论文部分内容阅读
[摘要]本文研究亚洲发展中国家与地区各种经济因素变动率与货币压力变动的关系。在对现有文献进行分析总结的基础上，文章对模型进行了甄选，并进一步利用合成数据的弹性分析法，从指标突变的角度研究各种经济因素对货币压力的影响力，及其影响力的大小。最后本文利用亚洲金融危机前后的数据进行了结构稳定性的检验。合成数据的多元分析表明：过去十余年间，亚洲国家与地区贸易因素对货币压力的影响并不显著，名义汇率贬值率、外汇储备变动率、对银行负债流量的变动率、国际利率变动率和实际有效汇率的变动率等因素是形成货币压力的主要因素。同时，模型的结构在亚洲金融危机前后保持了较好的稳定性。
[关键词]货币压力 指标突变 合成数据 多元分析 稳定性
[中图分类号]F821 [文献标识码]A [文章编号]1004-6623（2006）04-0089-04
[作者简介]雷田礼（1971—），重庆市人，深圳职业技术学院讲师。研究方向：国际经济学。
一、研究背景
频繁发生的货币危机以其带来的巨大灾害给国际经济学带来了严峻的挑战：货币危机（货币压力）是如何在国际间传递或扩散的，各种途径的影响如何？货币危机的体现是汇率突变、利率陡增，或者是储备迅速减少，本文将这三方面的因素定义为货币压力（当货币压力超过一定的限度，便引发货币危机），也作为模型研究中的因变量，来实证分析货币压力传导过程中的影响因素及其显著性。
1.已有的研究及结论。已有的研究文献中，对于货币危机扩散途径的研究分歧较大，其中最明显的当属对贸易途径的争论，结论甚至完全相反。
最早进行危机传导实证性分析的是艾沁格林、罗斯和外普洛斯（Eichengreen,Rose and Wyplosz，1996）完成的。他们用贸易矩阵和宏观变量矩阵估算危机发生的概率，结果发现贸易矩阵对危机发生的影响是非常显著的，因而得出结论:“在同时期的货币危机扩散中,贸易联系是比相似的宏观基础更为主要的因素。”
格里克和罗斯（Glick and Rose，1999）建立了一个新的模型来估算贸易在危机传导中的重要性。研究的结果表明，较强的贸易联系将导致危机发生的概率增大。同艾沁格林的结论一样，他认为宏观变量在模型中对危机指数的影响是不显著的。
除了总量分析外，福布斯（Forbes，2000）利用公司层面的数据来检验贸易在危机的国际传导中的重要性，同样他认为：直接贸易效应（文中称为“收入效应”）及出口企业间的竞争关系（文中称为“产品竞争效应”）都是亚洲和俄罗斯危机中重要的传导机制。
以上的研究结论都认为贸易是危机传导中的主要因素，但也有研究认为贸易在危机传导中是不重要的。
马森（Masson，1998）把贸易传导归类为“溢出效应”，通过研究他认为，由于被危机传导的国家出口到墨西哥和泰国的总量只占出口总额非常微小的比率，因而地区间通过贸易途径的“溢出效应”是不显著的。马森还计算了5个亚洲国家商品竞争力在危机期间的损失，结论表明这种损失也是非常微不足道的，因此他认为贸易的“溢出效应”不能解释危机在这些地区的扩散。
贝格和戈德芬（Baig and Goldfain，1998）也认为贸易不是亚洲金融危机扩散的主要因素。他计算了东亚国家间的直接贸易流量，并且断定在危机扩散中直接贸易和间接贸易效应都是不明显的。
哈里根（Harrigan，2000）则专注于研究亚洲货币危机对美国的影响。他得出的结论是：亚洲危机对美国企业的影响是微小的和有局部性的，只有一些部门，如钢铁产业经历了价格和产出的下降，但被其它地区的需求增加所弥补，因而贸易的影响并不显著。
还有一些研究得出相对中性的结论：贸易联系在危机传导中起到了一定作用，但被其它因素所掩盖。
