貨幣危機預警理論及實證比較研究_兼對中國的模擬分析及啟示

1、貨幣危機預警理論及實證比較研究兼對中國的模擬分析及啟示喬桂明(蘇州大學 商學院 ,江蘇 蘇州 215021)摘 要 :隨著我國匯率制度改革的不斷深入 ,人民幣匯率浮動的幅度擴大 ,匯率對經(jīng) 濟的調(diào)節(jié)功能日益顯現(xiàn) 。這同時也增大了我國的貨幣風險。文章在論述東南亞金融危機 后貨幣危機理論最新發(fā)展的基礎上 ,從理論和實證角度比較了五種貨幣危機預警模型的 預警效果 、優(yōu)缺點 ,并對預警模型在我國的模擬應用作了探討 。關鍵詞 :貨幣危機 ;預警模型 ;比較 ;應用中圖分類號 : F2241 0 ; F8201 5 文獻標識碼 :A 文章編號 :100129952 (2006) 11011510一 、引言

2、當前 ,中國經(jīng)濟正全面融入世界 ,金融業(yè)也已進入全面開放的最后階段。2005 年 7 月 21 日起 ,我國已實行以市場供求關系為基礎 ,參考一籃子貨幣進行調(diào)節(jié)的、 有管理的浮動匯率制度 ,匯率對經(jīng)濟的調(diào)節(jié)功能已顯而易見 ,人民幣流通區(qū)域化、 國際化步伐加快 ,趨勢明顯 ,這同時也大大增加了我國的貨幣風險 ,所以研究貨幣 危機的預警理論 ,對穩(wěn)定人民幣匯率和增強貨幣的抗風險能力等都具有重要的理 論及實踐意義。本文旨在對東南亞金融危機后各種貨幣危機預警的主流理論作 出梳理和歸納 ,并對其實證結(jié)果作出客觀評價的基礎上 ,對我國的可能情況作了實 際模擬分析 ,從而為我國貨幣危機預警理論及實踐提供借鑒

3、。二 、FR 概率模型 :簡單易行且較成熟但偏差較大(一) F R 模型的建立和基本特征。1997 年 , Fra nkel 和 Ro se 以 100 個發(fā) 展中國家在 19711992 年這段時間發(fā)生的貨幣危機為樣本 ,以各個國家的年 度數(shù)據(jù)為樣本資料 ,建立了可以估計貨幣危機發(fā)生可能性的概率模型。F R 模型將貨幣危機定義為貨幣貶值至少 25 % ,并至少超出上年貶值率的 10 % 。 其研究對象不包括貨幣當局通過賣出外匯儲備或提高利率成功擊退投機供給 的情況。Fra nkel 和 Ro se 認為 ,貨幣危機有多種因素引發(fā) , 其中選擇的變量 有 : GD P 的增長率 、國外的利率、

4、國內(nèi)信貸增長率、政府預算赤字占 GD P 的比收稿日期 :2006207231作者簡介 :喬桂明( 1956 - ) ,男 ,上海人 ,蘇州大學商學院副院長 ,教授。率和經(jīng)濟開放程度等等 。如果用 Y 表示貨幣危機這一離散變量 ,用 X 表示貨·117 ·幣危機的各種引發(fā)因素的向量 ,代表 X 所對應的參數(shù)向量 ,那么就可以用引發(fā)因素 X 的聯(lián)合概率分布來衡量貨幣危機發(fā)生的概率。用公式表示為 :1 ,貨幣危機發(fā)生Y =;0 ,貨幣危機未發(fā)生P| Y = 1| = F ( X , ) ,貨幣危機發(fā)生P| Y = 0| = 1 - F ( X , ) ,貨幣危機未發(fā)生(二) F

5、 R 模型的預警效果及評價 。Fra nkel 和 Ro se 運用數(shù)據(jù)指標對貨幣 危機發(fā)生的概率進行了最大對數(shù)似然估算 。結(jié)論是 :當產(chǎn)出增長緩慢 ,國內(nèi)信 貸增長較快 ,國外利率較高 ,外國直接投資占總債務的比例較低時 ,貨幣危機 發(fā)生的概率增加。另外 ,研究結(jié)果說明外匯儲備水平較低和實際匯率升值對 預期危機有一定的作用。F R 模型的優(yōu)點是 : 因為其研究思路是通過對一系列前述指標的樣本數(shù) 據(jù)進行最大對數(shù)似然估計 ,以確定各個引發(fā)因素的參數(shù)值。從而根據(jù)估計出 來的參數(shù)建立用于外推估計某個國家在未來某一年發(fā)生貨幣危機的可能性的 大小。所以 ,模型構(gòu)建簡單 ,數(shù)據(jù)取得容易 ,方法較為成熟 ,

