宏观经济状况分析范文
时间：2023-11-03 17:26:29
导语：如何才能写好一篇宏观经济状况分析，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
1, the north China water conservancy and hydropower college graduate school of zhengzhou 450011; 2, wuhan university graduate school of wuhan 470072
摘要：现行判断宏观经济的指标繁多，且判断标准不尽相同，使得判断宏观经济整体状况不尽如人意。本文笔者提出一种全新的、并能够直接反映宏观经济状况的研究方法――群体综合指数判断方法，并将此方法运用在实例中，判断和分析了一国宏观经济的形势，证明了其正确性和科学性。
关键词：宏观经济 判断标准 群体综合指数判断方法
Abstract: the current macroeconomic indicators judge various, and the judgment standard is endless and same, make judgment macroeconomic overall condition not satisfactory. In this paper the author puts forward a kind of brand-new, and can directly reflect the research methods of macro-economic conditions-group composite index judging method, and the method is used in the example, the judgment and analysis of a country macroeconomic situation, prove the correctness and scientific.
Keywords: macroeconomic judgment standard group composite index judge method
中图分类号：F123.16 文献标识码：A文章编号：
1 绪论
在现代市场经济中，周期性的经济波动似乎成为了一国经济生活中的客观现象，经济发展是有起必有落，大起必大落。我国自改革开放以来，事实上也面临着膨胀与衰退的反复。经济波动必然影响到经济主体的行为。所以，必须加强对宏观经济的判断和分析。
纵观当前宏观经济判断的研究方法，有美国的综合指数法、国内基于模糊数学的综合评判法，还有全新的人工神经元网络理论景气观测法，但这些方法都或多或少的存在着一定的弊端。所以，在本文中，笔者讨论并提出了一种基于宏观经济指标群体的宏观经济状况判断方法。
2 群体综合指数判断方法
此方法是从宏观经济数据中选取比较重要的指标，作为一个评价群体，将指标月数据进行数据标准化，使其具有可比性，利用指标群体及其均值的变化趋势来判别宏观经济的运行状况及预测经济的未来趋势。步骤如下：
2.1数据的收集整理
选取重要的宏观经济指标，如GDP、CPI、PPI等，至少20个。将这些指标的月数据进行统计整理，得
其中：
2.2 数据的标准化处理
在数据分析之前，我们通常需要先将数据标准化，然后利用标准化后的数据进行分析。标准化后的数据，对测评方案的作用力同趋化，并且具有可比性。
Min-max标准化方法是对原始数据进行线性变换。设minA和maxA分别为经济指标A的最小值和最大值，将A的一个原始值通过min-max标准化映射成在区间[0,1]中的值，其公式为：
（公式1）
将每一个经济指标的月数据都标准化之后，便得：
2.3计算群体综合指数
将每个月标准化后的宏观数据平均化，及
（公式2）
得到群体综合指数：
3.案例分析
在本案例中，笔者选取德国作为研究对象，对群体综合指数判断方法进行验证和说明。由于股市是经济的晴雨表，股市的起伏能够很好地反映该国经济的状况，所以在本章中，笔者选取德国法兰克福指数作为反映德国宏观经济状况的对比参考指标。
3.1数据的收集整理
根据德国实体经济特点，筛选出23个能够反映德国宏观经济状况的指标，如GFK消费者信心指数、PMI、CPI等等，同时选取法兰克福指数（DAX）作为对比指标，时间区间为2008年1月到2011年9月。由于数据繁杂，现只选取出德国2008.01~2008.10期间的GFK消费者信心指数（即下表中A）、PMI(即下表中B)、CPI(即下表中C)三个指标的月数据进行具体统计整理，得
3.2 数据的标准化处理
根据公式1，将每一个经济指标的月数据及法兰克福指数标准化之后，得：
3.3计算群体综合指数
由公式2计算得群体综合指数：
3.4判断分析
将计算得出的群体综合指数和经过标准化处理后的法兰克福指数在EXCEL中作图得到德国指标对比图，为了分析方面，对其进行简化从而得到群体综合指数―法兰克福指数图，进而可以进行对比研究。
从上图分析知：
①从经济状况角度分析：2008.01―2008.08与2010.03―2011.09这两个时间区间，德国群体综合指数处于50%线和80%之间，说明此时德国经济比较稳定，经济状况良好，这与德国的实际经济是客观符合的；2008.09―2009.11与2009.08―2010.02这两个时间段，德国群体综合指数处于30%线和50%线之间，显示此时的德国的经济疲软，而2008.09―2009.11时间区间的经济背景是全球开始陷入金融危机，作为出口为主导的德国经济受到很到冲击，经济状况疲软，而2009.08―2010.02时间区间则处于经济危机的末期，经济虽有好转，但总体疲软；2008.12―2009.07时间区间，德国群体综合指数处于30%一下，联系当时经济环境，全球深陷处于金融危机之中，处于危机最艰难阶段，德国经济恶化，经济形势异常严峻，经济十分萧条。实际经济状况与群体综合指数判断方法很好的契合很好地验证了群体综合判断方法对经济状况的判别作用。
②从经济走势角度分析：2008.06―2008.11时间区间，德国群体综合指数曲线处于下行过程，显示德国经济处于下行过程，考虑到当时由美国次贷危机引发的全球金融危机正在向全球蔓延，开始影响其他国家经济，德国亦无法免受其害的事实，综合指数的判断方法与德国实际经济情况是符合的；2009.07―2011.04时间区间，群体综合指数曲线处于上行通道，显示德国经济处于复苏阶段，经济处于扩张状态，这与德国当时实际经济情况是客观相符的；2011.05―2011.09时间区间，德国综合指数曲线处于下行通道，显示德国经济处于下滑状态，而此时欧元区正深陷欧债危机不能自拔，欧元区经济下滑，作为欧元区三驾马车之一的德国，无法独善其身，经济受到拖累，这些事实都验证了群体综合指数判断方法的科学性。
③通过对比分析可知，作为德国经济晴雨表的法兰克福指数的走势与群体综合指数的走势基本吻合，两者的正相关性很强。所以，群体综合指数在一定程度上可以正确、全面得反正出德国宏观经济的运行状况，具有一定的科学性。
4 结束语
篇2
