時間：2023-10-10 10:40:21
序論：在您撰寫宏觀經濟風險時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
利率市場化作為一種金融放開性政策，在帶來諸多金融
自由化的益處的同時也必然會相應而生諸多風險，本文試圖從撇開被廣泛討論的商業銀行微觀經營中的風險而詳細分析其對宏觀經濟層面所帶來的風險，并結合世界各國在此方面的經驗與教訓進行闡釋。
（一）信貸規模控制難度增大，通脹面臨抬頭之勢
一直以來，我國商業銀行都采用以傳統的存貸款業務為核心，營業收入主要依賴存貸款利差收入。而一旦放開利率管制,商業銀行在快速發展的金融市場中展開競爭,利差會受資金來源與運用兩方面的擠壓而縮小。在資金來源方面,為防止資金向金融市場其他領域過度分流,存款利率會出現“棘輪效應”,難以向下調整,商業銀行的成本上升；在資金運用方面,由于企業擁有了更多的融資選擇,銀行議價能力被明顯削弱,因而貸款利率上升水平有限,導致存貸款利差出現收窄現象。如美國1980-1985年的存貸利差平均為2.17%,而至1986-1990年則20降為1.63%。存貸利差的減小必將刺激商業銀行投放更多貸款以增加自身經營利潤,這也就導致了信用總量的擴張和信用總量增速的提高。韓國和日本在利率市場化期間,M2平均增速均高于前后年份2-4個百分點。即便在金融市場發展水平較高的美國,貨幣供應增速也出現了較快的提高,1980-1986年貨幣供應平均増速為9.32%,比1980-1990年高出1.89個百分點。而根據經典貨幣理論可知，貨幣供應增速必將致使宏觀經濟面臨通貨膨脹的巨大抬頭之勢。本想為經濟注入更多活力的市場化改革如果控制不當反而會給民計民生帶來多一重的壓力，給各種宏觀調整與政策推行增加難度。
（二）商業銀行風險冒進可能增高，政府面臨巨額“擔?！背杀?/p>
如上文所述，利率市場化將會推動銀行存貸利差縮窄，加之銀行傳統業務結構及其業務發展過度依賴大中型公司客戶的經營模式面臨巨大調整壓力，調整進程中的各種研發、經營成本必將使得商業銀行的生存日益艱辛。銀行如要維持其原有的盈利水平，很多高風險業務或將納入其日常經營的考慮范疇。而另一方面，我國目前尚沒有真正推行存款保險制度，而是用政府的隱性支持保障的商業銀行沒有倒閉的風險。而當利率市場化廣泛推進，各商業銀行自主靈活性增大，在擁有隱性擔保支持這種使得銀行風險和收益不對稱的條件之下,則很有可能激勵銀行高風險經營。而一旦由此引發的金融危機爆發或苗頭閃現時,政府都會成為銀行該高風險經營行為的最后買單單者，面臨巨額的“擔?！背杀尽?/p>
（三）資產泡沫與外資流入壓力增強
如上文所述，利率的市場化極有可能帶來信用總量的擴張,而在此情況下必將使得更多資金流入資本市場,資產價格出現泡沫。觀察國際利率市場化的推行經驗，1989年,日本大舉推行利率市場化政策期間，日經225指數由五年前的11542.6點猛增至38915高點,并且同期大量資金流入房地產市場,導致了嚴重的房地產泡沫。臺灣地區在利率市場化推行期間的TWSE加權指數也由1985年末的835.12點激增至1989年的10602點。其他國家如馬來西亞、智利、瑞典等,都在利率市場化后遭遇資產價格飄升的問題。加之我國民眾對房地產投資的一貫熱衷，我國股票市場的不成熟性，利率市場化推進中資產市場面臨的風險與壓力必須予以高度重視和警惕。另一方面，由于利率市場化政策為利率注入的靈活性很有可能同時也吸引國際游資流入，給人民幣本就不低的升值預期施以進一步的壓力。在我國這種金融體制尚不成熟和監管尚不到位的國家,境外資金的大幅度流動也會給我國帶來巨大不穩定性。拉美國家利率市場化后,由于外資流入過多,匯率出現嚴重高估現象,高估匯率由于過分脫離經濟基本面而最終難以維持,出現匯率大幅賠值的結果,大量外資流出,引發了拉美債務危機。因此利率市場化給外匯市場所帶來的壓力也是我國此項改革進程中不可忽視的層面。
二、我國利率市場化改革中的風險防范
鑒于利率市場化改革勢在必行，而其進程中又存在著諸多方面風險的現實，探索其風險的防范措施成為了關鍵性問題之一。
（一）增強市場利率的聯動性
在開放的經濟格局中,資金流動規模大、速度快,如果金融市場統一、產品豐富、聯動性強則有可能避免短期內利率的大起大落,給經濟帶來危害。為此,首先要繼續發展同業拆借市場,使同業拆借利率真正成為反映資金市場供求關系的晴雨表。擴大票據的貼現和再貼現業務,使得再貼現率成為中央銀行調控市場資金供求的基準利率。其次要進一步完善資本市場的建設,規范證券市場的動作,推動我國債券一級、二級市場的發展。此外要發展銀行債券柜臺交易,這樣就可以使債券發行和交易都市場化,形成零售與批發、場外與場內有機統一的、分層次的債券市場體系,消除不同市場債券交易價格與收益率的非正常差異,增強市場利率的聯動性。再次要進一步降低非銀行金融機構進入貨幣市場的限制,通過交易主體的交叉,增強貨幣市場和資本市場的溝通與滲透。
（二）加快金融體制改革與存款保險制度建立
