覃 筱,任若恩

(1.上海交通大學安泰經(jīng)濟與管理學院,上海200052; 2.北京航空航天大學經(jīng)濟管理學院,北京100191)

基于極值相依性的金融危機共生強度研究

覃 筱1,任若恩2

(1.上海交通大學安泰經(jīng)濟與管理學院,上海200052; 2.北京航空航天大學經(jīng)濟管理學院,北京100191)

共生性危機是金融危機研究的熱點之一,經(jīng)驗表明不同國家同時爆發(fā)兩種危機的可能性不同,但尚缺乏對危機共生強度的定量研究;copula是刻畫變量之間非線性相互關(guān)系的重要方法,但函數(shù)選擇目前仍缺少依據(jù)。針對這兩個問題,文章由極值相依性模型推導出數(shù)十種生存copula函數(shù)的共同漸近形式,基于此構(gòu)建危機共生指數(shù),并給出一套系統(tǒng)檢驗共生性強弱及度量共生強度的方法。對1994-2009年十個新興經(jīng)濟體的實證研究表明:各國的危機共生強度各異,俄羅斯、新加坡、智利和中國的金融危機具有弱共生性;爆發(fā)共生性危機的可能性很大程度上由金融自由化決定;外匯市場或金融市場遭受攻擊時的極端風險更易在兩者之間傳導;通過本幣升值穩(wěn)定物價的宏觀調(diào)控政策將增加雙重危機爆發(fā)的可能性;控制外匯市場和銀行業(yè)經(jīng)營的不穩(wěn)定因素是抑制共生性危機的重要途徑,但在印度和中國的效果可能有限。

共生性危機;貨幣危機;銀行業(yè)危機;極值相依性;生存copula

一、引 言

金融危機是貨幣危機、銀行業(yè)危機、債務危機和系統(tǒng)性危機的總稱,雙重危機或共生性危機(twin crisis)指兩種危機同時爆發(fā)的情形,由 Kaminsky和Reinhart(1999)最早提出。由于貨幣危機和銀行業(yè)危機發(fā)生的范圍更廣泛、后果更嚴重,因此雙重危機通常指這兩種危機的共生。雙重危機一旦發(fā)生,對一國經(jīng)濟與金融系統(tǒng)的打擊是致命的,因此其得到了學界和業(yè)界的普遍重視。盡管也有一些文獻開始研究貨幣危機與其他危機的共生,如 Herz,Bauer和Karb(2003)研究貨幣危機與債務危機,但產(chǎn)生的影響并不大。最近兩年席卷全球的金融海嘯可以認為是由信貸危機引發(fā)的系統(tǒng)性金融危機,與本文所要研究的共生危機類型不盡相同,見Reinhart和Rogoff(2009),本文仍關(guān)注發(fā)生更為廣泛的傳統(tǒng)意義上的雙重危機。

雙重危機的現(xiàn)有文獻主要針對銀行業(yè)危機與貨幣危機共同的促成因素、相互聯(lián)系等方面進行研究,如 Kalminsky和Reinhart(1999)、Glick和 Hutchison(1999)、劉莉亞和任若恩(2003)。研究方法主要是計量經(jīng)濟學技術(shù)。比如使用協(xié)整方法檢驗兩種危機之間是否存在長期穩(wěn)定關(guān)系,見沈中華(2000);采用Granger因果法檢驗共生性的方向,見Nagayasu(2001);通過逐步logistic回歸研究貨幣與銀行業(yè)危機共生因子的問題,見董彥嶺和張繼華(2009)。本文認為,不同國家由于在金融自由化、國際資本流動及銀行業(yè)信貸水平等方面的存在差異,發(fā)生共生性危機的可能性也許各不相同。典型的佐證是,在發(fā)生過貨幣危機的國家中,并不是所有國家都伴隨發(fā)生了銀行業(yè)危機;反之亦然。但是,目前的文獻都沒有解決危機共生強度(intensity)的度量問題,即發(fā)生貨幣危機與發(fā)生銀行業(yè)危機兩者關(guān)聯(lián)性的大小的度量問題。

最易聯(lián)想到的度量指標是相關(guān)系數(shù),然而經(jīng)濟金融變量之間復雜的相互關(guān)系遠非簡單相關(guān)性,尤其是線性相關(guān)性所能刻畫,詳見Embrechts,McNeil和Straumann(2002)。近年來在經(jīng)濟金融領(lǐng)域,能夠較好度量變量相依性的copula聯(lián)接函數(shù)正受到廣泛關(guān)注和使用。copula是變量為其邊際分布時的多元聯(lián)合分布,因此能有效區(qū)分多元變量的邊際分布和相依性結(jié)構(gòu),精確描述變量之間的相互關(guān)系,并克服相關(guān)性存在的許多問題。而由于極端情況下的損失更能對投資者和金融市場產(chǎn)生決定性影響,因此,極值相依性或尾部相依性,即多元變量超過某個較高水平以上或低于某個極低水平以下部分的相依性,正成為近年來金融市場風險研究的熱點之一,如 Poon,Rockinger和Tawn(2004),Zhang和 Shink(2007)。然而對于copula目前也存在不少爭議,如函數(shù)種類眾多,不同結(jié)構(gòu)在描述相依性時又各有優(yōu)劣,因此選用何種形式建模往往比較主觀,也沒有一套公認的標準,見Mikosch(2005)。

