宏观经济因素精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的宏观经济因素主题范文，仅供参考，欢迎阅读并收藏。

第1篇：宏观经济因素范文

关键词：外汇占款；物价水平；协整检验

一、引言

宏观经济学中的汇率传导机制指出，一国汇率发生变动，对本国物价水平的影响分直接和间接作用。该理论的假定前提为：整体世界价格水平保持不变，在现实生活中，这个假定前提并不成立，而且中国的外汇占款数量变化的影响因素也很多，导致人民币汇率变动的因素更是繁多。中国的外汇占款持续增长，CPI增长幅度却并没有与其同步，当前的国际经济环境中，人民币升值预期不断增加，本文运用2005年到2014年的年度数据，旨在探究外汇占款、外商直接投资、人民币名义有效汇率的变动对CPI增长的影响机制、影响程度。

二、文献综述

近年来，国内外学者对于外汇储备的研究较多。朱孟楠、赵茜（2012）的研究表明，相比较外汇占款而言，汇率变动更能解释国内物价波动，能解释其波动的75%，外汇占款的贡献度就相对较少，但是也能解释10%。吉翔、陈曦（2012）的实证研究指出，外汇占款对宏观经济的影响不仅能从实践得到证明，更存在坚定的理论基础。其研究中运用协整检验、格兰杰因果检验多种计量方法，选取2001年1季度至2011年4季度的季度数据，进行分析。在协整模型中，发现外汇占款和物价水平并非呈现正相关，这说明在中短期内，中国物价上涨的大部分原因并非是外汇占款的急剧增加。而在之后的格兰杰因果检验中，再一次证明外汇占款规模和物价水平没有直接关系。张开宇（2014）在其研究中进一步引入理论依据，利用抛补平价说和蒙代尔――弗莱明模型从理论出发，分析表明外汇占款对货币供应量的影响正在逐渐加强，但是外汇占款大幅增加使得整个市场流动性过度增加，对于货币政策的实施具有一定的阻碍作用。

本文准备在前人的研究基础上进一步探究，采取2005年至2014年的年度数据，进行比较系统的宏观分析验证，探究近年来外汇占款与我国物价水平之间是否存在较明显的关系。

三、模型建立与数据选取

（一）数据选取与说明。本文采用协整检验、格兰杰因果检验等计量方法，分析外汇占款、人民币汇率、CPI、GDP、M2的关系，对其进行实证研究。本分析时，根据前人经验仅将人民币与美元的汇率作为考虑对象，令美元兑人民币汇率为E，考察其对外汇占款变化的影响。

为了剔除季节因素影响，文中采取的都是年度数据，分别对数据进行处理，GDPG是将每年的季度数据进行加权平均取得最终值，FX为年度外汇占款数据，CPI为年度同比消费者物价水平。为了减少FX和M2由于是时间序列而存在波动，且其绝对值相差较大，因此对其取对数，记为LOGFX、LOGM2。本文所有数据为2005年至2014年的年度数据，数据来源于中国国家统计局网站。

（二）序列平稳性检验。对于选取的变量，需要先确定是否平稳，在不存在单位根的情况下，才能进行协整检验，检验变量之间是否存在协整关系。因此下文对各变量进行ADF检验，检验的原假设是各变量存在单位根，得出的结果中LOGFX的P值为0.0015，ADF值为-6.288820，1%临界值为-4.582648，原始数列平稳，不存在单位根；CPI的P值为0.0054，ADF值为-5.116556，1%临界值为-4.582648原始数列平稳，不存在单位根。而GDPG、LOGM2、E则要进行相应处理后，才能使其变为相应的平稳序列。通过ADF检验，确定了各变量的最优滞后期。

（三）协整检验。在建立模型时，通过上文检验，出广义基础货币M2的最优滞后期为2期外，其他变量的最优滞后期均为一期。得出协整方程如下：

LOGFX=6.584875+0.137031LOGM2-0.009671CPI+3.209987GDPG-0.337692E

从协整方程中可以看出，在长期均衡中，外汇占款FX、广义货币M2、GDP增速是呈现正相关关系，而外汇占款FX、物价水平CPI、美元兑人民币汇率并没有呈现正相关关系。外汇占款和物价水平没有呈现正相关，说明国内物价水平变化和外汇占款增加没有直接联系，2005年至2014年外汇占款数量持续增长，但是国内物价水平同比增长速度波动不大，从协整方程中也可以看出，国内物价水平上涨并非是外汇储备增长推动的，物价水平变化的推动因素有多种。虽然外汇占款直接影响广义货币，持续增长的外汇占款推动了M2的大量投放，但是在这个过程中，央行为了减小通货膨胀的影响，也采取了一系列市场操作，比如提高准备金率，发行央票等，这些行为对外汇占款进行了一定程度的冲销，一定程度上对外汇占款所释放的过度流动性进行了稀释，因此使之对国内物价水平并未造成直接的影响。

（四）格兰杰因果检验

在上文得出外汇占款FX、广义货币M2、居民消费水平CPI、GDP增速、人民币汇率E，这五个内生变量在长期是存在线性关系的基础上，对它们进行了格兰杰因果检验，主要是为了考察它们之间是否存在先导滞后关系。

检验结果表明：第一，外汇占款为广义货币M2的格兰杰成因，表明，在某种程度上，外汇占款的增加会促进广义货币M2的增长。第二，外汇占款为人民币汇率的格兰杰成因，随着中国外汇占款数额的增大，国际上对人民币升值的预期加强，在一定程度上使得人民币的汇率有上升的压力。表明外汇占款确实对人民币汇率存在推动作用。第三，外汇占款同时还是GDP增速的格兰杰成因，说明中国国内生产总值的增长中有外汇占款的一定程度的有利影响。第四，外汇占款和CPI并没有互为格兰杰成因，这一结果和前文提到的，外汇占款与中国国内的物价水平没有直接联系相呼应，表明物价水平上涨的内外推动原因多元化，外汇占款对其的影响因子过小，因此，没有必要在分析物价水平变化时，对外汇占款赋予过多权重。第五，广义货币是GDP增速的格兰杰成因，按照宏观经济学理论可以推导，市场基础货币增加，在某种程度上会促进投资，刺激消费，推动经济发展。实证结果与理论相符。

四、实证结果与政策建议

实证结果表明，从2005年人民币汇率改革之后，中国经济始终保持稳健的增长趋势，外汇占款持续增加，在货币乘数的作用下，市场投放的基础货币增加，广义货币，GDP均对其有正向推动作用；人民币汇率对其也有影响，但是二者并不是正向变化的；更进一步地，在分析外汇占款和CPI的关系时，发现二者并没有十分明显的直接关系。这一点和宏观经济学的相关理论有些出入，深入研究后，发现在实际经济环境中，存在央行为了维持国内物价水平稳定，减少通货膨胀压力而采取了一系列措施，对外汇占款进行了冲销。实证研究结果和相关政策建议如下：第一，在我国目前的市场环境中，人民币汇率并没有实现完全的市场化，在很大程度上还是由政府进行主导。第二，外汇占款对经济增长具有促进作用，在某种程度上，是通过货币传导机制起的作用，因为广义货币是GDP增速的格兰杰成因。第三，外汇占款虽然对CPI没有直接影响，但是中国的经济发展比较特殊，整体经济对于外部环境的依赖程度较高，因此持续增长的外汇占款对于国内的物价水平的影响还是值得注意的。

（作者单位：中国民航大学经济与管理学院）

参考文献：

[1] 吉翔，陈曦.外汇占款对中国宏观经济的影响探析[J].现代财经，2012（12）.

[2] 张开宇.我国外汇占款规模变动对货币政策影响研究[J].现代财经，2014（5）.

[3] 张林杰.中国外汇占款和通货膨胀的关系实证分析：2003―2010[J].时代金融，2011（5）.

