發布時間：2023-10-10 10:36:58
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的宏觀經濟變化樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
一、國內外經濟環境變化對我區經濟產生重大影響
從國際環境看，由美國次貸危機引發的全球性金融危機呈現出愈演愈烈之勢，加之原油、煤炭、鐵礦石等國際能源、原材料價格大幅上漲，給全球經濟帶來了很大的不確定性，也使得我國宏觀經濟外部環境越來越嚴峻，必將影響到我區的經濟發展。從國內環境看，我國經濟平穩較快增長的基本面雖然沒有發生逆轉，但是經濟增長速度放緩已是事實，加上人民幣升值過快、物價上漲壓力較大、節能減排形勢嚴峻、股市大幅震蕩下跌和房地產市場低迷等因素影響，我國當前和今后一個時期經濟形勢不容樂觀。因此，面對復雜的外部經濟環境和國內經濟運行中出現的問題，國家宏觀調控首要任務由年初的“兩防”調整為現在的“一保一控”，意味著國家將著力保持國民經濟平穩運行和較快增長。這些國內外宏觀經濟環境的變化，對我區當前和今后一個時期經濟發展既有有利的方面，也有不利的方面，主要表現在：
(一)我區經濟增長速度存在著回落的風險
我們預計，從今年開始到未來兩三年內我國經濟增長將呈逐步回落之勢。這一判斷基于如下理由：一是今年爆發的全球性金融危機不可能在短期內得到化解，至少拖累世界經濟3－5年，也就是說，我國經濟發展的外部環境在可預見的未來難以好轉。二是我國經濟已經處于本輪經濟增長周期的下行階段，今年以來的經濟運行情況足以說明這一點。最新資料顯示，三季度全國企業景氣指數為128.6，比二季度回落8.8點，比上年同期回落16.1點。三季度中國國內訂單景氣度創10年來最大降幅。預計我國全年經濟增長率將回落到10％以下。全國經濟增長乏力，必將導致我區經濟增長速度隨之放緩。這是由我區產業結構特點和經濟發展方式所決定的客觀趨勢。內蒙古的優勢特色產業基本屬于重化工業，經濟增長主要靠投資拉動，說明我區經濟發展方式基本上還處于外延式、粗放型階段。而這種發展模式如果缺少了外來資金和項目的支撐是難以為繼的。另一方面，隨著國內需求的相對減少，我區能源、原材料等主要產品的市場需求也會隨之萎縮。因此，無論是從外因還是從內因來看，我區經濟增長都有放緩跡象，對此不能掉以輕心。
(二)對我區產業安全敲響了警鐘
“三鹿奶粉”事件所引發的全行業危機，使我區標志性優勢特色產業――乳業損失慘重(直接經濟損失加上間接品牌損失)，教訓慘痛。這次事件不僅暴露了我區乳產業鏈上游環節的薄弱性，而且對我區其它產業安全也敲響了警鐘。健康的產業鏈條是產業安全的基礎。我區要在深刻總結乳業產業安全教訓的同時，抓好其它領域的產業安全，以確保經濟健康發展。
奶粉事件從另一個層面提醒我們，產業安全不僅決定于產品質量，而且還決定于市場需求。今年以來，隨著我國經濟外需和內需的不斷下降，部分地區已出現煤炭庫存增加的跡象，9月初秦皇島存煤量創今年以來新高，南方幾個主要電廠、港口的煤炭庫存也達到歷史高位，致使我區能源、原材料等優勢特色產業增長放緩。另外，受全國經濟增長周期處于下行階段的影響，未來一到兩年內對煤炭、電力等資源性產品的需求將有所下降。這些因素都在一定程度上加大了我區的產業風險。
(三)我區固定資產投資有可能進一步下滑
投資是拉動我區經濟增長的主要動力。從2002年到2007年間，我區固定資產投資每增長1個百分點，拉動經濟增長率0.46個百分點；我區全社會固定資產投資占GDP的比重從2000年的27.96％上升到2007年的71.79％。“十五”以來，我區抓住西部大開發和國家進入重化工業階段的重大歷史機遇，不斷加大投資力度，有力地拉動了全區經濟的快速增長。但從2006年4月開始，我區固定資產投資增幅開始回落，今年以來投資下滑趨勢加劇，新開工項目數量明顯減少，1－8月份我區億元以上新開工項目數量比去年同期下降29.6％，總投資下降1.1％，完成投資下降4.8％。導致投資下滑的因素主要包括兩個方面：一是受全國經濟增長放緩，對資源型產品需求下降的影響，能源、原材料產業投資明顯下降，1－8月份我區鋼鐵行業完成投資下降30.4％，電力行業重點項目增長8.4％，增幅低于全國平均水平；二是受從緊貨幣政策的影響，1－8月全區固定資產投資來源中，國內貸款到位資金占全部到位資金的比重為6.7％，下降了7.8個百分點。
全區經濟在投資放緩的情況下未出現太大波動，得益于前些年投資快速增長帶來的釋放效應，但這個滯后效應不會長期持續。如果不及時調整產業結構和投資結構，將可能面臨固定資產投資增幅繼續下滑的風險。
(四)我區中小企業發展環境將有所好轉
近期，國家針對性地下調了貸款基準利率和中小金融機構存款準備金率，粗略估算這將增加近1500億元信貸資金，透露出國家鼓勵、扶持中小企業，緩解中小企業融資難的政策意圖。另外，央行宣布自10月9日起下調存款類金融機構人民幣存款準備金率和人民幣存貸款基準利率，旨在減輕企業利息負擔，降低生產成本，鼓勵居民消費，確保經濟平穩較快增長。銀根松動有利于我區中小企業加快發展。
(五)我國新一輪擴大內需將有利于我區改善民生
在外需下降、內需不足的情況下，國家有可能再次啟動內需，以保持經濟平穩較快增長。1998年我國通過擴大投資、發行國債等擴大內需的政策，成功消除了亞洲金融危機的影響。由于近些年我國投資率偏高，消費率過低，如果國家僅僅通過擴大投資、發行國債來啟動內需，將使投資與消費的關系進一步失衡。因此，國家新一輪擴大內需的著力點可能在擴大國債發行、促進投資的基礎上，更傾向于啟動消費。我區應抓住機遇，積極調整消費結構，完善消費環境，提高消費水平；同時積極爭取國債投資，進一步完善基礎設施建設，擴大就業，增加收入，改善民生，推進社會和諧。
二、對當前和今后一個時期經濟工作的幾點建議
根據我們對國內外經濟形勢和國家宏觀政策走向的分析判斷，結合我區發展實際，認為當前和今后一個時期經濟工作的首要任務是：確保經濟平穩較快增長，確保投資合理增長，確保居民收入顯著增加。為實現這一目標，應采取積極有效的應對措施。
(一)努力保持我區經濟平穩較快增長
從以上分析可以看出，我區經濟增長既面臨嚴峻挑戰，又面臨著難得的歷史機遇。我們必須善于在國內外經濟環境的變化中抓住發展機遇，繼續保持經濟平穩較快增長，繼續做大經濟總量。我區經濟雖然保持了連續6年多的高速增長，但經濟總量依然相對較小，綜合經濟實力仍然較弱。我們的很多
問題和困難還要依靠經濟增長來解決，包括解決就業問題、提高居民收入問題，以及縮小城鄉差距、區域差距等諸多方面的問題。當然，我們不是一味求快求大，更要追求質量和效益，做到“努力于快，服從于好”，從而實現又好又快發展。
在當前形勢下，要繼續保持我區經濟的平穩較快增長，除了作強作大優勢特色產業，發揮其主導作用外，還必須積極培育新的經濟增長點。如發揮我區勞動力資源和區位優勢，積極承接東部沿海發達地區非資源性加工業的轉移。可考慮規劃建設一批特色勞動密集型產業園區，集中引進非資源性加工項目，并積極引導其按集群化方向發展。再如抓住新一輪擴大內需的機遇，加快發展我區第三產業特別是新興服務業。又如發揮我區獨特而豐富的歷史文化底蘊和資源優勢，發展動漫產業，培育一批規模大、自主創新能力強的龍頭企業，構建動漫產業鏈。
(二)突出抓好產業結構的戰略性調整與產業升級
國內對資源性產品需求下降的趨勢，對我區優勢特色產業必將產生較大影響。面對新形勢，我區要以提升特色產業水平為重點，適時加快產業結構的戰略性調整和優化升級步伐，以確保經濟平穩較快增長，同時為迎接下一輪經濟增長周期做積極準備。
第一，著力提升優勢特色產業水平。按照產業多元、產業延伸和產業升級的總體要求，堅持高起點、大規模、長鏈條發展，規劃布局和實施一批深加工項目，著力抓好鋼鐵、有色、煤化工、氯堿化工、硅產業等產業的延伸加工，提高資源精深加工水平，努力實現資源優勢向產業優勢的轉變。重點加大煤炭行業結構調整力度，進一步提高產業集中度，增強煤炭深加工和就地轉化能力，積極推進煤電一體化。發展壯大裝備制造業和高新技術產業。進一步完善政策，加大重點項目建設，推動裝備制造產品上規模、上水平。加快稀土、生物制藥等高新技術產業，擴大生產規模，提高在全區工業中的比重和對工業增長的貢獻率。加快發展面向生產的服務業，重點推進現代物流業和金融業的發展，提高服務業在國民經濟中的比重。
第二，加大自主知識產權的培育。建立多元化、多渠道的科技投入體系，加大科技創新投入力度，提高全社會研究開發投入占生產總值的比重。依托優勢特色產業的技術優勢，精心篩選、儲備一批具有自主知識產權的重大項目，組織實施優質肉牛肉羊繁育技術、風機核心技術研制等重大自主創新項目。
第三，加強產業安全保障。進一步完善產業鏈條，逐步提升產業素質，促進農畜產品加工、能源、化工等優勢特色產業健康發展。建立健全產業安全預警體系，對一些重點產業、敏感商品建立產業損害預警機制，加大監管、預警力度，加強人員管理、設備配套。建設自治區產業安全和預警數據網絡，實現全國聯網，為企業提供更好更快的應變服務。
第四，堅定不移地推進節能減排。這是促進產業升級，轉變發展方式的重要抓手。關鍵是加快節能減排重點工程建設。進一步調整投資結構，加大對節能減排工程項目建設，重點支持節能技改、十大節能工程、淘汰落后產能、污水處理、環境執法能力和推進全民節能行動等方面建設。
(三)著力做好迎接國家新一輪擴大內需的準備
要抓住國家可能擴大內需的機遇，通過擴大基礎設施投資規模，改善城鄉居民消費環境，夯實產業發展基礎，力保經濟平穩較快發展。加快重大項目的策劃、組織和儲備，積極申請國家用于基礎設施建設的國債投資，彌補由于需求不足導致的投資下滑。建議建設連接呼包鄂地區的高速軌道交通設施，為形成我區中部呼包鄂城市群提供便利的交通基礎條件。開展建設首府地鐵項目的前期論證和調研，通過項目的實施，提高城市規劃和建設的整體水平，加快城市現代化進程。進一步加強水利基礎設施建設，加快病險水庫的改造和修復，加強水文地質勘探，新建一批有利于改善地區經濟發展環境的大型水利樞紐，通過加強水資源管理促進經濟社會可持續發展。全面改善科技、教育、文化、衛生等行業的硬件環境條件，提高公共服務水平。
(四)發展壯大中小企業
加快發展中小企業不僅可以吸納就業、提高居民收入、釋放民間投資，而且在一定程度上可以彌補目前我區經濟可能出現的下滑缺口，有利于保持經濟平穩快速發展。要抓住國家松動銀根、支持中小企業發展的機遇，加快我區中小企業發展。
首先，要牢固樹立藏富于民的思想，實行輕稅薄賦以啟動民間資本，加大財稅支持力度。財政方面，通過中小企業發展基金、財政貼息、補助資金、貸款優惠等援助手段增強中小企業的融資力度。稅收方面，建議個體工商戶營業稅的起征點從3500元/月提高到1萬元/月。清理不合理的非規范性收費，切實減少稅外收費現象，減輕中小企業負擔。
其次，要抓緊實施全民創業工程。設立全民創業投資引導基金，以中小企業經濟園區為載體建設創業基地，圍繞優勢特色產業配套、農牧業產業化、服務業、科技創新、公共產品經營等重點領域推進創業。不斷完善創業孵化體系、信用體系及信息、中介等服務體系的建設，強化政府在財稅、金融、基礎設施及軟環境建設上對全民創業的支持，通過推廣“雙零企業”(零稅收、零收費)最大限度激活全民創業熱情和創業能量，從根本上增強我區經濟發展內生動力。
再次，拓寬融資渠道。大力發展面向中小企業提供服務的中小銀行，鼓勵外資銀行、股份制銀行來我區創辦分支機構，探索建立地區性中小企業銀行、小額貸款公司、村鎮銀行、農村資金互助社等地方中小金融機構。加大中小企業直接融資步伐，適時推動其在中小板上市，支持中小企業通過發行中小企業集合債券進行融資。鼓勵風險投資基金拓寬中小企業尤其是從事高新技術領域中小企業融資渠道。合理運用民間資本，促使民間集資、私募基金等融資形式的公開化與合法化。引導區外資金，盡快搭建“南資北移”通道，把南方的融資中介和融資意向引導過來。建設中小企業信用擔保體系，加大對信用擔保公司的支持，增強信用擔保公司融資擔保實力。
(五)穩步推進資源性產品價格形成機制改革
目前我國資源性產品價格改革正在加速推進，對我區資源型產業發展影響深遠。到2007年，我區規模以上煤炭、電力工業增加值已占全區工業增加值的33％左右，資源性產品價格的調整無疑會進一步提升我區資源型產業的發展空間，同時對于我區轉變發展方式、推進節能減排也將起到積極的推動作用。我區應盡早謀劃，根據國家資源性產品價格改革的方向和重點，采取一些重大舉措，將國家政策用足用好，促進資源型產業健康發展。
一是以資源性產品價格改革為重要契機，積極爭取國家批準我區開征煤炭可持續發展基金。煤價上漲源于供求因素，并非成本因素導致，開征煤炭可持續發展基金不但不會對抑制通貨膨脹帶來壓力，反而是調節煤炭產銷利潤過高、解決煤炭開發負面問題的最好時機。建議由自治區有關部門開展前期調研論證，提出適合我區的基金征收標準、征收和使用辦法，積極做國家各相關部委的工作，爭取國家支持批準。
