宏观经济环境因素
开篇：润墨网以专业的文秘视角，为您筛选了八篇宏观经济环境因素范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
宏观经济环境因素范文第1篇
一、引言
随着2013年6月新《基金法》的实施，基金产品创新发行异常迅速，积极推动了我国基金市场的发展，截止2015年7月底，我国98家基金公司共发行基金产品数已达到2451只，基金数量增长之快带来的问题是，投资者如何才能有效选择基金产品？目前，投资风格是作为基金产品发行的标签，但大量文献研究发现基金投资风格发生漂移已成常态，且该现象越来越严重。现有相关文献研究主要集中在基金投资风格漂移实证检验及其成因方面。在投资风格识别上主要有定性与定量两类方法：定性上可根据基金招募书宣称的投资风格来识别风格漂移；定量上可用计量方法来检验基金投资风格漂移。后来还有一些学者研究牛市和熊市行情下的基金风格漂移情况，得出了各种结论。但几乎未有文献系统研究宏观经济环境下的基金投资风格漂移情况。本文将重点探讨宏观经济环境对股票型基金投资风格漂移的影响，以期实证检验宏观经济波动是如何影响到基金投资行为的，本文研究意义在于为如何通过基金公司等机构投资者来维稳证券市场健康发展奠定理论与实证基础。
二、文献评述
随着全球基金市场的迅速发展，国内外关于基金投资风格漂移方面的文献逐渐增多，但大多集中在基金投资风格漂移检验、漂移原因解释、漂移程度量化及分析其与基金绩效之间的关系等。在基金投资风格漂移检验、量化及成因方面。Sharpe(1992)开创性地建立了投资风格分析模型，利用基金历史收益率与某种风格指数相联系进行风格识别。DanDiBartolomeo和ErikWitkowsk（i1997）研究认为基金普遍发生了较严重的投资风格漂移现象。Cooper等（2005）发现基金可通过变换基金名称来改变其投资风格。董铁牛等（2008）实证结果发现：债券型基金无投资风格漂移现象，然而股票型和混合型基金有较严重的投资风格漂移现象。宋光辉和许林（2011）运用分形理论构建了CIS指标来量化投资风格漂移，发现风格漂移的基金比例高达76.4%，但同时漂移程度并不大。PauloLeite和MariaCéuCortez(2014)发现基金会根据他们筛选的策略表现出不同的投资风格。容易发现这些文献的检验方法均没有考虑到样本数据的尖峰厚尾、波动聚集等特征，从而使得研究结论缺乏可靠性。
在投资风格漂移对基金业绩及其持续性影响方面。Kathryn和Robert(2007)研究结果发现：投资风格漂移与基金业绩正相关。Andrew等(2008)把投资风格漂移的程度分解成主动的与被动的成分，实证发现：基金主动调整投资组合比被动调整投资组合更有效，业绩的压力促使基金经理发生风格漂移。SunilWa-hal和M.DenizYavuz.(2013)研究结果表明：风格投资在资产收益的可预测性方面发挥了重要作用。UlfHerrmann和HendrikScholz(2013)实证结果表明：25%的基金表现出超额业绩和风格转换能力；25%的基金表现出短期的业绩持续性，但不具备风格转换能力。李学峰和徐华（2007）发现基金发生投资风格漂移要比坚守投资风格有更好的投资业绩。王敬和刘阳（2007）、王鹏（2011）肯定了基金未来业绩受投资风格的持续性影响，认为大小盘基金发生适度风格漂移对未来业绩有益，而成长型和价值型基金则应坚守投资风格。高鹤等（2014）研究发现：男性与女性基金经理在实际投资风格与长期投资业绩方面均没有显著差别。不难发现这些文献只是检验了投资风格漂移对基金绩效的影响，但没有文献解释这些影响是否跟宏观经济环境有密切关系。在不同股市行情下基金投资风格漂移方面。宋威（2009）研究发现李学峰和徐华（2007）得出的结论仅适用于牛市行情，在熊市行情下发生了风格漂移的基金不会有更优的绩效。郭文伟等（2011）研究发现：风格漂移在长期上显著削弱了基金绩效，从短期上看，风格漂移对基金绩效的影响随股市牛熊转换而变化；在熊市中，风格漂移有利于提升基金绩效，在牛市或由牛市转向熊市的过渡阶段，风格漂移对基金绩效有负面影响。陈星榕（2014）研究得出基金家族要严格控制投资风格漂移程度，不能随意对投资风格做出调整，而要随宏观经济波动进行风格漂移。容易发现这些文献只是研究了不同股市行情下的投资风格漂移及其绩效问题，对于宏观经济环境是如何具体影响投资风格漂移问题没有涉及。
综上所述，偏股型基金经常发生较严重的投资风格漂移现象，学者们也在不断尝试运用各种方法来检验投资风格漂移及其对基金业绩等方面的影响，通过解释不同股市行情下的业绩影响与漂移成因以寻求更科学的结论。但国内学者对基金投资风格漂移仍处于摸索阶段，研究结论未达成一致，有可能是因为基金投资风格漂移的识别方法、研究样本和研究视角不同所导致。因此，基金投资风格漂移问题仍是值得研究的领域，且未见文献研究宏观经济环境对基金投资风格漂移的影响。考虑到基金数据的尖峰厚尾、波动聚集等特征，本文通过构建修正的EGARCH-M模型，从宏观经济环境的视角，实证分析其对股票型基金投资风格漂移的影响，据此为政府部门提出有效的监管政策以引导基金维护证券市场稳定发展提供决策参考。
三、样本数据与模型构建
本文借鉴牛市和熊市对基金投资风格漂移的影响研究，从宏观经济环境的视角研究其对基金投资风格漂移的影响。首先对国内宏观经济环境进行划分，选择了基金市场高速发展的宏观经济环境2009-2014年，研究其对基金投资风格漂移情况，通过构建修正的EGARCH-M模型，实证检验样本股票型基金在研究期间的投资风格漂移情况，最后通过比较分析宏观经济环境不同阶段所发生的投资风格漂移基金比例情况，推理出宏观经济环境对股票型基金投资风格漂移的影响。
（一）样本选择与数据来源因股票型基金容易发生投资风格漂移现象，本文选取了2005年成立的37只开放式股票型基金作为研究样本，考虑到2007-2008年爆发了全球的次贷危机，到2009年才逐步慢慢复苏过来，故以2009年3月2日至2014年2月28日共五年作为研究期间。数据来源于聚源数据库、国家统计局网、证券会网、天天基金网等数据库与相关网站，主要包括我国宏观经济数据（GDP当季同比增长率、居民消费价格指数CPI当月同比增长率）、基金单位净值、基金分红送配、基金业绩比较基准、各个风格指数的收盘价。采用的数据分析软件有Excel2003和Eviews7.0。被解释变量，基金日收益率Y。因变量Y定义为Yt=(ln(NAVt+Dt)–lnNAVt-1)×100，其中，NAVt是第t日的基金单位净值，Dt是第t日的基金分红，NAVt-1是第t-1日的基金单位净值。解释变量，风格指数日收益率X。每一只基金的风格指数日收益率是根据它的业绩比较基准公式，分别以每一个风格指数收益率的权重乘以风格指数收益率。如：天治品质基金的业绩比较基准公式为70.0%×中信标普300指数收益率+30.0%×中信标普国债指数收益率。那么风格指数日收益率Rt=(lnPt–lnPt-1)×100，其中，Pt是第t日的指数收盘价，Pt-1是第t-1日的指数收盘价。另外，一年期定期存款年利率TDR与银行间同业拆放利率。本文研究的基金业绩比较基准公式中涉及到的一年期定期存款年利率直接使用中国人民银行公布的一年期定期存款利率，涉及到的同业存款利息率直接使用上海银行间同业拆放利率（ShanghaiInterbankOfferedRate）隔夜数据。从表1统计结果可以看出，37只样本基金日收益率序列的偏度均不为0，峰度也均大于3，Jarque-Bera统计量在1%显著性水平下均拒绝收益序列服从正态分布的原假设，表明基金日收益率序列不服从正态分布，具有典型的偏度、尖峰厚尾特征。对各风格指数日收益率序列的描述性统计分析也得出了类似结论。将所选取的基金收益率与风格指数收益率做回归分析，并进行ARCH-LM检验，检验结果发现样本基金均存在波动聚集ARCH效应，且具有高阶ARCH效应，即GARCH效应，因此，本文采取GARCH族模型对基金日收益序列建模是合理的。
（二）模型构建根据表1的描述性统计结果可知，样本基金日收益率序列具有尖峰厚尾、波动聚集等特征，即存在高阶ARCH效应。据此，本文参照彭耿（2014）构建的修正EGARCH-M模型①，以基金日收益率Y为因变量，以风格指数日收益率X为自变量，构建EGARCH-M计量模型。
四、实证分析
（一）宏观经济环境阶段的划分本文借鉴一般的宏观经济周期划分法，把经济环境划分为复苏期、过热期、滞胀期和衰退期四个阶段。由于经济增长和通货膨胀是两个非常重要的宏观经济指标，本文借鉴卢文伟（2014）的方法，从经济增长和通货膨胀两个维度，选取国内生产总值和居民消费价格指数作为宏观经济环境划分指标。由于无法获取国内生产总值的月度数据和居民消费价格指数的季度数据，但仅使用年度数据划分经济周期会影响准确性，故本文最终采用国内生产总值GDP当季同比增长率和居民消费价格指数CPI当月同比增长率作为宏观经济环境的划分指标。下表2为宏观经济环境划分标准：在研究期间选择上，考虑到样本基金是2005年成立的，要选择基金已经运行了一段时间，这样样本才具有良好的代表性，根据2004-2014年的国内生产总值GDP当季同比增长率和居民消费价格指数CPI当月同比增长率的走势图（如图1），再结合2007-2008年美国次贷危机的全球影响，本文选取了次贷危机后国内基金市场高速发展的宏观经济环境，2009年3月2日至2014年2月28日这五年为研究期间，具体经济环境划分结果见表3。
（二）实证结果与分析使用修正EGARCH-M模型对37只样本股票型基金投资风格漂移情况进行分析，根据样本基金日收益序列的尖峰厚尾、波动聚集特征，具体修正方法是将EGARCH-M模型设定为（1,1）阶，ERROR（误差）设定为GED（GeneralizedError，广义误差），ARCH-M设定为Std.Dev（.标准差）。根据表1的描述性统计结果，采用这样的修正是比较符合数据客观特征的。实证分析结果见表4所示（因文章篇幅限制，仅列出了两个关键系数实证结果，下同）。表4数据结果表明，在整个研究期间内，37只样本基金中，有20只基金发生了投资风格漂移，17只基金没有发生投资风格漂移，基金风格漂移的数量占比达54.05%，说明投资风格漂移现象较严重。为了进一步分析宏观经济环境对基金投资风格漂移的影响，下面对宏观经济环境中不同阶段的投资风格漂移现象进行分析，实证结果主要如表5所示。根据表5的实证结果就可以得出表6的结果，发现37只样本基金在宏观经济环境的四个不同阶段中，基金发生投资风格漂移的情况：在复苏期，有14只基金发生了投资风格漂移，其余23只基金没有发生投资风格漂移；在过热期，有13只基金发生了投资风格漂移，其余24只基金没有发生投资风格漂移；在滞胀期，有17只基金发生了投资风格漂移，其余20只基金没有发生投资风格漂移；在衰退期，有13只基金发生了投资风格漂移，其余24只基金没有发生投资风格漂移。通过这四个阶段的实证数据归纳得出，不同宏观经济环境下投资风格发生漂移的基金数量无明显差异。从发生投资风格漂移的基金数量比例上分析，复苏期、过热期、滞胀期、衰退期发生投资风格漂移的基金数量比例分别是37.84%、35.14%、45.95%、35.14%，滞胀期发生投资风格漂移的基金数量比例相对较大，但是整体看来，不同宏观经济环境下发生投资风格漂移的基金比例无明显差异，且都小于长期宏观经济环境中的风格漂移基金比例54.05%，这说明在次贷危机后宏观经济环境所处的某个特定阶段，由于时间较短，而且经济波动是单向的，所以对基金投资风格漂移影响不够明显；而在长期的宏观经济环境中，经济波动是复杂多向的，且时间较长，经济波动会较大，故基金发生投资风格漂移会更严重。即进一步得出结论：在宏观经济环境的某个阶段，宏观经济波动较小，对基金投资风格漂移无明显影响；但在长期的宏观经济环境中，经济波动较大，基金投资风格漂移相对要严重。这与彭耿（2014）的研究结论正好相反。
