发布时间:2023-09-03 14:57:03
序言:写作是分享个人见解和探索未知领域的桥梁,我们为您精选了8篇的金融危机爆发的前兆样本,期待这些样本能够为您提供丰富的参考和启发,请尽情阅读。
从ltcm事件谈起
1997年亚洲爆发了震撼全球的金融危机,至今仍余波荡漾。究其根本原因,可说虽然是“冰冻三尺,非一日之寒”,而其直接原因却在于美国的量子基金对泰国外行市场突然袭击。1998年9月爆发的美国ltcm基金危机事件,震撼美国金融界,波及全世界,这一危机也是由于一个突发事件----俄罗斯政府宣布推迟偿还短期国债券所触发的。
ltcm基金是于1993年建立的“对冲”(hedge)基金,资金额为35亿美元,从事各种债券衍生物交易,由华尔街债券投资高手梅里韦瑟(j.w.meriwether)主持。其合伙人中包括著名的数学金融学家斯科尔斯(m.s.scholes)和默顿(r.c.merton),他们参与建立的“期权定价公式”(即布莱克-斯科尔斯公式)为债券衍生物交易者广泛应用。两位因此获得者1997年诺贝尔经济学奖。ltcm基金的投资策略是根据数学金融学理论,建立模型,编制程序,运用计算机预测债券价格走向。具体做法是将各种债券历年的价格输入计算机,从中找出统计相关规律。投资者将债券分为两类:第一类是美国的联邦公券,由美国联邦政府保证,几乎没有风险;第二类是企业或发展中国家征服发行的债券,风险较大。ltcm基金通过统计发现,两类债券价格的波动基本同步,涨则齐涨,跌则齐跌,且通常两者间保持一定的平均差价。当通过计算机发现个别债券的市价偏离平均值时,若及时买进或卖出,就可在价格回到平均值时赚取利润。妙的是在一定范围内,无论如何价格上涨或下跌,按这种方法投资都可以获利。难怪ltcm基金在1994年3月至1997年12月的三年多中,资金增长高达300%。不仅其合伙人和投资者发了大财,各大银行为能从中分一杯羹,也争着借钱给他们,致使ltcm基金的运用资金与资本之比竟高达25:1。
天有不测风云!1998年8月俄罗斯政府突然宣布推迟偿还短期国债券,这一突发事件触发了群起抛售第二类债券的狂潮,其价格直线下跌,而且很难找到买主。与此同时,投资者为了保本,纷纷寻求最安全的避风港,将巨额资金转向购买美国政府担保的联邦公债。其价格一路飞升到历史新高。这种情况与ltcm计算机所依据的两类债券同步涨跌之统计规律刚好相反,原先的理论,模型和程序全都失灵。ltcm基金下错了注而损失惨重。雪上加霜的是,他们不但未随机应变及时撤出资金,而是对自己的理论模型过分自信,反而投入更多的资金以期反败为胜。就这样越陷越深。到9月下旬ltcm基金的亏损高达44%而濒临破产。其直接涉及金额为1000亿美元,而间接牵连的金额竟高达10000亿美元!如果任其倒闭,将引起连锁反应,造成严重的信誉危机,后果不堪设想。
由于ltcm基金亏损的金额过于庞大,而且涉及到两位诺贝尔经济学奖德主,这对数学金融的负面影响可想而知。华尔街有些人已在议论,开始怀疑数学金融学的使用性。有的甚至宣称:永远不向由数学金融学家主持的基金投资,数学金融学面临挑战。
ltcm基金事件爆发以后,美国各报刊之报道,评论,分析连篇累牍,焦点集中在为什么过去如此灵验的统计预测理论竟会突然失灵?多数人的共识是,布莱克-斯科尔斯理论本身并没有错,错在将之应用于不适当的条件下。本文作者之一在ltcm事件发生之前四个月著文分析基于随机过程的预测理论,文中将随机过程分为平稳的,似稳的以及非稳的三类,明确指出:“第三类随机过程是具有快变的或突变达的概率分布,可称为‘非稳随机过程’。对于这种非稳过程,概率分布实际上已失去意义,前述的基于概率分布的预测理论完全不适用,必须另辟途径,这也可以从自然科学类似的情形中得到启发。突变现象也存在于自然界中,……”此次正是俄罗斯政府宣布推迟偿还短期国债券这一突发事件,导致了ltcm基金的统计预测理论失灵,而且遭受损失的并非ltcm基金一家,其他基金以及华尔街的一些大银行和投资公司也都损失不赀。
经典的布莱克‐斯科尔斯公式
布莱克‐斯科尔斯公式可以认为是,一种在具有不确定性的债券市场中寻求无风险套利投资组合的理论。欧式期权定价的经典布莱克‐斯科尔斯公式,基于由几个方程组成的一个市场模型。其中,关于无风险债券价格的方程,只和利率r有关;而关于原生股票价格的方程,则除了与平均回报率b有关以外,还含有一个系数为σ的标准布朗运动的“微分”。当r,b,σ均为常数时,欧式买入期权(european call option)的价格θ就可以用精确的公式写出来,这就是著名的布莱克‐斯科尔斯公式。由此可以获得相应的“套利”投资组合。布莱克‐斯科尔斯公式自1973年发表以来,被投资者广泛应用,由此而形成的布莱克‐斯科尔斯理论成了期权投资理论的经典,促进了债券衍生物时常的蓬勃发展。有人甚至说。布莱克‐斯科尔斯理论开辟了债券衍生物交易这个新行业。
笔者以为,上述投资组合理论可称为经典布莱克‐斯科尔斯理论。它尽管在实践中极为成功,但也有其局限性。应用时如不加注意,就会出问题。
局限性之一:经典布莱克‐斯科尔斯理论基于平稳的完备的市场假设,即r,b,σ均为常数,且σ>0,但在实际的市场中它们都不一定是常数,而且很可能会有跳跃。
局限性之二:经典布莱克‐斯科尔斯理论假定所有投资者都是散户,而实际的市场中大户的影响不容忽视。特别是在不成熟的市场中,有时大户具有决定性的操纵作用。量子基金在东南亚金融危机中扮演的角色即为一例。在这种情况下,b和σ均依赖于投资者的行为,原生股票价格的微分方程变为非线性的。
经典布莱克‐斯科尔斯理论基于平稳市场的假定,属于“平稳随机过程”,在其适用条件下十分有效。事实上,期权投资者多年来一直在应用,ltcm基金也确实在过去三年多中赚了大钱。这次ltcm基金的失败并非由于布莱克‐斯科尔斯理论不对,而是因为突发事件袭来时,市场变得很不平稳,原来的“平稳随机过程"变成了“非稳随机过程”。条件变了,原来的统计规律不再适用了。由此可见,突发事件可以使原本有效的统计规律在新的条件下失效。
突发实件的机制
研究突发事件首先必须弄清其机制。只有弄清了机制才能分析其前兆,研究预警的方法及因此之道。突发事件并不限于金融领域,也存在于自然界及技术领域中。而且各个不同领域中的突发事件具有一定的共性,按照其机制可大致分为以下两大类。
“能量”积累型 地震是典型的例子。地震的发生,是地壳中应力所积累的能量超过所能承受的临界值后突然的释放。积累的能量越多,地震的威力越大。此外,如火山爆发也属于这一类型。如果将“能量”作广义解释,也可以推广到社会经济领域。泡沫经济的破灭就可以看作是“能量“积累型,这里的“能量”就是被人为抬高的产业之虚假价值。这种虚假价值不断积累,直至其经济基础无法承担时,就会突然崩溃。积累的虚假价值越多,突发事件的威力就越大。日本泡沫经济在1990年初崩溃后,至今已九年尚未恢复,其重要原因之一就是房地产所积累的虚假价值过分庞大之故。
“放大”型 原子弹的爆发是典型的例子。在原子弹的裂变反应中,一个中子击中铀核使之分裂而释放核能,同时放出二至伞个中子,这是一级反应。放出的中子再击中铀核产生二级反应,释放更多的核能,放出更多的中子……。以此类推,释放的核能及中子数均按反应级级数以指数放大,很快因起核爆炸。这是一种多级相联的“级联放大”,此外,放大电路中由于正反馈而造成的不稳定性,以及非线性系统的“张弛”震荡等也属于“放大”型。这里正反馈的作用等效于级联。在社会、经济及金融等领域中也有类似的情形,例如企业间达的连锁债务就有可能导致“级联放大”,即由于一家倒闭而引起一系列债主的相继倒闭,甚至可能触发金融市场的崩溃。这次ltcm基金的危机,如果不是美国政府及时介入,促使15家大银行注入35亿美元解困,就很可因ltcm基金倒闭而引起“级联放大”,造成整个金融界的信用危机。
金融界还有一种常用的术语,即所谓“杠杆作用”(leverage)。杠杆作用愿意为以小力产生大力,此处指以小钱控制大钱。这也属于“放大”类型。例如ltcm基金不仅大量利用银行贷款造成极高的“运用资金与资本之比”,而且还利用期货交易到交割时才需付款的规定,大做买空卖空的无本交易,使其利用“杠杆作用”投资所涉及的资金高达10000亿美元的天文数字。一旦出问题,这种突发事件的震撼力是惊人的。
金融突发事件之复杂性
金融突发事件要比自然界的或技术的突发事件复杂得多,其复杂性表现在以下几个方面。
