淺論貨幣危機(jī)預(yù)警理論與模型綜述

1、<p>　　淺論貨幣危機(jī)預(yù)警理論與模型綜述</p><p>　　摘要：貨幣危機(jī)預(yù)警的主要目的是提早識(shí)別危機(jī)發(fā)生的信號(hào)，以便該國(guó)能夠及時(shí)采取適當(dāng)?shù)拇胧?，減少危機(jī)發(fā)生的概率，乃至避免危機(jī)的發(fā)生，或者減少危機(jī)發(fā)生的強(qiáng)度和烈度。20世紀(jì)90年代以來(lái)的貨幣危機(jī)預(yù)警研究。形成了信號(hào)分析模型、離散選擇模型和馬爾可夫狀態(tài)轉(zhuǎn)移模型等預(yù)警模型，但總體而言，現(xiàn)有預(yù)警方法的預(yù)警能力還不夠理想。 </p><

2、p>　　關(guān)鍵詞：貨幣危機(jī)；預(yù)警理論；模型 </p><p>　　貨幣危機(jī)泛指匯率的變動(dòng)幅度超出了一國(guó)可承受的范圍這一現(xiàn)象，或者是“對(duì)貨幣的投機(jī)性進(jìn)攻導(dǎo)致貨幣大幅度貶值或國(guó)際儲(chǔ)備大幅度下降的狀態(tài)”。貨幣危機(jī)預(yù)警是與投機(jī)性貨幣沖擊理論的發(fā)展密切相關(guān)的。貨幣危機(jī)預(yù)警的主要目的是提早識(shí)別危機(jī)發(fā)生的信號(hào)，以便該國(guó)能夠及時(shí)采取適當(dāng)?shù)拇胧?，減少危機(jī)發(fā)生的概率，乃至避免危機(jī)的發(fā)生，或者減少危機(jī)發(fā)生的強(qiáng)度和烈度。關(guān)于貨幣危機(jī)

3、預(yù)警理論的研究始于對(duì)20世紀(jì)六七十年代拉美貨幣危機(jī)的研究，隨著金融自由化、國(guó)際化進(jìn)程的不斷加速，貨幣危機(jī)的發(fā)生頻率及造成的危害隨之增加，1992～1993年歐洲貨幣體系危機(jī)、1997～1998年亞洲貨幣危機(jī)與金融危機(jī)爆發(fā)進(jìn)一步刺激了經(jīng)濟(jì)學(xué)界對(duì)貨幣危機(jī)預(yù)警理論的研究。本文將對(duì)貨幣危機(jī)的主要預(yù)警模型進(jìn)行梳理和歸納。 </p><p><b>　　一、信號(hào)分析模型 </b></p>

4、<p>　　信號(hào)分析模型(KLR)是Kaminsky、Lizondo和Reinhart于1998年首先提出的。它以經(jīng)濟(jì)周期轉(zhuǎn)折的信號(hào)理論為基礎(chǔ)，其核心思想是通過(guò)研究貨幣危機(jī)發(fā)生的原因，確定哪些經(jīng)濟(jì)變量可以用于貨幣危機(jī)的預(yù)測(cè)，然后運(yùn)用歷史上的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，來(lái)確定與貨幣危機(jī)有顯著聯(lián)系的變量，以此作為貨幣危機(jī)發(fā)生的先行指標(biāo)。信號(hào)分析模型分四步進(jìn)行：(1)確定貨幣危機(jī)的原因和危機(jī)預(yù)警時(shí)段；(2)運(yùn)用歷史上的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，確定與

