基于Logit模型的“一帶一路”沿線國家主權債務危機預警研究

張之銳

【摘要】2013年習近平主席提出了“一帶一路”的發展戰略，這對我國自身發展乃至全球發展都有著重要意義，而在“一帶一路”戰略不斷務實推進的過程中，也面臨諸多風險，尤其是主權信用風險。本文以“一帶一路”沿線國家的主權信用風險為主要研究對象，選取經濟增長率、償還債務總量占比、外債占比、經常項目占比、進出口占比、長期外債還本付息額占比等作為預警指標，基于Logit模型構建沿線國家的主權債務危機預警模型，以期在一定程度上提高我國對外投資企業的風險防范意識和能力。

【關鍵詞】主權債務 預警模型 一帶一路

一、引言

自2013年習總書記提出“一帶一路”戰略以來，國內國際反響熱烈，近年來也取得了豐碩的成果。今年5月舉行的“一帶一路”國際合作高峰論壇也將進一步推動“一帶一路”建設。“一帶一路”戰略不僅具有深厚的歷史淵源也有著重要的現實意義，其對于開創亞洲區域合作新模式、引領和推動新型國際關系建設、推動亞歐非互聯互通、改變全球貿易格局、推動形成新的全球貿易投資規則和秩序、實現全球發展再平衡等有著重要的意義，同時，“一帶一路”戰略也向世界傳遞出我國“和平、合作、發展、共贏”的理念，對于我國推進人民幣國際化以及重回世界經濟中心地位也有著重要意義。

“一帶一路”戰略在給我國的發展帶來機遇的同時，也伴隨著種種挑戰。我國與東南亞國家之間的信任赤字，美國、日本、歐盟等大國在區域內的利益角逐，沿線國家和地區的傳統及非傳統安全隱患，沿線國家間的地緣政治、地緣經濟關系等等都會對“一帶一路”的建設形成一定的阻礙。以上種種因素也使得中國通過“一帶一路”戰略進行的對外直接投資時，面臨很大的投資安全風險，并且大部分重大項目都需要東道國政府作為主權借款人或者提供主權信用擔保，而根據歷史經驗，以主權債務違約為主要代表的主權信用風險事件屢有發生，這就使得主權信用風險在眾多風險因素中尤為突出，主要表現在部分沿線國家經濟基礎薄弱、結構單一，對外部市場依賴性大，易受外部經濟沖擊影響；部分沿線國家債務比率較高；部分沿線國家事件敏感性和政治風險較高等方面。此外，由于沿線國家在政治、經濟、社會環境、發展水平等方面存在巨大差異，造成沿線國家的主權信用水平差異明顯，投資的不確定性很高，這就使得對沿線國家主權信用風險的研究成為“一帶一路”戰略實施的必要前提，而主權債務危機預警模型的建立則能夠在一定程度上為我國政府部門或企業的對外投資提供參考。

二、文獻綜述

主權債務的定義是研究主權信用風險的關鍵問題。對于主權債務定義的界定，主要分歧在于主權債務中是否應該包含內債部分。Barro（1979）和Blanchad等（1991）是從一國財政角度來定義主權債務的；而Eaton and Fernandez（1995）是從公共外債的角度定義主權債務的；張虹（2007）則認為主權債務應包括內債和外債。鑒于本文是基于“一帶一路”視角的，應該從國際金融市場角度對主權債務進行界定，也就是本文中主權債務的定義為主權國家以國家的公信力作為保證，向外借來的債務。此外，對于主權債務危機的界定不同學者也持有不同意見，比如國際貨幣基金組織IMF（2002）認為出現拖欠債務超過債務總額的5%、債務重組、在IMF的非優惠貸款超過其基金份額50%三種情況之一的，即為主權信用風險事件；Moody's Investors Service（2003）將債務危機定義為債務國在債務期限內沒有按規定還本付息或進行債務重組；Manasse等（2003）認為當債務國滿足被評級機構認定拖欠債務或在IMF中的非優惠貸款超過該國份額的100%的情況時，認定該國出現債務危機。綜上，本文認為當一國出現如下情況時，認定該國發生了債務危機：（1）沒有在規定時間內還本付息；（2）與債權國達成了債務重組協議；（3）接受其他國家或國際組織的貸款援助。

