金融稳定与经济增长的关联机制研——基于马尔科夫区制转换模型

基于2003年到2017年的季度数据,采用马尔科夫区制转换模型对我国金融稳定指数与经济增长的关联性进行了实证研究。通过格兰杰因果检验可以得到,金融稳定与经济增长之间存在双向非线性格兰杰因果关系,二者相互作用;通过马尔科夫区制转换模型分析得出,我国的金融稳定与经济增长之间的关系随着经济增速的"换挡"以及金融稳定性水平大小而呈现较为显著的区制性特征。

我国股市波动趋势分析与预测——基于马尔科夫区制转换模型

股市波动状态和趋势分析,既可以为投资者投资行为提供信息,又可为监管部门市场调控提供决策参考。文章通过多个检验指标选择最优马尔科夫区制转换模型对我国股市波动状态和未来趋势进行分析。研究发现我国股市大部分时候以熊市和平稳市场为主,牛市出现的频率虽然比较低但是持续时间却比较长。我国股市状态在熊市和平稳市间容易出现相互转移,从平稳市场转变为熊市的概率明显高于转变为牛市的概率。从当前的股市状态情况来看,我国股市在未来一定时期内仍然以熊市为主,随着熊市状态的持续平稳市场出现的概率将逐渐加大。

货币政策如何影响金融机构贷款利率——基于马尔科夫区制转换模型的定量分析

通过马尔科夫区制转换模型分析了数量型政策工具和价格型政策工具在不同利率区制下对金融机构贷款利率的影响。结果表明,政策工具效果符合预期并存在显著的非线性效应,数量型政策工具的效果明显弱于价格型政策工具,这和利率市场化机制尚未形成、金融市场体系不完善有关。因此,在现有体制下,货币政策工具的选择要重视价格型政策工具的作用,政策工具力度的选择要根据不同政策取向进行调整,并加快利率市场化改革进程和完善金融市场体系。

基于马尔科夫区制转换模型的中国经济周期识别

经济周期研究既能了解经济运行的真实状况,也是经济危机监测和国家政策调控的基础。文章采用一种能够综合利用高频数据和低频数据的经济周期计量模型,即马尔科夫区制转换混频数据回归(MS-MIDAS)模型,利用月度货运量数据以及季度GDP数据对我国经济周期进行识别与预测,并提供了一种新的方法估计模型参数。结果表明:中国经济周期波动具有非对称性;MS-MIDAS模型在识别与预测经济周期方面具有准确性和简便性。同时,实证结果证实了巴菲特的观点:货运量是经济状况的晴雨表。

基于Markov区制转换模型的人民币实际有效汇率动态研究

利用Markov区制转换模型,对我国1979年12月—2010年1月期间的人民币实际有效汇率的动态波动路径进行实证分析。从Markov区制转换模型所分析的结果来看,人民币汇率波动本身就是一个非对称动态过程,且这一动态变化过程存在着较为明显结构性突变特征,大致可划分为"过度贬值"、"较大幅度升值"和"小幅度升值"三个区制,而造成这种非对称动态变化的重要原因之一便是汇率制度改革。其中,1994年和2005年的两次汇率制度改革对我国汇率的稳定发挥了积极作用。

人民币名义汇率与中国通胀的区制转换特征研究

我们通过扩展"巴拉萨—萨缪尔森假说",对名义汇率升值和通胀的相互替代作用进行了理论解释,并使用马尔科夫区制转换模型研究了1983年1月至2010年11月间人民币/美元汇率和中国通胀率的时间序列行为。经验研究显示,在缩小中美之间价格差距的过程中,"结构性通胀"与名义汇率升值有着相同的作用。人民币外在升值压力与国内通胀并存的问题,对于宏观经济平衡和货币政策制定者来说,既意味着机遇,也意味着挑战。我们认为,通胀与名义汇率升值的合适政策搭配会降低人民币升值预期,并逐步缓解人民币升值压力。

中国服务业增长和波动的区制转换与非对称性研究

在当前服务业景气“微波化”的背景下,采用四区制马尔科夫混频动态因子模型,从增长速度和波动强度的双重角度对中国服务业景气不同阶段的运行特征进行详细考察。结果表明,中国服务业景气波动主要呈现低增长―低波动状态,其次为高增长―低波动状态,且不同阶段之间的转移概率呈现非对称性;中国服务业在经济新常态背景下可能会在以低增长―低波动为主要特征的“L”型底部运行,也可能会在低波动水平上呈现高增长和低增长状态交替的“W”型波动态势。

