基于信号法的中国货币升值预警系统研究_货币升值论文

中国货币升值的早期预警系统:基于信号法的研究,本文主要内容关键词为:中国论文,货币论文,预警系统论文,信号论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

过去十余年中,人民币汇率及汇率形成机制成为中国备受关注和热议的一个重大问题。因经常项目和不包括储备项目在内的资本与金融账户的持续顺差,人民币面临持续的升值压力。这不仅引起以美国为首的国际社会呼吁人民币加速升值的要求,也引起了更多的贸易摩擦。这种升值压力还可能导致中国面临潜在危机的威胁。在政策层面上,如果事先能及早捕捉到货币升值所蕴含的潜在风险并由此建立一套早期的预警系统(early warning system,EWS),从而及早发现人民币升值的潜在风险及征兆并预防大幅升值事件的发生,那么决策者就能提前采取行动以避免风险的爆发或降低经济可能遭受的冲击。

从国际上来看,20世纪90年代后爆发的一系列货币危机不仅催生了对货币危机的理论研究,也使经济学家转向了对危机EWS的研究。学界和国际性组织及私人机构,如国际货币基金组织(IMF)、J.P.摩根及高盛公司等都建立了各自的EWS模型以预测货币危机。然而,这一系列的理论与EWS的研究几乎无一例外都着眼于货币大幅贬值所带来的危机问题,缺乏对货币升值所蕴含的潜在风险和问题的关注。但这并不能否定现实中不曾发生过升值危机。例如,1980~1994年期间,泛太平洋地区的国家即曾出现过54次升值型危机(Moreno,1995)。

回到中国的现实,我们面临的问题更具挑战性。一方面,学界对人民币升值的内在经济逻辑还未形成一致的看法;另一方面,设计一套类似贬值危机的用于预测人民币升值事件的EWS迄今仍无人问津。本文利用Kaminsky et al.(1998)的信号方法尝试建立一个人民币升值事件的EWS。①本文借鉴已有的货币危机EWS的研究,首先界定并识别了1995年1月~2007年12月期间的人民币升值事件,然后利用Eichengreen et al.(1994,1995)的事件研究方法考察了升值事件前后中国的宏观经济特征,最后在已有解释人民币升值的理论基础上,构建了一个人民币升值事件的EWS。研究发现,CPI、实际消费增长、银行体系的货币错配状况、国内信贷增长、银行存款的变化和财务杠杆、储备货币增长率、/外汇储备、外汇储备增长、出口及贸易开放程度11个指标对升值事件具有极强的预警能力;实际GDP增长、银行贷款增长、银行稳定指数、预算赤字/GDP、超额实际乘数、实际汇率、实际利差、国外产出增长、贸易条件变化、短期资本流动及FDI增长12个指标也对升值事件有着较高的预警能力。样本外检验表明,本文设计的EWS预测到了2010年6月的汇率形成机制的调整,说明本文建立的EWS能成为一种有用的宏观经济的分析和诊断工具。

文章安排如下:第一部分扼要回顾了关于货币危机EWS的研究;第二部分在已有研究基础上界定人民币升值事件,并利用经验数据识别了1995年1月~2007年12月期间中国的货币升值事件;第三部分利用事件研究方法考察了人民币升值前后的宏观经济特征,并结合已有理论对货币升值前后的部分特征事实给出了解释;第四部分在前面三部分研究基础上,利用信号方法建立人民币升值事件的EWS,并做了样本外检验;最后是结论。

一、文献回顾

货币危机EWS的构建至少应回答两个问题(Edison,2003):一是如何经验地界定和识别危机,二是如何设计危机预警系统。其中,第一个问题至关重要。如果对危机的界定不清楚明确,那么对危机预测的准确性就会受到极大的影响,从而也就影响危机EWS的预警能力。

(一)货币危机的经验定义

现有对货币危机的定义有两类:第一类将名义汇率贬值率超过某一临界值视为危机,如Frankel & Rose(1996)等。由于对几乎所有国家来说,在测度外汇市场干预方面,储备变化是比较糟糕的噪音变量,并且由于大部分发展中国家难以获得长时期的短期利率数据。因此,这类定义将货币危机定义为名义汇率贬值率超过25%且本币贬值率的增长率不低于10%(Frankel & Rose,1996)。

但是,现实中一国货币当局可能会利用利率或国际储备来干预外汇市场,从而击退投机攻击。因此,第一种定义在一定程度上过于狭隘了。有鉴于此,众多学者提出了第二类货币危机界定方法,即利用外汇市场压力(exchange market pressure,EMP)或投机压力来定义货币危机。这是目前文献中使用的主要界定方法。在这类定义中,当EMP指数超过其均值一定倍数标准差时即可视为危机,即:

