宏观经济变化

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篇宏观经济变化范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

宏观经济变化范文第1篇

关键词:仿射模型;泰勒规则;风险溢酬

中图分类号:F820 文献标识码:A文章编号:1006-1428(2007)07-0040-03

一､问题的提出

利率期限结构也称为收益率曲线，刻画的是相同风险水平下，利率与到期期限之间的关系。收益率曲线的位置和形状随时间而改变，在经济周期的不同阶段，利率水平和利差(长期利率和短期利率之差)均不相同。下图是一个很好的例子，它反映了美国1990―2001年之间处于经济周期不同阶段的收益率曲线的变化。那么推动收益率曲线动态变化的因素是什么呢?潜在因素(1atent factor)是一种解释。潜在因素(变量)不能被直接观测到，但可以从债券价格中推算出来。作为这类文献的代表，Litterman和Scheinkman(1991)应用主成分分析法，把影响利率期限结构动态的三个主要因素命名为平行因素(1evel factor)､斜度因素(slope factor)和曲度因素(curvature factor)。平行因素影响所有期限的收益率，斜度因素决定了收益率曲线是陡峭或是平坦，曲度因素影响收益率曲线的弯曲程度。这种解释在理论上不能令人满意，利率作为一个最重要的宏观经济变量，是经济系统内生的，利率期限结构作为不同到期期限利率的组合，自然也不能游离于经济系统之外，用通过统计技术产生的､不可观测的潜在因素来解释利率期限结构的动态变化显然缺乏经济理论支持。于是，一些研究者开始着手设计包含宏观经济变量的动态模型，用可观测的宏观经济因素来解释利率期限结构的变化，这类模型被称为宏观-金融模型(Macro-Finance Models)。宏观-金融模型不仅具有理论价值，而且具有应用价值。对利率期限结构的预测一直是金融实务中的一个重要课题，因为利率期限结构是固定收益证券和金融衍生产品定价的基础，也是利率风险管理的基础。在模型中加入可以观测的宏观经济变量可以在一定程度上提高模型的预测能力，因此具有广阔的应用前景。

图1美国1990-2001年收益率曲线的变化

数据来源:引自长城证券研究报告《国债收益率曲线的比较研究》

二､宏观-金融利率期限结构模型的基本结构――离散形式的仿射模型

Ang和Piazzesi(2003)､Bernanke， Reinhart和Sack(2004)以及Rudebusch和Wu(2004)采用了基本相同的模型结构，即离散形式的仿射模型。简单地说①，仿射模型将零息债券的对数价格视为状态变量(向量)的仿射函数②，而状态变量的演进由一个向量自回归模型决定，即:

那么，为什么要选择仿射模型作为宏观-金融模型的基本结构呢这主要是因为，第一，Duffle和Kanl1996提出的仿射模型是应用最广泛的利率期限结构模型，模型具有坚实的微观金融学基础，被称为利率期限结构研究的“载重马车”workhorse model。以仿射模型作为基本模型结构使宏观一金融模型具有很强的理论支撑。第二，仿射模型能够十分方便地接纳宏观经济变量。仿射模型对状态向量中的元素并无特别设定，因此这些元素既可以是不可观测的潜在变量latent factor，也可以是可观测的宏观经济变量。Ang和Piazzesi2003将状态向量中的元素分为两组，一组包括两个由主成份分析法得到的宏观经济变量――通货膨胀因素和真实经济活动因素，另一组包括三个潜在变量。Bemanke，Reinhart和Sack2004以宏观经济变量及其滞后值作为状态向量中的元素，潜在变量被排除在外。状态向量元素的灵活选择给研究者带来了很大便利，一定程度上也增强了模型对数据的拟合效果。

三､宏观经济变量影响利率期限结构的途径――短期利率和风险价格

在上面的分析中我们看到，宏观经济变量作为状态向量中的元素影响利率期限结构，但这毕竟只是一种模型结构上的描述，从经济理论上说，宏观经济变量是通过何种途径影响利率期限结构的呢答案是短期利率和风险价格。

1､宏观经济变量对短期利率的影响

短期利率是连接微观金融视角和宏观经济视角的关键点。从微观金融视角来说，短期利率是其他各期限利率的基本构成成份，因为长期利率是风险调整后的预期未来短期利率的平均值，即

从宏观经济视角来说，短期利率是中央银行重要的货币政策工具，中央银行通过调控短期利率来实现其稳定经济的货币政策目标。如何分析宏观经济变量对短期利率的影响泰勒规则是一个很好的切入点。Taylor1993a使用理性预期模型，通过对7个工业国家数据的模拟分析，发现利率规则最有利于中央银行保持产出与物价稳定，这里利率规则是指根据产出和物价水平与目标值之间的差距来调节利率的货币政策规则。Taylor1993b提出了一个简单的代表性利率规则，并证明这一规则很符合1987年至1992年美国联邦资金利率的走势，这一规则被称为泰勒规则，其表达式为④:

2､宏观经济变量对风险价格的影响。

由于未来的不确定性，与持有短期债券相比，人们在持有长期债券时往往要求获得一定的额外收益以补偿自己承担的风险，这部分额外收益就是风险溢酬。因此在4式中，长期利率表示为风险调整后的预期未来短期利率的平均值。风险溢酬与宏观经济状况相关联，例如，在高通货膨胀时期，人们对未来通货膨胀率的预期值往往较高，因此要求的风险溢酬也较高;相反，在低通货膨胀时期，人们要求的风险溢酬相对较低。在进行计量分析时，风险溢酬被分解为两个部分:风险价格和风险数量。风险数量由随机扰动决定，风险价格则取决于模型的设定。宏观―金融模型设定风险价格为状态变量的仿射函数:

这里Λt，表示风险价格，Λ0是一个七维常数向量，Λ1是一个k×k矩阵。当状态向量中的元素包括宏观经济变量时，宏观经济变量将通过风险价格､进而风险溢酬影响利率期限结构。

四､宏观―金融模型在中国的应用前景

在利率市场化改革不断深化的背景下，利率期限结构的宏观―金融模型在中国具有广阔的应用前景。

1､在利率风险管理中的应用

随着利率市场化改革的推进，国内金融机构，特别是商业银行面临的利率风险逐渐增大，如何进行有效的利率风险管理成为一个急待解决的问题。进行利率风险管理首先需要计量自身利率风险的暴露程度，这离不开对利率期限结构未来走势的估计。利率期限结构的动态模型很多，宏观―金融模型以其简洁的模型结构和坚实的经济理论支撑无疑可以成为一个很好的选择。

2､在金融衍生产品定价中的应用

衍生品市场是国际金融市场的重要组成部分，目前，金融衍生产品在国内的推出已经有了时间表。金融衍生产品的定价离不开利率期限结构，几乎所有的定价公式都包含无风险利率。在经典的布莱克一斯科尔斯期权定价公式中，无风险利率被假设为一个常数，这显然是与事实不符的，放松这一假设就需要对利率期限结构进行估计，宏观―金融模型在此可以得到运用。

3､在货币政策制定中的应用

应该指出的是，宏观经济因素与利率期限结构的联系是双向的，宏观―金融模型侧重研究的是宏观经济变量对利率期限结构的影响，同时也有另外一类文献侧重研究利率期限结构对宏观经济变量的预测。20世纪90年代以来，一批宏观经济学的实证研究文献显示，对利率期限结构进行分析，可以预测未来的通货膨胀率和实际产出变量，从而为货币当局的货币政策决策提供重要的参考依据。这一理论成果在实践中已经得到运用，英格兰银行的通货膨胀报告从1994年开始定期公布根据利率期限结构推导出来的预期通货膨胀率，而美联储1996年决定把利率期限结构作为一个重要的先行经济景气指数并定期公布长短期利差的变动。既然宏观经济变量对利率期限结构存在影响，货币当局在利用利率期限结构所提供的信息时就有必要区分哪些信息是和已知的宏观经济信息相重合的，哪些信息是宏观经济变量未能揭示的，这个方面宏观―金融模型恰好可以发挥作用。

参考文献:

[1]Ang，A.，Piazzesi M. No-Arbitrage Vector Autoregression of Term Structure Dynamics with Macroeconomic and Latent Variables. Journal of Monetary Economics. May. 50(4)pp. 745-787

[2]Bemanke，Ben S.，Vincent R.Reinhart，and Brian P.Sack. Monetary Policy Alternatives at the Zero Bound:An Empirical Assessment. Brookings Papers on Economic Activity2，PP.1-78.

[3]Duffie，D. Kan，R. A Yield-Factor model of interest Rates. Mathematical Finance，6:PP.379-406

[4]Litterman，R.，Scheinkman，J. Common Factors Affecting Bond Retuns. Journal of Fixed Income1:54-61

宏观经济变化范文第2篇

一、高速增长中的总量失衡及阶段性变化

改革开放以来，我国经济以年均9.8%左右的速度增长，特别是进入新世纪之后，保持了稳定高速增长，在1992年至1996年和2003年至2007年两次连续5年每年都保持两位数以上的增长率（战后这种情况在全球只出现过四次，其中两次在中国）。在遭受国际金融危机严重冲击下，我国经济率先重回高速增长轨道。2010年经济增长率达到10.3%，GDP总量超过39万亿元人民币，人均GDP在2.9万元人民币（约4000多美元）以上，达到了当代中等收入发展中国家水平。