6、應用較為廣泛。為 了衡量 F R 概率模型對預測 1997 年東南亞貨幣危機的效果 ,1998 年 A ndrew Ber y 和 Cat he ri ne Pat tilo 對模型的準確度進行了驗證。該模型預測泰國在1997 年發(fā)生貨幣危機的概率不到 10 % ,而預測墨西哥、阿根廷發(fā)生貨幣危機 的概率分別為 18 %和 8 % ,這與事實嚴重不符。這就說明 F R 模型在預測的準確度方面還存在一定缺陷。缺陷主要有三 :第一“,三重估計”在客觀上限制了模型的準確性。在建立模型時 ,存在雙重估計 : 一是必須要估計多因素 、多 參數(shù)條件下的聯(lián)合概率分布 ,二是必須計算各參數(shù)的估計值 。另外 ,

7、在預測過 程中 ,還必須估計某一外推年度的各個引發(fā)因素的取值。多次的估計導致了 信息的過度使用 ,增加了偏差 ,降低了準確性。第二 ,模型沒有考慮國家之間 的差異性 。一是它在定義貨幣危機發(fā)生與否的標準上沒有考慮到各個國家之 間的差異 。二是它在確定引發(fā)因素、樣本數(shù)據(jù)方面對各個國家一視同仁 ,沒有 區(qū)分。第三 , F R 模型的樣本數(shù)據(jù)采用的是年度數(shù)據(jù) ,數(shù)據(jù)很難達到“大數(shù)定 律”的要求 ,客觀上限制了 F R 概率模型的實用性 。三 、STV 橫截面回歸模型 :考慮國別差異卻條件苛刻指標也有失完整(一) S TV 模型的建立與基本特征。該理論模型由 Sachs , To rnell 和 Ve

8、lasco 研究建立。他們選擇了 20 個新興市場國家的截面數(shù)據(jù) ,分析了 1994 年末的墨 西哥貨幣危機在 1995 年對其他新興市場國家的影響 ,考察了貨幣危機發(fā)生的決 定因素 ;將貨幣危機指數(shù) IND 定義為 1994 年 11 月1995 年 4 月加權(quán)的儲備下 降百分比和匯率貶值百分比的總和。他們認為 :實際匯率、貸款增長率、國際儲 備與廣義貨幣供應量的比率對一個國家是否發(fā)生貨幣危機至關重要。此外 ,他 們還確定了兩個虛擬變量 :當實際匯率貶值幅度處于低四分位或國內(nèi)私人信貸增長率高四分位時 ,第一個虛擬變量取值為 1 ,其他情況則為 0 ;當國際儲備與廣義貨幣量的比率處于低四分位時

9、 ,第二個虛擬變量取值為 1 ,其他情況為 0 。結(jié) 果發(fā)現(xiàn) ,如果一國的銀行體制比較脆弱 (LB ,用 19901994 年對私人部門信貸的增長率來衡量) ,匯率高估( R ER ,用從 19861989 年和 19901994 年實際匯 率的貶值率來衡量) ,同時 ,外匯儲備水平 (DL R ,用外匯儲備/ M2 來衡量) 較低 , 經(jīng)濟基本面脆弱(DWF) 就會遭到更嚴重的攻擊。其估計方程為 :IND =1 +2 R ER +3 LB +4 R ER1 DL R +5 LB1 D W F +6 R ERD W F +7 LBD EF其中 :為 7 個指標各自回歸的相關系數(shù) 。在估計方程中

10、 ,假設 : ( 1) 實際 匯率貶值的國家遭受的危機較輕 ,但是這只與較低的外匯儲備和脆弱的經(jīng)濟基本面因素有關 ,所以有 :2 = 0 ,2 +4 = 0 ,2 +4 +6 < 0 。( 2) 貸款膨脹導致危機的嚴重性增加 ,但也只是與較低的儲備和脆弱的基本面因素有關 ,因此有 :3 = 0 , 3 +5 = 0 , 3 +5 +7 < 0 。(二) S TV 模型的效果及評價 。Sach s 等人在 1998 年再次選用 20 個新興市場國家的截面數(shù)據(jù) ,對模型進行了實證檢驗 ,實證結(jié)果表明 ,模型對馬來西 亞和泰國在 1997 年的預測與實際情況相吻合 ,對巴西和阿根廷的預測

