我国股票市场流动性风险调整VaR模型的构建
中国证券市场风险分析与VAR模型
中国证券市场风险分析与VAR模型一、中国证券市场风险分析金融风险是世界各个市场经济国家所面临的共同问题，它不但破坏了一个国家乃至世界经济发展的秩序，而且也直接威胁着一个国家或地区的政治稳定。
从墨西哥金融危机、美国南加州橘县的破产到巴林银行倒闭及日本大和银行的惨重损失都充分地说明了这一点。
金融活动总是存在着金融风险，这是因为人类经济活动中①信息总是不完备、不对称的；②人的理性是有限的。
并且，由于金融领域知识的专门性及技术的复杂性，加之信息传播手段的现代化，金融活动中信息的不完备性及人的有限理性更为突出，这就使得金融活动具有更大的不确定性特征。
但这种较大的不确定性使得金融活动具有较高风险的同时，也具有获得较高收益的可能，即所谓高风险高收益。
从金融业的整体来看，金融业越活跃，越多样化，其不确定性空间也就越大，因而金融业的风险也就越高。
1、中国证券市场风险的总体特征：目前，中国正处于由计划经济体制向市场经济体制转轨的过程之中，旧的体制尚未完全消退，新的体制正在建立，还远不完善。
新旧体制处于相互交错的状态之中。
一方面，旧的计划体制依然在社会经济的许多领域发挥着种种作用，干扰甚至阻碍着新的市场经济体制的建立和运行；另一方面，新的市场经济体制脱胎于旧的计划经济体制，还很不完善，尚不能有效地规范和调节自身的运行，有时还不得不求助于旧的计划经济体制，使得中国证券市场不仅具有成熟证券市场所具有一般风险因素和证券市场发展初期的特殊风险因素，更具有经济转轨时期特有的体制性风险因素，主要表现为：①由于证券市场中的机构投资者利用经济转轨时期法律法规制定和执行过程中存在着的种种不完善，利用新旧体制交替过程中管理方式方法，甚至管理权限中出现的某些真空地带，利用旧体制下形成的权力系统对新体制的合法干预等，人为地操纵市场，兴风作浪，牟取暴利以及“寻租行为造成的证券市场的震荡；②由于管理机构缺乏管理经验而对证券市场干预不及时、不果断或进行不正常干预而造成的证券市场的震荡；③由于相当一部分证券发行企业业绩较差，缺乏对证券价格的业绩支持造成的证券市场基础不牢固所酝酿的潜在风险；④由于中国各行业企业与经济走势之间密切的相关关系所造成的证券市场上很高的系统风险。
流动性风险的预测分析模型研究
流动性风险的预测分析模型研究一、引言流动性风险是指资产转换为现金或其他可交易资产的速度，以及这种资产的可获得性。
流动性风险可能会导致投资者无法及时出售资产，或者被强制以低于市场价值的价格出售资产，从而使其蒙受损失。
流动性风险是金融市场中一个重要的风险因素，对于投资者而言，流动性风险的控制是非常重要的。
本文将探讨流动性风险的预测分析模型，帮助投资者有效地控制流动性风险。
二、流动性风险的预测分析模型1. VAR 模型VAR 模型是一种基于时间序列数据的多元统计模型，可以帮助投资者分析不同变量之间的关系和影响。
在流动性风险预测中，投资者可以使用 VAR 模型来研究不同的影响因素，如市场流动性、公司财务等。
通过VAR 模型，投资者可以计算出每个因素的贡献度和影响程度，从而进行风险控制。
2. 多元回归模型多元回归模型是一种利用多个自变量来预测因变量的统计模型。
在流动性风险预测中，投资者可以将各种因素作为自变量，包括市场流动性、公司财务、宏观经济环境等因素。
通过多元回归模型，可以得到每个因素的系数，从而计算出因素之间的影响程度和贡献度，帮助投资者制定针对性的风险控制策略。
3. SVM 模型SVM 模型是一种基于机器学习的分类模型，它可以通过样本数据学习出分类规则，从而识别不同类型的数据。
在流动性风险预测中，投资者可以使用 SVM 模型来构建分类模型，将投资标的（如股票、债券等）分为流动性高和流动性低两种类型，从而预测未来的流动性风险。
4. 随机分析模型随机分析模型是一种基于蒙特卡罗模拟的价格预测模型，可以模拟不同的市场情景，帮助投资者进行风险评估和控制。
在流动性风险预测中，投资者可以通过随机分析模型模拟不同的流动性风险情景，从而对未来的风险进行预测和掌控。
三、结论流动性风险作为金融市场中的重要风险因素，对于投资者而言是非常重要的。
通过流动性风险的预测分析模型，可以帮助投资者更有效地进行风险控制和管理。
本文介绍了几种常见的流动性风险预测分析模型，并探讨了它们在流动性风险预测中的应用，希望对投资者进行风险控制提供参考。
