时间：2023-10-10 10:40:21
序论：在您撰写宏观经济风险时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
利率市场化作为一种金融放开性政策，在带来诸多金融
自由化的益处的同时也必然会相应而生诸多风险，本文试图从撇开被广泛讨论的商业银行微观经营中的风险而详细分析其对宏观经济层面所带来的风险，并结合世界各国在此方面的经验与教训进行阐释。
（一）信贷规模控制难度增大，通胀面临抬头之势
一直以来，我国商业银行都采用以传统的存贷款业务为核心，营业收入主要依赖存贷款利差收入。而一旦放开利率管制,商业银行在快速发展的金融市场中展开竞争,利差会受资金来源与运用两方面的挤压而缩小。在资金来源方面,为防止资金向金融市场其他领域过度分流,存款利率会出现“棘轮效应”,难以向下调整,商业银行的成本上升；在资金运用方面,由于企业拥有了更多的融资选择,银行议价能力被明显削弱,因而贷款利率上升水平有限,导致存贷款利差出现收窄现象。如美国1980-1985年的存贷利差平均为2.17%,而至1986-1990年则20降为1.63%。存贷利差的减小必将刺激商业银行投放更多贷款以增加自身经营利润,这也就导致了信用总量的扩张和信用总量增速的提高。韩国和日本在利率市场化期间,M2平均增速均高于前后年份2-4个百分点。即便在金融市场发展水平较高的美国,货币供应增速也出现了较快的提高,1980-1986年货币供应平均増速为9.32%,比1980-1990年高出1.89个百分点。而根据经典货币理论可知，货币供应增速必将致使宏观经济面临通货膨胀的巨大抬头之势。本想为经济注入更多活力的市场化改革如果控制不当反而会给民计民生带来多一重的压力，给各种宏观调整与政策推行增加难度。
（二）商业银行风险冒进可能增高，政府面临巨额“担保”成本
如上文所述，利率市场化将会推动银行存贷利差缩窄，加之银行传统业务结构及其业务发展过度依赖大中型公司客户的经营模式面临巨大调整压力，调整进程中的各种研发、经营成本必将使得商业银行的生存日益艰辛。银行如要维持其原有的盈利水平，很多高风险业务或将纳入其日常经营的考虑范畴。而另一方面，我国目前尚没有真正推行存款保险制度，而是用政府的隐性支持保障的商业银行没有倒闭的风险。而当利率市场化广泛推进，各商业银行自主灵活性增大，在拥有隐性担保支持这种使得银行风险和收益不对称的条件之下,则很有可能激励银行高风险经营。而一旦由此引发的金融危机爆发或苗头闪现时,政府都会成为银行该高风险经营行为的最后买单单者，面临巨额的“担保”成本。
（三）资产泡沫与外资流入压力增强
如上文所述，利率的市场化极有可能带来信用总量的扩张,而在此情况下必将使得更多资金流入资本市场,资产价格出现泡沫。观察国际利率市场化的推行经验，1989年,日本大举推行利率市场化政策期间，日经225指数由五年前的11542.6点猛增至38915高点,并且同期大量资金流入房地产市场,导致了严重的房地产泡沫。台湾地区在利率市场化推行期间的TWSE加权指数也由1985年末的835.12点激增至1989年的10602点。其他国家如马来西亚、智利、瑞典等,都在利率市场化后遭遇资产价格飘升的问题。加之我国民众对房地产投资的一贯热衷，我国股票市场的不成熟性，利率市场化推进中资产市场面临的风险与压力必须予以高度重视和警惕。另一方面，由于利率市场化政策为利率注入的灵活性很有可能同时也吸引国际游资流入，给人民币本就不低的升值预期施以进一步的压力。在我国这种金融体制尚不成熟和监管尚不到位的国家,境外资金的大幅度流动也会给我国带来巨大不稳定性。拉美国家利率市场化后,由于外资流入过多,汇率出现严重高估现象,高估汇率由于过分脱离经济基本面而最终难以维持,出现汇率大幅赔值的结果,大量外资流出,引发了拉美债务危机。因此利率市场化给外汇市场所带来的压力也是我国此项改革进程中不可忽视的层面。
二、我国利率市场化改革中的风险防范
鉴于利率市场化改革势在必行，而其进程中又存在着诸多方面风险的现实，探索其风险的防范措施成为了关键性问题之一。
