中國金融狀況指數的混頻測度、收縮特征及城鄉消費異質性研究

張婉婷，王 旭

（1.晉中學院 經濟管理系，山西 晉中030600；2.吉林大學 管理學院，吉林 長春130022）

一、引言與文獻綜述

21 世紀以來，世界經濟形勢愈加復雜，經濟不確定性顯著增強，經濟發展內在矛盾逐步顯現，政策調控框架面臨嚴峻挑戰。世界經濟危機的爆發與蔓延令各國貨幣當局認識到經濟政策不單要關注通貨膨脹和經濟增長，而且應兼顧宏觀經濟的其他階段性目標。毫無疑問，金融穩定對于預防金融風險及經濟體系“灰犀牛”意義重大，是經濟健康穩定發展的有力保證，實時認清和理解金融和經濟發展態勢刻不容緩。在此背景下，構建一個能實時反映金融狀況且信息含量豐富的綜合指標顯得十分有必要（周德才等，2018）[1]。

隨著金融市場的逐步開放和發展，能夠刻畫金融市場趨勢性變動和波動轉折態勢的金融狀況指數在經濟系統中的作用愈發凸顯，順理成章地成為理論界、學術界和決策層的關注重點。一些學者基于利率、匯率、股價、房價、證券指數等金融市場變量，嘗試運用SVAR 模型、動態因子模型、TVP-VAR 模型、狀態空間模型等時變方法定量測算反映中國金融市場運行趨勢性和波動特征的中國金融狀況指數，并進一步對定量測算出的金融狀況指數能否作為一國宏觀經濟先行指標進行必要的計量檢驗，研究結果大多認為定量測算的金融狀況指數能夠較好地匹配中國的金融市場運行情況，且具有較為理想的指引功效。如徐國祥和鄭雯（2013）[2]、肖強和司穎華（2015）[3]、鄧創等（2016）[4]、金春雨和吳安兵（2017）[5]等的研究。

隨著動態優化方法和混頻數據處理技術的逐步興起和應用，一些學者開始嘗試基于BDFA-VAR 模型、MS-MF-VAR 模型、混頻動態因子模型、TVPFAVAR 模型、MF-MS-DFM 模型、MI-TVP-SV-VAR模型等計量方法，測算中國的動態時變金融狀況指數，并對動態時變金融狀況指數的預測優勢和宏觀經濟關聯度進行計量檢驗。研究結論多證實：動態時變金融狀況指數具有較好的金融市場解釋能力，且與經濟增長和物價指數等宏觀經濟變量關聯程度較大，呈現出一定的領先預測功效。如周德才等（2017）[6]、周 德才等（2018）[7]、尚玉皇和鄭挺國（2018）[8]、劉 金 全 和 張龍（2019）[9]、周德才等（2019）[10]、劉超等（2019）[11]的研究。

隨著理論界和學術界對金融市場狀況測算方法和衡量指標等問題認識的逐步增強，一些學者開始在宏觀經濟先行檢驗基礎上，對金融沖擊的宏觀經濟效應①本文中“金融沖擊的宏觀經濟效應”指“金融市場發展狀況變動對宏觀經濟的沖擊效應”，后文不再解釋。（金融市場發展狀況對宏觀經濟的沖擊效應）進行分析，主要觀測目標為經濟增長和通貨膨脹，研究結果多支持金融狀況具有宏觀經濟效應，且良好的金融市場運行狀況通常起到宏觀經濟正向驅動作用。如李正輝和鄭玉航（2015）[12]、肖強和白仲林（2015）[13]、鄧創等（2016）[4]、周德才等（2017）[6]、卞志村等（2019）[14]的研究。

