宏观经济统计

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇宏观经济统计范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

宏观经济统计范文第1篇

随着国际经济的影响，货币政策的调整等诸多因素的作用，我国宏观经济复苏的脚步开始迟缓，并且呈现出经济增长速度变慢、经济泡沫出现、资源减少、经济发展瓶颈出现等局面。所以，我们有必要对中国2011年的经济走向进行回顾，总结规律，并且对2012年的中国经济趋势进行预测。

一、2011年宏观经济的具体表现

(一)物质经济发展速度逐渐变慢

在过去的2011年中，中国的物质类经济复苏的步伐开始变慢,其主要原因有以下两个方面。第一，由于2010年gdp发展变慢的影响；第二，由于外界环境和中国内部政策两方面影响，造成推动经济快速发展的动力减少了。同时国家内部市场的需求并没有起到抵消国际市场需求减少的作用，因此，两者相互比较，中国社会主义市场经济发展的速度比不上减少的速度，因此中国经济进入了疲软期。

(二)投资的风险开始增加， 中国社会主义市场经济进入了一个新时期

在物质类经济发展速度逐渐变慢的同时，中国的金融业同时出现了价格变化加剧、资源搭配不当、风险增加的局面。以及部分地方政府的投资政策出现了失误，导致地方政府出现了财政赤字的状况、部分监管机构缺乏有效的监管行为，以及民间私人集资行为的出现，这一切都在暗示标志着，中国社会主义市场经济局面进入了一个新的发展时期。

(三)中国社会主义市场经济所固有的特点

在经济发展速度变慢和经济扭曲程度加深的同时，中国经济的结构并没有按照预想的情况发生结构性的调整，市场和政府的关系也没有出现明显改善的情况。这一切的事实都在表明，中国社会主义宏观经济所具有的惯性也在不断地进行强化。这样的后果，将使中国社会主义经济转型的难度越来越大，同时也表明中国社会主义经济政策的发展方向将主要着眼于民生问题和种种社会问题。

二、2012年社会主义市场经济的现状以及展望

(一)风险不断增加的国际环境以及复苏中遇到的困难

在2012年的开春，传来了一系列的消息。欧洲债务危机开始爆发、美国资本主义经济增长的速度逐渐变慢、阿拉伯之春、华尔街散步……这些世界性的政治和经济骚乱使人们不得不重新思考自从2007年以来的这一场全球性的经济危机。这些事实说明，美国的所谓的次贷危机并没有真正离我们远去，世界经济发展的道路并不是像想象中那样一帆风顺的，是充满曲折的。经济危机产生的原因远远比我们原来想象的更加复杂。世界性经济的结构根源决定了世界经济的发展体系进入了一个新的发展时期。这个时期的变化充满了周期性和种种不确定性。这一切，都决定了中国2012年社会主义宏观经济发展的外部环境，并且，为我们经济发展政策的制定找到了一个立足点。

(二)房地产经济市场的深层次调整

中国房地产市场在历经国家两年的大力调控之后，将在2012年迎来更大的更深度的调整。调整的方面将包括交易额、交易价格以及投资力度等多个方面。而且，房地产的投资，消费等资金链，将会对中国社会主义宏观经济发展的幅度产生更加深刻的影响。从目前所得到的房地产数据进行分析，虽然房地产在销售，储存，资金链，以及资产等指标上都出现了不断恶化的情况，但是房地产市场目前仍然处于僵持阶段。相信随着国家对房地产政策的不断调整，2012年中国的房地产市场上将会出现大规模的投资减少，价格下降，交易额度减少等状况。但是，中国房地产市场对政府的政策是高度依赖的，并且在实际上，人们对房地产潜在的需求仍旧非常大，因此，中国的房地产市场不会发生崩溃性下降的情况，价格的变化幅度也不会超过百分之二十五。

(三)前低后扬的社会主义宏观经济参数

2012年，推测中国gdp的发展速度将出现“前低后高”的发展情况，外部国际环境的影响以及政府房地产政策的影响将导致社会主义宏观经济出现短暂的变化。但是，由于市场的不断稳定，以及中央政府政策的转变等诸多原因，将使社会主义宏观经济在之后的时间里出现显著反弹的局面。从资源供应的角度来看，农业的基础性设施建设速度和规模将会不断地加快，国家在支农项目上投入将会不断加大，因此供应资源将会显著地得到提升。

