前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的宏觀經濟數據主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：宏觀經濟數據范文

在新常態下，我國經濟面臨的形勢和任務更加復雜艱巨，政府宏觀決策對宏觀經濟分析的準確性和時效性提出了更高的要求。隨著大數據時代的到來，借助大規模數據生產、分享和利用，以嶄新的思維和技術去分析，將揭示海量數據背后所隱藏的宏觀經濟運行模式。

大數據方法和技術不僅可以被深度地應用在微觀分析、行業研究領域，也可以運用在宏觀決策之中。未來，大數據既是企業占領市場、贏得機遇的利器，也是政府進行宏觀調控、國家治理、社會管理的信息基礎。而大數據時代對數據的挖掘、處理和分析的方式，對于傳統的宏觀經濟分析，無疑是一次大的革新。

大數據應用于宏觀經濟分析的趨勢

傳統的宏觀經濟分析通常是通過對比主要宏觀經濟指標、建立宏觀經濟計量模型、仿真宏觀經濟動力系統，對宏觀經濟形勢及未來發展趨勢進行判斷與預測。

在當前的大數據時代，越來越多的宏觀經濟政策制定者和相關專家學者都已經意識到，大數據對宏觀經濟分析有著革命性的影響。目前，在宏觀經濟分析及預測中運用大數據方面，無論是國外還是國內，從新型宏觀經濟指數構建，到建立新型大數據宏觀經濟預測模型，各方面都取得了一定的進展。

早期大數據在宏觀經濟分析領域的應用，主要集中在建立新的宏觀經濟指數，以便更加準確的反應宏觀經濟運行狀況。這方面的工作主要基于個人的交易記錄，包括像一些歐洲國家將銷售點掃描數據納入CPI指數編制。

特別引起關注的是麻省理工學院的經濟學家利用網上購物交易數據創建的BBP項目 （Billion Prices Project），基于不斷變化的一籃子商品所計算的日度通脹指數。這種實時的通貨膨脹指數能夠比相應的官方數據更好地反映實際經濟運行的情況。當年，在雷曼兄弟公司倒閉后，BPP 的數據顯示，大部分美國企業幾乎立刻開始削減價格，這就表明總需求已經減弱。而相比之下，官方通脹機構公布的數據直到當年11月，即在10月CPI數據公布后，才對通貨緊縮有所反應。

“企業發展工商指數”是宏觀經濟分析領域中典型的大數據應用案例，也是我國政府在大數據挖掘領域的首創成果。該指數包括10 個對宏觀經濟具有顯著先行性的指標，可以提前1～2 個季度預測宏觀經濟發展趨勢。它改變了傳統的抽樣統計方式，利用大數據挖掘技術，對工商全量、動態的全國企業登記數據進行分析，發掘大數據價值，并采用合成企業發展工商指數，以判斷宏觀經濟走勢。

除了宏觀經濟分析與預測方面相關指數的建構，從宏觀經濟分析與預測研究的國際趨勢看，使用大數據集，建構監測預測的模型，進行經濟預測越來越廣泛，逐漸成為很多國家央行進行經濟預測的新方法和新工具。

在應用互聯網大數據進行經濟分析及預測中，使用網絡搜索引擎或網絡社交媒體記錄的關鍵詞，會有數據獲取及時、樣本統計意義明顯等優勢，預測精度較高。

Google Trends每天都在產生大量與經濟發展相關的查詢結果，且這些查詢結果與當下的經濟活動之間必然存在著不容忽視的關系，或許可以對預測當下的經濟活動起到非常重要的作用。并且，在此基礎上，Choi H. &. Varian H.（2016）舉例說明了如何利用Google Trends預測美國零售業、汽車、住房和旅游的銷售情況。

還有相關機構引用專業數據分析軟件公司SAS的研究數據，以社交網絡活躍度增長作為失業率上升的早期征兆，幫助政府判斷就業形勢和經濟狀況，以更好地制定經濟政策。在社交網絡上，網民們更多地談論“我的車放在車庫已經快兩周了”、“我這周只去了一次超市”這些話題時，顯示網民可能面臨巨大的失業壓力；當網民開始討論“我要出租房屋”、“我準備取消度假”這些話題時，顯示出這些網民可能已經失業，面臨巨大的生存壓力，這些指標是失業后的滯后標志性指標。

樣本統計轉為總體普查

大數據的發展對于宏觀經濟分析最為顯著的積極影響，莫過于使宏觀經濟分析從樣本統計時代走向總體普查時代。大數據時代的宏觀經濟分析中，傳統的樣本假設方式被拋棄，轉而以真實的海量數據來進行計算機的自動分析。

我們知道，傳統的經濟分析包括經濟計量分析是建立在抽樣統計基礎之上的，在傳統的抽樣統計分析中，往往以假設檢驗為基本模式，依靠的數據主要是樣本，將樣本假設為整體，然而，這種分析往往與事實存在或多或少的出入。

與傳統宏觀經濟分析總是局限于小規模樣本數據有所不同，在大數據時代，隨著信息覆蓋范圍和數據量迅速提升，數據樣本的體量會極大地提高，甚至可以達到樣本即總體的程度。例如，就物價而言，每一筆在電子商務網站成交的交易信息都能記錄在案。這樣的情況下，宏觀經濟分析的可靠性必然大大加強。

同時，隨著信息量的極大拓展和處理信息能力的極大提高，使得宏觀經濟的分析不再局限于傳統的統計分析模式，而是將抽樣分析轉變為總體分析。這一點對宏觀經濟分析意義重大，因為宏觀經濟系統紛繁復雜，如果能將對整體宏觀經濟變量的分析建立在盡可能多的關于經濟主體行為的信息以及其他諸多經濟變量的信息的基礎上，無疑將會極大地提高宏觀經濟分析的準確性。

基于推特（Twitter）平臺表達的公共情緒用來預測股市變動，是很典型的例子。2008年3月到12月長達九個月間，270萬Twitter用戶推送的多達970萬條的消息，經過情緒評估工具――Opinion Finder 和GPOMS 被分別賦值并評估為“積極”與“消極”兩種情緒和“calm（冷靜）”、“alert（警覺）”、“ sure（確信）”、“vital（活潑）”、“kind（美好）”、“happy（高興）”六種情緒。結果發現，在道瓊斯工業平均指數和GPOMS中的“calm（冷靜）”情緒之間存在相關性。進一步研究發現，“calm（冷靜）”情緒可以很好地預測道瓊斯工業平均指數在未來2到6天的漲跌情況，而且這種每日預測的準確率高達到87.6%。

大數據時代，可獲得大而全的可得數據，甚至可拋棄原有的假設檢驗的模式，這些優勢是傳統經濟分析方法無法想象和實現的，無疑將會極大地提高宏觀經濟分析的準確性和可信度，不僅可以更加準確了解宏觀經濟形勢，還有利于正確做出宏觀經濟發展的預測，從而更加合理地制定宏觀經濟政策。

變量個數無限增多

在當前大數據時代，數據的可得性和多樣性導致樣本量無限增大，同時變量個數無限增多，這有利于應用大量模型進行研究，并應用完備的數據信息，提高預測的準確性。

經濟預測模型可以分為兩類：一是傳統的小模型預測，這類模型往往通過建立時間序列、橫截面或面板方程來進行經濟分析。傳統的小模型預測的特點是僅使用較少的變量，像VAR模型的變量個數通常小于10個。二是大模型預測，這類模型往往使用成百上千個變量，因而大模型預測利用的信息非常豐富。

小模型預測理論比較成熟、方法相對簡單。但是，小模型預測有天然的缺陷，那就是變量的完整通常是不可能的，而預測的效果受限于其所使用的變量。

使用小模型進行預測時必須仔細挑選預測變量，然而仁者見仁智者見智，無論是根據理論還是根據經驗進行變量的選擇，其過程必然會存在差異，其結果也更是可想而知，而且甚至會產生一些爭議。比如，基于菲利普斯曲線預測通脹時，有的研究使用失業率作為預測變量，也有研究使用GDP缺口或者產能利用率。

清華大學經濟學研究所所長劉濤雄教授就指出，由于模型變量選擇、參數設置、估計方法以及滯后期選擇等的不同，預測結果會產生很大的偏差。

小模型預測方法這一天然的局限是很難調和的，主要是因為數據樣本有限而導致增加很多變量不可行。這使小模型預測的結論往往和經濟現實嚴重脫節。我們很難想象中央銀行會僅僅根據少數幾個變量進行宏觀預測，并據此做出決策。即便是一家企業也不會如此草率。

通過大數據挖掘，可以使得變量大大增加。這就為經濟預測從小模型預測轉變為大模型預測創造了條件，應用大量模型進行分析及預測，可以應用完備的數據信息，從而提高預測的準確性。

