發(fā)布時間：2022-03-29 03:47:27
序言：寫作是分享個人見解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的宏觀經(jīng)濟(jì)數(shù)據(jù)樣本，期待這些樣本能夠?yàn)槟峁┴S富的參考和啟發(fā)，請盡情閱讀。
6.9%的增長是完全正常的、合理的、符合經(jīng)濟(jì)規(guī)律的增長水平
中國經(jīng)濟(jì)進(jìn)入新常態(tài)的中高速增長以來，中國經(jīng)濟(jì)增長“大幅放緩”、中國經(jīng)濟(jì)“硬著陸”等觀點(diǎn)，變成國內(nèi)外在每年的年底、年初對中國經(jīng)濟(jì)判斷的主基調(diào)。這些判斷的誤區(qū)是，盡管中國經(jīng)濟(jì)進(jìn)入了新常態(tài)，但國內(nèi)外的分析人士并沒有用新常態(tài)的邏輯來分析數(shù)據(jù)，來判斷現(xiàn)狀和未來經(jīng)濟(jì)的態(tài)勢。
有些媒體對今年前三季度6.9%的經(jīng)濟(jì)增長用“經(jīng)濟(jì)增長是七年來的最低”來表述，顯然參照系是過去30年的高增長，這個參照系是不對的。現(xiàn)在是新常態(tài)經(jīng)濟(jì)發(fā)展階段，新常態(tài)經(jīng)濟(jì)的一個重要特征就是從高速增長變成中高速增長。經(jīng)濟(jì)增長7%左右就是中高速增長，也是兩會報告確定的今年的增長目標(biāo)。如果我們用新常態(tài)的邏輯來看待6.9%的增長，參照系是新常態(tài)經(jīng)濟(jì)的中高速增長，6.9%的增長是完全正常的、合理的、符合經(jīng)濟(jì)規(guī)律的增長水平。用新常態(tài)經(jīng)濟(jì)觀念來分析增長數(shù)據(jù)，國內(nèi)的經(jīng)濟(jì)增長是穩(wěn)定的，與中高速增長的的目標(biāo)是一致的。那種認(rèn)為中國經(jīng)濟(jì)大幅下滑、硬著陸、崩潰的分析是思想方法的問題，分析思路根本沒有進(jìn)入新常態(tài)經(jīng)濟(jì)發(fā)展階段。2014年12月閉幕的中央經(jīng)濟(jì)工作會議和十的一些相關(guān)文件反復(fù)強(qiáng)調(diào)，要認(rèn)識新常態(tài)。只有認(rèn)識新常態(tài)，才能適應(yīng)新常態(tài)，最后才能把握新常態(tài)。如果思想方法上沒有進(jìn)入新常態(tài)經(jīng)濟(jì)的轉(zhuǎn)變，觀念上不可能實(shí)現(xiàn)從過去的發(fā)展階段向新常態(tài)經(jīng)濟(jì)發(fā)展階段的轉(zhuǎn)變，對新常態(tài)經(jīng)濟(jì)階段的形勢判斷就是不準(zhǔn)確的。
季度GDP增長數(shù)據(jù)出現(xiàn)零點(diǎn)幾個百分點(diǎn)的波動是預(yù)料之內(nèi)的，不必過度解讀
當(dāng)前，我國正處于“三期疊加”的新常態(tài)經(jīng)濟(jì)發(fā)展階段，“三期疊加”是指經(jīng)濟(jì)處于增長速度換擋期、結(jié)構(gòu)調(diào)整陣痛期和前期刺激政策消化期。換檔期是什么意思？是我們的經(jīng)濟(jì)增長從高速增長變成中高速增長，是對一個經(jīng)濟(jì)規(guī)律的描述。新常態(tài)經(jīng)濟(jì)發(fā)展階段的一個重要改變就是勞動力紅利開始減少。當(dāng)勞動力紅利開始減少的時候，當(dāng)人口出現(xiàn)老齡化的時候，經(jīng)濟(jì)就會出現(xiàn)增長速度的換檔。很多發(fā)達(dá)國家都經(jīng)歷了這樣的改變，美國、日本、歐洲都在勞動力比較優(yōu)勢改變后出現(xiàn)過換檔期，這是經(jīng)濟(jì)發(fā)展的規(guī)律性。我在20世紀(jì)80年代初期去法國留學(xué)，由于人口結(jié)構(gòu)的變化，法國經(jīng)濟(jì)在80年代就面臨增長速度放緩的現(xiàn)象，所以說換擋期是一種規(guī)律性的變化，中國經(jīng)濟(jì)的新常態(tài)出現(xiàn)這種規(guī)律性的變化是不可避免的。
轉(zhuǎn)型期是什么意思？從整體經(jīng)濟(jì)的層面上講就是經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)型。從投資為主轉(zhuǎn)變?yōu)橥顿Y、消費(fèi)增長的合理比重;從第二產(chǎn)業(yè)為主轉(zhuǎn)變?yōu)槎?、三產(chǎn)業(yè)并舉;從依靠較多的外需轉(zhuǎn)變?yōu)閮?nèi)外需共進(jìn);從勞動密集、資源密集轉(zhuǎn)變?yōu)榧夹g(shù)密集、知識密集。而經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型最主要的壓力來自于第二產(chǎn)業(yè)。過去30多年高速發(fā)展的同時，包括“第三期”――政策消化期的盲目投資，使第二產(chǎn)業(yè)累計了高耗能、高污染、產(chǎn)能過剩這種不可持續(xù)的深層次矛盾。在新常態(tài)經(jīng)濟(jì)階段，要實(shí)現(xiàn)經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)變，使經(jīng)濟(jì)可持續(xù)發(fā)展。產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整主要來自兩個方面。第一，不合理的產(chǎn)能結(jié)構(gòu)要調(diào)整，將不合理產(chǎn)業(yè)的投資降下來。第二，培養(yǎng)新的增長點(diǎn)，形成合理的產(chǎn)業(yè)結(jié)構(gòu)。這兩個方面的調(diào)整是不同步的，不合理產(chǎn)業(yè)結(jié)構(gòu)調(diào)整使這些領(lǐng)域的投資減少，而新的增長點(diǎn)還在培育過程中，增加的投資不能很快覆蓋減少的部分，出現(xiàn)了青黃不接的狀況，帶來了經(jīng)濟(jì)下行的壓力。
圍繞“三期疊加”所作的規(guī)律性和結(jié)構(gòu)調(diào)整的分析，我們應(yīng)該看到，“疊加”效應(yīng)，即所謂過渡期、投資下降、經(jīng)濟(jì)下行、都是已知信息，是存量的概念。月數(shù)據(jù)特別是季度公布的GDP增長數(shù)據(jù)，如果出現(xiàn)零點(diǎn)幾個百分點(diǎn)的上上下下應(yīng)該是預(yù)料之內(nèi)的，不是“增量”下行的概念，包括投資下降以及出口方面存在問題，這都不是增量信息。如果解讀為“增量”，可能在重復(fù)使用“三期疊加”分析的信息，過度釋放一些本不該由這零點(diǎn)幾個百分點(diǎn)所承載的信息，刻意淡化存量概念而去放大增量概念，這是非常誤導(dǎo)的。
正確認(rèn)識進(jìn)出口數(shù)據(jù)改變的原因，不能簡單重復(fù)傳統(tǒng)刺激出口的政策
今年前三季度，進(jìn)出口總額178698億元人民幣，同比下降7.9%。其中，出口102365億元，下降1.8%;進(jìn)口76334億元，下降15.1%。進(jìn)出口數(shù)據(jù)是否非常糟糕？我認(rèn)為一定要把信息對稱起來。第一，出口數(shù)據(jù)顯示加工貿(mào)易低于一般貿(mào)易。在過去很長的時間內(nèi)，我們的加工貿(mào)易占主導(dǎo)地位，遠(yuǎn)遠(yuǎn)高于一般貿(mào)易。加工貿(mào)易是一個勞動力密集型產(chǎn)業(yè)，當(dāng)我們的勞動力紅利逐漸減少以后，加工貿(mào)易業(yè)就逐漸轉(zhuǎn)移到更有勞動力比較優(yōu)勢的地方去。這是個漸進(jìn)的過程，從十幾年前就已經(jīng)開始了。近幾年來，因?yàn)閯趧恿Τ杀驹鲩L特別快，所以那些港臺企業(yè)基本上都走了。本地的企業(yè)因?yàn)闆]有能力走出去，很多就關(guān)閉了。企業(yè)遷走或關(guān)閉，訂單也走了，加工貿(mào)易的出口已經(jīng)連續(xù)幾年低于一般貿(mào)易。這是我們進(jìn)入新常態(tài)以后，勞動力紅利改變所帶來的貿(mào)易結(jié)構(gòu)的變化，也是國際貿(mào)易中規(guī)律性的變化。我們不能盲目的說，出口增長下降就要加大出口退稅。當(dāng)前出口增長下降的原因根本不是稅收造成的利潤下降所致，退稅根本沒有意義。我們還是要改變出口結(jié)構(gòu)，增加一般貿(mào)易。勞動力密集型的產(chǎn)業(yè)少了，那就增加一些附加值高的產(chǎn)業(yè)，出口加工制造升級為高端制造，調(diào)整出口產(chǎn)品的結(jié)構(gòu)才是解決問題的根本辦法。要正確認(rèn)識進(jìn)出口數(shù)據(jù)改變的原因，不能簡單重復(fù)傳統(tǒng)刺激出口的政策。
第二，中國已經(jīng)在2011年代替美國成為世界第一大進(jìn)出口國家，占到全球45萬億美元貿(mào)易規(guī)模的11%左右。國際貿(mào)易是按照比較優(yōu)勢的交換。如果仍然停留在低端制造，中國的貿(mào)易特別是出口不可能繼續(xù)保持大幅增長，因?yàn)橹袊?1%以外的貿(mào)易領(lǐng)域不具備比較優(yōu)勢。僅盯著出口增長率下降而考慮短期政策，不抓緊培育有新的比較優(yōu)勢的產(chǎn)品，可能會錯失未來國際貿(mào)易發(fā)展的良機(jī)。
第三，我們的進(jìn)口也是負(fù)增長。這是因?yàn)槲覀冞M(jìn)口的產(chǎn)品中大部分是大宗商品，大宗商品的價格從去年第四季度開始一直到現(xiàn)在大幅度下降，石油價格降了一半多，所有的農(nóng)產(chǎn)品都在降價。我們進(jìn)口產(chǎn)品的一半以上都是大宗商品，就算我們的進(jìn)口量不變，因?yàn)閮r格降了這么多，所以我們的進(jìn)口規(guī)模一定是下降的。不能簡單地說，進(jìn)口負(fù)增長就是我們國內(nèi)對外面的需求下降，我們的經(jīng)濟(jì)不景氣。
宏觀政策要穩(wěn)，不能總是調(diào)來調(diào)去
宏觀調(diào)控在新常態(tài)下已經(jīng)有基本原則。新常態(tài)經(jīng)濟(jì)宏觀調(diào)控的基本原則是：宏觀政策要穩(wěn)，微觀政策要活，社會政策要托底。大規(guī)模的刺激政策就是危機(jī)政策。既然是常態(tài)，宏觀政策就要穩(wěn)，不能總是調(diào)來調(diào)去。短期財政、貨幣和投資的政策到位，穩(wěn)增長應(yīng)該是沒有問題。在常態(tài)的情況下，受季節(jié)性因素、天氣因素、自然災(zāi)害等各種因素的影響，經(jīng)濟(jì)也會有上有下，但這樣的波動是正常的，與危機(jī)引起的大起大落不一樣。
每當(dāng)經(jīng)濟(jì)增長數(shù)據(jù)出現(xiàn)零點(diǎn)幾個百分比的下降，經(jīng)濟(jì)下行壓力“加大”的說法就會被強(qiáng)化，就出現(xiàn)呼吁穩(wěn)增長政策微調(diào)和更寬松貨幣政策等加大短期刺激政策的聲音。實(shí)際上，12%的貨幣供應(yīng)量的增長（M2）目標(biāo)本身已經(jīng)是一個很寬松的指標(biāo)。上半年名義GDP的增長是6.5%，也是經(jīng)濟(jì)增長所需要的貨幣需求增長水平。但是既定的貨幣供給增長是12%，有5.5個百分點(diǎn)的差距。這意味著貨幣供應(yīng)量的增長要超過貨幣需求增長5.5個百分點(diǎn)，從這個意義上來說，貨幣政策應(yīng)該是寬松的。但是現(xiàn)在11%左右的M2增長，在既定12%的M2增長政策范圍之內(nèi)，從這個角度，貨幣政策在執(zhí)行層面是穩(wěn)健的。政府一直在強(qiáng)調(diào)貨幣政策是穩(wěn)健的，但指標(biāo)本身是被寬松的制定了。
總之，要正確認(rèn)識宏觀經(jīng)濟(jì)指標(biāo)，思想方法一定要正確。思想方法不同，利益導(dǎo)向不同，對問題的看法也就不同。用新常態(tài)的邏輯去分析數(shù)據(jù)，判斷形勢，才能避免誤判形勢、誤導(dǎo)政策。對當(dāng)前經(jīng)濟(jì)增長穩(wěn)定的判斷，并不是說我們的經(jīng)濟(jì)沒有問題，但關(guān)鍵是找準(zhǔn)問題，找到針對性的解決方案。
充分發(fā)揮調(diào)結(jié)構(gòu)在穩(wěn)增長中的關(guān)鍵作用
我們的經(jīng)濟(jì)存在下行壓力的根本原因是結(jié)構(gòu)問題。正確的方法不是印發(fā)更多的鈔票，而是要對癥下藥，要進(jìn)行結(jié)構(gòu)調(diào)整。不合理的結(jié)構(gòu)要往下調(diào)，加大力度去推動新的產(chǎn)業(yè)結(jié)構(gòu)核心增長點(diǎn)。如果不把這個問題解決，而是用短期政策去穩(wěn)增長，那就一定會固化現(xiàn)在的結(jié)構(gòu)性矛盾，并不能解決根本問題。2014年12月11日閉幕的中央經(jīng)濟(jì)工作會議有五項(xiàng)任務(wù)，第一項(xiàng)任務(wù)就是穩(wěn)增長，緊接在穩(wěn)增長后面的一句話就是“穩(wěn)增長的關(guān)鍵是調(diào)結(jié)構(gòu)”。雖然也說了財政政策、貨幣政策、產(chǎn)業(yè)政策，但關(guān)鍵是落腳在調(diào)結(jié)構(gòu)上。如果結(jié)構(gòu)沒有理順，今年短期政策穩(wěn)增長，明年結(jié)構(gòu)問題帶來的下行壓力就仍然存在。持續(xù)增長不能年復(fù)一年地靠短期政策來保證。
充分發(fā)揮調(diào)結(jié)構(gòu)在穩(wěn)增長中的關(guān)鍵作用。調(diào)結(jié)構(gòu)有兩個方面，一個是將不合理的結(jié)構(gòu)往下調(diào)，另一個是必須同時形成合理的新產(chǎn)業(yè)結(jié)構(gòu)。中央經(jīng)濟(jì)工作會議確定的今年第二項(xiàng)任務(wù)是積極培育新的增長點(diǎn)，這與新的合理的產(chǎn)業(yè)結(jié)構(gòu)形成是聯(lián)系在一起的。在經(jīng)濟(jì)存在下行壓力的情況下，我們要積極培育新的增長點(diǎn)作為經(jīng)濟(jì)增長的驅(qū)動，應(yīng)該必須從現(xiàn)在做起，而不是要等到明天。
（作者為國務(wù)院參事室特約研究員）
一、引言
改革開放三十多年來， 中國經(jīng)濟(jì)持續(xù)高速的增長舉世矚目， 衡量經(jīng)濟(jì)發(fā)展水平的宏觀經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)成為了國內(nèi)外相關(guān)機(jī)構(gòu)和學(xué)者廣泛關(guān)注的熱點(diǎn)。中國國家統(tǒng)計局、中國人民銀行每季度、月、周都會對cpi、gdp、固定資產(chǎn)投資等重要宏觀經(jīng)濟(jì)變量的統(tǒng)計數(shù)據(jù)進(jìn)行披露， 然而， 由于這些宏觀經(jīng)濟(jì)時間序列數(shù)據(jù)受多種因素（如非重復(fù)性突發(fā)事件、經(jīng)濟(jì)或者政治結(jié)構(gòu)變化以及自然災(zāi)害等）的影響， 公布后的實(shí)際數(shù)據(jù)與市場預(yù)測值常常會產(chǎn)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(xiàn)金流和風(fēng)險貼現(xiàn)率產(chǎn)生作用， 進(jìn)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(chǎn)生巨大影響。因此， 探討和量化宏觀數(shù)據(jù)的公布以及市場預(yù)測值與實(shí)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(shí)踐意義。