2. 研究中的问题与研究方法。一是两种方法比较。在已有的文献中，对贸易在危机传导中的研究主要有两大类方法。第一类研究方法从贸易总额占GDP的比重出发，考虑贸易额下降引发货币危机的可能性，大多数研究支持贸易在危机传导中不起主要作用，持此类观点的学者有马森、贝格和戈德芬、哈里根等。这类研究有两个关键：一是贸易乘数，贸易额减少不但直接减少外汇流入，而且造成的GDP损失会按贸易乘数成倍放大,但贸易乘数的实际测算涉及多方面的因素，是一个尚未彻底解决的问题。另一关键因素是预期的影响，贸易损失引起的货币压力不单是外汇数额的直接减少，还会增加人们对货币贬值的预期，由于预期是一个心理因素，难以用公式准确量化，这也就使得贸易与货币压力之间的关系难以准确度量。所以用这种方法来测量贸易对货币压力的影响的文章相对较少，有的只是将其作为研究过程中的一个指标。第二类研究方法是将贸易变化作为一个指标，并与其它宏观指标一同放在模型中，通过多元回归分析，来考虑贸易及各种宏观因素在危机传导中的重要性，如克雷斯丁、艾沁格林、罗斯和外普洛斯(Kristin，2000、Eichengreen,Rose and Wyplosz，1996)等。这类分析方法存在几个方面的问题：一是各种指标（贸易指标与各种宏观指标）对形成货币压力的影响不同，因而各种指标权重的选取不同，得出的结论也会不同。二是异方差和共线性的处理。瑞格邦（Rigobon，2000）曾证明了如果序列中存在异方差，则回归结果不再是无偏或一致的估计量。而共线性因素则会使置信区间变宽，估计值的稳定性降低。
二是研究的样本范围。格里克和罗斯（Glick and Rose，1998）证明了危机的蔓延具有聚类性，只有对同一地区的研究才能找到其共性因素。而受本土主义的影响，大部分西方学者都将发展中国家和发达国家的货币危机进行综合研究及比较。由于不同地区的国家发展模式和经济特点的不同，用不同地区的数据来说明同一问题可能会出现偏差，正如不能用拉美国家的债务危机来解释亚洲的货币危机一样，对不同经济制度国家的合成数据进行研究可能带来不实结论。从大部分文章的可决系数来看，其解释力也偏低（在0.5以下）。
三是样本时间。由于大部分文献都在危机发生后的短时间内完成，数据时间特别是危机后的数据相对较短，不利于对危机前后的比较研究。
四是指标值的选取。也就是取值的绝对性与相对性问题。由于各类经济数据的单位以及数据的数值在数量级上差别较大，原始数据的分析将会造成合成数据的回归系数差别也较大。为了减少回归系数的差异，本文先对数据作预处理，用当期数据相对于上期数据的变动率（作为本期相对于上一期的突变值）作为基本数据进行研究，如此避免了两个方面的问题：一是总体上看数据的变动率指标在数量级上基本相当，避免了回归系数差异过大的问题（也利于回归系数在同一数量级上的比较），更能体现各种指标变动率之间的关系；二是货币危机的传递主要是研究汇率突变带来的链式反应，也就是汇率变动在国际间的传递，相比而言，变动率指标间的关系更能说明因素间的弹性关系（即一个因素的百分比变动带来的另一指标的百分比变动数量）。
本文接下来将采用合成数据的弹性分析方法，从指标突变的角度，以亚洲发展中国家①为样本范围，对危机前后货币压力形成中各类经济因素的影响力及结构稳定性进行实证分析，涉及指标的显著性、横向影响力的大小分析、纵向结构稳定性判断等，并对贸易因素和其它经济因素进行了比较。
二、指标选取及模型确定
本文中涉及的合成数据指标如下（除uslp外，其余指标均为合成数据）：
assp：国外资产净值变动率
leap：社会公众贷款申请额（总申请额减去政府贷款申请额）变动率。
liap：国外负债总额变动率
expc：出口总额变动率
inpc：进口总额变动率
mper：货币流通量（货币加上准货币）变动率
cpip：消费者指数变动率
rerc：实际汇率变动率
