基于非参数方法银行风险早期预警模型实证研究.docVIP

基于非参数方法银行风险早期预警模型实证研究 　　摘 要：以非参数模型为主要建模工具，采用亚行开发的VIEWS系统①中内嵌的信号法，该方法在预测货币危机方面已被证明为有效框架，得到了广泛应用。实证分析表明，该方法在预测银行危机方面同样具有良好的表现，预测能力优于其他研究中提出的技术方法。本模型将“银行危机”定义为不良贷款的持续大面积暴露，从时间序列中识别出三次不良贷款增长高峰期作为“危机事件”，将危机窗口设定为危机事件前30个月。根据噪信比至少小于1和经济合理性原则筛选出25项先行指标，并以此构建综合预警指标，得出不同时点的危机概率。实证表明，该模型能够以较好的准确性和先行时间预测样本内的三次危机，并在样本外的2009—2010年发出了持续较强的预警信号。其中，金融部门的整体预警表现最好，信贷增速等先行指标的预警能力最为突出。此外，还以线性回归作为辅助手段，并将检验结果与信号法模型作对比分析。 　　关键词：非参数方法；银行风险；早期预警；模型实证研究 　　中图分类号：F830 文献标志码：A 文章编号：1673-291X（2013）07-0072-02 　　引言 　　金融危机预警通常有货币危机和银行危机两种类型。在中国以间接融资为主的金融体系中，银行是金融风险的主要承担者，且集中表现为信贷风险。而对于货币危机，在管制条件下，既不是金融体系的主要风险来源，也缺乏历史上的危机片断，难以开展实证研究。 　　一、银行危机预警模型述评 　　（一）关于银行危机的理论探讨 　　关于银行危机的理论探讨主要有两个方面，一是单个银行困境，二是系统性银行困境。有关第一类型银行困境的原因，理论上更多地从微观角度展开研究，并据此建立风险预警模型来预测单机构金融困境。长期以来，美联储根据CAMELS体系评级所采用的变量，汇总单个银行信息资料，从而对整个金融体系各个重要组成部分的健康性做出评估。这个框架的依据是，资产质量恶化、盈利水平低、资产负债表不匹配、流动性低、公司治理差和承担风险过度等因素会导致脆弱性和银行困境。 　　（二）银行危机预警的主要方法 　　关于银行危机预警的方法主要有Probit模型、Logit模型、KLR信号法和神经网络模型等。最早的关于宏观金融危机预警一批研究成果约出现于亚洲金融危机前后，Kaminsky，Lizondo和Reinhart（1997，1999）提出了目前应用较为广泛的KLR信号分析法，并将其应用于银行业危机预警研究。Rojas-Suarez（2001）采用KLR的信号分析法对新兴市场国家银行业危机构建预警指标，发现存款利率支付和利率差两项指标对新兴市场国家银行业危机预警的效果较好。Jim和Eric等（2007）应用Probit模型建立银行业危机预警系统，对11个EMEAP亚太区域成员经济体预测银行业危机发生可能性。Davis和Karim（2008）以105个国家1979—2003年数据为样本，研究了在此期间爆发的102次系统性银行业危机事件，认为多元Logit模型无论是对国际性危机还是对单个经济体危机早期预警都是较好的方法。神经网络模型也是应用较多的危机预警方法，Marco（2006）选取1980—2004 年间发生主权债务危机的46个发展中国家年度数据，利用ANN模型对主权债务危机预警进行了研究，认为在一定条件下ANN模型对危机的预警效果较好。 　　（三）国际货币基金组织的EWSs模型 　　国际货币基金组织（IMF）一直致力于金融危机早期预警模型研究，其倡导和开发的EWSs模型主要运用两种方法：信号法（Kaminsky，Lizondo和Reinhart，1997—1999）和有限因变量概率对数模型（Berg Pattillo，1999）。 　　（四）国内预警研究存在的问题 　　国内关于银行业危机预警的研究起步较晚，其中很多研究局限于对国外预警研究的评述，实证模型主要以单机构风险预警为主，银监会开发的银行风险早期预警系统（睿思系统）目前只是单体银行风险预警的技术方案，其功能定位于识别脆弱性机构，而非事前预警。现有的针对系统性风险的银行危机预警模型较少，且部分已构建模型的结构较为简单，如岳蓓蓓、郑循刚（2011）建立了经济增长与不良贷款率波动的VAR 模型，运用脉冲响应函数及方差分解方法检验了经济增长与商业银行不良贷款率波动之间的相关性，模型仅涉及GDP和不良贷款两项指标。现有模型的主要缺陷是核心变量不准确，时间序列长度不足。 　　二、基于信号法的模型构建 　　确定先行指标是构建危机预警模型的关键环节，本文在借鉴国内外现有研究成果的基础上，遵循经济合理性和数据可得性的原则，设计了包含金融部门、实体部门、政府部门、经常账户和国际市场等5部门46项先行指标。对于每个先行指标，以其临界值为标准