宏觀經濟因素精品(七篇)

序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇宏觀經濟因素范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

[關鍵詞]房產價格；貨幣供給量；匯率；通貨膨脹率；人口

[中圖分類號]F2933[文獻標識碼]A[文章編號]1005-6432（2013）24-0076-03

1引言

自從20世紀90年代的亞洲金融危機之后，我國開始逐步從住房分配到商品房的過渡，通過擴大內需來拉動經濟的增長，擺脫對外需的過度需求。如今20多年過去了，房地產產業對于GDP的增長越發顯得重要，2005到2011年，房地產投資力度一直在不斷加大，從159092萬億元增長到617969萬億元，房地產投資占GDP的比重從2005年的86%增長到2011年的1306%，雖然2008年金融危機席卷全球，但是房地產投資的比重仍在增長。數據來自國家統計局。

房地產投資的增長固然是好消息，至少說明我國在轉變消費的方式上邁進了一大步，逐步轉型為內需型消費。因為房地產業帶動了鋼鐵、水泥、木材、家具等等行業的發展。但是這同時也帶來了很多弊端，其中高房價就是無法忽視的問題，許多城市的房價遠遠超出了工資收入比例，“房奴”也已經不是新鮮的詞匯，多少人就為了房子奮斗終生。但是房價的提高和宏觀政策也有分不開的聯系。因此，本文就宏觀經濟中各因素對房價的影響進行分析，從而找出控制房價上漲的因素，提出相關政策建議。

2模型建立

本文采用VAR模型，研究房價在人民幣匯率、通貨膨脹率、貨幣供給量以及人口因素的影響下是如何進行變化的。選取數據為年度數據，時間為2002—2011年。對所有的變量都取對數，令lprice表示房價，lpop表示人口，lM2表示貨幣供給量，lrate表示匯率，lflo表示通脹率。

21選擇滯后階數

由于采用VAR模型，因為時間序列數據往往具有趨勢性，表現為非平穩性，為了避免產生偽回歸現象，必須要對數據進行檢驗。首先要進行滯后階數的選擇，通過運行Stata軟件得到表1，由此可知AIC信息準則確定的是最佳滯后階數為3，而根據HQIC信息準則和SBIC確定的最佳階數也都是3，因此3階為最佳階數選擇。

22平穩性檢驗

其次，進行ADF單位根的檢驗，經檢驗發現3階滯后是不平穩的，有點落在單位圓之外，因此選擇滯后一階，經檢驗發現一階滯后是平穩的，所有點都落在單位圓之內，因此VAR（1）是平穩的，如圖1所示。

23granger因果檢驗

granger因果檢驗的本質其實就是VAR模型，主要是用來檢驗一個內生變量是否可以作為外生變量來對待。要求序列必須存在同階單整的協整關系或者都是平穩內序列，如果序列不平穩或者不協整很可能會產生偽回歸問題。在前文中已經確定滯后一階是平穩的，建立VAR（1）模型對各變量因果關系的方向進行判斷。

可以得到，在F檢驗中5%的置信水平區間下，人口的F值大于其臨界值，因此對房價有顯著影響，對人口而言，貨幣供給量和通脹率有顯著影響，對于匯率而言，由于4個變量F值都在臨界值以內，因此對其的影響不顯著，而人口、匯率和通脹率都會影響到貨幣供給量，其中人口和匯率的影響非常顯著，對于通脹率而言，4個因素的影響同樣也是不顯著。如表2所示。

表2granger因果檢驗

24方差分解分析

方差分解是通過分析每一個結構沖擊對內生變量變化（ 通常用方差來度量） 的貢獻度，進一步評價不同結構沖擊的重要性。本文中選取了10步，應用方差分析可以看出（表3），價格自身的影響在第二步跳躍之后就一直趨于水平，變化不大，也就是說房價受自身的影響很小。而人口對于房價的影響在第二步增大之后趨于穩定在第五步又有一個跳躍。通脹率對于房價的影響一直比較平穩同時力度也比較小，趨于一條水平線。而匯率對于房價的影響有上下的波動，如圖2所示。

3結論

綜上所述，房價最主要的影響因素是人口因素，特別是20世紀80年代生育高峰時期出生的人口正是如今房子的需求者，因此都屬于剛性需求，雖然我國在計劃生育的政策下已經控制了人口數量，但是由于我國人口基數大，協調人口數量和老齡化之間的矛盾仍然迫在眉睫。本文認為，生育政策還是不能無限制放寬，不能讓人口猛增猛漲，否則房價只會居高不下。

貨幣供給量同樣也會影響房價，房價攀升的很大一部分原因也是由于金融政策的影響，供給量越大，人們手中的錢越多也越不值錢，因此加大對于房子的投機需求，從而影響到房價。國家應該加強對于金融政策的調整，不能一味追求GDP的增長，要讓老百姓真正過上國富民強的日子，而不是為了一套房子勒緊褲腰帶一輩子。

匯率利率對于房價是負向的影響，匯率利率越高，房價會降低，這也解釋了住房貸款對于房價的影響，適當提高利率可以抑制房價的投機需求，從而控制房價。而對于匯率來說，可以積極引導外資流入實體經濟的領域，而不是限制于房地產領域。

通脹率對于房價的影響比較微弱，但是我們也要警惕通貨膨脹對于整個國民經濟的影響。

國家目前也已經出臺了相關政策來阻止房價的上揚，并且在一線城市也有了成績。希望有一天房子不再是年輕人沉重的負擔。

參考文獻：

[1]楊寶成，董瑋，王代敬房地產業對GDP的貢獻及解決房地產過熱的措施研究[J].產業論壇，2005（12）.

[2]胡軍偉人民幣匯率上升對房地產經濟的影響及對策[J].北京工業職業技術學院學報，2011，4（10）.

[3]陳少林居民消費、固定資產投資及出口對中國經濟增長的影響——基于VAR模型的實證分析[J].重慶科技學院學報，2012（4）.

[4]安明影響房地產經紀波動的實證分析[J].產業觀察，2010（2）.

