導(dǎo)語：如何才能寫好一篇宏觀經(jīng)濟影響，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

通常可以用“動態(tài)復(fù)雜性”和“結(jié)構(gòu)復(fù)雜性”兩個概念描述經(jīng)濟系統(tǒng)的復(fù)雜性。動態(tài)復(fù)雜性是指隨著時間延續(xù)，經(jīng)濟系統(tǒng)的行為也隨之發(fā)生變化，經(jīng)濟系統(tǒng)的變動趨勢越難以預(yù)測，運行越來越不規(guī)則，那么整個經(jīng)濟系統(tǒng)的復(fù)雜性也就越高；而結(jié)構(gòu)復(fù)雜性是指某一時間點，經(jīng)濟系統(tǒng)的構(gòu)成狀態(tài)，結(jié)構(gòu)復(fù)雜性假設(shè)經(jīng)濟系統(tǒng)由若干小部分組成，這些小部分既相互獨立，又相互依存。數(shù)量越多，說明經(jīng)濟系統(tǒng)的結(jié)構(gòu)復(fù)雜性越高。然而，無論是基于動態(tài)復(fù)雜性角度分析，還是基于結(jié)構(gòu)復(fù)雜性角度分析，我國的經(jīng)濟系統(tǒng)都朝著日益復(fù)雜化的方向發(fā)展。

二、我國經(jīng)濟系統(tǒng)復(fù)雜性的特點

（一）我國經(jīng)濟系統(tǒng)的構(gòu)成變化速度加快

目前，我國經(jīng)濟系統(tǒng)的構(gòu)成變化速度日益加快，結(jié)構(gòu)復(fù)雜性日益增加，變動規(guī)律難以預(yù)測。市場經(jīng)濟的本質(zhì)是優(yōu)勝劣汰，每年都會有數(shù)以萬計的經(jīng)濟單位在重組、破產(chǎn)、兼并過程中消失，但每年也會有數(shù)以萬計的經(jīng)濟單位注冊成立。與此同時，經(jīng)濟單位的所有制形式隨著經(jīng)濟體制改革的日益深入也變得較為復(fù)雜。無論是在經(jīng)濟總量中所占的比例還是數(shù)量，我國國有企業(yè)都呈現(xiàn)較為明顯的下降趨勢。而個體企業(yè)、民營企業(yè)、合資企業(yè)、外資企業(yè)卻得到了較快發(fā)展。此外，從表1可以看出，我國第三產(chǎn)業(yè)對國內(nèi)生產(chǎn)總值的貢獻(xiàn)率日益提高，從1990年僅占國內(nèi)生產(chǎn)總值的17.3%提高到2013年的46.8%，主要原因在于第三產(chǎn)業(yè)是溝通物質(zhì)產(chǎn)品最終消費者和生產(chǎn)者的中介產(chǎn)業(yè)。第三產(chǎn)業(yè)所占比重越高，說明各產(chǎn)業(yè)之間的經(jīng)濟聯(lián)系越密切，各個產(chǎn)業(yè)之間的結(jié)構(gòu)也越復(fù)雜。

（二）經(jīng)濟系統(tǒng)構(gòu)成部分的異質(zhì)性明顯提高

我國經(jīng)濟系統(tǒng)中存在較多的異質(zhì)性表現(xiàn)，如消費者需求日益多樣化、企業(yè)規(guī)模分布不均勻、行業(yè)規(guī)模分布不均勻、地區(qū)經(jīng)濟差異較大、居民收入不均勻等。從地區(qū)經(jīng)濟發(fā)展情況看，東部地區(qū)與西部地區(qū)、中部地區(qū)的差異日益增大，由表2可以看出，東部地區(qū)的江蘇省2011年生產(chǎn)總值為49110.27億元人民幣，2012年生產(chǎn)總值為54058.22億元人民幣，2013年生產(chǎn)總值為59161.75億元人民幣；而西部地區(qū)的貴州省2011年生產(chǎn)總值為5701.84億元人民幣，2012年生產(chǎn)總值為6852.20億元人民幣，2013年生產(chǎn)總值為8006.79億元人民幣，僅占同期江蘇省生產(chǎn)總值的12%左右?；谄髽I(yè)規(guī)模來看，企業(yè)與企業(yè)之間的規(guī)模差距日益加大，尤其是在電力、石油等壟斷性行業(yè)，少數(shù)占支配地位的大型企業(yè)幾乎完全壟斷了整個行業(yè)的市場銷售活動和生產(chǎn)活動，使企業(yè)與企業(yè)之間的內(nèi)部效率差異與經(jīng)濟行為差異日益增大。

三、經(jīng)濟系統(tǒng)復(fù)雜性對宏觀經(jīng)濟管理的影響

（一）促進(jìn)政府制定細(xì)致的、針對性強的宏觀經(jīng)濟政策

經(jīng)濟系統(tǒng)的各個構(gòu)成部分之間差異越大，就需要越多信息協(xié)調(diào)經(jīng)濟運行，這會增加整個經(jīng)濟系統(tǒng)的結(jié)構(gòu)復(fù)雜性。而經(jīng)濟系統(tǒng)的結(jié)構(gòu)越復(fù)雜，越會使經(jīng)濟系統(tǒng)構(gòu)成部分呈現(xiàn)出高度多元化或高度異質(zhì)性特點。在這種情況下，政府若要開展有效的宏觀經(jīng)濟管理，就必須在采集大量數(shù)據(jù)的基礎(chǔ)上，制定細(xì)致的、針對性強的宏觀經(jīng)濟政策，而不能再采用過去統(tǒng)一的、簡單的經(jīng)濟政策。

（二）對政府的宏觀調(diào)控能力提出了更高要求

篇2

關(guān)鍵詞：互聯(lián)網(wǎng)金融；宏觀經(jīng)濟；經(jīng)濟發(fā)展

在宏觀經(jīng)濟發(fā)展期間，互聯(lián)網(wǎng)金融能夠?qū)暧^經(jīng)濟造成非常大的影響，所以必須充分意識到互聯(lián)網(wǎng)金融與宏觀經(jīng)濟的關(guān)系，以此來促進(jìn)互聯(lián)網(wǎng)金融的進(jìn)一步發(fā)展。

一、互聯(lián)網(wǎng)金融的發(fā)展分析

（一）以互聯(lián)網(wǎng)為核心的傳統(tǒng)金融互聯(lián)網(wǎng)金融其本質(zhì)，就是傳統(tǒng)金融與互聯(lián)網(wǎng)技術(shù)相互之間的融合。人們通過互聯(lián)網(wǎng)，便可以完成金融產(chǎn)品的購買。我國以互聯(lián)網(wǎng)為核心的傳統(tǒng)金融業(yè)務(wù)，多數(shù)都是由各大金融機構(gòu)引導(dǎo)的金融互聯(lián)網(wǎng)，在發(fā)展初期，很多金融機構(gòu)都在互聯(lián)網(wǎng)中找到了今后的發(fā)展方向。在1996年，招商銀行優(yōu)先在國內(nèi)開通了網(wǎng)上銀行，而在后續(xù)幾年，其他銀行也陸續(xù)完善了網(wǎng)上銀行業(yè)務(wù)?，F(xiàn)如今，我國電子銀行體系已經(jīng)逐漸接近于完善，據(jù)不完全統(tǒng)計，以個人、企業(yè)、手機網(wǎng)上銀行為核心的電子銀行體系，已經(jīng)覆蓋了我國約75%的人口。除此之外，諸如騰訊、阿里巴巴等企業(yè)也成功獲批了民營銀行的資格，第三方電子商務(wù)以及網(wǎng)絡(luò)金融平臺也成為了互聯(lián)網(wǎng)金融中不可或缺的一部分。

（二）第三方支付我國的第三方支付運營模式通?？梢苑譃閮煞N，第一種屬于獨立在電商之外的第三方支付，這種支付模式本身并不具備擔(dān)保功能，屬于為用戶提供支付功能的一種方式，如快錢、易寶等。而另一種則是以支付寶為首的第三方支付模式，因為其自身依托于電商平臺，所以具有一定程度的擔(dān)保功能。這也是我國當(dāng)前使用最為廣泛的一種第三方支付模式，其中支付寶、微信支付占據(jù)了第三方交易金額的85%以上。

（三）互聯(lián)網(wǎng)信用業(yè)務(wù)互聯(lián)網(wǎng)金融中的信用業(yè)務(wù)，包括眾籌、P2P網(wǎng)貸等功能，其中網(wǎng)絡(luò)屬于通過網(wǎng)絡(luò)平臺實現(xiàn)借貸雙方資金融通，可以滿足人們對于資金的使用需求，提高社會中各類閑散資金的利用率。而眾籌則能夠通過大規(guī)模集中閑散資金，來完成項目資金的聚集。

（四）虛擬貨幣虛擬貨幣的本質(zhì)就是由計算機生成的各種復(fù)雜代碼，其中新幣能夠在P2P網(wǎng)絡(luò)節(jié)點中按照既定程序運算而成。虛擬貨幣設(shè)定有總量上限，在虛擬貨幣不斷增加的過程中，新幣的制造速度將會大幅降低，比特幣便是當(dāng)前最為火爆的一種虛擬貨幣。

（五）互聯(lián)網(wǎng)金融的優(yōu)勢互聯(lián)網(wǎng)金融就是通過互聯(lián)網(wǎng)、信息技術(shù)開展融資、投資的一種現(xiàn)代化金融模式。當(dāng)前的互聯(lián)網(wǎng)金融與傳統(tǒng)金融存在著一致性，兩者都可以歸納在金融產(chǎn)品的范疇中，但是因為互聯(lián)網(wǎng)金融的覆蓋范圍遠(yuǎn)遠(yuǎn)大于傳統(tǒng)金融，所以互聯(lián)網(wǎng)金融的受眾群體往往會更大。人們在使用互聯(lián)網(wǎng)金融時，其便捷的金融服務(wù)模式將會使服務(wù)效果得到優(yōu)化?；ヂ?lián)網(wǎng)金融與傳統(tǒng)金融兩者之間的關(guān)系非常特殊，既屬于競爭關(guān)系，又可以實現(xiàn)優(yōu)勢互補。不同于傳統(tǒng)金融，互聯(lián)網(wǎng)金融在運營期間，其所需要的成本更低，這也是互聯(lián)網(wǎng)金融的一項核心優(yōu)勢，因此可以通過線上采集、整理客戶信息，線下開展客戶跟蹤與服務(wù)。

二、互聯(lián)網(wǎng)金融對于宏觀經(jīng)濟的積極影響

（一）經(jīng)濟結(jié)構(gòu)改革在互聯(lián)網(wǎng)金融出現(xiàn)之后，我國的傳統(tǒng)金融經(jīng)濟結(jié)構(gòu)便出現(xiàn)了轉(zhuǎn)變，由于我國相關(guān)法律有所約束以及金融產(chǎn)業(yè)的持續(xù)發(fā)展，所以經(jīng)濟結(jié)構(gòu)的轉(zhuǎn)變將會變得非常明顯。在互聯(lián)網(wǎng)金融的影響下，我國整體經(jīng)濟結(jié)構(gòu)會逐漸變得愈發(fā)穩(wěn)定，而且傳統(tǒng)金融經(jīng)濟結(jié)構(gòu)也會與互聯(lián)網(wǎng)金融經(jīng)濟結(jié)構(gòu)實現(xiàn)融合，兩者相互之間形成優(yōu)勢互補，從而實現(xiàn)宏觀經(jīng)濟的可持續(xù)發(fā)展。在優(yōu)勢融合之后，互聯(lián)網(wǎng)金融能夠為人們提供更加便捷的金融業(yè)務(wù)，而線下傳統(tǒng)金融則能夠在業(yè)務(wù)售后層面，提供足夠優(yōu)質(zhì)的業(yè)務(wù)跟進(jìn)，從而提高用戶對于金融業(yè)務(wù)的滿意度。

（二）金融產(chǎn)品的豐富與創(chuàng)新互聯(lián)網(wǎng)金融作為金融產(chǎn)業(yè)的新模式，在發(fā)展過程中已經(jīng)逐漸得到了人們的認(rèn)同，這也代表著互聯(lián)網(wǎng)金融從宏觀經(jīng)濟角度存在積極正面的影響。相較于原本的金融投資模式而言，從線下金融轉(zhuǎn)移到了線上金融。此時的用戶利用手機便可以完成對金融產(chǎn)品的投資，并實現(xiàn)個人的經(jīng)濟管理，多樣化的金融產(chǎn)品將會為客戶提供更多的選擇。即便每一位用戶其自身的需求各不相同，依然可以通過對比選出更加適合自己的金融產(chǎn)品。例如阿里巴巴旗下的余額寶，便是很多人最常使用的一種活期金融產(chǎn)品，通過簡單的儲存便可以看到每天的收益不斷增加，在提高金融產(chǎn)品服務(wù)品質(zhì)的同時，降低了金融產(chǎn)品的投資難度。

（三）優(yōu)化傳統(tǒng)金融的缺陷在傳統(tǒng)金融行業(yè)的發(fā)展過程中，因為外界影響因素較多，所以傳統(tǒng)金融服務(wù)在一段時間內(nèi)其主要面對的用戶群體屬于大型企業(yè)，而中小型企業(yè)與個人則無法購買金融產(chǎn)品，而且因為金融業(yè)務(wù)辦理難度較高且繁瑣，所以開展的金融業(yè)務(wù)往往無法滿足用戶的實際需求。然而在互聯(lián)網(wǎng)金融的影響下，傳統(tǒng)金融自身的缺陷將會得到彌補，利用互聯(lián)網(wǎng)平臺便可以完成中小企業(yè)以及個人的金融交易，提高整體交易量。使金融業(yè)務(wù)的覆蓋面變得更加廣泛。除此之外，在金融業(yè)務(wù)辦理中，互聯(lián)網(wǎng)金融的流程將會變得更加簡單，而且在大數(shù)據(jù)技術(shù)的協(xié)同下，還能夠根據(jù)用戶數(shù)據(jù)信息來了解用戶需求，以此將更加個性化的服務(wù)內(nèi)容傳遞給用戶，進(jìn)而促使宏觀經(jīng)濟的發(fā)展。

（四）強化國民的消費能力互聯(lián)網(wǎng)金融的高速發(fā)展，能夠有效集中各個地區(qū)的消費資本，人們在日常生活中進(jìn)行購物消費時，傳統(tǒng)現(xiàn)金的使用量將會出現(xiàn)大幅度降低，而互聯(lián)網(wǎng)金融則以其便捷性得到了人們的青睞。各個年齡層的人們會更加傾向于手機快捷支付。而且互聯(lián)網(wǎng)金融還能夠有效超越時間與空間，任何時間都可以在24小時營業(yè)的商家中進(jìn)行消費。在互聯(lián)網(wǎng)金融的作用下，廣大民眾的消費能力將會有所上升，因為互聯(lián)網(wǎng)金融在消費期間無需排隊，消費效率也會因此而上升。除此之外，利用互聯(lián)網(wǎng)金融還可以隨時關(guān)注到自己當(dāng)前的金融信息，減少現(xiàn)金的攜帶，在提升支付效率的同時提高資金安全性。

三、互聯(lián)網(wǎng)金融對宏觀經(jīng)濟造成的負(fù)面影響

（一）信用風(fēng)險上升在互聯(lián)網(wǎng)金融的發(fā)展過程中，借貸逐漸成為一種普遍的消費情況，依托于虛擬交易平臺，網(wǎng)絡(luò)交易將會變得非常簡單，但是網(wǎng)絡(luò)交易卻很難同時考慮到各個方面，因此在交易期間存在一定程度的信貸風(fēng)險。在網(wǎng)絡(luò)階段過程中，貸款人很難及時掌握借貸人的資金使用情況，如果借貸人將貸款資金使用在了風(fēng)險投資中，就會促使貸款違約風(fēng)險進(jìn)一步上升。在互聯(lián)網(wǎng)金融的不斷發(fā)展中，各類網(wǎng)絡(luò)借貸平臺的數(shù)量正在逐漸增多，其中大部分借貸平臺在開展借貸業(yè)務(wù)時，往往只會針對資金供需方面提供一定的業(yè)務(wù)引導(dǎo)，而在借貸雙方交易中并不能直接核查具體信息，當(dāng)借貸平臺無法順利掌握資金情況時，就會導(dǎo)致信用違約的風(fēng)險發(fā)生概率得到大幅度提升。

（二）征信體系風(fēng)險在互聯(lián)網(wǎng)金融中，只有妥善控制金融風(fēng)險，才能夠促使金融產(chǎn)業(yè)長久發(fā)展下去。在整個互聯(lián)網(wǎng)金融產(chǎn)業(yè)中，征信系統(tǒng)的重要性毋庸置疑，政府是否完善將會直接影響到金融風(fēng)險的控制質(zhì)量。就實際情況而言，我國當(dāng)前主要流行的征信體系依然存在風(fēng)險問題。處于金融市場中的部分小微型企業(yè)，并沒有完全融入到征信體系的管控中，所以需要通過強化現(xiàn)存的征信體系，來保證互聯(lián)網(wǎng)金融在發(fā)展過程中的安全性。

（三）高風(fēng)險經(jīng)營項目增多現(xiàn)如今，互聯(lián)網(wǎng)金融已經(jīng)成為信貸金融行業(yè)中不可或缺的重要環(huán)節(jié)，通過互聯(lián)網(wǎng)金融不僅能夠有效降低業(yè)務(wù)成本，還能夠?qū)碡敇I(yè)務(wù)做出優(yōu)化。這也導(dǎo)致眾多想要投資的用戶將原本存儲于銀行中的存款，投入到了互聯(lián)網(wǎng)理財產(chǎn)品中，而銀行為了保證運營效果，就必須調(diào)整自身原有的資金獲取方式，通過結(jié)合當(dāng)前貨幣市場的特點來優(yōu)化資金的獲取方式。所以商業(yè)銀行會選擇開發(fā)部分風(fēng)險相對較高的理財項目，以此來集中資金，這部分風(fēng)險相對較高的互聯(lián)網(wǎng)金融產(chǎn)品，將會對宏觀經(jīng)濟發(fā)展帶來一定程度的消極影響。

四、互聯(lián)網(wǎng)金融經(jīng)濟與實體經(jīng)濟的互動發(fā)展策略

（一）合理調(diào)整金融融資標(biāo)準(zhǔn)金融機構(gòu)在貫徹相關(guān)金融政策時，因為行業(yè)自身具有一定的特殊性，所以在融資標(biāo)準(zhǔn)存在問題時，就會對實體經(jīng)濟造成影響。所以需要定期針對當(dāng)前的宏觀金融政策來開展經(jīng)濟調(diào)整，并設(shè)置金融融資標(biāo)準(zhǔn)，只有金融標(biāo)準(zhǔn)足夠合理，才能夠帶動實體經(jīng)濟的穩(wěn)定發(fā)展。在實體經(jīng)濟市場中，材料價格、投資決策變動都有可能對企業(yè)的資金管理帶來影響。而此時由金融機構(gòu)提供的借貸業(yè)務(wù)，將成為解決資金問題的重要方式。所以在完善互聯(lián)網(wǎng)金融融資標(biāo)準(zhǔn)時，需要考慮得更加全面，在滿足國家當(dāng)前的宏觀經(jīng)濟政策的同時實現(xiàn)融資標(biāo)準(zhǔn)合理化。進(jìn)而滿足實體企業(yè)的實際需求。

（二）完善互聯(lián)網(wǎng)金融風(fēng)險控制手段我國互聯(lián)網(wǎng)金融目前所面對的主要風(fēng)險，來自于金融市場，而產(chǎn)業(yè)自身的高速發(fā)展也會促使金融風(fēng)險的形成。所以在遇到不同種類的互聯(lián)網(wǎng)金融風(fēng)險時，需要結(jié)合實際情況選擇更加適合的金融風(fēng)險控制手段。金融機構(gòu)可以通過大數(shù)據(jù)、云計算等新興技術(shù)，來實現(xiàn)風(fēng)險的預(yù)測與實時監(jiān)管。對于金融行業(yè)而言，因為金融產(chǎn)業(yè)本身便具備一定程度的波動性，所以金融機構(gòu)需要提前落實金融風(fēng)險的評價指標(biāo)，以此來完成客戶信用等級的客觀評價，進(jìn)而發(fā)掘出優(yōu)質(zhì)的金融客戶群體。

（三）互聯(lián)網(wǎng)借貸模式的管控在互聯(lián)網(wǎng)金融的影響下，我國的金融支付方式正在逐漸增多，卻導(dǎo)致傳統(tǒng)銀行的柜面業(yè)務(wù)受到了一定程度的影響。而且互聯(lián)網(wǎng)金融的出現(xiàn)還降低了借貸業(yè)務(wù)門檻，借貸業(yè)務(wù)的風(fēng)險程度也因此不斷上升。對于網(wǎng)絡(luò)借貸業(yè)務(wù)而言，雖然表面上有著相對較低的借貸利率，但是借貸平臺卻會通過手續(xù)費等方式來提高收款金額，此類借貸機構(gòu)嚴(yán)重影響到了我國宏觀經(jīng)濟的穩(wěn)定發(fā)展。為了解決非法借貸等問題，需要合理加強網(wǎng)絡(luò)約束，強化對于互聯(lián)網(wǎng)借貸公司的資格審批與監(jiān)管，維護人們應(yīng)有的合法權(quán)益。除此之外，從客觀角度出發(fā)，互聯(lián)網(wǎng)金融與實體金融會隨時出現(xiàn)波動，因為金融經(jīng)濟在發(fā)展時往往需要面對各種不確定因素，所以需要強化風(fēng)險監(jiān)管體系，以此來維護宏觀經(jīng)濟的可持續(xù)發(fā)展。