國外學(xué)者研究宏觀經(jīng)濟(jì)變量的對各種資產(chǎn)價格條件均值影響的文獻(xiàn)極為豐富，但對于宏觀經(jīng)濟(jì)公告對條件方差影響的研究成果卻很少。ederington和lee（1993，1996）創(chuàng)立了一整套研究程序， 專門研究新聞和宏觀經(jīng)濟(jì)信息對股票、外匯期貨、期權(quán)市場的影響。ederington和lee（1993，1995）發(fā)現(xiàn)宏觀經(jīng)濟(jì)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(nèi)， 宏觀經(jīng)濟(jì)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(jìn)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(fèi)價格指數(shù)和商品零售價格指數(shù)對股票市場的收益有負(fù)向影響；國內(nèi)生產(chǎn)總值、社會消費(fèi)品零售總額、公開市場操作利率變動率和企業(yè)景氣指數(shù)對股票市場的收益有正向影響； 公開市場操作公告會導(dǎo)致股票市場條件收益率顯著增加； 其余各類宏觀信息因素對股票市場收益的波動性并不存在顯著影響。WWW.133229.COm王云升等（2008）分析了宏觀經(jīng)濟(jì)數(shù)據(jù)公布與預(yù)測值所產(chǎn)生的偏差， 并研究了其對金融市場收益及其波動率所產(chǎn)生的影響， 結(jié)果表明， 消費(fèi)者價格指數(shù)統(tǒng)計數(shù)據(jù)的公布加大了股票市場日收益的波動率， 而固定資產(chǎn)投資增速和貨幣信貸信息數(shù)據(jù)的公布則減小了其波動率； 由于市場化程度較低， 宏觀經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)來衡量股票市場收益率。選取消費(fèi)者物價指數(shù)（cpi）、固定資產(chǎn)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(jīng)濟(jì)變量作為宏觀經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)樣本。由于宏觀經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)常常受季節(jié)效應(yīng)的影響而失真， 因此，要對消費(fèi)者物價指數(shù)、固定資產(chǎn)投資增速和貨幣信貸信息進(jìn)行季節(jié)調(diào)整，通過采用相對值避免不同量綱對其的影響， 以消費(fèi)者物價指數(shù)為例， 將絕對指標(biāo)轉(zhuǎn)換為相對指標(biāo)的計算公式為：cpi相對= ■，固定資產(chǎn)投資增速和貨幣信貸信息相對指標(biāo)的計算方法與消費(fèi)者物價指數(shù)相同。
對于宏觀經(jīng)濟(jì)變量的預(yù)測值， 我國目前還沒有專業(yè)的調(diào)查機(jī)構(gòu)對其進(jìn)行如此規(guī)模的調(diào)查， 市場預(yù)測數(shù)據(jù)多是源自各個證券機(jī)構(gòu)出具的研究報告。本文選取北大朗潤的預(yù)測均值作為cpi， fai市場預(yù)測值， 原因是中信等眾多重要金融機(jī)構(gòu)都以它的宏觀經(jīng)濟(jì)變量數(shù)據(jù)預(yù)測值的平均值作為參考。由于預(yù)測值難以獲取， 且不具權(quán)威性， 本文在建立考慮市場預(yù)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(shù)據(jù)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(jìn)行了進(jìn)一步的建模， 特別適用于進(jìn)行金融數(shù)據(jù)的波動性分析和預(yù)測， 這樣的分析對投資者的決策能起到非常重要的指導(dǎo)性作用， 其意義甚至超過了對數(shù)值本身的分析和預(yù)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(wěn)的， 因而使用單位根檢驗(yàn) （unit root test） 對上證綜指收益率進(jìn)行平穩(wěn)性檢驗(yàn)。結(jié)果顯示在1%的顯著性水平下， 樣本數(shù)據(jù)不存在單位根， 是穩(wěn)定的序列。
（一）模型ⅰ：未考慮預(yù)期的實(shí)證檢驗(yàn)?zāi)Ｐ?/p>
在不考慮實(shí)際公布值與市場預(yù)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(shù)據(jù)的“季節(jié)性影響”；dj為虛擬變量，消費(fèi)物價指數(shù)、固定資產(chǎn)投資增率以及貨幣供應(yīng)量和新增貸款數(shù)據(jù)公布之日， 取值為1，反之為0；εi為服從正態(tài)分布的擾動項(xiàng)。
在模型ⅰ中， 均值方程中的截距項(xiàng)μ0代表樣本中宏觀經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)未公布情況下股票市場在周五的日收益率，系數(shù)μi、μj衡量周一至周四以及消費(fèi)物價指數(shù)、固定資產(chǎn)投資增率、貨幣供應(yīng)量和新增貸款數(shù)據(jù)公布后股票市場日收益率的變化。方差方程中的截距項(xiàng)α0代表宏觀經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)未公布情況下股票市場在周五的波動率，系數(shù)αi、αj代表周一至周四以及消費(fèi)物價指數(shù)、固定資產(chǎn)投資增率、貨幣供應(yīng)量和新增貸款數(shù)據(jù)公布后股票市場波動率的變化。
（二）模型ⅱ：考慮預(yù)期的實(shí)證檢驗(yàn)?zāi)Ｐ?/p>
采用公式ln（實(shí)際公布數(shù)據(jù)/市場預(yù)測值）×100%代表市場預(yù)測值與實(shí)際公布數(shù)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(shí)際公布數(shù)據(jù)/市場預(yù)測值）>0， -cpi表示ln（cpi實(shí)際公布數(shù)據(jù)/市場預(yù)測值）0>0。同理， 其它宏觀經(jīng)濟(jì)變量的定義與之相似。
四、計量分析結(jié)果
（一）模型?。何纯紤]預(yù)期的測算結(jié)果
采用準(zhǔn)極大似然估計（quasi-maximum likelihood，qml）方法對模型ⅰ進(jìn)行估計。模型ⅰ顯示的回歸結(jié)果表明了未考慮市場預(yù)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(shí)證結(jié)果表明，μmon回歸系數(shù)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(shí)證結(jié)本文由收集整理果表明，αtue和αwed的回歸系數(shù)分別是-0.781、 -1.032， z值分別為-3.957、-4.056， 顯著為負(fù)， 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(chǎn)投資、貨幣供應(yīng)量和新增貸款數(shù)額統(tǒng)計數(shù)據(jù)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(shí)證結(jié)果中αfai和αm的回歸系數(shù)分別為-1.217和-2.154， z值分別為-3.808和-3.289，顯著為負(fù)， 說明宏觀經(jīng)濟(jì)變量統(tǒng)計數(shù)據(jù)中， 固定資產(chǎn)投資、貨幣供應(yīng)量和新增貸款數(shù)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(shù)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(yàn)， 表明cpi統(tǒng)計數(shù)據(jù)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(jīng)濟(jì)變量， 對股票市場的資產(chǎn)影響巨大， 因此， 參與者在進(jìn)行資產(chǎn)估值時， 常常要根據(jù)其最新公布的數(shù)據(jù)來進(jìn)行資產(chǎn)組合的調(diào)整， 而調(diào)整這種資產(chǎn)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(yù)期的測算結(jié)果
由于當(dāng)前我國的經(jīng)濟(jì)形勢復(fù)雜多變， 貨幣政策導(dǎo)向并不明朗， 因此無法得到貨幣信貸的預(yù)測數(shù)據(jù)， 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(yùn)用準(zhǔn)極大似然估計qml方法對模型ⅱ的參數(shù)進(jìn)行估計。
模型ⅱ顯示的回歸結(jié)果表明了考慮市場預(yù)期后宏觀經(jīng)濟(jì)統(tǒng)計變量所產(chǎn)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(shù)α+fai為-1.417， z值為-6.808，通過0.01水平的顯著檢驗(yàn)， 說明當(dāng)固定資產(chǎn)投資增速統(tǒng)計數(shù)據(jù)公布的實(shí)際值高于市場預(yù)測值時， 會對股票市場的平均日收益率產(chǎn)生負(fù)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(shí)體經(jīng)濟(jì)和虛擬經(jīng)濟(jì)的投資， 當(dāng)固定資產(chǎn)類的實(shí)體投資增加時， 股市類的虛擬經(jīng)濟(jì)自然隨之下降， 投資者預(yù)期投資在虛擬經(jīng)濟(jì)——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(shí)證結(jié)果表明，α+cpi與α-cpi的回歸系數(shù)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(jīng)濟(jì)變量， 說明cpi統(tǒng)計數(shù)據(jù)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(jié)論相同。另外，α-cpi的回歸系數(shù)顯著為正，說明當(dāng)消費(fèi)者物價指數(shù)的市場預(yù)測值高于統(tǒng)計數(shù)據(jù)公布值時， 股票市場參與者認(rèn)為未來政府通過改變利率、存款準(zhǔn)備金率等金融工具來實(shí)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(shù)α+fai和α-fai都為正，說明固定資產(chǎn)投資增長率的統(tǒng)計數(shù)據(jù)公布后，不論其與市場預(yù)測值之間的偏差是正或是負(fù)， 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(chǎn)投資增長率公布后的實(shí)際值和預(yù)測值孰高孰低， 二者之間產(chǎn)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(jié)論
基于收益率和波動性兩個方面，本文運(yùn)用garch模型測算了未考慮預(yù)期和考慮預(yù)期的宏觀經(jīng)濟(jì)數(shù)據(jù)對我國股票市場波動的影響，結(jié)果表明：
[關(guān)鍵詞]數(shù)學(xué)工具；本科生；宏觀經(jīng)濟(jì)學(xué)；課程體系
[基金項(xiàng)目]2019年度中國科學(xué)技術(shù)大學(xué)教改項(xiàng)目“雙一流背景下提升本科論文質(zhì)量的實(shí)踐與探索”（2019xjyxm018、2019xjyxm025）；
2017年度中國科學(xué)技術(shù)大學(xué)教改項(xiàng)目“高等宏觀經(jīng)濟(jì)學(xué)課程教學(xué)改革研究”（ww6020000020）
[作者簡介]賀俊（1965—），男，安徽淮南人，管理科學(xué)與工程博士，中國科學(xué)技術(shù)大學(xué)管理學(xué)院副教授、碩士生導(dǎo)師，研究方向?yàn)楹暧^經(jīng)濟(jì)和內(nèi)生增長理論；張鉞（1994—），女，河南新鄉(xiāng)人，中國科學(xué)技術(shù)大學(xué)管理學(xué)院2017級金融工程專業(yè)碩士研究生，研究方向?yàn)楹暧^經(jīng)濟(jì)。
[中圖分類號]G642[文獻(xiàn)標(biāo)識碼]A[文章編號]1674-9324（2020）30-0223-03[收稿日期]2019-10-03
一、引言
隨著我國的經(jīng)濟(jì)發(fā)展、技術(shù)創(chuàng)新和社會進(jìn)步，民眾對更高層次的教育需求日益加強(qiáng)，同時，伴隨著國家對教育的重視程度加深，提升高等教育水平成為一項(xiàng)較為迫切的要求。另外，隨著知識全球化進(jìn)程的加快，為了適應(yīng)社會對新型綜合性人才的需求，高校應(yīng)當(dāng)擔(dān)負(fù)起培養(yǎng)具有現(xiàn)代化知識體系、創(chuàng)新化的高素質(zhì)人才。因此，高等教育體系需要做出適當(dāng)?shù)母母锖蛣?chuàng)新，以更好地教育和培養(yǎng)優(yōu)秀人才。其中，作為高校最大的學(xué)生群體，本科生教育具有基礎(chǔ)性、必要性的地位，設(shè)計合理有效的本科生課程教育體系，對促進(jìn)高等教育水平的提升具有十分重要的意義。
宏觀經(jīng)濟(jì)學(xué)是社會科學(xué)的主要分支之一，在經(jīng)濟(jì)學(xué)的發(fā)展過程中占有重要地位。宏觀經(jīng)濟(jì)學(xué)主要研究社會總體的經(jīng)濟(jì)行為及其帶來的結(jié)果，即研究如何使國民收入穩(wěn)定地以合適的速度增長，這表明了宏觀經(jīng)濟(jì)中常見的問題如經(jīng)濟(jì)波動及與此關(guān)聯(lián)的就業(yè)、失業(yè)問題，價格水平及與此關(guān)聯(lián)的通貨膨脹問題，經(jīng)濟(jì)增長問題等都是宏觀經(jīng)濟(jì)學(xué)的主要研究問題。對于各種經(jīng)濟(jì)變量，它們之間有沒有內(nèi)在聯(lián)系，一個變量的變動會在多大程度上、以怎樣的方式影響另外的變量，都屬于宏觀經(jīng)濟(jì)學(xué)的研究范圍。因此，宏觀經(jīng)濟(jì)學(xué)囊括經(jīng)濟(jì)社會的方方面面，通過觀察經(jīng)濟(jì)現(xiàn)象、分析經(jīng)濟(jì)變化、發(fā)現(xiàn)經(jīng)濟(jì)規(guī)律，最終用經(jīng)濟(jì)結(jié)論指導(dǎo)現(xiàn)實(shí)社會，宏觀經(jīng)濟(jì)學(xué)具有重要的理論意義和現(xiàn)實(shí)意義。但由于我國宏觀經(jīng)濟(jì)學(xué)的發(fā)展起步較晚，現(xiàn)有的宏觀經(jīng)濟(jì)構(gòu)架主要借鑒西方的宏觀經(jīng)濟(jì)體系，雖然根據(jù)我國的實(shí)際情況有所取舍，但更為適用的宏觀經(jīng)濟(jì)體系仍待進(jìn)一步完善，這就需要更多未來學(xué)者的努力。宏觀經(jīng)濟(jì)學(xué)不僅限于經(jīng)濟(jì)學(xué)的范疇，隨著學(xué)科之間的交叉和發(fā)展，該學(xué)科的覆蓋面也包括了金融學(xué)、管理學(xué)、供應(yīng)鏈管理等多方面，掌握宏觀經(jīng)濟(jì)學(xué)的概念和知識對相關(guān)學(xué)科的本科生知識體系的構(gòu)建十分必要。
