動(dòng)態(tài)金融狀況指數(shù)構(gòu)建與應(yīng)用研究

動(dòng)態(tài)金融狀況指數(shù)構(gòu)建與應(yīng)用研究動(dòng)態(tài)金融狀況指數(shù)構(gòu)建與應(yīng)用研究

中圖分類(lèi)號(hào)：F8314文獻(xiàn)標(biāo)識(shí)碼：A

一、問(wèn)題的提出

根據(jù)傳統(tǒng)的貨幣數(shù)量理論，當(dāng)產(chǎn)出水平和貨幣流通速度給定時(shí)，物價(jià)變化僅取決于貨幣流通速度。然而在金融市場(chǎng)快速開(kāi)展時(shí)期，該結(jié)論有可能并不成立。如果新增貨幣供給量進(jìn)入虛擬經(jīng)濟(jì)而不是流入實(shí)體經(jīng)濟(jì)領(lǐng)域，短期內(nèi)將會(huì)出現(xiàn)低通脹和高金融資產(chǎn)價(jià)格并存的現(xiàn)象〔封思賢等，2022〕。正如當(dāng)前我國(guó)CPI指數(shù)從2022年初開(kāi)始一直處于下降通道，而金融市場(chǎng)卻出現(xiàn)“股債雙牛〞的局面。2022年國(guó)際金融危機(jī)后，市場(chǎng)普遍認(rèn)識(shí)到全球金融市場(chǎng)已處于系統(tǒng)性風(fēng)險(xiǎn)頻發(fā)時(shí)期，各類(lèi)型金融市場(chǎng)的波動(dòng)率溢出效應(yīng)越加顯著，這促使我們需要從全局視角考察金融市場(chǎng)與通貨膨脹之間的關(guān)系。特別是近10余年來(lái)，在我國(guó)經(jīng)濟(jì)制度環(huán)境已發(fā)生顯著變化的背景下，金融市場(chǎng)在不同時(shí)期對(duì)通貨膨脹的影響程度和特征是否發(fā)生動(dòng)態(tài)變化？

2022年國(guó)際金融危機(jī)引起了學(xué)術(shù)界關(guān)于金融沖擊對(duì)實(shí)體經(jīng)濟(jì)影響測(cè)度的廣泛興趣，眾多金融機(jī)構(gòu)〔如高盛、德意志銀行、花旗和彭博〕和相關(guān)政策制定者〔如OECD、加拿大銀行和美國(guó)聯(lián)邦儲(chǔ)藏銀行〕開(kāi)始密切監(jiān)控金融狀況指數(shù)〔FinancialConditionIndex，簡(jiǎn)稱FCI〕。強(qiáng)烈的需求引起眾多文獻(xiàn)使用不同的實(shí)證計(jì)量辦法構(gòu)建FCI。FCI因具有將含有未來(lái)經(jīng)濟(jì)信息的多維金融變量囊括為單一綜合信息指標(biāo)的優(yōu)勢(shì)，為本文研究整體金融市場(chǎng)狀況對(duì)通貨膨脹水平影響機(jī)制提供了便利。然而，我國(guó)除了局部學(xué)者進(jìn)行討論外，目前并沒(méi)有官方公開(kāi)發(fā)布的FCI。因此，如何構(gòu)建合乎我國(guó)金融實(shí)際情況的FCI并考察其與通貨膨脹水平的動(dòng)態(tài)關(guān)系是本文所要解決的重點(diǎn)問(wèn)題。

