本文讲述了关于货币危机预警理论及实证比较的内容，供大家参考，接下来我们一起仔细阅读下吧。
摘 要：随着我国汇率制度改革的不断深入，人民币汇率浮动的幅度扩大，汇率对 经济 的调节功能日益显现。这同时也增大了我国的货币风险。文章在论述东南亚 金融 危机后货币危机 理论 最新 发展 的基础上，从理论和实证角度比较了五种货币危机预警模型的预警效果、优缺点，并对预警模型在我国的模拟 应用 作了探讨。
关键词：货币危机;预警模型;比较;应用
一、引 言
当前， 中国 经济正全面融入世界，金融业也已进入全面开放的最后阶段。2005年7月21日起，我国已实行以市场供求关系为基础， 参考 一篮子货币进行调节的、有管理的浮动汇率制度，汇率对经济的调节功能已显而易见，人民币流通区域化、国际化步伐加快，趋势明显，这同时也大大增加了我国的货币风险，所以 研究 货币危机的预警理论，对稳定人民币汇率和增强货币的抗风险能力等都具有重要的理论及实践意义。本文旨在对东南亚金融危机后各种货币危机预警的主流理论作出梳理和归纳，并对其实证结果作出客观评价的基础上，对我国的可能情况作了实际模拟 分析 ，从而为我国货币危机预警理论及实践提供借鉴。
二、FR概率模型：简单易行且较成熟但偏差较大
(一)FR模型的建立和基本特征。1997年，Frankel和Rose以100个发展中国家在1971—1992年这段时间发生的货币危机为样本，以各个国家的年度数据为样本资料，建立了可以估计货币危机发生可能性的概率模型。FR模型将货币危机定义为货币贬值至少25%，并至少超出上年贬值率的10%。其研究对象不包括货币当局通过卖出外汇储备或提高利率成功击退投机供给的情况。Frankel和Rose认为，货币危机有多种因素引发，其中选择的变量有：GDP的增长率、国外的利率、国内信贷增长率、政府预算赤字占GDP的比率和经济开放程度等等。如果用Y表示货币危机这一离散变量，用X表示货币危机的各种引发因素的向量，β代表X所对应的参数向量，那么就可以用引发因素X的联合概率分布来衡量货币危机发生的概率。用公式表示为
(二)FR模型的预警效果及评价。Frankel和Rose运用数据指标对货币危机发生的概率进行了最大对数似然估算。结论是：当产出增长缓慢，国内信贷增长较快，国外利率较高，外国直接投资占总债务的比例较低时，货币危机发生的概率增加。另外，研究结果说明外汇储备水平较低和实际汇率升值对预期危机有一定的作用。
FR模型的优点是：因为其研究思路是通过对一系列前述指标的样本数据进行最大对数似然估计，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的可能性的大小。所以，模型构建简单，数据取得容易， 方法 较为成熟，应用较为广泛。为了衡量FR概率模型对预测1997年东南亚货币危机的效果，1998年Andrew Bery和Catherine Pattilo对模型的准确度进行了验证。该模型预测泰国在 1997年发生货币危机的概率不到10%，而预测墨西哥、阿根廷发生货币危机的概率分别为18%和8%，这与事实严重不符。这就说明FR模型在预测的准确度方面还存在一定缺陷。缺陷主要有三：第一，“三重估计”在客观上限制了模型的准确性。在建立模型时，存在双重估计：一是必须要估计多因素、多参数条件下的联合概率分布，二是必须 计算 各参数的估计值。另外，在预测过程中，还必须估计某一外推年度的各个引发因素的取值。多次的估计导致了信息的过度使用，增加了偏差，降低了准确性。第二，模型没有考虑国家之间的差异性。一是它在定义货币危机发生与否的标准上没有考虑到各个国家之间的差异。二是它在确定引发因素、样本数据方面对各个国家一视同仁，没有区分。第三，FR模型的样本数据采用的是年度数据，数据很难达到“大数定律”的要求，客观上限制了FR概率模型的实用性。
三、STV横截面回归模型：考虑国别差异却条件苛刻指标也有失完整
