宏观经济景气指数

宏观经济景气指数（精选12篇）

宏观经济景气指数 第1篇

宏观经济景气指数包括:预警指数、一致指数 (1 9 9 6年=100) 、先行指数 (1996年=100) 、滞后指数 (1996年=100) 。本文选取预警指数来代表宏观经济景气指数, 它是把经济运行的状态分为5个级别, “红灯”表示经济过热, “黄灯”表示经济偏热, “绿灯”表示经济运行正常, “浅蓝灯”表示经济偏冷, “蓝灯”表示经济过冷。而价格水平是反映一定地区、一定时期所有这种商品或服务项目综合的平均价格指标, 本文选择用CPI来表示。从微观角度来看, 我国价格水平的波动关系到人们生活水平的质量和实际的财富数量。从宏观角度来看, 我国货币政策的最终目标之一便是价格稳定。因此研究分析一国的价格水平变动影响因素有一定的意义。而在以往的研究中, 我们能发现一国价格水平与该国的宏观经济水平存在紧密关系。宏观经济的是影响价格水平最关键的因素之一。本文选择宏观经济景气指数——预警指数来代表宏观经济运行的情况。本文将对房价与宏观经济景气关系进行实证分析。

二、我国价格水平与宏观经济景气关系的理论分析

从长期来看, 我国价格水平与宏观经济变动的情况是存在密切的关系的, 人们通过对经济变化趋势的预测, 从而来分析价格水平。根据宏观经济学中总需求曲线上表示, 在其它条件不变的情况下, 若一国的宏观经济呈现出上升的趋势, 国内生产总值 (GDP) 将上升, 从而价格水平将上升;反之, 若一国的宏观经济呈现出衰退的趋势, 在其他条件不变的情况下, 国内生产总值 (GDP) 将下降, 从而价格水平将下降。

综上所述, 我们得出的理论假设, 在其他条件不变的情况下, 一国的价格水平与宏观经济景气指数存在正相关关系。

H0:我国的价格水平与宏观经济景气指数存在正相关关系。

三、价格水平与宏观经济景气关系的实证分析

1、数据的选取与处理

本文选取2004年3月——2014年3月十年的宏观经济景气指数——预警指数 (YJ) 的月度数据和价格水平CPI的月度数据来分析。数据来源于wind数据库。选取的计量软件为Eviews。2004年3月——2014年3月的我国预警指数和价格水平的走势图如2.1图所示:

2、相关分析

2.1平稳性检验。用ADF检验对我国预警指数 (YJ) 序列和价格水平 (CPI) 分析, 得到的结果如下表2.1所示:

由上述得到的结果可以看出, 预警指数序列 (YJ) 和价格水平 (CPI) 序列在5%的显著性水平下存在单位根, 是不平稳的时间序列;对它进行一阶差分之后进行单位根检验发现, 在5%的显著性水平下, 预警指数序列 (YJ) 和价格水平 (CPI) 序列在5%的显著性水平下不存在单位根, 是平稳的时间序列, 因此预警指数序列 (YJ) 和价格水平 (CPI) 序列是一阶单整I (1) 序列。

2.2格兰杰因果检验。对预警指数 (YJ) 和价格水平 (CPI) 序列的一阶差分序列进行格兰杰因果关系检验, 得到的检验结果如下表2.2所示:

2.3协整检验。由于预警指数 (YJ) 序列和价格水平 (CPI) 序列都是一阶单整的, 它们之间可能存在某种长期稳定的均衡关系。为此, 我们应用Engle-Granger协整方法研究预警指数 (YJ) 序列和价格水平 (CPI) 序列的协整关系。利用OLS对模型进行回归估计, 并获得残差序列, 并对残差序列进行单位根检验, 结果发现残差序列在5%的显著性水平下不存在单位根, 是平稳的时间序列。因此预警指数序列 (YJ) 和价格水平序列 (CPI) 存在长期的协整关系, 且回归系数具有统计显著性。最终得到长期协整方程为:

预警指数 (YJ) 和价格水平 (CPI) 存在协整关系表明, 我国价格水平和宏观经济景气之间存在长期的均衡关系。并且宏观经济指数序列和价格水平序列呈现显著的正相关关系。

四、结论与对策建议

宏观经济景气指数 第2篇

(一)统计指标的含义及工业统计指标

我们在工业经济工作中，最重要的就是要及时、准确、全面地掌握工业经济运行情况，这就需要引用统计指标的概念。

统计指标从一方面可以理解是用来反映同类现象总体数量状况的基本概念，从另一方面可以理解为反映现象总体数量状况的概念和数值。

统计指标能够说明客观存在并已经发生的总体现象数量特征，是由指标名称和数值两部分组合而成的统一体。

工业统计指标是研究和反映工业企业在物资人力、生产、库存、销售、利润等全面的运作情况的数据表现， 具体指标有工业总产值、工业增加值、工业经济效益指数等等。

(二)工业统计指标对工业经济预测的意义

在市场经济条件下， 工业统计指标的重点体现是围绕反映市场经济和企业运行情况，突出了销售收入、产品价格、成本及利润等指标，综合反映工业企业的生产经营状况。

用指数来反映工业经济发展情况，工业统计指标的核心是紧紧围绕市场的，企业的产品在市场上的占有率，市场信息应是工业统计的.主要内容。

工业统计指标与国民经济相关产业有着密切的联系，在工业行业内部纵向和横向准确地描述经济运行状况，工业统计指标就能够充分的对这些状况加以说明，从分析这些指标数据关系变化中可达到预测工业经济增长速度的目的。

三、景气指数对工业经济的预测意义

(一)景气指数的含义

景气指数又称为景气度，是我国借鉴西方先进国家的成功经验在工业等领域着手实施的一项调查。

它是针对被调查中的企业家关于景气变动状况做出判断及描述用以反映企业运营状况及宏观经济运行状态、未来发展方向及变化趋势。

(二)景气指数的特点及对工业经济预测的意义

在相关部门调查景气指数的过程当中，被调查的企业规模及经营状况各有不同，全面体现了整体行业企业的经营状况;直接提供调查数据的往往都是企业生产和经营主要管理者，他们能够完全充分的了解本企业的真实运营情况，且由于景气指数调查不影响企业现时效益及当前报表，这样就避免了夸大经营等与实际情况差异较大的失实数据出现

参与调查的企业管理者对其企业所处的行业环境及未来趋势都有一定的看法和前瞻性，他们所填报的数据能充分表现企业管理者对企业乃至整个行业未来发展趋势的态度，这都将对未来经济发展产生重大影响。

从企业景气指数调查方式中，我们可以看出，企业景气指数是一种量化描述，是企业家对企业运营状况、整个经济发展环境、企业发展前景的看法，具有信息可靠、前瞻性强、预测性强的特点。

工业经济的发展有一定的周期性，或从繁荣到萧条，或从收缩到扩张交替变化，这是由一系列经济因素及政策环境相互作用的结果。

工业经济的周期性提供了统计指标方法进行预测的理论根据。

经济波动的推动使经济变量之间存在时滞关系，才可能利用统计指标进行预测未来经济发展趋势。

而外在政策及经济环境通过对内在机制作用，导致了经济波动的产生。

企业家处于经济运行与发展的最前线，针对企业家调查得出的景气指数往往最具有前瞻性和实践性。

工业景气指数是宏观经济景气的一个重要分支，对工业景气指数的分析不仅能够使我们更好地把握工业经济动向，而且能够促进工业经济的平稳健康发展。

因此，编制工业景气指数并对其进行研究分析对工业经济预测具有重要的现实意义。

四、总结

工业经济预测是编制经济计划、预见计划实施情况、加强指导的先决条件，也是相关部门搞好工业经济发展工作、实施经营管理的有效手段，其概念就定义了它在经济发展建设中的重要意义。

经济预测是做出决策的依据，是计划工作的基础，所有的计划措施是经济预测和决策的宏观体现。

经济预测主要是减少不确定性对工业经济发展的影响，它是一种科学认识活动，不能只靠经验、直觉去猜测、判定，而是要依靠可信的数据、科学的方法理论、精细的计算及全面的分析和判断。

而通过统计指标和景气指数来对未来工业经济发展加以预测，能够将不确定性的风险降到最低限度，得到的结果将更加合理真实有效，会达到更好的预测目的，使工业经济平稳健康的发展。

参考文献：

[1]韩胜新.企业景气指数预测效果实证分析与应用探讨[J].现代商贸工业，(3)

[2]何跃，张秋菊，杨剑，徐玖平.运用统计指标与景气指数对工业经济的组合预测[J].统计与决策，(9)

[3]杨伟.统计指标在经济生活中的地位与作用[J].牡丹江大学学报，(5)

从住房痛苦指数看宏观经济 第3篇

所以,它才会被国家教委和汉字改革委员会收入《2006年新汉语大辞典》。

“住房痛苦指数”的计算公式为:住房痛苦指数(房地产泡沫指数)=商品房每平方米平均售价÷人均月收入

2009年5月中国“住房痛苦指数”

据国家统计局2009年6月20日刚刚发布的《全国商品房销售面积和销售额增长情况(2009年1-5月)》中的数字:

2009年1月到5月,全国商品房销售总额为11388.92亿元,全国商品房销售面积为24644.44万平方米。以此计算:

11388.92亿元÷24644.44万平方米=4621元/平方米

又据国家统计局2009年6月20日刚刚发布的《全国各地区城镇居民家庭收支基本情况(2009年1季度)》中的数字:

2009年第一季度,全国城镇居民每人一季度可支配收入为4834元。以此计算:

4834元÷3=1611元

以此计算,2009年1至5月,中国人的“住房痛苦指数”为:

4621元/平方米÷1611元=2.68

这个数字为笔者自2004年创设“住房痛苦指数”五年以来的最低值。

这个数字表明,全球金融危机为中国改善“住房痛苦指数”提供了机会,而且,中国没有放过这个机会。它还表明,自2006年以来,中国出台的一系列的为房地产市场降温的房地产新政收到了奇效。我们应当坚决地、毫不动摇地做下去,因为这仍不是理想的合理的值,离开这个目标还远。

合理的“住房痛苦指数”为:1。

“住房痛苦指数”可以改称“住房幸福指数”,其改变的临界点是1,“住房痛苦指数”大于1时,该指数为“住房痛苦指数”,当“住房痛苦指数”小于1时,“住房痛苦指数”便可以改称“住房幸福指数”了。

中国“住房痛苦指数”的五年比较

让我们先来看看最近五年中国人的“住房痛苦指数”的变化情况:

2004年,中国的全国商品住宅平均销售价格为每平方米2758元,城镇居民人均可支配收入9422元。以此为基数,除以12,可以算出月收入为785元。于是,2004年5月百姓“住房痛苦指数”即为:

住房痛苦指数=2758元÷785元=3.51

2005年,城镇居民人均年可支配收入为10493元,以此为基数,除以12,可以算出月收入为874元,2005年全国平均房为2820元/平方米。于是,2005年的“住房痛苦指数”即为:

住房痛苦指数=2820元÷874元=3.22

这时尽管房价在不断上升,但收入上升的水平略高于房价上升的水平,所以,“住房痛苦指数”在下行。

2006年6月,全国商品住宅平均销售价格为3199元/平方米,2006年上半年城镇居民人均可支配收入为5997元,(以上数字均来自国家统计局公报),因其为“上半年”,所以应×2,即为11197元。以此为基数,除以12,可以算出月收入为933元,于是,2006年5月“住房痛苦指数”即为:

2006年5月中国住房痛苦指数=3199元÷933元=3.43

“住房痛苦指数”又反弹了,但仍低于2004年的水平。

据国家统计局2008年1月24日发布的统计公报,2007年全国城镇居民人均可支配收入为13786元,人均月收入为1149元,全国商品住房平均价格(2007年7月份)3383元/平方米。可计算出:

2007年7月中国住房痛苦指数=3383元÷1149元=2.94

2007年全国城镇居民人均可支配收入增幅较大,所以“住房痛苦指数”出现了较大幅度的下行。

两年后,2009年6月,中国人的“住房痛苦指数”为:2.68。

2009年5月中国“住房痛苦指数”的国际比较

作了纵向的比较,我们再作横向的比较。

世界上大多数国家的“住房痛苦指数”都低于1。以下均为2006年的统计数字,由于统计数字的公布略有滞后,所以只能延用2006年的统计数字。而由于全球金融风暴的影响,2008年有大幅下降。所以,这个数据只会更低,不会更高。

英国人的“住房痛苦指数”=1000美元/平方米÷2362美元(月收入)=0.38

美国人的“住房痛苦指数”=2045美元/平方米÷3134元(月收入)=0.65

日本人的“国民住房痛苦指数”=23000日元/平方米÷23000日元(月收入)=1

新加坡住房痛苦指数=3022新元/平方米÷3900新元(月收入)=0.77

显然,美国、英国、日本、新加坡的“住房痛苦指数”均可以改称“住房幸福指数”。2.68这个数字仍处在全球世界各国的“住房痛苦指数”之巅。所以,我们还要继续努力,使中国的“住房痛苦指数”向1靠近。让我们感到欢欣鼓舞的是,2009年在中国的一些省份,“住房痛苦指数”已跌到了2以下。

2009年5月北京“住房痛苦指数”

2009年1月到5月,北京商品房销售总额为910.52亿元,销售面积为747.10万平方米。以此计算:

910.52亿元÷747.10万平方米=12182元/平方米

北京市一季度城镇居民收入为7064元,以此计算,月收入为2354元,以上这些数字均直接来自国家统计局官方网站,这个数字应当是非常可靠的。

以此计算,2009年1至5月,北京的“住房痛苦指数”为:

12182元/平方米÷2354元(月收入)=5.17

这个数字很让人吃惊。北京的“住房痛苦指数”变化很大。让我们来回眸一下,最近三年来,北京市住房痛苦指数的变动情况。

以下数据来自北京市统计局城市调查队:

2005年北京全年商品房均价为6485元/平方米。2005年度北京市的城市居民人均可支配性收入为17653元。以此为基数,除以12,可以算出月收入为1471元。

2005年北京市住房痛苦指数为:

2005年北京市住房痛苦指数=6485元÷1471元=4.41

据国家统计局公布的“2006年各地区城镇居民家庭收支基本情况”显示,北京市城镇居民2006年人均收入为1878.32元,居全国各地区之首。而2006年10月北京的商品房均价为9397元/平方米,所以北京市2006年10月的“住房痛苦指数”应为:

2006年10月北京市住房痛苦指数=9397元/平方米÷1878.32元=5.00

据国家统计局公布的《各地区城镇居民家庭收支基本情况》显示,北京市城镇居民2007年人均收入为1874元,仅次于上海而位居全国各地区第二。而2007年12月北京的商品房均价为14470元/平方米。

2007年12月北京市住房痛苦指数=14470元/平方米÷1874元=7.72

2007年12月,中国“住房痛苦指数”最高的城市仍是北京,其“住房痛苦指数”再创新高,达到了7.72。

这样看来,2009年北京人的“住房痛苦指数”5.17尽管仍很高,但下降了很多很多,下降了2.55,降低到了历史新低,而且下降的幅度很大。

将这个数字与上一组数字作比较,你会发现,与2007年12月相比,北京的房价跌了,尚不到一年半的时间,下跌了2288元/平方米,而月收入大增,增加了480元。所以,“住房痛苦指数”从7.72下跌到了5.17。

这是一个不小的成绩。

也许作为北京人,你会说,房价跌了收入涨了,可我没感觉到呀。也许你的感觉没错儿,可我没办法,这些数据只反映宏观变动情况,很可能与您的感受不同步。

也许,我们应该感谢全球金融风暴,不要以为金融风暴一无是处,带来的都是灾难。风暴过后,您提上筐子到海滩上去拣鱼吧,只要弯弯腰便成。还有,国家陆续出台的房地产新政收到了效果。

我的评论服从数据(请注意,前提是真实的数据),我常常根据数据来改变我的观点,如果数据不支持我的观点,则说明我的观点是错的。

尽管北京的“住房痛苦指数”降幅很大,但仍高居全球国际化大都市之首,因为它们的跌幅再大,北京离开“住房幸福指数”还很远很远。

还是用孙中山先生的那句话,来训勉我们吧:革命尚未成功,同志仍须努力。

2009年5月上海“住房痛苦指数”

2009年1到5月,上海商品房销售总金额为1331.35亿元,商品房销售面积为1172.69万平方米。以此计算:

上海的商品房均价=1331.35亿元÷1172.69万平方米=11352元/平方米

如果仅就商品房的绝对价位来作比较,上海的商品房比北京的商品房要便宜,每平方米要便宜830元,这可不是个小数字。

而上海2009年一季度城镇居民收入为8113元,也高于北京,以此计算,2009年一季度上海市城镇居民月收入为2704元,比北京的月收入2354元多出了350元,这也不是个小数字。

以上这些数字均直接来自国家统计局官方网站,这个数字应当是非常可靠的。

以此计算:

2009年5月上海的“住房痛苦指数”=11352元/平方米÷2704元(月收入)=4.198

这个数字很让人吃惊。上海的“住房痛苦指数”变化很大。

2005年上海全年的商品房平均价,据上海市统计局所公布的数字为每平方米6698元。2005年上海市的人均收入为18645元。以此为基数,除以12,可以算出上海人的平均月收入为1553.75元。

于是,2005年上海市的“住房痛苦指数”即为:

2005年上海市百姓住房痛苦指数=6698元÷1553元=4.31

据国家统计局公布的“2006年各地区城镇居民家庭收支基本情况”显示,上海市城镇居民2006年10月人均收入为1553元。而2006年10月上海的商品房均价为8317元/平方米,所以上海市2006年10月的“住房痛苦指数”应为:

2006年10月上海市住房痛苦指数=8317元/每平方米÷1553元=5.35

据国家统计局公布的《各地区城镇居民家庭收支基本情况》显示,上海市城镇居民2007年人均月收入为1722元。2007年12月上海的商品房均价为10026元/平方米。

2007年12月上海市住房痛苦指数=10026元/平方米÷1722元=5.82

将这个数字与上一组数字作比较,你会发现,上海的房价与北京的房价不同,北京的房价跌了,而上海的房价涨了,尚不到一年半的时间,从10026元/平方米涨到了11352元/平方米,上涨了1326元/平方米,这可不是个小数字。

而月收入大增,从1722元上涨到了2704元,不过一年半,增加了快1000元(这个数字连我也不信,可我只能采信。这是官方的权威发布的统计数字呀。)所以,“住房痛苦指数”从5.82大幅下跌到了4.31。下降了1.51。

可有一点,上海的“住房痛苦指数”与北京的“住房痛苦指数”同时创出了历史新低,均为创设“住房痛苦指数”五年以来的最低值。

重庆:中国商品房的价格洼地

2009年1到5月,重庆的商品房销售总金额为397.71亿元,商品房销售面积为1225.90万平方米。以上这些数字均直接来自国家统计局官方网站,这个数字是非常可靠的,可靠到毋庸置疑。我甚至从未对什么统计数据有信心到如此程度。以此计算:

重庆的商品房均价=397.71亿元÷1225.90万平方米=3244元/平方米

看到这个数据会让许多人,包括我自己在内,难以置信,惊叹不已。

如果仅就商品房的绝对价位来作比较,重庆的商品房均价居然低于2009年1到5月中国的平均房价4621元/平方米,而且每平方米居然低了1377元,这可不是个小数字。这个数字够惊人的。

让我们再复核一遍:

2009年1到5月,全国商品房销售总额为11388.92亿元,全国商品房销售面积为24644.44万平方米(这些数字均直接来自国家统计局官方网站),以此计算:

11388.92亿元÷24644.44万平方米=4621元/平方米

重庆的商品房均价大大地低于同样地处西部的西安的商品房均价4743元/平方米,竟能低出将近1500元/平方米,真的慕煞西安人了。

重庆真的是中国的商品房洼地。难怪重庆市的市长说到此事的时候很牛,底气十足。难怪在上海东方电视台,著名主持人杨澜,在做中国的“住房痛苦指数”的专题采访时,会专门选择了重庆市的市长。

而重庆市2009年一季度城镇居民收入为4741元,以此计算,2009年一季度重庆市城镇居民月收入为1580元(以上这些数字均直接来自国家统计局官方网站),这个数字可靠的级别为“非常”级。

以此计算:

2009年5月重庆的“住房痛苦指数”=3244元/平方米÷1580元(月收入)=2.05

这个数字同样低得让人吃惊。重庆的“住房痛苦指数”在不断下降。在不断地创出新低。

在《全国直辖市及省会34城市“住房痛苦指数”统计表》中,重庆的位置本来便很低,2005年处在第28位,仅为3.02,2007年更降到了《全国直辖市及省会34城市“住房痛苦指数”统计表》中倒数第一。“住房痛苦指数”仅为2.73。

重庆是中国治理房价之乱成效最好的城市。这便很值得我们去研究重庆是如何治理房地产市场的。

后记

读了本文,你会不会有如下感觉:《2009年中国“住房痛苦指数”》中包含的信息量巨大,可供研究的内容,很多很多。

当我们将“住房痛苦指数”作为一种人文指数,引入对中国楼市的观察和度量时,我们立即会惊讶地发现,这个指数如此简单而直观,它简单到人人都会计算,核对,校准;它直观到能让中国房地产长期争论不休而又困惑不已的问题一目了然。所以,它才会被国家教委和国家汉字改革委员会收入《2006年新汉语大辞典》。

而且,这个指数还能用来检验政府不断出台的楼市新政是否正确,该如何作出调整,仅此一点,便能使“住房痛苦指数”成为中国房地产业一个重要的衡器。■

宏观经济景气指数 第4篇

近几年来, 我国工业企业始终保持良好快速的发展, 是拉动全国经济增长的主要力量。但由于主要产品市场竞争激烈, 成本费用指数持续上升以及其他不利因素的影响, 工业经济运行出现了新的情况、新问题。因此加强工业经济发展的预测预警, 对正确判断工业走势, 为相关部门企业采取有效的调控措施提供依据, 具有十分现实和重要的意义, 是工业经济发展的实际需要。

工业经济预测是对工业经济的发展趋势和各种工业经济指标之间的关系进行研究, 从而精确地把握过去与现状, 且对未来趋势做出明确判断和预测, 为对工业经济实施调控提供数据及理论依据。根据预测结果, 可以及时制定调整发展战略, 使工业经济持续稳步健康发展。

而统计指标和景气指数就是工业经济预测中的两个重要依据。

二、统计指标对工业经济的预测意义

(一) 统计指标的含义及工业统计指标

我们在工业经济工作中, 最重要的就是要及时、准确、全面地掌握工业经济运行情况, 这就需要引用统计指标的概念。

统计指标从一方面可以理解是用来反映同类现象总体数量状况的基本概念, 从另一方面可以理解为反映现象总体数量状况的概念和数值。统计指标能够说明客观存在并已经发生的总体现象数量特征, 是由指标名称和数值两部分组合而成的统一体。工业统计指标是研究和反映工业企业在物资人力、生产、库存、销售、利润等全面的运作情况的数据表现, 具体指标有工业总产值、工业增加值、工业经济效益指数等等。

(二) 工业统计指标对工业经济预测的意义

在市场经济条件下, 工业统计指标的重点体现是围绕反映市场经济和企业运行情况, 突出了销售收入、产品价格、成本及利润等指标, 综合反映工业企业的生产经营状况。用指数来反映工业经济发展情况, 工业统计指标的核心是紧紧围绕市场的, 企业的产品在市场上的占有率, 市场信息应是工业统计的主要内容。

工业统计指标与国民经济相关产业有着密切的联系, 在工业行业内部纵向和横向准确地描述经济运行状况, 工业统计指标就能够充分的对这些状况加以说明, 从分析这些指标数据关系变化中可达到预测工业经济增长速度的目的。

三、景气指数对工业经济的预测意义

(一) 景气指数的含义

景气指数又称为景气度, 是我国借鉴西方先进国家的成功经验在工业等领域着手实施的一项调查。它是针对被调查中的企业家关于景气变动状况做出判断及描述用以反映企业运营状况及宏观经济运行状态、未来发展方向及变化趋势。

(二) 景气指数的特点及对工业经济预测的意义

在相关部门调查景气指数的过程当中, 被调查的企业规模及经营状况各有不同, 全面体现了整体行业企业的经营状况;直接提供调查数据的往往都是企业生产和经营主要管理者, 他们能够完全充分的了解本企业的真实运营情况, 且由于景气指数调查不影响企业现时效益及当前报表, 这样就避免了夸大经营等与实际情况差异较大的失实数据出现;;参与调查的企业管理者对其企业所处的行业环境及未来趋势都有一定的看法和前瞻性, 他们所填报的数据能充分表现企业管理者对企业乃至整个行业未来发展趋势的态度, 这都将对未来经济发展产生重大影响。

从企业景气指数调查方式中, 我们可以看出, 企业景气指数是一种量化描述, 是企业家对企业运营状况、整个经济发展环境、企业发展前景的看法, 具有信息可靠、前瞻性强、预测性强的特点。

工业经济的发展有一定的周期性, 或从繁荣到萧条, 或从收缩到扩张交替变化, 这是由一系列经济因素及政策环境相互作用的结果。工业经济的周期性提供了统计指标方法进行预测的理论根据。经济波动的推动使经济变量之间存在时滞关系, 才可能利用统计指标进行预测未来经济发展趋势。而外在政策及经济环境通过对内在机制作用, 导致了经济波动的产生。企业家处于经济运行与发展的最前线, 针对企业家调查得出的景气指数往往最具有前瞻性和实践性。工业景气指数是宏观经济景气的一个重要分支, 对工业景气指数的分析不仅能够使我们更好地把握工业经济动向, 而且能够促进工业经济的平稳健康发展。因此, 编制工业景气指数并对其进行研究分析对工业经济预测具有重要的现实意义。

四、总结

工业经济预测是编制经济计划、预见计划实施情况、加强指导的先决条件, 也是相关部门搞好工业经济发展工作、实施经营管理的有效手段, 其概念就定义了它在经济发展建设中的重要意义。经济预测是做出决策的依据, 是计划工作的基础, 所有的计划措施是经济预测和决策的宏观体现。

经济预测主要是减少不确定性对工业经济发展的影响, 它是一种科学认识活动, 不能只靠经验、直觉去猜测、判定, 而是要依靠可信的数据、科学的方法理论、精细的计算及全面的分析和判断。而通过统计指标和景气指数来对未来工业经济发展加以预测, 能够将不确定性的风险降到最低限度, 得到的结果将更加合理真实有效, 会达到更好的预测目的, 使工业经济平稳健康的发展。

摘要：在市场经济中, 工业经济要保持稳步的发展, 必须要对各种因素进行分析并对整个经济形势加以预测, 确定经济正确的发展方向并制定相应的措施和及时调整发展战略。而采用行业景气指数和表示行业经营状况的统计指标, 无疑能获得可靠且准确可信的预测结果, 可以达到工业经济预测目的, 从而确保工业经济得到良好健康的发展。

关键词：景气指数,统计指标,工业经济发展

参考文献

[1]韩胜新.企业景气指数预测效果实证分析与应用探讨[J].现代商贸工业, 2012 (3)

[2]何跃, 张秋菊, 杨剑, 徐玖平.运用统计指标与景气指数对工业经济的组合预测[J].统计与决策, 2007 (9)

[3]杨伟.统计指标在经济生活中的地位与作用[J].牡丹江大学学报, 2011 (5)

市场经济不景气的原因 第5篇

这对于发展中国家来讲，几乎是无可厚非的。财政本身就是政府活动的资金写照，当市场资源配置活动的功能深入到公共服务领域的时候，政府的活动就越来越市场化了，客观要求就是财政资金的使用应该更加符合市场规则。

自本届政府执政以来，国务院至少有10次会议都涉及到了激活财政“存量资金”或者“沉睡资金”问题，甚至还启动了问责程序，但是目前来说，依然存在着严重的滞留现象，这就说明我国财政紧缩并不是一个短缺问题，而是一个制度问题。现在执行的预算科目和财经纪律基本上计划经济时期的，已经距离市场基础越来越远。

