歐元區(qū)主權(quán)債務(wù)風(fēng)險蔓延實證分析

梁 茹

(天津商業(yè)大學(xué)，天津 300134)

一、國際金融危機蔓延相關(guān)理論

在2008—2009年的全球金融危機中，歐洲經(jīng)濟遭遇嚴(yán)重的財政問題。在之后的幾年里，由于限制財政的政策，歐洲經(jīng)濟增速有所放緩。歐元區(qū)國家如果不進行結(jié)構(gòu)改革，將面臨長期債務(wù)可持續(xù)性風(fēng)險不斷增加的事實。因此自金融危機爆發(fā)以來，由于對歐元區(qū)國家財政收支狀況不斷惡化的擔(dān)心以及對其在歐洲范圍內(nèi)蔓延的恐懼，市場要求主權(quán)風(fēng)險的溢價不斷增長。本文將用實證證明是否此種擔(dān)心加劇了金融恐慌的蔓延。

從理論上說，對國際金融危機蔓延的恐懼多產(chǎn)生在一個多樣化產(chǎn)品能通過自我調(diào)整實現(xiàn)平衡的市場中。因為在這種情況下，宏觀經(jīng)濟基本面一般情況下既不能強大到可以防止市場投機性攻擊，另一方面也沒有脆弱到使某種投機性攻擊完全不可避免。因此，正如2009年底的希臘債務(wù)事件，揭示某一個國家擁有不良債務(wù)這個行為本身可能會突然減弱投資者的信心。最終，投資者對這種預(yù)期的轉(zhuǎn)變可能會導(dǎo)致市場價格通過自我調(diào)整來實現(xiàn)跨國投資組合的再次平衡。Obstfeld(1996)和Masson(1999)兩位學(xué)者曾提供了理論基礎(chǔ)來支持這些結(jié)論。

Forbes和Rigobon(2002)對由于金融危機導(dǎo)致的恐慌蔓延以及正常情況下市場通過相互依賴作用產(chǎn)生的影響進行了區(qū)分。這種分類已成為金融恐慌蔓延研究的焦點，如Corsett和Candelon(2005)等人的研究。Kaminsky和Reinhart(2000)認為，當(dāng)普通沖擊下金融市場通過相互依賴作用產(chǎn)生影響的渠道不存在或者被完全控制時，真正的金融恐慌蔓延才會蔓延。Pesaran和Pick(2007)首次推出一個恐懼蔓延規(guī)范模型(PP模型)來識別相互依存下的傳染效應(yīng)，本文即采用此模型來測試歐洲主權(quán)債券市場的金融恐慌蔓延，并對此模型在兩個方向上進行了延伸。首先，為了確定金融蔓延的傳導(dǎo)方向，在模型中加入了陷入債券市場困境國家的某些具體指標(biāo)。其次，使用風(fēng)險價值(VAR)的方法將一個主權(quán)市場的信貸事件確定為市場的波動性函數(shù)，因為收益率溢價具有條件異方差性，“極端事件”隨著時間的變化而變化，溢價波動的時間序列性便顯得非常重要，因為在金融危機期間波動上升足以扭曲已經(jīng)建立好的跨國的金融蔓延聯(lián)系模型(Forbes ＆ Rigobon，2002)。

二、經(jīng)典蔓延模型

以下為兩個主權(quán)債券市場收益率溢價的聯(lián)立方程組，yi，t指的是 t時刻國家 i，i=1，2，……N 的主權(quán)債券收益率溢價:

gt是可以捕捉的全球金融市場范圍內(nèi)市場相互依賴的影響因素，si，t指的是特定國家的回歸因素。變量 Cj，t是一個二進制指標(biāo)，Cj，t在一個信用事件j國家主權(quán)債券市場的值為1，其他市場為0(J∈希臘，愛爾蘭，意大利，葡萄牙，西班牙 j≠ i)。殘差 ui，t，標(biāo)準(zhǔn)差為 0，方差為，并且在信息集Ft－1中取值，F(xiàn)t－1是以v為自由度的學(xué)生T分布。金融市場范圍內(nèi)不能捕捉到的影響因素可能具有非零殘差相關(guān)性。

事實上，一個主權(quán)國家的信用事件通常被定義為一個主權(quán)國家債務(wù)加重、債務(wù)暫停或債務(wù)重組。但是，這些事件在現(xiàn)實中很少出現(xiàn)，因此，我們給償債困難賦予一個更廣泛的定義，即一個遇到困難的主權(quán)債券市場，主權(quán)債券的收益率溢價以一個極低概率超過臨界值:

危機指標(biāo)Cj，t是內(nèi)生的，因此，最小二乘法采用單方程工具變量的方法提供一個有偏估計的參數(shù)估計模型。本文使用異方差和自相關(guān)一致(HAC)以及二階最小二乘法進行估計。在余下的n–1個國家債券市場中，滯后因變量用來作為內(nèi)生信貸事件指標(biāo)。Kelejian(1971)認為，由于Cj，t是一個非線性函數(shù)，其近似值可以通過改善自由度為d來近似估計，因此，本文的報告估計中使用d=3。