11、與實際 情況也較為一致 ,然而對印度尼西亞和韓國的預測準確度較差 。該模型除具有 FR 模型在指標選取和方便使用等方面的相同優(yōu)點外 ,還使 用了橫截面數(shù)據(jù) ,克服了 FR 概率模型沒有考慮國別差異的不足 ;同時 ,該模型 的指導思想是尋求哪些國家最有可能發(fā)生貨幣危機 ,而不是分析什么時候會發(fā) 生貨幣危機。當然 ,在實證檢驗中也發(fā)現(xiàn)了預警的許多偏差 ,主要在于 :第一 ,S TV 模型要求找到一系列相似的樣本國家 ,這在現(xiàn)實中相當困難 ,因為國與國 之間的差異通常很大。第二 , S TV 橫截面回歸模型考慮因素范圍過于狹窄 ,只 考慮匯率、國內(nèi)私人貸款、國際儲備與廣義貨幣供應量的比率等指標。第三

12、 ,S TV 模型的估計方程是線性回歸模型 ,過于簡單 ,而現(xiàn)實情況往往是非線性的。 第四 ,S TV 模型對危機指數(shù)的定義有失偏頗。第五 ,雖然 Sachs 等人的回歸分析 法對貨幣危機發(fā)生的決定因素進行了有益的分析 ,但是人們關心的不僅僅是決定危機發(fā)生與否的因素 ,而是希望能夠預測危機發(fā)生的時間。四 、KL R 信號分析法 :準確性高但指標設計有傾向性(一) KL R 模型的建立和基本特征。該模型是 Ka mi n sky 、L izo ndo 和 Re2 i nha r t 于 1998 年創(chuàng)立并經(jīng)過 Ka mi n sky (1999) 的完善。其預測步驟為 :首先 , 通過研究貨幣危

13、機發(fā)生的原因來確定哪些變量可以用于貨幣危機的預測 ; 其 次 ,運用歷史數(shù)據(jù)進行統(tǒng)計分析 ,確定與貨幣危機的發(fā)生有顯著聯(lián)系的變量 , 以此作為貨幣危機發(fā)生的先行指標 ,并計算出該指標對危機發(fā)生進行預測的 臨界值。一旦一國經(jīng)濟中相對應的指標變動超過了臨界值 ,那么就可以認為在 24 個月內(nèi)將發(fā)生貨幣危機。在此基礎上 ,他們采用 19701995 年發(fā)生于15 個發(fā)展中國家和 5 個發(fā)達國家的月度數(shù)據(jù)確定貨幣危機發(fā)生的臨界值。 利用這些先行指標與相對應的臨界值建立一個有效的貨幣危機預警體系。一 個預警指標在一定的歷史時期內(nèi) ,有一個時間序列數(shù)據(jù) ,根據(jù)這個時間序列數(shù) 據(jù)可以估計它的累積概率分布 ,

14、臨界值就是某一個累積概率 ,當指標取值所對 應的累積概率超過了這個臨界值 ,就發(fā)出一個信號。為了對發(fā)生貨幣危機信號的指標進行綜合考慮 ,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。他們還根據(jù)準確發(fā)出信號的概率 、信號出現(xiàn)先于危機發(fā)生的時間長 短、危機前信號出現(xiàn)的持續(xù)性等指標 ,對危機預測的成效與實際危機發(fā)生的序 列等進行擬合度檢驗 ,結(jié)果發(fā)現(xiàn)對預測貨幣危機表現(xiàn)最好的先行指標是 :產(chǎn)出 水平、實際匯率對長期趨勢的偏離、股票市場價格 、廣義貨幣與外匯儲備的比率等等。其中第四個合成指標是預警能力最強的指標 。(二) KL R 模型的預警效果及評價。Ka mi n sky 等在 1998

15、 年通過對 25 份20 世紀 50 至 90 年代發(fā)生于發(fā)達國家與發(fā)展中國家貨幣危機的研究成果的 比較 ,得出了主要結(jié)論 :預測貨幣危機的有效指標包括出口、實際匯率對一般 趨勢的偏離、廣義貨幣對外匯儲備的比例、產(chǎn)出和股票價格 ,而國內(nèi)外實際存款利率的差別、借款利率和貸款利率的差別 、進口 、銀行存款等指標并不具備 有效預測的能力。實證表明 ,用 KL R 模型來預測東南亞貨幣危機 ,泰國發(fā)生危機的可能性超 過了 40 % ,馬來西亞超過了 30 % ,印度尼西亞為 25 %28 % ,韓國為 20 %33 %。這表明 KL R 模型比以往的預警模型的準確性要高得多。該模型的最大優(yōu)點在于 :能

