金融變量對我國主要宏觀經濟指標的影響分析

牟曉云，石柱鮮，石林松

（1.吉林大學 a.商學院；b.經濟學院，長春 130012；2.大連水產學院，遼寧 大連 116023）

金融變量對我國主要宏觀經濟指標的影響分析

牟曉云1a，石柱鮮2，石林松1b

（1.吉林大學 a.商學院；b.經濟學院，長春 130012；2.大連水產學院，遼寧 大連 116023）

文章用Goodhart和Hofmann提出的方法構造了金融條件指數并考察了我國金融市場的穩定性得出，我國的金融風險從2008年下半年開始上升很快，但在2009年呈現回落的態勢。利用Stock和Watson的擴散指數方法分析了金融變量對我國宏觀經濟走勢的影響。

金融變量；金融條件指數；經濟指標預測；Stock-Watson擴散指數法

0 引言

2008年由美國次貸危機引發的金融危機對全球經濟都產生了深遠的影響，而隨著我國金融市場的不斷開放，這次危機對我國的金融市場也造成了一定的沖擊。金融變量與宏觀經濟指標之間存在著相互影響的復雜的關系，Tobin(1969)提出一國的金融市場受到沖擊，不僅會影響本國的金融市場，還會影響到本國的宏觀經濟的走勢。Bernanke(1998)等人的研究集中在貨幣政策對宏觀經濟產生的影響，而大量的金融市場信息都被忽略了。Kaminsky和Reinhart(1999)，Hoggarth和Saporta(2001)的研究表明，近年來一些國家相繼發生的銀行危機和外匯危機說明金融變量對宏觀經濟的影響不僅僅局限于貨幣政策。Borio and Lowe(2002)提出一些國家的危機經驗證明資產價格的大幅度上漲通常會伴隨著債務的迅速增長，這會對宏觀經濟產生十分不利的影響。由于金融變量與宏觀經濟指標之間存在的緊密且復雜的聯系，政策制定者在制定貨幣政策時就要充分考慮金融變量對宏觀經濟可能產生的影響。因此，研究金融變量對宏觀經濟指標的影響就具有重要的意義。

本文利用Goodhart和Hofmann提出的方法構造了金融條件指數，考察了這次金融危機以后我國金融市場的穩定性，并利用Stock和Watson的擴散指數方法分析了金融變量對我國主要的宏觀經濟變量的影響。利用Goodhart和Hofmann（2001）提出的方法構造我國金融條件指數并對我國金融市場的穩定性進行分析；分析了金融變量對我國GDP缺口、投資缺口和通貨膨脹率的影響。

1 Stock-Watson擴散指數模型及計算

1.1 基本模型

Stock和Watson（2002）提出的擴散指數方法（以下縮寫為SW）是從反映金融市場健康狀況和表現、金融活動水平以及金融市場參與者對未來經濟前景的估計等不同方面提取大量的序列作為主成分分析的基礎序列。SW過程的基本假設是一系列的預測變量Xt和被預測變量yt可以用以下不可觀測的因素Ft描述，公式如下：

其中Λ為因子負荷矩陣，α(L)為預測變量的自回歸函數，β是金融因素的系數向量。這里我們假設誤差項et在變量間是弱相關的，預測誤差ηt+k與不可觀測的因素間是線性無關的（即 E[ηt+k|Ft]=0）。

本文利用主成分分析獲得幾個不可觀測的因素，這些因素可以反映金融部門狀況的大部分信息，并分析這些因素在預測宏觀經濟變量中的作用。這樣的預測模型的解釋變量個數就會大大減少，不會對自由度產生影響。這里，我們所用的預測方程的具體形式如下：

其中，y是GDP缺口或投資缺口，π是通貨膨脹率。模型中選擇主成分分析中特征根大于1的主成分作為模型的解釋變量。模型中各解釋變量及其滯后項的選擇是使AIC值達到最小，隨著模型擬合程度的提高AIC的值會變小。

為了簡化預測模型一般情況下會給定預測期限。在一些研究中通常所選擇的預測期限為一年或兩年（即對于季度數據來說k為4或8），這樣的期限也比較符合貨幣政策制定的要求。Smets和Tsatsaronis(1997)也提出在這樣的預測期限下，金融變量對經濟行為的預測能力是比較強的。