第2篇：宏观经济因素范文

关键词：基尼系数；IS-LM模型；消费；产出；政策效果

中图分类号：F126文献标识码：A文章编号：1003-4161(2007)04-0023-04

近些年来，我国的收入差距不断扩大，基尼系数呈不断上升的趋势，从上个世纪五六十年代不到0.2，到1980年的0.33攀升至2006年的0.47①，超过了0.4的国际警戒线，已经成为影响社会稳定和可持续发展的制约因素。由于农民和城市低收入者的收入增长缓慢，贫富差距不断扩大，产生了有效需求不足，供需失衡，使得经济增长乏力，同时也滋生了一系列的社会不稳定因素，已经引起了社会各界、特别是经济学界的广泛关注。目前，国内经济学界对基尼系数（收入分配）的研究比较零散，主要讨论基尼系数不断增大对社会稳定产生消极影响方面，对于基尼系数不断增大对宏观经济影响多为定性分析，模型化的数理分析则很少。本文正是通过将基尼系数引入经典的IS-LM宏观经济分析模型来说明基尼系数的变动对宏观经济的影响。

1.加入基尼系数的IS-LM 模型

1.1 模型运用的说明

学术界普遍认为基尼系数不能反映整体收入水平的高低，只能反映收入分配的均等情况，特别是在平均收入水平比较高的情况下，基尼系数更不能作为衡量宏观经济运转效率的指标。然而，由于目前我国整体收入水平还比较低（见下表），还处于发展中国家之列，和发达国家还有很大的差距。因而，在“蛋糕”不大的情况下，作为衡量“蛋糕”分配均等程度的基尼系数仍然是衡量宏观经济运行的重要指标。

1.2 加入基尼系数的IS-LM 模型

1.2.1 对基尼系数的重新表述

1.2.2 加入基尼系数的IS曲线②

IS曲线反映的是产品市场均衡下利率和产出之间的关系，包含收入函数、消费函数和投资函数，其均衡条件是投资等于储蓄。下面将基尼系数引入IS曲线。

收入函数。假定全社会的收入为Y，基尼系数为φ，那么占人口一定比例的最富有的人口收入就是φY，其余人口的收入就是

1.2.3 加入基尼系数的LM曲线

LM曲线反映的是货币市场均衡下利率和产出之间的对应关系，包含货币供给函数和货币需求函数，均衡条件是货币供给等于货币需求。基尼系数将通过影响货币需求函数进入LM曲线。

货币需求函数。根据凯恩斯的货币需求理论，货币需求来源于三个方面：交易需求，预防动机和投机动机，为方便起见，将预防动机归到交易需求中。根据剑桥方程式，货币的交易需

为均衡利率，I为当前利率。在我国随着基尼系数φ的增大，财富将越来越集中于少数富人的手中，而富人的货币投机需求对利率的敏感程度显然要大于其余人员，因而整个社会的投机需求对利率的变动将更加敏感，所以R'(φ) ＞0 。因而，可以得到全社会的货币需求函数：

货币供给为Ms/P， Ms为货币的名义供给量，P为价格水平， Ms/P为实际货币供给。货币市场均衡，货币供给等于货币需求即Ms/P= MD，因而可以得到加入基尼系数的LM曲线：

这个加入基尼系数的IS-LM 模型只是改变了边际消费倾向、货币需求的系数（投机性需求和交易性需求），而基尼系数φ的变化正是通过这两个渠道影响政策的效果和产出的。

2.模型分析及政策含义

2.1 基尼系数φ的变化对政策效果的影响

随着基尼系数φ的增大，IS曲线变得陡峭，意味着货币政策效应减弱；LM曲线变得平滑，意味着财政政策效应增强。

近些年来，我国的基尼系数不断增大，全社会的边际消费倾向降低，IS变得更为陡峭，这就降低了我国货币政策的有效性，也验证了近几年来虽然货币当局多次降低利率来刺激消费，扩大内需，但效果并不明显的现象。对于LM曲线，由于我国正处于体制转变的过程中，货币的交易性需求由基尼系数增加而引起的减小将被由体制转变引起的不确定性增加而抵消，这可以从我国不断增加的居民储蓄存款中看出。而对于货币的投机性需求，由于近几年我国的股市存在诸多问题，缺乏投机的环境，因而对利率的变动并不敏感。所以我国的LM曲线对基尼系数φ的变动反映并不大。基尼系数的增大对我国的影响主要体现在降低全社会的消费能力，减少全社会的消费，产生需求不足，制约经济的增长。而近些年我国积极的财政政策的作用更多地体现在增加需求和向社会传递信号上。

2.2 基尼系数φ的变化对产出的影响

因而，基尼系数的增大最终引起产出增加还是减小取决于（7）和（8）的大小，当（7）＞（8）时，产出将减小，当（7）＜（8）时，产出将增加。

在上面的分析中我们知道，根据我国的实际情况，基尼系数φ的增大引起消费的减小导致的产出减小的效应（7）要明显大于基尼系数φ的增大引起货币交易性需求的减小和投机性需求增加导致的产出增加的效应（8）。因而，在我国现行状况下，基尼系数的增加将导致我国产出的减小（增量减小）。

3.对模型假设前提的验证

下面本文将用自1986年以来我国的数据来说明模型的部分假设前提和结论。

31 占全社会20%最富有人口的消费和其余人口消费的关系

从下图中可以看出，自1986年以来，整个社会的消费支出占其收入的比重都呈下降的趋势，说明了我国居民整体生活水平的提高。同时，我国20%最富有人口的消费占其收入的比重明显高于其余人口，其中1991年以来20%最富有人口的消费占其收入的比例为72.62%，其余人员为84.14%。这就验证了本文前面对于占社会总人口20%的富有人口的边际消费倾向明显小于其余人口的假设。

3.2 基尼系数与产出

本文使用脉冲反映函数来分析基尼系数的变动对产出变动的影响， GDPI代表经济增长率，GINI代表基尼系数，使用我国1987―2006年的数据，由Eviews 软件产生下图。从下图可见，基尼系数的变动持续地对经济增长率产生负面的影响，并且这种负面影响随着时间推移不断增大。可见在我国现阶段，基尼系数的不断增大将持续地对经济增长产生负面的影响。

3.3 经济增长与消费

用C20代表收入最高的20%人群的消费，C80代表其余80%人群的消费，GDPI代表经济增长率，根据我国1987―2006年的数据，由Eviews产生的脉冲反映函数可以看出，收入最高的20%人群和其余80%人群的消费在前三期里都对经济增长有正向效应，这种效应在两年时达到最大，之后便逐渐减弱,在第四期消失。消费的增加都能够带来经济增长的增加，但比较而言，收入最高的20%人群的消费对经济增长的正向作用显然要小于其余80%人群消费对经济增长的正向作用。

3.4 最高20%人群收入与固定资产投资

由于最高20%人群的边际消费倾向较小，其收入的部分可能用于投资，特别是固定资产投资。用INVEST代表私人的固定资产投资额，INCOME20代表最高20%人群的收入，根据我国1987～2006年的数据，用Eviews产生的脉冲反映函数。由图可以看出，最高20%人群收入对私人固定资产投资产生持续的正向作用，并且这种正向作用不断增大。由于固定资产投资一般金额较大，收入向高收入人群集中，随着时间的推移，收入累积对固定资产投资的作用将不断增强。

4.结论、政策建议

随着基尼系数φ的增大，IS曲线变得更加陡峭，LM曲线将变得更加平滑，使得货币政策效应减弱，财政政策效应增强。通过脉冲反应函数检验我国的数据，我们发现：基尼系数的不断增加已经对经济增长产生了持续的负面影响；高收入人群的消费相对于低收入人群的消费而言，对经济增长的正面效应较小；高收入群体收入的增加将导致固定资产投资的持续增加。

目前，我国的基尼系数呈日益上升的趋势，虽然国内有的学者认为这是工业化进程中的一般规律③，但我们不能忽略基尼系数的增大已经使消费萎缩，内需不足，经济发展缺乏动力，同时也增加了社会不稳定因素。收入的集中固然能够增加固定资产的投资，但这必将进一步引起收入的集中和消费的萎缩，从而导致经济增长乏力。因而，必须采取相应的措施来扭转这种趋势，那么就有必要先弄清我国基尼系数不断增大的根源所在。在基尼系数不断增大的原因上，目前国内学者的研究已经比较充分，可以从制度层面和管理层面两个层面进行分析。在制度层面上，主要有三个方面：一是由生产资料的初始占有不同造成的诸如电信、电力行业的行业或部门垄断，从而产生不合理的高收入；二是由于政策倾斜造成的城乡差异、东西部地区差异；三是再分配功能没有得到充分利用，从而使得低收入者没有得到相应的转移支付。在管理层面上，一是由于管理上存在漏洞，导致部分的国有资产流入不法分子的腰包，腐败现象严重；二是由于税收征管不力，一方面大量税收的流失使得财政转移支付缺乏资金，另一方面产生了利用偷逃税富裕起来的不法分子。

