宏觀經(jīng)濟(jì)數(shù)據(jù)精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的宏觀經(jīng)濟(jì)數(shù)據(jù)主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：宏觀經(jīng)濟(jì)數(shù)據(jù)范文

在新常態(tài)下，我國(guó)經(jīng)濟(jì)面臨的形勢(shì)和任務(wù)更加復(fù)雜艱巨，政府宏觀決策對(duì)宏觀經(jīng)濟(jì)分析的準(zhǔn)確性和時(shí)效性提出了更高的要求。隨著大數(shù)據(jù)時(shí)代的到來(lái)，借助大規(guī)模數(shù)據(jù)生產(chǎn)、分享和利用，以嶄新的思維和技術(shù)去分析，將揭示海量數(shù)據(jù)背后所隱藏的宏觀經(jīng)濟(jì)運(yùn)行模式。

大數(shù)據(jù)方法和技術(shù)不僅可以被深度地應(yīng)用在微觀分析、行業(yè)研究領(lǐng)域，也可以運(yùn)用在宏觀決策之中。未來(lái)，大數(shù)據(jù)既是企業(yè)占領(lǐng)市場(chǎng)、贏得機(jī)遇的利器，也是政府進(jìn)行宏觀調(diào)控、國(guó)家治理、社會(huì)管理的信息基礎(chǔ)。而大數(shù)據(jù)時(shí)代對(duì)數(shù)據(jù)的挖掘、處理和分析的方式，對(duì)于傳統(tǒng)的宏觀經(jīng)濟(jì)分析，無(wú)疑是一次大的革新。

大數(shù)據(jù)應(yīng)用于宏觀經(jīng)濟(jì)分析的趨勢(shì)

傳統(tǒng)的宏觀經(jīng)濟(jì)分析通常是通過(guò)對(duì)比主要宏觀經(jīng)濟(jì)指標(biāo)、建立宏觀經(jīng)濟(jì)計(jì)量模型、仿真宏觀經(jīng)濟(jì)動(dòng)力系統(tǒng)，對(duì)宏觀經(jīng)濟(jì)形勢(shì)及未來(lái)發(fā)展趨勢(shì)進(jìn)行判斷與預(yù)測(cè)。

在當(dāng)前的大數(shù)據(jù)時(shí)代，越來(lái)越多的宏觀經(jīng)濟(jì)政策制定者和相關(guān)專(zhuān)家學(xué)者都已經(jīng)意識(shí)到，大數(shù)據(jù)對(duì)宏觀經(jīng)濟(jì)分析有著革命性的影響。目前，在宏觀經(jīng)濟(jì)分析及預(yù)測(cè)中運(yùn)用大數(shù)據(jù)方面，無(wú)論是國(guó)外還是國(guó)內(nèi)，從新型宏觀經(jīng)濟(jì)指數(shù)構(gòu)建，到建立新型大數(shù)據(jù)宏觀經(jīng)濟(jì)預(yù)測(cè)模型，各方面都取得了一定的進(jìn)展。

早期大數(shù)據(jù)在宏觀經(jīng)濟(jì)分析領(lǐng)域的應(yīng)用，主要集中在建立新的宏觀經(jīng)濟(jì)指數(shù)，以便更加準(zhǔn)確的反應(yīng)宏觀經(jīng)濟(jì)運(yùn)行狀況。這方面的工作主要基于個(gè)人的交易記錄，包括像一些歐洲國(guó)家將銷(xiāo)售點(diǎn)掃描數(shù)據(jù)納入CPI指數(shù)編制。

特別引起關(guān)注的是麻省理工學(xué)院的經(jīng)濟(jì)學(xué)家利用網(wǎng)上購(gòu)物交易數(shù)據(jù)創(chuàng)建的BBP項(xiàng)目 （Billion Prices Project），基于不斷變化的一籃子商品所計(jì)算的日度通脹指數(shù)。這種實(shí)時(shí)的通貨膨脹指數(shù)能夠比相應(yīng)的官方數(shù)據(jù)更好地反映實(shí)際經(jīng)濟(jì)運(yùn)行的情況。當(dāng)年，在雷曼兄弟公司倒閉后，BPP 的數(shù)據(jù)顯示，大部分美國(guó)企業(yè)幾乎立刻開(kāi)始削減價(jià)格，這就表明總需求已經(jīng)減弱。而相比之下，官方通脹機(jī)構(gòu)公布的數(shù)據(jù)直到當(dāng)年11月，即在10月CPI數(shù)據(jù)公布后，才對(duì)通貨緊縮有所反應(yīng)。

“企業(yè)發(fā)展工商指數(shù)”是宏觀經(jīng)濟(jì)分析領(lǐng)域中典型的大數(shù)據(jù)應(yīng)用案例，也是我國(guó)政府在大數(shù)據(jù)挖掘領(lǐng)域的首創(chuàng)成果。該指數(shù)包括10 個(gè)對(duì)宏觀經(jīng)濟(jì)具有顯著先行性的指標(biāo)，可以提前1～2 個(gè)季度預(yù)測(cè)宏觀經(jīng)濟(jì)發(fā)展趨勢(shì)。它改變了傳統(tǒng)的抽樣統(tǒng)計(jì)方式，利用大數(shù)據(jù)挖掘技術(shù)，對(duì)工商全量、動(dòng)態(tài)的全國(guó)企業(yè)登記數(shù)據(jù)進(jìn)行分析，發(fā)掘大數(shù)據(jù)價(jià)值，并采用合成企業(yè)發(fā)展工商指數(shù)，以判斷宏觀經(jīng)濟(jì)走勢(shì)。

除了宏觀經(jīng)濟(jì)分析與預(yù)測(cè)方面相關(guān)指數(shù)的建構(gòu)，從宏觀經(jīng)濟(jì)分析與預(yù)測(cè)研究的國(guó)際趨勢(shì)看，使用大數(shù)據(jù)集，建構(gòu)監(jiān)測(cè)預(yù)測(cè)的模型，進(jìn)行經(jīng)濟(jì)預(yù)測(cè)越來(lái)越廣泛，逐漸成為很多國(guó)家央行進(jìn)行經(jīng)濟(jì)預(yù)測(cè)的新方法和新工具。

在應(yīng)用互聯(lián)網(wǎng)大數(shù)據(jù)進(jìn)行經(jīng)濟(jì)分析及預(yù)測(cè)中，使用網(wǎng)絡(luò)搜索引擎或網(wǎng)絡(luò)社交媒體記錄的關(guān)鍵詞，會(huì)有數(shù)據(jù)獲取及時(shí)、樣本統(tǒng)計(jì)意義明顯等優(yōu)勢(shì)，預(yù)測(cè)精度較高。

Google Trends每天都在產(chǎn)生大量與經(jīng)濟(jì)發(fā)展相關(guān)的查詢(xún)結(jié)果，且這些查詢(xún)結(jié)果與當(dāng)下的經(jīng)濟(jì)活動(dòng)之間必然存在著不容忽視的關(guān)系，或許可以對(duì)預(yù)測(cè)當(dāng)下的經(jīng)濟(jì)活動(dòng)起到非常重要的作用。并且，在此基礎(chǔ)上，Choi H. &. Varian H.（2016）舉例說(shuō)明了如何利用Google Trends預(yù)測(cè)美國(guó)零售業(yè)、汽車(chē)、住房和旅游的銷(xiāo)售情況。

還有相關(guān)機(jī)構(gòu)引用專(zhuān)業(yè)數(shù)據(jù)分析軟件公司SAS的研究數(shù)據(jù)，以社交網(wǎng)絡(luò)活躍度增長(zhǎng)作為失業(yè)率上升的早期征兆，幫助政府判斷就業(yè)形勢(shì)和經(jīng)濟(jì)狀況，以更好地制定經(jīng)濟(jì)政策。在社交網(wǎng)絡(luò)上，網(wǎng)民們更多地談?wù)摗拔业能?chē)放在車(chē)庫(kù)已經(jīng)快兩周了”、“我這周只去了一次超市”這些話題時(shí)，顯示網(wǎng)民可能面臨巨大的失業(yè)壓力；當(dāng)網(wǎng)民開(kāi)始討論“我要出租房屋”、“我準(zhǔn)備取消度假”這些話題時(shí)，顯示出這些網(wǎng)民可能已經(jīng)失業(yè)，面臨巨大的生存壓力，這些指標(biāo)是失業(yè)后的滯后標(biāo)志性指標(biāo)。

樣本統(tǒng)計(jì)轉(zhuǎn)為總體普查

大數(shù)據(jù)的發(fā)展對(duì)于宏觀經(jīng)濟(jì)分析最為顯著的積極影響，莫過(guò)于使宏觀經(jīng)濟(jì)分析從樣本統(tǒng)計(jì)時(shí)代走向總體普查時(shí)代。大數(shù)據(jù)時(shí)代的宏觀經(jīng)濟(jì)分析中，傳統(tǒng)的樣本假設(shè)方式被拋棄，轉(zhuǎn)而以真實(shí)的海量數(shù)據(jù)來(lái)進(jìn)行計(jì)算機(jī)的自動(dòng)分析。

我們知道，傳統(tǒng)的經(jīng)濟(jì)分析包括經(jīng)濟(jì)計(jì)量分析是建立在抽樣統(tǒng)計(jì)基礎(chǔ)之上的，在傳統(tǒng)的抽樣統(tǒng)計(jì)分析中，往往以假設(shè)檢驗(yàn)為基本模式，依靠的數(shù)據(jù)主要是樣本，將樣本假設(shè)為整體，然而，這種分析往往與事實(shí)存在或多或少的出入。

與傳統(tǒng)宏觀經(jīng)濟(jì)分析總是局限于小規(guī)模樣本數(shù)據(jù)有所不同，在大數(shù)據(jù)時(shí)代，隨著信息覆蓋范圍和數(shù)據(jù)量迅速提升，數(shù)據(jù)樣本的體量會(huì)極大地提高，甚至可以達(dá)到樣本即總體的程度。例如，就物價(jià)而言，每一筆在電子商務(wù)網(wǎng)站成交的交易信息都能記錄在案。這樣的情況下，宏觀經(jīng)濟(jì)分析的可靠性必然大大加強(qiáng)。

同時(shí)，隨著信息量的極大拓展和處理信息能力的極大提高，使得宏觀經(jīng)濟(jì)的分析不再局限于傳統(tǒng)的統(tǒng)計(jì)分析模式，而是將抽樣分析轉(zhuǎn)變?yōu)榭傮w分析。這一點(diǎn)對(duì)宏觀經(jīng)濟(jì)分析意義重大，因?yàn)楹暧^經(jīng)濟(jì)系統(tǒng)紛繁復(fù)雜，如果能將對(duì)整體宏觀經(jīng)濟(jì)變量的分析建立在盡可能多的關(guān)于經(jīng)濟(jì)主體行為的信息以及其他諸多經(jīng)濟(jì)變量的信息的基礎(chǔ)上，無(wú)疑將會(huì)極大地提高宏觀經(jīng)濟(jì)分析的準(zhǔn)確性。

基于推特（Twitter）平臺(tái)表達(dá)的公共情緒用來(lái)預(yù)測(cè)股市變動(dòng)，是很典型的例子。2008年3月到12月長(zhǎng)達(dá)九個(gè)月間，270萬(wàn)Twitter用戶(hù)推送的多達(dá)970萬(wàn)條的消息，經(jīng)過(guò)情緒評(píng)估工具――Opinion Finder 和GPOMS 被分別賦值并評(píng)估為“積極”與“消極”兩種情緒和“calm（冷靜）”、“alert（警覺(jué)）”、“ sure（確信）”、“vital（活潑）”、“kind（美好）”、“happy（高興）”六種情緒。結(jié)果發(fā)現(xiàn)，在道瓊斯工業(yè)平均指數(shù)和GPOMS中的“calm（冷靜）”情緒之間存在相關(guān)性。進(jìn)一步研究發(fā)現(xiàn)，“calm（冷靜）”情緒可以很好地預(yù)測(cè)道瓊斯工業(yè)平均指數(shù)在未來(lái)2到6天的漲跌情況，而且這種每日預(yù)測(cè)的準(zhǔn)確率高達(dá)到87.6%。

大數(shù)據(jù)時(shí)代，可獲得大而全的可得數(shù)據(jù)，甚至可拋棄原有的假設(shè)檢驗(yàn)的模式，這些優(yōu)勢(shì)是傳統(tǒng)經(jīng)濟(jì)分析方法無(wú)法想象和實(shí)現(xiàn)的，無(wú)疑將會(huì)極大地提高宏觀經(jīng)濟(jì)分析的準(zhǔn)確性和可信度，不僅可以更加準(zhǔn)確了解宏觀經(jīng)濟(jì)形勢(shì)，還有利于正確做出宏觀經(jīng)濟(jì)發(fā)展的預(yù)測(cè)，從而更加合理地制定宏觀經(jīng)濟(jì)政策。

變量個(gè)數(shù)無(wú)限增多

在當(dāng)前大數(shù)據(jù)時(shí)代，數(shù)據(jù)的可得性和多樣性導(dǎo)致樣本量無(wú)限增大，同時(shí)變量個(gè)數(shù)無(wú)限增多，這有利于應(yīng)用大量模型進(jìn)行研究，并應(yīng)用完備的數(shù)據(jù)信息，提高預(yù)測(cè)的準(zhǔn)確性。

經(jīng)濟(jì)預(yù)測(cè)模型可以分為兩類(lèi)：一是傳統(tǒng)的小模型預(yù)測(cè)，這類(lèi)模型往往通過(guò)建立時(shí)間序列、橫截面或面板方程來(lái)進(jìn)行經(jīng)濟(jì)分析。傳統(tǒng)的小模型預(yù)測(cè)的特點(diǎn)是僅使用較少的變量，像VAR模型的變量個(gè)數(shù)通常小于10個(gè)。二是大模型預(yù)測(cè)，這類(lèi)模型往往使用成百上千個(gè)變量，因而大模型預(yù)測(cè)利用的信息非常豐富。

小模型預(yù)測(cè)理論比較成熟、方法相對(duì)簡(jiǎn)單。但是，小模型預(yù)測(cè)有天然的缺陷，那就是變量的完整通常是不可能的，而預(yù)測(cè)的效果受限于其所使用的變量。

使用小模型進(jìn)行預(yù)測(cè)時(shí)必須仔細(xì)挑選預(yù)測(cè)變量，然而仁者見(jiàn)仁智者見(jiàn)智，無(wú)論是根據(jù)理論還是根據(jù)經(jīng)驗(yàn)進(jìn)行變量的選擇，其過(guò)程必然會(huì)存在差異，其結(jié)果也更是可想而知，而且甚至?xí)a(chǎn)生一些爭(zhēng)議。比如，基于菲利普斯曲線預(yù)測(cè)通脹時(shí)，有的研究使用失業(yè)率作為預(yù)測(cè)變量，也有研究使用GDP缺口或者產(chǎn)能利用率。