5、貨幣危機(jī)有顯著關(guān)系的變量，進(jìn)而確定先行變量；(3)按照噪聲一信號(hào)比的最小化規(guī)則，確定閾值；(4)一旦經(jīng)濟(jì)中相應(yīng)指標(biāo)變動(dòng)超過(guò)閾值，則將之視為貨幣危機(jī)即將在24個(gè)月內(nèi)發(fā)生的信號(hào)。由于KLR模型中各個(gè)變量的分析是單獨(dú)進(jìn)行的，所以它在本質(zhì)上是一個(gè)單變量模型。 </p><p>　　為了克服KLR模型的單變量屬性，Kaminsky(1999)進(jìn)一步對(duì)發(fā)生貨幣危機(jī)信號(hào)的指標(biāo)進(jìn)行綜合考慮，它提出了4個(gè)預(yù)測(cè)危機(jī)的復(fù)合指標(biāo)，1個(gè)復(fù)

6、合指標(biāo)是對(duì)各預(yù)警指標(biāo)發(fā)出信號(hào)數(shù)的簡(jiǎn)單加總，另外3個(gè)復(fù)合指標(biāo)則分別考慮了指標(biāo)分布不均衡、指標(biāo)時(shí)間延續(xù)性以及指標(biāo)不同權(quán)重。通過(guò)對(duì)預(yù)測(cè)指標(biāo)的擴(kuò)展，KLR模型已經(jīng)能夠較好地處理預(yù)警結(jié)果輸出的單一化問(wèn)題，并利用多個(gè)復(fù)合指標(biāo)可以更好地發(fā)送預(yù)警信息，極大地改善了預(yù)警效果。 </p><p>　　Kaminsky(2003)又進(jìn)一步提出了多狀態(tài)KLP模型。他將貨幣危機(jī)分為6種，即經(jīng)常賬戶惡化型危機(jī)、財(cái)政赤字型危機(jī)、金融過(guò)剩型危機(jī)

7、、國(guó)家外債型危機(jī)、國(guó)際資本流動(dòng)突然逆轉(zhuǎn)型危機(jī)和自我實(shí)現(xiàn)型危機(jī)。研究發(fā)現(xiàn)，新興市場(chǎng)國(guó)家的貨幣危機(jī)通常屬于前4種，其發(fā)生與受害國(guó)經(jīng)濟(jì)的脆弱性有關(guān)；發(fā)達(dá)國(guó)家的貨幣危機(jī)通常屬于后兩種，經(jīng)濟(jì)基本面通常良好，多由不利的國(guó)際市場(chǎng)形勢(shì)所致。這樣一來(lái)，KLR模型可以在對(duì)貨幣危機(jī)預(yù)警的同時(shí)，進(jìn)一步將貨幣危機(jī)的損失與其類型聯(lián)系在一起，厘清對(duì)貨幣危機(jī)深度的認(rèn)識(shí)。 </p><p>　　信號(hào)分析模型經(jīng)過(guò)不斷修正完善，已經(jīng)成為使用最廣泛的貨

8、幣危機(jī)預(yù)警模型，它可以根據(jù)多個(gè)變量發(fā)出的信號(hào)估計(jì)危機(jī)發(fā)生的概率，同時(shí)有效提供關(guān)于危機(jī)根源和廣度的信息，但該模型也存在一些明顯不足：(1)主要以宏觀經(jīng)濟(jì)環(huán)境為背景，沒(méi)有考慮到政治性事件及一些外生事件對(duì)貨幣危機(jī)爆發(fā)時(shí)間選擇的影響；(2)KLR模型的隱含假設(shè)是在解釋自變量和因變量之間存在一個(gè)特定的函數(shù)關(guān)系，即階躍函數(shù)關(guān)系，這一界定使得模型無(wú)法對(duì)一個(gè)變量是剛剛超過(guò)閾值，還是大幅超過(guò)閾值進(jìn)行區(qū)分，因而使得變量提供的信息未能充分利用；(3)模型指標(biāo)

9、大多集中在外匯儲(chǔ)備、信貸增長(zhǎng)與實(shí)際匯率等方面，仍避免不了傾向性；(4)雖然通過(guò)加權(quán)平均解決了預(yù)警指標(biāo)的單一化問(wèn)題，但由于各變量之間的相互關(guān)系仍未納入考慮，因此，這種匯總是表面的。 </p><p><b>　　二、離散選擇模型 </b></p><p>　　針對(duì)信號(hào)分析模型的上述缺陷，有學(xué)者提出了離散選擇模型，它最重要的突破在于通過(guò)納入新的解釋變量來(lái)擴(kuò)展模型，進(jìn)而同時(shí)