梳理已有文獻發現：關于金融狀況指數的混頻測度、金融狀況指數與宏觀經濟的關聯檢驗等問題的成果相對較多，雖有研究者定性分析了金融沖擊的宏觀經濟效應，但實證分析金融狀況消費效應的文獻仍然較少，更未嘗試進行城鄉消費異質性檢驗。為此，本文首先通過時變動態模型測算中國金融狀況指數，并對其消費效應展開計量檢驗。本文的主要貢獻體現在如下兩個方面：第一，本文基于大量金融市場變量，運用混頻優勢和動態時變的混頻動態因子模型測度中國金融狀況指數，克服了少量指標和同頻方法衡量金融市場狀況可能帶來的滯后問題和信息遺漏；第二，本文基于具有時變動態屬性的金融狀況指數描述中國金融沖擊的城鄉消費效應及城鄉消費的異質性響應特征，這對理解和把握中國金融市場的動態狀況具有重要指導意義。

本文的余下章節安排如下：第二部分為計量模型，介紹后文實證分析中應用到的混頻動態因子模型和SV-TVP-FAVAR模型；第三部分為中國金融狀況指數的混頻測度和收縮性分析，旨在通過混頻動態因子模型測度中國金融狀況指數，并對金融狀況進行收縮性描述；第四部分為金融沖擊下的城鄉消費異質性分析，旨在通過SV-TVP-FAVAR模型分析金融狀況對城鄉消費的沖擊情況；第五部分為結論與啟示，這部分主要是歸納前文實證部分的結論，并基于實證結論提出政策啟示。根據本文的研究思路和內容分布，本文的研究重點為金融沖擊下的城鄉消費異質性分析，旨在檢驗和對比金融狀況對城鄉消費的沖擊異質性。

二、計量模型

金融狀況指數的正負反映一國的金融市場狀況，正值和負值表示金融市場狀況向好和趨差，科學測算金融狀況指數對穩定金融市場意義重大。本文基于混頻動態因子模型測算中國金融狀況指數，并運用SV-TVP-FAVAR 模型檢驗金融沖擊的消費效應及城鄉異質性。

（一）混頻動態因子模型

本文采用混頻動態因子模型測算金融狀況指數。傳統動態因子模型表述如下：

毫無疑問，式（1）—（4）的金融狀況指數動態因子模型要求變量數據同頻，如遇高低頻數據差異時，傳統文獻經常采用按月累加的辦法進行“月季”數據同頻轉換，從而實現同頻模型匹配及后續實證分析，這種辦法必將帶來一定的經濟信息遺漏，喪失金融狀況指數理應具備的動態時變功效。鑒于此，本文擬運用混頻動態因子模型測算中國金融狀況指數，保留高頻數據的預測功效，假設低頻觀測數據對應不可觀測的高頻指標，如下式：

進一步結合式（1）—式（5），可以得到如下方程：

根據式（6）—式（10），得到如下狀態空間方程：

至此，構建了測算我國金融狀況指數的混頻動態因子模型。

（二）SV-TVP-FAVAR模型

本文將在中國金融狀況指數測算的基礎上，運用具有時變動態處理能力的SV-TVP-FAVAR 模型分析中國金融市場沖擊的城鄉消費效應。SV-TVPFAVAR 模型的構建過程和說明始于VAR 模型，VAR模型構建過程如下：

此外，本文假定xit能夠經由ft、zt和fcit進行回歸分析獲得，xit和uit滿足如下條件：

式（18）中，F(L)=diag(c1(L),…,cn(L))，ξj=(In-F(L))，j=f,z,fci，Ht=diag(exp(h1t),…,exp(hnt))，t=1,2,…,T，hit=hit-1+ηht。此外，本文利用三角矩陣將因子誤差的協方差矩陣進行分解處理：

式（19）中∑t=diag(σ1t,…,σk+1t)，Rt滿足下三角矩陣形式：

式（21）中，φ=D,r,logσ 為新息向量，Qφ為協方差矩陣，為0/1型隨機變量。接下來，本文通過滯后算子將TVP-FAVAR 模型延伸成SV-TVP-FAVAR方程：

至此，本文得到脈沖響應分析的VEM方程：

需要說明的是，為了分析需要，本文參照Kim&Nelson（1999）[16]、Stock&Watson（1989）[17]的做法，將模型的參數先驗分布設定為如下形式：

