經濟因素做分析。我們分析后認為，影響股票市場和債券市場的共同因素可能為利率（LL）、貨幣供應量(HB)、匯率(HL)、宏觀景氣預警指數(JQ)、居民消費價格指數(JM)、房地產開發綜合經濟指數(FDC)等，故本文將其作為宏觀經濟變量引入模型。

因為宏觀經濟變量數據日度的不可獲得性，及與資本市場數據的頻度保持一致性的目的，采用月度數據作分析。本文所使用的宏觀經濟數據和資本市場收益率都是來自國泰安經濟研究數據庫。利率采用的是金融機構1年期的貸款利率，貨幣供應量使用的是M2準貨幣，匯率是對美元的加權平均匯率，宏觀景氣預警指數、居民消費價格指數和房地產開發綜合經濟指數采用的都是環比指數。

從表中可以看出，房地產開發綜合價格指數和匯率相關性為0.5，和宏觀景氣預警指數的相關性為0.644，貨幣供應量和匯率高度負相關，相關系數為-0.93，居民消費價格指數和利率的關系為0.74，居民消費價格指數和宏觀景氣預警指數為0.46，宏觀景氣預警指數和房地產開發綜合價格指數為0.644，相關性較高。

（二） 理論模型的設定

(3)

是三個資本市場兩兩動態條件相關系數的估計值，fk，t-1是宏觀經濟變量的一階滯后值，ρgq，ρgs，ρqs分別代表國債和企債收益率的動態相關系數、國債和上證股指收益率的動態相關系數、企債和上證股指收益率的動態相關系數。利率、貨幣供應量、匯率、宏觀景氣預警指數、居民消費價格指數、房地產開發綜合經濟指數.

（三）實證結果

本文用動態相關系數對各個宏觀經濟因素做回歸，下面是相關的系數表和擬合程度。

通過實證發現房地產開發綜合經濟指數對三個資本市場兩兩間的收益率相關系數都有較強的影響力。宏觀景氣預警指數、房地產開發綜合經濟指數及利率三個宏觀因素對國債和企業債券之間動態相關系數有一定的影響作用；匯率、貨幣供應量和房地產開發綜合經濟指數三個宏觀因素對國債和上證股指收益率之間的動態相關系數有影響作用；匯率、居民消費價格指數、貨幣供應量、房地產開發綜合經濟指數及利率五個因素均對企業債券和上證股指收益率之間有影響，實證證明了影響企業債券和上證股指收益率的因素更多，這二者的信息流通渠道寬于其他兩個市場之間的。

三、 三個市場動態相關系數的結構斷點檢驗

（一） 結構斷點檢驗

由美國次貸危機引發的金融風暴迅速對各國金融市場產生了劇烈的影響，在這種背景下本文擬對股指、債指、企指收益率三者的動態相關關系分別做結構斷點檢驗，來具體量化宏觀經濟變動可能對中國的資本市場產生的影響。同時在對資本市場收益率動態相關關系進行檢驗時，分析國內因素對股票市場和債券市場的相關結構變動的影響。

閆鵬、杜子平、張勇曾通過自組織特征映射（SOM）神經網絡的聚類功能對上證綜指和深證綜指的相關性進行了變結構點的測定，同時利用了時變copula模型對變結構點前后相關性過程分別進行了建模。

結構斷點的單位根檢驗也可以檢測序列中是否存在結構斷點。單位根檢驗根據序列類型劃分的話可以分為四種類型：隨機游走、隨機趨勢、退勢平穩、趨勢非平穩。ADF檢驗和PP檢驗是非常常用的檢驗單位的方法，但是實驗證實這兩種檢驗在樣本有限的條件下檢驗效果不理想，同時Perron（1989）對結構突變的考慮使單位根檢驗就入了一個新的層次?，F在，將存在結構突變的趨勢平穩過程誤判為單位根過程的錯誤就稱為“Perron現象”，但Perron僅考慮了結構突變點已知的情況，Banerjee,Lumsdaine and Stock,(1992)開發了在結構斷點未知的情況下的單位根檢驗。

本文下面將按照結構突變點未知情況，采用遞歸檢驗編程來考察序列中是否存在結構突變點。

（二） 結構突變序列的單位根檢驗

對于水平值或者趨勢存在結構突變的過程來說，如果不考慮這種突變，直接使用ADF統計量檢驗單位根時，將會把一個水平值突變的退勢平穩或者趨勢突變過程錯誤的判斷為隨機趨勢非平穩過程。這樣無疑會導致檢驗功效降低、發生判斷錯誤（把退勢平穩過程誤判為單位根過程）。

1、結構突變點已知的單位根檢驗。如果時間序列的結構突變點已知，用虛擬變量ADF檢驗式來代表結構突變，檢驗的零假設是時間序列是存在結構突變點的單位根過程，備擇假設是存在結構突變的趨勢平穩，檢驗用臨界值從Perron(1990)中查找。

2、結構突變點未知的單位根檢驗。Banerjee,Lumsdaine and Stock,(1992)通過抽取子樣本的方法不同提出三種檢驗結構突變點的方法：遞歸檢驗、滾動檢驗和循序檢驗。遞歸檢驗通過相應的ADF值與臨界值的比較，判斷原序列是否為帶結構突變的趨勢平穩過程，循序檢驗判斷序列是否發生均值突變和趨勢突變。三種檢驗方法得到的都是一個單位根檢驗統計量值的序列。臨界值可以在Banerjee,Lumsdaine and Stock,(1992)的表1、2中查到。

差分平穩過程代表的是頻繁的隨機的微小變化的積累，而帶有結構突變的趨勢平穩過程代表的是一種間歇發生的持久的猛烈變化。Li Xiao Ming（2000）從結構變化的角度對中國宏觀經濟總量的動態特征進行研究，認為如果宏觀經濟變量序列實際經濟序列是差分平穩過程，則政府主導的結構改革意義不大，因為改革對經濟長期增長路徑的影響會輕易被其他的隨機沖擊淹沒；如果宏觀經濟變量序列是趨勢平穩過程，則只有比較巨大的沖擊，如改變經濟基礎結構的政策，對宏觀經濟變量的長期變化趨勢的影響才是有效的。如果序列是帶有結構突變的趨勢平穩過程，卻被誤判為單位根過程，就會得出錯誤的結論。

（三）遞歸檢驗

遞歸檢驗樣本分段，2003.07~2005.04,2003.07~2005.05,…,2003.07~2011.02.第一個子樣本容量是22，從2003年7月起逐月擴大子樣本范圍。對每一個子樣本進行含有截距項和趨勢項的ADF檢驗，檢驗式為：

Lngqt=ρLngqt-1+μ+αt+βLngqt-1+μt(4)

ADF（k）表示ADF檢驗值，其中k,(k=1,…39),分別對應于每一個遞歸子樣本。把ADF（1），…,ADF(39)分別對應于2005年4月，…,2011年7月份，如果有某個ADF值小于臨界值，說明原序列是帶有結構突變的趨勢平穩過程。在遞歸檢驗中，如果某個ADF值小于臨界值，說明原序列為帶有結構突變的趨勢平穩過程。

從圖2可以看出，由圖可以看出，曲線有處于臨界值以下的點，說明國債和企債收益率動態相關系數存在結構斷點。

從圖3可以看出，國債和上證股指收益率動態條件相關系數不存在結構斷點。

從圖4可以看出，國債和企債收益率動態條件相關系數不存在結構斷點。

四、 結論

從文章的分析可以看出宏觀景氣預警指數、房地產開發綜合經濟指數及利率三個宏觀因素對國債和企業債券之間動態相關系數有一定的影響作用；匯率、貨幣供應量和房地產開發綜合經濟指數三個宏觀因素對國債和上證股指收益率之間的動態相關系數有影響作用；匯率、居民消費價格指數、貨幣供應量、房地產開發綜合經濟指數及利率五個因素均對企業債券和上證股指收益率之間有影響，實證證明了影響企業債券和上證股指收益率的因素的因素更多，這二者的信息流通渠道寬于其他兩個市場之間的。國債和企債收益率動態相關系數存在結構斷點。

