宏观经济动态大全11篇
时间：2023-07-03 16:00:58
宏观经济动态篇（1）
中图分类号:F820 文献标识码:A文章编号:1006-1428(2007)07-0040-03
一､问题的提出
利率期限结构也称为收益率曲线，刻画的是相同风险水平下，利率与到期期限之间的关系。收益率曲线的位置和形状随时间而改变，在经济周期的不同阶段，利率水平和利差(长期利率和短期利率之差)均不相同。下图是一个很好的例子，它反映了美国1990―2001年之间处于经济周期不同阶段的收益率曲线的变化。那么推动收益率曲线动态变化的因素是什么呢?潜在因素(1atent factor)是一种解释。潜在因素(变量)不能被直接观测到，但可以从债券价格中推算出来。作为这类文献的代表，Litterman和Scheinkman(1991)应用主成分分析法，把影响利率期限结构动态的三个主要因素命名为平行因素(1evel factor)､斜度因素(slope factor)和曲度因素(curvature factor)。平行因素影响所有期限的收益率，斜度因素决定了收益率曲线是陡峭或是平坦，曲度因素影响收益率曲线的弯曲程度。这种解释在理论上不能令人满意，利率作为一个最重要的宏观经济变量，是经济系统内生的，利率期限结构作为不同到期期限利率的组合，自然也不能游离于经济系统之外，用通过统计技术产生的､不可观测的潜在因素来解释利率期限结构的动态变化显然缺乏经济理论支持。于是，一些研究者开始着手设计包含宏观经济变量的动态模型，用可观测的宏观经济因素来解释利率期限结构的变化，这类模型被称为宏观-金融模型(Macro-Finance Models)。宏观-金融模型不仅具有理论价值，而且具有应用价值。对利率期限结构的预测一直是金融实务中的一个重要课题，因为利率期限结构是固定收益证券和金融衍生产品定价的基础，也是利率风险管理的基础。在模型中加入可以观测的宏观经济变量可以在一定程度上提高模型的预测能力，因此具有广阔的应用前景。
图1美国1990-2001年收益率曲线的变化
数据来源:引自长城证券研究报告《国债收益率曲线的比较研究》
二､宏观-金融利率期限结构模型的基本结构――离散形式的仿射模型
Ang和Piazzesi(2003)､Bernanke， Reinhart和Sack(2004)以及Rudebusch和Wu(2004)采用了基本相同的模型结构，即离散形式的仿射模型。简单地说①，仿射模型将零息债券的对数价格视为状态变量(向量)的仿射函数②，而状态变量的演进由一个向量自回归模型决定，即:
那么，为什么要选择仿射模型作为宏观-金融模型的基本结构呢这主要是因为，第一，Duffle和Kanl1996提出的仿射模型是应用最广泛的利率期限结构模型，模型具有坚实的微观金融学基础，被称为利率期限结构研究的“载重马车”workhorse model。以仿射模型作为基本模型结构使宏观一金融模型具有很强的理论支撑。第二，仿射模型能够十分方便地接纳宏观经济变量。仿射模型对状态向量中的元素并无特别设定，因此这些元素既可以是不可观测的潜在变量latent factor，也可以是可观测的宏观经济变量。Ang和Piazzesi2003将状态向量中的元素分为两组，一组包括两个由主成份分析法得到的宏观经济变量――通货膨胀因素和真实经济活动因素，另一组包括三个潜在变量。Bemanke，Reinhart和Sack2004以宏观经济变量及其滞后值作为状态向量中的元素，潜在变量被排除在外。状态向量元素的灵活选择给研究者带来了很大便利，一定程度上也增强了模型对数据的拟合效果。
三､宏观经济变量影响利率期限结构的途径――短期利率和风险价格
在上面的分析中我们看到，宏观经济变量作为状态向量中的元素影响利率期限结构，但这毕竟只是一种模型结构上的描述，从经济理论上说，宏观经济变量是通过何种途径影响利率期限结构的呢答案是短期利率和风险价格。
1､宏观经济变量对短期利率的影响
短期利率是连接微观金融视角和宏观经济视角的关键点。从微观金融视角来说，短期利率是其他各期限利率的基本构成成份，因为长期利率是风险调整后的预期未来短期利率的平均值，即
从宏观经济视角来说，短期利率是中央银行重要的货币政策工具，中央银行通过调控短期利率来实现其稳定经济的货币政策目标。如何分析宏观经济变量对短期利率的影响泰勒规则是一个很好的切入点。Taylor1993a使用理性预期模型，通过对7个工业国家数据的模拟分析，发现利率规则最有利于中央银行保持产出与物价稳定，这里利率规则是指根据产出和物价水平与目标值之间的差距来调节利率的货币政策规则。Taylor1993b提出了一个简单的代表性利率规则，并证明这一规则很符合1987年至1992年美国联邦资金利率的走势，这一规则被称为泰勒规则，其表达式为④:
2､宏观经济变量对风险价格的影响。
由于未来的不确定性，与持有短期债券相比，人们在持有长期债券时往往要求获得一定的额外收益以补偿自己承担的风险，这部分额外收益就是风险溢酬。因此在4式中，长期利率表示为风险调整后的预期未来短期利率的平均值。风险溢酬与宏观经济状况相关联，例如，在高通货膨胀时期，人们对未来通货膨胀率的预期值往往较高，因此要求的风险溢酬也较高;相反，在低通货膨胀时期，人们要求的风险溢酬相对较低。在进行计量分析时，风险溢酬被分解为两个部分:风险价格和风险数量。风险数量由随机扰动决定，风险价格则取决于模型的设定。宏观―金融模型设定风险价格为状态变量的仿射函数:
这里Λt，表示风险价格，Λ0是一个七维常数向量，Λ1是一个k×k矩阵。当状态向量中的元素包括宏观经济变量时，宏观经济变量将通过风险价格､进而风险溢酬影响利率期限结构。
四､宏观―金融模型在中国的应用前景
在利率市场化改革不断深化的背景下，利率期限结构的宏观―金融模型在中国具有广阔的应用前景。
1､在利率风险管理中的应用
随着利率市场化改革的推进，国内金融机构，特别是商业银行面临的利率风险逐渐增大，如何进行有效的利率风险管理成为一个急待解决的问题。进行利率风险管理首先需要计量自身利率风险的暴露程度，这离不开对利率期限结构未来走势的估计。利率期限结构的动态模型很多，宏观―金融模型以其简洁的模型结构和坚实的经济理论支撑无疑可以成为一个很好的选择。
2､在金融衍生产品定价中的应用
衍生品市场是国际金融市场的重要组成部分，目前，金融衍生产品在国内的推出已经有了时间表。金融衍生产品的定价离不开利率期限结构，几乎所有的定价公式都包含无风险利率。在经典的布莱克一斯科尔斯期权定价公式中，无风险利率被假设为一个常数，这显然是与事实不符的，放松这一假设就需要对利率期限结构进行估计，宏观―金融模型在此可以得到运用。
3､在货币政策制定中的应用
应该指出的是，宏观经济因素与利率期限结构的联系是双向的，宏观―金融模型侧重研究的是宏观经济变量对利率期限结构的影响，同时也有另外一类文献侧重研究利率期限结构对宏观经济变量的预测。20世纪90年代以来，一批宏观经济学的实证研究文献显示，对利率期限结构进行分析，可以预测未来的通货膨胀率和实际产出变量，从而为货币当局的货币政策决策提供重要的参考依据。这一理论成果在实践中已经得到运用，英格兰银行的通货膨胀报告从1994年开始定期公布根据利率期限结构推导出来的预期通货膨胀率，而美联储1996年决定把利率期限结构作为一个重要的先行经济景气指数并定期公布长短期利差的变动。既然宏观经济变量对利率期限结构存在影响，货币当局在利用利率期限结构所提供的信息时就有必要区分哪些信息是和已知的宏观经济信息相重合的，哪些信息是宏观经济变量未能揭示的，这个方面宏观―金融模型恰好可以发挥作用。
参考文献:
[1]Ang，A.，Piazzesi M. No-Arbitrage Vector Autoregression of Term Structure Dynamics with Macroeconomic and Latent Variables. Journal of Monetary Economics. May. 50(4)pp. 745-787
[2]Bemanke，Ben S.，Vincent R.Reinhart，and Brian P.Sack. Monetary Policy Alternatives at the Zero Bound:An Empirical Assessment. Brookings Papers on Economic Activity2，PP.1-78.
[3]Duffie，D. Kan，R. A Yield-Factor model of interest Rates. Mathematical Finance，6:PP.379-406
宏观经济动态篇（2）
（一）动态相关性的度量方法
动态相关系数是针对一系列的白噪http://声随机变量而言的，rt～n（0，ht）可用den haa提出的var估计方法，ht是方差－协方差矩阵，ht=dtrtdt，由此可以导出rt=dt-1htdt-1，其中的rt就是动态相关系数。
k.h.liow et al.为了研究公开交易的房地产证券市场，就曾使用garch模型来估计房地产证券市场收益率的条件波动性，用mv-dcc模型估计动态条件相关性。并且估计条件相关性的数据即是条件波动性的数据。并考察了条件波动性是否具有时变特性。
在使用dcc系列模型估计动态相关系数之前，有专家提出判断恒定相关系数是否合意的方法，因为如果恒定的相关系数能良好的描述经济序列的情况，那可以不用动态相关系数。tse于2000年在garch模型中引入了lm检验来验证，jim lee（2006）的文章就是采用的这种检验方法。首先对收益率数据进行常数相关性检验。
本文利用交叉相关系数公式计算动态相关系数，交叉相关系数（cross correlation）计算的是两个变量之间、其中一个变量与另一个变量的超前或滞后期之间的相关性，计算公式为：
ρi=■，i=0,±1,±2,…,±k（1）
其中，cov（xt+i，yt）是变量的协方差，σxt+i*σt是变量的标准差相乘，i≤0时表示当期的y与超前i期的x的相关性，i≥ 0时表示当期的y与滞后i期的x的相关性，从而得到有关的动态相关系数轨迹，他们的相关性在较长时间范围内比较稳定，当y出现扩张性冲击后，x在当年就会出现较为明显的扩张性反应，这种反应较为灵敏。
交互相关系数（cross correlation）是研究两个变量之间、其中一个变量与另一个变量的超前或滞后期之间的相关性，计算公式为：
ρi=■，i=0,±1,±2,…,±k (2)
其中，cov（xt+i，yt）是变量的协方差，σxt+i*σt是变量的标准差相乘，i≤0时表示当期的y与超前i期的x的相关性，i≥ 0时表示当期的y与滞后i期的x的相关性，从而得到有关的动态相关系数轨迹，他们的相关性在较长时间范围内比较稳定，当y出现扩张性冲击后，x在当年就会出现较为明显的扩张性反应，这种反应较为灵敏。
（二）数据来源说明
本文选取2003年第三季度至2011年第一季度的相关指标数据进行分析，数据来自国泰君安数据库，其中股票指数选取上海证券交易所综合指数（简称为sz）作为代表，它利用在沪市上市的全部股票包括a股和b股计算，具有较强的代表性。国债指数也选取在上交所上市的所有国债计算的上证国债指数（简称gz）做代表，它于2003年1月2日起对外，可以反映国债市场价格综合变动情况。企债指数同样选取在上交所上市的所有企债计算的上证企债指数做代表，如此可以保持信息的完整性和一致性。因为国债指数和股指的编制起始日期较早，而企业债券的编制日期较晚从2003年6月9日开始，因此本文的数据从2003年7月始。
因为宏观经济变量数据日度的不可获得性，因此采用月度数据作分析，同时也可以跟资本市场数据的频度保持一致性。本文所使用的宏观经济数据和资本市场收益率都是来自国泰安经济研究数据库。
（三）动态相关性实证结果
检验发现，在四个时间段，波动出现了异常，推测市场相关性出现了重大的结构性变化，引入结构断点检验。
资本市场间的相关性更低，因此分散风险的能力也就更强。通过看回归系数，可以判断出经济周期对相关性的影响。
由图1可以看出，相关系数可以表示两列经济序列的周期性，从国债和企业债券的相关系数曲线图可以看出，系数大于零的顺周期和系数小于零的逆周期交替进行，大概一年半为一个周期。国债市场和股票市场的动态相关系数与企债市场和股票市场的动态相关系数曲线波动性十分相似，只是后者的幅度稍大。三条曲线的波动性在2006年一季度后都变大了，国债市场和企债市场的动态相关系数曲线与其他两条曲线的波动性在2006年
转贴于 http://
后的趋势是相反的，波动幅度也较大。
二、影响资本市场间动态http://关系的宏观经济因素
（ 一）宏观经济变量选取及数据来源
影响股票市场和债券市场的因素很复杂，本文尝试从国家调控的角度和以往研究的基础出发，选择相关的经济因素做分析。我们分析后认为，影响股票市场和债券市场的共同因素可能为利率（ll）、货币供应量(hb)、汇率(hl)、宏观景气预警指数(jq)、居民消费价格指数(jm)、房地产开发综合经济指数(fdc)等，故本文将其作为宏观经济变量引入模型。
因为宏观经济变量数据日度的不可获得性，及与资本市场数据的频度保持一致性的目的，采用月度数据作分析。本文所使用的宏观经济数据和资本市场收益率都是来自国泰安经济研究数据库。利率采用的是金融机构1年期的贷款利率，货币供应量使用的是m2准货币，汇率是对美元的加权平均汇率，宏观景气预警指数、居民消费价格指数和房地产开发综合经济指数采用的都是环比指数。
从表中可以看出，房地产开发综合价格指数和汇率相关性为0.5，和宏观景气预警指数的相关性为0.644，货币供应量和汇率高度负相关，相关系数为-0.93，居民消费价格指数和利率的关系为0.74，居民消费价格指数和宏观景气预警指数为0.46，宏观景气预警指数和房地产开发综合价格指数为0.644，相关性较高。
（二） 理论模型的设定
(3)
是三个资本市场两两动态条件相关系数的估计值，fk，t-1是宏观经济变量的一阶滞后值，ρgq，ρgs，ρqs分别代表国债和企债收益率的动态相关系数、国债和上证股指收益率的动态相关系数、企债和上证股指收益率的动态相关系数。利率、货币供应量、汇率、宏观景气预警指数、居民消费价格指数、房地产开发综合经济指数.
