论文部分内容阅读
摘 要:2008年的美国金融危机给世界造成的影响使人们再次重视金融风险的预警研究。在此背景下,通过对国外相关风险预警模型的介绍,特别以KLR信号法、Probit/Logit模型和马尔可夫状态转移模型为重点进行比较研究,希望对国内今后的风险预警模型的研究提供一定的参考和借鉴。
关键词:金融风险;预警模型;KLR信号法;Probity/Logit模型;马尔可夫状态转移模型
引言:
发生于上世纪90年代的墨西哥、亚洲、俄罗斯和巴西金融危机催生了风险预警的研究,在此后的10年里,中国和世界经济经历了繁荣增长,但起始于美国的2008年全球金融危机却在市场没有预期的情况下,给美国金融业乃至世界金融业上了沉重的一课,倒闭的银行数以百计,华尔街久负盛名的雷曼兄弟和美林证券也难幸免于难,甚至连主权国家冰岛和巴基斯坦也都面临破产的风险,世界经济陷入低迷,我国的出口因此受到牵连。虽然此次的美国金融危机对我国金融部门未构成太大影响,但随着我国经济对外依存度的提高,金融开放的程度加大,今后无论是国家或者地区的金融危机对金融部门乃至实体经济甚至社会稳定造成的冲击必将会逐渐显现。本文正是基于此考虑,希望通过对国外相关文献的总结,为我国金融风险预警的研究提供参考、借鉴。
一、金融危机①的定义
金融危机的界定标准较难确定。国外多数学者都将金融危机分为货币危机、银行危机和债务危机三种主要类型,其中尤以货币危机的风险预警研究最具代表。其中,Esquivel和Larrain(1998)把货币危机定义为实际汇率连续3个月累计贬值大于等于15%,但这一定义没有考虑外汇储备的减少和利率的提高。Kaminsky,Lizondo and Reinhart(1998)把货币危机定义为:“对一国货币的冲击导致货币大幅贬值,或外汇储备大幅减少,或者两者兼而有之”。Eichengreen,Rose and Wyplosz(1996)的定义为“汇率,利率和外汇储备变动的加权超出其平均值2个标准差”。Zhang(2001)在此基础上又依据货币的贬值和外汇储备的减少对货币危机进行了定义。由于各国的发展水平,汇率制度以及经济环境的不同,汇率或外汇储备的相同变化可能对不同国家产生不同的影响,因此在定义货币危机时,应考虑各个国家自身的特点。
二、主要金融风险预警模型介绍
由于20世纪发生的几次金融危机,国外文献中不乏对金融危机的风险预警模型的相关研究。最早试图通过实证模型来估计货币危机,并试图评价模型对预测危机起源可能性的工作是Blanco and Garber(1986)和 Edin and Vredin (1993)。他们所建立的模型采用了币途径、贸易支付差额以及汇率决定机制,而且模型在使用样本内数据条件下表现的很好,Blanco and Garber (1986)还成功“预测”了1982年发生在墨西哥的货币贬值危机。但为了处理和估计方便,其模型都进行了一系列假设,这使得他们所建立的模型能胜任由货币性失衡(monetary imbalances)所导致的贬值危机,但却无法洞察经济其他方面所散发出的危机信号。该缺点制约了模型在风险预警方面更为广泛的运用。其后,大量通过实证来研究风险预警的模型普遍都缺乏良好的理论支撑,但纵观其预测结果也并非毫无可取之处。
国外文献中关于预警模型的研究大致分为以下几种:KLR信号模型、Probity/Logit模型、马尔可夫状态转移模型、自回归条件风险模型、双元递归树模型、VaR和压力测试模型、遗传算法、人工神经网络模型、受限向量自回归模型、Fisher判别分析法、潜在变量门槛模型、滤波法、主观概率法等。可以说不同的算法、模型从不同的角度对风险进行度量和模拟,出发点都是为了找到最有效的风险预警方法。通常,完善的金融预警系统应由以下三部分构成:预警目标、预警指标和预警方法。相应的,需要解决的问题是预警目标的界定、预警指标的选取和预警方法的开发,本文从这几个方面入手,在充分考虑各个模型的优劣以及所获得的认同度后,着重选择了KLR模型、 Probity/Logit模型、马尔可夫状态转移模型予以重点比较和借鉴。
(1)KLR信号模型
KLR信号模型是Kaminsky ,Lizondo和Reinhart(1997)在前人研究基础上构建的货币危机预警的模型。KLR首先构建了一个“汇率市场压力指标”来反映危机,并利用15个发展中国家和5个发达国家1970-1995年的月度数据对货币危机进行了预测,在运用噪音-信号比(noise-to-signal ratio)最小法确定最优临界值后筛选出噪音-信号比小于1的12个优良指标②,然后根据其同时预警数目的多寡来判断危机发生的概率。这种方法被誉为1997年以前预测货币危机的最佳方法(Berg和Pattillo 1999)。