在高速增长过程中，我国宏观经济总量也存在着失衡，其特点也不断发生着变化。大体上可将我国改革开放以来的总量失衡分为5个阶段：第一阶段是自改革开放始至1998年上半年，这一阶段总量失衡的方向是需求大于供给，首要的宏观政策目标是反通胀，宏观政策采取的是紧缩性政策。第二阶段是自1998年下半年起至2002年底，这期间中国经济出现了有效需求不足的矛盾，首要宏观目标是反萧条，宏观政策采取扩张性措施，特别是扩大内需。第三阶段是2003年至2007年，在这一阶段我国经济实现了连续5年每年增长均在两位数以上的高增长，同时宏观经济失衡也出现了新特征：在出口需求保持20%以上年增长率的同时，在内需中投资领域需求大于供给，投资品价格持续上涨，特别是上游投入品价格上升幅度更大；在消费领域则需求不足，工业消费品过剩，特别是产能过剩的矛盾日益突出，在这种投资与消费出现反方向失衡的条件下，总量政策目标难以选择，既难以紧缩，也难以扩张，宏观总量政策强调“有保有压、区别对待”的结构差异性调整，相应在宏观政策的运用上，财政政策与货币政策采取了“松紧搭配”的反方向组合，即扩张性的财政（积极的财政政策）和紧缩性的货币（稳健的货币政策）。第四阶段是2008年至2010年上半年，这一时期受国际金融危机和内需不足等多方面因素影响，中国宏观经济政策总量失衡的方向日益清晰，宏观经济选择从此前的淡化总量政策、强调结构调控，逐渐变为明确总量政策方向。不同的是，在2008年上半年，总量政策目标首要是紧缩，即通过从紧的政策实现“双防”目标：一防经济从局部过热转为全面过热，二防物价从结构性上涨转为总体上涨。但到2008年7月，伴随国际金融危机的冲击，内需不足更为突出，相应的宏观政策从“双防”调整为“一保一控”，即“保增长控物价”，开始强调刺激经济，到年底进一步明确为“一保一扩一调”，即保增长、扩内需、调结构，宏观政策开始全面扩张，相应的政策工具采取财政与货币双扩张的同方向组合，即更加积极的财政政策和适度宽松的货币政策。第五阶段是2010年下半年至今，我国宏观经济面临较长时期的通胀与增速放缓的双重压力，不能说发生了“滞胀”，但的确有形成“滞胀”的因素，所以宏观经济政策必须从扩张性政策加以方向性的调整。

二、现阶段我国经济总量失衡的特点

目前，我国经济已达到中等收入水平，距新兴工业化国家，即高收入的发展中国家尚有一段距离。按照我国经济增长目标，进入新世纪到2010年，按不变价格计算的GDP总量较2000年水平翻一番（这一目标在2007年已提前实现）；到2020年比2010年再翻一番，即比2000年翻两番，增长4倍，总量和人均水平都达到当代上中等收入发展中国家水平，在总量上实现全面小康，在结构上基本实现工业化（若时间表不变，今后10年我国年均经济增长5%-6%就能实现这一目标）；到2030年比2000年增长10倍，达到当代高收入发展中国家水平，在工业化、市场化、城镇化等方面，按当代国际标准取得实质性赶超。由此看来，进入工业化、城市化加速期的我国经济，在实现工业化、城市化等发展目标之前，完全可能继续保持较高的增长势头，至少在2020年之前，甚至到2030年之前，都有可能保持较高增长。从发展进程看，我国现阶段处在前有30年的高增长（年均9.8%左右），后有10-20年的较高增长（潜在增长率有可能达到7%-9%）可能的长达50年左右的高速增长期。

进入中等收入发展阶段也会面临“中等收入陷阱”的困扰，即因制度和技术等创新力不足，整个国民经济效率低，在低效率下形成的高速增长（泡沫经济）会拉动各类要素价格上升，使低效率的扩张难以支撑，导致泡沫破灭，整个国民经济难以从主要依靠要素投入量的扩大向主要依靠要素效率提升的竞争优势转变。此阶段，在各类要素成本大幅上升，环境治理等要求提高，国际市场竞争加剧的条件下，难以实现持续高速增长，并可能出现类似东亚泡沫和拉美陷阱等问题。

“中等收入陷阱”的威胁，可能使发展中国家的总量失衡进入“滞胀”状态。我国也必须未雨绸缪，现阶段的总量失衡的调控也必须防止“滞胀”的发生。

从总需求来看，2008年下半年开始采取的扩大内需的“一揽子”举措，从更加积极的财政政策，到适度宽松的货币政策，总需求得以刺激。这种总需求的扩张事实上有两方面的作用，一方面可以刺激经济增长，另一方面也可以刺激通胀。根据我国通胀发生的政策时延，投放的流动性大体在6至24个月逐渐体现为通胀。那么，2008年下半年至2010年上半年扩大内需政策举措形成的通胀压力，至迟会在2010年底至2012年上半年逐渐释放。关键是，扩大内需的政策在释放通胀压力之前，能否及时有效地拉动实体经济增长。如果能及时充分拉动增长，即使出现较高通胀压力，也具有加大紧缩力度有效治理通胀的条件。否则，便可能在低增长的同时出现高通胀。

从总供给看，改革开放30多年的发展对国民经济的持续增长也有两方面作用。一方面，不仅从规模上极大地扩张了中国经济（GDP总量按不变价扩大了近20倍），而且发展过程中伴随制度创新和技术创新，增长的效率也相应提高，从而使我国经济未来的发展具有更坚固的基础。另一方面，30多年的高速增长本身也改变了要素的供求关系，在要素有限的条件下，持续高速扩张的增长必然导致需求强劲拉升，使要素成本上升，进而使整个国民经济成本上升。问题的关键是，发展过程中效率的提升能否超越相应的成本上升。如果超越不了，从长期看就会陷入所谓“中等收人陷阱”，从短期看就会使通胀从需求拉动为主转变为需求拉动和成本推进共同作用的通胀。因此，在低效率高成本的增长中，经济既难以持续，也无法避免“滞胀”。