在美國，銀行通常依靠FICO得分做出貸款與否的決定，FICO分大概有15-20個變量，諸如信用卡的使用比率、有無未還款的記錄等。而一家名為ZestCash的金融機構，在決定是否向客戶放貸的時，分析的卻是數千個信息線索。ZestCash正是依靠其強大的對于大數據的處理和分析能力，形成了其獨特的核心競爭力。

未必因果關系 而是相關關系

傳統的經濟計量分析以尋找相關事物（變量）的因果關系為核心，而大數據條件下的經濟分析通常則著眼于挖掘相關事物（變量）的相關關系。

在復雜的宏觀經濟系統中，許多經濟變量的因果關系往往難以準確檢驗，或者因果結論經常廣受質疑。然而，在如今的大數據時代，更加重視可靠相關關系的發掘，并且充分利用相關關系對于經濟預測、經濟政策制定與評估的作用，則無疑為宏觀經濟分析打開了另一片廣闊的空間。

在“小數據”時代，宏觀經濟中的因果關系分析其實并不容易，耗費的精力大、時間多。特別是，要從建立假設開始，進而不斷地進行一系列假設的實驗，而一個個假設要么被證實，要么被。不過，無論被證實還是被，由于二者都始于假設，這些分析就都有受偏見的可能，所以極易導致錯誤。

同時，由于計算機能力的不足，在小數據時代，大部分相關事物（變量）關系的分析局限于尋求線性關系。然而，實際上的情況要復雜得多，在現實宏觀經濟中，總能夠發現的是相關事物（變量）的“非線性關系”。

當然，在小數據世界的宏觀經濟分析中，相關關系也是存在并有價值的；不過，在大數據時代的宏觀經濟分析中，相關關系才將大放異彩。維克托?邁爾-舍恩伯格與肯尼思?庫克耶（Victor？Mayer-Schonberger &. Kenneth？Cukier）認為，建立在相關關系分析基礎上的預測是大數據的核心。通過應用相關關系，可以比之前更容易、更快捷、更清楚地分析事物（變量）。

英國華威商學院為預測股市的漲跌，使用谷歌趨勢（Google Trends）共計追蹤了98個搜索關鍵詞。這中包括“債務”、“股票”、“投資組合”、“失業”、“市場”等與投資行為相關的詞，也包括“生活方式”、“藝術”、“快樂”、“戰爭”、“沖突”、“政治”等與投資無關的關鍵詞。結果發現有些詞條，諸如“債務”，成為預測股市的主要關鍵詞。

“谷歌流感趨勢”為預測季節性流感的暴發，對2003年和2008年間的5000萬最常搜索的詞條進行大數據“訓練”，試圖發現某些搜索詞條的地理位置是否與美國流感疾病預防和控制中心的數據相關。

谷歌并沒有直接推斷哪些查詢詞條是最好的指標，相反，為了測試這些檢索詞條，谷歌總共處理了4.5億個不同的數字模型。將得出的預測與2007年和2008年美國疾控中心記錄的實際流感病例進行對比后，谷歌公司發現，它們的大數據處理結果發現了45條檢索詞條的組合，將它們用于特定的數學模型，預測結果與官方數據的相關性高達97%。

在大數據時代來臨之前，盡管相關關系已被充分證明大有用途，可是相關關系的應用很少。這是因為用來做相關關系分析的數據同用來做因果關系分析的數據一樣，也很少，也不容易得到，并且收集有關的數據，在過去相對來說，也費時費力，也會耗資巨大。不過現如今，可用的數據如此之多，也就不存在這樣的難題了。特別是現在，有關專家們正在研發能發現并對比分析“非線性關系”的必要工具。總之，一系列飛速發展的新技術和新軟件從多方面提高了有關分析工具發現宏觀經濟變量相關關系的能力，這就好比立體畫法可同時從多個角度來表現人物或事物。

在大數據時代，這些新的分析工具和思路為我們提供了一系列新的視野和有用的預測，使我們看到了很多以前不曾注意到的宏觀經濟中的聯系，掌握了以前無法理解的復雜的國民經濟動態。

時滯變即期

目前對宏觀經濟的分析研究所采用的資料，主要依賴于各種統計調查系統的統計數據，但面臨的最明顯的缺陷之一便在于關于宏觀經濟統計的數據具有很強的時滯性。而大數據經濟模型可以充分利用數據的實時性，提高分析或預測的時效性，為經濟預警和政策制定提供最快速的資料和依據。

一般來說，依賴統計部門的宏觀經濟數據的都存在時間滯后的問題。由于不能及時獲取宏觀經濟發展的數據信息，也就不能對當下的宏觀經濟形勢作出準確判斷。例如，政府公布的季度GDP 往往會有1個月的滯后期，而反映全面經濟社會狀況的統計年鑒的滯后期會達到3個月左右，這對及時了解宏觀經濟形勢、預測與預警都是非常不利的，基于此統計進行的預測甚至被認為助長了宏觀經濟波動。

在互聯網技術的輔助下相關宏觀經濟的分析部門能夠快速地收集到主要宏觀經濟發展數據，如全社會的用電量、全社會的商品銷售總額以及商品房的購買量等。這些大數據的獲取時間較短，有的數據甚至是立即可以獲得。

而隨著互聯網尤其是移動互聯網的發展，產生了大量的即時傳播數據，如企業通過微博、微信第一時間產品、人事等重要信息； 普通用戶實時針對特定事件或對象發表見解和態度，等等。

這些即時傳播的非結構化數據對宏觀經濟的走勢也產生了重要影響。通過大數據軟件處理平臺，可以實時追蹤和搜集這些即時數據，并快速對數據進行分析和處理，從而提高宏觀經濟的時效性，為經濟活動參與者贏得決策時間。

在日本北九州市八幡東區東田地區實行的“八幡東區綠色鄉村構想”中，日本IBM公司除了設立城市整體能源管理系統、綜合性移動管理系統外，還參與了控制整個城市的城市指揮中心建設。得益于該公司處理和分析大數據的高效工作，當地行政機關可以實時掌握城市能源的情況，并將分析的結果同氣象信息結合，詳細預測48小時之后電力等能源的供需狀況。如果發現將有電力不足的情況發生，行政部門可直接采取抑制電力消費或讓電動汽車釋放電能等措施，提前進行預防。

第2篇：宏觀經濟數據范文

關鍵詞：教學改革經濟學數據可視化

《經濟學基礎》是財經類高職學生一年級的專業基礎課，根據“扎根基礎、立足專業、面向發展”的原則，教學目標包括了知識、能力和素質三個層面的內容。教學策略的選擇依據是學生自身的特點和教學內容要求。“95后”“00后”逐漸成為高職學生的主體，他們成長于網絡時代，受到各種媒體信息的沖擊，既有學習自主性不強、邏輯思維能力較弱等不足，也有熟悉信息化手段、思維活躍等優勢；在各媒體信息沖擊之下，從熱點中接觸到了GDP、通貨膨脹等內容，但對國民經濟總體運行的邏輯認識基本上處于空白狀態；數學基礎普遍較差，對大量的數據缺乏分析能力，甚至抱有一定的恐懼心理；長期受到各種短視頻、碎片化網絡信息的熏陶，難以保持思考和專注。

宏觀經濟學部分教學難點在于如何克服抽象理論和大量數據帶來的學習障礙，除了建設在線開放學習平臺資源庫等系統性工作，數據可視化是教學實踐中應當重視的一個方向。

一、重構教學內容，突出“國民經濟總體運行”主線

傳統的經濟學教材[1]中，宏觀經濟部分教學內容多，知識點分散，理論講課的重點在于“是什么”“為什么”，不太適合高職院校的一般教學：一方面教學時間不夠（通常只有不到20課時），另一方面教學內容多且專業性較強，“講的不想聽，聽又聽不懂”，教學效果較差。

以培養學生財經職業素養為目標，結合經濟專業基礎知識“必需、夠用”的原則，圍繞“國民經濟總體運行”這一主題對教學內容進行重構，第一部分是介紹如何描述國民經濟的總體運行，即認識國民經濟總量指標，包括GDP、就業率、通貨膨脹率等，重點是掌握GDP的內涵、核算方法，并且聯系現實了解這一指標在描述地區經濟實力方面的應用；第二部分是介紹宏觀經濟政策的四大目標：經濟增長、充分就業、物價穩定和國際收支平衡，不僅要掌握每個指標的內涵，還要結合案例分析這些指標的應用場景，加深學生對于貿易戰等熱點事件的理解；第三部分是宏觀經濟政策的運用，包括財政政策和貨幣政策，從財政、貨幣政策的實施邏輯到具體工具，培養正確的宏觀經濟視野。

二、挖掘國內數據，推動教學案例“本土化”