（三）实证结果
本文用动态相关系数对各个宏观经济因素做回归，下面是相关的系数表和拟合程度。
通过实证发现房地产开发综合经济指数对三个资本市场两两间的收益率相关系数都有较强的影响力。宏观景气预警指数、房地产开发综合经济指数及利率三个宏观因素对国债和企业债券之间动态相关系数有一定的影响作用；汇率、货币供应量和房地产开发综合经济指数三个宏观因素对国债和上证股指收益率之间的动态相关系数有影响作用；汇率、居民消费价格指数、货币供应量、房地产开发综合经济指数及利率五个因素均对企业债券和上证股指收益率之间有影响，实证证明了影响企业债券和上证股指收益率的因素更多，这二者的信息流通渠道宽于其他两个市场之间的。
三、 三个市场动态相关系数的结构断点检验
（一） 结构断点检验
由美国次贷危机引发的金融风暴迅速对各国金融市场产生了剧烈的影响，在这种背景下本文拟对股指、债指、企指收益率三者的动态相关关系分别做结构断点检验，来具体量化宏观经济变动可能对中国的资本市场产生的影响。同时在对资本市场收益率动态相关关系进行检验时，分析国内因素对股票市场和债券市场的相关结构变动的影响。
闫鹏、杜子平、张勇曾通过自组织特征映射（som）神经网络的聚类功能对上证综指和深证综指的相关性进行了变结构点的测定，同时利用了时变copula模型对变结构点前后相关性过程分别进行了建模。
结构断点的单位根检验也可以检测序列中是否存在结构断点。单位根检验根据序列类型划分的话可以分为四种类型：随机游走、随机趋势、退势平稳、趋势非平稳。adf检验和pp检验是非常常用的检验单位的方法，但是实验证实这两种检验在样本有限的条件下检验效果不理想，同时perron（1989）对结构突变的考虑使单位根检验就入了一个新的层次。现在，将存在结构突变的趋势平稳过程误判为单位根过程的错误就称为“perron现象”，但perron仅考虑了结构突变点已知的情况，banerjee,lumsdaine and stock,(1992)开发了在结构断点未知的情况下的单位根检验。
转贴于 http://
本文下面将按照结构突变点未知情况，采用递归检验编程来考察序列中是否存在结构突变点。
（二） 结构突http://变序列的单位根检验
对于水平值或者趋势存在结构突变的过程来说，如果不考虑这种突变，直接使用adf统计量检验单位根时，将会把一个水平值突变的退势平稳或者趋势突变过程错误的判断为随机趋势非平稳过程。这样无疑会导致检验功效降低、发生判断错误（把退势平稳过程误判为单位根过程）。
1、结构突变点已知的单位根检验。如果时间序列的结构突变点已知，用虚拟变量adf检验式来代表结构突变，检验的零假设是时间序列是存在结构突变点的单位根过程，备择假设是存在结构突变的趋势平稳，检验用临界值从perron(1990)中查找。
2、结构突变点未知的单位根检验。banerjee,lumsdaine and stock,(1992)通过抽取子样本的方法不同提出三种检验结构突变点的方法：递归检验、滚动检验和循序检验。递归检验通过相应的adf值与临界值的比较，判断原序列是否为带结构突变的趋势平稳过程，循序检验判断序列是否发生均值突变和趋势突变。三种检验方法得到的都是一个单位根检验统计量值的序列。临界值可以在banerjee,lumsdaine and stock,(1992)的表1、2中查到。
差分平稳过程代表的是频繁的随机的微小变化的积累，而带有结构突变的趋势平稳过程代表的是一种间歇发生的持久的猛烈变化。li xiao ming（2000）从结构变化的角度对中国宏观经济总量的动态特征进行研究，认为如果宏观经济变量序列实际经济序列是差分平稳过程，则政府主导的结构改革意义不大，因为改革对经济长期增长路径的影响会轻易被其他的随机冲击淹没；如果宏观经济变量序列是趋势平稳过程，则只有比较巨大的冲击，如改变经济基础结构的政策，对宏观经济变量的长期变化趋势的影响才是有效的。如果序列是带有结构突变的趋势平稳过程，却被误判为单位根过程，就会得出错误的结论。
（三）递归检验
递归检验样本分段，2003.07~2005.04,2003.07~2005.05,…,2003.07~2011.02.第一个子样本容量是22，从2003年7月起逐月扩大子样本范围。对每一个子样本进行含有截距项和趋势项的adf检验，检验式为：
lngqt=ρlngqt-1+μ+αt+βlngqt-1+μt(4)
adf（k）表示adf检验值，其中k,(k=1,…39),分别对应于每一个递归子样本。把adf（1），…,adf(39)分别对应于2005年4月，…,2011年7月份，如果有某个adf值小于临界值，说明原序列是带有结构突变的趋势平稳过程。在递归检验中，如果某个adf值小于临界值，说明原序列为带有结构突变的趋势平稳过程。
从图2可以看出，由图可以看出，曲线有处于临界值以下的点，说明国债和企债收益率动态相关系数存在结构断点。
从图3可以看出，国债和上证股指收益率动态条件相关系数不存在结构断点。
宏观经济动态篇（3）
一、国债、企业与股票市场间的动态相关性
（一）动态相关性的度量方法
动态相关系数是针对一系列的白噪声随机变量而言的，rt～N（0，Ht）可用Den Haa提出的VAR估计方法，Ht是方差－协方差矩阵，Ht=DtRtDt，由此可以导出Rt=Dt-1HtDt-1，其中的Rt就是动态相关系数。
K.H.Liow et al.为了研究公开交易的房地产证券市场，就曾使用GARCH模型来估计房地产证券市场收益率的条件波动性，用MV-DCC模型估计动态条件相关性。并且估计条件相关性的数据即是条件波动性的数据。并考察了条件波动性是否具有时变特性。
在使用DCC系列模型估计动态相关系数之前，有专家提出判断恒定相关系数是否合意的方法，因为如果恒定的相关系数能良好的描述经济序列的情况，那可以不用动态相关系数。TSE于2000年在GARCH模型中引入了LM检验来验证，Jim Lee（2006）的文章就是采用的这种检验方法。首先对收益率数据进行常数相关性检验。
本文利用交叉相关系数公式计算动态相关系数，交叉相关系数（Cross Correlation）计算的是两个变量之间、其中一个变量与另一个变量的超前或滞后期之间的相关性，计算公式为：
ρi=■，i=0,±1,±2,…,±k（1）
其中，cov（Xt+i，Yt）是变量的协方差，σXt+i*σt是变量的标准差相乘，i≤0时表示当期的Y与超前i期的X的相关性，i≥ 0时表示当期的Y与滞后i期的X的相关性，从而得到有关的动态相关系数轨迹，他们的相关性在较长时间范围内比较稳定，当Y出现扩张性冲击后，x在当年就会出现较为明显的扩张性反应，这种反应较为灵敏。
交互相关系数（Cross Correlation）是研究两个变量之间、其中一个变量与另一个变量的超前或滞后期之间的相关性，计算公式为：
ρi=■，i=0,±1,±2,…,±k (2)
其中，cov（Xt+i，Yt）是变量的协方差，σXt+i*σt是变量的标准差相乘，i≤0时表示当期的Y与超前i期的X的相关性，i≥ 0时表示当期的Y与滞后i期的X的相关性，从而得到有关的动态相关系数轨迹，他们的相关性在较长时间范围内比较稳定，当Y出现扩张性冲击后，X在当年就会出现较为明显的扩张性反应，这种反应较为灵敏。
（二）数据来源说明
本文选取2003年第三季度至2011年第一季度的相关指标数据进行分析，数据来自国泰君安数据库，其中股票指数选取上海证券交易所综合指数（简称为SZ）作为代表，它利用在沪市上市的全部股票包括A股和B股计算，具有较强的代表性。国债指数也选取在上交所上市的所有国债计算的上证国债指数（简称GZ）做代表，它于2003年1月2日起对外，可以反映国债市场价格综合变动情况。企债指数同样选取在上交所上市的所有企债计算的上证企债指数做代表，如此可以保持信息的完整性和一致性。因为国债指数和股指的编制起始日期较早，而企业债券的编制日期较晚从2003年6月9日开始，因此本文的数据从2003年7月始。
因为宏观经济变量数据日度的不可获得性，因此采用月度数据作分析，同时也可以跟资本市场数据的频度保持一致性。本文所使用的宏观经济数据和资本市场收益率都是来自国泰安经济研究数据库。
（三）动态相关性实证结果
检验发现，在四个时间段，波动出现了异常，推测市场相关性出现了重大的结构性变化，引入结构断点检验。
资本市场间的相关性更低，因此分散风险的能力也就更强。通过看回归系数，可以判断出经济周期对相关性的影响。
由图1可以看出，相关系数可以表示两列经济序列的周期性，从国债和企业债券的相关系数曲线图可以看出，系数大于零的顺周期和系数小于零的逆周期交替进行，大概一年半为一个周期。国债市场和股票市场的动态相关系数与企债市场和股票市场的动态相关系数曲线波动性十分相似，只是后者的幅度稍大。三条曲线的波动性在2006年一季度后都变大了，国债市场和企债市场的动态相关系数曲线与其他两条曲线的波动性在2006年后的趋势是相反的，波动幅度也较大。
二、影响资本市场间动态关系的宏观经济因素
（ 一）宏观经济变量选取及数据来源
影响股票市场和债券市场的因素很复杂，本文尝试从国家调控的角度和以往研究的基础出发，选择相关的经济因素做分析。我们分析后认为，影响股票市场和债券市场的共同因素可能为利率（LL）、货币供应量(HB)、汇率(HL)、宏观景气预警指数(JQ)、居民消费价格指数(JM)、房地产开发综合经济指数(FDC)等，故本文将其作为宏观经济变量引入模型。
因为宏观经济变量数据日度的不可获得性，及与资本市场数据的频度保持一致性的目的，采用月度数据作分析。本文所使用的宏观经济数据和资本市场收益率都是来自国泰安经济研究数据库。利率采用的是金融机构1年期的贷款利率，货币供应量使用的是M2准货币，汇率是对美元的加权平均汇率，宏观景气预警指数、居民消费价格指数和房地产开发综合经济指数采用的都是环比指数。
从表中可以看出，房地产开发综合价格指数和汇率相关性为0.5，和宏观景气预警指数的相关性为0.644，货币供应量和汇率高度负相关，相关系数为-0.93，居民消费价格指数和利率的关系为0.74，居民消费价格指数和宏观景气预警指数为0.46，宏观景气预警指数和房地产开发综合价格指数为0.644，相关性较高。
（二） 理论模型的设定
(3)
是三个资本市场两两动态条件相关系数的估计值，fk，t-1是宏观经济变量的一阶滞后值，ρgq，ρgs，ρqs分别代表国债和企债收益率的动态相关系数、国债和上证股指收益率的动态相关系数、企债和上证股指收益率的动态相关系数。利率、货币供应量、汇率、宏观景气预警指数、居民消费价格指数、房地产开发综合经济指数.
