体制转换模型如何预测货币危机

1、当前文档修改密码：8362839 MACROBUTTON MTEditEquationSection2 Equation Chapter 1 Section 1 SEQ MTEqn r h * MERGEFORMAT SEQ MTSec r 1 h * MERGEFORMAT SEQ MTChap r 1 h * MERGEFORMAT 体制转换模模型能预预测货币币危机吗吗？中国人民银银行研究究生部教教研处 张张 伟 本文作者是中国人民银行研究生部教研处研究人员，在读博士生。感谢国际货币基金研究局经济学家阿布杜阿比达（Abdul Abiad）博士向本论文作者提供了数据和Eviews编程语言支持

2、，感谢两位博士生导师中国证监会首任主席刘鸿儒教授和中国人民银行研究生部主任唐旭博士在百忙之中为本论文提出了宝贵的修改意见。内容提要要体制转转换模型型是一种种模拟时时间序列列显着变变化或中中断的方方法。变变动概率率体制转转换模型型克服了了标准货货币危机机预警方方法的几几个固有有缺陷，预预测货币币危机的的准确性性更高，发发出的错错误信号号更少。本本文以名名义汇率率月变化化率为因因变量，在在引入因因变量一一阶自回回归过程程对阿比比达（220033）提出出的变动动概率体体制转换换模型进进行了修修改的基基础上，采采用改进进后的模模型对阿阿根廷等等12个国国家或地地区在119788年1月至20002年年5

3、月期间间发生或或可能发发生的货货币危机机进行了了研究。本本文主要要回答两两个问题题：根据据体制转转换模型型建立的的货币危危机预警警系统是是否具有有更强的的预警能能力？它它预测危危机发生生的时机机是否更更准确？研究表表明：变变动概率率体制转转换模型型体制转转换模型型能够较较为准确确地预测测货币危危机发生生的可能能性和发发生的时时点；但但是，对对于不同同的国家家或地区区，模型型的预警警效果有有高有低低；总体体而言，该该模型的的预警能能力很强强，预警警时效性性较强。关 键 词体制，体体制转换换模型，货货币危机机，预警警系统一、文献回回顾图1 泰铢汇率月变化率图中数据为1978年2月至2002年5月泰

4、铢兑美元的名义汇率月变化率（直接标价法）的月度数据。如图所示，泰铢汇率在1997年7月出现大幅度贬值，即发生了明显的体制转换。数据来源：国际金融统计（International Financial Statistics）。体制转换模模型是一一种模拟拟时间序序列显着着变化或或中断的的方法 体制转换是指时间序列发生显着变化或中断，如股票指数飙升或狂跌、汇率急剧贬值、经济增长趋势逆转等。该该模型一一直是经经济学家家惯用的的分析工工具，它它在经济济领域中中的应用用最早可可以追溯溯到19958年年。匡特特（19958）、戈戈德菲尔尔德和匡匡特（119733，19775）先先后使用用该模型型描述和和研究了

5、了非均衡衡市场。最最常用的的体制转转换模型型是马尔尔科夫体体制转换换模型。任任何变量量的时间间序列发发生体制制转换，实实质上是是该变量量各个状状态（即即“体制”）的概概率分布布发生了了变化（如如图1所示）。根根据变量量由一种种状态向向另一种种状态变变迁的概概率是否否变化，该该模型分分为固定定概率体体制转换换模型和和变动概概率体制制转换模模型。固固定概率率体制转转换模型型曾被用用于分析析利率期期限结构构（汉图1 泰铢汇率月变化率图中数据为1978年2月至2002年5月泰铢兑美元的名义汇率月变化率（直接标价法）的月度数据。如图所示，泰铢汇率在1997年7月出现大幅度贬值，即发生了明显的体制转换。数

6、据来源：国际金融统计（International Financial Statistics）。 体制转换是指时间序列发生显着变化或中断，如股票指数飙升或狂跌、汇率急剧贬值、经济增长趋势逆转等。在亚洲危机机爆发之之前，主主要有两两类标准准的货币币危机预预警方法法：一是是受限因因变量PProbbit模模型或LLogiit模型型，如FFR PProbbit模模型（弗弗兰科尔尔和罗斯斯，19996）、KMMP LLogiit模型型（库玛玛、默尔尔斯和佩佩劳丁，2002）；二是指标分析法，如KLR信号分析法（卡明斯基、李让多和雷恩哈特，1998）、DCSD模型（国际货币基金组织发展中国家研究部，1998

7、）。对于评估金融脆弱性，上述模型比信用评级、债券息差和在险价值（Value-at-Risk）等方法的准确性更高（伯格和安德鲁等人，1999，2003）。然而，标准的货币危机预警方法存在几个明显的缺陷。第一，标准的货币危机预警方法需要事先确定危机期。确定危机期的通常做法是：分别计算汇率、国际储备和/或利率的变化率，并为它们选择一个权重，将它们组合成投机压力指数（The Index of Speculative Pressure），事先指定投机压力指数的依样本阀值（The Sample-dependent Threshold），然后根据某一特定期间投机压力指数的实际计算值是否超过该阀值确定该期间是