人民币汇率的长短期影响因素分析——基于马尔科夫区制转换模型

文章采用2000-2013年间的月度数据,从长期和短期影响因素的角度分别构建相应最优的马尔科夫区制转换模型,研究同一类型因素中影响汇率变动的主导变量。实证结果表明,国内通货膨胀和国际市场利率是短期因素中影响我国汇率变动的主要变量,长期因素中贸易条件、货币供给和外汇储备是影响汇率变动的主要变量,其中货币供给增加引致的汇率升值现象说明当前我国货币的资本功能主导汇率变动。然后结合模型区制间转换脉冲响应和实际汇率变动趋势可以确定我国某一时期汇率变动的决定因素,进一步分析发现我国不同时期汇率同样的变动趋势的决定因素可能不一致。

生猪产业链区制转换与价格非线性传导

文章基于中国2006年9月至2018年4月的仔猪价格、生猪价格和猪肉价格,引入马尔科夫区制转换向量自回归(MS-VAR)模型对生猪产业链区制状态转换与价格非线性传导进行实证分析。结果表明:生猪产业链在下跌、平稳和上升区制间转换较为频繁,其中下跌区制稳定性较强;生猪产业链服从MSIH(3)-VAR(5)模型,仔猪价格受到不同滞后期下猪肉价格的显著影响,生猪价格同时受到不同滞后期下仔猪价格和猪肉价格的显著影响;在不同区制状态中,生猪产业链各环节的价格非对称传导响应方向和持续时间基本一致,而冲击强度存在差异,上升区制中冲击强度最强,平稳区制次之,下跌区制最弱。

中国地方政府债务风险动态监测预警研究——基于马尔科夫区制转换回归模型

新常态下地方经济中低速增长,房住不炒式的调控使土地拍卖收入锐减,这些都促使我们需要进一步做好地方政府债务风险动态预警管理。本文收集1998—2016年我国31个省市地方政府债务经济数据,用熵值TOPSIS法,综合评价地方政府债务风险,构建马尔科夫区制转换回归模型,估算地方政府债务风险的预期持续期、区制转换概率与稳态概率,研究地方政府债务风险区制转移并做出动态监测预警。

基于马尔科夫区制转换及Black-Litterman模型的大类资产组合模型研究

传统的均值-方差模型由于对输入参数过于敏感,限制了其在实践中的应用。BlackLitterman模型通过贝叶斯方法对投资者主观观点和基准组合进行加权,可以在一定程度上弥补均值-方差模型的弊端,在实践中得到了广泛的应用。本文在Black-Litterman模型的基础上,引入马尔科夫区制转换模型划分经济周期,形成了大类资产的主观观点,并分别利用等权重和最小方差组合作为基准组合,构建了MS-BL投资组合,研究结果表明:(1)我们根据区制转换机制和美林投资时钟原理提取的主观预测信息能够有效地捕捉未来的市场信息,从而提升了新投资组合的有效性;(2)我们提出的MS-BL模型在收益提升和风险控制上均显著超越了传统的资产配置模型,且在不同的样本周期、风险规避系数及信心水平下结论是稳健的。

我国通货膨胀率过程区制状态划分与转移分析

利用马尔科夫区制转移模型来具体刻画和分析我国通货膨胀率过程的时间动态轨迹,检验结果表明,我国通货膨胀过程可以划分为"通货膨胀区制"、"通货紧缩区制"和"通货变化适中区制",通货膨胀率过程在不同区制状态下均能够体现出显著的持续性特征.同时发现,我国经济政策操作与通货膨胀率所处区制之间以及经济政策调控与通货膨胀率所处区制的阶段性变迁之间都存在明显的相关性,这意味着在我国存在经济政策对价格水平变化所进行的及时动态干预和宏观调控.

基于马尔科夫区制转换的厦门商品住宅价格模型

厦门市商品住宅价格月度报告通常于下个月初发布,这使得政府对房地产市场的调控具有一定程度的滞后.为能够较为准确的预测房价走势,便于政府适时地提出妥当的决策措施,利用两状态一阶自回归马尔科夫区制转换模型对厦门市2006年至2011年商品住宅月度价格的非线性动态变化进行分析,并对2012年1月至4月的价格进行预测.实证结果表明模型能够形象地表现出厦门商品住宅价格的周期性波动,并较好地进行价格预测.

“双碳”背景下中国碳市场风险度量及影响机制分析

随着中国碳市场的不断发展,度量和监测碳市场风险压力状态,防范交易市场风险愈发重要。论文采用北京、上海等6个试点碳市场2014—2021年交易数据,基于时变相关系数矩阵合成构建中国碳市场风险压力综合指数,并利用马尔科夫区制转换模型甄别碳市场风险压力状态波动的区制转换效应,最后用TVP-VAR模型分析电力、钢铁、水泥和石化4个控排行业生产对碳市场风险压力状态的动态影响。研究发现,样本期间高耗能控排行业生产变化对碳市场风险压力状态的影响具有明显的时变效应。不同控排行业生产变化对碳市场风险压力波动的影响存在差异,水泥、钢铁行业生产在高风险区制对碳市场风险波动的抑制影响效应更突出,而石化、电力行业生产在中低风险区制对碳市场风险的正向冲击溢出效应更强烈。