（三）原因分析根据实证分析结果，本文认为导致股票型基金投资风格漂移以及宏观经济环境下的投资风格漂移现象在某个经济阶段内无显著差异，但在长期宏观经济环境中具有正影响的原因可能有以下三点：第一、本文选取风格指数日收益率与基金日收益率进行比较，而它可能会随宏观经济环境发生变化，且时间越长，经济波动会越大。本文研究期间为5年，经济波动相对会较大，容易导致基金发生严重的投资风格漂移现象。故研究宏观经济环境的某个阶段发生投资风格漂移的基金数量比例会低于长期宏观经济环境下的基金风格漂移比例。第二、所选样本基金为2005年成立的37只开放式股票型基金，属于大样本，且研究期间为次贷危机后的宏观经济环境（2009-2014年），所选的基金至少已经运行了4年，相对比较成熟，在样本选择上主观因素较小，研究期间较长，结论相对也比较客观。而彭耿（2014）在选取样本基金上是逐个挑选且只选了11只基金，有可能因样本过小导致统计结果中各阶段发生投资风格漂移的基金数量比例差异较大。最终导致本文研究结论不同于彭耿（2014）的研究结论。第三、宏观经济环境对股市的传导作用较强，但对基金投资有一定的滞后。郑挺国和尚玉皇（2014）研究认为长期的股市曲线应该可以理解为是宏观经济的反映，即宏观经济的好与坏决定了股市长期的波动走势。而基金是投资股市的，通过股市传导给基金是需要时间的，比如基金建仓就需要一定的时间，即具有滞后性，故短期内宏观经济波动对基金投资行为影响不明显，但长期这种影响作用会逐渐突显出来。
五、结论与建议
宏观经济环境因素范文第2篇
调查结果汇总分析表明，2013年二季度我市工业企业宏观经济环境、总体经营状况保持平稳。预计三季度宏观经济环境、总体经营状况继续向好；市场有所回升。调查显示，产品订货不足、流动资金紧张仍将困扰企业发展。
一、宏观经济环境
在接受调查的145家企业中，82%的企业预计2013年三季度宏观经济环境好或一般，有18%的企业预计三季度的宏观经济环境较差，比上季度实际值高1个百分点。根据调查数据测算，2013年三季度预计我市宏观经济环境景气指数为0.17，较上季度实际值提高0.1，由微弱景气区间提高到相对景气区间。
二、企业运行分析
1、总体经营情况
调查结果显示：83%的企业预计2013年三季度总体经营状况好或一般，有17%的企业预计三季度总体经营情况较差，比上季度实际值高6个百分点。预计三季度企业总体经营状况景气指数为0.22，较上季度实际值提高0.06，由相对景气区间提高到较为景气区间。
2、产品生产订货状况
调查结果显示，预计三季度产品生产状况景气度为0.10，比上季度实际值下降0.07，但仍处于微弱景气区间。国内产品订货景气度为0.21，比上季度实际值提高0.16，从微弱景气区间提高到较为景气区间。出口产品订货为-0.10，比上季度实际值下降0.25，从相对景气区间下降到微弱不景气区间。设备利用率景气度为0.40比上季度提高0.08，处于较为景气区间。
3、能源、原材料供应状况
调查结果显示，预计三季度能源原材料供给景气度为0.26，比上季提高0.02，仍处于较为景气区间。能源供给景气度为0.23，比上季度提高0.08，处于较为景气区间。原材料供给景气度为0.29，比上季度略微下降0.01，仍处于较为景气区间。能源购进价格景气度为-0.06，比上季度降低0.08，处于微弱不景气区间。原材料购进价格景气度为
-0.04，比上季度提高0.16，从相对不景气区间提高到微弱景气区间。从本季度调查数据来看能源供给、能源原材料购进价格都比较平稳，但能源和原材料购进价格价格依旧偏高。
4、资金状况
调查结果显示，预计三季度流动资金状况景气度为-0.28，比上季下降0.34，从微弱景气区间下降到较不景气区间。短期贷款景气度为-0.09，比上一季度提高0.29，但仍处于微弱不景气区间。产品资金占用景气度为0.10，比上季度提高0.09，从微弱景气提高到相对景气区间。调查结果说明，预计三季度企业的流动资金严重不足，贷款难的问题仍需要引起高度重视。
5、产品销售状况
调查结果显示，预计三季度产品销售量增长景气度0.19，比上季度提高0.1，从微弱景气区间提高到相对景气区间。产品销售价格景气度为0.04，比上季度提高0.06，从微弱不景气提高到微弱景气区间。从调查数据来看三季度产品销售市场仍然保持良好的态势，但产品销售价格提升缓慢。
6、企业盈利状况
调查显示，有32%的企业认为盈利状况好，有43%的企业认为一般，24%的企业认为盈利状况差。整体盈利状况较为稳定，景气度为0.30，仍处在较为景气区间。职工收入也相对较高，预计，三季度职工收入景气度为0.41，保持在非常景气区间。
三、企业发展制约因素和未来投资
宏观经济环境因素范文第3篇
关键词：宏观经济政策；投资行为；投资效率
企业的投资活动既是公司权益价值创造的驱动力（Modigliani & Miller，1958），也是我国经济整体经济增长的驱动力。其投资效率的高低既关乎企业的成败，也关乎一个国家的整体经济发展水平。
企业的投资效率受到内外部环境的双重影响，目前的大多数研究集中在内部环境。例如公司治理水平、公司特征等等。改革开放以来我国经济取得了跨越式的巨大发展，对于微观企业的投资效率，国家层面的宏观经济政策发挥了一定的作用。宏观经济政策是国民经济的“调节器”，尤其是我国正处于转型时期，宏观经济政策更是发挥着巨大的导向作用。然而目前对于宏观经济政策是如何影响微观企业投资效率的研究不是很多，出现了一定的割裂现象。本文基于国内外的文献，对于宏观经济政策如何影响微观企业投资效率的文献进行了综述。
一、宏观经济政策
（一）宏观经济政策的定义
宏观经济政策是一个国家采取的对经济进行干预的手段，是政府为了协调和发展整个国民经济而制定和实施的一系列政策。主要有经济周期、财政政策、货币政策、信贷政策、税收政策、汇率政策、产业政策、监管政策以及收入分配政策等。
（二）宏观经济政策的作用
国家实行宏观经济政策就是为了实现经济的长期稳定发展、稳定物价水平、平衡国际收支以及实现充分就业。为应对2008全球金融危机对我国经济的巨大冲击，缓和惨淡的经济局面，我国当局实施了积极的财政政策以及宽松的货币政策，推出了4万亿救市计划并取得了预期效果，我国经济逐渐实现复苏。自2010年以来我国GDP增速逐渐回落，进入经济发展新常态的重要战略时期，宏观经济政策正逐渐引领中国经济向集约型、质量型转变，不断刺激需求，调整经济结构。
二、企业投资效率
在新古典经济学中，企业的投资取决于投资项目的边际价值，只有边际收益大于边际成本，企业的投资活动才是有效率的。在Modigliani等的完美市场假设中，投资机会是企业投资效率的决定性因素。抓住好的投资机会可以使企业获得巨大的竞争优势。但是我国并不存在完美的市场机制，现实中的投资并不完全取决于投资机会，企业中的非效率投资即过度投资和投资不足现象也广泛存在，影响企业价值最大化的实现，从长远利益上不利于企业的生存和发展。根据资本成本的锚定效应，企业进行投资项目的选择应以资本成本为取舍率，只有企业的投资项目的预期报酬率大于企业的资本成本，投资才是有效率的，才应被管理层采纳。改善投资效率是企业财务管理的主要目标，所以投资效率问题至关重要，引起了国内外学者和实务界的广泛关注。
（一）企业投资效率的衡量
投资效率的衡量是投资决策的核心问题。近年来国内外学者运用数学、计量经济学等原理对企业投资效率的的衡量方法和测度模型进行了不断地探索，主要有：（1）Fazzari等（1988）从融资约束角度提出的投资-现金流敏感度测量模型，基于信息不对称理论，外源融资成本大于内源融资成本。模型中的敏感性程度可以反映企业所受的外部融资约束情况。（2）Vogt（1994）在Fazzari等的测量模型基础上提出了现金流与投资机会交互项测量模型，通过该模型中交互项的符号可以判断企业是受融资约束出现了投资不足还是由于问题出现了过度投资情况。（3）Richardson（2006）基于自由现金流与过度投资的关系提出的残差项度量模型，通过模型中残差项的符号可以判断企业非效率投资的类型。（4）Biddle等（2009）提出的无条件测试模型，首先通过模型测度企业的预期投资水平，然后分行业逐年进行回归，再把残差项按照小到大的顺序分成四组，第一组是投资不足，中间两组为正常的基准组，最后一组为投资多度，再采用Multinomial Logit模型来测度企业投资出现在投资不足或过度投资组的概率，以此来衡量企业的投资效率。
（二）企业投资效率的影响因素
对于企业投资效率影响因素的研究可以分为公司内部因素和外部宏观经济环境因素两部分。
对于内部环境因素，目前的研究主要有公司信息披露状况、会计稳健性、董事会以及管理者特征、公司治理水平、公司异质性等方面。国内外学者比较注重企业内部对于其投资效率的研究，出现了一定程度的宏观经济环境与微观企业投资行为的割裂现象，然而随着金融危机的爆发以及国家相关政策的颁布，宏观经济政策对企业投资效率的影响越来越得到理论界以及实务界的重视。外部宏观环境对于企业投资效率的影响主要有环境不确定性、外部治理水平、经济周期、货币政策，信贷政策、以及财政政策等因素。
三、宏观经济政策与企业投资效率
（一）宏观经济政策对企业投资效率影响的传导路径
一个国家的宏观经济政策对微观企业投资效率影响的传导路径主要有两条：（1）通过宏观经济政策导向作用改变企业对国家经济、行业经济的整体判断和预期进而影响投资机会来影响企业投资行为（2）通过宏观经济政策对利率等的影响进而改变企业的资本成本来以及融资约束影响企业投资行为
（二）宏观经济政策对企业投资效率的影响
不同的发展阶段，国家为了更好地促进企业的发展，采取了不同的宏观经济政策来实施调控，但是这对企业的投资效率的影响效果到底如何，引起了学者的关注和研究。该部分依据划分的宏观经济政策影响微观企业投资效率的两条传导路径分别进行了梳理。
1.路径一：宏观经济政策通过改变企业对国家经济、行业经济的整体判断和预期进而影响投资机会来影响企业投资行为
宏观经济周期的变化会加大企业对未来预期的不确定性，影响企业投资机会的发现，加大企业对未来经济活动状况以及信息的判断的难度，进而影响企业的投资支出。经济周期反映了一个国家总体经济发展的波动状况，一般我们可把它划分为扩张和紧缩两个阶段。在经济危机阶段，一般来说企业对经济前景预期会比较差，国家就会相应实施宽松的财政货币政策来刺激投资和需求，缓解投资不足。在经济繁荣阶段，一般来说企业对国家的经济前景预期会比较乐观，国家也会相应实施紧缩的宏观经济政策来抑制盲目以及过度投资来提高企业的投资效率。此外宏观经济政策也会通过影响企业的资本成本和融资能力等因素来间接影响企业的投资机会。
Bloom 等（2007）研究认为宏观环境的不确定性会影响企业管理层对企业信息的判断能力，会更加保守和谨慎，从而影响投资。应惟伟（2008）通过研究证实了经济周期与企业投资的相关关系，不同阶段不同的财政货币政策会影响企业的经营活动和融资环境进而影响企业的投资-现金流敏感性。陈艳（2013）通过实证研究发现企业的投资机会和投资支出与经济危机负相关，而宽松的宏观货币政策会增加企业投资机会以及投资支出从而起到正的调节作用。邱静（2014）实证研究证实了当货币政策比较宽松时，会有较好的投资机会，进而企业投资效率也会比较高。张超等（2015）研究了经济增长平稳时期，货币供给和信贷供给与非效率投资的相关关系，货币政策会提高企业的投资效率。刘放等（2015）实证检验了投资效率的顺周期效应，并且国有企业和处于低经济发展水平地区企业的投资效率的顺周期效应更强。
2.路径二：宏观经济政策通过对利率等的影响进而改变企业的资本成本来以及融资约束来影响企业投资行为
