中国金融状况指数的构建及预测能力研究，本文主要内容关键词为：中国金融论文,状况论文,指数论文,能力论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、问题的提出
一国金融状况会影响本国甚至全世界实体经济产出和通货膨胀水平。而根据简化的货币政策传导机制，金融状况在货币政策传导过程中发挥“承上启下”的重要作用，承上指金融状况在货币政策的指导下形成，可以通过金融状况的松紧程度反映货币政策调控的松紧程度；启下指目前金融状况中包含能预测未来经济和通货膨胀状况的重要信息，对宏观经济运行具有先导作用。因此，在中国金融创新层出不穷，利率市场化和汇率市场化改革不断深入，以及全球金融和经济一体化程度不断加深的大背景下，构建能够综合量化整体金融状况的中国金融状况指数，既能为宏观决策者和投资者把握中国整体金融状况提供依据，又能为其判断未来宏观经济形势提供参考，其意义十分明显。
国外对金融状况指数（Financial Conditions Index，简称FCI）的研究始于2001年。按构建FCI的权重是否具有动态性，国外相关文献分为两类：第一，对固定权重FCI及其预测能力的研究，Goodhart和Hoffman（2001）[1]用总需求缩减模型和VAR模型分别确定变量权重，首次提出了包含短期利率、有效汇率、房地产价格和股票价格四个指标实际值的FCI，并通过VAR模型实证发现，FCI对遁贷膨胀有预测能力。与Goodhart和Hoffman不同，Gauthier等（2003）[2]用IS曲线方程确定变量权重，Guichard等（2009）[3]和Hatzius等（2010）[4]则考虑信贷状况、公司债息差和家庭财富等多种因素，扩展了指数构建的变量范围，但实证结果均发现，FCI对宏观经济具有预测能力。第二，对动态权重FCI及其预测能力的研究，动态权重的确定方法主要包括Brave等（2011）[5]采用的主成分分析法和Matheson（2012）[6]采用的动态因子模型，实证分析均发现动态权重FCI可以测度金融状况的稳定程度，为实体经济的发展提供预测信息。
中国金融状况指数（China's Financial Conditions Index，简称CFCI）最早由高盛投资公司于2005年基于名义利率、名义汇率和货币供应量增量指标的水平数据构建，鉴于我国股票市场的迅猛发展，高盛投资公司于2007年将股票价格也纳入到CFCI。总体来看，国内学者对CFCI构建及预测能力的研究起步较晚，且以对固定权重CFCI构建及预测能力的研究为主。从CFCI的构建研究看，指数构建的变量主要包括：利率、汇率、股票价格、房地产价格和货币供应量（或信贷指标）；固定权重的确定方法包括：VAR模型（封北麟等（2006[7]）、总需求缩减模型（李强（2009）[8]）、联立方程模型（王维国等（2011）[9]）和SVAR模型（巴曙松等（2011）[10]。而从CFCI的预测能力研究来看，国内学者采用的实证方法包括：趋势图分析、跨期相关分析、Granger因果分析和VAR模型，尽管实证方法不同，但是得出的实证结论较为一致，即CFCI对未来宏观经济状况有一定预测能力。
本文旨在构建量化中国金融状况松紧程度的月度CFCI，并实证分析CFCI对其他宏观经济指标的预测能力。文献综述发现，国内学者在进行这两方面研究的过程中存在两点不足：一是在构建CFCI时，金融变量的选择尚存在可改进之处；二是在分析CFCI的预测能力时，现行的实证方法多存在平稳性假设前提，且对预测领先期数的判定带有一定主观性。对此，以下第二部分阐明CFCI构建的金融变量选择、指标预处理、权重确定方法和指数构建形式；第三部分详细阐述CFCI的构建过程及结果；第四部分基于已构建CFCI，采用谱分析方法实证分析CFCI与其他宏观经济指标之间的周期波动关系，客观准确地测度CFCI领先其他宏观经济指标的期数；最后总结全文并就CFCI应用给出建议。
