導(dǎo)語：如何才能寫好一篇宏觀經(jīng)濟(jì)數(shù)據(jù)，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

9月宏觀經(jīng)濟(jì)數(shù)據(jù)令人期待。首先，9月CPI到底是向下、持平還是反彈，是判斷下一步政策會(huì)否放松、何時(shí)放松的重要信號(hào)。其次，9月工業(yè)增加值是延續(xù)下滑勢(shì)頭，還是在定向?qū)捤烧叽碳は缕蠓€(wěn)甚至回升，是考驗(yàn)決策者對(duì)經(jīng)濟(jì)增速下滑容忍闕值的重要依據(jù)。總體而言，我們認(rèn)為9月CPI通脹率將與8月持平，增長仍會(huì)在緊縮政策調(diào)控下繼續(xù)溫和放緩。

CPI不會(huì)反彈，PPI明顯下行

從總體上看，今年8月CPI同比和PPI同比與7月相比均有小幅回落。就9月食品價(jià)格而言，估算各品種的環(huán)比價(jià)格，雖然仍是漲多跌少，漲幅最大的是蔬菜，平均漲幅達(dá)8-9%；其次是雞蛋，漲幅達(dá)到3%；最后是食用油，也有2%左右漲幅。而下跌品種主要為水產(chǎn)品和水果，但跌幅不大。就9月工業(yè)品出廠價(jià)格而言，煤炭價(jià)格有所上漲，而化工產(chǎn)品、水泥、有色金屬價(jià)格有所下跌，但漲跌幅均不大。因此，我們認(rèn)為，9月食品價(jià)格周環(huán)比漲幅明顯高于8月，預(yù)計(jì)9月CPI不會(huì)回落，而會(huì)與8月持平于6.2%。

最近3月PPI同比之所以保持在7%之上，主要是因?yàn)槿ツ晖赑PI環(huán)比曾明顯通縮，留下了很低的基數(shù)。未來幾月，隨著基數(shù)效應(yīng)的過去PPI將會(huì)明顯下行。我們預(yù)計(jì)9月PPI為5.8%。

投資總體穩(wěn)健，經(jīng)濟(jì)溫和放緩

預(yù)計(jì)9月社會(huì)消費(fèi)品零售總額同比降至16.5%，這部分是因?yàn)楦咄浿戮用裣M(fèi)意愿的持續(xù)走低。預(yù)計(jì)前9月固定資產(chǎn)投資增長保持穩(wěn)健，增速微降至24.7%。原因是，短期內(nèi)相應(yīng)的項(xiàng)目審批沒有出現(xiàn)松動(dòng)，整體基建增速還將持續(xù)回落。房地產(chǎn)銷售面積增速持續(xù)低迷，地產(chǎn)資金鏈繼續(xù)惡化，雖然保障房具有一定的對(duì)沖效果，但整體房地產(chǎn)投資可能出現(xiàn)快速回落。

由于商品房銷售增速保持低位，基本電器的農(nóng)村普及性需求高峰已經(jīng)過去，新增的家電家具等更新需求相對(duì)偏弱，我們預(yù)期社會(huì)零售總額的真實(shí)增速略有小幅回落，9月社會(huì)消費(fèi)品零售總額同比增長16.5%。

制造業(yè)投資繼7月明顯下滑后再度回升。9月匯豐中國制造業(yè)PMI初值較8月小幅回落，已連續(xù)三月位于榮枯分界線之下，顯示緊縮政策對(duì)經(jīng)濟(jì)增長的制約效應(yīng)在逐漸顯現(xiàn)。因此我們預(yù)計(jì)9月規(guī)模以上工業(yè)增加值同比增速將下滑至13.3%。預(yù)計(jì)3季度GDP同比增速降至9.1%。

信貸投放回歸常態(tài)，貨幣增速繼續(xù)走低

最近數(shù)月央行信貸投放持續(xù)向2006-08年的“常態(tài)”節(jié)奏回歸，我們預(yù)計(jì)9月新增人民幣貸款5500億元。由于監(jiān)管層對(duì)商業(yè)銀行資金的監(jiān)管趨于嚴(yán)格，預(yù)計(jì)9月M2增速會(huì)繼續(xù)走低至13.0%。

政策變化的時(shí)間窗口或在11月中央經(jīng)濟(jì)工作會(huì)議前后打開，如果經(jīng)濟(jì)硬著陸，可能采用積極財(cái)政和適度寬松貨幣政策組合，政策將向戰(zhàn)略性新興產(chǎn)業(yè)、水利建設(shè)、民生和消費(fèi)傾斜。如果經(jīng)濟(jì)軟著陸，則積極財(cái)政、穩(wěn)健貨幣政策將貫穿四季度，但在資金緊張的中小企業(yè)和政策支持的水利建設(shè)等方面或?qū)嵭卸ㄏ驅(qū)捤伞?/p>

進(jìn)出口均將明顯回落

出口方面，歐元區(qū)經(jīng)濟(jì)持續(xù)低迷，美國經(jīng)濟(jì)復(fù)蘇依然疲弱，雖然新興市場國家增速相對(duì)較高，但難以抵消發(fā)達(dá)國家經(jīng)濟(jì)下滑對(duì)國內(nèi)出口的沖擊，預(yù)計(jì)9月出口將環(huán)比下行，同比增速降至22%。進(jìn)口方面，國內(nèi)整體需求仍處于下降通道，企業(yè)補(bǔ)庫存動(dòng)力偏弱，即國內(nèi)偏緊政策基調(diào)未變，預(yù)計(jì)8月進(jìn)口也將環(huán)比下行，同比增速降至22%。估計(jì)9月貿(mào)易順差為206億美元。

篇2

重陽投資認(rèn)為，11月中國經(jīng)濟(jì)運(yùn)行平穩(wěn)，工業(yè)增加值同比增長10.0%，CPI同比增長3.0%，出口增速升至12.7%，1-11月投資增速小幅回落至19.9%。前瞻的看，當(dāng)前房地產(chǎn)和基建投資增速仍然處于較高水平，將對(duì)后續(xù)的工業(yè)生產(chǎn)構(gòu)成支撐，經(jīng)濟(jì)有望保持平穩(wěn)。具體來看，有以下四個(gè)方面的特點(diǎn)：

1、固定資產(chǎn)投資增速小幅回落。1-11月固定資產(chǎn)投資同比增長19.9%，11月單月增長17.6%。分行業(yè)來看，房地產(chǎn)和基建仍然是投資增長的主要引擎，11月房地產(chǎn)開發(fā)投資和基建投資分別同比增長22.0%和24.2%，增速較10月加快6.9和8.2個(gè)百分點(diǎn)。此前三個(gè)月增長較快的制造業(yè)投資增速在11月降至14.1%，表明在企業(yè)盈利能力較差、利率高企的情況下，制造業(yè)去產(chǎn)能的過程仍在延續(xù)。

2、出口增速略超預(yù)期。11月出口金額同比增長12.7%，出口金額首次突破2000億美元。11月中國對(duì)美國和歐元區(qū)出口分別同比增長17.7%和18.4%，圣誕假期臨近可能是歐美需求大增的主要原因。需要注意的是，當(dāng)前出口的高速增長可能存在一定水分。11月統(tǒng)計(jì)局公布的出貨值同比增長5.8%，增速較10月回落0.3個(gè)百分點(diǎn)。此外，11月韓國及臺(tái)灣的出口增速分別只有0.2%和-4.7%，增速均較10月大幅回落。韓國和臺(tái)灣均是出口導(dǎo)向型經(jīng)濟(jì)體，歷史上其出口增速與中國大陸具有較強(qiáng)的同步性。同時(shí)，近期人民幣升值壓力加大，國家外管局再次發(fā)文嚴(yán)查貿(mào)易融資，也表明套利資金可能再次通過虛假貿(mào)易的方式流入境內(nèi)。

3、工業(yè)生產(chǎn)高位運(yùn)行。11月工業(yè)增加值同比增長10.0%，盡管增速較10月回落0.3個(gè)百分點(diǎn)，但仍處于較高水平。從主要工業(yè)品產(chǎn)量來看，11月發(fā)電量和粗鋼產(chǎn)量增速出現(xiàn)回落，但水泥、汽車、有色金屬產(chǎn)量增速進(jìn)一步上行。前瞻的看，當(dāng)前房地產(chǎn)和基建投資增速仍然處于較高水平，將對(duì)后續(xù)的工業(yè)生產(chǎn)構(gòu)成支撐，工業(yè)增速有望保持平穩(wěn)。

4、通脹保持穩(wěn)定。11月CPI同比增長3.0%，環(huán)比下降0.1%，增速略低于市場預(yù)期。11月食品價(jià)格環(huán)比下降0.2%，今年相對(duì)溫暖的天氣是蔬菜等食品價(jià)格下跌的主要原因。11月非食品價(jià)格環(huán)比持平，增幅略低于0.1%的歷史均值，居住價(jià)格增長較慢是主要原因。我們預(yù)計(jì)12月CPI同比增速可能位于3.0%附近，全年CPI平均增速2.7%。

程定華對(duì)市場趨于謹(jǐn)慎

程定華認(rèn)為，根據(jù)首次公布的短期流動(dòng)性調(diào)節(jié)工具（SLO）交易公告，央行曾在10月末進(jìn)行了兩次SLO操作，期限為2天，交易量分別為410億和180億，中標(biāo)利率均為4.5%，與當(dāng)時(shí)的回購利率4.7%差不多。SLO主要是為了向市場投放短暫資金，平復(fù)突發(fā)性波動(dòng)，定價(jià)也比較市場化。本周資金面略微寬松，票據(jù)回購、銀行間拆借等利率有所回落。但與上半年相比，不論是短期拆借，還是各個(gè)期限的國債收益率，利率中樞都已上了一個(gè)臺(tái)階。臨近年底，銀行面對(duì)存貸考核、資金備付、以及可能出臺(tái)的同業(yè)規(guī)管，攬儲(chǔ)的壓力增加（近期出現(xiàn)理財(cái)產(chǎn)品數(shù)量增加，收益率提高的現(xiàn)象）。預(yù)計(jì)年底前資金面都將延續(xù)比較緊的局面。

程定華認(rèn)為，PMI等景氣指標(biāo)顯示生產(chǎn)活動(dòng)平穩(wěn)，短期內(nèi)關(guān)注指導(dǎo)新型城鎮(zhèn)化和地方國企改革的政策會(huì)否出臺(tái)。預(yù)計(jì)在這些政策公布期間，與其相關(guān)的地產(chǎn)、建材、建筑、工程機(jī)械、地方國企等板塊受到政策題材的刺激而上漲。但以地產(chǎn)銷量而言，在武漢等城市展開調(diào)控加碼之后，11月份整體商品房價(jià)格環(huán)比漲幅收窄、成交量下降。11月份二線城市的成交量比10月份下降了13.9%，同期的一線城市成交量也下降了6.8%。由于過去十二個(gè)月的住宅新開工面積環(huán)比上升了近5%，如果銷售量形成下滑趨勢(shì)，將會(huì)對(duì)房價(jià)（尤其是二三線城市）造成壓力，并且會(huì)影響開發(fā)商拿地和投資的進(jìn)度。

程定華表示，IPO發(fā)行制度改革方案出臺(tái)后，市場總體表現(xiàn)平穩(wěn)，但創(chuàng)業(yè)板跌幅比較大，符合各方對(duì)市場的一致預(yù)期。要徹底消化IPO改革方案，市場大約需要半年到一年的時(shí)間，因?yàn)樾碌陌l(fā)行方案是一次前所未有的革命，對(duì)市場短期多空的看法可能會(huì)低估這次改革的深遠(yuǎn)影響。

篇3

【關(guān)鍵詞】資產(chǎn)價(jià)格；貨幣政策；貨幣供應(yīng)量

一、引言

長期以來，關(guān)于貨幣政策對(duì)資產(chǎn)價(jià)格的影響始終是貨幣經(jīng)濟(jì)學(xué)領(lǐng)域關(guān)注的焦點(diǎn)，其爭論也未曾停息過。目前，房地產(chǎn)價(jià)格，作為最主要的資產(chǎn)價(jià)格之一，其變動(dòng)與金融、經(jīng)濟(jì)活動(dòng)密切相關(guān)，是用于理解經(jīng)濟(jì)行為以及預(yù)測經(jīng)濟(jì)和金融發(fā)展的中心。同樣地，股票市場是資本市場的重要組成部分，而中國的股票市場，自1990年上海證券交易所建立以來，正在迅速擴(kuò)張。2008年國際金融危機(jī)以來，中國的股市極度低迷，嚴(yán)重打擊了居民的投資信心。

由于股票市場與房地產(chǎn)市場具有一定程度的相似性，因而有關(guān)這兩方面的研究方法也有其相通之處。瞿強(qiáng)（2001）認(rèn)為貨幣政策操作要關(guān)注資產(chǎn)價(jià)格但不宜盯住資產(chǎn)價(jià)格。易綱（2002）從股市角度分析了貨幣政策與股價(jià)的關(guān)系，認(rèn)為中央銀行在考慮貨幣政策制定的同時(shí)應(yīng)考慮股價(jià)及商品與服務(wù)的價(jià)格。馮用富（2003）建立了中國特定約束條件下的資產(chǎn)選擇模型，說明用貨幣政策干預(yù)股市波動(dòng)是無效的。呂江林（2005）實(shí)證考察了我國上證綜指與實(shí)際國內(nèi)生產(chǎn)總值之間的動(dòng)態(tài)關(guān)系，發(fā)現(xiàn)兩者之間存在著雙重協(xié)整關(guān)系和單向因果關(guān)系，并提出了我國貨幣政策應(yīng)對(duì)股價(jià)變動(dòng)做出適時(shí)反應(yīng)。

本文在構(gòu)建VAR模型的基礎(chǔ)上，利用中國宏觀經(jīng)濟(jì)實(shí)際數(shù)據(jù)來研究資產(chǎn)價(jià)格與貨幣供應(yīng)量（M2）關(guān)系，以此來回答我國貨幣政策是否應(yīng)該關(guān)注資產(chǎn)價(jià)格的波動(dòng)，并提出相應(yīng)的政策建議。

二、研究與計(jì)量檢驗(yàn)

（一）變量選取

為了研究房地產(chǎn)市場、股票市場與貨幣政策之間的關(guān)系，我們需要選取相應(yīng)的變量來進(jìn)行研究。根據(jù)我國大量學(xué)者的研究經(jīng)驗(yàn)，本研究把房地產(chǎn)綜合景氣指數(shù)作為我國房地產(chǎn)市場的代表變量，股票市場的代表變量選擇上海證券綜合指數(shù)收盤值。而對(duì)于貨幣政策，中國貨幣政策的操作目標(biāo)是貨幣供應(yīng)量。央行能夠控制基礎(chǔ)貨幣，并且通過基礎(chǔ)貨幣影響貨幣總量。因此，可以用廣義貨幣M2的月度同比增長表示貨幣政策的變動(dòng)。

（二）數(shù)據(jù)收集與處理

考慮到我國房地產(chǎn)市場、股票市場的發(fā)展歷史，以及經(jīng)濟(jì)數(shù)據(jù)的時(shí)效性與可得性，本文將用1998年6月到2013年3月的月度數(shù)據(jù)作樣本進(jìn)行實(shí)證分析。房地產(chǎn)綜合景氣指數(shù)、M2月末同比增速及上證收盤綜合指數(shù)均來自中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫。其中，房地產(chǎn)綜合景氣指數(shù)中很多年份1月數(shù)據(jù)缺失，采取將相鄰兩月的數(shù)據(jù)取平均值代替的辦法補(bǔ)充。考慮到收集的數(shù)據(jù)具有較大的波動(dòng)性，本文采用區(qū)對(duì)數(shù)的方法來減小波動(dòng)。經(jīng)處理后的三個(gè)變量分別用LN_FJ（房地產(chǎn)綜合景氣指數(shù)）、LN_MS（M2月末同比增速）和LN_SZ（上證收盤綜合指數(shù)）來表示。

（三）基本統(tǒng)計(jì)特征

表1給出了各時(shí)間序列的統(tǒng)計(jì)性描述。因?yàn)闆]有將通貨膨脹的因素考慮在里面，所以從表格中的均值來看，并沒有得到有用的信息。從波動(dòng)性角度考慮，房地產(chǎn)綜合景氣指數(shù)波動(dòng)相對(duì)于上證收盤綜合指數(shù)、M2月度增速來說較小，這說明房地產(chǎn)價(jià)格水平相對(duì)于股票市場價(jià)格與貨幣供給的波動(dòng)小，可以猜測房地產(chǎn)市場對(duì)貨幣政策的反應(yīng)程度不及股票市場對(duì)貨幣政策的反應(yīng)靈敏。

（四）變量平穩(wěn)性檢驗(yàn)

本研究利用EVIEWS軟件，對(duì)各變量進(jìn)行單位根檢驗(yàn)，以確定變量的平穩(wěn)性。通過檢驗(yàn)發(fā)現(xiàn)LN_FJ、LN_MS為平穩(wěn)變量，而LN_SZ為非平穩(wěn)性變量。本研究對(duì)平穩(wěn)性變量采取差分法，結(jié)果見表2.。其中，D（LN_SZ）表示對(duì)LN_SZ取一階差分值。從表2可以看出，經(jīng)過處理后所有數(shù)據(jù)序列在10%顯著水平下都是平穩(wěn)的。

（五）協(xié)整檢驗(yàn)與格蘭杰檢驗(yàn)

1.Johansen協(xié)整檢驗(yàn)。協(xié)整關(guān)系是檢驗(yàn)變量之間 是否存在長期的相關(guān) 關(guān)系。Johansen在1988年及1990 年與Juselius一起提出了一種以VAR模型為基礎(chǔ)的檢驗(yàn) 回歸系數(shù)的方法，對(duì)多變量協(xié)整檢驗(yàn)有較好的檢驗(yàn)?zāi)芰ΑＶ饕臋z驗(yàn)方法有特征根檢驗(yàn)（Trace）和最大特征值檢驗(yàn)（Max-Eigenvalue）。 由各變量的平穩(wěn)性檢驗(yàn)知道，LN_FJ、LN_MS、LN_SZ并不是同階平穩(wěn)的，從而它們并不能進(jìn)行協(xié)整分析。

