肖 強(qiáng)

（蘭州商學(xué)院甘肅經(jīng)濟(jì)發(fā)展數(shù)量分析研究中心 蘭州 730020）

一、引言

貨幣政策操作效果的對稱與非對稱性研究，近年來在國內(nèi)外金融界引起關(guān)注。Cover（1992）①Cover J.P.Asymmetric Effects of Positive and Negative Money-supply Shocks［J］.The Quarterly Journal of Economics.1992，107（4）：1261-1282.指出貨幣政策的非對稱效應(yīng)意味著不同的貨幣政策取向（擴(kuò)張或緊縮）在不同的經(jīng)濟(jì)狀態(tài)下 （低通脹或高通脹）對產(chǎn)出或價(jià)格具有不同程度的影響。線性泰勒規(guī)則不能解釋貨幣政策的這種非對稱性特征。周小川（2011）②周小川.金融政策對金融危機(jī)的響應(yīng)——宏觀審慎政策框架的形成背景、內(nèi)在邏輯和主要內(nèi)容 ［J］.金融研究，2011（01）：1-14.指出，次貸危機(jī)、歐債危機(jī)等一系列事件再度凸顯了金融動蕩對實(shí)體經(jīng)濟(jì)的嚴(yán)重沖擊，靈活審慎的貨幣政策作為 “宏觀審慎政策框架”的重要組成部分，對其相關(guān)問題的研究顯得尤為重要。Bernanke和Gertler（2001）③Bernanke B.S.，Gertler M.Should Central Banks Respond to Movements in Asset Prices？［J］.The American Economic Review.2001，91（2）：253-257.指出，雖然是否應(yīng)該將資本市場的沖擊作為研究貨幣政策傳導(dǎo)機(jī)制的重要因素尚未達(dá)成一致，但是對未來物價(jià)和產(chǎn)出有重要影響的資產(chǎn)價(jià)格是值得貨幣當(dāng)局關(guān)注的。因此，為了測度金融市場所蘊(yùn)涵的未來經(jīng)濟(jì)趨勢的信息，為了更好地挖掘資產(chǎn)價(jià)格所蘊(yùn)涵的未來經(jīng)濟(jì)走勢信息，把握資產(chǎn)價(jià)格在貨幣政策傳導(dǎo)渠道中的順暢程度，Goodhart和Hofmann（2001）④Goodhart C.，Hofmann B.Asset Prices，F(xiàn)inancial Conditions，and the Transmission of Monetary Policy［C］.2001.最早編制了反映一國金融市場運(yùn)行狀況的金融狀況指數(shù) （FCI）。近年來，我國金融業(yè)和房地產(chǎn)業(yè)迅速發(fā)展，因此，以我國金融變量構(gòu)建的FCI，可以表征我國金融市場狀況，并為央行制定貨幣政策提供重要參考依據(jù)。

第一，我國貨幣政策非對稱性研究現(xiàn)狀。趙進(jìn)文等 （2005）⑤⑥趙進(jìn)文，閔捷.央行貨幣政策操作效果非對稱性實(shí)證研究 ［J］.經(jīng)濟(jì)研究，2005（02）：26-34.得到我國貨幣政策操作在效果上表現(xiàn)出明顯的非對稱性特征。劉金全等 （2009）⑦劉金全，隋建利，李楠.基于非線性VAR模型對我國貨幣政策非對稱作用效應(yīng)的實(shí)證檢驗(yàn) ［J］.中國管理科學(xué)，2009（03）：47-55.利用logistic向量自回歸 （LSTVAR）模型得到我國實(shí)際產(chǎn)出序列和通貨膨脹率過程對貨幣沖擊的動態(tài)反應(yīng)隨著沖擊方向、規(guī)模以及經(jīng)濟(jì)周期階段的變化而改變，貨幣政策對實(shí)際產(chǎn)出和價(jià)格水平的作用具有非對稱性。肖強(qiáng)和司穎華 （2014）⑧肖強(qiáng)，司穎華.貨幣政策對房地產(chǎn)價(jià)格影響的非對稱性分析——基于LSTVAR模型 ［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識，2014（10）：108-115.基于LSTVAR模型得到了貨幣政策對房地產(chǎn)價(jià)格影響的非對稱性。肖強(qiáng) （2014）⑨肖強(qiáng).資產(chǎn)價(jià)格調(diào)控的貨幣政策工具選擇——基于MS-FAVAR模型 ［J］.中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（07）：23-30.基于馬爾科夫的因子擴(kuò)展的向量自回歸模型得到，不同的貨幣政策工具對資本價(jià)格的影響不同，而且隨著經(jīng)濟(jì)狀態(tài)不同也存在差異。王國靜和田國強(qiáng) （2014）○10王國靜，田國強(qiáng).金融沖擊和中國經(jīng)濟(jì)波動 ［J］.經(jīng)濟(jì)研究，2014，49（3）：20-34.將金融沖擊引入到動態(tài)隨機(jī)一般均衡模型，來解釋金融沖擊對實(shí)體經(jīng)濟(jì)的影響。得到金融沖擊是導(dǎo)致中國經(jīng)濟(jì)波動的最主要原因，它在解釋產(chǎn)出和投資增長等波動方面體現(xiàn)出非常重要的作用。