式（26）中，dim(D)=m×m×p，dim(r)=0.5m×(m-1)，dim(σ)=m，首期滯后系數?=0.9，其他滯后系數D?=0，變量系數

三、中國金融狀況指數的混頻測度和收縮性分析

（一）中國金融狀況指數的混頻測度

根據研究需要，本文的變量數據區間選為2003年1 月至2019 年9 月，模型具體測算過程中，本文將采用季度數據和月度數據的混合頻次取樣。進一步地，為了測算具有動態時變功效的中國金融狀況指數，本文參考Goodhart & Hofmann（2002）[18]，劉金全和張龍（2019）[9]以及卞志村等（2019）[14]的研究成果，基于利率層面、匯率層面和資產價格層面等構建包含利率、匯率、股價、房價、貨幣供給、信貸等金融變量的模型測算中國金融狀況指數，并分別以7 天銀行間同業拆借利率、實際有效匯率、上證綜合指數與深圳成指、國房景氣指數、廣義貨幣供給量、金融機構各項貸款月末等數據作為基礎指標的替代變量。混頻動態因子模型下的金融狀況指數測算所需基本指標數據來源于中經網統計數據庫（http://db.cei.gov.cn/），2003年1季度至2019年3季度我國的金融狀況指數的趨勢性走勢和波動情況如圖1所示。

由圖1可知，2003年以來，我國的金融狀況指數與經濟基本面階段性走勢高度一致，但由于存在政策效果的領先效應或滯后效應，金融市場的收縮期或擴張期轉折位置可能與現實政策頒布存在時間上的“毗鄰”錯位，但這并不影響本文的后續分析和研究結論。舉例來說，從2003年1季度，金融狀況指數迅速攀升，由負到正的波動走勢主要是受當時人民幣升值的正向驅動影響。再如，2016 年以來我國的金融市場運行較為平穩，金融市場雖然沒有呈現擴張態勢，但整體運行穩定向好，體現出供給側結構性改革及積極穩健的財政貨幣政策調控效果。總之，混頻動態因子模型測定的中國金融狀況指數波動情況很好地契合了世界金融危機前后的金融市場走勢，對股市、房市、匯率市場具有較好的解釋能力。

圖1 2003—2019年中國金融狀況走勢圖

（二）中國金融市場收縮和擴張情況描述

表1 2003—2019年我國金融市場收縮期和擴張期的數值特征

為了進一步分析我國金融市場發展的階段性特征和波動轉折情況，本文參考張龍和劉金全（2019）[19]的研究，進行金融狀況指數的經濟收縮和擴張期劃分，將中國金融狀況指數連續一年及以上的下降（上升）定義為金融市場收縮期（擴張期），其他情況則定義為金融市場平穩期。根據本文對金融市場收縮期、擴張期和平穩期的界定，在2003年1季度至2019年3季度研究區間內，我國共出現2003Q1—2004Q2、2006Q4—2008Q1 和2015Q1—2017Q3 等三個錯位金融市場擴張期，2004Q3—2006Q3、2008Q2—2010Q3 和2012Q2—2013Q2 等三個錯位金融市場收縮期，2010Q4—2012Q1、2013Q3—2014Q4和2017Q4—2019Q3 等三個錯位金融市場平穩期。結合經濟發展的階段性特征可知，本文關于金融市場發展的收縮期、擴張期和平穩期較為合理。根據上述關于我國金融市場發展的收縮期、擴張期和平穩期的劃分，本文對2003年1季度至2019年3季度我國金融狀況指數進行統計描述性分析，總結不同時期我國金融市場發展的差異化特征。2003—2019 年中國金融市場收縮情況如表1所示。

