根據《證券期貨投資者適當性管理辦法》及配套指引，本資料僅面向華創證券客戶中的金融機構專業投資者，請勿對本資料進行任何形式的轉發。若您不是華創證券客戶中的金融機構專業投資者，請勿訂閱、接收或使用本資料中的資訊。本資料難以設定訪問許可權，若給您造成不便，敬請諒解。感謝您的理解與配合。
文/華創證券研究所所長助理、首席宏觀分析師：張瑜
主要觀點
前言
第三期海外論文雙週志將聚焦貨幣金融條件指數話題。
我們將從加拿大央行的工作論文出發，分析了貨幣條件指數的理論基礎、構建方法以及可能存在的問題。此外，我們梳理了貨幣條件指數的三個拓展方向，分別是引入資產價格指標、引入信貸渠道以及引入動態因素，方便大家把握當下的研究進展。最後，我們還介紹了業界廣泛使用的貨幣條件指數。
貨幣條件指數的理論根源
貨幣條件指數（Monetary Condition Index，簡稱MCI）最早是由加拿大銀行在20世紀80年代末提出的概念，旨在衡量貨幣政策的鬆緊程度。
從理論根源看，其理論基礎是是刻畫小型開放經濟體的經典理論框架—蒙代爾-弗萊明模型，該模型描述了經濟體中名義匯率、利率和產出之間的短期關係。從構建方法看，貨幣條件指數選取了短期利率和匯率，然後計算兩個指標在給定基期內變化的加權平均值。而合成指數過程中權重的選擇主要有三種方法，包括簡化的總需求方程、大型宏觀經濟模型模擬以及向量自迴歸模型。從存在的問題來看，MCI存在過度依賴模型、缺乏動態、係數不穩定等問題。
貨幣條件指數的發展脈絡
針對貨幣條件指數存在的問題，學界在貨幣條件指數的拓展方面做了許多嘗試。總結來看，大概有三個方向：
一是隨著資產價格、信貸變動等金融因素逐漸成為經濟波動的新原因之一，越來越多的研究機構重視金融因素對實體經濟的影響，所以引入資產價格拓展為金融條件指數。
二是考慮到發展中國家的金融市場發展或體制政策與發達經濟體有著明顯的不同，其獨特的體制機制決定了其貨幣政策傳導機制與理論上的小型開放經濟體不同，所以針對發展中國家利率以及匯率渠道不通暢的問題引入信貸渠道。
三是由於新興市場國家面臨經濟結構轉型，MCI的權重必然是不穩定的，因此引入動態因素，從而更好地反應貨幣金融形勢的變化。
貨幣條件指數的業界應用
歐央行的貨幣條件指數。
儘管加拿大央行是最早使用貨幣條件指數的中央銀行，但現在已經停止公佈貨幣條件指數，目前歐盟委員會官網還在繼續定期公佈貨幣條件指數。歐央行的MCI為實際短期利率和實際有效匯率相對基期值的加權平均值。歐央行認為，簡單和及時是MCI最吸引人的特點。不過，歐央行指出，須牢記MCI不能用於評估貨幣政策的立場，因為貨幣政策立場應透過中央銀行的政策工具和中央銀行的目標來評估。
海外廣泛使用的金融條件指數。
不少學者認為，金融條件指數涵蓋了不同的金融指標，而且能夠衡量金融壓力，可以作為金融市場健康狀況的晴雨表。目前國際上廣泛使用的金融條件指數有五個：聖路易斯聯儲金融壓力指數（STLFSI）、芝加哥聯儲國家金融條件指數（CNFCI）、彭博金融條件指數（BFCI）、堪薩斯城金融壓力指數（KCFSI）和高盛金融條件指數（GSFCI）。
每個指數包含不同的金融變數，通常包括五種主要類別中的一種：短期國債利率、長期國債利率、信用利差、美元指數以及股票價格。
國內的貨幣金融條件指數。
目前國內使用的貨幣金融條件指數有六種，其中屬於貨幣條件指數的有九鞅貨幣條件指數、彭博中國貨幣條件指數以及花旗中國貨幣條件指數，屬於金融條件指數的有第一財經研究院中國金融條件指數、高盛中國金融條件指數以及花旗中國金融條件指數。
風險提示：
論文理解和翻譯偏差。
報告目錄
報告正文
一
貨幣條件指數的理論根源
