2008年的全球危机让所有观察者都措手不及。我们开始相信危机是过去的事。现有的规则和制度结构保护了我们。危机证明了这一切都是错误的。
从那以后，我们一直在寻找预测危机可能发生的方法，以便政策当局和私营机构做好准备。
其中一个关键工具是危机的早期预警指标，在1998年亚洲金融危机之后，这一指标得到了一些重视。2008年实施的那些措施并没有很好地发挥作用(Rose and Spiegel 2009)，为了纠正这一点，人们提出了各种指标。
冒着过于简单化的风险，我们可以将这项工作分为两大类。首先是一组完全由数据驱动的预警指标，并基于市场数据指标，如股价、波动率和CDS息差。第二类采用经济理论指导指标设计，从根本上更关注风险最初是如何产生的。
理论背景
经济理论非常清楚我们应该在哪里寻找危机的迹象。凯恩斯(1936)和哈耶克(1960)都认为，对风险的感知——尤其是当它们偏离经济主体的预期时——会影响冒险行为。
也许这一观点的最佳表达是明斯基(1977)的不稳定假说，即观察到低金融风险的经济主体被诱导增加冒险，这反过来可能导致危机——这是他的著名格言“稳定就是不稳定”的基础。
最近的文献得出了同样的结论，例如Brunnermeier和Sannikov(2014)的“波动悖论”和Bhattacharya等人(2015)对明斯基假说的检验。类似地，Danielsson等人(2012)考虑了一个具有风险约束的一般均衡框架，在该框架中，当观察到低波动率时，主体会被内生激励增加风险。
风险与危机关系的基本机制如下图所示。
图1波动与金融危机之间的关系
一开始，经济主体观察到波动性低于他们的预期。这助长了乐观情绪，使代理人更愿意承担更多风险。这一点在银行业中得到了体现，银行业的贷款额将比以前增加，同时也将发放风险更高的贷款。最终，贷款违约增加，银行业危机随之而来，届时波动性将急剧上升。
这一连串的事件表明，从观察到低波动率到发生危机之间经过了相当长的时间。相比之下，对高波动率的观察直接源于危机，这意味着当波动率达到峰值时，已经来不及做出反应。
实证数据驱动的文献
大多数关于早期预警指标的经验文献持相反观点，认为危机发生的可能性随着测量风险的增加而增加，通常通过金融市场的事后结果、价格波动或波动率、VIX、CDS息差、交易量和其他活动指标来衡量。例子包括SRISK (Acharya et al. 2012)和欧洲央行的系统性风险综合指标。
理论文献表明，这种指标可能作用有限。一旦危机发生，它们就会发出高风险信号，但在事前预测方面不能提供太多信息，限制了它们的作用。
一种相反的观点可能是，某一特定指标对2008年的事件给出了很好的警告，然而，这是一种具有多个优化自由度的观察，是事后计算的。利用后见之明的好处，找到一种可以预测历史上某一已知危机事件的方法，是很简单的。然而，这些指标不太可能反映出导致未来危机的系统性风险的累积。
实证检验理论文献
最近的几篇论文在设计预警指标方面受到了理论文献的指导。最有希望的是那些将信贷扩张与危机联系起来的理论，例如Schularick和Taylor(2009)，或者Baron和Xiong(2016)，他们认为过度乐观会增加金融危机的可能性。
在最近的一篇论文中，我们更进一步，正式研究了上图1中的机制(Danielsson等人，2018年)。我们从历史的角度出发，使用可追溯至1800年的数据和60个国家的数据，研究了危机的可能性作为波动的函数。
首先，我们研究了当前波动率与未来危机发生可能性之间的关系——即所谓的线性波动率危机观，如图2所示。这是被数据拒绝的。当与宏观经济变量相结合以捕捉经济状态时，波动本身并不是危机的重要预测因素。
图2波动性是危机的预测因素
然而，通过将波动率分解为趋势和偏离趋势，就会出现不同的情况。原因是经济主体将这种趋势视为“通常/预期”波动，当它偏离趋势时，冒险行为就会受到影响。
这就剩下了两种形式的波动:低波动性当价格低于趋势水平时;而且高波动性当高于趋势时。低波动率和高波动率与危机发生可能性之间的关系如图3所示。