清華大學(xué)經(jīng)濟(jì)學(xué)研究所所長(zhǎng)劉濤雄教授就指出，由于模型變量選擇、參數(shù)設(shè)置、估計(jì)方法以及滯后期選擇等的不同，預(yù)測(cè)結(jié)果會(huì)產(chǎn)生很大的偏差。

小模型預(yù)測(cè)方法這一天然的局限是很難調(diào)和的，主要是因?yàn)閿?shù)據(jù)樣本有限而導(dǎo)致增加很多變量不可行。這使小模型預(yù)測(cè)的結(jié)論往往和經(jīng)濟(jì)現(xiàn)實(shí)嚴(yán)重脫節(jié)。我們很難想象中央銀行會(huì)僅僅根據(jù)少數(shù)幾個(gè)變量進(jìn)行宏觀預(yù)測(cè)，并據(jù)此做出決策。即便是一家企業(yè)也不會(huì)如此草率。

通過(guò)大數(shù)據(jù)挖掘，可以使得變量大大增加。這就為經(jīng)濟(jì)預(yù)測(cè)從小模型預(yù)測(cè)轉(zhuǎn)變?yōu)榇竽Ｐ皖A(yù)測(cè)創(chuàng)造了條件，應(yīng)用大量模型進(jìn)行分析及預(yù)測(cè)，可以應(yīng)用完備的數(shù)據(jù)信息，從而提高預(yù)測(cè)的準(zhǔn)確性。

在美國(guó)，銀行通常依靠FICO得分做出貸款與否的決定，F(xiàn)ICO分大概有15-20個(gè)變量，諸如信用卡的使用比率、有無(wú)未還款的記錄等。而一家名為ZestCash的金融機(jī)構(gòu)，在決定是否向客戶(hù)放貸的時(shí)，分析的卻是數(shù)千個(gè)信息線索。ZestCash正是依靠其強(qiáng)大的對(duì)于大數(shù)據(jù)的處理和分析能力，形成了其獨(dú)特的核心競(jìng)爭(zhēng)力。

未必因果關(guān)系 而是相關(guān)關(guān)系

傳統(tǒng)的經(jīng)濟(jì)計(jì)量分析以尋找相關(guān)事物（變量）的因果關(guān)系為核心，而大數(shù)據(jù)條件下的經(jīng)濟(jì)分析通常則著眼于挖掘相關(guān)事物（變量）的相關(guān)關(guān)系。

在復(fù)雜的宏觀經(jīng)濟(jì)系統(tǒng)中，許多經(jīng)濟(jì)變量的因果關(guān)系往往難以準(zhǔn)確檢驗(yàn)，或者因果結(jié)論經(jīng)常廣受質(zhì)疑。然而，在如今的大數(shù)據(jù)時(shí)代，更加重視可靠相關(guān)關(guān)系的發(fā)掘，并且充分利用相關(guān)關(guān)系對(duì)于經(jīng)濟(jì)預(yù)測(cè)、經(jīng)濟(jì)政策制定與評(píng)估的作用，則無(wú)疑為宏觀經(jīng)濟(jì)分析打開(kāi)了另一片廣闊的空間。

在“小數(shù)據(jù)”時(shí)代，宏觀經(jīng)濟(jì)中的因果關(guān)系分析其實(shí)并不容易，耗費(fèi)的精力大、時(shí)間多。特別是，要從建立假設(shè)開(kāi)始，進(jìn)而不斷地進(jìn)行一系列假設(shè)的實(shí)驗(yàn)，而一個(gè)個(gè)假設(shè)要么被證實(shí)，要么被。不過(guò)，無(wú)論被證實(shí)還是被，由于二者都始于假設(shè)，這些分析就都有受偏見(jiàn)的可能，所以極易導(dǎo)致錯(cuò)誤。

同時(shí)，由于計(jì)算機(jī)能力的不足，在小數(shù)據(jù)時(shí)代，大部分相關(guān)事物（變量）關(guān)系的分析局限于尋求線性關(guān)系。然而，實(shí)際上的情況要復(fù)雜得多，在現(xiàn)實(shí)宏觀經(jīng)濟(jì)中，總能夠發(fā)現(xiàn)的是相關(guān)事物（變量）的“非線性關(guān)系”。

當(dāng)然，在小數(shù)據(jù)世界的宏觀經(jīng)濟(jì)分析中，相關(guān)關(guān)系也是存在并有價(jià)值的；不過(guò)，在大數(shù)據(jù)時(shí)代的宏觀經(jīng)濟(jì)分析中，相關(guān)關(guān)系才將大放異彩。維克托?邁爾-舍恩伯格與肯尼思?庫(kù)克耶（Victor？Mayer-Schonberger &. Kenneth？Cukier）認(rèn)為，建立在相關(guān)關(guān)系分析基礎(chǔ)上的預(yù)測(cè)是大數(shù)據(jù)的核心。通過(guò)應(yīng)用相關(guān)關(guān)系，可以比之前更容易、更快捷、更清楚地分析事物（變量）。

英國(guó)華威商學(xué)院為預(yù)測(cè)股市的漲跌，使用谷歌趨勢(shì)（Google Trends）共計(jì)追蹤了98個(gè)搜索關(guān)鍵詞。這中包括“債務(wù)”、“股票”、“投資組合”、“失業(yè)”、“市場(chǎng)”等與投資行為相關(guān)的詞，也包括“生活方式”、“藝術(shù)”、“快樂(lè)”、“戰(zhàn)爭(zhēng)”、“沖突”、“政治”等與投資無(wú)關(guān)的關(guān)鍵詞。結(jié)果發(fā)現(xiàn)有些詞條，諸如“債務(wù)”，成為預(yù)測(cè)股市的主要關(guān)鍵詞。

“谷歌流感趨勢(shì)”為預(yù)測(cè)季節(jié)性流感的暴發(fā)，對(duì)2003年和2008年間的5000萬(wàn)最常搜索的詞條進(jìn)行大數(shù)據(jù)“訓(xùn)練”，試圖發(fā)現(xiàn)某些搜索詞條的地理位置是否與美國(guó)流感疾病預(yù)防和控制中心的數(shù)據(jù)相關(guān)。

谷歌并沒(méi)有直接推斷哪些查詢(xún)?cè)~條是最好的指標(biāo)，相反，為了測(cè)試這些檢索詞條，谷歌總共處理了4.5億個(gè)不同的數(shù)字模型。將得出的預(yù)測(cè)與2007年和2008年美國(guó)疾控中心記錄的實(shí)際流感病例進(jìn)行對(duì)比后，谷歌公司發(fā)現(xiàn)，它們的大數(shù)據(jù)處理結(jié)果發(fā)現(xiàn)了45條檢索詞條的組合，將它們用于特定的數(shù)學(xué)模型，預(yù)測(cè)結(jié)果與官方數(shù)據(jù)的相關(guān)性高達(dá)97%。

在大數(shù)據(jù)時(shí)代來(lái)臨之前，盡管相關(guān)關(guān)系已被充分證明大有用途，可是相關(guān)關(guān)系的應(yīng)用很少。這是因?yàn)橛脕?lái)做相關(guān)關(guān)系分析的數(shù)據(jù)同用來(lái)做因果關(guān)系分析的數(shù)據(jù)一樣，也很少，也不容易得到，并且收集有關(guān)的數(shù)據(jù)，在過(guò)去相對(duì)來(lái)說(shuō)，也費(fèi)時(shí)費(fèi)力，也會(huì)耗資巨大。不過(guò)現(xiàn)如今，可用的數(shù)據(jù)如此之多，也就不存在這樣的難題了。特別是現(xiàn)在，有關(guān)專(zhuān)家們正在研發(fā)能發(fā)現(xiàn)并對(duì)比分析“非線性關(guān)系”的必要工具。總之，一系列飛速發(fā)展的新技術(shù)和新軟件從多方面提高了有關(guān)分析工具發(fā)現(xiàn)宏觀經(jīng)濟(jì)變量相關(guān)關(guān)系的能力，這就好比立體畫(huà)法可同時(shí)從多個(gè)角度來(lái)表現(xiàn)人物或事物。

在大數(shù)據(jù)時(shí)代，這些新的分析工具和思路為我們提供了一系列新的視野和有用的預(yù)測(cè)，使我們看到了很多以前不曾注意到的宏觀經(jīng)濟(jì)中的聯(lián)系，掌握了以前無(wú)法理解的復(fù)雜的國(guó)民經(jīng)濟(jì)動(dòng)態(tài)。

時(shí)滯變即期

目前對(duì)宏觀經(jīng)濟(jì)的分析研究所采用的資料，主要依賴(lài)于各種統(tǒng)計(jì)調(diào)查系統(tǒng)的統(tǒng)計(jì)數(shù)據(jù)，但面臨的最明顯的缺陷之一便在于關(guān)于宏觀經(jīng)濟(jì)統(tǒng)計(jì)的數(shù)據(jù)具有很強(qiáng)的時(shí)滯性。而大數(shù)據(jù)經(jīng)濟(jì)模型可以充分利用數(shù)據(jù)的實(shí)時(shí)性，提高分析或預(yù)測(cè)的時(shí)效性，為經(jīng)濟(jì)預(yù)警和政策制定提供最快速的資料和依據(jù)。

一般來(lái)說(shuō)，依賴(lài)統(tǒng)計(jì)部門(mén)的宏觀經(jīng)濟(jì)數(shù)據(jù)的都存在時(shí)間滯后的問(wèn)題。由于不能及時(shí)獲取宏觀經(jīng)濟(jì)發(fā)展的數(shù)據(jù)信息，也就不能對(duì)當(dāng)下的宏觀經(jīng)濟(jì)形勢(shì)作出準(zhǔn)確判斷。例如，政府公布的季度GDP 往往會(huì)有1個(gè)月的滯后期，而反映全面經(jīng)濟(jì)社會(huì)狀況的統(tǒng)計(jì)年鑒的滯后期會(huì)達(dá)到3個(gè)月左右，這對(duì)及時(shí)了解宏觀經(jīng)濟(jì)形勢(shì)、預(yù)測(cè)與預(yù)警都是非常不利的，基于此統(tǒng)計(jì)進(jìn)行的預(yù)測(cè)甚至被認(rèn)為助長(zhǎng)了宏觀經(jīng)濟(jì)波動(dòng)。

在互聯(lián)網(wǎng)技術(shù)的輔助下相關(guān)宏觀經(jīng)濟(jì)的分析部門(mén)能夠快速地收集到主要宏觀經(jīng)濟(jì)發(fā)展數(shù)據(jù)，如全社會(huì)的用電量、全社會(huì)的商品銷(xiāo)售總額以及商品房的購(gòu)買(mǎi)量等。這些大數(shù)據(jù)的獲取時(shí)間較短，有的數(shù)據(jù)甚至是立即可以獲得。

而隨著互聯(lián)網(wǎng)尤其是移動(dòng)互聯(lián)網(wǎng)的發(fā)展，產(chǎn)生了大量的即時(shí)傳播數(shù)據(jù)，如企業(yè)通過(guò)微博、微信第一時(shí)間產(chǎn)品、人事等重要信息； 普通用戶(hù)實(shí)時(shí)針對(duì)特定事件或?qū)ο蟀l(fā)表見(jiàn)解和態(tài)度，等等。

這些即時(shí)傳播的非結(jié)構(gòu)化數(shù)據(jù)對(duì)宏觀經(jīng)濟(jì)的走勢(shì)也產(chǎn)生了重要影響。通過(guò)大數(shù)據(jù)軟件處理平臺(tái)，可以實(shí)時(shí)追蹤和搜集這些即時(shí)數(shù)據(jù)，并快速對(duì)數(shù)據(jù)進(jìn)行分析和處理，從而提高宏觀經(jīng)濟(jì)的時(shí)效性，為經(jīng)濟(jì)活動(dòng)參與者贏得決策時(shí)間。

在日本北九州市八幡東區(qū)東田地區(qū)實(shí)行的“八幡東區(qū)綠色鄉(xiāng)村構(gòu)想”中，日本IBM公司除了設(shè)立城市整體能源管理系統(tǒng)、綜合性移動(dòng)管理系統(tǒng)外，還參與了控制整個(gè)城市的城市指揮中心建設(shè)。得益于該公司處理和分析大數(shù)據(jù)的高效工作，當(dāng)?shù)匦姓C(jī)關(guān)可以實(shí)時(shí)掌握城市能源的情況，并將分析的結(jié)果同氣象信息結(jié)合，詳細(xì)預(yù)測(cè)48小時(shí)之后電力等能源的供需狀況。如果發(fā)現(xiàn)將有電力不足的情況發(fā)生，行政部門(mén)可直接采取抑制電力消費(fèi)或讓電動(dòng)汽車(chē)釋放電能等措施，提前進(jìn)行預(yù)防。

第2篇：宏觀經(jīng)濟(jì)數(shù)據(jù)范文

關(guān)鍵詞：教學(xué)改革經(jīng)濟(jì)學(xué)數(shù)據(jù)可視化

《經(jīng)濟(jì)學(xué)基礎(chǔ)》是財(cái)經(jīng)類(lèi)高職學(xué)生一年級(jí)的專(zhuān)業(yè)基礎(chǔ)課，根據(jù)“扎根基礎(chǔ)、立足專(zhuān)業(yè)、面向發(fā)展”的原則，教學(xué)目標(biāo)包括了知識(shí)、能力和素質(zhì)三個(gè)層面的內(nèi)容。教學(xué)策略的選擇依據(jù)是學(xué)生自身的特點(diǎn)和教學(xué)內(nèi)容要求?！?5后”“00后”逐漸成為高職學(xué)生的主體，他們成長(zhǎng)于網(wǎng)絡(luò)時(shí)代，受到各種媒體信息的沖擊，既有學(xué)習(xí)自主性不強(qiáng)、邏輯思維能力較弱等不足，也有熟悉信息化手段、思維活躍等優(yōu)勢(shì)；在各媒體信息沖擊之下，從熱點(diǎn)中接觸到了GDP、通貨膨脹等內(nèi)容，但對(duì)國(guó)民經(jīng)濟(jì)總體運(yùn)行的邏輯認(rèn)識(shí)基本上處于空白狀態(tài)；數(shù)學(xué)基礎(chǔ)普遍較差，對(duì)大量的數(shù)據(jù)缺乏分析能力，甚至抱有一定的恐懼心理；長(zhǎng)期受到各種短視頻、碎片化網(wǎng)絡(luò)信息的熏陶，難以保持思考和專(zhuān)注。