风险价值(VaR)模型简介
风险价值（VaR ）模型一、VaR 的产生背景公司的基本任务之一是管理风险。
风险被定义为预期收益的不确定性。
自1971年固定汇率体系崩溃以来，汇率、利率等金融变量的波动性不断加剧，对绝大多数公司形成了巨大的金融风险。
由于金融衍生工具为规避乃至利用金融风险提供了一种有效机制，从而在最近30年来获得了爆炸性增长。
然而衍生工具的发展似乎超越了人们对其的认识和控制能力。
衍生工具的膨胀和资产证券化趋势并行促使全球金融市场产生了基础性的变化—市场风险成为金融机构面临的最重要的风险。
在资产结构日益复杂化的条件下，传统的风险管理方法缺陷明显，国际上众多金融机构因市场风险管理不善而导致巨额亏损，巴林银行更是因此而倒闭。
风险测量是金融市场风险管理是基础和关键，即将风险的特征定量化。
因此，准确的测度风险成为首要的问题。
在这种情况下，VaR 方法应运而生。
二、VaR 的定义VaR 的英文全称为Value at Risk ， 它是指资产价值中暴露于风险中的部分，可称为风险价值。
VaR 模型用金融理论和数理统计理论把一种资产组合的各种市场风险结合起来用一个单一的指标（VaR 值）来衡量。
VaR 作为一个统计概念，本身是个数字，它是指一家机构面临“正常”的市场波动时，其金融产品在未来价格波动下可能或潜在的最大损失。
一个权威的定义：在正常的市场条件下和给定的度内，某一金融资产或证券组合在未来特定一段持有期内的最大可能损失。
用统计学公式表示为：。
其中x 为风险因素（如利率、汇率等），为置信水平，为持有期，为损益函数，是资产的初始价值，是t 时刻的预测值。
例如：某银行某天的95%置信水平下的VaR 值为1500万美元，则该银行可以以95%的可能性保证其资产组合在未来24小时内，由于市场价格变动带来的损失不会超过1500万美元。
从VaR 的概念中可以发现，VaR 由三个基本要素决定：持有期（t ），置信水平（α），风险因素（x ）。
VaR模型中流动性风险的度量
VaR模型中流动性风险的度量VaR模型中流动性风险的度量摘要：VaR（Value at Risk）是一种衡量投资组合风险的常用方法，它可以帮助投资者衡量其在未来一段时间内投资组合可能面临的最大损失。
然而，VaR模型在度量风险时通常忽视了流动性风险因素。
本文通过介绍VaR模型以及流动性风险的定义和度量方法，讨论了VaR模型中流动性风险的重要性，并提出了一些度量流动性风险的方法。
1. 引言VaR作为一种衡量风险的方法，广泛应用于金融领域。
然而，在实际应用中，VaR模型通常仅关注价格风险，而忽视了流动性风险这一重要因素。
流动性风险是指投资者在买入或卖出证券时所面临的成交价格和成交量的波动。
由于流动性风险的存在，投资者可能面临高成本买入或低成本卖出的情况，从而导致实际损失超过预期。
因此，度量VaR模型中流动性风险的方法非常重要。
2. VaR模型概述VaR模型是一种用于衡量投资组合风险的方法，其基本原理是通过设定一定的置信水平和时间期限，估计在该时间期限内投资组合可能遭受的最大损失。
VaR模型通常分为历史模拟法、参数法和蒙特卡洛模拟法。
历史模拟法基于历史数据来计算损失分布，参数法则使用某一概率分布来拟合损失分布，而蒙特卡洛模拟法则通过生成大量的随机数据来模拟损失分布。
3. 流动性风险的定义和影响因素流动性风险是指投资者买入或卖出证券时面临的成交价格和成交量波动所带来的风险。
流动性风险的主要影响因素包括市场流动性、个别证券的流动性、交易规模和投资者风格。
市场流动性是指整个市场交易量的大小和交易速度，个别证券的流动性是指该证券的交易量和交易深度。
交易规模是指投资者想要买入或卖出的证券数量，而投资者风格则是指投资者的买卖策略和持有时间。
4. 流动性风险的度量方法目前，有多种方法可以用于度量流动性风险。
其中一种方法是使用流动性指标，例如Tick大小、价差和平均成交量。
这些指标可以衡量市场流动性和个别证券的流动性。
VaR在我国金融风险管理中的应用研究
VaR在我国金融风险管理中的应用研究作者：薛炜星来源：《现代经济信息》2016年第07期摘要：由于金融业的持续进步，金融产品快速创新和全球市场竞争日益激烈的影响，我国金融风险变得更加复杂化。
VaR属于一类测定金融风险的工具，逐渐变成金融风险管理的主要方式，获得了金融领域的广泛应用。