三、信貸事件的識別

其中，F(xiàn)是學(xué)生T分布。因此，Cj，t指標(biāo)給出了t時刻下p條件下的VAR值。

為了估計公式(4)，制定了一個輔助模型——條件均值方程，因為只有在這種情況下，信貸事件指標(biāo)Cj，t還未被識別。為盡量減少由于變量減少、結(jié)構(gòu)變化、參數(shù)不確定帶來的誤差，Lumsdaine和Ng在1999年提出了一個均值方程ARMA－GARCH模型。同樣，h取不同的值時，剩下的T－h(huán)個變量中采用從第h+1個開始可以觀察到的變量 gt，sj，t，yj，t－1……yj，t－p對 yi，t進行遞歸估計，可以得到以下遞歸的殘差公式:

在第二步驟中，一個輔助模型估計:

其中，wj＞ 0，θj，kj≥0 并且 θj+kj＜ 1。

四、實證結(jié)果

本文采用數(shù)據(jù)庫中從2006年1月31日到2012年2月1日10個國家(奧地利、比利時、芬蘭、法國、希臘、愛爾蘭、意大利、荷蘭、葡萄牙、西班牙)10年期主權(quán)債券與德國政府債券到期收益率之間的差價。市場風(fēng)險偏好和不確定性在主權(quán)風(fēng)險的決定因素中起到了重要作用。因此，本文采取3個月歐元銀行同業(yè)拆息利率(EURIBOR)以及德國國庫券收益率之間的滯后收益率作為歐洲的風(fēng)險溢價，并且使用對數(shù)差分的歐洲恐慌指數(shù)(VSTOXX)。歐洲恐慌指數(shù)是一個基于歐洲50波動指數(shù)(EURO STOXX 50)實時期權(quán)價格來進行市場預(yù)期的前瞻性措施。本文加入以歐元計值的滯后股市回報，并使用五階自回歸來控制自相關(guān)性和一周以內(nèi)的交易模式的變化(Forbes＆ Rigobon 2002年)。

Longstaff(2010)曾強調(diào)在2008年早期美國次貸危機就已經(jīng)發(fā)展成為全球性的金融危機。因此，本文估計使用500個交易日的信貸事件指標(biāo)來作提前一期預(yù)測的1%的VAR。這導(dǎo)致從2008年1月1日至2011年2月1日之間樣本容量T=1067的一個預(yù)測區(qū)間。本文選擇數(shù)年之久的樣本一方面可以提高預(yù)測的有效性，另一方面可以得到一系列VAR預(yù)測值，還能減輕樣本選擇偏差造成的在最近幾年里長時間的高波動性。

由表1顯示的單方程HAC－2SLS規(guī)范的參數(shù)估計蔓延模型可以發(fā)現(xiàn)，在交易周內(nèi)收益率溢價是持久性的。本文也證實了Baek等人認為的市場的風(fēng)險偏好是主權(quán)風(fēng)險不確定性上升的重要決定因素。因為在不確定的歐洲市場導(dǎo)致了顯著的利差擴大，這一發(fā)現(xiàn)支持了自我實現(xiàn)的危機的觀點，即投資者對不良預(yù)期的經(jīng)濟狀態(tài)往往反應(yīng)過度。然而，普通的違約率因素對收益率波動的影響卻沒有那么顯著。此外，荷蘭的債券市場構(gòu)成有趣的案例，因為對違約風(fēng)險的不利反應(yīng)成為對不確定性的避風(fēng)港。愛爾蘭和葡萄牙等國上升的股票收益替代了債券與股票，而在主權(quán)信用評級較高的奧地利、芬蘭、法國、荷蘭等國則導(dǎo)致了更高的債券回報。

表1中的結(jié)果顯示，歐元區(qū)主權(quán)收益利差在歐洲五國做出了明顯反應(yīng)超越了全球市場的互動因素的影響。反應(yīng)明顯的是希臘、愛爾蘭、葡萄牙，而意大利和西班牙將傳染控制在一個較小范圍內(nèi)。希臘對比利時、法國、葡萄牙、西班牙發(fā)揮了最強傳染效應(yīng)。同時我們發(fā)現(xiàn)愛爾蘭和葡萄牙對希臘有著更強大的傳染效應(yīng)，西班牙對意大利也是如此。值得注意的是，核心歐元區(qū)經(jīng)濟體廣泛受到影響，而比利時最受沖擊。然而，危機蔓延的影響，從歐洲周邊到核心區(qū)比從歐洲五國出發(fā)的影響要溫和 得多。

