论文部分内容阅读
国内外学者和许多机构试图构建一个能衡量一国金融表现情况、货币政策松紧程度、预测通胀和产出的金融状况指数（FCI）。构建FCI的方法有总需求方程缩减式、因子分析法、卡尔曼滤波分析法、VAR脉冲响应法、SVAR脉冲响应法和支持向量机法。其中总需求方程式利用IS曲线和Philips曲线建立模型，采用多元回归的方法算出变量权重；因子分析法探究变量间的内在依存关系，通过归一化处理得到变量权重；卡尔曼滤波法侧重动态赋权；VAR和 SVAR脉冲响应法分析一个误差项发生变化时对系统的动态影响，不同的是SVAR克服了干扰项向量中可能存在的同期相关性；支持向量机法不同于以上方法，是一种机器学习方法，将回归问题转化为对偶问题来求解。 本文采用国内外学者常用的三种方法：总需求方程缩减式、因子分析法和VAR脉冲分析法分别构建了FCI1、FCI2、FCI3，分析对比其对通胀和产出的预测效果，研究FCI、CPI和社会消费水平三者之间的均衡关系。基于货币传导机制，本文采取利率、汇率、股价、房价和广义货币变量来构建FCI。然后，通过趋势图分析、动态相关性分析、脉冲响应分析以及对通胀和经济增长的预测能力分析，比较三种构建方法下的FCI对我国货币政策目标的预测结果。整体来看FCI指标的变动总是先于通货膨胀缺口的变动情况，所以可以作为通货膨胀的先行指标，其中总需求方程缩减式和VAR法构建的FCI的先行期数不是很稳定，因子分析法与通胀缺口的变动情况吻合度最高，先行期大致为半年。而FCI1和FCI3对经济增长的整体反映不是很理想，FCI2对经济增长时间趋势有明显的先行趋势，先行期为一年。基于时间序列模型，FCI1对通胀和经济增长有短期的预测作用，FCI2对通胀有短期，对经济有中期，FCI3对通胀和经济增长有长期预测作用。所以应明确 FCI的应用，根据考察期限长短选择不同的构建方法。FCI、CPI和社会消费零售总额存在三个协整关系，且根据脉冲响应分析，波动的物价指数对FCI期初影响是正的，后期是负的。