準確的金融周期測算能夠為金融風險的監(jiān)測預(yù)警及宏觀政策的制定提供基礎(chǔ)。選取6個具有代表性的金融變量,利用動態(tài)因子模型構(gòu)建我國的金融周期指數(shù),測算我國的金融周期;并運用馬爾科夫機制轉(zhuǎn)換模型計算經(jīng)濟周期與金融周期的周期相關(guān)系數(shù)和一致性指數(shù),對二者的協(xié)同性進行度量和分析。計算與分析結(jié)果顯示:測算出的金融周期與各個金融變量的相關(guān)性顯著,且具有較強的預(yù)測能力;金融周期的波長和振幅與經(jīng)濟環(huán)境及金融調(diào)控政策密切相關(guān);金融周期與經(jīng)濟周期的同期協(xié)同性較低,但金融周期的滯后7期與經(jīng)濟周期的協(xié)同性程度較高,可見金融周期領(lǐng)先于經(jīng)濟周期半年至一年。

【文章頁數(shù)】：12 頁

【部分圖文】：

圖16個金融變量的同比增長率數(shù)據(jù)圖

基于我國金融體系的實際情況以及數(shù)據(jù)的可得性,本文選取的數(shù)據(jù)樣本時期為2000年1月～2018年7月。為了消除量綱,使變量具有可比性,我們將采用上述6個金融變量的同比增長率進行后續(xù)分析。6個金融變量的同比增長率數(shù)據(jù)如圖1所示:圖1中,DCREDIT、DHOUSE、DSH、DCHIB....

圖2動態(tài)因子模型提取出的金融周期序列

圖2為動態(tài)因子模型提取出的共同因子序列,即金融周期序列。由于我們所使用的是原始變量的循環(huán)要素成分,得到的金融周期已經(jīng)排除了季節(jié)因素的影響,也剔除了趨勢成分,因此,得到的序列始終在0的附近上下波動,反映的正是金融系統(tǒng)偏離均衡狀態(tài)的情況。在本文的觀察期2001年至2018年(原始數(shù)據(jù)....

圖3金融周期序列(實線)與經(jīng)濟周期序列(虛線)

第一,金融周期波峰的附近(1年之內(nèi))往往會出現(xiàn)經(jīng)濟周期的波峰,如2003年5月的金融周期波峰之后伴隨著2004年2月的經(jīng)濟周期波峰;2005年8月的金融周期波峰之后伴隨著2006年2月的經(jīng)濟周期波峰;2007年9月的金融周期與經(jīng)濟周期波峰重合;2009年4月的金融周期波峰之后伴隨....

圖4金融周期指數(shù)的Markov機制劃分的平滑概率

其中,yt表示金融周期序列,模型的截距項cst取決于不可觀測的狀態(tài)st,st=0或1,意味著截距將會有對應(yīng)的兩種取值c0和c1,即yt序列的均值將會在兩個取值之間相互轉(zhuǎn)換,分別對應(yīng)上述的收縮階段和擴張階段。何時由哪一種狀態(tài)轉(zhuǎn)換到另外一種,是由轉(zhuǎn)移概率決定的,轉(zhuǎn)移概率作為未知參數(shù)也....

本文編號：3928597