10、考慮所有相關(guān)變量。其代表性的研究成果包括以下幾種： </p><p>　　Frankel和Rose(1997)構(gòu)建的貨幣危機(jī)發(fā)生可能性的面板Probit模型。其研究思路是通過(guò)對(duì)一系列前述指標(biāo)的樣本數(shù)據(jù)進(jìn)行極大對(duì)數(shù)似然估計(jì)，以確定各個(gè)引發(fā)因素的參數(shù)值，從而根據(jù)估計(jì)出來(lái)的參數(shù)，建立用于外推估計(jì)某個(gè)國(guó)家在未來(lái)某一年發(fā)生貨幣危機(jī)可能性的大小。該模型研究發(fā)現(xiàn)，金融事件是離散且有限的，貨幣危機(jī)的發(fā)生則是由多種因素引發(fā)的，譬如

11、在FDI流入枯竭、外匯儲(chǔ)備較少、國(guó)內(nèi)信貸增長(zhǎng)迅速、實(shí)際匯率高估的時(shí)期等，貨幣危機(jī)發(fā)生的概率較大。此后，Andrew Berv和Catherine Pattilo(1998)對(duì)1997年泰國(guó)貨幣危機(jī)及墨西哥、阿根廷發(fā)生貨幣危機(jī)的概率進(jìn)行預(yù)測(cè)，但準(zhǔn)確度并不高。 </p><p>　　BussiOre和Fratzscher(2002)認(rèn)為二元Probit模型混同了危機(jī)前的誘發(fā)期和危機(jī)后的恢復(fù)期，而實(shí)際上在這兩個(gè)時(shí)期危機(jī)

12、預(yù)警指標(biāo)的表現(xiàn)具有很大差異，他們將外匯變動(dòng)分為三種狀態(tài)或時(shí)期，即貨幣危機(jī)平靜期、誘發(fā)期和恢復(fù)期，并在此基礎(chǔ)上提出使用三元應(yīng)變量Logit模型進(jìn)行危機(jī)預(yù)測(cè)。該模型對(duì)32個(gè)國(guó)家1993年12月至2001年9月的月度數(shù)據(jù)驗(yàn)證，預(yù)測(cè)效果還比較理想，在樣本內(nèi)可正確預(yù)測(cè)73％的誘發(fā)期和85％的平靜期，在樣本外預(yù)測(cè)亞洲金融危機(jī)時(shí)，可以正確預(yù)測(cè)57％的誘發(fā)期和83％的平靜期。此后，Kumar等(2003)提出了基于滯后宏觀經(jīng)濟(jì)和金融數(shù)據(jù)的Logit模型

13、，該模型使用32個(gè)發(fā)展中國(guó)家1985，1999年數(shù)據(jù)，主要分析了利率調(diào)整引起并未預(yù)期到的貨幣貶值，以及總貨幣貶值水平超過(guò)以往水平的情形。該模型的實(shí)證結(jié)果表明，外匯儲(chǔ)備和出口的下降以及真實(shí)經(jīng)濟(jì)的虛弱是導(dǎo)致危機(jī)發(fā)生的最重要解釋變量。 </p><p>　　應(yīng)該說(shuō)，離散選擇模型出現(xiàn)了從二元離散選擇模型拓展到多元離散選擇模型的方向，且模型的預(yù)測(cè)值較好解釋了危機(jī)發(fā)生的概率，但也存在一些不足之處，主要表現(xiàn)為：(1)模型中存在

