新凯恩斯菲利普斯曲线框架下的中国动态金融状况指数

鉴于当前金融状况指数变量权重系数缺乏动态性,文章采用递归广义脉冲响应函数方法构建了中国动态金融状况指数。研究发现,动态指数对未来一个季度的产出和通胀水平都具有较好的预测能力,且更适用于预测未来通胀。在此基础上,文章将动态指数作为衡量金融市场的变量纳入新凯恩斯混合菲利普斯曲线模型中,运用GMM方法进行估计,结果表明动态指数对当期和未来一个季度的通胀具有显著的正向效应。因此,有必要将金融状况指数作为一个金融市场变量纳入菲利普斯曲线框架下,以分析金融市场对通胀的影响。

中国金融状况的动态测度及其非线性宏观经济效应

本文首次根据Log-ML、DIC等标准,实证检验参数及残差方差的时变特性对于中国动态金融状况指数(DFCI)构建问题的适用性,据此选定TVP-VAR-SV模型进行指数编制,进而运用MS-VAR模型建立综合经济因素与金融因素的“坐标体系”,准确研判中国经济金融区制状态,基于直接脉冲响应、DFCI变动惯性等视角,分析不同经济金融阶段金融状况变动的非线性经济效应,为中国宏观调控当局维护经济金融稳定提供实证经验参考。本文研究发现:相较于VAR和TVP-VAR-CV,TVP-VAR-SV模型更适用于构建中国DFCI,而据此确定的权重动态及指数走势较好地契合中国金融实际形势;中国金融状况变动的宏观经济效应依赖于经济金融阶段,呈现显著的非线性特征;中国金融状况变动存在较强惯性,在其作用下宏观经济可能受到“余震”冲击,而据此进行精准逆周期金融调控有利于经济金融稳定。因此,中国应运用TVP-VAR-SV模型精准动态测度金融状况,并基于对所处经济金融阶段的准确研判,审慎开展逆周期金融调控以确保经济行稳致远。