要想了解宏观经济，就需要知道哪些指标是可以衡量宏观经济的。首先是国内生产总值，这个指标被全球很多国家所采用，主要是由于他反映的是一个国家的生产力水平，可以衡量一个国家的国力。在计算国内生产总值时需要核算消费总数、个人投资额度、政府的支出额以及国家的净出口额四个方面，并将这四个方面相加，得出的结果，其结果如果为正数，表示目前国家的经济状况是处于发展的，这个方面包括人们的收入、消费能力都在增加，如果为负数，则表示目前的经济状况不太理想，由此国家需要采用相关政策来加强重视。其次消费物价指数，通过这个指数可以了解到一个国家各个不同地区的价格情况，物价水平的高低影响人们的购买能力，购买能力的大小又影响了商品的生产商、经销商以及投资者的利益，因此国家需要了解这一指标的数据，为制定相关政策提供一定的参考价值。最后是失业率，失业率与物价和经济发展状况是存在一定关联的，如果一个国家的失业率较高，则意味着通货膨胀率低，从而说明了物价水平低，反之，如果失业率高，则表示经济不景气。
2宏观经济的主要分析方法
（1）通过数据收集并统计的方法进行分析。一般而言是收集衡量指标的数据，在收集和统计完数据后可以采取三种方式进行分析，一是以物价水平的变化为依据，进行前后数据结果的年度、季度和月度对比；二是通过经济增长速度快慢来进行年度、季度以及月度的分析；三是各个因素的权重进行对比，看哪个因子能占据影响数据结果的重要比例，从而研究数据结果的结构变化。（2）通过经济预测的方式进行分析。经济预测一般是在理论基础上，依靠众多专家的讨论和调查进行预测；通过数据收集进行先后时间对比分析，并剔除其中的客观因素，从而能减少一定的误差；另外就是采取建立模型的方式进行预测，这种方式进行预测的结果较为客观和准确。
3宏观经济的主要宏观政策分析
篇3
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4
与此同时，证监会主席郭树清也频繁表态将在适当时机推出QDII2，“我们要使中国的居民在海外市场当中投资更加便捷化，特别是现在QDII的项目推出之后，我们要推出QDII2。”
QDII2的面世，至少从政策层面已经略无障碍，甚至有媒体称，QDII2的细则最快5月出炉。但从QDII的历史表现来看，其出海的经历并不算成功。数据显示，今年以来，排名前10的QDII基金，在全部1156只基金品种中，整体排名大多在下半区（如图）。考虑到QDII的惨淡表现，QDII2现在这个时候准备出海，时机是否称得上合适？
对此，浙商证券研究所所长邓宏光告诉《英才》记者，现在海外市场的投资风险较低，QDII2的出海正逢其时。“2008年的时候，全球的宏观经济状况都处在低谷，那时QDII的盲目出海是没什么好处的。如今的宏观经济状况已经今非昔比，全球都处于一个宽松的大背景下，中国的情况也积极向好。因此现在推出QDII2，无论是外部环境还是内部环境，都比较有利。”
除了宏观经济背景上的差异以外，如今投资者对QDII2与“前辈”QDII的态度，也发生了一些变化。
“2008年的时候，大家的思想相对比较封闭，主观层面更多的是接受外资进入而非内资走出去。但是经过5年的时间，现在大家的思想已经开放多了。”邓宏光说。
QDII2面临的另一个疑问是，虽然它的降生会给投资者带来一条投资新路径，不过，自去年底以来，A股市场的表现一直比较抢眼，因此不少人担心，QDII2的推行是否会对A股多少产生负面影响。
在新浪财经推出的一个调查结果显示，有接近八成的参与者认为，QDII2的推出将对A股产生利空影响，只有两成的人认为这是利好消息。
但多位受访人士则表示，QDII2将抽血A股市场的想法，实属多虑。
华融证券分析师范贵龙告诉《英才》记者，QDII2在开始阶段额度不会太大，需求也不会很强烈。而投资者都是聪明的，选择哪个股票市场进行投资，主要取决于股票市场间基本面的竞争。QDII2即使出海，也不会产生太大的影响。
篇5
【关键词】理论课；实验教学；宏观经济学
实践教学是高等教育必不可缺的环节，对于实现高校人才培养目标，提高高等教育教学水平，开展大学生素质教育，培养符合国家及地区经济发展需要的应用型人才有重要的意义。作为财经类高等院校，在人才培养方面必须要处理好社会需求与学校教育的关系，注重培养既具有深厚的经济管理学科理论基础，又能够灵活运用财经学科的思想方法解决现实问题能力的人才，使其更好地服务于地方经济发展，适应经济社会发展的需要。为此，在经济理论课程教育过程中，引入、开发、设计和建设实验教学环节显得尤为必要。本文选取《宏观经济学》课程教学为例，探索实验教学环节设计要义、内容和实施方案，以进一步推进理论经济学尤其是西方经济学、宏观经济学教学内容和教学模式的改革，不断对增强财经类专业学生理论联系实际的能力，适应社会、改造社会的创新能力。
一、《宏观经济学》实验教学环节设计思路
经济学是关于优化资源配置的学科，它所阐述的基本原理和方法对于社会经济活动有着重要的指导作用。如何通过科学的手段来验证经济学的基本原理与方法，经济学家们对此做了长期的探索。国内外著名高校都非常重视学生的创新能力和实践能力的培养，因而其实验教学受到重视并达到很高的水平。目前国外在美国、日本、德国、瑞典等发达国家的大学包括研究机构在经济学专业人才培养的实践方面都各有特色并取得了一定的成绩。在国内，各高校在经济学专业人才培养过程中的共同点是都比较重视实践教学环节，不少院校将理论经济学实践的重点放在课堂内实验课上，重点放在了对主要经济理论的验证上，如经济仿真实验。宏观经济学的实验课程比较偏重于对现有宏观经济学理论和宏观经济分析模型的验证分析，在培养学生把握宏观经济运行形势和特点能力方面的内容比较少见，宏观经济学的实践内容体系相对而言不够完整。
为了确保培养目标的实现，满足社会对人才的需求，在《宏观经济学》课程实践教学环节设计思路方面应该遵循以下几个要义：一是以“宏观经济基本面”为出发点。当今宏观经济运行复杂多变决定了宏观经济分析和预测的复杂性，在实验教学过程中，应以宏观经济基本面为出发点，把握宏观经济运行形势和特点，进行开展宏观经济分析和预测。二是以掌握宏观经济“第一手数据”为着手点。宏观经济是由许许多多指标和数据所描述和界定的，为了准确地观察、了解、判断宏观经济运行状况必须掌握第一手的反映宏观经济运行的实际状况的指标数据。三是以培养运用宏观经济学理论联系实际的能力为教学目标。从宏观经济学学科的三个学科形态，即抽象、理论、分析来看，更需要将实践教学明确地放在重要的位置，并将实践教学组织成一个比较完整的实践教学体系，体现理论性和实践性紧密结合的学科特征。四是以专题性设计类案例实验为引导。将宏观经济分析实验课程教学中的教学内容分解为宏观经济运行分析预测实验，即宏观经济数量分析实验和宏观经济理论知识验证分析实验两部分，并设置具有代表性的专题案例实验，通过案例实验引导教会学生开展课程实践。五是以鼓励学生进行创造性的科学探究为宗旨。采用探究法，把演示实验、学生实验、性质预测和证实串联起来，按科学发现基本过程的顺序，从发现问题到解决问题的角度使学生认识科学探究的基本过程。
二、《宏观经济学》实验教学内容设计
现代宏观经济学具体内容主要包括经济增长、经济周期波动、失业、通货膨胀、国家财政、国际贸易等方面。涉及国民收入及全社会消费、储蓄、投资及国民收入的比率，货币流通量和流通速度，物价水平，利息率，人口数量及增长率，就业人数和失业率，国家预算和赤字，出入口贸易和国际收入差额等，①在实践教学内容上应覆盖上述的主要内容，把验教学内容体系结构确立为宏观经济运行分析预测实验，宏观经济数量分析实验和宏观经济理论知识验证分析实验两部分。
（一）横向上统筹兼顾《宏观经济学》主要内容设计专题案例实验