（一）增强市场利率的联动性
在开放的经济格局中,资金流动规模大、速度快,如果金融市场统一、产品丰富、联动性强则有可能避免短期内利率的大起大落,给经济带来危害。为此,首先要继续发展同业拆借市场,使同业拆借利率真正成为反映资金市场供求关系的晴雨表。扩大票据的贴现和再贴现业务,使得再贴现率成为中央银行调控市场资金供求的基准利率。其次要进一步完善资本市场的建设,规范证券市场的动作,推动我国债券一级、二级市场的发展。此外要发展银行债券柜台交易,这样就可以使债券发行和交易都市场化,形成零售与批发、场外与场内有机统一的、分层次的债券市场体系,消除不同市场债券交易价格与收益率的非正常差异,增强市场利率的联动性。再次要进一步降低非银行金融机构进入货币市场的限制,通过交易主体的交叉,增强货币市场和资本市场的沟通与渗透。
（二）加快金融体制改革与存款保险制度建立
中国利率市场化改革不是单独的、孤立的改革,而是伴随着对整个金融系统的改革。整个金融系统向着自由化方向的步伐迈出的越是到位、稳健，提供给利率市场化改革的发挥的空间也就自然越大，对其风险的防范作用也就越是明显。这些改革包括对金融机构(尤其是银行)的企业管理制度的改革、企业产权制度的改革、货币市场利率形成机制的改革、金融业监管制度的改革、证券市场的改革以及人民币汇率的改革。这些领域的改革相互交叉、相互影响,因此利率市场化改革过程中不能不考虑到其他金融领域的改革进度以及它们之间的相互影响。而在各项金融体制改革中，存款保险制度的尽早建立对于利率市场化推进过程中的风险防范有着重要的意义。存款保险制度的宗旨在于保护存款人的利益,尤其是小额存款人的利益,从而提高公众对银行的信心,保证银行体系的稳定。利率市场化之后,无论是国有商业银行还是一些新兴的中小型商业银行及其他金融机构,都将同样面对市场风险,而且由于银行业“借短贷长”以及信息不对称而产生的逆向选择和道德风险所导致的内在脆弱性,极容易将某一银行的问题传染给其他银行及金融机构，从而蔓延到整个宏观经济体系之中。而存款保险制度的建立，则能够有效降低利率市场化过程中的金融风险,维护金融系统的稳定。
（三）加强金融监管
在各国利率市场化的实践经验中,能够很好的正反两方面证明重塑金融监管在改革中的关键作用，建立有效监管机制是利率市场化成功实现的前提。要实现金融监管的规范化,必须尽快建立与国际接轨的市场金融监管;按市场化金融运行的要求,建立既符合我国国情又符合国际惯例的金融监管法规;选拔和培养一支高素质的监管队伍,从而大大提高我国监管水平。有了有效的金融监管体系，商业银行的冒进式经营与逆向选择的可能性将会被降至最低；信贷投放量也能够得到有效的控制，从而通胀抬头、资产泡沫高起等宏观经济层面上令政府与国人担忧的问题都能够得到有效的遏制。这其中，中央银行监管水平的提高,是实施利率市场化改革的关键前提条件。
（四）拓展商业银行盈利模式
CPI不及预期，涨幅收窄：9月CPI环比上涨0.1%，较上月下降0.4个百分点;CPI同比上涨1.6%，也较上月下降0.4个百分点。主要原因：一方面是8月份的基数和去年同期的对比基数较高，致使环比和同比涨幅均有所收窄;另外一方面主要是受食品价格回落的影响，在食品价格中，鲜果、水产品和鲜菜供应充足，价格环比分别下降1.5%、1.2%和1.0%;猪肉价格连续第5个月环比上涨，涨幅为0.4%，比上月回落7.3个百分点，猪肉对CPI的贡献显著下降。9月CPI的数据表现打消了部分市场人士对CPI走高压力影响货币政策方向的担忧，CPI 的暂时回落有利于继续延续宽松货币政策和积极财政政策的基调。
PPI环比降幅收窄，同比降幅止跌：9月份PPI环比下降0.4%，降幅有所收窄，较上月降低0.3个百分点;PPI同比下降5.9%，与上月保持一致，结束了连续5个月持续下跌的趋势。主要原因是：一是多数工业行业环比价格降幅缩小，其中，石油加工、有色金属冶炼和压延加工、煤炭开采和洗选价格分别下降2.2%、0.5%和1.0%，降幅比上月分别缩小3.9、1.8和0.7个百分点;二是部分工业行业环比价格由降转升，其中，计算机、通信和其他电子设备制造价格上涨0.3%，文教、工美、体育和娱乐用品制造价格上涨0.7%。在稳增长政策加码发力下，PPI数据同比降幅止跌，工业领域需求企稳。