篇(2)

    一、宏觀經濟走勢對證券市場的影響

    宏觀經濟走勢是影響證券市場大盤走勢的最基本因素。證券市場是整個國民經濟的重要組成部分,它在宏觀經濟的大環境中發展,同時又服務于國民經濟的發展。從根本上說,股市的運行與宏觀的經濟運行應當是一致的,經濟的周期決定股市的周期,股市周期的變化反映了經濟周期的變動。經濟周期包括衰退、危機、復蘇和繁榮四個階段,一般來說,在經濟衰退時期,股價指數會逐漸下跌;到經濟危機時期,股價指數跌至最低點;當經濟復蘇開始時,股價指數又會逐步上升;到經濟繁榮時,股價指數則上漲至最高點。

    宏觀經濟走勢影響股價變動,但宏觀經濟走勢與股市趨勢的變動周期不是完全同步的。2002年10月,兩個數據在中國證券業界引起了廣泛關注,一個數據是2002年前三個季度中國國內生產總值同比增長7.9%,一個數據是2002年1~10月上證指數跌幅達到7.9%,一正一負,宏觀經濟走勢與證券市場走勢看上去形同陌路,相互背離,讓投資者感到困惑。實際上,無論是宏觀經濟還是股票市場,都存在著各自周期性變化的特征。股市周期是指股票市場長期升勢與長期跌勢更替出現不斷循環反復的過程,即牛市與熊市不斷更替的現象。

    以上海證券市場為例對中國的股市周期進行分析。中國股市運行的第一個周期,是從1990年12月19日的100點至 1996年1月的512點,其中,大牛市階段為1990年12月19日的100點至1993年2月16日的1558點;大熊市階段為 1993年2月16日的1558點至1996年1月的512點。第二個周期是從1996年1月的512點至今,其中,大牛市階段是 1996年1月的512點至2001年6月的2245點,從此股市出現了較大的下跌行情。同期中國宏觀經濟運行的狀況為:1978~1990年期間,中國經濟運行的總體態勢是經濟增長的穩定性在逐步增強,經濟增長的質量有所提高。1991~1999年期間,中國經濟先是快速增長,越過高峰后,以小幅緩收為基調,而且收縮期明顯增長(從1993年步入經濟收縮期開始到1999年底,7年內GDP增長率平均每年下降1個百分點左右,波動較為平緩,但下滑時間較長)。進入2000年,中國的經濟增長率結束了連續7年的下滑過程(1999年為 7.1%,2000年為8%,2001年為7.3%,2002年為8%)。經濟周期是根本,經濟從衰退、蕭條、復蘇到高漲的周期性變化,是形成股市牛熊周期性轉換的最基本的原因,正是從這種意義上講,股市是國民經濟的晴雨表,但這并不代表兩個周期是完全同步的。作為一個相對獨立的市場,股市的波動也存在著自身特有的規律,在實際運行中,股市周期反映經濟周期有著獨特的特點,從而造成了股市周期與經濟周期不同步,甚至背離的現象。

    二、貨幣供應量對證券市場的影響

    貨幣供應量與股票價格一般是呈正相關關系,即貨幣供應量增大使股票價格上漲,反之,貨幣供應量縮小則使股票價格下跌。但從1994年以來,我國貨幣供應量的增長與股市的增長率變化比較,貨幣供應量的變化就不能準確地反映股市的變化。如1994、1995、1998這三年,上證指數的增幅都是負數,而同期我國的貨幣供應量(M2)的增幅分別是 34.53%、29.47%、14.87%;1996、1997、1999、2000這四年,上證指數的增幅分別是65.14%、30.22%、 19.18%、 51.73%,同期我國的M2增幅分別是25.26%、19.58%、14.74%、12.27%。原本是強相關的兩項指標,增幅的變化卻出現了背離現象。這說明證券市場與貨幣市場沒有完全打通,貨幣政策的傳導機制出現了故障。

    所謂貨幣政策的傳導機制是指一定的貨幣政策工具,如何引起社會經濟生活的某些變化,最終實現預期的貨幣政策目標。對貨幣政策傳導機制的分析,在西方主要有凱恩斯學派和貨幣學派。凱恩斯學派的主要思路:通過貨幣供給的增減影響利率,利率的變化通過資本邊際效益的影響使投資以乘數方式增減,而投資的增減會進而影響總支出和總收入。凱恩斯學派傳導機制理論的特點是對利率這一中介指標特別重視。貨幣學派認為,利率在貨幣傳導機制中不起重要作用,更強調貨幣供應量在整個傳導機制上的直接效果,主要思路:貨幣供給量的變化直接影響支出,變化了的支出影響投資或者說導致資產結構調整,資產結構的調整又反映在實際產出和價格的變動上。

    從貨幣政策工具的運用到貨幣政策目標的實現中間有一個相當長的作用過程,在過程中貨幣當局本身并不能直接控制和實現諸如穩定、增長這些目標,它只能借助于貨幣政策工具、設置中介指標并通過對中介指標的調節和影響最終實現政策目標。因此,中介指標就成了貨幣政策作用過程中一個十分重要的中間環節,對它們的選擇是否正確以及選定后能否達到預期調節效果,關系到貨幣政策最終目標能否實現。根據中介指標的可控性、可測性、相關性、抗干擾性以及在不同經濟體制和金融體制下的適應性,中介指標一般有利率、貨幣供應量等。作為中介指標,利率有可控性強、可測性強、貨幣當局能夠通過利率影響投資和消費支出的優點,但利率作為中介指標也有不理想之處。因為利率既是一個內生經濟變量,又是一個政策變量。作為內生變量,在經濟繁榮時,利率隨信貸需求增加而上升;在經濟停滯時,利率隨信貸需求減少而下降。作為政策變量,經濟過熱,應提高利率;經濟疲軟,應降低利率。可見。利率作為內生變量與政策變量往往很難區分。在這樣的情況下,中央銀行很難判明自己的政策操作是否已達到了預期的目標。以貨幣供應量作為中介指標,首先遇到的困難是確定哪種口徑的貨幣作為中介指標,是MO(現金),還是M1(M1=MO+活期存款),還是M2(MO +M1+定期存款+其他存款)。三個指標分別反映在中央銀行和商業銀行及其他金融機構的資產負債表上,可以進行測算和控制,問題在于究竟哪一個指標更能代表一定時期的社會總需求和購買力,通過對它的調控就可直接影響總供求。至于抗干擾性,貨幣供應量的變動作為內生變量是順循環的,作為政策變量是逆循環的,一般說來兩者是不會混淆的。

    貨幣供應量與股票價格一般是呈正相關關系,但在特殊情況下必須具體情況具體分析。如,在通貨膨脹的情況下,政府一般會采取緊縮的貨幣政策,這就會提高市場利率水平,從而使股票價格下降。同期,企業經理和投資者不能明確地知道眼前盈利究竟是多少,更難預料將來盈利水平,他們無法判斷與物價有關的設備、原材料、工資等成本的上漲情況,從而引起企業利潤的不穩定,對證券市場造成不良影響。

