2014年-IMF国际货币组织全球_Comparing_the_Performance_of_Logit_and_Probit_Early_Warning_Systems_for_Currency_Crises_in_Emerging_Market_Economies_26页_576kb

总结：Logit 和 Probit 早期预警系统在新兴市场货币危机中的表现比较

核心内容

本文比较了两种参数化有限因变量早期预警系统（EWS）——固定效应Logit模型和随机效应Probit模型——在新兴市场货币危机预测中的在样本内和样本外表现。研究基于1995年1月至2012年12月期间29个新兴市场国家的月度数据，分析了多个宏观经济和外部脆弱性指标对货币危机的预测能力。

主要观点

• 关键变量的影响：
  实证结果显示，较强的名义GDP增长率和较高的净外汇资产显著降低了货币危机发生的概率，而较高的私人部门信贷则增加了危机发生的概率。
  与之形成对比的是，经常账户余额和实际有效汇率偏离度在大多数模型中并不显著。

• 模型表现：

  • Logit和Probit模型在样本外预测表现总体相似，Logit模型正确分类了样本外观测值的42%至66%，Probit模型为41%至64%。
  • 两种模型的预测能力高度依赖于样本大小和危机定义。
  • 当采用**两个标准差（η=2）的危机定义时，两种模型的预测效果优于采用三个标准差（η=3）**的定义。

• 危机定义的影响：

  • 作者认为，应采用更宽泛的危机定义（即识别更多危机事件），即使这可能导致误报率上升。
  • 更宽松的定义可以降低总误分类误差（TME），从而提升模型的预测能力。

关键信息

模型构建方法

• 使用汇率压力指数（ERPI）作为危机变量的基础，该指数由名义汇率月度变化和外汇储备变化加权平均得出。
• 危机变量Y_it定义为：如果在接下来的24个月内发生危机（即ERPI超过其均值加η个标准差），则Y_it=1，否则为0。
• 模型采用固定效应Logit和Probit回归，以估计危机发生的概率。

指标选取

• 选取的指标包括：
  • 外汇储备与短期外债比率（FXR/STED）
  • 经常账户余额占名义GDP比例（CAB/Y）
  • 实际GDP增长率（ΔY）
  • 实际有效汇率偏离度（REERM）
  • 净外汇资产占名义GDP比例（NFA/Y）
  • 私人部门信贷占名义GDP比例（PRCR/Y）

模型评估

• 通过最优阈值选择（最小化总误分类误差）来评估模型表现。
• 总误分类误差（TME）由类型1误差（漏报）和类型2误差（误报）组成，两者在计算中被等权重处理。
• 作者指出，类型误差权重的调整会影响模型的预测效果。

实证结果

• 样本内与样本外表现：
  • Logit和Probit模型在样本外预测表现相近，但具体数值略有差异。
  • Logit模型样本外正确分类率为42%至66%，Probit模型为41%至64%。
• η值的影响：
  • 当η=2时，模型识别出191个危机事件；当η=3时，仅识别出77个。
  • η=2时，外汇储备与短期外债比率在统计上显著；而当η=3时，该指标不再显著。
  • 实际有效汇率偏离度和经常账户余额在部分模型中不显著，但符号正确。

结论

• 政策建议：
  为提高货币危机预测的准确性，应采用更宽泛的危机定义（即η=2），即使这可能导致误报增加。
  • 更宽泛的定义有助于减少总误分类误差，从而提高EWS的实用性。
• 模型选择：
  • Logit和Probit模型在预测表现上没有显著差异，但选择最优阈值是提升模型效果的关键。
  • 模型表现高度依赖于样本选择和危机定义，因此在实际应用中需谨慎处理这些因素。

附录与图表

• 表格：
  • 表1和表2分别报告了Logit和Probit模型的系数估计结果，展示了不同变量在两种模型和两种危机定义（η=2和η=3）下的显著性。
• 图表：
  • 图1展示了汇率压力指数及其阈值（η=2和η=3）的变化趋势，以及危机事件的分布。
  • 图2和图3分别展示了Logit和Probit模型的样本内与样本外预测表现。
  • 图表中显示，在样本外预测中，Probit模型在某些情况下表现优于Logit模型，尤其是在η=3时。

重要发现

• 样本外预测的不确定性：
  • 特别是像2008年这样的异常年份，其包含与否会显著影响模型的误分类误差。
• 模型稳健性：
  • 两种模型的预测表现受样本大小和危机定义影响较大，因此在实际应用中应考虑这些因素。

总体评价

本文为早期预警系统在货币危机预测中的应用提供了实证支持，强调了模型选择、变量定义和样本范围在提升预测准确性和政策有效性中的重要性。