貨幣條件指數（Monetary Condition Index，簡稱MCI）最早是由加拿大銀行在20世紀80年代末提出的概念，然後由時任加拿大銀行副行長的Charles Freedman在1994年的文章《The Use of Indicators and of theMonetary Conditions Index in Canada》中首次對其進行了詳盡的闡述，貨幣條件指數旨在衡量貨幣政策立場對經濟的影響。
（一）貨幣條件指數的理論基礎
MCI的理論基礎是刻畫小型開放經濟體的經典理論框架——蒙代爾-弗萊明模型，描述了經濟體中名義匯率、利率和產出之間的短期關係，它是在描述封閉經濟體的IS-LM模型的基礎上做的拓展，引入了匯率渠道。而IS-LM模型只關注利率和產出之間的關係。
MCI將經濟描述為實際匯率與實際利率的函式，而貨幣政策則透過調整利率以及匯率來影響總需求：
其中，y_t為總需求，r_t為實際利率，e_t為實際匯率，v_t為其它對總需求有影響的隨機誤差項。
隨著加拿大銀行引入MCI的概念，不少中央銀行開始測算本國的貨幣條件指數。挪威、瑞典、紐西蘭等國央行紛紛將MCI作為貨幣政策變動的指示器，並以此判斷未來產出與價格的變動，加拿大銀行則將MCI作為其貨幣政策操作目標。
Freedman（1995）指出，過去很長時間以來加拿大一直以短期利率作為操作目標，對於貨幣政策指數的拓展基於兩個方面的考慮：首先，在浮動匯率制條件下，貨幣政策操作將透過利率與匯率兩條渠道，而不再侷限於利率；其次，如果匯率受到外部衝擊，貨幣當局應當採取措施抵消其對總需求的影響。
貨幣條件指數恰恰是集中反映了短期利率和匯率在貨幣政策傳導中的效應。
（二）貨幣條件指數的構建方法
根據加拿大銀行1995年的貨幣政策報告，其貨幣條件指數選取了短期利率（90天商業票據利率）和G10貿易加權平均匯率，然後計算兩個指標在給定基期內變化的加權平均值。
其中，t=0為基準日期，θ_R和θ_e分別是利率與匯率的權重。按照慣例，利率R_t為水平值，而匯率e_t則做了對數處理。因此，MCI的大小取決於基準日期、權重以及利率匯率的變化。
關於利率與匯率的權重θ_R和θ_e，Goodhart（2003）總結了三種確定方法，一是
簡化形式的總需求方程
，即將產出缺口與利率、匯率聯絡起來的 IS 方程，以及將通貨膨脹與產出缺口聯絡起來的菲利普斯曲線來計算權重。二是
大型宏觀經濟模型模擬
，即利用政策變數衝擊對經濟的影響來估計政策變數的權重。三是
向量自迴歸（VAR）脈衝響應函式
，即使用產出或通貨膨脹對政策變數衝擊的多個週期滯後脈衝響應來計算權重。
加拿大銀行是透過簡化形式的總需求方程來確定利率與匯率的權重是3比1，即實際利率中1個百分點（100個基點）的變化對總需求的影響與實際有效匯率中3個百分點的變化大致相同。權重的確定主要是基於之前的實證研究，如DuguayP（1994）中利率變化與匯率變化對產出增速的影響約為1：3。
MCI的上升或者下降意味著貨幣政策環境的緊縮或者寬鬆，所以，貨幣條件指數的絕對水平值並沒有什麼意義。
貨幣條件的寬鬆或者緊縮只是一個相對的概念，貨幣條件指數的意義僅在於短期內的各時間點間的相對比較
。
（三）貨幣條件指數存在的問題
儘管加拿大銀行是最早引入MCI的央行，但現在加拿大銀行已經不再公佈MCI，目前只有歐央行等少數央行還在公佈MCI。即使是繼續公佈MCI的歐央行，也在官網中強調MCI不能用於評估貨幣政策的立場。之所以會出現這樣的局面，是因為MCI存在模型依賴等問題，具體來說：
一是模型依賴性
。MCI的權重無法直接觀測，通常是從一個經濟模型的實證結果中推匯出來的。因此，MCI的權重嚴重依賴於模型所做的假設，不同模型估計出的MCI是明顯不同的，後面介紹各個機構估計的MCI時也可以看到這一點。
二是缺乏動態性
。MCI中所包含的變數對產出和通貨膨脹產生作用的速度不一致，利率與匯率也並非同步變數。解決方法之一是在估計縮減式的IS曲線時考慮到滯後項，然後將統計顯著的滯後項係數相加作為MCI中該變數的權重。
三是係數的不穩定性
