經(jīng)濟政策不確定性對宏觀經(jīng)濟的影響及其區(qū)域差異

黃寧　郭平

[內(nèi)容摘要]采用Baker的中國政策不確定性指數(shù)與省級面板數(shù)據(jù)，運用PVAR模型分析了經(jīng)濟政策不確定性對我國宏觀經(jīng)濟的影響與地區(qū)差異。研究發(fā)現(xiàn)，政策不確定性對我國的經(jīng)濟增長、投資、消費、CPI均產(chǎn)生了短期的負向作用。通過分區(qū)域樣本的實證分析發(fā)現(xiàn)，政策不確定性對東部地區(qū)經(jīng)濟增長的影響更大，而對西部地區(qū)消費與CPI的影響更大。政策不確定性對東部地區(qū)投資的短期影響較顯著，而對西部地區(qū)投資的長期影響較顯著。該結(jié)論表明，政府需要保持政策的連續(xù)性與穩(wěn)定性，并關(guān)注經(jīng)濟政策不確定的區(qū)域效應(yīng)。

[關(guān)鍵詞]經(jīng)濟政策不確定性；地區(qū)差異；PVAR模型

[中圖分類號]F123.16 [文獻標識碼]A [文章編號]1000-8306（2015）06-0061-10

一、引言

金融危機發(fā)生后，世界各國政府都在積極地制定刺激政策以促進經(jīng)濟的快速復(fù)蘇。但由于在經(jīng)濟復(fù)蘇階段，經(jīng)濟系統(tǒng)自身穩(wěn)定性的減弱以及外圍環(huán)境復(fù)雜性的增強都將使得各國的經(jīng)濟政策充滿了不確定性。Stock and Watson（2012）認為，導(dǎo)致金融危機期間產(chǎn)出與失業(yè)出現(xiàn)大幅下降的主要原因正是金融因素以及不確定性的沖擊。此外，F(xiàn)OMC和IMF也認為這種政策的1不確定性將導(dǎo)致經(jīng)濟增長速度大幅下滑（Bloom，2012）。近年來，Baker（2013），F(xiàn)ernandez-Villaverde J et al.（2011），Bonn和Pfeifer（2012）等學(xué)者通過構(gòu)建不同的政策不確定性指數(shù)，證實了政策的不確定性對經(jīng)濟增長產(chǎn)生了負面影響。對于我國而言，其宏觀經(jīng)濟政策在金融危機后的幾年內(nèi)經(jīng)歷了大幅的調(diào)整，如從2009年過度刺激的財政與貨幣政策，到2010年對通脹與房地產(chǎn)市場的政策調(diào)控，再到2012年為解決經(jīng)濟下行壓力，政府又出臺的新一輪刺激政策，這都說明近年來我國的宏觀政策充滿了不確定。而面對當前我國更加復(fù)雜的經(jīng)濟形勢以及經(jīng)濟轉(zhuǎn)型、體制改革的深入，未來政策的不確定性將更加凸顯，2014年中央經(jīng)濟工作會議提出要保持宏觀政策連續(xù)性和穩(wěn)定性。

現(xiàn)有研究我國政策不確定性對宏觀經(jīng)濟影響的文獻還較少，大多數(shù)文獻主要集中于研究政策不確定性對企業(yè)現(xiàn)金持有（王紅健等，2014）、企業(yè)投資行為（韓國高，2014）、股票市場波動（陳國進等，2014）等方面的影響。與本文研究的內(nèi)容最接近的是金雪軍等（2014）利用Baker（2013）測算的中國政策不確定性指數(shù)，通過構(gòu)建FAVAR模型實證分析了我國政策不確定性對包括經(jīng)濟增長、消費、出口等105個宏觀經(jīng)濟變量的影響，結(jié)果發(fā)現(xiàn)政策不確定性對實體經(jīng)濟和重要價格變量均存在顯著負向的影響。但該文僅采用了中國宏觀經(jīng)濟數(shù)據(jù)得到了政策不確定性對我國經(jīng)濟整體的影響情況。本文的主要貢獻在于采用了省際面板數(shù)據(jù)，并應(yīng)用了面板向量自回歸（PVAR）模型來實證分析政策不確定性對宏觀經(jīng)濟的影響，這樣的做法不僅利用了PVAR模型兼具時序分析與面板數(shù)據(jù)分析的優(yōu)勢，還能通過分區(qū)域樣本進一步檢驗經(jīng)濟政策不確定性的區(qū)域效應(yīng)，并作為一種分區(qū)域樣本的穩(wěn)健性檢驗，證實了結(jié)論的穩(wěn)健性。

