金融風險早期預警體系研究：國外理論文獻綜述

宋瑩

摘 ? 要：2008年國際金融危機爆發以來，世界各國的經驗表明，構建對金融體系的風險預警機制是必要且可行的。本文對國外金融風險早期預警體系的既有研究成果進行了梳理，以期為我國構建風險早期預警體系提供一些經驗借鑒。

關鍵詞：金融危機;風險早期預警體系;信號法;神經網絡

中圖分類號：F830.31 ? ? ? ? ? ? ? ? ? 文獻標識碼：B ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-0017-2015（2）-0083-04

一、引言

自1825年第一次爆發金融危機以來，頻繁發生且愈演愈烈的金融危機對世界經濟造成了諸多破壞性影響。據IMF統計，1980-1995年期間大約有65個發展中國家發生過銀行業1危機，而公共部門用于處置銀行業危機的成本約為2500億美元。在至少12起的危機事件中，公共部門的處置成本約占到該國GDP的10%以上。1997年的東南亞金融危機中，泰國和韓國的銀行重組成本高達GDP的30%，印度尼西亞和馬來西亞則為20%。隨著全球經濟金融一體化的深入和金融業務與工具的創新，金融危機的影響范圍和程度也較以往大幅延伸。2008年的國際金融危機導致全球金融市場動蕩加劇，世界主要經濟體至今尚未從危機的泥潭中擺脫出來。據不完全統計，2008年全球金融危機給世界經濟造成的直接損失約為35萬億美元。

除巨大的經濟損失，銀行危機也導致全球經濟的嚴重衰退，阻止國民財富向最具生產效率部門的配置，限制了各國貨幣政策運作的空間，增加了貨幣危機發生的概率2。IMF（1998年）調查發現，在作為分析的31個發展中國家樣本中，平均需要三年多的時間才能使其產出增長恢復至危機前水平，產出累計損失平均為12%。在嚴重的貨幣危機中，新興經濟體遭受的損失平均達到實際產出的8%。

二、金融風險早期預警體系理論綜述

正因為金融危機的影響巨大，因此各國理論界和監管機構均試圖建立適當的風險早期預警模型對其加以預測。Edison（2003）認為早期預警模型體系應包括危機的準確定義和對危機進行有效預測的機制安排。總體上，這些分析都是針對宏觀經濟、金融部門等宏觀審慎指標，然后采用各種分析技術與模型，從而得出分析結果。根據所采用的方法途徑不同，國外對于早期預警模型的研究分為參數和非參數模型兩種：參數技術包括probit/logit和向量自回歸VAR模型，非參數技術則指的是主要指標法和信號法。具體又可以分為三類：

一是指標或信號法。通過選取宏觀經濟與金融主要指標（宏觀審慎指標MPIs）作為分析變量，確定作為危機信號的閥值，并統計MPIs的“報警信號”的次數來預測危機發生的概率。當與危機相關聯的指標觸發其特定閥值時，報警信號就會產生。

二是采用線性回歸或受限因變量probit/logit技術。主要用于檢驗不同指標在確定金融危機發生概率時的重要性程度和有用性，通過監測危機發生之前指標的行為變化來計算危機發生概率。

三是最新技術。包括使用二元遞歸樹來確定主要指標的危機閥值，人工神經網絡和基因演算法來選取最合適的指標和馬爾科夫區制轉移模型。

（一）指標/信號分析法

Honohan（1997）認為，金融風險起源主要分為宏觀經濟事件、微觀經濟不足和區域性危機，那么風險預警則對應不同的警示信號。宏觀經濟事件導致的危機通常涉及內生性的衰退與繁榮周期，微觀經濟中能夠發生的危機通常因為風險的過度承擔和內部人融資，而區域性危機通常與政府主導下的金融體系相關。針對這三種情況，他設定了選取變量的基準條件，如貸款余額、存貸比、利差收入、流動性比率、政府債務等作為分析變量。雖然其指標分析法很大程度上取決于研究者的主管判斷，但仍被理論界和市場分析人士經常使用。