    通貨緊縮對證券市場的影響是通過傷害消費者和投資者的積極性反映出來的。就消費者而言,持續的通貨緊縮使消費者對物價的預期值下降,而更多地持幣待購,推遲購買;就投資者而言,通貨緊縮將使目前的投資在將來投產后,產品價格比現在的價格還低,并且投資者預期未來工資下降,成本降低,這些會促使投資者更加謹慎,或者推遲原有的投資計劃。消費和投資的下降減少了總需求,使物價繼續下降,從而使股票、債券及房地產等資產價格大幅下降,進一步又大大影響了投資者對證券市場走勢的信心。

    三、利率變動對股市的影響

    一般情況下,利率變動與股價變動成反相關關系。1996年以來,我國已八次下調人民幣利率。1996年5月1日中央銀行決定實施首次降息,當時的股市正從底步啟動,市場從4月份起,就對這一利好作出了積極的提前反應,消息出臺后雖然出現了暫時的獲利回吐,但很快就步入了持續的升勢,一個歷時超過兩年的大牛市從此拉開了序幕。1996年8月 23日央行實施了第二次降息,存款利率平均降低1.5個百分點,貸款利率平均下調1.2個百分點,幅度之大超出了當時人們的預期。這一消息對于已經經歷4 個月調整的滬深股市帶來了新的刺激,市場很快探底成功,股指由此屢創新高,并在當年年底沖上了歷史的高峰(1996年上證指數增幅 65.14%)。1997年10月23日,央行第三次降息,存貸利率平均下調幅度分別為1.1和1.5個百分點,由于經歷了三次降息,流向資本市場和消費市場的資金不斷增加。1998年3月25日和1998年7月1日的第四、第五次降息雖然在幅度上明顯低于前三次,但同時對準備金率作出了大幅度的調整(由 1980年的13%降到1998年的8%),使得社會融資環境進一步寬松。由此,滬市綜指也從第一次降息的660點升至 1998年7月的1330點,升幅超過1倍。1998年12月?日,央行決定第六次降低金融機構的存貸利率,一年內三次降息的間隔之短,在我國銀行利率調整歷史上也實屬罕見,這次降息沒有對股市起到立竿見影的作用,但卻使股市在1000點企穩,也為之后的“5.19”行情做了鋪墊。1999年6月10日,央行宣布第七次降息,金融機構存貸款利率分別下調1個、0.75個百分點。這次降息雖然仍激發了投資者的投資熱情,市場的直接反應卻呈現逐步減弱之勢,這是因為市場缺乏能夠引導市場的熱點板快等,但這并不能否定降息對股市的長期利好作用,就是說,政策的利好雖沒有改變市場趨勢,但卻在不斷改變經濟和市場環境,此次降息為“5.19”行情的爆發起到了推波助瀾的作用。2002年2月21日,央行實施第八次降息政策,存貸款利率平均下調分別是0.25個百分點和0.5個百分點,此次降息最重要的是政府表明了一種態度,給消費者者、投資者、生產者一個積極的信號:只要通貨緊縮的趨勢繼續延續,經濟低迷,政府就不會坐視不管,政府要加大金融對經濟發展的力度,以此來促進國民經濟持續、快速、健康發展。

    參考文獻:

篇(3)

關鍵詞:宏觀經濟;銀行危機;不良貸款率

一、引言

自20世紀70年代末,英、美等發達國家開始放松金融監管,也由此加劇了銀行危機。尤其是90年代以來,金融危機更是頻頻爆發,1992年的英鎊危機、1994年的美國利率風暴及中南美洲比索風暴、1997年的亞洲金融危機,特別是2007年始于美國的次貸危機最終演變成全球性的金融危機。這些危機的產生,很大一部分都是由銀行的信用風險直接導致的。巴塞爾銀行監督委員會秘書處成員Svoronos(2002)指出,銀行面臨的風險中以信用風險的比例最高,約占60%。信用風險已成為銀行風險監管的最主要方面。

從宏觀的角度來看,一個國家的宏觀經濟條件、宏觀經濟政策以及金融監管等在很大程度上決定該國商業銀行風險的大小。宏觀經濟中的通貨膨脹和經濟周期等是影響商業銀行信用風險的主要因素。下面本文就宏觀經濟因素與我國商業銀行信用風險的關系進行研究。

二、相關文獻回顧

近年來,已有國內學者研究了宏觀經濟因素與商業銀行風險之間的關系。蔣鑫(2008年)對我國商業銀行信用風險與宏觀經濟因素之間的關系進行了研究,表明我國商業銀行信用風險具有親周期性的特征。譚燕芝、張運東(2009)基于中國、美國、日本部分銀行的基礎數據對影響銀行信用風險的宏觀經濟因素進行了研究,表明我國銀行信用風險與失業率呈顯著負相關關系。李紅梅、李劍(2010)研究了宏觀經濟變量對國有商業銀行和股份制商業銀行信用風險的影響。本文利用2005-2009年的季度基礎數據研究我國商業銀行不良貸款率與宏觀經濟因素之間的關系。

三、模型建立與實證分析

本文利用宏觀經濟因素來分析我國商業銀行(國有商業銀行、股份制商業銀行、城市商業銀行、農村商業銀行和外資銀行)的信用風險,宏觀經濟因素包括:物價(用CPI來表示)、M2增長率(M2R)、國內生產總值增長率(GDPR)、失業率(UN)。商業銀行的信用風險用不良貸款率(NPLR)來衡量。宏觀經濟變量的數據來自《中國統計年鑒》和國研網宏觀經濟數據庫,不良貸款率的數據來自中國人民銀行和中國銀行業監督管理委員會網站,經整理而成。在此基礎上,建立多元線性回歸模型,模型如下:

NPLR=β0+β1CPI+β2M2R+β3GDPR+β4UR+u

通過EVIEWS5.0對模型進行回歸,結果如下:

NPLR=52.31-0.76CPI+0.28M2R-

(9.62)(-8.24) (3.62)

0.59GDPR+0.07UN+u

(-2.81)(1.34)