（三）实证结果
本文用动态相关系数对各个宏观经济因素做回归，下面是相关的系数表和拟合程度。
通过实证发现房地产开发综合经济指数对三个资本市场两两间的收益率相关系数都有较强的影响力。宏观景气预警指数、房地产开发综合经济指数及利率三个宏观因素对国债和企业债券之间动态相关系数有一定的影响作用；汇率、货币供应量和房地产开发综合经济指数三个宏观因素对国债和上证股指收益率之间的动态相关系数有影响作用；汇率、居民消费价格指数、货币供应量、房地产开发综合经济指数及利率五个因素均对企业债券和上证股指收益率之间有影响，实证证明了影响企业债券和上证股指收益率的因素更多，这二者的信息流通渠道宽于其他两个市场之间的。
三、 三个市场动态相关系数的结构断点检验
（一） 结构断点检验
由美国次贷危机引发的金融风暴迅速对各国金融市场产生了剧烈的影响，在这种背景下本文拟对股指、债指、企指收益率三者的动态相关关系分别做结构断点检验，来具体量化宏观经济变动可能对中国的资本市场产生的影响。同时在对资本市场收益率动态相关关系进行检验时，分析国内因素对股票市场和债券市场的相关结构变动的影响。
闫鹏、杜子平、张勇曾通过自组织特征映射（SOM）神经网络的聚类功能对上证综指和深证综指的相关性进行了变结构点的测定，同时利用了时变copula模型对变结构点前后相关性过程分别进行了建模。
结构断点的单位根检验也可以检测序列中是否存在结构断点。单位根检验根据序列类型划分的话可以分为四种类型：随机游走、随机趋势、退势平稳、趋势非平稳。ADF检验和PP检验是非常常用的检验单位的方法，但是实验证实这两种检验在样本有限的条件下检验效果不理想，同时Perron（1989）对结构突变的考虑使单位根检验就入了一个新的层次。现在，将存在结构突变的趋势平稳过程误判为单位根过程的错误就称为“Perron现象”，但Perron仅考虑了结构突变点已知的情况，Banerjee,Lumsdaine and Stock,(1992)开发了在结构断点未知的情况下的单位根检验。
本文下面将按照结构突变点未知情况，采用递归检验编程来考察序列中是否存在结构突变点。
（二） 结构突变序列的单位根检验
对于水平值或者趋势存在结构突变的过程来说，如果不考虑这种突变，直接使用ADF统计量检验单位根时，将会把一个水平值突变的退势平稳或者趋势突变过程错误的判断为随机趋势非平稳过程。这样无疑会导致检验功效降低、发生判断错误（把退势平稳过程误判为单位根过程）。
1、结构突变点已知的单位根检验。如果时间序列的结构突变点已知，用虚拟变量ADF检验式来代表结构突变，检验的零假设是时间序列是存在结构突变点的单位根过程，备择假设是存在结构突变的趋势平稳，检验用临界值从Perron(1990)中查找。
2、结构突变点未知的单位根检验。Banerjee,Lumsdaine and Stock,(1992)通过抽取子样本的方法不同提出三种检验结构突变点的方法：递归检验、滚动检验和循序检验。递归检验通过相应的ADF值与临界值的比较，判断原序列是否为带结构突变的趋势平稳过程，循序检验判断序列是否发生均值突变和趋势突变。三种检验方法得到的都是一个单位根检验统计量值的序列。临界值可以在Banerjee,Lumsdaine and Stock,(1992)的表1、2中查到。
差分平稳过程代表的是频繁的随机的微小变化的积累，而带有结构突变的趋势平稳过程代表的是一种间歇发生的持久的猛烈变化。Li Xiao Ming（2000）从结构变化的角度对中国宏观经济总量的动态特征进行研究，认为如果宏观经济变量序列实际经济序列是差分平稳过程，则政府主导的结构改革意义不大，因为改革对经济长期增长路径的影响会轻易被其他的随机冲击淹没；如果宏观经济变量序列是趋势平稳过程，则只有比较巨大的冲击，如改变经济基础结构的政策，对宏观经济变量的长期变化趋势的影响才是有效的。如果序列是带有结构突变的趋势平稳过程，却被误判为单位根过程，就会得出错误的结论。
（三）递归检验
递归检验样本分段，2003.07~2005.04,2003.07~2005.05,…,2003.07~2011.02.第一个子样本容量是22，从2003年7月起逐月扩大子样本范围。对每一个子样本进行含有截距项和趋势项的ADF检验，检验式为：
Lngqt=ρLngqt-1+μ+αt+βLngqt-1+μt(4)
ADF（k）表示ADF检验值，其中k,(k=1,…39),分别对应于每一个递归子样本。把ADF（1），…,ADF(39)分别对应于2005年4月，…,2011年7月份，如果有某个ADF值小于临界值，说明原序列是带有结构突变的趋势平稳过程。在递归检验中，如果某个ADF值小于临界值，说明原序列为带有结构突变的趋势平稳过程。
从图2可以看出，由图可以看出，曲线有处于临界值以下的点，说明国债和企债收益率动态相关系数存在结构断点。
从图3可以看出，国债和上证股指收益率动态条件相关系数不存在结构断点。
从图4可以看出，国债和企债收益率动态条件相关系数不存在结构断点。
四、 结论
从文章的分析可以看出宏观景气预警指数、房地产开发综合经济指数及利率三个宏观因素对国债和企业债券之间动态相关系数有一定的影响作用；汇率、货币供应量和房地产开发综合经济指数三个宏观因素对国债和上证股指收益率之间的动态相关系数有影响作用；汇率、居民消费价格指数、货币供应量、房地产开发综合经济指数及利率五个因素均对企业债券和上证股指收益率之间有影响，实证证明了影响企业债券和上证股指收益率的因素的因素更多，这二者的信息流通渠道宽于其他两个市场之间的。国债和企债收益率动态相关系数存在结构断点。
参考文献：
[1]潘婉彬,陶利斌,缪柏其.TGARCH模型在利率波动建模中的应用.统计与决策, 2007,(20):15-17
[2]Yang,Zhou and Leung.Asymmetric Correlation and Volatility Dynamics among Stock,Bond,and Securitized Real Estate Markets, forthcoming (2010)
宏观经济动态篇（4）
二、宏观调控的利益协调关系
(一)动态的国民经济运行状态加大了宏观调控利益协调的难度
我国国民经济运行状态变动的内生性决定了宏观调控具有动态性特性，宏观调控依存的国民经济运行状态不同，宏观调控的对象、目标与手段也会发生相应变化，宏观调控会显现出不同特点。前面已经论述，我国宏观调控的发生状态和权力配置较以前有了很大变动，将宏观调控纳入常规手段、宏观调控权的集中无疑增加了各方面利益冲突的可能性，加之经济起飞阶段国民经济运行状态变动的不确定性，这两方面增加了对其把握、决策、实施的难度。因此，具有中国特色的宏观调控定位与特征决定了宏观调控的利益协调问题。
宏观调控依存的动态性国民经济运行状态是利益调整的重要时期，同时为宏观调控利益协调提供了外部环境。依存动态性国民经济运行状态出现的宏观调控作为市场机制的有益补充，一旦成为常态出现就会对正常的国民经济运行产生反作用，同时也致使利益协调作为经常性的问题而出现。由于涉及到的资源、权力等要素调整的不确定性大大增加，宏观调控时期也是利益各方的活跃时期。在动态性的国民经济运行状态下，中央与地方、宏观部门之间、产业部门之间、区域之间、城镇与乡村之间在处于常态的宏观调整过程中更容易发生各种各样深刻的利益碰撞，包括对人、财、物、位置和政策的争夺。
(二)对宏观调控利益协调起因的探究
有关不同级别政府在宏观调控中利益协调的起因。目前大多研究成果结论基本类似。如杨秋宝(2003)针对宏观调控利益起因提到：政府作为特殊社会机构和经济主体有自身的利益，在和社会利益相悖的前提下，政府自身特殊利益的追求就会对政府作为宏观调控主体的社会利益取向产生负面影响。中央政府和地方政府的利益目标并不一致，这是中央政府同地方政府在宏观调控过程中存在冲突的根本。宏观调控权由中央和地方共享转移到中央独有，地方作为受调节与控制的对象，中央、地方主客体之间可能存在由目标差异引发的利益冲突。宏观调控的政策手段必然要落实到具体的部门，实施宏观调控的部门作为调控主体的有机组成，有机构、部门的利益取向和单位利益要求，职能部门的政策手段首先需要协调，但不可否认也存在排斥的情况；另一方面，除去政策手段本身之间的矛盾，部门利益也是引起中央宏观调控部门关系平衡的关键。我国宏观调控具有总量和结构调整的双重功能，注定其实施前后要关注各类综合性指数作为宏观调控依据的判断；同时，在做出需要进行宏观调控判断后要找出问题的原因和手段应用的切入点，其间必然涉及对经济结构的调整，包括产业结构、所有权结构等。结构调整涉及到的关键词包括：限制、保护、促进、推动、加强等。结构调整依托的“有保有压”原则，必定是对某些产业、所有权的“保”，而对另一些产业、所有权的“压”，这些调整对象的利益纷争由此而生。目前宏观调控手段主要有经济、法律和行政三种，其中经济手段包括财政、货币等政策，这些政策出自不同部门，相同手段调控的是不同区域。众所周知，我国的区域发展差异性过大，即使同一区域内部其情况也各不相同。宏观调控政策的出台往往针对国民经济整体情况，这样很容易出现“一刀切”现象。中国经济社会发展的区域性差异导致统一的宏观调控政策在不同地区存在不同实施效果，不同地区在宏观调控中也存在竞争与利益博弈，为了实现自身目标，不同地区都希望宏观调控向本地区情况靠拢，使不同区域间的摩擦加重，中央同地方的关系紧张。中国经济社会发展差距存在“横”、“纵”交织的局面，横向是地区之间的差距，纵向是城乡之间的差距。同地区在宏观调控中的竞争类似，由于历史原因，农业支持工业、农村哺育城市的格局在很长一段时期内存在，导致城乡之间差距一再拉大，经济社会状况难以理顺。城市和农村之间在宏观调控中不但存在经济上的竞争、博弈关系，而且越来越扩散到社会领域。
依照宏观调控定位、手段、目标分析利益协调问题会发现，对不同层次对象的调控过程中不但发生了各类主体之间的竞争关系，而且各类主体之间还具有很强的对抗关系，但鲜见竞争中的合作。由此引申出一个问题：通过比较发现，作为统一的政治体，我国中央与地方、区域、城乡等之间的合作在某种程度上甚至小于以合约形式结合到一起的欧盟各成员国，这是国民经济社会长期发展很值得注意的一个问题。
(三)对宏观调控利益关系的描述
通过上面的分析，按照宏观调控的主体、客体、对象、内容进行归纳，依据宏观调控利益协调发生的深层原因，大致可以梳理出我国宏观调控过程中诸多复杂的利益关系。就此，为了能够更直观的给出宏观调控过程中利益协调的发生状态，将其以图的形式加以表达。宏观调控主、客体的利益关系应该包括交织的两层。
从框架体系可知，按照行为主体为标准的宏观调控利益协调对象可以分为五类：中央与地方、各宏观政策部门、相关产业部门、区域(行政区域及经济区域)和城镇与乡村。从宏观调控利益协调的具体内容看，中央针对每一类利益协调对象都涉及到经济、政治、社会、自然资源和环境利益等方面，各利益协调对象之间的博弈实际是针对这些具体内容展开的。上面已经论述，宏观调控参与各方的利益是不完全一致的，不同集团存在目标差异，即使集团内部个人利益目标也不完全一致。宏观调控的主、客
体与对象之间在利益博弈中使中央政府宏观调控政策根本无法全面顺利落实，宏观调控既定目标无法完全实现，宏观调控政策效果必然会大打折扣。
宏观经济动态篇（5）
所谓宏观经济统计分析，是指以宏观经济理论为依托，以统计分析方法为工具，利用统计资料对宏观经济运行规律进行认识，对国民经济整体及其运行过程进行实证统计分析的一个过程[1]。它是经济学与统计学相互融合形成的一种体系，主要内容包括专题性统计分析与制度化统计分析，专题性统计分析要求对所分析内容有所深刻的定性认识，需要将多种分析方法综合运用；制度化统计分析指每年年初对各地区统计局前一年统计分析报告的分析。
（二）宏观经济统计分析常用方法