I≥μ+kσ

其中,I=EMP指数;μ=I的样本均值;σ=I的样本标准差;k=临界值。

经验研究中,k常见的取值分别为1.5、2.0、2.5和3.0。关于k值的选择存在两个问题:一是,k的选择具有主观性,选择不同的k值可能会导致危机识别和界定方面的差异(Abiad,2003)。二是,k值的选择具有样本依赖性。这意味着未来的数据会影响对过去危机的识别(Abiad,2003)。例如,Edison(2003)利用1970~1995年间的数据,识别了5次发生在马来西亚的危机,但是当数据拓展至1999年时,则仅有1次危机被识别出来。

1.EMP的定义与测度

EMP如何定义与测度呢?理论认为,EMP测度的是“给定实际实施的汇率政策所产生的预期前提下,国际市场上对某一货币的全部超额需求。若不存在外汇市场干预,这种超额需求本应是由汇率水平变化来消除的(Weymark,1997)”。最早提出并界定这一概念的是Girton & Roper(1977)。他们建立的EMP指数是国际储备和汇率百分比变化之和。Roper & Turnovsky(1980)改进了Girton & Roper(1977)的货币主义方法,并建立了一个中央银行的政策反应函数,从而改进了Girton & Roper(1977)的指数设计。在他们的框架下,尽管EMP仍然表现为国际储备和汇率变化的线性组合,但是,二者的权重不再相等了。在模型依赖的EMP指数方面做出突出贡献的是Weymark(1997)。其考虑了价格粘性的因素,建立了一个IS-LM-AS类型的小国开放经济模型,引入并经验地估计了EMP指数中的参数。该参数是一种转换因子(conversion factor),代表了EMP指数中汇率变化和中央银行外汇市场干预程度(由国际储备变化来表示)的相对权重。部分学者在其研究基础上进行了大量的经验分析和估计工作。

就理论而言,EMP指数应由汇率决定的结构主义模型推出(Eichengreen et al.,1995,1996),但是,结构主义模型常常很难经验地解释和预测汇率在中短期内的表现。一些研究表明,在预测一年内的汇率变化方面,随机游走模型通常比更为精确的结构主义宏观模型更精确。为克服这一缺陷,许多学者,尤其是研究货币危机EWS或货币危机方面的学者提出了一种新的不依赖于模型的EMP指数。这一指数的利率差异②名义汇率和外汇储备百分比变化的线性组合,其一般化公式为:

其中,分别表示汇率和储备的百分比变化及利率变化。

2.权重等问题

这种非模型依赖的EMP指数存在两个问题:

第一,指数中权重的不变性及其选择的人为规定性。这里又有两个问题:一是绝大部分研究假设EMP指数各构成部分的权重是不变的。但金融时间序列具有波动集群性(volatility clustering)特征,因此,当金融时间序列是时变的或存在结构断点时,不变权重假设就不能充分地平滑这种波动性。因此,采取时变权重或许更为严谨,或者最起码的要求是,在设定权重前应先考察一下EMP各构成要素的时间序列特征。二是在估计EMP指数时,为防止指数受到波动剧烈的构成因素的影响,部分研究选择使EMP指数各构成部分的条件方差相等的权重(如Sachs et al.,1996)。但这种方法可能会出现较大的异常值。显然,权重的设定会影响对EMP指数的估计结果,最终影响对货币危机的界定。

第二,汇率百分比变化的计算。在计算EMP指数中汇率的百分比变化时(储备的百分比变化也存在类似问题),一般有两种方法:一是根据百分比变化的定义计算。设某一变量X,其百分比变化。二是对数差分法。这是文献中常用的方法。根据该方法有,。这其实是某一变量百分比变化的近似计算方法,只有当该变量百分比变化非常小时(在0附近),利用该方法得到的结果才与第一种方法得到的结果接近。但是,发展中国家和新兴市场经济体由于频繁的制度变迁和结构变化,导致其大部分的经济变量变化剧烈,根本不能满足对数差分方法的计算前提。因此,在估计发展中国家和新兴市场经济体的EMP指数时,最好直接计算汇率的百分比变化,而不宜采取对数差分法。

如上所述,国外对EMP的研究主要关注的是EMP的定义、测度以及利用EMP建立货币危机EWS等两个方面的问题。近十年来,国内对EMP的研究也逐渐兴起,主要关注三个方面的问题:第一,人民币EMP和中央银行外汇市场干预程度的测算以及对影响人民币EMP主要影响因素的考察(朱杰,2003;黄驰云和刘林,2011;陈娟等,2011)。第二,人民币EMP与货币政策之间的关系(卜永祥,2008)。第三,利用人民币EMP指数建立了人民币贬值的EWS(Peng & Bajona,2008)。这些研究为本文界定人民币升值事件,并运用信号法建立人民币升值事件的EWS奠定了基础。

(二)货币危机EWS的设计

构建货币危机EWS的方法主要有两类:一是受限因变量回归法;二是信号法(signaling)或指标法(indicators approach)。这两类方法是货币危机EWS研究的标准方法(Abiad,2003)。本小节扼要回顾了1994年以来利用这两种方法研究危机EWS的25篇经验研究文献。④