二、金融变量选择、指标预处理、权重确定方法和指数构建形式
（一）金融变量选择
在选择构建CFCI的金融变量时，本文依照两个原则：一是，金融变量在货币政策传导机制中发挥重要作用；二是，金融变量包含能预测未来宏观经济状况的关键信息。根据此原则，CFCI构建的具体金融变量及选择原因如下。
1.利率。利率在我国货币政策传导机制中发挥重要作用，货币政策传导的利率渠道可简要概括为（以利率上升为例）：当央行通过调高利率来实施紧缩的货币政策时，居民的储蓄规模和企业的投资成本都将增加，金融状况偏紧，消费和投资规模减少，社会总需求减少，抑制经济的增长，改变通货膨胀水平。
2.汇率。随着人民币汇率市场化改革的不断深入，汇率将在我国货币政策传导过程中发挥越来越重要的作用。以间接标价的人民币汇率上升为例，货币政策传导的汇率渠道可概括为：当央行通过提高汇率来实施紧缩的货币政策时，人民币标价商品的价格上升，出口规模下降，进口规模提高，金融状况偏紧，净出口和社会总需求都将减少，抑制经济增长。同时汇率的变化改变国内外商品和要素的价格水平，从而影响通货膨胀水平。
3.股票价格。随着我国市场经济的发展和完善，股票市场的晴雨表功能日渐凸显。在有效市场假说的前提下，股票价格能充分反映股票市场的信息，当股票价格看涨时，股民投资热情高，企业融资成本低，金融状况偏松，最终股票价格的上涨通过财富效应、资产负债表效应、托宾Q效应等多种途径拉动经济的增长，并影响通货膨胀水平。
4.社会融资规模。2012年，中国人民银行将社会融资规模定义为一定时期内实体经济从金融体系获得的资金总额，是全面反映金融对实体经济的资金支持以及金融与经济关系的总量指标，主要包括人民币贷款、外币贷款、委托贷款、信托贷款、未贴现的银行承兑汇票、企业债券、非金融企业境内股票融资、保险公司赔偿、投资性房地产和其他金融工具融资十项指标[11]。在货币政策传导机制中，社会融资规模得到信用观点的支持，即当社会融资规模增加时，企业融资成本低，居民进行金融投资的热情高，金融状况偏松，进而直接促进实体经济的增长，影响通货膨胀水平。
在选取构建CFCI的金融变量时，本文与国内现有文献在两方面存在不同，一方面，首次尝试用社会融资规模替代货币供应量（或信贷指标）构建CFCI，替代原因主要有三点：第一，社会融资规模更能全面直接地反映我国金融对实体经济的资金支持以及金融与实体经济的关系；第二，根据张嘉为等（2012）[12]的研究，社会融资规模比信贷指标（或货币供应量）更能反映我国货币政策的传导；第三，参照盛松成（2012）[13]的研究，与货币供应量（或信贷指标）相比，社会融资规模与GDP、消费、投资、CPI等主要经济指标的相关性更强，相关系数均在0.8以上。另一方面，未将房地产价格纳入构建CFCI的金融变量范围内，主要原因在于：一是，我国房地产市场的政策调控力度强，房地产价格很难真实地反映房地产市场的基本情况；二是，与股票市场不同，我国房地产市场缺少说服力强的房地产价格指数；三是，参照高盛CFCI的做法；四是，本文尝试用房地产价格构建CFCI，但模型估计结果显示该指标未通过统计检验。
（二）指标预处理