關鍵詞：紅利變化；經濟發展方式轉變；供給管理
中圖分類號：F014.32
文獻標識碼：A
文章編號：1000—2731（2012）04—0010—04
一、紅利變化背景下中國經濟發展面臨的供給約束
為了研究紅利變化背景下中國經濟發展面臨的供給約束，我們有必要研究各種紅利空間的變化給中國經濟發展方式轉變所帶來的影響，同時對需要中國當前經濟發展的所處階段進行準確判斷，并概括總結該階段的新特征。
根據西方發展經濟學家對經濟發展階段的研究，劃分經濟發展階段的標準觀點分為三類：（1）結構主義觀點。認為經濟發展的本質是生產結構的變動，通過設置結構性指標體系劃分經濟發展的階段，代表人物是霍夫曼和羅斯托。（2）總量主義觀點。認為經濟發展過程最終是一個總量擴張的過程。因此，經濟發展階段劃分的方法是采用諸如人均GDP等總量指標。代表人物是西蒙·庫茲涅茨。（3）綜合主義觀點。認為經濟發展階段的劃分標準不應該是唯一的，而是若干指標的綜合。代表人物是井村干男。另外，關于經濟發展階段劃分的內容因劃分的階段數不同，各階段的順序和名稱也不盡相同，分為三階段論、四階段論、五階段論和六階段論。而中國正處于經濟總量不斷增長和經濟結構變化的總體擴張狀態，長期看來，宏觀經濟發展已經逐步由利用外生經濟機會向利用內生經濟機會轉變，為了對這個經濟發展階段進行準確界定，本文依據劃分經濟發展階段的經濟總量標準、經濟結構標準、制度水平標準和創新水平標準，構建了一組指標體系來衡量經濟發展階段的特征見表1。
通過計算指標的權重系數來計算經濟發展度，其中經濟發展度的計算公式為：
根據權重計算出各年的經濟發展度并進行階段劃分得到結論：我國目前處于工業化逐漸成熟、開始邁進工業化高級階段和經濟穩定增長階段。目前中國經濟發展新階段的特征：第一，當前經濟發展具有“雙重制度變遷”的特征，一方面完成由貧窮落后向富裕狀態的發展，另一方面在加速實現傳統工業化的同時迎接信息化時代工業化的挑戰；第二，產業結構、城鄉結構、消費結構、需求結構等的調整成為新階段經濟發展的主題；第三，以知識為基礎的相關產業均呈現明顯的規模報酬遞增現象；第四，就業服務、社會保障、醫療衛生、食品安全等公共服務的需求進一步加強；第五，經濟發展中短期需求因素的作用在下降，而長期供給因素的作用在進一步提升。
在目前經濟發展新階段的背景下，中國體制轉軌紅利、投資紅利、人口紅利、資源紅利、外資紅利和外貿紅利等六大紅利變化對當前經濟發展方式轉變提出了新要求。這些紅利空間的變化分析表明我國目前處在紅利變化的大背景下，而且紅利的增加或減少都是經濟發展至特定階段的產物，因此隨著時間的推移，各種變化的紅利會對經濟發展方式的轉變產生更新的要求，一些紅利的消退也為新紅利空間的創造提供了現實條件。
紅利變化背景下的中國經濟發展呈現經濟結構變化速度快、物價波動不穩定的局面，又由于中國經濟發展新階段的“雙重制度變遷”“結構調整”等特征。這些特征使中國經濟發展方式面臨著一系列供給約束：第一，生產技術滯后造成技術供給缺乏，技術供給可以直接影響產品的生產質量，從而約束經濟增長質量，不僅表現為高技術、人力資本投資的滯后，還嚴重表現在食品安全、環境衛生等領域，因此在中國的經濟發展方式轉變中，技術創新的要求迫在眉睫；第二，生產要素的供給約束，包括中小企業融資困難、電力供應緊張、部分行業勞動力缺乏等；國家統計局2011年《農民工調查監測報告》顯示，超過30歲的農民工比例高達61%，其中41—50歲占比24.7%，50歲以上農民工占14.3%。勞動力供應年齡結構的變化，是導致十年民工荒的原因。制造業和服務業最需要的是年輕農民工，而勞動力蓄水池中絕大部分是中老年農民工。第三，制度供給缺乏導致生產效率低下，規模報酬遞增的經濟效益不能完全發揮；第四，自然資源和環境的供給約束，粗放型經濟增長方式帶來經濟的高速增長的同時，中國在資源環境問題上付出了沉重的代價，在當前經濟發展方式轉變中，自然資源和環境的供給約束成為制約我國經濟長期可持續發展的重要因素。
二、紅利變化背景下經濟發展方式轉變需求管理的局限性
股票市場作為金融市場的重要組成部分，最初產生的目的是為企業獲得融資，使企業獲得充足的資金，以促進宏觀經濟更好的發展。自從1976年羅斯提出APT理論以來，宏觀經濟變量與風險一起成為了影響股票市場的因素，使得股票市場與宏觀經濟變量的相互關系有了理論依據。從此，股票市場與宏觀經濟變量的相互影響關系就成為學者們研究的熱點問題。股票市場的發展壯大不僅增強了資本市場的活動能力，一定程度上也將反作用于實體經濟，對各個宏觀經濟變量產生影響，再由宏觀經濟變量反作用于股票市場而起到循環作用。而政府采取宏觀經濟調控手段，也是基于這樣的作用機制來對資本市場和實體經濟進行調節。因而，在目前情況下對我國的股票市場和宏觀經濟變量是否存在關聯性進行深入的研究，顯得十分必要。
世界上所有的新興證券市場都會不可避免的受到宏觀調控的干預，中國股票市場作為一個發展僅有二十余年的新市場，更是需要國家的宏觀調控。但是，國家對股票市場的宏觀調控不能盲目的進行，要實行有效的調控措施，對宏觀經濟變量與股票市場的關系必須有明確的了解。由于宏觀經濟變量眾多，且與股票市場的關系也各不相同，因此宏觀經濟變量對股票市場的作用機制比較復雜。本文以實證的方式，通過運用多種計量方法建立模型來研究股票市場與宏觀經濟變量之間是否存在關聯性，以及存在怎樣的關聯性。
二、文獻回顧
Chen等（1986）在APT的基礎上建立了一個向量自回歸（VAR）模型，他們研究發現宏觀經濟變量通過影響貼現率成為股市風險因素之一，還發現宏觀經濟變量和股票價格之間存在長期的均衡關系。Grange（r1981）提出了協整分析理論，為檢驗宏觀經濟變量與股市的關聯性提供了的另一種方法。Fama（1990）用多因素模型證實了美國經濟中貨幣供應量與通貨膨脹率對股市收益率有顯著的影響，并指出貨幣供應量、通貨膨脹是通過影響實體經濟增長來對股市產生作用的。Benranke和Kuttne（2004）利用VAR方法，考察了未預期貨幣政策對股票市場的影響。實證結果表明，貨幣政策對股票市場有影響，但貨幣政策的變動只能解釋部分股票價格的變動。鐘小強（2008）利用VAR模型和協整理論對于貨幣政策對股市的有效性進行實證檢驗，結果表明股指和貨幣供應量、利率之間存在穩定的長期均衡關系；同時貨幣供應量是股指的格蘭杰原因，利率不是股指的格蘭杰原因；相對于利率，貨幣供應量對股市的影響更大。
孫云玉（2009）采用2000—2007年的數據分析中國股市價格波動與貨幣供應量之間的關系，結果表明二者之間存在著長期穩定的均衡關系，股市價格對不同層次貨幣供應量影響程度不同，M1對股市價格影響最大，但反過來股市價格則對M0影響最大，對M1僅有一定程度的影響。
三、宏觀經濟變量與股票市場關聯性的理論分析及研究假設
本文將以股票定價理論為基礎，分別從宏觀經濟變量對股票市場產生的影響和股票市場對宏觀經濟變量產生的影響這兩個方面進行簡要的理論分析，為實證分析提出相關的理論假設奠定基礎。
（一）股票定價理論
作為資本市場理論的核心內容，股票定價理論經歷了從傳統理論向現論轉變的過程。傳統股票定價理論主要指穩固基礎理論，其基本思想是，股票具有內在價值，它是股票價格穩固的基點，股票價格決定于內在價值。股票價格總是圍繞其內在價值而上下波動的，當股票市價高于其內在價值時，就出現賣出機會，反之亦然。傳統的定價理論著重于價值發現功能，即從企業角度入手考察股票價格決定因素。
現代定價理論則從投資者的角度出發，更多地考慮到投資者的現實情況，即投資者往往不是投資于一種股票，而是投資于由多種股票形成的組合。現代股票定價理論的代表人物Markowitz在1952年發表了《證券組合的選擇》一文，他根據統計學上的均值、方差和協方差等指標，將單個股票和股票組合的收益和風險進行量化，將復雜的投資決策問題簡化為收益-風險（期望值-方差）的二維問題，給出了投資者如何通過建立有效邊界，并根據自身風險承受能力選擇最優投資組合，以實現投資效用最大化的一整套理論，即現代證券組合理論。
（二）宏觀經濟變量對股票市場產生的影響
股價的波動取決于預期的未來現金流的波動性、未來貼現因子的波動性及兩者之間的相關性。而未來現金流、貼現因子直接受企業層面實體因素的影響，如企業的盈利能力、資本結構、營運杠桿、管理水平等；企業的實體因素又受行業因素、宏觀經濟基礎變量（如國內生產總值、貨幣供應量、通貨膨脹、實際利率、匯率與進出口等）及宏觀調控政策（如財政政策、貨幣政策）的影響。因此，股價的變動因素取決于上述經濟實體變量及相關政策變量，股指的變化也應由這些變量的變化所決定。如圖1所示所有因素都是通過作用于供求關系而影響股票價格。圖1
（三）股票市場對宏觀經濟變量產生的影響
股票市場作為一種日益重要的投資方式，其在籌集資金、促進企業經營機制的轉換和優化資源配置這三方面對宏觀經濟也產生越來越重要的影響。股票市場對宏觀經濟的影響，主要是通過消費、投資、貨幣政策和匯率等渠道來產生作用的：（1）股票價格一般被認為是經濟運行的先行指標，具有國民經濟“晴雨表”的功能。股票市場對GDP的作用主要通過股票市場的消費和投資兩個渠道來推動。（2）股市市場對貨幣供應量的影響主要體現在股市價格波動改變了貨幣需求的穩定性,從而對貨幣供應帶來沖擊，并推動貨幣供應的存量和結構發生相應變化。（3）股票市場對匯率的影響主要體現在股價上升還將增加國內投資者的財富，增加貨幣需求，推動國內利率的上升，而國內利率的上升還將進一步刺激資本流入，使本幣升值，匯率上升。
（四）研究假設
綜合已有的宏觀經濟變量與股票市場關系的理論研究，我們可以看出二者之間的影響是相互的，并且是復雜的、不確定的。具體到我國的經濟來說，這種影響也是不確定的。這種不確定性，一方面是由于影響機制本身的復雜性，另一方面也與我國股票市場的自身發展特點密切相關。本文關于宏觀經濟變量和股票市場價格指數關聯性實證分析的理論假設如下：
假設1：股票市場價格指數和國內生產總值正相關消費、投資和進出口都是總產出的組成部分，它們增加表明國內總需求增加，并決定國內生產總值增加，公司利潤也隨之增加。國內生產總值的任何增加，都會影響國內公司現金流同方向變化。一般來說，在其他條件不變的情況下,股票價格也會同方向變化。因此，股市表現和國內市場總值，甚至和消費、投資、進出口之間應存在正向關系。
假設2：股票市場價格指數和通貨膨脹率成負相關通常認為實際通貨膨脹率和非預期通貨膨脹率之間存在正相關關系。因此，在其他條件不變的情況下，通貨膨脹和資產價格之間就會存在一種反向關系。如果通貨膨脹使產品售價上升，導致公司利潤增加，從而使公司現金流增加且這種增加是同步的，上述關系可能不再成立。因此，通貨膨脹和股票價格存在一種不十分確定的負相關關系。
假設3：股票市場價格指數和利率正相關一般假設名義利率和價值模型的無風險利率之間存在一種正相關關系，因此名義利率的變化將會使資產價格向相反方向運動。因為利率降低一般使投資者要求貼現率下降，在預期股利不變的條件下，股票的內在價值將會上升。
假設4：股票市場價格指數和貨幣供應量關系不確定從長期來看，股市上漲根本動力應該是經濟增長和企業營利能力的增強。但在短期內，資金是股市的物質基礎，資金的流入流出是造成股市漲跌的直接因素。當貨幣供應增加超過民眾因經濟增長及支付習慣和制度等變動引起的需求增加時，市場利率會下降，就會存在部分資金流入股票市場，從而提高股市成交量和成交金額。當股市擴容有限時，股價將上漲。可見，貨幣變動領先于股價變動，且兩者之間是正相關關系，但同時貨幣供給增長會刺激經濟增長，會使企業現金流增加，從而提高股票價格。可是貨幣供給增加有可能導致流通中的貨幣過多，這在一定程度上會導致通貨膨脹，從而使資產價格向相反的方向運動。這樣，股價指數和貨幣供給應該反向變化。綜上所述,貨幣供給和股票價格變動方向更應該由經驗證據來決定。
四、宏觀經濟變量與中國股票市場關聯性的實證分析
本文采用向量自回歸（VAR）模型對宏觀經濟變量與股票市場的關聯性進行考察，主要遵循如下步驟：首先進行數據來源和變量的選擇，之后進行單位根檢驗，并以平穩的時間序列數據構造VAR模型進行結構分析，最后從協整檢驗和Granger因果檢驗等角度來進一步驗證變量之間的關系。
（一）樣本選擇與數據處理
本文選取1998年1月至2009年9月的月度數據對中國股票市場進行實證分析，數據均來源于RESSET金融研究數據庫、大智慧系統軟件、中國統計年鑒和中國人民銀行的官方網站。由于月度數據會存在一定的季節性，因此，為了消除季節因素的影響，本文用X-n的方法對樣本數據進行調整，得到剔除季節因素的數據。
（二）變量定義
