前言：中文期刊網精心挑選了宏觀經濟變化范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
宏觀經濟變化范文1
關鍵詞：產業結構 Moore指數 HP濾波 格蘭杰因果關系
一、我國產業機構的變化歷程分析
產業結構與經濟的發展密切相關，一般來講，我們對產業結構的了解和定位就是，它是指以國民經濟的發展形態作為一個整體，在這個整體中每一個生產部門之間所占的比重與所創造的價值比重，對于我國而言，過去對產業結構這一問題的重視主要集中在農業與工業的發展比重這一問題上，對二者之間關系的正確處理關系到國家經濟發展的潛力，由于這一問題造成的偏差也對我國經濟的發展帶來了負面的影響。改革開放，是我國經濟發展的一個重要轉折點，市場經濟體制在我國的確立，經濟發展方式的轉變，最直接的體現在我國產業結構的變化與升級上。
二、產業機構變動與宏觀經濟變動的關系衡量
產業結構變動，從其本質上來看，仍然是生產力發展進化的體現，每一次產業結構的變化，都對當時的社會經濟產生了影響，產業結構與宏觀經濟之間存在著何種關系，我們要借用經濟學相關原理，對這一問題進行分析。
（一）產業結構變動的衡量
產業結構的變動，是一個國家宏觀經濟發展的重要動力，每一次產業結構調整或者升級，都會給一個國家的經濟發展水平帶來重要的影響。那么對于這二者之間究竟存在何種關系，我們可以通過一定的公式和計算來得出結論。Moore指數的計算公式為:
這個公式主要表述的是產業結構的變化與產業比重、GDP增長之間的關系，W,ti 表示t期第i產業產出占 GDP的比重,W ,it- 1表示t- 1期第i產業產出所占比重。定義θ= arcos (M+t)則表示的是在兩個互相連接的時期內，產業向量之間的夾角，值越大，也就表示變化的程度越大。通過這種計算我們可以看出，在K值與Moore數之間存在著客觀的規律性聯系，二者之間的指數變動情況近乎一致。這也就意味著，產業結構發生了改變，當時社會經濟的發展也會隨之發生改變。
（二）宏觀經濟變動的衡量
對于宏觀經濟的變動，我們通常采用統計方法來對經濟發展過程中出現的波動進行分析，主要有HP、BP和 Kalman濾波三種方式，本文中我們選擇其中一種方式來對我國近幾十年經濟發展過程中的變化趨勢經濟分析。除此以外，由于受到經濟發展客觀環境的影響，單一的統計方法可能無法完全的展現經濟變化發展的形態，所以在學界中采用了一種新的方法來反映經濟波動的形勢，這種就是經濟增長率方法，本文中同時采用這兩種方法以便更加客觀真實的展現出我國經濟在近三十年中的變化發展歷程。采用這兩種分析方式以后，我們可以知道，經濟增長的波動形態與HP濾波在形態上趨于一致，這種周期性的波峰和波谷與我們上文已經分析過的自1978年以后我國在經濟發展中，產業結構調整的時期基本一致，這再一次驗證了在產業結構調整與宏觀經濟的波動之間存在著客觀必然的聯系。
三、格蘭杰因果關系分析
采用格蘭杰關系實驗，有一個重要的前提，就是我們所采取或者選擇的變量之間都必須是穩定的變量，只有穩定的變量才能夠更加真實的體現在一段時間長度內二者之間的關系。因果關系的研究，必須排除大量的偶然性因素，選擇與客觀真實最相似的穩定值來作為研究對象是最佳選擇。在格蘭杰因果關系檢驗過程中，一個重要的因素就是必須重視滯后期的選擇，即使對于同一組數據，如果選擇的滯后期不同，那么最終得出的結論也會有很大差異。這個結論意味著，我國在改革開放以后，雖然經歷過幾次大的產業結構的調整，但是每一次產業結構調整并沒有對當時我國的宏觀經濟發展產生沖擊性的影響。這是因為，每一次產業結構的調整，都是一個周期性的過程，產業調整與當時經濟發展的能力和狀態密切相關，這種調整并不是完全脫離當時經濟發展的狀況作出，而是在大方向明確的情形下，根據當下的客觀經濟環境做出一些緩慢的改變和調整。從一個時間長度內來看，這一變化是明顯的，但是具體到每一年或者幾年中，這種變化的不明顯的。通過這次檢驗，我們得出的結論就是，經濟的波動，是帶來我們產業結構變化升級的格蘭杰原因。我國的經濟發展和產業結構的調整，除了依賴市場經濟發展的客觀規律以外，一些非市場性因素也在發揮著重要作用，國家的宏觀調控在經濟結構的變化中發揮著重要的作用，這種變化具有人為的操縱性，而這種變化的原因或者動力，就是來源于當時社會經濟發展的客觀現實狀況。
宏觀經濟變化范文2
關鍵詞：需求管理；供給管理；轉變經濟發展方式
中圖分類號：F014.32
文獻標識碼：A
文章編號：1000—2731（2012）04—0018—04
改革開放以來，中國通過增量改革實現了經濟增長的奇跡。從改革開放前30年的成功經驗來看，中國經濟快速增長的關鍵在于面對巨大的體制轉軌紅利、投資紅利、人口紅利和資源紅利的條件，充分利用了財政政策和貨幣政策等需求管理政策，通過擴張內需和外需尤其是投資需求和凈出口需求成功撬動了經濟增長。但是在中國不斷提升的經濟總量規模下，各種紅利條件逐漸稀釋乃至消失，中國經濟已走到了十字路口。
