第二节 金融风险预警研究综述
金融风险威胁着一国经济、金融体系的健康发展。由于金融风险具有引发、积聚金融危机的可能性，所以国内外学者从不同角度对金融风险预警展开了研究，防范金融风险所具有的可能性损失演变为金融危机而带来现实损失。关于金融风险预警问题的研究，国际上的最早文献出现于1929年金融危机后（Fisher，1936）。随着中国经济的不断发展，建立有效的预警机制已变得尤为迫切。中国学者关于金融风险预警问题的研究虽然取得了丰硕成果，但其研究的深度和广度还与国外相关研究有一定的差距。
一 金融风险研究
研究金融风险预警之前，首先要明确界定什么是风险。奈特（2006）指出，金融市场本身的不确定性与资产自身未来收益的不确定相互联系引发了金融风险。一项资产的未来收益本身会受到多种随机因素的影响而增大其不确定性。投资者对未来的不确定预期引发了多个投资者进行相互博弈，使得金融市场的不确定性大大增强。市场投资者对于未来的不确定以及非完全理性预期导致他们的最终投资结果发生剧烈波动，增大金融体系的金融风险。
威廉姆斯、史密斯（2000）把风险定义为，在给定情形和时间范围内可能发生结果的差异。该定义强调了只有出现多种结果时风险才会出现；当只有一种确定性的结果时则不存在风险。风险会随着结果间差异程度的增大而增大。
Pressacco（1995）则根据损失发生的类型来定义风险，将风险分为固定损失风险、可控范围之外因素所引起的风险以及可控范围之内因素所引起的风险。
按照风险范围的大小不同，金融风险可分为狭义风险和广义风险，前者指金融机构从事金融活动产生的风险，后者主要指除了金融机构以外的家庭、非金融机构以及国家部门从事金融活动产生的风险；按照风险能否被转移和分散，则可以将风险分为系统性风险和非系统性风险；而按照风险的不同类型，又可将风险划分为信用风险、市场风险、流动性风险、操作风险、法律风险等一些具体风险。
本书所研究的金融风险主要指中国国际环境、银行、货币、对外安全以及股票市场和房地产市场等方面的系统性风险。为了全面地预警中国金融风险，本书将中国的金融风险分为国际环境风险、货币风险、银行风险、对外风险以及中国股票市场和房地产市场的风险。金融风险已经成为经济、金融体系的本质特征，虽然金融风险不能被消灭，但是金融风险能够被转移和分散，通过对金融风险进行预警可以有效地降低它给中国经济、金融体系带来的严重危害。
二 国外金融风险预警研究
随着20世纪80年代拉美债务危机、1994年墨西哥金融危机，特别是1997年亚洲金融危机和2008年华尔街全球金融危机的爆发，经济学界对金融风险预警的研究正火热展开，研究成果也日益丰富。国外关于金融风险预警问题的研究主要经历了以下几个阶段。
1.早期的非系统方法阶段
早期金融风险预警非系统方法（1979—1994）以Bilson（1979）发表的《货币贬值的先行指标》为代表，主要对货币系统中的一些先行预警指标采用定性的分析方法进行了研究，来预测货币危机是否发生。这种定性分析的非系统方法在早期风险预警研究阶段占据了主导地位，其间虽有定量分析方法的运用，但定量分析方法比较简单。
非系统方法研究阶段的预警指标体系虽然包含了预警指标的选择，但是它们的设计在很大程度上都是采用了定性分析方法，主要有以下三种研究方法。第一类是运用定性分析方法讨论金融危机爆发的原因和金融危机的发展过程，仅对较少的经济预警指标进行分析判断，并没有对这些预警指标进行适应性的假设检验（Amemiya，1981；Stock、Watson，1989；Diebold、Rudebusch，1989）。第二类是将经济指标在金融危机爆发前和经济运行状态良好时进行比较，借助于参数检验和非参数检验方法来分析这些经济指标是否出现异常，从而判断金融危机是否发生（Chamberlain，1980；Velasco，1987；Galbis，1993；Stoke，1994）。第三类是较为简单的定量分析方法。主要在货币危机理论基础上对货币贬值概率进行估算，试图通过预测货币贬值幅度来判断金融危机是否发生，如横截面模型回归等分析方法。这种定性分析转向定量分析的方法为金融危机系统分析方法延伸、扩展奠定了基础（Edwards，1989；Calvo、Leiderman、Reinhart， 1993；Obstfeld，1994）。