资本成本是企业在投资时所考虑的必须要达到的最低报酬率，也是企业通过有效的管理必须应该达到的价值创造能力。国家的宏观经济政策可以通过影响企业的资本成本来影响投资。而且企业投资与其外部融资能力密切相关，宏观经济政策也会通过缓解企业的融资约束来影响投资效率，其中我国货币政策主要通过企业的货币渠道（又称利率渠道或资本成本渠道）和信用渠道来发挥作用，这两种渠道都是通过影响企业的融资成本以及融资规模来对企业投资效率产生影响。
Mojon 等（2002）通过对欧盟中的法国、德国、意大利和西班牙的研究发现利率政策会通过影响资本成本影响企业的投资行为。我国的彭方平等（2007）研究发现宏观经济政策通过改变政策利率和国债到期收益率等来影响企业的资本使用成本来影响投资，进而说明了我国宏观经济政策微观传导机制的有效性。但是对于我国的资本成本与投资行为敏感性的问题却一直存在着争议，其投资行为与资本成本的敏感性关系并不十分明显，特别是在国有企业中。徐明东等（2012）研究发现货币政策通过资本成本影响企业投资决策的的作用比较微弱，而国有企业对资本成本不敏感。喻坤等（2014）揭示了我国的投资效率之谜，认为我国货币政策加大了国有与非国有企业融资约束的不同，从而非国有企业的信贷资源被国有企业挤出，我国非国有企业的投资效率因此而降低。贺京同等（2015）通过对宽松的货币政策与企业非效率投资行为之间的关系进行的研究得出，宽松的货币政策是否对企业非效率投资行为有抑制作用要取决于企业的产权性质和投资机会。
四、评述与展望
对于企业投资效率的影响因素，目前国内外研究大多还是基于微观层面，从而出现了一定程度的宏观经济政策和微观企业投资行为的割裂现象，但是对于宏观经济政策的微观效应也逐渐得到了学者们的重视与深入研究。鉴于此本文对宏观经济政策影响微观企业投资效率的传导路径内分为两条分别进行了梳理。未来对企业行为的研究应该更加注重宏观政策的调控作用，并且应该在宏观经济政策的具体传导路径方面应该更加明确与深化。
对于企业投资效率的衡量模型方面，目前大多采用投资-现金流敏感度测量模型，投资-投资机会敏感度模型以及Richardson的残差项模型，但是这些模型都各有利弊，能否真正测度企业的投资效率，其合理性和准确性都有待于探讨，期待能够建立更加科学的测量模型。
对于企业来说，资本成本是其投资决策时必定要考虑的与其将担负的风险相对应的必要报酬率率，其投资支出对资本成本的敏感性可以检验货币政策的资本成本传导路径是否顺畅。资本成本在公司财务决策中具有锚定作用，但是在我国尤其是国有企业中，资本成本敏感性并不高。因此要深化我国国有企业改革，并且加强我国宏观政策传导的通畅性和落实的有效性。
宏观经济政策要指导转变经济发展方式的的同时要提高投资效率而不是投资率。在宏观经济政策影响企业投资效率的同时，企业的投资效率也会影响宏观经济的波动和宏观经济政策的制定，所以在研究时也应注意投资效率的反作用机制。
宏观经济政策在一定程度上会抑制或刺激企业的投资支出，从而影响企业的投资效率。由于我国正处于经济转型的特殊阶段，针对不同产权性质的企业、不同类型的行业、不同的市场化程度的地区以及不同的现实宏观环境，宏观经济政策的制定和实施不应出现“一刀切”的现象，而是应更加细化。同时中央和地方更应该有效的协调和配合，更好的建设服务型政府，更好地发挥财政政策和货币政策等的宏观调控作用，以促进我国企业投资效率的提高，实现我国宏观经济政策与微观企业投资行为的更好融合以及协调运转。
参考文献：
[1]Steven M.Fazzari，R.G.Hubbard and B.C.Petersen.Financing constraints and corporate investment[J]. Brookings Papers on Economic Activity， 1988，19（1）：141-206.
[2]Stephen C. Vogt.The Cash Flow /Investment Relationship：Evidence from U.S.Manufacturing Firms[J].Financial Management，1994，23（2）：3-20.
[3]Scott Richardson.Over-Investment of Free Cash Flow [J].Review of Accounting Studies，2006，11（2）：159-189.
[4]Gary C. Biddle，Gilles Hilary and Rodrigo S. Verdi.How Does Financial Reporting Quality Relate to Investment Efficiency？[J].Journal of Accounting and Economies，2009，48（2）：112-131.
[5]姜国华，饶品贵.宏观经济政策与微观企业行为-拓展会计与财务研究新领域[J].会计研究，2011（3）：9-18.
[6]应惟伟.经济周期对企业投资影响的实证研究-基于投资现金流敏感性视角[J].财政研究，2008（5）：30-34.
[7]陈艳.宏观经济环境、投资机会与公司投资效率[J].宏观经济研究，2013（8）：66-72.
[8]邱静.货币政策与我国上市企业投资效率研究[J].财经理论与实践，2014 （5）：34-39.
[9]张超，刘星，田梦可.货币政策传导渠道、宏观经济增长与企业投资效率[J].当代财经，2015（8）：108-119.
[10]刘放，杨峥，杨曦.宏观经济周期性波动与公司投资效率-基于金融危机的自然实验[J].财会通讯，2014（7）：85-88.
[11]彭方平，王少平.我国利率政策的微观效应-基于动态面板数据模型研究[J].管理世界，2007（1）：24-29.
[12]徐明东，陈学彬.中国工业企业投资的资本成本敏感性分析[J].经济研究，2012（3）：40-52.
[13]喻坤，李治国，张晓蓉，徐剑刚.企业投资效率之谜：融资约束假说与货币政策冲击[J]. 经济研究，2014（5）：106-120.
宏观经济环境因素范文第4篇
1．1样本选取
为了排除上市企业IPO盈余管理和利润操纵因素的影响，笔者从上市时间距离研究点超过4年的上市企业中选取样本。将因财务状况异常而被特别处理的ST企业作为财务状况危机企业，非ST企业作为财务状况正常企业，从沪深两市中选取2007—2011年因财务状况异常而首次被ST的A股制造业上市企业，共89家;按1∶1比例从沪深两市中随机选取同时期同行业的89家正常制造业上市企业作为配对企业。这178个样本中，把2007—2009这3年共116个样本作为建模样本，用来构建预测模型，2010和2011年共62个样本则作为预测样本，用来检验预测模型的有效性和准确性。
1．2变量选取
由于宏观经济涉及面广且复杂，全面综合考虑所有因素既不经济也不可行，因此笔者根据国内外相关学者的变量选取情况采用文献回顾法初步选取了以下11个相对数据的宏观经济变量:GDP增长率g1、CPI变化率g2、PPI变化率g3、工业增加值同比g4、M2同比增长率g5、M1同比增长率g6、利率的变化率g7、利率g8、社会消费品零售总额同比g9、同业拆借加权平均利率g10和失业率g11。为便于选取，笔者以2004—2011的32个季度11个宏观经济变量数据为基础进行宏观变量的筛选。财务变量的选取需要全面反映企业的财务状况，结合国内外研究情况，初步选取了能够全面反映企业偿债能力、盈利能力、风险水平、现金流量能力和营运能力的24个财务变量，具体如下:①盈利能力:账面市值比x1、资产报酬率x2、销售净利率x3、营业利润率x4、净资产收益率x5、总资产净利率x6、留存收益资产比率x7和每股收益x8;②现金流量能力:固定资产比率x9、债务保障率x10、现金流量利息保障倍数x11和每股经营活动现金净流量x14;③风险水平:财务杠杆系数x12和经营杠杆系数x13;④偿债能力:流动比率x15、速动比率x16、营运资金对资产总额比x17和资产负债率x18;⑤营运能力:应收账款周转率x19、流动资产周转率x20、存货周转率x21和总资产周转率x22;⑥发展能力:营业收入增长率x23和总资产增产率x24。笔者采用第t－2年的财务数据来预测企业第t年的财务状况。首先对变量进行单变量组间均值相等检验和F值检验，剔除对ST企业和非ST企业分类不明显的变量。对于ST企业和非ST企业来说，所处宏观经济环境都一样，因此只需对财务变量进行均值检验和F值检验。其次，对选取的11个宏观经济变量和通过均值检验的13个变量分别进行因子分析，以克服量间的多重共线性并选取影响较大的代表性因子，具体如下:(1)进行球形度的KMO与Bartlett检验，检验结果如表2所示。由表2可以看出，宏观经济变量和财务变量的KMO值分别为0．582和0．785，均大于0．5，且球形Bartlett检验显著性水平均为0，小于0．05，说明宏观经济变量之间及财务变量之间适合进行因子分析。(2)从方差贡献率角度考虑这些因子的影响，因子旋转后的特征值和方差贡献率如表3所示。由表3可以看出，宏观经济变量因子分析的前3个因子特征值均大于1且累计方差贡献率达到82．104%，大于80%，可以选取这3个因子代替原始宏观经济变量，且不会造成大量的信息损失;财务变量因子分析的前4个因子特征值均大于1且累计方差贡献率达到82．280%，大于80%，可以选取这4个因子代替原始财务变量，且不会造成大量的信息损失。(3)因子载荷矩阵如表4所示。其中，Gi为宏观因子i，Fj为财务因子j。表4中的数值为具体因子载荷值(这里只保留了大于0．5的载荷)，分析这些数值可知，宏观因子G1主要反映了通货膨胀情况，宏观因子G2主要反映了国家货币供应情况，宏观因子G3主要反映了国家工业发展情况，这3个因子涵盖了所有11个宏观变量，因此用这3个因子代表宏观经济变量是合理的;财务因子F1和财务因子F3主要反映企业的盈利能力，财务因子F2主要反映企业的偿债能力，财务因子F4主要反映企业的风险水平，这4个因子涵盖了所有13个原始财务变量，因此用这4个因子代表企业财务变量是合理的。数据均来源于国泰君安数据库。以上数据处理均通过SPSS18．0完成。
2实证分析
2．1建立模型
分别用判别分析、Logistic回归和BP神经网络3种方法建立财务风险预警模型，并用各个模型对样本进行预测，对结果进行比较分析。判别分析法是对研究对象所属类别进行判别的一种统计分析方法。判别分析的过程是根据已知测量的分类(0，1)和表明观测量特征的指标变量，推导出判别函数，根据判别函数对观测量所属类别进行判别，对比原始样本的分类和按判别函数所判的分类，计算出预测准确度和错分率。Logistic回归模型是对二分类因变量进行回归分析时使用最普遍的多元统计方法。它使用最大似然估计法，求得相应变量取某个值的概率。如果得出的概率大于设定的分割点，则判定该企业将陷入财务危机。Logistic回归对于变量的分布没有具体要求，适用范围更广。BP神经网络是目前最常见、应用最广泛的一种神经网络。BP网络能学习和存储大量的输入－输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。BP神经网络模型拓扑结构包括输入层、中间层(也称隐层)和输出层。输入信号先向前传播到隐节点，经过变换函数之后，把隐节点的输出信息传播到输出节点，经过处理后再给出输出结果。节点的变换函数通常选取Sigmoid型函数。