稳增长效果显现，工业领域再现企稳迹象：9月份出来的数据持续向好， PPI数据同比降幅止跌、环比降幅收窄;制造业PMI环比上升0.1%，连续两个月回落后出现微幅回升;8月份以来基建投资也出现回升。说明在一系列稳增长政策加码下，稳增长效果逐渐显现，工业领域的需求端和生产端均出现了企稳的迹象。但是PMI数据仍然在临界点以下，PPI数据仍然是负增长，说明经济的下行压力依然很大，稳增长仍需加码。
货币宽松不改，未来创新工具会持续不断：由于猪肉价格回调，CPI出现回落，PPI通缩状况继续存在，因此短期通缩风险升温，经济下行压力仍然很大，货币政策宽松不改，并且创新货币政策工具会不断出现。10月10日，央行推广信贷资产质押再贷款试点、完善合格抵押品制度，再次明确央行保持流动性合理宽裕、引导利率市场化、守住不发生系统性风险底线的态度。我们认为，为了支持实体经济的发展，补充基础货币的缺口，未来央行会持续不断的进行公开市场操作，采用MLF、PSL、SLF等创新货币工具，甚至有可能会在四季度继续实施降准降息。
GDP同比增长6.9%，略好于预期，经济结构持续优化：三季度GDP同比增长6.9%，较二季度7%有所回落，但是略高于市场6.8%的预期。从数据来看，中国宏观经济在合理、可控的范围内运行，不具有失速的风险。目前经济正处在筑底阶段，在稳增长政策作用下，稳增长效果会逐步显现，经济大概率会在明年上半年迎来温和复苏。
尽管数据低于前值7%，但是随着一系列简政放权式的改革举措实施，改革所激发的活力正在持续释放，经济结构持续优化。前三季度，第三产业增加值占国内生产总值的比重为51.4%，比上年同期提高2.3个百分点，高于第二产业10.8个百分点。同时，内需结构进一步改善。前三季度，最终消费支出对国内生产总值增长的贡献率为58.4%，比上年同期提高9.3个百分点。从2012年开始，服务业增加值占比首次超过二产以后，由工业主导向服务业主导加快转型，服务业成为近期经济稳定增长一个非常重要的支撑。
为什么说中国经济三重风险叠加并将放大下行压力呢？滕泰指出，国内外各个研究机构对中国经济增长的预测，最乐观的预测是2014年的GDP增长速度大概在7.9%，最悲观的是7.3%，比较一致的预测是认为2014年消费大概能够平稳增长，出口在欧洲美国经济复苏的带动下能够略有回升，投资增速有一定的下滑，但是这个下滑速度最低也不过是把2014年的固定资产投资增速调到18%左右，很少有再低的预测。
对于2014年经济的运行轨迹，研究机构都认为是逐波下行，下半年有滑出底线的可能。所有这些预测都隐含了一种叫做连续变化或者叫做线性外推的预测方法，假设影响经济的这些要素变化是连续的，没有跳跃式的、非线性的，或者是断崖式的下跌或者上涨。这种情况下，上述预测可能是正确的。若出现非线性变化，通常大部分预测都会失效。
例如2009年有一个国内非常权威的研究外贸的预测机构，在2008年11月份的时候预测2009年出口增长是10%到15%。为什么这样预测？他们的依据是一直到2008年第四季度的时候出口还是在增长的，2009年又不好，可能在10%到15%之间。结果2009年的出口增长是负的16%。所以当剧烈变化出现的时候，这些学者不敢做预测。
还有一个是2011年滕泰本人的预测。当时社会上对通胀的忽悠太厉害了，人工成本涨的这么快，通胀怎么可能下来？石油原材料涨的这么快，通胀怎么可能下来？仿佛通胀一辈子下不来，当时他预计2012年前三季度的CPI走势分别是4%、3%、2%，给中央的建议是降息降存准。事实证明他的预测是正确的。但是10月份做预测的时候分析师们都不敢相信，滕泰就问了他们一个问题：当时猪肉价格是30块钱一公斤，明年的猪肉价格涨到50块钱一公斤，可不可能？回答是不可能；明年从30块钱跌到20块钱一公斤可不可能？回答也是不可能；明年30块钱一公斤直线不动，可不可能？回答还是不可能。那你还做什么预测？事实是猪肉价格从2011年四季度跌到2012年中期左右。所以无论是在经济的预测当中，还是股市预测当中，我们看到的一些预测大部分是常规机构线性连续的方法。