多因素性 对金融突发事件而言,除了金融诸因素外,还涉及到政治、经济、军事、社会、心理等多种因素。ltcm事件的起因本为经济因素--俄罗斯政府宣布推迟偿还短期债券,而俄罗斯经济在世界经济中所占分额甚少,之所以能掀起如此巨大风波,是因为心理因素的“放大”作用:投资者突然感受到第二类债券的高风险,竞相抛售,才造成波及全球的金融风暴。可见心理因素不容忽视,必须将其计及。
非线性 影响金融突发事件的不仅有多种因素,而且各个因素之间一般具有错综复杂的相互作用,即为非线性的关系。例如,大户的动作会影响到市场及散户的行为。用数学语言说就是:多种因素共同作用所产生的结果,并不等于各个因素分别作用时结果的线性叠加。突发事件的理论模型必须包含非线性项,这种非线性理论处理起来要比线性理论复杂得多。
不确定性 金融现象一般都带有不确定性,而突发事件尤甚。如何处理这种不确定性是研究突发事件的关键之一。例如,1998年8月间俄罗斯经济已濒临破产边缘,几乎可以确定某种事件将会发生,但对于投资者更具有实用价值的是:到底会发生什么事件?在何时发生?这些具有较大的不确定性。
由此可知,金融突发事件的机制不像自然界或技术领域中的那样界限分明,往往具有综合性。例如,1990年日本泡沫经济的破灭,其机制固然是由于房地产等虚假价值的积累,但由此触发的金融危机却也包含着银行等金融机构连锁债务的级联放大效应。 预警方法
对冲基金之“对冲”,其目的就在于利用“对冲”来避险(有人将hedge fund译为“避险基金”)。具有讽刺意义的是,原本设计为避险的基金,竟因突发事件而造成震撼金融界的高风险。华尔街的大型债券公司和银行都设有“风险管理部”,斯科尔斯和默顿都是ltcm基金“风险管理委员会”的成员,对突发事件作出预警是他们的职责,但在这次他们竟都未能作出预警。
突发事件是“小概率”事件,基于传统的平稳随机过程的预测理论完全不适用。这只要看一个简单的例子就可以明白。在高速公路公路上驾驶汽车,想对突然发生的机械故障做出预警以防止车祸,传统的平稳随机过程统计可能给出的信息是:每一百万辆车在行驶过程中可能有三辆发生机械故障。这种统计规律虽然对保险公司制定保险率有用,但对预警根本无用。因为不知道你的车是否属于这百万分之三,就算知道是属于这百万分之三,你也不知道何时会发生故障。 笔者认为,针对金融突发事件的上述特点,作预警应采用“多因素前兆法”。前面说过,在“能量”积累型的突发事件发生之前,必定有一个事先“能量”积累的过程;对“放大”型的突发事件而言,事先必定存在某种放大机制。因此在金融突发事件爆发之前,总有蛛丝马迹的前兆。而且“能量”的积累越多,放大的倍数越高,前兆也就越明显。采用这种方法对汽车之机械故障作出预警,应实时监测其机械系统的运行状态,随时发现温度、噪音、振动,以及驾驶感觉等反常变化及时作出预警。当然,金融突发事件要比汽车机械故障复杂得多,影响的因素也多得多。为了作出预警,必须对多种因素进行实时监测,特别应当“能量”的积累是否已接近其“临界点”,是否已存在“一触即发”的放大机制等危险前兆。如能做到这些,金融突发事件的预警应该是可能的。 要实现预警,困难也很大。其一是计及多种因素的困难。计及的因素越多,模型就越复杂。而且由于非线性效应数学处理就更为困难。计及多种因素的突发事件之数学模型,很可能超越现有计算机的处理能力。但计算机的发展一日千里,今天不能的,明天就有可能。是否可以先简后繁、先易后难?不妨先计及最重要的一些因素,以后再根据计算机技术的进展逐步扩充。 其二是定量化的困难。有些因素,比如心理因素,应如何定量化,就很值得研究。心理是大脑中的活动,直接定量极为困难,但间接定量还是可能的。可以考虑采用“分类效用函数”来量化民众的投资心理因素。为此,可以将投资者划分为几种不同的类型,如散户和大户,年轻的和年老的,保守型和冒险型等等,以便分别处理。然后,选用他们的一种典型投资行为作为代表其投资心理的“效用函数“,加以量化。这种方法如果运用得当,是可以在一定程度上定量地表示投资者的心理因素的。此外,卢卡斯(r.e.lucas)的“理性预期”也是一种处理心理因素的方法。
其三是报警灵敏度的困难。过分灵敏可能给出许多“狼来了”的虚警,欠灵敏则可能造成漏报。如何适当把握报警之“临界值”?是否可以采用预警分级制和概率表示?
有些人根本怀疑对金融突发事件做预警的可能性。对此不妨这样来讨论:你相信不相信金融事件具有因果性?如果答案是肯定的,那么金融突发事件就不会凭空发生,就应该有前兆可寻,预警的可能性应该是存在的,那么金融学就不是一门科学,预警当然也就谈不上了。笔者相信因果律是普遍存在的,金融领域也不例外。
因应之道
从LTCM事件谈起
1997年亚洲爆发了震撼全球的金融危机,至今仍余波荡漾。究其根本原因,可说虽然是“冰冻三尺,非一日之寒”,而其直接原因却在于美国的量子基金对泰国外行市场突然袭击。1998年9月爆发的美国LTCM基金危机事件,震撼美国金融界,波及全世界,这一危机也是由于一个突发事件----俄罗斯政府宣布推迟偿还短期国债券所触发的。
LTCM基金是于1993年建立的“对冲”(hedge)基金,资金额为35亿美元,从事各种债券衍生物交易,由华尔街债券投资高手梅里韦瑟(J.W.Meriwether)主持。其合伙人中包括著名的数学金融学家斯科尔斯(M.S.Scholes)和默顿(R.C.Merton),他们参与建立的“期权定价公式”(即布莱克-斯科尔斯公式)为债券衍生物交易者广泛应用。两位因此获得者1997年诺贝尔经济学奖。LTCM基金的投资策略是根据数学金融学理论,建立模型,编制程序,运用计算机预测债券价格走向。具体做法是将各种债券历年的价格输入计算机,从中找出统计相关规律。投资者将债券分为两类:第一类是美国的联邦公券,由美国联邦政府保证,几乎没有风险;第二类是企业或发展中国家征服发行的债券,风险较大。LTCM基金通过统计发现,两类债券价格的波动基本同步,涨则齐涨,跌则齐跌,且通常两者间保持一定的平均差价。当通过计算机发现个别债券的市价偏离平均值时,若及时买进或卖出,就可在价格回到平均值时赚取利润。妙的是在一定范围内,无论如何价格上涨或下跌,按这种方法投资都可以获利。难怪LTCM基金在1994年3月至1997年12月的三年多中,资金增长高达300%。不仅其合伙人和投资者发了大财,各大银行为能从中分一杯羹,也争着借钱给他们,致使LTCM基金的运用资金与资本之比竟高达25:1。
天有不测风云!1998年8月俄罗斯政府突然宣布推迟偿还短期国债券,这一突发事件触发了群起抛售第二类债券的狂潮,其价格直线下跌,而且很难找到买主。与此同时,投资者为了保本,纷纷寻求最安全的避风港,将巨额资金转向购买美国政府担保的联邦公债。其价格一路飞升到历史新高。这种情况与LTCM计算机所依据的两类债券同步涨跌之统计规律刚好相反,原先的理论,模型和程序全都失灵。LTCM基金下错了注而损失惨重。雪上加霜的是,他们不但未随机应变及时撤出资金,而是对自己的理论模型过分自信,反而投入更多的资金以期反败为胜。就这样越陷越深。到9月下旬LTCM基金的亏损高达44%而濒临破产。其直接涉及金额为1000亿美元,而间接牵连的金额竟高达10000亿美元!如果任其倒闭,将引起连锁反应,造成严重的信誉危机,后果不堪设想。
由于LTCM基金亏损的金额过于庞大,而且涉及到两位诺贝尔经济学奖德主,这对数学金融的负面影响可想而知。华尔街有些人已在议论,开始怀疑数学金融学的使用性。有的甚至宣称:永远不向由数学金融学家主持的基金投资,数学金融学面临挑战。
LTCM基金事件爆发以后,美国各报刊之报道,评论,分析连篇累牍,焦点集中在为什么过去如此灵验的统计预测理论竟会突然失灵?多数人的共识是,布莱克-斯科尔斯理论本身并没有错,错在将之应用于不适当的条件下。本文作者之一在LTCM事件发生之前四个月著文分析基于随机过程的预测理论,文中将随机过程分为平稳的,似稳的以及非稳的三类,明确指出:“第三类随机过程是具有快变的或突变达的概率分布,可称为‘非稳随机过程’。对于这种非稳过程,概率分布实际上已失去意义,前述的基于概率分布的预测理论完全不适用,必须另辟途径,这也可以从自然科学类似的情形中得到启发。突变现象也存在于自然界中,……”此次正是俄罗斯政府宣布推迟偿还短期国债券这一突发事件,导致了LTCM基金的统计预测理论失灵,而且遭受损失的并非LTCM基金一家,其他基金以及华尔街的一些大银行和投资公司也都损失不赀。
经典的布莱克┧箍贫构键br>
