光大宏观：中国经济流动性状况指数的构建与分析

　　摘要：我们构建了流动性状况指数，以定量刻画中国金融体系与实体经济两个层次的流动性宽松程度。与其他机构编制的类似指数相比，我们构造的指数分成了金融与实体两个层次，因而能够更加精准地刻画流动性在两个层次间的分布。我们以7天回购利率、10年期国债利率、10年期AA企利率、银行间质押回购交易量以及股市市值占P比例为金融流动性状况指数基础指标；以信贷同比多增占P比例、社融同比多增占P比例、M2同比、外汇占款同比多增占P比例、1年期贷款基准利率和名义有效汇率作为实体流动性状况指数的基础指标。通过主成分分析方法为各指标设定权重，将标准化后的指标进行加权平均构建流动性状况指数。利用我们编制的指数，可以清楚地看到，我国金融与实体的流动性状况在近年来显著负相关态势，呈现出此消彼长的“跷跷板”态势。2014-15年金融市场的“不差钱”与实体经济的“融资难”并存的现象即来自于此。这是这两年金融资产价格在实体经济疲弱的背景下大幅走牛的最主要原因。我们构建的流动性指数为金融与实体的流动性状况，以及分析货币政策传导机制提供了新的数据。

　　目前缺乏量化分析流动性工具，构建综合的流动性状况指数对客观判断货币情况以及宏观预测至关重要。虽然目前我国实体经济和金融市场均存在反应流动性状况的指标，但都不同程度的在时效性、代表性等方面存在不足，不能充分反映实体经济和金融市场面临货币的变化。因而构建全面及时的流动性状况指数，是准确判断货币的基础。而金融变量对实体经济有较强的预测能力，也反映资金在不同市场的配置情况，客观的流动性状况指数对预判未来货币政策走势，实体经济和金融市场资金面变化至关重要。定量流动性状况指数能够帮助分析讨论摆脱定性研究准确性不足的弊端，为投资提供精确的数据参考。

　　）,并广泛运用于决策和经济预测。金融指数是由货币指数（Monetary ConditionIndex, MCI）衍生而来。等国央行长期监测金融指数，并将其作为货币政策制定的重要依据。OECD、彭博、高盛、花旗银行等机构都定期发布或地区的金融指数。目前针对中国定期发布的金融指数较为有限，仅有高盛编制的中国金融指数，和国内机构中第一财经也编制的中国金融指数。但应用并不广泛。

　　货币创造机制分为两个层次，一个是央行与商业银行构成的市场，另一个是商业银行和实体经济部门组成的市场（图1）。央行向商业银行投放基础货币，商业银行通过信贷等方式向实体经济提供货币，而实体经济除持有部分货币进行交易之外，将剩余货币存回商业银行，形成货币循环。其中人民银行是货币的最终发行者和调控者，而发放和调控对象为商业银行，人民银行与商业银行之间构成货币供应的第一层次。而商业银行通过银行贷款、结汇、购买债券等方式向实体经济提供流动性，实体经济再以存款的形势将货币回流金融体系，通过不断的循环形成货币创造，实现货币乘数扩张，这是货币供应的第二层次。

　　根据货币创造机制，有必要构建实体经济和金融市场两个层面的流动性状况指数，这与大部分机构仅构建综合的金融指数不同。在货币创造的两个机制中，央行和商业银行货币对应金融市场流动性状况，而商业银行和实体经济层次的货币对应实体经济流动性状况。正常情况下，两个层次流动性具有一致性，传统货币政策通过控制金融市场流动性来引导实体经济流动性变化。因而现有各机构编制的金融状况指数并未区分实体经济和金融市场。然而金融危机后，国内外金融市场流动性与实体经济资金供给均出现明显差异，实体经济融资渠道不畅情况下，宽松的金融市场流动性并不能有效传递至实体经济，甚至对实体经济有虹吸效应。特别是2014-2015年中国实体经济持续面临融资困难，而金融市场却流动性泛滥并推升资产泡沫。混合实体经济和金融市场的综合金融状况指数难以反映这种差异。因此，我们分别构建实体经济和金融市场两个层面的流动性状况指数，以更为准确度量实体经济与金融市场资金状况变化。