滕泰指出，2014年有三个因素会造成固定资产投资大幅下滑。
第一，企业厂房设备投资的下滑。2013年给大家记忆最深刻的就是三次“钱荒”，在往年要求加0.25个点的利息，中央银行都必须向国务院请示，降的话也要请示，欧美要调基准利率的时候，也要向全世界宣告，而在当前中国利率市场化改革的过程当中，权利出现了真空，一年期的存款没有意义了，所以调不调节没什么用了，但是像美国欧洲那样新的基准利率又没有形成。央行向国务院请示什么？向老百姓公告什么？什么也不需要，但是三次钱荒以后再次看，成本已经大幅上升，到2014年融资成本一定会向实体经济传播。有关预测中国的实体经济能够承受的融资成本10%多一点，但是现在实体经济接近临界点，所以很大批量的民营企业把实体关了，放高利贷去。若还按照常规预测企业投资增速就不对了，让经济学家说从18%调到9%，他又不敢，所以非线性预测没有依据，但是这种潜在的风险是巨大的，2014年企业的厂房设备投资一定会大幅下滑。
第二个风险是房地产投资。过去几年来我们一直在掐房地产的融资渠道，银行停了，他去找信托；信托掐了，他去找证券公司的资产管理这个通道；这个掐了，他就找基金子公司，今年107号文全给你掐了，找谁去？所以如果2014年大批房地产企业融资渠道出现断裂的话，房地产市场像2013年那样继续大幅度上涨的可能性不大了，但是对于房地产企业的投资行为我们预测机构又做过多少预测？所以说，房地产投资大幅下滑的风险也是极大的。
第三个风险是地方投资的下滑。2014年叫做积极的财政政策，但中央把地方债务控制纳入考核指标，在淡化GDP的情况下，这些县长市长的心里是怎么变化的？他们行为主体的变化，会不会造成地方基础建设投资断崖式下滑？发改委也说了允许用低成本债务替换高成本债务，怎么替换？利率越走越高，地方债成本都涨到8%以上了，所以利率不降低，债务替换就没有可操作性。2014年的消费没有风险，尽管八项规定在往下刹车，消费增速总归仍将持平。出口略好于去年，但是固定资产投资大幅下滑的风险，这么多年我们都没有遇到过，以前是年增速30%，后来25%，再后来20%，2013年是19.6%，但是2014年16%、15%是完全有可能的，这就是中国经济2014年面临的风险。
面临上述风险有哪些应对办法呢？滕泰认为，鉴于2014年“两会”还没有召开，政府工作报告还没有对2014年做具体的部署和安排，中央目前还有很多政策资源可以利用。
首先，优先对货币政策做出安排，不要再闹“钱荒”了。中国钱最多，是全世界储蓄和外汇最多的国家，理论上不应该有“钱荒”。“中国钱最多的国家，钱最贵”这是一个现实的悖论，利率市场化改革是一剂好药，但是如果政策不配套，好药就会变成“毒药”。利率市场化改革的初衷是“切实降低实体经济的融资成本”，目前中国利率市场化改革已经南辕北辙，怎么通过好的政策调整，降低成本？这个是2014年应该考虑的重点，坦白说如果国务院107号文（《关于加强影子银行业务若干问题的通知》）能够很好地落实，把该堵的漏洞能够堵住，那么货币政策就应该降低存款准备金率。
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
记得七月份居民价格消费指数1.8%公布的时候，笔者就指出这是“假摔”，不是真跌。果然，8月份CPI又回到“2”时代。