布莱克┧箍贫构娇梢匀衔牵恢衷诰哂胁蝗范ㄐ缘恼谐≈醒扒笪薹缦仗桌蹲首楹系睦砺邸E肥狡谌ǘ鄣木洳祭晨拴斯科尔斯公式,基于由几个方程组成的一个市场模型。其中,关于无风险债券价格的方程,只和利率r有关;而关于原生股票价格的方程,则除了与平均回报率b有关以外,还含有一个系数为σ的标准布朗运动的“微分”。当r,b,σ均为常数时,欧式买入期权(European call option)的价格θ就可以用精确的公式写出来,这就是著名的布莱克┧箍贫构健S纱丝梢曰竦孟嘤Φ摹疤桌蓖蹲首楹稀2祭晨拴斯科尔斯公式自1973年发表以来,被投资者广泛应用,由此而形成的布莱克┧箍贫估砺鄢闪似谌ㄍ蹲世砺鄣木洌俳苏苌锸背5呐畈?a href="lunwendata.com" class=kk>发展。有人甚至说。布莱克┧箍贫估砺劭倭苏苌锝灰渍飧鲂滦幸怠Ⅻbr>
笔者以为,上述投资组合理论可称为经典布莱克┧箍贫估砺邸K茉谑导屑晒Γ灿衅渚窒扌浴Sτ檬比绮患幼⒁猓突岢觞a href="lunwendata.com" class=kk>问题。
局限性之一:经典布莱克┧箍贫估砺刍谄轿鹊耐瓯傅氖谐〖偕瑁磖,b,σ均为常数,且σ>0,但在实际的市场中它们都不一定是常数,而且很可能会有跳跃。
局限性之二:经典布莱克┧箍贫估砺奂俣ㄋ型蹲收叨际巧⒒В导实氖谐≈写蠡У挠跋觳蝗莺鍪印L乇鹗窃诓怀墒斓氖谐≈校惺贝蠡Ь哂芯龆ㄐ缘牟僮葑饔谩A孔踊鹪诙涎墙鹑谖;邪缪莸慕巧次焕T谡庵智榭鱿拢琤和σ均依赖于投资者的行为,原生股票价格的微分方程变为非线性的。
经典布莱克┧箍贫估砺刍谄轿仁谐〉募俣ǎ粲凇捌轿人婊獭保谄涫视锰跫率钟行АJ率瞪希谌ㄍ蹲收叨嗄昀匆恢痹谟τ茫琇TCM基金也确实在过去三年多中赚了大钱。这次LTCM基金的失败并非由于布莱克┧箍贫估砺鄄欢裕且蛭环⑹录词保谐”涞煤懿黄轿?原来的“平稳随机过程"变成了“非稳随机过程”。条件变了,原来的统计规律不再适用了。由此可见,突发事件可以使原本有效的统计规律在新的条件下失效。
突发实件的机制
研究突发事件首先必须弄清其机制。只有弄清了机制才能分析其前兆,研究预警的方法及因此之道。突发事件并不限于金融领域,也存在于自然界及技术领域中。而且各个不同领域中的突发事件具有一定的共性,按照其机制可大致分为以下两大类。
“能量”积累型 地震是典型的例子。地震的发生,是地壳中应力所积累的能量超过所能承受的临界值后突然的释放。积累的能量越多,地震的威力越大。此外,如火山爆发也属于这一类型。如果将“能量”作广义解释,也可以推广到社会经济领域。泡沫经济的破灭就可以看作是“能量“积累型,这里的“能量”就是被人为抬高的产业之虚假价值。这种虚假价值不断积累,直至其经济基础无法承担时,就会突然崩溃。积累的虚假价值越多,突发事件的威力就越大。日本泡沫经济在1990年初崩溃后,至今已九年尚未恢复,其重要原因之一就是房地产所积累的虚假价值过分庞大之故。
“放大”型 原子弹的爆发是典型的例子。在原子弹的裂变反应中,一个中子击中铀核使之分裂而释放核能,同时放出二至伞个中子,这是一级反应。放出的中子再击中铀核产生二级反应,释放更多的核能,放出更多的中子……。以此类推,释放的核能及中子数均按反应级级数以指数放大,很快因起核爆炸。这是一种多级相联的“级联放大”,此外,放大电路中由于正反馈而造成的不稳定性,以及非线性系统的“张弛”震荡等也属于“放大”型。这里正反馈的作用等效于级联。在社会、经济及金融等领域中也有类似的情形,例如企业间达的连锁债务就有可能导致“级联放大”,即由于一家倒闭而引起一系列债主的相继倒闭,甚至可能触发金融市场的崩溃。这次LTCM基金的危机,如果不是美国政府及时介入,促使15家大银行注入35亿美元解困,就很可因LTCM基金倒闭而引起“级联放大”,造成整个金融界的信用危机。
金融界还有一种常用的术语,即所谓“杠杆作用”(leverage)。杠杆作用愿意为以小力产生大力,此处指以小钱控制大钱。这也属于“放大”类型。例如LTCM基金不仅大量利用银行贷款造成极高的“运用资金与资本之比”,而且还利用期货交易到交割时才需付款的规定,大做买空卖空的无本交易,使其利用“杠杆作用”投资所涉及的资金高达10000亿美元的天文数字。一旦出问题,这种突发事件的震撼力是惊人的。
金融突发事件之复杂性
金融突发事件要比自然界的或技术的突发事件复杂得多,其复杂性表现在以下几个方面。
多因素性 对金融突发事件而言,除了金融诸因素外,还涉及到政治、经济、军事、社会、心理等多种因素。LTCM事件的起因本为经济因素--俄罗斯政府宣布推迟偿还短期债券,而俄罗斯经济在世界经济中所占分额甚少,之所以能掀起如此巨大风波,是因为心理因素的“放大”作用:投资者突然感受到第二类债券的高风险,竞相抛售,才造成波及全球的金融风暴。可见心理因素不容忽视,必须将其计及。
非线性 影响金融突发事件的不仅有多种因素,而且各个因素之间一般具有错综复杂的相互作用,即为非线性的关系。例如,大户的动作会影响到市场及散户的行为。用数学语言说就是:多种因素共同作用所产生的结果,并不等于各个因素分别作用时结果的线性叠加。突发事件的理论模型必须包含非线性项,这种非线性理论处理起来要比线性理论复杂得多。
不确定性 金融现象一般都带有不确定性,而突发事件尤甚。如何处理这种不确定性是研究突发事件的关键之一。例如,1998年8月间俄罗斯经济已濒临破产边缘,几乎可以确定某种事件将会发生,但对于投资者更具有实用价值的是:到底会发生什么事件?在何时发生?这些具有较大的不确定性。
由此可知,金融突发事件的机制不像自然界或技术领域中的那样界限分明,往往具有综合性。例如,1990年日本泡沫经济的破灭,其机制固然是由于房地产等虚假价值的积累,但由此触发的金融危机却也包含着银行等金融机构连锁债务的级联放大效应。 预警方法
对冲基金之“对冲”,其目的就在于利用“对冲”来避险(有人将hedge fund译为“避险基金”)。具有讽刺意义的是,原本设计为避险的基金,竟因突发事件而造成震撼金融界的高风险。华尔街的大型债券公司和银行都设有“风险管理部”,斯科尔斯和默顿都是LTCM基金“风险管理委员会”的成员,对突发事件作出预警是他们的职责,但在这次他们竟都未能作出预警。
突发事件是“小概率”事件,基于传统的平稳随机过程的预测理论完全不适用。这只要看一个简单的例子就可以明白。在高速公路公路上驾驶汽车,想对突然发生的机械故障做出预警以防止车祸,传统的平稳随机过程统计可能给出的信息是:每一百万辆车在行驶过程中可能有三辆发生机械故障。这种统计规律虽然对保险公司制定保险率有用,但对预警根本无用。因为不知道你的车是否属于这百万分之三,就算知道是属于这百万分之三,你也不知道何时会发生故障。 笔者认为,针对金融突发事件的上述特点,作预警应采用“多因素前兆法”。前面说过,在“能量”积累型的突发事件发生之前,必定有一个事先“能量”积累的过程;对“放大”型的突发事件而言,事先必定存在某种放大机制。因此在金融突发事件爆发之前,总有蛛丝马迹的前兆。而且“能量”的积累越多,放大的倍数越高,前兆也就越明显。采用这种方法对汽车之机械故障作出预警,应实时监测其机械系统的运行状态,随时发现温度、噪音、振动,以及驾驶感觉等反常变化及时作出预警。当然,金融突发事件要比汽车机械故障复杂得多,影响的因素也多得多。为了作出预警,必须对多种因素进行实时监测,特别应当“能量”的积累是否已接近其“临界点”,是否已存在“一触即发”的放大机制等危险前兆。如能做到这些,金融突发事件的预警应该是可能的。 要实现预警,困难也很大。其一是计及多种因素的困难。计及的因素越多,模型就越复杂。而且由于非线性效应数学处理就更为困难。计及多种因素的突发事件之数学模型,很可能超越现有计算机的处理能力。但计算机的发展一日千里,今天不能的,明天就有可能。是否可以先简后繁、先易后难?不妨先计及最重要的一些因素,以后再根据计算机技术的进展逐步扩充。 其二是定量化的困难。有些因素,比如心理因素,应如何定量化,就很值得研究。心理是大脑中的活动,直接定量极为困难,但间接定量还是可能的。可以考虑采用“分类效用函数”来量化民众的投资心理因素。为此,可以将投资者划分为几种不同的类型,如散户和大户,年轻的和年老的,保守型和冒险型等等,以便分别处理。然后,选用他们的一种典型投资行为作为代表其投资心理的“效用函数“,加以量化。这种方法如果运用得当,是可以在一定程度上定量地表示投资者的心理因素的。此外,卢卡斯(R.E.Lucas)的“理性预期”也是一种处理心理因素的方法。
其三是报警灵敏度的困难。过分灵敏可能给出许多“狼来了”的虚警,欠灵敏则可能造成漏报。如何适当把握报警之“临界值”?是否可以采用预警分级制和概率表示?
