发布时间：2023-10-10 10:36:58
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的宏观经济变化样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
一、国内外经济环境变化对我区经济产生重大影响
从国际环境看，由美国次贷危机引发的全球性金融危机呈现出愈演愈烈之势，加之原油、煤炭、铁矿石等国际能源、原材料价格大幅上涨，给全球经济带来了很大的不确定性，也使得我国宏观经济外部环境越来越严峻，必将影响到我区的经济发展。从国内环境看，我国经济平稳较快增长的基本面虽然没有发生逆转，但是经济增长速度放缓已是事实，加上人民币升值过快、物价上涨压力较大、节能减排形势严峻、股市大幅震荡下跌和房地产市场低迷等因素影响，我国当前和今后一个时期经济形势不容乐观。因此，面对复杂的外部经济环境和国内经济运行中出现的问题，国家宏观调控首要任务由年初的“两防”调整为现在的“一保一控”，意味着国家将着力保持国民经济平稳运行和较快增长。这些国内外宏观经济环境的变化，对我区当前和今后一个时期经济发展既有有利的方面，也有不利的方面，主要表现在：
(一)我区经济增长速度存在着回落的风险
我们预计，从今年开始到未来两三年内我国经济增长将呈逐步回落之势。这一判断基于如下理由：一是今年爆发的全球性金融危机不可能在短期内得到化解，至少拖累世界经济3－5年，也就是说，我国经济发展的外部环境在可预见的未来难以好转。二是我国经济已经处于本轮经济增长周期的下行阶段，今年以来的经济运行情况足以说明这一点。最新资料显示，三季度全国企业景气指数为128.6，比二季度回落8.8点，比上年同期回落16.1点。三季度中国国内订单景气度创10年来最大降幅。预计我国全年经济增长率将回落到10％以下。全国经济增长乏力，必将导致我区经济增长速度随之放缓。这是由我区产业结构特点和经济发展方式所决定的客观趋势。内蒙古的优势特色产业基本属于重化工业，经济增长主要靠投资拉动，说明我区经济发展方式基本上还处于外延式、粗放型阶段。而这种发展模式如果缺少了外来资金和项目的支撑是难以为继的。另一方面，随着国内需求的相对减少，我区能源、原材料等主要产品的市场需求也会随之萎缩。因此，无论是从外因还是从内因来看，我区经济增长都有放缓迹象，对此不能掉以轻心。
(二)对我区产业安全敲响了警钟
“三鹿奶粉”事件所引发的全行业危机，使我区标志性优势特色产业――乳业损失惨重(直接经济损失加上间接品牌损失)，教训惨痛。这次事件不仅暴露了我区乳产业链上游环节的薄弱性，而且对我区其它产业安全也敲响了警钟。健康的产业链条是产业安全的基础。我区要在深刻总结乳业产业安全教训的同时，抓好其它领域的产业安全，以确保经济健康发展。
奶粉事件从另一个层面提醒我们，产业安全不仅决定于产品质量，而且还决定于市场需求。今年以来，随着我国经济外需和内需的不断下降，部分地区已出现煤炭库存增加的迹象，9月初秦皇岛存煤量创今年以来新高，南方几个主要电厂、港口的煤炭库存也达到历史高位，致使我区能源、原材料等优势特色产业增长放缓。另外，受全国经济增长周期处于下行阶段的影响，未来一到两年内对煤炭、电力等资源性产品的需求将有所下降。这些因素都在一定程度上加大了我区的产业风险。
(三)我区固定资产投资有可能进一步下滑
投资是拉动我区经济增长的主要动力。从2002年到2007年间，我区固定资产投资每增长1个百分点，拉动经济增长率0.46个百分点；我区全社会固定资产投资占GDP的比重从2000年的27.96％上升到2007年的71.79％。“十五”以来，我区抓住西部大开发和国家进入重化工业阶段的重大历史机遇，不断加大投资力度，有力地拉动了全区经济的快速增长。但从2006年4月开始，我区固定资产投资增幅开始回落，今年以来投资下滑趋势加剧，新开工项目数量明显减少，1－8月份我区亿元以上新开工项目数量比去年同期下降29.6％，总投资下降1.1％，完成投资下降4.8％。导致投资下滑的因素主要包括两个方面：一是受全国经济增长放缓，对资源型产品需求下降的影响，能源、原材料产业投资明显下降，1－8月份我区钢铁行业完成投资下降30.4％，电力行业重点项目增长8.4％，增幅低于全国平均水平；二是受从紧货币政策的影响，1－8月全区固定资产投资来源中，国内贷款到位资金占全部到位资金的比重为6.7％，下降了7.8个百分点。
全区经济在投资放缓的情况下未出现太大波动，得益于前些年投资快速增长带来的释放效应，但这个滞后效应不会长期持续。如果不及时调整产业结构和投资结构，将可能面临固定资产投资增幅继续下滑的风险。
(四)我区中小企业发展环境将有所好转
近期，国家针对性地下调了贷款基准利率和中小金融机构存款准备金率，粗略估算这将增加近1500亿元信贷资金，透露出国家鼓励、扶持中小企业，缓解中小企业融资难的政策意图。另外，央行宣布自10月9日起下调存款类金融机构人民币存款准备金率和人民币存贷款基准利率，旨在减轻企业利息负担，降低生产成本，鼓励居民消费，确保经济平稳较快增长。银根松动有利于我区中小企业加快发展。
(五)我国新一轮扩大内需将有利于我区改善民生
在外需下降、内需不足的情况下，国家有可能再次启动内需，以保持经济平稳较快增长。1998年我国通过扩大投资、发行国债等扩大内需的政策，成功消除了亚洲金融危机的影响。由于近些年我国投资率偏高，消费率过低，如果国家仅仅通过扩大投资、发行国债来启动内需，将使投资与消费的关系进一步失衡。因此，国家新一轮扩大内需的着力点可能在扩大国债发行、促进投资的基础上，更倾向于启动消费。我区应抓住机遇，积极调整消费结构，完善消费环境，提高消费水平；同时积极争取国债投资，进一步完善基础设施建设，扩大就业，增加收入，改善民生，推进社会和谐。
二、对当前和今后一个时期经济工作的几点建议
根据我们对国内外经济形势和国家宏观政策走向的分析判断，结合我区发展实际，认为当前和今后一个时期经济工作的首要任务是：确保经济平稳较快增长，确保投资合理增长，确保居民收入显著增加。为实现这一目标，应采取积极有效的应对措施。
(一)努力保持我区经济平稳较快增长
从以上分析可以看出，我区经济增长既面临严峻挑战，又面临着难得的历史机遇。我们必须善于在国内外经济环境的变化中抓住发展机遇，继续保持经济平稳较快增长，继续做大经济总量。我区经济虽然保持了连续6年多的高速增长，但经济总量依然相对较小，综合经济实力仍然较弱。我们的很多
问题和困难还要依靠经济增长来解决，包括解决就业问题、提高居民收入问题，以及缩小城乡差距、区域差距等诸多方面的问题。当然，我们不是一味求快求大，更要追求质量和效益，做到“努力于快，服从于好”，从而实现又好又快发展。
在当前形势下，要继续保持我区经济的平稳较快增长，除了作强作大优势特色产业，发挥其主导作用外，还必须积极培育新的经济增长点。如发挥我区劳动力资源和区位优势，积极承接东部沿海发达地区非资源性加工业的转移。可考虑规划建设一批特色劳动密集型产业园区，集中引进非资源性加工项目，并积极引导其按集群化方向发展。再如抓住新一轮扩大内需的机遇，加快发展我区第三产业特别是新兴服务业。又如发挥我区独特而丰富的历史文化底蕴和资源优势，发展动漫产业，培育一批规模大、自主创新能力强的龙头企业，构建动漫产业链。
(二)突出抓好产业结构的战略性调整与产业升级
国内对资源性产品需求下降的趋势，对我区优势特色产业必将产生较大影响。面对新形势，我区要以提升特色产业水平为重点，适时加快产业结构的战略性调整和优化升级步伐，以确保经济平稳较快增长，同时为迎接下一轮经济增长周期做积极准备。
第一，着力提升优势特色产业水平。按照产业多元、产业延伸和产业升级的总体要求，坚持高起点、大规模、长链条发展，规划布局和实施一批深加工项目，着力抓好钢铁、有色、煤化工、氯碱化工、硅产业等产业的延伸加工，提高资源精深加工水平，努力实现资源优势向产业优势的转变。重点加大煤炭行业结构调整力度，进一步提高产业集中度，增强煤炭深加工和就地转化能力，积极推进煤电一体化。发展壮大装备制造业和高新技术产业。进一步完善政策，加大重点项目建设，推动装备制造产品上规模、上水平。加快稀土、生物制药等高新技术产业，扩大生产规模，提高在全区工业中的比重和对工业增长的贡献率。加快发展面向生产的服务业，重点推进现代物流业和金融业的发展，提高服务业在国民经济中的比重。
第二，加大自主知识产权的培育。建立多元化、多渠道的科技投入体系，加大科技创新投入力度，提高全社会研究开发投入占生产总值的比重。依托优势特色产业的技术优势，精心筛选、储备一批具有自主知识产权的重大项目，组织实施优质肉牛肉羊繁育技术、风机核心技术研制等重大自主创新项目。
第三，加强产业安全保障。进一步完善产业链条，逐步提升产业素质，促进农畜产品加工、能源、化工等优势特色产业健康发展。建立健全产业安全预警体系，对一些重点产业、敏感商品建立产业损害预警机制，加大监管、预警力度，加强人员管理、设备配套。建设自治区产业安全和预警数据网络，实现全国联网，为企业提供更好更快的应变服务。
第四，坚定不移地推进节能减排。这是促进产业升级，转变发展方式的重要抓手。关键是加快节能减排重点工程建设。进一步调整投资结构，加大对节能减排工程项目建设，重点支持节能技改、十大节能工程、淘汰落后产能、污水处理、环境执法能力和推进全民节能行动等方面建设。
(三)着力做好迎接国家新一轮扩大内需的准备
要抓住国家可能扩大内需的机遇，通过扩大基础设施投资规模，改善城乡居民消费环境，夯实产业发展基础，力保经济平稳较快发展。加快重大项目的策划、组织和储备，积极申请国家用于基础设施建设的国债投资，弥补由于需求不足导致的投资下滑。建议建设连接呼包鄂地区的高速轨道交通设施，为形成我区中部呼包鄂城市群提供便利的交通基础条件。开展建设首府地铁项目的前期论证和调研，通过项目的实施，提高城市规划和建设的整体水平，加快城市现代化进程。进一步加强水利基础设施建设，加快病险水库的改造和修复，加强水文地质勘探，新建一批有利于改善地区经济发展环境的大型水利枢纽，通过加强水资源管理促进经济社会可持续发展。全面改善科技、教育、文化、卫生等行业的硬件环境条件，提高公共服务水平。
(四)发展壮大中小企业
加快发展中小企业不仅可以吸纳就业、提高居民收入、释放民间投资，而且在一定程度上可以弥补目前我区经济可能出现的下滑缺口，有利于保持经济平稳快速发展。要抓住国家松动银根、支持中小企业发展的机遇，加快我区中小企业发展。
首先，要牢固树立藏富于民的思想，实行轻税薄赋以启动民间资本，加大财税支持力度。财政方面，通过中小企业发展基金、财政贴息、补助资金、贷款优惠等援助手段增强中小企业的融资力度。税收方面，建议个体工商户营业税的起征点从3500元/月提高到1万元/月。清理不合理的非规范性收费，切实减少税外收费现象，减轻中小企业负担。
其次，要抓紧实施全民创业工程。设立全民创业投资引导基金，以中小企业经济园区为载体建设创业基地，围绕优势特色产业配套、农牧业产业化、服务业、科技创新、公共产品经营等重点领域推进创业。不断完善创业孵化体系、信用体系及信息、中介等服务体系的建设，强化政府在财税、金融、基础设施及软环境建设上对全民创业的支持，通过推广“双零企业”(零税收、零收费)最大限度激活全民创业热情和创业能量，从根本上增强我区经济发展内生动力。
再次，拓宽融资渠道。大力发展面向中小企业提供服务的中小银行，鼓励外资银行、股份制银行来我区创办分支机构，探索建立地区性中小企业银行、小额贷款公司、村镇银行、农村资金互助社等地方中小金融机构。加大中小企业直接融资步伐，适时推动其在中小板上市，支持中小企业通过发行中小企业集合债券进行融资。鼓励风险投资基金拓宽中小企业尤其是从事高新技术领域中小企业融资渠道。合理运用民间资本，促使民间集资、私募基金等融资形式的公开化与合法化。引导区外资金，尽快搭建“南资北移”通道，把南方的融资中介和融资意向引导过来。建设中小企业信用担保体系，加大对信用担保公司的支持，增强信用担保公司融资担保实力。
(五)稳步推进资源性产品价格形成机制改革
目前我国资源性产品价格改革正在加速推进，对我区资源型产业发展影响深远。到2007年，我区规模以上煤炭、电力工业增加值已占全区工业增加值的33％左右，资源性产品价格的调整无疑会进一步提升我区资源型产业的发展空间，同时对于我区转变发展方式、推进节能减排也将起到积极的推动作用。我区应尽早谋划，根据国家资源性产品价格改革的方向和重点，采取一些重大举措，将国家政策用足用好，促进资源型产业健康发展。
一是以资源性产品价格改革为重要契机，积极争取国家批准我区开征煤炭可持续发展基金。煤价上涨源于供求因素，并非成本因素导致，开征煤炭可持续发展基金不但不会对抑制通货膨胀带来压力，反而是调节煤炭产销利润过高、解决煤炭开发负面问题的最好时机。建议由自治区有关部门开展前期调研论证，提出适合我区的基金征收标准、征收和使用办法，积极做国家各相关部委的工作，争取国家支持批准。
