不確定性的測(cè)度及其對(duì)中國城鎮(zhèn)居民消費(fèi)的影響研究

張曉芳

(河南大學(xué) a.統(tǒng)計(jì)學(xué)博士后科研流動(dòng)站；b.公共經(jīng)濟(jì)研究所，河南 開封 475004)

一、引 言

消費(fèi)是社會(huì)經(jīng)濟(jì)發(fā)展的一個(gè)重要組成部分，消費(fèi)量的大小直接影響著社會(huì)的經(jīng)濟(jì)發(fā)展，但中國的消費(fèi)一直處于較低的水平，如中國的消費(fèi)率在2000年(63.3%)達(dá)到最高值之后一直下降到2010年的最低點(diǎn)(48.5%)，之后雖稍有回升但也僅上升到2015年的51.8%；而國際上其他國家的平均消費(fèi)率一般在60%～80%之間，相比較中國的消費(fèi)率還遠(yuǎn)低于世界平均水平，過低的消費(fèi)顯然影響到社會(huì)經(jīng)濟(jì)的各個(gè)方面，如投資、產(chǎn)業(yè)結(jié)構(gòu)、居民生活水平等，因此消費(fèi)問題是一個(gè)迫切需要研究的老問題。中國的特殊國情當(dāng)然不能直接用西方的經(jīng)濟(jì)理論來解釋，但如果僅從理論上分析顯然缺乏說服力，因此需要這方面的經(jīng)驗(yàn)研究，本文試圖對(duì)居民所面臨的不確定性進(jìn)行測(cè)度，進(jìn)而實(shí)證分析不確定性對(duì)中國城鎮(zhèn)居民消費(fèi)產(chǎn)生的影響。

不確定性是指經(jīng)濟(jì)主體面臨直接或間接影響經(jīng)濟(jì)活動(dòng)的各種因素時(shí)，對(duì)經(jīng)濟(jì)運(yùn)行作出的主觀判斷，一般以“增長”、“減少”或“不變”來表示。不確定性是經(jīng)濟(jì)活動(dòng)中不可避免的因素，對(duì)經(jīng)濟(jì)主體的決策行為產(chǎn)生重要的影響，凱恩斯1936年首次將不確定性引入宏觀經(jīng)濟(jì)分析，提出了絕對(duì)收入消費(fèi)函數(shù)理論(不存在不確定性因素)，西方學(xué)者對(duì)于消費(fèi)理論的研究也相應(yīng)地經(jīng)歷了從“確定性”到“不確定性”的過程，目前在不確定條件下對(duì)消費(fèi)問題的研究已是現(xiàn)代西方經(jīng)濟(jì)理論與實(shí)證研究的前沿。研究不確定性對(duì)消費(fèi)的影響，顯然不確定性的測(cè)度是其關(guān)鍵，如何測(cè)度不確定性也是眾多學(xué)者一直在探討的課題，目前不確定性的測(cè)度方法可分為如下四類：

其一，使用收入或消費(fèi)的預(yù)期值與實(shí)際值的數(shù)據(jù)，計(jì)算其平方差、離差、離差率等作為不確定性的代理指標(biāo)[1-2]；其二，使用職業(yè)、失業(yè)率、收入增長率等作為不確定性的代理指標(biāo)[3]；其三，使用收入、消費(fèi)、地區(qū)等分組數(shù)據(jù)的標(biāo)準(zhǔn)差或方差作為不確定性的代理指標(biāo)[4-5]；其四，通過問卷調(diào)查，測(cè)算被調(diào)查者對(duì)未來預(yù)期不確定性的感知程度，進(jìn)而衡量不確定性的大小，如消費(fèi)者信心調(diào)查中對(duì)未來經(jīng)濟(jì)形勢(shì)、購買環(huán)境、就業(yè)預(yù)期的看法[6]。

