中國金融狀況與實體經濟發(fā)展研究——來自中國2000-2017年月度數(shù)據(jù)
發(fā)布時間：2020-12-07 07:07
運用混合創(chuàng)新時變系數(shù)隨機方差向量自回歸模型（mixture innovation time-varying parameter vector autoregressive models with stochastic volatility,MI-TVP-SV-VAR）構建中國金融狀況指數(shù)（MFCI）測度中國金融狀況,并基于非對稱多重分形去趨勢交叉相關分析法（multifractal asymmetric detrended cross-correlation analysis,MF-ADCCA算法）分析MFCI對實體經濟發(fā)展的預測能力.以我國2000-2017年月度數(shù)據(jù)為研究樣本,實證結果顯示:各金融狀況變量的權重均具有靈活時變性,股票價格、債券價格、房地產價格在MFCI中的權重較大;MFCI在樣本期間能夠與實體經濟發(fā)展保持趨勢上的一致性,且領先于實體經濟發(fā)展（EC）的變動;基于MF-ADCCA算法的非對稱相關性檢驗得出MFCI與EC具有持久的交叉相關性,MFCI的下降會導致EC的下降,MFCI的上升會導致EC的上升;MFCI對EC的交叉影響改變了單獨序列本身的非對稱影響,說明中國金融...
【文章來源】：系統(tǒng)工程理論與實踐. 2019年11期 第2723-2738頁 北大核心CSSCI
【文章頁數(shù)】：16 頁
【部分圖文】：
圖８?２００１．０１－２０１７．１２期間中國金融宏觀狀況指數(shù)與實體經濟發(fā)展比較圖??４?ＭＦＣＩ對實體經濟發(fā)展的預測分析??８ＭＦＣＩ一
１期??劉超，等：中國金融狀況與實體經濟發(fā)展研究一－來自中國２０００－２０１７年月度數(shù)據(jù)??２７３５??０．５，交叉相關具有持久性，并且持久性與波動幅度無關，ＭＦＣＩ的下降會導致ＥＣ的下降．當ＭＦＣＩ呈上升??趨勢時，／⑷全都大于０．５，說明ＭＦＣＩ的上升會導致ＥＣ的上升．??表４交叉序列的標度指數(shù)趨勢分析??表５單獨序列的標度指數(shù)趨勢分析??⑷ＭＦＣＩ趨勢變動?（ｂ）?ＥＣ趨勢變動??囝９不同趨勢下交叉序列的非對稱標度指數(shù)??（ａ）?ＭＦＣＩ趨勢變動?（ｂ）?ＥＣ趨勢變動??圖１０不同趨勢下交叉序列的ＡＨ１２（ｇ）??最后，分析不同趨勢下交叉序列的非對稱交叉相關性及單獨序列的非對稱自相關性的多重分形特征．由??圖１０分析得到，交叉序列的均不為常數(shù)，不同趨勢的兩序列的交叉相關性具有多重分形特征．??另外，交叉序列的財⑷與／Ｔ⑷全不相等，即交叉序列的｜Ａｉ？１２（ｇ）｜全不為０?（見圖１０），表明ＭＦＣＩ?（或??ＥＣ）兩序列的非對稱交叉相關性具有多重分形特征．當ＭＦＣＩ具有不同趨勢時，Ａ／／１２⑷隨著ｇ的增大而??呈現(xiàn)上升趨勢，大幅度變化比小幅度變化的交叉相關的非對稱性更強．當ＥＣ具有不同趨勢時，Ａｉｆ１２（ｇ）隨??著ｇ的增大而減小，兩序列的非對稱交叉相關性與工業(yè)企業(yè)增加值的變動幅度有關，小幅度變化比大幅度變??化的交叉相關的非對稱性更強．圖１１分別給出了?ＭＦＣＩ?（或ＥＣ）具有不同趨勢時，單獨序列的非對稱標度??指數(shù)Ｐ⑷、／？＿⑷隨著ｇ值變化的走勢圖．由圖１１知，單獨序列的⑷、／ｒ⑷均不為常數(shù)，ＭＦＣＩ?（或??ＥＣ）的非對稱自相關性也具有多重分形特征．同時由圖１１看出，ＥＣ單獨序列ＡＦ１２（ｇ）的隨著ｇ的變化呈?