與此同時，我國的本科生宏觀經(jīng)濟(jì)學(xué)教育還存在一定的問題。就課程設(shè)置來說，掌握一定的數(shù)理知識和推導(dǎo)能力是學(xué)好宏觀經(jīng)濟(jì)學(xué)的基礎(chǔ)，而宏觀經(jīng)濟(jì)學(xué)通常與高等數(shù)學(xué)、統(tǒng)計學(xué)等課程同一學(xué)期開課，因此，現(xiàn)有的課程設(shè)置可能導(dǎo)致本科生知識儲備不完善，難以在宏觀經(jīng)濟(jì)學(xué)的學(xué)習(xí)過程中全面、系統(tǒng)地理解知識點(diǎn)。就使用教材來講，目前本科生課程中采用的教材多為高鴻業(yè)（人大版本）的《西方經(jīng)濟(jì)學(xué)（宏觀部分）》[1]，教材內(nèi)容偏重于知識點(diǎn)的理論闡述和舉例說明，輔以圖表說明，較少涉及到數(shù)學(xué)推導(dǎo)和證明。相較與此，龔六堂[2]和耕、吳付科[3]等作者的高等宏觀經(jīng)濟(jì)學(xué)教材中，存在大量的數(shù)學(xué)推導(dǎo)和理論證明，學(xué)生只有在掌握相應(yīng)的數(shù)理功底和數(shù)學(xué)工具運(yùn)用能力的前提下，才能理解其中的道理。而宏觀經(jīng)濟(jì)學(xué)作為高等宏觀經(jīng)濟(jì)學(xué)的基礎(chǔ)和前期準(zhǔn)備，中間不免出現(xiàn)了較為明顯的斷層，本科生如果學(xué)完基礎(chǔ)的宏觀經(jīng)濟(jì)學(xué)后再接觸高等宏觀經(jīng)濟(jì)學(xué)，數(shù)理基礎(chǔ)較差的學(xué)生會有明顯的吃力感。因此，在現(xiàn)有的宏觀經(jīng)濟(jì)學(xué)教育過程中，應(yīng)適當(dāng)加入數(shù)理內(nèi)容，引導(dǎo)本科生運(yùn)用數(shù)學(xué)工具發(fā)現(xiàn)經(jīng)濟(jì)規(guī)律，這不僅有助于加強(qiáng)本科生對宏觀經(jīng)濟(jì)學(xué)知識的掌握程度，也為未來學(xué)習(xí)高等宏觀經(jīng)濟(jì)學(xué)打下較為堅(jiān)實(shí)的基礎(chǔ)[4]。
本文以宏觀經(jīng)濟(jì)學(xué)教材中LM曲線與貨幣政策的有效性為例，通過闡述圖形分析的缺陷，并列舉借助數(shù)學(xué)工具幫助解決經(jīng)濟(jì)問題的優(yōu)勢，說明將數(shù)學(xué)工具引入本科宏觀經(jīng)濟(jì)學(xué)教育的重要性，最后，針對我國本科生宏觀經(jīng)濟(jì)學(xué)課程設(shè)置的現(xiàn)狀和問題，提出了相應(yīng)的建議。
二、宏觀經(jīng)濟(jì)學(xué)教材案例分析
貨幣政策屬于政府進(jìn)行宏觀經(jīng)濟(jì)調(diào)控的重要手段之一，指中央銀行通過控制貨幣供應(yīng)量以及通過貨幣供應(yīng)量調(diào)節(jié)利率進(jìn)而影響投資和經(jīng)濟(jì)體的行為，其目標(biāo)包括充分就業(yè)、價格穩(wěn)定、經(jīng)濟(jì)持續(xù)增長和國際收支平衡。貨幣政策的效果指貨幣供應(yīng)量的變動對國民收入的影響，其大小受到IS曲線（產(chǎn)品市場均衡，投資等于儲蓄）和LM曲線（貨幣市場均衡，貨幣需求等于供給）的斜率影響。
在高鴻業(yè)《西方經(jīng)濟(jì)學(xué)（宏觀部分）》第十五章宏觀經(jīng)濟(jì)政策分析中，關(guān)于貨幣政策效果的LM圖形分析部分，教材指出，在IS曲線斜率不變的情況下，LM曲線越平坦，貨幣政策的效果越差。由圖1可知，IS斜率相同，貨幣供給增加使LM曲線從L時，LM曲線較平坦時，國民收入增加較少；而LM曲線較陡峭時，國民收入增加較多。
其原因是LM曲線較平坦，表示貨幣需求受利率的影響較大，即利率稍有變動就會使貨幣需求變動很多，因而貨幣供給量變動對利率變動的作用較小，從而增加貨幣供給量的貨幣政策不會對投資和國民收入有較大影響；反之，LM曲線越陡峭，貨幣政策的效果越強(qiáng)。上述表述可總結(jié)為：LM曲線越平坦貨幣政策的效果越弱，實(shí)際上，這樣的結(jié)論不夠嚴(yán)謹(jǐn)。
根據(jù)LM曲線的表達(dá)和h的取值對斜率的作用方向相反，因此對貨幣政策的效果影響也相反。具體而言，當(dāng)k不變時，h減小，LM曲線越陡峭，貨幣政策效果越好；當(dāng)h不變時，k減小，LM曲線越平坦，貨幣政策效果越好。因此，教材上的表述嚴(yán)格意義上是指第一種情況，即“當(dāng)k不變時，h減小，LM曲線越陡，貨幣政策效果越好”，原表述缺少了一個前提條件，即“k一定時”。
從另一個角度看，LM曲線對貨幣政策的效果影響可以從數(shù)學(xué)上得到證明。觀察貨幣政策乘數(shù)，貨幣政策乘數(shù)是從數(shù)理角度出發(fā)，對經(jīng)濟(jì)等式經(jīng)過一系列數(shù)學(xué)推導(dǎo)得出的結(jié)果。首先得出產(chǎn)品市場均衡條件：
-α+（1-β）y=e-dr+g（1）
及貨幣市場均衡條件：
ky-hr=m（2）
分別在控制實(shí)際貨幣供給量m和政府支出g的情況下對兩式進(jìn)行微分，化簡得到財政政策乘數(shù)和貨幣政策乘數(shù)。根據(jù)貨幣政策乘數(shù)：
可知k和h的取值對乘數(shù)的作用方向相同，因此在k（h）取值一定的情況下，h（k）的減小將引起貨幣政策乘數(shù)增加，表明此時貨幣政策效果較強(qiáng)，與實(shí)際分析的兩種情況相符。另外，借助貨幣政策乘數(shù)，也可以直觀看出凱恩斯極端情況和古典主義極端情況下財政政策和貨幣政策的有效性。
除此之外，龔六堂的高級宏觀經(jīng)濟(jì)學(xué)教材中也提及針對復(fù)雜的經(jīng)濟(jì)問題，應(yīng)善于利用數(shù)學(xué)工具予以解決。例如，同樣在分析給定價格水平下決定利率和國民收入水平時，通過求解IS-LM曲線隱含的消費(fèi)—投資函數(shù)和貨幣需求函數(shù)，可以得到均衡時的產(chǎn)出和利率水平。引入微分方程：
其中式（6）等號后第一項(xiàng)為Jacobi矩陣。然后進(jìn)行Laplace變換并通過Cramer法則得到：
實(shí)際上，在解決復(fù)雜的經(jīng)濟(jì)問題時，可能需要從數(shù)十個等式中得出經(jīng)濟(jì)變量之間的關(guān)系，此時構(gòu)建Jacobi矩陣使用Cramer方法給予解決相當(dāng)高效，因此，借助數(shù)學(xué)工具解決經(jīng)濟(jì)問題是非常必要的。
相對于數(shù)學(xué)工具，單純利用圖像來分析經(jīng)濟(jì)問題可能存在較大的缺陷，不僅難以將問題解釋清楚，在遇到三維或多維問題（變量）時更是難以通過圖像表達(dá)，因此借助數(shù)學(xué)工具是較為明智的[5]。
從LM曲線與貨幣政策效果的例子可知，相較于圖像表達(dá)和分析，數(shù)學(xué)公式推導(dǎo)的過程更有邏輯性，結(jié)論更加嚴(yán)密。因此我們可以直觀地感受到把數(shù)學(xué)工具引入本科宏觀經(jīng)濟(jì)學(xué)教育的重要性。
三、優(yōu)化本科生宏觀經(jīng)濟(jì)學(xué)教育的建議
1.加快課程內(nèi)容的更新。針對主要參考教材中的欠缺部分，本科宏觀經(jīng)濟(jì)學(xué)教育過程中應(yīng)對課程內(nèi)容做出適當(dāng)?shù)母潞透倪M(jìn)，在解決經(jīng)濟(jì)問題、說明經(jīng)濟(jì)規(guī)律時，除了理論闡述之外，可以引入數(shù)學(xué)工具，使用數(shù)學(xué)方法給予相應(yīng)的證明和分析。通過這種改進(jìn)，可以促使本科生在學(xué)習(xí)過程中加深對知識點(diǎn)的理解、提高對知識點(diǎn)的掌握能力，也使教材相關(guān)內(nèi)容的結(jié)論更加嚴(yán)密和具有邏輯性。
論文關(guān)鍵詞：宏觀經(jīng)濟(jì)環(huán)境；資本結(jié)構(gòu)；調(diào)整速度；非平衡面板數(shù)據(jù)
在調(diào)整速度的眾多影響因素中，宏觀經(jīng)濟(jì)因素對調(diào)整速度的影響近年開始引起學(xué)術(shù)界的關(guān)注。Douglas0．Cook(2009)分別采用兩階段和綜合兩種動態(tài)部分調(diào)整模型，考察宏觀經(jīng)濟(jì)環(huán)境對調(diào)整速度的影響，發(fā)現(xiàn)在宏觀經(jīng)濟(jì)繁榮時調(diào)整速度較快。原毅軍，孫曉華(2006)的研究得到調(diào)整速度與上一年GDP增長率正相關(guān)，與通貨膨脹率，實(shí)際貸款利率和財政支出增值率負(fù)相關(guān)的結(jié)論。黃輝(2009)對宏觀經(jīng)濟(jì)環(huán)境和制度因素影響調(diào)整速度進(jìn)行了研究，結(jié)果顯示調(diào)整速度表現(xiàn)出順經(jīng)濟(jì)周期現(xiàn)象。本文對前人研究方法進(jìn)行改進(jìn)，基于部分調(diào)整模型，用宏觀經(jīng)濟(jì)變量劃分樣本進(jìn)行調(diào)整速度對比研究。在目標(biāo)資本結(jié)構(gòu)的回歸中不考慮宏觀因素。這樣改進(jìn)可以避免雙重考慮宏觀經(jīng)濟(jì)因素造成研究結(jié)果不穩(wěn)定性和不顯著性。
一、研究模型與變量設(shè)計
1．研究模型
(2)目標(biāo)資本結(jié)構(gòu)擬合變量。根據(jù)已有文獻(xiàn)對目標(biāo)資本結(jié)構(gòu)影響因素的研究，本文選用的公司特征變量包括：公司規(guī)模(SIZE)，用主營業(yè)務(wù)的自然對數(shù)表示，目前公司規(guī)模與資本結(jié)構(gòu)的經(jīng)驗(yàn)研究沒有得到一致結(jié)論；資產(chǎn)有形性(TANG)，用固定資產(chǎn)除以總資產(chǎn)表示，經(jīng)驗(yàn)研究表明有形資產(chǎn)的比率與資產(chǎn)負(fù)債率正相關(guān)；非債務(wù)稅盾(NDTS)，用固定資產(chǎn)折舊除以總資產(chǎn)表示，經(jīng)驗(yàn)研究研究發(fā)現(xiàn)非債務(wù)稅盾與資本結(jié)構(gòu)負(fù)相關(guān)；公司成長性(GROW)，用托賓Q值表示，公司成長性對資本結(jié)構(gòu)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(chǎn)表示，公司盈利能力對資本結(jié)構(gòu)的經(jīng)驗(yàn)研究也沒有得到一致的結(jié)論；稅收因素(TAX)，用所得稅除以利潤總額表示?？紤]行業(yè)特征因素，用行業(yè)資產(chǎn)負(fù)債率平均值(HAB，HAM)表示。
(3)宏觀經(jīng)濟(jì)變量。仿照Douglas0．Cook(2009)，本文選用GDP增長率來定義宏觀經(jīng)濟(jì)環(huán)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(jīng)濟(jì)變量劃分樣本的具體情況是，l3年的GDP增長率數(shù)據(jù)以2002年的GDP增長率為中位數(shù)分為兩個部分，每個部分分別按照GDP增長率的二分位數(shù)再進(jìn)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(jīng)濟(jì)環(huán)境衰退；取GDP增長率最大的三年2005~2007定義為宏觀經(jīng)濟(jì)環(huán)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(shù)據(jù)，不包括金融上市公司，剔除PT，ST公司。經(jīng)過數(shù)據(jù)整理，獲得分布于十二個行業(yè)的715家公司的9295個樣本觀測點(diǎn)。樣本數(shù)據(jù)來源于CCER數(shù)據(jù)庫。由于模型(3)把目標(biāo)資本結(jié)構(gòu)的決定因素內(nèi)化其中，模型右邊包含因變量一階滯后變量，采用動態(tài)面板數(shù)據(jù)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(shí)證結(jié)果分析
模型(3)的回歸結(jié)果如表1
注：括號里的數(shù)據(jù)是T檢驗(yàn)值，表中***、**、*分別代表在1％，5％以及10％的顯著性水平下顯著
【關(guān)鍵詞】 宏觀經(jīng)濟(jì)環(huán)境;資本結(jié)構(gòu);調(diào)整速度;非平衡面板數(shù)據(jù)
在調(diào)整速度的眾多影響因素中,宏觀經(jīng)濟(jì)因素對調(diào)整速度的影響近年開始引起學(xué)術(shù)界的關(guān)注。Douglas O. Cook(2009)分別采用兩階段和綜合兩種動態(tài)部分調(diào)整模型,考察宏觀經(jīng)濟(jì)環(huán)境對調(diào)整速度的影響,發(fā)現(xiàn)在宏觀經(jīng)濟(jì)繁榮時調(diào)整速度較快。原毅軍,孫曉華(2006)的研究得到調(diào)整速度與上一年GDP增長率正相關(guān),與通貨膨脹率,實(shí)際貸款利率和財政支出增值率負(fù)相關(guān)的結(jié)論。黃輝(2009)對宏觀經(jīng)濟(jì)環(huán)境和制度因素影響調(diào)整速度進(jìn)行了研究,結(jié)果顯示調(diào)整速度表現(xiàn)出順經(jīng)濟(jì)周期現(xiàn)象。本文對前人研究方法進(jìn)行改進(jìn),基于部分調(diào)整模型,用宏觀經(jīng)濟(jì)變量劃分樣本進(jìn)行調(diào)整速度對比研究。在目標(biāo)資本結(jié)構(gòu)的回歸中不考慮宏觀因素。這樣改進(jìn)可以避免雙重考慮宏觀經(jīng)濟(jì)因素造成研究結(jié)果不穩(wěn)定性和不顯著性。
一、研究模型與變量設(shè)計
1.研究模型
接受Nerlove的部分調(diào)整模型(partial adjustment model)的構(gòu)建思路,構(gòu)建下面的資本結(jié)構(gòu)部分調(diào)整模型(1)
Lit- Lit-1=?姿(L*it- Lit-1) (1)
其中,L*it和Lit分別表示公司i在第t年末的最優(yōu)資本結(jié)構(gòu)和實(shí)際資本結(jié)構(gòu)。?姿為調(diào)整系數(shù),表示在一個年度內(nèi)公司的資本結(jié)構(gòu)向目標(biāo)水平調(diào)整的快慢,并間接反映調(diào)整成本的大小。
根據(jù)屈耀輝(2006)等人的研究,目標(biāo)資本結(jié)構(gòu)可表示為公司特征向量與行業(yè)特征向量的線性函數(shù)
L*it=?琢0+■?琢jYjit+■?琢sDs+■?琢tDt+?滓it (2)