8、否发生危机。根据这个程序，不同的预警方法确定的危机期是不尽相同的。例如，卡明、辛德勒和萨缪尔（2001）用他们确认的危机期与KLR信号分析法确认的危机期进行了比较，结果表明，只有61%的危机期是两种方法共同确认的。第二，尽管阀值法能确认危机期，但是阀值的选择是任意的，至今没有令人信服的统一标准 在所查阅的文献中，阀值包括（阿兹等人，1999）、（卡拉马扎等人，2000）、（卡明等人，2001）、（艾迪逊，2000）和（KLR，1997）等几种，其中为样本标准差。很明显，选择不同的阀值，将得到不同的危机期和不同的参数估计值。阀值有时被处理为一个人为给定的百分数（例如5%），这有可能犯“人为制造危

9、机”的错误。而且，阀值具有样本依赖性，这意味着未来的数据可能影响已经确认的危机。这是因为，阀值是根据样本标准差定义的，发生一次新的相对严重的危机（例如亚洲危机）可能导致先前确认的危机不再被确认为危机。艾迪逊（2000）研究发现，如果使用1997年以前的数据，阀值法确认马来西亚发生了5次危机，但是，如果使用1999年以前的数据，阀值法只发现1次危机（即1997年危机），其它危机都“消失了”。为了解决这个问题，通常的做法是使用“视窗排除（Exclusion of Window）”原理：如果在一定的时间视窗范围内，某些危机伴随以前的某次危机而发生，那么可以认为这些危机只是前一次危机的延续，从而排除这

10、些危机。然而，排除视窗的宽度是任意选择的，可以是1个季度（艾青格林、罗斯和威普罗茨，1996）、18 在所查阅的文献中，阀值包括（阿兹等人，1999）、（卡拉马扎等人，2000）、（卡明等人，2001）、（艾迪逊，2000）和（KLR，1997）等几种，其中为样本标准差。体制转换模模型很好好地克服服了上述述问题。第第一，体体制转换换模型不不需要事事先确定定危机期期，而是是在使用用最大似似然法预预测危机机发生概概率的同同时获得得危机的的发生时时期和特特征。因因此，可可以直接接避免因因使用阀阀值法和和视窗排排除原理理而产生生的问题题。第二二，体制制转换模模型不需需要将连连续变量量转换成成二元变变量

11、，并并且不使使用视窗窗排除原原理，从从而不会会产生样样本信息息丢失问问题，因因变量的的动态信信息能够够完整保保留。由由于体制制转换模模型具有有这些优优点，亚亚洲危机机爆发之之后，该该模型开开始被用用于研究究和建立立货币危危机预警警系统。珍珍尼和马马逊（119988）、弗弗拉茨谢谢尔（119999）相继继建立和和发展了了多重均均衡货币币危机模模型，并并使用马马尔科夫夫转换变变量模拟拟了多重重均衡之之间的相相互转换换过程。然然而，他他们假定定从一种种均衡向向另一种种均衡转转换的概概率是一一成不变变的。塞塞拉和萨萨克斯纳纳（20002）使使用马尔尔科夫转转换模型型分析了了19997年印印度尼西西亚危

12、机机，研究究危机爆爆发是否否源于国国内因素素、季节节性因素素或者是是由于邻邻国传染染所致。马马丁内兹兹-皮利亚亚（20002）使使用1997919993年数数据，借借用变动动概率马马尔科夫夫转换模模型模拟拟了1999219993年欧欧洲汇率率机制（Exchange Rate Mechanism，简称ERM）动荡。阿比达（2003）将体制转换模型用于预测货币危机，他选择汇率作为因变量，以19721999年期间的数据为样本，利用单参数检验显着的预警指标分别对遭受亚洲金融危机冲击的五个国家 这五个国家是印度尼西亚、韩国、马来西亚、菲律宾和泰国。进行了分析。马丁内兹-皮利亚（2002）研究发现，体制转

13、换模型不仅能够确认艾青格林、罗斯和威普罗茨（1996）所确认的所有危机事件，而且能够确认更多的危机事件。而且，体制转换模型预测货币危机的准确性比标准的预警方法更高，而且发出的错误信号更少（阿比达，2003）。 这五个国家是印度尼西亚、韩国、马来西亚、菲律宾和泰国。尽管如此，体体制转换换模型并并非完美美无缺。笔笔者在阿阿比达（2003）研究的基础上，通过扩大研究范围、改变样本区间、挑选不同的外生变量以及对因变量时间序列引入一阶自回归，试图全面、客观地评价体制转换模型在建立货币危机预警系统方面的效果。本文主要回答两个问题：根据体制转换模型建立的货币危机预警系统是否有更强的预警能力？它预测危机发生的

14、时机是否更准确？本文第二部分给出检验中将使用的模型，第三部分给出并分析检验结果，第四部分总结研究结论。二、模型本论文以各各个样本本国家或或地区的的名义汇汇率变化化率为因因变量（用用表示）。假假设名义义汇率变变化率的的时间序序列遵循循下列特特殊结构构的一阶阶自回归归： MACROBUTTON MTPlaceRef * MERGEFORMAT SEQ MTEqn h * MERGEFORMAT ( SEQ MTEqn c * Arabic * MERGEFORMAT 1)其中，为名名义汇率率变化率率在时期期的状态态变量或或体制变变量，为为体制下下回归系系数向量量，为体体制下外外生变量量向量，为体制