宏观经济统计分析常采用的统计分析方法有比较静态分析法、比较动态分析法、动态分析、静态分析、边际分析等等。比较静态分析法是指对两个或以上均衡位置进行比较所形成的一种分析方法；比较动态分析法比较与分析的是两个经济过程；动态分析法将原有均衡过程过渡到新均衡过程，然后在对其进行分析，因而需要考虑时间因素；静态分析法则指在不考虑时间因素和经济变动过程的条件下，即只在经济状态均衡的状态下对经济进行统计分析的一种方法。
二、宏观经济统计分析发展中面临的基本问题
统计分析是国民经济日常工作之一，对国家、地方、企业发展都具有十分重要的作用，因而宏观经济统计分析便成为了国民经济发展与数据分析中一个重要的工具。然而，就我国当前国民经济发展状态与市场形势而言，宏观经济统计分析与统计数据及其相关内容不仅没有得到充分合理的利用，没有受到应有的关注与重视，而且由于受市场等诸多因素影响还存在许多问题丞待解决[2]。如统计分析方法落后、统计分析人员专业水平整体有待提高、分析工作没有按照相关原则进行、难以适应时展趋势等。
另外，宏观经济统计分析发展还面临一些难度较大的问题，如通货紧缩情况未能得到及时改善，需求不足矛盾依旧强烈；外需对国内经济增长带动作用显著减弱，降低了企业出口的积极性；市场机制作用发挥不充分等。
三、促进宏观经济统计分析稳健发展的有效对策
（一）顺应大数据时展趋势
互联网、计算机等信息技术在全球范围内应用的日益普遍与成熟，以及人们对信息日益增长的需求，直接催生了大数据时代的来临。根据当前IT、金融、统计学、电力等各行业发展状态与行业性质来看，不仅行业与学科本身时刻产生大量数据信息，而且行业经营发展所需数据量也极其庞大。面对这种大数据时展趋势，作为一种发展体系的宏观经济论文统计分析，其应该顺应这一趋势，在借助先进工具对数据进行采集、整理的同时，综合运用多种科学统计分析方法对宏观经济数据进行全面准确分析，以保证国家政府在对宏观经济深刻了解的前提下，以科学合理的方式方法对社会经济进行宏观调控[3]。为加强宏观经济统计分析对大数据时展趋势的适应性，还需要建立与时代、与当前经济发展状态相适应的宏观经济统计分析模型，以使宏观经济统计分析方法更加科学，分析过程更加合理、分析结果更加精确与可靠。
（二）构建相应指标体系
经济体制改革是我国为促进经济发展而采取的一项重要举措。近年来伴随经济体制改革的不断深入，现有国民经济发展体系已难以满足社会经济发展需要，也难以适应时展的主流趋势。所以，要想改进国民经济发展体系，促进宏观经济统计分析健康可持续发展，就必须构建相应指标体系来为宏观经济统计分析提供必要的制度保障[4]。国家政府人员应针对现有国民经济体系不足之处，利用现代化信息技术建立配套的、科学的指标体系，并对相关人员进行专业培训，以保证新建指标体系能够顺利高效的实施，切实发挥指导调节作用。
（三）增强经济宏观调控能力
由于经济在市场中的发展具有一定流动性，容易产生各种类型风险，所以促进宏观经济统计分析稳健发展，还必须要增强政府的经济宏观调控能力。可以将我国经济宏观调控与政治外交相结合，与国际宏观调控相接轨，同时在明确宏观调控目标的基础上，充分贯彻与落实国家各项宏观调控政策，并根据实际情况采取相应的调控策略[5]。为充分发挥宏观调控作用与市场机制调节作用，应将宏观调控目标划分为多个子目标，在逐一实现各个宏观调控子目标的基础上，对宏观调控成果进行巩固，最终实现经济宏观调控的总目标。
四、总结
综上所述，随着时代的不断演变，我国政府应积极构建新的经济发展体系，以确保宏观经济统计分析能够适应当代经济发展宏观调控与数据分析需要，能够实现对所有经济数据的统筹管理与精确分析。总之，虽然我国宏观经济统计分析发展目前仍存在一些基本问题，但在学者对其研究的不断深入、政府对其宏观调控的不断强化之下，相信宏观经济统计分析一定会得到长足有效的发展。
宏观经济动态篇（6）
一、 引言
供给侧结构性改革意味着国家宏观政策的重大调整，旨在调整经济结构，增加供给有效性，实现要素最优配置，注重经济增长的质量和效率。在面临高产能、高库存、高杠杆、高成本等存量矛盾的情况下，只有通过供给侧结构性改革，有针对性地解决这些问题，才能为国民经济的健康持续发展铺平道路。供给侧结构性改革是希望通过改革实现经济结构的调整和优化，从而避免潜在增速的大幅下行，不仅是从要素领域对十八届三中全会“全面深化改革”相关内容的延伸和聚焦，还是适应经济发展新常态的创新之举。对于土地宏观调控来说，发挥其在供给侧结构性改革中的基础性作用，要注重提升土地宏观调控政策制定和实施管理的科学化水平，确保社会经济健康可持续发展。
二、 土地宏观调控在供给侧结构性改革中的内涵
土地宏观调控实质上就是国家以土地作为调控经济运行的措施和政策，对经济运行状态和经济关系进行干预和调整，把微观经济活动纳入国民经济宏观发展轨道，及时纠正经济运行中的偏离宏观目标的倾向，属于供给侧结构性改革的基础性环节。土地宏观调控集中体现了土地政策参与宏观调控的国家意志，通过优化土地利用结构与布局，对土地的数量结构、空间结构和产业结构进行统筹优化，从而实现社会各方利益在空间上的集合和再分配，实现土地、资本、劳动、技术创新等要素的优化整合，实现公平基础上的土地可持续利用，更好地促进经济社会可持续发展。从土地宏观调控供给侧结构性改革视角来看，就是要积极适应经济发展新常态的客观规律，增强规划的前瞻性和统筹协调能力，处理好政府主导规划与资源市场化配置的关系，加强规划的制度供给，从而实现市场经济环境下对土地资源的优化配置。
三、 供给侧结构性改革中的土地宏观调控战略框架设计
战略框架设计如图1所示。
1. 供给侧结构性改革中的土地宏观调控战略背景。
（1）经济新常态背景。2011年中国经济总量虽然已经居于世界第二位，但已不复过去30多年平均10%左右的GDP增速水平，经济增长动力不足与经济下行压力并存，经济发展方式面临从粗放型增长转向集约高效型增长转变，可以说，中国经济发展方式的转型已然对土地政策提出了更高的要求，因此，需要把握经济新常态下经济服务化、社会信息化、人口城镇化、产业高端化与发展低碳化的发展趋势，加快推M土地宏观调控供给侧结构性改革，主动适应经济新常态的发展要求，为稳增长提供基础保障。
（2）区域协调发展背景。2014年底中央经济工作会议提出“优化经济发展空间格局”，重点实施“一带一路”、京津冀协同发展和长江经济带三大战略，为经济新常态提供了新的战略支撑，也为供给侧结构性改革提供了新的增长点，将成为推动中国经济中长期增长的主要力量，有利于区域间优势互补、协调发展，形成新的区域经济格局，对供给侧结构性改革具有重要的现实意义。对此，需要完善相关领域的制度供给，相应地调整供地政策，加强区域间的新兴产业用地保障和公共基础设施建设的规划引导，促进区域经济的协调健康可持续发展。
（3）新型城镇化背景。针对我国新型城镇化建设中存在的农业转移人口市民化进展缓慢、城镇化质量不高和对扩大内需的主动力作用未充分发挥等问题，2016年2月，国务院出台了关于深入推进新型城镇化建设的若干意见，指出新型城镇化是最大的内需潜力所在，是经济发展的重要动力。因此，要以人的城镇化为核心，以城市群建设为主要载体，把握新常态下的土地资源供需形势，通过土地宏观调控供给侧结构性改革提高资源配置有效性，积极稳妥推进中国特色的城镇化道路。
（4）国土制度改革背景。十八届三中全会中涉及土地管理制度改革的内容主要涉及“正确处理政府与市场的关系、建立城乡统一的建设用地市场、深化生态文明体制、赋予农民更多土地财产权利以及健全自然资源资产产权制度和用途管制制度”这五个方面。对于土地宏观调控供给侧结构性改革来讲，就是要主动适应市场化配置资源的新形势要求，统筹考量土地利用开发和生态环境保护的关系，在增加规划制度供给的同时严格规划管控和用途管制，通过改革创新把握土地供给的数量、质量和时序要求，充分发挥规划的引领作用。
2. 供给侧结构性改革中的土地宏观调控原则。
（1）服务大局原则。土地宏观调控属于国土资源管理的基础性工作，必须将土地宏观调控供给侧结构性改革与 “三去一降一补”的总体要求深度融合，与国土资源改革的各项任务紧密结合，主动适应经济发展新常态，不断提高土地宏观调控的统筹管控能力。
（2）超前谋划原则。超前谋划就是要处理好土地宏观调控短期与长期目标的关系，通过宏观调控引导资源优化配置，促进经济发展质量、效益和可持续性的有机统一。从短期来看就是要积极落实“三去一降一补”的总体要求;从长期来看要立足于未来，逐步实现规划蓝图的发展内容。
（3）节约集约原则。国土资源节约集约利用是经济发展新常态下的必然选择，也是促进供给侧结构性改革的重要举措。因此，土地宏观调控供给侧结构性改革要通过土地利用结构调整和布局优化、土地综合整治和土地内涵挖潜等措施，促进土地利用综合化、减量化、集约化，为经济社会健康发展提供支撑。
（4）改革创新原则。土地宏观调控供给侧结构性改革的根本出路在于改革创新，土地宏观调控供给侧结构性改革要要围绕加快职能转变，推动土地宏观调控相关审批事项整合，同时并积极开展“多规”试点，促进相关规划的衔接和协调，构建空间规划体系，为供给侧结构性改革奠定可操作、便实施的规划基础。
3. 供给侧结构性改革中的土地宏观调控战略功能。
（1）宏观调控功能。土地的宏观调控功能体现在通过严格规划管控和用途管制，在增加规划制度供给的同时处理好国土资源开发利用与生态环境保护的关系，同时遵循市场价值规律和供求关系的变化，为资源优化配置、土地利用结构和布局调整提供规划保障。
（2）规划引导功能。土地宏观调控的引导功能体现在注重区域协调发展，总体把握规划的宏观性、空间性和综合性特征，促进土地利用结构的调整和优化与产业结构调整的数量、空间和时序要求有机结合，同时守住基本农田以及生态保护两条红线，以实现供给侧结构性改革中的人口、资源和环境的协调可持续发展。
（3）城乡统筹功能。土地宏观调控的城乡统筹功能体现在通过保障城乡建设合理用地需求，在综合考虑生产、生活和生态用地需求的情况下，促进土地在城乡实现结构优化、合理布局、效率提高和空间释放。同时，进一步完善基于城乡统筹的土地宏观调控制度，促进城乡土地要素能进行合理的流动。
（4）创新驱动功能。土地宏观调控的创新驱动功能体现在通过创新激发需求进而促进有效供给，通过改革创新把握土地供给的数量、质量和时序要求，实行规划和管理创新，促进合理用地、人口资源疏解、产业结构调整和城市功能提升，优化生产、生活、生态空间，为供给侧结构性改革的顺利实施奠定基础。
4. 供给侧结构性改革中的土地宏观调控战略目标。
（1）具有前瞻性的未来型战略目标。土地宏观调控供给侧结构性改革的目标侧重于对未来土地利用的引导，其本质是前瞻性的未来型规划。必然要立意于未来才能体现规划的价值和主导地位。改革目标和规划蓝图的实现是一个长期的动态过程，要通过与时俱进的动态调整，逐步实现最终的宏观规划目标。
（2）具有弹性的开放型战略目标。土地宏观调控作为一个开放型的战略，必须从区域性的宏观战略视角统筹考虑系统内外的能量、物质、信息和价值的交换和变化规律，需要具有一定的弹性，才能做出科学的供给侧结构性改革决策，才能在供给侧结构性改革中发挥土地宏观调控的动态指导性。
（3）具有导向性的资源兼资产型战略目标。供给侧结构性改革中的地域目标不尽相同，在市场经济条件下，要兼顾土地作为资源的自然属性和土地作为资产的社会经济属性，要统筹考虑土地的“资源型”兼“资产型”特点，合理地配置好资源，实现土地利用综合效益的最大化。
（4）具有市场性的调控型战略目标。市场调配资源是市场经济的主要特点，但市场存在一定盲目性，在经济下行压力过大时，通过增加有效土地供给、刺激土地需求以适当提高经济增长质量和速度，反之则减少土地供给量抑制土地需求以调整经济发展步伐，根据国家产业政策调整的动态要求引导用地需求预期。
5. 供给侧结构性改革中的土地宏观调控战略任务。