其中Yit是影響公司目標(biāo)資本結(jié)構(gòu)的一組相關(guān)變量,Ds和Dt分別為行業(yè)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
Lit=?姿(?琢0+■?琢jYjit+■?琢sDs+■?琢t)+(1-?姿)Lit-1+?滓it(3)
2.變量設(shè)計
(1)資本結(jié)構(gòu)變量。本文分別使用賬面資產(chǎn)負(fù)債率和市場資產(chǎn)負(fù)債率兩種資本結(jié)構(gòu)進(jìn)行研究。
LEV Bit=(LDit+SDit)/TAit
LEV Mit=(LDit+SDit)/(TAit-LSVit+LSit*P)
LEV Bit表示賬面資本結(jié)構(gòu),LEV Mit市場資本結(jié)構(gòu)。LDit表示長期負(fù)債,SDit表示短期負(fù)債,TAit表示賬面總資產(chǎn),LSVit表示流通股賬面價值,LSit*P表示流通股市場價值。
(2)目標(biāo)資本結(jié)構(gòu)擬合變量。根據(jù)已有文獻(xiàn)對目標(biāo)資本結(jié)構(gòu)影響因素的研究,本文選用的公司特征變量包括:公司規(guī)模(SIZE),用主營業(yè)務(wù)的自然對數(shù)表示,目前公司規(guī)模與資本結(jié)構(gòu)的經(jīng)驗(yàn)研究沒有得到一致結(jié)論;資產(chǎn)有形性(TANG),用固定資產(chǎn)除以總資產(chǎn)表示,經(jīng)驗(yàn)研究表明有形資產(chǎn)的比率與資產(chǎn)負(fù)債率正相關(guān);非債務(wù)稅盾(NDTS),用固定資產(chǎn)折舊除以總資產(chǎn)表示,經(jīng)驗(yàn)研究研究發(fā)現(xiàn)非債務(wù)稅盾與資本結(jié)構(gòu)負(fù)相關(guān);公司成長性(GROW),用托賓Q值表示,公司成長性對資本結(jié)構(gòu)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(chǎn)表示,公司盈利能力對資本結(jié)構(gòu)的經(jīng)驗(yàn)研究也沒有得到一致的結(jié)論;稅收因素(TAX),用所得稅除以利潤總額表示。考慮行業(yè)特征因素,用行業(yè)資產(chǎn)負(fù)債率平均值(HAB,HAM)表示。
(3)宏觀經(jīng)濟(jì)變量。仿照Douglas O. Cook(2009),本文選用GDP增長率來定義宏觀經(jīng)濟(jì)環(huán)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(jīng)濟(jì)變量劃分樣本的具體情況是,13年的GDP增長率數(shù)據(jù)以2002年的GDP增長率為中位數(shù)分為兩個部分,每個部分分別按照GDP增長率的二分位數(shù)再進(jìn)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(jīng)濟(jì)環(huán)境衰退;取GDP增長率最大的三年2005～2007定義為宏觀經(jīng)濟(jì)環(huán)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(shù)據(jù),不包括金融上市公司,剔除PT,ST公司。經(jīng)過數(shù)據(jù)整理,獲得分布于十二個行業(yè)的715家公司的9295個樣本觀測點(diǎn)。樣本數(shù)據(jù)來源于CCER數(shù)據(jù)庫。由于模型(3)把目標(biāo)資本結(jié)構(gòu)的決定因素內(nèi)化其中,模型右邊包含因變量一階滯后變量,采用動態(tài)面板數(shù)據(jù)的GMM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(shí)證結(jié)果分析
注:括號里的數(shù)據(jù)是T檢驗(yàn)值,表中***、**、*分別代表在1%,5%以及10%的顯著性水平下顯著
表1中LEV(-1)的系數(shù)就是1-?姿。可以看到,在賬面資本結(jié)構(gòu)下,宏觀經(jīng)濟(jì)衰退時的調(diào)整速度是0.575(1-0.425),在宏觀經(jīng)濟(jì)繁榮時的調(diào)整速度為0.592(1-0.408);在市場資本結(jié)構(gòu)下,宏觀經(jīng)濟(jì)衰退時的調(diào)整速度是0.606(1-0.394),宏觀經(jīng)濟(jì)繁榮時的調(diào)整速度是0.656(1-0.344)。
實(shí)證結(jié)果表明:資本結(jié)構(gòu)調(diào)整速度表現(xiàn)出順周期性,與Douglas O. Cook(2009),黃輝(2009)的結(jié)論一致。本文只用宏觀經(jīng)濟(jì)變量劃分樣本,沒有把宏觀經(jīng)濟(jì)變量作為目標(biāo)資本結(jié)構(gòu)的影響因素,避免了實(shí)證結(jié)果的穩(wěn)定性與顯著性,使研究結(jié)果更可靠。
參考文獻(xiàn)
[1]原毅軍,孫曉華.宏觀經(jīng)濟(jì)要素與企業(yè)資本結(jié)構(gòu)的動態(tài)優(yōu)化[J].經(jīng)濟(jì)與管理研究.2006(5):39～42
關(guān)鍵詞：商業(yè)銀行；信用風(fēng)險；宏觀壓力測試
中圖分類號：F832.2文獻(xiàn)標(biāo)識碼：A 文章編號：1002-2848-2008（06）-0066-08
一、引 言
自20世紀(jì)70年代末到21世紀(jì)初，全球有93個國家先后爆發(fā)了112次系統(tǒng)性銀行危機(jī)。尤其90年代以來頻頻爆發(fā)的金融危機(jī)――如1987年美國股市崩盤、1994年美國利率風(fēng)暴及中南美洲比索風(fēng)暴、1997年亞洲金融危機(jī)、1998年俄羅斯政府違約事件，特別是2007年春季開始的次貸危機(jī)最終演變?yōu)?008年的全球金融風(fēng)暴，波及范圍之廣，影響程度之大，史無前例。它們不僅使一國多年的經(jīng)濟(jì)發(fā)展成果毀于一旦，還危機(jī)到一國的經(jīng)濟(jì)穩(wěn)定，對全球經(jīng)濟(jì)也產(chǎn)生了強(qiáng)大的沖擊。［1］
收稿日期：2008-07-05
項(xiàng)目資助：本文受到西安交通大學(xué)“985工程”二期資助（項(xiàng)目編號：07200701），國家社會科學(xué)基金（08DJY156）資助。
作者簡介： 李江（1962-），湖南省湘潭市人，金融學(xué)博士，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院副教授，
碩士研究生導(dǎo)師，研究方向：金融風(fēng)險管理；劉麗平（1982-）,女，河北省承德市人，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院碩士研究生，研究方向：財務(wù)預(yù)警。
金融系統(tǒng)的宏觀壓力測試是一類前瞻性分析的工具，用于模擬“異常但合理” 宏觀經(jīng)濟(jì)沖擊對金融體系穩(wěn)定性的影響，可以幫助中央銀行識別金融體系的薄弱環(huán)節(jié)，有助于各方理解金融部門與宏觀經(jīng)濟(jì)之間的聯(lián)系，同時提高中央銀行和金融機(jī)構(gòu)的風(fēng)險評估能力。因此，受到各國金融監(jiān)管當(dāng)局的重視，逐漸成為檢驗(yàn)一國銀行體系的脆弱性，維護(hù)金融穩(wěn)定的首選工具。在金融全球化的趨勢下，隨著我國金融市場的完全開放，我國金融業(yè)和國際金融市場的逐步融合，是否擁有一個穩(wěn)定和富有競爭力的銀行體系對于中國而言顯得非常迫切。對銀行體系進(jìn)行穩(wěn)定性評估，尤其是對銀行體系面對的信用風(fēng)險
進(jìn)行宏觀層面的壓力測試，對防范和化解系統(tǒng)性金融風(fēng)險，維護(hù)中國金融穩(wěn)定和安全具有重要意義。
下面研究宏觀壓力測試在銀行信用風(fēng)險評估中的應(yīng)用，通過對國外已有的成熟模型理論成果分析比較的基礎(chǔ)上，根據(jù)我國的宏觀經(jīng)濟(jì)及金融發(fā)展特點(diǎn)，經(jīng)濟(jì)、金融數(shù)據(jù)統(tǒng)計及披露特點(diǎn)，模型的數(shù)據(jù)需求深度廣度要求，建立適用于我國的模型并以此進(jìn)行實(shí)證分析。
二、文獻(xiàn)綜述
（一）宏觀經(jīng)濟(jì)因素對銀行信貸違約風(fēng)險的影響
McKinnon R［2］認(rèn)為，宏觀經(jīng)濟(jì)穩(wěn)定時，銀行經(jīng)營行為非常保守，不會出現(xiàn)不顧風(fēng)險單方面追求效益的現(xiàn)象。但在實(shí)際匯率波動、通貨膨脹出現(xiàn)等宏觀經(jīng)濟(jì)不穩(wěn)定的情況下，政府或明或暗的存款擔(dān)保，導(dǎo)致銀行會產(chǎn)生以高利率對高風(fēng)險項(xiàng)目貸款的風(fēng)險行為。Donald van Deventer［3］通過線性回歸分析，確定了宏觀因素對銀行股價變動的解釋在統(tǒng)計上是顯著的。
對20 世紀(jì)80 年代以來各國銀行不穩(wěn)定尤其是銀行危機(jī)現(xiàn)象, 國際組織和國內(nèi)外學(xué)者進(jìn)行了大量研究, 積累了十分豐富的實(shí)證資料。尤其是來自美國、英國、澳大利亞、芬蘭的許多國外學(xué)者, 在對20 世紀(jì)80、90 年代全球銀行不穩(wěn)定事件的實(shí)證分析中發(fā)現(xiàn), 宏觀經(jīng)濟(jì)因素波動在各國銀行不穩(wěn)定中扮演著重要角色。Tom Bernhardsen［4-5］建立起銀行破產(chǎn)與不良貸款和宏觀經(jīng)濟(jì)因素的關(guān)系模型，并且利用歐洲國家的面板數(shù)據(jù)進(jìn)行了實(shí)證檢驗(yàn)。Erlenmaier U［6］和Gersbach H［7］利用挪威中央銀行的宏觀經(jīng)濟(jì)模型RIMINI對總體審慎指標(biāo)的趨勢與發(fā)展進(jìn)行預(yù)測，并且建立了評估貸款違約率的宏觀信貸方程。Froyland E和Larsen K［8］利用RIMINI對銀行不良貸款在宏觀經(jīng)濟(jì)波動情境下進(jìn)行了壓力測試。Pesola J［9］分析了銀行系統(tǒng)危機(jī)對宏觀經(jīng)濟(jì)因素波動的敏感性，并利用芬蘭的數(shù)據(jù)通過建立模型對兩者之間的關(guān)系進(jìn)行定量分析。Virolainen K［10］對芬蘭金融風(fēng)險的實(shí)證評估，建立了宏觀信貸模型并進(jìn)行宏觀壓力測試，揭示了芬蘭銀行系統(tǒng)貸款違約風(fēng)險與宏觀經(jīng)濟(jì)波動的相關(guān)性。
國內(nèi)對于銀行體系的穩(wěn)定評估的實(shí)證研究，包括陳華，伍志文［11］運(yùn)用1978～2000年間的數(shù)據(jù)對我國銀行體系脆弱性狀況進(jìn)行了量化分析。結(jié)果發(fā)現(xiàn),中國整個銀行體系在1978～2000年之間有11年是不穩(wěn)定的,尤其是在1992年和1998年前后更為突出,銀行體系出現(xiàn)了不穩(wěn)健的征兆,存在較大的金融風(fēng)險。
（二）宏觀壓力測試?yán)碚摵蛯?shí)踐
在執(zhí)行宏觀壓力測試使用的宏觀信貸模型的研究領(lǐng)域，有兩個學(xué)者的模型框架占據(jù)舉足輕重的地位，并為日后的學(xué)者不斷的進(jìn)行模型的拓展研究和實(shí)證應(yīng)用奠定了良好的基礎(chǔ)。他們是Wilson T C［12-13］和 Merton R［14］。Wilson對各工業(yè)部門違約概率對一系列宏觀經(jīng)濟(jì)變量的敏感度直接建模。模型的思想是對違約概率和宏觀因素的關(guān)系進(jìn)行建模，模擬將來違約概率分布的路徑，就可以得到資產(chǎn)組合的預(yù)期異常損失，進(jìn)而模擬出在宏觀經(jīng)濟(jì)波動沖擊下的違約概率值。相比較而言，Merton模型則多加入了股價對宏觀要素的反映，將資產(chǎn)價格變動整合進(jìn)違約概率評估模型。因此，前一種模型更直觀，計算量較小；而后一種方法對數(shù)據(jù)的廣度和深度的要求以及計算量要求都很高，其中有些市場數(shù)據(jù)也許是信貸風(fēng)險的噪音指標(biāo)。
世界各地的學(xué)者，運(yùn)用上述模型框架進(jìn)行了大量的實(shí)證研究。Vlieghe G［15］對英國銀行體系累加的企業(yè)違約概率進(jìn)行建模估計，發(fā)現(xiàn)GDP、實(shí)際利率和真實(shí)工資水平具有較顯著的解釋能力。Bunn P,Cunningham A和Drehmann M［16］曾使用probit模型來測算英國企業(yè)部門的貸款違約風(fēng)險。Boss M［17］針對加總的企業(yè)違約概率估計出宏觀經(jīng)濟(jì)信貸模型來分析澳大利亞銀行部門的壓力情境，結(jié)論說明工業(yè)產(chǎn)值，通貨膨脹率，股票指數(shù)，名義短期利率和油價都是違約概率的決定因素。Marco M 、Sorge、KimmoVirolainen［18］利用Wilson模型框架對芬蘭銀行系統(tǒng)的信貸違約概率進(jìn)行了宏觀壓力測試分析。結(jié)果證明在壓力情境下，違約概率（PD, portability of default）的蒙特卡羅模擬分布明顯異于常態(tài)分布，其Var值遠(yuǎn)高于基期的測算值。Jim Wong,Ka-fai Choi和 Tom Fong［19］建立了香港零售銀行面對宏觀經(jīng)濟(jì)波動的信貸風(fēng)險宏觀壓力測試框架。模型框架中引入的宏觀經(jīng)濟(jì)變量包括：國內(nèi)生產(chǎn)總值（GDP），利率（HIBOR），房地產(chǎn)價格（RE）和大陸的GDP。同時用宏觀壓力測試評估了香港銀行體系的貸款資產(chǎn)和住房抵押貸款風(fēng)險暴露。壓力情境的設(shè)定模擬了亞洲金融危機(jī)時發(fā)生的宏觀經(jīng)濟(jì)波動，并分別引入了測試模型。結(jié)果表明在置信水平90%時，在所有壓力情境下有些銀行仍然能夠盈利。這意味著目前銀行系統(tǒng)的信用風(fēng)險較穩(wěn)和。當(dāng)VaR取99%的置信水平這一極端情況時，一些銀行出現(xiàn)了巨額損失，但這類事件發(fā)生的概率極低。
Hoggarth G和Whitley J［20］與Drehmann M Hoggarth， G Logan A， Zecchino L［21］在他們的研究中引入了英國在FSAP框架指引下宏觀壓力測試的執(zhí)行結(jié)果和方法，在壓力情境的設(shè)定方面采用在險價值框架下的蒙特卡羅模擬法。Jones M T, Hilbers P和Slack G［22-23］提供了宏觀壓力測試的更一般的非線性的方法。Worrell D［24-25］ 討論了一個將早期預(yù)警系統(tǒng)，金融健全性指標(biāo)和宏觀壓力測試整合的方法。