通過以上分析可知，學(xué)者們用不同的測(cè)度方法對(duì)不確定性進(jìn)行了度量，各種測(cè)度方法均有其優(yōu)缺點(diǎn)，目前為止還沒有大家公認(rèn)的最好方法。但筆者也發(fā)現(xiàn)，在這些常用的測(cè)度方法中，一般都只是反映了實(shí)際收入或消費(fèi)的波動(dòng)，并沒有反映出經(jīng)濟(jì)主體的心理因素，而不確定性的本質(zhì)含義在很大程度上依賴于人們的心理預(yù)期，石文典等提出心理預(yù)期因素在消費(fèi)者決策的過程中起著異常關(guān)鍵的作用[7]。在實(shí)證方面，徐會(huì)奇等分別從心理感知出發(fā)，提出用心理偏差(率)度量不確定性，這種方法引入了居民的消費(fèi)習(xí)慣以及心理感受，相比較能更準(zhǔn)確地反映不確定性[2]?；谝陨戏治?，筆者認(rèn)為不確定性的測(cè)度方法還有進(jìn)一步改善的余地，也就是在進(jìn)行測(cè)度時(shí)可以加入經(jīng)濟(jì)主體的心理因素，故本文就試圖用反應(yīng)經(jīng)濟(jì)主體心理預(yù)期因素的企業(yè)景氣指數(shù)(BSI)和消費(fèi)者信心指數(shù)(CSI)兩個(gè)指標(biāo)分別估計(jì)居民的預(yù)期收入，進(jìn)而計(jì)算收入的不確定性。另外，GARCH模型中的條件方差反映了樣本的個(gè)體差異，并且是以前期信息為基礎(chǔ)進(jìn)行的預(yù)測(cè)，在一定程度上也反映了經(jīng)濟(jì)主體的習(xí)慣與主觀判斷，故本文也用GARCH模型進(jìn)行不確定性的測(cè)度，以便于對(duì)比分析不同方法的測(cè)度結(jié)果。

二、不確定性的測(cè)度方法與結(jié)果分析

(一)用心理指標(biāo)模擬計(jì)算收入的不確定性

根據(jù)預(yù)防性儲(chǔ)蓄理論，影響居民消費(fèi)的因素很大程度上來自于人們對(duì)未來的心理預(yù)期，如對(duì)經(jīng)濟(jì)形勢(shì)、收入、疾病等的不確定性的預(yù)期，尤其是收入的不確定性。收入的預(yù)期不確定性又與國家的經(jīng)濟(jì)發(fā)展，更直接地來說是與企業(yè)的生產(chǎn)狀況緊密相關(guān)，若企業(yè)的生產(chǎn)預(yù)期較好，則說明國家的經(jīng)濟(jì)發(fā)展比較好，人們的預(yù)期收入也就相對(duì)比較穩(wěn)定，反之則相反。而企業(yè)景氣指數(shù)(BSI)正是反映企業(yè)經(jīng)營狀況的一個(gè)統(tǒng)計(jì)指標(biāo)，在一定程度上也反映了國家宏觀經(jīng)濟(jì)的運(yùn)行狀況，因此根據(jù)此指標(biāo)來預(yù)測(cè)居民未來的收入，理論上來說是比較合適的。另外，消費(fèi)者信心指數(shù)(CSI)又稱消費(fèi)者情緒指數(shù)，實(shí)質(zhì)上反映了消費(fèi)者對(duì)家庭收入水平的估計(jì)和預(yù)期，這種預(yù)期會(huì)引起消費(fèi)者信心的變化，進(jìn)而導(dǎo)致其消費(fèi)決策的改變，因此這個(gè)指標(biāo)對(duì)預(yù)測(cè)消費(fèi)者的收入與消費(fèi)都具有重要的參考意義。根據(jù)以上分析，本文認(rèn)為預(yù)期收入主要是受當(dāng)前的收入以及反映未來經(jīng)濟(jì)發(fā)展?fàn)顩r的心理指標(biāo)(BSI或CSI)的影響，故本文構(gòu)建一個(gè)簡單的線性回歸模型，分別用企業(yè)景氣指數(shù)和消費(fèi)者信心指數(shù)以及收入的滯后一期作為解釋變量，來預(yù)測(cè)居民的預(yù)期收入，模型如下：

yt=β0+β1xt+β2yt-1+μ

(1)

式中，解釋變量x代表企業(yè)景氣指數(shù)或消費(fèi)者信心指數(shù)；考慮到中國企業(yè)的生產(chǎn)發(fā)展對(duì)城鎮(zhèn)居民的收入影響較大，因此被解釋變量y選用城鎮(zhèn)居民的收入。但是，中國城鎮(zhèn)居民可支配收入的數(shù)據(jù)為調(diào)查戶的數(shù)據(jù)，存在較大誤差，故選用中國國內(nèi)生產(chǎn)總值(GDP)的時(shí)間序列數(shù)據(jù)作為城鎮(zhèn)居民收入的代理變量。其中，GDP數(shù)據(jù)經(jīng)以2000年為基期100的消費(fèi)者價(jià)格指數(shù)調(diào)整，用X11法消除季節(jié)性因素，本模型所用的數(shù)據(jù)均來自《中國統(tǒng)計(jì)年鑒》或中國經(jīng)濟(jì)信息網(wǎng)，考慮到數(shù)據(jù)的自相關(guān)性本文均采用變量的增長率來計(jì)算，即取對(duì)數(shù)的差分。使用的數(shù)據(jù)為2000—2016年的季度數(shù)據(jù)。