实验教学内容体系横向上应该统筹兼顾以上主要的宏观经济学的理论教学内容，选择适当的宏观经济主体为研究对象，综合设计覆盖该主体宏观经济运行各层面的案例实验。例如，对应经济增长、经济周期波动理论设置宏观经济运行形势分析实验；对应国民收入理论设计需求贡献度测度实验；对应失业率、物价水平和通货膨胀理论的设置菲利普斯曲线形态规律分析实验；对应全社会消费、储蓄、投资宏观理论设置公众存款积极性指标分析实验；对应货币流通量和流通速度相关理论设置资金流量过程和结果分析实验等等。学生在实验教学过程中，选择感兴趣的宏观经济主体为研究对象，综合推进各项案例实验的开展，并运用宏观经济学理论知识对实验数据进行整理和分析，最终形成对该宏观经济主体的经济运行准确的认识和判断。
（二）纵向上遵循科学探究过程设计实验教学内容
科学探究的基本过程依次是提出问题、建立猜想和假设、制定实验方案、进行实验或调查获取事实与证据、检验与评价得出结论、得出结论。②《宏观经济学》实验设计以鼓励学生进行创造性的科学探究为宗旨，所以实验内容设计在纵向上就必须按照科学发现的基本顺序，遵循科学探究的基本过程。从宏观经济学基本原理和典型案例导入，引出实验的项目及问题，引导学生根据项目和案例进行讨论，学生带着问题入手进行实验，学生将实验结果进行比较分析，查阅相关文献材料巩固知识和技能。
三、《宏观经济学》实验教学实践及建议
我们在财经高校经济学专业本科2007年到2009年三个年级，共计250名在校学生中开展了《宏观经济学》实验教学实践。在课程结束对学生学习进行考核和评价时，要兼顾实验教学的学习效果的检验，学生经过一个学期的学习和考核，最终较好地完成了学习任务，教学效果良好。体现在学生的实验项目报告以及期末测试答卷成绩优良占了90%以上的比例。但在《宏观经济学》实验教学过程中，进行经验和规律的总结，查找存在问题，探索理论课程实验教学环节改革，以指导《宏观经济分析》实验课程在更高水平和更广的教学平台开展。
（一）应该不断充实和优化课程实验的内容体系
在上课过程中由于课时安排的关系，学生能操作的实验数量比较小，学生还需要花大量的时间查找数据，因此考查的宏观经济分析能力的项目就相对较少。因此，本着将理论与实践、理论与实验、实践与实验相结合的宗旨，在时间和条件允许的情况下，进一步充实和优化课程内容体系。既兼顾对现有宏观经济学理论和宏观经济分析模型的进行验证分析，又注重于对实体经济的宏观经济运行形势和特点的分析和预测，即宏观经济数量分析。
（二）积极探索建设实验课程实践基地
经济学是一门既强调理论又注重应用的学科，理论的深化需要在实践中体会。积极探索建设实验课程实践基地，在条件许可情况下，选择技术先进、经济状况良好、热心于高等教育、与专业相关的企事业单位作为稳定的实训基地。针对宏观经济分析实验课程，进行校外实践基地教学体系的开发、设计与实施，积极探索校外实践基地的开发与建设的合作共建模式，教学管理模式与学生管理模式，建立实践基地良性发展运行的长效机制。宏观经济学课程校外实践基地与实习基地、社会实践基地相区别，其特点在于以课程为中心，让基地为课程建设和课程实施服务，为学生发展服务，作为课程课堂教学的有益补充，弥补课堂、实验室教学资源不足。
（三）实验课程教学方法与手段的创新
首先，针对宏观经济分析和预测的复杂性，《宏观经济分析》实验课程教学涉及统计学、微宏观经济学、计量经济学、金融学、国际经济学等多个学科知识交叉运用，探索实践多科性的教学方法，在有限课时约束下，尝试将各学科理论知识和方法技能高效结合，进行开展宏观经济分析和预测；其次，本课题将采用实证型实验方法，用实验方法来全面分析宏观经济，使理论知识和分析技能方法更具体化、动态化、过程化。
【注释】
①高鸿业.西方经济学（第五版）[M].北京：中国人民大学出版社，2011.
②温盛伟，邱宝兰.科学探究过程评价的实施策略[J].中国成人教育，2007，（21）.
【项目基金】
本文系2012年度广西财经学院校级教改项目“财经类院校《西方经济学》立体多元化教学改革的研究与实践”阶段性成果（2012B11）
篇6
[关键词]上证指数；时变参数；状态空间； 动态影响
[DOI]10.13939/ki.zgsc.2016.16.068
1 引 言
2015年是中国股票市场引人注目的一年，A股市场开户数量在这一年达到了历史峰值，2015年也是中国股市不平凡的一年，投资者既经历了千股涨停，也见证了千股跌停。那么，在我国当前新的经济环境下，宏观经济因素对上涨指数的影响发生了怎样的变化无疑是一个值得探究的问题。现有的研究主要是利用多元回归的方法来对影响上证指数的宏观经济因素进行分析，这种从静态角度进行研究的方法，一方面只能体现某一特定时间段内宏观经济因素对于上证指数的平均影响程度，不能够体现出这些影响因素在不同时期内对上证指数影响程度的变化；另一方面随着国内外经济环境的变化，原有的固定参数模型可能已经不能充分解释新的市场环境下宏观经济因素对上证指数的影响。因此，本文建立时变系数状态空间模型，研究主要宏观经济因素对上证指数的动态影响过程。
2 文献综述
国内外学者近年来对股票市场与宏观经济因素之间的关系做过大量的研究。从变量选取方面，主要以CPI、失业率、利率、汇率、工业生产指数、石油价格等作为宏观变量，研究这些变量对上证指数的影响。其中，Girardin和Joyeux（2013）关注CPI，Bhargava（2014）关注失业率和利率，Altinbas和Biskin（2015）则关注利率、汇率、工业生产指数、石油价格、黄金价格等较为广泛的领域。国内文献相继则关注GDP、各类价格指数（CPI、PPI）、宏观经济景气指数、消费者信心指数、工业增加值、社会消费品零售总额、进出口总额、固定资产投资完成额、汇率、人民币存款基准利率、存款准备金率、银行间7天内同业拆借加权平均利率、货币供应量M0、M1、M2、城乡居民储蓄存款余额、和社会消费品零售总额、上海证券交易所市价总值等19个指标。这些宏观经济变量与股价指数的关系，曾志坚和江洲（2007）的结论是股票价格指数的短期波动受到利率和储蓄的短期变化影响；但是工业增加值和货币供应量对上证指数的影响较小。孙洪庆和邓瑛（2009）认为股票价格指数与货币供应量之间有强协整关系和格兰杰因果关系；而和GDP、投资之间完全没有协整关系。朱英姿和吴美等（2012）得到的结论是一些宏观经济因素对上证指数有较强的预测力，例如经济先行指数和商品房销售面积。从计量方法来说，Garch-Midas、不对称PARCH模型、协整检验、多元回归模型来检验上证A股指数受到多种宏观经济变量的影响。
3 宏观因素选择
可能影响上证指数的宏观因素有许多，本文按照数据的可得性和国内外因素统筹兼顾的原则结合现有的研究成果对宏观因素进行选取。选取的国内影响因素有反映整个宏观经济流动性的货币供给量M2、宏观经济景气指数、消费者物价指数CPI以及人民币汇率、反映美国经济状况的道琼斯指数5个指标。
4 变系数状态空间模型
影响上证指数的宏观因素有多个，这些因素对上证指数的影响是不可测的，并且是随时间变化的状态变量。现有文献中的固定参数模型是假设在选取的样本期间内各变量之间的关系不变的条件下得到的，描述的是宏观因素对上证指数的平均影响关系。本文利用Harvey（1999）和Hamil-ton（1994）提出的状态空间模型构造出变参数模型来分析不同宏观因素对上证指数的动态影响。
变系数状态空间模型可以表示为：
5 实证研究
5.1 样本选取及数据选择