1.数据及样本

25篇文献覆盖的样本跨度长达40年(1959~2004年),涵盖141个国家或地区。首先,20篇文献采用的是月度或季度数据,使用年度数据的研究较少。其次,绝大部分文献考察的是新兴市场经济体和发展中国家的危机问题。再次,4篇文献考察了某一国或某一经济体的EWS(Gochoco-Bautista,2000;Alvarez-Plata & Schrooten,2004;Peng & Bajona,2008;Yap,2008),其余21篇文献都采用了跨国数据。使用跨国数据进行研究存在一个显然的弊端是,他国的情况未必适用于本国,但这些跨国研究为一国的EWS的构建提供了变量选择等方面的借鉴。最后,采用第二类危机界定方法的文献有17篇,约占全部文献的68%。

2.变量和指标选择25篇文献使用的解释变量可分为8类共83个指标,包括:实体经济变量、金融系统变量、私人部门、公共部门(含货币当局)、国际收支与国外变量、债务变量、政治和制度变量、虚拟变量。

这83个指标中,哪些对危机具有较强的解释能力呢?本文根据两个标准遴选解释能力较强的指标:一是统计上的显著性。凡是在回归方程中,统计上显著的指标就作为较强解释能力、对危机有预测作用的指标保留下来。如果文献同时进行了稳健性检验,那么,该指标还必须通过稳健性检验。二是噪音信号比(noise-to-signal ratio)小于1。在信号法的研究中,凡是噪音信号比小于1的指标都被认为是对危机具有较强解释能力的指标。我们得到如下三点结论:

第一,与Kaminsky et al.(1998)的结论一致,在构建EWS时,应考虑较为广泛的宏观经济变量,包括实体经济变量、金融系统变量以及公共部门和国际收支变量等。

第二,对危机具有较强解释能力、应纳入预警指标的主要包括国内信贷、货币/储备、出口、国际储备和实际汇率乘数和经常账户余额等。

第三,和Kaminsky et al.(1998)发现基本一致的是,政治和制度变量、大部分的金融变量及债务变量对危机没有解释能力,银行存款、存贷款利差、及国内外利差等指标对危机也没有解释能力。这一点,尤其是国内外利差指标对危机没有解释能力是令人惊讶和疑惑的。

3.研究方法和结论

在研究方法上,25篇文献主要使用了两种方法:一是受限因变量回归方法。该方法旨在估计超前一步或k步(one-step or k-step ahead probability)的贬值概率。尽管各文献使用的解释变量可能不同,但是,它们使用的计量方法基本相同,主要是logit和probit模型。在利用回归法的18篇文献中,10篇采用了probit方法。二是信号法。这是Kaminsky et al.(1998)及Kaminsky & Reinhart(1999)提出的方法。作为一种非参数方法,信号法首先涉及对所选择的一系列指标的监测,一旦某个指标偏离其“正常”水平达到了某一给定的临界值时,就视为在特定危机窗口中发出了可能发生危机的预警信号。

在研究结论方面,早期的几篇基于回归法和事件法的研究认为,主要的宏观经济变量在危机和正常时期并没有表现出显著差异,因此,不存在预测货币危机的早期预警信号。但除此之外的大部分研究认为,宏观基本面的变化是有助于危机预测的。总体而言,经验证据支持了第一代和第二代危机理论。

4.信号法的预警效果

部分研究比较了不同预警方法的预警效果。结果表明,相对于其他方法(如Frankel & Rose(1996)的probit回归法、Sachs et al.(1996)的回归方法、高盛和瑞士信贷第一波士顿开发的EWS等),信号法在危机预测方面取得了一定的成功,但这种成功不应被扩大,因为这个方法不能解释大部分的实际产出波动(Berg & Pattillo,1999a)。因此,虽然总体来看既有研究支持了信号法的预警能力,但我们不应夸大这种方法的预警能力,而应视之为一种有用的宏观经济诊断工具(Edison,2003)。

(三)总结性评述

虽然分析表明,基于信号法的危机EWS是有助于危机的早期预警的。但是,已有研究还存在如下问题:

第一,临界值、权重及剔除窗口的选择。已有研究中临界值k的选择、EMP指数权重的设计及剔除窗口选择都有很大的任意性,不同的取值显然会影响危机的识别,因此,在危机界定和识别时应进行敏感性分析。

第二,变量选择。后续研究应尽可能包括企业部门、银行部门和公共部门的资产负债表数据。首先,既有证据表明,企业部门的资产负债表结构确实有助于预测危机。其次,银行危机不仅是汇率稳定的一个重要障碍,而且会放大危机的影响。一些证据表明,银行危机可能领先于货币危机(Kaminsky & Reinhart,1999)。最后,亚洲金融危机及随后爆发的一系列货币危机表明,企业部门、银行部门和公共部门的资产负债表错配,而不是第一代危机模型所强调的财政失衡或第二代危机模型所强调的预期自我实现的特征,是危机的主要引发因素。但是,到目前为止,经验研究似乎忽略了这些第三代危机理论所强调的重大因素,④这可能是很多EWS预警效果欠佳的重要原因。

