前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇宏觀經濟統計范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

宏觀經濟統計范文第1篇

隨著國際經濟的影響，貨幣政策的調整等諸多因素的作用，我國宏觀經濟復蘇的腳步開始遲緩，并且呈現出經濟增長速度變慢、經濟泡沫出現、資源減少、經濟發展瓶頸出現等局面。所以，我們有必要對中國2011年的經濟走向進行回顧，總結規律，并且對2012年的中國經濟趨勢進行預測。

一、2011年宏觀經濟的具體表現

(一)物質經濟發展速度逐漸變慢

在過去的2011年中，中國的物質類經濟復蘇的步伐開始變慢,其主要原因有以下兩個方面。第一，由于2010年gdp發展變慢的影響；第二，由于外界環境和中國內部政策兩方面影響，造成推動經濟快速發展的動力減少了。同時國家內部市場的需求并沒有起到抵消國際市場需求減少的作用，因此，兩者相互比較，中國社會主義市場經濟發展的速度比不上減少的速度，因此中國經濟進入了疲軟期。

(二)投資的風險開始增加， 中國社會主義市場經濟進入了一個新時期

在物質類經濟發展速度逐漸變慢的同時，中國的金融業同時出現了價格變化加劇、資源搭配不當、風險增加的局面。以及部分地方政府的投資政策出現了失誤，導致地方政府出現了財政赤字的狀況、部分監管機構缺乏有效的監管行為，以及民間私人集資行為的出現，這一切都在暗示標志著，中國社會主義市場經濟局面進入了一個新的發展時期。

(三)中國社會主義市場經濟所固有的特點

在經濟發展速度變慢和經濟扭曲程度加深的同時，中國經濟的結構并沒有按照預想的情況發生結構性的調整，市場和政府的關系也沒有出現明顯改善的情況。這一切的事實都在表明，中國社會主義宏觀經濟所具有的慣性也在不斷地進行強化。這樣的后果，將使中國社會主義經濟轉型的難度越來越大，同時也表明中國社會主義經濟政策的發展方向將主要著眼于民生問題和種種社會問題。

二、2012年社會主義市場經濟的現狀以及展望

(一)風險不斷增加的國際環境以及復蘇中遇到的困難

在2012年的開春，傳來了一系列的消息。歐洲債務危機開始爆發、美國資本主義經濟增長的速度逐漸變慢、阿拉伯之春、華爾街散步……這些世界性的政治和經濟騷亂使人們不得不重新思考自從2007年以來的這一場全球性的經濟危機。這些事實說明，美國的所謂的次貸危機并沒有真正離我們遠去，世界經濟發展的道路并不是像想象中那樣一帆風順的，是充滿曲折的。經濟危機產生的原因遠遠比我們原來想象的更加復雜。世界性經濟的結構根源決定了世界經濟的發展體系進入了一個新的發展時期。這個時期的變化充滿了周期性和種種不確定性。這一切，都決定了中國2012年社會主義宏觀經濟發展的外部環境，并且，為我們經濟發展政策的制定找到了一個立足點。

(二)房地產經濟市場的深層次調整

中國房地產市場在歷經國家兩年的大力調控之后，將在2012年迎來更大的更深度的調整。調整的方面將包括交易額、交易價格以及投資力度等多個方面。而且，房地產的投資，消費等資金鏈，將會對中國社會主義宏觀經濟發展的幅度產生更加深刻的影響。從目前所得到的房地產數據進行分析，雖然房地產在銷售，儲存，資金鏈，以及資產等指標上都出現了不斷惡化的情況，但是房地產市場目前仍然處于僵持階段。相信隨著國家對房地產政策的不斷調整，2012年中國的房地產市場上將會出現大規模的投資減少，價格下降，交易額度減少等狀況。但是，中國房地產市場對政府的政策是高度依賴的，并且在實際上，人們對房地產潛在的需求仍舊非常大，因此，中國的房地產市場不會發生崩潰性下降的情況，價格的變化幅度也不會超過百分之二十五。

(三)前低后揚的社會主義宏觀經濟參數

2012年，推測中國gdp的發展速度將出現“前低后高”的發展情況，外部國際環境的影響以及政府房地產政策的影響將導致社會主義宏觀經濟出現短暫的變化。但是，由于市場的不斷穩定，以及中央政府政策的轉變等諸多原因，將使社會主義宏觀經濟在之后的時間里出現顯著反彈的局面。從資源供應的角度來看，農業的基礎性設施建設速度和規模將會不斷地加快，國家在支農項目上投入將會不斷加大，因此供應資源將會顯著地得到提升。

