浅谈我国金融状况指数构建中的变量选取问题

何汇溪

（首都经济贸易大学，北京 100070）

一、金融状况指数（FCI）简介

2007年美国次贷危机以后，各国越来越重视虚拟经济对实体经济的影响问题。次贷危机从金融领域开始，迅速蔓延至实体经济，造成美国失业率上升，GDP下降，并对全球经济的稳健发展产生了一定的副作用。金融状况不仅仅通过利率等因素影响货币传导，进而影响实体经济，而且对实体经济的运行趋势有一定的指示作用和预测能力。因此，构建出一个包含金融指标的指数，进而用这个指数来预测实体经济的运行趋势就具有重要意义，在此情况下，金融状况指数就顺势而生。

金融状况指数（FCI）是由货币状况指数（MCI）发展演变而来的，MCI最早由Freedman提出，认为与货币有关的一些变量能够影响经济运行，加拿大银行率先构建了包括短期利率和汇率两个变量的MCI。在此基础上，Goodhart和Hofmann（2001）发现，资产价格在货币政策传导中同样发挥着重要的作用。因此，他们把房地产价格和股票价格也作为变量，加入到了MCI中，构成了最初的金融状况指数，金融状况指数的构建原则如下：

由FCI的构建原则来看，变量选取和权重占据着重要地位。近些年来，随着金融状况指数的研究深入，在构建金融状况指数时，变量数目不断增多，不仅仅有利率汇率等传统变量，还包含了一系列反应信贷状况的变量。变量的权重衡量方法也不断增多，从最初的静态权重发展到带时序的动态权重。

二、FCI中基础变量的传导机制

金融状况指数之所以能预测实体经济的运行，就是因为构建金融状况指数的变量都能通过一定的机制影响实体经济的运行，金融状况指数不仅包括利率、汇率等与货币政策密切相关的变量，还包含着股价、房地产价格等对未来经济走势有影响和预测作用的变量。通常情况下，FCI的传导方式有如下几种：

（一）利率传导机制

货币政策的传导途径之一是利率，传统观点认为，当货币当局降低利率时，会刺激企业投资和居民对房地产等耐用品的投资，进而提高国民收入。值得注意的是，货币当局降低的是名义利率，但是由于价格粘性理论，居民和企业并不能迅速调整对价格、通货膨胀率等的预期，因此社会总投资增加，收入增加。

（二）汇率传导机制

随着经济全球化逐渐深入，各国间的贸易往来越来越密切，国际资金流动越来越频繁，一国的经济政策不仅仅对本国有影响，还会通过贸易、资金流动等途径传导至其他国家。当一国货币当局减少货币供给时，名义利率上升，本国货币资产收益增加，这就会吸引国外游资等流入本国，增加本国货币的需求，需求的增加导致本币升值，本币升值则会通过国际贸易渠道影响本国收入。本币升值，本国产品相对未升值时期和国外商品而言价格上升，这会造成商品国外需求减少，即出口减少，同时进口增多，进而使得本国总产量减少。

（三）资产价格影响机制

当资产（例如股票和房地产）价格上升时，对居民而言，一方面，居民的资本总额增加，即总财富增加，居民更加富裕，这可以刺激当期消费，从而增加总产出。另一方面，股票等金融资产价格的上涨又可以使居民增加对未来预期收入的预测，根据生命周期理论，居民会调整当期消费支出，在原有的基础上增加消费支出，进而提高当期社会总产出。

对企业而言，股票价格上涨意味着企业的市场价值增加，当其高于重置成本时，意味着企业购买新的资本品更加有利，这时企业会增加新投资，进而会增加总产出；当股票价格下降时，企业的市场价值降低，当其低于重置成本时，购买已有的资本品对企业而言更加有利，这就会降低当期新投资，从而降低社会总产出。

三、变量选取问题

从以上传导机制可以看出，在构建金融状况指数时，选择变量至关重要，变量的选取关系着金融状况指数的预测能力和分析能力，从效果上而言，多变量可以更有效地预测经济走势，但是如果变量数目过多则会增加数据处理的难度，而且变量之间的互相作用会在一定程度上弱化分析效果，因此，合理地选取变量有着重要的意义。从历来的研究来看，在构建金融状况指数的变量选取上，国际上普遍遵循两个原则：第一，变量应该在货币政策和财政政策的传导中发挥着关键的作用；第二，变量应该包含着未来经济运行的信息；第三，变量应该比较容易获得，数据准确，有较少的不确定性；第四，选取变量组时，应该尽量减少存在互相干扰和互相影响的金融变量共同进入变量组的情况。

国际上在构建金融状况指数时，一般采用的变量有利率、汇率、股票价格、房地产价格等，结合我国实际情况，对变量进行分析筛选：

（一）利率的选取

通过上文分析可以看到，利率在货币政策中发挥着重要的传导作用，利率选取得恰当与否直接影响到金融状况指数的预测精度。国际上采用的利率各有不同，就目前看来，短期利率（Goodhart，2001）、3个月期货币市场利率（Holz，2005）、伦敦同业拆借利率（Andrew，2008）等均出现在构建FCI的变量中。

就我国情况而言，由于我国目前尚未完全实现利率自由化，借贷利率在一定程度上受到国家管制，名义利率还不能完全反映货币市场上资金的供求状况，因此采用名义利率构建FCI时可能会产生一定程度的预测偏差。而同业拆借利率则可以较好地弥补名义利率的缺陷，作为金融机构间短期资金借贷利率，同业拆借利率可以更加真实地反映市场上资金的供求情况，其高低变化也可以反映货币政策的松紧程度，因此，本文建议采用同业拆借利率来替代名义利率作为构建金融状况指数的变量。还应该注意的一点是，在构建金融状况指数时，为了更加清晰地看到金融状况与实体经济的运行关系，还需要剔除通货膨胀的因素。