第三,货币升值型危机。如果货币大幅度贬值,或储备大幅度降低可视为货币危机,那么货币大幅度升值或储备的大幅度增长就不是危机吗?到目前为止,货币危机的理论和经验研究及EWS的研究主要关注的是货币贬值现象,对升值问题则较少涉及。但现实中升值危机却并不罕见。如1980~1994年期间,泛太平洋地区即出现过54次升值型危机(Moreno,1995)。余维彬(2009)也证实了升值危机的存在。如果升值危机存在的话,那么在人民币持续升值的背景下,是否也可构建类似的危机EWS呢?在本文回顾的研究中,仅1篇是研究中国货币危机EWS的。Peng & Bajona(2008)利用信号法考察了中国发生货币贬值事件的概率。但是,一方面,他们选择的变量没有涉及中国银行业部门的货币错配、资产负债表及银行业体系稳定性等变量。另一方面,他们也没有考虑到中国独特的升值问题。而这些正是本文所着力尝试回答的问题。

二、人民币升值事件:定义、界定与识别

本节首先说明数据来源及处理,然后界定人民币升值事件,并利用第二类危机界定方法提出人民币升值事件的经验识别方法,最后考虑不同的权重设计和临界值进行稳健性检验。

(一)数据

本文的样本期为1994年1月~2012年10月。关于数据和样本,有几点说明:

第一,对于数据百分比变化,本文没有采用对数差分法,而直接使用了百分比变化的定义计算。⑤之所以采用这种方法,在文献回顾部分已经扼要陈述了。这里再举例作补充说明。例如,1994年1月~2012年10月期间,用对数差分方法计算的国内信贷的变化均值为16.69%,而直接使用百分比定义计算的结果为18.35%,二者相差1.66个百分点。考虑到这种差异,本文使用百分比变化的定义计算变量的百分比变化。

第二,国内外产出指标在样本期内只有季度数据,本文利用Eviews的数据频度转换算法(quadratic-match average)将季度数据转换为月度数据。还有部分指标的部分月度数据缺失,本文采用简单算术平均的方法,将某月度前后两个月的数据均值作为该月数据的近似。

第三,为剔除季节因素影响,本文遵循已有研究的做法,采用12个月的百分比变化数据。即在计算某一指标的百分比变化时,本文计算的是某一月相比于上年同月的变化。⑥

第四,已有研究表明,银行危机能在一定程度上预测货币危机,因此纳入银行危机这一虚拟变量是有必要的。但是考虑到中国银行业国有背景和政府隐性担保及迄今并未发生大规模银行破产倒闭的特殊现实,本文借鉴Kibritcioglu(2002)的方法编制了一个银行稳定性指数,以此粗略反映中国银行业系统的稳定情况或银行危机发生的可能性。之所以是粗略反映,因为本文难以收集到中国银行业不良贷款指标,因此在编制该指数时仅仅考虑了银行业贷款和存款两个方面。

第五,为检验本文所建立的预警系统的预警效果,本文将样本划分为两个时期,即1993年1月~2007年12月和2008年1月~2012年10月,并将第二个子样本作为预警效果的样本外检验时期。其中,第一个子样本包括了2005年7月的人民币汇率形成机制改革,第二个样本则包括了2010年6月的人民币汇率形成机制的调整。这样,第二个样本期中正好有一次人民币汇率机制调整事件满足了我们样本外检验的目的。

(二)升值事件的定义、界定及临界值与权重的选择

从对货币危机的经验定义可见,成功的投机冲击会导致一国货币贬值,被迫放弃固定汇率制度而实行浮动汇率制度。而若一国成功击退投机攻击,那么一国将出现储备的大幅度下跌。这两种情形都被视为贬值型危机。与此类似,我们将中国货币面临升值压力时所出现的汇率的法定调整或汇率形成机制的调整或储备的大幅度增长都定义为人民币升值事件。⑦与第二类货币危机定义类似,本文也利用非模型依赖的EMP指数定义人民币升值事件。

首先,我们定义人民币EMP指数如下:

其中,的含义同前。分别指汇率变化和储备变化的权重。⑧本文没有考虑中国人民银行通过利率渠道所实施的间接干预,这是因为虽然中国在20世纪末基本实现了货币市场利率的市场化,但是中长期利率还没有放开,不存在顺畅的利率期限结构和利率传导机制。

其次,对人民币汇率和储备的百分比变化,本文通过观测其时间序列图形,没有发现这两个序列具有显著的波动集群性,因此本文采用不变权重假设。对于权重设计,本文考虑了两种方案。第一种方案来自Stavarek(2007):

分别指汇率变化和储备变化的样本标准差。

第二种方案作为稳健性分析,来自Sachs et al.(1996)等:

最后,本文选择k=1.5作为临界值,同时考虑了k=2.0、2.5和3.0等情形。⑨若<μ-1.5σ,且<0,那么视为发生了一次人民币升值事件。我们设定的事件剔除窗口为12个月。如果12个月内连续发生2次或2次以上的升值事件,都视为最先发生的升值事件的延续,即都视为一次升值事件。⑩估计的结果表明,利用两种权重估计的EMP指数是完全正相关的,且样本期内两种权重估计的人民币EMP都基本低于0,表明人民币存在持续的升值压力(见图1)。但无论采用哪一种权重设计机制,不同临界值下所识别出的升值事件是完全一致的(见表1)。因此,两种不同的权重设计对升值事件识别并没有影响,但是,临界值的选择却会显著影响升值事件的识别。考虑到本文的样本期限制,本文选择k=2.5作为临界值,如此,本文共识别了2次升值事件(见表1)。

三、人民币升值事件的特征事实与理论解释

本节利用Eichengreen et al.(1994,1995)的事件方法,考察人民币升值事件前后经济变量是否存在显著差异,然后根据已有的各种解释人民币升值逻辑的努力,对这些观察到的事实做出解释。首先,为了比较升值事件前后的宏观经济表现,我们将升值事件前后的12个月界定为剔除窗口。其次,将升值前后12个月和升值当月从样本中剔除,剩余时期则定义为正常时期。最后,我们比较了升值前12个月与升值后12个月的宏观经济表现(见表2)。(11)

从表2可以看出,就实体经济部门而言,升值之前,实际消费和产出较正常时期分别下跌了2.27%和2.99%,而CPI则上涨了0.91%。很多学者认为,过去十余年中实际消费的持续下降和储蓄的持续增长是中国经常账户顺差的重要解释因素(樊纲等,2009;赵文军和于津平,2008)。实际消费的持续低迷不仅在一定程度上导致了贸易的扩张,而且对中国经济的增长带来了负面的冲击,这种实际产出的减缓则会进一步导致贸易顺差的增长(许雄奇等,2006)。于是,贸易顺差和资本与金融账户的顺差在事实上的固定汇率制度下不仅导致了货币升值的压力,而且带来了货币供给的被动扩张,由此导致了价格水平的上涨。

对公共部门而言,升值事件发生前,预算赤字/GDP的增长低于正常时期。从开放经济恒等式CA=(-I)+(T-G)考察(其中,CA=经常账户余额,=私人部门储蓄,I=投资,T-G=政府预算盈余),如果从等式的右边到左边存在因果关系的话,那么,政府预算赤字的下降确实能导致贸易顺差。实际上对很多经济体的经验观察也发现,贸易逆差常常是与预算赤字相伴而生的。但是,部分经验证据并不支持这种理论的推测和经验观察(许雄奇等,2006)。

在人民币升值背景下,中国人民银行在汇率问题上一直保持了主动性、可控性及渐进性的原则,这导致了中国基础货币的被动扩张,同时也导致了对银行部门债权的不断收缩。于是,升值事件前,储备货币的增长比正常时期高出6.03%,/外汇储备比正常时期高出3.29%。但是,超额实际乘数的变化却并不符合这种逻辑的推论。

除了消费不足、储蓄持续增长的解释外,另一种观点解释能力似乎更强。这种观点通过中国对外资特别是FDI资金的利用来解释中国经常账户与资本和金融账户的同时顺差现象。这种观点认为,过去十余年中,中央和地方政府给予的外资优惠待遇和低廉的劳动力成本吸引了FDI资金持续流人中国,这些集中在劳动密集型产业的FDI资金出口的加工贸易产品不仅促进了贸易顺差的积累,而且导致了资本与金融账户的顺差(黄志刚,2009;余永定和覃东海,2006)。在事实上的固定汇率制度下,外汇储备的增长即成为逻辑的结果,由表2可见,外汇储备在升值事件发生前比正常时期增长了30%出口的增长也比正常时期高出10%以上。但是,FDI资金的流动和贸易余额/GDP两个指标似乎并不符合这种极具解释力且广为接受的理论的预测,FDI资金流入的变化在升值事件前比正常时期低了9.50%,而贸易余额/GDP也比正常时期低了2.54%。

值得注意的是,无论是采用12个月还是24个月的剔除窗口的观察都表明,短期资本流入的增长在升值事件之前是远高于正常时期的。在人民币渐进升值背景下,单边的升值预期引起了短期资金的持续流入,这种受升值预期影响的短期资金的持续流入显然进一步加剧了货币升值的压力。

就实际汇率与货币升值的关系而言,部分学者认为,中国1994年的汇率并轨改革以来人为地低估了人民币汇率,这是导致经常账户持续顺差的重要原因。但我们的经验观察结果对此并不能给出一致的结论:采用12个月的剔除窗口得到的结果不符合这种理论推测,但采用24个月剔除窗口得到的结果则支持这一理论假说。

