基于非參數(shù)方法的銀行風(fēng)險(xiǎn)早期預(yù)警模型實(shí)證研究

摘 要：以非參數(shù)模型為主要建模工具，采用亞行開(kāi)發(fā)的VIEWS系統(tǒng)①中內(nèi)嵌的信號(hào)法，該方法在預(yù)測(cè)貨幣危機(jī)方面已被證明為有效框架，得到了廣泛應(yīng)用。實(shí)證分析表明，該方法在預(yù)測(cè)銀行危機(jī)方面同樣具有良好的表現(xiàn)，預(yù)測(cè)能力優(yōu)于其他研究中提出的技術(shù)方法。本模型將“銀行危機(jī)”定義為不良貸款的持續(xù)大面積暴露，從時(shí)間序列中識(shí)別出三次不良貸款增長(zhǎng)高峰期作為“危機(jī)事件”，將危機(jī)窗口設(shè)定為危機(jī)事件前30個(gè)月。根據(jù)噪信比至少小于1和經(jīng)濟(jì)合理性原則篩選出25項(xiàng)先行指標(biāo)，并以此構(gòu)建綜合預(yù)警指標(biāo)，得出不同時(shí)點(diǎn)的危機(jī)概率。實(shí)證表明，該模型能夠以較好的準(zhǔn)確性和先行時(shí)間預(yù)測(cè)樣本內(nèi)的三次危機(jī)，并在樣本外的2009—2010年發(fā)出了持續(xù)較強(qiáng)的預(yù)警信號(hào)。其中，金融部門的整體預(yù)警表現(xiàn)最好，信貸增速等先行指標(biāo)的預(yù)警能力最為突出。此外，還以線性回歸作為輔助手段，并將檢驗(yàn)結(jié)果與信號(hào)法模型作對(duì)比分析。

關(guān)鍵詞：非參數(shù)方法；銀行風(fēng)險(xiǎn)；早期預(yù)警；模型實(shí)證研究

中圖分類號(hào)：F830 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2013）07-0072-02

引言

金融危機(jī)預(yù)警通常有貨幣危機(jī)和銀行危機(jī)兩種類型。在中國(guó)以間接融資為主的金融體系中，銀行是金融風(fēng)險(xiǎn)的主要承擔(dān)者，且集中表現(xiàn)為信貸風(fēng)險(xiǎn)。而對(duì)于貨幣危機(jī)，在管制條件下，既不是金融體系的主要風(fēng)險(xiǎn)來(lái)源，也缺乏歷史上的危機(jī)片斷，難以開(kāi)展實(shí)證研究。

一、銀行危機(jī)預(yù)警模型述評(píng)

（一）關(guān)于銀行危機(jī)的理論探討

關(guān)于銀行危機(jī)的理論探討主要有兩個(gè)方面，一是單個(gè)銀行困境，二是系統(tǒng)性銀行困境。有關(guān)第一類型銀行困境的原因，理論上更多地從微觀角度展開(kāi)研究，并據(jù)此建立風(fēng)險(xiǎn)預(yù)警模型來(lái)預(yù)測(cè)單機(jī)構(gòu)金融困境。長(zhǎng)期以來(lái)，美聯(lián)儲(chǔ)根據(jù)CAMELS體系評(píng)級(jí)所采用的變量，匯總單個(gè)銀行信息資料，從而對(duì)整個(gè)金融體系各個(gè)重要組成部分的健康性做出評(píng)估。這個(gè)框架的依據(jù)是，資產(chǎn)質(zhì)量惡化、盈利水平低、資產(chǎn)負(fù)債表不匹配、流動(dòng)性低、公司治理差和承擔(dān)風(fēng)險(xiǎn)過(guò)度等因素會(huì)導(dǎo)致脆弱性和銀行困境。