本文的研究安排如下，第二部分是文獻回顧與問題提出，第三部分是數(shù)據(jù)的來源說明以及模型的設(shè)定，第四部分是政策不確定性對宏觀經(jīng)濟影響的實證檢驗，第五部分是分區(qū)域樣本進一步分析，第六部分是結(jié)論與政策建議。

二、文獻回顧與問題提出

經(jīng)濟中的不確定性來自許多方面，但政策不確定性是經(jīng)濟不確定性的主要因素之一（Masayuki，2013）。事實上，許多學(xué)者很早從政治不穩(wěn)定的視角來研究其對發(fā)展中國家投資的負向作用（Rodrik，1991）。政治的不穩(wěn)定導(dǎo)致了政策經(jīng)常性變換以及經(jīng)濟波動的頻繁，進而對經(jīng)濟增長起到消極作用（Aisen and Jose Veiga，2013）。對于政治的不穩(wěn)定，許多學(xué)者選取政府換屆、官員變更或選舉時間作為衡量政治不穩(wěn)定的代理指標。但制度的變遷畢竟較少發(fā)生，因此更多地學(xué)者選擇直接通過對稅率、政府支出、貨幣政策等進行度量，測度出政策不確定性指標，進而研究其對經(jīng)濟增長的影響，其結(jié)論均表明經(jīng)濟政策的不確定性對宏觀經(jīng)濟產(chǎn)生了負向的影響。此外，還有從經(jīng)濟周期的角度分析，發(fā)現(xiàn)宏觀政策的不確定性在經(jīng)濟衰退期更為明顯。Nieuwerburgh和Veldkamp（2006）認為，當經(jīng)濟運行良好時，會幫助信息的流通與傳遞；當經(jīng)濟衰退時，信息的不對稱增強將導(dǎo)致不確定性的增加。Pastor和Veronesi（2012）認為，在經(jīng)濟衰退期，政策制定者試圖通過“政策實驗”來找到解決問題的方法；而當經(jīng)濟繁榮時，政策制定者將傾向于保持看似成功的宏觀政策。因此，金融危機發(fā)生后，許多學(xué)者開始關(guān)注于政策不確定性對宏觀經(jīng)濟的影響。

但與此同時極少有文獻關(guān)注不確定性對不同國家或區(qū)域的影響差異，僅有的研究文獻中也存在著爭議。Pastor和Veronesi（2011）從產(chǎn)權(quán)保護的角度認為政策不確定性削弱了政府的產(chǎn)權(quán)保護效應(yīng)，因此市場化較弱的區(qū)域?qū)⑹艿秸卟淮_定性更大的影響。Carriere-Swallow和Cespedes（2013）通過將發(fā)展中國家與美國等發(fā)達國家比較，發(fā)現(xiàn)發(fā)展中國家面對不確定性時會遭受更大的投資和私人消費的下降，并需要更多的時間來恢復(fù)到之前的水平，他們將原因歸為金融市場的發(fā)展落后，導(dǎo)致了信貸約束。但Calomiris et al.（2012）認為，越是市場化程度高，金融發(fā)展程度高的國家或地區(qū)，其受到信貸供給沖擊以及流動性沖擊的程度就越大，如金融危機對發(fā)達國家的影響要遠大于發(fā)展中國家。還有一些學(xué)者從國家貿(mào)易的角度來研究，發(fā)現(xiàn)政策不確定性將阻礙FDI的流入以及跨國企業(yè)的進入（Handley和Linlao，2012），因此，對外開放程度越高的國家或地區(qū)將受到更大的政策不確定性沖擊。對于我國而言，經(jīng)濟政策的區(qū)域效應(yīng)一直是學(xué)術(shù)界關(guān)注的問題。由于我國地區(qū)間差異較大，主要表現(xiàn)在經(jīng)濟發(fā)展水平、制度環(huán)境、金融發(fā)展程度、對外貿(mào)易程度等多方面，從而導(dǎo)致我國宏觀政策如貨幣政策、財政政策對不同區(qū)域的影響程度存在差異（郭曄，2011）。但研究經(jīng)濟政策不確定性對區(qū)域經(jīng)濟增長的文獻尚不多見，僅有Wang et al.（2014）在利用我國上市公司數(shù)據(jù)來研究政策不確定性對企業(yè)投資時發(fā)現(xiàn)處于高市場化區(qū)域的企業(yè)會受到更大的政策不確定性的影響。鑒于此，本文試圖采用省際數(shù)據(jù)，利用面板向量自回歸模型來對我國政策不確定性對宏觀經(jīng)濟的影響進行研究，并通過區(qū)分東、中、西樣本來研究政策不確定性的區(qū)域效應(yīng)。

