【摘要】在中国开放经济体制下的基准货币需求模型中,本文将源于国际金融市场的持币成本设为遗漏潜变量,并构建特定的国际金融综合指数(CIFI)作为该潜变量的测度。借鉴机器学习与测度理论,本文利用对数误差修正模型提出了分步降维的CIFI构造算法,构造了长期CIFI和短期CIFI。结果表明,CIFI构造中的无监督降维步骤有助于减少高维金融数据中的冗余信息。实证分析发现,国际机会成本对中国货币需求具有规律性的前导影响,而在2007至2008年国际金融危机期间,央行的应急措施对长期CIFI所代表的非均衡冲击起到明显的阻截效果,对短期CIFI的影响基本是持续不变的。通过综合指数构造与宏观货币需求模型的算法连接,可以利用CIFI的构成结构从前导时间与影响强度两方面追踪冲击货币需求的国际金融风险的具体来源,这为宏观决策者监测国际金融市场提供了颇有规律的信息。在方法论上,本研究为如何利用模型监测国际金融市场影响宏观经济开辟了一条新路。