危機“占卜術”

摘要:2007年末隨著金融衍生產品泡沫的破裂，次貸危機以美國為中心在世界范圍內蔓延開來，對各受影響國的經濟體制產生強烈沖擊。建立和完善金融危機預警系統是有效防范金融危機并弱化其影響的重要手段。金融危機一直伴隨著現代文明社會，從1979年開始經濟學家就開始建立預警模型，華爾街的巫師們是否真的能占卜到災難降臨?本文將對各金融危機預警模型進行總結和分析。

關鍵詞:金融危機 預警模型

一、引言

2007年下半年，華爾街的噩夢正式開始，五大投行在金融海嘯中漸漸英雄末路:貝爾斯登和美林證券相繼被銀行收購，雷曼兄弟破產倒閉，而剩下的高盛、摩根斯坦利也因形勢所迫轉型為銀行控股公司。這場金融危機已擴展到全世界的大多數國家，其中一些國家如冰島等甚至陷入國家破產的邊緣，建立和運用行之有效的危機預警模型來防患于未然迫在眉睫。

二、金融危機的定義及其分類

金融危機又稱金融風暴(The Financial Crisis)指一個國家或幾個國家與地區的全部或大部分金融指標，如短期利率、貨幣資產、土地價格、商業破產數和金融機構倒閉數等的急劇短暫和超周期的惡化。金融危機可以分為貨幣危機、債務危機、銀行危機、次貸危機等類型。近年來的金融危機越來越呈現出多類型交叉出現的趨勢，其特征是人們基于經濟未來將更加悲觀的預期，整個區域內貨幣值出現幅度較大的貶值，經濟增長受到打擊并伴隨著企業大量倒閉，失業率提高甚至有些時候伴隨著社會動蕩或國家政治層面的動蕩。

三、歷次金融危機概況

從1637年郁金香狂熱和1987年黑色星期一到1997年東南亞金融危機以及最近2007年美國次貸危機，各金融危機之間存在著本質的不同，其產生的原因也各不相同。一般而言，金融危機的產生多數是由經濟泡沫引起的，大都呈現出規模較大的繁榮-蕭條周期性過程。當前的金融危機則是一輪超級繁榮周期的頂峰，此輪周期已持續了60多年。目前，在我國接近2萬億美元外匯儲備資產中大約有一半以上投資于美國國債和機構債券，美國金融市場出現動蕩必然會導致我國投資美國的資產嚴重縮水，嚴重影響我國資本市場投資者的信心，直接惡化外向型經濟實體的運行狀況使經濟面臨的風險不斷上升。

四、建立預警機制應對金融危機

(一)金融危機預警模型的發展

預警(Early Warning)就是對某事物，如宏觀經濟運行、泥石流、地震、干旱等未來不太長的時間內可能出現的危險或者危機提前發出警報的一種經濟活動，目的在于減少損失或避免損失。國際上金融危機預警系統的研究大致分以下兩個階段:

(1)啟蒙階段:1979年John F.O.Bilson在哥倫比亞世界經濟雜志上發表了貨幣貶值的先行指標，華盛頓國際經濟學院教授Morris Goldstein通過研究新興市場國家金融脆弱性特征信號選擇了一批預譬指標。1996年Frankel和Rose提出了FR概率模型。同年，Sachs、Tomell和Velasco設計了STV跨國回歸模型，研究“Tequila效應”。1997年12月Kaminsky，Lizondo和Reinhart建立了一個相對比較完善的預警模型——KLR信號分析法。

(2)成長階段:Andrew Berg和Catherin PattiUo在1998評價了1997年以前提出的三大預警模型:KLR、FR和STV模型的預警效果，并對各個模型提出修正模型拓展了研究范圍。隨后華盛頓大學教授Gracieh gaminsky針對1997年東南亞金融危機——“雙胞胎”危機設計了新的金融危機預警系統。2000年10月，Panjana Sahajwala基于十國集團新的銀行監管體系的研究認為可以通過風險評估建立新的銀行預警系統。

(二)三大模型概述

(1)FR概率模型

1997年Frankel和Rose以100個發展中國家在1971-1992年這段時間發生的貨幣危機為樣本，以各個國家的年度數據為樣本資料建立了FR概率模型。此模型將貨幣危機定義為貨幣貶值至少25%并至少超出上年貶值率的10%。Frankel和Rose認為有很多因素可以引發金融危機，如GDP增長率、國內信貸增長率、政府預算赤字/GDP、經濟開放程度等，在指標的選擇上是比較全面的。

如果用Y表示貨幣危機，X表示危機的各種引發因素的向量，β代表X所對應的參數向量，那么就可以用引發因素X的聯合概率分布來衡量貨幣危機發生的概率，A表示危機發生，B表示危機未發生，公式表示為:

(2)STV截面回歸模型

橫截面回歸模型由Sachs、Tornell和Velasco研究建立因此又稱為STV橫截面回歸模型。他們認為實際匯率貶值、國內私人貸款增長率、國際儲備/M2是判斷一個國家發生金融危機與否的重要指標。他們選擇了20個新興市場國家的截面數據，分析了1994年墨西哥貨幣危機在 1995年對其他新興市場國家的影響，考察了貨幣危機發生的決定因素，將貨幣危機指數IND定義為1994年11月～1995年4月加權的儲備下降百分比和匯率貶值百分比的總和。結果發現，如果一國的銀行體制(LB)比較脆弱，匯率(RER)高估，同時外匯儲備水平(DLR)較低，經濟基本面脆弱(DWF)就會遭到更嚴重的攻擊。

其中:β為7個指標各自回歸的相關系數。在估計方程中假設:

(a)實際匯率貶值的國家遭受的危機較輕，但是這只與較低的外匯儲備和脆弱的經濟基本面因素有關，所以有:

(b)貸款膨脹導致危機的嚴重性增加，但也只是與較低的儲備和脆弱的基本面因素有關，因此有:

(3)KLR信號分析法

KLR信號分析法由Kaminsky、Lizondo和Reinhart于1998年創立并經過Kaminsky的完善。該方法的理論基礎是研究經濟周期轉折的信號理論，其核心思想是首先通過研究貨幣危機發生的原因來確定哪些經濟變量可以用于貨幣危機的預測，然后運用歷史數據進行統計分析確定與貨幣危機有顯著聯系的變量，以此作為貨幣危機發生的先行指標。然后為每一個選定的先行指標確定一個安全閾值(使噪音-信號比率，即錯誤信號與正確信號之比值最小的臨界值)。當某個指標的閾值在某個時點或某段時間被突破，就意味著該指標發出了一個危機信號，可以認為在24個月內將發生危機。危機信號發出越多，表示某一個國家在未來一段時間內爆發危機的可能性就越大。

他們采用1970-1995年發生于 15個發展中國家和5個發達國家的月度數據確定貨幣危機發生的臨界值并建立了一個有效的貨幣危機預警體系。為了對發生危機信號的指標進行綜合考慮，模型在單個指標的基礎上提出了4個預測危機的合成指標:第一個綜合指標采用簡單加總法;第二個綜合指標采用弱勢和強勢兩種信號，對于強勢信號乘以2弱勢信號乘以 1;第三個綜合指標是一段時期內的信號累加;第四個綜合指標為加權平均，權數是干擾-信號比率的倒數。同時，他們還根據準確發出信號的概率、信號出現先于危機發生的時間長短、危機前信號出現的持續性等指標對危機預測的成效與實際危機發生的序列等進行擬合度檢驗，結果發現對預測危機表現最好的先行指標分別是:產出水平、實際匯率對長期趨勢的偏離、股票市場價格、廣義貨幣與外匯儲備的比率等等。對于每個選定的先行指標，其表現都可歸納為下表:

表中ABCD的含義為兩因素的十字交叉和。 表示指標發出有效信號的概率，表示指標發出失效信號的概率，定義

為噪音與信號的比率，使這一比率達到最小就可以得到每個指標的最佳閾值。Kaminsky等通過對25份關于20世紀50-90年代中期發生于發達國家與發展中國家貨幣危機的研究成果的比較，從中確定出與危機發生有較大關聯度的變量將其視為貨幣危機的先行指標，具體包括:實際匯率對一般趨勢的偏離、“過剩” 的實際M1的差額、M2的乘數、名義借款利率和存款利率之比等l5個指標。為了將指標發出危機信號進行綜合考慮他們設計了4個復合指標，其中最簡單且經常使用的是第一個復合指標:假設共有個預警指標，第i個指標在第t期發出信號與否用Sit表示，則第一個復合指標可表示為:

其中:

而另外3個復合指標分別考慮了指標分布不均衡、指標時間延續性以及指標不同權重，這雖然使得它們比第一個復合指標預警效果更好些但也會使預測變得更復雜。

(三)三大模型的評價及其缺陷

(1)FR概率模型

該模型構建簡單，數據取得容易，方法較為成熟，應用較為廣泛。但是為了預測1997年東南亞貨幣危機，Andrew Bery和Catherine Pattilo對模型的準確度進行了驗證。該模型預測泰國在 1997年發生危機的概率不到10%，而預測墨西哥、阿根廷發生危機的概率分別只有18%和8%，這就說明FR模型在預測的準確度方面還存在一定缺陷:多次的估計導致了信息的過度用，增加了偏差降低了準確性;它在定義危機發生與否的標準上沒有考慮到各個國家之間的差異并且在確定引發因素、樣本數據方面對各個國家一視同仁沒有區分;FR模型的樣本數據采用的是年度數據，數據很難達到“大數定律”的要求，客觀上限制了FR概率模型的實用性。