三、數(shù)據(jù)說明與模型設(shè)定

（一）數(shù)據(jù)說明

金融危機導(dǎo)致了近些年各國政策不確定性的產(chǎn)生。為了更好的研究政策不確定對我國宏觀經(jīng)濟的影響，本文選取了2004年第1季度到2013年第4季度的季度數(shù)據(jù)作為研究的樣本。此外，本文還采用省際面板數(shù)據(jù)來研究政策不確定性對宏觀經(jīng)濟的影響。本文涉及的變量包括各省國內(nèi)生產(chǎn)總值、各省固定資產(chǎn)投資額、各省社會消費品零售總額，以及各省以2004年第1季度為基期的消費者價格指數(shù)和Baker（2013）測算的中國政策不確定性指數(shù)。為了避免價格因素的干擾，對需要進行價格平減的指標均采用消費者價格指數(shù)進行平減。同時，為了消除季節(jié)因素的影響，本文的數(shù)據(jù)均采用變量的同比增長率，因此進入實證模型的數(shù)據(jù)樣本是從2005年第一季度到2013年第四季度。本文的數(shù)據(jù)均來源于各省統(tǒng)計年鑒，而中國政策不確定性指數(shù)數(shù)據(jù)來源于“經(jīng)濟政策不確定性”網(wǎng)站（http：//www.policyuncertainty.com/）。

需要說明的是，本文選取的政策不確定性指數(shù)是由Baker（2013）構(gòu)建的，它主要反映了媒體對政策不確定性的報道，并通過統(tǒng)計當月報紙與雜志中討論中國經(jīng)濟政策不確定性文章的數(shù)量進行量化。由于本文中采用季度數(shù)據(jù)，而經(jīng)濟政策不確定性指數(shù)為月度數(shù)據(jù)。本文采用平均法將數(shù)據(jù)進行轉(zhuǎn)化，公式如下：

（二）模型設(shè)定

本文將選用PVAR模型，利用省級面板數(shù)據(jù)來實證研究我國宏觀經(jīng)濟政策的不確定性對經(jīng)濟增長的影響以及地區(qū)差異。PVAR模型由Holtz-Eakin等（1988）首次提出，經(jīng)由多位學(xué)者的發(fā)展，至今已經(jīng)在諸多經(jīng)濟領(lǐng)域得到應(yīng)用。PVAR模型兼具時間序列分析與面板數(shù)據(jù)分析的優(yōu)勢，不僅能較好地把握變量之間的內(nèi)在影響機制，也有助于克服個體異質(zhì)性帶來的估計偏差。因此，本文采用PVAR模型來考察我國經(jīng)濟政策不確定性的影響以及區(qū)域效應(yīng)。模型設(shè)定如下：

上式中，y_it=（GDP_it，i_it，C_it，CPI_it，EPU_t）^′是包含了五個內(nèi)生變量的列變量，i表示不同的省份地區(qū)，t表示不同年份，p表示滯后階數(shù)；β₀表示截距項向量，β_i表示滯后變量的參數(shù)矩陣；f_i表示個體效應(yīng)，該效應(yīng)可以通過向前差分Hermlet轉(zhuǎn)換方法進行消除，e_t表示時間效應(yīng)。本文模型中，GDP_it表示省份國內(nèi)生產(chǎn)總值的同比增長率、I_it表示i省份固定投資額的同比增長率、C_it表示i各省社會消費零售總額的同比增長率，CPI_it表示省份消費者價格指數(shù)的同比增長率，EPU_t表示我國宏觀政策的不確定性同比增長率。