在產品市場上，由于低附加值、低質量的產品供給使得中國企業的利潤空間不斷被侵蝕。與此同時，低利潤水平競爭導致中國產品質量安全問題日趨嚴峻。就要素市場而言，在投資需求驅動的增長模式下，利率水平被長期壓低，進而致使投資效率持續走低。伴隨人口老齡化的到來，中國也正在由勞動力過剩走向勞動力供給的結構性短缺，工資水平的持續攀升在所難免，由勞動力要素稟賦產生的比較優勢逐漸消退，凈出口需求的擴張將面臨挑戰。單純的需求管理政策在供給充裕的時期，依靠投資需求和凈出口需求能夠有效拉動經濟增長，但也不可避免的產生了高污染、高耗能、高通脹、高貿易順差、高儲蓄和低消費的經濟發展態勢。改變乃至扭轉中國經濟當下的困境，加快轉變經濟發展方式是必然選擇，基于上述背景宏觀經濟調控需要從單純的需求管理向供給管理與需求管理相結合的模式轉型。
一、從需求管理向供給管理的戰略轉型
旨在短期內促進快速的經濟增長，中國經濟的發展戰略均是圍繞刺激投資和凈出口的需求管理體系展開設計的。然而需求管理難以破解目前中國經濟發展的結構性困局，由傳統需求管理為主向供給管理的戰略轉型勢在必行。
（一）戰略目標轉型
在傳統的需求管理體系下，中國經濟發展的戰略目標是經濟保持快速增長、經濟總量規模持續攀升，但在這一戰略目標的指引下中國經濟出現了投資與消費失衡、進出口失衡、生產要素的供需失衡等諸多結構性問題。由傳統需求管理為主向供給管理與需求管理相結合的轉型，首先需要對引導方針加以調整。為了克服經濟發展中的結構性難題，相應的戰略目標可以設定為：有效結合供給管理和需求管理的宏觀調控政策，以供給結構優化、創新驅動、要素生產率改進和制度建設為抓手拓展生產可能性邊界，創造新興的外貿、技術和生產要素的紅利空間，通過轉變經濟發展方式同步實現經濟持續增長、物價穩定、充分就業和國際收支平衡。
（二）戰略思路轉型
傳統需求管理的戰略思路是通過積極的財政政策搭配擴張型貨幣政策，以刺激投資和擴大出口來提振經濟。但其后果是，經濟增長的持續動力不足，經濟增長質量不高，通貨膨脹率較高以及高貿易順差引發的國際收支失衡。供給管理與需求管理相結合的戰略思路應當以提升經濟增長質量為核心，淡化單一的積極財政政策，靈活使用稅收、金融和轉移支付等多元化政策工具，充分調動各級政府和各種所有制結構企業在政策供給、產品供給、技術供給和要素供給的能動性，完善增長成果的共享機制，以創新帶動經濟又好又快發展。
（三）戰略原則轉型
傳統的需求管理在發展模式選擇上注重短期內以高投入帶動高增長，在區域經濟發展上突出效率優先兼顧公平。在上述戰略原則的指導下，經濟發展過程中出現大量重復建設，資源利用效率偏低，區域經濟發展的非均衡性較為嚴重。與之相對應，供給管理的戰略原則包括三個方面：重視長期目標、提升要素配置和利用效率、協調區域發展。具體而言，以經濟發展的長期目標為統領，弱化政府行為的相機抉擇，強調前后一致性的政策選擇，規避由政府和企業的短期行為對經濟產生的擾動。打破市場分割，通過完善要素市場機制，提升要素利用效率。借助財稅改革，賦予地方經濟更多自主性和積極性，實現區域經濟的協調發展。
（四）戰略重點轉型
戰略重點是實施戰略思路、實現戰略目標的重要方向和重點突破口。遵循供給管理與需求管理的戰略目標和思路，其戰略重點布局在以下四個方面：優化供給結構、提升供給質量、鼓勵技術創新、強化制度建設。即通過產業結構升級、淘汰落后產能增加技術密集型產品的供給比重。強化內外部監管機制和質量安全的立法和執法力度，降低產品供需之間由于信息不對稱引發的逆向選擇，進而提升產品質量。以完善知識產權保護和財稅補貼為主的正向激勵制度，鼓勵自主創新。最終，圍繞供給管理搭建起產業發展、財稅金融和法制體系等完善的制度平臺。
二、從需求管理向供給管理的路徑轉型
從傳統的需求管理向供給管理與需求管理管理相結合的轉型，在實踐操作層面的路徑轉型是以產品供給、技術供給、要素供給、制度供給和供給主體結構改善為核心，優化供給結構、提高供給質量。
（一）改善產品供給
中國經濟的快速發展已實現了由賣方市場向買方市場的轉變，產品供給的數量和規模不斷擴張，企業間低水平競爭的壓力日趨增大。在產品供給轉型方面，著力優化產品供給結構、延長產業鏈條、提升高附加值產品在產品供給總量中的比重，進而大力發展與發達國家的產業間貿易，拓展生產可能性邊界，提升中國企業的議價能力和利潤水平。與此同時，政府和企業應重視產品供給的質量安全建設，通過產品供給轉型增強對中國制造的信心，拉動對國內產品的消費需求。此外，改善產品供給還需要加強品牌形象建設，通過與國際一流企業的合作，構筑中國制造的一批國際高端品牌。
宏觀經濟變化范文3
1．1樣本選取
為了排除上市企業IPO盈余管理和利潤操縱因素的影響，筆者從上市時間距離研究點超過4年的上市企業中選取樣本。將因財務狀況異常而被特別處理的ST企業作為財務狀況危機企業，非ST企業作為財務狀況正常企業，從滬深兩市中選取2007—2011年因財務狀況異常而首次被ST的A股制造業上市企業，共89家;按1∶1比例從滬深兩市中隨機選取同時期同行業的89家正常制造業上市企業作為配對企業。這178個樣本中，把2007—2009這3年共116個樣本作為建模樣本，用來構建預測模型，2010和2011年共62個樣本則作為預測樣本，用來檢驗預測模型的有效性和準確性。
1．2變量選取
