經(jīng)濟政策不確定性在國際間的動態(tài)溢出效應(yīng)
——基于方向性溢出模型的實證研究

向古月，周先平，譚本艷

(1. 中南財經(jīng)政法大學(xué) 金融學(xué)院，武漢 430073；2. 三峽大學(xué) 經(jīng)濟與管理學(xué)院，湖北 宜昌 443002)

內(nèi)容提要：本文利用Baker et al.(2016)經(jīng)濟政策不確定性指數(shù)(BBD Index)和Diebold and Yilmaz(2012)方向性溢出模型(Directional Spillovers)構(gòu)造“四國經(jīng)濟系統(tǒng)”，對經(jīng)濟政策不確定性在國際間的動態(tài)溢出效應(yīng)進行靜態(tài)分析、比較靜態(tài)分析和動態(tài)分析。靜態(tài)分析結(jié)果顯示，各經(jīng)濟體政策不確定性的變動中有超過1/5來源于其他經(jīng)濟體的溢出；比較靜態(tài)分析結(jié)果顯示，經(jīng)濟系統(tǒng)內(nèi)總溢出效應(yīng)逐步增強，前金融危機時期為18.09%，金融危機時期為29.81%，經(jīng)濟復(fù)蘇時期為33.58%；動態(tài)分析結(jié)果顯示，經(jīng)濟政策不確定性動態(tài)溢出的規(guī)?？赡芡瑖鴥?nèi)政治周期和貨幣政策周期有關(guān)，米德沖突可能是主要傳導(dǎo)渠道之一，美國、歐洲和日本應(yīng)當(dāng)為大部分溢出效應(yīng)負責(zé)，中國是最大受害者之一。上述結(jié)論表明，我國應(yīng)繼續(xù)推進全面深化改革，加快浮動匯率制度改革，提高貨幣政策獨立性。

一、引言

近年來，“美元加息”、“脫歐疑云”、“歐洲極右勢力抬頭”和“國際貿(mào)易爭端”等事件使世界經(jīng)濟步履維艱，經(jīng)濟政策不確定性再度成為政府和學(xué)者關(guān)注的焦點①。有觀點認(rèn)為，全球經(jīng)濟政策不確定性很大程度上來源于美國，一是2015年以后美元進入加息周期，市場對加息時間和次數(shù)難有一致判斷，其貨幣政策存在諸多不確定性；二是特朗普政府多次向他國“挑起”貿(mào)易爭端，其貿(mào)易政策難以預(yù)期。另外，歐洲也是全球經(jīng)濟政策不確定性的重要源頭，特別是英國、意大利“脫歐危機”以及瑪麗娜·勒龐為代表的“歐洲極右勢力迅速抬頭”引發(fā)世界各國對全球經(jīng)濟前景的擔(dān)憂。面對美國和歐洲政策不確定性急劇上升，各國政府及研究者開始關(guān)注他國經(jīng)濟政策不確定對本國經(jīng)濟的影響，即所謂政策不確定性的溢出問題。

經(jīng)濟政策不確定的跨國溢出可以通過若干渠道發(fā)揮作用。首先，對外貿(mào)易和跨境資本流動是直接溢出渠道②。對外貿(mào)易渠道是指某一經(jīng)濟體政策高度不確定可能會抑制其經(jīng)濟活動水平和對進口商品的需求，從而對出口國的總產(chǎn)出帶來負面影響。而跨境資本流動渠道是指政策不確定可能增加全球的風(fēng)險厭惡情緒，導(dǎo)致金融市場的大幅調(diào)整和新興市場的資本外流。其次，政策不確定性也可以通過引起他國政策不確定程度變化影響其宏觀經(jīng)濟變量。但該間接渠道較少被談及，本文認(rèn)為其主要通過米德沖突來發(fā)揮作用。例如，面對美元加息周期和國內(nèi)經(jīng)濟復(fù)蘇乏力，新興經(jīng)濟體可能一方面需要寬松的貨幣環(huán)境來促進經(jīng)濟復(fù)蘇，實現(xiàn)充分就業(yè)；另一方面，又需要緊縮的經(jīng)濟政策來應(yīng)對美元加息造成的資本外流、貨幣貶值和國際收支失衡，這種內(nèi)外均衡的矛盾(米德沖突)加劇了本國政策不確定性。

