基于KLR方法的我國金融風險預警系統的實證研究

張曉林

（云南財經大學，云南 昆明 650000）

一、導論

（一）研究背景與目的

金融作為聯結國民經濟各方面的紐帶，能夠反映全國各家大小企事業單位的經濟活動。它能通過利率和匯率等金融工具對經濟個體產生影響，并能通過一國貨幣當局使用各種貨幣政策工具來調整貨幣供應量，以達成充分就業、物價穩定和經濟發展等目標。

就我國目前的金融體系來說，我國的監管體制目前尚難以完全控制金融機構的風險累積，從而埋下金融風險爆發的隱患。近年來，國家對金融風險防范高度重視，在2017年7月召開的第五次金融工作會議上，習近平總書記指出只有金融的穩定才能造就一個不斷發展的經濟強國，金融是一國經濟發展的根本。國家要致力于達成金融服務于實體經濟、深入推進金融改革、防范系統性風險這三個重要目標，倡導建立更加完善的金融監管體系，并使市場自身的調節作用在經濟中起主導作用，以減少政府對市場的干預。金融風險防范意義重大，這就使得建立一套有效的金融風險預警系統尤為重要。

（二）文獻綜述

2013年，庫文博格等人運用極值理論對三種貨幣危機度量指標與常用的18項經濟指標之間的尾部相關性進行了評估。在46個國家樣本中，他們發現幾乎所有的變量都是漸近獨立的，在極限條件下，經濟指標的極值不會伴隨著嚴重的貨幣崩潰而發生改變。這一發現可能解釋了現有貨幣危機預警系統表現不佳的原因。

2017年，孫強和崔光華采用FR模型構建我國銀行業系統性風險壓力指數，實現對銀行業系統性風險的時間、空間兩維度監測預警，為銀行業系統風險的動態預警做出重要嘗試。得出結論為：近年來，受經濟增速持續下滑影響，銀行信用風險持續上升，銀行業系統性風險壓力也呈上升趨勢。

在目前的國際金融危機預警理論研究中，范圍較廣、影響力較大且可操作性較強的有三種：KLR信號分析法、STV橫截面回歸模型和FR單位概率模型。國內大多借鑒這三種模型進行實證研究，指標體系構建過程中所選擇的指標各有側重，但基本離不開貨幣環境、債務風險、國際收支等方面。

安德魯·伯格（1999）以東南亞金融危機為例對多種模型進行了有效性測試。結果表明，KLR信號分析法是眾多模型中較為精準可靠的一種。同時，KLR信號法在指標體系的構建過程中所選擇的各指標對總目標的實現效果也較好。故本文也選取該方法構建模型。

二、我國金融風險預警模型的構建

（一）模型構建思路

第一步，通過前人的研究及國際相關的標準確定了所選取的指標及相應的警戒限。

第二步，本系統根據不同的風險級別，構造了五個預警區間，即“藍燈”、“綠燈”、“黃燈”、“橙燈”、“紅燈”五種燈號，分別代表正常狀態、關注狀態、輕度風險、中度風險和高度風險。相鄰預警區間由相應警戒限來過渡，當指標取值超過了這個警戒限，就表示發出一個預警信號。為了對發生金融危機信號的指標進行綜合考慮，在這里我還選取了用簡單加總所計算出的合成指標（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，其余3個指標在此不多做敘述)。

（二）指標的選取

本文分別從國內宏觀經濟情況，金融機構資產質量，外資投向、外債結構和匯率這三方面來建立指標體系。經過篩選得到以下九個指標：①國內信貸/GDP；②廣義貨幣M2的增長率；③相對通貨膨脹率；④國際國內利率差；⑤實際匯率升值幅度；⑥股價波動率；⑦外債總額/GDP；⑧國際儲備/廣義貨幣M2；⑨外國其他投資/直接投資。

（三）警戒限的確立

國內信貸與GDP的比值主要反映了我國的銀行信貸風險大小以及投資力度。一般來說，該指標在國際上的安全門檻為10%。該指標在國內一直較高，但考慮到近年來中國經濟的快速發展，該指標的警戒限定為20%是較為合適的。