宏觀經(jīng)濟(jì)學(xué)部分教學(xué)難點(diǎn)在于如何克服抽象理論和大量數(shù)據(jù)帶來(lái)的學(xué)習(xí)障礙，除了建設(shè)在線開(kāi)放學(xué)習(xí)平臺(tái)資源庫(kù)等系統(tǒng)性工作，數(shù)據(jù)可視化是教學(xué)實(shí)踐中應(yīng)當(dāng)重視的一個(gè)方向。

一、重構(gòu)教學(xué)內(nèi)容，突出“國(guó)民經(jīng)濟(jì)總體運(yùn)行”主線

傳統(tǒng)的經(jīng)濟(jì)學(xué)教材[1]中，宏觀經(jīng)濟(jì)部分教學(xué)內(nèi)容多，知識(shí)點(diǎn)分散，理論講課的重點(diǎn)在于“是什么”“為什么”，不太適合高職院校的一般教學(xué)：一方面教學(xué)時(shí)間不夠（通常只有不到20課時(shí)），另一方面教學(xué)內(nèi)容多且專(zhuān)業(yè)性較強(qiáng)，“講的不想聽(tīng)，聽(tīng)又聽(tīng)不懂”，教學(xué)效果較差。

以培養(yǎng)學(xué)生財(cái)經(jīng)職業(yè)素養(yǎng)為目標(biāo)，結(jié)合經(jīng)濟(jì)專(zhuān)業(yè)基礎(chǔ)知識(shí)“必需、夠用”的原則，圍繞“國(guó)民經(jīng)濟(jì)總體運(yùn)行”這一主題對(duì)教學(xué)內(nèi)容進(jìn)行重構(gòu)，第一部分是介紹如何描述國(guó)民經(jīng)濟(jì)的總體運(yùn)行，即認(rèn)識(shí)國(guó)民經(jīng)濟(jì)總量指標(biāo)，包括GDP、就業(yè)率、通貨膨脹率等，重點(diǎn)是掌握GDP的內(nèi)涵、核算方法，并且聯(lián)系現(xiàn)實(shí)了解這一指標(biāo)在描述地區(qū)經(jīng)濟(jì)實(shí)力方面的應(yīng)用；第二部分是介紹宏觀經(jīng)濟(jì)政策的四大目標(biāo)：經(jīng)濟(jì)增長(zhǎng)、充分就業(yè)、物價(jià)穩(wěn)定和國(guó)際收支平衡，不僅要掌握每個(gè)指標(biāo)的內(nèi)涵，還要結(jié)合案例分析這些指標(biāo)的應(yīng)用場(chǎng)景，加深學(xué)生對(duì)于貿(mào)易戰(zhàn)等熱點(diǎn)事件的理解；第三部分是宏觀經(jīng)濟(jì)政策的運(yùn)用，包括財(cái)政政策和貨幣政策，從財(cái)政、貨幣政策的實(shí)施邏輯到具體工具，培養(yǎng)正確的宏觀經(jīng)濟(jì)視野。

二、挖掘國(guó)內(nèi)數(shù)據(jù)，推動(dòng)教學(xué)案例“本土化”

經(jīng)濟(jì)學(xué)課程的理論性、專(zhuān)業(yè)性是比較強(qiáng)的，需要鮮活的案例才能真正理解，然而目前的教材普遍注重理論知識(shí)講解，而缺乏案例解析，僅有的部分案例要么時(shí)效性不強(qiáng)，要么來(lái)自于國(guó)外。根據(jù)張藝[2]（2019）對(duì)我國(guó)東部地區(qū)7所應(yīng)用型高校的經(jīng)濟(jì)與管理類(lèi)專(zhuān)業(yè)的相關(guān)調(diào)查顯示，高質(zhì)量的本土案例材料和數(shù)據(jù)對(duì)于很多應(yīng)用型高校而言非常缺乏，來(lái)自于歐美發(fā)達(dá)國(guó)家的教學(xué)案例與中國(guó)的現(xiàn)實(shí)情境存在著一定區(qū)別，導(dǎo)致學(xué)生難以形成代入感。“即使有些教師在開(kāi)展案例教學(xué)時(shí)偶爾加入了一些中國(guó)案例，但是往往沒(méi)有依據(jù)中國(guó)現(xiàn)實(shí)情境來(lái)對(duì)西方經(jīng)濟(jì)模型的適用性做出分析和調(diào)整，導(dǎo)致一些理論難以對(duì)中國(guó)所面臨的實(shí)際經(jīng)濟(jì)問(wèn)題做出合理的解釋?！?/p>

以國(guó)內(nèi)生產(chǎn)總值GDP的核算為例，教材上沿用美國(guó)的核算方式，以支出法、收入法為主，基本上不涉及生產(chǎn)法，支出法核算GDP包括了消費(fèi)、投資、政府購(gòu)買(mǎi)和凈出口四個(gè)部分；而國(guó)內(nèi)的統(tǒng)計(jì)信息是以生產(chǎn)法為主，支出法的構(gòu)成也與美國(guó)不同，消費(fèi)中包括了家庭和政府的支出，沒(méi)有單獨(dú)列出的政府購(gòu)買(mǎi)項(xiàng)目。這就帶來(lái)了理論學(xué)習(xí)與實(shí)踐應(yīng)用之間的困難，即使掌握了理論要點(diǎn)，也只能做假設(shè)的習(xí)題，不能真正分析現(xiàn)實(shí)的經(jīng)濟(jì)數(shù)據(jù)。在介紹GDP的不同核算方法時(shí)，應(yīng)當(dāng)與具體應(yīng)用聯(lián)系起來(lái)：生產(chǎn)法核算GDP中，第一、第二、第三產(chǎn)業(yè)增加值的構(gòu)成比例，可以在一定程度上代表經(jīng)濟(jì)結(jié)構(gòu)的發(fā)達(dá)程度，以此為基礎(chǔ)引入東西部地區(qū)、發(fā)達(dá)/發(fā)展中/落后國(guó)家和地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)對(duì)比，可以有效加深學(xué)生對(duì)該內(nèi)容的理解；支出法核算GDP中將不同項(xiàng)目在GDP中所占比例的數(shù)據(jù)圖示化表達(dá)出來(lái)，可以在時(shí)間變化和地區(qū)比較中展示消費(fèi)、投資、出口三駕馬車(chē)對(duì)經(jīng)濟(jì)的拉動(dòng)作用，將抽象數(shù)據(jù)轉(zhuǎn)變?yōu)榫唧w的認(rèn)知。

中國(guó)近三十年的經(jīng)濟(jì)成就有目共睹，但經(jīng)濟(jì)學(xué)教材中卻并沒(méi)有得到足夠的反映，依然是以歐美國(guó)家、日本等發(fā)達(dá)國(guó)家的數(shù)據(jù)為藍(lán)本，理論與現(xiàn)實(shí)之間的距離往往讓學(xué)生不能夠正確認(rèn)識(shí)經(jīng)濟(jì)發(fā)展的現(xiàn)實(shí)問(wèn)題。比如在經(jīng)濟(jì)增長(zhǎng)相關(guān)理論中，對(duì)經(jīng)濟(jì)增長(zhǎng)的影響因素的研究往往基于自由市場(chǎng)的起點(diǎn)，國(guó)內(nèi)林毅夫?yàn)榇淼男陆Y(jié)構(gòu)主義幾乎沒(méi)有任何介紹，教材上大量的假設(shè)、模型推導(dǎo)實(shí)際上超出了高職學(xué)生的學(xué)習(xí)范圍，難以掌握。教學(xué)中應(yīng)當(dāng)立足于實(shí)踐，以東亞“四小龍”模式、南美模式和“金磚國(guó)家”等案例為代表，通過(guò)土地、人口、資本等影響因素的具體的分析加深對(duì)于經(jīng)濟(jì)增長(zhǎng)的認(rèn)知。

三、運(yùn)用信息手段，實(shí)現(xiàn)數(shù)據(jù)可視化、內(nèi)容形象化

財(cái)經(jīng)類(lèi)專(zhuān)業(yè)的學(xué)生普遍數(shù)學(xué)基礎(chǔ)較差，對(duì)抽象的數(shù)字無(wú)感，也不擅長(zhǎng)進(jìn)行數(shù)據(jù)分析。段曉華等[3]（2019）認(rèn)為在現(xiàn)在和今后一段很長(zhǎng)時(shí)間內(nèi)，許多經(jīng)濟(jì)學(xué)問(wèn)題還不能甚至還不必要以數(shù)學(xué)方式提出。而宏觀經(jīng)濟(jì)學(xué)涉及的往往是大量數(shù)據(jù)，并且需要時(shí)期數(shù)據(jù)、面板數(shù)據(jù)綜合分析才能得出相應(yīng)的結(jié)論，因此需要運(yùn)用信息手段，將分散的數(shù)據(jù)系統(tǒng)整理之后，采用圖片、視頻等方式呈現(xiàn)出來(lái)，形象的展示出數(shù)據(jù)變化背后的理論規(guī)律。

第3篇：宏觀經(jīng)濟(jì)數(shù)據(jù)范文

中國(guó)在改革開(kāi)放的大好時(shí)代，從1978年到1990年的13年中，只有4年超過(guò)10%，2年超過(guò)12%，超過(guò)13%的只有1年，低于8%的年份竟然超過(guò)8年，中國(guó)經(jīng)濟(jì)出現(xiàn)的四個(gè)經(jīng)濟(jì)周期，都是在一片“過(guò)熱”聲中宏觀調(diào)控的產(chǎn)物，在調(diào)控中出現(xiàn)過(guò)負(fù)增長(zhǎng)，谷底速度在81、86、90、99年依次為4.5%、8.5%、3.9%、7%以下。我國(guó)正處在經(jīng)濟(jì)轉(zhuǎn)型之中，出現(xiàn)個(gè)別年份的高速度是正?，F(xiàn)象，但在過(guò)去幾個(gè)五年計(jì)劃中，沒(méi)有一年達(dá)到15%.從歷史數(shù)據(jù)的角度看，兩相比較，差距可謂大矣。

眾所周知，日本從戰(zhàn)后的廢墟上崛起僅用了三十年時(shí)間。中國(guó)在世界進(jìn)入后現(xiàn)代化和信息化、國(guó)內(nèi)進(jìn)入改革開(kāi)放的大好時(shí)代，以96年為基數(shù)計(jì)算（中國(guó)人均產(chǎn)值是572美元，日本是40737美元），結(jié)果如下：如果假設(shè)中國(guó)以12％的速度增長(zhǎng)，日本則以8％的速度增長(zhǎng)，中國(guó)趕上日本需要117年。如果中國(guó)以6％的速度增長(zhǎng)，日本以4％的速度增長(zhǎng)，中國(guó)趕上日本需要224年。如果日本以6％的速度增長(zhǎng)，中國(guó)以朱總理講的8％的速度增長(zhǎng)，中國(guó)趕上日本需要228年。假設(shè)日本永遠(yuǎn)以4％的速度增長(zhǎng)，中國(guó)要在50、40、30、20年內(nèi)趕上日本，則中國(guó)人均產(chǎn)值的年增長(zhǎng)速度必須分別達(dá)到8.91%、11.3%、15.3%、23.8%.顯然，要使中國(guó)在100到200年的時(shí)間每年以人家1.5倍的速度或在50～20年的時(shí)間每年都以人家2～6倍的速度穩(wěn)步增長(zhǎng)，可能性極小。從趕超先進(jìn)國(guó)家的年份來(lái)看，兩相比較，差距可謂大矣。

需要特別指出的是，更加重要的差距還不是速度、趕超年限，而是對(duì)速度的看法與心態(tài)。日本即便是在17.5%的高速度下，政府與學(xué)界還是感覺(jué)到自己的落后，竭盡全力改善經(jīng)濟(jì)條件，促進(jìn)經(jīng)濟(jì)增長(zhǎng)。而中國(guó)則總是撇開(kāi)經(jīng)濟(jì)轉(zhuǎn)型的大前提不談，不是用自己的經(jīng)濟(jì)轉(zhuǎn)型與人家的經(jīng)濟(jì)轉(zhuǎn)型相比較，而是用自己的經(jīng)濟(jì)轉(zhuǎn)型與人家的經(jīng)濟(jì)成熟期相比較。每次超過(guò)10％以后就來(lái)一次大調(diào)控，調(diào)控的目的不是促進(jìn)經(jīng)濟(jì)增長(zhǎng)，而是降低經(jīng)濟(jì)增長(zhǎng)速度……我們很難設(shè)想如果日本政府在經(jīng)濟(jì)轉(zhuǎn)型時(shí)期也象我們一樣，每次超過(guò)10％以后就來(lái)一次大調(diào)控，大和民族是否還能有今日的崛起與輝煌？但我們卻可以借用世界銀行總裁對(duì)不發(fā)達(dá)國(guó)家所說(shuō)的一段話警醒國(guó)人：你可以用經(jīng)濟(jì)增長(zhǎng)掩蓋問(wèn)題，但你也在下一輪增長(zhǎng)中埋下危機(jī)的種子。

第4篇：宏觀經(jīng)濟(jì)數(shù)據(jù)范文

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(duì)調(diào)整速度的影響近年開(kāi)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(dòng)態(tài)部分調(diào)整模型，考察宏觀經(jīng)濟(jì)環(huán)境對(duì)調(diào)整速度的影響，發(fā)現(xiàn)在宏觀經(jīng)濟(jì)繁榮時(shí)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(zhǎng)率正相關(guān)，與通貨膨脹率，實(shí)際貸款利率和財(cái)政支出增值率負(fù)相關(guān)的結(jié)論。黃輝(2009)對(duì)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(duì)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(duì)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(jì)

1．研究模型

接受Nerlove的部分調(diào)整模型(partialadjustmentmode1)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)

其中，和分別表示公司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)。為調(diào)整系數(shù)，表示在一個(gè)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)

其中是影響公司目標(biāo)資本結(jié)構(gòu)的一組相關(guān)變量，和分別為行業(yè)和時(shí)間虛擬變量。

將(2)式帶入到(1)式整理得到本文的回歸模型(3)式

2．變量設(shè)計(jì)

(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(chǎng)資產(chǎn)負(fù)債率兩種資本結(jié)構(gòu)進(jìn)行研究。

表示賬面資本結(jié)構(gòu)，市場(chǎng)資本結(jié)構(gòu)。表示長(zhǎng)期負(fù)債，表示短期負(fù)債，表示賬面總資產(chǎn)，表示流通股賬面價(jià)值，表示流通股市場(chǎng)價(jià)值。