2.Granger因果關(guān)系檢驗(yàn)。首先明確格蘭杰因果檢驗(yàn)是檢驗(yàn)統(tǒng)計(jì)上的時(shí)間先后順序，并不表示這是真正的存在因果關(guān)系，是否呈因果關(guān)系需要根據(jù)理論、經(jīng)驗(yàn)和模型來判定。格蘭杰因果檢驗(yàn)要求所有的變量應(yīng)該是平穩(wěn)的，這是格蘭杰檢驗(yàn)?zāi)軌蜻M(jìn)行的前提條件，如果單位根檢驗(yàn)發(fā)現(xiàn)兩個(gè)變量是不平穩(wěn)的，那么不能直接進(jìn)行格蘭杰因果檢驗(yàn)，否則可能會(huì)出現(xiàn)虛假回歸問題。于是，由于LN_FJ、LN_MS、D（LN_SZ）是平穩(wěn)的，所以可以對(duì)修正后的變量進(jìn)行格蘭杰因果檢驗(yàn)。下表的滯后期設(shè)為2。

根據(jù)表3的結(jié)果，可以看出在10%的顯著水平下，短期內(nèi)，變量D（LN_SZ）能Granger引起變量LN_FJ，變量LN_MS能Granger引起變量LN_FJ，變量LN_FJ能Granger引起變量LN_MS，其他變量之間的Granger因果關(guān)系相對(duì)而言并不顯著。這說明股票市場的波動(dòng)能引起房地產(chǎn)市場的波動(dòng)，而同樣貨幣政策與房地產(chǎn)市場之間存在相互因果關(guān)系。這說明，相比而言，我國的股票市場與貨幣政策之間關(guān)系要比房地產(chǎn)市場與貨幣政策之間關(guān)系更緊密。

（六）脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)函數(shù)描述的是在隨機(jī)誤差項(xiàng)上施加一個(gè)標(biāo)準(zhǔn)差大小的沖擊后，對(duì)變量的當(dāng)前值和未來值所帶來的影響。我們?cè)赩AR模型下使用廣義脈沖函數(shù)，對(duì)是否協(xié)整關(guān)系不要求。

此處的圖顯示了LN_FJ、LN_MS、LN_SZ三個(gè)變量對(duì)相對(duì)沖擊的動(dòng)態(tài)反應(yīng)。分析可知：房地產(chǎn)綜合景氣指數(shù)對(duì)其自身的一個(gè)標(biāo)準(zhǔn)差新信息立刻產(chǎn)生了較弱反應(yīng)，立即增加了0.04%，而且隨后反應(yīng)程度逐漸上升，知道從第4個(gè)月左右開始逐步下降，表現(xiàn)出強(qiáng)烈的自相關(guān)性，這可能源于購房者對(duì)于房價(jià)的”追漲殺跌”；貨幣供應(yīng)量對(duì)來自于房地產(chǎn)綜合景氣指數(shù)的新信息沒有立刻產(chǎn)生較強(qiáng)的反應(yīng)，而是隨著時(shí)間的推移逐漸增強(qiáng)，到第十個(gè)月時(shí)到了0.4%，而且從一開始就是負(fù)值，可能是因?yàn)榉康禺a(chǎn)價(jià)格水平上漲后人們調(diào)節(jié)了資產(chǎn)結(jié)構(gòu)，多持有房地產(chǎn)少持有貨幣；同樣上證收盤綜合指數(shù)對(duì)來自房地產(chǎn)價(jià)格的新信息沒有立刻作出較強(qiáng)的反應(yīng)，三個(gè)月后有了0.1%的增加，而從第6個(gè)月開始反應(yīng)是負(fù)值，這可以解釋為房地產(chǎn)價(jià)格的上漲導(dǎo)致人們將股票市場中的資產(chǎn)投入房地產(chǎn)市場中。

貨幣供應(yīng)量對(duì)其自身的一個(gè)標(biāo)準(zhǔn)差的新信息立即產(chǎn)生較弱的反應(yīng)，立即增加了0.6%，但隨著時(shí)間的推移，該新信息產(chǎn)生的反應(yīng)慢慢的減弱，到第8個(gè)月時(shí)穩(wěn)定在0.4%左右；房地產(chǎn)綜合景氣指數(shù)對(duì)來自于貨幣供應(yīng)量的新信息沒有立刻產(chǎn)生較強(qiáng)的反應(yīng)，但是從第2個(gè)月開始就慢慢增加，到第10個(gè)月時(shí)還有上漲的趨勢(shì)，說明貨幣供應(yīng)量對(duì)房地產(chǎn)市場的價(jià)格水平可以產(chǎn)生影響，而且影響的持續(xù)性較強(qiáng)；上證收盤綜合指數(shù)對(duì)來自于貨幣供應(yīng)量的新信息立即產(chǎn)生了較弱的反應(yīng)，有0.1%的增加，而且到第5個(gè)月后基本穩(wěn)定在0.2%的增長，同樣說明貨幣供應(yīng)量對(duì)股票市場有著持續(xù)性的影響，并且與房地產(chǎn)市場比較而言，股票市場對(duì)貨幣供應(yīng)量的反應(yīng)更加敏感。

上證收盤綜合指數(shù)對(duì)其自身的一個(gè)標(biāo)準(zhǔn)差的新信息立即產(chǎn)生較強(qiáng)的反應(yīng)，立即增加了0.8%，但從第4個(gè)月開始，該新信息產(chǎn)生的反應(yīng)慢慢的減弱，到10個(gè)月后還有繼續(xù)減弱的趨勢(shì)；房地產(chǎn)綜合景氣指數(shù)對(duì)來自于上證收盤綜合指數(shù)的新信息沒有立刻產(chǎn)生較強(qiáng)的反應(yīng)，但是在慢慢增加，到5個(gè)月后到達(dá)最大值，隨后又逐漸減小，10個(gè)月后仍有繼續(xù)減小的趨勢(shì)；貨幣供應(yīng)量對(duì)來自于上證收盤綜合指數(shù)的新信息沒有立即產(chǎn)生強(qiáng)烈的反應(yīng)，2個(gè)月后增加0.05%左右，為最大值，但到第6個(gè)月開始為負(fù)值，10個(gè)月后仍有下降的趨勢(shì)，這可能是因?yàn)楣善笔袌銮熬昂玫那闆r下，也就是“牛市”時(shí)，人們會(huì)暫且觀望隨后在確定股票市場的前景后會(huì)將持有的貨幣投入到股票市場中，于是導(dǎo)致貨幣供應(yīng)量減少。

三、結(jié)論與政策建議

文章采用向量自回歸模型，考察了貨幣政策與房地產(chǎn)市場、股票市場價(jià)格波動(dòng)之間的聯(lián)系。經(jīng)過實(shí)證分析認(rèn)為：貨幣供給量的正沖擊會(huì)給房地產(chǎn)綜合景氣指數(shù)與上證收盤綜合指數(shù)帶來正面的影響，觀察可知房地產(chǎn)市場的反應(yīng)比較滯后，第一期影響不明顯，第二期開始逐步上升，而股票市場反應(yīng)則相對(duì)靈敏，第一期開始就有較強(qiáng)的反應(yīng)，而且兩種市場下由貨幣供給量帶來的影響效應(yīng)具有長期有效性。貨幣供應(yīng)量對(duì)資產(chǎn)價(jià)格的影響隨著時(shí)間的增加，其影響程度越來越深，因此擴(kuò)張性貨幣政策會(huì)導(dǎo)致房地產(chǎn)價(jià)格、股票價(jià)格上漲，

本研究認(rèn)為在貨幣政策的實(shí)施過程中，需要納入資產(chǎn)價(jià)格，并將其作為調(diào)控的目標(biāo)之一，以消除潛在的資產(chǎn)價(jià)格泡沫過度膨脹的隱患。。在對(duì)資產(chǎn)價(jià)格的波動(dòng)密切關(guān)注的同時(shí)，也要對(duì)市場的變化要持續(xù)關(guān)注，如果市場已作出了反應(yīng)，應(yīng)及時(shí)變化政策，避免走上極端。另外，政策實(shí)施過程中，應(yīng)避免直接的行政干預(yù)，力圖順應(yīng)市場規(guī)律，從而維持金融體系的穩(wěn)定和實(shí)體經(jīng)濟(jì)的健康發(fā)展。

參考文獻(xiàn)：

[1]馮用富. 貨幣政策能對(duì)股價(jià)的過度波動(dòng)做出反應(yīng)嗎？[J]. 經(jīng)濟(jì)研究， 2003， 1： 37-44.

[2]呂江林：《我國的貨幣政策是否應(yīng)對(duì)股價(jià)變動(dòng)做出反應(yīng)》[J]，《經(jīng)濟(jì)研究》，2005（3）

篇4

關(guān)鍵詞：宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析；相關(guān)內(nèi)容；發(fā)展問題；提高方法

引言：

宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析在社會(huì)經(jīng)濟(jì)領(lǐng)域應(yīng)用的范圍在擴(kuò)大，都促進(jìn)眾多領(lǐng)域的發(fā)展和進(jìn)步發(fā)揮出了重要的作用。其在發(fā)展過程中對(duì)基礎(chǔ)性的理論、方法等開展合理化運(yùn)用有利于提高宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析研究、應(yīng)用的水平。對(duì)于國家有關(guān)經(jīng)濟(jì)主管部門來講，對(duì)宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析理論知識(shí)、模式等進(jìn)行有效性應(yīng)用可以把握好經(jīng)濟(jì)發(fā)展的整體性趨勢(shì)，為從人力、物力、財(cái)力方面指導(dǎo)我國眾多中小企業(yè)的發(fā)展提供重要數(shù)據(jù)信息參考。因此，我們針對(duì)宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析相關(guān)內(nèi)容、發(fā)展面臨的問題、提高方法進(jìn)行分析和研究工作。

一、宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析相關(guān)內(nèi)容

宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析學(xué)科由以往的經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)融合而組成，通過對(duì)宏觀經(jīng)濟(jì)理論的運(yùn)用，進(jìn)行眾多經(jīng)濟(jì)運(yùn)行資料、信息、數(shù)據(jù)的統(tǒng)計(jì)和分析，對(duì)宏觀經(jīng)濟(jì)的運(yùn)行形成基本的統(tǒng)計(jì)分析結(jié)果，加深對(duì)經(jīng)濟(jì)發(fā)展趨勢(shì)、產(chǎn)業(yè)經(jīng)濟(jì)結(jié)構(gòu)認(rèn)知的水平。在具體的應(yīng)用中，宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析通過專題性的統(tǒng)計(jì)分析工作和制度化的統(tǒng)計(jì)分析工作形成對(duì)宏觀經(jīng)濟(jì)運(yùn)行發(fā)展趨勢(shì)的深刻判斷，漸漸形成完整性的報(bào)告內(nèi)容[1]。

二、宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展面臨的問題

宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展中主要存在以下方面的問題。第一，宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析應(yīng)用的方法存在滯后性的問題，無法有效性、客觀性的反映出宏觀經(jīng)濟(jì)運(yùn)行中深刻的問題。同時(shí)，有關(guān)方面的統(tǒng)計(jì)分析人員缺乏創(chuàng)新性思維，沒有順應(yīng)經(jīng)濟(jì)發(fā)展運(yùn)行的客觀規(guī)律。第二，沒有充分的認(rèn)識(shí)到大數(shù)據(jù)時(shí)代特征。比如：對(duì)大數(shù)據(jù)時(shí)代網(wǎng)絡(luò)信息技術(shù)的應(yīng)用特點(diǎn)存在認(rèn)知上的缺陷，使得大數(shù)據(jù)特征的宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析模型無法有效構(gòu)架，無法科學(xué)、客觀、準(zhǔn)確的分析、判斷宏觀經(jīng)濟(jì)運(yùn)行特點(diǎn)、未來發(fā)展的趨勢(shì)等等。第三，缺乏必要市場機(jī)制的內(nèi)在推力，影響到了宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展。比如：眾多企業(yè)出口積極性受到削弱、供需矛盾的進(jìn)一步加劇等等[2]。

三、提高宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展方法

（一）全面貫徹新型的理念

宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展需要以發(fā)展性、多樣性、靈活性、全面性理念為支撐，提高其發(fā)展的質(zhì)量和水平。具體來講嗎，第一，需要有效性、靈活性的貫徹我國政府提出的經(jīng)濟(jì)發(fā)展方針，充分結(jié)合我國經(jīng)濟(jì)運(yùn)行實(shí)際情況，采取有效性的方法規(guī)避經(jīng)濟(jì)運(yùn)行中的風(fēng)險(xiǎn)因素，促進(jìn)我國經(jīng)濟(jì)更加平穩(wěn)、科學(xué)、健康的發(fā)展和進(jìn)步。第二，需要應(yīng)用多樣化的理念，充分的協(xié)調(diào)好經(jīng)濟(jì)運(yùn)行發(fā)展中的各種資源、各個(gè)領(lǐng)域，使得它們?cè)诙鄻踊l(fā)展的理念下更加協(xié)調(diào)，促進(jìn)我國宏觀經(jīng)濟(jì)整體性進(jìn)步。第三，需要應(yīng)用好宏觀經(jīng)濟(jì)分析理論，有效性的解決其發(fā)展中存在的問題，把握好其未來運(yùn)行規(guī)律，進(jìn)一步的提高我國宏觀經(jīng)濟(jì)發(fā)展運(yùn)行質(zhì)量和效率[3]。

（二）提升宏觀經(jīng)濟(jì)調(diào)控能力

經(jīng)濟(jì)的發(fā)展運(yùn)行是促進(jìn)宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展的基礎(chǔ)。因此，對(duì)于我國政府來講，需要應(yīng)用有效性的手段促進(jìn)我國經(jīng)濟(jì)發(fā)展，使得宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展有可靠的動(dòng)力。具體來講，第一，明確我國宏觀經(jīng)濟(jì)運(yùn)行發(fā)展目標(biāo)，依照經(jīng)濟(jì)發(fā)展的不同情況進(jìn)行不同的模式、方法解決經(jīng)濟(jì)運(yùn)行中的問題，提高經(jīng)濟(jì)運(yùn)行的質(zhì)量。第二，對(duì)于宏觀經(jīng)濟(jì)調(diào)控的目標(biāo)進(jìn)行科學(xué)規(guī)劃，有效性的鞏固國家對(duì)經(jīng)濟(jì)宏觀調(diào)控的結(jié)果，使得我國經(jīng)濟(jì)的效能得到充分發(fā)揮，促進(jìn)經(jīng)濟(jì)平穩(wěn)、安全、科學(xué)、健康發(fā)展。第三，進(jìn)行投融資體制的創(chuàng)新。投融資體制的質(zhì)量直接影響到社會(huì)中各個(gè)企業(yè)資本的質(zhì)量和安全性。因此，我國需要加快革新投融資體制，建立起必要的風(fēng)險(xiǎn)投資基金。第四，我國政府需要促進(jìn)出口退稅進(jìn)程的加快，為眾多出口企業(yè)的信貸提供有效保障。第五，進(jìn)行國家發(fā)展資金的統(tǒng)籌，對(duì)重點(diǎn)的經(jīng)濟(jì)領(lǐng)域進(jìn)行全面性扶持，為宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展提供有效保障和支持。

（三）構(gòu)建大數(shù)據(jù)宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析模式

大數(shù)據(jù)理論和技術(shù)模式的應(yīng)用有利于構(gòu)建新型的宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析模型，提高宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析應(yīng)用質(zhì)量和水平。具體來講，我國需要以政府信息數(shù)據(jù)發(fā)展應(yīng)用為重要切入點(diǎn)，全面促進(jìn)政府信息數(shù)據(jù)共享平臺(tái)的建設(shè)，使得政府對(duì)我國經(jīng)濟(jì)社會(huì)發(fā)展進(jìn)行中長期的科學(xué)規(guī)劃，提高經(jīng)濟(jì)分析的水平和效率，促進(jìn)我國宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展[4]。

（四）保障社會(huì)供求基本平衡

保障社會(huì)供求基本平衡有利于為宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析提供重要指標(biāo)數(shù)據(jù)支持。因此，對(duì)于我國的政府來講，需要從眾多的方面著手，保持我國社會(huì)總供給和總需求的平衡。具體來講，第一，需要應(yīng)用多種方式提高我國的就業(yè)率，提高我國社會(huì)保障機(jī)制的應(yīng)用能力。第二，適當(dāng)性的增加政府支出，提高我國經(jīng)濟(jì)運(yùn)行中消費(fèi)比例的提高、拉動(dòng)內(nèi)需，提高宏觀經(jīng)濟(jì)發(fā)展質(zhì)量和水平，為更好的開展宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析提供重要依據(jù)。第三，促進(jìn)貨幣的流通，加大對(duì)基礎(chǔ)性經(jīng)濟(jì)領(lǐng)域的投資。第四，降低城鄉(xiāng)之間差距，提高居民實(shí)際收入水平，開展合理化的資源分配，促進(jìn)我國經(jīng)濟(jì)的進(jìn)一步發(fā)展[5]。

結(jié)論：

在大數(shù)據(jù)的背景下，本文以我國政府為主要的視角，通過對(duì)宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展問題為研究的重點(diǎn)，提出來其發(fā)展中存在的問題，通過政府在各個(gè)方面的舉措應(yīng)用完善了宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展平臺(tái)的構(gòu)建，對(duì)于經(jīng)濟(jì)運(yùn)行中社會(huì)各個(gè)方面的因素進(jìn)行分析，對(duì)于眾多資源進(jìn)行統(tǒng)籌，有效性解決了經(jīng)濟(jì)發(fā)展問題，提高了我國經(jīng)濟(jì)發(fā)展水平，也促進(jìn)了宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展和進(jìn)步。

參考文獻(xiàn)：

[1]李偉.探索宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展的基本問題[J].現(xiàn)代營銷（下旬刊），2016，01：8.

[2]袁天夫.宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展的基本問題研究[J].現(xiàn)代經(jīng)濟(jì)信息，2016，06：20.

[3]丁宇昕.宏^經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展的基本問題探索[J].現(xiàn)代經(jīng)濟(jì)信息，2016，06：31-32.