因而，从我国目前宏观失衡的特点来看，既面临通胀的压力，也面临增长乏力的危险。就通胀压力而言，较显著的特点表现在三方面：一是时期长，在未来2-3年中将面临通胀压力，除一系列体制性和长期发展性因素外，2008年下半年以来的扩大内需的政策将会逐渐发生作用。二是类型变化，需求对通胀的拉动作用继续较强，成本上升对通胀的推动力将会逐渐加大。三是虚拟经济的活跃会提升通胀压力和通胀预期，特别是大量过剩流动性若不能及时拉动实体经济，而是滞存于虚拟经济中，刺激投机性资产价格或金融衍生品价格上升，甚至把个别产品金融符号化，比如房价大幅上升，绿豆等价格炒作式暴涨等，都会提高通胀预期。预期的提升会加剧治理通胀的困难，还会提升加薪要求，从而增大人工要素成本，加大通胀的成本推进压力。

就增长的动力不足而言，较为显著的特点也有三方面：一是我国经济要进入新一轮高度繁荣期，尚需2-3年时间。根据经验，一轮繁荣或复苏大体要5年时间。受国际金融危机冲击，自2008年第一季度到2009年第一季度，我国经济发生了连续5个季度的增速下降，2009年第一季度降至6.2%的最低点，预计进入新一轮高度繁荣期，至少要到2013年前后，此前至多是处于复苏中或恢复性增长，这种恢复性增长具有不稳定性。二是国际金融危机并未走出，其对我国经济的影响仍将存在，甚至可能加剧。三是内需不足的矛盾短期难以克服。我国的内需不足不仅是总量失衡的突出表现，而且有其深刻的经济结构原因和体制性及社会发展失衡等多方面原因，包括投资与消费的结构性失衡、国民收入分配的结构性失衡、国民经济的产业结构失衡、区域及城乡发展结构性失衡等等。这些失衡的根源主要在于效率低，或者说效率提升慢。要提高效率必须努力转变发展方式，而发展方式的转变关键在于技术和制度创新，创新则是一个长期的过程。

三、新阶段的宏观经济政策调整

根据现阶段我国宏观经济失衡的新特点，宏观政策应相应做出调整，调整和变化主要集中在六个方面。

一是宏观经济增长目标的调整及变化。从增长目标看，现实选择只能是“适度通胀下的有效增长”，既不应选择高通胀高增长，也不可能再现低通胀高增长，更要防止高通胀低增长。从我国发展目标的实现要求看，只要保持6%左右的增长速度，预定2020年基本实现工业化达到全面小康的目标就可实现。如果保持7%以上的速度，就会提前实现目标。因此，可以更关注增长的质量和有效性。

二是宏观经济政策组合方式的调整及变化。从前一时期“更加积极的财政政策与适度宽松的货币政策”重回“积极的财政政策和稳健的货币政策”，意味着：一方面宏观调控已进入“择机退出”阶段，另一方面宏观政策组合方式从此前的财政与货币政策双扩张同方向组合，重新调整为“松紧搭配”的反方向组合。在应对国际金融危机的过程中，我国财政政策前后方向未变，货币政策则出现方向性变化，这与美国不同，美国在此次国际金融危机前后货币政策的方向未变，变化的是货币政策的扩张力度，而其间财政政策前后变化较大，首要调整和运用的是财政政策。

三是财政政策的力度和重点有所调整。从政策着力点看，需要从关注财政政策的扩张效应，向同时关注财政政策的风险调整。从财政支出政策看，2010年财政赤字已达9500亿，接近上年GDP总量3%这一通常所说的警戒线；政府债务方面，虽然国债规模和风险不大，但近年地方以财政担保组建的各类融资平台所形成的政府债务的风险在上升。从财政收入政策看，一方面自2003年以来连续减税，包括实行新的出口退税、取消农业税、合并内外资企业所得税、增值税由生产型转为消费型、取消若干土特产税等等；另一方面在目前的财税体制下，地方政府的财政压力不断上升，如果再普遍减税，特别是减地方税，在经济增长速度和财税收入水平提高未明显改善，财税体制改革特别是公共财政制度建设未取得进一步推进的条件下，事实上是不现实。因此，无论是财税支出还是财政收入政策，其扩张力度的提升已面临严厉约束，在方向不变减轻力度的基础上，应当提高对财政政策风险的关注及控制，特别要关注地方政府的财政政策风险。

四是货币政策的方向性逆转。重回稳健的货币政策，实际就是回到从紧的货币政策，这符合我国现阶段总量失衡的特点。欧美在此次国际金融危机的冲击下，货币市场供求关系的失衡，是对货币的需求大，而货币供给不足，无论工商企业还是金融企业普遍存在流动性不足的困扰，所以要求宏观政策增大货币供给，更多注入流动性。我国则不然，我国的货币市场是对货币的有效需求不足，特别是由于创新力弱，大企业、尤其是国有大型企业在资本金充裕、利润丰厚甚至存在垄断的条件下，难以寻找到有效的投资机会和具有竞争力的新产品开发及新领域投资；而民营企业由于资本等要素市场化进程的滞后，也由于民营企业本身的财产制度和管理水平等方面的问题，难以公平有效的运用融资市场，形成有效的货币需求；再加上受国际金融危机冲击，出口企业有相当一批订单减少甚至停产，因而也就不存在对资金的需求。与实体经济货币需求不足同时存在的是我国居民高储蓄倾向和银行体系的稳健。我国金融业与国际间并未接轨，在体制上形成了所谓的“防火墙”，到2009年末我国银行存贷差超过19万亿。也就是说金融体系的货币供给能力充分，不足的是实体经济对货币的有效需求，因此我国现阶段的货币政策应从强调增大货币供给，适时转向强调培育货币需求。重回“稳健的货币政策”与我国货币市场失衡的特点是相符的。稳健的货币政策，包括采取从紧的信贷和利率政策，尤其是信贷规模控制政策，将会被持续采用。需要注意的是，既然通胀压力将在较长时期存在，因而反通胀将是一个较长时期的任务，所以短期内应适度控制收紧银根的政策强度和速度。

