基于TVP-FAVAR模型的中国金融稳定状态指数构建

基于时变参数视角，拓展了原有的金融稳定状态指数构建方式，建立时变参数因子加强型向量自回归模型TVP-FAVAR，选取2004年第3季度至2014年第3季度的24类宏观经济数据作为样本进行实证研究。结果表明：改进的金融稳定状态指数能够有效预测未来5-7个季度内我国的宏观经济走势．未来l-3个季度内的通货膨胀趋势，以及未来6-8个季度的货币错配风险水平。该金融稳定状态指数包含未来较长一段时期内的金融变量信息，时变参数的优势使得该指数能够及时反映我国金融制度和结构的变化，有助于对我国经济政策实施的效果进行科学评估，从而便于政府对经济政策进行及时调整。

中国金融稳定状态指数的构建——基于状态空间模型分析

由美国次贷危机所引发的世界金融风暴使得金融稳定问题再次受到世界各国的关注。以简化的总需求方程为基础,利用状态空间模型和Kalman Filter算法构建的旨在反映中国金融状态的金融稳定状态指数(FSCI)表明,主要金融变量对中国金融稳定状况影响的贡献具有时变特征;1999-2008年中国金融运行尽管有所起伏,但基本平稳。通过样本内和样本外检验发现,该指数包含了重要的金融变量的未来信息,对中国金融稳定状况的变化具有一定的预测作用。

基于状态空间模型的中国金融稳定性评估

采用状态空间模型和Kalman Filter算法,从机构运作、市场运行、宏观环境、抵御外部冲击四个方面选取不良贷款率等9个指标构建中国金融稳定状态指数(FSCI)。得到如下结论:FSCI指数对金融稳定描述的准确性受基础指标权重影响很大,且权重是时刻变化的,目前FSCI指数处在(-5%,5%)之间,金融市场处于相对稳定的状态。为此,建议加强金融稳定监测,并对其监测方法进行改进,建立重点指标的动态监测和预警机制;加强银行市场、股票市场、期货市场、保险市场、房地产市场基础建设,完善各个市场的制度体系,并增强其抵御风险的能力;加强外债和外汇储备管理,优化其构成结构;建立多元化的外交关系等一系列措施。