(2)目標(biāo)資本結(jié)構(gòu)擬合變量。根據(jù)已有文獻(xiàn)對(duì)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(yíng)業(yè)務(wù)的自然對(duì)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(méi)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(zhǎng)性(GROW)，用托賓Q值表示，公司成長(zhǎng)性對(duì)資本結(jié)構(gòu)的影響目前還沒(méi)有定論；公司盈利能力(PROF)，用息稅前利潤(rùn)除以總資產(chǎn)表示，公司盈利能力對(duì)資本結(jié)構(gòu)的經(jīng)驗(yàn)研究也沒(méi)有得到一致的結(jié)論；稅收因素(TAX)，用所得稅除以利潤(rùn)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Douglas0．Cook(2009)，本文選用GDP增長(zhǎng)率來(lái)定義宏觀經(jīng)濟(jì)環(huán)境。GDP增長(zhǎng)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(zhǎng)率數(shù)據(jù)以2002年的GDP增長(zhǎng)率為中位數(shù)分為兩個(gè)部分，每個(gè)部分分別按照GDP增長(zhǎng)率的二分位數(shù)再進(jìn)行劃分，將樣本分成四個(gè)部分。取GDP增長(zhǎng)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(zhǎng)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(jì)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(guò)數(shù)據(jù)整理，獲得分布于十二個(gè)行業(yè)的715家公司的9295個(gè)樣本觀測(cè)點(diǎn)。樣本數(shù)據(jù)來(lái)源于CCER數(shù)據(jù)庫(kù)。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(dòng)態(tài)面板數(shù)據(jù)的G刪估計(jì)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(hào)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

第5篇：宏觀經(jīng)濟(jì)數(shù)據(jù)范文

(一)模型定義為了合理描述宏觀經(jīng)濟(jì)波動(dòng)狀況與汽車(chē)行業(yè)發(fā)展情況，將宏觀經(jīng)濟(jì)的形勢(shì)和汽車(chē)行業(yè)的發(fā)展分別看作是兩個(gè)綜合的、模糊的、不可觀測(cè)的潛變量，其中宏觀經(jīng)濟(jì)的形勢(shì)受多個(gè)可觀測(cè)經(jīng)濟(jì)變量的影響，如CPI、PPI等;而汽車(chē)行業(yè)的發(fā)展情況也是由汽車(chē)產(chǎn)銷(xiāo)量、汽車(chē)進(jìn)出口量等可觀測(cè)變量共同作用的結(jié)果。

(二)研究方法結(jié)構(gòu)方程模型(SEM)是在70年代KarlJores-kog和DagSorbom等學(xué)者提出的在統(tǒng)計(jì)理論基礎(chǔ)上發(fā)展而成的驗(yàn)證性多元統(tǒng)計(jì)分析技術(shù)［11］。通過(guò)觀測(cè)變量集合之間的協(xié)方差結(jié)構(gòu)和相關(guān)結(jié)構(gòu)，從定量的角度建立模型處理潛變量與潛變量、潛變量與觀測(cè)變量之間關(guān)系的方法。一個(gè)典型的結(jié)構(gòu)方程模型包括兩大部分:測(cè)量模型與潛在結(jié)構(gòu)模型。1)測(cè)量模型:描述潛變量與顯變量之間的關(guān)系:x=Λxξ+δ(如CPI與宏觀經(jīng)濟(jì)形勢(shì)的關(guān)系)y=Λyη+ε(如汽車(chē)產(chǎn)量與汽車(chē)行業(yè)發(fā)展情況的關(guān)系)在實(shí)際應(yīng)用當(dāng)中常常將潛變量表達(dá)為其相應(yīng)顯變量的線形加權(quán)和的形式，且有幾個(gè)潛變量即需定義幾個(gè)度量模型。2)結(jié)構(gòu)模型(StructuralModel)描述的是潛變量之間的因果關(guān)系:結(jié)構(gòu)模型η=Βη+Γξ+ζ(宏觀經(jīng)濟(jì)形勢(shì)與汽車(chē)行業(yè)發(fā)展情況的關(guān)系)實(shí)際應(yīng)用中往往用線形回歸的形式擬合潛變量之間的關(guān)系，潛變量之間的回歸系數(shù)常稱(chēng)為路徑系數(shù)。

(三)指標(biāo)選取與模型構(gòu)建宏觀經(jīng)濟(jì)波動(dòng)體現(xiàn)的不僅僅是GDP的變動(dòng)，而是伴隨著出口、消費(fèi)、存貸、利率等一系列經(jīng)濟(jì)指標(biāo)的變化。同樣汽車(chē)行業(yè)的發(fā)展?fàn)顩r也絕不僅是由汽車(chē)的產(chǎn)銷(xiāo)量來(lái)體現(xiàn)，而是通過(guò)一系列汽車(chē)指標(biāo)進(jìn)行的綜合評(píng)判。筆者將宏觀經(jīng)濟(jì)形勢(shì)和汽車(chē)行業(yè)發(fā)展情況看作不可直接觀測(cè)的潛變量，而將反映宏觀經(jīng)濟(jì)形勢(shì)和汽車(chē)行業(yè)發(fā)展情況的經(jīng)濟(jì)指標(biāo)作為其觀測(cè)變量。參考以往關(guān)于宏觀經(jīng)濟(jì)與汽車(chē)行業(yè)之間關(guān)系以及各類(lèi)指標(biāo)數(shù)據(jù)，結(jié)合歷年關(guān)于宏觀經(jīng)濟(jì)與汽車(chē)行業(yè)的發(fā)展數(shù)據(jù)，運(yùn)用SPSS進(jìn)行因子分析，得到下列變量指標(biāo)。在結(jié)構(gòu)方程模型的結(jié)構(gòu)路徑圖中，用圓或者橢圓表示潛變量，矩陣表示觀測(cè)變量，單向箭頭表示一個(gè)變量對(duì)另一個(gè)變量的影響，雙箭頭表示變量之間的協(xié)方差或者相關(guān)關(guān)系。宏觀經(jīng)濟(jì)與汽車(chē)業(yè)相關(guān)關(guān)系模型的結(jié)構(gòu)路徑圖和基本路徑假設(shè)如圖2。

(四)數(shù)據(jù)說(shuō)明模型選取的所有數(shù)據(jù)均來(lái)源于國(guó)家統(tǒng)計(jì)信息網(wǎng)以及《中國(guó)汽車(chē)工業(yè)年鑒》2007至2012六年間的月度數(shù)據(jù)，缺失數(shù)據(jù)運(yùn)用趨勢(shì)擬合與均值補(bǔ)充進(jìn)行數(shù)據(jù)填充。

二、實(shí)證分析與結(jié)果

(一)模型的擬合度檢驗(yàn)基于六年的72條數(shù)據(jù)，運(yùn)用軟件AMOS17．0，對(duì)模型進(jìn)行了驗(yàn)證分析。使用檢驗(yàn)、規(guī)范擬合指數(shù)NFI和修正擬合指數(shù)IFI、比較擬合指數(shù)(CFI)、近似誤差平方根(RMSEA)等較為穩(wěn)定的指標(biāo)考核模型的整體擬合優(yōu)度，擬合后的評(píng)價(jià)結(jié)果及其理想值匯總于表2。表2表明，P值為0．000，說(shuō)明模型通過(guò)檢驗(yàn);卡方與自由度之比從總體上反映了模型的擬合度，有學(xué)者認(rèn)為小于2．0，則可以認(rèn)為模型擬合較好，但也有學(xué)者認(rèn)為當(dāng)χ2/df介于2．0到5．0時(shí)，也可以接受模型，要視情況而定。本模型由于樣本空間較少，故3．8在可接受范圍之內(nèi)。規(guī)范擬合指數(shù)NFI、修正擬合指數(shù)IFI和比較擬合指數(shù)(CFI)都是越接近于1越好，而RMSEA低于0．1才是好的擬合，模型結(jié)果中NFI、IFI和CFI都在0．8以上，RMSEA為0。093，小于0．1，說(shuō)明模型整體擬合效果較好。另外，根據(jù)AMOS所給出的結(jié)果，其組成信度(CR)大部分都在0．7－0．9左右，其平均提煉方差(AVE)也都在0．5以上，所以無(wú)論是從總體上，還是從內(nèi)在結(jié)構(gòu)上，該模型都實(shí)現(xiàn)了較好的擬合效果，說(shuō)明了該結(jié)構(gòu)關(guān)系能夠反映樣本數(shù)據(jù)之間的內(nèi)在關(guān)系。需要指出的是，由于樣本數(shù)量的關(guān)系，模擬結(jié)果還未達(dá)到最理想。

(二)模型的結(jié)構(gòu)關(guān)系分析運(yùn)用軟件AMOS17．0進(jìn)行假設(shè)模型的驗(yàn)證與分析，再根據(jù)修正指數(shù)MI進(jìn)行多次變量之間關(guān)系的修正，得到所有不可觀測(cè)變量之間的路徑系數(shù)以及顯變量與隱變量之間的因子負(fù)荷，其結(jié)果如圖3所示。本文構(gòu)建結(jié)構(gòu)方程模型時(shí)采用了固定因子負(fù)荷法設(shè)定因子的度量單位。由圖3分析表明:第一，負(fù)荷系數(shù)具有顯著性，表明測(cè)量變量能很好地反映其對(duì)應(yīng)的潛變量。在宏觀經(jīng)濟(jì)形勢(shì)因子中，外商直接投資、貨幣供應(yīng)量和匯率對(duì)宏觀經(jīng)濟(jì)的潛力影響顯著，工業(yè)增加值的增長(zhǎng)對(duì)宏觀經(jīng)濟(jì)的發(fā)展影響顯著，工業(yè)品出廠價(jià)格指數(shù)對(duì)宏觀經(jīng)濟(jì)的現(xiàn)狀影響顯著。汽車(chē)行業(yè)發(fā)展中，汽車(chē)產(chǎn)量和汽車(chē)工業(yè)增加值的作用很明顯，而汽車(chē)產(chǎn)品以及汽車(chē)進(jìn)出口貿(mào)易差額的作用不是很顯著。第二，路徑系數(shù)具有顯著性，表明宏觀經(jīng)濟(jì)形勢(shì)與汽車(chē)行業(yè)發(fā)展之間確實(shí)存在結(jié)構(gòu)關(guān)系。宏觀經(jīng)濟(jì)影響因子與汽車(chē)制造業(yè)發(fā)展的相關(guān)系數(shù)分別為:0．88、0．84、0．71，其中，宏觀經(jīng)濟(jì)因子E1，即宏觀經(jīng)濟(jì)的潛力水平對(duì)汽車(chē)制造業(yè)的發(fā)展影響最大。相關(guān)關(guān)系表明，信貸、貨幣、財(cái)政收入、城鎮(zhèn)固定投資額、PPI、PMI等外生因素對(duì)宏觀經(jīng)濟(jì)的作用最終也影響了汽車(chē)行業(yè)的發(fā)展。兩者之關(guān)系可歸結(jié)為:汽車(chē)行業(yè)的發(fā)展程度受宏觀經(jīng)濟(jì)形勢(shì)的影響，宏觀經(jīng)濟(jì)形勢(shì)在很大程度上也反作用于汽車(chē)行業(yè)的發(fā)展，且對(duì)汽車(chē)行業(yè)的產(chǎn)量、貿(mào)易、增加值都有顯著影響。

三、結(jié)論

第6篇：宏觀經(jīng)濟(jì)數(shù)據(jù)范文

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

摘要：現(xiàn)行判斷宏觀經(jīng)濟(jì)的指標(biāo)繁多，且判斷標(biāo)準(zhǔn)不盡相同，使得判斷宏觀經(jīng)濟(jì)整體狀況不盡如人意。本文筆者提出一種全新的、并能夠直接反映宏觀經(jīng)濟(jì)狀況的研究方法――群體綜合指數(shù)判斷方法，并將此方法運(yùn)用在實(shí)例中，判斷和分析了一國(guó)宏觀經(jīng)濟(jì)的形勢(shì)，證明了其正確性和科學(xué)性。

關(guān)鍵詞：宏觀經(jīng)濟(jì) 判斷標(biāo)準(zhǔn) 群體綜合指數(shù)判斷方法

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

Keywords: macroeconomic judgment standard group composite index judge method

中圖分類(lèi)號(hào)：F123.16 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：

1 緒論

在現(xiàn)代市場(chǎng)經(jīng)濟(jì)中，周期性的經(jīng)濟(jì)波動(dòng)似乎成為了一國(guó)經(jīng)濟(jì)生活中的客觀現(xiàn)象，經(jīng)濟(jì)發(fā)展是有起必有落，大起必大落。我國(guó)自改革開(kāi)放以來(lái)，事實(shí)上也面臨著膨脹與衰退的反復(fù)。經(jīng)濟(jì)波動(dòng)必然影響到經(jīng)濟(jì)主體的行為。所以，必須加強(qiáng)對(duì)宏觀經(jīng)濟(jì)的判斷和分析。

縱觀當(dāng)前宏觀經(jīng)濟(jì)判斷的研究方法，有美國(guó)的綜合指數(shù)法、國(guó)內(nèi)基于模糊數(shù)學(xué)的綜合評(píng)判法，還有全新的人工神經(jīng)元網(wǎng)絡(luò)理論景氣觀測(cè)法，但這些方法都或多或少的存在著一定的弊端。所以，在本文中，筆者討論并提出了一種基于宏觀經(jīng)濟(jì)指標(biāo)群體的宏觀經(jīng)濟(jì)狀況判斷方法。

2 群體綜合指數(shù)判斷方法

此方法是從宏觀經(jīng)濟(jì)數(shù)據(jù)中選取比較重要的指標(biāo)，作為一個(gè)評(píng)價(jià)群體，將指標(biāo)月數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化，使其具有可比性，利用指標(biāo)群體及其均值的變化趨勢(shì)來(lái)判別宏觀經(jīng)濟(jì)的運(yùn)行狀況及預(yù)測(cè)經(jīng)濟(jì)的未來(lái)趨勢(shì)。步驟如下：

2.1數(shù)據(jù)的收集整理

選取重要的宏觀經(jīng)濟(jì)指標(biāo)，如GDP、CPI、PPI等，至少20個(gè)。將這些指標(biāo)的月數(shù)據(jù)進(jìn)行統(tǒng)計(jì)整理，得

其中：

2.2 數(shù)據(jù)的標(biāo)準(zhǔn)化處理

在數(shù)據(jù)分析之前，我們通常需要先將數(shù)據(jù)標(biāo)準(zhǔn)化，然后利用標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行分析。標(biāo)準(zhǔn)化后的數(shù)據(jù)，對(duì)測(cè)評(píng)方案的作用力同趨化，并且具有可比性。

Min-max標(biāo)準(zhǔn)化方法是對(duì)原始數(shù)據(jù)進(jìn)行線性變換。設(shè)minA和maxA分別為經(jīng)濟(jì)指標(biāo)A的最小值和最大值，將A的一個(gè)原始值通過(guò)min-max標(biāo)準(zhǔn)化映射成在區(qū)間[0,1]中的值，其公式為：

