目錄
1. 緒論
本文探討一組中東歐經濟體——即捷克、匈牙利、波蘭、烏克蘭、保加利亞與羅馬尼亞——其匯市、股市與商品市場之間的相互關聯性。儘管許多中東歐歐盟成員國在2004/2007年擴張後，預期最終將加入歐元區，但大多數國家，包括波蘭和匈牙利等主要經濟體，仍維持浮動匯率與通膨目標制。這創造了一個複雜的環境，名義上獨立的貨幣體系，仍易受區域、歐元區及全球金融衝擊的溢出效應影響，特別是那些透過股市與商品市場傳遞的衝擊。本研究的主要目的，在於釐清國內外股價或全球商品價格的變動，是否會對這些貨幣構成貶值壓力，並追蹤這些傳遞的方向與來源。
2. 研究方法與資料
2.1 匯市壓力指數建構
實證分析的核心，是為每個國家建構1998年至2017年的月度匯市壓力指數。EMP指數是一項綜合指標，用以捕捉對貨幣的投機性壓力，其彙總了三個關鍵組成部分：
- 名目匯率的百分比變動（每單位外幣兌換本國貨幣，例如歐元或美元）。
- 國際準備金的百分比變動（帶負號，因準備金流失表示賣壓）。
- 利率差額的變動（本國利率減去外國利率，例如德國利率）。
該指數經過標準化處理，以確保跨國與跨時期的可比性。EMP正值顯著偏高的時期，被識別為潛在的貨幣危機事件。
2.2 資料來源與變數
本研究採用月度時間序列資料。關鍵變數包括：
- EMP指數：如上所述建構。
- 股票報酬率：國內股市指數（例如波蘭的WIG、捷克的PX）與國外指數（例如Euro Stoxx 50、S&P 500）。
- 商品價格：全球原油指數（例如布蘭特原油）及一籃子廣泛商品的指數變動。
- 控制變數可能包括全球風險規避指標（例如VIX指數）。
2.3 計量經濟框架：向量自我迴歸模型
為檢視動態關聯性，本文採用向量自我迴歸模型。VAR模型將所有變數視為內生變數，並捕捉它們隨時間變化的相互依存關係。所使用的具體工具包括：
- 格蘭傑因果關係檢定：用以判定一個變數的過去值（例如股票報酬率）是否包含對預測另一個變數（例如EMP）具有統計顯著意義的資訊。這表示一種方向性的預測關係。
- 衝擊反應函數：用以追蹤對一個變數的一個標準差衝擊（例如油價下跌），對另一個變數（例如EMP）當前及未來值的影響，從而說明溢出效應的幅度、方向與持續性。
3. 實證結果與分析
3.1 EMP趨勢與貨幣危機（1998-2017）
所建構的EMP指數顯示，在2008年全球金融危機期間，所有研究的中東歐貨幣均出現壓力顯著飆升的情況。一個值得注意的發現是，2008年後時期，央行外匯干預的強度（EMP的組成部分之一）普遍下降，這暗示了政策或市場結構的轉變。
3.2 格蘭傑因果關係檢定
因果關係檢定揭示了異質性的傳遞模式：
- 捷克：似乎相對隔離。從外國股市或商品市場到國內EMP的顯著因果連結很少。
- 匈牙利：顯示出對全球溢出效應的敏感性，因果關係從全球股市（例如S&P 500）流向其EMP。
- 波蘭：暴露程度更偏向區域內。波蘭的EMP受到其他中東歐國家股市發展的格蘭傑因果影響。
- 烏克蘭：在其國內股市指數與EMP之間，展現出獨特的雙向因果關係。此外，全球商品價格變動會格蘭傑因果影響烏克蘭的EMP。
3.3 衝擊反應函數分析
IRF提供了動態圖景：
- 對全球油價或商品價格的負向衝擊，會導致烏克蘭的EMP顯著且持續地上升（貶值壓力增加）。
- 對匈牙利而言，歐元區或美國股市的正向衝擊會降低EMP（減輕壓力），這與「風險偏好」情緒管道相符。
- 波蘭的反應與源自中東歐區域內的衝擊更為緊密相關。
3.4 各國特定發現
各國關鍵脆弱性
- 捷克：外部傳遞脆弱性低。
- 匈牙利：對全球金融市場衝擊的脆弱性高。
- 波蘭：對區域（中東歐）衝擊的脆弱性高。
- 烏克蘭：對商品價格衝擊的脆弱性高，且國內金融與實體經濟存在強烈的反饋循環。
4. 討論與意涵
4.1 對中東歐央行的政策意涵
研究結果表明，「一體適用」的政策方針並不足夠。政策制定者必須根據其國家的特定脆弱性概況，量身定制其監測與干預框架：
- 匈牙利國家銀行應密切監控全球風險情緒與資本流動。
- 波蘭的金融穩定當局需要高度關注區域傳染管道。
- 烏克蘭的政策制定者必須將商品價格預測納入其匯率與準備金管理策略。
4.2 研究限制