有些人根本怀疑对金融突发事件做预警的可能性。对此不妨这样来讨论:你相信不相信金融事件具有因果性?如果答案是肯定的,那么金融突发事件就不会凭空发生,就应该有前兆可寻,预警的可能性应该是存在的,那么金融学就不是一门科学,预警当然也就谈不上了。笔者相信因果律是普遍存在的,金融领域也不例外。
因应之道
危机第三波的酝酿阶段
从历史来看,每一波金融危机的爆发,都与上一波危机埋下的种子密不可分。因此,寻找下一波金融危机的线索,必须首先厘清金融危机演进的逻辑。2008年以来,全球金融危机经历了两波集中爆发期。第一波是银行业危机,发轫于中心国家(美国)的私人部门,第二波是债务危机,发轫于次中心国家(欧洲五国)的公共部门。沿着这个脉络,第三波危机很可能在国家(新兴市场)的对外部门爆发,而我们现在很可能正处于危机的酝酿阶段。
这个阶段的主要特征是全球流动性扩张导致新兴市场资本流入。2008年以来,全球央行进入了史无前例的货币宽松周期。这段时期和亚洲金融危机之前类似,而且从宽松力度来看,有过之而无不及。一方面,美欧日等主要央行从2008年开始连续降息,近几年来政策利率基本维持在近零水平,比上世纪90年代初平均低了三个百分点以上。另一方面,美欧日等央行接连推出QE等非常规货币政策,资产规模相比危机前大幅扩张了2倍以上。
在这种宽松的货币环境下,尽管伴随着欧债危机和美债上限等国际金融市场动荡,新兴市场的资本流向屡有波动,但近几年来整体保持了资本流入。尤其是2012年下半年之后,新兴市场的资本流入明显加速。主要有以下原因:
首先,全球主要央行的宽松力度升级。美联储于去年9月推出开放式QE,并从年初开始将每月资产购买规模扩大至850亿美元。日本央行先是去年下半年连续三次加码量化宽松,然后今年又提前启动开放式资产购买计划。
其次,市场风险偏好大幅提振。随着欧央行去年9月推出OMT和希腊评级上调,前两波危机基本告一段落,市场风险随之大幅缓解,VIX基本维持在20的低位以下。
危机第三波预演
近年来的新兴市场资本流入主要来自外生的推动因素(push factors),而不是内生的拉动因素(pull factors)。一旦外部流动性紧缩,这种类型的资本流入很容易逆转为大规模资本外逃,引发货币危机。亚洲金融危机便是如此。
从上世纪80年代末到90年代初,美日等全球主要央行接连降息,全球流动性扩张,资本大量涌向东南亚。但从1994年开始,美联储转入加息周期,美元流动性开始收紧。1995年,日本银行为补充资本金大量撤出在东南亚的贷款,日元流动性也开始收紧。东南亚国家资本流向随之发生逆转。泰铢首先遭到抛售,资本流出升级为大规模资本外逃,货币贬值升级为恶性货币危机。随后,印尼等东南亚国家的货币相继大幅贬值。
与此同时,由于东南亚多以短期外债引资,而且多是以日元、美元计价,货币贬值导致本国企业对外偿付能力迅速恶化,坏账飙升。前期私人部门信贷扩张的风险随之爆发,危机国家的银行不良贷款率平均飙升到20%以上,大批金融机构破产,仅在韩国就关停了303家。在资本外逃的冲击下,高位运行的房地产、股票等资产市场崩溃。外部的货币危机升级为全面的金融危机。
那么,当本轮流动性扩张周期转向紧缩的时候,新兴市场还会不会经历同样的剧痛呢?
1. 悲观场景:资本无序外逃,重演货币危机
目前来看,虽然近年来新兴市场的资本流入规模庞大,但这种悲观场景重演的可能性并不大。首先,外债风险显著下降。在拉美和亚洲金融危机之后,各发展中国家更多依赖FDI引资,对外债尤其是短期外债的依赖明显下降。而且,伴随着过去十年的出口繁荣,各国积累了大量外汇储备。全球发展中国家的总外债/总储备比率普遍大幅下降。其次,亚洲金融危机之后,各新兴市场国家普遍从固定汇率制转向浮动汇率,避免了信心危机。第三,新兴市场国家普遍加强了资本管制,这和上世纪90年代初资本账户加速自由化的背景有本质区别。最后,东盟10国和中韩日还通过清迈协议建立了东亚外汇储备库,目前规模已扩张到2400亿美元,短期内对危机的应对能力显著增强。
不过,不利因素同样存在。首先,当前高频交易和对冲基金的规模与90年代已不可同日耳语;其次,很多实证研究表明,央行的外汇干预可能会对汇率预期产生相反作用,而且一旦发生传染性的恶性贬值,外汇储备库的火力可能相当有限;因此,我们也不能完全排除货币危机的可能。
假设货币危机重演,谁会成为第一块倒下的多米诺骨牌呢?从历史来看,外债尤其是短期外债和银行业外债相对外汇储备规模的比率越高,经常账户余额越小、汇率弹性越小、资本管制程度越低的国家更容易发生货币危机。按照这些标准,我们发现土耳其、南非、印尼和墨西哥等国风险相对更大,值得我们高度关注。中国、马来西亚、菲律宾等国可能相对安全,其他国家介于两者之间。
2. 中性场景:资本有序流出,经济结构性减速
即便资本流出有序进行,也不意味着新兴市场可以高枕无忧。在资本外流的催化下,当前新兴市场内外风险可能会发生化学反应,引发新一波金融危机。
一是国内资产价格的高估风险。近年来资本流入导致新兴市场债券收益率持续下行,据美林统计,新兴市场10年期企业债收益率已经从2012年初的12%大幅下降到7%左右,接近历史新低。与此同时,股票市场也处于高位,MSCI新兴市场指数近三年涨幅超过100%,相比之下,亚洲金融危机前的相应涨幅仅为25%左右。
二是国内信贷过度扩张的风险。外资流入使新兴市场保持了相对宽松的资金环境,大部分国家信贷占GDP比率大幅攀升。高信贷的背后实际上是以投资为主导的增长模式,这种模式难以持续。
三是经常账户恶化风险。首先,发达国家从加杠杆转入去杠杆周期。以美国为例,1997到2007年间,其国内总债务占GDP的比率从240%激增到360%,而危机之后已经降至330%左右,未来这个比率还将继续下降。其次,贸易保护主义开始重新兴起,既包括光伏双反这种显性保护主义,也包括货币贬值这种隐性的保护主义。最后,美元走强、新兴市场需求减弱将会压低大宗商品价格,南非、巴西、俄罗斯等资源出口型经济体压力加大。
1)中性偏悲观场景:经济“大减速”
在相对悲观的场景下,资本大规模外流导致国内资产价格下挫甚至崩溃,进而通过金融加速器效应引发流动性紧缩。企业资产负债表随之恶化,银行业积累的信贷风险集中爆发,不良贷款率飙升,最终爆发银行业危机。与此同时,在发达国家去杠杆和大宗商品需求下降的背景下,新兴经济体的外需快速萎缩,经常账户转入逆差并迅速扩大。最终,内外风险同时恶化,拖累新兴经济体“大减速”(Great Slowdown),甚至陷入衰退。一旦这种情况发生,决策者恐陷入两难。如果加息抑制资本流出,可能加速流动性紧缩和衰退,如果降息释放流动性,可能会导致通胀,加速货币贬值和资本流出。
2)中性偏乐观场景:经济温和减速
在相对乐观的场景下,政府启动结构性改革,央行有效控制市场预期,三大风险将得到有效缓冲:资产价格稳步回归,去杠杆有序进行,经济由外需拉动向内需拉动转变。但这个过程也必然伴随着信贷规模、投资水平以及经常账户余额的结构性下行,再加上个别国家的人口老龄化问题,经济温和减速也在所难免。
无论在哪一种场景下,全球市场都将经历深刻的调整。
首先,中心国家的货币和资产将回归强势。虽然近期美元指数在下跌,但美元指数只能反映中心货币之间的关系,长期来看,美元、日元、欧元等中心货币将相对新兴市场货币走强。
其次,权益类资产将相对债券类资产走强。资金成本较低的环境下,债券市场经历了长达十年的牛市,但随着流动性转向紧缩,这种趋势可能会出现逆转。近期美国国债、日本国债的收益率止跌回升就是前兆。
最后,大宗商品价格将进入弱势周期。原因在于美元回归强势,全球流动性收缩,同时美国的能源独立战略和新兴市场的整体减速导致需求走弱。对巴西、俄罗斯等依赖资源出口的国家来说,这将加大经济减速带来的压力。
危机第三波何时到来
最近的资本流出显示出市场对流动性收紧的预期。但笔者认为,全球流动性的拐点可能不会像想象的那么早。
一方面,美联储议息会议首次给出QE退出时间表,但贝南克明确表示要视经济和就业情况而定。首先,新增非农就业仍未出现实质性好转,失业率再度上行,劳动参与率也处于1979年以来的最低位。其次,通胀依然无虞,甚至有通缩风险。核心CPI仍显著低于2%的通胀目标,而且还有下行趋势。进一步说,即便QE退出,这也并不意味着美联储的货币政策基调转向紧缩。按照美联储目前的预测,2015年之前美联储仍会维持近零利率。
另一方面,日本央行的激进宽松更加坚定。按照日本央行提出的目标,基础货币将由2012年底的138万亿日元增至2013年底的200万亿日元,到2014年底,进一步增至270万亿日元。从目前日本经济的情况来看,日本央行的宽松短期内也不会转向。首先,通胀水平仍然位于负区间,要达到2%的目标难上加难,其次,随着经常账户逐步转向逆差,日本经济需要依靠弱势日元恢复竞争力,而贬值将加剧流动性的外溢。
综合来看,6月的市场动荡还算不上危机的开始,而仅仅是一场危机的预演。但这并不意味着可以放松警惕,因为在危机酝酿阶段停留的时间越长,最后危机引爆时的反应就越惨烈。
中国能独善其身吗?