2.标准系统分析方法阶段
随着20世纪90年代初期墨西哥金融危机的爆发，金融风险预警研究被提高到了一个新的日程，进入了标准系统分析方法阶段（1995—1999）。许多国际金融机构如IMF，BIS（Bank for International Settlements），CEPR（Center for Economic and Policy Research）开始致力于设计金融风险的早期预警模型。这一阶段金融危机预警系统（Early Warning System，EWS）的概念第一次被提出，从而使得金融风险预警系统的开发实现了从非系统方法到系统方法的过渡。在此期间，研究者们主要开发了两类预警模型，第一种是非参数法，以KLR信号分析法为代表，以及对金融风险进行预警的DCSD模型。第二种是参数法，以虚拟变量分析的Logit模型，FR的Probit模型，以及KMP的Logit模型为代表。经过学者们对这两种方法的不断充实和发展，已经形成了比较完善的体系，大大提高了金融风险的预警能力，历来为大多数学者所青睐。这些模型也为研究者对金融风险预警进行进一步的拓展研究提供了参照基础，被称为标准方法（Standard Method）。在这一阶段，私人投资银行也积极参与到开发金融危机预警模型中来，它们做了大量关于汇率波动的研究，通过判断汇率走势开发预警模型，为这些投资银行进行外汇投资寻找理论依据。其中瑞士第一波士顿银行开发了CSFB-EMRI模型，高盛公司开发了GSWATCH模型，德意志银行开发了DBAC模型。
Honohan（1997）定义了预警指标的阈值，对银行危机发生的原因进行了分析。但是，他确定的预警指标阈值取决于那些主要使用该预警体系的监管者和投资者，具有很强的主观性。因此，该研究还需要做进一步延伸和拓展。Kaminsky、Lizondo、Reinhart（1997）（KLR方法）在Stock、Watson（1989）和Diebold、Rudebusch（1989）研究基础上重新设计了关于货币危机和银行危机的预警指标。研究结论表明金融自由化在很大程度上促进了金融危机的发生，银行危机的出现可以解释货币危机，货币危机又在一定程度上加深了银行危机。该文献在金融风险预警研究领域具有非常重要的意义，众多学者开展的后续研究都是在该模型的基础上进行的。
虽然KLR模型对金融风险具有一定的预警能力，在样本内的分析效果要比利用单一信息进行定性分析好，但它仍然会遗漏掉很多危机事件，且模型最终发出的预警信号也常常是错误的。从样本外的分析表现来看，KLR模型预测结果也不尽如人意。因此，Kaminsky（1999），Kaminsky、Reinhart（1999）针对模型的缺陷进行了修正，建立了合成指标对金融危机的发生概率进行显著预测。其中，以噪声—信号比率的倒数为权重的第四类综合指标表现最佳，通过该指标还可以进行样本外的危机预测。Goldstein、Kaminsky、Reinhart（2000）选择一系列预警指标并根据这些指标的历史数据确定它们的阈值。当预警指标超过阈值时就会发出预警信号，发出的信号越多，金融危机在未来爆发的可能性就越大。