现简要分析VaR在我国金融风险管理中的应用，力求为今后的相关工作提供参照。
关键词：VaR方法；金融风险管理；应用中图分类号：F830.1 文献识别码：A 文章编号：1001-828X（2016）007-000-01当前我国存在的金融风险因素较多，此类风险也是金融部门与监管机构特别重视的部分。
所以，许多金融部门大力研发金融风险管理技术，特别注重金融风险的测量。
其中，VaR方法属于一类切实有效的测量技术。
因此，对VaR在我国金融风险管理中的应用进行分析就变得非常重要。
一、VaR方法的概念VaR方法也成为风险价值模型，是最近些年出现并发展应用的一类量化金融风险测量方法。
它的含义是：在市场正常的波动情况下，某金融资产或者证券组合的最大可能损失。
其具备的优势为：首先，其能够将多种金融技术、金融资产组合和各部门的金融风险量化成数字，并进行对比分析。
管理人员就可以基于该数值评估当前的金融风险程度；其次，以该指标数值为基础，管理人员无法以自身对金融风险不了解为借口推卸责任。
监管机构同样能够借助该指标数值增加市场的透明度，保证市场的稳定[1]。
二、VaR模型的算法1.历史模拟算法该方法是一类简洁的与非理论算法，其对潜在金融因素的标准散布不进行假设。
是通过对曾经一段时间金融资产组合风险收益频率分布进行计算，以得到曾经一段时间的均收益和既定置信水平下最小收益，进而计算出VaR值。
2.蒙特卡洛模拟算法该计算方法主要根据历史数据或者既定散布假设情况下的参数特性，通过随机形式模拟出许多资产组合值，并在这些之中选出VaR值。
起能够更有效的对非线性和非正态进行处理。
基于VAR模型的股票市场波动风险评估
基于VAR模型的股票市场波动风险评估股票市场对于投资者来说是一个充满机会和风险的领域。
没有人可以准确预测股票市场的走势，但是我们可以通过对市场变化的研究和分析，来评估市场的波动风险。
其中一种方法就是利用VAR模型来进行风险评估。
1. 什么是VAR模型？VAR模型是一种广泛应用于金融领域的统计模型，它可以分析多个变量之间的关系和相互作用，从而预测未来的市场走势和波动。
VAR模型的核心是矩阵代数，通过对多个变量的观测值进行线性组合，得出它们之间的相关性和因果关系。
2. VAR模型在股票市场中的应用在股票市场中，VAR模型通常用于评估风险和波动性。
以某个股票为例，我们可以通过收集多个相关变量的数据，如股价、成交量、市值、财务指标等，建立一个VAR模型，来预测未来的股价走势和波动。
VAR模型的一个重要输出结果是价值-at-风险（VaR）指标。
VaR是指在一定置信水平下，某个投资组合或资产在一定时间内可能面临的最大损失。
例如，我们可以预测某个股票在5个交易日内的VaR为10%，这意味着在95%的置信水平下，该股票在未来5个交易日内最多会下跌10%。
3. 如何建立VAR模型？建立VAR模型的关键在于选择合适的变量和时间段。
一般来说，需要选择与特定股票相关的多种指标，并收集相应的历史数据。
例如，对于某家公司的股票，我们可以选择该公司的财务数据、行业指标、市场数据等。
同时，需要考虑时间段的选择，一般来说，需要选取足够长的时间段来覆盖多个市场情况和周期性变化。
建立VAR模型后，我们可以通过模型的输出结果来评估股票市场的风险和波动性。
例如，我们可以预测一只股票在未来三个月内的VaR为8%，这意味着在95%的置信水平下，该股票在接下来的三个月内最多会下跌8%。
4. VAR模型的局限性尽管VAR模型在股票市场中广泛应用，但它也存在一定的局限性。
首先，VAR模型假设变量之间是线性的，并且假设变量之间的相关性是稳定的。
然而，在现实中，经济变量之间的关系往往是非线性的，并且可能因为外部因素的影响而发生变化，这会影响VAR模型的预测准确性。
VaR风险测量模型在我国股票市场中的应用
VaR风险测量模型在我国股票市场中的应用
陈立新
【期刊名称】《大连交通大学学报》
【年(卷),期】2004(025)002
【摘要】VaR是风险估值模型(Value at Risk)的简称,是近年来国外兴起的一种金融风险管理工具.本文在国内外学者的研究基础上,运用我国证券市场的有关数据对VaR风险测量模型在我国股票市场风险测量中的具体应用作了实证分析,旨在寻找一套符合我国国情的具有可操作性的证券市场风险测量体系,从而促进我国证券市场的健康发展.