本文以間接溢出效應(yīng)為研究視角，將若干經(jīng)濟體視為一個經(jīng)濟系統(tǒng)，研究政策不確定性在系統(tǒng)內(nèi)的溢出效應(yīng)，考察某一經(jīng)濟體經(jīng)濟政策不確定性對其他經(jīng)濟體政策不確定的影響，探討某一經(jīng)濟體政策不確定性有多大比例是由其他經(jīng)濟體政策不確定沖擊引致，關(guān)注中美在全球政策不確定性溢出網(wǎng)絡(luò)中的位置和角色，重點回答哪些經(jīng)濟體是經(jīng)濟政策不確定性的大規(guī)模溢出者，哪些經(jīng)濟體又是政策不確定性的凈溢出者抑或凈接受者，哪些經(jīng)濟體是政策不確定性跨國溢出的最大受害者。因此，本文利用經(jīng)濟政策不確定性指數(shù)(Baker et al.，2016)和方向性溢出指數(shù)(Diebold and Yilmaz，2012)構(gòu)造“四國經(jīng)濟系統(tǒng)”(美國、歐洲、日本和中國)，并基于廣義VAR模型的方差分解估算政策不確定性溢出效應(yīng)，考察溢出效應(yīng)的方向。

二、文獻回顧

關(guān)于政策不確定性對宏觀經(jīng)濟影響，最初的研究框架是探討某國政策不確定性對該國宏觀經(jīng)濟變量的影響。Bloom(2009)、Leduc and Liu(2016)等研究表明，不確定性沖擊很可能通過減少產(chǎn)出和增加失業(yè)率而引發(fā)衰退效應(yīng)，不確定性的經(jīng)濟效應(yīng)因商業(yè)周期的各個階段而異?；谶@一理論認(rèn)知，Caggiano et al.(2014)利用非線性平滑轉(zhuǎn)移的VAR模型研究了美國不確定性沖擊對擴張時期和衰退時期失業(yè)率的影響，他們發(fā)現(xiàn)政策不確定性的影響在商業(yè)周期中具有非對稱效應(yīng)，即衰退期間產(chǎn)生負面影響更為強烈。Lhuissier and Tripier(2016)利用馬爾可夫區(qū)制轉(zhuǎn)移結(jié)構(gòu)向量自回歸模型研究發(fā)現(xiàn)，在經(jīng)濟運行的“平靜期”，政策不確定性的影響是微不足道的，而在金融風(fēng)險較高的區(qū)制，政策不確定性的負面效應(yīng)會劇烈上升。

在評估不確定性的國際溢出時，以往的研究更關(guān)注發(fā)達經(jīng)濟體(一般是美國)向另一發(fā)達經(jīng)濟體或地區(qū)產(chǎn)生的溢出效應(yīng)。Colombo(2013)研究了美國和歐洲經(jīng)濟政策不確定性對歐洲自身經(jīng)濟活動的影響，發(fā)現(xiàn)美國政策不確定性對歐洲經(jīng)濟的影響要大于其自身政策不確定性沖擊的影響；Gauvin et al.(2014)研究了發(fā)達經(jīng)濟體的政策不確定性通過資本流動渠道向發(fā)展中經(jīng)濟體溢出的程度，發(fā)現(xiàn)來自美國經(jīng)濟政策不確定性溢出和來自歐洲經(jīng)濟政策不確定性溢出對新興經(jīng)濟體資本流動的影響是不同的，美國經(jīng)濟政策不確定性上升引起新興經(jīng)濟體債券資本和股權(quán)資本流入下降，而歐洲經(jīng)濟政策不確定性上升降低了債權(quán)資本流入，卻增加了股權(quán)資本流入；Kl??ner and Sekkel(2014)基于Diebold and Yilmaz(2012)的框架研究了經(jīng)濟政策不確定性在美國、英國、法國、德國、意大利和加拿大等發(fā)達經(jīng)濟體之間的溢出效應(yīng)，研究發(fā)現(xiàn)，溢出效應(yīng)占各國政策不確定性變化的1/4以上，在金融危機期間，這一比例上升了一半，美國和英國應(yīng)該對金融危機以來的大部分溢出效應(yīng)負責(zé)。Fontaine and Razafindravaosolonirina(2018)基于STVAR模型研究了中國經(jīng)濟政策不確定性(EPU)沖擊對發(fā)達經(jīng)濟體(美國、歐元區(qū)、日本和韓國)和新興經(jīng)濟體(巴西和俄羅斯)的溢出效應(yīng)，發(fā)現(xiàn)中國宏觀經(jīng)濟變量受不確定性沖擊時，尤其對美國、歐元區(qū)(EA)和韓國具有不對稱性。

