时间：2023-03-03 15:53:26
导语：在宏观经济数据的撰写旅程中，学习并吸收他人佳作的精髓是一条宝贵的路径，好期刊汇集了九篇优秀范文，愿这些内容能够启发您的创作灵感，引领您探索更多的创作可能。
关键词：大数据；宏观经济；数据冲突；数据协调；税负；税收返还；税收空转；税式支出
中图分类号：F810.422 文献标识码：A 文章编号：1007-2101（2014）05-0067-05
一、引言
随着互联网、云计算的飞速发展，近些年全球信息量以每年翻两翻的速度爆炸式增长，成为当今社会增长最快的资源之一。这种规模大、种类多、处理速度快、价值密度低的海量数字化信息，被称为大数据。进入大数据时代，由于数据的开放与共享，使人们获取与数据变得十分容易，一方面，它为网民的生活、学习、工作提供了极大的便利，另一方面，它也为少数别有用心者丑化他国政府提供了有力的工具。自2007年起，《福布斯》的全球“税负痛苦指数”榜单中，将中国排名全球第三，之后不断提升中国排名，2009年将中国排名全球第二，2011年将中国排名为全球第二和亚洲第一。可以肯定的说，这是一种有意的安排，不排除有故意丑化中国形象、搅乱中国民情的嫌疑。对《福布斯》的税负痛苦指数，我国官方和学术界从来就不予认可。不过我们也应该看到，我国对外的宏观经济数据中，不同部门的数据之间、不同数据比例关系的逻辑上确实也存在一定程度的相互冲突的现象。如2009年2月26日，国家统计局全年税收收入为57 862亿元，而财政部税政司的全年税收收入却为54 219亿元，两个数据相差3 600多亿元。同时，利用我国向世界银行提供的宏观经济数据，通过简单的环比增长速度的计算，就可以得出我国税收收入自1995年以来至今，18年间一直存在着超经济增长的结论，这是我们难以否认的事实，当然这也这给有意丑化中国的个人或机构予把柄。
对我国税收收入超经济增长的现象，我国有很多学者，如吕冰洋、李峰（2007），丁小平、刘铮鸣（2012），胡怡建、刘金东（2013）等，运用数学模型和大量的数据进行了实证研究，并给出了在我国税收超经济增长存在着合理性的解释。其主要结论是，税收超经济增长的原因是我国经济的快速增长，税务部门对税收征管的加强，以及存量资产的快速增长。我们不怀疑这些学者论证方法和过程的科学性和严谨性，但这些结论仍然经不起实践数据的验证与推敲：如果说经济增长是导致税收超经济增长的原因，那么自2009年及其以后，我国经济增速开始下滑，为什么2009年及其以后各年的税收收入的增长依然没有停止超经济增长的迹象，即仍然保持着超经济增长的态势？如果说税务部门税收征管的加强是导致税收超经济增长的原因，那么按照税收收入年平均超经济增长3.95%的速度计算（见表1），税收超经济累计增长18年后，因税收征管的加强引起的税负就会达到纳税人总产出的71%，这足以让大多数法人纳税人倒闭了，但为何还能持续生存到今天？如果说是存量资产的快速增长导致了与存量资产相关的房产税、土地使用税、土地增值税收入的快速增长是可能的，那么增值税与存量资产的增长并无直接关系，为什么增值税收入也存在超经济增长的现象？总之，脱离经济的税收运行不可能没有不合理之处的存在。
国家税务总局自2002年起，几乎每年都不厌其烦地要向社会公众解释税收超经济增长的原因，并将税收收入超经济增长的原因主要归结为：（1）税收收入与GDP的统计口径不同；（2）GDP的结构与税收结构之间存在差异；（3）外贸进出口对经济增长的作用与对税收增长的作用影响不同；（4）税收征管因素的影响；（5）部分税种如工资薪金个人所得税等采用的是分级累进税率，收入增长与税率增长的幅度不同。这种多因并重的解释方式，似乎并没有找到问题的关键。2010年国家税务总局对西方个别机构对我国纳税人税负过重的宣传进行了辩论，指出西方个别机构在评价方法上和计算依据上明显存在着错误。看来，税收数据的冲突具有扩大之势。
党的十八届三中全会提出了稳定税负、透明预算等方面的改革要求，将我国财税体制赋予了国家治理的基础和重要支柱的地位（高培勇，2014），因此，税收增速和税负问题，已不再是一个简单的数字问题，它已涉及到了国家治理基础的战略层面，应给予足够的重视。
二、中西方国家宏观税收收入口径的比较
我们根据世界银行提供的2001―2011年，美国、英国、加拿大、澳大利亚、法国及德国的GDP和税收收入数据，分别计算了其GDP和税收收入增长率与相应的简单算术平均数。从计算结果看（见表1），西方六国税收收入的增长率中，有的年份是负增长，有的年份低于GDP增长率，有的年份高于GDP增长率。从其均衡走势来看，西方六国的税收收入增长率，除了德国与GDP增长率基本持平外，其余五国都呈现出低于GDP增长率的态势，没有出现持续地超经济增长的现象。而我国税收收入的增长率，既没有出现负增长的情形，也没有出现低于GDP增长率的情形，却呈现出规律性地持续走强于GDP的增长率，这种现象的背后到底是什么关键因素在长期发挥着作用？我们通过我国与西方国家税收收入的口径的比较发现，我国在税收实践和税收数据的统计上，没有引入和运用西方国家的“税式支出”（Tax Expenditure）的概念。我国通常所说的“税收优惠”，在西方国家被严格地限定在税式支出的范畴之内，并且每年都需要由财政与税务部门联合编制税式支出预算和税式支出决算报告。在西方，虽然将税式支出列作政府开支的组成部分，但是在税式支出实际操作上，包括税收返还（返还给纳税人的税款）在内，全部由税务机关负责进行。在对外税收收入时，将税收返还款从税收总收入中扣除，即以不含税收返还款的税收收入对外（见表2）。而我国对待税式支出上，没有一个清晰的管理逻辑，既没有税收优惠预算报告，也没有税收优惠决算报告；对税收收入的返还、退税上，一部分由税务机关负责，一部分由财政部门负责。我们的问题出在由财政部门负责支出的税收返还款，在税务部门仍然作为税收收入对外，即我国对外的税收收入包含了支付给纳税人的税收返还款。这部分法定的税收返还款占全部税收收入的比例，据相关数据测算估计为3%～13%（见表2）。
我国在法定税收返还之外还存在额外地违规税收返还和“税收空转”的现象，这方面的数据同样没有从对外的税收收入总额中扣除。根据国家审计署对2004年、2006年、2009年、2010年和2013年税收征管的审计公告，我国存在着相当数量的在法定税收返还之外，由地方政府擅自扩大的税收返还款，以及税务机关为了完成年度税收收入计划，通过将未完成税收收入计划的差额于当年末入库，下年初再入库的方式，徒增税收收入，以达到完成税收收入计划的目的。这部分徒增的税收收入，实际上并不真实存在，这里称之为“税收空转额”。由于我国对税收收入采取的是计划管理方式，每年由上级税务机关向下级税务部门逐级下达税收计划任务，到基层税务所时，税收收入计划通常都增加到了每年递增15%以上的水平。从2001―2011年的数据来看，我国税收收入的年度平均增长率为19%。由于当年税收收入计划是按上年完成的税收收入数据为基数进行计算的，即上年形成的税收空转额也算作了税收增长计划的基数，这样按19%的年增长率计算，100单位的税收空转额到18年后变为100×（1+19%）18=2 290，扩大了22倍，数额巨大。因此一旦税收空转额形成后，也就是假数据形成了真任务，便不可逆转，并会持续地递增下去，对税收收入超经济增长会持续地生产推动力，因此危害巨大。按此规则，我们估计这一部分金额占全部税收收入的比例为2%～8%（见表2）。
可见，税收返还和税收空转额这两部分数据原本不是经济增长形成的税负，并且也不属于税收收入的构成项目，但在我国却长期地将它们纳入税收收入总额之中，并作为来年税收收入增长计划的基数，从而形成了一种在经济增长之外能够自我增长、自我膨胀的特别机制――“税收自我复制”机制，推动了我国税收收入持续地超经济增长，因此，税收自我复制机制是我国税收超经济增长的谜底。如果按照西方国家税收收入的口径对其进行调整，调整后的税收收入应该不会存在超经济增长的现象。
三、按西方国家税收收入的口径对我国税收收入的调整
按西方国家税收收入的口径对我国税收收入进行调整的关键是计算出由财政部门直接支付给纳税人的税收返还款占我国税收收入总额的比例，以及估算出人为调节税收进度的税收空转额占税收收入总额的比例。
由于在我国支付给纳税人的税收返还款是由基层财政部门负责的，而当前我国没有一个专门和统一的反映这一支出的财政指标。在查找基层财政统计年鉴时，我们很难找到与（返还给纳税人的）“税收返还”同名同义的支出指标。不过我们从全国各省份和直辖市2002―2012年的财政年度预算执行报告和政府工作报告等文献中，通过分析计算，提取出了税收返还数据相对较为完整、连续的两个省份――广东和山东的数据，通过加权平均计算出了这两个省份的税收返还款占其全部税收收入的比例，并暂以此比例作为全国税收返还占税收收入的比例（见表3）。另外，我们根据国家审计署对2004年、2006年、2009年、2010年和2013年税收征管的审计公告，按照抽样审计对样本的推算方法和我国税收计划增长的编制规则，估算了人为调节税收进度的税收空转额占税收收入的比例及违规扩大的税收返还占税收收入的比例（见表3）。
根据估算的税收返还占税收收入的比例和税收空转额占税收收入的比例，对我国税收收入进行了调整，调整后的我国税收收入的年平均增长率为16.7%，与GDP年平均名义增长率15.8%相比基本持平，达到了与GDP的同步增长，基本消除了税收超经济增长的现象（见表3）。调整后的我国宏观税负也更趋于合理。
四、宏观经济数据的协调
大数据时代，无论是宏观经济数据的绝对数，还是其相对数，如果发生冲突都会给经济社会带来不良影响。因此，加强宏观经济数据的协调是很有必要的。
第一，我们应成立专门的跨部门的数据管理组织，对准备对外的所有宏观经济数据给予合理性、逻辑一致性等方面的审查，在确保无误后，再对外。
第二，要通过立法消除形成宏观经济数据冲突的根源。如，对包括税收返还在内的税收优惠，要引入西方国家的税式支出概念，并将税收返还单独设立为一个统计指标，将全部税式支出项目纳入财政支出预算体系中，并对税式支出预算的实际执行情况对外公布，以发挥群众的监督作用。对税收空转现象，要从税收收入计划的制定开始变革，将税收收入的计划增长率限定在同期GDP按现价计算的增速以内，对有税不征和征收过头税以及在税收数字上弄虚作假的单位和个人给予严惩。
第三，宏观经济指标应尽快与国际接轨。大数据时代，数据的共享使数据已经没有了国界，不同国家的网民均可自由地使用网上其他国家的数据。然而，我国有一部分经济指标与国外相比，虽然同名，但其统计口径或所包含的内容却有所不同，在国家间进行比较时，容易产生错误的结论。因此，宏观经济指标应尽快与国际接轨，在短时间内不能接轨的指标，在对外时，应按国际通用的口径及指标所含内容进行调整，以减少误用的现象。
第四，要用技术手段，将微观数据在汇入宏观数据时，进行审核把关，将逻辑冲突、或不真实的数据阻挡在宏观数据形成之前。
参考文献：
[1]高培勇.由适应市场经济体制到匹配国家治理体系――关于新一轮财税体制改革基本取向的讨论[J].财贸经济，2014，（3）.