15、下与外生变量向量相对应的回归系数向量，为一阶自回归系数，即在体制下服从均值为0、方差为、各期之间相互独立的正态分布。体制转换模模型的基基本前提提是，我我们在事事前无法法直接观观察因变变量的体体制变化化这一现现象，而而因变量量的行为为却依赖赖于体制制，即在在不同的的体制下下，因变变量表现现出不同同的行为为方式。就就本论文文研究的的名义汇汇率变化化率而言言，一方方面，“是否出出现急剧剧贬值或或升值”或“是否发发生危机机”这个体体制变量量是一个个无法直直接观察察的二元元变量，这这类无法法直接观观察的变变量被称称为潜伏伏变量；另一方方面，名名义汇率率变化率率的行为为依赖于于这个二二元潜伏伏变量。很很明

16、显，名名义汇率率变化率率在危机机状态下下与在平平静状态态下的行行为具有有显着性性差异。一一般地，在在危机状状态下，名名义汇率率变化率率的均值值将发生生漂移、波波动性将将更强。假假设名义义汇率变变化率的的潜伏变变量遵循循一阶双双态马尔尔科夫链链，其中中定义危危机状态态，定义平平静状态态，则 MACROBUTTON MTPlaceRef * MERGEFORMAT SEQ MTEqn h * MERGEFORMAT ( SEQ MTEqn c * Arabic * MERGEFORMAT 2)也就是说，因因变量的的概率分分布以及及各个参参数是随随体制转转换而变变化的。如如果将因因变量关关于的条条件

17、密度度记作向向量，则则： MACROBUTTON MTPlaceRef * MERGEFORMAT SEQ MTEqn h * MERGEFORMAT ( SEQ MTEqn c * Arabic * MERGEFORMAT 3)其中，代表表条件密密度的参参数向量量。在当前状态态给定条条件下，停停留在当当前状态态或向另另一种状状态转换换都有一一定的可可能性，这这依赖于于一个国国家或地地区经济济金融基基本面的的健康程程度。通通过选择择一定数数量的统统计显着着性外生生变量，可可以较好好地衡量量一个国国家或地地区经济济金融基基本面的的健康程程度。具具体而言言，潜伏伏变量的的体制转转换是通通过转换换概

18、率矩矩阵来实实现的： MACROBUTTON MTPlaceRef * MERGEFORMAT SEQ MTEqn h * MERGEFORMAT ( SEQ MTEqn c * Arabic * MERGEFORMAT 4)其中，它它是从期期的状态态转换到到第期状状态的概概率（）；为累计计概率分分布函数数，为了了简化，一般假设累计概率分布函数为对数正态分布；为外生变量向量在第期的样本值；分别是平静状态和危机状态的外生变量回归系数向量。我们的目标标是根据据因变量量和所有有外生变变量从基基期到期期的样本本矩阵估估计参数数向量和和转换概概率矩阵阵，然后后基于参参数估计计值和转转换概率率估计值值推断

19、某某一时期期因变量量处于某某种体制制的条件件概率，其其中。在独独立同分分布（）情情形下，关关于的推推断仅仅仅依赖于于和。在参参数向量量已知时时，可以以推断第第期处于于两种体体制的条条件概率率和，然后后将这两两个条件件概率列列成一个个二维列列向量。如如果给定定第期的的所有信信息，可可以利用用第期和第期转转换概率率矩阵计计算第期期处于两两种状态态的条件件预测概概率和，如等等式（66）所示示，同样样地，可可以将第第期在两两种状态态下的条条件概率率预测值值列成一一个二维维列向量量。通过过等式（5）和等式（6）迭代，可以推断任意时期的条件概率向量： MACROBUTTON MTPlaceRef * ME

20、RGEFORMAT SEQ MTEqn h * MERGEFORMAT ( SEQ MTEqn c * Arabic * MERGEFORMAT 5)= MACROBUTTON MTPlaceRef * MERGEFORMAT SEQ MTEqn h * MERGEFORMAT ( SEQ MTEqn c * Arabic * MERGEFORMAT 6)其中，是第第期的转转换概率率矩阵，如如等式（4）所示，“”表示元素与元素相乘，“”矩阵相乘，是因变量关于的条件密度向量，如等式（3）所示。等式（5）计算第期处于第种状态的条件概率，它是条件联合密度函数与条件边际密度函数的比率 条件联合密度函数

21、，其中；条件边际密度函数是两种状态的联合分布之和，即。等式（6）计算计算第期处于两种状态的条件预测概率 条件预测概率。 条件联合密度函数，其中；条件边际密度函数是两种状态的联合分布之和，即。 条件预测概率。如果给定初初始值和和参数向向量的估估计值，通通过上述述迭代公公式可以以计算任任意时期期的（）。确确定初始始值至少少有两种种方法，一一种方法法是令，其其中，是是一个二二维列向向量，两两个元素素非负且且它们之之和等于于1；另一一种方法法由下面面阐述的的最大似似然法估估计。实实际上，对对于时段段足够长长的时间间序列，初初始值的的选择对对于函数数的影响响微不足足道，无无论是作作为独立立的参数数进行估