宏观经济变化范文第3篇

[关键词] 宏观经济纺织业风险

一、宏观经济变动与纺织业发展的相关性分析

宏观经济的变动导致纺织业产值的变化，可用纺织业增长弹性来表示。增长弹性表明宏观经济变动对纺织业产值变化的影响程度或纺织业对宏观经济的敏感性，其计算公式为纺织业增长弹性系数＝纺织业产值增长率／GDP的增长率（我们用GDP的增长率表示宏观经济的变动）。如果该弹性系数较大，说明纺织业发展与宏观经济增长密切相关，反之相关度低或不相关。以下我们从定性和定量的角度分析两者的相关性。

1.定性分析。西方经济理论研究表明，社会（消费者）对不同行业的弹性不一样。对生产“奢侈品”的行业来说，随着经济增长加快、居民收入增加，人们的对该行业的产品需求就会加速增长，从而该行业得到快速发展，比如近年来我国海外旅游业的快速发展；而对生产“必需品”的行业来说，虽然经济增长带来人们收入增加，但并不能促进该行业更快发展，比如食品行业，因为收入增加一般不会导致人们吃更多的食物。一些行业对宏观经济变动的反应程度见表1。

从表中可以看出，宏观经济变动对纺织业的影响居于中等水平。因为纺织业与人们的日常生活密切相关，虽然社会对纺织产品消费的收入弹性没有像其他奢侈品那么大，但是相对于农业、食品、零售等行业的弹性系数应该是较大的。由于我国纺织业有近三分之一的产量都是出口的，世界市场是我国纺织业产品的重要销售市场，因此，我国纺织业的发展和波动也较大程度地取决于世界经济与市场的波动和变化。综合考虑各种因素，可以将纺织业对宏观经济的增长弹性定位为中等。

2．定量分析。纺织业的运行状况与宏观经济变动的相关程度可以通过比较纺织业产值与相应年份的GDP的波动状况做大致的判断。我国近年GDP和纺织业产值的数据见图1。

由图1可知，纺织业的运行趋势基本与GDP的趋势保持一致，1980年～1997年是经济增长的一个阶段，同时也是纺织业产值保持较高速度增长的一个阶段；由于1997年亚洲金融危机，使得整个宏观经济发展受到了一定影响，同时，我国纺织业由于对外部市场较为依赖，使得我国1997年以后的两三年里纺织业产值增长乏力，甚至出现了负增长;而从2001年起，随着中国加入世界贸易组织而带来的外部市场的进入机会，使得我国纺织业重新回到了加快增长的阶段，2005年～2006年继续保持这一增长的趋势。

以下是把1980年～2006年GDP与纺织业产值用SPSS软件进行简单相关分析（Pearson），结果说明见图2:两者的相关系数高达0.976;在0.01的显著性水平上，GDP与纺织业产值有显著的相关关系。

二、宏观经济变动状况

GDP是衡量宏观经济总量变化的一个好指标。我们可以通过二十几年GDP增长的数据来分析我们的宏观经济变动。

由图3、图4可知，我国宏观经济的增长大致可以划分为以下三个阶段，见表2。

按宏观经济变动分析，上一轮经济周期在2000年达到谷底，之后经济增长向上回升，最近两年增长速度放慢，但仍处在高速度增长状态。

三、纺织业受宏观经济变动影响的风险判断

从纺织业对宏观经济变动的反应程度，以及宏观经济趋势两方面综合判断，未来纺织业的发展将保持较快的速度增长。但是最近几年我国纺织业又处于国际纺织品贸易环境急剧变化的时期，例如纺织品配额取消后世界纺织品贸易市场的重新分配；美国、欧盟等国家和地区对我国纺织品反倾销事件增多；当前人民币对美元不断升值，纺织业的发展面临一些不利因素和不确定性等，因此我国纺织业发展是机遇与挑战并存。综合上述分析，就宏观经济变动对纺织业发展的影响来看，我们认为纺织业受到宏观经济变动影响的风险定位，可以定为中等，见表3。

参考文献:

[1]科罗赫等著曾刚等译:风险管理[M].中国财政经济出版社，2005年版

[2]窦祥胜:宏观经济风险探析[J].经济学家，2002年第4期

宏观经济变化范文第4篇

【关键词】 商业银行;信用风险;宏观压力测试

一、引言

随着金融全球化进程加快、大型商业银行跨国活动增加、信贷衍生产品迅猛发展,新形势下商业银行信用风险管理问题日益突出。特别是2007年底次贷危机的爆发,使得各国商业银行的资产质量严重恶化,大量银行纷纷破产,虽然我国的商业银行因为种种政策性原因,在这次危机中损失较小,但随着我国金融市场的进一步开放,我国商业银行和国际金融市场的完全融合,将对我国商业银行的信用风险管理水平提出挑战。