三、對宏觀經濟的總結與預測

2012年初期，宏觀經濟將繼續延續2011年回落的態勢，并且導致政府在宏觀經濟政策上進行大幅度轉向。宏觀經濟將在之后的時間里出現徹底反彈的情況，從而使社會主義宏觀經濟成功避免第二次衰退的情況。估計2012年的gdp增長速度為8.5%左右，并且將呈現出不斷變慢放緩的態勢。因此，政府2012年的工作重點應當從控制通貨膨脹轉變到穩定增長上來。并且中國在2012年經濟政策的核心，應當包含防范金融變化過大和資源分配不合理帶來的風險。

四、總結

宏觀經濟統計范文第2篇

宏觀經濟、國家發展和人民生活緊密相連、息息相關，了解并掌握我國宏觀經濟最新趨勢很有必要。在20世紀90年代后我國的市場經濟開始進入迅速發展階段，市場經濟體系的建立不僅在很大程度上加快了經濟發展步伐，也提升了人們生活質量。宏觀經濟統計分析作為其中重要指導方，其運用領域不斷擴大，但受到計算機技術等多方面的影響，仍然存在部分急需解決的問題。如何克服宏觀經濟統計分析發展過程中存在的問題，并進行合理判斷分析，從中找到方法和策略將有可能出現的問題進行調控和解決，是促進市場經濟健康發展所必須思考的問題。

1關于宏觀經濟統計分析的具體概述

宏觀經濟統計分析是經過兩種知識體系發展而來，即統計學知識體系以及經濟學知識體系。這兩個知識體系的相互融合，并遵循宏觀經濟理論，分析經濟發展規律的過程，能夠根據相關數據資料，得出科學的國民經濟運行，并對發展過程的持續性和穩定性進行驗證。宏觀經濟統計分析發展至今主要經歷了三個非常大的發展階段：第一大階段主要將其重心歸納為國民經濟，并將統計指標劃為關鍵點，以當時國家經濟發展水平的現實情況為依據，對經濟進行分析探討；第二階段為國家經濟審核體系完善期，核心經濟指標確定，宏觀經濟分析中的科學統計得到優化；第三階段為宏觀統計與微觀統計相輔相成階段，形成新局面。上述內容在宏觀經濟統計分析中分別占有地位，其職能依次為分析過程的關鍵內容與重要基礎、對研究問題做出定性認識以及統計局在年初做好上一年度的經濟統計分析。以上三個工作內容能夠解釋宏觀經濟發展過程中主要矛盾，并科學預測經濟發展態勢，針對經濟制度或者運行過程存在的問題，提出針對性管理建立。

2宏觀經濟統計分析在發展過程中存在的主要問題

隨著社會經濟的飛速發展，宏觀經濟統計分析方法逐漸增多，在促進經濟預測準確性的同時，也帶來了一定問題，主要體現在以下四方面。

2.1工作人員綜合素質因素導致缺乏創新思維

受到工作人員素質等因素的影響，在分析過程中，其缺乏統計過程的創新思維，統計分析方式較落后，在分析時不能很好的遵循統計原則，使得統計分析結果存在誤差。與此同時大數據時代的到來給統計分析賦予了新的時代要求，但實際運行時，工作人員綜合素質的局限性無法準確把握大數據時代特征，導致構建出的經濟統計分析模型無法準確預測經濟趨勢。

2.2市場機制被弱化

我國的經濟發展水平已經步入到了高收入的階段，實行投資補息、國債技改等政策，擴大了投資規模。但與此同時投資需求的增長速度沒有上升的跡象，經濟增長速度呈現一種下滑的趨勢，使得市場機制本身的推動力被弱化。

2.3出口難以為經濟增長起到大的作用

自從2012年以后，凈出口已經沒有為我國經濟增長帶來實際貢獻率，相關文獻顯示凈出口不僅沒有帶來增長甚至還出現負貢獻率得現象。分析其原因發現是由于出口量以及進口量減弱，且都出現衰退跡象。在這種條件形式下，經濟增長更多的是靠內需，只是從當前來看，投資消費的增長速度跟以往的年份比起來明顯放慢了步伐，影響著出口、跨過企業的積極性。

2.4消費需求低迷且國民收入分配懸殊較大

很多居民收入主要是用來消費可增長平緩，主要原因還是在于國民收入懸殊較大、資源分配非常不合理，其收入增長跟政府收入增長比較起來要慢，所以消費與經濟發展之間并不是很協調，因此供需矛盾突出。

