第二節　金融風險預警研究綜述

金融風險威脅著一國經濟、金融體系的健康發展。由于金融風險具有引發、積聚金融危機的可能性，所以國內外學者從不同角度對金融風險預警展開了研究，防范金融風險所具有的可能性損失演變為金融危機而帶來現實損失。關于金融風險預警問題的研究，國際上的最早文獻出現于1929年金融危機后（Fisher，1936）。隨著中國經濟的不斷發展，建立有效的預警機制已變得尤為迫切。中國學者關于金融風險預警問題的研究雖然取得了豐碩成果，但其研究的深度和廣度還與國外相關研究有一定的差距。

一　金融風險研究

研究金融風險預警之前，首先要明確界定什么是風險。奈特（2006）指出，金融市場本身的不確定性與資產自身未來收益的不確定相互聯系引發了金融風險。一項資產的未來收益本身會受到多種隨機因素的影響而增大其不確定性。投資者對未來的不確定預期引發了多個投資者進行相互博弈，使得金融市場的不確定性大大增強。市場投資者對于未來的不確定以及非完全理性預期導致他們的最終投資結果發生劇烈波動，增大金融體系的金融風險。

威廉姆斯、史密斯（2000）把風險定義為，在給定情形和時間范圍內可能發生結果的差異。該定義強調了只有出現多種結果時風險才會出現；當只有一種確定性的結果時則不存在風險。風險會隨著結果間差異程度的增大而增大。

Pressacco（1995）則根據損失發生的類型來定義風險，將風險分為固定損失風險、可控范圍之外因素所引起的風險以及可控范圍之內因素所引起的風險。

按照風險范圍的大小不同，金融風險可分為狹義風險和廣義風險，前者指金融機構從事金融活動產生的風險，后者主要指除了金融機構以外的家庭、非金融機構以及國家部門從事金融活動產生的風險；按照風險能否被轉移和分散，則可以將風險分為系統性風險和非系統性風險；而按照風險的不同類型，又可將風險劃分為信用風險、市場風險、流動性風險、操作風險、法律風險等一些具體風險。

本書所研究的金融風險主要指中國國際環境、銀行、貨幣、對外安全以及股票市場和房地產市場等方面的系統性風險。為了全面地預警中國金融風險，本書將中國的金融風險分為國際環境風險、貨幣風險、銀行風險、對外風險以及中國股票市場和房地產市場的風險。金融風險已經成為經濟、金融體系的本質特征，雖然金融風險不能被消滅，但是金融風險能夠被轉移和分散，通過對金融風險進行預警可以有效地降低它給中國經濟、金融體系帶來的嚴重危害。

二　國外金融風險預警研究

隨著20世紀80年代拉美債務危機、1994年墨西哥金融危機，特別是1997年亞洲金融危機和2008年華爾街全球金融危機的爆發，經濟學界對金融風險預警的研究正火熱展開，研究成果也日益豐富。國外關于金融風險預警問題的研究主要經歷了以下幾個階段。

1.早期的非系統方法階段

早期金融風險預警非系統方法（1979—1994）以Bilson（1979）發表的《貨幣貶值的先行指標》為代表，主要對貨幣系統中的一些先行預警指標采用定性的分析方法進行了研究，來預測貨幣危機是否發生。這種定性分析的非系統方法在早期風險預警研究階段占據了主導地位，其間雖有定量分析方法的運用，但定量分析方法比較簡單。

非系統方法研究階段的預警指標體系雖然包含了預警指標的選擇，但是它們的設計在很大程度上都是采用了定性分析方法，主要有以下三種研究方法。第一類是運用定性分析方法討論金融危機爆發的原因和金融危機的發展過程，僅對較少的經濟預警指標進行分析判斷，并沒有對這些預警指標進行適應性的假設檢驗（Amemiya，1981；Stock、Watson，1989；Diebold、Rudebusch，1989）。第二類是將經濟指標在金融危機爆發前和經濟運行狀態良好時進行比較，借助于參數檢驗和非參數檢驗方法來分析這些經濟指標是否出現異常，從而判斷金融危機是否發生（Chamberlain，1980；Velasco，1987；Galbis，1993；Stoke，1994）。第三類是較為簡單的定量分析方法。主要在貨幣危機理論基礎上對貨幣貶值概率進行估算，試圖通過預測貨幣貶值幅度來判斷金融危機是否發生，如橫截面模型回歸等分析方法。這種定性分析轉向定量分析的方法為金融危機系統分析方法延伸、擴展奠定了基礎（Edwards，1989；Calvo、Leiderman、Reinhart， 1993；Obstfeld，1994）。