到目前为止,国内外学者还没有充分注意到银行体系在中国货币升值过程中的作用。本文的经验观察表明,货币升值事件发生前,银行体系的净外币资产增长、实际利率、国内信贷增长、存款增长、贷款增长、银行财务杠杆和稳定指数都高于正常时期。

四、人民币升值事件的早期预警系统

本节利用信号方法建立人民币升值事件的EWS。本节首先说明信号法的基本步骤,然后选择人民币升值事件的预警指标,并利用信号法遴选出具有较好预警效果的指标,最后建立人民币升值事件的EWS,并进行样本内和样本外检验。

(一)信号法的基本思想

Kaminsky et al.(1998)及Kaminsky & Reinhart(1999)提出的货币危机EWS的信号方法是一种非参数方法,它首先涉及对所选择的一系列经济指标的监测。一旦某个指标偏离其“正常”水平达到了选定的临界值时,就视为在特定危机窗口中发出了可能发生危机的预警信号。在信号法中,临界值的选择是一个关键问题。Kaminsky et al.(1998)的做法是,在发送错误信号的风险与错失发送危机信号的风险两者之间进行权衡,然后在此基础上选择临界值。对于每一个指标,Kaminsky et al.(1998)采取如下程序来获得最优的临界值:首先,他们利用每个指标观测值分布的百分位来定义临界值。例如,对于进口增长率,可能设定该指标样本观测值的10%作为临界值,然后,放宽10%这个人为设定的百分位到20%,重复设定临界值,最后选择一个最优的临界值。这个选定的最优临界值能最小化噪音信号比(noise-to-signal ratio),即错误信号与好的信号的比率。

该方法有六个步骤:一是界定危机;二是选择潜在的可能预测危机的经济指标;三是确定信号发送时期;四是临界值的选择;五是对信号方法有效性的判断;六是利用超前概率来判断EWS的预警能力。

(二)人民币升值事件的EWS构建

根据上述六个步骤,结合信号法的基本思想,我们构建了人民币升值事件的EWS,现一一论述如下:

第一,界定人民币升值事件。本文第二部分已做说明,此处不再赘述。

第二,选择潜在的预警指标。根据第一部分货币危机EWS方面的研究结论及对人民币升值形成机制的理论分析,我们选择了4类30个指标(见表2),包括:实体经济变量、金融部门变量、公共部门(含货币当局)变量及国际收支与国外变量。

第三,确定信号发送时期。Kaminsky et al.(1998)及大部分信号法的研究都定义为24个月(如Berg & Pattilo,1999b;Kaminsky & Reinhart,1999;Edison,2003;Alvarez-Plata & Schrooten,2004;Peng & Bajona,2008)。如果某指标发出信号后24个月内发生了危机,那么该信号就是一个好的信号(good signal),如果信号发出后的24个月内没有发生危机,那么该信号就是一个错误信号(false signal),或者说是一个噪音。本文遵循这一惯例,以24个月作为信号发送时期。

第四,最优临界值的选择。采用信号法的研究大都采用了Kaminsky et al.(1998)的数据和变量集,因此也选择了其所选择的临界值。但是,由于本文选择的变量范围远大于Kaminsky et al.(1998),并且跨国的各变量的临界值并不适合中国的升值问题,因此,本文与Edison(2003)的做法一致,直接利用信号法对临界值的定义来寻找最优临界值。对某一指标x,如果x>均值+φ标准差,或x<均值-φ标准差,(12)那么就认为该指标发出了一个信号。为了设定最优临界值,我们对系数φ做敏感性分析,搜索并选择最小的噪音信号比所对应的φ值作为最优临界值(见表3)。

第五,判断指标的预警能力。信号法分别给出了单一指标和一系列指标集来判断预警能力的方法。对单一指标的预警能力,Kaminsky et al.(1998)利用如下矩阵来设计判断方法(见表4)。根据表4,一个好的指标理论上只应落在该矩阵的西北方和东南方。即一个好的指标应该有:A>0,C=0,且B=0,D>0。由该表Kaminsky et al.(1998)提出了几种评价指标预警效果好坏的方法或标准。

标准1:A/(A+C)。这个指标反映了在本应发送信号的所有情况中,指标发送出好的信号的比率。该比重越高,该指标的预警效果越好。

标准2:B/(B+D)。这个指标表示在没有危机发生的情况下,指标发出噪音的比重。显然,该指标越小越好。

标准3:[B/(B+D)]/[A(A+C)],又称噪音信号比。该比率反映了某一指标发送好的信号且避免发送坏的信号的信息。指标数值越低,说明指标的预警功能越好。

其他两个标准可参见表5注释的说明。

根据本文选择的最优临界值,我们计算了每个指标的预警能力(见表5)。从表5第2列所列标准1来看,银行贷款增长、乘数、实际汇率、实际利差和国外产出增长等指标发送好的信号的能力最强;而实际消费增长、国内信贷、银行存款增长、预算赤字、出口和贸易开放度等指标发出好的信号的能力较差。从第3列给出的信息看,CPI、实际消费增长、银行体系的货币错配状况、国内信贷增长、银行存款的变化和财务杠杆、储备货币增长率、/外汇储备、外汇储备增长、出口及贸易开放程度等11个指标表现最好。综合来看,实际利率和贸易余额/GDP这2个指标的噪音信号比高于1,应从预警指标中剔除。这样,本文共得到23个噪音信号比小于1的预警指标。