一些學(xué)者研究將信用風(fēng)險和市場風(fēng)險整合測量，例如 Allen L 和 Saunders A［26］嘗試將宏觀經(jīng)濟(jì)因素整合進(jìn)信用風(fēng)險的測量模型。而最近的一些文獻(xiàn)如Pain D、Vesala J［27］和Gropp等人［28-29］則是引用Wilson 的宏觀信用模型分析了宏觀要素對銀行的債務(wù)人的信用質(zhì)量的影響。而Wilson 的模型的一個替代選擇則是Merton 的公司層面的結(jié)構(gòu)模型. Gray D、Merton 和Bodie［30］將這一框架擴(kuò)展至研究違約風(fēng)險。Derviz A 和Kadlcakova N ［31］將商業(yè)周期的影響整合進(jìn)一個具有結(jié)構(gòu)模型和簡化模型特征的復(fù)合模型。Drehmann M、Manning M［32］和Pesaran M H等［33］在利用Merton模型框架的宏觀壓力測試中研究了違約概率和宏觀經(jīng)濟(jì)變量的非線性關(guān)系。Benito A,Whitley J和Young G ［34］將基于衡量違約概率的Merton模型融入針對模擬個別企業(yè)違約的probit模型。他們發(fā)現(xiàn)Merton模型方法比僅僅依靠企業(yè)的財務(wù)數(shù)據(jù)的模型效果更優(yōu)。
還有一些文獻(xiàn)使用不良貸款，貸款損失額或者復(fù)合指標(biāo)與宏觀經(jīng)濟(jì)因素整合成矩陣向量來測算金融體系的穩(wěn)定性。Hanschel E和Monnin P［35］針對瑞士銀行系統(tǒng)構(gòu)建了一個復(fù)合壓力指標(biāo)，該指標(biāo)綜合了金融不穩(wěn)定的市場指標(biāo)和銀行資產(chǎn)負(fù)債表上的衍生變形指標(biāo)。Kalirai H 和 Scheicher M［36］針對對澳大利亞銀行體系累加的貸款損失，通過涉及廣泛的宏觀經(jīng)濟(jì)變量的模型進(jìn)行了時間序列的回歸估計。這些宏觀經(jīng)濟(jì)變量包括國內(nèi)生產(chǎn)總值、工業(yè)產(chǎn)值缺口、消費(fèi)者價格指數(shù)、貨幣供給增速、利息率、股票市場指數(shù)、匯率、出口額和油價。
（三）國內(nèi)外研究述評
目前國外開展的關(guān)于銀行穩(wěn)定性評估的實(shí)證研究十分豐富，其中挪威和芬蘭中央銀行的研究對金融系統(tǒng)的評估最具綜合性。穩(wěn)定性評估的目的在于，對銀行體系的健全狀況和抵御系統(tǒng)性金融危機(jī)的能力進(jìn)行定量和定性的客觀評價。為此采用了金融穩(wěn)健指標(biāo)分析（Financial Sound Indi cators)和壓力測試的方法，對宏觀經(jīng)濟(jì)環(huán)境中例外但有可能發(fā)生的沖擊（Shock）情境進(jìn)行模擬，來量度和評估銀行體系在遇到?jīng)_擊甚至遇到金融危機(jī)時，保持穩(wěn)定（即銀行保持基本運(yùn)營不會發(fā)生突變）的能力。
而國內(nèi)對于銀行體系的穩(wěn)定評估的實(shí)證研究都偏重于評價銀行體系的穩(wěn)定性，對在抵御不確定性風(fēng)險的能力評估并未涉及。目前我國關(guān)于宏觀壓力測試的研究才剛剛涉及，孫連友［37］，高同裕、陳元富［38］等學(xué)者對宏觀壓力測試進(jìn)行了理論上的探討，但多為國外文獻(xiàn)的整理或綜述，未能進(jìn)一步的發(fā)展和深入。尤其在模型研究方面，僅僅停留在介紹早期國外學(xué)者的模型框架和較為成熟的各國宏觀壓力測試手冊指引中的操作流程。其內(nèi)容多為宏觀壓力測試的必要性、目的作用、所用方法、國內(nèi)外的具體實(shí)踐等，未能有很系統(tǒng)和深入的介紹，而對多種宏觀壓力測試模型的介紹和分析尚無涉及。
在實(shí)證方面，熊波［39］通過建立宏觀經(jīng)濟(jì)因素的多元Logit回歸分析，并對結(jié)果進(jìn)行假設(shè)情境的壓力測試分析。得出的結(jié)論是， 國內(nèi)生產(chǎn)總值和通貨膨脹率這樣的宏觀經(jīng)濟(jì)變量的確是影響中國銀行體系穩(wěn)定性的重要因素。但是該文只是借鑒了壓力測試的思想，使用傳統(tǒng)的方法，通過模擬情境下宏觀經(jīng)濟(jì)因素異動，由Logit模型最終得出穩(wěn)定性指標(biāo)期望值的點(diǎn)估計來評價銀行體系的穩(wěn)定性。這種方法不能有效地反映出宏觀變動沖擊對銀行體系的影響，不能看出壓力情境下銀行面臨的最主要的信用風(fēng)險的分布狀況，即貸款違約率的概率分布。
三、宏觀壓力測試方法流程及模型設(shè)定
（一）方法流程
宏觀壓力測試是模擬“危機(jī)事件”來估計極端卻可能的壓力情境下金融體系的波動。在宏觀壓力測試的框架中，其模型表示為：
Q(t+1｜t+1≥X=f(Xt,Zt)（1）
在（1）中 表示在模擬的壓力情境下評價金融體系的穩(wěn)定性的指標(biāo)的表現(xiàn)。在宏觀壓力測試模型中衡量金融部門波動性的最一般的方法是資本的潛在損失率。Q(?)表示衡量金融系統(tǒng)波動性的風(fēng)險矩陣，衡量違約情況的指標(biāo)例如貸款損失額主要通過模擬壓力情境下的點(diǎn)估計得到。在這種情況中，該條件概率值表示的風(fēng)險矩陣較容易計算。而在險價值方法中，在任何給定的壓力情境下，資產(chǎn)組合的損失應(yīng)產(chǎn)生概率分布，而不是前一種方法中的點(diǎn)估計值?？蚣苤衒(?)表示損失方程，該方程模擬了宏觀經(jīng)濟(jì)沖擊對金融體系中加總的資產(chǎn)組合的影響關(guān)系。該方程可包含風(fēng)險暴露，違約概率，相關(guān)性，回饋效應(yīng)，以及宏觀經(jīng)濟(jì)變量變動與系統(tǒng)層面金融穩(wěn)定性表現(xiàn)的相互關(guān)系。
壓力測試的執(zhí)行方式主要是通過情境設(shè)定，根據(jù)情境假設(shè)下可能的風(fēng)險因子變動情形重新評估金融商品或投資組合的價值，整個程序通常分為兩大步：一是情境設(shè)定；二是重新評估。通常重新評估的方式不會有太大的差異，但是情境設(shè)定的方式卻有很多種選擇。情境分析（Scenario Analysis）是目前應(yīng)用的主流。即利用一組風(fēng)險因子定義為某種情境，分析在個別情境下的壓力損失，因此此類方法稱為情境分析，情境分析的事件設(shè)計方法有兩種：歷史情境分析（Historical Scenario）和假設(shè)性情境分析（Hypothetical Scenario）。其他方法還有敏感度分析（Sensitive Analysis）和極值理論法（Extreme Value Theory, EVT）。
本文根據(jù)信用風(fēng)險壓力測試的相關(guān)文獻(xiàn)以及世界銀行和國際貨幣基金組織聯(lián)合開發(fā)的FSAP（financial Sector ass ess ment programme)的手冊，將壓力測試的執(zhí)行程序見圖1所示。
圖1 壓力測試流程圖
（二）模型的設(shè)定
本文將在Wilson、Boss和Virolainen研究框架的基礎(chǔ)上建立適合我國銀行系統(tǒng)信用風(fēng)險評估的宏觀壓力測試模型。首先借鑒國外研究成果中關(guān)于宏觀經(jīng)濟(jì)因素和貸款違約率之間的非線性關(guān)系設(shè)定。在此基礎(chǔ)上使用Logit方程將貸款違約率轉(zhuǎn)化為宏觀綜合指標(biāo)，以指標(biāo)作為因變量與宏觀經(jīng)濟(jì)因素進(jìn)行多元線性回歸分析，使得這一指標(biāo)能夠很好地利用各宏觀經(jīng)濟(jì)指標(biāo)所提供的信息。在模型中宏觀經(jīng)濟(jì)因素的選擇方面，參考國內(nèi)外學(xué)者實(shí)證研究中模型的自變量，結(jié)合我國數(shù)據(jù)統(tǒng)計和披露特點(diǎn)等制約因素選取適合的宏觀經(jīng)濟(jì)變量來構(gòu)建模型。
yt=ln1-PDt[]PDt（t=1, 2…, N）（2）
yt=α0+α1Xt+…α1+mX1-m+β1yt-1+…+βny1-n+μt（3）
Xt=0+1Xt-1+…+pX1-p+φ1yt-1+…+φqyt-q+εt（4）
PDt代表t年度的貸款的平均違約率，Y是一個反映宏觀經(jīng)濟(jì)狀況的綜合性指標(biāo)，也可以將它理解為是反映銀行體系違約概率和各宏觀經(jīng)濟(jì)變量的關(guān)系的“中介指標(biāo)”，X代表宏觀經(jīng)濟(jì)變量。在利用歷史數(shù)據(jù)進(jìn)行模型估計時，通過處理的違約概率值代入（2）就可以得到估計的綜合指標(biāo)的估計值。將其帶入（3）就可以估計出宏觀方程的系數(shù)，并以此估計出的方程作為進(jìn)行宏觀壓力測試的基礎(chǔ)。而在執(zhí)行壓力測試的時候，通過壓力情境的設(shè)定，用不同方法得到的各相關(guān)宏觀經(jīng)濟(jì)變量值代入估計出的（3）就可以得到壓力情境下的Y，再通過（2）就估計出了壓力情境下的銀行系統(tǒng)的違約概率。
公式（2）就是對貸款違約率進(jìn)行Logit回歸分析，PDt表示t年度的貸款的平均違約率，yt表示一系列宏觀經(jīng)濟(jì)變量的綜合指標(biāo)。
公式（3）是反映各宏觀經(jīng)濟(jì)變量與綜合性指標(biāo)yt的關(guān)系的方程，本文采用多元線性回歸的方法來模擬變量之間的關(guān)系。其中Xt=(x1,t,x2,t…xl,t)′是L×1階列向量，代表L個宏觀經(jīng)濟(jì)因素構(gòu)成的列向量；μt是方程的隨機(jī)擾動項(xiàng)。截距α0是一個L×1階列向量；系數(shù)α1,α2…α1+m分別代表L×1階向量，系數(shù)β1…βn是L×n階矩陣向量。
公式（4）是關(guān)于各宏觀經(jīng)濟(jì)變量的時間序列模型?？紤]到宏觀經(jīng)濟(jì)因素采取的時間序列數(shù)據(jù)，可能存在變量的滯后性，因此對各宏觀經(jīng)濟(jì)變量進(jìn)行P階自回歸分析，剔除模型中的序列相關(guān)性。在（4）中，0是L×1階的列向量, 1,…,p都是L×1階矩陣向量，φ1,…φq是L×q階矩陣向量，隨機(jī)誤差εt都是L×1階列向量。
在這個模型中，假設(shè)μt和εt是序列不相關(guān)的，并且分別服從方差協(xié)方差為矩陣∑μ和∑ε的正態(tài)分布。其中μt和εt相關(guān)的方差協(xié)方差矩陣為∑μ,ε。
在 Wilson（1997）和Virolainen（2004）提出的框架中，yt僅僅與Xt有關(guān)，而本文模型的設(shè)定更符合實(shí)際情況，yt不僅與Xt相關(guān)，考慮到宏觀沖擊的時滯效應(yīng)，yt還與其滯后期的值yt-1,…,yt-n有關(guān)。
從（4）可以看出，模型不僅考慮到了宏觀經(jīng)濟(jì)變量值之間的相互影響，模型的設(shè)定考慮到了金融體系對宏觀經(jīng)濟(jì)波動的回饋效應(yīng)。將銀行的表現(xiàn)對經(jīng)濟(jì)的反饋影響通過在宏觀因素變量的自回歸方程中引入綜合變量來實(shí)現(xiàn)。通過各行業(yè)綜合指標(biāo)Y的前期值對各宏觀經(jīng)濟(jì)變量的影響設(shè)定來反映現(xiàn)實(shí)世界中的金融與經(jīng)濟(jì)發(fā)展的相互影響關(guān)系。
（三）變量選取
1.解釋變量
根據(jù)各國的實(shí)證研究經(jīng)驗(yàn)和我國銀行體系業(yè)務(wù)發(fā)展特點(diǎn)，本文模型的變量選取1990～2006年的年度數(shù)據(jù)，主要考慮到數(shù)據(jù)的可得性、宏觀經(jīng)濟(jì)統(tǒng)計的特征以及經(jīng)濟(jì)沖擊發(fā)生的持續(xù)時間來決定的。鑒于研究的宏觀層面，從數(shù)據(jù)的可得性及計算量考慮，本文的宏觀模型是基于整個經(jīng)濟(jì)體系的，因此各宏觀經(jīng)濟(jì)變量將不采用各經(jīng)濟(jì)部門的統(tǒng)計值，而是采用本國的整體水平的統(tǒng)計值。
本文選取八個宏觀經(jīng)濟(jì)變量作為解釋變量：
NGDP―國內(nèi)生產(chǎn)總值名義年增長率；
RGDP―國內(nèi)生產(chǎn)總值實(shí)際年增長率；
NR―一年期存款的名義基準(zhǔn)利率；
RR―一年期存款的實(shí)際基準(zhǔn)利率；
NLR―一年期流動資金貸款的名義平均利率；
RLR―一年期流動資金貸款的實(shí)際平均利率；
CPI―居民消費(fèi)價格指數(shù)；
RE―房地產(chǎn)價格指數(shù)；
2.被解釋變量
本文選取違約概率作為評估信用風(fēng)險的指標(biāo)，銀行系統(tǒng)的信用風(fēng)險主要表現(xiàn)為貸款資產(chǎn)的違約風(fēng)險。違約率水平是評估銀行貸款質(zhì)量的最直接的指標(biāo)，違約風(fēng)險可以用借款人在規(guī)定期限內(nèi)的違約概率度量。Virolainen K對芬蘭銀行系統(tǒng)的違約概率進(jìn)行的宏觀壓力測試分析中，對違約概率指標(biāo)采取如下方式賦值：在研究時段內(nèi)，某行業(yè)的破產(chǎn)機(jī)構(gòu)數(shù)量與總的機(jī)構(gòu)數(shù)量的比率為銀行體系面對的違約率。Jim Wong、Ka-fai Choi和Tom Fong［19］建立的香港零售銀行面對宏觀經(jīng)濟(jì)波動的信貸風(fēng)險壓力測試框架中，違約概率是逾期3個月以上的貸款額與總貸款額的比率。本文選取四家國有商業(yè)銀行和交通銀行、招商銀行、光大銀行等十家股份制商業(yè)銀行的信貸數(shù)據(jù)作為樣本，以平均的逾期貸款率代表貸款違約率，即以年末樣本銀行的總逾期貸款額與總貸款余額的比率。其中，1990、1991、1992三年的各樣本銀行的詳細(xì)數(shù)據(jù)欠缺，因此本文根據(jù)各類媒體披露的總的逾期貸款的變動率和貸款額的變動率計算出了這三年的逾期貸款率，其他各年份的詳細(xì)數(shù)據(jù)均來自中國金融年鑒和各銀行的年報。
四、實(shí)證結(jié)果
（一）模型估計
代入1990～2006年的宏觀經(jīng)濟(jì)數(shù)據(jù)對上述模型進(jìn)行多元回歸分析和模型估計，先用宏觀經(jīng)濟(jì)變量的名義指標(biāo)值和實(shí)際值，與引入的綜合指標(biāo)Y的兩期滯后變量分別對Y進(jìn)行回歸。從兩個模型的t檢驗(yàn)指標(biāo)看出，模型中GDP、LR、R作為解釋變量的參數(shù)并不顯著，而引入的Y的二階滯后變量對因變量的解釋性也不顯著。因此模型的參數(shù)需要進(jìn)一步調(diào)適剔除。根據(jù)經(jīng)驗(yàn)和宏觀經(jīng)濟(jì)沖擊的滯后性往往為一年，因此模型中只引入Y的一階滯后變量。雖然兩個模型的擬合優(yōu)度統(tǒng)計檢驗(yàn)指標(biāo)和D-W指標(biāo)略微下降，但兩個指標(biāo)值分別為0.987和2，仍是非常理想的檢驗(yàn)指標(biāo)值。在剔除掉一年期存款利率后，兩個模型各參數(shù)的t檢驗(yàn)指標(biāo)都非常顯著。但是以模型解釋變量的參數(shù)符號來看，通貨膨脹率CPI在以名義宏觀經(jīng)濟(jì)變量值為自變量的模型中的系數(shù)符號為負(fù)，這表明隨著CPI的增加，Y值也會減小，經(jīng)過Logit變換后的違約概率PD將會增大，顯然符合經(jīng)濟(jì)學(xué)原理。而在關(guān)于實(shí)際變量的模型中系數(shù)為正號，這是違背經(jīng)濟(jì)學(xué)原理的。所以本文確定以名義變量作為模型解釋變量的方程為最佳的宏觀經(jīng)濟(jì)模型（見表1）。這說明我國銀行的信貸違約率對名義的宏觀經(jīng)濟(jì)因素的波動更敏感。Marco Sorge、 Kimmo Virolainen（2004）利用wilson（1997）模型框架對芬蘭銀行系統(tǒng)的違約概率進(jìn)行了宏觀壓力測試分析，宏觀經(jīng)濟(jì)模型估計結(jié)果與我國上述情況類似，即名義的宏觀經(jīng)濟(jì)變量對違約概率的解釋能力更顯著。