　　编制流动性状况指数的关键是确定所选的金融变量及其权重。由于流动性状况指数是将所选取金融变量加权平均的综合指数，因而变量的选择和权重的分配是指数的两大决定因素。最常使用的变量包括利率、货币量、汇率、股价等，随着金融体系与实体经济发展，各机构编制流动性状况指数指标也会定期对所选指标进行相应调整，以更好的反应实际情况。而各金融变量权重在设定之后，一般不随时间频繁变化，但在需要时依然会定期调整。

　　金融流动性状况指数基于金融市场量价两方面指标进行构建。金融市场流动性表现为多个层次，在市场层面可以分为银行间市场、债市、股市等，而在期限方面可以分为短期和长期，风险方面可以分为无风险利率和风险溢价。我们通过选取覆盖不同市场、期限、风险水平的量和价两类指标，构建流动性状况指数。根据现有指标，我们在价格指标方面选取7天银行间回购加率表示短期利率，10年期国债收益率表示长期无风险利率，10年期A企与国债利差表示风险溢价，为了剔除通胀影响，我们均用当期CPI将上述名义利率转为实际利率。而在量方面我们选取银行间质押式回购交易量同比增速作为债市流动性代表，选取股市流动市值占P比例做为股市流动性代表指标。

　　7天回购加权实际利率。短期利率是各机构在编制金融流动性状况指数时普遍使用的基础指标之一，但具体使用指标不尽相同。银行选取短期隔夜拆解利率，Michael Holz（2005）使用3个月货币市场利率。而在中国金融状况指数编制中，高盛选取了估算得到的3个月银行间利率。我们根据银行间市场实际情况，选取最具代表性的7天回购加率作为短期利率代表。相对于7天回购加率，3个月SHIBOR等指标反应相对较慢，难以及时反映短期银行间流动性变化。同时，7天回购是交易量最大的短期利率品种，因而最具代表性。我们通过CPI计算得到实际的7天回购加权月均利率，作为构建流动性状况指数的基础指标之一。

　　10年期国债实际收益率。反映利率曲线变化不仅需要短期利率，同样需要中长期利率指标。Stephanie（2008）等均在构建金融流动性状况指数时加入了中长期实际利率指标。国债一般被认为是反应中长期无风险利率的最佳指标。目前10年期国债存量为2.3万亿元，占整个国债存量的两成以上，是最为重要的国债利率品种，我们选取10年期国债利率作为无风险利率的衡量指标，并通过CPI进行平减得到月均10年期国债实际收益率。

　　10年期国债与A企利差。风险溢价通常通过企利率与无风险收益率差别来衡量。如高盛使用BBB级15年以上非金融债券和10年期国债利差衡量风险溢价，银行在编制指数过程中也使用了公司债收益率。我们根据国内债券市场状况，选取存量规模最大的A债券，期限方面与无风险收益率指标设定相同，即选取10年期A企与10年期国债利差作为风险溢价度量指标。

　　银行间质押式回购交易量同比增速。货币是交易的媒介，金融市场交易量直接反应对货币的需求。然而各机构在构建流动性状况指数时，较少将交易量指标选为基础指标。然而在利率水平降至低位且波动降低后，利率指标已经难以反映金融市场流动性的变化。如2015年初我国短期利率降至低水平并保持稳定后，7天回购利率等利率指标波动显著减小，已难以反映流动性变化。此时交易量能够更好的反应金融市场资金状况，我们选取交易规模最大的质押式回购交易量月均值同比增速作为债市交易量基础指标。

　　股市流动市值占P比例。股市作为重要的资产，交易对货币产生相应需求。因而Hofmann（2001）、王雪峰（2009）等都将股价作为构建金融流动性状况指数的基础指标，OECD在构建金融指数时选取了股票市场总市值占P比例。一方面考虑到股价指数与股市市值高度正相关，另一方面市值占P比例是平稳变量，而股价指数平稳变量，因此我们与OECD一样选取市值占P来衡量股市资金面以及对货币需求。不同的是考虑到中国具体情况，我们选取流通市值而非总市值。

　　选取货币供应、信贷社融、利率以及汇率指标构建实体流动性状况指数。我国央行依然在同时使用数量型和价格型货币政策工具，因而衡量实体经济流动性需要同时考虑这两类指标。信贷社融是金融体系对实体经济资金供给量的指标，最为直接的反映了实体经济所获资金支持。而M2是货币总量度量指标，是从资产负债表另一端去度量实体经济拥有的货币总量。虽然我国基准利率并不准确反映实际融资成本，但作为政策利率，其变化依然反映实体经济融资成本变化方向。同时作为大的经济体，对外价格和资本流动变化均对我国实体经济资金供应产生影响，因而汇率和外汇占款变化也被作为构建实体流动性状况指数的基础指标。