第二，F(xiàn)CI的國內(nèi)外研究現(xiàn)狀。國外關(guān)于FCI已有大量的相關(guān)文獻(xiàn)。比如，Hatzius等 （2010）?Hatzius J.，Hooper P.，Mishkin F.S.，et al.Financial Conditions Indexes：A fresh Look After the Financial Crisis［R］.National Bureau of Economic Research，2010.、Galvao和 Owyang（2013）?Galvao A.B.，Owyang M.T.MeasuringMacro-Financial Conditions Using a Factor-Augmented Smooth-Transition Vector Autoregression［R］.working paper，2013.基于動態(tài)因子模型構(gòu)建了美國的FCI，并分析了FCI對宏觀經(jīng)濟(jì)的影響非對稱性。而國內(nèi)對FCI的研究相關(guān)文獻(xiàn)相對較少。郭琨和成思危 （2011）?郭琨，成思危.金融狀況指數(shù)研究評述 ［J］.國際金融研究，2011（05）：67-73.對國內(nèi)外關(guān)于FCI的文獻(xiàn)進(jìn)行了比較分析，提出我國構(gòu)建FCI的建議。刁節(jié)文和章虎（2012）?刁節(jié)文，章虎.基于金融形勢指數(shù)對我國貨幣政策效果非線性的實(shí)證研究 ［J］.金融研究，2012（04）：32-44.、卞志村等 （2012）?卞志村，孫慧智，曹媛媛.金融形勢指數(shù)與貨幣政策反應(yīng)函數(shù)在中國的實(shí)證檢驗(yàn) ［J］.金融研究，2012（08）：44-55.分別基于總需求方程縮減式和狀態(tài)空間模型構(gòu)建了具有動態(tài)權(quán)重的我國FCI，并將FCI作為整體金融形勢寬松程度指標(biāo)納入貨幣政策反應(yīng)函數(shù)進(jìn)行了研究。

綜上所述，一方面，我國FCI的構(gòu)建存在采用的計(jì)量方法相對比較單一、包含金融變量較少等不足；另一方面，較少文獻(xiàn)利用FCI作為金融市場的代理變量來分析不同金融狀況下貨幣政策的非對稱性效應(yīng)。以下結(jié)構(gòu)安排為：第二部分是基于動態(tài)因子模型的我國FCI構(gòu)建，第三部分是基于LSTVAR模型的貨幣政策非對稱性效應(yīng)分析，第四部分是結(jié)論及政策建議。

二、基于動態(tài)因子模型的我國FCI構(gòu)建

（一）分析方法簡介

在FCI權(quán)重確定方面，方法之一是基于VAR模型的脈沖響應(yīng)分析，首先基于金融變量和通貨膨脹率構(gòu)建VAR模型。然后，通過脈沖響應(yīng)中金融變量對通貨膨脹率沖擊程度的大小確定其權(quán)重。方法之二是總需求方程縮減式，反映通貨膨脹與產(chǎn)出缺口關(guān)系的菲利普斯曲線為：

其中，yt為t時(shí)刻的產(chǎn)出缺口，CPIt為通貨膨脹率，由金融變量對應(yīng)的系數(shù)確定其權(quán)重。近年來，通過動態(tài)因子模型確定各變量權(quán)重的方法，使FCI對實(shí)體經(jīng)濟(jì)和物價(jià)的預(yù)測能力有所提高。