因而，目前切实可行的就是在不断加强相关的制度和法律建设的同时，一方面，由于不同收入层次人口的消费的内容不同，其消费对产出的贡献也不同[5]，因而要有针对性地引导消费的市场化、多元化、个性化发展，鼓励高收入者积极消费，从而减小基尼系数的增大对消费和产出的负面影响。另一方面要加强财政的转移支付功能，切实保障低收入者的基本生活，保持社会的稳定。当然，最重要的就是要把“蛋糕”做大，让分得最小一块蛋糕的人都能过上比较富裕的生活。关于如何刺激富裕阶层的消费、保障低收入者的基本生活，如何做大“蛋糕”，国内学术界已有比较充分的研究，提出了很好的应对措施，本文不再赘述。

注 释：

① 由于各方统计的口径不尽相同，因而得出的结果大不相同，但都表明了我国基尼系数不断增大的事实。

②在本文中，为方便代入IS-LM模型，基尼系数用φ表示，φ代表一定比例最富有的人口的收入占全社会收入的比重(也可以理解为库茨涅兹指数，即最富有的20%人口的收入占全社会总收入的比重)。φ和G虽然在数值上不太相同，但两者表示的意义相同。

③认为发展中国家在工业化过程中，基尼系数会呈现先上升再下降的趋势。

参考文献：

［1］张晓晶加入金融创新的IS-LM模型［J］.经济研究，2002,(10).

［2］刘国光研究宏观经济形势要注重收入分配问题［J］.经济学动态，2003,(5).

［3］王传仕收入分配非均等性对经济与消费增长的制约关系分析［J］.山东社会科学，2004,(1).

［4］金晓茜关于收入分配问题［J］.学术月刊，2004,(1).

［5］何问陶,王静涛.我国居民收入差距扩大与扩大消费需求的相关性分析［J］.消费经济，2004,(2).

［6］Rolf Aaberge，Axiomatic Characterization of the Gini Coefficient and Lorenz Curve Orderings，Journal of Economic Theory 101, 115_132 (2001).

［7］S. CH. Kolm, The optimal production of social justice, in “Public Economics”' (J. Margolis and H. Guitton, Eds.), Macmillan, New York_London, 1969.

［8］A. Sen,“On Economic Inequality,”Clarendon Press, Oxford, 1973.

［9］A. B. Atkinson, On the measurement of inequality, J. Econ. Theory 2 (1970), 244_263.

［10］Persson. T. and G. Tabllini, Is Inequality harmful for Grow? Theory and Evidence, American Economic Review, 84(3):600-621.

［11］我国恩格尔系数的下降与基尼系数的上升［EB/OL］.中宏网， 省略.

［12］基尼系数批判［EB/OL］.国研网，省略，2002-01-23.

［作者简介］黄德权（1972-），男，河南信阳人，广东商学院金融学院讲师，经济学硕士，研究方向：金融理论与政策。

第3篇：宏观经济因素范文

关键词:不良贷款率 宏观经济变量 主成分分析

中图分类号:F830文献标识码:A

文章编号:1004-4914(2010)03-202-03

一、引言

对于银行来说,风险是与生俱来的,它不仅承担风险、管理风险,还将风险进行转化。在银行面临的各种风险中,信用风险是最重要的风险,而不良贷款率是衡量商业银行信用风险最直接的指标。普遍观点认为银行较高的不良贷款主要是由于金融机构自身经营方式存在的弊端和金融监管体制的不到位造成的。然而,2007年爆发的美国次贷危机,使美国经济发生了大幅波动,各大商业银行贷款的违约率直线上升,实体经济的恶化对商业银行体系产生了不利影响。回顾历史,1929年10月的美国,20世纪80年代的日本,以及1997年亚洲金融危机之后的韩国等都在经历了一个经济快速增长、资产价格快速上扬和信用快速扩张的阶段之后,金融体系却遭遇了一场全面危机。由此可以看出,宏观经济的波动会通过许多相关因素传递给金融体系,对商业银行信用风险具有极其巨大的影响。

本文主要研究宏观经济波动对我国商业银行的不良贷款存在哪些影响,对于经济可能发生的转变,我国商业银行需要吸取各国之经验教训,提前做好准备,控制信用风险,防患于未然。

二、关于不良贷款率的文献回顾及研究中存在的问题

(一)相关文献回顾

对于不良贷款,国内的许多学者对其成因都做了较为深入的研究。吴晓灵(1995)认为不良贷款产生的主要因素归于企业的过度负债,其因果关系实质上是一个问题的两个方面;林毅夫(1998)认为其重要成因之一是可贷资金投向了效益低的行业和企业,解决关键是调整优化产业结构;王瑞(2001)以法律的视角探寻症结之所在与产生的体制原因,指出应弥补债权保护的法律缺陷;施华强(2004)在双重软预算约束框架下分析不良贷款的内生性,指出应硬化银行软预算约束预期;刘青等(2007)用统计的手段实证银行高层的更替与其对不良贷款的处理方式具有显著的相关关系。

另外,也有部分学者研究了各种因素对不良贷款的影响。比如,李江等(2007)应用主因子分析对国有商业银行企业不良贷款的相关要素进行分析;蒋鑫(2008)研究了影响商业银行信用风险的宏观经济因素分析;谭燕芝、张运东(2009)基于中国、美国、日本部分银行的基础数据对这三个国家的信用风险水平与宏观经济变量进行了实证研究。本文的研究也是受到这些学者研究成果的启发,但在深入研究过程中发现由于我国原有的四大国有商业银行不良贷款曾进行过政策性剥离,如果仅仅基于官方公布的不良贷款数据进行分析,忽略国有商业银行不良贷款的政策性剥离,势必导致实证的结果出现偏差,为提高研究结果的精确度,本文将国有商业银行不良贷款的政策性剥离这一重要因素考虑进去,对国有商业银行的不良贷款率单独进行计算,以期得到更加准确的结果。

(二)我国商业银行不良贷款率研究中存在的问题

迄今为止,对我国商业银行不良贷款率的研究中存在几个比较突出的问题。一是多种口径混用。商业银行的不良贷款有不良贷款、呆坏账、不良债务等多种提法,由于概念的不同导致计算口径的不同,因而不良贷款率的估算差异较大。二是不良贷款认定标准的变化影响了数据的可比性。2000年之前,我国商业银行一直采用期限分类法(即通常所说的四级分类法),2000年之后陆续采用风险分类法(即通常所说的五级分类法),贷款分类标准的变化导致数据即使口径一致也不完全可比。三是对于国有商业银行的政策性剥离,影响了各行之间和剥离前后不良贷款数据的可比性。中央政府于2004年、2005年和2008年分别对四大国有商业银行的不良贷款进行了集中剥离。对同一家银行而言,政策性剥离影响了剥离前后数据的可比性;对不同的商业银行而言,政策性剥离的时间差异和剥离数额的差异也影响了各行之间数据的可比性。

其中,time表示2003-2009年季度;y代表官方网站公布的我国国有商业银行不良贷款率;y1表示剔除政策性剥离后我国国有商业银行实际不良贷款率;y2表示官方网站公布的我国股份制银行不良贷款率。

三、对我国商业银行不良贷款率的实证分析

(一)变量选择

不良贷款率的高低与生产、消费以及政策导向等因素有密切联系,因此本文选取y1(国有商业银行剔除政策性剥离后不良贷款率)、y2(股份制商业银行不良贷款率)为被解释变量,解释变量则分别选取GDP(国民生产总值)、invest(投资)、consum(消费)、CPI(居民消费物价指数)四个与生产、消费有关的变量,i(7天同业拆借利率)、rm2(M2增长率)两个与政策导向有关的变量,以及ru(失业率)。