中國利率市場化改革不是單獨的、孤立的改革,而是伴隨著對整個金融系統的改革。整個金融系統向著自由化方向的步伐邁出的越是到位、穩健，提供給利率市場化改革的發揮的空間也就自然越大，對其風險的防范作用也就越是明顯。這些改革包括對金融機構(尤其是銀行)的企業管理制度的改革、企業產權制度的改革、貨幣市場利率形成機制的改革、金融業監管制度的改革、證券市場的改革以及人民幣匯率的改革。這些領域的改革相互交叉、相互影響,因此利率市場化改革過程中不能不考慮到其他金融領域的改革進度以及它們之間的相互影響。而在各項金融體制改革中，存款保險制度的盡早建立對于利率市場化推進過程中的風險防范有著重要的意義。存款保險制度的宗旨在于保護存款人的利益,尤其是小額存款人的利益,從而提高公眾對銀行的信心,保證銀行體系的穩定。利率市場化之后,無論是國有商業銀行還是一些新興的中小型商業銀行及其他金融機構,都將同樣面對市場風險,而且由于銀行業“借短貸長”以及信息不對稱而產生的逆向選擇和道德風險所導致的內在脆弱性,極容易將某一銀行的問題傳染給其他銀行及金融機構，從而蔓延到整個宏觀經濟體系之中。而存款保險制度的建立，則能夠有效降低利率市場化過程中的金融風險,維護金融系統的穩定。
（三）加強金融監管
在各國利率市場化的實踐經驗中,能夠很好的正反兩方面證明重塑金融監管在改革中的關鍵作用，建立有效監管機制是利率市場化成功實現的前提。要實現金融監管的規范化,必須盡快建立與國際接軌的市場金融監管;按市場化金融運行的要求,建立既符合我國國情又符合國際慣例的金融監管法規;選拔和培養一支高素質的監管隊伍,從而大大提高我國監管水平。有了有效的金融監管體系，商業銀行的冒進式經營與逆向選擇的可能性將會被降至最低；信貸投放量也能夠得到有效的控制，從而通脹抬頭、資產泡沫高起等宏觀經濟層面上令政府與國人擔憂的問題都能夠得到有效的遏制。這其中，中央銀行監管水平的提高,是實施利率市場化改革的關鍵前提條件。
（四）拓展商業銀行盈利模式
CPI不及預期，漲幅收窄：9月CPI環比上漲0.1%，較上月下降0.4個百分點;CPI同比上漲1.6%，也較上月下降0.4個百分點。主要原因：一方面是8月份的基數和去年同期的對比基數較高，致使環比和同比漲幅均有所收窄;另外一方面主要是受食品價格回落的影響，在食品價格中，鮮果、水產品和鮮菜供應充足，價格環比分別下降1.5%、1.2%和1.0%;豬肉價格連續第5個月環比上漲，漲幅為0.4%，比上月回落7.3個百分點，豬肉對CPI的貢獻顯著下降。9月CPI的數據表現打消了部分市場人士對CPI走高壓力影響貨幣政策方向的擔憂，CPI 的暫時回落有利于繼續延續寬松貨幣政策和積極財政政策的基調。
PPI環比降幅收窄，同比降幅止跌：9月份PPI環比下降0.4%，降幅有所收窄，較上月降低0.3個百分點;PPI同比下降5.9%，與上月保持一致，結束了連續5個月持續下跌的趨勢。主要原因是：一是多數工業行業環比價格降幅縮小，其中，石油加工、有色金屬冶煉和壓延加工、煤炭開采和洗選價格分別下降2.2%、0.5%和1.0%，降幅比上月分別縮小3.9、1.8和0.7個百分點;二是部分工業行業環比價格由降轉升，其中，計算機、通信和其他電子設備制造價格上漲0.3%，文教、工美、體育和娛樂用品制造價格上漲0.7%。在穩增長政策加碼發力下，PPI數據同比降幅止跌，工業領域需求企穩。
穩增長效果顯現，工業領域再現企穩跡象：9月份出來的數據持續向好， PPI數據同比降幅止跌、環比降幅收窄;制造業PMI環比上升0.1%，連續兩個月回落后出現微幅回升;8月份以來基建投資也出現回升。說明在一系列穩增長政策加碼下，穩增長效果逐漸顯現，工業領域的需求端和生產端均出現了企穩的跡象。但是PMI數據仍然在臨界點以下，PPI數據仍然是負增長，說明經濟的下行壓力依然很大，穩增長仍需加碼。
貨幣寬松不改，未來創新工具會持續不斷：由于豬肉價格回調，CPI出現回落，PPI通縮狀況繼續存在，因此短期通縮風險升溫，經濟下行壓力仍然很大，貨幣政策寬松不改，并且創新貨幣政策工具會不斷出現。10月10日，央行推廣信貸資產質押再貸款試點、完善合格抵押品制度，再次明確央行保持流動性合理寬裕、引導利率市場化、守住不發生系統性風險底線的態度。我們認為，為了支持實體經濟的發展，補充基礎貨幣的缺口，未來央行會持續不斷的進行公開市場操作，采用MLF、PSL、SLF等創新貨幣工具，甚至有可能會在四季度繼續實施降準降息。
GDP同比增長6.9%，略好于預期，經濟結構持續優化：三季度GDP同比增長6.9%，較二季度7%有所回落，但是略高于市場6.8%的預期。從數據來看，中國宏觀經濟在合理、可控的范圍內運行，不具有失速的風險。目前經濟正處在筑底階段，在穩增長政策作用下，穩增長效果會逐步顯現，經濟大概率會在明年上半年迎來溫和復蘇。
盡管數據低于前值7%，但是隨著一系列簡政放權式的改革舉措實施，改革所激發的活力正在持續釋放，經濟結構持續優化。前三季度，第三產業增加值占國內生產總值的比重為51.4%，比上年同期提高2.3個百分點，高于第二產業10.8個百分點。同時，內需結構進一步改善。前三季度，最終消費支出對國內生產總值增長的貢獻率為58.4%，比上年同期提高9.3個百分點。從2012年開始，服務業增加值占比首次超過二產以后，由工業主導向服務業主導加快轉型，服務業成為近期經濟穩定增長一個非常重要的支撐。