目前,宏观压力测试由于能模拟潜在金融危机等极端事件对商业银行体系稳定性的影响,已经引起了国际金融组织和各国政策当局广泛的重视,并在实践中得到迅速推广。本文运用宏观压力测试法,结合我国商业银行的特性,对商业银行的信用风险水平及其影响因素进行分析,这对现阶段我国商业银行信用风险管理具有现实意义。

二、文献综述

宏观压力测试是用于评估一国金融体系在受到“异常但合理”宏观经济冲击时的稳定程度,其通过情景设定或历史事件,来衡量宏观经济冲击对整个对整个金融体系的影响。自20世纪90年代末以来,国外对宏观压力测试的研究及其在实践中的应用都已取得了丰硕的成果,其中最具代表性的是Wilson(1997a,1997b)用各工业部门违约概率与一系列宏观经济变量的敏感度直接建模,通过模拟将来违约概率分布的路径,得到了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。Boss M(2002)和Virolainen (2004)利用Wilson提出的模型,根据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和芬兰银行部门的压力情境。

而在国内对宏观压力测试的研究还尚在起步阶段。在理论研究方面,徐明东、刘晓星(2008)通过对国际上流行的几种宏观压力测试方法的比较,阐述了如何运用宏观压力测试方法去评估一国金融体系的稳定性。在模型研究和实证方面,任宇航、孙啸坤等(2007)利用Logit回归测试的方法,通过收集我国的宏观经济数据和金融机构的数据,对我国银行业信用风险损失作出了合理估计。但国内的这些研究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。这种方法存在一定的缺陷:其不能有效地反映出宏观变动冲击对银行体系的影响,不能具体看出压力情境下哪些宏观经济变量对银行信用风险的影响最大,这就有进一步研究的必要。

三、模型构建与实证研究

宏观压力测试是对微观层面压力测试的有益补充,它是将各宏观经济冲击变量整合量化为一个宏观因子,将宏观波动因素整合到评估银行信用风险的模型中,通过压力情境的构建,预测在极端情形下宏观经济变动对银行系统信用风险的影响。

(一)模型构建

本文在研究我国商业银行信用风险水平与宏观经济变量的关系时借鉴了Wilson(1997a, 1997b),Boss(2002),and Virolainen(2004)所提出的模型。该模型主要包括:建立了一个信用风险水平和宏观经济变量间的联立方程;用蒙特卡洛法模拟了违约损失的分布。

具体来说,假定商业银行将贷款贷给了J个经济部门,其中j部门在t时刻违约的概率为pj,t,在这里j=1,2,…,J,pj,t介于0和1之间,用它的Logit转换值yj,t作为回归值,即:

进而,设定yt=(y1,t,……,yj,t)*,yt为转换指标。本文所采用的模型是基于M个宏观经济变量的现在值和滞后期的值所构成的一个线性方程:

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

式(2)中明确表示了各宏观经济变量与违约转换指标yt之间的关系。其中,xt=(x1,t,x2,t…xm,t)表示宏观经济变量,其为M×1阶向量;m为截距项,其为J×1阶向量;A1……A1+s和η1……ηk为系数,它们分别为J×M阶和J×J阶矩阵;vt为随机误差项,其为J×1阶向量。

同时为了考虑各宏观经济变量之间的相关性,根据Wilson模型中关于宏观经济变量的等式系统,本文采用了下列的描述:

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

其中,n为M×1阶列向量,系数δ1,…δp和μ1,…μq分别为M×M和M×J阶矩阵向量,随机误差项ξt为M×1阶向量。

本文所考虑的模型在Wilson(1997a,1997b),Boss (2002)和Virolainen(2004)基础上,进行了两点改进:一是考虑了宏观经济变量对商业银行信用风险影响的时滞效应;二是模型的设定还考虑了商业银行体系对宏观经济变量的回馈效应。考虑到我国商业银行在国民经济中所占有的重要地位,该模型更符合我国的实际情况,因而用其来研究我国商业银行信用风险水平与宏观经济变量间的关系,具有很强的适用性。

(二)变量的选取与数据描述

为了建立商业银行信用风险水平和宏观经济变量之间的实证关系,本文收集了2003年1季度到2009年2季度共26个季度的商业银行不良贷款率和相关宏观经济数据,并通过参考国内外学者在研究宏观压力测试时的变量选择,考虑我国商业银行信用风险以及宏观经济发展的特点,对相关变量做了如下选择。

1.被解释变量

本文综合考虑了我国商业银行经营的特殊性和相关数据的可得性,选用了商业银行体系的信用风险为被解释变量,以不良贷款率为其衡量指标,即:商业银行体系的不良贷款率越高,其信用风险水平就越高。我国商业银行的不良贷款率的数据来源于中国银监会网站和国研网的统计数据库,其中,商业银行的样本包括了国有商业银行、股份制商业银行、城市商业银行、农村商业银行和外资银行。根据《贷款质量评估指导原则》,中国的贷款按照五级分类法进行分类,不良贷款率=(次级+可疑+损失)/贷款总额。

2.解释变量

在解释变量方面,鉴于我国宏观经济的运行情况以及相关数据的获取难度,选取了GDP增长率、CPI指数(用以表示通货膨胀率)、广义货币增长率M2、进口额同比增长率M、三至五年期贷款利率R、房地产价格指数RE、失业率U七个宏观变量,数据来源于锐思数据库和国泰安数据库。