“虚荣指数”难拉动经济 第6篇

走出商场，我一路都在想：是什么让奢侈品导购改变了态度？可能最近的两条新闻能给我答案：第一条新闻是，香奈儿宣布下调亚洲区售价，中国内地售价约下调20%。第二条新闻是，贝恩管理咨询公司发布的《2014中国奢侈品市场报告》显示，2014年中国内地奢侈品市场首次出现负增长，下滑了1%。看来，奢侈品在华遇冷，才使导购的态度“热”了起来。

可奢侈品在中国真的“冷”了吗？看看周围，背大牌包的姑娘越来越多，买化妆品也越来越舍得花钱。为什么会出现负增长？恐怕不是消费导致的。据贝恩的报告，2014年市场降幅最大的奢侈品品类，是腕表和男士服装。这曾是送礼和公款消费的首选，在反腐高压下受到重创。而化妆品、女士服装等热门消费品类，在2014年的市场规模都有所增加。

除了反腐，中国奢侈品市场负增长的原因还有消费者购买渠道的改变。贝恩的报告显示，只有约30%的中国消费者在内地购买奢侈品，其他70%都是个人出境购买或者通过代购从境外购买。所以，中国奢侈品市场的数据并不能反映中国消费者的真正购买力。放眼全球奢侈品市场，中国内地消费者2014年的奢侈品消费上涨9%，达到3800亿元，成为全球第一大奢侈品消费国。看来，国人对奢侈品的热情并没有消退。

据路透社报道，中国购买奢侈品的主力军是所谓的“亨利族”（HENRYs），指高薪但不富有者（High Earners，Not Rich Yet）。这个词最早是2008年美国《财富》杂志提出的，针对美国年收入15—25万美元的年轻人，虽然目前财富不多，但收入较高，工作有前途，未来有望成为富人。这个群体追求生活品质，因此消费能力十分可观。而“亨利族”的另一个特点是懂得精打细算，愿意通过相对便宜的渠道购买奢侈品。

不过，再怎么精打细算，奢侈品还是奢侈品。我们不妨来计算一下中美“亨利族”购买奢侈品的消费和收入比例。假设一个美国“亨利族”年薪为15万美元，一个美国大牌背包约1000美元，他买一个包占年收入的比例为1/150。中国“亨利族”的年薪没有公认标准，我们假定为30万元。中国内地专卖店的大牌背包都在万元左右，即便找了代购，也不会低于6000元。那么，他买一个包占年收入的比例为1/50，是美国的三倍。现在都流行给各种数据起名字，什么“幸福指数”“巨无霸指数”，等等。那么，我想把上面那个指数取名为“虚荣指数”。人均收入排名世界90多位的中国，却是全球第一大奢侈品消费国，想来它的“虚荣指数”应该也在世界前列。

在中国经济面临投资拉动向消费拉动转型任务的今天，许多人寄希望于奢侈品牌降价，把中国消费者庞大的购买力从海外拉回国内，以此作为经济增长点，但我并不乐观。以20年前的日本为例，1995年，日本4900万消费群体占据全世界68%的奢侈品市场份额，狂热程度空前绝后。但从那年之后，日本经济进入了快速衰退期。

日本的历史给我们拉响了警报。靠“虚荣指数”或许能刺激经济的短期增长，但这一定不是健康的增长模式。潜力巨大的“亨利族”们要端正消费观，与其花钱“虚荣”，不如投资自己，个人才能长远发展，中国经济才能持续增长。

宏观经济景气指数 第7篇

关键词：上证综合指数,宏观经济,协整检验

1 引言

随着经济的发展, 股票市场在我国经济中的地位日益突出, 已经成为国民经济不可缺少的一部分。在发达国家, 股票市场作为一种成熟完善的市场经济制度, 对宏观经济的运行发挥着至关重要的作用, 历来被看作是宏观经济的“晴雨表”, 股票市场的价格指数可以真实反映宏观经济运行状况。但在我国, 作为新兴市场, 股市成立的时间较短, 又经历了一系列摸索和改革阶段, 我国股市有其独特性, 股票市场能否起到“晴雨表”作用, 一直是一个颇有争议的问题。学者们关于我国股票市场和宏观经济增长之间关系的研究还处在探索和发展阶段, 虽然也取得了一些宝贵的研究成果, 但仍存在一些分歧和争议, 如股票市场和宏观经济增长之间是否存在相关关系, 这种关系的强度如何;如果两者之间存在因果关系, 因果关系的方向如何?对这些问题的正确回答直接关系到我国宏观经济政策的制定, 也关系到对我国股票市场的分析和预测。因此, 很有必要对我国股票市场与经济增长之间的关系进行深入分析, 探讨我国股票市场与经济增长之间是否存在着相互促进作用, 二者通过什么样的渠道相互影响。本文从实证的角度分析我国股票市场与宏观经济变量之间的相互关系, 以事实为依据提出中国股票市场发展和国家宏观调控的建议, 在理论研究和实践应用方面都具有重要意义。

2 宏观经济变量对上证综合指数影响的实证分析

2.1 指标的选取和数据说明

能影响宏观经济的指标有很多, 本文在选取宏观经济变量指标时, 在参考国内外学者的研究结论和我国实际情况的基础上, 为了较为客观全面地分析我国股票市场发展与宏观经济增长之间的关系, 本文选取工业增加值增速、货币供应量M1、居民消费价格指数CPI、城乡居民储蓄存款余额、进出口总额, 银行间7天内同业拆借加权平均利率和社会消费品零售总额作为宏观经济变量。

股票市场变幻莫测, 每种股票的价格无时无刻不在变化, 股价指数是一个可以综合反映市场总体波动的指标。沪市和深市是两个相互影响的市场, 研究发现上证综合指数和深圳成分指数有很强的相关性, 所以选择其中的任何一个作为我国股市价格的代表都是可以的, 没有根本性的影响;另一方面, 沪市在综合性能方面优于深市。所以本文研究股票市场与宏观经济增长之间的关系时, 选择上证综合指数月度收盘价作为研究对象, 代表股票市场的发展水平。

本文采用2011年1月到2013年12月之间的月度数据。本文所用的宏观经济数据来源于中经网和中国人民银行官方网站, 而上证综指数据来源于上证交易所网站。

2.2 实证分析

本文选用Eviews7.0软件进行分析, 且为了叙述和实证的方便简单, 将所用的变量一律用字母符号代替, 工业增加值增速、货币供应量M1、居民消费价格指数CPI、城乡居民储蓄存款余额、进出口总额、银行间7天内同业拆借加权平均利率、社会消费品零售总额和上证综合指数分别用a1, a2, a3, a4, a5, a6, a7和sh来表示, 而它们的对数分别用lna1, lna2, lna3, lna4, lna5, lna6, lna7和lnsh来表示。

2.2.1 变量的单位根检验。

为了得到有效的检验统计量, 避免造成虚假回归, 须保证各序列是平稳的, 所以首先应对原始时间序列进行单位根检验, 以确定这些变量序列是否平稳, 本文采用ADF检验方法对上证综指和宏观经济变量进行平稳性检验, 检验结果见表1:

对各相关变量进行单位根检验后, 可知所有变量在股改后的时间区间内也都是非平稳的, 对这些变量进行差分, 在5%的显著性水平下, 除了lnb3的二阶差分才能平稳外, 其余变量的一阶差分都是平稳的。因此, lnb1, lnb2, dlnb3, lnb4, lnb5, lnb6, lnb7, lnsh是一阶单整的, 它们之间可能存在协整关系, 即上证综指与工业增加值增速、货币供应量、CPI增速、城乡居民储蓄存款余额、进出口总额、银行间7天内同业拆借加权平均利率和社会消费品零售总额之间可能存在协整关系。

2.2.2 协整检验与误差修正模型。

经过差分后的变量序列都是一阶单整的, 这样就可以对它们之间的关系进行协整检验, 本文运用Johansen协整检验来分析上证综指与宏观经济变量之间的长期均衡关系。验结果如表2所示:

即统计量显示在5%的显著性水平下, 上证综指和宏观经济变量之间存在5个协整方程, 本文仅考虑第一种情况建立反映上证综指与宏观经济变量之间长期关系的协整方程为:

由协整检验可知, 从变量间的长期变化趋势来看, 上证综指与各宏观经济变量之间存在长期均衡关系, 且上证综合指数与货币供应量和进出口总额呈负相关;而与工业增加值增速、CPI增速、居民储蓄存款余额、银行间7天内同业拆借加权平均利率和社会消费品零售总额正相关。

之后建立上证综合指数与宏观经济变量之间的误差修正模型。取滞后阶数为2, 仍是仅列出系数在5%水平下显著的变量, 建立误差修正模型如下:

可以看出, 股改后, 上证综指的短期波动与货币供应量滞后一期的增速正相关, 而与自身滞后一期的增速、CPI增速一期滞后值的增长率及零售总额一期滞后值的增速负相关, 且CPI增速的增长率对上证综指的负向影响最大, 其次为货币供应量增速的正向影响。再者, 误差修正项对上证综指的波动的反向调整作用显现出来。

2.2.3 Granger因果关系检验。

由前面的检验已知上证综指与工业增加值增速、货币供应量、CPI增速、城乡居民储蓄存款余额、进出口总额、银行间7天内同业拆借加权平均利率和社会消费品零售总额是一阶单整的, 而且它们之间存在协整关系, 所以可以对它们进行Granger因果关系检验。