14、將連續(xù)變量轉(zhuǎn)換為二元或多元離散變量后信息的損失，而且沒(méi)有確立一個(gè)根據(jù)預(yù)警危機(jī)和避免噪聲的能力對(duì)變量進(jìn)行排序的標(biāo)準(zhǔn)；(2)不同指標(biāo)對(duì)于不同國(guó)家的重要性不盡相同，所以假設(shè)參數(shù)恒常的面板模型在貨幣危機(jī)的預(yù)警方面通常表現(xiàn)很差(Abiad，2003)；(3)由于自變量存在多重共線的可能，這直接限制了更多變量的采用，最終影響對(duì)危機(jī)預(yù)測(cè)的準(zhǔn)確性。 。</p><p>　　三、馬爾可夫狀態(tài)轉(zhuǎn)移模型 </p><

15、;p>　　馬爾可夫狀態(tài)轉(zhuǎn)移模型(Markov—switchingModel)是體制轉(zhuǎn)換模型中最常見(jiàn)的形式。它將結(jié)構(gòu)性的變化視作一種機(jī)制向另一種機(jī)制的轉(zhuǎn)換，譬如金融運(yùn)行特征發(fā)生的顯著變化，包括大幅起落或中斷，匯率急劇下降、經(jīng)濟(jì)增長(zhǎng)趨勢(shì)逆轉(zhuǎn)等，進(jìn)而將結(jié)構(gòu)變化內(nèi)生化進(jìn)行估計(jì)。 </p><p>　　Martinez-Peria(2002)提出了一個(gè)帶有動(dòng)態(tài)轉(zhuǎn)換概率的狀態(tài)轉(zhuǎn)換模型，該模型采用兩種形式：一是匯率轉(zhuǎn)換模

16、型，假設(shè)匯率是一個(gè)AR(4)過(guò)程；二是向量自回歸模型，假設(shè)內(nèi)生變量有3個(gè)，即匯率、利率和外匯儲(chǔ)備，均服從一階Var過(guò)程。在此基礎(chǔ)上，他直接對(duì)投機(jī)供給建模，同時(shí)加入預(yù)期因素，對(duì)1979-1993年歐洲貨幣體系的貨幣投機(jī)性沖擊進(jìn)行研究，研究表明，沒(méi)有考慮變量狀態(tài)轉(zhuǎn)換性質(zhì)的模型可能存在設(shè)定偏誤問(wèn)題，經(jīng)濟(jì)基本面和預(yù)期因素共同決定了危機(jī)發(fā)生的概率。 </p><p>　　Abiad(2003)也將體制轉(zhuǎn)換模型用于預(yù)測(cè)貨幣危

17、機(jī)，他首先拓展了預(yù)警指標(biāo)，即宏觀經(jīng)濟(jì)指標(biāo)、資本流動(dòng)指標(biāo)和金融脆弱性指標(biāo)三類，而后采用單參數(shù)檢驗(yàn)顯著的預(yù)警指標(biāo)分別對(duì)1972～1999年印度尼西亞、韓國(guó)、馬來(lái)西亞、菲律賓和泰國(guó)等5國(guó)是否發(fā)生貨幣危機(jī)進(jìn)行了預(yù)警。研究表明，體制轉(zhuǎn)換模型預(yù)測(cè)貨幣危機(jī)的準(zhǔn)確性比已有的預(yù)警方法更高，同時(shí)發(fā)出的錯(cuò)誤信號(hào)更少。在Abiad研究的基礎(chǔ)上，張偉(2004)進(jìn)一步驗(yàn)證了Abiad的結(jié)論，他通過(guò)擴(kuò)大研究范圍、改變樣本區(qū)間、選擇不同的預(yù)警自變量，更為全面客觀地評(píng)

18、價(jià)體制轉(zhuǎn)換模型在建立貨幣危機(jī)預(yù)警系統(tǒng)方面的效果，總體而言，該模型的預(yù)警能力較強(qiáng)，時(shí)效性也較強(qiáng)。 </p><p>　　應(yīng)該說(shuō)Maikov-switching模型通過(guò)估計(jì)過(guò)程中將結(jié)構(gòu)變化內(nèi)生化，充分利用因變量本身的動(dòng)態(tài)信息，有效避免與閾值設(shè)置相關(guān)的各類問(wèn)題，以及由此帶來(lái)的把連續(xù)變量轉(zhuǎn)換為離散變量所造成的信息損失。但該模型的一個(gè)重要問(wèn)題是，制度因素在發(fā)展中國(guó)家貨幣危機(jī)預(yù)警的形成中扮演了重要角色，要引入制度變量，及將時(shí)

