金融狀況指數

金融狀況指數（financial conditions index）, 最早由Goodhart和Hofmann提出, 目的是為了反映未來通貨膨脹壓力。具體而言,FCI 由貨幣狀況指數（Monetary conditions index；MCI）發展而來, 在MCI的基礎上加入包含了未來通貨膨脹信息的資產價格。FCI的變數除MCI中的短期實際利率與有效實際匯率變數外, 還包含房價與股價等資產價格。

基本介紹

• 中文名：金融狀況指數
• 外文名：financial conditions index
• 提出者：Goodhart
• 內容：未來通貨膨脹信息的資產價格

產品區別

FCI與MCI的用途不同，MCI曾被用於若干國家的中央銀行（如加拿大與紐西蘭）作為貨幣政策的操作目標，其理由是MCI是短期利率與匯率的加權平均，能更好地反映貨幣政策的傳導機制。但由於MCI的種種缺陷，將其作為貨幣政策操作目標的做法受到學術界的批評，MCI主要作為衡量通貨膨脹的輔助性指標。FCI未被作為作為貨幣政策操作目標的原因在於：FCI中包含了資產價格，而貨幣政策是否應該對資產價格作出反映未做定論；雖然在理論上資產價格在貨幣政策傳導機制中的角色早有定論，但經驗分析結果未對該理論提供有力的支持。

國內現狀

從中國的現狀來看，資產價格在經濟中的作用越來越重要，貨幣政策的制定也越來越多地考慮資產價格因素。構建可以反映未來通貨膨脹壓力的FCI，作為貨幣政策的參考指標，可在一定程度上彌補CPI或MCI的不足，並作為國內外投資者、政府有關部門判斷中國金融狀況的一個指標。

變數

FCI中包含的變數：

短期利率：由於和貨幣政策工具“隔夜拆息”緊密相連，因此可以提供預測通貨膨脹的信息；

匯率：包含貨幣政策的重要信息，提出了MCI概念，後來被加拿大中央銀行採用微貨幣政策的操作目標；

長期利率：較少受到貨幣政策影響，但更能反映金融狀況，尤其是與房價及股價的聯繫更為緊密；

另外，股價指數；股票市值/GDP 市盈率或家庭股票財富總額；

數據處理

FCI中的變數均為時間序列，不可避免地帶有時間趨勢。如何去除趨勢（detrending）將影響模型的設立與FCI的經濟解釋。根據變數的趨勢是隨機或是確定性趨勢（deterministic）分別採用一階差分或對線性趨勢回歸的方法，可去除趨勢。

將各變數在長期趨勢或均衡中的離差作為FCI的變數時一種普遍做法，但如何確定這些變數的長期趨勢或均衡卻是一個難題，HP濾波法常用語時變趨勢。假定如下：短期利率的趨勢為其樣本均值，匯率與房價的趨勢為線性趨勢，股價趨勢為平滑參數的10000的HP濾波算出，理由是股票價格的期望值具有較強的時變性。

變數權重

通過分析資產價格在貨幣政策傳導機制中的作用來確定權重。具體分為：1、大型巨觀經濟計量模型的模擬；2、總需求方程縮減式；3、VAR模型的脈衝回響方程。

大型巨觀模型一般用於計算各經濟變數間關係，因此該方法估計出來的CFI變數的權重較其他方法更準確。但在各國與各機構使用的大型巨觀模型中，股票與其他資產價格顯得不重要，這是由於關於資產價格通過何種渠道影響總需求有待深入研究。縮減式包括了反映產出缺口與利率、匯率及其他資產價格關係的IS曲線以及反映通貨膨脹與產出缺口關係的菲利普斯曲線，根據該變數在該方程中的係數大小及顯著程度決定其在FCI中的權重。使用該模型需滿足一個假設模型中各變數相互外生, 否則會引起估計誤差。將模型的脈衝回響方法用於縮減式, 該縮減模型除了包含所有四個變數外還將油價作為外生變數, 然後計算各資產價格變數的單位衝擊對通貨膨脹的影響。文中用標準cholesky分解來確定變數間的相互影響關係, 這種做法帶有一定的主觀性, 並且對變數間的關係缺乏明確的經濟解釋。兩種方法得出的權重差不多, 但使用模型時房價的權重相對高些。除此之外, 還有其他一些方法確定權重。與最早提出根據各變數對通貨膨脹的預測能力來確定權重, 但與指出, 該方法不適用於時變模型。

產品缺陷

FCI的缺陷

雖然FCI是對MCI的改進, 但並不能完全克服MCI中存在的缺點, 這也是FCI遭受垢病的原因之一, 總的來說, FCI的缺點大致可以分為四類:

1.模型依賴性。FCI與MCI類似, 都是通過模型計算出各變數的權重, 選擇不同的模型如用需求式或大型巨觀經濟計量模型會得到不同結果。此外,FCI 所能反映的金融變數對總需求影響必須由模型事先設定。Goodhart與Hofmann指出, 資產價格尤其是房價對總需求影響的渠道還不明確。

2、缺乏動態性。FCI中所包含的變數對產出和通貨膨脹產生作用的速度不一致, 如利率下降和房價

上升對通貨膨脹的影響速度就不相同。解決方法之一是在估計縮減式的IS曲線時考慮到滯後項, 然後

將統計顯著的滯後項係數相加作為FCI中該變數的權重。

3、參數的不穩定性。FCI通常由一個跨度較大的時間序列估算得到, 因此未能體現樣本期內經濟的

結構性變化。一些由商業機構估算的FCI未考慮到該問題, 或者簡單地用轉折點進行處理。

4、變數的非外生性。在技術上, 模型中各變數須為外生變數, 但事實上變數會相互影響或同時受產

出或通貨膨脹的影響而導致估計誤差。如利率的變化往往會影響資產價格。一個簡單的解決方法就是

估計縮減VAR, 但這也帶來VAR本身的模型識別問題。而且, 股價和房價通常被視為前瞻性變數, 即受

對未來產出和通貨膨脹預期的影響, 這使識別問題變得更為複雜。

理論依據

構建FCI的理論依據

FCI的主要功能是用於衡量未來通貨膨脹壓力，因此構造FCI的理論依據在於FCI中變數以及它們的加權組合是否包含未來通貨膨脹信息。另一方面，利率、匯率、股價與房價影響產出，進而對通貨膨脹的傳導機制產生不同影響，因此FCI中各變數的滯後期不盡相同。

利率與匯率影響通貨膨脹的傳導機制，在理論界已基本達成共識，而對股價與房價如何影響通貨膨脹則是本文討論重點。

與利率及匯率對通貨膨脹的直接影響不同, 資產價格對通貨膨脹的影響是間接的, 大致可分為兩類

首先是資產價格影響消費的財富效應及影響投資的托賓q效應, 即資產價格的上升會使消費及投資增

加, 從而影響通貨膨脹。其次是信貸渠道, 即作為抵押品的資產價格波動會影響企業的融資能力, 該渠道

更多地通過預期發揮作用, 這是由於資產的價格由預期的未來收益及生產能力決定。因此資產價格含有

未來通貨膨脹的信息。

在眾多的資產價格當中, 為何將股價與房價包括在FCI里?這是因為首先, 股市通常都被視為一國

經濟的晴雨表, 股市指數由各行業的主要企業股價構成, 其信息功能不言而喻。其次, 雖然房價與利率有

顯著關係, 但房價最主要的傳導機制為信貸渠道, 包含了利率所不具備的信息。