三、对宏观经济的总结与预测

2012年初期，宏观经济将继续延续2011年回落的态势，并且导致政府在宏观经济政策上进行大幅度转向。宏观经济将在之后的时间里出现彻底反弹的情况，从而使社会主义宏观经济成功避免第二次衰退的情况。估计2012年的gdp增长速度为8.5%左右，并且将呈现出不断变慢放缓的态势。因此，政府2012年的工作重点应当从控制通货膨胀转变到稳定增长上来。并且中国在2012年经济政策的核心，应当包含防范金融变化过大和资源分配不合理带来的风险。

四、总结

宏观经济统计范文第2篇

宏观经济、国家发展和人民生活紧密相连、息息相关，了解并掌握我国宏观经济最新趋势很有必要。在20世纪90年代后我国的市场经济开始进入迅速发展阶段，市场经济体系的建立不仅在很大程度上加快了经济发展步伐，也提升了人们生活质量。宏观经济统计分析作为其中重要指导方，其运用领域不断扩大，但受到计算机技术等多方面的影响，仍然存在部分急需解决的问题。如何克服宏观经济统计分析发展过程中存在的问题，并进行合理判断分析，从中找到方法和策略将有可能出现的问题进行调控和解决，是促进市场经济健康发展所必须思考的问题。

1关于宏观经济统计分析的具体概述

宏观经济统计分析是经过两种知识体系发展而来，即统计学知识体系以及经济学知识体系。这两个知识体系的相互融合，并遵循宏观经济理论，分析经济发展规律的过程，能够根据相关数据资料，得出科学的国民经济运行，并对发展过程的持续性和稳定性进行验证。宏观经济统计分析发展至今主要经历了三个非常大的发展阶段：第一大阶段主要将其重心归纳为国民经济，并将统计指标划为关键点，以当时国家经济发展水平的现实情况为依据，对经济进行分析探讨；第二阶段为国家经济审核体系完善期，核心经济指标确定，宏观经济分析中的科学统计得到优化；第三阶段为宏观统计与微观统计相辅相成阶段，形成新局面。上述内容在宏观经济统计分析中分别占有地位，其职能依次为分析过程的关键内容与重要基础、对研究问题做出定性认识以及统计局在年初做好上一年度的经济统计分析。以上三个工作内容能够解释宏观经济发展过程中主要矛盾，并科学预测经济发展态势，针对经济制度或者运行过程存在的问题，提出针对性管理建立。

2宏观经济统计分析在发展过程中存在的主要问题

随着社会经济的飞速发展，宏观经济统计分析方法逐渐增多，在促进经济预测准确性的同时，也带来了一定问题，主要体现在以下四方面。

2.1工作人员综合素质因素导致缺乏创新思维

受到工作人员素质等因素的影响，在分析过程中，其缺乏统计过程的创新思维，统计分析方式较落后，在分析时不能很好的遵循统计原则，使得统计分析结果存在误差。与此同时大数据时代的到来给统计分析赋予了新的时代要求，但实际运行时，工作人员综合素质的局限性无法准确把握大数据时代特征，导致构建出的经济统计分析模型无法准确预测经济趋势。

2.2市场机制被弱化

我国的经济发展水平已经步入到了高收入的阶段，实行投资补息、国债技改等政策，扩大了投资规模。但与此同时投资需求的增长速度没有上升的迹象，经济增长速度呈现一种下滑的趋势，使得市场机制本身的推动力被弱化。

2.3出口难以为经济增长起到大的作用

自从2012年以后，净出口已经没有为我国经济增长带来实际贡献率，相关文献显示净出口不仅没有带来增长甚至还出现负贡献率得现象。分析其原因发现是由于出口量以及进口量减弱，且都出现衰退迹象。在这种条件形式下，经济增长更多的是靠内需，只是从当前来看，投资消费的增长速度跟以往的年份比起来明显放慢了步伐，影响着出口、跨过企业的积极性。

2.4消费需求低迷且国民收入分配悬殊较大

很多居民收入主要是用来消费可增长平缓，主要原因还是在于国民收入悬殊较大、资源分配非常不合理，其收入增长跟政府收入增长比较起来要慢，所以消费与经济发展之间并不是很协调，因此供需矛盾突出。