篇5

關(guān)鍵詞：基本問題；統(tǒng)計(jì)分析；宏觀經(jīng)濟(jì)

宏觀經(jīng)濟(jì)分析是一項(xiàng)系統(tǒng)性的工作，有著十分鮮明復(fù)雜性特點(diǎn)與專業(yè)性特點(diǎn)，涉及工業(yè)、農(nóng)業(yè)以及科研等多個(gè)社會(huì)經(jīng)濟(jì)領(lǐng)域。做好宏觀經(jīng)濟(jì)的統(tǒng)計(jì)與分析工作對(duì)于科學(xué)決策有著十分重要的意義。這就需要相關(guān)的研究人員綜合運(yùn)用各種理論與技術(shù)對(duì)宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的方法進(jìn)行深層次的研究。

一、宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析概述

宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析是一項(xiàng)經(jīng)濟(jì)學(xué)與統(tǒng)計(jì)學(xué)相結(jié)合而形成的獨(dú)立知識(shí)科目體系。由于統(tǒng)計(jì)學(xué)是經(jīng)濟(jì)學(xué)十分重要的研究工具，二者之間存在著相互推動(dòng)、共同發(fā)展的關(guān)系。將統(tǒng)計(jì)學(xué)知識(shí)與經(jīng)濟(jì)學(xué)知識(shí)結(jié)合起來，能夠?qū)⒏鱾€(gè)領(lǐng)域的研究方面與研究方法統(tǒng)一起來，打破不同研究內(nèi)容在領(lǐng)域上的界限，為經(jīng)濟(jì)決策與經(jīng)濟(jì)規(guī)律的探索創(chuàng)造良好的條件。由于我國在宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析領(lǐng)域的起步比較晚，在該研究領(lǐng)域中尚未形成一個(gè)高效的研究體系，在我國產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與經(jīng)濟(jì)增長方式變化的過程中，宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的重要意義才逐漸顯示出來。

二、宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析在發(fā)展過程中普遍存在的問題

在宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展初期，由于統(tǒng)計(jì)學(xué)的有關(guān)理論沿未得到完善，尤其是在計(jì)算機(jī)技尚未成熟時(shí)，統(tǒng)計(jì)學(xué)分析理論在應(yīng)用方面的重要意義沒有充分顯示出來，對(duì)于宏觀經(jīng)濟(jì)分析方面的支持十分有限，造成宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析在實(shí)際應(yīng)用方面所直到的作用不夠突出。隨著我國社會(huì)生產(chǎn)部門的不斷分化，越來越多的小型企業(yè)尤其是民營企業(yè)，在管理與經(jīng)營決策方面對(duì)于新的統(tǒng)計(jì)與分析技術(shù)表現(xiàn)出了巨大的需求，加上計(jì)算機(jī)技術(shù)的不斷發(fā)展。統(tǒng)計(jì)學(xué)理論在研究人員的不斷探索下開始進(jìn)入到了快速發(fā)展的階段。在這一過程中，政府以及有關(guān)部門形成了比較明確的周期性經(jīng)濟(jì)規(guī)劃目標(biāo)，根據(jù)周期性經(jīng)濟(jì)目標(biāo)對(duì)我國農(nóng)業(yè)、工業(yè)以及服務(wù)業(yè)等產(chǎn)業(yè)進(jìn)行了有針對(duì)性的宏觀調(diào)控，大幅提高我國經(jīng)濟(jì)建設(shè)的科學(xué)性與合理性，為我國經(jīng)濟(jì)的調(diào)整增長奠定了良好的基礎(chǔ)。目前我國宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析在能力在已經(jīng)進(jìn)入宏觀統(tǒng)計(jì)與微觀統(tǒng)計(jì)并行發(fā)展的重要階段，宏觀統(tǒng)計(jì)與微觀統(tǒng)計(jì)在目的劃分上更加明確，在應(yīng)用效率與應(yīng)用水平上得到了大幅度的蚊帳，兩項(xiàng)學(xué)科之間存在著相互促進(jìn)、共同發(fā)展的新局面，同時(shí)也將宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的發(fā)展帶入了一個(gè)全新的階段。

當(dāng)前我國已經(jīng)全面進(jìn)入信息化與數(shù)字化時(shí)代，選擇計(jì)算機(jī)技術(shù)與統(tǒng)計(jì)分析技術(shù)為宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的發(fā)展奠定了良好的基礎(chǔ)。尤其是在我國電子商務(wù)領(lǐng)域不斷創(chuàng)新與發(fā)展的過程中，宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的重要作用得到了最大程度的體現(xiàn)。在網(wǎng)絡(luò)環(huán)境下，消費(fèi)群體在消費(fèi)過程中會(huì)產(chǎn)生大量的消費(fèi)需求數(shù)據(jù)，有關(guān)單位與企業(yè)可以以用戶的消費(fèi)數(shù)據(jù)為資源，以統(tǒng)計(jì)學(xué)與經(jīng)濟(jì)學(xué)的有關(guān)理論為基礎(chǔ)，以宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析為重要手段，對(duì)未來一段時(shí)間內(nèi)的消費(fèi)行為進(jìn)行科學(xué)、有效的判斷，提高社會(huì)產(chǎn)品生產(chǎn)的合理性與有效性，為電子商務(wù)消費(fèi)用戶提供更加具有針對(duì)性的商品，為我國經(jīng)濟(jì)消費(fèi)的不斷增長創(chuàng)造有利的條件。除了電子商務(wù)領(lǐng)域之外，銀行業(yè)與服務(wù)業(yè)也可以利用宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的有關(guān)手段對(duì)用戶名的儲(chǔ)蓄行為與消費(fèi)行為進(jìn)行判斷，為用戶制定出更加科學(xué)的理財(cái)方案與出行方案。對(duì)于政府單位來說，則可以利用宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析結(jié)果，對(duì)社會(huì)公眾的物流狀態(tài)與交通狀態(tài)進(jìn)行有針對(duì)性的分析，對(duì)社會(huì)公眾在日常的生產(chǎn)生活活動(dòng)中的支行規(guī)律有一個(gè)全面且深入的了解，將宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的重要作用充分發(fā)揮出來。

三、宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的發(fā)展問題研究

當(dāng)前我國宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析領(lǐng)域已經(jīng)進(jìn)入到了快速發(fā)展的新階段。成經(jīng)濟(jì)發(fā)展過程中，宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析已經(jīng)成為分析國民經(jīng)濟(jì)發(fā)展情況與發(fā)展水平十分重要的一項(xiàng)工具。有關(guān)部門需要進(jìn)一步加大該領(lǐng)域的研究力度，為領(lǐng)域的發(fā)展奠定良好的人才基礎(chǔ)與技術(shù)基礎(chǔ)，真正認(rèn)識(shí)到宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析對(duì)于國民經(jīng)濟(jì)發(fā)展的重要意義。同時(shí)，政府及有關(guān)單位還需要進(jìn)一步加強(qiáng)城市數(shù)據(jù)信息的收集能力建設(shè)與處理能力建設(shè)，設(shè)置云計(jì)算中心，對(duì)各方面流動(dòng)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，了解經(jīng)濟(jì)數(shù)據(jù)變化的有關(guān)規(guī)律，交各方面的統(tǒng)計(jì)與分析結(jié)果應(yīng)用到市政管理與組織決策中，為區(qū)域內(nèi)乃至于國家的經(jīng)濟(jì)增長奠定良好的基礎(chǔ)。

四、宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的自主發(fā)展

由于宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析無論對(duì)于政府機(jī)關(guān)還是在于中小企業(yè)來說有著十分重要的意義與價(jià)值，尤其是在計(jì)算機(jī)技術(shù)不斷發(fā)展的大背景下，宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析的應(yīng)用范圍與應(yīng)用空間得到了進(jìn)一步的拓展，在社會(huì)各階段與各領(lǐng)域工作與研究人員的共同努力下，宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析中的有關(guān)理論將會(huì)得到不斷的發(fā)展與完善。同時(shí)也是統(tǒng)計(jì)學(xué)領(lǐng)域宏觀經(jīng)濟(jì)分析得到快速獨(dú)立發(fā)展的重要機(jī)遇，由此可以現(xiàn)對(duì)人類經(jīng)濟(jì)社會(huì)發(fā)展的重要進(jìn)步性影響，宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析在自身的獨(dú)立發(fā)展前提下吸收了大量的信息數(shù)據(jù)，之后又利用統(tǒng)計(jì)學(xué)的思想和方法進(jìn)行創(chuàng)新研究嘗試。

結(jié)束語

先進(jìn)的科技和信息技術(shù)的發(fā)展是國家宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展的重要支持，與此同時(shí)還應(yīng)該配合以功能強(qiáng)大的數(shù)據(jù)庫系統(tǒng)和計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)，在先進(jìn)技術(shù)和統(tǒng)計(jì)學(xué)專家的密切配合下可以進(jìn)一步推動(dòng)其發(fā)展，實(shí)現(xiàn)系統(tǒng)完善的宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析體系。

參考文獻(xiàn)：

[1]蔡真.宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展的基本問題[J].商，2015，47：266.

[2]袁天夫.宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析發(fā)展的基本問題研究[J].現(xiàn)代經(jīng)濟(jì)信息，2016，06：20.

篇6

【關(guān)鍵詞】 商業(yè)銀行;信用風(fēng)險(xiǎn);宏觀壓力測試

一、引言

隨著金融全球化進(jìn)程加快、大型商業(yè)銀行跨國活動(dòng)增加、信貸衍生產(chǎn)品迅猛發(fā)展,新形勢(shì)下商業(yè)銀行信用風(fēng)險(xiǎn)管理問題日益突出。特別是2007年底次貸危機(jī)的爆發(fā),使得各國商業(yè)銀行的資產(chǎn)質(zhì)量嚴(yán)重惡化,大量銀行紛紛破產(chǎn),雖然我國的商業(yè)銀行因?yàn)榉N種政策性原因,在這次危機(jī)中損失較小,但隨著我國金融市場的進(jìn)一步開放,我國商業(yè)銀行和國際金融市場的完全融合,將對(duì)我國商業(yè)銀行的信用風(fēng)險(xiǎn)管理水平提出挑戰(zhàn)。

目前,宏觀壓力測試由于能模擬潛在金融危機(jī)等極端事件對(duì)商業(yè)銀行體系穩(wěn)定性的影響,已經(jīng)引起了國際金融組織和各國政策當(dāng)局廣泛的重視,并在實(shí)踐中得到迅速推廣。本文運(yùn)用宏觀壓力測試法,結(jié)合我國商業(yè)銀行的特性,對(duì)商業(yè)銀行的信用風(fēng)險(xiǎn)水平及其影響因素進(jìn)行分析,這對(duì)現(xiàn)階段我國商業(yè)銀行信用風(fēng)險(xiǎn)管理具有現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

宏觀壓力測試是用于評(píng)估一國金融體系在受到“異常但合理”宏觀經(jīng)濟(jì)沖擊時(shí)的穩(wěn)定程度,其通過情景設(shè)定或歷史事件,來衡量宏觀經(jīng)濟(jì)沖擊對(duì)整個(gè)對(duì)整個(gè)金融體系的影響。自20世紀(jì)90年代末以來,國外對(duì)宏觀壓力測試的研究及其在實(shí)踐中的應(yīng)用都已取得了豐碩的成果,其中最具代表性的是Wilson(1997a,1997b)用各工業(yè)部門違約概率與一系列宏觀經(jīng)濟(jì)變量的敏感度直接建模,通過模擬將來違約概率分布的路徑,得到了資產(chǎn)組合的預(yù)期異常損失,進(jìn)而模擬出在宏觀經(jīng)濟(jì)波動(dòng)沖擊下的違約概率值。Boss M(2002)和Virolainen (2004)利用Wilson提出的模型,根據(jù)加總的企業(yè)違約概率估計(jì)出宏觀經(jīng)濟(jì)信貸模型來分析澳大利亞和芬蘭銀行部門的壓力情境。

而在國內(nèi)對(duì)宏觀壓力測試的研究還尚在起步階段。在理論研究方面,徐明東、劉曉星(2008)通過對(duì)國際上流行的幾種宏觀壓力測試方法的比較,闡述了如何運(yùn)用宏觀壓力測試方法去評(píng)估一國金融體系的穩(wěn)定性。在模型研究和實(shí)證方面,任宇航、孫嘯坤等(2007)利用Logit回歸測試的方法,通過收集我國的宏觀經(jīng)濟(jì)數(shù)據(jù)和金融機(jī)構(gòu)的數(shù)據(jù),對(duì)我國銀行業(yè)信用風(fēng)險(xiǎn)損失作出了合理估計(jì)。但國內(nèi)的這些研究只是借鑒了壓力測試的思想,使用傳統(tǒng)的方法,通過模擬情境下宏觀經(jīng)濟(jì)因素異動(dòng),由Logit模型最終得出穩(wěn)定性指標(biāo)期望值的點(diǎn)估計(jì)來評(píng)價(jià)銀行體系的穩(wěn)定性。這種方法存在一定的缺陷:其不能有效地反映出宏觀變動(dòng)沖擊對(duì)銀行體系的影響,不能具體看出壓力情境下哪些宏觀經(jīng)濟(jì)變量對(duì)銀行信用風(fēng)險(xiǎn)的影響最大,這就有進(jìn)一步研究的必要。

三、模型構(gòu)建與實(shí)證研究

宏觀壓力測試是對(duì)微觀層面壓力測試的有益補(bǔ)充,它是將各宏觀經(jīng)濟(jì)沖擊變量整合量化為一個(gè)宏觀因子,將宏觀波動(dòng)因素整合到評(píng)估銀行信用風(fēng)險(xiǎn)的模型中,通過壓力情境的構(gòu)建,預(yù)測在極端情形下宏觀經(jīng)濟(jì)變動(dòng)對(duì)銀行系統(tǒng)信用風(fēng)險(xiǎn)的影響。

(一)模型構(gòu)建

本文在研究我國商業(yè)銀行信用風(fēng)險(xiǎn)水平與宏觀經(jīng)濟(jì)變量的關(guān)系時(shí)借鑒了Wilson(1997a, 1997b),Boss(2002),and Virolainen(2004)所提出的模型。該模型主要包括:建立了一個(gè)信用風(fēng)險(xiǎn)水平和宏觀經(jīng)濟(jì)變量間的聯(lián)立方程;用蒙特卡洛法模擬了違約損失的分布。

具體來說,假定商業(yè)銀行將貸款貸給了J個(gè)經(jīng)濟(jì)部門,其中j部門在t時(shí)刻違約的概率為pj,t,在這里j=1,2,…,J,pj,t介于0和1之間,用它的Logit轉(zhuǎn)換值yj,t作為回歸值,即:

進(jìn)而,設(shè)定yt=(y1,t,……,yj,t)*,yt為轉(zhuǎn)換指標(biāo)。本文所采用的模型是基于M個(gè)宏觀經(jīng)濟(jì)變量的現(xiàn)在值和滯后期的值所構(gòu)成的一個(gè)線性方程:

yt=m+A1xt+…+A1+sxt-sη1yt-1+…+ηkyt-k+vt (2)

式(2)中明確表示了各宏觀經(jīng)濟(jì)變量與違約轉(zhuǎn)換指標(biāo)yt之間的關(guān)系。其中,xt=(x1,t,x2,t…xm,t)表示宏觀經(jīng)濟(jì)變量,其為M×1階向量;m為截距項(xiàng),其為J×1階向量;A1……A1+s和η1……ηk為系數(shù),它們分別為J×M階和J×J階矩陣;vt為隨機(jī)誤差項(xiàng),其為J×1階向量。

同時(shí)為了考慮各宏觀經(jīng)濟(jì)變量之間的相關(guān)性,根據(jù)Wilson模型中關(guān)于宏觀經(jīng)濟(jì)變量的等式系統(tǒng),本文采用了下列的描述:

xt=n+δ1xt-1+…+δpxt-p+μ1yt-1+…+μqyt-q+ξt (3)

其中,n為M×1階列向量,系數(shù)δ1,…δp和μ1,…μq分別為M×M和M×J階矩陣向量,隨機(jī)誤差項(xiàng)ξt為M×1階向量。

本文所考慮的模型在Wilson(1997a,1997b),Boss (2002)和Virolainen(2004)基礎(chǔ)上,進(jìn)行了兩點(diǎn)改進(jìn):一是考慮了宏觀經(jīng)濟(jì)變量對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)影響的時(shí)滯效應(yīng);二是模型的設(shè)定還考慮了商業(yè)銀行體系對(duì)宏觀經(jīng)濟(jì)變量的回饋效應(yīng)。考慮到我國商業(yè)銀行在國民經(jīng)濟(jì)中所占有的重要地位,該模型更符合我國的實(shí)際情況,因而用其來研究我國商業(yè)銀行信用風(fēng)險(xiǎn)水平與宏觀經(jīng)濟(jì)變量間的關(guān)系,具有很強(qiáng)的適用性。

(二)變量的選取與數(shù)據(jù)描述

為了建立商業(yè)銀行信用風(fēng)險(xiǎn)水平和宏觀經(jīng)濟(jì)變量之間的實(shí)證關(guān)系,本文收集了2003年1季度到2009年2季度共26個(gè)季度的商業(yè)銀行不良貸款率和相關(guān)宏觀經(jīng)濟(jì)數(shù)據(jù),并通過參考國內(nèi)外學(xué)者在研究宏觀壓力測試時(shí)的變量選擇,考慮我國商業(yè)銀行信用風(fēng)險(xiǎn)以及宏觀經(jīng)濟(jì)發(fā)展的特點(diǎn),對(duì)相關(guān)變量做了如下選擇。

1.被解釋變量

本文綜合考慮了我國商業(yè)銀行經(jīng)營的特殊性和相關(guān)數(shù)據(jù)的可得性,選用了商業(yè)銀行體系的信用風(fēng)險(xiǎn)為被解釋變量,以不良貸款率為其衡量指標(biāo),即:商業(yè)銀行體系的不良貸款率越高,其信用風(fēng)險(xiǎn)水平就越高。我國商業(yè)銀行的不良貸款率的數(shù)據(jù)來源于中國銀監(jiān)會(huì)網(wǎng)站和國研網(wǎng)的統(tǒng)計(jì)數(shù)據(jù)庫,其中,商業(yè)銀行的樣本包括了國有商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行、農(nóng)村商業(yè)銀行和外資銀行。根據(jù)《貸款質(zhì)量評(píng)估指導(dǎo)原則》,中國的貸款按照五級(jí)分類法進(jìn)行分類,不良貸款率=(次級(jí)+可疑+損失)/貸款總額。

2.解釋變量

在解釋變量方面,鑒于我國宏觀經(jīng)濟(jì)的運(yùn)行情況以及相關(guān)數(shù)據(jù)的獲取難度,選取了GDP增長率、CPI指數(shù)(用以表示通貨膨脹率)、廣義貨幣增長率M2、進(jìn)口額同比增長率M、三至五年期貸款利率R、房地產(chǎn)價(jià)格指數(shù)RE、失業(yè)率U七個(gè)宏觀變量,數(shù)據(jù)來源于銳思數(shù)據(jù)庫和國泰安數(shù)據(jù)庫。