。MCI通常由一個跨度較大的時間序列估算得到，因此未能體現樣本期內經濟的結構性變化，例如中國期間經歷了利率市場化改革以及匯率改革。一些由商業機構估算的MCI未考慮到該問題，或者簡單地用轉折點進行處理 。
四是衝擊識別的困難性。
不同型別的衝擊對貨幣政策有不同的含義，MCI使匯率衝擊的識別變得複雜，因為這需要分別關注匯率和利率的變動，而不是合在一起考慮。
二
貨幣條件指數的研究進展
面對MCI存在的諸多問題，學界在貨幣條件指數的拓展方面做了許多嘗試。總結來看，大概有三個方向，一是引入資產價格拓展為金融條件指數（Financial Condition Index，簡稱FCI），二是考慮到發展中國家利率以及匯率渠道不通暢的問題引入了信貸渠道，三是針對模型過於依賴權重的問題引入動態因素，從而可以分析權重隨著時間的變化。
（一）引入資產價格
主流宏觀經濟學框架中，經濟學家主要用實體經濟來解釋經濟波動，貨幣和金融機構只是發揮簡單作用，而貨幣從長期看是“中性”的。但是，
隨著金融自由化的發展，以及各地區股價波動、地產泡沫、資本流動等金融因素對實體經濟的衝擊，越來越多的經濟學家認識到金融對經濟的增長起到很大程度的槓桿作用。
而且，資產價格、信貸變動等金融因素也似乎正在作為經濟波動的新原因之一，越來越受到各國政府和研究機構的重視。與此同時，金融結構的變遷與資產價格的大幅波動顯著地改變了貨幣政策對實體經濟的影響，對傳統的貨幣政策理論提出了新的挑戰。
而關於貨幣政策傳遞過程的理論和實證研究表明，房地產和股票價格也可能透過財富和資產負債表效應在貨幣政策的傳遞中發揮重要作用。貨幣政策可以透過套利效應和預期未來股息貼現率的變化來影響房地產和股票價格，從而導致貨幣政策的財富效應和資產負債表效應。
Goodhart（2000）在利率以及匯率的基礎上，引入了房地產和股票價格，將MCI擴充套件為FCI。Hofman（2000）認為，
儘管貨幣條件指數已經被作為一種貨幣政策狀態和總需求條件的測度手段，但是其他資產價格也同樣影響著總需求，由此匯出的金融條件指數可以包含未來通貨膨脹壓力的有效資訊。
其中，q_it為資產在t期的價格，為資產在期的長期價格或者均衡價格，而為w_i資產i價格的相對權重。
其中，Π_t為通貨膨脹率，y_t為產出缺口，rir_t為剔除趨勢的實際利率，rex_t為實際匯率缺口，rhp_t為實際房價缺口，rsp_t為實際股價缺口。
（二）引入信貸渠道
回顧加拿大銀行關於貨幣條件指數的文章，其變數選擇主要是根據蒙代爾-弗萊明模型，適用的是小型開放經濟體，貨幣政策傳導渠道是利率渠道和匯率渠道。但是，對於新興市場國家以及發展中國家來說，其金融市場發展或體制政策與發達經濟體有著明顯的不同，其獨特的體制機制決定了其貨幣政策傳導機制與理論上的小型開放經濟體不同。
回顧相關文獻，各國在流動性、銀行間貨幣市場結構以及整體金融發展方面的差異，很可能是影響政策利率透過利率渠道向經濟傳遞的重要因素。同時，市場分割、缺乏融資機會、美元化或占主導地位的國有銀行的存在，可能會減少政策利率向貸款利率的傳遞。此外，銀行貸款（或狹義信貸）渠道在欠發達經濟體可能更為重要，因為許多家庭和企業嚴重依賴銀行貸款，即使在某些情況下利益可能受到損害。
卜永祥（2004）以及彭文生（2005）認為，對於中國這樣的發展中國家，貨幣政策除了透過利率和匯率，還透過貨幣供應量或信貸渠道影響經濟增長和通貨膨脹，因而擴充套件了貨幣狀況指數的概念，加進貨幣供應量變化造成的影響，定義貨幣狀況指數為：
其中，m_t是實際貨幣供應量指數的對數值，m_b是選定的基期的實際貨幣供應量指數的對數值，A_M是對貨幣供應量的權重，m_t相對於基期增加得越多，表明貨幣政策越寬鬆。
（三）引入動態因素