关键词：红利变化；经济发展方式转变；供给管理
中图分类号：F014.32
文献标识码：A
文章编号：1000—2731（2012）04—0010—04
一、红利变化背景下中国经济发展面临的供给约束
为了研究红利变化背景下中国经济发展面临的供给约束，我们有必要研究各种红利空间的变化给中国经济发展方式转变所带来的影响，同时对需要中国当前经济发展的所处阶段进行准确判断，并概括总结该阶段的新特征。
根据西方发展经济学家对经济发展阶段的研究，划分经济发展阶段的标准观点分为三类：（1）结构主义观点。认为经济发展的本质是生产结构的变动，通过设置结构性指标体系划分经济发展的阶段，代表人物是霍夫曼和罗斯托。（2）总量主义观点。认为经济发展过程最终是一个总量扩张的过程。因此，经济发展阶段划分的方法是采用诸如人均GDP等总量指标。代表人物是西蒙·库兹涅茨。（3）综合主义观点。认为经济发展阶段的划分标准不应该是唯一的，而是若干指标的综合。代表人物是井村干男。另外，关于经济发展阶段划分的内容因划分的阶段数不同，各阶段的顺序和名称也不尽相同，分为三阶段论、四阶段论、五阶段论和六阶段论。而中国正处于经济总量不断增长和经济结构变化的总体扩张状态，长期看来，宏观经济发展已经逐步由利用外生经济机会向利用内生经济机会转变，为了对这个经济发展阶段进行准确界定，本文依据划分经济发展阶段的经济总量标准、经济结构标准、制度水平标准和创新水平标准，构建了一组指标体系来衡量经济发展阶段的特征见表1。
通过计算指标的权重系数来计算经济发展度，其中经济发展度的计算公式为：
根据权重计算出各年的经济发展度并进行阶段划分得到结论：我国目前处于工业化逐渐成熟、开始迈进工业化高级阶段和经济稳定增长阶段。目前中国经济发展新阶段的特征：第一，当前经济发展具有“双重制度变迁”的特征，一方面完成由贫穷落后向富裕状态的发展，另一方面在加速实现传统工业化的同时迎接信息化时代工业化的挑战；第二，产业结构、城乡结构、消费结构、需求结构等的调整成为新阶段经济发展的主题；第三，以知识为基础的相关产业均呈现明显的规模报酬递增现象；第四，就业服务、社会保障、医疗卫生、食品安全等公共服务的需求进一步加强；第五，经济发展中短期需求因素的作用在下降，而长期供给因素的作用在进一步提升。
在目前经济发展新阶段的背景下，中国体制转轨红利、投资红利、人口红利、资源红利、外资红利和外贸红利等六大红利变化对当前经济发展方式转变提出了新要求。这些红利空间的变化分析表明我国目前处在红利变化的大背景下，而且红利的增加或减少都是经济发展至特定阶段的产物，因此随着时间的推移，各种变化的红利会对经济发展方式的转变产生更新的要求，一些红利的消退也为新红利空间的创造提供了现实条件。
红利变化背景下的中国经济发展呈现经济结构变化速度快、物价波动不稳定的局面，又由于中国经济发展新阶段的“双重制度变迁”“结构调整”等特征。这些特征使中国经济发展方式面临着一系列供给约束：第一，生产技术滞后造成技术供给缺乏，技术供给可以直接影响产品的生产质量，从而约束经济增长质量，不仅表现为高技术、人力资本投资的滞后，还严重表现在食品安全、环境卫生等领域，因此在中国的经济发展方式转变中，技术创新的要求迫在眉睫；第二，生产要素的供给约束，包括中小企业融资困难、电力供应紧张、部分行业劳动力缺乏等；国家统计局2011年《农民工调查监测报告》显示，超过30岁的农民工比例高达61%，其中41—50岁占比24.7%，50岁以上农民工占14.3%。劳动力供应年龄结构的变化，是导致十年民工荒的原因。制造业和服务业最需要的是年轻农民工，而劳动力蓄水池中绝大部分是中老年农民工。第三，制度供给缺乏导致生产效率低下，规模报酬递增的经济效益不能完全发挥；第四，自然资源和环境的供给约束，粗放型经济增长方式带来经济的高速增长的同时，中国在资源环境问题上付出了沉重的代价，在当前经济发展方式转变中，自然资源和环境的供给约束成为制约我国经济长期可持续发展的重要因素。
二、红利变化背景下经济发展方式转变需求管理的局限性
股票市场作为金融市场的重要组成部分，最初产生的目的是为企业获得融资，使企业获得充足的资金，以促进宏观经济更好的发展。自从1976年罗斯提出APT理论以来，宏观经济变量与风险一起成为了影响股票市场的因素，使得股票市场与宏观经济变量的相互关系有了理论依据。从此，股票市场与宏观经济变量的相互影响关系就成为学者们研究的热点问题。股票市场的发展壮大不仅增强了资本市场的活动能力，一定程度上也将反作用于实体经济，对各个宏观经济变量产生影响，再由宏观经济变量反作用于股票市场而起到循环作用。而政府采取宏观经济调控手段，也是基于这样的作用机制来对资本市场和实体经济进行调节。因而，在目前情况下对我国的股票市场和宏观经济变量是否存在关联性进行深入的研究，显得十分必要。
世界上所有的新兴证券市场都会不可避免的受到宏观调控的干预，中国股票市场作为一个发展仅有二十余年的新市场，更是需要国家的宏观调控。但是，国家对股票市场的宏观调控不能盲目的进行，要实行有效的调控措施，对宏观经济变量与股票市场的关系必须有明确的了解。由于宏观经济变量众多，且与股票市场的关系也各不相同，因此宏观经济变量对股票市场的作用机制比较复杂。本文以实证的方式，通过运用多种计量方法建立模型来研究股票市场与宏观经济变量之间是否存在关联性，以及存在怎样的关联性。
二、文献回顾
Chen等（1986）在APT的基础上建立了一个向量自回归（VAR）模型，他们研究发现宏观经济变量通过影响贴现率成为股市风险因素之一，还发现宏观经济变量和股票价格之间存在长期的均衡关系。Grange（r1981）提出了协整分析理论，为检验宏观经济变量与股市的关联性提供了的另一种方法。Fama（1990）用多因素模型证实了美国经济中货币供应量与通货膨胀率对股市收益率有显著的影响，并指出货币供应量、通货膨胀是通过影响实体经济增长来对股市产生作用的。Benranke和Kuttne（2004）利用VAR方法，考察了未预期货币政策对股票市场的影响。实证结果表明，货币政策对股票市场有影响，但货币政策的变动只能解释部分股票价格的变动。钟小强（2008）利用VAR模型和协整理论对于货币政策对股市的有效性进行实证检验，结果表明股指和货币供应量、利率之间存在稳定的长期均衡关系；同时货币供应量是股指的格兰杰原因，利率不是股指的格兰杰原因；相对于利率，货币供应量对股市的影响更大。
孙云玉（2009）采用2000—2007年的数据分析中国股市价格波动与货币供应量之间的关系，结果表明二者之间存在着长期稳定的均衡关系，股市价格对不同层次货币供应量影响程度不同，M1对股市价格影响最大，但反过来股市价格则对M0影响最大，对M1仅有一定程度的影响。
三、宏观经济变量与股票市场关联性的理论分析及研究假设
本文将以股票定价理论为基础，分别从宏观经济变量对股票市场产生的影响和股票市场对宏观经济变量产生的影响这两个方面进行简要的理论分析，为实证分析提出相关的理论假设奠定基础。
（一）股票定价理论
作为资本市场理论的核心内容，股票定价理论经历了从传统理论向现论转变的过程。传统股票定价理论主要指稳固基础理论，其基本思想是，股票具有内在价值，它是股票价格稳固的基点，股票价格决定于内在价值。股票价格总是围绕其内在价值而上下波动的，当股票市价高于其内在价值时，就出现卖出机会，反之亦然。传统的定价理论着重于价值发现功能，即从企业角度入手考察股票价格决定因素。
现代定价理论则从投资者的角度出发，更多地考虑到投资者的现实情况，即投资者往往不是投资于一种股票，而是投资于由多种股票形成的组合。现代股票定价理论的代表人物Markowitz在1952年发表了《证券组合的选择》一文，他根据统计学上的均值、方差和协方差等指标，将单个股票和股票组合的收益和风险进行量化，将复杂的投资决策问题简化为收益-风险（期望值-方差）的二维问题，给出了投资者如何通过建立有效边界，并根据自身风险承受能力选择最优投资组合，以实现投资效用最大化的一整套理论，即现代证券组合理论。
（二）宏观经济变量对股票市场产生的影响
股价的波动取决于预期的未来现金流的波动性、未来贴现因子的波动性及两者之间的相关性。而未来现金流、贴现因子直接受企业层面实体因素的影响，如企业的盈利能力、资本结构、营运杠杆、管理水平等；企业的实体因素又受行业因素、宏观经济基础变量（如国内生产总值、货币供应量、通货膨胀、实际利率、汇率与进出口等）及宏观调控政策（如财政政策、货币政策）的影响。因此，股价的变动因素取决于上述经济实体变量及相关政策变量，股指的变化也应由这些变量的变化所决定。如图1所示所有因素都是通过作用于供求关系而影响股票价格。图1
（三）股票市场对宏观经济变量产生的影响
股票市场作为一种日益重要的投资方式，其在筹集资金、促进企业经营机制的转换和优化资源配置这三方面对宏观经济也产生越来越重要的影响。股票市场对宏观经济的影响，主要是通过消费、投资、货币政策和汇率等渠道来产生作用的：（1）股票价格一般被认为是经济运行的先行指标，具有国民经济“晴雨表”的功能。股票市场对GDP的作用主要通过股票市场的消费和投资两个渠道来推动。（2）股市市场对货币供应量的影响主要体现在股市价格波动改变了货币需求的稳定性,从而对货币供应带来冲击，并推动货币供应的存量和结构发生相应变化。（3）股票市场对汇率的影响主要体现在股价上升还将增加国内投资者的财富，增加货币需求，推动国内利率的上升，而国内利率的上升还将进一步刺激资本流入，使本币升值，汇率上升。
（四）研究假设
综合已有的宏观经济变量与股票市场关系的理论研究，我们可以看出二者之间的影响是相互的，并且是复杂的、不确定的。具体到我国的经济来说，这种影响也是不确定的。这种不确定性，一方面是由于影响机制本身的复杂性，另一方面也与我国股票市场的自身发展特点密切相关。本文关于宏观经济变量和股票市场价格指数关联性实证分析的理论假设如下：
假设1：股票市场价格指数和国内生产总值正相关消费、投资和进出口都是总产出的组成部分，它们增加表明国内总需求增加，并决定国内生产总值增加，公司利润也随之增加。国内生产总值的任何增加，都会影响国内公司现金流同方向变化。一般来说，在其他条件不变的情况下,股票价格也会同方向变化。因此，股市表现和国内市场总值，甚至和消费、投资、进出口之间应存在正向关系。
假设2：股票市场价格指数和通货膨胀率成负相关通常认为实际通货膨胀率和非预期通货膨胀率之间存在正相关关系。因此，在其他条件不变的情况下，通货膨胀和资产价格之间就会存在一种反向关系。如果通货膨胀使产品售价上升，导致公司利润增加，从而使公司现金流增加且这种增加是同步的，上述关系可能不再成立。因此，通货膨胀和股票价格存在一种不十分确定的负相关关系。
假设3：股票市场价格指数和利率正相关一般假设名义利率和价值模型的无风险利率之间存在一种正相关关系，因此名义利率的变化将会使资产价格向相反方向运动。因为利率降低一般使投资者要求贴现率下降，在预期股利不变的条件下，股票的内在价值将会上升。
假设4：股票市场价格指数和货币供应量关系不确定从长期来看，股市上涨根本动力应该是经济增长和企业营利能力的增强。但在短期内，资金是股市的物质基础，资金的流入流出是造成股市涨跌的直接因素。当货币供应增加超过民众因经济增长及支付习惯和制度等变动引起的需求增加时，市场利率会下降，就会存在部分资金流入股票市场，从而提高股市成交量和成交金额。当股市扩容有限时，股价将上涨。可见，货币变动领先于股价变动，且两者之间是正相关关系，但同时货币供给增长会刺激经济增长，会使企业现金流增加，从而提高股票价格。可是货币供给增加有可能导致流通中的货币过多，这在一定程度上会导致通货膨胀，从而使资产价格向相反的方向运动。这样，股价指数和货币供给应该反向变化。综上所述,货币供给和股票价格变动方向更应该由经验证据来决定。
四、宏观经济变量与中国股票市场关联性的实证分析
本文采用向量自回归（VAR）模型对宏观经济变量与股票市场的关联性进行考察，主要遵循如下步骤：首先进行数据来源和变量的选择，之后进行单位根检验，并以平稳的时间序列数据构造VAR模型进行结构分析，最后从协整检验和Granger因果检验等角度来进一步验证变量之间的关系。
（一）样本选择与数据处理
本文选取1998年1月至2009年9月的月度数据对中国股票市场进行实证分析，数据均来源于RESSET金融研究数据库、大智慧系统软件、中国统计年鉴和中国人民银行的官方网站。由于月度数据会存在一定的季节性，因此，为了消除季节因素的影响，本文用X-n的方法对样本数据进行调整，得到剔除季节因素的数据。
（二）变量定义