由表1可知，2003年以來，我國金融市場大致存在3 個收縮期、3 個擴張期和3 個平穩期，中國金融狀況收縮情況呈現出一定的異質性特征，不同階段下的金融市場運行態勢存在較大差異，既有“急增急降”的金融市場收縮或金融市場擴張，也有“緩和變動”的金融市場平穩走勢。具體來說有以下幾方面。（1）從金融市場的收縮性和收縮強度看，不同時期下我國金融市場的持續期不同，金融市場長持續期的收縮(擴張)強度通常較小，金融市場短持續期的收縮(擴張)強度通常較大，金融市場呈現出一定的時間“熨平效應”。（2）從金融市場的收縮均值和極值看，金融市場收縮期和金融市場擴張期的均值變化較大，金融市場平穩期的均值較為接近；金融市場收縮期和擴張期的極值差較大，金融市場平穩期的極值差較小；金融市場的收縮均值和極值數值特征符合中國金融市場擴張收縮的基本屬性。（3）從金融市場的標準差看，金融市場收縮期和金融市場擴張期的標準差較大，金融市場波動較為明顯，而金融市場平穩期的標準差較小，且較為接近，說明金融市場平穩期下的金融市場運行極為平穩，波動較小。

總結來看，中國金融狀況指數的收縮情況與我國金融市場發展的階段性和波動情況極為吻合，也與當期的中國宏觀經濟基本面運行態勢較為匹配。進一步從均值、標準差、極值和收縮強度看，金融市場平穩期均體現出更加平緩的穩定性，波動性較小，金融市場收縮和擴張將帶來金融市場波動。不同金融市場收縮階段，金融狀況對宏觀經濟的沖擊可能不同，政策制定部門理應根據不同金融沖擊的宏觀經濟效應，有區分地采取相應的政策措施。

四、金融沖擊下的城鄉消費異質性分析

在中國金融狀況指數和金融市場收縮性測度與描述的基礎上，本文將基于SV-TVP-FAVAR模型對金融沖擊的消費效應展開實證分析。實證分析前，本文基于GDP、CPI等66組經濟變量提取共同因子，共同因子與經濟基本面后驗均值趨勢如圖2所示。

由圖2 可知，共同因子與經濟基本面變量走勢和波動較為吻合，由此證實本文運用的計量模型結論可靠，說明本文的變量選取和模型應用較為合理。此外，三維脈沖響應圖（見圖3和圖4）不存在沖擊響應異質性和響應錯位分布，同樣可以在一定程度上證實本文選取的變量指標較為合理，分析結果穩健合理。

圖2 共同因子與經濟基本面后驗均值趨勢圖

（一）金融沖擊下居民消費的三維脈沖響應

在金融狀況指數測度基礎上，本文運用具有時變動態處理能力的SV-TVP-FAVAR 模型分析金融沖擊的消費效應。結合數據的可獲得性，本文將樣本區間最終定為2003 年1 季度至2019 年3 季度，模型分析所用變量數據來自中經網。金融沖擊的城鄉消費效應如圖3、圖4所示。

圖3 金融沖擊下居民消費的響應特征

圖4 金融沖擊下城（左）鄉（右）消費的響應特征

由圖3 和圖4 可知，1 單位正向金融沖擊下城鄉消費的響應特征異質性明顯，不同消費的響應極值和響應周期存在較大差異，基本涵蓋極值大小和周期長短的各種組合情形。這一結論與鄢莉莉和王一鳴（2012）[20]的研究結論基本一致。分析其原因可能在于：金融沖擊發生后，不同消費表現出來的響應特征理論上應為金融沖擊對消費的直接沖擊效應和間接沖擊效應綜合加總，而金融沖擊的直接效應和經由產出傳遞的間接效應之間可能存在階段性的正負偏差，不同階段和不同群體之間的差異可能加大這種正負偏差。

（二）金融沖擊下城鄉消費的異質性響應

為了進一步直觀對比不同時期金融沖擊對居民消費、城鎮消費和農村消費的沖擊效應，本文基于多重指標對不同消費的動態效應進行二維展示，尤其是對城鄉消費下金融沖擊的動態消費效應進行了異質性檢驗，以期驗證和拓展三維脈沖響應分析的研究結論。不同階段金融沖擊下不同消費的響應特征如圖5和圖6所示。