為什么說中國經濟三重風險疊加并將放大下行壓力呢？滕泰指出，國內外各個研究機構對中國經濟增長的預測，最樂觀的預測是2014年的GDP增長速度大概在7.9%，最悲觀的是7.3%，比較一致的預測是認為2014年消費大概能夠平穩增長，出口在歐洲美國經濟復蘇的帶動下能夠略有回升，投資增速有一定的下滑，但是這個下滑速度最低也不過是把2014年的固定資產投資增速調到18%左右，很少有再低的預測。
對于2014年經濟的運行軌跡，研究機構都認為是逐波下行，下半年有滑出底線的可能。所有這些預測都隱含了一種叫做連續變化或者叫做線性外推的預測方法，假設影響經濟的這些要素變化是連續的，沒有跳躍式的、非線性的，或者是斷崖式的下跌或者上漲。這種情況下，上述預測可能是正確的。若出現非線性變化，通常大部分預測都會失效。
例如2009年有一個國內非常權威的研究外貿的預測機構，在2008年11月份的時候預測2009年出口增長是10%到15%。為什么這樣預測？他們的依據是一直到2008年第四季度的時候出口還是在增長的，2009年又不好，可能在10%到15%之間。結果2009年的出口增長是負的16%。所以當劇烈變化出現的時候，這些學者不敢做預測。
還有一個是2011年滕泰本人的預測。當時社會上對通脹的忽悠太厲害了，人工成本漲的這么快，通脹怎么可能下來？石油原材料漲的這么快，通脹怎么可能下來？仿佛通脹一輩子下不來，當時他預計2012年前三季度的CPI走勢分別是4%、3%、2%，給中央的建議是降息降存準。事實證明他的預測是正確的。但是10月份做預測的時候分析師們都不敢相信，滕泰就問了他們一個問題：當時豬肉價格是30塊錢一公斤，明年的豬肉價格漲到50塊錢一公斤，可不可能？回答是不可能；明年從30塊錢跌到20塊錢一公斤可不可能？回答也是不可能；明年30塊錢一公斤直線不動，可不可能？回答還是不可能。那你還做什么預測？事實是豬肉價格從2011年四季度跌到2012年中期左右。所以無論是在經濟的預測當中，還是股市預測當中，我們看到的一些預測大部分是常規機構線性連續的方法。
滕泰指出，2014年有三個因素會造成固定資產投資大幅下滑。
第一，企業廠房設備投資的下滑。2013年給大家記憶最深刻的就是三次“錢荒”，在往年要求加0.25個點的利息，中央銀行都必須向國務院請示，降的話也要請示，歐美要調基準利率的時候，也要向全世界宣告，而在當前中國利率市場化改革的過程當中，權利出現了真空，一年期的存款沒有意義了，所以調不調節沒什么用了，但是像美國歐洲那樣新的基準利率又沒有形成。央行向國務院請示什么？向老百姓公告什么？什么也不需要，但是三次錢荒以后再次看，成本已經大幅上升，到2014年融資成本一定會向實體經濟傳播。有關預測中國的實體經濟能夠承受的融資成本10%多一點，但是現在實體經濟接近臨界點，所以很大批量的民營企業把實體關了，放高利貸去。若還按照常規預測企業投資增速就不對了，讓經濟學家說從18%調到9%，他又不敢，所以非線性預測沒有依據，但是這種潛在的風險是巨大的，2014年企業的廠房設備投資一定會大幅下滑。
第二個風險是房地產投資。過去幾年來我們一直在掐房地產的融資渠道，銀行停了，他去找信托；信托掐了，他去找證券公司的資產管理這個通道；這個掐了，他就找基金子公司，今年107號文全給你掐了，找誰去？所以如果2014年大批房地產企業融資渠道出現斷裂的話，房地產市場像2013年那樣繼續大幅度上漲的可能性不大了，但是對于房地產企業的投資行為我們預測機構又做過多少預測？所以說，房地產投資大幅下滑的風險也是極大的。
第三個風險是地方投資的下滑。2014年叫做積極的財政政策，但中央把地方債務控制納入考核指標，在淡化GDP的情況下，這些縣長市長的心里是怎么變化的？他們行為主體的變化，會不會造成地方基礎建設投資斷崖式下滑？發改委也說了允許用低成本債務替換高成本債務，怎么替換？利率越走越高，地方債成本都漲到8%以上了，所以利率不降低，債務替換就沒有可操作性。2014年的消費沒有風險，盡管八項規定在往下剎車，消費增速總歸仍將持平。出口略好于去年，但是固定資產投資大幅下滑的風險，這么多年我們都沒有遇到過，以前是年增速30%，后來25%，再后來20%，2013年是19.6%，但是2014年16%、15%是完全有可能的，這就是中國經濟2014年面臨的風險。
面臨上述風險有哪些應對辦法呢？滕泰認為，鑒于2014年“兩會”還沒有召開，政府工作報告還沒有對2014年做具體的部署和安排，中央目前還有很多政策資源可以利用。
首先，優先對貨幣政策做出安排，不要再鬧“錢荒”了。中國錢最多，是全世界儲蓄和外匯最多的國家，理論上不應該有“錢荒”。“中國錢最多的國家，錢最貴”這是一個現實的悖論，利率市場化改革是一劑好藥，但是如果政策不配套，好藥就會變成“毒藥”。利率市場化改革的初衷是“切實降低實體經濟的融資成本”，目前中國利率市場化改革已經南轅北轍，怎么通過好的政策調整，降低成本？這個是2014年應該考慮的重點，坦白說如果國務院107號文（《關于加強影子銀行業務若干問題的通知》）能夠很好地落實，把該堵的漏洞能夠堵住，那么貨幣政策就應該降低存款準備金率。
1．1樣本選取
