基于Logit模型的“一带一路”沿线国家主权债务危机预警研究

2017-10-23 12:22张之锐
时代金融 2017年27期
关键词:预警模型一带一路

张之锐

【摘要】2013年习近平主席提出了“一带一路”的发展战略,这对我国自身发展乃至全球发展都有着重要意义,而在“一带一路”战略不断务实推进的过程中,也面临诸多风险,尤其是主权信用风险。本文以“一带一路”沿线国家的主权信用风险为主要研究对象,选取经济增长率、偿还债务总量占比、外债占比、经常项目占比、进出口占比、长期外債还本付息额占比等作为预警指标,基于Logit模型构建沿线国家的主权债务危机预警模型,以期在一定程度上提高我国对外投资企业的风险防范意识和能力。

【关键词】主权债务 预警模型 一带一路

一、引言

自2013年习总书记提出“一带一路”战略以来,国内国际反响热烈,近年来也取得了丰硕的成果。今年5月举行的“一带一路”国际合作高峰论坛也将进一步推动“一带一路”建设。“一带一路”战略不仅具有深厚的历史渊源也有着重要的现实意义,其对于开创亚洲区域合作新模式、引领和推动新型国际关系建设、推动亚欧非互联互通、改变全球贸易格局、推动形成新的全球贸易投资规则和秩序、实现全球发展再平衡等有着重要的意义,同时,“一带一路”战略也向世界传递出我国“和平、合作、发展、共赢”的理念,对于我国推进人民币国际化以及重回世界经济中心地位也有着重要意义。

“一带一路”战略在给我国的发展带来机遇的同时,也伴随着种种挑战。我国与东南亚国家之间的信任赤字,美国、日本、欧盟等大国在区域内的利益角逐,沿线国家和地区的传统及非传统安全隐患,沿线国家间的地缘政治、地缘经济关系等等都会对“一带一路”的建设形成一定的阻碍。以上种种因素也使得中国通过“一带一路”战略进行的对外直接投资时,面临很大的投资安全风险,并且大部分重大项目都需要东道国政府作为主权借款人或者提供主权信用担保,而根据历史经验,以主权债务违约为主要代表的主权信用风险事件屡有发生,这就使得主权信用风险在众多风险因素中尤为突出,主要表现在部分沿线国家经济基础薄弱、结构单一,对外部市场依赖性大,易受外部经济冲击影响;部分沿线国家债务比率较高;部分沿线国家事件敏感性和政治风险较高等方面。此外,由于沿线国家在政治、经济、社会环境、发展水平等方面存在巨大差异,造成沿线国家的主权信用水平差异明显,投资的不确定性很高,这就使得对沿线国家主权信用风险的研究成为“一带一路”战略实施的必要前提,而主权债务危机预警模型的建立则能够在一定程度上为我国政府部门或企业的对外投资提供参考。

二、文献综述

主权债务的定义是研究主权信用风险的关键问题。对于主权债务定义的界定,主要分歧在于主权债务中是否应该包含内债部分。Barro(1979)和Blanchad等(1991)是从一国财政角度来定义主权债务的;而Eaton and Fernandez(1995)是从公共外债的角度定义主权债务的;张虹(2007)则认为主权债务应包括内债和外债。鉴于本文是基于“一带一路”视角的,应该从国际金融市场角度对主权债务进行界定,也就是本文中主权债务的定义为主权国家以国家的公信力作为保证,向外借来的债务。此外,对于主权债务危机的界定不同学者也持有不同意见,比如国际货币基金组织IMF(2002)认为出现拖欠债务超过债务总额的5%、债务重组、在IMF的非优惠贷款超过其基金份额50%三种情况之一的,即为主权信用风险事件;Moody's Investors Service(2003)将债务危机定义为债务国在债务期限内没有按规定还本付息或进行债务重组;Manasse等(2003)认为当债务国满足被评级机构认定拖欠债务或在IMF中的非优惠贷款超过该国份额的100%的情况时,认定该国出现债务危机。综上,本文认为当一国出现如下情况时,认定该国发生了债务危机:(1)没有在规定时间内还本付息;(2)与债权国达成了债务重组协议;(3)接受其他国家或国际组织的贷款援助。