根據(jù)回歸方程的t檢驗(yàn)（5%的顯著性水平），各宏觀因素指標(biāo)的實(shí)際值對綜合指標(biāo)的影響并不顯著，所以剔除不列入表內(nèi)。從表1中可以看出，綜合經(jīng)濟(jì)指標(biāo)和各宏觀經(jīng)濟(jì)變量指標(biāo)的名義值關(guān)系顯著。且綜合指標(biāo)的一期滯后值對各宏觀經(jīng)濟(jì)指標(biāo)影響均顯著。從關(guān)于綜合指標(biāo)的多元線性回歸方程也可以看出，國內(nèi)生產(chǎn)總值增長率、貸款利率水平、通貨膨脹率和房地產(chǎn)價格的確是影響到我國銀行體系違約概率的顯著因素，而且綜合指標(biāo)明顯受其一期滯后值的顯著影響。
（二）宏觀壓力情境的設(shè)定及其結(jié)果
本文選擇情境分析作為執(zhí)行壓力測試的方法。針對模型所選取的宏觀經(jīng)濟(jì)變量，我們設(shè)定兩個壓力情境：一種是GDP增長突然放緩的情境；一種是CPI上升到較高的水平（5%以上）。對于各種壓力情境下，反映壓力的宏觀經(jīng)濟(jì)變量的變動幅度，可以通過以往的歷史相似情境數(shù)據(jù)或歷史經(jīng)驗(yàn)直接進(jìn)行人為的設(shè)定。而本文在對銀行體系遇到極端情境進(jìn)行構(gòu)建之前，利用時間序列模型對解釋變量NGDP、CPI進(jìn)行了2008～2010年的簡單ARMA模型預(yù)測，作為我們構(gòu)建的參考基準(zhǔn)情境（baseline scenario）。
從表2可以看出，在設(shè)定的兩種壓力情境下，我國的銀行體系的信貸風(fēng)險明顯增加，從模型預(yù)測估計出的貸款違約率都有不同幅度的增加。隨著國民生產(chǎn)總值增速的大幅降低，貸款違約概率增大，但幅度較緩。而隨著通貨膨脹率的驟增，違約概率出現(xiàn)大幅度的激增。這充分說明在壓力情境下，宏觀經(jīng)濟(jì)變量對銀行系統(tǒng)信貸違約概率的沖擊效應(yīng)非常顯著。從而判斷，通貨膨脹率的同等幅度波動對銀行體系信貸違約率值的影響更大。
五、結(jié)論及建議
本文在對比分析國外成熟模型的基礎(chǔ)上，構(gòu)建了適合我國經(jīng)濟(jì)環(huán)境的宏觀壓力測試模型。首先本文借鑒了國外研究成果中關(guān)于宏觀經(jīng)濟(jì)因素和貸款違約率之間的非線性關(guān)系設(shè)定。在此基礎(chǔ)上使用Logit方程將貸款違約率轉(zhuǎn)化為宏觀綜合指標(biāo)Y，以指標(biāo)Y作為因變量與宏觀經(jīng)濟(jì)因素進(jìn)行多元線性回歸分析，使得這一指標(biāo)能夠很好地利用各宏觀經(jīng)濟(jì)指標(biāo)所提供的信息。在模型中宏觀經(jīng)濟(jì)因素的選擇方面，參考國內(nèi)外學(xué)者實(shí)證研究中模型的自變量，結(jié)合我國數(shù)據(jù)統(tǒng)計和披露特點(diǎn)等制約因素選取適合的宏觀經(jīng)濟(jì)變量來構(gòu)建模型。借鑒已有研究成果中在選擇信貸風(fēng)險的評估指標(biāo)方面的做法，以逾期貸款率作為模型中反映銀行體系信貸風(fēng)險的指標(biāo)。
結(jié)果發(fā)現(xiàn)：宏觀經(jīng)濟(jì)變量名義國內(nèi)生產(chǎn)總值，消費(fèi)者價格指數(shù)，房地產(chǎn)價格指數(shù)和名義流動貸款利率對銀行體系貸款違約率影響是顯著的。特別是名義國內(nèi)生產(chǎn)總值和通貨膨脹率指標(biāo)，沖擊力較強(qiáng)。在關(guān)于名義國內(nèi)生產(chǎn)總值大幅下降和通貨膨脹率驟升的壓力情境設(shè)定下，銀行體系的貸款違約率都出現(xiàn)了不同程度的大幅度提高。尤其在關(guān)于通貨膨脹率的壓力情境下，貸款違約率的增長幅度高于名義國內(nèi)生產(chǎn)總值下降情境下的增幅。
本文研究結(jié)果對中國國情有著一定的解釋力，讓我們有信心支持這樣的研究思路的繼續(xù)開展。通過分析我們可以看出，中國的銀行體系穩(wěn)定性還有待進(jìn)一步加強(qiáng)，在面臨假設(shè)的宏觀經(jīng)濟(jì)沖擊時，化解風(fēng)險的能力就顯得不足。當(dāng)然我們構(gòu)建的這些極端情形發(fā)生的概率都是極小的，畢竟中國經(jīng)濟(jì)目前來看幾年內(nèi)保持穩(wěn)定增長的態(tài)勢是確定的。
參考文獻(xiàn)：
［1］ 中國人民銀行金融穩(wěn)定分析小組.中國金融穩(wěn)定報告（2005）［EB/OL］. pbc.省略/detail.asp?col=100&ID=2257&keyword.
［2］ McKinnon R. Financial growth and macroeconomic dtability in China.1978-1992: implications for Russia and other transitional economies［J］. Journal of Comparative Economics, 1994, 17(2): 438-469.
［3］ Deventer D V, Kenji I. Credit risk models and the Basel Accords［M］. Beijing: RENMIN University of China Press, 2005: 14-56.
［4］ Bernhardsen T. Real-time data for Norway: Challenges for monetary policy［J］. The North American Journal of Economics and Finance, 2005, 19(3): 333-349.
［5］ Bernhardsen T. The relationship between interest rate differentials and macroeconomic variables: a panel data study for European countries［J］. Journal of International Money and Finance, 2000, 18(2): 289-308.
［6］ Erlenmaier U. Correlations models in Credit Risk Managem［D］. Norway: University of Heidelberg, 2004.
［7］ Erlenmaier U. Gersbach H.Default probabilities and default correlations［D］. Norway: University of Heidelberg, 2005.
［8］ Froyland E, Larsen K. How vulnerable are financial institutions to macroeconomic changes? An analysis based on Stress Testing［J］. Economic Bulletin, 2002, 3(11): 127-169.
［9］ Pesola J. The role of macroeconomic shocks in banking crises［J］. Bank of Finland Discussion paper, 2000, 2: 457-504.
［10］ Virolainen K. Macro stress-testing with a macroeconomic credit risk model for Finland［J］. Bank of Finland, mimeo, 2004, 19(1): 1-66.
［11］ 陳華，伍志文．銀行體系脆弱性：理論及基于中國的實(shí)證分析［J］．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2004(9)：34-51．
［12］ Wilson T C. Portfolio credit risk I［J］. Risk, 1997, 9(10): 111-170.
［13］ Wilson T C. Portfolio credit risk II［J］. Risk, 1997, 10(10): 56-61.
［14］ Merton R. On the pricing of corporate debt: the risk structure of interest rates［J］. Inance, 1974, 29(7): 449-470.
［15］ Vlieghe G. Indicators of fragility in the UK corporate sector［J］. Bank of England Working Paper: on.146, 2001.
［16］ Bunn P, Cunningham A, Drehmann M. Stress testing as a tool for assessing systemic risk［J］. Financial Stability Review: Bank of England, 2005 (6): 116-260.
［17］ Boss M. A Macroeconomic credit risk model for Stress Testing the Austrian credit portfolio［J］. Financial Stability Report, 2002 (4): 64-82.
［18］ Sorge M, Virolainen K. A comparative analysis of macro stress-testing methodologies with application to Finland［J］. Journal of Financial Stability, 2006, 17(2): 113-151.
［19］ Wong J, Choi K F, Fong T. A framework for macro stress-testing the credit risk of banks in Hong Kong［J］. Hong Kong Monetary Authority Quarterly Bulletin, 2006 (10): 1-38.
［20］ Hoggarth G, Whitley J. Assessing the strength of UK banks through macroeconomic Stress Tests［J］. Financial Stability Review: Bank of England, 2003 (7): 91-103.
［21］ Drehmann M, Hoggarth G, Logan A, et al. Macro stress testing UK banks［R］. Paper presented at the Workshop on Financial Stability in Frankfurt: Bank of England, 2004 (6): 16-17.
［22］ Jones M T, Hilbers P, Slack G. Stress testing financial systems: what to do when the governor calls［J］. IMF Working paper: no.46, 2004: 191-211.
［23］ Jones M T, Saunders A. Have US financial institutions real estate investments exhibited trend chasing behaviour?［J］. The Review of Economics and Statistics, 2004 (11): 248-258.
［24］ Worrell D. Quantitative assessment of the financial sector: an integrated approach［J］. IMF Working paper: on.144, 2004: 1-57.
［25］ Worrell D, Cherebin D, Polius-Mounsey T. Financial system soundness in the Caribbean:an initial assessment［J］. IMF Working Paper: on.123, 2001 (9): 1-57.
［26］ Allen L, Saunders A. Incorporating systemic influences into risk measurements: a survey of the Literature［J］. Journal of Financial Services Research, 2004, 5: 23-46.
［27］ Pain D, Vesala J. Driving factors of credit risk in Europe［C］. Paper presented at ECB: Workshop on Financial Stability, 2004.
［28］ Gropp R, Vesala J. Bank contagion in Europe［C］. mimeo: Frankfurt am Main, 2004.
［29］ Gropp R, Vesala J, Vulpes G. Market indicators, bank fragility and indirect market discipline［J］. Federal Reserve Bank of New York Policy Review, 2004, 10(2) :53-62.
［30］ Gray D, Merton R C, Bodie Z. A new framework for analyzing and managing macrofinancial risks［C］. Conference on Finance and the Macroeconomy: NYU, 2004.
［31］ Derviz A, Kladlcakova N. Business cycle, credit risk and economic capital determination by commercial banks［J］. Czech National Bank, 2003, 11(6): 57-89.
［32］ Drehmann M, Manning M. Systematic factors influencing UK equity returns［C］. Mimeo: Bank of England, 2004.
［33］ Pesaran M H, Schuermann H, Treutler B J, et al. Macroeconomic dynamics and credit risk: a global perspective［J］. Wharton Financial Center Working paper:on.141, 2004 :3-13.
［34］ Benito A,Whitley J,Young G. Analyzing corporate and household sector balance sheets［J］. Bank England Financial Stability Review, 2003 (1): 234-287.
［35］ Hanschel E, Monnin P. Measuring and forecasting stress in the banking sector: evidence from Switzerland［J］. Workpaper of Swiss National Bank: on.118, 2003.
［36］ Kalirai H, Scheicher M. Macroeconomic stress testing: preliminary evidence for Austria［R］. Financial Stability Report: Austrian National Bank, 2002 (3): 77-98.