16、用數(shù)理方法確定與貨幣危機發(fā)生有顯著關聯(lián)的變量作為貨幣危機 發(fā)生的先行指標 ,并計算出該指標對危機發(fā)生進行預測的臨界值。同時 ,在指標 的選擇上比上述其他模型包含了一整套更為廣泛的指標。但是 KL R 模型的缺 陷也很明顯 ,由于 FR 模型將外債指標作為研究對象 ,而外匯儲備又不作為指 標 ,于是導致認為外債指標作用不佳 ,從而放棄了外債指標。而且 KL R 模型 25 個指標中有明顯的傾向性 ,大多集中在外匯儲備、信貸增長與實際匯率等方面 , 放棄了外債指標有失偏頗 ,所以使該模型的有效性打了折扣。五 、基于合成指標的多時標貨幣危機預警流程 :能區(qū)分時間差異但權(quán)重設計不佳(一) 多時標貨幣危

17、機預警模型的建立和特征 。該模型是馮蕓和吳沖鋒 (2002) 根據(jù)市場形勢的劇烈變化提出 ,該模型引入了多時標 ,并采用擴充觀測 指標集的方法將預警指標分為 : (1) 長期預警指標 ,反映金融系統(tǒng)宏觀層面的 狀況 ,其監(jiān)測周期為一年或一個季度 ; (2) 中期預警指標 ,反映金融系統(tǒng)中觀層 面的狀況 ,其監(jiān)測周期為一個月 ; (3) 短期預警指標 ,反映金融系統(tǒng)微觀層面的狀況 ,其監(jiān)測周期為一周甚至是一天 。該預警流程首先在起始端進行長期預警 ,若預警系統(tǒng)未發(fā)出長期預警信號 ,則繼續(xù)下一個長期預警周期 ,政府部門不需要做出反應 ; 若預警系統(tǒng)發(fā)出 長期預警信號 ,政府部門就需要做出長期調(diào)整。

18、與此同時 ,預警系統(tǒng)進入中期 預警階段 。進入中期預警階段以后 ,對中期先行指標進行監(jiān)測 ,監(jiān)測周期縮短。如果指標沒有超過其臨界值 ,說明經(jīng)濟中的矛盾并未出現(xiàn)早期癥狀 ,但是仍需要繼 續(xù)關注 ;如果超過臨界值 ,說明經(jīng)濟中的矛盾已經(jīng)在中觀層面有所表現(xiàn) ,應高 度關注 ,同時進入短期預警體系 ,縮短監(jiān)測的周期并擴大監(jiān)測指標范圍。在短期預警階段 ,不僅監(jiān)測周期縮短 ,監(jiān)測的頻率增大 ,同時將預警信號 根據(jù)短期先行指標的表現(xiàn)分為正常警戒和危機兩種。與此同時 ,對長期與中期指標仍要繼續(xù)監(jiān)測 。而之所以擴大了預警指標的范圍是因為金融市場快速 變化的本質(zhì)特征的要求。(二) 多時標預警流程模型的預警效果及評

19、價。馮蕓等人將基于合成指標 的多時標貨幣危機預警流程系統(tǒng)應用于 1997 年亞洲貨幣危機中 5 個主要受 害國家 (泰國、菲律賓 、馬來西亞、韓國和印度尼西亞) 的實證分析。對于長期預警指標的檢測結(jié)果 ,泰國在 1996 年第二季度、1998 年第四季度 ,菲律賓在1996 年第二季度、1997 年第一季度 、1998 年第一季度至第四季度 ,印度尼西 亞在 1996 年第二、三季度 、1997 年第一季度發(fā)出了長期預警信號 ,進入了中 期預警流程。中期預警指標的監(jiān)測結(jié)果是 :亞洲 5 個國家在 1997 年 7 月亞洲 貨幣危機全面爆發(fā)之前都發(fā)出了中期預警信號 ,并進入了短期預警流程。短期預

20、警結(jié)果為 :泰國、菲律賓、馬來西亞、韓國和印度尼西亞分別在 1997 年 5月 15 日、7 月 11 日、7 月 14 日 、11 月 20 日和 7 月 21 日發(fā)出了危機信號。 與前三個模型相比 ,多時標預警流程模型的準確度大大提高 ,該模型是對KL R 模型的修正 ,在 KL R 模型的基礎上引入了多時標 ,注意了不同指標在預 警時間上的差異 ,增加了時間因素。但是該模型仍然有自身的缺陷 ,其中最明 顯的不足在于 ,雖然模型加入了時間因素 ,但是它卻無法區(qū)別每個指標對危機的預警程度大小。在特定情況下 ,不同的指標對貨幣危機預警的有效程度是 不一樣的 。但是多時標預警流程只是在 KL R