參考文獻：

[1]潘婉彬,陶利斌,繆柏其.TGARCH模型在利率波動建模中的應用.統計與決策, 2007,(20):15-17

[2]Yang,Zhou and Leung.Asymmetric Correlation and Volatility Dynamics among Stock,Bond,and Securitized Real Estate Markets, forthcoming (2010)

篇（3）

二、先行指標篩選及檢驗

（一）樣本的選擇

一般而言，對于經濟周期研究，指標的時間跨度越大越能發現經濟運行的規律性。由于PMI只能找到2005年以后的數據，而且歷史研究表明該指標是先行指標中的典型性代表，因此，本文選取2005年1月至2010年12月共72組月度數據，雖然在時間跨度上存在一定局限性，但還是能發現經濟走勢的基本情況，對后期經濟走勢的判斷、檢驗具有參考意義。本課題數據主要來源于《中國經濟統計數據庫》。由于部分數據缺失，在進行數據處理之前，本文采用線性插補的方法對原始時間序列的缺失數據進行了補全。對一些具有顯著異常值的時間序列（特殊原因形成的特異項或者數據的誤差等），結合實際情況，進行了特異項的平滑修正。由于工業企業增加值、社會零售總額、工業出貨值、新增固定資產投資等指標的絕對數都是采用現價計算的，需要消除價格因素的影響才能達到各年份之間指標數據的可比。因此先對數據進行物價變動因素剔除，本文用消費價格指數？穴CPI？雪變化率來度量通貨膨脹率，將各年度數據分月還原到2005年的物價水平，然后利用2005年各月環比CPI指數將數據還原至2004年12月的物價水平。在剔除物價影響后，利用PBC—X12—ARIMA中的X—12方法進行了季節調整。

（二）先行指標篩選結果及驗證

1.先行指標篩選結果

運用馬克威分析系統4.0，對各指標月度環比增長率數據，采取時差相關法和K—L信息量法進行篩選，結果分別如表1、表2所示：

2.先行指標的確定

用時差相關分析和K—L信息量法共篩選出14個先行指標，我們優先選擇了兩種方法同時篩選出的股票成交量、港口吞吐量和制造業采購經理指數3個指標。在剩下的11個初步篩選出的先行指標中，我們運用峰谷圖形對應分析進行再次判斷。該方法判斷指標先行的好壞主要是通過將所選序列與基準序列的轉折點日期進行比較，若所選序列的峰谷穩定地超前于基準指標的峰谷，則認為該指標序列好，若不然，則認為該指標序列一般或不好。

根據峰谷圖形對應分析，并兼顧不同經濟指標的含義和代表性，本文篩選出原材料、燃料、動力購進價格指數、新增固定資產投資、房地產開發投資、M2、外匯占款、消費者信心指數等作為先行指標（篩選過程見附錄1.1—1.6）。結合最先篩選出的股票成交量、港口吞吐量和制造業采購經理指數等，本文共篩選出9個先行指標，涵蓋了投資、采購、消費、出口、金融等經濟領域，覆蓋面較廣，較具代表性。

原材料、燃料、動力購進價格指數：該指標通過主要原材料、燃料、動力購進價格變動對工業企業各項經濟效益指標的產生影響，進而傳導到整個宏觀經濟。

新增固定資產投資、房地產開發投資：峰谷圖形對應分析篩選效果也較好，而且符合我國屬于典型的投資拉動型經濟的現實，因此2個指標均入選。

M2：作為觀察和調控中長期金融市場均衡的目標，被廣泛應用于各國的先行指標檢測體系中，如美國國家經濟研究局等機構都先后將其列入先行指標。

外匯占款：1994年以來，隨著開放型經濟的飛速發展，帶動我國外匯占款迅速增加，對貨幣供應量的影響也越來越大?？紤]到目前開放型經濟在我國經濟中的重要性，入選該指標。

消費者信心指數：是綜合反映并量化消費者對當前經濟形勢評價和對經濟前景、收入水平、收入預期以及消費者心理狀態的指標。一般而言，該指標是預則經濟走勢和消費的先行指標，評價經濟周期不可缺少的依據，因此入選。

三、先行指標與基準循環指標的擬合與預測模型

（一）分析方法介紹

鑒于在不同的經濟周期，如經濟擴張期或衰退期，我國的宏觀經濟政策和經濟結構都會有一個比較大的調整，導致先行指標與基準循環指標之間的彈性系數會發生變化，因此本文采用馬爾可夫轉移（Markov Switching，簡稱MS）模型來分別估計經濟擴張期和衰退期的彈性系數，并依據系數的不同來判斷和預測我國宏觀經濟周期的變化。

1.主成分分析

由于本課題所選指標較多，指標之間又存在一定的相關關系，或者說各個指標反映的信息有一定的重疊，即變量之間存在一定的共線性，同時指標個數太多會增加問題復雜性，不便于計量模型的建立和分析。而主成分分析可以很好地解決這方面的問題，主成分分析就是設法將原來眾多具有一定相關性的指標重新組合成一組相互無關的綜合指標（通常數學上的處理就是將原指標做線性組合）來代替原指標，從而可以在不損失或者損失極少信息的情況下用少量指標反映原數據全部或大部分信息，達到降維和消除共線性的目的。主成分分析的一般步驟為：

第一步，指標數據標準化處理，即將原數據轉化為均值為0，方差為1的數據。

篇（4）

一、引言

利率期限結構是指在某一時點上，不同期限資金的收益率與到期期限之間的關系，它反映了不同期限的資金供求關系，揭示了市場利率的總體水平和變化方向。隨著我國金融市場化改革的推進，金融市場對外開放程度的不斷加深等原因，利率作為金融市場上最重要的價格變量及貨幣當局制定和執行貨幣政策的主要觀測變量，其在金融市場上所起的杠桿功能顯得日趨重要。

對于利率期限結構的理解長久以來都是金融家和宏觀經濟學家研究的主題，但是，二者的研究存在一定的區別。一方面，金融家主要集中在有價證券利率的預測和定價上，并沒有指明利率期限結構與其他經濟變量之間的關系。另一方面，宏觀經濟學家專注于理解利率、貨幣政策和宏觀經濟基本面的關系，為了了解它們之間的關系，他們往往信賴“預期假說”，而不管其貧乏的實證記錄。結合這兩條線的研究似乎是富有成效的，因為兩種方式都有潛在收益（Hordahl等，2006）。

因此，本文的目的是通過借鑒國內外學者將利率期限結構與宏觀經濟進行聯合研究的成果，從金融學和宏觀經濟學的角度審視利率期限結構，以此加強對利率期限結構的理解。本文主要包括加入宏觀因素的利率期限結構模型，利率期限結構與單一宏觀經濟變量的關系，以及利率期限結構與宏觀經濟關聯性的研究。

二、加入宏觀經濟因素的利率期限結構模型

傳統的利率期限結構模型主要是針對期限結構本身的研究，沒有考慮宏觀經濟因素對利率期限結構的影響。隨著利率在宏觀經濟中的重要性日益突顯，人們開始重視利率期限結構中包含的宏觀經濟信息，并嘗試將宏觀經濟變量引入利率期限結構模型，發現在模型中加入宏觀經濟變量后，對利率變動的解釋度顯著增強（Kozicki和Tinsley，2001；陳哲，2008）。

1.國外研究現狀

泰勒規則和新凱恩斯理論的提出，引發并促進了加入宏觀因素的利率期限結構模型，即宏觀-金融模型（Macro-finance Model）的研究。Kozicki和Tinsley（2001），Ang和Piazzesi（2003）首次在期限結構模型中加入宏觀經濟變量并證明這樣做是合適的。Ang和Piazzesi認為宏觀經濟變量對收益率起到重要的解釋作用，這些變量在期限結構模型中能改善其預測效果，在這一開創之作后，宏觀-金融模型得到了更多學者的關注并不斷被修正和發展。