在計(jì)算過程中發(fā)現(xiàn)，中國經(jīng)濟(jì)受2008年金融危機(jī)的影響，存在明顯的拐點(diǎn)，因此在計(jì)量模型中增加了一個(gè)時(shí)間變量來表示此現(xiàn)象。模型的估計(jì)結(jié)果如表1所示。

表1 用心理指標(biāo)估算的預(yù)期收入

注：***、**分別表示在1%和5%的顯著水平下顯著。

由表1可知，用BSI和CSI擬合的模型結(jié)果都比較好，兩個(gè)模型的擬合優(yōu)度及其對(duì)收入的影響都比較接近，說明這兩個(gè)指標(biāo)反映的對(duì)收入的預(yù)期結(jié)果相差不大，基本上還是比較可靠的。

進(jìn)一步根據(jù)模型對(duì)收入的預(yù)測(cè)值，用預(yù)測(cè)值與實(shí)際收入的差的平方作為不確定性的代理變量，具體計(jì)算公式如下：

(二)利用GARCH模型對(duì)收入、貸款和資產(chǎn)價(jià)格不確定性進(jìn)行測(cè)度

前文用心理指標(biāo)計(jì)算出來的不確定性指標(biāo)，其缺點(diǎn)是數(shù)據(jù)時(shí)間較短，另外除了收入與消費(fèi)外，其它貸款、資產(chǎn)價(jià)格等不確定性的測(cè)度也面臨著同樣的問題，并且目前還沒有合適的心理指標(biāo)來反應(yīng)居民的這種期望，故無法測(cè)度。為了彌補(bǔ)這一空缺，本文利用GARCH模型中的條件異方差模型對(duì)不確定性指標(biāo)進(jìn)行測(cè)度：GAGCH模型中的條件方差是以前面信息為基礎(chǔ)的一期或若干期的向前預(yù)測(cè)方差，反映了不確定性依賴于人們的以往經(jīng)驗(yàn)，在一定程度上也反映了居民的主觀判斷；基于GARCH模型的以上特點(diǎn)，現(xiàn)有研究中常用GAGCH模型對(duì)股票、匯率等金融時(shí)間序列數(shù)據(jù)進(jìn)行研究，但對(duì)于不確定性的估計(jì)筆者認(rèn)為也能用此模型較好地解決。GARCH模型的基本形式如下：

yt+1=βxt+1+εt+1εt+1|ψt～N(0，ht+1)

GARCH模型中，隨機(jī)誤差項(xiàng)的方差ht+1依賴于其前期值的大小，并且具有異方差的特性，故GARCH模型不僅考慮了當(dāng)期不確定因素的影響，也考慮了前期不確定因素的影響，人們對(duì)未來的預(yù)期也是根據(jù)其經(jīng)驗(yàn)以及未來的經(jīng)濟(jì)變化來判斷的，而GARCH模型在一定程度上反映了居民的這種預(yù)測(cè)行為，因此GARCH模型隨機(jī)項(xiàng)的方差可以作為不確定性的一個(gè)代理指標(biāo)。當(dāng)然，GARCH模型僅反映了對(duì)過去經(jīng)驗(yàn)的依賴，沒有反映未來的經(jīng)濟(jì)變化預(yù)期成分，具有一定的局限性，但是居民對(duì)于預(yù)期的判斷主要還是依賴于以往的經(jīng)驗(yàn)。根據(jù)以上分析，利用GARCH模型測(cè)定不確定性的方法，在一定程度上也反映了居民的心理預(yù)期。

另外，對(duì)居民消費(fèi)影響比較大的因素除了收入外，還有貸款規(guī)模以及資產(chǎn)價(jià)格的不確定性，如何翠香等分別研究了房價(jià)變化對(duì)居民消費(fèi)的影響[8-9]。下面分別根據(jù)居民收入、貸款、房價(jià)和股票收益等數(shù)據(jù)用GARCH模型來估計(jì)其不確定性。這里，居民收入用收入的增長率代替，數(shù)據(jù)來源與上文表1中所用的數(shù)據(jù)相同；貸款規(guī)模的數(shù)據(jù)來源于中國人民銀行網(wǎng)站，因住戶貸款數(shù)據(jù)不全面，這里用各類新增貸款的數(shù)據(jù)代替；房價(jià)的數(shù)據(jù)來源于歷年《中國統(tǒng)計(jì)年鑒》，房價(jià)用商品房銷售額除以銷售面積得到，因新增貸款與房價(jià)的數(shù)據(jù)均存在季節(jié)性因素，故都用X11法進(jìn)行季節(jié)性調(diào)整后再取對(duì)數(shù)的數(shù)據(jù)來計(jì)算；股票收益用每季度三個(gè)月的股票收盤指數(shù)的平均值，再取其對(duì)數(shù)的差分?jǐn)?shù)據(jù)來表示。表2列出了數(shù)據(jù)平穩(wěn)性的檢驗(yàn)結(jié)果，各列數(shù)據(jù)都比較平穩(wěn)，因此可以進(jìn)一步利用GARCH模型進(jìn)行研究。

