发布时间:2023-09-26 14:44:22
导语:想要提升您的写作水平,创作出令人难忘的文章?我们精心为您整理的13篇宏观经济因素范例,将为您的写作提供有力的支持和灵感!
[中图分类号] F830.9 [文献标识码] A [文章编号] 1673-0461(2011)12-0084-04
一、引 言
2011年4月我国CPI同比上涨5.3%,食品价格上涨11.5%。根据美联储编制的美元对主要货币的汇率指数变化,2009年美元汇率贬8.5%,同时依据国际货币基金组织统计的全球储备结构数据,非美元储备资产占到近四成,2009年美元资产相对美元升值导致以美元计值的外汇储备余额增加。采用市场上常用的巴克莱全球债券综合指数收益率,2005年~2009年的年均收益率为4.8%。今年以来央行连续出台上调存款准备金率和加息等政策,经济增速放缓,通胀压力未减,货币政策“偏紧”,新股融资也相对密集,股票市场难以寻找良好的系统性投资机会。在这样的宏观经济紧缩背景下,债券市场尤其受到关注。通货膨胀和紧缩政策对债券市场产生什么影响?在加息周期中,债券的收益率是否受到影响?
学者们已经对影响债券收益率的因素进行了一些研究,如王一鸣和李剑峰[1]将宏观经济变量对收益率曲线的几个特征有如何影响进行了实证分析,发现宏观经济变量更多的是对整个收益率曲线的位置有影响。谢海玉[2]发现受经济周期和通货膨胀溢价要求的影响,超长期债券的利率敏感性应弱于短期债券。蔡跃明和平新乔[3]分析了经济增长与环境的新型债券的相关性。王海灵和阚丽萍[4]分析了我国宏观经济因素对债券收益率的影响。庄哗[5]分析了宏观经济信息对中国债券市场收益率结构的影响。白丽健[6]研究了近代中国债券市场价格变动的成因。
本文用主成分分析方法分析宏观因素对政府债券收益的影响。债券收益来自三个方面,债券的利息收益、资本利得和再投资收益。而到期收益率既考虑了利息收益,也考虑了资本损益和再投资收益。
宏观经济分析可以通过一系列经济指标的计算、分析和对比来进行。选取了8个常用的经济指标:生产者物价指数(PPI)、消费者信心指数(CCI)、消费者物价指数(CPI )、国内生产总值(GDP)、货币供应量M1、汇率、利率、通货膨
胀率。
主成分分析在分析宏观经济对国债收益率的影响方面有其独特的优点。在实际问题的研究中,往往会涉及众多有关的变量。但是,变量太多不但会增加计算的复杂性,而且也给合理地分析问题和解释问题带来困难。一般来说,虽然每个变量提供了一定的信息,但其重要性有所不同,而在很多情况下,变量间有一定的相关性,从而使得这些变量所提供的信息在一定程度上有所重叠。因而人们希望对这些变量加以“改造”,用为数较少的互不相关的新变量来反映原来变量所提供的绝大部分信息,通过对新变量的分析达到解决问题的目的。主成分分析便是在这种降维的思想下产生的处理高维数据的方法。
二、实证分析
(一)样本选取
国债0213是财政部2002年发行的记账式(十三期)国债,期限是15年。由于该国债的剩余期限较长,其属于长期国债。而宏观经济增长对长期国债收益率的影响比较大。因此,本文研究宏观经济对国债0213到期收益率的影响。
一般来说,研究的区间长度越长越好,宏观经济中的某些因素对债券的收益影响大小越准确。但由于数据收集的困难,可供研究的时间区间长度有限。因此国债季度期的到期收益率时间段为2004年6月至2010年12月,对应的宏观经济指标也是季度数据。
(二)宏观经济指标分析
分析用因子分析的可能性。通过使用SPSS软件分析,由表1可知KMO检验统计量值为0.656,说明进行因子分析的效果尚可,比较适宜做因子分析;Bartlett's球形检验的显著性概率为
0.000
1. 确定提取因子数量
在确定可以用因子分析法后,确定因子的数量和方差解释,如下图所示。
下面利用方差解释表2提取主成分因子。提取的原则是主成分的累积贡献率和特征根。
分析表2可知:第一个因子的贡献率为54.397%,第二个因子的贡献率为28.238%,前两个因子的累计贡献率达到了82.636%,说明提取前两个主成分可以解释原有变量82.636%的信息;第一个因子的特征根为4.352,第二个因子的特征根是2.259,其余因子的特征根均小于1,因此,选择提取前两个主成分。
2. 主成分表达式
再利用旋转后的因子负荷矩阵和因子得分系数矩阵确定主成分变量。
由表3和表4得,主成分一为变量x3、x4、x5、x6、x7的线性组合,主成分二为变量x1、x2、x8的线性组合。用SAS软件进行主成分分析各因子的特征向量,据此可以写出由标准化变量所表达的主成分的关系式为:
由表5可知,成分1和成分2不相关,因此,可以分别研究每个成分的影响因素,而不考虑二者之间的相关因素。
3. 因子解释
Z1是反映消费者信心指数(CCI)、国内生产总值(GDP)、货币供应量M1、汇率、利率的综合指标。其中货币供应量M1、汇率、利率都是中央银行宏观经济调控的货币工具。CCI反映消费者信心强弱,综合反映并量化消费者对当前经济形势评价和对经济前景、收入水平、收入预期以及消费心理状态的主观感受,可以一定程度上衡量消费者对宏观经济调控的反应。而GDP是宏观经济调控的反应结果,反映一个国家一定时期内的经济表现。综上所述,将Z1定义为宏观调控影响综合指标。
Z2是反映PPI、CPI和通货膨胀率的综合指标。PPI、CPI和通货膨胀率都在一定程度上反映一定时期内的通货膨胀。通货膨胀决定消费者花费多少来购买商品和服务,左右着商业经营的成本,极大地破坏着个人或企业的投资,影响着退休人员的生活质量。对通货膨胀的分析有助于设立劳动合同和制定政府的财政政策。综上所述,将Z2定义是通货膨胀影响综合指标。
(三)线性回归分析
根据以上主成分关系式将8个宏观经济变量降低为两个综合指标变量,即宏观调控影响综合指标Z1、通货膨胀影响综合指标Z2。用Stepwise方法分别对国债0213的到期收益做线性回归分析。
分别绘制国债与主成分Z1和Z2的散点图(见图2、图3)。
通过观察图2和图3中的散点布局可以判断,国债0213的到期收益率与宏观经济综合影响指标Z1,通货膨胀影响综合指标Z2都有一定的线性关系。
下面我们用逐步回归方法对国债0213的到期收益率和Z1、Z2两个指标进行回归分析,得到结果如下表6所示:
由表6结果可以知道,国债0213的到期收益率与通货膨胀影响综合指标Z2线性回归的负相关系数是0.62073,拟合优度为0.307。
通过表7结果可知,国债0213的到期收益率与通货膨胀影响综合指标Z2线性回归模型的显著性概率为0.04,在显著性水平α=0.05上该模型显著。
由表8结果知道,国债0213的到期收益率与通货膨胀影响综合指标Z2线性回归的模型为:y1=0.554Z2,其中Z2的显著性概率为0.04。因此,国债0213的到期收益率与通货膨胀影响综合指标正相关。
一、影响地区对外直接投资的内在机理及门槛条件的提出
(一)对外直接投资的宏观影响因素内在机理考察
20世纪90年代以前,基于对外直接投资主要发生在发达国家的事实,以海默的垄断优势理论、巴克莱的内部化理论、小岛清的边际产业转移理论、邓宁的国际生产折中理论为代表的对外直接投资理论都是以发达国家为研究对象;随着发展中国家对外直接投资的兴起,威尔士的小规模技术理论、拉奥的技术地方化理论和坎特威尔的技术创新产业升级理论也相继提出,在发展中国家开展对外直接投资实践中提供了理论指导。就中国而言,自从“走出去”战略开始实施,对外直接投资得到快速增长,但区域间发展不平衡,经济发达地区的对外直接投资规模远远超出经济欠发达地区。2011年,地方对外非金融类对外直接投资流量合计235.6亿美元,其中东部地区174.35亿美元,中部地区30.7亿美元,西部地区30.55亿美元,中西部地区的投资规模之和只占东部地区的1/3。由此可以看出,对外直接投资的演变历程与投资母国或地区的经济发展水平一致。Dunning提出的IDP理论阐述了对外投资的发展路径[1],并被后来的研究加以验证[2]。Andreff用一个包含176个发达国家和发展中国家在内的截面样本再次验证IDP理论,发现对外直接投资和母国经济发展水平之间存在函数关系[3]。
研究表明,投资国会通过对外直接投资获得东道国具有而母国不具有或者相对东道国处于劣势的资源,包括自然资源、人力资源、管理经验、营销水平、技术效率等。Dunning总结了对外投资的4种类型:一是市场寻求型,即需求导向型OFDI,是为产品寻找海外市场以弥补国内市场需求不足;二是资源寻求型,即供给导向型OFDI,是为了获得母国所需的矿产、农产品、非熟练劳动力等资源;三是效率寻求型,是为了提高国际分工的效率,促进跨国公司资产组合更加专业化,通常发生在市场寻求型或资源寻求型的投资阶段之后;四是战略资源寻求型,是以增强自身投资公司所有权优势为目的OFDI[4]。某些国家(如瑞士和荷兰)比其他国家(如俄罗斯)具有更强的动机进行对外直接投资,主要是因为其经济发展基础、国内企业的核心竞争力、市场规模、海外市场经验、不具有流动性资源的吸引力等方面存在明显差异。
(二)宏观影响因素及门槛条件的提出