由上述金融变量选择部分的分析知，利率和汇率上升，金融状况偏紧，抑制经济增长，而股票价格和社会融资规模上升，金融状况偏松，促进经济增长，因此，利率和汇率属于逆指标，而股票价格和社会融资规模属于正指标，在构建CFCI时，有必要考虑正指标和逆指标影响方向不同的问题。对此，在指数构建时，本文预先对正指标和逆指标做同向化预处理，通过取相反数的方法，将利率和汇率转化为正向指标。
（三）权重确定方法
虽然动态权重FCI可以及时地反映金融市场变化，但同时也存在金融变量及权重大幅度波动不易解释、指数构建成本高、指数前后可比性差等缺陷，故本文构建固定权重CFCI。
CFCI固定权重主要通过金融变量对经济增长或通货膨胀的影响来确定。相比而言，SVAR模型既不存在变量非外生性假设，又考虑了变量间存在的当期关系，用于确定变量的权重较为合理。
用SVAR模型确定CFCI权重的过程可概括为：首先，基于经济理论，建立包含利率、汇率、股票价格、社会融资规模和通货膨胀因素的SVAR模型，需要说明的是，在确定权重时，亦可构建包含经济增长因素的模型，但因反映我国经济增长的常用指标GDP为季度数据，而本文旨在构建实时反映中国金融状况松紧程度的月度CFCI，故此处构建包含通货膨胀因素的SVAR模型；其次，采用SVAR模型的结构分解脉冲响应方法，分析利率、汇率、股票价格和社会融资规模的单位冲击对通货膨胀的影响；最后，通过影响绝对值的大小计算各金融变量在构建CFCI时的权重，计算公式为：
（四）指数构建形式
根据上述金融变量选择和权重确定方法部分的分析，将CFCI的构建形式确定为：
三、CFCI的构建过程及结果
其中，NRgap、NEERgap、SPgap和AFREgap依次表示取相反数变换的利率和汇率序列、股票价格序列和社会融资规模序列偏离于其长期均衡值序列的缺口值序列，
表示对应的权重，且
。由式(2)构建的FCI具有易直观解释的优点，可定义为金融变量与其均衡值的综合偏离程度，用于测度我国金融状况整体的松紧程度，CFCI值大于零表示金融状况偏松，值越大表示金融状况越松；而值小于零表示金融状况偏紧，值越小表示金融状况越紧。
（一）数据选取与预处理说明
本文选取2006年1月至2012年6月共78个月的月度数据为样本。CFCI和SVAR模型金融变量的数据来源及预处理说明如下。
1.利率（R）。因为我国利率市场化尚未实现，存贷款利率的波动性不强，不能充分反映金融市场金融交易的真实情况，故采用全国银行间同业拆借市场7天加权平均利率作为利率的代理指标，数据来源于中国人民银行官方网站。
2.人民币汇率（EER）。选取国际清算银行（BIS）定期公布的月度人民币有效汇率指数为代理指标，数据来源于BIS官方网站。
3.股票价格（SP）。选取上证综指月末收盘价为股票价格的代理指标，数据来源于万德数据库。
4.社会融资规模（AFRE）。数据来源于中国人民银行官方网站。
5.通货膨胀。我国尚未构建定基比CPI，常用环比和同比CPI反映通货膨胀状况，环比CPI不考虑物价跨年度的变化，且能及时反映物价在短期内的波动情况，所以选取环比CPI作为通货膨胀的代理指标，数据来源于中经网统计数据库。
根据指标预处理、CFCI的构建形式（式（2））及SVAR模型的建立需序列满足平稳性等要求，原始数据预处理步骤依次为：首先，考虑正逆指标方向的不同，对R和EER原始序列做取相反数处理，将其转化为正向指标；其次，采用X-11方法分别对做相反数变换的R和EER序列、SP原始序列和AFRE原始序列进行季节调整；再次，用参数为14400的HP滤波法确定季节调整后序列的长期均衡序列；最后，考虑量纲的不同，将取相反数变换的R和EER序列减去长期均衡序列得到缺口值序列NRgap和NEERgap，将SP的原始序列和长期均衡值序列进行对数差分运算得到SPgap，而因为AFRE为流量数据，可能出现负值，所以先将原始序列减长期均衡序列得到差值序列，再将差值序列对应除以长期均衡序列得到AFRE gap。