本文選取上海證券交易所股票價格綜合指數（SZ）作為股市指標；國內生產總值GDP由于是年度數據，很難得到月度數據，故在實證分析中我們將采用工業增加值（GYZJZ）來代替GDP；貨幣供應量本文采用M2來反映貨幣供應量;通貨膨脹率用某一具有代表性的物價指數比如居民消費價格指數（CPI）來反映通脹情況；利率作為國家宏觀經濟調控的中間目標之一，本文選用的是實際貸款利率并選6個月貸款利率作為短期利率的代表，以5年期貸款利率作為長期利率的代表；匯率本文選用外匯儲備（WHCB）作為匯率指標。
（三）實證檢驗
大部分有關宏觀經濟的模型，都是利用經濟理論來建立變量之間關系的聯立方程模型。但是，經濟理論通常并不足以對變量之間的動態聯系提供一個嚴密的說明，而且內生變量既可以出現在等式的左端又可以出現在等式的右端，這使得估計和推斷更加復雜。為解決這些問題，產生了一種用非結構性方法來建立各個變量之間關系的模型，就是本章所采用的向量自回歸模型（VAR）。向量自回歸模型通常用于相關時間序列系統的預測和隨機擾動對變量系統的動態影響，對宏觀經濟變量這一時間序列的相關分析具有較好的預測和解釋能力。由于宏觀經濟中包含有許多的變量，無法明確的知道每一個變量是如何影響股票市場的，故本文將他們拆分開來進行研究。1.GDP、投資、儲蓄、消費、對外貿易與股票市場關聯性的研究。本節選取的宏觀經濟變量有工業增加值（GYZJZ）、儲蓄額（CXE）、社會消費總額（SHXFE）、固定資產投資（GDZCWCE）、進出口額（JCKE）。
（1）單位根檢驗。由于Johansen協整檢驗，以及VAR模型的構建是要求變量都是一階單整的，故本文要對所選的變量進行單位根檢驗。本文選取的檢驗方法是ADF檢驗。由表1可知，我們所選取的變量都是一階單整的。
（2）VAR模型的建立。建立VAR模型前也要先確定模型的滯后階數，本文參考了LR（極大似然比值）、SC值、AIC值，結合實際情況，選取滯后一階的VAR模型。由運算結果我們可以看到上證綜指擬合的方程擬合優度為0.90，調整后的擬合優度為0.89，說明模型擬合的還算是比較成功的。得到上證綜指與宏觀經濟變量的數學公式：SZ=0.85*SZ（-1）-0.005*CXE（-1）+0.02*GDZCWCE（-1）-0.23*GYZJZ（-1）+0.44*JCKE（-1）+0.15*SHIXFZE（-1）+25.53由上述公式我們可以看到，上證綜指與自身前一期的指數成正向變化，與固定資產完成額、進出口額、社會消費總額的前一期值成正向變化。固定資產完成額的增加，表明實業投資的增加，實業投資與股票市場投資是相互促進的，實業投資的增加必然會帶動股票市場的發展。進出口的增加，則有利于國內企業的發展，使得企業的利潤增加，同時使得企業的股票價格上揚。而消費的增加，一方面使得企業的銷售增加，另一方面消費還推動經濟的發展。這兩方面的作用都將有利于股票市場的發展，體現在股票價格的上揚上。上證綜指與工業增加值的前一期變化成反向變化，在本期的關系中也是負向相關，這與我們前期理論分析結論有些出入，原因可能有以下幾點：第一，本文用工業增加值來替代GDP，替代性可能不夠。第二，我國股票市場的發展軌道與國外的股票市場很不一致。我國股票市場起步較晚，起步原因較特殊，而且還有中國股市自身特有的特點，這使得我國的股票市場的有效性不是很強，導致股票價格會經常出現異常性的波動。
（3）Johansen協整檢驗。協整檢驗是檢驗變量之間是否存在著長期穩定的關系。我們依然選用特征根檢驗法對上述模型進行了協整檢驗。檢驗結果表明這幾個變量之間存在三個協整關系見表2：這說明上證綜指和宏觀經濟變量之間是存在著長期穩定的關系的。同時也說明了宏觀經濟變量之間也是存在著長期的相互關系的。這從另一方面為我們前面的理論假設中提到的宏觀經濟變量之間相互傳導影響股市提供了實證支持。協整方程式如下：SZ=1.49CXE+2.90GDZCWCE-5.38GYZJZ+12.97JCKE-2.005SHXFZE從上述公式中得出，長期儲蓄額的增加，使得貨幣供給增加，更多的資金進入股市，讓股市資金充足，促使股價上升，因此股價與儲蓄額是正向波動的，這和我們前面的理論假設是一致的。固定資產投資長期的增加，意味著社會大環境的良好發展，增強股票投資者的信心，從而給股票市場良好的信號，使得股票價格上漲，這也和我們前面的理論假設是一致的。進出口額的增加表明我國對外貿易的良好發展，同時也表明國家大力發展對外經濟。這至少對外貿企業是一個良好的發展機會，外貿企業的發展，也會帶動其他的提供原料和銷售的上下游的企業的發展。企業基本面發展良好，反映在企業股票上，促使股票價格上升。但我們也可以看到社會消費的增加會使股票價格下降。其可能原因為，消費的過快增加會使物價上漲過快，產生一定的通貨膨脹和投資心理恐慌，從而對股市產生不利影響。
（4）格蘭杰因果檢驗。對上述變量進行格蘭杰因果檢驗，來檢驗變量之間是否存在格蘭杰因果關系，見表3。由表3可知：工業增加值可以單向格蘭杰引起上證綜指的變化，社會消費總額的變化也可以單向格蘭杰引起上證綜指的變化。同時，上證綜指可以單向格蘭杰引起進出口額的變化。固定資產完成額和進出口額與上證綜指之間不存在格蘭杰因果關系。這說明上證綜指與宏觀經濟變量之間是存在格蘭杰因果關系的，不僅宏觀經濟變量會引起上證綜指的變化，而且上證綜指也會反作用于宏觀經濟變量。最終我們可以發現，這五個變量可以同時格蘭杰引起上證綜指的變化，這與我們前面的理論假定相吻合，即宏觀經濟變量可以通過錯綜復雜的相互關系來共同對股票市場產生作用。
2.貨幣政策、財政政策、匯率與股票市場關聯性的研究。
貨幣政策指標、財政政策指標和匯率是代表宏觀經濟政策的傳統指標，建立它們與股票市場的計量模型并進行分析，可以更詳細的了解宏觀經濟政策與股票市場之間的相互影響機制。本小節選取的宏觀經濟變量有貨幣供給（M2）、財政收入（CZSR）、財政支出（CZZC）、外匯儲備（WHCB）等。
（1）單位根檢驗。由表4可知，上述的變量都是一階單整的。說明這些數據是符合我們進行協整檢驗的要求的。
（2）VAR模型的建立。建立VAR模型前，要先確定滯后階數。這里還是采用LR似然比和SC值、AIC值相結合的方法，綜合考慮，選取一個較合理的滯后階數。這里我們選取滯后一階的方式來構建VAR模型。其方程式為：SZ=0.8352SZ（-1）+0.006CZSR（-1）+0.048CZZC（-1）-0.317WHCB（-1）+0.0169M2（-1）-2310.5由上面的公式我們也可以發現，上證綜指仍舊受自身前一期的影響。同時，短期財政支出和財政收入的變化均會引起上證綜指正向的變化。但從長期來看，財政收入的過多增加可能會不利于股市的發展，這和財政收入的來源有很大的關系。因為財政收入主要來源于稅收和國債，稅收的增加，加重了企業和投資者的負擔，減少了資金供給，長此以往，對資本市場將產生不利影響。M2將引起上證綜指的同向變化，這和我們前面關于貨幣供給量的理論假設是一致的。貨幣政策的預期效應、資產組合效應和內在價值增長效應都體現了貨幣供給量的變化將引起上證綜指的正向變化。短期外匯儲備將引起股票市場反方向的變化。外匯儲備雖然有利于貨幣供給量的增加，但是我國目前的外匯儲備量已經過量，故而它的負面影響也開始顯現。這也和我們的理論是基本一致的。
（3）Johansen協整檢驗。對上述VAR模型進行協整檢驗，發現上述的模型中存在著協整關系。這說明了股票市場和宏觀經濟變量之間存在著長期穩定的關系。我們將上證綜指的協整方程式列出，詳細地分析變量之間的長期關系。SZ=-1.24CZSR+4.03CZZC+2.17M2-26.74WHCB由上面的協整方程式，我們可以得到變量間的長期關系，和我們分析VAR模型時提到的一樣，財政收入的系數在長期協整關系式中變為負數，即財政收入的增加，長期而言是不利于股市的。其余的變量的系數都沒有改變正負。這說明，在長期中，宏觀經濟變量與股票市場之間的關系是符合我們的理論假設的。
（4）格蘭杰因果檢驗。我們需要分析這幾個宏觀經濟變量與股價是否存在格蘭杰因果關系，因此我們要對它們進行格蘭杰因果檢驗。我們從表5中可以看出，外匯儲備的格蘭杰引起上證綜指的變動。而且，這些變量還能同時格蘭杰引起上證綜指的變動，說明貨幣政策、財政政策和匯率不但可以單方面影響股票市場，而且可以綜合起來對股票市場產生一定的影響。表5格蘭杰因果檢驗同時我們也看到，上證綜指不能格蘭杰引起財政政策變量的變化，不能格蘭杰引起貨幣供給量和匯率的變化。反過來看這也說明了就中國股市而言，匯率與股市是匯率導向模型的傳導機制。股票導向的傳導機制，在中國還沒有成熟的條件形成，股票市場對匯率的影響作用還沒有發揮作用。股票市場不能對貨幣供給量產生影響，這也和我國的實際國情有關，一般認為貨幣供給量是受中央控制來調節宏觀經濟的。
[關鍵詞] 信用風險；宏觀經濟環境；信用循環指標；違約概率
[中圖分類號] F830.2 [文獻標識碼] A [文章編號] 1006-5024(2008)01-0152-05
[基金項目] 國家自然科學基金重點項目“中國宏觀經濟中期發展建模：預測方法與應用研究”(批準號：70531010)；國家自然科學基金“創新研究群體科學基金基于行為的若干社會經濟復雜系統建模與管理”(批準號：70521001)
[作者簡介] 曹漢平，北京航空航天大學經濟管理學院博士生，中國銀行總行高級經理，研究方向為金融工程與風險管理；任若恩，北京航空航天大學經濟管理學院教授，博士生導師，研究方向為國際競爭力比較、金融工程與風險管理。(北京 100053)
一、問題的提出
近20年來，信用風險的研究如雨后春筍，取得了長足發展。但這些早期的信用風險模型大多集中對違約可能性(信用評分)的預測，主要強調對樣本截面數據，而不是從時間序列角度來分析辨別“好”或“壞”的公司，并且這些模型大部分僅僅考慮了公司本身的狀況與能力，而未將外在的環境因素納入其中。近年來，隨著經濟的快速發展和經營環境的快速變遷，公司必須面對許多不確定性，增加了公司經營的風險。信用風險的時間序列或動態行為分析已經廣受學術界、業界以及監管機構的重視。
首先，信用風險市場的流動性越來越大。抵押證券(ABS)，如債券抵押證券(CBO)與貸款抵押證券(CLO)，與信用衍生產品(Credit Derivatives)相似，都允許金融機構在不用破壞客戶關系的情況下降低信用風險敞口。這些新信用工具的定價需要利率、違約率、回收率、以及信用利差等的動態行為的足夠數據。一般而言，可利用直接觀測這些變量的歷史數據，或者利用流動性信用敏感工具定價模型來計量這些相關經濟變量的動態行為即為信用違約互換(credit default swaps)。其中信用衍生工具或證券有效性彌補了早期信用評分方法在管理信用風險時的適應能力，同時它也使違約分析的重點從截面分析、時間點分析轉換到動態的信用風險管理。
其次，信用風險組合管理需要動態信用風險分析。雖然這些模型基本上都能作為分析信用風險組合的工具，但是對于不同風險種類的分析卻存在很大的差異。在可辨別的獨特性風險與系統風險情況下，絕大多數獨特性風險都能被分散，系統性風險對信用組合最重要。而目前的信用組合模型，如CreditMetrics、CreditRisk+都較少關注系統風險因素的行為。通常而言，系統信用風險因素經常與宏觀經濟環境有關。因此，如果能將宏觀經濟環境與系統信用風險因素建立聯系，那么有關宏觀經濟變量的趨勢與狀態的知識就可以幫助商業銀行評價組合信用風險。
第三，監管的發展也需要對信用風險進行動態分析。新巴塞爾協議(Basel Committee on Bank Supervision (2003))建議銀行的資本需求(capital requirements)必須直接與交易雙方的履約能力(creditworthiness of the counterparties)相聯系。同時，新監管架構的一個主要關注點就是銀行資本需求的親周期性(pro-cyclical capital requirements)，并且按照這樣的方法來增加經濟周期的沖擊，這可能會惡化經濟周期波動。經濟增長期間，銀行可能會降低經濟資本水平，而經濟資本水平的降低可能是受到基于近期違約概率估計的風險敏感性資本需求(risk sensitive capital requirements)的刺激。因此，在經濟周期的波峰時，經濟資本水平可能非常低以致于無法應付后續的經濟下降趨勢。而在經濟下降期間，經濟資本的積累同樣可能很低。此外，經濟資本的增加可能會導致銀行信用緊縮(credit crunch)并且因此惡化已經不利的經濟環境。親周期(pro-cyclicality)的問題進一步凸現了對信用評級、違約概率、信用利差以及其它信用風險驅動因子進行動態分析的需要。
本論文主要嘗試將宏觀經濟環境和行業競爭環境納入信用風險模型，來辨別外在因素對信用風險的影響程度。希望利用辨別出的外在因素對信用風險的影響，為投資者在評估投資時提供多一層的考量，并建立一個能夠納入外在因素的信用風險評估模式，以供后續研究與實務界應用。
二、信用風險模型的發展歷程