Hordahl等（2006），Rudebusch和Wu（2008）將期限結構模型追加到新凱恩斯宏觀模型中。Hordahl等構造了一項完全基于宏觀經濟因素的動態期限結構模型，模型包括通貨膨脹率、產出缺口和短期利率三個關鍵的宏觀經濟變量，考慮了短期利率到宏觀經濟產出的明確反饋。Rudebusch和Wu的建模與前者類似，他們均在建模過程中將定價核心看做是外生決定的，但二者都在供給和需求方程中添加了帶有幾分任意性的滯后結構。

由于大多數的宏觀模型中的關鍵變量是通貨膨脹、產出缺口和短期利率，但是由于這類模型的過度簡化揭示了非常有限的有關貨幣權威性和私下部分（private sector）的信息量。眾所周知，貨幣政策的運行環境是需要大量的數據的，所以，通貨膨脹、產出缺口和短期利率難以充分地預測貨幣政策未來的表現。因此，Bekaert等（2010）完善了帶有無套利仿射期限結構模型的結構化新凱恩斯宏觀經濟框架，與前面所提研究不同，除了通貨膨脹、去趨勢化的產出和短期利率以外，他們在潛在的宏觀模型中引進了兩個不可觀測的變量——隨時間變化的通脹目標和輸出的自然增長率，構建了一個五因素的清晰的結構化模型，促成了期限結構動力的一個有意義的經濟解釋。

此外，學者通過不斷修正和完善，將宏觀—金融模型進行拓展。例如，achter和Iania（2011）通過引入額外的流動性相關和回歸預測因素，擴展了僅包含標準宏觀經濟因素的基準宏觀-金融模型，模型在使用橫截面數據修正收益率曲線上，顯著優于Dew大多數的結構性和非結構性宏觀-金融收益率曲線模型。Benchimol和Fourcans（2012）遵循新凱恩斯主義動態隨機一般均衡框架，提出并測試歐元區的模型，特別強調了風險規避和貨幣的作用。Dewachter等（2012）開發了空間向量自回歸模型，在模型中同時考慮了經濟沖擊的時間和空間維度，通過這一框架來分析歐洲地區通過宏觀經濟沖擊（通貨膨脹，產出缺口和利率）的空間和時間進行的傳播。

2.國內研究現狀

與國外相比，國內對于利率期限結構的研究起步較晚，因而有關宏觀-金融模型這一領域的理論及建模方面的研究還較缺乏，新起的研究都是基于國外學者的理論及模型框架上進行的。

朱波，文興易（2010）根據宏觀經濟結構和微觀金融模型的結合方式，對國外新近的宏觀-金融模型進行區分，主要分為僅在仿射期限結構模型的基礎上增加宏觀經濟變量的簡約型宏觀金融模型，以及對利率期限結構和宏觀經濟變量之間的相互影響進行了考慮的結構化宏觀金融模型兩種類型。沈根祥，閆海峰（2011）也是在國外文獻的基礎上，按照利率期限結構模型的因子來源將其分為內基模型和外基模型。其中內基模型的因子不可觀測，其經濟含義往往難以解釋，而外基模型中的因子為宏觀經濟變量，模型具有明確的經濟含義。

孫皓，石柱鮮（2011a，2011b）首次使用宏觀-金融模型進行實證研究，但他們并沒有構建新的模型，而是基于Oda和Suzuki（2007）的模型框架，先是對我國利率期限結構動態過程中的時變宏觀經濟風險價格進行定量估計，隨后探討了我國貨幣政策對利率期限結構的影響。

三、利率期限結構與宏觀經濟因素的關系

利率期限結構中包含了宏觀經濟的信息，同時，宏觀經濟因素會對利率期限結構產生一定的影響。學者們主要從以下兩個方面來探討利率期限結構與宏觀經濟因素的關系。

1.利率期限結構與單一宏觀經濟變量的關系

目前，研究宏觀經濟所涉及的范圍已經相當廣泛，主要包括生產、消費、投資、經濟增長、通貨膨脹、貨幣供給等。本文通過對相關文獻進行梳理，選取了最具有代表性的三個宏觀經濟因素，分析了近年來國內外學者對利率期限結構與它們之間關系的研究情況。

（1）利率期限結構與通貨膨脹的關系。利率期限結構包含通貨膨脹的信息（Mishkin，1990a，1990b；Fama，1990），對通貨膨脹具有一定的預測功能（Ang等，2006），李宏瑾，鐘正生，李曉嘉（2010）通過對中國銀行間市場國債利率期限結構進行研究，發現中國短期利率期限結構（特別是中短端）包含了未來通貨膨脹變動的信息，可以作為預測變量用來判斷未來通貨膨脹走勢。

但是，不同學者關于利率對通貨膨脹的預測功能的研究結果并不一致。Ribba（2011）通過將預期通脹對利率沖擊的瞬間響應限制到零，發現短期名義利率不能作為通貨膨脹的預測器來解釋，至少不是長期預測器。陳鵬，徐煒（2009）則認為10年期與7年期利率差對未來3個月的通貨膨脹預測能力最強，利差增大預示著未來的通貨膨脹率增大，而陳紅霞等（2011）表明市場利差與未來通脹存在長期協整關系，對未來通脹具有持續顯著的負效應。

除了能夠對通貨膨脹進行預測功能外，利率與通貨膨脹之間還存在相互作用和影響。Yuksel和Akdi（2009）就探討了不同通貨膨脹對美國利率不確定性測度的影響，脈沖的不確定性對短期和長期利率有負面影響，而結構的不確定性對短期和長期利率有正面影響。Tillmann（2011）在新凱恩斯主義菲利普斯曲線框架內，根據貨幣傳導成本渠道，評估了利率對通貨膨脹動態的影響，研究表明，更高的利率轉換成更高的邊際生產成本，并最終成為更高的通貨膨脹。Hagedorn（2011）根據理性預期和全可信度下的標準新凱恩斯主義貨幣模型預測，名義利率應該下降以實現低通貨膨脹目標，而實際利率大致維持不變。Ehrmann等（2011）使用高頻率債券收益率數據來研究歐元區的通脹預期，發現更低的長期利率，更高的穩定性，以及更好的錨定反應，能夠大幅增加長期通脹預期的錨定。Wright（2011）提供了期限溢價，通脹不確定性和二者關系的跨國實證證據，這些證據表明長期通脹率在很大程度上可以對收益率曲線斜率向上進行解釋。

（2）利率期限結構與實際經濟增長的關系。關于利率期限結構與宏觀經濟的聯系，早在Estrella和Hardouvelis（1991）就通過美國季度數據，證明10年期和3個月期的國債收益率之差能夠很好地預測未來的消費、投資和產出情況。Haubrieh和Dombrosk（1996）通過研究說明利差對GDP增長也有很好的預測作用。國內對這方面的研究起步較晚，學者通過實證研究結果表明，我國利率期限結構對宏觀經濟走勢具有一定的預測能力（孫皓，石柱鮮，2011），利率期限結構是宏觀經濟波動態勢的“指示器”（孫皓等，2012）。

于鑫（2008）認為長短期利差對我國未來經濟變化具有一定的可預測性，但利差的邊際預測效果較差。況山（2009）研究發現銀行間市場不同長短期利差結構對宏觀經濟景氣一致指數的預測能力不同。其中，2年期國債利率與同業拆借1天的利差對一致指數解釋力度較強，且一致指數與利差呈負相關關系系，利差越大，未來10個月的一致指數越小。陳鵬，徐煒（2009）則認為10年期與3年期利差對經濟增長的預測能力最強，利差增大預示著未來經濟的增長。此外，利率期限結構對還能對經濟周期波動進行預測，孫皓，石柱鮮（2011）研究表明，我國利率期限結構變動能夠較為穩定地指示未來3個月的經濟周期波動狀態。