貨幣條件指數的好壞很大程度上取決於權重估計的準確與否，傳統的貨幣條件指數中權重大多透過大型宏觀經濟模型、總需求簡化模型以及VAR脈衝響應分析等方法進行估計，是不隨時間變化的。權重不變的設定對於經濟金融形勢較為穩定的發達國家可能是合適的，但是對於處於制度改革時期的發展中國家來說，卻不能較好地反應貨幣金融形勢的變化。
1、狀態空間模型
為了使模型引數體現時變特徵，從而實現動態地估計貨幣條件指數，MontagnoliA（2004）開始利用卡爾曼濾波動態估計權重。卡爾曼濾波是一種可以用來估計未觀測變數的方法，其中未觀測的變數作為解釋變量出現在狀態空間模型中，可以寫成“狀態空間形式”。狀態空間表示是由測量方程組成的表示，它將觀察變數或訊號變量表示為未觀察變數或狀態變數的函式，以及一些過渡方程，控制未觀察變數的路徑。
其中，y_t為產出缺口，而X_t是一個包含解釋變數以及常數項的T×k維矩陣，狀態向量Z是一個包含所有權重且隨時間變化的k×1維向量，r_t是方差-協方差矩陣為H的殘差項。而轉移方程的形式為：
其中，T是引數向量，v是一個方差-協方差矩陣為Q的殘差向量。透過卡曼濾波方法，我們可以估計如下形式的時變引數模型：
2、時變引數向量自迴歸模型
除了狀態空間模型之外，也有論文對傳統的VAR模型做了擴充套件，Nakajima（2011）透過時變引數向量自迴歸模型 （TVP-VAR）分析日本的貨幣政策。TVP-VAR模型是在 VAR 模型的基礎上擴充套件而來，最大的改進在於它假定係數矩陣和協方差矩陣都是時變的，這有利於刻畫變數之間聯立關係的非線性特徵，無論是來自衝擊大小的改變還是來自傳導途徑的改變都能得到響應。一個典型的 TVP-VAR 模型可以表示成以下形式：
其中，y_t是k×1維可觀測向量，，β_t為維時變係數向量。
參考Nakajima et al。 （2011）的處理方法，假定為下三角矩陣，該假設不僅可以保證VAR系統的遞迴識別，而且減少了待估引數的個數，和分別為如下維的下三角矩陣和對角矩陣：
在上述模型中，係數向量β_t、矩陣A_t和協方差矩陣都是時變的。時變的矩陣A_t意味著第i個變數衝擊對第j個變數的影響是隨時間而變化的。
三
貨幣條件指數的實踐應用
目前實踐中的貨幣條件指數包括歐央行定期公佈的貨幣條件指數以及彭博、花旗等機構公佈的貨幣條件指數。此外，金融危機之後學者們認識到金融因素對實體經濟的重要影響，越來越多的央行和機構開始使用金融條件指數。實踐中看，不同機構的貨幣金融條件指數存在明顯差異，如何構建一個好的貨幣條件指數呢？
我們認為，一是變數的選擇要符合經濟直覺，與本國貨幣政策的傳導渠道一致；二是要考慮到動態性、引數穩定性等實證研究的要求。
（一）歐央行的貨幣條件指數
儘管加拿大央行是最早使用貨幣條件指數的中央銀行，但現在已經停止公佈貨幣條件指數，目前歐盟委員會（European Commission）官網還在繼續定期公佈貨幣條件指數。歐央行的MCI為實際短期利率和實際有效匯率相對基期值的加權平均值，其中利率和匯率的相對權重為 6：1。這個權重反映了兩年後每個變數對 GDP 的相對影響，並且來自OECD互連模型（OECD’s Interlink Model）的模擬。
歐央行認為，簡單和及時是 MCI 最吸引人的特點。然而，MCI的使用和解釋存在重大困難。用於構建 MCI 的權重取決於模型，因此，權重受到估計不確定性的影響，這可能意味著引數的置信區間很大。此外，不同的模型可能會導致完全不同的 MCI 權重。
值得注意的是，歐央行指出，在解釋 MCI 時，必須牢記它不能用於評估貨幣政策的立場。貨幣政策立場應透過中央銀行的政策工具和中央銀行的目標來評估。就歐元而言，利率由歐洲央行控制，而匯率對貨幣政策決定以外的許多影響作出反應。根據歐洲央行的貨幣政策策略，適當的利率水平取決於對可能與價格發展相關的所有資訊的總體評估。
（二）海外廣泛使用的金融條件指數