3.數(shù)據(jù)描述

從表1可以看出:(1)我國商業(yè)銀行的不良貸款率經(jīng)過Logit模型轉(zhuǎn)換為yt后,其波動(dòng)率仍然較大。(2)從選取的宏觀經(jīng)濟(jì)變量來看,我國的宏觀經(jīng)濟(jì)進(jìn)入了高增長、低通脹、低失業(yè)、適度寬松貨幣政策的繁榮時(shí)期,但房價(jià)指數(shù)RE和進(jìn)口額增長率M的波動(dòng)較大。

(三)實(shí)證研究與結(jié)果分析

1.實(shí)證研究

根據(jù)上述的模型設(shè)定,首先對(duì)Pj,t運(yùn)用Logit模型進(jìn)行轉(zhuǎn)換,得到轉(zhuǎn)換指標(biāo)yt,再將對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)構(gòu)成沖擊的各宏觀經(jīng)濟(jì)變量及其yt的一階滯后變量(考慮到宏觀經(jīng)濟(jì)沖擊的滯后性往往為一年)的數(shù)據(jù)代入,利用Eviews5.0與yt進(jìn)行多元線性回歸,結(jié)果顯示:GDP增長率ZGDP、通貨膨脹率CPI、房價(jià)指數(shù)RE、貸款利率R、進(jìn)口總額同比增長率M以及yt的一階滯后變量這六個(gè)變量顯著,而失業(yè)率U和廣義貨幣增長率M2不顯著,被剔除。然后再利用式(3)進(jìn)行各宏觀經(jīng)濟(jì)變量的自回歸。回歸結(jié)果如表2。

從表2可以看出:(1)在1%到10%的顯著性水平上,CPI指數(shù)、GDP增長率、進(jìn)口額增長率M、貸款利率R以及房價(jià)指數(shù)RE均顯著影響到了我國商業(yè)銀行的信用風(fēng)險(xiǎn)水平,且信用風(fēng)險(xiǎn)的轉(zhuǎn)換指標(biāo)受其滯后一期值的顯著影響;(2)各宏觀經(jīng)濟(jì)變量均受到其滯后項(xiàng)的顯著影響,且除商品房銷售價(jià)格指數(shù)RE外其余宏觀經(jīng)濟(jì)變量還受到了轉(zhuǎn)換指標(biāo)滯后一期值的影響。

2.結(jié)果分析

從上述模型中,可以看出在宏觀經(jīng)濟(jì)變量中貸款利率R對(duì)轉(zhuǎn)換指標(biāo)的影響最大,R的上升代表企業(yè)的融資成本增加,為了按期還本付息,企業(yè)就必須拿出更多的利潤交給銀行,如果融資成本大于企業(yè)盈利能力,那企業(yè)就有違約的沖動(dòng),使得商業(yè)銀行的信用風(fēng)險(xiǎn)加大。而CPI對(duì)銀行信用風(fēng)險(xiǎn)的影響與R則恰恰相反,其上升預(yù)示著國家在實(shí)行寬松的貨幣政策,使得企業(yè)融資成本降低,企業(yè)的盈利大幅上升,減少銀行的信用風(fēng)險(xiǎn)。GDP增長預(yù)示著整個(gè)社會(huì)的宏觀經(jīng)濟(jì)比較景氣,經(jīng)濟(jì)處于上升繁榮期,企業(yè)平均盈利能力較好,不良貸款率也將隨之下降。進(jìn)口總額增長率M上升,對(duì)我國的出口企業(yè)造成負(fù)面影響,致使其業(yè)績下降,進(jìn)而會(huì)增加銀行的信用風(fēng)險(xiǎn)。房地產(chǎn)銷售價(jià)格指數(shù)的上升,會(huì)使得大量的資金涌入房地產(chǎn)市場,產(chǎn)生泡沫經(jīng)濟(jì),鑒于目前我國房屋貸款在銀行貸款中的比重,將會(huì)使銀行的不良貸款率顯著提高,進(jìn)而增大銀行的信用風(fēng)險(xiǎn)。同時(shí),也可以發(fā)現(xiàn)轉(zhuǎn)換指標(biāo)的滯后一期對(duì)當(dāng)期影響顯著。顯然,模型的回歸結(jié)果符合經(jīng)濟(jì)學(xué)上的解釋。

四、宏觀壓力情景的設(shè)定及其風(fēng)險(xiǎn)分析

壓力測試主要是通過情境設(shè)定,根據(jù)情境假設(shè)下可能的風(fēng)險(xiǎn)因子變動(dòng)情形,重新評(píng)估金融商品或投資組合的價(jià)值。通常重新評(píng)估的方式不會(huì)有太大的差異,但是情境設(shè)定的方式卻有很多種選擇。情境分析是目前應(yīng)用的主流,即利用一組風(fēng)險(xiǎn)因子定義為某種情境,分析在個(gè)別情境下的壓力損失。情境分析的事件設(shè)計(jì)方法有兩種:歷史情境分析和假設(shè)情境分析。整個(gè)程序通常分為兩大步:一是情境設(shè)定;二是重新評(píng)估。

(一)情境設(shè)定

分析上述模型的回歸結(jié)果,可以發(fā)現(xiàn)貸款利率R對(duì)銀行信用風(fēng)險(xiǎn)的影響最大,而GDP增長率則是判定一國經(jīng)濟(jì)發(fā)展最重要的指標(biāo),同時(shí)考慮到大多數(shù)危機(jī)的沖擊期會(huì)持續(xù)四個(gè)季度,因而假定2009年2季度為基期,模擬從2009年3季度到2010年2季度共4個(gè)時(shí)間點(diǎn)涵蓋了一年期的未來路徑。本文設(shè)定了兩個(gè)壓力情境:一是GDP指數(shù)突然大幅下降的情境。假定我國GDP季度增長率自2009年2季度起在未來的4個(gè)季度里每季度均會(huì)同比下降一個(gè)百分點(diǎn)。二是貸款利率R大幅上升的情境。設(shè)定我國的貸款利率自2009年2季度起在未來的4個(gè)季度里,每季度均會(huì)同比上升一個(gè)百分點(diǎn)。為了便于計(jì)算,假定這兩個(gè)沖擊是相互獨(dú)立的,即當(dāng)一個(gè)宏觀解釋變量受到?jīng)_擊,其它解釋變量仍然保持不變。

(二)重新評(píng)估

設(shè)定情景下的沖擊結(jié)果如表3。

從表3中可以看出,在設(shè)定的兩種壓力情境下,我國商業(yè)銀行的信用風(fēng)險(xiǎn)水平明顯增加,其不良貸款率顯著提高。同時(shí),還可以發(fā)現(xiàn),貸款利率R的大幅升高比GDP增長率的降低對(duì)商業(yè)銀行體系信用風(fēng)險(xiǎn)的沖擊幅度更大,這也充分說明了貨幣政策在調(diào)控宏觀經(jīng)濟(jì)中的重要性及其對(duì)商業(yè)銀行的顯著影響。

為了更清晰地表現(xiàn)兩種壓力情境下銀行體系信用風(fēng)險(xiǎn)的變化,將上述結(jié)果繪在圖1中。

圖1中P1代表了GDP增長率突然下降情境下的我國商業(yè)銀行體系的不良貸款率,P2代表了貸款利率R上升時(shí)我國商業(yè)銀行體系的不良貸款率。從圖1中可以清楚地看到P2一直在P1的上方,即貸款利率R的大幅上升比GDP增長率的大幅降低對(duì)商業(yè)銀行體系信用風(fēng)險(xiǎn)的沖擊幅度更大。

五、結(jié)論

本文采用我國2003年1季度到2009年2季度的宏觀經(jīng)濟(jì)數(shù)據(jù)和商業(yè)銀行的不良貸款率數(shù)據(jù),基于Wilson (1997a, 1997b),Boss(2002)及Virolainen(2004)所提出的模型,通過Eviews5.0軟件建立了商業(yè)銀行信用風(fēng)險(xiǎn)轉(zhuǎn)換指標(biāo) 與各宏觀經(jīng)濟(jì)變量及轉(zhuǎn)換指標(biāo)滯后一階的回歸方程,結(jié)果表明GDP增長率、通貨膨脹率、房價(jià)指數(shù)、貸款利率、進(jìn)口總額同比增長率對(duì)我國商業(yè)銀行的信用風(fēng)險(xiǎn)影響顯著。進(jìn)而利用得出的回歸方程,依據(jù)假設(shè)情景對(duì)我國商業(yè)銀行的信用風(fēng)險(xiǎn)進(jìn)行了壓力測驗(yàn),在宏觀壓力測試的情境分析中,得出了貸款利率R的大幅上升比GDP增長率的大幅降低對(duì)商業(yè)銀行體系信用風(fēng)險(xiǎn)的沖擊幅度更大的結(jié)論。

鑒于本文的研究結(jié)論,可以看出宏觀經(jīng)濟(jì)變量和商業(yè)銀行信用風(fēng)險(xiǎn)之間有著密切的聯(lián)系,在本輪的次貸危機(jī)中我國的商業(yè)銀行雖沒有受到大的沖擊,但應(yīng)該吸取歐美大銀行在這次危機(jī)中的教訓(xùn),防患于未然,提高自身的風(fēng)險(xiǎn)意識(shí),繼續(xù)降低銀行的不良貸款率。另外,政府在遇到宏觀經(jīng)濟(jì)問題時(shí),貨幣政策起著至關(guān)重要的作用。一國貨幣當(dāng)局在面對(duì)危機(jī)時(shí),應(yīng)該審時(shí)度勢(shì),制定正確的貨幣政策,確保經(jīng)濟(jì)的快速增長。

【參考文獻(xiàn)】

[1] Wilson T C. Portfolio credit risk I [ J ]. Risk, 1997, 9(10) : 111 - 170.

[2] Wilson T C. Portfolio credit risk II [ J ]. Risk, 1997, 10(10) : 56 - 61.

[3] BossM. A Macroeconomic credit risk model for Stress Testing the Austrian credit portfolio [ J ]. Financial Stability Report, 2002(4): 64 - 82.

篇7

關(guān)鍵詞：商業(yè)銀行；信用風(fēng)險(xiǎn)；宏觀壓力測試

一、引 言

自20世紀(jì)70年代末到21世紀(jì)初，全球有93個(gè)國家先后爆發(fā)了112次系統(tǒng)性銀行危機(jī)。尤其90年代以來頻頻爆發(fā)的金融危機(jī)——如1987年美國股市崩盤、1994年美國利率風(fēng)暴及中南美洲比索風(fēng)暴、1997年亞洲金融危機(jī)、1998年俄羅斯政府違約事件，特別是2007年春季開始的次貸危機(jī)最終演變?yōu)?008年的全球金融風(fēng)暴，波及范圍之廣，影響程度之大，史無前例。它們不僅使一國多年的經(jīng)濟(jì)發(fā)展成果毀于一旦，還危機(jī)到一國的經(jīng)濟(jì)穩(wěn)定，對(duì)全球經(jīng)濟(jì)也產(chǎn)生了強(qiáng)大的沖擊。［1］

收稿日期：2008-07-05

項(xiàng)目資助：本文受到西安交通大學(xué)“985工程”二期資助（項(xiàng)目編號(hào)：07200701），國家社會(huì)科學(xué)基金（08DJY156）資助。

作者簡介： 李江（1962-），湖南省湘潭市人，金融學(xué)博士，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院副教授，

碩士研究生導(dǎo)師，研究方向：金融風(fēng)險(xiǎn)管理；劉麗平（1982-），女，河北省承德市人，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院碩士研究生，研究方向：財(cái)務(wù)預(yù)警。

金融系統(tǒng)的宏觀壓力測試是一類前瞻性分析的工具，用于模擬“異常但合理” 宏觀經(jīng)濟(jì)沖擊對(duì)金融體系穩(wěn)定性的影響，可以幫助中央銀行識(shí)別金融體系的薄弱環(huán)節(jié)，有助于各方理解金融部門與宏觀經(jīng)濟(jì)之間的聯(lián)系，同時(shí)提高中央銀行和金融機(jī)構(gòu)的風(fēng)險(xiǎn)評(píng)估能力。因此，受到各國金融監(jiān)管當(dāng)局的重視，逐漸成為檢驗(yàn)一國銀行體系的脆弱性，維護(hù)金融穩(wěn)定的首選工具。在金融全球化的趨勢(shì)下，隨著我國金融市場的完全開放，我國金融業(yè)和國際金融市場的逐步融合，是否擁有一個(gè)穩(wěn)定和富有競爭力的銀行體系對(duì)于中國而言顯得非常迫切。對(duì)銀行體系進(jìn)行穩(wěn)定性評(píng)估，尤其是對(duì)銀行體系面對(duì)的信用風(fēng)險(xiǎn)

進(jìn)行宏觀層面的壓力測試，對(duì)防范和化解系統(tǒng)性金融風(fēng)險(xiǎn)，維護(hù)中國金融穩(wěn)定和安全具有重要意義。

下面研究宏觀壓力測試在銀行信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用，通過對(duì)國外已有的成熟模型理論成果分析比較的基礎(chǔ)上，根據(jù)我國的宏觀經(jīng)濟(jì)及金融發(fā)展特點(diǎn)，經(jīng)濟(jì)、金融數(shù)據(jù)統(tǒng)計(jì)及披露特點(diǎn)，模型的數(shù)據(jù)需求深度廣度要求，建立適用于我國的模型并以此進(jìn)行實(shí)證分析。

二、文獻(xiàn)綜述

（一）宏觀經(jīng)濟(jì)因素對(duì)銀行信貸違約風(fēng)險(xiǎn)的影響

McKinnon R［2］認(rèn)為，宏觀經(jīng)濟(jì)穩(wěn)定時(shí)，銀行經(jīng)營行為非常保守，不會(huì)出現(xiàn)不顧風(fēng)險(xiǎn)單方面追求效益的現(xiàn)象。但在實(shí)際匯率波動(dòng)、通貨膨脹出現(xiàn)等宏觀經(jīng)濟(jì)不穩(wěn)定的情況下，政府或明或暗的存款擔(dān)保，導(dǎo)致銀行會(huì)產(chǎn)生以高利率對(duì)高風(fēng)險(xiǎn)項(xiàng)目貸款的風(fēng)險(xiǎn)行為。Donald van Deventer［3］通過線性回歸分析，確定了宏觀因素對(duì)銀行股價(jià)變動(dòng)的解釋在統(tǒng)計(jì)上是顯著的。

對(duì)20 世紀(jì)80 年代以來各國銀行不穩(wěn)定尤其是銀行危機(jī)現(xiàn)象， 國際組織和國內(nèi)外學(xué)者進(jìn)行了大量研究， 積累了十分豐富的實(shí)證資料。尤其是來自美國、英國、澳大利亞、芬蘭的許多國外學(xué)者， 在對(duì)20 世紀(jì)80、90 年代全球銀行不穩(wěn)定事件的實(shí)證分析中發(fā)現(xiàn)， 宏觀經(jīng)濟(jì)因素波動(dòng)在各國銀行不穩(wěn)定中扮演著重要角色。Tom Bernhardsen［4-5］建立起銀行破產(chǎn)與不良貸款和宏觀經(jīng)濟(jì)因素的關(guān)系模型，并且利用歐洲國家的面板數(shù)據(jù)進(jìn)行了實(shí)證檢驗(yàn)。Erlenmaier U［6］和Gersbach H［7］利用挪威中央銀行的宏觀經(jīng)濟(jì)模型RIMINI對(duì)總體審慎指標(biāo)的趨勢(shì)與發(fā)展進(jìn)行預(yù)測，并且建立了評(píng)估貸款違約率的宏觀信貸方程。Froyland E和Larsen K［8］利用RIMINI對(duì)銀行不良貸款在宏觀經(jīng)濟(jì)波動(dòng)情境下進(jìn)行了壓力測試。Pesola J［9］分析了銀行系統(tǒng)危機(jī)對(duì)宏觀經(jīng)濟(jì)因素波動(dòng)的敏感性，并利用芬蘭的數(shù)據(jù)通過建立模型對(duì)兩者之間的關(guān)系進(jìn)行定量分析。Virolainen K［10］對(duì)芬蘭金融風(fēng)險(xiǎn)的實(shí)證評(píng)估，建立了宏觀信貸模型并進(jìn)行宏觀壓力測試，揭示了芬蘭銀行系統(tǒng)貸款違約風(fēng)險(xiǎn)與宏觀經(jīng)濟(jì)波動(dòng)的相關(guān)性。

國內(nèi)對(duì)于銀行體系的穩(wěn)定評(píng)估的實(shí)證研究，包括陳華，伍志文［11］運(yùn)用1978～2000年間的數(shù)據(jù)對(duì)我國銀行體系脆弱性狀況進(jìn)行了量化分析。結(jié)果發(fā)現(xiàn)，中國整個(gè)銀行體系在1978～2000年之間有11年是不穩(wěn)定的，尤其是在1992年和1998年前后更為突出，銀行體系出現(xiàn)了不穩(wěn)健的征兆，存在較大的金融風(fēng)險(xiǎn)。