篇3

此次印度洋海嘯奪去成千上萬人的生命，再一次把亞洲卷入極度悲痛之中。幸運的是，盡管海嘯破壞了數(shù)百萬家庭的正常生活，但它對宏觀經(jīng)濟的影響可能非常有限，而且這遠(yuǎn)遠(yuǎn)小于2003年SARS造成的破壞。這里有四點理由支持該論斷。

四大理由

首先，海嘯的影響主要是海濱城鎮(zhèn)和村莊。到目前為止，還沒有關(guān)于大城市或工業(yè)/港口設(shè)施受到嚴(yán)重?fù)p害的相關(guān)報道。海濱地區(qū)有巨大的人員傷亡，而內(nèi)陸地區(qū)基本安然無恙。海嘯已經(jīng)對這些地區(qū)的觀光旅游業(yè)造成極大的經(jīng)濟損失，但這在受災(zāi)國家和地區(qū)GDP的總額中只占很少份額。在遭遇海嘯的東南亞各國中，（編者注：除馬爾代夫外，）泰國可能是經(jīng)濟上遭受打擊最大的國家，因為泰國的GDP中有6%由旅游業(yè)創(chuàng)造，而在其中占有重要地位的普吉島地區(qū)旅游業(yè)受到了最為嚴(yán)重的影響。在印尼，受海嘯影響最大的是亞齊省，那里的旅游業(yè)并不發(fā)達(dá)，而是擁有豐富的石油資源。該地區(qū)的石油業(yè)設(shè)施在海嘯中得以保存，并且在第二天就重新開始運作了。與泰國和印尼相比，海嘯對馬來西亞的影響就更小了，檳榔嶼等旅游景點都沒有太大的破壞。

其次，與SARS的破壞力曾持續(xù)數(shù)月不同的是，這次海嘯所造成的破壞可能是短期的，而隨后的工作也會減少災(zāi)害對旅游業(yè)造成的消極影響。的確，國外許多旅游者取消了旅游計劃和預(yù)定的酒店客房，但隨著廢墟的清理和旅游設(shè)施的重建，到那些受災(zāi)地區(qū)觀光的游客很可能會更多。而且，在國內(nèi)和國外會產(chǎn)生一些短期的(甚至有些是持久的)替代效應(yīng)。例如，泰國、斯里蘭卡以及馬來西亞的那些未受影響的旅游景區(qū)可能將面對日益增加的需求，就像印尼的巴厘島和菲律賓的宿務(wù)島這些并未受到影響的亞洲重要旅游景點一樣。

第三，觀光旅游業(yè)以及漁業(yè)出口的損失也許能部分地(或者甚至能超過補償值)通過重建加以補償，而且，由此對GDP帶來的整體影響也不一定很大，消極作用不會很明顯。歷史證明，自然災(zāi)難后的重建工作往往成為強大的發(fā)展動力。1995年1月在日本海濱城市神戶的大地震就是很好的例子。那次地震奪去了6400人的生命，造成的資產(chǎn)損失更大，達(dá)950億美元。但這對1995年日本的GDP影響卻并不明顯，這主要得益于緊隨其后的大規(guī)模重建。

第四，大規(guī)模國外財政債務(wù)減免行動正在進(jìn)行中，這將為受災(zāi)地區(qū)提供重建資金，并緩解食物和藥品的缺乏狀況。1月6日，世界各國首腦在印度尼西亞召開會議，商討災(zāi)后重建、地區(qū)海嘯預(yù)警系統(tǒng)創(chuàng)建以及國際化合作等事項。到目前為止，已有40多個國家承諾對受災(zāi)國家給予援助，援助金額達(dá)36億美元。

篇4

關(guān)鍵詞：并購；宏觀經(jīng)濟環(huán)境；VAR模型

中圖分類號：F830.91 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-3890（2014）06-0087-08

一、引言

關(guān)于并購活動的動因，西方學(xué)者通常是根據(jù)新古典經(jīng)濟理論和行為理論進(jìn)行解釋的。新古典經(jīng)濟理論認(rèn)為并購浪潮一般由經(jīng)濟、管制和科技等因素的沖擊所導(dǎo)致（Mitchell and Mulherin，1996；Brealey and Myers，2003；Harford，2005；Martynova and Renneboog，2008）[1-4]；而行為理論則認(rèn)為并購浪潮是由管理者的問題、自負(fù)及羊群行為所引起（Shleifer and Vishny， 1991； Bikhchandani， Hirshleifer and Welch，1992；Milbourn，Boot and Thakor，1999）[5-7]。此外，還有一些學(xué)者認(rèn)為并購浪潮是資本市場的發(fā)展、公司管理者利用資本市場的過高估價而擇時并購的結(jié)果（Shleifer and Vishny，2003；Rhodes-Kropf and Vishwanatan，2004；Rhodes-Kropf，Robinson and Vishwanathan，2005）[8-10]。盡管我國與西方發(fā)達(dá)國家的經(jīng)濟環(huán)境不同，但并購活動總體上也呈浪潮式發(fā)展，并且具有周期性（唐紹祥，2006；劉淑蓮，2010；張秋生，2010）[11-13]。對這一現(xiàn)象的研究，國內(nèi)學(xué)術(shù)界主要運用歸納性假設(shè)分析方法來研究并購浪潮的驅(qū)動因素（劉淑蓮，2010；張秋生，2010）[12-13]，在采用實證方法研究中，唐紹祥（2007）運用協(xié)整檢驗和誤差修正模型檢驗了1998―2006年我國總體性并購活動與宏觀經(jīng)濟變量之間的關(guān)聯(lián)性，發(fā)現(xiàn)經(jīng)濟周期、利率及股價與總體性并購活動存在長期均衡關(guān)系[14]。

總體而言，采用實證方法檢驗并購與宏觀經(jīng)濟的關(guān)系，特別是運用中國公司并購的時間序列數(shù)據(jù)檢驗宏觀經(jīng)濟沖擊的影響還存在很大的研究空間。本文以我國上市公司于1998年1月至2012年12月發(fā)起的并購事件為研究樣本，運用協(xié)整檢驗、VAR模型、脈沖響應(yīng)函數(shù)、方差分解及Granger因果關(guān)系檢驗方法，研究發(fā)現(xiàn)：經(jīng)濟發(fā)展水平及股價與總體性并購活動存在長期均衡關(guān)系，而利率與總體性并購活動并不存在長期的均衡關(guān)系；經(jīng)濟發(fā)展水平與股價是總體性并購活動的Granger原因，而利率并不是總體性并購活動的Granger原因；短期內(nèi)，經(jīng)濟發(fā)展水平波動與股票價格波動對總體性并購活動波動存在正向影響，利率波動對總體性并購活動波動存在負(fù)向影響。與其他研究中國并購活動的實證論文不同，本文的研究樣本時間跨度長，采用協(xié)整檢驗、平穩(wěn)時間序列數(shù)據(jù)的向量自回歸模型以及Granger因果關(guān)系檢驗方法檢驗并購動因，一方面可以克服多元線性回歸在刻畫經(jīng)濟變量之間的長期關(guān)系時可能存在的偽回歸問題，另一方面也可以與非平穩(wěn)時間序列數(shù)據(jù)的向量誤差修正模型相比較。本文研究結(jié)果與唐紹祥（2007）的結(jié)論有所不同，得出了一些新的研究結(jié)論。本文的研究不僅有助于檢驗我國已取得的各種歸納性假設(shè)，而且還有助于理解我國上市公司總體性并購活動的發(fā)展趨勢，明確影響并購活動的宏觀驅(qū)動因素，為公司預(yù)測與選擇并購時機、提高并購協(xié)同效應(yīng)提供有價值的參考依據(jù)。

二、文獻(xiàn)回顧

關(guān)于并購活動的驅(qū)動因素，西方學(xué)者大多是側(cè)重于微觀經(jīng)濟個體研究并購的形成動因，至今尚未得出一致的結(jié)論。盡管對并購動因的理論研究尚存較大分歧，但一些學(xué)者研究發(fā)現(xiàn)大部分并購活動幾乎在不同的行業(yè)、不同的公司同時發(fā)生，這表明并購活動可能存在共同的驅(qū)動因素（Harford，2005）[3]，即不同于微觀經(jīng)濟個體的宏觀經(jīng)濟動因，這些因素可能是經(jīng)濟發(fā)展水平、資本市場、產(chǎn)業(yè)沖擊、科技進(jìn)步等，本文主要從前兩個方面作一個簡要的回顧。

Reid（1968）提出了并購活動-經(jīng)濟繁榮理論[15]，為更好地理解并購活動與宏觀經(jīng)濟的關(guān)系作出了開創(chuàng)性的工作。在此基礎(chǔ)上，一些學(xué)者研究發(fā)現(xiàn)并購活動與經(jīng)濟周期存在著相關(guān)性，即并購活動存在順周期特征（Melicher，Ledolter and D’Antonio，1983；Becketti，1986；Makaew，2011）[16-18]；并購活動的強度與經(jīng)濟增長及資本市場狀況的變化正相關(guān)（Nelson，1966；Liu and Wen，2010；Palmquist and Sandberg，2012）[19-21]。Maksimovic and Philips（2001）研究發(fā)現(xiàn)并購活動通常在經(jīng)濟繁榮時期升溫，而在經(jīng)濟衰退時期放緩[22]。Lambrecht（2004）采用實物期權(quán)方法研究表明并購活動與產(chǎn)品市場需求正相關(guān)，當(dāng)產(chǎn)出價格處于高位時觸發(fā)并購[23]。因此，并購活動與產(chǎn)品市場周期相關(guān)。從宏觀經(jīng)濟指標(biāo)與并購活動的關(guān)系分析，Steiner（1975）研究發(fā)現(xiàn)并購交易數(shù)量與GNP正相關(guān)，且并購活動的增加與經(jīng)濟環(huán)境的改善相關(guān)[24]。Golbe and White（1988）也證實并購交易數(shù)量與GNP正相關(guān)，但與實際利率負(fù)相關(guān)[25]。

Harford（2005）不僅認(rèn)為并購活動是應(yīng)對經(jīng)濟環(huán)境變化的結(jié)果，而且還認(rèn)為資本市場的繁榮所帶來的足夠的資本流動性是驅(qū)動并購的必要因素[3]。Shleifer and Vishny（1992）認(rèn)為并購活動與經(jīng)濟發(fā)展水平的關(guān)聯(lián)性由資產(chǎn)流動性價值與債務(wù)融資能力的關(guān)聯(lián)性所驅(qū)動[26]。Eisfeldt and Rampini（2006）也認(rèn)為公司之間資產(chǎn)重新配置的順周期緣于資本重新配置成本的反周期[27]。Melicher、Ledolter and D'Antonio（1983）將并購作為股票價格和債券利率的函數(shù)來解釋并購活動，他們的研究發(fā)現(xiàn)：（1）股票價格上漲（下跌）后一個季度內(nèi)出現(xiàn)并購活動的增加（減少），由于并購談判往往在并購?fù)瓿蓛蓚€季度前才開始，所以并購談判可能比股票價格的變化領(lǐng)先一個季度；（2）并購活動與先前的債券利率負(fù)相關(guān)，但其相關(guān)程度弱于并購活動與股票價格的相關(guān)程度[16]。這些結(jié)論表明融資可獲得性是主并公司進(jìn)行并購活動的重要驅(qū)動因素，當(dāng)資金較容易獲得時（股票價格上升、利率下跌），并購活動增加。這與資本市場狀況或其背后的原因可以解釋并購活動的觀點是一致的。李瑞海、陳宏民和鄒禮瑞（2006）認(rèn)為中國的兼并活動與GDP增長率和市場化程度正相關(guān)，而與股票指數(shù)存在較弱的相關(guān)性[28]。唐紹祥（2006）研究發(fā)現(xiàn)中國總體并購活動呈浪潮式發(fā)展，并購活動具有周期性，而非遵循隨機游走過程[11]。唐紹祥（2007）認(rèn)為經(jīng)濟周期和利率是中國并購浪潮形成的主要原因[14]。潘勇輝（2007）通過對中美兩國1991―2005年跨國并購與經(jīng)濟增長的關(guān)系進(jìn)行協(xié)整檢驗，驗證兩者之間存在著長期協(xié)整關(guān)系和短期修正關(guān)系[29]。

行為金融學(xué)的發(fā)展使股票市場與并購活動的關(guān)系得到了新的注釋。Brealey and Myers（2003）認(rèn)為引發(fā)并購的原因是部分股票的價值被錯估，特別是當(dāng)股票市場處于繁榮期時，股票價值被高估公司的管理層更傾向進(jìn)行并購交易活動[2]。從行為學(xué)的角度分析，股票市場錯誤定價與管理者的過度樂觀與自信的交互作用共同推動了并購活動。Shleifer and Vishny（2003）明確將這種觀點概括為“股票市場驅(qū)動并購”[8]。Rhodes-Kropf and Viswanathan（2004）（R-KV）認(rèn)為繁榮的股票市場使得主并公司可以通過被市場高估的股票去收購被市場低估的目標(biāo)公司[9]。雖然R-KV給出了收購者行為的解釋，但仍然存在一個問題，即既然主并公司的股票被高估，為何目標(biāo)公司會接受股票對價并購交易呢？R-KV認(rèn)為主并公司與目標(biāo)公司之間存在信息不對稱問題，目標(biāo)公司不足以正確估計并購行為本身的價值。他們對股票價格的總估價錯誤導(dǎo)致了對并購協(xié)同效應(yīng)的估價錯誤。因而接受了主并公司被市場過高估價的股票。Rhodes-Kropf、Robinson and Viswanathan（2005）將公司的市場賬面價值比率拆分成公司成分與市場成分，認(rèn)為市場層面的錯誤定價是并購浪潮發(fā)生的顯著影響因素[10]。Rosen（2006）檢驗了并購對主并公司股票價格的影響，研究發(fā)現(xiàn)相比于其他時期的并購活動，并購市場繁榮時期的并購活動給主并公司帶來的收益較高，但是從長期來看，并購收益較低[30]。這表明過度樂觀的投資者誤判了并購所能帶來的協(xié)同效應(yīng)。股票市場雖然是并購活動的一個顯著驅(qū)動力，但不能完全解釋并購活動的出現(xiàn)。由于受到其他經(jīng)濟因素的影響，股票市場的繁榮可以刺激更多并購活動的發(fā)生，但并不是并購浪潮唯一顯著的驅(qū)動力。

除上述經(jīng)濟發(fā)展水平、資本市場等宏觀經(jīng)濟因素外，Mitchell and Mulherin（1996）、Harford（2003）的研究不僅證明并購活動和經(jīng)濟環(huán)境中的股票市場有關(guān)，同時他們發(fā)現(xiàn)經(jīng)濟、制度、產(chǎn)業(yè)沖擊等因素都會引發(fā)集聚的并購活動[1，31]。也有的學(xué)者分析技術(shù)進(jìn)步對并購的影響，他們認(rèn)為技術(shù)沖擊對產(chǎn)業(yè)環(huán)境、經(jīng)濟環(huán)境的影響，改變了市場上要素的平衡關(guān)系，通過并購手段可以實現(xiàn)資源的優(yōu)化配置和新的平衡（Jovanovic and Rousseau，2002）[32]。

綜上所述，我們發(fā)現(xiàn)并不存在唯一的并購活動驅(qū)動因素，并購浪潮的出現(xiàn)是各個因素綜合作用的結(jié)果。正如Ali-Yrkk？（2002）所認(rèn)為的那樣，宏觀層面的因素諸如經(jīng)濟繁榮、技術(shù)發(fā)展、全球化與規(guī)制等引起行業(yè)沖擊，為了有效應(yīng)對這種沖擊，微觀層面的管理者出于經(jīng)濟動機、管理動機與自負(fù)動機而作出并購決策[33]。因此，我們認(rèn)為雖然并購更像是公司層面的事件，然而這種微觀層面的并購交易活動的發(fā)生往往具有聚類的趨勢，形成一種浪潮，這種現(xiàn)象表明從宏觀上來看，可能存在著一種普遍的長期均衡環(huán)境驅(qū)動著并購活動。本文主要從宏觀經(jīng)濟環(huán)境層面來研究我國總體性并購活動的驅(qū)動因素，檢驗宏觀經(jīng)濟環(huán)境與總體性并購活動是否存在著長短期關(guān)系。

三、理論分析與研究假設(shè)

（一）經(jīng)濟發(fā)展水平與并購活動

根據(jù)“并購―經(jīng)濟繁榮理論”，經(jīng)濟增長和資本市場繁榮與并購活動呈同方向變化，如果以國內(nèi)生產(chǎn)總值（GDP）代表總體經(jīng)濟增長水平，那么，GDP越大，并購活動的交易量與交易額就越大。這是因為GDP絕對規(guī)模越大或者GDP增長率水平越高，意味著總體經(jīng)濟需求越大，因而可能導(dǎo)致經(jīng)濟資源的重新配置以達(dá)到最佳使用。而這種經(jīng)濟資源重新配置的需要又觸發(fā)了并購活動。在美國、英國和歐盟其他地區(qū)，并購浪潮總是發(fā)生在經(jīng)濟強勁增長、股票市場高漲時期，并購浪潮與經(jīng)濟發(fā)展水平關(guān)系緊密，全球并購的興起與衰退伴隨著世界經(jīng)濟發(fā)展水平高峰與低谷的輪回而交替。同時，隨著經(jīng)濟發(fā)展水平的變動，宏觀經(jīng)濟因素的變化對公司并購活動也產(chǎn)生周期性變動。GDP對并購活動的正向影響也得到了Resende（2008）的支持，他們認(rèn)為國內(nèi)總體并購活動與GDP之間存在正相關(guān)關(guān)系[34]。另一方面，Healy and Palepu（1993）認(rèn)為GDP規(guī)模越大，公司現(xiàn)金持有水平越高，而公司則會利用這些超額現(xiàn)金去并購當(dāng)?shù)氐钠渌疽栽黾庸疽?guī)模及獲得市場支配力[35]?；谏鲜龇治觯覀兲岢鋈缦麓龣z驗的假設(shè)。

假設(shè)1：經(jīng)濟發(fā)展水平（GDP）對并購活動存在正向影響。

（二）市場利率水平與并購活動

并購作為一種投資行為，需要大量的資金作保證。由于并購公司的內(nèi)部資金有限，完成并購交易所需要的資金一般是通過債務(wù)融資支付對價，因此，并購活動可能會受到現(xiàn)行實際利率水平的影響。較高的利率水平將意味著較高的資本成本以及緊縮的貨幣政策，將不利于并購活動的發(fā)生。結(jié)果，并購活動與現(xiàn)行實際利率水平之間存在負(fù)相關(guān)關(guān)系（Golbe and White，1988；Weston，Mitchell and Mulherin，2004）[25，36]。融資約束可能會阻礙公司的并購交易活動，而較低的利率放松了公司的融資約束，當(dāng)公司持有更多的現(xiàn)金或更容易進(jìn)入外部資本市場融資時，就會更容易發(fā)起并購活動（Harford，2005）[3]。已有的研究表明并購水平與經(jīng)濟環(huán)境及資本市場狀況的變化相關(guān)，并購活動為主并公司的融資可獲得性所驅(qū)動，較低的利率降低了融資成本，當(dāng)資金較容易獲得時，并購活動增加（Melicher，Ledolter and D'Antonio，1983）[16]。Yagil（1996）研究發(fā)現(xiàn)利率與并購活動之間存在負(fù)相關(guān)關(guān)系[37]。基于上述分析，我們提出如下待檢驗的假設(shè)。

假設(shè)2：市場利率水平對并購活動存在負(fù)向影響。

（三）股票市場狀況與并購活動

根據(jù)預(yù)期理論，股票市場狀況直接影響人們對未來經(jīng)濟增長前景的預(yù)期。股票市場越繁榮，股票價格越高，越容易引發(fā)公司的并購活動。Geroski （1984）、Guerard（1989）考察了股票價格與并購活動之間的關(guān)系，認(rèn)為股票價格對并購活動具有兩方面的影響：一是高股票價格降低了公司的資本成本，提高了并購活動所能帶來的未來回報的凈現(xiàn)值；二是現(xiàn)行的股票價格在預(yù)測未來經(jīng)濟發(fā)展水平的變化方面在統(tǒng)計上顯著[38-39]。Gort（1969）提出了用以解釋并購活動與股票價格之間關(guān)系的“經(jīng)濟突變理論”（Economic Disturbance Theory）[40]。他認(rèn)為外部經(jīng)濟因素的變化（如股價的上升）會引起持股股東和非持股股東對公司價值的不同預(yù)期，從而引起并購活動水平的增加，變動的股市比靜止的股市能產(chǎn)生更多價值被低估的公司，促使公司去收購價值被低估公司的股票，從而解釋在股市上升或下降過程中產(chǎn)生并購活動的出現(xiàn)。當(dāng)一國股票市場進(jìn)入蕭條期時，股票價格往往被嚴(yán)重低估，就會出現(xiàn)較多的跨國并購現(xiàn)象。Shlerfer and Vishny（2003）、Rhodes-Kropf and Viswanathan（2004）認(rèn)為股票市場估值驅(qū)動并購浪潮。他們認(rèn)為繁榮的股票市場導(dǎo)致主并公司用過高估價的股票去并購被市場低估的目標(biāo)公司的資產(chǎn)[8-9]。基于上述分析，我們提出如下待檢驗的假設(shè)。

假設(shè)3：股票價格指數(shù)對并購活動存在正向影響。

四、研究設(shè)計

（一）樣本選取與數(shù)據(jù)來源

由于中國較為頻繁的上市公司并購起始于1997年，所以，本文采用的數(shù)據(jù)起止日期為1998年1月至2012年12月。為了保持?jǐn)?shù)據(jù)統(tǒng)計口徑的一致性，將各變量數(shù)據(jù)調(diào)整為季度數(shù)據(jù)，并對明顯具有季節(jié)性的變量數(shù)據(jù)利用X12方法進(jìn)行了季節(jié)調(diào)整。并購數(shù)據(jù)來源于CSMAR中國上市公司并購重組研究數(shù)據(jù)庫，GDP、利率與股票價格指數(shù)數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫及Wind資訊。