pres：储备额变动率
dev：货币贬值率（对美元）
tlip：对银行负债流量的变动率
uslp：国际利率变动率（用美国6月期贷款利率变动率替代）
本文将促使货币危机形成的力量定义为货币压力，包括储备减少、利率提高、汇率贬值等因素（由于利率工具的多功能性，除货币压力外的其它因素也会造成利率的变化，本文暂不考虑），用cri表示，其计算公式为：
cri=pres×@inv(@stdev(pres))+dev×@inv(@stdev(dev))
(式中指标均为合成数据；@inv(·)表示倒数算子，@stdev(·)表示标准差算子)
研究的基本模型如下：
cri=c(i)+c(1)×leap+c(2)×expc+c(3)×inpc+
c(4)×mper+c(5)×dev+c(6)×pres+c(7)×tlip+
c(8)×rerc+c(9)×cpip+c(10)×uslp+c(11)×liap
式中c(k)，k=1,2,…11 分别表示回归系数，c(i)为截距项，随国家和地区的不同而不同。
由于数据原因，同时为了不使数据变动过于频繁，本文中的指标频率为季度。由于商品的调整时间较金融变量更长，本文选择在更长的时间范围内来考查模型：样本范围从1990年第1季度至2003年第2季度。
关于亚洲金融危机，还有一种观点认为：其爆发与美国在20世纪90年代中期利率的大幅上升有关，马森（Masson，1988）称之为“飓风效应”。本文在模型中加入了国际利率（用美国6个月的短期贷款利率替代），用来对“飓风效应”的存在性和影响力进行检验。
在指标值选取上，由于各指标在数量级和方差上的较大差异，不宜直接用各类数据直接进行分析，本文对对数模型和变动率模型对比。通过计算，变动率模型的回归标准误差为0.88，F统计量值为9.64E+30，而对数模型的回归标准误差为1.23，F统计量值为14.09，相比之下，变动率模型在精度上更高。而且，如前所述，变动率模型更有利于刻画指标间的弹性关系。
在进行因素实证前，本文还对常用的一些回归方法在实际数据的拟合优度上进行了比较。发现各种变动率指标的时间序列均不存在序列相关的问题，但从回归标准误差、调整后的R值以及F值等指标结果上，固定截距、广义最小二乘法优于其它几种分析方法在拟合结果上的体现。
综上分析，宜采用合成数据指标变动率的广义回归模型进行因素影响力分析。
三、因素影响力分析
1.基本模型检验结果。首先考查基本模型中货币压力与各种经济因素的关系，合成数据的分析结果如下（表1，常数项未列出）：
从系数上看，对货币压力影响较大的因素有三个:名义货币贬值率、储备变化率、实际汇率贬值率。这三个因素变动1个百分数时，会分别带来货币压力指数9.20%、 2.84%、 -0.76%的变化。由于实际有效汇率贬值与货币压力的反向变化，实际有效汇率的回归系数为负值，与理论一致。但从回归系数的P值来看（5%的显著性水平），名义货币贬值率、储备变化率，以及国外负债总额变动率、对银行负债流量的变动率、国际利率变动率等因素相对于公众贷款申请额变动率、进出口额变动率、货币流量变动率，以及实际有效汇率变动率、消费者指数变动率等因素对货币压力的影响更为显著。
从模型优度来看，DW统计量的值为1.86，比较接近2，在观测量为52和自变量11个的模型中，是不存在自相关结果的。而且模型进行了怀特异方差处理，加权回归的结果也消除了异方差对模型的影响。另外，合成数据中较难处理的是多重共线性对模型的影响，其直接后果是回归系数标准误差变大，置信区间变宽，估计值的稳定性降低。表1中的模型并不存在严重的共线性问题（否则，系统不能给出回归结果）。但由于解释变量多达11个，解释变量间容易存在共线性，为了进一步提高模型的稳定性和可信度，对一些不显著的因素（回归系数P值大于0.05）从模型中剔除，降低共线性存在的可能性,进一步筛选出对货币压力最显著的指标。考虑到可能存在偏误，本文还将系数标准误差较大的因素(系数标准误差大于0.5)放入模型中重新回归，逐步将不显著变量从模型中剔除，得到如下最终结果。（表2）：
