梁 茹
(天津商業(yè)大學(xué),天津 300134)
在2008—2009年的全球金融危機(jī)中,歐洲經(jīng)濟(jì)遭遇嚴(yán)重的財(cái)政問(wèn)題。在之后的幾年里,由于限制財(cái)政的政策,歐洲經(jīng)濟(jì)增速有所放緩。歐元區(qū)國(guó)家如果不進(jìn)行結(jié)構(gòu)改革,將面臨長(zhǎng)期債務(wù)可持續(xù)性風(fēng)險(xiǎn)不斷增加的事實(shí)。因此自金融危機(jī)爆發(fā)以來(lái),由于對(duì)歐元區(qū)國(guó)家財(cái)政收支狀況不斷惡化的擔(dān)心以及對(duì)其在歐洲范圍內(nèi)蔓延的恐懼,市場(chǎng)要求主權(quán)風(fēng)險(xiǎn)的溢價(jià)不斷增長(zhǎng)。本文將用實(shí)證證明是否此種擔(dān)心加劇了金融恐慌的蔓延。
從理論上說(shuō),對(duì)國(guó)際金融危機(jī)蔓延的恐懼多產(chǎn)生在一個(gè)多樣化產(chǎn)品能通過(guò)自我調(diào)整實(shí)現(xiàn)平衡的市場(chǎng)中。因?yàn)樵谶@種情況下,宏觀經(jīng)濟(jì)基本面一般情況下既不能強(qiáng)大到可以防止市場(chǎng)投機(jī)性攻擊,另一方面也沒(méi)有脆弱到使某種投機(jī)性攻擊完全不可避免。因此,正如2009年底的希臘債務(wù)事件,揭示某一個(gè)國(guó)家擁有不良債務(wù)這個(gè)行為本身可能會(huì)突然減弱投資者的信心。最終,投資者對(duì)這種預(yù)期的轉(zhuǎn)變可能會(huì)導(dǎo)致市場(chǎng)價(jià)格通過(guò)自我調(diào)整來(lái)實(shí)現(xiàn)跨國(guó)投資組合的再次平衡。Obstfeld(1996)和Masson(1999)兩位學(xué)者曾提供了理論基礎(chǔ)來(lái)支持這些結(jié)論。
Forbes和Rigobon(2002)對(duì)由于金融危機(jī)導(dǎo)致的恐慌蔓延以及正常情況下市場(chǎng)通過(guò)相互依賴作用產(chǎn)生的影響進(jìn)行了區(qū)分。這種分類(lèi)已成為金融恐慌蔓延研究的焦點(diǎn),如Corsett和Candelon(2005)等人的研究。Kaminsky和Reinhart(2000)認(rèn)為,當(dāng)普通沖擊下金融市場(chǎng)通過(guò)相互依賴作用產(chǎn)生影響的渠道不存在或者被完全控制時(shí),真正的金融恐慌蔓延才會(huì)蔓延。Pesaran和Pick(2007)首次推出一個(gè)恐懼蔓延規(guī)范模型(PP模型)來(lái)識(shí)別相互依存下的傳染效應(yīng),本文即采用此模型來(lái)測(cè)試歐洲主權(quán)債券市場(chǎng)的金融恐慌蔓延,并對(duì)此模型在兩個(gè)方向上進(jìn)行了延伸。首先,為了確定金融蔓延的傳導(dǎo)方向,在模型中加入了陷入債券市場(chǎng)困境國(guó)家的某些具體指標(biāo)。其次,使用風(fēng)險(xiǎn)價(jià)值(VAR)的方法將一個(gè)主權(quán)市場(chǎng)的信貸事件確定為市場(chǎng)的波動(dòng)性函數(shù),因?yàn)槭找媛室鐑r(jià)具有條件異方差性,“極端事件”隨著時(shí)間的變化而變化,溢價(jià)波動(dòng)的時(shí)間序列性便顯得非常重要,因?yàn)樵诮鹑谖C(jī)期間波動(dòng)上升足以扭曲已經(jīng)建立好的跨國(guó)的金融蔓延聯(lián)系模型(Forbes & Rigobon,2002)。
以下為兩個(gè)主權(quán)債券市場(chǎng)收益率溢價(jià)的聯(lián)立方程組,yi,t指的是 t時(shí)刻國(guó)家 i,i=1,2,……N 的主權(quán)債券收益率溢價(jià):
gt是可以捕捉的全球金融市場(chǎng)范圍內(nèi)市場(chǎng)相互依賴的影響因素,si,t指的是特定國(guó)家的回歸因素。變量 Cj,t是一個(gè)二進(jìn)制指標(biāo),Cj,t在一個(gè)信用事件j國(guó)家主權(quán)債券市場(chǎng)的值為1,其他市場(chǎng)為0(J∈希臘,愛(ài)爾蘭,意大利,葡萄牙,西班牙 j≠ i)。殘差 ui,t,標(biāo)準(zhǔn)差為 0,方差為,并且在信息集Ft-1中取值,F(xiàn)t-1是以v為自由度的學(xué)生T分布。金融市場(chǎng)范圍內(nèi)不能捕捉到的影響因素可能具有非零殘差相關(guān)性。