但初期的KLR模型只根据信号的多少来判断危机发生的概率缺乏足够的说服力,并且在不同预测中如果有相同数量的预警指标发出信号的情况时,无法判断那么哪一种情况更能反映实际的危机可能性。因此,Kaminsky在1999重新修正了初始KLR模型。她提出了四种复合指标来汇总这些预警指标所发出的信息,并逐一进行检验,结果显示表现最好的复合指标是以噪音-信号比的倒数为权重的优良指标的加权平均。
即便如此,修正后的KLR模型依然存在比较明显的缺陷:首先,由于临界值是在样本标准差定义后计算出的,所以当发生了新的、较大的危机将直接导致扩展了数据后的模型可能无法识别以前曾被识别的危机。Edison(2003)发现,在把数据扩展到1999年以后,那些使用KLR方法利用1997年以前的数据识别的5次马来西亚的危机全部消失了,只有那次最猛烈的1997年的危机得到了识别;其次,KLR模型中一个通用做法是使用“排斥窗口(exclusion window)”,即若一次新的危机发生在上一次危机所在的“排斥窗口”之内,则这次危机将被忽略 “排斥窗口”的使用会造成对在“排斥窗口”期内许多有用信息的忽略。不仅如此,由于“排斥窗口”时间长度宽度设定的主观性,还可能导致人为的序列相关;最后,因为指标的被转换成了二元的“0-1”信号,在此过程中必然会损失一部分有用信息。
(2)、Probit/Logit模型
Eichengreen, Rose and Wyplosz (1994,1996), 和Frankel and Rose (1996)的研究最早引入probit/logit模型。Eichengreen, Rose and Wyplosz (1996)采用了20个工业国1959-1993年的季度数据进行建模,得出了危机具有显著传染性的结论; Frankel和Rose(1996)采集了105个发展中国家1971-1992年的季度数据,在构建了“投机压力指数(IPS)”后,通过临界值的界定,将连续变量转化为0-1离散变量,进而使用Probit模型来预测货币危机。在模型中他们考虑了影响货币危机的四大类因素:宏观经济指标,外部均衡,资本流动构成和外国变量。其实证结果表明,货币危机在以下情况下更易发生:国外直接投资(FDI)枯竭,本国信贷增长率过高,债权国利率上升,而当国际储备较低和汇率高估时的影响不如以上几个因素明显;Berg和Pattillo(1998)再次使用FR方法(Frankel and Rose,1996)采用了四个模型分别对货币危机作了预测。总的看来模型的参数表现稳定并且许多变量在预测危机方面表现得很显著,这表明在样本数据内Probit/Logit模型还是有一定生命力的。但当把Probit/Logit模型用于预测样本外的1997年亚洲金融危机时,它的表现却不尽人意;Berg和Pattillo(1999)在KLR模型中加入了两个新的备选解释变量,利用不同的样本国把数据更新到1996年,以判断1997年的亚洲金融危机是否能被成功的预测,同时他们根据不同的解释变量做了三个Probit模型,并对几个模型的结果作了样本内和样本外的比较分析。他们发现在样本内三个模型表现近似且预测结果都不太理想。但在样本外基于简单线性回归的Probit模型在预测亚洲金融危机时的效果要明显优于另两个模型及KLR和修正的KLR模型;Bussiere和Fratzscher(2002)指出了传统的二元应变量Probit/Logit模型在预测金融危机时存在严重缺陷:它们混同了危机前的诱发期和危机后的恢复期。实际上在这两个时期危机预警指标的表现具有很大差异。因此他们提出使用三元应变量Logit模型进行危机预测。危机变量可取值0(平静期),1(诱发期)或2(恢复期)。其研究使用了20个国家1993-2001年的月度数据。以20%为临界值在样本内可正确预测73%的危机和85%的平静期。在样本外预测亚洲金融危机时,可以正确预测57%的危机和83%的平静期[22]。
以上所论述的研究者虽然都使用的Probit/Logit模型,但他们使用了不同的危机定义、预警指标、国家样本、数据集合、“排斥窗口”以及临界值,所以其结果不具有横向可比性。但总的来说,Probit/Logit模型存在着以下缺陷:连续变量转换为二元或多元离散变量后的信息的损失;临界值选择的主观性以及同KLR模型类似的有关“排斥窗口”的问题等。同时,由于自变量存在多重共线的可能,这直接限制了更多变量的采用,因此其在对危机的预测上有一定的片面性。
(3)马尔可夫状态转移模型(Markov-Switching Approach)