　　新增贷款同比多增量占P比例。贷款是金融体系向实体经济投放资金的主要渠道，同时央行也通过窗口指导等控制信贷规模，因而信贷投放也是重要的货币政策工具。Michael Holz（2005）在构建欧元区金融指数时就使用了信贷同比增速。虽然信贷和社会融资总量存在一定重合，但作为重要的货币政策工具，单独的将新增信贷作为基础变量之一，依然很有必要。考虑到指标稳定性和及时性，我们选取新增贷款同比多增量占P比例作为基础指标之一。

　　社会融资规模同比多增量占P比例。随着利率市场化和混业经营的发展，金融产品越来越多样化，传统信贷在社会融资总量中比重从2005年近80%水平下降至2014年的不到60%，包括委托贷款、信托贷款等表外融资的社会融资总量成为更为全面的信用衡量指标。高盛（2013）在修改中国金融指数编制方法时也将社会融资总量纳入编制。同样，考虑到指标的稳定性和及时性，我们使用社会融资总量同比多增占P比例来构建实体流动性状况指数。

　　M2同比增速。货币供应量是实体经济持有货币总量的度量指标，在编制流动性状况指数时广泛使用。花旗银行、高盛等在构建金融指数时均选用了货币总量。对我国来说，由于广义货币口径M2是从资产负债表另一侧计算货币总量，因此能够弥补社会融资规模的一些不足，例如社融不包括地方债与国债，以及存在的部分重复计算问题。

　　1年期贷款基准利率。贷款利率是构建流动性状况指数时使用最为广泛的指标。花旗银行、王雪峰（2009）、Stephanie（2008）等均在构建金融指数时均使用了利率指标。虽然我国1年期贷款利率是政策性利率，并不能准确反映融资成本，但是能够反映政策变化方向。同时结合数据及时有效性，我们选取1年期贷款基准利率。

　　人民币名义有效汇率。全球化下实体经济资金状况不仅受国内货币影响，对外价格变化同样影响资金供需。Hofmann（2001）、OECD、高盛等在构建金融指数时均纳入了汇率指标，且普遍选取有效汇率。同样，为了更为全面的衡量人民币汇率变化，我们选取名义有效汇率同比变化率作为流动性状况指数的构建指标。

　　新增外汇占款同比多增占P比例。各机构在编制流动性状况指数时均未采用此指标，然而我们认为全面衡量实体经济资金状况，外汇占款变化不可忽略。一方面，外汇占款反应境内外资金流动状况，对实体经济资金供给有影响。另一方面，外汇占款与信贷类似，在金融机构信贷收支表中是并列的资金运用方式，是实体经济获得资金支持的重要渠道。近年外汇占款大幅变化，对货币供应渠道和机制均产生深刻影响，在考虑实体经济资金变化时不可忽略。与信贷类似的，我们使用新增外汇占款同比多增占P比例来构建实体流动性状况指数。

　　我们构建的金融流动性状况指数（Financial Liquidity Condition Index，简称FLCI）包含7天回购加权实际利率、10年期国债实际收益率，10年期AA企与国债利差、银行间质押式回购交易量同比、股市流通市值占P比例。根据以下公式计算金融流动性状况指数。

　　同样我们基于M2同比、新增贷款同比多增、社会融资总量同比多增、新增外汇占款同比多增、1年期贷款实际利率、人民币名义有效汇率同比增速等构建实体流动性状况指数（Real-economic Liquidity Condition Index，简称RLCI）根据以下公式计算RLCI。

　　依据模型不同，流动性状况指数各变量权重确定不尽相同。脉冲响应分析、总需求方程缩减式、主成分分析以及简单平均等都是较为常用的权重确定方法。脉冲响应分析是基于VAR或VECM模型，将各金融变量与通胀率作为内生变量，其它相关变量作为外生变量构建VAR或VECM模型，然后通过计算各金融变量1单位变化对通胀率冲击确定各变量权重。而总需求方程缩减式是基于IS曲线和菲利普斯曲线，通过恢复分析确定金融变量在金融指数中权重。另外彭博等机构对选取变量采用简单平均的方法，构建金融指数。