本文选取上海证券交易所股票价格综合指数（SZ）作为股市指标；国内生产总值GDP由于是年度数据，很难得到月度数据，故在实证分析中我们将采用工业增加值（GYZJZ）来代替GDP；货币供应量本文采用M2来反映货币供应量;通货膨胀率用某一具有代表性的物价指数比如居民消费价格指数（CPI）来反映通胀情况；利率作为国家宏观经济调控的中间目标之一，本文选用的是实际贷款利率并选6个月贷款利率作为短期利率的代表，以5年期贷款利率作为长期利率的代表；汇率本文选用外汇储备（WHCB）作为汇率指标。
（三）实证检验
大部分有关宏观经济的模型，都是利用经济理论来建立变量之间关系的联立方程模型。但是，经济理论通常并不足以对变量之间的动态联系提供一个严密的说明，而且内生变量既可以出现在等式的左端又可以出现在等式的右端，这使得估计和推断更加复杂。为解决这些问题，产生了一种用非结构性方法来建立各个变量之间关系的模型，就是本章所采用的向量自回归模型（VAR）。向量自回归模型通常用于相关时间序列系统的预测和随机扰动对变量系统的动态影响，对宏观经济变量这一时间序列的相关分析具有较好的预测和解释能力。由于宏观经济中包含有许多的变量，无法明确的知道每一个变量是如何影响股票市场的，故本文将他们拆分开来进行研究。1.GDP、投资、储蓄、消费、对外贸易与股票市场关联性的研究。本节选取的宏观经济变量有工业增加值（GYZJZ）、储蓄额（CXE）、社会消费总额（SHXFE）、固定资产投资（GDZCWCE）、进出口额（JCKE）。
（1）单位根检验。由于Johansen协整检验，以及VAR模型的构建是要求变量都是一阶单整的，故本文要对所选的变量进行单位根检验。本文选取的检验方法是ADF检验。由表1可知，我们所选取的变量都是一阶单整的。
（2）VAR模型的建立。建立VAR模型前也要先确定模型的滞后阶数，本文参考了LR（极大似然比值）、SC值、AIC值，结合实际情况，选取滞后一阶的VAR模型。由运算结果我们可以看到上证综指拟合的方程拟合优度为0.90，调整后的拟合优度为0.89，说明模型拟合的还算是比较成功的。得到上证综指与宏观经济变量的数学公式：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由上述公式我们可以看到，上证综指与自身前一期的指数成正向变化，与固定资产完成额、进出口额、社会消费总额的前一期值成正向变化。固定资产完成额的增加，表明实业投资的增加，实业投资与股票市场投资是相互促进的，实业投资的增加必然会带动股票市场的发展。进出口的增加，则有利于国内企业的发展，使得企业的利润增加，同时使得企业的股票价格上扬。而消费的增加，一方面使得企业的销售增加，另一方面消费还推动经济的发展。这两方面的作用都将有利于股票市场的发展，体现在股票价格的上扬上。上证综指与工业增加值的前一期变化成反向变化，在本期的关系中也是负向相关，这与我们前期理论分析结论有些出入，原因可能有以下几点：第一，本文用工业增加值来替代GDP，替代性可能不够。第二，我国股票市场的发展轨道与国外的股票市场很不一致。我国股票市场起步较晚，起步原因较特殊，而且还有中国股市自身特有的特点，这使得我国的股票市场的有效性不是很强，导致股票价格会经常出现异常性的波动。
（3）Johansen协整检验。协整检验是检验变量之间是否存在着长期稳定的关系。我们依然选用特征根检验法对上述模型进行了协整检验。检验结果表明这几个变量之间存在三个协整关系见表2：这说明上证综指和宏观经济变量之间是存在着长期稳定的关系的。同时也说明了宏观经济变量之间也是存在着长期的相互关系的。这从另一方面为我们前面的理论假设中提到的宏观经济变量之间相互传导影响股市提供了实证支持。协整方程式如下：SZ=1.49CXE+2.90GDZCWCE-5.38GYZJZ+12.97JCKE-2.005SHXFZE从上述公式中得出，长期储蓄额的增加，使得货币供给增加，更多的资金进入股市，让股市资金充足，促使股价上升，因此股价与储蓄额是正向波动的，这和我们前面的理论假设是一致的。固定资产投资长期的增加，意味着社会大环境的良好发展，增强股票投资者的信心，从而给股票市场良好的信号，使得股票价格上涨，这也和我们前面的理论假设是一致的。进出口额的增加表明我国对外贸易的良好发展，同时也表明国家大力发展对外经济。这至少对外贸企业是一个良好的发展机会，外贸企业的发展，也会带动其他的提供原料和销售的上下游的企业的发展。企业基本面发展良好，反映在企业股票上，促使股票价格上升。但我们也可以看到社会消费的增加会使股票价格下降。其可能原因为，消费的过快增加会使物价上涨过快，产生一定的通货膨胀和投资心理恐慌，从而对股市产生不利影响。
（4）格兰杰因果检验。对上述变量进行格兰杰因果检验，来检验变量之间是否存在格兰杰因果关系，见表3。由表3可知：工业增加值可以单向格兰杰引起上证综指的变化，社会消费总额的变化也可以单向格兰杰引起上证综指的变化。同时，上证综指可以单向格兰杰引起进出口额的变化。固定资产完成额和进出口额与上证综指之间不存在格兰杰因果关系。这说明上证综指与宏观经济变量之间是存在格兰杰因果关系的，不仅宏观经济变量会引起上证综指的变化，而且上证综指也会反作用于宏观经济变量。最终我们可以发现，这五个变量可以同时格兰杰引起上证综指的变化，这与我们前面的理论假定相吻合，即宏观经济变量可以通过错综复杂的相互关系来共同对股票市场产生作用。
2.货币政策、财政政策、汇率与股票市场关联性的研究。
货币政策指标、财政政策指标和汇率是代表宏观经济政策的传统指标，建立它们与股票市场的计量模型并进行分析，可以更详细的了解宏观经济政策与股票市场之间的相互影响机制。本小节选取的宏观经济变量有货币供给（M2）、财政收入（CZSR）、财政支出（CZZC）、外汇储备（WHCB）等。
（1）单位根检验。由表4可知，上述的变量都是一阶单整的。说明这些数据是符合我们进行协整检验的要求的。
（2）VAR模型的建立。建立VAR模型前，要先确定滞后阶数。这里还是采用LR似然比和SC值、AIC值相结合的方法，综合考虑，选取一个较合理的滞后阶数。这里我们选取滞后一阶的方式来构建VAR模型。其方程式为：SZ=0.8352SZ（-1）+0.006CZSR（-1）+0.048CZZC（-1）-0.317WHCB（-1）+0.0169M2（-1）-2310.5由上面的公式我们也可以发现，上证综指仍旧受自身前一期的影响。同时，短期财政支出和财政收入的变化均会引起上证综指正向的变化。但从长期来看，财政收入的过多增加可能会不利于股市的发展，这和财政收入的来源有很大的关系。因为财政收入主要来源于税收和国债，税收的增加，加重了企业和投资者的负担，减少了资金供给，长此以往，对资本市场将产生不利影响。M2将引起上证综指的同向变化，这和我们前面关于货币供给量的理论假设是一致的。货币政策的预期效应、资产组合效应和内在价值增长效应都体现了货币供给量的变化将引起上证综指的正向变化。短期外汇储备将引起股票市场反方向的变化。外汇储备虽然有利于货币供给量的增加，但是我国目前的外汇储备量已经过量，故而它的负面影响也开始显现。这也和我们的理论是基本一致的。
（3）Johansen协整检验。对上述VAR模型进行协整检验，发现上述的模型中存在着协整关系。这说明了股票市场和宏观经济变量之间存在着长期稳定的关系。我们将上证综指的协整方程式列出，详细地分析变量之间的长期关系。SZ=-1.24CZSR+4.03CZZC+2.17M2-26.74WHCB由上面的协整方程式，我们可以得到变量间的长期关系，和我们分析VAR模型时提到的一样，财政收入的系数在长期协整关系式中变为负数，即财政收入的增加，长期而言是不利于股市的。其余的变量的系数都没有改变正负。这说明，在长期中，宏观经济变量与股票市场之间的关系是符合我们的理论假设的。
（4）格兰杰因果检验。我们需要分析这几个宏观经济变量与股价是否存在格兰杰因果关系，因此我们要对它们进行格兰杰因果检验。我们从表5中可以看出，外汇储备的格兰杰引起上证综指的变动。而且，这些变量还能同时格兰杰引起上证综指的变动，说明货币政策、财政政策和汇率不但可以单方面影响股票市场，而且可以综合起来对股票市场产生一定的影响。表5格兰杰因果检验同时我们也看到，上证综指不能格兰杰引起财政政策变量的变化，不能格兰杰引起货币供给量和汇率的变化。反过来看这也说明了就中国股市而言，汇率与股市是汇率导向模型的传导机制。股票导向的传导机制，在中国还没有成熟的条件形成，股票市场对汇率的影响作用还没有发挥作用。股票市场不能对货币供给量产生影响，这也和我国的实际国情有关，一般认为货币供给量是受中央控制来调节宏观经济的。
[关键词] 信用风险；宏观经济环境；信用循环指标；违约概率
[中图分类号] F830.2 [文献标识码] A [文章编号] 1006-5024(2008)01-0152-05
[基金项目] 国家自然科学基金重点项目“中国宏观经济中期发展建模：预测方法与应用研究”(批准号：70531010)；国家自然科学基金“创新研究群体科学基金基于行为的若干社会经济复杂系统建模与管理”(批准号：70521001)
[作者简介] 曹汉平，北京航空航天大学经济管理学院博士生，中国银行总行高级经理，研究方向为金融工程与风险管理；任若恩，北京航空航天大学经济管理学院教授，博士生导师，研究方向为国际竞争力比较、金融工程与风险管理。(北京 100053)
一、问题的提出
近20年来，信用风险的研究如雨后春笋，取得了长足发展。但这些早期的信用风险模型大多集中对违约可能性(信用评分)的预测，主要强调对样本截面数据，而不是从时间序列角度来分析辨别“好”或“坏”的公司，并且这些模型大部分仅仅考虑了公司本身的状况与能力，而未将外在的环境因素纳入其中。近年来，随着经济的快速发展和经营环境的快速变迁，公司必须面对许多不确定性，增加了公司经营的风险。信用风险的时间序列或动态行为分析已经广受学术界、业界以及监管机构的重视。
首先，信用风险市场的流动性越来越大。抵押证券(ABS)，如债券抵押证券(CBO)与贷款抵押证券(CLO)，与信用衍生产品(Credit Derivatives)相似，都允许金融机构在不用破坏客户关系的情况下降低信用风险敞口。这些新信用工具的定价需要利率、违约率、回收率、以及信用利差等的动态行为的足够数据。一般而言，可利用直接观测这些变量的历史数据，或者利用流动性信用敏感工具定价模型来计量这些相关经济变量的动态行为即为信用违约互换(credit default swaps)。其中信用衍生工具或证券有效性弥补了早期信用评分方法在管理信用风险时的适应能力，同时它也使违约分析的重点从截面分析、时间点分析转换到动态的信用风险管理。
其次，信用风险组合管理需要动态信用风险分析。虽然这些模型基本上都能作为分析信用风险组合的工具，但是对于不同风险种类的分析却存在很大的差异。在可辨别的独特性风险与系统风险情况下，绝大多数独特性风险都能被分散，系统性风险对信用组合最重要。而目前的信用组合模型，如CreditMetrics、CreditRisk+都较少关注系统风险因素的行为。通常而言，系统信用风险因素经常与宏观经济环境有关。因此，如果能将宏观经济环境与系统信用风险因素建立联系，那么有关宏观经济变量的趋势与状态的知识就可以帮助商业银行评价组合信用风险。
第三，监管的发展也需要对信用风险进行动态分析。新巴塞尔协议(Basel Committee on Bank Supervision (2003))建议银行的资本需求(capital requirements)必须直接与交易双方的履约能力(creditworthiness of the counterparties)相联系。同时，新监管架构的一个主要关注点就是银行资本需求的亲周期性(pro-cyclical capital requirements)，并且按照这样的方法来增加经济周期的冲击，这可能会恶化经济周期波动。经济增长期间，银行可能会降低经济资本水平，而经济资本水平的降低可能是受到基于近期违约概率估计的风险敏感性资本需求(risk sensitive capital requirements)的刺激。因此，在经济周期的波峰时，经济资本水平可能非常低以致于无法应付后续的经济下降趋势。而在经济下降期间，经济资本的积累同样可能很低。此外，经济资本的增加可能会导致银行信用紧缩(credit crunch)并且因此恶化已经不利的经济环境。亲周期(pro-cyclicality)的问题进一步凸现了对信用评级、违约概率、信用利差以及其它信用风险驱动因子进行动态分析的需要。
本论文主要尝试将宏观经济环境和行业竞争环境纳入信用风险模型，来辨别外在因素对信用风险的影响程度。希望利用辨别出的外在因素对信用风险的影响，为投资者在评估投资时提供多一层的考量，并建立一个能够纳入外在因素的信用风险评估模式，以供后续研究与实务界应用。
二、信用风险模型的发展历程