(一)STV模型的建立与基本特征。该理论模型由Sachs，Tornell和Velasco研究建立。他们选择了20个新兴市场国家的截面数据，分析了1994年末的墨西哥货币危机在1995年对其他新兴市场国家的 影响 ，考察了货币危机发生的决定因素;将货币危机指数IND定义为1994年11月～1995年4月加权的储备下降百分比和汇率贬值百分比的总和。他们认为：实际汇率、贷款增长率、国际储备与广义货币供应量的比率对一个国家是否发生货币危机至关重要。此外，他们还确定了两个虚拟变量：当实际汇率贬值幅度处于低四分位或国内私人信贷增长率高四分位时，第一个虚拟变量取值为1，其他情况则为0;当国际储备与广义货币量的比率处于低四分位时，第二个虚拟变量取值为1，其他情况为0。结果发现，如果一国的银行体制比较脆弱(LB，用1990—1994年对私人部门信贷的增长率来衡量)，汇率高估(RER，用从1986—1989年和1990～1994年实际汇率的贬值率来衡量)，同时，外汇储备水平(DLR，用外汇储备/M2来衡量)较低，经济基本面脆弱(DWF)就会遭到更严重的攻击。其估计方程为
其中：β为7个指标各自回归的相关系数。在估计方程中，假设：(1)实际汇率贬值的国家遭受的危机较轻，但是这只与较低的外汇储备和脆弱的经济基本面因素有关，所以有：β2=0，β2+β4=0，β2+β4+β60。(2)贷款膨胀导致危机的严重性增加，但也只是与较低的储备和脆弱的基本面因素有关，因此有：β3=0，β3+β5=0，β3+β5+β70。
(二)STV模型的效果及评价。Sachs等人在1998年再次选用20个新兴市场国家的截面数据，对模型进行了实证检验，实证结果表明，模型对马来西亚和泰国在1997年的预测与实际情况相吻合，对巴西和阿根廷的预测与实际情况也较为一致，然而对印度尼西亚和韩国的预测准确度较差。
该模型除具有FR模型在指标选取和方便使用等方面的相同优点外，还使用了横截面数据，克服了FR概率模型没有考虑国别差异的不足;同时，该模型的指导思想是寻求哪些国家最有可能发生货币危机，而不是分析什么时候会发生货币危机。当然，在实证检验中也发现了预警的许多偏差，主要在于：第一， STV模型要求找到一系列相似的样本国家，这在现实中相当困难，因为国与国之间的差异通常很大。第二，STV横截面回归模型考虑因素范围过于狭窄，只考虑汇率、国内私人贷款、国际储备与广义货币供应量的比率等指标。第三， STV模型的估计方程是线性回归模型，过于简单，而现实情况往往是非线性的。第四，STV模型对危机指数的定义有失偏颇。第五，虽然Sachs等人的回归分析法对货币危机发生的决定因素进行了有益的分析，但是人们关心的不仅仅是决定危机发生与否的因素，而是希望能够预测危机发生的时间。
四、KLR信号分析法：准确性高但指标设计有倾向性
(一)KLR模型的建立和基本特征。该模型是Kaminsky、Lizondo和Reinhart于1998年创立并经过Kaminsky(1999)的完善。其预测步骤为：首先，通过研究货币危机发生的原因来确定哪些变量可以用于货币危机的预测;其次，运用 历史 数据进行统计分析，确定与货币危机的发生有显着联系的变量，以此作为货币危机发生的先行指标，并计算出该指标对危机发生进行预测的临界值。一旦一国经济中相对应的指标变动超过了临界值，那么就可以认为在24个月内将发生货币危机。在此基础上，他们采用1970—1995年发生于 15个发展中国家和5个发达国家的月度数据确定货币危机发生的临界值。利用这些先行指标与相对应的临界值建立一个有效的货币危机预警体系。一个预警指标在一定的历史时期内，有一个时间序列数据，根据这个时间序列数据可以估计它的累积概率分布，临界值就是某一个累积概率，当指标取值所对应的累积概率超过了这个临界值，就发出一个信号。为了对发生货币危机信号的指标进行综合考虑，模型在单个指标的基础上提出了4个预测危机的合成指标。他们还根据准确发出信号的概率、信号出现先于危机发生的时间长短、危机前信号出现的持续性等指标，对危机预测的成效与实际危机发生的序列等进行拟合度检验，结果发现对预测货币危机表现最好的先行指标是：产出水平、实际汇率对长期趋势的偏离、股票市场价格、广义货币与外汇储备的比率等等。其中第四个合成指标是预警能力最强的指标。