由于宏观经济环境是所有企业共同所处的环境，企业对宏观经济环境可能存在一定的超前或滞后的反应，因此在研究宏观经济变量对企业财务风险的影响时，应考虑使用宏观经济变量的期限，以确保预测模型最优。该项研究采用限制相对自由的Logistic回归方法，研究计算通过SPSS18．0统计软件中的Logistic工具完成。经过Logistic回归，可分别得到基于t－3年、t－2年和t－1年的宏观经济Logistic回归模型4～模型6，模型中的变量如表5所示。从上述3个模型中各变量显著性水平来看，模型4中各变量的显著性水平均优于另外两个模型，即加入t－3年的宏观经济数据对预警模型的优化效果最明显，这说明我国企业对宏观经济势的反应存在一定的滞后性，因此在预警模型中加入t－3年即超前于财务数据一期的宏观经济数据是最合适的。以下分别用判别、Logistic回归和神经网络3种方法建立财务风险预警模型，每种方法都建立只含财务变量模型和加入超前财务数据一期的宏观经济变量两种模型。建立前者模型时，把第二部分得到的F1、F2、F3、F4这4个财务变量因子作为输入变量;建立后者模型时，把第二部分得到的F1、F2、F3、F4这4个财务变量因子和超前财务变量一期的G1、G2、G3这3个宏观经济变量因子共同作为输入变量。通过SPSS18．0可分别得到基于财务变量判别模型式(1)和基于宏观经济变量判别模型式(2)，以及基于财务变量Logistic回归模型式(3)和基于宏观经济变量Logistic回归模型式(4)。运用BP神经网络进行财务风险预警时，输入层节点数为变量的个数，隐含层经过反复测试，最终确定为30个节点，输出层节点数为1，即企业的财务状况，输出0表示财务状况正常，输出1表示陷入财务困境。BP神经网络研究计算通过Matlab7．1软件完成。训练函数选用trainlm，设置最大学习次数为1000次，目标误差为0．05，学习速率为0．08。
2．2预测结果及分析
用以上3种方法建立的模型对预测样本进行预测，预测结果如表6所示，其中1代表ST企业，0代表非ST企业。通过表6可以得出以下结论:(1)基于宏观经济预警模型的预测准确度高于基于财务变量预警模型的预测准确度。但基于宏观经济预警模型对预测样本的预测准确度与基于财务变量预警模型对预测样本的预测准确度一样，均低于对建模样本的预测准确度，这说明在预警模型中加入宏观经济变量对企业财务风险预警模型能起到一定的优化作用，但预测本身的滞后性仍无法避免。(2)基于宏观经济预警模型的预测稳定性高于基于财务变量预警模型的预测稳定性。从表6可以看出，基于财务变量预警模型对预测样本和对建模样本的预测准确度变化率均有所降低。这说明在预警中加入宏观经济变量，预测准确度下降幅度有所减小，模型较稳定。(3)基于宏观经济预警模型更全面地反映了影响企业财务风险的各种因素。从模型自身来看，在不考虑宏观经济因素的情况下，对企业财务状况影响最大的首先是盈利能力，其次是企业自身风险水平和偿债能力;而在考虑宏观经济因素后，对企业财务状况影响最大的除盈利能力和偿债能力外，不容忽视的外部影响因素是代表整个国家工业发展情况的G3因子，且与企业发生财务风险概率的大小呈负相关。(4)从分类预测结果来看，在判别和Logistic回归预警方法下对建模样本预测准确度与预测样本预测准确度进行比较，加入宏观经济变量前后模型的第一类错误率都是增大的，第二类错误率都是减小的。但神经网络方法下两类错误率都是减小的，这与神经网络自身方法的特点有关。神经网络对实际系统的拟合精度只取决于网络自身结构特性及网络学习参数的确定，而与实际系统的维数无关。(5)在这3种预警方法中，神经网络预测结果最优，判别预测结果最差。从表6可以看出，无论在预警模型中是否加入宏观经济变量，无论是建模样本还是预测样本，模型预测准确度依次为BP神经网络优于Logistic回归，Logistic回归优于判别模型。这说明在对企业财务风险进行预警时，应该优先考虑BP神经网络方法，为以后企业财务风险预警方法选择提供了参考依据。
3结论
宏观经济环境因素范文第5篇
关键词：安徽省 投资环境 对策研究
一、投资环境评价指标体系的构建
（一）指标体系构建的原则
1、体现评价内涵、突出评价目标原则
投资环境涵盖范围很广，要将所有因素都选作指标体系的指标，既不可能也没必要。每次投资环境的评价的具体背景与要求不一定相同，从而其相应规定的评价内涵与评价目标也不一样，因此指标体系的构建首要的原则是体现其评价内涵和突出其评价目标。
2、系统性与针对性原则
投资环境是一个由多个因素和子系统构成的综合性复杂系统，其评价指标体系应全面系统的反映各系统及其构成要素。
3、可比性、可操作性与稳定性原则
可比性要求评价指标要求反映投资环境的纵向可比，又要求反映横向可比。可操作性是指，在反映了基本内涵的前提下，选取的指标尽量少，并避免含义相同的或相近的指标重复出现，同时做到指标含义明确，具有一定的现实统计资料作为基础。在稳定性方面，构成指标体系的指标，应是变化比较有规律的，那些受偶然因素影响大起大落的指标要尽量少选。
4、遵循国际惯例原则
为适应发展外向经济、参加世界经济大循环的要求，投资环境评价无论是为了指导内资投向，还是为了引进外资，其指标体系设计都应该遵循国际惯例原则，与国际接轨，这是内在驱动力。
5、具有监控、预警功能的原则
评价指标体系除了能反映投资环境现状，还应具有监控、预警、预报投资环境变化的功能，使投资环境决策者能够对投资环境进行预测，以便采取相应的对策、措施。
（二）构建总体评价指标体系
根据以上五大原则，参考国内外有关学者对投资环境所做的研究成果，结合安徽省的实际情况，构建了由一层4个指标、二层16个指标、三层28个指标组成的三层指标体系，见表1。指标体系中的指标都是直接定量指标，可以直接用数量表示出来。一个地区投资环境共由七大要素构成，自然地理环境、基础设施、经济环境和社会服务环境四大要素的指标可直接量化，社会政治环境、法律环境和文化环境三大要素的指标难以直接量化，本文用一些相关量化指标间接来表示。
二、投资环境纵向比较分析
本文选取《安徽省统计年鉴》（2006—2010）中原始数据，运行 SPSS16.0实现因子分析，通过分析求得因子载荷矩阵，然后根据主成分分析所得到28个公因子总方差中的累计贡献率大于或等于85%的要求，决定所选取的公因子数目。根据运行结果，方差贡献率排在最前面的3个公因子可解释变量总方差的97.871%，能比较全面的反映所有信息，所以采用前3个公因子。3个公因子的总方差解释见表2。
如表2所示，第一个公因子的方差贡献为74.799%，第二个公因子的方差贡献为13.07%，第三个公因子的方差贡献为10.001%，前三个公因子的累计贡献率达到97.871%，所以提取前三个公因子。
用SPSS16.0经过Quartimax旋转后的因子载荷矩阵由旋转后的因子载荷阵可以很明显的得到每个公因子上的高载荷指标，第一个公因子上高载荷的指标有：x24、x2、x5、x14、x17、x22、x19、x7、x13、x8、x9、x23、x18、x16、x28、x20、x27、x16，可见公因子1是综合因子。第二公共因子上高载荷的指标有x12、x11、x25、x21、x10，可见公因子2是宏观经济环境因子。第三公共因子上高载荷的指标有x2、x15、x1，可见公因子3是生态环境因子。
由因子得分系数矩阵可以得到安徽省近5年因子得分及排名，见表3。
从因子综合得分可以看出，安徽省投资环境状况呈上升增长趋势，2010年投资环境综合得分为0.8447，排名第一，2009年为0.71600，而2008年为-0.0344，可见2009年较以前有一个较大的飞跃，主要得益于软、硬环境都有大幅度的改善，加之全国整体宏观经济环境的良好运行。由表可以看出公因子1是每年递增的，而且每年增加的幅度也不小，总体的投资环境呈变好的趋势，从公因子2可以看到，2007年宏观经济环境突然变差，而在之后几年逐年好转，说明投资环境对于外在的宏观经济形势的变化会发生一定的变化，由因子3可以得出生态环境在2006—2009年间有好转趋势，在2010年突然下降，生态环境恶化，所以我国得进行产业结构调整，不能以资源的消耗来换取经济的发展。
三、优化安徽省投资环境的建议和对策
通过本文对安徽省投资环境所进行的纵向分析，我们看到了安徽省投资环境在综合能力和能源消耗方面有所改善，但也找出了安徽省投资环境在经济水平、对外联络设施建设和社会保障等方面的不足，在此对改善安徽省投资环境提出一些改进措施。
（一）优化经济环境
以经济建设为中心，坚定不移地把经济建设作为安徽省的中心任务。转变经济增长方式，加快调整经济结构，采取措施，把经济增长真正转变到依靠科技、优化结构、提高效益、降低消耗上来。积极推进国民经济和加强社会信息化，坚持走新型工业化道路，大力发展循环经济，建设资源节约型、环境友好型社会。坚持节约发展、清洁发展、安全发展，可持续发展。
（二）优化对外联络设施环境
进一步加快铁路、公路以及机场建设，以扩大规模、优化结构和提高运输能力为重点。进一步开放公路建设市场，加快建设步伐，提高建设质量。键全综合交通运输体系，形成省内连接市县乡村、省外通江达海的交通网络。
（三）优化社会保障环境
要发挥好社会保障体系的作用。在社会保险范围内，要严格管理养老保险，失业等社会保险金的缴纳、运用和偿付的各个环节。完善企业职工基本养老保险制度，实现社会统筹和个人账户相结合，并做好下岗职工基本生活保障向失业保险制度并轨工作。离退休人员养老金和下岗失业人员的基本生活费全部社会化发放，城市的“低保”做到应保尽保，逐步完善城镇居民最低生活保障制度。
参考文献：
①李国华. 陕西省投资环境评价与对策研究[D]．西安科技大学，2008
②付晓东，文余源．投资环境优化与管理 [M]．北京：中国人民大学出版社，2005
③李静萍，谢邦昌．多元统计分析方法与应用[M]．北京：中国人民大学出版社，2008
④高祥宝，董寒青，数据分析与SPSS应用[M]．北京：清华大学出版社，2007
⑤周爽，朱志洪，朱星萍．社会统计分析——SPSS应用教程[M]．北京：清华大学出版社，2006
⑥苏勤. 安徽沿江地带投资环境综合研究[D]．Resources and Environment in the YangtzeValley,1997,11
⑦赵少平. 安徽省城市投资环境的实证研究[J]．商业时代，2008，（13）
宏观经济环境因素范文第6篇
关键词：并购；宏观经济环境；VAR模型
中图分类号：F830.91 文献标识码：A 文章编号：1003-3890（2014）06-0087-08
一、引言
关于并购活动的动因，西方学者通常是根据新古典经济理论和行为理论进行解释的。新古典经济理论认为并购浪潮一般由经济、管制和科技等因素的冲击所导致（Mitchell and Mulherin，1996；Brealey and Myers，2003；Harford，2005；Martynova and Renneboog，2008）[1-4]；而行为理论则认为并购浪潮是由管理者的问题、自负及羊群行为所引起（Shleifer and Vishny， 1991； Bikhchandani， Hirshleifer and Welch，1992；Milbourn，Boot and Thakor，1999）[5-7]。此外，还有一些学者认为并购浪潮是资本市场的发展、公司管理者利用资本市场的过高估价而择时并购的结果（Shleifer and Vishny，2003；Rhodes-Kropf and Vishwanatan，2004；Rhodes-Kropf，Robinson and Vishwanathan，2005）[8-10]。尽管我国与西方发达国家的经济环境不同，但并购活动总体上也呈浪潮式发展，并且具有周期性（唐绍祥，2006；刘淑莲，2010；张秋生，2010）[11-13]。对这一现象的研究，国内学术界主要运用归纳性假设分析方法来研究并购浪潮的驱动因素（刘淑莲，2010；张秋生，2010）[12-13]，在采用实证方法研究中，唐绍祥（2007）运用协整检验和误差修正模型检验了1998―2006年我国总体性并购活动与宏观经济变量之间的关联性，发现经济周期、利率及股价与总体性并购活动存在长期均衡关系[14]。