3宏觀經濟統計分析發展的建議

3.1深化中小型企業生產模式改革

在市場經濟條件下，中小型企業存在一定的劣勢，其主要劣勢為融資困難，在貸款項目上存在較大阻礙，不利于經濟的發展。政府應加大對中小型企業的政策支持，加強政府對市場經濟的宏觀調控。經過簡化銀行貸款手續流程及降低銀行貸款門檻，為中小型企業的融資提供充分的信息支持與資金支持。同時也可以借鑒國外的立法制度體系為中小型企業出臺科學的發展優惠政策。幫助中小型企業制定適合其發展的方案，不斷推進其發展，引導其朝著健康、科學的方向發展。

深化中小型企業生產模式改革不僅助于企業的發展還是為宏觀經濟統計分析的持續發展奠定了堅實的基礎。

3.2融合多種統計方式提升工作效率

基于大數據的時代背景，傳統的統計方式已經無法準確把握大數據的特征的發展趨勢，因此相關部門和工作人員必須順應時展潮流，對經濟信息進行多方面的分析。通過融合多種統計方式，進一步加深政府部門對宏觀經濟的掌握和了解程度，提升統計分析結果的準確性以便更加及時地預測經濟發展態勢。

4結語

宏觀經濟統計范文第3篇

一、引言

改革開放三十多年來， 中國經濟持續高速的增長舉世矚目， 衡量經濟發展水平的宏觀經濟統計數據成為了國內外相關機構和學者廣泛關注的熱點。中國國家統計局、中國人民銀行每季度、月、周都會對cpi、gdp、固定資產投資等重要宏觀經濟變量的統計數據進行披露， 然而， 由于這些宏觀經濟時間序列數據受多種因素（如非重復性突發事件、經濟或者政治結構變化以及自然災害等）的影響， 公布后的實際數據與市場預測值常常會產生偏差， 這種偏差左右著金融市場參與者的行為， 特別是會對上市公司的未來現金流和風險貼現率產生作用， 進而對股票市場參與者的市場行為和股票市場的收益率及波動率產生巨大影響。因此， 探討和量化宏觀數據的公布以及市場預測值與實際公布值間的偏差對股票市場的影響程度， 具有重要的理論價值和實踐意義。

國外學者研究宏觀經濟變量的對各種資產價格條件均值影響的文獻極為豐富，但對于宏觀經濟公告對條件方差影響的研究成果卻很少。ederington和lee（1993，1996）創立了一整套研究程序， 專門研究新聞和宏觀經濟信息對股票、外匯期貨、期權市場的影響。ederington和lee（1993，1995）發現宏觀經濟信息的定期對利率和外匯期貨市場的價格和波動率有顯著影響。在國內， 宏觀經濟信息公告對金融市場影響的研究尚不多見。 馮玉梅等（2007）基于改進的ar（1）-egarch（1，1）-m模型， 通過研究宏觀信息宣告對股票市場價格行為的影響， 表明居民消費價格指數和商品零售價格指數對股票市場的收益有負向影響；國內生產總值、社會消費品零售總額、公開市場操作利率變動率和企業景氣指數對股票市場的收益有正向影響； 公開市場操作公告會導致股票市場條件收益率顯著增加； 其余各類宏觀信息因素對股票市場收益的波動性并不存在顯著影響。WWW.133229.COm王云升等（2008）分析了宏觀經濟數據公布與預測值所產生的偏差， 并研究了其對金融市場收益及其波動率所產生的影響， 結果表明， 消費者價格指數統計數據的公布加大了股票市場日收益的波動率， 而固定資產投資增速和貨幣信貸信息數據的公布則減小了其波動率； 由于市場化程度較低， 宏觀經濟統計數據的公布對債券市場和外匯市場參與者價格行為的影響較小。

二、數據選取與處理本文由收集整理

本文選取2009年3月21日至2012年3月21日間上證綜指日間交易收盤收益率為樣本數據來衡量股票市場收益率。選取消費者物價指數（cpi）、固定資產投資增速（fai）和中國人民銀行公布的貨幣信貸信息（m2&loan）三個經濟變量作為宏觀經濟統計數據樣本。由于宏觀經濟統計數據常常受季節效應的影響而失真， 因此，要對消費者物價指數、固定資產投資增速和貨幣信貸信息進行季節調整，通過采用相對值避免不同量綱對其的影響， 以消費者物價指數為例， 將絕對指標轉換為相對指標的計算公式為：cpi相對= ■，固定資產投資增速和貨幣信貸信息相對指標的計算方法與消費者物價指數相同。

對于宏觀經濟變量的預測值， 我國目前還沒有專業的調查機構對其進行如此規模的調查， 市場預測數據多是源自各個證券機構出具的研究報告。本文選取北大朗潤的預測均值作為cpi， fai市場預測值， 原因是中信等眾多重要金融機構都以它的宏觀經濟變量數據預測值的平均值作為參考。由于預測值難以獲取， 且不具權威性， 本文在建立考慮市場預期的模型中剔除了貨幣信貸信息這個變量。