通過(guò)文獻(xiàn)梳理，F(xiàn)CI研究主要沿兩個(gè)維度展開(kāi)：〔1〕指數(shù)成份變量的選取。一般來(lái)說(shuō)，基于不同的指數(shù)構(gòu)造理論根底和目的造成了不同的選擇規(guī)范。如加拿大銀行在19世紀(jì)90年代首次提出貨幣狀況指數(shù)〔MCI〕時(shí)只包括再融資利率和匯率兩個(gè)指標(biāo)，但隨著該指數(shù)工具在諸多國(guó)家的廣泛應(yīng)用，指數(shù)覆蓋范圍也越來(lái)越廣，包括長(zhǎng)期利率、股票價(jià)格和房屋價(jià)格等，并取名為FCI以區(qū)別MCI；最早提出FCI的Goodhart和Hofmann〔2022〕使用短期利率、實(shí)際有效匯率、房地產(chǎn)價(jià)格和股票價(jià)格四個(gè)變量；Boivin等〔2022〕從貨幣傳遞機(jī)制角度將指數(shù)成份變量分為新古典和非新古典兩大類(lèi)，前者包括利率、股票價(jià)格、收益率曲線和信用風(fēng)險(xiǎn)等指標(biāo)，后者包括更為廣泛的如測(cè)度市場(chǎng)流動(dòng)性、借貸者風(fēng)險(xiǎn)和金融中介平臺(tái)的貸款能力與意愿、抵押品價(jià)值等金融變量；Hatzius等〔2022〕選取了涵蓋利率、股票、商品價(jià)格指數(shù)和市場(chǎng)波動(dòng)率等共計(jì)45個(gè)金融變量?！?〕指數(shù)構(gòu)建的計(jì)量辦法。金融狀況指數(shù)構(gòu)建辦法經(jīng)歷較長(zhǎng)歷史演變，早期對(duì)FCI研究主要集中在收益率曲線斜率、信用價(jià)差等〔Stock和Watson，1989〕。隨著計(jì)量技術(shù)的開(kāi)展，諸多辦法被用來(lái)構(gòu)建FCI，主要可以分為如下三大類(lèi)：一是變量權(quán)重法。變量權(quán)重選取原那么一般是基于每一變量變化對(duì)實(shí)際GDP的相對(duì)影響估計(jì)值。在此思想上，沿著權(quán)重的估計(jì)辦法得到了諸多拓展，如基于大規(guī)模宏觀經(jīng)濟(jì)模型的模擬值、向量自回歸模型或簡(jiǎn)化式的需求方程。二是主成份分析法，主要從高維金融變量中提取共同因子，以捕捉變量的最大共同變化值。三是綜合法。將變量權(quán)重和主成份法結(jié)合起來(lái)，如因子增廣的向量回歸模型〔FAVAR〕、時(shí)變參數(shù)因子增廣的向量回歸模型〔TVP-FAVAR〕。

相比而言，國(guó)內(nèi)對(duì)FCI的研究較晚，但是開(kāi)展十分迅速。指標(biāo)選取方面根本上都包括了利率、匯率、股票、房地產(chǎn)價(jià)格和貨幣供給變量等，如王玉寶〔2022〕、封思賢等〔2022〕、許滌龍和歐陽(yáng)勝銀〔2022〕、鄧創(chuàng)和徐曼〔2022〕、余輝和余劍〔2022〕等，而徐國(guó)祥和鄭雯〔2022〕那么增加了社會(huì)融資規(guī)模指標(biāo)，刁節(jié)文和章虎〔2022〕增加了外匯儲(chǔ)藏指標(biāo)。上述學(xué)者所采用的權(quán)重確定辦法主要包括VAR模型、廣義脈沖響應(yīng)函數(shù)〔GIRF〕、SVAR模型、主成份分析法、TVP-VAR模型等。