經濟學課程的理論性、專業性是比較強的，需要鮮活的案例才能真正理解，然而目前的教材普遍注重理論知識講解，而缺乏案例解析，僅有的部分案例要么時效性不強，要么來自于國外。根據張藝[2]（2019）對我國東部地區7所應用型高校的經濟與管理類專業的相關調查顯示，高質量的本土案例材料和數據對于很多應用型高校而言非常缺乏，來自于歐美發達國家的教學案例與中國的現實情境存在著一定區別，導致學生難以形成代入感。“即使有些教師在開展案例教學時偶爾加入了一些中國案例，但是往往沒有依據中國現實情境來對西方經濟模型的適用性做出分析和調整，導致一些理論難以對中國所面臨的實際經濟問題做出合理的解釋。”

以國內生產總值GDP的核算為例，教材上沿用美國的核算方式，以支出法、收入法為主，基本上不涉及生產法，支出法核算GDP包括了消費、投資、政府購買和凈出口四個部分；而國內的統計信息是以生產法為主，支出法的構成也與美國不同，消費中包括了家庭和政府的支出，沒有單獨列出的政府購買項目。這就帶來了理論學習與實踐應用之間的困難，即使掌握了理論要點，也只能做假設的習題，不能真正分析現實的經濟數據。在介紹GDP的不同核算方法時，應當與具體應用聯系起來：生產法核算GDP中，第一、第二、第三產業增加值的構成比例，可以在一定程度上代表經濟結構的發達程度，以此為基礎引入東西部地區、發達/發展中/落后國家和地區的產業結構對比，可以有效加深學生對該內容的理解；支出法核算GDP中將不同項目在GDP中所占比例的數據圖示化表達出來，可以在時間變化和地區比較中展示消費、投資、出口三駕馬車對經濟的拉動作用，將抽象數據轉變為具體的認知。

中國近三十年的經濟成就有目共睹，但經濟學教材中卻并沒有得到足夠的反映，依然是以歐美國家、日本等發達國家的數據為藍本，理論與現實之間的距離往往讓學生不能夠正確認識經濟發展的現實問題。比如在經濟增長相關理論中，對經濟增長的影響因素的研究往往基于自由市場的起點，國內林毅夫為代表的新結構主義幾乎沒有任何介紹，教材上大量的假設、模型推導實際上超出了高職學生的學習范圍，難以掌握。教學中應當立足于實踐，以東亞“四小龍”模式、南美模式和“金磚國家”等案例為代表，通過土地、人口、資本等影響因素的具體的分析加深對于經濟增長的認知。

三、運用信息手段，實現數據可視化、內容形象化

財經類專業的學生普遍數學基礎較差，對抽象的數字無感，也不擅長進行數據分析。段曉華等[3]（2019）認為在現在和今后一段很長時間內，許多經濟學問題還不能甚至還不必要以數學方式提出。而宏觀經濟學涉及的往往是大量數據，并且需要時期數據、面板數據綜合分析才能得出相應的結論，因此需要運用信息手段，將分散的數據系統整理之后，采用圖片、視頻等方式呈現出來，形象的展示出數據變化背后的理論規律。

第3篇：宏觀經濟數據范文

中國在改革開放的大好時代，從1978年到1990年的13年中，只有4年超過10%，2年超過12%，超過13%的只有1年，低于8%的年份竟然超過8年，中國經濟出現的四個經濟周期，都是在一片“過熱”聲中宏觀調控的產物，在調控中出現過負增長，谷底速度在81、86、90、99年依次為4.5%、8.5%、3.9%、7%以下。我國正處在經濟轉型之中，出現個別年份的高速度是正常現象，但在過去幾個五年計劃中，沒有一年達到15%.從歷史數據的角度看，兩相比較，差距可謂大矣。

眾所周知，日本從戰后的廢墟上崛起僅用了三十年時間。中國在世界進入后現代化和信息化、國內進入改革開放的大好時代，以96年為基數計算（中國人均產值是572美元，日本是40737美元），結果如下：如果假設中國以12％的速度增長，日本則以8％的速度增長，中國趕上日本需要117年。如果中國以6％的速度增長，日本以4％的速度增長，中國趕上日本需要224年。如果日本以6％的速度增長，中國以朱總理講的8％的速度增長，中國趕上日本需要228年。假設日本永遠以4％的速度增長，中國要在50、40、30、20年內趕上日本，則中國人均產值的年增長速度必須分別達到8.91%、11.3%、15.3%、23.8%.顯然，要使中國在100到200年的時間每年以人家1.5倍的速度或在50～20年的時間每年都以人家2～6倍的速度穩步增長，可能性極小。從趕超先進國家的年份來看，兩相比較，差距可謂大矣。

需要特別指出的是，更加重要的差距還不是速度、趕超年限，而是對速度的看法與心態。日本即便是在17.5%的高速度下，政府與學界還是感覺到自己的落后，竭盡全力改善經濟條件，促進經濟增長。而中國則總是撇開經濟轉型的大前提不談，不是用自己的經濟轉型與人家的經濟轉型相比較，而是用自己的經濟轉型與人家的經濟成熟期相比較。每次超過10％以后就來一次大調控，調控的目的不是促進經濟增長，而是降低經濟增長速度……我們很難設想如果日本政府在經濟轉型時期也象我們一樣，每次超過10％以后就來一次大調控，大和民族是否還能有今日的崛起與輝煌？但我們卻可以借用世界銀行總裁對不發達國家所說的一段話警醒國人：你可以用經濟增長掩蓋問題，但你也在下一輪增長中埋下危機的種子。

第4篇：宏觀經濟數據范文

論文關鍵詞：宏觀經濟環境；資本結構；調整速度；非平衡面板數據

在調整速度的眾多影響因素中，宏觀經濟因素對調整速度的影響近年開始引起學術界的關注。Douglas0．Cook(2009)分別采用兩階段和綜合兩種動態部分調整模型，考察宏觀經濟環境對調整速度的影響，發現在宏觀經濟繁榮時調整速度較快。原毅軍，孫曉華(2006)的研究得到調整速度與上一年GDP增長率正相關，與通貨膨脹率，實際貸款利率和財政支出增值率負相關的結論。黃輝(2009)對宏觀經濟環境和制度因素影響調整速度進行了研究，結果顯示調整速度表現出順經濟周期現象。本文對前人研究方法進行改進，基于部分調整模型，用宏觀經濟變量劃分樣本進行調整速度對比研究。在目標資本結構的回歸中不考慮宏觀因素。這樣改進可以避免雙重考慮宏觀經濟因素造成研究結果不穩定性和不顯著性。

一、研究模型與變量設計

1．研究模型

接受Nerlove的部分調整模型(partialadjustmentmode1)的構建思路，構建下面的資本結構部分調整模型(1)

其中，和分別表示公司i在第t年末的最優資本結構和實際資本結構。為調整系數，表示在一個年度內公司的資本結構向目標水平調整的快慢，并間接反映調整成本的大小。

根據屈耀輝(2006)等人的研究，目標資本結構可表示為公司特征向量與行業特征向量的線性函數

其中是影響公司目標資本結構的一組相關變量，和分別為行業和時間虛擬變量。

將(2)式帶入到(1)式整理得到本文的回歸模型(3)式

2．變量設計

(1)資本結構變量。本文分別使用賬面資產負債率和市場資產負債率兩種資本結構進行研究。

表示賬面資本結構，市場資本結構。表示長期負債，表示短期負債，表示賬面總資產，表示流通股賬面價值，表示流通股市場價值。

(2)目標資本結構擬合變量。根據已有文獻對目標資本結構影響因素的研究，本文選用的公司特征變量包括：公司規模(SIZE)，用主營業務的自然對數表示，目前公司規模與資本結構的經驗研究沒有得到一致結論；資產有形性(TANG)，用固定資產除以總資產表示，經驗研究表明有形資產的比率與資產負債率正相關；非債務稅盾(NDTS)，用固定資產折舊除以總資產表示，經驗研究研究發現非債務稅盾與資本結構負相關；公司成長性(GROW)，用托賓Q值表示，公司成長性對資本結構的影響目前還沒有定論；公司盈利能力(PROF)，用息稅前利潤除以總資產表示，公司盈利能力對資本結構的經驗研究也沒有得到一致的結論；稅收因素(TAX)，用所得稅除以利潤總額表示。考慮行業特征因素，用行業資產負債率平均值(HAB，HAM)表示。

(3)宏觀經濟變量。仿照Douglas0．Cook(2009)，本文選用GDP增長率來定義宏觀經濟環境。GDP增長率定義為本年GDP減去上年GDP再除以上年GDP。宏觀經濟變量劃分樣本的具體情況是，l3年的GDP增長率數據以2002年的GDP增長率為中位數分為兩個部分，每個部分分別按照GDP增長率的二分位數再進行劃分，將樣本分成四個部分。取GDP增長率最小的三年1998~2000定義為為宏觀經濟環境衰退；取GDP增長率最大的三年2005~2007定義為宏觀經濟環境繁榮。