動態(tài)因子模型。2011年諾貝爾經(jīng)濟(jì)學(xué)獲得者Sargent和Sims（1977）①Sargent T.J.，Sims C.A.Business Cycle Modeling without Pretending to Have Toomuch a Priori Economic Theory［J］.New Methods in Business Cycle Research.1977（1）：145-168.最早提出了動態(tài)因子模型。本文首先利用Jscobs和Otter（2008）②Jacobs J.P.，Otter P.W.Determining the Number of Factors and Lag Order in Dynamic Factor Models：A Minimum Entropy Approach［J］.Econometric Reviews.2008，27（4-6）：385-397.的最小熵方法確定因子的個(gè)數(shù)。然后，采用了Chamberlain等（1984）③Chamberlain G.，Rothschild M.Arbitrage，F(xiàn)actor Structure，and Mean-variance Analysis on Large AssetMarkets［Z］.National Bureau of Economic Research Cambridge，Mass.，USA，1984.提出的時(shí)域主成分法對因子進(jìn)行估計(jì)。

（二）變量的選取和處理

借鑒已有文獻(xiàn)中關(guān)于FCI構(gòu)建的金融指標(biāo)選取標(biāo)準(zhǔn)，基于能包含更多金融變量的同時(shí)增加樣本量的原則，本文選取樣本區(qū)間為2001年1月至2012年12月的金融變量如下：7天銀行間同業(yè)拆借利率 （記作R1）、七天回購移動平均利率 （記作R2）、貨幣供給量 （同時(shí)選取M0、M1和M2）、實(shí)際有效匯率指數(shù)（記作REER1）、人民幣對美元的匯率 （采用圣路易斯聯(lián)邦儲備銀行公布的人民幣對美元的匯率的月度數(shù)據(jù)，記作REER2）、國房景氣指數(shù) （記作H1）、實(shí)際房地產(chǎn)價(jià)格 （記作H2）、上證綜合指數(shù) （記作SZZZ）和深圳成指 （記作SZCZ）。以及其他相關(guān)變量：實(shí)際通貨膨脹率 （2000年1月為基期的絕對CPI，記作CPI）、實(shí)際產(chǎn)出 （記作GDP）。數(shù)據(jù)來自國家統(tǒng)計(jì)局網(wǎng)站、國際清算銀行官方網(wǎng)站 （http：／／www.bis.org）等。

對以上11個(gè)金融變量的處理如下：為了消除實(shí)際股價(jià)序列中的異方差對其取對數(shù)，對存在季節(jié)因素的變量利用X12進(jìn)行季節(jié)調(diào)整。因?yàn)閯討B(tài)因子模型要求變量是平穩(wěn)的，所以對所有變量進(jìn)行ADF單位根檢驗(yàn)，對非平穩(wěn)變量進(jìn)行相應(yīng)的差分運(yùn)算?？紤]到各變量的量綱不同，對各個(gè)變量均進(jìn)行標(biāo)準(zhǔn)化處理。金融變量的長期趨勢值都使用HP濾波方法計(jì)算，鑒于我們采用的是月度數(shù)據(jù)將參數(shù)λ取為14 400。通過變量實(shí)際值減去變量趨勢值定義該變量的缺口值。為了表述方便，處理后的變量仍用原記號。

（三）基于動態(tài)因子模型的FCI構(gòu)建

由Jscobs和Otter（2008）的最小熵方法確定因子個(gè)數(shù)為4，通過主成分法給出潛在金融因子所包含的信息如表1所示，選取4個(gè)金融因子能解釋總方差的66.42%。

表1 潛在金融因子所包含的信息

基于總需求方程縮減式的FCI生成。我們將以上4個(gè)潛在金融因子引入到菲利普斯方程 （1）中，考察對通貨膨脹率變動的預(yù)測能力。根據(jù)FCI的計(jì)算公式和權(quán)重的選擇，我們可得出：

基于VAR模型的FCI構(gòu)建。為了基于VAR模型確定共同金融因子的權(quán)重，我們構(gòu)建包含通脹率和4個(gè)金融因子的VAR模型，由AIC準(zhǔn)則確定滯后階數(shù)為5。得到4個(gè)金融因子對通脹率脈沖響應(yīng)值。類似已有文獻(xiàn)，根據(jù)每個(gè)金融因子對通脹率沖擊絕對值的平均值，計(jì)算各個(gè)金融因子的權(quán)重，可得FCI的計(jì)算公式如下：

圖1給出了基于以上兩類模型得到的FCI。由圖1可知，雖然FCI1和FCI2的構(gòu)建中金融因子的各自權(quán)重不同，但是它們具有很高的相關(guān)性 （相關(guān)系數(shù)為0.84）。不失一般性，以下問題的研究我們選擇基于VAR模型得到的FCI。