Quandt(1958),Goldfeld和Quandt(1973),Hamilton(1989,1990)的相关文献是对马尔可夫状态转移法早期研究。由于马尔可夫状态转移法预测危机可以弥补KLR方法和Probit/Logit模型存在的许多缺陷,最重要的一点是,在马尔可夫模型中可直接使用ISP指标预测危机,避免了把连续变量转换为离散变量所造成的信息损失,因此该方法是实证经济学家一个常用的工具。Abiad(2003)在前人研究基础上使用了时变转移概率的马尔可夫模型(time-varying transition probability)预测金融危机。Abiad在使用宏观经济变量基础上,开发了资本流动和金融部门脆弱性指标,较全面的扩充了预警指标集。其次,为检验模型的实用性,他对模型在样本内和样本外都作了预测。另外,Abiad还摒弃了模型的参数在国家间一致的假设。
Abiad利用1972-1999年的月度数据,对印尼、泰国、马来西亚和菲律宾四个亚洲金融危机国家分别作了估计结果表明其模型在预测危机方面效果较好。以50%为临界值,它明确预测了样本中65%的危机,89%的平静期;Arias和Erlandsson(2004)使用了一种改良的马尔可夫状态转移法进行危机预测。他们指出包含多个解释变量时传统的马尔可夫模型存在明显的偏误,当构建金融预警系统时,这种偏误会引起严重误导。如可能发现传染指标高度显著,而经济基本面的长期不平衡却并不显著,这将不利于政策制定者筛选真正有效的金融预警指标进而制约其相应经济政策的采用。因此,他们提出使用一种惩罚最大似然法(penalized maximum likelihood methodology)来弥补这个缺陷。其实证结果证明:在样本内,以40%为临界值,他们的模型可正确预测71%的危机和90%的平静期。
即使如此,马尔可夫状态转移模型同样存在其不足之处:首先是关于计算能力的问题,带时变转移概率的马尔可夫模型还不是标准的计量软件包的一部分,需要进行编程设计,当然,随着越来越多的研究人员正在使用这种方法并且公开他们的程序编码,这种缺陷正在逐渐消失;其次,在检验马尔可夫状态转移模型时对“不转移作为零假设”这个前提的检验比较困难;缺陷似然面(likelihood surface)可能有几个局部最优解,并且有时它们的性态表现并不良好,而且因为要大量计算微分,t检验对选择的步骤多寡比较敏感(吴军,2006)。
参考文献:
[1]Abiad.A, 2003,“Early Warning Systems For Currency Crises:A Markov-Switching Approach with Application to Southeast Asia”IMF Working Paper 0332
[2]Zhang, Z.W., 2001,“Speculative Attacks in the Asian Crises” IMF Working Paper 01189
[3]Tornell, A., 1999,“Common Fundamental in the Tequila and Asian Crises,”NBER WorkingPaper 7139.
[4]Sachs, J., A. Tornell and A. Velasco, 1996,“Financial Crises in Emerging Markets: The Lessons from 1995,”Brookings Papers on Economic Activity27(1)
[5]Osband, K. and C. Van Rijckeghem, 1998,“Vulnerability to Currency Crises,”IMF Staff Papers47
[6]Obstfeld, M., 1986,“Rational and Self-Fulfilling Balance-of-Payments Crises,”American Economic Review76: pp. 72-78.
[7]Kaminsky, G.L. and S. Lizondo, C.M. Reinhart, 1997,“Leading Indicators of Currency Crises,”IMF Working Paper 9779.
[8]Kaminsky, G.L. and C.M. Reinhart, 1999,“The Twin Crises: The Causes of Banking and Balance-of-Payments Problems,”American Economic Review89
[9] ]Kaminsky, G.L., 1999,“Currency and Banking Crises: The Early Warnings of Distress,”IMF Working Paper99178.