由于金融危机的爆发可以看作虚拟离散事件的发生，因此，可以用有限回归方法来预测危机。常用的模型主要有Probit、Logit两大类。最早使用这一方法的是Frankel、Rose（1996），他们运用的Probit（单位概率模型）模型采用1971—1992年季度数据对105个发展中国家的货币危机进行了衡量。得出了经济增长越慢，国际利率越高，实际汇率越被高估，货币危机发生概率越大的结论。其后，Eichengreen、Rose（1998），Berg、Catherine（1999a）也利用了双变量的Probit模型对新兴市场国家的银行危机进行了预测。
传统的双变量Probit/Logit模型能够比较容易地预测出金融危机的发生概率，同时考虑多个解释变量对金融危机的影响，较容易地衡量预警指标超出其阈值时影响程度的大小。但该双变量模型在运用市场压力指数定义金融危机时，采用相同的测量指标，没有考虑到不同国家间的差异性。Probit/Logit模型对样本的要求比较大，一定程度上限制了模型的适用性。此外，该模型在预测金融危机时不能将危机爆发时期和危机爆发后的经济恢复时期有效分开，而处于这两个时期各个预警指标的期望值、方差等数据特征存在着显著差异，从而使得模型估计结果不准确。
为了克服Probit/Logit模型的缺点，很多学者提出了多元Probit/Logit模型。Hardy、Pazarbasioglu（1999），Bussiere、Fratzscher（2002），Ciarlone、Trebeschi（2005）运用年度数据建立了多变量的多元Probit模型对银行危机进行预测。该模型含有滞后解释变量，能够对独立于危机发生当年的指标给予较好的解释，当被解释变量超出阈值时，银行危机就会发生。这种包含滞后变量的Probit使得模型可以对金融不稳定性，特别是经济繁荣、衰退的周期性进行动态分析。
3.新系统方法的大量开发阶段
进入21世纪后，金融风险预警方法出现了突飞猛进的发展势头，进入了新系统方法的研究阶段（2000年至今）。这一阶段学者们不断采用新的样本数据、运用更新的计量经济方法对原有的金融风险预警理论进行扩展研究。学者们开发了人工神经网络法、在险价值方法、自回归条件风险模型等方法。这些新的数据挖掘和新方法的使用使得金融风险预警方法得到了很大改进，大大提高了金融风险预警的准确性。新阶段的预警方法主要有以下内容：
（1）标准方法的扩展研究
KLR和Logit这两类标准方法在新阶段有了很多扩展形式。主要体现在引入更能反映经济变动的经济预警指标、对金融危机采用不同的定义方法以及运用新的方法评估研究结果等方面。
Berg、Pattillo（1999）对KLR方法进行了重新诠释，添加了两个新的预警指标对金融危机预警进行了改进。他们通过M2/外汇储备、经常账户/GDP这两个反映一国经济开放程度的重要指标和利用新的数据研究了亚洲金融危机是否可以被准确预测。从本质上看，他们所采用的方法其实就是在KLR方法的基础上运用Probit模型对金融风险进行预警分析。因为他们的预警指标经过了KLR方法筛选，所以进行计量回归的结果精确性要高于KLR模型。Kamin、Schindler、Samuel（2001）采用实际汇率变化而非传统的以名义汇率变化作为投机压力指数的方法来定义金融危机的发生，增加了金融危机预警的准确性。
Brüggemann、Linne（2002）对KLR法进行了拓展研究，主要研究KLR法是否可以运用到差别较大的国家中，如一些转型新兴市场经济国家。在传统预警指标中加入一些微观指标如银行机构脆弱性等指标，增大了KLR法在经济转型国家中对金融危机预警的有效性。Edison（2003）利用更新的数据进行了样本外预测研究，并以墨西哥金融危机为例对KLR法进行重新评测。进一步利用敏感性检验对单个国家KLR模型的有效性进行了研究，比较分析了金融危机发生期间的传染效应。
Weller（2001），Kwack（2000）运用Logit模型对金融自由化程度大小在影响一国出现金融危机的可能性上进行了深入研究，研究表明金融自由化程度越高，金融体系脆弱性越强，越容易引发金融危机。Elinsson、Kreuter（2001）扩展了标准的Logit模型，采用了一种连续五种状态的危机信号进行金融风险预警研究，所提出的连续状态Logit模型大大增强了对危机事件的解释能力。