由于宏觀經濟涉及面廣且復雜，全面綜合考慮所有因素既不經濟也不可行，因此筆者根據國內外相關學者的變量選取情況采用文獻回顧法初步選取了以下11個相對數據的宏觀經濟變量:GDP增長率g1、CPI變化率g2、PPI變化率g3、工業增加值同比g4、M2同比增長率g5、M1同比增長率g6、利率的變化率g7、利率g8、社會消費品零售總額同比g9、同業拆借加權平均利率g10和失業率g11。為便于選取，筆者以2004—2011的32個季度11個宏觀經濟變量數據為基礎進行宏觀變量的篩選。財務變量的選取需要全面反映企業的財務狀況，結合國內外研究情況，初步選取了能夠全面反映企業償債能力、盈利能力、風險水平、現金流量能力和營運能力的24個財務變量，具體如下:①盈利能力:賬面市值比x1、資產報酬率x2、銷售凈利率x3、營業利潤率x4、凈資產收益率x5、總資產凈利率x6、留存收益資產比率x7和每股收益x8;②現金流量能力:固定資產比率x9、債務保障率x10、現金流量利息保障倍數x11和每股經營活動現金凈流量x14;③風險水平:財務杠桿系數x12和經營杠桿系數x13;④償債能力:流動比率x15、速動比率x16、營運資金對資產總額比x17和資產負債率x18;⑤營運能力:應收賬款周轉率x19、流動資產周轉率x20、存貨周轉率x21和總資產周轉率x22;⑥發展能力:營業收入增長率x23和總資產增產率x24。筆者采用第t－2年的財務數據來預測企業第t年的財務狀況。首先對變量進行單變量組間均值相等檢驗和F值檢驗，剔除對ST企業和非ST企業分類不明顯的變量。對于ST企業和非ST企業來說，所處宏觀經濟環境都一樣，因此只需對財務變量進行均值檢驗和F值檢驗。其次，對選取的11個宏觀經濟變量和通過均值檢驗的13個變量分別進行因子分析，以克服量間的多重共線性并選取影響較大的代表性因子，具體如下:(1)進行球形度的KMO與Bartlett檢驗，檢驗結果如表2所示。由表2可以看出，宏觀經濟變量和財務變量的KMO值分別為0．582和0．785，均大于0．5，且球形Bartlett檢驗顯著性水平均為0，小于0．05，說明宏觀經濟變量之間及財務變量之間適合進行因子分析。(2)從方差貢獻率角度考慮這些因子的影響，因子旋轉后的特征值和方差貢獻率如表3所示。由表3可以看出，宏觀經濟變量因子分析的前3個因子特征值均大于1且累計方差貢獻率達到82．104%，大于80%，可以選取這3個因子代替原始宏觀經濟變量，且不會造成大量的信息損失;財務變量因子分析的前4個因子特征值均大于1且累計方差貢獻率達到82．280%，大于80%，可以選取這4個因子代替原始財務變量，且不會造成大量的信息損失。(3)因子載荷矩陣如表4所示。其中，Gi為宏觀因子i，Fj為財務因子j。表4中的數值為具體因子載荷值(這里只保留了大于0．5的載荷)，分析這些數值可知，宏觀因子G1主要反映了通貨膨脹情況，宏觀因子G2主要反映了國家貨幣供應情況，宏觀因子G3主要反映了國家工業發展情況，這3個因子涵蓋了所有11個宏觀變量，因此用這3個因子代表宏觀經濟變量是合理的;財務因子F1和財務因子F3主要反映企業的盈利能力，財務因子F2主要反映企業的償債能力，財務因子F4主要反映企業的風險水平，這4個因子涵蓋了所有13個原始財務變量，因此用這4個因子代表企業財務變量是合理的。數據均來源于國泰君安數據庫。以上數據處理均通過SPSS18．0完成。
2實證分析
2．1建立模型
分別用判別分析、Logistic回歸和BP神經網絡3種方法建立財務風險預警模型，并用各個模型對樣本進行預測，對結果進行比較分析。判別分析法是對研究對象所屬類別進行判別的一種統計分析方法。判別分析的過程是根據已知測量的分類(0，1)和表明觀測量特征的指標變量，推導出判別函數，根據判別函數對觀測量所屬類別進行判別，對比原始樣本的分類和按判別函數所判的分類，計算出預測準確度和錯分率。Logistic回歸模型是對二分類因變量進行回歸分析時使用最普遍的多元統計方法。它使用最大似然估計法，求得相應變量取某個值的概率。如果得出的概率大于設定的分割點，則判定該企業將陷入財務危機。Logistic回歸對于變量的分布沒有具體要求，適用范圍更廣。BP神經網絡是目前最常見、應用最廣泛的一種神經網絡。BP網絡能學習和存儲大量的輸入－輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程。BP神經網絡模型拓撲結構包括輸入層、中間層(也稱隱層)和輸出層。輸入信號先向前傳播到隱節點，經過變換函數之后，把隱節點的輸出信息傳播到輸出節點，經過處理后再給出輸出結果。節點的變換函數通常選取Sigmoid型函數。