（二）變量定義與模型設(shè)定

1. 變量定義。（1）并購交易數(shù)量。衡量并購交易活動的方法有兩種：一是根據(jù)并購交易的數(shù)量，二是根據(jù)并購交易的總金額。單獨考慮并購交易的數(shù)量，可以做到對所有并購交易活動一視同仁，是對發(fā)生在中國的并購活動廣度的一個明顯度量。相對地，單獨關(guān)注并購交易的總金額，是對大規(guī)模交易的深度或重要性的度量。但由于不少中國上市公司的并購交易金額并未披露，考慮到數(shù)據(jù)的可獲得性問題，本文決定采用并購交易數(shù)量的季度數(shù)據(jù)來衡量中國上市公司的總體性并購活動。根據(jù)CSMAR中國上市公司并購重組研究數(shù)據(jù)庫的重組類型標(biāo)準(zhǔn)，將并購限定為資產(chǎn)收購、股權(quán)轉(zhuǎn)讓、吸收合并以及資產(chǎn)置換，而不包括資產(chǎn)剝離、債務(wù)重組與股份回購等形式的廣義并購活動。在實證研究之前，利用X12方法進(jìn)行了季節(jié)調(diào)整。變量用M&A表示。

（2）GDP。為了研究經(jīng)濟發(fā)展水平對中國上市公司總體并購活動的影響，本文采用實際GDP的季度數(shù)據(jù)進(jìn)行度量。變量用GDP表示。

（3）利率。本文利率指標(biāo)采用六個月期貸款實際利率的季度數(shù)據(jù)。變量用R表示。

（4）股票價格指數(shù)。由于綜合反映股票市場狀況的滬深300指數(shù)只能獲得2005年及以后的數(shù)據(jù)，且國內(nèi)沒有其他反映滬深股價綜合水平的指數(shù)，同時考慮到深圳綜合指數(shù)與上證綜合指數(shù)的波動幾乎保持同步，因此，采用深圳綜合指數(shù)的季度數(shù)據(jù)來反映股票市場狀況。數(shù)據(jù)在使用之前采用X12進(jìn)行了季節(jié)調(diào)整。變量用StockPrice表示。

2. 模型設(shè)定。為了研究宏觀經(jīng)濟環(huán)境對中國上市公司總體性并購活動的影響，本文建立（1）式的基本模型，以分別考察經(jīng)濟發(fā)展水平、股票市場狀況以及市場利率水平與并購活動之間的關(guān)聯(lián)性。考慮到各宏觀經(jīng)濟變量之間可能存在相關(guān)性，我們將對1998年1月至2012年12月的變量數(shù)據(jù)進(jìn)行時間序列分析。采用的研究方法具體包括協(xié)整分析以及建立VAR模型，通過運用脈沖響應(yīng)函數(shù)與方差分解，檢驗各宏觀經(jīng)濟變量對總體性并購活動的動態(tài)影響關(guān)系及其影響程度，最后對各宏觀經(jīng)濟變量與總體性并購活動進(jìn)行Granger因果關(guān)系檢驗。

M&At=？琢+？茁1GDPt+？茁2Rt+？茁3StockPricet+？著t（1）

（1）式中，M&At為并購交易數(shù)量，GDPt為國內(nèi)生產(chǎn)總值，Rt為利率，StockPricet為上證綜合指數(shù)，εt為隨機擾動項。

五、假設(shè)檢驗與結(jié)果

（一）宏觀經(jīng)濟變量與并購活動的長期關(guān)系檢驗

1. 單位根檢驗。Chowdhury（1993）認(rèn)為大多數(shù)宏觀經(jīng)濟變量與并購活動的替代變量為非平穩(wěn)變量[41]。因此，在模型的構(gòu)建過程中，為避免時間序列出現(xiàn)偽回歸的現(xiàn)象，本文利用Augment Dickey Fuller（ADF）檢驗以及Phillps-Perron檢驗，以檢驗時間序列的平穩(wěn)性。

從表1可以看出，這些序列都是一階單整序列I（1），即它們本身都是非平穩(wěn)時間序列，而其一階差分序列都為平穩(wěn)時間序列，滿足協(xié)整檢驗的前提。

2. 協(xié)整檢驗。Johansen檢驗和用于單方程的基于回歸殘差檢驗的ADF檢驗不同，它是基于回歸系數(shù)的協(xié)整檢驗，用于檢驗變量之間的長期穩(wěn)定關(guān)系。單位根檢驗結(jié)果表明，M&A、GDP、R與StockPrice這四個變量在5%的顯著性水平上均為I（1）過程，從而采用Johansen檢驗法分別檢驗M&A與GDP、R及StockPrice之間的協(xié)整關(guān)系。表2至表4的跡統(tǒng)計量和最大特征值統(tǒng)計量檢驗方法的結(jié)果同時表明，M&A與GDP及StockPrice之間在5%的顯著性水平上至少存在一個協(xié)整關(guān)系，而M&A與R之間在5%的顯著性水平上不存在協(xié)整關(guān)系。表明并購活動與經(jīng)濟發(fā)展水平及股票價格之間存在長期的均衡關(guān)系，而并購活動與利率之間不存在長期的均衡關(guān)系。

（二）宏觀經(jīng)濟變量隨機波動影響并購活動的動態(tài)過程分析

由協(xié)整檢驗確定了M&A、GDP、R與StockPrice四個變量之間是否存在長期均衡關(guān)系之后，我們利用VAR模型考察變量間的短期動態(tài)關(guān)系。在VAR模型中，它直接把系統(tǒng)中的每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，分析隨機擾動對變量系統(tǒng)的動態(tài)沖擊，從而解釋各種經(jīng)濟沖擊對經(jīng)濟變量造成的影響。為了考察并購活動、經(jīng)濟發(fā)展水平、利率及股票市場狀況之間的短期動態(tài)關(guān)系，我們建立了包括并購交易數(shù)量、實際GDP、六個月期貸款利率以及深圳綜合指數(shù)的VAR模型，見方程（2）。由于平穩(wěn)時間序列在建立VAR模型時效果較好及各變量均為一階單整序列，因此在下文中將使用各變量的一階差分序列進(jìn)行分析。

AiM&AtGDPtRtStockPricet=？椎i+？著it（2）

其中，Ai為i維矩陣，i為滯后階數(shù)，？椎i為常數(shù)項向量，εit為白噪聲擾動向量。

1. VAR模型滯后階數(shù)的確定。建立VAR模型的一個重要問題是最佳滯后階數(shù)的確定，滯后期的選擇可能會影響VAR模型估計的結(jié)果。因為模型的解釋變量多了，解釋力就要大一些，而解釋變量的增多會帶來自由度的損失。因此，在選擇滯后階數(shù)時，既要有足夠數(shù)目的滯后項，又要保證足夠數(shù)目的自由度。而各種信息準(zhǔn)則考慮了自由度的損失，可以作為判斷模型階數(shù)的依據(jù)。本文采用常用的LR檢驗、AIC信息準(zhǔn)則以及SC信息準(zhǔn)則等來判斷恰當(dāng)滯后期（見表5），由結(jié)果我們可以看到，滯后1期的VAR模型最為合適，因此，建立VAR（1）模型。

2. VAR模型的平穩(wěn)性檢驗。VAR模型具有穩(wěn)定性是模型適用的前提，模型穩(wěn)定的充分必要條件是所有特征值的模都在單位圓以內(nèi)（小于1），本文通過VAR單位根表對模型進(jìn)行平穩(wěn)性檢驗，得出模型中不存在大于1的單位根（見表6），所以建立的VAR（1）模型是非常平穩(wěn)的。在此基礎(chǔ)上，我們可以進(jìn)行脈沖響應(yīng)和方差分解，檢驗宏觀經(jīng)濟變量波動對并購活動的影響。

3. 脈沖響應(yīng)函數(shù)。VAR模型的系數(shù)通常難以解釋，而脈沖響應(yīng)函數(shù)描述了在隨機誤差項上施加一個標(biāo)準(zhǔn)差大小的沖擊或新息（Innovation）對內(nèi)生變量的當(dāng)期和未來值所帶來的影響。因此，研究者通常運用脈沖響應(yīng)來推斷VAR的內(nèi)涵。在VAR模型基礎(chǔ)上，本文采用Cholesky分解技術(shù)，通過脈沖響應(yīng)函數(shù)來進(jìn)一步分析并購活動對GDP、R與StockPrice的一個標(biāo)準(zhǔn)差新息的脈沖響應(yīng)。

從圖1來看，對GDP的一個沖擊，M&A在初始階段呈正向影響，之后這種擾動沖擊對并購的影響緩慢減小，在第三期后，并購的波動趨于零。說明中國并購活動的波動與反映經(jīng)濟發(fā)展水平的GDP的波動正相關(guān)，處于擴張或繁榮階段的宏觀經(jīng)濟環(huán)境有利于并購活動的開展。然而GDP沖擊對M&A的影響較為微弱。原因在于，中國市場經(jīng)濟的發(fā)展不如西方國家那么成熟，并購重組活動大多在行政主導(dǎo)下完成，帶有政策性色彩，真正通過市場化運作完成并購交易的較少。

從圖2來看，對R的一個沖擊，M&A在短期內(nèi)有較小幅度的下降，在三期之后趨于穩(wěn)定?？梢姡①徎顒拥牟▌优c利率的波動之間存在著負(fù)相關(guān)關(guān)系，說明在短期內(nèi)融資成本的高低直接影響并購交易活動的發(fā)生。

從圖3來看，對StockPrice的一個沖擊，M&A在短期內(nèi)有較小幅度的上升，在三期之后趨于穩(wěn)定。說明并購活動的波動與反映股票市場狀況的股票價格指數(shù)的波動正相關(guān)。但StockPrice沖擊對M&A的影響較為微弱。原因在于中國政策性的股票市場不能完全有效地反映宏觀經(jīng)濟的發(fā)展?fàn)顩r，股市不能真正成為經(jīng)濟發(fā)展的晴雨表；另一方面由于中國上市公司長期以來股權(quán)分置，存在股權(quán)高度集中，“一股獨大”現(xiàn)象，不利于股票在并購交易中充當(dāng)支付工具的角色，同時，由于政策制度等方面的限制，也不利于主并公司利用股票市場的錯誤定價而擇時并購。最后，從并購交易支付方式的角度，我們也可以看出股票市場狀況對并購交易的影響較為微弱。劉淑蓮（2010）根據(jù)CSMAR數(shù)據(jù)庫對并購支付方式的分類標(biāo)準(zhǔn)，統(tǒng)計了1998―2008年共20 647起并購案，發(fā)現(xiàn)采用內(nèi)部資金支付方式的并購案為90%以上，股票支付等方式占的比例非常小。這說明中國主并公司較少利用股權(quán)融資來完成并購交易活動。

4. 方差分解。分析了并購活動波動對經(jīng)濟發(fā)展水平、利率及股票市場狀況擾動沖擊變化的響應(yīng)之后，我們將利用方差分解方法分析經(jīng)濟發(fā)展水平、利率及股票市場狀況的波動對并購活動波動的貢獻(xiàn)度，從而了解各新息對并購活動變化的相對重要性。

從表7可以看出，在對并購活動波動的影響中，如果不考慮并購活動自身的貢獻(xiàn)率，利率波動對并購活動波動的貢獻(xiàn)率雖然最大并且長期保持穩(wěn)定，但也只達(dá)到0.8%左右；而反映經(jīng)濟發(fā)展水平的GDP的波動對并購活動波動的貢獻(xiàn)率較小，一直在3%左右；股票價格指數(shù)的波動對并購活動波動的貢獻(xiàn)率也同樣較小，一直在0.2%左右?？傊?，在短期內(nèi)，GDP、利率及股票價格的波動對并購活動波動的影響均較為微弱。

5. 基于VAR（1）的Granger因果關(guān)系檢驗。由單位根檢驗的結(jié)果可知所有變量均為I（1）序列，即原序列是非平穩(wěn)時間序列。Granger因果關(guān)系檢驗要求變量序列是平穩(wěn)的，且滯后期的選擇很重要。而基于VAR模型的Granger因果關(guān)系檢驗卻可以運用于具有協(xié)整關(guān)系的非平穩(wěn)時間序列，滯后期的選擇也是確定的?；赩AR（1）的Granger因果關(guān)系檢驗的檢驗結(jié)果如表8所示。

檢驗結(jié)果表明，反映經(jīng)濟發(fā)展水平的GDP與反映股票市場狀況的股票價格指數(shù)是并購活動的Granger原因，而貸款利率并不是并購活動的Granger原因。說明繁榮的經(jīng)濟發(fā)展與股票市場狀況確實有助于并購活動的發(fā)起，而貸款利率對并購活動發(fā)起的影響不甚明顯。

六、研究結(jié)論與展望

本文運用時間序列數(shù)據(jù)深入地研究了經(jīng)濟發(fā)展水平、利率與股價指數(shù)對我國總體性并購活動的影響。研究結(jié)果表明：（1）總體性并購活動與經(jīng)濟發(fā)展水平及股票市場狀況存在長期的均衡關(guān)系，而總體性并購活動與貸款利率并不存在長期的均衡關(guān)系。從因果關(guān)系看，存在著經(jīng)濟發(fā)展水平與股票價格指數(shù)到總體性并購活動的單向因果關(guān)系，而利率與總體性并購活動不存在因果關(guān)系。說明經(jīng)濟發(fā)展水平與股票價格指數(shù)是我國并購浪潮形成的重要原因。（2）在短期動態(tài)調(diào)整過程中，各宏觀經(jīng)濟變量波動的沖擊對并購活動波動的影響程度存在差異。GDP波動在短期內(nèi)對并購活動波動有著正向影響，但這種影響幅度較小。影響程度雖然沒有達(dá)到西方發(fā)達(dá)國家的水平，但隨著我國市場經(jīng)濟的不斷發(fā)展，宏觀經(jīng)濟的繁榮與否確實影響著公司的投資行為。雖然利率與總體性并購活動并不存在長期的均衡關(guān)系，但利率波動在短期內(nèi)對并購活動波動有著一定幅度的負(fù)向影響。說明融資成本在一定程度上阻礙了并購活動的發(fā)生。股票價格指數(shù)波動在短期內(nèi)對并購活動波動也存在正向影響，影響幅度同樣較小。其原因可能在于：一方面，我國證券市場還不是很成熟，為典型的政策市場，而且股改前后，我國股票市場均存在大量的國有股與法人股，這使得股票價格指數(shù)的波動很難對總體性并購活動波動產(chǎn)生顯著的短期動態(tài)影響。通過以上分析發(fā)現(xiàn)，經(jīng)濟發(fā)展水平與股票價格指數(shù)的波動是形成并購浪潮的重要原因，而利率波動雖然短期內(nèi)對總體性并購活動有影響，但并不存在長期穩(wěn)定的影響。

本文僅研究了反映宏觀經(jīng)濟環(huán)境的幾個主要因素對總體性并購活動的影響，而進(jìn)一步地研究需要在此基礎(chǔ)上，結(jié)合微觀層面與行業(yè)層面的因素來分析總體性并購活動的影響因素，及其分析驅(qū)動總體性并購活動的各層面影響因素的相對重要性。隨著全球經(jīng)濟一體化的逐漸深入，對不同國家的總體性并購活動的主要驅(qū)動因素進(jìn)行比較分析，將進(jìn)一步加深對全球性并購活動驅(qū)動因素的理解。

參考文獻(xiàn)：

[1]Mitchell M L， Mulherin J H. The Impact of Industry Shocks on Takeover and Restructuring Activity[J].Journal of Financial Economics，1996，（41）：193-229.

[2]Brealey R A， Myers S C. Principles of Corporate Finance[M]. seventh ed. McGraw-Hill，New York，2003.

[3]Harford J. What Drives Merger Waves？[J].Journal of Financial Economics，2005，（77）：529-60.

[4]Martynova M， Renneboog L. A Century of Corporate Takeovers： What Have We Learned and Where Do We Stand？[J].Journal of Banking and Finance，2008，32（10）：2148-2177.

[5]Shleifer A， Vishny R W. Takeovers in the '60s and the '80s： Evidence and Implications[J].Strategic Management Journal，1991，（12）：51-59.

[6]Bikhchandani，Hirshleifer， Welch. A Theory of Fads，F(xiàn)ashion，Custom，and Cultural Change as Informational Cascades[J].Journal of Political Economy，1992，100（5）： 992-1026.

[7]Milbourn，Boot， Thakor. Megamergers and Expanded Scope： Theories of Bank Size and Activity Diversity[J].Journal of Banking and Finance，1999，23（2-4）：195-214.

[8]Shleifer A， Vishny R. Stock Market Driven Acquisitions[J].Journal of Financial Economics，2003，70：295-311.

[9]Rhodes-Kropf M， Viswanathan S. Market Valuation and Merger Waves[J].Journal of Finance，2004，59（6）：2685-2718.

[10]Rhodes-Kropf M， Robinson D， Viswanathan S. Valuation Waves and Merger Activity： The Empirical Evidence[J].Journal of Financial Economics，2005，77（3）： 561-603.

[11]唐紹祥.我國并購浪潮假說的實證檢驗[J].財貿(mào)經(jīng)濟，2006，（9）：75-80+97.

[12]劉淑蓮.上市公司并購重組演變與理論研究展望[J].會計師，2010，（4）：4-6.

[13]張秋生.并購學(xué)：一個基本理論框架[M].北京：中國經(jīng)濟出版社，2010.

[14]唐紹祥.我國總體并購活動與宏觀經(jīng)濟變量的關(guān)聯(lián)性研究――對我國并購浪潮成因的分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2007，（1）：83-91.

[15]Reid S. The Conglomerate Merger： A Special Case[J].Antitrust Law and Economic Review，1968，（2）：141-66.

[16]Melicher R， Ledolter J， D'Antonio L. A Time Series Analysis of Aggregate Merger Activity [J].The Review of Economics and Statistics，1983，65：423-430.

[17]Becketti S. Corporate Mergers and the Business Cycle，Economic Review[J].Federal Reserve Bank of Kansas City，1986，71：13-26.

[18]Makaew T. Waves of International Mergers and Acquisitions[R] AFA 2012 Chicago meetings paper，University of South Carolina - Moore School of business，（October）.

[19]Nelson R L. Business Cycle Factors in the Choice Between Internal and External Growth[M]//.Alberts W， Segall J. The Corporate Mergers. Chicago： University of Chicago Press，1966.

[20]Liu J， Wen Z. An Empirical Study on the Correlation between Business Cycles and M&A[R].Management and Service Science （MASS），2010 InternationalConference，Leshan，China，24-26 August.

[21]Palmquist S， Sandberg V. The Art of Surfing the Waves of Mergers and Acquisitions： An Empirical Study on the Macroeconomic Determinants of Mergers and Acquisitions in Sweden[D].（Doctoral dissertation，？rebro University）.2012.

[22]Maksimovic V， Phillips G. The Market for Corporate Assets： Who Engages in Mergers and Asset Sales and Are There Efficiency Gains？[J].Journal of Finance，2001，56（6）：2019-2065.

[23]Lambrecht B. The Timing and Terms of Mergers Motivated by Economies of Scale[J].Journal of Financial Economics ，2004，72：41-62.

[24]Steiner P. Mergers： Motives，Effects，and Policies[M].Michigan： University of Michigan Press，1975.

[25]Golbe D L，White L J. A Time Series Analysis of Mergers and Acquisitions in the US Economy[M]//.Auerbach A J. Corporate Takeovers Causes and Consequences. Chicago： NBER and University of Chicago Press，1988.

[26]Shleifer A， Vishny R W. Liquidation Values and Debt Capacity： A Market Equilibrium Approach[J].Journal of Finance，1992，47：1343-1366.

[27]Eisfeldt A L， Rampini A A. Capital Reallocation and Liquidity[J]. Journal of Monetary Economics，2006，53（3）：369-399.

[28]李瑞海，陳宏民，鄒禮瑞.影響中國企業(yè)兼并宏觀因素的實證研究[J].管理評論，2006，（5）：50-53.

[29]潘勇輝.跨國并購與經(jīng)濟增長的長短期關(guān)系研究――基于中美的比較研究[J].管理世界，2007，（7）：152-153.

[30]Rosen R. Merger Momentum and Investor Sentiment： the Stock Market Reaction to Merger Announcements[J].Journal of Business，2006，79：987-1017.

[31]Harford J. Efficient and Distortional Components to Industry Merger Waves[R].SSRN Working Paper，2003，No. 39.

[32]Jovanovic B， Rousseau P L. Mergers as Reallocation[R].NBER Working Paper，2002，No. 9279.

[33]Ali-Yrkk？， Jyrki. Mergers and Acquisitions： Reason and Results[R].ETLA Discussion Papers，The Research Institute of the Finnish Economy （ETLA），2002，No. 792.

[34]Resende M. Mergers and Acquisitions Waves in the UK： a Markov-Switching Approach[J].Applied Financial Economics，2008，18（13）：1067-1074.

[35]Healy P M， Palepu K G. International Corporate Equity Acquisitions： Who，Where and Why？[M]//.Foreign Direct Investment. Kenneth A Froot （ed.）Chicago：The University of Chicago Press，1993.

[36]Weston J F， Mitchell M L， Mulherin J H. Takeovers，Restructuring，and Corporate Governance[M].Pearson Education，Inc. Publishing as Prentice Hall.2004.