21、 模型的基礎上進行了修正 ,指 標超過了臨界值就發(fā)出一個信號 ,但是不同的指標對貨幣危機的影響是不一 樣的 ,表面上看都發(fā)出了一個預警信號 ,但是這無法體現(xiàn)各個指標在貨幣危機 預警體系中的權(quán)重。六 、基于滯后宏觀經(jīng)濟和金融數(shù)據(jù)的 Lo git 模型 :適用性強 、準確性高 、改進方便(一) Lo git 模型的建立和基本特征 ?；跍蠛暧^經(jīng)濟和金融數(shù)據(jù)的·119 ·Lo git 模型由 Kuma r ,Moo r t hy 和 Pe r ra udi n 在 2003 年提出 ,該模型基于利率 調(diào)整引起的匯率貶值構(gòu)建了兩個投機沖擊預測模型 : 未預期到的貶值沖擊模 型和總

22、貶值沖擊模型 。如果令 et 為在直接標價法下本幣對外幣的匯率 ; rt 為t本幣的利率 ; r 3為外幣的利率 ,1 為未預期到的貨幣的貶值程度 ( 5 % 或310 %) 。則當 100 et + - etet1 + rt1 + rt<1 時 ,即投資外國貨幣或資產(chǎn)的收益大于本幣的貶值率時 ,投資者會拋售本幣 ,引發(fā)貨幣危機 。公式左邊表示投資者 減少國內(nèi)貨幣的持有 , 投資于外幣直到到期日時所獲得的報酬。當 100et + - et2et + - et<(1 +3 )et - et - 0時 ,投機性沖擊也會發(fā)生 ,以至et <,etet - 0引發(fā)貨幣危機。其中 :2

23、 指本幣的匯率的貶值幅度 , 值為 5 %或 10 % ,3 =100 % 。(二) Lo git 模型的預警效果及評價。Ku ma r 等在 2003 年用該模型對 32個發(fā)展中國家 1985 年 1 月至 1999 年 10 月的危機進行驗證 ,在較高的貶值水 平上 ,兩個沖擊模型發(fā)生的概率均在 1994 年一月份以后 ; 在解釋 20 世紀 90 年代早期的阿根廷危機和中期的墨西哥危機 、1997 年爆發(fā)的亞洲貨幣危機以 及 1998 年俄羅斯、1999 年巴西貨幣危機時 ,結(jié)果是令人滿意的 ,并且樣本內(nèi) 預測更為穩(wěn)定。實證結(jié)果也表明 ,樣本外預測對貨幣危機的發(fā)生同樣具有較 強的解釋力

24、,而且它也進一步證實了早期理論研究中提出的導致貨幣危機發(fā) 生的主要因素。模型結(jié)果顯示 ,外匯儲備和出口的下降以及真實經(jīng)濟的虛弱 是導致危機發(fā)生的最重要解釋變量。此外 ,貨幣危機的傳染性在貨幣危機中 也起了重要作用。Lo git 模型的優(yōu)點是 : (1) 模型考察了對兩種貨幣危機定義情況下發(fā)生貨 幣危機的可能性 ,即利率調(diào)整引起的匯率大幅度貶值和貨幣的貶值幅度超過 了以往的水平的情形 ,而以往的模型只考慮一種情況。(2) 該模型不僅可以在 樣本內(nèi)進行預測 ,還可以對樣本外的數(shù)據(jù)進行預測 。(3) 模型可以對預測的結(jié) 果進行比較和檢驗 ,克服了以往模型只能解釋貨幣危機的局限。雖然 Lo git 模

25、型能夠在一定程度上克服以往模型事后預測事前事件的缺陷 ,綜合了 F R 模型中概率分析法和 KL R 模型中信號分析法的優(yōu)點 ,但是 ,它只是在利率、 匯率等幾個主要金融資產(chǎn)或經(jīng)濟指標的基礎上預警投機沖擊性貨幣危機 ,與 我們所要求的一般貨幣危機預警還有所差異 。所以僅用幾個指標來定義貨幣 危機從而判斷發(fā)生貨幣危機的概率就會存在一定問題 ,外債 、進出口、外匯儲 備、不良貸款等因素對貨幣危機的影響同樣非常重要。七 、預警模型的綜合比較及在中國的模擬應用(一) 各種貨幣危機預警模型的綜合比較 (見表 1) 及權(quán)衡選擇 。表 1 5 種預警模型的綜合比較特征差異/ 模型模型類型FR簡單線性概率模型