由上式可以發現模型中CPI、M2R和GDPR均通過置信度為5%的t檢驗,說明它們對被解釋變量NPLR有顯著影響;而UN沒有通過t檢驗,說明它對NPLR沒有顯著影響。CPI、GDPR均與NPLR呈負相關關系,它們越大,NPLR越小;M2R與NPLR呈正相關性,它越大,NPLR也越大。消費者價格指數較高時,信用風險較小,此時,政府會進行有效調控,來降低消費者價格指數,經濟增速放緩,違約概率開始上升。GDP增長率較高時,信用風險小,但隨著信貸的不斷增加,至經濟增長放緩時,原來累積的風險將釋放出來,信用風險增大;當經濟增長較慢,政府將采取較為積極的貨幣政策來刺激經濟,M2供給迅速增加,同時違約風險也增大。

四、結論和建議

通過上面的研究可以發現,總體上宏觀經濟因素對商業銀行的信用風險有顯著影響,當宏觀經濟處于繁榮期時,信貸質量良好,違約概率低;而當經濟處于衰退期時,信貸質量較差,違約概率較高,即商業銀行的信用風險表示出一種親周期性。

針對以上研究結論,現提出以下幾點建議供我國商業銀行參考:一是加大對宏觀經濟形勢及國家相關政策的研究。我國商業銀行的不良貸款率受宏觀經濟波動的影響比較大,因此商業銀行應密切關注反映宏觀經濟變動的指標,特別是那些能夠提前反映宏觀經濟變化趨勢的指標。二是改進不良貸款的分類方法,現行的五級分類法已不能夠有效區分正常貸款與不良貸款,應制定更加精細、有效的分類方法。目前,中國銀行、中國工商銀行等銀行正在嘗試在現在五級分類法的基礎上,將貸款細化為十二級分類,這是一個發展的方向。三是進一步量化風險管理,商業銀行在構建信用風險度量模型時,應該把宏觀經濟因素考慮進去,提高模型的準確度。

參考文獻:

1、蔣鑫.影響商業銀行信用風險的宏觀經濟因素分析[J].財經研究,2008.

2、譚燕芝,張運東.信用風險水平與宏觀經濟變量的實證研究――基于中國、美國、日本部分銀行的比較分析[J].國際金融研究,2009(4).

篇(4)

關鍵詞：上市公司 資本結構 宏觀經濟

一、引言

企業資本結構理論是現代企業理論和公司金融理論的一個重要組成部分，學術界對資本結構的研究主要分為三個階段：始于1952年，以杜蘭特（David Durand）為代表的包括凈收益理論、凈營業收益理論和傳統折中理論的傳統資本結構理論；始于1958年，以MM定理為核心的現代資本結構理論；20世紀70年代以后，以權衡理論和不對稱信息理論為代表的新資本結構理論。

隨著企業資本結構理論研究的深入，關于企業資本結構影響因素的研究也逐步展開。巴克特和卡格（1970）研究發現，規模大的企業傾向于債務融資，而負債率高的企業選擇債務融資的可能性較小。其他研究表明，企業的盈利能力（Timan & Wessels,1988）、稅收（Mackie-Mason,1990）、企業成長性（Jensen,1986）、經營風險（Hsia,1981）、股權結構（Berger、Ofek、Yermack，1997）等企業自身特征因素對企業資本結構都具有顯著的影響。

除了企業自身特征因素外，宏觀經濟因素也是影響企業資本結構的重要因素。本文以我國滬深交易所上市公司財務數據為樣本進行實證研究，研究結果表明，宏觀經濟變量對我國上市公司資本結構存在比較顯著的影響。此外，實證研究表明，不同的宏觀經濟變量對上市公司資本結構的影響存在較大差異。

二、理論分析與研究假設

相比于從企業自身因素角度對資本結構影響的研究，理論界從宏觀經濟因素角度對資本結構影響的研究相對較晚。從20世紀80年代開始，國內外學者開始意識到政府制度安排、經濟發展狀況等宏觀經濟因素對企業資本結構的影響。

Kim and Wu(1988)的研究表明，通貨膨脹會增加負債水平。通貨膨脹往往導致更多的負債：一方面，通貨膨脹降低了負債的真實成本，在通貨膨脹期間對公司債券的需求上升；另一方面，隨著通貨膨脹率的下降，短期內公司債券收益高于股票收益，從而使得公司債券需求上升（DeAngelo & Masulis,1980）。實際貸款利率的變動對企業融資結構的選擇具有顯著影響，利息率和通貨膨脹率的變動扭曲了稅收利益和破產成本，因此影響目標資本結構（Fisher et al,1989）?；赑robit模型的實證研究表明，利率期限結構影響公司的資本結構（Nejadmalayerz,2002）。

GDP增長率的波動在一定程度上反映了經濟周期波動的情況，經濟增長率較高時，企業有較好的盈利預期，傾向于債券融資，財務杠桿較大。實踐中M1增長速度的快慢反映了國家貨幣政策的取向，M1增長較快則說明國家貨幣政策較為寬松，企業獲得貸款相對容易；M1增速放緩，說明國家緊縮銀根，企業貸款難度加大（蔡楠、李梅菠，2003）。Booth et al（2001）通過對發展中國家與發達國家的混合數據研究發現，GDP實際增長率與企業財務杠桿正相關。股票市場越發達，企業具有更多的融資權，股價高漲使得股權融資優勢更明顯，股票市場價值/GDP與財務杠桿負相關。

此外，財政支出的增長帶來市場流動性的增強和商業銀行貸款利率的降低，從而使得企業貸款成本和債務融資成本的降低，使得企業偏好債務融資。原毅軍、孫曉華（2006）對我國滬深上市公司實證研究發現，財政支出與企業目標財務杠桿正相關。陳耿（2004）的研究表明，銀行貸款與債權不僅具有替代性，而且具有相當的互補性。商業銀行貸款的增長往往伴隨著貸款利率和債務融資利率的下降，使得企業債務融資成本降低。

基于以上分析，本文在實證研究過程中選取了通貨膨脹率（Inflation）、實際貸款利率（R-Rate）、國內生產總值增長率（GDP）、M1-M0增長率（DM）、滬深股市總市值增長率（M-Value）、財政支出增長速度（Pub-Expenditure）、上市公司市盈率增長率（P/E）、商業銀行貸款增長率（Loan）等八個解釋變量對企業資本結構的影響進行分析。本文對實證研究結果做出如下假設：

