浅论货币危机预警理论与模型综述

    摘要：货币危机预警的主要目的是提早识别危机发生的信号，以便该国能够及时采取适当的措施，减少危机发生的概率，乃至避免危机的发生，或者减少危机发生的强度和烈度。20世纪90年代以来的货币危机预警研究。形成了信号分析模型、离散选择模型和马尔可夫状态转移模型等预警模型，但总体而言，现有预警方法的预警能力还不够理想。
　　关键词：货币危机；预警理论；模型
　　　
　　货币危机泛指汇率的变动幅度超出了一国可承受的范围这一现象，或者是“对货币的投机性进攻导致货币大幅度贬值或国际储备大幅度下降的状态”。货币危机预警是与投机性货币冲击理论的发展密切相关的。货币危机预警的主要目的是提早识别危机发生的信号，以便该国能够及时采取适当的措施，减少危机发生的概率，乃至避免危机的发生，或者减少危机发生的强度和烈度。关于货币危机预警理论的研究始于对20世纪六七十年代拉美货币危机的研究，随着金融自由化、国际化进程的不断加速，货币危机的发生频率及造成的危害随之增加，1992～1993年欧洲货币体系危机、1997～1998年亚洲货币危机与金融危机爆发进一步刺激了经济学界对货币危机预警理论的研究。本文将对货币危机的主要预警模型进行梳理和归纳。
　　一、信号分析模型
　　信号分析模型(KLR)是Kaminsky、Lizondo和Reinhart于1998年首先提出的。它以经济周期转折的信号理论为基础，其核心思想是通过研究货币危机发生的原因，确定哪些经济变量可以用于货币危机的预测，然后运用历史上的数据进行统计分析，来确定与货币危机有显着联系的变量，以此作为货币危机发生的先行指标。信号分析模型分四步进行：(1)确定货币危机的原因和危机预警时段；(2)运用历史上的数据进行统计分析，确定与货币危机有显着关系的变量，进而确定先行变量；(3)按照噪声一信号比的最小化规则，确定阈值；(4)一旦经济中相应指标变动超过阈值，则将之视为货币危机即将在24个月内发生的信号。由于KLR模型中各个变量的分析是单独进行的，所以它在本质上是一个单变量模型。
　　为了克服KLR模型的单变量属性，Kaminsky(1999)进一步对发生货币危机信号的指标进行综合考虑，它提出了4个预测危机的复合指标，1个复合指标是对各预警指标发出信号数的简单加总，另外3个复合指标则分别考虑了指标分布不均衡、指标时间延续性以及指标不同权重。通过对预测指标的扩展，KLR模型已经能够较好地处理预警结果输出的单一化问题，并利用多个复合指标可以更好地发送预警信息，极大地改善了预警效果。
　　Kaminsky(2003)又进一步提出了多状态KLP模型。他将货币危机分为6种，即经常账户恶化型危机、财政赤字型危机、金融过剩型危机、国家外债型危机、国际资本流动突然逆转型危机和自我实现型危机。研究发现，新兴市场国家的货币危机通常属于前4种，其发生与受害国经济的脆弱性有关；发达国家的货币危机通常属于后两种，经济基本面通常良好，多由不利的国际市场形势所致。这样一来，KLR模型可以在对货币危机预警的同时，进一步将货币危机的损失与其类型联系在一起，厘清对货币危机深度的认识。
　　信号分析模型经过不断修正完善，已经成为使用最广泛的货币危机预警模型，它可以根据多个变量发出的信号估计危机发生的概率，同时有效提供关于危机根源和广度的信息，但该模型也存在一些明显不足：(1)主要以宏观经济环境为背景，没有考虑到政治性事件及一些外生事件对货币危机爆发时间选择的影响；(2)KLR模型的隐含假设是在解释自变量和因变量之间存在一个特定的函数关系，即阶跃函数关系，这一界定使得模型无法对一个变量是刚刚超过阈值，还是大幅超过阈值进行区分，因而使得变量提供的信息未能充分利用；(3)模型指标大多集中在外汇储备、信贷增长与实际汇率等方面，仍避免不了倾向性；(4)虽然通过加权平均解决了预警指标的单一化问题，但由于各变量之间的相互关系仍未纳入考虑，因此，这种汇总是表面的。
　　二、离散选择模型
　　针对信号分析模型的上述缺陷，有学者提出了离散选择模型，它最重要的突破在于通过纳入新的解释变量来扩展模型，进而同时考虑所有相关变量。其代表性的研究成果包括以下几种：
　　Frankel和Rose(1997)构建的货币危机发生可能性的面板Probit模型。其研究思路是通过对一系列前述指标的样本数据进行极大对数似然估计，以确定各个引发因素的参数值，从而根据估计出来的参数，建立用于外推估计某个国家在未来某一年发生货币危机可能性的大小。该模型研究发现，金融事件是离散且有限的，货币危机的发生则是由多种因素引发的，譬如在FDI流入枯竭、外汇储备较少、国内信贷增长迅速、实际汇率高估的时期等，货币危机发生的概率较大。此后，Andrew Berv和Catherine Pattilo(1998)对1997年泰国货币危机及墨西哥、阿根廷发生货币危机的概率进行预测，但准确度并不高。
　　BussiOre和Fratzscher(2002)认为二元Probit模型混同了危机前的诱发期和危机后的恢复期，而实际上在这两个时期危机预警指标的表现具有很大差异，他们将外汇变动分为三种状态或时期，即货币危机平静期、诱发期和恢复期，并在此基础上提出使用三元应变量Logit模型进行危机预测。该模型对32个国家1993年12月至2001年9月的月度数据验证，预测效果还比较理想，在样本内可正确预测73％的诱发期和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％的诱发期和83％的平静期。此后，Kumar等(2003)提出了基于滞后宏观经济和金融数据的Logit模型，该模型使用32个发展中国家1985，1999年数据，主要分析了利率调整引起并未预期到的货币贬值，以及总货币贬值水平超过以往水平的情形。该模型的实证结果表明，外汇储备和出口的下降以及真实经济的虚弱是导致危机发生的最重要解释变量。

　应该说，离散选择模型出现了从二元离散选择模型拓展到多元离散选择模型的方向，且模型的预测值较好解释了危机发生的概率，但也存在一些不足之处，主要表现为：(1)模型中存在将连续变量转换为二元或多元离散变量后信息的损失，而且没有确立一个根据预警危机和避免噪声的能力对变量进行排序的标准；(2)不同指标对于不同国家的重要性不尽相同，所以假设参数恒常的面板模型在货币危机的预警方面通常表现很差(Abiad，2003)；(3)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，最终影响对危机预测的准确性。 。
　　三、马尔可夫状态转移模型

　马尔可夫状态转移模型(Markov—switchingModel)是体制转换模型中最常见的形式。它将结构性的变化视作一种机制向另一种机制的转换，譬如金融运行特征发生的显着变化，包括大幅起落或中断，汇率急剧下降、经济增长趋势逆转等，进而将结构变化内生化进行估计。
　　Martinez-Peria(2002)提出了一个带有动态转换概率的状态转换模型，该模型采用两种形式：一是汇率转换模型，假设汇率是一个AR(4)过程；二是向量自回归模型，假设内生变量有3个，即汇率、利率和外汇储备，均服从一阶Var过程。在此基础上，他直接对投机供给建模，同时加入预期因素，对1979-1993年欧洲货币体系的货币投机性冲击进行研究，研究表明，没有考虑变量状态转换性质的模型可能存在设定偏误问题，经济基本面和预期因素共同决定了危机发生的概率。