3宏观经济统计分析发展的建议

3.1深化中小型企业生产模式改革

在市场经济条件下，中小型企业存在一定的劣势，其主要劣势为融资困难，在贷款项目上存在较大阻碍，不利于经济的发展。政府应加大对中小型企业的政策支持，加强政府对市场经济的宏观调控。经过简化银行贷款手续流程及降低银行贷款门槛，为中小型企业的融资提供充分的信息支持与资金支持。同时也可以借鉴国外的立法制度体系为中小型企业出台科学的发展优惠政策。帮助中小型企业制定适合其发展的方案，不断推进其发展，引导其朝着健康、科学的方向发展。

深化中小型企业生产模式改革不仅助于企业的发展还是为宏观经济统计分析的持续发展奠定了坚实的基础。

3.2融合多种统计方式提升工作效率

基于大数据的时代背景，传统的统计方式已经无法准确把握大数据的特征的发展趋势，因此相关部门和工作人员必须顺应时展潮流，对经济信息进行多方面的分析。通过融合多种统计方式，进一步加深政府部门对宏观经济的掌握和了解程度，提升统计分析结果的准确性以便更加及时地预测经济发展态势。

4结语

宏观经济统计范文第3篇

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。WWW.133229.COm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：

宏观经济统计范文第4篇

关键词：宏观经济变量 信用利差 定量分析

信用利差的含义及影响因素

信用利差（Credit Spread，CS）是具有违约风险的信用债与无违约风险债券收益率之间的差额，一般认为国债不存在违约风险，因此，信用利差可以理解为信用债收益率与国债收益率之差。

从理论上讲，信用利差存在的根本原因是债券存在违约风险，而宏观经济形势变化对债券的违约率起重要作用。Giesecke et al.（2011）研究结果显示，在1866-2008年的150年间，股票收益率、股票收益波动率、GDP增长率对违约率具有较强的预测作用。一般而言，经济低迷时，债券发行人的盈利能力及现金流一般会减少，其偿债能力下降，违约风险增加；投资者资产组合也会根据市场风险情况进行重新配置，不考虑风险偏好的变化，一般会增加低风险、高流动性资产配置，即投资者资产组合向“质量”及“流向性”转移（flight-to-quality and flight-to-liquidity）。因此，经济低迷时，信用利差有扩大的趋势；相反，在经济扩张、商业交易蓬勃发展时，信用利差会缩小。

但是，即便是美国，违约风险对信用利差的解释力也不强。Giesecke et al.（2011）发现，长期而言，信用利差大致是违约损失的两倍，并且，信用利差没有根据实现的违约率进行调整。Huang and Huang（2012）指出，当校准违约率及回收率（recovery rate）后，传统结构模型在解释投资级及以上债券的信用利差方面仍然存在较大困难。

由于截至目前国内信用债没有出现事实上的违约，因此在债券投资实务中，往往根据宏观经济形势（如GDP增速、市场资金面状况等）来判断信用利差的走向。然而，今年6月份以来，信用利差走势超过市场的普遍预期。经历6月份“钱荒”之后，市场资金利率中枢整体上行，刺激性经济政策出台的可能性不大，经济增长中枢下移已成为市场的共识，并且当时企业债、中票和短融的信用利差整体处于历史相对低位，因此，从逻辑上讲，信用利差会扩大。但是，从事后的角度看，信用利差直至9月份才开始上升（见图1），特别是中低评级信用利差的上升比预期来得更晚一些；而且，截至9月底，除1年期品种外，中票和短融的信用利差基本都处于50%的分位数水平之下（即小于历史均值），而企业债信用利差分位数最高也仅为64%（即略高于历史平均水平，见表1）。

准确判断信用利差走势是债券精细化投资的基础，但是从目前投资实务看，定性分析较多而定量分析较少，因此本文尝试从定量角度来分析宏观经济变量对企业债信用利差的影响。

图1 企业债信用利差维持相对低位

资料来源：Wind资讯

（编辑注：图例后的“3年”后都加上“期”）

表1 企业债、中票和短融信用利差分位数水平（截至2013年9月30日）

品种 1年期 3年期 5年期 7年期

AAA企业债 88% 60% 55% 61%

AA+企业债 88% 62% 58% 64%

AA企业债 88% 62% 60% 59%

AAA中票和短融 89% 51% 40% 36%

AA+中票和短融 86% 48% 38% 35%

AA中票和短融 88% 54% 47% 18%

数据来源：Wind资讯

变量选取和数据描述

虽然微观层面的债券流动性1、提前赎回或回售权、违约率及回收率等因素均是影响债券定价的重要变量，但是考虑到数据的可得性及中国债券市场实质上违约事件没有出现等实际因素，本文在分析企业债券信用利差变化时，所选择的变量均为宏观经济变量。