模型为：
CRI=C(i)+11.56×DEV+3.42×PRES+0.01×TLIP-0.97×USLP-0.81×RERC
有一点需要说明的是，在上述模型结果中，实际有效汇率与货币压力始终保持着较好的线性关系（造成可决系数较高），说明用实际有效汇率的变动来解释货币压力的变动是非常有效的。但另一方面，为了防止出现虚增的回归系数，本文将实际有效汇率从模型中剔除，所得回归模型的可决系数为0.75，仍优于类似文献中的结果，各变量与货币压力的关系也与前面结果相近，说明模型的结果是比较稳定的。
2.贸易因素影响力检定。为了检验贸易量对货币压力的影响力，本文将贸易因素加入最终模型中，利用如下模型检验进出口因素对货币压力影响的显著程度。
CRI=C(i)+C(1)×DEV+C(2)×PRES+C(3)×TLIP+C(4)×RERC+C(5)×USLP+C(6)×EXPC+C(7)×INPC
系数检验的原假设为：C(6)=C(7)=0。wald系数检验结果如下（表3）：
从结果来看，wald系数检验的F-统计量和卡方统计量的P值均为0.81,完全可以接受原假设，认为进出口变动率对货币压力的影响并不显著。亚洲国家在货币危机传导过程中，即便受危机国家的影响贸易额发生变动，但这种变动率形成的货币压力是微弱的。
从模型结果和贸易影响的系数分析可以看出，相关亚洲国家过去13年中，形成货币压力的主要因素是名义汇率贬值率、储备变动率、对银行负债流量的变动率、实际有效汇率变动率及国际利率变动率，相比之下贸易因素的影响并不显著，同时从模型结果还可以看出，“飓风效应”确实存在，也就是国际利率对亚洲国家货币压力的影响是显著的。
四、结构稳定性判断
经历亚洲金融危机后，各种因素与货币压力的关系是否保持稳定，模型的结构是否发生了变化，是一个值得研究的问题。下面进一步对模型在东南亚货币危机前后的结构稳定性进行判断（取1990年第一季度至1997年第一季度为危机前时段，1998年第二季度到2003年第二季度为危机后时段）。
设整个时段残差平方和为s1，危机前时段的残差平方和为s2，危机后时段的残差平方和为s3，危机前时段的样本量为n1，危机后时段的样本量为n2，决策变量个数为k，实际计算结果如下:s1=573.55,s2=291.47,s3=158.27,k=6,n1=28,n2=21
取显著性水平为5%时F (k,n1+n2-k)=F0.05(6,41)=2.32977，由于实际值小于临界值，应接受原假设：模型结构没有发生变化。说明在过去十余年间，模型中各类经济因素间的结构关系是稳定的。
五、结 论
本文研究亚洲发展中国家和地区各种经济因素对货币压力影响力的强弱，在总结分析现有研究结论的基础上，从几个方面对合成数据模型进行了进一步的尝试，利用合成数据的弹性分析法，从指标突变的角度，把贸易因素与其它经济因素与货币压力的关系进行了对比分析，得到了货币压力及其影响因素的数学模型，并对亚洲金融危机前后的数据进行了结构稳定性的判断。结论表明：贸易因素对货币压力的影响并不显著，对货币压力影响显著的因素是名义汇率贬值率、储备变动率、对银行负债流量的变动率、国际利率变动率和实际有效汇率的变动率。名义汇率贬值率、储备变动率每变动1个百分点，货币压力分别变动11.5和3.4个百分点。银行负债流量对货币压力的影响则相对较弱，只有0.006个百分点的变动。实际有效汇率和国际利率每个百分点的变动，则分别会带来货币压力反向约0.96和0.81个百分点的变动。另外，在过去十余年间，模型中各类经济因素的结构关系稳定（在5%显著性水平下），有利于相关国家汇率政策的制定。为了保持汇率的稳定，应充分重视名义汇率贬值率、储备变动率等因素在形成货币压力中的影响力。