在有关中国对外直接投资影响因素的实证研究方面,阎大颖等以2006-2007年中国对外直接投资的微观数据为样本,从制度方面发现政府政策扶植、海外关系资源及自身融资能力对企业对外直接投资的动机和能力有重要影响[5]。张为付运用内部张力、外部引力和环境支撑力范式对影响对外直接投资的各作用力进行了理论分析和实证检验,作用力包括经济规模、外贸依存度、与贸易伙伴国的摩擦、经济成分结构、政府对外直接投资的政策、人民币对美元的汇率[6]。田巍和余淼杰采用企业层面的微观数据考察了生产率与对外投资的关系[7]。借鉴已有研究,本文将从国内的经济发展水平、吸引外资水平、产业结构、经济成分组成4个方面论述和分析有关OFDI影响因素的门槛条件。
首先,从母国的经济发展水平看,Dunning以母国的人均GDP为指标,采用分组的方法把1971年67个国家分为4组[4]。第一组是人均GDP低于400美元的贫穷的发展中国家,外商投资极少,没有对外投资。第二组包含25个国家,其人均GDP在400~1 500美元之间,外商投资迅速增长,出现对外直接投资。第三组是人均GDP在2 000~4 750美元之间的国家,对外直接投资依然低于外商投资,这一阶段会出现两种情况:一是对外直接投资保持不变,外商投资开始下降;二是对外直接投资的增速超过了外商投资。第四组是人均GDP位于2 600~5 600美元之间的少数发达国家,对外直接投资规模开始超过外商投资,可能是因为对外直接投资的增速远远超过了外商投资的增速。
其次,从吸引外商投资的能力看,某地区吸引外商投资规模的大小在一定意义上反映了该地区的对外开放度。FDI的技术溢出效应对东道国企业的国际化经营和管理模式起到了良好的示范作用,是推动经济发展强有力的工具,有利于地区经济发展模式实现
从“引进来”到“走出去”的转变;而大量外资的引进无疑会在一定程度上解决地区的劳动力剩余问题,增加该地区的财政收入,这种现象极有可能导致地方政府把吸引外资作为地方发展的核心动力,而忽略了本地企业自身能力的培养,导致外商投资对地方OFDI产生挤出效应。
再次,从母国的产业结构看,Andreff研究发现:一方面,对于经济发展良好的发展中国家、资源丰富的国家、新兴工业化国家和发达国家而言,母国的产业结构是影响对外直接投资的重要因素;另一方面,对于经济发展落后的发展中国家和经济转型国家,母国的产业结构对OFDI的影响在5%和10%的显著性水平下均不显著[3]。说明母国产业结构的发展对OFDI的影响存在门槛特征。
最后,从经济成分组成结构看,张为付发现民营企业固定资产投资占全社会固定资产投资比重每变动1%,中国对外直接投资额将变动9.1689%,二者呈现明显的正效应关系,这是因为民营企业正在成为中国对外直接投资的新生主力[6];但是从投资金额占比上看,中国的对外直接投资存在“国升民降”现象,这是因为对外直接投资需要资金实力和信息优势作支撑[8]。这就意味只有实力雄厚的民营企业才能在国际竞争中占有一席之地。
二、对外直接投资宏观影响因素的模型设定及数据来源
对外直接投资规模在中国各地区存在明显差异是不争的事实,这种现象发生的根源来自于中国区域经济发展的不平衡性。由于地理位置不同,对外开放程度存在差异,经济基础迥异导致各地区的经济发展动力不同,国家政策倾斜导致不同地区的经济成分组成不同、产业结构调整方向不同,诸多因素影响了各地区企业“走出去”的积极性。部分越过经济发展门槛的地区,企业在自身经济实力和政策支持下,凭借企业特定优势或国家特定优势能够顺利进行国际化经营[9];而另一些低于经济发展门槛的地区,对企业国际化经营不但无法提供经济支持,还以吸引外商投资的方式加快自身经济发展,从而对本地区的OFDI产生了挤出效应。这就意味着影响对外直接投资规模的因素存在一定的门槛特征,即当一地区的综合经济实力达到一定的水平时,经济发展的提高会使对外直接投资规模迅速扩大。
(一)模型设定
近年来,解决这一非线性计量经济问题的方法从“分组检验”发展到“门限回归”。Hansen建立了关于技术外溢的面板门槛模型[10],Girma在Hansen的基础上利用面板数据验证了技术外溢中吸收能力的门槛效应[11]。国内学者延续了非线性面板数据计量经济模型的研究[12]。同样地,本文借鉴Hansen的面板数据门槛模型,将模型设定为如下形式:
Ofdiit=a0+a1qitI(qit<γ1)+a2qitI(qit≥γ1)+a3xit+eit(1)
在式(1)的基础上,我们将其扩展为双门槛模型甚至多门槛模型:
Ofdiit=a0+a1qitI(qit<γ1)+a2qitI(γ1≤qit<γ2)+a3qitI(qit≥γ2)+a4xit+eit
其中,i表示地区,t表示年份,γ1和γ2为待搜索的门槛值,且有γ1<γ2,I(·)为指标函数,eit为随机干扰项。Ofdiit表示各地区非金融类对外直接投资流量,年度OFDI流量不存在滞后,能更有效地刻画当期经济状况的发展和变化[13]。qit为本文研究的核心变量,设定为影响OFDI的主要因素,包括:第一,经济发展水平,采用国内生产总值(GDP)和人均国内生产总值(PGDP)来测度地区的经济发展的综合实力;第二,对外开放度,用吸引的外商投资企业投资总额(FDI)来表示该地区对外经贸往来的密切程度;第三,产业结构,用第二产业从业人数(seclab)和第三产业从业人数(thirlab)来衡;第四,经济成分,选取民营经济的固定资产投资(pinve)来测度,通过内资企业固定资产投资总额和国有经济固定资产投资总额相减得到。xit表示本文选取的控制变量,具体包括:第一,出口,以exp表示,用地区的出口总额代表;第二,政府支持,以fisc表示,用各地区政府的财政支出总额代表;第三,研发支出,以rd表示,用地方部门R&D经费内部支出代表。
(二)数据来源
本文所选取的数据为中国29个省区市2003-2011年的面板数据
由于西藏和贵州两省的非金融类对外直接投资流量数据缺失年份较多,故未被包含在检验样本中。,地区的非金融类对外直接投资数据来自历年的《中国对外直接投资统计公报》,其他指标数据来自历年的《中国统计年鉴》和《地区统计年鉴》。其中,以美元统计的出口和外资企业投资总额指标用人民币兑美元的年平均价换算;回归检验之前,用标准化公式:zi=(xi-minx)/(maxx-minx),对各指标数据进行标准化处理。表1为变量的基本统计量。
(三)影响因素分布的地区差异
把样本划分为东、中、西3个地区,东部地区包括北京、天津、河北、上海、广东、浙江、辽宁、福建、山东、江苏、广西、海南12个省、自治区、直辖市;中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖南、湖北9个省、自治区;西部包括重庆、四川、云南、陕西、甘肃、宁夏、青海、新疆8个省、自治区、直辖市。
图1、图2中的纵轴表示各省市的对外直接投资流量和影响因素位于均值及其以上(均值以下)的比例。从图1和图2可以看出,各变量位于均值以上的省市主要集中在东部地区,西部地区占比在0.2以下,中部地区各变量规模处于均值以上的比例低于均值以下的比例。另外,我们发现,各地区对外直接投资规模与区域经济发展水平的变动趋势一致。对外直接投资规模和GDP水平、引进外资水平、产业结构、民营经济发展轨迹一样,在区域经济发展较好的东部地区处于全国平均水平之上的比例最高,在中部地区次之,在西部地区最低;相反,低于全国水平的各个变量比例在西部地区最高,中部地区次之,东部地区最低。对外直接投资规模及其影响因素从东部发达地区到中西部欠发达地区均呈现明显的递减趋势。
三、对外直接投资影响因素的门槛检验与实证结果
(一)弱外生性检验
目前,检验变量弱外生性的方法主要有两种:一是EHR方法,基于模型所有变量的联合分布函数定义了与模型中重要参数相关联的弱外生变量;二是Johansen方法,在协整框架内,构建无条件误差修正模型和条件误差修正模型,依据ECM模型修正参数的显著性来检验变量是否具有弱外生性。EHR方法不仅可以检验出变量的弱外生性、强外生性及超外生性,还可以进行政策评价,在金融研究领域得到了广泛应用。EHR检验步骤如下:先将待检验变量作为被解释变量,其他可以解释贷款余额的变量以及其本身的滞后一期变量作为解释变量进行最小二乘回归估计,然后把所生成的残差序列加入原等式作为新的解释变量,最后对估计残差进行Lagrange Multiplier检验,确定是否具有弱外生性。
依循惯例,采用上述EHR方法依次检验门槛变量的弱外生性,检验结果如表2所示。从P值可以看到,无法拒绝门槛变量具有弱外生性的零假设。意味着在5%的显著性水平上,市场规模、外商直接投资、产业结构和经济成分均具有弱外生性,把这些影响因素设定为门槛变量是有效的。
(二)门槛条件检验
为了选择恰当的门限个数和门限值,依次估计线性模型、单门限模型、双门限模型和三门限模型,Hansen提出了“格栅搜索法”(Grid Search),目的是减少在搜索门槛值中执行的回归次数。这种搜索方法把待搜索的门槛值限定在某特定的分位数或者整数值,并分别对搜索结果进行回归并计算相应模型的残差平方和,最小残差平方和所对应的门槛值就被认为是最接近门槛水平的真实门槛值[14]。因此可构造出门槛估计值在95%置信区间的图形,如图3所示。
为了检验门槛效应在统计上的显著性,Hansen提出采用自举法(Bootstrap)模拟似然比检验的渐进分布,得到相应的概率Bootstrap P值,据此判断门槛值的真实性。表3给出了单门槛模型各因素的自抽样检验结果和95%显著性水平下的置信区间。人均GDP和第二产业从业人员的门槛值在5%的水平上显著,其余变量的门槛值均在1%水平上显著。同时为了检验模型中是否有双门槛效应甚至多门槛效应,表4则给出了各影响因素双门槛效应的相关检验结果。由表4的检验结果可知,各个变量的统计量均未能通过显著水平的检验可知。由此可知,不存在双门槛效应甚至多门槛效应,整个模型只存在单门槛效应。(三)模型估计结果