Kumar、Moorthy、Perraudin（2003）对标准Logit模型进行扩展并对货币危机预警问题做了研究，他们运用非系统方法建立一套能够正确评估预警系统预警能力的标准。Kaufmann、Mehlez、Schmukler（2000）则使用了新的解释变量对金融风险预警进行了研究。他们主要讨论了内部人是否在市场预测中占有较大的信息优势，从而有助于增加市场预测的准确性，其研究结果表明内部信息对市场预测的变动作用非常显著。
（2）金融风险预警新方法的运用
1）神经网络模型（Neural Network Model）
Nag、Mitra（1999）利用人工神经网络（Artificial Neural Network，ANN）建立了货币危机预警系统。ANN具有捕捉各个预警指标之间复杂关系的能力，不同预警指标的设定也更具有灵活性。但是，ANN存在显著缺陷，比如出现较大的拟合问题。此外，ANN还具有黑箱特征，各个预警指标没有具体的参数估计值，它们相互作用复杂多变，通过ANN不能很好地显示出哪些指标会出现异常情况，对金融危机的预测能力也不是特别显著。
其后，很多学者对ANN模型进行了拓展研究。Kumar、Ravi（2007），Ravi、Pramodh（2008）提出了主成分神经网络（Principal Component Neural Network，PCNN）对商业银行破产进行了预测。
虽然ANN是一个潜在且具有较强有效性的预警方法，但由于其难以在实践中操作，还需要对它进行更加全面的评价。
2）潜伏变量阈值模型（Latent Variable Threshold Model）
Collins（2001）运用潜伏变量阈值模型研究了货币危机问题。假设潜伏变量遵循布朗运动，当某一不可观测的未知过程超过该变量的阈值时，就认定发生了货币危机。在潜伏变量流程（Drift）遵循布朗运动的作用下，偏离阈值的距离、货币危机发生的概率以及布朗运动的方差服从逆高斯分布。Collins利用汇率被高估、经常账户与GDP比率、短期债务与外汇储备比率、出口额和外汇储备增长作为偏离阈值距离和流程的线性函数对货币危机进行了研究。研究结果表明外汇储备增长对潜伏变量，短期债务对偏离阈值距离有着显著影响。
3）在险价值法模型（Value at Risk Model）
Blejer、Schumacher（1998）在央行清偿力风险降低、汇率盯住可信度的基础上，提出了在险价值法对央行资产负债表进行了分析，并对央行的清偿力风险进行评估来预警货币危机的发生。运用国际利率、汇率波动等指标衡量风险大小，详细地介绍了模型并做了相应的理论分析，但是他们并没有利用已有的数据对该模型进行估算，也没有给出该模型的切实使用方法。此外，在险价值法主要适应于正常条件下对金融市场的风险进行度量，而对于那些极端情况则不适合。
4）马尔科夫状态转移模型（Markov-Switching Approach Model）
Fratzscher（1999）和Jeanne、Masson（2000）建立了多重均衡货币危机模型，利用Markov转换变量模拟多重均衡间的相互转换过程，但是该方法有一个缺点，就是假定一种均衡转换为另一种均衡的概率是固定不变的。Martinez、Maria（2002）在他们研究的基础上建立了一个时变Markov过程，并利用它对欧洲货币体系中的投机冲击进行了模拟，该模型提高了辨别金融危机的能力。该模型还假设不同国家间的模型参数是相同的，在运用所有数据进行模型的参数估计时发现该模型对经济发展水平相近的发达国家没有影响，但对于新兴市场经济国家则不适用。Abiad（2003）又在Martinez、Maria（2002）研究的基础上扩展了马尔科夫状态转移金融风险预警模型。模型中除了使用传统的宏观经济预警指标外，还加入了微观经济预警指标，如金融机构稳定性指标等，从而增强了对金融风险预警的准确水平。