关于主权债务危机影响因素的研究主要有以下几方面。(1)债务方面。Alesina等(1990)发现过高的负债率会导致债务危机的产生;Cole and Kehoe(2000)发现债务期限结构也会影响债务危机爆发的可能性,短期债务占比越高,债务危机爆发的可能性越大;Jeanne(2006)也有同样发现。(2)政治方面。Alesina等(1987)最早发现领导人任期过短、更替频繁的政府,其负债通常会过度,从而提高了债务违约的可能性;Balkan(1992)发现一国民主程度与债务重组发生的概率呈负相关关系,且政治不稳定性会直接提高其债务违约的可能;Zeaiter(2008)在对发展中国家的债务违约原因进行研究时,发现政治不稳定、通货膨胀率等对债务违约影响显著。(3)宏观经济方面。Cline(1986)发现经济增长率等因素与债务违约呈负相关关系,而人均GDP等因素则与债务违约呈正相关;Calvo and Reinhart(2002)发现债务危机产生的原因在于一国财政政策和货币政策的失衡,债务危机发生前期引发市场恐慌,导致大规模抛售该国国债,进一步推动了债务危机的发生;司明、孙大超(2013)发现经济增长率下降、金融危机冲击、失业率升高、人口老龄化等因素是导致债务危机爆发的主要原因。

关于危机预警的研究主要有以下几种模型。(1)KLR信号分析模型。通过危机前有关变量所发出的“信号”来进行预警,是目前使用最广泛的一种模型。Kanminsky等(1998)首先应用了这一模型,先选出有关经济变量,剔除无显著关系变量,将剩余变量纳入预警指标体系中,然后给这些变量设定“阈值”,当变量的数值超过“阈值”时,认为该变量发出预警信号,货币危机有可能在未来24个月内爆发,若多指标发出预警信号,则危机发生概率增加;郑振龙(1998)、冯芸等(2002)、史建平等(2009)也使用了KLR预警模型来进行危机预测。(2)Probit模型。Frankel and Rose(1996)运用面板Probit模型,通过选取一系列经济指标,并对指标数据进行极大对数似然估计,求得参数值建立联合概率分布,预测货币危机发生的概率,结果发现国内信贷增长率、国际市场利率等与危机发生概率成正比,经济增长率、FDI与外债比、外汇储备等与危机发生概率成反比;Detragiache and Spilimbergo(2001)、颜建晔等(2014)在其研究中也使用的Probit模型。(3)Logit模型。Kumar等(2002)提出了基于滞后宏观经济和金融数据的Logit模型,该模型不仅能够进行样本内预测,还能够进行样本外检验,克服了货币危机预警模型由于只进行样本内的预测而出现“假关系”的现象。随后,Manasse等(2003)也通过Logit模型对债务危机进行了预测,Ciarlone and Trebeschi(2005)在其研究中使用了多变量嵌套Logit模型,Matthieu等(2006)使用了多元Logit模型。(4)ANN模型。即人工神经网络模型,是通过样本训练,模拟专家行为,使其能够处理包含大量数据的非线性方程近似问题。Nag and Mitra(1999)、Franck and Schmied(2004)、Fioramanti(2006)等均使用ANN模型进行危机预测。还有一些其他的预警模型,篇幅所限这里不再一一列出。endprint

三、实证分析

本文以“一带一路”沿线国家为研究对象,但由于一些国家主要数据缺失或在样本时间从未发生过债务危机,最终选取印尼、泰国、菲律宾、土耳其、约旦、巴基斯坦、斯里兰卡、俄罗斯、罗马尼亚等9个国家1986~2010年的数据进行研究。基于前人文献,本文最初所选的预警指标为GDP增长率、通货膨胀率、进出口占比、经常项目余额占比、外国直接投资占比、外债占比、偿还债务总量占比、短期债务占比、长期外债还本付息额占比、国内信贷占比、广义货币占比等,通过逐步剔除不显著变量,最终预警指标体系包括经济增长率、偿还债务总量占比、外债占比、经常项目占比、进口和出口占比、长期外债还本付息额占比等指标。本文通过对以往各类危机预警模型进行研究比较,选取了Logit模型来构建预警模型,一是该模型的被解释变量通常是0-1变量,便于界定危机发生与否;二是该模型既能进行样本内预测,又能对样本外国家主权债务危机发生与否进行预测,其实用性较强。模型设定如下:

常项目占GDP的比ca、出口与GDP之比ex、进口与GDP之比im、长期外债还本付息总额占总储备的比lcr,原始数据来源于世界银行世界发展指标数据库,部分数据通过简单计算得到;βit代表对应的参数。

