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篇宏观经济研究方法范文,相信会为您的写作带来帮助,发现更多的写作思路和灵感。
1、宏观经济学的研究方法主要是通过总量分析总价格水平。因为宏观经济学的主要研究对象是国家 。
2、同时宏观经济学也运用了多种 模型去分析国民经济情况 。
3、比如收入决定模型、IS–LM模型和总需求—总供给模型都是围绕着价格需求来发展变化的。
4、宏观经济学的研究方法还有很多,我们需要不断学习才能彻底掌握 。
(来源:文章屋网 )
关键词:宏观经济;上证指数;VAR模型
中图分类号:F015 文献标识码:A
文章编号:1005-913X(2015)11-0183-02
一、引言
金融发展和经济增长之间的关系一直是经济学中极富争议的一个问题。作为金融市场重要组成部分的股票市场和经济增长,以及由此引申而出的股票市场和宏观经济变量的关系,也是最近研究热点之一。我国股票市场发展非常迅速,已经成为影响社会经济生活的重要因素。在这种背景之下,研究股票市场表现和宏观经济变量的经验关系,具有很大的理论意义和实践意义。
国外学者对股票市场表现和宏观经济变量的关系进行了大量的经验研究。这些研究大多数表明在宏观经济变量和股票价格之间存在明显的相关关系, 但结论并非是完全一致的。例如,Chen, Rol和Ros(1986)研究发现可以显著解释股票收益率的因子有风险溢价变化以及通货膨胀率等;但消费支出、原油价格和股票收益率之间却没有明显关系。Mukherjee和Naka(1995)用误差修正模型研究了东京股票交易所(TSE)和日本宏观经济变量之间的动态关系。
他们研究发现,TSE股票价格指数和六个宏观经济因子之间存在协整关系。而Binswanger (2000)对20世纪80年代以来的美国经济,用子样本滚动回归方法研究发现,股票收益率和实质经济活动之间的关系不成立。
国内学者也在这方面进行了一些经验研究,谈儒勇(1999)研究了中国金融发展和经济增长之间的关系,其中涉及了股市发展和经济增长之间的实证研究。研究表明,我国股市发展的三个指标(市价总值/GDP、成交金额/GDP和成交金额/市价总值) 在回归模型中都不显著, 这意味着我国股市发展对经济增长的作用极其有限。郑江淮、袁国良等(2000)的经验研究认为,虽然我国股市规模对经济增长的作用效果不明显,但股市发展与储蓄之间的正相关关系表明存在股票市场对经济增长的作用机制。李广众(2002)的经验研究认为中国银行、股市发展的主要作用在于促进投资规模扩大,股市发展对经济增长的作用并不显著。
从上述国内研究文献可以看出,研究重点大多放在金融发展和经济增长关系上,股票市场发展和经济增长之间的关系仅仅是研究中的一部分,很少涉及关于宏观经济和股票市场表现之间的经验检验。
从研究方法上来看,大部分用的是比较简单的回归分析,很少考虑时间序列不平稳带来的谬回归问题。基于上述考虑, 研究将根据月度数据,在宏观经济变量与股市价格的理论关系和经验研究结论的基础上,利用VAR模型对上海股票市场表现和宏观经济变量的关系进行实证研究。结构如下:第二部分介绍模型形式、变量和数据选取, 第三部分给出实证结果, 第四部分是总结和结论。
二、模型设定及数据选取
宏观经济对股指波动的影响主要体现政府宏观调控、市场变化以及消费者行为方面,因此建立一个包含货币政策、宏观经济情况、房屋价格变动、通货膨胀及消费者信心指数的VAR模型,模型形式如下:
Yt=C1Xt-1+……CnXt-n+ξt
其中,Yt=[AINDEXt]Xt=[AINDEXt,Rt,M2,GDPt,HGINDESt+HOUSEINDEXt,CPIt,CCIt],C表示常数项。其中AINDEX表示上证收盘综合指数;R分别表示利率水平和M2同比增长率,用以衡量货币政策;GDP分别表示GDP增长率和HGINDES宏观经济景气指数,两者结合衡量宏观经济变动;HOUSEINDEX表示国房景气指数,CPI衡量通货膨胀,与宏观经济变量一起表示市场变化;CCT表示消费者信心指数。样本区间为2001年1月―2013年12月共计156个样本。
三、实证结果
建立VAR模型,先对数据进行平稳性检验。经过检验,所有的变量都可以通过平稳性检验,可以用来构建VAR模型,在此基础上,为了保证模型的稳定性,进行AR根检验,检验结果表明模型具有稳定性,如图1所示。
(一)滞后阶的确定
进行VAR模型检验的最后一步就是确认滞后阶,模型滞后阶的选择过程如表1所示(最大试算阶数为2)。
根据表中所示,LR、FPE、AIC准则都显示最优滞后阶数为2,SC、HQ准则显示最优滞后阶数为1,根据少数服从多数原则,我们选取最优滞后阶数为2。
(二)VAR模型和脉冲响应
我们得到VAR模型形式如下:
AINDEX=0.857088397461*AINDEX(-1)+
0.126504716401*AINDEX(-2)-0.00230273338677*CCI(-1)
-0.000963551505897*CCI(-2)+0.0093385588814*CPI(-1)
-0.0195604202722*CPI(-2)+0.00942041778789*HGINDEX(-1)-0.0140177132655*HGINDEX(-2)+0.0138781296713
*GDP(-1)+0.00954420314823*GDP(-2)-0.000221171008889
*HOUSEINDEX(-1)-0.00501632789264*HOUSEINDEX(-2)+
0.0043259281095*M2(-1)-0.00657125075722*M2(-2)+
0.00636285095489*R(-1)-0.00643171398778*R(-2)-
0.007661618
R2=0.96
模型的拟合效果较好,较能对被解释变量做出解释。从估计结果中我们可以看出,上证指数具有较强的惯性特征,上一期对本期的解释高达0.857,再前一期对被本期的解释达到0.1265,二者结合就解释了全部的0.98,表明上证指数受自身影响最强,而其他变量对其解释力较弱,这也从一定程度上解释了我国经济连续增长多年而股票市场却熊冠全球。再看其他变量,其余变量中,消费者信心指数影响最弱且负相关,几乎可以忽略不计;前两期的CPI对本期上证股指影响较强,达到0.02,且呈负相关,表明上两期的CPI指数如果上升,则会一定程度上导致本期股票市场的下跌,而上一期的CPI指数则对本期股票市场呈微弱正相关;除此之外,宏观经济景气指数的前一期和两期也表现出明显的分野现象,与CPI相同的是都是前两期呈现明显的负相关,而前一期呈现微弱的正相关,表明宏观经济指数与CPI相关性较强;前一期的GDP对本期股指影响呈现正相关,而且相关指数达到0.014,前两期的相关就变得微弱,表明当期GDP的增加能明显增强下一期的股指,但之后影响就逐渐减小;货币政策在前一期对本期呈正相关,前两期对本期则呈负相关,也具有一定的分野现象。
四、结论与建议
通过利用VAR模型对宏观经济环境、政府调控政策、市场变化和中国股票市场波动性之间的关系进行实证研究,得到了如下的主要研究结果:宏观经济环境本身的发展状况将对中国股票市场波动性产生显著的正向影响,而宏观经济环境变化对中国股票市场波动性的影响是不确定的,这在一定程度上证明了中国股票市场价格变动对经济基本面变化的反映功能的缺失;货币供应量变化将对中国股票市场波动性产生影响较为微弱,宏观经济环境不会对货币供应量调整政策调控中国股票市场的效果产生本质性的影响。这个结论既是中国股票市场资金拉动型特征的直接结果,同时也为中国股票市场具有的资金拉动型特征提供了实证证据;市场变化对中国股票市场波动性产生的负向影响更大,而且不会受到宏观经济环境因素的影响。中国股票市场的弱市场有效性特征和噪音交易特征为这个结论的合理性提供了依据,而且中国股票市场的政策调控实践也反复证明了这个结论的正确性;利率调整政策对中国股票市场产生的调控效果受到宏观经济环境的明显影响。宏观经济环境因素的存在使得利率调整政策调控股票市场的效果变得不确定和不可预测。产生这种结果的主要原因在于,不考虑宏观经济环境的理想情况下,投资者的入市决策和股票交易决策都会受到利率变化的显著影响,而在考虑宏观经济环境的现实情况下,中国宏观经济环境状况对中国股票市场条件波动性产生的显著正向影响可能对利率调整政策调控股票市场的效果产生了替代作用,从而致使利率变化对中国股票市场波动性产生的影响不显著。利率调整政策对中国股票市场影响的近似随机的现实现象也证明了该结论与中国股票市场现实情况的一致性。研究结论启示我们,加大理性市场主体的培育力度,改革政策机制、降低政策信息的获取成本,建立和完善股票市场相关制度、特别是信用交易制度,加大金融衍生产品的开发和上市力度,科学制定调控政策、提高政策调控能力、规范政府调控行为是提高政策调控效率、保障中国股票市场健康、稳定、持续发展的有效途径。当然,研究工作仅仅是笔者有关宏观经济环境、政府调控政策与中国股票市场关系研究的一项阶段性实证研究成果,还有很多相关问题有待于进一步研究。
参考文献:
[1] 陆 蓉,徐龙炳.“牛市”和“熊市”对信息的不平衡性反应研究[J].经济研究,2004(3).
[2] 赵振全,张 宇.中国股票市场波动和宏观经济波动关系的实证研究[J].数量经济技术经济研究,2003(6).
[3] 郭金龙,李文军.我国股票市场发展与货币政策互动关系的实证分析[J].数量经济技术经济研究,2004(6).
[4] 许均华,李启亚.宏观政策对我国股市影响的实证研究[J].经济研究,2001(9).