物价回到“2”不仅正常，而且，从未来的趋势看，笔者认为，物价上涨的压力已经凸显。第一，8月份类消费品价格，除了通讯类的价格微跌之外，其余七大类消费品的价格都上涨，特别是随着房地产的持续回暖，未来居住类价格因房租的上涨会更加显著；其次，8月份猪肉价格虽然同比下降18%以上，但从猪肉价格单月的表现看，猪肉价格从7月份已经开始缓慢止跌。监测数据显示，8月份以来，全国猪肉价格呈缓慢上涨态势，猪肉价格的回升，将对未来物价上涨形成明显的压力；第三，随着稳增长一系列举措的继续加码，特别是8月份以来，国家发改委加大项目审批的力度，货币政策将在稳健的基调下，继续偏向宽松。预计未来4个月，随着投资力度的加大，货币投放量至少将和上半年持平，全年将在9.5万亿左右，实质上属于稳中趋松的政策；第四，欧元区推行的“无上限收购债”的措施意味着，欧洲将不惜代价通过印钞来走出债务危机，而美国量化宽松政策随时可能出台，这使得国际大宗商品以及粮食价格下半年重拾升势的概率很大。国际油价在未来一个月已经超过了8%的涨幅，而受美国干旱的影响，国家粮价对中国粮食价格的心理层面的影响不可小视；第五，考虑到下半年将深化资源价格等深层的改革，深化收入分配领域的改革，这意味着，就影响价格本身的因素而言，推动价格上涨的因素多余拉动价格下跌的因素。
与价格的上涨形成鲜明对照的是，实体经济未来复苏的态势并不明显：其一，8月份工业生产者出厂价格(PPI)同比下降3.5%，较7月份2.9%的降幅放大0.6个百分点，不仅自2012年3月以来已经连续6个月“负增长”，而且创下34个月以来的新低；其二，中国物流与采购联合会的8月份中国制造业PMI为49.2%，这是自去年11月以来首度跌破50%，创9个月新低，其三，8月份，规模以上工业增加值同比实际增长8.9%，也是年内的最低，而规模以上工业企业实现利润26785亿元人民币，同比下降2.7%，而8月份的发电量仅仅微增2.7%，这一系列的数字意味着，经济下行筑底的过程没有完成，下行的压力和风险依然很大。
这样，宏观经济将面临一个无法自圆其说的困境：一方面，无论是规模以上的工业增加值，还是进出口数据等而言，宏观经济需要一系列的刺激政策遏制下滑的态势，另一方面，在很多行业产能过剩，去库存化尚未完成的情况下，如果通过加大货币的投放来遏制经济下滑，释放出来的新增货币将无法为实体经济所吸收，只能在地面流动，最终推高物价。实体经济停滞，而物价又面临上涨危险的情况下，宏观经济面临的滞涨风险就会越来越大。
在本次会议上，罗伯特•希勒教授指出，中国需要一些金融和财政工具管理长期的风险。例如建立一种有效的累进税制并对工资进行补贴来减少收入的不平等，它可以根据基尼系数的变动自动加以调整。同时对低收入的家庭进行补贴，这实际上是一种负得税。中国应建立一个全面的社会保障体系，核心在于代际的风险分担。
吴敬琏教授指出，1993年确立的社会保障制度原则大致上就是世界银行所建议的三支柱体系，即强制性公共支柱、强制性私营支柱、自愿投保支柱。但是10年过去了，这个新的社会保障体系并没有能够建立起来：农民的社会保障体系只是开始试点；对于城市的国有企业的老职工补偿数额约2万亿元，仍未解决；在世纪之交的股市危机后，我们怀疑“私营支柱”能否分担风险。这些必须抓紧解决，否则在转轨之际风险非常大。
他还特别指出，我们可以用金融创新来管理金融风险，但是也会有人利用新的金融手段来制造风险。目前金融体系创造了巨大的风险：从广信破产一直到南方证券的救援都是以亿美元计的。无论是中央银行兜底，还是财政部兜底，最后都落到了纳税人身上，解决了一部分人的风险，制造了另一部分人的风险，甚至是国家的风险。
林毅夫教授认为，不同的发展阶段面临着不同的风险，需要不同的制度安排来解决，目前的当务之急是六大金融制度改革：社会保障的基金要赶快充实；必须彻底进行银行体系的改革，否则可能酿成金融财政危机；资本市场应当提高上市公司的质量和投资价值，减少投机；建立社会诚信；建立金融信用体系，避免银行成为有抵押才贷款的当铺；发展地区性的中小银行，给中小企业提供必要的金融服务，促进就业增长。上述六项改革都是非常传统的，但是在目前来说都是急迫需要建立的。在此基础上，才能通过金融创新管理长期基本面风险。
任何保险都蕴含着道德风险，对宏观风险的对冲和保险也不例外。张维迎教授指出，金融秩序中应当有激励相容、加强诚信的法律和商业规范，以解决道德风险问题。计划经济原来就是一个保险公司，城市人口所有的保险都是国家负责的，但这一体系失败了。有必要反思目前政府主导的、充满政府短期行为的社会保险体系。相当长的时间里，家庭保险仍然是我们主要的保险形式。