针对各地区的经济发展特征,本文将影响该地区企业对外直接投资的因素归纳为经济发展水平、外商投资规模、市场结构及地区的经济成分结构4个方面,分别对其具体的影响进行门槛回归检验
为了保证门槛值选取及回归的有效性,在实际检验当中,排序后保留样本中最大的10%和最小的10%,只把样本中间80%个变量的值作为门槛值的候选来源。,检验结果(如表5所示)表明这些影响因素存在明显的单门限特征。
(1)经济发展水平。当GDP总量超过27 698.18亿元时,经济总量对OFDI具有显著的正向促进作用,而当GDP总量低于这一水平时,经济总量对OFDI的作用不明显。同样,当一个地区的人均GDP水平超过39 985.07元时,对OFDI的正向促进系数达到0.17,而当人均GDP低于这一水平时,对OFDI的负向影响系数达到了0.26。一国或地区的经济发展水平越高,该国或地区的企业越容易形成对外直接投资的所有权优势、内部化优势和区位优势,一切投资行为都离不开母国的经济发展。
(2)外商投资规模。当一个地区吸引的外商投资规模超过9 145.061亿元时,外商投资对OFDI具有显著的正向影响,系数达到0.66;而当一个地区吸引的外商投资规模低于这一水平时,外商投资对OFDI具有显著的负向影响,系数为0.81。FDI的技术溢出效应使东部地区内资部门的技术得以提升,中部地区得到有效发挥,西部地区的外溢效应为负。提高外商投资的技术溢出效应,增强本地企业的吸收能力,是有效促进本地企业实行国际化经营的有效途径之一。
(3)产业结构。当第二产业从业人数超过610.85万人时,第二产业从业人员会对OFDI具有显著的促进作用,其变量的估计系数在1%显著水平上达到了0.39;当第三产业从业人数超过905.81万人时,此时产业结构的估计系数为0.33,并且通过了1%显著水平的检验,这充分表明第三产业从业人员的增加会对OFDI产生明显的促进作用。相反,当,第二产业从业人员和第三产业从业人数分别低于各自的门槛水平时,会对地区的OFDI流量产生明显的抑制作用,双方的估计系数分别为-0.53和-0.34,并且均通过了5%显著水平的检验。第二产业从业人数和第三产业从业人数对OFDI具有基本相同的作用机理,这与对外直接投资行业分布广泛(中国对外直接投资统计公报,2011)的特点相符。这意味着中国企业在海外市场形成的产业集聚,更多是依靠外部的行业规模优势而不是企业自身具有的特定优势。
(4)民营经济发展。目前,国有或国有控股企业依然是中国进行对外直接投资的主体,但未来,随着民营企业实力不断趋向壮大,国有企业的OFDI占比在达到高峰点之后将逐渐回落。企业对外直接投资的内在经济动力和国家政策导向共同奠定了民营经济在中国对外直接投资中的重要地位。当民营经济固定资产投资规模超过7 414.01亿元时,对OFDI具有显著的正向影响,影响系数为0.36;当民营经济固定资产投资规模低于这一水平值时,对OFDI具有相同程度的反向影响效应。随着民营经济的发展,对OFDI的影响由抑制作用转变为促进作用,体现了民营经济在中国对外直接投资中的强劲后力。
从控制变量可以看出,出口规模对OFDI具有显著的正向影响,与张为付的研究结论一致,说明中国对外直接投资类型是以出口替代、市场寻求型为主。政策支持与企业对外直接投资规模成正相关关系,这与事实情况相符:一方面,国有企业担负着国家的战略发展、能源资源寻求的责任,更多地体现了国家的经济利益,多属于政府政策驱动型的对外直接投资;另一方面,国家积极执行“走出去”战略,大力支持民营企业发挥自身机动灵活的体制优势。研发投入对地区的OFDI规模具有明显的促进作用,说明中国对外直接投资企业研发投入不足、技术水平亟待提高。
(四)结果分析
实证结果显示,国内宏观经济影响因素达到或超过一定门槛值时,对OFDI具有积极的促进作用。以人均GDP为例,如图4所示,从地区看,除内蒙古外,跨越门槛值的省、区、直辖市主要集中在东部沿海发达地区;从时间看,跨越门槛值的省份主要集中在2006-2008年和2009-2011年,而2003-2005年人均GDP跨越门槛值省份很少,仅有上海。由此表明随着时间推移,更多省份的人均GDP对OFDI的促进作用明显在更大范围内显现出来。同样地,中国对外直接投资在近期才得到迅速发展,并且主要集中在东部沿海地区。这是因为经济基础薄弱的地区往往同时存在着对外开放度低、缺乏具有国际经营经验的专门人才、地理位置闭塞、技术水平低、产业结构不合理等内在问题,导致企业很难形成特定的所有权优势、区位优势、内部化优势;另外,经济欠发达地区一切以发展为目的,在现阶段促进对外直接投资带来的经济效益远不如引进外资带来的经济效益大,从而形成对OFDI的“挤出”效应。在政策优惠方面,对民营企业的鼓励政策缺乏针对性,民营企业融资难、规模小、难以形成集中优势等问题仍未得到解决。因此,要合理调整产业结构,积极参与西部大开发战略,结合中西部地区的特色资源努力促进经济发展,转变对外直接投资促进经济增长的思路,把促进对外直接投资和经济增长并重发展,以缩小东、中、西部地区之间的差距。
四、基本结论与政策建议
本文借鉴Hansen的门槛模型,选用中国2003-2011年间29个省区市的面板数据对中国OFDI的宏观影响因素进行估计,得到以下实证分析结论。
其一,中国不同地区的对外直接投资流量规模不同。由于各地区的地理位置、经济基础、国家政策导向不同导致影响中国对外直接投资的宏观因素存在差异,经济发达地区比经济欠发达地区的对外直接投资出现得更早、规模更大。在现有研究的基础上,归纳总结了这些因素影响OFDI的内在机制,并提出这些影响因素具有一定的门槛特征。
其二,本文分别选择了地区的经济发展水平、外商投资、产业结构、经济成分组成等4方面的6个因素,检验这些因素对中国对外直接投资规模所产生的影响,并测算了国内生产总值、人均国内生产总值、外商投资、产业结构及经济成分组成等影响因素的门槛值。只有当这些指标达到或超过门槛值时,对中国OFDI才具有显著的促进作用,反之,则不存在影响甚至对OFDI会产生挤出效应,即中国对外直接投资的宏观影响因素表现出了明显的门限特征。
宏观经济走势是影响证券市场大盘走势的最基本因素。证券市场是整个国民经济的重要组成部分,它在宏观经济的大环境中发展,同时又服务于国民经济的发展。从根本上说,股市的运行与宏观的经济运行应当是一致的,经济的周期决定股市的周期,股市周期的变化反映了经济周期的变动。经济周期包括衰退、危机、复苏和繁荣四个阶段,一般来说,在经济衰退时期,股价指数会逐渐下跌;到经济危机时期,股价指数跌至最低点;当经济复苏开始时,股价指数又会逐步上升;到经济繁荣时,股价指数则上涨至最高点。
宏观经济走势影响股价变动,但宏观经济走势与股市趋势的变动周期不是完全同步的。2002年10月,两个数据在中国证券业界引起了广泛关注,一个数据是2002年前三个季度中国国内生产总值同比增长7.9%,一个数据是2002年1~10月上证指数跌幅达到7.9%,一正一负,宏观经济走势与证券市场走势看上去形同陌路,相互背离,让投资者感到困惑。实际上,无论是宏观经济还是股票市场,都存在着各自周期性变化的特征。股市周期是指股票市场长期升势与长期跌势更替出现不断循环反复的过程,即牛市与熊市不断更替的现象。
以上海证券市场为例对中国的股市周期进行分析。中国股市运行的第一个周期,是从1990年12月19日的100点至 1996年1月的512点,其中,大牛市阶段为1990年12月19日的100点至1993年2月16日的1558点;大熊市阶段为 1993年2月16日的1558点至1996年1月的512点。第二个周期是从1996年1月的512点至今,其中,大牛市阶段是 1996年1月的512点至2001年6月的2245点,从此股市出现了较大的下跌行情。同期中国宏观经济运行的状况为:1978~1990年期间,中国经济运行的总体态势是经济增长的稳定性在逐步增强,经济增长的质量有所提高。1991~1999年期间,中国经济先是快速增长,越过高峰后,以小幅缓收为基调,而且收缩期明显增长(从1993年步入经济收缩期开始到1999年底,7年内GDP增长率平均每年下降1个百分点左右,波动较为平缓,但下滑时间较长)。进入2000年,中国的经济增长率结束了连续7年的下滑过程(1999年为 7.1%,2000年为8%,2001年为7.3%,2002年为8%)。经济周期是根本,经济从衰退、萧条、复苏到高涨的周期性变化,是形成股市牛熊周期性转换的最基本的原因,正是从这种意义上讲,股市是国民经济的晴雨表,但这并不代表两个周期是完全同步的。作为一个相对独立的市场,股市的波动也存在着自身特有的规律,在实际运行中,股市周期反映经济周期有着独特的特点,从而造成了股市周期与经济周期不同步,甚至背离的现象。
二、货币供应量对证券市场的影响
