基于SVAR模型的金融形势指数

2011年第4期基于SVAR模型的金融形势指数巴曙松韩明睿内容提要本文运用SVAR模型，构建了包括真实短期利率、房地产价格指数、真实有效汇率指数、真实股权价格指数以及货币因素在内的金融形势指数FCI，分别对以真实货币供应量和真实贷款余额作为货币因素的两种FCI与通货膨胀指标CPI 的关系做了实证研究。

结果表明，基于贷款余额的FCI对CPI有更加良好而稳定的预测作用，可以作为货币政策制定的依据之一进行观察。

关键词金融形势指数资产价格通货膨胀结构向量自回归一、引言传统的货币数量论认为，给定产出水平和货币流通速度，物价的变化仅取决于货币供给量。

然而，随着资本市场的发展，这一结论不再成立。

当新增货币更多地流入虚拟经济而非实体经济时，可能在短期出现高货币增长率和低通胀并存的局面，同时资产价格高企。

但在长期，由于财富效应和资产负债表效应，虚拟经济中的货币还是会流入实体经济，使消费物价水平以高于同期货币增长的速度上升。

如果中央银行仅仅盯住当前的物价水平，就可能对形势作出误判。

例如，中国在2005年至2008年就出现了这一过程。

不断高速积累的外汇储备所释放的外汇占款并没有很快地抬升消费物价，而是进入了楼市和股市，使得以房价和股价为代表的资产价格迅速膨胀。

而2007年起，流动性开始流入实体经济，于是消费物价也开始上升，CPI同比一度达到超过8%的水平。

这一现象促使中央银行在制定货币政策时，重视资产价格所反映出的信号。

为了弥补消费物价指数对货币政策指导作用的不足，1973年Alchian和Klein提出，货币政策不仅应关注当前消费物价，还应关注预期未来消费品的价格，而如果资产价格反映了当前和预期未来消费物价，那么央行就需将资产价格列为观察指标。

由这一思想出发，若干种资产价格的加权平均数可以作为一种度量。

这一指数若升高，则说明货币过于宽松，未来通货膨胀压力将加大，促使央行及时调整货币政策。

Eika和Nymoen、Ericsson和Jansen首先采用短期利率和汇率的加权平均，构建了货币状况指数MCI（Monetary Conditions Index）。

2001年Goodhart 和Hofmann扩展了MCI，加入房地产价格和股权价格，构建了金融形势指数FCI（Financial Condition Indices)，试图预测未来产出和CPI的走势。

他们的实证检验表明，FCI对G7国家的CPI预测具有良好的效果。

近年来中国金融业和房地产业迅速发展。

截至2009年7月底，沪深股市上市公司总市值占2008年GDP的比例已达95.4%。

①在房地产市场，到2008年底，全国住宅总价值约为91.48万亿元，大致为GDP 的3倍。

②虽然中国的名义汇率长期盯住美元，但真实有效汇率指数不断变化，对国际收支的变化有实际的影响，并间接影响国内的物价水平。

同样地，尽管存贷款利率还没有完全放开，但银行间市场上的同业拆借利率已成为有效反映货币市场状况的市场化利率。

所以，以股价、房价、汇率和短期利率为代表的资产价格所构建的FCI，可以作为中国央行制定货币政策时的重要参考指标。

二、文献回顾最早的中国FCI由高盛公司在2005年基于真实有效汇率指数、真实贷款利率和广义货币供应量M2增量构建，2007年进行了调整，加入了股票价格。

王玉宝按照Goodhart和Hofmann的定义，应用向量自回归（VAR）方法，估计了中国的FCI，认为包括真实短期利率、真实有效利率、真实房地产价格和真实股2011年第4期票价格的FCI对CPI有明显的信息作用，可以作为货币政策的辅助参照指标。

封北麟和王贵民对比了包含和不包含真实货币供应量的FCI后发现，包含真实货币供应量的FCI对CPI具有更好的预测力。

戴国强和张建华则指出，采用基于VAR的脉冲分析估计FCI时，不在VAR中加入GDP，可避免扰动效应的重复计算问题。

现有研究的局限性在于，使用简化形式的VAR 而不是结构向量自回归（SVAR）。

简化形式的VAR 没有考虑到变量间的当期关系。

而我们知道，根据有效市场假设，以股价为代表的资产价格会足够快地吸收新出现的经济信息。

所以，至少一部分资产价格的特点就是其波动较实体经济诸变量要迅速得多。

它们之间的相互影响，很多情况下当期即可有所体现。

尤其是对月度或季度数据进行分析时，资产价格对新的信息在一期之内完全可以吸收完毕。

如对此不加考虑，可能会造成一定程度上的偏差。

SVAR模型引入了变量之间当期的作用与反馈作用，作用在某个变量上的随机冲击可以对其他变量产生间接的即时影响，更适用于处理资产价格之间的关系。

因此，本文采用SVAR模型展开分析。

其次，现有的研究大多使用季度数据。

作为货币政策的参考，显然3个月的时间间隔过长。

而使用月度数据的研究，样本点又较少，可能不具有足够的有效性。

因此，本文选取月度数据，自中国正式加入世贸组织后的第一个自然月，即2002年1月起，至2009年8月，共92个样本点。

由于中国当前利率尚未完全市场化，一般认为货币政策的中介目标有两种：一是货币供应量，以M2最为常见；二是贷款余额。

此前的研究在FCI中加入货币因素时，一般都以广义货币供应量M2为主。

但陈飞、赵昕东和高铁梅认为，相较于货币供应量，贷款冲击对国民经济的作用见效更快，因此货币政策短期内主要调整信贷总额。

杜朝运进一步指出，货币供给量作为货币政策中介目标存在困境，而信贷控制一直是中国货币政策传导的主机制，并且货币当局每年公布货币供应量增长率目标的同时，也公布当年新增信贷的目标。