[37]Yagil J. Mergers and Macroeconomic Factors[J].Review of Financial Economics，1996，5（2）：181-190.

[38]Geroski P A. On the Relationship between Aggregate Merger Activity and the Stock Market[J]. European Economic Review，1984，25：223-233.

[39]Guerard J. Mergers，Stock Prices，and Industrial Production： Further Evidence[J].Economics Letters，1989，30（2）：161-164.

[40]Gort M. An Economic Disturbance Theory of Mergers[J].Quarterly Journal of Economics ，1969，83：624-642.

[41]Chowdhury A R. Univariate Time-Series Behavior of Merger Activity and Its Various Components in the United States[J].Applied Financial Economics，1993，（3）：61-66.

The Impact of the Macroeconomic Environment on M&A Activity

――Empirical Research Based on Time-series Data

Li Jinglin1，2

（1. School of Accounting， Hubei University of Economics，Wuhan 430205， China；

2. Hubei Accounting Development Research Center， Hubei University of Economics， Wuhan 430205， China）

篇5

【關(guān)鍵詞】宏觀經(jīng)濟發(fā)展；影響要素

引言

經(jīng)濟發(fā)展最注重的就是經(jīng)濟發(fā)展的協(xié)調(diào)性、可靠性以及穩(wěn)定性，隨著近幾年來經(jīng)濟的快速發(fā)展，經(jīng)濟發(fā)展質(zhì)量也受到了各國的高度重視。要想從根本上做好緊急發(fā)展，最主要的就是轉(zhuǎn)變經(jīng)濟發(fā)展方式，根據(jù)實際需要促進(jìn)其實現(xiàn)成功轉(zhuǎn)型。本文從不同的層面以及不同的社會視角對發(fā)展經(jīng)濟學(xué)做了研究和探索，提出影響宏觀經(jīng)濟發(fā)展波動的主要因素。

一、人口、資源、環(huán)境與經(jīng)濟發(fā)展

一個國家經(jīng)濟發(fā)展要想得到實質(zhì)性的提升，基礎(chǔ)要素就是人口、資源與環(huán)境。尤其是人口發(fā)展，對現(xiàn)代經(jīng)濟發(fā)展有著重要的現(xiàn)實意義。

1 .人口與經(jīng)濟發(fā)展

一直以來，人口經(jīng)濟的核心問題同發(fā)展經(jīng)濟學(xué)的核心問題都是相同的，即經(jīng)濟發(fā)展與人口因素之間的關(guān)系。最近幾年以來，人口質(zhì)量、人口結(jié)構(gòu)與經(jīng)濟發(fā)展之間的關(guān)系隨著發(fā)展經(jīng)濟學(xué)由經(jīng)濟增長理論向經(jīng)濟發(fā)展理論的轉(zhuǎn)變而逐漸受到了更高的重視。

（1）人口增長與經(jīng)濟發(fā)展

1978年馬爾薩斯提出了“低水平均衡的人口陷阱”理論，表示人口數(shù)量的變化對一個國家的經(jīng)濟發(fā)展有著重要影響，從此這也就成為了一個頗受各國關(guān)注的問題。直到目前為止，人類對于經(jīng)濟發(fā)展和人口數(shù)量之間的關(guān)系主要表分為兩種觀點，一種是人口增長阻礙經(jīng)濟發(fā)展；另一種是人口增長有助于經(jīng)濟增長。這些結(jié)論并不適用于每個國家，但是從普遍上看來，不同國家、不同地區(qū)人口數(shù)量的波動對于經(jīng)濟發(fā)展的影響也是不同的，由此可見，經(jīng)濟發(fā)展所處的水平環(huán)境不同，人口增長對經(jīng)濟的影響作用也就不同。

（2）人口質(zhì)量與經(jīng)濟發(fā)展

確定人口質(zhì)量主要是從兩個方面來決定，一是人口身體健康素質(zhì)，其中包括嬰兒出生死亡率、人口發(fā)病率、青少年營養(yǎng)狀況和發(fā)育狀況；二是人口的文化科學(xué)素質(zhì)指，其中包括文盲率、各級院校畢業(yè)生數(shù)量等。相關(guān)數(shù)據(jù)顯示，人口質(zhì)量對于經(jīng)濟發(fā)展的影響也是十分重要的，很明顯，人口質(zhì)量越高經(jīng)濟發(fā)展越快。

（3）人口構(gòu)成與經(jīng)濟發(fā)展

人口結(jié)構(gòu)包含了很多方面的內(nèi)容，其中有經(jīng)濟結(jié)構(gòu)、自然結(jié)構(gòu)、社會結(jié)構(gòu)以及地域結(jié)構(gòu)，每一種結(jié)構(gòu)所涉及到的指征均不相同。隨著近幾年來相關(guān)研究的日益增多，可以發(fā)現(xiàn)其中人口的城鄉(xiāng)結(jié)構(gòu)、性別結(jié)構(gòu)、年齡結(jié)構(gòu)以及區(qū)域問題是影響經(jīng)濟發(fā)展最大的問題。

2 .自然資源與經(jīng)濟發(fā)展

自然資源為人類生存提供了一定的物質(zhì)條件。隨著人類社會的不斷發(fā)展，自然資源也在不斷的被消耗，由于并不是所有的自然資源都是可再生的，使得經(jīng)濟發(fā)展和自然資源之間的矛盾逐漸加劇。主要表現(xiàn)為：

（1）自然資源的無限利用是實現(xiàn)可持續(xù)發(fā)展的基本條件。

（2）自然資源的利用與經(jīng)濟發(fā)展有著密切關(guān)系，必須要合理利用，不能過度開采、盲目限制、或停止利用。

（3）實現(xiàn)可持續(xù)發(fā)展的關(guān)鍵問題就是實現(xiàn)資源的可持續(xù)利用。

3 .環(huán)境與經(jīng)濟發(fā)展

環(huán)境與人類的生活與生產(chǎn)息息相關(guān)，不僅是人類賴以生存的空間與基本條件，也是人類生產(chǎn)活動產(chǎn)生的廢棄物和各種作用的結(jié)果，不可否認(rèn)它在很大程度上關(guān)系著一個國家的經(jīng)濟發(fā)展。

二、資本形成與經(jīng)濟發(fā)展

發(fā)達(dá)國家早期經(jīng)濟發(fā)展過程都經(jīng)歷了持續(xù)的資本積累的過程。資本積累是一個國家經(jīng)濟轉(zhuǎn)型的基本要素，由此可見，經(jīng)濟發(fā)展的好壞離不開資本積累的影響，也是促進(jìn)經(jīng)濟學(xué)研究的重要內(nèi)容。良性的資本積累機制可以有效促進(jìn)一個國家經(jīng)濟發(fā)展的速度和質(zhì)量，成功實現(xiàn)經(jīng)濟轉(zhuǎn)型。

三、對外貿(mào)易與經(jīng)濟發(fā)展

眼下經(jīng)濟發(fā)展呈現(xiàn)全球化趨勢發(fā)展，對外貿(mào)易在國家經(jīng)濟發(fā)展中也就越來越重要，不同模式的對外貿(mào)易對經(jīng)濟發(fā)展的影響也不盡相同。發(fā)展經(jīng)濟學(xué)的國際貿(mào)易理論從不同的角度研究了發(fā)展中國家如何從對外貿(mào)易中獲得可持續(xù)發(fā)展的動力，國際貿(mào)易也體現(xiàn)了經(jīng)濟發(fā)展質(zhì)量的基本思想。發(fā)展經(jīng)濟學(xué)理論中涉及到了多方面問題，其中包括貿(mào)易條件問題、貿(mào)易保護問題、剩余的出路問題等，通常發(fā)展中國家主要是從這幾個方面進(jìn)行對外貿(mào)易研究。

四、結(jié)束語

對于目前我國的經(jīng)濟狀況來說，經(jīng)濟發(fā)展的根本目的所在就是經(jīng)濟發(fā)展質(zhì)量的提升，發(fā)展經(jīng)濟學(xué)實際上一直基于發(fā)展中國家經(jīng)濟發(fā)展的現(xiàn)實。綜合現(xiàn)有的經(jīng)濟狀況來看，一個國家人口數(shù)量變化、人口結(jié)構(gòu)變化、對外貿(mào)易模式、自然資源利用等是影響經(jīng)濟發(fā)展水平的主要因素，因此必須要通過資本積累來實現(xiàn)經(jīng)濟起飛，加大研究力度，提高科學(xué)技術(shù)，根據(jù)國家的實際情況選擇合理的經(jīng)濟發(fā)展模式，這樣才能保證經(jīng)濟發(fā)展質(zhì)量，實現(xiàn)經(jīng)濟可持續(xù)發(fā)展。除此之外也要適當(dāng)加強發(fā)展經(jīng)濟學(xué)理論研究，進(jìn)行理論創(chuàng)新，根據(jù)一國經(jīng)濟發(fā)展的實際，創(chuàng)建有利于各類要素促進(jìn)經(jīng)濟發(fā)展質(zhì)量的機制，最終轉(zhuǎn)化成動自身經(jīng)濟發(fā)展的動力，建立更為合理和完善的經(jīng)濟發(fā)展模式，從根本上保證國家的經(jīng)濟實現(xiàn)健康發(fā)展。

【參考文獻(xiàn)】

【1】任希麗，張兵，李可愛.中國經(jīng)濟波動的影響因素分析[J].西安交通大學(xué)學(xué)報（社會科學(xué)版），2013（2）：9-14.

【2】袁吉偉.外部沖擊對中國經(jīng)濟波動的影響DD基于BSVAR模型的實證研究[J].經(jīng)濟與管理研究，2013（11）：27-34.

篇6

股票市場對經(jīng)濟增長的直接促進(jìn)作用雖較不明顯，但這并不防礙股票市場通過其他機制對經(jīng)濟增長進(jìn)行間接影響，因為股票市場資金的流動已經(jīng)在一定程度上改變了宏觀經(jīng)濟中的資金分配格局，這是一個不爭的事實。這尤其是2000年股市的再次火爆，使得宏觀經(jīng)濟中更多的資金量流向股市，加速了資金分配格局的改變。資金分配結(jié)構(gòu)的改變會相應(yīng)影響到各經(jīng)濟主體的市場行為，這些主體包括居民住戶、上市企業(yè)與非上市企業(yè)和中央銀行。下面，依次分析股市資金流動對這些方面的影響。

1．對社會消費總額的影響

對社會消費的影響實際上就是探討中國股票市場的財富效應(yīng)。中國股市有沒有財富效應(yīng)，是中國股票市場10年來發(fā)展中的一個主要爭論問題。據(jù)廣東中誠信公司的一份研究報告，在宏觀經(jīng)濟政策、形式?jīng)]有發(fā)生大變化的前提下，1996年8月后，我國東部地區(qū)及市場社會消費品零售總額出現(xiàn)大幅上升，與當(dāng)年3月啟動的大牛市有直接關(guān)系；在股票投資者最為集中的上海市，自1996年1月至1999年5月，全社會消費品零售總額與深滬兩市指數(shù)的正相關(guān)系數(shù)分別為0．717和0．638。

筆者以年度數(shù)據(jù)初步估計了近10年中國股票市場的財富效應(yīng)。取對數(shù)后的計量結(jié)果顯示：

Ct=1．17Y+0．0246SW

(0．022)(0．026)

R2=0．99D．W=1．44F=521.19

下步，我們再將樣本區(qū)間縮小至1995-1999年。因為這幾年不論從規(guī)模、市值還是投資者人數(shù)、上市公司數(shù)等指標(biāo)來看，都是股市的快速發(fā)展時期。因此選擇這幾年的數(shù)據(jù)再做深入分析，將對我們認(rèn)識中國股市存在的財富效應(yīng)會有較大幫助。樣本區(qū)間縮小后的計量結(jié)果顯示：

Ct=1．15Y+0，0479SW

(0．0107)(0．011)

R2=0．996 D.W=2．17F=776．1617

以上計量結(jié)果初步顯示，在我國影響居民消費最主要的一個因素是收入。股票市場的財富效應(yīng)整體來看影響效應(yīng)較弱。但可喜的是通過對近10年樣本數(shù)據(jù)的再細(xì)分，當(dāng)我們著重于1995年以后時間段的分析，我們發(fā)現(xiàn)了明顯的股市財富，即邊際消費傾向提高：從整體的0．026上升了近兩倍，達(dá)到0．0479。

中國股票市場自1995年以來迅猛發(fā)展，住戶證券資產(chǎn)也自此時快速增長；與此相比，城鎮(zhèn)居民人均收入增長相對較緩。我們作出如下解釋：當(dāng)證券資產(chǎn)快速增長時，人均持有的證券財富增加，這在一定程度上改變了居民的資產(chǎn)結(jié)構(gòu)比例，也就是說，總財富中收入占比下降，股票財富占比上漲。因此，1995年以后中國股票市場的財富效應(yīng)雖然相比于收入而言影響仍較弱，但比之于以前，則有了突飛猛進(jìn)的影響效應(yīng)。由此我們得出，雖然目前我國股票市場的財富效應(yīng)整體來說較不明顯，但其影響程度和發(fā)展速率卻呈逐年快速上漲的態(tài)勢。

對2000年繼續(xù)做股票市場發(fā)展和社會消費總額的相關(guān)分析。股票市價總額和社會消費總額總體上呈現(xiàn)上漲趨勢，其中，股票市價總值為攀升趨勢，社會消費則略顯緩慢。股票市價總值在1～7月份中一直呈現(xiàn)穩(wěn)步攀升，而此時社會消費總額增長緩慢，但當(dāng)股票市價總額在隨后下降的兩個月份中，社會消費則加速上升。由此推斷，2000年下半年的社會消費增加與 2000年上半年股市的穩(wěn)步增長相關(guān)。

2.對企業(yè)融資的影響

股票市場為企業(yè)提供了更廣的融資渠道，這一點在股票市場處于牛市的行情中反映的最為明顯。這里將集中分析2000年股票市場中股價總值不斷升高的情況下，企業(yè)和金融機構(gòu)整體的資金流動情況。

股票市場中籌得的資金主要存放在企業(yè)存款中，我們采用企業(yè)存款和貨幣資金占用系數(shù)兩個指標(biāo)來說明企業(yè)整體的資金寬松程度。2000年上半年企業(yè)資金相對較為寬松，企業(yè)存款繼續(xù)增加，反映企業(yè)貨幣資金松緊程度的貨幣資金占用系數(shù)則達(dá)到近幾年的最高值。在2000年1—10月之間，金融機構(gòu)中企業(yè)存款一項平均同比增長率達(dá)19．15％，其中最為集中的月份是5—9月，平均同比增長率達(dá)到21.42％。這些均說明2000年整體企業(yè)的運營資金較為寬松。

企業(yè)貨幣資金較為寬松的主要原因是由于股票市場籌資金額的急劇擴大。因為，就整體金融機構(gòu)貸款量來看，2000年金融機構(gòu)各項貸款雖同比增長，但其增速是下降的，且第二個季度中金融機構(gòu)貸款量呈環(huán)比負(fù)增長，同比增長下降4．38個百分點。這一點似乎與2000年宏觀經(jīng)濟出現(xiàn)“拐點”的事實較為矛盾，因為宏觀經(jīng)濟向好，金融機構(gòu)貸款量應(yīng)該是增加。因此，這里再繼續(xù)分析金融機構(gòu)資金運用的去向。

在金融機構(gòu)各項貸款中，降幅最大的是短期貸款。2000年第一季度金融機構(gòu)短期貸款余額為65456．1億元，第二季度下降到63711.1億元，同比增長僅1.6％，比1999年降低了7個百分點。金融機構(gòu)對工業(yè)、建筑業(yè)、商業(yè)貸款的降幅也較大，其中最大的是建筑業(yè)，其次為商業(yè)，這兩項的貸款同比增幅均已呈負(fù)數(shù)增長。而2000年上半年在股票市場中建材業(yè)板塊成為最為閃耀的明星，因為宏觀經(jīng)濟趨好，建材業(yè)必須先行。在股票市場籌資金額的產(chǎn)業(yè)分布中得知，農(nóng)業(yè)在股票市場中融資處于相對薄弱地位，但在金融機構(gòu)2000年上半年貸款中，農(nóng)業(yè)貸款仍然保持7％-8％的同比增長率。

那么2000年金融機構(gòu)的資金到底運用到了何方，我們再來看金融機構(gòu)有價證券及投資一欄。金融機構(gòu)有價證券及投資在2000年1—10月份保持了平均65．89％的同比增長率，其中金融機構(gòu)證券業(yè)務(wù)款項平均同比增長達(dá)46．57％。

因此，可以認(rèn)為，2000年我國股票市場的牛市行情不僅是企業(yè)貨幣資金較為寬松的主要原因，同時間接影響了我國金融機構(gòu)的信貸業(yè)務(wù)行為和信貸結(jié)構(gòu)。這一年直接融資渠道，即股市資金量的增加，影響了宏觀經(jīng)濟中的各個主體行為。

3、結(jié)論與政策建議

10年來，我國股票市場取得了很大發(fā)展，在國有企業(yè)融資結(jié)構(gòu)中日益發(fā)揮的重要作用。但不可忽視的是，我國股票市場在整體宏觀經(jīng)濟中的地位和作用目前仍顯有限，其中最主要的是表現(xiàn)在宏觀資金格局上。目前我國經(jīng)濟仍主要是以貨幣市場為主，貨幣市場中的間接融資是國民經(jīng)濟賴以融資的主要渠道。要想使股票市場持續(xù)、健康地發(fā)展下去，在一定意義上就需要逐步改變目前的宏觀資金格局。使各方面可行的資金逐步、有序地進(jìn)入股市，例如，股票質(zhì)押貸款、社保資金和開放式基金等。但這些資金要進(jìn)入股票市場需要相關(guān)的法律、制度進(jìn)行約束，以合理化的步伐與次序進(jìn)入股市，促使證券市場持續(xù)、穩(wěn)步發(fā)展。

流入股票市場中的資金之所以要進(jìn)行合理化的安排，主要原因在于目前我國股票市場籌資的使用效率太低。僅有30％的企業(yè)按照初始的投資方向進(jìn)行投資，并最終取得經(jīng)濟效益，也就是股票市場中有70％左右的企業(yè)可能會濫用募集得的資金。這不僅會造成了整體國民經(jīng)濟的損失，更會無形中增大股票市場的風(fēng)險。因此，對于流入的資金要進(jìn)行合理的次序安排。

篇7

關(guān)鍵詞：IS-LM-BP模型 加息 熱錢

我國IS-LM-BP模型

IS曲線的斜率主要取決于投資對利率的敏感程度d與邊際消費傾向β。對于d，可以從以下三點進(jìn)行分析：一是我國利率市場化改革尚未完成，占比最大的人民幣存貸款利率依然受到中央銀行比較嚴(yán)格的控制。二是現(xiàn)階段我國商業(yè)銀行貸款的主要對象是國有大中型企業(yè)，這類企業(yè)國有化程度高，且受到政策保護，使這類企業(yè)的投資對利率基本無彈性，而對利率敏感程度較高的民營企業(yè)相對國有企業(yè)依然比較薄弱。三是我國金融市場還不夠發(fā)達(dá)，資本市場規(guī)模不大，金融產(chǎn)品單一。因此從這三點可以看出我國d值較低。而對于β，2005年我國政府出臺了提高最低工資標(biāo)準(zhǔn)，提高失業(yè)人員補貼，社會保障制度不斷完善，居民收入增幅提高，消費結(jié)構(gòu)進(jìn)一步升級；而且隨著通貨膨脹逐步上升，人們預(yù)期價格會繼續(xù)上漲，從而增加當(dāng)期消費。因此我國β值最近幾年逐步上升。因此認(rèn)為我國IS曲線從傾斜趨于平坦。

LM曲線的斜率主要取決于貨幣需求對利率的敏感程度h與貨幣需求對收入的敏感程度k。對于h，雖然我國近年來證券市場不斷發(fā)展，各種法律法規(guī)的出臺使證券市場更加規(guī)范，投資渠道拓寬，使得投機性貨幣對利率的敏感程度不斷上升。但由于我國金融市場還不夠發(fā)達(dá)，資本市場規(guī)模太小，金融產(chǎn)品比較單一等緣故，投機性貨幣需求對利率的敏感程度較低。而對于k，各個學(xué)者的觀點均比較一致：中國的預(yù)防性貨幣需求比例占收入比例比較大。其中原因歸納為我國居民預(yù)防性貨幣需求占比過大乃是由居民對未來收入預(yù)期的不確定性所決定。由于這種不確定性導(dǎo)致我國預(yù)防性貨幣需求對收入的敏感程度大為加深，因此認(rèn)為我國LM曲線比較陡峭。

BP曲線的斜率主要取決于國際資本流動對利率變動的敏感程度σ以及邊際進(jìn)口傾向γ。我國沒有開放資本項目，因此多數(shù)人認(rèn)為由于σ值較少導(dǎo)致我國BP曲線較為陡峭。但是隨著我國經(jīng)濟體系的市場化程度加深和金融體制改革進(jìn)一步推進(jìn)，尤其是外匯管制和資本項目的逐步取消和大范圍開放，σ值將傾向于增大。馮彩（2008）通過采用非貿(mào)易和非FDI作為我國國際資本流動性統(tǒng)計口徑，采用實證分析得出結(jié)論：我國雖然存在資本管制，但是國際資本流動事實上可以繞過資本管制流入或者流出中國，而且規(guī)模大于國際收支平衡表中資本和金融項目的國際資本流動情況，這反映出很多國際資本混入了經(jīng)常項目這一途徑進(jìn)入中國的事實。因此認(rèn)為中國的BP曲線較于陡峭的LM曲線更為平坦。