如上文所述，本文选取的上证指数影响因素有货币供应量M2、宏观经济景气指数、消费者物价指数以及人民币兑美元即期汇率、美国道琼斯工业指数。样本选取的数据为2008―2015年的月度数据，研究各因素对上证指数的动态影响。其中，对于上证指数和道琼斯工业指数，选取的是每月最后一个交易日的收盘价数据，
为了方便研究，本文对上述变量重新定义，各变量的定义如表1所示。
5.2 平稳性与协整关系检验
为了保证时间序列的平稳性，首先需要对各变量进行单位根检验，在进行单位根检验之前，先对数据进行初步的处理。对上证指数、货币供应量和道琼斯工业指数先进行对数运算（下文中的上证指数和道琼斯工业指数均指的是对实际值求对数后的结果），然后对经过对数处理后的数据进行一阶差分，得到的数据分别用dLsz、dLX1、dLX5表示。对于宏观经济指数，消费者物价指数和汇率进行一阶差分处理，得到的数据分别用dX2、dX3、dX4表示。
对处理后的数据运用Eviews进行ADF检验，检验结果如表2所示。
由表3可以看出，在5%的显著性水平下，迹检验和最大特征根检验都表明拒绝接受“至多存在5个协整关系”的原假设，两种统计量检验结果都表明在5%的显著性水平下这六个变量之间存在6个协整关系。通过协整分析可以知道，货币供应量M2、宏观经济景气指数、消费者物价指数、汇率、道琼斯工业指数和上证指数之间存在长期的均衡关系。
5.3 模型的建立与估计
运用本文上述内容中介绍的时变参数状态空间模型来具体研究货币供应量M2、宏观经济景气指数、消费者物价指数、汇率、道琼斯工业指数对上证指数的影响，模型建立如下：
量测方程：
5.4 结果分析
为了直观的表现各因素对上证指数的时变影响，本文利用Eviews产生状态序列，并选择滤波状态变量均值，得到变参数的上证指数影响因素的动态变化过程。由于在用卡尔曼滤波法求解状态向量的过程中，状态空间初始值的选取问题会对求解的早期时变系数造成影响，所以我们从2011年开始讨论。如下面各图所示。
由图1可知，2011年年初到2011年6月，货币供应量对上证指数的影响为负，并逐渐增加至-0.4。自2011年第三季度开始一直到2013年年末，M2对上证指数一直保持负向影响并趋于减弱。2014年前半年M2对上证指数影响稍微增强并产生正向影响，但是从2014年下半年开始到2015年年末M2对上证指数开始由正向影响减弱并转为负向影响，并持续增大，在样本区间内的2015年第三季度M2对上证指数的负向影响达到最大。
图1 货币供应量M2对上证指数的动态影响
图2显示，宏观经济景气指数在2011―2014年第三季度对上证指数的正向影响基本平稳，保持在0.03左右。自2014年第三季度开始一直到2015年6月，宏观经济景气指数对上证的正向影响逐渐减小，在2015年3月变为负向影响，并且负向影响逐渐增大，并且在6月达到负向最大值，随后负向影响稍微减少。
图2 宏观经济景气指数对上证指数的动态影响
从图3可以看出，从2011年开始消费者物价指数一直保持着对上证指数的正向影响，并且影响逐渐增大，特别是进入2015年之后，消费者物价指数对上证指数的影响快速增大，并且在2015年6月左右达到最大的正向影响。
图3 消费者物价指数对上证指数的动态影响
图4显示，在2011―2014年第三季度，人民币兑美元汇率对上证指数的正向影响趋于平稳，维持在稍大于0.4的水平，说明其他条件不变的情况下，汇率增长1个单位，则上证指数对数值增长0.4个单位。从2014年第四季度开始汇率对上证指数的正向影响逐渐增大，到2015年6月达到最大正向影响，约为1.2，随后正向影响稍微减少。
图4 人民币兑美元汇率对上证指数的动态影响
从图5中可以看出，在2011―2014年第二季度，道琼斯指数对上证指数的影响虽然保持正值，但是逐渐减小。从2014年后半年开始到2015年，道琼斯指数对上证指数的正向影响又快速增大，在2015年10月左右达到最大值，约为1.7。
图5 道琼斯工业指数对上证指数的动态影响
6 结 论
观察这五项影响因素在样本区间内对上证指数的动态影响，可以看出各因素对上证指数的影响程度都是变化的，但是变化的程度不同。运用传统的固定参数模型来分析各影响因素对上证指数的平均影响，显然无法真实反映各因素对上证指数的影响程度，特别是无法反映2014年第四季度到2015年各变量对上证指数的影响程度发生的变化。此外，对比现有文献中的研究结果，可以发现采用最新的数据来研究各因素对上证指数的影响得到的结论与以往采用较早数据进行研究得到的结果存在较大差异。
研究结果表明，整体上看，2011―2014年第三季度这段时间内，本文选择的宏观经济变量除货币供应量外，其他四项影响因素对上证指数影响的极性保持不变。其中，宏观经济景气指数对上证指数保持稳定的正相关关系，即宏观经济景气指数越高，上证指数也越高；反之，宏观经济景气指数越低，上证指数也越低。说明这段时间内，上证指数在一定程度上能够反映宏观经济状况。消费者物价指数对上证指数保持正向影响，消费者物价水映的是通货膨胀水平，说明通货膨胀水平增加，上证指数也上涨。人民币兑美元汇率对上证指数保持稳定的正相关关系，并且影响程度大于消费者物价水平和宏观经济景气指数对上证指数的正向影响，即人民币升值阶段（直接标价法下汇率下跌），上证指数也在下跌。道琼斯指数对上证指数一直保持正向影响，但是在2011―2014年第二季度末，正向影响逐渐减弱，但是影响程度是这些影响因素里面对上证指数影响程度最大的因素。货币供应量M2在此期间对上证指数的负向影响逐渐减小，最终在2014年第二季度达到最大的正向影响，说明我国的股票市场上货币供应量M2对上证指数的影响有一定的不确定性，与现有的研究结果相符。
2014年第三季度到2015年第二季度末，观察各影响因素在此期间对上证的影响可以发现，各影响因素对上证指数的影响都发生了较大变化，可能是在此期间，上证指数出现了暴涨和暴跌的原因。其中，宏观经济景气指数对上证指数的影响在此时期为负值，并且负向影响逐渐增大，即宏观经济景气指数越差，上证指数反而越上涨，这与经济学原理不相符，一定程度上说明此阶段的上证指数与实际宏观经济情况相背离，并且背离程度随着上证指数的上涨而逐渐增大，换句话说此阶段内的股指上涨并不是宏观经济改善的结果。消费者物价指数对上证指数的正向影响在此阶段也增强，说明物价水平的上涨对上证指数影响程度增大，可能是随着物价水平和上证指数的上涨，投资者借助股市上涨来抵御物价水平上涨的意愿增强造成的。汇率在此期间对上证指数影响程度增加较大，达到前几年的3倍左右，远大于货币供应量、宏观经济景气指数、消费者物价指数对上证指数的影响，说明现阶段人民币兑美元汇率是影响上证指数的重要因素之一。道琼斯工业指数对上证指数的正向影响也在此期间大幅增加，说明我国股市与美国股市的联动性越来越大，可以猜测，A股市场在此阶段的涨跌一定程度上可能受国际股票市场整体环境联动影响的结果。
从以上结论可以看出，新形势下宏观经济因素对上证指数的影响程度正在逐渐增强，尤其是对上证指数影响最大的汇率和道琼斯工业指数。投资者应更加关注宏观经济因素，特别是人民币汇率的变动和美国股市的变动情况。此外，这些宏观经济因素对上证指数影响程度增强的趋势能否保持，是值得我们继续关注的问题。
参考文献：
[1]卜巧花.宏观经济环境因素对中国股票市场的影响――基于次贷危机背景下的实证研究[J].当代论坛，2009（8）：8-9.
[2]王元月，梁翠翠.基于变参数模型的流动性与上证综指收益率关系研究[J].中国管理科学，2010（2）：25-30.
[3]孙洪庆，邓瑛.股票价格宏观经济变量与货币政策――对中国金融市场的协整分析[J].经济评论，2009（4）：50-57.