22、估计，还还是作为为参数向向量函数数进行计计算，甚甚至仅仅仅把它设设定为一一个常数数，对于于该模型型估计结结果影响响并不大大（阿比比达，220033）。本本论文采采用第一一种方法法确定初初始值。我们采用最最大似然然法估计计参数向向量。将将各个时时期边际际密度函函数的对对数值加加总可以以得到对对数似然然函数： MACROBUTTON MTPlaceRef * MERGEFORMAT SEQ MTEqn h * MERGEFORMAT ( SEQ MTEqn c * Arabic * MERGEFORMAT 7)其中，。通通过似然然最大化化条件，可可以计算算估计值值，同时时，任意意时期处处于危机机状

23、态的的条件概概率的预预测值也也被估计计出来，这这些预测测值构成成危机发发生概率率序列。每每当危机机发生概概率大于于0.550时，我我们认为为预警系系统发出出1次警报报信号。三、检验（一）指标标本文取名义义汇率月月变化率率为因变变量。对对于外生生变量，考考虑到所所研究的的样本国国或地区区具有各各自不同同的经济济背景，为为此，本本文挑选选了200个备选选指标，如如表1所示。这这20个指指标分为为三类，依依次是宏宏观经济济不平衡衡指标、资资本流动动指标和和金融脆脆弱性指指标。表1 外外生变量量的备选选指标类别指标宏观经济不不平衡指指标实际汇率对对长期趋趋势的偏偏离程度度贸易账户余余额（出出口-进口）

24、与与GDPP的比率率？出口增长率率准货币（MM2）与与外汇储储备的比比率准货币（MM2）与与外汇储储备比率率的增长长率外汇储备增增长率国内信贷增增长率工业生产增增长率GDP实际际增长率率资本流动指指标实际利率3个月伦敦敦同业拆拆借利率率（LIIBORR）银行外债净净额与银银行资产产的比率率短期外债与与外汇储储备的比比率非直接投资资余额与与GDPP的比率率银行体系脆脆弱性指指标银行资产与与GDPP的比率率中央银行向向银行发发放的贷贷款与银银行负债债的比率率银行存款与与M2的比比率银行资本金金与银行行资产的的比率银行资产与与银行负负债的比比率银行资产与与银行负负债比率率的增长长率但是，在实实际估计

25、计中，指指标过多多将可能能产生多多重共线线性、过过度识别别等问题题。为了了避免这这些问题题，必须须从上述述20个指指标中挑挑选为数数不多的的显着性性强的指指标（本本文选取取5个）。为为此，首首先对各各个备选选指标的的样本数数据标准准化。如如果以表表示第备备选指标标在第期期的样本本值，表表示第备备选指标标的样本本平均值值，那么么可以由由公式（11）对备选指标标准化。 MACROBUTTON MTPlaceRef * MERGEFORMAT SEQ MTEqn h * MERGEFORMAT ( SEQ MTEqn c * Arabic * MERGEFORMAT 11)其中，为第第备选指指标标准

26、准化后在在第期的的样本值值，为样样本时期期数。其次，根据据备选指指标检验验值的显显着性确确定外生生变量或或预警指指标。对对每一个个样本国国或地区区，分别别用上述述20个指指标中的的1个指标标进行回回归分析析，根据据该指标标的参数数估计的的显着性性决定是是否选择择这个指指标。回回归分析析的参数数估计及及其检验验值如表表2所示。对对于被确确定为外外生变量量的指标标，单变变量回归归分析中中的系数数向量相相当于参参数向量量，即决决定仍然然处于平平静状态态的概率率的参数数向量。此此外，在在回归分分析时，所所有外生生变量均均进行一一种转换换：即如如果该外外生变量量的样本本值增加加，因变变量仍然然处于平平静

27、状态态的概率率将降低低，也就就是说，参参数估计计值应该该为负数数。如果果参数估估计值为为负，被被视为符符号正确确，经济济检验通通过；否否则，符符号错误误，经济济检验不不通过。（二）数据据本文使用阿阿根廷、巴巴西、中中国、香香港、印印度、印印度尼西西亚、韩韩国、马马来西亚亚、墨西西哥、菲菲律宾、俄俄罗斯、泰泰国等112个国国家或地地区在119788年1月至20002年5月期间间的月度度数据估估计模型型。原始始数据来来源于国国际金融融统计（光光盘版）（International Financial Statistics CD-ROM）。（三）估计计结果1.单个外外生变量量的估计计结果仔细观察表表2

28、中的数数据，我我们可以以发现，对对于大多多数国家家而言，实实际汇率率对长期期趋势偏偏离程度度的参数数估计值值不仅符符号正确确，而且且检验值值也是显显着的（俄俄罗斯除除外）。实实际上，对对于所有有样本国国或地区区，实际际汇率对对长期趋趋势的偏偏离程度度是唯一一符号正正确并且且显着性性较强的的指标。出出口增长长率、准准货币（M22）与外外汇储备备的比率率、准货货币（MM2）与与外汇储储备比率率的增长长率、外外汇储备备增长率率等4个指标标对于所所有样本本国或地地区而言言符号均均正确，但但是它们们的检验验值对某某些样本本国或地地区是显显着的。出出口增长长率和外外汇储备备增长率率对于大大多数样样本国或或