从表3可以看出, 在5%的显著水平下, LNSH是LNB2、DLNB3、LNB4、LNB5的Granger原因, 而只有LNB6是LNSH的Granger原因。即上证综指是货币供应量、CPI增速、城乡居民储蓄存款余额和进出口总额的Granger原因, 而只有银行间7天内同业拆借加权平均利率是上证综指的Granger原因。说明股改后, 宏观经济变量并不是引起上证综指变动的直接原因, 而股市却是某些宏观经济变量变化的直接原因。

2.3 结论

2.3.1从协整检验可得出, 从长期变化趋势来看上证综指与各宏观经济变量之间存在协整关系, 具体而言, 上证综合指数与货币供应量和进出口总额呈负相关;而与工业增加值增速、CPI增速、居民储蓄存款余额、银行间7天内同业拆借加权平均利率和社会消费品零售总额正相关。从短期波动来看, 上证综指的短期变化与货币供应量增速正相关, 与自身滞后值增速、CPI增速的增长率及零售总额增速负相关, 且CPI增速的增长率对上证综指的负向影响最大, 其次为货币供应量增速的正向影响。再者, 误差修正项对上证综指波动的反向调整作用显现出来。

2.3.2 Granger因果检验得出, 上证综指是货币供应量、居民消费价格指数增速、城乡居民储蓄存款余额和进出口总额的Granger原因, 而只有银行间7天内同业拆借加权平均利率是上证综指的Granger原因。

3 对策建议

(1) 改变我国股票市场的“政策市”格局, 让市场成为经济和股市的主导, 将政府角色转为监管者, 创造良好的市场环境。在制定相应政策时, 要兼顾对宏观经济的调控作用和对股市的影响, 保持政策的稳定性和连续性, 提高政策效率, 规范股市运行, 降低政策性风险。我国股市发展尚不规范, 还不能成为真正意义上的投资场所, 股票价格经常脱离基本经济因素而波动, 央行在制定宏观调控政策时应把股价的波动作为相关因素考虑进来。同时政府应密切注意各单位和机构投资、货币供应量和居民存款的资金流向, 通过各种货币政策组合来调控现金流通, 使得股市能够健康平稳发展。

(2) 提高上市公司质量, 完善上市公司的治理结构, 建立有效的内外部监督体制。督促上市公司建立现代企业制度, 完善公司股权结构, 健全以董事会为中心的内部监督机制, 并让公司股东方便有效参与公司的治理和监督。尤其是现在随着恢复IPO的发行, 非流通股的解禁, 已经上市的公司增发新股, 还有推出不久的创业板, 使得股票市场规模逐步扩大, 这就要求在注重数量的同时更要把好质量关。除了建立有效合理的上市公司退市机制, 还可以结合市场选择和政府监管来双管齐下, 让这些公司在压力和竞争下规范发展, 从而避免因上市公司的质量问题而让投资者遭受损失, 破坏了股票市场的稳定。

(3) 完善我国的股市监管体制, 提高监管效率, 保证股市健康稳定发展。加强股市的规范性管理, 建立强制性信息披露制度, 加大对信息披露的监管力度, 保证投资者全面、准确、及时的了解上市公司信息, 消除信息不对称现象, 提高股票市场的效率。目前我国证券公司管理上还存在一些问题, 比如虽然主要以经纪业务为主, 但也参与自营和资产管理业务, 这在一定程度上损害了中小投资者的利益, 所以要加强证券公司的自律管理。另外, 要加强对信息中介机构的监督力度, 使其充分发挥其应担负的职能, 严厉查处弄虚作假行为。

参考文献

宏观经济景气指数 第8篇

2008年, 世界金融危机的影响在中国蔓延开来, 使中国股市经历了其18年成长史上的又一次深度下跌, 最大跌幅达到69.85%。在这一时期, 我国政府曾在百日内连续5次下调利率并两次股票交易印花税, 为稳定股价打下了坚实的基础。不仅如此, 从中国股市发展的历程来看, 宏观经济政策对股价的涨跌起着至关重要的作用, 它的走向决定了证券市场的长期趋势。从理论角度来看, 股票市场周期与宏观经济周期相关性的基本逻辑是宏观经济基本面决定上市公司经营业绩, 上市公司经营业绩对股票价格有决定性影响。因此, 可以认为, 宏观经济周期是对股票市场运行具有重要影响的风险因子。同时, 股市周期并非完全受宏观经济周期被动影响, 股市一定程度上也对宏观经济运行具有反作用。

所以, 把握好宏观经济发展的大方向, 才能使我们精准的掌握证券市场的总体变动趋势、正确判断证券市场的价值。宏观经济状况良好, 大部分的上市公司经营业绩表现良好, 股价也相应会上涨。综上, 为了把握国内宏观经济的变动趋势, 我们有必要对一些重要的宏观经济运行变量进行研究。而本文则采用了文献综述法和多元线性回归建模法对宏观经济变量对上证指数的影响进行了实证研究。

二、文献综述

2005年, 周海燕采用相关性检验、协整检验、Granger因果检验等方法对宏观经济变量与股指波动的关系进行了实证分析。她证明出, 长期来看, 我国股价指数与宏观经济的发展是一致的, 但在某些特殊时期, 二者又是相互背离的关系。她认为, 股指还不足以成为宏观经济的“晴雨表”。2006年, 刘玲提出股票价格指数与企业景气指标、工业增加值之间呈正相关关系, 而与利率、货币供给之间是一种负相关关系, 与通货膨胀率之间的关系则不确定。在《对影响股票价格指数宏观经济变量的实证分析》中, 周敏运用计量经济学中的多元线性回归的方法探寻出企业商品价格指数、股市成交量、汇率、货币供应量是影响股票价格指数的主要因素。2010年, 董彩丽通过实证研究证明出中国股票市场与宏观经济的发展的一致性, 股票价格指数能够在一定程度上反映我国宏观经济发展的整体水平及趋势。此外, 她还提出, 股价指数对于宏观经济变量的响应有一定的滞后性这一观点。

三、宏观经济变量的选择

1.居民消费价格指数

居民消费价格指数的变动率在一定程度上反映了通货膨胀或紧缩的程度。通货膨胀不仅对人们当前的决策有影响, 还会使他们增加对通货膨胀的预期。通货膨胀时期, 由于货币贬值所激发的通货膨胀预期促使居民用货币去交换商品以获得保值, 这些保值工具中就包括股票。这一行为无疑扩大了对股票需求。此外, 通货膨胀率上升到一定阶段, 政府多会采取紧缩的财政和货币政策, 此时企业为了筹措资金, 便会发行股票来增加股票市场的供给, 因而使股票市场需求增长小于供给的增长。

2.工业增加值

工业增加值是是企业全部生产的总成果扣除了在生产过程中消耗或转移的物质产品和劳务价值后的余额, 是企业生产过程中新增加的价值。增长率越高, 说明实体经济运行状况越好, 产生的社会财富越多。在其他条件不变情况下, 增长率的变化会使国内公司现金流发生同方向变化, 进而股票价格也会发生同方向变化。

3.货币供应量M2

货币供应量增加无疑增加了流通中的现金流、提升了上市公司贴现率从而使企业筹资成本降低, 预期收益升高, 因此公司股价将上升, 反之则会下跌。不仅如此, 货币供应量的增加代表国家实行扩张的宏观经济政策, 这就增加了股市的预期收益, 使股价攀升。可见, 货币供应量可能与上证综合指数存在一定的正相关。

4.银行同业拆借利率

同业拆借利率是短期持有货币的机会成本, 它取决于资本市场的资金供求。储蓄决定资金供给, 投资决定资金需求, 而投资和储蓄均受利率影响。利率下调一般会使贴现率下降, 尽管预期股利不变, 但是股票内在价值将会提高。因此, 股票价格指数与利率之间可能存在负相关。

5.商品零售价格指数

商品零售价格指数是一种反映城乡商品零售价格的经济指数。零售物价调整变动将对城乡居民的支出以及国家的财政收入产生直接的影响。不仅如此, 商品价格指数的变动也会对居民购买力和市场供需平衡造成不同程度的影响。因此, 计算该指数可从一个侧面对上述经济活动影响进行观察和分析。

6.企业商品价格指数

企业商品价格指数能较客观地反映经济变化轨迹、我国投资形势的阶段性变化与农产品、工业消费品供求关系的改变。企业商品价格指数上升一定程度上反映了我国经济通货膨胀增加, 这时, 居民就会用货币去交换商品以获得保值, 这些保值工具中也包括股票;此外, 当通货膨胀率达到一定程度时, 政府倾向采取紧缩的财政和货币政策, 这一举动也会使股价下降。所以, 企业商品价格指数对股价的影响值得更进一步的探讨。

7.社会消费品零售总额增加值

该指标反映通过各种商品流通渠道向居民和社会集团供应生活消费品来满足他们生活需要的情况, 是研究人民生活、社会消费品购买力、货币流通等问题的重要指标。当社会消费品零售总额增长时, 提高企事业单位的销售额进而可能影响到上市公司业绩, 因此社会消费品零售总额增加值和上证综合指数之间可能存在正相关。

8.汇率

汇率与一国的物价总水平和国际资本间的流动有密切联系, 而且它对国内各生产企业的经营状况和产业结构的调整以及对外贸易、外汇储备等方面都产生了一定的影响。汇率上升会导致外币升值, 促进出口、抑制进口, 提高国内公司对收益的预期, 一定程度上使股票价格提升。因此, 股票价格指数与汇率之间可能存在正相关。