(二)KLR模型的预警效果及评价。Kaminsky等在1998年通过对25份 20世纪50至90年代发生于发达国家与发展中国家货币危机的研究成果的比较，得出了主要结论：预测货币危机的有效指标包括出口、实际汇率对一般趋势的偏离、广义货币对外汇储备的比例、产出和股票价格，而国内外实际存款利率的差别、借款利率和贷款利率的差别、进口、银行存款等指标并不具备有效预测的能力。
实证表明，用KLR模型来预测东南亚货币危机，泰国发生危机的可能性超过了40%，马来西亚超过了30%，印度尼西亚为25%～28%，韩国为20%～ 33%。这表明KLR模型比以往的预警模型的准确性要高得多。该模型的最大优点在于：能用数理方法确定与货币危机发生有显着关联的变量作为货币危机发生的先行指标，并计算出该指标对危机发生进行预测的临界值。同时，在指标的选择上比上述其他模型包含了一整套更为广泛的指标。但是KLR模型的缺陷也很明显，由于FR模型将外债指标作为研究对象，而外汇储备又不作为指标，于是导致认为外债指标作用不佳，从而放弃了外债指标。而且KLR模型25个指标中有明显的倾向性，大多集中在外汇储备、信贷增长与实际汇率等方面，放弃了外债指标有失偏颇，所以使该模型的有效性打了折扣。
五、基于合成指标的多时标货币危机预警流程：能区分时间差异但权重设计不佳
(一)多时标货币危机预警模型的建立和特征。该模型是冯芸和吴冲锋 (2002)根据市场形势的剧烈变化提出，该模型引入了多时标，并采用扩充观测指标集的方法将预警指标分为：(1)长期预警指标，反映金融系统宏观层面的状况，其监测周期为一年或一个季度;(2)中期预警指标，反映金融系统中观层面的状况，其监测周期为一个月;(3)短期预警指标，反映金融系统微观层面的状况，其监测周期为一周甚至是一天。
该预警流程首先在起始端进行长期预警，若预警系统未发出长期预警信号，则继续下一个长期预警周期，政府部门不需要做出反应;若预警系统发出长期预警信号，政府部门就需要做出长期调整。与此同时，预警系统进入中期预警阶段。
进入中期预警阶段以后，对中期先行指标进行监测，监测周期缩短。如果指标没有超过其临界值，说明经济中的矛盾并未出现早期症状，但是仍需要继续关注;如果超过临界值，说明经济中的矛盾已经在中观层面有所表现，应高度关注，同时进入短期预警体系，缩短监测的周期并扩大监测指标范围。
在短期预警阶段，不仅监测周期缩短，监测的频率增大，同时将预警信号根据短期先行指标的表现分为正常警戒和危机两种。与此同时，对长期与中期指标仍要继续监测。而之所以扩大了预警指标的范围是因为金融市场快速变化的本质特征的要求。
(二)多时标预警流程模型的预警效果及评价。冯芸等人将基于合成指标的多时标货币危机预警流程系统应用于1997年亚洲货币危机中5个主要受害国家(泰国、菲律宾、马来西亚、韩国和印度尼西亚)的实证分析。对于长期预警指标的检测结果，泰国在1996年第二季度、1998年第四季度，菲律宾在 1996年第二季度、1997年第一季度、1998年第一季度至第四季度，印度尼西亚在1996年第二、三季度、1997年第一季度发出了长期预警信号，进入了中期预警流程。中期预警指标的监测结果是：亚洲5个国家在1997年7月亚洲货币危机全面爆发之前都发出了中期预警信号，并进入了短期预警流程。短期预警结果为：泰国、菲律宾、马来西亚、韩国和印度尼西亚分别在1997年5月15日、7月11日、7月14日、11月20日和7月21日发出了危机信号。
与前三个模型相比，多时标预警流程模型的准确度大大提高，该模型是对 KLR模型的修正，在KLR模型的基础上引入了多时标，注意了不同指标在预警时间上的差异，增加了时间因素。但是该模型仍然有自身的缺陷，其中最明显的不足在于，虽然模型加入了时间因素，但是它却无法区别每个指标对危机的预警程度大小。在特定情况下，不同的指标对货币危机预警的有效程度是不一样的。但是多时标预警流程只是在KLR模型的基础上进行了修正，指标超过了临界值就发出一个信号，但是不同的指标对货币危机的 影响 是不一样的，表面上看都发出了一个预警信号，但是这无法体现各个指标在货币危机预警体系中的权重。
六、基于滞后宏观 经济 和 金融 数据的Logit模型：适用性强、准确性高
相关推荐：
下一篇：关于利率平滑研究及其新进展
