引言

肇始于美国而最终席卷全球的金融危机使得以往被奉为圭臬的“确保物价水平稳定即可确保整个金融系统稳定的货币政策”理念已为各国政策监管部门所摈弃。经济学家们逐渐意识到，在新的金融环境下，物价水平的稳定仅仅表现为金融稳定的必要条件，而非充分条件（Mishkin，2009）。伴随着经济金融运行环境的变迁，传统的货币政策规则开始面临挑战：诸如“量化宽松”之类扩张性货币政策产生的大量资金流向资本市场时，会出现“低通胀”和“高资产价格”并存局面，这使得以往钉住通货膨胀或钉住价格水平的单一货币政策目标框架体系变得越来越不合时宜。货币当局开始尝试从多角度、多层次来对金融状况进行宏观审慎监管以达到维护整个金融系统稳定性的需要。这使得构建综合反映实际货币市场运行状况的指标体系及识别金融状况稳定性变得迫在眉睫。

金融状况指数（FCI）是由货币状况指数发展而来的，它不仅能够反映货币当局调控货币政策的松紧程度，而且对通货膨胀率等宏观经济指标具有极强的预测能力，是宏观经济运行的“风向标”。金融状况指数最早由Goodhart和Hofmann（2000）提出，他们凭借短期利率、实际有效汇率、实际房屋销售价格和实际股票价格四个经济变量，利用总需求方程缩减式和VAR模型的脉冲响应分析，来确定相关变量权重的方法，构建了G7国家的金融状况指数。Mayes和Virén（2001）则进一步基于IS曲线的总需求方程缩减式结合房价和股价等资产价格的高频数据测算了金融状况指数，研究发现改进后的金融状况指数能够为通货膨胀提供更准确的预期。English et al.（2005）利用Stock和Watson的扩散指数方法得出各经济变量间的动态权重，进行加总构建了德、英、美三国的金融状况指数。Wang et al.（2007）依据政府会计标准委员会（GASB）所编制的财务报表，从现金偿付能力、预算偿付能力、长期偿债能力、服务水平偿付能力四个微观层面构建了美国各州的金融状况指数。Hatzius et al.（2010）则从货币政策传导机制的利率渠道和信贷渠道两个角度出发，在以往常规指标体系中加入流动性指标，借助动态因子模型构建了美国的金融状况指数。

为厘清资产价格传导渠道的顺畅程度和掌控由资产价格波动导致金融系统不稳定性而产生的系统性金融风险，包含房地产价格和股票价格指标的金融状况指数引起国内学者的广泛关注。陆军和梁静瑜（2007）根据中国的实际情况构建了中国的金融状况指数，证实了金融状况指数可作为中国货币政策的一个重要参考指标，认为将资产价格纳入货币政策决策参考过程已刻不容缓。李建军（2008）从“未观测金融”视角出发构建了中国的未观测货币金融状况指数，结果显示未观测货币金融状况指数大体上能够反映未观测金融对货币运行的扰动程度。封思贤等（2012）用货币供应量缺口、利率缺口、汇率缺口、股票价格缺口和房地产价格缺口的IS方程来估计权重，从而得出中国的金融状况指数。他发现FCI比采用单一的金融变量能更合理地预测通胀趋势。徐国祥和郑雯（2013）用包含通货膨胀的SVAR模型构建了固定权重性质的金融状况指数，引入的谱分析方法显示，利用此模型构建的金融状况指数与通货膨胀具有强相关性。但由于金融状况指数间存在复杂的相互制约和相互影响机制，固定系数权重的金融状况指数解释效力明显不强。虽然存在指数构建成本高、指数前后可比性差等缺陷，出于可操作性考虑，人们开始运用时变参数模型构建金融状况指数。余辉和余剑（2013）通过时变参数状态空间模型估算不同经济因素的动态权重，并以此为基础构建了金融状况指数，结果发现包含货币供应量的金融状况指数对通货膨胀的影响更为显著。

总体而言，国内外除利用主成分方法萃取金融状况指数外，其他方法出于模型估计便利而大多使用货币供给量、短期利率、实际有效汇率、实际房屋销售价格和实际股票价格等六七个经济变量来构建金融状况指数。而在当今信息爆炸时代，所生成的海量数据借助“大数据”的技术优势，凭借尽可能多的相关经济统计数据来动态实时监测宏观经济运行状况引起了监管部门和学术界的广泛关注，通过高维数据构建金融状况指数变得越来越具有吸引力。

伴随着城镇住房制度市场化改革引致的房地产市场的持续繁荣，股票市场的蓬勃发展，人民币汇率形成机制改革逐