為了排除上市企業IPO盈余管理和利潤操縱因素的影響，筆者從上市時間距離研究點超過4年的上市企業中選取樣本。將因財務狀況異常而被特別處理的ST企業作為財務狀況危機企業，非ST企業作為財務狀況正常企業，從滬深兩市中選取2007—2011年因財務狀況異常而首次被ST的A股制造業上市企業，共89家;按1∶1比例從滬深兩市中隨機選取同時期同行業的89家正常制造業上市企業作為配對企業。這178個樣本中，把2007—2009這3年共116個樣本作為建模樣本，用來構建預測模型，2010和2011年共62個樣本則作為預測樣本，用來檢驗預測模型的有效性和準確性。
1．2變量選取
由于宏觀經濟涉及面廣且復雜，全面綜合考慮所有因素既不經濟也不可行，因此筆者根據國內外相關學者的變量選取情況采用文獻回顧法初步選取了以下11個相對數據的宏觀經濟變量:GDP增長率g1、CPI變化率g2、PPI變化率g3、工業增加值同比g4、M2同比增長率g5、M1同比增長率g6、利率的變化率g7、利率g8、社會消費品零售總額同比g9、同業拆借加權平均利率g10和失業率g11。為便于選取，筆者以2004—2011的32個季度11個宏觀經濟變量數據為基礎進行宏觀變量的篩選。財務變量的選取需要全面反映企業的財務狀況，結合國內外研究情況，初步選取了能夠全面反映企業償債能力、盈利能力、風險水平、現金流量能力和營運能力的24個財務變量，具體如下:①盈利能力:賬面市值比x1、資產報酬率x2、銷售凈利率x3、營業利潤率x4、凈資產收益率x5、總資產凈利率x6、留存收益資產比率x7和每股收益x8;②現金流量能力:固定資產比率x9、債務保障率x10、現金流量利息保障倍數x11和每股經營活動現金凈流量x14;③風險水平:財務杠桿系數x12和經營杠桿系數x13;④償債能力:流動比率x15、速動比率x16、營運資金對資產總額比x17和資產負債率x18;⑤營運能力:應收賬款周轉率x19、流動資產周轉率x20、存貨周轉率x21和總資產周轉率x22;⑥發展能力:營業收入增長率x23和總資產增產率x24。筆者采用第t－2年的財務數據來預測企業第t年的財務狀況。首先對變量進行單變量組間均值相等檢驗和F值檢驗，剔除對ST企業和非ST企業分類不明顯的變量。對于ST企業和非ST企業來說，所處宏觀經濟環境都一樣，因此只需對財務變量進行均值檢驗和F值檢驗。其次，對選取的11個宏觀經濟變量和通過均值檢驗的13個變量分別進行因子分析，以克服量間的多重共線性并選取影響較大的代表性因子，具體如下:(1)進行球形度的KMO與Bartlett檢驗，檢驗結果如表2所示。由表2可以看出，宏觀經濟變量和財務變量的KMO值分別為0．582和0．785，均大于0．5，且球形Bartlett檢驗顯著性水平均為0，小于0．05，說明宏觀經濟變量之間及財務變量之間適合進行因子分析。(2)從方差貢獻率角度考慮這些因子的影響，因子旋轉后的特征值和方差貢獻率如表3所示。由表3可以看出，宏觀經濟變量因子分析的前3個因子特征值均大于1且累計方差貢獻率達到82．104%，大于80%，可以選取這3個因子代替原始宏觀經濟變量，且不會造成大量的信息損失;財務變量因子分析的前4個因子特征值均大于1且累計方差貢獻率達到82．280%，大于80%，可以選取這4個因子代替原始財務變量，且不會造成大量的信息損失。(3)因子載荷矩陣如表4所示。其中，Gi為宏觀因子i，Fj為財務因子j。表4中的數值為具體因子載荷值(這里只保留了大于0．5的載荷)，分析這些數值可知，宏觀因子G1主要反映了通貨膨脹情況，宏觀因子G2主要反映了國家貨幣供應情況，宏觀因子G3主要反映了國家工業發展情況，這3個因子涵蓋了所有11個宏觀變量，因此用這3個因子代表宏觀經濟變量是合理的;財務因子F1和財務因子F3主要反映企業的盈利能力，財務因子F2主要反映企業的償債能力，財務因子F4主要反映企業的風險水平，這4個因子涵蓋了所有13個原始財務變量，因此用這4個因子代表企業財務變量是合理的。數據均來源于國泰君安數據庫。以上數據處理均通過SPSS18．0完成。
2實證分析
2．1建立模型
分別用判別分析、Logistic回歸和BP神經網絡3種方法建立財務風險預警模型，并用各個模型對樣本進行預測，對結果進行比較分析。判別分析法是對研究對象所屬類別進行判別的一種統計分析方法。判別分析的過程是根據已知測量的分類(0，1)和表明觀測量特征的指標變量，推導出判別函數，根據判別函數對觀測量所屬類別進行判別，對比原始樣本的分類和按判別函數所判的分類，計算出預測準確度和錯分率。Logistic回歸模型是對二分類因變量進行回歸分析時使用最普遍的多元統計方法。它使用最大似然估計法，求得相應變量取某個值的概率。如果得出的概率大于設定的分割點，則判定該企業將陷入財務危機。Logistic回歸對于變量的分布沒有具體要求，適用范圍更廣。BP神經網絡是目前最常見、應用最廣泛的一種神經網絡。BP網絡能學習和存儲大量的輸入－輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程。BP神經網絡模型拓撲結構包括輸入層、中間層(也稱隱層)和輸出層。輸入信號先向前傳播到隱節點，經過變換函數之后，把隱節點的輸出信息傳播到輸出節點，經過處理后再給出輸出結果。節點的變換函數通常選取Sigmoid型函數。