[2]马建光，姜巍.大数据的概念、特征及其应用[J].国防科技，2013，（5）.
[3]冰洋，李峰.中国税收超GDP增长之谜的实证解释[J].财贸经济，2007，（3）：29-36.
[4]胡怡建，刘金东.存量资产、虚拟经济与税收超GDP增长之谜[J].财贸经济，2013，（5）：5-15.
[5]丁小平，刘铮鸣.我国税收超增长的因素分解――基于随机生产边界模型的实证研究[J].西部论坛，2012，（5）：88-94.
[6]樊丽明，张晓雯.从税负到“税感”：理论及实证分析[J].财贸经济，2013，（9）：5-15.
[7]朱军.开放经济中的财政政策规则――基于中国宏观经济数据的DSGE模型[J].财经研究，2013，（3）.
[8]谭民俊，周双玲.税收空转完成地方财政预算收入的成因及对策[J].财务与金融，2009，（4）.
[9]黄秀珍.必须改变以计划任务为中心的税收工作方法[J].税务研究，2001，（8）.
[10]McAfee A，Brynjolfsson E. Big data：the management revolution[J]. Harvard business review，2012，（10）：60-68.
[11]Bollier D，Firestone C M. The promise and peril of big data[M]. Washington，DC，USA：Aspen Institute，Communications and Society Program，2010.
[12]Deller S，Stallmann J I，Amiel L. The impact of state and local tax and expenditure limitations on state economic growth[J]. Growth and Change，2012，（1）：56-84.
[13]Fleming Jr J C，Peroni R J. Can Tax Expenditure Analysis Be Divorced from a Normative Tax Base：A Critique of the New Paradigm and Its Denouement[J]. Va. Tax Rev.，2010，（30）：135.
[14]Chambers V，Spencer M. Does changing the timing of a yearly individual tax refund change the amount spent vs. saved[J]. Journal of Economic Psychology，2008，（6）：856-862.
一、引言
改革开放三十多年来， 中国经济持续高速的增长举世瞩目， 衡量经济发展水平的宏观经济统计数据成为了国内外相关机构和学者广泛关注的热点。中国国家统计局、中国人民银行每季度、月、周都会对cpi、gdp、固定资产投资等重要宏观经济变量的统计数据进行披露， 然而， 由于这些宏观经济时间序列数据受多种因素（如非重复性突发事件、经济或者政治结构变化以及自然灾害等）的影响， 公布后的实际数据与市场预测值常常会产生偏差， 这种偏差左右着金融市场参与者的行为， 特别是会对上市公司的未来现金流和风险贴现率产生作用， 进而对股票市场参与者的市场行为和股票市场的收益率及波动率产生巨大影响。因此， 探讨和量化宏观数据的公布以及市场预测值与实际公布值间的偏差对股票市场的影响程度， 具有重要的理论价值和实践意义。
国外学者研究宏观经济变量的对各种资产价格条件均值影响的文献极为丰富，但对于宏观经济公告对条件方差影响的研究成果却很少。ederington和lee（1993，1996）创立了一整套研究程序， 专门研究新闻和宏观经济信息对股票、外汇期货、期权市场的影响。ederington和lee（1993，1995）发现宏观经济信息的定期对利率和外汇期货市场的价格和波动率有显著影响。在国内， 宏观经济信息公告对金融市场影响的研究尚不多见。 冯玉梅等（2007）基于改进的ar（1）-egarch（1，1）-m模型， 通过研究宏观信息宣告对股票市场价格行为的影响， 表明居民消费价格指数和商品零售价格指数对股票市场的收益有负向影响；国内生产总值、社会消费品零售总额、公开市场操作利率变动率和企业景气指数对股票市场的收益有正向影响； 公开市场操作公告会导致股票市场条件收益率显著增加； 其余各类宏观信息因素对股票市场收益的波动性并不存在显著影响。王云升等（2008）分析了宏观经济数据公布与预测值所产生的偏差， 并研究了其对金融市场收益及其波动率所产生的影响， 结果表明， 消费者价格指数统计数据的公布加大了股票市场日收益的波动率， 而固定资产投资增速和货币信贷信息数据的公布则减小了其波动率； 由于市场化程度较低， 宏观经济统计数据的公布对债券市场和外汇市场参与者价格行为的影响较小。
二、数据选取与处理本文由收集整理
本文选取2009年3月21日至2012年3月21日间上证综指日间交易收盘收益率为样本数据来衡量股票市场收益率。选取消费者物价指数（cpi）、固定资产投资增速（fai）和中国人民银行公布的货币信贷信息（m2&loan）三个经济变量作为宏观经济统计数据样本。由于宏观经济统计数据常常受季节效应的影响而失真， 因此，要对消费者物价指数、固定资产投资增速和货币信贷信息进行季节调整，通过采用相对值避免不同量纲对其的影响， 以消费者物价指数为例， 将绝对指标转换为相对指标的计算公式为：cpi相对= ■，固定资产投资增速和货币信贷信息相对指标的计算方法与消费者物价指数相同。
对于宏观经济变量的预测值， 我国目前还没有专业的调查机构对其进行如此规模的调查， 市场预测数据多是源自各个证券机构出具的研究报告。本文选取北大朗润的预测均值作为cpi， fai市场预测值， 原因是中信等众多重要金融机构都以它的宏观经济变量数据预测值的平均值作为参考。由于预测值难以获取， 且不具权威性， 本文在建立考虑市场预期的模型中剔除了货币信贷信息这个变量。
三、理论模型
garch模型又称为广义arch模型， 是arch模型的拓展。自从恩格尔提出arch模型分析时间序列的异方差性以后， 波勒斯列夫又提出了garch模型。 garch模型是专门针对金融数据的回归模型， 除去和普通回归模型的相同之处， garch对误差的方差进行了进一步的建模， 特别适用于进行金融数据的波动性分析和预测， 这样的分析对投资者的决策能起到非常重要的指导性作用， 其意义甚至超过了对数值本身的分析和预测。因此，本文选择garch模型研究偏差对股票市场的影响。garch模型要求所研究的时间序列必须是平稳的， 因而使用单位根检验 （unit root test） 对上证综指收益率进行平稳性检验。结果显示在1%的显著性水平下， 样本数据不存在单位根， 是稳定的序列。
（一）模型ⅰ：未考虑预期的实证检验模型
在不考虑实际公布值与市场预测值之间偏差的情况下， 建立股票市场的价格行为的garch模型：
rt=μ0+■μidi+μcpidcpi+μfaidfai+μm&loandm&loan+εi
ht=α0+α1ε2t-1+β1ht-1+■
αidi+αcpidcpi+αfaidfai+αm&loandm&loan
其中， rt为所测量的股票市场日收盘收益率，rt=■， pt表示第t 日的收盘收益率；di为虚拟变量，用以消除数据的“季节性影响”；dj为虚拟变量，消费物价指数、固定资产投资增率以及货币供应量和新增贷款数据公布之日， 取值为1，反之为0；εi为服从正态分布的扰动项。
在模型ⅰ中， 均值方程中的截距项μ0代表样本中宏观经济统计数据未公布情况下股票市场在周五的日收益率，系数μi、μj衡量周一至周四以及消费物价指数、固定资产投资增率、货币供应量和新增贷款数据公布后股票市场日收益率的变化。方差方程中的截距项α0代表宏观经济统计数据未公布情况下股票市场在周五的波动率，系数αi、αj代表周一至周四以及消费物价指数、固定资产投资增率、货币供应量和新增贷款数据公布后股票市场波动率的变化。
（二）模型ⅱ：考虑预期的实证检验模型
采用公式ln（实际公布数据/市场预测值）×100%代表市场预测值与实际公布数值之间偏差，建立股票市场的价格行为的garch模型：
rt=μ0+■μidi+μcpidcpi+μfaidfai+μm&loandm&loan+μ-cpid-cpi+μ-faid-fai+μ-m&loand-m&loan+εi
ht=α0+α1ε2t-1+β1ht-1+αidi+αcpidcpi+αfaidfai+αm&loandm&loan+α-cpid-cpi
+α-faid-fai+α-m&loand-m&loan+εi
其中， +cpi表示ln（cpi实际公布数据/市场预测值）>0， -cpi表示ln（cpi实际公布数据/市场预测值）0>0。同理， 其它宏观经济变量的定义与之相似。
四、计量分析结果
（一）模型ⅰ：未考虑预期的测算结果
采用准极大似然估计（quasi-maximum likelihood，qml）方法对模型ⅰ进行估计。模型ⅰ显示的回归结果表明了未考虑市场预期的股票价格在一周五天交易日中的不同特征。均值方程的实证结果表明，μmon回归系数为0.216，且z值为3.065，显著为正， 说明股票市场一周五天的平均日收益率在周一要高于周五。方差方程的实证结本文由收集整理果表明，αtue和αwed的回归系数分别是-0.781、 -1.032， z值分别为-3.957、-4.056， 显著为负， 说明股票市场一周五天日收益率的波动率在周二和周三都低于周五。
固定资产投资、货币供应量和新增贷款数额统计数据的公布对股票市场的日收益率和波动率的作用极为显著。方差方程的实证结果中αfai和αm的回归系数分别为-1.217和-2.154， z值分别为-3.808和-3.289，显著为负， 说明宏观经济变量统计数据中， 固定资产投资、货币供应量和新增贷款数额的公布降低了股票市场日收益率的波动率。αcpi的回归系数为3.095， 虽然为正， 但不显著， z值仅为1.234， 没有通过0.01水平的显著检验， 表明cpi统计数据的公布仅在一定程度上对股票市场日收益率的波动率起正向作用，加大了波动率。 原因在于cpi作为重要的宏观经济变量， 对股票市场的资产影响巨大， 因此， 参与者在进行资产估值时， 常常要根据其最新公布的数据来进行资产组合的调整， 而调整这种资产组合无疑会增加股票市场日收益率的波动。
（二）模型ⅱ：考虑预期的测算结果
由于当前我国的经济形势复杂多变， 货币政策导向并不明朗， 因此无法得到货币信贷的预测数据， 所以模型ⅱ的研究未考虑货币信贷信息情况下的偏差对于股票市场价格行为的影响。运用准极大似然估计qml方法对模型ⅱ的参数进行估计。