本文收集的不良贷款余额数据来自中国银监会官方网站,因为国有商业银行在2003―2009年进行过不良贷款的政策性剥离,所以本文应用施华强《国有商业银行账面不良贷款、调整因素和严重程度》(2005)的统计方法,对国有商业银行不良贷款季度数据进行政策性不良贷款剥离的剔除,得到了剔除政策因素后的国有商业银行实际的不良贷款率。宏观经济指标基础数据来自于2003年―2009年中国经济统计年鉴和国家统计局官方网站,金融季度基础数据则来自于中国人民银行官方网站。所有应用于计量模型的数据均是在以上基础数据经过数学计算所得到的。

(二)描述性统计

图1为投资、消费以及GDP的曲线图,由该图可以看出这三个变量都是随着季节周期性变化的,这种变动要素往往掩盖了经济发展中的客观变化,因此,在做计量分析之前应先剔除其中的周期性变动要素。

通过进行季节分解(X11),可以得到如图二所示的剔除季节变化因素的投资、消费以及GDP平滑曲线图,该图客观反映了投资、消费以及GDP真实变动情况。

本文使用的计量软件是SPSS 17.0 for Windows,首先将所有数据进行描述性统计,如表2。其中,失业率标准差最小,其波动强度也最弱;投资标准差最大,说明在宏观环境稳定的情况下,投资的增长速度很快。国有商业银行与股份制银行比较来说,两者不良贷款率的波动程度近似,但国有商业银行的不良贷款率一直较高。

(三)相关性分析

为了证明不良贷款率是否与上面所选择的经济变量有直接关系,运用Pearson模型进行变量间的相关分析,分析结果见表3。

结果表明,两类商业银行的不良贷款率均与消费物价指数、GDP、投资及消费强负相关;贷款利率及失业率对不良贷款率没有显著性影响;M2增长率与国有商业银行不良贷款率负相关性较强,而对股份制商业银行影响不显著。

(四)主成分分析

从表3可以看出不仅不良贷款率与某些经济指标间有较强的相关关系,而且,一些经济指标间也存在较强的正相关关系,即模型存在多重共线性问题。为消除模型的多重共线性,即要求解释变量与被解释变量间相关系数的绝对值较大,同时各个解释变量间相关系数的绝对值较小,因此,采用主成分分析的方法,将七个解释变量通过提取主成分,达到数据缩减的目的,以剔除造成多重共线性的经济指标。

表4显示了主成分的统计信息,得到了各主成分的贡献率及累计贡献率。第一主成分的特征值为4.204,它解释了7个原变量的总方差的60.051%;第二主成分的特征值为2.032>1,它解释了7个原变量的总方差的29.028%。前两个特征值的累计贡献率为89.079%,即前两个主成分包含了原有7个变量的89.079%的信息,所以取前两个主成分来代替原有的7个指标变量。图3为所有主成分的碎石图,从中也可看出前两个主成分的特征值均高于1,进一步说明应取前两个主成分。

(五)主成分回归分析

将提取出来的主成分与各解释变量运用主成分回归分析方法,得到以下成分得分系数矩阵,如表5。

由此可以构建一个各解释变量与主成分之间的线性方程组,假设提取出来的两个主成分分别为z1、z2,则构造的线性方程组如下:

z1=0.054i+0.068rm2-0.124ru+0.234GDP+0.228invest+0.233consum+0.232CPI

z2=-0.43i+0.385rm2+0.368ru+0.036GDP+0.115invest+0.081consum-0.047CPI(1)

通过方程组(1)可以看到,z1对于GDP、投资、消费及CPI指标显示出较强的关系,因此z1可以作为描述宏观经济发展趋势的变量,而z2对于M2、失业率显示出较强的相关关系,因此z2代表与国家政策导向相关的变量。

接下来再将这两个主成分z1、z2与被解释变量y1、y2进行线性回归,得到如下回归方程,其中Y^1、Y^2、分别是y1、y2的估计量。

Y^1=18.881-2.702z2Y^2=4.094-2.109z2(2)

最后,再将方程组(1)代入到(2)中去,就可得到如下线性方程组(3),该方程组说明7个解释变量与两个别解释变量之间的线性关系。

Y^=18.881+0.02265i-0.33466rm2+0.19079ru-0.64638GDP-0.66114invest-066132consum-0.60844CPI

Y^=4.094+0.02359i-0.22426rm2+0.18424ru-0.50107GDP-0.505invest-0.50841consum-047942CPI(3)

四、结论及建议

(一)实证分析结论

基于2003―2009年中国商业银行不良贷款季度数据,本文对影响银行不良贷款率的宏观经济因素进行了实证研究和两类所有制银行的比较,结果表明:1.我国商业银行的不良贷款率与GDP、投资、消费及CPI这些反映经济大环境的因素都存在较强的负相关关系,但相对来说,股份制商业银行的回归系数绝对值低于国有商业银行的回归系数绝对值,在经济快速增长,总体经济形势良好的情况下,银行的不良贷款率呈下降趋势;当经济处于衰退期时,不良贷款便会增加,不良贷款率也随之上升;2.与谭燕芝等人研究结果不同,本文在近几年季度数据的实证基础上得到不良贷款率与失业率呈正向关系,即失业率增加,不良贷款率也会随之增加,这一点国有商业银行与股份制商业银行的结果是一致的;3.对于M2增长率,国有商业银行与之有着更强的负相关关系。我国的货币投放在很大程度上受到政策的影响,当经济增速放缓,政府鉴于维持经济稳定的考虑,采用更加积极的货币政策,加大货币投放,来刺激经济,这也说明了国有商业银行是受到国家政策影响更为显著的。

(二)对策及建议

近年来,随着全球经济波动剧烈,我国商业银行所面临的信用风险也不断加剧,商业银行的不良贷款问题也成为国内一些学者关注的焦点。本文出于提高我国银行业不良贷款管理水平的目的,通过实证分析,提出以下政策建议:

第一,应对不良贷款的分类方法进行改进,精确地评价银行的信用风险状况。从表1可以看到,我国商业银行的不良贷款率基本上一直呈下降趋势,但随着银行不良贷款率的降低,特别是当不良贷款率低于5%时,现行的五级分类法区分不良贷款与正常贷款的能力也将随之降低,过粗的分类不能充分满足银行有效信贷管理的需要。目前,中国银行、工商银行等一些大、中型银行正在尝试在原有五级分类的基础上,将贷款细化为12级分类,更加细化和更加科学的不良贷款分类方法值得我们去探索。

第二,加大对宏观经济形势以及国家政策的研究。从我国商业银行不良贷款率与各经济变量之间关系方程可以看出,我国商业银行的不良贷款受宏观经济波动的影响较大,因此商业银行应密切关注反映宏观经济波动的指标,特别是那些能够提前反映宏观经济走势的指标,将会对商业银行下一步的信贷政策提供指引。

第三,进一步完善风险量化管理。商业银行在构建信用风险度量模型时,不仅要从受信企业各相关指标入手,更要将宏观经济波动因素考虑进去,最终要做到对信用风险的可量化与可控化。

第四,加快金融创新。我国商业银行业务的单调,受经济波动的影响极大,要不断进行金融创新探索出适应我国情况的新产品、新工具,以更好的适应经济的波动。

参考文献:

1.谢平.融资结构、不良资产与中国M2/GDP[J].经济研究,2007(2)

2.施华强.国有商业银行账面不良贷款,调整因素和严重程度1994-

2004[J].金融研究,2005(12)

3.蒋鑫.影响商业银行信用风险的宏观经济因素分析[J].财经研究,2008

4.李江,冯宗宪,万映红.国有商业银行企业不良贷款的主因子分析[J].数理统计与管理,2007(1)

5.谭燕芝,张运东.信用风险水平与宏观经济变量的实证研究――基于中国、美国、日本部分银行的比较分析[J].国际金融研究,2009(4)

6.Basel Committee on Banking Supervision.Sound Credit Risk Assess

ment and Valuation for Loans[M].Bank for International Settlements Press &Communications,2006