由于宏觀經濟環境是所有企業共同所處的環境，企業對宏觀經濟環境可能存在一定的超前或滯后的反應，因此在研究宏觀經濟變量對企業財務風險的影響時，應考慮使用宏觀經濟變量的期限，以確保預測模型最優。該項研究采用限制相對自由的Logistic回歸方法，研究計算通過SPSS18．0統計軟件中的Logistic工具完成。經過Logistic回歸，可分別得到基于t－3年、t－2年和t－1年的宏觀經濟Logistic回歸模型4～模型6，模型中的變量如表5所示。從上述3個模型中各變量顯著性水平來看，模型4中各變量的顯著性水平均優于另外兩個模型，即加入t－3年的宏觀經濟數據對預警模型的優化效果最明顯，這說明我國企業對宏觀經濟勢的反應存在一定的滯后性，因此在預警模型中加入t－3年即超前于財務數據一期的宏觀經濟數據是最合適的。以下分別用判別、Logistic回歸和神經網絡3種方法建立財務風險預警模型，每種方法都建立只含財務變量模型和加入超前財務數據一期的宏觀經濟變量兩種模型。建立前者模型時，把第二部分得到的F1、F2、F3、F4這4個財務變量因子作為輸入變量;建立后者模型時，把第二部分得到的F1、F2、F3、F4這4個財務變量因子和超前財務變量一期的G1、G2、G3這3個宏觀經濟變量因子共同作為輸入變量。通過SPSS18．0可分別得到基于財務變量判別模型式(1)和基于宏觀經濟變量判別模型式(2)，以及基于財務變量Logistic回歸模型式(3)和基于宏觀經濟變量Logistic回歸模型式(4)。運用BP神經網絡進行財務風險預警時，輸入層節點數為變量的個數，隱含層經過反復測試，最終確定為30個節點，輸出層節點數為1，即企業的財務狀況，輸出0表示財務狀況正常，輸出1表示陷入財務困境。BP神經網絡研究計算通過Matlab7．1軟件完成。訓練函數選用trainlm，設置最大學習次數為1000次，目標誤差為0．05，學習速率為0．08。
2．2預測結果及分析
用以上3種方法建立的模型對預測樣本進行預測，預測結果如表6所示，其中1代表ST企業，0代表非ST企業。通過表6可以得出以下結論:(1)基于宏觀經濟預警模型的預測準確度高于基于財務變量預警模型的預測準確度。但基于宏觀經濟預警模型對預測樣本的預測準確度與基于財務變量預警模型對預測樣本的預測準確度一樣，均低于對建模樣本的預測準確度，這說明在預警模型中加入宏觀經濟變量對企業財務風險預警模型能起到一定的優化作用，但預測本身的滯后性仍無法避免。(2)基于宏觀經濟預警模型的預測穩定性高于基于財務變量預警模型的預測穩定性。從表6可以看出，基于財務變量預警模型對預測樣本和對建模樣本的預測準確度變化率均有所降低。這說明在預警中加入宏觀經濟變量，預測準確度下降幅度有所減小，模型較穩定。(3)基于宏觀經濟預警模型更全面地反映了影響企業財務風險的各種因素。從模型自身來看，在不考慮宏觀經濟因素的情況下，對企業財務狀況影響最大的首先是盈利能力，其次是企業自身風險水平和償債能力;而在考慮宏觀經濟因素后，對企業財務狀況影響最大的除盈利能力和償債能力外，不容忽視的外部影響因素是代表整個國家工業發展情況的G3因子，且與企業發生財務風險概率的大小呈負相關。(4)從分類預測結果來看，在判別和Logistic回歸預警方法下對建模樣本預測準確度與預測樣本預測準確度進行比較，加入宏觀經濟變量前后模型的第一類錯誤率都是增大的，第二類錯誤率都是減小的。但神經網絡方法下兩類錯誤率都是減小的，這與神經網絡自身方法的特點有關。神經網絡對實際系統的擬合精度只取決于網絡自身結構特性及網絡學習參數的確定，而與實際系統的維數無關。(5)在這3種預警方法中，神經網絡預測結果最優，判別預測結果最差。從表6可以看出，無論在預警模型中是否加入宏觀經濟變量，無論是建模樣本還是預測樣本，模型預測準確度依次為BP神經網絡優于Logistic回歸，Logistic回歸優于判別模型。這說明在對企業財務風險進行預警時，應該優先考慮BP神經網絡方法，為以后企業財務風險預警方法選擇提供了參考依據。
3結論
記得七月份居民價格消費指數1.8%公布的時候，筆者就指出這是“假摔”，不是真跌。果然，8月份CPI又回到“2”時代。
物價回到“2”不僅正常，而且，從未來的趨勢看，筆者認為，物價上漲的壓力已經凸顯。第一，8月份類消費品價格，除了通訊類的價格微跌之外，其余七大類消費品的價格都上漲，特別是隨著房地產的持續回暖，未來居住類價格因房租的上漲會更加顯著；其次，8月份豬肉價格雖然同比下降18%以上，但從豬肉價格單月的表現看，豬肉價格從7月份已經開始緩慢止跌。監測數據顯示，8月份以來，全國豬肉價格呈緩慢上漲態勢，豬肉價格的回升，將對未來物價上漲形成明顯的壓力；第三，隨著穩增長一系列舉措的繼續加碼，特別是8月份以來，國家發改委加大項目審批的力度，貨幣政策將在穩健的基調下，繼續偏向寬松。預計未來4個月，隨著投資力度的加大，貨幣投放量至少將和上半年持平，全年將在9.5萬億左右，實質上屬于穩中趨松的政策；第四，歐元區推行的“無上限收購債”的措施意味著，歐洲將不惜代價通過印鈔來走出債務危機，而美國量化寬松政策隨時可能出臺，這使得國際大宗商品以及糧食價格下半年重拾升勢的概率很大。國際油價在未來一個月已經超過了8%的漲幅，而受美國干旱的影響，國家糧價對中國糧食價格的心理層面的影響不可小視；第五，考慮到下半年將深化資源價格等深層的改革，深化收入分配領域的改革，這意味著，就影響價格本身的因素而言，推動價格上漲的因素多余拉動價格下跌的因素。