5）自回归条件风险模型（Autoregressive Conditional Hazard Model）
Zhang（2001）修正了有关货币危机的定义，认为当外汇储备或汇率变动中的任何一项数值偏离了其均值一定标准差时就发生了货币危机。该货币危机的定义克服了当市场能够预期到货币贬值时，外汇储备增加、汇率水平上升导致利率下降相互抵消而不能有效识别危机是否发生的效应。他在Hamilton、Jorda（2000）工作论文的基础上（该论文于2002年发表）提出自回归条件风险模型，按时间依存的临界状态来确认金融危机发生，并对金融风险进行预警研究。他们克服了之前利用综合指标偏离均值三倍标准差判断金融危机时所出现的误差，消除了汇率和外汇储备在不同时期波动程度不一致的影响。但是，自回归条件风险模型所提出的金融风险预警指标是短期的，采用该指标对金融风险预警时并没有足够长的时间让政策制定者采取相应对策以防止金融危机发生。
此外，Vlaar（2000）提出了二元正态分布的金融风险预警模型，Burkart、Conder（2000）建立了Fisher判别式金融风险预警模型。Ghosh、Ghosh（2002）开发了二元回归树金融风险预警模型，诸多预警模型的提出极大地丰富了金融风险预警系统的内容。
三 国内金融风险预警研究
国内关于金融风险预警研究起步较晚，与国外学者的研究还有一定差距，最早见于董文泉、高铁梅、姜诗章等（1998）所致力于宏观经济风险预警系统的研究。随着亚洲金融危机的爆发，国内众多学者开始关注金融风险预警研究，各种具有重要价值的金融预警指标体系和金融风险预警模型被开发出来。从研究的逻辑思路来看，主要遵循“寻找警源—判断警情—建立预警模型”展开。
1.金融风险产生根源的研究
寻找警源的研究就是针对金融风险产生根源展开的。20世纪80年代初，南美国家推行金融自由化改革失败，引起金融危机的爆发引起了中国经济学家对金融风险产生根源的广泛关注。巴曙松（1998）对中国金融活动中的金融风险进行了详尽分析，指出了外商投资风险、外债运行风险、违规资本和资本外逃的金融风险以及中国对外开放过程中金融风险传染效应所带来的风险是导致中国金融危机发生的重要潜在风险。张杰（2001），孙永波、陈柳钦（2002），王元龙（2004），颜剑英、刘卿（2004）分别从发展经济和转轨经济、金融抑制和金融深化、金融监管等多角度对中国金融风险产生的根源进行了详细的阐述。刘锡良、孙磊（2004）从制度基础、宏观经济状况角度对金融危机产生的根源进行了剖析，指明政府宏观经济决策失误会积聚金融风险，促使金融危机发生。陈超（2005）指出中国金融风险主要是由于资源配置和制度安排不合理引起的。金融资源结构不均衡造成金融发展不对称的格局，银行结构与企业结构存在的严重不对称造成金融资源配置效率低下，这些因素对中国金融体系的健康运行构成了巨大威胁。贷款结构过分向国有企业和大中城市倾斜的不良制度安排阻碍了中国金融业的健康运行。
金融自由化一直被认为是加剧中国金融风险的重要根源，马根发（2005），陆凯旋（2005），李炳炎、王小刚（2006），王兆星（2009）对此进行了研究，他们认为金融开放程度的提高增大了中国金融体系的脆弱性、增大了中国经济发展和金融改革中的非均衡性以及加大了外部冲击对中国经济的影响，使得中国金融市场更容易受到外部危机传染效应的影响而引发金融危机。
从中国学者关于金融风险产生根源的研究可以看出，中国金融风险产生的主要根源在于中国金融自由化进程中金融体系的内在脆弱性，在提高国际金融资源利用效率的同时，中国的金融市场结构发展还不健全，中国经济基本面仍然比较薄弱，金融监管力度不够，资源配置不合理等因素的存在对中国金融安全、稳定、健康发展构成了严重威胁。