關于主權債務危機影響因素的研究主要有以下幾方面。（1）債務方面。Alesina等（1990）發現過高的負債率會導致債務危機的產生；Cole and Kehoe（2000）發現債務期限結構也會影響債務危機爆發的可能性，短期債務占比越高，債務危機爆發的可能性越大；Jeanne（2006）也有同樣發現。（2）政治方面。Alesina等（1987）最早發現領導人任期過短、更替頻繁的政府，其負債通常會過度，從而提高了債務違約的可能性；Balkan（1992）發現一國民主程度與債務重組發生的概率呈負相關關系，且政治不穩定性會直接提高其債務違約的可能；Zeaiter（2008）在對發展中國家的債務違約原因進行研究時，發現政治不穩定、通貨膨脹率等對債務違約影響顯著。（3）宏觀經濟方面。Cline（1986）發現經濟增長率等因素與債務違約呈負相關關系，而人均GDP等因素則與債務違約呈正相關；Calvo and Reinhart（2002）發現債務危機產生的原因在于一國財政政策和貨幣政策的失衡，債務危機發生前期引發市場恐慌，導致大規模拋售該國國債，進一步推動了債務危機的發生；司明、孫大超（2013）發現經濟增長率下降、金融危機沖擊、失業率升高、人口老齡化等因素是導致債務危機爆發的主要原因。

關于危機預警的研究主要有以下幾種模型。（1）KLR信號分析模型。通過危機前有關變量所發出的“信號”來進行預警，是目前使用最廣泛的一種模型。Kanminsky等（1998）首先應用了這一模型，先選出有關經濟變量，剔除無顯著關系變量，將剩余變量納入預警指標體系中，然后給這些變量設定“閾值”，當變量的數值超過“閾值”時，認為該變量發出預警信號，貨幣危機有可能在未來24個月內爆發，若多指標發出預警信號，則危機發生概率增加；鄭振龍（1998）、馮蕓等（2002）、史建平等（2009）也使用了KLR預警模型來進行危機預測。（2）Probit模型。Frankel and Rose（1996）運用面板Probit模型，通過選取一系列經濟指標，并對指標數據進行極大對數似然估計，求得參數值建立聯合概率分布，預測貨幣危機發生的概率，結果發現國內信貸增長率、國際市場利率等與危機發生概率成正比，經濟增長率、FDI與外債比、外匯儲備等與危機發生概率成反比；Detragiache and Spilimbergo（2001）、顏建曄等（2014）在其研究中也使用的Probit模型。（3）Logit模型。Kumar等（2002）提出了基于滯后宏觀經濟和金融數據的Logit模型，該模型不僅能夠進行樣本內預測，還能夠進行樣本外檢驗，克服了貨幣危機預警模型由于只進行樣本內的預測而出現“假關系”的現象。隨后，Manasse等（2003）也通過Logit模型對債務危機進行了預測，Ciarlone and Trebeschi（2005）在其研究中使用了多變量嵌套Logit模型，Matthieu等（2006）使用了多元Logit模型。（4）ANN模型。即人工神經網絡模型，是通過樣本訓練，模擬專家行為，使其能夠處理包含大量數據的非線性方程近似問題。Nag and Mitra（1999）、Franck and Schmied（2004）、Fioramanti（2006）等均使用ANN模型進行危機預測。還有一些其他的預警模型，篇幅所限這里不再一一列出。endprint

三、實證分析

本文以“一帶一路”沿線國家為研究對象，但由于一些國家主要數據缺失或在樣本時間從未發生過債務危機，最終選取印尼、泰國、菲律賓、土耳其、約旦、巴基斯坦、斯里蘭卡、俄羅斯、羅馬尼亞等9個國家1986～2010年的數據進行研究。基于前人文獻，本文最初所選的預警指標為GDP增長率、通貨膨脹率、進出口占比、經常項目余額占比、外國直接投資占比、外債占比、償還債務總量占比、短期債務占比、長期外債還本付息額占比、國內信貸占比、廣義貨幣占比等，通過逐步剔除不顯著變量，最終預警指標體系包括經濟增長率、償還債務總量占比、外債占比、經常項目占比、進口和出口占比、長期外債還本付息額占比等指標。本文通過對以往各類危機預警模型進行研究比較，選取了Logit模型來構建預警模型，一是該模型的被解釋變量通常是0-1變量，便于界定危機發生與否；二是該模型既能進行樣本內預測，又能對樣本外國家主權債務危機發生與否進行預測，其實用性較強。模型設定如下：

常項目占GDP的比ca、出口與GDP之比ex、進口與GDP之比im、長期外債還本付息總額占總儲備的比lcr，原始數據來源于世界銀行世界發展指標數據庫，部分數據通過簡單計算得到；βit代表對應的參數。