根據聖路易斯聯儲2017的工作論文，房地產泡沫的破滅和隨後的金融危機導致了自大蕭條以來最嚴重的衰退。金融危機促使經濟學家尋找工具來更好地瞭解和衡量金融部門的“溫度”，金融條件指數因此受到更多的重視。不少學者認為，FCI總結了不同的金融指標，而且能夠衡量金融壓力，可以作為金融市場健康狀況的晴雨表。
目前國際上廣泛使用的金融條件指數有五個：聖路易斯聯儲金融壓力指數（STLFSI）、芝加哥聯儲國家金融條件指數（CNFCI）、彭博金融條件指數（BFCI）、堪薩斯城金融壓力指數（KCFSI）和高盛金融條件指數（GSFCI）。
每個指數包含不同的金融變數，通常包括五種主要類別中的一種：短期國債利率、長期國債利率、信用利差、美元指數以及股票價格。構建FCI的常見方法是使用金融變數的加權平均值或主成分分析（PrincipalComponent Analysis，簡稱PCA），目的是利用當前金融變數提取有關未來的資訊，提供對金融市場健康狀況的洞察。
從不同指標的相關性來看，KCFSI和CNFCI的相關性最強，因為它們使用了許多相同的廣義金融變數，比如各種國債和債券收益率息差，且都是使用PCA方法構建的。BFCI也與KCFSI和CNFCI高度相關，因為BFCI也使用了許多類似的變數，但它使用了金融變數的平均權重，而不是PCA。GSFCI與其他指數的相關性較小，因為它只使用了長期公司債券收益率、短期債券收益率、匯率和股票市場變數的加權平均。
（三）國內的貨幣金融條件指數
目前國內使用的貨幣金融條件指數有六種，其中屬於貨幣條件指數的有九鞅貨幣條件指數、彭博中國貨幣條件指數以及花旗中國貨幣條件指數，屬於金融條件指數的有第一財經研究院中國金融條件指數、高盛中國金融條件指數以及花旗中國金融條件指數。
1、貨幣條件指數
目前機構公佈的中國貨幣條件指數有九鞅貨幣條件指數、花旗貨幣條件指數以及彭博貨幣條件指數。從指數的形態來看，花旗貨幣條件指數與彭博貨幣條件指數較為相似，因為指標的選擇基本一致，不同點主要在於權重的計算方法上。而九鞅貨幣條件指數從波動來看更大，峰/谷也與花旗和彭博公佈的MCI不同，一方面可能是做了歸一化處理，另一方面可能是指標的選取與花旗、彭博不同。具體來看：
一是九鞅貨幣條件指數。
九鞅貨幣條件指數由M2、社會融資規模、外匯佔款等構成，主要用於衡量實體經濟的融資條件。該指數的編制方法：計算底層指標在過去一段時間內的相對值，根據權重加總，得到加權指數值，並透過平滑得到最後的指數；指數採用0—1指數制度，1為貨幣條件最寬鬆，0為貨幣條件最緊縮（設定週期內相對鬆緊）。
二是彭博中國貨幣條件指數。
彭博中國貨幣條件指數旨在提供追蹤中國貨幣政策的單一指數，其中實際利率和總貸款增長率衡量了貨幣政策現狀對總需求的影響，而實際有效匯率則衡量了貨幣政策對國外總需求的影響。指數權重中，60%為實際利率，15%為實際有效匯率，25%為貸款增長率。與前一週期相比，更高/低的值反映了更寬鬆/緊縮的貨幣條件。
三是花旗中國貨幣條件指數。
花旗中國貨幣條件指數使用實際加權平均貸款利率、M2增速以及實際人民幣有效匯率等三個指標，然後將SVAR模型的累積脈衝響應函式得出的迴歸係數作為三個指標的權重。此外，花旗中國貨幣條件指數將2007年作為中國貨幣政策相對平衡的基準，而指數的下降/上升則意味著貨幣條件的緊縮/寬鬆。
2、金融條件指數
目前機構公佈的中國金融條件指數有第一財經研究院中國金融條件指數、高盛中國金融條件指數以及花旗中國金融條件指數。從指數的形態來看，高盛中國金融條件指數與花旗以及第一財經金融條件指數明顯不同，主要是因為合成方法以及指標數量的不同導致高盛的中國MCI中匯率所佔的權重相對更高，而人民幣在2010-2015年基本處於單邊升值的趨勢中，所以令高盛測算的MCI在2010-2015年間有著明顯的趨勢。具體來看：
一是第一財經中國金融條件指數。
第一財經研究院於2018年8月28日開始釋出“第一財經研究院中國金融條件指數系列”，即反映中國廣泛經濟主體融資成本、融資條件和融資可得性的綜合指標，為觀察中國宏觀金融環境提供新的角度。