本文的主要貢獻在于兩個方面:首先使用近年來多元極值統(tǒng)計領(lǐng)域出現(xiàn)的極值相依性模型(Ledford和 Tawn,1997),推出了眾多生存copula函數(shù)族的共同形式,避免copula的選擇問題;基于此,在不假設金融數(shù)據(jù)具體分布形式的前提下,構(gòu)建金融危機共生指數(shù),并系統(tǒng)給出了一套檢驗共生性強弱并度量危機共生強度的方法,可反映各國外匯市場和金融體系脆弱程度,進而實現(xiàn)不同國家或地區(qū)發(fā)生貨幣危機與銀行業(yè)危機雙重危機的潛在風險的比較,并最終為各國根據(jù)各自金融市場特點制定相應的宏觀政策提供理論依據(jù)。

本文余下內(nèi)容的結(jié)構(gòu)安排如下:第二部分將建立極值相依性模型與copula之間的聯(lián)系,給出眾多copula函數(shù)共同的漸近形式,并提出金融危機共生指數(shù)的構(gòu)建及估計方法;第三部分給出檢驗貨幣危機與銀行業(yè)危機共生性強弱及度量共生強度的具體方法;第四部分采用該方法對10個新興市場國家展開實證研究;最后是結(jié)論。

二、極值相依性與危機共生指數(shù)

假設Z1、Z2分別為刻畫貨幣危機和銀行業(yè)危機的經(jīng)濟指標,當Z1>τ1、Z2> τ2時分別視為發(fā)生了貨幣危機和銀行業(yè)危機,其中τ1、τ2為危機發(fā)生臨界值。度量危機共生性的大小,需研究隨機變量Z1、Z2之間的極值相依性。假設邊際分布為FZi(Zi),i=1,2,令Vi=FZi(Zi),則Vi為0-1分布。則下面兩個統(tǒng)計量可以較好地描述Z1、Z2之間的漸近關(guān)系Coles,Heffernan和Tawn(1999):

漸近就是變量趨于右邊界時的情況,通俗地說,就是出現(xiàn)了極端情況?？梢?ˉx是對稱統(tǒng)計量,而xi|j是不對稱統(tǒng)計量,因為貨幣危機和銀行業(yè)危機并非簡單的單向傳染。易見,0≤xi|j≤1,-1≤ˉx≤1,這兩個統(tǒng)計量的不同取值代表了不同的漸近關(guān)系。其中,xi|j=0和ˉx=1分別對應于漸近獨立和漸近相依,實際意義為兩個極端事件相互獨立和不獨立,在雙重危機的背景下,即為貨幣危機與銀行業(yè)危機的發(fā)生獨立和不獨立,也就是弱共生性和強共生性。因此,(xi|j,ˉx)這對指標能夠完整描述隨機變量之間的漸近關(guān)系:(ˉxi|j,1)反映了極值相依性程度;(0,ˉx)則反映了漸近獨立情況下的極值相依性,進一步細分為正關(guān)聯(lián)(positive association,即0<ˉx<1)、完全獨立(exact independence,即ˉx=0)和負關(guān)聯(lián)(negative association,即-1<ˉx<0)三類,在雙重危機背景下,則分別對應于貨幣危機與銀行業(yè)危機同時發(fā)生的可能性比兩種危機完全獨立時更大、一樣或更小的情況。

要計算這兩個統(tǒng)計量,需知Pr(Vi>vi)和Pr(V1>v1,V2>v2)。一元極值理論給出了每個區(qū)間(如一年)內(nèi)最大或最小值的漸近分布,即廣義極值分布(簡稱GEV),也可給出超出閾值部分的漸近分布,即廣義帕累托分布(簡稱GPD),因此可得第一個概率。二元變量聯(lián)合尾部分布則可由多元極值中的Ledford和 Tawn(1997)方法給出,下簡稱L T-97模型。該模型表明,在某個弱假設下,邊際分布為標準Fréchet(即Pr(Zi≤zi)=e-1/zi)的二元向量的聯(lián)合生存分布可近似為:ˉF(z1,z2)=L(z1,z2)z1-d1z2-d2。其中,L是某種特殊函數(shù)(即二元慢變函數(shù),這里不作深究)。η=1/(d1+d2),0<η≤1稱為尾部相依性系數(shù),是度量極值相依性的重要參數(shù)。η=1、0.5<η<1、η=0.5、0<η<0.5分別對應于漸近相依、正關(guān)聯(lián)漸近獨立、完全獨立和負關(guān)聯(lián)漸近獨立。Heffernan(2000)從理論上證明了該模型對于包括二元正態(tài)、Frank copula、Morgenstern copula在內(nèi)的十余種二元分布族的普適性。