目前来看,中国仍有相对坚实的防火墙,可以有效避免陷入货币危机的悲观场景。第一道防火墙:中国的经常项目持续保持巨额顺差,并因此积累了高达3.4万亿美元的外汇储备。第二道防火墙:中国的资本账户仍未完全开放,短期内资本外逃压力有限。第三道防火墙:中国的金融体系相对较为稳固。中国的银行业以国有为主,受到政府的隐性担保,这有利于切断信贷紧缩的传导链。这三道防火墙也是中国躲过亚洲金融危机的主因。
不过,即便大难不死,中国也难有后福。亚洲金融危机爆发后,中国恰好享受了国内外的天时地利,不但很快摆脱“硬着陆”的阴霾,而且还迎来了一轮空前的繁荣。但目前来看,当时的红利已不复存在,甚至变成拖累。
一方面,外部全球化红利消失,中国也面临全球去杠杆和贸易保护主义的巨大压力,而且由于中国的出口依存度较高,中国受到的冲击可能更为严重。另一方面,十五年前的国内红利也已退变成负担。
第一大负担是人口老龄化。1997-2011年,中国的总抚养比从50.2%下降到37.8%,创造了丰富而又廉价的劳动力。而未来几年,中国的人口抚养比将逐步回升,由此造成的劳动力成本攀升将进一步侵蚀出口竞争力。
第二大负担是不断加剧的金融风险。中国的增长高度依赖信贷扩张,国内信贷/GDP比率已经从90年代初的90%大幅提升到120%以上,但目前来看信贷质量远没有数据体现的那么稳定,尚德、曹妃甸都是血淋淋的例子。此外,影子银行、地方政府债在近年来的高速扩张中也积累了大量风险。未来几年伴随着市场出清,金融风险可能会集中爆发。
第三大负担是过度投资导致的产能过剩。1997-2012年间总投资/GDP比率从37.9飙升到47%,但根据IMF报告,近年来中国的产能利用率已经从80%大幅降至60%。中期来看,去产能化将在所难免,投资对增长的贡献将显著下降。
关键词:货币政策有效性;宏观调控;金融体系
一、引言
2008年下半年以来,金融危机对全球经济带来的破坏迟迟没有终止。对于欧美国家而言,常规经济政策手段在危机期间严重失效。本文致力于回答这样的问题:金融危机是否影响了我国货币政策的有效性。
货币政策有效性是指宏观经济政策能否系统影响产出、就业等经济变量,以及影响程度的大小。周英章和蒋振声用货币政策传导机制的有效性研究货币政策有效性问题,如果货币政策变量与产出协整并存在格兰杰因果关系,则认为该政策变量有效。货币政策有效性与宏观经济学中的“货币中性”非常相似,刘斌利用SVAR模型分析出货币政策冲击在短期对实体经济有影响,长期无影响,该结论与主流文献短期非中性、长期中性的判断一致。杜亮总结了检验货币政策有效性的主要方法,包括格兰杰因果检验,VAR、SVAR、VECM,货币政策规则,动态随机一般均衡模型等。
本文的思路与闫力、刘克宫、张次兰相似,构建包含货币变量和产出、价格的VAR模型。经验证据表明,金融危机没有使我国的货币政策有效性下降,反而有所上升。原因是宏观经济调控的目标和力度在金融危机前后发生变化,深层原因是我国金融体系发展缓慢,金融部门受危机影响较小,货币政策传导机制依然有效。
二、经验证据
本部分采用VAR模型对金融危机前后的货币政策有效性进行评价。分别估计全样本金融危机前和金融危机后的VAR模型,评价是否金融危机改变了货币政策对经济的干预能力,为货币政策有效性的讨论提供现实依据。
1.数据选取与来源
采购经理人指数(PMI)在经济分析实务中被广泛采用,其频度高、数据早,有一定先行性,是业界非常重视的宏观经济指标,但在学术研究中使用较少。作为产出的变量, PMI用来分析货币政策可以反映出预期在货币政策制定过程中起到的作用。现代货币政策制定具有前瞻性,预期管理是央行必须考虑的问题。市场预期对政策的响应是货币政策有效性评价的重要方面。PMI非常灵敏地反映了经济当前状况,可以作为实体经济景气程度的评价指标。数据来自中经网统计数据库,区间为2005年1月至2013年6月。
货币政策变量选取了货币供应量,具体为M2月末数同比增长率。大量研究表明,货币供应量是我国主要的货币政策中介目标。
2.实证结果
估计包含PMI、CPI、M2的VAR模型,利用其脉冲响应评估产出与价格对货币政策变量货币的响应,如果产出与价格的脉冲响应较大,则说明货币政策有效性较强,反之则认为货币政策的有效性较弱。在研究过程中,先进行全样本(2005年1月至2013年6月,图中标记为“full”)估计,然后分别估计危机前(2005年1月至2008年8月,图中标记为“before”)与危机后(2008年9月至2013年6月,图中标记为“after”)两个子样本,进而评价金融危机前后货币政策有效性的变化。
单位根检验表明,所有变量均平稳。根据Schwarz准则,选择VAR的滞后阶数为2。
图1和图2描述了包含PMI、CPI和M2的VAR模型的脉冲响应。产出对1单位货币供应量冲击的响应不为0,长期恢复到0附近,这说明我国货币供应量具有对实际变量的影响能力,短期非中性,长期呈中性。各样本脉冲响应基本都在第3期达到最大,体现出货币政策效果的滞后性。在第10期转为负值,可能由于货币政策在中长期发生转向,或者产出步入经济周期的下一个阶段。金融危机之后的产出响应增强,说明货币政策对产出影响的有效性没有下降。
图2描述了价格对货币供应量的脉冲响应。危机之前的价格响应在第8期达到最大,危机后的价格响应在10期达到最大,但峰值小于危机前,货币供应量对价格的影响具有一定持续性。积极的货币政策虽然在短期具有明显的刺激效果,但是产出在中长期表现出中性反应,而价格滞后于产出响应,因而容易出现通胀风险。比对危机前后样本,危机之后的价格响应幅度降低,滞后性增强,这说明危机后的货币供应量对价格影响更弱,政策实施的通胀成本有所下降。
价格对货币供应量冲击的响应滞后要强于产出滞后,在货币政策制定过程中需要注意此方面因素,避免由货币政策带来的通胀风险。
三、中国的货币政策具有危机免疫力的原因
以上经验证据表明,金融危机之后,我国的货币政策有效性并没有下降。货币供应量有所增强,对价格的影响有所减弱。危机前后政策有效性的变化为未来政策调节提供了有利条件。本部分将讨论为何金融危机没有弱化我国货币政策有效性,反而呈现出有效性上升的现象。
1.货币政策有效性与宏观调控的目标和力度有紧密联系
本文选取了2005年1月至2008年9月的数据,这期间我国的经济稳步上升,货币政策一直比较稳健,尤其是2007年年底到2008年上半年,宏观调控的首要任务是控制物价过快上涨。央行执行了从紧的货币政策,货币供应量增速保持平稳下降。在危机前子样本的VAR模型中,作为政策目标的产出和作为政策工具的货币供应量都没有大幅变动;危机后产出受到重创,货币供应量调整力度增强,因此图1中的脉冲响应表现为危机后强于危机前。在经济形势较平稳的阶段,宏观调控力度较弱,对产出的关注不多,货币政策刺激产出的有效性表现较差;在经济形势较为严峻的阶段,决策层宏观调控力度加大,更看重“保增长”目标,货币政策频繁操作,政策有效性也随之增强。
由于危机前货币政策的主要目标是控制物价过快上涨,货币供应量增速在危机来临之前一直处于缓慢下行的区间,通胀治理成果显著,因而价格响应在危机前的样本中较强。危机后宏观调控的主要目标从控制通胀转变为“保增长”,价格调控居于次要位置。2008年9月以后,央行执行了适度宽松的货币政策,确保经济增长,稳定市场信心。与此同时,价格下降较为明显,控制通胀不再是首要任务。这就解释了为何图2中危机后比危机前价格响应减弱。
2.中国金融业发展缓慢,货币政策传导机制在危机中没有遭到破坏
黄志刚等将货币政策效应作为经济危机的判决依据,研究表明,危机前兆期(2004年至2007年)美国的货币政策效应严重衰减,危机期间甚至失效。中国在危机最严重的阶段货币政策效应不但没有衰减,反而增加,说明该判断对中国不适用。这种巨大差别来自于中美两国经济的深层差异。与货币政策效应最为紧密的经济因素是金融市场。
美国的金融危机源于次贷危机,最先爆发在金融系统。随着金融创新的层出不穷和衍生品复杂度的增加,房价泡沫破灭,金融系统风险失控。风险随着金融系统传递,最为突出的表现是经济体流动性不足。我国受危机影响源于出口部门,美国金融危机导致我国外需不足,大量出口企业难以维系。我国实体经济而非金融部门受到冲击,消费与投资下滑导致交易性货币需求下降,经济体内流动性充裕。我国的金融部门始终没有受到太大影响,得益于金融体系发展缓慢。依赖于商业银行的货币政策传导机制也未受到影响,使得危机之后的货币政策可以有效刺激经济复苏。
四、结论
2005年1月至2013年6月的经验证据表明,金融危机不仅没有削弱我国货币政策的有效性,反而增强了有效性。
货币政策有效性与宏观经济调控的目标和力度关系紧密。不同经济周期区间有不同的宏观调控方针,货币政策对产出和价格的作用也会有很大差异。一方面说明宏观调控目标和力度在我国货币政策效果中的重要地位,另一方面表明货币政策有效性研究中应当尝试分离宏观调控因素,考察经济体本身对货币政策的响应情况。随着市场化改革的深入推进,具有计划经济色彩的宏观调控逐渐弱化,市场本身对货币政策的响应才是未来政策制定关注的重点。
虽然得益于金融体系落后,货币政策有效性对金融危机有较好的免疫能力,但是金融体系优化资源配置的功能对我国未来经济的发展依然至关重要。改善金融调控、完善组织体系、建设金融市场、深化金融改革、扩大对外开放、维护金融稳定、加强基础设施等,是“十二五”时期金融业发展和改革的重点任务。
参考文献:
[1]刘斌.货币政策冲击的识别及我国货币政策有效性的实证分析[J].金融研究,2001(07).
