中国外汇市场压力的动态评估与货币危机预警--基于动态Logit和神经网络模型的研究

我国汇率改革和人民币国际化导致汇率波动幅度显著增加,及时监测我国外汇市场波动并进行预警是抵御外部不确定性冲击的前提条件。本文首先构造了外汇市场压力(EMP)指数,以此反映外汇市场波动并及时识别我国出现货币危机的可能性;然后从宏观经济、银行体系和外部冲击三方面选取预警指标,建立四种不同形式的Logit模型,进行HL与预测-期望分析检验,结果发现动态Logit模型拟合效果最优,结果表明,外汇储备增长率和通货膨胀率与中国货币危机发生概率呈反向关系,M2/国内信贷与中国货币危机发生概率呈正向关系;最后基于动态模型进行的样本外预测表明,我国发生货币危机的概率非常低,通过BP神经网络方法、改变货币危机的识别方式进行稳健性检验,验证了我国外汇市场平稳波动、出现货币危机概率很小的结论。

基于等比例危险模型的金融危机预警

针对金融危机预警,FR、STV、KLR和DCSD 4种模型对数据有特殊要求,造成应用上的困难,预测能力不足的问题。在Cox and Oakes基于存活分析提出的等比例危险模型(PHM)的基础上,利用31个样本国家的年度数据资料,采用13个相关预警变量,构建金融危机前一年的PHM预警模型,并进行实证分析,提出一种的金融危机预警模型。通过对预测期间17个测试国进行的模型预警效果检验,认为该模型预警能力较佳。

基于等比例危险模型的金融危机预警

目前对金融危机预警主要有三种模型,即KLR、FR和STV,而这些模型通常对数据有特殊要求,不仅造成应用上的困难,预测能力也不足。本文利用Cox和Oakes提出的等比例危险模型(PHM)进行实证分析,采用13个相关预警变量,构建金融危机前一年的预警模型,并进行了模型预警效果检验,证明该模型预警效果较佳。