2.金融风险预警指标设计研究
为了有效防范金融危机发生，必须建立能及时防范金融危机发生的预警指标体系。蔡则祥、殷孟波（1999），顾海兵（2000），何建雄（2001）等在有效识别中国金融风险的基础上，针对中国经济正由传统实体经济向货币经济转变这一特点，对中国金融风险预警指标体系进行了研究。建议从微观、中观、宏观这三个不同层次分别建立不同的预警指标体系。胡燕京、高会丽（2002）对17个预警指标进行宏观、中观、微观分类的基础上，进一步运用多变量统计因子分析方法对中国金融风险的现状进行了定量分析。研究表明，中国金融风险除了与中国资本市场现状相关之外，还与中国近年来所实行的一系列财政政策效应相关，中国金融运行仍处于高风险区间。冯芸、吴冲锋（2002）将预警期划分为长期、中期和短期三个层次，针对中国经济形势的变化提出基于综合指标的多时标和扩充观测指标集预警流程，满足了中国不同经济波动状态下的预警需求。许崇正、刘雪梅（2002），钱文挥、宋海林（2002）在中国金融体制改革日益深化的背景下，参考国外建立预警指标体系的先进经验，设立了多个预警指标对中国的金融风险进行了指标体系选择、预警界限确定和数据处理流程的研究。黄益绍、林都（2004）引入层次分析法对金融风险预警指标进行了预警能力的排序，并对近年来的几次重大金融危机爆发进行了实证研究，但是他们所设计的预警指标带有很强的主观性缺陷。陈金凤（2006）也提出了从宏观和微观两个层面建立中国金融风险预警指标体系。
这些研究对建立中国金融风险预警指标体系具有非常重要的意义，但是在指标体系的设置过程中仍缺乏一定的针对性，没有对各个预警指标的权重给予重视。
3.金融风险预警模型的研究
在金融风险预警模型理论研究方面，董小君（2004）系统地分析了国内外主要的金融风险预警模型，并从宏观、市场和微观三个方面设计了中国金融风险预警指标构建了金融风险预警模型对中国金融风险进行抑制。吴军（2006）系统地介绍了国外有关金融风险预警的七种模型，主要包括KLR模型、Probit（Logit）模型，马尔科夫状态转移模型、横截面回归模型、自回归条件风险模型、二元递归树法模型和在险价值法模型，并对这些金融风险预警模型的优劣进行了详细评述。贺力平、赵新杰（2007）分析了亚洲金融危机之后十年间的预警系统改进和发展，指出通过建立经济数据库和管理信息系统来增强金融风险预警模型的有效性。
在金融风险预警模型的构建和实证方面，吴海霞、邢春华、孙婵娟（2004）借鉴国际流行的KLR信号分析方法，结合一系列非系统风险和系统风险预警指标对中国预警指标数据进行处理，并对金融风险程度的大小进行信号显示，得出财政风险是中国系统风险的主要表现形式的结论。陈守东、赵大坤、迟宪良（2006）利用金融机构内在稳定、市场风险和宏观经济稳定三个层次的预警指标体系建立了金融风险预警模型，并运用Logit模型进行了参数估计。
南旭光、孟卫东（2007）对金融风险预警模型的研究表明KLR、FR、DCSD以及STV四类模型在数据可得性方面比较弱，从而难以在实际操作过程中加以运用。他们在存活分析理论和等比例风险模型（PHM）基础上建立了金融风险预警模型，并运用宏观经济数据进行了实证研究。沈悦、张珍（2007），沈悦、王小霞、张珍（2008），沈悦、闵亮、徐有俊（2009）利用层次分析法对中国金融风险预警进行了研究，计算了各预警指标的权重和风险度的大小，并给出预警信号构建中国金融风险预警模型。沈悦、徐有俊（2007）将贝叶斯模型应用于中国银行危机预警模型的构建中，并逐步放松朴素贝叶斯模型条件，利用复合属性贝叶斯模型对银行危机进行预警，提供精确的概率估计以避免银行经营失败。这些研究对建立中国金融风险预警系统，维护中国金融安全具有非常重要的意义。