由于宏觀經濟環境是所有企業共同所處的環境，企業對宏觀經濟環境可能存在一定的超前或滯后的反應，因此在研究宏觀經濟變量對企業財務風險的影響時，應考慮使用宏觀經濟變量的期限，以確保預測模型最優。該項研究采用限制相對自由的Logistic回歸方法，研究計算通過SPSS18．0統計軟件中的Logistic工具完成。經過Logistic回歸，可分別得到基于t－3年、t－2年和t－1年的宏觀經濟Logistic回歸模型4～模型6，模型中的變量如表5所示。從上述3個模型中各變量顯著性水平來看，模型4中各變量的顯著性水平均優于另外兩個模型，即加入t－3年的宏觀經濟數據對預警模型的優化效果最明顯，這說明我國企業對宏觀經濟勢的反應存在一定的滯后性，因此在預警模型中加入t－3年即超前于財務數據一期的宏觀經濟數據是最合適的。以下分別用判別、Logistic回歸和神經網絡3種方法建立財務風險預警模型，每種方法都建立只含財務變量模型和加入超前財務數據一期的宏觀經濟變量兩種模型。建立前者模型時，把第二部分得到的F1、F2、F3、F4這4個財務變量因子作為輸入變量;建立后者模型時，把第二部分得到的F1、F2、F3、F4這4個財務變量因子和超前財務變量一期的G1、G2、G3這3個宏觀經濟變量因子共同作為輸入變量。通過SPSS18．0可分別得到基于財務變量判別模型式(1)和基于宏觀經濟變量判別模型式(2)，以及基于財務變量Logistic回歸模型式(3)和基于宏觀經濟變量Logistic回歸模型式(4)。運用BP神經網絡進行財務風險預警時，輸入層節點數為變量的個數，隱含層經過反復測試，最終確定為30個節點，輸出層節點數為1，即企業的財務狀況，輸出0表示財務狀況正常，輸出1表示陷入財務困境。BP神經網絡研究計算通過Matlab7．1軟件完成。訓練函數選用trainlm，設置最大學習次數為1000次，目標誤差為0．05，學習速率為0．08。
2．2預測結果及分析
用以上3種方法建立的模型對預測樣本進行預測，預測結果如表6所示，其中1代表ST企業，0代表非ST企業。通過表6可以得出以下結論:(1)基于宏觀經濟預警模型的預測準確度高于基于財務變量預警模型的預測準確度。但基于宏觀經濟預警模型對預測樣本的預測準確度與基于財務變量預警模型對預測樣本的預測準確度一樣，均低于對建模樣本的預測準確度，這說明在預警模型中加入宏觀經濟變量對企業財務風險預警模型能起到一定的優化作用，但預測本身的滯后性仍無法避免。(2)基于宏觀經濟預警模型的預測穩定性高于基于財務變量預警模型的預測穩定性。從表6可以看出，基于財務變量預警模型對預測樣本和對建模樣本的預測準確度變化率均有所降低。這說明在預警中加入宏觀經濟變量，預測準確度下降幅度有所減小，模型較穩定。(3)基于宏觀經濟預警模型更全面地反映了影響企業財務風險的各種因素。從模型自身來看，在不考慮宏觀經濟因素的情況下，對企業財務狀況影響最大的首先是盈利能力，其次是企業自身風險水平和償債能力;而在考慮宏觀經濟因素后，對企業財務狀況影響最大的除盈利能力和償債能力外，不容忽視的外部影響因素是代表整個國家工業發展情況的G3因子，且與企業發生財務風險概率的大小呈負相關。(4)從分類預測結果來看，在判別和Logistic回歸預警方法下對建模樣本預測準確度與預測樣本預測準確度進行比較，加入宏觀經濟變量前后模型的第一類錯誤率都是增大的，第二類錯誤率都是減小的。但神經網絡方法下兩類錯誤率都是減小的，這與神經網絡自身方法的特點有關。神經網絡對實際系統的擬合精度只取決于網絡自身結構特性及網絡學習參數的確定，而與實際系統的維數無關。(5)在這3種預警方法中，神經網絡預測結果最優，判別預測結果最差。從表6可以看出，無論在預警模型中是否加入宏觀經濟變量，無論是建模樣本還是預測樣本，模型預測準確度依次為BP神經網絡優于Logistic回歸，Logistic回歸優于判別模型。這說明在對企業財務風險進行預警時，應該優先考慮BP神經網絡方法，為以后企業財務風險預警方法選擇提供了參考依據。
3結論
宏觀經濟變化范文4
關鍵詞：股票流動性 宏觀經濟 流動性螺旋 安全投資轉移
近來的金融危機導致的信用緊縮過程中，金融市場的流動性顯示了其在維持一個運轉良好的有效市場中的作用，其匱乏表明宏觀經濟與流動性相互影響?，F有的相當數量研究發現金融資產流動性與經濟危機之間存在明顯因果關系。但是對于股票流動性與宏觀經濟之間的關系，國內研究并不充分，本文探討股票流動性與宏觀經濟的相互影響機制，并對國內外相關文獻研究進行歸納。
1 股票流動性與宏觀經濟的影響機制
股票市場流動性與實體經濟的影響機制包括：流動性螺旋、投資機制和安全投資轉移機制。下面對這些機制分別論述。
1.1 流動性螺旋
流動性螺旋，■和等（2010）定義其為股票流動性與融資流動性之間的相互影響形成機制。融資流動性的降低導致安全投資轉移，在此種意義上，流動性供應者改變其流動性供應，寧愿供應具備低邊際成本的股票。在危機時期，共同基金將首先意識到小股票投資組合的價值，進而面臨融資約束，從而會抽出投資，導致所投資對象認識到投資組合價值，最終融資流動性問題擴展到整個實體經濟。
1.2 投資機制
流動性通過影響投資，進而影響實體經濟。流動性更高的二級市場使得投資者更容易為產品市場，例如流動性較差、長期的項目進行投資。實證研究發現了這一點，Levine & Zervos (1998)對跨國模型的回歸，發現了股票市場流動性與經濟增長之間的正相關關系。同時，一些研究也發現了股票流動性與外部融資成本之間正相關。
1.3 安全投資轉移