假設(shè)我國IS-LM-BP模型在金融危機時處于均衡處E0點，Y0處于較低水平。2008年我國實施適當(dāng)寬松的貨幣政策和積極的財政政策，目標(biāo)是通過IS曲線、LM曲線與BP曲線向右分別移動到IS1、LM1與BP1，推動均衡點從E0移動到內(nèi)部經(jīng)濟均衡點E1，使得收入水平從Y0增加到Y(jié)1。通過考察2008年到2010年第三季度的宏觀數(shù)據(jù)發(fā)現(xiàn)：一是貨幣增長速度過快，廣義貨幣增速超過GDP的增長。2008年我國M2增長率為17.8%，M2對GDP的比值（M2/GDP）為1.58，而2009年M2增長率達(dá)到23.5%的高位，M2/GDP更是到達(dá)1.85的新高，2010年前3季度M2平均增長率為21.2%，比GDP增速快一倍。二是投資增長率過高。2008年我國固定資產(chǎn)投資額為172291億元，比同期增長25.5%，而2009年固定資產(chǎn)投資額為225701.4億元，增長幅度到達(dá)了31%，2010年前3季度有所回落，增幅為24.5%。較之2010年前3季度GDP同比增長10.6%還是多出14.5個百分點。三是繼續(xù)保持雙順差格局。我國2008年，2009年均呈現(xiàn)雙順差格局。2010年上半年，我國資本和金融項目順差900億美元，同比增長48%，國際儲備資產(chǎn)增加1780億美元，增長8%。在持續(xù)順差和外匯儲備大幅提升的情況下，中央銀行為維持匯率基本穩(wěn)定增發(fā)基礎(chǔ)貨幣以中和外匯，導(dǎo)致貨幣供給進(jìn)一步增加。四是人民幣有升值空間。2008年人民幣雖然得到一定程度的升值，但由于調(diào)整力度不足導(dǎo)致BP曲線不能到達(dá)均衡位置。9月初以來人民幣升值速度較快，截至10月18日，人民幣兌美元匯率中間價報6.6541，自6月21日人民幣匯改重啟三個半月時間內(nèi)，人民幣累計升值幅度達(dá)2.76%。

根據(jù)上述分析，流動性過剩、產(chǎn)能過剩、巨額順差和外匯儲備導(dǎo)致的外部經(jīng)濟不平衡致使我國IS曲線、LM曲線與BP曲線分別向右移動至更偏右的位置，分別為IS`、LM`與BP`，IS`曲線與LM`曲線的交點為E`點，對應(yīng)于較高的產(chǎn)出Y`和較高的實際利率水平i`，表示內(nèi)部經(jīng)濟不平衡；E`處于BP`點左上方，表示我國國際收支處于順差水平，即外部經(jīng)濟不平衡（見圖1）。

對現(xiàn)行加息政策的分析與建議

中央銀行決定自2010年10月19日起上調(diào)金融機構(gòu)人民幣存貸款利率。由于加息幅度不大，因此該政策會帶動LM`曲線移動到LM2，而由于投資過熱情況嚴(yán)重，0.25個百分點的基準(zhǔn)利率對投資影響有限，因此在短期內(nèi)IS`曲線不會有較大幅度的移動，因此LM2曲線與IS`曲線相交于新均衡點E2，對應(yīng)的均衡產(chǎn)出為Y2，產(chǎn)出回到了初始均衡收入Y1，表明經(jīng)濟增長速度得到抑制，并逐漸實現(xiàn)經(jīng)濟軟著陸。均衡利率為i2，利率得到了提高，從而有效地抑制了部分對利率敏感的私人投資，源于貨幣供給膨脹的流動性過剩和通貨膨脹也可以得到一定程度的解決（見圖2）。

本文認(rèn)為這次加息政策可能導(dǎo)致熱錢大量流入，原因為：一是人民幣升值預(yù)期是吸引熱錢流入的直接原因，而熱錢大規(guī)模流動增加了外匯市場上的外匯供給，加上中國面臨的巨額雙順差和外匯儲備，人民幣升值壓力進(jìn)一步強化，從而增強了匯率上升的信心與預(yù)期，形成了一個“預(yù)期―升值壓力―預(yù)期”的一個自我實現(xiàn)機制，增大了匯率調(diào)控的難度。二是從國際上講，不但美聯(lián)儲在推行量化寬松的貨幣政策，近期日本也有意繼續(xù)加大量化寬松的力度。在國際上普遍采取零利率政策的情況下，加息將會導(dǎo)致利差加大，對利率異常敏感的熱錢將會大量涌入中國。

熱錢的流入將會使加息政策產(chǎn)生負(fù)面影響。一是熱錢流動增加了央行調(diào)控貨幣政策的難度。熱錢大規(guī)模的流入造成了國內(nèi)巨大的通脹壓力，一方面，熱錢流入會增加基礎(chǔ)貨幣的投放，央行不得不通過公開市場業(yè)務(wù)進(jìn)行沖銷操作。從IS-LM-BP模型上看，表現(xiàn)為LM2反向向右移動到LM3；另一方面，熱錢在資本市場的套利活動會導(dǎo)致投資過熱。熱錢偏向于流入房地產(chǎn)和股票、債券等金融市場，引起這些資產(chǎn)價格的飆升。由于這些資金并不流向生產(chǎn)部門，因此對實際經(jīng)濟發(fā)展的積極作用不大，卻導(dǎo)致資產(chǎn)價格不斷上升形成泡沫經(jīng)濟，加大了央行調(diào)節(jié)通貨膨脹的壓力。從IS-LM-BP模型上看，表現(xiàn)為IS`向右移動到IS3，與LM3曲線相交于E3點，對應(yīng)均衡產(chǎn)出為Y3，均衡利率為i3（見圖3）。從圖3可以看到，LM3曲線由于熱錢的大量流入導(dǎo)致中央增發(fā)基礎(chǔ)貨幣的投放，IS3曲線由于對資本市場投資過熱導(dǎo)致過量向右移動，導(dǎo)致經(jīng)濟再度過快增長（Y3>Y2）。而泡沫經(jīng)濟的進(jìn)一步發(fā)展導(dǎo)致通貨膨脹進(jìn)一步加大。在這種情況下，為了抑制通貨膨脹，央行可能再次采取加息策略，這將會導(dǎo)致加息―熱錢流入―再加息的死循環(huán)。而且一旦由于某種原因，熱錢從資本市場大量撤出和回流以求獲利了結(jié)或回避風(fēng)險，必然導(dǎo)致資產(chǎn)價格的暴跌，從而導(dǎo)致金融風(fēng)暴。二是熱錢的大量流入將會進(jìn)一步增大我國外匯儲備，導(dǎo)致貿(mào)易順差進(jìn)一步加大，人民幣升值壓力進(jìn)一步強化。從IS-LM-BP模型上看，新均衡點E3更大程度的偏離了BP曲線。而人民幣的升值預(yù)期將導(dǎo)致熱錢進(jìn)一步流入。另外，熱錢大量流動會造成貿(mào)易虛假繁榮，掩蓋貿(mào)易結(jié)構(gòu)失衡的問題。

從上述分析可知，如今的加息政策必須配合政策防止熱錢的流入才能實現(xiàn)其抑制流動性過剩和通貨膨脹的目標(biāo)。郭田勇（2010）認(rèn)為，防治熱錢應(yīng)該堵疏結(jié)合。從防治熱錢流入角度看，有關(guān)部門應(yīng)加強國際收支統(tǒng)計分析和檢測預(yù)警，對異常的外匯流入要跟蹤調(diào)查。同時，增加熱錢進(jìn)出風(fēng)險和成本，從而抑制其進(jìn)入，如考慮在必要時征收托賓稅。對資本項目下人民幣的自由兌換應(yīng)持更加謹(jǐn)慎的態(tài)度。從疏通熱錢流出的角度看，有以下建議：一是改善巨額貿(mào)易順差和外匯儲備狀況，緩解人民幣升值壓力。二是深化人民幣匯率形成的市場化機制改革，增強人民幣匯率彈性。人民幣長期升值趨勢無法避免，而一次性升值過快會招致熱錢流入。深化匯率形成機制改革目的在于避免一次性重估調(diào)整，堅持以市場供求為基礎(chǔ)，提高人民幣匯率彈性和浮動空間。從IS-LM-BP模型上看，若可以有效防止熱錢在我國實行適當(dāng)從緊貨幣政策時大量流入我國，IS`曲線與LM2曲線在短期內(nèi)將不會發(fā)生很大程度的變化，有效地疏通熱錢流出渠道將推動BP`曲線逐步左移至BP2，并且通過均衡點E2，實現(xiàn)內(nèi)部經(jīng)濟和外部經(jīng)濟的均衡。這時，加息政策才會真正達(dá)到抑制流動性過剩與通貨膨脹的目的，以實現(xiàn)我國經(jīng)濟平穩(wěn)發(fā)展（見圖4）。

參考文獻(xiàn)：

1.高鴻業(yè).西方經(jīng)濟學(xué)（第二版）[M].中國人民大學(xué)出版社，2000

2.國家統(tǒng)計局.中國統(tǒng)計年鑒（2009年）[M].中國統(tǒng)計出版社，2009

3.馮彩.我國短期國際資本流動的影響因素―基于1994-2007年的實證研究[J].財經(jīng)科學(xué)，2008（6）

篇8

關(guān)鍵詞：房地產(chǎn)價格；宏觀經(jīng)濟；脈沖分析

中圖分類號：F293.3

一、研究背景和意義

2012年上半年，我國多個大中城市的房地產(chǎn)價格停止上漲，房價在政策調(diào)控下有回落趨勢，房地產(chǎn)成交量下滑。與此同時，我國宏觀經(jīng)濟也面臨較大上漲壓力。部分學(xué)者認(rèn)為，若房價大幅下跌，將會對宏觀經(jīng)濟產(chǎn)生負(fù)面沖擊。進(jìn)入2012年以來，受4萬億投資效應(yīng)減弱、歐債危機等因素影響，拉動我國經(jīng)濟增長“三駕馬車”中的國內(nèi)投資和出口都出現(xiàn)不同程度的回落，在此形勢下，我國住房價格可能大幅下跌，這會否對經(jīng)濟產(chǎn)生巨大的沖擊成為決定我國未來經(jīng)濟走勢的另一個至關(guān)重要的因素。在這種情形下，對我國近年來住房價格波動的特征進(jìn)行全面分析，并對房地產(chǎn)價格波動對宏觀經(jīng)濟及部門經(jīng)濟的影響進(jìn)行全面系統(tǒng)的研究，不但具有重要的理論價值，而且可以為國家對國民經(jīng)濟及房地產(chǎn)業(yè)的調(diào)控提供決策參考。

二、實證研究

本部分主要從以下幾個方面研究。

（一）數(shù)據(jù)來源與變量說明

我們選取2005年7月至2011年12月這段時間的全國70個大中城市房屋銷售價格指數(shù)（HP）月度數(shù)據(jù)作為房價的變量，數(shù)據(jù)來源于國家統(tǒng)計局?jǐn)?shù)據(jù)庫。同時，選取經(jīng)濟增速（Y）、住房投資（HI）、固定資產(chǎn)投資（TI）、消費（SC）、通貨膨脹（CPI）作為房價（HP）為宏觀經(jīng)濟運行的主要變量。盡管GDP增速是衡量經(jīng)濟增速的最好指標(biāo)，但由于無法取到GDP月度數(shù)據(jù)，因此本文選取工業(yè)增加值增速替代（兩者的相關(guān)系數(shù)達(dá)到0.9以上）。

（二）模型建立

本文選擇向量自回歸模型（VAR）對各指標(biāo)間的關(guān)系進(jìn)行分析。向量自回歸模型是基于數(shù)據(jù)的統(tǒng)計性質(zhì)建立模型，把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型。

（三）模型擬合

在實證分析之前，我們首先檢驗了各時間序列的平穩(wěn)性。對各變量及其一階差分后的變量進(jìn)行單位根檢驗的結(jié)果表明，住房投資HI、通貨膨脹率CPI是平穩(wěn)序列，而房價HP、固定資產(chǎn)投資TI、經(jīng)濟增長Y、消費SC是非平穩(wěn)序列，一階差分后的DHP、DTI、DY、DSC都是平穩(wěn)序列。因此，我們將HP、TI、Y、SC進(jìn)行一階差分得到平穩(wěn)序列。本文將分為房價對經(jīng)濟增長的影響、房價對住房投資的影響、房價對通貨膨脹的影響、房價對固定資產(chǎn)投資的影響、房價對消費的影響等五個部分進(jìn)行分析。

1.房價對經(jīng)濟增長的影響

房價對經(jīng)濟增長的影響可從以下四方面研究。

（1）兩變量的協(xié)整關(guān)系檢驗

要研究兩變量之間是否具有長期均衡關(guān)系，就要進(jìn)行協(xié)整檢驗。首先，以經(jīng)濟增長變量Y為因變量，以房價HP為自變量，進(jìn)行回歸分析，將分析結(jié)果的殘差進(jìn)行單位根平穩(wěn)性檢驗，殘差序列的ADF值為-3.0107，在5%的顯著水平下通過檢驗，說明殘差是平穩(wěn)的時間序列，說明房價HP和經(jīng)濟增長Y之間存在長期均衡關(guān)系。

兩者的回歸公式為：

Y=-18.0517+4.4487HP

（-5.9158）（6.7863）

回歸系數(shù)為正，說明房價上漲可以促進(jìn)經(jīng)濟增長。但模型的整體擬合優(yōu)度僅為0.3773，說明影響經(jīng)濟增長的因素有很多，房價因素僅解釋了37.73%，這與實際情況是相符合的。

（2）格蘭杰因果關(guān)系檢驗

格蘭杰因果關(guān)系檢驗表明，在5%的顯著水平下，只有在滯后1期的情況下，經(jīng)濟增長變量是導(dǎo)致房價上漲的格蘭杰原因。但不管在滯后幾期的情況下，房價都不是導(dǎo)致經(jīng)濟增長變量的格蘭杰原因。

（3）房價影響經(jīng)濟增長的脈沖分析

在建立VAR模型的基礎(chǔ)上，求出模型特征方程根的倒數(shù)值，如圖1所示。由于全部根的倒數(shù)值都在單位圓內(nèi)，說明VAR模型是穩(wěn)定的，可以做脈沖影響函數(shù)分析。要進(jìn)行脈沖分析，首先應(yīng)建立關(guān)于房價與經(jīng)濟增長變量的VAR模型，進(jìn)而進(jìn)行脈沖分析。

圖2是經(jīng)濟增長Y對于房價沖擊的響應(yīng)函數(shù)。來自房價增速的正向沖擊，即房價增速的提高會使經(jīng)濟增速在第1期開始上升，并在第3期達(dá)到最大影響。此后，影響效應(yīng)逐步減弱，在第8期時，正向影響趨于消失，可見，房價上漲對于經(jīng)濟增長具有短期的正向影響效應(yīng)。另外，脈沖分析還發(fā)現(xiàn)（篇幅有限，圖略），住房投資對于經(jīng)濟增長有1～2期的極短期負(fù)面影響，在5～20期進(jìn)入正面影響，之后影響逐漸消失。但正面影響很小，最高值僅為0.20%左右。在各項指標(biāo)中，對經(jīng)濟增長影響最為持久的是固定資產(chǎn)投資和消費。固定資產(chǎn)投資對于房價的影響在1～25期一直為正向，在25期后逐漸消失。消費在第20～45期對經(jīng)濟增長的影響最為明顯，在45期后逐漸消失。

（4）方差分解

通過方差分解可以對各種沖擊的影響大小進(jìn)行分析比較。如表1，從對經(jīng)濟增長的影響大小來看，在第1期時，經(jīng)濟增長Y自身的影響是主要因素，占比57%，其次是住房投資HI，最后才是房價HP和CPI；從第二期起，房價對經(jīng)濟增長的影響份額逐漸上升，直到第5期達(dá)到最高值9.42%，之后逐月遞減。但住房投資在第1期對經(jīng)濟增長的影響為19%，之后迅速下降。在第1期，房價與住房投資對經(jīng)濟增長的影響僅為22%，之后逐期遞減。

2.房價對住房投資的影響

房價對住房投資的影響可從以下兩方面研究。

（1）兩變量的協(xié)整關(guān)系檢驗

首先對兩變量做回歸分析，以房價HP為因變量，以住房投資HI為自變量，將分析結(jié)果的殘差進(jìn)行單位根平穩(wěn)性檢驗，ADF值為-1.3485，在10%的顯著顯著水平下未通過檢驗，說明兩變量之間不存在協(xié)整關(guān)系。由于不存在協(xié)整關(guān)系，因此無法進(jìn)行格蘭杰因果關(guān)系檢驗。

（2）房價影響住房投資增長的脈沖分析

由于圖1中的單位根都在圓內(nèi)，因此兩者可以建立VAR模型分析，現(xiàn)在將兩個變量建立VAR模型，并進(jìn)行脈沖分析。

從脈沖圖3可以看出，房價對于房地產(chǎn)投資的影響不穩(wěn)定，先是有較短的負(fù)面沖擊，接著有10期的正面沖擊，然后進(jìn)入10期的負(fù)面沖擊，在35期后影響趨于消失，說明房價對于房地產(chǎn)投資的影響沒有規(guī)律。此外，通過脈沖圖還發(fā)現(xiàn)，消費、通貨膨脹率對于房地產(chǎn)投資的影響也沒有規(guī)律。固定資產(chǎn)投資增速對于房地產(chǎn)投資有正面影響，但影響極小，低于0.020%。經(jīng)濟增長對于房地產(chǎn)投資有正面影響，且在1～20期影響較大，之后逐漸消失。

3.房價對通貨膨脹的影響

房價對通貨膨脹的影響可從以下四方面進(jìn)行分析。

（1）兩變量的協(xié)整關(guān)系檢驗

首先，以通貨膨脹變量CPI為因變量，以房價HP為自變量，進(jìn)行回歸分析，將分析結(jié)果的殘差進(jìn)行單位根平穩(wěn)性檢驗，殘差序列的ADF值為-3.3847，在5%的顯著水平下通過檢驗，說明殘差是平穩(wěn)的時間序列，進(jìn)一步說明房價HP和物價水平CPI之間存在長期均衡關(guān)系。

兩者的回歸公式為：

CPI=3.6018+0.2222HP

（10.4806）（3.0109）

但模型的整體擬合優(yōu)度僅為0.1065，說明影響通貨膨脹的因素有很多，房價因素僅解釋了10.65%，這與實際情況是相符合的。

（2）格蘭杰因果關(guān)系檢驗

格蘭杰因果關(guān)系檢驗表明，在滯后1期和2期的情況下，房價和通貨膨脹率互為格蘭杰因果關(guān)系。但在2期以上的情況下，房價都不是導(dǎo)致通貨膨脹的格蘭杰原因。

（3）房價影響通貨膨脹的脈沖分析

通過脈沖圖4可以看出，來自房價增速的正向沖擊，即房價增速的提高會使物價水平在第1期開始上升，并在第6期達(dá)到最大影響。此后，影響效應(yīng)逐步減弱，在第15期時，正向影響趨于消失，可見，房價上漲對于物價增長具有約15個月的正向影響效應(yīng)。但與其他因素的脈沖圖相比（篇幅有限，圖略），房價對于物價水平的影響小于經(jīng)濟增速Y和CPI自身的影響。經(jīng)濟增速對于物價上漲影響較大，且時間較長，正面影響期達(dá)25個月，影響最大值為0.005，而房價對其影響的最大值僅為0.0025。

（4）方差分解

通過方差分解可以對各種沖擊的影響大小進(jìn)行分析比較。方差分解結(jié)果顯示，從對通貨膨脹的影響大小來看，在第1期時，通貨膨脹自身的影響是主要因素，占比100%；從第2期起，房價對經(jīng)濟增長的影響份額逐漸上升，直到第9期達(dá)到最高值9.82%。但經(jīng)濟增速在第2期對通貨膨脹的影響為2.14%，之后迅速上升，一直遞增至10期的23%。

4.房價對固定資產(chǎn)投資的影響

本部分可從三方面分析。

（1）兩變量的協(xié)整關(guān)系檢驗

首先，以固定資產(chǎn)投資TI為因變量，以房價HP為自變量，進(jìn)行回歸分析，將分析結(jié)果的殘差進(jìn)行單位根平穩(wěn)性檢驗，殘差序列的ADF值為-2.8678，在5%的顯著水平下通過檢驗，說明殘差是非平穩(wěn)的時間序列，進(jìn)一步說明房價HP和固定資產(chǎn)之間不存在長期均衡關(guān)系，因此無法進(jìn)行格蘭杰因果關(guān)系檢驗。

（2）房價影響固定資產(chǎn)投資的脈沖分析

通過脈沖圖5可以看出，房價對于固定資產(chǎn)投資的影響不穩(wěn)定，無規(guī)律可循。在1～15期內(nèi)產(chǎn)生負(fù)面沖擊，在15～40期內(nèi)產(chǎn)生正面影響，之后逐步消失。

（3）方差分解

通過方差分解可以對各種沖擊的影響大小進(jìn)行分析比較。從對通貨膨脹的影響大小來看，在第1期時，固定資產(chǎn)投資自身的影響是主要因素，占比95%，之后逐漸遞減；從第1期起，房價對固定資產(chǎn)投資增長的影響份額逐漸上升，直到第10期達(dá)到最高值，但各期影響均很小，即使到第10期也僅為4.27%。

5.房價對消費的影響

本部分可從三方面進(jìn)行分析。

（1）兩變量的協(xié)整關(guān)系檢驗

首先，以社會消費品零售總額增長率SC為因變量，以房價HP為自變量，進(jìn)行回歸分析，將分析結(jié)果的殘差進(jìn)行單位根平穩(wěn)性檢驗，殘差序列的ADF值為-2.2936，在5%的顯著水平下通過檢驗，說明殘差是非平穩(wěn)的時間序列，進(jìn)一步說明消費SC和房價HP之間不存在長期均衡關(guān)系，也無法進(jìn)行格蘭杰因果關(guān)系檢驗。