（收稿日期: 2006-06-19 责任编辑: 垠喜）
[关键词]货币压力 指标突变 合成数据 多元分析 稳定性
[中图分类号]F821 [文献标识码]A [文章编号]1004-6623（2006）04-0089-04
[作者简介]雷田礼（1971—），重庆市人，深圳职业技术学院讲师。研究方向：国际经济学。
一、研究背景
频繁发生的货币危机以其带来的巨大灾害给国际经济学带来了严峻的挑战：货币危机（货币压力）是如何在国际间传递或扩散的，各种途径的影响如何？货币危机的体现是汇率突变、利率陡增，或者是储备迅速减少，本文将这三方面的因素定义为货币压力（当货币压力超过一定的限度，便引发货币危机），也作为模型研究中的因变量，来实证分析货币压力传导过程中的影响因素及其显著性。
1.已有的研究及结论。已有的研究文献中，对于货币危机扩散途径的研究分歧较大，其中最明显的当属对贸易途径的争论，结论甚至完全相反。
最早进行危机传导实证性分析的是艾沁格林、罗斯和外普洛斯（Eichengreen,Rose and Wyplosz，1996）完成的。他们用贸易矩阵和宏观变量矩阵估算危机发生的概率，结果发现贸易矩阵对危机发生的影响是非常显著的，因而得出结论:“在同时期的货币危机扩散中,贸易联系是比相似的宏观基础更为主要的因素。”
格里克和罗斯（Glick and Rose，1999）建立了一个新的模型来估算贸易在危机传导中的重要性。研究的结果表明，较强的贸易联系将导致危机发生的概率增大。同艾沁格林的结论一样，他认为宏观变量在模型中对危机指数的影响是不显著的。
除了总量分析外，福布斯（Forbes，2000）利用公司层面的数据来检验贸易在危机的国际传导中的重要性，同样他认为：直接贸易效应（文中称为“收入效应”）及出口企业间的竞争关系（文中称为“产品竞争效应”）都是亚洲和俄罗斯危机中重要的传导机制。
以上的研究结论都认为贸易是危机传导中的主要因素，但也有研究认为贸易在危机传导中是不重要的。
马森（Masson，1998）把贸易传导归类为“溢出效应”，通过研究他认为，由于被危机传导的国家出口到墨西哥和泰国的总量只占出口总额非常微小的比率，因而地区间通过贸易途径的“溢出效应”是不显著的。马森还计算了5个亚洲国家商品竞争力在危机期间的损失，结论表明这种损失也是非常微不足道的，因此他认为贸易的“溢出效应”不能解释危机在这些地区的扩散。
贝格和戈德芬（Baig and Goldfain，1998）也认为贸易不是亚洲金融危机扩散的主要因素。他计算了东亚国家间的直接贸易流量，并且断定在危机扩散中直接贸易和间接贸易效应都是不明显的。
哈里根（Harrigan，2000）则专注于研究亚洲货币危机对美国的影响。他得出的结论是：亚洲危机对美国企业的影响是微小的和有局部性的，只有一些部门，如钢铁产业经历了价格和产出的下降，但被其它地区的需求增加所弥补，因而贸易的影响并不显著。
还有一些研究得出相对中性的结论：贸易联系在危机传导中起到了一定作用，但被其它因素所掩盖。