2.標準系統分析方法階段

隨著20世紀90年代初期墨西哥金融危機的爆發，金融風險預警研究被提高到了一個新的日程，進入了標準系統分析方法階段（1995—1999）。許多國際金融機構如IMF，BIS（Bank for International Settlements），CEPR（Center for Economic and Policy Research）開始致力于設計金融風險的早期預警模型。這一階段金融危機預警系統（Early Warning System，EWS）的概念第一次被提出，從而使得金融風險預警系統的開發實現了從非系統方法到系統方法的過渡。在此期間，研究者們主要開發了兩類預警模型，第一種是非參數法，以KLR信號分析法為代表，以及對金融風險進行預警的DCSD模型。第二種是參數法，以虛擬變量分析的Logit模型，FR的Probit模型，以及KMP的Logit模型為代表。經過學者們對這兩種方法的不斷充實和發展，已經形成了比較完善的體系，大大提高了金融風險的預警能力，歷來為大多數學者所青睞。這些模型也為研究者對金融風險預警進行進一步的拓展研究提供了參照基礎，被稱為標準方法（Standard Method）。在這一階段，私人投資銀行也積極參與到開發金融危機預警模型中來，它們做了大量關于匯率波動的研究，通過判斷匯率走勢開發預警模型，為這些投資銀行進行外匯投資尋找理論依據。其中瑞士第一波士頓銀行開發了CSFB-EMRI模型，高盛公司開發了GSWATCH模型，德意志銀行開發了DBAC模型。

Honohan（1997）定義了預警指標的閾值，對銀行危機發生的原因進行了分析。但是，他確定的預警指標閾值取決于那些主要使用該預警體系的監管者和投資者，具有很強的主觀性。因此，該研究還需要做進一步延伸和拓展。Kaminsky、Lizondo、Reinhart（1997）（KLR方法）在Stock、Watson（1989）和Diebold、Rudebusch（1989）研究基礎上重新設計了關于貨幣危機和銀行危機的預警指標。研究結論表明金融自由化在很大程度上促進了金融危機的發生，銀行危機的出現可以解釋貨幣危機，貨幣危機又在一定程度上加深了銀行危機。該文獻在金融風險預警研究領域具有非常重要的意義，眾多學者開展的后續研究都是在該模型的基礎上進行的。

雖然KLR模型對金融風險具有一定的預警能力，在樣本內的分析效果要比利用單一信息進行定性分析好，但它仍然會遺漏掉很多危機事件，且模型最終發出的預警信號也常常是錯誤的。從樣本外的分析表現來看，KLR模型預測結果也不盡如人意。因此，Kaminsky（1999），Kaminsky、Reinhart（1999）針對模型的缺陷進行了修正，建立了合成指標對金融危機的發生概率進行顯著預測。其中，以噪聲—信號比率的倒數為權重的第四類綜合指標表現最佳，通過該指標還可以進行樣本外的危機預測。Goldstein、Kaminsky、Reinhart（2000）選擇一系列預警指標并根據這些指標的歷史數據確定它們的閾值。當預警指標超過閾值時就會發出預警信號，發出的信號越多，金融危機在未來爆發的可能性就越大。

由于金融危機的爆發可以看作虛擬離散事件的發生，因此，可以用有限回歸方法來預測危機。常用的模型主要有Probit、Logit兩大類。最早使用這一方法的是Frankel、Rose（1996），他們運用的Probit（單位概率模型）模型采用1971—1992年季度數據對105個發展中國家的貨幣危機進行了衡量。得出了經濟增長越慢，國際利率越高，實際匯率越被高估，貨幣危機發生概率越大的結論。其后，Eichengreen、Rose（1998），Berg、Catherine（1999a）也利用了雙變量的Probit模型對新興市場國家的銀行危機進行了預測。