本研究承認其限制：使用月度資料可能遺漏更高頻率的動態；EMP指數雖屬標準，但其權重設定在概念上存在爭議；VAR框架建立了統計關聯性，但並未明確識別潛在的經濟傳遞管道（例如貿易收支、投資組合資金流動）。
5. 技術細節與數學框架
國家 i 在時間 t 的核心EMP指數建構如下：
$EMP_{i,t} = \frac{\Delta e_{i,t}}{\sigma_{\Delta e_i}} - \frac{\Delta r_{i,t}}{\sigma_{\Delta r_i}} + \frac{\Delta (i_{i,t} - i_{f,t})}{\sigma_{\Delta (i_i-i_f)}}$
其中：
$\Delta e_{i,t}$ = 匯率百分比變動（本國貨幣/外國貨幣）。
$\Delta r_{i,t}$ = 外匯準備金百分比變動（帶負號）。
$\Delta (i_{i,t} - i_{f,t})$ = 利率差額變動。
$\sigma$ = 各序列在樣本期間內的標準差，用於標準化。
縮減式VAR(p)模型設定如下：
$Y_t = c + A_1 Y_{t-1} + A_2 Y_{t-2} + ... + A_p Y_{t-p} + u_t$
其中 $Y_t$ 是內生變數向量（例如 [EMP, 國內股票報酬率, 油價變動]），$c$ 是常數向量，$A_j$ 是係數矩陣，$u_t$ 是白噪音誤差項向量。
6. 結果與圖表說明
圖1（示意圖）：EMP指數時間序列（1998-2017）。 一個多面板圖表，顯示六個中東歐國家各自的標準化EMP指數。所有序列在2008-2009年間均顯示出明顯的峰值。烏克蘭的線圖波動性最高，且在2008年之外出現數次重大飆升，這與其獨特的政治與經濟危機相對應。捷克的線圖則顯得最為平穩，波動性最低。
圖2（示意圖）：烏克蘭的衝擊反應函數。 一組圖形。關鍵圖形顯示了烏克蘭EMP對全球油價負向衝擊的反應。反應立即為正向（EMP上升），統計顯著性持續約6-8個月，隨後逐漸衰減至零。另一圖形顯示了烏克蘭股票報酬率對烏克蘭EMP衝擊的反應，證實了雙向反饋循環的存在。
7. 分析框架：範例個案研究
情境： 全球原油價格在一季內急遽下跌20%。
框架應用：
- 直接管道（烏克蘭）： 使用本文模型估計的IRF，我們可以量化烏克蘭EMP指數的預期增幅。這轉化為赫里夫尼亞貶值、準備金流失或需要升息的更高可能性。
- 間接/區域管道（波蘭）： 雖然波蘭對商品的依賴程度較低，但油價衝擊可能引發區域性的風險規避情緒。格蘭傑因果關係結果表明，波蘭的EMP可能透過其他中東歐股市的溢出效應而受到影響，這些股市對油價下跌引發的全球增長擔憂作出反應。
- 投資組合再平衡管道（匈牙利）： 油價衝擊可能壓低全球股市（S&P 500）。從全球股市到匈牙利EMP的既定因果關係意味著，隨著國際投資者從新興市場撤資，這可能將壓力傳遞給福林。
8. 未來應用與研究方向
- 高頻率分析： 使用日內或日資料複製本研究，以捕捉更快速的溢出效應，特別是在危機期間，類似於Diebold & Yilmaz (2012)等研究中使用的高頻率波動溢出框架。
- 溢出效應的網絡分析： 應用Diebold & Yilmaz (2014)的方法論，將中東歐金融體系建模為一個網絡，量化每個國家作為衝擊傳遞者或接收者的角色。
- 與總體經濟基本面的整合： 擴展VAR模型以納入經常帳餘額、信貸增長或財政指標等變數，從而從相關性邁向對傳遞管道更結構性的理解。
- 機器學習增強： 使用LASSO-VAR或神經網絡等工具，處理更大量的潛在預測變數，並檢測標準線性VAR可能遺漏的非線性關係。
- 政策模擬工具： 為央行開發一個儀表板，輸入全球變數的即時資料，並根據估計模型輸出EMP的機率預測。
9. 參考文獻
- Hegerty, S. W. (2018). Exchange market pressure, stock prices, and commodity prices east of the Euro. Journal of Economics and Management, 31(1), 75-?.
