Разработка системы раннего прогнозирования финансовых кризисов

Размещено на http://www.allbest.ru

Разработка системы раннего прогнозирования финансовых кризисов

Н.А. Бударина, М.Ф. Ткаченко

В статье рассмотрены проблемы функционирования мирового финансового рынка в условиях кризисных явлений мировой экономики. Выявлено наличие группы факторов (условий), которые прослеживаются накануне кризисного состояния мирового финансового рынка, показаны различные подходы к определению индикаторов, свидетельствующих о финансовой нестабильности. На основе разработок ведущих ученых изучены основные методологические подходы в рамках данного направления исследования: сигнальный подход и модель с ограниченной зависимой переменной (probit- / logit-модели). Разработан алгоритм системы раннего оповещения кризиса на основе сигнального подхода.

Ключевые слова: финансовая глобализация; мировой финансовый рынок; финансовые кризисы; цикличность мирового развития; эконометрические модели.

экономический финансовый кризис сигнальный

N.A. Budarina, M. F. Tkachenko

development of a system for early forecasting of financial crises

Problems of functioning of the world financial market in the conditions of crisis phenomena of the world economy are considered in the article. The presence of a group of factors that can be traced on the eve of the crisis of the world financial market is revealed, different approaches to identification of financial instability indicators are shown. Based on the developments of the leading scientists, the basic methodological approaches within this direction of research: the signal approach and the model with limited dependent variables (probit-/logit-model) are studied. The algorithm of early warning of crisis on the basis of the signal approach has been developed.

Keywords: financial globalization; world financial market; financial crises; cyclical nature of world development; econometric models.

Основная часть

Актуальность проблемы разработки системы раннего прогнозирования финансовых кризисов обоснована тем, что в последние годы частота наступления финансовых кризисов резко увеличилась, а география существенно расширилась. Это преимущественно объясняется активизацией процессов финансовой глобализации, расширением международной торговли, дерегулированием трансграничных капитальных потоков, появлением новых финансовых инструментов, бурным развитием рынков развивающихся стран.

В условиях углубления процессов глобализации возникает более сложная система факторов влияния на развитие финансовых рынков, которое связано с событиями, происходящими не только в экономической, но и политической, демографической, информационной, научной сферах, а также связано с психологическим состоянием людей и т. п. Как следствие, возникает более сложный механизм влияния этих процессов на характер развития финансовых рынков, усиление неопределенности и нестабильности их функционирования. Высокий уровень развития информационно-коммуникационных технологий фактически обеспечивает стремительное распространение указанных факторов, усиливая ответную реакцию на них.

Современные потоки финансового капитала, которые достигли значительных размеров, несут в себе риски, а либерализация движения капитала эти риски усиливает. Следовательно, трансграничные потоки капитала должны регулироваться для устранения внезапного их ускорения и сокращения, что приводит к нестабильности финансовых рынков. Работники Международного валютного фонда (МВФ) справедливо отмечают, что страны, которые являются источником чрезмерных потоков капитала, должны обращать больше внимания на возможные негативные побочные эффекты от их макроэкономической политики, в том числе пересмотреть существующие международные инвестиционные соглашения, ограничивающие способность регулировать трансграничные финансы [1]. Увеличение объема резервов развивающихся стран также привело к глобальным дисбалансам и оказало влияние на развитие финансового кризиса.

Несмотря на достаточно широкий спектр форм проявления финансовых кризисов, проведенный анализ структурных изменений мирового финансового рынка в условиях глобальных экономических изменений позволяет определить наличие группы факторов (условий), которые прослеживаются накануне кризисного состояния мирового финансового рынка. В первую очередь, это касается значительного увеличения объемов как кредитного, так и фондового финансового капитала. Одновременно происходит увеличение объемов кредитования на рынке и наблюдается увеличение цены фондовых активов. При этом активы обычно начинают покупаться именно за кредитные ресурсы.

Важным фактором влияния на финансовые кризисы можно назвать и увеличение объемов государственного финансирования частного сектора через использование инструментов рекапитализации или обеспечения ликвидности. Мягкая монетарная политика, проводимая правительствами отдельных стран, также способствует расширению кредитования в этих государствах. Необходимо отметить также, что на развитие финансовой нестабильности значительное влияние оказывают факторы неэкономического происхождения, и их влияние обычно является более значимым.

Регулирование финансовых рынков остается основной задачей как государственного (централизованного), так и негосударственного (децентрализованного) регулирования. Регуляторы, используемые на рынках капитала, должны создавать условия для справедливого ценообразования и содействовать более эффективному перераспределению капиталов с точки зрения интересов как заемщиков, так и инвесторов, независимо от того, является ли инвестор крупной финансовой структурой или частным лицом, инвестирующим небольшие суммы.