29、地区是是显着的的，这与与选择名名义汇率率月变化化率作为为因变量量有一定定的关系系。其它它变量的的参数估估计值对对于某些些样本国国或地区区要么符符号正确确而检验验值不显显着，要要么检验验值显着着而符号号不正确确。这充充分说明明：不同同的国家家或地区区，由于于具有不不同的经经济环境境，各个个指标在在预测货货币危机机方面的的表现必必然是不不尽相同同的。根据单个外外生变量量的回归归分析结结果，对对于每个个样本国国或地区区，我们们分别选选择了55个显着着性较强强的外生生变量作作为预警警指标（已已在表22中以下下划线“_”标注）。当当然完全全根据符符号和单单参数检检验的显显着性选选择指标标有可能能出错，这

30、这是因为为，预警警指标之之间的相相关性有有可能降降低它们们的预警警能力。2.多个外外生变量量的估计计结果表3列出了了多个外外生变量量的估计计结果。根根据估计计结果，我我们发现现，状态态0（即平平静状态态）的均均值和标标准差均均低于状状态1（即危机机状态），而而且，两两种状态态下的差差异是显显着的。在在平静状状态，除除巴西外外，大多多数样本本国或地地区名义义汇率月月变化率率的样本本均值均均低于00.255%，而而在危机机状态，名名义汇率率月变化化率的样样本均值值最高的的达到440.556%（巴巴西）。在在平静状状态，大大多数样样本国或或地区名名义汇率率月变化化率的样样本标准准差均低低于5%，而在

31、在危机状状态，名名义汇率率月变化化率的样样本标准准差最高高的达到到54.09%（巴西西）。根根据估计计结果，我我们不难难得出结结论：危危机状态态的均值值和标准准差与平平静状态态的均值值和标准准差在统统计上是是显着不不同的，从从而，均均值和波波动性是是区分危危机状态态和平静静状态的的显着特特征。对于任意样样本国或或地区，在在单个外外生变量量估计中中，尽管管所选择择预警指指标的参参数估计计值符号号正确并并且显着着性较强强，但是是在多个个外生变变量估计计中，符符号并非非完全正正确，而而且显着着性也有有所降低低。正如如前面指指出的，在在单个外外生变量量估计中中，某些些指标的的显着性性本来并并不高，而而

32、引入多多个外生生变量时时有可能能导致指指标之间间出现近近似相关关性问题题，这就就可能影影响参数数估计的的显着性性。不过过，为了了尽可能能全面地地反映一一个国家家或地区区基本面面的状况况，我们们仍然保保留了这这些指标标。此外外，所有有样本国国或地区区的因变变量滞后后1期的参参数估计计值并不不显着。尽尽管如此此，对于于各个样样本国或或地区，整整体性检检验基本本上通过过：绝大大多数样样本国或或地区的的统计量量在155%的显显着水平平下呈现现出显着着性，而而且绝大大多数表2 单单个外生生变量的的参数估估计结果果指标阿根廷巴西中国香港印度印度尼西亚亚韩国马来西亚墨西哥菲律宾俄罗斯泰国系数值系数值系数值系

33、数值系数值系数值系数值系数值系数值系数值系数值系数值实际汇率对对长期趋趋势的偏偏离程度度贸易账户余余额与GGDP的的比率出口增长率率准货币（MM2）与与外汇储储备的比比率准货币（MM2）与与外汇储储备比率率的增长长率外汇储备增增长率国内信贷增增长率工业生产增增长率GDP实际际增长率率实际利率3个月伦敦敦同业拆拆借利率率（LIIBORR）银行外债净净额与银银行资产产的比率率短期外债与与外汇储储备的比比率非直接投资资余额与与GDPP的比率率银行资产与与GDPP的比率率中央银行向向银行发发放的贷贷款与银银行负债债的比率率银行存款与与准货币币（M22）的比比率银行资本金金与银行行资产的的比率银行资产与

34、与银行负负债的比比率银行资产与与银行负负债比率率的增长长率观察值个数数*-0.444-0.099-0.444-0.155-0.222-0.433-0.2990.20-0.788-0.433-0.1440.18-0.177-0.400-0.5110.010.180.03-0.6440.29157-2.900-0.355-1.966-0.600-0.977-2.155-1.8991.03-1.166-1.011-0.3330.71-0.844-0.788-0.9330.070.340.11-1.7660.99-0.2770.06-0.311-0.188-0.277-0.488-0.5000.22-

35、0.266-0.200-0.7880.35-0.444-0.088-0.177-0.1001.510.11-0.3000.04165-2.3660.05-1.477-0.788-1.077-1.722-2.0990.13-1.166-1.100-0.3330.57-1.822-0.388-0.499-0.0330.840.05-0.6660.01-0.533-0.499-0.100-0.299-0.366-0.533-0.499-0.111-0.788-1.0330.24-0.088-0.222-0.211-0.611-0.211-0.5880.08-0.144-0.099292-2.022-