２７３６??系統(tǒng)工程理論與實踐??第３９卷??序列本身的非對稱影響，說明了金融狀況對實體經濟發(fā)展的前期影響作用的存在．??通過ＭＦ－ＡＤＣＣＡ算法可知中國金融狀況指數(shù)與實體經濟發(fā)展之間存在交叉相關性，且交叉相關呈現(xiàn)??非對稱性，ＭＦＣＩ對ＥＣ的交叉影響改變ＥＣ本身的非對稱影響，ＭＦＣＩ能夠對實體經濟發(fā)展起到預測作用．??（ａ）?ＭＦＣＩ趨勢變動?（ｂ）?ＥＣ趨勢變動??圖１１不同趨勢下單獨序列的△丑１２（ｇ）??４．３?ＭＦＣＩ與實體經濟發(fā)展的領先滯后關系檢驗??為驗證ＭＦＣＩ對實體經濟發(fā)展預測作用研究結果的有效性，進一步運用交叉譜分析檢驗ＭＦＣＩ與ＥＣ??之間的領先滯后關系．表６中列示ＭＦＣＩ與ＥＣ交叉譜分析結果，ＭＦＣＩ與ＥＣ在３２？１個月的時間跨度上??一致性均值能夠保持在０．８６８，說明兩者之間具有較強的相關性？從時差和角度來看，１２？３２個月的時間跨度??上ＭＦＣＩ滯后于ＥＣ，但是在１？１０個月的時間跨度上，ＭＦＣＩ均領先于ＥＣ，說明在中短期內中國金融狀況??指數(shù)在中短期內領先于實體經濟發(fā)展，對實體經濟發(fā)展具有預測作用．??表６?ＭＦＣＩ與ＥＣ交叉譜分析??跨度??振幅??一致性??時間差??角度??跨度??振幅??一致性??時間差??角度??３２．０００??０．２１９??０．９３０??－０．２５７３４??－０．０２５??２．１６９??０．００２??０．７７１??０．０００１８??０．０００??２５．６００??０．２７３??０．９４８??－０．２２８９２??－０．０２８??２．１３３??０．００２??０．７６０??０．０００２０??０．０００??２１．３３３??０．３０７??０．９５９??－０．１８８８７??－０
【參考文獻】：
期刊論文
[1]貨幣政策、社會融資結構與實體經濟發(fā)展[J]. 許光建,許坤,盧倩倩. 山西財經大學學報. 2019(01)
[2]基于混頻損失函數(shù)的中國實時金融狀況指數(shù)另種構建[J]. 周德才,童飛杰,胡琛宇. 數(shù)量經濟技術經濟研究. 2018(12)
[3]國際油價、美國經濟不確定性和中國股市的波動溢出效應研究[J]. 王奇珍,王玉東. 中國管理科學. 2018(11)
[4]基于分形視角下的滬港股市投資組合策略[J]. 唐勇,朱鵬飛. 系統(tǒng)工程理論與實踐. 2018(09)
[5]中國金融形勢指數(shù)混頻測度及其預警行為研究[J]. 尚玉皇,鄭挺國. 金融研究. 2018(03)
[6]金融化對實體企業(yè)未來主業(yè)發(fā)展的影響:促進還是抑制[J]. 杜勇,張歡,陳建英. 中國工業(yè)經濟. 2017(12)
[7]論新時期中國實體經濟的發(fā)展[J]. 黃群慧. 中國工業(yè)經濟. 2017(09)
[8]“金融服務實體經濟”辨[J]. 李揚. 經濟研究. 2017(06)
[9]金融沖擊、貨幣政策規(guī)則的選擇與中國經濟波動[J]. 余建干,吳沖鋒. 系統(tǒng)工程理論與實踐. 2017(02)
[10]市場間相依性檢驗、非對稱性及傳導方向研究[J]. 苑瑩,王夢迪,樊曉倩,張同輝. 系統(tǒng)工程理論與實踐. 2016(11)
本文編號：2902859
【文章來源】：系統(tǒng)工程理論與實踐. 2019年11期 第2723-2738頁 北大核心CSSCI
【文章頁數(shù)】：16 頁
【部分圖文】：
圖８?２００１．０１－２０１７．１２期間中國金融宏觀狀況指數(shù)與實體經濟發(fā)展比較圖??４?ＭＦＣＩ對實體經濟發(fā)展的預測分析??８ＭＦＣＩ一
１期??劉超，等：中國金融狀況與實體經濟發(fā)展研究一－來自中國２０００－２０１７年月度數(shù)據(jù)??２７３５??０．５，交叉相關具有持久性，并且持久性與波動幅度無關，ＭＦＣＩ的下降會導致ＥＣ的下降．當ＭＦＣＩ呈上升??趨勢時，／⑷全都大于０．５，說明ＭＦＣＩ的上升會導致ＥＣ的上升．??表４交叉序列的標度指數(shù)趨勢分析??表５單獨序列的標度指數(shù)趨勢分析??⑷ＭＦＣＩ趨勢變動?（ｂ）?ＥＣ趨勢變動??囝９不同趨勢下交叉序列的非對稱標度指數(shù)??（ａ）?ＭＦＣＩ趨勢變動?（ｂ）?ＥＣ趨勢變動??圖１０不同趨勢下交叉序列的ＡＨ１２（ｇ）??最后，分析不同趨勢下交叉序列的非對稱交叉相關性及單獨序列的非對稱自相關性的多重分形特征．由??圖１０分析得到，交叉序列的均不為常數(shù)，不同趨勢的兩序列的交叉相關性具有多重分形特征．??另外，交叉序列的財⑷與／Ｔ⑷全不相等，即交叉序列的｜Ａｉ？１２（ｇ）｜全不為０?（見圖１０），表明ＭＦＣＩ?（或??ＥＣ）兩序列的非對稱交叉相關性具有多重分形特征．當ＭＦＣＩ具有不同趨勢時，Ａ／／１２⑷隨著ｇ的增大而??呈現(xiàn)上升趨勢，大幅度變化比小幅度變化的交叉相關的非對稱性更強．當ＥＣ具有不同趨勢時，Ａｉｆ１２（ｇ）隨??著ｇ的增大而減小，兩序列的非對稱交叉相關性與工業(yè)企業(yè)增加值的變動幅度有關，小幅度變化比大幅度變??化的交叉相關的非對稱性更強．圖１１分別給出了?ＭＦＣＩ?（或ＥＣ）具有不同趨勢時，單獨序列的非對稱標度??指數(shù)Ｐ⑷、／？＿⑷隨著ｇ值變化的走勢圖．由圖１１知，單獨序列的⑷、／ｒ⑷均不為常數(shù)，ＭＦＣＩ?（或??ＥＣ）的非對稱自相關性也具有多重分形特征．同時由圖１１看出，ＥＣ單獨序列ＡＦ１２（ｇ）的隨著ｇ的變化呈?
