基于混頻模型的中國金融狀況指數(shù)構(gòu)建.pdf

1、基于混頻模型的中國金融狀況指數(shù)構(gòu)建TheconstructionofChina’SfinancialeonditionsindexbasedonMixedFrequencyModel學號：213020208026學科專業(yè)摘要摘要近期爆發(fā)的金融危機引發(fā)了學者們關(guān)于如何準確測量金融狀況的熱潮，學者們一致認為金融狀況不僅受到貨幣政策的影響，也會受到金融市場本身因素的影響，因此政策制定者需要密切關(guān)注金融狀況。基于此產(chǎn)生了多種多樣的方法來構(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)一般用于衡量當前金融狀況、貨幣政策的執(zhí)行效果、預測未來經(jīng)濟發(fā)展，因此如何有效的構(gòu)建我國的金融狀況指數(shù)顯得尤為重要。本文參考高盛構(gòu)建的中國金融狀況指數(shù)的選擇，在其所選擇的利率、匯率、股價、社會融資規(guī)模、房價、貨幣供應(yīng)量這六個指標的基礎(chǔ)上增加了存貸款比例。這七個指標既包含高頻時間序列，如利率和股價，也包含低頻月度時間序列，如社會融資規(guī)模。本文所選擇的基準模型為混頻狀態(tài)空間模型，比較模型為向量自回

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

4、通過混頻狀態(tài)空間模型得到金融狀況指數(shù)記為FCIDFM，與月同比CPI進行趨勢比較發(fā)現(xiàn)，F(xiàn)CIDFM不僅走勢領(lǐng)先于月同比CPI，而且趨勢也較為一致，同時將所得的實時金融狀況指數(shù)和利率進行對比發(fā)現(xiàn)對于利率的上升下降金融狀況指數(shù)均能作出及時反應(yīng)。第三，對兩組金融狀況指數(shù)和月同比CPI進行Granger因果檢驗發(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相對月同比CPI的最優(yōu)領(lǐng)先