（二）SVAR模型的建立和脉冲响应分析
1.SVAR模型的建立。
（1）平稳性检验。本文用ADF检验判断CPI、NRgap、NERRgap、SPgap和AFREgap序列的平稳性。如下页表1显示，在5%的显著性水平下，五个序列均平稳。
（2）SVAR模型滞后阶数的确定。本文用似然比（LR）、最终预测误差（FPE）、信息准则AIC、SC和HQ五个准则判定SVAR模型的最大滞后阶数。0～6阶SVAR模型滞后阶数的判定结果如表1所示，LR、FPE和AIC准则判定的滞后阶数为5，而SC和HQ准则判定的滞后阶数为1，鉴于超过一半准则选择的滞后阶数是5，本文将SVAR模型的滞后阶数确定为5。
（3）SVAR模型的估计和稳定性检验。根据SVAR模型中对当期变量之间的结构性关系假设的不同，Amisano and Giannini（1997）提出了三种不同类型的SVAR模型，即C模型、K模型和AB模型。本文选择AB模型，基于经济学理论和结构扰动项的累积长期脉冲响应性质，将长期约束条件设定为：通货膨胀水平对利率、汇率、股票价格和社会融资规模具有长期影响；利率对股票价格和社会融资规模具有长期影响；汇率对股票价格和社会融资规模有长期影响；股票价格对社会融资规模具有长期影响。SVAR模型估计结果包含对A、B和C三个矩阵的估计，其中，A为单位矩阵，B矩阵和C矩阵的估计结果参见表1。假设检验结果显示，在5%的显著性水平下，所有参数的估计值均有效，说明金融变量间确实存在当期关系，在确定金融变量权重时，构建SVAR模型是合理的。
为判定估计模型的可靠性，进一步采用AR根图和表方法，对建立的SVAR模型进行稳定性诊断。AR根图检验结果显示，估计模型的所有特征根均在单位圆内，AR根表显示估计模型的最大特征根为0.95，小于1。因此，本文建立的SVAR模型满足稳定性条件，可以进行脉冲响应分析。
2.脉冲响应分析。
基于建立的SVAR模型，本文选择结构分解法，分析12个月内，CPI对NRgap、NEERgap、SPgap和AFREgap单位冲击的累计脉冲响应，结果如下页图1所示。
（1）利率的脉冲响应分析。根据供求关系和价值规律，当利率下降时，短期内居民的储蓄意愿减弱，消费意愿增强，这将逐渐打破市场原来的供求关系，使得商品需求大于供给，商品价格上升，利率的负向冲击先对CPI产生正向影响，但随着时间的推移，价格规律发挥作用，生产者会改变生产行为，增加对商品的供给，在其他条件不变的前提下，供求关系慢慢走向均衡，利率的负向冲击对CPI的影响逐渐减弱，商品价格再次围绕其价值上下波动。而NRgap序列是利率取相反数后计算而得的缺口值序列，NRgap的单位正向冲击对CPI的影响方向与利率的负向冲击对CPI的影响方向相同，因此，如图1显示，第1～2个月CPI对NRgap序列单位正向冲击的脉冲响应显著为负，第3个月开始绕零值线上下波动，这就印证了前述分析，也使得CPI对NRgap单位正向冲击的累计脉冲响应图呈现先负后正再转负的走势。
（2）汇率的脉冲响应分析。BIS公布的人民币汇率指数采用间接标价法，汇率下降表示人民币贬值，相对其他商品，以人民币标价的商品价格降低，国外对我国商品的需求增加，而长期以来我国经济受出口的直接拉动影响，出口增加导致国内商品供给减少，商品价格上升，汇率的负向冲击对CPI产生正向影响。而NEERgap序列是汇率取相反数后计算而得的缺口值序列，NEERgap的单位正向冲击对CPI的影响方向与汇率的负向冲击对CPI的影响方向相同，因此，正如图1显示，在12月内，NEERgap的单位正向冲击对CPI有持久的正向影响，与前述分析一致。