四、实证研究

本文选取了2008年2月到2014年10月的月度数据, 其中, 由于我国国家统计局的工业统计制度上没有对一月份的工业统计做出要求, 所以一月份的工业增加值是免报的。在去除了一月份数据的基础上, 对于剩下的75个月的月度数据进行回归分析。首先, 对于相对价格变量以原变量进入模型, 而其他绝对数变量, 为了消除模型的异方差去对数进入模型。接着, 运用了逐步回归的方法消除了多重共线性问题。在一系列逐步回归后, 居民消费价格指数、工业增加值、商品零售价格指数、人民币对美元汇率进入模型。Eviews中显示, 该回归方程可决系数较高, 回归系数均显著模型中存在自相关。

针对模型存在的异方差问题, 本文对模型又进行了进一步的调整, 使用科克伦-奥科特迭代法做广义差分回归, 结果如图:

由于使用了广义差分数据, 样本容量减少了一个, 为74。查5%显著水平的DW统计表可知=1.51, du=1.74, , 模型中DW=1.952742, <DW<4-du, 说明在5%显著性水平下不存在自相关。变量中的t检验的sig值均小于0.05, 效果显著。sig值为0.0000, 通过检验。异方差检验通过。由此, 得到了最终的模型方程:

五、总结与结论

本文实证研究表明, 部分宏观经济变量对股票价格存在影响, 股票价格指数在某种程度上展现了中国经济的整体发展态势和发展水平。从模型中各变量对上证指数的影响来看, 在进行一阶差分后居民消费价格指数、工业增加值、人民币对美元汇率这三个因素对上证综合指数产生了正向的影响而居民消费价格指数对上证综合指数产生了负向的影响, 可见宏观经济变量的变动不能在当期传递到股票市场, 从而对股价指数产生相应的影响, 即股价受宏观经济变量的影响存在滞后性。

当前, 中国股票市场仍然存在许多不足, 这也为我国经济的持续快速发展设置了障碍。人民币利率和工业增加值对股票市场指数存在短期和长期正向影响的效应, 而居民消费价格指数会对股票市场指数产生短期正向和长期负向的冲击, 居民消费价格指数会对股票市场产生长期的负向冲击。因此, 维持物价水平稳定、防范持续的通货膨胀仍是我国日后工作重中之重。

参考文献

[1]刘玲, 谢赤, 曾志坚.股票价格指数与宏观经济变量关系的实证研究[J].湖南师范大学社会科学学报, 2006, 05:82-86+104.

[2]王德劲.宏观经济变量与中国股市关系研究[D].西南财经大学, 2002.

[3]董彩丽.股价指数与宏观经济变量关系的实证研究[D].东北财经大学, 2010.

[4]周海燕.我国股价指数波动及其宏观影响因素分析[D].重庆大学, 2005.

[5]周敏, 王飞跃.对影响股票价格指数宏观经济变量的实证分析[J].全国商情 (经济理论研究) , 2008, 13:66-68.

宏观经济景气指数 第9篇

国内外对期货价格与宏观经济变量相关性研究,特别是有关期货价格指数先行性方面的研究较为匮乏。该主题实质上指的是虚拟经济和实质经济之间相互作用机制的问题。国外学者Halpern和Warsager(1998)研究了商品期货指数与通货膨胀之间的相关性,以论证商品期货指数用于宏观经济景气预测的贡献。国内学者王志强和王雪标(2001)使用Granger因果分析法,研究商品期货价格指数对经济景气的引导作用,其先行达3个月。蔡慧(2007)基于1998-2005年的小麦、大豆、铜、铝和橡胶期货的日数据,编制了我国商品期货指数,分析了该指数与GDP指数之间的关系,指出二者存在长期均衡关系,商品期货指数到GDP指数有因果关系,先行时间达2个月。

二、理论模型

由于期货市场的价格发现功能,它通过对大量市场信息的摄取和加工,形成了具有统一性、超前性、真实性的价格。这种综合信号融合了影响总体或部门供求关系变化的各种因素,不仅在空间上,尤其独特地能在时间上促进实物资源有效配置。

现在我们考虑一个两期模型:假设在两期生产中的需求曲线保持一致。第一期生产情况较好,第二期生产由于自然气候、重大事件等因素,产量明显减少,并且第一期的产量至少比第二期的产量多一个单位。在没有相应的期货价格作为指导的前提下,产品的供给量不会发生总体转移,两期之间产品整体价格的大幅波动会造成资源的不合理配置。但是如果编制商品期货指数并及时公布,由于其是反映总体商品价格的超前指标,生产者或经营商自然会很清楚地预见第二期的价格高于第一期的价格(假如不计储存、利息和保险成本),根据这一价格信息,将会有第一期产品的一部分转移到第二期。即会将一部分边际效用较低的第一期产品转移到边际效用较高的第二期,所以商品期货指数可以通过形成有效的远期综合价格信号,提高产品分配效率,从而增加总体效用。

综上所述,有期货价格信号作为指导时的市场资源配置一般是优于没有期货价格信号作为指导时的市场资源配置。商品期货指数可以通过形成有效的远期综合价格信号,提高产品分配效率,从而增加总体效用。既然期货指数形成的综合价格可以作为调节现货供求关系的基础,那么对处于经济改革和经济转型中的我国,其宏观经济功能便显得尤为重要。本文以下部分从实证角度考察金属期货指数与我国宏观经济变量之间的超前滞后关系,试图了解金属期货指数变化对我国经济的影响程度,研究金属期货指数是否可以作为监测我国经济景气的指示器,为我国经济发展服务。

三、研究方法与实证结果

1、样本数据与变量

我国目前发布的商品期货指数,如南华指数由于时间较短,难以满足本文定量分析的要求。为了深入了解金属期货指数与宏观经济变量之间的关系,本文选用2001年1月1日—2009年12月31日铜、天胶、铝和橡胶期货的连续天数据的收盘价,利用这些数据来编制我国金属期货指数(FPI)。我们在选择宏观经济变量时,坚持如下原则:一是指标的代表性,即能够充分代表我国经济整体运行的状况;二是指标的影响性,即能够对经济生活的各方面产生充分的影响;三是数据的可得性。通过综合比较,选取了以下指标作为我国宏观经济运行状况的代理变量:汇率(FX)以及银行同业拆借利率(R)。

2、金属期货指数的编制

将当月所有交易日的每日收盘价进行算术平均.就分别得到各金属期货的月平均价。然后将各个月的铜、天胶、铝和橡胶期货的价格几何平均,得到当月的综合价格。本文将2001年1月定为基期,计算时用当月综合价格除以2001年1月平均价格,然后再乘以100,得到的数值就是当月的金属期货指数。

3、单位根检验

本文使用ADF检验方法来检验序列的平稳性。从表1中可以看出未经差分的序列ln FX,ln F,ln R存在单位根,但经过一阶差分的序列不存在单位根问题。所以,ln FX,ln F,ln R这两个序列都是一阶单整I(1)的,满足协整检验的条件。

4、协整检验(cointegration test)

根据AIC值最小原则,本文采用滞后阶数为2,然后借助Johansen协整检验,检验ln FX,ln F和ln R之间是否存在协整关系,协整性反映的是它们经过线性组合之后非平稳程度的变动性质。

*表示在5%的显著水平下拒绝原假设

如表2所示:上半部分是迹统计量检验结果,下半部分是极大特征值统计量检验结果。迹统计量检验表明,在5%的显著性水平下,我们所考察的变量存在着协整关系。极大特征值统计量检验结果也表明存在协整关系。统一上面的结果,金属期货价格与宏观经济变量存在着长期均衡关系。

5、Granger因果关系检验

Granger因果关系检验由Granger提出的,它建立在Granger因果关系的定义之上,Granger从预测可能性的观点来定义因果关系(检验结果表3)。

从表3中可以看出,当滞后阶数为2时,在10%的显著性水平下,ln F与ln FX、ln R存在着单向的因果关系,金属期货指数的变动影响汇率变动;银行同业拆借利率的变动影响金属期货指数的变动。

四、结论

本文通过对国外商品期货指数编制方法的研究分析,使用铜、天胶、铝和橡胶等编制出金属期货指数,借助Johansen协整检验,发现我国金属期货指数与汇率、银行同业拆借利率之间存在着长期均衡关系,金属期货指数的变动在一定程度上影响着整个经济发展,说明伴随着我国期货市场的不断发展,其为经济发展服务,调节资源优化配置的功能在逐渐显现。同时通过Granger因果检验,发现在样本区间内,存在从金属期货指数到同业拆借利率的Granger因果关系,其先行时间达到2个月,客观上能反映我国经济发展的未来走势,可以作为监测我国经济景气的指示器,并适合作为一项衍生品创新。

但是国内商品期货指数与国外商品期货指数仍存在着一些差距。我国现行的商品期货市场规模仍然比较小,期货交易品种比较少,相对而言在整体经济中所占的比重较小,还无法全面实行其市场功能。因此,我们应该进一步完善和规范我国的期货市场,增加我国期货市场交易品种,使其价格发现功能能够充分地发挥。同时应该适时完善我国的商品价格指数,这样不仅可以为宏观经济预警服务,而且可以作为一项衍生品创新,促进我国金融市场的不断完善。

摘要：本文在借鉴国内外商品期货指数编制方法的基础上,编制了我国金属期货指数,并对其与利率,汇率之间的超前滞后关系进行了实证研究。研究结果表明在样本区间内我国金属期货指数与宏观经济变量之间存在长期均衡关系,但是期货市场的价格发现功能依然存在某些缺陷。

关键词：金属期货指数,银行同业拆借利率,汇率,协整检验,因果检验

参考文献

[1]王志强,王雪标.中国商品期货价格指数与经济景气[J].世界经济2001(4):69-73.