這種安全投資轉移模式，意味著投資者從股票市場的轉移，即從流動性資產較低的股票轉移到較高的政府債券或者現金。Vayanos (2004)提出這種安全投資轉移效應。他認為與市場下跌一致，當流動性降低時，投資者進行資產轉移。Chordia，Sarkar和Subrahmanyam (2005)指出，這種效應導致投資者在股票和債券之間重新配置財富，由此降低了股票市場流動性。Goyenko和Ukhov(2007)發現債券市場波動性和收益的增加能夠顯著預測增加的股票市場流動性。
2 股票流動性與宏觀經濟研究綜述
流動性通常被定義為“以較低成本迅速賣出或買入大量資產的能力”，主要是在市場微觀結構理論中應用。目前為止，現有的研究更關注于股票市場的微觀條件如何影響流動性，但市場微觀理論中對于宏觀條件如何影響股票市場流動性研究很少。
現有的研究可以分為兩類，第一類是研究宏觀經濟變量對于股票流動性的影響及其預測。第二類是研究股票流動性對于宏觀經濟變量的預測能力。
第一，研究宏觀經濟對股票流動性的影響。這種研究包括宏觀經濟變量的選取，股票流動性的測度，以及相互影響。研究者一般將宏觀經濟，如貨幣政策、商業周期、金融中介、貨幣、債券市場等角度研究股票市場流動性。如前所述，Chordia，Sarkar and Subrahmanyam (2005)從貨幣政策和債券市場角度進行了思考，認為寬松貨幣政策導致交易成本降低，從而增加了交易，并使得交易者提升其為頭寸融資的能力。Goyenko和Ukhov(2007)也指出貨幣政策也可能通過股票波動性和利率來影響流動性。Eisfeldt (2004)和Taddei (2007)研究了商業周期對于股票流動性的影響。Amador等（2010）同樣分析了貨幣政策對股票流動性的影響，他們指出很少有理論模型探討央行政策和股票流動性之間的關系，但存貨模型認為存貨流動和存貨風險影響股票流動性，簡言之，存貨模型認為當市場參與者能夠以較低代價融資并持有資產的風險較低，股票則應該流動性更好；而央行政策能夠影響這兩者，從而影響股票流動性。Brunnermeier和Pedersen(2009)，Sauer(2007)和Adrian和Shin(2007，2008)研究了貨幣政策和融資流動性，他們則用融資流動性來解釋市場流動性的突然下降。其他一些學者則對宏觀經濟變量是否和如何預測股票流動性進行研究，如Goyenko和Ukhov (2009)，Hameed，Kang和Viswanathan(2007)以及Soderberg（2008）。Soderberg（2008）使用VAR模型研究了宏觀經濟變量變化對于訂單驅動的股票市場月度流動性的影響。Goyenko&Ukhov (2009)使用VAR模型研究貨幣政策對流動性的預測性。Sauer（2007）則對股票流動性與擴張性貨幣政策進行了研究，認為這種貨幣政策提供了市場急需的流動性；并分析了中央銀行的干預如何刺激股票流動性。第二類是研究股票流動性對于宏觀經濟變量的預測能力?！龅龋?010）指出，至少自從二戰以來，美國股票市場流動性的變化就與宏觀經濟的變化趨向一致性。因此，股票市場流動性是實體經濟很好的一個先行指標。他們使用1947至2008年的美國數據，證明了即便控制了資產價格預測，股票市場流動性也包含了實體經濟的信息。Beber和Kavajecz (2010)則對訂單流中的信息含量進行研究，發現其可以提前三個月預測經濟狀態。Kaul和Kayacetin (2009)對股票訂單流的研究表明，這可以預測工業生產的增長率和真實GDP。第三，國內研究相對較少。董合平（2006）則對國內宏觀經濟變量對股票流動性的研究進行了相對全面研究，他們發現實體經濟運行狀況的變動對股市變動影響并不顯著，而貨幣政策變量指標M1等對我國股票市場長期收益有顯著影響；并且滬深兩市對宏觀經濟因素變動的反應情況比較，滬市更為劇烈；更進一步的研究則基于改進的AR(1)一GARCH(1，1)模型，從收益和收益率波動性兩個角度，考察了我國眾多宏觀經濟變量對股市價格行為的影響情況：但結果發現只有固定投資完成額、商品零售價格指數、企業景氣指數、公開市場操作利率四個宏觀經濟變量，對我國股票市場收益或波動性有顯著短期影響。丁煥強和陶永誠（2011）對貨幣政策和股票流動性的相互關系進行了研究，認為影響市場流動性的因素主要包括宏觀經濟因素、貨幣政策因素和市場因素；他們通過VAR分析，發現市場本身的影響是決定流動性的最主要原因，而宏觀經濟因素和貨幣政策因素只是起了非常重要的作用；并且宏觀經濟因素和貨幣政策因素可以直接和間接影響市場流動性，間接影響通過市場收益率和波動性來實現；貨幣政策緊縮，市場非流動性增大，流動性減小，貨幣政策沖擊對流動性的影響具有持續性。
3 結論
以上敘述表明對于宏觀經濟與股票流動性的研究，研究者對不同的宏觀經濟變量和股票流動性測度基礎上，使用不同的研究方法對其關系進行了研究。研究發現，股票流動性包含有估計經濟狀態的信息含量。并且股票市場流動性和宏觀經濟之間通過安全投資轉移效應、流動性螺旋效應和投資效應等進行相互影響。今后，應借鑒國內外的相關方法，實證研究我國貨幣政策等宏觀經濟變量與股票流動性之間的關系，并與國外研究結論相比較，探討其差異，并分析造成這種差異的市場機理、運行體制等深層次因素。
參考文獻：
[1]丁煥強，陶永誠.《貨幣政策與市場流動性》，《現代管理科學》，2011.1.