信用风险分析最早起源于Beaver (1967) 和Altman (1968)的工作，并且在过去近四十年来取得了广泛的研究与探讨，发展出许多类型的信用风险模型。不同的模型具有不同的特性及相关的理论基础，大致而言可以划分为两大类。第一类是基于会计信息与市场价值所发展出来的模型，如Altman，Haldeman and Narayanan(1977)的ZETA模型，第二类则是以股票价格为基础的模型，如KMV、Moody’s等机构用期权理论发展出来计算违约概率的模型。但到目前为止，并未有具体将宏观经济因素纳入信用风险模型的研究。不过，经由Belkin，Suchower and Forest(1998)与Jongwoo Kim(1999)两篇对信用转移矩阵(credit transition matrix)的研究，替信用风险模型纳入宏观经济变量的方式提供了一个可行的研究方向。Belkin，Suchower and Forest(1998)首先将公司价值变动的因素分成两部分，个别公司单独面对的风险与所有公司共同面对的风险，前者可称为个别风险，后者则为系统风险。Jongwoo Kim(1999)运用前述研究的概念，进一步建立较为具体的信用循环指标。
近年来，一些学者对违约概率与宏观经济变量的相关性展开了研究，较具有代表性的是Pesaran等(2005)建立的全球自回归宏观经济矩阵模型GVAR。该模型以Merton(1974)的期权理论为基础架构，以经济的全球化为背景，用横跨25个国家、时间段为1979―1999的季度相关数据，通过建立模型，分析国内宏观经济变量，包括GDP、CPI、短期利率、汇率、以及全球变量(如石油价格等)的冲击对资产信用组合风险的影响，证明银行冲销坏帐损失与国内外宏观经济变量的变化具有重要关系。另一个比较有代表性的是Koopman等(2005)直接应用时间序列模型研究违约概率的周期性变化。
综合以上文献，我们可以发现信用风险作为商业银行业所面临的主要风险，一直是银行风险管理的核心内容，同时也是监管机构及学术界研究的主要话题。目前我国商业银行的信用分析和评估技术仍处于传统的比率分析阶段。随着全球经济越来越相互依赖，商业银行与中央银行都必须面对并分析宏观经济波动对信用风险(或损失分布)的影响。因此，在此领域，尤其是宏观经济环境与信用风险相关性研究方面，将有大量的工作去做、值得深入研究。
三、基于宏观经济因素的信用风险评估模型
考虑到本论文旨在尝试将其忽略的外在因素(可分成宏观经济环境和行业竞争环境两部分)纳入信用风险模型，来辨别外在因素对信用风险的影响程度，因此主要参照Jong-woo Kim(1999)的研究方法建立宏观经济模型，并利用宏观经济变量(GDP增长率，CPI通膨率、货币供应量、失业率等)建立信用循环指标(Z)值，来表示宏观经济情况，然后以此信用循环指标的结果搭配Belkin-Forest-Suchower(1998)的方法，去调整不同经济情况下企业信用质量改变的概率，并修正研究期间银行放款组合价值之信用风险的变动型态。希望利用辨别出的外在因素对信用风险的影响，为投资者在评估投资时提供多一层的考量，并建立一个能够纳入外在因素的信用风险评估模式，以供后续研究与实务界应用。
(一)模型的建立
本论文假设影响公司价值的因素有三个方面，分别为宏观经济风险(Z)、公司经营绩效(M)与个别公司风险(ε)。现将此三种变量定义如下：
1.宏观经济风险
宏观经济风险以Z表示，为所有公司都必须面临的风险，可视为系统性的。这种整体且全面性的风险可能导因于国内GDP的变动、货币供应的变化、进出口成长或衰退、产值提升或下降等。为识别宏观经济风险，首先需要辨别哪些宏观经济变量可以合理仿真未来宏观经济状态。不同的国家，其经济状态各有其特定的全局变量组合代表，Wilson(1997)建议至少应有3个以上的宏观经济变量。此外，随着行业、评级的差异，其辨别的解释变量亦随之不同。再者，在模型估计方法上，随着模型设定而有所差异，其共同处则在于利用过去的变量资料来预测未来变量的可能。
本论文主要是依据Jongwoo Kim(1999)的研究方法，运用宏观经济变量建立信用循环指标(Z)，来表示整体经济情况，再依据信用循环指标的结果，去调整企业信用质量改变的概率。以下是分析方法的介绍。
(1)建立复回归模型
首先，分析投机级公司的违约概率与宏观经济变量的线性回归关系，再以变量分析(Analysis of variance)、系数估计(Parameter Estimates)、变量膨胀因子(Variance Inflation Fac-tors)三个方法作整体模型分析解释。其中：变量分析(Analysis of variance)的主要目的是分析解释变量与被解释变量有无直线线性关系；而变量膨胀因子(Variance Inflation Factors，VIF)则作为该模型共线性(Multi-Collinearity)的判断标准。
本研究先利用Probit函数对被解释变量(投机级公司的违约概率)作转换，得出的转换值再与选定的宏观经济变量做复回归分析，并利用最小平方法(Ordinary Least Squares，OLS)推算宏观经济变量的估计系数。
其中，Yt：表示第t期投机级公司的违约机率，Xi，t-1：表示第i个宏观经济变量在t-1期的值，β：为未知的参数，εt：为随机误差项，h：为选定的宏观经济变量个数。
(2)建立信用循环指标表示宏观经济状况
由公式(1)估计下一期的投机级公司违约机率的转换值后，即可建立信用循环指标表示经济状况。其公式可表示为：
其中，Zt表示第t期的信用循环指标，Φ-1为标准正态之累积分配的反函数，Yt表示第t期投机级公司的违约概率，μ为平均数，σ为标准差。
2.公司经营绩效
公司经营绩效以M表示，本论文以税前息前资产报酬率作为经营绩效变量。Mt值的转换主要应用统计上标准差距离的计算公式：
其中，RAt表示t期公司资产报酬率，μ为平均数，σ为标准差。
为了符合Mt~N(0，1)的假设，本研究假定同行业内各公司资产报酬率成标准正态分布。换句话说，即公司经营绩效的好坏概率呈标准正态分布。式(3)分子中的μRAt即为行业平均资产报酬率，也可用ITAt表示，用数字式表示为：
其中，RAt表示t期公司资产报酬率，IRAt表示t期行业平均资产报酬率，N为同行业内公司数量。
从式(3)可知，本研究将资产报酬率作为衡量公司经营绩效的指标。为了将宏观经济环境对资产报酬率的影响剔除，并消除行业特性差异，将其减去行业平均资产报酬率后再除以行业资产报酬率标准差，得到的经营绩效指标Mt就等于该公司经营表现与行业平均间的标准差距离。若公司资产报酬率小于行业平均报酬率，则Mt0，表示有正面的经营绩效。若两者相等，则Mt=0。
3.个别风险
个别风险以ε表示，此风险仅与个别公司相关，如新产品开发等。
根据以上分析，那么可以以下列回归式来估计宏观经济风险对公司价值变动的影响，并据此建立基于宏观经济因素的信用风险评估模型。
Rt=w1Mt+w2Zt+w3εt(5)
其中，Rt为t期公司价值变动，Mt为t期公司的经营绩效指标，Zt为t期宏观经济指标，εt为t期个别价值变动风险，w1、w2、w3分别为Zt、Mt、εt的权重。为了保证正态分布的假设，即Rt～N(0，1)，不失一般性，假设①Mt、Zt与εt也为N(0，1)的标准正态分布，即Mt、Zt、εt～N(0，1)；②Mt、Zt与εt间相互独立；③w12+w22+w33=1。
除了以数学式表示本研究模型外，也可以图形表示(如图1)。从图1中可以发现，公司价值变动可以区分为三部分，如同前文定义，分别为宏观经济风险、公司经营绩效与误差限。图中V0代表0期公司资产价值，Nt则为t期公司可能价值概率函数，Vt则代表其期望值。V0至Vt的变动中，V0至V′为受公司经营绩效影响的部分，影响幅度为w1Mt；V′至Vt则是受宏观经济影响的部分，影响幅度为w2Zt。
此图的例子是当Mt为负，而Zt为正，且w2Zt大于w1Mt的情况。若Mt与Zt两者均为正，Vt、V′皆会位于V0右边；反之，则Vt、V′皆会位于V0左边。换句话说，公司价值可能会因为Mt与Zt而变动，变动的幅度分别为wtMt与w2Zt，总变动幅度则为w1Mt+w2Zt。
(二)模型的求解
在期权模式的信用风险模型中，违约率的估计是以低于临界值的累计概率加以表示。该概率为：
其中，t为期间，V0为0期公司资产价值，Dt为t期负债帐面价值，μ为平均数，σ为标准差。
违约概率也能够在图形上看出。图2为期权模式下t期的公司可能价值分布图，公司可能价值为标准正态分布，所以此公司价值线Nt代表的一样是标准正态分布的概率函数。图中的横轴并非公司绝对价值表示，而是期望值的距离，以一个标准差为单位。此时只要求出临界值b的数值，即能得到临界值以下的累计概率，以τ表示。
此临界值也可称为违约点(default point)，根据公式(6)，可得临界值b为：
公式(7)所计算的临界值隐含的假设为公司价值低于负债面值就发生违约，但在现实生活中，违约不会在低过负债时即刻发生，而是已经低过负债一定程度之后。其中KMV的EDF模型也不根据上式，而是以公司长期负债加上二分之一流动负债来作临界点。
本研究为求出更精确的信用组合风险及违约概率，将依KMV的方式以公司长期负债加上二分之一流动负债来作临界点。因此，每家公司的临界点均不同。
bt=IDt+ SDt(8)
为了不失一般性，假设t期年底公司普通股市价为P(ST)t；CSt为t期期末流通在外普通股数，则公司t期末的价值与公司价值变动可分别表示为
Vt=P(ST)t×CSt(9)
根据Merton(1974)违约模型，在时间t-1的信息条件下，如果下式成立违约将在时间t发生：
假设：
那么λt将是正的违约门槛，它将随着时间与企业的特定属性(如行业区分)而变化。
因此，在末期t时的违约概率为：
τ=p(default)=p(Rt
综合以上的叙述，本研究的信用风险模型将外在环境因素纳入；外在环境因素又可以分成两部分，一为宏观经济因素，另一则为行业竞争因素。前者指的是宏观经济状况的影响，如资金是否宽松、进出口贸易兴衰、GDP增减等因素对公司信用风险的冲击。后者为行业特性因素，如行业竞争情况、行业特性等。
四、实证分析
本文选取的宏观经济变量包括年度实际GDP、实际全社会总投资、信贷余额、汇率、全国实际零售总额、全国进出口总额等。各变量均以各个指标各年名义值除以各年相对于1985年的物价指数，折算为以1985年基准的可比值，并以上海证券交易所上市公司为研究对象。由于论文篇幅的限制，本论文在行业与公司的选择上只选择了IT行业作相关分析研究。根据前文分析，我们可以利用最小平方法(OLS)来计算出方程(1)中的相关参数(如表1)
那么，我们可以得到投机级公司(SG)的违约概率与信用循环指标的预测值(表2与图3表示其预测值与实际的值非常接近)。
各风险因子的权重系数如表3所示。
因此，IT行业的条件信用风险模型(5)可以写成：
Rt=0.277Mt-0.202Zt+0.939εt (14)
下面我们可选择一家IT行业的上市公司进行具体分析。假设该公司在1999年度与2000年度的基本信息如表4所示。
因此，在考虑宏观经济与行业风险因素后，该公司2000年的条件违约概率(PD)可表示为：
τ=p(default)=p(Rt
实证表明，利用本论文建立的信用风险模型，可以计算出公司的信用风险，即可能的违约概率，而且根据违约概率，也能看出信用风险的大小与其变动。
五、结束语
本研究通过信用循环指标表示宏观经济景气状况，将宏观经济周期因素纳入到现有信用风险模型之中，分析了宏观经济变量与行业竞争环境因素等对信用风险的影响，建立了能够纳入外在因素的信用风险评估模式。本论文的分析结果可以帮助我们思考在考虑宏观经济与行业风险因素后信用风险的度量问题。在我国当前经济环境下，从信用风险管理的角度入手，将能够测量到的不稳定因素纳入到信用风险计量模型中去，使商业银行能够按照新巴塞尔协议的资本要求，建立具有长远性、稳定性、前瞻性的更为有效的信用风险管理体系，对增强金融体系和宏观经济的稳定性将具有非常现实的意义。需要指出的是：为了简化分析，本论文以上市流通的普通股股票价格计算公司价值，除必须假设国内股票市场为完全市场外，又忽略了其他影响因素；另外，本研究虽然尽力依文献或实务界的经验去选择合适的变量，并希望能找出最能解释宏观经济的经济变量，但由于宏观经济变量的选取存在一定主观性，容易遗漏重要的经济金融变量，使得选取变量与应变量的关联性不够显著，或多或少会影响模型的预测。
参考文献：
[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，孙文祥.信用风险的度量和实证分析[J].投资研究，2003，(7).
[9]龚朴，何旭彪.信用风险评估模型与方法最新研究进展[J].管理评论，2005，(5).
[10]赵玉旭.现代信用风险量化模型在我国银行中的应用研究[D].长沙：中南大学管理科学与工程系，2003.