而copula函數(shù)的本質(zhì)是隨機變量為邊際分布時的多元聯(lián)合分布,因此我們認為L T-97模型實則給出眾多copula函數(shù)族的共同形式。當邊際分布為標準Fréchet,即Vi=e-1/Zi時,有:

其中,ˉC為生存copula函數(shù),生存copula與copula的關(guān)系為:C(v1,v2)=ˉC (v1,v2)+v1+v2-1。將公式(3)帶入定義式(1)和(2),可得:ˉx=2/(d1+d2)

易見,0z)=L(z) z-1/η。由一元極值理論可知,η即為T在 GEV擬合時的形狀參數(shù)。本文使用非參數(shù)估計法進行估計,見 Hill(1975)估計量。將 T的觀測值按升序排列為T1,n≤T2,n≤…≤Tn,n,選擇較高的閾值水平u(比如95%分位點),超出的樣本個數(shù)為k,則η的估計量:

我們亦可得到η和TI統(tǒng)計量95%的置信區(qū)間。當η落入η=1的接受域時,兩種危機漸近相依,則不能拒絕原假設,即不能拒絕金融危機具有強共生性;否則就拒絕原假設,兩種危機漸近獨立,即危機具有弱共生性。與η相對應,當TI落入TI>1接受域時,不能拒絕危機具有強共生性;當TI<1時,危機具有弱共生性。共生指數(shù)越小,發(fā)生雙重危機的潛在可能性越小,否則越大。

三、貨幣危機與銀行業(yè)危機共生強度的度量

首先需采用合適的代理變量對貨幣和銀行業(yè)危機進行描述。一些關(guān)于貨幣危機的研究使用外匯市場壓力指數(shù),即匯率變化率、外匯儲備變化率和利率變化的加權(quán)平均,作為危機的體現(xiàn)指標,如 Kaminsky和Reinhart(1999)。另一些研究如Frankel和Rose(1996)則認為,貨幣危機僅由匯率一項決定。我們認為,匯率是貨幣危機最重要和直觀的反映因素,此外,新興市場國家中外匯儲備的數(shù)據(jù)頻率通常較低(大部分為月度),而且利率在許多新興市場國家也尚未市場化,這些都限制了外匯市場壓力指數(shù)的應用,因此本研究也假定貨幣危機僅由匯率體現(xiàn)。

銀行業(yè)危機相對貨幣危機而言則更難準確界定,因其主要表現(xiàn),如擠兌、銀行資產(chǎn)惡化和政府干預等往往難以觀測和量化。一些研究綜合考慮具體事件來識別銀行業(yè)危機,如Demirgüc-Kunt和Detragiache(1998),但事件法很難保證研究所需樣本;另一些研究使用不良貸款或壞賬準備金作為銀行業(yè)危機的代理指標,如Beck,Demirgüc-Kunt和Levine(2006),雖能提供連續(xù)樣本,但不同國家針對不良資產(chǎn)和壞賬準備金的會計準則不同,且不良資產(chǎn)多的銀行更傾向于瞞報或低報這部分資產(chǎn)的數(shù)額,而發(fā)生危機時這些經(jīng)營業(yè)績不佳的銀行卻往往首當其沖,因此不良貸款和壞賬準備金可能無法準確反映出銀行業(yè)危機。而Glick和Hutchison(1999)發(fā)現(xiàn),股票價格指數(shù)可以顯著預測出銀行業(yè)危機。因此,本文假設股票市場中銀行板塊的表現(xiàn)能夠反映銀行業(yè)的總體狀況,銀行股指上升時銀行業(yè)的總體經(jīng)營狀況變好,下跌時變壞,跌至某臨界值以下時視為發(fā)生銀行業(yè)危機。這一近似并不完美,比如各國的銀行業(yè)股票指數(shù)都只是對上市銀行股價總體水平的反映,不包括非上市銀行,但是由于上市銀行一般是資產(chǎn)規(guī)模較大或在國內(nèi)市場影響力較大的銀行,而且從銀行業(yè)的發(fā)展趨勢看,越來越多的銀行會通過上市實現(xiàn)資本金的補充、治理結(jié)構(gòu)的改善等目標,因此銀行板塊指數(shù)對于整個銀行業(yè)來說會越來越具有代表性。另外,考慮實證研究的可復制性,這的確是現(xiàn)有指標中的最好選擇。

另外,Kaminsky和Reinhart(1999)構(gòu)建外匯市場壓力指數(shù)時采用的是名義匯率,并假定與匯率壓力相關(guān)的名義匯率的變化影響本幣購買力,即名義匯率的變化應至少導致實際匯率的短期變化,因此排除了高通脹時期所發(fā)生的急劇貶值現(xiàn)象,但保留了溫和通脹時期所發(fā)生的大幅貶值。本文也認為名義匯率可能更為合適,除上述原因外,還有三個方面考慮:一是由于本文考察的是貨幣危機與銀行業(yè)危機的共生關(guān)系,體現(xiàn)變量分別為匯率和銀行板塊的股票指數(shù),如果對兩者都不作價格調(diào)整,可能不會對最終結(jié)果產(chǎn)生大的影響;二是由于本文關(guān)注特別異常的變化,如采用價格指數(shù)如消費者價格指數(shù)(CPI)做調(diào)整,也可能在一定程度上平抑掉由市場直接反映的急劇波動;此外,不同國家或地區(qū)在價格指數(shù)的統(tǒng)計方法和口徑上也存在較大差異。因此,本文傾向于不對價格做調(diào)整。