[2]董合平.《宏觀經濟變量對我國股市價格行為影響研究》，碩士論文，
2006.
[3]Soderberg，J.，Do macroeconomic variables forecast changes in liquidity?-An out-of-sample study on the order-driven stock markets in Scandinavia，Unpublished Working，Paper，2008.
宏觀經濟變化范文5
本文針對我國出國旅游為研究對象，以出國旅游人數作為出國旅游業興盛指數，樣本選取以最可能影響出國旅游業生產指數、物價(取以消費者物價)及匯率等三個宏觀經濟變量為主，實證探討其與歷年出國觀光人數互動影響。
樣本選取期間自1990年1月至2012年12月，四項變量共包含1104筆月資料。我國宏觀經濟變量資料的工業生產指數、消費者物價及匯率資料則取自于CCER數據庫。而歷年出國觀光人數，則取自于國家旅游局官網數據。
二、研究方法與實證分析
本文首先運用近年來多項突破的單根檢定法，對各變量作穩定性(stationarity)測試，進而進行變量間長期均衡共整測試。共整測試法則分別以Johansen(1988,1990,and1994)最大似然估計法及Pesaran,ShinandSmith(2001)自我回歸遞延落差(AutoRegressiveDistributedLag,ARDL)模型區間測試(BoundTest)法來檢測宏觀經濟與出國旅游長期均衡關系，并進一步檢測分析短期間各宏觀經濟指標對出國旅游的影響效果。由PesaranandShin(1995a、1995b)與Pesaran,ShinandSmith(1996、2001)的一系列研究發展，得知當模型中同時存在I(1)與I(0)序列時，進行長期均衡關系共整測試，依據傳統共整法推論①，將使變量間長期互動結果產生誤差。為解決模型中同時出現I(1)與I(0)序列變量所導致不實結果，Pesaran,ShinandSmith(2001)推導出ARDL的完整模型，以區間測試法，采用臨界區間來檢測是否存在長期均衡關系，不僅可解決序列不齊次問題，也可處理小樣本資料。且由于在共整合檢定前不需預做單根的前置測試，避免當各變量序列整合級次不同所產生共整誤差結果②，近兩年來，這方法已被廣泛應用于不同的研究議題上③。
另外，ARDL更在模型中考慮了前期誤差修正因子，由誤差修正項及自我時滯項進行分析，兼顧測試變量間長短期關系。由于ARDL中前期誤差修正因子為不存在限制式誤差修正項，故ARDL模型為一非限制誤差修正模型(UnrestrictedErrorCorrectionModel,UECM)。Pesaran,ShinandSmith(2001)的區間測試模型，依Johansen五個誤差修正多變量GaussianVAR模型基本精髓，按常數項與時間趨勢項有無及限制條件存在與否，也有五個模型。本文旨在檢測宏觀經濟與出國旅游人次長期均衡關系，并進一步測試短期間，各宏觀經濟對出國旅游影響效果。依公式(1)旅游模型，模型可改寫成為式(其中，TR表示出國旅游人次，而IP、CPI、及EX則分別代表工業生產指數、物價指數及匯率等宏觀經濟變量，β0為漂浮項，μt則為隨機干擾項。假如F統計量高于上界值，則拒絕H0序列間不存在共整合虛無假設，表示變量間存在長期均衡關系的結論；反，若F統計量低于下界值，則無法拒絕虛無假設，即變量間不存在長期均衡關系；然而，若F統計量落于這上、下界區間內，則無法得到一致性的結論。
④本文ARDL-UECM-HQC模型的長期與短期估計結果，列于(表1)。由(表1)發現，應用Pesaran,ShinandSmith(2001)區間測試法所得結果，F值為1.680，其即使在10%顯著水平下，皆無法超過下界的I(0)門坎值2.26，⑤表示出國旅游人次與宏觀經濟變量間并沒有長期共整合均衡關系存在，也即于長期間并無法由宏觀經濟相關變量來判定出國旅游人次增減。由ARDL區間測試法，本研究卻得到旅游模型中出國旅游人次與工業生產指數、物價指數及匯率間不存有長期共移(co-moving)相反發現。由于在先前測試各項單根測試中，發現各變量整合齊次不盡相同，于是我們采取克服變量整合齊次不相同ARDL法所得結果。本研究ARDL區間測試所得變量間不存有長期共移的結果，說明了出國旅游人次增減并無法由宏觀經濟相關變量來判定，其隱含著出國旅游意愿的波動，并非完全受宏觀經濟變量影響，也可能由個人財富及旅游偏好等其它因素所左右。本研究進一步嘗試運用ARDL時滯法影響系數，判別代表宏觀經濟工業生產指數、物價指數、及匯率，其分別對出國旅游人次所可能產生短期沖擊。