第4篇：宏观经济因素范文

关键词：宏观经济因素 信贷风险 商业银行

一、引言

信贷业务是中国商业银行的主要业务，同时信贷风险也是我国商业银行的主要风险。信贷风险的管理是银行风险管理的核心内容，它直接关系到银行不良贷款的形成和资金的安全。要做好银行的信贷风险管理就必须探求出影响信贷风险的因素，从而从根本上对信贷风险加以控制。

一国的宏观经济状况、宏观经济政策和金融监管在很大程度上影响并决定该国商业银行风险的大小。因此，进行商业银行信贷风险和宏观经济因素的研究有助于商业银行建立科学有效的风险控制体系，提高商业银行的风险管理水平，防范信贷风险，增强自身的核心竞争力。

二、宏观经济因素对商业银行信贷风险的作用机理

越来越多的研究表明，商业银行的信贷风险具有显著地亲周期性。所谓亲周期性，就是商业银行会通过信贷活动推动经济周期的形成和加剧经济的周期性波动。在经济处于繁荣时期时，由于对未来经济形势有较好的预期，商业银行往往对偿债能力的预期过于乐观，降低信贷标准、扩大信贷规模。银行信用的不断扩张，信贷规模的扩大，使得产品市场上投资和消费不断增长，导致社会总需求过旺，产品价格上涨，引发通货膨胀。政府为了抑制通货膨胀会采取提高利率、存款准备金率等货币政策进行宏观调控。利率的上升会增加企业的经营成本，违约率上升，信贷风险加大。相反，在宏观经济处于萧条时期时，由于担心贷款质量的下降和还款违约的增加，商业银行倾向于减少信贷供给。信贷供给的减少会抑制实体经济中投资和消费，从而进一步加剧经济的衰退。此时，政府为了刺激经济的稳定增长会实行扩张性货币政策，增加消费和投资。由于企业经营成本降低、经营利润增加，投资需求增加，商业银行不良贷款减少，信贷风险减少。

三、宏观经济因素对信贷风险影响的实证分析

（一）变量的选择及样本模型的设定

本文选取信贷风险为被解释变量，以不良贷款率（Non-performing Loans Ratio,NPLR）为衡量指标。不良贷款率越高，说明银行的信用风险越大。用Y1表示股份制商业银行的不良贷款率（由于近年来四大国有商业银行多次对不良贷款进行政策性剥离，国有商业银行的不良贷款率受到非市场因素的影响，所以本文选取股份制商业银行作为我国商业银行的样本进行分析）。解释变量分别选取国内生产总值增长率（用GDP表示），居民消费价格指数（用CPI表示）、货币供应量增长率（用M2表示）和社会消费品零售总额增长率（用SR表示）。其中GDP增长率是衡量整个经济状况的指标，CPI反映了宏观经济运行的稳定性，M2反映了货币当局所采取的货币政策情况，SR则反映了社会商品购买力的实现程度。

本文收集的商业银行不良贷款率数据来自中国银监会官方网站。宏观经济指标数据来自于2004年——2010年中国统计年鉴和国家统计局官方网站，金融季度数据来自于中国人民银行官方网站。

已有的研究表明，线性模型对于商业银行信贷风险的评估能取得较好的效果，因此，本文对各宏观经济变量与商业银行信贷风险之间建立多元线性模型。

（二）实证研究过程

1.平稳性分析

为防止出现伪回归，需要对时间序列变量进行平稳性检验。分别对以上变量做ADF检验，检验结果见表1。

由上表可知，在5%的显著性水平下，GDP和SR时间序列数据为非平稳序列，因此对这两个变量的一阶差分进行检验，结果如表2。由表2可知，经过一阶差分后GDP、SR也是平稳序列。

2.格兰杰检验

为确定变量间是否存在因果关系，分别对选取的被解释变量和解释变量进行格兰杰因果检验，检验结果见表3

3.协整检验

判断所研究变量间是否存在长期稳定关系，分别对各解释变量与被解释变量进行Johansen协整检验的结果见表4

注：*表示在5%显著性水平下拒绝原假设。

从上表中可以看到，国内生产总值增长率、居民消费价格指数增长率、货币供应量增长率和社会消费品零售总额增长率这四个变量与股份制商业银行的不良贷款率之间都存在协整关系。

4.回归分析

对变量进行逐步回归，得到模型的估计结果如表5：

可以看到，该模型拟合效果较好，变量的显著性、方程的主要几项检验值也比较理想。

四、结论及建议

（一）实证检验的结论

2004-2011年二季度的宏观经济数据与我国商业银行不良贷款率的分析结果表明：

1.股份制商业银行不良贷款率与国内生产总值增长率、居民消费价格指数、货币供应量增长率和社会消费品零售总额增长率之间均存在长期稳定的相关关系。

2.国内生产总值增长率、居民消费价格指数和货币供应量增长率这三个宏观经济因素与股份制商业银行的不良贷款率之间是负相关关系；社会消费品零售总额增长率与股份制商业银行的不良贷款率之间是正相关关系。

3.股份制商业银行的不良贷款率与居民消费价格指数和社会消费品零售总额增长率之间具有较强的相关关系，而与国内生产总值增长率和货币供应量增长率之间的相关关系则相对较弱。

（二）相关建议

实证分析表明，宏观经济因素的变化对我国商业银行信贷风险的变化有较大影响，信贷风险与经济波动和货币政策密切相关。因此，要降低股份制商业银行的信贷风险，减少股份制商业银行的不良贷款，应加强和完善宏观调控并根据经济的运行状况及时调整货币政策，加强相关金融监管部门和中央银行的信息交流和政策协调。

1.股份制商业银行一方面要加强对国内外宏观经济运行状况的研究和监测，密切跟踪国内外经济形势，对经济走势做出正确判断，采取有针对性的风险管理措施。另一方面，要处理好执行宏观调控政策与合理信贷投放之间的关系，完善商业银行的信贷信息管理系统。比如可以根据各商业银行内部建立的储户个人信息资料数据库，在各商业银行间实现客户信息共享，建立一个所有商业银行可以共同使用查询的大型数据库系统，从而高效合理的处理信贷业务。

2.健全和完善信贷风险预警机制。商业银行风险预警系统是商业银行预防风险，矫正不良发展趋势的重要手段。因此，应进一步优化商业银行的风险预测模型，将宏观经济因素纳入到风险预测模型中，建立一套能及时、灵敏反映客户还款能力以及宏观经济因素的变化对客户还款能力影响程度的监测预警系统。

3.充分发挥中央银行的职能，加强中央银行和金融监管部门的宏观协调。在经济过热时，中央银行应及时采取加息、提高存款准备金等措施抑制流动性，引导商业银行审慎放贷；在经济衰退时，应采取适当宽松的货币政策，提高信贷规模，刺激经济复苏。在金融监管方面，要建立“一行三会”的金融监管协调机制，并尽快使其制度化、法律化，改善由于监管分离、协调不到位造成的宏观调控高成本、低效率的格局。

参考文献：

[1] 谭燕芝，张运东.信用风险水平与宏观经济变量的实证研究——基于中国、日本、美国的部分银行的分析[J].国际金融研究，2009（4）

[2] 刘平、梁瑜.宏观经济因素对商业银行信贷风险的影响分析[J].区域金融研究，2011（2）

[3] 周源.宏观经济数据影响下的信用风险压力测试研究[J].金融纵横，2010（6）

[4] 方洪全、曾勇.银行信用风险评估方法实证研究及比较分析[J].金融研究，2004（7）

[5] 孙连友.商业银行亲周期性与信用风险计量[J].上海金融，2005（3）

[6] 王天凌.银行信贷风险成因分析与防范措施[J].企业文化，2010（6）

[7] 付发理.宽松货币政策形势下银行信贷风险的识别与防范[J].南方金融，2009（10）

第5篇：宏观经济因素范文

[关键词] 宏观经济 农业上市公司 资本结构

一、研究背景

自MM理论开始,有关公司资本结构决定因素的分析就逐渐成为了公司理财学研究的一个非常重要的研究课题.尽管国内关于公司资本结构影响因素的研究已经取得了不少进展,但大多数都是集中于公司自身的微观因素的分析上.实际上,宏观经济对企业资本结构的影响是很大的.自美国次贷危机引发的全球金融风暴以来,许多企业因为筹资环境发生重大变化,不得不对资本结构进行调整.张维迎也认为,宏观经济因素在企业资本结构分析中是不可缺少的.但是目前对宏观经济对资本结构的影响研究,尤其是对某一特定行业的实证研究较少.农业是国民经济的基础部门,关系到人民生活的基本保障,一直以来国家对农业的发展高度重视.本文将以农业上市公司的资本结构选择来实证分析国家宏观经济对其资本结构的选择是否有影响,以及影响背后的经济学原因。