[4]朱英姿，吴美，陈超.我国宏观经济因素对股市预测力研究[J].投资研究，2012（11）：76-87.
[5]李艳，吴国蔚.探索影响上证指数的因素[J].中国市场，2010（14）：82-84.
[6]刘勇.我国股票市场和宏观经济变量的经验关系研究[J].财贸经济，2004（4）：21-27.
[7]吴攸.中国股票价格指数的影响分析[J].产业与科技论坛，2014（5）：103-105.
[8]沈昊驹，聂明.我国货币供应量与股市走向的实证研究[J].金融教学与研究，2010（4）：60-63
[9]赵会宁.股票价格宏观影响因素实证分析[J].财政金融，2011（2）：117-119.
[10]屈晶.利率变动与上证综合指数关系的实证研究[J].财税金融，2015（25）：62-63.
[11]屈晶.上证综合指数与我国宏观经济变量关系研究[J].农村经济与科技，2014（11）：126-128.
[12]高铁梅.计量经济分析方法与建模[M].北京：清华大学出版社，2009∶380-381.
篇7
【关键词】利率市场化 金融深化 时序选择 政策建议
一、目前我国利率市场化现状
利率市场化是指资金供求双方借助市场机制决定资金的均衡价格，以便反映市场资金稀缺程度。目前受多重因素制约我国的利率体系尚由政府进行管制，但为了充分发挥市场配置资源的作用，利率市场化将是必然选择。
我国从1996年开始推行利率市场化改革，改革历程基本遵循了先放开货币市场利率和债券市场利率，再逐步推放开存贷款利率的市场化；货币市场利率市场化则放开了银行间拆借市场利率；债券市场利率市场化则放开了银行间市场国债和政策性金融债的发行利率；而存贷款利率市场化按照“先外币、后本币；先贷款，后存款；先长期、后短期；先大额、后小额”的思路，放开了境内外币贷款和大额外币存款利率，然后放开了金融机构贷款利率0.7倍的下限，并取消票据贴现利率管制；而人民币存款利率也实现了“放开下限，管住上限”。但对于目前是否是完全利率市场化的合适时机，争议颇多。
二、金融深化与时序选择相关理论
1973年麦金农和肖提出了利率抑制与利率自由化理论，并指出利率抑制是金融抑制的一个重要手段。一方面，过低的存款利率抑制了人们的储蓄愿望，造成资本供给不足；另一方面，贷款利率的限制一定程度上也削弱了金融机构储蓄资源配置的能力。
而我国学者也进行了大量我国金融深化、利率市场化的时序与条件研究工作。大部分学者认同渐进式的利率市场化方案更适合我国实际情况。为此，我国应选择间接或有限制的渐进式开放模式。
以上金融深化理论的相关研究推动着我国利率市场化的实践，本文将通过国内外实证分析进一步丰富金融深化理论。
三、国外利率市场化的实践与借鉴
从20世纪70年代末开始，西方国家掀起了一股利率市场化浪潮。利率市场化的实践在不同的市场经济国家产生了不同的效应，但无论哪个国家，其利率管理体制都处于日益开放的发展轨道。下面通过美国、日本和阿根廷利率市场化的改革进程对比分析，揭示一些可供借鉴的规律。
（一）美国、日本、阿根廷利率市场化的改革历程对比
1.美国利率市场化的改革历程
美国利率市场化改革归结起来就是“Q条例”从颁布到废止的过程。20世纪30年代后美国经济大萧条，为限制银行间存款利率竞争，保证稳健经营，美国逐渐出台了一系列法案，用来明确各种金融机构的专业化分工，特别是1933年6月颁布的《1933年银行法》。1966年《临时利率控制法案》出台，Q条例的使用范围进一步扩展。Q条例的实施一定程度上促进了美国经济的恢复，但进入20世纪60年代后期，其弊端日益显现。后来商业银行经过不断争取，最终美联储开启了利率市场化。先取消大额短期定期存款利率，又将90天以上的大额存款利率管制予以取消；并提高定期存款利率上限。1986年储蓄账户的利率上限取消，此时美国的利率市场化最终完成。
2.日本的利率市场化改革历程
二战后，日本通过低利率政策刺激经济复苏。1978年日本央行逐步取消对货币市场利率控制，并正式启动存、贷款利率市场化。当年银行间拆借和票据利率市场化得以实现。1985年取消大额定期存款利率管制，1993年小额定期存款的利率管制予以取消，1994年实现全部利率的市场化。
3.阿根廷利率市场化的失败
20世纪70年代中期，拉美国家经济失衡，经济增长剧烈波动，通货膨胀和名义利率节节高升，面对如此困境，许多国家开始效仿西方国家，试图通过利率市场化来促进经济发展。由于经济不稳定，加之银行监管缺失和经济体制等因素，改革后名义利率飙升，企业大量倒闭、外债大增，大量资金流向非银行金融机构，改革反而酿成金融危机。
（二）利率市场化的时序选择测度指标分析
首先，以衡量宏观经济水平的GDP增长率、通货膨胀率两个指标，分析利率市场化时美国、日本、阿根廷三国宏观经济状况。本文选取三国利率市场化前5年GDP增长率数据，进行对比分析和变异分析。
表1 三国利率市场化前5年GDP增长率指标
（注：数据来源于国际统计年鉴。）
通过表1可见：尽管阿根廷启动当年GDP增长率高达6.93%，但其前5年GDP增长率的变异系数为1.24，表明其宏观经济状况极不稳定，经济波动巨大；而尽管美国、日本当年GDP增长率不是特别高，但美国、日本前5年GDP增长率变异系数较小，经济运行相对平稳。
其次，选取三国利率市场化前5年的M2/GDP作为金融深化指标来分析资金市场发展状况。
表2 三国利率市场化前5年M2/GDP指标
注：数据来源于国际统计年鉴。
表2表明，三国资金市场的发展程度差异较大，日本市场化前5年M2/GDP均值达106.32%，且变异系数较小，而美国均值达62.71%，也在较高水平，说明两国金融深化程度较好；但阿根廷均值仅为18.04%，处于较低水平，且变异系数偏大，表明其资金市场规模和活跃程度都较低，金融深化不够，不足以平抑改革后的金融波动。
再结合改革后的市场表现看，改革前资金市场的规模和发展状况与改革后的效果关联性较强，选择在金融深化程较低时利率市场化，改革后金融深化率会迅速扩大而导致金融不稳定，甚至导致经济危机；若改革前资金市场发展健康，金融深化程度良好，则改革后金融市场将保持稳定，进而推动经济持续发展。
（三）选择利率市场化的模式分析及启示
通过对美国、日本、阿根廷三国利率市场化的历程、金融深化指标的对比和变异分析，本文认为：利率市场化的模式选择直接影响着改革效果，如果经济状况波动较大，金融深化较低时激进改革，则改革后金融市场会遭受显著冲击，如阿根廷；若利率市场化逐步推进，经济稳定而且金融深化显著，那么，改革成效会在一个较长的时期内逐步释放，并且平抑金融波动，促进经济持续发展，如美国、日本。对于我国利率市场化的启示如下：
改革进程不可冒进，渐进式改革更为可取。
稳定的经济环境护航利率市场化的推进。
金融深化程度与改革后的成效关联性较大。
完善的金融监管体系可以有效减缓改革带来的波动。
四、深化与利率市场化时序选择分析
根据金融深化理论，结合本文对三国利率市场化的时序选择量化对比分析，本文选取2003—2012年我国资金市场发展的某些指标进行趋势分析和变异分析，进而判断目前是否为完全利率市场化的合适时机。
我国现有的经济状况可以抵御利率市场化改革带来的负面影响，而近10年我国CPI均值为2.96%，变异系数为0.7，CPI均值不高，但是波动较大，不过处于低位波动，考虑到我国CPI构成中食品价格占比较大，而我国自然灾害导致的食品价格波动较大，因此整体通货膨胀情况可控。总体来看，近10年我国宏观经济运行整体平稳。
因此，虽然目前我国金融深化指标还未真实反映我国资金市场的发展水平，但剔除准货币的结构性影响，真实的金融深化指标也超过了60%，接近美国当时的水平，已经可以适时开展利率市场化改革。
本文认为尽管我国还存在着某些不成熟的条件，但是我国基本上具备了进行市场化改革的量化条件，只要配合合适的金融监管体系，通过渐进式改革模式，不仅能逐步消化利率市场化所带来的影响，而且能在改革过程中，适时调整策略，减少对金融市场的冲击，保持经济平稳运行。另外，要加快经济结构调整，有效刺激经济并保持稳定发展，为利率市场化的推进营造良好的宏观经济环境。
五、我国利率市场化的政策建议
1.改革进行需要有序推。时机上，央行要选择货币环境宽松时推进存款利率市场化；步骤上，分步推进，适时调整；策略上，先选取个别区域进行试点，然后全面推广。
2.当前宏观经济运行相对平稳，通胀可控，此时要加快经济结构调整，保持持续稳定发展，为利率市场化的推进营造良好的宏观经济环境。
3.从制度建设上，除了进一步完善融监管机制，还应建立存款保险制度等，为存款利率市场化提供一个相对稳定的预期。
参考文献
[1]孔德刚.对我国利率市场化改革的进程、模式及风险评析[J].财经政法资讯，2007（02）.