- Diebold, F. X., & Yilmaz, K. (2012). Better to give than to receive: Predictive directional measurement of volatility spillovers. International Journal of Forecasting, 28(1), 57-66.
- Diebold, F. X., & Yilmaz, K. (2014). On the network topology of variance decompositions: Measuring the connectedness of financial firms. Journal of Econometrics, 182(1), 119-134.
- Kaminsky, G. L., & Reinhart, C. M. (1999). The twin crises: the causes of banking and balance-of-payments problems. American economic review, 89(3), 473-500.
- Pesaran, H. H., & Shin, Y. (1998). Generalized impulse response analysis in linear multivariate models. Economics letters, 58(1), 17-29.
- International Monetary Fund (IMF). (2023). Global Financial Stability Report. Retrieved from https://www.imf.org.
10. 核心分析師洞見：四步驟解構
核心洞見： 本文揭示了一個關鍵且常被忽視的事實：在看似同質的「中東歐集團」內部，金融脆弱性並非鐵板一塊。捷克運作如瑞士般隔離，匈牙利是全球資本流動的衛星國，波蘭深陷區域網絡，而烏克蘭則是典型的商品驅動型新興市場，具有波動劇烈的國內反饋循環。忽略這些斷層線，將導致風險定價錯誤。
邏輯流程： 作者的方法在方法論上穩健但傳統。建構EMP指數 → 識別危機時期 → 應用現成的VAR工具（格蘭傑、IRF）。其力量不在於新穎的計量經濟學，而在於對一個研究不足的區域進行謹慎的應用。從統計結果到經濟解釋（例如「全球溢出」與「區域傳染」）的邏輯跳躍論證充分，但正如作者所承認的，並未進一步釐清確切的傳遞機制（利差交易平倉？貿易信貸管道？）。
優點與缺陷：
優點： 細緻的、逐國分析是本研究最寶貴的部分。超越區域平均值，揭示了關鍵的獨特性。同時關注股市與商品管道是全面的。1998-2017年的樣本穩健地涵蓋了多次危機。
缺陷： 月度資料頻率在當今演算法交易世界中是一個顯著的盲點；溢出效應常在數小時內發生，而非數月。EMP指數雖屬標準，卻是一個黑盒子——其組成部分（匯率、準備金、利率）可能因政策而相互抵消變動，掩蓋了真實壓力。本研究感覺像是一幅卓越的過去地形圖；若未整合前瞻性指標或市場情緒資料，其用於預測下一次危機的效用有限。
可執行洞見：
- 對投資者： 拋棄「中東歐ETF」的思維。將捷克資產模型化為對全球金融的低貝塔值，對波蘭的曝險需對沖區域鄰國的影響，並將烏克蘭視為對商品的高槓桿押注，且伴隨高政治風險。
- 對風險管理者： 為所識別的每種國家類型建立獨立的預警模型。對匈牙利，監控VIX指數與聯準會政策。對波蘭，建立區域金融狀況指數。對烏克蘭，將情境錨定在油價區間。
- 對政策制定者（中東歐）： 捷克國家銀行在脫鉤方面的明顯成功，是一個值得逆向工程的個案研究。匈牙利和波蘭必須質疑其貨幣政策框架，是否對其主導的溢出管道具有足夠的韌性。烏克蘭的結果是一個嚴峻的警告，應使其經濟多元化並建立更大的緩衝儲備。
- 對研究者： 本文是完美的基礎。立即的下一步是使用日資料重新進行此分析，並整合網絡分析工具（遵循Diebold & Yilmaz的方法），從雙邊因果關係邁向整個中東歐金融網絡的系統性風險地圖。