事實(shí)上,一個(gè)主權(quán)國(guó)家的信用事件通常被定義為一個(gè)主權(quán)國(guó)家債務(wù)加重、債務(wù)暫?;騻鶆?wù)重組。但是,這些事件在現(xiàn)實(shí)中很少出現(xiàn),因此,我們給償債困難賦予一個(gè)更廣泛的定義,即一個(gè)遇到困難的主權(quán)債券市場(chǎng),主權(quán)債券的收益率溢價(jià)以一個(gè)極低概率超過(guò)臨界值:
危機(jī)指標(biāo)Cj,t是內(nèi)生的,因此,最小二乘法采用單方程工具變量的方法提供一個(gè)有偏估計(jì)的參數(shù)估計(jì)模型。本文使用異方差和自相關(guān)一致(HAC)以及二階最小二乘法進(jìn)行估計(jì)。在余下的n–1個(gè)國(guó)家債券市場(chǎng)中,滯后因變量用來(lái)作為內(nèi)生信貸事件指標(biāo)。Kelejian(1971)認(rèn)為,由于Cj,t是一個(gè)非線性函數(shù),其近似值可以通過(guò)改善自由度為d來(lái)近似估計(jì),因此,本文的報(bào)告估計(jì)中使用d=3。
其中,F(xiàn)是學(xué)生T分布。因此,Cj,t指標(biāo)給出了t時(shí)刻下p條件下的VAR值。
為了估計(jì)公式(4),制定了一個(gè)輔助模型——條件均值方程,因?yàn)橹挥性谶@種情況下,信貸事件指標(biāo)Cj,t還未被識(shí)別。為盡量減少由于變量減少、結(jié)構(gòu)變化、參數(shù)不確定帶來(lái)的誤差,Lumsdaine和Ng在1999年提出了一個(gè)均值方程ARMA-GARCH模型。同樣,h取不同的值時(shí),剩下的T-h(huán)個(gè)變量中采用從第h+1個(gè)開(kāi)始可以觀察到的變量 gt,sj,t,yj,t-1……yj,t-p對(duì) yi,t進(jìn)行遞歸估計(jì),可以得到以下遞歸的殘差公式:
在第二步驟中,一個(gè)輔助模型估計(jì):
其中,wj> 0,θj,kj≥0 并且 θj+kj< 1。
本文采用數(shù)據(jù)庫(kù)中從2006年1月31日到2012年2月1日10個(gè)國(guó)家(奧地利、比利時(shí)、芬蘭、法國(guó)、希臘、愛(ài)爾蘭、意大利、荷蘭、葡萄牙、西班牙)10年期主權(quán)債券與德國(guó)政府債券到期收益率之間的差價(jià)。市場(chǎng)風(fēng)險(xiǎn)偏好和不確定性在主權(quán)風(fēng)險(xiǎn)的決定因素中起到了重要作用。因此,本文采取3個(gè)月歐元銀行同業(yè)拆息利率(EURIBOR)以及德國(guó)國(guó)庫(kù)券收益率之間的滯后收益率作為歐洲的風(fēng)險(xiǎn)溢價(jià),并且使用對(duì)數(shù)差分的歐洲恐慌指數(shù)(VSTOXX)。歐洲恐慌指數(shù)是一個(gè)基于歐洲50波動(dòng)指數(shù)(EURO STOXX 50)實(shí)時(shí)期權(quán)價(jià)格來(lái)進(jìn)行市場(chǎng)預(yù)期的前瞻性措施。本文加入以歐元計(jì)值的滯后股市回報(bào),并使用五階自回歸來(lái)控制自相關(guān)性和一周以內(nèi)的交易模式的變化(Forbes& Rigobon 2002年)。
Longstaff(2010)曾強(qiáng)調(diào)在2008年早期美國(guó)次貸危機(jī)就已經(jīng)發(fā)展成為全球性的金融危機(jī)。因此,本文估計(jì)使用500個(gè)交易日的信貸事件指標(biāo)來(lái)作提前一期預(yù)測(cè)的1%的VAR。這導(dǎo)致從2008年1月1日至2011年2月1日之間樣本容量T=1067的一個(gè)預(yù)測(cè)區(qū)間。本文選擇數(shù)年之久的樣本一方面可以提高預(yù)測(cè)的有效性,另一方面可以得到一系列VAR預(yù)測(cè)值,還能減輕樣本選擇偏差造成的在最近幾年里長(zhǎng)時(shí)間的高波動(dòng)性。