為考察序列波動性對結(jié)果可能造成的影響,我們對匯率波動率和銀行股指數(shù)的負收益率進行預處理,通過GARCH模型對原觀測值序列做波動性過濾。需說明的是,L T-97模型的基本假設是邊際分布為標準Fréchet分布,從而將模型的唯一差別體現(xiàn)為相依性。這一假設對于金融數(shù)據(jù)而言是合理的,因為風險資產(chǎn)收益率的典型特征之一就是肥尾,而Fréchet族正是極值分布中的肥尾分布族。而且從數(shù)學的角度來說,任意邊際分布的隨機變量,都可以在不改變其聯(lián)合分布的前提下,通過概率積分變換將其轉(zhuǎn)換為邊際分布為標準Fréchet的隨機變量,具體方法是:

將服從標準Fréchet分布。其中,Nd為樣本容量,nid為不超出Xid的樣本個數(shù)。

綜上所述,銀行業(yè)危機與貨幣危機共生強度的研究步驟可概括為:

第1步:計算外匯市場壓力指數(shù)序列的波動率和銀行股指的負收益率序列,并用GARCH模型對兩條序列做波動性過濾;

第2步:選擇閾值,對濾前濾后的序列分別進行GPD擬合,做概率積分變換,得邊際分布為標準Fréchet的新序列;

第3步:由定義式得到濾前濾后結(jié)構(gòu)變量T的觀測值序列;

第4步:估計結(jié)構(gòu)變量的尾部相依性系數(shù),并進行共生性強弱的檢驗。若該指數(shù)并非顯著異于1,則不能拒絕銀行業(yè)危機與貨幣危機之間存在強共生性,否則兩種危機存在弱共生性;

第5步:估計貨幣危機與銀行業(yè)危機共生指數(shù)。

四、新興市場國家的實證研究

(一)樣本、數(shù)據(jù)及描述性統(tǒng)計

本研究的樣本為10個主要新興市場國家:金磚四國巴西、俄羅斯、印度和中國,東南亞國家泰國和菲律賓,拉美國家墨西哥和智利,以及相對成熟的新興市場國家韓國和新加坡。沒有選擇傳統(tǒng)工業(yè)化國家作為研究對象的主要原因是,盡管美國次貸危機引發(fā)了近兩年的全球金融危機,2010年上半年歐元區(qū)的個別國家也發(fā)生了債務危機,但總體來說,工業(yè)化國家的匯率制度和貨幣政策相對穩(wěn)健,不大可能同時爆發(fā)貨幣和銀行業(yè)雙重危機,一些學者如Bussiere和Fratzscher(2006)就指出雙重危機的發(fā)生地主要集中在新興市場國家。此外,研究新興市場國家可能對中國也更具有借鑒意義。因此,我們選擇新興市場而非工業(yè)化國家作為研究對象。由于本文考察的是發(fā)生共生性危機的潛在可能性,因此樣本并不局限于已經(jīng)發(fā)生公認貨幣危機或銀行業(yè)危機的國家。而將中國納入研究體系的主要原因是,盡管中國尚未發(fā)生公認的金融危機,但并不代表外匯市場和國內(nèi)銀行業(yè)從未承受過壓力。此外,也有不少學者認為,1994年人民幣名義匯率的貶值是后來亞洲金融危機發(fā)生的“第一塊多米諾骨牌”,如Fernald,Edison和Loungani(1999)。這種說法的準確性我們且不作探討,但確實反映了國際社會對中國匯率及危機問題的關(guān)注,因此本文也希望考察中國發(fā)生危機的潛在共生性問題。

除中國和泰國外,所有國家均取自1994年10月11日至2009年4月10日的數(shù)據(jù)。受限于銀行類指數(shù)數(shù)據(jù)的可獲得性,泰國數(shù)據(jù)的起始時間為1996年7月2日。由于中國自2005年7月21日起建立了“以市場供求為基礎(chǔ)的、參考一籃子貨幣進行調(diào)節(jié)、有管理的浮動匯率制度”,此后人民幣開始變得更加富有彈性,具備了爆發(fā)貨幣危機的可能性,因此中國數(shù)據(jù)的起始時間為2005年7月22日。樣本期間涵蓋了1997年亞洲金融危機、1998年俄羅斯金融危機、1999年巴西金融危機、2008-2009年的全球金融危機等重大危機事件。其中,中國的匯率數(shù)據(jù)來自國家外匯管理局官方網(wǎng)站,銀行板塊指數(shù)為大智慧數(shù)據(jù)庫中銀行類股票指數(shù)的收盤價,其余國家的匯率及銀行板塊指數(shù)均來源于湯姆森路透的Datastream光盤數(shù)據(jù)庫。需要說明的是,中國銀行類指數(shù)實為金融板塊指數(shù),除了上市銀行外,還包括保險公司等其他金融機構(gòu),原則上來說應該使用剔除非銀行類金融機構(gòu)后的指數(shù),但這類數(shù)據(jù)現(xiàn)階段尚不可得。而且考慮到這類金融機構(gòu)只占少數(shù)(全部18家中的4家),因此使用金融板塊股票指數(shù)代替銀行業(yè)指數(shù)應該具有一定的合理性。但是,總體來說,中國的數(shù)據(jù)由于時間長度較短,代表性可能不強,因此只能做參考。

