中国系统性金融风险与价格型货币政策传导效应研究——基于DMA-TVP-FAVAR模型和MS-VAR模型的实证分析

监测系统性金融风险以及识别该风险对货币政策操作效果的影响,对于平衡稳增长与防风险具有重大现实价值。创新性地应用DMA-TVP-FAVAR模型从动态视角搭建中国系统性金融风险指数,并借助MS-VAR模型评估金融风险对价格型货币政策产出效应、价格效应的非线性影响。研究发现:货币市场在中国金融体系中具有重要地位,防范金融风险离不开货币市场平稳运行,银行业、股票市场、房地产业、外汇市场在中国系统性金融风险指数中虽占比有限,但相对重要性上升。中国系统性金融风险具有明显的两区制特征,并且维持高风险区制的持续性更强。在系统性金融风险作用下,价格型工具的操作效果呈现非对称性,金融风险的存在大幅削弱了货币政策有效性,为实现宏观调控目标,中央银行有必要加大货币政策操作力度。研究工作有助于建立起具有中国特色的系统性金融风险应对机制。

人民币国际化对系统性金融风险影响研究

有序推进人民币国际化是党的二十大提出的重大战略部署。研究人民币国际化对系统性金融风险的影响对于有序推进人民币国际化具有重要意义。文章首先对中国系统性金融风险进行测度,在此基础上分析人民币国际化对系统性金融风险的影响,并基于三维脉冲响应结果构建波动指数,首次从实际数据层面量化人民币国际化冲击引起不同市场系统性金融风险的波动程度。研究结果发现:(1)重大突发事件时期,系统性金融风险出现不同程度的上升;(2)人民币国际化对中国系统性金融风险的影响具有非线性效应,新冠肺炎疫情事件强化了人民币国际化对系统性金融风险的不利影响;(3)人民币国际化冲击引起债券市场、房地产市场和金融机构系统性金融风险的波动最大。

中国通货膨胀动态模型预测的实证研究

通货膨胀形成机制的复杂性以及影响因素的多元性,要求通货膨胀预测过程必须关注模型与参数的不确定性以及信息的综合有效利用。本文构建了基于动态模型平均的时变向量自回归模型预测我国的通货膨胀,模型根据预测表现动态选择解释变量、系数时变程度和模型维度,在有效控制模型和参数不确定性的同时最大限度地综合利用宏观经济信息。基于我国20个宏观经济变量的实证结果表明,同时考虑解释变量动态选择、系数时变程度动态选择和模型维度动态选择的通胀预测模型,其预测表现优于单一维度的随机游走模型、时变向量自回归模型、贝叶斯模型平均模型,特别在经济波动较大时综合考虑这些因素的通胀预测模型表现更加出色,增加不同维度的子模型也提高了经济波动增大时的通胀预测能力。

“一带一路”战略能够化解我国过剩的钢铁产能吗——基于时变参数向量自回归模型平均的预测

本文研究了我国钢铁需求量的主要影响因素,分别使用Small TVPVAR模型、Medium TVP-VAR模型、Large TVP-VAR模型、TVP-VAR-DMA和TVP-VAR-DMS对我国钢铁需求量进行预测并比较,研究结果表明TVPVAR-DMA能够快速适应中国经济结构的渐变和突变情况并能较大地提高其预测的准确性。预测结果表明,基于国际货币基金组织对各国GDP增长率的预测和我国钢铁产能不再增加的条件下,"一带一路"战略将逐年化解我国过剩的钢铁产能,2015年至2020年期间我国的粗钢需求值大约每年增加0.146亿吨,最终在2020年我国将只有0.48亿吨左右过剩的粗钢产能。同时,为了完全解决我国钢铁产业产能过剩的问题,国家应该进一步扩大"一带一路"战略的国际钢铁市场,强化市场配置资源功能,减少低端钢铁产品的产能扩张。

中国“动态”金融压力指数构建与时变性宏观经济效应研究

本文将动态模型平均思想纳入时变因子扩展向量自回归模型,进而从金融脆弱性、金融体系发展以及国际金融形势等方面构建动态变化的金融压力指数(FSI)体系,并探索了金融压力对主要宏观经济变量冲击反应的时变特征。研究结果表明:相比其它因子模型,本文同时考虑参数时变、变量动态选择和模型维度时变的TVP-FA-VAR-DMA模型不仅能够提高FSI预测模型参数估计的效率,且能够较好地反映出中国金融压力情况和金融特殊事件;通过马尔科夫模型识别出我国金融压力具有明显的三区制转移特征,样本区间内FSI大多时间处于金融平稳时期,并且金融失衡时期与国内外重大特殊事件较为吻合;通过时变参数模型经验分析发现了金融压力的上升对经济增长主要表现为短期负向传导效应,对物价水平和消费水平的冲击均表现为由强到弱的短期负向效应,对投资水平的负向冲击效应呈递增趋势。此外还发现在重大金融事件发生的高风险时期,金融压力的上升会对宏观经济的负向冲击更为强烈。