第 4 章 我国金融危机预警模型选择及实证分析
在研究金融危机模型方面，目前国际上比较流行的、应用最广的有三种模型 FR、STV 及 KLR 模型。虽然 KLR 信号分析法有其自身的缺陷，如没有考虑到政治性事件的影响，但较之 FR 概率模型与 STV 横截面回归模型，预警准确能力有较大提高，而且实际操作性较强。因此本文将先系统介绍一下 KLR 模型的两个重要部分，并用此模型来进行我国的实证研究。
4.1 KLR 模型。
Kaminsky、Lizondo 和 Reinhart 在 1997 年创立了该模型，并主要是预测货币危机的，在 1999 年，Kaminsky 对模型进行了完善，将银行危机考虑进去。信号分析法的基本前提在金融危机发生之前，经济指标表现异常，并且这些异常表现有再次发生的系统特征。该模型的研究思路分为四个步骤，即构建指标体系，设立指标的临界值，确定危机信号发生次数，预测危机。
4.1.1 构建指标体系。
Kaminsky、Lizondo 和 Reinhart 在模型中选择数据都是基于经济的合理性和数据的可得性，指标大部分都是关于宏观经济基本面和外部头寸，在最初的 KLR 信号分析法研究中，包含了 15 个指标，包括国际储备、实际汇率、贸易余额、国内信贷/GDP及股票指数等。在研究过程中发现：（1）预测货币危机非常有用的指标包括一国的国际储备、实际汇率、信贷增长及国内通货膨胀等；（2）贸易余额、出口情况、M2/外汇储备、货币增长及实际国内生产总值增长这些指标有一些用处[39].
4.1.2 设立指标临界值。
对于模型所选择的指标，设立指标的临界值就是为了将指标分成正常区间和临界区间。临界区间就表明危机发生的概率变大。如果我们确定一段未来的时间，如 24个月，若某个指标的观测值在临界区间之内，那么就可以认为这个指标发出了一个预警信号。如果危机信号正好在所选择的期间内发生，那么就认为这个信号是正确的，用 A 表示，反之没有在未来期间内发生，就认为信号是错误的，用 B 表示。另外，如果发生了危机，而没有发出信号，则用 C 表示，同样，D 则表示没有发生危机，也没有发出信号。
如果想要符合实际，最理想的状态是 A>0,C>0,B=0 及 D=0,但实证研究毕竟只是理论下的研究，并不完全切合实际情况，因此理想状态很难实现。所选择指标的好坏是指噪音信号比的高低。噪音信号比（Noise-to-signal ratio,NSR）是 Kaminsky、Lizondo 和 Reinhart 提出的，通过最小化噪音信号比来设定临界值和临界域，是在非危机期间指标发出信号的概率与危机前期间指标发出信号的概率之比，即NSR=[B/（B+D）]/ [A/（A+C）].
4.1.3 改进后的 KLR 模型。
1999 年，Kaminsky 将银行危机考虑到模型中，所构建的指标也由 15 个扩展到21 个，加入了世界利率水平、外债余额及金融自由化程度等指标。值得注意的是，提出了综合指标法。相比于单个指标，综合指标所包含的信息更多，而且会更可靠。
（1）假设一共有 n 个预警指标，Sit 表示第 i 个指标在第 t 期发出信号，如果有危机信号，Sit 取值为 1;未发出，则取值为 0.第一个指标 It 是对所有被选择的指标的一个简单加总。
（2）考虑到指标预测能力的强弱，就对于那些噪音信号比小的指标赋予更大的权重。
由于指标众多，指标数据之间会存在很明显的差别，如果权数使用的是噪音信号比的倒数，各个预警指标所占比重就会存在很大的差别，权数较小的指标中的信息会被忽略，整个预警模型的效果会大打折扣。本文使用 1 减去各指标的噪音信号比作为权数，从而得到一个新的综合指数。
4.2 金融危机预警模型对我国的实证研究。
4.2.1 指标选择。
预警指标的选择在整个预警系统中，有着非常关键的作用。根据 Kaminsky 及亚洲开发银行的研究成果，前文所述的实体与虚拟经济系统所包含的经济部门以及综合考虑到我国数据的可获得性问题，本文从实体部门与虚拟部门选取 14 个指标： X1:年通胀率，X2:GDP 增长率，X3:M2/GDP,X4:国内外实际利率差，X5:汇率升值率，X6:银行不良贷款占比，X7:经常项目差额/GDP,X8:风险加权资本充足率，X9:外债/GDP,X10:短期外债/外汇储备，X11:出口额/进口额，X12:固定资产投资/GDP,X13:房地产来源国内贷款/总贷款额，X14:短期外债/外债总额。各指标都是由基础数据进行计算所得，其中，X2 代表实体经济的整体发展情况，X3 代表虚拟经济的发展状况，X7、X11、X12 代表实体经济，X1、X4 作为连接两大经济系统的变量，其他则代表虚拟经济。