[2]李斌.中国货币政策有效性的实证研究[J].金融研究,2001(07).
[3]周英章,蒋振声.货币渠道、信用渠道与货币政策有效性——中国1993-2001年的实证分析和政策含义[J].金融研究,2002(09).
[4]苏剑,林卫斌,叶淏尹.金融危机下中美经济形势的差异与货币政策选择[J].经济学动态,2009(09).
[5]闫力,刘克宫,张次兰.货币政策有效性问题研究——基于1998~2009年月度数据的分析[J].金融研究,2009(12).
[6]黄志刚,颜晖,黄叶苨.基于货币政策效应的经济走势判据的有效性检验——以次贷危机中的美国经济为例[J].数量经济技术经济研究,2010(11).
[7]王立勇,张良贵.开放条件下我国货币政策有效性的经验分析——基于目标实现与工具选择角度的评价[J].数量经济技术经济研究,2011(08).
关键词:金融品牌危机 特征 预警
0 引言
美国《危机管理》一书作者曾对《财富》杂志排名前500名的大公司董事长和总经理进行过一项关于企业危机的调查。调查结果显示,危机困扰的时间平均历时两周半,而没有应变计划的公司要比有应变计划的公司长2.5倍;危机后遗症的波及时间平均为8周,而没有应变计划的公司要比有应变计划的公司长2.5倍。由此可见,危机的防范是至关重要的。品牌危机管理的关键不在于如何处理出现的危机,而在于辨别企业品牌运营中哪些因素中潜伏着危机。作为高风险行业,金融企业遭遇品牌危机将直接导致品牌价值的损失、损害金融企业信誉、显著影响上市金融企业在资本市场的表现、甚至直接危及金融企业的生存。因此,对金融品牌危机进行防范,避免和控制品牌危机是金融全球化时代中现代金融企业管理的重要内容。
1 金融品牌危机的特点
1.1 危机的一般特点 危机是指任何可能危及社会及组织的最高目标和基本利益、管理者无法预料但又必须在极短时间内紧急回应和处理的突发性事件。它具有下列一般特征:①破坏性:对社会或组织的生存和发展构成威胁。②突发性:不确定性,出乎决策者意料之外。③紧迫性:应对和处理行为具有很强的时间限制。④公众性:影响公众的利益、公众高度关注。
1.2 金融品牌危机的特征 对金融企业而言,品牌危机主要是指由于金融企业经营或品牌管理中的失误,或者由于客户与金融企业之间对金融产品、服务或者事件的认知不同、相互沟通不够,从而导致其产生激烈行为,并在短时间内波及社会公众、进而严重影响金融企业品牌价值的事件状态。
金融企业品牌危机通常分为两大类,一类是产品质量问题引发的危机,容易引起社会关注,对于产品质量问题直接引发客户不信任和不选用,会造成金融企业类似业务营业额的大幅下滑,对金融企业的声誉和口碑造成负面影响。另一类是非产品质量问题引发的危机,客户关注程度相对较低,主要是金融企业内部某方面失误引起的经营危机和困难,如法律诉讼、人动等,这些问题逐渐向外传递,会造成客户对金融企业的不信任。
金融品牌危机一般具有三个特点:
1.2.1 突发性,往往是由于金融企业经营中的重大问题被曝光,或者客户等对金融产品或服务的实际质量不满无法宣泄而突然爆发。
1.2.2 动态性和扩散性,品牌危机会随着金融企业对有关事件处理的正确和及时与否而减轻或加重,而且任何一个危机在没有彻底解决之前,都有可能产生扩散效应。
1.2.3 破坏性,品牌危机如果没有得到及时有效的处理,就会降低公众的品牌忠诚度,品牌价值在短期内会明显受损。
2 树立危机意识
只有强化企业自身的危机意识,才能从思想上真正重视危机管理工作。企业要加强品牌建设,就必须充分认识到市场经济运行中以及金融全球化中金融企业面对的内外经营环境是瞬息万变的,由内外因素导致的企业危机难以避免,必须通过有效的品牌危机防范机制加以预测、预防、化解或尽可能减少其损失。树立危机意识最关键的在于及时识别危机的前兆。在日常品牌管理中,对可能引起金融品牌危机的内、外部因素进行整理和识别,对这些因素的变化情况进行日常性监测。同时对收集到的信息进行鉴别、分类和分析,正确判断、评估危机的可能性、危机风险源头、危机征兆和危机发生之间的联系等。
3 建立品牌危机预警机制
企业要在品牌危机管理中取得主动,反应迅速,就必须建立品牌危机预警机制,在危机来临时尽早发现危机,以制度化的管理来对企业内部和外部可能产生的危机进行预测,增强企业的免疫力、应变力和竞争力。一套有效的危机预测机制应包括以下几个方面:
3.1 组织机构 组织结构是企业品牌预警管理系统功能发挥的基本和必要保证,是对品牌不安全现象进行识别、预警和控制的保障。
3.1.1 预警部 主要职能包括以下三个方面:一是负责品牌资产安全状况、品牌管理安全状况、品牌环境安全状况的日常监控,识别和诊断其中易引发品牌危机的不安全现象(危机征兆),并采取相应措施予以矫正控制;二是日常活动中训练全体员工接受识别危机征兆和防止危机发生方面的知识,培养员工在危机中的心理承受能力;三是进行各种品牌危机状态的预测和模拟,设计“品牌危机管理”方案,以在特别状态中供决策层采用。
3.1.2 核心领导小组 核心领导小组由金融企业的董事会、总裁等组成,从战略层面把握危机的动向,对危机处理中的重大问题进行决策,并指挥各部门密切配合危机控制小组。核心领导小组的职能包括:保证企业正常运转、紧急情况下的预算审核、与政府和特别利益团体进行高层沟通、对机构投资者、媒体、消费者、员工以及其他受到影响的群体传达信息;与法律顾问沟通;跟踪公众动向;保证董事长或总裁了解事件的总体进展,启动媒体沟通程序等。它是发挥作用最大的危机管理机构,它的决策水平和预见能力的高低将直接决定着危机处理进程和结果。
3.1.3 危机控制小组 危机控制小组负责危机处理工作的实际运转,直接处理危机事件的操作层面工作,一方面向领导小组及时通报事态的进展,另一方面向联络沟通小组下达核心领导小组的决策信息。时刻保证核心领导小组清楚地知道危机情况,同时从核心领导小组那里接收战略建议,并制定危机处理的预算。
3.1.4 联络沟通小组 联络沟通小组负责与公众、媒体、受害者、公司成员的沟通,应确保企业用一种声音说话。任命两到三个公司发言人负责与媒体的沟通工作是至关重要的。保证对某个问题做出统一而前后一致的判断和解释,并且由获得授权任命的发言人来完成信息沟通的任务。
如前期浦发银行在其外汇理财产品出现“零收益”而导致客户不满,并在媒体和网络上引起较大反响的事件的处理上,就应该由品牌危机管理小组统一处理,对外保持同一声音,实施同一标准,并通过主流媒体的正面宣传,主动化解品牌危机。而不应该政出多门,出现不同网点对部分客户补偿五花八门。例如:有的网点提出,投资者可以把理财投资的资金再续存一个月,给予其8%的年利率,即多存一个月可获得8%/12=0.66%的利息补偿;有的网点提出,给投资者3000元代金券;有的网点提出赠送投资者实物礼品。这些不统一的做法很可能会引发客户之间的攀比,使浦发银行处于更被动的地位。
3.2 预警信息系统 通过网络评价品牌的安全状态、监测影响品牌安全的外部环境和内部条件以及品牌的不安全现象,并对其进行识别、诊断、评价,设计出预警信号输出系统。
如本次金融危机开始时信息不透明,给许多国际著名金融机构带来负面影响。如今,美国政府对十大金融机构展开压力测试,将金融机构的真实现状公之于众,,使人们对这些金融机构重拾信心。
参考文献
[1]中国工商银行第三期领导干部研究班课题组.“工商银行实施品牌战略提高核心竞争力研究” 《金融论坛》.2008年第7期.