货币供应量与股票价格一般是呈正相关关系,即货币供应量增大使股票价格上涨,反之,货币供应量缩小则使股票价格下跌。但从1994年以来,我国货币供应量的增长与股市的增长率变化比较,货币供应量的变化就不能准确地反映股市的变化。如1994、1995、1998这三年,上证指数的增幅都是负数,而同期我国的货币供应量(M2)的增幅分别是 34.53%、29.47%、14.87%;1996、1997、1999、2000这四年,上证指数的增幅分别是65.14%、30.22%、 19.18%、 51.73%,同期我国的M2增幅分别是25.26%、19.58%、14.74%、12.27%。原本是强相关的两项指标,增幅的变化却出现了背离现象。这说明证券市场与货币市场没有完全打通,货币政策的传导机制出现了故障。
所谓货币政策的传导机制是指一定的货币政策工具,如何引起社会经济生活的某些变化,最终实现预期的货币政策目标。对货币政策传导机制的分析,在西方主要有凯恩斯学派和货币学派。凯恩斯学派的主要思路:通过货币供给的增减影响利率,利率的变化通过资本边际效益的影响使投资以乘数方式增减,而投资的增减会进而影响总支出和总收入。凯恩斯学派传导机制理论的特点是对利率这一中介指标特别重视。货币学派认为,利率在货币传导机制中不起重要作用,更强调货币供应量在整个传导机制上的直接效果,主要思路:货币供给量的变化直接影响支出,变化了的支出影响投资或者说导致资产结构调整,资产结构的调整又反映在实际产出和价格的变动上。
从货币政策工具的运用到货币政策目标的实现中间有一个相当长的作用过程,在过程中货币当局本身并不能直接控制和实现诸如稳定、增长这些目标,它只能借助于货币政策工具、设置中介指标并通过对中介指标的调节和影响最终实现政策目标。因此,中介指标就成了货币政策作用过程中一个十分重要的中间环节,对它们的选择是否正确以及选定后能否达到预期调节效果,关系到货币政策最终目标能否实现。根据中介指标的可控性、可测性、相关性、抗干扰性以及在不同经济体制和金融体制下的适应性,中介指标一般有利率、货币供应量等。作为中介指标,利率有可控性强、可测性强、货币当局能够通过利率影响投资和消费支出的优点,但利率作为中介指标也有不理想之处。因为利率既是一个内生经济变量,又是一个政策变量。作为内生变量,在经济繁荣时,利率随信贷需求增加而上升;在经济停滞时,利率随信贷需求减少而下降。作为政策变量,经济过热,应提高利率;经济疲软,应降低利率。可见。利率作为内生变量与政策变量往往很难区分。在这样的情况下,中央银行很难判明自己的政策操作是否已达到了预期的目标。以货币供应量作为中介指标,首先遇到的困难是确定哪种口径的货币作为中介指标,是MO(现金),还是M1(M1=MO+活期存款),还是M2(MO +M1+定期存款+其他存款)。三个指标分别反映在中央银行和商业银行及其他金融机构的资产负债表上,可以进行测算和控制,问题在于究竟哪一个指标更能代表一定时期的社会总需求和购买力,通过对它的调控就可直接影响总供求。至于抗干扰性,货币供应量的变动作为内生变量是顺循环的,作为政策变量是逆循环的,一般说来两者是不会混淆的。
货币供应量与股票价格一般是呈正相关关系,但在特殊情况下必须具体情况具体分析。如,在通货膨胀的情况下,政府一般会采取紧缩的货币政策,这就会提高市场利率水平,从而使股票价格下降。同期,企业经理和投资者不能明确地知道眼前盈利究竟是多少,更难预料将来盈利水平,他们无法判断与物价有关的设备、原材料、工资等成本的上涨情况,从而引起企业利润的不稳定,对证券市场造成不良影响。
通货紧缩对证券市场的影响是通过伤害消费者和投资者的积极性反映出来的。就消费者而言,持续的通货紧缩使消费者对物价的预期值下降,而更多地持币待购,推迟购买;就投资者而言,通货紧缩将使目前的投资在将来投产后,产品价格比现在的价格还低,并且投资者预期未来工资下降,成本降低,这些会促使投资者更加谨慎,或者推迟原有的投资计划。消费和投资的下降减少了总需求,使物价继续下降,从而使股票、债券及房地产等资产价格大幅下降,进一步又大大影响了投资者对证券市场走势的信心。
三、利率变动对股市的影响
一般情况下,利率变动与股价变动成反相关关系。1996年以来,我国已八次下调人民币利率。1996年5月1日中央银行决定实施首次降息,当时的股市正从底步启动,市场从4月份起,就对这一利好作出了积极的提前反应,消息出台后虽然出现了暂时的获利回吐,但很快就步入了持续的升势,一个历时超过两年的大牛市从此拉开了序幕。1996年8月 23日央行实施了第二次降息,存款利率平均降低1.5个百分点,贷款利率平均下调1.2个百分点,幅度之大超出了当时人们的预期。这一消息对于已经经历4 个月调整的沪深股市带来了新的刺激,市场很快探底成功,股指由此屡创新高,并在当年年底冲上了历史的高峰(1996年上证指数增幅 65.14%)。1997年10月23日,央行第三次降息,存贷利率平均下调幅度分别为1.1和1.5个百分点,由于经历了三次降息,流向资本市场和消费市场的资金不断增加。1998年3月25日和1998年7月1日的第四、第五次降息虽然在幅度上明显低于前三次,但同时对准备金率作出了大幅度的调整(由 1980年的13%降到1998年的8%),使得社会融资环境进一步宽松。由此,沪市综指也从第一次降息的660点升至 1998年7月的1330点,升幅超过1倍。1998年12月?日,央行决定第六次降低金融机构的存贷利率,一年内三次降息的间隔之短,在我国银行利率调整历史上也实属罕见,这次降息没有对股市起到立竿见影的作用,但却使股市在1000点企稳,也为之后的“5.19”行情做了铺垫。1999年6月10日,央行宣布第七次降息,金融机构存贷款利率分别下调1个、0.75个百分点。这次降息虽然仍激发了投资者的投资热情,市场的直接反应却呈现逐步减弱之势,这是因为市场缺乏能够引导市场的热点板快等,但这并不能否定降息对股市的长期利好作用,就是说,政策的利好虽没有改变市场趋势,但却在不断改变经济和市场环境,此次降息为“5.19”行情的爆发起到了推波助澜的作用。2002年2月21日,央行实施第八次降息政策,存贷款利率平均下调分别是0.25个百分点和0.5个百分点,此次降息最重要的是政府表明了一种态度,给消费者者、投资者、生产者一个积极的信号:只要通货紧缩的趋势继续延续,经济低迷,政府就不会坐视不管,政府要加大金融对经济发展的力度,以此来促进国民经济持续、快速、健康发展。
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).
数据分析表明,国民收入的增长结构明显向工业企业利润和政府财政收入倾斜,居民收入项目的增长相对缓慢,这是一个对调控政策效率具有基本性制约的重要因素。
国民收入的增长结构,是影响和制约政府宏观调控的一个基础性因素。由此,我们选择了国民收入中具有代表性的三组重要项目:工业企业利润、中央财政和地方财政收入、城市单位报酬和城乡居民收入,对它们1998年到2005年的平均增长水平进行了综合比较。
统计数据显示,从1998年到2005年,我国国民收入的增长在不同领域呈现出明显的差异。这8年的平均年增长水平,工业企业利润的年均增长为30.5%,高居榜首;中央财政和地方财政的年均增长分别为18.6%和16.6%,也具有相当高的增长水平;城镇单位劳动报酬的年均增长为9.9%,远低于前两项的水平;城市居民和农村居民的年均收入增长分别为8.7%和4.6%,居于同期最低位。GDP的同期平均年增长为8.9%。从积累角度考察国民收入增长结构,这也同时可以显示为是社会财富的增长结构。
另一项有关对劳动所得在国民经济分配中比重的研究数据,也为上述状况提供了一种印证。这个研究数据表明,劳动所得在国民经济分配中的比重是持续下降的。1978年到1983年,劳动所得比重从42.1%上升到56.5%,之后从1983年到2005年持续下降,其中只在1993年到1996年中略有上升,2005年的比重为37%,比1983年下降了19.5个百分点。这项研究数据还显示出,同期内资本收入在国民经济分配中比重是持续大幅上升的。1978年,以经营盈余和折旧资本所得及生产税净额为代表的资本收入,在GDP的比例为57.9%,2005年上升到63.3%,加上其他因素,资本比重实际上升了大约20个百分点。
这种国民收入增长结构和社会财富积累增长结构的状况,首先决定了政府管理当局最希望“提高内需拉动”,即较大幅度提高社会消费对国民经济的增长拉力,是很难真正奏效的。1990年到2005年的15年间,国内投资率的年均增长为20.8%,同期消费率的增长只有4.1%。1980年―1990年,最终消费占GDP的比例为62%,之后逐步下降,2005年仅为52.1%。1991年,居民消费率为48.8%,2005年下降为38.2%。这种情况,显然是上述国民收入增长结构状况的必然结果。因为,维持宏观经济高增长的主导力量,肯定只能是投资而不会是社会消费。经济分析的基本学理告诉我们,拉动消费增长的第一个充分必要条件就是居民收入水平的增长状态,而可供分配的国民收入在一定时期永远是一个定量,当资本收入和政府财政收入增长大幅持续提高时,就决定了国民收入用于居民收入的增长不可能太多。
资本收入持续增长,特别是工业企业年均利润增长30.5%的高位水平(尽管不同行业表现出差别),也足以解释为什么货币当局屡屡用提高利率来抑制投资过快增长而屡屡收效甚微。在如此高水平的企业利润增长激励下,降低25个或27个基本点的利率调节,或者再高一点也罢,对企业投资冲动不可能起到具有实际约束力的降温作用。再者,反过来说,有这种高水平的利润增长激励,企业又有什么理由要紧缩自己的投资活动呢?