关键词：后金融危机 宏观压力测试 向量误差修正模型
中图分类号：F830.2文献标识码：A 文章编号：1006-1770(2010)011-022-05
引言
根据国际货币基金组织(2004)的定义，压力测试是指评估金融体系承受“罕见但是仍然可能”的宏观经济或金融市场波动冲击能力的一系列方法与过程。根据关注范围的不同，压力测试可以划分为宏观和微观两类。宏观压力测试由于能模拟潜在金融危机等极端事件对银行系统稳定性的影响，在实践中得到迅速推广。国际货币基金组织和世界银行(2006)于亚洲金融危机后联合推出银行部门评估规划（FSAP），首次将宏观压力测试方法作为衡量银行系统稳定性分析工具的重要组成部分。
Erlenmaier(2004)和Gersbach(2005)利用宏观经济模型RIMINI对总体审慎指标的趋势与发展进行预测，并且建立了评估贷款违约率的宏观信贷方程。Froyland和Larsen(2002)利用宏观经济模型RIMINI对银行不良贷款在宏观经济波动情境下进行了压力测试。
虽然国际上宏观压力测试已成为政策当局分析银行稳定性而广泛使用的工具，但国内宏观压力测试尚处在推广初期。陈华、伍志文(2004)运用1978年-2000年间的数据对中国银行体系脆弱性状况进行了量化分析，结果发现宏观经济变量是宏观经济政策影响银行稳定的传导路径。徐光林（2008）利用线性压力测试模型，分析GDP增长速度和CPI同时发生不同程度恶化对我国银行业资产规模增长速度的影响。华晓龙(2009)通过假设情境法进行宏观压力测试，定量分析宏观经济因素波动对中国银行体系不良贷款率的影响。
目前，全球由美国次贷危机引发的金融危机进入到实体经济受到巨大冲击的后金融危机时代，世界经济存在着很多的不确定性和不稳定性，全球经济下我国宏观经济亦不可避免的受到多方面的冲击。因此，如何识别潜在的宏观系统性风险对银行系统稳定性的影响受到越来越多的重视。我国宏观经济运行有许多不同于发达市场经济的特点，能否寻求一种不严格依赖经济理论、从数据变化中寻找规律、把握动向的宏观压力测试方法，是具有现实紧迫性的课题。本文在借鉴国际经验的基础上，结合中国国情，提出基于向量误差修正模型（VECM）的宏观压力测试模型，定量评估分析宏观经济因素波动对我国银行系统稳定性的影响，对防范和化解银行体系系统性风险具有重要的现实意义。
一、 宏观压力测试原理
宏观压力测试通过宏观压力情境的构建，预测极端但可能发生的宏观经济变动对银行系统稳定性的影响。如图1所示，宏观压力测试过程主要包括三个步骤：首先，定义压力情景及强度，选择能够体现宏观经济风险的主要因子；其次，构建宏观经济因素的关联关系，确定压力情景下各宏观经济变量取值；最后，建立风险因子与内部因素的冲击路径。
（一）定义压力情景
压力情景的定义方法有历史情景法和假设情景法两种。近二十年来中国的经济环境主体上还是呈良好的上升趋势，缺乏较严重的经济衰退或压力事件。因此，本文采用基于假设情景法进行情景设定。
1.定义压力情景因素
基于国内外实证研究及数据可得性，本文选取中国国内生产总值（GDP）增长率、消费者价格指数(CPI)、1年期银行机构人民币贷款基准利率（IR）等三个宏观经济变量作为外部宏观经济因素，选取商业银行贷款不良率作为内部因素，即衡量银行系统稳定性的指标。本文选取上述四个指标1996年-2009年季度历史数据进行分析，并采用PBC版X-12-ARIMA1年季节调整软件剔除时间序列数据的季节因素影响。
2.设置压力测试强度
选择实际GDP增长率作为主因素，根据实际GDP增长率历史数据拟合Beta分布，确定它在三种不同宏观经济衰退情景的取值，代入压力测试情景设置模型，确定其他宏观经济因素取值。
参照FSA压力情景设置标准，以所拟合的Beta分布上1/10分位数数值（6.69%）、1/25分位数数值（5.87%）、1/100分位数数值（4.89%）表示实际GDP增长率在温和、严重、极端宏观经济衰退情景下的取值，其发生概率分别是10年一遇、25年一遇、100年一遇。沈利生（2000）认为现阶段我国 GDP 潜在增长率为 8.6%，2009年四季度我国 GDP 增长率为10.7%。因此，设定GDP在温和、严重和极端压力情景下取值为7%、6%和5%。
（二）宏观压力测试情景设置模型
Sims(1980) 提出了使用模型中的所有当期变量对所有变量的若干滞后变量进行回归，用于相关时间序列系统的预测和分析随机扰动对变量系统的动态影响，构建非结构化的多方程模型（VAR）。它不带有任何事先约束条件，将每个变量均视为内生变量，避开了结构建模方法中需要对系统中每个内生变量关于所有变量滞后值函数的建模问题，它突出的一个核心问题是“让数据自己说话”。
大多数情况下，经济变量各自均为随机游走时间序列。而长期来看，两个或两个以上经济变量之间的线性组合可能是平稳的，即它们之间存在某种确定的变化比例关系，这时称两个或两个以上经济变量之间存在长期均衡关系。经济变量之间的长期均衡关系由于其他因素的影响在短期内可能出现失衡状态，如果能从动态角度将它们之间的短期变动行为和它们之间的长期关系联系起来考虑，分析结论会更具针对性。Johannes(1991)提出向量误差修正模型（VECM）引入了协整关系方程的误差项反映这种短期波动向长期均衡稳定关系修正的机制。因此，本文在向量自回归模型（VAR）的基础上，构建宏观经济变量VECM模型（1）确定各变量之间的联动关系。
计算自回归模型残差协方差矩阵S，对协方差矩阵进行柴可夫斯基分解。选择主因素y1,t，如，实际情况下选择GDP作为主因素，给定某宏观风险因素的压力值，代人基于向量自回归模型第一个方程反解出残差项m*1t，产生由伪随机残差m*1t以及蒙特卡洛模拟产生的其他两个标准正态分布随机数m*2t,m*3t组成的向量r=(m*1t，m*2t，m*3t),将m=r*A代入向量自回归模型，计算出压力情景下其他变量值。重复此过程，计算足够次（大于100万次）蒙特卡洛模拟下的变量值，然后求平均值作为压力情景下宏观因素取值。
（三）压力测试传导机制
本文借鉴Wilson(1997)研究框架中关于宏观经济因素和贷款违约率之间的非线性关系设定，使用Logit模型将贷款违约率转化为宏观综合指标Y，以指标Y作为因变量与宏观经济因素进行多元线性回归分析，以更好地利用各宏观经济指标所提供的信息。
t= 1， 2 ……N (2)
NPL代表主要商业银行贷款不良率，Y为反映银行体系违约概率和各宏观经济变量关系的“中介指标”，利用历史数据进行模型估计，通过处理的贷款不良率值代人式(2)就可以得到估计的综合指标Y的估计值。
1， 2 ……N(3)
式（3）反映了Y与宏观经济因素之间的传导关系。考虑经济变量之间与商业银行不良率之间可能存在协整关系，若对非平稳序列进行差分，用差分后的序列建模，但差分往往使数据中包含的长期调整信息丢失，忽略了变量水平之中包含的信息。本文对具有协整关系的序列算出误差修正项，并将误差修正项的滞后一期看作一个解释变量，连同其他反映短期波动关系的变量一起，从而能够反映这种短期波动向长期均衡稳定关系修正的机制，构建宏观经济因素X1、X2……Xm与银行贷款不良率Y的传导关系(3)，在执行压力测试的时候，将压力情景下宏观经济变量值代入估计出的式(3)就可以得到压力情境下的Y，代入式(2)就估计出了压力情境下银行系统不良率。
二、 构建宏观压力测试情景设置模型
（一）变量平稳性检验
由于虚假回归问题的存在，所以在进行动态回归模型拟合时，必须先检验各序列的平稳性。本文用扩展的单位根检验法(ADF)对数据进行平稳性检验，检验结果如表1所示，GDP、CPI、IR的ADF序列在95%的置信水平下都是非平稳的。进一步检验显示，上述三个序列的一阶差分序列，即DGDP、DCPI、DIR至少在95%的置信水平下都是平稳
的。
（二）建立VAR模型
由于三个变量都是一阶单整序列，可以建立VAR模型。首先，需要确定VAR模型的滞后阶数。参考赤池信息准则AIC、施瓦茨准则SC，以及极大似然估计量，可以从统计意义上，确定模型的最优滞后阶数，结果如表2所示，从统计意义上，最优的滞后阶数为1阶。从经济意义上考虑，压力测试需要考虑银行在经济衰退情景下一年内每个季度的表现，因此将VAR模型的滞后阶数设置为4阶。
滞后期数为4阶的VAR模型估计结果如下：
（三）建立VECM模型
在VAR模型的基础上进行Johansen的多元协整检验，判断多元变量间是否存在协整关系。表3列出Johansen多元协整检验的临界值和似然比率。
由表3可知，在5%的显著水平下存在一个协整方程。协整方程为：
令误差修正项为：
VECM模型估计结果为：
（四）Grange因果关系检验
为了确定变量之间的相互关系，对变量进行Granger因果检验。如表4所示，在5%的显著水平下，滞后阶数为1和2时，GDP是CPI、IR的Granger成因，CPI是IR的Granger成因；滞后阶数为3时，GDP是IR的Granger成因。
（五）压力情景设置
将GDP在三种不同程度（温和、严重，以及极端）的宏观经济衰退情景的取值，代入VEMC压力情景设置模型，即可确定CPI和利率在相应宏观经济衰退情景下的取值。由于模型所基于的宏观因素数据为季度数据，因此，需要确定实际GDP增长率在每个季度的施压路径。徐光林（2008）假设宏观因素指标呈指数增长或下降，具体形式如下：
其中，K表示施压路径的总季度数，i 的取值从1到K，b为总冲击量。a 为待定参数，其计算公式为：。计算出压力情景下各季度GDP取值，代入VECM模型，获得压力情景下各季度其他宏观经济变量取值。
三、 构建宏观压力情景与银行不良率的传导机制
（一）模型变量的单位根检验
在建立长期均衡模型之前，必须对各序列进行单位根检验，以判断各序列的平稳性，ADF检验结果如下表所示，模型相关变量都是I(1)过程，即一阶单整的。
* 对于Y而言，其0.01和0.05相应的临界值分别为-3.83和-3.03。
（二）协整检验
金融危机发生后，国家出台对应政策促进经济增长，减少
金融危机对我国实体经济的影响，2008年第4季度我国商业银行不良率相比于2008年第3季度有较为大幅度的下降。这段时
期不良率与宏观因素之间的关系不反映它们长期均衡关系，另外我国利率还没有完全市场化。因此，选取2005年第1季度和2008年第3季度数据构建商业银行贷款不良率与GDP，CPI之间的协整关系：
对残差项进行单位根检验，T统计量p值为0.02说明残差项在95%置信度是平稳的，说明上述协整关系成立。
（三） ECM误差修正模型
上述分析已证明，不良率与GDP和CPI之间存在(1,1)阶协整关系，将回归方程的残差作为误差修正项，可建立的误差修正模型。在建立误差修正模型之前，加入了哑变量，以反映金融危机期间外部政策的作用，误差修正模型形式如下：
四、 结论与建议
理论上，在经济衰退时期，银行不良率会升高。但是，在经济衰退时期，也可能出现其他因素，缓和银行不良率的上升。缓和不良率上升的因素包括以下货币政策和财政政策两方面。货币政策方面表现为在经济衰退期，国家往往会调低贷款利率，加大货币供给量，这些政策使得银行不良率倾向于下降。如2008年金融危机的影响显现后，央行自2008年9月以来9次调整利率水平；财政政策方面表现为经济衰退期，国家加大财政支出来促进经济增长，减少金融危机对我国实体经济的影响。如这次金融危机背景下我国政府出台4万亿投资拉动内需、十大产业调整振兴规划等政策。
因此，本文不仅分析理论压力情景下商业银行不良贷款率的变化，也分析实际上国家采取应对政策进行调控下商业银行不良率的变化，我们设计了三个压力情景：压力情景下国家保持货币政策和财政政策不变；压力情景下国家保持货币政策不变，但不采取应对的财政政策进行调控；压力情景下，政府应对的采取货币政策和财政政策进行调控。
情景一：假定在经济衰退期，利率水平保持不变，政府不采取类似于次债危机期间的管控手段（即将哑变量设置为0），结果显示随着经济衰退程度的加强，银行不良贷款率升高的幅度增大。
情形二：假定在经济衰退期，利率水平保持不变，政府采取2008年－2009年金融危机时期的管控措施（即将哑变量设置为1），结果显示随着经济衰退程度的加强，银行不良贷款率的水平值不断上升。由于政府的管控措施，在经济衰退情景下，不良率水平相比当前时点，出现下降。