(2)STV截面回歸模型

該模型除具有FR模型在指標選取和方便使用等方面的相同優點外，還使用了橫截面數據，克服了FR概率模型沒有考慮國別差異的不足，同時該模型的指導思想是尋求哪些國家最有可能發生貨幣危機而不是分析什么時候會發生貨幣危機。Sachs等人在1998年再次選用20個新興市場國家的截面數據對模型進行了實證檢驗，實證結果表明該模型對馬來西亞和泰國在1997年的猜測與實際情況相吻合，對巴西和阿根廷的猜測與實際情況也較為一致，然而對印度尼西亞和韓國的猜測準確度較差。在實證檢驗中也發現了預警的許多偏差:STV模型要求找到一系列相似的樣本國家但現實中國與國之間的差異通常很大;橫截面回歸模型考慮因素范圍過于狹窄，只考慮匯率、國內私人貸款、國際儲備與廣義貨幣供給量的比率等指標;模型的估計方程是線性回歸模型過于簡單，現實情況往往是非線性的。雖然Sachs等人的回歸分析法對危機發生的決定因素進行了有益的分析，但人們關心的不僅僅是決定危機發生與否的因素而更希望能夠猜測危機發生的時間。

(3)KLR信號分析法

該模型的最大優點在于KLR信號分析法選取的是一種先導指標體系，信號一般在貨幣危機發生前一到兩年內發出，因此便于貨幣管理當局提前應對，是一種真正的預警機制。同時預警系統指標選取原則是“信號一噪音”比最小也確保了指標選擇的穩健性，而直接觀察信號是否突破閾值并收集突破信號的多寡就能判斷危機是否發生使得模型簡便實用，易于實際應用。實證表明，用KLR模型來預測東南亞貨幣危機，泰國發生危機的可能性超過了40%，馬來西亞超過了30%，印度尼西亞為25%～28%韓國為 20%～ 33%。這表明KLR模型比以往的預警模型的準確性要高得多。盡管KLR信號分析法作了一些開創性的研究，但是也存在一些不足:用于預測的先行指標有限，這會影響判斷的準確性;指標帶有明顯的傾向性，Kaminsky、Lizondo等選取的指標大多集中在外匯儲備、信貸增長與實際匯率等方面同時放棄外債指標，使得該模型的指標體系有失偏頗。

五、結論

這三種方法的建模思想基本相同，都是尋找引發金融危機的經濟因素并試圖建立這些經濟因素與危機之間有規律的聯系，這樣就可以根據這些經濟因素當年的指標表現來判斷危機發生的可能性。但是由于現有的預警模型建立理論與現實相符程度不是很高，很難發揮出它應有的作用。如何遵循現實情況建立預警模型是我們能否成功預測危機發生的關鍵。近幾年，關于金融危機預警模型的研究重點指向了兩個方向:非線性系統思路和人的行為心理分析。有專家指出金融危機是一個非線性的復雜過程，可以借助人工神經網絡算法的良好特性克服傳統模型的不足，較準確的進行預測。同時，行為金融方面認為金融危機在很大程度上取決于公眾心理預期逆轉，羊群效應使經濟在多維均衡點之間發生躍遷，人們的經濟行為不是原來認為的經濟變量變化的簡單反映。近年的金融危機發生更印證了這樣的觀點，危機的爆發傳播深化過程中經濟行為人的心理影響已被許多經濟學家所認識并不斷予以重視，因此預警模型設計加入心理變量，通過監控公眾心理的變化來預測金融危機無疑是值得探索的且有理論支持的。因此，隨著研究的深入，預警模型的建設會與現實情況擬合的越來越精確。我們有理由相信危機并不可怕，人們終會探明危機“占卜術”。

參考文獻:

[1]G Morris.GL Kaminsky.CM Reinhart Assessing Financial Vulnerability-An Early Warning System for Emerging Markets 2000

[2]Christian Weisrtoffer.VeronicaValles Monitoring banking sector risks:An applied approach[Deutsche Bank Reseach Working Paper Series Research Notes 29] 2008

[3]王新艷.金融危機的成因分析與預警研究.1999

[4]唐旭.金融理論前沿課題

[5]鄭振龍.構建金融危機預警系統.1998(8)

[6]李國柱.金融危機預警模型探析.2003

[7]韋震，王碩.金融危機預警模型綜述以及評價.2009

(作者單位:上海財經大學)