居民家庭收入的等级结构差异越拉越大,中等和中高收入层的收入持续高速增长、中低收入层的增长明显迟缓,这就使当前一些涉及消费活动的宏观调控政策左右为难。
从2001年到2005年,按照国家统计局五等份分组的城镇居民家庭收入增长统计:高收入、中高收入、中收入、中低收入和低收入的城镇居民家庭年均收入增长,分别为15.23%、11%、9.31%、7.83%、5.35%。在这里,不但高收入层和低收入层之间的增长差距有3倍之多,而且高收入、中高收入和中等收入三个阶层,同低收入和中低收入层的平均差距也相当明显。据有关方面统计,2006年中等收入的居民家庭在2006年的年平均收入已经达到47000元,低收入家庭只有13000元,相差3.62倍。这种情况告诉我们,在经济高速增长中,中高收入阶层的收入持续高速增长、中等收入阶层的收入持续较快增长、中低收入阶层则明显增长迟缓。
这种社会收入阶层的明显分化,常常使我们目前看到一些涉及消费活动的宏观调控政策左右为难,甚至进退维谷。这里仅以政府有关部门对房地产的管理政策为例。近年来国内商品房的价格水平快速增长,引起普遍关注。这里的原因当然很复杂,确有房地产企业高额盈利问题、市场操作失范问题、政府财政资源过分依赖房地产开发问题、境外热钱炒作问题,等等,但我的分析说明,对这种商品房价格高位增长的基本性支撑,可能还是来自市场内部的需求增长力量。以2004年和2005年为例,国内高档住宅和普通住宅的销售价格指数上升最快,两年平均售价增长9.75%和9%,但同时高收入、中高收入和中等收入家庭在2001年-2005年的平均增长分别为15.23%、11%、9.31%,仍然高于前者。这就提供了一个支持高增长价格买房的高增长收入群体,应当不存在买房基础的需求缺失的问题。这里的矛盾仅仅在于,中低收入和低收入家庭的同期收入增长只有7.83%和5.35%,完全不能适应房价高速增长。由此,政府限制房价增长就很难奏效,因为存在市场需求的基本支撑;政府用控制售房面积来满足大多数人住房需求的办法也很难奏效,因为只要还是市场性房价就不可能满足大量中、低收入家庭的住房需求。
国内三次产业的结构变化相当缓慢,第二产业仍然是高速增长的最强大支持,其产值比重甚至出现了稳中微升的状况,这就使加快转变增长方式的各项调控政策执行难度很大。
中国经济的高速持续增长主要依赖第二产业的强大支撑,这种基本增长格局不但没有改变,而且还有进一步稳定和强化的趋势。数据分析显示,进入新世纪的2000年到2006年,第一产业的产值比重是下降的,从2000年的15%下降到2006年的12%;第三产业的产值比重变动极小,2000年为39%,之后在3个百分点上下变动,2006年又回位到39%。第二产业的产值比重在2000年为39%,2001年和2002年下降了一个百分点,2003年之后逐步微升,2006年上升到49%。结论是,中国三次产业的产值结构变化甚微,第二产业的产值比重稳中有升,对经济高速增长继续起着主导性支撑的作用。
这种三次产业结构增长格局的基本状况,就可以在更深层的经济原因上解释,为什么政府宏观调控关于加快转变增长方式的各项政策,在执行力方面的难度很大。例如关于降低能耗和减少污染排放的政府调控目标很不理想,当然可以在法律法规、资源价格、生态补偿等方面找到原因,但是,在目前第二产业如此强劲的增长势头背景下,在目前第二产业的增长还需要依赖我们最重要的比较优势――主要不是依赖技术进步而是依赖资源产品、初级产品和廉价劳动力大量投入的情况下,以高耗能和高污染为特征的增长活动可能发生根本性的改变吗?再以控制土地开发政策为例,在第二产业的主导性产值拉动如此强大的吸引下,对土地资源的扩张开发必然成为地方政府(无论是东部地区还是中西部地区)拉动经济增长最有效的手段之一。
进一步的深入研究还会告诉我们,中国的工业化进程可能仍然处在急剧扩张性发展时期,由此,目前三次产业的增长结构或许并非是不合理的,人为的改变结构恐怕很难,问题在于我们怎样把这个过程的阵痛减少到最低限度。
既然增长结构已经成为影响宏观调控效率的一个重要制约因素,改进的思路就应是:在调控政策实施中考虑增加结构性操作;积极改变目前增长结构中不合理的东西。
任何政府的宏观调控操作,实际上都是在既定增长结构条件下进行的。当调控方向和工具的使用可以基本达到调控目标时,几乎可以不考虑增长结构的问题,但如果这种调控工具的选择和使用总是较多偏离调控目标,对增长结构的重新认识和由此考虑对调控方向和工具的使用进行新的选择,或者进行部分新的选择,就是一个应当认真研究的问题了。我认为思考当前政府的宏观调控操作及其效率,就已到了这样一个时候。
基金项目:国家社会科学基金资助项目(07CJY061)。
作者简介:张萌(1983-),男,陕西汉中人,云南大学经济学院博士生,陕西学前师范学院数学系讲师,主要从事世界经济和宏观经济政策的研究;蒋冠(1971-),男,云南保山人,云南大学经济学院教授、博士生导师,主要从事国际金融、货币政策和金融市场的研究。
中图分类号:F201文献标识码:A文章编号:1006-1096(2014)01-0155-06收稿日期:2013-05-04
一、文献综述
相关研究可以分为理论与实证两大类。理论文献包括:Bertrand(1995)认为在金融自由化条件下,金融机构过度信贷加速了房地产泡沫形成与破灭;Christopher等(1997)指出房地产业繁荣期伴随信贷快速增长和杠杆急剧上升,当泡沫破灭时,债务积压和去杠杆化危及金融和宏观经济稳定。在国内,张等(2008)认为美国次级抵押贷款市场的基础是房价上升和美联储宽松政策,当此基础不存在时,房地产泡沫危机就开始显露;苗文龙(2010)认为商业银行对货币当局的“倒逼机制”削弱了货币政策独立性,导致中国货币供给内生性超发,助长房地产泡沫产生与膨胀;马永坤等(2011)认为中国房地产的资本品属性超过其耐用消费品属性,引导社会储蓄流向房地产市场,其他行业面临资金匮乏困境。
实证文献包括:Goodhart(1995)研究发现英国房地产价格显著影响信贷增长率;Davis 等(2004)研究表明,商业房地产价格引起信贷、产出扩张,而不是相反。在国内,谢经荣等(2002)的研究显示1980年以来世界范围内发生的多次金融危机中都不同程度的存在房地产泡沫;张涛等(2006)研究发现房价引起银行信贷增长;李健飞等(2008)发现货币增加并不是房价上涨的根源,但是房价上涨对货币扩张作用明显;李建等(2011)认为货币存量对房价有显著的正向冲击效应,但存在时滞。
现有文献存在三点不足:一是理论研究集中于货币存量、房价与宏观经济稳定的静态、局部均衡分析,较少进行动态、一般均衡分析;二是对于货币外生性假设也与中国货币内生性的事实不符;三是实证研究主要侧重于非动态关联的宏观层面,缺乏微观经济理论支撑。本文的创新在于首先基于内生性假设的四部门一般均衡动态研究,为研究货币、房地产价格与宏观经济稳定的联动机制提供了微观基础。
二、理论模型分析
(一)家庭部门
(二)非房地产企业
(四)商业银行
三、模型稳态与转移动态分析
四、经济系统数值模拟
(一)稳态数值模拟
首先采用经验估计法校准系统中各参数值:{α,δ,β,η,,θ,ψ,v}。系统参数可分为生产函数参数:{α,δ};效用函数参数:{β,η,};货币函数参数:{θ,ψ,v}。各参数校准值汇总在表4。
将表4中各参数值带入表1,可计算实际利率、人均资本存量、消费、产出、房地产存量、货币存量、名义货币增长率、通货膨胀率、房地产价格变化率、房地产相对价格的稳态值,见表5。
从实际存款利率来看,目前我国一年期存款名义利率为3%,扣除3%~4%的通货膨胀率,实际存款利率小于0,无法反应资金供求水平与资本收益情况,分析实际利率应该考虑贷款实际利率。2000年以来我国一年期贷款基准利率长期维持在6%~7%之间,综合考虑贷款上浮、民间借贷利率,以及较低的通货膨胀率等因素,本文选取9.5%作为实际利率的现实值,偏离稳态值102%。偏高的实际利率引导企业将资金投向房地产等少数高回报行业,其他行业则投资不足,不利于整个社会资本协调积累。
从房地产相对价格来看,假设1998年房改前房地产相对价格处于稳态水平3.571,根据1998年~2012年均通货膨胀率3.612%与房地产价格变化率
(二)转移动态数值模拟
对实际利率、消费、货币增长率、房地产价格变化率、通货膨胀率、房地产相对价格的偏离赋予初值:{r^0,c^0,θ^0,πh^0,π^0};经济系统将模拟出各变量rt,kt,ytkt,ctyt,htkt,mtyt,θt,πht,πt,PHtPt转移动态路径。
根据前文测算:r^0=1.02;θ^0=4.53;基于消费/产出比例偏离稳态值-32.69%,并考虑消费对经济增长的贡献因素:c^0=-0.383;根据2009年~2012年房地产销售价格指数、企业商品价格指数计算:πh^0=0.55;π^0=-0.25;首先剔除货币与价格因素,即初始赋值为:{r^0=1.02;c^0=-0.383;θ^0=πh^0=π^0=0};其次纳入货币、房地产价格与物价因素,初始赋值为:{r^0=1.02;c^0=-0.383;θ^0=4.53;πh^0=0.55;π^0=-0.25};经济系统模拟出各变量两组转移动态路径。
五、结论与政策建议
本文通过四部门一般均衡分析发现房地产相对价格与实际利率是影响消费、储蓄、投资、产出的核心传导变量,传导机制为:实际利率通过储蓄分别对当前消费与房地产投资产生替代效应,对未来消费产生收入效应;当前房地产相对价格对向前消费产生收入效应,预期房地产相对价格对当前消费与储蓄产生替代效应。
综上分析,只有稳步降低货币增长率,引导货币存量在行业间合理配置,调节房地产价格与实际利率至合理水平,才能消除公众对房地产相对价格上涨预期,进而从根本上化解经济资源结构性错配所积聚的经济、金融风险。具体措施包括:
1.根据规则性原则改革货币政策决策机制,制定、执行稳健的货币政策,利用公开市场业务、信贷规模控制、窗口指导等多种政策工具控制货币供给;加强对“影子银行”、民间借贷监管,使内生性货币创造机制趋于合理化、规范化,从源头上减轻货币对宏观经济的冲击。
2.加快利率市场化改革,增强存贷款利率,尤其是存款利率与资金供求状况、资本收益率之间的联系,将存贷利差控制在合理区间,发挥利率作为资金价格信号在资源配置中的导向作用。
3.通过对土地、财政、税收、产业、社会保障等制度进行系统性改革,稳定房地产价格,打破公众对房地产价格持续上涨预期的,从根本上化解房地产价格扭曲所导致的资源结构性错配。
参考文献:
李建,邓瑛. 2011. 推动房价上涨的货币因素研究――基于美国、日本、中国泡沫积聚时期的实证比较分析[J]. 金融研究(6):18-32.
李健飞,史晨昱. 2008. 中国银行信贷与房地产价格波动的实证分析[J]. 上海财经大学学报(2):71-78.
苗文龙. 2010. 货币政策是否应关注资产价格[J]. 当代财经(7):51-62.
马永坤,杨继瑞. 2010. 资产价格波动与中国金融稳定发展[J]. 学术月刊(3):81-88.
谢经荣,朱勇. 2002. 房地产泡沫与金融危机[M]. 北京:经济管理出版社.
张,王爱民,杨朝军. 2008. 基于微观视角的流动性危机模型及应用[J]. 管理评论(8):3-7.
张涛,王学斌,陈磊. 2007. 公共设施评价中的异质性信念与房产价格――中国房产泡沫生成的可能解释[J]. 经济学(季刊)(1):112-124.
BERTRAND R. 1995. The 1985-1994 global real estate cycle: its causes and consequences[Z]. Policy Research Working Paper of The World Bank.
CHRISTOPHER K, PHILIPS L. 1997. Asset price bubbles and monetary policy[Z]. Reserve Bank of Australia Research Discussion Paper.