2. 研究中的问题与研究方法。一是两种方法比较。在已有的文献中，对贸易在危机传导中的研究主要有两大类方法。第一类研究方法从贸易总额占GDP的比重出发，考虑贸易额下降引发货币危机的可能性，大多数研究支持贸易在危机传导中不起主要作用，持此类观点的学者有马森、贝格和戈德芬、哈里根等。这类研究有两个关键：一是贸易乘数，贸易额减少不但直接减少外汇流入，而且造成的GDP损失会按贸易乘数成倍放大,但贸易乘数的实际测算涉及多方面的因素，是一个尚未彻底解决的问题。另一关键因素是预期的影响，贸易损失引起的货币压力不单是外汇数额的直接减少，还会增加人们对货币贬值的预期，由于预期是一个心理因素，难以用公式准确量化，这也就使得贸易与货币压力之间的关系难以准确度量。所以用这种方法来测量贸易对货币压力的影响的文章相对较少，有的只是将其作为研究过程中的一个指标。第二类研究方法是将贸易变化作为一个指标，并与其它宏观指标一同放在模型中，通过多元回归分析，来考虑贸易及各种宏观因素在危机传导中的重要性，如克雷斯丁、艾沁格林、罗斯和外普洛斯(Kristin，2000、Eichengreen,Rose and Wyplosz，1996)等。这类分析方法存在几个方面的问题：一是各种指标（贸易指标与各种宏观指标）对形成货币压力的影响不同，因而各种指标权重的选取不同，得出的结论也会不同。二是异方差和共线性的处理。瑞格邦（Rigobon，2000）曾证明了如果序列中存在异方差，则回归结果不再是无偏或一致的估计量。而共线性因素则会使置信区间变宽，估计值的稳定性降低。
二是研究的样本范围。格里克和罗斯（Glick and Rose，1998）证明了危机的蔓延具有聚类性，只有对同一地区的研究才能找到其共性因素。而受本土主义的影响，大部分西方学者都将发展中国家和发达国家的货币危机进行综合研究及比较。由于不同地区的国家发展模式和经济特点的不同，用不同地区的数据来说明同一问题可能会出现偏差，正如不能用拉美国家的债务危机来解释亚洲的货币危机一样，对不同经济制度国家的合成数据进行研究可能带来不实结论。从大部分文章的可决系数来看，其解释力也偏低（在0.5以下）。
三是样本时间。由于大部分文献都在危机发生后的短时间内完成，数据时间特别是危机后的数据相对较短，不利于对危机前后的比较研究。
四是指标值的选取。也就是取值的绝对性与相对性问题。由于各类经济数据的单位以及数据的数值在数量级上差别较大，原始数据的分析将会造成合成数据的回归系数差别也较大。为了减少回归系数的差异，本文先对数据作预处理，用当期数据相对于上期数据的变动率（作为本期相对于上一期的突变值）作为基本数据进行研究，如此避免了两个方面的问题：一是总体上看数据的变动率指标在数量级上基本相当，避免了回归系数差异过大的问题（也利于回归系数在同一数量级上的比较），更能体现各种指标变动率之间的关系；二是货币危机的传递主要是研究汇率突变带来的链式反应，也就是汇率变动在国际间的传递，相比而言，变动率指标间的关系更能说明因素间的弹性关系（即一个因素的百分比变动带来的另一指标的百分比变动数量）。
本文接下来将采用合成数据的弹性分析方法，从指标突变的角度，以亚洲发展中国家①为样本范围，对危机前后货币压力形成中各类经济因素的影响力及结构稳定性进行实证分析，涉及指标的显著性、横向影响力的大小分析、纵向结构稳定性判断等，并对贸易因素和其它经济因素进行了比较。
二、指标选取及模型确定
本文中涉及的合成数据指标如下（除uslp外，其余指标均为合成数据）：
assp：国外资产净值变动率
leap：社会公众贷款申请额（总申请额减去政府贷款申请额）变动率。
liap：国外负债总额变动率
expc：出口总额变动率
inpc：进口总额变动率
mper：货币流通量（货币加上准货币）变动率
cpip：消费者指数变动率
rerc：实际汇率变动率
pres：储备额变动率
dev：货币贬值率（对美元）
tlip：对银行负债流量的变动率
uslp：国际利率变动率（用美国6月期贷款利率变动率替代）
本文将促使货币危机形成的力量定义为货币压力，包括储备减少、利率提高、汇率贬值等因素（由于利率工具的多功能性，除货币压力外的其它因素也会造成利率的变化，本文暂不考虑），用cri表示，其计算公式为：