第六,EWS的预警能力检验。利用获得的具有较强预警能力的指标,Kaminsky et al.(1998)提出了四种方法来判断EWS的预警能力。本文选择其中两种方法来构建评估发生人民币升值事件可能性的指数。Kaminsky et al.(1998)给出的第一个指标非常直观,即跟踪记录某一时期经济中不同部门所发出的危机信号即可。显然,发出的信号越多,那么发生危机的可能性也就越高。第一个综合指标(composite crisis indicator)定义如下:

如果在t期,某一变量i超过其临界值,那么记,否则为0。这个指标其实就是把某一时期所发出的信号全部加总得到的。

该指标虽简明扼要,但是我们注意到,很多变量发送的信号可能是错误的,这类信号并不能有效地充当预警信息。因此,一个合理的修正方法是将预测能力强的指标所发送的信号赋予更大的权重,而这个权重可用该指标的噪音信号比来反映。于是,得到第二个综合指标:

其中,是变量i的噪音信号比。

尽管这两个指标能为我们提供未来发生货币升值事件的相关信息,但是,从这些指标中难以推断升值事件可能发生的概率。信号方法利用第二个综合指标构建了未来发生危机概率的测算方法,其公式如下:

根据本文所选择的23个具有较好预警能力的指标,我们计算了综合指标。但在计算第二个综合指标时,本文做了一定的修正。原因在于,本文估计中很多指标的噪音信号比为0,不能直接应用指标的估计公式。本文因此使用P=P(危机/信号)-P(危机)指标作为权重(P(危机/信号)=A/(A+B),P(危机)=(A+C)/(A+B+C+D)),该数值越高,所对应的噪音信号比越低,说明指标的预警效果越好。修正后的公式为:

最后,根据危机概率公式,我们计算了人民币升值事件发生的概率。

1.样本内检验

就人民币升值事件而言,样本期内两个综合指标在1994年1月~1995年1月持续高居不下(见图2、图3),超前24个月的预警概率也居高不下,但该时期及随后两年之中,中国并未发生人民币汇率形成机制的调整(见图2、图3)。2003年后,两个综合预警指标再次持续上行,在经历2004年的短暂低迷之后,于2004年年底、2005年年初又开始持续上升(见图2)。而超前24个月的升值事件预警概率也于2004年下半年后开始攀升(见图3)。因此,无论是综合预警指标还是24个月的超前概率都在不断发出人民币升值的信号。在随后的2005年7月21日,我们也确实观测到了人民币汇率形成机制的改革。

2.样本外预警效果

本文将2008年1月~2012年10月作为检验样本外预警效果和能力的子样本期。从图2容易看出,在2010年6月人民币汇率形成机制调整之前的24个月中,两个综合预警指标都逐渐攀升,提前发出了预警。超前24个月的升值事件概率也从2009年4月开始逐步上升,从2.67%升至2009年5月的22.22%,随后跃升至34.78%。因此,无论是预警指标还是超前概率的变化都预示着随后24个月内存在汇率形成机制调整的可能。这在一定程度上证明本文所设计的EWS具有较好的预警作用。

五、结论与展望

本文利用1993年1月~2012年10月的月度数据考察了中国的货币升值问题。在文献回顾基础上,本文界定并识别了人民币升值事件,考察了人民币升值事件前后的宏观经济特征,并在此基础上利用信号方法建立了人民币升值事件的EWS。本文发现,中国货币升值前实际产出和实际消费的增长低于正常时期,银行部门的主要指标在升值事件发生前均高于正常时期,反映国际收支状况和货币当局的主要经济指标在升值事件发生前也大都高于正常时期,而财政状况在升值事件前的表现则低于正常时期。这些经验的观察说明,中国货币升值问题是一个不同于贬值性货币危机的独特案例,需要我们做进一步的理论考察。

本文发现,CPI、实际消费增长、银行体系的货币错配状况、国内信贷增长、银行存款的变化和财务杠杆、储备货币增长率、/外汇储备、外汇储备增长、出口及贸易开放程度等11个指标对升值事件具有极强的预警能力;实际GDP增长、银行贷款增长、银行稳定指数、预算赤字/GDP、超额实际乘数、实际汇率、实际利差、国外产出增长、贸易条件变化、短期资本流动及FDI增长等12个指标也对升值事件有着较高的预警能力。这说明我们在监控人民币汇率问题时,应考虑这些因素的影响。在危机预测方面,本文设计的货币升值的EWS预测到了2005年7月的汇率形成机制改革。样本外检验也表明,这一预警系统具有良好的预警能力和效果,可以作为中国宏观经济分析和诊断的工具。

