2009年-ECB欧洲央行_Tools_to_Detect_Asset_Price_Misalignments_9页_272kb

总结：检测资产价格错配的工具

核心内容

资产市场在许多经济体中扮演着越来越重要的角色，政策制定者日益意识到资产价格的大幅波动或调整可能引发金融和宏观经济不稳定。因此，国际机构和学者开始关注早期预警模型的开发，以识别资产价格错配。本文探讨了检测资产价格错配的不同方法，并总结了货币和信贷指标在这一过程中的作用。

主要观点

1. 资产价格波动的影响
   资产价格泡沫破裂（即“资产价格崩盘”）可能导致总需求锐减，从而带来通缩风险。同时，货币政策在应对这种风险时可能受到零利率下限的限制，使央行难以维持价格稳定。

2. 早期预警模型的重要性
   早期预警模型有助于识别资产价格错配的迹象，特别是通过信号或阈值判断资产价格是否处于异常状态。这些模型在不同国家间具有可比性，且能够捕捉资产价格和金融条件之间的相互作用。

3. 信号方法与概率模型的比较

   • 信号方法：通过设定阈值来判断资产价格是否偏离正常水平，常用于识别泡沫或崩盘。这种方法在设定阈值时需权衡误报（Type I error）和漏报（Type II error）的风险。
   • 概率模型（如Probit/Logit）：通过回归分析来预测资产价格崩盘的可能性，可以更全面地整合多个指标，并评估其统计显著性。这种方法还允许在不同国家和时间段内进行比较。

4. 货币与信贷指标的作用
   多项研究表明，信贷增长、名义长期利率和投资与GDP比率是预测资产价格崩盘的有效指标。这些指标通常与资产价格的异常增长相关联，并在一定程度上反映了金融系统的脆弱性。

5. 资产价格崩盘的识别方法
   资产价格崩盘通常被定义为资产价格指数在一定周期内下降至其峰值以下的特定水平（如均值减去1.5倍标准差）。这种方法结合了多种资产价格指标，形成一个综合的资产价格指数。

关键信息

资产价格崩盘的识别标准

• 资产价格指数：由股票价格和房地产价格构成，采用季度增长率，权重与条件方差成反比。
• 信号方法：通过设定阈值来判断资产价格是否处于异常状态，例如设定在均值上下一定标准差范围内。
• 崩盘定义：在12个季度的滚动周期内，资产价格指数下降至其峰值以下1.5倍标准差。
• 检测结果：1970年至2008年间，在17个OECD国家中，共检测到93次资产价格崩盘。其中，欧洲南部和中部国家占30%，日本、英国和美国占16.5%，北欧国家占33%，其余海外国家占20%。

资产价格崩盘的时间分布

• 崩盘集中在1970年代初期（石油危机）、1980年代初期和末期（1987年股市崩盘）、1990年代中期（银行和货币危机）、2000年初（互联网泡沫）以及2008年金融危机期间。
• 2008年是崩盘最集中的时期，16个国家中有13个国家经历了资产价格崩盘。

指标的有效性

• 信贷增长、名义长期利率和投资与GDP比率是预测资产价格崩盘的最佳指标，可提前8个季度发出信号。
• 信贷与GDP的比率被用作杠杆率的代理指标，有助于识别金融系统的脆弱性。
• 货币增长在某些情况下也显示出作为早期预警信号的潜力，尤其是在高金融动荡时期。

方法论与数据

• 数据来源：使用17个OECD国家1969年至2008年的季度数据，涵盖股票价格、房地产价格、货币和信贷指标等。
• 趋势计算：采用Christiano-Fitzgerald滤波器来计算趋势，以避免Hodrick-Prescott滤波器的样本末期问题。
• 模型评估：通过比较不同模型的预测性能，使用HAC（异方差和自相关修正）方法来估计标准误差，提高模型的准确性。

结论

本文指出，资产价格错配的识别和预测是一项复杂任务，需要结合不同国家和时间段的异质性特征。货币和信贷指标在这一过程中具有重要作用，能够有效预警资产价格崩盘。尽管信号方法和概率模型各有优劣，但它们在实践中常被结合使用，以提高预测的准确性和及时性。