假設一：通貨膨脹率與企業資產負債率正相關。

假設二：實際貸款利率與企業資產負債率負相關。

假設三：國內生產總值實際增長率與企業資產負債率正相關。假設四：M1-M0增長率與企業資產負債率正相關。

假設五：滬深股市總市值增長率、市盈率增長率與企業資產負債率負相關。

假設六：財政支出增長速度與企業資產負債率正相關。

假設七：商業銀行貸款增長率與企業資產負債率正相關。

三、被解釋變量的選取與實證模型的構建

（一）被解釋變量的選取

廣義的企業資本結構就是企業全部資金來源構成及其比例關系，不僅包括權益資本、長期債務資金，還包括短期債務資金。已有的研究多從賬面價值入手考察企業的杠桿率，由于賬面價值不能很恰當的反應當前市場狀況下企業真實的資產負債狀況，因此，本文選擇綜合考慮企業債務的賬面價值和權益的市場價值，以使得實證結果更加合理。在被解釋變量的選擇方面，本文將長期債務和短期債務分別考察，共選取如下三個被解釋變量：

總市值資產負債率（MTR）=企業總負債/(企業總負債+企業股票市值)；

長期市值資產負債率（MLR）=企業長期負債/（企業長期負債+企業股票市值）；

短期市值資產負債率（MSR）=企業短期負債/（企業短期負債+企業股票市值）。

（二）實證模型的構建

在已有的資本結構影響因素的實證研究中，大多是采用橫截面數據進行分析研究，但是由于宏觀經濟環境的變動，某一個年度的數據常常受到偶然因素的影響。為了克服橫截面回歸的不足，本文采用面板數據模型對跨年度數據進行回歸分析。本文采用的面板數據回歸的基本計量模型為：

Ri=αi+βkFk+εi； i=1,2,3；k=1,2,…,8。

其中Ri為資本結構向量（在本文中代表MTR、MLR、MSR）；i代表不同的被解釋變量；αi為常數項；Fk為解釋變量；βk為解釋變量系數；εi為模型的擾動項。

四、實證數據選取與實證結果分析

（一）解釋變量數據來源及統計描述

1、通貨膨脹率：本文所用我國通貨膨脹率數據來自國際貨幣基金組織數據庫和國研網數據中心，是通過消費者價格指數計算得出，采用其年度平均變化百分比。

2、實際貸款利率：采用的是商業銀行3至5年期貸款利率與當年通貨膨脹率的差值，其中3至5年期貸款利率來自萬得數據庫和中國人民銀行數據庫。

3、其余六項解釋變量：國內生產總值、滬深股市總市值、上市公司市盈率數據均來自萬得數據庫庫，狹義貨幣M1-M0和商業銀行貸款額均來自國家統計局和中國人民銀行數據庫，各年的財政支出額來自于國家財政部和國家統計局。

（二）被解釋變量來源及統計描述

本文在實證研究過程中選取了上海證券交易所和深圳證券交易所上市的58家具有代表性的企業進行研究，企業基本資料來自于上海證券交易所、深圳證券交易所及巨潮資訊網。通過參考各企業2000年至2008年9年的年度財務報表，本文對 58家企業各年度負債總額、長期負債總額及短期負債總額的賬面價值進行了統計匯總。同時，根據銳思數據庫公布的數據，統計各企業在各年度資產負債表日企業總市值，然后分別計算企業總市值資產負債率、長期市值資產負債率和短期市值資產負債率。

（三）實證結果與研究模型的修正

本節首先將被解釋變量對2000年至2008年所有宏觀經濟因素變量進行了回歸，回歸結果顯示，幾乎所有的宏觀經濟因素的系數都不顯著，存在明顯的多重共線性。為了進一步探究解釋變量之間多重共線性的嚴重程度，本文對所有的8個解釋變量進行了共線性檢驗，如表4-1所示：

從表4-1可以發現，通貨膨脹率與實際利率之間、市盈率增長率與國內生產總值增長率之間、市盈率增長率與滬深股市總市值增長率之間都存在明顯的共線性。

為補救多重共線性問題，本文首先是進行了模型的重新設定，將原來的線性回歸模型轉變為對數形式：Ri=αi+βklnFk+εi i=1,2,3；k=1,2,…,8；

回歸模型采用對數形式后，根據回歸結果，多重共線性依然存在。本文采取了刪除部分變量的方法，綜合考慮表4-1列示的自變量共線性狀況，本文刪除了實際利率、市盈率增長率和滬深股市總市值增長率三個變量。對總市值資產負債率的回歸結果如表4-2所示：

觀察表4-2可以發現，所有解釋變量的系數都不顯著，刪除三個解釋變量并沒有使回歸結果變得更好。造成這種狀況的原因可能是某些解釋變量對企業資本結構的影響具有滯后性，比如國內生產總值體現的是整個年度的總產值，其對以后年度企業資本結構的影響大于對本年度企業資本結構的影響。綜合考慮剩余五個解釋變量自身的特性，本文對國內生產總值增長率、M1-M0、實際貸款利率和財政支出增長率分別進行了滯后處理，通過不斷改變各變量的滯后期數，最終得到相對比較顯著的回歸結果如表4-3所示：

觀察表4-3，采取滯后期數處理后的回歸基本達到了解釋變量系數顯著的目標。但解釋變量系數顯著并不代表回歸效果理想，因為在這個過程中有三個解釋變量被刪除，模型的擬合度R2也降低了，在某些特定的情況下，可能擬合度降低帶來的后果比解釋變量系數不顯著更嚴重。

在對部分解釋變量進行了定量回歸后，接下來要對之前的七個假設進行驗證，也就是對八個解釋變量對MTR影響的方向進行定性檢驗。結果如下：

從表4-4可以看出，解釋變量中GDP增長率、通貨膨脹率和實際利率三個因素與MTR、MLR、MSR之間都有顯著的相關性，而滬深股市總市值增長率和市盈率增長率兩個因素與MTR、MLR、MSR之間相關性均不顯著?？傮w來看，僅有GDP增長率與實際貸款利率對企業資產負債率的影響與前文的理論預期完全一致。觀察因素M1-MO增長率、商業銀行貸款增長率和財政支出增長率可以發現，同一因素對企業不同的資產負債率指標影響的方向相同，但是影響顯著程度存在差異。

五、研究結論及后續研究展望

本文選取我國上市公司2000年以來的財務數據及宏觀經濟變動數據進行研究，通過實證分析，得出如下結論：

（1）公司資本結構不僅受企業自身特征因素的影響，還受到宏觀經濟因素變動的影響；

（2）宏觀經濟因素對企業資本結構的影響具有滯后性，部分宏觀經濟因素的變動對企業當年的資本結構產生的影響小于對其后幾年企業資本結構的影響；

（3）國內生產總值增長率、通貨膨脹率和實際貸款利率對企業資本結構具有顯著的影響，而滬深股市總市值增長率和市盈率增長率對企業資本結構影響不顯著，部分宏觀經濟因素對企業不同的資本結構指標影響程度存在差異。