圖1 基于不同模型得到的FCI

三、基于LSTVAR模型的貨幣政策非對稱性效應(yīng)分析

（一）模型的線性檢驗(yàn)及非線性模型設(shè)定

貨幣政策非對稱性效應(yīng)分析中，類似肖強(qiáng)等（2014）①肖強(qiáng)，張曉峒，司穎華.貨幣政策有效性及產(chǎn)業(yè)非對稱性分析 ［J］.商業(yè)研究，2014（04）：25-30.對變量的選取和VAR模型的構(gòu)建，貨幣政策工具為廣義貨幣供應(yīng)量M2的同比增長率 （記作M2），產(chǎn)出變量為工業(yè)增加值的同比增長率 （記作IP），價(jià)格變量為消費(fèi)者價(jià)格指數(shù)的同比增長率 （記作CPI），為了和FCI對應(yīng)，樣本區(qū)間確定為2001年1月至2012年12月。VAR模型的構(gòu)建中，變量的先后順序依次為M2、IP和CPI。

針對包含變量M2、IP和CPI的VAR模型，利用滯后階數(shù)確定的信息準(zhǔn)則，確定了線性VAR（1）模型：

其中，yt＝（M2t，IPt，CPIt）；A，B為系數(shù)矩陣；ut是擾動向量。模型 （2）的備擇假設(shè)LSTVAR模型為：

為了模型的線性檢驗(yàn)，Granger等 （2011）②Granger C.W.，Terasvirta T.Modelling Non-linear Economic Relationships［M］.OUPCatalogue.2011.建議應(yīng)用一階Taylor序列來近似LSTVAR。即利用LM檢驗(yàn)對 （3）中每個(gè)方程進(jìn)行檢驗(yàn)：

首先，對式 （2）進(jìn)行逐方程回歸，得到每個(gè)回歸方程的殘差擬合值eit，i＝M2，IP，CPI和殘差平方和然后，對eit關(guān)于yit-1和styit-1進(jìn)行回歸獲得殘差平方和最后，對每個(gè)i計(jì)算LM統(tǒng)計(jì)量

其中T是樣本觀測值個(gè)數(shù)。在原假設(shè)下，LMi服從 χ2（3）。

在原假設(shè)下，LR漸近服從χ2（9）。

以FCIt及其滯后變量作為可能的轉(zhuǎn)移變量，表2報(bào)告了模型的非線性檢驗(yàn)結(jié)果。

表2 非線性檢驗(yàn)的P值

表2表明，當(dāng)選取FCIt-4作為轉(zhuǎn)移變量時(shí)，在5%的顯著性水平下，不僅由LM檢驗(yàn)可知，各個(gè)方程都拒絕線性假設(shè)，而且通過LR檢驗(yàn)可以拒絕VAR模型的線性假設(shè)，支持LSTVAR模型設(shè)定。

（二）LSTVAR模型的估計(jì)

基于R軟件，運(yùn)用非線性最小二乘方法對LSTVAR模型進(jìn)行估計(jì)，得到調(diào)整平滑程度參數(shù)γ和門限參數(shù)c的估計(jì)值分別為7.50和0.00。

類似地，利用上述LM線性檢驗(yàn)方法對式 （3）估計(jì)的各個(gè)殘差序列進(jìn)行線性檢驗(yàn)，在任何方程中都無非線性特征。因此，可以看出以FCIt-4作為轉(zhuǎn)移變量，平滑參數(shù)γ和門限參數(shù)c的值分別為7.50和0.00時(shí)，LSTVAR模型充分捕捉了原始數(shù)據(jù)的非線性特征。

（三）不同金融狀況下貨幣政策的沖擊分析

根據(jù)門限估計(jì)值c＝0.00，本文將樣本分為金融狀況較好的子樣本 （FCIt-4≥0）和金融狀況惡化的子樣本 （FCIt-4＜0）。在兩個(gè)狀態(tài)下，通過計(jì)算M2對產(chǎn)出和價(jià)格的一個(gè)單位正標(biāo)準(zhǔn)差沖擊的廣義脈沖響應(yīng)函數(shù)，來考察貨幣政策對產(chǎn)出和價(jià)格沖擊的非對稱效應(yīng)。

在不同的金融狀況下，得到M2對價(jià)格的廣義脈沖響應(yīng)函數(shù)，如圖2所示。

圖2 （a）金融狀況較好下M 2沖擊的價(jià)格效應(yīng)

