中国金融周期的构建——基于混频向量自回归方法

2008年金融危机的爆发唤起了学术界与业界对于金融周期理论的广泛关注,其中,金融周期的测算是这类研究的一个重要分支,也是联系理论与现实的关键节点。随着金融周期与宏观经济相互影响的日益复杂,传统金融周期测算方法已难以实时、准确反映金融市场的波动变化。论文使用混频向量自回归模型,建立基于月度和季度数据的中国金融周期指数,并通过高斯马尔科夫区制转换方法对我国金融周期的区制特征进行了详细分析。研究结果表明,我国金融体系运行中的“大起大落”并非主导态势,但随着金融体系的发展和开放,金融周期波动幅度呈增大趋势。

我国财政支出政策发挥作用时点的实证分析——基于混频向量自回归模型

使用同频数据分析财政支出政策效果,会因为使用了加总或差值方法处理数据破坏了数据结构,导致部分前瞻性信息丢失,从而扭曲了变量之间的关系,影响对政策效果的评估。为保持数据的初始性和完整性,构建混频数据模型能够更充分地发掘数据之间的内在联系,提高对财政支出政策分析的准确性。文章构建的混频向量自回归模型实证结果表明,相比于同频数据模型,前者能够更早地识别出财政支出政策发挥作用的时间,且对政策影响程度的判断也更为准确。因而,可使用更高频率指标"观测"财政支出政策发挥作用时点,并依据经济季度数据及时判断与调整财政支出政策。

经济政策不确定性、FDI与中国经济增长

将混频数据加总为同频数据所导致的信息缺失和人为信息虚增问题引起广泛关注。为解决上述问题,文章采用混频向量自回归(MF-VAR)模型研究了经济政策不确定性(EPU)对中国经济增长的影响。基于1999年1月至2019年9月的EPU、外商直接投资(FDI)和实际GDP增长率数据进行实证分析,结果表明:预测方差分解证明了MF-VAR模型比传统VAR模型有更好的解释能力;混频格兰杰因果检验证明EPU可以通过影响FDI来影响中国的经济增长;混频脉冲响应分析表明,EPU对经济增长和FDI有负向影响。

中国货币供给、活性结构及其通货与资产的膨胀效应

文章引入混频信息,运用贝叶斯理论地构造了中国货币传导机制的贝叶斯混频向量自回归(BMF-VAR)模型,从通货与资产的双重膨胀效应视角对中国货币供给传导机制进行了实证检验。结果发现,具有不同活性结构的M1和准货币整体上对通货和资产的膨胀效应的影响存在着差异性。M1正向冲击对CPI表示的通货膨胀具有推高作用,对资产膨胀具有抑制作用,作用时滞短,整体具有短期效应;但准货币对通货膨胀则具有抑制作用,对资产膨胀具有推高作用且作用时滞长,整体长期效应明显。

中国货币政策不确定性对宏观经济的影响——基于MIDAS-VAR-CFSVM模型

受限于VAR-SVM模型的结构特点,数量型和价格型货币政策不确定性对宏观经济的影响难以同时进行分析,本文构建MIDAS-VAR-CFSVM模型来克服这一难点。在新框架下,基于混频数据可以同时给出不确定性指数与脉冲响应结果,规避了两步法存在的一些问题,由于该框架包含因子随机波动率的结构,因此也容易对高维数据进行建模分析。基于MIDAS-VAR-CFSVM模型,本文利用中国1996年第一季度至2020年第三季度的数据,分析中国货币政策不确定性对宏观经济的影响。可以发现不确定性指数在2002年左右达到峰值,2007年后波动加剧,2016年后逐渐降低但在COVID-19冲击下再度攀升。不确定性冲击在短期内使得货币供应量增加和利率下降,引发价格水平上升、消费下降并且抑制经济增长,但对投资的影响不明确;在中长期内,反而会使投资增加,同时拉动消费和经济增长,且消费脉冲响应符号由负转正的时点先于经济增长。

中国工业增加值的半月预报:基于宏观月度数据

工业增加值是衡量实体经济成效的重要指标，随着中国经济不确定性加剧，更及时地预报其增速显得尤为重要．本文首先建立前沿的混频结构向量自回归模型，再从中导出预报数学表达式并给出向前滚动预测形式，并将预报模型化为状态空间结构，采用Bootstrap重要性抽样步骤实现模型的稳健性检验．基于1996年1月至2016年3月的相关月度数据，实证研究表明：预报模型合理、参数估计具有收敛性和稳健性；除工业增加值自身惯性影响外，货币政策M2和消费方面社会消费品零售总额滞后1-2期对工业增加值增速半月频率具有显著正向冲击影响；全样本预报、部分样本预报和预见性外推预报合理可行，半月预报能有效预警工业增加值波动规律．最后，针对性地提出相关政策启示和展望．