[10]Frankel, J. and A. Rose, 1996,“Currency Crises in Emerging Markets: An Empirical Treatment,”Journal of International Economics41
[11]Edison, H.J., 2003,“Do Indicators of Financial Crises Work? An Evaluation of an Early Warning System,”International Journal of Finance and Economics8
[12]Eichengreen, B., A. Rose and C.Wyplosz, 1996,“Contagious Currency Crises: First Tests,”Scandinavian Journal of Economics98
[13]Jeanne, O. and P. Masson, 2000,“Currency Crises, Sunspots and Markov-Switching Regimes,”Journal of International Economics50
[14]Hamilton, J.D. and O. Jorda, 2002,“A Model of the Federal Funds Rate Target,”Journa of Political Economy110
[15]Berg, A. and C. Patillo, 1999,“Predicting Currency Crises: The Indicators Approach and an Alternative,”Journal of International Money and Finance18
[16]Arias, G. and U.G. Erlandsson, 2004,“Regime Switching as an Alternative Early Warning System of Currency Crises-an Application to South-East Asia,”Lund University, Department of Economics Working Paper2004_011.
[17] 林伯强.外债风险预警模型及中国金融安全状况评估[J].经济研究,2002,7
[18] 仲彬,刘念,毕顺荣.区域金融风险预警系统的理论与实践探讨[J].金融研究,2002,7
[19] 陈守东,杨莹,马辉.中国金融风险预警研究[J]. 数量经济技术经济研究,2006,7
[20] 于景莲,陈华.中国国有银行脆弱性预警模型研究[J]. 技术经济,2009,1
[21] 朱波,范方志.金融危机理论与模型综述[J].世界经济研究,2005,6
[22] 吴军.当代金融预警方法述评[J].世界经济文汇,2006,6
[23] 林谦,王宇.金融风险预警系统及发展[J]. 统计与决策,2007,7
[24] 董小君.美国金融预警制度及启示[J].国际金融研究,2004,4
注释:
①:如未特别说明,均指狭义的金融危机,即货币危机。
②:实际汇率、出口、股票价格、M2/国际储备、产出、M1超额供给、国际储备、M2乘数、本国信贷/GDP、实际利率、贸易条件、国内外存款实际利差等
(作者通讯地址:西南大学 重庆 400715)
关键词:金融风险;预警模型;KLR信号法;Probity/Logit模型;马尔可夫状态转移模型
引言:
发生于上世纪90年代的墨西哥、亚洲、俄罗斯和巴西金融危机催生了风险预警的研究,在此后的10年里,中国和世界经济经历了繁荣增长,但起始于美国的2008年全球金融危机却在市场没有预期的情况下,给美国金融业乃至世界金融业上了沉重的一课,倒闭的银行数以百计,华尔街久负盛名的雷曼兄弟和美林证券也难幸免于难,甚至连主权国家冰岛和巴基斯坦也都面临破产的风险,世界经济陷入低迷,我国的出口因此受到牵连。虽然此次的美国金融危机对我国金融部门未构成太大影响,但随着我国经济对外依存度的提高,金融开放的程度加大,今后无论是国家或者地区的金融危机对金融部门乃至实体经济甚至社会稳定造成的冲击必将会逐渐显现。本文正是基于此考虑,希望通过对国外相关文献的总结,为我国金融风险预警的研究提供参考、借鉴。
一、金融危机①的定义
金融危机的界定标准较难确定。国外多数学者都将金融危机分为货币危机、银行危机和债务危机三种主要类型,其中尤以货币危机的风险预警研究最具代表。其中,Esquivel和Larrain(1998)把货币危机定义为实际汇率连续3个月累计贬值大于等于15%,但这一定义没有考虑外汇储备的减少和利率的提高。Kaminsky,Lizondo and Reinhart(1998)把货币危机定义为:“对一国货币的冲击导致货币大幅贬值,或外汇储备大幅减少,或者两者兼而有之”。Eichengreen,Rose and Wyplosz(1996)的定义为“汇率,利率和外汇储备变动的加权超出其平均值2个标准差”。Zhang(2001)在此基础上又依据货币的贬值和外汇储备的减少对货币危机进行了定义。由于各国的发展水平,汇率制度以及经济环境的不同,汇率或外汇储备的相同变化可能对不同国家产生不同的影响,因此在定义货币危机时,应考虑各个国家自身的特点。