圖2 （b）金融狀況惡化下M 2沖擊的價(jià)格效應(yīng)

由圖2可知，M2對價(jià)格的一個(gè)標(biāo)準(zhǔn)差的沖擊，在金融環(huán)境良好狀態(tài)下，價(jià)格在短期內(nèi)有上升的效應(yīng)，第3個(gè)月達(dá)到最大為0.33，9個(gè)月后轉(zhuǎn)換為負(fù)的效應(yīng)，在第18個(gè)月時(shí)達(dá)到負(fù)的最大，為-0.12，隨后逐步向0.00回落。而在金融狀況惡化即金融環(huán)境差的狀態(tài)下，價(jià)格在前4個(gè)月存在短暫且顯著的波動效應(yīng)，其中前3個(gè)月為負(fù)，在第2個(gè)月達(dá)到最小，為-0.14，然后突然轉(zhuǎn)換為正效應(yīng)，在第3個(gè)月幅度達(dá)到最大，為0.03。第4個(gè)月后均為負(fù)效應(yīng)，其中最大幅度為第5個(gè)月的-0.02，從此逐步減小到0.00，第22個(gè)月后效應(yīng)基本消失。

總體來看，不同的金融狀況下，貨幣政策工具對價(jià)格的沖擊效應(yīng)具有非對稱性。金融狀況良好情形下，擴(kuò)張的貨幣政策對價(jià)格的沖擊具有短期顯著的正效應(yīng)。而金融狀況惡化情形下，擴(kuò)張的貨幣政策對價(jià)格的沖擊具有短期負(fù)效應(yīng)。經(jīng)濟(jì)含義解釋為，當(dāng)金融市場繁榮時(shí)，金融市場中包括房地產(chǎn)價(jià)格、股票價(jià)格等資產(chǎn)價(jià)格普遍上漲，可能存在一定的資產(chǎn)價(jià)格泡沫，表現(xiàn)出通過增加貨幣供給量的擴(kuò)張貨幣政策導(dǎo)致價(jià)格的顯著上升。但是，當(dāng)金融市場衰退時(shí)，金融市場中包括房地產(chǎn)價(jià)格和股票價(jià)格在內(nèi)的資產(chǎn)價(jià)格普遍下降，從而通過增加貨幣供給量的擴(kuò)張貨幣政策不會引起價(jià)格的顯著上漲。

在不同金融狀況下，得到M2對產(chǎn)出的廣義脈沖響應(yīng)函數(shù)。如圖3所示。

由圖3可知，M2對產(chǎn)出的一個(gè)標(biāo)準(zhǔn)差的沖擊，在金融狀況較好情形下，產(chǎn)出具有短期的正向效應(yīng)，在第2個(gè)月達(dá)到最大為0.03，到第4個(gè)月減小到0.00。隨后均為負(fù)的效應(yīng)，在第10個(gè)月達(dá)到負(fù)的最大，為-0.10，然后緩慢地趨向于0.00。而在金融狀況惡化情形下，產(chǎn)出均為負(fù)效應(yīng)，在第3個(gè)月達(dá)到最大幅度，為-0.03，隨后逐步衰減到0.00。

總體來看，不同的金融狀況下，貨幣政策工具對產(chǎn)出的沖擊效應(yīng)具有非對稱性。金融狀況良好情形下，以貨幣供給量為工具的擴(kuò)張貨幣政策對產(chǎn)出的沖擊效應(yīng)具有短期正效應(yīng)和長期負(fù)效應(yīng)。而金融狀況惡化情形下，以貨幣供給量為工具的擴(kuò)張貨幣政策對產(chǎn)出的沖擊效應(yīng)具有負(fù)效應(yīng)。經(jīng)濟(jì)含義解釋為：一方面，在金融市場繁榮時(shí)期，貨幣當(dāng)局通過增加貨幣供給量的擴(kuò)張貨幣政策來增加產(chǎn)出時(shí)，只能在短期內(nèi)使產(chǎn)出增加，而長期是無效的甚至使產(chǎn)出下降?？赡艿脑蚴?，因?yàn)榻鹑谑袌龊蛯?shí)體經(jīng)濟(jì)之間存在著較強(qiáng)的聯(lián)系，正向金融沖擊對產(chǎn)出增長等起到了非常重要的作用。因此，在金融市場繁榮時(shí)期，資產(chǎn)價(jià)格普遍上漲的同時(shí)產(chǎn)出等實(shí)體經(jīng)濟(jì)變量也在增長，從而表現(xiàn)為：通過增加貨幣供給量的擴(kuò)張貨幣政策短期內(nèi)使得產(chǎn)出增加，同時(shí)使價(jià)格大幅上漲。但是價(jià)格的大幅上漲會導(dǎo)致金融市場的不穩(wěn)定，政府又會采取緊縮的貨幣政策等來控制通貨膨脹，最終使得產(chǎn)出下降。另一方面，在金融市場衰退時(shí)期，比如2008年的全球金融危機(jī)導(dǎo)致我國產(chǎn)能大幅下降，即使貨幣當(dāng)局實(shí)施增加貨幣供給量的擴(kuò)張貨幣政策也阻擋不了產(chǎn)出的下滑。此時(shí)期貨幣政策是無效的。

