國際金融危機預警方法綜述

摘 要：2008年由美國次貸危機引發的全球性金融危機對世界各國經濟產生了深遠的影響，關于金融危機的研究又一次稱為熱點。由于這次危機的波及范圍之廣、影響程度之深是人們始料未及的，因此關于金融危機的預警方法的研究更是備受關注。對20世紀90年代以來的一些金融危機預警方法進行了綜述，并對這些方法的效果進行了簡單的評價。

關鍵詞：金融危機；預警；綜述

中圖分類號：F830.99 文獻標志碼：A 文章編號：1673-291X（2012）13-0085-02

引言

20世紀90年代初伴隨著金融危機頻繁的爆發關于金融危機預警方法的理論與實證研究不斷涌現。Abiad（2003）將金融危機預警方法以1997年為界分為1997年前的經典預警方法和1997年后的預警方法的新發展。1997年前的經典預警方法主要包括：劉遵義（1995）的主觀概率法；Frankel和Rose（1996）的概率單位模型（probit model）；Sachs、Tornell和Velasco（1996）的截面回歸模型；Kaminsky、Lizondo和Reinhart（1997，1999）的“信號方法”（signal approach）。這些方法之所以稱為“經典”不僅僅是因為這些方法出現的較早，更重要的是即使到目前為止這些方法仍然是一些研究機構或政府部門進行金融危機預警的主要方法，例如國際貨幣基金組織的金融危機早期預警系統DCSD模型就是在概率單位方法和信號方法的基礎上發展來的。1997年后的預警方法主要包括：Nag和Mitra（1999）的人工神經網絡（ANN）模型；Kumar、Moorthy和Perraudin（2003）的Simple Logit模型；Abiad（2003）的Markov-Switching方法。

一、經典的金融危機預警方法

1.主觀概率法。劉遵義（1995）在聯合國世界經濟秋季年會上作了題為《下一個墨西哥在東亞嗎？》的報告，這使之成功地預測到了亞洲金融危機的發生，這也是危機事前預測最成功的典范。首先報告中選擇了9個亞洲國家和地區（中國、中國香港、印度尼西亞、韓國、馬來西亞、菲律賓、新加坡、中國臺灣和泰國）以及已經爆發危機的墨西哥。其次報告選擇了10項指標進行研究。最后以墨西哥為參照對各國的10項指標分別進行評價，表現好記為“√”，表現差記為“×”，并以“一國表現較差的指標個數/總指標個數”作為該國發生危機的主觀概率。這一方法簡單直觀、易于操作，但研究中以墨西哥危機為參照引起了人們的質疑，因為亞洲金融危機與墨西哥危機存在著很多不同之處。因此一些關于危機預警的綜述中并不包含這一方法，但筆者認為就這一方法事前預測效果而言是其他一些預警模型所遠沒有達到的，因此不應忽略此方法在危機預警中的重要位置。

2.FR概率單位方法。Frankel和Rose（1996）將離散選擇模型引入危機預警研究，以105個發展中國家1971—1992年的季度數據建立了二元Probit模型（離散選擇模型中的一類）。在這一模型中因變量為危機變量Y，是一個離散的而非連續的變量，當危機發生時取1，當危機未發生時取0。Berg和Pattillo（1998）對FR模型的預測效果進行了檢驗，他們發現模型樣本內預測效果并不理想。Bussiere和Fratzscher（2002）從兩個方面對FR模型進行了改進。FR模型經過不斷的改進已經成為應用最廣泛的危機預警方法之一，而這一方法也被推廣到了企業的財務危機預警以及銀行流動性危機預警等方面。但它也存在一些缺陷，影響了其預測效果。首先“多重估計”的存在增加了模型預測誤差；其次在危機定義和指標選擇等方面沒有考慮國別差異。

3.STV截面回歸模型。Sachs、Tomell和Velasco（1996）利用20個新興市場國家的數據建立了STV截面回歸模型。雖然這一方法不能預測危機發生的時機，但它能夠有效的判斷哪些國家受到危機的影響較大。模型的被解釋變量為危機指數（IND），它等于外匯儲備下降百分比和匯率貶值百分比的加權平均。解釋變量分別為：實際匯率貶值幅度（RER）、信貸繁榮度（LB）、外匯儲備虛擬變量（DLR）、基本面虛擬變量（DWF），則STV模型可以用如下公式表示：

IND=β1+β2RER+β3LB+β4RER·DLR+β5LB·DLR+β6RER·DWF+β7LB·DWF （1）

其中，信貸繁榮度用私人貸款增長率表示；當儲備/M2處于低四分位中時，DLR值為1，其他為0；當RER處于低四分位中或LB處在高四分位中時，DWF值為1，其他為0。

STV模型應用最大的制約就是樣本的選擇，估計模型必須有一組相似的危機國家的數據，而在現實中這是相當困難的。另外，就模型本身而言也存在一些不足，主要體現在解釋變量較少、危機指數定義不全面、模型線性假設是否成立等。