二、樣本選取與估計方法

選擇滬深兩市1996~2008一般上市公司的數據，不包括金融上市公司，剔除PT，ST公司。經過數據整理，獲得分布于十二個行業的715家公司的9295個樣本觀測點。樣本數據來源于CCER數據庫。由于模型(3)把目標資本結構的決定因素內化其中，模型右邊包含因變量一階滯后變量，采用動態面板數據的G刪估計方法，把模型(3)右邊所有變量的二階滯后變量作為工具變量。

三、實證結果分析

模型(3)的回歸結果如表1

注：括號里的數據是T檢驗值，表中***、**、*分別代表在1％，5％以及10％的顯著性水平下顯著

第5篇：宏觀經濟數據范文

(一)模型定義為了合理描述宏觀經濟波動狀況與汽車行業發展情況，將宏觀經濟的形勢和汽車行業的發展分別看作是兩個綜合的、模糊的、不可觀測的潛變量，其中宏觀經濟的形勢受多個可觀測經濟變量的影響，如CPI、PPI等;而汽車行業的發展情況也是由汽車產銷量、汽車進出口量等可觀測變量共同作用的結果。

(二)研究方法結構方程模型(SEM)是在70年代KarlJores-kog和DagSorbom等學者提出的在統計理論基礎上發展而成的驗證性多元統計分析技術［11］。通過觀測變量集合之間的協方差結構和相關結構，從定量的角度建立模型處理潛變量與潛變量、潛變量與觀測變量之間關系的方法。一個典型的結構方程模型包括兩大部分:測量模型與潛在結構模型。1)測量模型:描述潛變量與顯變量之間的關系:x=Λxξ+δ(如CPI與宏觀經濟形勢的關系)y=Λyη+ε(如汽車產量與汽車行業發展情況的關系)在實際應用當中常常將潛變量表達為其相應顯變量的線形加權和的形式，且有幾個潛變量即需定義幾個度量模型。2)結構模型(StructuralModel)描述的是潛變量之間的因果關系:結構模型η=Βη+Γξ+ζ(宏觀經濟形勢與汽車行業發展情況的關系)實際應用中往往用線形回歸的形式擬合潛變量之間的關系，潛變量之間的回歸系數常稱為路徑系數。

(三)指標選取與模型構建宏觀經濟波動體現的不僅僅是GDP的變動，而是伴隨著出口、消費、存貸、利率等一系列經濟指標的變化。同樣汽車行業的發展狀況也絕不僅是由汽車的產銷量來體現，而是通過一系列汽車指標進行的綜合評判。筆者將宏觀經濟形勢和汽車行業發展情況看作不可直接觀測的潛變量，而將反映宏觀經濟形勢和汽車行業發展情況的經濟指標作為其觀測變量。參考以往關于宏觀經濟與汽車行業之間關系以及各類指標數據，結合歷年關于宏觀經濟與汽車行業的發展數據，運用SPSS進行因子分析，得到下列變量指標。在結構方程模型的結構路徑圖中，用圓或者橢圓表示潛變量，矩陣表示觀測變量，單向箭頭表示一個變量對另一個變量的影響，雙箭頭表示變量之間的協方差或者相關關系。宏觀經濟與汽車業相關關系模型的結構路徑圖和基本路徑假設如圖2。

(四)數據說明模型選取的所有數據均來源于國家統計信息網以及《中國汽車工業年鑒》2007至2012六年間的月度數據，缺失數據運用趨勢擬合與均值補充進行數據填充。

二、實證分析與結果

(一)模型的擬合度檢驗基于六年的72條數據，運用軟件AMOS17．0，對模型進行了驗證分析。使用檢驗、規范擬合指數NFI和修正擬合指數IFI、比較擬合指數(CFI)、近似誤差平方根(RMSEA)等較為穩定的指標考核模型的整體擬合優度，擬合后的評價結果及其理想值匯總于表2。表2表明，P值為0．000，說明模型通過檢驗;卡方與自由度之比從總體上反映了模型的擬合度，有學者認為小于2．0，則可以認為模型擬合較好，但也有學者認為當χ2/df介于2．0到5．0時，也可以接受模型，要視情況而定。本模型由于樣本空間較少，故3．8在可接受范圍之內。規范擬合指數NFI、修正擬合指數IFI和比較擬合指數(CFI)都是越接近于1越好，而RMSEA低于0．1才是好的擬合，模型結果中NFI、IFI和CFI都在0．8以上，RMSEA為0。093，小于0．1，說明模型整體擬合效果較好。另外，根據AMOS所給出的結果，其組成信度(CR)大部分都在0．7－0．9左右，其平均提煉方差(AVE)也都在0．5以上，所以無論是從總體上，還是從內在結構上，該模型都實現了較好的擬合效果，說明了該結構關系能夠反映樣本數據之間的內在關系。需要指出的是，由于樣本數量的關系，模擬結果還未達到最理想。

(二)模型的結構關系分析運用軟件AMOS17．0進行假設模型的驗證與分析，再根據修正指數MI進行多次變量之間關系的修正，得到所有不可觀測變量之間的路徑系數以及顯變量與隱變量之間的因子負荷，其結果如圖3所示。本文構建結構方程模型時采用了固定因子負荷法設定因子的度量單位。由圖3分析表明:第一，負荷系數具有顯著性，表明測量變量能很好地反映其對應的潛變量。在宏觀經濟形勢因子中，外商直接投資、貨幣供應量和匯率對宏觀經濟的潛力影響顯著，工業增加值的增長對宏觀經濟的發展影響顯著，工業品出廠價格指數對宏觀經濟的現狀影響顯著。汽車行業發展中，汽車產量和汽車工業增加值的作用很明顯，而汽車產品以及汽車進出口貿易差額的作用不是很顯著。第二，路徑系數具有顯著性，表明宏觀經濟形勢與汽車行業發展之間確實存在結構關系。宏觀經濟影響因子與汽車制造業發展的相關系數分別為:0．88、0．84、0．71，其中，宏觀經濟因子E1，即宏觀經濟的潛力水平對汽車制造業的發展影響最大。相關關系表明，信貸、貨幣、財政收入、城鎮固定投資額、PPI、PMI等外生因素對宏觀經濟的作用最終也影響了汽車行業的發展。兩者之關系可歸結為:汽車行業的發展程度受宏觀經濟形勢的影響，宏觀經濟形勢在很大程度上也反作用于汽車行業的發展，且對汽車行業的產量、貿易、增加值都有顯著影響。

三、結論

第6篇：宏觀經濟數據范文

1, the north China water conservancy and hydropower college graduate school of zhengzhou 450011; 2, wuhan university graduate school of wuhan 470072

摘要：現行判斷宏觀經濟的指標繁多，且判斷標準不盡相同，使得判斷宏觀經濟整體狀況不盡如人意。本文筆者提出一種全新的、并能夠直接反映宏觀經濟狀況的研究方法――群體綜合指數判斷方法，并將此方法運用在實例中，判斷和分析了一國宏觀經濟的形勢，證明了其正確性和科學性。

關鍵詞：宏觀經濟 判斷標準 群體綜合指數判斷方法

Abstract: the current macroeconomic indicators judge various, and the judgment standard is endless and same, make judgment macroeconomic overall condition not satisfactory. In this paper the author puts forward a kind of brand-new, and can directly reflect the research methods of macro-economic conditions-group composite index judging method, and the method is used in the example, the judgment and analysis of a country macroeconomic situation, prove the correctness and scientific.