1.2 金融變量的選擇與數據處理

本文的金融變量的選取主要參考了William English,Kostas Tsatsaronis和Edda Zoli(2005)的研究成果，主要考慮的這些金融變量反映了以下幾個方面。首先，對非金融機構的債權、對非金融機構負債以及各項存款和各項貸款這幾個指標反映了家庭和企業的金融狀況。其次，股票價格指數反映的內容是十分豐富的，股價指數的變化反映了資產價格的變化，從而影響消費市場；股價指數影響公司的資本成本，從而對投資也產生影響；股價指數的迅速增長會使家庭和企業的負債能力增強，從而使金融的影響程度更加深遠。再次，利率度量了資本成本，從而對消費和投資產生影響，在大多數宏觀經濟模型中也都會考慮利率的影響。最后，本文不僅考慮了一些變量的變化率，還考慮了變量與趨勢的偏離，因為這些缺口的度量能夠更好的反映資本市場不均衡對宏觀經濟的影響。本文所選取的用于主成分分析的22個變量如表1所示。

上面變量的數據為從1995年1季度到2009年4季度的季度數據，對于那些原序列在5%的顯著性水平下沒有通過單位根檢驗的個別變量這里進行了差分處理，因此以下的研究數據為1995年2季度到2009年4季度。對于受到季節因素影響的變量，如GDP、投資等，這里我們用X12方法進行了季節調整。

表1 主成分分析中的基本變量

表1中股價指數的選擇的是上證綜合指數季度最后交易日的收盤價，長期利率為金融機構5年期存款利率，短期利率為金融機構1年期存款利率。實際利率為名義利率減去通貨膨脹率。GDP缺口為實際GDP與潛在GDP的差額，其中潛在GDP為用HP濾波方法得到的GDP趨勢。同樣地，可以通過計算得到投資缺口、房屋銷售價格指數缺口和股價指數缺口。需要注意的是其中實際房屋銷售價格指數為房屋銷售價格指數減去通貨膨脹率，而實際股價指數為股價指數除以消費價格指數。

所有序列都通過ADF平穩性檢驗。若序列在5%的顯著性水平下出現了單位根，則對原序列進行差分處理。在SW的方法中，為了避免度量單位和個別數據發散對潛在因素估計的影響，所有的數據都作了標準化（即減去均值再除以標準差）。利用主成分分析法進行估計（使用SPSS13.0）后得如下結果，如表2。

在表2中只列出了特征根大于1的主成分，最后的列為各主成分的累計解釋能力，即前7個主成分可以解釋22個金融變量信息的83.066%。本文的研究就是利用這7個金融主成分來進行分析的。

表2 模型的估計結果

表3 k=4時GDP缺口模型估計結果

2 我國金融市場穩定性分析

Goodhart和Hofmann（2001）在貨幣條件指數的基礎上引入房地產價格和股票價格構造了金融條件指數（Financial Conditions Indices）。通過實證研究發現，這一指數對通貨膨脹率有很好的預測效果。FCI作為貨幣政策和金融危機的重要參考指標，一直都受到政策制定者和研究者的高度關注。

本文參考這一方法，利用上文所得到的金融主成分構造了金融條件指數。由于金融主成分反映了金融市場大部分的信息，因此我們所計算的FCI可以反映金融市場的穩定性。根據我們所計算的金融條件指數的波動情況可以判斷金融市場波動與主要宏觀經濟指標之間的關系，從而為我們所建立的預測模型提供充分的依據。

利用前面所估計的金融主成分可以計算我國的金融條件指數（FCI），其計算公式為：

其中γi為各主成分的權數。本文利用主成分分析中各主成分的貢獻率為權數計算出了我國的金融條件指數，結果如圖1所示。FCI的大小可以反映金融風險的大小。

另外，在一些近期的研究中FCI的計算可以考慮主成分的滯后項，這樣金融條件指數就具有了一定的預測功能。對于權數的確定還可以采用IS—PC曲線模型計算得到或用向量自回歸(VAR)和脈沖響應函數計算得到。

由金融條件指數的計算結果可以看出，我國金融條件指數在1995～1997年為正，說明這一時期我國金融風險比較大，而這一時期也正是亞洲金融危機時期，在1998年之后的幾年里我國金融風險都處在比較低的水平。從2008年下半年開始金融條件指數開始迅速的上升，直到2009年1季度達到了最高峰，2季度雖然有所下降，但FCI的值為正，這說明2008年下半年到2009年上半年我國金融風險很高。到2009年3季度FCI值已經為負，這說明我國金融風險得到緩解。