【总页数】4页(P72-75)
【作者】陈立新
【作者单位】大连铁道学院,管理工程系,辽宁,大连,116028
【正文语种】中文
【中图分类】F830.91
【相关文献】
1.VaR风险测量模型在我国股票市场中的应用研究 [J], 陈立新
2.VaR法在股票市场风险测量中的应用 [J], 顾琳
3.VaR方法在我国股票市场中的应用与分析 [J], 刘永祥
-VaR模型在股票市场流动性风险度量中的应用 [J], 胡晖;王琰
5.VaR模型在中国股票市场风险评估中的应用 [J], 杨霞
因版权原因，仅展示原文概要，查看原文内容请购买。
基于极值理论的VaR及其在中国股票市场风险管理中的应用
基于极值理论的VaR及其在中国股票市场风险管理中的应用基于极值理论的VaR及其在中国股票市场风险管理中的应用一、引言随着金融市场的不断发展与变化，风险管理成为投资者和金融机构必须面对的重要问题。
其中，价值-at-风险（Value-at-Risk，VaR）作为衡量风险的一个重要指标，得到了广泛的关注和应用。
本文旨在介绍基于极值理论的VaR，并探讨其在中国股票市场风险管理中的应用。
二、基于极值理论的VaR概述VaR是对投资组合或资产的潜在最大损失进行估计的一种方法。
基于极值理论的VaR是通过极端事件的分析来评估可能的风险。
该方法认为，金融市场的价格变动往往是非正态分布的，存在着尾部风险。
因此，通过分析尾部风险，更准确地测量风险成为可能。
1. 极值理论概述极值理论是研究极端事件发生概率和极端值分布的理论。
在金融领域，极值理论被广泛应用于风险管理中。
极值理论有两个核心概念：极值分布和极值指数。
其中，极值分布是指极端事件的概率分布，常用的极值分布有Gumbel分布和Frechet分布等；极值指数是指构建VaR所需要的参数，用于描述极端事件的性质。
2. VaR的计算方法基于极值理论的VaR通过以下步骤计算：（1）选择极值指数；（2）拟合极值分布；（3）估计VaR。
三、极值理论的VaR在中国股票市场风险管理中的应用中国股票市场是一个高度波动且风险较高的市场，因此，正确评估风险并科学管理风险至关重要。
基于极值理论的VaR在中国股票市场的风险管理中具有重要的实际应用价值。
1. 极值理论的VaR模型适用性基于极值理论的VaR模型能够较好地适应中国股票市场的特点。
中国股票市场的价格变动具有明显的非正态分布特点，存在着尾部风险。
极值理论的VaR模型通过捕捉尾部风险，对股票市场的风险进行了更准确的测量，能够更好地反映实际风险。
2. 极值理论的VaR模型优势相比传统的VaR模型，基于极值理论的VaR模型具有以下优势：（1）对极端事件的更准确估计：基于极值理论的VaR模型适用于尾部风险的估计，能够更好地捕捉金融市场中的极端事件。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
商业文化·学术探讨 2008年2月314我国股票市场流动性风险调整VaR 模型的构建孟祥赫 陈春林（辽宁大学经济学院，沈阳，110036）摘 要：流动性风险是金融资产所面临的主要风险之一。
近年来国内外研究者都试图将流动性风险的度量纳入业已成熟并广泛应用的风险管理体系——VaR 体系中。
本文在归纳总结现有研究成果的基础上，结合我国特有经济条件下股票市场所面临的流动性风险的特点，选取适当指标构建具有直观经济意义的流动性风险度量模型，用以度量单只股票及股票投资组合的流动性风险。
关键词：流动性风险 风险价值（VaR ） 流动性风险调整VaR 模型 中图分类号：F830.9 文献标识码：A 文章编号：1006—4117（2008）02—0314—02一、文献综述VaR （Value at Risk ）是指在市场的正常波动下，在给定的置信水平下，某一金融资产或者证券投资组合在未来特定的一段时间内的最大可能损失。
从统计角度上讲，VaR 的定义如下：p 1))p (VaR Y (P −=≤其中，Y 代表资产（或资产组合）的利润或损失，VaR(p)表示置信水平P 下的VaR 值。