模型ⅱ显示的回归结果表明了考虑市场预期后宏观经济统计变量所产生的偏差对股票市场平均日收益率和波动率的影响。股票市场的均值方程中的回归系数α+fai为-1.417， z值为-6.808，通过0.01水平的显著检验， 说明当固定资产投资增速统计数据公布的实际值高于市场预测值时， 会对股票市场的平均日收益率产生负向影响， 日收益率降低，这主要是由于投资的替代性，投资的两大重要组成部分是对实体经济和虚拟经济的投资， 当固定资产类的实体投资增加时， 股市类的虚拟经济自然随之下降， 投资者预期投资在虚拟经济——股市上的资金会减少， 故降低了股票市场的平均日收益率。
方差方程的实证结果表明，α+cpi与α-cpi的回归系数分别为3.076和6.921， 均为正， 且作用效果高于其它两个宏观经济变量， 说明cpi统计数据的公布对股票市场日收益率的波动率正向作用显著，波动率增加，这与模型ⅰ的结论相同。另外，α-cpi的回归系数显著为正，说明当消费者物价指数的市场预测值高于统计数据公布值时， 股票市场参与者认为未来政府通过改变利率、存款准备金率等金融工具来实施货币政策的可能性较小， 使参与者看好股票市场的前景， 增加了其对未来股市的信心， 因此， 股票市场的平均日收益率显著升高， 日收益率的波动率也随之增大。方差方程的回归系数α+fai和α-fai都为正，说明固定资产投资增长率的统计数据公布后，不论其与市场预测值之间的偏差是正或是负， 都会增加股票市场的日收益率波动率。原因在于不论固定资产投资增长率公布后的实际值和预测值孰高孰低， 二者之间产生的偏差都会影响参与者对股票市场的信心和其市场行为， 从而加大股票市场日收益率的波动。
五、结论
基于收益率和波动性两个方面，本文运用garch模型测算了未考虑预期和考虑预期的宏观经济数据对我国股票市场波动的影响，结果表明：
宏观经济统计分析是建立在经济学、统计学基础上，伴随中国社会主义市场经济发展而逐步完善起来的。近年来，随着市场化进程的加快，特别是在信息技术的推动下，大数据时代的到来，对于宏观经济统计分析提出了更多挑战。面对新的情况，如何从统计学知识体系来渗透经济分析方法，并从宏观经济统计分析中的问题来探讨其发展趋向，对于提升我国宏观经济统计分析的科学水平具有重要的现实意义。
关键词：
宏观经济统计分析；统计方法；关键问题
从概念上来看，宏观经济统计分析是建立在经济学、统计学知识体系基础上，以统计知识为核心，围绕经济学知识进行研究和分析。在我国社会主义市场经济体制下，宏观经济统计分析的内容也经历了几个不同发展阶段。在以计划经济为主时期，宏观经济统计分析主要运用计量经济学知识，利用数理统计和模型分析，来完成对国民经济运行系统的优化和平衡。同时，借助于政府统计系统，从国民经济运行相关数据分析中，对计划执行情况进行研究，改进下一阶段计划经济重大问题。这一时期的计划经济为宏观经济统计分析提供了基础数据，但是，对于统筹兼顾、优化管理为主体的计划经济管理思想是一以贯之的。从我国统计学发展历程来看，对于宏观经济统计分析的内容，概况的讲，主要是围绕国民经济主要经济指标来展开，如利用国民经济账户、投入产出、资金流量表、国际收支平衡表等，从各个核心部门、核心指标、核心统计体系中来分析国家、产业的发展状况，减少经济危机的发生。改革开放以后，我国宏观经济统计分析，借鉴了马克思社会再生产、计划经济管理理论，同时借鉴了国民经济核算体系理论思想，完善了我国国民经济综合平衡统计方法，逐步实现了财政、信贷、外汇、物资的四大平衡。在以信息社会、大数据时代为特征的第三阶段，宏观经济统计分析将实际问题作为研究重点，特别是经济学与现实问题的关联，大数据环境下数据的可比性，统计分析方法的科学性和实效性等。
一、宏观经济统计与宏观经济统计分析概念研究
我国国民经济统计主要依托国民经济核算体系，包括经济循环理论下的宏观经济统计指标体系，以及各类标准、统计分类等内容。宏观经济统计，从概念上理解为从宏观上来探讨经济运行过程及结果的统计测度理论和方法。从统计范围来看，主要从经济活动中来获取统计数据，包括各类经济活动的信息整理、也包括各类统计部门设计的用于统计实际数量的调查资料。统计学是依据统计学理论，运用统计学方法来对各类经济信息进行统计分析，如利用抽样调查来进行统计分析，以实现对样本总量的推断；在获取相关统计数据内容时，常用的统计方法有分类法、关联统计法、变化率统计法、总量统计法、结构统计法等。信息化社会的发展，特别是基于网络技术的电子商务平台的建设，使宏观经济统计分析的独立性和地位更趋重要。概括来讲，经济统计分析从统计方式、统计数据上来全面认识经济获得，并从有效分析中提升经济发展水平.宏观统计数据的测度方式及搜集方法，与传统的调查方法，如普查、抽样调查、统计报表相类似，在现代经济统计中，增加了软统计内容，如抽样问卷、心理量表等。宏观经济统计分析是建立在宏观经济统计基础上，利用统计学理论和方法，以实证经济分析来处理统计结果。从概念上来看，广义的宏观经济统计分析包括的经济活动较多，不仅有重要的宏观经济指标内容，还有其他与国民经济管理相关的统计分析。微观来讲，宏观经济统计分析主要从经济问题的统计分析研究中，来构建统计分析模型，并从统计分析变量或指标中探析统计数据所反映的结果。
二、宏观经济统计分析体系研究
1.宏观经济统计分析内容
宏观经济统计分析体系包括宏观经济学目标、宏观经济管理目标和宏观经济统计目标三项内容，对于宏观经济学目标，主要从宏观经济统计分析对象，如社会总供给、总需求等建立均衡统计分析，从国民收入分配统计分析中来构建各项统计指标，如产业结构统计分析、经济周期统计分析、知识经济发展与创新统计分析、消费-投资需求分析、通货膨胀统计分析等等。宏观经济管理目标主要从宏观经济运行体制及组织结构上，围绕国家经济社会重大战略开展统计分析。如创新型国家经济战略、科教兴国战略、财政政策、货币政策、城镇化区域发展战略、可持续发展战略等等。宏观经济统计目标主要从国家统计、部门统计、行业统计、区域统计等层次化统计数据基础上来开发，围绕社会创新、政府管理、科学研究等内容展开统计方法创新。
2.宏观经济统计分析问题
宏观经济统计分析是政府统计工作的重要内容，一方面归结为制度化的统计分析工作，另一方面表现为专题型或问题型统计分析工作。在制度化统计分析工作中，围绕政府统计调查指标体系，从宏观经济运行过程及结果中来搜集数量特征、数量关系，并从宏观经济运行情况综合表现上来剖析主要问题和成功之处；对于各项宏观经济政策措施的执行情况进行跟踪，对执行效果进行对照分析，并从存在问题中来提出应对建议。如国家统计局和各下属统计单位，每年要对上一年度的统计工作进行汇报，以经济分析白皮书形式进行综合。制度化宏观经济分析工作，能够从社会生产、市场供需、收入分配、金融市场化、国际收支等多方面进行呈现，既有动态指标，也有近期、中长期发展趋向分析。宏观经济专题统计分析具有灵活性和变化性，主要是围绕不同时期的经济工作，从经济问题中来展开针对性调查统计分析。其特点表现在：一是对所研究的问题或专题具有较深的研究；二是多采用多重调查方法来实现对专题问题的全面分析，如抽样调查、软实力调查、问卷调查等的综合使用；三是运用现代信息技术来提升统计分析能力，特别是用网络化平台技术来弥补传统调查方法的不足，改善数据质量等。
三、宏观经济统计分析方法研究
宏观经济统计分析方法具有多样性，针对不同问题，有搜集数据、整理数据方法，也有针对经济问题的分析方法，还有基于统计描述和探索性数据分析方法。总的来看，对于宏观经济统计分析工作，多种方法的综合运用有助于提升宏观经济统计分析的科学性和有效性。对于宏观经济统计分析，不同领域所涉及的统计方法具有交叉性。但对于宏观经济分析中动态经济分析、静态经济分析、比较动态经济分析、比较静态经济分析方法所反映的经济学问题，能够从全面质量管理方法中体现目标、过程、方法、绩效、因素等统计描述信息，改善统计分析的应用实效性。主要常用的方法有因素分析法、指数分析法、弹性分析法、时间序列分析法、应用回归分析法和多元统计分析法等。对于不同经济变量体系的描述，根据经济运行过程及数量特征，从所选定的指标变量上来进行估计，包括推算、核算和估算等方法。描述性统计分析方法是基于统计分析应用，从构建基本逻辑架构中来分析客观存在的相关变量之间的关系；由于经济活动中各经济关系之间存在动态性，需要从经济分析的聚类、因子分析等方法中，运用分层回归、分位回归以及协整分析方法来转换，以促进对各项分析指标体系进行综合评价和反映。同样道理，在宏观经济统计分析方法研究中，面对大量微观性数据，如何发挥统计变量测度及过程变量特征分析优势？实践中常用统计系统描述方法，将系统分类及归纳至分位、分层、立体、动态的复杂系统中，从探索各关系变量及因素之间关系上来进行描述性分析。如在人口普查以及经济普查中，对于各类模拟系统方法的运用，主要从各因素的顺序识别和组内方差缩小、组间方差扩大上来实现动态过程的科学推断，提升核心主体的统计分析精度。
四、宏观经济统计分析的趋向研究
从宏观经济统计分析的应用来看，当前社会环境下面对更多挑战，其主要研究方向有以下几点：一是做好对国家经济社会发展管理的重要决策导向研究，特别是在信息技术快速发展背景下，从海量数据分析中来挖掘科学的信息资源，来优化和辅助市场化竞争、产业竞争及区域、国际间的竞争需要。哈佛大学加里·金（GaryKing）提出“信息革命背景下，对于海量数据资源的统计分析，将席卷商业界、学术界和政界”。建立在大数据基础上的精细化测量行为研究，从经济领域、商业领域来拓宽延伸，以促进社会发展；二是顺应大数据时代的发展机遇，在中国特色社会主义市场经济转型关键期，从协同政府、行业、经济、社会发展关系的角度，以政府公共数据共享平台建设来完善社会发展科学管理水平，从中长期发展政策分析中来进行科学谋划和实施。对于统计信息平台中的活动、业务、行政记录、财务信息等资料，要按照统计数据的统一化要求进行科学转换，增强宏观经济统计分析的决策科学化能力；三是强化创新型国家建设统计分析工作，围绕国家创新能力、国家创新体系建设发展要求，从国家科技政策制订，到各项经济统计工作的实施，都应扎实推进宏观经济统计分析在经济建设中的核心和驱动地位；四是构建高端化的产业结构统计分析模型，围绕我国全面转型过渡期的产业结构现状资料，从构建“三高一低”产业结构高端化统计目标入手，加大对信息化金融产业的创新，延长产业价值链，增强产业辐射及带动作用，优化产业结构向高端化进程转移；五是注重金融统计分析，完善我国金融管理体系，提升金融管理效率。在建设金融服务业与其他产业的协同发展上，发挥统计手段来全面跟踪和优化我国货币政策服务环境，挖掘金融数据，加大金融风险监测和防范；六是注重宏观经济空间统计分析，依托大数据时代数据集中化平台，为宏观经济统计分析创造有利环境，实现大数据的共享、合作和协同发展，真正实现大数据的整体效益。
参考文献：
[1]赵彦云,周芳.试论大数据时代中国政府统计改革发展新模式[J].教学与研究，2014(01).