Keywords: macroeconomic judgment standard group composite index judge method

中圖分類號：F123.16 文獻標識碼：A文章編號：

1 緒論

在現代市場經濟中，周期性的經濟波動似乎成為了一國經濟生活中的客觀現象，經濟發展是有起必有落，大起必大落。我國自改革開放以來，事實上也面臨著膨脹與衰退的反復。經濟波動必然影響到經濟主體的行為。所以，必須加強對宏觀經濟的判斷和分析。

縱觀當前宏觀經濟判斷的研究方法，有美國的綜合指數法、國內基于模糊數學的綜合評判法，還有全新的人工神經元網絡理論景氣觀測法，但這些方法都或多或少的存在著一定的弊端。所以，在本文中，筆者討論并提出了一種基于宏觀經濟指標群體的宏觀經濟狀況判斷方法。

2 群體綜合指數判斷方法

此方法是從宏觀經濟數據中選取比較重要的指標，作為一個評價群體，將指標月數據進行數據標準化，使其具有可比性，利用指標群體及其均值的變化趨勢來判別宏觀經濟的運行狀況及預測經濟的未來趨勢。步驟如下：

2.1數據的收集整理

選取重要的宏觀經濟指標，如GDP、CPI、PPI等，至少20個。將這些指標的月數據進行統計整理，得

其中：

2.2 數據的標準化處理

在數據分析之前，我們通常需要先將數據標準化，然后利用標準化后的數據進行分析。標準化后的數據，對測評方案的作用力同趨化，并且具有可比性。

Min-max標準化方法是對原始數據進行線性變換。設minA和maxA分別為經濟指標A的最小值和最大值，將A的一個原始值通過min-max標準化映射成在區間[0,1]中的值，其公式為：

（公式1）

將每一個經濟指標的月數據都標準化之后，便得：

2.3計算群體綜合指數

將每個月標準化后的宏觀數據平均化，及

（公式2）

得到群體綜合指數：

3.案例分析

在本案例中，筆者選取德國作為研究對象，對群體綜合指數判斷方法進行驗證和說明。由于股市是經濟的晴雨表，股市的起伏能夠很好地反映該國經濟的狀況，所以在本章中，筆者選取德國法蘭克福指數作為反映德國宏觀經濟狀況的對比參考指標。

3.1數據的收集整理

根據德國實體經濟特點，篩選出23個能夠反映德國宏觀經濟狀況的指標，如GFK消費者信心指數、PMI、CPI等等，同時選取法蘭克福指數（DAX）作為對比指標，時間區間為2008年1月到2011年9月。由于數據繁雜，現只選取出德國2008.01~2008.10期間的GFK消費者信心指數（即下表中A）、PMI(即下表中B)、CPI(即下表中C)三個指標的月數據進行具體統計整理，得

3.2 數據的標準化處理

根據公式1，將每一個經濟指標的月數據及法蘭克福指數標準化之后，得：

3.3計算群體綜合指數

由公式2計算得群體綜合指數：

3.4判斷分析

將計算得出的群體綜合指數和經過標準化處理后的法蘭克福指數在EXCEL中作圖得到德國指標對比圖，為了分析方面，對其進行簡化從而得到群體綜合指數―法蘭克福指數圖，進而可以進行對比研究。

從上圖分析知：

①從經濟狀況角度分析：2008.01―2008.08與2010.03―2011.09這兩個時間區間，德國群體綜合指數處于50%線和80%之間，說明此時德國經濟比較穩定，經濟狀況良好，這與德國的實際經濟是客觀符合的；2008.09―2009.11與2009.08―2010.02這兩個時間段，德國群體綜合指數處于30%線和50%線之間，顯示此時的德國的經濟疲軟，而2008.09―2009.11時間區間的經濟背景是全球開始陷入金融危機，作為出口為主導的德國經濟受到很到沖擊，經濟狀況疲軟，而2009.08―2010.02時間區間則處于經濟危機的末期，經濟雖有好轉，但總體疲軟；2008.12―2009.07時間區間，德國群體綜合指數處于30%一下，聯系當時經濟環境，全球深陷處于金融危機之中，處于危機最艱難階段，德國經濟惡化，經濟形勢異常嚴峻，經濟十分蕭條。實際經濟狀況與群體綜合指數判斷方法很好的契合很好地驗證了群體綜合判斷方法對經濟狀況的判別作用。

②從經濟走勢角度分析：2008.06―2008.11時間區間，德國群體綜合指數曲線處于下行過程，顯示德國經濟處于下行過程，考慮到當時由美國次貸危機引發的全球金融危機正在向全球蔓延，開始影響其他國家經濟，德國亦無法免受其害的事實，綜合指數的判斷方法與德國實際經濟情況是符合的；2009.07―2011.04時間區間，群體綜合指數曲線處于上行通道，顯示德國經濟處于復蘇階段，經濟處于擴張狀態，這與德國當時實際經濟情況是客觀相符的；2011.05―2011.09時間區間，德國綜合指數曲線處于下行通道，顯示德國經濟處于下滑狀態，而此時歐元區正深陷歐債危機不能自拔，歐元區經濟下滑，作為歐元區三駕馬車之一的德國，無法獨善其身，經濟受到拖累，這些事實都驗證了群體綜合指數判斷方法的科學性。

③通過對比分析可知，作為德國經濟晴雨表的法蘭克福指數的走勢與群體綜合指數的走勢基本吻合，兩者的正相關性很強。所以，群體綜合指數在一定程度上可以正確、全面得反正出德國宏觀經濟的運行狀況，具有一定的科學性。

4 結束語

第7篇：宏觀經濟數據范文

［關鍵詞］經濟景氣指數;消費者信心指數;格蘭杰因果檢驗;脈沖響應函數;擴大內需

［中圖分類號］F12316［文獻標識碼］A［文章編號］1005-6432（2012）23-0076-04

1 引 言

金融危機爆發后,我國的經濟受到了很大影響。首先影響了中國的宏觀經濟,使我國宏觀經濟景氣狀況下降。其次,嚴重影響了消費者的消費水平和消費信心,使很多老百姓縮減開支。因此,在金融危機背景下研究宏觀經濟景氣狀況與消費者信心有著重大的意義,可以幫助政府找出策略,從消費者信心入手,刺激消費,正確引導我國經濟逐步走向繁榮。

2 研究現狀

國內對宏觀經濟景氣狀況與消費者信心的研究主要有三大方向。

第一,對宏觀經濟景氣指數的構建。王金明,程建華和楊曉光用我國1997年1月—2006年5月的月度經濟數據,探討建設SW型先行景氣指數的可能性。結果發現,利用一致指標計算的SW景氣指數較好地反映了實際經濟運行狀況,基于預測的SW型先行景氣指數有較好的預警性質,而基于先行指標的SW型先行景氣指數存在著不穩定、表現力差的特點。文斌以我國現行統計制度為基礎,結合北京實際情況,通過構造基準循環、“提取”先行指標、編制指數、返回檢驗等步驟,對北京先行經濟指數的科學性和有效性進行了分析。陳磊和高鐵梅利用Stock-Waston型景氣指數以及各種短期預測模型,對當年的宏觀經濟發展趨勢進行了分析和預測。吳桂珍利用多元統計分析方法,研制了監測和預測我國經濟周期波動的景氣指數。

第二,對消費者信心指數的構建及預測。陳敏,宋永發和邢燕婷通過實地調研,構建并計算了大連住宅市場潛在需求信心指數,以量化消費者購房信心,預測房地產市場走勢。孫紅英對GM(1,N)模型進行了改進,加入了動量項G,以2006—2009年以來消費者月度信心指數為基礎,對2010年中國消費者信心指數進行了預測。

第三,宏觀經濟景氣指數或消費者信心指數與其他經濟變量關系的研究。張道德和俞林基于VAR模型,運用脈沖響應函數和方差分解研究了消費者物價指數(CPI)、采購經理人指數(PMI)以及消費者信心指數(CCI)之間的相關性。魏瑾瑞,方匡南,謝邦昌和朱建平運用擴展線性支出系統模型、時間維度分析和橫截面結構分析的方法,研究了CPI與消費者信心指數(CCI)之間的互動關系。李雪梅通過對影響消費者信心指數的一些定量數據進行分析,研究了各項指標和消費者信心指數之間的關系。丁浩,張朋程和李偉娟基于1999年1月—2011年7月布倫特原油月平均價格和我國消費者信心指數,運用VAR模型研究了國際石油價格和我國消費者信心指數之間的關系。趙磊利用2006—2009年4年的數據,對消費者信心指數(CCI)和各經濟變量進行了實證研究。結果發現CCI對CPI和失業率有顯著的預測作用,對CPI存在單向引導關系,但對其他經濟變量預測和引導功能不明顯。王英照,趙金樓和劉家國運用格蘭杰因果關系檢驗的方法,對我國出口集裝箱運價指數與宏觀經濟景氣指數之間的關系進行了實證研究。

3 中國宏觀經濟景氣狀況與消費者信心關系的實證分析31 變量指標的選擇

對于我國宏觀經濟景氣狀況的定量描述,本文選取國家宏觀經濟景氣指數(1996年=100)為變量。宏觀經濟景氣指數包括：預警指數、一致指數(1996年=100)、先行指數 (1996年=100)和滯后指數 (1996年=100)。其中,一致指數是反映當前經濟的基本走勢,由工業生產、就業、社會需求(投資、消費、外貿)、社會收入(國家稅收、企業利潤、居民收入)等4個方面合成；先行指數是由一組領先于一致指數的先行指標合成,用于對經濟未來的走勢進行預測；滯后指數是由落后于一致指數的滯后指標合成得到,它主要用于對經濟循環的峰與谷的一種確認；預警指數是把經濟運行的狀態分為5個級別,“紅燈”表示經濟過熱,“黃燈”表示經濟偏熱,“綠燈”表示經濟運行正常,“淺藍燈”表示經濟偏冷,“藍燈”表示經濟過冷。