Воздействие регуляторов может быть направлено как на приток, так и отток капитала [1; 2]. Соответственно возникает вопрос, какой из методов регулирования является наиболее эффективным и безопасным как для инвесторов, так и для заемщиков, что может создать более прозрачную ситуацию на рынках капитала, с одной стороны, и защитить всех участников от потенциальных рисков - с другой.

Экспертные оценки по поводу того, какой из регуляторов - централизованный или децентрализованный - является более эффективным, существенно отличаются. Оба метода регулирования имеют свои преимущества и недостатки. Но в последние годы децентрализованная система регулирования претерпела значительную критику в связи с кризисными явлениями. Наиболее показательным является опыт развития американского рынка ипотеки. Поэтому неслучайно сегодня наблюдается тенденция к усилению централизации управления финансовыми рынками. В базовом документе Международной организации комиссий по ценным бумагам «Цель и принципы регулирования в сфере ценных бумаг» [2] указано, что регулирование должно содействовать формированию капиталов и экономическому росту посредством:

а) защиты инвесторов (мероприятия против манипуляционной, мошеннической и инсайдерской практики);

б) обеспечения справедливости, эффективности и прозрачности рынков (равноправие участников рынка, равноправный и широкий доступ к информации, предотвращение нечестной торговой практики);

в) сокращение системного риска (эффективное управление рисками).

Согласно стратегическим ориентирам, определенным МВФ [3], в странах должно быть соответствующее политическое пространство для использования пакета мероприятий, которые бы снижали риски и улучшали условия для привлечения капитала в национальную экономику для долгосрочного развития.

Последние тенденции развития мирового финансового рынка особенно актуализируют проблему поиска индикаторов, сигнализирующих о кризисе. В современной практике используются разнообразные способы определения индикаторов, которые могут свидетельствовать о финансовой нестабильности. Все подходы можно разделить на три группы в зависимости от методологии, которая предлагается авторами для выбора наиболее эффективной системы индикаторов.

1. Эконометрическое моделирование предусматривает использование соответствующих моделей, которые позволяют оценить взаимосвязь показателей с вероятностью финансового кризиса. Наиболее часто используются методики, которые основаны на logit- или probit-анализе, при котором строится соответствующая модель, отражающая зависимость вероятности финансового кризиса от ряда экономических индикаторов. Оцененная модель используется для прогнозирования вероятности финансового кризиса в будущем.

2. Непараметрические оценки. При данном подходе разрабатываются разные числовые характеристики, позволяющие своевременно выявлять уязвимость экономики перед финансовым кризисом. В рамках указанного подхода можно выделить два основных направления: построение граничных значений индикаторов - предвестников финансового кризиса на основе разных критериев, а также разработку сведенных индексов финансовой стабильности.

3. Качественный анализ. Данный подход допускает графическое сопоставление динамики фундаментальных экономических показателей в период перед финансовым кризисом и в спокойном состоянии. В то же время при таком подходе возможен расчет некоторых статистических индикаторов, характеризующих динамику временных рядов индикаторов - предвестников финансовой нестабильности.

Периоды финансовой нестабильности, предшествующие кризису, могут иметь основные общие элементы. Издержки, которые несет экономика во время финансовых кризисов, и направления снижения данного ущерба являются основными объектами многочисленных исследований и построения таких математических моделей, которые бы позволили оценить вероятность возникновения кризисных процессов и заранее предусмотреть их или спрогнозировать возможные негативные последствия с целью их минимизации.

Основная масса эмпирических работ, посвященных данной тематике, представляет собой описание конкретных кризисных эпизодов или оценку определенной теоретической модели для конкретного кризиса (модели А. Берга и К. Патилио) [4]. В более поздних исследованиях ставится задача не только найти и объяснить причины кризиса, но и разработать систему раннего прогнозирования кризиса. хотя иногда бывает практически невозможно осуществить прогнозирование, потому что в большинстве случаев развитие ситуации искажается корректирующими мерами экономической политики при появлении любых признаков, свидетельствующих об ухудшении макроэкономических параметров. Кроме того, в данном случае возникает вопрос об универсализации самого кризиса, т. е. определении его детерминант для любой страны и для любого момента времени [5]. В условиях отсутствия единых параметров кризиса практически невозможно вывести закономерности развития кризиса на основании предыдущих эмпирических работ и распространить эти закономерности на конкретную страну.