（公式1）

將每一個(gè)經(jīng)濟(jì)指標(biāo)的月數(shù)據(jù)都標(biāo)準(zhǔn)化之后，便得：

2.3計(jì)算群體綜合指數(shù)

將每個(gè)月標(biāo)準(zhǔn)化后的宏觀數(shù)據(jù)平均化，及

（公式2）

得到群體綜合指數(shù)：

3.案例分析

在本案例中，筆者選取德國(guó)作為研究對(duì)象，對(duì)群體綜合指數(shù)判斷方法進(jìn)行驗(yàn)證和說(shuō)明。由于股市是經(jīng)濟(jì)的晴雨表，股市的起伏能夠很好地反映該國(guó)經(jīng)濟(jì)的狀況，所以在本章中，筆者選取德國(guó)法蘭克福指數(shù)作為反映德國(guó)宏觀經(jīng)濟(jì)狀況的對(duì)比參考指標(biāo)。

3.1數(shù)據(jù)的收集整理

根據(jù)德國(guó)實(shí)體經(jīng)濟(jì)特點(diǎn)，篩選出23個(gè)能夠反映德國(guó)宏觀經(jīng)濟(jì)狀況的指標(biāo)，如GFK消費(fèi)者信心指數(shù)、PMI、CPI等等，同時(shí)選取法蘭克福指數(shù)（DAX）作為對(duì)比指標(biāo)，時(shí)間區(qū)間為2008年1月到2011年9月。由于數(shù)據(jù)繁雜，現(xiàn)只選取出德國(guó)2008.01~2008.10期間的GFK消費(fèi)者信心指數(shù)（即下表中A）、PMI(即下表中B)、CPI(即下表中C)三個(gè)指標(biāo)的月數(shù)據(jù)進(jìn)行具體統(tǒng)計(jì)整理，得

3.2 數(shù)據(jù)的標(biāo)準(zhǔn)化處理

根據(jù)公式1，將每一個(gè)經(jīng)濟(jì)指標(biāo)的月數(shù)據(jù)及法蘭克福指數(shù)標(biāo)準(zhǔn)化之后，得：

3.3計(jì)算群體綜合指數(shù)

由公式2計(jì)算得群體綜合指數(shù)：

3.4判斷分析

將計(jì)算得出的群體綜合指數(shù)和經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的法蘭克福指數(shù)在EXCEL中作圖得到德國(guó)指標(biāo)對(duì)比圖，為了分析方面，對(duì)其進(jìn)行簡(jiǎn)化從而得到群體綜合指數(shù)―法蘭克福指數(shù)圖，進(jìn)而可以進(jìn)行對(duì)比研究。

從上圖分析知：

①?gòu)慕?jīng)濟(jì)狀況角度分析：2008.01―2008.08與2010.03―2011.09這兩個(gè)時(shí)間區(qū)間，德國(guó)群體綜合指數(shù)處于50%線和80%之間，說(shuō)明此時(shí)德國(guó)經(jīng)濟(jì)比較穩(wěn)定，經(jīng)濟(jì)狀況良好，這與德國(guó)的實(shí)際經(jīng)濟(jì)是客觀符合的；2008.09―2009.11與2009.08―2010.02這兩個(gè)時(shí)間段，德國(guó)群體綜合指數(shù)處于30%線和50%線之間，顯示此時(shí)的德國(guó)的經(jīng)濟(jì)疲軟，而2008.09―2009.11時(shí)間區(qū)間的經(jīng)濟(jì)背景是全球開(kāi)始陷入金融危機(jī)，作為出口為主導(dǎo)的德國(guó)經(jīng)濟(jì)受到很到?jīng)_擊，經(jīng)濟(jì)狀況疲軟，而2009.08―2010.02時(shí)間區(qū)間則處于經(jīng)濟(jì)危機(jī)的末期，經(jīng)濟(jì)雖有好轉(zhuǎn)，但總體疲軟；2008.12―2009.07時(shí)間區(qū)間，德國(guó)群體綜合指數(shù)處于30%一下，聯(lián)系當(dāng)時(shí)經(jīng)濟(jì)環(huán)境，全球深陷處于金融危機(jī)之中，處于危機(jī)最艱難階段，德國(guó)經(jīng)濟(jì)惡化，經(jīng)濟(jì)形勢(shì)異常嚴(yán)峻，經(jīng)濟(jì)十分蕭條。實(shí)際經(jīng)濟(jì)狀況與群體綜合指數(shù)判斷方法很好的契合很好地驗(yàn)證了群體綜合判斷方法對(duì)經(jīng)濟(jì)狀況的判別作用。

②從經(jīng)濟(jì)走勢(shì)角度分析：2008.06―2008.11時(shí)間區(qū)間，德國(guó)群體綜合指數(shù)曲線處于下行過(guò)程，顯示德國(guó)經(jīng)濟(jì)處于下行過(guò)程，考慮到當(dāng)時(shí)由美國(guó)次貸危機(jī)引發(fā)的全球金融危機(jī)正在向全球蔓延，開(kāi)始影響其他國(guó)家經(jīng)濟(jì)，德國(guó)亦無(wú)法免受其害的事實(shí)，綜合指數(shù)的判斷方法與德國(guó)實(shí)際經(jīng)濟(jì)情況是符合的；2009.07―2011.04時(shí)間區(qū)間，群體綜合指數(shù)曲線處于上行通道，顯示德國(guó)經(jīng)濟(jì)處于復(fù)蘇階段，經(jīng)濟(jì)處于擴(kuò)張狀態(tài)，這與德國(guó)當(dāng)時(shí)實(shí)際經(jīng)濟(jì)情況是客觀相符的；2011.05―2011.09時(shí)間區(qū)間，德國(guó)綜合指數(shù)曲線處于下行通道，顯示德國(guó)經(jīng)濟(jì)處于下滑狀態(tài)，而此時(shí)歐元區(qū)正深陷歐債危機(jī)不能自拔，歐元區(qū)經(jīng)濟(jì)下滑，作為歐元區(qū)三駕馬車(chē)之一的德國(guó)，無(wú)法獨(dú)善其身，經(jīng)濟(jì)受到拖累，這些事實(shí)都驗(yàn)證了群體綜合指數(shù)判斷方法的科學(xué)性。

③通過(guò)對(duì)比分析可知，作為德國(guó)經(jīng)濟(jì)晴雨表的法蘭克福指數(shù)的走勢(shì)與群體綜合指數(shù)的走勢(shì)基本吻合，兩者的正相關(guān)性很強(qiáng)。所以，群體綜合指數(shù)在一定程度上可以正確、全面得反正出德國(guó)宏觀經(jīng)濟(jì)的運(yùn)行狀況，具有一定的科學(xué)性。

4 結(jié)束語(yǔ)

第7篇：宏觀經(jīng)濟(jì)數(shù)據(jù)范文

［關(guān)鍵詞］經(jīng)濟(jì)景氣指數(shù);消費(fèi)者信心指數(shù);格蘭杰因果檢驗(yàn);脈沖響應(yīng)函數(shù);擴(kuò)大內(nèi)需

［中圖分類(lèi)號(hào)］F12316［文獻(xiàn)標(biāo)識(shí)碼］A［文章編號(hào)］1005-6432（2012）23-0076-04

1 引 言

金融危機(jī)爆發(fā)后,我國(guó)的經(jīng)濟(jì)受到了很大影響。首先影響了中國(guó)的宏觀經(jīng)濟(jì),使我國(guó)宏觀經(jīng)濟(jì)景氣狀況下降。其次,嚴(yán)重影響了消費(fèi)者的消費(fèi)水平和消費(fèi)信心,使很多老百姓縮減開(kāi)支。因此,在金融危機(jī)背景下研究宏觀經(jīng)濟(jì)景氣狀況與消費(fèi)者信心有著重大的意義,可以幫助政府找出策略,從消費(fèi)者信心入手,刺激消費(fèi),正確引導(dǎo)我國(guó)經(jīng)濟(jì)逐步走向繁榮。

2 研究現(xiàn)狀

國(guó)內(nèi)對(duì)宏觀經(jīng)濟(jì)景氣狀況與消費(fèi)者信心的研究主要有三大方向。

第一,對(duì)宏觀經(jīng)濟(jì)景氣指數(shù)的構(gòu)建。王金明,程建華和楊曉光用我國(guó)1997年1月—2006年5月的月度經(jīng)濟(jì)數(shù)據(jù),探討建設(shè)SW型先行景氣指數(shù)的可能性。結(jié)果發(fā)現(xiàn),利用一致指標(biāo)計(jì)算的SW景氣指數(shù)較好地反映了實(shí)際經(jīng)濟(jì)運(yùn)行狀況,基于預(yù)測(cè)的SW型先行景氣指數(shù)有較好的預(yù)警性質(zhì),而基于先行指標(biāo)的SW型先行景氣指數(shù)存在著不穩(wěn)定、表現(xiàn)力差的特點(diǎn)。文斌以我國(guó)現(xiàn)行統(tǒng)計(jì)制度為基礎(chǔ),結(jié)合北京實(shí)際情況,通過(guò)構(gòu)造基準(zhǔn)循環(huán)、“提取”先行指標(biāo)、編制指數(shù)、返回檢驗(yàn)等步驟,對(duì)北京先行經(jīng)濟(jì)指數(shù)的科學(xué)性和有效性進(jìn)行了分析。陳磊和高鐵梅利用Stock-Waston型景氣指數(shù)以及各種短期預(yù)測(cè)模型,對(duì)當(dāng)年的宏觀經(jīng)濟(jì)發(fā)展趨勢(shì)進(jìn)行了分析和預(yù)測(cè)。吳桂珍利用多元統(tǒng)計(jì)分析方法,研制了監(jiān)測(cè)和預(yù)測(cè)我國(guó)經(jīng)濟(jì)周期波動(dòng)的景氣指數(shù)。

第二,對(duì)消費(fèi)者信心指數(shù)的構(gòu)建及預(yù)測(cè)。陳敏,宋永發(fā)和邢燕婷通過(guò)實(shí)地調(diào)研,構(gòu)建并計(jì)算了大連住宅市場(chǎng)潛在需求信心指數(shù),以量化消費(fèi)者購(gòu)房信心,預(yù)測(cè)房地產(chǎn)市場(chǎng)走勢(shì)。孫紅英對(duì)GM(1,N)模型進(jìn)行了改進(jìn),加入了動(dòng)量項(xiàng)G,以2006—2009年以來(lái)消費(fèi)者月度信心指數(shù)為基礎(chǔ),對(duì)2010年中國(guó)消費(fèi)者信心指數(shù)進(jìn)行了預(yù)測(cè)。

第三,宏觀經(jīng)濟(jì)景氣指數(shù)或消費(fèi)者信心指數(shù)與其他經(jīng)濟(jì)變量關(guān)系的研究。張道德和俞林基于VAR模型,運(yùn)用脈沖響應(yīng)函數(shù)和方差分解研究了消費(fèi)者物價(jià)指數(shù)(CPI)、采購(gòu)經(jīng)理人指數(shù)(PMI)以及消費(fèi)者信心指數(shù)(CCI)之間的相關(guān)性。魏瑾瑞,方匡南,謝邦昌和朱建平運(yùn)用擴(kuò)展線性支出系統(tǒng)模型、時(shí)間維度分析和橫截面結(jié)構(gòu)分析的方法,研究了CPI與消費(fèi)者信心指數(shù)(CCI)之間的互動(dòng)關(guān)系。李雪梅通過(guò)對(duì)影響消費(fèi)者信心指數(shù)的一些定量數(shù)據(jù)進(jìn)行分析,研究了各項(xiàng)指標(biāo)和消費(fèi)者信心指數(shù)之間的關(guān)系。丁浩,張朋程和李偉娟基于1999年1月—2011年7月布倫特原油月平均價(jià)格和我國(guó)消費(fèi)者信心指數(shù),運(yùn)用VAR模型研究了國(guó)際石油價(jià)格和我國(guó)消費(fèi)者信心指數(shù)之間的關(guān)系。趙磊利用2006—2009年4年的數(shù)據(jù),對(duì)消費(fèi)者信心指數(shù)(CCI)和各經(jīng)濟(jì)變量進(jìn)行了實(shí)證研究。結(jié)果發(fā)現(xiàn)CCI對(duì)CPI和失業(yè)率有顯著的預(yù)測(cè)作用,對(duì)CPI存在單向引導(dǎo)關(guān)系,但對(duì)其他經(jīng)濟(jì)變量預(yù)測(cè)和引導(dǎo)功能不明顯。王英照,趙金樓和劉家國(guó)運(yùn)用格蘭杰因果關(guān)系檢驗(yàn)的方法,對(duì)我國(guó)出口集裝箱運(yùn)價(jià)指數(shù)與宏觀經(jīng)濟(jì)景氣指數(shù)之間的關(guān)系進(jìn)行了實(shí)證研究。

3 中國(guó)宏觀經(jīng)濟(jì)景氣狀況與消費(fèi)者信心關(guān)系的實(shí)證分析31 變量指標(biāo)的選擇

對(duì)于我國(guó)宏觀經(jīng)濟(jì)景氣狀況的定量描述,本文選取國(guó)家宏觀經(jīng)濟(jì)景氣指數(shù)(1996年=100)為變量。宏觀經(jīng)濟(jì)景氣指數(shù)包括：預(yù)警指數(shù)、一致指數(shù)(1996年=100)、先行指數(shù) (1996年=100)和滯后指數(shù) (1996年=100)。其中,一致指數(shù)是反映當(dāng)前經(jīng)濟(jì)的基本走勢(shì),由工業(yè)生產(chǎn)、就業(yè)、社會(huì)需求(投資、消費(fèi)、外貿(mào))、社會(huì)收入(國(guó)家稅收、企業(yè)利潤(rùn)、居民收入)等4個(gè)方面合成；先行指數(shù)是由一組領(lǐng)先于一致指數(shù)的先行指標(biāo)合成,用于對(duì)經(jīng)濟(jì)未來(lái)的走勢(shì)進(jìn)行預(yù)測(cè)；滯后指數(shù)是由落后于一致指數(shù)的滯后指標(biāo)合成得到,它主要用于對(duì)經(jīng)濟(jì)循環(huán)的峰與谷的一種確認(rèn)；預(yù)警指數(shù)是把經(jīng)濟(jì)運(yùn)行的狀態(tài)分為5個(gè)級(jí)別,“紅燈”表示經(jīng)濟(jì)過(guò)熱,“黃燈”表示經(jīng)濟(jì)偏熱,“綠燈”表示經(jīng)濟(jì)運(yùn)行正常,“淺藍(lán)燈”表示經(jīng)濟(jì)偏冷,“藍(lán)燈”表示經(jīng)濟(jì)過(guò)冷。