表2 收入、貸款、資產(chǎn)價(jià)格的時(shí)間序列的數(shù)據(jù)性質(zhì)

分析檢驗(yàn)結(jié)果發(fā)現(xiàn)，收入增長率、貸款規(guī)模和房價(jià)選用GARCH模型更為合適，而股票收益則用TGARCH模型更為合適，結(jié)果如表3所示，各模型結(jié)果經(jīng)檢驗(yàn)都較好。

表3 GARCH模型的計(jì)算

注：***是1%顯著水平，**是5%顯著水平，*是10%顯著水平。L為似然比統(tǒng)計(jì)值。

圖1顯示了用不同的心理指標(biāo)測(cè)度的收入不確定性的趨勢(shì)圖，可以看出，2002—2003年和2008—2009年用不同方法測(cè)度的不確定性波動(dòng)都比較大，但用GARCH模型測(cè)度的波動(dòng)更大，一方面是與這兩年發(fā)生的特殊事件有關(guān)，即2003年的SARS事件和2008年的金融危機(jī)事件；另一方面是由于這種特殊事件的沖擊會(huì)導(dǎo)致經(jīng)濟(jì)主體預(yù)期收入的偏差過大，故不確定性波動(dòng)也會(huì)加大，但是用BSI和CSI這兩個(gè)指標(biāo)的預(yù)期會(huì)更加準(zhǔn)確一些，因?yàn)榻?jīng)濟(jì)主體在預(yù)期時(shí)考慮了未來經(jīng)濟(jì)的發(fā)展?fàn)顩r；而用GARCH模型的預(yù)測(cè)僅依賴于過去的經(jīng)驗(yàn)，所以其測(cè)度的不確定偏差會(huì)更大一些。總的來看，用BSI和CSI兩個(gè)心理指標(biāo)來計(jì)算的不確定性數(shù)據(jù)波動(dòng)比較接近，說明這兩種方法估計(jì)的結(jié)果較為一致，可能更為可信。

圖1 用BSI、CSI和GARCH 模型測(cè)度的收入不確定性指標(biāo)間的對(duì)比圖

注：數(shù)據(jù)范圍為2000年第1季度至2016年第3季度，圖中橫坐標(biāo)是2000年第1季度為1的時(shí)間序列。圖2中含義相同。

三、不確定性與消費(fèi)的相關(guān)性分析

(一)收入的不確定性與消費(fèi)的相關(guān)性分析

圖2為消費(fèi)的循環(huán)周期圖*消費(fèi)的循環(huán)圖數(shù)據(jù)是根據(jù)2000—2016年的中國城鎮(zhèn)居民消費(fèi)的季度數(shù)據(jù)，用X11方法剔除季節(jié)性因素，然后用HP濾波的方法分離出趨勢(shì)成分和循環(huán)成分?jǐn)?shù)據(jù)，再根據(jù)分離出的循環(huán)成分畫出消費(fèi)的循環(huán)周期圖。與收入不確定性的趨勢(shì)圖。從圖2可以看出，收入不確定性大的年份，居民消費(fèi)收縮得較大，如2008—2009年由于金融危機(jī)導(dǎo)致收入不確定性增大，同時(shí)消費(fèi)收縮較大；相反收入較為穩(wěn)定的年份，消費(fèi)是擴(kuò)張的，如從2011年之后隨著經(jīng)濟(jì)的穩(wěn)定發(fā)展，收入不確定性減小，消費(fèi)也有逐步擴(kuò)大趨勢(shì)，消費(fèi)的循環(huán)周期縮小。

圖2 消費(fèi)的循環(huán)周期與不確定性的趨勢(shì)圖

表4列出了收入的不確定性與消費(fèi)周期的相關(guān)系數(shù)，發(fā)現(xiàn)收入的不確定性與當(dāng)期t的消費(fèi)相關(guān)性較大，并且呈正相關(guān)；與預(yù)期t+1期和t+4期的相關(guān)性呈較大的負(fù)相關(guān)關(guān)系；也就是說，收入的不確定性促進(jìn)了當(dāng)期的消費(fèi)，減小了未來的消費(fèi)；另外與滯后期的相關(guān)性較小。

表4 收入的不確定性與消費(fèi)之間的相關(guān)系數(shù)