[2]罗熹.利率市场化的良机[J].资本市场，2012（11）.
[3]李兴法，闫俊.利率市场化进程中的中国商业银行贷款定价[J].大连海事大学学报：社会科学版，2007（02）.
篇8
关键词：股票市场 上证综合指数 数据挖掘 LOGISTIC回归 决策树
Abstract: This paper studies Macroeconomic Factors Impact On the domestic Stock Market with financial engineering, quantitative methods. After exploring the major macroeconomic indicators, applying LOGISTIC regression model and DECISION TREE model, this paper established models to explain the rose/ fell of SSE Composite Index, from May 2002 to Dec. 2011 as sample period. Finally, this article made an analysis of the results and limitations of these models, and proposed follow-up research.
Key words: Stock Market SSE Composite Index Data Mining LOGISTIC regression Decision Tree
一、引言
20世纪80年代以来的中国经济改革浪潮，推动了中国资本场的快速发展。从到今天，中国资本市场己经形成了多层次、多功能的结构体系。场作为最重要的组成部分，对国内资本市场的影响力与日俱增。至2011年末，国内上公司总市值己达到21.5万亿，比2000年底增长了约4.5倍，相当于国内2011年GDP的46%。2011全年国内股票市场总成交金额己经达到42.2万亿，比2000年增长4.7倍。如何能够更加准确的把握股票市场的走势，几乎是所有股票市场参与者共同关注的问题。通常来说，股票市场走势容易受到一些主要因素的影响，包括：
以GDP、工业增加值、采购经理人指数、货币量（M1、M2）等为代表的宏观经济数据。
国家财政、货币等宏观政策的重大转变。
容易受到全球金融及能源市场走势的影响。
此外股票市场还会受到自身一些特殊情况的影响，例如IPO进程、大小非解禁等情况。
以上只是对影响股票市场走势几大类因素的归总，实际的情况则更为复杂。首先，各种宏观经济数据和市场指标种类繁杂，宏观经济指标亦有提前、滞后之分；其次，各种指标的重要程度不同，受到市场的关注程度也不同，因而对股票市场的实际影响程度自然也各不相同。本文旨在通过量化和数据挖掘的手段，寻找一组经济指标序列，用来帮助理解股票市场短期的走势。
二、模型的建立
由于宏观经济指标分类众多，并且其中各种宏观经济指标序列与股市涨跌幅之间并非只是简单的线性关系或者可以通过时间序列模型进行解释；同时，各个宏观经济指标序列之间亦存在着比较复杂的因果关系，传统的多元线性回归分析模型在此问题上多少显得有些力不从心，本文将采用数据挖掘的简单决策树模型与统计模型中较为复杂的非线性模型来尝试进行建模。
（一）经济指标序列的选取
该模型旨在解释影响股票市场短中期走势，若选择的观测数据间隔时间过短，则随机干扰对价格的影响太大，且与宏观经济数据的时间不匹配。若选择的观测数据间隔时间太长，虽然能过滤掉不少的随机干扰，但会造成观测数据量大大变少，且会造成模型缺乏一定的时效性，与市场实践脱节过多。所以最终将观测数据的频率定位为月度数据，这样即做到了与主要宏观经济数据的频率一致，又能够兼顾到模型的时效性，方便后续进一步的研究。其次，考虑到虽然我国股票市场只有短短二十多年的发展时间，但几乎经历了发达国家近100多年的发展道路，不论从股票市场的规模、市场投资者的构成、以及监管部门对市场监管来看，近些年来国内股票市场的内在结构相较以前均己经发生了翻天覆地的变化，并且这种变化还在不断的发展当中，因此，在保证观测数据数量的前提下，尽量选择近期数据作为样本。最终本文选择了以2002年5月－2011年12月（共116组）作为样本数据区间，并且以上证综合指数的月度涨跌作为反映国内股票市场月度走向的目标数据序列。
另外考虑到各种宏观经济指标对市场的影响强弱，本文主要选取了如下的宏观经济指标序列（己经过初步挑选、处理）：
（二）LOGISTIC回归模型
LOGISTIC模型回归分析，是离散选择法模型之一，属于多重变量分析范畴。主要是根据一组或几组解释变量，来预测离散的被解释变量发生某种情况的概率。最常用的是二值型LOGISTIC模型。即被解释变量的取值只包含两个类别。例如：好、坏 ；发生、不发生；常用y=1或y=0来表示，则用于表示解释变量，表示在给定的条件下y=1的概率，LOGISTIC回归模型的数学表达式为：
其中称为优势比（Odds），即事件的发生与不发生的概率之比。其中概率P可以通过下式求得：
在本文中,令上证指数的月度上涨为1，月度下跌为0，即为上证指数月度上涨与下跌的概率比。
通过分别绘制相应宏观经济指标序列与上证指数月度收益率的散点图，从中挑选出随着解释变量的趋向，上证指数涨跌有着显著明关系的序列，且符合经济学逻辑的宏观经济指标序列，并且再通过LOGISTIC模型进行的相关性检验。挑选出的结果如下：
对以上经济指标序列用LOGISTIC模型分别回归建模的结果如表3所示。
可见M2同比、上证月度日均成交金额/流动市值对股市的涨/跌存在正效应，即指标序列数值越大，上证指数越趋向于上涨；PPI同比、1年期固定国债收益率对股市存在负效应，也即指标序列数值越小，上证指数越趋向于下跌，且拟合得到的参数估计值在5%的置信度下都是比较显著的。从模型错误归类率来看，四个序列对上证指数的上涨/下跌均有一定的解释度，其中上证月度日均成交金额/流动市值与1年期固定国债收益率的解释效果要相对高于另外两个指标。
对上述四个指标序列进行Pearson相关性分析，发现M2同比，1年期固定国债收益率与PPI同比之间存在比较高的相关性（见表4），而上证月度日均成交金额/流动市值与其他三组序列相关性较小。即最终模型的解释变量，很可能会从M2，国债收益率，PPI当中选取一个变量，与日均成交额/流动市值共同组成。将指标序列分别进行两两、三三配对建模，以及四个序列变量同时建模。结果，采用三序列、四序列的模型均存在参数估计值不显著的问题。最终在经过效果比对后，最终选取1年期固定国债收益率与上证月度日均成交金额/流动市值两个指标序列进行建模，且由于常数项不显著，将常数项从模型中移除。通过SAS软件对LOGISTIC回归模型最终得到的拟合估计结果如表5：
即1年期固定国债收益率和上证月度日均成交金额/流动市值的参数估计值分别为-0.6930和1.2103，且参数估计值均非常显著，P值都小于0.0001。整体LOGISTIC回归模型对上证指数涨/跌的解释正确率达到75%（1－0.25）。
由以上的拟合结果，模型最终定型为：