[5] 谢 赤,吴 丹.论股票市场对扩张性货币政策效力的影响及相应对策[J]. 当代经济科学,2002(4).
【关键词】宏观经济;财务约束;资本结构
宏观经济因素和财务状况会对企业资本结构产生显著影响的观点已经得到了许多研究的支持。Korajczyk和Levy(2003)的实证研究指出财务状况良好的企业其目标杠杆逆周期变化,而财务状况差的企业其目标杠杆则顺周期变化。在国内研究中,原毅军和孙晓华(2006)使用了包括实际经济增长率在内的一系列宏观经济变量对企业资本结构进行了解释,其研究支持宏观经济因素对资本结构产生显著影响的结论。而苏冬蔚和曾海舰(2009)则以企业特征因素和行业因素为控制变量,运用非线性计量方法考察了宏观经济因素对资本结构的影响,其结论说明我国上市企业的资本结构呈显著的逆周期变化。就目前国内研究而言,并未深入研究不同财务状况的企业其资本结构对宏观经济的反应是否一致。针对这一问题,文章将以中国上市企业为样本,研究在我国的经济体制下宏观经济对不同财务状况企业的资本结构的影响。
一、研究模型、变量设计和样本选取
(一)研究模型
文章在Korajczyk & Levy(2003)等的模型基础上经过调整,将资本结构与解释变量设定为如下的线性关系:
企业的财务状况如何有不同的判断标准,文章将采用现金流来企业的财务状况。计算方式采用Byoun(2008)的标准,即将现金流(FDit)定义为资金的使用减去资金的来源,资金的使用包括三项,营运资本增加额(Wit)、投资活动产生的现金流量净额(Iit)和分配的股利和利润(DIVit),资金的来源则用经营活动产生的现金流量净额(OCFit)来表示。如果FDit大于0,则企业i在t年现金流短缺,小于0则现金流充足。现金流(FDit)的计算公式如:
(二)变量设计
资本结构变量。在我国的上市企业中流动负债占到了企业负债总额的大部分,结合我国的实际情况和已有的研究(Korajczyk & Levy(2003),苏冬蔚、曾海舰(2009)等),文章将使用流动负债占总资产的比例来企业的资本结构,其计算公式如下:LEVit=CLit/TAit。其中LEVit表示企业i在第t期的资本结构,CLit表示企业i在第t期的流动负债,TAit则表示企业i在第t期的总资产。
宏观经济变量:国内生产总值(GDP)。宏观经济状况最具代表性的指标就是GDP,文章采用实际GDP的自然对数来表示。
一年期贷款利率(I)。贷款利率是央行进行宏观经济调控的工具之一,它的上下浮动会影响到企业的贷款成本,进而影响到企业的融资决策。
股票市场回报率(RE)。借鉴苏冬蔚和曾海舰(2009)的研究,文章采用了深沪两市流通市值加权市场指数的总回报率来表示股票市场的表现。如果样本企业是在上海上市则采用沪市的回报率,如果在深圳上市则采用深市的回报率。
企业特征变量。根据已有研究,文章选择以下企业特征变量作为控制变量:(1)企业规模(SIZE),文章中使用主营业务收入的自然对数来表示;(2)资产有形性(PPE),本指标使用总资产中固定资产所占比例来表示,其比例越高,负债的担保能力就越强,因此越容易获得贷款;(3)盈利能力(ROA),文章中用资产收益率来表示企业的盈利能力;(4)成长能力(Q),文章中用托宾Q值来成长能力;(5)非债务税盾(NDTS),负债拥有节税效应,但是由折旧等导致的非债务税盾同样会产生避税效果,因此非债务税盾的增大会减少企业的负债,文章中使用累计折旧除以总资产来表示;(6)股权结构(LARGE)。由于我国的经济体制不同于西方国家,很多上市企业存在国有股“一股独大”的情况。文章中用大股东持股比例来做为股权结构的变量。
(三)样本选取和估计方法
文章样本选择的是在2002年底之前上市的企业1998年至2009年之间的财务数据。样本的处理原则如下:不包括金融保险类企业;删除了连续三年被PT和ST的企业;删除了数据缺失的企业;删除资产负债率大于1的企业以及在计算各项指标时出现奇异值的企业。最后共获得893家企业的9450个样本点。其中现金流充足样本点为6810个,现金流短缺样本点为2640个。以上数据均来自于中国经济研究中心数据库(CCER)。估计方法是广义矩估计(GMM),工具变量选择解释变量的滞后一阶。
二、实证结果分析
模型(1)的回归结果(如表1所示):
从表1的回归结果中可以看出,财务状况不同的企业对于宏观经济的反应是完全不同的,对于现金流充足的企业而言,GDP和利率的回归系数均显著,股票市场回报的系数不显著。其中GDP的系数显著为负,说明财务状况良好的企业其资本结构具有逆周期效应。而对于受到财务约束的企业而言,不论是GDP,利率还是股票市场回报其系数均无法通过显著性检验,这说明宏观经济对现金流短缺企业的资本结构的影响不显著,其资本结构不具有周期性,同时也与财务状况良好的企业形成了鲜明的对比。回归方程的R-squared为0.6889,说明方程拟合程度较好,sargan-p值达到1,说明工具变量的选择是有效的。