(二)貸款和資產(chǎn)價(jià)格的不確定性與消費(fèi)的相關(guān)性分析

圖3顯示了貸款的不確定與消費(fèi)周期的趨勢(shì)，可知在貸款的不確定性波動(dòng)較大時(shí)期，如從2002年到2010年間，消費(fèi)總體上是處于收縮趨勢(shì)的，而在貸款不確定性波動(dòng)較小時(shí)，如2010年至今，消費(fèi)是處于擴(kuò)張趨勢(shì)的，并且周期變短。另外，房價(jià)的不確定性對(duì)消費(fèi)的影響與貸款類似，而股票收益的不確定對(duì)居民消費(fèi)的影響不大，故不再詳述。

表5列出了貸款、房價(jià)和股票收益的不確定與消費(fèi)周期的相關(guān)系數(shù)：貸款規(guī)模的不確定性與當(dāng)期的消費(fèi)有較大的正相關(guān)性(0.151)，說明促進(jìn)了當(dāng)期的消費(fèi)，與t+1和t+2期消費(fèi)的相關(guān)性較弱，而與t+3和t+4期的消費(fèi)有較大的負(fù)相關(guān)性，說明對(duì)預(yù)期的消費(fèi)起抑制作用；房價(jià)的不確定性與當(dāng)期消費(fèi)呈負(fù)相關(guān)，但是相關(guān)性較弱，與未來4期的消費(fèi)都呈負(fù)相關(guān)并且與近期的消費(fèi)相關(guān)性較弱，與遠(yuǎn)期的消費(fèi)相關(guān)性較強(qiáng)，說明房價(jià)的不確定對(duì)居民未來消費(fèi)的抑制作用較強(qiáng)；股票收益的不確定性與當(dāng)期的消費(fèi)呈負(fù)相關(guān)(0.001)，相關(guān)性比較小作用不大，與t+1和t+3期的消費(fèi)正相關(guān)，與t+2和t+4期的消費(fèi)負(fù)相關(guān)，沒有明顯規(guī)律。

圖3 貸款(LOAN)的不確定性與消費(fèi)周期(EXPENCE)的趨勢(shì)圖

城鎮(zhèn)-2季度-1季度0季度1季度2季度3季度4季度貸款規(guī)模-0.0770.1790.1510.0790.018-0.143-0.148房價(jià)0.0180.001-0.076-0.107-0.042-0.113-0.103股票收益0.0300.034-0.0010.062-0.0180.130-0.122

四、不確定性對(duì)消費(fèi)影響的實(shí)證分析

以上只是用不確定性與消費(fèi)的趨勢(shì)圖或者是相關(guān)系數(shù)來分析兩者之間的關(guān)系，這種分析當(dāng)然還是比較粗糙的，下面本文根據(jù)預(yù)防性儲(chǔ)蓄理論，構(gòu)造了消費(fèi)函數(shù)，進(jìn)一步分析不確定性對(duì)中國城鎮(zhèn)居民的消費(fèi)產(chǎn)生的影響。

(一)消費(fèi)行為函數(shù)的分析

在中國目前各種體制改革的背景下，居民所面臨的經(jīng)濟(jì)環(huán)境也處于不斷變化之中， 很難實(shí)現(xiàn)其一生的消費(fèi)最優(yōu)化，故假設(shè)中國的消費(fèi)者只能在一段時(shí)期內(nèi)最大化其效用，效用函數(shù)U(·)具有時(shí)間可加性，滿足：u′>0，u″<0，u?>0*在效用函數(shù)非二次型、其三階導(dǎo)數(shù)大于零的前提下，消費(fèi)者預(yù)期的未來消費(fèi)不再等于而是大于當(dāng)期消費(fèi)(Leland,1968)。因此，消費(fèi)者會(huì)采取更為謹(jǐn)慎的行為，減少當(dāng)期消費(fèi)而增加儲(chǔ)蓄，Leland將較確定情況下多出的儲(chǔ)蓄稱為預(yù)防性儲(chǔ)蓄。，根據(jù)Hahm等提出的消費(fèi)者行為模型[10]：

(3)

e-θ ct=Ete-θ ct+1

(4)

(5)

可見收入的不確定性對(duì)消費(fèi)的影響是非常明顯的，ΔCt+1(ΔCt+1=μ+ε+1)是一個(gè)隨機(jī)游走過程，其調(diào)整取決于收入不確定性的程度，由式(5)的兩邊都除以Ct可衍生出下式：

(6)

β3ΔlnCt+Ut+1

(7)

式中β1、β2、β3分別表示收入的不確定、收入增長率和消費(fèi)習(xí)慣對(duì)消費(fèi)的影響。

(二)收入的不確定性對(duì)消費(fèi)行為的影響

根據(jù)模型(7)，進(jìn)一步檢驗(yàn)收入的不確定對(duì)消費(fèi)的影響，本部分的數(shù)據(jù)來源：收入和消費(fèi)的數(shù)據(jù)分別采用城鎮(zhèn)居民的人均可支配收入和人均消費(fèi)性支出的增長率數(shù)據(jù)，收入的不確定性采用第二部分得出的結(jié)果。在計(jì)算的過程中，發(fā)現(xiàn)誤差存在自相關(guān)，故將模型調(diào)整為：

expen=α+β1incom+β2unc+β3unc(-1)+

β4expen(-1)+β5expen(-2)+Ut+1

(8)