借鉴Collin， et al.（2001）等的研究，本文选择七个指标对信用利差变化进行分析：消费者物价指数（CPI）、相同期限的国债收益率（GB）、狭义货币供给的对数Ln（M1）、国债收益率曲线的斜率（Slope）、上证综合指数收益的年化波动率（Volatility）、上证综合指数年化收益率（Stock_return）以及银行间7天质押式回购利率（R007）。其中，国债收益率曲线的斜率根据国内外文献的普遍做法，以10年期国债收益率减去3年期国债收益率计算得出；上证综合指数年化波动率为历史波动率，基于25个日收益率变化的日标准差，使用250天年化日收益率标准差；债券收益率均为银行间固定利率债券到期收益率；考虑到数据结构的一致性，各变量均取用月度数据，其中GB、Slope、Volatility、Stock_return以及R007取月度均值。样本债券为AAA、AA+及AA三个不同信用等级的企业债，债券期限为收益率曲线上1年、3年、5年以及7年等关键期限2。样本时间区间：AAA级企业债为2006年3月至2013年9月，AA+级企业债为2007年11月至2013年9月，AA级企业债为2007年6月至2013年9月。所有数据均来自Wind资讯数据库，或根据Wind资讯相关数据计算得出。

实证分析

由于Ln（M1）等时间序列数据是非平稳的，本文采用变量的一阶差分表示宏观经济变量变化对信用利差变化的影响。对一阶差分后的数据分别进行ADF检验，发现在1%的显著性水平下序列不存在单位根，即时间序列是平稳的。因此，可建立如下回归模型：

式中：CS表示信用利差，t表示月度。

对样本区间内的AAA、AA+、AA三个不同评级的品种分别进行回归，结果显示，对于AAA、AA+级企业债而言， Durbin-Watson统计量位于1.5至1.9区间内，即残差不存在显著的一阶自相关，回归模型和回归结果（见表2和表3）是有效的；但是对于AA级企业债而言，Durbin-Watson统计量显示存在一阶自相关，在回归模型中加入被解释变量的一阶滞后项（）后，重新回归的结果（见表4）显示，残差不存在显著的一阶自相关，因此，AA级企业债信用利差的回归模型调整为：