图3低波动率和高波动率是危机的预测因子
曲线的斜率，在统计模型中转化为回归系数，表明了关系的强度。绝对值斜率越高，随着波动率偏离其趋势，发生危机的可能性就越大。在Danielsson等人(2018)中，我们发现了低波动率的有力证据，但只有微弱的证据表明高波动率导致了危机。
如果经济在低波动率环境中持续5年，其经济影响是最大的:波动率低于趋势水平1%，就意味着危机发生的可能性增加1.01%。
我们还展示了上图1中的因果链，即低波动率导致贷款增加和风险过高，这在经验上是成立的。
波动率作为早期预警指标
这些结果表明，波动性不会是一个很好的危机指标。它可能会告诉政策制定者危机正在发生，但我们怀疑他们无论如何都会知道。
评价预警指标质量的一种标准方法是接收工作曲线下面积(AUROC)。AUROC为0.5意味着该指标并不优于随机噪声，而1.0的值则意味着完美的可预测性。
低波动率AUROC值为76%，95%置信区间为[72%，80%]。这意味着它为政策制定者提供了未来危机发生的可靠信号。
结论
在2008年危机后的宏观审慎议程中，政策制定者正在积极寻找未来金融和经济不稳定的信号，并开发政策工具以减轻最不幸的后果。
大多数危机的早期预警指标都建立在事后市场数据之上，通常是某种形式的波动，波动的增加表明金融体系的风险越来越大，因此更有可能发生危机。
然而，观察到高风险是财务指示出现困难的压力事件的结果，而不是原因。
在金融不稳定的基本驱动因素中寻找早期预警指标将更有成效。金融危机的一个主要原因是经济主体的过度冒险。当他们感知到一个低风险的环境时，他们会被内在地激励去承担更多的风险，这最终会导致危机。
政策制定者表达了这种观点
“市场波动处于较低水平……在一定程度上，低水平的波动可能会引发冒险行为……是我和委员会都关心的问题。”
美联储前主席珍妮特·耶伦，2014年
数据符合这一观点。对低风险的观察是一个重要的危机预测器，适合作为早期预警指标。
因此，政策当局和私人机构将从使用低波动率作为危机指标中受益，因为观察到当前的低波动率意味着未来发生危机的可能性更大。
作者注:本专栏的观点仅为作者个人观点，不应被解释为反映美国联邦储备系统理事会或任何其他与美国联邦储备系统有关人士的观点。Jon Danielsson感谢英国经济和社会研究理事会[资助号:ES/K002309/1]。Marcela Valenzuela感谢Fondecyt项目Nº11140541和Instituto Milenio ICM IS130002。
参考文献
阿查里亚，V, R恩格尔和m理查森(2012)，”资本短缺:系统性风险分级和监管的新方法， VoxEU.org, 3月14日。
熊m、熊伟(2017):“信贷扩张与被忽视的崩溃风险”，经济学季刊132: 713 - 764。
巴塔查里亚，S, C Goodhart, D Tsomocos，和A Vardoulakis(2015)，《对明斯基金融不稳定假说的再思考》，货币、信贷与银行业杂志47: 931 - 973。
Brunnermeier, M和Y Sannikov(2014)，“一个具有金融部门的宏观经济模型”，美国经济评论104: 379 - 421。
张晓明、张晓明(2012)，“顺周期杠杆与内生风险”，《经济研究》。
Daníelsson, J, M Valenzuela，和I Zer(2018)，”吸取历史教训:波动和金融危机”,金融研究综述,即将到来。
哈耶克,F (1960),自由宪法劳特利奇。
凯恩斯，J M (1936)《利息、就业与货币通论》，麦克米伦。
明斯基，H(1977)，“金融不稳定假说:对凯恩斯的解释和对“标准”理论的替代”，内布拉斯加州经济与商业杂志16: 5-16。
罗斯，A和M Spiegel(2009)，”早期预警系统能预测到这场危机吗?， VoxEU.org, 8月3日。
泰勒，A和M Schularick (2009)，信贷繁荣出现问题， VoxEU.org, 12月8日。