其中expen表示消費(fèi)的增長率，incom表示收入的增長率，unc表示收入的不確定性。

表6 消費(fèi)者行為函數(shù)的估算結(jié)果

注： ***、**、*分別表示在1%、5%、10%的顯著水平下顯著。

表6是根據(jù)式(8)計(jì)算的結(jié)果，列出了由心理指標(biāo)BSI和CSI以及GARCH模型測(cè)度的收入不確定性對(duì)城鎮(zhèn)居民消費(fèi)行為的估算結(jié)果，結(jié)果顯示擬合程度較好，殘差都不存在序列自相關(guān)。常數(shù)項(xiàng)在10%的顯著水平下顯著，敏感性系數(shù)β1在1%的顯著水平下顯著，說明收入是消費(fèi)的主要影響因素，當(dāng)然估計(jì)結(jié)果也顯示了消費(fèi)還受其他因素的影響；當(dāng)期的不確定對(duì)消費(fèi)起顯著的正向促進(jìn)作用，滯后1期不確定性對(duì)消費(fèi)起顯著的抑制作用，說明預(yù)期收入不確定的增加減少了當(dāng)期消費(fèi)，這與預(yù)防性儲(chǔ)蓄理論相一致，說明居民為了預(yù)防未來的不確定而增加了當(dāng)期的儲(chǔ)蓄，尤其在中國目前收入不確定、社會(huì)保障制度不健全的情況下，居民的預(yù)防性儲(chǔ)蓄欲望是比較強(qiáng)烈的；消費(fèi)滯后1期和2期即消費(fèi)習(xí)慣對(duì)消費(fèi)的影響也是比較顯著的，并且都對(duì)消費(fèi)增長率起一定的抑制作用，這三個(gè)模型做出的結(jié)果都比較近似，說明其測(cè)度的不確定性比較可靠。

(三)不確定性對(duì)消費(fèi)的影響

根據(jù)經(jīng)濟(jì)學(xué)原理，居民的收入實(shí)際上主要有兩種用途，即消費(fèi)和儲(chǔ)蓄。對(duì)于儲(chǔ)蓄部分，人們?yōu)榱吮Ｖ翟鲋党藘?chǔ)蓄現(xiàn)金之外，往往還會(huì)選擇其他產(chǎn)品進(jìn)行投資，而房產(chǎn)和股票是目前居民選擇較多的投資領(lǐng)域，其中購買房產(chǎn)實(shí)際上具有雙重作用，一方面可以自住，這樣就不會(huì)有收益，另一方面可用于投資，因此房價(jià)及其不確定性可能會(huì)影響居民的消費(fèi)狀況；股票是居民投資的另一個(gè)主要途徑，股票收益及其不確定性也有可能是影響居民消費(fèi)的因素；另外，居民貸款可用來投資或消費(fèi)，貸款的不確定性也可能更會(huì)影響居民的消費(fèi)，同時(shí)利率的大小也可能會(huì)影響到居民的消費(fèi)或投資。因此，本部分考察收入、房價(jià)、股票收益和貸款的不確定性對(duì)消費(fèi)的影響，并將利率、房價(jià)和股票收益做為控制變量加入模型中，故本部分所建立的模型如下：

ΔlnCt=α0+α1ΔlnYt+α3Rt+α4lnHt+

α5lnSt+α6UNCt

(9)

模型中消費(fèi)(C)、收入(Y)、房價(jià)(H)、股票收益(S)、不確定性(UNC)分別是前文所用到的消費(fèi)增長率、收入增長率、房價(jià)、股票收益以及計(jì)算出來的不確定性數(shù)據(jù)；另外，利率數(shù)據(jù)是經(jīng)過加權(quán)計(jì)算的月度值，最后取其每季度三個(gè)月的平均值；數(shù)據(jù)范圍為2000年第1季度—2016年第3季度的季度數(shù)據(jù)；所有數(shù)據(jù)均經(jīng)過ADF單位根檢驗(yàn)，為平穩(wěn)序列。