　　其中主成分分析法是从多个变量中提取共同趋势的常用方法。主成分分析也被成为主分量分析法，是利用降维的思想，把多个指标为少数几个综合指标，即主成分，从而使分析简单化。获取主成分的方法一般有特征值分解、SVD、NMF等几类，我们选用特征值分解的方法。并所选取主成分特征值和占所有主成分特征值和比例不低于0.85，即选用主成分包含了原指标85%以上的波动信息，从而了所选主成分包含了绝大部分原指标信息。

　　我们将变量间的共同趋势作为资金面变化度量指标，并根据主成分分析方法确定流动性状况指数中各变量权重。我们依据主成分分析法得到选取变量的共同趋势，假定这个共同趋势代表流动性状况指数变化。然后根据各变量在共同趋势中权重，设定各变量在流动性状况指数中权重。对金融流动性状况指数，我们对量价两类指标分别使用主成分分析法，即对7天回购加率、10年期国债收益率、10年期A企与国债利差使用主成分分析法得到价格类金融流动性状况指数，对质押式回购交易量同比和股市流通市值占P比例使用主成分分析法得到数量类金融流动性状况指数，再对两个金融市场流动性状况指数使用主成分分析法得到总的金融流动性状况指数。对实体经济流动性状况指数，我们直接对选取变量使用主成分分析法，得到各变量权重。

　　由于各指标均值波动率并不相同，因而直接不可比，我们首先将各变量标准化。我们设定FLCI和RLCI上升表示金融市场流动性趋于宽松，而利率上升表示货币趋紧，出于逻辑上的一致性，我们对各利率指标取相反数。

　　我们构建的流动性状况指数正值表示宽松，负值表示收紧，数值越大，表示金融越宽松。我们所构建的流动性状况指数频率为月度。流动性状况指数为正，表示资金面处于宽松区间，流动性状况指数为负，表示资金面处于偏紧区间。指数值越大，表示流动性状况越宽松。流动性状况指数分布均值为零，而取值区间由负无穷到正无穷。

　　FLCI是金融市场资金的综合反应指标。FLCI基于债市、股市多个指标构建，覆盖了短期与长期利率以及风险溢价，是全面的金融市场资金指标。虽然金融市场资金指标之间具有较高相关性，但走势并非完全一致，特别是资产配置转移时期，观察单一指标可能会对流动性产生误判。如2015年初股市牛市对债市形成明显挤压，单看债券收益率不能反映金融市场极度宽裕的流动性状况。综合的金融流动性状况指数，是客观全面观察金融市场资金状况所需要的。

　　RLCI是实体经济资金供给的量价综合度量指标，反映实体经济资金面总体状况。我国处于利率市场化推进过程中，实体经济各类资金指标之间相关性较弱且不稳定。观察单一指标往往难以掌握实体经济资金面变化状况，导致预测出现偏差。构建综合的流动性状况指数是汇总各类实体经济融资量、价和资本流动信息，从而形成全面衡量实体经济资金面的指标。使用实体流动性状况指数，能够弥补利率市场化过程中单一指标效能的下降，全面衡量实体经济资金面状况，为准确预测提供较优质的数据基础。

　　观察流动性状况需要综合参考金融市场和实体经济流动性状况指数。与高盛、第一财经编制的金融指数不同，我们基于货币创造的两个层次，编制了实体经济和金融市场两个流动性状况指数。观察流动性状况变化，需要同时考虑实体经济和金融市场。特别是两者之间的相对变化，显示资金在实体经济和资本市场之间流动情况，往往蕴含更为深层的信息。

　　14年以来金融市场与实体经济存在明显跷跷板效应。14年初至15年底，金融流动性状况指数持续改善，特别是从15年初开始，出现大幅攀升，到15年中已经接近2006年以来最高值。与此同时，实体经济流动性却在持续恶化，2014年中开始实体流动性状况指数进入收缩区间，而后紧缩幅度加大（图2）。实体经济与金融市场流动性状况指数呈现完全相反的走势（图3）。