傳統的雙變量Probit/Logit模型能夠比較容易地預測出金融危機的發生概率，同時考慮多個解釋變量對金融危機的影響，較容易地衡量預警指標超出其閾值時影響程度的大小。但該雙變量模型在運用市場壓力指數定義金融危機時，采用相同的測量指標，沒有考慮到不同國家間的差異性。Probit/Logit模型對樣本的要求比較大，一定程度上限制了模型的適用性。此外，該模型在預測金融危機時不能將危機爆發時期和危機爆發后的經濟恢復時期有效分開，而處于這兩個時期各個預警指標的期望值、方差等數據特征存在著顯著差異，從而使得模型估計結果不準確。

為了克服Probit/Logit模型的缺點，很多學者提出了多元Probit/Logit模型。Hardy、Pazarbasioglu（1999），Bussiere、Fratzscher（2002），Ciarlone、Trebeschi（2005）運用年度數據建立了多變量的多元Probit模型對銀行危機進行預測。該模型含有滯后解釋變量，能夠對獨立于危機發生當年的指標給予較好的解釋，當被解釋變量超出閾值時，銀行危機就會發生。這種包含滯后變量的Probit使得模型可以對金融不穩定性，特別是經濟繁榮、衰退的周期性進行動態分析。

3.新系統方法的大量開發階段

進入21世紀后，金融風險預警方法出現了突飛猛進的發展勢頭，進入了新系統方法的研究階段（2000年至今）。這一階段學者們不斷采用新的樣本數據、運用更新的計量經濟方法對原有的金融風險預警理論進行擴展研究。學者們開發了人工神經網絡法、在險價值方法、自回歸條件風險模型等方法。這些新的數據挖掘和新方法的使用使得金融風險預警方法得到了很大改進，大大提高了金融風險預警的準確性。新階段的預警方法主要有以下內容：

（1）標準方法的擴展研究

KLR和Logit這兩類標準方法在新階段有了很多擴展形式。主要體現在引入更能反映經濟變動的經濟預警指標、對金融危機采用不同的定義方法以及運用新的方法評估研究結果等方面。

Berg、Pattillo（1999）對KLR方法進行了重新詮釋，添加了兩個新的預警指標對金融危機預警進行了改進。他們通過M2/外匯儲備、經常賬戶/GDP這兩個反映一國經濟開放程度的重要指標和利用新的數據研究了亞洲金融危機是否可以被準確預測。從本質上看，他們所采用的方法其實就是在KLR方法的基礎上運用Probit模型對金融風險進行預警分析。因為他們的預警指標經過了KLR方法篩選，所以進行計量回歸的結果精確性要高于KLR模型。Kamin、Schindler、Samuel（2001）采用實際匯率變化而非傳統的以名義匯率變化作為投機壓力指數的方法來定義金融危機的發生，增加了金融危機預警的準確性。

Brüggemann、Linne（2002）對KLR法進行了拓展研究，主要研究KLR法是否可以運用到差別較大的國家中，如一些轉型新興市場經濟國家。在傳統預警指標中加入一些微觀指標如銀行機構脆弱性等指標，增大了KLR法在經濟轉型國家中對金融危機預警的有效性。Edison（2003）利用更新的數據進行了樣本外預測研究，并以墨西哥金融危機為例對KLR法進行重新評測。進一步利用敏感性檢驗對單個國家KLR模型的有效性進行了研究，比較分析了金融危機發生期間的傳染效應。

Weller（2001），Kwack（2000）運用Logit模型對金融自由化程度大小在影響一國出現金融危機的可能性上進行了深入研究，研究表明金融自由化程度越高，金融體系脆弱性越強，越容易引發金融危機。Elinsson、Kreuter（2001）擴展了標準的Logit模型，采用了一種連續五種狀態的危機信號進行金融風險預警研究，所提出的連續狀態Logit模型大大增強了對危機事件的解釋能力。

