前言：尋找寫作靈感？中文期刊網用心挑選的KLＲ信號預警框架在金融危機中應用，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

摘要:本文以近年來歷次金融危機中的資本市場變化狀態作為研究對象，通過對抽象出的關鍵因子指標進行統計分析，來研究其與金融危機中各資產微觀結構層面價格博弈的關聯性;同時鑒于這些因子變化，構造出類klR信號分析法框架，建立起相應的金融危機預警系統，并進行實際應用研究。

關鍵詞:金融危機；預警系統；類KLR信號

一、引言

按照IMF《世界經濟展望1998》的分類定義，貨幣系統的混亂，例如非美貨幣對美貨幣的持續貶值、動蕩;銀行業流動性的枯竭，譬如必須要迫使央行進行大幅降息或者大規模援助以提供流動性;資本市場下跌超過20%等，都可以認為是系統性全面金融危機的開始。21世紀以來，全球資本市場出現了三次典型的金融危機，分別是2000年初－2002年底，2007年秋－2009年初，2020年2月－2020年3月。而在這些危機出現的前后，都有很多值得研究的指標與信號，利用這些指標與信號建立起來的金融危機預警系統，可以使人們在以后的經濟活動與資本市場投資中更加未雨綢繆，為穩定經濟發展與社會安定產生更多積極的影響作用。之前有不少海內外學術界對此課題做了大量研究。常用的金融危機中的預警系統模型構造有JeffreyA.Frankel和AndrewK.Rose(1996)通過分析超過100個發展中國家1971至1992年的面板年化數據，把金融危機主要定義為國家貨幣價值的崩潰以及名義貶值。他們研究發現:經濟增長越低，國內債務水平越高，海外市場利率越高，外商直接投資(FDI)與債務的比值越低，都會使金融危機發生的概率偏高。而Kaminsky、Lizondo、Reinhart(1997)創建的預警方法則是通過跟蹤過去歷史上發生的金融危機時各預測指標的值來確定其閾值，然后再根據這些指標的閾值進行權重的分配與管理，當某指標突破閾值時則意味著發生金融危機的可能性增加。Lestano、JanJacobs以及GerardH.Kuper(2003)把金融危機分為三種:貨幣危機、銀行危機和債務危機，分別用外部、金融、國內、全球四種不同維度的指標對1970－2001年間6個亞洲國家進行多元邏輯回歸模型面板數據建模，分析表明，建立EWS(early－warningsystem)對于預測金融危機的確有所幫助。譚春枝、龔雪(2011)在KLR模型的基礎上對其進行了改良，針對泛北部灣區(特指我國的廣西、廣東、海南、香港以及越南、新加坡等北部灣東盟國家與地區)進行預警建模，對政府預防并應對金融危機起到了很好的數據支持和提供了調控依據。目前，學術界大多從類似匯率、信貸、外匯儲備等宏觀因子的變化去分析、觀察、比較，進而建立相應模型，來預警金融危機。這固然是很好的預測危機的方法之一，但是往往宏觀因子的變化較為緩慢，對于金融危機的預測有滯后性。所以在本文中，擬將微觀結構因子加入預測模型，提高模型對于危機預測的靈敏性與準確性，這樣也能從另一個視角去更好地分析金融危機的前兆與成因。