总体而言，采用实证方法检验并购与宏观经济的关系，特别是运用中国公司并购的时间序列数据检验宏观经济冲击的影响还存在很大的研究空间。本文以我国上市公司于1998年1月至2012年12月发起的并购事件为研究样本，运用协整检验、VAR模型、脉冲响应函数、方差分解及Granger因果关系检验方法，研究发现：经济发展水平及股价与总体性并购活动存在长期均衡关系，而利率与总体性并购活动并不存在长期的均衡关系；经济发展水平与股价是总体性并购活动的Granger原因，而利率并不是总体性并购活动的Granger原因；短期内，经济发展水平波动与股票价格波动对总体性并购活动波动存在正向影响，利率波动对总体性并购活动波动存在负向影响。与其他研究中国并购活动的实证论文不同，本文的研究样本时间跨度长，采用协整检验、平稳时间序列数据的向量自回归模型以及Granger因果关系检验方法检验并购动因，一方面可以克服多元线性回归在刻画经济变量之间的长期关系时可能存在的伪回归问题，另一方面也可以与非平稳时间序列数据的向量误差修正模型相比较。本文研究结果与唐绍祥（2007）的结论有所不同，得出了一些新的研究结论。本文的研究不仅有助于检验我国已取得的各种归纳性假设，而且还有助于理解我国上市公司总体性并购活动的发展趋势，明确影响并购活动的宏观驱动因素，为公司预测与选择并购时机、提高并购协同效应提供有价值的参考依据。
二、文献回顾
关于并购活动的驱动因素，西方学者大多是侧重于微观经济个体研究并购的形成动因，至今尚未得出一致的结论。尽管对并购动因的理论研究尚存较大分歧，但一些学者研究发现大部分并购活动几乎在不同的行业、不同的公司同时发生，这表明并购活动可能存在共同的驱动因素（Harford，2005）[3]，即不同于微观经济个体的宏观经济动因，这些因素可能是经济发展水平、资本市场、产业冲击、科技进步等，本文主要从前两个方面作一个简要的回顾。
Reid（1968）提出了并购活动-经济繁荣理论[15]，为更好地理解并购活动与宏观经济的关系作出了开创性的工作。在此基础上，一些学者研究发现并购活动与经济周期存在着相关性，即并购活动存在顺周期特征（Melicher，Ledolter and D’Antonio，1983；Becketti，1986；Makaew，2011）[16-18]；并购活动的强度与经济增长及资本市场状况的变化正相关（Nelson，1966；Liu and Wen，2010；Palmquist and Sandberg，2012）[19-21]。Maksimovic and Philips（2001）研究发现并购活动通常在经济繁荣时期升温，而在经济衰退时期放缓[22]。Lambrecht（2004）采用实物期权方法研究表明并购活动与产品市场需求正相关，当产出价格处于高位时触发并购[23]。因此，并购活动与产品市场周期相关。从宏观经济指标与并购活动的关系分析，Steiner（1975）研究发现并购交易数量与GNP正相关，且并购活动的增加与经济环境的改善相关[24]。Golbe and White（1988）也证实并购交易数量与GNP正相关，但与实际利率负相关[25]。
Harford（2005）不仅认为并购活动是应对经济环境变化的结果，而且还认为资本市场的繁荣所带来的足够的资本流动性是驱动并购的必要因素[3]。Shleifer and Vishny（1992）认为并购活动与经济发展水平的关联性由资产流动性价值与债务融资能力的关联性所驱动[26]。Eisfeldt and Rampini（2006）也认为公司之间资产重新配置的顺周期缘于资本重新配置成本的反周期[27]。Melicher、Ledolter and D'Antonio（1983）将并购作为股票价格和债券利率的函数来解释并购活动，他们的研究发现：（1）股票价格上涨（下跌）后一个季度内出现并购活动的增加（减少），由于并购谈判往往在并购完成两个季度前才开始，所以并购谈判可能比股票价格的变化领先一个季度；（2）并购活动与先前的债券利率负相关，但其相关程度弱于并购活动与股票价格的相关程度[16]。这些结论表明融资可获得性是主并公司进行并购活动的重要驱动因素，当资金较容易获得时（股票价格上升、利率下跌），并购活动增加。这与资本市场状况或其背后的原因可以解释并购活动的观点是一致的。李瑞海、陈宏民和邹礼瑞（2006）认为中国的兼并活动与GDP增长率和市场化程度正相关，而与股票指数存在较弱的相关性[28]。唐绍祥（2006）研究发现中国总体并购活动呈浪潮式发展，并购活动具有周期性，而非遵循随机游走过程[11]。唐绍祥（2007）认为经济周期和利率是中国并购浪潮形成的主要原因[14]。潘勇辉（2007）通过对中美两国1991―2005年跨国并购与经济增长的关系进行协整检验，验证两者之间存在着长期协整关系和短期修正关系[29]。
行为金融学的发展使股票市场与并购活动的关系得到了新的注释。Brealey and Myers（2003）认为引发并购的原因是部分股票的价值被错估，特别是当股票市场处于繁荣期时，股票价值被高估公司的管理层更倾向进行并购交易活动[2]。从行为学的角度分析，股票市场错误定价与管理者的过度乐观与自信的交互作用共同推动了并购活动。Shleifer and Vishny（2003）明确将这种观点概括为“股票市场驱动并购”[8]。Rhodes-Kropf and Viswanathan（2004）（R-KV）认为繁荣的股票市场使得主并公司可以通过被市场高估的股票去收购被市场低估的目标公司[9]。虽然R-KV给出了收购者行为的解释，但仍然存在一个问题，即既然主并公司的股票被高估，为何目标公司会接受股票对价并购交易呢？R-KV认为主并公司与目标公司之间存在信息不对称问题，目标公司不足以正确估计并购行为本身的价值。他们对股票价格的总估价错误导致了对并购协同效应的估价错误。因而接受了主并公司被市场过高估价的股票。Rhodes-Kropf、Robinson and Viswanathan（2005）将公司的市场账面价值比率拆分成公司成分与市场成分，认为市场层面的错误定价是并购浪潮发生的显著影响因素[10]。Rosen（2006）检验了并购对主并公司股票价格的影响，研究发现相比于其他时期的并购活动，并购市场繁荣时期的并购活动给主并公司带来的收益较高，但是从长期来看，并购收益较低[30]。这表明过度乐观的投资者误判了并购所能带来的协同效应。股票市场虽然是并购活动的一个显著驱动力，但不能完全解释并购活动的出现。由于受到其他经济因素的影响，股票市场的繁荣可以刺激更多并购活动的发生，但并不是并购浪潮唯一显著的驱动力。
除上述经济发展水平、资本市场等宏观经济因素外，Mitchell and Mulherin（1996）、Harford（2003）的研究不仅证明并购活动和经济环境中的股票市场有关，同时他们发现经济、制度、产业冲击等因素都会引发集聚的并购活动[1，31]。也有的学者分析技术进步对并购的影响，他们认为技术冲击对产业环境、经济环境的影响，改变了市场上要素的平衡关系，通过并购手段可以实现资源的优化配置和新的平衡（Jovanovic and Rousseau，2002）[32]。
综上所述，我们发现并不存在唯一的并购活动驱动因素，并购浪潮的出现是各个因素综合作用的结果。正如Ali-Yrkk？（2002）所认为的那样，宏观层面的因素诸如经济繁荣、技术发展、全球化与规制等引起行业冲击，为了有效应对这种冲击，微观层面的管理者出于经济动机、管理动机与自负动机而作出并购决策[33]。因此，我们认为虽然并购更像是公司层面的事件，然而这种微观层面的并购交易活动的发生往往具有聚类的趋势，形成一种浪潮，这种现象表明从宏观上来看，可能存在着一种普遍的长期均衡环境驱动着并购活动。本文主要从宏观经济环境层面来研究我国总体性并购活动的驱动因素，检验宏观经济环境与总体性并购活动是否存在着长短期关系。
三、理论分析与研究假设
（一）经济发展水平与并购活动
根据“并购―经济繁荣理论”，经济增长和资本市场繁荣与并购活动呈同方向变化，如果以国内生产总值（GDP）代表总体经济增长水平，那么，GDP越大，并购活动的交易量与交易额就越大。这是因为GDP绝对规模越大或者GDP增长率水平越高，意味着总体经济需求越大，因而可能导致经济资源的重新配置以达到最佳使用。而这种经济资源重新配置的需要又触发了并购活动。在美国、英国和欧盟其他地区，并购浪潮总是发生在经济强劲增长、股票市场高涨时期，并购浪潮与经济发展水平关系紧密，全球并购的兴起与衰退伴随着世界经济发展水平高峰与低谷的轮回而交替。同时，随着经济发展水平的变动，宏观经济因素的变化对公司并购活动也产生周期性变动。GDP对并购活动的正向影响也得到了Resende（2008）的支持，他们认为国内总体并购活动与GDP之间存在正相关关系[34]。另一方面，Healy and Palepu（1993）认为GDP规模越大，公司现金持有水平越高，而公司则会利用这些超额现金去并购当地的其他公司以增加公司规模及获得市场支配力[35]。基于上述分析，我们提出如下待检验的假设。
假设1：经济发展水平（GDP）对并购活动存在正向影响。
（二）市场利率水平与并购活动
并购作为一种投资行为，需要大量的资金作保证。由于并购公司的内部资金有限，完成并购交易所需要的资金一般是通过债务融资支付对价，因此，并购活动可能会受到现行实际利率水平的影响。较高的利率水平将意味着较高的资本成本以及紧缩的货币政策，将不利于并购活动的发生。结果，并购活动与现行实际利率水平之间存在负相关关系（Golbe and White，1988；Weston，Mitchell and Mulherin，2004）[25，36]。融资约束可能会阻碍公司的并购交易活动，而较低的利率放松了公司的融资约束，当公司持有更多的现金或更容易进入外部资本市场融资时，就会更容易发起并购活动（Harford，2005）[3]。已有的研究表明并购水平与经济环境及资本市场状况的变化相关，并购活动为主并公司的融资可获得性所驱动，较低的利率降低了融资成本，当资金较容易获得时，并购活动增加（Melicher，Ledolter and D'Antonio，1983）[16]。Yagil（1996）研究发现利率与并购活动之间存在负相关关系[37]。基于上述分析，我们提出如下待检验的假设。
假设2：市场利率水平对并购活动存在负向影响。
（三）股票市场状况与并购活动
根据预期理论，股票市场状况直接影响人们对未来经济增长前景的预期。股票市场越繁荣，股票价格越高，越容易引发公司的并购活动。Geroski （1984）、Guerard（1989）考察了股票价格与并购活动之间的关系，认为股票价格对并购活动具有两方面的影响：一是高股票价格降低了公司的资本成本，提高了并购活动所能带来的未来回报的净现值；二是现行的股票价格在预测未来经济发展水平的变化方面在统计上显著[38-39]。Gort（1969）提出了用以解释并购活动与股票价格之间关系的“经济突变理论”（Economic Disturbance Theory）[40]。他认为外部经济因素的变化（如股价的上升）会引起持股股东和非持股股东对公司价值的不同预期，从而引起并购活动水平的增加，变动的股市比静止的股市能产生更多价值被低估的公司，促使公司去收购价值被低估公司的股票，从而解释在股市上升或下降过程中产生并购活动的出现。当一国股票市场进入萧条期时，股票价格往往被严重低估，就会出现较多的跨国并购现象。Shlerfer and Vishny（2003）、Rhodes-Kropf and Viswanathan（2004）认为股票市场估值驱动并购浪潮。他们认为繁荣的股票市场导致主并公司用过高估价的股票去并购被市场低估的目标公司的资产[8-9]。基于上述分析，我们提出如下待检验的假设。
假设3：股票价格指数对并购活动存在正向影响。
四、研究设计
（一）样本选取与数据来源