表2 AAA级企业债信用利差变化

指标名称 1年期 3年期 5年期 7年期

C 0.002841

（0.8787） -0.001843

（0.9072） -0.006320

（0.7153） -0.004866

（0.7572）

GB -0.357330

（0.0013）*** -0.196774

（0.0231）** -0.221494

（0.0083）*** -0.158354

（0.0472）**

CPI 0.055175

（0.0292）** 0.063832

（0.0029）*** 0.059715

（0.0104）** 0.042566

（0.0425）**

Ln（M1） 0.747327

（0.3433） 0.893076

（0.1849） 1.206027

（0.1019） 1.043288

（0.1196）

Slope -0.504845

（0.0109）** -0.157946

（0.3043） -0.289356

（0.0466）** -0.276369

（0.0283）**

Volatility -0.265385

（0.2754） -0.313560

（0.1320） -0.452608

（0.0481）** -0.561596

（0.0075）***

Stock_return 0.140189

（0.3719） 0.140582

（0.3087） 0.135780

（0.3699） 0.225355

（0.1031）

R007 0.018555

（0.3917） -0.014503

（0.4225） -0.017215

（0.3848） -0.022419

（0.2138）

Adjusted R-squared 0.0969 0.1080 0.1242 0.1357

注：1.表中括号内数值表示对应系数的p值，下同；

2.***代表显著水平为1%；**代表显著水平为5%；*代表显著水平为10%，下同。

表3 AA+级企业债信用利差变化

指标名称 1年期 3年期 5年期 7年期

C 0.009959

（0.6852） 0.006773

（0.7275） 0.000189

（0.9928） -0.002180

（0.8975）

GB -0.313129

（0.0323）** -0.088097

（0.4322） -0.209864

（0.0461）** -0.165263

（0.0731）*

CPI 0.080101

（0.0169）** 0.067065

（0.0108）** 0.041269

（0.1374） 0.018763

（0.4024）

Ln（M1） 0.549378

（0.5867） 0.635268

（0.4277） 0.615818

（0.4729） 0.616700

（0.3773）

Slope -0.458983

（0.0889）* -0.140175

（0.4978） -0.381495

（0.0400）** -0.328772

（0.0209）**

Volatility -0.182062

（0.6226） -0.099722

（0.7379） -0.437302

（0.1712） -0.564595

（0.0319）**

Stock_return 0.187302

（0.3831） 0.209744

（0.2167） 0.133031

（0.4641） 0.267364

（0.0730）*

R007 -0.002346

（0.9378） -0.046851

（0.0485）** -0.031653

（0.2125） -0.024881

（0.2269）

Adjusted R-squared 0.0538 0.0779 0.0349 0.0774

表4 AA级企业债信用利差变化

指标名称 1年期 3年期 5年期 7年期

C 0.012168

（0.6327） -0.001388

（0.9434） -0.002002

（0.9226） -0.000141

（0.9936）

GB -0.264611

（0.0840）* -0.117743

（0.2934） -0.254370

（0.0139）** -0.156635

（0.1033）

CPI 0.045775

（0.1755） 0.049854

（0.0526）* 0.025986

（0.3346） 0.014435

（0.5288）

Ln（M1） -0.030566

（0.9767） 1.058170

（0.1886） 0.798381

（0.3442 0.600122

（0.4060）

Slope -0.329954

（0.2424） -0.124338

（0.5412） -0.396290

（0.0265）** -0.318864

（0.03260）**

Volatility -0.510657

（0.1830） -0.190397

（0.5122） -0.591259

（0.0554）* -0.544234

（0.0420）**

Stock_return 0.410969

（0.0651）* 0.420351

（0.0146）** 0.286447

（0.1077） 0.407132

（0.0092）***

R007 0.055034

（0.0676）* -0.018476

（0.3971） -0.027183

（0.2424） -0.023273

（0.2422）

CSt-1 0.540881

（0.0000）*** 0.510139

（0.0000）*** 0.338231

（0.0022）*** 0.355058

（0.0012）***

Adjusted R-squared 0.2728 0.2902 0.1838 0.2263

从回归结果得到以下几方面的结论：

（1）宏观经济变量对信用利差走势的解释力整体偏低。从表2、表3可以看出，所选变量变化对AAA、AA+级企业债收益率变化的调整拟合优度最高仅为13%左右；而对于AA级企业债而言，在加入一阶滞后项后，调整拟合优度也低于30%。这与国外实证研究结论具有一致性，如Collin， et al.（2001）等发现美国宏观层面经济数据也仅能解释25%左右的信用利差变化。

（2）国债收益率变化、国债收益率曲线斜率变化的回归系数显著为负。国债收益率变化与信用利差变化呈反向关系，这个结论与Collin， et al.（2001）、黄文涛（2012）等的经验发现一致。国债收益率曲线斜率增加将提高未来短期利率的预期，导致信用利差缩小；同时，收益率曲线斜率的降低可能意味着经济将走软，企业债券在经济衰退时违约回收率将下降。因此，从理论上讲，国债收益率曲线斜率增加将降低信用利差，本文研究结论与理论分析一致。

（3）股市变化对较低评级的AA级企业债、中长期债券信用利差影响更为明显，可能与跨市场资金风险偏好相对较强有关。股指收益率的回归系数为正，特别是对较低评级的AA级企业债有显著影响，表明当股市走弱时，资金可能从股市分流向债市，从而出现股债“跷跷板效应”，并且这些资金可能主要投资于风险相对较高的债券。股市波动率的回归系数为负，并且对5年、7年期债券信用利差变化的影响在5%的显著性水平下显著。股市波动率越高，显示股市的风险较大，出于避险目的，市场对债券（特别是中长期债券）的需求增加，信用利差缩小。由于AA级企业债、中长期债券的风险相对较大，而回归结果表明从股市流出的资金对这些券种收益率影响更为明显，估计与跨市场资金风险偏好相对较强有关。