[2]张扬.商品期货指数研制与实证分析[D].中南大学硕士论文2003:20-75.

宏观经济景气指数 第10篇

关键词：股票价格指数,宏观经济变量,多重共线性,自相关

一、引言

根据沪深交易所的统计数据,截至2007年4月30日,我国沪深股市共有1640支股票(其中:沪市944支,深市696支),盘后两市总市值首次超过16万亿,而去年我国GDP为20.9万亿元,这意味着我国沪深股票总市值占GDP比例达到76.5%,这使得股市经济“晴雨表”的功能更加显著。股票市场的运行态势是一国宏观经济发展情况的“缩略图”,相关宏观经济变量的变动必定会对证券市场产生重大影响,因此本文将以整个股票市场作为研究对象,来考虑影响股票价格指数的宏观经济因素及其影响程度。

二、模型设定

本文选择上证综指(以Y表示)作为股票价格指数的代表。选择上证综指为Y的原因主要有以下二点:其一,深圳证券市场股票价格指数与上海证券市场价格指数具有很强的相关性,两市综指走势极为相似;其二,上证综指具有广泛的代表性。

影响股票价格指数的宏观因素众多,本文综合各方面因素,选择较具有代表性的7个宏观经济变量:居民消费物价指数(X1)、商品零售物价指数(X2)、企业商品价格指数(X3)、社会消费品零售总额(X4)、股市成交量(X5)、汇率(X6)、货币供应量(X7)。选择这7个宏观变量的原因在于:X1、X2、X3和X4从不同侧面反映了我国的经济市场环境;X5、X6和X7反映了我国金融环境对股票价格指数的影响;X5从一个侧面反映了股市状况。

三、样本数据的收集和整理

本文选取的数据为2005年1月-2008年3月各月的月度数据,其中,对于相对价格变量(价格指数变量以及汇率),以原变量形式进入模型;而对于其它绝对数额变量,为了消除异方差,取对数形式进入模型。在对数据调整后,建立如下模型:

利用最小二乘回归方程,得到如下的结果:

得到的结果为

对数据进行分析:在10%的显著性水平下,查表得tα/2(n-k)=1.6939,X2、X3、LX4的系数估计值的t值不显著,表明很可能存在多重共线性。计算各解释变量的相关系数。

由表可以看出各解释变量相互之间的相关系数很高,证实存在严重多重共线性。

1. 修正多重共线性

采用逐步回归的办法,去检验和解决多重共线性。做LNY对各个解释变量的一元回归,然后逐步加入其他的解释变量,保留R2最大的,同时要看t值和F值。

过程如下图:

表(一)中LNY对LNX7做一元回归时,R2最大,参数的t检验显著,保留LNX7。

表(二)加入LNX5时,R2最大,同时参数t检验很显著,保留LNX5。

表(三)加入X3时,R2最大,同时参数t检验很显著,保留X3。

表(四)加入X6时,R2最大,同时参数t检验很显著,保留X6。

当继续加入其他的解释变量的时候,参数的t检验明显不显著,并且参数的符号也变的不合理,所以最后可以保留的参数是X3、LNX5、X6、LNX7,回归结果为:

2. 自相关性检验

对样本量为39,4个解释变量的模型,5%显著水平,查DW统计表可知:dL=1.273dU=1.722。而模型中的DW值为1.413385,在dL和dU之间,因此无法判断是否存在自相关性,需要增大样本空间。经过计算,加上2004和2005年的数据,可以通过自相关性检验。

四、模型分析

1. 模型系数分析

运用这个模型可以对上证指数作出分析,在上证市场,X3每增加1个百分点,上证指数就增加0.058841个百分点。LnX5每增加一个百分点,上证指数就会增加0.216592个百分点。X6每增加一个百分点,上证指数就会增加0.696406个百分点。LnX7增加一个百分点,上证指数就会增加2.753907个百分点。

2. 模型的现实性分析

本模型保留了企业商品价格指数(X3)、、股市成交量(X5)和汇率(X6)、货币供应量(X7),这与我国的现实经济情况及股票市场的情况是基本相符的。

从2005年以来,我国股市可谓“牛气冲天”,从2006年初的1163.88一路高攀至2007年10月底的6124.04点,这与我国的经济高速稳定发展形势相一致,起到了“睛雨表”的作用。从2007年的十月份的最高点下降到2008年3月份3357.23点,虽然这一段时间的股指与我国经济的发展情况无法匹配,但是本文还是能较好的解释股指的情况。

企业商品价格指数(X3)代表了我国的市场环境,其系数为正表示企业商品价格增加,则上证综指也会同比上涨。企业商品价格指数上涨,从一个侧面说明市场环境良好,使得企业商品总收益增加,在其它情况不变的情况下,企业的预期利润是增加的,市场预期趋好,故而股票价格指数增加。

股市成交量(X5)对股指的推升作用是相当巨大的。从模型可以看出,股市成交量基本上是和股指同方向变化。在2005年1月到2007年10月,股市成交量节节高涨,同时股指也在随之上涨,到2007年的10月份达到了最高点6124.04,从2007年的11月份开始,股市成交量减少,股指也逐渐下降。虽然中国的经济形势是一路向好的,但是由于没有大量资金入市,上证综指也就一路低迷。2008年4月以后,随着奥运会的临近,形势似乎骤然逆转,股市成交量也连续增加,股指也顺势而涨。

汇率(X6)对我国股指的影响程度日益加大,特别是在2005年7月21日汇改以来,现在人民币兑美元已突破7。从国外的经历来看,汇率与股市的关系是:本国货币升值-热钱流入-股市上涨-吸引更多热钱流入-加大升值压力。股市是观察境外“热钱”流动的一个重要窗口。“热钱”流入后会伺机而动,一旦发现股市突破,它们就会如猛虎下山扑向股市,促使股市疯狂上涨,这样又会吸引更多的“热钱”流入。这与现实情况是吻合的。

货币供应量(X7)与股指的变化也是密切相关的,货币供给量对股票价格的正比关系,有三种表现:(1)货币供给量增加,一方面可以促进生产,阻止商品利润的下降;另一方面使得对股票的需求增加,促进股票市场的繁荣。(2)货币供给量增加引起社会商品的价格上涨,股份公司的销售收入及利润相应增加,从而使得以货币形式表现的股利会有一定幅度的上升,使股票需求增加,从而股票价格也相应上涨。(3)货币供给量的持续增加引起通货膨胀,通货膨胀带来的往往是虚假的市场繁荣,造成一种企业利润普遍上升的假象,保值意识使人们倾向于将货币投向贵重金属、不动产和短期债券上,股票需求量也会增加,从而使股票价格也相应增加。由此可见,货币供应量的增减是影响股价升降的重要原因之一。当货币供应量增加时,多余部分的社会购买力就会投入到股市,从而把股价抬高;反之,如果货币供应量少,社会购买力降低,投资就会减少,股市陷入低迷状态,因而股价也必定会受到影响。

参考文献

[1]严忠．我国宏观经济与股票价格指数的关系．温洲大学学报，2005—12．

[2]马树才．沪市股票市场价格影响因素的实证分析．统计研究，2000，(8)．

[3]中国景气月报．

宏观经济景气指数 第11篇

2009年以来指数基金的产品数量和管理规模已经呈现出了爆发式增长。截ZE2009年三季度末，2009年以来发行的指数基金达到18只之多，而在这波密集的指数基金发行潮中，沪深300指数基金又占据了半壁江山。截至本文截稿之时，建信基金旗下的首只指数型基金建信沪深300指数基金仍在募集之中，加上这只基金，2009年发行的沪深300指数基金达到9只，沪深300指数基金正在逐渐成为指数型基金中的主流产品之一。记者采访了建信沪深300指数基金的拟任基金经理梁洪昀，他对宏观经济的发展走向及沪深300指数基金在资产配置中的作用有独到的看法。

宏观经济：延续复苏

从中长期看，梁洪昀对宏观经济向好充满信心。“宏观经济自2008年四季度到2009年一季度触底以来，总体处于回升通道。2009年以来，投资数据好于市场预期，消费也保持稳定增长，外需虽与2007年顶峰时的水平相去较远，但预计在2009年四季度呈现上升态势。相信随着美国经济提前复苏以及欧洲经济企稳，我国贸易环境将有明显改善。”

经历了国际金融危机的冲击，中国经济此轮增速的底部也已基本探明。“企业利润同比增长有望在2009年四季度转正，并在2010年初继续延伸。与历史数据相比，目前A股市场的估值比较合理。”梁洪昀指出，前期市场所广泛担心的新增贷款额下降并不会影响实体经济的复苏。“货币政策没有发生根本改变。从8、9月宏观经济统计数据来看，当前市场流动性存量比较充裕，经济活跃度增强的态势得以延续。总体来说，适度宽松货币政策保持了连续性和稳定性，这有力地支持了实体经济发展。监管层目前依然倾向于保持货币政策的稳定性，没有出现市场预期的明显收紧现象。在多个引擎的牵引下，中国经济将沿着快速增长的轨道前行。”

获取市场平均收益应是多数人投资之目标

梁洪昀建议投资者把基金投资作为长期资产配置的选择。“短期影响市场的因素纷繁芜杂，选择投资时机是很难的孝情，而长期来说相对简单。影响股市长期走势最根本的因素就是宏观经济形势和上市公司的业绩变化。对于投资者来说，关键要把握大的方向，而不是追逐短期的波动收益。”