实证结果表明,财务状况良好的企业其资本结构的选择表现出了逆周期效应,即在宏观经济繁荣时其资本结构下降,宏观经济衰退时资本结构上升;而财务状况差的企业其资本结构的调整不具有周期性,宏观经济对其影响不显著。
参考文献
[1]Robert A.Korjczyk, Amnon Levy. Capital structure choice:macroecnomic conditions and financial constriaints[J].Journal of Financial Economics.2003(68):75~109
[2]Soku Byoun.How and When Do Firms Adjust Their Capital Structures toward Targets?[J].The Journal Of Finance.2008(6):3069~3096
[3]原毅军,孙晓华.宏观经济要素与企业资本结构的动态优化[J].经济与管理研究.2006(5):39~42
关键词:宏观经济政策;投资行为;投资效率
企业的投资活动既是公司权益价值创造的驱动力(Modigliani & Miller,1958),也是我国经济整体经济增长的驱动力。其投资效率的高低既关乎企业的成败,也关乎一个国家的整体经济发展水平。
企业的投资效率受到内外部环境的双重影响,目前的大多数研究集中在内部环境。例如公司治理水平、公司特征等等。改革开放以来我国经济取得了跨越式的巨大发展,对于微观企业的投资效率,国家层面的宏观经济政策发挥了一定的作用。宏观经济政策是国民经济的“调节器”,尤其是我国正处于转型时期,宏观经济政策更是发挥着巨大的导向作用。然而目前对于宏观经济政策是如何影响微观企业投资效率的研究不是很多,出现了一定的割裂现象。本文基于国内外的文献,对于宏观经济政策如何影响微观企业投资效率的文献进行了综述。
一、宏观经济政策
(一)宏观经济政策的定义
宏观经济政策是一个国家采取的对经济进行干预的手段,是政府为了协调和发展整个国民经济而制定和实施的一系列政策。主要有经济周期、财政政策、货币政策、信贷政策、税收政策、汇率政策、产业政策、监管政策以及收入分配政策等。
(二)宏观经济政策的作用
国家实行宏观经济政策就是为了实现经济的长期稳定发展、稳定物价水平、平衡国际收支以及实现充分就业。为应对2008全球金融危机对我国经济的巨大冲击,缓和惨淡的经济局面,我国当局实施了积极的财政政策以及宽松的货币政策,推出了4万亿救市计划并取得了预期效果,我国经济逐渐实现复苏。自2010年以来我国GDP增速逐渐回落,进入经济发展新常态的重要战略时期,宏观经济政策正逐渐引领中国经济向集约型、质量型转变,不断刺激需求,调整经济结构。
二、企业投资效率
在新古典经济学中,企业的投资取决于投资项目的边际价值,只有边际收益大于边际成本,企业的投资活动才是有效率的。在Modigliani等的完美市场假设中,投资机会是企业投资效率的决定性因素。抓住好的投资机会可以使企业获得巨大的竞争优势。但是我国并不存在完美的市场机制,现实中的投资并不完全取决于投资机会,企业中的非效率投资即过度投资和投资不足现象也广泛存在,影响企业价值最大化的实现,从长远利益上不利于企业的生存和发展。根据资本成本的锚定效应,企业进行投资项目的选择应以资本成本为取舍率,只有企业的投资项目的预期报酬率大于企业的资本成本,投资才是有效率的,才应被管理层采纳。改善投资效率是企业财务管理的主要目标,所以投资效率问题至关重要,引起了国内外学者和实务界的广泛关注。
(一)企业投资效率的衡量
投资效率的衡量是投资决策的核心问题。近年来国内外学者运用数学、计量经济学等原理对企业投资效率的的衡量方法和测度模型进行了不断地探索,主要有:(1)Fazzari等(1988)从融资约束角度提出的投资-现金流敏感度测量模型,基于信息不对称理论,外源融资成本大于内源融资成本。模型中的敏感性程度可以反映企业所受的外部融资约束情况。(2)Vogt(1994)在Fazzari等的测量模型基础上提出了现金流与投资机会交互项测量模型,通过该模型中交互项的符号可以判断企业是受融资约束出现了投资不足还是由于问题出现了过度投资情况。(3)Richardson(2006)基于自由现金流与过度投资的关系提出的残差项度量模型,通过模型中残差项的符号可以判断企业非效率投资的类型。(4)Biddle等(2009)提出的无条件测试模型,首先通过模型测度企业的预期投资水平,然后分行业逐年进行回归,再把残差项按照小到大的顺序分成四组,第一组是投资不足,中间两组为正常的基准组,最后一组为投资多度,再采用Multinomial Logit模型来测度企业投资出现在投资不足或过度投资组的概率,以此来衡量企业的投资效率。
