| dc.description.abstract | I 2007 inntraff en finanskrise med konsekvenser få hadde sett for seg. Hendelsen skapte ny interesse blant økonomer og myndighetene om hvordan man kunne oppdage ubalanser i økonomien før de ble uhåndterlige. En metode for å oppdage ubalansene er å overvåke utvalgte tidlig varslingsindikatorer som baserer seg på indikatorenes avvik fra trendverdi. Av disse indikatorene har aksjekursindeksen, eiendomsprisindeksen og forholdet mellom kreditt og bruttonasjonalprodukt tidligere gitt tilfredsstillende resultater. Disse kan benyttes i en tidlig varslingsmodell slik at man på en objektiv, systematisk og konsistent måte kan forsøke å forutse fremtidige finanskriser.
I denne oppgaven undersøker jeg de nevnte tidlig varslingsindikatorene i varslingsmodellen Signalekstraksjonsmetoden, introdusert i Kaminsky og Reinhart (1999). For å se om dateringen utgjør en forskjell undersøker jeg to forskjellige krisedateringer, henholdsvis krisedateringene i Laeven og Valencia (2013) og Babecký et al. (2012a). I tillegg benytter jeg to utgaver av kreditt til privat ikke-finansiell sektor, henholdsvis en fra hjemlige banker og en fra samtlige kredittinstitusjoner (utenlandske som innenlandske). Det benyttes egeninnsamlet kvartalsdata for 22 homogene industrielle land som dekker tidsperioden fra første kvartal 1975 til andre kvartal 2013.
For å benytte indikatorene i varslingsmodellen, må de landspesifikke indikatorverdiene deles inn i landsspesifikke prosentiler med tilhørende landspesifikke terskelnivåer. En må så bestemme en krisehorisont som angir hvor lang tid myndighetene trenger for å igangsette tiltak mot ubalansene. Etter det, utregnes andelen korrekte og feilaktige krisesignaler for hvert enkelt prosentil for hver indikator på et samlet landsspesifikt datasett. Disse andelene gir grunnlaget for minimereringen av tapsfunksjonen for det valgte evalueringskriteriet og som vil angi det optimale kritiske prosentilnivået. Når det optimale kritiske prosentilet er bestemt på det samlede datasettet går en tilbake til de landspesifikke prosentilene for å finne de landsspesifikke kritiske terskelverdiene. Det kritiske nivået markerer når veksten ikke lenger er bærekraftig ifølge modellen og at det eksisterer en ubalanse i økonomien.
Jeg benytter krisehorisonter på to og tre år, hvor jeg også undersøker om det utgjør en forskjell dersom signalet fjernes et år før krisestart. Jeg benytter tre evalueringskriterier: henholdsvis minimeringen av tapsfunksjoner som i ulik grad vektlegger faren for å ikke spå krise opp mot faren for feilaktig å spå kriser – henholdsvis type 1 og type 2 feil –, en ren minimering av det opprinnelige justerte støysignalsforholdet og til slutt et kriterium der det sistnevnte støysignalsforholdet kombineres med en betingelse på andelen av korrekte predikerte signaler.
Neste steg er å sette de individuelle indikatorene sammen til en sammensatt indikator. Bakgrunnen for de sammensatte indikatorene som brukes i oppgaven kan ses i sammenheng med teori fra Kindleberger (1996) og Minsky (1982,1992), hvor det argumenteres for at en kraftig prisstigning i formuesobjektene ofte er drevet av overdreven optimisme og kredittvekst. I oppgaven benyttes det flere sammensatte indikatorer. En av disse er hentet fra Borio og Drehmann (2009a) og signaliserer krise hvis kredittindikatoren overgår sitt kritiske nivå samtidig som en av de to andre indikatorene, henholdsvis aksjekurs- og eiendomsprisindikatoren, overstiger sitt kritiske nivå. I oppgaven brukes også en modifisert utgave av denne samlede indikatoren, kalt Hammersland-indikatoren, hvor kredittindikatoren alene og aksjekurs- og eiendomsprisindikatorene sammen, hver for seg kan utløse et signal om krise. I et forsøk på å redusere andelen feilaktige signaler ytterligere, dannes Eike & Hammersland-indikatoren som legger til en hjelpeindikator som signaliserer når aksjekursindikatoren når eller går under et kritisk nivå et år før krisestart.
Hovedresultatene kan oppsummeres slik. De individuelle kredittindikatorene er pålitelige indikatorer som oppdager en stor andel av krisene. Andelen oppdagede kriser ved bruk av aksjekursindikatoren alene er kun tilfredsstillende når man tar utgangspunkt i krisedateringene til Babecký et al. (2012a). Eiendomsprisindikatoren er på den annen side kun tilfredsstillende når en gjør bruk av Laeven og Valencias (2013) krisedateringer. En forlengelse av krisehorisonten fører, både for kreditt- og aksjekursindikatorens del, til et lavere terskelnivå, høyere støysignalsforhold på grunn av en høyere andel type 2 feil, og flere oppdagede kriser. Ved eiendomsprisindikatoren derimot, svekkes støysignalet når en forlenger horisonten. Effekten av å fjerne signalmuligheten et år før krisestart er et lavere støysignalsforhold for kredittindikatorene og eiendomsprisindikatoren. For aksjekursindikatoren stiger støysignalsforholdet.
To av evalueringskriteriene skiller seg spesielt ut som gode og funksjonelle: henholdsvis minimering av tapsfunksjonen som baserer seg på en veid sum av type 1 og type 2 feil der det å unngå å feilaktig spå en krise (type 2 feil) vektlegges med 50 prosent samt minimering av støysignalsforholdet gitt en betingelse om at minst 60 prosent av signalene skal være korrekte. Begge kriteriene gir et passende terskelnivå og en lav andel feilaktige signaler. Ubetinget minimering av støysignalsforholdet gir et for høyt terskelnivå til at den skal kunne varsle kriser i god tid. De sammensatte indikatorene Hammersland og Eike & Hammersland har svært god prediksjonsevne. Eike & Hammersland-indikatoren gir lavere andel feilaktige signaler, men hjelpeindikatoren kan også føre til færre oppdagede kriser.
Når det undersøkes om modellen kunne ha klart å varsle myndighetene om krisene i forkant av Den store resesjonen, er resultatene lovende. Kredittindikatorene varsler minst 75 prosent av krisene. Det ble varslet 3 år før krisestart for nesten alle de oppdagede krisene. Aksjekursindikatoren har veldig lave terskelnivåer og er her dessverre lite funksjonell. Eiendomsprisindikatoren derimot varsler minst 67 prosent av krisene. Hammersland-indikatoren gir svært gode resultater. Den varsler riktig i forkant av hele 92 prosent av krisene, hvor den for de fleste av krisenes vedkommende varslet 3 år før krisestart. Det er kun den problematiske krisen i Tyskland indikatoren ikke klarer å varsle. Flere av de landene som ikke opplevde en systemisk krise fremstår som svært sårbare, ved at en vektlegging av feilaktige spådde kriser på kun 10 prosent varsler om krise i minst halvparten av landene. | nor |