26、S TV線性回歸模型KL R信號分析模型多時標模型 引入多時標的信Lo git投機沖擊模型號分析模型預測特點外推估計尋找最有可能發(fā) 先行合成指標的既可樣本內(nèi)也可樣 生危機的樣本確定擴充觀察指標值 本外預測數(shù)據(jù)采集年度數(shù)據(jù)橫截面數(shù)據(jù)月度數(shù)據(jù)日 、周 、月 、季 、年分時標臨界值月度數(shù)據(jù)危機定義貶值 25 %并超上年加權(quán)的儲備下降利率 、匯率調(diào)整幅貶值率 10 %百分比總和水平超過臨界值各時標臨界值度預警效果偏差大偏差大偏差小偏差小偏差小考慮了前述各種模型的優(yōu)劣勢比較和實際應用的可能 ,同時基于中國未來的貨幣風險主要來自金融業(yè)和資本市場完全開放后的投機沖擊 ,故在我國的實際應用中宜采用 Lo gi

27、t 模型。(二) 對中國實際的模擬驗證 。首先要解決貨幣危機預警模型指標的設計 問題。貨幣危機的產(chǎn)生是國內(nèi)外經(jīng)濟狀況綜合變化的結(jié)果。指標的選擇要包括一國的內(nèi)外均衡指標和國外相關的經(jīng)濟指標 。指標既要精煉 ,又要具有先 導性。本文研究所選取的指標包括 : 總體經(jīng)濟指標 ( 1) GD P 增長率 ; ( 2)失業(yè)率 ; (3) 通貨膨脹率。國際收支平衡指標 (1) 經(jīng)常賬戶余額占 GD P 的比率 ; (2) 出口占 GD P 的比率 ; ( 3) 貿(mào)易條件惡化率 。國內(nèi)收支平衡系統(tǒng)指 標 (1) 短期債券占外匯儲備的比率 ; (2) 預算赤字占 GD P 的比率 ; (3) 短期 債券占長期債

28、券的比例 ; (4) 政府支出占 GD P 的比率。貨幣與信用指標 (1) 基準利率變動率 ; (2) 國內(nèi)信貸增長率 ; (3) M2 占外匯儲備的比率。以 1997 年東南亞貨幣危機與 2002 年拉丁美洲貨幣危機為樣本國家 ( 泰 國、馬來西亞、印度尼西亞、菲律賓 、巴西、阿根廷、墨西哥 、韓國、俄羅斯、土耳其和烏拉圭) ,采用第 T - 1 年的數(shù)據(jù)來預測第 T 年的情況 ( 1997 年發(fā)生貨幣危機的國家采用 1996 年的基礎數(shù)據(jù) ,2002 年發(fā)生貨幣危機的國家采用 2001 年的基礎數(shù)據(jù)) ,對前述四大類共 14 項指標作一篩選 ,然后再予建模并預測。 首先經(jīng)檢驗可知 ,具有顯

29、著性差異的指標為 :國內(nèi)信貸增長率 X2 、通貨膨脹率 X3 、經(jīng)常賬戶余額占 GD P 的比率 X4 、國內(nèi)信貸占 GD P 的比率 X5 、M2 占 外匯儲備的比率 X6 、短期債券占外匯儲備的比例 X8 、短期債券占長期債券的 比例 X9 、基準利率變動率 X12 。而 GD P 增長率、預算赤字占 GD P 的比率 、政 府支出占 GD P 的比率、失業(yè)率 、出口占 GD P 的比率、貿(mào)易條件的惡化等指標 , 則由于對發(fā)生貨幣危機與否不存在顯著性差異 ,因此將其剔除 。第二步 ,由于選取的這 8 個變量指標涉及到總體經(jīng)濟指標 、國際收支平衡 系統(tǒng)指標 、國內(nèi)收支平衡系統(tǒng)指標和貨幣與信用

30、指標 ,故有可能在指標的選取 中存在共線性問題 ,所以對這 8 個變量指標需要進行共線性檢驗 ( 檢驗過程 略) 。通過共線性檢驗發(fā)現(xiàn) ,除 X8 ,其余 7 個變量指標的 V IF (方差膨脹因子)都較小 ,也就是說其余 7 個變量指標之間不存在共線性問題 。那么這 7 個變 量指標都可以納入下一步的預警建模。·121 ·第三步 ,根據(jù)科學選取的變量指標 ,運用 Lo git 模型處理的系數(shù)混合測試 和模型概括后 ,得到如下預警模型 :l n p / ( 1 - p ) = - 931 48 + 1151 328 X2 + 1011 109 X3 + 421 381 X4