經(jīng)國(guó)內(nèi)文獻(xiàn)梳理，本文認(rèn)為目前我國(guó)學(xué)者在構(gòu)建FCI研究中仍有如下兩點(diǎn)值得改良：〔1〕充沛發(fā)揮主成份分析辦法在多維經(jīng)濟(jì)變量中提取信息的優(yōu)勢(shì)，防止指標(biāo)選取的主觀性；〔2〕考慮樣本期內(nèi)我國(guó)金融制度、沖擊及其他結(jié)構(gòu)性變化，以動(dòng)態(tài)權(quán)重代替?zhèn)鹘y(tǒng)固定權(quán)重構(gòu)建FCI。局部學(xué)者在此方面已取得一定成果，如鄧創(chuàng)和徐曼〔2022〕克服了前者但未考慮后者，余輝和余劍〔2022〕克服了后者但是未充沛利用前者辦法的優(yōu)勢(shì)。因此，本文的主要奉獻(xiàn)在于：〔1〕綜合汲取前述兩者構(gòu)建辦法的優(yōu)點(diǎn)，通過(guò)時(shí)變系數(shù)FAVAR模型的辦法，構(gòu)建動(dòng)態(tài)權(quán)重的金融狀況指數(shù)，充沛考慮了指數(shù)成份變量權(quán)重隨時(shí)間變化而更新的特征?！?〕基于FCI與通貨膨脹的傳遞機(jī)理選取了指數(shù)成份變量，考慮到期貨市場(chǎng)在發(fā)現(xiàn)未來(lái)價(jià)格方面的功能，首次納入了期貨市場(chǎng)價(jià)格指數(shù)。與已有文獻(xiàn)不同，本文在指數(shù)構(gòu)建過(guò)程中剔除了金融變量中含有的通貨膨脹信息?！?〕基于構(gòu)建的動(dòng)態(tài)權(quán)重金融狀況指數(shù)，考察了金融狀況對(duì)通貨膨脹的預(yù)測(cè)效果和動(dòng)態(tài)脈沖響應(yīng)特征。

二、FCI理論模型構(gòu)建與估計(jì)

我國(guó)在近10余年的開(kāi)展過(guò)程中，金融環(huán)境已發(fā)生了諸多變化，如2022年以來(lái)的人民幣匯率改革、商業(yè)銀行體制改革等。隨著金融市場(chǎng)開(kāi)展和金融工具逐漸豐盛，從多維度考察我國(guó)金融狀況成為現(xiàn)實(shí)需要，而TVP-FAVAR模型汲取了已有辦法的諸多優(yōu)勢(shì)，如針對(duì)變量在不同時(shí)刻的不同權(quán)重取值的辦法能有效解決結(jié)構(gòu)性突變問(wèn)題，充沛利用了高維度變量信息優(yōu)勢(shì)的FAVAR模型能有效解決規(guī)范VAR模型的“高維詛咒〞困境和遺漏變量問(wèn)題，能對(duì)我國(guó)金融狀況的實(shí)際情況進(jìn)行較好刻畫(huà)。具體構(gòu)建辦法如下：三、FCI構(gòu)建與表明

〔一〕指標(biāo)成份選擇與傳遞機(jī)理

金融狀況可以被定義為影響當(dāng)前經(jīng)濟(jì)行為和能預(yù)測(cè)未來(lái)經(jīng)濟(jì)開(kāi)展的金融變量。從理論上說(shuō)，金融狀況指數(shù)成份變量應(yīng)包括所有與經(jīng)濟(jì)活動(dòng)相關(guān)的刻畫(huà)金融工具供應(yīng)與需求的金融變量，如一系列的資產(chǎn)價(jià)格和數(shù)量、潛在資產(chǎn)供應(yīng)與需求的指標(biāo)，后者還可包括對(duì)金融中介機(jī)構(gòu)資本充足率的信貸可能性調(diào)查〔Hatzius，2022〕。本文以成份變量對(duì)通貨膨脹的傳遞機(jī)理為理論根底，結(jié)合已有文獻(xiàn)變量選擇辦法和我國(guó)數(shù)據(jù)可得性，選擇如下6大類(lèi)共計(jì)52個(gè)變量指標(biāo)：

1.利率指標(biāo)。根據(jù)永久收入理論和生命周期理論，私人消費(fèi)水平取決于三個(gè)因素：現(xiàn)期收入、預(yù)期收入和持有資產(chǎn)的價(jià)值。利率變動(dòng)將會(huì)導(dǎo)致預(yù)期收入的變化，并引致現(xiàn)期消費(fèi)需求的變動(dòng)。如利率水平的下降將導(dǎo)致借貸本錢(qián)下降，通過(guò)跨期替代效應(yīng)影響現(xiàn)期消費(fèi)；利率影響股票和債務(wù)資本的市場(chǎng)價(jià)值〔托賓Q效應(yīng)〕進(jìn)而影響企業(yè)的投資決策行為；消費(fèi)需求和產(chǎn)品市場(chǎng)供應(yīng)變化進(jìn)而影響通貨膨脹水平。本文主要選取了代表銀行間同業(yè)拆借與銀行間債券質(zhì)押回購(gòu)市場(chǎng)不同期限的月度加權(quán)平均利率，刪除含有大量缺失值變量后共計(jì)15類(lèi)。