（3）股票价格的脉冲响应分析。一般而言，在股票市场价格高涨的情况下，企业和居民持有的流动资金都比较充裕，企业的投资行为和居民的消费行为相对活跃，这些因素共同促使商品价格的提高，引起CPI的上升。如图1所示，股票价格缺口的单位正冲击对CPI产生正影响，并且随着时间的推移影响继续扩大，这也支持前述分析。
（4）社会融资规模的脉冲响应分析。社会融资规模指标反映实体经济从金融系统内获得的资金支撑，社会融资规模缺口值越大，反映实体经济通过金融活动融到的资金越多，生产活动越活跃，产品市场的供给增多，引起商品价格降低，导致CPI下跌。图1中，社会融资规模缺口的单位正冲击对CPI产生负影响，该影响随时间的推移继续扩大，从第5个月开始变稳定，也与我们的分析结论吻合。
（三）CFCI的构建结果
基于SVAR模型的估计结果，计算得CPI对各金融变量缺口值序列的单位冲击在12个月内的累计脉冲响应，由式（1）计算权重，最终样本区间内CFCI的构建结果如下：
四、CFCI对其他宏观经济指标预测能力的实证分析
CFCI由包含能反映未来经济和通货膨胀信息的金融变量加权而得，因此可作为先行指标，预测其他宏观经济指标的未来状况。国内文献在分析CFCI的预测能力时，主要采用趋势图分析、Granger因果检验、跨期相关性分析和VAR脉冲响应分析，但判定结果带有一定主观性。对此，以下将在趋势图分析的基础上，引入谱分析方法，客观准确地判定CFCI领先其他宏观经济指标的期数，分析CFCI对其他宏观经济指标的预测能力。
（一）数据说明
鉴于反映我国经济增长的GDP指标是季度数据，时间跨度较长，不适用于短期预测，故选取国家统计局公布的宏观经济景气指数中的一致指数（Consistent Index，简称C1）作为经济状况的代理指标。而除环比CPI（以下简记CPIH）外，我国实务部门亦常用同比CPI（以下简记CPIT）判断通货膨胀状况，因此，同时选取CPIH和CPIT作为通货膨胀状况的代理指标。CI、CPIH和CPIT数据均来自中经网数据库，样本区间为2006年1月至2012年6月。
（二）CFCI对其他宏观经济指标预测能力的经验分析
因为CFCI、CI、CPIH和CPIT原始序列非平稳，所以本文仅通过趋势图来经验分析CFCI对三个宏观经济指标的预测能力。如下页图2中前三个图显示，CFCI与CI、CFCI与CPIH以及CFCI与CPIT的波动趋势相似，且CFCI的波动趋势明显领先于CI和CPIT，略领先于CPIH。直观来看，CFCI的波动趋势领先CI2个月左右、领先CPIH半个月左右、领先CPIT5个月左右，说明本文构建的CFCI对我国宏观经济景气指数中的一致指数和通货膨胀均有较好的预测能力。
（三）CFCI对其他宏观经济指标预测能力的谱分析
1.谱分析的基本理论简介。
谱分析方法是将时间序列看作一系列不同频率的正弦函数和余弦函数的加权和，分析不同频率中重要周期如何影响该序列行为的一种方法。而交叉谱分析方法是两个时间序列之间的谱分析方法，有振幅、相干谱和相位谱三个重要统计量。其中，振幅表示两时间序列的波动程度，值越大代表波动越强烈，对方差的解释度越高，两时间序列共同完成某个周期行为的一致性越强。相干谱表示频域中两时间序列的相关程度，用于计量在给定频率下一个序列的方差被另一个序列解释的百分比，其取值在0～1之间，越接近1说明两时间序列在该频率下相关性越强。相位谱则反映两时间序列在各频率上的相位差，通常用弧度表示，取值在（-π，π）之间，相位谱除以频率可得时差统计量，相位谱或时差的符号可用于判断两时间序列间的领先、同步或滞后关系，时差统计量值的大小可用于确定两时间序列间领先、同步或滞后的具体期数。