一、引言
目前我国对于商业银行的资产管理也越来越重视,自1999年起,政府曾多次出面对商业银行进行坏账剥离,国有银行的坏账数额在其中是占了绝大多数。目前四家国有商业银行均已上市,资产状况良好,同时我国的股份制商业银行的发展也呈现出良好的态势,不良贷款余额和比例连续保持“双降”。本文将以一个不同的视角,从宏观经济的层面对不良贷款进行深度剖析,从而对其有一个更为深刻地了解,也对商业银行贷款的管理提出相应建议。
二、文献综述
(一)传统的不良贷款产生理论
银行之间的贷款竞争模型是在1986年提出的,该理论的核心观点可表述为,银行在贷款市场开展的竞争,促使银行通过贷款而获取的利润减少,降低了银行的收益率和获利能力,最终导致利润为零,严重削弱了银行的抗风险能力和谋求发展的能力。
勉强贷款是指银行在一定利率水平下向借款人提供超过其意愿需求的贷款。勉强贷款形成的原因大致有两个:一是能促进出口时,银行倾向于提供超量跨国贷款;二是当银行经理的升迁与其经营业绩紧密相关,而衡量经营业绩的一个重要指标是贷款量的情况下,银行经理倾向于超量贷款。
(二)宏观层面分析
中国人民银行淮南市中心支行课题组针对淮南市这一特定的对象做了不良贷款与宏观经济的灰色关联分析。
李红梅、李剑采用国民生产总值、投资、消费、居民消费物价指数,分别对剔除政策性坏账剥离因素的国有商业银行不良贷款率以及股份制商业银行不良贷款率进行实证分析,并提出了相应的对策及建议。
三、理论基础与数据来源
(一)理论基础
宏观经济指标是体现经济情况的一种方式,主要指标包括国民生产总值、通货膨胀与紧缩、投资指标、消费、金融以及财政指标等。
(二)数据来源
本文应用施华强《固有商业银行账面不良贷款、调整因素和严重程度》的统计方法进行调整得出调整后数据,即从2004年开始每年不良贷款余额均加上18756亿元,2005年开始不良贷款余额再加7050亿元,从而得到剔除剥离影响后的不良贷款余额及不良贷款率。
四、实证检验与结果分析
(一)相关性检测
GDP和投资、消费有很强的相关性,7天同业拆借利率和货币供应量增长率有一定的相关性,CPI和失业率的相关性也较为显著。以下,本文将尝试用两种不同的方法去除多重共线性,优化拟合曲线。
(二)逐步回归分析去除多重共线性
在GDP、投资和消费中选择拟合程度最好的GDP为这一组的代表性变量,而其余四个变量由于相关性不是很强,难以确定是否能够相互替代,故本文将变量逐一加入,逐步回归。
找出最简单的回归形式,作NPLR2与GDP的回归:
NPLR2 = 53.85 – 0.0004GDP
选该方程为初始的回归模型。
因此,最终的国有商业银行不良贷款率函数应以NPLR2 = f ( GDP,I,UR ) 为最优,拟合结果如下:
NPLR2 = 54.27 – 0.0004GDP + 0.803I – 0.623UR (1)
(三)主成分分析去除多重共线性
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F1、F2,则构造出来的线性方程组如下:
F1 = 0.3GDP + 0.124CPI + 0.296INVEST+
0.299CONSUME + 0.04I + 0.147M2R + 0.005UR
F2 =-0.008GDP - 0.341CPI + 0.03INVEST +
0.022CONSUME - 0.351I + 0.281M2R + 0.436UR
通过以上方程组可以看到,F1对于GDP、投资和消费的指标显示出较强的关系,因此F1可以作为描述宏观经济发展趋势的变量,而F2对于CPI、利率、M2增长率以及失业率显示出较强的关系,F2则显示出国家政策导向和宏观经济发展的波动情况。
五、总结与建议
根据实证分析表明,我国的国有商业银行不良贷款间接受宏观经济因子的影响,因此,要降低商业银行不良贷款余额,首先需要加大对宏观经济形势及国家相关政策的研究,尤其是那些能够提前反映宏观经济变动的指标,加强政府对经济的宏观调控。其次要大力发展经济,扩大内需,拉动消费,间接降低不良贷款。另外,同时还要加强改善国有商业银行外部环境,发挥政府在处理不良贷款中的引导作用,给予政策、资金等方面的支持,缓解不良贷款。最后,还要完善相关的法律制度,积极支持银行部门保全资产,规范市场经济秩序,完善社会信用体系,为商业银行提供良好的信用环境。
参考文献
[1]高铁梅.计量经济分析方法与建模——Eviews应用及实例(第二版)[M].北京:清华大学出版社,2011.
一、引言
银行是聚集和经营风险的企业,控制好风险是商业银行存在和发展的基本前提,因此建立健全风险管理体系是商业银行重要的职责之一。尽管各国的银行监管部门都相当重视银行业的风险管理,但是美国投资银行――雷曼兄弟公司的破产,还是引起了全球各国对商业银行的防范和抵抗金融风险能力的担忧。2010年9月,由27个国家银行业监管部门和中央银行高级代表组成的巴塞尔银行监管委员会,制定并通过了《巴塞尔协议Ⅲ》,对银行风险进行更为严格的管理。由此可见,防范和抵抗商业银行信贷风险是全球金融行业关注的核心课题。本文正基于此建立起其微宏观经济因素与商业银行信贷风险的实证模型,以确定各经济因素对商业银行信贷风险的相关关系,以助于我国商业银行建立科学、有效的风险控制体系,以增强商业银行在经营中抵御风险的能力。
二、影响银行信贷风险的因素
(一)微观变量对银行信贷的影响因素
1.贷款比例(LOAN)。在微观方面,贷款比例对银行不良贷款率的变化有着重要的代表意义。一般认为,过快的信贷扩张是比较容易产生信贷风险,但信贷量的增加相当于加大了不良贷款率的分母。因而,对于贷款比例,本文假设H1:贷款比例与银行信贷风险呈负相关关系。
2.资产规模(SIZE)。一般而言,资产规模越大的银行拥有更多的分支机构和网点数量,这样在发挥各网点的地理优势时,可以起到因地制宜、取长补短的作用,以实现风险的分散化,有效降低信贷风险。因而,本文假设H2:资产规模与银行信贷风险呈负相关关系。
3.管理费用支出比例(OR)。银行管理费用的大小直接体现出银行运行效率水平的高低。如果管理费用的支出水平较高,说明企业未能有效利用企业资源,低下的管理效率水平将会增加银行的风险。因而,本文假设H3:管理费用支出比例与银行信贷风险呈正相关关系。
4.资本充足率(CAR)。资本充足率是指资本总额与加权风险资产总额的比例。如果资本充足率越高,说明商业银行抵抗风险水平越强,商业银行风险就越低。因此,本文假设H4:资本充足率与银行信贷风险呈负相关关系。
5.净利息收入占总资产的比例(NIC)。银行的存贷差历来是我国商业银行生存和发展的基础。一般认为,净利息收入比重越大,风险越高。因此,本文假设H5:净利息收入占总资产的比例与银行信贷风险呈正相关关系。
6.不良贷款率(NPL)。当前较为常见的衡量商业银行信贷资产安全的有两个指标:一是违约率,二是不良贷款率。本文将采用不良贷款率作为衡量商业银行资产状况的指标。
(二)宏观变量对银行信贷的影响因素
1.GDP增长率(GDPG)。一般而言,宏观经济越好,社会的消费水平就越高,企业就更渴望扩大投资,以提高产出水平。同时,银行也会在预期良好的宏观经济条件下,扩大企业的信贷规模,增加信贷供应量。因而,本文假设H6:GDP增长率与银行信贷风险呈负相关关系。
2.贷款利率(INR)。贷款利率是衡量资本市场信贷资金的供需状况。一般而言,贷款利率越高,资金的供应量就会越多,而资金的需求量就会越少。本文是选取六个月至一年贷款利率水平作为衡量贷款利率的高低水平,并假设H7:贷款利率与银行信贷风险呈负相关关系。
3.广义货币供应量增长率(M2G)。广义货币供应量是反应货币当局投放到货币市场的货币数量。如果广义货币供应量增长率越大,说明市场资金投放量就越多,相对的信贷基数就越大,不良贷款率就越低。由于货币供应量对市场作用有一个时滞过程,因此本文作了滞后一期的处理,用M2G(-1)表示,并假设H8:广义货币供应量增长率与银行信贷风险呈负相关关系。
三、计量模型与数据选取
(一)计量模型设定
结合微宏观经济因素对商业银行信贷资产风险的影响,建立如下模型:
NPLit=α+β1LOANit+β2SIZEit+β3ORit+β4CARit+β5NICit+ γ1GDPGt+γ2M2G(-1)t+γ3INRt+εit;(i=1,2,…,N;t=2005,2006, …,2011)
(二)样本选取与数据来源
本文选取2005~2011年7年期间在沪深两市上市的国有商业银行、股份制商业银行、城市商业银行以及农村商业银行作为研究样本。样本数据来源于RESSET金融研究数据库、中经网统计数据库。其中中国农业银行在05~07年的资本充足率数据缺失,因此该数据为非平衡面板数据。
(三)实证检验
改革开放以来,我国经济社会获得了迅猛发展,在以市场经济体制为目标的改革中,我国宏观经济无论是从规模上还是从质量上都取得了明显进步。近些年来随着GDP的增长,我国物价也在连年上涨,通货膨胀问题逐渐成为了人们日益关注的话题。
2008年金融危机以来受多重因素的影响,我国物价连年上涨,我国宏观经济面临着空前的通胀压力,通货膨胀对宏观经济具有重要影响,合理的通胀能够促进经济社会的发展,但是过度的通货膨胀会严重影响到宏观经济的发展,新形势下加强对通货膨胀给宏观经济造成何种影响进行研究,有助于决策者做出科学的宏观经济政策,从而推动我国经济又好又快发展。
一、当下我国通货现状
在经济学中对宏观经济通货形势的判断主要是通过几个重要指标来确定的,这几个重要指标分别是:居民消费者价格指数(CPI)、工业品出厂价格指数(PPI)、企业商品价格指数(CGPI)以及货币量(M1,M2),接下来笔者就通过这几个指标来考察我国当下的通货现状。
从CPI角度来看,我国从2010—2011年,除了少数几个月之外,CPI都在上涨,截止2011年6月CPI已经上升到6.4%,近两年由于国家采取偏紧的货币政策以及对物价的高度重视,我国CPI有所下降。从PPI的角度来考虑,PPI是衡量生产领域价格变动的重要指标,同时这项指标还是判断我国宏观经济走势的重要指标,笔者经过考察发现2011年我国的PPI已经上升到了7.2%。从CGPI的角度来进行考察,笔者经过调查发现从2011年6月到2012年1月我国的PPI一直在高位运行,同时我国从2008年以来采取宽松的货币政策,受此影响我国的货币量在2011年3月份曾达到750000亿,在市场流动性不断增大的前提下,我国通货膨胀的压力也在不断增加。从以上几点分析,我们就可以看出近些年来我国面临的通货膨胀的压力是在不断上升的。
二、通货膨胀对宏观经济影响分析
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。
(一)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。
(二)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。
(三)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。
(四)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。
(五)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。
(六)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。
三、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。
从财政政策而言,笔者认为主要是要做好两点:一是要不断改革税收机制;二是要加强对民生领域的公共投入。当前我国的税收机制还存在不合理的地方,其中尤以个人所得税明显,我国的个人所得税是按照分类税收的原则来进行征收的,这种方法不科学,那些收入来源多、收入高的人所交的税款将变少,我们必须要改变这种机制,政府要不断加强民生领域的公共投入,提高群众的消费能力。
在物价连年上涨的今天,人们对通货膨胀的重视程度越来越高。通货膨胀对我国宏观经济会造成严重影响,加强对通货膨胀给宏观经济以何种影响的研究,对于实现通货膨胀的科学治理具有重要意义,本文从六个方面详细分析了通货膨胀对宏观经济的影响,笔者认为,在治理通货膨胀中必须要不断调整和优化财政政策和货币政策。
参考文献
[1]张连城.宏观宏观经济运行与通货膨胀预期[J].经济与管理研究,2010(01).