信用价差(creditspreads)是指为了补偿违约风险，投资者要求公司债发行人提供的高于到期日相同的国债收益率的收益。从理论上来讲，信用价差是由债券发行人可能发生违约而出现的，它反映了公司债的风险状况，因此信用价差常常对应着公司债券的预期违约损失。总体来说，公司债券预期违约损失与经济周期密切相关:在经济繁荣时期，企业的生存环境好，违约的概率低，信用风险小;而在经济萧条时期，企业的生存环境恶化，违约概率高，信用风险随之加大。因而，信用价差实际上体现为宏观经济预期的显示器，即信用价差小时，意味着预期宏观经济向上，反之当预期信用价差大时，即意味着宏观经济向下。由于宏观经济预期必然对宏观的实际波动产生重要的影响，为此利用信用价差中所包含的信息预测宏观经济的波动状况，具备相当的可行性。实际上，国内外诸多学者对利用债券市场的信息把握宏观经济的波动状况做出了许多探索性的工作。比如，Harvey(1988)，Estrell和Hardouvel(1991)，StockandWatson(1989)等认为，长短期利率差不但包含了未来通货膨胀的信息，还包含了货币政策的信息，因此能有效预测宏观经济的波动。其实证结果表明长短期利率差对宏观经济波动的确有一定的预测能力。BernankeandBlinder(1992)等用商业票据的溢价来解释未来的产出波动，其实证结果表明商业票据的溢价对未来产出波动的预测能力较弱。事实上，商业票据溢价为信用价差的一种，其为商业票据相对国库券的溢价。商业票据溢价对未来的产出波动预测能力较弱是因为其仅包含了短期的信用风险信息，无法反映长期的经济周期变化预期。国内学者利用债券市场信息预测未来产出波动也依循利率期限结构与信用价差两条线索而展开。如，于鑫(2008)利用5年期与1年期的国债利率差额解释中国未来的宏观经济波动，其实证结果表明5年期与1年期的国债利率差对未来的产出波动具有一定的预测能力，特别是对中长期的产出波动预测效果较好;然而其对短期产出的预测效果较弱，回归方程的拟合优度不高。徐爽(2010)用国债收益率曲线的主成分作为因子，预测中国的消费、投资和出口等经济变量，其实证结果表明主成分模型相对简单利差模型有着更好的预测效果。张燃(2010)利用10年期信用价差数据对宏观经济变量进行了预测研究，其实证结果表明利用信用价差对未来宏观经济变量中的消费、出口、投资、工业增加值与通货膨胀的预测效果要优于利用利率期限结构中的长短期利率差的预测效果。然而其对信用价差的度量是直接基于企业债收益率曲线与国债收益率曲线而得出的，这种度量方法忽略了各企业债券的个体波动信息，将对真实的信用价差产生较大的测度误差。通过上述文献回顾发现，尽管债券市场上的信用差价包含着丰富的宏观经济预期信息，其对宏观经济的波动有着较强的解释能力，但国内外大部分学者都是基于债券市场上的利率期限结构对宏观经济波动进行预测。仅有少数学者利用信用价差来解释宏观经济的波动状况，但其对信用价差的测度存在较大的偏误。为此本文将对信用价差的测度方法进行优化，并在此基础上进一步检验其对我国宏观经济波动状况的预测能力，其结构安排如下:在第2部分，本文基于Gilchrist(2009)提出的“自下向上”方法，构建了中国债券市场的信用价差指数GZ指数。在第3部分，本文构造实证模型对信用价差对宏观经济变量的预测能力进行检验，并将其与忽略信用价差变量的模型的解释能力进行对比。第4部分是结论。
二、测度信用价差的GZ指数的构建方法
Gilchrist(2009)提出了测度信用价差的自下向上的方法，并用该方法构建了测度信用价差的GZ指数。其具体的构建方法如下所述:假设在时期t由企业i发行的公司债券k所承诺的现金流序列为(C(s):s=1，2，…，S)，这里的现金流包括了按期付息与到期时的本金偿付。那么该债券价格可描述为:Pit［k］=ΣSs=1C(s)D(ts)(1)此处的D(t)=e－rtt为在时刻t的折现函数。为了计算与之相对应的无风险债券价格Pft［k］，我们利用时刻t连续复利的国债收益率曲线对现金流序列(C(s):s=1，2，…，S)进行贴现。按此方法所得的无风险债券价格Pft［k］将被用来计算假定国债的收益率yft［k］，该国债产生的现金流序列同样被假定为(C(s):s=1，2，…，S)。用yit［k］表示企业债券k的收益率，那么信用价差则可表示为Sit［k］=yit［k］－yft［k］。通常使用的计算信用价差的方法为将企业债券收益率减去与该企业债券到期日相同的国债收益率曲线上的收益率而得到的，而本文所采用的度量信用价差的方法与通常的方法相比将大大减少信用价差的计算偏误。按上述方法，我们将得到微观层面各个时期各种债券的信用价差。将微观层面的信用价差进行简单的综合，就可得到各个时期的信用价差指数。具体计算方法可表示为:此处的Nt指时期t的样本观测数，式(2)即为各时期度量信用价差的GZ指数。从式(2)可以看出GZ信用价差指数实际上是各微观个体债券的信用价差的简单算术平均值。
三、数据描述与实证分析
(一)数据描述
在计算信用价差指数的时候，我们利用了中央国债登记结算中心的企业债收益率数据、国债收益率数据以及国债的收益率曲线数据。由于中央国债登记结算中心的利率期限结构数据最早开始于2006年3月，因此本文所选取的样本区间为2006年3月至2011年10月，数据频率为月。在利用上述原始数据计算GZ信用价差指数的时候，为了保证计算结果不受极端观测值的影响，我们将个体信用价差低于5个基点以及高于3000个基点的观测值进行了删除处理。在本文的实证分析中所涉及到的宏观经济变量则主要包括产出、出口、投资、消费与通货膨胀。其中的产出用工业增加值当月同比增速来代表，数据来源于国家统计局网站;出口用出口总额的当月同比增速来表示，数据来源于中国海关总署网站;投资则用固定资产投资完成额的当月同比增速来表示，数据来源于国家统计局网站;消费则用社会消费品零售总额当月同比增速来表示，数据来源于国家统计局网站;通货膨胀则用居民消费价格指数(CPI)当月同比增速来表示，数据来源于国家统计局网站。为与上述信用价差指数相对应，本文对宏观经济变量所选取的样本区间也为2006年3月至2011年10月。
(二)实证分析
为检验信用价差对宏观经济变量的预测能力，本文所建立的实证模型如下:Yt+h=α+Σpi=0βiYt－i+γ1TSt+γ2RFFt+γ3CSt+εt+h(3)此处的Yt+h指在时期t+h的宏观经济变量的取值;h指预测期数，其为大于0的整数;TSt指利率期限价差，具体为从国债的收益率曲线中得出的5年期国债收益率与1年期国债收益率之差;RFFt指无风险的货币收益率，用1年期定期存款利率来表示;CSt则表示信用价差;εt+h指预测期的随机扰动项。需要注意的是式(3)中的滞后期数p，我们用AIC信息准则来确定。在模型(3)中，我们首先令Yt代表工业增加值的同比增速，则相关实证结果简要描述如表1所示。需要注意的是为简化起见，我们忽略了对常数项与Yt滞后价值的回归系数的报告。由表1可见信用价差对宏观产出有着较好的预测效果。更具体的在表1内，我们发现随着预测期数的提升，预测模型的拟合优度也在增长，这表明信用价差对工业增加值同比增速的长期预测能力要优于短期预测。为了对比反映信用价差对宏观经济变量的预测能力，我们将在模型中不考虑信用价差只考虑利率的期限结构与无风险利率，那么此时的实证结果将如表2所示。将表1与表2进行对比可以发现，考虑信用价差的预测模型的拟合优度在各种预测期内都显著高于不考虑信用价差的预测模型。令模型(3)中的Yt代表出口总额的同比增速，则相关实证结果如表3所示。由表3发现，考虑信用价差的预测模型对出口总额同比增速的预测能力整体上比较差，在各个预测期的拟合优度都比较低，这显示出出口变量是外生变量，利用国内债券市场的信息无法对其进行准确的预测。令模型(3)中的Yt代表固定资产投资完成额的同比增速，则相关实证结果如表4所示。由表4发现，考虑信用价差的预测模型对固定资产投资完成额同比增速的预测能力整体上也比较差，在各个预测期的拟合优度都比较低，这是由于固定资产投资是政府人为控制的变量，政府通过控制投资增速来对宏观经济进行调控，因此利用债券市场的信息对投资变量进行预测的效果并不理想。令模型(3)中的Yt代表社会消费品零售总额的同比增速，则相关实证结果如表5所示。由表5可见信用价差对消费有着较好的预测效果。更具体的在表5内，我们发现随着预测期数的提升，预测模型的拟合优度先上升后下降，当预测期数为6时，拟合优度达到最高。这表明信用价差对未来消费的中期预测能力最强，短期预测能力次之，而长期预测能力最弱，这与对宏观产出的预测效果恰好相反。此外，为了对比反映信用价差对消费的预测能力，我们同样在模型中不考虑信用价差只考虑利率的期限结构与无风险利率，那么此时的实证结果将如表6所示。将表5与表6进行对比可以发现，考虑信用价差的预测模型的拟合优度在各种预测期内都显著高于不考虑信用价差的预测模型，这也充分显示出信用价差变量的重要性。最后令模型(3)中的Yt代表通货膨胀变量，即居民消费价格指数，则相关实证结果如表7所示。由表7可见信用价差对通货膨胀有着较好的预测效果。更具体的在表7内，我们也发现随着预测期数的提升，预测模型的拟合优度先上升后下降，当预测期数为6时，拟合优度达到最高。这表明信用价差对未来通货膨胀的中期预测能力最强，短期预测能力次之，而长期预测能力最弱，这与对消费的预测效果高度相似。
一、引言
改革开放三十多年来， 中国经济持续高速的增长举世瞩目， 衡量经济发展水平的宏观经济统计数据成为了国内外相关机构和学者广泛关注的热点。中国国家统计局、中国人民银行每季度、月、周都会对cpi、gdp、固定资产投资等重要宏观经济变量的统计数据进行披露， 然而， 由于这些宏观经济时间序列数据受多种因素（如非重复性突发事件、经济或者政治结构变化以及自然灾害等）的影响， 公布后的实际数据与市场预测值常常会产生偏差， 这种偏差左右着金融市场参与者的行为， 特别是会对上市公司的未来现金流和风险贴现率产生作用， 进而对股票市场参与者的市场行为和股票市场的收益率及波动率产生巨大影响。因此， 探讨和量化宏观数据的公布以及市场预测值与实际公布值间的偏差对股票市场的影响程度， 具有重要的理论价值和实践意义。
国外学者研究宏观经济变量的对各种资产价格条件均值影响的文献极为丰富，但对于宏观经济公告对条件方差影响的研究成果却很少。ederington和lee（1993，1996）创立了一整套研究程序， 专门研究新闻和宏观经济信息对股票、外汇期货、期权市场的影响。ederington和lee（1993，1995）发现宏观经济信息的定期对利率和外汇期货市场的价格和波动率有显著影响。在国内， 宏观经济信息公告对金融市场影响的研究尚不多见。 冯玉梅等（2007）基于改进的ar（1）-egarch（1，1）-m模型， 通过研究宏观信息宣告对股票市场价格行为的影响， 表明居民消费价格指数和商品零售价格指数对股票市场的收益有负向影响；国内生产总值、社会消费品零售总额、公开市场操作利率变动率和企业景气指数对股票市场的收益有正向影响； 公开市场操作公告会导致股票市场条件收益率显著增加； 其余各类宏观信息因素对股票市场收益的波动性并不存在显著影响。王云升等（2008）分析了宏观经济数据公布与预测值所产生的偏差， 并研究了其对金融市场收益及其波动率所产生的影响， 结果表明， 消费者价格指数统计数据的公布加大了股票市场日收益的波动率， 而固定资产投资增速和货币信贷信息数据的公布则减小了其波动率； 由于市场化程度较低， 宏观经济统计数据的公布对债券市场和外汇市场参与者价格行为的影响较小。
二、数据选取与处理本文由收集整理
本文选取2009年3月21日至2012年3月21日间上证综指日间交易收盘收益率为样本数据来衡量股票市场收益率。选取消费者物价指数（cpi）、固定资产投资增速（fai）和中国人民银行公布的货币信贷信息（m2&loan）三个经济变量作为宏观经济统计数据样本。由于宏观经济统计数据常常受季节效应的影响而失真， 因此，要对消费者物价指数、固定资产投资增速和货币信贷信息进行季节调整，通过采用相对值避免不同量纲对其的影响， 以消费者物价指数为例， 将绝对指标转换为相对指标的计算公式为：cpi相对= ■，固定资产投资增速和货币信贷信息相对指标的计算方法与消费者物价指数相同。
对于宏观经济变量的预测值， 我国目前还没有专业的调查机构对其进行如此规模的调查， 市场预测数据多是源自各个证券机构出具的研究报告。本文选取北大朗润的预测均值作为cpi， fai市场预测值， 原因是中信等众多重要金融机构都以它的宏观经济变量数据预测值的平均值作为参考。由于预测值难以获取， 且不具权威性， 本文在建立考虑市场预期的模型中剔除了货币信贷信息这个变量。
三、理论模型
garch模型又称为广义arch模型， 是arch模型的拓展。自从恩格尔提出arch模型分析时间序列的异方差性以后， 波勒斯列夫又提出了garch模型。 garch模型是专门针对金融数据的回归模型， 除去和普通回归模型的相同之处， garch对误差的方差进行了进一步的建模， 特别适用于进行金融数据的波动性分析和预测， 这样的分析对投资者的决策能起到非常重要的指导性作用， 其意义甚至超过了对数值本身的分析和预测。因此，本文选择garch模型研究偏差对股票市场的影响。garch模型要求所研究的时间序列必须是平稳的， 因而使用单位根检验 （unit root test） 对上证综指收益率进行平稳性检验。结果显示在1%的显著性水平下， 样本数据不存在单位根， 是稳定的序列。
（一）模型ⅰ：未考虑预期的实证检验模型
在不考虑实际公布值与市场预测值之间偏差的情况下， 建立股票市场的价格行为的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为所测量的股票市场日收盘收益率，rt=■， pt表示第t 日的收盘收益率；di为虚拟变量，用以消除数据的“季节性影响”；dj为虚拟变量，消费物价指数、固定资产投资增率以及货币供应量和新增贷款数据公布之日， 取值为1，反之为0；εi为服从正态分布的扰动项。
在模型ⅰ中， 均值方程中的截距项μ0代表样本中宏观经济统计数据未公布情况下股票市场在周五的日收益率，系数μi、μj衡量周一至周四以及消费物价指数、固定资产投资增率、货币供应量和新增贷款数据公布后股票市场日收益率的变化。方差方程中的截距项α0代表宏观经济统计数据未公布情况下股票市场在周五的波动率，系数αi、αj代表周一至周四以及消费物价指数、固定资产投资增率、货币供应量和新增贷款数据公布后股票市场波动率的变化。
（二）模型ⅱ：考虑预期的实证检验模型
采用公式ln（实际公布数据/市场预测值）×100%代表市场预测值与实际公布数值之间偏差，建立股票市场的价格行为的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实际公布数据/市场预测值）>0， -cpi表示ln（cpi实际公布数据/市场预测值）0>0。同理， 其它宏观经济变量的定义与之相似。
四、计量分析结果
（一）模型ⅰ：未考虑预期的测算结果