圖3 （a）金融狀況較好下M 2沖擊的產(chǎn)出效應(yīng)

圖3 （b）金融狀況惡化下M 2沖擊的產(chǎn)出效應(yīng)

四、結(jié)論及政策建議

本文首先選取代表利率、匯率、股票價(jià)格和房地產(chǎn)價(jià)格等的金融變量，利用動態(tài)因子模型提取其共同金融因子，并利用這些因子基于VAR模型和總需求方程縮減式構(gòu)建了量化我國金融狀況整體松緊程度的FCI。接著，以滯后4期的FCI作為轉(zhuǎn)移變量，檢驗(yàn)了包含M2、產(chǎn)出和價(jià)格的VAR模型非線性特征，進(jìn)而基于LSTVAR分析了貨幣政策沖擊的非對稱性效應(yīng)。實(shí)證結(jié)果表明：

第一，不同的金融狀況下，貨幣政策對價(jià)格的沖擊效應(yīng)具有非對稱性。金融狀況良好情形下，以貨幣供給量為工具的擴(kuò)張貨幣政策對價(jià)格的沖擊具有短期顯著的正效應(yīng)和長期不顯著的負(fù)效應(yīng)。而金融狀況惡化情形下，擴(kuò)張貨幣政策對價(jià)格的沖擊具有短期負(fù)效應(yīng)。

第二，不同的金融狀況下，貨幣政策對產(chǎn)出的沖擊效應(yīng)也具有非對稱性。金融狀況良好情形下，以貨幣供給量為工具的擴(kuò)張貨幣政策對產(chǎn)出的沖擊效應(yīng)具有短期正效應(yīng)和長期負(fù)效應(yīng)。而金融狀況惡化情形下，擴(kuò)張貨幣政策對產(chǎn)出的沖擊具有負(fù)效應(yīng)。

綜上所述，通過控制貨幣供給量的貨幣政策的產(chǎn)出效應(yīng)和價(jià)格效應(yīng)較強(qiáng)地依賴于金融市場狀況的優(yōu)劣。本文對政府在進(jìn)行宏觀調(diào)控時(shí)給出如下政策建議：

第一，鑒于世界上很多國家都已經(jīng)構(gòu)建了適合本國國情的金融狀況指數(shù)，并通過金融狀況指數(shù)去預(yù)測宏觀經(jīng)濟(jì)形勢，同時(shí)作為貨幣政策的重要參考指標(biāo)。因此，我國也需要盡快構(gòu)建并公布真實(shí)反映我國國情的金融狀況指數(shù)，為理性消費(fèi)者提供一個(gè)可預(yù)期的宏觀經(jīng)濟(jì)走勢和貨幣政策實(shí)施方向。

第二，利用對金融狀況指數(shù)的觀測，政府應(yīng)盡早地、準(zhǔn)確地把握當(dāng)前金融市場是處在繁榮還是衰退時(shí)期，以便及時(shí)應(yīng)對類似2008年金融危機(jī)對我國實(shí)體經(jīng)濟(jì)帶來的嚴(yán)重打擊。應(yīng)及時(shí)制定有效的貨幣政策和財(cái)政政策等來調(diào)控金融市場。

總之，金融市場在我國經(jīng)濟(jì)發(fā)展中起到越來越重要的作用，貨幣當(dāng)局要密切關(guān)注金融市場及其重要資產(chǎn)價(jià)格的變動，尤其針對異常變動要及時(shí)準(zhǔn)確地采取相應(yīng)的政策反應(yīng)，從而避免或降低金融市場的劇烈波動給宏觀經(jīng)濟(jì)造成不利影響的可能性，進(jìn)而維護(hù)金融秩序和穩(wěn)定物價(jià)。