　　实体与金融流动性状况指数完全相反的走势反映了实体经济持续疲弱和金融资产泡沫化的实际情况。实体经济流动性持续收缩导致实体经济融资困难，加剧实体经济下行。实体经济融资需求疲弱导致大量资金配置在金融市场，形成资产价格泡沫。从股市泡沫到债市泡沫，金融市场处于资金推动此起彼伏的加杠杆过程中。

　　金融市场和实体经济资金的跷跷板效应源于实体经济资金投放机制不畅，形成流动性“堰塞湖”，推高资产价格。由于对信贷投放等行政性管控以及政策变化对实体经济投资意愿的作用，宽松政策向实体经济传导机制不畅，导致大量资金堆积在金融市场，形成流动性“堰塞湖”。金融市场充裕的资金推高资产价格，助涨加杠杆行为，导致资产价格泡沫化。而资本价格上涨又进一步通过虹吸效应对实体经济资金供给形成挤压，加剧实体经济下行压力。而实体经济恶化又进一步货币政策宽松加码，形成恶性循环。

　　2016年初稳增长政策下资金出现“脱虚向实”迹象，但持续性有待继续观察。随着稳增长政策加码，特别是在今年期间将“稳增长”定为政策主基调，实体经济融资意愿显著提升。而信贷社融的快速投放带动资金“脱虚向实”。实体经济流动性状况指数有所回升，而金融市场流动性状况指数则显著下降。但4月份开始信贷社融再度放缓，未来走势存在不确定性。资金“脱虚向实”前景面临较大变数。

　　FLCI与股指变化高度相关，但领先性不明显。无论是主板、中小板还是创业板，FLCI均与股指具有高度相关性，同期或领先1阶相关系数在0.5左右，其中上证综指和沪深300相关系数更是达到0.71和0.68，而创业板与中小板略低，在0.5左右（表3）。虽然FLCI并未对股指表现出领先性，但高相关性显示资金面是股指变化的重要决定因素。

　　近年股市走势主要由资金面决定。近年股市走势与基本面完全。在实体经济持续下行背景下，股市于2014年中开始走出牛市行情。这轮牛市主要由宽松的资金面推动。2014年中开始，资本市场相对于实体经济的资金宽松程度显著攀升，特别是2015年上半年出现急速上升。大量资金流入股市推动水牛行情出现，同时大量杠杆资金进入也加剧股市风险。15年6月开始，随着流动性的变化，股指下挫和杠杆资金平仓形成正反馈恶性循环，导致股市出现快速下跌，酿成股灾。这段时间FLCI与股指呈现更为明显的相关性（图4、图5、图6、图7）。随着资金持续“脱虚向实”和金融市场货币持续趋紧，股市将继续面临调整压力。

　　金融市场与债市相关性不高，但14年以来相关性显著攀升。虽然历史数据显示，FLCI与债券指数相关性较低（表3）。但2014年以来相关性显著攀升，FLCI与中债总全价指数相关系数上升至0.68，而与中债净全价指数攀升至0.65。2014年初开始随着金融流动性状况指数触底反弹，债券市场长达两年的长牛行情。特别是2015年以来，随着资金面的持续改善，债券市场在杠杆资金推动下继续走牛，但风险也不断攀升。随着2016年初开始资金“脱虚向实”，FLCI出现下跌态势，因而债市呈现出明显的调整压力（图8、图9）。未来随着去杠杆压力的上升，债市依然将面临较大调整风险。

　　FLCI对期货价格具有一定领先性，但相关性不强。滞后3期的FLCI与期货价格综合指数相关性最高，同样滞后3期指数与工业期货综合价格指数相关性最高，显示FLCI对期货价格具有一定领先性。但由于相关性很低，滞后3期金融指数与期货价格指数相关系数也仅有0.1左右，显示预示作用有限（图10，图11）。FLCI不能很好的预测期货价格变化。

　　RLCI对投资具有很好的领先作用。滞后两期RLCI与投资当月同比增速相关性最高，相关系数高达0.58，而滞后两期RLCI与投资到位资金同比增速相关性同样最高，相关系数达0.61（表4）。显示RLCI对投资具有较好的预测作用。投资对实体经济资金面最为，因而投资相关指标与实体经济呈现出较高的相关关系。经验数据显示，RLCI与固定资产投资和固定资产投资资金来源均具有较高的一致性（图12，图13）。