[2]陆岷峰.《商业银行危机管理》.中国经济出版社.2008年2月.
[3]余明阳,刘春章.《品牌危机管理》.武汉大学出版社.2008年6月.
Feigenbaum&Freund和Sornette等人率先将复杂系统中幂次法则和对数周期性模式的概念应用于金融市场崩盘研究,而Vandewalle等人及Johansen&Sornette进一步说明金融崩盘的现象。Johansen等人提出LPPL(log-periodicpowerlaw)包含两个部分:(1)关键性假定崩盘的形成是因噪声交易者之间局部自我增强模仿所造成的。对于噪声交易者而言,模仿其他交易者而达至特定的点称之为“关键点(criticalpoint)”,此刻所有的交易者在相同的时间采取相同的买卖策略,而产生崩盘。(2)对于交易者而言,因崩盘高风险而要求更高的报酬率作为补偿,故Johansen&Sornette等人强调正向回馈导致的投机性趋势凌驾于基本信念,因此一旦出现外部冲击即产生崩盘。一连串的研究发现通常在投机性崩盘之前有一个主要特性:金融市场价格为对数周期振动且呈现幂次法则加速,也就是说,系统越来越靠近关键点时,会观察到一连串逐渐缩短的振动循环,而这个振动序列会根据等比级数而退化。如Vandewalle等人分析三个不同的道琼工业指数期间,包括1982年1月至1987年8月期间、1992年1月至1997年8月期间及1993年月至1998年8月期间,利用LM(LeyenvergMarquardt)和Monte-Carlo演算法进行配适,包络函数技巧产生对数周期模式,此模式反映出明显的崩盘振动前兆,研究发现,对数周期模式存在于崩盘之前,因此市场应该视为离散的不规则碎片系统(discretefractalsystem)。Drozdz等人验证1998年期间德国金融市场两个崩盘和1987年的黑色星期一发现,崩盘前出现清楚的对数周期结构,另外1998年至1999年期间于美国市场亦发现相同的情形。Johansen&Sornette利用对数周期振动的幂次法则以反泡沫作为衡量基础,在大崩盘的底部浮现时,出现相同的型态。由此可见,对数周期幂律几乎在每个市场都是相同的。
不仅如此,Drozdz等人亦指出,金融动态的迹象可以透过现象类(phenomenaanalogous)决定,特别是对数周期的概念,该研究在1999年11月至2000年3月期间的“超级泡沫”同样发现对数周期振动的轨迹。Gnacinski&Makowiec以波兰金融市场为例,针对1998年8月的俄罗斯危机和2000年4月的新经济崩盘事件(NewEconomicCrash)进行验证,研究发现,崩盘的关键点始于对数周期振动的起点。Sornette&Zhou证明当美国金融市场发生崩盘时,金融市场呈现出对数周期幂律,而且外资资本流量跟随正向回馈交易。Zhou&Sornette也证明了中国金融市场亦崩盘前具有对数周期幂律现象,有趣的是,中国金融市场比其它成熟市场呈现更明显的对数周期幂律现象,该研究将其归因于该市场短期投资客多于长期投资客所致,因而触发投机从众现象。值得一提的是,对数周期幂律不仅出现在股市泡沫中,在熊市反泡沫亦获得相同的结果。Johansen&Sornette以反泡沫作为衡量基础,在金融市场大崩盘的底部浮现时,出现相同LPPL的型态。
而Zhou&Sornette利用log-periodic分析2000年的全球38个股价指数的反泡沫(anti-bubbles)作为研究对象,并定义“反泡沫”是以自我相似性展延对数周期波动下自我增强的价格趋势,数学上表示为一个熊市的反泡沫具有价格的幂次法则递减和展延对数周期波动的特性;Zhou&Sornette指出,正向回馈交易会产生熊市的反泡沫,即是向下趋势的金融资产价格移动促使价格更向下移动,增加人与人之间互动的悲观情绪,38个指数中除了11个指数外,其他皆发现如同S&P500指数相同的对数周期幂律的反泡沫结构,此反泡沫在全球市场几乎于同一时间被发现,显示全球具有全面同步化的情形。基于以上研究,近年来已有越来越多的学者在探讨金融崩盘事件时普遍发现,崩盘前确实存在对数周期振动加速幂法则,此意味从经济物理学的领域中所衍生出复杂适应系统的特质及他们朝向自我组织关键演化观念说明金融市场崩盘的行为已自许多市场中得到证实。
2国内研究发展
对数周期幂律模型在国外出现较晚,一直处于争议当中。因此,国内在相关方面的研究较少,仅有少数文献涉及相关方面的研究。章晓霞(2007)从金融物理学方法详细分析了股票崩盘的临界时候特征,并利用资本资产混合定价模型将金融资产收益分成资产基本价值带来的基本收益和因市场泡沫而产生的泡沫收益,在此基础上提出一个基于对数周期指数分布的金融资产累积泡沫收益率模型。并分别对上海证券A股综合指数、深圳证券综合指数、四川长虹和中集集团的股票进行了模型的实证分析,实证结果表明,提出的模型很好地模拟了我国证券市场在典型泡沫时期临界点或临界区域的特征。方勇(2011)选取中国上海证券A股市场日收益率和日收盘价作为样本数据,对中国金融市场的对数周期幂律和自组织临界性进行了实证研究。实证结果表明,LPPL模型较好地拟合出中国金融市场上证指数部分时间段的收盘价时间序列。沿袭金融物理学的研究思路和框架,具有较好的理论基础和继续研究,但是对具体时间序列的分段没有提出合理可靠的依据。郑飞(2012)结合最新的研究成果,对中国金融市场泡沫的崩盘时间进行拟合和预测,结合相关理论基础上经过推导得到预测金融市场崩盘时间的对数周期幂律模型(LPPL),然后对该模型进行一系列简化处理,并应用遗传算法估计模型中的未知参数,进而得到泡沫破灭的预测时间。结论指出股票市场泡沫的破灭时间是可以预测的,前提是泡沫需要呈现出特定性质,即只有在股价走势符合对数周期震荡性质的情况下,利用对数周期幂律模型才能够较好地预测泡沫的破灭时间。谢治博(2012)引入对数周期幂律模型,通过对2006~2007年金融危机前和2009年救市政策出台后的中国金融市场的大崩盘和泡沫进行实证检验,得出中国资本市场存在非理性泡沫的结论,并根据研究结果提出了一定的政策建议,以期望避免中国金融市场崩盘事件的突发。
3结语
瑞典皇家科学院认为哈佛大学迈克尔・斯宾塞教授在现代信息经济学研究领域的开创性贡献,揭示了当代信息经济的核心,是过去五十年来经济学领域的一个里程碑,于2001年授予了其诺贝尔经济学奖。他的学生之一,微软的比尔・盖茨,在成为全球首富后,这样回忆:“迈克尔・斯宾塞教授为我们开启了一扇想象之门。”
二战后,发达国家与发展中国家的差距首次缩小,是什么使世界其他60%的人口开始走向富裕?为什么以前的增长速度达到3%就很高,现在却能接近10%?一个贫穷国家要完全变成发达国家需要多长时间?高速增长能够持续多久?是否存在天然的“制动力量”最终会减缓甚至停止这一进程?全球的金融和经济危机会是动荡格局的前兆吗?环境能否支撑富裕国家增加4倍?治理结构能否赶上经济增长?……带着对这些问题的想象,斯宾塞教授推出了新著《下一次大趋同:多速世界经济增长的未来》。
在斯宾塞教授看来,二战是人类经济发展史的一个特殊转折点,在经济全球化的带动下,知识、技术和创新的传播与劳动生产率提高开始全球化扩散,让全球经济呈现追赶性增长的特征,它是全球经济长达一个世纪增长的开端,其终点可能是全球75%或更多的人口居住在发达国家。在全球经济大趋同的推动力量中,互联网功不可没,“互联网信息技术所产生的最大的长期影响,是那些原本因距离而无法融入全球经济、国际市场和全球供应链的偏远地区,尤其是发展中国家的偏远地区,现在则可以融入了。”
在斯宾塞教授看来,全球经济下一次大趋同的直接证据,就是2008年爆发的全球金融危机,几乎是一夜之间的事情,没有任何争论和不同政见,它让发达国家集团从G7变成了G20。而且在他看来,墨西哥、埃及和尼日利亚,这些国家将来也会加入G20,届时G20的收入占全球收入的比例在85%~90%,人口约占全球人口的2/3。这种变化,不仅改变了国际经济的优先次序,发展中国家对发达国家经济的高度依赖性开始减弱,发展中世界经济增长和贫困减少的模式正在加速扩展,而且也会带来全球经济和金融体系国际管理机构主导权的变化。