三、理論模型

garch模型又稱為廣義arch模型， 是arch模型的拓展。自從恩格爾提出arch模型分析時間序列的異方差性以后， 波勒斯列夫又提出了garch模型。 garch模型是專門針對金融數據的回歸模型， 除去和普通回歸模型的相同之處， garch對誤差的方差進行了進一步的建模， 特別適用于進行金融數據的波動性分析和預測， 這樣的分析對投資者的決策能起到非常重要的指導性作用， 其意義甚至超過了對數值本身的分析和預測。因此，本文選擇garch模型研究偏差對股票市場的影響。garch模型要求所研究的時間序列必須是平穩的， 因而使用單位根檢驗 （unit root test） 對上證綜指收益率進行平穩性檢驗。結果顯示在1%的顯著性水平下， 樣本數據不存在單位根， 是穩定的序列。

（一）模型ⅰ：未考慮預期的實證檢驗模型

在不考慮實際公布值與市場預測值之間偏差的情況下， 建立股票市場的價格行為的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為所測量的股票市場日收盤收益率，rt=■， pt表示第t 日的收盤收益率；di為虛擬變量，用以消除數據的“季節性影響”；dj為虛擬變量，消費物價指數、固定資產投資增率以及貨幣供應量和新增貸款數據公布之日， 取值為1，反之為0；εi為服從正態分布的擾動項。

在模型ⅰ中， 均值方程中的截距項μ0代表樣本中宏觀經濟統計數據未公布情況下股票市場在周五的日收益率，系數μi、μj衡量周一至周四以及消費物價指數、固定資產投資增率、貨幣供應量和新增貸款數據公布后股票市場日收益率的變化。方差方程中的截距項α0代表宏觀經濟統計數據未公布情況下股票市場在周五的波動率，系數αi、αj代表周一至周四以及消費物價指數、固定資產投資增率、貨幣供應量和新增貸款數據公布后股票市場波動率的變化。

（二）模型ⅱ：考慮預期的實證檢驗模型

采用公式ln（實際公布數據/市場預測值）×100%代表市場預測值與實際公布數值之間偏差，建立股票市場的價格行為的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實際公布數據/市場預測值）>0， -cpi表示ln（cpi實際公布數據/市場預測值）0>0。同理， 其它宏觀經濟變量的定義與之相似。

四、計量分析結果

（一）模型ⅰ：未考慮預期的測算結果

采用準極大似然估計（quasi-maximum likelihood，qml）方法對模型ⅰ進行估計。模型ⅰ顯示的回歸結果表明了未考慮市場預期的股票價格在一周五天交易日中的不同特征。均值方程的實證結果表明，μmon回歸系數為0.216，且z值為3.065，顯著為正， 說明股票市場一周五天的平均日收益率在周一要高于周五。方差方程的實證結本文由收集整理果表明，αtue和αwed的回歸系數分別是-0.781、 -1.032， z值分別為-3.957、-4.056， 顯著為負， 說明股票市場一周五天日收益率的波動率在周二和周三都低于周五。

固定資產投資、貨幣供應量和新增貸款數額統計數據的公布對股票市場的日收益率和波動率的作用極為顯著。方差方程的實證結果中αfai和αm的回歸系數分別為-1.217和-2.154， z值分別為-3.808和-3.289，顯著為負， 說明宏觀經濟變量統計數據中， 固定資產投資、貨幣供應量和新增貸款數額的公布降低了股票市場日收益率的波動率。αcpi的回歸系數為3.095， 雖然為正， 但不顯著， z值僅為1.234， 沒有通過0.01水平的顯著檢驗， 表明cpi統計數據的公布僅在一定程度上對股票市場日收益率的波動率起正向作用，加大了波動率。 原因在于cpi作為重要的宏觀經濟變量， 對股票市場的資產影響巨大， 因此， 參與者在進行資產估值時， 常常要根據其最新公布的數據來進行資產組合的調整， 而調整這種資產組合無疑會增加股票市場日收益率的波動。

（二）模型ⅱ：考慮預期的測算結果

由于當前我國的經濟形勢復雜多變， 貨幣政策導向并不明朗， 因此無法得到貨幣信貸的預測數據， 所以模型ⅱ的研究未考慮貨幣信貸信息情況下的偏差對于股票市場價格行為的影響。運用準極大似然估計qml方法對模型ⅱ的參數進行估計。