最新的研究由Favero等（2012）等做出，他們提供了一個統一的狀態空間模型框架，用來分析無套利和大型信息集的預測功能，發現非套利模型在較短的期限較短的范圍內更有用，大型信息集則在較長的范圍和較長的期限內更有用；收益率曲線模型可以利用宏觀經濟變量來預測宏觀經濟。

（3）利率期限結構與貨幣政策的關系。大量文獻都表明利率期限結構與貨幣政策之間存在密不可分的聯系。利率期限結構中蘊含著貨幣政策信息（徐小華，何佳，2007；郭濤，宋德勇，2008），通過利率期限結構的變化，中央銀行可以獲得金融市場對未來通貨膨脹以及利率變化的預期信息，從而制定合理的貨幣政策。同時，貨幣政策可以通過它的具體操作和傳導機制對利率期限結構產生一定的影響（Dai和Philippon，2006）。另外，賈德奎（2010）還從貨幣政策透明度角度上進行研究，發現提高貨幣政策透明度更有利于引導市場預期和形成穩定合理的利率期限結構。

不同期限利率受貨幣政策的影響不同，貨幣政策對我國短期利率的影響要遠大于對中長期利率的影響（劉海東，2006）。貨幣政策對期限結構不同因子的影響效果也具有顯著差異，孫皓，石柱鮮（2011）表明貨幣政策作用下，利率期限結構水平和曲率因子減小，而斜率因子增大。在貨幣政策的寬松期和緊縮期，面臨貨幣政策從緊的沖擊，水平因子的響應分別為正向和負向，而斜率的響應均為負向；當貨幣政策由寬松期轉向緊縮期時，水平因子變大，斜度變?。ㄅ嗣舻龋?012）。但是沈根祥（2011）的研究指出，貨幣政策和利率期限結構之間的短期動態影響表現出非對稱性，即債券市場對貨幣政策變化的反應較為遲緩，但貨幣政策對市場利率的變化反應敏銳。而長期均衡關系則表明，貨幣政策對銀行間債券市場利率期限結構有顯著影響，但銀行間債券市場對央行的利率調控目標不敏感，不能形成明確預期。

2.利率期限結構與宏觀經濟關聯性的研究

除了分別研究利率期限結構與通貨膨脹、宏觀經濟或貨幣政策等宏觀經濟因素的關系外，國內外學者也嘗試著探索利率期限結構與多種宏觀經濟因素間的動態關系，從整體上分析它們之間的關聯性。胡雪琴，陳勇（2010）采用主成分分析法構建我國國債市場的三因子動態模型，分析利率期限結構、貨幣政策和宏觀經濟三者的關系。Reschreiter（2011）研究貨幣政策制度的轉變對英國實際利率、通貨膨脹目標的影響，結果表明隨著貨幣政策改變為通貨膨脹目標制，實際利率的均值回歸水平下降，實際利率的波動性也降低了，實際利率偏離均值的持久性則增加了。Orphanides和Wei（2012）則探索了宏觀經濟結構對利率期限結構的影響，表明實際GDP增長、通貨膨脹和名義短期利率的遞歸估計的VAR產生與調查預測更為一致的預測。

宏觀沖擊對利率期限結構的影響也引起學者的關注，但宏觀沖擊對不同期限利率產生的影響存在差異，貨幣沖擊、供給沖擊和價格沖擊對短期利率具有持續顯著的影響，而對長期利率則沒有顯著作用（劉金全等，2007）。同時，不同類型宏觀沖擊對利率期限結構的影響也不一致，于鑫（2009）認為利率的水平因子受價格水平的影響最大，貨幣政策變化主要引起傾斜和曲度因子的變化，但季紹波等（2010）則認為貨幣政策主導水平因子變化，實際經濟變化才是傾斜和曲度因子變化的主要原因。孫皓，石柱鮮（2011）模擬了宏觀經濟對利率期限結構的沖擊效應，認為宏觀沖擊長期對利率期限結構的整體水平具有明顯影響，而對坡度的影響僅在短期內有效。

篇（5）

[DOI]10.13939/ki.zgsc.2016.16.068

1 引 言

2015年是中國股票市場引人注目的一年，A股市場開戶數量在這一年達到了歷史峰值，2015年也是中國股市不平凡的一年，投資者既經歷了千股漲停，也見證了千股跌停。那么，在我國當前新的經濟環境下，宏觀經濟因素對上漲指數的影響發生了怎樣的變化無疑是一個值得探究的問題?，F有的研究主要是利用多元回歸的方法來對影響上證指數的宏觀經濟因素進行分析，這種從靜態角度進行研究的方法，一方面只能體現某一特定時間段內宏觀經濟因素對于上證指數的平均影響程度，不能夠體現出這些影響因素在不同時期內對上證指數影響程度的變化；另一方面隨著國內外經濟環境的變化，原有的固定參數模型可能已經不能充分解釋新的市場環境下宏觀經濟因素對上證指數的影響。因此，本文建立時變系數狀態空間模型，研究主要宏觀經濟因素對上證指數的動態影響過程。

2 文獻綜述

國內外學者近年來對股票市場與宏觀經濟因素之間的關系做過大量的研究。從變量選取方面，主要以CPI、失業率、利率、匯率、工業生產指數、石油價格等作為宏觀變量，研究這些變量對上證指數的影響。其中，Girardin和Joyeux（2013）關注CPI，Bhargava（2014）關注失業率和利率，Altinbas和Biskin（2015）則關注利率、匯率、工業生產指數、石油價格、黃金價格等較為廣泛的領域。國內文獻相繼則關注GDP、各類價格指數（CPI、PPI）、宏觀經濟景氣指數、消費者信心指數、工業增加值、社會消費品零售總額、進出口總額、固定資產投資完成額、匯率、人民幣存款基準利率、存款準備金率、銀行間7天內同業拆借加權平均利率、貨幣供應量M0、M1、M2、城鄉居民儲蓄存款余額、和社會消費品零售總額、上海證券交易所市價總值等19個指標。這些宏觀經濟變量與股價指數的關系，曾志堅和江洲（2007）的結論是股票價格指數的短期波動受到利率和儲蓄的短期變化影響；但是工業增加值和貨幣供應量對上證指數的影響較小。孫洪慶和鄧瑛（2009）認為股票價格指數與貨幣供應量之間有強協整關系和格蘭杰因果關系；而和GDP、投資之間完全沒有協整關系。朱英姿和吳美等（2012）得到的結論是一些宏觀經濟因素對上證指數有較強的預測力，例如經濟先行指數和商品房銷售面積。從計量方法來說，Garch-Midas、不對稱PARCH模型、協整檢驗、多元回歸模型來檢驗上證A股指數受到多種宏觀經濟變量的影響。

3 宏觀因素選擇

可能影響上證指數的宏觀因素有許多，本文按照數據的可得性和國內外因素統籌兼顧的原則結合現有的研究成果對宏觀因素進行選取。選取的國內影響因素有反映整個宏觀經濟流動性的貨幣供給量M2、宏觀經濟景氣指數、消費者物價指數CPI以及人民幣匯率、反映美國經濟狀況的道瓊斯指數5個指標。

4 變系數狀態空間模型

影響上證指數的宏觀因素有多個，這些因素對上證指數的影響是不可測的，并且是隨時間變化的狀態變量?，F有文獻中的固定參數模型是假設在選取的樣本期間內各變量之間的關系不變的條件下得到的，描述的是宏觀因素對上證指數的平均影響關系。本文利用Harvey（1999）和Hamil-ton（1994）提出的狀態空間模型構造出變參數模型來分析不同宏觀因素對上證指數的動態影響。