（2）房價影響消費的脈沖分析

圖6是消費SC對于房價沖擊的響應(yīng)函數(shù)。房價對于消費的影響較為明顯，在1～20期均產(chǎn)生正面影響，且影響的最高值達(dá)到0.5%，超過了其他四個指標(biāo)。在20期后，影響消失。房價對消費的影響并不直接，但存在間接影響。當(dāng)房價上漲較快時，居民的購房意愿會出現(xiàn)下降，將收入資金用于消費或者其他投資渠道。另外，中國消費額在2008-2010年間得到快速增長，主要是受到家電下鄉(xiāng)等政策刺激影響，而這段時期也正是房價快速上漲的時期。時間上的巧合也使得其相關(guān)關(guān)系較為明顯。

（3）方差分解

通過方差分解可以對各種沖擊的影響大小進(jìn)行分析比較。從對消費的影響大小來看，在第1期時，消費自身的影響是主要因素，占比64%，之后逐漸遞減；從第1期起，房價對消費增長的影響份額逐漸上升，直到第10期達(dá)到最高值，解釋程度為21%，僅次于CPI。

三、主要結(jié)論

本文研究發(fā)現(xiàn)，房價與經(jīng)濟增速、物價指數(shù)存在長期均衡關(guān)系，而與房地產(chǎn)投資、固定資產(chǎn)投資和消費不存在長期均衡關(guān)系。根據(jù)各變量間分析結(jié)果，得出如下結(jié)論：

（一）房價若下跌，會在半年內(nèi)對宏觀經(jīng)濟增長產(chǎn)生負(fù)面影響，但不存在長期影響

脈沖分析和方差分析均顯示，房價上漲和住房投資增長均能促進(jìn)經(jīng)濟增長。但房價上漲對于經(jīng)濟增長影響的最佳滯后期為2個月，即房價上漲對經(jīng)濟增長的影響在第2個月發(fā)揮最大效果，時間不長。另外，脈沖分析中，房價上漲對于經(jīng)濟增長的正面沖擊僅持續(xù)6個月后便消失，在第3個月達(dá)到最大值。在方差分解中，房價對于經(jīng)濟增長的解釋程度僅為8%，住房投資僅為6%，遠(yuǎn)低于消費21%和物價水平12%的水平，說明從長期看，經(jīng)濟增長仍主要依靠消費拉動。同時，本文分析發(fā)現(xiàn)，房價并不是經(jīng)濟增長的格蘭杰原因，因此以上結(jié)論可以相互印證。據(jù)此預(yù)測，2012年，若房地產(chǎn)價格出現(xiàn)明顯下降，房地產(chǎn)投資明顯放緩，會在1～6個月左右的時間內(nèi)會對宏觀經(jīng)濟增長產(chǎn)生負(fù)面影響，但從長期看影響不大，經(jīng)濟增長仍將需要依靠消費拉動。

（二）房價對消費有明顯影響，在房價下跌預(yù)期中，刺激消費政策亟待出臺

在脈沖分析中，房價對于消費的影響較為明顯。在方差分解中，房價對于消費的影響居于第三位，解釋程度高達(dá)21%，且隨著時間變化呈遞增趨勢。依據(jù)經(jīng)濟學(xué)中的資產(chǎn)財富效應(yīng)，房價上漲可以帶動消費增長，主要有以下幾個途徑：一是直接財富效應(yīng)，房地產(chǎn)所有者因為房地產(chǎn)價格的上漲而導(dǎo)致實際凈財富增加，所有者可以出售此房地產(chǎn)或者進(jìn)行再融資，從而增加當(dāng)期消費。二是間接財富效應(yīng)，消費者在房地產(chǎn)升值時，即便沒有出售房產(chǎn)或再融資，同樣會因為消費者的預(yù)期心理認(rèn)為未來財富會增加，而擴大消費。三是預(yù)算約束效應(yīng)，房地產(chǎn)價格的上升對于擁有房地產(chǎn)的消費者來說可以促進(jìn)財富的增加，但是對于租房者來說，房價上漲會推動房租的上升，對他們的個人消費就有負(fù)的效應(yīng)。

（三）房價波動與通貨膨脹互為因果關(guān)系，房價對通脹的影響較為平穩(wěn)、長期

本文研究發(fā)現(xiàn)，房價與通貨膨脹互為格蘭杰因果關(guān)系。脈沖分析和方差分解發(fā)現(xiàn)，房價對于通貨膨脹在1～15個月內(nèi)具有正向沖擊作用，房價上漲對于通貨膨脹的解釋程度達(dá)到9%。通貨膨脹之所以會促進(jìn)房價上漲，主要是因為成本因素，近幾年來，構(gòu)成住房成本的土地、鋼鐵、水泥、化工等原材料設(shè)備和提高住房水平等因素都在全面上漲，受其影響，房價必然會持續(xù)地上漲。當(dāng)今，宏觀調(diào)控要穩(wěn)定居民消費價格指數(shù)，穩(wěn)定相關(guān)行業(yè)的物價上漲水平，重點抑制生產(chǎn)資料價格過快上漲，從而抑制房價遠(yuǎn)離價值的不合理上漲。另一方面，當(dāng)物價持續(xù)上漲并引發(fā)通貨膨脹時，消費者持有貨幣的意愿會下降，購買房產(chǎn)的意愿會上升。在其他條件不變的情況下，會使得住房價格上升。

（四）房價波動并未對房地產(chǎn)投資和固定資產(chǎn)投資產(chǎn)生明顯影響

依據(jù)托賓的Q效應(yīng)理論，在房地產(chǎn)市場上，托賓的Q比率指的是房地產(chǎn)價格和建造成本的比值。在建造成本不變的條件下，若住房價格上升，那么Q值也會隨之上升。而Q值越高說明在房地產(chǎn)市場上進(jìn)行投資的機會就越好，越有利可圖。因此，房地產(chǎn)投資也會有較大的增幅。由于房地產(chǎn)投資占總投資的比重相對較大，總投資的也會有一定的增幅，并最終帶動產(chǎn)出的增加。但脈沖結(jié)果和方差分解顯示，房價與房地產(chǎn)投資、固定資產(chǎn)投資均沒有長期均衡關(guān)系，且房價上漲并不會引起房地產(chǎn)投資和固定資產(chǎn)投資的增加。固定資產(chǎn)投資更多依靠經(jīng)濟增長（解釋程度為17%）、物價水平（13%），而不是房價水平（僅為4%）。這也說明，抑制房價大幅上漲，并不會造成固定資產(chǎn)投資的萎縮，進(jìn)而造成經(jīng)濟增速的放緩。

四、政策建議

綜上分析后，本文提出三點政策建議。

（一）應(yīng)堅持房地產(chǎn)調(diào)控不動搖，遏制過快上漲的房價，并處理好與保增長的關(guān)系

房價上漲在短期對我國經(jīng)濟增長的拉動作用十分明顯，現(xiàn)行房地產(chǎn)調(diào)控政策面臨著控房價與保增長之間的兩難選擇困局，即在房價過快上漲勢頭得到控制時，經(jīng)濟增速也會受到抑制。但從長期看，房價下降并不會對宏觀經(jīng)濟產(chǎn)生明顯影響。因此，中央應(yīng)繼續(xù)加大房地產(chǎn)調(diào)控力度，保住現(xiàn)有調(diào)控成果，使房價合理回歸。當(dāng)然，在房地產(chǎn)調(diào)控中，應(yīng)當(dāng)最大限度的平衡控房價與經(jīng)濟增長之間的關(guān)系，并探索跳出這一兩難困局的解決方案。

（二）房地產(chǎn)價格應(yīng)成為中央銀行分析通貨膨脹預(yù)期變動中不能忽視的因素

房地產(chǎn)價格可以為中央銀行提供有用信息，準(zhǔn)確預(yù)測未來通貨膨脹趨勢，這將有效降低貨幣政策認(rèn)識時滯。但是，目前在我國居民消費價格指數(shù) （CPI）的構(gòu)成中只占14%權(quán)重的居住類消費價格指數(shù)中，并不包括房地產(chǎn)價格，而只包括建房及裝修材料、房租、物業(yè)費及其他與居住有關(guān)的服務(wù)、水、電、燃?xì)獾?。即使房租價格在居住類消費價格指數(shù)中也僅占20%的權(quán)重。由于不能充分利用房地產(chǎn)市場提供給貨幣政策決策的重要信息，將可能使人民銀行錯失對房地產(chǎn)市場調(diào)控的最佳時機，從而直接影響貨幣政策的預(yù)期效果。因此在應(yīng)對當(dāng)前的通貨膨脹問題上，央行在貨幣政策調(diào)控中應(yīng)當(dāng)對以房地產(chǎn)價格為代表的資產(chǎn)價格進(jìn)行關(guān)注。同時，應(yīng)當(dāng)管理好通脹預(yù)期。

（三）要管理好房價上漲預(yù)期，正確引導(dǎo)市場

通貨膨脹并未對房價產(chǎn)生明顯的沖擊，房價自身的沖擊則對房價上漲的影響效應(yīng)十分明顯且對房價預(yù)測方差的解釋力在90%以上。這說明通貨膨脹預(yù)期并不是推動房價上漲的主要因素，房價上漲預(yù)期才是影響房價上漲的關(guān)鍵。因此，要取得房地產(chǎn)價格調(diào)控的實效，必須管理好房價上漲預(yù)期。

參考文獻(xiàn)：

[1]謝經(jīng)榮，朱勇.地產(chǎn)泡沫與金融危機[J].北京：經(jīng)濟管理出版社，2002.

[2]王國軍，劉水杏.房地產(chǎn)業(yè)對相關(guān)產(chǎn)業(yè)的帶動效應(yīng)研究[J].經(jīng)濟研究，2004（8）.

[3]梁云芳，高鐵梅，賀書平.房地產(chǎn)市場與國民經(jīng)濟協(xié)調(diào)發(fā)展的實證分析[J].中國社會科學(xué)，2006（3）.

[4]趙龍節(jié)，閏永濤.中美房地產(chǎn)業(yè)投入產(chǎn)出比較分析[J].經(jīng)濟社會體制比較，2007（2）.

[5]吳海英.房地產(chǎn)投資增速對鋼鐵投資和總投資增速的影響[J].世界經(jīng)濟，2007（3）.

篇9

關(guān)鍵詞：房地產(chǎn)市場；虛擬性；宏觀經(jīng)濟。

房地產(chǎn)業(yè)作為我國發(fā)展最快的產(chǎn)業(yè)之一，不僅為城鎮(zhèn)居民提供了安居樂業(yè)的居所，推進(jìn)了城市化進(jìn)程，也有力地促進(jìn)了國民經(jīng)濟的發(fā)展，對實現(xiàn)土地資源優(yōu)化配置和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整發(fā)揮著重要作用，作為一種導(dǎo)向性產(chǎn)業(yè)，其連帶效應(yīng)為國民經(jīng)濟整體發(fā)展提供了契機。房地產(chǎn)業(yè)與鋼鐵、水泥、木材、玻璃、塑料、家電等上下游60多種產(chǎn)業(yè)直接或間接相關(guān)，據(jù)統(tǒng)計，每100元的房地產(chǎn)銷售能帶動相關(guān)產(chǎn)業(yè)170元的銷售。另外，房地產(chǎn)業(yè)的發(fā)展也能促使一些新興行業(yè)的產(chǎn)生、發(fā)展，譬如物業(yè)管理、法律咨詢、房地產(chǎn)評估、房地產(chǎn)中介等等。

與此同時，我國房地產(chǎn)業(yè)的發(fā)展也暴露出許多問題，尤其房價持續(xù)飛漲已經(jīng)越來越偏離經(jīng)濟的增長速度和普通百姓的收入水平，使之成為社會輿論關(guān)注的焦點。由美國次貸危機引發(fā)的全球金融危機，引起全世界對金融監(jiān)管以及房地產(chǎn)市場虛擬性的高度關(guān)注。虛擬經(jīng)濟是產(chǎn)生經(jīng)濟泡沫的根源，房地產(chǎn)泡沫也是由房地產(chǎn)市場具有的虛擬特性引發(fā)的。如何解釋房地產(chǎn)所具有的虛擬特性，以及它對宏觀經(jīng)濟的影響，是本文要討論的主要內(nèi)容。

一、虛擬資本與虛擬經(jīng)濟。

馬克思在《資本論》第三卷第五篇中對虛擬資本進(jìn)行分析，提出“人們把虛擬資本的形成叫作資本化。人們把每一個有規(guī)則的會反復(fù)取得的收入按平均利息率來計算，把它算作是按這個利息率貸出的一個資本會提供的收益，這樣就把這個收入資本化了”[1]493。生息資本的運動和信用制度的發(fā)展創(chuàng)造出了虛擬資本，包括股票、債券、匯票、不動產(chǎn)抵押單等，“所有這些證券實際上都只是代表已積累的對于未來生產(chǎn)的索取權(quán)或權(quán)利證書，它們的貨幣價值或資本價值，或者像國債那樣不代表任何資本，或者完全不決定于它們所代表的現(xiàn)實資本的價值”[1]494。

虛擬資本本身沒有價值，但虛擬資本可以通過循環(huán)運動產(chǎn)生利潤，獲取某種形式的“剩余價值”，它不能直接作為現(xiàn)實生產(chǎn)要素或資本在生產(chǎn)活動中發(fā)生作用，而只是所有權(quán)證書，是“現(xiàn)實資本的紙制復(fù)本”，反映著債權(quán)債務(wù)關(guān)系?！暗?，作為紙制復(fù)本，這些證券只是幻想的，它們的價值額的漲落，和它們有權(quán)代表的現(xiàn)實資本的價值變動完全無關(guān)，盡管它們可以作為商品來買賣，因而可以作為資本價值來流通?！盵1]530當(dāng)金融發(fā)生動蕩時，虛擬資本的價格可以數(shù)倍于它們所代表的實際資本價值，也可以大大低于實際資本價值，甚至一文不值。

（一）虛擬資本對社會經(jīng)濟運行的積極影響。

1.加快財富的集中和資本的積累，促進(jìn)資本的社會化進(jìn)程。虛擬資本的出現(xiàn)改變了資本積累的方式，資金集中更加迅速、快捷，促進(jìn)了資本的社會化，為高效率的社會化大生產(chǎn)奠定基礎(chǔ)。

2.促進(jìn)了資源的合理配置。虛擬資本在各部門之間的轉(zhuǎn)移更加自由靈活，從而能表現(xiàn)出明顯的優(yōu)化資源配置的效應(yīng)和導(dǎo)向性，帶動了勞動力、技術(shù)、自然資源在實體經(jīng)濟部門之間的優(yōu)化配置。

3.促進(jìn)經(jīng)濟增長。虛擬資本的繁榮，能增加投資者財富，刺激消費增長，改變短期邊際消費傾向，擴大經(jīng)濟增長的乘數(shù)效應(yīng)，虛擬資本中的股票債券，如果絕大部分是生產(chǎn)性的，也有利于經(jīng)濟的增長。

4.促進(jìn)利潤率平均化?！靶庞弥贫鹊谋厝恍纬?，以便對利潤率的平均化或這個平均化運動起中介作用?！盵1]5325.減少流通費用?！耙豁椫饕牧魍ㄙM用，就是貨幣本身，因為貨幣自身具有價值?！蓖ㄟ^信用，“A相當(dāng)大的一部分交易完全用不著貨幣。B流通手段的流通加速了?！环矫?，這種加速是技術(shù)性的；也就是說，在現(xiàn)實的、對消費起中介作用的商品流轉(zhuǎn)額保持不變時，較小量的貨幣或貨幣符號，可以完成同樣的服務(wù)。這是同銀行業(yè)務(wù)的技術(shù)聯(lián)系在一起的。另一方面，信用又會加速商品形態(tài)變化的速度，從而加速貨幣流通的速度?！盵1]541（二）虛擬資本對社會經(jīng)濟運行的消極影響。

虛擬資本如果發(fā)展過度，就會對宏觀經(jīng)濟產(chǎn)生嚴(yán)重的消極影響：

1.虛擬資本的過度發(fā)展會擠占生產(chǎn)部門的資金供給。在高投資回報預(yù)期下，大量資金從實體經(jīng)濟領(lǐng)域流向金融市場和房地產(chǎn)市場，造成經(jīng)濟虛假繁榮。如果流進(jìn)虛擬經(jīng)濟領(lǐng)域的資金過多，就會造成實體經(jīng)濟部門資金不足，發(fā)展乏力，出現(xiàn)生產(chǎn)性投資的擠出效應(yīng)。

2.虛擬資本是經(jīng)濟泡沫產(chǎn)生的根源。虛擬資本的過度增長和相關(guān)交易持續(xù)膨脹，與實際資本脫離越來越遠(yuǎn)，形成泡沫經(jīng)濟。經(jīng)濟泡沫的成分不斷增加，人們對虛擬利潤的追逐導(dǎo)致大量資金非正常涌入虛擬資本市場，人們熱衷于炒作股票、期貨等“金錢游戲”活動。

3.在虛擬資本的積累快于現(xiàn)實資本積累的情況下，生息的貨幣資本不僅不反映現(xiàn)實貨幣資本的積累，而且自我擴張，這樣就導(dǎo)致了現(xiàn)實資本供求和生息貨幣資本的供求出現(xiàn)明顯差別，生息貨幣的過剩或不足，不反映或不完全反映現(xiàn)實資本的過?；虿蛔悖龃罅苏{(diào)控宏觀經(jīng)濟的難度。

虛擬經(jīng)濟是與實體經(jīng)濟相對應(yīng)的概念。成思危認(rèn)為，虛擬經(jīng)濟是指與虛擬資本以金融系統(tǒng)為主要依托的循環(huán)運動有關(guān)的經(jīng)濟活動。簡單地說，虛擬經(jīng)濟就是直接以錢生錢的活動。[2]劉駿民認(rèn)為，虛擬經(jīng)濟是以資本化定價行為為基礎(chǔ)的價格系統(tǒng)，其運行的基本特征是具有內(nèi)在的波動性。[3]

二、房地產(chǎn)市場虛擬性的表現(xiàn)。

房地產(chǎn)市場具有虛擬經(jīng)濟和實體經(jīng)濟的二重屬性，虛擬性是指房地產(chǎn)是一種虛擬資產(chǎn)，其特性介于普通商品和金融資產(chǎn)之間。具體表現(xiàn)在：

其一，以房地產(chǎn)的權(quán)屬證書開出的匯票或發(fā)行的抵押證券實質(zhì)上是一種虛擬資本。根據(jù)馬克思的解釋，房地產(chǎn)權(quán)屬證書“實際上都只是代表已積累的對于未來生產(chǎn)的索取權(quán)或權(quán)利證書”，它本身沒有價值，但可以通過循環(huán)運動產(chǎn)生利潤，獲取某種形式的剩余價值。諸如房地產(chǎn)抵押貸款以及抵押貸款的證券化（MBS）、房地產(chǎn)公司的上市融資、發(fā)行債券以及股票等有價證券（REITs），依托金融系統(tǒng)的循環(huán)運動使得這些房地產(chǎn)金融工具不經(jīng)過實體經(jīng)濟的循環(huán)就可以取得盈利的經(jīng)濟活動，就是一種虛擬經(jīng)濟，這充分體現(xiàn)了房地產(chǎn)市場的虛擬性。

其二，資本化定價。作為不動產(chǎn)的土地，土地價格就是“地租的資本化”，它使土地資產(chǎn)成為一種具有虛擬資本屬性的資產(chǎn)。實際上，在現(xiàn)代房地產(chǎn)投資、融資實務(wù)中，根據(jù)房地產(chǎn)產(chǎn)生的現(xiàn)金流量進(jìn)行估價的收益資本化法仍是決定房地產(chǎn)投資的最主要估價方式，只是在估算現(xiàn)金流量時需要考慮更多的因素，以求達(dá)到更好的預(yù)測效果。

其三，投資者并不直接參與生產(chǎn)和消費等實體經(jīng)濟活動。在現(xiàn)代經(jīng)濟生活中，房地產(chǎn)已經(jīng)成為一種重要的投資品，由于對土地需求不斷增加而土地存量不變，因此，從長期來看，房地產(chǎn)價格必呈上升趨勢。投資者為了資產(chǎn)保值增值而取得房地產(chǎn)所有權(quán)，其投資的目的在于盈利，投資者并沒有直接參與生產(chǎn)和消費等實體經(jīng)濟活動。

三、房地產(chǎn)虛擬性質(zhì)與宏觀經(jīng)濟。

房地產(chǎn)的虛擬資產(chǎn)性質(zhì)使其成為聯(lián)系實體經(jīng)濟與虛擬經(jīng)濟的紐帶，它像一把雙刃劍，對宏觀經(jīng)濟發(fā)揮著正負(fù)兩方面作用。郭金興認(rèn)為，在現(xiàn)代經(jīng)濟中，房地產(chǎn)是一種重要的虛擬資產(chǎn)，并且隨著虛擬經(jīng)濟的發(fā)展，其虛擬性也在不斷增強，這在成熟的市場經(jīng)濟國家體現(xiàn)得尤為明顯。經(jīng)驗表明，房地產(chǎn)市場波動并不一定會對實體經(jīng)濟造成破壞性影響。[4]劉駿民、王千也認(rèn)為，實際上，一個發(fā)達(dá)而完善的房地產(chǎn)市場有可能在經(jīng)濟發(fā)展和經(jīng)濟增長中起到穩(wěn)定作用。[5]