Kaminsky和Reinhart（1999）的KLR法針對危機前的表現出異常行為的指標的演變進行分析，當指標超過既定閥值時，該指標將發出信號，表明危機在未來24個月內可能發生。變量主要包括：M2乘數、國內信貸/GDP，真實利率、存貸比、M2/儲備、銀行存款、進出口、貿易條件、真實匯率、股票價格等。Kaminsky（1999）提出構建基于單個指標基礎上的金融脆弱性多種合成指數方法。其中第一個指數是所有可以作為危機信號的指標匯總;第二個合成指數通過界定單個指標極值的第二閥值來解釋信號的嚴重程度;第三個指數旨在通過添加最新信號來表示基礎面情況的持續惡化，最終的合成指數是所有解釋變量根據其統計上重要性程度的加權平均值，合成指數的擬合概率可以作為危機概率的重要預測。

Berg和Pattillo （1999）模型對KLR模型的部分特性進行了修訂。其構建的合成指數在考慮了各個變量的相關性和邊際貢獻的基礎上匯總了解釋變量，可以驗證每個變量的重要性和回歸系數的穩定性，從而消除了KLR法無法檢驗變量及合成指數對于危機預測的邊際和真實貢獻度。

Borio和Lowe（2002）利用信號法分析了銀行危機與資產價格、信貸、投資三者之間的關系，研究了資產價格、信貸等指標對銀行危機的警示作用。Davis和Karim（2008）則針對105個國家的銀行危機事件，研究了102次系統性銀行危機事件。Christain（2008）詳細介紹了信號法在工業國家和新興市場國家銀行危機預警的應用。

（二）受限因變量模型法（受限probit或logit回歸法）

鑒于危機的爆發是一種二元性的離散事件，因此可以運用受限回歸法（probit或logit模型）來對危機的發生進行預測。將危機指標作為二元性變量，通過一系列的解釋性變量來加以估算。采用logit或probit預測法，預測出的結果被限定在單元區間，并被解釋為危機發生的概率。這種方法的優點在于可以評估每個解釋變量對于危機的貢獻度，并可通過數理統計技術進行檢驗。

Frankel和Rose（1996）首次采用年度數據和probit模型來預測金融危機的發生。Eichengreen和Rose （1998）在分析新興經濟體的銀行業危機時，采用了多元二項式probit來進行預測，結果顯示國外環境變化對于發展中國家銀行業危機的重大影響，其國內變量貢獻度相對較小，但是匯率的估值、國內商業周期和外債水平非常重要，并為金融問題的產生創造了現實舞臺。另一方面，財政政策變量、匯率機制和結構則作用較低。但年度數據的使用導致危機發生的概率的上升幾乎與危機同時發生，從而限制了概率作為銀行業危機的主要指標的使用。

Demirgü和Detragiache （1998a， 1998b）運用多元二項式logit模型研究了發達國家與發展中國家系統性銀行危機的決定因素，認為一系列的解釋變量包括：宏觀經濟變量、金融變量和機構發展進步的估值等。結果顯示宏觀經濟變量是銀行脆弱性的主要決定因素，尤其是當通脹率和利率水平均處于高位時，隨著增長放緩，危機的概率將會增加。同時，當存款保險機制不明確和機構發展疲軟時，危機的概率通常較高。在其進一步的研究中，他們將probit預測用于早期預警，并認為閥值與三個因素相關：與閥值相關的類型1和類型2錯誤的概率、銀行業危機的無條件概率和提前采取措施預防危機發生的成本與發生危機的成本比值，并認為不良貸款率超過10%或者銀行救助成本超過GDP的2%時，銀行危機發生。

Hardy和Pazarbasioglu （1999）采用多元多項式logit模型來預測銀行業危機，根據危機時間分別將一個離散變量定義為2（危機發生期）、1（危機發生前的一年期）和0（其他時間段），由此建立獨立于危機年度的主要變量的預測能力。當因變量達到閥值時，銀行業危機的早期預警隨之啟動。