信用風險分析最早起源于Beaver (1967) 和Altman (1968)的工作，并且在過去近四十年來取得了廣泛的研究與探討，發展出許多類型的信用風險模型。不同的模型具有不同的特性及相關的理論基礎，大致而言可以劃分為兩大類。第一類是基于會計信息與市場價值所發展出來的模型，如Altman，Haldeman and Narayanan(1977)的ZETA模型，第二類則是以股票價格為基礎的模型，如KMV、Moody’s等機構用期權理論發展出來計算違約概率的模型。但到目前為止，并未有具體將宏觀經濟因素納入信用風險模型的研究。不過，經由Belkin，Suchower and Forest(1998)與Jongwoo Kim(1999)兩篇對信用轉移矩陣(credit transition matrix)的研究，替信用風險模型納入宏觀經濟變量的方式提供了一個可行的研究方向。Belkin，Suchower and Forest(1998)首先將公司價值變動的因素分成兩部分，個別公司單獨面對的風險與所有公司共同面對的風險，前者可稱為個別風險，后者則為系統風險。Jongwoo Kim(1999)運用前述研究的概念，進一步建立較為具體的信用循環指標。
近年來，一些學者對違約概率與宏觀經濟變量的相關性展開了研究，較具有代表性的是Pesaran等(2005)建立的全球自回歸宏觀經濟矩陣模型GVAR。該模型以Merton(1974)的期權理論為基礎架構，以經濟的全球化為背景，用橫跨25個國家、時間段為1979―1999的季度相關數據，通過建立模型，分析國內宏觀經濟變量，包括GDP、CPI、短期利率、匯率、以及全球變量(如石油價格等)的沖擊對資產信用組合風險的影響，證明銀行沖銷壞帳損失與國內外宏觀經濟變量的變化具有重要關系。另一個比較有代表性的是Koopman等(2005)直接應用時間序列模型研究違約概率的周期性變化。
綜合以上文獻，我們可以發現信用風險作為商業銀行業所面臨的主要風險，一直是銀行風險管理的核心內容，同時也是監管機構及學術界研究的主要話題。目前我國商業銀行的信用分析和評估技術仍處于傳統的比率分析階段。隨著全球經濟越來越相互依賴，商業銀行與中央銀行都必須面對并分析宏觀經濟波動對信用風險(或損失分布)的影響。因此，在此領域，尤其是宏觀經濟環境與信用風險相關性研究方面，將有大量的工作去做、值得深入研究。
三、基于宏觀經濟因素的信用風險評估模型
考慮到本論文旨在嘗試將其忽略的外在因素(可分成宏觀經濟環境和行業競爭環境兩部分)納入信用風險模型，來辨別外在因素對信用風險的影響程度，因此主要參照Jong-woo Kim(1999)的研究方法建立宏觀經濟模型，并利用宏觀經濟變量(GDP增長率，CPI通膨率、貨幣供應量、失業率等)建立信用循環指標(Z)值，來表示宏觀經濟情況，然后以此信用循環指標的結果搭配Belkin-Forest-Suchower(1998)的方法，去調整不同經濟情況下企業信用質量改變的概率，并修正研究期間銀行放款組合價值之信用風險的變動型態。希望利用辨別出的外在因素對信用風險的影響，為投資者在評估投資時提供多一層的考量，并建立一個能夠納入外在因素的信用風險評估模式，以供后續研究與實務界應用。
(一)模型的建立
本論文假設影響公司價值的因素有三個方面，分別為宏觀經濟風險(Z)、公司經營績效(M)與個別公司風險(ε)。現將此三種變量定義如下：
1.宏觀經濟風險
宏觀經濟風險以Z表示，為所有公司都必須面臨的風險，可視為系統性的。這種整體且全面性的風險可能導因于國內GDP的變動、貨幣供應的變化、進出口成長或衰退、產值提升或下降等。為識別宏觀經濟風險，首先需要辨別哪些宏觀經濟變量可以合理仿真未來宏觀經濟狀態。不同的國家，其經濟狀態各有其特定的全局變量組合代表，Wilson(1997)建議至少應有3個以上的宏觀經濟變量。此外，隨著行業、評級的差異，其辨別的解釋變量亦隨之不同。再者，在模型估計方法上，隨著模型設定而有所差異，其共同處則在于利用過去的變量資料來預測未來變量的可能。
本論文主要是依據Jongwoo Kim(1999)的研究方法，運用宏觀經濟變量建立信用循環指標(Z)，來表示整體經濟情況，再依據信用循環指標的結果，去調整企業信用質量改變的概率。以下是分析方法的介紹。
(1)建立復回歸模型
首先，分析投機級公司的違約概率與宏觀經濟變量的線性回歸關系，再以變量分析(Analysis of variance)、系數估計(Parameter Estimates)、變量膨脹因子(Variance Inflation Fac-tors)三個方法作整體模型分析解釋。其中：變量分析(Analysis of variance)的主要目的是分析解釋變量與被解釋變量有無直線線性關系；而變量膨脹因子(Variance Inflation Factors，VIF)則作為該模型共線性(Multi-Collinearity)的判斷標準。
本研究先利用Probit函數對被解釋變量(投機級公司的違約概率)作轉換，得出的轉換值再與選定的宏觀經濟變量做復回歸分析，并利用最小平方法(Ordinary Least Squares，OLS)推算宏觀經濟變量的估計系數。
其中，Yt：表示第t期投機級公司的違約機率，Xi，t-1：表示第i個宏觀經濟變量在t-1期的值，β：為未知的參數，εt：為隨機誤差項，h：為選定的宏觀經濟變量個數。
(2)建立信用循環指標表示宏觀經濟狀況
由公式(1)估計下一期的投機級公司違約機率的轉換值后，即可建立信用循環指標表示經濟狀況。其公式可表示為：
其中，Zt表示第t期的信用循環指標，Φ-1為標準正態之累積分配的反函數，Yt表示第t期投機級公司的違約概率，μ為平均數，σ為標準差。
2.公司經營績效
公司經營績效以M表示，本論文以稅前息前資產報酬率作為經營績效變量。Mt值的轉換主要應用統計上標準差距離的計算公式：
其中，RAt表示t期公司資產報酬率，μ為平均數，σ為標準差。
為了符合Mt~N(0，1)的假設，本研究假定同行業內各公司資產報酬率成標準正態分布。換句話說，即公司經營績效的好壞概率呈標準正態分布。式(3)分子中的μRAt即為行業平均資產報酬率，也可用ITAt表示，用數字式表示為：
其中，RAt表示t期公司資產報酬率，IRAt表示t期行業平均資產報酬率，N為同行業內公司數量。
從式(3)可知，本研究將資產報酬率作為衡量公司經營績效的指標。為了將宏觀經濟環境對資產報酬率的影響剔除，并消除行業特性差異，將其減去行業平均資產報酬率后再除以行業資產報酬率標準差，得到的經營績效指標Mt就等于該公司經營表現與行業平均間的標準差距離。若公司資產報酬率小于行業平均報酬率，則Mt0，表示有正面的經營績效。若兩者相等，則Mt=0。
3.個別風險
個別風險以ε表示，此風險僅與個別公司相關，如新產品開發等。
根據以上分析，那么可以以下列回歸式來估計宏觀經濟風險對公司價值變動的影響，并據此建立基于宏觀經濟因素的信用風險評估模型。
Rt=w1Mt+w2Zt+w3εt(5)
其中，Rt為t期公司價值變動，Mt為t期公司的經營績效指標，Zt為t期宏觀經濟指標，εt為t期個別價值變動風險，w1、w2、w3分別為Zt、Mt、εt的權重。為了保證正態分布的假設，即Rt～N(0，1)，不失一般性，假設①Mt、Zt與εt也為N(0，1)的標準正態分布，即Mt、Zt、εt～N(0，1)；②Mt、Zt與εt間相互獨立；③w12+w22+w33=1。
除了以數學式表示本研究模型外，也可以圖形表示(如圖1)。從圖1中可以發現，公司價值變動可以區分為三部分，如同前文定義，分別為宏觀經濟風險、公司經營績效與誤差限。圖中V0代表0期公司資產價值，Nt則為t期公司可能價值概率函數，Vt則代表其期望值。V0至Vt的變動中，V0至V′為受公司經營績效影響的部分，影響幅度為w1Mt；V′至Vt則是受宏觀經濟影響的部分，影響幅度為w2Zt。
此圖的例子是當Mt為負，而Zt為正，且w2Zt大于w1Mt的情況。若Mt與Zt兩者均為正，Vt、V′皆會位于V0右邊；反之，則Vt、V′皆會位于V0左邊。換句話說，公司價值可能會因為Mt與Zt而變動，變動的幅度分別為wtMt與w2Zt，總變動幅度則為w1Mt+w2Zt。
(二)模型的求解
在期權模式的信用風險模型中，違約率的估計是以低于臨界值的累計概率加以表示。該概率為：
其中，t為期間，V0為0期公司資產價值，Dt為t期負債帳面價值，μ為平均數，σ為標準差。
違約概率也能夠在圖形上看出。圖2為期權模式下t期的公司可能價值分布圖，公司可能價值為標準正態分布，所以此公司價值線Nt代表的一樣是標準正態分布的概率函數。圖中的橫軸并非公司絕對價值表示，而是期望值的距離，以一個標準差為單位。此時只要求出臨界值b的數值，即能得到臨界值以下的累計概率，以τ表示。
此臨界值也可稱為違約點(default point)，根據公式(6)，可得臨界值b為：
公式(7)所計算的臨界值隱含的假設為公司價值低于負債面值就發生違約，但在現實生活中，違約不會在低過負債時即刻發生，而是已經低過負債一定程度之后。其中KMV的EDF模型也不根據上式，而是以公司長期負債加上二分之一流動負債來作臨界點。
本研究為求出更精確的信用組合風險及違約概率，將依KMV的方式以公司長期負債加上二分之一流動負債來作臨界點。因此，每家公司的臨界點均不同。
bt=IDt+ SDt(8)
為了不失一般性，假設t期年底公司普通股市價為P(ST)t；CSt為t期期末流通在外普通股數，則公司t期末的價值與公司價值變動可分別表示為
Vt=P(ST)t×CSt(9)
根據Merton(1974)違約模型，在時間t-1的信息條件下，如果下式成立違約將在時間t發生：
假設：
那么λt將是正的違約門檻，它將隨著時間與企業的特定屬性(如行業區分)而變化。
因此，在末期t時的違約概率為：
τ=p(default)=p(Rt
綜合以上的敘述，本研究的信用風險模型將外在環境因素納入；外在環境因素又可以分成兩部分，一為宏觀經濟因素，另一則為行業競爭因素。前者指的是宏觀經濟狀況的影響，如資金是否寬松、進出口貿易興衰、GDP增減等因素對公司信用風險的沖擊。后者為行業特性因素，如行業競爭情況、行業特性等。
四、實證分析
本文選取的宏觀經濟變量包括年度實際GDP、實際全社會總投資、信貸余額、匯率、全國實際零售總額、全國進出口總額等。各變量均以各個指標各年名義值除以各年相對于1985年的物價指數，折算為以1985年基準的可比值，并以上海證券交易所上市公司為研究對象。由于論文篇幅的限制，本論文在行業與公司的選擇上只選擇了IT行業作相關分析研究。根據前文分析，我們可以利用最小平方法(OLS)來計算出方程(1)中的相關參數(如表1)
那么，我們可以得到投機級公司(SG)的違約概率與信用循環指標的預測值(表2與圖3表示其預測值與實際的值非常接近)。
各風險因子的權重系數如表3所示。
因此，IT行業的條件信用風險模型(5)可以寫成：
Rt=0.277Mt-0.202Zt+0.939εt (14)
下面我們可選擇一家IT行業的上市公司進行具體分析。假設該公司在1999年度與2000年度的基本信息如表4所示。
因此，在考慮宏觀經濟與行業風險因素后，該公司2000年的條件違約概率(PD)可表示為：
τ=p(default)=p(Rt
實證表明，利用本論文建立的信用風險模型，可以計算出公司的信用風險，即可能的違約概率，而且根據違約概率，也能看出信用風險的大小與其變動。
五、結束語
本研究通過信用循環指標表示宏觀經濟景氣狀況，將宏觀經濟周期因素納入到現有信用風險模型之中，分析了宏觀經濟變量與行業競爭環境因素等對信用風險的影響，建立了能夠納入外在因素的信用風險評估模式。本論文的分析結果可以幫助我們思考在考慮宏觀經濟與行業風險因素后信用風險的度量問題。在我國當前經濟環境下，從信用風險管理的角度入手，將能夠測量到的不穩定因素納入到信用風險計量模型中去，使商業銀行能夠按照新巴塞爾協議的資本要求，建立具有長遠性、穩定性、前瞻性的更為有效的信用風險管理體系，對增強金融體系和宏觀經濟的穩定性將具有非常現實的意義。需要指出的是：為了簡化分析，本論文以上市流通的普通股股票價格計算公司價值，除必須假設國內股票市場為完全市場外，又忽略了其他影響因素；另外，本研究雖然盡力依文獻或實務界的經驗去選擇合適的變量，并希望能找出最能解釋宏觀經濟的經濟變量，但由于宏觀經濟變量的選取存在一定主觀性，容易遺漏重要的經濟金融變量，使得選取變量與應變量的關聯性不夠顯著，或多或少會影響模型的預測。
參考文獻：
[1] Altmen and Sironi.The link between default and re-covery rates：effects on the procyclicality of regulatory capital ra-tios，2002.