Вследствие того, что количество кризисных эпизодов в одной стране ограничено, в большинстве исследований делаются предположения о похожести механизмов развития кризиса в разных странах и их соответствии теоретическим моделям. Эти предположения позволяют осуществлять анализ для нескольких стран. хотя, несмотря на то, что в основном конкретная модель раннего прогнозирования кризиса разрабатывается для группы стран с похожими характеристиками, встречаются работы, сфокусированные на одной стране [6].

Процесс разработки системы раннего прогнозирования кризиса начинается с того, что определяются конкретные идентификационные характеристики кризиса, потом отбираются, объясняются его индикаторы и выбирается метод, позволяющий использовать отобранные переменные (индикаторы раннего предсказания) для прогнозирования кризиса.

В разных эмпирических исследованиях предложены и апробированы различные подходы к прогнозированию кризисных тенденций и возникающим специфическим проблемам, связанным с особенностями используемых методологий и исходными предположениями [7]. Выбор переменных, как правило, связан с теорией и интуицией, которые эмпирически подтверждаются изменениями поведения макроэкономических и финансовых показателей в период, предшествующий кризису. Большую роль в данном случае играет также наличие статистических данных.

что касается развития методологических подходов к оценке вероятности наступления финансового кризиса и прогнозирования его дальнейшего развития и последствий, то следует отметить, что первые эмпирические исследования в этом направлении (до 90-х гг. хх в.) состояли в тестировании значимости переменных, влияющих на развитие кризиса в конкретной стране и в конкретный период времени, и проводились с использованием стандартной эконометрической техники для структурной модели Кругмана [8].

Примерами таких исследований являются модели [9], с помощью которых обеспечиваются расчеты вероятности девальвации валюты в результате спекулятивного влияния на мексиканский песо; модель [6], применение которой позволяет отслеживать поведение разных показателей накануне девальвации, сравнивать их с аналогичными показателями в контрольной группе стран, которые смогли сохранить фиксирование валютного курса в тот же период времени.

Однако большинство кризисов, которые произошли в 90-х гг., не смогли быть объяснены только с использованием традиционных факторов, таких как показатели фискального или монетарного характера. Именно этот факт содействовал зарождению следующей группы методов исследования, в которых был задействован более широкий спектр детерминант кризиса, начал использоваться панельный анализ, была сделана первая попытка ввести определение кризиса, который имеет общие черты и проявление в большинстве стран.

В большинстве случаев весь анализируемый период разбивался на зоны стабильности и зоны неустойчивого положения (предкризисные периоды), однако методы анализа и прогнозирования различались.

Основными методологическими подходами в рамках этого направления исследования стали сигнальный подход и модели с ограниченной зависимой переменной. Эти модели можно отнести к группе моделей вероятности развития кризисных процессов.

Сигнальный подход предусматривает осуществление мониторинга по ряду макроэкономических показателей - индикаторов раннего прогнозирования кризиса, динамика которых в периоды, предшествующие кризису, значительно отличается. Наблюдение ведется для того, чтобы зафиксировать момент, когда эти индикаторы, каждый отдельно или все вместе, достигают заданного критического уровня, который по опыту предыдущих лет ассоциируется с приближением кризиса. Критический уровень должен задаваться таким образом, чтобы минимизировать ошибки получения ложных сигналов о кризисе и наоборот.

Сигнальный подход обеспечивает точные результаты в том случае, когда динамика отобранных для системы индикаторов существенно отличается в предкризисные периоды [10]. Впервые данный подход был предложен в исследованиях [11], в рамках которых было представлено четкое и формальное определение финансового кризиса, введен индекс спекулятивного давления на валюту, который определялся как средневзвешенное значение изменения золотовалютных резервов, процентных ставок и валютного курса. Согласно данной концепции кризис возникает тогда, когда значение этого показателя превышает заданное критическое значение.

Сигнальный подход базируется на изучении, исследовании, прогнозировании набора с десятью макроэкономическими индикаторами на основе их поведения в периоды до кризиса, на протяжении кризиса и в обычное время, которые оказались чувствительными к кризису еще до его развертывания [12; 13]. Сигналом о приближении кризиса, подаваемым тем или другим частичным индикатором, считается выход этого индикатора за границы диапазона допустимых (пороговых) значений. Если частичный индикатор подает сигнал на протяжении заданного периода времени перед кризисом («сигнальное окно»), то такой сигнал называют «добрым». Наоборот, если частичный индикатор подает сигнал, но кризис не реализуется на протяжении «сигнального окна», то такой сигнал считают «плохим» («шумом»). Длина «сигнального окна» определяется экс- пертно.