變系數狀態空間模型可以表示為：

5 實證研究

5.1 樣本選取及數據選擇

如上文所述，本文選取的上證指數影響因素有貨幣供應量M2、宏觀經濟景氣指數、消費者物價指數以及人民幣兌美元即期匯率、美國道瓊斯工業指數。樣本選取的數據為2008―2015年的月度數據，研究各因素對上證指數的動態影響。其中，對于上證指數和道瓊斯工業指數，選取的是每月最后一個交易日的收盤價數據，

為了方便研究，本文對上述變量重新定義，各變量的定義如表1所示。

5.2 平穩性與協整關系檢驗

為了保證時間序列的平穩性，首先需要對各變量進行單位根檢驗，在進行單位根檢驗之前，先對數據進行初步的處理。對上證指數、貨幣供應量和道瓊斯工業指數先進行對數運算（下文中的上證指數和道瓊斯工業指數均指的是對實際值求對數后的結果），然后對經過對數處理后的數據進行一階差分，得到的數據分別用dLsz、dLX1、dLX5表示。對于宏觀經濟指數，消費者物價指數和匯率進行一階差分處理，得到的數據分別用dX2、dX3、dX4表示。

對處理后的數據運用Eviews進行ADF檢驗，檢驗結果如表2所示。

由表3可以看出，在5%的顯著性水平下，跡檢驗和最大特征根檢驗都表明拒絕接受“至多存在5個協整關系”的原假設，兩種統計量檢驗結果都表明在5%的顯著性水平下這六個變量之間存在6個協整關系。通過協整分析可以知道，貨幣供應量M2、宏觀經濟景氣指數、消費者物價指數、匯率、道瓊斯工業指數和上證指數之間存在長期的均衡關系。

5.3 模型的建立與估計

運用本文上述內容中介紹的時變參數狀態空間模型來具體研究貨幣供應量M2、宏觀經濟景氣指數、消費者物價指數、匯率、道瓊斯工業指數對上證指數的影響，模型建立如下：

量測方程：

5.4 結果分析

為了直觀的表現各因素對上證指數的時變影響，本文利用Eviews產生狀態序列，并選擇濾波狀態變量均值，得到變參數的上證指數影響因素的動態變化過程。由于在用卡爾曼濾波法求解狀態向量的過程中，狀態空間初始值的選取問題會對求解的早期時變系數造成影響，所以我們從2011年開始討論。如下面各圖所示。

由圖1可知，2011年年初到2011年6月，貨幣供應量對上證指數的影響為負，并逐漸增加至-0.4。自2011年第三季度開始一直到2013年年末，M2對上證指數一直保持負向影響并趨于減弱。2014年前半年M2對上證指數影響稍微增強并產生正向影響，但是從2014年下半年開始到2015年年末M2對上證指數開始由正向影響減弱并轉為負向影響，并持續增大，在樣本區間內的2015年第三季度M2對上證指數的負向影響達到最大。

圖1 貨幣供應量M2對上證指數的動態影響

圖2顯示，宏觀經濟景氣指數在2011―2014年第三季度對上證指數的正向影響基本平穩，保持在0.03左右。自2014年第三季度開始一直到2015年6月，宏觀經濟景氣指數對上證的正向影響逐漸減小，在2015年3月變為負向影響，并且負向影響逐漸增大，并且在6月達到負向最大值，隨后負向影響稍微減少。

圖2 宏觀經濟景氣指數對上證指數的動態影響

從圖3可以看出，從2011年開始消費者物價指數一直保持著對上證指數的正向影響，并且影響逐漸增大，特別是進入2015年之后，消費者物價指數對上證指數的影響快速增大，并且在2015年6月左右達到最大的正向影響。

圖3 消費者物價指數對上證指數的動態影響

圖4顯示，在2011―2014年第三季度，人民幣兌美元匯率對上證指數的正向影響趨于平穩，維持在稍大于0.4的水平，說明其他條件不變的情況下，匯率增長1個單位，則上證指數對數值增長0.4個單位。從2014年第四季度開始匯率對上證指數的正向影響逐漸增大，到2015年6月達到最大正向影響，約為1.2，隨后正向影響稍微減少。

圖4 人民幣兌美元匯率對上證指數的動態影響

從圖5中可以看出，在2011―2014年第二季度，道瓊斯指數對上證指數的影響雖然保持正值，但是逐漸減小。從2014年后半年開始到2015年，道瓊斯指數對上證指數的正向影響又快速增大，在2015年10月左右達到最大值，約為1.7。

圖5 道瓊斯工業指數對上證指數的動態影響

6 結 論

觀察這五項影響因素在樣本區間內對上證指數的動態影響，可以看出各因素對上證指數的影響程度都是變化的，但是變化的程度不同。運用傳統的固定參數模型來分析各影響因素對上證指數的平均影響，顯然無法真實反映各因素對上證指數的影響程度，特別是無法反映2014年第四季度到2015年各變量對上證指數的影響程度發生的變化。此外，對比現有文獻中的研究結果，可以發現采用最新的數據來研究各因素對上證指數的影響得到的結論與以往采用較早數據進行研究得到的結果存在較大差異。

研究結果表明，整體上看，2011―2014年第三季度這段時間內，本文選擇的宏觀經濟變量除貨幣供應量外，其他四項影響因素對上證指數影響的極性保持不變。其中，宏觀經濟景氣指數對上證指數保持穩定的正相關關系，即宏觀經濟景氣指數越高，上證指數也越高；反之，宏觀經濟景氣指數越低，上證指數也越低。說明這段時間內，上證指數在一定程度上能夠反映宏觀經濟狀況。消費者物價指數對上證指數保持正向影響，消費者物價水映的是通貨膨脹水平，說明通貨膨脹水平增加，上證指數也上漲。人民幣兌美元匯率對上證指數保持穩定的正相關關系，并且影響程度大于消費者物價水平和宏觀經濟景氣指數對上證指數的正向影響，即人民幣升值階段（直接標價法下匯率下跌），上證指數也在下跌。道瓊斯指數對上證指數一直保持正向影響，但是在2011―2014年第二季度末，正向影響逐漸減弱，但是影響程度是這些影響因素里面對上證指數影響程度最大的因素。貨幣供應量M2在此期間對上證指數的負向影響逐漸減小，最終在2014年第二季度達到最大的正向影響，說明我國的股票市場上貨幣供應量M2對上證指數的影響有一定的不確定性，與現有的研究結果相符。

2014年第三季度到2015年第二季度末，觀察各影響因素在此期間對上證的影響可以發現，各影響因素對上證指數的影響都發生了較大變化，可能是在此期間，上證指數出現了暴漲和暴跌的原因。其中，宏觀經濟景氣指數對上證指數的影響在此時期為負值，并且負向影響逐漸增大，即宏觀經濟景氣指數越差，上證指數反而越上漲，這與經濟學原理不相符，一定程度上說明此階段的上證指數與實際宏觀經濟情況相背離，并且背離程度隨著上證指數的上漲而逐漸增大，換句話說此階段內的股指上漲并不是宏觀經濟改善的結果。消費者物價指數對上證指數的正向影響在此階段也增強，說明物價水平的上漲對上證指數影響程度增大，可能是隨著物價水平和上證指數的上漲，投資者借助股市上漲來抵御物價水平上漲的意愿增強造成的。匯率在此期間對上證指數影響程度增加較大，達到前幾年的3倍左右，遠大于貨幣供應量、宏觀經濟景氣指數、消費者物價指數對上證指數的影響，說明現階段人民幣兌美元匯率是影響上證指數的重要因素之一。道瓊斯工業指數對上證指數的正向影響也在此期間大幅增加，說明我國股市與美國股市的聯動性越來越大，可以猜測，A股市場在此階段的漲跌一定程度上可能受國際股票市場整體環境聯動影響的結果。

從以上結論可以看出，新形勢下宏觀經濟因素對上證指數的影響程度正在逐漸增強，尤其是對上證指數影響最大的匯率和道瓊斯工業指數。投資者應更加關注宏觀經濟因素，特別是人民幣匯率的變動和美國股市的變動情況。此外，這些宏觀經濟因素對上證指數影響程度增強的趨勢能否保持，是值得我們繼續關注的問題。

參考文獻：

[1]卜巧花.宏觀經濟環境因素對中國股票市場的影響――基于次貸危機背景下的實證研究[J].當代論壇，2009（8）：8-9.