圖5 不同階段下金融沖擊對居民消費的沖擊特征

圖6 不同階段下金融沖擊的城鄉消費異質性響應

（1）金融市場收縮期下不同消費的響應特征。金融沖擊發生后，居民消費很快實現極大值，極大值達到0.132，14 個季度后基本降至穩態水平；城鎮消費迅速達到響應極大值0.195，并于沖擊后第10 個季度衰減至穩態；農村消費極大值為0.079，6個季度左右基本降至穩態水平。（2）金融市場擴張期下不同消費的響應特征。金融沖擊發生后，居民消費很快實現極大值，極大值達到0.095，15 個季度后基本降至穩態水平；城鎮消費迅速達到響應極大值0.056，并于沖擊后第8 個季度衰減至穩態附近；農村消費很快實現極大值，極大值達到0.132，6 個季度后基本降至穩態水平。（3）金融市場平穩期下不同消費的響應特征。金融沖擊發生后，居民消費迅速達到響應極大值0.165，并于沖擊后第11 個季度衰減至穩態；城鎮消費迅速達到響應極大值0.231，并于沖擊后第6 個季度衰減至穩態附近；農村消費很快實現極大值，極大值達到0.173，6個季度后基本降至穩態水平。

總結來看，金融沖擊對各類消費均起到正向驅動作用，體現出一定的沖擊共性，這與王升泉和陳浪南（2019）[21]的研究結論一致。與之不同的是，本文的研究還發現：金融沖擊發生后，不同時期不同消費的響應態勢存在一定異質性。進一步地，本文基于多重指標對不同時期金融沖擊的消費效應進行統計學分析。不同評價指標不同時期金融沖擊下各類消費的響應特征如表2所示。

表2 不同階段不同消費對金融沖擊的響應特征

由表2 可知，不同時期下的金融沖擊動態消費效應較為復雜。（1）居民消費的響應特征。從沖擊極值看，金融沖擊在平穩期的作用效果相對顯著；從短、中、長期效應看，金融沖擊的作用效果由強到弱依次為收縮期、平穩期和擴張期；從響應周期看，金融沖擊在收縮期和擴張期的作用效果優于平穩期。（2）城鎮消費的響應特征。從沖擊極值、短期效應、中期效應和長期效應看，金融沖擊的作用效果由強到弱依次為平穩期、收縮期和擴張期；從響應周期看，金融沖擊在收縮期和擴張期的作用效果優于平穩期。（3）農村消費的響應特征。從短期效應、中期效應和長期效應看，金融沖擊的作用效果由強到弱依次為擴張期、平穩期和收縮期；從沖擊極值看，金融沖擊在平穩期和擴張期的作用效果優于收縮期。

從多指標的橫向對比看，金融沖擊發生后，不同消費的響應特征存在差異。其中，居民消費在收縮期的響應顯著，城鎮消費在平穩期的響應顯著，農村消費在擴張期的響應較為顯著，這一結論符合不同類型消費群體的差異化觀念。主要原因在于：當面對不同金融環境時，不同消費群體對待金融沖擊的態度不同，城鎮居民認為金融市場穩定就可作為消費決策的信號，而農村消費則需要更加良好的金融環境進行催生。進一步看，金融市場擴張期下，金融沖擊對不同消費的沖擊效果均有所弱化，分析其原因可能在于：當金融市場處于擴張期，金融市場的整體運行態勢向好或趨向偏好，消費者會將很大比例的收入投資于股票、房地產等生利資產，消費支出可能有所減小，而金融沖擊下農村居民消費效應弱化程度不夠明顯的現象完全符合當下我國農村居民的消費支出結構，農村居民具有更加謹慎的投資動機和理財觀念，收入并沒有從消費向投資中過多轉移。這一結論拓展了張偉進和方振瑞（2013）[22]、金春雨和吳安兵（2017）[5]的研究結論，體現出不同消費群體對持有現金、未來收益及投資風險的差異化決策及其“收入效應”和“財富效應”的反復博弈過程。