［37］ 孫連友．金融體系壓力測試-概念與方法［J］．濟(jì)南金融，2006(2)：43-50．
［38］ 高同裕，陳元富．宏觀壓力測試及其在我國應(yīng)用面臨的問題［J］．南方金融，2006(2):8-10．
一、引言
隨著2013年6月新《基金法》的實(shí)施，基金產(chǎn)品創(chuàng)新發(fā)行異常迅速，積極推動了我國基金市場的發(fā)展，截止2015年7月底，我國98家基金公司共發(fā)行基金產(chǎn)品數(shù)已達(dá)到2451只，基金數(shù)量增長之快帶來的問題是，投資者如何才能有效選擇基金產(chǎn)品？目前，投資風(fēng)格是作為基金產(chǎn)品發(fā)行的標(biāo)簽，但大量文獻(xiàn)研究發(fā)現(xiàn)基金投資風(fēng)格發(fā)生漂移已成常態(tài)，且該現(xiàn)象越來越嚴(yán)重?，F(xiàn)有相關(guān)文獻(xiàn)研究主要集中在基金投資風(fēng)格漂移實(shí)證檢驗(yàn)及其成因方面。在投資風(fēng)格識別上主要有定性與定量兩類方法：定性上可根據(jù)基金招募書宣稱的投資風(fēng)格來識別風(fēng)格漂移；定量上可用計量方法來檢驗(yàn)基金投資風(fēng)格漂移。后來還有一些學(xué)者研究牛市和熊市行情下的基金風(fēng)格漂移情況，得出了各種結(jié)論。但幾乎未有文獻(xiàn)系統(tǒng)研究宏觀經(jīng)濟(jì)環(huán)境下的基金投資風(fēng)格漂移情況。本文將重點(diǎn)探討宏觀經(jīng)濟(jì)環(huán)境對股票型基金投資風(fēng)格漂移的影響，以期實(shí)證檢驗(yàn)宏觀經(jīng)濟(jì)波動是如何影響到基金投資行為的，本文研究意義在于為如何通過基金公司等機(jī)構(gòu)投資者來維穩(wěn)證券市場健康發(fā)展奠定理論與實(shí)證基礎(chǔ)。
二、文獻(xiàn)評述
隨著全球基金市場的迅速發(fā)展，國內(nèi)外關(guān)于基金投資風(fēng)格漂移方面的文獻(xiàn)逐漸增多，但大多集中在基金投資風(fēng)格漂移檢驗(yàn)、漂移原因解釋、漂移程度量化及分析其與基金績效之間的關(guān)系等。在基金投資風(fēng)格漂移檢驗(yàn)、量化及成因方面。Sharpe(1992)開創(chuàng)性地建立了投資風(fēng)格分析模型，利用基金歷史收益率與某種風(fēng)格指數(shù)相聯(lián)系進(jìn)行風(fēng)格識別。DanDiBartolomeo和ErikWitkowsk（i1997）研究認(rèn)為基金普遍發(fā)生了較嚴(yán)重的投資風(fēng)格漂移現(xiàn)象。Cooper等（2005）發(fā)現(xiàn)基金可通過變換基金名稱來改變其投資風(fēng)格。董鐵牛等（2008）實(shí)證結(jié)果發(fā)現(xiàn)：債券型基金無投資風(fēng)格漂移現(xiàn)象，然而股票型和混合型基金有較嚴(yán)重的投資風(fēng)格漂移現(xiàn)象。宋光輝和許林（2011）運(yùn)用分形理論構(gòu)建了CIS指標(biāo)來量化投資風(fēng)格漂移，發(fā)現(xiàn)風(fēng)格漂移的基金比例高達(dá)76.4%，但同時漂移程度并不大。PauloLeite和MariaCéuCortez(2014)發(fā)現(xiàn)基金會根據(jù)他們篩選的策略表現(xiàn)出不同的投資風(fēng)格。容易發(fā)現(xiàn)這些文獻(xiàn)的檢驗(yàn)方法均沒有考慮到樣本數(shù)據(jù)的尖峰厚尾、波動聚集等特征，從而使得研究結(jié)論缺乏可靠性。
在投資風(fēng)格漂移對基金業(yè)績及其持續(xù)性影響方面。Kathryn和Robert(2007)研究結(jié)果發(fā)現(xiàn)：投資風(fēng)格漂移與基金業(yè)績正相關(guān)。Andrew等(2008)把投資風(fēng)格漂移的程度分解成主動的與被動的成分，實(shí)證發(fā)現(xiàn)：基金主動調(diào)整投資組合比被動調(diào)整投資組合更有效，業(yè)績的壓力促使基金經(jīng)理發(fā)生風(fēng)格漂移。SunilWa-hal和M.DenizYavuz.(2013)研究結(jié)果表明：風(fēng)格投資在資產(chǎn)收益的可預(yù)測性方面發(fā)揮了重要作用。UlfHerrmann和HendrikScholz(2013)實(shí)證結(jié)果表明：25%的基金表現(xiàn)出超額業(yè)績和風(fēng)格轉(zhuǎn)換能力；25%的基金表現(xiàn)出短期的業(yè)績持續(xù)性，但不具備風(fēng)格轉(zhuǎn)換能力。李學(xué)峰和徐華（2007）發(fā)現(xiàn)基金發(fā)生投資風(fēng)格漂移要比堅(jiān)守投資風(fēng)格有更好的投資業(yè)績。王敬和劉陽（2007）、王鵬（2011）肯定了基金未來業(yè)績受投資風(fēng)格的持續(xù)性影響，認(rèn)為大小盤基金發(fā)生適度風(fēng)格漂移對未來業(yè)績有益，而成長型和價值型基金則應(yīng)堅(jiān)守投資風(fēng)格。高鶴等（2014）研究發(fā)現(xiàn)：男性與女性基金經(jīng)理在實(shí)際投資風(fēng)格與長期投資業(yè)績方面均沒有顯著差別。不難發(fā)現(xiàn)這些文獻(xiàn)只是檢驗(yàn)了投資風(fēng)格漂移對基金績效的影響，但沒有文獻(xiàn)解釋這些影響是否跟宏觀經(jīng)濟(jì)環(huán)境有密切關(guān)系。在不同股市行情下基金投資風(fēng)格漂移方面。宋威（2009）研究發(fā)現(xiàn)李學(xué)峰和徐華（2007）得出的結(jié)論僅適用于牛市行情，在熊市行情下發(fā)生了風(fēng)格漂移的基金不會有更優(yōu)的績效。郭文偉等（2011）研究發(fā)現(xiàn)：風(fēng)格漂移在長期上顯著削弱了基金績效，從短期上看，風(fēng)格漂移對基金績效的影響隨股市牛熊轉(zhuǎn)換而變化；在熊市中，風(fēng)格漂移有利于提升基金績效，在牛市或由牛市轉(zhuǎn)向熊市的過渡階段，風(fēng)格漂移對基金績效有負(fù)面影響。陳星榕（2014）研究得出基金家族要嚴(yán)格控制投資風(fēng)格漂移程度，不能隨意對投資風(fēng)格做出調(diào)整，而要隨宏觀經(jīng)濟(jì)波動進(jìn)行風(fēng)格漂移。容易發(fā)現(xiàn)這些文獻(xiàn)只是研究了不同股市行情下的投資風(fēng)格漂移及其績效問題，對于宏觀經(jīng)濟(jì)環(huán)境是如何具體影響投資風(fēng)格漂移問題沒有涉及。
綜上所述，偏股型基金經(jīng)常發(fā)生較嚴(yán)重的投資風(fēng)格漂移現(xiàn)象，學(xué)者們也在不斷嘗試運(yùn)用各種方法來檢驗(yàn)投資風(fēng)格漂移及其對基金業(yè)績等方面的影響，通過解釋不同股市行情下的業(yè)績影響與漂移成因以尋求更科學(xué)的結(jié)論。但國內(nèi)學(xué)者對基金投資風(fēng)格漂移仍處于摸索階段，研究結(jié)論未達(dá)成一致，有可能是因?yàn)榛鹜顿Y風(fēng)格漂移的識別方法、研究樣本和研究視角不同所導(dǎo)致。因此，基金投資風(fēng)格漂移問題仍是值得研究的領(lǐng)域，且未見文獻(xiàn)研究宏觀經(jīng)濟(jì)環(huán)境對基金投資風(fēng)格漂移的影響?？紤]到基金數(shù)據(jù)的尖峰厚尾、波動聚集等特征，本文通過構(gòu)建修正的EGARCH-M模型，從宏觀經(jīng)濟(jì)環(huán)境的視角，實(shí)證分析其對股票型基金投資風(fēng)格漂移的影響，據(jù)此為政府部門提出有效的監(jiān)管政策以引導(dǎo)基金維護(hù)證券市場穩(wěn)定發(fā)展提供決策參考。
三、樣本數(shù)據(jù)與模型構(gòu)建
本文借鑒牛市和熊市對基金投資風(fēng)格漂移的影響研究，從宏觀經(jīng)濟(jì)環(huán)境的視角研究其對基金投資風(fēng)格漂移的影響。首先對國內(nèi)宏觀經(jīng)濟(jì)環(huán)境進(jìn)行劃分，選擇了基金市場高速發(fā)展的宏觀經(jīng)濟(jì)環(huán)境2009-2014年，研究其對基金投資風(fēng)格漂移情況，通過構(gòu)建修正的EGARCH-M模型，實(shí)證檢驗(yàn)樣本股票型基金在研究期間的投資風(fēng)格漂移情況，最后通過比較分析宏觀經(jīng)濟(jì)環(huán)境不同階段所發(fā)生的投資風(fēng)格漂移基金比例情況，推理出宏觀經(jīng)濟(jì)環(huán)境對股票型基金投資風(fēng)格漂移的影響。
（一）樣本選擇與數(shù)據(jù)來源因股票型基金容易發(fā)生投資風(fēng)格漂移現(xiàn)象，本文選取了2005年成立的37只開放式股票型基金作為研究樣本，考慮到2007-2008年爆發(fā)了全球的次貸危機(jī)，到2009年才逐步慢慢復(fù)蘇過來，故以2009年3月2日至2014年2月28日共五年作為研究期間。數(shù)據(jù)來源于聚源數(shù)據(jù)庫、國家統(tǒng)計局網(wǎng)、證券會網(wǎng)、天天基金網(wǎng)等數(shù)據(jù)庫與相關(guān)網(wǎng)站，主要包括我國宏觀經(jīng)濟(jì)數(shù)據(jù)（GDP當(dāng)季同比增長率、居民消費(fèi)價格指數(shù)CPI當(dāng)月同比增長率）、基金單位凈值、基金分紅送配、基金業(yè)績比較基準(zhǔn)、各個風(fēng)格指數(shù)的收盤價。采用的數(shù)據(jù)分析軟件有Excel2003和Eviews7.0。被解釋變量，基金日收益率Y。因變量Y定義為Yt=(ln(NAVt+Dt)–lnNAVt-1)×100，其中，NAVt是第t日的基金單位凈值，Dt是第t日的基金分紅，NAVt-1是第t-1日的基金單位凈值。解釋變量，風(fēng)格指數(shù)日收益率X。每一只基金的風(fēng)格指數(shù)日收益率是根據(jù)它的業(yè)績比較基準(zhǔn)公式，分別以每一個風(fēng)格指數(shù)收益率的權(quán)重乘以風(fēng)格指數(shù)收益率。如：天治品質(zhì)基金的業(yè)績比較基準(zhǔn)公式為70.0%×中信標(biāo)普300指數(shù)收益率+30.0%×中信標(biāo)普國債指數(shù)收益率。那么風(fēng)格指數(shù)日收益率Rt=(lnPt–lnPt-1)×100，其中，Pt是第t日的指數(shù)收盤價，Pt-1是第t-1日的指數(shù)收盤價。另外，一年期定期存款年利率TDR與銀行間同業(yè)拆放利率。本文研究的基金業(yè)績比較基準(zhǔn)公式中涉及到的一年期定期存款年利率直接使用中國人民銀行公布的一年期定期存款利率，涉及到的同業(yè)存款利息率直接使用上海銀行間同業(yè)拆放利率（ShanghaiInterbankOfferedRate）隔夜數(shù)據(jù)。從表1統(tǒng)計結(jié)果可以看出，37只樣本基金日收益率序列的偏度均不為0，峰度也均大于3，Jarque-Bera統(tǒng)計量在1%顯著性水平下均拒絕收益序列服從正態(tài)分布的原假設(shè)，表明基金日收益率序列不服從正態(tài)分布，具有典型的偏度、尖峰厚尾特征。對各風(fēng)格指數(shù)日收益率序列的描述性統(tǒng)計分析也得出了類似結(jié)論。將所選取的基金收益率與風(fēng)格指數(shù)收益率做回歸分析，并進(jìn)行ARCH-LM檢驗(yàn)，檢驗(yàn)結(jié)果發(fā)現(xiàn)樣本基金均存在波動聚集ARCH效應(yīng)，且具有高階ARCH效應(yīng)，即GARCH效應(yīng)，因此，本文采取GARCH族模型對基金日收益序列建模是合理的。
（二）模型構(gòu)建根據(jù)表1的描述性統(tǒng)計結(jié)果可知，樣本基金日收益率序列具有尖峰厚尾、波動聚集等特征，即存在高階ARCH效應(yīng)。據(jù)此，本文參照彭耿（2014）構(gòu)建的修正EGARCH-M模型①，以基金日收益率Y為因變量，以風(fēng)格指數(shù)日收益率X為自變量，構(gòu)建EGARCH-M計量模型。
四、實(shí)證分析
（一）宏觀經(jīng)濟(jì)環(huán)境階段的劃分本文借鑒一般的宏觀經(jīng)濟(jì)周期劃分法，把經(jīng)濟(jì)環(huán)境劃分為復(fù)蘇期、過熱期、滯脹期和衰退期四個階段。由于經(jīng)濟(jì)增長和通貨膨脹是兩個非常重要的宏觀經(jīng)濟(jì)指標(biāo)，本文借鑒盧文偉（2014）的方法，從經(jīng)濟(jì)增長和通貨膨脹兩個維度，選取國內(nèi)生產(chǎn)總值和居民消費(fèi)價格指數(shù)作為宏觀經(jīng)濟(jì)環(huán)境劃分指標(biāo)。由于無法獲取國內(nèi)生產(chǎn)總值的月度數(shù)據(jù)和居民消費(fèi)價格指數(shù)的季度數(shù)據(jù)，但僅使用年度數(shù)據(jù)劃分經(jīng)濟(jì)周期會影響準(zhǔn)確性，故本文最終采用國內(nèi)生產(chǎn)總值GDP當(dāng)季同比增長率和居民消費(fèi)價格指數(shù)CPI當(dāng)月同比增長率作為宏觀經(jīng)濟(jì)環(huán)境的劃分指標(biāo)。下表2為宏觀經(jīng)濟(jì)環(huán)境劃分標(biāo)準(zhǔn)：在研究期間選擇上，考慮到樣本基金是2005年成立的，要選擇基金已經(jīng)運(yùn)行了一段時間，這樣樣本才具有良好的代表性，根據(jù)2004-2014年的國內(nèi)生產(chǎn)總值GDP當(dāng)季同比增長率和居民消費(fèi)價格指數(shù)CPI當(dāng)月同比增長率的走勢圖（如圖1），再結(jié)合2007-2008年美國次貸危機(jī)的全球影響，本文選取了次貸危機(jī)后國內(nèi)基金市場高速發(fā)展的宏觀經(jīng)濟(jì)環(huán)境，2009年3月2日至2014年2月28日這五年為研究期間，具體經(jīng)濟(jì)環(huán)境劃分結(jié)果見表3。