上市公司在經營運作過程中，可以通過宏觀經濟因素的變動預測我國市場企業整體資本結構的變動方向，從而對自身的融資、經營策略作出相應調整，特別是在經濟危機前期，企業融資、經營策略的調整對于企業順利渡過經濟危機具有重要作用。

本文在研究過程中是將上市公司作為一個整體來分析宏觀經濟因素變動對企業資本結構產生的影響，沒有對企業資本結構的行業差異展開具體分析，也沒有分析上市公司所在地域的不同給上市公司資本結構帶來的影響。因此，后續研究可以將行業因素和地域差異對企業資本結構的影響進行實證分析，探究不同行業、不同地域下企業融資方式和資本結構的選擇。

參考文獻：

[1]蔡楠、李梅菠. 宏觀經濟因素對上市公司資本結構的影響[J]. 財經科學，2003.

[2]陳耿. 上市公司融資結構：理論與實證研究[D]. 西南財經大學，2004.

[3]原毅軍、孫曉華. 宏觀經濟要素與企業資本結構的動態優化[J]. 經濟與管理研究，2006.

[4]Hovakimian, A.“The Role of Target Leverage in Security Issues and Repurchases.” Journal of Business, 2004, pp. 1041-1071.

[5]Fischer,E.,Heinkel,R.,Zechner,J. Dynamic Capital Structure Choice: Theory and Tests[J]. Journal of Finance, 1989.

篇(5)

關鍵詞：上證綜合指數 宏觀經濟變量 協整分析

一、引言

股票價格指數是指股價指數，動態地反映某個時期股市總價格水平的一種相對指標，它是由金融服務公司根據市場上一些有代表性的公司股票的價格加權平均后計算的平均數值編制而成的。宏觀經濟走勢是影響證券市場大盤走勢的最基本因素，股市的運行與宏觀的經濟運行應當是一致的，股份指數在影響著國內宏觀經濟的同時，也深受宏觀經濟因素的影響。進入2000年以后，我國股市經歷了四年的大熊市。但2005年4月30日股權分置改革試點正式啟動后，2005年夏天開始，我國股市開始進行股改。從2006年開始，股指一路上揚，到2007年10月16日達到6124.04的至高點。2008年，全球遭遇百年一遇的金融危機，全球股市暴跌，嚴重影響實體經濟，我國股市也遭遇長達半年多的大跌。所以宏觀經濟是影響股市的根本原因，本文通過量化通貨膨脹（居民消費指數和生產者價格指數）及貨幣政策（利率及貨幣供給量）來研究宏觀經濟對股價指數的影響。

二、文獻回顧

國外學者已有比較多的相關研究。Balduzzi(1995)和Bakshi(1996)等對美國以及其他工業同家的實證研究發現股票價格與通貨膨脹之問呈負相關關系。國內學者劉金全等(2004)對中國的實證研究認為我國股票價格與通貨膨脹率之間存在負相關關系。段軍山、鄒偉衛、白茜（2010）通過建立股價波動、通貨膨脹與固定資產投資的協整關系和VEC模型，得出我國固定資產投資的波動會受到上證綜合指數與存款利率水平自身變動的影響。由此可知股價指數的變動確實受到較為顯著的宏觀經濟的影響。

三、變量選取及數據處理

物價水平，用我國消費者價格指數（CPI）及生產者價格指數（PPI）來衡量；狹義貨幣供給量（M1）是經濟周期波動和價格波動的先行指標，人民銀行的基準利率采用中國人民銀行對金融機構收取的20天的利率，二者用來量化我國貨幣政策；以上變量的數據來源于中經網數據庫及中國人民銀行網站。股價指數采用上證綜合指數（SP），來源于上海證券交易所網站。所有序列對數處理消除序列的波動性，并對CPI、PPI和M1采用X12季節指數法進行處理以消除季節性。

四、實證分析

1.數據平穩性檢驗

在作實證分析前，為了避免出現偽回歸，首先針對每個變量的序列是否存在單位根進行檢驗，這里使用ADF檢驗方法。

經對數處理后，序列LSP、LCPI、LPPI、LR和LM1進行ADF檢驗的t檢驗值分別為0.261、2.688、-2.101、-1.415和-2.525，均大于5%顯著性水平下的臨界值，所以原序列均不平穩。而序列的五個差分形式的t檢驗值分別為-5.711、-11.316、-3.525、-14.251和-4.319，均小于臨界值，所以原序列的差分形式均平穩，說明這五個序列都為一階平穩。

2.協整檢驗

ADF檢驗結果表明，所有原序列都為一階平穩。然后用Johansen協整檢驗方法進行檢驗原序列間是否存在協整關系，這里零假設為協整關系的個數。

首先，確定模型的滯后階數。在Eviews軟件中，根據AIC和SC信息標準，選擇AIC和SC取最小值時的滯后階數。這里使最大滯后階數為4時AIC最小，而最大滯后階數為1時SC最小，所以采用LR檢驗進行取舍，所以選取CPI時合適的滯后階數為3，而選取PPI時合適的滯后階數為2。

從協整檢驗結果中看到，當選取CPI來描述物價指數時，零假設為不存在協整關系的P值為0.0001，至多存在一個協整關系的P值為0.017，而至多存在兩個協整關系的P值為0.170，大于0.1，所以存在兩個協整關系。

當選取PPI來描述物價指數時，不存在協整關系的P值為0.007，而至多存在一個協整關系的P值為0.147，大于0.1，所以只存在一個協整關系。

協整方程如下：

LSP=0.21LR+3.47LM1-22.00LCPI

(0.578)(0.588) (3.684)

LSP=15.70LR+20.17 LM1-103.08LPPI

(-6.956)(-5.014)

(-27017)

以上的協整關系表明上證綜指與基準利率和貨幣供應量之間長期為正相關關系，而與CPI和PPI之間長期呈負相關關系。表明基準利率和貨幣供給量的上升會促進上證綜合指數的上升，而物價指數（CPI和PPI）的上升會促使上證綜合指數下降。