首先用模型(9)分析收入的不確定(分別用BSI、CSI、GARCH模型估計(jì)的不確定性)對(duì)消費(fèi)的影響，結(jié)果發(fā)現(xiàn)三個(gè)模型中房價(jià)、股票收益和利率對(duì)消費(fèi)的影響都不顯著，剔除這三個(gè)控制變量后，結(jié)果與表6基本結(jié)果一致，故不在這里重復(fù)。本文分析房價(jià)對(duì)消費(fèi)的影響不顯著有可能是因?yàn)橹袊績r(jià)具有特殊性，區(qū)域不同、城市不同房價(jià)也大不相同，對(duì)于不同收入階層的居民來說，房子自住與投資的作用也不一樣，鑒于目前中國房產(chǎn)市場的這種特殊性以及復(fù)雜性，可能會(huì)導(dǎo)致本文的研究有偏差，為更有說服力需要進(jìn)一步細(xì)化各區(qū)域與各城市的數(shù)據(jù)，本文不再進(jìn)一步分析。股票市場在中國發(fā)展歷程較短，目前并不完善，另外投資股票也需要一定的專業(yè)知識(shí)，相對(duì)于中國居民目前投資觀念較差、整體投資素質(zhì)不高，投資股票目前也并不是居民普遍的選擇，因此股票收益對(duì)居民消費(fèi)的影響不顯著也合理。利率理論上來說對(duì)居民的消費(fèi)應(yīng)該是有影響的，但是鑒于中國居民的醫(yī)保、社保等其他社會(huì)保障較不完善，使居民所面臨的不確定性增加，以致形成了較強(qiáng)的儲(chǔ)蓄偏好，所以中國大部分居民往往是不管利率的高低，都會(huì)傾向于儲(chǔ)蓄，故利率對(duì)消費(fèi)的影響也不顯著。

用模型(9)分別分析貸款、房價(jià)和股票收益的不確定對(duì)消費(fèi)的影響，結(jié)果發(fā)現(xiàn)在所建立的模型中，房價(jià)、股票收益和利率這三個(gè)變量也都不顯著，原因可能與上面分析類似，不再贅述，故在模型中將這三個(gè)因素刪除。結(jié)果如表7所示，發(fā)現(xiàn)貸款和股票收益的不確定對(duì)居民消費(fèi)的影響都不顯著，原因可能是貸款包括的范圍主要是企業(yè)貸款與居民貸款，目前居民主要是住房貸款的較多，但是由于中國居民的傳統(tǒng)消費(fèi)觀念是盡量消費(fèi)自己的已有財(cái)富，而不偏好去借款消費(fèi)，因此大多數(shù)居民還是盡可能地降低消費(fèi)、儲(chǔ)蓄買房，而不是選擇貸款，貸款的人群相對(duì)來說還是比較小的，故貸款的不確定性對(duì)居民的影響不顯著；還有一個(gè)原因也可能是本文的數(shù)據(jù)不太準(zhǔn)確，由于無法得到準(zhǔn)確的居民貸款數(shù)據(jù)，模型中采用的每季度的新增貸款包含了企業(yè)貸款，這也可能會(huì)導(dǎo)致貸款不確定性對(duì)居民消費(fèi)不顯著；另外由于中國目前購買股票投資的人群相對(duì)較小，因此股票收益的不確定對(duì)居民的消費(fèi)也不產(chǎn)生顯著的影響。房價(jià)的不確定在10%的置信水平下對(duì)居民消費(fèi)有積極的促進(jìn)作用，但房價(jià)的不確定對(duì)居民預(yù)期的消費(fèi)沒有影響，這說明房價(jià)的不確定性越大，越促進(jìn)居民當(dāng)期的購房消費(fèi)，這與近些年來房價(jià)一直快速增長且居高不下有直接的關(guān)系，導(dǎo)致房價(jià)越高居民就越抓緊時(shí)間買房，促進(jìn)了居民當(dāng)期的消費(fèi)。

表7 貸款、房價(jià)和股票收益的不確定對(duì)居民消費(fèi)的影響

注：***、**、*分別表示在1%、5%、10%的顯著水平下顯著。

五、結(jié) 論

不確定性是經(jīng)濟(jì)社會(huì)中的常態(tài)，對(duì)居民的消費(fèi)決策有重要的影響，而對(duì)不確定性的測(cè)度方法也各有所長，尚無統(tǒng)一標(biāo)準(zhǔn)。鑒于此，本文基于不確定主要是居民心理主觀判斷的結(jié)果，采用心理指標(biāo)BSI、CSI以及可以反映個(gè)體差異與以往經(jīng)驗(yàn)的GARCH模型來估算居民所面臨的不確定性。這三種計(jì)算不確定性的方法與其他指標(biāo)相比，更能反映不確定的主觀特性，與現(xiàn)實(shí)更為符合，并且這三類指標(biāo)估算的不確定性結(jié)果都比較近似，基本上更為真實(shí)地反映了居民所面臨的不確定性。進(jìn)一步，又分析了不確定性與居民消費(fèi)的相關(guān)性，并通過計(jì)量模型檢驗(yàn)分析了不確定性與消費(fèi)的關(guān)系，得到結(jié)論如下：