Hutchinson和Mc-Dill （1999）建立了多元probit模型，發現包括產出和股權價格的下降的宏觀經濟變量與銀行業危機密切相關，而其他變量（如匯率波動、通脹、真實利率信貸增長、儲備/M2）總體上與銀行業危機的爆發無關。但體制因素（央行獨立性、顯性存款保險、道德風險）與銀行業危機爆發的可能性密切相關。

Kamin， Schindler和Samuel （2001）、Bussiere和Fratzscher（2001）分別運用了二元多變量量化分析。Lestano、Jan Jacobs 和 Gerard H. Kuper（2003）運用因子分析和logit模型，并將因子分類作為解釋變量，采用1970年1月-2001年12月的嵌板數據，對象是6個亞洲國家的預警體系，研究發現貨幣增長率（M1和M2）、銀行存款、人均GDP和國民儲蓄水平、M2/外匯儲備、國內利率水平及通脹率與銀行危機密切相關，

Bussiere和Fratzscher （2006）設計了多元logit回歸早期預警模型，對安全期、危機時期和后危機時期進行比較分析，發現這種模型比二元logit模型更好地預測了新興經濟體的金融危機。Beckmann（2007）采用20個國家的1970-1995數據，比較參數和非參數早期預警模型，發現參數預警模型可以更好地預測危機事件。

（三）神經網絡3ANN模型

Nag和Mitra（1999）用ANN來構建貨幣危機的早期預警體系，通過預測馬來西亞、泰國和印尼的貨幣危機來進行檢驗，并將結果與信號法得到的結果進行比較，認為ANN的效果要好于KLR模型。

Kolari等（2000）提出了非參數特征識別模型TRM。他們認為受限因變量回歸法存在兩個缺陷：無法確定哪個變量在預測銀行破產中最有用，結果只能反映變量在區別破產與非破產銀行的有效性;預測結果沒有就每個變量如何影響類型1和類型2錯誤給出信息;這些模型不能很好地檢驗變量間的互動。

Franck和Schmied（2003）證明了一個多層級感知器在預測貨幣危機方面優于logit模型，尤其是能夠預測發生在俄羅斯和巴西的貨幣危機和投機沖擊。

三、金融監管部門的早期預警體系實踐

借助這些理論，目前已有若干國家金融監管當局建立或正在建立危機早期預警體系的模型。根據他們對危機的預測、破產和破產時間以及預期損失模型，這些具體實踐活動可以分為：

（一）評級預測法

這種方法旨在預測金融機構在現場檢查中的可能評級。該模型得以確定銀行定期報告中的一系列變量和現場檢查評級的歷史關系，其結果將再次被用于評級的定期檢查中。預測可以反映銀行的當前狀況，并可以定期反映銀行狀況的惡化情況。如美聯儲的SEER評級模型和美國聯邦存款保險公司的SCOR模型。

SEER作為風險排序的模型，可以預測兩年內的銀行破產概率。該模型收集1985-1991年的橫截面和時間序列數據，用probit回歸模型來預測概率。除了每個銀行的破產概率，該模型還可以就風險屬性分析得出結論，比較既定銀行的結果，與其歷史演變及與屬于同類的類似銀行進行比較，為銀行體系的整體風險提供了一種估量。

SCOR基于季度財務數據，運用CAMELS等級的有序對數模型來估計當前CAMELS等級為1或2的銀行在未來信用等級下降的可能性。模型將上年的財務報表與當前現場評級相匹配，從而估計被評估銀行未來的等級次序。若銀行當期評定等級為1或2，則其未來降級的可能性等于分別轉變為等級3、4、5的概率之和，且模型將臨界值設定為30%。

美國OCC運用這種方式也設計了兩種模型，第一個估計破產概率和銀行在兩年后復活的概率，第二個模型（銀行測算體系Bank Calculator）運用標準化logistic回歸模型來預測破產概率。其解釋變量包括：來自銀行報告的金融變量，以及可以解釋銀行業務環境變化的變量，并根據風險種類（銀行投資組合風險、銀行狀況風險和銀行環境風險）進行分類。