為考察序列波動性對結(jié)果可能造成的影響,在得到上述10個國家銀行股指負收益率和匯率波動率序列后,采用GARCH(1,1)模型對原觀測值序列做了波動性過濾。我們也使用ARCH(q)和GARCH(p,q),p,q=1,2,3模型得到消除波動性后的序列,但對最終結(jié)果影響不大。對標準化前后序列進行了正態(tài)性檢驗,由表1的結(jié)果可見,有足夠理由認為這些序列并不來自正態(tài)分布總體,因此使用相關(guān)系數(shù)研究危機共生性應該會有失敗表現(xiàn),下面的實證研究也將驗證這一推斷。

表1 GARCH(1,1)標準化前后序列的正態(tài)性檢驗(Jarque-Bera)

(二)實證結(jié)果及分析

Ledford和Tawn(1997)最初提出聯(lián)合尾部模型時,選擇95%分位點作為聯(lián)合尾部的閾值,得到了良好的應用效果,因此,我們不妨也采用這一閾值,后文會考察研究結(jié)果對閾值的穩(wěn)健性。由公式(7)將序列轉(zhuǎn)換為標準Fréchet分布的新序列,并進一步得到結(jié)構(gòu)變量序列后,就可依據(jù)估計式(5)和(6)計算尾部相依性系數(shù)和共生指數(shù),見表2。

表2 尾部相依性系數(shù)和共生指數(shù)

從所考察的10個新興市場國家的尾部相依性系數(shù)來看,巴西、墨西哥、印度、泰國、菲律賓和韓國的情況并非顯著地異于1,即不能拒絕金融危機具有強共生性,中國、俄羅斯、新加坡和智利的情況均為顯著地異于1,即金融危機具有弱共生性。

進一步由共生指數(shù)發(fā)現(xiàn),各國發(fā)生雙重危機的強度各不相同。造成這一差異可能的原因之一是不同國家的金融自由化程度不同。有大量學者指出金融自由化在引發(fā)共生性危機中的作用,如McKinnon和 Pill(1996)、Kalminsky和Reinhart(1999)、Glick和 Hutchison(1999)。從表2可見,金磚四國中,中國和俄羅斯發(fā)生共生性金融危機的強度遠低于印度和巴西,且是所有國家中最低的,這可能也與中俄金融體系自由化程度較低有較大關(guān)系。樣本中兩個成熟的新興市場韓國與新加坡相比,新加坡發(fā)生雙重危機的強度較低,原因可能是:盡管新加坡的金融自由化改革起步時間較早,但自由化程度并不高,其金融管理局在銀行資本充足率和流動性監(jiān)管方面都制定了高于BIS的標準,還通過大量高科技手段監(jiān)測新元流向,并嚴禁其用于金融投機;相比之下,韓國的金融自由化程度則較高,1997年亞洲金融危機之后,韓國全面開放了金融市場,吸引了相當程度的外資投資于該國國內(nèi)的金融機構(gòu),但一旦韓元遭受攻擊,外部資金的撤離將會給其銀行業(yè)帶來沉重打擊。因此,在一國金融系統(tǒng)尚不健全時貿(mào)然實行金融自由化、放松金融監(jiān)管,讓大量的國外游資自由進出,很有可能誘發(fā)雙重危機。

從區(qū)域來看,拉美和東南亞國家金融危機的共生強度普遍較高,且遠高于區(qū)域外的中國和俄羅斯。而拉美和東南亞地區(qū)都曾發(fā)生過較為嚴重的金融危機,因此可能的推論是,在發(fā)生過嚴重貨幣危機或銀行業(yè)危機的國家或地區(qū),銀行體系和外匯市場更加脆弱,更易相互傳導極端風險。拉美各國中,墨西哥發(fā)生雙重危機的強度最高,這可能與該國早期采取的“基于匯率的通脹穩(wěn)定計劃”所帶來的后續(xù)影響有一定關(guān)系,通過貨幣升值來實現(xiàn)穩(wěn)定物價的宏觀調(diào)控政策可能會增加貨幣危機和銀行業(yè)危機同時爆發(fā)的可能性。而我國自2005年7月21日以來,人民幣相對美元名義匯率的升值從理論上來說可能會抵消部分因初級產(chǎn)品價格上漲所造成的國內(nèi)通脹壓力,但也許存在增大共生性危機爆發(fā)可能性的隱患。