Методология сигнального подхода получила широкое распространение в современных исследованиях. Среди последних особо следует отметить работу [14], в которой исследуются кризисные эпизоды по широкой выборке, включающей 105 стран, в период с 1979 по 2005 г. Авторы построили два варианта системы раннего оповещения: на основе сигнального подхода и logit-модели множественного выбора кризисов. Вывод авторов заключается в том, что для построения межстрановой модели кризисов (global EWS) logit-модель является более уместной, чем сигнальный подход. Последний позволяет идентифицировать большее количество кризисов в рамках одной страны (country-specific EWS) на основе оптимизации индивидуальных пороговых уровней частичных индикаторов кризиса.

Для разработки модели раннего предупреждения кризиса, основанного на использовании стандартного сигнального подхода, предлагается включать следующие этапы (рис.):

- определение охвата модели;

- определение эпизодов наступления кризиса;

- отбор основных индикаторов;

- построение агрегированного показателя кризиса (индекса кризиса);

- оценивание модели.

Популярнейшим в контексте исследования кризисных явлений является использование вероятностных моделей для прогнозирования кризиса, где эндогенная переменная определяется по обыкновению бинарной, а объясняющие переменные (индикаторы раннего прогнозирования) остаются беспрерывными величинами [15]. Данная техника позволяет получить количественную оценку связи между разными индикаторами и эпизодами возникновения кризиса. Использование формальных эконометрических моделей имеет ряд преимуществ по сравнению с сигнальным подходом.

Результаты могут быть интерпретированы как вероятность наступления кризиса. Кроме того, использование эконометрических моделей предоставляет возможность для проведения различных статистических тестов как для оценки значимости модели в целом, так и отдельных переменных, в том числе дополнительных.

В случае использования ограниченной зависимой переменной используется probit-модель для оценки вероятности наступления кризиса. В работах [16; 17] была применена выборка, включающая развивающиеся страны, за период с 1971 по 1992 г. Данная модель включала 69 кризисных эпизодов и 780 наблюдений. На основе оценки результатов исследования было доказано, что лишь в 17 случаях из 69 модель правильно предусматривала наступление кризиса, в то время как в 33 случаях из 711 наблюдений, когда кризис не развивался, модель по ошибке предусматривала наступление кризиса. Поэтому в дальнейших исследованиях применялась меньшая выборка, которая включала более развитые развивающиеся страны за период 1970-1996 гг. На основании анализа этих данных было предусмотрено 38 кризисов из 60. Из 383 наблюдений, когда кризис не наступал, были правильно предусмотрены 342 случая. Однако результаты для других выборок не давали существенных результатов прогноза.

Апробация logit-модели для оценки вероятности возникновения системного банковского кризиса, вероятностных моделей «плохих» долгов и модели «бегства собственников» также выявила определенные недостатки. Во-первых, количество кризисных эпизодов ограничено, поэтому оценка моделей не является безоговорочно достоверной. Во-вторых, нелинейная спецификация моделей усложняет оценку значимости отдельных переменных, поскольку в данном случае это зависит от значений других переменных, включенных в модель.

Еще одним методологическим подходом относительно разработки системы прогнозирования кризисных явлений стало использование нестандартных эмпирических методов. Так, в исследованиях Сачса, Торнела и Веласкеса [18] были сделаны попытки избежать проблем, связанных с использованием сигнального подхода или моделей с ограниченной зависимой переменной, за счет применения регрессионного анализа для стран, которые оказались под влиянием мексиканского кризиса, с тем, чтобы оценить те страны, которые пострадали в большей степени.

Первостепенное внимание как в случае создания систем раннего прогнозирования кризиса, так и использования эмпирических моделей отводится не тому, насколько точно данные инструменты позволяют объяснить / предусмотреть более ранние кризисы, а тому, какой предвиденной способностью в отношении будущих кризисов они владеют.

Рис. 1 Алгоритм разработки системы раннего оповещения кризиса на основе сигнального подхода1

Удешевление валюты или высокие процентные ставки за границей увеличивают ожидаемое обслуживание долга для правительства. Это направляет страну в «переходную зону», где становятся возможными спекулятивные атаки. Существуют два канала, из-за которых в стране может возникнуть валютный кризис: иностранная безрисковая процентная ставка и девальвация в другой развивающейся стране. Источником неопределенности становится шок торгового баланса в одной из стран. Вероятность спекулятивной атаки и девальвации в стране находится в обратной зависимости от уровня золотовалютных резервов и ожидаемого торгового баланса и в прямой зависимости от объема долга, иностранных процентных ставок и возможности девальвации в стране - конкуренте на экспортных рынках. Простая модель платежного баланса [19] фактически доказывает, как довольно большой шок текущего счета может спровоцировать кризис, если обслуживание внешнего долга превышает определенный уровень.