（4）CPI的回归系数为正，并对AAA级企业债信用利差在5%的显著水平下有显著影响。CPI对信用利差的影响主要是通过消费、投资、利率和投资者对未来的预期实现的。CPI上扬会增加消费支出，投资者投资策略趋于保守，对相同风险水平的资产会要求更高的溢价补偿，并且对企业债的需求下降，信用利差增大。

（5）AA级企业债信用利差一阶滞后项的回归系数在1%的显著性水平下显著，表明其信用利差变化具有一定的惯性。

结语

囿于学识水平，本文没有对税收、债券供给以及微观层面的企业经营状况等因素进行研究；从技术层面讲，样本区间内可能存在某些因素（如投资者的风险偏好发生变化等）导致回归系数发生结构性突变，从而降低了对信用利差的解释能力。

而且，从国外信用利差理论与实证研究的趋势看，债券流动性风险越来越受到重视。从美国次贷危机演变过程看，债券市场流动性恶化使得许多金融企业融资发生困难，反过来加剧了信用风险，因此，债券流动性风险与信用风险相互影响。

笔者认为，由于国内债市尚未有违约事件的发生，并且，短期内系统性违约风险发生的可能性仍然不大，因此，通过对部分宏观经济变量的预测来判断企业债收益率走势，进而指导债券投资实践可能存在一定的偏颇。目前影响信用利差的主要因素可能是债券在二级市场的流动性，而这与市场的资金成本、机构的杠杆率以及风险偏好等有关，短期内信用利差大幅走高的可能性不大。长期而言，信用债违约是必然事件，但是信用利差是否趋势性上涨仍然面临较大的不确定性。

注：1.本文所指债券流动性，是指微观层面的与债券自身买卖难易程度及买卖价格相关的流动性，区别于宏观层面的与资金面相关的市场流动性。相对于国债而言，信用债的流动性较差，因此，信用利差一方面反映信用风险，另一方面也是对低流动性的补偿。目前，评估债券流动性的指标有债券收益率波动性、收益率买卖价差、对数价格变化的协方差等。

2.考虑到7年期以上（如8年期、9年期……）的品种无论是发行量还是成交量均稀少，本文没有对7年期以上的品种进行分析。

作者单位：顺德农商银行

参考文献：

[1]黄文涛. 信用利差和国债收益率相关性研究——以中美两国为例[J]. 债券， 2012（12）：19-25.

[2]Collin-Dufresne， P.， R. Goldstein， and S. Martin. The Determinants of Credit Spread Changes[J]. Journal of Finance， 2001，56（6）：1927-1957.

[3]Giesecke， K.， F. Longstaff， S. Schaefer， and I. Strebulaev. Corporate Bond Default Risk： A 150-year Perspective[J]. Journal of Financial Economics， 2011（102）：233-250.

宏观经济统计范文第5篇

在明确了我国经济的通货现状后，接下来笔者就来分析通货膨胀对宏观经济的影响。笔者认为通货膨胀对宏观经济的影响可以从资金积累、物价水平、经济滞胀、投资消费、劳动生产率以及收入分配结构等角度来进行考察。

1、通货膨胀对资金积累的影响通货膨胀对资金积累具有重要影响。在通货膨胀的背景下，政府企业等主体为了弥补实际生活中居民的损失而往往对居民员工进行补贴，政府对居民进行物价补贴，企业利润分配向员工倾斜。现有资金的分配，会导致资金积累的减少，最终会影响到企业的投资能力。此外在通货膨胀的大背景下，恐慌情绪会在居民中蔓延开来，这种恐慌情绪的蔓延会导致银行产生挤兑，形成抢购风潮，从而最终对银行的正常营业造成影响，银行本身的储蓄存款也将有所降低。此外通货膨胀会使得货币当局收紧货币政策，央行会收缩流动性，市场上的流动资金将进一步减少。通货膨胀的不确定性会使得央行利率政策的调整也变得非常复杂，通货膨胀的持续发酵必然会对社会资金的积累和优化产生消极影响。