貨幣供應量的增長率表示一個國家某一時點的流通貨幣量的增長幅度。對于該指標的警戒值，有的學者使用計量模型方法估計得18%至19%。

相對通脹率反映了貨幣價值的穩定性。通過比較亞洲金融危機中各國的指標和中國近年來的實際情況，我們通常將警戒限設在每年2%。

國際和國內利率的差異反映了一國資本的相對成本。通過研究，有的研究人員將這一指標的警戒限設定為4%。這個警戒限能夠使套利者在剔除交易成本后獲得可觀的收益，因此引發套利行為。

實際匯率的升值幅度可以反映貨幣價值的穩定程度。一般來說，當某一天的官方匯率突然波動10%，或連續幾周波動20%，可以初步判定該國經濟處于不穩定狀態。根據美國的匯率水平，將這一指標門檻定為年均3%。

由于股市的發展，股價對經濟和社會的影響正在增加。根據中國股市的漲跌停制度，如果以10%的股票價格日波動率作為警戒限，當股票價格指數在一日交易時間內波動5%或更多時，監管層就應該干預股市以防止股價進一步波動。同樣，把股票價格在一星期內上下波動幅度達20%，一月內波動幅度達40%視為臨界值。

外債總額與GDP的比值能夠比較直接地反映出一國 (或地區)的負債率高低，從而，有利于衡量和把握債務風險的高低。在國際中，該指標公認的警戒限為60%。

國際儲備與廣義貨幣M2的比率反映了一國的國際儲備是否適量，過低則表明一國國際儲備不充足，過高則說明一國的外匯風險較高且存在著高額的機會成本損失。目前國際上公認該指標的警戒限為25%，本文沿用這個標準。

與外國直接投資相比，外國其他投資相對不穩定，而目前不對外資開放的國內證券投資在外國其他投資方面更為不穩定，這一點在東南亞金融危機中得到充分反映。一般來說，外國其他投資與直接投資的比率低于80%，風險相對較小。在這里我們將這個指標的警戒限設為80%。

上述各項指標警戒限的設定并非一成不變，隨著中國金融體制改革的深入和開放程度的不斷加深，各項指標必須不斷調整。由于每月數據波動過小，因此很難設置閾值和警戒限，再考慮到年度數據的時效性不強，所以我們使用季度數據。調整后的警戒限如下表所示。

圖1 各指標警戒限

（四）警戒區間的劃分和評分標準的確定

1.指標臨界值的計算。參考了近幾年國內國外研究者運用KLR信號分析法構建的金融風險預警模型，幾乎都根據不同的風險程度劃分預警區間，為了使預警系統對指標的變化更加敏感，我將金融風險預警系統劃分為五個預警區間，并建立了信號燈預警模型。由于中國經濟過熱，所以我們將各指標歷史最低水平的三個值的平均值當作藍燈區和綠燈區的臨界值。上表中列出的警戒限是橙燈區和紅燈區的臨界值，兩者之間的25%和75%分別是綠色和黃色燈區以及黃色和橙色燈區的臨界值。

2.評分標準和指標分值臨界值的計算。為了全面考慮和評估金融體系運行的特征，有必要根據信號燈的顏色不同給予不同的分數。在這里，我們可以分別給藍色、綠色、黃色、橙色和紅色信號燈給出1分、2分、3分、4分和5分。

若指標個數為N，當N為偶數時，紅燈區與橙燈區的臨界值為4×N；橙燈區與黃燈區的臨界值為黃燈區與綠燈區的臨界值為綠燈區與藍燈區的臨界值為2×N。

當N為奇數時，紅燈區與橙燈區的臨界值為4×N；橙燈區與黃燈區的臨界值為燈區與綠燈區的臨界值為燈區與藍燈區的臨界值為2×N。各區間的燈號標志、分值及相應的臨界值如下表所示。

圖2 各指標臨界值及燈號劃分

三、實證檢驗

下面使用2013年第1季度到2017年第4季度的數據對上述模型進行實證檢驗。其中每季度M2增長率由每季度各月份的M2環比增長率加總得到；相對通貨膨脹率、實際匯率升值幅度、股價波動率皆是用同種計算方法得到；國際國內利率差則是通過計算每季度各月份本幣利率與外幣利率的差額平均值得到；國內信貸/GDP、外債總額/GDP、國際儲備/廣義貨幣M2以及外國其他投資/直接投資則是直接將查到現有的數據進行相除得到。數據①如下。