[2]侯福忠.宏观经济统计分析在国民经济核算体系中的作用[J].现代商业，2013(15).
关键词：初级宏观经济学；教学方法
课题项目：秦皇岛市社科联项目，课题名称：秦皇岛人口年龄结构变化对产业结构调整的影响（课题编号：201306260）
中图分类号：G642 文献标识码：A
原标题：初级宏观经济学教学过程中存在的问题和改进方法
收录日期：2013年9月26日
宏观经济学是我国高校经管类的专业基础课，在有些高校的本科教学中，也作为一些人文类、理化类和工程类学科的选修课；这门课也是大部分高校经管类研究生考试的必考科目。宏观经济学不同于微观经济学，他研究的是整体的经济行为，研究的是一个国家或地区全面的或者是总体的经济运行情况。整个国家的经济运行状况关系到每个人，因为它影响到收入、工作前景和物价，因此了解宏观经济的如何运行对我们每个人来说都十分重要的，尤其对于政府部门的决策者来说。问题是，到目前为止，宏观经济学并不是一门已经确定的科学领域。虽然在许多问题上人们已经取得了基本一致的意见，比如长期经济增长的某些决定因素，但是有许多问题仍然存在争议，比如经济波动的根源和货币政策的短期效应。学习宏观经济学的目的是传递人们已经获得的宏观经济学知识，同时也指出我们到目前还没有充分理解的领域。
一、宏观经济学教学过程中存在的问题
（一）前期课程体系的不完善。学习宏观经济学的前期课程准备应该有：高等数学、微观经济学、金融学、货币银行学、国际经济学等等，但是很多高校开设宏观经济学是在大二上学期，或者是将宏观经济学与金融学、货币银行学和国际经济学设置在同一学期开课，有的则将金融学、货币银行学和国际经济学安排在宏观经济学后面开课，这就造成了学生知识储备的不完善，在学习宏观经济学的过程中很难全面、系统地进行分析，尤其是增加了深入理解和分析的难度。所以，只有经过对一系列课程完整、系统的学习后，才能融会贯通地学习宏观经济学。
（二）初级微观经济学和初级宏观经济学的联系较少。大部分的高校在本科阶段学习的是初级宏观经济学，而初级宏观经济学的内容和微观经济学的联系较少，缺乏微观经济学的基础，虽然目前高级宏观经济学是建立在经济学共同假设的基础上，但这部分内容在初级宏观经济学的书上往往涉及的很少，比如在中国人民大学出版社出版的高鸿业主编的西方经济学宏观部分这本书里，也只有最后两章才有所涉及，学生会对因为找不到微观经济学和宏观经济学之间的联系而感到困惑。所以，现行的初级宏观教材在宏观经济学与微观经济学联系的问题上还不能很好地解决本科阶段学生们的问题。
（三）学生对宏观经济学用处的质疑。除了学习体系上的不完善造成学习宏观经济学的困难，学生们往往对宏观经济学的实用性产生质疑和困惑，由于宏观经济学主要是研究国民收入的决定与变动，长期的经济增长与短期的经济波动，以及相关的通货膨胀、失业和国际收支等问题，对于基本上还没有工作经历和社会经验的大一、大二的学生们来说，学习起来会感觉比较抽象，难理理解，尤其是不能体会书本上的知识如何与现实生活有效地结合。所以，很多学生在学习宏观经济学的时候，都会提出这门课的用处到底是什么，课程对学生今后的发展和工作的用处到底是什么等等诸如此类问题。
二、宏观经济学教学改进建议
（一）提高教师的理论水平。为了发掘学生对宏观经济学的兴趣，提高宏观经济学的教学效果，教师应注意将西方的经济理论与中国的现实情况相结合，而且，讲解宏观经济学离不开案例的分析，通过案例的分析可以使晦涩的理论模型变得生动，学生学习起来更有兴趣。
是否一定要使用多媒体课件，这取决于授课教师的个人偏好，多媒体课件可以提高讲课的效率，无论从色彩上还是动态的效果上，多媒体课件都有它的优势；相比而言，板书授课的优势是教师一步一步的演绎推导和作图可以使学生的记忆更加深刻，在推导的过程中，学生的注意力也更加集中，课堂教学的效果好。所以，多媒体和板书的有效结合，是一种既提高讲课效率又提高授课效果的很好的方式。而多媒体授课对于宏观经济学重要性还在于在课堂上可以随时就讲到的知识点展示网络上的信息，无论是国内还是国外的信息和数据，都可以做到及时观测，让学生可以了解到最新的知识和数据信息。
为了更好地保证所讲授知识的正确性和即时性，讲授宏观经济学的教师除了应该进一步深入研究中级宏观经济学、高级宏观经济学以及经常关注国内外最新的理论科研成果之外，对于与宏观经济学相关的学科也应当有深入研究，比如计量经济学、金融学、国际经济学、劳动经济学、货币银行学等等，这些学科的部分理论在宏观经济学中都有广泛的应用。
（二）教材选择的多样化。现阶段，国内教材普遍存在的问题是理论陈旧、分析方法单一和知识更新的速度比较慢。受到教材的影响，学生很难接触到及时更新的理论和针对性更强的案例。
除了教师应该注意到这种知识结构和内容上的变化，有义务不再传授陈旧的或者是错误的、不恰当的理论，同时应该不断更新学生的教材或者是参考书目。比如，如果能够开展双语教学，可以选取英文版的比较新的教材，很多英文教材的优点在于，定位比较明确、内容更加充实、案例和习题新颖、贴切、印制精美等等，更容易被宏观经济学的初学者接受，当然，翻译版的也可以，问题是现在很多译文版有很多翻译或者书写上的错误，教师要仔细检查，并一一对学生指出。如果不能直接选用英文版的教材的话，也要在参考书目中列举出足够量的原版宏观教材以供学生课下阅读。另外，课堂上可以经常介绍一些当前宏观经济学的前沿科研成果和论文等，让学生了解这门课当前的进步、争论和新的发展方向，以促进这门学科的不断发展。
（三）宏观经济学的教学离不开数据。作为教师除了教给学生书本上的内容以外，应该让学生知道书上的每个定理、每个模型都来自于实际的生活和数据。所以，对历史事件和生活的观察以及对数据的敏感都是学好经济学必要的素质。只会死记硬背书本的内容而无法将其联系实际以解决现实生活中的问题，这不算是学好经济学的表现。所以，学会采集数据、整理数据、处理数据和通过数据得出结论，对学习经济学的学生而言是非常重要的。可以告诉学生在哪里得到与课程的研究内容相关的数据，比如银行的网站，尤其是各国央行以及世界银行的网站，国家统计局的网站和美国经济分析（BEA），也可以具体到各个省市统计局的网站等等。学生通过对真实数据的搜集和分析，更容易理解已经学过的经济学理论到底是如何从现实中总结出来的，也能够理解政府采取的各种经济政策背后都有哪些依据。虽然作为刚刚入门的经济管理类专业学生也许不能得到比较深入的结论，但是对于他们的学习也有良好的促进作用。学生为了让自己能够尽早完全理解这些现象，也更加有动力去学习新的理论和知识。
（四）习题是宏观经济学教学不可或缺的一部分。习题是引起学生学习宏观经济学学习兴趣的一种好方法，既巩固了理论知识也锻炼了学生的经济学思维。本科阶段的宏观经济学习题内容很丰富，国内教材的习题偏重于计算，国外的教材偏重于案例和数据分析，各有各的侧重。如果教师能够在讲解每个知识点或者章节的同时选取恰当的习题和案例练习，学生会马上整理老师讲过的内容并重新审视学过的概念和公式，深入进去建立自己的记忆和理解方式，尤其是利用学过的知识去解决实际生活中的问题，也就是案例分析，是锻炼学生形成经济学思维方式的好机会，也加深了学生对于知识点的理解。在做题和分析的过程中，可以采取多种不同的形式，比如课堂讨论可以给学生更多的机会创造和展示他们自己的观点，这种应用学过的理论和模型解决实际问题和形成自己观点的过程，可以启发学生质疑探索，提出新思想、新观点，强调学生对案例进行独立自主的思考和分析，使学生形成一套思考问题、分析问题的方法和范式，形成师生之间、学生之间的互动与交流。
主要参考文献：
[1]陆文安.影响宏观经济学教学效果的因素分析[J].教育教学，2012.7.