36、1.555-0.466-1.044-1.677-2.022-1.133-0.322-1.166-1.0110.63-0.522-0.355-0.433-0.722-0.122-1.7880.01-0.099-0.233-0.211-1.144-0.799-0.400-0.455-0.622-0.2770.56NA-0.700-0.6220.41-0.2440.18-0.277NA0.08-0.177NANA292-2.100-0.955-1.744-0.655-1.077-1.455-0.888-1.055NA-1.611-1.3330.72-0.9880.38-0.733NA0.07-0.1

37、11NANA-0.788-0.377-0.477-0.144-0.166-0.622-0.599-0.2990.20-0.788-0.233NA-0.200-0.377NA0.12-0.5440.05NANA292-3.055-1.322-0.966-0.300-0.388-2.000-1.899-0.3110.46-1.011-0.433NA-0.644-0.588NA0.09-0.6440.12NANA-0.633-0.344-0.333-0.199-0.222-0.299-0.022-0.200-0.444-0.177-0.122-0.5770.450.25-0.411-0.2880.0

38、6-0.5770.170.03292-2.799-0.966-1.555-0.899-1.177-1.611-0.233-0.100-1.244-0.100-0.600-0.7770.540.33-0.477-1.9880.07-1.8220.230.01-0.299-0.955-0.299-0.133-0.177-0.099-0.2550.15-0.3440.07-0.000-0.177-0.044-0.0330.770.46-0.066-0.533-0.388-0.377292-2.111-1.655-0.766-1.499-1.788-0.333-1.2771.27-2.8990.87-

39、0.033-0.699-0.033-0.0991.020.73-0.411-1.500-0.700-0.699-0.300-0.122-0.166-0.055-0.144-0.077-0.4440.05-0.288-0.099-0.4220.39-0.833-0.066-0.3770.07-0.100-0.533-0.077-0.099292-2.677-0.577-1.255-0.111-0.466-0.433-2.9000.26-1.399-0.677-3.0330.99-2.933-0.199-2.0880.15-0.411-1.111-0.300-0.599-0.555-0.299-0

40、.499-0.088-0.211-0.666-0.5330.25-0.266-0.277-0.1330.48-0.344-0.2000.610.140.280.09-0.5770.19292-2.622-0.433-1.677-0.200-0.477-2.111-1.7220.63-0.866-0.211-0.3220.61-0.799-0.5000.130.170.440.07-1.3660.20-0.311-0.144-0.288-0.466-0.211-0.3770.33-0.055-0.2220.19-0.6000.29-0.988-0.7660.37-0.144-0.155-0.19

41、9-0.277-0.299292-2.277-0.977-1.955-3.411-1.566-1.4331.70-0.366-2.0662.33-3.8550.79-3.477-1.5002.72-1.155-0.311-0.600-1.299-0.888-0.122-0.422-0.566-0.155-0.200-0.733-0.244NA-0.599-0.077-0.199-0.288-0.277-0.233-0.5880.040.080.03-0.3440.18107-1.633-0.355-1.966-0.600-0.966-2.055-1.199NA-1.466-0.011-0.33

42、3-0.344-0.411-0.788-0.9330.060.040.11-1.3660.42-0.2990.240.05-0.300-0.388-0.555-0.2001.70-0.722-0.177-0.122-0.111-0.399-0.4660.070.140.050.240.090.49292-2.3551.860.30-1.733-2.066-2.899-1.0001.56-2.666-1.333-0.955-0.499-1.322-1.9000.270.540.211.360.591.38注：原始数数据来源源于国国际金融融统计。 下下划线“_”值所对对应的指指标是其其所对应应样本

43、国国或地区区的显着着性指标标，该指指标是各各个样本本国或地地区多变变量估计计中的外外生变量量。 NNA：表表示该样样本国或或地区的的该指标标没有时时间序列列数据。*：因变量量时间序序列的观观测值个个数。表3 多多个外生生变量的的参数估估计结果果指标阿根廷巴西中国香港印度印度尼西亚亚韩国马来西亚墨西哥菲律宾俄罗斯泰国系数值系数值系数值系数值系数值系数值系数值系数值系数值系数值系数值系数值状态0均值值状态1均值值状态0标准准差状态1标准准差常数因变量滞后后值实际汇率对对长期趋趋势的偏偏离程度度贸易账户余余额与GGDP的的比率出口增长率率准货币（MM2）与与外汇储储备的比比率准货币（MM2）与与外汇

44、储储备比率率的增长长率外汇储备增增长率国内信贷增增长率工业生产增增长率GDP实际际增长率率3个月伦敦敦同业拆拆借利率率（LIIBORR）银行外债净净额与银银行资产产的比率率短期外债与与外汇储储备的比比率非直接投资资余额与与GDPP的比率率银行资产与与GDPP的比率率中央银行向向银行发发放的贷贷款与银银行负债债的比率率银行存款与与准货币币（M22）的比比率银行资本金金与银行行资产的的比率银行资产与与银行负负债的比比率银行资产与与银行负负债比率率的增长长率观察值个数数统计量值0.146.090.4437.1556.150.06-0.322-0.299-0.366-0.188-0.41115711.

