自2008年金融危机以来,金融周期越来越受到学者的重视,金融相关变量也成为了主流经济理论的研究重点之一,纵观对于金融周期的研究大多停留在金融周期的长度和波峰波谷的所在,以及金融周期和经济周期之间的关系上,缺乏预测金融周期的相关研究,由于金融周期和信贷相关度极高,并且银行流动性创造就是以信贷为基础而来的,所以本文将金融周期和银行流动性创造联系在一起,研究银行流动性创造对金融周期预测方面的作用和表现,不但充分挖掘了银行流动性创造的预测能力,还预测了我国的金融周期,在一定程度上完善了相关理论;不仅如此,预测金融周期对许多市场参与者来说也是非常重要的,如果能够提前预测到金融周期的波动,那么通过市场参与者一系列的应对措施,能很大程度的提高整个社会资源配置的效率,因此研究银行流动性创造对金融周期的预测也就有了重要的现实意义。本文选取了我国151家商业银行从2007年第一季度到2019年第三季度的数据,参考了 Berger和Bouwman的“cat fat”模型测算了我国的银行流动性创造,发现其走势和银行业资产总量呈正比;并且对国有银行和股份制银行的流动性创造进行了对比分析,发现国有银行的流动性创造在我国银行流动性创造总量中一直占据较大比重,但所占比重在逐年下降,这说明随着我国金融市场的发展,国有银行的发展速度相较于股份制银行在降低。之后,本文根据陈雨露、马勇以及范小云的做法,选取了信贷、信贷/GDP、房地产价格和股票价格四个金融变量来构建金融综合指标,这些变量从不同的角度解释了我国金融市场运行的特征;然后参考马勇的做法本文选取了滤波法中的HP滤波法来测度金融周期,HP滤波法可以得出金融周期的缺口值以及偏离趋势值的程度,缺口值为正,说明金融周期位于其趋势值之上,将其定义为金融扩张期,且偏离程度越大说明其扩张程度越大,反之,缺口值为负,说明金融周期位于其趋势值之下,将其定义为金融收缩期,且偏离程度越大,收缩程度越大;据此定义了我国2007年第一季度到2019年第三季度的金融周期状况,并将其与实际金融周期做了比较,贴合度很高。最后,利用probit模型预测金融周期,具体分为单因子模型和多因子模型—单因子模型的自变量为银行流动性创造的增长率,样本期从2007年第二季度到2019年第三季度,预测期从K=0到K=4,即估计银行流动性创造对当期以及未来一年的金融周期状况的预测能力,由实证结果来看:银行流动性创造可以用来预测当期、未来2期和未来四期的金融周期,而对于未来一期和未来三期的金融周期则没有预测能力,最佳预测期为未来四期,从系数的正负号可以看出,银行流动性创造的增长率和金融周期的收缩之间是负相关关系;多因子模型的自变量为银行流动性创造的增长率以及股市流动性和债市流动性,从拟合优度可以看出,最佳预测期仍为未来四期,从显著性来看,新增变量中债市流动性对金融周期有预测作用,而股市流动性对金融周期没有预测作用;对比单因子模型和多因子模型,多因子模型的拟合优度和拟合准确度都有提升,说明多因子模型对金融周期具有更好的预测能力。通过以上研究本文得出以下结论:银行流动性创造可以对金融周期进行预测,尤其是对于金融衰退的预测更为准确,本文还对未来四个季度的金融周期做出预测—在2019年第四季度我国金融周期会短暂的从收缩转为扩张,这可能是由于在年底国家宏观调控的结果,而到了 2020年我国金融周期又会由扩张转变为收缩,且这种收缩至少持续三个季度,本文推测这可能是由于中美贸易战对我国经济金融的不良影响所造成的,这也就意味着我国的金融市场在2020年仍将处于萧条状态,这对于我国的经济发展可能会造成不良影响。