與價格的上漲形成鮮明對照的是，實體經濟未來復蘇的態勢并不明顯：其一，8月份工業生產者出廠價格(PPI)同比下降3.5%，較7月份2.9%的降幅放大0.6個百分點，不僅自2012年3月以來已經連續6個月“負增長”，而且創下34個月以來的新低；其二，中國物流與采購聯合會的8月份中國制造業PMI為49.2%，這是自去年11月以來首度跌破50%，創9個月新低，其三，8月份，規模以上工業增加值同比實際增長8.9%，也是年內的最低，而規模以上工業企業實現利潤26785億元人民幣，同比下降2.7%，而8月份的發電量僅僅微增2.7%，這一系列的數字意味著，經濟下行筑底的過程沒有完成，下行的壓力和風險依然很大。
這樣，宏觀經濟將面臨一個無法自圓其說的困境：一方面，無論是規模以上的工業增加值，還是進出口數據等而言，宏觀經濟需要一系列的刺激政策遏制下滑的態勢，另一方面，在很多行業產能過剩，去庫存化尚未完成的情況下，如果通過加大貨幣的投放來遏制經濟下滑，釋放出來的新增貨幣將無法為實體經濟所吸收，只能在地面流動，最終推高物價。實體經濟停滯，而物價又面臨上漲危險的情況下，宏觀經濟面臨的滯漲風險就會越來越大。
在本次會議上，羅伯特•希勒教授指出，中國需要一些金融和財政工具管理長期的風險。例如建立一種有效的累進稅制并對工資進行補貼來減少收入的不平等，它可以根據基尼系數的變動自動加以調整。同時對低收入的家庭進行補貼，這實際上是一種負得稅。中國應建立一個全面的社會保障體系，核心在于代際的風險分擔。
吳敬璉教授指出，1993年確立的社會保障制度原則大致上就是世界銀行所建議的三支柱體系，即強制性公共支柱、強制性私營支柱、自愿投保支柱。但是10年過去了，這個新的社會保障體系并沒有能夠建立起來：農民的社會保障體系只是開始試點；對于城市的國有企業的老職工補償數額約2萬億元，仍未解決；在世紀之交的股市危機后，我們懷疑“私營支柱”能否分擔風險。這些必須抓緊解決，否則在轉軌之際風險非常大。
他還特別指出，我們可以用金融創新來管理金融風險，但是也會有人利用新的金融手段來制造風險。目前金融體系創造了巨大的風險：從廣信破產一直到南方證券的救援都是以億美元計的。無論是中央銀行兜底，還是財政部兜底，最后都落到了納稅人身上，解決了一部分人的風險，制造了另一部分人的風險，甚至是國家的風險。
林毅夫教授認為，不同的發展階段面臨著不同的風險，需要不同的制度安排來解決，目前的當務之急是六大金融制度改革：社會保障的基金要趕快充實；必須徹底進行銀行體系的改革，否則可能釀成金融財政危機；資本市場應當提高上市公司的質量和投資價值，減少投機；建立社會誠信；建立金融信用體系，避免銀行成為有抵押才貸款的當鋪；發展地區性的中小銀行，給中小企業提供必要的金融服務，促進就業增長。上述六項改革都是非常傳統的，但是在目前來說都是急迫需要建立的。在此基礎上，才能通過金融創新管理長期基本面風險。
任何保險都蘊含著道德風險，對宏觀風險的對沖和保險也不例外。張維迎教授指出，金融秩序中應當有激勵相容、加強誠信的法律和商業規范，以解決道德風險問題。計劃經濟原來就是一個保險公司，城市人口所有的保險都是國家負責的，但這一體系失敗了。有必要反思目前政府主導的、充滿政府短期行為的社會保險體系。相當長的時間里，家庭保險仍然是我們主要的保險形式。
降低金融風險有兩個途徑：預先防止和事后管理。許小年教授指出，中國過去幾年對金融風險的處理基本屬于一種事后管理的辦法，而沒有考慮怎么樣來防止系統風險。最早的2700億注資將風險從國有銀行轉移到財政，后來一萬四千億元壞賬的剝離又把風險從銀行轉移到四大國有資產公司，實際上還是轉到了財政。最近用了450億美元充實兩家國有銀行資本金，又將風險轉移到了央行。這些都只是轉移風險，不能消除產生風險的根源。
中國金融風險在微觀層面上的最大來源就是市場行為不端。目前很多的市場參與者投機和冒險傾向明顯，這樣就增加了我們宏觀層面上的系統風險。冒險和投機是因為相關的收益高而成本低：高收益主要來源于轉移經濟中的尋租行為，同時市場不發達、競爭不充分，使高收益有可能存在；而成本低的原因是金融體系里面普遍存在的預算軟約束，不但銀行、券商、國有企業是預算軟約束，投資者也是預算軟約束。成本最終可以由政府最終使全體納稅人買單。中國經濟改革至今仍未解決預算軟約束問題，一個原因就是金融市場功能定位不準，監管當局調控市場指數，調控發行額度，調控發行價格。第二是政府經常把社會穩定和監管目標混在一起，使人們長期以來形成的對國家的一種精神上的和財務上的依賴越來越強。
關鍵詞：宏觀經濟 波動 信用風險 影響
重新審視宏觀經濟波動與信用風險之間關系
