1. 研究目的与意义
金融状况指数(FCI)是金融指标的线性组合，它不但能够反映当前一个国家的金融现状，同时可以作为货币政策参考指标。近年来，随着金融市场的发展，金融状况指数的编制受到了学者和相关机构的广泛关注。在当前我国金融市场快速发展的背景下,要发挥金融市场对实体经济的推动作用,加强对金融市场运行状况的监测实属必要。金融状况指数是反映一国整体金融市场形势的指标，是从货币状况指数发展而来,在货币状况指数的基础上加入了包括未来通货膨胀信息的资产价格,从而可以作为货币政策的参考指标。其走势与我国金融市场的实际状况相关联,对经济的预测作用主要体现在通货膨胀领域而非经济增长领域。可将理论与实际充分结合，将政策研究与实证分析紧密结合，分析我金融状况指数在充分认识影响效果及影响机制的基础上进一步分析提出我国货币政策的发展建议，具有一定的实践价值。
2. 研究内容和预期目标
（一） 研究内容
金融状况指数本身作为反映一国金融状况松紧程度的综合性指标，可以看做金融市场健康的晴雨表，并可以被用来衡量和预测实体经济发展水平。最初学者们通过一系列金融指标变量综合构造出了货币条件指数随后进一步演化为金融状况指数。由于具有将包含很多经济信息的多维指标综合为单一指标的优势，可以作为重要的政策指示器。
（二）拟解决的关键问题
3. 国内外研究现状
最早金融状况指数是起源于19世纪90年代，加拿大银行用再融资利率和汇率构造出货币状况指数，进行长期监测。MCI在加拿大银行的成功运用促使瑞典、新西兰和澳大利亚等央行相继效仿，将MCI作为货币政策操作目标之一。国际货币资金组织在1996年公布了美国、英国、法国、德国、意大利、日本共６个国家的MCI。但MCI选取指标过少，将其作为货币政策操作目标的做法存在一定的缺陷，因此，对MCI指数的进一步推广和改进，通过选取更多更广的指标范围的FCI得以演化而来。Mayes和Viren（2001）［２］总结了高盛等机构关于FCI应用的实际经验，建议对FCI进行监测预测经济发展水平。在此之后，有关FCI的研究主要沿着两个维度进行展开：
（1）FCI具体指标选取。国内外学者大多基于样本国家的实际情况，根据FCI理论构造基础以及目的的不同，选择相对有限的经济指标来测算FCI。Goodhart和Holfmann（2001）［３］最早采用短期利率、房地产价格、股票价格和实际汇率四个变量作为指标，利用总需求方程分别计算西方七国的FCI，并指出F在样本内对通胀率有良好的预测效果。卜永祥、周晴（2004）［４］拓展了MCI定义，将货币信贷增速的指标信息引入MCI的测算。Boivin等（2009）［５］从货币传递机制角度将指标分为新古典和非新古典两大类，综合选择利率、股票价格、收益率以及借贷者风险等金融变量指标加权构造出FCI。巴曙松、韩明睿（2011）［６］考虑到银行信贷控制在我国货币政策中的重要作用，因此将信贷总量放进FCI指数的构建中，研究结果表明包含信贷总量的FCI对通胀的预测更佳。
（2）FCI构建的计量方法。计量方法很多，最终合成方法大多采用对少数金融变量的简单加权平均值而获得，权重选取方法依据基于每个变量对实际ＧＤＰ的影响大小进行估值。常用方法有三类，一是基于向量自回归模型（VAR）、VECMSVAR计算得到的脉冲响应值为权重。Swiston（2008）［７］利用VAR脉冲响应分析得到美国的FCI指数，并证明其对产出具有半年的预测效果。Beaton、Lalonde和Luu（2009）［８］选用了商业票据利率、商业贷款利差、消费贷款标准和金融资产，通过结构ＶＥＣＭ模型产生的脉冲响应值为权重计算出FCI。二是基于总需求方程缩减式为主的单方程系数和显著程度来确定权重。Mayes和Viren（2011）［９］利用IS曲线的总需求方程缩减式，结合了房地产价格和股票价格等资产价格的日频数据计算FCI，结果显示构造出的新的FCI能够更好的预测通胀情况。Montagnoli和Napolitano（2004）［１０］利用状态空间模型及卡尔曼滤波算法构造具有动态权重的FCI数据。卞志村、孙慧智和曹媛媛（2012）［１１］则利用状态空间模型对中国数据构建了时变的金融状态指数，并得出FCI对未来产出和通胀具有良好的预测能力。三是利用降维思想进行因子分析或者主成份分析获得权重系数。为了吸收更多的金融变量参与FCI构建，除了传统的向量自回归模型，学者们利用降维思想，采用因子分析和主成分方法对高维经济变量提取公共因子和主要成分作为FCI的构造指标，其权重则由原变量在共性因子或者主要成分中的比重所决定English、Tsatsaronis和Zoli（2005）［１２］选取了利率、汇率和金融资产价格等共５０个金融变量指标，利用主成分方法构建FCI。Hatzius等（2010）［１３］选择了45个金融指标，如利率、商品价格指数和市场波动率等金融变量季度数据进行简单的主成分分析构建FCI来反映未来经济信息。
4. 计划与进度安排
（一）研究计划
1.2022年11月14日——2022年11月30日确定文章结构框架，完成论文开题报告。
收集基础材料，掌握现有研究成果，学习运用VAR模型。
5. 参考文献
【1】封思贤, 蒋伏心, 谢启超,等. 金融状况指数预测通胀趋势的机理与实证——基于中国1999—2011年月度数据的分析[J]. 中国工业经济, 2012, 000(004):18-30.
【2】Mayes D G , Viren M . Financial conditions indexes[J]. Social ence Electronic Publishing.
【3】Jimborean R , Msonnier, J-S. Banks'' Financial Conditions and the Transmission of Monetary Policy: A Favar Approach[J]. International Journal of Central Banking, 2010, 6(4):71-117.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