19、間序列模型擴(kuò)展為組合模型，這都需要根據(jù)具體的國(guó)家和數(shù)據(jù)頻率進(jìn)行相應(yīng)的調(diào)整，增加了研究的復(fù)雜性。 </p><p>　　四、人工神經(jīng)網(wǎng)絡(luò)模型 </p><p>　　人工神經(jīng)網(wǎng)絡(luò)模型(Artificial Neural Network-ANN)，是一種基于連接學(xué)說(shuō)構(gòu)造的通信生物模型，它在一定程度上保存了人腦的思維特征，通過(guò)合理的樣本訓(xùn)練、學(xué)習(xí)專家的經(jīng)驗(yàn)、模擬專家的行為，并通過(guò)引入非線性轉(zhuǎn)換函數(shù)

20、來(lái)求解各種復(fù)雜的非線性問(wèn)題，從而使它具有很強(qiáng)的模式識(shí)別能力和高速信息處理的能力。近年來(lái)，ANN在貨幣危機(jī)預(yù)警的應(yīng)用程度不斷提高，極大促進(jìn)了預(yù)警建模和估計(jì)動(dòng)態(tài)系統(tǒng)的發(fā)展。 </p><p>　　Fratzscher(2002)提出一個(gè)多層感知器ANN模型，以克服困擾貨幣危機(jī)預(yù)警模型的數(shù)據(jù)開(kāi)采和樣本外預(yù)警效果差的問(wèn)題。他對(duì)1990～2000年歐洲5個(gè)主要發(fā)達(dá)國(guó)家進(jìn)行了預(yù)測(cè)，模型的網(wǎng)絡(luò)輸入采用時(shí)間序列數(shù)據(jù)和技術(shù)指標(biāo)，而

21、且在預(yù)測(cè)前，他應(yīng)用R/S分析方法對(duì)上述幾個(gè)貨幣市場(chǎng)的有效性進(jìn)行了分析。研究表明多層感知器ANN模型的預(yù)測(cè)結(jié)果優(yōu)于其他模型，多層感知器ANN模型70％的方向預(yù)測(cè)準(zhǔn)確率大大超過(guò)了KLR模型50％的準(zhǔn)確率。 </p><p>　　Click等人(2005)提出了一個(gè)應(yīng)用廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)進(jìn)行貨幣危機(jī)預(yù)警的模型。他們利用1998～1999年的日度數(shù)據(jù)以測(cè)度市場(chǎng)情緒，變量包括匯率(以美元度量)、股票價(jià)格指數(shù)、銀行

22、間利率、儲(chǔ)蓄利率，其結(jié)果在預(yù)測(cè)精度上和統(tǒng)計(jì)性質(zhì)上優(yōu)于其他模型，尤其是作為比較基準(zhǔn)的隨機(jī)游動(dòng)模型。 </p><p>　　Lin等(2006)進(jìn)一步引入了模糊邏輯的推理功能，提出了數(shù)據(jù)導(dǎo)向的神經(jīng)模糊模型(NFM)來(lái)對(duì)貨幣危機(jī)進(jìn)行預(yù)警。NFM的理論基礎(chǔ)是，一個(gè)經(jīng)濟(jì)體在貨幣危機(jī)爆發(fā)前后的表現(xiàn)有明顯差異，且這種反常行為具有再發(fā)性。該文在Kaminsky and Reinhart(1999)的基礎(chǔ)上，使用了1970～199