由于中国较为频繁的上市公司并购起始于1997年，所以，本文采用的数据起止日期为1998年1月至2012年12月。为了保持数据统计口径的一致性，将各变量数据调整为季度数据，并对明显具有季节性的变量数据利用X12方法进行了季节调整。并购数据来源于CSMAR中国上市公司并购重组研究数据库，GDP、利率与股票价格指数数据来源于中经网统计数据库及Wind资讯。
（二）变量定义与模型设定
1. 变量定义。（1）并购交易数量。衡量并购交易活动的方法有两种：一是根据并购交易的数量，二是根据并购交易的总金额。单独考虑并购交易的数量，可以做到对所有并购交易活动一视同仁，是对发生在中国的并购活动广度的一个明显度量。相对地，单独关注并购交易的总金额，是对大规模交易的深度或重要性的度量。但由于不少中国上市公司的并购交易金额并未披露，考虑到数据的可获得性问题，本文决定采用并购交易数量的季度数据来衡量中国上市公司的总体性并购活动。根据CSMAR中国上市公司并购重组研究数据库的重组类型标准，将并购限定为资产收购、股权转让、吸收合并以及资产置换，而不包括资产剥离、债务重组与股份回购等形式的广义并购活动。在实证研究之前，利用X12方法进行了季节调整。变量用M&A表示。
（2）GDP。为了研究经济发展水平对中国上市公司总体并购活动的影响，本文采用实际GDP的季度数据进行度量。变量用GDP表示。
（3）利率。本文利率指标采用六个月期贷款实际利率的季度数据。变量用R表示。
（4）股票价格指数。由于综合反映股票市场状况的沪深300指数只能获得2005年及以后的数据，且国内没有其他反映沪深股价综合水平的指数，同时考虑到深圳综合指数与上证综合指数的波动几乎保持同步，因此，采用深圳综合指数的季度数据来反映股票市场状况。数据在使用之前采用X12进行了季节调整。变量用StockPrice表示。
2. 模型设定。为了研究宏观经济环境对中国上市公司总体性并购活动的影响，本文建立（1）式的基本模型，以分别考察经济发展水平、股票市场状况以及市场利率水平与并购活动之间的关联性。考虑到各宏观经济变量之间可能存在相关性，我们将对1998年1月至2012年12月的变量数据进行时间序列分析。采用的研究方法具体包括协整分析以及建立VAR模型，通过运用脉冲响应函数与方差分解，检验各宏观经济变量对总体性并购活动的动态影响关系及其影响程度，最后对各宏观经济变量与总体性并购活动进行Granger因果关系检验。
M&At=？琢+？茁1GDPt+？茁2Rt+？茁3StockPricet+？着t（1）
（1）式中，M&At为并购交易数量，GDPt为国内生产总值，Rt为利率，StockPricet为上证综合指数，εt为随机扰动项。
五、假设检验与结果
（一）宏观经济变量与并购活动的长期关系检验
1. 单位根检验。Chowdhury（1993）认为大多数宏观经济变量与并购活动的替代变量为非平稳变量[41]。因此，在模型的构建过程中，为避免时间序列出现伪回归的现象，本文利用Augment Dickey Fuller（ADF）检验以及Phillps-Perron检验，以检验时间序列的平稳性。
从表1可以看出，这些序列都是一阶单整序列I（1），即它们本身都是非平稳时间序列，而其一阶差分序列都为平稳时间序列，满足协整检验的前提。
2. 协整检验。Johansen检验和用于单方程的基于回归残差检验的ADF检验不同，它是基于回归系数的协整检验，用于检验变量之间的长期稳定关系。单位根检验结果表明，M&A、GDP、R与StockPrice这四个变量在5%的显著性水平上均为I（1）过程，从而采用Johansen检验法分别检验M&A与GDP、R及StockPrice之间的协整关系。表2至表4的迹统计量和最大特征值统计量检验方法的结果同时表明，M&A与GDP及StockPrice之间在5%的显著性水平上至少存在一个协整关系，而M&A与R之间在5%的显著性水平上不存在协整关系。表明并购活动与经济发展水平及股票价格之间存在长期的均衡关系，而并购活动与利率之间不存在长期的均衡关系。
（二）宏观经济变量随机波动影响并购活动的动态过程分析
由协整检验确定了M&A、GDP、R与StockPrice四个变量之间是否存在长期均衡关系之后，我们利用VAR模型考察变量间的短期动态关系。在VAR模型中，它直接把系统中的每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量造成的影响。为了考察并购活动、经济发展水平、利率及股票市场状况之间的短期动态关系，我们建立了包括并购交易数量、实际GDP、六个月期贷款利率以及深圳综合指数的VAR模型，见方程（2）。由于平稳时间序列在建立VAR模型时效果较好及各变量均为一阶单整序列，因此在下文中将使用各变量的一阶差分序列进行分析。
AiM&AtGDPtRtStockPricet=？椎i+？着it（2）
其中，Ai为i维矩阵，i为滞后阶数，？椎i为常数项向量，εit为白噪声扰动向量。
1. VAR模型滞后阶数的确定。建立VAR模型的一个重要问题是最佳滞后阶数的确定，滞后期的选择可能会影响VAR模型估计的结果。因为模型的解释变量多了，解释力就要大一些，而解释变量的增多会带来自由度的损失。因此，在选择滞后阶数时，既要有足够数目的滞后项，又要保证足够数目的自由度。而各种信息准则考虑了自由度的损失，可以作为判断模型阶数的依据。本文采用常用的LR检验、AIC信息准则以及SC信息准则等来判断恰当滞后期（见表5），由结果我们可以看到，滞后1期的VAR模型最为合适，因此，建立VAR（1）模型。
2. VAR模型的平稳性检验。VAR模型具有稳定性是模型适用的前提，模型稳定的充分必要条件是所有特征值的模都在单位圆以内（小于1），本文通过VAR单位根表对模型进行平稳性检验，得出模型中不存在大于1的单位根（见表6），所以建立的VAR（1）模型是非常平稳的。在此基础上，我们可以进行脉冲响应和方差分解，检验宏观经济变量波动对并购活动的影响。
3. 脉冲响应函数。VAR模型的系数通常难以解释，而脉冲响应函数描述了在随机误差项上施加一个标准差大小的冲击或新息（Innovation）对内生变量的当期和未来值所带来的影响。因此，研究者通常运用脉冲响应来推断VAR的内涵。在VAR模型基础上，本文采用Cholesky分解技术，通过脉冲响应函数来进一步分析并购活动对GDP、R与StockPrice的一个标准差新息的脉冲响应。
从图1来看，对GDP的一个冲击，M&A在初始阶段呈正向影响，之后这种扰动冲击对并购的影响缓慢减小，在第三期后，并购的波动趋于零。说明中国并购活动的波动与反映经济发展水平的GDP的波动正相关，处于扩张或繁荣阶段的宏观经济环境有利于并购活动的开展。然而GDP冲击对M&A的影响较为微弱。原因在于，中国市场经济的发展不如西方国家那么成熟，并购重组活动大多在行政主导下完成，带有政策性色彩，真正通过市场化运作完成并购交易的较少。
从图2来看，对R的一个冲击，M&A在短期内有较小幅度的下降，在三期之后趋于稳定。可见，并购活动的波动与利率的波动之间存在着负相关关系，说明在短期内融资成本的高低直接影响并购交易活动的发生。
从图3来看，对StockPrice的一个冲击，M&A在短期内有较小幅度的上升，在三期之后趋于稳定。说明并购活动的波动与反映股票市场状况的股票价格指数的波动正相关。但StockPrice冲击对M&A的影响较为微弱。原因在于中国政策性的股票市场不能完全有效地反映宏观经济的发展状况，股市不能真正成为经济发展的晴雨表；另一方面由于中国上市公司长期以来股权分置，存在股权高度集中，“一股独大”现象，不利于股票在并购交易中充当支付工具的角色，同时，由于政策制度等方面的限制，也不利于主并公司利用股票市场的错误定价而择时并购。最后，从并购交易支付方式的角度，我们也可以看出股票市场状况对并购交易的影响较为微弱。刘淑莲（2010）根据CSMAR数据库对并购支付方式的分类标准，统计了1998―2008年共20 647起并购案，发现采用内部资金支付方式的并购案为90%以上，股票支付等方式占的比例非常小。这说明中国主并公司较少利用股权融资来完成并购交易活动。
4. 方差分解。分析了并购活动波动对经济发展水平、利率及股票市场状况扰动冲击变化的响应之后，我们将利用方差分解方法分析经济发展水平、利率及股票市场状况的波动对并购活动波动的贡献度，从而了解各新息对并购活动变化的相对重要性。
从表7可以看出，在对并购活动波动的影响中，如果不考虑并购活动自身的贡献率，利率波动对并购活动波动的贡献率虽然最大并且长期保持稳定，但也只达到0.8%左右；而反映经济发展水平的GDP的波动对并购活动波动的贡献率较小，一直在3%左右；股票价格指数的波动对并购活动波动的贡献率也同样较小，一直在0.2%左右。总之，在短期内，GDP、利率及股票价格的波动对并购活动波动的影响均较为微弱。
5. 基于VAR（1）的Granger因果关系检验。由单位根检验的结果可知所有变量均为I（1）序列，即原序列是非平稳时间序列。Granger因果关系检验要求变量序列是平稳的，且滞后期的选择很重要。而基于VAR模型的Granger因果关系检验却可以运用于具有协整关系的非平稳时间序列，滞后期的选择也是确定的。基于VAR（1）的Granger因果关系检验的检验结果如表8所示。
检验结果表明，反映经济发展水平的GDP与反映股票市场状况的股票价格指数是并购活动的Granger原因，而贷款利率并不是并购活动的Granger原因。说明繁荣的经济发展与股票市场状况确实有助于并购活动的发起，而贷款利率对并购活动发起的影响不甚明显。
六、研究结论与展望
本文运用时间序列数据深入地研究了经济发展水平、利率与股价指数对我国总体性并购活动的影响。研究结果表明：（1）总体性并购活动与经济发展水平及股票市场状况存在长期的均衡关系，而总体性并购活动与贷款利率并不存在长期的均衡关系。从因果关系看，存在着经济发展水平与股票价格指数到总体性并购活动的单向因果关系，而利率与总体性并购活动不存在因果关系。说明经济发展水平与股票价格指数是我国并购浪潮形成的重要原因。（2）在短期动态调整过程中，各宏观经济变量波动的冲击对并购活动波动的影响程度存在差异。GDP波动在短期内对并购活动波动有着正向影响，但这种影响幅度较小。影响程度虽然没有达到西方发达国家的水平，但随着我国市场经济的不断发展，宏观经济的繁荣与否确实影响着公司的投资行为。虽然利率与总体性并购活动并不存在长期的均衡关系，但利率波动在短期内对并购活动波动有着一定幅度的负向影响。说明融资成本在一定程度上阻碍了并购活动的发生。股票价格指数波动在短期内对并购活动波动也存在正向影响，影响幅度同样较小。其原因可能在于：一方面，我国证券市场还不是很成熟，为典型的政策市场，而且股改前后，我国股票市场均存在大量的国有股与法人股，这使得股票价格指数的波动很难对总体性并购活动波动产生显著的短期动态影响。通过以上分析发现，经济发展水平与股票价格指数的波动是形成并购浪潮的重要原因，而利率波动虽然短期内对总体性并购活动有影响，但并不存在长期稳定的影响。
本文仅研究了反映宏观经济环境的几个主要因素对总体性并购活动的影响，而进一步地研究需要在此基础上，结合微观层面与行业层面的因素来分析总体性并购活动的影响因素，及其分析驱动总体性并购活动的各层面影响因素的相对重要性。随着全球经济一体化的逐渐深入，对不同国家的总体性并购活动的主要驱动因素进行比较分析，将进一步加深对全球性并购活动驱动因素的理解。
参考文献：
[1]Mitchell M L， Mulherin J H. The Impact of Industry Shocks on Takeover and Restructuring Activity[J].Journal of Financial Economics，1996，（41）：193-229.