其一，根據(jù)相關(guān)性分析，收入的不確定與當(dāng)期消費(fèi)的正相關(guān)性比較大，用BSI、CSI和GARCH模型估算的不確定性與消費(fèi)的相關(guān)系數(shù)分別為0.122、0.107和0.164，顯然收入不確定性對(duì)當(dāng)期消費(fèi)起了積極的促進(jìn)作用。

其二，資產(chǎn)價(jià)格不確定與消費(fèi)的相關(guān)性分析中，發(fā)現(xiàn)貸款的不確定性與近期消費(fèi)正相關(guān)，與遠(yuǎn)期消費(fèi)負(fù)相關(guān)；房價(jià)不確定性與居民當(dāng)期消費(fèi)的相關(guān)性較弱，與未來幾期的消費(fèi)都呈負(fù)相關(guān)；股票收益的不確定與居民消費(fèi)的相關(guān)性較弱，與預(yù)期消費(fèi)的相關(guān)性不是很穩(wěn)定。

其三，根據(jù)不確定與消費(fèi)的回歸分析結(jié)果可知，收入對(duì)消費(fèi)的影響是非常顯著的，收入不確定的當(dāng)期與滯后一期對(duì)消費(fèi)都有顯著的影響；貸款規(guī)模和股票價(jià)格的不確定對(duì)消費(fèi)的影響都不顯著；房價(jià)的不確定對(duì)消費(fèi)的影響在10%的置信水平下有顯著的促進(jìn)作用。

總的來看，要擴(kuò)大內(nèi)需消費(fèi)促進(jìn)經(jīng)濟(jì)增長，最主要的不僅要提高城鎮(zhèn)居民的收入還要考慮提高更多農(nóng)村居民的收入；由于目前房價(jià)的高漲已經(jīng)嚴(yán)重抑制了居民的消費(fèi)，適當(dāng)?shù)卣{(diào)整房價(jià)可能會(huì)利于促進(jìn)消費(fèi)；另外，資產(chǎn)價(jià)格理論上來說對(duì)居民消費(fèi)的影響是比較大的，但是由于中國目前處于改革轉(zhuǎn)型期，其作用可能還沒有顯現(xiàn)出來，未來隨著各項(xiàng)制度、市場等的完善，可能會(huì)對(duì)居民的消費(fèi)產(chǎn)生顯著影響。因此，在制定政策時(shí)還是要綜合考慮，如何利用居民對(duì)收入和資產(chǎn)價(jià)格的不確定性預(yù)期，來調(diào)整自身的消費(fèi)行為與習(xí)慣，這將是繼續(xù)研究的新課題，同時(shí)也是解決目前消費(fèi)問題的一種新思路。

[1] Scarth W.The Limits to Rational Expectations by M.Hansem Pesaran[J].Eastern Economic Journal,1990(1).

[2] 徐會(huì)奇，王克穩(wěn)，李輝.影響居民消費(fèi)的不確定因素測(cè)量及其作用研究——基于中國農(nóng)村省級(jí)面板數(shù)據(jù)的驗(yàn)證[J].經(jīng)濟(jì)科學(xué)，2013(2).

[3] Skinner J.Risky Income，Life Cycle Consumption，and Precautionary Savings[J].Journal of Monetary Economics，1988，22(2).

[4] 羅楚亮.經(jīng)濟(jì)轉(zhuǎn)軌、不確定性與城鎮(zhèn)居民消費(fèi)行為[J].經(jīng)濟(jì)研究，2004(4).

[5] 曾令華，趙曉英.中國城鎮(zhèn)居民消費(fèi)函數(shù)分析——基于1978-2004年的數(shù)據(jù)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2006(6).

[6] 朱信凱.中國農(nóng)戶位置消費(fèi)行為研究[J].統(tǒng)計(jì)研究，2001(12).

[7] 石文典，原獻(xiàn)學(xué)，馬進(jìn)瑜.我國城市居民消費(fèi)心理預(yù)期的結(jié)構(gòu)及其影響因素研究[J].心理科學(xué)，2003(3).

[8] 何翠香，晏冰，方行明.住房及房價(jià)波動(dòng)對(duì)家庭消費(fèi)影響的再估計(jì)——基于條件分位數(shù)回歸方法[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017(3).

[9] 周華東，高玲玲.房價(jià)變化與居民消費(fèi)——基于中國城市面板數(shù)據(jù)的研究[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014(1).

[10] Hahm Joon-Ho，Steigerwald D S.Consumption Adjustment under Time-varying Income Uncertainty[J].Review of Economics & Statistics，1999，81(1).