一、引言
股票价格指数是指股价指数,动态地反映某个时期股市总价格水平的一种相对指标,它是由金融服务公司根据市场上一些有代表性的公司股票的价格加权平均后计算的平均数值编制而成的。宏观经济走势是影响证券市场大盘走势的最基本因素,股市的运行与宏观的经济运行应当是一致的,股份指数在影响着国内宏观经济的同时,也深受宏观经济因素的影响。进入2000年以后,我国股市经历了四年的大熊市。但2005年4月30日股权分置改革试点正式启动后,2005年夏天开始,我国股市开始进行股改。从2006年开始,股指一路上扬,到2007年10月16日达到6124.04的至高点。2008年,全球遭遇百年一遇的金融危机,全球股市暴跌,严重影响实体经济,我国股市也遭遇长达半年多的大跌。所以宏观经济是影响股市的根本原因,本文通过量化通货膨胀(居民消费指数和生产者价格指数)及货币政策(利率及货币供给量)来研究宏观经济对股价指数的影响。
二、文献回顾
国外学者已有比较多的相关研究。Balduzzi(1995)和Bakshi(1996)等对美国以及其他工业同家的实证研究发现股票价格与通货膨胀之问呈负相关关系。国内学者刘金全等(2004)对中国的实证研究认为我国股票价格与通货膨胀率之间存在负相关关系。段军山、邹伟卫、白茜(2010)通过建立股价波动、通货膨胀与固定资产投资的协整关系和VEC模型,得出我国固定资产投资的波动会受到上证综合指数与存款利率水平自身变动的影响。由此可知股价指数的变动确实受到较为显著的宏观经济的影响。
三、变量选取及数据处理
物价水平,用我国消费者价格指数(CPI)及生产者价格指数(PPI)来衡量;狭义货币供给量(M1)是经济周期波动和价格波动的先行指标,人民银行的基准利率采用中国人民银行对金融机构收取的20天的利率,二者用来量化我国货币政策;以上变量的数据来源于中经网数据库及中国人民银行网站。股价指数采用上证综合指数(SP),来源于上海证券交易所网站。所有序列对数处理消除序列的波动性,并对CPI、PPI和M1采用X12季节指数法进行处理以消除季节性。
四、实证分析
1.数据平稳性检验
在作实证分析前,为了避免出现伪回归,首先针对每个变量的序列是否存在单位根进行检验,这里使用ADF检验方法。
经对数处理后,序列LSP、LCPI、LPPI、LR和LM1进行ADF检验的t检验值分别为0.261、2.688、-2.101、-1.415和-2.525,均大于5%显著性水平下的临界值,所以原序列均不平稳。而序列的五个差分形式的t检验值分别为-5.711、-11.316、-3.525、-14.251和-4.319,均小于临界值,所以原序列的差分形式均平稳,说明这五个序列都为一阶平稳。
2.协整检验
ADF检验结果表明,所有原序列都为一阶平稳。然后用Johansen协整检验方法进行检验原序列间是否存在协整关系,这里零假设为协整关系的个数。
首先,确定模型的滞后阶数。在Eviews软件中,根据AIC和SC信息标准,选择AIC和SC取最小值时的滞后阶数。这里使最大滞后阶数为4时AIC最小,而最大滞后阶数为1时SC最小,所以采用LR检验进行取舍,所以选取CPI时合适的滞后阶数为3,而选取PPI时合适的滞后阶数为2。
从协整检验结果中看到,当选取CPI来描述物价指数时,零假设为不存在协整关系的P值为0.0001,至多存在一个协整关系的P值为0.017,而至多存在两个协整关系的P值为0.170,大于0.1,所以存在两个协整关系。
当选取PPI来描述物价指数时,不存在协整关系的P值为0.007,而至多存在一个协整关系的P值为0.147,大于0.1,所以只存在一个协整关系。
协整方程如下:
LSP=0.21LR+3.47LM1-22.00LCPI
(0.578)(0.588) (3.684)
LSP=15.70LR+20.17 LM1-103.08LPPI
(-6.956)(-5.014)
(-27017)
以上的协整关系表明上证综指与基准利率和货币供应量之间长期为正相关关系,而与CPI和PPI之间长期呈负相关关系。表明基准利率和货币供给量的上升会促进上证综合指数的上升,而物价指数(CPI和PPI)的上升会促使上证综合指数下降。
五、结论和政策建议
从以上结果可以看出,股价包含有未来通货膨胀的信息。股价可以作为未来通货膨胀预期的一个先行指示器,因此。在经济衰退时,中央银行可以利用货币供给量、基准利率与上证综指的正向关系,采取扩张性货币政策,即提高法定存款准备金率来提高货币供给量,或提高基准利率,稳定并推动股市价格的上涨,通过发挥股市的财富效应带动实体经济的复苏。而股价指数与物价指数的反向关系则表明,当国内通货膨胀较为严重时,抑制通货膨胀也可以促进股指的上升。
参考文献:
[1]Bakshi,G.S.and Chen,Z.Inflation,asset prices,and the term structure of interest rates in monetary economies[J].Review of Financial Studies,1 996,9
[2]Granger,C.Investigating causal relations by econometric models and cross spectral methods[J].Econometrica,1969,37,July
一、引言
据国家统计局相关数据显示,从 2003年至2010年全国房价累计上涨了200.3% 。房价持续大幅度上涨,已超出普通老百姓的承受能力,引发了一系列的社会问题。本文通过定量分析影响我国房价的宏观经济因素,为政府宏观调控部门进行合理决策提供一定参考,以实现房地产行业的健康、稳定和可持续发展。
二、影响商品房价格的理论模型
房地产资产投资额(INVEST)是以货币形式表现的在一定时期内建造和购置固定资产的工作量以及与此有关的费用的总称。它综合反映了房地产资产投资规模、结构和发展速度。从理论上看,房地产投资增加,将导致房地产市场供给的增加,在需求不变,房价将下降。
土地供给价格(LAND)是房地产成本的重要组成部分,土地价格的波动直接影响着房价的走势。据统计,土地价格占房价的35%~45%,主要原因在于政府垄断性卖地,多家土地需求方竞争,抬高土地出让价格。
考虑到我国商品房销售主要集中在城镇地区,用城镇居民人均可支配收入(INCOME)来反映其实际购买能力,进而反映了居民住房消费能力。城镇居民可支配收入的增加将使得居民用来购房的资金增加,同时也使居民有了改善居住水平的愿望,这样就刺激了对房地产的需求,推动了房价的上涨。
房地产开发商的资产中大部分是通过债务融资获得的,因此贷款余额(LAND)的多少势必会影响商品房的供给。同时,自国家鼓励发展个人住房消费信贷后,个人住房信贷消费逐渐发展成为住房消费最主要的形式,对商品房的需求有直接影响。
现实生活中经济学的理性假设往往是不成立的,房地产行业的景气程度(FUTURE)会影响消费者的预期。在房地产行业景气时期,消费者会预期房价会进一步上涨,为了不愿在将来支付更多的货币来购买同样的商品房,那么会有更多的消费者选择现期购买,这样会刺激房地产需求。
三、实证分析及结论
本文选取2003年2月至2010年6月的月度数据为样本,研究影响我国商品房价格的宏观经济因素。被解释变量选取商品房价格(PRICE)(当期商品房销售额/当期商品房销售面积)。解释变量从商品房供给、需求,政府政策和消费预期四个方面选取代表变量。根据经济学理论及相关分析,本文构建如下模型:
从回归结果看,各解释变量系数符合理论分析,同时通过相关统计检验。即收入的增加提高了商品房的需求,房地产投资额的增加提高了商品房的供给,房地产贷款增多促进了商品房投机动机的增强,土地价格的上升提高了商品房的成本,房地产景气指数的变动影响着消费者的预期。利用上述回归结果,根据2010年第三季度的相关数据,对2010年7月至9月的房价进行预测:
由以上回归分析可知,土地供给价格的变动对房价的影响最大。据其原因在于土地供给价格是房地产成本的重要组成部分,土地价格的波动直接影响着房价的走势。几年来我国房价持续上涨,很大的原因在于人们对房价的预期是不断上升的,使得越来越多的人把购买商品房作为一种资产保值增值的重要手段,同时银行宽松的贷款环境,加剧了贷款购房炒房的现象,从而不断地抬升房价。
尽管通过广义最小平方方法能够有效地分析我国房价变化的影响因素及其重要度,但各影响因素对房价变化的作用是否具有滞后效应以及滞后效应的作用大小未能考虑到我们的研究框架中,因此有待进一步的研究。
中图分类号:F124 文献标识码:A 文章编号:1001-828X(2012)07-000-01
改革开放以来,我国经济增长速度一直维持在一个高位,经过多年的发展,我国经济规模已于2010年位居世界第二,但是应该看到我国经济规模的膨胀是建立在投资拉动、政府主导以及粗放发展的基础之上,这种模式本身不具有可持续性,为我国经济的健康发展埋下了隐患。尽管从整体上来看,我国宏观经济发展的基本面良好,但是经济发展中的不稳定因素如果不能得到良好的解决,必然会危及到宏观经济发展的速度以及质量。
一、我国宏观经济运行中的不稳定因素