二、模型的构建及理论含义分析

1.研究对象的选择与界定

显然,企业的资本结构是与其所在行业有很大关系的,本文选择农业类的企业进行研究。由于上市公司能够在公开的年报中搜集数据.但是不同企业上市年限不一样,考虑到年限较短的企业数据不利于统计,本文选取的研究对象界定为在深交所和上交所挂牌交易A股的典型的16家农业上市企业。

必须指出的是,农业企业的界定是个复杂的问题,主要有以下一些原因:一是现在的农业上市企业存在不同程度的背农投资现象;二是同时广义的农业包含农林牧鱼各类;三是行业纵向分上中下游,这些都使得农业企业得界定比较困难.本文根据证券之星网站分类作为参考选定。

2.模型参数的选取和分析

(1)被解释变量的选取

所谓资本结构是指企业各种长期资金筹集来源的构成和比例关系.现有的通行研究方法中,权益负债率或资产负债率常常被作为衡量资本结构的主要指标,本文采用资产负债率代表上市公司的资本结构.由于我们所获取的上市公司数据都是来自于它们的各年年报,所以本文中的资产负债率都是以年度数据计算的.现在对资本结构进行研究的主要研究方法是:根据资本结构理论,分离出影响资本结构的指标变量,以此为基础建模进行分析。

(2)解释变量的选取和理论分析

在宏观经济变量中,可作为上市公司资本结构解释变量的有很多.本文初步选取了通货膨胀率、实际贷款利率、实际经济增长率以及狭义货币中(M1―MO)的实际增长率几个宏观经济因素作为解释变量.

①通货膨胀率。长期以来,通货膨胀始终是经济学和金融学研究的一个重点.对于上市公司而言,持续、稳定的通货膨胀将导致公司的实际财富从债权人手中向股东转移.通货膨胀率或者说价格波动率对其资本结构的影响主要表现在以下几个方面:首先,价格波动提高了公司的经营风险.价格波动使得公司的销售量、产品价格和成本结构的波动性加大,导致公司收入的波动性加大,从而提高了企业的经营风险.公司在决定自己合适的资本结构时,企业现金流量与同债券相联系的固定费用的比例大小和稳定性是必须考虑的重要因素.其次,价格波动在提高公司经营风险的同时也提高了企业丧失税省利益的可能性.在一个不确定的环境下,当债务融资超过了一定的界限,于债务使用相联系的税省利益就会变得高度的不确定.税省利益的丧失减少了股东从债务融资中获得的好处,股东因而会倾向于降低财务杠杆比率.最后,价格波动使得公司从投资项目中获得的预期现金流量变得不确定,迫使公司在对投资项目进行评估时使用更高的折现率,这往往会导致只有很少的项目被采用,企业的成长性因此而受到损害;这对资本结构也会产生间接的影响。

②实际贷款利率。除了通货膨胀率外,实际贷款利率是影响企业资本结构的另一个重要的因素.因为企业的外部融资渠道有两个:一个是股权融资,另一个是债权融资.这两种融资方式在很大程度上具有可替代性.企业使用哪一种融资方式要考虑到很多因素.其中最主要的是获取的难易程度和融资成本的大小.对于中国的上市公司来说,更多的是考虑融资成本的大小.发行股票的融资成本有多种度量指标,例如股东权益收益率(ROE).而债务融资的成本主要是取决于贷款的利率,尽管考虑债务带来的税省收益也会得出同样结论,因为债务本息的支付在税收之前.考虑到通货膨胀的因素,这里的贷款利率指的是实际贷款利率,按照通常的方法,实际贷款利率二名义贷款利率一通货膨胀率.因此可以认为,当实际贷款利率上升时,意味着贷款(债权融资)的成本上升,企业此时会更多地采用股权融资和较低地采用财务杠杆比率.本文以银行三年期贷款利率与通货膨胀率的差作为衡量实际贷款利率水平的指标.另外由于目前我国还没有实现利率市场化,利率的调整并不频繁,企业在确定自己的融资成本时通常以目前的利率水平为标准.因此在假定企业的财务政策是在年初决定的条件下,本文选择以上一年末银行基准利率为指标。

③国内生产总值(GDP)的实际增长率。一国GDP的增长率是反映该国整体宏观经济状况的最具概括性的指标.GDP增长率的波动在一定程度上反映了经济周期性波动的情况.当经济增长率较高时,经济处于高涨、繁荣时期,企业的盈利水平较高且有良好的预期.这时企业会更倾向于债权融资,财务杠杆应较大.相反,当经济增长减缓时,企业盈利的实际水平与预期水平都会降低,债权融资的优势减弱,企业更倾向于股权融资方式、财务杠杆相应减小.因此,理论上讲,企业财务杠杆的变化应与经济增长率的变化成同向关系。

④狭义货币中M1一M0的增长率。按照中国现行的对M1的定义,M1=流通中现金流量(M0)+企业单位活期存款+农村存款+机关团体部队存款.从M1中扣除掉M0后,剩余的部分中有相当大的比重是企业的存款.商业银行给企业的贷款也包括在其中.长期以来,不管是在理论上还是在实践中,M1一M0增长速度的快慢都反映了国家货币政策的取向.M1一M0增长较快,则说明国家的货币政策较为宽松,企业获得银行贷款相对容易;M1一M0增长速度放缓则表示国家正在紧缩银根,企业获得贷款的难度加大.因此货币政策的取向应当会对企业选择融资方式产生作用,进而会影响到企业的资本结构。

(3)样本数据的选择和分析

本文研究的重点对象是农业的上市公司,为了保证数据的完整性和可靠性,我们把其所发行股票被“ST”和“PT”以及被摘牌的公司从样本中剔除.二是确定时间跨度.由于我们采用的是年度数据,所以即便从沪深两个证券交易所成立之日算起,到现在也不过10多年时间.这里就出现了一个矛盾,如果把时间区间的起点定得过早,那么由于当时的上司公司很少,样本过小,这样得出的研究结果会缺乏一般性;但如果时间跨度太小,则时间序列数据的量会过小,因而会看不出长期趋势.因此,我们的样本选择时间跨度为1999年到2007年在沪深两市A股市场交易且未被特殊处理过的16家农业上市公司.资本结构使用资产负债率行业平均值来度量。

3.模型的构建和分析

(1)模型建立

本文采用多元线性回归模型来探讨个宏观因素对农业上市公司资本结构的影响,因为能非常直观和有效的回答我们所要验证的问题。所建立的模型具体形式如下:

(1)

其中,

AD表示资产负债率,P表示通货膨胀率,R表示利率,M表示M1-M0的实际增长率,GDP表示国内生产总值即经济增长率。参数表示各自参数。 表示误差项。

变量的统计性质如下:

(2)模型结果和检验

采用统计软件根据收集的数据对(1)式进行估计,回归结果见表2。

此时可决系数R2=0.884,F=9.533(sig.=0.015),模型解释较好,但是膨胀和货币供应量指标的显著性最差,去掉这两个指标,再进行模型估计。

这样可决系数R2=0.834,F=23.92(sig.=0.001),模型显著性极强,利率系数显著性有所提升,但是仍然通不过较高置信度的检验,且显著性与经济增长相比相差极大。因此R指标也可以去掉,再对经济增长指标进行模型估计。

这时,R2=0.834,F=40.312(sig.=0)通过模型显著性检验。经济增长的系数极其显著,常数项通过显著性检验的置信度在接近95%,具有实际的意义。因此可以得到回归模型

三、分析和结论

从上面估计的模型不难看出,在我国农业上市企业资本结构的影响因素中,通货膨胀和货币供应量增长对其解释性很差,具有较弱的影响能力。但是,经济增长和利率水平对我国农业上市公司的资本结构的解释性要明显大于通货膨胀和货币供应量增长。尤其是经济增长,其对农业上市公司的资本结构的解释性又远远大于其他三个指标,几乎可以对资本结构做出全部的解释。这意味着,我国的农业企业在选择资本结构的时候更加关心宏观经济的增长。同时,实际的贷款利率对我国农业上市公司的资本结构的影响也较大。但通货膨胀和货币供应量对我国农业上市公司的资本结构影响能力却十分有限。

参考文献:

[1]斯蒂芬・罗斯,罗德尔伏・威斯特菲尔德,杰弗利・杰富.公司理财[M].北京:机械工业出版社,2000

[2]王 娟 杨凤林:中国上市公司资本结构影响因素的最新研究.国际金融研究,2002,(8).45～52

[3]洪锡熙 沈艺峰:我国上市公司资本结构影响因素的实证研究.厦门大学学报,2000,(3).31～32

[4]肖作平 吴世农:我国上市公司资本结构影响因素实证研究.证券市场导报,2002,(8).39～44

[5]朱武祥:企业融资行为与资本结构研究的新发展及启示.券市场导报,2002,(8)50～53

第6篇：宏观经济因素范文

关键词：资本结构动态调整 中外研究评述 宏观经济环境

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.