[2]王元月，梁翠翠.基于變參數模型的流動性與上證綜指收益率關系研究[J].中國管理科學，2010（2）：25-30.

[3]孫洪慶，鄧瑛.股票價格宏觀經濟變量與貨幣政策――對中國金融市場的協整分析[J].經濟評論，2009（4）：50-57.

[4]朱英姿，吳美，陳超.我國宏觀經濟因素對股市預測力研究[J].投資研究，2012（11）：76-87.

[5]李艷，吳國蔚.探索影響上證指數的因素[J].中國市場，2010（14）：82-84.

[6]劉勇.我國股票市場和宏觀經濟變量的經驗關系研究[J].財貿經濟，2004（4）：21-27.

[7]吳攸.中國股票價格指數的影響分析[J].產業與科技論壇，2014（5）：103-105.

[8]沈昊駒，聶明.我國貨幣供應量與股市走向的實證研究[J].金融教學與研究，2010（4）：60-63

[9]趙會寧.股票價格宏觀影響因素實證分析[J].財政金融，2011（2）：117-119.

[10]屈晶.利率變動與上證綜合指數關系的實證研究[J].財稅金融，2015（25）：62-63.

[11]屈晶.上證綜合指數與我國宏觀經濟變量關系研究[J].農村經濟與科技，2014（11）：126-128.

篇（6）

宏觀經濟學巨擘盧卡斯曾指出：“理論經濟學的一個功能是提供表述清楚的人工經濟系統作為實驗室，讓那些在現實經濟中代價高昂到無法想象的政策實驗可以在其中以低得多的成本得到透徹檢驗?！薄抖唐谕ㄘ浥蛎泟討B：理論和中國實證》一書貫徹了盧卡斯對宏觀經濟研究的建議，為構造具有中國特色的宏觀經濟政策“實驗室”進行了有益探索?？v觀全書，作者立足于短期通貨膨脹動態理論的前沿發展，著眼于中國現實的通貨膨脹問題，在深入考察、描述中國通貨膨脹經驗特征的基礎上，從通貨膨脹預期、通貨膨脹持久性以及成本渠道三個方面逐步深入地考察了中國短期通貨膨脹的動態特征。特別是，作者嫻熟地運用了動態隨機一般均衡建模、仿真方法以及宏觀時間序列分析的前沿方法，對中國短期通貨膨脹動態進行了富有啟發性的刻畫，具有重要的學術價值和政策參考意義。

第一，辨析了通貨膨脹預期的時間坐標。通貨膨脹的動態演變依賴于通貨膨脹預期，預期在短期通貨膨脹動態演變中發揮決定性作用。該書首次構造出最小距離估計量，對新凱恩斯主義菲利普斯曲線和粘性信息菲利普斯曲線進行了實證比較，并發現前瞻性因素在中國短期通貨膨脹動態中發揮重要作用。

篇（7）

中圖分類號：F222.39 文獻識別碼：A 文章編號：1001-828X（2017）007-00-01

很多人都不太了解什么是宏觀經濟統計分析，在這里我們給出一個相對全面的解釋，宏觀經濟統計分析主要是以宏觀經濟理論為基礎，以指導國民經濟運行為目的，對宏觀經濟的整體運行過程進行分析的一種實證經濟。在國際上，宏觀經濟這個詞語第一次出現在20世紀30年代，由恩格斯提出理論知識，我們國家宏觀經濟統計分析產生于改革開放以后，隨著我們國家經濟的發展，我國的固定資產投資額不斷增加，對國民生產總值的影響作用也越來越大。通過對宏觀經濟統計方法的分析，可以有效地制定經濟政策進而實施宏觀調控，刺激經濟持續、健康發展。

一、宏觀經濟統計分析的內容

（一）宏觀經濟統計分析的類別及特點

宏觀經濟統計分析主要包括四個方面：（1）事前分析、事中分析和事后分析；（2）狀態性分析、規律性分析和預測性分析；（3）專題分析和綜合分析；（4）定期分析和不定期分析。宏觀經濟統計分析的特點主要包括應用性、數量性、對比性、綜合性、實證性五個特點，從真務實，用數據和事實說話，通過實證分析研究宏觀經濟問題。

（二）宏觀經濟統計分析的課題和內容

宏觀經濟統計分析按照經濟活動來進行課題劃分，可以劃分為國民收入分配、消費需求、投資需求、進出口需求、國民經濟綜合平衡分析、宏觀市場運行等多個課題，在不同的歷史階段，由于其現實背景的差異，宏觀經濟分析角度都會有不同的研究課題，描述我們宏觀經濟的變化過程、特征、以及變化規律等問題，揭示影響事物變化的關鍵因素，探索其因果關系，并積極的找出解決問題的方法，以供決策者選擇。

二、宏觀經濟統計分析的方法

（一）均衡分析和非均衡分析

均衡分析是宏觀經濟統計分析中的重要手段之一，這一分析方法認為各種變量在綜合分析的情況下最終會達到一種均衡狀態，就供給需求理論而言，均衡分析理論認為供給曲線和需求曲線在一定的價格和數量條件下，這兩種曲線就會達到均衡，這種理論在馬歇爾將圖形引入宏觀經濟學以后一直在西方經濟學中占據主導地位；非均衡分析方法是相對于均衡分析方法而言的，認為市場上的供求不可能相等。非均衡分析方法更加貼近生活，它認為在現實的經濟生活中，由于信息的短缺和不對稱以及信息成本的提高，所以市場的供需總是會存在差異，是不可避免的，其中不完全競爭將是非均衡分析方法的研究重點。

（二）定性分析方法與定量分析方法

定性分析方法作為宏觀經濟統計分析中的一個分支，由于其缺乏理論知識的基礎，所以人們更多的還是傾向于定量分析方法，定量分析方法主要運用在金融領域，其中數學依據主要是計量和統計，在經濟學中，常用的定量分析方法又分為5小種，分別為比率分析法、趨勢分析法、結構分析法、相互對比法以及數學模型法，在這5種分析方法中，比率分析法是所有分析方法的基礎，趨勢分析方法、結構分析法、相互對比法是分析方法的延伸，數學模型法則代表了定量分析方法將來的發展方向。

（三）靜態分析和動態分析

靜態的分析方法主要是橫截面分析，是相對側重于分析經濟變量的均衡條件，而動態分析則引進了時間維度，比如較為流行的時間序列分析，相對側重于隨著時間發展經濟狀況的發展，這兩種分析方法都是不全面的，需要兩者相結合來看待，以長泰縣為例，不僅僅要對長泰縣現有的經濟狀況、發展水平、發展特點以及問題作出分析，還要在時間維度上來作出整體把握，充分考慮內在條件和外在因素的雙重作用，從而制定出相對的經濟改革策略。

三、宏觀經濟統計分析的意義

我們為什么要研究宏觀經濟統計分析，宏觀經濟統計分析有什么的意義？我們從以下幾個方面來分析：1.研究宏觀經濟統計分析有利于把握證券市場的總體變化趨勢，在證券投資領域是離不開宏觀經濟分析的只有把握住了整體的經濟發展方向，才能把握證券的整體變動趨勢；2.利用宏觀經濟統計分析來判斷整個證券市場的投資價值，這里的證券市場泛指整個證券交易市場，從狹義角度來說整個證券市場的投資價值就是整個國民經濟增長質量與速度的體現，當然對于長泰縣這個小整體而言也是這樣的；3.通過宏觀經濟統計分析，掌握宏觀經濟政策對證券市場的影響，證券市場與國家宏觀經濟政策息息相關，認真分析宏觀經濟政策，這樣才能準確把握證券市場的運行趨勢和價值變動方向，對投資者、證券業本身，乃至整個行業的發展都有重要的意義。

四、結語

在宏觀經濟學中，一方面在實證分析中，各類分析方法通常綜合起來，多種分析方法共同作用，解決相關經濟問題；另一方面實證分析方法也和規范分析方法相結合，實證分析方法為規范分析方法提供了理論依據。在《資本論》中，馬克思曾提到“分析經濟形式，既不能用顯微鏡，也不能用化學試劑，二者都必須用抽象力來代替”，因此在我們研究宏觀經濟學問題的時候，要用多種分析方法來綜合考慮，研究宏觀經濟分析方法的內容、方法以及意義。長泰縣作為一個城市近郊縣，在經濟發展的今天，也要秉持宏觀經濟統計分析方法，制定嚴謹的經濟發展路線，帶動經濟的騰飛，希望本文能對此有一定的借鑒意義。

參考文獻：

[1]董濤.宏觀經濟統計分析發展的基本問題[J].中國科技博覽，2014.