cri=pres×@inv(@stdev(pres))+dev×@inv(@stdev(dev))
(式中指标均为合成数据；@inv(·)表示倒数算子，@stdev(·)表示标准差算子)
研究的基本模型如下：
cri=c(i)+c(1)×leap+c(2)×expc+c(3)×inpc+
c(4)×mper+c(5)×dev+c(6)×pres+c(7)×tlip+
c(8)×rerc+c(9)×cpip+c(10)×uslp+c(11)×liap
式中c(k)，k=1,2,…11 分别表示回归系数，c(i)为截距项，随国家和地区的不同而不同。
由于数据原因，同时为了不使数据变动过于频繁，本文中的指标频率为季度。由于商品的调整时间较金融变量更长，本文选择在更长的时间范围内来考查模型：样本范围从1990年第1季度至2003年第2季度。
关于亚洲金融危机，还有一种观点认为：其爆发与美国在20世纪90年代中期利率的大幅上升有关，马森（Masson，1988）称之为“飓风效应”。本文在模型中加入了国际利率（用美国6个月的短期贷款利率替代），用来对“飓风效应”的存在性和影响力进行检验。
在指标值选取上，由于各指标在数量级和方差上的较大差异，不宜直接用各类数据直接进行分析，本文对对数模型和变动率模型对比。通过计算，变动率模型的回归标准误差为0.88，F统计量值为9.64E+30，而对数模型的回归标准误差为1.23，F统计量值为14.09，相比之下，变动率模型在精度上更高。而且，如前所述，变动率模型更有利于刻画指标间的弹性关系。
在进行因素实证前，本文还对常用的一些回归方法在实际数据的拟合优度上进行了比较。发现各种变动率指标的时间序列均不存在序列相关的问题，但从回归标准误差、调整后的R值以及F值等指标结果上，固定截距、广义最小二乘法优于其它几种分析方法在拟合结果上的体现。
综上分析，宜采用合成数据指标变动率的广义回归模型进行因素影响力分析。
三、因素影响力分析
1.基本模型检验结果。首先考查基本模型中货币压力与各种经济因素的关系，合成数据的分析结果如下（表1，常数项未列出）：
从系数上看，对货币压力影响较大的因素有三个:名义货币贬值率、储备变化率、实际汇率贬值率。这三个因素变动1个百分数时，会分别带来货币压力指数9.20%、 2.84%、 -0.76%的变化。由于实际有效汇率贬值与货币压力的反向变化，实际有效汇率的回归系数为负值，与理论一致。但从回归系数的P值来看（5%的显著性水平），名义货币贬值率、储备变化率，以及国外负债总额变动率、对银行负债流量的变动率、国际利率变动率等因素相对于公众贷款申请额变动率、进出口额变动率、货币流量变动率，以及实际有效汇率变动率、消费者指数变动率等因素对货币压力的影响更为显著。
从模型优度来看，DW统计量的值为1.86，比较接近2，在观测量为52和自变量11个的模型中，是不存在自相关结果的。而且模型进行了怀特异方差处理，加权回归的结果也消除了异方差对模型的影响。另外，合成数据中较难处理的是多重共线性对模型的影响，其直接后果是回归系数标准误差变大，置信区间变宽，估计值的稳定性降低。表1中的模型并不存在严重的共线性问题（否则，系统不能给出回归结果）。但由于解释变量多达11个，解释变量间容易存在共线性，为了进一步提高模型的稳定性和可信度，对一些不显著的因素（回归系数P值大于0.05）从模型中剔除，降低共线性存在的可能性,进一步筛选出对货币压力最显著的指标。考虑到可能存在偏误，本文还将系数标准误差较大的因素(系数标准误差大于0.5)放入模型中重新回归，逐步将不显著变量从模型中剔除，得到如下最终结果。（表2）：
模型为：