[2] Barry and Lawrence.A one-parameter representation of credit risk and transition matrices，1998.
[3] Basel Committee on Banking Supervision.Quantita
tive Study 3-Technical Guidance，Oct 2002.
[4] Jongwoo Kim.A way to condition the Transition Matrix on Wind，1998.
[5] Jose A. Lopez.The Empirical Relationship between Average Asset Correlation，Firm Probability of Default and Asset size，June 2002.
[6] Belkin-Forest -Suchower(1998). A One-Parame-ter Representation of Credit Risk and Transition Matrices.CreditMetrics Monitor，Third Quarter，JP Morgan，New York.
[7] Kim(1999).A Way to Condition the Transition Matrix on Wind， RiskMetrics Group.
[8]蔡方，孫文祥.信用風險的度量和實證分析[J].投資研究，2003，(7).
[9]龔樸，何旭彪.信用風險評估模型與方法最新研究進展[J].管理評論，2005，(5).
[10]趙玉旭.現代信用風險量化模型在我國銀行中的應用研究[D].長沙：中南大學管理科學與工程系，2003.
關鍵詞：后金融危機 宏觀壓力測試 向量誤差修正模型
中圖分類號：F830.2文獻標識碼：A 文章編號：1006-1770(2010)011-022-05
引言
根據國際貨幣基金組織(2004)的定義，壓力測試是指評估金融體系承受“罕見但是仍然可能”的宏觀經濟或金融市場波動沖擊能力的一系列方法與過程。根據關注范圍的不同，壓力測試可以劃分為宏觀和微觀兩類。宏觀壓力測試由于能模擬潛在金融危機等極端事件對銀行系統穩定性的影響，在實踐中得到迅速推廣。國際貨幣基金組織和世界銀行(2006)于亞洲金融危機后聯合推出銀行部門評估規劃（FSAP），首次將宏觀壓力測試方法作為衡量銀行系統穩定性分析工具的重要組成部分。
Erlenmaier(2004)和Gersbach(2005)利用宏觀經濟模型RIMINI對總體審慎指標的趨勢與發展進行預測，并且建立了評估貸款違約率的宏觀信貸方程。Froyland和Larsen(2002)利用宏觀經濟模型RIMINI對銀行不良貸款在宏觀經濟波動情境下進行了壓力測試。
雖然國際上宏觀壓力測試已成為政策當局分析銀行穩定性而廣泛使用的工具，但國內宏觀壓力測試尚處在推廣初期。陳華、伍志文(2004)運用1978年-2000年間的數據對中國銀行體系脆弱性狀況進行了量化分析，結果發現宏觀經濟變量是宏觀經濟政策影響銀行穩定的傳導路徑。徐光林（2008）利用線性壓力測試模型，分析GDP增長速度和CPI同時發生不同程度惡化對我國銀行業資產規模增長速度的影響。華曉龍(2009)通過假設情境法進行宏觀壓力測試，定量分析宏觀經濟因素波動對中國銀行體系不良貸款率的影響。
目前，全球由美國次貸危機引發的金融危機進入到實體經濟受到巨大沖擊的后金融危機時代，世界經濟存在著很多的不確定性和不穩定性，全球經濟下我國宏觀經濟亦不可避免的受到多方面的沖擊。因此，如何識別潛在的宏觀系統性風險對銀行系統穩定性的影響受到越來越多的重視。我國宏觀經濟運行有許多不同于發達市場經濟的特點，能否尋求一種不嚴格依賴經濟理論、從數據變化中尋找規律、把握動向的宏觀壓力測試方法，是具有現實緊迫性的課題。本文在借鑒國際經驗的基礎上，結合中國國情，提出基于向量誤差修正模型（VECM）的宏觀壓力測試模型，定量評估分析宏觀經濟因素波動對我國銀行系統穩定性的影響，對防范和化解銀行體系系統性風險具有重要的現實意義。
一、 宏觀壓力測試原理
宏觀壓力測試通過宏觀壓力情境的構建，預測極端但可能發生的宏觀經濟變動對銀行系統穩定性的影響。如圖1所示，宏觀壓力測試過程主要包括三個步驟：首先，定義壓力情景及強度，選擇能夠體現宏觀經濟風險的主要因子；其次，構建宏觀經濟因素的關聯關系，確定壓力情景下各宏觀經濟變量取值；最后，建立風險因子與內部因素的沖擊路徑。
（一）定義壓力情景
壓力情景的定義方法有歷史情景法和假設情景法兩種。近二十年來中國的經濟環境主體上還是呈良好的上升趨勢，缺乏較嚴重的經濟衰退或壓力事件。因此，本文采用基于假設情景法進行情景設定。
1.定義壓力情景因素
基于國內外實證研究及數據可得性，本文選取中國國內生產總值（GDP）增長率、消費者價格指數(CPI)、1年期銀行機構人民幣貸款基準利率（IR）等三個宏觀經濟變量作為外部宏觀經濟因素，選取商業銀行貸款不良率作為內部因素，即衡量銀行系統穩定性的指標。本文選取上述四個指標1996年-2009年季度歷史數據進行分析，并采用PBC版X-12-ARIMA1年季節調整軟件剔除時間序列數據的季節因素影響。
2.設置壓力測試強度
選擇實際GDP增長率作為主因素，根據實際GDP增長率歷史數據擬合Beta分布，確定它在三種不同宏觀經濟衰退情景的取值，代入壓力測試情景設置模型，確定其他宏觀經濟因素取值。
參照FSA壓力情景設置標準，以所擬合的Beta分布上1/10分位數數值（6.69%）、1/25分位數數值（5.87%）、1/100分位數數值（4.89%）表示實際GDP增長率在溫和、嚴重、極端宏觀經濟衰退情景下的取值，其發生概率分別是10年一遇、25年一遇、100年一遇。沈利生（2000）認為現階段我國 GDP 潛在增長率為 8.6%，2009年四季度我國 GDP 增長率為10.7%。因此，設定GDP在溫和、嚴重和極端壓力情景下取值為7%、6%和5%。
（二）宏觀壓力測試情景設置模型
Sims(1980) 提出了使用模型中的所有當期變量對所有變量的若干滯后變量進行回歸，用于相關時間序列系統的預測和分析隨機擾動對變量系統的動態影響，構建非結構化的多方程模型（VAR）。它不帶有任何事先約束條件，將每個變量均視為內生變量，避開了結構建模方法中需要對系統中每個內生變量關于所有變量滯后值函數的建模問題，它突出的一個核心問題是“讓數據自己說話”。
大多數情況下，經濟變量各自均為隨機游走時間序列。而長期來看，兩個或兩個以上經濟變量之間的線性組合可能是平穩的，即它們之間存在某種確定的變化比例關系，這時稱兩個或兩個以上經濟變量之間存在長期均衡關系。經濟變量之間的長期均衡關系由于其他因素的影響在短期內可能出現失衡狀態，如果能從動態角度將它們之間的短期變動行為和它們之間的長期關系聯系起來考慮，分析結論會更具針對性。Johannes(1991)提出向量誤差修正模型（VECM）引入了協整關系方程的誤差項反映這種短期波動向長期均衡穩定關系修正的機制。因此，本文在向量自回歸模型（VAR）的基礎上，構建宏觀經濟變量VECM模型（1）確定各變量之間的聯動關系。
計算自回歸模型殘差協方差矩陣S，對協方差矩陣進行柴可夫斯基分解。選擇主因素y1,t，如，實際情況下選擇GDP作為主因素，給定某宏觀風險因素的壓力值，代人基于向量自回歸模型第一個方程反解出殘差項m*1t，產生由偽隨機殘差m*1t以及蒙特卡洛模擬產生的其他兩個標準正態分布隨機數m*2t,m*3t組成的向量r=(m*1t，m*2t，m*3t),將m=r*A代入向量自回歸模型，計算出壓力情景下其他變量值。重復此過程，計算足夠次（大于100萬次）蒙特卡洛模擬下的變量值，然后求平均值作為壓力情景下宏觀因素取值。
（三）壓力測試傳導機制
本文借鑒Wilson(1997)研究框架中關于宏觀經濟因素和貸款違約率之間的非線性關系設定，使用Logit模型將貸款違約率轉化為宏觀綜合指標Y，以指標Y作為因變量與宏觀經濟因素進行多元線性回歸分析，以更好地利用各宏觀經濟指標所提供的信息。
t= 1， 2 ……N (2)
NPL代表主要商業銀行貸款不良率，Y為反映銀行體系違約概率和各宏觀經濟變量關系的“中介指標”，利用歷史數據進行模型估計，通過處理的貸款不良率值代人式(2)就可以得到估計的綜合指標Y的估計值。
1， 2 ……N(3)
式（3）反映了Y與宏觀經濟因素之間的傳導關系。考慮經濟變量之間與商業銀行不良率之間可能存在協整關系，若對非平穩序列進行差分，用差分后的序列建模，但差分往往使數據中包含的長期調整信息丟失，忽略了變量水平之中包含的信息。本文對具有協整關系的序列算出誤差修正項，并將誤差修正項的滯后一期看作一個解釋變量，連同其他反映短期波動關系的變量一起，從而能夠反映這種短期波動向長期均衡穩定關系修正的機制，構建宏觀經濟因素X1、X2……Xm與銀行貸款不良率Y的傳導關系(3)，在執行壓力測試的時候，將壓力情景下宏觀經濟變量值代入估計出的式(3)就可以得到壓力情境下的Y，代入式(2)就估計出了壓力情境下銀行系統不良率。
二、 構建宏觀壓力測試情景設置模型
（一）變量平穩性檢驗
由于虛假回歸問題的存在，所以在進行動態回歸模型擬合時，必須先檢驗各序列的平穩性。本文用擴展的單位根檢驗法(ADF)對數據進行平穩性檢驗，檢驗結果如表1所示，GDP、CPI、IR的ADF序列在95%的置信水平下都是非平穩的。進一步檢驗顯示，上述三個序列的一階差分序列，即DGDP、DCPI、DIR至少在95%的置信水平下都是平穩
的。
（二）建立VAR模型
由于三個變量都是一階單整序列，可以建立VAR模型。首先，需要確定VAR模型的滯后階數。參考赤池信息準則AIC、施瓦茨準則SC，以及極大似然估計量，可以從統計意義上，確定模型的最優滯后階數，結果如表2所示，從統計意義上，最優的滯后階數為1階。從經濟意義上考慮，壓力測試需要考慮銀行在經濟衰退情景下一年內每個季度的表現，因此將VAR模型的滯后階數設置為4階。
滯后期數為4階的VAR模型估計結果如下：
（三）建立VECM模型
在VAR模型的基礎上進行Johansen的多元協整檢驗，判斷多元變量間是否存在協整關系。表3列出Johansen多元協整檢驗的臨界值和似然比率。
由表3可知，在5%的顯著水平下存在一個協整方程。協整方程為：
令誤差修正項為：
VECM模型估計結果為：
（四）Grange因果關系檢驗
為了確定變量之間的相互關系，對變量進行Granger因果檢驗。如表4所示，在5%的顯著水平下，滯后階數為1和2時，GDP是CPI、IR的Granger成因，CPI是IR的Granger成因；滯后階數為3時，GDP是IR的Granger成因。
（五）壓力情景設置
將GDP在三種不同程度（溫和、嚴重，以及極端）的宏觀經濟衰退情景的取值，代入VEMC壓力情景設置模型，即可確定CPI和利率在相應宏觀經濟衰退情景下的取值。由于模型所基于的宏觀因素數據為季度數據，因此，需要確定實際GDP增長率在每個季度的施壓路徑。徐光林（2008）假設宏觀因素指標呈指數增長或下降，具體形式如下：
其中，K表示施壓路徑的總季度數，i 的取值從1到K，b為總沖擊量。a 為待定參數，其計算公式為：。計算出壓力情景下各季度GDP取值，代入VECM模型，獲得壓力情景下各季度其他宏觀經濟變量取值。
三、 構建宏觀壓力情景與銀行不良率的傳導機制
（一）模型變量的單位根檢驗
在建立長期均衡模型之前，必須對各序列進行單位根檢驗，以判斷各序列的平穩性，ADF檢驗結果如下表所示，模型相關變量都是I(1)過程，即一階單整的。
* 對于Y而言，其0.01和0.05相應的臨界值分別為-3.83和-3.03。
（二）協整檢驗
金融危機發生后，國家出臺對應政策促進經濟增長，減少
金融危機對我國實體經濟的影響，2008年第4季度我國商業銀行不良率相比于2008年第3季度有較為大幅度的下降。這段時
期不良率與宏觀因素之間的關系不反映它們長期均衡關系，另外我國利率還沒有完全市場化。因此，選取2005年第1季度和2008年第3季度數據構建商業銀行貸款不良率與GDP，CPI之間的協整關系：
對殘差項進行單位根檢驗，T統計量p值為0.02說明殘差項在95%置信度是平穩的，說明上述協整關系成立。
（三） ECM誤差修正模型
上述分析已證明，不良率與GDP和CPI之間存在(1,1)階協整關系，將回歸方程的殘差作為誤差修正項，可建立的誤差修正模型。在建立誤差修正模型之前，加入了啞變量，以反映金融危機期間外部政策的作用，誤差修正模型形式如下：
四、 結論與建議
理論上，在經濟衰退時期，銀行不良率會升高。但是，在經濟衰退時期，也可能出現其他因素，緩和銀行不良率的上升。緩和不良率上升的因素包括以下貨幣政策和財政政策兩方面。貨幣政策方面表現為在經濟衰退期，國家往往會調低貸款利率，加大貨幣供給量，這些政策使得銀行不良率傾向于下降。如2008年金融危機的影響顯現后，央行自2008年9月以來9次調整利率水平；財政政策方面表現為經濟衰退期，國家加大財政支出來促進經濟增長，減少金融危機對我國實體經濟的影響。如這次金融危機背景下我國政府出臺4萬億投資拉動內需、十大產業調整振興規劃等政策。