五、結論和政策建議

從以上結果可以看出，股價包含有未來通貨膨脹的信息。股價可以作為未來通貨膨脹預期的一個先行指示器，因此。在經濟衰退時，中央銀行可以利用貨幣供給量、基準利率與上證綜指的正向關系，采取擴張性貨幣政策，即提高法定存款準備金率來提高貨幣供給量，或提高基準利率，穩定并推動股市價格的上漲，通過發揮股市的財富效應帶動實體經濟的復蘇。而股價指數與物價指數的反向關系則表明，當國內通貨膨脹較為嚴重時，抑制通貨膨脹也可以促進股指的上升。

參考文獻：

［1］Bakshi，G.S.and Chen，Z.Inflation，asset prices，and the term structure of interest rates in monetary economies［J］.Review of Financial Studies，1 996，9

［2］Granger，C.Investigating causal relations by econometric models and cross spectral methods［J］.Econometrica，1969，37，July

［3］劉金全，王風云，資產收益率與通貨膨脹率關聯性的實證分析.財經研究，2004，(1)

篇(6)

[關鍵詞] 高速公路 經濟因素 交通量增長 預測模型 蒙特卡羅

交通量是決定高速公路項目經濟效益的核心內容。國內外很多學者都做過相關研究，國內學者對交通量的預測大多數采用了神經網絡預測方法。這種方法是在分析影響某條高速公路所在地的國道、縣道等歷史數據的基礎上進行的。一些學者也利用影響交通量的其他因素直接對交通量的大小進行估計。分析過程中很多不確定因素只能依靠預測者的主觀猜測，因此，找到影響交通流量的宏觀經濟因素是十分必要的，而得出一種基于宏觀數據的準確預測模型更是迫在眉睫。

一、影響交通量增長的經濟因素

目前，國內外學者普遍認為影響高速公路交通量增長有兩個方面的因素：一是收費公路本身的一些物理參數（比如：隧道和橋梁的數量，這一地區受洪水、山崩等的傾向）；二是國家的經濟指標或者地區的經濟指標。

Matas（2001）的研究模型是建立在1981年～1998年的72條公路的數據的基礎上回歸而得出的。Matas利用GDP作為國家經濟指標進行研究。他的研究顯示交通量變化的百分比直接受國家經濟指標變化的百分比影響。與他的研究相符和的是，一些學者利用地區經濟指標的變化量作為影響交通量的變量。影響交通量的地區經濟指標包括：失業人口，就業人口，失業率，工資，零售量，稅收收入，CDP和人口數。

Ash and Bazile 在2004年做過的相關研究顯示：在發展中國家，長期的交通量增長近似等于經濟增長的水平。而Matas的研究結果顯示影響交通量變化的最顯著因素是地區經濟變量中的失業人口。因而，本文的選取地區生產總值，地區人口總數，地區失業人口作為影響交通流量變化的經濟因素。

二、交通量增長預測模型

1.回歸預測模型預測模型

本文利用的回歸方程模型為:

Yit=β0+β1iEIt+μit

其中Yit表示在第t年，高速公路的第i段交通量增長的百分比。

EIt表示第t年，經濟指標的增長百分比。

μit表示誤差項。

回歸選定的經濟指標因子包括:GDP,地區人口總數，地區失業人口數，分別用這些經濟指標的年變化百分比進行計算。

2.數據的選取與回歸結果

交通量的數據是建立在1996年～1999年西安―寶雞高速公路的10條支線，1997年～2000年杭州―寧波(杭甬)高速公路的5條支線，2002年～2005年京津塘高速公路的38條支線的基礎上。各個經濟指標的數據是在分析各條支線所屬市的基礎上。利用的統計年鑒包括河北經濟年鑒2003、河北經濟年鑒2004、河北經濟年鑒2005、河北經濟年鑒2006、中國分縣市人口統計資料2003、中國分縣市人口統計資料2004、中國分縣市人口統計資料2005、中國分縣市人口統計資料2006、河北經濟年鑒2003、河北經濟年鑒2004、河北經濟年鑒2005、河北經濟年鑒2006、河北省2003年各市生產總值及指數統計。

回歸結果:

a.Predictors:(constant),X2,X1

b.Dependent Variable:Y1

a.Predictors:(Constant),X2,X1

b.Dependent Variable:Y1

a.Dependent Variable:Y1

回歸的結果顯示，影響中國高速公路交通量增長的經濟指標包括：地區失業人口和地區GDP,地區人口總數為不顯著因素，回歸方程為：

Y1=-0.023X1+0.867X2+0.086

其中Y1表示支線交通量的增長百分比，X1代表地區失業人口變化百分比，X2表示地區GDP變化百分比。

本文的研究結果是對Ash and Bazile在2004年做過的相關研究的一種驗證，與其得出同樣的結論:在我國(發展中國家）,長期的交通量增長近似等于經濟增長的水平。

3.蒙特卡羅模擬

蒙特卡羅(Monte Carlo)方法，是一種基于“隨機數”的計算方法。它實質上是利用服從某種分布的隨機變量來模擬現實系統中可能出現的隨機現象。通常使用專門的風險分析工具來進行Monte Carlo模擬分析。利用蒙特卡洛進行交通量預測的步驟如下：

(1)確定影響交通量增長的表達式,在上節中已經回歸出Y1=-0.023X1+0.867X2+0.086這一方程。

(2)分析確定方程中各個風險因子的概率分布模型。

(3)應用計算機軟件產生各個風險變量的隨機數并帶入風險模型中計算出預測年度交通量增長的幅度。

(4)重復模擬100000次，求得100000個值。

(5)對這100000個值作概率統計計算出其概率分布曲線。

三、案例分析

1.預測參數

以福建省某條高速公路項目為例,對該項目某年的交通量增長進行預測。利用福建省1995年～2006年的失業人口數據(來源于《福建統計年鑒1998》、《福建經濟與社會統計年鑒2006(勞動就業篇)》)進行分析，確定失業人口增長百分比近似服從正態分布，分布函數為:N(0.0764,0.141)。利用福建省1952年～2006年的地區生產總值數據進行分析，結果顯示福建省地區GDP增長百分比服從正態分布,分布函數為N(12.9,4.6)。

2.分析結果

根據影響因素的概率分布,利用分析軟件,得到福建省某條高速公路交通量增長曲線,見下圖:

可見該條公路年交通量增長最大可能在6.22％～16.98%之間，在這個增長幅度內的概率為82%，而且這條高速公路交通流量增長近似服從正態分布。

本文通過回歸首先指出了影響中國高速公路交通流量增長的經濟因素，最主要的是地區生產總值和地區失業人口，長期的交通量增長近似等于經濟增長的水平，進而得出中國高速公路交通量增長的預測模型，并給出了蒙特卡羅方法在交通量增長預測中的案例。試圖從客觀的角度和量化的角度出發，得出中國高速公路交通量增長的一般預測方法。