所以，货币供应量和贷款余额都可作为货币因素引入FCI之中。

本文将对二者进行贯穿全文的对比分析。

基于上述背景，本文采用SVAR模型，构建了包括货币因素（以真实货币供应量或真实贷款余额为代表）、真实房地产价格指数、真实短期利率、真实有效汇率指数和真实股权价格指数在内的金融形势指数FCI，并对FCI与CPI的关系进行了实证研究。

三、金融形势指数FCI的构建：基于SVAR的实证分析（一）FCI的定义Goodhart和Hofmann（2001）对金融形势指数的定义是真实短期利率、真实有效汇率、真实股权价格和真实房地产价格的加权组合，即：（1）本文在这一基础上，加入货币因素，构建中国的FCI，以期能够作为通货膨胀率的先行指标。

由前所述，货币因素可以广义货币供给量M2或贷款余额为代表。

鉴于此，本文对二者在构建FCI时的效果进行对比分析。

以采用M2作为货币因素为例，FCI的具体形式如下：FCI t=w1m2gap t+w2hpgap t+w3irgap t+w4exrgap t+w5spgap t（2）（2）式中包括真实货币供应量缺口m2gap t、房地产价格指数缺口hpgap t、真实短期利率缺口irgap t、真实有效汇率指数缺口exrgap t和真实股权价格指数缺口spgap t。

缺口值等于实际值减均衡值或长期趋势值。

各变量的均衡值或长期趋势值以及缺口值，使用HP（Hodrick-Prescott）滤波进行计算。

w t为权重系数。

Goodhart和Hofmann（2001）采用VAR脉冲响应估计权重系数，公式为（3）本文沿用这一公式，但采用考虑了各变量当期结构性新息关系的SVAR模型进行估计。

上式中w i 是变量i缺口值的权重系数，z i是变量i缺口值的单位结构化新息冲击在随后30个月内对CPI的累计脉冲响应。

因此，建立如下的p阶SVAR模型：B0Y t=Γ1Y t-1+Γ2Y t-2+…+Γp Y t-p+μt（4）其中Y t为6维内生变量列向量，B0和Γt为待估参数矩阵，μt是6维随机扰动列向量。

通过结构分解识别新息的冲击。

2011年第4期（二）样本数据的选取及处理采用Eviews5.1计量软件进行分析。

样本为2002年1月至2009年8月的月度数据，共92个样本点。

选取M2作为货币供给量指标，选取人民币各项贷款总额作为贷款余额指标，两者均做季节调整。

考虑到数据可得性问题，选取国房景气指数作为房地产价格的代理变量。

选取CPI 月度环比作为通货膨胀率指标。

短期利率选用银行间七天同业拆借利率。

选取上证综指作为股权价格指数指标。

人民币真实有效汇率指数由国际货币基金组织获得。

其余数据来自国研网、中国人民银行等。

计算真实值时，M2、贷款余额和上证综指取自然对数后进行差分，得到近似增长率，再减去同期CPI 环比增量。

真实短期利率为银行间七天同业拆借利率减同期CPI 同比增量。

（三）基于SVAR的脉冲响应分析及FCI权重估计1、单位根检验VAR 模型要求系统具有平稳性，如果系统中的各个变量是平稳的，即可保证系统的平稳性。

采用扩展的迪基-富勒（Augment Dickey-Fuller)检验进行单位根检验，发现m2gap 、loangap 、exrgap 、spgap 、cpi 均平稳，而hpgap 和irgap 则为非平稳。

对二者取一阶差分，得到dhpgap 和dirgap ，再次进行ADF 检验，都已是平稳序列。

2、滞后阶数k 的确定和AR 根稳定性分析分别以m2gap 和loangap 作为货币因素与其他变量建立简化VAR ，采用AIC 信息规则（Akaike ’s Information Criterion ）和SC 信息规则（Schwarz Criterion ）选择最优滞后阶数k 。

结果显示，两个信息准则得到的最优阶数都不同。

以m2gap 为货币因素建立的VAR ，根据AIC 信息规则应选择滞后2期，根据SC 信息规则，应选择1期，LR 检验建议7期。

鉴于没有统一标准，故酌情选择2作为最终的滞后阶数。

以loangap 为货币因素建立的VAR ，根据AIC 信息规则应选择的最优滞后阶数为7，但根据SC 信息规则，最优阶数为1。

LR 检验结果与AIC 相同，所以选择7作为最终的滞后阶数。

如果VAR 模型的所有根模的倒数小于1，即落在单位圆以内,则该模型是稳定的，可以进行脉冲响应分析。

以上述滞后阶数建立VAR 后观察AR 根图表，特征根均小于1，模型稳定，满足脉冲响应所需条件。

3、SVAR 的识别和估计结构化VAR 的短期约束一般基于AB 型SVAR模型（A et =B ut ），其可识别条件是，至少需要2k 2-k （k+1）/2个约束。

设定约束矩阵B 为单位阵，约束个数为k 2个；用矩阵A 对变量间当期关系施加短期约束，其主对角元素为1，约束个数为k 个。

因此还需要添加（k 2-3k ）/2个0约束。

本文中k 为6，故还需添加至少9个0约束。

根据经济意义，设定货币对房价、利率、股价，房价对股价，利率对股价，通胀率对利率和股价存在当期影响。

其他变量关系没有当期影响，均设定为0约束，满足约束个数条件。