二、主要金融风险预警模型介绍
由于20世纪发生的几次金融危机,国外文献中不乏对金融危机的风险预警模型的相关研究。最早试图通过实证模型来估计货币危机,并试图评价模型对预测危机起源可能性的工作是Blanco and Garber(1986)和 Edin and Vredin (1993)。他们所建立的模型采用了币途径、贸易支付差额以及汇率决定机制,而且模型在使用样本内数据条件下表现的很好,Blanco and Garber (1986)还成功“预测”了1982年发生在墨西哥的货币贬值危机。但为了处理和估计方便,其模型都进行了一系列假设,这使得他们所建立的模型能胜任由货币性失衡(monetary imbalances)所导致的贬值危机,但却无法洞察经济其他方面所散发出的危机信号。该缺点制约了模型在风险预警方面更为广泛的运用。其后,大量通过实证来研究风险预警的模型普遍都缺乏良好的理论支撑,但纵观其预测结果也并非毫无可取之处。
国外文献中关于预警模型的研究大致分为以下几种:KLR信号模型、Probity/Logit模型、马尔可夫状态转移模型、自回归条件风险模型、双元递归树模型、VaR和压力测试模型、遗传算法、人工神经网络模型、受限向量自回归模型、Fisher判别分析法、潜在变量门槛模型、滤波法、主观概率法等。可以说不同的算法、模型从不同的角度对风险进行度量和模拟,出发点都是为了找到最有效的风险预警方法。通常,完善的金融预警系统应由以下三部分构成:预警目标、预警指标和预警方法。相应的,需要解决的问题是预警目标的界定、预警指标的选取和预警方法的开发,本文从这几个方面入手,在充分考虑各个模型的优劣以及所获得的认同度后,着重选择了KLR模型、 Probity/Logit模型、马尔可夫状态转移模型予以重点比较和借鉴。
(1)KLR信号模型
KLR信号模型是Kaminsky ,Lizondo和Reinhart(1997)在前人研究基础上构建的货币危机预警的模型。KLR首先构建了一个“汇率市场压力指标”来反映危机,并利用15个发展中国家和5个发达国家1970-1995年的月度数据对货币危机进行了预测,在运用噪音-信号比(noise-to-signal ratio)最小法确定最优临界值后筛选出噪音-信号比小于1的12个优良指标②,然后根据其同时预警数目的多寡来判断危机发生的概率。这种方法被誉为1997年以前预测货币危机的最佳方法(Berg和Pattillo 1999)。
但初期的KLR模型只根据信号的多少来判断危机发生的概率缺乏足够的说服力,并且在不同预测中如果有相同数量的预警指标发出信号的情况时,无法判断那么哪一种情况更能反映实际的危机可能性。因此,Kaminsky在1999重新修正了初始KLR模型。她提出了四种复合指标来汇总这些预警指标所发出的信息,并逐一进行检验,结果显示表现最好的复合指标是以噪音-信号比的倒数为权重的优良指标的加权平均。
即便如此,修正后的KLR模型依然存在比较明显的缺陷:首先,由于临界值是在样本标准差定义后计算出的,所以当发生了新的、较大的危机将直接导致扩展了数据后的模型可能无法识别以前曾被识别的危机。Edison(2003)发现,在把数据扩展到1999年以后,那些使用KLR方法利用1997年以前的数据识别的5次马来西亚的危机全部消失了,只有那次最猛烈的1997年的危机得到了识别;其次,KLR模型中一个通用做法是使用“排斥窗口(exclusion window)”,即若一次新的危机发生在上一次危机所在的“排斥窗口”之内,则这次危机将被忽略 “排斥窗口”的使用会造成对在“排斥窗口”期内许多有用信息的忽略。不仅如此,由于“排斥窗口”时间长度宽度设定的主观性,还可能导致人为的序列相关;最后,因为指标的被转换成了二元的“0-1”信号,在此过程中必然会损失一部分有用信息。
(2)、Probit/Logit模型
Eichengreen, Rose and Wyplosz (1994,1996), 和Frankel and Rose (1996)的研究最早引入probit/logit模型。Eichengreen, Rose and Wyplosz (1996)采用了20个工业国1959-1993年的季度数据进行建模,得出了危机具有显著传染性的结论; Frankel和Rose(1996)采集了105个发展中国家1971-1992年的季度数据,在构建了“投机压力指数(IPS)”后,通过临界值的界定,将连续变量转化为0-1离散变量,进而使用Probit模型来预测货币危机。在模型中他们考虑了影响货币危机的四大类因素:宏观经济指标,外部均衡,资本流动构成和外国变量。其实证结果表明,货币危机在以下情况下更易发生:国外直接投资(FDI)枯竭,本国信贷增长率过高,债权国利率上升,而当国际储备较低和汇率高估时的影响不如以上几个因素明显;Berg和Pattillo(1998)再次使用FR方法(Frankel and Rose,1996)采用了四个模型分别对货币危机作了预测。