[2]Brealey R A， Myers S C. Principles of Corporate Finance[M]. seventh ed. McGraw-Hill，New York，2003.
[3]Harford J. What Drives Merger Waves？[J].Journal of Financial Economics，2005，（77）：529-60.
[4]Martynova M， Renneboog L. A Century of Corporate Takeovers： What Have We Learned and Where Do We Stand？[J].Journal of Banking and Finance，2008，32（10）：2148-2177.
[5]Shleifer A， Vishny R W. Takeovers in the '60s and the '80s： Evidence and Implications[J].Strategic Management Journal，1991，（12）：51-59.
[6]Bikhchandani，Hirshleifer， Welch. A Theory of Fads，Fashion，Custom，and Cultural Change as Informational Cascades[J].Journal of Political Economy，1992，100（5）： 992-1026.
[7]Milbourn，Boot， Thakor. Megamergers and Expanded Scope： Theories of Bank Size and Activity Diversity[J].Journal of Banking and Finance，1999，23（2-4）：195-214.
[8]Shleifer A， Vishny R. Stock Market Driven Acquisitions[J].Journal of Financial Economics，2003，70：295-311.
[9]Rhodes-Kropf M， Viswanathan S. Market Valuation and Merger Waves[J].Journal of Finance，2004，59（6）：2685-2718.
[10]Rhodes-Kropf M， Robinson D， Viswanathan S. Valuation Waves and Merger Activity： The Empirical Evidence[J].Journal of Financial Economics，2005，77（3）： 561-603.
[11]唐绍祥.我国并购浪潮假说的实证检验[J].财贸经济，2006，（9）：75-80+97.
[12]刘淑莲.上市公司并购重组演变与理论研究展望[J].会计师，2010，（4）：4-6.
[13]张秋生.并购学：一个基本理论框架[M].北京：中国经济出版社，2010.
[14]唐绍祥.我国总体并购活动与宏观经济变量的关联性研究――对我国并购浪潮成因的分析[J].数量经济技术经济研究，2007，（1）：83-91.
[15]Reid S. The Conglomerate Merger： A Special Case[J].Antitrust Law and Economic Review，1968，（2）：141-66.
[16]Melicher R， Ledolter J， D'Antonio L. A Time Series Analysis of Aggregate Merger Activity [J].The Review of Economics and Statistics，1983，65：423-430.
[17]Becketti S. Corporate Mergers and the Business Cycle，Economic Review[J].Federal Reserve Bank of Kansas City，1986，71：13-26.
[18]Makaew T. Waves of International Mergers and Acquisitions[R] AFA 2012 Chicago meetings paper，University of South Carolina - Moore School of business，（October）.
[19]Nelson R L. Business Cycle Factors in the Choice Between Internal and External Growth[M]//.Alberts W， Segall J. The Corporate Mergers. Chicago： University of Chicago Press，1966.
[20]Liu J， Wen Z. An Empirical Study on the Correlation between Business Cycles and M&A[R].Management and Service Science （MASS），2010 InternationalConference，Leshan，China，24-26 August.
[21]Palmquist S， Sandberg V. The Art of Surfing the Waves of Mergers and Acquisitions： An Empirical Study on the Macroeconomic Determinants of Mergers and Acquisitions in Sweden[D].（Doctoral dissertation，？rebro University）.2012.
[22]Maksimovic V， Phillips G. The Market for Corporate Assets： Who Engages in Mergers and Asset Sales and Are There Efficiency Gains？[J].Journal of Finance，2001，56（6）：2019-2065.
[23]Lambrecht B. The Timing and Terms of Mergers Motivated by Economies of Scale[J].Journal of Financial Economics ，2004，72：41-62.
[24]Steiner P. Mergers： Motives，Effects，and Policies[M].Michigan： University of Michigan Press，1975.
[25]Golbe D L，White L J. A Time Series Analysis of Mergers and Acquisitions in the US Economy[M]//.Auerbach A J. Corporate Takeovers Causes and Consequences. Chicago： NBER and University of Chicago Press，1988.
[26]Shleifer A， Vishny R W. Liquidation Values and Debt Capacity： A Market Equilibrium Approach[J].Journal of Finance，1992，47：1343-1366.
[27]Eisfeldt A L， Rampini A A. Capital Reallocation and Liquidity[J]. Journal of Monetary Economics，2006，53（3）：369-399.
[28]李瑞海，陈宏民，邹礼瑞.影响中国企业兼并宏观因素的实证研究[J].管理评论，2006，（5）：50-53.
[29]潘勇辉.跨国并购与经济增长的长短期关系研究――基于中美的比较研究[J].管理世界，2007，（7）：152-153.
[30]Rosen R. Merger Momentum and Investor Sentiment： the Stock Market Reaction to Merger Announcements[J].Journal of Business，2006，79：987-1017.
[31]Harford J. Efficient and Distortional Components to Industry Merger Waves[R].SSRN Working Paper，2003，No. 39.
[32]Jovanovic B， Rousseau P L. Mergers as Reallocation[R].NBER Working Paper，2002，No. 9279.
[33]Ali-Yrkk？， Jyrki. Mergers and Acquisitions： Reason and Results[R].ETLA Discussion Papers，The Research Institute of the Finnish Economy （ETLA），2002，No. 792.
[34]Resende M. Mergers and Acquisitions Waves in the UK： a Markov-Switching Approach[J].Applied Financial Economics，2008，18（13）：1067-1074.
[35]Healy P M， Palepu K G. International Corporate Equity Acquisitions： Who，Where and Why？[M]//.Foreign Direct Investment. Kenneth A Froot （ed.）Chicago：The University of Chicago Press，1993.
[36]Weston J F， Mitchell M L， Mulherin J H. Takeovers，Restructuring，and Corporate Governance[M].Pearson Education，Inc. Publishing as Prentice Hall.2004.
[37]Yagil J. Mergers and Macroeconomic Factors[J].Review of Financial Economics，1996，5（2）：181-190.
[38]Geroski P A. On the Relationship between Aggregate Merger Activity and the Stock Market[J]. European Economic Review，1984，25：223-233.
[39]Guerard J. Mergers，Stock Prices，and Industrial Production： Further Evidence[J].Economics Letters，1989，30（2）：161-164.
[40]Gort M. An Economic Disturbance Theory of Mergers[J].Quarterly Journal of Economics ，1969，83：624-642.
[41]Chowdhury A R. Univariate Time-Series Behavior of Merger Activity and Its Various Components in the United States[J].Applied Financial Economics，1993，（3）：61-66.
The Impact of the Macroeconomic Environment on M&A Activity
――Empirical Research Based on Time-series Data
Li Jinglin1，2
（1. School of Accounting， Hubei University of Economics，Wuhan 430205， China；
2. Hubei Accounting Development Research Center， Hubei University of Economics， Wuhan 430205， China）
宏观经济环境因素范文第7篇
关键词：违约风险；COX Regression模型；宏观经济变量
一、引言
随着我国融入经济全球一体化的程度的提高，国内市场环境深度和广度的提高；我国企业在日趋激烈的国内、国际市场环境中，对于各种风险因子的波动变得更加敏感，由此而衍生出的企业平均生命周期的缩短、企业违约风险加大等问题。宋雪枫基于生存分析法，建立了以杜邦体系为基础的企业特征变量的违约预测模型，该模型适用于时间序列变量，同时不需要配对样本，且预测能力较强。Sareto基于生存模型分析框架，通过加入时间序列变量同时不假设生存时间的分布，扩展了现有的生存分析模型，从而提高了模型的预测准确度。Bellottit& Crook将宏观经济变量引入了生存分析模型，实证证明了宏观经济变量对于个人违约风险具有一定影响，并比较分析了加入宏观经济变量的生存分析模型和Logistic模型，实证结果显示生存分析模型预测的准确度更高。
二、研究设计与实证
模型运用了197家制造业上市企业2003-2011年的样本数据和非样本数据进行了实证检验。我们的模型很好的得出了企业的宏观经济风险头寸。
1.COX回归模型详述（6）
2.实证过程
本节实证过程是基于SPSS统计分析软件，利用软件中寿命表法和COX回归模型，以我国深圳证券交易所197家制造业上市公司作为研究样本，通过实证方法，对影响企业违约风险的相关因素进行识别和度量。
可以看到，由COX回归函数基于财务数据得到的样本企业的分组数据的生存函数与寿命表法中得到的生存函数图像是一致的。经营现金流/总资产大于0的分组数据的生存函数要大于经营现金流/总资产小于0的分组数据；另外经COX回归函数得到的生存函数的整体趋势也与寿命表法得到的生存函数趋势一致。
三、结论
利用COX回归模型对197家样本企业的特征变量和相关宏观经济变量进行筛选，模型最后识别出4个与样本企业违约风险相关的特征变量。这四个特征变量分别是财务状况、每股收益率、经营现金流/总资产、GDPR/LN（P）。实证结果显示，每股收益、经营现金流/总资产系数为负，与信用违约风险呈负相关关系；GDPR/LN（P）、财务状况两个指标的贝塔值为正，说明样本企业违约风险与两指标值呈正向关系。上述四个指标中，经营现金流/总资产反映了企业各期现金流状况；每股收益率指标反映了企业股东权益的盈利能力；财务状况反应企业的总债务成本的大小；GDPR/LN（P）反应的是企业所处宏观经济环境。
参考文献：
[1]邓晓岚，陈朝晖，王宗军.企业财务困境的非参数生存分析模型评价 [J].武汉理工大学学报，2007，29（6）：121-124.