传统的VaR 模型已经广泛应用于度量市场风险和信用风险，而对于流动性风险的考察却一直没有形成规范的体系。
国外研究认为传统的市场风险测度忽略了流动性风险，因此试图在VaR 方法基础上通过融合市场风险和流动性风险形成新的风险管理体系，按研究方法不同可分为两类：（一）基于资产头寸变现期限的市场风险和流动性风险的合成Hisata ，Yamai （2000）将变现时间作为内生变量，分别建立连续时间模型和离散时间模型，提出用最优变现策略来计算L-VaR 。
他们在模型中引入了市场影响这一因素，并应用模型计算在最优交易策略下由于价格波动导致的最大损失。
Shamroukh （2001）提出了另一种流动性风险调整VaR 模型（LA-VaR ）。
他把持有期等分为n 个阶段，将持有期的长度T 定义为一个给定的外生变量，然后在每一阶段等量分批出售持有的头寸。
该模型使用的是经流动性调整后的价格。
其研究结果发现，与传统VaR 模型计算得到的风险值相比，LA-VaR 模型计算得到的风险值等于传统计算得到的风险值再乘以一个放大因子。
（二）基于买卖价差的市场风险与流动性风险的合成 Bangia ，Diebold ，Schuermann ，Stroughair （1999）从另一个角度把流动性风险度量引入VaR 模型。
他们把流动性风险分为内生和外生两部分，用买卖价差的波动衡量外生流动性风险，以此定义外生流动成本。
在传统VaR 模型计算的风险值的基础上再加上外生流动成本，就得到了流动性风险调整后的风险值。
他们所提出的模型即为BDSS 模型。
Le Saout （2001）利用BDSS 模型在法国股票市场进行了实证检验。
在模型中，他用加权买卖价差代替了直接观测到的买卖价差，这样的处理放大了买卖价差的波动，放大的部分反映了内生的流动性风险。
其研究结果认为：外生流动性风险和内生流动性风险是总风险中不可忽略的一部分，因此不经过流动性调整的传统的VaR 模型会低估风险。
二、模型的建立本文采用参数法计算VaR 。
参数法利用对资产流动性指标统计分布的假定来简化VaR 的计算。
此方法计算VaR 的关键在于确定证券组合未来损益的统计分布或者概率密度函数。
为了能够应用VaR 方法准确的测度流动性风险，需要选取适当的流动性测度指标。
本文所研究的流动性风险是股票市场面临的主要风险，考虑到我国股票市场特有的交易机制与市场成熟度，本文的研究侧重于从价量结合的角度来反映流动性。
可构建指标如下：VP)P P(Lminminmaxt−=其中：max P 代表日最高价格，min P 代表日最低价格，V 为当日成交金额。
该指标的分子为股价的日波动率，可理解为日价差，这样L t 即可理解为一个交易日内单位成交金额所导致的最大价格变动率。
该指标形式简单，经济意义明确，同时涵盖了流动性多维属性中的深度和宽度，可用于计算证券变现的损失率：证券(个股或者资产组合)一日内变现V 的损失金额L v 。
为了处理上的简便，对L t取自然对数，进而对指标*t L 进行分布拟合。
*t L 的计算公式如下:)V (ln P )P (P lnL minmin max *t −−=由参数法计算VaR ，对某一证券或者证券组合的流动性风险进行测度时，先要拟合时间序列L t 的分布。
然后依据其统计分布计算各证券在一定置信水平下的流动性风险值。
根据流动性风险值的定义，L-VaR 实际上是要估测在t 期，正常情况下，投资工具或资产组合的均值与在一定置商业文化·学术探讨 2008年2月315信区间下的最低值之差，即：[]αωL )E(L VaR _L t 0t −=0ω为持有期初资产组合的价值，t L 为流动性指标的时间序列值，)L (E t 为资产组合的预测流动性成本，αL 为一定置信水平α−1下的最低值。
计算t L_VaR 最关键、最困难的问题是确定流动性指标的分布形式，以找到特定分布的在一定置信水平α−1下的最低值。