由以上分析可以看出，2008年由美國次貸危機引發的金融危機對我國金融市場造成了很大沖擊，這種沖擊遠比1997年亞洲金融危機所造成的沖擊大得多，這與我國金融市場的不斷開放是分不開的。我國的金融市場容易受到國外金融危機的影響，因此，在預測我國主要宏觀經濟指標時就必須充分考慮金融市場因素的影響。

3 金融變量對主要宏觀經濟指標的影響

3.1 對GDP缺口的影響

根據以上介紹的模型可以建立GDP缺口的預測模型，GDP數據這里用X12方法進行了季節調整，GDP缺口為實際GDP與潛在GDP的差額，其中潛在GDP為用HP濾波方法得到的GDP趨勢。模型中解釋變量及其滯后項的選擇是使AIC值達到最小。由以上分析可以得到表3的模型結果。

表3的括號中的數字表示變量滯后的階數。由以上結果可以看出，利用金融主成分建立的模型擬合效果還是比較理想的。模型R2值不高，但參考William English,Kostas Tsatsaronis和Edda Zoli(2005)的研究結果，這里我們認為R2在40%到85%之間是比較理想的。William English等人的研究還表明預測期限越長模型的擬合優度會降低，因此本文中我們只研究了預測期為4的情況。

圖2為GDP缺口預測模型的擬合圖，從圖中可以看出模型的擬合值和GDP缺口的實際值的擬合程度是比較理想的。其中只有2002年和2009年末殘差比較大，這主要是由于這兩段時期我國GDP缺口波動比較劇烈，即實際GDP與其趨勢發生了較大的偏離，特別是2009年4季度GDP缺口很大，偏離幅度為11.44%。綜上所述，當GDP缺口波動不劇烈的情況下我們所建立的模型的預測效果是十分理想的。

根據以上的模型我們可以得到GDP缺口的樣本外預測值，如圖3。圖中2010年1季度到2010年4季度的數據為樣本外的預測值，1994～2009年4季度的數據為GDP缺口的實際值。圖中橫線為零線位置，即潛在GDP與實際GDP相等，陰影部分為樣本外預測部分。

從預測結果中不難看出2010年我國GDP缺口將有一次明顯的先升后降的過程。2季度實際GDP與潛在GDP的偏離達到最大，偏離的幅度為7.79%。3季度和4季度的偏離會逐漸減小，分別為4.13%和-1.26%。這說明在2010年我國實際GDP會有一次高漲而后回落的過程，到2010年4季度調整到潛在GDP附近。而2010年實際GDP與潛在GDP的偏離程度將不會超過2009年出現的偏離。

這里我們為了預測2010年實際GDP的增長率要對潛在GDP進行預測。根據潛在GDP自相關函數和偏相關函數可知潛在GDP滿足一階自回歸模型。此一階自回歸模型的估計結果如表4所示。

根據表4的估計結果可以預測出2010年4個季度潛在GDP的值，分別為 84621.56億、87638.1億、90771.39億和94016.28億。再根據GDP缺口估計的結果可以計算得到2010年實際GDP的預測結果，分別為79171.97億、944.6518億、94520.25億和92831.67億。這樣就可以通過計算估計出2010年實際GDP的增長率為8.71%。

從以上GDP缺口和實際GDP的預測結果來看，2010年全年我國經濟仍然會保持平穩的增長，但4個季度的經濟增長會出現一定幅度的波動，2季度和3季度增長很快，而1季度和4季度相對低迷。

3.2 對投資缺口的影響

同樣地，我們也可以得到投資缺口的預測模型。對于固定資產投資數據這里也用X12方法進行了季節調整，投資缺口同樣為實際投資和潛在投資的差額。其模型結果如表5所示。

表4 潛在GDP一階自回歸結果

表5 k=4時投資缺口模型估計結果

表6 k=4時通貨膨脹率模型估計結果

從表5估計結果可以看出，模型擬合效果比較理想。利用這一估計結果可以得到投資缺口的樣本外預測結果，如圖4。

由圖4可以看出，2008年11月為應對國際金融危機對宏觀經濟產生的不利影響國務院提出的4萬億的投資計劃，在2008年末和2009年實際投資都處在比較高的水平上。2010年投資缺口會出現較大幅度的回調過程，到2010年2季度達到最低值，3季度和4季度將回歸到零線附近。即實際投資會在2010年在潛在投資下方小幅度波動，預計全年實際投資將會出現3120.65億元的缺口。