四、經(jīng)濟政策不確定性對我國宏觀經(jīng)濟影響的實證研究

（一）平穩(wěn)性檢驗

在進行PVAR分析之前，為了防止虛假回歸的情況出現(xiàn)，常常需要對加入模型的變量進行平穩(wěn)性檢驗。本文采用LLC法以及IPS法對面板數(shù)據(jù)進行面板單位根檢驗，對時間序列數(shù)據(jù)采用ADF單位根檢驗，結(jié)果如表1所示。從表1中可知，LLC與IPS檢驗在1%的置信水平上拒絕原假設(shè)，ADF檢驗在5%的置信水平上拒絕原假設(shè)，這說明模型（1）中加入的變量均是平穩(wěn)的。

（二）經(jīng)濟政策不確定性對宏觀經(jīng)濟的動態(tài)沖擊

本文根據(jù)BIC和HQIC標準并綜合考慮了IRF的收斂性，最終選定總體樣本的滯后階數(shù)為1。另外，本文將沖擊作用的期限設(shè)為24期，通過500次蒙特卡羅模擬可以得到政策不確定性對經(jīng)濟增長、投資、消費以及CPI的脈沖響應(yīng)函數(shù)，見圖1。圖1中的橫軸表示政策不確定性沖擊發(fā)生的滯后期數(shù)，縱軸代表其他變量對沖擊的響應(yīng)程度，中間實線代表脈沖響應(yīng)曲線，外側(cè)虛線分別代表95%和5%分位點的估計值。從圖1中可以看到，四個內(nèi)生變量在受到政策不確定性一個單位的標準差沖擊后，均呈現(xiàn)出負向的反應(yīng)，并逐步將向坐標橫軸收斂。

從投資對政策不確定性的響應(yīng)來看，其在受到?jīng)_擊后的第二期達到響應(yīng)值的最大值-0.0131，最后逐漸趨近于0值。這表明我國經(jīng)濟政策的不確定性對投資產(chǎn)生了負向的影響，這與大多文獻結(jié)論相一致。這樣的結(jié)果一方面是由于投資的不可逆性，不確定性能夠增加投資者等待的期權(quán)價值，促進投資者選擇“觀望”，進而減少企業(yè)當前的投資與勞動力的雇傭；另一方面在于不確定性的增強增加了金融摩擦，進而增加企業(yè)的融資成本，導(dǎo)致企業(yè)減少當期的投資（Arellano et al.，2010）。此外，投資者對于未來的信心也將隨著政策不確定性的增強而受到影響。隨著政策不確定性增加，投資者情緒將趨于悲觀，進而減少投資。

從消費對政策不確定性的響應(yīng)看，其在受到?jīng)_擊后的當期便達到了最大的響應(yīng)值-0.0117，隨后響應(yīng)值逐漸減小為0，又在第三期轉(zhuǎn)為正值，最終又趨于0值。這說明我國經(jīng)濟政策的不確定性對消費存在短期的負向沖擊。其原因一方面可以從預(yù)防性儲蓄理論進行解釋。面對政策的不確定性，為了預(yù)防不確定性，個人以及企業(yè)的儲蓄將增加，而伴隨著消費與投資的減少，經(jīng)濟將陷入衰退（Leduc and Liu，2012）。另一方面可以從消費者跨期決策理論加以解釋。不確定性影響消費的方式在于決策時滯。隨著不確定性的增大，由于消費者無法預(yù)測不確定性對未來收入的影響，因此更傾向于推遲做出購買決策Hassan et al.（2013）。

從CPI對政策不確定性沖擊的響應(yīng)來看，其在受到?jīng)_擊后的第七期響應(yīng)值達到最大（-0.0019），隨后逐漸收斂于坐標橫軸，其結(jié)論與Holland（1995）相一致。他認為由于中央銀行目標是保持價格穩(wěn)定，面對較高的政策不確定性，央行會采取緊縮性貨幣政策減小通貨膨脹率，進而影響CPI。

從GDP對政策不確定性的響應(yīng)看，其在受到?jīng)_擊后的第二期響應(yīng)值的絕對值達到最大（-0.003），隨后在第十三期轉(zhuǎn)為正值，最終趨近于0。這說明從經(jīng)濟增長的整體來看，政策不確定性也產(chǎn)生了負向的影響，這樣的結(jié)論與Bloom（2013）、Bhagat（2013）的結(jié)論一致。他們均采用Baker的政策不確定性指數(shù)，分別采用美國與印度的樣本，證實了政策不確定性對經(jīng)濟增長產(chǎn)生了負向影響。