23、8年20個(gè)國(guó)家的數(shù)據(jù)，研究表明，與Probit模型相比，NFM不但具有更好的樣本外預(yù)警能力，該模型還提供了變量之間相互關(guān)系的信息。 </p><p>　　但是，用神經(jīng)網(wǎng)絡(luò)組合模型進(jìn)行貨幣危機(jī)預(yù)警也存在一些難以解決的問(wèn)題。首先是神經(jīng)網(wǎng)絡(luò)自身的優(yōu)化問(wèn)題。如隱藏層數(shù)及隱藏層結(jié)點(diǎn)數(shù)的確定、激活函數(shù)的確定、局部最優(yōu)等。神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)直接影響著預(yù)測(cè)效果。此外，神經(jīng)網(wǎng)絡(luò)可以根據(jù)殘差最小的原則不斷地調(diào)整參數(shù)來(lái)改變預(yù)測(cè)效果，但是它

24、不能改變輸入數(shù)據(jù)，而貨幣等金融數(shù)據(jù)往往是波動(dòng)的。存在噪音的。因此，如何對(duì)數(shù)據(jù)進(jìn)行除噪，優(yōu)化神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)是另一個(gè)值得研究的問(wèn)題。 </p><p><b>　　五、其他預(yù)警模型 </b></p><p>　　對(duì)貨幣危機(jī)使用的其他預(yù)警模型還有： </p><p>　　1　DCSD模型。DCSD預(yù)警系統(tǒng)是由Andrew和Pattillo(199

25、9)在FR回歸預(yù)警模型與KLR信號(hào)預(yù)警模型的基礎(chǔ)上開(kāi)發(fā)而成。該模型通過(guò)實(shí)證分析發(fā)現(xiàn)，絕大多數(shù)指標(biāo)與危機(jī)發(fā)生概率之間存在線性關(guān)系，這一線性關(guān)系在臨界值處有一個(gè)跳動(dòng)，隨后將繼續(xù)以更大的傾斜度線性相關(guān)。因此，它采用一般到特殊的方法來(lái)簡(jiǎn)化分段線性模型的形式，直至得出最終最簡(jiǎn)化的模型形式。具體而言，就是先按顯著性遞增的次序?qū)λ械念A(yù)測(cè)變量(解釋變量)進(jìn)行排序，通常用每個(gè)預(yù)測(cè)解釋變量所對(duì)應(yīng)三項(xiàng)的顯著性的檢驗(yàn)統(tǒng)計(jì)量來(lái)進(jìn)行排序，將顯著性不強(qiáng)的變量從模型

26、中去除，最終可獲得最簡(jiǎn)化的模型形式。 </p><p>　　2　費(fèi)舍爾判別分析(FDA)模型。FDA模型是一種單模態(tài)分析方法。它借助方差分析的思想，選擇一個(gè)最優(yōu)的投影向量w，同時(shí)使得在投影空間中的類與類之間的差異盡可能的大，確保投影到一維空間上的樣本具有較好的可分離性。Bardos(1998)指出，F(xiàn)DA的優(yōu)勢(shì)在于其穩(wěn)健性、易解釋性，技術(shù)上簡(jiǎn)單，容易維持。Burkart和Coudert(2002)認(rèn)為，已有預(yù)警模

27、型繁多的一個(gè)主要原因是無(wú)法區(qū)別類似的變量，也無(wú)法決定其各自的權(quán)重。有鑒于此，作者利用15個(gè)新興國(guó)家1980～1998年間的季度數(shù)據(jù)，構(gòu)建了FDA預(yù)警模型。但結(jié)果顯示，F(xiàn)DA與Logit和Iprobit模型的結(jié)果無(wú)顯著差別，盡管受到多重共線性的困擾，后者的預(yù)警功能還是要I：gFDA更強(qiáng)。 </p><p>　　3　Duration模型。Tudela(2004)考察了20個(gè)OECD(經(jīng)合組織)國(guó)家在1970～1997