圖3 相關預警指標季度數據（1）

圖4 相關預警指標季度數據（2）

（一）確定各指標所處燈區

根據之前所介紹的KLR信號分析法的基本思路，將各指標數值與各區間臨界值比較，判斷其所處的燈區。

（二）計算合成指標分值

按照前面介紹的方法，計算合成指標分值。2013年各季度合成指標計算過程如下所示：

其余季度均以同種方式進行計算。

（三）確定各季度所處燈區

根據之前確定的綜合分值臨界值，確定各季度金融運行情況位于什么燈區。

圖5 各指標燈號顯示（1）

圖6 各指標燈號顯示（2）

從該表的燈號變化可以看出，指標1長期處于紅燈區，該指標反映的風險不容小視；指標2和指標4逐漸從高風險區間步入低風險區間，說明相關領域高風險因素得到控制；指標3、指標5和指標7較不穩定，需要多加留意觀注；其余指標及綜合評分基本處于較低風險區間。

四、結論和對策建議

（一）主要結論

通過對信號燈預警系統的燈號顯示進行分析，我們可以得出如下結論：

2013年至2017年，我國國內信貸與GDP的比值在每年上半年都有較長時間處于紅燈區，尤其是從2015年開始這種情況表現得更為顯著，導致這方面的金融風險極高。

2013年至2015年，我國的貨幣供應量增長率不太穩定，時而處于藍、綠燈區，有時又會步入橙、紅燈區，造成我國經濟不穩定性加大，也對通貨膨脹起了推波助瀾的作用。2015年之后，該指標逐漸趨于穩定。

我國通貨膨脹率總體來說并不高，大多數時候處于較為安全的區間，近段時間有向上抬頭的趨勢，這與我國中央銀行貨幣發行過多有關。

我國國內與國際利率差一直處于較高點位，這是因為在國際貿易中我國長期處于貿易順差，導致人民幣面臨升值壓力，也加劇了我國的通貨膨脹。

人民幣匯率升值幅度在近5年來都偏高。首先，本幣匯率上升會抑制我國大量企業的商品出口活動。其次，本幣匯率上升會導致失業率的增加。最后，由于我國是外匯儲備大國，所以本幣匯率的上升會使外匯風險爆發的機率增加，到2017年年末為止，我國的外匯儲備攀升至31192.8億美元，因此防范外匯風險是我們不得不重視的。

2015年至2017年，外債總額/GDP這一指標在每年的第一季度都偏離正常值，呈現中、高風險，但是結合全球的情況來看，我國的債務風險相對較低，不大可能出現因債務風險而引發的危機。

其余三個指標長期處于藍、綠、黃燈區，說明其相關經濟領域運行穩定。總體來看，綜合指標基本處于綠、黃燈區，說明我國的總體金融風險并不高，經濟運行較為穩定，需要關注的幾個問題是通貨膨脹、信貸風險較高以及人民幣升值問題。

（二）對策建議

根據前一節所得到的結論，對上述幾個問題，結合我國的情況，我做出了理性分析并給出了如下建議。

總體來說我國的通貨膨脹問題不算嚴重，且通貨膨脹率的增長與我國經濟快速增長是密不可分的，因此只要將它控制在一定程度即可，不必采取效果過于強烈的政策壓制通貨膨脹率的增長。本文認為可以采取的政策有：緊縮性貨幣政策、緊縮性財政政策和緊縮性收入政策。

我國國內信貸與GDP比率自2015年以來長時間處于高度風險狀態，這是因為近幾年我國房地產市場過熱，導致住房貸款的需求不斷增大，如果房地產市場不能維持長期穩定，會對我國銀行業造成極大的沖擊。對此問題，我認為商業銀行應提高風險意識并改進其績效評估方法，同時監管當局應加強對銀行資本結構的監管。

我國的國際國內利率差以及實際匯率升值幅度兩個指標較長時間都處于中度風險狀態，它們共同說明了人民幣所面臨的巨大升值壓力，我認為我國貨幣當局可以采取降低存款利率或提高貸款利率的措施來緩解本幣匯率上升的問題。

注釋

①數據來源：國家統計局、外匯管理局及商務部官方網站。