一 引言

在国际国内严峻复杂的环境下，面对全球经济艰难复苏，主要经济体走势分化，中国经济抓住转型升级的发展机遇期，主动适应新常态，进入“增长速度换挡期、结构调整阵痛期、前期刺激政策消化期”的叠加阶段。2014年中国经济增长7.5%，虽然比以往有所回落，但是在经济增速放缓的同时，新增就业不降反增，显示了改革的巨大威力和市场的无限潜力。中国经济正在从根本上摆脱投资驱动与出口驱动的增长方式，走上追求质量、效益和可持续发展的新阶段。

众多研究发现，金融变量对实体经济有着较强的预测能力，领先于宏观经济变量。通过对一系列先期变动的金融变量进行分析，可以有效地判断和预测经济发展形势。世界多国央行以金融状况指数（FCI）作为长期监测的重要指标。在金融变量的选取上，Goodhart和Hofmann（2001）认为资产价格在货币政策的传导过程中不可忽视，如股票价格与房地产价格会对货币需求产生较大的影响，因此短期利率、实际有效汇率、实际房屋销售价格和实际股票价格应该被纳入金融状况指数。在金融危机之后，更无法通过单一的金融变量来判断金融状况的走势。金融状况指数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”。

合成与提取金融状况指数的方法，在应用中得到了不断发展。在合成指数计量方法的发展过程中，自Stock和Watson（1989，1991，2003）以来，被广泛应用的动态因子模型也得到了不断发展与改进，Stock和Watson（2011）总结了近年来动态因子模型的发展演进过程，总结了动态因子模型估计的贝叶斯方法、应对多维变量分析的主成分方法等方面的进展。由于世界经济与金融体系的融合，各国金融变量不仅受国内货币政策的驱动，而且与国内经济密切相关，并不断受到来自国际贸易与汇率冲击因素的影响。金融变量在后金融危机时代呈现更多的非线性动态特征，传统的合成方法与有限数量的指标体系难于捕捉金融状况的时变特征。Hatzius等（2010）从后金融危机的视角，重新审视和构建了金融状况指数，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，实证分析美国金融状况与经济复苏进程之间的关系。Borio和White（2004）认为，经济全球化和金融自由化的发展使得各国的金融状况环境变得愈发脆弱而更具波动性，这相应导致监管当局的金融政策和货币政策呈现区制效应。Davig和Hakkio（2005）利用马尔科夫区制转移的向量自回归模型研究了堪萨斯金融状况指数在“高压力区制”与“低压力区制”情况下与宏观经济的相互关联性。高国华（2013）利用马尔科夫区制转移模型研究了我国宏观系统性金融综合指数的区制特征，发现我国宏观系统性风险指数存在明显的“低度风险”、“中度风险”和“高度风险”三个区制。陈守东等（2013）通过马尔科夫区制转移的多元动态因子模型研究了中国的金融状况特征，实证结果发现，根据中国金融系统所具有的内在周期不稳定性特征可以将中国金融状况分为“金融不稳定区制”和“金融稳定区制”。目前关于金融状况指数区制特征的研究基本上采取利用人为主观因素来确定区制个数，限制了非线性金融状况指数模型的发展。

本文在相关研究的基础上，实现了进一步拓展。以无限状态假设突破马尔科夫区制转移过程的区制状态限制，以非参数贝叶斯方法实现区制时变的动态因子模型（简称RTV-DFM模型）。选择16个金融变量组成的金融状况指标体系合成我国金融状况指数，考察我国金融状况发展的动态趋势，并对金融状况指数2015年的走势进行了预测。

二 研究方法与数据处理

（一）区制时变的动态因子模型

本文给出对Stock和Watson（1989，1991，2003）动态因子模型的非线性扩展形式，即公式（1）至（4）所示的无限状态区制时变动态因子模型：

其中，t=1，…，T，Skicky HDP-HMM为分层Dirichlet过程的隐性马尔可夫过程。

公式（1）中的Y为16个金融变量指标组成的向量，x为不可观测的金融状况指数。公式（2）为x的m阶自回归过程，其截距项 与滞后项系数 的区制状态S服从如公式（3）所示的无限状态马尔科夫过程，即Fox等（2011）的Skicky HDP-HMM随机过程。在公式