降低金融风险有两个途径：预先防止和事后管理。许小年教授指出，中国过去几年对金融风险的处理基本属于一种事后管理的办法，而没有考虑怎么样来防止系统风险。最早的2700亿注资将风险从国有银行转移到财政，后来一万四千亿元坏账的剥离又把风险从银行转移到四大国有资产公司，实际上还是转到了财政。最近用了450亿美元充实两家国有银行资本金，又将风险转移到了央行。这些都只是转移风险，不能消除产生风险的根源。
中国金融风险在微观层面上的最大来源就是市场行为不端。目前很多的市场参与者投机和冒险倾向明显，这样就增加了我们宏观层面上的系统风险。冒险和投机是因为相关的收益高而成本低：高收益主要来源于转移经济中的寻租行为，同时市场不发达、竞争不充分，使高收益有可能存在；而成本低的原因是金融体系里面普遍存在的预算软约束，不但银行、券商、国有企业是预算软约束，投资者也是预算软约束。成本最终可以由政府最终使全体纳税人买单。中国经济改革至今仍未解决预算软约束问题，一个原因就是金融市场功能定位不准，监管当局调控市场指数，调控发行额度，调控发行价格。第二是政府经常把社会稳定和监管目标混在一起，使人们长期以来形成的对国家的一种精神上的和财务上的依赖越来越强。
关键词：宏观经济 波动 信用风险 影响
重新审视宏观经济波动与信用风险之间关系
重新审视宏观经济波动与信用风险之间的关系，还需以以往的宏观经济波动为研究的基础。拉美国家、日本、亚洲等国纷纷经历了一个经济急速增长，资产快速升值、涌入，信用与杠杆化快速扩张，而后外部经济撤出，自身金融体系遭遇严重衰退的宏观经济波动。现在已经有人意识到很多经济体在经济扩张的时候都会为之后的系统性危机留下种子。在经济乐观时，信用风险看起来很小，而此时银行对于前景过于乐观，会更倾向加快资金的流转速度，不稳定因素也会在此时悄然产生，如果金融体系不稳定，那么在经济扩张之后，经济在顶部区间或衰退的时候，这种不稳定就会释放出来，宏观经济将会遭到重创。而商业银行天然具有这种性质，会让经济周期产生更大的振幅，在宏观经济好的时候，信贷质量会很好，而在宏观经济下行的时候，信贷违约就会显著增加。
根据人们以往对宏观经济的看法，通常都有增长期、繁荣期、下降期、萧条期四个周期，而信用风险在第一阶段事实上非常小，因为增速普遍大于成本及银行的利率，在第二阶段信用风险开始来临，但此时人们会更加疯狂的增加自己的信贷额度，而第三第四阶段就是泡沫的破灭，大量利用泡沫和炒作形成的虚假繁荣相继破灭，给本来已经摇摇欲坠的实体经济最后一击。而由于大量的信贷危机产生的复合效应，拉美国家、日本、亚洲等进入萧条期之后至今无法重现当年的盛况。全球经济发展的不均衡导致信用风险的蔓延，再加上上述的情况严重损害了全球经济的发展，在不可控的宏观经济波动中，发展中国家的信用风险问题也面临着严峻的考验。
宏观经济波动对于信用风险的影响
拉美国家：上世纪40年代中期，阿根廷经济学家提出发展主义理论，即世界资本主义体系由两部分组成：中心和。而造成他们不同的原因就是技术进步和应用均衡的原因，中心国家科技进步快，应用普及，国家技术进步慢，应用不普及，一些稍稍先进的技术则要依赖进口，而且只生产中心国家需要材料的廉价部分。中心国家贸易条件优于国家，原材料出口便宜，成熟工业商品进口价格高。拉美国家要摆脱现有处境就要改变当前不合理的经济结构，提出进口替论，把国家战略定位内向的工业发展，发展民族经济，面向国内市场，扶持民族工业，这个政策持续的三十年时间，拉美国家每年的经济增速都达到5%。而在1973年之后，欧美经济停滞，通胀并发，大量资金融入拉美，为保住经济增速，拉美一些国家提出债务发展模式，通过外债来实现国内的现代化，该模式主要内容是借钱来扩大再生产，增加出口，增加收入，然后还债并进行资本输出，上世纪70年代，巴西、墨西哥、阿根廷等都走上了这一模式 。