基于MSVAR模型的货币政策非对称效应研究

笔者采用马尔科夫区制转换向量自回归模型(MSVAR)和脉冲响应函数(IRF),基于我国1992年第1季度至2011年第4季度的宏观经济数据,探讨了我国货币政策的非对称效应。结果显示,我国货币政策的信贷传导机制和利率传导机制均具有非对称效应。经济扩张期紧缩性货币政策的抑制效应要显著大于经济紧缩期扩张性货币政策的刺激效应;利率市场化改革前后其区制发生明显转换,利率作为货币政策的中介目标,作用不断加强。

全球流动性冲击对我国股市波动的影响研究——基于MS-VAR模型的分析

本文基于1999—2016年相关变量的月度数据,借助非线性的马尔科夫区制转换向量自回归模型(MS-VAR),描绘了具备非线性、时变性特征的全球流动性在不同区制状态下(全球流动性水平低速增长、混合波动增长、高速增长)对我国股市波动的影响,考察了在不同区制下全球流动性冲击对我国股市的传导渠道,并提出了应对冲击实现高效率流动性管理的相关建议。实证检验结果表明:全球流动性冲击通过三条渠道共同发挥作用传递到我国的股票市场,其中资本渠道与贸易渠道占有相对主导地位。在我国短期内仍实行资本管制的情况下,利率渠道并未成为传递或放大全球流动性冲击对我国股市产生影响的主要渠道。短期来看,资本管制是应对冲击的有效手段。但从长期来看,应从积极、持续推进汇率制度改革与人民币国际化进程,保证财政政策与货币政策的独立性与灵活性等方面入手,同时也应注意协调好人民币国际地位的提高、资本管制的放开、灵活的汇率制度之间的关系。

不确定性冲击下利率传导机制

本文考察了货币政策不确定性冲击下市场利率之间的传导机制。首先,应用时变系数马尔科夫区制转移模型提取代表货币政策不确定性的利率不确定性。其次,采用Dirichlet-VAR模型考察了这种不确定性冲击下政策利率和市场利率之间的传导关系。最后,结合二元和多元变量之间的影响关系,给出了不确定性冲击下利率的核心传导结构。实证结果表明:不考虑不确定性冲击时,政策利率和货币市场利率之间存在基本的传导环路,货币市场和债券市场之间形成了市场化的传导环路。考虑不确定性冲击时,利率内在不确定性直接影响了股票市场收益率的变动;利率外在不确定性对债券市场和股票市场都会带来影响,进而影响市场上的融资成本。

基于MS模型的中国FDI变化路径的动态特征研究

通过建立两状态的马尔科夫区制转换(MS)模型,刻画了1997.01—2010.11期间中国FDI变化路径的动态特征。实证分析结果表明,在近10多年的发展历程中,中国FDI扩张状态的平均持续期约为2.902个月,FDI收缩状态平均持续期约为3.6832个月,而且FDI的扩张与收缩的交替频率较高,FDI经历了短暂的扩张(收缩)状态之后又迅速进入收缩(扩张)状态。中国FDI变化路径的状态交替特征可能受到全球FDI的流动趋势、中国的知识产权保护力度以及引资政策的影响。

中国股市泡沫的识别和预测:基于SSMS模型

文章将前沿的向量自回归--对数线性化资产定价模型改写成状态空间形式,并与二元马尔科夫区制转换有机地结合,得到用于股市泡沫识别和预测的状态空间马尔科夫区制转换模型,以便在一个统一模型框架中解决股市泡沫的时变性和不可观察性。基于中国股市的实证研究表明:(1)该模型能够很好捕捉股市泡沫,识别泡沫的膨胀区制和破裂区制,估计泡沫在两个区制之间的转换概率。(2)中国股市泡沫具有周期性、持续性和不对称性特征。基于滤波概率和平滑概率的预测进一步支持了上述结论。

货币政策冲击对股市“有限参与”之谜的解释——基于Markov区制转换VAR模型的实证研究

居民在股票市场'有限参与'的问题已经成为家庭资产选择的核心问题,这方面的研究不仅对相关消费金融理论研究的深化具有重要的学术价值,而且对我国科学制定宏观经济政策和金融政策具有重要的指导意义。鉴于此,本文运用马尔科夫区制转换向量自回归模型,重点研究货币政策冲击对居民股市参与行为的影响。MSH(2)-VAR(1)模型和累积脉冲响应的结果表明,扩张的货币政策对我国居民参与股市的负面影响是直接且持续的,而在不同区制下,影响程度也存在显著差异。总体而言,本文为货币政策解释居民的股市'有限参与'现象提供了有力的实证证据。