因此，本文不僅分析理論壓力情景下商業銀行不良貸款率的變化，也分析實際上國家采取應對政策進行調控下商業銀行不良率的變化，我們設計了三個壓力情景：壓力情景下國家保持貨幣政策和財政政策不變；壓力情景下國家保持貨幣政策不變，但不采取應對的財政政策進行調控；壓力情景下，政府應對的采取貨幣政策和財政政策進行調控。
情景一：假定在經濟衰退期，利率水平保持不變，政府不采取類似于次債危機期間的管控手段（即將啞變量設置為0），結果顯示隨著經濟衰退程度的加強，銀行不良貸款率升高的幅度增大。
情形二：假定在經濟衰退期，利率水平保持不變，政府采取2008年－2009年金融危機時期的管控措施（即將啞變量設置為1），結果顯示隨著經濟衰退程度的加強，銀行不良貸款率的水平值不斷上升。由于政府的管控措施，在經濟衰退情景下，不良率水平相比當前時點，出現下降。
信用價差(creditspreads)是指為了補償違約風險，投資者要求公司債發行人提供的高于到期日相同的國債收益率的收益。從理論上來講，信用價差是由債券發行人可能發生違約而出現的，它反映了公司債的風險狀況，因此信用價差常常對應著公司債券的預期違約損失。總體來說，公司債券預期違約損失與經濟周期密切相關:在經濟繁榮時期，企業的生存環境好，違約的概率低，信用風險小;而在經濟蕭條時期，企業的生存環境惡化，違約概率高，信用風險隨之加大。因而，信用價差實際上體現為宏觀經濟預期的顯示器，即信用價差小時，意味著預期宏觀經濟向上，反之當預期信用價差大時，即意味著宏觀經濟向下。由于宏觀經濟預期必然對宏觀的實際波動產生重要的影響，為此利用信用價差中所包含的信息預測宏觀經濟的波動狀況，具備相當的可行性。實際上，國內外諸多學者對利用債券市場的信息把握宏觀經濟的波動狀況做出了許多探索性的工作。比如，Harvey(1988)，Estrell和Hardouvel(1991)，StockandWatson(1989)等認為，長短期利率差不但包含了未來通貨膨脹的信息，還包含了貨幣政策的信息，因此能有效預測宏觀經濟的波動。其實證結果表明長短期利率差對宏觀經濟波動的確有一定的預測能力。BernankeandBlinder(1992)等用商業票據的溢價來解釋未來的產出波動，其實證結果表明商業票據的溢價對未來產出波動的預測能力較弱。事實上，商業票據溢價為信用價差的一種，其為商業票據相對國庫券的溢價。商業票據溢價對未來的產出波動預測能力較弱是因為其僅包含了短期的信用風險信息，無法反映長期的經濟周期變化預期。國內學者利用債券市場信息預測未來產出波動也依循利率期限結構與信用價差兩條線索而展開。如，于鑫(2008)利用5年期與1年期的國債利率差額解釋中國未來的宏觀經濟波動，其實證結果表明5年期與1年期的國債利率差對未來的產出波動具有一定的預測能力，特別是對中長期的產出波動預測效果較好;然而其對短期產出的預測效果較弱，回歸方程的擬合優度不高。徐爽(2010)用國債收益率曲線的主成分作為因子，預測中國的消費、投資和出口等經濟變量，其實證結果表明主成分模型相對簡單利差模型有著更好的預測效果。張燃(2010)利用10年期信用價差數據對宏觀經濟變量進行了預測研究，其實證結果表明利用信用價差對未來宏觀經濟變量中的消費、出口、投資、工業增加值與通貨膨脹的預測效果要優于利用利率期限結構中的長短期利率差的預測效果。然而其對信用價差的度量是直接基于企業債收益率曲線與國債收益率曲線而得出的，這種度量方法忽略了各企業債券的個體波動信息，將對真實的信用價差產生較大的測度誤差。通過上述文獻回顧發現，盡管債券市場上的信用差價包含著豐富的宏觀經濟預期信息，其對宏觀經濟的波動有著較強的解釋能力，但國內外大部分學者都是基于債券市場上的利率期限結構對宏觀經濟波動進行預測。僅有少數學者利用信用價差來解釋宏觀經濟的波動狀況，但其對信用價差的測度存在較大的偏誤。為此本文將對信用價差的測度方法進行優化，并在此基礎上進一步檢驗其對我國宏觀經濟波動狀況的預測能力，其結構安排如下:在第2部分，本文基于Gilchrist(2009)提出的“自下向上”方法，構建了中國債券市場的信用價差指數GZ指數。在第3部分，本文構造實證模型對信用價差對宏觀經濟變量的預測能力進行檢驗，并將其與忽略信用價差變量的模型的解釋能力進行對比。第4部分是結論。
二、測度信用價差的GZ指數的構建方法
Gilchrist(2009)提出了測度信用價差的自下向上的方法，并用該方法構建了測度信用價差的GZ指數。其具體的構建方法如下所述:假設在時期t由企業i發行的公司債券k所承諾的現金流序列為(C(s):s=1，2，…，S)，這里的現金流包括了按期付息與到期時的本金償付。那么該債券價格可描述為:Pit［k］=ΣSs=1C(s)D(ts)(1)此處的D(t)=e－rtt為在時刻t的折現函數。為了計算與之相對應的無風險債券價格Pft［k］，我們利用時刻t連續復利的國債收益率曲線對現金流序列(C(s):s=1，2，…，S)進行貼現。按此方法所得的無風險債券價格Pft［k］將被用來計算假定國債的收益率yft［k］，該國債產生的現金流序列同樣被假定為(C(s):s=1，2，…，S)。用yit［k］表示企業債券k的收益率，那么信用價差則可表示為Sit［k］=yit［k］－yft［k］。通常使用的計算信用價差的方法為將企業債券收益率減去與該企業債券到期日相同的國債收益率曲線上的收益率而得到的，而本文所采用的度量信用價差的方法與通常的方法相比將大大減少信用價差的計算偏誤。按上述方法，我們將得到微觀層面各個時期各種債券的信用價差。將微觀層面的信用價差進行簡單的綜合，就可得到各個時期的信用價差指數。具體計算方法可表示為:此處的Nt指時期t的樣本觀測數，式(2)即為各時期度量信用價差的GZ指數。從式(2)可以看出GZ信用價差指數實際上是各微觀個體債券的信用價差的簡單算術平均值。
三、數據描述與實證分析
(一)數據描述
在計算信用價差指數的時候，我們利用了中央國債登記結算中心的企業債收益率數據、國債收益率數據以及國債的收益率曲線數據。由于中央國債登記結算中心的利率期限結構數據最早開始于2006年3月，因此本文所選取的樣本區間為2006年3月至2011年10月，數據頻率為月。在利用上述原始數據計算GZ信用價差指數的時候，為了保證計算結果不受極端觀測值的影響，我們將個體信用價差低于5個基點以及高于3000個基點的觀測值進行了刪除處理。在本文的實證分析中所涉及到的宏觀經濟變量則主要包括產出、出口、投資、消費與通貨膨脹。其中的產出用工業增加值當月同比增速來代表，數據來源于國家統計局網站;出口用出口總額的當月同比增速來表示，數據來源于中國海關總署網站;投資則用固定資產投資完成額的當月同比增速來表示，數據來源于國家統計局網站;消費則用社會消費品零售總額當月同比增速來表示，數據來源于國家統計局網站;通貨膨脹則用居民消費價格指數(CPI)當月同比增速來表示，數據來源于國家統計局網站。為與上述信用價差指數相對應，本文對宏觀經濟變量所選取的樣本區間也為2006年3月至2011年10月。
(二)實證分析
為檢驗信用價差對宏觀經濟變量的預測能力，本文所建立的實證模型如下:Yt+h=α+Σpi=0βiYt－i+γ1TSt+γ2RFFt+γ3CSt+εt+h(3)此處的Yt+h指在時期t+h的宏觀經濟變量的取值;h指預測期數，其為大于0的整數;TSt指利率期限價差，具體為從國債的收益率曲線中得出的5年期國債收益率與1年期國債收益率之差;RFFt指無風險的貨幣收益率，用1年期定期存款利率來表示;CSt則表示信用價差;εt+h指預測期的隨機擾動項。需要注意的是式(3)中的滯后期數p，我們用AIC信息準則來確定。在模型(3)中，我們首先令Yt代表工業增加值的同比增速，則相關實證結果簡要描述如表1所示。需要注意的是為簡化起見，我們忽略了對常數項與Yt滯后價值的回歸系數的報告。由表1可見信用價差對宏觀產出有著較好的預測效果。更具體的在表1內，我們發現隨著預測期數的提升，預測模型的擬合優度也在增長，這表明信用價差對工業增加值同比增速的長期預測能力要優于短期預測。為了對比反映信用價差對宏觀經濟變量的預測能力，我們將在模型中不考慮信用價差只考慮利率的期限結構與無風險利率，那么此時的實證結果將如表2所示。將表1與表2進行對比可以發現，考慮信用價差的預測模型的擬合優度在各種預測期內都顯著高于不考慮信用價差的預測模型。令模型(3)中的Yt代表出口總額的同比增速，則相關實證結果如表3所示。由表3發現，考慮信用價差的預測模型對出口總額同比增速的預測能力整體上比較差，在各個預測期的擬合優度都比較低，這顯示出出口變量是外生變量，利用國內債券市場的信息無法對其進行準確的預測。令模型(3)中的Yt代表固定資產投資完成額的同比增速，則相關實證結果如表4所示。由表4發現，考慮信用價差的預測模型對固定資產投資完成額同比增速的預測能力整體上也比較差，在各個預測期的擬合優度都比較低，這是由于固定資產投資是政府人為控制的變量，政府通過控制投資增速來對宏觀經濟進行調控，因此利用債券市場的信息對投資變量進行預測的效果并不理想。令模型(3)中的Yt代表社會消費品零售總額的同比增速，則相關實證結果如表5所示。由表5可見信用價差對消費有著較好的預測效果。更具體的在表5內，我們發現隨著預測期數的提升，預測模型的擬合優度先上升后下降，當預測期數為6時，擬合優度達到最高。這表明信用價差對未來消費的中期預測能力最強，短期預測能力次之，而長期預測能力最弱，這與對宏觀產出的預測效果恰好相反。此外，為了對比反映信用價差對消費的預測能力，我們同樣在模型中不考慮信用價差只考慮利率的期限結構與無風險利率，那么此時的實證結果將如表6所示。將表5與表6進行對比可以發現，考慮信用價差的預測模型的擬合優度在各種預測期內都顯著高于不考慮信用價差的預測模型，這也充分顯示出信用價差變量的重要性。最后令模型(3)中的Yt代表通貨膨脹變量，即居民消費價格指數，則相關實證結果如表7所示。由表7可見信用價差對通貨膨脹有著較好的預測效果。更具體的在表7內，我們也發現隨著預測期數的提升，預測模型的擬合優度先上升后下降，當預測期數為6時，擬合優度達到最高。這表明信用價差對未來通貨膨脹的中期預測能力最強，短期預測能力次之，而長期預測能力最弱，這與對消費的預測效果高度相似。
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。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：
經濟波動是經濟運行過程中周期性出現的經濟擴張與緊縮更迭交替、循環往復的現象。在市場經濟的環境下，一個國家的經濟通常會經歷復蘇、繁榮、衰退、蕭條四個階段。1999年，我國實際國內生產總值（GDP）增長率與潛在GDP增長率的負缺口不斷擴大，經濟衰退日益嚴重，以致出現蕭條，陷入了波谷。2000年以來，我國經濟開始逐步回升，進入復蘇階段。在復蘇的不穩定時期，經濟出現了短暫的波動，2002年開始才真正走上穩步增長與回升之路。2005年我國經濟運行已超過產出正缺口0.2%的上限（謝太峰、王子博，2013），2007年接近波峰。2008年底，一場金融海嘯席卷全球，全球經濟頓時處于低迷態勢。正處于高速平穩發展階段的中國經濟，也跌入了暫時性的發展低谷。2007年至2011年我國經濟經歷了過熱、衰退、低谷、復蘇又緩慢下行的波動，宏觀經濟發展始終存在諸多的不確定性和復雜性。
宏觀經濟的波動直接影響著微觀層面企業的生存與發展。當經濟高速增長時，產品市場上需求比較旺盛，GDP增長較快，物價上漲，資本市場的繁榮使社會投資熱情高漲，銀行貨幣信貸較為活躍，資金需求量擴大，此時企業通常具有較高的盈利水平。宏觀經濟的波動是微觀層面企業經營的客觀環境。宏觀經濟政策的調整與宏觀經濟環境的變動不僅影響了公司的會計政策與會計業績，而且直接影響到公司管理層對未來的經濟前景與企業發展的預期，關系到公司財務政策的選擇與理財行為的實施。如，陸正飛和祝繼高（2009）發現在貨幣政策緊縮時期，企業會增加現金持有量，以備不時之需。然而，鑒于宏觀經濟分析的結果難以量化，宏觀經濟政策對于微觀企業的影響缺乏直接的證據，因此對于我國宏觀經濟政策的波動對企業微觀主體行為與業績之間關系的研究目前仍比較缺乏，從宏觀到微觀的傳導機制研究太少（姜國華、饒品貴，2011）。
股權資本成本是股東進行股權資本投資時要求的必要報酬率，股權資本成本水平關系到企業價值評估、經營績效評價和股東利益保護等諸多方面，是公司管理層進行融資決策、投資決策、股利決策等財務決策的重要依據。目前國內外學術界對于股權資本成本的研究大多集中于微觀層面，宏觀經濟因素對股權資本成本的影響研究尚不多見。基于這一事實，本文基于2000-2012年中國上市公司的數據，研究宏觀經濟因素對于公司股權資本成本的影響。本文的研究結論將對投資者、政府監管部門和公司財務政策制定者等具有重要的參考價值。