模型ⅱ顯示的回歸結果表明了考慮市場預期后宏觀經濟統計變量所產生的偏差對股票市場平均日收益率和波動率的影響。股票市場的均值方程中的回歸系數α+fai為-1.417， z值為-6.808，通過0.01水平的顯著檢驗， 說明當固定資產投資增速統計數據公布的實際值高于市場預測值時， 會對股票市場的平均日收益率產生負向影響， 日收益率降低，這主要是由于投資的替代性，投資的兩大重要組成部分是對實體經濟和虛擬經濟的投資， 當固定資產類的實體投資增加時， 股市類的虛擬經濟自然隨之下降， 投資者預期投資在虛擬經濟——股市上的資金會減少， 故降低了股票市場的平均日收益率。

方差方程的實證結果表明，α+cpi與α-cpi的回歸系數分別為3.076和6.921， 均為正， 且作用效果高于其它兩個宏觀經濟變量， 說明cpi統計數據的公布對股票市場日收益率的波動率正向作用顯著，波動率增加，這與模型ⅰ的結論相同。另外，α-cpi的回歸系數顯著為正，說明當消費者物價指數的市場預測值高于統計數據公布值時， 股票市場參與者認為未來政府通過改變利率、存款準備金率等金融工具來實施貨幣政策的可能性較小， 使參與者看好股票市場的前景， 增加了其對未來股市的信心， 因此， 股票市場的平均日收益率顯著升高， 日收益率的波動率也隨之增大。方差方程的回歸系數α+fai和α-fai都為正，說明固定資產投資增長率的統計數據公布后，不論其與市場預測值之間的偏差是正或是負， 都會增加股票市場的日收益率波動率。原因在于不論固定資產投資增長率公布后的實際值和預測值孰高孰低， 二者之間產生的偏差都會影響參與者對股票市場的信心和其市場行為， 從而加大股票市場日收益率的波動。

五、結論

基于收益率和波動性兩個方面，本文運用garch模型測算了未考慮預期和考慮預期的宏觀經濟數據對我國股票市場波動的影響，結果表明：

宏觀經濟統計范文第4篇

關鍵詞：宏觀經濟變量 信用利差 定量分析

信用利差的含義及影響因素

信用利差（Credit Spread，CS）是具有違約風險的信用債與無違約風險債券收益率之間的差額，一般認為國債不存在違約風險，因此，信用利差可以理解為信用債收益率與國債收益率之差。

從理論上講，信用利差存在的根本原因是債券存在違約風險，而宏觀經濟形勢變化對債券的違約率起重要作用。Giesecke et al.（2011）研究結果顯示，在1866-2008年的150年間，股票收益率、股票收益波動率、GDP增長率對違約率具有較強的預測作用。一般而言，經濟低迷時，債券發行人的盈利能力及現金流一般會減少，其償債能力下降，違約風險增加；投資者資產組合也會根據市場風險情況進行重新配置，不考慮風險偏好的變化，一般會增加低風險、高流動性資產配置，即投資者資產組合向“質量”及“流向性”轉移（flight-to-quality and flight-to-liquidity）。因此，經濟低迷時，信用利差有擴大的趨勢；相反，在經濟擴張、商業交易蓬勃發展時，信用利差會縮小。

但是，即便是美國，違約風險對信用利差的解釋力也不強。Giesecke et al.（2011）發現，長期而言，信用利差大致是違約損失的兩倍，并且，信用利差沒有根據實現的違約率進行調整。Huang and Huang（2012）指出，當校準違約率及回收率（recovery rate）后，傳統結構模型在解釋投資級及以上債券的信用利差方面仍然存在較大困難。

由于截至目前國內信用債沒有出現事實上的違約，因此在債券投資實務中，往往根據宏觀經濟形勢（如GDP增速、市場資金面狀況等）來判斷信用利差的走向。然而，今年6月份以來，信用利差走勢超過市場的普遍預期。經歷6月份“錢荒”之后，市場資金利率中樞整體上行，刺激性經濟政策出臺的可能性不大，經濟增長中樞下移已成為市場的共識，并且當時企業債、中票和短融的信用利差整體處于歷史相對低位，因此，從邏輯上講，信用利差會擴大。但是，從事后的角度看，信用利差直至9月份才開始上升（見圖1），特別是中低評級信用利差的上升比預期來得更晚一些；而且，截至9月底，除1年期品種外，中票和短融的信用利差基本都處于50%的分位數水平之下（即小于歷史均值），而企業債信用利差分位數最高也僅為64%（即略高于歷史平均水平，見表1）。