2.匯率指標(biāo)。匯率變動(dòng)通過(guò)影響進(jìn)口商品〔中間品或終端產(chǎn)品〕價(jià)格、貿(mào)易收支、境外資金流入與流出等渠道最終影響通脹水平〔封思賢，2022〕。本文主要選取了名義有效匯率指數(shù)、與各主要貿(mào)易國(guó)貨幣匯率〔如日元、美元和歐元等〕，共計(jì)6類(lèi)。

3.資產(chǎn)價(jià)格指標(biāo)。包括股票和房地產(chǎn)市場(chǎng)。資產(chǎn)價(jià)格渠道主要通過(guò)財(cái)富效應(yīng)、托賓Q效應(yīng)和資產(chǎn)負(fù)債表等效應(yīng)影響通脹水平。股票市場(chǎng)指標(biāo)主要選取了股票指數(shù)、股票發(fā)行股本和市價(jià)總值等共計(jì)8類(lèi)；房地產(chǎn)市場(chǎng)指標(biāo)主要包括國(guó)房景氣指數(shù)、房地產(chǎn)開(kāi)發(fā)企業(yè)商品房銷(xiāo)售面積等共計(jì)8類(lèi)，其中商品房銷(xiāo)售面積原始數(shù)據(jù)為以年為單位按照月度頻率的累加數(shù)據(jù)，且缺失每年的一月份數(shù)據(jù)，本文將每年2月份的累加數(shù)據(jù)平均值替代1月份和2月份值，并將所有月份累加數(shù)據(jù)轉(zhuǎn)換為當(dāng)月流量數(shù)據(jù)。

4.貨幣供給量指標(biāo)。貨幣供給量是央行控制信貸規(guī)模供應(yīng)以調(diào)節(jié)市場(chǎng)消費(fèi)需求和投資需求的重要工具，并最終影響物價(jià)水平，主要包括流通中現(xiàn)金M0、M1和M2，及社會(huì)融資規(guī)模數(shù)據(jù)等共計(jì)10類(lèi)?？色@得相關(guān)社會(huì)融資規(guī)模數(shù)據(jù)最早年份為2022年，未獲得的數(shù)據(jù)將以缺省值表示。本文采用的卡爾曼濾波估計(jì)法能很好處理非平衡面板數(shù)據(jù)問(wèn)題①。

5.商品期貨價(jià)格指數(shù)。期貨市場(chǎng)根底功能是發(fā)現(xiàn)未來(lái)價(jià)格，則大宗商品期貨價(jià)格必然隱含著市場(chǎng)參與者對(duì)未來(lái)宏觀經(jīng)濟(jì)的預(yù)期信息。而我國(guó)近十年來(lái)大宗商品期貨市場(chǎng)價(jià)格也逐漸得到國(guó)內(nèi)外市場(chǎng)的認(rèn)可，因此有必要將期貨價(jià)格信息納入金融狀況指數(shù)成份范圍。主要包括Wind商品、谷物、有色金屬和化工價(jià)格指數(shù)等4類(lèi)。

6.宏觀經(jīng)濟(jì)變量。主要作用是清除金融變量中所包含的通貨膨脹信息，以更全面反映未來(lái)的物價(jià)水平狀況。本文選取了居民消費(fèi)價(jià)格指數(shù)月度〔同比〕數(shù)據(jù)作為通脹水平的代理指標(biāo)。