[16]于蔚，金祥荣，钱彦敏.宏观冲击、融资约束与公司资本结构动态调整[J].世界经济，2012，（3）：24-47.

第7篇：宏观经济因素范文

在经济周期的不同阶段，经济增长速度迥异，宏观经济政策政策也大相径庭，对企业经营和外部融资环境产生重大影响，进而影响企业的投融资。

（一）经济周期与宏观经济政策的关联性研究 王风云（2005）等认为经济波动频繁的主要原因是宏观经济政策的频繁调整。付一平（2005）等通过对财政政策与经济周期波动之间关系的判断，描述结构VAR模型中财政政策的作用和反馈过程，结果发现我国积极财政政策操作过程中体现出了一定程度的相机选择性和对经济周期阶段的依赖性。而杨召举（2007）从经济周期角度考察货币政策对经济的影响，实证研究发现：货币政策不是经济周期产生的原因，经济周期也不是货币政策变动产生的原因；但货币政策变动会对经济产生影响，剧烈的货币政策波动将使得经济也产生同向的波动。刘士宇（2007）围绕总需求角度，运用多种时间序列分析方法研究改革以来引起我国经济周期波动的因素，以及这些冲击对经济系统的影响。其分析结果表明：在总需求的三大构成要素中，投资波动是引起我国经济波动的主要原因。虽然学者的结论并非完全一致，但本文认为经济周期通过宏观经济政策的调整对企业投融资产生了影响。

（二）经济周期与企业投融资行为的研究 基于宏观经济环境，从经济周期角度解析企业投融资问题得到了诸多学者的关注。Altman（1983）发现，在经济衰退时期，公司更容易陷人困境，经济增长、股价指数和货币供给量对公司陷人困境的可能性有显著影响。Bae（2002）以亚洲金融危机为背景，证实宏观经济状况通过银企关系影响公司财务困境的可能性。Myers & Majluf（1984）分析了不完美资本市场对企业融资的影响，基于逆向选择提出了融资偏好理论。沿着此思路，Levy & Hennessy（2007）从管理者利益角度研究了经济周期中管理者的投融资决策。为避免冲突，管理者多数持有较多权益，但在经济收缩时期，管理者倾向于用债务代替权益来维持管理者权益，在经济扩张时期则正好相反。围绕经济周期的变化，许多学者也从实证角度验证了宏观经济政策对公司投融资行为的影响和公司价值的意义（Deangelo & Masulis，1980； Nejad

malayerz，2002；Korajczyk & Levy，2003；Drobetz et al，2006）。

（三）经济周期与宏观经济政策对企业投融资行为影响的研究 我国目前专门针对宏观经济政策与经济周期对企业投融资行为影响的研究成果比较少见。一些学者对宏观经济因素与企业投融资的关系进行了描述（王强，2002；原毅军、孙晓华，2006）。蔡楠、李海菠（2003）认为企业投融资行为不仅要考虑微观经济因素形成的技术约束影响，还要考虑宏观经济因素形成的市场约束的影响，并验证了宏观经济因素对我国上市公司资本结构有着显著影响。Chen等（1986）认为，宏观经济因素的变化会影响公司的股票收益率，即不同公司的股票收益率对于宏观经济形势变化的敏感程度不同。而Beaver（1966）认为，公司的股票收益率越高，其陷入财务困境的可能性就越小。鉴于我国企业的特征不同，可能对经济周期波动的敏感程度不同，企业投融资行为也不同。王克敏、姬美光、赵沫（2006）的研究表明，宏观经济环境对公司陷入财务困境有一定的影响，特别是公司对于工业增加值和实际利率水平等变化越敏感，就越容易受到弱化的公司治理结构的影响而陷入财务困境。应惟伟（2008）研究认为在经济周期的不同阶段，经济增长速度迥异，政府实施的财政货币政策大相径庭，这些对企业的经营和外部融资环境产生重大影响，对企业投资产生显著影响。这些研究都认为宏观经济政策与经济周期是影响企业投融资政策的重要因素，这对于理解我国企业的投融资行为具有积极意义。

（四）企业投融资行为与企业价值之间关系的研究 有学者围绕融资结构对企业价值的影响进行研究，如刘星、杨益民（2006）以我国上市公司为样本，研究发现整体样本融资结构与投资支出显著负相关，融资结构对企业投资行为的影响在不同成长机会的企业中存在显著差异。郝颖、刘星（2009）的实证研究结论表明，股权融资的依赖程度越大，企业投资水平对股票市价的敏感性越高；股权融资的依赖程度小，则内部人控制下的企业投资行为倾向于大规模扩张。围绕融资结构对企业价值影响的研究成果主要有：债务比率与企业价值负相关（李洪波、赵宇、杨秀苔，2002；皮毅，2004），股权集中度与企业价值的关系（Boyle & Eckhold，1997；Frank & Goyal，2003；Hirota，1999；Booth，2001；Harold Demsetz & Belen Vilialonga，2001），研究结论并不一致。

第8篇：宏观经济因素范文

关键词：经济周期；商业银行；信贷

中图分类号：F832.4 文献标识码：A 文章编号：1003-9031（2013）08-0058-03 DOI：10.3969/j.issn.1003-9031.2013.08.13

经济周期是宏观经济在长期增长中不可避免的现象，其对经济体系中的各类经济主体有着深刻而广泛的影响，商业银行作为经济主体之一也不例外。一方面，商业银行作为宏观经济体系的有机构成部分，其经营活动势必会受到宏观经济周期的影响；另一方面，商业银行又不是被动地适应宏观经济波动，其经营活动也会加剧或平滑宏观经济的波动。事实上，商业银行的信贷业务已成为现代宏观经济波动的重要驱动因素之一[1]。

一、经济周期与商业银行信贷业务相互关系的理论分析

（一）经济周期对商业银行信贷业务的作用机制

经济运行的周期性变化对商业银行信贷业务的影响主要从微观、中观和宏观三个层面发挥作用。

从微观层面看，在宏观经济处于上行区间时，企业和个人等微观经济主体受预期影响调整投资或消费决策。企业对未来发展充满信心，预期产品需求量会增加，因而增加当期投资并增加周转资金，此时企业更偏好于债务融资，从而有信贷需求[2]。个人预期未来收入增加，因而增加当期消费需求，也会因此而产生信贷需求。换言之，宏观经济处于上行区间时，投资和消费主体有更大的信贷需求，为商业银行扩大信贷投放提供了条件。在宏观经济处于下行区间时，企业和个人也会根据预期减少投资和消费需求，削减对商业银行的信贷需求，商业银行信贷发放将面临供过于求的局面。

从中观层面看，不同行业对经济周期的反应存在差异，部分行业为顺周期行业，部分行业为逆周期行业。在宏观经济形势好转时，顺周期行业的运营态势会随之好转，行业的投资规模更大产出更多，从而有信贷需求。逆周期行业对商业银行信贷业务的作用机制则与此相反。在经济周期作用下，中观层面的因素对商业银行信贷业务的影响主要看顺周期行业和逆周期行业的力量对比，如果顺周期行业的总体规模和实力大于逆周期行业，则在宏观经济形势看好时商业银行面临扩大信贷投放的有利时机，反之则相反。