本文选用的是年度数据，时间从 1994 到 2013 年，数据来源有四个，分别为世界银行网站、统计局、银监会及中经网统计数据库。
4.2.2 数据选取与说明。
X1:（相对）年通胀率。年通胀率指按消费者价格指数（CPI）衡量的通货膨胀，反映出在确定的时间段（如年度）内，消费者购买固定或者变动的一篮子货物和服务成本的年百分比变化。采用拉斯佩尔公式进行计算。该指标为中国的年通胀率与美国的年通胀率的差。该指标的数据来自世界银行网站。
X2:GDP 增长率。该指标数据来自世界银行数据库，增长率是基于不变价本币所计算。GDP 增长率越高，说明经济发展势头越好，经济系统抵御风险的能力也会越强。但经济须保持均衡增长，GDP 增长率过快，势必会引发经济的不平衡运行。
X3:M2/GDP.这一指标在前文已介绍过，货币过度扩张会引起信贷快速增长，如果借贷者不能按时还款，由此引起银行危机，进而引发金融危机。
X4:国内外实际利率差。国内外实际利率差=本国年度利率- 美国的年度利率。
X5:汇率升值率。本指标是指 1 美元所代表的人民币，再有计算公式（本年汇率-去年汇率）/去年汇率所得。
X6:银行不良贷款占比。不良贷款是指银行次级贷款、可疑贷款与损失贷款相加之和。银行的不良贷款一旦增长过快，则挤兑现象就会发生，不良贷款在银行体系中潜藏着巨大风险。
X7:经常项目差额/GDP,X11:出口额/进口额，X12:固定资产投资/GDP.这三个指标或多或少与金融部门有相关关系，同时也代表着本国实际产业发展的状况。
如果一个国家靠出口、投资这两架马车来拉动经济，则本国经济长此以往，必然会后劲不足。
X8:风险加权资本充足率。根据巴塞尔协议，我国于 2004 年开始实行《商业银行资本充足率管理办法》，根据银监会发布的公告，截止到 2012 年 12 月末，我国 281家商业银行资本充足率水平全部超过 8%.由于我国资本充足率没有相关详细数据，因此，本文认为 2010 年之前（不包括 2010 年），资本充足率没有达到 8%.
X9:外债/GDP,X10:短期外债/外汇储备，X14:短期外债/外债总额。外债是指"在特定时间内，一国居民对非居民承担的具有契约性偿还责任的负债，不包括直接投资和企业资本".短期外债是指偿付期限小于或等于一年的外债。外债过多，则会对一国的经济产生巨大的压力，会阻碍经济的增长。
X13:房地产来源国内贷款/总贷款额。之所以选择这一指标，是因为当前我国特殊的产业格局决定的，房地产业作为我国经济发展的支柱产业，如果扩张过度，国民消费则会直接受到巨大阻力，而且如果银行贷款过多，表明流动性受到影响，一旦出现流动链条断裂，银行部门甚至全部与之相关的部门会受到巨大冲击。
4.2.3 实证研究。
（1）确定指标临界值。
在 KLR 信号分析法中，确定指标临界值，尤为重要。参考历史数据及国际通用标准，以及我国正处于高速发展的阶段。
（2）付江涛，王方华。《货币危机预警指标体系的构建及实证分析》[J].世界经济研究，2004.
在此，本文需要提出的是，在 GDP 增长率临界值确定这一方面，由于我国经济的飞速发展，20 年来 GDP 年增长率平均为 10%,因此，如果依旧沿用 8%这一标准，可能会导致预警指标发出信号次数的不可靠，所以根据相关研究成果，本文临界值确定为 3%-10%.
在房地产来源国内贷款/总贷款额这一指标方面，东南亚央行所提出的 20%是指（房地产+证券贷款）/总贷款额，在我国房地产资金来源这一方面，并没有证券贷款这一数据，在取综合平均值考虑后，本文确定为 20%.
（2）确定危机信号发生次数根据搜集到的数据及指标临界值，确定信号发生次数。
（3）综合指数值确定。
根据前文所看到的的变量信号状态，根据公式 4.3 确定综合指数值。
根据刁忠亮的研究，我国经济运行程度可以分为 5 个等级：安全区为[0,2），基本安全区为[2,4），警戒区为[4,6），危险区为[6,8），高度危险区为[8,10][41].在本文中，可以看出，我国经济一直处于安全区域，只有 2007 年观测值超过 4,这说明我国经济一直处于平稳发展的态势，但 2007 年综合观测值超过了 4,说明我国经济仍然有一定程度的波动，并不是一直在稳定状态，所以仍要防范风险事件的发生，避免经济硬着陆。
4.3 小结。
关于金融危机预警模型，学术界存在三种经典模型，本文选取了 KLR 模型进行实证分析，并分别从实体经济与虚拟经济领域选取了 14 个指标，这 14 个指标代表了这两大经济系统，更能说明实体经济与虚拟经济的背离是金融危机爆发的一个原因。
经过分析得出结论：我国经济一直处于安全发展的范围，但受外界影响，仍然存在波动，因此，我国仍要警惕风险因素，避免金融危机的发生。