[2]李海明，翁卫国.宏观经济学：教学范式新探索[J].西南大学学报（社会科学版），2011.2.
【关键词】宏观经济 统计分析 大数据时代
一、前言
在宏观经济关于统计分析不断得到广泛应用的状况下，市场经济得到稳定的发展，但是在实际应用的过程中，还存在很多弊端，这样的状况严重的影响了其发展。在经济发展新时期，对存在的问题进行适当的分析和研究，并制定出合适解决方法，已经成为我国经济领域学者重点的研究对象。基于这样的状况，为了有效的保证问题的有效解决和对策的制定具有时效性，在实际的工作中，需要对宏观经济统计分析进行深入的了解与掌握，才能够给予行之有效的、与时俱进的、对国家和大众都有益处的对策。
二、宏观经济统计分析简介
（一）内涵分析
在本课题对相关问题进行分析之前，需要对宏观经济统计分析的相应概念进行了解。宏观经济统计分析主要是对整体经济关于同一方面的总称，在其发展的不断阶段，经济学和统计学两种知识的融合，为市场经济的繁荣发展提供了详尽的信息。宏观经济方面的统计分析主要分为两个发展系统：一是统计学知识为基础的发展系统；二是和经济学知识为中心的发展系y。两种不同知识所形成的系统，在实际应用中产生的价值自然存在很大的差异性。但是在实际应用的过程中，宏观经济方面的统计分析主要注重关于经济学方面的理论和知识多一些，主要表现在计量经济学上面[1]。鉴于计量经济学具有理论形式的计量经济学和经济形式的计量学，将其应用到实际当中，能实现对数据的统计和管理，进而达到探索经济当中潜在规律的目标。宏观经济的统计部分所要研究的对象主要是宏观经济实际运行过程相应结果，在此过程中主要把宏观经济的相应理论作为依据，而将统计分析方法和方法作为工具，充分的利用统计的资料，来实现对宏观经济实际当中运行的规律予以深度的认识与分析。
（二）常用的方法
宏观经济方面的统计分析在实际使用的过程中，其方法多种多样，主要有以下几种方法：（1）静态分析。该种分析方法主要是把经济变动的整个过程和时间的因素进行排除，进而使经济达到相对平衡的状态。（2）边际分析。该种分析方法主要是边际概念当中的数量分析法，在使用的过程中对经济行为和相应的经济变量进行详细，进而凸显出自变量和因变量之间存在的关系；（3）均衡分析。该种分析法是对经济实际均衡状态下变动条件和形成条件进行详细分析；（4）比较动态分析。该种分析法主要是对两个不同的经济予以比较对比，进而获得变量的关系[2]。
三、推动宏观经济状态下的统计分析发展策略
（一）“与时俱进”
宏观经济统计分析具有实践性与科学性，能实现对信息予以合理分析，对现今市场经济的稳定经营和长远发展具有重大的意义。在信息化技术的支持下，宏观经济方面统计分析的信息的主要来源和相应的分析方法呈现出迥异的特征，宏观经济方面的统计分析在实际应用中表现出与时俱进的特征，将多样化的分析方法应用到该项分析当中，能使数据终端使用人员提供的重要的信息保障。大数据时代为我国超越追赶经济发达国家提供了一个良好的机会，我国在经济发展新时期当中，注重从政府采集和分析得到的信息数据着手，进而为经济的稳定经营和长远发展制定科学的发展战略。
为了能贯彻和落实新经济时期制定的经济发展战略，要在经济发展趋势不断变化后，对不适应经济长远的项目进行改进，在关于经济发展的过程中，应注重经济研究的前瞻性，并对互联网中的信息进行充分的利用，从而形成一个全新的宏观经济分析体系，为我国宏观经济发展中提供科学依据与良好的服务。在大数据时代迅速发展下，我国可以对当地各个社会基础单位作为的数据作为依据，对顺应现今大数据时代信息发展的平台进行建立。强化物流网络自身统计与各个行业之间相关联的机构进行建设建设，进而为各个行业的全面发展创造良好的发展环境。当地政府同时也要对资源环境和电网供求提供的信息数据作为重要的依据，实现对我国各项能源的全面发展。此外，大数据相关平台网站要进行科学的建设，这样才能为我国能源基础建设和管理提供强有力的保障。从上文的论述得知，大数据时代背景下，我国各个地方的政府要注重自身发展的创新性，能实现对数据的合理分析，通过采用多元化的经济统计方式，才能对统计和分析方法提出个更好的方法，进而实现合理科学的宏观经济统计分析发展目的。
（二）完善相关体系
经济体制的改革是我国促进经济发展采取的重要措施。随着经济体制的不断改革，我国现存的经济发展结构很难为经济的实际发展提供满意的服务，已经无法满足社会经济发展的需求，无法适应新时展的趋势。基于这样的状况，在实际的发展的过程中，为了更好的改进我国经济发展的机制，应注重要宏观经济方面统计分析工作能在现阶段得到健康的发展。政府机关单位中的从业人员在实际的工作中应研究出适应现今经济发展的体系，进而能科学的指导现今市场经济中企业自身的经营和长远的发展。同时还要对参与工作的相应人员，对自身的专业技能进行不断的提升，让其拥有更加专业的职业技能，保障新建指标体系能顺利有效的实施，发挥其调节指导作用[3]。
（三）加强宏观控制力
由于经济具有较强的流动性，易产生很多种类型风险。因此，要加强宏观经济统计分析稳健发展，增强政府宏观调控经济的能力。将我国宏观经济调控与政治外交结合，与国际宏观调控接轨，并且在宏观调控基础上，贯穿落实国家各项宏观调控政策。根据实际情况采取具有针对性的调控政策，使宏观调控能力与市场机制调节功能得到充分的发挥。将宏观调控目标分为若干个小目标，逐一的进行宏观调控，使宏观调控成果巩固，以实现经济宏观调控最终目标。
四、结论
通过本文的论述得知，虽然我国宏观经济统计分析存在着较多样化的问题。但是，宏观经济统计分析与时俱进符合时展与国家的宏观调控加强，相关体系不断完善，政府与各方力量的大力支持。能够实现对所有经济数据统筹管理与精确分析，使国家经济发展加快，促进整体经济效益优化，宏观经济统计分析也能够得到一个长期有效发展的契机，为人们谋取更多的福祉。
参考文献
[1]张永生.浅谈宏观经济统计分析发展的基本问题[J].现代国企研究，2016，（16）：146.
关键词：商业银行；信用风险；宏观压力测试
一、引 言
自20世纪70年代末到21世纪初，全球有93个国家先后爆发了112次系统性银行危机。尤其90年代以来频频爆发的金融危机——如1987年美国股市崩盘、1994年美国利率风暴及中南美洲比索风暴、1997年亚洲金融危机、1998年俄罗斯政府违约事件，特别是2007年春季开始的次贷危机最终演变为2008年的全球金融风暴，波及范围之广，影响程度之大，史无前例。它们不仅使一国多年的经济发展成果毁于一旦，还危机到一国的经济稳定，对全球经济也产生了强大的冲击。［1］
收稿日期：2008-07-05
项目资助：本文受到西安交通大学“985工程”二期资助（项目编号：07200701），国家社会科学基金（08djy156）资助。
作者简介： 李江（1962-），湖南省湘潭市人，金融学博士，西安交通大学经济与金融学院副教授，
硕士研究生导师，研究方向：金融风险管理；刘丽平（1982-）,女，河北省承德市人，西安交通大学经济与金融学院硕士研究生，研究方向：财务预警。
金融系统的宏观压力测试是一类前瞻性分析的工具，用于模拟“异常但合理” 宏观经济冲击对金融体系稳定性的影响，可以帮助中央银行识别金融体系的薄弱环节，有助于各方理解金融部门与宏观经济之间的联系，同时提高中央银行和金融机构的风险评估能力。因此，受到各国金融监管当局的重视，逐渐成为检验一国银行体系的脆弱性，维护金融稳定的首选工具。在金融全球化的趋势下，随着我国金融市场的完全开放，我国金融业和国际金融市场的逐步融合，是否拥有一个稳定和富有竞争力的银行体系对于中国而言显得非常迫切。对银行体系进行稳定性评估，尤其是对银行体系面对的信用风险
进行宏观层面的压力测试，对防范和化解系统性金融风险，维护中国金融稳定和安全具有重要意义。
下面研究宏观压力测试在银行信用风险评估中的应用，通过对国外已有的成熟模型理论成果分析比较的基础上，根据我国的宏观经济及金融发展特点，经济、金融数据统计及披露特点，模型的数据需求深度广度要求，建立适用于我国的模型并以此进行实证分析。
二、文献综述
（一）宏观经济因素对银行信贷违约风险的影响
mckinnon r［2］认为，宏观经济稳定时，银行经营行为非常保守，不会出现不顾风险单方面追求效益的现象。但在实际汇率波动、通货膨胀出现等宏观经济不稳定的情况下，政府或明或暗的存款担保，导致银行会产生以高利率对高风险项目贷款的风险行为。donald van deventer［3］通过线性回归分析，确定了宏观因素对银行股价变动的解释在统计上是显着的。
对20 世纪80 年代以来各国银行不稳定尤其是银行危机现象, 国际组织和国内外学者进行了大量研究, 积累了十分丰富的实证资料。尤其是来自美国、英国、澳大利亚、芬兰的许多国外学者, 在对20 世纪80、90 年代全球银行不稳定事件的实证分析中发现, 宏观经济因素波动在各国银行不稳定中扮演着重要角色。tom bernhardsen［4-5］建立起银行破产与不良贷款和宏观经济因素的关系模型，并且利用欧洲国家的面板数据进行了实证检验。erlenmaier u［6］和gersbach h［7］利用挪威中央银行的宏观经济模型rimini对总体审慎指标的趋势与发展进行预测，并且建立了评估贷款违约率的宏观信贷方程。froyland e和larsen k［8］利用rimini对银行不良贷款在宏观经济波动情境下进行了压力测试。pesola j［9］分析了银行系统危机对宏观经济因素波动的敏感性，并
利用芬兰的数据通过建立模型对两者之间的关系进行定量分析。virolainen k［10］对芬兰金融风险的实证评估，建立了宏观信贷模型并进行宏观压力测试，揭示了芬兰银行系统贷款违约风险与宏观经济波动的相关性。