此外，政策不確定性對變量的影響還取決于沖擊的強度與持續(xù)時間。從表2可以看出，在短期內(nèi)受到?jīng)_擊最大的是投資，其次是消費、CPI與GDP。投資是總需求中最不穩(wěn)定的部分，它嚴重依賴于投資者對未來的預(yù)期，而這常常是難以預(yù)測（Keynes，1937）。對于消費來說，與居民生活環(huán)境息息相關(guān)的因素，如購房制度出臺、醫(yī)療社保制度變革和教育支出變動等都會導(dǎo)致消費的波動（田青和高鐵梅，2009）。從累積效應(yīng)可以看出，投資受到的影響依然很大，而消費的累積效應(yīng)為正，這說明投資受到政策不確定性的影響是持續(xù)的。而消費在短期受到較大沖擊后，較快的恢復(fù)到原來的水平，并且由于前期的消費抑制，消費水平在受到?jīng)_擊第三期會出現(xiàn)過度反彈，這說明消費對于政策不確定性的沖擊波動幅度較大。

五、政策不確定性對我國宏觀經(jīng)濟影響的區(qū)域效應(yīng)

既然政策不確定性對我國的宏觀經(jīng)濟產(chǎn)生了重要影響，那么政策不確定性對我國不同區(qū)域的影響究竟怎樣？本文按照國家統(tǒng)計局的標準，將樣本進行了分類，將其劃分為東部、中部、西部，進而分析政策不確定性的區(qū)域效應(yīng)。本文同樣采用如模型（1）的面板向量自回歸模型進行實證分析。為了保證分樣本數(shù)據(jù)的平穩(wěn)性，本文仍然根據(jù)LLC與IPS檢驗方法對分區(qū)域樣本變量進行單位檢驗，結(jié)果表明分區(qū)域樣本變量仍然平穩(wěn)。此外，本文還根據(jù)BIC和HQIC標準并結(jié)合IRF的收斂性，對分區(qū)域樣本的滯后階進行識別，發(fā)現(xiàn)分樣本模型仍然采用滯后一階。隨后，本文將沖擊作用的期限設(shè)為24期，通過500次蒙特卡羅模擬得到了東、中、西部樣本的經(jīng)濟增長、投資、消費以及CPI對政策不確定性的脈沖響應(yīng)函數(shù)（見圖2）。通過分區(qū)域樣本的計量分析，本文發(fā)現(xiàn)產(chǎn)出、投資、消費、CPI等指標在受到宏觀經(jīng)濟政策沖擊后均反映出負向的影響，并逐漸趨于收斂，這證明了前述實證結(jié)果的穩(wěn)健性。為了更好地分析政策不確定性的區(qū)域效應(yīng)，本文將采用不同樣本得到的各變量受政策不確定性沖擊的響應(yīng)強度與24期的累積效應(yīng)列于表3。

從消費與CPI角度來看，消費與CPI在受到政策不確定性沖擊后的反應(yīng)程度均呈現(xiàn)出西部、中部、東部遞減的態(tài)勢，而且東部與中部地區(qū)的消費水平在受到?jīng)_擊后的第二期還出現(xiàn)了明顯的消費反彈，這與東部、中部地區(qū)經(jīng)濟發(fā)展水平，社會保障以及金融發(fā)展水平有關(guān)。當消費者受到政策不確定性沖擊，進而選擇預(yù)防性儲蓄后，擁有高收入或者完備社會保障的群體可以通過平滑消費，進而避免效應(yīng)的下降的方式來進行，所以東、中部地區(qū)的消費水平下降幅度要小于西部。