（二）銀行危機(jī)預(yù)警的主要方法

關(guān)于銀行危機(jī)預(yù)警的方法主要有Probit模型、Logit模型、KLR信號(hào)法和神經(jīng)網(wǎng)絡(luò)模型等。最早的關(guān)于宏觀金融危機(jī)預(yù)警一批研究成果約出現(xiàn)于亞洲金融危機(jī)前后，Kaminsky，Lizondo和Reinhart（1997，1999）提出了目前應(yīng)用較為廣泛的KLR信號(hào)分析法，并將其應(yīng)用于銀行業(yè)危機(jī)預(yù)警研究。Rojas-Suarez（2001）采用KLR的信號(hào)分析法對(duì)新興市場(chǎng)國(guó)家銀行業(yè)危機(jī)構(gòu)建預(yù)警指標(biāo)，發(fā)現(xiàn)存款利率支付和利率差兩項(xiàng)指標(biāo)對(duì)新興市場(chǎng)國(guó)家銀行業(yè)危機(jī)預(yù)警的效果較好。Jim和Eric等（2007）應(yīng)用Probit模型建立銀行業(yè)危機(jī)預(yù)警系統(tǒng)，對(duì)11個(gè)EMEAP亞太區(qū)域成員經(jīng)濟(jì)體預(yù)測(cè)銀行業(yè)危機(jī)發(fā)生可能性。Davis和Karim（2008）以105個(gè)國(guó)家1979—2003年數(shù)據(jù)為樣本，研究了在此期間爆發(fā)的102次系統(tǒng)性銀行業(yè)危機(jī)事件，認(rèn)為多元Logit模型無(wú)論是對(duì)國(guó)際性危機(jī)還是對(duì)單個(gè)經(jīng)濟(jì)體危機(jī)早期預(yù)警都是較好的方法。神經(jīng)網(wǎng)絡(luò)模型也是應(yīng)用較多的危機(jī)預(yù)警方法，Marco（2006）選取1980—2004 年間發(fā)生主權(quán)債務(wù)危機(jī)的46個(gè)發(fā)展中國(guó)家年度數(shù)據(jù)，利用ANN模型對(duì)主權(quán)債務(wù)危機(jī)預(yù)警進(jìn)行了研究，認(rèn)為在一定條件下ANN模型對(duì)危機(jī)的預(yù)警效果較好。

（三）國(guó)際貨幣基金組織的EWSs模型

國(guó)際貨幣基金組織（IMF）一直致力于金融危機(jī)早期預(yù)警模型研究，其倡導(dǎo)和開(kāi)發(fā)的EWSs模型主要運(yùn)用兩種方法：信號(hào)法（Kaminsky，Lizondo和Reinhart，1997—1999）和有限因變量概率對(duì)數(shù)模型（Berg Pattillo，1999）。

（四）國(guó)內(nèi)預(yù)警研究存在的問(wèn)題

國(guó)內(nèi)關(guān)于銀行業(yè)危機(jī)預(yù)警的研究起步較晚，其中很多研究局限于對(duì)國(guó)外預(yù)警研究的評(píng)述，實(shí)證模型主要以單機(jī)構(gòu)風(fēng)險(xiǎn)預(yù)警為主，銀監(jiān)會(huì)開(kāi)發(fā)的銀行風(fēng)險(xiǎn)早期預(yù)警系統(tǒng)（睿思系統(tǒng)）目前只是單體銀行風(fēng)險(xiǎn)預(yù)警的技術(shù)方案，其功能定位于識(shí)別脆弱性機(jī)構(gòu)，而非事前預(yù)警。現(xiàn)有的針對(duì)系統(tǒng)性風(fēng)險(xiǎn)的銀行危機(jī)預(yù)警模型較少，且部分已構(gòu)建模型的結(jié)構(gòu)較為簡(jiǎn)單，如岳蓓蓓、鄭循剛（2011）建立了經(jīng)濟(jì)增長(zhǎng)與不良貸款率波動(dòng)的VAR 模型，運(yùn)用脈沖響應(yīng)函數(shù)及方差分解方法檢驗(yàn)了經(jīng)濟(jì)增長(zhǎng)與商業(yè)銀行不良貸款率波動(dòng)之間的相關(guān)性，模型僅涉及GDP和不良貸款兩項(xiàng)指標(biāo)。現(xiàn)有模型的主要缺陷是核心變量不準(zhǔn)確，時(shí)間序列長(zhǎng)度不足。