2.谱分析过程、结果及解释。
（1）原始数据预处理。首先，采用X-11方法对CFCI、CI、CPIH和CPIT原始序列进行季节调整；其次，对季节调整后序列进行参数为14400的HP滤波，最终得到四个序列的周期项序列，依次记为CFCIcycIe、CIcycIe、CPIHcycle和CPITcycle。
（2）平稳性检验。分别对CFCIcycle、CIcycle、CPIHcycle和CPITcycle序列进行ADF平稳性检验，结果如表2所示，在5%的显著性水平下，四个周期项均平稳。
（3）单变量谱分析结果及解释。如图2中后三个图所示，从单变量谱密度来看，CFCI、CI、CPIH和CPIT周期项对应主周期长度均为39个月，且四个序列周期项谱峰对应的谱密度依次为0.23、12.66、0.16和15.05。这说明中国金融状况指数、宏观经济景气指数中的一致指数、环比和同比CPI均存在39个月的周期波动。
（4）交叉谱分析结果及解释。如表2显示，当耦合震荡周期为39个月时，CFCI与CI、CFCI与CPIH以及CFCI与CPIT周期项的振幅同时达到最大，值依次为1.65、0.19和1.83，对应一致性统计量的值分别为0.94、0.97和0.96，均非常接近于1，说明在耦合震荡周期中CFCI与CI、CFCI与CPIH以及CFCI与CPIT的波动存在非常强的相关性。进一步通过时差统计量的值来看，CFCI的波动趋势领先CI 1.91个月、领先CPIH 0.44个月、领先CPIT5.50个月。因此，CFCI对其他宏观经济指标有先导作用，可作为其他宏观经济指标的先行指标。
五、结论及建议
本文选取了利率、汇率、股票价格和社会融资规模四个金融变量，构建了能反映金融变量间当期关系的SVAR模型，采用模型的结构分解方法分析四个金融变量对通货膨胀的影响，以影响绝对值的大小计算变量权重，最终用加权平均法构建了2006年1月至2012年6月间的月度CFCI。此外，针对现有文献的实证分析中存在主观性的缺陷，本文引入谱分析方法研究发现：CFCI、CI、CPIH和CPIT四个时间序列的周期项均存在39个月的周期波动；CFCI与CI、CFCI与CPIH以及CFCI与CPIT均存在39个月的耦合震荡周期，且在耦合震荡周期内，CFCI与三个宏观经济指标的一致性统计量值依次为0.94、0.97和0.96，均非常接近于1，说明CFCI与CI、CFCI与CPIH以及CFCI与CPIT的波动存在非常强的相关性；此外，时差统计量显示，CFCI的波动趋势领先CI 1.91个月、领先CPIH 0.44个月、领先CPIT 5.50个月。因此，CFCI对其他宏观经济指标有先导作用，可作为其他宏观经济指标的先行指标。
尽管如此，本文认为在构建和应用CFCI时还应该注意两点：一是，在构建CFCI时，如果时间跨度较长，应该考虑对金融变量时间序列进行结构性跳点检验，并分阶段构建固定权重CFCI，以确保CFCI能及时反映我国金融制度和结构的变化；二是，在应用CFCI时，应该认识到衡量我国金融状况的松紧程度是CFCI的本质功能，预测其他宏观经济指标状况是其衍生功能，因此，应用CFCI预测时，需要同时关注财政政策的变化、技术创新、大宗商品价格的变化（尤其是原油）、房屋价格的变化，以及政治事件等因素对其他宏观经济指标变化产生的重要影响。
标签：金融论文; 股票融资论文; 社会融资论文; 预测模型论文; 能力模型论文; 领先指标论文; 宏观经济指标论文; 经济论文; 融资论文; 货币政策论文; cpi指数论文;