对于这次百年一遇的金融危机,斯宾塞教授说:“我觉得如此巨大的失败,不仅仅是监管者的问题,而是所有的市场参与者都出了问题。我们谁也没有看见风险,都没有积极应对。”“若论责任的话,监管部门和分析师,还有像我们这样的人,人人有份。”目前来看,危机后的世界经济依然非常脆弱,我们需要在多国进行改革,才能够使得我们能够跳出这样的困境。同时,“我们是在同一条船上” ,我们要强调可持续性,包容性,大家的利益是一致的,发达国家要帮助新兴经济体来维持它的经济高速增长,最终美国跟欧洲也会获益。
关于这次金融危机与中国的关系,迈克尔・斯宾塞教授有这样三个基本观点:第一,中国应对的力度最大,速度最快,表现是很棒的;第二,中国没有必要把钱借给美国政府、欧洲国家的政府,中国政府可以购买一些股权,从而形成一个不一样的循环流程;第三,从汇率发展的历史来看,一个国家很难在经济形势变化中长期保持一个固定的汇率,危机过后人民币升值将是必然的,只是升值的速度具有不确定性,作为各国政府转嫁自身责任的表现,人民币汇率实际上有些被“滥用”。
在《下一次大趋同:多速世界经济增长的未来》这本书中,迈克尔・斯宾塞教授表示并不喜欢将“中等收入陷阱”这个词用于中国,但他也直言“这是一个困难的转折”,“中国要爬下一座山”,确实有“许多国家因结构转型停滞而丧失了动力”。在中国经济的发展模式当中,应该不会出现像发达国家那样一种下行的危险,但是在某些时候出现经济收缩,那是极有可能的。
中国经历的一系列复杂的转型,为跻身发达国家奠定了基础,目前要实现这一飞跃,但中国面临的几个并列且互有关联的挑战对自身发展及全球经济关系具有至关重要的作用,迈克尔・斯宾塞教授认为这些挑战包括:(1)经济需进行微观层面的调整,巩固国家新兴的中等收入国的地位;(2)经济宏观层面的转变,使家庭收入和消费达到更高的水平,使中产阶层更快速增长;(3)扭转现在日益严重的收入不平等;(4)降低相对投资显得非常高的储蓄水平,从而减少经常帐盈余;(5)降低未来经济增长的能源消耗量和碳排放量;(6)承担更大的国际责任。
在西方发达国家的经济发展中,我们可以分为两个部分,可交易和不可交易的,一方面增长很多都来自于那些交易部门,但交易的部门并不是能够创造就业的部门,有些交易部门下面细分是可以创造更多价值的,但是却没有创造更多的就业;另一方面,很多就业出现在那些非交易的部门,从而使得平均工资降低了。这种发展模式导致的危险,就是会出现一些政治两极化,以及社会的不稳定。2012年,中国将经济增长的速度下调为7.5%,不再保8。用迈克尔・斯宾塞教授在《下一次大趋同:多速世界经济增长的未来》的理论分析,如果我国经济增长模式的转化中,交易部门不能创造更多的就业,劳动力的收入增长不能与资本的收入增长相匹配,加上一些低附加值的交易部门可能转移到更低劳动力成本的国家,经济速度的放缓,中国会不会面临发达国家高失业率的问题,已经呈现出的政治两极化和社会不稳定会不会加剧,确实令人忧虑。
在这方面,中国有非常可喜的地方,那就是教育的大发展。一方面,全面普及9年义务教育的基本任务已经完成,政府将推动义务教育均衡化发展,普通高中教育加上中职教育,使得1800万初中毕业生基本上都可以接受12年教育;另一方面,2012年中国高等教育招生规模达到了680万,高等教育毛入学率超过了30%,按照《教育规划纲要》的目标,2020年中国高等教育毛入学率将达到40%,同时着力提高高等教育的质量,注意拔尖创新人才的培养。国民素质的革命性变化,将支撑中国依赖于技术和人力资本的行业大发展,全球性品牌会集中出现,城市化的加速也将推动公共领域投资,中国有可能避免“中等收入陷阱”。但在这个过程中,政府职能和整个经济职能应该进一步转变,直接的干预应进一步减少,公共部门的投资应转向教育和研发。
“人口红利”是指一个国家的劳动年龄人口占总人口比重较大,抚养率比较低,为经济发展创造了有利的人口条件,整个国家的经济容易形成高储蓄、高投资和高增长的局面。 “对于房地产行业以及房价的判断,离不开对宏观经济的研究。”哈继铭认为,中国经济的增长主要是两大支柱在推动:一个是城市化进程;另外一个就是人口结构。无论是中国、日本,还是美国、德国,许多国家都有一个现象――在某一个时段出生的人口特别多(比如说战后),这就是所谓的婴儿潮时期。房地产在中国当下是最受争议的一个行业,因为房价的疯狂早已扭曲了社会上的很多价值观,国内对于房价的争论已经从火热到开始降温,不是因为房价下跌,而是不降不行,疯狂的房价早已透支了未来的价值,房价的不断上涨使得购房者已趋于麻木,现在任何关于房价下跌的争论都像是痴人说梦,可另一方面中国的地产泡沫在全世界都被承认。
一个国家的人口结构的现状是由过去的出生率决定的。日本在 40年代二战后,出生率非常高,大约是千分之三十三的出生率,随着经济的发展,出生率逐渐下降,到了90年代的时候出生率就是千分之十都不到。人口结构的变化给日本带来的影响就是,在上个世纪60―80年代,无论是日本地价还是股价都出现了大幅上升,地价翻了好几倍,股价在22年当中涨了29倍,但是到了90年代,随着储蓄的比例开始下降,资产价格泡沫随之破灭。 世界各地的地产历史证明,不管地产多么投机,地产历史就是人口历史,因为人口的自住需求才是地产的基石。研究表明,过去10年,澳大利亚,英国和美国房价大涨,其人口总体也在是上涨,因为他们拥有较多的移民;而过去10年,德国,日本和韩国的房价一直走低,正好和人口增长速度显著放缓同时发生,而现在在韩国,纯正的房地产企业已经消失。
近两年我国经济增长出现了一个小高峰,经济界和学术界依据我国当前较低的抚养率,频繁抛出“人口红利”将带来我国经济发展“黄金十年”的乐观预期。然而日本的经验表明,低抚养率并不必然伴随经济繁荣,相反,值得警惕的是,抚养率处于低位时期的拐点,往往给通胀提供了一个冲击实体经济和威胁金融、地产安全的时机。
1946-1964是美国的婴儿潮时期,1947-1949是日本的第一代婴儿潮,1962-1980是中国的婴儿潮时期,而在中国婴儿潮时期出生的人现在正是在购房年龄,有43%的人口居住在城市,这也是掌控目前中国财富命脉的人群,这一人群的成长发展带动了迅速的城市化和地产的繁荣。如果以25-45岁作为购房适龄人口,那么婴儿潮时代的人口红利在2008年就达到高峰,随后就持续下降;若以35-54岁为社会中坚群体,这一红利将在2010年达到高峰,此后将展开4-5年的平台。2006年前后万科曾做过一个中国人口结构变化的研究,其中一个研究结论是:2013年,首次置业的人口红利将出现拐点,2013年后首次置业人口将迅速下降,而改善型和高端再需求将不断增加;2017年20-65岁的总劳动人口将达到高峰,此后将快速衰退,而今年以来的突然冒出的民工荒就是人口红利枯竭的一个前兆。无论以哪个版本计算,人口红利留给住宅地产的黄金期已不多。当然,未来还有另一个因素可在某种程度对冲红利萎缩,即城市化。中国目前城市化率为45.6%,未来尚有2亿多人口需要城市化。不过问题在于,中国的户籍制度和大城市居高不下的房价和高昂的生活成本已经开始让部分30岁左右的人开始去二、三线城市发展,中国进一步的城市化压力会被分散。当然还有另外一种可能就是废除计划生育政策。
当前应重点关注的问题。
首先,关注“人口红利”拐点时期人口异常流动对房价的影响。尽管我国以工业化带动城镇化的趋势会长期存在,房价和地价的上涨有基本面的长期支撑,但在当前劳动密集型的出口产业和大量民营企业在宏观经济波动中受冲击较大的情况下,过高的城市居住成本和消费成本的压力,不排除在一些房价过高的城市出现暂时的城市人口“逆流”。