（二）宏觀壓力測試?yán)碚摵蛯?shí)踐

在執(zhí)行宏觀壓力測試使用的宏觀信貸模型的研究領(lǐng)域，有兩個(gè)學(xué)者的模型框架占據(jù)舉足輕重的地位，并為日后的學(xué)者不斷的進(jìn)行模型的拓展研究和實(shí)證應(yīng)用奠定了良好的基礎(chǔ)。他們是Wilson T C［12-13］和 Merton R［14］。Wilson對(duì)各工業(yè)部門違約概率對(duì)一系列宏觀經(jīng)濟(jì)變量的敏感度直接建模。模型的思想是對(duì)違約概率和宏觀因素的關(guān)系進(jìn)行建模，模擬將來違約概率分布的路徑，就可以得到資產(chǎn)組合的預(yù)期異常損失，進(jìn)而模擬出在宏觀經(jīng)濟(jì)波動(dòng)沖擊下的違約概率值。相比較而言，Merton模型則多加入了股價(jià)對(duì)宏觀要素的反映，將資產(chǎn)價(jià)格變動(dòng)整合進(jìn)違約概率評(píng)估模型。因此，前一種模型更直觀，計(jì)算量較小；而后一種方法對(duì)數(shù)據(jù)的廣度和深度的要求以及計(jì)算量要求都很高，其中有些市場數(shù)據(jù)也許是信貸風(fēng)險(xiǎn)的噪音指標(biāo)。 　世界各地的學(xué)者，運(yùn)用上述模型框架進(jìn)行了大量的實(shí)證研究。Vlieghe G［15］對(duì)英國銀行體系累加的企業(yè)違約概率進(jìn)行建模估計(jì)，發(fā)現(xiàn)GDP、實(shí)際利率和真實(shí)工資水平具有較顯著的解釋能力。Bunn P，Cunningham A和Drehmann M［16］曾使用probit模型來測算英國企業(yè)部門的貸款違約風(fēng)險(xiǎn)。Boss M［17］針對(duì)加總的企業(yè)違約概率估計(jì)出宏觀經(jīng)濟(jì)信貸模型來分析澳大利亞銀行部門的壓力情境，結(jié)論說明工業(yè)產(chǎn)值，通貨膨脹率，股票指數(shù)，名義短期利率和油價(jià)都是違約概率的決定因素。Marco M 、Sorge、KimmoVirolainen［18］利用Wilson模型框架對(duì)芬蘭銀行系統(tǒng)的信貸違約概率進(jìn)行了宏觀壓力測試分析。結(jié)果證明在壓力情境下，違約概率（PD， portability of default）的蒙特卡羅模擬分布明顯異于常態(tài)分布，其Var值遠(yuǎn)高于基期的測算值。Jim Wong，Ka-fai Choi和 Tom Fong［19］建立了香港零售銀行面對(duì)宏觀經(jīng)濟(jì)波動(dòng)的信貸風(fēng)險(xiǎn)宏觀壓力測試框架。模型框架中引入的宏觀經(jīng)濟(jì)變量包括：國內(nèi)生產(chǎn)總值（GDP），利率（HIBOR），房地產(chǎn)價(jià)格（RE）和大陸的GDP。同時(shí)用宏觀壓力測試評(píng)估了香港銀行體系的貸款資產(chǎn)和住房抵押貸款風(fēng)險(xiǎn)暴露。壓力情境的設(shè)定模擬了亞洲金融危機(jī)時(shí)發(fā)生的宏觀經(jīng)濟(jì)波動(dòng)，并分別引入了測試模型。結(jié)果表明在置信水平90%時(shí)，在所有壓力情境下有些銀行仍然能夠盈利。這意味著目前銀行系統(tǒng)的信用風(fēng)險(xiǎn)較穩(wěn)和。當(dāng)VaR取99%的置信水平這一極端情況時(shí)，一些銀行出現(xiàn)了巨額損失，但這類事件發(fā)生的概率極低。

Hoggarth G和Whitley J［20］與Drehmann M Hoggarth， G Logan A， Zecchino L［21］在他們的研究中引入了英國在FSAP框架指引下宏觀壓力測試的執(zhí)行結(jié)果和方法，在壓力情境的設(shè)定方面采用在險(xiǎn)價(jià)值框架下的蒙特卡羅模擬法。Jones M T， Hilbers P和Slack G［22-23］提供了宏觀壓力測試的更一般的非線性的方法。Worrell D［24-25］ 討論了一個(gè)將早期預(yù)警系統(tǒng)，金融健全性指標(biāo)和宏觀壓力測試整合的方法。

一些學(xué)者研究將信用風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)整合測量，例如 Allen L 和 Saunders A［26］嘗試將宏觀經(jīng)濟(jì)因素整合進(jìn)信用風(fēng)險(xiǎn)的測量模型。而最近的一些文獻(xiàn)如Pain D、Vesala J［27］和Gropp等人［28-29］則是引用Wilson 的宏觀信用模型分析了宏觀要素對(duì)銀行的債務(wù)人的信用質(zhì)量的影響。而Wilson 的模型的一個(gè)替代選擇則是Merton 的公司層面的結(jié)構(gòu)模型. Gray D、Merton 和Bodie［30］將這一框架擴(kuò)展至研究主權(quán)違約風(fēng)險(xiǎn)。Derviz A 和Kadlcakova N ［31］將商業(yè)周期的影響整合進(jìn)一個(gè)具有結(jié)構(gòu)模型和簡化模型特征的復(fù)合模型。Drehmann M、Manning M［32］和Pesaran M H等［33］在利用Merton模型框架的宏觀壓力測試中研究了違約概率和宏觀經(jīng)濟(jì)變量的非線性關(guān)系。Benito A，Whitley J和Young G ［34］將基于衡量違約概率的Merton模型融入針對(duì)模擬個(gè)別企業(yè)違約的probit模型。他們發(fā)現(xiàn)Merton模型方法比僅僅依靠企業(yè)的財(cái)務(wù)數(shù)據(jù)的模型效果更優(yōu)。

還有一些文獻(xiàn)使用不良貸款，貸款損失額或者復(fù)合指標(biāo)與宏觀經(jīng)濟(jì)因素整合成矩陣向量來測算金融體系的穩(wěn)定性。Hanschel E和Monnin P［35］針對(duì)瑞士銀行系統(tǒng)構(gòu)建了一個(gè)復(fù)合壓力指標(biāo)，該指標(biāo)綜合了金融不穩(wěn)定的市場指標(biāo)和銀行資產(chǎn)負(fù)債表上的衍生變形指標(biāo)。Kalirai H 和 SchEicher M［36］針對(duì)對(duì)澳大利亞銀行體系累加的貸款損失，通過涉及廣泛的宏觀經(jīng)濟(jì)變量的模型進(jìn)行了時(shí)間序列的回歸估計(jì)。這些宏觀經(jīng)濟(jì)變量包括國內(nèi)生產(chǎn)總值、工業(yè)產(chǎn)值缺口、消費(fèi)者價(jià)格指數(shù)、貨幣供給增速、利息率、股票市場指數(shù)、匯率、出口額和油價(jià)。

（三）國內(nèi)外研究述評(píng)

目前國外開展的關(guān)于銀行穩(wěn)定性評(píng)估的實(shí)證研究十分豐富，其中挪威和芬蘭中央銀行的研究對(duì)金融系統(tǒng)的評(píng)估最具綜合性。穩(wěn)定性評(píng)估的目的在于，對(duì)銀行體系的健全狀況和抵御系統(tǒng)性金融危機(jī)的能力進(jìn)行定量和定性的客觀評(píng)價(jià)。為此采用了金融穩(wěn)健指標(biāo)分析（Financial Sound Indi cators)和壓力測試的方法，對(duì)宏觀經(jīng)濟(jì)環(huán)境中例外但有可能發(fā)生的沖擊（Shock）情境進(jìn)行模擬，來量度和評(píng)估銀行體系在遇到?jīng)_擊甚至遇到金融危機(jī)時(shí)，保持穩(wěn)定（即銀行保持基本運(yùn)營不會(huì)發(fā)生突變）的能力。

而國內(nèi)對(duì)于銀行體系的穩(wěn)定評(píng)估的實(shí)證研究都偏重于評(píng)價(jià)銀行體系的穩(wěn)定性，對(duì)在抵御不確定性風(fēng)險(xiǎn)的能力評(píng)估并未涉及。目前我國關(guān)于宏觀壓力測試的研究才剛剛涉及，孫連友［37］，高同裕、陳元富［38］等學(xué)者對(duì)宏觀壓力測試進(jìn)行了理論上的探討，但多為國外文獻(xiàn)的整理或綜述，未能進(jìn)一步的發(fā)展和深入。尤其在模型研究方面，僅僅停留在介紹早期國外學(xué)者的模型框架和較為成熟的各國宏觀壓力測試手冊(cè)指引中的操作流程。其內(nèi)容多為宏觀壓力測試的必要性、目的作用、所用方法、國內(nèi)外的具體實(shí)踐等，未能有很系統(tǒng)和深入的介紹，而對(duì)多種宏觀壓力測試模型的介紹和分析尚無涉及。

在實(shí)證方面，熊波［39］通過建立宏觀經(jīng)濟(jì)因素的多元Logit回歸分析，并對(duì)結(jié)果進(jìn)行假設(shè)情境的壓力測試分析。得出的結(jié)論是， 國內(nèi)生產(chǎn)總值和通貨膨脹率這樣的宏觀經(jīng)濟(jì)變量的確是影響中國銀行體系穩(wěn)定性的重要因素。但是該文只是借鑒了壓力測試的思想，使用傳統(tǒng)的方法，通過模擬情境下宏觀經(jīng)濟(jì)因素異動(dòng)，由Logit模型最終得出穩(wěn)定性指標(biāo)期望值的點(diǎn)估計(jì)來評(píng)價(jià)銀行體系的穩(wěn)定性。這種方法不能有效地反映出宏觀變動(dòng)沖擊對(duì)銀行體系的影響，不能看出壓力情境下銀行面臨的最主要的信用風(fēng)險(xiǎn)的分布狀況，即貸款違約率的概率分布。

三、宏觀壓力測試方法流程及模型設(shè)定

（一）方法流程

宏觀壓力測試是模擬“危機(jī)事件”來估計(jì)極端卻可能的壓力情境下金融體系的波動(dòng)。在宏觀壓力測試的框架中，其模型表示為：

Q(t+1｜t+1≥X=f(Xt，Zt)（1）

在（1）中 表示在模擬的壓力情境下評(píng)價(jià)金融體系的穩(wěn)定性的指標(biāo)的表現(xiàn)。在宏觀壓力測試模型中衡量金融部門波動(dòng)性的最一般的方法是資本的潛在損失率。Q(·)表示衡量金融系統(tǒng)波動(dòng)性的風(fēng)險(xiǎn)矩陣，衡量違約情況的指標(biāo)例如貸款損失額主要通過模擬壓力情境下的點(diǎn)估計(jì)得到。在這種情況中，該條件概率值表示的風(fēng)險(xiǎn)矩陣較容易計(jì)算。而在險(xiǎn)價(jià)值方法中，在任何給定的壓力情境下，資產(chǎn)組合的損失應(yīng)產(chǎn)生概率分布，而不是前一種方法中的點(diǎn)估計(jì)值。框架中f(·)表示損失方程，該方程模擬了宏觀經(jīng)濟(jì)沖擊對(duì)金融體系中加總的資產(chǎn)組合的影響關(guān)系。該方程可包含風(fēng)險(xiǎn)暴露，違約概率，相關(guān)性，回饋效應(yīng)，以及宏觀經(jīng)濟(jì)變量變動(dòng)與系統(tǒng)層面金融穩(wěn)定性表現(xiàn)的相互關(guān)系。

壓力測試的執(zhí)行方式主要是通過情境設(shè)定，根據(jù)情境假設(shè)下可能的風(fēng)險(xiǎn)因子變動(dòng)情形重新評(píng)估金融商品或投資組合的價(jià)值，整個(gè)程序通常分為兩大步：一是情境設(shè)定；二是重新評(píng)估。通常重新評(píng)估的方式不會(huì)有太大的差異，但是情境設(shè)定的方式卻有很多種選擇。情境分析（Scenario Analysis）是目前應(yīng)用的主流。即利用一組風(fēng)險(xiǎn)因子定義為某種情境，分析在個(gè)別情境下的壓力損失，因此此類方法稱為情境分析，情境分析的事件設(shè)計(jì)方法有兩種：歷史情境分析（Historical Scenario）和假設(shè)性情境分析（Hypothetical Scenario）。其他方法還有敏感度分析（Sensitive Analysis）和極值理論法（Extreme Value Theory， EVT）。

本文根據(jù)信用風(fēng)險(xiǎn)壓力測試的相關(guān)文獻(xiàn)以及世界銀行和國際貨幣基金組織聯(lián)合開發(fā)的FSAP（financial Sector ass ess ment programme)的手冊(cè)，將壓力測試的執(zhí)行程序見圖1所示。

圖1 壓力測試流程圖

（二）模型的設(shè)定

本文將在Wilson、Boss和Virolainen研究框架的基礎(chǔ)上建立適合我國銀行系統(tǒng)信用風(fēng)險(xiǎn)評(píng)估的宏觀壓力測試模型。首先借鑒國外研究成果中關(guān)于宏觀經(jīng)濟(jì)因素和貸款違約率之間的非線性關(guān)系設(shè)定。在此基礎(chǔ)上使用Logit方程將貸款違約率轉(zhuǎn)化為宏觀綜合指標(biāo)，以指標(biāo)作為因變量與宏觀經(jīng)濟(jì)因素進(jìn)行多元線性回歸分析，使得這一指標(biāo)能夠很好地利用各宏觀經(jīng)濟(jì)指標(biāo)所提供的信息。在模型中宏觀經(jīng)濟(jì)因素的選擇方面，參考國內(nèi)外學(xué)者實(shí)證研究中模型的自變量，結(jié)合我國數(shù)據(jù)統(tǒng)計(jì)和披露特點(diǎn)等制約因素選取適合的宏觀經(jīng)濟(jì)變量來構(gòu)建模型。

yt=ln1-PDt[]PDt（t=1， 2…， N）（2）

yt=α0+α1Xt+…α1+mX1-m+β1yt-1+…+βny1-n+μt（3）

Xt=0+1Xt-1+…+pX1-p+φ1yt-1+…+φqyt-q+εt（4）

PDt代表t年度的貸款的平均違約率，Y是一個(gè)反映宏觀經(jīng)濟(jì)狀況的綜合性指標(biāo)，也可以將它理解為是反映銀行體系違約概率和各宏觀經(jīng)濟(jì)變量的關(guān)系的“中介指標(biāo)”，X代表宏觀經(jīng)濟(jì)變量。在利用歷史數(shù)據(jù)進(jìn)行模型估計(jì)時(shí)，通過處理的違約概率值代入（2）就可以得到估計(jì)的綜合指標(biāo)的估計(jì)值。將其帶入（3）就可以估計(jì)出宏觀方程的系數(shù)，并以此估計(jì)出的方程作為進(jìn)行宏觀壓力測試的基礎(chǔ)。而在執(zhí)行壓力測試的時(shí)候，通過壓力情境的設(shè)定，用不同方法得到的各相關(guān)宏觀經(jīng)濟(jì)變量值代入估計(jì)出的（3）就可以得到壓力情境下的Y，再通過（2）就估計(jì)出了壓力情境下的銀行系統(tǒng)的違約概率。

公式（2）就是對(duì)貸款違約率進(jìn)行Logit回歸分析，PDt表示t年度的貸款的平均違約率，yt表示一系列宏觀經(jīng)濟(jì)變量的綜合指標(biāo)。

公式（3）是反映各宏觀經(jīng)濟(jì)變量與綜合性指標(biāo)yt的關(guān)系的方程，本文采用多元線性回歸的方法來模擬變量之間的關(guān)系。其中Xt=(x1，t，x2，t…xl，t)′是L×1階列向量，代表L個(gè)宏觀經(jīng)濟(jì)因素構(gòu)成的列向量；μt是方程的隨機(jī)擾動(dòng)項(xiàng)。截距α0是一個(gè)L×1階列向量；系數(shù)α1，α2…α1+m分別代表L×1階向量，系數(shù)β1…βn是L×n階矩陣向量。

公式（4）是關(guān)于各宏觀經(jīng)濟(jì)變量的時(shí)間序列模型。考慮到宏觀經(jīng)濟(jì)因素采取的時(shí)間序列數(shù)據(jù)，可能存在變量的滯后性，因此對(duì)各宏觀經(jīng)濟(jì)變量進(jìn)行P階自回歸分析，剔除模型中的序列相關(guān)性。在（4）中，0是L×1階的列向量， 1，…，p都是L×1階矩陣向量，φ1，…φq是L×q階矩陣向量，隨機(jī)誤差εt都是L×1階列向量。

在這個(gè)模型中，假設(shè)μt和εt是序列不相關(guān)的，并且分別服從方差協(xié)方差為矩陣∑μ和∑ε的正態(tài)分布。其中μt和εt相關(guān)的方差協(xié)方差矩陣為∑μ，ε。

在 Wilson（1997）和Virolainen（2004）提出的框架中，yt僅僅與Xt有關(guān)，而本文模型的設(shè)定更符合實(shí)際情況，yt不僅與Xt相關(guān)，考慮到宏觀沖擊的時(shí)滯效應(yīng)，yt還與其滯后期的值yt-1，…，yt-n有關(guān)。

從（4）可以看出，模型不僅考慮到了宏觀經(jīng)濟(jì)變量值之間的相互影響，模型的設(shè)定考慮到了金融體系對(duì)宏觀經(jīng)濟(jì)波動(dòng)的回饋效應(yīng)。將銀行的表現(xiàn)對(duì)經(jīng)濟(jì)的反饋影響通過在宏觀因素變量的自回歸方程中引入綜合變量來實(shí)現(xiàn)。通過各行業(yè)綜合指標(biāo)Y的前期值對(duì)各宏觀經(jīng)濟(jì)變量的影響設(shè)定來反映現(xiàn)實(shí)世界中的金融與經(jīng)濟(jì)發(fā)展的相互影響關(guān)系。

（三）變量選取

1.解釋變量

根據(jù)各國的實(shí)證研究經(jīng)驗(yàn)和我國銀行體系業(yè)務(wù)發(fā)展特點(diǎn)，本文模型的變量選取1990～2006年的年度數(shù)據(jù)，主要考慮到數(shù)據(jù)的可得性、宏觀經(jīng)濟(jì)統(tǒng)計(jì)的特征以及經(jīng)濟(jì)沖擊發(fā)生的持續(xù)時(shí)間來決定的。鑒于研究的宏觀層面，從數(shù)據(jù)的可得性及計(jì)算量考慮，本文的宏觀模型是基于整個(gè)經(jīng)濟(jì)體系的，因此各宏觀經(jīng)濟(jì)變量將不采用各經(jīng)濟(jì)部門的統(tǒng)計(jì)值，而是采用本國的整體水平的統(tǒng)計(jì)值。

本文選取八個(gè)宏觀經(jīng)濟(jì)變量作為解釋變量：

NGDP—國內(nèi)生產(chǎn)總值名義年增長率；

RGDP—國內(nèi)生產(chǎn)總值實(shí)際年增長率；

NR—一年期存款的名義基準(zhǔn)利率；

RR—一年期存款的實(shí)際基準(zhǔn)利率；

NLR—一年期流動(dòng)資金貸款的名義平均利率；

RLR—一年期流動(dòng)資金貸款的實(shí)際平均利率；

CPI—居民消費(fèi)價(jià)格指數(shù)；

RE—房地產(chǎn)價(jià)格指數(shù)；

2.被解釋變量

本文選取違約概率作為評(píng)估信用風(fēng)險(xiǎn)的指標(biāo)，銀行系統(tǒng)的信用風(fēng)險(xiǎn)主要表現(xiàn)為貸款資產(chǎn)的違約風(fēng)險(xiǎn)。違約率水平是評(píng)估銀行貸款質(zhì)量的最直接的指標(biāo)，違約風(fēng)險(xiǎn)可以用借款人在規(guī)定期限內(nèi)的違約概率度量。Virolainen K對(duì)芬蘭銀行系統(tǒng)的違約概率進(jìn)行的宏觀壓力測試分析中，對(duì)違約概率指標(biāo)采取如下方式賦值：在研究時(shí)段內(nèi)，某行業(yè)的破產(chǎn)機(jī)構(gòu)數(shù)量與總的機(jī)構(gòu)數(shù)量的比率為銀行體系面對(duì)的違約率。Jim Wong、Ka-fai Choi和Tom Fong［19］建立的香港零售銀行面對(duì)宏觀經(jīng)濟(jì)波動(dòng)的信貸風(fēng)險(xiǎn)壓力測試框架中，違約概率是逾期3個(gè)月以上的貸款額與總貸款額的比率。本文選取四家國有商業(yè)銀行和交通銀行、招商銀行、光大銀行等十家股份制商業(yè)銀行的信貸數(shù)據(jù)作為樣本，以平均的逾期貸款率代表貸款違約率，即以年末樣本銀行的總逾期貸款額與總貸款余額的比率。其中，1990、1991、1992三年的各樣本銀行的詳細(xì)數(shù)據(jù)欠缺，因此本文根據(jù)各類媒體披露的總的逾期貸款的變動(dòng)率和貸款額的變動(dòng)率計(jì)算出了這三年的逾期貸款率，其他各年份的詳細(xì)數(shù)據(jù)均來自中國金融年鑒和各銀行的年報(bào)。