準確判斷信用利差走勢是債券精細化投資的基礎，但是從目前投資實務看，定性分析較多而定量分析較少，因此本文嘗試從定量角度來分析宏觀經濟變量對企業債信用利差的影響。

圖1 企業債信用利差維持相對低位

資料來源：Wind資訊

（編輯注：圖例后的“3年”后都加上“期”）

表1 企業債、中票和短融信用利差分位數水平（截至2013年9月30日）

品種 1年期 3年期 5年期 7年期

AAA企業債 88% 60% 55% 61%

AA+企業債 88% 62% 58% 64%

AA企業債 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%

數據來源：Wind資訊

變量選取和數據描述

雖然微觀層面的債券流動性1、提前贖回或回售權、違約率及回收率等因素均是影響債券定價的重要變量，但是考慮到數據的可得性及中國債券市場實質上違約事件沒有出現等實際因素，本文在分析企業債券信用利差變化時，所選擇的變量均為宏觀經濟變量。

借鑒Collin， et al.（2001）等的研究，本文選擇七個指標對信用利差變化進行分析：消費者物價指數（CPI）、相同期限的國債收益率（GB）、狹義貨幣供給的對數Ln（M1）、國債收益率曲線的斜率（Slope）、上證綜合指數收益的年化波動率（Volatility）、上證綜合指數年化收益率（Stock_return）以及銀行間7天質押式回購利率（R007）。其中，國債收益率曲線的斜率根據國內外文獻的普遍做法，以10年期國債收益率減去3年期國債收益率計算得出；上證綜合指數年化波動率為歷史波動率，基于25個日收益率變化的日標準差，使用250天年化日收益率標準差；債券收益率均為銀行間固定利率債券到期收益率；考慮到數據結構的一致性，各變量均取用月度數據，其中GB、Slope、Volatility、Stock_return以及R007取月度均值。樣本債券為AAA、AA+及AA三個不同信用等級的企業債，債券期限為收益率曲線上1年、3年、5年以及7年等關鍵期限2。樣本時間區間：AAA級企業債為2006年3月至2013年9月，AA+級企業債為2007年11月至2013年9月，AA級企業債為2007年6月至2013年9月。所有數據均來自Wind資訊數據庫，或根據Wind資訊相關數據計算得出。

實證分析

由于Ln（M1）等時間序列數據是非平穩的，本文采用變量的一階差分表示宏觀經濟變量變化對信用利差變化的影響。對一階差分后的數據分別進行ADF檢驗，發現在1%的顯著性水平下序列不存在單位根，即時間序列是平穩的。因此，可建立如下回歸模型：

式中：CS表示信用利差，t表示月度。

對樣本區間內的AAA、AA+、AA三個不同評級的品種分別進行回歸，結果顯示，對于AAA、AA+級企業債而言， Durbin-Watson統計量位于1.5至1.9區間內，即殘差不存在顯著的一階自相關，回歸模型和回歸結果（見表2和表3）是有效的；但是對于AA級企業債而言，Durbin-Watson統計量顯示存在一階自相關，在回歸模型中加入被解釋變量的一階滯后項（）后，重新回歸的結果（見表4）顯示，殘差不存在顯著的一階自相關，因此，AA級企業債信用利差的回歸模型調整為：

表2 AAA級企業債信用利差變化

指標名稱 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.表中括號內數值表示對應系數的p值，下同；

2.***代表顯著水平為1%；**代表顯著水平為5%；*代表顯著水平為10%，下同。

表3 AA+級企業債信用利差變化

指標名稱 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級企業債信用利差變化

指標名稱 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

從回歸結果得到以下幾方面的結論：

（1）宏觀經濟變量對信用利差走勢的解釋力整體偏低。從表2、表3可以看出，所選變量變化對AAA、AA+級企業債收益率變化的調整擬合優度最高僅為13%左右；而對于AA級企業債而言，在加入一階滯后項后，調整擬合優度也低于30%。這與國外實證研究結論具有一致性，如Collin， et al.（2001）等發現美國宏觀層面經濟數據也僅能解釋25%左右的信用利差變化。

（2）國債收益率變化、國債收益率曲線斜率變化的回歸系數顯著為負。國債收益率變化與信用利差變化呈反向關系，這個結論與Collin， et al.（2001）、黃文濤（2012）等的經驗發現一致。國債收益率曲線斜率增加將提高未來短期利率的預期，導致信用利差縮小；同時，收益率曲線斜率的降低可能意味著經濟將走軟，企業債券在經濟衰退時違約回收率將下降。因此，從理論上講，國債收益率曲線斜率增加將降低信用利差，本文研究結論與理論分析一致。