由表1顯示的單方程HAC-2SLS規(guī)范的參數(shù)估計(jì)蔓延模型可以發(fā)現(xiàn),在交易周內(nèi)收益率溢價(jià)是持久性的。本文也證實(shí)了Baek等人認(rèn)為的市場(chǎng)的風(fēng)險(xiǎn)偏好是主權(quán)風(fēng)險(xiǎn)不確定性上升的重要決定因素。因?yàn)樵诓淮_定的歐洲市場(chǎng)導(dǎo)致了顯著的利差擴(kuò)大,這一發(fā)現(xiàn)支持了自我實(shí)現(xiàn)的危機(jī)的觀點(diǎn),即投資者對(duì)不良預(yù)期的經(jīng)濟(jì)狀態(tài)往往反應(yīng)過(guò)度。然而,普通的違約率因素對(duì)收益率波動(dòng)的影響卻沒(méi)有那么顯著。此外,荷蘭的債券市場(chǎng)構(gòu)成有趣的案例,因?yàn)閷?duì)違約風(fēng)險(xiǎn)的不利反應(yīng)成為對(duì)不確定性的避風(fēng)港。愛(ài)爾蘭和葡萄牙等國(guó)上升的股票收益替代了債券與股票,而在主權(quán)信用評(píng)級(jí)較高的奧地利、芬蘭、法國(guó)、荷蘭等國(guó)則導(dǎo)致了更高的債券回報(bào)。
表1中的結(jié)果顯示,歐元區(qū)主權(quán)收益利差在歐洲五國(guó)做出了明顯反應(yīng)超越了全球市場(chǎng)的互動(dòng)因素的影響。反應(yīng)明顯的是希臘、愛(ài)爾蘭、葡萄牙,而意大利和西班牙將傳染控制在一個(gè)較小范圍內(nèi)。希臘對(duì)比利時(shí)、法國(guó)、葡萄牙、西班牙發(fā)揮了最強(qiáng)傳染效應(yīng)。同時(shí)我們發(fā)現(xiàn)愛(ài)爾蘭和葡萄牙對(duì)希臘有著更強(qiáng)大的傳染效應(yīng),西班牙對(duì)意大利也是如此。值得注意的是,核心歐元區(qū)經(jīng)濟(jì)體廣泛受到影響,而比利時(shí)最受沖擊。然而,危機(jī)蔓延的影響,從歐洲周邊到核心區(qū)比從歐洲五國(guó)出發(fā)的影響要溫和 得多。
表1 金融恐慌蔓延的參數(shù)估計(jì)模型
表1中,參數(shù)αi指的是自回歸系數(shù),βRP指的是3月期歐元同業(yè)拆借利率以及德國(guó)債券之間滯后收益的判別系數(shù),βVS指的是歐洲恐慌指數(shù)的判別系數(shù),γ指的是特定國(guó)家滯后股市的系數(shù)返回,δi指的是蔓延系數(shù)。HAC標(biāo)準(zhǔn)差在括號(hào)里,顯著性是95%,是最后一列J-statistic。
表2 廣義自回歸條件異方差模型的回歸結(jié)果
Freq分析結(jié)果,JUC是無(wú)覆蓋的統(tǒng)計(jì)結(jié)果,Jino是獨(dú)立的統(tǒng)計(jì)結(jié)果,JCC是P值下的有條件覆蓋結(jié)果。所有的統(tǒng)計(jì)計(jì)算都考慮五個(gè)矩條件,都已取得良好的數(shù)據(jù)統(tǒng)計(jì)結(jié)果(見(jiàn)表2)。
大量統(tǒng)計(jì)檢驗(yàn)都可以用來(lái)對(duì)估計(jì)模型進(jìn)行評(píng)估。表1的最后一列J統(tǒng)計(jì)報(bào)告提供了一個(gè)聯(lián)合測(cè)試。在零假設(shè)下該模型是正確的,測(cè)試的零假設(shè)統(tǒng)計(jì)量漸近χ2分布,自由度等于過(guò)度識(shí)別矩條件的數(shù)目。所有檢驗(yàn)統(tǒng)計(jì)量的p值都接近1,表明在95%的顯著性條件下不能拒絕零假設(shè)。此外,驗(yàn)證了VAR風(fēng)險(xiǎn)規(guī)范模型。
表2列出了基于廣義矩方法(GMM)的統(tǒng)計(jì)數(shù)據(jù),這是針對(duì)小樣本的誤差和強(qiáng)大的模型誤差風(fēng)險(xiǎn)。第二列VaR的違規(guī)行為與樣本大小的比例顯示了VaR的估計(jì)頻率。提供J統(tǒng)計(jì)量為無(wú)條件覆蓋假設(shè)JUC,持有其發(fā)生的概率,事后觀察超過(guò)VaR的預(yù)測(cè)等于覆蓋率P,JCC是P值下的有條件覆蓋統(tǒng)計(jì)數(shù)據(jù),必須是獨(dú)立同分布在兩個(gè)不同的日期,觀察到的風(fēng)險(xiǎn)值侵犯的隨機(jī)變量,J-統(tǒng)計(jì)量的條件覆蓋假設(shè)JCC是對(duì)UC和IND的聯(lián)合測(cè)試??傂刨J事件的數(shù)量是接近真實(shí)的報(bào)道概率對(duì)所有國(guó)家的1%。這一結(jié)果與J-統(tǒng)計(jì)量結(jié)論說(shuō)明波動(dòng)率模型是很顯著成立的。在95%的顯著性水平上,不能拒絕零假設(shè),即風(fēng)險(xiǎn)值預(yù)測(cè)正確的UC,估計(jì)信貸事件指標(biāo)Cj,t是獨(dú)立同分布序列,這意味著有風(fēng)險(xiǎn)值預(yù)測(cè)提供有效的信用事件的指標(biāo)。