在對消費者信心的研究上,本文選取我國消費者信心指數進行定量評價。消費者信心指數是反映消費者信心強弱的指標,是綜合反映并量化消費者對當前經濟形勢評價和對經濟前景、收入水平、收入預期以及消費心理狀態的主觀感受,是預測經濟走勢和消費趨向的一個先行指標。消費者信心指數由消費者滿意指數和消費者預期指數構成。消費者滿意指數和消費者預期指數分別由一些二級指標構成：對收入、生活質量、宏觀經濟、消費支出、就業狀況、購買耐用消費品和儲蓄的滿意程度與未來一年的預期及未來兩年在購買住房及裝修、購買汽車和未來6個月股市變化的預期。

因為本文研究的是當前經濟景氣狀況和消費者信心的關系,所以最終選取我國宏觀經濟景氣一致指數(1996年=100)、消費者滿意指數、消費者預期指數和消費者信心指數為變量,分別用EPI、CSI、CEI和CCI來表示。

32 數據的獲取與處理

本文是基于金融危機背景下,對我國經濟景氣狀況與消費者信心關系進行的研究。美國“次貸危機”從2006年春季開始逐步顯現,2007年8月開始席卷美國、歐盟和日本等世界主要金融市場,2008年9月份全面爆發。因此,本文選取2008年9月—2011年12月為研究時間段,利用月度數據進行實證檢驗,共有40個樣本點。本文所需要的經濟景氣指數和消費者信心指數、消費者預期指數、消費者滿意指數都來源于中國國家統計局網站。

因為宏觀經濟景氣指數(1996年=100)、消費者滿意指數、消費者預期指數和消費者信心指數都容易受到季節波動因素的影響,因此首先要剔除這些數據的季節波動因素。本文用EVIEWS 60軟件,運用X-12-ARIMA法對數據進行處理,剔除數據的季節波動因素,使得數據能夠較為客觀地反映宏觀經濟狀況和消費者信心,處理后的數據分別表示為EPI_SA、CSI_SA、CEI_SA和CCI_SA。

為了消除異方差性和熨平數據的波動性,本文還對經過季節調整后的數據取自然對數,分別用LNEPI _SA 、LNCSI _SA、LNCEI _SA、LNCCI _SA表示。

33 平穩性檢驗

如果時間序列中存在單位根,就會出現偽回歸的現象。為了避免偽回歸的出現,本文先對時間序列進行ADF單位根檢驗,檢驗結果如表1所示：

注：①DLNEPI_SA表示LNEPI_SA的一階差分,其余類同；

第8篇：宏觀經濟數據范文

【關鍵詞】宏觀經濟;泡沫;預期

引言

股市泡沫是指股票價格偏離基礎價值的現象。這一現象是理論研究領域與實踐領域長期以來關注的主題。人們一直試圖回答這樣兩個問題:股市泡沫從何而來?股市泡沫的影響如何?事實上,泡沫來源于投資者過高的預期,而預期的形成是一個復雜的、動態的過程。經濟過熱、信貸擴張、從眾行為……都可能導致泡沫的產生。反過來,泡沫也可能進一步影響經濟情況和人們的行為。當這種相互作用機制導致市場中出現極度泡沫時,隨之而來的是市場崩潰,甚至是金融危機(金德爾伯格,2000)。

近幾年來中國股市也出現了股價飚升、繼而暴跌的現象。在中國特殊的轉軌經濟時期,股市泡沫的形成機理更為復雜。而這一機理產生和發揮作用均是以一定宏觀經濟情況為背景的。從這個角度而言,股市泡沫與宏觀經濟存在著直接或者間接的關系。在股市大起大落的同時,宏觀經濟情況也處在波動之中。

本文通過選取1998-2002年中國宏觀經濟和股市數據,構造宏觀經濟綜合指標和泡沫指標,定量分析近年來中國宏觀經濟與股市泡沫之間的相互關系。本文得出的結論是:中國宏觀經濟總體情況與股市泡沫存在正向相關性,相關系數為0.2245;泡沫指標與提前5-9個月的宏觀經濟綜合指標的相關系數則超過了0.5;此外,在選取12個滯后項數時,宏觀經濟綜合指標是泡沫指標的格蘭杰原因。

本文的結構包括以下幾個部分:第一部分是簡單的文獻回顧,第二部分介紹指標體系和數據的選取,第三部分是實證研究結果,第四部分是結論以及對結果的進一步討論。

一、文獻回顧

經濟學和金融理論對宏觀經濟波動與股市波動之間的關系已經進行了大量的論證。例如,Fisher(1933)從美國大蕭條的教訓出發,提出宏觀經濟波動始于金融市場的觀點,他認為大蕭條是金融市場運行失常的結果,而負債過度和通貨緊縮是金融市場產生大動蕩的根本原因。Minsky(1975,1986)對金融市場和實體經濟中存在的正反饋機制進行了分析,并提出了金融不穩定假說,以此對宏觀經濟波動進行解釋。金德爾伯格(2000)則從宏觀經濟過熱出發,探討金融泡沫的產生。在實證領域,Friedman(1988)的研究發現,美國貨幣供應量和貨幣流通速度均可以用來解釋股價的變動。

在國內的實證研究中,研究者主要是通過建立一些宏觀經濟指標與股票價格指標之間的數量模型,檢驗二者之間的關系。趙志君(2000)的研究表明我國股票市值與GNP的比值和GNP增長率嚴重負相關,他指出證券市場明顯缺乏理性,股票價格晴雨表的作用在中國經濟中根本不存在。施東暉(2001)用工業總產值、社會商品零售總額、固定資產投資、居民消費價格指數、狹義貨幣供應量等宏觀經濟指標為自變量,以上證綜合指數每月底底收盤指數為應變量進行檢驗,結果顯示股市走勢只和狹義貨幣供應量有關,據此認為中國股市的價格上漲屬于典型的“資金拉動”型。羅健梅,王曉黎(2003)的研究表明衡量利率的指標與衡量股票價格的指標之間存在一種較強的負相關關系,即利率上升時股票價格會下降;利率下降時股票價格則會上升。

可以看到,我國目前的研究往往通過選取一些宏觀經濟指標,如GDP、固定資產投資、利率、消費等,分析單個指標與股票價格之間的關系,沒有考慮這些指標對股票價格進行影響的綜合效應。此外,已有的研究主要關注宏觀經濟情況與股票價格之間的關系,這里的股票價格即包含了反映基礎價值的合理部分,也包含了偏離基礎價值的泡沫部分。本文將通過構建一個宏觀經濟的指標體系,用反映總體宏觀經濟情況的綜合指數與股市泡沫指數進行計量分析,檢驗總體宏觀經濟與股市泡沫之前是否存在相互影響的關系。

二、指標與數據的選取

本文的目的是檢驗宏觀經濟總體情況和股市泡沫之間的關系,因此需要選取衡量宏觀經濟總體情況的指標和反映股市泡沫的指標。

宏觀經濟總體情況是通過多個經濟變量在不同的經濟過程中體現出來的。為了更加準確和全面地刻畫宏觀經濟的變化有必要建立一個綜合指標體系。在這里我們借鑒了劉恒、陳述云(2003)對中國經濟周期進行研究的方法和結論,通過一個綜合指標體系,計算經濟波動綜合指數。這個綜合指數由6個具體的指標組成:即工業增加值、固定資產投資總額、社會消費品零售總額、商品零售價格指數、貨物周轉量、進出口總額。綜合指數的計算步驟可以簡要概括為:第一,計算各個指標增長率(),增長率按照各自的每月累計數比上年數計算而得;第二,計算各個指標的波動系數();第三,確定各個指標權重,權重的計算方法為將6個指標的波動系數加總,即;然后分別計算每個指標的波動系數占波動系數總數的比

例,即并將這個比例作為該指標的權重;第四,計算綜合指數,即先計算各個指標的增長率乘以其權重CI,然后加總得到綜合指數。我們用這個綜合指數CI來反映

總體宏觀經濟發展狀況,指數的軌跡代表了宏觀經濟的波動情況。計算指標的數據來自1998年1月到2002年4月國家統計局公布的月度“主要經濟統計指標”(轉引至劉恒、陳述云,2003)。