對比表2上下兩部分可見,除中國和印度外,其他國家在消除波動性后,兩列金融序列的尾部相依性系數(shù)都變小,可見市場波動性應該是極值相依性的重要貢獻之一。經(jīng)濟含義是,波動性會在一定程度上影響金融危機共生的可能性。對于絕大多數(shù)國家而言,控制外匯市場和銀行體系的不穩(wěn)定因素,如外匯儲備的急劇增加或減少、大量熱錢在短期內(nèi)的流入流出、銀行業(yè)信貸的迅速擴張與收縮等,將是減少共生性金融危機發(fā)生的有效手段之一。但對中國和印度來說,因為共生指數(shù)并未隨著波動性的剔除而減小,所以采用控制波動性的手段來抑制共生性金融危機發(fā)生的效果可能會比較有限。

(三)拓展研究

為考察危機間相互傳染的滯后效應,并得到貨幣危機與銀行業(yè)危機中的領(lǐng)先指標,本文給出了滯后期為1年時貨幣危機與銀行業(yè)危機的相依性,分別考察銀行業(yè)危機滯后和貨幣危機滯后的情況。表3的結(jié)果顯示,對于大部分國家濾前和濾后的兩對序列來說,貨幣危機滯后大于銀行業(yè)危機滯后時的尾部相依性指數(shù),且小于同期的結(jié)果,這表明銀行業(yè)危機更傾向于作為貨幣危機的同步指標或領(lǐng)先指標,而非滯后指標。這與 Kaminsky和Reinhart(1999)所得到的結(jié)論是基本一致的。

表3 皮爾遜相關(guān)系數(shù)、共生強度的不對稱性與危機的滯后性

為考察銀行業(yè)與外匯市場可能存在的不對稱關(guān)聯(lián)關(guān)系,本文還考察了銀行業(yè)總體表現(xiàn)良好和匯率升值共同出現(xiàn)的情況,即銀行板塊指數(shù)收益率和匯率變化率的另一側(cè)尾部之間的相依性指數(shù)。結(jié)果表明,此時的尾部相依性系數(shù)無一例外地小于危機一端的相依性系數(shù),見表3?？梢?外匯市場與銀行業(yè)更傾向于同時陷入困境,而非傾向于同時出現(xiàn)繁榮。

表3給出了各國兩組序列的皮爾遜相關(guān)系數(shù),結(jié)果幾乎都大于0,標準化后序列的相關(guān)系數(shù)略微降低,但仍大于0,這證實了前文所預見的相關(guān)系數(shù)并不是度量金融危機共生強度的好工具這一推斷。

為考察金融危機共生強度是否存在時間趨勢,將1994年10月11至2009年4月10日分為基本等長的三個階段Ⅰ、Ⅱ和Ⅲ分別進行考察。中國的數(shù)據(jù)長度太短,因此未在這項分析中考慮。由表4可見,共生強度并不存在明顯的時間趨勢。但是,當各國發(fā)生嚴重金融危機時,外匯市場壓力指數(shù)序列和銀行業(yè)指數(shù)序列間的尾部相依性系數(shù)是三個時期中最大的,例如墨西哥、智利、韓國、泰國、菲律賓和俄羅斯的階段Ⅰ,巴西的階段Ⅱ。這進一步證明了,當一國外匯市場或金融系統(tǒng)遭受嚴重攻擊時,其金融系統(tǒng)或外匯市場要比正常情況時更加脆弱,更易相互傳導極端風險。

表4 分階段尾部相依性系數(shù)

(四)穩(wěn)健性檢驗

本文提出的檢驗危機共生性強弱及度量危機共生強度的方法,理論基礎(chǔ)是多元極值統(tǒng)計學,是一門專門針對尾部數(shù)據(jù)特殊性進行概率統(tǒng)計建模的科學。但是也不可避免地存在一些批評,比如閾值的選擇有時比較主觀,閾值判定方法需要研究者在保證模型的正確性與充分利用數(shù)據(jù)之間做出權(quán)衡。為考察本研究對于閾值選擇的穩(wěn)健性,我們給出了尾部相依性系數(shù)估計量隨閾值變化的圖形,見圖1俄羅斯和新加坡的兩個例子。由圖1可見,估計結(jié)果在95%置信區(qū)間內(nèi)基本穩(wěn)定,因此可以認為,采用本文方法得到的結(jié)果對于閾值的選擇是比較穩(wěn)健的。

五、結(jié)束語

雙重金融危機的現(xiàn)有文獻沒有解決共生強度的度量問題。copula是度量經(jīng)濟金融變量復雜關(guān)系的重要工具,但眾多copula函數(shù)卻并沒有客觀的選擇方法。本文使用近年來多元極值統(tǒng)計領(lǐng)域出現(xiàn)的極值相依性模型,推出了多種生存copula函數(shù)族的共同漸近形式,構(gòu)建了金融危機共生指數(shù),并給出了一套檢驗共生性強弱并度量危機共生強度的方法,以反映各國外匯市場和金融體系脆弱程度,進而實現(xiàn)不同國家或地區(qū)發(fā)生雙重危機潛在風險的比較。本文使用這種方法對10個新興市場國家進行了實證研究,主要結(jié)論包括:

圖1 尾部相依性系數(shù)-閾值圖

第一,所考察的10個新興市場國家的危機共生強度各異,其中,俄羅斯、新加坡、智利和中國的危機具有弱共生性,而巴西、墨西哥、印度、泰國、菲律賓和韓國的金融危機具有強共生性。

第二,金融體系自由化程度的差異很大程度上決定同時爆發(fā)銀行業(yè)危機和貨幣危機可能性的差異。至少對于新興市場國家來說,金融自由化不應該成為未來金融體系發(fā)展的主要目標,尤其是在金融系統(tǒng)尚不健全的新興市場。

第三,金融危機共生強度并未呈現(xiàn)時間趨勢,但當一國外匯市場或金融系統(tǒng)遭受嚴重攻擊時,其金融體系和外匯市場比正常情況更加脆弱,更易相互傳導極端風險,體現(xiàn)為共生強度的增加。

第四,通過貨幣升值以穩(wěn)定物價的宏觀調(diào)控政策,可能會增加貨幣危機和銀行業(yè)危機同時爆發(fā)的可能性。自2005年7月人民幣匯率形成機制改革以來,人民幣相對美元名義匯率的升值可能會存在爆發(fā)共生性危機的隱患。

第五,市場波動性在多數(shù)情況下會影響金融危機共生的可能性?？刂瓶赡茉斐赏鈪R市場和銀行業(yè)經(jīng)營不穩(wěn)定的因素,如短期內(nèi)大量熱錢的流動、外匯儲備的急劇增減、銀行業(yè)信貸規(guī)模的迅速變化等,可能是減少共生性金融危機發(fā)生的有效手段。但對中國和印度來說,這種抑制效果可能比較有限。

此外,我們還得到了一些有趣的結(jié)論。例如,外匯市場與銀行業(yè)在極端情況下的聯(lián)動關(guān)系具有明顯的非對稱性,兩者更傾向于同時陷入困境,而不傾向于同時出現(xiàn)繁榮;銀行業(yè)危機更傾向于作為貨幣危機的同步或領(lǐng)先指標,而非滯后指標,因此,政府應采取更為積極的措施防止銀行業(yè)危機的發(fā)生,這樣可以降低貨幣危機進而雙重危機爆發(fā)的可能性。

至少在新興市場國家中,危機共生性較強的國家在制定貨幣、信貸及銀行體制政策時,需要兼顧其對匯率及外匯市場可能造成的沖擊;另一方面,在制定匯率政策或進行外匯市場干預時,也需重點關(guān)注其對本國銀行業(yè)可能帶來的影響。而危機具有弱共生性的國家則可能可以相對獨立地對兩個市場制定宏觀調(diào)控政策。

需說明的是,由于中國銀行業(yè)改革起步較晚,可利用的數(shù)據(jù)時間長度有限,因此銀行業(yè)的經(jīng)營狀況可能無法準確反映在股價波動上;另外,盡管2005年匯改后人民幣匯率變得更有彈性,但政府控制匯率波動的力度仍然較大。因此,到目前為止,對于中國的研究,代表性可能不是特別充分。但是隨著銀行業(yè)市場化改革的推進和人民幣外匯市場的放開,有理由相信,通過共生強度對中國銀行業(yè)和外匯市場的共同壓力進行監(jiān)測將越來越有意義。

本文研究的雙重危機僅指銀行業(yè)危機與貨幣危機同時發(fā)生的情況,但該方法同樣適用于金融危機中任意兩種危機形態(tài)同時出現(xiàn)的情況,例如近年來一些學者關(guān)注的共生的債務危機和貨幣危機等。另外,如將共生指數(shù)運用于不同國家或地區(qū)間的金融市場,即可度量不同國家之間危機傳染性的大小;若應用于投資組合中的風險資產(chǎn),則可度量兩種資產(chǎn)同時發(fā)生巨大損失或者收益的潛在可能性。理論上,該指數(shù)可推廣到多元情況,因此可用于考察多重危機的強度和一國整個銀行體系的脆弱性等等。

[1]董彥嶺,張繼華.貨幣危機與銀行危機共生因子實證分析——國別比較的視角[J].財經(jīng)研究,2009,1:122-132.

[2]劉莉亞,任若恩.銀行危機與貨幣危機共生性關(guān)系的實證研究[J].經(jīng)濟研究,2003,8: 40-49.

[3]沈中華.銀行危機與貨幣危機真是共生的嗎?[J].金融研究,2000,6:11-22.

[4]Beck T,Demirgüc-Kunt A,Levine R.Bank concentration,competition,and crises: First results[J].Journal of Banking and Finance,2006(30):1581-1603.

