横截面回归模型(Cross Section Regression Model)，是用于检验一个评价期内的超额收益是否与接下来的持有期内的超额收益有正的相关关系的模型。

横截面回归模型由Sachs，Tornell和Velasco研究建立因此又称为STV横截面回归模型。他们认为，实际汇率贬值，国内私人贷款增长率、国际储备/M2是判断一个国家发生金融危机与否的重要指标。

他们选择了20个新兴市场国家的截面数据，分析了1994年末的墨西哥货币危机在 1995年对其他新兴市场国家的影响，考察了货币危机发生的决定因素；将货币危机指数IND定义为1994年11月～1995年4月加权的储备下降百分比和汇率贬值百分比的总和。他们认为：实际汇率、贷款增长率、国际储备与广义货币供应量的比率对一个国家是否发生货币危机至关重要。此外，他们还确定了两个虚拟变量：当实际汇率贬值幅度处于低四分位或国内私人信贷增长率高四分位时，第一个虚拟变量取值为1，其他情况则为0；当国际储备与广义货币量的比率处于低四分位时，第二个虚拟变量取值为1，其他情况为0。结果发现，如果一国的银行体制比较脆弱(LB，用1990—1994年对私人部门信贷的增长率来衡量)，汇率高估(RER，用从1986—1989年和1990～1994年实际汇率的贬值率来衡量)，同时，外汇储备水平(DLR，用外汇储备/M2来衡量)较低，经济基本面脆弱(DWF)就会遭到更严重的攻击。

IND = β1 + β2RER + β3LB + β4RER.DLR + β5LB.DWF + β6RER.DWF + β7LB.DEF

其中：β为7个指标各自回归的相关系数。在估计方程中，假设：

(1)实际汇率贬值的国家遭受的危机较轻，但是这只与较低的外汇储备和脆弱的经济基本面因素有关，所以有：β2 = 0,β2 + β4 = 0,β2 + β4 + β6 ＜ 0。

(2)贷款膨胀导致危机的严重性增加，但也只是与较低的储备和脆弱的基本面因素有关，因此有：β3 = 0,β3 + β5 = 0,β3 + β5 + β7 ＜ 0。

Sachs等人在1998年再次选用20个新兴市场国家的截面数据，对模型进行了实证检验，实证结果表明，模型对马来西亚和泰国在1997年的猜测与实际情况相吻合，对巴西和阿根廷的猜测与实际情况也较为一致，然而对印度尼西亚和韩国的猜测准确度较差。

该模型除具有FR模型在指标选取和方便使用等方面的相同优点外，还使用了横截面数据，克服了FR概率模型没有考虑国别差异的不足；同时，该模型的指导思想是寻求哪些国家最有可能发生货币危机，而不是分析什么时候会发生货币危机。

当然，在实证检验中也发现了预警的许多偏差，主要在于：

第一，STV模型要求找到一系列相似的样本国家，这在现实中相当困难，因为国与国之间的差异通常很大。

第二，STV横截面回归模型考虑因素范围过于狭窄，只考虑汇率、国内私人贷款、国际储备与广义货币供给量的比率等指标。

第三，STV模型的估计方程是线性回归模型，过于简单，而现实情况往往是非线性的。

第四，STV模型对危机指数的定义有失偏颇。

第五，虽然Sachs等人的回归分析法对货币危机发生的决定因素进行了有益的分析，但是人们关心的不仅仅是决定危机发生与否的因素，而是希望能够猜测危机发生的时间。