（1）向可持续的土地宏观调控转型。可持续的土地利用是土地宏观调控需要考虑的内容，应做到土地资源配置方向应与及经济社会发展方向相一致，土地资源配置质量应与济可行性、生产稳定性、生态保护性、社会可接受性的综合匹配程度相一致，土地资源配置时序应与土地开发利用的时序相一致，土地资源配置区域应与地区的资源禀赋特点相一致。
（2）向市场配置资源的土地宏观调控转型。土地宏观调控作为政府干预土地利用的手段，应处理好政府规划与市场的关系，将政府宏观调控和市场配置资源有机结合，使市场在资源配置中起决定性作用的同时发挥好政府的宏观引导作用，在土地资源配置中满足供给侧结构性改革对产业结构调整的要求，发挥着调节供给与需求的纽带作用。
（3）向城l统筹的土地宏观调控转型。土地宏观调控是城乡统筹的抓手和平台，要打破城乡二元结构，形成促进城乡协调健康发展的机制。通过土地利用空间布局整合和利用结构调整，提高土地增值收益分配，释放供给侧结构性改革潜力，促进土地利用在规划分配过程中不断优化结构，实现可持续利用。
（4）向多规融合的土地宏观调控转型。“多规融合”是基于社会经济发展整体目标一致性和协调性的考虑，是适应经济新常态发展要求，推进供给侧结构性改革的创新举措。必须通过探索跨区域的统一规划与协同管控机制，实现功能联动、产业对接和区域一体化发展，最终建立统一、高效、可持续的空间规划体系。
6. 供给侧结构性改革中的土地宏观调控战略措施。
（1）强化土地规划管控，促进土地利用结构优化。进一步强化土地利用规划管理和用途管制，保护耕地和基本农田，加大生态空间建设力度，控制新增建设用地规模，促进土地利用结构的调整和优化与产业结构调整的数量、空间和时序要求有机结合，以土地宏观调控为“底盘”，支持新产业新业态发展。
（2）加强土地综合整治，推进土地节约与合理利用。促进区域土地综合整治，统筹资源开发与环境保护，促进土地节约集约利用，提升资源环境承载能力，加强“山、水、林、田、湖”生态一体化治理，进一步推进城乡用地增减挂钩、城镇更新工程、低效用地再开发，提高土地对经济社会发展的持续保障能力。
（3）积极推动城乡统筹，构建统一建设用地市场。优化生产、生活、生态空间，促进新型城镇化发展，统筹考虑农村集体经营性建设用地和城市建设用地的供应数量、空间与时间关系，实行统一规划和管理，在符合规划和用途管制前提下盘活农村集体建设用地，建立统一的建设用地指标交易市场，积极推动城乡统筹发展。
（4）释放红利，提高土地市场化配置程度。提高土地资源的市场化配置程度，建立兼顾国家、集体、个人的土地增值收益分配机制，合理调整产业用地政策，创新土地供应方式，合理提高农民个人收益，消除土地价格扭曲，探索征地与农转用审批实质性分离的制度设计，优化审批程序，降低土地使用成本，激发市场创新活力。
四、 结论
土地宏观调控作为政府宏观调控土地资源配置、土地利用方式和土地市场运行的重要手段，在供给侧结构性改革中具有重要作用。对土地宏观调控供给侧结构性改革的认识，是推动供给侧结构性改革必不可少的基础性环节，对供给侧结构性改革认识模糊，就会使土地宏观调控浮于形式，起不到助力供给侧结构性改革、促进经济新常态发展的目的。本文对供给侧结构性改革中的土地宏观调控内涵进行了诠释，并从背景、原则、功能、目标、任务以及措施这6个方面构建了供给侧结构性改革中的土地宏观调控战略框架，并对框架内容进行了阐述，有助于我们在新的时期以全新的视角思考如何对土地宏观调控进行改进和完善，从而满足推进供给侧结构性改革的需要，服务经济社会发展新常态的大局。
参考文献：
[1] 王兴，杜新波，杨景胜.土地宏观调控的机制框架与对策研究[J].资源与产业，2011，13（2）：57-62.
[2] 严金明.新形势下土地规划转型发展探讨[J].行政管理改革，2016，（1）：37-42.
[3] 肖金成.实施新发展战略的思考[J].宏观经济管理，2003，（4）：27-29.
[4] 陈建华，薛丽芳.区域土地可持续利用思考[J].经济地理，2002，22（Z）：79-81.
[5] 严金明，刘杰.关于土地利用规划本质、功能和战略导向的思考[J].中国土地科学，2012，26（2）：4-9.
宏观经济动态篇（7）
1.宏观经济统计分析基本内容介绍
宏观经济理论是宏观经济统计分析的主要依据，通过对统计资料的合理应用，来对宏观经济运行规律形成一个基本的认知，该过程被称为国民经济运行过程的实证经济统计分析，即宏观经济统计分析，该体系由经济学知识和统计学知识相互整合而成。在市场经济国家中，经济学（计量经济学）为宏观经济统计分析发展的主体，统计资料以及经济理论二者均为计量经济学的基础，涵盖了理论计量经济学和经济计量学两方面内容，通过对事实统计数据的分析，来进一步探索经济规律。
国民经济核算体系是宏观经济统计学的核心，其是也是作为宏观经济学论文统计分析的基准存在的，专题性统计分析工作与制度化统计分析工作均被列为宏观经济统计分析的范畴。其中，前者要求通过多样化的调查方法，开深入定性认识所研究的问题；后者则指每年地方统计局根据前一年度的统计分析数据，做出相应的报告内容。
2.宏观经济统计分析途径
宏观经济分析途径呈现了多样化的特点，主要包括比较静态分析、静态分析、边际分析、均衡分析、比较动态分析以及动态分析。其中，比较静态分析是指通过比较对两个及其以上均衡位置所形成的分析途径；静态分析指将经济变动过程以及时间因素进行完全抽离，继而实现的一种经济均衡状态现象，在此过程中所形成的方法即静态均衡分析法，也被称为静态分析法；边际分析是指通过边际概念，采用数量分析法来分析经济行为和经济变量，对自变量变动于因变量变动之间的关系进行了凸显与强调；均衡分析包括局部均衡分析和一般均衡分析两种途径，代指对经济均衡的变动条件与形成条件进行分析的过程；比较动态分析是指比较分析两个经济过程，继而得到变量之间的具体关系；动态分析则要对时间因素进行充分的考虑，目前已经由新的均衡的分析途径代替了原有的均衡分析途径。
3.宏观经济统计分析的理论基础以及作用介绍
宏观经济统计分析旨在对经济运行中的主要问题与矛盾进行客观的揭示，并预测经济运行态势以及经济发展趋势，根据相关经济管理的建议，来进一步精确的判断经济运行情况。在此过程中，经济学是宏观经济统计分析的基础，按照宏观经济统计分析的目的，来对计量经济模型以及统计模型进行科学的构建，以此来科学的验证经济学的多种理论。
二、宏观经济统计分析发展面临的主要问题
1.宏观经济统计分析方法滞后
宏观经济统计分析方法滞后是其发展过程中面临的最为主要的问题。追溯其缘由，相关从业人员缺乏必要的创新思维，使宏观经济统计分析方法不能有效顺应市场经济的发展。
2.不能充分认识对大数据时代的特征
我国宏观经济统计分析在大数据时代的作用下，被赋予了一些充满时代气息的新型时代特点，这就对我国宏观经济统计分析提出了更高层次的要求。但由于现阶段我国宏观经济统计分析在认识大数据时代特征方面仍处于初期阶段，使得与之相适应的新的经济统计分析模型的构建面临重重困难。在这种情况下，宏观经济统计分析不能够对未来经济发展趋势进行及时预测。
3.缺乏必要的市场机制的内在推动力
宏观经济统计分析发展面临的主要问题还包括市场机制的内在推动力明显不足。追溯其缘由，主要是在国债技改投资贴息措施的作用下，在一定程度上再加了投资规模。与此同时，在不断削弱的外需对经济增长的拉动作用下，企业出口积极性受到了严重的影响。再加之，企业无法按照实际情况，及时改变通货紧缩状况，致使需求不足的矛盾日益激化，上述因素均会影响宏观经济统计分析的长足发展。
4.不能够顺应大数据时展趋势
我国政府比较重视信息化领域与电子政务行业，硬件设施、信息网络以及软件设施均为大数据发展提供了优越的机会和条件。但由于各部门信息数据共享平台的财务信息、活动统计、业务统计以及行政记录均未实现科学的统计数据转化，这是源于其并不能够顺应大数据分析使用趋势，在不一致的指标口径、指标体系、指标、空间、分类以及编码的情况下，数据库相对混乱，无法实现最基础的常规统计描述、整理以及分析。该现象反映了社会统计素质的缺失，由于政府领导缺乏对统计作用的正确认识所致。在这种态势下，无法真正实现宏观经济统计分析决策科学化管理。
三、推动宏观经济统计分析可持续发展的重要手段
1.全面贯彻宏观经济统计分析理念
宏观经济统计分析发展需要依托于科学的理念，包括灵活性、发展性、多样化、全面性理念。其中，灵活性理念的积极贯彻，旨在我国政府能够结合市场经济的实际情况，采取针对性的措施来规避经济风险问题；发展性理念的积极贯彻，旨在推动我国宏观经济的调控发展，能够使我国在国际上的竞争力得到强化；多样化理念的积极贯彻，能够起到推动我国宏观经济调控的全面发展的作用，该理念倡导协调多种所有制经济发展的目标；全面性理念的积极贯彻，能够促进我国政府对市场经济的整体情况的把握，为对与之相关的一些列问题的综合性分析提供有力的支持，进一步推动了我国宏观经济的头筹发展。由此可见，宏观经济统计分析发展要基于上述理念的全面贯彻来实现。
2.保持社会总供求处于平衡状态
目前，我国面临着社会总供求失衡的问题，而导致该问题出现的因素较多，包括我国缺乏健全的社会保障机制以及公平的城乡居民收支，再加之固定资产投资规模较大等因素影响了我国社会总供求处于平衡状态的保持。在这种情况下，我国政府要通过多样化的措施积极的治理该现象。
其一，对我国的就业率进行不断的提升，使社会保障机制的建立得到不断的完善；其二，适当的增加政府支出，使国民收入分配中消费的比例得到合理的增加；其三，促进货币流动，并投入大量的公共物品投资以及基础设施投资做支持，使内需得到充分的拉动；其四，促进城乡居民收入水平的提升，以减小城乡之间收入水平的差距；其四，在分配个人收入中，要全面贯彻效率优先以及公平原则，使城乡二元结构得到科学的清除。与此同时，我国政府要大力扶持贫困灾区，并不断完善对公平竞争机制，在城乡一体化的发展理念的积极导向下，使消费内需得到不断的扩大，从而使经济得到科学而又快速的增长。
3.进一步提升经济宏观调控能力
由于经济的流动性较强，那么在经济运行也会伴随着一定的风险发生。为此，我国政府要对经济宏观调控能力进行不断提升，有机整合我国的政治外交与宏观调控，并对国家宏观调控政策进行积极的贯彻，使宏观调控目标得到进一步明确。与此同时，我国要按照时间情况采取针对性的调控手段，科学划分宏观调控目标的层次，以进一步巩固宏观调控成果，从而使其市场机制的效能得到充分的发挥，最终实现经济调控能力得到显著提升的目的。
4.科学的革新投融资体制
经济市场的有效运行是宏观经济统计分析发展的前提，为了加快科学的革新投融资体制目的的实现，我国要对风险投资基金进行科学的建立。与此同时，我国政府要促进出口退税进度的加快发展，为出口信贷提供强有力的支撑。在投资过程中，要严格杜绝重复建设现象，由扩大消费代替原有的扩大投资，并社会保障资金国家统筹的全面实施，强化出口企业的支持力度，并通过对出口的科学刺激，增长出口量，为宏观经济统计分析发展创造有利的条件。另一方面，由于中小型企业普遍存在的流动资金匮乏的现象，这就对其长远发展产生了一定程度的阻碍。为此，我国政府要不断强化扶持中小型企业，并鼓励银行对中小企业进行贷款，从而促进中小型企业的长足发展和宏观经济统计分析的可持续发展。
5.抓住大数据时展机遇
相对于美国而言，大数据时代下中国发展和多方面情况与其存在明显的差异。自改改革开放以来，我国不断的总结了跨越历史、超越自己以及积极发挥政府组织效能的社会主义市场经济成功转型发展的经验。大数据时代为我国提供了一个良好的超越、追赶发展的契机，为此，我国要以政府各部门的信息数据为切入点，不断的推动政府公共数据共享平台发展，并给予政府经济社会发展过程的中长期发展政策科学规划、分析研究和实施以及科学管理高度的支持。
为了促进我国宏观经济统计分析的可持续发展，要抓住大数据时展机遇，使研究更具前瞻性，海量的信息网络数据进行充分的利用，包括深入研究相关微观到宏观的经济社会发展过程数据的分析以及搜集整理的手段，从而形成一个全新宏观经济统计分析系统思想的创新模式，为监测我国宏观经济发展过程提供科学的已依据，同时，也为我国中长期发展的政策的制定以及科学分析提供良好的服务。