從投資角度來看，東、中、西部地區(qū)投資的響應(yīng)強度呈現(xiàn)遞減趨勢，但西部地區(qū)的投資累積效應(yīng)最大，這說明在高市場化地區(qū)投資受到政策不確定性影響較大，這與Wang et al.（2014）的結(jié)論一致。但由于西部地區(qū)投資受到?jīng)_擊后持續(xù)時間較長，導(dǎo)致了在長期中的累積效應(yīng)大于東部?？梢?，市場化程度越高的地區(qū)短期受到政策不確定性影響的程度越大，但從長期來看市場化程度較低的西部受到了更大的影響。其原因可能是由于短期內(nèi)市場化程度較高地區(qū)在受到政策不確定性沖擊后，市場波動較大，導(dǎo)致了東、中部的投資出現(xiàn)了下降。但從長期看西部地區(qū)經(jīng)濟發(fā)展水平、制度環(huán)境以及金融市場發(fā)展均較弱，因此導(dǎo)致了產(chǎn)權(quán)保護、信貸融資受到了較大的影響，進而使得投資水平的恢復(fù)速度較慢，受到政策不確定沖擊長期影響較大。這一點在圖2中也得到驗證，西部地區(qū)投資收斂時間明顯長于東、中部。

從GDP角度來看，東、中、西地區(qū)GDP受到政策不確定性的沖擊呈現(xiàn)出較強的差異性，東、西部GDP不論在響應(yīng)強度還是累積效應(yīng)上均受到了更大的沖擊且東部受到?jīng)_擊更大。其原因可能一方面由于東部地區(qū)金融市場發(fā)育較快，政策不確定性容易形成金融市場的波動，導(dǎo)致經(jīng)濟增長的波動；另一方面由于東部地區(qū)對外開放程度較高且經(jīng)濟增長較多的依賴于對外貿(mào)易與海外投資，政策不確定性將嚴重影響FDI的進入并導(dǎo)致資本外流。這一點在金融危機發(fā)生后得到了驗證。因此，從GDP的角度來看，東部地區(qū)相比其他地區(qū)會受到更大的影響。

六、主要結(jié)論與政策建議

本文采用了Baker構(gòu)建的政策不確定性指數(shù)，利用PVAR模型分析了經(jīng)濟政策不確定性對我國宏觀經(jīng)濟的影響以及地區(qū)差異。研究結(jié)果發(fā)現(xiàn)，經(jīng)濟政策的不確定性對我國的經(jīng)濟增長、投資、消費以及價格水平都產(chǎn)生了短期的負向影響。在長期中，政策不確定性的影響將會逐漸消失。從政策不確定性沖擊的響應(yīng)強度與累積效應(yīng)看，投資受到的影響最大，說明投資對政策不確定性的敏感程度最大。從政策不確定性沖擊的持續(xù)時間看，消費的持續(xù)時間是最短的，說明消費者的理性預(yù)期會很快平復(fù)政策不確定性的負向影響，這樣的結(jié)論在分樣本的分析中仍然成立。另外，通過分東、中、西樣本進行分析發(fā)現(xiàn)，欠發(fā)達地區(qū)如西部在消費與價格水平上受到政策不確定性更大的沖擊。對于投資而言，短期受到?jīng)_擊最大的是東部，而西部地區(qū)投資長期受到更大影響。對于GDP而言，東部、西部地區(qū)受到政策不確定性的影響要大于中部，而東部地區(qū)在響應(yīng)強度與累積效應(yīng)上要強于西部。

上述結(jié)論對于我國未來宏觀經(jīng)濟政策的制定與實施有重要的啟示意義。鑒于經(jīng)濟政策不確定性對我國宏觀經(jīng)濟存在著顯著的負向影響，未來我國經(jīng)濟政策應(yīng)努力保持政策的一致性與穩(wěn)定性，堅持區(qū)間調(diào)控、定向調(diào)控與預(yù)調(diào)微調(diào)。另外，從宏觀經(jīng)濟政策不確定性對不同區(qū)域影響的角度來看，政策不確定性對西部地區(qū)消費的負向沖擊較大，這要求西部地區(qū)政府要加大對社會保障的全面覆蓋，引導(dǎo)消費者的合理預(yù)期；政策不確定性在長期中對西部地區(qū)投資的負向沖擊也較大，這要求西部地區(qū)積極發(fā)展金融市場，努力完善市場機制，提高對產(chǎn)權(quán)的保護；政策不確定性對東部地區(qū)經(jīng)濟增長的影響較大，這要求東部地區(qū)在政策不確定時避免市場波動以及資本外流而導(dǎo)致的經(jīng)濟波動。

責任編輯：陳健生