三、研究結論
宏觀經濟變化范文6
關鍵詞：宏觀經濟 股票價格
引言
股票市場是經濟發展的產物，因而一國股票市場的發展與該國經濟發展緊密相關。一方面，投資對象要受到宏觀經濟形勢的影響；另一方面，證券業本身也直接受到宏觀經濟因素的左右。國家的財政狀況、金融環境、匯率調整。都將影響股票價格的沉浮。股票市場與經濟狀況緊密相聯，經濟衰退時，股票市場的行情必然隨之疲軟下跌；經濟復蘇繁榮時，股票價格也會呈現上升走勢。根據滬深交易所的統計數據，截至2007年4月30日，我國滬深股市共有1640支股票(其中：滬市944支，深市696支)，盤后兩市總市值首次超過16萬億，而去年我國GDP為20.9萬億元，這意味著我國滬深股票總市值占GDP比例達到76.5％，這是股市經濟“晴雨表”的功能體現。當出現較高的通貨膨脹時，股票價格就會下挫，而財政支出增加時，股票價格就會上揚。金融環境放松。市場資金充足，利率下降，存款準備金率下調，很多游資會從銀行轉入股票市場，股票價格往往會出現升勢；國家抽緊銀根，市場資金緊缺，利率上調，股票價格通常會下跌。但是，這僅僅是從定性的角度來分析，到底宏觀經濟中各因素對股票市場的影響程度如何呢?就需要采用定量的方法來研究。本文將從理論和實證兩方面研究宏觀經濟對股票價格的影響。
一、宏觀經濟形勢和宏觀經濟政策對股市的影響?
股市的指數和成交量等是模型分析、計算和預測的對象。稱為內生變量。對指數和成交量有作用而本身又不受它們的反作用的因素。稱為外生變量。中國股市的主要外生變量是：宏觀經濟形勢、宏觀經濟政策和政府對證券市場的調控。前二者是普遍的，各國股市都受宏觀經濟形勢和宏觀經濟政策的影響；后者是由于中國正處于由計劃經濟向市場經濟轉變的過程中以及中國政治和經濟的制度特點而形成的。是中國股市特有的。
宏觀經濟形勢從兩個方面影響股市，一對上市公司的業績產生影響。二改變投資者的投資行為。經濟形勢好，投資者對前景樂觀，投資積極；經濟形勢不好，投資者對前景悲觀，投資則變得格外謹慎。
財政政策對股市的影響是間接的，主要通過改變或部分抵消宏觀經濟形勢的不利影響間接作用于股市。
貨幣政策對股市的影響大而直接。擴大貨幣供應量，經過直接或間接的途徑，必然增加了可以進入股市的資金，為股市上漲創造了條件。
二、宏觀經濟變量對股票價格影響的理論假定
根據Chen等提出的“簡單而又直觀的金融理論”，一個國家的股票市場價格指數會受到來自經濟增長、實際利率、通貨膨脹率等宏觀經濟因素的影響。綜合相關理論和已有的實證研究證據，本文假定宏觀經濟變量對股票市場價格會有如下的影響。
GDP的影響
理論上說，GDP是反映一國經濟整體實力的宏觀指標。它的下降表明經濟不景氣，大多數企業的經營盈利狀況不佳，企業減少投資，降低成本，融資速度減慢，股票市場的供給曲線就會向左上方緩慢移動；同時，股票市場的需求方――股票投資者也由于經濟的不景氣而對未來收入的預期降低，從而減少支出和投資資金，使股票市場的需求曲線向左下方移動，兩個曲線的下移將使股票價格下降。反之，當一國經濟發展迅速，GDP增長較快時，預示著經濟前景看好，人們對未來的預期改善，企業對未來發展充滿信心，極想擴大規模，增加投資，對資金的需求膨脹，因而股票市場趨向活躍。在股票市場均衡運行、而且其經濟功能不存在嚴重扭曲的條件下，一般來說，股票價格隨GDP同向而動，當GDP增加時，股票價格也隨之上升；當GDP減少時，股票價格也隨之下跌。因此，GDP對股票價格的影響是正的。
工業增加值同樣可以反映實體經濟的運行情況。一般而言，在其他條件不變的情況下，工業增加值的任何變化。都會影響國內企業現金流同方向變化，進而造成股票價格也發生同方向變化。因此，工業增加值對股票價格的影響也是正的。
貨幣供給量的影響
貨幣供給量對股票市場價格的影響。可以通過預期效應、投資組合效應、股票內在價值增長效應效應實現以上3種效應一般來說都是正向的，即貨幣供給量增加，則股市價格上漲。因此，貨幣供給量對股票價格的影響是正的。
利率的影響
眾所周知，利率是影響股市走勢最為敏感的因素之一。資金的供給來自儲蓄，需求來自投資，而投資和儲蓄都是利率的函數。利率下調，可以降低貨幣的持有成本，促進儲蓄向投資轉化。從而增加流通中的現金流和企業貼現率，導致股價上升。所以利率提高，股市走低；反之，利率下降，股市走高。因此，利率對股票價格的影響是負的。
通貨膨脹率的影響