〔二〕原數(shù)據(jù)預(yù)處理

為比照分析金融危機(jī)前后我國(guó)金融狀況，原始數(shù)據(jù)為2000年1月至2022年12月期間月度時(shí)間序列非平衡面板數(shù)據(jù)，主要來(lái)源于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)、中經(jīng)網(wǎng)產(chǎn)業(yè)數(shù)據(jù)庫(kù)、Wind金融終端等。首先使用X12-ARIMA季節(jié)性調(diào)整程序?qū)υ妓綌?shù)據(jù)進(jìn)行季調(diào)，而對(duì)于樣本內(nèi)的缺失值主要利用ARIMA過(guò)程進(jìn)行填充②；然后，對(duì)所有變量使用ADF和PP辦法檢驗(yàn)變量的平穩(wěn)性，對(duì)非平穩(wěn)變量進(jìn)行差分或取對(duì)數(shù)等辦法轉(zhuǎn)換為平穩(wěn)，檢驗(yàn)結(jié)果說(shuō)明大局部利率和匯率原始水平數(shù)據(jù)是平穩(wěn)的，而其他變量在一次差分后在顯著性水平為5%條件下，皆拒絕了非平穩(wěn)性的原若③；最后，借鑒Stock和Watson〔2022〕的辦法，剔除原始數(shù)據(jù)中的離群值，離群值定義為每一列平穩(wěn)序列中變量的絕對(duì)中位數(shù)離差〔absolutemediandeviation〕大于6倍的四分位差〔interquartilerange〕。此外，與其他文獻(xiàn)對(duì)變量取缺口值的辦法不同，本文借鑒了Koop和Korobilis〔2022〕處理辦法，直接對(duì)平穩(wěn)變量進(jìn)行規(guī)范化，以期統(tǒng)一量綱考察變量變化情況；而對(duì)模型〔2〕中因子滯后階數(shù)的選擇主要采用如下辦法：利用主成份法對(duì)所有金融變量提取方差解釋最大的公因子，將公因子與居民消費(fèi)價(jià)格指數(shù)構(gòu)成規(guī)范的二變量VAR模型，利用AIC、BIC等信息準(zhǔn)那么選擇最優(yōu)滯后階數(shù)。考慮到有些學(xué)者并不認(rèn)同信息準(zhǔn)那么的辦法，本文分別取不同的階數(shù)進(jìn)行檢驗(yàn)，結(jié)果結(jié)論穩(wěn)健。

〔三〕金融狀況指數(shù)構(gòu)建

通過(guò)TVP-FAVAR模型，本文構(gòu)建了FCI。為方便直觀比擬，本文還將FCI和居民消費(fèi)者價(jià)格指數(shù)〔同比〕走勢(shì)進(jìn)行了比照，如圖1所示。

從走勢(shì)圖來(lái)看，兩者有著較強(qiáng)的相關(guān)性。如在2022年1月份CPI指數(shù)到達(dá)了峰值1087，而FCI指數(shù)在2022年9月達(dá)了部分峰值04219；2022年7月份CPI指數(shù)到達(dá)最低點(diǎn)982，F(xiàn)CI指數(shù)那么在2022年1月份已“逃離〞峰谷-07419?？傮w可以看出，F(xiàn)CI指數(shù)對(duì)通貨膨脹具有較強(qiáng)的預(yù)測(cè)效果，但提前預(yù)測(cè)時(shí)間段并不一致。

與傳統(tǒng)常數(shù)權(quán)重不同，TVP-FAVAR模型通過(guò)時(shí)變載荷因子系數(shù)考慮了FCI指數(shù)在不同時(shí)期與成份變量之間的相關(guān)關(guān)系，如圖2所示。