綜上，經(jīng)濟政策不確定性的跨國溢出問題，其研究焦點并不在中國，沒有充分考察溢出效應(yīng)對中國的影響。另外，常規(guī)VAR模型并不能估算某個經(jīng)濟體的凈溢出效應(yīng)。因此，本文基于Diebold and Yilmaz(2012)提出的方向性溢出模型來研究政策不確定性在國際間的溢出效應(yīng)就顯得十分必要。

三、研究框架

本文利用Diebold and Yilmaz(2012)提出的溢出指數(shù)(Spillover Index)考察不同經(jīng)濟體的政策不確定性向其他經(jīng)濟體溢出的規(guī)模和方向。該模型在廣義VAR模型的框架下，重新定義并測度了溢出效應(yīng)的方向，消除了傳統(tǒng)方差分解方法中變量次序?qū)Y(jié)果的影響?？紤]一個協(xié)方差平穩(wěn)的N維VAR(P)模型：

(1)

其中，εt∈(0,∑)是一個獨立同分布的向量。移動平均過程為：

(2)

其中，N×N的系數(shù)矩陣Ai滿足以下遞推方程：

Ai=Φ1Ai-1+Φ2Ai-2+…+ΦpAi-p

(3)

這里A0是一個N×N的單位矩陣，對于i<0，令A(yù)i=0。移動平均方程中的系數(shù)是系統(tǒng)動態(tài)變化的決定因素，同時也是方差分解的主要影響因素。傳統(tǒng)方差分解的計算要求信息是正交化的，而實際上信息一般存在同期相關(guān)性。傳統(tǒng)的Choleskey分解方法可以達到正交化的效果，但是不足之處在于分解的結(jié)果依賴于變量的排序。而Diebold and Yilmaz(2012)使用了廣義VAR分析框架(簡稱KPPS)，方差分解結(jié)果不再依賴變量排序。不同于經(jīng)典的正交化信息的方法，這種廣義方法使用歷史觀測的誤差分布近似替代同期信息沖擊，并允許其具有相關(guān)性。由于每個變量的信息沖擊并不是正交化的，因此所得到的方差分解的和不一定等于1。

Diebold and Yilmaz(2012)定義自身方差份額(Own Variance Share)為變量Xi的H-步預(yù)測誤差方差中由于自身受到信息沖擊引致的部分；定義截面方差份額(Cross Variance Share)或者溢出效應(yīng)(Spillovers)，為變量Xi的H-步預(yù)測誤差方差中由模型中另外的變量Xj所引致的部分。

(4)

其中∑是誤差向量ε的方差協(xié)方差矩陣，σjj是系統(tǒng)中第j個方程的誤差項的標(biāo)準(zhǔn)誤，而ei是選擇向量，即除了第i個元素取值為1外，其余元素均為零。為了計算溢出指數(shù)，對每一個方差分解矩陣按照列進行標(biāo)準(zhǔn)化，即：

(5)