二、基于信號(hào)法的模型構(gòu)建

確定先行指標(biāo)是構(gòu)建危機(jī)預(yù)警模型的關(guān)鍵環(huán)節(jié)，本文在借鑒國(guó)內(nèi)外現(xiàn)有研究成果的基礎(chǔ)上，遵循經(jīng)濟(jì)合理性和數(shù)據(jù)可得性的原則，設(shè)計(jì)了包含金融部門、實(shí)體部門、政府部門、經(jīng)常賬戶和國(guó)際市場(chǎng)等5部門46項(xiàng)先行指標(biāo)。對(duì)于每個(gè)先行指標(biāo)，以其臨界值為標(biāo)準(zhǔn)劃分為正常域和臨界域。臨界域表明發(fā)生危機(jī)的概率增強(qiáng)。對(duì)于每一期間而言，若一個(gè)指標(biāo)的觀測(cè)值超過(guò)臨界值落入了臨界域，則認(rèn)為這個(gè)指標(biāo)發(fā)出了一個(gè)預(yù)警信號(hào)。若危機(jī)在選定時(shí)間框架內(nèi)發(fā)生，則信號(hào)是正確的，用A表示；若在設(shè)定的時(shí)間框架內(nèi)沒(méi)有發(fā)生危機(jī)，未發(fā)出信號(hào)就是正確的，用D表示。C為第一類錯(cuò)誤，B為第二類錯(cuò)誤。決定一個(gè)危機(jī)信號(hào)正確與否的時(shí)間框架被稱為危機(jī)窗口，本文設(shè)定為30個(gè)月。在危機(jī)窗口設(shè)定后，所有樣本點(diǎn)可以被歸類為非危機(jī)期間和危機(jī)前期間。以最小化噪音信號(hào)比（Noise-to-signal ratio，NSR）設(shè)定臨界值和相關(guān)的臨界域。公式如下：

NSR=〔B/（B+D）〕/〔A/（A+C）〕 （1）

每個(gè)指標(biāo)的歷史數(shù)據(jù)都可轉(zhuǎn)化為累積頻率分布曲線，在該曲線上可以通過(guò)格點(diǎn)搜索法來(lái)估計(jì)每個(gè)指標(biāo)的最小噪音信號(hào)比和臨界值。確定臨界值后，一個(gè)先行指標(biāo)就可以被轉(zhuǎn)換為二進(jìn)制變量Sit，若實(shí)際數(shù)值超過(guò)臨界值（發(fā)出預(yù)警信號(hào)）即為1，反之為0。信噪比越小說(shuō)明指標(biāo)預(yù)測(cè)危機(jī)的能力越強(qiáng)，反之則反是。對(duì)于任何一個(gè)有用的先行指標(biāo)而言，其條件危機(jī)概率（CP）應(yīng)大于無(wú)條件危機(jī)概率（UP）。

基于每個(gè)指標(biāo)的預(yù)測(cè)能力，可以通過(guò)簡(jiǎn)單加總（4）和加權(quán)計(jì)算（5）的方式構(gòu)建綜合指標(biāo)。由綜合指標(biāo)可以構(gòu)造危機(jī)發(fā)生的概率（6）。

三、實(shí)證分析

模型從5部門46項(xiàng)指標(biāo)中篩選出25個(gè)噪音信號(hào)比小于1的有效指標(biāo)，其中21項(xiàng)先行指標(biāo)的條件危機(jī)概率超過(guò)了50%，占全部有效指標(biāo)的84%。經(jīng)常賬戶中5項(xiàng)指標(biāo)NSR小于1，其中貿(mào)易賬戶余額/GDP的同比變動(dòng)指標(biāo)表現(xiàn)最好，其臨界值位于第12個(gè)百分點(diǎn)、NSR為0.14、條件危機(jī)概率83%，顯示出較強(qiáng)的預(yù)測(cè)能力，反映出貿(mào)易依存度的變化與銀行風(fēng)險(xiǎn)有較強(qiáng)的相關(guān)性。金融部門共有11項(xiàng)指標(biāo)入選，其中NSR小于0.3的共有5項(xiàng)，分別是貸款占GDP比重、M1占GDP的比重、貸款增速及其同比變動(dòng)、實(shí)際利率變動(dòng)，其中，信貸增速的同比變動(dòng)是表現(xiàn)最好的指標(biāo)。這在一定程度上驗(yàn)證了許多文獻(xiàn)提出的假設(shè)——較高的貸款同比增長(zhǎng)率確實(shí)會(huì)增大銀行危機(jī)概率。