45、2330.082.090.9816.9666.662.010.07-1.377-1.544-1.311-1.033-1.3221.0740.5663.1154.09923.7440.12-0.322-0.2220.35-0.633-1.02216515.8990.032.260.3511.96612.6001.340.53-1.677-1.4991.02-1.333-0.9770.031.990.344.150.650.61-0.600-0.433-0.288-0.433-0.29929220.1990.011.850.752.460.300.890.78-1.577-1.255-1.166-

46、1.433-0.8990.093.451.098.441.470.04-0.155-0.4330.200.18-0.1772928.480.182.680.650.760.560.990.10-0.977-1.899-1.011-0.788-0.9330.786.533.0113.5997.860.21-0.555-0.222-0.588-0.433-0.5112929.120.163.061.340.761.573.120.92-1.988-0.355-1.111-0.833-0.7880.2211.3440.3323.1993.010.17-0.522-0.099-0.311-0.3220

47、.3629215.6440.0810.81.9629.5116.892.791.06-1.177-0.522-0.755-1.4330.660.204.950.6916.14416.2440.25-0.933-5.099-1.5660.27-1.12229219.8440.014.011.4628.7665.480.691.34-0.555-0.433-0.899-0.399-0.9880.205.120.566.052.360.31-0.144-0.211-0.355-0.611-0.13329210.3880.150.671.5711.2556.117.260.26-1.066-1.244

48、-1.944-1.522-1.7110.155.340.647.314.750.14-0.333-0.399-0.4330.14-0.16629214.6770.040.620.250.260.082.001.05-1.177-0.899-3.0110.73-0.8550.045.140.286.462.080.08-0.199-0.355-0.188-0.677-0.36629226.7000.002.371.9723.95513.4116.111.20-1.266-2.266-1.477-1.500-2.022-1.8110.121.922.049.321.840.20-0.222-0.4

49、110.93-0.477-1.10010728.1660.001.630.351.960.600.361.21-1.277-1.0991.61-0.888-1.2550.032.320.639.513.370.22-0.188-0.322-0.599-0.400-0.24429220.6330.010.351.6619.47711.2332.130.68-1.066-1.566-1.622-1.844-0.833样本国或地地区的值值基本上上小于115%。（四）模型型预测危危机的效效果分析析1.模型的的预警能能力本文以名义义汇率月月贬值幅幅度大于于5%为标标准，判判断一个个经济体体是否发发生了货

50、货币危机机。需要要指出的的是，本本文所谓谓的货币币危机的的含义与与通常所所说的实实际发生生的货币币危机的的含义是是不尽相相同的。这这是因为为，如果果名义汇汇率贬值值持续的的时间不不长，可可能并不不会产生生影响面面大、破破坏性强强的货币币危机。此此外，在在第二部部分，我我们已经经提到，当当危机发发生概率率超过00.500时，预预警系统统就发出出报警信信号。无论多么完完美的模模型，其其建立预预警系统统的预警警能力总总是有限限的。一一方面，当当预警系系统发出出报警信信号时，经经济体在在未来112个月月之内并并不一定定会发生生危机。如如果某个个经济体体在预警警系统发发出报警警信号之之后122个月之之内

51、确实实发生了了货币危危机，那那么这个个信号被被称为“真信号号”，否则则被称为为“伪信号号”。另一一方面，当当经济体体发生危危机，预预警系统统在危机机发生之之前122个月内内也不一一定发出出了报警警信号。如如果预警警系统在在危机发发生之前前12个月月内确实实发出了了报警信信号，那那么预警警系统表表现很灵灵验，否否则预警警系统就就失灵了了。此外外，还有有一种情情形，预预警系统统没有发发出报警警信号，经经济体也也没有发发生危机机。可以以用下面面这个韦韦恩图清清楚地表表达这四四种情形形的含义义（如图图2所示）。图图2 预警系统发出报警信号与经济体发生危机的关系示意图 DCA B图3 危机发生时点与好信

52、号发出时段9603-3-6-9危机发生时点好信号发出时段其中，区域域A表示预预警系统统发出报报警信号号，经济济体在报报警信号号发出之之后122个月内内确实发发生了货货币危机机，即“真信号号”或“灵验”情形；区域BB表示预预警系统统发出报报警信号号，但是是经济体体在报警警信号发发出之后后12个月月内没有有发生货货币危机机，即“伪信号号”情形；区域CC表示经经济体发发生了货货币危机机，但是是预警系系统在货货币危机机发生之之前122个月内内没有发发出报警警信号，即即“失灵”情形；区域DD表示预预警系统统既没有有发出警警报信号号，经济济体也没没有发生生危机，即即经济金金融体系系处于正正常状态态。很明明

53、显，区区域A是预警警系统发发出报警警信号（右右圆）和和经济体体发生货货币危机机（左圆圆）的交交集。如如果预警警系统发发出的伪伪信号越越少，并并且失灵灵次数越越少，那那么它的的预警能能力越强强。也就就是说，预预警能力力比率越高，预警警系统的的预警能能力越强强。显然然，。根根据预警警能力比比率的取取值，可可以将预预警系统统的预警警能力划划分成以以下四个个等级：（1）若，则则预警系系统的预预警能力力极强；（2）若，则则预警系系统的预预警能力力较强；（3）若，则则预警系系统的预预警能力力较弱；（4）若，则则预警系系统的预预警能力力极弱。2.模型预预警的时时效性建立预警系系统的主主要目的的是预测测危机发