28、年間的貨幣危機(jī)。文章通過(guò)引入釘住匯率的連續(xù)維持期及其久期，分析了貨幣危機(jī)的時(shí)間依賴問(wèn)題，結(jié)果顯示，維持期與貨幣危機(jī)的發(fā)生存在顯著的負(fù)相關(guān)。這表明，匯率調(diào)整的政治成本是隨著釘住匯率維持期的長(zhǎng)短而變化的，旨在保護(hù)匯率的穩(wěn)定政策的可信度的提高會(huì)減少放棄釘住的概率。 </p><p>　　4　極值理論中的POT模型。極值理論是一門用來(lái)分析和預(yù)測(cè)異?，F(xiàn)象或者小概率事件風(fēng)險(xiǎn)的模型技術(shù)，其最重要的意義在于評(píng)估極端事件的風(fēng)險(xiǎn)。近

29、年發(fā)展起來(lái)的Porrg型(Peaks Over Threshold)是對(duì)觀察值中所有超過(guò)某一較大閾值的數(shù)據(jù)建模，由于POT模型有效地使用了有限的極端觀察值，因此通常被認(rèn)為在實(shí)踐中是最有用的。Schardax(2002)把極值理論用于貨幣危機(jī)預(yù)警當(dāng)中，通過(guò)對(duì)1998年俄羅斯金融危機(jī)前后東歐8個(gè)國(guó)家的數(shù)據(jù)進(jìn)行實(shí)證分析，從模擬結(jié)果可以看出POT模型對(duì)貨幣危機(jī)有良好的適用性，樣本內(nèi)的解釋力能達(dá)到70.81％，并且它對(duì)樣本外的預(yù)測(cè)能力也非常高。但

30、是，極值理論應(yīng)用于貨幣危機(jī)預(yù)警尚處于探索階段，目前數(shù)據(jù)的不足也是這種方法運(yùn)用的一個(gè)制約因素。盡管可以通過(guò)模擬方法來(lái)解決數(shù)據(jù)不足的問(wèn)題，但成本相對(duì)較高。 </p><p><b>　　六、結(jié)論及建議 </b></p><p>　　縱觀20世紀(jì)90年代以來(lái)人們對(duì)貨幣危機(jī)預(yù)警的研究，不難發(fā)現(xiàn)具有以下鮮明特點(diǎn)： </p><p>　　1　偏重研究模型的

31、改進(jìn)，對(duì)有關(guān)風(fēng)險(xiǎn)預(yù)警的定性研究不夠深入。現(xiàn)有研究更偏重?cái)?shù)據(jù)模型的使用，但考慮到具體國(guó)別不同，特別是政治制度、經(jīng)濟(jì)環(huán)境、開(kāi)放程度和金融體制等的不同，因此還需要根據(jù)具體實(shí)際選擇模型，特別是還應(yīng)該注重專家的綜合評(píng)估意見(jiàn)及審慎分析，來(lái)加強(qiáng)預(yù)警指標(biāo)體系建立的研究工作。 </p><p>　　2　風(fēng)險(xiǎn)預(yù)警仍然局限在宏觀和行業(yè)層面，目的是幫助潛在的受害國(guó)能夠及時(shí)采取措施，避免危機(jī)的全面爆發(fā)，鮮有關(guān)注企業(yè)遭受貨幣及外匯風(fēng)險(xiǎn)預(yù)警要

32、求的研究。 </p><p>　　3　已有模型幾乎都是以美元作為基準(zhǔn)貨幣的，然而美元本身渡動(dòng)就是問(wèn)題，以美元作為基準(zhǔn)的預(yù)警研究，顯然忽略了外匯風(fēng)險(xiǎn)的一個(gè)重要來(lái)源，即美元本身的波動(dòng)。 </p><p>　　4　現(xiàn)有預(yù)警方法的預(yù)警能力總體而言不夠理想。這涉及到所謂的預(yù)警悖論，即如果發(fā)出了預(yù)警信號(hào)，那么在風(fēng)險(xiǎn)事件顯性化或全面惡化之前就應(yīng)該采取管理措施。在這種情況下，風(fēng)險(xiǎn)事件最終未失控，可能源于管