我国经济宏观经济运行中的不稳定因素是多方面的,本文从供给失衡的视角出发来进行阐述。宏观经济平稳运行是通过供给之间的匹配实现的,目前我国宏观经济中的不稳定因素基本上都可以归结到供需失衡这一层面,具体分析如下:
从供给方面来看,目前我国经济运行中的一个突出问题就是供给过剩,我国众多产品的产量都是世界第一,例如水泥、钢铁、纺织品等等,产能的过程一方面意味着资源的巨大浪费;另一方面意味着供大于求,会对整个国家的经济产生不利影响。而目前我国在上述行业的投资力度依然没有减缓,这进一步加剧了产能过剩。从西方发达国家的经济危机爆发的原因来看,一旦产能过剩积累到一定程度将会给实体经济的发展带来毁灭性的影响。供给存在的另外一个问题就是结构的失衡,即我国社会产品的产出结构失衡问题极为严重,目前我国经济结构存在严重的缺陷,即产能过剩的行业基本上都是属于低附加值、高耗能、高污染的行业,这种经济发展模式更多的是依赖能源消耗,其发展是以环境污染为代价的,鉴于资源的有效性,如果不尽快进行产业结构方面的调整我国经济的发展的基础必然会出现严重的问题。
从需求方面来看,我国需求不足是制约当前宏观经济进一步发展的关键问题,我国经济发展长期以来是依靠投资、消费以及外贸这三驾马车,而从发达国家的需求结构来看,消费往往占到一国GDP的70%以上,而我国这一比例仅为1/3左右,外贸占GDP的比重高达30%以上,内需额不足意味着我国经济发展的基础不牢,一旦外贸以及投资出现波动,就会给经济发展带来巨大的冲击,2008年世界经济危机的影响导致我国经济外需急剧萎缩,就给经济的发展带来了严重的冲击。目前在消费需求方面的不足有着多方面的原因,社会保障缺位、房价高企、通过膨胀等,都大大削弱了居民的消费需求,这也必然会影响到宏观经济的健康与稳定。
二、推动我国宏观经济稳定运行的策略探讨
针对宏观经济运行中存在的不稳定因素,在对发达国家经济调控经验进行总结分析的基础之上,本文认为应从以下几个方面来加以解决:
1.转变经济发展方式
目前我国既有的经济发展模式已经开始遭遇瓶颈,未来宏观经济要想实现持续健康的发展,必须要进行经济发展方式的转变,这也是近年来经济发展方式转变成为中央政府一项重要工作的原因。我国应尽快实现经济发展方式从粗放型向集约型的转变,实践证明,粗放型经济发展模式本身并不具有可持续性。实现经济发展方式转变的关键点在于加强科技创新,让科技引领经济发展,国家应从财税政策等方面给予科技创新提供更多的优惠支持,让企业、科研院所等科技创新的主体更加积极地去进行科技创新,从而实现科技水平的整体提升,从而确保我国经济发展本身所具有的可持续性,减少粗放经济发展模式对于资源以及环境的危害。
2.采取措施扩大内需
针对目前我国社会总需求不足的现状,国家应从以下几个方面着手来提升社会的消费能力:一是进一步完善社会保障体系,提升社会保障水平,这样能够缓解目前我国储蓄过高,消费不高的情况,可以一定程度上打消人们消费的顾虑。二是进行收入分配体制改革,来缩小日益扩大的贫富差距,着力提升中等收入人群的收入水平,这样能够为内需的提振夯实基础。三是鉴于目前我国通货膨胀高企,严重削弱了人们的消费能力这一问题,国家在未来应将通货膨胀的降低作为一个重要的工作任务,这样能够保证居民的收入增长少受到通货膨胀的影响。四是尽快解决目前房价收入比过高的问题,房价过重的制约了人们消费能力的提升,同时房地产的泡沫已经威胁到了经济发展的基础。
3.调整我国产业结构
目前我国一、二、三产业结构明显失衡,第三产业的比重过低,按照发达国家的经济结构的比例,第三产业是未来我国经济发展的一个增长点,如果说第二产业主要是依靠投资形成的,依靠投资拉动经济发展在我国已经是弊端频现,产能过剩、重复投资问题严重,那么第三产业就是依靠消费拉动的,通过大力发展第三产业,扩大国内的消费需求,可以减少我国经济的外贸依存度,因此未来应进一步的调整产业结构,为社会总供给与总需求之间的平衡创造更加有力的条件。
当前我国宏观经济的运行面临的困难前所未有,在此背景下,国家主动地调低经济增长速度,辩证的来看,目前我国宏观经济运行中所遇到的不稳定因素,虽然是经济发展中面临的阻碍,但是这些不稳定因素对于解决我国经济发展中的深层次问题也是一个机遇,我国应在解决上述问题的基础之上,彻底将制约我国经济发展的瓶颈加以破除,从而实现宏观经济在未来一个阶段的健康发展。
参考文献:
[1]韦森.通货膨胀与当前中国宏观经济格局[J].传承,2011(4).
一、我国宏观经济的总体状况
目前我国宏观经济的总体状况呈现出增长势头放缓、经济下行的压力比较突出。2010年我国GDP的增长速度为11.7%,2011年为10.4%,2012年上半年为8.2%,2012年1至5月份的外贸出口同比增长为8.7%,离全年增长10%的既定目标还有相当长的距离,固定资产投资增长幅度为20.1%,和2011年最后4个月相比有较大幅度的回落,房地产市场的成交总量有了一定的上升幅度,但总体上看在建房屋开工量和土地交易总量还没有走出低迷状态,股票证券市场出现大幅度下挫,上证指数在2200点持续徘徊,市场信心不强,社会商品零售总额较去年同期相比增长幅度有限,显示出居民消费的无力和内需的乏力。
二、当前经济增长趋势放缓下行的主要驱动因素分析
当前宏观经济总体呈现增长势头放缓和下行的主要因素有下面几个方面:
(一)投资增长速度下降
中国经济的波动主要取决于投资。前几年经济过热的时候也是因为投资过热。现在经济趋于放缓,经济增长速度进入下行趋势,主要原因也是投资处于下行趋势。投资下行带动工业产出的增长速度相对也比较慢,也在放缓。现在一般为15%、16%,过去都是18%、19%这个幅度。
目前名义的投资增长速度26%,扣除10%左右的投资品价格指数,现在全国的投资增长速度只有16%左右。15%左右的投资增长速度是比较正常的,如果投资增长速度能保持在15%到20%之间,那么在中国目前阶段来讲这是比较正常的增长速度。但是问题是投资增长速度正在持续下降。现在沿海地区投资的增长速度确实比较低,上海的名义投资增长速度1%,如果扣除了价格指数就是负的。
(二)出口乏力对外贸易增长放缓
我国的外贸顺差从2005、2006年以来一直攀升,2010年达到最高,其中经常项目的顺差占GDP的比重是11%,这对于一个像中国这样的大国来讲是一个非常高的比重,美国的逆差通常是5%、6%,我们的顺差是11%。在这么高的水平上现在开始下降,今年上半年比去年同期下降了12%。如果按照全年平均下降12%来算,去年我们是2,700亿的外贸顺差,那么今年仍有2,300亿左右的外贸顺差。仍然是一个很高的水平。外贸顺差减少,主要是因为出口增长速度放缓,进口增长速度提高。
(三)当今经济增长放缓是宏观调控作用的预料之中的结果
中国2009-2012年上半年以来的一切政策、一切调整就是为了使经济增长速度放缓一点。近几年GDP的增长速度一度接近12%,这样的增长速度是不可持续的。如果不把这个过热的趋势抑制住,将来可能会出大问题。所以这两年一直采取了各种措施控制投资、出口,就想把这个增长速度放缓一点。因此现在的增长速度放缓是我们希望看到的事情,是宏观政策调控的目标。因此目前经济增长放缓很正常,否则就意味着过去采取的措施都是无用的。
以外贸为例,目前外贸出口确实在下降,但是这些年的所有外贸出口政策的调整就是想让外贸出口减少一点。从汇率变化情况来看,人民币现在累计升值21%,再加上我们的通货膨胀率比美国高一点,加在一起人民币兑美元实际升值将近30%,我们采取这样的升值措施使很多出口企业都感觉到很大的压力,使得外贸出口放缓。从货币政策的调整来看,采取了一系列紧缩货币政策,同时还采取了各种办法减少外贸顺差的做法,降低出口退税、采取一些产业政策,限制“三高一资”,也是为了把外贸生产降下来,特别是降低对美国的贸易顺差。这些年这么大的外贸顺差,导致了外汇储备的大幅增长。外汇储备现在是18,000亿美元,按照这个速度今年年底将达到2万亿美元。外汇储备不断增多,国内央行需要不断发人民币,导致国内流动性过剩,还容易引起资产泡沫,容易引起通货膨胀,因此又采取各种措施回笼资金,这一系列问题都是因为外贸顺差增速过快。所以采取那么多的措施贸易顺差的增速才减少到12%,应该说也是正常的。
三、未来宏观经济走势及相应的宏观调控政策分析
我国宏观经济在面临放缓和下行压力的同时,其总体走向还是向好的因素多,总的经济面应该是向好的。和那些出现问题的经济体相比,中国经济的基本面确实还不错。比如说越南,越南是连续7年财政赤字,去年财政赤字达到了GDP10%左右。而中国是财政顺差,财政增长速度今年上半年30%以上。中国货币供给的增长速度,保持在相对稳定的水平上,17%左右,没有像过去的出现的40、50%的情况。我国的贸易仍然是顺差,顺差仍然是太多,外汇储备仍然是大幅度的增长。给定这些基本面的数据,而且该调整的东西调整,因此笔者认为中国经济不会出大事儿。
宏观调控政策制定中要充分考虑到政策的滞后性注重具体操作细节的技巧性。这个滞后性可能导致最终各种政策的叠加和累计效果过大。因为政策效果具有滞后性,政府出台一个政策没有马上的反应,再出台一个政策。这个部门出台政策了,没什么效果,那个部门又出台一个政策,每个部门又追加了一个政策。所有政策加在一块最后起作用了,可能发现作用是不是过大了。所谓的叠加累计效应,有没有可能发生呢?有可能发生。至少对于某些部门和行业有可能发生。