31、 +241 866 X5 + 81 567 X6 + 1031 298 X9 - 01 711 X12 ;- 93 . 48 + 1151 328 X2 + 1011 109 X3 + 421 381 X4 + 241 866 X5 + 81 567 X6 + 1031 298 X9 - 01 711 X12或 P =e1 + e - 931 48 + 1151 328 X2 + 1011 109 X3 + 421 381 X4 + 241 866 X5 + 81 567 X6 + 1031 298 X9 - 01 711 X12IF S 統(tǒng)計年鑒中 ,我國 2000 年的統(tǒng)計數(shù)據(jù)最全 ,其余

32、年份都有一些缺損 , 同時考慮到研究中與樣本資料時間的接近 ,將中國大陸 2000 年的數(shù)據(jù)代入該 預警模型 ,可得到 2001 年我國大陸發(fā)生貨幣危機的概率模式的具體數(shù)據(jù)為 :l n p / 1 - p = - 931 48 + 1151 328 X2 + 1011 109 X3 + 421 381 X4 + 241 866 X5+ 81 567 X6 + 1031 298 X9 - 01 711 X12= - 931 48 + 121 63 + 31 03 + 01 46 + 01 86 + 101 20 + 0 = - 661 3發(fā)生貨幣危機的概率為 : P = 1/ ( 1 + e66

33、1 3 ) 0 。這個數(shù)字非常小 ,接近于0 ,說明我國 2001 年發(fā)生貨幣危機的概率接近 0 ,這與 2001 年我國大陸的真 實情況完全吻合。對于以上驗證需要作進一步補充說明 。11 模型變量選擇修正問題。以上我們是用 1997 年東南亞貨幣危機和2002 年拉丁美洲貨幣危機為樣本國家的基礎數(shù)據(jù)構(gòu)造的 Lo git 模型對我國貨 幣危機進行了預警模擬 ,但事實上模型可以針對中國的實際情況進行必要的修正。如考慮到我國經(jīng)濟增長主要依賴于出口帶動的外向型經(jīng)濟 ,所以在敏感性指標的選擇上可以加入 X13 (出口占 GD P 的比率) ;又如我國短期外債隨 著經(jīng)濟不斷開放而大幅上升 ,對貨幣風險帶

34、來一定壓力 ,所以可加入變量 X8 (短期債券占 GD P 外匯儲備的比率) 。另外 ,中國當時尚未實施利率完全市場 化 ,所以 X12 的作用有限。由于篇幅限制 ,這里不作修正后的再次模擬演示。 但結(jié)論肯定是同樣不會發(fā)生貨幣危機。21 對預警結(jié)果的定性解釋 。模擬預警顯示 : 我國 2001 年發(fā)生貨幣危機 的概率接近 0 ,也就是幾乎沒有發(fā)生貨幣危機的可能性 ,這與 2001 年我國大 陸的真實情況相同。原因解釋為 : 20 世紀末 ,我國已完成金融體制改革的初 步目標 ,建立了能相對獨立執(zhí)行貨幣政策的中央銀行宏觀調(diào)控體系和以國有 商業(yè)銀行為主體 ,多種金融機構(gòu)并存的金融組織體系 ; 建立

35、了統(tǒng)一開放、有序 競爭、嚴格管理的金融市場體系。其表現(xiàn)為 : 第一 ,利率市場化在金融自由化 改革中穩(wěn)步前進。第二 ,金融業(yè)務與機構(gòu)的準入有序化推進 。第三 ,資本賬戶 自由化剛剛起步。第四 ,固定匯率制度的穩(wěn)定器作用。綜上所述 ,我們就能理解我國發(fā)生貨幣危機的概率幾乎為 0 的原因。但 是 ,這并不意味著我國未來就真的沒有發(fā)生貨幣危機的潛在可能性 ,貨幣危機 預警對我國仍有重要意義。八 、結(jié)語本文分別從貨幣危機預警模型的構(gòu)造特征、預測方法、數(shù)據(jù)采集、危機定義和預警效果等不同層面對主流貨幣危機預警理論與實證作了比較分析。不難 看出 ,它們各自都有優(yōu)勢和缺陷。在實際應用中 ,首要的問題是解決預警