但是在研究过程中,一方面由于数据问题,本文没能纳入企业部门的微观数据,尤其是企业部门的资产负债表结构和货币错配情况等。已有的第三代危机理论尤其重视企业部门、银行部门和公共部门的货币错配问题,这应构成本文后续研究的一个重要方向。另一方面,本文预警信号临界值的选择存在样本依赖的问题,如何解决这一问题也将构成后续研究的一个尝试。更为重要的是,如前所说,中国货币的升值是一个独特的案例,如何进一步在理论上诠释它的形成机理,并在此基础上指导人民币升值事件乃至升值危机的EWS,还需进一步的尝试和探索。

衷心感谢匿名审稿专家提出的宝贵建议,当然,文责自负。

①所谓人民币升值事件指的是在升值压力背景下,中国所出现的人民币汇率形成机制的调整、改革或人民币法定升值或外汇储备的大幅增长等事件。

②一国中央银行通过对利率的调控也能影响汇率,从而吸收部分的EMP。但是,在建立和估计EMP指数时是否应纳入利率因素,利率又以何种形式进入EMP指数,这是经验研究中分歧较大的两个地方。部分学者没有考虑利率因素,部分学者则考虑了利率因素。在考虑利率因素的研究中,部分学者使用的是国内外利差的变化或国内利率的变化,但有些学者则认为如果一国没有汇率目标,那么利率应以水平值而不是一阶差分的形式进入指数。

③我们制表总结了研究危机EWS的25篇文献,结果备索。

④Kaminsky et al.(1998)只回顾了第一代和第二代货币危机理论尚情有可原,因为那时第三代货币危机理论还没有完全成形,但Abiad(2003)似乎不应忽略,他们在选择变量以构建EWS时也就没有考虑第三代货币危机理论。作者所能见到的2000年后建立货币危机EWS的文献都没有考虑第三代货币危机理论,这令人费解。限于篇幅,本文也没有回顾货币危机的理论研究,可参见MacDonald(2007)。

⑤部分指标例外,如超额实际M1余额和实际汇率对趋势值的偏离等。

⑥计算EMP时,汇率和储备的变化都采用了环比百分比变化,而非12个月的百分比变化。具体的数据来源、定义及计算方法,结果备索。

⑦余维彬(2009)将大规模的人民币升值冲击定义为升值危机。

⑧计算汇率百分比变化时,本文采用的是人民币兑美元的名义汇率。基本原因在于,1994年迄今人民币基本上是事实上钉住美元的。

⑨研究表明,发展中国家和新兴市场经济体对k的选择并不敏感,并且k值的选择似乎并不影响研究结论(Eichengreen et al.,1996; Frankel & Rose,1996; Alvarez-Plata & Schrooten,2004)。

⑩我们还考虑了18个月和24个月的剔除窗口,结论没有受到显著影响。结果备索。

(11)我们还选择了24个月作为剔除窗口以检验结论的稳健性。我们发现,除了贷款/存款利率、股票交易量、预算赤字/GDP、超额实际、进口增长和实际汇率等6个指标的符号与以12个月作为剔除窗口得到的结果相反外,其余指标的符号没有变化。总体而言,这些经验观察结果是稳健的。结果备索。

(12)至于某一变量是超过其均值加一定倍数的标准差或是减一定倍数的标准差,我们首先根据理论推理和第三部分的理论分析来判断,对理论推理和分析没有覆盖的变量(包括贷款/存款利率、实际利率、银行存款增长、股票交易量、银行稳定指数、进口增长、实际利差、贸易开放度和贸易条件等9个指标),我们根据货币升值前该指标的符号进行判断。但在研究人民币升值事件前后的宏观经济特征时,我们选择了12个月和24个月作为剔除窗口,我们发现包括贷款/存款利率、股票交易量和进口增长等在内的3个指标在不同的窗口情形下符号出现了根本变化。为此,我们同时考虑了超过均值加一定倍数的标准差和减一定倍数的标准差两种情形,结果发现,这3个指标在两种情形下得到的最优临界值是不同的。对此,我们做了进一步的考察。对股票交易量而言,我们回顾的25篇文献中仅有1篇文献考虑这个指标,且统计上也不显著,因此,我们从预警指标中剔除了;对贷款/存款利率指标,我们既不能在理论上判断其符号,也无法在经验证据中找到一致的结论,并且由于中国的存贷款利率并未市场化,不具有先行指标或预警指标的性质,因此,我们也将它从预警指标中剔除了;对进口增长指标,我们的文献回顾表明,在11篇次考虑进口增长的文献中,统计上显著的研究数量为0。鉴于此,我们也将进口增长从预警指标中剔除了。另外,上海股票价格和深圳股票价格两个指标因数据缺失而难以计算最优临界值,因此也剔除了。

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

基于信号法的中国货币升值预警系统研究_货币升值论文
下载Doc文档

猜你喜欢