4.KLR信號方法。Kaminsky、Lizondo和Reinhard（1997）建立的信號方法是目前最具影響力的危機預警方法，Kaminsky（1999）又對這一模型進行了完善。信號方法的基本思路為：首先根據已有的危機理論選擇可能的預警指標；其次根據指標的歷史數據判斷指標的預測能力極其“閥值”。最后利用這些危機先行指標發出的信號合成危機指數。Kaminsky、Lizondo和Reinhard（1997）通過對25篇關于危機研究的匯總選擇了15個貨幣危機先行指標進行研究。假設每個指標都存在一個“閥值”，當該指標在某月超過這一閥值時就認為發出了危機信號，即該指標預測未來24個月會發生危機。如果24個月內確實發生了危機，則該指標發出了一個好信號；如果24個月內沒有發生危機，則該指標發出了一個壞信號或噪音。根據“噪音—信號比”指標，使這一指標達到最小就可求出“閥值”的具體水平。Berg和Pattillo（1998）利用亞洲金融危機數據進行實證分析，檢驗了FR、STV和KLR三種方法的預測能力，結果發現FR概率單位法預測效果最不理想、STV截面回歸其次、KLR信號方法預測效果相對較好。但信號方法也存在不足，主要體現在兩個方面：首先信號方法不能預測危機發生的時機；其次信號方法在指標選擇上有一定的傾向性。

二、金融危機預警方法的新發展

1.ANN人工神經網絡模型。Nag和Mitra（1999）提出利用人工神經網絡（Artificial Neural Network，ANN）模型建立貨幣危機預警系統。人工神經網絡模型是一種模仿生物神經網絡行為特征進行分布式并行信息處理的數學模型，是近幾年發展較快的人工智能領域的重要研究成果。模型由多個神經元組成，網絡單元的輸入輸出特性以及網絡拓撲結構都決定了模型信息處理功能。Nag和Mitra（1999）以印度尼西亞、馬來西亞和泰國1980—1998年的月度數據為樣本建立了基于人工神經網絡的貨幣危機預警模型，并將其結果與KLR信號方法進行了比較。ANN模型的優勢在于其富有彈性的樣本以及允許變量間存在復雜的相互影響，但這一方法也存在不足。首先由于大量的變量和神經層的存在模型會過度擬合。其次是ANN的先天缺陷——黑箱，即模型不能估計參數因此指標的具體表現也不得而知。

2.Simple Logit模型。Kumar、Moorthy和Perraudin（2003）提出了基于滯后宏觀經濟和金融數據的Simple Logit危機預警模型。這一模型最主要的特點就在于其對危機的定義，主要考慮利率調整引起的匯率大幅度貶值，而傳統的方式是利用外匯市場壓力指數進行危機定義。模型中為定義危機建立了兩個模型，即未預期的貶值沖擊（unanticipated depreciation crash）和總貶值沖擊（total depreciation crashes）。模型中還引入了滯后宏觀經濟變量和金融變量，通過對32個國家1985—1999年的月度數據進行的實證分析模型得到了樣本外估計結果。結果顯示，外匯儲備和出口的下降以及實際經濟的虛弱是引發危機的主要原因，另外危機的傳染性對于危機的發生也非常重要。模型對于1994年墨西哥危機、1997年亞洲金融危機、1998年俄羅斯危機以及1999年巴西危機的預測結果比較理想。雖然Simple Logit模型取得了較好的樣本外預測效果，但模型只用利率、匯率等幾個主要的經濟指標定義貨幣危機并進行預警，模型中并沒有考慮外債等其他因素對危機的影響。

3.Markov-Switching體制轉換方法。馬爾可夫體制轉換方法（Markov-Switching Approach）是體制轉換模型中最常見的一種類型方法。該方法認為時間序列發生體制轉移的實質是該變量各個狀態的概率分布發生了變化，按照變量在體制轉換過程中概率是否變化該模型可分為固定概率體制轉換模型和變動概率體制轉換模型。Abiad（2003）選擇了22個危機預警指標，利用變動概率體制轉換模型對五個亞洲國家1972—1999年的月度數據進行了研究。其實證結果顯示，如果以50%為臨界值模型成功預測了樣本中65%的危機和89%的平靜期。Arias和Erlandsson（2004）在估計方法上對模型進行了改進，利用1989—2002年的月度數據對六個亞洲國家（加入新加坡）進行了研究。如果以40%為臨界值，模型成功預測了樣本中71%的危機和90%的平靜期。雖然馬爾可夫體制轉換模型樣本內預測效果比較理想，但不足仍然存在。首先“不轉移”這個零假設在實際檢驗中比較難操作。其次似然面（likelihood surface）可能有多個局部最優解。

結論

本文對目前主要的幾種國際金融危機預警方法進行了綜述，而除了以上這些方法外，“后1997時期”在金融危機預警方面還有很多其他方法，如Collins（2001）潛在變量閥值模型、Blejer和Schumacher（1998）在險價值（Value-at-Risk）方法、Zhang（2001）自回歸條件異方差（ARCH）模型、Ghosh（2002）二叉樹模型等。中國學者也運用這些方法對金融危機預警進行了實證研究，但學者們對各種預警方法的預測效果仍然存在分歧，各種方法都有優勢也都存在不足，對于不同危機預警方法的效果也不一致。

參考文獻：

[1] Abiad，Abdul.Early-Warning Systems: A Survey and a Regime-Switching Approach[R].IMF Working Paper，2003， WP/03/32.

[2] Kaminsky，Graciela，Lizondo Saul，and Reinhart Carmen M.Leading Indicatiors of Currency Crises[J].IMF Working Paper， 1997， WP/97/79.

[3] 亞洲開發銀行.金融危機早期預警系統及其在東亞地區的運用[M].北京:中國金融出版社，2006.

[責任編輯 陳麗敏]