　　2014-2015年实体经济融资难导致投资增速持续下行，加大经济放缓压力。随着2012年以来固定资产投资增速放缓，RLCI也逐步恶化。特别是2014年初至2015年末，随着RLCI显著恶化，固定资产投资增速出现了快速下降态势，而固定资产投资资金来源增速出现更为明显的下降，显示实体经济融资难加剧。资金面的恶化是这一时期固定资产投资下滑的重要原因。而随着2016年初资金“脱虚向实”，实体经济资金面出现改善迹象，RLCI出现回升，相应的投资增速和投资到位资金增速均呈现改善趋势。而5月份投资增速再度回落，显示信贷和社融在4月份开始的回落为未来投资前景带来一定变数。

　　RLCI对经济增长指标有一定预示作用。滞后4期RLCI与P、工业增加值等经济增长指标具有最高相关性，相关系数虽然低于投资指标，但依然有0.4以上（表4），显示RLCI对经济增长指标有一定领先型和预示作用。2014年以来RLCI快速下滑，跌入大幅收缩区间，与实体经济增速持续下滑一致。反应融资恶化一定程度上导致经济下行压力加大。而从短期看，由于P波动有限，RLCI与P增速相关性不高（图14），但与工业增加值具有一定相关性（图15）。

　　RLCI与消费品价格相关性较低，对工业品价格有一定预示作用。经验数据显示，我们构建的RLCI与CPI相关性不高，滞后6期金融指数与CPI同比的相关系数不足0.1。2012年以来RLCI趋势性下行下，CPI并未出现趋势性回落（图16）。而RLCI与工业品价格具有一定相关性，滞后6期流动性状况指数与PPI同比相关系数为0.29。这主要是因为工业需求主要来自投资，投资与货币具有较高一致性，因而，货币变化一定程度上能够反映在工业品价格方面。2014年以来货币恶化的同时，我们能够看到工业品通缩幅度大幅上升（图17）。

　　金融流动性状况指数变化与股市以及流动性推动的债市行情具有较高一致性，因而可以通过预测金融流动性状况指数变化判断资产价格走势。经验数据显示，虽然FLCI对资产价格并不具有领先型，但对股票指数，以及2014年以来流动性推动的债市行情具有较高的相关性。可以借助判断FLCI走势，来预测资产推动的资产价格走势方向。特别是对于近几年流动性波动主导资产价格走势下，通过FLCI来全面获得金融市场资金面状况并对未来走势作出预测，是判断资产价格走势的重要基础。

　　实体流动性状况指数对实体经济流动性有很好领先性，因而对投资有很好的预测作用，可以提高经济增长预测准确性。数据显示，RLCI对投资到位资金具有很好的预测作用，领先时期大致为2个月。因而观察RLCI变化，可以判断实体经济流动性走势，进而对实体经济投资走势作出预测。我国经济结构以投资为主，需求波动带动的经济周期主要体现在投资变化，观察RLCI可以有效的预判需求走势，进而对经济走势做出较为准确的的预测。相对于使用单一指标判断经济走势，由于RLCI是综合指数，因而预测准确性更高，表现也更为稳健。

　　FLCI与RLCI的不同走势反应资金在实体经济和金融市场之间流动状况，能够显示货币政策传导渠道是否顺畅，以及有效宽松政策应该采取的方法。货币政策传导机制顺畅时，宽松货币政策通过压低银行间利率，间接引导实体经济融资利率下行，即金融市场和实体经济的流动性出现同向变动，FLCI与RLCI走势会出现一致性。而货币政策传导机制不畅时，宽松的金融市场流动性并不能有效传导至实体经济，甚至可能通过推高资产价格泡沫对实体经济流动性形成挤压作用，FLCI与RLCI可能出现跷跷板效应。这种情况下，宽松货币政策发挥效力，关键在于疏通货币政策传导渠道，增加信贷社融等对实体经济资金投放量，而通过传统货币政策加大对金融市场流动性投放可能会适得其反。

　　我国金融与实体的流动性状况在近年来显著负相关态势，呈现出此消彼长的“跷跷板”态势。2014-15年金融市场的“不差钱”与实体经济的“融资难”并存的现象即来自于此。这是这两年金融资产价格在实体经济疲弱的背景下大幅走牛的最主要原因。我们构建的流动性指数为金融与实体的流动性状况，以及分析货币政策传导机制提供了新的指标。