重新審視宏觀經濟波動與信用風險之間的關系，還需以以往的宏觀經濟波動為研究的基礎。拉美國家、日本、亞洲等國紛紛經歷了一個經濟急速增長，資產快速升值、涌入，信用與杠桿化快速擴張，而后外部經濟撤出，自身金融體系遭遇嚴重衰退的宏觀經濟波動?，F在已經有人意識到很多經濟體在經濟擴張的時候都會為之后的系統性危機留下種子。在經濟樂觀時，信用風險看起來很小，而此時銀行對于前景過于樂觀，會更傾向加快資金的流轉速度，不穩定因素也會在此時悄然產生，如果金融體系不穩定，那么在經濟擴張之后，經濟在頂部區間或衰退的時候，這種不穩定就會釋放出來，宏觀經濟將會遭到重創。而商業銀行天然具有這種性質，會讓經濟周期產生更大的振幅，在宏觀經濟好的時候，信貸質量會很好，而在宏觀經濟下行的時候，信貸違約就會顯著增加。
根據人們以往對宏觀經濟的看法，通常都有增長期、繁榮期、下降期、蕭條期四個周期，而信用風險在第一階段事實上非常小，因為增速普遍大于成本及銀行的利率，在第二階段信用風險開始來臨，但此時人們會更加瘋狂的增加自己的信貸額度，而第三第四階段就是泡沫的破滅，大量利用泡沫和炒作形成的虛假繁榮相繼破滅，給本來已經搖搖欲墜的實體經濟最后一擊。而由于大量的信貸危機產生的復合效應，拉美國家、日本、亞洲等進入蕭條期之后至今無法重現當年的盛況。全球經濟發展的不均衡導致信用風險的蔓延，再加上上述的情況嚴重損害了全球經濟的發展，在不可控的宏觀經濟波動中，發展中國家的信用風險問題也面臨著嚴峻的考驗。
宏觀經濟波動對于信用風險的影響
拉美國家：上世紀40年代中期，阿根廷經濟學家提出發展主義理論，即世界資本主義體系由兩部分組成：中心和。而造成他們不同的原因就是技術進步和應用均衡的原因，中心國家科技進步快，應用普及，國家技術進步慢，應用不普及，一些稍稍先進的技術則要依賴進口，而且只生產中心國家需要材料的廉價部分。中心國家貿易條件優于國家，原材料出口便宜，成熟工業商品進口價格高。拉美國家要擺脫現有處境就要改變當前不合理的經濟結構，提出進口替論，把國家戰略定位內向的工業發展，發展民族經濟，面向國內市場，扶持民族工業，這個政策持續的三十年時間，拉美國家每年的經濟增速都達到5%。而在1973年之后，歐美經濟停滯，通脹并發，大量資金融入拉美，為保住經濟增速，拉美一些國家提出債務發展模式，通過外債來實現國內的現代化，該模式主要內容是借錢來擴大再生產，增加出口，增加收入，然后還債并進行資本輸出，上世紀70年代，巴西、墨西哥、阿根廷等都走上了這一模式 。
而后，阿根廷等國家實現了全面私有化，大量的美歐資金一波一波的進入阿根廷，他們廉價收購了阿根廷所有戰略行業及廉價出賣的產業，然后推高本地股市，讓阿根廷本地投資者瘋狂追捧，把并購來的企業在資本市場進行兌現，當他們把財富掠奪的差不多的時候，這些資金帶著豐厚利潤大規模撤離，導致了阿根廷的金融危機。從其中，我們不難看到宏觀經濟波動對信用風險的影響，宏觀經濟波動越大，可能帶來的信用風險就越大。
日本：上世紀80年代末，日本經濟迎來了新一輪的增長，實際GDP增長達到5%以上，而個人住房投資和隨之而來的家電消費也迎來了一個繁榮的新時代。而且，當時的物價水平并沒有跟隨貨幣供應量而迅猛的上升，一直處于較低的狀態，這點有些像今天的中國，高增長、寬貨幣、低通脹。但是不能掩飾的是，當時日本的經濟爆發引發了西方市場的恐懼，于是通過操縱匯率，使日元進行升值，以此讓熱錢涌入日本，炒高日本本土房價股價。
而后，資產價格上升無法支撐實體經濟，一些投機者失去了投機的熱情，土地和股票的價格下降，導致賬面資本虧損，由于很多企業和投機者將上升的賬面資本考慮在內進行了更大規模的融資和投資，從而帶來大量的信貸問題，隨著金融緩和政策的結束，日本國內資產已不可能維持原價。而大幅度衰退的可怕之處在于各種投資標的都存在大量的信貸問題，從房屋、土地到股市、融資都有人或公司大量破產，之后產生的恐慌心理使得消費和投資緊縮的加乘效應，不只毀掉泡沫成分也砍傷了實體經濟，且由于土地與股市的套牢金額通常極大，一般都超過一個人一生才能積累的財富，導致許多家庭發生悲劇，而多數的高價買房的一般家庭則成為背債者，對以后長達一代人的日本社會消費萎縮經濟不振種下了因子。
我國：上世紀90年代以來，我國GDP每年的增速平均達到了8%以上，而近年來，人民幣多次提高存款準備金率以實現更集中的貨幣政策，也表達了政府已經關注到了信用風險。根據我國目前的信用風險形式我有以下看法，國有銀行主導的政府債和國企債可能會產生較大的逾期風險。我國的銀行將貸款分為正常、關注、次級、可疑和損失五級，而其中大量的本應該是次級可疑甚至是損失級的貸款被分為正常和關注中，銀行這么做毫無疑問會讓賬面的信息更好看，但是其中借給地方政府和國有企業的債務很難在預期時間還上。于是銀行就會把債務整體出售給信托公司，然后由信托公司把債務分割為理財產品在銀行等地銷售，而這種拆東墻補西墻的龐氏騙局也就解釋了為什么信托類的理財產品通常周期很短，并且很多都是非保本類型的，而信托公司的資產是持有一些銀行的股份等標的，有些信托公司會把手中某些股份作為質押標的質押多次，而信托類理財產品也淪為地方債務和地方融資平臺，也就是我國證監會主席肖鋼所說的理財產品就是龐氏騙局。