54、发生的可可能性，以以便为当当局制定定相应的的对策提提供依据据。然而而，当局局在制定定相应的的对策时时，往往往产生认认识时滞滞、行动动时滞和和政策时时滞。为为了充分分地发挥挥预警系系统的功功效，就就必须要要求预警警系统在在危机发发生时点点之前某某一个适适当的时时间段内内发出报报警信号号。也就就是说，预预警系统统发出报报警信号号的时机机是至关关重要的的，过早早过迟都都会影响响预警系系统预测测危机的的准确性性：报警警信号发发出过早早，一方方面，当当局难以以准确把把握事态态和制定定适当的的对策，另另一方面面，当局局如果采采取“逆向操操作”，将可可能对经经济产生生“推波助助澜”的影响响；报警警信号发发出

55、过迟迟，一方方面，当当局没有有充足的的时间制制定政策策或者制制定的政政策不经经过一段段相当长长的时间间达不到到预期效效果，另另一方面面，如果果报警信信号在危危机发生生之后发发出，那那么这直直接说明明预警系系统失效效了。因因此，预预警系统统过早或或过迟发发出的报报警信号号都不是是好信号号。图图14 俄罗斯货币危机发生时点、概率与报警信号图12 墨西哥货币危机发生时点、概率与报警信号图8 印度货币危机发生时点、概率与报警信号图9 印度尼西亚货币危机发生时点、概率与报警信号图6 中国货币危机发生时点、概率与报警信号图7 香港货币危机发生时点、概率与报警信号图10 韩国货币危机发生时点、概率与报警信号

56、图11 马来西亚货币危机发生时点、概率与报警信号图15 泰国货币危机发生时点、概率与报警信号图4 阿根廷货币危机发生时点、概率与报警信号图5 巴西货币危机发生时点、概率与报警信号图13 菲律宾货币危机发生时点、概率与报警信号一个好的报报警信号号应该具具备这样样的性质质：一是是它应该该在危机机发生之之前发出出，否则则预警系系统失效效，二是是它出现现的时点点与危机机发生时时点之间间的时间间差不宜宜太长。本本文认为为，报警警信号在在危机发发生之前前2至8个月之之内是比比较适宜宜的（如如图3所示）。根根据上述述原则，好好信号一一定是真真信号，但但是真信信号不一一定是好好信号。据据此，我我们可以以用好信

57、信号与真真信号之之间的比比率衡量量预警系系统的预预警时效效性。如如果仍然然以A表示真真信号个个数，并并以E表示好好信号个个数，则则预警时时效比率率可以由由下式表表示：显然，并并且，越越高，模模型的预预警时效效越强。同同样地，可可以根据据预警时时效比率率的取值值，可以以将预警警系统的的预警时时效性划划分成以以下四个个等级：（1）若，则则预警系系统的预预警时效效性极强强；（22）若，则则预警系系统的预预警时效效性较强强；（33）若，则则预警系系统的预预警时效效性较弱弱；（44）若，则则预警系系统的预预警时效效性极弱弱。3.模型的的预警效效果分析析图4155是各个个国家的的预警结结果。通通过汇总总，

58、表44集中地地反映了了预警模模型在各各个国家家的预警警能力与与预警时时效状况况。按照照上述设设定的标标准，对对于阿根根廷、巴巴西、印印度和俄俄罗斯，模模型的预预警能力力极强，对对于香港港、印度度尼西亚亚、韩国国、马来来西亚、墨墨西哥、菲菲律宾和和泰国而而言，模模型的预预警能力力较强，遗遗憾的是是，模型型对于中中国而言言，预警警能力还还比较差差。就预预警时效效性而言言，模型型在香港港和韩国国表现出出极强的的预警时时效性，在在阿根廷廷、巴西西、印度度尼西亚亚、马来来西亚和和泰国五五个国家家表现出出较强的的预警时时效性，而而在印度度、墨西西哥和俄俄罗斯三三个国家家的预警警时效性性较弱。表4 预预警能

59、力力与预警警时效国国别状况况国家或地区区样本期危机次数持续时间（月月）真信号（个个）伪信号（个个）失灵（个）预警能力比比率好信号（个个）预警时效比比率阿根廷1989.1220022.541214200.875580.5711巴西1978.1220022.582533410.8688220.6677中国*1978.1220022.5230120N/A#N/A#香港*1978.1220022.5226300.667750.8333印度1978.1220022.55512200.857760.5000印度尼西亚亚1978.1220022.5627441300.7722310.7044韩国1978.1

60、220022.543632600.8422260.8133马来西亚1978.1220022.536773100.7133520.6755墨西哥1978.1220022.51015331100.7500120.3644菲律宾1978.1220022.51415944010.6966740.7877俄罗斯1978.1220022.541422200.9177110.5000泰国1978.1220022.5429491800.7311380.7766*根据货币币危机发发生与否否的判断断标准，如如果排除除19994年中中国政府府当局主主动调整整汇率，那那么中国国在19978年年1月至20002年年5月