Kumar、Moorthy、Perraudin（2003）對標準Logit模型進行擴展并對貨幣危機預警問題做了研究，他們運用非系統方法建立一套能夠正確評估預警系統預警能力的標準。Kaufmann、Mehlez、Schmukler（2000）則使用了新的解釋變量對金融風險預警進行了研究。他們主要討論了內部人是否在市場預測中占有較大的信息優勢，從而有助于增加市場預測的準確性，其研究結果表明內部信息對市場預測的變動作用非常顯著。

（2）金融風險預警新方法的運用

1）神經網絡模型（Neural Network Model）

Nag、Mitra（1999）利用人工神經網絡（Artificial Neural Network，ANN）建立了貨幣危機預警系統。ANN具有捕捉各個預警指標之間復雜關系的能力，不同預警指標的設定也更具有靈活性。但是，ANN存在顯著缺陷，比如出現較大的擬合問題。此外，ANN還具有黑箱特征，各個預警指標沒有具體的參數估計值，它們相互作用復雜多變，通過ANN不能很好地顯示出哪些指標會出現異常情況，對金融危機的預測能力也不是特別顯著。

其后，很多學者對ANN模型進行了拓展研究。Kumar、Ravi（2007），Ravi、Pramodh（2008）提出了主成分神經網絡（Principal Component Neural Network，PCNN）對商業銀行破產進行了預測。

雖然ANN是一個潛在且具有較強有效性的預警方法，但由于其難以在實踐中操作，還需要對它進行更加全面的評價。

2）潛伏變量閾值模型（Latent Variable Threshold Model）

Collins（2001）運用潛伏變量閾值模型研究了貨幣危機問題。假設潛伏變量遵循布朗運動，當某一不可觀測的未知過程超過該變量的閾值時，就認定發生了貨幣危機。在潛伏變量流程（Drift）遵循布朗運動的作用下，偏離閾值的距離、貨幣危機發生的概率以及布朗運動的方差服從逆高斯分布。Collins利用匯率被高估、經常賬戶與GDP比率、短期債務與外匯儲備比率、出口額和外匯儲備增長作為偏離閾值距離和流程的線性函數對貨幣危機進行了研究。研究結果表明外匯儲備增長對潛伏變量，短期債務對偏離閾值距離有著顯著影響。

3）在險價值法模型（Value at Risk Model）

Blejer、Schumacher（1998）在央行清償力風險降低、匯率盯住可信度的基礎上，提出了在險價值法對央行資產負債表進行了分析，并對央行的清償力風險進行評估來預警貨幣危機的發生。運用國際利率、匯率波動等指標衡量風險大小，詳細地介紹了模型并做了相應的理論分析，但是他們并沒有利用已有的數據對該模型進行估算，也沒有給出該模型的切實使用方法。此外，在險價值法主要適應于正常條件下對金融市場的風險進行度量，而對于那些極端情況則不適合。

4）馬爾科夫狀態轉移模型（Markov-Switching Approach Model）

Fratzscher（1999）和Jeanne、Masson（2000）建立了多重均衡貨幣危機模型，利用Markov轉換變量模擬多重均衡間的相互轉換過程，但是該方法有一個缺點，就是假定一種均衡轉換為另一種均衡的概率是固定不變的。Martinez、Maria（2002）在他們研究的基礎上建立了一個時變Markov過程，并利用它對歐洲貨幣體系中的投機沖擊進行了模擬，該模型提高了辨別金融危機的能力。該模型還假設不同國家間的模型參數是相同的，在運用所有數據進行模型的參數估計時發現該模型對經濟發展水平相近的發達國家沒有影響，但對于新興市場經濟國家則不適用。Abiad（2003）又在Martinez、Maria（2002）研究的基礎上擴展了馬爾科夫狀態轉移金融風險預警模型。模型中除了使用傳統的宏觀經濟預警指標外，還加入了微觀經濟預警指標，如金融機構穩定性指標等，從而增強了對金融風險預警的準確水平。