篇（8）

在調整速度的眾多影響因素中，宏觀經濟因素對調整速度的影響近年開始引起學術界的關注。Douglas0．Cook(2009)分別采用兩階段和綜合兩種動態部分調整模型，考察宏觀經濟環境對調整速度的影響，發現在宏觀經濟繁榮時調整速度較快。原毅軍，孫曉華(2006)的研究得到調整速度與上一年GDP增長率正相關，與通貨膨脹率，實際貸款利率和財政支出增值率負相關的結論。黃輝(2009)對宏觀經濟環境和制度因素影響調整速度進行了研究，結果顯示調整速度表現出順經濟周期現象。本文對前人研究方法進行改進，基于部分調整模型，用宏觀經濟變量劃分樣本進行調整速度對比研究。在目標資本結構的回歸中不考慮宏觀因素。這樣改進可以避免雙重考慮宏觀經濟因素造成研究結果不穩定性和不顯著性。

一、研究模型與變量設計

1．研究模型

(2)目標資本結構擬合變量。根據已有文獻對目標資本結構影響因素的研究，本文選用的公司特征變量包括：公司規模(SIZE)，用主營業務的自然對數表示，目前公司規模與資本結構的經驗研究沒有得到一致結論；資產有形性(TANG)，用固定資產除以總資產表示，經驗研究表明有形資產的比率與資產負債率正相關；非債務稅盾(NDTS)，用固定資產折舊除以總資產表示，經驗研究研究發現非債務稅盾與資本結構負相關；公司成長性(GROW)，用托賓Q值表示，公司成長性對資本結構的影響目前還沒有定論；公司盈利能力(PROF)，用息稅前利潤除以總資產表示，公司盈利能力對資本結構的經驗研究也沒有得到一致的結論；稅收因素(TAX)，用所得稅除以利潤總額表示?？紤]行業特征因素，用行業資產負債率平均值(HAB，HAM)表示。

(3)宏觀經濟變量。仿照Douglas0．Cook(2009)，本文選用GDP增長率來定義宏觀經濟環境。GDP增長率定義為本年GDP減去上年GDP再除以上年GDP。宏觀經濟變量劃分樣本的具體情況是，l3年的GDP增長率數據以2002年的GDP增長率為中位數分為兩個部分，每個部分分別按照GDP增長率的二分位數再進行劃分，將樣本分成四個部分。取GDP增長率最小的三年1998~2000定義為為宏觀經濟環境衰退；取GDP增長率最大的三年2005~2007定義為宏觀經濟環境繁榮。

二、樣本選取與估計方法

選擇滬深兩市1996~2008一般上市公司的數據，不包括金融上市公司，剔除PT，ST公司。經過數據整理，獲得分布于十二個行業的715家公司的9295個樣本觀測點。樣本數據來源于CCER數據庫。由于模型(3)把目標資本結構的決定因素內化其中，模型右邊包含因變量一階滯后變量，采用動態面板數據的G刪估計方法，把模型(3)右邊所有變量的二階滯后變量作為工具變量。

三、實證結果分析

模型(3)的回歸結果如表1

篇（9）

在調整速度的眾多影響因素中，宏觀經濟因素對調整速度的影響近年開始引起學術界的關注。Douglas0．Cook(2009)分別采用兩階段和綜合兩種動態部分調整模型，考察宏觀經濟環境對調整速度的影響，發現在宏觀經濟繁榮時調整速度較快。原毅軍，孫曉華(2006)的研究得到調整速度與上一年GDP增長率正相關，與通貨膨脹率，實際貸款利率和財政支出增值率負相關的結論。黃輝(2009)對宏觀經濟環境和制度因素影響調整速度進行了研究，結果顯示調整速度表現出順經濟周期現象。本文對前人研究方法進行改進，基于部分調整模型，用宏觀經濟變量劃分樣本進行調整速度對比研究。在目標資本結構的回歸中不考慮宏觀因素。這樣改進可以避免雙重考慮宏觀經濟因素造成研究結果不穩定性和不顯著性。

一、研究模型與變量設計

1．研究模型

接受Nerlove的部分調整模型(partialadjustmentmode1)的構建思路，構建下面的資本結構部分調整模型(1)

其中，和分別表示公司i在第t年末的最優資本結構和實際資本結構。為調整系數，表示在一個年度內公司的資本結構向目標水平調整的快慢，并間接反映調整成本的大小。

根據屈耀輝(2006)等人的研究，目標資本結構可表示為公司特征向量與行業特征向量的線性函數

其中是影響公司目標資本結構的一組相關變量，和分別為行業和時間虛擬變量。

將(2)式帶入到(1)式整理得到本文的回歸模型(3)式

2．變量設計

(1)資本結構變量。本文分別使用賬面資產負債率和市場資產負債率兩種資本結構進行研究。

表示賬面資本結構，市場資本結構。表示長期負債，表示短期負債，表示賬面總資產，表示流通股賬面價值，表示流通股市場價值。

(2)目標資本結構擬合變量。根據已有文獻對目標資本結構影響因素的研究，本文選用的公司特征變量包括：公司規模(SIZE)，用主營業務的自然對數表示，目前公司規模與資本結構的經驗研究沒有得到一致結論；資產有形性(TANG)，用固定資產除以總資產表示，經驗研究表明有形資產的比率與資產負債率正相關；非債務稅盾(NDTS)，用固定資產折舊除以總資產表示，經驗研究研究發現非債務稅盾與資本結構負相關；公司成長性(GROW)，用托賓Q值表示，公司成長性對資本結構的影響目前還沒有定論；公司盈利能力(PROF)，用息稅前利潤除以總資產表示，公司盈利能力對資本結構的經驗研究也沒有得到一致的結論；稅收因素(TAX)，用所得稅除以利潤總額表示?？紤]行業特征因素，用行業資產負債率平均值(HAB，HAM)表示。

(3)宏觀經濟變量。仿照Douglas0．Cook(2009)，本文選用GDP增長率來定義宏觀經濟環境。GDP增長率定義為本年GDP減去上年GDP再除以上年GDP。宏觀經濟變量劃分樣本的具體情況是，l3年的GDP增長率數據以2002年的GDP增長率為中位數分為兩個部分，每個部分分別按照GDP增長率的二分位數再進行劃分，將樣本分成四個部分。取GDP增長率最小的三年1998~2000定義為為宏觀經濟環境衰退；取GDP增長率最大的三年2005~2007定義為宏觀經濟環境繁榮。

二、樣本選取與估計方法

選擇滬深兩市1996~2008一般上市公司的數據，不包括金融上市公司，剔除PT，ST公司。經過數據整理，獲得分布于十二個行業的715家公司的9295個樣本觀測點。樣本數據來源于CCER數據庫。由于模型(3)把目標資本結構的決定因素內化其中，模型右邊包含因變量一階滯后變量，采用動態面板數據的G刪估計方法，把模型(3)右邊所有變量的二階滯后變量作為工具變量。