在對(duì)消費(fèi)者信心的研究上,本文選取我國(guó)消費(fèi)者信心指數(shù)進(jìn)行定量評(píng)價(jià)。消費(fèi)者信心指數(shù)是反映消費(fèi)者信心強(qiáng)弱的指標(biāo),是綜合反映并量化消費(fèi)者對(duì)當(dāng)前經(jīng)濟(jì)形勢(shì)評(píng)價(jià)和對(duì)經(jīng)濟(jì)前景、收入水平、收入預(yù)期以及消費(fèi)心理狀態(tài)的主觀感受,是預(yù)測(cè)經(jīng)濟(jì)走勢(shì)和消費(fèi)趨向的一個(gè)先行指標(biāo)。消費(fèi)者信心指數(shù)由消費(fèi)者滿(mǎn)意指數(shù)和消費(fèi)者預(yù)期指數(shù)構(gòu)成。消費(fèi)者滿(mǎn)意指數(shù)和消費(fèi)者預(yù)期指數(shù)分別由一些二級(jí)指標(biāo)構(gòu)成：對(duì)收入、生活質(zhì)量、宏觀經(jīng)濟(jì)、消費(fèi)支出、就業(yè)狀況、購(gòu)買(mǎi)耐用消費(fèi)品和儲(chǔ)蓄的滿(mǎn)意程度與未來(lái)一年的預(yù)期及未來(lái)兩年在購(gòu)買(mǎi)住房及裝修、購(gòu)買(mǎi)汽車(chē)和未來(lái)6個(gè)月股市變化的預(yù)期。

因?yàn)楸疚难芯康氖钱?dāng)前經(jīng)濟(jì)景氣狀況和消費(fèi)者信心的關(guān)系,所以最終選取我國(guó)宏觀經(jīng)濟(jì)景氣一致指數(shù)(1996年=100)、消費(fèi)者滿(mǎn)意指數(shù)、消費(fèi)者預(yù)期指數(shù)和消費(fèi)者信心指數(shù)為變量,分別用EPI、CSI、CEI和CCI來(lái)表示。

32 數(shù)據(jù)的獲取與處理

本文是基于金融危機(jī)背景下,對(duì)我國(guó)經(jīng)濟(jì)景氣狀況與消費(fèi)者信心關(guān)系進(jìn)行的研究。美國(guó)“次貸危機(jī)”從2006年春季開(kāi)始逐步顯現(xiàn),2007年8月開(kāi)始席卷美國(guó)、歐盟和日本等世界主要金融市場(chǎng),2008年9月份全面爆發(fā)。因此,本文選取2008年9月—2011年12月為研究時(shí)間段,利用月度數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn),共有40個(gè)樣本點(diǎn)。本文所需要的經(jīng)濟(jì)景氣指數(shù)和消費(fèi)者信心指數(shù)、消費(fèi)者預(yù)期指數(shù)、消費(fèi)者滿(mǎn)意指數(shù)都來(lái)源于中國(guó)國(guó)家統(tǒng)計(jì)局網(wǎng)站。

因?yàn)楹暧^經(jīng)濟(jì)景氣指數(shù)(1996年=100)、消費(fèi)者滿(mǎn)意指數(shù)、消費(fèi)者預(yù)期指數(shù)和消費(fèi)者信心指數(shù)都容易受到季節(jié)波動(dòng)因素的影響,因此首先要剔除這些數(shù)據(jù)的季節(jié)波動(dòng)因素。本文用EVIEWS 60軟件,運(yùn)用X-12-ARIMA法對(duì)數(shù)據(jù)進(jìn)行處理,剔除數(shù)據(jù)的季節(jié)波動(dòng)因素,使得數(shù)據(jù)能夠較為客觀地反映宏觀經(jīng)濟(jì)狀況和消費(fèi)者信心,處理后的數(shù)據(jù)分別表示為EPI_SA、CSI_SA、CEI_SA和CCI_SA。

為了消除異方差性和熨平數(shù)據(jù)的波動(dòng)性,本文還對(duì)經(jīng)過(guò)季節(jié)調(diào)整后的數(shù)據(jù)取自然對(duì)數(shù),分別用LNEPI _SA 、LNCSI _SA、LNCEI _SA、LNCCI _SA表示。

33 平穩(wěn)性檢驗(yàn)

如果時(shí)間序列中存在單位根,就會(huì)出現(xiàn)偽回歸的現(xiàn)象。為了避免偽回歸的出現(xiàn),本文先對(duì)時(shí)間序列進(jìn)行ADF單位根檢驗(yàn),檢驗(yàn)結(jié)果如表1所示：

注：①DLNEPI_SA表示LNEPI_SA的一階差分,其余類(lèi)同；

第8篇：宏觀經(jīng)濟(jì)數(shù)據(jù)范文

【關(guān)鍵詞】宏觀經(jīng)濟(jì);泡沫;預(yù)期

引言

股市泡沫是指股票價(jià)格偏離基礎(chǔ)價(jià)值的現(xiàn)象。這一現(xiàn)象是理論研究領(lǐng)域與實(shí)踐領(lǐng)域長(zhǎng)期以來(lái)關(guān)注的主題。人們一直試圖回答這樣兩個(gè)問(wèn)題:股市泡沫從何而來(lái)?股市泡沫的影響如何?事實(shí)上,泡沫來(lái)源于投資者過(guò)高的預(yù)期,而預(yù)期的形成是一個(gè)復(fù)雜的、動(dòng)態(tài)的過(guò)程。經(jīng)濟(jì)過(guò)熱、信貸擴(kuò)張、從眾行為……都可能導(dǎo)致泡沫的產(chǎn)生。反過(guò)來(lái),泡沫也可能進(jìn)一步影響經(jīng)濟(jì)情況和人們的行為。當(dāng)這種相互作用機(jī)制導(dǎo)致市場(chǎng)中出現(xiàn)極度泡沫時(shí),隨之而來(lái)的是市場(chǎng)崩潰,甚至是金融危機(jī)(金德?tīng)柌?2000)。

近幾年來(lái)中國(guó)股市也出現(xiàn)了股價(jià)飚升、繼而暴跌的現(xiàn)象。在中國(guó)特殊的轉(zhuǎn)軌經(jīng)濟(jì)時(shí)期,股市泡沫的形成機(jī)理更為復(fù)雜。而這一機(jī)理產(chǎn)生和發(fā)揮作用均是以一定宏觀經(jīng)濟(jì)情況為背景的。從這個(gè)角度而言,股市泡沫與宏觀經(jīng)濟(jì)存在著直接或者間接的關(guān)系。在股市大起大落的同時(shí),宏觀經(jīng)濟(jì)情況也處在波動(dòng)之中。

本文通過(guò)選取1998-2002年中國(guó)宏觀經(jīng)濟(jì)和股市數(shù)據(jù),構(gòu)造宏觀經(jīng)濟(jì)綜合指標(biāo)和泡沫指標(biāo),定量分析近年來(lái)中國(guó)宏觀經(jīng)濟(jì)與股市泡沫之間的相互關(guān)系。本文得出的結(jié)論是:中國(guó)宏觀經(jīng)濟(jì)總體情況與股市泡沫存在正向相關(guān)性,相關(guān)系數(shù)為0.2245;泡沫指標(biāo)與提前5-9個(gè)月的宏觀經(jīng)濟(jì)綜合指標(biāo)的相關(guān)系數(shù)則超過(guò)了0.5;此外,在選取12個(gè)滯后項(xiàng)數(shù)時(shí),宏觀經(jīng)濟(jì)綜合指標(biāo)是泡沫指標(biāo)的格蘭杰原因。

本文的結(jié)構(gòu)包括以下幾個(gè)部分:第一部分是簡(jiǎn)單的文獻(xiàn)回顧,第二部分介紹指標(biāo)體系和數(shù)據(jù)的選取,第三部分是實(shí)證研究結(jié)果,第四部分是結(jié)論以及對(duì)結(jié)果的進(jìn)一步討論。

一、文獻(xiàn)回顧

經(jīng)濟(jì)學(xué)和金融理論對(duì)宏觀經(jīng)濟(jì)波動(dòng)與股市波動(dòng)之間的關(guān)系已經(jīng)進(jìn)行了大量的論證。例如,Fisher(1933)從美國(guó)大蕭條的教訓(xùn)出發(fā),提出宏觀經(jīng)濟(jì)波動(dòng)始于金融市場(chǎng)的觀點(diǎn),他認(rèn)為大蕭條是金融市場(chǎng)運(yùn)行失常的結(jié)果,而負(fù)債過(guò)度和通貨緊縮是金融市場(chǎng)產(chǎn)生大動(dòng)蕩的根本原因。Minsky(1975,1986)對(duì)金融市場(chǎng)和實(shí)體經(jīng)濟(jì)中存在的正反饋機(jī)制進(jìn)行了分析,并提出了金融不穩(wěn)定假說(shuō),以此對(duì)宏觀經(jīng)濟(jì)波動(dòng)進(jìn)行解釋。金德?tīng)柌?2000)則從宏觀經(jīng)濟(jì)過(guò)熱出發(fā),探討金融泡沫的產(chǎn)生。在實(shí)證領(lǐng)域,Friedman(1988)的研究發(fā)現(xiàn),美國(guó)貨幣供應(yīng)量和貨幣流通速度均可以用來(lái)解釋股價(jià)的變動(dòng)。

在國(guó)內(nèi)的實(shí)證研究中,研究者主要是通過(guò)建立一些宏觀經(jīng)濟(jì)指標(biāo)與股票價(jià)格指標(biāo)之間的數(shù)量模型,檢驗(yàn)二者之間的關(guān)系。趙志君(2000)的研究表明我國(guó)股票市值與GNP的比值和GNP增長(zhǎng)率嚴(yán)重負(fù)相關(guān),他指出證券市場(chǎng)明顯缺乏理性,股票價(jià)格晴雨表的作用在中國(guó)經(jīng)濟(jì)中根本不存在。施東暉(2001)用工業(yè)總產(chǎn)值、社會(huì)商品零售總額、固定資產(chǎn)投資、居民消費(fèi)價(jià)格指數(shù)、狹義貨幣供應(yīng)量等宏觀經(jīng)濟(jì)指標(biāo)為自變量,以上證綜合指數(shù)每月底底收盤(pán)指數(shù)為應(yīng)變量進(jìn)行檢驗(yàn),結(jié)果顯示股市走勢(shì)只和狹義貨幣供應(yīng)量有關(guān),據(jù)此認(rèn)為中國(guó)股市的價(jià)格上漲屬于典型的“資金拉動(dòng)”型。羅健梅,王曉黎(2003)的研究表明衡量利率的指標(biāo)與衡量股票價(jià)格的指標(biāo)之間存在一種較強(qiáng)的負(fù)相關(guān)關(guān)系,即利率上升時(shí)股票價(jià)格會(huì)下降;利率下降時(shí)股票價(jià)格則會(huì)上升。

可以看到,我國(guó)目前的研究往往通過(guò)選取一些宏觀經(jīng)濟(jì)指標(biāo),如GDP、固定資產(chǎn)投資、利率、消費(fèi)等,分析單個(gè)指標(biāo)與股票價(jià)格之間的關(guān)系,沒(méi)有考慮這些指標(biāo)對(duì)股票價(jià)格進(jìn)行影響的綜合效應(yīng)。此外,已有的研究主要關(guān)注宏觀經(jīng)濟(jì)情況與股票價(jià)格之間的關(guān)系,這里的股票價(jià)格即包含了反映基礎(chǔ)價(jià)值的合理部分,也包含了偏離基礎(chǔ)價(jià)值的泡沫部分。本文將通過(guò)構(gòu)建一個(gè)宏觀經(jīng)濟(jì)的指標(biāo)體系,用反映總體宏觀經(jīng)濟(jì)情況的綜合指數(shù)與股市泡沫指數(shù)進(jìn)行計(jì)量分析,檢驗(yàn)總體宏觀經(jīng)濟(jì)與股市泡沫之前是否存在相互影響的關(guān)系。

二、指標(biāo)與數(shù)據(jù)的選取

本文的目的是檢驗(yàn)宏觀經(jīng)濟(jì)總體情況和股市泡沫之間的關(guān)系,因此需要選取衡量宏觀經(jīng)濟(jì)總體情況的指標(biāo)和反映股市泡沫的指標(biāo)。

宏觀經(jīng)濟(jì)總體情況是通過(guò)多個(gè)經(jīng)濟(jì)變量在不同的經(jīng)濟(jì)過(guò)程中體現(xiàn)出來(lái)的。為了更加準(zhǔn)確和全面地刻畫(huà)宏觀經(jīng)濟(jì)的變化有必要建立一個(gè)綜合指標(biāo)體系。在這里我們借鑒了劉恒、陳述云(2003)對(duì)中國(guó)經(jīng)濟(jì)周期進(jìn)行研究的方法和結(jié)論,通過(guò)一個(gè)綜合指標(biāo)體系,計(jì)算經(jīng)濟(jì)波動(dòng)綜合指數(shù)。這個(gè)綜合指數(shù)由6個(gè)具體的指標(biāo)組成:即工業(yè)增加值、固定資產(chǎn)投資總額、社會(huì)消費(fèi)品零售總額、商品零售價(jià)格指數(shù)、貨物周轉(zhuǎn)量、進(jìn)出口總額。綜合指數(shù)的計(jì)算步驟可以簡(jiǎn)要概括為:第一,計(jì)算各個(gè)指標(biāo)增長(zhǎng)率(),增長(zhǎng)率按照各自的每月累計(jì)數(shù)比上年數(shù)計(jì)算而得;第二,計(jì)算各個(gè)指標(biāo)的波動(dòng)系數(shù)();第三,確定各個(gè)指標(biāo)權(quán)重,權(quán)重的計(jì)算方法為將6個(gè)指標(biāo)的波動(dòng)系數(shù)加總,即;然后分別計(jì)算每個(gè)指標(biāo)的波動(dòng)系數(shù)占波動(dòng)系數(shù)總數(shù)的比

例,即并將這個(gè)比例作為該指標(biāo)的權(quán)重;第四,計(jì)算綜合指數(shù),即先計(jì)算各個(gè)指標(biāo)的增長(zhǎng)率乘以其權(quán)重CI,然后加總得到綜合指數(shù)。我們用這個(gè)綜合指數(shù)CI來(lái)反映

總體宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r,指數(shù)的軌跡代表了宏觀經(jīng)濟(jì)的波動(dòng)情況。計(jì)算指標(biāo)的數(shù)據(jù)來(lái)自1998年1月到2002年4月國(guó)家統(tǒng)計(jì)局公布的月度“主要經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)”(轉(zhuǎn)引至劉恒、陳述云,2003)。