基于大数据时代的信息网络技术的视角，以服务业各个部门管理的监管信息/业务统计、行政记录以及经济活动的实物量统计作为切入点，根据最终统计的财务等价值量，逐渐形成一套有效的服务业统计核算和统计推算的科学统计方法体系。与此同时，当地相关部门可以以管道运输、河运、公路、航空、铁路等地理信息系统、物感网、信息化以及与之相关联的统计数据作为主要依据，对能够顺应大数据发展的平台进行大力发展，并强化对我国物流网络体系的服务业统计以及能够适应我国交通运输情况体系的建设，为国家物流业以及交通运输业发展提供较为基础的建设服务。
另一方面，当地政府要以资源环境、能源生产企业、电网供求等信息数据为基础，对我国能源发展建设大数据平台进行科学的建设，继而为国家能源发展规范、管理提供强有力的支撑，最终促进我国宏观经济统计分析的健康发展。为此，在大数据时代背景下，我国政府要走在大数据时展前沿，合理的分析相关数据信息，并通过对多样化统计方法的整合，深入的了解宏观经济，实现合理化、科学化的宏观经济统计分析发展目的。
四、结语
综上所述，基于大数据时代的背景，我国政府要不断完善数据集中平台、经济发展体系的构建，统筹管理社会各项经济数据。与此同时，政府要对自身的职能进行充分利用，全面贯彻协同理念以及合作理念，促进整体经济效益的优化，并为我国宏观经济统计分析长足发展提供有利的契机。虽然我国宏观经济统计分析发展中仍面临着比较多样化的问题，但相信通过政府以及各方力量的共同支持与努力，宏观经济统计分析将会为人们谋取更多的福祉。
参考文献：
宏观经济动态篇（8）
一、引言
资本结构是指企业各种资本的价值构成及其比例关系，是企业一定时期筹资组合的结果。自1958年Modigliani和Miller提出MM结构理论，开创现代资本结构理论的研究体系后，国内外学术界对资本结构进行了深入和广泛地研究，并且越来越多的学者从多学科交叉的角度对资本结构进行了大量的理论和实证研究，极大充实和丰富了相关研究成果。学术界的相关研究最初集中在微观角度，从企业层面的特征角度来探讨影响企业资本结构选择的因素，这种静态研究存在一定的局限性，即认为企业当前的资本结构是最优的。但实际上，企业目标资本结构并不是一成不变的，而是随着企业内外部环境的不断变化而进行调整的，而这种调整速度会因资本市场摩擦而变缓，最终导致企业形成最优资本结构的行为受阻。随着计量经济学的发展和面板数据的应用，学术界也逐渐利用动态模型来研究资本结构，并提出了动态权衡理论等。但大部分学者仍然是从企业微观因素角度分析企业资本结构调整速度的影响因素。但有学者（如Welch，2004）通过深入研究发现，如果仅仅从企业特征等微观层面来研究资本结构，其得出的分析结果与企业实际情况会产生偏差。
宏观经济环境是企业融资的基本环境，是企业在融资决策时要考虑的重要因素，因此近年来有些学者将研究视点转向了探讨宏观经济环境对企业资本结构的影响。宏观经济环境主要包括了国家经济发展阶段和发展水平、经济制度和市场体系以及宏观经济政策等，其中经济周期的变化是宏观经济环境中最重要的部分，影响着企业资本结构调整的方向，金融市场环境包括信贷市场和股票市场是我国企业融资的两个最主要渠道，直接影响了我国企业资本结构的调整速度，因此本文将重点从经济周期、信贷市场和股票市场这三个方面进行归纳总结国内外学者对其相关研究的成果。
二、国内外文献综述
近些年国内外学者开始研究宏观经济环境对资本结构动态调整的影响，有些学者甚至对不同国家企业的资本结构进行横向比较分析，研究结果表明，企业宏观经济环境可以部分解释不同国家企业资本结构存在的差异。
（一）国外文献综述
国外有关研究宏观经济因素对资本结构及其动态调整速度影响的文献，主要有两种形式，即问卷调查和实证研究，其中实证研究中又有两种形式：用时间虚拟变量和经济指标来来衡量宏观经济环境。
Graham和Harvey（2001）向300多家美国企业的CFO发放调查问卷，有2/3企业的CFO认为企业进行融资决策时，会认真考虑股票市场对企业股票价格是否存在高估或者低估；同样地，Bancel和Mittoo（2004）对欧洲国家企业的问卷调查结果也表明，企业管理层在进行融资决策时会考虑资本市场的情况，具有明显的择时行为。Brau和Fawcett（2006）在对IPO进行问卷调查时，82.94%的企业CFO认为股票市场的总体情况是企业IPO决策时考虑的最重要的因素。
Booth和Laurence等（2001）以发展中国家和发达国家的混合数据为样本，将宏观经济变量包括GDP实际增长率、银行贷款/GDP、股票市场价值/GDP、通货膨胀率以及Miller税收项目，与资本结构的关系进行横截面分析，研究结果表明：这些宏观经济变量可以解释14个国家长期市场负债比率25.8%的变化，16个国家长期账面负债比率22.4%的变化，以及17个国家总负债比率27.5%的变化。
Nejadmalayers（2001）利用Probit模型实证分析了宏观经济因素对企业融资选择的影响，结果表明宏观经济因素能部分解释企业融资决策问题：（1）随着短期国库券收益上升，企业更可能发行债券融资而不是权益融资；（2）当长期国库券收益上升，收益曲线越陡，或者收益曲线越容易变动，收益曲线越弯曲，企业负债融资的可能性越大。
Korajczyk和Levy（2003）以违约差价、期限差价和三个月权益市场回报率为宏观经济环境的度量指标，对样本公司基于是否存在融资约束进行分组，用二元Probit回归模型，研究样本企业在宏观经济环境发生波动时的融资变化。最终的研究结果表明：（1）宏观经济环境的变化对企业资本结构发生时间序列变化的解释程度达12%至51%；（2）宏观经济环境对无融资约束企业的资本结构有显著影响，且资本结构呈逆周期；（3）宏观经济因素对融资约束企业的资本结构影响不大，且其资本结构呈顺周期的特征。
Drobetz和Wanzenried（2006）选用了90家瑞士企业1991-2001年间数据为样本，以期限价差、违约风险溢价、短期利率和泰德价差等四个变量指标来度量宏观经济因素，建立实证模型测度宏观经济因素对企业资本结构调整速度的影响，面板数据结果表明：期限价差、泰德价差和违约风险溢价均对资本结构调整速度有正向影响，而短期利率则为负向影响，并且经济环境良好时，资本结构调整速度更快。
Douglas和Tian Tang（2010）以美国企业1976-2006年间数据为样本，选用实际GDP增长率、违约风险溢价、期限价差和股利收益率为宏观经济变量，采用整合局部动态模型和两阶段动态调整模型，测量了宏观经济因素对资本结构调整速度的影响，结果发现：（1）资本结构具有逆周期特征；（2）无论企业是否受到融资约束，只要宏观经济环境良好，企业资本结构调整速度就更快。
（二）国内文献综述
苏冬蔚和曾海舰（2009）以1042家1994-2007年数据为观测样本，用实际GDP的自然对数和实际企业所得税的自然对数衡量经济周期，以银行不良贷款衡量信贷违约风险、金融机构贷款总额自然对数衡量信贷规模、上证综合指数的年化收益率和深证成份指数年化收益率衡量股市表现，运用面板数据分位数回归和分数响应两种非线性计量方法，研究结果表明，我国上市公司资本结构呈显著的逆周期特征。
黄辉（2009）采用GMM模型，选用996家公司的1997-2006年数据，对宏观经济因素与企业资本结构调整的关系进行研究，该文除了以GDP实际增长率、国债息差衡量宏观经济环境外，还引入了制度因素和过度负债、股价高估两个虚拟变量，实证结果表明：（1）企业资本结构在较好的宏观经济环境中有更快的调整速度，为0.7-0.8之间；（2）企业在融资时机和顺序上有融资优序和市场择时的动机；（3）宏观经济环境使得企业特征因素对资本结构的影响发生扭曲。
何靖（2010）以378家公司1998-2008年平衡面板数据为观测样本，采用GMM模型，直接将宏观经济指标内化到模型中进行估计，分析了宏观经济因素对我国上市公司资本结构调整速度的影响。研究发现，宏观经济环境不仅直接影响着样本公司对目标资本结构的选择，还作为外生冲击，影响资本结构动态调整速度，并且在宏观经济环境上升时，资本结构调整速度更快。
闵亮和沈悦（2011）选取了1998-2009年共9268个观测样本，以是否支付股利为是否存在融资约束的判断指标，将样本公司进行分组，以1998年和2008年作为宏观经济衰退期的哑变量，通过建立动态模型，研究了宏观冲击下我国上市公司资本结构的动态调整问题，结果表明：（1）上市公司资本结构动态调整是宏观冲击与公司经营特征联合作用的结果；（2）不管是否有融资约束，公司资本结构调整均对权益市场的规模效应较为敏感，而对信贷市场规模波动不敏感；（3）融资约束型公司资本结构调整速度更快，受到宏观经济环境影响更显著。
于蔚等（2012）以855家A股上市公司1999-2008年的数据为样本，以股利支付率为融资约束度量指标，将样本数据分为融资约束较轻和融资约束严重两组，建立非平衡面板数据模型，以信贷规模、股权扩容规模、贷款利率和股票市场整体收益率来衡量宏观经济环境，研究了经济转型下宏观冲击对我国上市公司资本结构调整的影响，实证结果表明：（1）从资金供给方面来看，信贷市场和股权再融资市场的容量性指标（信贷规模、股权扩容规模）和成本性指标（贷款利率和股票市场整体收益率）对公司融资决策和资本结构调整有重要影响；（2）宏观冲击的容量性指标和成本性指标对融资约束程度不同的公司资本结构调整的影响存在异质性，即融资约束较严重公司的资本结构调整更容易受到容量性指标的制约，而融资约束较轻的公司则对成本性指标的变化更敏感。
李勇（2014）以820家2001-2011年的数据为观测样本，选用实际GDP增长率、信贷规模、股权扩容规模、债券发行规模和实际贷款利率衡量宏观经济环境，并根据实际GDP增长率将宏观经济周期分为四个阶段，作为宏观经济周期的哑变量，构建了资本结构动态调整模型，研究结果显示，样本公司资本结构调整呈顺周期特征。
三、中外文献评述
通过上述对国内外文献的回顾，目前有关宏观经济因素对资本结构调整影响的研究，不同的学者从不同的角度进行了探讨，而研究结果都表明宏观经济环境对企业资本结构选择及其调整有重要影响，并且是通过企业微观层面因素表现出来的。
第一，在研究方法上，国外文献主要有问卷调查法和实证研究两种，国内主要是实证研究，在实证研究中，一部分学者采用了以时间为哑变量或者以GDP增长率划分样本进行研究；另外一些学者则直接选取一些经济指标作为宏观经济因素的变量进行实证研究，虽然选取的指标各有侧重，但总体来说最终实证结果均表明宏观经济因素影响着资本结构调整。
第二，在选用实证模型上，除了采用常规的线性回归模型外，还有些学者开始尝试用其他的模型，国外学者倾向于Probit模型，如Korajczyk和Levy（2003）；国内学者则采用GMM模型，如何靖（2010）、黄辉（2009）。
第三，在研究结论上，一般从两个方面进行讨论：资本结构呈逆周期或者顺周期变动，以及不同的宏观经济环境下资本结构调整的速度。目前关于前者的结论不统一，有些学者的研究表明，本国企业资本结构调整呈顺周期特征，如李勇（2014）；而Korajczyk（2003）、孔庆辉（2010）则认为融资约束少的企业呈逆周期特征，融资约束严重的企业则有顺周期特征，但更多的结论表明企业资本结构呈逆周期变动。关于后者，绝大多数研究结果表明，宏观经济环境良好时，企业资本结构调整速度更快；融资成本越高，调整速度越慢；融资约束型企业调整速度更容易受到“容量受限”的影响，非约束型则更容易受到融资成本的影响，如Drobetz（2006）、Douglas（2010）、黄辉（2009）、闵亮（2011）、于蔚（2012）等。
参考文献：
[1]王淑娜.宏观经济环境、融资约束和资本结构动态调整[D].北京：首都经济贸易大学，2014.
