危机“占卜术”——金融危机预警模型浅析

危机“占卜术”——金融危机预警模型浅析2010-9-26摘要：2007年末随着金融衍生产品泡沫的破裂，次贷危机以美国为中心在世界范围内蔓延开来，对各受影响国的经济体制产生强烈冲击。建立和完善金融危机预警系统是有效防范金融危机并弱化其影响的重要手段。金融危机一直伴随着现代文明社会，从1979年开始经济学家就开始建立预警模型，华尔街的巫师们是否真的能占卜到灾难降临?本文将对各金融危机预警模型进行总结和分析。关键词：金融危机，预警模型一、引言2007年下半年，华尔街的噩梦正式开始，五大投行在金融海啸中渐渐英雄末路：贝尔斯登和美林证券相继被银行收购，雷曼兄弟破产倒闭，而剩下的高盛、摩根斯坦利也因形势所迫转型为银行控股公司。这场金融危机已扩展到全世界的大多数国家，其中一些国家如冰岛等甚至陷入国家破产的边缘，建立和运用行之有效的危机预警模型来防患于未然迫在眉睫。二、金融危机的定义及其分类金融危机又称金融风暴(TheFinancialCrisis)指一个国家或几个国家与地区的全部或大部分金融指标，如短期利率、货币资产、土地价格、商业破产数和金融机构倒闭数等的急剧短暂和超周期的恶化。金融危机可以分为货币危机、债务危机、银行危机、次贷危机等类型。近年来的金融危机越来越呈现出多类型交叉出现的趋势，其特征是人们基于经济未来将更加悲观的预期，整个区域内货币值出现幅度较大的贬值，经济增长受到打击并伴随着企业大量倒闭，失业率提高甚至有些时候伴随着社会动荡或国家政治层面的动荡。三、历次金融危机概况从1637年郁金香狂热和1987年黑色星期一到1997年东南亚金融危机以及最近2007年美国次贷危机，各金融危机之间存在着本质的不同，其产生的原因也各不相同。一般而言，金融危机的产生多数是由经济泡沫引起的，大都呈现出规模较大的繁荣—萧条周期性过程。当前的金融危机则是一轮超级繁荣周期的顶峰，此轮周期已持续了60多年。目前，在我国接近2万亿美元外汇储备资产中大约有一半以上投资于美国国债和机构债券，美国金融市场出现动荡必然会导致我国投资美国的资产严重缩水，严重影响我国资本市场投资者的信心，直接恶化外向型经济实体的运行状况使经济面临的风险不断上升。四、建立预警机制应对金融危机(一)金融危机预警模型的发展预警(EarlyWarning)就是对某事物，如宏观经济运行、泥石流、地震、干旱等未来不太长的时间内可能出现的危险或者危机提前发出警报的一种经济活动，目的在于减少损失或避免损失。国际上金融危机预警系统的研究大致分以下两个阶段：(1)启蒙阶段：1979年JohnF.O.Bilson在哥伦比亚世界经济杂志上发表了货币贬值的先行指标，华盛顿国际经济学院教授MorrisGoldstein通过研究新兴市场国家金融脆弱性特征信号选择了一批预警指标。1996年Frankel和Rose提出了FR概率模型。同年，Sachs、Tomell和Velasco设计了STV跨国回归模型，研究“Tequila效应”。1997年12月Kaminsky，Lizondo和Reinha建立了一个相对比较完善的预警模型——KLR信号分析法。(2)成长阶段：AndrewBerg和CathefinPattiUo在1998评价了1997年以前提出的三大预警模型：KLR、FR和STV模型的预警效果，并对各个模型提出修正模型拓展了研究范围。随后华盛顿大学教授Graciehgaminsky针对1997年东南亚金融危机——“双胞胎”危机设计了新的金融危机预警系统。2000年10月，PanjanaSahajwala基于十国集团新的银行监管体系的研究认为可以通过风险评估建立新的银行预警系统。(二)三大模型概述(1)FR概率模型1997年Frankel和Rose以100个发展中国家在1971-1992年这段时间发生的货币危机为样本，以各个国家的年度数据为样本资料建立了FR概率模型。此模型将货币危机定义为货币贬值至少25%并至少超出上年贬值率的10%。