基于混頻模型的中國(guó)金融狀況指數(shù)構(gòu)建.pdf

1、基于混頻模型的中國(guó)金融狀況指數(shù)構(gòu)建TheconstructionofChina’SfinancialeonditionsindexbasedonMixedFrequencyModel學(xué)號(hào)：213020208026學(xué)科專業(yè)摘要摘要近期爆發(fā)的金融危機(jī)引發(fā)了學(xué)者們關(guān)于如何準(zhǔn)確測(cè)量金融狀況的熱潮，學(xué)者們一致認(rèn)為金融狀況不僅受到貨幣政策的影響，也會(huì)受到金融市場(chǎng)本身因素的影響，因此政策制定者需要密切關(guān)注金融狀況?；诖水a(chǎn)生了多種多樣的方法來(lái)構(gòu)建金融

2、狀況指數(shù)以便給決策制定者提供依據(jù)。金融狀況指數(shù)一般用于衡量當(dāng)前金融狀況、貨幣政策的執(zhí)行效果、預(yù)測(cè)未來(lái)經(jīng)濟(jì)發(fā)展，因此如何有效的構(gòu)建我國(guó)的金融狀況指數(shù)顯得尤為重要。本文參考高盛構(gòu)建的中國(guó)金融狀況指數(shù)的選擇，在其所選擇的利率、匯率、股價(jià)、社會(huì)融資規(guī)模、房?jī)r(jià)、貨幣供應(yīng)量這六個(gè)指標(biāo)的基礎(chǔ)上增加了存貸款比例。這七個(gè)指標(biāo)既包含高頻時(shí)間序列，如利率和股價(jià)，也包含低頻月度時(shí)間序列，如社會(huì)融資規(guī)模。本文所選擇的基準(zhǔn)模型為混頻狀態(tài)空間模型，比較模型為向量自回

3、歸模型。最后我們擴(kuò)大指標(biāo)的選擇范圍，共選取21個(gè)指標(biāo)，構(gòu)建了具有因子增廣的向量自回歸模型及廣義動(dòng)態(tài)因子模型，并和本文構(gòu)建的混頻狀態(tài)空間模型進(jìn)行對(duì)比。從模型的結(jié)果來(lái)看，本文構(gòu)造的金融狀況指數(shù)出現(xiàn)向上趨勢(shì)，表明當(dāng)前金融市場(chǎng)流動(dòng)性越充裕。反之則表示當(dāng)前金融市場(chǎng)流動(dòng)性越不足。第一，使用向量自回歸模型中脈沖響應(yīng)函數(shù)確定指標(biāo)的權(quán)重，得到的金融狀況指數(shù)記為FCIVAR，與月同比CPI進(jìn)行趨勢(shì)比較發(fā)現(xiàn)，F(xiàn)CIVAR波動(dòng)更為頻繁，趨勢(shì)擬合效果一般。第二，

4、通過(guò)混頻狀態(tài)空間模型得到金融狀況指數(shù)記為FCIDFM，與月同比CPI進(jìn)行趨勢(shì)比較發(fā)現(xiàn)，F(xiàn)CIDFM不僅走勢(shì)領(lǐng)先于月同比CPI，而且趨勢(shì)也較為一致，同時(shí)將所得的實(shí)時(shí)金融狀況指數(shù)和利率進(jìn)行對(duì)比發(fā)現(xiàn)對(duì)于利率的上升下降金融狀況指數(shù)均能作出及時(shí)反應(yīng)。第三，對(duì)兩組金融狀況指數(shù)和月同比CPI進(jìn)行Granger因果檢驗(yàn)發(fā)現(xiàn)其存在因果關(guān)系。借鑒Gauthier和Graham(2004)提出的循環(huán)方程求出FCIDYM和FCIVAR相對(duì)月同比CPI的最優(yōu)領(lǐng)先