[2]Flannery. M， K.Hankins， A Theory of Capital Structure Adjustment Speed [R].SSRN Working Paper， 2007.
[3]Welch， Capital Structure and Stock Returns [J].Journal of Political Economy，2004（112）.
[4]苏冬蔚，曾海舰. 宏观经济环境因素与公司资本结构变动[J].经济研究，2009，（12）：53-65.
[5]Graham. J.R.， C. Harvey， The Theory and Practice of Corporate Finance： Evidence from the Field [J].Journal of Financial Economics，2001，（60）：187-243.
[6]Bancel. F， U. R. Mittoo， Cross-country Determinants of Capital Structure Choice： A Survey of European Firms [J].Financial of Management，2004：103-132.
[7]Brau. J.C， S .E. Fawcett， Initial Public Offerings： An Analysis of Theory and Practice [J].Journal of Finance，2006，（54）：399-436.
[8]Booth， Laurence， Varouj Aivazian， Asli Demirgue-Kunt and Vojislav Maksimovie， Capital Structures in Developing Countries[J].Journal of Finance，2001，（56）：87-130.
[9]Nejadmalayeri. A， On the Effect of the Term Structure of Interest Rates on Corporate Capital Structure： Theory and Evidence [D].The University of Arizona，2001.
[10]Korajczyk. R， Levy. A， Capital Structure Choice： Macroeconomic Conditions and Financial Constraints [J].Journal of Financial Economics，2003，（68）：75-109.
[11]Drobetz. W， Wanzenried. G， What Determines the Speed of Adjustment To the Target Capital Structure？ [J].Applied Financial Economics，2006，（16）：941-958.
[12]Douglas .O. Cook， Tian Tang， Macroeconomic Conditions and Capital Structure Adjustment Speed [J].Journal of Corporate Finance，2010，（16）：73-87.
[13]黄辉.制度导向、宏观经济环境与企业资本结构调整――基于中国上市公司的经验证据[J].管理评论，2009，（3）：10-19.
[14]何靖.宏观经济环境影响资本结构调整速度吗？――来自中国上市公司的经验证据[J].南方经济，2010，（12）：3-16.
[15]闵亮，沈悦.宏观冲击下的资本结构动态调整――基于融资约束的差异性分析[J].中国工业经，2011，（5）：109-118.
宏观经济动态篇（9）
1、景气的概念
景气，是一个抽象的经济概念。所谓景气，则是指经济繁荣、兴旺、上升;所谓不景气，则是指经济萧条、衰退、下降。
景气状况，是指工业经济运行所处的景气或不景气状态，即指经济繁荣、兴旺、上升的程度，或经济萧条、衰退、下降的程度。
2、企业景气调查的概念
企业景气调查(Business Survey)，也称为经济周期调查或短期经济观测调查，它是以企业家为调查对象，采用问卷调查方式，定期收集企业家对宏观经济运行和企业生产经营景气现状的定性判断、及对未来经济景气状况变动预期的一种统计调查。也就是调查企业家对宏观经济运行态势和企业生产经营状况所作出的定性判断和预期。
3、企业景气调查方法
企业景气调查方法，是指企业景气调查与景气分析方法的概括和综合，它是通过企业景气调查定期取得企业家对宏观经济运行态势和企业生产经营状况所作出的定性判断和预期，以此编制景气指数，以及时、准确地反映宏观经济运行态势和企业生产经营状况，进而预测经济发展变动趋势。
4、企业景气调查的内容
(I)对宏观经济景气状况的判断和预期
(2)对企业生产经营状况的判断和预期
(3)对企业生产经营的重点和问题判断
(4)企业家的建议和要求
5、企业景气调查的调查对象
企业景气调查的调查对象就是企业家，即应为有决策权的企业生产经营的组织者和策划者。这是因为：
第一，企业家了解、掌握企业生产经营各方面、各环节的详细情况，能够对企业生产经营状况作出正确的判断和预期;
第二，企业家密切关注宏观经济运行的走势和变化，能够对宏观经济运行态势作出正确的判断和预期;
第三，企业家了解和清楚市场需求，可以对市场需求的变化进行正确的判断和预期，以对企业生产经营作出正确决策;
第四，企业家能够对企业生产经营的重点和存在的主要问题作出正确判断。
6、企业景气调查的调查频率
通常情况下，调查频率应以月度或季度调查为宜。这是因为：
第一，在市场经济体制下，由于市场需求变化较快，因而，这就决定了企业生产经营定位和企业发展要根据市场的变化而变化。就是说，以月度或季度调查是满足企业定位与发展的要求。
第二，随着市场经济的深入和发展，各级政府要及时了解和掌握企业家对宏观经济运行的态势和企业生产经营状况的判断和预期，以作为科学决策的依据。
第三，企业家对月度或季度宏观经济运行及企业生产经营状况的判断和预期较为准确可靠。
第四，满足进行景气循环研究的需要。
二、企业景气调查的科学性和特点
1、企业景气调查的科学性
(1)基于经济现象是生产经营活动的反映
在决定经济现象的诸因素中，人们的生产经营活动及其效果是最重要的因素之一。企业景气调查正是从收集企业家对当前宏观经济运行态势和企业生产经营状况的定性判断、对未来宏观经济发展变化和企业生产经营变化的定性预期人手，经过科学地加工、整理，以判断当前的经济形势和预期未来经济发展变化的趋势。
(2)描述经济活动的状态
经济周期和经济波动是客观的，是经常存在的。企业景气调查从经济活动的变化特征出发，把经济活动的状态抽象地概括为：“上升、不变、下降”，利用企业家对当前及未来宏观经济运行态势和企业生产经营状况的定性判断、定性预期。
(3)定性指标定量化
企业景气调查虽然是定性调查，即将经济活动的状态定性的概括为“上升、不变、下降”。然后，将在此基础上通过数学方法把企业家对当前、对未来宏观经济运行发展变化和企业生产经营变化的定性预期进行定量化，即通过对定性问题出现的频率进行计算、分析、比较，以达到用数量来判断和预期宏观经济景气状况及企业生产经营景气状况的目的。
2、企业景气调查的特点
(1)定性判断
定性判断，是企业景气调查的突出特点之一，也是传统的统计调查所没有的。
企业景气调查的目的之一，是定期收集企业家对当前宏观经济运行态势和企业生产经营状况的主观定性判断结果。它是以问卷的形式，通过定性判断的选择题目，由企业家对当前宏观经济运行态势和企业生产经营状况作出“上升、不变、下降”的这种主观定性判断。取得这些主观定性判断结果后，经过数学的方法将其定量化，以达到判断当前宏观经济景气状况及企业生产经营景气状况之目的。
(2)前瞻性
前瞻性，是企业景气调查的突出特点之二，也是传统的统计调查所没有的。
以问卷的形式，由企业家主观定性预期选择。然后，利用数学方法将其定量化，来确定未来宏观经济发展变化和企业生产经营变化的趋势及程度。显然具有前瞻性。
(3)非强制性
非强制性是企业景气调查的突出特点之三，也是与传统的统计调查所不同的。
为了确保取得企业家对当前、对未来的正确定性预期，就必须与企业家加强感情交流，使企业家真正了解企业景气调查的目的、意义和作用，使之成为其自觉的行动。否则，其结果必然难以得到正确的定性判断和预期结果，影响企业景气调查的质量，降低企业景气调查结果的可信程度，失去了企业景气调查的目的和作用。
(4)直接调查
直接调查，是与传统的统计调查所不同的。
为了确保企业景气调查的质量和调查资料的及时、准确。通常，企业景气调查采取通过企业家的这种直接调查形式，来收集企业家对当前、未来的定性预期结果。
3、企业景气调查与常规统计的区别
(1)调查对象不同
常规统计的调查对象一般是企业的统计、会计人员，由他们来完成对企业进行的统计调查任务;而企业景气调查的调查对象则是有决策权的企业生产经营组织者和策划者。
(2)收集的信息的性质不同
常规统计调查所收集的信息是已经发生过的信息。不论所收集的主营业务收入、产品产量等生产指标，还是生产经营利润等效益指标，均为已经发生过的信息;而企业景气调查所收集的信息是现在正在发生的和未来将要发生的信息。
因此，企业景气调查收集的信息，是现在时和将来时的信息。
三、企业景气调查的目的和作用
1、企业景气调查的目的
(1)为宏观决策提供参考依据
了解和掌握企业的经济行为和经济预期，对正确把握经济运行的走势、加强宏观经济调控和引导企业生产经营是十分重要的。进行企业景气调查的目的就是通过调查，以取得企业家对当前、对未来宏观经济运行和企业生产经营的发展变化的正确定性预期，为宏观经济决策提供重要的参考依据。
(2)进行短期经济预测
经济预测的准确性，完全依赖于预测的方法、掌握和占有的资料。进行企业景气调查就是以其调查内容的丰富，保证其资料的系统性;以其调查频率，保证其资料的连续性;以其调查对象，保证其资料的权威性;以其经济
运行和企业生产经营直接见面，保证其资料的客观性;以其定性的判断和预期，保证其资料的超前性。从而，企业景气调查资料是进行短期经济预测的最好资料。
(3)研究经济周期和经济波动
在市场经济条件下，经济周期和经济波动是客观存在的。企业景气调查取得企业家对当前、对未来宏观经济运行和企业生产经营发展变化的正确定性预期，以正确判断和预期经济周期和经济波动，为适时制定各种经济政策、采取适度的宏观调控措施，降低经济波动的频率、减弱经济波动的幅度服务。
(4)为企业生产经营服务
在市场经济条件下，企业是自主经营、自负盈亏、自我约束、自我发展的独立经济实体和法人实体。企业要在市场经济中求得生存、求得发展，就必须了解宏观经济运行的态势和发展变化、了解宏观经济调控政策、了解市场及其需求，以正确的确定本企业所处的具体位置和状态等。企业景气调查就是为企业提供当前宏观经济运行态势和企业生产经营状况、提供未来宏观经济运行和企业生产经营的发展变化，为企业制定发展战略、进行生产经营决策、确定投资方向等服务。
2、企业景气调查的作用
(1)描述现状及未来
根据企业家对当前宏观经济运行态势和企业生产经营状况的定性判断及预期结果，及时、准确地描述和反映当前经济运行状况及未来发展变化趋势。
(2)决策参考
根据企业家对未来宏观经济运行和企业生产经营的现状及未来发展变化的定性预期，描述经济运行的趋势和特点，这既是宏观经济决策的重要参考依据，也是企业进行生产经济决策、引导企业生产和投资的重要参考依据。
(3)经济研究
进行企业景气调查，编制景气指数，用以研究和预测经济周期及经济周期的频率、研究和预测经济波动和经济波动的幅度，以及时进行宏观经济调控，适时调整经济周期，降低经济波动的幅度。保证国民经济快速、协调、健康发展。
(4)预测未来
运用企业景气调查资料，建立景气预测模型，用以进行经济预测和景气预测。包括确定当前经济及未来经济在经济周期中的位置、经济波动的幅度等。
四、景气指数的概念和数值表示方式
1、景气指数的概念
景气指数(Business Survey Index)，又称为景气度，它是对企业景气调查所得到的企业家关于经济运行景气状况的定性判断和预期的定量描述，用以反映宏观经济运行和企业生产经营所处的景气状况和未来发展变化趋势。
在抽象掉企业规模、销售收入(主营业务收入)、企业人数等企业自然属性和经济属性，且又不考虑加权等特殊状态下，景气指数的基本计算公式为：
插图～～～
显然，景气指数的数值区间为[1，-1]。
2、景气指数的经济意义
第一，当1≥景气指数>0时，表明企业家判断经济运行在景气区间内;当景气指数=0时，表明企业家判断经济运行在景气区间与不景气区间的结合部;当0>景气指数≥-1时，表明企业家判断经济运行在不景气区间内;
第二，当景气指数上升时，表明经济运行的景气状况上升或得到改善，经济运行向好的方向发展：当景气指数不变时，表明经济运行的景气状况不变或基本不变，经济运行处于不变的状态;当景气指数下降时，表明经济运行的景气状况下降或转为恶化，经济运行向不利的方向发展。
3、景气指数的数值表示形式
(1)以纯小数表示：在此表示形式下，景气指数的数值范围为[1，-1]，0为临界值;
(2)以百分数[100%，-100%]或[100，-100]表示，0为临界值;
宏观经济动态篇（10）
[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.