Frankel和Rose认为有很多因素可以引发金融危机，如GDP增长率、国内信贷增长率、政府预算赤字/GDP、经济开放程度等，在指标的选择上是比较全面的。如果用Y表示货币危机，X表示危机的各种引发因素的向量，β代表X所对应的参数向量，那么就可以用引发因素X的联合概率分布来衡量货币危机发生的概率，A表示危机发生，B表示危机未发生，公式表示为：(2)STV截面回归模型横截面回归模型由Sachs、Tornell和Velasco研究建立因此又称为STV横截面回归模型。他们认为实际汇率贬值、国内私人贷款增长率、国际储备/M2是判断一个国家发生金融危机与否的重要指标。他们选择了20个新兴市场国家的截面数据，分析了1994年墨西哥货币危机在1995年对其他新兴市场国家的影响，考察了货币危机发生的决定因素，将货币危机指数IND定义为1994年11月~1995年4月加权的储备下降百分比和汇率贬值百分比的总和。结果发现，如果一国的银行体制(LB)比较脆弱，汇率(RER)高估，同时外汇储备水平(DLR)较低，经济基本面脆弱(DWF)就会遭到更严重的攻击。其中：β为7个指标各自回归的相关系数。在估计方程中假设：(a)实际汇率贬值的国家遭受的危机较轻，但是这只与较低的外汇储备和脆弱的经济基本面因素有关，所以有：(b)贷款膨胀导致危机的严重性增加，但也只是与较低的储备和脆弱的基本面因素有关，因此有：(3)KLR信号分析法KLR信号分析法由Kaminsky、Lizondo和Reinha~于1998年创立并经过Kaminsky的完善。该方法的理论基础是研究经济周期转折的信号理论，其核心思想是首先通过研究货币危机发生的原因来确定哪些经济变量可以用于货币危机的预测，然后运用历史数据进行统计分析确定与货币危机有显著联系的变量，以此作为货币危机发生的先行指标。然后为每一个选定的先行指标确定一个安全阈值(使噪音—信号比率，即错误信号与正确信号之比值最小的临界值)。当某个指标的阈值在某个时点或某段时间被突破，就意味着该指标发出了一个危机信号，可以认为在24个月内将发生危机。危机信号发出越多，表示某一个国家在未来一段时间内爆发危机的可能性就越大。他们采用1970-1995年发生于15个发展中国家和5个发达国家的月度数据确定货币危机发生的临界值并建立了一个有效的货币危机预警体系。为了对发生危机信号的指标进行综合考虑，模型在单个指标的基础上提出了4个预测危机的合成指标：第一个综合指标采用简单加总法；第二个综合指标采用弱势和强势两种信号，对于强势信号乘以2弱势信号乘以1；第三个综合指标是一段时期内的信号累加；第四个综合指标为加权平均，权数是干扰—信号比率的倒数。同时，他们还根据准确发出信号的概率、信号出现先于危机发生的时间长短、危机前信号出现的持续性等指标对危机预测的成效与实际危机发生的序列等进行拟合度检验，结果发现对预测危机表现最好的先行指标分别是：产出水平、实际汇率对长期趋势的偏离、股票市场价格、广义货币与外汇储备的比率等等。对于每个选定的先行指标，其表现都可归纳为下表：表中ABCD的含义为两因素的十字交叉和。表示指标发出有效信号的概率，表示指标发出失效信号的概率，定义为噪音与信号的比率，使这一比率达到最小就可以得到每个指标的最佳阈值。Kaminsky等通过对25份关于20世纪50-90年代中期发生于发达国家与发展中国家货币危机的研究成果的比较，从中确定出与危机发生有较大关联度的变量将其视为货币危机的先行指标，具体包括：实际汇率对一般趋势的偏离、“过剩”的实际M1的差额、M2的乘数、名义借款利率和存款利率之比等15个指标。为了将指标发出危机信号进行综合考虑他们设计了4个复合指标，其中最简单且经常使用的是第一个复合指标：假设共有l，2，....，n个预警指标，第i个指标在第t期发出信号与否用Sit表示，则第一个复合指标可表示为：而另外3个复合指标分别考虑了指标分布不均衡、指标时间延续性以及指标不同权重，这虽然使得它们比第一个复合指标预警效果更好些但也会使预测变得更复杂。