四、實(shí)證結(jié)果

（一）模型估計(jì)

代入1990～2006年的宏觀經(jīng)濟(jì)數(shù)據(jù)對(duì)上述模型進(jìn)行多元回歸分析和模型估計(jì)，先用宏觀經(jīng)濟(jì)變量的名義指標(biāo)值和實(shí)際值，與引入的綜合指標(biāo)Y的兩期滯后變量分別對(duì)Y進(jìn)行回歸。從兩個(gè)模型的t檢驗(yàn)指標(biāo)看出，模型中GDP、LR、R作為解釋變量的參數(shù)并不顯著，而引入的Y的二階滯后變量對(duì)因變量的解釋性也不顯著。因此模型的參數(shù)需要進(jìn)一步調(diào)適剔除。根據(jù)經(jīng)驗(yàn)和宏觀經(jīng)濟(jì)沖擊的滯后性往往為一年，因此模型中只引入Y的一階滯后變量。雖然兩個(gè)模型的擬合優(yōu)度統(tǒng)計(jì)檢驗(yàn)指標(biāo)和D-W指標(biāo)略微下降，但兩個(gè)指標(biāo)值分別為0.987和2，仍是非常理想的檢驗(yàn)指標(biāo)值。在剔除掉一年期存款利率后，兩個(gè)模型各參數(shù)的t檢驗(yàn)指標(biāo)都非常顯著。但是以模型解釋變量的參數(shù)符號(hào)來看，通貨膨脹率CPI在以名義宏觀經(jīng)濟(jì)變量值為自變量的模型中的系數(shù)符號(hào)為負(fù)，這表明隨著CPI的增加，Y值也會(huì)減小，經(jīng)過Logit變換后的違約概率PD將會(huì)增大，顯然符合經(jīng)濟(jì)學(xué)原理。而在關(guān)于實(shí)際變量的模型中系數(shù)為正號(hào)，這是違背經(jīng)濟(jì)學(xué)原理的。所以本文確定以名義變量作為模型解釋變量的方程為最佳的宏觀經(jīng)濟(jì)模型（見表1）。這說明我國銀行的信貸違約率對(duì)名義的宏觀經(jīng)濟(jì)因素的波動(dòng)更敏感。Marco Sorge、 Kimmo Virolainen（2004）利用wilson（1997）模型框架對(duì)芬蘭銀行系統(tǒng)的違約概率進(jìn)行了宏觀壓力測試分析，宏觀經(jīng)濟(jì)模型估計(jì)結(jié)果與我國上述情況類似，即名義的宏觀經(jīng)濟(jì)變量對(duì)違約概率的解釋能力更顯著。

根據(jù)回歸方程的t檢驗(yàn)（5%的顯著性水平），各宏觀因素指標(biāo)的實(shí)際值對(duì)綜合指標(biāo)的影響并不顯著，所以剔除不列入表內(nèi)。從表1中可以看出，綜合經(jīng)濟(jì)指標(biāo)和各宏觀經(jīng)濟(jì)變量指標(biāo)的名義值關(guān)系顯著。且綜合指標(biāo)的一期滯后值對(duì)各宏觀經(jīng)濟(jì)指標(biāo)影響均顯著。從關(guān)于綜合指標(biāo)的多元線性回歸方程也可以看出，國內(nèi)生產(chǎn)總值增長率、貸款利率水平、通貨膨脹率和房地產(chǎn)價(jià)格的確是影響到我國銀行體系違約概率的顯著因素，而且綜合指標(biāo)明顯受其一期滯后值的顯著影響。

（二）宏觀壓力情境的設(shè)定及其結(jié)果

本文選擇情境分析作為執(zhí)行壓力測試的方法。針對(duì)模型所選取的宏觀經(jīng)濟(jì)變量，我們?cè)O(shè)定兩個(gè)壓力情境：一種是GDP增長突然放緩的情境；一種是CPI上升到較高的水平（5%以上）。對(duì)于各種壓力情境下，反映壓力的宏觀經(jīng)濟(jì)變量的變動(dòng)幅度，可以通過以往的歷史相似情境數(shù)據(jù)或歷史經(jīng)驗(yàn)直接進(jìn)行人為的設(shè)定。而本文在對(duì)銀行體系遇到極端情境進(jìn)行構(gòu)建之前，利用時(shí)間序列模型對(duì)解釋變量NGDP、CPI進(jìn)行了2008～2010年的簡單ARMA模型預(yù)測，作為我們構(gòu)建的參考基準(zhǔn)情境（baseline scenario）。

從表2可以看出，在設(shè)定的兩種壓力情境下，我國的銀行體系的信貸風(fēng)險(xiǎn)明顯增加，從模型預(yù)測估計(jì)出的貸款違約率都有不同幅度的增加。隨著國民生產(chǎn)總值增速的大幅降低，貸款違約概率增大，但幅度較緩。而隨著通貨膨脹率的驟增，違約概率出現(xiàn)大幅度的激增。這充分說明在壓力情境下，宏觀經(jīng)濟(jì)變量對(duì)銀行系統(tǒng)信貸違約概率的沖擊效應(yīng)非常顯著。從而判斷，通貨膨脹率的同等幅度波動(dòng)對(duì)銀行體系信貸違約率值的影響更大。

五、結(jié)論及建議

本文在對(duì)比分析國外成熟模型的基礎(chǔ)上，構(gòu)建了適合我國經(jīng)濟(jì)環(huán)境的宏觀壓力測試模型。首先本文借鑒了國外研究成果中關(guān)于宏觀經(jīng)濟(jì)因素和貸款違約率之間的非線性關(guān)系設(shè)定。在此基礎(chǔ)上使用Logit方程將貸款違約率轉(zhuǎn)化為宏觀綜合指標(biāo)Y，以指標(biāo)Y作為因變量與宏觀經(jīng)濟(jì)因素進(jìn)行多元線性回歸分析，使得這一指標(biāo)能夠很好地利用各宏觀經(jīng)濟(jì)指標(biāo)所提供的信息。在模型中宏觀經(jīng)濟(jì)因素的選擇方面，參考國內(nèi)外學(xué)者實(shí)證研究中模型的自變量，結(jié)合我國數(shù)據(jù)統(tǒng)計(jì)和披露特點(diǎn)等制約因素選取適合的宏觀經(jīng)濟(jì)變量來構(gòu)建模型。借鑒已有研究成果中在選擇信貸風(fēng)險(xiǎn)的評(píng)估指標(biāo)方面的做法，以逾期貸款率作為模型中反映銀行體系信貸風(fēng)險(xiǎn)的指標(biāo)。

結(jié)果發(fā)現(xiàn)：宏觀經(jīng)濟(jì)變量名義國內(nèi)生產(chǎn)總值，消費(fèi)者價(jià)格指數(shù)，房地產(chǎn)價(jià)格指數(shù)和名義流動(dòng)貸款利率對(duì)銀行體系貸款違約率影響是顯著的。特別是名義國內(nèi)生產(chǎn)總值和通貨膨脹率指標(biāo)，沖擊力較強(qiáng)。在關(guān)于名義國內(nèi)生產(chǎn)總值大幅下降和通貨膨脹率驟升的壓力情境設(shè)定下，銀行體系的貸款違約率都出現(xiàn)了不同程度的大幅度提高。尤其在關(guān)于通貨膨脹率的壓力情境下，貸款違約率的增長幅度高于名義國內(nèi)生產(chǎn)總值下降情境下的增幅。

本文研究結(jié)果對(duì)中國國情有著一定的解釋力，讓我們有信心支持這樣的研究思路的繼續(xù)開展。通過分析我們可以看出，中國的銀行體系穩(wěn)定性還有待進(jìn)一步加強(qiáng)，在面臨假設(shè)的宏觀經(jīng)濟(jì)沖擊時(shí)，化解風(fēng)險(xiǎn)的能力就顯得不足。當(dāng)然我們構(gòu)建的這些極端情形發(fā)生的概率都是極小的，畢竟中國經(jīng)濟(jì)目前來看幾年內(nèi)保持穩(wěn)定增長的態(tài)勢(shì)是確定的。

參考文獻(xiàn)：

［1］ 中國人民銀行金融穩(wěn)定分析小組.中國金融穩(wěn)定報(bào)告（2005）［EB/OL］. pbc.gov.cn/detail.asp?col=100&ID=2257&keyword.

［2］ McKinnon R. Financial growth and macroeconomic dtability in China.1978-1992: implications for Russia and other transitional economies［J］. Journal of Comparative Economics， 1994， 17(2): 438-469.

［3］ Deventer D V， Kenji I. Credit risk models and the Basel Accords［M］. BEijing: RENMIN University of China Press， 2005: 14-56.

［4］ Bernhardsen T. Real-time data for Norway: Challenges for monetary policy［J］. The North American Journal of Economics and Finance， 2005， 19(3): 333-349.

［5］ Bernhardsen T. The relationship between interest rate differentials and macroeconomic variables: a panel data study for European countries［J］. Journal of International Money and Finance， 2000， 18(2): 289-308.

［6］ Erlenmaier U. Correlations models in Credit Risk Managem［D］. Norway: University of HEIdelberg， 2004.

［7］ Erlenmaier U. Gersbach H.Default probabilities and default correlations［D］. Norway: University of Heidelberg， 2005.

［8］ Froyland E， Larsen K. How vulnerable are financial institutions to macroeconomic changes? An analysis based on Stress Testing［J］. Economic Bulletin， 2002， 3(11): 127-169.

［9］ Pesola J. The role of macroeconomic shocks in banking crises［J］. Bank of Finland Discussion paper， 2000， 2: 457-504.

［10］ Virolainen K. Macro stress-testing with a macroeconomic credit risk model for Finland［J］. Bank of Finland， mimeo， 2004， 19(1): 1-66.

［11］ 陳華，伍志文．銀行體系脆弱性：理論及基于中國的實(shí)證分析［J］．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2004(9)：34-51．

［12］ Wilson T C. Portfolio credit risk I［J］. Risk， 1997， 9(10): 111-170.

［13］ Wilson T C. Portfolio credit risk II［J］. Risk， 1997， 10(10): 56-61.

［14］ Merton R. On the pricing of corporate debt: the risk structure of interest rates［J］. Inance， 1974， 29(7): 449-470.

［15］ Vlieghe G. Indicators of fragility in the UK corporate sector［J］. Bank of England Working Paper: on.146， 2001.

篇8

【關(guān)鍵詞】股市波動(dòng) 宏觀經(jīng)濟(jì) 格蘭杰檢驗(yàn)

一、引言

證券市場股票價(jià)格波動(dòng)和宏觀經(jīng)濟(jì)波動(dòng)之間的關(guān)系一直是國內(nèi)外學(xué)者關(guān)心的問題，也是國際經(jīng)濟(jì)學(xué)界的熱點(diǎn)問題之一。2008年以來由美國次貸危機(jī)發(fā)展而來的全球金融危機(jī)，給世界經(jīng)濟(jì)帶來了嚴(yán)重的影響，我國經(jīng)濟(jì)雖然一直保持平穩(wěn)運(yùn)行，國民生產(chǎn)總值增速也出現(xiàn)了明顯的放緩，由2007年的14.2%到2008年～2012年分別為9.6%、9.2%、10.4%、9.3%和7.8%，而期間我國股市，以上證綜指收盤價(jià)為例，也由2007年年末的5261.56下降到2013年8月末的2098.38。在此背景下，對(duì)我國股市波動(dòng)與我國宏觀經(jīng)濟(jì)波動(dòng)之間關(guān)系的研究越來越受國內(nèi)外眾多學(xué)者的關(guān)注，其宏觀經(jīng)濟(jì)指標(biāo)的選取也越來越成為研究的焦點(diǎn)問題。

二、文獻(xiàn)綜述

有關(guān)股市波動(dòng)和宏觀經(jīng)濟(jì)波動(dòng)，國內(nèi)外眾多研究者從不同角度對(duì)其進(jìn)行了研究和分析，F(xiàn)ama的研究表明，股票價(jià)格與經(jīng)濟(jì)增長之間存在著正相關(guān)關(guān)系。[1]Engsted主要研究丹麥股票市場的波動(dòng)影響因素，總結(jié)了股票價(jià)格、利率、匯率、消費(fèi)、儲(chǔ)蓄、國際收支、稅收平滑指數(shù)、通貨膨脹、勞動(dòng)力需求、貨幣需求等因素相互之間的影響。[2]Dritsaki實(shí)證研究希臘的股票價(jià)格指數(shù)和希臘國內(nèi)的宏觀經(jīng)濟(jì)因素的長期關(guān)系，宏觀經(jīng)濟(jì)因素主要是工業(yè)生產(chǎn)值、通貨膨脹率和利率。同時(shí)，這些變量都通過了Johansen檢驗(yàn)和格蘭杰因果檢驗(yàn)。[3]

我國學(xué)者對(duì)股市波動(dòng)的分析主要是從基本面和政策面進(jìn)行。比較具有代表性的是靳云匯、于存高（1998）對(duì)中國股票市場與國民經(jīng)濟(jì)關(guān)系的實(shí)證研究。他們分別研究了股票市場規(guī)模與國民生產(chǎn)總值GDP、居民儲(chǔ)蓄、通貨膨脹等變量的關(guān)系，股票市場與經(jīng)濟(jì)周期以及股票價(jià)格與宏觀經(jīng)濟(jì)因素之間的關(guān)系，認(rèn)為中國股票市場已經(jīng)基本具備了經(jīng)濟(jì)晴雨表的作用，在一定程度上提前反映中國經(jīng)濟(jì)周期的變動(dòng)。[4]

從前述文獻(xiàn)看來，已有研究普遍認(rèn)為經(jīng)濟(jì)增長、工業(yè)生產(chǎn)、通貨膨脹、利率以及匯率等宏觀經(jīng)濟(jì)因素波動(dòng)與股市波動(dòng)有較強(qiáng)的聯(lián)系，是重要的有代表性的宏觀經(jīng)濟(jì)變量指標(biāo)，但在對(duì)我國股市波動(dòng)與我國宏觀經(jīng)濟(jì)波動(dòng)之間關(guān)系的研究上，所選用的宏觀經(jīng)濟(jì)變量指標(biāo)普遍較少，也缺乏對(duì)全球金融危機(jī)后我國股市波動(dòng)與宏觀經(jīng)濟(jì)波動(dòng)的研究。

三、指標(biāo)選取與數(shù)據(jù)來源

首先，在指標(biāo)選取上，通常用股價(jià)指數(shù)等指標(biāo)來描述股票市場的波動(dòng)，而在股價(jià)指數(shù)種類的選擇上，最具代表性的是上海綜合指數(shù)和深證成分股指數(shù)。本文選擇上海綜合指數(shù)進(jìn)行研究，主要基于以下幾方面的考慮：一是綜合指數(shù)以在證券交易所掛牌上市的全部股票作為編制對(duì)象，能夠反映證券市場總體變動(dòng)情況；二是中國證券市場歷來存在著滬強(qiáng)深弱的現(xiàn)象，上海證券市場相對(duì)而言更能代表中國證券市場的發(fā)展?fàn)顩r。[5]因此，本文采用上證指數(shù)進(jìn)行研究。

另一方面，根據(jù)相關(guān)經(jīng)濟(jì)理論和我國經(jīng)濟(jì)發(fā)展實(shí)際情況，我們從眾多宏觀因素中選取了有代表性的12個(gè)指標(biāo)：反映國民經(jīng)濟(jì)整體運(yùn)行狀況的工業(yè)增加值增長速度（GY）和制造業(yè)采購經(jīng)理人指數(shù)（PMI）；反映通貨膨脹的居民消費(fèi)價(jià)格指數(shù)（CPI），工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)（PPI）和商品零售價(jià)格指數(shù)（RPI）；反映貨幣政策的一年期存款基準(zhǔn)利率（LL），狹義貨幣供應(yīng)量（M1）和廣義貨幣供應(yīng)量（M2）；反映財(cái)政政策的財(cái)政支出增長速度（LGV）；反映對(duì)外貿(mào)易的進(jìn)出口差額（XM）；反映匯率水平的人民幣美元匯率（HL），外匯儲(chǔ)備（WH）。這些指標(biāo)基本涵蓋了我國宏觀經(jīng)濟(jì)情況。

其次，在上證綜指和有代表性的宏觀因素的樣本選取上，本文采用2008年1月～2013年8月的月度數(shù)據(jù)，相對(duì)于大多數(shù)研究采用季度或年度數(shù)據(jù)，擴(kuò)展了樣本容量，使研究結(jié)果更可信。在實(shí)證研究中，所使用的上證綜指收盤價(jià)（SZ）、匯率收盤價(jià)來自大智慧，所使用的其他宏觀經(jīng)濟(jì)數(shù)據(jù)來自于中華人民共和國國家統(tǒng)計(jì)局、中國人民銀行和東方財(cái)富網(wǎng)。

四、實(shí)證過程分析

（一）單位根檢驗(yàn)