對股市泡沫進行計量一直是理論研究的一個難點。泡沫是市場價格偏離基礎價值的部分,而基礎價值是股票在未來產生的收益流的貼現。由于股票的未來收益流是不確定的,因此基礎價值難以衡量,并進一步導致股票的泡沫難以進行精確的計量。在研究中比較通用的方法是用股票的市盈率來代表股票的泡沫。市盈率是每股價格占每股盈利的百分比,它實質上是股票的相對價格,在一定程度上代表了股票價格對基礎價值的偏離。市盈率既可以用來反映個股泡沫的含量,也可以作為對股票市場運行狀態的總體描述,進而對整個股市的泡沫判斷有重要的意義。由于我國深市與滬市的股價存在高度的相關性,我們選取了我國深圳交易所從1998年1月到2002年4月的月度平均市盈率作為我國股市泡沫的代表,數據來源于《深圳證券交易所市場年鑒》(1998―2002)。平均市盈率B的計算公式是:

B(平均市盈率)=股票總市值/股票總收益

=(收市價×總股本)/(每股盈利×總股本)

我們將通過對CI和B這兩個指標的分析,檢驗宏觀經濟總體情況與股市泡沫之間的關系。

三、實證分析及其結論

我們選取了1998年1月至2002年4月期間的宏觀經濟綜合指標CI和泡沫指標B,分別有52個觀測對象。下圖顯示了宏觀經濟和泡沫指標在這一期間的走勢。從圖中可以簡單判斷宏觀經濟綜合指標提前于股市泡沫的波動,例如宏觀經濟綜合指標出現波峰的時間普遍早于泡沫指標。這種現象似乎有悖于“股市是宏觀經濟晴雨表”的一般看法。下面我們將通過進一步的相關分析和ADF檢驗和因果檢驗來說明二者之間的關系。在檢驗中應用的統計軟件是Eviews。

(一)相關性分析

相關系數表示了兩個變量之前的聯系程度。如表1所示,宏觀經濟綜合指標CI和泡沫指標B之間的相關系數僅為0.2245。這表明同一時期的CI和B雖然存在正向相關的關系,但是聯系程度較低。從圖1的走勢圖中我們已經看到CI和B的波動存在時間上的差異,因此,我們進一步分析這兩個變量的跨期相關系數。圖2是本期泡沫指標與前i個月的宏觀經濟指標CI的跨期相關系數圖,i表示提前的月數。圖中顯示泡沫指標與提前5-9個月的宏觀經濟綜合指標的相關系數都超過了0.5,最高的相關系數0.5709出現在本期泡沫指標與提前7個月的宏觀經濟綜合指標之間。圖3是本期泡沫指標與后i個月的宏觀經濟指標CI的跨期相關系數圖,i為滯后的月數。與圖2相比,圖3的相關系數普遍較低,最高的相關系數0.2487出現在B與滯后2個月的CI之間。跨期相關系數分析表明泡沫指數與前期的宏觀經濟綜合指數存在較高的相關關系,也就是說股市泡沫的變化滯后于宏觀經濟的變化。

(二)ADF檢驗

相關檢驗之后我們將進行因果檢驗,但由于檢驗變量之間是否存在因果關系的前提是各變量是否服從單位根過程,即變量序列是一階求積過程(Integrated of one Order),記作I(1),因此我們將先進行單位根檢驗。常用的單位根檢驗方法是ADF檢驗(Augmented Dickey-Fuller),其回歸方程式為:

其中為變量序列的一階差分,t是時間或趨勢變量,因為時間序列數據往往具有自相關性,因此加入項以消除變量自相關的影響。若檢驗結果δ顯著為0,則說明變量是單位根過程I(1);否則,若δ顯著異于0,則表明變量是一穩定過程I(0)。表2列出了我們需要研究的兩個時間序列CI和B的ADF檢驗結果。

表2的檢驗結果表明,宏觀經濟綜合指標CI與泡沫指標B的ADF值的絕對值全部都小于1%、5%和10%臨界值,因此我們接受原假設,即它們都服從I(1)過程。這樣我們就可以進一步對它們進行因果關系分析。

(三)格蘭杰因果檢驗

兩個變量之間存在相關關系不一定意味著存在著因果關系。為了進一步考察宏觀經濟綜合指標和泡沫指標之間的因果導向,我們采用了格蘭杰因果檢驗(Granger causality test)方法。

格蘭杰因果檢驗假定有關宏觀經濟綜合指標和泡沫指標每一變量的預測的信息全部包含在這些變量的時間序列之中。檢驗要求估計以下的回歸:

其中干擾項,假定為互不相關。方程(2)假定當前的宏觀經濟綜合指標CI與CI自身以及泡沫指標B的過去值相關,而方程(3)也假定當前的B與B自身以及CI的過去值相關。

我們選取了不同的滯后項個數,得到了方程(2)和(3)不同的回歸結果,如表3所示。

檢驗結果顯示,只有在選取12為滯后項數時,我們有近似95%的把握說宏觀經濟是泡沫的原因。在表中顯示的其他情況下,宏觀經濟指標和泡沫指標均不存在因果關系。

四、結論

通過以上分析我們得到的結論是中國宏觀經濟總體情況與股市泡沫存在正向相關性,相關系數為0.2245;泡沫指標與提前5-9個月的宏觀經濟綜合指標的相關系數則超過了0.5;在選取12個滯后項數時,存在宏觀經濟綜合指標到泡沫指標的因果關系;此外,不存在股市泡沫指標到宏觀經濟綜合指標的因果關系。也就是說,股市泡沫與前期的宏觀經濟情況有一定的相關關系,近12個月的宏觀經濟情況是當期股市泡沫存在的原因,而股市泡沫對宏觀經濟沒有反饋作用。

宏觀經濟發展導致股市泡沫產生是以投資者的預期為傳導中介的。這是因為股市泡沫產生的直接原因是投資者對股價的預期超過了股票的基礎價值。宏觀經濟發展狀況良好將使市場普遍存在樂觀的情緒,使投資者對股票市場產生較高的預期,推動股票價格偏離基礎價值。當這種看漲的預期在投資者之間傳播時,由于從眾心理或者羊群效應的存在,自我強化(self-reinforce)和自我實現(self-fulfillment)機制將使價格進一步偏離基礎價值,產生股票泡沫(Thomas Lux,1995)。在我國當前經濟和證券市場發展的條件下,上市公司資產質量普遍太低,上市公司沒有投資價值,投機之風盛行。這就迫使投資者更加關注于上市公司基本情況之外的信息,因此作為外部信息之一的宏觀經濟情況將對投資者的預期產生重大的影響。

雖然我國當前的股市泡沫還沒有對實體經濟產生顯著的效應,但是金融市場的發展歷史已經證明過度的股市泡沫對實體經濟的發展、對資本市場的規范化以及對投資者權益的保護等都有較大的負面效應,防范股市泡沫有著十分重要的意義。

參考文獻

[1]Fisher Irving,1933,The Debt-Deflation Theory of Great Depressions,Econometrica,Vol.1,No.4.

[2]Friedman.M.,1988,Money and the Stock Market,Journal of Political Economy,April,221-244.

[3]Minsky Hyman p,1971,Financial instability Revisited;The Economics of Disaster,Reappraisal of Federal Reserve Discount Mechanism.

[4][美]查理斯•P•金德爾伯格.2000,經濟過熱、經濟恐慌及經濟崩潰――金融危機史[M].北京大學出版社.

[5]劉恒,陳述云.2003,中國經濟周期波動的新態勢[J].管理世界.

[6]劉瀾飚,范小云,2001,股票價格膨脹與中央銀行政策反應[J].南開經濟研究.

[7]劉霞輝.2002,資產價格波動與宏觀經濟穩定[J].經濟研究.

[8]羅健梅,王曉黎.2003,股票價格和利率相關關系的實證分析[J].統計與信息論壇.

[9]施東暉.2001,中國股市微觀行為理論與實證[M].上海遠東出版社.