国内对于银行体系的稳定评估的实证研究，包括陈华，伍志文［11］运用1978～2000年间的数据对我国银行体系脆弱性状况进行了量化分析。结果发现,中国整个银行体系在1978～2000年之间有11年是不稳定的,尤其是在1992年和1998年前后更为突出,银行体系出现了不稳健的征兆,存在较大的金融风险。
（二）宏观压力测试理论和实践
在执行宏观压力测试使用的宏观信贷模型的研究领域，有两个学者的模型框架占据举足轻重的地位，并为日后的学者不断的进行模型的拓展研究和实证应用奠定了良好的基础。他们是wilson t c［12-13］和 merton r［14］。wilson对各工业部门违约概率对一系列宏观经济变量的敏感度直接建模。模型的思想是对违约概率和宏观因素的关系进行建模，模拟将来违约概率分布的路径，就可以得到资产组合的预期异常损失，进而模拟出在宏观经济波动冲击下的违约概率值。相比较而言，merton模型则多加入了股价对宏观要素的反映，将资产价格变动整合进违约概率评估模型。因此，前一种模型更直观，计算量较小；而后一种方法对数据的广度和深度的要求以及计算量要求都很高，其中有些市场数据也许是信贷风险的噪音指标。
世界各地的学者，运用上述模型框架进行了大量的实证研究。vlieghe g［15］对英国银行体系累加的企业违约概率进行建模估计，发现gdp、实际利率和真实工资水平具有较显着的解释能力。bunn p,cunningham a和drehmann m［16］曾使用probit模型来测算英国企业部门的贷款违约风险。boss m［17］针对加总的企业违约概率估计出宏观经济信贷模型来分析澳大利亚银行部门的压力情境，结论说明工业产值，通货膨胀率，股票指数，名义短期利率和油价都是违约概率的决定因素。marco m 、sorge、kimmovirolainen［18］利用wilson模型框架对芬兰银行系统的信贷违约概率进行了宏观压力测试分析。结果证明在压力情境下，违约概率（pd, portability of default）的蒙特卡罗模拟分布明显异于常态分布，其var值远高于基期的测算值。jim wong,ka-fai choi和 tom fong［19］建立了香港零售银行面对宏观经济波动的信贷风险宏观压力测试框架。模型框架中引入的宏观经济变量包括：国内生产总值（gdp），利率（hibor），房地产价格（re）和大陆的gdp。同时用宏观压力测试评估了香港银行体系的贷款资产和住房抵押贷款风险暴露。压力情境的设定模拟了亚洲金融危机时发生的宏观经济波动，并分别引入了测试模型。结果表明在置信水平90%时，在所有压力情境下有些银行仍然能够盈利。这意味着目前银行系统的信用风险较稳和。当var取99%的置信水平这一极端情况时，一些银行出现了巨额损失，但这类事件发生的概率极低。
hoggarth g和whitley j［20］与drehmann m hoggarth， g logan a， zecchino l［21］在他们的研究中引入了英国在fsap框架指引下宏观压力测试的执行结果和方法，在压力情境的设定方面采用在险价值框架下的蒙特卡罗模拟法。jones m t, hilbers p和slack g［22-23］提供了宏观压力测试的更一般的非线性的方法。worrell d［24-25］ 讨论了一个将早期预警系统，金融健全性指标和宏观压力测试整合的方法。
一些学者研究将信用风险和市场风险整合测量，例如 allen l 和 saunders a［26］尝试将宏观经济因素整合进信用风险的测量模型。而最近的一些文献如pain d、vesala j［27］和gropp等人［28-29］则是引用wilson 的宏观信用模型分析了宏观要素对银行的债务人的信用质量的影响。而wilson 的模型的一个替代选择则是merton 的公司层面的结构模型. gray d、merton 和bodie［30］将这一框架扩展至研究主权违约风险。derviz a 和kadlcakova n ［31］将商业周期的影响整合进一个具有结构模型和简化模型特征的复合模型。drehmann m、manning m［32］和pesaran m h等［33］在利用merton模型框架的宏观压力测试中研究了违约概率和宏观经济变量的非线性关系。benito a,whitley j和young g ［34］将基于衡量违约概率的merton模型融入针对模拟
个别企业违约的probit模型。他们发现merton模型方法比仅仅依靠企业的财务数据的模型效果更优。
还有一些文献使用不良贷款，贷款损失额或者复合指标与宏观经济因素整合成矩阵向量来测算金融体系的稳定性。hanschel e和monnin p［35］针对瑞士银行系统构建了一个复合压力指标，该指标综合了金融不稳定的市场指标和银行资产负债表上的衍生变形指标。kalirai h 和 scheicher m［36］针对对澳大利亚银行体系累加的贷款损失，通过涉及广泛的宏观经济变量的模型进行了时间序列的回归估计。这些宏观经济变量包括国内生产总值、工业产值缺口、消费者价格指数、货币供给增速、利息率、股票市场指数、汇率、出口额和油价。
（三）国内外研究述评
目前国外开展的关于银行稳定性评估的实证研究十分丰富，其中挪威和芬兰中央银行的研究对金融系统的评估最具综合性。稳定性评估的目的在于，对银行体系的健全状况和抵御系统性金融危机的能力进行定量和定性的客观评价。为此采用了金融稳健指标分析（financial sound indi cators)和压力测试的方法，对宏观经济环境中例外但有可能发生的冲击（shock）情境进行模拟，来量度和评估银行体系在遇到冲击甚至遇到金融危机时，保持稳定（即银行保持基本运营不会发生突变）的能力。
而国内对于银行体系的稳定评估的实证研究都偏重于评价银行体系的稳定性，对在抵御不确定性风险的能力评估并未涉及。目前我国关于宏观压力测试的研究才刚刚涉及，孙连友［37］，高同裕、陈元富［38］等学者对宏观压力测试进行了理论上的探讨，但多为国外文献的整理或综述，未能进一步的发展和深入。尤其在模型研究方面，仅仅停留在介绍早期国外学者的模型框架和较为成熟的各国宏观压力测试手册指引中的操作流程。其内容多为宏观压力测试的必要性、目的作用、所用方法、国内外的具体实践等，未能有很系统和深入的介绍，而对多种宏观压力测试模型的介绍和分析尚无涉及。
在实证方面，熊波［39］通过建立宏观经济因素的多元logit回归分析，并对结果进行假设情境的压力测试分析。得出的结论是， 国内生产总值和通货膨胀率这样的宏观经济变量的确是影响中国银行体系稳定性的重要因素。但是该文只是借鉴了压力测试的思想，使用传统的方法，通过模拟情境下宏观经济因素异动，由logit模型最终得出稳定性指标期望值的点估计来评价银行体系的稳定性。这种方法不能有效地反映出宏观变动冲击对银行体系的影响，不能看出压力情境下银行面临的最主要的信用风险的分布状况，即贷款违约率的概率分布。
三、宏观压力测试方法流程及模型设定
（一）方法流程
宏观压力测试是模拟“危机事件”来估计极端却可能的压力情境下金融体系的波动。在宏观压力测试的框架中，其模型表示为：
q(t+1｜t+1≥x=f(xt,zt)（1）
在（1）中 表示在模拟的压力情境下评价金融体系的稳定性的指标的表现。在宏观压力测试模型中衡量金融部门波动性的最一般的方法是资本的潜在损失率。q(·)表示衡量金融系统波动性的风险矩阵，衡量违约情况的指标例如贷款损失额主要通过模拟压力情境下的点估计得到。在这种情况中，该条件概率值表示的风险矩阵较容易计算。而在险价值方法中，在任何给定的压力情境下，资产组合的损失应产生概率分布，而不是前一种方法中的点估计值。框架中f(·)表示损失方程，该方程模拟了宏观经济冲击对金融体系中加总的资产组合的影响关系。该方程可包含风险暴露，违约概率，相关性，回馈效应，以及宏观经济变量变动与系统层面金融稳定性表现的相互关系。
压力测试的执行方式主要是通过情境设定，根据情境假设下可能的风险因子变动情形重新评估金融商品或投资组合的价值，整个程序通常分为两大步：一是情境设定；二是重新评估。通常重新评估的方式不会有太大的差异，但是情境设定的方式却有很多种选择。情境分析（scenario analysis）是目前应用的主流。即利用一组风险因子定义为某种情境，分析在个别情境下的压力损失，因此此类方法称为情境分析，情境分析的事件设计方法有两种：历史情境分析（historical scenario）和假设性情境分析（hypothetical scenario）。其他方法还有敏感度分析（sensitive analysis）和极值理论法（extreme value theory, evt）。
本文根据信用风险压力测试的相关文献以及世界银行和国际货币基金组织联合开发的fsap（financial sector ass ess ment programme)的手册，将压力测试的执行程序见图1所示。
图
1 压力测试流程图
（二）模型的设定
本文将在wilson、boss和virolainen研究框架的基础上建立适合我国银行系统信用风险评估的宏观压力测试模型。首先借鉴国外研究成果中关于宏观经济因素和贷款违约率之间的非线性关系设定。在此基础上使用logit方程将贷款违约率转化为宏观综合指标，以指标作为因变量与宏观经济因素进行多元线性回归分析，使得这一指标能够很好地利用各宏观经济指标所提供的信息。在模型中宏观经济因素的选择方面，参考国内外学者实证研究中模型的自变量，结合我国数据统计和披露特点等制约因素选取适合的宏观经济变量来构建模型。
yt=ln1-pdt[]pdt（t=1, 2…, n）（2）
yt=α0+α1xt+…α1+mx1-m+β1yt-1+…+βny1-n+μt（3）