本文研究了2008—2012年之間歐元區(qū)主權(quán)風(fēng)險(xiǎn)的蔓延,詳細(xì)介紹了由Pesaran和Pick(2007)提出的典型傳染模型,明確了信貸危機(jī)的定義和測(cè)量,并且認(rèn)為信貸事件來(lái)自隨時(shí)間變化的金融市場(chǎng)波動(dòng)性指標(biāo)。在對(duì)歐元區(qū)的主權(quán)收益率差進(jìn)行實(shí)證分析之后,發(fā)現(xiàn)全球信貸危機(jī)爆發(fā)以來(lái)存在著顯著的跨境蔓延。
[1]Pesaran,M.H.,Pick,A.Econometric Issues in the Analysis of Contagion[J].Journal of Economic Dynamics and Control.2007(31):1245-1277.
[2]Obstfeld,M.Models of Currency Crises with Selffulfilling Features[J].European Economic Review,1996(40):1037-1047.
[3]Forbes,K.J.,Rigobon,R.No Contagion,Only Interdependence:Measuring Stockmarket Comovements[J].Journal of Finance,2002(57):2223 -2261.
[4]Candelon,B.,Hecq,A.,Verschoor,W.F.C.Measuring Common Cyclical Features During Financial Turmoil:Evidence of Interdependence Not Contagion[J].Journal of International Money and Finance,2005(24):1317-1334.
[5]Christoffersen,P.,Hahn,J.,Inoue,A.Testing and Comparing Value-at- riskmeasures[J].Journal of Empirical Finance 2001(8):325-342.
[6]Corsetti,G.,Pericoli,M.,Sbracia,M.Some Contagion,Some Interdependence:More Pitfalls in Tests of Financial Contagion[J].Journal of International Money and Finance,2005(24):1177-1199.
[7]Candelon,B.,Colletaz,G.,Hurlin,C..Tokpavi,S.Backtesting Value-at-risk:A GMM Durationbased Test[J].Journal of Financial Econometrics,2011(9):314-343.
[8]Kaminsky,G.L.,Reinhart,C.M.On Crises,Contagion,and Confusion[J].Journal of International Economics,2000(51):145-168.
[9]Kelejian,H.H.Two- stage Least Squares and Econometric Systems Linear In Parameters but Nonlinear in the Endogenous Variables[J].Journal of the American Statistical Association,1971(66):373 -374.
[10]Longstaff,E.A.The Subprime Credit Crisis and Contagion in Financial Markets[J].Journal of Financial Economics,2010(97):436-450.