5）自回歸條件風險模型（Autoregressive Conditional Hazard Model）

Zhang（2001）修正了有關貨幣危機的定義，認為當外匯儲備或匯率變動中的任何一項數值偏離了其均值一定標準差時就發生了貨幣危機。該貨幣危機的定義克服了當市場能夠預期到貨幣貶值時，外匯儲備增加、匯率水平上升導致利率下降相互抵消而不能有效識別危機是否發生的效應。他在Hamilton、Jorda（2000）工作論文的基礎上（該論文于2002年發表）提出自回歸條件風險模型，按時間依存的臨界狀態來確認金融危機發生，并對金融風險進行預警研究。他們克服了之前利用綜合指標偏離均值三倍標準差判斷金融危機時所出現的誤差，消除了匯率和外匯儲備在不同時期波動程度不一致的影響。但是，自回歸條件風險模型所提出的金融風險預警指標是短期的，采用該指標對金融風險預警時并沒有足夠長的時間讓政策制定者采取相應對策以防止金融危機發生。

此外，Vlaar（2000）提出了二元正態分布的金融風險預警模型，Burkart、Conder（2000）建立了Fisher判別式金融風險預警模型。Ghosh、Ghosh（2002）開發了二元回歸樹金融風險預警模型，諸多預警模型的提出極大地豐富了金融風險預警系統的內容。

三　國內金融風險預警研究

國內關于金融風險預警研究起步較晚，與國外學者的研究還有一定差距，最早見于董文泉、高鐵梅、姜詩章等（1998）所致力于宏觀經濟風險預警系統的研究。隨著亞洲金融危機的爆發，國內眾多學者開始關注金融風險預警研究，各種具有重要價值的金融預警指標體系和金融風險預警模型被開發出來。從研究的邏輯思路來看，主要遵循“尋找警源—判斷警情—建立預警模型”展開。

1.金融風險產生根源的研究

尋找警源的研究就是針對金融風險產生根源展開的。20世紀80年代初，南美國家推行金融自由化改革失敗，引起金融危機的爆發引起了中國經濟學家對金融風險產生根源的廣泛關注。巴曙松（1998）對中國金融活動中的金融風險進行了詳盡分析，指出了外商投資風險、外債運行風險、違規資本和資本外逃的金融風險以及中國對外開放過程中金融風險傳染效應所帶來的風險是導致中國金融危機發生的重要潛在風險。張杰（2001），孫永波、陳柳欽（2002），王元龍（2004），顏劍英、劉卿（2004）分別從發展經濟和轉軌經濟、金融抑制和金融深化、金融監管等多角度對中國金融風險產生的根源進行了詳細的闡述。劉錫良、孫磊（2004）從制度基礎、宏觀經濟狀況角度對金融危機產生的根源進行了剖析，指明政府宏觀經濟決策失誤會積聚金融風險，促使金融危機發生。陳超（2005）指出中國金融風險主要是由于資源配置和制度安排不合理引起的。金融資源結構不均衡造成金融發展不對稱的格局，銀行結構與企業結構存在的嚴重不對稱造成金融資源配置效率低下，這些因素對中國金融體系的健康運行構成了巨大威脅。貸款結構過分向國有企業和大中城市傾斜的不良制度安排阻礙了中國金融業的健康運行。

金融自由化一直被認為是加劇中國金融風險的重要根源，馬根發（2005），陸凱旋（2005），李炳炎、王小剛（2006），王兆星（2009）對此進行了研究，他們認為金融開放程度的提高增大了中國金融體系的脆弱性、增大了中國經濟發展和金融改革中的非均衡性以及加大了外部沖擊對中國經濟的影響，使得中國金融市場更容易受到外部危機傳染效應的影響而引發金融危機。

從中國學者關于金融風險產生根源的研究可以看出，中國金融風險產生的主要根源在于中國金融自由化進程中金融體系的內在脆弱性，在提高國際金融資源利用效率的同時，中國的金融市場結構發展還不健全，中國經濟基本面仍然比較薄弱，金融監管力度不夠，資源配置不合理等因素的存在對中國金融安全、穩定、健康發展構成了嚴重威脅。

