中国金融周期测度及其与经济周期协同性研究

发布时间：2024-03-15 05:16

　　准确的金融周期测算能够为金融风险的监测预警及宏观政策的制定提供基础。选取6个具有代表性的金融变量,利用动态因子模型构建我国的金融周期指数,测算我国的金融周期;并运用马尔科夫机制转换模型计算经济周期与金融周期的周期相关系数和一致性指数,对二者的协同性进行度量和分析。计算与分析结果显示:测算出的金融周期与各个金融变量的相关性显著,且具有较强的预测能力;金融周期的波长和振幅与经济环境及金融调控政策密切相关;金融周期与经济周期的同期协同性较低,但金融周期的滞后7期与经济周期的协同性程度较高,可见金融周期领先于经济周期半年至一年。

【文章页数】：12 页

【部分图文】：

图16个金融变量的同比增长率数据图

基于我国金融体系的实际情况以及数据的可得性,本文选取的数据样本时期为2000年1月～2018年7月。为了消除量纲,使变量具有可比性,我们将采用上述6个金融变量的同比增长率进行后续分析。6个金融变量的同比增长率数据如图1所示:图1中,DCREDIT、DHOUSE、DSH、DCHIB....

图2动态因子模型提取出的金融周期序列

图2为动态因子模型提取出的共同因子序列,即金融周期序列。由于我们所使用的是原始变量的循环要素成分,得到的金融周期已经排除了季节因素的影响,也剔除了趋势成分,因此,得到的序列始终在0的附近上下波动,反映的正是金融系统偏离均衡状态的情况。在本文的观察期2001年至2018年(原始数据....

图3金融周期序列(实线)与经济周期序列(虚线)

第一,金融周期波峰的附近(1年之内)往往会出现经济周期的波峰,如2003年5月的金融周期波峰之后伴随着2004年2月的经济周期波峰;2005年8月的金融周期波峰之后伴随着2006年2月的经济周期波峰;2007年9月的金融周期与经济周期波峰重合;2009年4月的金融周期波峰之后伴随....

图4金融周期指数的Markov机制划分的平滑概率

其中,yt表示金融周期序列,模型的截距项cst取决于不可观测的状态st,st=0或1,意味着截距将会有对应的两种取值c0和c1,即yt序列的均值将会在两个取值之间相互转换,分别对应上述的收缩阶段和扩张阶段。何时由哪一种状态转换到另外一种,是由转移概率决定的,转移概率作为未知参数也....

本文编号：3928597