[2]高培业，张道奎.企业失败判别模型实证研究[J].统计研究，2000，（10）：46-51.
宏观经济环境因素范文第8篇
关键词:银行监管;宏观审慎;系统性风险
Abstract:The macro-prudential supervision has been proposed for a long time. Since this international financial crisis, further strengthening macro-prudential supervision and sticking to the combination of micro-prudential supervision and macro-prudential supervision have become a trend among world’s major financial regulators. In this paper,based on the analysis of latest researches of domestic and foreign experts,proposals have been made on how to promote the implementation of macro-prudential supervision in order to inspire China’s banking supervision.
Key Words:banking supervision,macro-prudential supervision,systemic risk
中图分类号:F830文献标识码:B文章编号:1674-2265(2010)06-0045-03
“宏观审慎监管”并不是一个新概念,早在二十世纪70年代末,国际清算银行就意识到仅加强单个金融机构的监管不足以维护金融体系的稳定。二十世纪80年代,“宏观审慎监管”一词正式出现在国际清算银行的公开文件中,之后开始受到广泛关注。2009年4月,20国集团伦敦峰会《强化合理监管,提高透明度》的工作报告提出:作为微观审慎监管和市场一体化监管的重要补充,各国应加强宏观审慎监管。
一、加强宏观审慎监管的必要性
审慎原则是金融监管的核心价值,但传统的监管理念体现为微观审慎,注重对特定金融机构风险的防范和控制,而缺乏对宏观经济环境与政策以及金融市场的关注。历次金融危机证明,对单个金融机构的监管是非常必要的,但微观审慎监管却不能保证整个金融系统的稳定。随着金融创新步伐的加快、场外交易规模的增加和金融动荡的加剧,国际组织、各国政府和学术界逐步认识到,作为微观审慎监管的补充,一国的金融监管者应该加强宏观审慎监管,后者可以更有效地监测和及时解决金融系统中过度的流动性、杠杆率、承担风险等有可能导致金融不稳定的潜在因素。宏观审慎分析的重点是整个金融体系的健康状况和稳定性,而微观审慎分析则以单个金融机构为重点。加强宏观审慎监管,并将其与微观审慎监管有机结合,标志着金融监管理念和方式的调整,将是后危机时代各国金融监管的主要发展趋势。
二、宏观审慎监管的含义
宏观审慎监管着眼于整个金融体系,以减少金融危机事件对宏观经济造成的损失为目标,关注各家金融机构的风险暴露,并认为整体风险是由单个金融机构的行为累积引起的,采用自上而下的方法进行监管。也可以说,宏观审慎监管是把整个金融体系当作一个投资组合进行管理,注重的是对整体尾部风险的控制,而微观审慎监管考虑的是各机构的尾部损失,对单个金融机构损失对系统的影响关注较少。此外,宏观审慎监管认为金融机构之间能够相互影响,而且能进一步作用到金融资产价格、交易量和活跃程度等方面。微观审慎监管将风险看作外生因素,认为单个金融机构的决策和运行对市场的资产价格、市场借贷和经济活跃情况影响较小,习惯采用对一家机构的指标进行一系列分析,忽略了其对经济的作用(见表1)。
三、宏观审慎监管对风险的测度方法和指导原则
宏观审慎监管对风险进行测度时,主要考虑了风险在横截面上的分布和在时间上的延续:一是特定时间内风险如何在金融体系内传播,二是整体风险如何随时间推移累积变化。
(一)横截面上风险的分布及其指导原则
横向层面上,宏观审慎监管面临的是如何处理金融机构间共有风险,这些风险可能是金融机构直接暴露的共同风险,也可能是机构间业务交互而间接暴露的共同风险,共同风险解释了多家机构同时倒闭的原因。宏观审慎监管者应关注此类风险,将金融体系损失风险控制在局部,防止“尾部风险”的发生,从而减少实体经济损失。与之相应的指导原则是使之与单个机构对系统性风险的影响相匹配,监管上采用自上而下的方式,对系统性尾部风险进行量化,计算出单个机构对此风险的贡献度,再相应地调整审慎监管工具,这意味着对那些造成较大影响的机构应采取更严格的监管标准。
(二)时间层面上风险的累积及其指导原则
金融系统性风险会随时间的推移而累积变化,金融体系内部相互作用以及金融体系与实体经济间的相互作用会放大系统性风险,呈现顺周期性。其本质是风险的内生机制,在经济扩张时,风险认知能力下降、融资约束减弱、杠杆率提升、市场流动性提高、资产价格激增以及支出增多等因素相互作用,导致金融机构资产负债表规模过度膨胀。反之,经济不景气时则加重金融危机。此外,金融制度的设计也具有顺周期性,如:信用评级、公允价值会计准则、盯市原则和巴塞尔新资本协议内部评级法等,这些顺周期行为和制度会与实体经济相互作用,放大经济波动,产生加速效应,在危机时会加剧经济和金融市场的下挫幅度。因此,宏观审慎监管应关注的主要问题是如何抑制金融体系内在的顺周期性。与之相应的指导原则主张调整监管工具以鼓励在经济运行良好时建立更多的资本缓冲以备危机出现时使用,使整个金融体系具备更强的承受力以减少金融危机的损失。此外,建立资本缓冲等在某种程度上类似限速的装置,可限制经济扩张时期的风险追逐行为,在第一时间降低金融风险发生的概率。
四、宏观审慎监管的政策架构
宏观审慎监管和微观审慎监管在监管框架中是相辅相成的两个方面,对宏观审慎监管而言,要对其两个层面的风险进行指导和调控,都会涉及到单个金融机构的相关指标和运行情况。强化宏观审慎监管不但需要微观主体的配合,更需要政策层面的协调和支持。
(一)宏观审慎监管要与银行逆周期监管有效结合
首先,对金融机构要提出差异化的资本充足要求。对不同资产规模和风险特点的银行机构提出不同的资本监管要求,这是增强银行抵御潜在金融风险和损失能力的重要手段,在经济下行时期则可以下调资本充足率要求。监管当局也可以根据宏观经济金融形势的发展,针对特定的业务提出特殊的资本要求,对银行贷款的首付比例、抵押品、还款期限、保证金比例等提出新的监管要求。其次,实施动态拨备政策。当经济出现好转时,扩张信用的内在冲动会促使房地产、股票等资产价格快速上涨。因此,在经济上升时期,监管当局可以要求银行机构提高拨备水平,以限制信贷资产扩张;在经济下行时期,可以要求银行机构降低拨备水平,以扩大资产规模,加大对国民经济的支持力度。
(二)宏观审慎监管要与宏观经济政策协调配合
从宏观审慎监管的政策工具上看,不仅包括传统的银行监管政策,而且还包括货币政策、财政政策、汇率政策等宏观经济政策。中央银行可以通过事先设定货币供应量的增长速度目标来实现政策目标,也可以通过提高利率来控制资产价格泡沫;财政部门可以通过调整房地产交易税、证券交易印花税、利息税等税率,在减缓泡沫的程度、促进金融稳定方面发挥独特的作用。此外,金融危机造成的最终损失基本上由国家财政买单是财政部门参与宏观审慎政策的另一重要理由,而且一国财政的中期稳健性对金融体系的稳定至关重要。
(三)宏观审慎监管要有科学果断的相机抉择政策
一旦确认能够造成系统性风险的资产泡沫正在积聚,且判断出金融系统内的非均衡现象已经上升到较危险水平,监管当局就可以对银行业自上而下地直接采取干预行动,如,提高银行资本充足率、现金储备水平,提高流动性要求,提高房地产贷款首付比例,对投机性的金融交易提高交易保证金要求,提高损失拨备等,从而限制信贷投放的速度和水平。
(四)及时有效的宏观信息共享机制和预警机制
不同的宏观经济管理部门间在确保一国金融稳定方面,既要有明确的分工,又要有宏观政策之间的协调配合,要加强境内外金融监管信息和宏观经济信息的交流,特别是在金融机构房地产市场风险、市场集中度风险、跨境资本流动风险等方面,要做到信息及时共享。要建立跨地区、跨部门的风险预警机制,共同提高危机防范能力。
五、几点启示
(一)银行监管应关注宏观经济环境,尤其是宏观经济政策对金融稳健的影响
建立在实体经济之上的金融业风险状况与宏观经济状况联系紧密,宏观经济的状况势必影响到金融业的稳健运行。宏观经济受到市场效率和宏观经济政策的双重影响,不适当的宏观经济政策会造成金融业的风险隐患,因此,为维护金融体系的平稳运行,监管视野应当囊括宏观经济环境和宏观经济政策。进一步讲,要做好地方银行业审慎监管,也必须了解和掌握区域内的经济运行情况和行业发展特点。
(二)银行监管不应仅以金融机构为重点,还应加强对金融市场的关注
传统的审慎监管以金融机构为主要监管对象,缺乏对金融市场风险状况的关注与判断。现代金融业发展表明,风险不仅存在于金融机构中,也潜藏在金融市场中,如,1997年的亚洲金融危机最初由汇率风险引发,但汇率本身并不体现在银行的资产负债表中,因此,仅通过监管金融机构无法全面、真实地衡量风险。目前,国际社会已就加强对金融市场监管达成共识,G20伦敦峰会提出“扩大监管措施的适用范围,将所有对整个金融系统来说都十分重要的金融机构、金融工具和金融市场涵盖在内”。可见,监管视野从机构向市场拓展是未来金融监管发展的重要趋势之一。
(三)宏观审慎监管要防范外部风险的传染和保持金融机构的内部稳定
当今金融危机的危害首先表现在其传染的迅速性,在金融机构之间存在紧密业务联系或相互持有大量头寸的情况下,危机具有传导性,尤其是对同类机构的信任危机会导致市场交易萎缩和流动性枯竭,原本稳健的机构也会受到冲击。金融风险兼具外生性和内生性特征,金融机构自身的稳健程度是其能否有效抵御外部风险冲击的关键所在。因此,在宏观审慎原则的指导下,监管机构不应仅在特殊情况下对危机进行及时有效处理以防止风险的传染,同时,更应在日常监管中重视维护金融机构的安全与稳健。
(四)宏观审慎监管应关注金融创新产品的市场准入和运行情况
传统的审慎监管关注的重点是对金融机构已有风险的化解,并通过防止风险扩散防范系统性风险,对风险的起源―金融产品缺乏应有的审查和控制。随着金融创新的发展,各类金融产品种类和数量增多,传统监管视野的缺陷日渐暴露。因此,银行监管不仅应关注已暴露风险的规制和监管,还要对金融创新产品的准入设置必要的审查机制,对风险过高的金融产品应设置必要的交易限制条件和定期审查机制,在宏观审慎监管的要求下,适时抑制金融创新过分而脱离实体经济发展需求的势头。
参考文献:
[1]Avinash Persaud,07-2009,“Macro-prudential Regulation”,“Crisis response”,the World Bank.
[2]“The Need and Ways to Improve Macro-prudential Supervision”,省略.
[3]E Philip Davis and Dilruba Karim,Brunel University and NIESR,London,06-2009“Macro-prudential regulation―the Missing Policy Pillar”.
[4]Claudio Borio,07-2002,“Towards a Macro-prudential framework for Financial Regulation and Supervision?” cesifo.de.