[5]Bussiere M,Fratzscher M.Towards a new early warning system of financial crises[J]. Journal of International Money and Finance,2006,25(6):953-973.

[6]Coles S G,Heffernan J E,Tawn J A.Dependence measures for extreme value analyses [J].Extremes,1999,2:339-365.

[7]Embrechts P,McNeil A,Straumann D.Correlation and dependence in risk management:properties and pitfalls[A].M A H Dempster.risk Management:Value at risk and beyond[C].Cambridge:University Press,2002.

[8]Fernald J,Edison H J,Loungani P.Was China the first domino?Assessing links be-tween China and other Asian economies[J].Journal of International Money and Finance,1999,18(4):515-535.

[9]Frankel J,Rose A.Currency crashes in emerging markets:an empirical treatment[J]. Journal of International Economics,1996,41:351-366.

[10]Glick R,Hutchison M.Banking and currency crises:how common are twin[R].Pacific Basin Working Paper Series,Working Paper No.PB99-07,1999.

[11]Heffernan J E.A directory of coefficient of tail dependence[J].Extremes,2000,3 (3):279-290.

[12]Herz B,Bauer C,Karb V.Another twin crisis:currency and debt crisis[J].Review of Economics,2003,54(3):248-267.

[13]Hill B M.A simple general approach to inference about the tail of a distribution[J]. Annals of Statistics,1975,3:1163-1174.

[14]Kaminsky GL,Reinhart C M.The twin crises:the causes of banking and balance-ofpayments problems[J].American Economic Review,1999,89:473-500.

[15]Ledford A W,Tawn J A.Modelling dependence within joint tail regions[J].Journal of the Royal Statistical Society,Series B,1997,59:475-499.

[16]Mckinnon R I,Pill H.Credible liberalizations and international capital flows[A].Taketoshi Ito,Anne O Krueger.Financial deregulation and integration in east Asian[C].Chicago:University of Chicago,1996.

[17]Mikosch T.How to model multivariate extremes if one must?[J].Statist.Neerlandica,2005,59(3):324-338.

[18]Nagayasu J.Currency crisis and contagion:evidence from exchange rates and sectoral stock indices of the Philippines and Thailand[J].Journal of Asian Economics,2001,12 (4):529-546.

[19]Poon S,Rockinger M,Tawn J A.Extreme-value dependence in financial markets:diagnostics,models and financial implications[J].Review of Financial Studies,2004,17 (2):581-610.

[20]Reinhart C M,Rogoff K S.This time is different:Eight centuries of financial folly [M].Princeton and Oxford:Princeton University Press,2009.

[21]Zhang Z,Shinki K.Extreme co-movements and extreme impacts in high frequency data in finance[J].Journal of Banking and Finance,2007,31:1399-1415.

[22]Demirgüc-Kunt A,Detragiache E.The determinants of banking crises in developing and developed countries[J].IMF Staff Papers,1998,45:81-109.

Modeling the Intensity of Twin Crises Based on Extreme-value Dependence

QIN Xiao1,REN Ruo-en2
(1.A ntai College of Economics&Management,Shanghai J iao Tong University, Shanghai200052,China;2.School of Economics&Management,Beijing University of Aeronautics&Astronautics,Beijing100191,China)

The twin crises are hot areas of financial crisis research during the past few years.Empirical evidence shows that the probability of occurrences of twin crises varies in different countries and regions.But there lacks quantitative researches of the intensity of twin crises.Copula is an important way to portray the non-linear relationship among variables,but there is a lack of the basis of function selection.For the issues aforementioned,the paper derives dozens of the common asymptotic forms of survival copula function by extreme-value dependence model,constructs a twin index of financial crisis and proposes a systematic approach to measure the twin intensity.The empirical study on ten major emerging economies from 1994 to 2009 are shown as follows:firstly,the intensities of twin crises vary,and the financial crises in Russia,Singapore,Chile and China are featured by weak intensity;secondly,the probability of occurrences of twin crises depends on financial liberalization to a large extent;thirdly,the extreme risks are easier to transmit when the exchange market or financial one suffers shocks;fourthly,the macro policies to stabilize the price via the appreciation of domestic currency might increase the probability of occurrences of twin crises;fifthly,it might be an effective approach to curb the twin crises by controlling the unstable factors in the foreign exchange market and banking industry,which,however,might have limited effects in India and China.

twin crises;currency crisis;banking crisis;extreme-value dependence;survival Copula

F113.7 文獻標識碼:A 文章編號:1001-9952(2010)10-0070-15

2010-07-05

國家自然科學基金青年基金(71001070);國家自然科學基金重大國際合作研究項目(70620120444);國家自然科學基金創(chuàng)新研究群體科學基金(70821061);上海交通大學安泰經(jīng)濟與管理學院青苗基金(YK103)

覃 筱(1983—),女,湖北松滋人,上海交通大學安泰經(jīng)濟與管理學院講師,管理學博士;

任若恩(1948—),男,北京人,北京航空航天大學經(jīng)濟管理學院教授,博士生導師。

(責任編輯 周一葉)