（二）汇率的选取

国际上已有文献在汇率的选取方面一般采用名义有效汇率和实际有效汇率。有效汇率一般是一种以贸易比重为权数，通过一系列权重计算得到的加权平均汇率指数，有效汇率可以反映一国的对外贸易状况，反映出该国在国际贸易中的竞争力。在有效汇率的基础上，实际有效汇率剔除了通货膨胀因素，不仅有能将本国货币与所有贸易伙伴国的名义汇率联系起来的特性，还能扣除单纯因为通货膨胀引起的货币价值变动，更能准确地反映出本国货币的购买力和对外价值。综上所述，相对于名义有效汇率，本文更倾向于在构造FCI时选取实际有效汇率作为变量。

（三）股票价格

在股票价格的选取上，实际股票价格（Goodhart，2001）、投资收益率（Aandrew，2008）、股价指数（戴国强，2009）等都在构建FCI中作为变量出现。在我国实践中，由于股票数量多，上市公司涉及领域广，所以很难单纯地计算出实际股票价格。而上证指数和沪深指数都能在一定程度上表明股票市场的运作情况，因此在构建我国的FCI时，建议将上证指数或者沪深指数作为股票价格的替代变量。同时，由于近些年来创业板市场的兴起，用上证指数或沪深指数来表示股票市场的景气程度也略显单一，所以应该再加上创业板市场指数作为变量之一。

另外，随着金融衍生品市场的发展，金融衍生品价格中也开始蕴含着未来的经济走势信息，金融衍生品市场的健康程度也在一定程度上能对货币政策的传导施加影响。为了更全面地分析金融市场对未来经济的预测，以及明晰金融市场不确定性所在，本文建议可以适当考虑将典型金融衍生品（如CDS等）的价格也纳入变量中。

（四）房地产价格

国际上在构建FCI时，房地产价格是一个重要的变量。但是由于我国的房地产市场的特殊性，房地产市场受到的政策管制较多，房地产价格不仅受到调控政策的影响，而且受到银行信贷松紧的影响。同资本市场发达的国家相比，我国的房地产价格并不能真实地反映出房地产市场的供求情况。另一方面，我国房地产价格呈现明显的地域性和时间性，并且缺少一个具有说服力的能全面综合反映其真实运作情况的指数。因此，在构建我国的FCI时，不建议变量中加入房地产价格。

（五）社会融资规模

我国目前的货币政策中介指标是货币供应量（M2）和贷款余额，M2可以准确地反映出我国实体经济的运行情况，因此可以将M2纳入到变量组中。但是从贷款余额来看，我国目前民间借贷尚属于灰色领域，管理比较混乱，多数民间借贷并没有纳入到统计体系中去，造成统计数据中的贷款余额和实际贷款余额并不一致，因此并不建议将贷款余额作为变量纳入到FCI的构建中。

社会融资规模是指一定时期内实体经济从金融体系中获得的全部资金总额，表示金融对实体经济的资金支撑，可以全面地反映出金融市场和实体经济的关系，随着金融市场的发展，社会融资规模逐年增加，支撑途径逐年扩展。因此，在构建我国的FCI时，应该将社会融资规模纳入到变量中。

综上所述，国际上常用的变量在构建我国的FCI时需要做一定的调整，除了传统的利率汇率，新加入的变量也需要结合我国国情进行取舍。在资本市场完善的发达国家，利率可以正确地反映出货币市场的供求情况，房地产价格也可以明确地表示房地产市场的运行状况。而在我国，由于种种原因，这些变量并不能真实地反映出市场供求状况，某些指标甚至并不可得。基于此，在构建我国的FCI时，变量组的选取不仅仅需要考虑某个指标和实体经济的联系程度，还要考虑到该指标的可获得度以及反映出市场供求情况的准确度。近些年来，随着研究的逐步深入，国际上出现了将信贷指标也加入变量中的例子，例如出现了将信贷可获得度纳入到变量组中的情况，但是在我国，信贷可获得度目前尚且不好测度，在未来条件成熟后可以考虑将其纳入到变量组中。

[1]HatziusJ.，Hooper P.，Mishkin F.S.，etal，Financial ConditionsIndexes：AFresh Look afterthe Financial Crisis[J].General Information，2010.

[2]Brave S.A.，Butters R.A.，Monitoringfinancial stability ：A financial conditions index approach[J].Social Science Electronic Publishing，2011：22-43.

[3]王玉宝.金融形势指数FCI的中国实证[J].上海金融，2005，(8)：29-32.

[4]封北麟，王贵民.货币政策与金融形势指数FCI：基于VAR的实证分析[J].数量经济技术经济研究，2006，(11)：142-150.

[5]巴曙松，韩明睿.基于SVAR模型的金融形势指数[J].宏观经济研究，2011，(4)：26-31.

[6]余辉，余剑.我国金融状况指数构建及其对货币政策传导效应的启示——基于时变参数状态空间模型的研究[J].金融研究，2013，(4)：85-98.

[7]刁节文，魏星辉.基于FCI将我国货币政策纳入麦卡勒姆规则的实证研究[J].上海金融，2013，(7)：47-53.

[8]徐国祥，郑雯.中国金融状况指数的构建及预测能力研究[J].统计研究，2013，(8)：17-24.