采用准极大似然估计（quasi-maximum likelihood，qml）方法对模型ⅰ进行估计。模型ⅰ显示的回归结果表明了未考虑市场预期的股票价格在一周五天交易日中的不同特征。均值方程的实证结果表明，μmon回归系数为0.216，且z值为3.065，显著为正， 说明股票市场一周五天的平均日收益率在周一要高于周五。方差方程的实证结本文由收集整理果表明，αtue和αwed的回归系数分别是-0.781、 -1.032， z值分别为-3.957、-4.056， 显著为负， 说明股票市场一周五天日收益率的波动率在周二和周三都低于周五。
固定资产投资、货币供应量和新增贷款数额统计数据的公布对股票市场的日收益率和波动率的作用极为显著。方差方程的实证结果中αfai和αm的回归系数分别为-1.217和-2.154， z值分别为-3.808和-3.289，显著为负， 说明宏观经济变量统计数据中， 固定资产投资、货币供应量和新增贷款数额的公布降低了股票市场日收益率的波动率。αcpi的回归系数为3.095， 虽然为正， 但不显著， z值仅为1.234， 没有通过0.01水平的显著检验， 表明cpi统计数据的公布仅在一定程度上对股票市场日收益率的波动率起正向作用，加大了波动率。 原因在于cpi作为重要的宏观经济变量， 对股票市场的资产影响巨大， 因此， 参与者在进行资产估值时， 常常要根据其最新公布的数据来进行资产组合的调整， 而调整这种资产组合无疑会增加股票市场日收益率的波动。
（二）模型ⅱ：考虑预期的测算结果
由于当前我国的经济形势复杂多变， 货币政策导向并不明朗， 因此无法得到货币信贷的预测数据， 所以模型ⅱ的研究未考虑货币信贷信息情况下的偏差对于股票市场价格行为的影响。运用准极大似然估计qml方法对模型ⅱ的参数进行估计。
模型ⅱ显示的回归结果表明了考虑市场预期后宏观经济统计变量所产生的偏差对股票市场平均日收益率和波动率的影响。股票市场的均值方程中的回归系数α+fai为-1.417， z值为-6.808，通过0.01水平的显著检验， 说明当固定资产投资增速统计数据公布的实际值高于市场预测值时， 会对股票市场的平均日收益率产生负向影响， 日收益率降低，这主要是由于投资的替代性，投资的两大重要组成部分是对实体经济和虚拟经济的投资， 当固定资产类的实体投资增加时， 股市类的虚拟经济自然随之下降， 投资者预期投资在虚拟经济——股市上的资金会减少， 故降低了股票市场的平均日收益率。
方差方程的实证结果表明，α+cpi与α-cpi的回归系数分别为3.076和6.921， 均为正， 且作用效果高于其它两个宏观经济变量， 说明cpi统计数据的公布对股票市场日收益率的波动率正向作用显著，波动率增加，这与模型ⅰ的结论相同。另外，α-cpi的回归系数显著为正，说明当消费者物价指数的市场预测值高于统计数据公布值时， 股票市场参与者认为未来政府通过改变利率、存款准备金率等金融工具来实施货币政策的可能性较小， 使参与者看好股票市场的前景， 增加了其对未来股市的信心， 因此， 股票市场的平均日收益率显著升高， 日收益率的波动率也随之增大。方差方程的回归系数α+fai和α-fai都为正，说明固定资产投资增长率的统计数据公布后，不论其与市场预测值之间的偏差是正或是负， 都会增加股票市场的日收益率波动率。原因在于不论固定资产投资增长率公布后的实际值和预测值孰高孰低， 二者之间产生的偏差都会影响参与者对股票市场的信心和其市场行为， 从而加大股票市场日收益率的波动。
五、结论
基于收益率和波动性两个方面，本文运用garch模型测算了未考虑预期和考虑预期的宏观经济数据对我国股票市场波动的影响，结果表明：
经济波动是经济运行过程中周期性出现的经济扩张与紧缩更迭交替、循环往复的现象。在市场经济的环境下，一个国家的经济通常会经历复苏、繁荣、衰退、萧条四个阶段。1999年，我国实际国内生产总值（GDP）增长率与潜在GDP增长率的负缺口不断扩大，经济衰退日益严重，以致出现萧条，陷入了波谷。2000年以来，我国经济开始逐步回升，进入复苏阶段。在复苏的不稳定时期，经济出现了短暂的波动，2002年开始才真正走上稳步增长与回升之路。2005年我国经济运行已超过产出正缺口0.2%的上限（谢太峰、王子博，2013），2007年接近波峰。2008年底，一场金融海啸席卷全球，全球经济顿时处于低迷态势。正处于高速平稳发展阶段的中国经济，也跌入了暂时性的发展低谷。2007年至2011年我国经济经历了过热、衰退、低谷、复苏又缓慢下行的波动，宏观经济发展始终存在诸多的不确定性和复杂性。
宏观经济的波动直接影响着微观层面企业的生存与发展。当经济高速增长时，产品市场上需求比较旺盛，GDP增长较快，物价上涨，资本市场的繁荣使社会投资热情高涨，银行货币信贷较为活跃，资金需求量扩大，此时企业通常具有较高的盈利水平。宏观经济的波动是微观层面企业经营的客观环境。宏观经济政策的调整与宏观经济环境的变动不仅影响了公司的会计政策与会计业绩，而且直接影响到公司管理层对未来的经济前景与企业发展的预期，关系到公司财务政策的选择与理财行为的实施。如，陆正飞和祝继高（2009）发现在货币政策紧缩时期，企业会增加现金持有量，以备不时之需。然而，鉴于宏观经济分析的结果难以量化，宏观经济政策对于微观企业的影响缺乏直接的证据，因此对于我国宏观经济政策的波动对企业微观主体行为与业绩之间关系的研究目前仍比较缺乏，从宏观到微观的传导机制研究太少（姜国华、饶品贵，2011）。
股权资本成本是股东进行股权资本投资时要求的必要报酬率，股权资本成本水平关系到企业价值评估、经营绩效评价和股东利益保护等诸多方面，是公司管理层进行融资决策、投资决策、股利决策等财务决策的重要依据。目前国内外学术界对于股权资本成本的研究大多集中于微观层面，宏观经济因素对股权资本成本的影响研究尚不多见。基于这一事实，本文基于2000-2012年中国上市公司的数据，研究宏观经济因素对于公司股权资本成本的影响。本文的研究结论将对投资者、政府监管部门和公司财务政策制定者等具有重要的参考价值。
二、文献综述
（一）国外文献 20世纪末以来，股权资本成本的一些研究开始关注企业外部的环境因素，特别是从宏观经济和法律环境等方面来讨论不同经济背景下股权资本成本的差异。套利定价理论（APT）首次将宏观经济环境变量纳入模型中。此后的研究将关注点集中于决定股权资本成本的宏观经济因素方面。Chen等（1986）将股票收益作为宏观经济变量的函数，发现收益曲线扭转、未预期的通货膨胀、工业产值以及破产风险溢价这四个宏观经济变量对股票收益率具有显著的系统性影响。此后的McElroy和Burmeister（1988 ）进一步改用多元非线性回归模型，引入债券偿付风险溢价、债券期限溢价、未预期通货膨胀、未预期GDP增长率以及市场指数，构建了宏观经济五因素APT模型，并发现每个变量均得到APT的风险定价。借鉴这一思路，Golderberg和Robin（1991）将债券风险溢价、债券期限溢价、未预期通货膨胀和未预期产出增长四个宏观经济变量引入，建立资本成本估算的宏观经济因素APT模型，并与资本资产定价模型（CAPM）、五因素APT模型等进行比较，结果显示四因素APT模型的估算值比较准确。
Hammoudeh和Aleisa（2004）指出，通货膨胀和与公共财政相关的变量是股票价格的基本决定因素。Daske等（2008 ）和Li（2010）在考察欧洲市场执行IFRS后资本成本的变化时发现，国民生产总值、居民消费价格指数、通货膨胀率等国家宏观层面因素均在一定程度上影响资本成本水平。Apergis和Eleftheriou（2012）应用广义矩估计（GMM）方法对新兴国家的研究发现，通货膨胀、经济产出、货币供应量、政府赤字、贸易赤字对股票收益有正面影响，而利率对股票收益产生负面影响。
除了上述研究以外，Stulz（1999）提出，一国经济全球化程度的提升可以通过分散风险与提高公司治理水平来降低公司股权资本成本，这一观点得到了Bekaert 和Harvey（2000）的经验证据支持。Singh和Nejadmalayeri（2007）的研究结果也表明，企业的国际化程度与其资本成本呈负相关关系，即国际化程度越高的企业，其资本成本越低。Erb等（1996）利用135个国家的数据研究指出，影响股权资本成本的宏观经济环境因素可能还包括汇率和国家信用等级等，对于发展中国家而言，以国家信用等级度量的国家信用风险是影响事前预期报酬率的重要因素。
综观以上国外相关研究可以发现，宏观经济变量的选择、研究方法的使用以及最终得到的结论均存在一定程度的不一致性。
（二）国内文献 国内学者鲜有根据中国上市公司的数据进行宏观经济因素与资本成本的相关研究。一些研究从宏观、中观（行业）层面进行了类似的分析。吕江林（2005）考察了我国上证综指与实际国内生产总值之间的动态关系；杨小军（2007）研究认为影响股票价格指数的最显著因素包括货币供应量、股票供给、物价指数；曹勇和张卓（2009）则认为商品零售价格指数、固定资产投资总额、利率等宏观经济变量对股票价格指数存在一定影响；金洪飞和金荦（2010）、温彬等（2011）发现国际石油价格、人民币汇率等宏观经济变量对我国不同行业的股指报酬率具有一定的影响；戴沙（2011）则认为货币政策对股票市场的影响较显著，其中利率政策最明显。这些研究均以行业或A股综指的实际数据研究股东作为一个整体的实际报酬水平，并未观察宏观经济因素对股东要求报酬率――股权资本成本的影响。
一个国家的宏观经济运行态势、经济发展阶段以及金融体系变革等外部宏观经济因素是股东进行投资的外部客观环境，宏观经济状况的改变直接关系到企业生产经营的诸多方面，进而影响了企业的风险程度，股东根据这一风险程度提出的理性报酬率必然会反映出宏观经济变量变动的结果。因此，忽视宏观经济因素对股权资本成本的影响必将造成股权资本成本研究的片面性。笔者选取了6个主要的宏观经济变量，详细分析检验其对中国上市公司股权资本成本产生的影响。
三、研究设计
（一）样本选取与数据来源本文关注研究期间的时间跨度，为了增强研究结果的可靠性与可比性，样本期间为2000年至2012年。按照中国证券监督管理委员会2012年公布的上市公司行业分类标准，将上市公司划分为19个行业。由于金融行业的特殊性，宏观经济变量如实际贷款利率等对金融行业的影响与其他行业相比较具有显著的差异，为了确保数据结果的准确性与可比性，本文剔除了金融行业，选取其他18个行业的全部A股上市公司作为研究样本。本文中各年度宏观经济数据（GDP、CPI、M2、CM、INT、TUR）取自中国统计年鉴数据库和锐思数据库。股权资本成本估算中运用的数据以及实证分析中相关控制变量的数据均取自国泰安数据库。
（二）变量定义与研究假设
被解释变量。汪平等（2012）将股权资本成本的估算方法划分为三类：内含报酬率法、风险补偿法和历史平均报酬率法。李阳阳（2013）归纳了常见的及新兴的15种股权资本成本估算技术，并针对不同的模型结果进行了对比分析。本文采用CAPM、OJ模型、Gordon模型、GLS模型、PEG比率和MPEG比率6种方法分别估算我国全部A股上市公司的股权资本成本，并将六种估算方法的估算值取均值，作为公司的股权资本成本Re。对于GLS模型、OJ模型、PEG比率和MPEG比率四种方法，本文分别采用了实际数据和预测数据两种数据方法进行估算，并取两者均值作为该方法的股权资本成本估算值。
解释变量。笔者选取的宏观经济因素包括：经济增长率、通货膨胀率、贷款利率、资本市场发展情况、货币供应量和股票市场流动性。
（1）经济增长率。GDP增长率可以在一定程度上反映一个国家宏观经济状况，是经济增长率最为直观的衡量标准，本文选用GDP增长率表示经济增长率。经济增长率无疑是影响股票收益的一个重要因素。在经济繁荣阶段，GDP增长率较高，国家总体经济运行环境较好，经济主体的平均获利水平提高，股东对公司的预期提高，要求的必要报酬率提高，即股权资本成本上升。由此提出本文的假设1：
假设1：GDP增长率与股权资本成本正相关，即GDP增长率越高，股权资本成本越高。
（2）通货膨胀率。消费者价格指数（CPI）是对一个固定的消费品篮子价格的衡量，主要反映消费者支付商品和劳务的价格变化情况，是一种度量通货膨胀水平的工具，本文选用CPI增长率表示通货膨胀率。通货膨胀通常发生于经济繁荣时期，往往是经济上行至过热的一种反映。在通货膨胀的情况下，对于收入波动大的企业来说，债务融资所要面临的固定利息支付无疑会带来更高的财务风险和破产风险。因此，在通货膨胀严重时，企业往往会回购部分债券，减少债务融资规模，提高股权融资比例。Clare和Thomas（1994）、Ibrahim和Aziz（2003）等研究将股票视为对冲通货膨胀的工具，随着通货膨胀率的上升，公众会把大量的资金投资于股票，为了补偿通货膨胀带来的损失，股东往往会提高其所要求的报酬率水平，即股权资本成本上升。
假设2：CPI增长速度与股权资本成本正相关，即CPI增长率越高，股权资本成本越高。
（3）贷款利率。贷款利率是一个宏观经济政策变量，在一定程度上预示了宏观经济的走向。在经济过热时国家会相应提高贷款利率，经济疲软时则会降低贷款利率。利率作为资本市场上资金使用权的转移价格，在一定程度上影响着企业的股权资本成本。一方面，贷款利率直接决定了利息费用，间接决定了债务融资成本。利率的变动改变了资本市场上的资金供给量和资金流向。当利率上升时，大量资本回归银行导致企业举债融资困难，贷款比例降低引起债务成本上升，财务风险的加大导致股东要求报酬率的上升。另一方面，利率代表了股票市场上投资的机会成本。Wasserfallen（1989），Abdullah和Hayworth（1993）等研究发现，利率负向调节股价，较高的利率吸引了其它的投资机会，进而降低了股票市价，股东要求的报酬率随之提高。