從單一變量動(dòng)態(tài)變化軌跡進(jìn)行分析，如人民幣有效匯率指數(shù)，其載荷系數(shù)從2022年中旬的最低點(diǎn)-032，經(jīng)過(guò)2022年7月匯率體制改革后，至2022年4月到達(dá)最大值-006，但在后續(xù)5年中，系數(shù)值逐步下降；M2發(fā)行量從2022年初開(kāi)始，載荷系數(shù)從最高點(diǎn)051逐步下降至2022年底的028，表明貨幣供應(yīng)量與整體金融狀況相關(guān)性下降，利用單一貨幣供應(yīng)量指標(biāo)已不能全面衡量整體金融狀況，驗(yàn)證了監(jiān)控社會(huì)融資規(guī)模的重要性。而Wind商品指數(shù)、社會(huì)融資規(guī)模人民幣貸款和銀行間同業(yè)拆借加權(quán)平均利率的系數(shù)取值走勢(shì)大致相同，在2022年初左右到達(dá)峰值，后續(xù)年份逐步下降；股票市值變量的系數(shù)那么在2022年到達(dá)頂點(diǎn)03，逐步下跌至2022年中旬的02，之后隨著股票市場(chǎng)復(fù)蘇，系數(shù)正逐月增加；國(guó)房景氣指數(shù)系數(shù)2000年1月的起始值為018，在2022年1月份到達(dá)峰值027，其后遲緩下降，整體反映了此十年間房地產(chǎn)市場(chǎng)價(jià)格逐年攀升，雖然2022年全球金融危機(jī)導(dǎo)致了房地產(chǎn)市場(chǎng)前景堪憂，但四萬(wàn)億刺激政策有效緩解了外部經(jīng)濟(jì)惡化對(duì)房地產(chǎn)市場(chǎng)的影響。從以上可以看出，變量系數(shù)變化很好地反映了我國(guó)經(jīng)濟(jì)政策對(duì)金融狀況成份在不同時(shí)期所產(chǎn)生影響程度的時(shí)變性④。四、我國(guó)FCI與通貨膨脹的動(dòng)態(tài)關(guān)系檢驗(yàn)

〔一〕Granger因果檢驗(yàn)

FCI和通貨膨脹的Granger因果檢驗(yàn)結(jié)論如表1所示。在5%顯著性水平下，拒絕了FCI不是通貨膨脹的Granger原因的原若，即FCI能作為通貨膨脹變化的解釋變量，可以用于預(yù)測(cè)未來(lái)通貨膨脹水平；然而通貨膨脹從統(tǒng)計(jì)角度來(lái)說(shuō)并不能解釋FCI的變化。

〔三〕時(shí)變脈沖響應(yīng)分析

考察FCI單位負(fù)向沖擊對(duì)通貨膨脹水平影響，如圖3所示。從整個(gè)樣本期來(lái)看，通貨膨脹對(duì)FCI沖擊的響應(yīng)并不是固定不變的，而是呈現(xiàn)動(dòng)態(tài)變化特征。為察看方便，本文比照考察了2022年1月和2022年1月的沖擊響應(yīng)特征，如圖4所示。在2022年1月份，對(duì)FCI一單位的負(fù)沖擊，通貨膨脹將在未來(lái)第5期時(shí)到達(dá)最低點(diǎn)-008，并在未來(lái)12期內(nèi)迅速上升至原來(lái)水平；相比擬而言，在2022年1月，對(duì)FCI一單位的負(fù)沖擊，通脹指數(shù)在第5期時(shí)下降至底點(diǎn)-005，在未來(lái)17期內(nèi)恢復(fù)至初始狀態(tài)。即整體金融狀況緊縮將導(dǎo)致價(jià)格水平下降的低通脹現(xiàn)象，合乎經(jīng)濟(jì)理論預(yù)期。以樣本期內(nèi)脈沖響應(yīng)中位值為基準(zhǔn)，2022年1月比2022年1月脈沖響應(yīng)的波動(dòng)性顯著加大。

五、結(jié)論與倡議

本文結(jié)合傳統(tǒng)構(gòu)造FCI的主成份分析法和動(dòng)態(tài)權(quán)重法，利用時(shí)變系數(shù)和隨機(jī)波動(dòng)率的因子擴(kuò)展向量自回歸〔TVP-FAVAR〕模型，基于通貨膨脹和金融變量之間的傳遞機(jī)理，選取了2022年1月至2022年12月期間利率、匯率和股票市場(chǎng)等金融資產(chǎn)價(jià)格的52個(gè)金融變量指標(biāo)的非平衡面板時(shí)間序列數(shù)據(jù)，構(gòu)建了動(dòng)