(二)企业投资效率的影响因素
对于企业投资效率影响因素的研究可以分为公司内部因素和外部宏观经济环境因素两部分。
对于内部环境因素,目前的研究主要有公司信息披露状况、会计稳健性、董事会以及管理者特征、公司治理水平、公司异质性等方面。国内外学者比较注重企业内部对于其投资效率的研究,出现了一定程度的宏观经济环境与微观企业投资行为的割裂现象,然而随着金融危机的爆发以及国家相关政策的颁布,宏观经济政策对企业投资效率的影响越来越得到理论界以及实务界的重视。外部宏观环境对于企业投资效率的影响主要有环境不确定性、外部治理水平、经济周期、货币政策,信贷政策、以及财政政策等因素。
三、宏观经济政策与企业投资效率
(一)宏观经济政策对企业投资效率影响的传导路径
一个国家的宏观经济政策对微观企业投资效率影响的传导路径主要有两条:(1)通过宏观经济政策导向作用改变企业对国家经济、行业经济的整体判断和预期进而影响投资机会来影响企业投资行为(2)通过宏观经济政策对利率等的影响进而改变企业的资本成本来以及融资约束影响企业投资行为
(二)宏观经济政策对企业投资效率的影响
不同的发展阶段,国家为了更好地促进企业的发展,采取了不同的宏观经济政策来实施调控,但是这对企业的投资效率的影响效果到底如何,引起了学者的关注和研究。该部分依据划分的宏观经济政策影响微观企业投资效率的两条传导路径分别进行了梳理。
1.路径一:宏观经济政策通过改变企业对国家经济、行业经济的整体判断和预期进而影响投资机会来影响企业投资行为
宏观经济周期的变化会加大企业对未来预期的不确定性,影响企业投资机会的发现,加大企业对未来经济活动状况以及信息的判断的难度,进而影响企业的投资支出。经济周期反映了一个国家总体经济发展的波动状况,一般我们可把它划分为扩张和紧缩两个阶段。在经济危机阶段,一般来说企业对经济前景预期会比较差,国家就会相应实施宽松的财政货币政策来刺激投资和需求,缓解投资不足。在经济繁荣阶段,一般来说企业对国家的经济前景预期会比较乐观,国家也会相应实施紧缩的宏观经济政策来抑制盲目以及过度投资来提高企业的投资效率。此外宏观经济政策也会通过影响企业的资本成本和融资能力等因素来间接影响企业的投资机会。
Bloom 等(2007)研究认为宏观环境的不确定性会影响企业管理层对企业信息的判断能力,会更加保守和谨慎,从而影响投资。应惟伟(2008)通过研究证实了经济周期与企业投资的相关关系,不同阶段不同的财政货币政策会影响企业的经营活动和融资环境进而影响企业的投资-现金流敏感性。陈艳(2013)通过实证研究发现企业的投资机会和投资支出与经济危机负相关,而宽松的宏观货币政策会增加企业投资机会以及投资支出从而起到正的调节作用。邱静(2014)实证研究证实了当货币政策比较宽松时,会有较好的投资机会,进而企业投资效率也会比较高。张超等(2015)研究了经济增长平稳时期,货币供给和信贷供给与非效率投资的相关关系,货币政策会提高企业的投资效率。刘放等(2015)实证检验了投资效率的顺周期效应,并且国有企业和处于低经济发展水平地区企业的投资效率的顺周期效应更强。
2.路径二:宏观经济政策通过对利率等的影响进而改变企业的资本成本来以及融资约束来影响企业投资行为
资本成本是企业在投资时所考虑的必须要达到的最低报酬率,也是企业通过有效的管理必须应该达到的价值创造能力。国家的宏观经济政策可以通过影响企业的资本成本来影响投资。而且企业投资与其外部融资能力密切相关,宏观经济政策也会通过缓解企业的融资约束来影响投资效率,其中我国货币政策主要通过企业的货币渠道(又称利率渠道或资本成本渠道)和信用渠道来发挥作用,这两种渠道都是通过影响企业的融资成本以及融资规模来对企业投资效率产生影响。
Mojon 等(2002)通过对欧盟中的法国、德国、意大利和西班牙的研究发现利率政策会通过影响资本成本影响企业的投资行为。我国的彭方平等(2007)研究发现宏观经济政策通过改变政策利率和国债到期收益率等来影响企业的资本使用成本来影响投资,进而说明了我国宏观经济政策微观传导机制的有效性。但是对于我国的资本成本与投资行为敏感性的问题却一直存在着争议,其投资行为与资本成本的敏感性关系并不十分明显,特别是在国有企业中。徐明东等(2012)研究发现货币政策通过资本成本影响企业投资决策的的作用比较微弱,而国有企业对资本成本不敏感。喻坤等(2014)揭示了我国的投资效率之谜,认为我国货币政策加大了国有与非国有企业融资约束的不同,从而非国有企业的信贷资源被国有企业挤出,我国非国有企业的投资效率因此而降低。贺京同等(2015)通过对宽松的货币政策与企业非效率投资行为之间的关系进行的研究得出,宽松的货币政策是否对企业非效率投资行为有抑制作用要取决于企业的产权性质和投资机会。