對(duì)股市泡沫進(jìn)行計(jì)量一直是理論研究的一個(gè)難點(diǎn)。泡沫是市場(chǎng)價(jià)格偏離基礎(chǔ)價(jià)值的部分,而基礎(chǔ)價(jià)值是股票在未來(lái)產(chǎn)生的收益流的貼現(xiàn)。由于股票的未來(lái)收益流是不確定的,因此基礎(chǔ)價(jià)值難以衡量,并進(jìn)一步導(dǎo)致股票的泡沫難以進(jìn)行精確的計(jì)量。在研究中比較通用的方法是用股票的市盈率來(lái)代表股票的泡沫。市盈率是每股價(jià)格占每股盈利的百分比,它實(shí)質(zhì)上是股票的相對(duì)價(jià)格,在一定程度上代表了股票價(jià)格對(duì)基礎(chǔ)價(jià)值的偏離。市盈率既可以用來(lái)反映個(gè)股泡沫的含量,也可以作為對(duì)股票市場(chǎng)運(yùn)行狀態(tài)的總體描述,進(jìn)而對(duì)整個(gè)股市的泡沫判斷有重要的意義。由于我國(guó)深市與滬市的股價(jià)存在高度的相關(guān)性,我們選取了我國(guó)深圳交易所從1998年1月到2002年4月的月度平均市盈率作為我國(guó)股市泡沫的代表,數(shù)據(jù)來(lái)源于《深圳證券交易所市場(chǎng)年鑒》(1998―2002)。平均市盈率B的計(jì)算公式是:

B(平均市盈率)=股票總市值/股票總收益

=(收市價(jià)×總股本)/(每股盈利×總股本)

我們將通過(guò)對(duì)CI和B這兩個(gè)指標(biāo)的分析,檢驗(yàn)宏觀經(jīng)濟(jì)總體情況與股市泡沫之間的關(guān)系。

三、實(shí)證分析及其結(jié)論

我們選取了1998年1月至2002年4月期間的宏觀經(jīng)濟(jì)綜合指標(biāo)CI和泡沫指標(biāo)B,分別有52個(gè)觀測(cè)對(duì)象。下圖顯示了宏觀經(jīng)濟(jì)和泡沫指標(biāo)在這一期間的走勢(shì)。從圖中可以簡(jiǎn)單判斷宏觀經(jīng)濟(jì)綜合指標(biāo)提前于股市泡沫的波動(dòng),例如宏觀經(jīng)濟(jì)綜合指標(biāo)出現(xiàn)波峰的時(shí)間普遍早于泡沫指標(biāo)。這種現(xiàn)象似乎有悖于“股市是宏觀經(jīng)濟(jì)晴雨表”的一般看法。下面我們將通過(guò)進(jìn)一步的相關(guān)分析和ADF檢驗(yàn)和因果檢驗(yàn)來(lái)說(shuō)明二者之間的關(guān)系。在檢驗(yàn)中應(yīng)用的統(tǒng)計(jì)軟件是Eviews。

(一)相關(guān)性分析

相關(guān)系數(shù)表示了兩個(gè)變量之前的聯(lián)系程度。如表1所示,宏觀經(jīng)濟(jì)綜合指標(biāo)CI和泡沫指標(biāo)B之間的相關(guān)系數(shù)僅為0.2245。這表明同一時(shí)期的CI和B雖然存在正向相關(guān)的關(guān)系,但是聯(lián)系程度較低。從圖1的走勢(shì)圖中我們已經(jīng)看到CI和B的波動(dòng)存在時(shí)間上的差異,因此,我們進(jìn)一步分析這兩個(gè)變量的跨期相關(guān)系數(shù)。圖2是本期泡沫指標(biāo)與前i個(gè)月的宏觀經(jīng)濟(jì)指標(biāo)CI的跨期相關(guān)系數(shù)圖,i表示提前的月數(shù)。圖中顯示泡沫指標(biāo)與提前5-9個(gè)月的宏觀經(jīng)濟(jì)綜合指標(biāo)的相關(guān)系數(shù)都超過(guò)了0.5,最高的相關(guān)系數(shù)0.5709出現(xiàn)在本期泡沫指標(biāo)與提前7個(gè)月的宏觀經(jīng)濟(jì)綜合指標(biāo)之間。圖3是本期泡沫指標(biāo)與后i個(gè)月的宏觀經(jīng)濟(jì)指標(biāo)CI的跨期相關(guān)系數(shù)圖,i為滯后的月數(shù)。與圖2相比,圖3的相關(guān)系數(shù)普遍較低,最高的相關(guān)系數(shù)0.2487出現(xiàn)在B與滯后2個(gè)月的CI之間。跨期相關(guān)系數(shù)分析表明泡沫指數(shù)與前期的宏觀經(jīng)濟(jì)綜合指數(shù)存在較高的相關(guān)關(guān)系,也就是說(shuō)股市泡沫的變化滯后于宏觀經(jīng)濟(jì)的變化。

(二)ADF檢驗(yàn)

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

其中為變量序列的一階差分,t是時(shí)間或趨勢(shì)變量,因?yàn)闀r(shí)間序列數(shù)據(jù)往往具有自相關(guān)性,因此加入項(xiàng)以消除變量自相關(guān)的影響。若檢驗(yàn)結(jié)果δ顯著為0,則說(shuō)明變量是單位根過(guò)程I(1);否則,若δ顯著異于0,則表明變量是一穩(wěn)定過(guò)程I(0)。表2列出了我們需要研究的兩個(gè)時(shí)間序列CI和B的ADF檢驗(yàn)結(jié)果。

表2的檢驗(yàn)結(jié)果表明,宏觀經(jīng)濟(jì)綜合指標(biāo)CI與泡沫指標(biāo)B的ADF值的絕對(duì)值全部都小于1%、5%和10%臨界值,因此我們接受原假設(shè),即它們都服從I(1)過(guò)程。這樣我們就可以進(jìn)一步對(duì)它們進(jìn)行因果關(guān)系分析。

(三)格蘭杰因果檢驗(yàn)

兩個(gè)變量之間存在相關(guān)關(guān)系不一定意味著存在著因果關(guān)系。為了進(jìn)一步考察宏觀經(jīng)濟(jì)綜合指標(biāo)和泡沫指標(biāo)之間的因果導(dǎo)向,我們采用了格蘭杰因果檢驗(yàn)(Granger causality test)方法。

格蘭杰因果檢驗(yàn)假定有關(guān)宏觀經(jīng)濟(jì)綜合指標(biāo)和泡沫指標(biāo)每一變量的預(yù)測(cè)的信息全部包含在這些變量的時(shí)間序列之中。檢驗(yàn)要求估計(jì)以下的回歸:

其中干擾項(xiàng),假定為互不相關(guān)。方程(2)假定當(dāng)前的宏觀經(jīng)濟(jì)綜合指標(biāo)CI與CI自身以及泡沫指標(biāo)B的過(guò)去值相關(guān),而方程(3)也假定當(dāng)前的B與B自身以及CI的過(guò)去值相關(guān)。

我們選取了不同的滯后項(xiàng)個(gè)數(shù),得到了方程(2)和(3)不同的回歸結(jié)果,如表3所示。

檢驗(yàn)結(jié)果顯示,只有在選取12為滯后項(xiàng)數(shù)時(shí),我們有近似95%的把握說(shuō)宏觀經(jīng)濟(jì)是泡沫的原因。在表中顯示的其他情況下,宏觀經(jīng)濟(jì)指標(biāo)和泡沫指標(biāo)均不存在因果關(guān)系。

四、結(jié)論

通過(guò)以上分析我們得到的結(jié)論是中國(guó)宏觀經(jīng)濟(jì)總體情況與股市泡沫存在正向相關(guān)性,相關(guān)系數(shù)為0.2245;泡沫指標(biāo)與提前5-9個(gè)月的宏觀經(jīng)濟(jì)綜合指標(biāo)的相關(guān)系數(shù)則超過(guò)了0.5;在選取12個(gè)滯后項(xiàng)數(shù)時(shí),存在宏觀經(jīng)濟(jì)綜合指標(biāo)到泡沫指標(biāo)的因果關(guān)系;此外,不存在股市泡沫指標(biāo)到宏觀經(jīng)濟(jì)綜合指標(biāo)的因果關(guān)系。也就是說(shuō),股市泡沫與前期的宏觀經(jīng)濟(jì)情況有一定的相關(guān)關(guān)系,近12個(gè)月的宏觀經(jīng)濟(jì)情況是當(dāng)期股市泡沫存在的原因,而股市泡沫對(duì)宏觀經(jīng)濟(jì)沒(méi)有反饋?zhàn)饔谩?/p>

宏觀經(jīng)濟(jì)發(fā)展導(dǎo)致股市泡沫產(chǎn)生是以投資者的預(yù)期為傳導(dǎo)中介的。這是因?yàn)楣墒信菽a(chǎn)生的直接原因是投資者對(duì)股價(jià)的預(yù)期超過(guò)了股票的基礎(chǔ)價(jià)值。宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r良好將使市場(chǎng)普遍存在樂(lè)觀的情緒,使投資者對(duì)股票市場(chǎng)產(chǎn)生較高的預(yù)期,推動(dòng)股票價(jià)格偏離基礎(chǔ)價(jià)值。當(dāng)這種看漲的預(yù)期在投資者之間傳播時(shí),由于從眾心理或者羊群效應(yīng)的存在,自我強(qiáng)化(self-reinforce)和自我實(shí)現(xiàn)(self-fulfillment)機(jī)制將使價(jià)格進(jìn)一步偏離基礎(chǔ)價(jià)值,產(chǎn)生股票泡沫(Thomas Lux,1995)。在我國(guó)當(dāng)前經(jīng)濟(jì)和證券市場(chǎng)發(fā)展的條件下,上市公司資產(chǎn)質(zhì)量普遍太低,上市公司沒(méi)有投資價(jià)值,投機(jī)之風(fēng)盛行。這就迫使投資者更加關(guān)注于上市公司基本情況之外的信息,因此作為外部信息之一的宏觀經(jīng)濟(jì)情況將對(duì)投資者的預(yù)期產(chǎn)生重大的影響。

雖然我國(guó)當(dāng)前的股市泡沫還沒(méi)有對(duì)實(shí)體經(jīng)濟(jì)產(chǎn)生顯著的效應(yīng),但是金融市場(chǎng)的發(fā)展歷史已經(jīng)證明過(guò)度的股市泡沫對(duì)實(shí)體經(jīng)濟(jì)的發(fā)展、對(duì)資本市場(chǎng)的規(guī)范化以及對(duì)投資者權(quán)益的保護(hù)等都有較大的負(fù)面效應(yīng),防范股市泡沫有著十分重要的意義。

參考文獻(xiàn)

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

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

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

[4][美]查理斯•P•金德?tīng)柌?2000,經(jīng)濟(jì)過(guò)熱、經(jīng)濟(jì)恐慌及經(jīng)濟(jì)崩潰――金融危機(jī)史[M].北京大學(xué)出版社.

[5]劉恒,陳述云.2003,中國(guó)經(jīng)濟(jì)周期波動(dòng)的新態(tài)勢(shì)[J].管理世界.

[6]劉瀾飚,范小云,2001,股票價(jià)格膨脹與中央銀行政策反應(yīng)[J].南開(kāi)經(jīng)濟(jì)研究.

[7]劉霞輝.2002,資產(chǎn)價(jià)格波動(dòng)與宏觀經(jīng)濟(jì)穩(wěn)定[J].經(jīng)濟(jì)研究.

[8]羅健梅,王曉黎.2003,股票價(jià)格和利率相關(guān)關(guān)系的實(shí)證分析[J].統(tǒng)計(jì)與信息論壇.

[9]施東暉.2001,中國(guó)股市微觀行為理論與實(shí)證[M].上海遠(yuǎn)東出版社.

第9篇：宏觀經(jīng)濟(jì)數(shù)據(jù)范文

【關(guān)鍵詞】原油價(jià)格；宏觀經(jīng)濟(jì)； E-views模型

一、引言

當(dāng)今社會(huì)雖然各種新興能源逐漸發(fā)展起來(lái)，但是原油還是最重要的能源之一，也是各國(guó)共同關(guān)注的重要戰(zhàn)略物資。隨著經(jīng)濟(jì)的快速增長(zhǎng)，目前我國(guó)的原油消費(fèi)量已經(jīng)超過(guò)日本，成為世界上僅次于美國(guó)的第二大原油消費(fèi)大國(guó)。原油的價(jià)格波動(dòng)也越來(lái)越成為影響各國(guó)宏觀經(jīng)濟(jì)不可忽視的因素。它作為一種不可再生能源對(duì)我國(guó)的經(jīng)濟(jì)發(fā)展起著越來(lái)越重要的作用。所以深入研究國(guó)際原油價(jià)格波動(dòng)對(duì)我國(guó)宏觀經(jīng)濟(jì)的影響有著重要意義。

以下將以圖表的形式來(lái)說(shuō)明國(guó)際原油價(jià)格在2000年至2015年之間的波動(dòng)情況，由于數(shù)據(jù)過(guò)于龐大，因此采取分階段分圖的形式予以呈現(xiàn)，豎軸一率以美元作為單位。

從圖3的國(guó)際油價(jià)走勢(shì)我們可以看到近年以來(lái)，2014 年上半年油價(jià)高位運(yùn)行后，從7月開(kāi)始，國(guó)際油價(jià)開(kāi)始大幅下跌，目前仍無(wú)企穩(wěn)跡象，從圖4可看出2015年下半年油價(jià)略有回升，但仍有下降趨勢(shì)。

本文選取2000年-2015年中國(guó)月度宏觀經(jīng)濟(jì)指標(biāo)，通過(guò)計(jì)量經(jīng)濟(jì)學(xué)方法中的E-views模型進(jìn)行實(shí)證分析，對(duì)原油價(jià)格波動(dòng)對(duì)我國(guó)宏觀經(jīng)濟(jì)的影響機(jī)制進(jìn)行分析。