从宏观层面看，一是在宏观经济上行时期，商业银行有更多的信贷投放，宏观经济见顶回落后商业银行的信贷风险会逐步暴露，银行贷款质量变化的主要原因是经济环境恶化导致客户贷款违约率的周期性变化，从而使得商业银行在不同时期采取不同的信贷投放策略[3]。二是宏观经济形势的变化直接影响中观和微观主体，进而通过后者影响商业银行的信贷业务发展。三是宏观经济中的进出口也会影响商业银行信贷投放的结构，出口增加时商业银行的信贷投放会偏向出口部门，进口增加时商业银行的信贷投放则会侧重进口部门。

（二）商业银行信贷业务对经济周期的作用机制

在宏观经济学中，欧文·费雪最早提出信贷因素放大经济周期的观点[4]。商业银行的信贷业务通过信用机制以及货币乘数影响社会资本总量，同时也影响商业银行的经营收益，进而作用于宏观经济周期。

商业银行的信贷投放具有内在的顺周期特点，通过信贷投放影响其他经济主体进而作用于宏观经济周期[5]。在宏观经济处于上行区间时，各类经济主体的信贷需求增加，抵押物也会趋于更加足值，商业银行出于对未来经济形势看好的预期，放松风险管理标准，降低客户准入门槛及贷款价格，扩大信贷投放以满足各类经济主体的资金需求，此举不仅会加快宏观经济复苏的步伐，甚至可能会演变为通货膨胀。而在宏观经济处于下行区间时，借款人未来发展及清偿能力不被看好，抵押物也会趋于不足值，商业银行会出现惜贷甚至拒贷行为，提高贷款定价水平，直接导致部分经济主体难以获取资金支持。因大多数经济主体并不能在银行惜贷时迅速找到其他融资方式补充资金，企业面临资金链断裂经营失败的风险，消费者不能通过信贷平滑各期的消费，从而对宏观经济产生负面冲击，这也会加剧宏观经济的衰退甚至是进入萧条阶段[6]。

商业银行的信贷违约率具有明显的顺周期特点，直接影响商业银行的经营效益进而作用于宏观经济周期[7]。在宏观经济形势看好时，风险因素不易暴露，商业银行的信贷违约率较低，商业银行自身经营效益较好，可以助推宏观经济更好地发展。在宏观经济形势较差时，经济繁荣时期积聚的风险会集中爆发，商业银行的信贷违约率集中爆发，商业银行自身经营效益较差，从而恶化宏观经济形势。如2012年宏观经济形势整体低迷，银行业净利润的增速由2011年的36.3%降至2012年的18.9%，不良贷款余额同比净增647亿元。

二、经济周期与商业银行信贷业务相互关系的实证检验

根据经济周期与商业银行信贷业务相互关系的理论分析，本部分利用宏观经济的相关指标及商业银行贷款余额对二者的相互关系进行实证检验。其分析思路是：首先，利用总量数据指标，采用格兰杰因果检验方法验证宏观经济总量与商业银行贷款余额之间的因果关系；其次，利用增长率指标，分析经济周期与商业银行信贷业务之间的关系，表明商业银行信贷业务具有明显的亲周期性特点。

第9篇：宏观经济因素范文

【关键词】宏观经济统计分析；发展；基本问题；宏观经济学

什么是宏观经济统计分析？宏观经济统计分析是以宏观经济理论为基础，为指导国民经济运行过程及其整体情况所进行的实证经济。

一、宏观经济统计分析的产生

宏观经济统计分析产生的背景是我国特有的社会主义市场经济体制，它是根据我国现有的经济体制而诞生的专业性术语和知识体系。宏观经济统计分析在发展的过程当中，逐渐将统计学和经济学融合到一起。但是，宏观经济统计分析的出发点却与两个知识体系完全不同，其具体表现出来的是计量经济学的学科存在和作用。

在计划经济阶段，单纯使用统计学就可以衡量我国的国民经济水平，但是当我国开始经济体制改革之后，原有的统计学就不能准确地衡量出我国的国民经济水平，但是原有的统计方式也并没有完全被取代，而是调整为市场经济体制下的宏观经济分析方法。所以说，经济体制改革催生了宏观经济统计分析，同时宏观经济统计分析也为国民经济的发展做出了巨大的贡献。

二、宏观经济统计分析的特点

1.实证性

宏观经济统计分析是建立在现实客观的基础之上的经济分析方法，具体有三个方面的表现特征：一是从现实出发，分析经济运行规律；二是以具体的时间和空间为约束，也就是说，宏观经济统计分析所使用的统计变量是有时间下标和空间范围的；三是依据事物本身的发展规律与统计分析方法相结合进行的分析。

2.综合性

宏观经济统计分析的综合性特征表现在四个方面：一是总量综合，是指宏观经济总量、结构、经济关联度的综合；二是数据综合，是指总括性数据、结构性数据和关联性数据的综合；三是方法综合，是指统计方法、逻辑方法和辩证方法的综合；四是学科综合，是指经济学、管理学、统计学和计量经济学的综合。

3.假定性

从现实出发进行的宏观经济统计分析，不能排除微规因素的影响，但是为了更好地分析宏观经济，一般把微规因素作为条件假定不变，这是宏观经济统计分析的一个特点。

三、宏观经济统计分析的发展问题

虽然宏观经济统计分析的产生和发展为我国的国民经济统计分析做出了巨大的贡献，但是在发展和实践当中也遇到了一些问题。首先就是摸着石头过河，宏观经济统计分析是在我国特有的社会主义经济体制下演变而来的，没有实际经验可以借鉴，可以说它的发展也是在摸着石头过河，在不断的探索前进当中难免会犯错误。其次国民经济具有整体性和层次性的特征，想要对国民经济进行既整体又分层次的分析，是一个很困难的难题，这就需要不断地发展和完善宏观经济统计分析。

四、宏观经济统计分析的发展方向

面对着宏观经济统计分析自身的缺陷以及国内外经济的不断变化，宏观经济统计分析必须要不断地发展和完善，才能继续更好地为我国的国民经济发展做出贡献。

1.建立科学的信息数据搜集整理体系

随着互联网的不断发展，进入二十一世纪以来，信息技术的发展已经成为时代的大背景，所以只有建立科学的信息数据搜集整理体系才能运用海量的数据进行更佳的宏观经济统计分析，这对于进行更全面的国民经济分析来说是至关重要的。

如果想要充分地利用互联网发展时代下的大数据，就必须从政府各部门的信息数据做起，必须大力发展政府公共数据共享平台，让这一个数据基础作为宏观经济统计分析的发展基石。一旦数据平台搭建完善，全国的信息可以共享，那么宏观经济统计分析就可以充分发挥其作用，更加准确地衡量出国民经济发展情况。

2.以创新型国家为目标的统计分析

2006年，我国提出了创新型国家建设目标，这就说明创新能力的重要性，所以宏观经济统计分析也必须以创新能力为重要内容。创新是第一生产力，所以即便是宏观经济统计分析也必须不能一成不变。事实上，科技统计如何融入经济统计并且让创新分析能力建立在经济体系中成为核心要素，是分析研究发展上一个大的发展方向。

3.产业结构分析和金融统计分析

我国的产业结构调整一直是近些年经济发展的重点，也是我国经济社会全面转型的重要核心内容。所以从发展的角度来看，产业结构的统计分析将是我国宏观经济统计分析的重要内容之一。

除此之外，金融统计分析也十分重要。因为金融体系在我国的经济发展当中有非常重要的地位。我国改革开放之后，金融改革和发展对经济的发展起到了很大的促进作用，所以必须要进行金融统计分析，保证宏观经济统计分析的准确性。

五、结束语

我国改革开放三十多年来经济得到了突飞猛进的发展，而这当中宏观经济统计分析功不可没。但是随着内外部环境的变化，必须充分完善宏观经济统计分析，这样才能让宏观经济统计分析继续为中国的发展做出贡献。

参考文献：

[1]赵彦云.宏观经济统计分析的基本问题[J].经济理论与经济管理，2013：23～33.