3.数据描述

从表1可以看出:(1)我国商业银行的不良贷款率经过Logit模型转换为yt后,其波动率仍然较大。(2)从选取的宏观经济变量来看,我国的宏观经济进入了高增长、低通胀、低失业、适度宽松货币政策的繁荣时期,但房价指数RE和进口额增长率M的波动较大。

(三)实证研究与结果分析

1.实证研究

根据上述的模型设定,首先对Pj,t运用Logit模型进行转换,得到转换指标yt,再将对商业银行信用风险构成冲击的各宏观经济变量及其yt的一阶滞后变量(考虑到宏观经济冲击的滞后性往往为一年)的数据代入,利用Eviews5.0与yt进行多元线性回归,结果显示:GDP增长率ZGDP、通货膨胀率CPI、房价指数RE、贷款利率R、进口总额同比增长率M以及yt的一阶滞后变量这六个变量显著,而失业率U和广义货币增长率M2不显著,被剔除。然后再利用式(3)进行各宏观经济变量的自回归。回归结果如表2。

从表2可以看出:(1)在1%到10%的显著性水平上,CPI指数、GDP增长率、进口额增长率M、贷款利率R以及房价指数RE均显著影响到了我国商业银行的信用风险水平,且信用风险的转换指标受其滞后一期值的显著影响;(2)各宏观经济变量均受到其滞后项的显著影响,且除商品房销售价格指数RE外其余宏观经济变量还受到了转换指标滞后一期值的影响。

2.结果分析

从上述模型中,可以看出在宏观经济变量中贷款利率R对转换指标的影响最大,R的上升代表企业的融资成本增加,为了按期还本付息,企业就必须拿出更多的利润交给银行,如果融资成本大于企业盈利能力,那企业就有违约的冲动,使得商业银行的信用风险加大。而CPI对银行信用风险的影响与R则恰恰相反,其上升预示着国家在实行宽松的货币政策,使得企业融资成本降低,企业的盈利大幅上升,减少银行的信用风险。GDP增长预示着整个社会的宏观经济比较景气,经济处于上升繁荣期,企业平均盈利能力较好,不良贷款率也将随之下降。进口总额增长率M上升,对我国的出口企业造成负面影响,致使其业绩下降,进而会增加银行的信用风险。房地产销售价格指数的上升,会使得大量的资金涌入房地产市场,产生泡沫经济,鉴于目前我国房屋贷款在银行贷款中的比重,将会使银行的不良贷款率显著提高,进而增大银行的信用风险。同时,也可以发现转换指标的滞后一期对当期影响显著。显然,模型的回归结果符合经济学上的解释。

四、宏观压力情景的设定及其风险分析

压力测试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。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。情境分析的事件设计方法有两种:历史情境分析和假设情境分析。整个程序通常分为两大步:一是情境设定;二是重新评估。

(一)情境设定

分析上述模型的回归结果,可以发现贷款利率R对银行信用风险的影响最大,而GDP增长率则是判定一国经济发展最重要的指标,同时考虑到大多数危机的冲击期会持续四个季度,因而假定2009年2季度为基期,模拟从2009年3季度到2010年2季度共4个时间点涵盖了一年期的未来路径。本文设定了两个压力情境:一是GDP指数突然大幅下降的情境。假定我国GDP季度增长率自2009年2季度起在未来的4个季度里每季度均会同比下降一个百分点。二是贷款利率R大幅上升的情境。设定我国的贷款利率自2009年2季度起在未来的4个季度里,每季度均会同比上升一个百分点。为了便于计算,假定这两个冲击是相互独立的,即当一个宏观解释变量受到冲击,其它解释变量仍然保持不变。

(二)重新评估

设定情景下的冲击结果如表3。

从表3中可以看出,在设定的两种压力情境下,我国商业银行的信用风险水平明显增加,其不良贷款率显著提高。同时,还可以发现,贷款利率R的大幅升高比GDP增长率的降低对商业银行体系信用风险的冲击幅度更大,这也充分说明了货币政策在调控宏观经济中的重要性及其对商业银行的显著影响。

为了更清晰地表现两种压力情境下银行体系信用风险的变化,将上述结果绘在图1中。

图1中P1代表了GDP增长率突然下降情境下的我国商业银行体系的不良贷款率,P2代表了贷款利率R上升时我国商业银行体系的不良贷款率。从图1中可以清楚地看到P2一直在P1的上方,即贷款利率R的大幅上升比GDP增长率的大幅降低对商业银行体系信用风险的冲击幅度更大。

五、结论

本文采用我国2003年1季度到2009年2季度的宏观经济数据和商业银行的不良贷款率数据,基于Wilson (1997a, 1997b),Boss(2002)及Virolainen(2004)所提出的模型,通过Eviews5.0软件建立了商业银行信用风险转换指标 与各宏观经济变量及转换指标滞后一阶的回归方程,结果表明GDP增长率、通货膨胀率、房价指数、贷款利率、进口总额同比增长率对我国商业银行的信用风险影响显著。进而利用得出的回归方程,依据假设情景对我国商业银行的信用风险进行了压力测验,在宏观压力测试的情境分析中,得出了贷款利率R的大幅上升比GDP增长率的大幅降低对商业银行体系信用风险的冲击幅度更大的结论。