2.金融風險預警指標設計研究

為了有效防范金融危機發生，必須建立能及時防范金融危機發生的預警指標體系。蔡則祥、殷孟波（1999），顧海兵（2000），何建雄（2001）等在有效識別中國金融風險的基礎上，針對中國經濟正由傳統實體經濟向貨幣經濟轉變這一特點，對中國金融風險預警指標體系進行了研究。建議從微觀、中觀、宏觀這三個不同層次分別建立不同的預警指標體系。胡燕京、高會麗（2002）對17個預警指標進行宏觀、中觀、微觀分類的基礎上，進一步運用多變量統計因子分析方法對中國金融風險的現狀進行了定量分析。研究表明，中國金融風險除了與中國資本市場現狀相關之外，還與中國近年來所實行的一系列財政政策效應相關，中國金融運行仍處于高風險區間。馮蕓、吳沖鋒（2002）將預警期劃分為長期、中期和短期三個層次，針對中國經濟形勢的變化提出基于綜合指標的多時標和擴充觀測指標集預警流程，滿足了中國不同經濟波動狀態下的預警需求。許崇正、劉雪梅（2002），錢文揮、宋海林（2002）在中國金融體制改革日益深化的背景下，參考國外建立預警指標體系的先進經驗，設立了多個預警指標對中國的金融風險進行了指標體系選擇、預警界限確定和數據處理流程的研究。黃益紹、林都（2004）引入層次分析法對金融風險預警指標進行了預警能力的排序，并對近年來的幾次重大金融危機爆發進行了實證研究，但是他們所設計的預警指標帶有很強的主觀性缺陷。陳金鳳（2006）也提出了從宏觀和微觀兩個層面建立中國金融風險預警指標體系。

這些研究對建立中國金融風險預警指標體系具有非常重要的意義，但是在指標體系的設置過程中仍缺乏一定的針對性，沒有對各個預警指標的權重給予重視。

3.金融風險預警模型的研究

在金融風險預警模型理論研究方面，董小君（2004）系統地分析了國內外主要的金融風險預警模型，并從宏觀、市場和微觀三個方面設計了中國金融風險預警指標構建了金融風險預警模型對中國金融風險進行抑制。吳軍（2006）系統地介紹了國外有關金融風險預警的七種模型，主要包括KLR模型、Probit（Logit）模型，馬爾科夫狀態轉移模型、橫截面回歸模型、自回歸條件風險模型、二元遞歸樹法模型和在險價值法模型，并對這些金融風險預警模型的優劣進行了詳細評述。賀力平、趙新杰（2007）分析了亞洲金融危機之后十年間的預警系統改進和發展，指出通過建立經濟數據庫和管理信息系統來增強金融風險預警模型的有效性。

在金融風險預警模型的構建和實證方面，吳海霞、邢春華、孫嬋娟（2004）借鑒國際流行的KLR信號分析方法，結合一系列非系統風險和系統風險預警指標對中國預警指標數據進行處理，并對金融風險程度的大小進行信號顯示，得出財政風險是中國系統風險的主要表現形式的結論。陳守東、趙大坤、遲憲良（2006）利用金融機構內在穩定、市場風險和宏觀經濟穩定三個層次的預警指標體系建立了金融風險預警模型，并運用Logit模型進行了參數估計。

南旭光、孟衛東（2007）對金融風險預警模型的研究表明KLR、FR、DCSD以及STV四類模型在數據可得性方面比較弱，從而難以在實際操作過程中加以運用。他們在存活分析理論和等比例風險模型（PHM）基礎上建立了金融風險預警模型，并運用宏觀經濟數據進行了實證研究。沈悅、張珍（2007），沈悅、王小霞、張珍（2008），沈悅、閔亮、徐有俊（2009）利用層次分析法對中國金融風險預警進行了研究，計算了各預警指標的權重和風險度的大小，并給出預警信號構建中國金融風險預警模型。沈悅、徐有俊（2007）將貝葉斯模型應用于中國銀行危機預警模型的構建中，并逐步放松樸素貝葉斯模型條件，利用復合屬性貝葉斯模型對銀行危機進行預警，提供精確的概率估計以避免銀行經營失敗。這些研究對建立中國金融風險預警系統，維護中國金融安全具有非常重要的意義。