(三)三大模型的评价及其缺陷（1）FR概率模型该模型构建简单，数据取得容易，方法较为成熟，应用较为广泛。但是为了预测1997年东南亚货币危机，AndrewBen和CatherinePattilo对模型的准确度进行了验证。该模型预测泰国在1997年发生危机的概率不到10%，而预测墨西哥、阿根廷发生危机的概率分别只有18%和8%，这就说明FR模型在预测的准确度方面还存在一定缺陷：多次的估计导致了信息的过度用，增加了偏差降低了准确性；它在定义危机发生与否的标准上没有考虑到各个国家之间的差异并且在确定引发因素、样本数据方面对各个国家一视同仁没有区分；FR模型的样本数据采用的是年度数据，数据很难达到“大数定律”的要求，客观上限制了FR概率模型的实用性。(2)STV截面回归模型该模型除具有FR模型在指标选取和方便使用等方面的相同优点外，还使用了横截面数据，克服了FR概率模型没有考虑国别差异的不足，同时该模型的指导思想是寻求哪些国家最有可能发生货币危机而不是分析什么时候会发生货币危机。Sachs等人在1998年再次选用20个新兴市场国家的截面数据对模型进行了实证检验，实证结果表明该模型对马来西亚和泰国在1997年的猜测与实际情况相吻合，对巴西和阿根廷的猜测与实际情况也较为一致，然而对印度尼西亚和韩国的猜测准确度较差。在实证检验中也发现了预警的许多偏差：STV模型要求找到一系列相似的样本国家但现实中国与国之间的差异通常很大；横截面回归模型考虑因素范围过于狭窄，只考虑汇率、国内私人贷款、国际储备与广义货币供给量的比率等指标；模型的估计方程是线性回归模型过于简单，现实情况往往是非线性的。虽然Sachs等人的回归分析法对危机发生的决定因素进行了有益的分析，但人们关心的不仅仅是决定危机发生与否的因素而更希望能够猜测危机发生的时间。(3)KLR信号分析法该模型的最大优点在于KLR信号分析法选取的是一种先导指标体系，信号一般在货币危机发生前一到两年内发出，因此便于货币管理当局提前应对，是一种真正的预警机制。同时预警系统指标选取原则是“信号一噪音”比最小也确保了指标选择的稳健性，而直接观察信号是否突破阈值并收集突破信号的多寡就能判断危机是否发生使得模型简便实用，易于实际应用。实证表明，用KLR模型来预测东南亚货币危机，泰国发生危机的可能性超过了40%，马来西亚超过了30%，印度尼西亚为25%-28%，韩国为20%-33%。这表明KLR模型比以往的预警模型的准确性要高得多。尽管KLR信号分析法作了一些开创性的研究，但是也存在一些不足：用于预测的先行指标有限，这会影响判断的准确性；指标带有明显的倾向性，Kaminsky、Lizondo等选取的指标大多集中在外汇储备、信贷增长与实际汇率等方面同时放弃外债指标，使得该模型的指标体系有失偏颇。五、结论这三种方法的建模思想基本相同，都是寻找引发金融危机的经济因素并试图建立这些经济因素与危机之间有规律的联系，这样就可以根据这些经济因素当年的指标表现来判断危机发生的可能性。但是由于现有的预警模型建立理论与现实相符程度不是很高，很难发挥出它应有的作用。如何遵循现实情况建立预警模型是我们能否成功预测危机发生的关键。近几年，关于金融危机预警模型的研究重点指向了两个方向：非线性系统思路和人的行为心理分析。有专家指出金融危机是一个非线性的复杂过程，可以借助人工神经网络算法的良好特性克服传统模型的不足，较准确的进行预测。同时，行为金融方面认为金融危机在很大程度上取决于公众心理预期逆转，羊群效应使经济在多维均衡点之间发生跃迁，人们的经济行为不是原来认为的经济变量变化的简单反映。近年的金融危机发生更印证了这样的观点，危机的爆发传播深化过程中经济行为人的心理影响已被许多经济学家所认识并不断予以重视，因此预警模型设计加入心理变量，通过监控公众心理的变化来预测金融危机无疑是值得探索的且有理论支持的。因此，随着研究的深入，预警模型的建设会与现实情况拟合的越来越精确。我们有理