（3）股市變化對較低評級的AA級企業債、中長期債券信用利差影響更為明顯，可能與跨市場資金風險偏好相對較強有關。股指收益率的回歸系數為正，特別是對較低評級的AA級企業債有顯著影響，表明當股市走弱時，資金可能從股市分流向債市，從而出現股債“蹺蹺板效應”，并且這些資金可能主要投資于風險相對較高的債券。股市波動率的回歸系數為負，并且對5年、7年期債券信用利差變化的影響在5%的顯著性水平下顯著。股市波動率越高，顯示股市的風險較大，出于避險目的，市場對債券（特別是中長期債券）的需求增加，信用利差縮小。由于AA級企業債、中長期債券的風險相對較大，而回歸結果表明從股市流出的資金對這些券種收益率影響更為明顯，估計與跨市場資金風險偏好相對較強有關。

（4）CPI的回歸系數為正，并對AAA級企業債信用利差在5%的顯著水平下有顯著影響。CPI對信用利差的影響主要是通過消費、投資、利率和投資者對未來的預期實現的。CPI上揚會增加消費支出，投資者投資策略趨于保守，對相同風險水平的資產會要求更高的溢價補償，并且對企業債的需求下降，信用利差增大。

（5）AA級企業債信用利差一階滯后項的回歸系數在1%的顯著性水平下顯著，表明其信用利差變化具有一定的慣性。

結語

囿于學識水平，本文沒有對稅收、債券供給以及微觀層面的企業經營狀況等因素進行研究；從技術層面講，樣本區間內可能存在某些因素（如投資者的風險偏好發生變化等）導致回歸系數發生結構性突變，從而降低了對信用利差的解釋能力。

而且，從國外信用利差理論與實證研究的趨勢看，債券流動性風險越來越受到重視。從美國次貸危機演變過程看，債券市場流動性惡化使得許多金融企業融資發生困難，反過來加劇了信用風險，因此，債券流動性風險與信用風險相互影響。

筆者認為，由于國內債市尚未有違約事件的發生，并且，短期內系統性違約風險發生的可能性仍然不大，因此，通過對部分宏觀經濟變量的預測來判斷企業債收益率走勢，進而指導債券投資實踐可能存在一定的偏頗。目前影響信用利差的主要因素可能是債券在二級市場的流動性，而這與市場的資金成本、機構的杠桿率以及風險偏好等有關，短期內信用利差大幅走高的可能性不大。長期而言，信用債違約是必然事件，但是信用利差是否趨勢性上漲仍然面臨較大的不確定性。

注：1.本文所指債券流動性，是指微觀層面的與債券自身買賣難易程度及買賣價格相關的流動性，區別于宏觀層面的與資金面相關的市場流動性。相對于國債而言，信用債的流動性較差，因此，信用利差一方面反映信用風險，另一方面也是對低流動性的補償。目前，評估債券流動性的指標有債券收益率波動性、收益率買賣價差、對數價格變化的協方差等。

2.考慮到7年期以上（如8年期、9年期……）的品種無論是發行量還是成交量均稀少，本文沒有對7年期以上的品種進行分析。

作者單位：順德農商銀行

參考文獻：

[1]黃文濤. 信用利差和國債收益率相關性研究——以中美兩國為例[J]. 債券， 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.

宏觀經濟統計范文第5篇

在明確了我國經濟的通貨現狀后，接下來筆者就來分析通貨膨脹對宏觀經濟的影響。筆者認為通貨膨脹對宏觀經濟的影響可以從資金積累、物價水平、經濟滯脹、投資消費、勞動生產率以及收入分配結構等角度來進行考察。

1、通貨膨脹對資金積累的影響通貨膨脹對資金積累具有重要影響。在通貨膨脹的背景下，政府企業等主體為了彌補實際生活中居民的損失而往往對居民員工進行補貼，政府對居民進行物價補貼，企業利潤分配向員工傾斜。現有資金的分配，會導致資金積累的減少，最終會影響到企業的投資能力。此外在通貨膨脹的大背景下，恐慌情緒會在居民中蔓延開來，這種恐慌情緒的蔓延會導致銀行產生擠兌，形成搶購風潮，從而最終對銀行的正常營業造成影響，銀行本身的儲蓄存款也將有所降低。此外通貨膨脹會使得貨幣當局收緊貨幣政策，央行會收縮流動性，市場上的流動資金將進一步減少。通貨膨脹的不確定性會使得央行利率政策的調整也變得非常復雜，通貨膨脹的持續發酵必然會對社會資金的積累和優化產生消極影響。