Рассмотренные методологические подходы дают лишь определенную информацию о сложных тенденциях в сфере финансовой нестабильности, но никак не указывают на то, что однозначно случится или не случится финансовый кризис. Кроме того, предложенный анализ позволяет следить за долгосрочными тенденциями развития экономики. Так, отдельные негативные тенденции могут в краткосрочной перспективе компенсироваться благоприятными факторами. В то же время при ухудшении конъюнктуры накопленные негативные явления в экономике могут усилить финансовую нестабильность.

Выводы

Таким образом, требуется дальнейшее развитие системы раннего предсказания финансовых кризисов, основанных на оценках вероятности возникновения и развития кризисных процессов, т. е. учитываются два подхода к моделированию уровня нестабильности: с одной стороны, расчет опережающих индикаторов на основе сигнального подхода, с другой - построение на основе эконометрического подхода probit-модели тестирования вероятности возникновения и развития кризиса.

Использованные источники

1. Global Financial Stability Report: Market Developments and Issues. Washington: IMF, 20032013 [Electronic resource]. URL: http://www.imf.org/External/Pubs/FT/GFSR.

2. Financial globalization: Retreat or reset? Report McKinsey Global Institute/ Susan Lund, Toos Daruvala, Richard Dobbs, Philipp Harle, Ju-Hon Kwek, and Ricardo Falcon [Electronic resource]. URL: http://www.mckinsey.com/insights/ global_capital_ markets/ financial_global- ization.

3. World economic outlook: a survey by the staff of the International Monetary Fund. October 2012. Washington, DC: International Monetary Fund, 2012.

4. Berg A. Predicting currency crises: The indicators approach and an alternative // Journal of International Money and Finance. 1999. Vol. 18. Issue 4. P. 561-586.

5. Berg A., Pattillio C. Are Currency Crises Predictable? // IMF Staff Papers. 1999. № 2. P. 107138.

6. Edison H. J. Do Indicators of Financial Crises Work? An Evaluation of an Early Warning System // International Journal of Finance & Economics. 2003. Vol. 8. Issue 1. Р. 11-53.

7. Anticipating Balance of Payments Crises: The Role of Early Warning Systems / A. Berg, E. Bernstein, G. M. Milesi-Ferretti, C. Pattillio // IMF Occasional Paper. 1999. 123 p.

8. Миронова Ю. А. Распространение кризисов. Теория и практика в приложении к кризису 1998. М.: EERC, 2007. 42 с.

9. Blanco H., Garber P. M. Recurrent Devaluation and Speculative Attacks on the Mexican Peso // Journal of Political Economy. 1986. Vol. 94. Р. 148-166.

10. Vlaar P. Currency Crises Models for Emerging Markets. De Nederlandsche Bank, DNB Staff Reports. 2000. № 45. 31 p.

11. Eichengeen B., Rose A. K, Wyposz C. Speculative Attacks on Pegged Exchange Rates: The Antecedents and Aftermath of Speculative Attacks // Economic Policy. 1995. Vol. 11. Р. 251-296.

12. Kaminsky G. L, Lizondo S., Reinhart C. M. Leading Indicators of Currency Crises // IMF Working Paper. 1998. Vol. 45. P. 1-48.

13. Kaminsky G. L., Reinhart C. M. The Twin Crises: The Causes of Banking and Balance of Payments Problems // American economic Review. 1999. № 89 (3). P. 473-500.

14. Davis E. P., Karim I. Comparing Early Warning Systems for Banking Crises // Journal of Financial Stability. 2008. № 4. P. 89-120.

15. Collins S. M. Probabilities, Probits and the Timing of Currency Crises. Georgetown University, 2003. 31 p.

16. FrankelJ, Rose A. Currency Crashes in Emerging Markets: an empirical treatment // Journal of International Economics. 1996. № 41. P. 351-366.

17. Morgan J. P. Event Risk Indicator Handbook [Electronic resource]. URL: www.jpmorgan.com.

18. Sachs J., Tornell A., Velasco A. Financial Crises in Emerging Markets: The Lessons from 1995 // Brookings Papers on Economic Activity. 1996. № 1. P. 147-215.

19. Masson P. Contagion: Monsoonal Effects, Spillovers, and Jumps between Multiple Equilibria // IMF Working Paper. № 142/98. 1998. 32 p.

Размещено на Allbest.ru