從綜合指標(biāo)表現(xiàn)看，加權(quán)計(jì)算的綜合指標(biāo)Ⅰ在各個(gè)臨界概率水平上都優(yōu)于簡(jiǎn)單加總的綜合指標(biāo)Ⅱ。綜合指標(biāo)Ⅰ在臨界概率為60%時(shí)，能正確識(shí)別出的危機(jī)前期間數(shù)比率高達(dá)73.3%。根據(jù)危機(jī)片斷的設(shè)定，2008年之前的危機(jī)概率為樣本內(nèi)估計(jì)，2009—2011年為樣本外估計(jì)。樣本內(nèi)的輸出結(jié)果顯示，在第一次危機(jī)預(yù)測(cè)中，由綜合指標(biāo)Ⅰ構(gòu)建的危機(jī)概率在1995年12月迅速上升，持續(xù)到1996年11月，之后有所下降，但仍處于較高水平，從發(fā)出危機(jī)信號(hào)到1998年6月危機(jī)事件開(kāi)始，先行時(shí)間為30個(gè)月。綜合指標(biāo)Ⅰ在第二次危機(jī)事件中的表現(xiàn)與前一次類似，不同的是先行時(shí)間縮短為25個(gè)月。在預(yù)測(cè)第三次危機(jī)中，綜合指標(biāo)Ⅰ先是在2006年5—7月發(fā)出較強(qiáng)信號(hào)，之后信號(hào)消失，至2007年12月信號(hào)集中出現(xiàn)，并一直持續(xù)到危機(jī)事件發(fā)生，從第一次發(fā)出信號(hào)到危機(jī)發(fā)生，先行時(shí)間為30個(gè)月。

綜合指標(biāo)Ⅱ估計(jì)的危機(jī)概率與指標(biāo)Ⅰ在預(yù)測(cè)前兩次危機(jī)時(shí)情形相似，但在預(yù)測(cè)2008年危機(jī)事件時(shí)表現(xiàn)欠佳。從樣本外的預(yù)測(cè)表現(xiàn)看，兩個(gè)綜合指標(biāo)在2009—2011年均持續(xù)發(fā)出了較強(qiáng)的預(yù)警信號(hào)，2009年2月開(kāi)始連續(xù)12個(gè)月預(yù)警信號(hào)在10個(gè)以上，最多時(shí)達(dá)到14個(gè)，預(yù)警的強(qiáng)度超過(guò)之前任何時(shí)期。

結(jié)論

通過(guò)實(shí)證分析，可以得出以下主要結(jié)論：（1）“銀行危機(jī)”在某種程度上是可以預(yù)測(cè)、預(yù)警的，在危機(jī)逼進(jìn)時(shí)總會(huì)出現(xiàn)先行指標(biāo)達(dá)到臨界值發(fā)出預(yù)警信號(hào)的現(xiàn)象，這一點(diǎn)不只具有統(tǒng)計(jì)意義，也可以由相關(guān)經(jīng)濟(jì)理論作為解釋。（2）從分部門的分析可以看出，金融部門先行指標(biāo)對(duì)銀行危機(jī)的預(yù)警能力明顯優(yōu)于其他部門，其中信貸增速及新增信貸占GDP的比重是表現(xiàn)最好的指標(biāo)。（3）危機(jī)事件出現(xiàn)之前的窗口時(shí)期，往往伴隨著部分先行指標(biāo)由波峰到波谷的劇烈收縮，具有明顯的周期性。（4）模型在樣本外的預(yù)測(cè)顯示，2009年以來(lái)的危機(jī)概率始終處于較高水平，危機(jī)預(yù)警信號(hào)最高達(dá)到14個(gè)。

這在模型上可解讀為新的危機(jī)窗口已打開(kāi)，銀行系統(tǒng)將面臨新一輪的不良貸款集中暴露。根據(jù)歷史經(jīng)驗(yàn)，銀行危機(jī)一旦出現(xiàn)將持續(xù)四五年左右的時(shí)間。

參考文獻(xiàn)：

[1] 亞洲開(kāi)發(fā)銀行.金融危機(jī)早期預(yù)警系統(tǒng)及其在東亞地區(qū)的運(yùn)用[M].北京：中國(guó)金融出版社，2006：11.

[2] 國(guó)際貨幣基金組織、世界銀行.金融部門評(píng)估手冊(cè)[K].北京：中國(guó)金融出版社，2009：9.

[3] 張倩.貨幣危機(jī)早期預(yù)警分析與研究述評(píng)[J].經(jīng)濟(jì)論壇，2011，（4）.

[4] 岳蓓蓓，鄭循剛.經(jīng)濟(jì)增長(zhǎng)與商業(yè)銀行不良貸款率波動(dòng)的VAR 模型分析[J].金融與經(jīng)濟(jì)，2011，（1）.

[責(zé)任編輯 陳麗敏]