參考文獻:

[1]Matas,Anna,2001,The demand elasticity on tolled motorways, University of Barcelona, Department of Economics,1～25

[2]陜西省高速公路建設集團.西安至寶雞高速公路后評價總報告，2002

篇(7)

關鍵詞：宏觀經濟；統計方法；發展；思考

中圖分類號：F222.39 文獻識別碼：A 文章編號：1001-828X（2017）007-00-01

很多人都不太了解什么是宏觀經濟統計分析，在這里我們給出一個相對全面的解釋，宏觀經濟統計分析主要是以宏觀經濟理論為基礎，以指導國民經濟運行為目的，對宏觀經濟的整體運行過程進行分析的一種實證經濟。在國際上，宏觀經濟這個詞語第一次出現在20世紀30年代，由恩格斯提出理論知識，我們國家宏觀經濟統計分析產生于改革開放以后，隨著我們國家經濟的發展，我國的固定資產投資額不斷增加，對國民生產總值的影響作用也越來越大。通過對宏觀經濟統計方法的分析，可以有效地制定經濟政策進而實施宏觀調控，刺激經濟持續、健康發展。

一、宏觀經濟統計分析的內容

（一）宏觀經濟統計分析的類別及特點

宏觀經濟統計分析主要包括四個方面：（1）事前分析、事中分析和事后分析；（2）狀態性分析、規律性分析和預測性分析；（3）專題分析和綜合分析；（4）定期分析和不定期分析。宏觀經濟統計分析的特點主要包括應用性、數量性、對比性、綜合性、實證性五個特點，從真務實，用數據和事實說話，通過實證分析研究宏觀經濟問題。

（二）宏觀經濟統計分析的課題和內容

宏觀經濟統計分析按照經濟活動來進行課題劃分，可以劃分為國民收入分配、消費需求、投資需求、進出口需求、國民經濟綜合平衡分析、宏觀市場運行等多個課題，在不同的歷史階段，由于其現實背景的差異，宏觀經濟分析角度都會有不同的研究課題，描述我們宏觀經濟的變化過程、特征、以及變化規律等問題，揭示影響事物變化的關鍵因素，探索其因果關系，并積極的找出解決問題的方法，以供決策者選擇。

二、宏觀經濟統計分析的方法

（一）均衡分析和非均衡分析

均衡分析是宏觀經濟統計分析中的重要手段之一，這一分析方法認為各種變量在綜合分析的情況下最終會達到一種均衡狀態，就供給需求理論而言，均衡分析理論認為供給曲線和需求曲線在一定的價格和數量條件下，這兩種曲線就會達到均衡，這種理論在馬歇爾將圖形引入宏觀經濟學以后一直在西方經濟學中占據主導地位；非均衡分析方法是相對于均衡分析方法而言的，認為市場上的供求不可能相等。非均衡分析方法更加貼近生活，它認為在現實的經濟生活中，由于信息的短缺和不對稱以及信息成本的提高，所以市場的供需總是會存在差異，是不可避免的，其中不完全競爭將是非均衡分析方法的研究重點。

（二）定性分析方法與定量分析方法

定性分析方法作為宏觀經濟統計分析中的一個分支，由于其缺乏理論知識的基礎，所以人們更多的還是傾向于定量分析方法，定量分析方法主要運用在金融領域，其中數學依據主要是計量和統計，在經濟學中，常用的定量分析方法又分為5小種，分別為比率分析法、趨勢分析法、結構分析法、相互對比法以及數學模型法，在這5種分析方法中，比率分析法是所有分析方法的基礎，趨勢分析方法、結構分析法、相互對比法是分析方法的延伸，數學模型法則代表了定量分析方法將來的發展方向。

（三）靜態分析和動態分析

靜態的分析方法主要是橫截面分析，是相對側重于分析經濟變量的均衡條件，而動態分析則引進了時間維度，比如較為流行的時間序列分析，相對側重于隨著時間發展經濟狀況的發展，這兩種分析方法都是不全面的，需要兩者相結合來看待，以長泰縣為例，不僅僅要對長泰縣現有的經濟狀況、發展水平、發展特點以及問題作出分析，還要在時間維度上來作出整體把握，充分考慮內在條件和外在因素的雙重作用，從而制定出相對的經濟改革策略。

三、宏觀經濟統計分析的意義

我們為什么要研究宏觀經濟統計分析，宏觀經濟統計分析有什么的意義？我們從以下幾個方面來分析：1.研究宏觀經濟統計分析有利于把握證券市場的總體變化趨勢，在證券投資領域是離不開宏觀經濟分析的只有把握住了整體的經濟發展方向，才能把握證券的整體變動趨勢；2.利用宏觀經濟統計分析來判斷整個證券市場的投資價值，這里的證券市場泛指整個證券交易市場，從狹義角度來說整個證券市場的投資價值就是整個國民經濟增長質量與速度的體現，當然對于長泰縣這個小整體而言也是這樣的；3.通過宏觀經濟統計分析，掌握宏觀經濟政策對證券市場的影響，證券市場與國家宏觀經濟政策息息相關，認真分析宏觀經濟政策，這樣才能準確把握證券市場的運行趨勢和價值變動方向，對投資者、證券業本身，乃至整個行業的發展都有重要的意義。

四、結語

在宏觀經濟學中，一方面在實證分析中，各類分析方法通常綜合起來，多種分析方法共同作用，解決相關經濟問題；另一方面實證分析方法也和規范分析方法相結合，實證分析方法為規范分析方法提供了理論依據。在《資本論》中，馬克思曾提到“分析經濟形式，既不能用顯微鏡，也不能用化學試劑，二者都必須用抽象力來代替”，因此在我們研究宏觀經濟學問題的時候，要用多種分析方法來綜合考慮，研究宏觀經濟分析方法的內容、方法以及意義。長泰縣作為一個城市近郊縣，在經濟發展的今天，也要秉持宏觀經濟統計分析方法，制定嚴謹的經濟發展路線，帶動經濟的騰飛，希望本文能對此有一定的借鑒意義。

參考文獻：

[1]董濤.宏觀經濟統計分析發展的基本問題[J].中國科技博覽，2014.

[2]楊海琴.宏觀經濟統計分析在國民經濟核算體系中的作用[J].現代國企研究，2016.