总的看来模型的参数表现稳定并且许多变量在预测危机方面表现得很显著,这表明在样本数据内Probit/Logit模型还是有一定生命力的。但当把Probit/Logit模型用于预测样本外的1997年亚洲金融危机时,它的表现却不尽人意;Berg和Pattillo(1999)在KLR模型中加入了两个新的备选解释变量,利用不同的样本国把数据更新到1996年,以判断1997年的亚洲金融危机是否能被成功的预测,同时他们根据不同的解释变量做了三个Probit模型,并对几个模型的结果作了样本内和样本外的比较分析。他们发现在样本内三个模型表现近似且预测结果都不太理想。但在样本外基于简单线性回归的Probit模型在预测亚洲金融危机时的效果要明显优于另两个模型及KLR和修正的KLR模型;Bussiere和Fratzscher(2002)指出了传统的二元应变量Probit/Logit模型在预测金融危机时存在严重缺陷:它们混同了危机前的诱发期和危机后的恢复期。实际上在这两个时期危机预警指标的表现具有很大差异。因此他们提出使用三元应变量Logit模型进行危机预测。危机变量可取值0(平静期),1(诱发期)或2(恢复期)。其研究使用了20个国家1993-2001年的月度数据。以20%为临界值在样本内可正确预测73%的危机和85%的平静期。在样本外预测亚洲金融危机时,可以正确预测57%的危机和83%的平静期[22]。
以上所论述的研究者虽然都使用的Probit/Logit模型,但他们使用了不同的危机定义、预警指标、国家样本、数据集合、“排斥窗口”以及临界值,所以其结果不具有横向可比性。但总的来说,Probit/Logit模型存在着以下缺陷:连续变量转换为二元或多元离散变量后的信息的损失;临界值选择的主观性以及同KLR模型类似的有关“排斥窗口”的问题等。同时,由于自变量存在多重共线的可能,这直接限制了更多变量的采用,因此其在对危机的预测上有一定的片面性。
(3)马尔可夫状态转移模型(Markov-Switching Approach)
Quandt(1958),Goldfeld和Quandt(1973),Hamilton(1989,1990)的相关文献是对马尔可夫状态转移法早期研究。由于马尔可夫状态转移法预测危机可以弥补KLR方法和Probit/Logit模型存在的许多缺陷,最重要的一点是,在马尔可夫模型中可直接使用ISP指标预测危机,避免了把连续变量转换为离散变量所造成的信息损失,因此该方法是实证经济学家一个常用的工具。Abiad(2003)在前人研究基础上使用了时变转移概率的马尔可夫模型(time-varying transition probability)预测金融危机。Abiad在使用宏观经济变量基础上,开发了资本流动和金融部门脆弱性指标,较全面的扩充了预警指标集。其次,为检验模型的实用性,他对模型在样本内和样本外都作了预测。另外,Abiad还摒弃了模型的参数在国家间一致的假设。
Abiad利用1972-1999年的月度数据,对印尼、泰国、马来西亚和菲律宾四个亚洲金融危机国家分别作了估计结果表明其模型在预测危机方面效果较好。以50%为临界值,它明确预测了样本中65%的危机,89%的平静期;Arias和Erlandsson(2004)使用了一种改良的马尔可夫状态转移法进行危机预测。他们指出包含多个解释变量时传统的马尔可夫模型存在明显的偏误,当构建金融预警系统时,这种偏误会引起严重误导。如可能发现传染指标高度显著,而经济基本面的长期不平衡却并不显著,这将不利于政策制定者筛选真正有效的金融预警指标进而制约其相应经济政策的采用。因此,他们提出使用一种惩罚最大似然法(penalized maximum likelihood methodology)来弥补这个缺陷。其实证结果证明:在样本内,以40%为临界值,他们的模型可正确预测71%的危机和90%的平静期。
即使如此,马尔可夫状态转移模型同样存在其不足之处:首先是关于计算能力的问题,带时变转移概率的马尔可夫模型还不是标准的计量软件包的一部分,需要进行编程设计,当然,随着越来越多的研究人员正在使用这种方法并且公开他们的程序编码,这种缺陷正在逐渐消失;其次,在检验马尔可夫状态转移模型时对“不转移作为零假设”这个前提的检验比较困难;缺陷似然面(likelihood surface)可能有几个局部最优解,并且有时它们的性态表现并不良好,而且因为要大量计算微分,t检验对选择的步骤多寡比较敏感(吴军,2006)。
参考文献:
[1]Abiad.A, 2003,“Early Warning Systems For Currency Crises:A Markov-Switching Approach with Application to Southeast Asia”IMF Working Paper 0332
[2]Zhang, Z.W., 2001,“Speculative Attacks in the Asian Crises” IMF Working Paper 01189
[3]Tornell, A., 1999,“Common Fundamental in the Tequila and Asian Crises,”NBER WorkingPaper 7139.