（一）完善的房地產(chǎn)市場的積極作用。

1.促進(jìn)金融市場擴大。房地產(chǎn)以其不動產(chǎn)的特點成為商業(yè)銀行發(fā)放貸款的重要抵押品，再加上房地產(chǎn)抵押貸款及其證券化等金融工具的不斷創(chuàng)新，也擴大了銀行和金融市場的范圍和規(guī)模。通過向銀行抵押貸款，企業(yè)和個人可以獲得資金用于房地產(chǎn)的生產(chǎn)、交易，而房地產(chǎn)市場交易的活躍進(jìn)一步刺激房價上漲。抵押品價格的上漲改善了銀行的資產(chǎn)負(fù)債表，并吸引過剩資金流向房地產(chǎn)金融市場，進(jìn)而使得信貸規(guī)模以及金融市場的規(guī)模和范圍進(jìn)一步擴大。

2.支持實體經(jīng)濟發(fā)展。房地產(chǎn)以及房地產(chǎn)金融市場既可以吸收大量社會過剩閑散的資金，從而化解實體經(jīng)濟物價不穩(wěn)定的壓力，在很大程度上消化實體經(jīng)濟的風(fēng)險；也可以為房地產(chǎn)市場上企業(yè)和個人的投資需求提供資金支持。

3.優(yōu)化社會資源配置。房地產(chǎn)金融市場將資源從低效率利用部門轉(zhuǎn)移到高效率部門，使社會的經(jīng)濟資源能更有效地配置在效率更高或效用更大的部門，實現(xiàn)稀缺資源的合理配置和有效利用。房地產(chǎn)增強資金的配置效應(yīng)從而引導(dǎo)實體經(jīng)濟對資源的優(yōu)化配置。隨著金融改革的深化，虛擬經(jīng)濟的資源配置功能越來越強，極大地促進(jìn)了經(jīng)濟的發(fā)展。

所以說房地產(chǎn)這種虛擬經(jīng)濟成分適當(dāng)?shù)牟▌訉嶓w經(jīng)濟是有益的，一方面它可以緩解對實體經(jīng)濟的沖擊，另一方面也可以優(yōu)化資金配置，為實體經(jīng)濟能更好地配置資源服務(wù)，從而促進(jìn)經(jīng)濟增長，改善國民福利。

（二）房地產(chǎn)市場虛擬性的負(fù)面作用。

1.它是房地產(chǎn)泡沫產(chǎn)生的根源。一方面，在高投資回報預(yù)期下，大量資金從實體經(jīng)濟領(lǐng)域流向金融市場和房地產(chǎn)市場，房地產(chǎn)價格飛漲，造成經(jīng)濟虛假繁榮，經(jīng)濟泡沫不斷增加。同時，自上世紀(jì)80年代以來，全球范圍內(nèi)的金融自由化、資本市場管制放松以及先進(jìn)通訊技術(shù)的應(yīng)用使得資本流動更方便、更快捷，國際資本可以更容易地跨國界流向收益高的房地產(chǎn)市場，大大增加了房地產(chǎn)市場的泡沫。另一方面，房地產(chǎn)和其他虛擬資產(chǎn)之間結(jié)構(gòu)失衡，發(fā)展速度參差不齊，同樣可能由于大量貨幣資金積聚于房地產(chǎn)市場而造成房地產(chǎn)泡沫。

2.房地產(chǎn)業(yè)與銀行貨幣發(fā)行、金融證券市場緊密聯(lián)系在一起，使房地產(chǎn)波動通過貨幣供給和信貸總量等傳導(dǎo)機制對金融市場和宏觀經(jīng)濟產(chǎn)生影響。市場繁榮時，利率水平較低，貸款規(guī)模和信貸總量不斷增加，居民收入預(yù)期增加，購房者對房地產(chǎn)的需求增加，從而促進(jìn)經(jīng)濟加速增長；在加息過程中，人們對于經(jīng)濟前景持樂觀態(tài)度，居民收入預(yù)期進(jìn)一步增長。而一旦由于政策變動或投資者預(yù)期變化等原因引發(fā)信貸規(guī)模驟減時，購房成本增加，居民收入預(yù)期下降，便會抑制房地產(chǎn)需求，經(jīng)濟增速便會下降。同時房價的下跌也促使居民觀望乃至拋售房產(chǎn)，進(jìn)一步促進(jìn)房價的下跌。人們對經(jīng)濟預(yù)期普遍持悲觀態(tài)度時，如果投資者資金鏈斷裂，就很容易引發(fā)金融危機。

因此，防止大量貨幣積聚在房地產(chǎn)市場，打擊房地產(chǎn)投機，是治理房地產(chǎn)過度虛擬產(chǎn)生泡沫的關(guān)鍵。我國目前由于金融或資本不發(fā)達(dá)，投資渠道少，房地產(chǎn)往往被作為一種優(yōu)質(zhì)的投資品，在流動性過剩、資本逐利的本性推動下，就會引發(fā)房地產(chǎn)投機、房價迅速上漲的不良局面。而房地產(chǎn)又是對政策，尤其是對土地、金融、稅收等政策依賴性很強的行業(yè)，資金松緊對房地產(chǎn)運行有決定性的影響。引起2007年美國次貸危機的直接原因就是貸款利率的上升和房地產(chǎn)市場的降溫。從2004年6月到2006年8月美國基準(zhǔn)利率先后上調(diào)17次，從1%上升到5·25%。利率上升使信用不好的借款人還款壓力增大，違約現(xiàn)象大量出現(xiàn)；房地產(chǎn)市場降溫則使借款人難以將房屋出租、出售，即使出售了房屋也不足以償還購房貸款本金和利息，從而產(chǎn)生了商業(yè)銀行貸款虧損等連鎖反應(yīng)，最終導(dǎo)致了次貸危機的發(fā)生。

四、我國房地產(chǎn)市場現(xiàn)狀及建議。

國人對住房有特殊情結(jié)。由于人多地少、經(jīng)濟高速增長、城市化進(jìn)程加速、信用工具不斷出新、超前消費意識形成等因素的相互作用，導(dǎo)致我國需求膨脹，且具有相當(dāng)?shù)膭傂?，再加上境?nèi)外投資、投機的炒作，尤其是當(dāng)前我國人民幣升值預(yù)期的高漲，熱錢正在快速進(jìn)入我國，使我國房地產(chǎn)市場呈現(xiàn)極不正常的狀態(tài)。一方面，形成了虛假的房市需求，推動房價不斷上漲，投資者購房時不考慮自己的真實消費能力，包括按揭貸款后的還貸能力，而是考慮投資收益和成本，只要房價漲幅超過銀行還貸利息成本，投資性購房的需求便會不斷增加；另一方面，造成社會資源的極大浪費，許多城市房子空置率很高，而中低收入人群越來越買不起房子，極易引發(fā)社會矛盾，影響和諧社會的建設(shè)。

從房地產(chǎn)市場的供求關(guān)系看，目前我國存在著結(jié)構(gòu)性失衡。房地產(chǎn)結(jié)構(gòu)性的供不應(yīng)求與供過于求同時并存：一方面，大量的商品房積壓，這主要是因為開發(fā)商沒有充分分析市場，對市場有效需求估計不足，過多投資高檔住宅，導(dǎo)致了空置；另一方面，大多數(shù)居民的住房還十分緊張，普通住宅尤其是經(jīng)濟適用房供給短缺、增長緩慢。要解決結(jié)構(gòu)性失衡，就需要增加開發(fā)經(jīng)濟適用房的比例，而且嚴(yán)格限制以經(jīng)濟適用房名義開發(fā)超大面積住宅或?qū)⒔?jīng)濟適用房轉(zhuǎn)變?yōu)槠胀ㄉ唐贩?。由于我國的房地產(chǎn)市場還處于發(fā)育的初期階段，政府的主要職責(zé)就是通過制定科學(xué)、有效、競爭的規(guī)則，促進(jìn)房地產(chǎn)市場的正常發(fā)育，充分運用經(jīng)濟手段調(diào)節(jié)房地產(chǎn)市場的供給和需求，抑制房地產(chǎn)投機或炒作。為此，筆者提出以下具體建議：

第一，進(jìn)一步完善我國的住房保障制度。政府應(yīng)進(jìn)一步加大對保障性住房建設(shè)的投入力度，優(yōu)先保證供應(yīng)廉租房和經(jīng)濟適用房建設(shè)用地；同時，要建立科學(xué)規(guī)范的準(zhǔn)入機制，使住房保障制度真正保障買不起商品房和無力自行解決住房問題（包括無能力租市場價住房）的貧困家庭或中低收入家庭。

第二，加強對熱錢的跟蹤和管制，控制熱錢大量流入房地產(chǎn)市場。當(dāng)前人民幣在境外壓力下升值預(yù)期不斷高漲，吸引大量熱錢涌入境內(nèi)，房地產(chǎn)尤其是豪宅是熱錢投資的主要對象。所以，一方面要穩(wěn)定幣值尤其是預(yù)期；另一方面，要從根本上完善我國的市場體制、金融制度以及貨幣政策等。

第三，增加投資渠道，使資金分流。采取住房抵押貸款證券化、建立房地產(chǎn)信托基金等措施，當(dāng)股票、基金、債券以及抵押貸款證券化這些投資渠道發(fā)展后，融資方式的多樣化可以讓投資行為轉(zhuǎn)向購買虛擬房產(chǎn)，減少樓市的投資行為，也可以減少銀行承受的金融風(fēng)險。

第四，加強政策的針對性和有效性。房地產(chǎn)由于受多種因素影響，是個復(fù)雜的市場體系，政府應(yīng)該有的放矢地制定地方房地產(chǎn)政策，而不能搞“一刀切”。同時，加強房地產(chǎn)市場分析研究，建立健全房地產(chǎn)市場信息系統(tǒng)，完善市場監(jiān)測分析和預(yù)警機制，準(zhǔn)確把握房地產(chǎn)市場走勢，及時發(fā)現(xiàn)市場運行中的新情況、新問題，提高調(diào)控措施的預(yù)見性、針對性和有效性，正確引導(dǎo)房地產(chǎn)的投資和消費。

第五，加強稅收、信貸等政策對房地產(chǎn)市場的監(jiān)管和調(diào)控作用。加強、調(diào)整房地產(chǎn)市場交易稅收，加強物業(yè)立法。同時，貨幣政策制定者應(yīng)該增加對發(fā)展中的按揭市場基本結(jié)構(gòu)的關(guān)注，并提高信貸條件，加強對經(jīng)營家庭債務(wù)相關(guān)的金融實體的監(jiān)管，以保證其健康運行。

第六，充分認(rèn)識房地產(chǎn)業(yè)的虛擬特性，綜合考慮房地產(chǎn)金融問題，而不是單獨從銀行信貸管理、信托政策、企業(yè)債券或股票等金融工具的角度來考慮房地產(chǎn)金融。同時，進(jìn)一步完善立法，使房地產(chǎn)企業(yè)股票發(fā)行和交易規(guī)范化，把企業(yè)通過股份制而籌集的資金納入健康發(fā)展的軌道。

總之，解決住房問題需要政府這只看得見的手與市場這只看不見的手兩者的密切配合。一方面，要發(fā)揮市場在資源配置方面的基礎(chǔ)性作用，利用市場的力量來使住宅商品適應(yīng)各種不同的需求，以實現(xiàn)供需之間的動態(tài)平衡；另一方面，市場和政府兩只手是互相配合的，政府應(yīng)該更多地考慮保障社會公平。

參考文獻(xiàn)：

[1]資本論：第三卷[M].北京：人民出版社，2004.

[2]成思危。虛擬經(jīng)濟論叢[C],北京：民主與建設(shè)出版社，2002:14-20.

[3]劉駿民。從虛擬資本到虛擬經(jīng)濟[M].濟南：山東人民出版社，1998:38、51.

[4]郭金興。房地產(chǎn)的虛擬資產(chǎn)性質(zhì)及其中外比較[J].

篇10

摘 要： 根據(jù)中國A股市場數(shù)據(jù)，運用“非資產(chǎn)定價模型分解法”將個股風(fēng)險分解為市場風(fēng)險、行業(yè)層面風(fēng)險和公司特質(zhì)風(fēng)險，在此基礎(chǔ)上，建立結(jié)構(gòu)向量自回歸模型，考察個股不同層面的股價波動和宏觀經(jīng)濟變量之間的相關(guān)性：發(fā)現(xiàn)A股市場特質(zhì)波動水平的上升，使得公司層面的信息不確定性增加，導(dǎo)致信貸規(guī)模下降，從而間接降低了宏觀經(jīng)濟的穩(wěn)定性。這表明公司特質(zhì)波動與宏觀經(jīng)濟之間存在顯著的負(fù)相關(guān)性。

中圖分類號： F123.16

文獻(xiàn)標(biāo)志碼： A

文章編號： 10012435（2013）01008607

Macroeconomic Stability Can Be Affected by Idiosyncratic Volatility-Empirical Research Based on SVAR in Chinese A Stock Market

HUA Fengtao （1.College of Economics and Management， Anhui Normal University， Wuhu Anhui 241003， China；2. School of Public Economics & Administration， Shanghai University of Finance & Economics， Shanghai 200433， China）

Key words： idiosyncratic volatility； model-independent decomposition； macroeconomic stability； SVAR

Abstract： Based on data from China's A stock market， with the method of model-independent decomposition， break individual risk down into market risk， industry level risk and idiosyncratic risk. And on this basis， the SVAR model is established to study the causal link between the idiosyncratic volatility and macroeconomic stability， and bring out the following conclusion： The rise of idiosyncratic volatility in A stock market increases information uncertainty of corporations， cutting down the credit scale and indirectly reducing the macroeconomic stability. That shows notable negative correlation between idiosyncratic volatility and macroeconomic stability.

公司特質(zhì)波動作為股價波動的重要組成部分[1]，對股價甄別、篩選和反饋公司價值，傳遞公司層面特質(zhì)信息，以及資源配置都具有重要的影響[2]。Wurgler[3]發(fā)現(xiàn)公司特質(zhì)波動程度對于資源配置效率的高低具有顯著性的解釋作用。既然公司特質(zhì)波動與股價的信息效率密切聯(lián)系，那么，公司特質(zhì)波動是否會影響宏觀經(jīng)濟波動，以及如何影響宏觀經(jīng)濟？這將從一個層面解釋股價波動與宏觀經(jīng)濟穩(wěn)定之間的傳遞機制。

對于公司特質(zhì)波動與宏觀經(jīng)濟穩(wěn)定之間的相關(guān)性，鮮有學(xué)者涉及。Panousi和Papanikolaou[4]發(fā)現(xiàn)當(dāng)公司特質(zhì)波動較高時，公司投資行為趨于保守，即公司特質(zhì)波動程度和公司投資行為存在明顯的負(fù)相關(guān)性。Portes和Ozenbas[5]利用“金融加速器”理論[6]研究發(fā)現(xiàn)，公司特質(zhì)波動能夠有效的解釋“現(xiàn)代市場經(jīng)濟之謎”[7]。他們將個股波動分為即市場波動和公司特質(zhì)波動。在信貸市場上，銀行只能提供抵押貸款的條件下，信貸規(guī)模完全取決于公司資產(chǎn)凈值的影響。而公司特質(zhì)波動則是公司凈資產(chǎn)價值變化向外界傳達(dá)信息的一種方式。當(dāng)公司特質(zhì)波動上升時，公司資產(chǎn)凈值的波動性進(jìn)一步增加，意味著信貸市場的信息不對稱程度提高，企業(yè)的外部融資升水增加，信貸市場的“金融摩擦”加劇，造成信貸市場規(guī)模下降。國內(nèi)學(xué)者主要集中在趨勢研究[8]和定價研究[9]，多圍繞資產(chǎn)價格與經(jīng)濟波動之間展開。本文運用結(jié)構(gòu)向量自回歸模型，考察公司特質(zhì)波動對中國宏觀經(jīng)濟穩(wěn)定的影響機制。

一、研究方法

（一）公司特質(zhì)波動測度

公司特質(zhì)波動測度方法主要分為間接分離法和因素模型法兩種。間接分離法是Campbell等[10]根據(jù)CAPM的思想，將個股收益波動分解為市場收益、行業(yè)層面收益以及公司特質(zhì)收益三個部分，并根據(jù)這三個收益成分分別計算各自的方差，以求出市場波動、行業(yè)層面波動和公司特質(zhì)波動。直接分解法則是直接利用Fama-French三因素模型的誤差項計算公司特質(zhì)波動，而因素模型法是Malkiel和Xu[11]利用因素模型，尤其是三因素模型計算其誤差項用以測度公司特質(zhì)波動。這兩種方法均是借助于不同的資產(chǎn)定價模型測度公司特質(zhì)波動。模型的選擇均是在一定的條件下才具有適用性，如CAPM模型的適用條件中有兩個最為基本的規(guī)定，一是組合中的風(fēng)險資產(chǎn)比例相同；二是投資者的風(fēng)險偏好相同。但現(xiàn)實條件難以達(dá)到這種理想狀態(tài)。再如，運用模型進(jìn)行計量分析時，只有當(dāng)殘差g（i）獨立同分布時，分析結(jié)果計量實證意義，不同的模型所計算的結(jié)果，其誤差也各不相同。本文借鑒Bali，Cakici和Levy[12]，采用“非模型分解法”對我國證券市場中的公司特質(zhì)風(fēng)險進(jìn)行測度。

“非模型分解法”是指在不依賴于任何資產(chǎn)定價模型的基礎(chǔ)上，基于組合分散收益的思想，借助于均值方差法，構(gòu)建起測度整個證券市場平均公司特質(zhì)風(fēng)險的計算方法。構(gòu)建過程如下：

假設(shè)在證券市場內(nèi)存在n個行業(yè)，Rit為行業(yè)i在第t月內(nèi)的行業(yè)平均收益，權(quán)重Wit為行業(yè)i的市值占證券市場總市值的比重。那么市場收益為：

Rm，t=ni=1Wi，tRi，t

而行業(yè)i在第t月內(nèi)的平均收益為行業(yè)內(nèi)個股收益的加權(quán)平均，其中，Rji，t為個股收益，Wji，t是按照個股市值占行業(yè)總市值的比重得到。那么行業(yè)i的平均收益為：

Ri，t=ni=1Wji，tRji，t

在以上市場收益和行業(yè)收益計算的基礎(chǔ)上，我們假定個股收益波動分為三個層面：市場波動、行業(yè)層面波動和公司特質(zhì)波動。這一點與間接分離法較為類似，但在測度三個層面波動時所采用的方法則是基于組合分散收益的原理構(gòu)建。首先，根據(jù)市場收益計算市場層面波動：

MKTNt=Var（Rm，t）=（Rm，t-μm）2

其中，μm為市場收益Rm，t的期望平均水平。我們把行業(yè)看作是一支理論上的“行業(yè)證券”，那么這個Rm，t就可以看作是一個“市場組合”的收益。在這樣的組合中，行業(yè)層面風(fēng)險被看作非系統(tǒng)風(fēng)險而被完全分散掉。我們再假定這些理論上的“行業(yè)證券”間的收益具有完全正相關(guān)性，那么它是一個沒有分散效果的“無分散組合”，在這個組合中，“行業(yè)證券”間的非系統(tǒng)風(fēng)險——行業(yè)層面波動則完全保留。該組合方差則為各“行業(yè)證券”方差總合：

ni=1Wi，tσi，t2，其中，σi，t為行業(yè)i的標(biāo)準(zhǔn)差。組合方差與市場層面波動之差為行業(yè)層面波動：

IND=σ2ε，t=ni=1Wi，tσi，t2-Var（Rm，t）

假設(shè)行業(yè)i中有m家上市公司，針對行業(yè)i同樣也構(gòu)造出兩個截然不同的組合，即行業(yè)內(nèi)的“市場組合”和假定的行業(yè)內(nèi)的“無分散組合”，同時可以求出各自的風(fēng)險方差，其中行業(yè)內(nèi)的“無分散組合”的方差為：（mj=1Wj，tσj，t）2，σji，t為行業(yè)i內(nèi)的公司j的標(biāo)準(zhǔn)差。行業(yè)i內(nèi)的特質(zhì)波動平均水平為：

σ2εi，t=nj=1Wji，tσji，t2-Var（Ri，t）

nj=1Wji，tσji，t是指在行業(yè)i內(nèi)所有個股的權(quán)重平均方差。再將行業(yè)內(nèi)的平均公司特質(zhì)風(fēng)險按照行業(yè)權(quán)重再次加權(quán)平均，即nj=1Wi，tσεi，t乘方后，減去市場超額收益方差Var（Rm，t），便得到股票市場平均公司特質(zhì)風(fēng)險：

FIRM=σ2η，t=ni=1Wi，tσεi，t2-Var（Rindexm，t）

（二）結(jié)構(gòu)向量自回歸模型（SVAR）

Sims[13]提出的向量自回歸模型（vector autoregressive model，VAR）采用多方程聯(lián)立的形式，在模型的每一個方程中，內(nèi)生變量對模型的全部內(nèi)生變量的滯后項進(jìn)行回歸，從而估計全部內(nèi)生變量的動態(tài)關(guān)系，它提供了一個刻畫多元時間序列動態(tài)特性以及分析隨機擾動對變量系統(tǒng)動態(tài)沖擊的簡單框架。但這種VAR模型不能反映變量之間當(dāng)期相關(guān)性的確切形式，并且由于這些當(dāng)期相關(guān)藏在誤差項的相關(guān)結(jié)構(gòu)中，其經(jīng)濟含義難以解釋。Sims[13]提出了結(jié)構(gòu)向量自回歸模型（SVAR），可以通過建立非遞歸形式的短期約束，在同一模型中識別多個變量的結(jié)構(gòu)沖擊。含有k個變量的p階結(jié)構(gòu)向量自回歸模型SVAR（p）一般矩陣形式可表示為：

