自从20世纪80年代末加拿大银行提出了货币状况指数(MonetaryConditionsIndex，简称MCI)之后，这种将不同的价格变量(利率与汇率)构建成单一指标的做法受到了多国货币当局以及金融学界的重视与采用。随后，有学者指出MCI仅仅包含了利率与汇率两个变量，而其它重要变量如股价，房价等，也应该纳入指数的构建。由此，包含了资产价格变量的金融状况指数(FinancialConditionsIndex，简称FCI)随之产生。显然，由于加入了资产价格因素，FCI反映了MCI所未能体现的资产市场变化情况，涵盖了更广泛的经济金融信息，因此可以更为客观全面地反映未来产出和通胀的变动情况。　　 从中国的现状来看，资产价格在经济中的作用越来越重要，资产价格大幅波动对实体经济的影响逐渐增强，货币政策的制定也越来越多地考虑了资产价格因素。构建可以反映未来产出变化和通胀压力的中国FCI，作为货币政策的参考指标，可在一定程度上弥补CPI或MCI的不足，并为国内外投资者及政府有关部门判断中国经济发展趋势提供参考。　　 基于以上原因，本文尝试从理论和实证两个方面对中国FCI的构建展开研究，主要致力于解决以下四个方面的问题：1、中国FCI构建的理论基础如何；2、中国资产价格是否包含未来经济的预测信息；3、怎样构建包含资产价格因素的FCI及其预测效果如何；4、对于中国FCI而言，其预测功能是否比中国MCI更好，与其他国家FCI相比存在哪些不同，中国FCI的名义值与实际值有何区别。　　 依照以上问题，文章主要内容如下：　　 第一，本文首先分析了中国FCI构建的理论基础，理清资产价格影响产出和通胀的一般传导机制，并针对中国的实际情况作了更深入的探讨，找出中国资产价格对实体经济影响的特殊性，同时推导出金融状况指数的基本模型。第二，鉴于学界关于资产价格是否具备未来产出和通胀缺口预测功能问题的争论，本文通过构建模型和递归预测的(RecursiveForecast)方法，对中国资产价格对实体经济走势的预测功能进行实证检验，结果表明，无论预测通胀或产出缺口，股价和房价的预测信息功能都较为明显。第三，针对以往研究方法的缺陷，本文采用月度数据，并依次采用总需求方程缩减式模型(简称“缩减式模型”)、向量自回归(VAR)模型广义脉冲响应函数和自回归分布滞后(ARDL)边界检验三种方法构建了中国FCI。第四，对三种方法下估计出的FCI进行比较分析，并检验和评估各指数对未来实体经济走势的预测功能。第五，对前文中构建的中国FCI进行进一步探讨，一是与中国MCI进行比较，考察在预测效果上是否更优；二是与其他国家的FCI进行比较，分析在具体变量的权重上是否存在差异，以及差异的原因为何，实际上这也是对本文第二部分中讨论的中国资产价格影响产出和通胀的特殊性问题作出反应；三是针对在实务操作中各机构大多选择名义FCI为编制对象的现象，对名义FCI和实际FCI的变动趋势进行了比较。第六，对全文的理论和实证结果加以总结，并给出相关政策建议。