二、預警系統因子體系設計

將金融危機預警系統的因子分為宏觀、微觀、外部、內部四個象限類別，后面的影響列反映的是該因子與金融危機發生的可能性之間的相關性狀況(見表1)。表1中的第三列數據相關性符號，表征的是作為該因子對于整體擇時打分的正負影響關系，該正負關系亦是從各單因子與股票市場相關性出發進行回溯分析的結果。下面分別從邏輯端剖析以上部分的外部影響以及內部影響因子體系。實際外匯匯率為公布的名義匯率經過調整后的匯率，因為各國會對本國的出口商品進行適當的補貼，而經過補貼后的商品其實質全球競爭力是增加的，故需要剔除掉這種相應的貿易政策的影響，才能反映實際的外匯競爭力。相對通貨膨脹率是指我國GDP平減指數(GDPDeflator)與美國GDP平減指數的商，即將美國的該指數作為基準，衡量各國相對值。VIX(VolatilityIndex)指數是指美國芝加哥期權交易所(ChicagoBoardOptionsExchange，CBOE)公布的以S＆P500指數期權的隱含波動率計算得到波動率指標，該指標屬于微觀金融數據，其對于經濟與資本市場的預測具有一定的短期(一般為一個月)的前瞻性。SKEW指數是指美國芝加哥期權交易所(ChicagoBoardOptionsExchange，CBOE)公布的用來度量投資者對市場收益率不對稱偏離的預期，可以看作是VIX指數類似二階導的存在，其對于尾部的經濟與資本市場的風險預測有更好的預警性。對于VIX以及SKEW指標，采用每根月線的均值作為因子值。十年前國債收益率的高低與美聯儲基準利率都是反映市場無風險利率水平，該水平越高，將導致流動性枯竭，越有可能引發金融危機。財政盈余、公共債務、經常賬戶逆差分別與GDP的比值均可以看作整體國家經濟體的狀態特征，其對于金融危機的預警也具有前瞻性與伴生性。M2與外匯儲備的比值以及社會融資新增均為信貸增長量的反應指標，該指標如果過高，容易引起金融危機乃至經濟危機。股票指數漲跌幅以及融資交易量占市場成交占比這兩個指標反映了資本市場的泡沫化程度，程度越高，越容易接近泡沫破滅的前夕，從而導致金融危機。

三、類KLR信號預警框架在我國的實證分析

KLR信號分析法的核心思想是選擇一系列指標并根據其歷史數據確定臨界值，當某個指標的臨界值在某個時間內被突破時，就意味著該指標發出了一個信號。危機信號發出的越多，就表示該國在未來發生金融危機的可能性越大。但臨界值方法也有自身的弊端，那便是一旦實際因子指標沒有超過臨界值，便不能作為影響因子，而這種絕對的指標分類方法對于瞬息萬變的金融市場是比較滯后的。本文中將其改進，以指標的變化趨勢作為影響因子，這樣既能夠更好地捕捉影響因子的趨勢，又能夠應對金融市場的快速變化，從而為預警系統的搭建提供合適的檢索因子指標。將2020年3月這次金融危機時，2月至4月的各指標的均值與表1指標中2019年3月至2020年1月的因子變化做趨勢跟蹤對比，因子數值增加記為“+”號，因子數值減少記為“－”號，趨勢變化幅度在5%范圍內記為0，同時通過因子數值與金融危機發生的相關性關系圖進行結合來實證剖析該類KLR信號預警框架系統的分析預測能力。結合表2、表3因子值數據，根據類KLR方法得出的金融危機因子實證分析結果見表4。11個外部因子與7個內部因子共同構成的18個因子預測框架顯示，其中13個因子都對金融危機的發生起到了預警效果。說明這套因子預警框架能夠對金融危機的發生進行一定程度的跟蹤與警示。

四、結語

將因子抽象成信號指標，基于類KLR的方式對指標的趨勢進行跟蹤分析，進而將其與金融危機的生成進行信號指標的疊加，正向信號指標越多，就表示發生金融危機的概率越高，同時，該因子框架還結合了傳統的宏觀因子以及更高頻、反應更敏捷的資本市場微觀因子，這兩大類因子的結合更有利于從多角度探尋金融危機發生的可能與前兆。同時，針對金融危機的預警框架，包括因子的有效性、因子趨勢的不一致性以及因子權重方面的考量，都仍有大量細節可以完善與提高，這也是下一步該方向科研工作的研究重點。

作者:郭翰 邢春曉 洪振挺 單位:清華大學計算機科學與技術博士后流動站