数据代入上述模型进行计算时，当结果L0时，即，此时模型解释为上证指数上涨。
（三）决策树模型
在机器学习中，决策树是一个预测模型。代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。建立决策树的过程，即树的生长过程是不断的把数据进行切分的过程，每次切分对应一个问题，也对应着一个节点，对每次切分都要求所分成组之间的“差异”最大。
在这里，我们希望通过简单决策树模型来帮助我们寻找出一套用于解释股市涨/跌的逻辑决策。同样地，令0代表上证指数的下跌；1代表上证指数的上涨。
同样地，对原始数据指标序列绘制对上证收益率的散点图，寻找明显可以运用决策树算法进行分割，并且符合经济规律的序列。经过筛选，从所有序列当中选取了五个有比较明显地符合决策树算法的指标序列。
挑选出来的序列单独经过简单的分割后，在分割出的区域内均有非常显著的涨跌趋向。把挑选后的指标序列随机抽取分成Training和Validation两部分，通过Cross Validation的方式，运用SAS软件的决策树模型对经济指标序列进行整体建模，并经过修剪，最终得到的典型决策树模型见图1：
通过决策树模型的建模，最终留下了1年期固定国债收益率、PPI同比、以及上证月度日均成交金额/流动市值三组指标序列。
决策树模型的效果可以通过衡量Training和Validation的错误归类比例来衡量，图2所显示的错误归类比例表明，每增加一支叶片，模型的错误归类比例就明显的减少，当叶片数增加至4片时，错误归类比例己经比较低了，并且Training和Validation曲线的紧密度还是非常不错的。需要注意的是图1、图2只是代表决策树模型中一种随机抽样后的建模结果。
三、本文总结
通过对不同宏观经济指标序列的整理和挖掘，采用LOGISTIC回归模型和决策树模型对股市上涨/下跌的解释作用还是比较明显的。在样本区间内（2002年5月-2011年12月，共116组观测），上涨63次（54.31%），下跌53次（45.69%）。通过建立LOGISTIC回归模型后，在数据样本内解释度能够达到75%的正确率，通过决策树模型，采用数据挖掘的方式，样本内的解释度也能够达到平均75%左右的正确率。可以说建立的两个模型的效果还是非常不错的。
但是就模型本身来说还存在一些需要注意的地方：
用于建模的样本区观测数据量只有116组，对于数据挖掘所需要的海量数据来说是偏少。这一方面主要还是由于国家经济数据指标公布的时间长度还比较短，特别是一些重要的指标数据如PMI等，从05年才开始公布；另一方面，主要是由于国内股票市场迅速发展，内在结构发生了较大的变化，所以需要选择较近的时间区间。
两个模型本身主要是偏重于相应宏观指标在一定区间范围内对股票市场的整体影响，而经济序列指标通常在一定区间内具有连续性，因而模型所得到的解释结果通常是具有连续性（即某个时间段内模型均解释为上证指数的上涨/下跌）。而实际上，股票市场通常呈现波浪式的走势，在牛市/或者熊市当中出现的调整走势在模型当中无法有效的进行刻画。同样的，对于股票市场趋势发生反转时，模型反应也较为迟缓。
在样本区间内，主要发生了08年以前全球经济的空前繁荣以及08年以后的金融危机，两种建立的模型，特别是决策树模型，所发掘出来的更多是这个时间段的特征，如果随后经济状况背景与建模样本区间的经济状况背景发生了较大的改变，那么模型的结果在未来的适用性就值得商榷了。
目前模型仍处于刚建立后的初步阶段，需要较长的时间对结果进行检验。另一方面，在上述的工作基础上，后续的研究工作仍有较大的开拓空间：下一步，将继续深入发掘各个宏观经济序列与股市涨/跌之间的提前/滞后关系，然后在解释模型的基础上进一步建立起用于预测股市上涨/下跌的预测模型。
参考文献：
[1]王济川，郭志刚. Logistic回归模型：方法与应用[M]. 北京：高等教育出版社，2001
篇9
【关键词】流动性 HP滤波法 单位根检验
一、引言
2007年，美国次贷危机发生后开始在全球范围内迅速蔓延，并逐渐演化金融危机，对许多国家和地区的证券市场流动性造成了极大的冲击。此轮危机中，我们发现美国股市的流动性与宏观经济之间存在着密切的联系，实体经济下滑之前，证券市场就已经开始出现流动性紧缩的状况，股市“晴雨表”的功能得到体现。这种联系在我国的证券市场中是否也存在呢？本文试图通过对沪深两市中流动性指标与宏观经济变量的季度数据进行实证分析，来探究我国证券市场流动性与宏观经济的关系以及内在机制。
二、文献综述和理论基础
目前，国外文献中关于证券市场流动性与宏观经济关系的研究主要从两个角度出发。一些学者从经济变化影响股市流动性的角度出发来探求两者的关系。Longstaff（2004）认为投资者预测经济状况将发生变化时，他们会调整自己的资产组合来应对经济形势的改变（流动性资产转移效应，flight to liquidity），当这一行为被大多数投资者采用时会导致市场流动性变化。Brunnermeier（2009）认为危机发生时，市场流动性和资金流动性的相互强化机制导致流动性螺旋式下降，金融机构将资金转移到低保证金的金融资产上去，进一步改变了股市流动性。另一些学者从证券市场流动性影响宏观经济的角度来研究两者的关系，其中研究证券市场流动性与经济增长关系的文献占了绝大多数。如Levine（1991）构建的内生经济增长模型，股市风险改变了投资者激励，并通过效率和资源改变了稳态的经济增长率。Kyle（1984）、Holmstrom（1985）则认为证券市场机制增强了公司治理，对实体经济产生正面影响。
国内学者在这一领域的研究多集中在研究证券市场流动性特征或证券市场与宏观经济关系上。刘勇（2004）研究表明股价指数和居民消费价格指数之间存在一种正相关关系，和货币供应量、利率之间存在一种负相关关系。陈梦根（2005）认为沪深两市股价变动与宏观经济变量之间并未表现出协整性特征，在样本期内，中国证券市场与国民经济之间尚未呈现稳定的长期均衡关系。马进、关伟（2006）通过协整分析和Granger因果检验指出我国股票市场与宏观经济存在着联系，但是这种关系很弱且相互影响的程度还不明显。
三、样本选择和实证分析
（一）变量选择和数据收集
考虑我国证券市场的市场特征和数据可得性，本文选择换手率和Illiquidity非流动性指标（ILR）来衡量我国股市的流动性。换手率从市场深度（depth）对流动性进行度量的，Illiquidity从市场深度和市场宽度两个维度对流动性进行度量。
换手率：，其中为第i只股票在T期内的交易
量，第i只股票的流通总股数。换手率越大，表明证券持有时间越短，流动性越大；反之，则流动性越小。
Illiquidity：，其中表示第i只股票或指数在T期的非流动性比率；表示第i只股票或指数在T期的收益率；表示第i只股票或指数在T期的交易金额。ILR衡量了一定交易量引起价格变动幅度的大小，LIR越大说明流动性越差。