鉴于本文的研究结论,可以看出宏观经济变量和商业银行信用风险之间有着密切的联系,在本轮的次贷危机中我国的商业银行虽没有受到大的冲击,但应该吸取欧美大银行在这次危机中的教训,防患于未然,提高自身的风险意识,继续降低银行的不良贷款率。另外,政府在遇到宏观经济问题时,货币政策起着至关重要的作用。一国货币当局在面对危机时,应该审时度势,制定正确的货币政策,确保经济的快速增长。

【参考文献】

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

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

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

宏观经济变化范文第5篇

关键词：金融机构；信用风险；压力测试

中图分类号：F830.31 　 　 文献标识码:B 文章编号：1674-0017-2012(4)-0065-05

一、引言

如今中国日益融入全球经济金融一体化，银行业即将全面开放，其竞争日益国际化、白热化，同时面临的风险也日趋复杂多变。《巴塞尔新资本协议》已公布实施，银行业风险监管将更加严格。未来银行业的竞争将集中在风险管理能力上，因此风险管理能力将构成银行业核心竞争力的核心元素。然而，目前国内银行业不良资产屡有反弹，信用风险形势不容乐观。加上利率汇率市场化进程加快，市场风险逐渐显现，操作风险愈加严峻。因此，尽快构筑起健全、有效的风险管理体系，全面提升风险管理水平成为我国银行业金融机构亟待回答和解决的问题。

目前，风险管理中经常使用的VaR（在险价值管理）方法中，一般都设定99%或99.5%的置信度下，会出现什么风险损失，而置信度之外的极端情况，会出现什么样的风险，往往就被忽略了。但是，对于金融机构来说，这样的极端情况是必须考虑的，否则，压力情况一旦出现，可能就会导致金融机构破产，破坏金融稳定。在这种情况下，应该引入压力测试。本文将以青海省海南藏族自治州（以下简称“海南州”）地方法人金融机构的数据为例，进行宏观经济数据波动下，宏观经济数据变化对其信用风险的压力测试研究。

二、文献综述

国际清算银行（BIS）和国际货币基金组织（IMF）将宏观压力测试定义为用于评定金融系统在“罕见但可能发生的”宏观经济冲击下的薄弱和脆弱点的一系列方法和技术。自20世纪90年代末以来，国外对宏观压力测试的研究及其在实践中的应用都已取得了丰硕的成果，其中最具代表性的是Sorge和Virolainen（2006）在利用宏观压力测试模型对芬兰银行系统的信用风险进行分析时，先对银行的贷款客户按行业进行分类，再用某一行业的破产机构数量与此行业总的机构数量的比率来表示银行所面临的行业贷款违约率；Wong等（2006）对香港零售银行信贷风险进行压力测试时，以逾期3个月以上的贷款额占总贷款额的比率作为贷款违约率。

而国内对宏观压力测试的研究还尚在起步阶段。在理论研究方面，徐明东、刘晓星（2008）通过对国际上流行的几种宏观压力测试方法的比较，阐述了如何运用宏观压力测试方法去评估一国金融体系的稳定性。在模型研究和实证方面，任宇航、孙啸坤等（2007）利用Logit回归测试的方法，通过收集我国的宏观经济数据和金融机构的数据，对我国银行业信用风险损失作出了合理估计；华晓龙（2009）通过建立宏观压力测试模型来评估我国商业银行的信用风险，结果认为：GDP、通货膨胀率、一年期流动资金贷款的名义平均利率以及房地产价格水平是影响中国银行体系稳定性的重要因素。但国内的这些研究只是借鉴了压力测试的思想，使用传统的方法，通过模拟情景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。这种方法存在一定的缺陷：其不能有效地反映出宏观变动冲击对银行体系的影响，不能具体看出压力情景下哪些宏观经济变量对银行信用风险的影响最大，这就有进一步研究的必要。

鉴于此，本文在进行变量筛选时做了进一步的改进，即运用灰色关联分析方法计算宏观经济变量数据与青海省海南州农信社不良贷款率之间的灰色综合关联度，通过灰色综合关联度进行变量筛选。与此同时，利用数量经济学软件Eview6.0对筛选后的各宏观经济变量进行相关性研究，对数据进行对数转化，运用消除多重共线性的方法进行数学建模，进而得到了青海省海南州农信社不良贷款率与宏观经济变量的数学模式。因此，在一定出程度上有效弥补了传统分析方法的缺陷，并计算得到了筛选后的各宏观经济变量对海南州农信社信用风险的不同影响程度，进而较为客观地反映了宏观变动冲击对海南州农信社稳健性的影响。

灰色关联分析法的基本思想是根据序列曲线几何形状的相似程度判断其联系是否紧密。作为一个发展变化的系统，关联度分析事实上是动态过程发展态势的量化分析。说得确切一点，是发展态势的量化比较分析。发展态势的比较，也就是历年来有关统计数据列几何关系的比较，实质上是几种曲线间几何形状的分析比较，即认为几何形状越接近，则发展变化态势越接近，关联程度越大。灰色关联分析方法是一种比较客观的分析方法，对样本量的多少和样本有无规律同样适用，而且计算简单，易于理解。因此，这种方法越来越多地被应用于社会学、经济学和管理学等研究领域。

三、宏观压力测试模型变量和数据的选取

（一）宏观压力测试模型的变量选取

宏观压力测试模型变量的选取主要分为因变量的选取与自变量的选取两个方面。

1、因变量的选取