表1 金融恐慌蔓延的參數(shù)估計模型

表1中，參數(shù)αi指的是自回歸系數(shù)，βRP指的是3月期歐元同業(yè)拆借利率以及德國債券之間滯后收益的判別系數(shù)，βVS指的是歐洲恐慌指數(shù)的判別系數(shù)，γ指的是特定國家滯后股市的系數(shù)返回，δi指的是蔓延系數(shù)。HAC標(biāo)準(zhǔn)差在括號里，顯著性是95%，是最后一列J－statistic。

表2 廣義自回歸條件異方差模型的回歸結(jié)果

Freq分析結(jié)果，JUC是無覆蓋的統(tǒng)計結(jié)果，Jino是獨立的統(tǒng)計結(jié)果，JCC是P值下的有條件覆蓋結(jié)果。所有的統(tǒng)計計算都考慮五個矩條件，都已取得良好的數(shù)據(jù)統(tǒng)計結(jié)果(見表2)。

大量統(tǒng)計檢驗都可以用來對估計模型進行評估。表1的最后一列J統(tǒng)計報告提供了一個聯(lián)合測試。在零假設(shè)下該模型是正確的，測試的零假設(shè)統(tǒng)計量漸近χ2分布，自由度等于過度識別矩條件的數(shù)目。所有檢驗統(tǒng)計量的p值都接近1，表明在95%的顯著性條件下不能拒絕零假設(shè)。此外，驗證了VAR風(fēng)險規(guī)范模型。

表2列出了基于廣義矩方法(GMM)的統(tǒng)計數(shù)據(jù)，這是針對小樣本的誤差和強大的模型誤差風(fēng)險。第二列VaR的違規(guī)行為與樣本大小的比例顯示了VaR的估計頻率。提供J統(tǒng)計量為無條件覆蓋假設(shè)JUC，持有其發(fā)生的概率，事后觀察超過VaR的預(yù)測等于覆蓋率P，JCC是P值下的有條件覆蓋統(tǒng)計數(shù)據(jù)，必須是獨立同分布在兩個不同的日期，觀察到的風(fēng)險值侵犯的隨機變量，J－統(tǒng)計量的條件覆蓋假設(shè)JCC是對UC和IND的聯(lián)合測試?？傂刨J事件的數(shù)量是接近真實的報道概率對所有國家的1%。這一結(jié)果與J－統(tǒng)計量結(jié)論說明波動率模型是很顯著成立的。在95%的顯著性水平上，不能拒絕零假設(shè)，即風(fēng)險值預(yù)測正確的UC，估計信貸事件指標(biāo)Cj，t是獨立同分布序列，這意味著有風(fēng)險值預(yù)測提供有效的信用事件的指標(biāo)。

五、結(jié)論

本文研究了2008—2012年之間歐元區(qū)主權(quán)風(fēng)險的蔓延，詳細介紹了由Pesaran和Pick(2007)提出的典型傳染模型，明確了信貸危機的定義和測量，并且認為信貸事件來自隨時間變化的金融市場波動性指標(biāo)。在對歐元區(qū)的主權(quán)收益率差進行實證分析之后，發(fā)現(xiàn)全球信貸危機爆發(fā)以來存在著顯著的跨境蔓延。

[1]Pesaran，M.H.，Pick，A.Econometric Issues in the Analysis of Contagion[J].Journal of Economic Dynamics and Control.2007(31):1245－1277.

[2]Obstfeld，M.Models of Currency Crises with Selffulfilling Features[J].European Economic Review，1996(40):1037－1047.

[3]Forbes，K.J.，Rigobon，R.No Contagion，Only Interdependence:Measuring Stockmarket Comovements[J].Journal of Finance，2002(57):2223 －2261.

[4]Candelon，B.，Hecq，A.，Verschoor，W.F.C.Measuring Common Cyclical Features During Financial Turmoil:Evidence of Interdependence Not Contagion[J].Journal of International Money and Finance，2005(24):1317－1334.

[5]Christoffersen，P.，Hahn，J.，Inoue，A.Testing and Comparing Value－at－ riskmeasures[J].Journal of Empirical Finance 2001(8):325－342.

[6]Corsetti，G.，Pericoli，M.，Sbracia，M.Some Contagion，Some Interdependence:More Pitfalls in Tests of Financial Contagion[J].Journal of International Money and Finance，2005(24):1177－1199.

[7]Candelon，B.，Colletaz，G.，Hurlin，C..Tokpavi，S.Backtesting Value－at－risk:A GMM Durationbased Test[J].Journal of Financial Econometrics，2011(9):314－343.

[8]Kaminsky，G.L.，Reinhart，C.M.On Crises，Contagion，and Confusion[J].Journal of International Economics，2000(51):145－168.

[9]Kelejian，H.H.Two－ stage Least Squares and Econometric Systems Linear In Parameters but Nonlinear in the Endogenous Variables[J].Journal of the American Statistical Association，1971(66):373 －374.

[10]Longstaff，E.A.The Subprime Credit Crisis and Contagion in Financial Markets[J].Journal of Financial Economics，2010(97):436－450.