四、评述与展望
对于企业投资效率的影响因素,目前国内外研究大多还是基于微观层面,从而出现了一定程度的宏观经济政策和微观企业投资行为的割裂现象,但是对于宏观经济政策的微观效应也逐渐得到了学者们的重视与深入研究。鉴于此本文对宏观经济政策影响微观企业投资效率的传导路径内分为两条分别进行了梳理。未来对企业行为的研究应该更加注重宏观政策的调控作用,并且应该在宏观经济政策的具体传导路径方面应该更加明确与深化。
对于企业投资效率的衡量模型方面,目前大多采用投资-现金流敏感度测量模型,投资-投资机会敏感度模型以及Richardson的残差项模型,但是这些模型都各有利弊,能否真正测度企业的投资效率,其合理性和准确性都有待于探讨,期待能够建立更加科学的测量模型。
对于企业来说,资本成本是其投资决策时必定要考虑的与其将担负的风险相对应的必要报酬率率,其投资支出对资本成本的敏感性可以检验货币政策的资本成本传导路径是否顺畅。资本成本在公司财务决策中具有锚定作用,但是在我国尤其是国有企业中,资本成本敏感性并不高。因此要深化我国国有企业改革,并且加强我国宏观政策传导的通畅性和落实的有效性。
宏观经济政策要指导转变经济发展方式的的同时要提高投资效率而不是投资率。在宏观经济政策影响企业投资效率的同时,企业的投资效率也会影响宏观经济的波动和宏观经济政策的制定,所以在研究时也应注意投资效率的反作用机制。
宏观经济政策在一定程度上会抑制或刺激企业的投资支出,从而影响企业的投资效率。由于我国正处于经济转型的特殊阶段,针对不同产权性质的企业、不同类型的行业、不同的市场化程度的地区以及不同的现实宏观环境,宏观经济政策的制定和实施不应出现“一刀切”的现象,而是应更加细化。同时中央和地方更应该有效的协调和配合,更好的建设服务型政府,更好地发挥财政政策和货币政策等的宏观调控作用,以促进我国企业投资效率的提高,实现我国宏观经济政策与微观企业投资行为的更好融合以及协调运转。
参考文献:
[1]Steven M.Fazzari,R.G.Hubbard and B.C.Petersen.Financing constraints and corporate investment[J]. Brookings Papers on Economic Activity, 1988,19(1):141-206.
[2]Stephen C. Vogt.The Cash Flow /Investment Relationship:Evidence from U.S.Manufacturing Firms[J].Financial Management,1994,23(2):3-20.
[3]Scott Richardson.Over-Investment of Free Cash Flow [J].Review of Accounting Studies,2006,11(2):159-189.
[4]Gary C. Biddle,Gilles Hilary and Rodrigo S. Verdi.How Does Financial Reporting Quality Relate to Investment Efficiency?[J].Journal of Accounting and Economies,2009,48(2):112-131.
[5]姜国华,饶品贵.宏观经济政策与微观企业行为-拓展会计与财务研究新领域[J].会计研究,2011(3):9-18.
[6]应惟伟.经济周期对企业投资影响的实证研究-基于投资现金流敏感性视角[J].财政研究,2008(5):30-34.
[7]陈艳.宏观经济环境、投资机会与公司投资效率[J].宏观经济研究,2013(8):66-72.
[8]邱静.货币政策与我国上市企业投资效率研究[J].财经理论与实践,2014 (5):34-39.
[9]张超,刘星,田梦可.货币政策传导渠道、宏观经济增长与企业投资效率[J].当代财经,2015(8):108-119.
[10]刘放,杨峥,杨曦.宏观经济周期性波动与公司投资效率-基于金融危机的自然实验[J].财会通讯,2014(7):85-88.
[11]彭方平,王少平.我国利率政策的微观效应-基于动态面板数据模型研究[J].管理世界,2007(1):24-29.
[12]徐明东,陈学彬.中国工业企业投资的资本成本敏感性分析[J].经济研究,2012(3):40-52.
[13]喻坤,李治国,张晓蓉,徐剑刚.企业投资效率之谜:融资约束假说与货币政策冲击[J]. 经济研究,2014(5):106-120.