xt=0+1xt-1+…+px1-p+φ1yt-1+…+φqyt-q+εt（4）
pdt代表t年度的贷款的平均违约率，y是一个反映宏观经济状况的综合性指标，也可以将它理解为是反映银行体系违约概率和各宏观经济变量的关系的“中介指标”，x代表宏观经济变量。在利用历史数据进行模型估计时，通过处理的违约概率值代入（2）就可以得到估计的综合指标的估计值。将其带入（3）就可以估计出宏观方程的系数，并以此估计出的方程作为进行宏观压力测试的基础。而在执行压力测试的时候，通过压力情境的设定，用不同方法得到的各相关宏观经济变量值代入估计出的（3）就可以得到压力情境下的y，再通过（2）就估计出了压力情境下的银行系统的违约概率。
公式（2）就是对贷款违约率进行logit回归分析，pdt表示t年度的贷款的平均违约率，yt表示一系列宏观经济变量的综合指标。
公式（3）是反映各宏观经济变量与综合性指标yt的关系的方程，本文采用多元线性回归的方法来模拟变量之间的关系。其中xt=(x1,t,x2,t…xl,t)′是l×1阶列向量，代表l个宏观经济因素构成的列向量；μt是方程的随机扰动项。截距α0是一个l×1阶列向量；系数α1,α2…α1+m分别代表l×1阶向量，系数β1…βn是l×n阶矩阵向量。
公式（4）是关于各宏观经济变量的时间序列模型。考虑到宏观经济因素采取的时间序列数据，可能存在变量的滞后性，因此对各宏观经济变量进行p阶自回归分析，剔除模型中的序列相关性。在（4）中，0是l×1阶的列向量, 1,…,p都是l×1阶矩阵向量，φ1,…φq是l×q阶矩阵向量，随机误差εt都是l×1阶列向量。
在这个模型中，假设μt和εt是序列不相关的，并且分别服从方差协方差为矩阵∑μ和∑ε的正态分布。其中μt和εt相关的方差协方差矩阵为∑μ,ε。
在 wilson（1997）和virolainen（2004）提出的框架中，yt仅仅与xt有关，而本文模型的设定更符合实际情况，yt不仅与xt相关，考虑到宏观冲击的时滞效应，yt还与其滞后期的值yt-1,…,yt-n有关。
从（4）可以看出，模型不仅考虑到了宏观经济变量值之间的相互影响，模型的设定考虑到了金融体系对宏观经济波动的回馈效应。将银行的表现对经济的反馈影响通过在宏观因素变量的自回归方程中引入综合变量来实现。通过各行业综合指标y的前期值对各宏观经济变量的影响设定来反映现实世界中的金融与经济发展的相互影响关系。
（三）变量选取
1.解释变量
根据各国的实证研究经验和我国银行体系业务发展特点，本文模型的变量选取1990～2006年的年度数据，主要考虑到数据的可得性、宏观经济统计的特征以及经济冲击发生的持续时间来决定的。鉴于研究的宏观层面，从数据的可得性及计算量考虑，本文的宏观模型是基于整个经济体系的，因此各宏观经济变量将不采用各经济部门的统计值，而是采用本国的整体水平的统计值。
本文选取八个宏观经济变量作为解释变量：
ngdp—国内生产总值名义年增长率；
rgdp—国内生产总值实际年增长率；
nr—一年期存款的名义基准利率；
rr—一年期存款的实际基准利率；
nlr—一年期流动资金贷款的名义平均利率；
rlr—一年期流动资金贷款的实际平均利率；
cpi—居民消费价格指数；
re—房地产价格指数；
2.被解释变量
本文选取违约概率作为评估信用风险的指标，银行系统的信用风险主要表现为贷款资产的违约风险。违约率水平是评估银行贷款质量的最直接的指标，违约风险可以用借款人在规定期限内的违约概率度量。vir
olainen k对芬兰银行系统的违约概率进行的宏观压力测试分析中，对违约概率指标采取如下方式赋值：在研究时段内，某行业的破产机构数量与总的机构数量的比率为银行体系面对的违约率。jim wong、ka-fai choi和tom fong［19］建立的香港零售银行面对宏观经济波动的信贷风险压力测试框架中，违约概率是逾期3个月以上的贷款额与总贷款额的比率。本文选取四家国有商业银行和交通银行、招商银行、光大银行等十家股份制商业银行的信贷数据作为样本，以平均的逾期贷款率代表贷款违约率，即以年末样本银行的总逾期贷款额与总贷款余额的比率。其中，1990、1991、1992三年的各样本银行的详细数据欠缺，因此本文根据各类媒体披露的总的逾期贷款的变动率和贷款额的变动率计算出了这三年的逾期贷款率，其他各年份的详细数据均来自中国金融年鉴和各银行的年报。
四、实证结果
（一）模型估计
代入1990～2006年的宏观经济数据对上述模型进行多元回归分析和模型估计，先用宏观经济变量的名义指标值和实际值，与引入的综合指标y的两期滞后变量分别对y进行回归。从两个模型的t检验指标看出，模型中gdp、lr、r作为解释变量的参数并不显着，而引入的y的二阶滞后变量对因变量的解释性也不显着。因此模型的参数需要进一步调适剔除。根据经验和宏观经济冲击的滞后性往往为一年，因此模型中只引入y的一阶滞后变量。虽然两个模型的拟合优度统计检验指标和d-w指标略微下降，但两个指标值分别为0.987和2，仍是非常理想的检验指标值。在剔除掉一年期存款利率后，两个模型各参数的t检验指标都非常显着。但是以模型解释变量的参数符号来看，通货膨胀率cpi在以名义宏观经济变量值为自变量的模型中的系数符号为负，这表明随着cpi的增加，y值也会减小，经过logit变换后的违约概率pd将会增大，显然符合经济学原理。而在关于实际变量的模型中系数为正号，这是违背经济学原理的。所以本文确定以名义变量作为模型解释变量的方程为最佳的宏观经济模型（见表1）。这说明我国银行的信贷违约率对名义的宏观经济因素的波动更敏感。marco sorge、 kimmo virolainen（2004）利用wilson（1997）模型框架对芬兰银行系统的违约概率进行了宏观压力测试分析，宏观经济模型估计结果与我国上述情况类似，即名义的宏观经济变量对违约概率的解释能力更显着。
根据回归方程的t检验（5%的显着性水平），各宏观因素指标的实际值对综合指标的影响并不显着，所以剔除不列入表内。从表1中可以看出，综合经济指标和各宏观经济变量指标的名义值关系显着。且综合指标的一期滞后值对各宏观经济指标影响均显着。从关于综合指标的多元线性回归方程也可以看出，国内生产总值增长率、贷款利率水平、通货膨胀率和房地产价格的确是影响到我国银行体系违约概率的显着因素，而且综合指标明显受其一期滞后值的显着影响。
（二）宏观压力情境的设定及其结果
本文选择情境分析作为执行压力测试的方法。针对模型所选取的宏观经济变量，我们设定两个压力情境：一种是gdp增长突然放缓的情境；一种是cpi上升到较高的水平（5%以上）。对于各种压力情境下，反映压力的宏观经济变量的变动幅度，可以通过以往的历史相似情境数据或历史经验直接进行人为的设定。而本文在对银行体系遇到极端情境进行构建之前，利用时间序列模型对解释变量ngdp、cpi进行了2008～2010年的简单arma模型预测，作为我们构建的参考基准情境（baseline scenario）。
从表2可以看出，在设定的两种压力情境下，我国的银行体系的信贷风险明显增加，从模型预测估计出的贷款违约率都有不同幅度的增加。随着国民生产总值增速的大幅降低，贷款违约概率增大，但幅度较缓。而随着通货膨胀率的骤增，违约概率出现大幅度的激增。这充分说明在压力情境下，宏观经济变量对银行系统信贷违约概率的冲击效应非常显着。从而判断，通货膨胀率的同等幅度波动对银行体系信贷违约率值的影响更大。
五、结论及建议
本文在对比分析国外成熟模型的基础上，构建了适合我国经济环境的宏观压力测试模型。首先本文借鉴了国外研究成果中关于宏观经济因素和贷款违约率之间的非线性关系设定。在此基础上使用logit方程将贷款违约率转化为宏观综合指标y，以指标y作为因变量与宏观经济因素进行多元线性回归分析，使得这一指标能够很好地利用各宏观经济指标所提供的信息。在模型中宏观经济因素的选择方面，参考国内外学者实证研究中模型的自变量，结合我国数据统计和披露特点等制约因素选取适合的宏观经济变量来构建模型。借鉴已有研究成果中在选择信贷风险的评估指标方面的做法，以逾期贷款率作为模型中反映银行体系信贷风险的指标。
结果发现：宏观经济变量名义国内生产总值，消费者价格指数，房地产价格指数和名义流动贷款利率对银行体系贷款违约率影响是显着的。特别是名义国内生产总值和通货膨胀率指标，冲击力较强。在关于名义国内生产总值大幅下降和通货膨胀率骤升的压力情境设定下，银行体系的贷款违约率都出现了不同程度的大幅度提高。尤其在关于通货膨胀率的压力情境下，贷款违约率的增长幅度高于名义国内生产总值下降情境下的增幅。
本文研究结果对中国国情有着一定的解释力，让我们有信心支持这样的研究思路的继续开展。通过分析我们可以看出，中国的银行体系稳定性还有待进一步加强，在面临假设的宏观经济冲击时，化解风险的能力就显得不足。当然我们构建的这些极端情形发生的概率都是极小的，毕竟中国经济目前来看几年内保持稳定增长的态势是确定的。
参考文献：
［1］ 中国人民银行金融稳定分析小组.中国金融稳定报告（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］ 陈华，伍志文．银行体系脆弱性：理论及基于中国的实证分析［j］．数量经济技术经济研究，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.
［16］ bunn p, cunningham a, drehmann m. stress testing as a tool for assessing systemic risk［j］. financial stability review: bank of england, 2005 (6): 116-260.