第一財經研究院中國金融條件指數透過主成分分析法以最大程度抓取中國銀行間同業拆借市場、債券市場、股票市場以及銀行信貸等融資渠道的變化資訊。指數值為標準分數（z-score），高於零的數值代表相對緊縮的金融環境，低於零的數值代表相對寬鬆的金融環境。日度指數將2015年1月5日至今的均值設為零，月度指數將2008年9月至今的均值設為零。
指數值為標準分數（z-score），高於零的數值代表相對緊縮的金融環境，低於零的數值代表相對寬鬆的金融環境。日度指數將2015年1月5日至今的均值設為零，月度指數將 2008年9月至今的均值設為零。
二是高盛中國金融條件指數。
根據高盛研究部2018年的文章，高盛FCI是短期債券收益率、長期公司債收益率、匯率和股票市場變數的加權平均，其權重對應於每個變數對GDP的直接影響。高盛認為傳統的IS-LM模型中的IS曲線已經不再穩定，因此需要構建改進的新凱恩斯主義貨幣政策模型。
三是花旗中國金融條件指數。
花旗在2020年4月份更新了花旗中國金融條件指數的計算方法。目前花旗中國金融條件指數採用了主成分分析方法（Principal Component Analysis，簡稱PCA）去挖掘大量高頻資料所隱含的資訊。花旗中國金融條件指數所採用的指標包括短期貨幣市場利率、政府債券利率、信用利差、CDs利差、期限利差、MSCI指數、股票成交量、MSCI金融指數、外匯、外匯成交量以及石油價格等。花旗中國金融條件指數越低/高，意味著金融條件越寬鬆/緊縮。
具體內容詳見華創證券研究所1月29日釋出的報告《【華創宏觀】貨幣條件指數的“前世今生”——海外央行雙週志第3期》。
華創宏觀重點報告合集
法律宣告
華創證券研究所定位為面向專業投資者的研究團隊，本資料僅適用於經認可的專業投資者，僅供在新媒體背景下研究觀點的及時交流。華創證券不因任何訂閱本資料的行為而將訂閱人視為公司的客戶。普通投資者若使用本資料，有可能因缺乏解讀服務而對報告中的關鍵假設、評級、目標價等內容產生理解上的歧義，進而造成投資損失。
本資料來自華創證券研究所已經發布的研究報告，若對報告的摘編產生歧義，應以報告發布當日的完整內容為準。須注意的是，本資料僅代表報告發布當日的判斷，相關的分析意見及推測可能會根據華創證券研究所後續釋出的研究報告在不發出通知的情形下做出更改。華創證券的其他業務部門或附屬機構可能獨立做出與本資料的意見或建議不一致的投資決策。本資料所指的證券或金融工具的價格、價值及收入可漲可跌，以往的表現不應作為日後表現的顯示及擔保。本資料僅供訂閱人參考之用，不是或不應被視為出售、購買或認購證券或其它金融工具的要約或要約邀請。訂閱人不應單純依靠本資料的資訊而取代自身的獨立判斷，應自主作出投資決策並自行承擔投資風險。華創證券不對使用本資料涉及的資訊所產生的任何直接或間接損失或與此有關的其他損失承擔任何責任。
本資料所載的證券市場研究資訊通常基於特定的假設條件，提供中長期的價值判斷，或者依據“相對指數表現”給出投資建議，並不涉及對具體證券或金融工具在具體價位、具體時點、具體市場表現的判斷，因此不能夠等同於帶有針對性的、指導具體投資的操作意見。普通個人投資者如需使用本資料，須尋求專業投資顧問的指導及相關的後續解讀服務。若因不當使用相關資訊而造成任何直接或間接損失，華創證券對此不承擔任何形式的責任。
未經華創證券事先書面授權，任何機構或個人不得以任何方式修改、傳送或者複製本資料的內容。華創證券未曾對任何網路、平面媒體做出過允許轉載的日常授權。除經華創證券認可的媒體約稿等情況外，其他一切轉載行為均屬違法。如因侵權行為給華創證券造成任何直接或間接的損失，華創證券保留追究相關法律責任的權利。
訂閱人若有任何疑問，或欲獲得完整報告內容，敬請聯絡華創證券的機構銷售部門，或者傳送郵件至jiedu@hcyjs。com。