（三）穩健性檢驗

本文采取不同時期選取典型階段的辦法對分析結論進行穩健性檢驗。穩健性檢驗下金融沖擊對不同消費的沖擊特征如圖7和圖8所示。

圖7 穩健性檢驗下金融沖擊對居民消費的沖擊特征

圖8 穩健性檢驗下金融沖擊的城鄉消費異質性響應

由圖7 和圖8 可知，典型區間替換后，1 單位正向金融沖擊發生后，不同消費的沖擊特征仍然呈現出一定的異質性。具體來看，典型區間替換穩健性檢驗下，不同消費的響應極值和響應周期與圖5 和圖6 中顯示的響應極值和響應周期雖然有所不同，但響應極值和響應周期的相對對比結果并未發生變動。類似的，穩健性檢驗中依然引入短期效應、中期效應和長期效應等評價指標，不同時期金融沖擊下不同消費的響應特征如表3所示。

表3 不同階段金融沖擊下不同消費的響應特征

由表3 可知，不同評價指標下，不同時期不同消費下金融沖擊的消費效應存在差異，且變換樣本區間后，不同評價指標下金融沖擊的消費效應絕對數值均發生了一些變動，但橫、縱向對比后發現：不同評價指標下金融沖擊的消費效應絕對數值并未改變，由此說明本文的研究結論穩健性較好。此外，樣本區間就近替換后，金融沖擊的農村消費效應正在凸顯，體現出農村消費在宏觀經濟中的重要地位，農村消費已經由“生存型”消費逐步轉型為“發展型”消費。

五、結論與啟示

本文在中國金融狀況指數混頻測度基礎上，運用SV-TVP-FAVAR 模型“量化”分析不同時期金融沖擊的動態消費效應及城鄉消費異質性響應特征，主要研究結論如下。（1）混頻測度的中國金融狀況指數很好地契合了同期中國金融市場的運行態勢，具有良好的宏觀經濟信號指引功效。（2）金融沖擊發生后，雖然存在個別時點的金融沖擊消費負向溢出效應，但總體上金融沖擊仍然起到較為明顯的正向消費驅動效應。當然，金融沖擊發生后，有的階段消費的響應極值較大，有的階段消費的響應極值較小，有的階段金融沖擊效應衰減較快，有的階段金融沖擊效應衰減較慢，不同消費的金融沖擊效應差異較大。（3）不同評價指標下，各類消費對金融沖擊的響應特征不同，存在城鄉消費響應異質性，不同時期“收入效應”和“財富效應”交互作用下的金融沖擊消費效應更顯復雜。從多指標的對比看，金融沖擊發生后，居民消費在收縮期的響應較為顯著，城鎮消費在平穩期的響應較為顯著，農村消費在擴張期的響應較為顯著。金融市場擴張期下，金融沖擊對不同消費的沖擊效果均有所弱化，體現出不同消費群體的差異投資動機，金融沖擊的農村效應正在凸顯。

本文基于混頻方法測算了動態金融狀況指數并對金融沖擊的消費效應及異質性進行檢驗，所得結論具有重要的政策啟示。（1）政策當局應充分利用混頻數據的測算優勢，基于動態金融狀況指數實時了解和掌握中國金融市場的趨勢性走勢和波動態勢，加深對各項經濟政策的理解，在此基礎上優化自身的行為決策。（2）金融沖擊多數情況下具有正向消費效應，政策當局應充分發揮金融沖擊的正向消費驅動效應，發揮金融沖擊的宏觀經濟動力作用。（3）不同階段和評價指標下，金融沖擊的消費效應不同，政策當局應在兼顧政府的階段性宏觀調控目標，在充分考慮城鄉消費主體的行為決策心理和投資動機基礎上，合理發揮金融沖擊的驅動力作用，有效兼顧我國的城鄉消費二元結構特征和鄉村振興戰略，最大化金融沖擊的消費效應，助推我國經濟繼續邁向高質量發展。