本文选择上证综指和深圳成指作为沪深两市的代表，分别计算两种指数的换手率和非流动性比率。为了便于数据处理，计算出的非流动性比率ILR统一乘以1013。宏观经济变量包括真实GDP，真实消费（CONS），真实投资（INV）和利率，其中真实投资用经价格调整的全社会固定资产投资代替，真实消费用经价格调整的社会消费品零售总额代替，利率选择目前市场化程度较高的全国银行间同业拆借利率（7天年化利率）代替。本文数据主要来自于Wind数据库、国家统计局和中国人民银行网站，样本区间为2001年第一季度到2012年第二季度的季度数据，使用Excel和Eviews6.0beta进行数据处理和实证分析。
（二）实证分析
第一步，通过X-12-AA法对时间序列进行调整以消除季节性影响，得到调整后的序列再取一阶差分，得到dGDPSA、dCONSSA、dINVSA。对以上序列进行单位根检验，结果如表1所示，可见dGDPSA、dCONSSA和dINVSA是平稳的。
表1 单位根检验
t-Statistic ??Prob.*
D（GDPSA） ADF test statistic -4.291233 ?0.0016
Test critical values： 1% level -3.615588
5% level -2.941145
10% level -2.609066
D（CONSSA） ADF test statistic -10.07286 ?0.0000
Test critical values： 1% level -3.615588
5% level -2.941145
10% level -2.609066
D（INVSA） ADF test statistic -2.815358 ?0.0670
Test critical values： 1% level -3.646342
5% level -2.954021
篇10
[关键词] 企业景气调查 景气指数 经济预期
景气调查方法,是二次大战后欧美国家首先发起的,到上世纪50年代中叶,世界各国已广泛推广。它是一种较快了解经济情况的途径。目前世界上广泛开展的景气调查主要有以下三种类型:景气动向调查、设备投资意向调查、消费调查。景气动向调查的目的是了解宏观经济总体运行状况和趋势,各国开展的面向国内主要大中型企业的调查较多,这些大中型企业数量不多,但是在整个国民经济中所占比重却相当大。在国际上进行景气调查的著名机构大都是以定性的判断调查为主,唯独日本采取定性和定量调查同时进行的方式。其定量调查主要涉及企业生产、销售、库存等有关经济活动财务指标的实际数据和预测(或计划)数据,共有62个指标;定性调查17项,主要是调查企业家对本企业经济状况、库存水平及其它情况所作的判断和评价。日本银行的《主要企业短期观测调查》从1957年开始已经有40多年的历史。虽然问卷的形式复杂,内容繁多,但至1964年以来调查表的回收率均为100%,其公布的信息可信度也很高,而且极具影响力和权威性,政府和许多企业、机构都利用的数据来进行预测决策和制定政策、计划。
景气调查的最终成果是景气指数。景气指数又称为景气度,它是对企业景气调查中的企业家关于景气变动状况定性判断的定量描述,用于反映宏观经济运行和企业生产经营状况所处的状态和未来发展变化趋势。景气通常是指市场经济条件下,再生产周期的高涨阶段,以生产增长、就业增加、商业和信用活跃、市场兴旺等为表征的经济繁荣现象。在现代经济社会,景气变动受到了个人、社会经济组织,以及政府的普遍关注,景气预测成为现实经济分析的一项重要内容。
从国内的研究现状来看,基于企业景气调查结果的企业状况预测研究成果主要有:
1.企业景气状况与宏观经济运行相互关系研究:陈磊(2004)对中国人民银行5000户工业企业景气问卷调查结果进行了系统的实证分析,在全面考察各项景气调查指标的汇总量化指数DI的基础上,分别建立了综合反映企业景气状况变动特征的企业景气指数――先行、一致和滞后合成指数,并据此分析了企业景气状况与GDP、工业生产、投资、消费和物价等主要宏观经济指标的相关性,从而为政府部门及时、准确地判断和预测经济形势,深入探讨经济周期波动的微观起因提供有价值的信息,并且为企业景气调查制度的修订和完善提供必要的依据。
陈磊(2004)在全面考察中国人民银行景气问卷调查各项指标的基础上,构造综合反映企业景气状况的景气调查指数,对企业经营状况与宏观经济运行的相关性和行业景气变动的时差特征进行了系统的统计分析,从而为从微观领域把握和预测经济运行态势提供有价值的信息和必要的科学依据。
2.企业景气预测研究:肖进,樊英,朱兵(2006)将企业景气调查数据与传统统计数据相结合,综合利用这两类数据建立景气预测模型,并通过实证分析表明,与单一使用传统统计数据或企业景气调查数据建立的景气预测模型相比,综合利用两类数据建立的模型预测精度大大提高,从而为景气预测提供了一种新的思路。王恩德,梁云芳,孔宪丽,高铁梅(2006)根据我国统计数据的特点,开发了适于景气分析的数据仓库,同时利用国际上通用的景气指数方法,建立了监测中小工业企业经济运行状况的景气指数和预警信号系统,并研制了相应的中小工业企业景气监测预警软件系统。
3.企业景气与GDP增长率相互关系研究:何荆,尚国强(2003)试图运用浙江几年来企业景气调查结果和GDP增长率进行相关关系分析,并在证明两者呈显著相关的基础上,通过建立回归方程式,预测浙江GDP增长情况的大体趋势。吴健辉,洪旺元,郝朝晖(2005)[7]通过对中部六省企业家信心指数、企业景气指数和GDP三者相关关系的分析,比较各省经济发展的速度。
4.企业景气与财务预期相互关系研究:王晋斌(2006)研究表明定性和定量财务调查问卷设计指标的匹配问题限制了可以推断财务变量预期性质的变量,也使得从这些预期调查财务变量中难以观测下一时期财务真实变量的变化,降低了财务指标预期性质的可检测范围。徐广军,张腊梅(2008)以权威机构数千家企业调查数据为样本,分析了企业财务指标与企业景气指数之间的相关关系,并构建了基于企业景气指数的财务预测模型。经过分析和对模型的改进及对模型的预测评价,最后得到了7个具有较强预测能力的模型,为财务预测开拓了新的视角。
总结以上实证分析结果可以发现,企业景气调查能够从多方面反映企业景气状况,从微观面提供很多宏观总量数据难以包括的丰富信息,从而为政府部门及时、准确地判断和预测经济形势,深入探讨经济周期波动的微观起因提供一种新的、较为有效的分析工具。需要说明的是,由于我国开展企业景气调查的时间还比较短,以及转轨时期行业结构、经济结构的不断调整,企业景气指数构成指标的选择和企业景气状况与总量指标的时差特征还可能发生变化,有待于在未来更长的时间内不断加以检验和完善。
参考文献:
[1]高铁梅:计量经济分析方法与建模[M].北京,清华大学出版社,2007,5
[2]陈 磊:企业景气状况与宏观经济运行[J].管理世界,2004,(3),14-24
[3]陈 磊:基于问卷调查的企业景气状况及行业特征分析[J].统计研究,2004,(3),34-38
[4]肖 进 樊 英 朱 兵:景气预测模型应用研究[J].软科学,2006,20,(4),12-15
[5]王恩德 梁云芳 孔宪丽 高铁梅:中国中小工业企业景气监测预警系统开发与应用[J].吉林大学社会科学学报,2006,(9),122-130
[6]何 荆 尚国强:企业景气调查与GDP增长率相关关系及其预测研究[J],浙江统计,2003,(3),14-16