本文假定流动性指标的时间序列}L {*t 服从正态分布，要想求出给定置信水平α−1下的*L α，只要利用正态分布表找到标准正态分布的一个α−1上分位点αZ ，使得ασµαα−=−>1)Z Pr(L t *由序列}L {t 与序列}L {*t 之间的一一映射关系可知： ασµαα−=−>1)Z )Pr(ln(L tασµαα−=>−1)e L (Pr t Z三、总 结风险管理的VaR 方法在概念上简单明了，应用上具有很强的灵活性，是一种动态管理的思维方式。
VaR 方法以其自身的独特优势，已经成为当前发达国家最为流行的风险管理方法。
本文将流动性风险的测度纳入到VaR 体系中，最终建立既可以用来度量流动性风险，又可以作为投资者流动性风险管理工具的测度模型。
在今后进一步的研究工作中，笔者将应用此模型对我国股票市场市场指数、单只股票以及证券投资组合数据进行实证检验，以验证由此方法所建立模型的实用程度，并应用此模型为投资者的流动性风险管理提供依据。
参考文献：[1] 宋逢明、谭慧，VaR 模型中流动性风险的度量，[J]，数量经济技术经济研究，2004年第6期[2] 曲爱丽，我国开放式基金流动性风险研究，[硕士论文]，青岛大学，2006（上接316页）（一）继续加快高科技发展，提高经济增长的科技含量，为财政收入快速增长提供物质基础。
鉴于一直以来我国第二产业科技含量普遍偏低的情况，国家应该继续加大对科技的资金投入，大力发展以汽车、计算机、微电子、医药、生物工程、通讯工程、以及信息业为代表的高科技产业，促使第二产业由传统产业向现代产业转化。
同时也要大力发展包括商业、金融业、房地产业等在内的第三产业,使第三产业成为推动经济发展的一支重要的力量。
（二）从1999年下半年开始，我国实行的包括扩大财政投资、增发国债、征收利息所得税、公务员加薪、以及提高三大保障水平等措施在内的积极的财政政策，对拉动国民经济和财政收入的快速增长起到了明显效果，但是随着时间的推移和形势的变化，积极财政政策的效应正在逐渐减弱。
因此必须研究采取进一步加强和改善宏观调控的政策，及时调整财政政策的实施力度和具体措施。
在继续增发国债扩大财政投资的同时，还要积极调整收入分配政策，清理取消不利于投资和消费的各种管制性规定，有效地刺激投资和消费需求，不断增强企业平等竞争能力，促进国民经济持续快速健康发展。
具体包括以下措施：1．适当扩大财政赤字，增加国债发行，保持投资需求的较快增长。
从近期看，由于居民收入水平、消费观念、收支预期、信用担保，以及产品结构等方面的原因，民间投资和消费的启动还需要一个过程。
因此，在经济和财政所能承受的范围内，通过适当增发国债，扩大政府投资，将一部分储蓄直接转为有效需求，是保持经济增长的必要措施。
2．调整收入分配政策，着力刺激消费需求。
消费需求是最终需求，保持经济持续增长最终要靠消费需求的不断扩大。
因此，要从改革、发展、稳定的高度合理调整收入分配政策，通过深化改革去消除有效需求实现和供给结构优化的体制和政策障碍。
当前，为了改变居民收入预期下降、支出预期上升、高收入者消费意愿不强、低收入者消费能力不足的状况，应当提高国有企业下岗职工、失业人员以及城镇居民最低生活保障对象等低收入者的生活保障水平，并增加机关事业单位职工工资和离退休人员养老金。
这不仅有利于刺激消费，也有利于维护社会稳定。
3．进一步实施有利于扩大投资需求和促进出口的税收政策。
在日前特殊的经济环境下，除采取增发国债扩大政府支出的办法直接增加投资和消费需求外，还应通过实施包括合理调整固定资产投资方向调节税、对企业设备投资实行投资抵免所得税、适当提高出口退税率，支持出口增长以及继续清理整顿各种收费，减轻企业负担的等措施在内的积极的税收政策，鼓励扩大投资，促进出口增长。
参考文献：[1] 张晓峒.计量经济分析[M].经济科学出版社出版，2000.9.[2] 孙文基 财政学 中国财政经济出版社 2004.8 [3] 刘仲藜.中国财政经济问题研究[M].中国财政经济出版社出版，1999.8。