第9篇：宏觀經濟數據范文

【關鍵詞】原油價格；宏觀經濟； E-views模型

一、引言

當今社會雖然各種新興能源逐漸發展起來，但是原油還是最重要的能源之一，也是各國共同關注的重要戰略物資。隨著經濟的快速增長，目前我國的原油消費量已經超過日本，成為世界上僅次于美國的第二大原油消費大國。原油的價格波動也越來越成為影響各國宏觀經濟不可忽視的因素。它作為一種不可再生能源對我國的經濟發展起著越來越重要的作用。所以深入研究國際原油價格波動對我國宏觀經濟的影響有著重要意義。

以下將以圖表的形式來說明國際原油價格在2000年至2015年之間的波動情況，由于數據過于龐大，因此采取分階段分圖的形式予以呈現，豎軸一率以美元作為單位。

從圖3的國際油價走勢我們可以看到近年以來，2014 年上半年油價高位運行后，從7月開始，國際油價開始大幅下跌，目前仍無企穩跡象，從圖4可看出2015年下半年油價略有回升，但仍有下降趨勢。

本文選取2000年-2015年中國月度宏觀經濟指標，通過計量經濟學方法中的E-views模型進行實證分析，對原油價格波動對我國宏觀經濟的影響機制進行分析。

二、國內外主要研究成果

有關國際油價對宏觀經濟影響的研究是從第一次石油價格沖擊開始的。國外普遍認為最早對此進行研究的是豪特林。豪特林（1931）認為如果不考慮不可再生資源的生產成本，資源價格的增長率和市場利率的增長率相同。二戰的爆發是由于經濟危機引發的，但是細究下來我們就可以發現二戰的爆發多多少少都會與石油有關，例如：二戰中著名蘇德大戰與日本偷襲珍珠港以及其他一些戰役等等都可以看出這些戰役同石油有關系。Shore（2005）依據供需平衡原理，使用原石油供求模型，建立了經濟增長等一系列宏觀經濟變量對國際石油價格波動影響的供需模型。Rogoff通過對1996―2005年部分的數據研究表明，認為能源效率的提升，原油消耗量集中度的上升，促使了更加穩定的貨幣政策發行，使得更加緊密的金融市場、更加有彈性的勞動力市場削弱了原油價格對宏觀經濟的影響。

國內學者在此方面的研究主要有：劉健、蔣殿春（2010）通過對2003年1月至2009年2月期間38個子行業的月度數據，建立了有關結構自向量的回歸模型，從回歸模型上認為影響了我國的產品的價格指數是國際原油的價格所引起的。為了分析國際原油價格的變動對我國宏觀經濟中的長短期動態有所影響，李卓等（2011）建立VEC 模型并做出了相關的分析與大量的實驗。而婁峰、薛敏則認為國際油價的變化會對我國的宏觀經濟、投資及消費等宏觀經濟變量產生重要影響。原油價格沖擊會導致部分行業生產成本增加，通貨膨脹加劇。

我國的許多經濟學者在對于國際油價的高低對我國宏觀經濟方面的影響展開了一系列的研究，但是由于我國的經濟學者在此類研究中過多的強調國際的石油價格對我國的經濟有直接的沖擊作用，但是至于為什么有直接的沖擊作為或者說沖擊的傳導機制是什么都不是很清楚所以直接導致了結論的探析過于偏執而出現錯誤所以本文就石油價格對我國宏觀經濟的沖擊和影響進行了重新研究和審視。

三、實證研究

1.模型設定

E-views 是Econometrics Views的縮寫，由美國QMS公司研制的在Windows下專門從事數據分析、回歸分析和預測的工具，同時也被廣泛運用于計量經濟學中社會經濟關系與經濟活動的規律。并且E-views的分析數據通常為時間序列數據，本文選取2000年至2015年中國月度宏觀經濟指標數據作為研究之用。

2.變量選擇

工業生產總值：首先從消費角度看，原油價格波動會影響原油相關的產品生產成本變動，影響國內產出。從投資方面看，若原油價格的升高，行業利潤下降，就直接導致了企業對于產品的產量控制，對于產品價格的提升，導致產品由于價格的問題產生了買不出去的情況，因此企業為了降低損失，從而減少對產品的生產，這樣惡性循環。從進出口方面來看我們都清楚的知道無論進口、出口都不可能做到人力去拉運，需要用到飛機、輪船、大巴等等需要石油作為燃料的運輸工具，石油的價格提升會導致運輸工具價格的提升，會造成產品成本的提高。出口自然下降，最終導致產出下降。

居民消費價格指數、社會消費品零售總額：國際原油價格主要通過兩種途徑傳導至CPI：具體就是對國外和國內這兩方面所使用石油作燃料的有關產業的傳導。國際原油價格的波動會因此導致國內消費品價格的波動，從而進一步的促進人們日常生活中所需品價格的提高，導致產品的成本上升，人們生活成本提升進而影響社會消費品零售總額。

貨幣供應量：包括正在流通的現金、銀行中儲存的現金、人們手里的現金等等。由于國際油價的波動對宏觀經濟產生了非常重大的影響，進而反饋在貨幣的供應量上，因此將流通中的貨幣、儲存起的貨幣或者是與貨幣等價位的物品的供應量作為變量之一。

本文選取廠商的生產成本、人們在日常生活中的消費情況、以及貨幣的使用情況M2來分析國際石油價格波動對宏觀經濟產生的通貨膨脹。

3.實證分析

使用將E-views選取的變量與同時段國際原油價格進行曲線走勢對比時，筆者發現國際原油價格與國內生產總值、居民消費價格之間存在著一定的線性關系，通過將2000年至2015年季度數據的對比及線性回歸，國內生產總值與國際原油價格存在著如下圖圖2所示的關系。其中系列1代指國際原油價格，系列2代指國內生產總值，系列3代指居民消費價格指數

4.線性回歸檢驗

進一步運用E-views對所選取數據進行線性回歸檢驗分析。初步運用軟件E-views的‘View’功能進行檢測，發現圖5所示三條折線具有線性關系。為進一步驗證線性，根據凱恩斯理論，列理論方程如下。

C=a+b（inc）

其中C代表國際原油價格，a代表國內生產總值，b代表居民消費價格，inc則指代a與b間的自相關性。

根據自相關性及頻率數據預測得數值如下：

a=43.32， b=0.876

即C=43.32+0.876inc

根據凱恩斯方程，三者間自相關性為（0.32，1.25）在區間（0.35，3.87）的允許范圍之內，因此，本文所選取的變量數值與研究的數值之間不存在自相關性。

四、結論分析

從圖2的結果中我們可以清楚的知道，對于國際油價的變動影響著我國宏觀經濟的原理和內容與其他文獻和經濟學者所研究的基本上是相同的。具體的就是如果國際石油價格長時間的下跌會使我國物價水平的飛快的上升從而導致了人們的消費水平的下降，并直接導致了中央銀行的緊縮性貨幣政策的實施。最終的結果顯示由于國際石油價格的顯示，直接對我國工業總產值產生了正向效應。我們由圖3可以清楚的知道，由于我國的實際GDP的波動，直接導致了工業項目產生的負向效應，但是由于石油價格的慢慢回升，就直接對工業總產值起到了促進的作用。對人們日常生活中的消費水平也起到了促進作用，這表明了消費需求的增加直接加速致物價水平的明顯上升。貨幣供應量的波動情況是先正后負，之后在向平穩的發展。而圖4直接反應了，由于人們的日常消費水平，直接導致了對工業總產值、社會總消費水平以及貨幣供應量的負向效應。由此我們就可以清楚的理解到由于物價水平上升，直接導致了對社會總消費水平的負面影響，從而在一定的情況下阻礙了工業總產值的增加，為了避免這些情況的出現，導致了中央銀行會出臺緊縮的貨幣政策。從圖5清楚的知道，由于貨幣供應量的不穩定，將直接對工業總產值帶來不必要的負面影響，但是從長期來看，由于貨幣供應量的不穩定，會對工業總產值產生增加。由于我們一眼就可以看出它對社會的總消費水平的影響非常大，對居民消費價格有促進作用，但是隨后會下降直至平穩。

自2015年開始，受國際經濟形勢持續萎靡的影響，我國的經濟增速逐漸放緩，各類內需減少，制造行業的生產也逐步減緩，這直接導致了國內對原油需求的減少，而對原油需求的減少也進一步反應了國內宏觀經濟增速的放緩。應該可以這樣說，國際原油價格波動是因需求而決定的，國際原油價格波動的趨勢也進一步反應了我國宏觀經濟的走勢，正如本文第二節對數據的分析，國際原油價格波動與中國宏觀經濟之間有著一定的線性相關。

由于當前石油價格不是非常的穩定，并且一直呈現出下滑的趨勢，我國應該利用當前有利形勢，進一步完善能源安全保障機制。同時考慮到石油價格波動頻繁，很難實現準確的預測和控制。所以我國應盡量控制對貨幣政策的依賴，因此要不斷的穩定并完善石油所帶來的價格影響與風險防范，從而加強對能源結構的優化和管理，直接降低由于石油的影響導致我國出現一系列的經濟問題，爭取從本質上降低由于國際石油的價格的不穩定，直接導致了對我國宏觀經濟的影響。

參考文獻：

[1] 婁 峰，薛 敏. 國際原油價格沖擊對我國宏觀經濟影響研究[J].價格理論與實踐， 2015，（12）：111-113

[2] 華煒. 國際原油價格波動對我國宏觀經濟的影響[D]. 復旦大學， 2013.3.

[3] 徐華林. 國際石油價格波動對宏觀經濟的沖擊效應研究[D].中國海洋大學， 2014.6.

[4] 李治國，郭景剛. 國際原油價格波動對我國宏觀經濟的傳導與影響[J]. 經濟經緯， 2013，（4）：54-59

[5] 劉向耘. 近期國際油價下跌的觀察與分析[J]. 金融發展評論， 2015，（1）：25-31