2、通货膨胀会对物价水平造成影响通货膨胀与物价水平有着密切的联系，物价上涨是通货膨胀的一般表现。我们在考察通货膨胀的时候必须要注意到物价水平与通货膨胀既有联系也有区别，物价上涨是由多种因素构成的，通货膨胀是其中最为典型的一个；同理通货膨胀的表现形式是多种多样的，物价上涨只是一种表现。物价上涨并不能全面反映通货膨胀，两者的区别我们必须要保持高度重视。一般意义上，通货膨胀程度越高，物价上涨的速度就会越快，但是我们也要看到由于价格改革等因素造成的物价上涨却是不易被人们所发现的，我们在解决物价上涨这个问题的时候必须要充分考虑到价格改革等多种因素对物价的影响。

3、经济滞胀现象在治理通货膨胀的过程中由于所采取的政策不科学、不完善，最终会产生滞胀。所谓滞胀主要指的是国家的通货膨胀率非常高，同时经济发展速度却很低。20世纪70年代，西方发达国家就曾因为石油危机而陷入到滞胀中，滞胀会对宏观经济造成严重影响，滞胀的出现在很大程度上是由于通货膨胀引起的，我们在治理通货膨胀的时候必须要采取科学的、具有针对性的宏观经济政策，否则就很有可能产生滞胀危机。预防滞胀很重要，精确判断经济滞胀现象也很重要。我们在判断宏观经济是否滞胀的时候必须要采用比较静态分析法来对一段时期的经济运行状况进行整体考量，而不是随便采用某一时点的经济运行状况就认定出现了滞胀。我们在判断经济滞胀的时候必须要从整个宏观经济的角度进行考虑，要注重长期性和复杂性。

4、通货膨胀给投资消费带来不确定性在市场经济中价格是调节生产消费的指挥棒，货币价格是实现资源优化配置的具体表现。真实的市场价格反映着市场资源的真实情况，而被扭曲的市场价格就不可能真正反映市场资源的状况，在通货膨胀的背景下，市场价格会受到扭曲，这种扭曲的价格会误导市场主体，从而造成浪费。在市场中各个主体之间的信息是不对称的，这种信息不对称在通货膨胀的大背景下会诱发新一轮的投资冲动，从而使得现有资源得不到有效利用。

5、通货膨胀会降低劳动生产率在通货膨胀时期，企业生产者赚取利润的唯一办法就是涨价，可是自身产品的快速涨价又最终会给企业带来损失。通货膨胀时代，企业员工的实际利益将有可能受损，此时企业不合理的利润分配政策就会挫伤员工的积极性，从而降低劳动生产率。

6、通货膨胀会使得收入分配结构更加不平等在通货膨胀的背景下我国原来不平等的收入分配结构将变得更加不平等。通货膨胀对于低收入家庭的影响尤为巨大。低收入家庭的唯一收入是工资等现金形式的收入，这些资金收入在高通胀率的背景下，将会迅速缩水，从而对低收入家庭造成实际损失。相反那些高收入家庭所拥有的收入不仅包括现金，还有土地，资本等其他财产性收入，这些收入在高通胀的背景下不仅不会降低，还会由于土地，产品等不断上涨，高收入家庭的收入在通货膨胀时代的收入将会明显增加。

二、加强对通货膨胀的治理，优化宏观经济

从货币政策角度而言，笔者认为要加强通货膨胀的治理必须要做到以下三点：一是要激活现有信贷货币存量，提高货币利用率；二是金融机构要努力进行去杠杆化，降低市场风险；三是要不断改进和完善人民币汇率制度。当前我国货币信贷机制还不完善，信贷投放结构与宏观经济的发展并不协调，货币空转现象非常严重，最近爆出的银行业钱荒，就是一个典型的例子。我们在今后的发展中必须要不断调整信贷投放结构，信贷投放要向实体经济倾斜，要加强对中小企业的资金信贷力度，要不断提高货币利用率。金融机构要去杠杆化，在通货膨胀的大背景下，银行等金融机构通过杠杆获得了很多利润，同时也为自身的金融风险埋下了隐患，在发展过程中金融机构必须要去杠杆化，只有这样才能降低风险，实现长远发展；完善人民币汇率制度。当前我国的通货膨胀在很大程度上是由于人民币汇率制度的不健全造成的，人民币的不断升值给我国外贸企业带来巨大压力，人民币的不断升值会严重影响到我国国际竞争力，从而对我国宏观经济造成影响，人民升值不是跃进式的，我们必须要不断完善人民币汇率制度。