２７３６??系統(tǒng)工程理論與實踐??第３９卷??序列本身的非對稱影響，說明了金融狀況對實體經濟發(fā)展的前期影響作用的存在．??通過ＭＦ－ＡＤＣＣＡ算法可知中國金融狀況指數(shù)與實體經濟發(fā)展之間存在交叉相關性，且交叉相關呈現(xiàn)??非對稱性，ＭＦＣＩ對ＥＣ的交叉影響改變ＥＣ本身的非對稱影響，ＭＦＣＩ能夠對實體經濟發(fā)展起到預測作用．??（ａ）?ＭＦＣＩ趨勢變動?（ｂ）?ＥＣ趨勢變動??圖１１不同趨勢下單獨序列的△丑１２（ｇ）??４．３?ＭＦＣＩ與實體經濟發(fā)展的領先滯后關系檢驗??為驗證ＭＦＣＩ對實體經濟發(fā)展預測作用研究結果的有效性，進一步運用交叉譜分析檢驗ＭＦＣＩ與ＥＣ??之間的領先滯后關系．表６中列示ＭＦＣＩ與ＥＣ交叉譜分析結果，ＭＦＣＩ與ＥＣ在３２？１個月的時間跨度上??一致性均值能夠保持在０．８６８，說明兩者之間具有較強的相關性？從時差和角度來看，１２？３２個月的時間跨度??上ＭＦＣＩ滯后于ＥＣ，但是在１？１０個月的時間跨度上，ＭＦＣＩ均領先于ＥＣ，說明在中短期內中國金融狀況??指數(shù)在中短期內領先于實體經濟發(fā)展，對實體經濟發(fā)展具有預測作用．??表６?ＭＦＣＩ與ＥＣ交叉譜分析??跨度??振幅??一致性??時間差??角度??跨度??振幅??一致性??時間差??角度??３２．０００??０．２１９??０．９３０??－０．２５７３４??－０．０２５??２．１６９??０．００２??０．７７１??０．０００１８??０．０００??２５．６００??０．２７３??０．９４８??－０．２２８９２??－０．０２８??２．１３３??０．００２??０．７６０??０．０００２０??０．０００??２１．３３３??０．３０７??０．９５９??－０．１８８８７??－０
【參考文獻】：
期刊論文
[1]貨幣政策、社會融資結構與實體經濟發(fā)展[J]. 許光建,許坤,盧倩倩. 山西財經大學學報. 2019(01)
[2]基于混頻損失函數(shù)的中國實時金融狀況指數(shù)另種構建[J]. 周德才,童飛杰,胡琛宇. 數(shù)量經濟技術經濟研究. 2018(12)
[3]國際油價、美國經濟不確定性和中國股市的波動溢出效應研究[J]. 王奇珍,王玉東. 中國管理科學. 2018(11)
[4]基于分形視角下的滬港股市投資組合策略[J]. 唐勇,朱鵬飛. 系統(tǒng)工程理論與實踐. 2018(09)
[5]中國金融形勢指數(shù)混頻測度及其預警行為研究[J]. 尚玉皇,鄭挺國. 金融研究. 2018(03)
[6]金融化對實體企業(yè)未來主業(yè)發(fā)展的影響:促進還是抑制[J]. 杜勇,張歡,陳建英. 中國工業(yè)經濟. 2017(12)
[7]論新時期中國實體經濟的發(fā)展[J]. 黃群慧. 中國工業(yè)經濟. 2017(09)
[8]“金融服務實體經濟”辨[J]. 李揚. 經濟研究. 2017(06)
[9]金融沖擊、貨幣政策規(guī)則的選擇與中國經濟波動[J]. 余建干,吳沖鋒. 系統(tǒng)工程理論與實踐. 2017(02)
[10]市場間相依性檢驗、非對稱性及傳導方向研究[J]. 苑瑩,王夢迪,樊曉倩,張同輝. 系統(tǒng)工程理論與實踐. 2016(11)
本文編號：2902859
本文鏈接：http://www.lk138.cn/jingjilunwen/guojijinrong/2902859.html
