橫截面回歸模型

出自 MBA智库百科(https://wiki.mbalib.com/)

　　橫截面回歸模型由Sachs，Tornell和Velasco研究建立因此又稱為STV橫截面回歸模型。他們認為，實際匯率貶值，國內私人貸款增長率、國際儲備/M2是判斷一個國家發生金融危機與否的重要指標。

　　他們選擇了20個新興市場國家的截面數據，分析了1994年末的墨西哥貨幣危機在 1995年對其他新興市場國家的影響，考察了貨幣危機發生的決定因素；將貨幣危機指數IND定義為1994年11月～1995年4月加權的儲備下降百分比和匯率貶值百分比的總和。他們認為：實際匯率、貸款增長率、國際儲備與廣義貨幣供應量的比率對一個國家是否發生貨幣危機至關重要。此外，他們還確定了兩個虛擬變數：當實際匯率貶值幅度處於低四分位或國內私人信貸增長率高四分位時，第一個虛擬變數取值為1，其他情況則為0；當國際儲備與廣義貨幣量的比率處於低四分位時，第二個虛擬變數取值為1，其他情況為0。結果發現，如果一國的銀行體制比較脆弱(LB，用1990—1994年對私人部門信貸的增長率來衡量)，匯率高估(RER，用從1986—1989年和1990～1994年實際匯率的貶值率來衡量)，同時，外匯儲備水平(DLR，用外匯儲備／M2來衡量)較低，經濟基本面脆弱(DWF)就會遭到更嚴重的攻擊。

　　IND = β₁ + β₂RER + β₃LB + β₄RER.DLR + β₅LB.DWF + β₆RER.DWF + β₇LB.DEF

　　其中：β為7個指標各自回歸的相關係數。在估計方程中，假設：

　　(1)實際匯率貶值的國家遭受的危機較輕，但是這隻與較低的外匯儲備和脆弱的經濟基本面因素有關，所以有：β₂ = 0,β₂ + β₄ = 0,β₂ + β₄ + β₆ < 0。

　　(2)貸款膨脹導致危機的嚴重性增加，但也只是與較低的儲備和脆弱的基本面因素有關，因此有：β₃ = 0,β₃ + β₅ = 0,β₃ + β₅ + β₇ < 0。

　　Sachs等人在1998年再次選用20個新興市場國家的截面數據，對模型進行了實證檢驗，實證結果表明，模型對馬來西亞和泰國在1997年的猜測與實際情況相吻合，對巴西和阿根廷的猜測與實際情況也較為一致，然而對印度尼西亞和南韓的猜測準確度較差。

　　該模型除具有FR模型在指標選取和方便使用等方面的相同優點外，還使用了橫截面數據，剋服了FR概率模型沒有考慮國別差異的不足；同時，該模型的指導思想是尋求哪些國家最有可能發生貨幣危機，而不是分析什麼時候會發生貨幣危機。

　　當然，在實證檢驗中也發現了預警的許多偏差，主要在於：

　　第一，STV模型要求找到一系列相似的樣本國家，這在現實中相當困難，因為國與國之間的差異通常很大。

　　第二，STV橫截面回歸模型考慮因素範圍過於狹窄，只考慮匯率、國內私人貸款、國際儲備與廣義貨幣供給量的比率等指標。

　　第三，STV模型的估計方程是線性回歸模型，過於簡單，而現實情況往往是非線性的。

　　第四，STV模型對危機指數的定義有失偏頗。

　　第五，雖然Sachs等人的回歸分析法對貨幣危機發生的決定因素進行了有益的分析，但是人們關心的不僅僅是決定危機發生與否的因素，而是希望能夠猜測危機發生的時間。

• FR概率模型
• KLR信號分析法