（二）預期損失模型

這種模型主要適用于那些銀行破產情況不多發，沒有足夠的數據來支撐的國家或部門。法國銀行業委員會的銀行業分析支持系統SAAB通過估計潛在預期損失來預測銀行的破產。該系統借助數據庫和外部評級機構的信用等級數據，估計個人和企業貸款的違約率，然后對每一筆個人或企業貸款提取損失準備金，計算未來三年的潛在損失，并將損失總額從銀行準備金水平中扣除，如果調整后的準備金水平仍高于其法定標準，則預期該銀行在未來三年內可以持續經營并免于破產。

（三）其他類型

國際貨幣基金組織的宏觀審慎指標評估通過眾多指標變量反映金融和實體經濟體系面對沖擊的脆弱性程度，如通脹率、資產價格等，和微觀審慎指標如資本充足率、資產質量、商品價格風險和主權收益率等。借助這些指標，宏觀審慎分析可以來評估和監測金融體系的穩健性，對一國的經濟或金融狀況進行綜合評價，如機構和監管框架現狀或與國際標準的契合度等。其中，金融穩健指數FSI主要用于定期監測金融機構和市場、公司和儲戶的健康與穩健性。

英國RATE系統綜合地評估銀行風險，評估每個業務部門、機構及銀行整體框架。其中業務因素包括銀行的總體業務和外部環境。除了銀行當前風險，還評估下一階段風險演變，運用綜合性評估中得到的信息和監管部門對于市場的預測。這種方式可以識別潛在脆弱性的部門并根據每個機構的特殊性進行分析，同時從整體上勾畫銀行業活動的藍圖。

亞洲開發銀行的“早期預警系統VIEWS”（2005）以信號法為基礎建立了東亞地區的銀行危機預警非參數型模型。模型構建步驟為確定歷史上危機發生的時段;選擇主要指標如經常賬戶、資本賬戶、金融業、財政賬戶、實體經濟和全球經濟等六大類;設定噪聲/信號比例最小化的百分位值即閥值;構建綜合指數確定比較某個時期有多少個預警指標發出了危機信號;估算以綜合指數為條件的危機概率。

四、啟示

在總結和借鑒國際經驗的基礎上，建立既符合我國國情又與國際標準接軌，定量和定性相結合的金融風險早期預警體系，在研判金融體系的風險走勢進行科學的同時，對高風險金融機構予以標識。可綜合考慮我國宏觀經濟狀況、金融市場運行、金融機構風險，選取相應的多個層次、指導性強、易于操作的預警指標，以實現對金融風險的全面監測和管理。依據國際標準已有的相關指標設置金融風險預警指標的臨界值，并根據金融創新、金融風險以及金融危機的發展變化特點，對各個指標的臨界值加以修正，同時注意早期預警模型應在兩類錯誤4間進行權衡。

參考文獻

[1]Carmen Reinhart and Morris Goldstein （1998）“Assessing financial vulnerability， an early warning system for emerging

markets”， http：//mpra.ub.uni-muenchen.de/13629/.

[2]Honohan，Patrick （1997）.“Banking System Failures in Developing and Transition Countries： Diagnosis and Prediction.”

BIS WP No39.

[3]Kaminsky， Graciela and Carmen Reinhart（1999）.“The Twin Crises：The Causes of Banking and Balance-of-Payments

Problems”，American Economic Review 89（3），June 1999，P473-500.

[4]Kaminsky， Graciela L.（1999）.“Currency and Banking Crises：The Early Warnings of Distress”.

[5]Lestano， Jan Jacobs and Gerard H. Kuper（2003）.“Indicators of financial crises do work！ An early-warning system

for six Asian countries”.

The Study on the Theory on the Financial Risk Early Warning System： A Literature Review of Foreign Theories

SONG Ying

（Hefei Municipal Sub-branch PBC， Hefei Anhui 230091）

Abstract： Since the outbreak of the international financial crisis in 2008， experiences of countries around the world have shown that constructing the risk early warning mechanism of the financial system is necessary and feasible. The paper reviews the existing research results of the foreign financial risk early warning system with the purpose of providing some experiences for the construction of the risk early warning system in China.

Keywords： financial crisis; risk early warning system; signal method; neural network

責任編輯、校對：張宏亮