经过2007～2008年的市场起落，投资者进一步认识到了资产配置在投资过程中的重要性。“从长期配置角度来讲，理财就是要做好资产配置。拉长投资期限，寻求相对稳定的回报，这是应对短期风险和通胀的好方法。指数基金的长处就在于其在长期资产配置中的作用，用以获取长期回报。它主要是靠获取市场平均收益，以低成本、在长时间内跑赢其他投资产品。从这个角度来看，实际上所谓‘发行时机’并没有那么重要。”

梁洪昀认为，能大幅跑赢市场的投资者少之又少，市场的平均收益才是投资者追求的目标。“目前国内的主要投资方式包括房市和股市等不同渠道。前者固然可以很好地抵御通胀、保值增值，但房产的流动性较差，存在变现的难度。而股票市场虽然流动性较好、长期收益较高，但短期波动较大，存在较高的投资风险。而且，即使过去十多年的市场整体表现可以帮助投资者实现抵御通胀、获取长期收益的目的，但这并不表示所有股票都能够提供类似的回报。对于许多投资者来说，获得市场平均收益是极具现实意义的一件事情，因为并非所有的人都是选股专家，这也是指数基金受青睐的重要原因之一。我们认为，基于A股市场中长期表现可期，沪深300指数基金可以作为投资者的长期资产配置品种。”

指数基金缘何受捧

如果从指数化产品发行频率来看，2009年堪称中国基金业的被动投资年，众多基金公司不约而同地推出指数基金，特别是以沪深300指数为标的的指数基金呈现密集发行热潮。

梁洪昀表示，指数基金被认可源自两个因素：业绩表现和投资者成熟化。“长期来看被动投资具有其自身的优势。即往历史显示，多数主动型基金收益率可能时高时低，但最终都将向市场的平均投资收益率回归；而众多同类型的主动型基金的收益率在某个确定时段内也是以平均收益率为均值分布。中国资本市场经历近20年的发展，市场越来越有效，战胜指数也变得越来越困难，很多投资者逐渐接受被动投资的理念，并以获得市场平均收益为投资目的。而对于基金行业来说，无论是从全球还是境内来看，被动投资已经成为行业的发展趋势和战略性选择。”

上市公司业绩决定未来市场走势

根据目前市场一致预期，沪深300指数的总体动态PE在20倍左右，未来不排除估值继续提升的可能。“对未来半年至一年的股市走势起到关键性影响的因素包括房地产销售、投资数据、年末中央经济工作会议对2010年基调的确定以及投资者据此做出的预期调整等。基于目前的数据，四季度市场很有可能在一个区间内运行，高度和幅度将会由政策的方向、经济复苏的力度、场内资金的充裕程度和上市公司的业绩等多种因素决定。”

宏观经济景气指数 第12篇

一、指标的选择与处理

1、股票市场变动的度量

上证综合指数的编制以上海证券交易所的所有上市股票为样本,由上海证券交易所编制,在总体上可以反映整个股票市场的变动情况。 在我国股票市场中,上证指数和深证指数的变动具有同步性和联动性,所以可以用上证指数的变动来代表整个股票市场的变动情况。 本文选取上证指数每月最后一个交易日的收盘价参与分析( 用szzs表示) 。 本文选取2005年1月至2014年8月共计116个月度数据进行分析。

2、宏观经济变量

本文所选取的经济指标有广义货币供应量( M2) 、消费者物价指数( CPI) 、贸易进出口额( JCK) 、固定资产投资完成额( TZ) 、社会消费品零售总额( XF) ,均为全国性的月度数据。 本文不采用GDP作为变量,因为只有季度或年度数据样本量小,且与上述的宏观经济变量存在较强的相关性,故暂不采用。

3、数据处理

( 1) 季节性变动的处理: 由图1可知,贸易进出口额( JCK)、固定资产投资完成额( TZ)、消费者物价指数( CPI) 、社会消费品零售总额( XF) 这些变量有季节性因素,本文的季节调整方法用到移动平均方法,调整后的变量名加后缀sa。

( 2) 序列不平稳的处理: 对进过季节调整的变量取对数后一阶差分,具有良好的经济意义,表示变量的变化率,对研究具有现实意义。 处理后的变量名加前缀dlg。

( 3) 单位根检验:由表1,可知对于经过季节性处理后的序列进行差分,序列变得平稳,上文对数据的处理是恰当的。

二、模型简介

传统的计量经济方法需要建立在经济理论基础上,要求对变量之间关系有相对严格的说明,当变量之间存在动态关系时比较复杂。 Sims在1980年提出的向量自回归模型( VAR) 作为一种非结构化的动态模型。 为了考虑上证指数与所选的宏观经济变量之间的动态关系,而这种关系之间的内生外生性暂无法精确确定,使用VAR模型比较适合。 VAR模型是将自回归的想法用于多变量情况,所有解释变量均为各变量的滞后项,通过将不同的滞后项纳入其他变量的方程,来体现变量间的相互关系。

三、建立模型

1、变量间的相关分析

求出上证指数( szzs) 对数序列与上述5个经济变量对数序列之间的相关系数矩阵( 表2) 。 可见上证指数与其余5个宏观经济变量之间都存在一定的相关关系,其中进出口额的相关性最为明显。

2、建立VAR模型

对于变量本文运用的分析方法是基于VAR模型,脉冲响应函数、格兰杰因果关系检验。依据LR和AIC准则, 选择4阶作为滞后阶数。

( 1) 格兰杰因果检验

选取消费者物价指数、进出口额、广义货币供应量、固定资产完成额及社会消费品零售总额对上证指数,做双变量的格兰杰因果检验( 表3) 。 在0.05的置信水平下,广义货币供应量是上证指数的格兰杰原因;上证指数是cpi、进出口总额和固定资产投资完成额的格兰杰原因。 同时也表明, 上证指数可以反映cpi、进出口总额和固定资产投资完成额等宏观经济变量的涨落,有经济晴雨表的功能。

( 2) 脉冲响应

分析当系统( 上证指数) 受到外部冲击后系统序列的变动路径,描述在随机误差项施加一个标准差大小的冲击后对内生变量的当期值和未来值带来的影响。

上证指数对于广义货币供应量( M2) 冲击的响应:

正向的M2冲击,如扩张性的货币政策,使得上证指数在第2期上升,表现为促进作用,而后逐渐收敛,到第10期之后几乎没有影响,见图2。

上证指数对于进出口额( jck) 冲击的响应:

负向的外贸冲击,我国面临更不利的外贸形势,上证指数在1—2期迅速下降,而后缓慢回升,逐渐收敛在第8期之后影响基本消失,见图3。

上证指数对固定资产投资完成额( TZ) 冲击的响应:

当有正向投资冲击情况下,第1期上证指数有稍微上升,随后下降,但总体影响不大,很快就收敛到0,见图4。

上证指数对消费者物价指数( cpi) 冲击的响应:

当有一个cpi冲击,物价上涨,上证指数略微下降,在第5期后波动增大,最后趋于稳定收敛,见图5。

上证指数对社会消费品零售总额( XF) 冲击的响应:

当有一个消费冲击,上证指数略微下降,总体来看没有太大影响,最后趋于稳定收敛。

(3)方差分解

对模型结果进行方差分解( 表4) ,不考虑上证指数自身的贡献率,贸易进出口额( JCK) 对上证指数的贡献率最大,2期达到了4%,第5期之后上升到7%以上;其次是广义货币供应( M2)对上证指数的贡献率在2期达到了2.44%, 在第6期之后接近3%;CPI对上证指数的贡献率是逐步增加的,10期达到了1.46%,投资对上证指数的贡献率最低。

四、总结

以上实证模型说明从2005年1月到2014年8月之间中国股票市场与宏观经济的关联,其中包括:CPI与上证指数之间的关系表明在中国通胀下无牛市的经济现象;进出口与上证指数之间关系不够明显,主要是因为中国的外汇都用来储备,支出渠道过于受到限制;M2与上证指数的关系说明了货币政策的实施可以对股票市场起到一定积极的作用。

上证指数与CPI有着双向较弱的因果关系,由于外部变量的冲击作用,CPI对上证指数的冲击具有反向作用, 上证指数对CPI的冲击具有正向作用,即存在高通胀无牛市、牛市中伴随着高通胀的经济现象。 中央银行调节货币供应量( 本文以M2为指标) ,货币供应量增大,流向股票市场的货币增多,股价指数上涨。 股价指数上涨到一定程度,出现经济过热,会促使央行实行紧缩的货币政策以来抑制资本市场的虚假繁荣。 固定资产投资完成额与上证指数没有显著的格兰杰因果关系,固定资产投资完成额对上证指数的变化没有多大影响。 社会消费品零售总额的增加会抑制上证指数的上涨,而上证指数的变化对社会消费品零售总额的影响呈波动状态。

摘要：文章利用Eviews统计软件对2005年1月至2014年8月我国上证指数与广义货币供应量、贸易进出口额、固定资产投资完成额、CPI等宏观经济变量进行VAR建模,从而探讨宏观经济与我国股市之间的关系。通过分析认为,CPI与上证指数之间的关系表明在中国通胀下无牛市的经济现象;进出口与上证指数之间关系不够明显,M2与上证指数的关系说明了货币政策的实施可以对股票市场起到一定积极的作用。

关键词：VAR模型,上证指数,M2,CPI

参考文献

[1]胡丽琴:金融时间序列分析实验教程[M].武汉大学出版社,2012.

[2]任晓靖:中国股市指数与宏观经济运行关系实证研究[D].首都经济贸易大学,2008.

[3]张培源:中国股票市场与宏观经济相关性研究[D].中共中央党校,2013.