2026年7月20日上午，兰州财经大学统计与数据科学学院肖强教授应邀到访我院，在厦门校区综合教学楼F5-307作了题为《我国FCI-G、经济增长风险的测度与探源》的专题学术讲座。讲座由我院赵昕东教授主持，姚峰教授、李泽扬副教授及全院博士研究生参与，围绕金融状况指数构建、经济增长风险监测及其来源的时频异质性等议题展开了深入交流，现场学术氛围浓厚。

讲座伊始，肖强教授从金融体系与宏观经济的内在关联出发，指出准确度量金融运行状态是防范系统性风险、减缓其对经济增长负面冲击的重要基础。他系统梳理了传统金融状况指数（FCI）在捕捉金融变量与未来经济增长动态关系方面的局限性，进而引入基于时变参数因子增强向量自回归（TVP-FAVAR）模型构建的我国FCI-G（Financial Conditions Impulse on Growth Index），并将其嵌入经济在险增长（GaR）框架，以实现对经济增长风险的持续动态监测。在方法层面，肖强教授重点介绍了FCI-G如何通过脉冲响应函数对金融变量施加滞后效应加权，论证了该指标在评估货币政策效果及经济增长走势方面的合理性与实用性。

在实证部分，肖强教授分享了一系列重要发现。研究表明，纳入FCI-G的GaR模型在预测经济增长条件分布方面明显优于传统模型，尤其对金融危机、股市波动、贸易摩擦、疫情冲击等极端事件引发的增长风险具有更强的识别能力。更值得关注的是，研究揭示了不同风险状态下经济增长风险来源存在显著差异：正常时期，货币市场与房地产市场分别在短期和长期构成主要风险来源；在极端下行状态下，股票市场跃升为首要风险因子；而在极端上行时期，短期风险主要由货币市场驱动，长期则转为房地产市场主导。该研究以严谨的计量方法与丰富的实证结论，为构建契合中国金融市场特征的风险监测体系提供了坚实的理论支撑和有效的分析工具。

在互动交流环节，在场师生围绕TVP-FAVAR模型的技术细节、FCI-G与经济增长之间的传导机制、风险测度方法的稳健性，以及研究结论对货币政策和宏观预期管理的政策启示等议题展开热烈讨论。肖强教授结合自身研究经历与建模实践，逐一回应，并重点阐释了多维度金融变量信息提取和模型时变参数设定的关键考量，极大拓展了与会师生在金融计量与宏观经济风险分析领域的研究视野，也为开展政策导向型量化实证研究提供了诸多有益启发与新思路。

初审丨高  奥 

复审丨林木材

终审丨张秀武