三、實證結果分析

模型(3)的回歸結果如表1

篇（10）

初級：曼昆《經濟學原理》、薩繆爾森《經濟學》、斯蒂格利姿《經濟學》

中級：平狄克《微觀經濟學》、〈微觀經濟學: 現代觀點〉范里安、《宏觀經濟學》曼昆、《宏觀經濟學》多恩布什、《國際經濟學》保羅克魯格曼

高級：平新喬的《微觀經濟學18講》、張定勝《高級微觀經濟學》、范里安《高級微觀經濟學》、《高級宏觀經濟學》戴維羅默、薩金特《動態宏觀經濟理論》、龔六堂《高級宏觀經濟學》、《經濟增長理論》

（來源：文章屋網 ）

篇（11）

從上世紀七十年代開始,金融的自由發展和信息網絡技術的廣泛應用促使金融創新走進了一個全方位、大規模、高速發展的時期,對每一個金融角落造成沖擊,成為全球經濟增長全新的推動力,大大促進了全球經濟一體化發展。但是,金融創新不僅使得配置金融資源的效率得到提高,也迫使金融系統的宏觀生存環境發生了改變,改變后的宏觀經濟環境不斷沖擊著金融穩定。經濟一體化在放大國際間金融風險傳導性的同時加快了經濟結構失衡,導致金融脆弱性越來越大,加大了國家政府為促進本國經濟增長、維護本國價格穩定而實施宏觀貨幣政策的難度,間接影響著金融穩定。影響金融穩定的宏觀經濟因素具體包括三方面:一是全球經濟一體化把金融危機的傳染效應放大了;二是經濟結構失衡,加快了調整產業結構的頻率,放慢了經濟全球化進程;三是虛擬經濟跟實體經濟的規模不協調,導致貨幣政策的調節效果不理想。這些宏觀經濟因素都對金融穩定造成一定的消極影響。

二、基于宏觀經濟維護金融穩定的策略

1.不斷豐富和創新金融產品,進一步完善金融市場結構首先,在美國爆發次貸危機時,我國的金融還處在初級發展階段,可交易的金融產品很少,出現產品結構單一和同質化問題。所以,我們應加大研發新的金融產品的力度,尤其是資產類金融產品、風險防范類金融產品等,從而改變傳統以銀行信貸產品為主的中國金融產品結構。與此同時,雖然美國在過度創新金融衍生產品的影響下爆發了次貸危機,但其本質原因是缺乏金融監管,所以我們不能因噎廢食,而應結合市場實際合理制定發展計劃,不斷增加交易金融產品的品種,特別要針對中小企業開發更多融資產品,在自主創新中進一步創新和發展具備強大生命力的、成長性良好的金融衍生產品,從而分散金融風險。其次,豐富的、多樣化的金融產品離不開多元金融市場的支持。自改革開放以來,我國經濟結構所發生的改變是根本性的,傳統產業不斷轉型和升級,并進一步深化國有企業改革,民營經濟慢慢成長為發展經濟的原動力。國家經濟結構、企業組織結構的多樣化、國際化發展要求投資融資機制也必須是市場化的、多樣化的。換言之,我國金融市場必須具備多元化的層次結構,才能滿足不同類型、不同規模的企業在不同時期的投資融資需求,才能促進中國金融市場不斷增強風險抵御能力。一是建立健全資本市場運行機制,不斷拓展證券市場,鼓勵跟既定條件相符的企業采取發行債券的手段來籌集資金,并加快建設中小企業融資憑條,從根本上解決中小企業面臨的融資難問題;二是重視基礎環境,進行合理布局,加快對區域性金融市場、機構的培育步伐,推動中西部地區,尤其是民營中小型企業快速實現跨越式發展,從而推動我國經濟結構均衡發展。

2.基于宏觀經濟周期建立提前反應機制,強化風險預警商業銀行跟宏觀經濟之間的聯系非常密切,所以提高金融穩定水平的一個重要前提就是準確把握好宏觀經濟的走勢。為此,銀行應加強分析宏觀經濟,充分把握國家宏觀經濟政策的變化與取向,把握好信貸投向行業的市場空間、發展前景等,并基于宏觀經濟周期建立提前反應機制,從而確定出能抵御通貨膨脹的、獲得國家產業政策支持的重點發展行業、區域,對信貸資金進行優化配置,有效防范并化解金融系統可能面臨的風險。在經濟周期調整中,我們應不斷強化風險預警,尤其是行業風險預警,需密切關注行業政策、行業資產價格波動等的變動風險,及時進行風險預警,制定風險防范措施,從而確保行業企業能順利度過經濟期的調整。風險預警是一項系統的、長期的任務,為確保風險預警能夠穩定而完整地執行下去,應考慮建立連續的風險管理數據庫。該風險管理數據庫應包含三方面內容:第一,宏觀經濟數據,它包括經濟發展、經濟投資、經濟消費、進出口貿易等數據,以及國家對金融、財政、貿易等的規定;第二,中觀經濟數據,它涵蓋區域經濟環境、區域經濟發展等數據,以及行業發展情況、行業技術動態、行業產品結構等數據;第三,微觀經濟數據,它包含企業的財務指標、組織管理、產品價格信息、產品供求信息等數據。與此同時,要確保能及時更新風險管理數據庫,動態跟蹤、監測金融風險,確保能及時反饋風險預警信號。

3.完善宏觀經濟審慎監管手段,有效防范潛在金融風險雖然銀行通過實施逆周期資本緩沖政策有效阻止了中國銀行業受到全球經濟衰退的沖擊,但較資本安全性、有效性的宏觀審慎監管目標的實現而言還存在不足,可采取以下策略來完善宏觀經濟審慎監管手段,有效防范潛在金融風險,維護金融穩定。一是堅持完善調整銀行穩健性的參數。差別準備金動態調整政策的實施的關鍵是正確判斷一個國家的市場流動性和信貸規模。當下,我國商業銀行信貸規模的重要衡量指標之一就是它在GDP中占據的比重,并沒有把那些具備信貸功能的非銀行金融機構囊括進去,導致指標參數過于單一,覆蓋面受到限制,很可能會造成金融監管主體誤判宏觀經濟。為此,需不斷拓寬統計范圍,把具備信貸功能的民間的信托公司、融資機構、典當行等金融機構納入統計信貸規模的范疇,并把金融系統在經濟周期調整中的景氣程度、不同機構的金融系統重要性等因素都納入對市場流動性的判斷中,不斷提高調整銀行穩健性的參數的可信度。二是進一步完善金融調節手段。針對金融系統具備的順周期性特征,應建立健全動態杠桿率指標體系和調整差別準備金動態的措施,建立逆周期資本緩沖、動態流動性緩沖以及存款保險制度、動態撥備制度等審慎監管措施,把中央銀行在市場公開業務中具備的作用充分發揮出來,并結合運用傳統的貨幣政策工具,以實現分散、防范金融系統潛在風險的目的。三是在實施政策時要做到差異性與公平性并重。各國政府承受金融風險的能力并不相同,造成各個國家制定的調整金融穩定性的參量、逆周期資本緩沖標準等都存在一定的區別。對我國國內市場來說,為保證銀行系統的穩定,銀監會最近幾年持續提高撥備的覆蓋率,雖然使維護金融穩定而受到的信貸過度擴張的壓力得到一定的緩解,但迫于宏觀經濟壓力,銀行業,尤其是中小型銀行,它們承受著越來越大的盈利壓力,很可能造成它們的逆向選擇,去開展那些高風險高收益的信貸業務、其他外表業務等。所以,在實施差別化逆周期資本緩沖政策時要同時關注穩定性,避免金融系統受過度擴張的影響而產生潛在風險,防范在較大的盈利壓力下可能產生的潛在風險等,從而控制金融系統整體潛在風險的產生、積累,維護金融穩定。