(一)總溢出效應(yīng)(Total Spillovers)

遵照KPPS方差分解中收益率貢獻的計算方法，構(gòu)建如下的總溢出指數(shù)：

(6)

總溢出指數(shù)刻畫了向量中各變量的溢出效應(yīng)對于總預(yù)測誤差方差的貢獻。

(二)方向性溢出效應(yīng)(Directional Spillovers)

除了上述的總溢出指數(shù)以外，廣義的VAR模型還可以進一步分析各變量之間溢出效應(yīng)的方向?？梢酝ㄟ^廣義方差分解矩陣的標(biāo)準(zhǔn)化進一步計算由變量i所接受的來自其他所有變量j的方向性溢出效應(yīng)，即：

(7)

也可以計算變量i對其他所有變量j的方向性溢出：

(8)

實際上可以將方向性溢出效應(yīng)理解為總溢出效應(yīng)中來自于某個變量特定沖擊的部分。

(三)凈溢出效應(yīng)(Net Spillovers)

凈溢出效應(yīng)就是上述定義兩種方向性溢出效應(yīng)的差，變量i對于所有其他變量的凈溢出效應(yīng)為：

(9)

(四)兩兩變量間凈溢出效應(yīng)(Net Pairwise Spillovers)

為了進一步討論變量間的溢出效應(yīng)，定義兩兩變量間凈溢出效應(yīng)：

(10)

變量i與變量j之間的凈溢出效應(yīng)實際上就是兩者彼此之間總溢出效應(yīng)的差。

四、實證分析

(一)數(shù)據(jù)和變量說明

本文將美國、歐洲、日本和中國等4個經(jīng)濟體構(gòu)成一個經(jīng)濟系統(tǒng)，考察政策不確定性在4個經(jīng)濟體之間溢出效應(yīng)的方向和規(guī)模。選擇這4個經(jīng)濟體的原因在于它們比較具有代表性：美國是世界上唯一的超級大國，其經(jīng)濟政策會對其他經(jīng)濟體造成較大影響；歐元區(qū)的經(jīng)濟總量之和與美國相當(dāng)；日本GDP總量排在美國和中國之后，位列世界第三；而中國是世界上最大的發(fā)展中國家。鑒于中國政策不確定性指數(shù)從1995年1月開始才有觀測值，我們選擇的樣本數(shù)據(jù)時間范圍為1995年1月至2018年7月。本文使用的經(jīng)濟政策不確定性指數(shù)來源于Baker et al.建立的“Economic Policy Uncertainty”網(wǎng)站(http://www.policyuncertainty.com/index.html)。從該網(wǎng)站下載得到美國、歐洲、日本和中國的經(jīng)濟政策不確定性指數(shù)之后，我們對其求對數(shù)增長率，然后加入到上述模型之中估計4種溢出指數(shù)。另外，在設(shè)置模型時，必須為VAR模型指定一個滯后階數(shù)，并為預(yù)測誤差分解選擇一個預(yù)測步長，借鑒Kl??ner and Sekkel(2014)的設(shè)置，也考慮到我們使用的數(shù)據(jù)是月度低頻數(shù)據(jù)，本文基準(zhǔn)模型采用VAR(2)，預(yù)測步長選擇H=3。另外，在敏感性分析中，我們給出了不同滯后階數(shù)和不同預(yù)測步長的結(jié)果。

(二)經(jīng)濟政策不確定性在國際間溢出效應(yīng)的靜態(tài)分析

首先，我們使用全樣本數(shù)據(jù)，對整個時間窗口(1995年1月至2018年7月)的樣本進行估計得到政策不確定性在4個經(jīng)濟體之間的方向性溢出效應(yīng)。由于使用全樣本進行模型擬合和計算，其結(jié)果反映了樣本期內(nèi)的平均水平，而沒有反映溢出效應(yīng)隨時間變化的非線性動態(tài)特征，因此，本文稱其為靜態(tài)分析。