36、模型的 選擇。通過理論及實證比較研究發(fā)現(xiàn) :Logit 預警模型較符合中國的實際 ,因為 它能夠在一定程度上克服以往模型事后預測事前事件的缺陷 ,綜合了 FR 模型 中概率分析法和 KL R 模型中的信號分析法的優(yōu)點 ,同時我們認為中國未來的 貨幣風險主要來自金融開放 ,特別是資本市場完全開放后的投機沖擊 ,故選擇 Logit 模型較為可行。當然 ,由于國別不同 ,特別是政治制度、經(jīng)濟環(huán)境、開放程 度和金融體制等的不同 ,因此實際應用中在模型的選擇上應該是沒有定論的。 為了更能貼近實際 ,應該對模型進行必要的指標替換和修正。另外必須強調(diào)的 是 :雖然在實證模擬中得出我國發(fā)生貨幣危機的可能性極小

37、 ( P = 1/ 1 + e661 3 0) ,但是作為一個逐漸成熟并且越來越開放的經(jīng)濟體 ,我們不可能永遠處在一種 資本賬戶嚴格管制、相對固定的匯率制度和金融業(yè)的長期分業(yè)經(jīng)營狀態(tài)。2006年是我國“入世”過渡期的最后一年 ,金融和資本賬戶的全面開放已指日可待。一旦放開了資本賬戶和金融業(yè)的經(jīng)營范圍 ,我們將面臨極大的貨幣風險。所以 ,我們應該未雨綢繆 ,積極做好貨幣危機的預警和預測。參考文獻 : 1 Be sanko D , G Ka nata s1 The regulatio n of bank capital : Do capital sta nkar ds p ro mo te ba

38、nk saf et y ? J 1J o ur nal of Fina ncial Inter mediatio n ,1996 ,5 (4) :160183 . 2 Bla m J1 Do capital adequacy requi rement s reduce ri sk s in ba nking ? J 1J o ur nal of Ba nk2ing a nd Fina nce ,1999 ,23 :7557711 3 Chri stia n E Weller1 Fina ncial cri si s af ter fi na ncial liberalizatio n : Ex

39、cep tio nal circum2st ance o r st r uct ural wea kne ss ? J 1 The J o ur nal of Develop ment St udie s ,2001 ,38 ( 1) :98127 . 4 Co r set ti Ro ubin , Pe senti1 What ca used t he A sia n cur rency a nd fi na ncial cri si s ? J 1 J a2pa n and Wo rld Eco no my ,1999 ,75 (4) :305373 . 5 Edwa r ds Seba

40、stia n1 Capital f lo w s and eco no mic p erfo r mance A 1 U np ubli shed Pap er , U CL A , 2000 ; Gil Mehrezand Da niel Kauf ma nn1 Tra nspa rency , liberatio n and ba nking Cri si s C 1 The wo rld Bank W PS 2286 ,20001 6 Frederic S1 Financial policie s a nd t he p reventio n of fina ncial cri ses

41、in emer ging ma r ket e2co no mics R 1 The Wo rld Ba nk , Policy Resea rch Wo r king Paper ,2683 ,2001 . 7 Gil Mehrez , Da niel Kauf ma nn1 Transpa rency , liberalizatio n and ba nking cri si s R 1 TheWo rld Bank , Wo r king Paper ,No1 2286 ,2000 . 8 Graciela Kaminsky , Sa ul L izo ndo ,Car men M1 L

42、 eading indicato r s of cur rency cri si s R .The Wo rld Ba nk Wo r king Paper No1 1852 ,1997 .·123 · 9 Graciela Ka minsky ,Ca r men M Reinha rt1 The t win cri si s : The ca uses of ba nking and bal2ance of payment s p ro blems J . A merican Eco no mic Review ,1999 ,89 (3) :473 . 10 Hell m

43、a n T K Mur dock ,J Stiglitz1 L iberalizatio n , mo ral haza r d in ba nking a nd p r uden2tial regulatio n : A re capital requirement s eno ugh ? J 1 A merica n Eco no mic Review ,2000 ,90 :1147165 . 11 J a me s R Ba rt h , Gera r d Cap rio J r , Ro ss L evine1 Ba nk regulatio n a nd supervi sio n

44、WhatWo r k s Be st ? R 1 The Wo rld Ba nk , W PS 2725 ,2001 ,1213 . 12 Kr ugma n Pa ul1 What happ en to A sia ? M 1 Mimeo ,Cambridge , MA , M I T ,19981 13 Mi shkin1 Fina ncial policies a nd t he p reventio n of fina ncial cri si s in emer ging ma r ket co unt rie s R 1 NB ER Wo r king Pap er N1 8087 ,2001 . 14 Pedro Al ba , A ma r Bhat tachaya , Stij n Clae ssens , Swati Gho sh a nd L eo na r d