货币政策是政府对宏观经济进行调控的重要手段，而根据货币政策传导机制原理，金融市场状况在货币政策传导过程中发挥着重要的“承上启下”作用。构建金融状况指数（FCI）的目的在于通过对某一区域可观测金融变量的整合，从而反映出这一区域内金融市场的整体运行情况。这有助于政府及相关机构对宏观经济的发展趋势做出预测，因而许多国家和国际组织致力于编制金融状况指数，综合各类金融变量信息，力求能够客观地衡量一国金融运行的整体情况。在中国利率市场化和汇率市场化改革不断深入的情况下，构建能够综合量化中国整体金融状况的指数，可以为宏观决策者和投资者判断未来宏观经济形势，并做出相应调整提供有效参考。　　不同于已有研究，本文基于状态空间模型，突破传统研究中关于利率的选择，选取了近年来新兴的上海银行间同业拆放利率（SHIBOR），以及货币供应量、汇率和股票指数等四个金融变量构建中国FCI。本文利用状态空间模型直接提取不可观测因子的方法可以有效避免传统构建方法中对原始变量数据进行复杂的退势处理或缺口计算的需求，大大提高了FCI的时效性和易得性。实证结果表明，本文构建的FCI能够有效地预测月同比CPI和GDP，对未来宏观经济走势的预测效果明显优于其构成金融变量的预测效果，为探索构建出符合中国国情的合理金融状况指数提供了一种更有价值的参考。