另一方面：按揭房貸也在國內占據了很大比重。從上世紀90年代起，我國對房地產市場一直實行放松的經濟政策，長時間的政策慣性助長了房地產投機商的高回報預期，致使房價一張再漲，而借貸雙方信息不對稱，假按揭造成了銀行的不良資產，而早期的寬松制度更讓一些投機客用一套房子的貸款再買一套以此來推及更多房源來推高房價，而這種由于信貸擴張所推動的畸形房價上漲也在近年來問題凸顯，去年各地政府分別限制第二套房首付比例提高就是政府的應對之策，而在房價上升時這種高杠桿比例的信貸暫時不會有問題，但房價一旦停止上行，就會由于高利息等產生更多的信貸違約問題，信用風險凸顯，會對整個宏觀經濟造成大的沖擊。
2014年3月4日是中國債券史上值得銘記的一天，*ST超日當晚公告稱，公司因資金原因無法按時支付債券的到期利息，中國債券市場首次實質性違約宣告誕生。這是一個里程碑式的事件，代表著我國債市的剛性兌付就此終結，政府不再兜底，其中的信用風險會得到釋放，而信托募集量將會下降，導致民企債券價格下降，這會進一步地增加企業債券的兌付風險。很多人對我國的債務有一種樂觀的估計，而這種樂觀的估計是建立在虛幻的資產價格基礎之上的，如果資產價格發生下挫，利潤下降甚至虧損，則必然導致系統性風險。2014年2月，我國罕見的出現了貿易逆差，這預示著更多的出口企業將會面臨較大的風險，而其中的債務風險將會逐步得到釋放。國企與地方政府債務則由于2014年國內部分城市將會面臨的土地價格下降而出現兌付風險。2014年，美國政府會逐漸退出量化寬松，其下一步必然是更加緊縮的貨幣政策，例如加息，一旦加息資金會加速回流美國，國內債務成本上升，企業個人實際債務上升，消費者不敢消費，進一步增加經濟困境，這會引發更大的宏觀經濟波動。
宏觀經濟波動影響整體信用風險的因素
（一） 政府宏觀調控因素
為減少在宏觀經濟波動中整體市場經濟受到的打擊，國家會基于自身的國情通過宏觀調控的方式將經濟周期性波動的危害程度降低到最小。與此同時，在國家宏觀調控下，信用風險會受到一定的影響。無論是寬松的宏觀經濟政策還是緊縮的宏觀經濟政策，都是與宏觀經濟波動相輔相成的，并且隨著宏觀經濟發展不斷調整國家宏觀經濟政策，宏觀經濟政策的大幅度調整對于信用風險來說也是一種負擔和挑戰。宏觀經濟政策的制定直接影響到銀行的決策，如若在根源上就不合理，那么最直接的后果就是銀行處于一個不可知的經濟環境中，任何風險值都在上升，信用風險也不例外。宏觀經濟波動帶動了國家宏觀經濟政策的波動，同時，不理性的政府宏觀調控會加劇信用風險。
（二） 主體因素
宏觀經濟波動會影響信用風險的主體因素在于商業銀行應對不同時期的宏觀經濟波動做出的信貸政策不同，它體現出一種親周期的態勢，帶來的后果是信用風險增加，并容易陷入信貸緊縮時不良貸款增長的窘境中。如若商業銀行沒有掌握住整體的宏觀經濟波動的規律，就很難制定出正確的信貸政策，同時也很難調整資質較好的放貸對象，這些不確定性已經增加了信用風險。在經濟過熱時期，實際上增加了風險的指數，相比較下，經濟緊縮時期，受宏觀經濟波動較大影響的周期性行業的信用風險劇增，又由于部分的中小企業的自身抗風險能力較弱，使得銀行層面的信用風險暴露出很多問題，而這些因素都會影響整體的信用風險提升。
（三）客體因素
宏觀經濟波動會影響信用風險的客體因素在于借款人在不同時期的宏觀經濟波動下償還能力與借款數量的不平衡，如在經濟上行的周期內，隨著經濟的上行信用風險呈現逐漸增大的態勢，而一旦宏觀經濟停滯上行或有所減緩，那么由于借款者對于之后宏觀經濟盲目樂觀所造成的大量信用風險堆積就會成為壓垮借款者的稻草，從而產生一系列的連鎖反應，而且借款者們普遍存在互相擔保的情況，如果有一部分借款者違約，那么就會對整個信用風險體系產生"蝴蝶效應"般的系統性風險。
研究總結
（一）不同經濟階段違約距離或違約概率不同
通過實證性的發現，隨著時間的變化，在我國上市公司的違約距離隨之變動，并且總的來說違約距離表現出一種繼續拉大的態勢，這表明信用風險存在著持續下降的可能。而此種現象與我國宏觀經濟的運行周期在大體上保持了一致。分析宏觀經濟的運行，首先從違約距離與它相關的關系進行分析。因為GDP 對宏觀經濟與違約距離的關系有重要影響，所以對其分析：信用風險與GDP總量呈現出負相關，也就是說違約距離與其存在正相關；信用風險與GDP增長速度呈現出負相關，進一步解釋說違約距離與其呈現負相關。
（二）不同信用等級受經濟周期影響不同
實證研究表明，不同信用等級受經濟周期的影響不同。信用等級越高，對宏觀經濟變化的反應越不敏感。 與此同時，不同信用等級的借款人的違約概率受到宏觀經濟波動影響的程度也有所不同。
依據上文對于宏觀經濟波動與信用風險之間關系的分析，又深入探析了宏觀經濟波動下影響信用風險的各個因素，從宏觀角度入手得出在日益波動的宏觀經濟下，要掌握好國家的宏觀經濟政策，使得國家經濟的大方向是與宏觀經濟波動相匹配的，反之會嚴重影響國家的經濟發展及對信用風險造成巨大危害，從而需重視國家的政府宏觀調控；再者，影響信用風險的主體和客體因素也應引起注意，調節好之間的關系，加強防范信用風險的意識和措施。
參考文獻：
1.賈文學.商業銀行信用風險與宏觀經濟周期關系研究[J].浙江金融，2007（7）
2.李悅.經濟周期對信用風險的影響[J].浙江金融，2006（8）
3.王欣昱，張浩博.中國宏觀經濟波動與信用變化比的相關性研究[J].云南社會科學，2013 年第 1 期
4.竇玉進.陳國華.宏觀經濟波動對信用風險的影響[J].當代經濟，2009年12月（下）