由于我們采用的是月度數(shù)據(jù)，因此首先通過eviews6.0軟件對(duì)部分缺失數(shù)據(jù)采用指數(shù)平滑法計(jì)算，然后用X11方法分離出季節(jié)影響，再對(duì)季節(jié)調(diào)整后的時(shí)間序列進(jìn)行單位根檢驗(yàn)，檢驗(yàn)其平穩(wěn)性，在10%的顯著性水平下，且根據(jù)SIC準(zhǔn)則選擇滯后階數(shù)，運(yùn)用ADF法進(jìn)行單位根檢驗(yàn)，根據(jù)ADF統(tǒng)計(jì)量和P值數(shù)據(jù)可知，SZ、GY、PMI、CPI、PPI、RPI、LGV、XM均表現(xiàn)平穩(wěn)，而LL、M1、M2、HL、WL表現(xiàn)為一階單整。其中，通過對(duì)以上一階單整非平穩(wěn)宏觀經(jīng)濟(jì)變量進(jìn)行一階差分所得DLL、DM1、DM2、DHL以及DWH均表現(xiàn)為平穩(wěn)。

（二）協(xié)整檢驗(yàn)

由上述單位根檢驗(yàn)，我們可以知道SZ、GY、PMI、CPI、PPI、RPI、LGV、XM以及經(jīng)過一階差分處理后的LL、M1、M2、HL、WH在10%的顯著性水平下均表現(xiàn)出平穩(wěn)性。接下來我們通過協(xié)整檢驗(yàn)考察其是否存在長期均衡關(guān)系，方法有兩種：一種是基于回歸殘差的EG兩步法協(xié)整檢驗(yàn)。主要適用于檢驗(yàn)兩變量的協(xié)整關(guān)系，另一種是基于回歸系數(shù)Johanson協(xié)整檢驗(yàn)，適用于多變量之間協(xié)整關(guān)系的檢驗(yàn)。[6]在這里，我們采用第一種方法EG兩步法進(jìn)行協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果如下：

由以上協(xié)整方程可以得出，在5%的顯著性水平下，所有宏觀經(jīng)濟(jì)變量均與上證綜指呈現(xiàn)比較顯著的協(xié)整關(guān)系，即長期均衡關(guān)系。且與進(jìn)出口差額（XM）、工業(yè)增加值增長速度（GY）、制造業(yè)采購經(jīng)理人指數(shù)（PMI）、居民消費(fèi)價(jià)格指數(shù)（CPI）、工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)（PPI）、商品零售價(jià)格指數(shù)（RPI）、財(cái)政支出增長速度（LGV）、外匯儲(chǔ)備（WH）、一年期存款基準(zhǔn)利率變動(dòng)率（DLL）以及狹義貨幣供應(yīng)量變動(dòng)率（DM1）正相關(guān)，與廣義貨幣供應(yīng)量變動(dòng)率（DM2）、人民幣美元匯率變動(dòng)率（DHL）負(fù)相關(guān)，這些檢驗(yàn)結(jié)果與相關(guān)經(jīng)濟(jì)理論的結(jié)論基本相符。

（三）格蘭杰因果檢驗(yàn)

我們采用以上12個(gè)平穩(wěn)宏觀指標(biāo)對(duì)上證綜指（SZ）進(jìn)行雙變量格蘭杰因果檢驗(yàn)它們是否是彼此的格蘭杰原因，并且采用AIC準(zhǔn)則來確定滯后期數(shù)，相伴概率P值越小，表明解釋變量對(duì)被解釋變量的統(tǒng)計(jì)上的因果關(guān)系及預(yù)測能力越強(qiáng)。

由檢驗(yàn)結(jié)果我們可得出如下結(jié)論：在10%的顯著性水平下，上證綜指（SZ）是狹義貨幣供應(yīng)量變動(dòng)率（DM1）、廣義貨幣供應(yīng)量變動(dòng)率（DM2）、制造業(yè)采購經(jīng)理人指數(shù)（PMI）、工業(yè)增加值增長速度（GY）、工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)（PPI）、商品零售價(jià)格指數(shù)（RPI）變動(dòng)的顯著原因，而居民消費(fèi)價(jià)格指數(shù)（CPI）、工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)（PPI）、商品零售價(jià)格指數(shù)（RPI）又是上證綜指（SZ）變動(dòng)的顯著原因。而國際收支、匯率、外匯儲(chǔ)備、政府支出則與股市波動(dòng)相關(guān)性很低。

五、結(jié)論與政策建議

本文采用2008年1月～2013年8月的月度數(shù)據(jù)，對(duì)其進(jìn)行格蘭杰因果檢驗(yàn)，由以上實(shí)證分析可以得出，全球金融危機(jī)以來，我國股市波動(dòng)性對(duì)我國宏觀經(jīng)濟(jì)變量的解釋能力較好，在某種程度上能反映我國經(jīng)濟(jì)發(fā)展的趨勢(shì)水平，發(fā)揮經(jīng)濟(jì)周期變化的“晴雨表”的作用，但是從檢驗(yàn)結(jié)果中我們可以發(fā)現(xiàn)兩個(gè)問題，一是宏觀經(jīng)濟(jì)變量對(duì)我國股市波動(dòng)性解釋能力較弱，二是某些傳統(tǒng)意義上對(duì)股市波動(dòng)有影響的宏觀經(jīng)濟(jì)因素卻與我國股市相關(guān)性較弱，如國際收支、匯率、外匯儲(chǔ)備等。這可能是我國股市發(fā)展不夠完善、不夠開放的原因造成的。

針對(duì)我國股市的現(xiàn)實(shí)情況，為使我國股市與宏觀經(jīng)濟(jì)健康協(xié)調(diào)發(fā)展，本文提出如下幾點(diǎn)政策建議：

第一，應(yīng)完善證券市場監(jiān)管體系，加強(qiáng)股票市場的立法和規(guī)范化管理，建立一個(gè)公平的市場競爭環(huán)境，保護(hù)投資者利益。當(dāng)前，我國的監(jiān)管主要是以政府為導(dǎo)向的監(jiān)管，政府監(jiān)管是市場經(jīng)濟(jì)和股市正常運(yùn)行的保證，但是不能過度替代市場功能，否則將會(huì)降低股市效率，阻礙股市的良好發(fā)展，因此，市場機(jī)制與政策導(dǎo)向要合理結(jié)合，增加行業(yè)自律的比重，這樣，我國股票市場才會(huì)越來越成熟與完善。

第二，應(yīng)提高上市公司的質(zhì)量，統(tǒng)一入市準(zhǔn)則，完善退市機(jī)制，降低信息不對(duì)稱性，提高股市透明度。正是因?yàn)槲覈鲜泄举|(zhì)量普遍不高，不具備投資價(jià)值，因此我國許多投資者尋求短期投機(jī)獲利，因此，完善我國上市公司的信息披露制度，保護(hù)投資者利益時(shí)尤為重要的。

第三，要堅(jiān)持對(duì)外開放，促進(jìn)股票市場的產(chǎn)業(yè)創(chuàng)新，努力創(chuàng)建統(tǒng)一的、多層次的市場體系，促進(jìn)股市的可持續(xù)發(fā)展，積極推動(dòng)我國股票市場的國際化進(jìn)程。由市政分析結(jié)論也可看出，相對(duì)于發(fā)達(dá)國家股票市場，我國股市還不夠完善與開放，這也就造成了宏觀經(jīng)濟(jì)波動(dòng)對(duì)我國股市波動(dòng)的解釋能力較弱，因此，堅(jiān)持對(duì)外開放，與國際接軌，對(duì)我國股市與宏觀經(jīng)濟(jì)健康協(xié)調(diào)發(fā)展是十分重要的。

參考文獻(xiàn)

[1]Fama，E，F(xiàn).Stock returns， expected returns and real activity[J].Journal of Finance，1990，45：1089-1108.

[2]Engsted， T.1. Measures of Fit for Rational Expectations Models[J].Journal of Economic Surveys；2002，Vol.16 Issue3：301-355

[3]Dickson，David G.Stock market integration and macroeconomic fundamentals：an empirical analysis[J].Applied Financial Economics；2000，l0：261、276

[4]靳云匯，于存高.中國股票市場于國民經(jīng)濟(jì)的實(shí)證研究（上）.金融研究，1998（3）：40-45.

[5]林毓鵬.中國股市波動(dòng)的宏觀經(jīng)濟(jì)因素分析，2009.4.1

篇9

關(guān)鍵詞：獨(dú)立學(xué)院 宏觀經(jīng)濟(jì)學(xué) 教學(xué)改革

20世紀(jì)經(jīng)濟(jì)學(xué)的一個(gè)主要突破是宏觀經(jīng)濟(jì)學(xué)的發(fā)展，它促使人們更好地理解如何應(yīng)對(duì)周期性經(jīng)濟(jì)危機(jī)和刺激長期經(jīng)濟(jì)增長等問題（薩繆爾森，2008）。《宏觀經(jīng)濟(jì)學(xué)》是國家教育部根據(jù)高等教育面向21世紀(jì)教學(xué)內(nèi)容和課程體系改革計(jì)劃規(guī)定的專業(yè)核心課程——《西方經(jīng)濟(jì)學(xué)》的一個(gè)分支。《宏觀經(jīng)濟(jì)學(xué)》的教學(xué)使學(xué)生掌握宏觀經(jīng)濟(jì)基本理論、研究方法和實(shí)證分析技巧，在對(duì)基本理論和方法充分理解的基礎(chǔ)上，培養(yǎng)學(xué)生運(yùn)用經(jīng)濟(jì)學(xué)基本理論和思維分析、研究和解決現(xiàn)實(shí)經(jīng)濟(jì)問題的能力，為學(xué)生進(jìn)一步學(xué)習(xí)國際貿(mào)易、貨幣銀行學(xué)、國際金融等其他課程打下堅(jiān)實(shí)的基礎(chǔ)。

一、教學(xué)內(nèi)容堅(jiān)持適用性和系統(tǒng)性原則

相比微觀經(jīng)濟(jì)學(xué)，《宏觀經(jīng)濟(jì)學(xué)》公式、圖表數(shù)量大大減少，理論難度相對(duì)較低。所以，《宏觀經(jīng)濟(jì)學(xué)》授課相對(duì)容易。獨(dú)立學(xué)院宏觀經(jīng)濟(jì)學(xué)教學(xué)應(yīng)該堅(jiān)持“理論知識(shí)夠用，強(qiáng)調(diào)技能，提高素質(zhì)”原則，讓學(xué)生入門即可。

國民收入決定理論是教學(xué)重點(diǎn)。《宏觀經(jīng)濟(jì)學(xué)》課程教學(xué)按照由淺入深的邏輯順序，先后幾章分別闡述NI-AE模型、IS-LM模型、AS-AD模型，以此構(gòu)成國民收入決定理論。最簡單的模型：NI-AE模型，I=S，一個(gè)方程，一個(gè)未知數(shù)國民收入Y；IS-LM模型，兩個(gè)方程，兩個(gè)未知數(shù)Y、r[在NI-AE模型基礎(chǔ)之上，引入利率r可以得到IS曲線；再給出貨幣供給和貨幣需求（貨幣需求和利率r有關(guān)），得到貨幣市場均衡的LM曲線]；AS-AD模型：兩個(gè)方程，兩個(gè)未知數(shù)Y、P（AD曲線可由IS曲線和LM曲線推導(dǎo)得到，在前面模型基礎(chǔ)之上，引入一般物價(jià)水平P，通過總量生產(chǎn)函數(shù)得到AS曲線）。

二、教學(xué)案例堅(jiān)持實(shí)用性原則

《宏觀經(jīng)濟(jì)學(xué)》是研究政府行為如何對(duì)經(jīng)濟(jì)產(chǎn)生影響的學(xué)科，是一門應(yīng)用性很強(qiáng)的學(xué)科。主要通過兩方面工作體現(xiàn)應(yīng)用性原則：一是數(shù)據(jù)，二是案例。數(shù)據(jù)方面，在介紹國民收入核算時(shí)，加入2012年中國GDP數(shù)據(jù)，并和同時(shí)期外國GDP數(shù)據(jù)進(jìn)行比較，讓學(xué)生了解中國在國際上的經(jīng)濟(jì)地位；PPT中加入國內(nèi)各地區(qū)的GDP數(shù)據(jù)，了解浙江省在全國的經(jīng)濟(jì)地位；PPT羅列中國經(jīng)濟(jì)增長四架馬車（消費(fèi)、投資、政府購買和凈出口）的數(shù)據(jù)，讓學(xué)生認(rèn)識(shí)我國經(jīng)濟(jì)增長主要靠政府投資和出口的現(xiàn)狀，掌握用支出法核算我國GDP的方法；在PPT中羅列中國近20年的CPI數(shù)據(jù)、中國失業(yè)率、中國大學(xué)生就業(yè)率、科藝學(xué)院就業(yè)率和就業(yè)單位等數(shù)據(jù)，更加深刻掌握中國物價(jià)波動(dòng)的原因、就業(yè)市場現(xiàn)狀等相關(guān)內(nèi)容；通過人民幣匯率波動(dòng)等數(shù)據(jù)，讓學(xué)生更好學(xué)習(xí)開放條件下的宏觀經(jīng)濟(jì)等。西方經(jīng)濟(jì)學(xué)理論性強(qiáng)的學(xué)科特性決定了案例教學(xué)的必要性，應(yīng)用性強(qiáng)的學(xué)科特性決定了案例教學(xué)的可能性，而案例教學(xué)的特點(diǎn)又為其在西方經(jīng)濟(jì)學(xué)教學(xué)中的應(yīng)用提供了廣闊空間。教學(xué)中以蘇州工業(yè)區(qū)中合資企業(yè)芭比娃娃和羅技鼠標(biāo)（羅技鼠標(biāo)美國售價(jià)40美元，中國只能賺3美元）、肯德基漢堡和翠苑電影票的利潤分成為例，讓學(xué)生了解GDP/GNP的區(qū)別，延伸到中國在全球產(chǎn)業(yè)價(jià)值鏈上的地位以及微笑曲線相關(guān)理論，引導(dǎo)學(xué)生更加深刻認(rèn)識(shí)所處的世界；在勞動(dòng)力工資和原材料價(jià)格上漲、人民幣升值的背景下，結(jié)合數(shù)學(xué)公式講述中國出口企業(yè)為什么會(huì)面臨匯率風(fēng)險(xiǎn)、訂單減少，深刻體會(huì)中國經(jīng)濟(jì)增長模式面臨的瓶頸和弊端；通過2012年中國國際收支平衡表分析、資本外逃和熱錢流入對(duì)國際收支平衡的影響、索羅斯的賣空操作賺取12億美元、美元國際霸權(quán)、以汽車產(chǎn)業(yè)為例反思中國利用外資的利弊等案例學(xué)習(xí)開放經(jīng)濟(jì)下的宏觀經(jīng)濟(jì)。

三、強(qiáng)調(diào)課堂練習(xí)的重要性

《宏觀經(jīng)濟(jì)學(xué)》課程教學(xué)特別強(qiáng)調(diào)案例和習(xí)題的作用，多進(jìn)行課堂練習(xí)，可以起到事半功倍的教學(xué)效果。比如在介紹完“NI-AE模型”后，布置課堂練習(xí)，然學(xué)生通過“I=S”方法，計(jì)算均衡國民收入；然后再增加投資的金額，再計(jì)算均衡國民收入后會(huì)發(fā)現(xiàn)投資增加，國民收入成倍增加。通過該計(jì)算過程，可以切身體會(huì)乘數(shù)理論。

四、鼓勵(lì)學(xué)生參與，加強(qiáng)師生互動(dòng)

圍繞中國案例展開討論，讓學(xué)生做等PPT（內(nèi)容包括中國通貨膨脹的原因、經(jīng)濟(jì)增長的源泉等）在課堂上講授。將學(xué)生獨(dú)立思考能力、分析問題能力和實(shí)際動(dòng)手能力的培養(yǎng)融合到課堂與實(shí)踐教學(xué)環(huán)節(jié)中。

五、通過試題庫抽題進(jìn)行考試

考試試卷由教師自主命題而不是試題庫抽題。自主命題時(shí)，試卷的標(biāo)準(zhǔn)化程度、難易程度、題量大小等各方面難以控制。利用計(jì)算機(jī)進(jìn)行試卷的自動(dòng)生成，通過試題庫抽題能夠真正實(shí)現(xiàn)考、教分離，規(guī)范同門課程所有教師的教學(xué)活動(dòng)，克服個(gè)人命題中容易出現(xiàn)的片面性、隨意性。而且保證了命題的客觀性和科學(xué)性，對(duì)試題和試卷的保密管理將變得高效而便捷。

參考文獻(xiàn)

篇10

關(guān)鍵詞：壓力測試 商業(yè)銀行 Logit模型

?一、引言

從我國國情來看，商業(yè)銀行是我國國民經(jīng)濟(jì)的重要組成部分，但是從我國經(jīng)濟(jì)的宏觀發(fā)展情況來看，持續(xù)攀升的房價(jià)，以及起伏不定的物價(jià)指數(shù)都不利于我國整體經(jīng)濟(jì)的長遠(yuǎn)發(fā)展，而這對(duì)整個(gè)金融行業(yè)的影響尤為明顯，通過對(duì)商業(yè)銀行的各項(xiàng)風(fēng)險(xiǎn)指標(biāo)的監(jiān)控分析，尤其是對(duì)于商業(yè)銀行的信用風(fēng)險(xiǎn)的分析，將會(huì)提高銀行業(yè)信用風(fēng)險(xiǎn)管理水平，加強(qiáng)應(yīng)對(duì)未知風(fēng)險(xiǎn)的免疫力，減少風(fēng)險(xiǎn)成本，降低風(fēng)險(xiǎn)發(fā)生時(shí)的財(cái)務(wù)成本，從而有利于我國銀行業(yè)的健康發(fā)展。

二、壓力測試的方法

（一）選擇風(fēng)險(xiǎn)因素

在選擇風(fēng)險(xiǎn)因素的時(shí)候我們需要先確定承壓對(duì)象，所謂的承壓對(duì)象一般指的是模擬進(jìn)行壓力測試的對(duì)象，如業(yè)務(wù)/資產(chǎn)組合的風(fēng)險(xiǎn)屬性。通過承壓對(duì)象的選擇，進(jìn)一步將其具體化就是承壓指標(biāo)，承壓指標(biāo)是一種可量化可計(jì)算的承壓對(duì)象，通過對(duì)承壓指標(biāo)的量化分析能使得壓力測試結(jié)果更加具有可預(yù)測性。

風(fēng)險(xiǎn)因素也是壓力因素，一般指引發(fā)承壓對(duì)象極端波動(dòng)的原因。例如對(duì)于商業(yè)銀行信用風(fēng)險(xiǎn)壓力測試，不良貸款率就是一個(gè)壓力因素，不良貸款率的上升可能會(huì)給銀行的信用風(fēng)險(xiǎn)帶來巨大影響。壓力指標(biāo)是壓力因素的具體化表現(xiàn)形式，是可計(jì)算可量化的具體指標(biāo)，一般在選擇壓力因素的時(shí)候，通常是選擇在常態(tài)情景下也具有現(xiàn)實(shí)意義的變量。