而后，阿根廷等国家实现了全面私有化，大量的美欧资金一波一波的进入阿根廷，他们廉价收购了阿根廷所有战略行业及廉价出卖的产业，然后推高本地股市，让阿根廷本地投资者疯狂追捧，把并购来的企业在资本市场进行兑现，当他们把财富掠夺的差不多的时候，这些资金带着丰厚利润大规模撤离，导致了阿根廷的金融危机。从其中，我们不难看到宏观经济波动对信用风险的影响，宏观经济波动越大，可能带来的信用风险就越大。
日本：上世纪80年代末，日本经济迎来了新一轮的增长，实际GDP增长达到5%以上，而个人住房投资和随之而来的家电消费也迎来了一个繁荣的新时代。而且，当时的物价水平并没有跟随货币供应量而迅猛的上升，一直处于较低的状态，这点有些像今天的中国，高增长、宽货币、低通胀。但是不能掩饰的是，当时日本的经济爆发引发了西方市场的恐惧，于是通过操纵汇率，使日元进行升值，以此让热钱涌入日本，炒高日本本土房价股价。
而后，资产价格上升无法支撑实体经济，一些投机者失去了投机的热情，土地和股票的价格下降，导致账面资本亏损，由于很多企业和投机者将上升的账面资本考虑在内进行了更大规模的融资和投资，从而带来大量的信贷问题，随着金融缓和政策的结束，日本国内资产已不可能维持原价。而大幅度衰退的可怕之处在于各种投资标的都存在大量的信贷问题，从房屋、土地到股市、融资都有人或公司大量破产，之后产生的恐慌心理使得消费和投资紧缩的加乘效应，不只毁掉泡沫成分也砍伤了实体经济，且由于土地与股市的套牢金额通常极大，一般都超过一个人一生才能积累的财富，导致许多家庭发生悲剧，而多数的高价买房的一般家庭则成为背债者，对以后长达一代人的日本社会消费萎缩经济不振种下了因子。
我国：上世纪90年代以来，我国GDP每年的增速平均达到了8%以上，而近年来，人民币多次提高存款准备金率以实现更集中的货币政策，也表达了政府已经关注到了信用风险。根据我国目前的信用风险形式我有以下看法，国有银行主导的政府债和国企债可能会产生较大的逾期风险。我国的银行将贷款分为正常、关注、次级、可疑和损失五级，而其中大量的本应该是次级可疑甚至是损失级的贷款被分为正常和关注中，银行这么做毫无疑问会让账面的信息更好看，但是其中借给地方政府和国有企业的债务很难在预期时间还上。于是银行就会把债务整体出售给信托公司，然后由信托公司把债务分割为理财产品在银行等地销售，而这种拆东墙补西墙的庞氏骗局也就解释了为什么信托类的理财产品通常周期很短，并且很多都是非保本类型的，而信托公司的资产是持有一些银行的股份等标的，有些信托公司会把手中某些股份作为质押标的质押多次，而信托类理财产品也沦为地方债务和地方融资平台，也就是我国证监会主席肖钢所说的理财产品就是庞氏骗局。
另一方面：按揭房贷也在国内占据了很大比重。从上世纪90年代起，我国对房地产市场一直实行放松的经济政策，长时间的政策惯性助长了房地产投机商的高回报预期，致使房价一张再涨，而借贷双方信息不对称，假按揭造成了银行的不良资产，而早期的宽松制度更让一些投机客用一套房子的贷款再买一套以此来推及更多房源来推高房价，而这种由于信贷扩张所推动的畸形房价上涨也在近年来问题凸显，去年各地政府分别限制第二套房首付比例提高就是政府的应对之策，而在房价上升时这种高杠杆比例的信贷暂时不会有问题，但房价一旦停止上行，就会由于高利息等产生更多的信贷违约问题，信用风险凸显，会对整个宏观经济造成大的冲击。
2014年3月4日是中国债券史上值得铭记的一天，*ST超日当晚公告称，公司因资金原因无法按时支付债券的到期利息，中国债券市场首次实质性违约宣告诞生。这是一个里程碑式的事件，代表着我国债市的刚性兑付就此终结，政府不再兜底，其中的信用风险会得到释放，而信托募集量将会下降，导致民企债券价格下降，这会进一步地增加企业债券的兑付风险。很多人对我国的债务有一种乐观的估计，而这种乐观的估计是建立在虚幻的资产价格基础之上的，如果资产价格发生下挫，利润下降甚至亏损，则必然导致系统性风险。2014年2月，我国罕见的出现了贸易逆差，这预示着更多的出口企业将会面临较大的风险，而其中的债务风险将会逐步得到释放。国企与地方政府债务则由于2014年国内部分城市将会面临的土地价格下降而出现兑付风险。2014年，美国政府会逐渐退出量化宽松，其下一步必然是更加紧缩的货币政策，例如加息，一旦加息资金会加速回流美国，国内债务成本上升，企业个人实际债务上升，消费者不敢消费，进一步增加经济困境，这会引发更大的宏观经济波动。