[关键词]大数据;宏观经济;机遇与挑战;分析
[DOI]10.13939/ki.zgsc.2016.42.028
2015年9月份,国务院与工信部联合印发了《促进大数据发展行动纲要》,明确要求在“十三五”规划中重点推动大数据的发展和应用,建立运行平稳、安全高效的经济运行新机制,这也为在大数据时代下更加精准、更加高效地开展宏观经济分析提供了政策保障。
1 大数据在宏观经济分析中的重要作用
1.1 为宏观经济分析提供丰富的数据支持
我国经济发展正处于“三期叠加”的关键时期,影响宏观经济发展的因素也是多种多样,要想保证宏观经济分析结果的准确性和时效性,就必须以大量的数据信息做样本,对数据样本进行客观、专业的处理和评估。传统的宏观经济数据获取方式存在诸多弊端:一方面是数据样本数量有限,难以反映出影响宏观经济发展的整体因素;另一方面是数据获取途径少,时效性低,往往与现阶段的经济发展现状不相符合。而大数据技术借助于计算机、互联网和电子信息技术,能够在短时间内获取各个部门、各个行业的经济发展数据,例如全国旅游消费总额、全国商品房年销售总量等。可以说,只要数据分析部门获取了相应的数据调查权限,就可以随时调用管辖范围内与宏^经济分析相关的数据内容,从而极大地丰富了宏观经济分析所需的样本容量和样本种类,确保了宏观经济分析的准确性和时效性。
1.2 为宏观经济分析提供更多的方法
传统的宏观经济分析手段,由于受技术条件和工作理念的影响,往往采用统计分析和随机抽样分析的方式,近似地反映或推断出宏观经济的分析结果。随着市场经济的深化改革和我国经济体制结构的转变,传统的宏观经济分析手段难以适应国家经济发展的需要,云时代的到来和大数据技术的出现为宏观经济分析提供了更多种类、更加简便的分析方法。例如,传统的宏观经济分析由于获取数据困难,因此采用“随机抽样反映整体”的分析方法,其分析结果与实际情况必然会存在较大误差;而大数据的分析是以海量的数据样本为基础,并且样本种类丰富,基本上涵盖了影响宏观经济发展的所有行业,在此基础上得出的分析结论无限趋近于我国宏观经济发展的实际情况,提高了宏观经济分析的可靠性。
1.3 优化了宏观经济分析的技术
大数据分析与单纯的计算机数据统计的不同之处在于:计算机数据统计只能进行初步的数据分类和整理,并以数字、图标等形式展示出来,虽然具有较强的直观性,但是不能深层次地反映宏观经济内容。而大数据分析融合了计算机、电子信息和数学建模等多个专业技术,以海量数据为基础,建立数学分析和统计模型,利用分析模型对数据进行深层次的分析、处理和加工,并结合了语音识别、图像识别等技术,提高了数据分析技术的专业化水平。
2 大数据在宏观经济分析中的机遇与挑战
2.1 大数据时代宏观经济分析具有的机遇
大数据技术融合了多种现代化数据获取和分析技术,为宏观经济的精确分析提供了诸多便利条件,从当前的发展形式看,大数据在宏观经济分析中的主要机遇有以下几方面:首先,大数据技术使“在短时间内获取海量数据”成为了可能,为宏观经济分析提供了必要的基础保障。无论是进行宏观经济分析还是其他各类专业统计,数据获取都是最基础也最为关键的环节。数据样本的丰富度和样本容量,直接决定了后期分析结果能否反映实际情况,而数据样本越多,则最终分析结果越趋近于实际。除此之外,宏观经济是一个动态发展、不断变化的过程,这就要求数据样本在“获取-分析-得出结论”这一过程中占用尽可能少的时间。因此,数据分析师历来重视数据样本数量和样本获取速度,大数据技术兼具上述两种分析要素,在宏观经济分析中占据较大优势。其次,大数据扩充了宏观经济分析的空间广度,使数据价值得以体现。通过计算机互联网获取基础的数据信息,不仅能够有效跨越时间和空间的限制,而且在数据价值上也得到了一定的提升,并且利用专业数据分析软件和数学模型,拓展了数据所包含信息的深度与广度,为新时期进行宏观经济分析提供了有力支持。
2.2 大数据时代宏观经济分析面临的挑战
大数据技术在带来诸多便利的同时,其自身也存在着一些有待改进的地方,主要表现为:首先,大数据所采集的数据量大,但是缺乏有效的数据筛选标准,导致数据中夹杂着部分无用或不相干的信息。例如我们在采集“全国旅游消费总额”相关的数据时,可能会搜索到与旅游相关的“交通运输量”的信息,但是这些信息并不会对宏观经济分析起到影响,反而增加了样本总容量。因此,如何加强信息甄别和筛选,是下一步大数据技术优化的重要内容;其次,数据的安全性仍然有待提高。由于前期采集数据量非常大,但是进行宏观分析是一些相对漫长的过程,这些数据在保存期间如何确保安全性,关系到后期宏观经济分析的最终结果。虽然部分数据库建立了相对完善的防火墙和病毒查杀系统,但是也很难彻底根除非法访问的风险;最后,大数据时代的宏观经济分析需要大量专业化人才,但是从现阶段相关从业人员的整体情况看,大数据分析人才数量难以满足行业发展需要。