CRI=C(i)+11.56×DEV+3.42×PRES+0.01×TLIP-0.97×USLP-0.81×RERC
有一点需要说明的是，在上述模型结果中，实际有效汇率与货币压力始终保持着较好的线性关系（造成可决系数较高），说明用实际有效汇率的变动来解释货币压力的变动是非常有效的。但另一方面，为了防止出现虚增的回归系数，本文将实际有效汇率从模型中剔除，所得回归模型的可决系数为0.75，仍优于类似文献中的结果，各变量与货币压力的关系也与前面结果相近，说明模型的结果是比较稳定的。
2.贸易因素影响力检定。为了检验贸易量对货币压力的影响力，本文将贸易因素加入最终模型中，利用如下模型检验进出口因素对货币压力影响的显著程度。
CRI=C(i)+C(1)×DEV+C(2)×PRES+C(3)×TLIP+C(4)×RERC+C(5)×USLP+C(6)×EXPC+C(7)×INPC
系数检验的原假设为：C(6)=C(7)=0。wald系数检验结果如下（表3）：
从结果来看，wald系数检验的F-统计量和卡方统计量的P值均为0.81,完全可以接受原假设，认为进出口变动率对货币压力的影响并不显著。亚洲国家在货币危机传导过程中，即便受危机国家的影响贸易额发生变动，但这种变动率形成的货币压力是微弱的。
从模型结果和贸易影响的系数分析可以看出，相关亚洲国家过去13年中，形成货币压力的主要因素是名义汇率贬值率、储备变动率、对银行负债流量的变动率、实际有效汇率变动率及国际利率变动率，相比之下贸易因素的影响并不显著，同时从模型结果还可以看出，“飓风效应”确实存在，也就是国际利率对亚洲国家货币压力的影响是显著的。
四、结构稳定性判断
经历亚洲金融危机后，各种因素与货币压力的关系是否保持稳定，模型的结构是否发生了变化，是一个值得研究的问题。下面进一步对模型在东南亚货币危机前后的结构稳定性进行判断（取1990年第一季度至1997年第一季度为危机前时段，1998年第二季度到2003年第二季度为危机后时段）。
设整个时段残差平方和为s1，危机前时段的残差平方和为s2，危机后时段的残差平方和为s3，危机前时段的样本量为n1，危机后时段的样本量为n2，决策变量个数为k，实际计算结果如下:s1=573.55,s2=291.47,s3=158.27,k=6,n1=28,n2=21
取显著性水平为5%时F (k,n1+n2-k)=F0.05(6,41)=2.32977，由于实际值小于临界值，应接受原假设：模型结构没有发生变化。说明在过去十余年间，模型中各类经济因素间的结构关系是稳定的。
五、结 论
本文研究亚洲发展中国家和地区各种经济因素对货币压力影响力的强弱，在总结分析现有研究结论的基础上，从几个方面对合成数据模型进行了进一步的尝试，利用合成数据的弹性分析法，从指标突变的角度，把贸易因素与其它经济因素与货币压力的关系进行了对比分析，得到了货币压力及其影响因素的数学模型，并对亚洲金融危机前后的数据进行了结构稳定性的判断。结论表明：贸易因素对货币压力的影响并不显著，对货币压力影响显著的因素是名义汇率贬值率、储备变动率、对银行负债流量的变动率、国际利率变动率和实际有效汇率的变动率。名义汇率贬值率、储备变动率每变动1个百分点，货币压力分别变动11.5和3.4个百分点。银行负债流量对货币压力的影响则相对较弱，只有0.006个百分点的变动。实际有效汇率和国际利率每个百分点的变动，则分别会带来货币压力反向约0.96和0.81个百分点的变动。另外，在过去十余年间，模型中各类经济因素的结构关系稳定（在5%显著性水平下），有利于相关国家汇率政策的制定。为了保持汇率的稳定，应充分重视名义汇率贬值率、储备变动率等因素在形成货币压力中的影响力。
（收稿日期: 2006-06-19 责任编辑: 垠喜）