在通貨膨脹時期，由于貨幣貶值所激發的通貨膨脹預期促使居民用貨幣去交換商品以期保值，這些保值工具中也包括股票，從而擴大了對股票的需求；另一方面，通貨膨脹發展到一定階段后，政府往往會為抑制其發展而采用緊縮的財政和貨幣政策，促進利率上升。此時，企業為了籌措資金，發行股票是較好的選擇，從而使得股票市場的供給相應增加。此時如果股票市場需求的增長大于供給的增長。則股票市場價格就與通貨膨脹之間呈現正的相關關系。否則如果股票市場需求的增長小于供給的增長，則股票市場價格就與通貨膨脹之間呈現負的相關關系。因此，通貨膨脹率對股票價格的影響不能確定。
匯率的影響
匯率又稱匯價，是一國貨幣兌換另一國貨幣的比率，作為一項重要的經濟杠桿，匯率變動對一國股票市場的相互作用體現在多方面，主要有：進出口、物價和投資。匯率直接影響資本在國際間的流動。一個國家的匯率上升，意味著本幣貶值，會促進出口、乎抑進口，從而增加本國的現金流，提高國內公司的預期收益，會在一定程度上提升股票價格。因此，匯率對股票價格的影響是正的。
三、實證研究方法設計及結果分析
1，實證研究方法設計
(1)變量的選擇及采用的方法
為了較為全面地分析宏觀經濟變量對股票價格的影響。本文選取了反映國民經濟整體運行狀況的指標國民生產總值、固定資產投資完成額、工業增加值，反映國家貨幣政策的貨幣供給量指標MO(流通中現金)、M1(貨幣)、M2(貨幣和準貨幣)，反映通貨膨脹程度的指標居民消費價格指數、商品零售價格指數，反映利率程度的指標平均加權利率，反映金融企業借貸情況的指標包括金融機構企業存款、金融機構各項貸款、金融機構各項存款，反映匯率水平的進出口總額、美元期末匯率進行分析。上海股票市場收盤
價用hp表示，數據來自上證綜合指數。為消除異方差影響，對各序列取常用對數。主要采用的方法是向量自回歸基本模型(VAR：Vector Autoregression)、脈沖響應函數、方差分解等。
(2)樣本選擇與數據來源
要檢驗利率、通貨膨脹率等這些共變因素對股市價格影響，可以考慮引人多因素回歸模型來分析這種影響關系。收集上述各類指標從2002年1月至2007年6月的月度數據(數據來源：中宏數據庫等)。為了消除異方差的影響，對上述變量都取對數。
2，實證結果及分析
許多經濟變量原本是不平穩的，但經過一階差分以后就變得平穩，則稱這樣一個經濟變量為I(1)。如果對這種經濟變量直接回歸，則可能出現偽回歸現象，因此必須檢驗經濟變量是否平穩，先對樣本時期內的上證綜合指數月度收盤價、深證成份指數月度收盤價與月度宏觀經濟變量時間序列分別進行ADF檢驗。
首先建立向量自回歸方程?；谏弦还澋慕Y果，一階單整變量包括hp，a3，a4，a5，a6，a7，a8，a9，a10，a12與a13。因此首先將它們分別作為內生向量(其中替代性指標選擇其一)進行向量自回歸。然后逐次剔除非顯著變量或將它們列為外生變量作回歸，同時根據AIC及SC信息準則選取最佳滯后階數，得到最后的向量自回歸方程：其中，01p，a3，a6，a7，a9，a12)為系統內生向量，AI與A2為滯后l、2階的系數矩陣，a13為外生變量，其系數向量為Bl，c為常數項。
其次應用脈沖響應函數雖然整體影響是正的，但其影響程度隨著時間的推移變得越來越低；而該序列對來自工業增加值fa3)-的新息在前兩期基本沒有反映，第3期與第4期比較明顯，大約為0，002，然后隨著時間的推移，影響程度越來越小，其整體影響-是負的；該序列對來自貨幣供給量fa6)的新息在第1期沒有反應，第2期反應比較明顯，約為0.006，雖然整體影響是負的，但其影-響程度隨著時間的推移變得越來越低；到了第5期逐漸穩定，其值約為-0.001；該序列對來自通貨膨脹率(a7)的新息在第1期沒有反應，第2期反應比較明顯，約為0.004，其整體影響是正的，在第4期影響程度達到最高，越為0.007，隨后影響程度變得越來越低；該序列對來自利率(a9)的新息在第1期沒有反應，第2期的反應約為0.001，第3期以后其影響變為負的，且其影響程度隨著時間的推移變得越來越高；該序列對來自儲蓄(a12)的新息在第1期沒有反應，第2期反應比較明顯，約為-0.003，其整體影響是負的，且持續時間較長。
再次是進行方差分解，方差分解的主要思想是，把系統中每個內生變量的波動，按其成因分解為與各方程變量沖擊相關聯的組成部分，從而了解各變量沖擊對模型內生變量的重要性。運用Eviews軟件對上證綜合指數進行方差分解，具體的方差分解變量順序為：上證綜合指數月度收盤價的變化、工業增加值的變化、貨幣供給量的變化、通貨膨脹率的變化、利率的變化與儲蓄的變化。從上證綜合指數的方差分解結果來看，與脈沖響應函數的分析結果一致，上證綜合指數月度收盤價的波動除受其自身的影響外。隨著時間的推移，還主要受國內通貨膨脹率、利率和儲蓄變化的影響。雖然上證綜合指數月度收盤價的波動也受國內工業增加值與貨幣供給量變化的影響，但隨著時間的推移，影響程度很小。