在選擇承壓對(duì)象和風(fēng)險(xiǎn)因素時(shí)一般需要同時(shí)滿足這兩個(gè)條件：一是能夠很好的解釋測試者所關(guān)心的問題，并且具有現(xiàn)實(shí)意義；二是承壓對(duì)象應(yīng)該與壓力因素有可信的關(guān)聯(lián)關(guān)系，也就是說，選擇的壓力測試應(yīng)該是有效的，在壓力情景測試時(shí)確實(shí)會(huì)有極端情景出現(xiàn)。

（二）建立壓力測試模型

根據(jù)國家統(tǒng)計(jì)局的分類將商業(yè)銀行分為國有商業(yè)銀行，股份制商業(yè)銀行，城市商業(yè)銀行、農(nóng)村商業(yè)銀行和外資銀行，本文主要是對(duì)前四類商業(yè)銀行的信用風(fēng)險(xiǎn)進(jìn)行壓力測試。在選定壓力測試對(duì)象、方法和風(fēng)險(xiǎn)因素以后，根據(jù)風(fēng)險(xiǎn)因素之間的相關(guān)性以及數(shù)據(jù)的可得性，選擇適當(dāng)?shù)膲毫y試方法和模型，將反映商業(yè)銀行信用的穩(wěn)健與可靠的承壓指標(biāo)與所選擇的風(fēng)險(xiǎn)因素結(jié)合起來，建立Y=αx1+βx2+γx3 +…+ε代表宏觀經(jīng)濟(jì)指標(biāo)（風(fēng)險(xiǎn)因子）對(duì)于承壓指標(biāo)的影響。

三、壓力測試的過程

（一）建立模型

衡量商業(yè)銀行的信用穩(wěn)定性的宏觀經(jīng)濟(jì)因素有很多，而對(duì)商業(yè)銀行的信用風(fēng)險(xiǎn)測試的模型也有很多，本文以商業(yè)銀行的不良貸款率作為考察商業(yè)銀行信用風(fēng)險(xiǎn)的承壓指標(biāo)，用Logit模型將不良貸款利率通過離散模型轉(zhuǎn)換為代表宏觀經(jīng)濟(jì)的綜合指標(biāo)Y，然后將得到的各類商業(yè)銀行的綜合指標(biāo)作為因變量與宏觀經(jīng)濟(jì)變量建立自回歸模型。

本文所采用的數(shù)據(jù)是2006-2012年我國四類商業(yè)銀行以及宏觀經(jīng)濟(jì)指標(biāo)的季度數(shù)據(jù)，由于Logit模型是離散模型，其因變量的取值只能是0或者1，因此本文通過建立模型公式Y(jié)=ln（（1-NPLR）/NPLR）將不良貸款率轉(zhuǎn)換為0或者1，通過在excel中操作，得到新的Y值，將Y3.5賦值為1，Y=1表示發(fā)生不良貸款，Y=0表示未發(fā)生不良貸款，從而將不良貸款率轉(zhuǎn)換為宏觀經(jīng)濟(jì)綜合指標(biāo)。在Logit模型中解釋變量為消費(fèi)價(jià)格指數(shù)CPI、國房景氣指數(shù)RECI以及固定支出投資價(jià)格指數(shù)PII，而四類商業(yè)銀行分別以其中文字母，guoyou，gufen，chengshi，nongcun 表示。

Yj，t=ln（1-BLj，t）/ BLj，t t=1、2、3……， j=1， 2，3 （1）

Yguoyou =C+α1*X1+α2*X2+α3*X3+..+ε1，t （2-1）

Ygufen=C+β1*X1+β2*X2β3*X3+..+ε2，t （2-2）

Ychengshi =C+γ1*X1+γ2*X2+γ3γ*X3+…+ε3，t （2-3）

Ynongcun=C+δ1*X1+δ2*X2+δ3*X3+…+ε4，t （2-4）

（1）式中BL為銀行t期的不良貸款率，通過Y將不良貸款率轉(zhuǎn)換為宏觀綜合指標(biāo)，其中j=1、2、3分別代表了國有商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行以及農(nóng)村商業(yè)銀行四類商業(yè)銀行。由于四類商業(yè)銀行的經(jīng)營規(guī)模、經(jīng)營效率、經(jīng)營模式、以及盈利能力的不同，這也使其在面對(duì)信用風(fēng)險(xiǎn)是其的表現(xiàn)有所不同，因此通過分別建立壓力測試方程。然后對(duì)宏觀經(jīng)濟(jì)變量的自回歸形態(tài)變化進(jìn)行模型分析。

表1 轉(zhuǎn)換后的不良貸款率

四類銀行通過logit模型轉(zhuǎn)換結(jié)果

國有商業(yè)銀行 股份制商業(yè)銀行 城市商業(yè)銀行 農(nóng)村商業(yè)銀行

C 22.99774 -2.38651 7.03962 -15.703962

RECI -0.14371 -0.14371 -0.238247 -0.07322

CPI 0.250633 -0.011639 0.148606 0.485255

PII -0.234922 0.192213 -0.024524 -0.261547

R2（Mcfadden） 0.286187 0.165859 0.26185 0.14418

LR statistic 10.73786 2.390007 8.772796 5.575916

prob（LR） 0.013231 0.495497 0.032469 0.134168

四類銀行通過logit模型轉(zhuǎn)換后得到新的宏觀經(jīng)濟(jì)指標(biāo)Y分別用等式表示為：

Yguoyou=22.99774-0.14371RECI+0.250633CPI-0.234922PII

Ygufen=-2.38651-0.14371RECI-0.011639CPI+0.192213PII

Ychengshi=7.03962-0.238247RECI+0.148606CPI-0.024524PII

Ynongcun=-15.703962-0.07322RECI+0.485255CPI-0.261547PII

a）指標(biāo)的選擇

在參考眾多實(shí)證研究文獻(xiàn)的指標(biāo)選取以及對(duì)指標(biāo)有效性的分析之后，本文以不良貸款率作為測試商業(yè)銀行信用風(fēng)險(xiǎn)的承壓指標(biāo)，主要指的是貸款五級(jí)分類中的次級(jí)、可疑、損失類所占貸款總額的比例。不良貸款率是銀行各種風(fēng)險(xiǎn)的綜合體現(xiàn)，是評(píng)估商業(yè)銀行風(fēng)險(xiǎn)管理水平以及風(fēng)險(xiǎn)管理能力的最直接有效的指標(biāo)。而對(duì)于宏觀經(jīng)濟(jì)指標(biāo)的選取主要選擇了與銀行信用關(guān)系密切，并且對(duì)銀行影響較大的幾項(xiàng)指標(biāo)：消費(fèi)者價(jià)格指數(shù)（CPI）、固定資產(chǎn)投資價(jià)格指數(shù)（PII）以及國房景氣指數(shù)（RECI）。固定資產(chǎn)投資價(jià)格指數(shù)反映了固定資產(chǎn)投資中的各類商品和取費(fèi)項(xiàng)目價(jià)格變動(dòng)趨勢(shì)和變動(dòng)幅度。因此，隨著我國近年來房地產(chǎn)行業(yè)的欣欣向榮，以及居高不下的房價(jià)，考慮到繁榮背后的危機(jī)，防范于未然對(duì)于整個(gè)銀行體系是很有必要的。

綜合考慮了指標(biāo)選取的可靠性與易取性以及統(tǒng)一性，本文統(tǒng)一選取了季度數(shù)據(jù)作為樣本數(shù)據(jù)，并對(duì)月度消費(fèi)者價(jià)格指數(shù)進(jìn)行了季度調(diào)整。本文將樣本的數(shù)據(jù)區(qū)間定為2006-2012年的季度數(shù)據(jù)，數(shù)據(jù)主要來源與中國人民銀行網(wǎng)、國家統(tǒng)計(jì)局網(wǎng)站以及和訊網(wǎng)。

四類銀行與宏觀經(jīng)濟(jì)指標(biāo)相關(guān)性分析

CHENGSHI GUOYOU NONGCUN GUFEN CPI PII RECI

CHENGSHI 1.000000 0.786245 0.588784 0.438529 0.317221 0.070428 -0.403245

DASHANG 0.786245 1.000000 0.748855 0.344791 0.206894 -0.344332 -0.490452

NONGCUN 0.588784 0.748855 1.000000 0.258199 0.198220 -0.001169 -0.169312

GUFEN 0.438529 0.344791 0.258199 1.000000 -0.026035 0.189303 -0.087125

CPI 0.317221 0.206894 0.198220 -0.026035 1.000000 -0.010510 -0.245442

PII 0.070428 -0.344332 -0.001169 0.189303 -0.010510 1.000000 0.375994

RECI -0.403245 -0.490452 -0.169312 -0.087125 -0.245442 0.375994 1.000000

表2 變量之間相關(guān)系數(shù)矩陣圖

從圖中看出，四類銀行之間都呈現(xiàn)正相關(guān)，各類銀行與CPI、PII指數(shù)的正相關(guān)性也較強(qiáng)，同時(shí)各宏觀經(jīng)濟(jì)指標(biāo)之間也存在著相關(guān)性，而從圖中可以看出RECI指數(shù)與各類指標(biāo)之間都呈現(xiàn)出負(fù)相關(guān)性。這表明四類銀行與宏觀經(jīng)濟(jì)指標(biāo)之間存在線性相關(guān)性，可以通過回歸模型來估計(jì)四類銀行與宏觀經(jīng)濟(jì)指標(biāo)的相關(guān)性。

宏觀經(jīng)濟(jì)變量自回歸結(jié)果

解釋變量 CPI RECI PII

constant -655.8552 -5.17E-11 -6.977242

CPI（-1） -0.19629 -4.99E-15 -0.018103

CPI（-2） -0.101446 1.20E-14 -0.026147

RECI（-1） -4.82837 1 0.259409

RECI（-2） 1.955765 -4.76E-13 -0.00499

PII（-1） 2.340554 1.28E-12 1.111714

PII（-2） -4.636237 -1.08E-12 -0.384949

R2 0.231812 1 0.90345

DW 2.08646 1.546426 2.094915

表3 宏觀經(jīng)濟(jì)變量分布滯后模型估計(jì)與檢驗(yàn)結(jié)果

由于R2的取值在0-1之間，由宏觀經(jīng)濟(jì)變量的自回歸結(jié)果可以看出，回歸擬合效果不是很好，而從DW檢驗(yàn)中也可以看出，在K=3，N=28時(shí)，DL=1.18，DU=1.65，由于DU

四類銀行與宏觀經(jīng)濟(jì)變量回歸模型估計(jì)結(jié)果

國有控股銀行 股份制商業(yè)銀行 城市商業(yè)銀行 農(nóng)村商業(yè)銀行

constant 8.39755 0.62426 2.874097 1.387797

CPI 0.002793 -0.000992 0.005004 0.004224

RECI -0.053417 -0.014821 -0.055913 -0.021163

PII -0.025816 0.018388 0.028956 0.007692

R 0.281438 0.070066 0.261713 0.057587

DW 0.208419 0.590254 0.149773 0.237366

F 3.133354 0.602757 2.835892 0.488846

prob（F） 0.044188 0.619543 0.059452 0.69328

由表中R2可以看出，四類商業(yè)銀行與宏觀經(jīng)濟(jì)指標(biāo)的回歸擬合優(yōu)度效果不是很好，但從DW檢驗(yàn)可以看出，在K=3，N=28時(shí)，DL=1.18，DU=1.65，由于DU

為了進(jìn)一步分析各個(gè)宏觀經(jīng)濟(jì)指標(biāo)的變動(dòng)對(duì)于四類商業(yè)銀行Y值的影響是否存在差異，本文就四類商業(yè)銀行與宏觀經(jīng)濟(jì)的回歸模型進(jìn)行Wald檢驗(yàn)，以便進(jìn)一步說明，具體原假設(shè)如下：

（1）消費(fèi)者價(jià)格指數(shù)CPI：α1=β1=γ1=δ1

（2）國房景氣指數(shù)RECI：α2=β2=γ2=δ2

（3）固定資產(chǎn)投資價(jià)格指數(shù)PII：α3=β3=γ3=δ3

模型解釋變量的Wald檢驗(yàn)結(jié)果

F值 概率

CPI：α1=β1=γ1=δ1 10.73062 0.0001

RECI：α2=β2=γ2=δ2 515.2517 0.0000

PII：α3=β3=γ3=δ3 698.4055 0.0000

從表中wald檢驗(yàn)系數(shù)可以看出，宏觀經(jīng)濟(jì)變量對(duì)四類銀行的影響都具有顯著性，但其表現(xiàn)卻不盡一樣，顯然RECI和PII相對(duì)于CPI對(duì)于商業(yè)銀行的影響更大一些。由于不同的銀行對(duì)于房地產(chǎn)市場的進(jìn)入程度不同以及房貸的風(fēng)險(xiǎn)管理控制水平的不同，因而房價(jià)變動(dòng)對(duì)于各類銀行的影響程度也不盡相同，但這也從側(cè)面反映房價(jià)的變動(dòng)是可以調(diào)控的，信用風(fēng)險(xiǎn)也是可以降低的。根據(jù)所選擇的宏觀經(jīng)濟(jì)指標(biāo)對(duì)于商業(yè)銀行的影響程度不同，本文的壓力測試時(shí)采用RECI以及PII這兩個(gè)宏觀經(jīng)濟(jì)因素，來構(gòu)成壓力測試的情景因素。

（二）設(shè)定壓力情景

本文采用了情景分析方法對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)進(jìn)行壓力測試，本文預(yù)測的重點(diǎn)在于，通過在預(yù)測的時(shí)間段內(nèi)設(shè)定壓力測試源，然后對(duì)宏觀經(jīng)濟(jì)指標(biāo)進(jìn)行估值以及這些指標(biāo)在壓力情景下Y和違約率的估值。在壓力測試來源確定以后，通過運(yùn)用蒙特卡羅模擬其他宏觀經(jīng)濟(jì)指標(biāo)相應(yīng)的估值，模擬出商業(yè)銀行的不良貸款分布率，再與基準(zhǔn)情景進(jìn)行對(duì)比，從而分析出宏觀經(jīng)濟(jì)對(duì)于商業(yè)銀行穩(wěn)健性的影響。

1、情景設(shè)置

縱觀我國目前的經(jīng)濟(jì)形勢(shì)與國家宏觀政策調(diào)控方向，以及宏觀經(jīng)濟(jì)對(duì)于商業(yè)銀行的影響顯著性的不同，本文選取了國房景氣指數(shù)RECI以及固定資產(chǎn)投資價(jià)格指數(shù)PII作為情景指數(shù)，2013年-2014年兩年共八個(gè)季度的指標(biāo)來設(shè)置較壞情景和嚴(yán)重情景。以下兩幅圖表示的是在基準(zhǔn)情景下，各宏觀經(jīng)濟(jì)變量的走勢(shì)。

2006-2014RECI、PII季度預(yù)測結(jié)果

2006-2012年我國PII、RECI走勢(shì)圖

（1）較壞情景：以2006-2012年的數(shù)據(jù)為基準(zhǔn)預(yù)測，得出到2014年第四季RECI指數(shù)下跌了2%，固定資產(chǎn)價(jià)格指數(shù)下降了5%。

（2）危機(jī)情景：以2006-2012年的數(shù)據(jù)為基準(zhǔn)預(yù)測，得出到2014年第四季RECI指數(shù)下跌了5%，固定資產(chǎn)價(jià)格指數(shù)下降了11%。

2、執(zhí)行壓力測試

通過前文運(yùn)用區(qū)間預(yù)測得到了RECI以及PII的值，再以2012年第四季度的各指標(biāo)值為基準(zhǔn)情況，與危機(jī)情景，以及嚴(yán)重情景進(jìn)行對(duì)比，得出結(jié)果如下表：

宏觀壓力測試結(jié)果

危機(jī)情景 嚴(yán)重情景 基準(zhǔn)情景

RECI 132.283 135.802 95.59

RECI 139.403 142.34 100.3

從上表中可以看出，與基準(zhǔn)情況相比較，在嚴(yán)重情景和危機(jī)情景下，各宏觀經(jīng)濟(jì)指標(biāo)都有大幅度的上升，說明宏觀經(jīng)濟(jì)對(duì)我國商業(yè)銀行信用風(fēng)險(xiǎn)有很大的影響。

四、小結(jié)

從我國四類商業(yè)銀行與宏觀經(jīng)濟(jì)指標(biāo)的壓力測試中可以看出，宏觀經(jīng)濟(jì)指標(biāo)的變化對(duì)于我國商業(yè)銀行的信用風(fēng)險(xiǎn)有很大的影響，隨著宏觀經(jīng)濟(jì)指標(biāo)的不斷上升，商業(yè)銀行的信用風(fēng)險(xiǎn)也就增大，因此，對(duì)于商業(yè)銀行來說，應(yīng)該在宏觀經(jīng)濟(jì)指標(biāo)不斷變化的同時(shí)降低銀行的不良貸款率，這樣就能夠減少商業(yè)銀行的信用風(fēng)險(xiǎn)。通過實(shí)證研究可以發(fā)現(xiàn)，商業(yè)銀行的信用穩(wěn)定性有待加強(qiáng)，面對(duì)宏觀經(jīng)濟(jì)變化的復(fù)雜性與多樣性，商業(yè)銀行抗風(fēng)險(xiǎn)沖擊與抵御風(fēng)險(xiǎn)的能力有待加強(qiáng)。

參考文獻(xiàn)：

[1]譚曉紅，樊綱治.我國商業(yè)銀行宏觀壓力測試研究-基于四類銀行的SUR模型[J].投資研究2011（12）.3-16

[2]巴曙松，金玲玲，朱元倩.巴塞爾Ⅲ下市場風(fēng)險(xiǎn)資本框架的改革及中國商業(yè)銀行的應(yīng)用[J].金融發(fā)展研究.2012（1）.3-8

[3]王雯，陳，葉宇.我國銀行業(yè)信用風(fēng)險(xiǎn)宏觀壓力測試的實(shí)證分析-基于SUR方法[J].金融與經(jīng)濟(jì).2012（11）.27-30

[4]巴曙松，朱元倩.壓力測試在銀行風(fēng)險(xiǎn)管理中的應(yīng)用[J].經(jīng)濟(jì)學(xué)家.2010（2）.70-79

[5]李關(guān)政.基于MF-Logistic模型的銀行信用縫隙那壓力測試[J].金融理論與實(shí)踐.2012（1）.11-15