B0yt=Γ1yt-1+Γ2yt-2+…+Γpyt-p+ut

其中，

B0=1b12…b1k

b211…b2k

bk1bk2…1，

yt-j=y1t-j

y2t-j…ykt-j，j=0，1，2，…，n

ut=u1t

u2t…ukt，

Γ=

γi11γi12…γi1k

γi21γi22…γi2k

γik1γik2…γikk，

k=0，1，2，…，n

（三）基礎(chǔ)數(shù)據(jù)

本文中包括3個內(nèi)生變量：經(jīng)濟增長指標(biāo)、信貸規(guī)模指標(biāo)，以及公司特質(zhì)波動。

1. 公司特質(zhì)波動（IDIO），本文選擇深滬A股上市公司共1232家上市公司，其選擇標(biāo)準(zhǔn)為：剔除金融類、房地產(chǎn)類和ST類上市公司，另外計算波動率所需時間限制，同樣剔除上市公司不足5個月的上市公司。樣本期從1995.6-2010.6共15年間的樣本交易數(shù)據(jù)。行業(yè)分類是按照中國證券監(jiān)管委員會于2001年公布的《上市公司分類指引》共分為13大類共56個二級行業(yè)，剔除不足3家公司的行業(yè)。共選擇51個行業(yè)。無風(fēng)險收益率選取人民幣一年期存款基準(zhǔn)利率作為標(biāo)準(zhǔn)。以上數(shù)據(jù)均來自于Wind數(shù)據(jù)庫和CSMAR金融數(shù)據(jù)庫。

2.各項貸款總計，本文引入金融機構(gòu)貸款余額（CREDI），選擇該指標(biāo)是為了反映公司特質(zhì)波動變化而導(dǎo)致的影響宏觀經(jīng)濟穩(wěn)定的信貸渠道效應(yīng)。數(shù)據(jù)來自于CCER數(shù)據(jù)庫和國研網(wǎng)，考慮到所取數(shù)據(jù)均是貨幣名義值度量，為取得其實際余額，將該數(shù)據(jù)名義值除以CPI計算得出。其中，通貨膨脹率指標(biāo)采用消費者定基價格指數(shù)（CPI），數(shù)據(jù)來自RESSET金融數(shù)據(jù)庫。

3.經(jīng)濟增長指標(biāo)采用一致合成指數(shù)CSI。由于目前我國缺乏GDP的月度數(shù)據(jù)，再加上在考察宏觀增長涉及到多方面指標(biāo)，如工業(yè)生產(chǎn)、就業(yè)、投資、消費、外貿(mào)、稅收、企業(yè)利潤、以及居民收入等方面因素，本文采用一致合成指數(shù)CSI，該指數(shù)由國家統(tǒng)計局制定并統(tǒng)一公布（.cn）。

本文SVAR模型中，定義如下假設(shè)：第一，假定一致合成指數(shù)CSI為前定變量，同期受到金融機構(gòu)貸款（CREDI）“新息”（Innovation）的影響，這種“新息”即來自于公司特質(zhì)波動的影響。假定公司特質(zhì)波動對模型中其他變量反映存在黏性，因此公司特質(zhì)波動受到自身沖擊的同期影響。第二，假定公司特質(zhì)波動和金融機構(gòu)貸款之間存在相互作用：一方面，公司特質(zhì)波動的變化使得公司的凈資產(chǎn)值發(fā)生變化，使得公司擔(dān)保品發(fā)生變動從而影響銀行的信貸行為。另一方面，金融機構(gòu)信貸的可獲得性通過公司凈資產(chǎn)值的變化影響公司特質(zhì)波動的變化。

在選擇上述變量（IDIO、CSI、CREDI）的基礎(chǔ)上建立SVAR來考察這些變量之間的統(tǒng)計關(guān)系，相比于無約束VAR模型而言，SVAR模型不僅考慮了變量間的內(nèi)生性問題，而且也包含了內(nèi)生變量之間的當(dāng)期關(guān)系。

個股波動經(jīng)過“非模型測度法”分解為三個層面波動，即市場波動、行業(yè)層面波動和公司特質(zhì)波動，各自所內(nèi)涵的信息本質(zhì)不同，為了綜合考察個股波動對宏觀經(jīng)濟穩(wěn)定，以及信貸市場變化的影響，將這三個層面波動變量納入工具體系。在目標(biāo)體系中，認(rèn)為公司特質(zhì)波動對于宏觀經(jīng)濟穩(wěn)定的影響主要是通過信貸渠道發(fā)生的，因此在目標(biāo)體系中主要設(shè)置了、一致合成指數(shù)CSI和信貸規(guī)模指數(shù)CREDI，并著重分析公司特質(zhì)波動對于一致合成指數(shù)CSI和信貸規(guī)模的影響，以印證上文的理論分析。

（四）模型的設(shè)定

考慮到公司特質(zhì)波動與宏觀經(jīng)濟變量之間的關(guān)系主要表現(xiàn)在長期關(guān)系。為了保存數(shù)據(jù)中的互動信息，即便其時間序列非平穩(wěn)，也不采用差分法進(jìn)行平穩(wěn)處理[15]，因此，本文選擇上述指標(biāo)的水平變量構(gòu)建SVAR模型。而SVAR利用殘差協(xié)方差進(jìn)行Choleski分解來規(guī)避模型中的“新息”，這樣存在一個問題，即變量的排序有可能影響到因素的沖擊影響。按照Bjomland和Jacobsen[13]的方法，本文將一致合成指數(shù)CSI、通貨膨脹指數(shù)CPI和信貸變量CREDI排在序列的最前面，市場波動、行業(yè)層面波動和公司特質(zhì)波動排在后面，具體排序為：

yt=（CSIt，CREDIt，IDIOt）

因此本文的SVAR模型可以表述為：

B0yt=b*+B1yt-1+ut（1）

其中，yt為（3×1）維內(nèi)生變量向量；B0為可逆（3×3）維結(jié)構(gòu)系數(shù)矩陣，表示變量間的當(dāng)期關(guān)系；B1表示為（3×3）維反饋系數(shù)矩陣，代表變量滯后期與當(dāng)期間的關(guān)系；ut為（3×1）維隨機擾動項向量，為白噪聲向量；b*為常數(shù)項。

（五）模型的識別

SVAR模型和VAR模型之所以不同，在于SVAR模型中包含了變量間的當(dāng)期結(jié)構(gòu)性關(guān)系，這種關(guān)系是通過殘差項相互傳遞，為了能夠?qū)Γ?）式進(jìn)行估計，需要將其轉(zhuǎn)化為VAR的簡約形式：

yt=a*+A1yt-1+εt（2）

其中，A1為（3×3）維系數(shù)矩陣，εt為（3×1）隨機擾動項向量，且Eεtε′t=∑ε為（3×3）維對稱正半定矩陣。根據(jù)（1）式和（2）式之間的隨機誤差項之間的關(guān)系，即ut=B0εt，由于Eεtε′t為對稱半正定矩陣，因此ut也為對稱半正定矩陣。至此，為了完全識別SVAR（1），需要對B0施加約束條件。這種約束條件是以公司特質(zhì)波動、市場波動針對宏觀經(jīng)濟變量的影響和傳導(dǎo)過程為基礎(chǔ)的。一般而言，對于具有k個內(nèi)生解釋變量的SVAR模型，需要對B0施加k（k-1）/2個約束條件才能恰好識別出所有參數(shù)。

二、數(shù)據(jù)分析和實證檢驗

（一）時間序列平穩(wěn)性檢驗

本文首先用Eviews6.0對以上三個變量進(jìn)行單位根檢驗，檢驗方法采用ADF方法進(jìn)行處理，單位根檢驗的結(jié)果如表1所示：

（二）變量協(xié)整關(guān)系檢驗

本文采用Johansen協(xié)整檢驗對3個變量系統(tǒng)進(jìn)行分析。假定數(shù)據(jù)中存在線性趨勢，協(xié)整向量含有截距但是沒有線性趨勢，選取2作為滯后階數(shù)，得到檢驗結(jié)果如表：

表2表明無論跡統(tǒng)計量還是最大特征值法，系統(tǒng)有3個協(xié)整向量，而根據(jù)Sims[13]的結(jié)論，當(dāng)存在協(xié)整關(guān)系是，即便使用變量的水平值建立VAR模型是不會出現(xiàn)識別錯誤，且最小二乘法的結(jié)果都是一致估計，因此，本文采用水平值進(jìn)行模型的估計和分析。

（三）模型參數(shù)估計

對于這3個變量形成的系統(tǒng)直接應(yīng)用SVAR模型分析公司特質(zhì)波動以及市場波動對宏觀經(jīng)濟穩(wěn)定的影響時，關(guān)鍵是如何設(shè)定內(nèi)生變量的同期相關(guān)矩陣，結(jié)合上面分析，并參考Kim和Roubini[7]的方法，本文的B0為：

uidioucrediucsi=

1b12b13b211b23b31b321

εidioεcrediεcsi

（3）

一般情況下，對B0參數(shù)的約束分為短期約束和長期約束之分，長期約束一般是指零約束，是指一個變量對另一變量的結(jié)構(gòu)沖擊的長期相應(yīng)為0，但三者間均存在長期關(guān)系，因此對于該矩陣應(yīng)施加短期約束。在（3）式中的第1行，銀行信貸行為的變化是取決于公司凈資產(chǎn)值的變化，當(dāng)公司資產(chǎn)凈值由于信貸市場的不確定性增加時，引起了公司現(xiàn)金流的變化而發(fā)生改變，因此信貸行為的變化在當(dāng)期對于公司特質(zhì)波動沒有影響，兩者的當(dāng)期關(guān)系應(yīng)該為零，則本文中可以設(shè)定b12=0。而公司特質(zhì)波動對宏觀經(jīng)濟穩(wěn)定變量CSI也是通過公司資產(chǎn)凈值的改變，引起公司投融資行為發(fā)生變化導(dǎo)致的，因此，公司特質(zhì)波動的變化是取決于公司層面特質(zhì)信息的改變，盡管從長期將公司層面經(jīng)營狀況與宏觀因素密切相關(guān)，但宏觀經(jīng)濟對于公司特質(zhì)波動沒有當(dāng)期影響。本文設(shè)定b13=0。而在（3）式的第2行，根據(jù)不完全信息理論以及效率工資理論，價格存在粘性，因此，信貸規(guī)模指數(shù)CREDI對一致合成指數(shù)CSI只存在滯后效應(yīng)，因此b23=0。

在模型（3）中滿足可識別條件的情況下，我們可以使用回歸模型，并估計得到SVAR模型的所有未知參數(shù)，從而可得到矩陣B0，以及ut和εt的線性組合估計結(jié)果。首先，通過建立最小二乘回歸模型，得到公司特質(zhì)波動對于我國信貸市場的當(dāng)期關(guān)系為B21=-0.1194，說明兩者間呈現(xiàn)出負(fù)相關(guān)關(guān)系，也印證了公司特質(zhì)波動其實是作為公司在信貸市場的金融摩擦存在的，其程度越高，那么公司的融資摩擦愈大，尤其在我國信貸市場信息不對稱狀況明顯，信貸配給嚴(yán)重的情況下，更是如此。其次，而公司特質(zhì)波動IDIO對于一致合成指數(shù)CSI的影響，估計IDIO對CSI的系數(shù)為

B31=-0.2763，這意味著當(dāng)證券市場平均公司特質(zhì)波動上升一個百分點時，CSI指數(shù)則下降0.2763個百分點，盡管與Portes和Ozenbas[5]的研究結(jié)果認(rèn)為，在美國證券市場上公司特質(zhì)波動的上升能夠解釋40%的宏觀經(jīng)濟波動下降原因相比，也說明在我國證券市場上，平均公司特質(zhì)波動在長期內(nèi)是影響宏觀經(jīng)濟波動的一個重要因素。同時說明公司特質(zhì)波動與宏觀經(jīng)濟波動之間的關(guān)系呈現(xiàn)出明顯的負(fù)相關(guān)性。

三、實證結(jié)果分析

本文利用SVAR的目的是從公司特質(zhì)波動、信貸規(guī)模、宏觀經(jīng)濟變量三個內(nèi)生變量間內(nèi)在的動態(tài)關(guān)系，并發(fā)現(xiàn)三者信息傳遞的方式和特征，尤其是公司特質(zhì)波動通過信貸市場對宏觀經(jīng)濟變量的影響。在SVAR模型中，變量間的關(guān)系式相互的交錯發(fā)生，我們是通過脈沖響應(yīng)函數(shù)來反映這一關(guān)系。而脈沖響應(yīng)函數(shù)是分析當(dāng)一個誤差項發(fā)生改變，或者說模型受到某種沖擊時對系統(tǒng)的動態(tài)影響，用以描繪在擾動項上施加沖擊，對內(nèi)生變量當(dāng)前值和未來值所帶來的影響，因此帶有一定的滯后性，本文在這里選取的滯后長度為10個月。在SVAR中，通過結(jié)構(gòu)脈沖響應(yīng)函數(shù)的分解可以得到系統(tǒng)中各個內(nèi)生變量對自身以及其他內(nèi)生變量單位變動的反應(yīng)。根據(jù)本文的研究目的，主要考察公司特質(zhì)波動對信貸規(guī)模以及宏觀經(jīng)濟穩(wěn)定變量的動態(tài)影響。

（一）公司特質(zhì)波動對信貸規(guī)模的脈沖反應(yīng)函數(shù)

圖1中分別顯示了公司特質(zhì)波動對信貸規(guī)模

的脈沖響應(yīng)函數(shù)圖和積累響應(yīng)函數(shù)圖。當(dāng)公司特質(zhì)波動自身結(jié)構(gòu)新息的一個單位標(biāo)準(zhǔn)差擾動時（1%，為正向總沖擊，下同），信貸市場規(guī)模（圖中的D（CREDI），對數(shù)形式）在當(dāng)期產(chǎn)生一個負(fù)向的響應(yīng)，為-0.15個百分點，第二期產(chǎn)生-1.012個百分點的負(fù)向響應(yīng)，在第三期這種負(fù)

向響應(yīng)達(dá)到最大值，為-1.174個百分點，此后逐步下降，到第十期以后接近于零。通過積累脈沖響應(yīng)圖中可以看到，從第十期以后逐步穩(wěn)定在4.5個百分點左右。說明公司特質(zhì)波動對于信貸規(guī)模的沖擊均是具有長期性。通過兩者的脈沖反映函數(shù)，我們可以發(fā)現(xiàn)，在我國證券市場上公司特質(zhì)波動的上升，意味著公司層面特質(zhì)信息不確定性的上升，而這種信息不確定性加劇了信貸市

場上，銀行等金融機構(gòu)觀察公司內(nèi)部經(jīng)營狀況的信息不確定性增加。這種狀況影響著企業(yè)的資產(chǎn)凈值的改變，企業(yè)若憑借流動資產(chǎn)或者抵押品獲得銀行信用，從公司的資產(chǎn)負(fù)債表來看就會負(fù)擔(dān)加重，償還能力變差，要想獲得銀行貸款就越困難。伴隨著這種金融摩擦的上升，企業(yè)外部融資升水增加，迫使企業(yè)的融資順序發(fā)生改變，逐步轉(zhuǎn)向內(nèi)部融資，因此信貸規(guī)模開始下降，而且這種狀況是具有持久性。

（二）信貸規(guī)模對宏觀經(jīng)濟穩(wěn)定的脈沖響應(yīng)函數(shù)

圖2中，當(dāng)信貸規(guī)模自身結(jié)構(gòu)新息的一個單位標(biāo)準(zhǔn)差擾動時（1%，為正向總沖擊，下同），

宏觀經(jīng)濟穩(wěn)定變量（圖中的D（GYZ），對數(shù)形式）在當(dāng)期產(chǎn)生一個負(fù)的響應(yīng)，為2.4個百分點，從第二期開始響應(yīng)由負(fù)轉(zhuǎn)正，為1.7個百分點，在第八期響應(yīng)值達(dá)到最大值為9.97個百分點，此

后開始逐步下降并趨近于零。而通過積累脈沖響應(yīng)圖中可以看到，從第十五期以后逐步穩(wěn)定在15.2個百分點左右。說明信貸規(guī)模的增加對于宏觀經(jīng)濟在短期具有較強的提升作用。

（三）公司特質(zhì)波動對宏觀經(jīng)濟穩(wěn)定的脈沖響應(yīng)函數(shù)

圖3中，當(dāng)公司特質(zhì)波動自身結(jié)構(gòu)新息的一個單位標(biāo)準(zhǔn)差擾動時（1%，為正向總沖擊，下同），宏觀經(jīng)濟穩(wěn)定變量（圖中的D（GYZ），對數(shù)形式）在當(dāng)期產(chǎn)生0.527個百分點的正響應(yīng)，第二期響應(yīng)由正變負(fù)，響應(yīng)值為-1.77個百分點，在第七期該負(fù)響應(yīng)值達(dá)到最大值，為-16.41個百分點，此后開始逐步下降，從第十五期開始逐步趨近于零。通過積累脈沖響應(yīng)圖中可以看到，從第十五期以后逐步穩(wěn)定在24.89個百分點左右。由此看出，公司特質(zhì)波動對于宏觀經(jīng)濟變量CSI具有明顯的負(fù)相關(guān)性，而且這種沖擊響應(yīng)具有持久性。另外結(jié)合圖1和圖2，也可以得知，這種負(fù)向沖擊效應(yīng)是通過信貸市場行為的收縮而產(chǎn)生的。

四、研究結(jié)論與展望

Portes和Ozenbas（2009）在理論上驗證了公司特質(zhì)波動對宏觀經(jīng)濟穩(wěn)定的影響，本文采用結(jié)構(gòu)向量自回歸計量方法，以我國證券市場A股收益數(shù)據(jù)和相關(guān)的宏觀經(jīng)濟變量，研究了公司特質(zhì)波動、信貸市場規(guī)模和宏觀經(jīng)濟穩(wěn)定變量三者之間的因果關(guān)系。結(jié)果發(fā)現(xiàn)：第一，公司特質(zhì)波動水平的變動是引起信貸規(guī)模發(fā)生變化的一個重要的因素，無論從影響程度和持續(xù)時間來講，都是非常重要，公司特質(zhì)波動與信貸規(guī)模之間是顯著的負(fù)向關(guān)系，當(dāng)公司特質(zhì)波動越大時，信貸規(guī)模就會下降。公司特質(zhì)波動在其信息內(nèi)涵上，并非代表公司特質(zhì)信息納入股價的程度，而是衡量信息不確定性程度的指代變量。

第二，公司特質(zhì)波動與宏觀經(jīng)濟波動之間呈現(xiàn)明顯的負(fù)相關(guān)性。這種相關(guān)性是通過信貸渠道產(chǎn)生的，即當(dāng)公司特質(zhì)波動的增加迫使公司外部融資升水增加，制約了外部融資規(guī)模，從而導(dǎo)致信貸市場萎縮，從而降低了宏觀經(jīng)濟波動程度。

但據(jù)已有的文獻(xiàn)資料表明，資產(chǎn)價格尤其股票價格波動，除了公司融資渠道，更多是通過公司投資行為對宏觀經(jīng)濟穩(wěn)定產(chǎn)生作用，而資產(chǎn)價格波動是通過信息機制來影響上市公司投資規(guī)模。那么公司特質(zhì)波動的變化是否能夠影響公司投資行為，其影響機制和渠道是什么？這都是未來值得研究方向。

參考文獻(xiàn)：

[1] 陳健.中國股市非系統(tǒng)風(fēng)險被定價的實證研究[J].南方經(jīng)濟，2010，（7）：41-49.

[2] Roll. R2[J]. Journal of Finance， 1988，（43）： 541-566.

[3] Wurgler J. Financial Markets and the Allocation of Capital[J]. Journal of Financial Economics， 2000，（58）：187-214.

[4] Morck R.， Bemard Yeung， Wayne Yu. The Information Content of Stock Markets： Why do Emerging Markets Have Synchronous Stock Price Movements？[J]. Journal of Financial Economics，2011，（58）： 215-260.

[5] Hoberg G.， Nagpurnan and R. and Prahala. Disappearing dividends： the importance of idiosyncratic risk and the irrelevance of catering[Z].SSRN Working paper， 2010.

[6] Bernanke， B.， S.， Gertler， M.， Gilchrist， S. The Financial Accelerator[M]∥J. B. Taylor. Handbook of Macroeconomics. Amsterdam：NorthHolland，1999.

[7] Kim C.， J. and C.R. Nelson. Has the US economy become more stable？ —A Bayesian approach based on a Markovswitching model of the business cycle[J]. Review of Economics and Statistics，1999，（81）：608-616.

[8] 黃波，李湛，顧孟迪.基于風(fēng)險偏好資產(chǎn)定價模型的公司特質(zhì)風(fēng)險研究[J].管理世界，2006，（11）：26-30.

[9] 楊華蔚，韓立巖.中國股票市場特質(zhì)波動率與橫截面收益研究[J].北京航天航空大學(xué)學(xué)報，2009，（3）：6-10.

[10] Campbell J.Y，Lettau M.，Malkiel，G.B and Xu，Y.Have individual stocks become more volatile？—An empirical exploration of idiosyncratic risk[J].Journal of Finance，2001，（56）：1-43.

[11] Malkiel B. and Xu Y. Investigating the behaviour of idiosyncratic volatility[J]. Journal of Business， 2003，（76）：613-644.

[12] Bali T.， Cakici N.and Levy， H. A model-independent measure of aggregate idiosyncratic risk[J]. Journal of Empirical Finance， 2008，（15）：878-896.

[13] Blanchard， O. ，J. Simon. The Long and Large Decline in US[C]. Output Volatility Brookings Papers on Economic Activity， 2001， （32）：135-174.