二、文獻綜述
（一）國外文獻 20世紀末以來，股權資本成本的一些研究開始關注企業外部的環境因素，特別是從宏觀經濟和法律環境等方面來討論不同經濟背景下股權資本成本的差異。套利定價理論（APT）首次將宏觀經濟環境變量納入模型中。此后的研究將關注點集中于決定股權資本成本的宏觀經濟因素方面。Chen等（1986）將股票收益作為宏觀經濟變量的函數，發現收益曲線扭轉、未預期的通貨膨脹、工業產值以及破產風險溢價這四個宏觀經濟變量對股票收益率具有顯著的系統性影響。此后的McElroy和Burmeister（1988 ）進一步改用多元非線性回歸模型，引入債券償付風險溢價、債券期限溢價、未預期通貨膨脹、未預期GDP增長率以及市場指數，構建了宏觀經濟五因素APT模型，并發現每個變量均得到APT的風險定價。借鑒這一思路，Golderberg和Robin（1991）將債券風險溢價、債券期限溢價、未預期通貨膨脹和未預期產出增長四個宏觀經濟變量引入，建立資本成本估算的宏觀經濟因素APT模型，并與資本資產定價模型（CAPM）、五因素APT模型等進行比較，結果顯示四因素APT模型的估算值比較準確。
Hammoudeh和Aleisa（2004）指出，通貨膨脹和與公共財政相關的變量是股票價格的基本決定因素。Daske等（2008 ）和Li（2010）在考察歐洲市場執行IFRS后資本成本的變化時發現，國民生產總值、居民消費價格指數、通貨膨脹率等國家宏觀層面因素均在一定程度上影響資本成本水平。Apergis和Eleftheriou（2012）應用廣義矩估計（GMM）方法對新興國家的研究發現，通貨膨脹、經濟產出、貨幣供應量、政府赤字、貿易赤字對股票收益有正面影響，而利率對股票收益產生負面影響。
除了上述研究以外，Stulz（1999）提出，一國經濟全球化程度的提升可以通過分散風險與提高公司治理水平來降低公司股權資本成本，這一觀點得到了Bekaert 和Harvey（2000）的經驗證據支持。Singh和Nejadmalayeri（2007）的研究結果也表明，企業的國際化程度與其資本成本呈負相關關系，即國際化程度越高的企業，其資本成本越低。Erb等（1996）利用135個國家的數據研究指出，影響股權資本成本的宏觀經濟環境因素可能還包括匯率和國家信用等級等，對于發展中國家而言，以國家信用等級度量的國家信用風險是影響事前預期報酬率的重要因素。
綜觀以上國外相關研究可以發現，宏觀經濟變量的選擇、研究方法的使用以及最終得到的結論均存在一定程度的不一致性。
（二）國內文獻 國內學者鮮有根據中國上市公司的數據進行宏觀經濟因素與資本成本的相關研究。一些研究從宏觀、中觀（行業）層面進行了類似的分析。呂江林（2005）考察了我國上證綜指與實際國內生產總值之間的動態關系；楊小軍（2007）研究認為影響股票價格指數的最顯著因素包括貨幣供應量、股票供給、物價指數；曹勇和張卓（2009）則認為商品零售價格指數、固定資產投資總額、利率等宏觀經濟變量對股票價格指數存在一定影響；金洪飛和金犖（2010）、溫彬等（2011）發現國際石油價格、人民幣匯率等宏觀經濟變量對我國不同行業的股指報酬率具有一定的影響；戴沙（2011）則認為貨幣政策對股票市場的影響較顯著，其中利率政策最明顯。這些研究均以行業或A股綜指的實際數據研究股東作為一個整體的實際報酬水平，并未觀察宏觀經濟因素對股東要求報酬率――股權資本成本的影響。
一個國家的宏觀經濟運行態勢、經濟發展階段以及金融體系變革等外部宏觀經濟因素是股東進行投資的外部客觀環境，宏觀經濟狀況的改變直接關系到企業生產經營的諸多方面，進而影響了企業的風險程度，股東根據這一風險程度提出的理性報酬率必然會反映出宏觀經濟變量變動的結果。因此，忽視宏觀經濟因素對股權資本成本的影響必將造成股權資本成本研究的片面性。筆者選取了6個主要的宏觀經濟變量，詳細分析檢驗其對中國上市公司股權資本成本產生的影響。
三、研究設計
（一）樣本選取與數據來源本文關注研究期間的時間跨度，為了增強研究結果的可靠性與可比性，樣本期間為2000年至2012年。按照中國證券監督管理委員會2012年公布的上市公司行業分類標準，將上市公司劃分為19個行業。由于金融行業的特殊性，宏觀經濟變量如實際貸款利率等對金融行業的影響與其他行業相比較具有顯著的差異，為了確保數據結果的準確性與可比性，本文剔除了金融行業，選取其他18個行業的全部A股上市公司作為研究樣本。本文中各年度宏觀經濟數據（GDP、CPI、M2、CM、INT、TUR）取自中國統計年鑒數據庫和銳思數據庫。股權資本成本估算中運用的數據以及實證分析中相關控制變量的數據均取自國泰安數據庫。
（二）變量定義與研究假設
被解釋變量。汪平等（2012）將股權資本成本的估算方法劃分為三類：內含報酬率法、風險補償法和歷史平均報酬率法。李陽陽（2013）歸納了常見的及新興的15種股權資本成本估算技術，并針對不同的模型結果進行了對比分析。本文采用CAPM、OJ模型、Gordon模型、GLS模型、PEG比率和MPEG比率6種方法分別估算我國全部A股上市公司的股權資本成本，并將六種估算方法的估算值取均值，作為公司的股權資本成本Re。對于GLS模型、OJ模型、PEG比率和MPEG比率四種方法，本文分別采用了實際數據和預測數據兩種數據方法進行估算，并取兩者均值作為該方法的股權資本成本估算值。
解釋變量。筆者選取的宏觀經濟因素包括：經濟增長率、通貨膨脹率、貸款利率、資本市場發展情況、貨幣供應量和股票市場流動性。
（1）經濟增長率。GDP增長率可以在一定程度上反映一個國家宏觀經濟狀況，是經濟增長率最為直觀的衡量標準，本文選用GDP增長率表示經濟增長率。經濟增長率無疑是影響股票收益的一個重要因素。在經濟繁榮階段，GDP增長率較高，國家總體經濟運行環境較好，經濟主體的平均獲利水平提高，股東對公司的預期提高，要求的必要報酬率提高，即股權資本成本上升。由此提出本文的假設1：
假設1：GDP增長率與股權資本成本正相關，即GDP增長率越高，股權資本成本越高。
（2）通貨膨脹率。消費者價格指數（CPI）是對一個固定的消費品籃子價格的衡量，主要反映消費者支付商品和勞務的價格變化情況，是一種度量通貨膨脹水平的工具，本文選用CPI增長率表示通貨膨脹率。通貨膨脹通常發生于經濟繁榮時期，往往是經濟上行至過熱的一種反映。在通貨膨脹的情況下，對于收入波動大的企業來說，債務融資所要面臨的固定利息支付無疑會帶來更高的財務風險和破產風險。因此，在通貨膨脹嚴重時，企業往往會回購部分債券，減少債務融資規模，提高股權融資比例。Clare和Thomas（1994）、Ibrahim和Aziz（2003）等研究將股票視為對沖通貨膨脹的工具，隨著通貨膨脹率的上升，公眾會把大量的資金投資于股票，為了補償通貨膨脹帶來的損失，股東往往會提高其所要求的報酬率水平，即股權資本成本上升。
假設2：CPI增長速度與股權資本成本正相關，即CPI增長率越高，股權資本成本越高。
（3）貸款利率。貸款利率是一個宏觀經濟政策變量，在一定程度上預示了宏觀經濟的走向。在經濟過熱時國家會相應提高貸款利率，經濟疲軟時則會降低貸款利率。利率作為資本市場上資金使用權的轉移價格，在一定程度上影響著企業的股權資本成本。一方面，貸款利率直接決定了利息費用，間接決定了債務融資成本。利率的變動改變了資本市場上的資金供給量和資金流向。當利率上升時，大量資本回歸銀行導致企業舉債融資困難，貸款比例降低引起債務成本上升，財務風險的加大導致股東要求報酬率的上升。另一方面，利率代表了股票市場上投資的機會成本。Wasserfallen（1989），Abdullah和Hayworth（1993）等研究發現，利率負向調節股價，較高的利率吸引了其它的投資機會，進而降低了股票市價，股東要求的報酬率隨之提高。
假設3：實際貸款利率與股權資本成本正相關，即貸款利率越高，股權資本成本越高。
（4）資本市場發展情況。完善的資本市場可以提供多元化融資渠道，包括信貸融資、債券融資和股權融資等。根據優序融資理論，企業一般遵循內部融資、債務融資、股權融資的融資順序。西方發達國家的資本市場發展的比較成熟，而我國仍處于市場經濟轉變時期，資本市場并不完善。在不成熟的資本市場中，證券價格不能真實全面地反映企業價值，融資工具的缺乏會阻塞企業的融資渠道。同時，我國股票市場規模較大，外部監管機制和股權約束機制尚未完全建立，這使得我國上市公司更傾向于選擇約束少、無股息償付壓力的股權融資方式。基于我國實情的融資特色，如果股市處于利好的形勢，股票市場的綜合回報率比較高，市場風險溢價上揚，股東投資要求的必要報酬率就會提高。本文采用考慮現金紅利再投資的情況下，總市值加權平均法的A股市場年度綜合回報率作為股票市場發展狀況的變量。
假設4：股票市場回報率與股權資本成本正相關，即股票市場回報率越高，股權資本成本越高。
（5）貨幣供應量。貨幣政策是國家宏觀調控的重要手段之一，廣義貨幣供給量（M2）反映了社會總需求的變化和未來通貨膨脹的壓力狀況，本文選用M2的增長率表示貨幣供應量的增長率。
根據凱恩斯理論，貨幣供給量增加導致利率下降，貸款成本的降低會使企業提高債務融資的比例，而負債的增加會限制企業的自由現金量，增加企業的破產風險。同時，貨幣供給量的增加會提高公眾對未來通貨膨脹的預期，從而導致更高的貼現率，因此投資者會要求更高的預期報酬率，提高股權資本成本。
假設5：貨幣供給與股權資本成本正相關，貨幣供給量的增長率越大，股權資本資本越高。
（6）股票市場流動性。股票市場流動性會影響股東要求的報酬水平。一般而言，流動性好的市場，交易指令能迅速執行，交易成本降低，而在缺乏流動性的交易市場，投資者的拋售行為會傳遞進而影響股票價格，投資者承擔的風險增大，股權資本成本上升。此外，流動性差的股票通常會倍受投資者冷落，股價相對較低，股權資本成本相應提高。本文采用年平均換手率指標作為股票市場流動性的變量。換手率是反應市場活躍程度和成熟程度的綜合指標，以百分比形式衡量一年內股票的成交量占股票總數的比例。通常情況下，成熟資本市場的流通股年平均換手率在100%左右。我國股票市場尚不成熟，仍處于發展階段，投資者的專業知識儲備相對較少，投機現象比較嚴重，投資者多以短線差價投資為主，并不是進行真正意義上的長期投資。劉歡（2008）研究表明，1993年至2007年間，我國股票市場15年的平均年換手率為484%，明顯高于成熟市場的換手率。
假設6：股票市場流動性與股權資本成本負相關，即年平均換手率越高，股權資本成本越低。
（三）研究步驟 本文研究宏觀經濟因素對上市公司股權資本成本的影響，由于既包括時間序列數據又含有截面數據，因此，本文分兩個步驟開展研究。第一步，建立面板數據，對6個宏觀經濟變量以及股權資本成本進行平穩性檢驗；第二步，在同一年份，由于對所有上市公司而言統一宏觀解釋變量取值相同，研究期間內每個宏觀變量的有效數值有13個，且模型不同年份回歸系數都相同，為了保證樣本數量，提高模型的有效性，在建立線性回歸模型時，選擇混合橫截面模型，將13個年份的數據放在同一截面中進行檢驗，并且在線性回歸模型中增加了企業規模、股權結構與公司成長性三個控制變量，分別用總資產（TA）、前十大股東控股比例（H10）、總資產增長率（GR）表示。
四、實證檢驗分析
（一）描述性統計
（1）宏觀經濟因素的描述性分析。自2000年開始，我國經濟駛入了新一輪的復蘇進程，經過2003年和2004年經濟得以穩定與鞏固之后，從2005年開始高速增長，2007年末達到峰值。2008年，受到全球經濟危機的沖擊，GDP增長率下降，宏觀經濟進入衰退階段，且下降的幅度較大。為了緩解金融危機帶來的陣痛，2009年國家實行積極的財政政策和寬松的貨幣政策，以擴大內需為主要目標。2009年至2010年實現了經濟的緩慢回升，但2011年我國通貨膨脹加劇，經濟出現短暫回落，國家繼續實施積極的財政政策和穩健的貨幣政策，以管理通貨膨脹、調整經濟結構、保持經濟平穩較快發展為工作重心。圖1為2000-2012年我國GDP增長率折線圖，13年中，我國經濟經歷了增長、下降、回升再微降的一個過程。
圖2顯示樣本期間，我國CPI增長率波動顯著，尤其在2006年之后波動尤為劇烈。CPI代表了消費者的購買能力，也反映了宏觀經濟的景氣程度。CPI溫和上升，表示經濟平穩增長；CPI大幅提高，說明發生了通貨膨脹，貨幣的實際購買能力降低；如果CPI下跌，則表明經濟衰退。2009年CPI增長率發生了明顯下降，表明國家實施的積極的財政政策和穩健的貨幣政策對宏觀經濟調控產生了效果。
從圖3中可以看出，2000年至2006年期間，我國實際貸款利率稍有波動，但相對平穩。2007年大幅上升，2008年由于國家宏觀政策的調控，又出現大幅回落，2009年以后，國家重視經濟發展的穩定性，為了防止經濟大幅波動，通過利率調整對貨幣市場進行資金的控制。
圖4顯示，在2008年之前，我國廣義貨幣供應量增長率相對平穩。2008年經濟危機期間，國家實施寬松的貨幣政策，使流通中的準貨幣基數不斷增加，因此2009年廣義貨幣供給量呈現高速增長。2010年以后M2增速逐漸減緩。