宏观经济波动影响整体信用风险的因素
（一） 政府宏观调控因素
为减少在宏观经济波动中整体市场经济受到的打击，国家会基于自身的国情通过宏观调控的方式将经济周期性波动的危害程度降低到最小。与此同时，在国家宏观调控下，信用风险会受到一定的影响。无论是宽松的宏观经济政策还是紧缩的宏观经济政策，都是与宏观经济波动相辅相成的，并且随着宏观经济发展不断调整国家宏观经济政策，宏观经济政策的大幅度调整对于信用风险来说也是一种负担和挑战。宏观经济政策的制定直接影响到银行的决策，如若在根源上就不合理，那么最直接的后果就是银行处于一个不可知的经济环境中，任何风险值都在上升，信用风险也不例外。宏观经济波动带动了国家宏观经济政策的波动，同时，不理性的政府宏观调控会加剧信用风险。
（二） 主体因素
宏观经济波动会影响信用风险的主体因素在于商业银行应对不同时期的宏观经济波动做出的信贷政策不同，它体现出一种亲周期的态势，带来的后果是信用风险增加，并容易陷入信贷紧缩时不良贷款增长的窘境中。如若商业银行没有掌握住整体的宏观经济波动的规律，就很难制定出正确的信贷政策，同时也很难调整资质较好的放贷对象，这些不确定性已经增加了信用风险。在经济过热时期，实际上增加了风险的指数，相比较下，经济紧缩时期，受宏观经济波动较大影响的周期性行业的信用风险剧增，又由于部分的中小企业的自身抗风险能力较弱，使得银行层面的信用风险暴露出很多问题，而这些因素都会影响整体的信用风险提升。
（三）客体因素
宏观经济波动会影响信用风险的客体因素在于借款人在不同时期的宏观经济波动下偿还能力与借款数量的不平衡，如在经济上行的周期内，随着经济的上行信用风险呈现逐渐增大的态势，而一旦宏观经济停滞上行或有所减缓，那么由于借款者对于之后宏观经济盲目乐观所造成的大量信用风险堆积就会成为压垮借款者的稻草，从而产生一系列的连锁反应，而且借款者们普遍存在互相担保的情况，如果有一部分借款者违约，那么就会对整个信用风险体系产生"蝴蝶效应"般的系统性风险。
研究总结
（一）不同经济阶段违约距离或违约概率不同
通过实证性的发现，随着时间的变化，在我国上市公司的违约距离随之变动，并且总的来说违约距离表现出一种继续拉大的态势，这表明信用风险存在着持续下降的可能。而此种现象与我国宏观经济的运行周期在大体上保持了一致。分析宏观经济的运行，首先从违约距离与它相关的关系进行分析。因为GDP 对宏观经济与违约距离的关系有重要影响，所以对其分析：信用风险与GDP总量呈现出负相关，也就是说违约距离与其存在正相关；信用风险与GDP增长速度呈现出负相关，进一步解释说违约距离与其呈现负相关。
（二）不同信用等级受经济周期影响不同
实证研究表明，不同信用等级受经济周期的影响不同。信用等级越高，对宏观经济变化的反应越不敏感。 与此同时，不同信用等级的借款人的违约概率受到宏观经济波动影响的程度也有所不同。
依据上文对于宏观经济波动与信用风险之间关系的分析，又深入探析了宏观经济波动下影响信用风险的各个因素，从宏观角度入手得出在日益波动的宏观经济下，要掌握好国家的宏观经济政策，使得国家经济的大方向是与宏观经济波动相匹配的，反之会严重影响国家的经济发展及对信用风险造成巨大危害，从而需重视国家的政府宏观调控；再者，影响信用风险的主体和客体因素也应引起注意，调节好之间的关系，加强防范信用风险的意识和措施。
参考文献：
1.贾文学.商业银行信用风险与宏观经济周期关系研究[J].浙江金融，2007（7）
2.李悦.经济周期对信用风险的影响[J].浙江金融，2006（8）
3.王欣昱，张浩博.中国宏观经济波动与信用变化比的相关性研究[J].云南社会科学，2013 年第 1 期
4.窦玉进.陈国华.宏观经济波动对信用风险的影响[J].当代经济，2009年12月（下）