2、通貨膨脹會對物價水平造成影響通貨膨脹與物價水平有著密切的聯系，物價上漲是通貨膨脹的一般表現。我們在考察通貨膨脹的時候必須要注意到物價水平與通貨膨脹既有聯系也有區別，物價上漲是由多種因素構成的，通貨膨脹是其中最為典型的一個；同理通貨膨脹的表現形式是多種多樣的，物價上漲只是一種表現。物價上漲并不能全面反映通貨膨脹，兩者的區別我們必須要保持高度重視。一般意義上，通貨膨脹程度越高，物價上漲的速度就會越快，但是我們也要看到由于價格改革等因素造成的物價上漲卻是不易被人們所發現的，我們在解決物價上漲這個問題的時候必須要充分考慮到價格改革等多種因素對物價的影響。

3、經濟滯脹現象在治理通貨膨脹的過程中由于所采取的政策不科學、不完善，最終會產生滯脹。所謂滯脹主要指的是國家的通貨膨脹率非常高，同時經濟發展速度卻很低。20世紀70年代，西方發達國家就曾因為石油危機而陷入到滯脹中，滯脹會對宏觀經濟造成嚴重影響，滯脹的出現在很大程度上是由于通貨膨脹引起的，我們在治理通貨膨脹的時候必須要采取科學的、具有針對性的宏觀經濟政策，否則就很有可能產生滯脹危機。預防滯脹很重要，精確判斷經濟滯脹現象也很重要。我們在判斷宏觀經濟是否滯脹的時候必須要采用比較靜態分析法來對一段時期的經濟運行狀況進行整體考量，而不是隨便采用某一時點的經濟運行狀況就認定出現了滯脹。我們在判斷經濟滯脹的時候必須要從整個宏觀經濟的角度進行考慮，要注重長期性和復雜性。

4、通貨膨脹給投資消費帶來不確定性在市場經濟中價格是調節生產消費的指揮棒，貨幣價格是實現資源優化配置的具體表現。真實的市場價格反映著市場資源的真實情況，而被扭曲的市場價格就不可能真正反映市場資源的狀況，在通貨膨脹的背景下，市場價格會受到扭曲，這種扭曲的價格會誤導市場主體，從而造成浪費。在市場中各個主體之間的信息是不對稱的，這種信息不對稱在通貨膨脹的大背景下會誘發新一輪的投資沖動，從而使得現有資源得不到有效利用。

5、通貨膨脹會降低勞動生產率在通貨膨脹時期，企業生產者賺取利潤的唯一辦法就是漲價，可是自身產品的快速漲價又最終會給企業帶來損失。通貨膨脹時代，企業員工的實際利益將有可能受損，此時企業不合理的利潤分配政策就會挫傷員工的積極性，從而降低勞動生產率。

6、通貨膨脹會使得收入分配結構更加不平等在通貨膨脹的背景下我國原來不平等的收入分配結構將變得更加不平等。通貨膨脹對于低收入家庭的影響尤為巨大。低收入家庭的唯一收入是工資等現金形式的收入，這些資金收入在高通脹率的背景下，將會迅速縮水，從而對低收入家庭造成實際損失。相反那些高收入家庭所擁有的收入不僅包括現金，還有土地，資本等其他財產性收入，這些收入在高通脹的背景下不僅不會降低，還會由于土地，產品等不斷上漲，高收入家庭的收入在通貨膨脹時代的收入將會明顯增加。

二、加強對通貨膨脹的治理，優化宏觀經濟

從貨幣政策角度而言，筆者認為要加強通貨膨脹的治理必須要做到以下三點：一是要激活現有信貸貨幣存量，提高貨幣利用率；二是金融機構要努力進行去杠桿化，降低市場風險；三是要不斷改進和完善人民幣匯率制度。當前我國貨幣信貸機制還不完善，信貸投放結構與宏觀經濟的發展并不協調，貨幣空轉現象非常嚴重，最近爆出的銀行業錢荒，就是一個典型的例子。我們在今后的發展中必須要不斷調整信貸投放結構，信貸投放要向實體經濟傾斜，要加強對中小企業的資金信貸力度，要不斷提高貨幣利用率。金融機構要去杠桿化，在通貨膨脹的大背景下，銀行等金融機構通過杠桿獲得了很多利潤，同時也為自身的金融風險埋下了隱患，在發展過程中金融機構必須要去杠桿化，只有這樣才能降低風險，實現長遠發展；完善人民幣匯率制度。當前我國的通貨膨脹在很大程度上是由于人民幣匯率制度的不健全造成的，人民幣的不斷升值給我國外貿企業帶來巨大壓力，人民幣的不斷升值會嚴重影響到我國國際競爭力，從而對我國宏觀經濟造成影響，人民升值不是躍進式的，我們必須要不斷完善人民幣匯率制度。