二、國(guó)內(nèi)外主要研究成果

有關(guān)國(guó)際油價(jià)對(duì)宏觀經(jīng)濟(jì)影響的研究是從第一次石油價(jià)格沖擊開(kāi)始的。國(guó)外普遍認(rèn)為最早對(duì)此進(jìn)行研究的是豪特林。豪特林（1931）認(rèn)為如果不考慮不可再生資源的生產(chǎn)成本，資源價(jià)格的增長(zhǎng)率和市場(chǎng)利率的增長(zhǎng)率相同。二戰(zhàn)的爆發(fā)是由于經(jīng)濟(jì)危機(jī)引發(fā)的，但是細(xì)究下來(lái)我們就可以發(fā)現(xiàn)二戰(zhàn)的爆發(fā)多多少少都會(huì)與石油有關(guān)，例如：二戰(zhàn)中著名蘇德大戰(zhàn)與日本偷襲珍珠港以及其他一些戰(zhàn)役等等都可以看出這些戰(zhàn)役同石油有關(guān)系。Shore（2005）依據(jù)供需平衡原理，使用原石油供求模型，建立了經(jīng)濟(jì)增長(zhǎng)等一系列宏觀經(jīng)濟(jì)變量對(duì)國(guó)際石油價(jià)格波動(dòng)影響的供需模型。Rogoff通過(guò)對(duì)1996―2005年部分的數(shù)據(jù)研究表明，認(rèn)為能源效率的提升，原油消耗量集中度的上升，促使了更加穩(wěn)定的貨幣政策發(fā)行，使得更加緊密的金融市場(chǎng)、更加有彈性的勞動(dòng)力市場(chǎng)削弱了原油價(jià)格對(duì)宏觀經(jīng)濟(jì)的影響。

國(guó)內(nèi)學(xué)者在此方面的研究主要有：劉健、蔣殿春（2010）通過(guò)對(duì)2003年1月至2009年2月期間38個(gè)子行業(yè)的月度數(shù)據(jù)，建立了有關(guān)結(jié)構(gòu)自向量的回歸模型，從回歸模型上認(rèn)為影響了我國(guó)的產(chǎn)品的價(jià)格指數(shù)是國(guó)際原油的價(jià)格所引起的。為了分析國(guó)際原油價(jià)格的變動(dòng)對(duì)我國(guó)宏觀經(jīng)濟(jì)中的長(zhǎng)短期動(dòng)態(tài)有所影響，李卓等（2011）建立VEC 模型并做出了相關(guān)的分析與大量的實(shí)驗(yàn)。而婁峰、薛敏則認(rèn)為國(guó)際油價(jià)的變化會(huì)對(duì)我國(guó)的宏觀經(jīng)濟(jì)、投資及消費(fèi)等宏觀經(jīng)濟(jì)變量產(chǎn)生重要影響。原油價(jià)格沖擊會(huì)導(dǎo)致部分行業(yè)生產(chǎn)成本增加，通貨膨脹加劇。

我國(guó)的許多經(jīng)濟(jì)學(xué)者在對(duì)于國(guó)際油價(jià)的高低對(duì)我國(guó)宏觀經(jīng)濟(jì)方面的影響展開(kāi)了一系列的研究，但是由于我國(guó)的經(jīng)濟(jì)學(xué)者在此類(lèi)研究中過(guò)多的強(qiáng)調(diào)國(guó)際的石油價(jià)格對(duì)我國(guó)的經(jīng)濟(jì)有直接的沖擊作用，但是至于為什么有直接的沖擊作為或者說(shuō)沖擊的傳導(dǎo)機(jī)制是什么都不是很清楚所以直接導(dǎo)致了結(jié)論的探析過(guò)于偏執(zhí)而出現(xiàn)錯(cuò)誤所以本文就石油價(jià)格對(duì)我國(guó)宏觀經(jīng)濟(jì)的沖擊和影響進(jìn)行了重新研究和審視。

三、實(shí)證研究

1.模型設(shè)定

E-views 是Econometrics Views的縮寫(xiě)，由美國(guó)QMS公司研制的在Windows下專(zhuān)門(mén)從事數(shù)據(jù)分析、回歸分析和預(yù)測(cè)的工具，同時(shí)也被廣泛運(yùn)用于計(jì)量經(jīng)濟(jì)學(xué)中社會(huì)經(jīng)濟(jì)關(guān)系與經(jīng)濟(jì)活動(dòng)的規(guī)律。并且E-views的分析數(shù)據(jù)通常為時(shí)間序列數(shù)據(jù)，本文選取2000年至2015年中國(guó)月度宏觀經(jīng)濟(jì)指標(biāo)數(shù)據(jù)作為研究之用。

2.變量選擇

工業(yè)生產(chǎn)總值：首先從消費(fèi)角度看，原油價(jià)格波動(dòng)會(huì)影響原油相關(guān)的產(chǎn)品生產(chǎn)成本變動(dòng)，影響國(guó)內(nèi)產(chǎn)出。從投資方面看，若原油價(jià)格的升高，行業(yè)利潤(rùn)下降，就直接導(dǎo)致了企業(yè)對(duì)于產(chǎn)品的產(chǎn)量控制，對(duì)于產(chǎn)品價(jià)格的提升，導(dǎo)致產(chǎn)品由于價(jià)格的問(wèn)題產(chǎn)生了買(mǎi)不出去的情況，因此企業(yè)為了降低損失，從而減少對(duì)產(chǎn)品的生產(chǎn)，這樣惡性循環(huán)。從進(jìn)出口方面來(lái)看我們都清楚的知道無(wú)論進(jìn)口、出口都不可能做到人力去拉運(yùn)，需要用到飛機(jī)、輪船、大巴等等需要石油作為燃料的運(yùn)輸工具，石油的價(jià)格提升會(huì)導(dǎo)致運(yùn)輸工具價(jià)格的提升，會(huì)造成產(chǎn)品成本的提高。出口自然下降，最終導(dǎo)致產(chǎn)出下降。

居民消費(fèi)價(jià)格指數(shù)、社會(huì)消費(fèi)品零售總額：國(guó)際原油價(jià)格主要通過(guò)兩種途徑傳導(dǎo)至CPI：具體就是對(duì)國(guó)外和國(guó)內(nèi)這兩方面所使用石油作燃料的有關(guān)產(chǎn)業(yè)的傳導(dǎo)。國(guó)際原油價(jià)格的波動(dòng)會(huì)因此導(dǎo)致國(guó)內(nèi)消費(fèi)品價(jià)格的波動(dòng)，從而進(jìn)一步的促進(jìn)人們?nèi)粘Ｉ钪兴杵穬r(jià)格的提高，導(dǎo)致產(chǎn)品的成本上升，人們生活成本提升進(jìn)而影響社會(huì)消費(fèi)品零售總額。

貨幣供應(yīng)量：包括正在流通的現(xiàn)金、銀行中儲(chǔ)存的現(xiàn)金、人們手里的現(xiàn)金等等。由于國(guó)際油價(jià)的波動(dòng)對(duì)宏觀經(jīng)濟(jì)產(chǎn)生了非常重大的影響，進(jìn)而反饋在貨幣的供應(yīng)量上，因此將流通中的貨幣、儲(chǔ)存起的貨幣或者是與貨幣等價(jià)位的物品的供應(yīng)量作為變量之一。

本文選取廠商的生產(chǎn)成本、人們?cè)谌粘Ｉ钪械南M(fèi)情況、以及貨幣的使用情況M2來(lái)分析國(guó)際石油價(jià)格波動(dòng)對(duì)宏觀經(jīng)濟(jì)產(chǎn)生的通貨膨脹。

3.實(shí)證分析

使用將E-views選取的變量與同時(shí)段國(guó)際原油價(jià)格進(jìn)行曲線走勢(shì)對(duì)比時(shí)，筆者發(fā)現(xiàn)國(guó)際原油價(jià)格與國(guó)內(nèi)生產(chǎn)總值、居民消費(fèi)價(jià)格之間存在著一定的線性關(guān)系，通過(guò)將2000年至2015年季度數(shù)據(jù)的對(duì)比及線性回歸，國(guó)內(nèi)生產(chǎn)總值與國(guó)際原油價(jià)格存在著如下圖圖2所示的關(guān)系。其中系列1代指國(guó)際原油價(jià)格，系列2代指國(guó)內(nèi)生產(chǎn)總值，系列3代指居民消費(fèi)價(jià)格指數(shù)

4.線性回歸檢驗(yàn)

進(jìn)一步運(yùn)用E-views對(duì)所選取數(shù)據(jù)進(jìn)行線性回歸檢驗(yàn)分析。初步運(yùn)用軟件E-views的‘View’功能進(jìn)行檢測(cè)，發(fā)現(xiàn)圖5所示三條折線具有線性關(guān)系。為進(jìn)一步驗(yàn)證線性，根據(jù)凱恩斯理論，列理論方程如下。

C=a+b（inc）

其中C代表國(guó)際原油價(jià)格，a代表國(guó)內(nèi)生產(chǎn)總值，b代表居民消費(fèi)價(jià)格，inc則指代a與b間的自相關(guān)性。

根據(jù)自相關(guān)性及頻率數(shù)據(jù)預(yù)測(cè)得數(shù)值如下：

a=43.32， b=0.876

即C=43.32+0.876inc

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

四、結(jié)論分析

從圖2的結(jié)果中我們可以清楚的知道，對(duì)于國(guó)際油價(jià)的變動(dòng)影響著我國(guó)宏觀經(jīng)濟(jì)的原理和內(nèi)容與其他文獻(xiàn)和經(jīng)濟(jì)學(xué)者所研究的基本上是相同的。具體的就是如果國(guó)際石油價(jià)格長(zhǎng)時(shí)間的下跌會(huì)使我國(guó)物價(jià)水平的飛快的上升從而導(dǎo)致了人們的消費(fèi)水平的下降，并直接導(dǎo)致了中央銀行的緊縮性貨幣政策的實(shí)施。最終的結(jié)果顯示由于國(guó)際石油價(jià)格的顯示，直接對(duì)我國(guó)工業(yè)總產(chǎn)值產(chǎn)生了正向效應(yīng)。我們由圖3可以清楚的知道，由于我國(guó)的實(shí)際GDP的波動(dòng)，直接導(dǎo)致了工業(yè)項(xiàng)目產(chǎn)生的負(fù)向效應(yīng)，但是由于石油價(jià)格的慢慢回升，就直接對(duì)工業(yè)總產(chǎn)值起到了促進(jìn)的作用。對(duì)人們?nèi)粘Ｉ钪械南M(fèi)水平也起到了促進(jìn)作用，這表明了消費(fèi)需求的增加直接加速致物價(jià)水平的明顯上升。貨幣供應(yīng)量的波動(dòng)情況是先正后負(fù)，之后在向平穩(wěn)的發(fā)展。而圖4直接反應(yīng)了，由于人們的日常消費(fèi)水平，直接導(dǎo)致了對(duì)工業(yè)總產(chǎn)值、社會(huì)總消費(fèi)水平以及貨幣供應(yīng)量的負(fù)向效應(yīng)。由此我們就可以清楚的理解到由于物價(jià)水平上升，直接導(dǎo)致了對(duì)社會(huì)總消費(fèi)水平的負(fù)面影響，從而在一定的情況下阻礙了工業(yè)總產(chǎn)值的增加，為了避免這些情況的出現(xiàn)，導(dǎo)致了中央銀行會(huì)出臺(tái)緊縮的貨幣政策。從圖5清楚的知道，由于貨幣供應(yīng)量的不穩(wěn)定，將直接對(duì)工業(yè)總產(chǎn)值帶來(lái)不必要的負(fù)面影響，但是從長(zhǎng)期來(lái)看，由于貨幣供應(yīng)量的不穩(wěn)定，會(huì)對(duì)工業(yè)總產(chǎn)值產(chǎn)生增加。由于我們一眼就可以看出它對(duì)社會(huì)的總消費(fèi)水平的影響非常大，對(duì)居民消費(fèi)價(jià)格有促進(jìn)作用，但是隨后會(huì)下降直至平穩(wěn)。

自2015年開(kāi)始，受?chē)?guó)際經(jīng)濟(jì)形勢(shì)持續(xù)萎靡的影響，我國(guó)的經(jīng)濟(jì)增速逐漸放緩，各類(lèi)內(nèi)需減少，制造行業(yè)的生產(chǎn)也逐步減緩，這直接導(dǎo)致了國(guó)內(nèi)對(duì)原油需求的減少，而對(duì)原油需求的減少也進(jìn)一步反應(yīng)了國(guó)內(nèi)宏觀經(jīng)濟(jì)增速的放緩。應(yīng)該可以這樣說(shuō)，國(guó)際原油價(jià)格波動(dòng)是因需求而決定的，國(guó)際原油價(jià)格波動(dòng)的趨勢(shì)也進(jìn)一步反應(yīng)了我國(guó)宏觀經(jīng)濟(jì)的走勢(shì)，正如本文第二節(jié)對(duì)數(shù)據(jù)的分析，國(guó)際原油價(jià)格波動(dòng)與中國(guó)宏觀經(jīng)濟(jì)之間有著一定的線性相關(guān)。

由于當(dāng)前石油價(jià)格不是非常的穩(wěn)定，并且一直呈現(xiàn)出下滑的趨勢(shì)，我國(guó)應(yīng)該利用當(dāng)前有利形勢(shì)，進(jìn)一步完善能源安全保障機(jī)制。同時(shí)考慮到石油價(jià)格波動(dòng)頻繁，很難實(shí)現(xiàn)準(zhǔn)確的預(yù)測(cè)和控制。所以我國(guó)應(yīng)盡量控制對(duì)貨幣政策的依賴(lài)，因此要不斷的穩(wěn)定并完善石油所帶來(lái)的價(jià)格影響與風(fēng)險(xiǎn)防范，從而加強(qiáng)對(duì)能源結(jié)構(gòu)的優(yōu)化和管理，直接降低由于石油的影響導(dǎo)致我國(guó)出現(xiàn)一系列的經(jīng)濟(jì)問(wèn)題，爭(zhēng)取從本質(zhì)上降低由于國(guó)際石油的價(jià)格的不穩(wěn)定，直接導(dǎo)致了對(duì)我國(guó)宏觀經(jīng)濟(jì)的影響。

參考文獻(xiàn)：

[1] 婁 峰，薛 敏. 國(guó)際原油價(jià)格沖擊對(duì)我國(guó)宏觀經(jīng)濟(jì)影響研究[J].價(jià)格理論與實(shí)踐， 2015，（12）：111-113

[2] 華煒. 國(guó)際原油價(jià)格波動(dòng)對(duì)我國(guó)宏觀經(jīng)濟(jì)的影響[D]. 復(fù)旦大學(xué)， 2013.3.

[3] 徐華林. 國(guó)際石油價(jià)格波動(dòng)對(duì)宏觀經(jīng)濟(jì)的沖擊效應(yīng)研究[D].中國(guó)海洋大學(xué)， 2014.6.

[4] 李治國(guó)，郭景剛. 國(guó)際原油價(jià)格波動(dòng)對(duì)我國(guó)宏觀經(jīng)濟(jì)的傳導(dǎo)與影響[J]. 經(jīng)濟(jì)經(jīng)緯， 2013，（4）：54-59

[5] 劉向耘. 近期國(guó)際油價(jià)下跌的觀察與分析[J]. 金融發(fā)展評(píng)論， 2015，（1）：25-31