[4]Sachs, J., A. Tornell and A. Velasco, 1996,“Financial Crises in Emerging Markets: The Lessons from 1995,”Brookings Papers on Economic Activity27(1)
[5]Osband, K. and C. Van Rijckeghem, 1998,“Vulnerability to Currency Crises,”IMF Staff Papers47
[6]Obstfeld, M., 1986,“Rational and Self-Fulfilling Balance-of-Payments Crises,”American Economic Review76: pp. 72-78.
[7]Kaminsky, G.L. and S. Lizondo, C.M. Reinhart, 1997,“Leading Indicators of Currency Crises,”IMF Working Paper 9779.
[8]Kaminsky, G.L. and C.M. Reinhart, 1999,“The Twin Crises: The Causes of Banking and Balance-of-Payments Problems,”American Economic Review89
[9] ]Kaminsky, G.L., 1999,“Currency and Banking Crises: The Early Warnings of Distress,”IMF Working Paper99178.
[10]Frankel, J. and A. Rose, 1996,“Currency Crises in Emerging Markets: An Empirical Treatment,”Journal of International Economics41
[11]Edison, H.J., 2003,“Do Indicators of Financial Crises Work? An Evaluation of an Early Warning System,”International Journal of Finance and Economics8
[12]Eichengreen, B., A. Rose and C.Wyplosz, 1996,“Contagious Currency Crises: First Tests,”Scandinavian Journal of Economics98
[13]Jeanne, O. and P. Masson, 2000,“Currency Crises, Sunspots and Markov-Switching Regimes,”Journal of International Economics50
[14]Hamilton, J.D. and O. Jorda, 2002,“A Model of the Federal Funds Rate Target,”Journa of Political Economy110
[15]Berg, A. and C. Patillo, 1999,“Predicting Currency Crises: The Indicators Approach and an Alternative,”Journal of International Money and Finance18
[16]Arias, G. and U.G. Erlandsson, 2004,“Regime Switching as an Alternative Early Warning System of Currency Crises-an Application to South-East Asia,”Lund University, Department of Economics Working Paper2004_011.
[17] 林伯强.外债风险预警模型及中国金融安全状况评估[J].经济研究,2002,7
[18] 仲彬,刘念,毕顺荣.区域金融风险预警系统的理论与实践探讨[J].金融研究,2002,7
[19] 陈守东,杨莹,马辉.中国金融风险预警研究[J]. 数量经济技术经济研究,2006,7
[20] 于景莲,陈华.中国国有银行脆弱性预警模型研究[J]. 技术经济,2009,1
[21] 朱波,范方志.金融危机理论与模型综述[J].世界经济研究,2005,6
[22] 吴军.当代金融预警方法述评[J].世界经济文汇,2006,6
[23] 林谦,王宇.金融风险预警系统及发展[J]. 统计与决策,2007,7
[24] 董小君.美国金融预警制度及启示[J].国际金融研究,2004,4
注释:
①:如未特别说明,均指狭义的金融危机,即货币危机。
②:实际汇率、出口、股票价格、M2/国际储备、产出、M1超额供给、国际储备、M2乘数、本国信贷/GDP、实际利率、贸易条件、国内外存款实际利差等
(作者通讯地址:西南大学 重庆 400715)