宏观经济动态篇（11）
中图分类号：F832.5文献标识码：A文章编号：1671―1580（2015）06―0118―03
一、引言与文献综述
作为金融市场的代表，中国股票市场自从建立以来，经历多次大起大落。上海证券综合指数曾经在2007年10月16日迎来历史最高点，随后逐渐震荡下滑且震荡频繁。一直以来，中国股票市场波动较大，这意味着风险较高，而高风险需要高收益来补偿。可以说，中国的股票市场具有波动大、风险高等显著特征。与此同时，中国的宏观经济则以平稳的速度逐渐增长，那么中国宏观经济波动能否很好地解释股票市场的风险？中国金融市场与宏观经济是如何相互影响？如果以系统性的角度看待中国金融市场与宏观经济，这个系统将呈现怎样的特点？本文以上述几个问题为线索，对中国股票市场风险和宏观经济变量之间的相互关系展开研究。
以往，许多国外学者从理论研究到经验论证，或是从实证计量到规范分析，针对金融市场与宏观经济相关性展开了多方面研究，这些研究通常将股票市场作为金融市场的代表，进而研究金融市场与宏观经济相关性问题。Fama（1990）用美国股票市场股票 1953 年～1987 年间月收益率、季度收益率以及年收益率研究了收益率和未来的实际经济活动之间的关系，研究发现两者高度相关，并且从长期来看股票收益率的波动受未来的经济运行状况影响。Hamilton（1996）则提出了双变量的状态转移模型，从模型角度假设存在一个潜在的单变量（描述经济运行状态的变量），这个单变量可以决定经济增长率与股票波动性，研究结果发现总体的经济变量有助于股票市场波动性的预测。Harris（1997）根据更多数据，对发达国家和发展中国家的上述关系分别进行了研究，其结果表明发达国家的股票市场与宏观经济增长之间存在着相互促进的正向关系，而发展中国家的股票市场与宏观经济增长之间的联系非常弱。
国内学者展开相关研究稍晚，其中赵振全、张宇（2003）基于多元回归和 VAR 模型系统研究了中国股票市场和宏观经济发展之间存在的关联性。他们的研究指出，相同时期两者具有较弱的关联，宏观经济波动解释股票市场波动的能力也较弱。与此同时，股票市场波动对宏观经济波动的预测能力弱于宏观经济波动对我国股票市场波动的预测能力。而丁志卿等（2008）从非政策视角从理论上研究宏观经济对股票市场影响的传导机制，进而分析股票市场与宏观经济关联性，并总结宏观经济向股票市场传导失败的原因。学者李政（2009）经研究认为，中国股票收益率与宏观经济走势之间的关联性较弱，不能通过中国股票市场有效预测宏观经济发展势态。
本文将根据马尔科夫区制转移模型，选取中国2001年第二季度至2014年第二季度的季度数据，构建中国“股票与经济”系统，参考以往学者研究方式，描绘中国金融市场与宏观经济的周期关联性和变迁轨迹，并提出政策性建议。
二、MSIH（M）-VAR（p）的模型构建
在此，我们对MSIH（M）-VAR（p）模型进行简要介绍。首先考虑一个最基本的线性k维p阶向量自回归（VAR）模型：
yt=v+A1yt-1+…+Apyt-p+ut（1）
其中，yt=（y1t，…ykt）′代表k维的内生变量向量，t=1，…，T，v代表截距项，ut～ND（0，）误差项，假设误差项ut服从正态分布，则ut～NID（0，）。然而，当向量yt中具有“结构性突变”的非线性特征时，方程（1）所示的线性VAR（p）模型将无法准确刻画时间序列中存在的非线性特征。鉴于此，我们在上述线性VAR（p）模型中考虑非线性的“区制转移”特征。具体而言，假设向量yt潜在数据生成过程的各类参数依赖于不可观测的离散变量st，其中，st∈{1，…，M}，即st代表M种不同的区制。并且，st服从不可约的、遍历M种区制的马尔科夫过程，其转移概率pij=Pr（st+1=j|st=i），Mj=1Pij=1，i，j∈{1，…，M}。
如果在方程（1）所涵括的截距项v以及误差项ut里的异方差中均引入区制变量st，则能够构建MSIH（M）-VAR（p）模型：
yt=v（st）+A1yt-1+…+Apyt-p+ut，ut～NID（0，（st））（2）
其中，V（st）=Vt，t∈（1，…，M），（st）=στ，τ∈{1，…，M}。在本文中，向量yt的维数2，即yt=（sci，gdpt）′，scit和gdpt分别代表股票指数和GDP增长率的时间序列。经过数据处理后，确定了模型的VAR 阶数为 1阶，根据检验选择的模型是MSIH（2）-VAR（1），即“两区制”滞后1阶的马尔科夫区制转移模型。最终在该模型基础上构成了中国“股票与经济”系统，并依据系统总体增长速度划分为“低速增长”状态（regime=1）和“高速增长”状态（regime=2）。
三、实证分析
GDP增长速度是最重要的宏观经济变量，也是各国政府制定宏观经济调控政策的重要参考指标，而经济增长也是政府宏观调控的一个重要目标。而股票市场作为金融市场上比重最大，也是最重要的一部分，非常具有代表性。长期以来，中国股票市场上并没有编制统一的能反映股市整体运行状况和总体趋势的股票价格指数。但是以往的大量研究表明，上证综指和深证成指在中国股票市场上是最具有代表性的，两者之间的相关性和同步性很高。因此，本文基于中国2001年第二季度至2014年第二季度的上证综合收盘指数季度数据刻画了中国金融市场的发展特征，并基于中国2001年第二季度至2014年第二季度的国内生产总值（GDP）季度数据刻画了宏观经济运行轨迹。并且得到了“股票与经济”系统的区制划分及平滑概率均值、“两区制”马尔科夫区转移概率矩阵以及区制属性和模型各参数的估计结果。
为了深入了解“股票与经济”系统的动态变化特征，我们运用技术对数据进行处理后，得到了中国股票指数序列与GDP增长率序列的时间变化路径。具体表现在2001年第二季度至2006年第四季度期间，GDP增长率无较大波动，保持在0.15上下至0.05左右的区间内，而2007年～2009年，GDP增长率先快速上涨，在2007年第四季度达到最大值，随后急剧下降，在2009年第一季度达到最低点0.0533。少量上涨后GDP增长率在2010年和2011年保持在较稳定的水平，2012年～2014年则在较低的增长率水平下保持稳定。中国股票市场则在2001年～2007年间处于上下小幅度震荡。其后，在2007年～2009年，先是大幅度上涨，接着由于美国次贷危机的波及，国际金融市场的信心大受打击，中国股票指数也剧烈下降。2009年后，虽然有小幅爬坡，但整体依旧呈持续走低趋势。统计数据显示，在2001年第二季度至2014年第二季度期间内的“股票与经济”系统基本上在“低速增长”状态与“高速增长”状态之间游弋徘徊。具体而言，在2004年第一季度至2008 年第四季度以及2010年第二季度至2011年第四季度的期间，系统处于“高速增长”状态，其他时段则均处于“低速增长”状态。此外，我们发现无论是处于“低速增长”状态还是处于“高速增长”状态，描绘“股票与经济”系统增长率高低的平滑概率始终较为稳定并大致保持在1.0 左右，这说明中国金融与经济总体受外部力量冲击时的预警功能相对完善。统计数据显示两个区制均具有一定的稳定性，其中“股票与经济”系统维持“低速增长”状态（regime=1）的概率为0.9218， 呈现出较高的稳定性。维持“高速增长”状态（regime=2）的概率为0.9183，略小于低速增长状态的维持概率（0.9218～0.9183）。对比两种状态下的维持概率，显然中国“股票与经济”高速增长状态较为不易维持。系统高速增长区制向低速增长区制转移的概率为0.0817、低速增长区制向高速增长区制转移的概率为0.0782，这说明中国的整个经济金融系统更倾向于由高速增长区制向低速增长区制过渡。估计结果可以看出，模型的参数回归结果较好。股票指数在系统处于“低速增长”状态时的方差（1.895899），显著低于“高速增长”状态的方差（5.016926）。而GDP的情况则有所不同，在系统处于“低速增长”状态时GDP的方差（0.026688）显著高于“高速增长状态”的方差（0.009910）。我们可以看出，当股票指数增长率较高时，通常存在较大波动性与较大不确定性，而在股票指数增长率较低时，稳定性更好；GDP增长率较高水平下，波动性与不确定性较小，在GDP增长率较低水平下，则存在波动性较大、不确定性较大的现象。也就是说，中国股票市场在快速发展的同时稳定性有所欠缺，相对而言中国GDP的高增长状态更加稳健。
综合来看，基于“双阶段”马尔科夫区制转移模型而得到的平滑概率值计算结果进一步印证出，随着中国金融改革不断深化及中国宏观经济的不断发展，中国股票指数序列和GDP 增长率序实发生着显著的状态变迁，中国金融与宏观经济整体在“低速增长”状态和“高速增长”状态之间不断转换。在2001年第二季度至2014年第二季度这十余年间，回顾中国金融市场开拓历程、中国宏观经济的发展经历，我们不难发现每次“股票与经济”系统结构突变所处的背景以及其中的缘由。2001年～2003年，中国金融市场政策在由规范发展向规范化、市场化、国际化转变，股票市场也受到了某种程度的抑制，同时经济增长也产生投资过快、通胀压力加大等系列问题。2004年伊始，伴随着银行信贷制度的逐渐完善，房地产市场以更加充沛的力量崛起，股票与经济系统增长情况好转，爬升至“高速增长状态”。而2009年，由于美国次贷危机的波及和影响，全球金融市场陷入泥泞之中，为了抑制通货膨胀同时保证房地产市场健康发展，中国宏观经济更是面临着严峻挑战，一直到2010年第四季度，“股票与经济”系统一直处于低速增长状态。可见，“股票与经济”系统的区制转变反映了中国金融市场与宏观经济的晴雨变换，证实了两者在同一系统内呈同步变化趋势，我们需从宏观经济的增长速度角度窥见中国金融市场结构变化的关键时点，为金融风险的防范提供有力帮助。
四、结论
本文采用2001年第二季度至2014年第二季度数据，根据非线性的Markov区制转换VAR模型，构成中国“股票与经济”系统。该系统存在两个区制，区制一为GDP增长率与股票指数低速增长阶段，区制二为GDP增长率和股票指数高速增长阶段，基于以上内容展开了分析金融市场同宏观经济的关联性。总体上讲，“股票与经济”系统的两个增长区制在概率分布、持续期、波动性等方面存在差异性，具体结果如下：
1.“股票与经济”系统能够较为贴切地描绘中国金融市场与宏观经济的发展动态。在2001年第二季度至2014年第二季度期间，中国“股票与经济”系统基本上在“低速增长”状态与“高速增长”状态之间游弋徘徊。
2.无论中国“股票与经济”系统处于“低速增长”状态或是 “高速增长”状态，平滑概率始终较为稳定并大致保持在1.0 左右，这说明中国金融与经济总体受外部力量冲击时预警功能相对完善。
3.风险与波动方面，GDP增长率与股票指数所显示的情况不同，股票指数增长率较高时存在较大波动性，而GDP增长率则相反，在GDP增长率较高水平下存在较小波动性。这说明中国股票市场在高速发展的同时稳定性有所欠缺，相对而言中国GDP的高增长状态更加稳健。
4.中国“股票与经济”系统低速增区制的维持概率稍高于高速增长区制的维持概率，高速增长区制到低速增长区制的转移概率高于低速增长区制到高速增长区制的转移概率。这说明中国“股票与经济”高速增长状态较为不易维持，并且中国的整个经济金融系统更倾向于由高速增长区制向低速增长区制过渡。
综上，保持股票和金融市场的稳定性对于当今的中国社会非常重要，同时，中国经济环境受到冲击后的恢复能力也有待提高。因此，一方面相关监管机构应审时度势，准确判断中国股市所处的区制状态及其波动性特征，利用经济政策手段防患于未然。另一方面当金融市场显露出较强的下滑趋势时，应该及时积极地采取宏观调控，缓解金融市场的动荡和危机。
[参考文献]
[1]赵振全，张宇.中国股票市场波动与宏观经济波动关系的实证分析[J].数量经济技术经济研究，2003（06）.
[2]张强，赵继鸿.基于MS-VAR模型的金融风险预警研究[J].湖南社会科学，2013（03）.