圖5顯示，2001-2005年期間，我國股票市場換手率較為穩定，處于一個相對較低的水平上。2006年換手率大幅提升，2007年達到了峰值。2008年的經濟危機使得股票市場受到嚴重沖擊，換手率急劇下降，但在2009年又大幅回升。伴隨股票市場的發展，2010年以后換手率緩慢降低，但與國外成熟的股票市場相比，仍然位于一個較高的水平。由此可見，我國股市的不穩定性和非理性是毋庸置疑的。投資者往往將股票作為投機證券以獲取價差收益，由此引致我國股票市場上極其濃重的投機色彩。
圖6為2000年至2012年考慮現金紅利再投資的綜合市場回報率年度數據，波動趨勢十分顯著。2007年股票市場回報率達到峰值，2008年受國際金融危機影響，市場回報率跌至谷底，2009年國家相關干預政策使得市場回報率迅速回升，這些變動整體上與宏觀經濟周期波動相一致。之后的幾年，隨著宏觀經濟的波動，股票市場也振蕩下挫。
（2）股權資本成本的描述性分析。圖7為2000年至2012年A股上市公司平均股權資本成本折線圖。可以看出，股權資本成本的整體變動趨勢與宏觀經濟周期是趨同的。大部分年份的平均股權資本成本在5%至10%之間波動，2007年達到最大值24.67%，2008年又迅速降低至1.96%，2009年出現較大幅度的反彈，達到22.01%，2010年之后逐漸平穩，波動幅度減小。進一步觀察18個行業的平均股權資本成本，可發現，研究期間內各個行業具有較為相似的時序變化――2005年之前行業平均股權資本成本均比較穩定，多數行業的平均股權資本成本在5%-10%區間內小幅度波動，2006年之后變動幅度較大，2007年上升到峰值，2008年又跌至谷底，隨后的2009年又大幅回升，此后呈現平穩波動的趨勢。
2000-2012年各變量描述性統計見表2。
（二）平穩性檢驗由于時間序列數據中包含經濟的動態信息，在對時間序列進行回歸分析之前，本文首先采用三種方法――相同根單位根檢驗的LLC檢驗和不同根單位根檢驗的ADF檢驗及PP檢驗，對每個時間序列數據進行平穩性檢驗。表3顯示，CPI增長率、貸款利率、A股市場回報率、M2增長率和股票市場年平均換手率以及企業股權資本成本均同時通過了LLC檢驗、ADF檢驗及PP檢驗，充分證明了他們不存在單位根，序列是水平平穩的。GDP增長率變量沒有通過ADF與PP檢驗，但通過了LLC檢驗。因此認為所有變量都是同階單整的。
（三）回歸分析 為了更為準確地研究宏觀經濟因素與股權資本成本的關系，需要剔除一些影響股權資本成本的微觀層面因素。本文在線性回歸模型中加入了3個控制變量：（1）采用總資產的自然對數（TA）代表公司規模，以控制規模因素對股權資本成本的影響；（2）采用前十大股東控股比例（H10）表示股權結構，以控制公司股權結構對股權資本成本的影響；（3）采用總資產增長率（GR）代表公司成長性，以控制處于不同發展階段的公司成長性因素對股權資本成本的影響。
基于此，本文建立如下回歸模型：
Rei=α+β1GDPi+β2CPIi+β3INTi+β4CMi+β5M2i+β6TURi+β7TAi+β8H10i+β9GRi+?著
其中，i表示第i個樣本上市公司；β1、β2、……、β9為各解釋（控制）變量的回歸系數；α為常數項，?著為殘差項。
從表4可以看出，回歸模型通過了F檢驗，回歸方程整體在1%的水平上存在顯著的線性關系。GDP增長率、CPI增長率、年平均實際貸款利率、M2增長率、股票市場回報率與股權資本成本呈顯著的正相關關系，與上文提出的假設1至假設5相一致；A股市場年平均換手率與股權資本成本均在1%的水平上顯著正相關，與假設6相反，說明樣本期間我國股票市場年平均換手率越高，股權資本成本越高。在本文選取的三個控制變量中，只有成長性變量沒有通過t檢驗，另兩個變量均與股權資本成本呈顯著的正相關關系，意味著企業規模越大、大股東持股比例越高，股東要求的必要報酬率越高，股權資本成本越高。
五、結論
本文結合我國經濟制度背景，以2000-2012年中國A股上市公司為樣本，分年度采用6種方法對股權資本成本進行估算，選用混合回歸模型，對股權資本成本與經濟增長率、通貨膨脹率、貸款利率、貨幣供應量、股票市場流動性以及股票市場發展狀況等6個宏觀經濟因素進行OLS回歸，得到如下兩個結論：
（1）我國上市公司的股權資本成本與宏觀經濟走勢整體上具有趨同性，公司股權資本成本基本上能夠伴隨著國家宏觀經濟政策的調整做出相應的反應。這一結果在2008年全球性經濟危機之前表現尤為明顯。在我國經濟整體向好的2007年，GDP增長率、CPI增長率、實際貸款利率、股票市場回報率均處于研究期間的相對高值，我國上市公司平均股權資本成本亦位于峰值，達到24.67%。貨幣供給量增長率與公司股權資本成本的正相關關系也比較顯著，2009年M2增長率達到高點，公司股權資本成本也繼2008年跌至谷底后于2009年大幅回升至22.01%。
（2）我國股票市場的換手率與股權資本成本呈正相關關系，這顯然有悖于財務理論。然而這一結論卻是我國股票市場不成熟、股票投資者投機心理嚴重的一個真實表現。換言之，我國的股票投資者并未通過成熟的投資理念引導自己真正意義上的長期投資，過分地追求短期資本利得的財富效應致使我國股票市場交易異常活躍。這種非理性的投資理念對股東期望的報酬水平――股權資本成本產生了扭曲的、甚至是完全逆向的影響。
站在公司財務視角，股權資本成本巧妙地聯結了股東、資本市場和上市公司三者的關系。股權資本成本是股權資本投資者根據其投資風險水平提出的報酬率要求，這一報酬率水平的高低程度與理性水平從根本上決定了一家公司的財務競爭實力，同時也在一定程度上反映了一國資本市場的發展狀況。宏觀經濟狀況是公司財務的客觀環境，是公司一切財務政策賴以執行的外部條件。宏觀經濟因素的變動直接影響到股東投資的風險水平，進而導致股東要求報酬率的變化。如何全面洞察國內外宏觀經濟狀況的改變，科學理性地估算股權資本成本，進而積極主動地調整公司財務政策，是任何一家現代公司的財務經理都必須考慮的重要問題。
應當看到，我國股票市場經歷了20余年的發展與壯大，目前仍屬于不成熟、不完善的新興市場，融資渠道單一、監管措施失當、約束機制匱乏等嚴重地制約了股票市場的良性發展。與之相應，上市公司股東利益保護觀念的淡薄直接導致了資本成本理念的闕如，作為公司財務核心概念的資本成本更是無法發揮其在財務決策中的基準作用。本文的研究較為全面地分析了宏觀層面的國家經濟政策變動對微觀層面的公司股權資本成本水平產生的影響，結合財務理論與中國現實對這一影響進行了客觀評析。本文只是在宏觀經濟與微觀財務的結合方面作出了初步的嘗試，未來這一方面的研究尚待更加細致、深入地進行下去。
［本文系教育部人文社科規劃基金資助項目“資本成本、價值創造與我國國企EVA考核研究”（編號：10YJA630146）和北京市屬高等學校高層次人才引進與培養計劃項目（The Importation and Development of High-Caliber Talents Project of Beijing Municipal Institutions）“基于資本成本錨定效應的公司財務政策優化研究”階段性研究成果］
參考文獻：
［1］祝繼高、陸正飛：《貨幣政策、企業成長與現金持有水平變化》，《管理世界》2009年第3期。
［2］姜國華、饒品貴：《宏觀經濟政策與微觀企業行為――拓展會計與財務研究新領域》，《會計研究》2011年第3期。
［3］呂江林：《我國的貨幣政策是否應對股價變動做出反應？》，《經濟研究》2005年第3期 。
［4］謝太峰、王子博：《中國經濟周期拐點預測――基于潛在經濟增長率與經驗判斷》，《國際金融研究》2013年第1期。
［5］曹勇、張卓：《上證A股指數與宏觀經濟因素關系的實證研究》，《價值工程》2009年第1期。
［6］金洪飛、金犖：《國際石油價格對中國股票市場的影響》，《金融研究》2010年第2期。
［7］溫彬、劉淳、金洪飛：《宏觀經濟因素對中國行業股票報酬率的影響》，《財貿經濟》 2011年第6期。
［8］汪平、袁光華、李陽陽：《我國企業資本成本估算及其估算值的合理界域：2000-2009 》，《投資研究》2012年第11期。
［9］李陽陽：《預期股權資本成本估算技術研究》，首都經濟貿易大學2013年碩士學位論文。
［10］Chen，N. F.，Roll，R.，Ross，S. A.Economic Forces and the Stock Market.Journal of Business， 1986.
［11］Marjorie B.，McElroy，Edwin Burmeister. Arbitrage Pricing Theory as a Restricted Nonlinear Multivariate Regression Model.Journal of Business and Economic Statistics，1988.
［12］Goldenberg D H，Robin A J.The Arbitrage Pricing Theory and Cost of Capital Estimation： the Case of Electric Utilities. Journal of Financial Research，1991.
［13］Hammoudeh S，Aleisa E. Dynamic Relationships among GCC Stock Markets and NYMEX Oil Futures. Contemporary Economic Policy，2004.
［14］Holger Daske，Luzi Hail，Christian Leuz，Rodrigo Verd. Mandatory IFRS Reporting around the World：Early Evidence on the Economic Consequences.Journal of Accounting Research，2008.
［15］Li S.Does Mandatory Adoption of International Financial Reporting Standards in the European Union Reduce the Cost of Equity Capital? The Accounting Review，2010.
［16］Nicholas Apergis，Sofia Eleftheriou.The Role of Macroe-
conomic Factors in Explaining the Cost of Capital：Evidence from a Group of Emerging Economies.Asian Journal of Finance & Accounting， 2012.
［17］Stulz R M. Golbalization，Corporate Finance，and the Cost of Capital. Journal of Applied Corporate Finance，1999.
［18］Bekaert G，Harvey C R. Foreign Speculators and Emerging Equity Markets.The Journal of Finance，2000.
［19］Singh M，Nejadmalayeri A，Mathur I. Performance Impact of Business Group Affiliation： An Analysis of the Diversification-Performance Link in a Developing Economy. Journal of Business Research，2007.
［20］Erb C，Harvey C，Viskanta T. Expected Returns and Volatility in 135 Countries. Available at SSRN 871253，1996.
［21］Gordon M J. The Savings Investment and Valuation of a Corporation. The Review of Economics and Statistics，1962.
［22］Clare A D，Thomas S H. Macroeconomic Factors，the APT and the UK Stock Market. Journal of Business Finance & Accounting，1994.
［23］Ibrahim M H，Aziz H. Macroeconomic Variables and the Malaysian Equity Market：a View through Rolling Subsamples.Journal of Economic Studies，2003.