关键词：信心指数；宏观经济；先导作用
中图分类号：F201 文献标识码：A 文章编号：1004-1494（2013）03-50-05
目前，信心指数已经被各国作为反映宏观经济现状和未来趋势的先行指标[1]。早在20世纪40年代，美国密西根大学调查研究中心为研究消费需求对经济周期的影响，首次编制了消费者信心指数，之后，有关部门又相继编制了企业家、投资者、经济学家等信心指数[2]。编制信心指数的目的在于，综合反映并量化不同市场参与群体对宏观经济形势评价以及对经济前景的主观感受[3]。我国的信心指数主要使用消费者信心指数、企业家信心指数和经济学家信心指数三类，这些指标均由国家统计局中国经济景气监测中心定时[4]。研究探讨信心指数对宏观经济形势反应与预测的能力，在学术界成为一个比较热门的课题。本文使用相关背景数据，利用多元时间序列中的向量自回归模型等方法，分析消费者、企业家和经济学家三类信心指数对GDP指数反应与预测的能力，根据实证结果形成结论性意见，为预判宏观经济形势提供决策参考。
一、数据与模型
（一）数据来源与现实描述
本文选用的数据来源于国家统计局中国经济景气监测中心定期的信心指数数据，各变量数据均来自国家统计局等法定单位。宏观经济数据来源于中经网统计数据库。同时，考察信心与GDP的关系。
1.信心指数数据。
中国经济景气监测中心的信心指数，主要是消费者信心指数（COCI）、企业家信心指数（ENCI）和经济学家信心指数（ECCI），消费者信心指数为每月，后两项指标为每季度。本文将选择2004—2012年第三季度该机构对外的数据。从指数编制来看，消费者信心指数和经济学家信心指数分别由即期指数和预期指数加权而得，而企业家信心指数包含了各行业负责人对宏观经济的看法和信心。
2.GDP及其他变量。
宏观经济数据选取2004—2012年第三季度中经网统计数据库的宏观月度数据，GDP取每季度的同比增长速度。
考虑到模型结果的稳健性，在模型中引入上述变量之外的解释变量。基于C-D生产函数的理论，选择引入资本投入增长指数（K）和劳动力投入增长指数（L）。由于资本形成的月度数据处理起来较为复杂，考虑将新增固定资产增速作为前者的替代指标；而后者则直接使用各季度城镇从业人员数的同比增长数据，此两项数据均来源于中经网宏观月度数据库。
3.信心与GDP的关系描述。
二、实证分析
将依次把消费者信心指数、企业家信心指数和经济学家信心指数，引入到向量自回归模型中，整个计算过程在M.Kr[a][：]tzig等人编写的多元时间序列软件JMulTi中完成。
（一）数据平稳性检验
在用向量自回归模型拟合数据之前，需要验证模型中数据的平稳性，以避免出现伪回归问题。这里对各指标所收集到的数据进行单位根ADF检验，检验结果如表1所示。可以看出，在水平为1%的检验水平下，各指标均未能通过单位根检验，说明模型的备选变量均不是平稳的。对选取指标进行差分后再次进行ADF单位根检验可以验证，所有指标在1%的检验水平下均高度显著通过检验，故可以认为他们是1阶单整序列（即I（1））。
（二）模型建立与结果分析
1.建立向量自回归模型。
拟建立三个模型，分别对应消费者、企业家和经济学家三类人群的信心指数，考察三类信心指数对GDP的反应。建模时均使用误差修正模型（VECM）。
2.考察信心指数对GDP的预测能力。
利用向量自回归模型的脉冲响应和预测方差分解方法，可以进一步考察三类信心指数在已拟合模型基础上对GDP指数的预测能力。
从预测方差分解图可以看出，从第1阶到第10阶，三类信心指数对未来GDP指数的预测方差解释比例在逐渐增加。其中，对GDP指数变动解释程度最大的还是经济学家信心指数：该指标对GDP指数的向前9步左右的预测的方差解释比例基本达到平稳，解释了约44%的变动信息；而其他两个信心指数仅解释了其中的9%。这也再一次说明了，在三类信心指数中，经济学家信心指数对GDP指数的预测能力最强。这体现了经济学家相对其他群体，对未来宏观经济形势更具有敏锐的洞察力。
此外，可以发现，劳动力投入在对GDP指数的预测过程中没有发挥显著的作用：三个模型显示该指标的预测方差贡献为0。这也一定程度反映了我国近年来经济增长主要依赖于资本的投入，而不是劳动力的投入。
3.Granger因果关系检验。
上文利用VECM考察了三类信心指标对GDP的预测能力，为了进一步从统计上掌握这三类信心指数与GDP的关系，需要进行Granger因果关系检验，该检验结果列于表4。从表4结果可以看出，在置信度1%的水平下，消费者信心不是GDP指数变动的Granger原因，即该指标的波动并不会导致GDP的变化，而企业家和经济学家的信心则对未来的GDP有着显著的影响；另一方面也可以看出，宏观经济形势也并不会直接明显影响消费者、企业家和经济学家群体对经济作出的主观判断。
三、结论与讨论
通过对我国2004年第一季度到2012年第三季度的消费者、企业家、经济学家信心指数和同期宏观经济数据，运用建立向量自回归模型、误差修正模型（VECM），向量自回归模型中的脉冲响应和预测方差分解，以及Granger因果检验，分析了三类信心指标对GDP指数的反应与预测能力，得出以下结论：
（一）信心指数与GDP指数之间均存在较为稳定的关系
中国经济景气监测中心的信心指数，反映了不同市场群体对宏观经济形势所持的信心，三类信心指数具有可靠性、代表性，能够在较长时期在一定程度上刻画出我国经济的即期与未来发展趋势状况。不同信心指数对宏观经济形势的影响程度不同，其中，最能反映实际经济状况的是经济学家信心指数，其次是企业家信心指数，消费者信心指数与GDP的关系并不显著。
（二）信心指数对宏观经济反应与预测的能力存在差别
对现实描述时发现，企业家信心指数和经济学家信心指数表现出了提前GDP指数约1期左右的趋势变动；作实证分析后发现建模结果与现实差别不大，企业家和经济学家信心指数对GDP指数有明显的反应与预测能力，尤其是经济学家信心指数的能力更加突出，而消费者信心指数对经济的敏感性不高。
（三）信心指数与宏观经济政策
信心指数是反映宏观经济形势的先行指标，与经济增长存在长期稳定的相互关系[6]。现实中，经济学家和企业家这类地位相对优越、资源相对集中的市场群体，是影响国家政策制定和出台的重要力量。建议通过财税、投资等方面的政策调整，转变政府职能，改善公共服务，优化发展环境，以增加各类市场群体的信心，达到熨平经济波动，避免经济大起大落的目标，引导宏观经济步入良性发展轨道。
此外，笔者认为，后续研究可以进一步考虑两个问题：一是Granger因果检验表明，企业家信心指数与经济学家信心指数同样是GDP指数变动的Granger原因，但在预测能力上前者并不比后者明显，也许是因为该指标中包含了多个行业的信心指标，并不是所有行业都承担了推动经济增长的作用，因而可以研究各行业的信心指数对GDP指数的预测能力，做出更真实的实证结论。二是模型拟合结果（表3）显示本文中选取的劳动力指标并不具备很强的内生性，其他的滞后指标对劳动投入的影响均不显著，为此，一方面可以将该指标作为外生变量引入，一方面可以基于内生增长理论选择合适的人力资本指标做深层次的分析。
参考文献：
[1]Matsusaka，J.G.and Sbordone，A.M.Consumer confidence and economic fluctuations. Economic Inquiry， 1995（33）：296-318.
[2]Mourougane A. and Roma M. Can Confidence Indicators be Useful to Predict Short Term Real GDP Growth？ Applied Economics Letters， 2003：519-522.
[3]陈彦斌， 唐诗磊. 信心、动物精神与中国宏观经济波动[J]. 金融研究， 2009（9）：89-109.
[4]张 华. 经济先行指数与我国宏观经济增长的动态关系分析[J]. 经济问题，2012（11）：9-12.
要想了解宏观经济，就需要知道哪些指标是可以衡量宏观经济的。首先是国内生产总值，这个指标被全球很多国家所采用，主要是由于他反映的是一个国家的生产力水平，可以衡量一个国家的国力。在计算国内生产总值时需要核算消费总数、个人投资额度、政府的支出额以及国家的净出口额四个方面，并将这四个方面相加，得出的结果，其结果如果为正数，表示目前国家的经济状况是处于发展的，这个方面包括人们的收入、消费能力都在增加，如果为负数，表示目前的经济状况不太理想，由此国家需要采用相关政策来加强重视。其次消费物价指数，通过这个指数可以了解到一个国家各个不同地区的价格情况，物价水平的高低影响人们的购买能力，购买能力的大小又影响了商品的生产商、经销商以及投资者的利益，因此国家需要了解这一指标的数据，为制足相关政策提供一足的参考价值。最后是失业率，失业率与物价和经济发展状况是存在一足关联的，如果一个国家的失业率较高，意味着通货膨胀率低，从而说明了物价水平低，反之，如果失业率高，则表示经济不景气。
二、宏观经济的主要分析方法
(1)通过数据收集并统计的方法进行分析。一般而言是收集衡量指标的数据，在收集和统计完数据后可以采取三种方式进行分析，一是以物价水平的变化为依据，进行前后数据结果的年度、季度和月度对比;二是通过经济增长速度快慢来进行年度、季度以及月度的分析;三是各个因素的权重进行对比，看哪个因子能占据影响数据结果的重要比例，从而研究数据结果的结构变化。
(2)通过经济预测的方式进行分析。经济预测一般是在理论基础上，依靠众多专家的讨论和调查进行预测;通过数据收集进行先后时间对比分析，并剔除其中的客观因素，从而能减少一足的误差;另外就是采取建立模型的方式进行预测，这种方式进行预测的结果较为客观和准确。
三、宏观经济的主要宏观政策分析
国家根据宏观经济的主要衡量指标，收集相关数据后进行数据分析，最后根据结果来制足改善经济现状的政策，其主要是依靠货币政策和财政政策来调节国家的需求和供给。国家的财政政策是通过增加或是减少购买和支出能力，调整个人、企业或个体等方面的纳税比例来制足财政政策，调整政策状况。比如当经济不景气时，没有足够的能力进行支付，政府就要出面购买，反之，在经济发展比较快速的时候，政府就要减少购买力度。对于支付能力同样是在经济不景气时，通过对丧失劳动能力或是退伍军人发放补助，或是对特足的农产品给予一足的补助，来增加政府的支出，反之，减少补助比例或是延长补助时间。货币政策是为了实现国家既足的宏观经济目标服务的，通过调节利率、发行货币的总量等措施来进行控制和调节市场经济，比如出现通货膨胀现象时，可以采用制足货币的发行量来调节市场的需求和供给，当需求不足时就可以增加货币的发行量来平衡经济。由于货币政策中含有更改利率的部分，因此也能通过利率来保证物价的稳足。此外还能吸引人们合理地将多余的资金用来投资或是储蓄，从而使资源得到合理的配置。
四、结语
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。
购物车(0)