本文的实证过程通过软件STATA12.0完成。本文先使用固定效应模型与混合回归进行估计,接着进行豪斯曼检验,结果中P值为0.3260,认为应使用混合回归;接着进行随机效应面板Logit估计,从LR检验的P值为0.015,在5%的水平下拒绝原假设,故认为应使用随机效应模型。由于篇幅所限,下表只列出随机效应模型的估计结果,逐步剔除不显著变量,模型7为最终的预警模型。

由上表所显示的估计结果我们可以得出以下主要结论:(1)经济增长率与债务危机发生的可能性成反比,即经济增长率越大,发生债务危机的可能性越小。经济增长率可以直观地反映出一国宏观经济的运行状况,一般来说,一国GDP增长率越高,则说明该国经济发展越快,其偿还债务的能力也就越强,发生债务危机的可能性就越小。(2)债务偿还总量占比与债务危机发生的可能性成反比。该比值越小,说明该国已偿还的债务越少,还需偿还的债务越多,债务危机发生的可能性就越高。(3)外债占比与债务危机发生的可能性成正比。该比值越小,说明债务水平越低,该国偿还债务的能力越大,发生债务危机的可能性越小。(4)经常项目余额占比与债务危机发生的可能性成反比。长期经常项目逆差必然会引起外汇储备的减少,而外汇储备不足则会使一国央行在应付外汇投机交易时捉襟见肘,易引发危机。该比值较高也从侧面反映出该国对外出口的依赖性较高,若出口量出现巨幅减少,易影响该国经济稳定,从而引发危机。(5)出口占比与债务危机发生的可能性成正比。出口占比越高,说明了该国经济在一定程度上对外依赖越大,一旦国际经济形势不佳,很有可能影响该国的经济,从而易引发危机。(6)进口占比与债务危机发生的可能性成反比。进口占比在一定程度上体现了一国的国内需求,进口占比降低时,国内需求较之前减少,说明该国经济运行状况不佳,从而易引发债务危机。(7)长期外债还本付息额占比与债务危机发生的可能性成正比。其比值越大,说明总储备中用于偿还长期外债的比例越高,剩余外汇储备越少,抵御风险的能力越低,债务危机发生的可能性越大。

为检验预警模型的有效性,进行样本内检验。将样本数据代入模型中,得到危机发生概率,与实际情况进行对比。本文为非配对样本,参照盛艺娜(2014)的做法将临界值定为0.34,当计算出的概率超过0.34时,则预测该国会发生债务危机。检验结果如下表,从下表可以看出该模型能够成功预测危机发生的概率为66.7%,成功预测危机不发生的概率为92.5%,模型整体预测的准确率为88.5%。

四、总结

在“一带一路”战略不断推进的过程中,诸多风险问题逐渐显现,其中主权信用风险尤为突出,因此,为了在一定程度上提高我國对外投资企业的风险防范意识和能力,为其对外投资决策提供参考,本文选取“一带一路”沿线的九个国家1986~2010年的数据,基于Logit模型构建主权债务危机预警模型,预警指标包括经济增长率、偿还债务总量占GNI的比、外债存量占GNI的比、经常项目占GDP的比、出口与GDP之比、进口与GDP之比、长期外债还本付息总额占总储备的比,从模型估计结果可以看出所选取的各指标均显著,且在进行了样本内检验之后,发现模型的整体预测准确率达到88.5%。但是由于数据缺失的问题,本文的所选取的样本不够充足,因此该预警模型存在一定的局限性。

参考文献

[1]郑振龙.货币危机预警系统:理论与实证分析[J].数量经济技术经济研究,1998(9):48-51.

[2]栾彦,李鹏.主权债务危机的预警与防范[J].清华大学学报(自然科学版),2013(8):1202-1218.

[3]司明,孙大超.发达国家主权债务危机成因分析及启示——基于贝叶斯模型平均方法的实证研究[J].中南财经政法大学学报,2013(4):86-72.

[4]盛艺娜.基于Logit模型的发展中国家债务危机预警分析[D].青岛:中国海洋大学,2014.

[5]颜建晔,杨小玄,殷琳.主权债务危机预警模型及跨国传染效应—基于probit面板估计[J].浙江社会科学,2014(12):18-29.

[6]阎衍,张英杰,张婷婷.“一带一路”沿线主权风险[J].中国金融,2015(13):55-57.

基金项目:本文为浙江财经大学2016年研究生校级科研项目阶段性研究成果。endprint

猜你喜欢
预警模型一带一路
基于RS—ANN的大学生心理危机预警模型构建与应用