假设3：实际贷款利率与股权资本成本正相关，即贷款利率越高，股权资本成本越高。
（4）资本市场发展情况。完善的资本市场可以提供多元化融资渠道，包括信贷融资、债券融资和股权融资等。根据优序融资理论，企业一般遵循内部融资、债务融资、股权融资的融资顺序。西方发达国家的资本市场发展的比较成熟，而我国仍处于市场经济转变时期，资本市场并不完善。在不成熟的资本市场中，证券价格不能真实全面地反映企业价值，融资工具的缺乏会阻塞企业的融资渠道。同时，我国股票市场规模较大，外部监管机制和股权约束机制尚未完全建立，这使得我国上市公司更倾向于选择约束少、无股息偿付压力的股权融资方式。基于我国实情的融资特色，如果股市处于利好的形势，股票市场的综合回报率比较高，市场风险溢价上扬，股东投资要求的必要报酬率就会提高。本文采用考虑现金红利再投资的情况下，总市值加权平均法的A股市场年度综合回报率作为股票市场发展状况的变量。
假设4：股票市场回报率与股权资本成本正相关，即股票市场回报率越高，股权资本成本越高。
（5）货币供应量。货币政策是国家宏观调控的重要手段之一，广义货币供给量（M2）反映了社会总需求的变化和未来通货膨胀的压力状况，本文选用M2的增长率表示货币供应量的增长率。
根据凯恩斯理论，货币供给量增加导致利率下降，贷款成本的降低会使企业提高债务融资的比例，而负债的增加会限制企业的自由现金量，增加企业的破产风险。同时，货币供给量的增加会提高公众对未来通货膨胀的预期，从而导致更高的贴现率，因此投资者会要求更高的预期报酬率，提高股权资本成本。
假设5：货币供给与股权资本成本正相关，货币供给量的增长率越大，股权资本资本越高。
（6）股票市场流动性。股票市场流动性会影响股东要求的报酬水平。一般而言，流动性好的市场，交易指令能迅速执行，交易成本降低，而在缺乏流动性的交易市场，投资者的抛售行为会传递进而影响股票价格，投资者承担的风险增大，股权资本成本上升。此外，流动性差的股票通常会倍受投资者冷落，股价相对较低，股权资本成本相应提高。本文采用年平均换手率指标作为股票市场流动性的变量。换手率是反应市场活跃程度和成熟程度的综合指标，以百分比形式衡量一年内股票的成交量占股票总数的比例。通常情况下，成熟资本市场的流通股年平均换手率在100%左右。我国股票市场尚不成熟，仍处于发展阶段，投资者的专业知识储备相对较少，投机现象比较严重，投资者多以短线差价投资为主，并不是进行真正意义上的长期投资。刘欢（2008）研究表明，1993年至2007年间，我国股票市场15年的平均年换手率为484%，明显高于成熟市场的换手率。
假设6：股票市场流动性与股权资本成本负相关，即年平均换手率越高，股权资本成本越低。
（三）研究步骤 本文研究宏观经济因素对上市公司股权资本成本的影响，由于既包括时间序列数据又含有截面数据，因此，本文分两个步骤开展研究。第一步，建立面板数据，对6个宏观经济变量以及股权资本成本进行平稳性检验；第二步，在同一年份，由于对所有上市公司而言统一宏观解释变量取值相同，研究期间内每个宏观变量的有效数值有13个，且模型不同年份回归系数都相同，为了保证样本数量，提高模型的有效性，在建立线性回归模型时，选择混合横截面模型，将13个年份的数据放在同一截面中进行检验，并且在线性回归模型中增加了企业规模、股权结构与公司成长性三个控制变量，分别用总资产（TA）、前十大股东控股比例（H10）、总资产增长率（GR）表示。
四、实证检验分析
（一）描述性统计
（1）宏观经济因素的描述性分析。自2000年开始，我国经济驶入了新一轮的复苏进程，经过2003年和2004年经济得以稳定与巩固之后，从2005年开始高速增长，2007年末达到峰值。2008年，受到全球经济危机的冲击，GDP增长率下降，宏观经济进入衰退阶段，且下降的幅度较大。为了缓解金融危机带来的阵痛，2009年国家实行积极的财政政策和宽松的货币政策，以扩大内需为主要目标。2009年至2010年实现了经济的缓慢回升，但2011年我国通货膨胀加剧，经济出现短暂回落，国家继续实施积极的财政政策和稳健的货币政策，以管理通货膨胀、调整经济结构、保持经济平稳较快发展为工作重心。图1为2000-2012年我国GDP增长率折线图，13年中，我国经济经历了增长、下降、回升再微降的一个过程。
图2显示样本期间，我国CPI增长率波动显著，尤其在2006年之后波动尤为剧烈。CPI代表了消费者的购买能力，也反映了宏观经济的景气程度。CPI温和上升，表示经济平稳增长；CPI大幅提高，说明发生了通货膨胀，货币的实际购买能力降低；如果CPI下跌，则表明经济衰退。2009年CPI增长率发生了明显下降，表明国家实施的积极的财政政策和稳健的货币政策对宏观经济调控产生了效果。
从图3中可以看出，2000年至2006年期间，我国实际贷款利率稍有波动，但相对平稳。2007年大幅上升，2008年由于国家宏观政策的调控，又出现大幅回落，2009年以后，国家重视经济发展的稳定性，为了防止经济大幅波动，通过利率调整对货币市场进行资金的控制。
图4显示，在2008年之前，我国广义货币供应量增长率相对平稳。2008年经济危机期间，国家实施宽松的货币政策，使流通中的准货币基数不断增加，因此2009年广义货币供给量呈现高速增长。2010年以后M2增速逐渐减缓。
图5显示，2001-2005年期间，我国股票市场换手率较为稳定，处于一个相对较低的水平上。2006年换手率大幅提升，2007年达到了峰值。2008年的经济危机使得股票市场受到严重冲击，换手率急剧下降，但在2009年又大幅回升。伴随股票市场的发展，2010年以后换手率缓慢降低，但与国外成熟的股票市场相比，仍然位于一个较高的水平。由此可见，我国股市的不稳定性和非理性是毋庸置疑的。投资者往往将股票作为投机证券以获取价差收益，由此引致我国股票市场上极其浓重的投机色彩。
图6为2000年至2012年考虑现金红利再投资的综合市场回报率年度数据，波动趋势十分显著。2007年股票市场回报率达到峰值，2008年受国际金融危机影响，市场回报率跌至谷底，2009年国家相关干预政策使得市场回报率迅速回升，这些变动整体上与宏观经济周期波动相一致。之后的几年，随着宏观经济的波动，股票市场也振荡下挫。
（2）股权资本成本的描述性分析。图7为2000年至2012年A股上市公司平均股权资本成本折线图。可以看出，股权资本成本的整体变动趋势与宏观经济周期是趋同的。大部分年份的平均股权资本成本在5%至10%之间波动，2007年达到最大值24.67%，2008年又迅速降低至1.96%，2009年出现较大幅度的反弹，达到22.01%，2010年之后逐渐平稳，波动幅度减小。进一步观察18个行业的平均股权资本成本，可发现，研究期间内各个行业具有较为相似的时序变化――2005年之前行业平均股权资本成本均比较稳定，多数行业的平均股权资本成本在5%-10%区间内小幅度波动，2006年之后变动幅度较大，2007年上升到峰值，2008年又跌至谷底，随后的2009年又大幅回升，此后呈现平稳波动的趋势。
2000-2012年各变量描述性统计见表2。
（二）平稳性检验由于时间序列数据中包含经济的动态信息，在对时间序列进行回归分析之前，本文首先采用三种方法――相同根单位根检验的LLC检验和不同根单位根检验的ADF检验及PP检验，对每个时间序列数据进行平稳性检验。表3显示，CPI增长率、贷款利率、A股市场回报率、M2增长率和股票市场年平均换手率以及企业股权资本成本均同时通过了LLC检验、ADF检验及PP检验，充分证明了他们不存在单位根，序列是水平平稳的。GDP增长率变量没有通过ADF与PP检验，但通过了LLC检验。因此认为所有变量都是同阶单整的。
（三）回归分析 为了更为准确地研究宏观经济因素与股权资本成本的关系，需要剔除一些影响股权资本成本的微观层面因素。本文在线性回归模型中加入了3个控制变量：（1）采用总资产的自然对数（TA）代表公司规模，以控制规模因素对股权资本成本的影响；（2）采用前十大股东控股比例（H10）表示股权结构，以控制公司股权结构对股权资本成本的影响；（3）采用总资产增长率（GR）代表公司成长性，以控制处于不同发展阶段的公司成长性因素对股权资本成本的影响。
基于此，本文建立如下回归模型：
Rei=α+β1GDPi+β2CPIi+β3INTi+β4CMi+β5M2i+β6TURi+β7TAi+β8H10i+β9GRi+?着
其中，i表示第i个样本上市公司；β1、β2、……、β9为各解释（控制）变量的回归系数；α为常数项，?着为残差项。
从表4可以看出，回归模型通过了F检验，回归方程整体在1%的水平上存在显著的线性关系。GDP增长率、CPI增长率、年平均实际贷款利率、M2增长率、股票市场回报率与股权资本成本呈显著的正相关关系，与上文提出的假设1至假设5相一致；A股市场年平均换手率与股权资本成本均在1%的水平上显著正相关，与假设6相反，说明样本期间我国股票市场年平均换手率越高，股权资本成本越高。在本文选取的三个控制变量中，只有成长性变量没有通过t检验，另两个变量均与股权资本成本呈显著的正相关关系，意味着企业规模越大、大股东持股比例越高，股东要求的必要报酬率越高，股权资本成本越高。
五、结论
本文结合我国经济制度背景，以2000-2012年中国A股上市公司为样本，分年度采用6种方法对股权资本成本进行估算，选用混合回归模型，对股权资本成本与经济增长率、通货膨胀率、贷款利率、货币供应量、股票市场流动性以及股票市场发展状况等6个宏观经济因素进行OLS回归，得到如下两个结论：
（1）我国上市公司的股权资本成本与宏观经济走势整体上具有趋同性，公司股权资本成本基本上能够伴随着国家宏观经济政策的调整做出相应的反应。这一结果在2008年全球性经济危机之前表现尤为明显。在我国经济整体向好的2007年，GDP增长率、CPI增长率、实际贷款利率、股票市场回报率均处于研究期间的相对高值，我国上市公司平均股权资本成本亦位于峰值，达到24.67%。货币供给量增长率与公司股权资本成本的正相关关系也比较显著，2009年M2增长率达到高点，公司股权资本成本也继2008年跌至谷底后于2009年大幅回升至22.01%。
（2）我国股票市场的换手率与股权资本成本呈正相关关系，这显然有悖于财务理论。然而这一结论却是我国股票市场不成熟、股票投资者投机心理严重的一个真实表现。换言之，我国的股票投资者并未通过成熟的投资理念引导自己真正意义上的长期投资，过分地追求短期资本利得的财富效应致使我国股票市场交易异常活跃。这种非理性的投资理念对股东期望的报酬水平――股权资本成本产生了扭曲的、甚至是完全逆向的影响。
站在公司财务视角，股权资本成本巧妙地联结了股东、资本市场和上市公司三者的关系。股权资本成本是股权资本投资者根据其投资风险水平提出的报酬率要求，这一报酬率水平的高低程度与理性水平从根本上决定了一家公司的财务竞争实力，同时也在一定程度上反映了一国资本市场的发展状况。宏观经济状况是公司财务的客观环境，是公司一切财务政策赖以执行的外部条件。宏观经济因素的变动直接影响到股东投资的风险水平，进而导致股东要求报酬率的变化。如何全面洞察国内外宏观经济状况的改变，科学理性地估算股权资本成本，进而积极主动地调整公司财务政策，是任何一家现代公司的财务经理都必须考虑的重要问题。
应当看到，我国股票市场经历了20余年的发展与壮大，目前仍属于不成熟、不完善的新兴市场，融资渠道单一、监管措施失当、约束机制匮乏等严重地制约了股票市场的良性发展。与之相应，上市公司股东利益保护观念的淡薄直接导致了资本成本理念的阙如，作为公司财务核心概念的资本成本更是无法发挥其在财务决策中的基准作用。本文的研究较为全面地分析了宏观层面的国家经济政策变动对微观层面的公司股权资本成本水平产生的影响，结合财务理论与中国现实对这一影响进行了客观评析。本文只是在宏观经济与微观财务的结合方面作出了初步的尝试，未来这一方面的研究尚待更加细致、深入地进行下去。
［本文系教育部人文社科规划基金资助项目“资本成本、价值创造与我国国企EVA考核研究”（编号：10YJA630146）和北京市属高等学校高层次人才引进与培养计划项目（The Importation and Development of High-Caliber Talents Project of Beijing Municipal Institutions）“基于资本成本锚定效应的公司财务政策优化研究”阶段性研究成果］
参考文献：
［1］祝继高、陆正飞：《货币政策、企业成长与现金持有水平变化》，《管理世界》2009年第3期。
［2］姜国华、饶品贵：《宏观经济政策与微观企业行为――拓展会计与财务研究新领域》，《会计研究》2011年第3期。
［3］吕江林：《我国的货币政策是否应对股价变动做出反应？》，《经济研究》2005年第3期 。
［4］谢太峰、王子博：《中国经济周期拐点预测――基于潜在经济增长率与经验判断》，《国际金融研究》2013年第1期。
［5］曹勇、张卓：《上证A股指数与宏观经济因素关系的实证研究》，《价值工程》2009年第1期。
［6］金洪飞、金荦：《国际石油价格对中国股票市场的影响》，《金融研究》2010年第2期。
［7］温彬、刘淳、金洪飞：《宏观经济因素对中国行业股票报酬率的影响》，《财贸经济》 2011年第6期。
［8］汪平、袁光华、李阳阳：《我国企业资本成本估算及其估算值的合理界域：2000-2009 》，《投资研究》2012年第11期。
［9］李阳阳：《预期股权资本成本估算技术研究》，首都经济贸易大学2013年硕士学位论文。
［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.
