| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

溫哥華資訊

溫哥華地產

溫哥華教育

溫哥華財稅

新移民/招聘

黃頁/二手

旅游

中國經濟疲軟影響跨國公司前景 專家呼直接給發錢

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
中國經濟復蘇乏力已經不再只是中國的問題,它正在通過在華運營的跨國企業將這種疲軟狀態傳導至世界各國和各個行業,這些跨國公司本身的成長和盈利前景也變得更加暗淡。


這類企業種類繁多,涉及各個行業,從銷售漢堡的全球快餐連鎖店到汽車制造商,其中許多都在咬緊牙關,為中國經濟在未來相當一段時間進一步惡化做准備。

路透社在星期五(8月2日)發表的一篇報道中指出,中國地產市場的持續低迷和就業市場深度蕭條讓作為全球第一大貿易國和第二大經濟體的中國失去了昔日的活力,世界經濟已經感受到了這一巨大變化。


咖啡連鎖店星巴克(Starbucks)、通用汽車(GM)以及受到對華出口限制影響的高科技公司等許多企業都對中國經濟的疲軟程度感到震驚。路透社指出,中國政府提振經濟的措施迄今為止效果不佳,個人消費低迷的狀態至今沒有出現明顯的起色。面對各種生活壓力的增加,消費者的消費意願受到了很大的抑制,他們不是無錢可花就是有錢也不敢花。

“現在市場很困難。坦白講,這是難以持續的,因為公司在那裡虧損資金的額度是不可能無限期持續的,”路透社引述通用汽車首席執行官瑪麗·巴拉(Mary Barra)上星期的話說。通用汽車中國分公司已經從通用汽車的一個盈利火車頭轉變為財務負擔。

中國GDP今年第二季度的增幅低於預期,審慎的中國家庭都攢錢還債,從而導致中國零售業銷售在6月份下滑至18個月來的新低,而商家則被迫削價競爭,商店裡的幾乎所有商品都在降價,從特斯拉、寶馬和奔馳汽車到食品和服裝。

中國政府上個月推出了一些措施以提振經濟刺激消費,其中包括鼓勵設備更新以及消費品以舊換新,但目前看來沒有多大的效果。

一些分析人員警告說,除非進行結構性改革,讓消費者在經濟中扮演更重要的角色,否則,目前的政策只會導致停滯和通縮風險的長期化。

路透社引用LPL金融控股公司首席全球策略師昆西·克羅斯比(Quincy Krosby)的話說,“(我們)對北京沒有推出幫助擴大經濟基礎的刺激措施有著嚴重的關切。”


美國公司現在很難將中國市場視為一個可靠的伙伴,”克羅斯比說。

蘋果公司(Apple)上個季度在中國表現不佳,手機銷售下滑6.5%,跌幅大大超過預期。中國是蘋果公司第五大收入來源。

法國化妝品巨頭歐萊雅集團(L’Oreal)表示,中國化妝品市場進入2024年下半年銷售仍呈輕微下滑,而且看不到消費情緒上漲的跡象。


其他一些受到沖擊的消費品公司包括星巴克麥當勞(McDonald’s)、寶潔(Procter & Gamble)、萬豪酒店(Marriott)等。它們專門為中國國內旅游需求不夠旺盛而發出過收入警報。連包括路易威登(LV)、古馳(Gucci)、博伯利(Burberry)和雨果博斯(Hugo Boss)在內的奢侈品制造商也對中國市場收入下滑發出警告。

中國央行中國人民銀行貨幣政策委員黃益平近日在一場公開演說中,特別敦促中國政府加強財政刺激,改變“重投資、輕消費”的政策理念,采取刺激消費措施,甚至直接向民眾發錢。

黃益平指出,中國政府過去幾十年的宏觀政策都是以雷厲風行、立竿見影著稱,但是現在的宏觀經濟政策刺激力度偏小,“這看起來多少有點奇怪”。

黃益平表示,當前中國經濟已經面臨較為嚴峻的過剩產能挑戰,進一步的刺激政策很可能會加劇產能過剩的矛盾。

他建議政府,短期的政策方向應把追求溫和通脹的重要性提高到與追求中速經濟增長同樣的地位,設定消費者價格指數(CPI)增長區間(2%至3%),明確政策目標。他還呼吁加大宏觀經濟政策的力度,盡快落實已經安排好的財政開支,其中包括“讓農民工在城市落戶”和“直接給老百姓發錢”。

(本文部分內容依據了路透社的報道)
覺得新聞不錯,請點個贊吧     無評論不新聞,發表一下您的意見吧
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0312 秒 and 4 DB Queries in 0.0011 秒