本文的實證過程通過軟件STATA12.0完成。本文先使用固定效應模型與混合回歸進行估計，接著進行豪斯曼檢驗，結果中P值為0.3260，認為應使用混合回歸；接著進行隨機效應面板Logit估計，從LR檢驗的P值為0.015，在5%的水平下拒絕原假設，故認為應使用隨機效應模型。由于篇幅所限，下表只列出隨機效應模型的估計結果，逐步剔除不顯著變量，模型7為最終的預警模型。

由上表所顯示的估計結果我們可以得出以下主要結論：（1）經濟增長率與債務危機發生的可能性成反比，即經濟增長率越大，發生債務危機的可能性越小。經濟增長率可以直觀地反映出一國宏觀經濟的運行狀況，一般來說，一國GDP增長率越高，則說明該國經濟發展越快，其償還債務的能力也就越強，發生債務危機的可能性就越小。（2）債務償還總量占比與債務危機發生的可能性成反比。該比值越小，說明該國已償還的債務越少，還需償還的債務越多，債務危機發生的可能性就越高。（3）外債占比與債務危機發生的可能性成正比。該比值越小，說明債務水平越低，該國償還債務的能力越大，發生債務危機的可能性越小。（4）經常項目余額占比與債務危機發生的可能性成反比。長期經常項目逆差必然會引起外匯儲備的減少，而外匯儲備不足則會使一國央行在應付外匯投機交易時捉襟見肘，易引發危機。該比值較高也從側面反映出該國對外出口的依賴性較高，若出口量出現巨幅減少，易影響該國經濟穩定，從而引發危機。（5）出口占比與債務危機發生的可能性成正比。出口占比越高，說明了該國經濟在一定程度上對外依賴越大，一旦國際經濟形勢不佳，很有可能影響該國的經濟，從而易引發危機。（6）進口占比與債務危機發生的可能性成反比。進口占比在一定程度上體現了一國的國內需求，進口占比降低時，國內需求較之前減少，說明該國經濟運行狀況不佳，從而易引發債務危機。（7）長期外債還本付息額占比與債務危機發生的可能性成正比。其比值越大，說明總儲備中用于償還長期外債的比例越高，剩余外匯儲備越少，抵御風險的能力越低，債務危機發生的可能性越大。

為檢驗預警模型的有效性，進行樣本內檢驗。將樣本數據代入模型中，得到危機發生概率，與實際情況進行對比。本文為非配對樣本，參照盛藝娜（2014）的做法將臨界值定為0.34，當計算出的概率超過0.34時，則預測該國會發生債務危機。檢驗結果如下表，從下表可以看出該模型能夠成功預測危機發生的概率為66.7%，成功預測危機不發生的概率為92.5%，模型整體預測的準確率為88.5%。

四、總結

在“一帶一路”戰略不斷推進的過程中，諸多風險問題逐漸顯現，其中主權信用風險尤為突出，因此，為了在一定程度上提高我國對外投資企業的風險防范意識和能力，為其對外投資決策提供參考，本文選取“一帶一路”沿線的九個國家1986～2010年的數據，基于Logit模型構建主權債務危機預警模型，預警指標包括經濟增長率、償還債務總量占GNI的比、外債存量占GNI的比、經常項目占GDP的比、出口與GDP之比、進口與GDP之比、長期外債還本付息總額占總儲備的比，從模型估計結果可以看出所選取的各指標均顯著，且在進行了樣本內檢驗之后，發現模型的整體預測準確率達到88.5%。但是由于數據缺失的問題，本文的所選取的樣本不夠充足，因此該預警模型存在一定的局限性。

參考文獻

[1]鄭振龍.貨幣危機預警系統：理論與實證分析[J].數量經濟技術經濟研究，1998（9）：48-51.

[2]欒彥，李鵬.主權債務危機的預警與防范[J].清華大學學報（自然科學版），2013（8）：1202-1218.

[3]司明，孫大超.發達國家主權債務危機成因分析及啟示——基于貝葉斯模型平均方法的實證研究[J].中南財經政法大學學報，2013（4）：86-72.

[4]盛藝娜.基于Logit模型的發展中國家債務危機預警分析[D].青島：中國海洋大學，2014.

[5]顏建曄，楊小玄，殷琳.主權債務危機預警模型及跨國傳染效應—基于probit面板估計[J].浙江社會科學，2014（12）：18-29.

[6]閻衍，張英杰，張婷婷.“一帶一路”沿線主權風險[J].中國金融，2015（13）：55-57.

基金項目：本文為浙江財經大學2016年研究生校級科研項目階段性研究成果。endprint