3.3 通貨膨脹率的預測

利用本文第二部分的模型可以得到通貨膨脹率的預測模型的估計結果，如表6。

利用這一估計結果可以得到通貨膨脹率的樣本外預測結果，如圖5。

從圖5可以看出最近幾年我國通貨膨脹的壓力一直比較大，雖然2009年有所緩解，但2009年4季度通貨膨脹率由負轉正，且與三季度相比變化幅度比較大。而根據我們的預測，通貨膨脹率將在2010年繼續上漲，4個季度分別為2.98%、4.37%、2.85%和5.68%。在這樣通貨膨脹的壓力下，央行已經在2010年1月和2月連續兩次提高了存款準備金率，共1個百分點，這將有效緩解2010年我國通貨膨脹的壓力。

4 結論

通過上述分析可知，國外金融危機對我國的金融市場確實產生了很大的影響。1995～1997年受到亞洲金融危機后我國的金融風險比較大，而在1998年之后的幾年里我國金融風險都維持在比較低的水平。另外，又受2008年在美國發生的金融危機的影響，從2008年下半年到2009年上半年我國的金融風險又變大，直到2009年3季度金融風險得到緩解。這次由美國發生的金融危機對我國金融市場的沖擊遠比1997年亞洲金融危機所造成的沖擊大，這與我國金融市場的不斷開放是分不開的。我國的金融市場容易受國外金融危機的影響，因此在預測我國主要宏觀經濟指標時要充分考慮金融市場因素的影響。

從對主要宏觀經濟指標的預測結果中可以看出，2010年我國實際GDP與潛在GDP的偏離程度將不會超過2009年出現的偏離，實際GDP會有一次高漲后到4季度調整到潛在GDP附近，估計實際GDP增長率將達到8.71%。

2008年11月為應對國際金融危機對宏觀經濟產生的不利影響國務院提出的4萬億的投資計劃，2008年末和2009年實際投資都處在比較高的水平上。而2010年投資缺口會出現較大幅度的回調過程，到2010年2季度達到最低值，3季度和4季度將回歸到零線附近。即實際投資會在2010年在潛在投資下方小幅度波動，全年實際投資將會出現3120.65億元的缺口。

最近幾年，我國通貨膨脹的壓力一直比較大，雖然2009年有所緩解，但2009年4季度通貨膨脹率由負轉正，且與三季度相比變化幅度比較大。而根據我們的預測，通貨膨脹率將在2010年繼續上漲，4個季度分別為2.98%、4.37%、2.85%和5.68%。

[1]Tobin,J.A General Equilibrium Approach to Monetary Theory[J].Journal of Money,Credit and Banking,1969,1(1).

[2]Bernanke,B,M Gertler,Gilchrist.The Financial Accelerator in a Quantitative Business Cycle Framework[C].NBER Working Paper,No6455,1998.

[3]Kaminsky,G,Reinhart.The Twin Crises:the Causes of Banking and Balance-of-payments Problems[J].American Economic Review,1999,83(1).

[4]Hoggarth,G,V Saporta.Costs of Banking System Instability:Some Empirical Evidence[J].Band of England Financial Stability Review,2001,10.

[5]Borio,C,Lowe.Asset Prices,Financial and Monetary Stability:Exploring the Nexus[C].BIS Working Papers,No114,2002.

[6]Stock,J H,M W Watson.Macro Economy Forecasting Using Diffusion Indexes[J].Journal of Business&Economv Statistics,2002,20(2).

[7]Smets,F,K Tsatsaronis.Why dose the Yield Curve Predict Economic Activity?Dissecting the Evidence for Germany and the U-nited States[C].BIS Working Papers,No49,1997.

[8]William E Kostas T,Edda Z.Assessing the Predictive Power of Measures of Financial Conditions for Macroeconomic Variables[C].BIS Papers Chapters,Economy,2005.

[9]陳守東，楊瑩，馬輝.中國金融風險預警研究[J].數量經濟技術經濟研究，2006，（7）.

F224

A

1002－6487（2011）01－0105-04

國家社科基金資助項目（06BGJ021）；教育部人文社會科學重點研究基地重大課題（05JJD790006）；吉林大學“985工程”創新基地項目

牟曉云（1978-），女，黑龍江哈爾濱人，博士研究生，研究方向：宏觀經濟計量分析與預測。

石柱鮮（1947-），男，吉林延吉人，教授，博士生導師，研究方向：宏觀經濟計量分析與預測。

（責任編輯/亦 民）