（二）實(shí)證結(jié)果與分析使用修正EGARCH-M模型對37只樣本股票型基金投資風(fēng)格漂移情況進(jìn)行分析，根據(jù)樣本基金日收益序列的尖峰厚尾、波動聚集特征，具體修正方法是將EGARCH-M模型設(shè)定為（1,1）階，ERROR（誤差）設(shè)定為GED（GeneralizedError，廣義誤差），ARCH-M設(shè)定為Std.Dev（.標(biāo)準(zhǔn)差）。根據(jù)表1的描述性統(tǒng)計結(jié)果，采用這樣的修正是比較符合數(shù)據(jù)客觀特征的。實(shí)證分析結(jié)果見表4所示（因文章篇幅限制，僅列出了兩個關(guān)鍵系數(shù)實(shí)證結(jié)果，下同）。表4數(shù)據(jù)結(jié)果表明，在整個研究期間內(nèi)，37只樣本基金中，有20只基金發(fā)生了投資風(fēng)格漂移，17只基金沒有發(fā)生投資風(fēng)格漂移，基金風(fēng)格漂移的數(shù)量占比達(dá)54.05%，說明投資風(fēng)格漂移現(xiàn)象較嚴(yán)重。為了進(jìn)一步分析宏觀經(jīng)濟(jì)環(huán)境對基金投資風(fēng)格漂移的影響，下面對宏觀經(jīng)濟(jì)環(huán)境中不同階段的投資風(fēng)格漂移現(xiàn)象進(jìn)行分析，實(shí)證結(jié)果主要如表5所示。根據(jù)表5的實(shí)證結(jié)果就可以得出表6的結(jié)果，發(fā)現(xiàn)37只樣本基金在宏觀經(jīng)濟(jì)環(huán)境的四個不同階段中，基金發(fā)生投資風(fēng)格漂移的情況：在復(fù)蘇期，有14只基金發(fā)生了投資風(fēng)格漂移，其余23只基金沒有發(fā)生投資風(fēng)格漂移；在過熱期，有13只基金發(fā)生了投資風(fēng)格漂移，其余24只基金沒有發(fā)生投資風(fēng)格漂移；在滯脹期，有17只基金發(fā)生了投資風(fēng)格漂移，其余20只基金沒有發(fā)生投資風(fēng)格漂移；在衰退期，有13只基金發(fā)生了投資風(fēng)格漂移，其余24只基金沒有發(fā)生投資風(fēng)格漂移。通過這四個階段的實(shí)證數(shù)據(jù)歸納得出，不同宏觀經(jīng)濟(jì)環(huán)境下投資風(fēng)格發(fā)生漂移的基金數(shù)量無明顯差異。從發(fā)生投資風(fēng)格漂移的基金數(shù)量比例上分析，復(fù)蘇期、過熱期、滯脹期、衰退期發(fā)生投資風(fēng)格漂移的基金數(shù)量比例分別是37.84%、35.14%、45.95%、35.14%，滯脹期發(fā)生投資風(fēng)格漂移的基金數(shù)量比例相對較大，但是整體看來，不同宏觀經(jīng)濟(jì)環(huán)境下發(fā)生投資風(fēng)格漂移的基金比例無明顯差異，且都小于長期宏觀經(jīng)濟(jì)環(huán)境中的風(fēng)格漂移基金比例54.05%，這說明在次貸危機(jī)后宏觀經(jīng)濟(jì)環(huán)境所處的某個特定階段，由于時間較短，而且經(jīng)濟(jì)波動是單向的，所以對基金投資風(fēng)格漂移影響不夠明顯；而在長期的宏觀經(jīng)濟(jì)環(huán)境中，經(jīng)濟(jì)波動是復(fù)雜多向的，且時間較長，經(jīng)濟(jì)波動會較大，故基金發(fā)生投資風(fēng)格漂移會更嚴(yán)重。即進(jìn)一步得出結(jié)論：在宏觀經(jīng)濟(jì)環(huán)境的某個階段，宏觀經(jīng)濟(jì)波動較小，對基金投資風(fēng)格漂移無明顯影響；但在長期的宏觀經(jīng)濟(jì)環(huán)境中，經(jīng)濟(jì)波動較大，基金投資風(fēng)格漂移相對要嚴(yán)重。這與彭耿（2014）的研究結(jié)論正好相反。
（三）原因分析根據(jù)實(shí)證分析結(jié)果，本文認(rèn)為導(dǎo)致股票型基金投資風(fēng)格漂移以及宏觀經(jīng)濟(jì)環(huán)境下的投資風(fēng)格漂移現(xiàn)象在某個經(jīng)濟(jì)階段內(nèi)無顯著差異，但在長期宏觀經(jīng)濟(jì)環(huán)境中具有正影響的原因可能有以下三點(diǎn)：第一、本文選取風(fēng)格指數(shù)日收益率與基金日收益率進(jìn)行比較，而它可能會隨宏觀經(jīng)濟(jì)環(huán)境發(fā)生變化，且時間越長，經(jīng)濟(jì)波動會越大。本文研究期間為5年，經(jīng)濟(jì)波動相對會較大，容易導(dǎo)致基金發(fā)生嚴(yán)重的投資風(fēng)格漂移現(xiàn)象。故研究宏觀經(jīng)濟(jì)環(huán)境的某個階段發(fā)生投資風(fēng)格漂移的基金數(shù)量比例會低于長期宏觀經(jīng)濟(jì)環(huán)境下的基金風(fēng)格漂移比例。第二、所選樣本基金為2005年成立的37只開放式股票型基金，屬于大樣本，且研究期間為次貸危機(jī)后的宏觀經(jīng)濟(jì)環(huán)境（2009-2014年），所選的基金至少已經(jīng)運(yùn)行了4年，相對比較成熟，在樣本選擇上主觀因素較小，研究期間較長，結(jié)論相對也比較客觀。而彭耿（2014）在選取樣本基金上是逐個挑選且只選了11只基金，有可能因樣本過小導(dǎo)致統(tǒng)計結(jié)果中各階段發(fā)生投資風(fēng)格漂移的基金數(shù)量比例差異較大。最終導(dǎo)致本文研究結(jié)論不同于彭耿（2014）的研究結(jié)論。第三、宏觀經(jīng)濟(jì)環(huán)境對股市的傳導(dǎo)作用較強(qiáng)，但對基金投資有一定的滯后。鄭挺國和尚玉皇（2014）研究認(rèn)為長期的股市曲線應(yīng)該可以理解為是宏觀經(jīng)濟(jì)的反映，即宏觀經(jīng)濟(jì)的好與壞決定了股市長期的波動走勢。而基金是投資股市的，通過股市傳導(dǎo)給基金是需要時間的，比如基金建倉就需要一定的時間，即具有滯后性，故短期內(nèi)宏觀經(jīng)濟(jì)波動對基金投資行為影響不明顯，但長期這種影響作用會逐漸突顯出來。
五、結(jié)論與建議
關(guān)鍵詞：宏觀經(jīng)濟(jì)學(xué)；社會科學(xué)方法論；實(shí)證主義；人文主義
中圖分類號：F015 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-828X（2014）05-00-01
宏觀經(jīng)濟(jì)學(xué)是一門復(fù)雜的學(xué)科，其中充斥著許多人為因素的不確定性，因此必須遵循某種方法論來減少這種不確定性。本文通過實(shí)證主義和人文主義范式分別來闡述，指出研究宏觀經(jīng)濟(jì)學(xué)問題必須注重與方法論的結(jié)合。
一、宏觀經(jīng)濟(jì)學(xué)的特殊性
宏觀經(jīng)濟(jì)學(xué)有其特殊性，正是由于這種特性使宏觀經(jīng)濟(jì)研究變得復(fù)雜多變。一是，整體性。宏觀經(jīng)濟(jì)的整體性是指宏觀經(jīng)濟(jì)雖然針對不同的主體可能有不同的經(jīng)濟(jì)行為，而且經(jīng)濟(jì)行為的范疇會存在差異，但是從宏觀層面的經(jīng)濟(jì)來講，其整體性不可忽略。也就是說，社會也好，各級政府也罷，它們在宏觀經(jīng)濟(jì)方面都必須以整體利益為出發(fā)點(diǎn)，在制定政策措施時，必須相互配合以達(dá)到共同的目標(biāo)。二是，社會性。宏觀經(jīng)濟(jì)的社會性是指宏觀經(jīng)濟(jì)從整個社會的角度出發(fā)，要從宏觀的層面上把控整個國家乃至社會的經(jīng)濟(jì)局面，正如本文的前一部分所述，社會及各級政府作為宏觀經(jīng)濟(jì)的主體，使得它們的經(jīng)濟(jì)行為具有了一定的社會責(zé)任。三是，協(xié)調(diào)性。宏觀經(jīng)濟(jì)的協(xié)調(diào)性是指通過宏觀經(jīng)濟(jì)活動，要促進(jìn)社會各個領(lǐng)域的共同而協(xié)調(diào)的發(fā)展。從歷史的發(fā)展長河來看，任何一個階段的發(fā)展與進(jìn)步在不同利益群體方面都不可能以同樣的速度進(jìn)行，也就是存在著不同步性，在這種情況下，協(xié)調(diào)顯得尤為重要。
二、宏觀經(jīng)濟(jì)學(xué)研究中存在的問題
由于宏觀經(jīng)濟(jì)的特殊性的存在，要想準(zhǔn)確研究宏觀經(jīng)濟(jì)具有一定的難度。宏觀經(jīng)濟(jì)研究成果普遍缺乏科學(xué)性和創(chuàng)造性?？茖W(xué)性是要求學(xué)術(shù)成果所表述的內(nèi)容具有可靠性，體現(xiàn)在論據(jù)要準(zhǔn)確翔實(shí)，文字表述精煉不可含糊其辭，許多經(jīng)濟(jì)學(xué)研究達(dá)不上要求。研究成果的創(chuàng)新性要展現(xiàn)研究的解決和分析問題的能力，但實(shí)際上大多數(shù)研究成果不是材料堆砌，就是過多借鑒別人的理論缺乏自己的創(chuàng)見。像多數(shù)論文的文獻(xiàn)綜述部分都是材料堆砌而成，以時間為序最多，卻沒有時間地點(diǎn)提出理論的緣由等，這樣的綜述意義不大。研究成果中的模型的“借鑒”，幾乎都是直接照搬國外的東西，再直接用中國的數(shù)據(jù)進(jìn)行檢驗(yàn)，而數(shù)據(jù)的質(zhì)量又不高，只要得出結(jié)論就可以，不管其正確與否。
三、方法論的必要性
方法論的定義為多種多樣，《韋伯斯特大學(xué)詞典》將方法論定義為“做某件事，或?yàn)樽瞿臣碌姆绞?、技術(shù)或過程”。但在《應(yīng)用經(jīng)濟(jì)學(xué)方法論》這邊書中，方法論一詞實(shí)證指：給定領(lǐng)域中進(jìn)行探索的一般方法的研究。因而，經(jīng)濟(jì)學(xué)研究方法論就是對經(jīng)濟(jì)學(xué)研究的一般方法的研究。書中方法一詞指的是：用于完成一個既定目標(biāo)的具體技術(shù)或工具，這種用法和國家科學(xué)院科學(xué)指導(dǎo)委員會的用法一致。在社會科學(xué)方面，社會研究方法是通過科學(xué)的方法，系統(tǒng)地收集和分析關(guān)于社會現(xiàn)象的資料，并在此基礎(chǔ)上對相關(guān)的社會現(xiàn)象及其本質(zhì)和規(guī)律做出科學(xué)認(rèn)識的活動，是設(shè)計方法論的重要組成部分。
宏觀經(jīng)濟(jì)學(xué)是建立在實(shí)踐基礎(chǔ)的研究，并沒有一個成熟的科學(xué)的理論研究方法，如果認(rèn)為宏觀經(jīng)濟(jì)學(xué)科的理論不需要經(jīng)過科學(xué)的檢驗(yàn)和檢測就能成功，這顯然是不對的?，F(xiàn)代宏觀經(jīng)濟(jì)理論如果想要發(fā)展就必須上升到理性的高度，從而形成科學(xué)的行為準(zhǔn)則，同時這種“行為準(zhǔn)則”在不斷的進(jìn)步和發(fā)展中形成科學(xué)的“方法論”。在宏觀經(jīng)濟(jì)學(xué)科研究領(lǐng)域，“方法論”十分重要，它是現(xiàn)代科學(xué)和經(jīng)濟(jì)理論研究領(lǐng)域的核心問題。因此，對我們科學(xué)地學(xué)習(xí)和研究宏觀經(jīng)濟(jì)學(xué)科研究是至關(guān)重要的，也是不可或缺的。
四、從社會科學(xué)方法論角度研究宏觀經(jīng)濟(jì)理論
（一）實(shí)證主義
從研究特征來看，實(shí)證主義社會學(xué)對“科學(xué)建構(gòu)”的強(qiáng)調(diào)依賴于把自然科學(xué)作為社會理論構(gòu)造的模式，強(qiáng)調(diào)科學(xué)就在于說明現(xiàn)象的成因，對現(xiàn)象的未來進(jìn)行分析和預(yù)測。并對自然科學(xué)這種普遍性和精密性的精密性，主張重量化的研究方法，因此實(shí)證主義主張以事實(shí)說話，從宏觀經(jīng)驗(yàn)事實(shí)來研究宏觀經(jīng)濟(jì)問題。定量研究是實(shí)證主義方法論的具體化，它側(cè)重于對宏觀經(jīng)濟(jì)數(shù)據(jù)的數(shù)量分析和統(tǒng)計計算。實(shí)際上，實(shí)證主義研究早已滲透到不管是社會科學(xué)還是自然科學(xué)研究中。實(shí)證主義研究有著其他方法所無法比擬的優(yōu)點(diǎn)，如自行檢驗(yàn)。實(shí)證主義在研究宏觀經(jīng)濟(jì)中有很多的內(nèi)在的檢驗(yàn)，這些檢驗(yàn)可以驗(yàn)證和控制經(jīng)濟(jì)學(xué)家在自己能力范圍外的研究結(jié)論。
但是實(shí)證主義分析是基于特定引導(dǎo)假定下，而特定引導(dǎo)假定本身就存在主觀性，而這兩者又是無法隔離的，因此實(shí)證主義不是撇開價值觀純粹的科學(xué)研究，不同的經(jīng)濟(jì)經(jīng)濟(jì)學(xué)家對于同一現(xiàn)象的實(shí)證研究會得出不同的結(jié)論。
（二）人文主義
經(jīng)濟(jì)學(xué)是關(guān)于人的學(xué)問，不僅要研究資源配置問題還要研究理想人行為的問題，經(jīng)濟(jì)學(xué)研究一方面要注重效率，另一方面還要關(guān)注人的倫理道德。經(jīng)濟(jì)學(xué)的核心和基礎(chǔ)上價值論，經(jīng)濟(jì)學(xué)研究的目的是促進(jìn)人和社會的全面發(fā)展。人文主義強(qiáng)調(diào)收集信息，從整體上進(jìn)行理解和詮釋。它注重定性研究，并偏重本分析或敘事表達(dá)，它們認(rèn)為人力的行為是多樣化的，個人根據(jù)自己的實(shí)踐情況來決定自己的行為。人文主義的社會價值是傾向于對人的個性的關(guān)懷。因此人文主義從定性的角度出發(fā)，來研究宏觀經(jīng)濟(jì)問題，并讓宏觀經(jīng)濟(jì)理論向?qū)θ藗冇袃r值的方向發(fā)展。注重強(qiáng)調(diào)反對暴力，主張自由平等和自我價值體現(xiàn)的一種哲學(xué)思潮與世界觀。自由公平可以促進(jìn)經(jīng)濟(jì)發(fā)展，而宏觀經(jīng)濟(jì)發(fā)展又必須以自由公平為基礎(chǔ)和前提。
參考文獻(xiàn)：
[1]沈軍，白欽先.論金融研究方法論的范式轉(zhuǎn)換[J].經(jīng)濟(jì)論壇，2006（5）：123-128.
[2]孔祥毅.山西金融史及其研究.2013.