3 提升大数据对宏观经济分析作用的对策
3.1 构建良好的大数据获取环境
政府应当主导建立一个大数据的收集体系,在一些重要的宏观经济领域制订大数据的收集计划,从而保证大数据的获取。为此政府部门应当做好以下具体的工作:首先,政府部门要从思想认识上提高对大数据的重视程度,对于大数据在宏观经济研究中的价值予以认可。从而在实际的工作中能够形成稳定的资金投入并在政策法规上为大数据的应用提供便利条件。其次,政府应当加大高校或者是相关研究机构在大数据应用上的研究投入力度,支持研究机构在大数据应用上的深度挖掘,从而更好地发挥大数据的作用。最后,政府应当支持企业采用现代化的信息管理手段,从而为大数据的获取提供基础性的条件。利用企业的信息化系统可以快速地获取企业的相关发展数据信息,从而为宏观经济的大数据分析提供基础材料。
3.2 提升大数据的采集与管理工作水平
制定规范化的大数据采集与管理体系,保障用于宏观经济发展的大数据均能够得到有效的采集,并且还要确保数据的真实性。在利用大数据进行宏观经济的分析中大数据是基础的分析材料,所以有效地采集到大数据是十分重要的。首先,要规范大数据的采集工作流程,制定科学的大数据采集体系,从而促进大数据采集工作的有序开展。其次,对于在大数据采集过程中因小集体利益而不配合采集的个人或者是单位,应对其进行一定的处罚,从而威慑这些干扰大数据采集工作的不良情况。最后,要对大数据采集人员进行培养和提升,从而使其掌握较为熟练的大数据管理技能,为大数据的更好地应用提供条件。
3.3 培养大数据分析与应用人才
在大数据的应用中人才是其中的关键性组成部分,高素质的大数据分析与应用人才能够为宏观经济的分析提供有力支撑。为此,就必须在大数据人才培养上进行改进和提升。为此,应当做好以下内容:首先,政府部门应当重视大数据分析与应用人才的培养,出台各类支持性的培养政策。其次,高校应当根据现实的需求而开始相关的专业和课程,从而发挥大数据分析与应用人才培养的基地作用,以便为社会输送大量的大数据专业应用人才。最后,企业也应当在大数据人才培养上做出自己的贡献,对于企业内部的数据管理人员进行专业技能提升的培训,从而帮助他们掌握更多的大数据分析与应用的实际技能。
4 大数据与宏观经济政策制定
大数据革命为政府的宏观经济政策制定提供了机会。政府在政策制定上可以通过大数据分析系统提升公共服务质量,增加服务种类,并为公共服务提供更好的政策指导。同时,在大数据分析的运用、提高效率与其他政策和技术协同以及为公共服务领域带来变革等方面,政府可以加大重视和投入力度,为经济的进一步发展提供支持。
大数据给政府的经济统计工作带来了巨大影响。首先,面对大数据带来的技术变革,政府应该将其纳入政府统计之中。经济统计要充分利用大数据时代提供的技术和条件,促进政府统计工作的变革。例如“10亿价格项目”便是政府应对大数据变革的成功典范。其次,面对大数据带来的统计对象扩充,政府不但应当重视结构化数据,更应当重视挖掘非结构化数据,以期找寻出恰当的经济统计指标。大数据时代,非结构化数据包含更多信息,而且利用互联网进行的数据挖掘,不仅可以得到数字资源,文本数据也可以通过挖掘获得。最后,面对大数据带来的统计资源的拓展,政府应该将其统计资源拓展到政府以外,重视拓宽其他数据资源。在过去,政府靠自己的力量收集数据,但在大数据时代,人人都是数据的制造者。例如,谷歌和百度等数据巨头拥有大量政府无法获取的数据资源。政府要想办法让数据巨头将数据放到统计中来,而不能仅靠自己调查统计。
5 结论与展望
大数据时代极大地拓宽了信息来源、提高了获取信息的时效性,同时,新信息的非结构化对宏观经济分析的技术和方法提出了新的要求。在大数据背景下,由于数据噪声的存在,宏观经济数据挖掘变得十分重要,这就要改进技术,加强对非结构化和半结构化数据的挖掘。实时、快速、海量的数据为更加准确的宏观经济预测提供了可能,宏观经济预测模型也有待于进一步更新。在大数据时代,可以将机器学习算法引入宏观经济分析,改进宏观经济分析技术,解决“维数灾难”,提高宏观经济分析的准确性。大数据时代也将促进政府经济政策制定的变革,提升政策的时效性,提高政府服务效率。
参考文献:
[1]文桂江,李昕.大数据时代我国宏观经济数据的冲突与协调[J].河北经贸大学学报,2014(5):131-133.
[2]崔光N.房地产价格与宏观经济互动关系实证研究――基于我国31个省份面板数据分析[J].经济理论与经济管理,2013(1):157-162.
[3]戴成峰,张连增.我国财产保险区域差异与宏观经济的关系研究――基于省际面板数据的实证分析[J].保险研究,2012(11):142-153.