表1 政策不確定性在國際間溢出效應(yīng)的靜態(tài)分析

表1報告了靜態(tài)分析結(jié)果。其中，某一行中數(shù)值表示對應(yīng)經(jīng)濟體政策不確定性變動的來源(From)，即該經(jīng)濟體政策不確定性的預(yù)測誤差方差有多大比例是由不同經(jīng)濟體政策不確定性信息沖擊所致，以表中第4行中國數(shù)據(jù)為例，這些數(shù)值分別表示中國政策不確定性預(yù)測誤差方差的5.98%來源于美國經(jīng)濟政策不確定性的溢出，4.83%來源于歐洲經(jīng)濟政策不確定性的溢出，3.31%來源于日本政策不確定性的溢出，85.88%來源于中國政策不確定性的自身變化，總體來看中國經(jīng)濟政策不確定性預(yù)測誤差方差中有14.12%來源于其他經(jīng)濟體的溢出。而某一列中數(shù)值表示對應(yīng)經(jīng)濟體的政策不確定對系統(tǒng)內(nèi)所有經(jīng)濟體的溢出效應(yīng)(To)，以第4列中國的數(shù)據(jù)為例，這些數(shù)值分別表示中國政策不確定性對美國的溢出效應(yīng)為5.16%，對歐洲的溢出效應(yīng)為5.71%，對日本的溢出效應(yīng)為3.23%，對自身政策不確定性的影響占85.88%，總體來看中國政策不確定性對其他經(jīng)濟體的溢出效應(yīng)為14.10%。

由表1可以發(fā)現(xiàn)：(1)每一經(jīng)濟體政策不確定性的變化(預(yù)測誤差方差)主要由其自身政策不確定沖擊解釋，4個經(jīng)濟體由自身解釋的比例分別為72.80%、70.54%、82.80%、85.88%。(2)所有經(jīng)濟體對其他經(jīng)濟體溢出效應(yīng)之和，即總溢出指數(shù)為22.00%，該指數(shù)刻畫了向量中各變量的溢出效應(yīng)對于總預(yù)測誤差方差的貢獻，反映了所有經(jīng)濟體政策不確定性的總體關(guān)聯(lián)程度。(3)美國和歐洲是政策不確定性的大規(guī)模溢出者，它們對其他經(jīng)濟體的溢出效應(yīng)分別達到了28.69%和28.25%，而中國的溢出效應(yīng)最低，只有14.12%；另外，我們還發(fā)現(xiàn)，那些向其他經(jīng)濟體傳遞不確定性沖擊最多的經(jīng)濟體，它們受到其他經(jīng)濟體政策不確定性沖擊的影響也最大，美國接受的他國政策不確定溢出為27.20%，歐洲達到了29.45%。(4)美國是政策不確定性的凈溢出者，其凈溢出效應(yīng)為1.49%(28.69%-27.20%)③，而歐洲、日本和中國是凈接受者，其凈溢出效應(yīng)分別為-1.2%(28.25%-29.45%)、-0.26%(16.94%-17.20%)和-0.02%(14.10%-14.12%)。

然而，以上結(jié)論不一定完全準(zhǔn)確，因為廣義VAR模型中的參數(shù)可能隨不同的區(qū)制而發(fā)生變化，上述靜態(tài)分析并沒有捕捉到這些變化，因此，下面我們區(qū)分不同的時期來估算溢出效應(yīng)。

(三)經(jīng)濟政策不確定性在國際間溢出效應(yīng)的比較靜態(tài)分析

我們將樣本分為不同時期進行估計，考察不同時期政策不確定性跨國溢出效應(yīng)的非線性特征。考慮到次貸危機在2006年就初見端倪，而美聯(lián)儲在2014年末退出了量化寬松，標(biāo)志著美國進入新的貨幣周期，本文嘗試將樣本分為三個時期：前金融危機時期(1995-2005年)、金融危機時期(2006-2014年)和全球經(jīng)濟復(fù)蘇時期(2015年至今)。由于是分時期估計溢出效應(yīng)，可以對不同時期溢出效應(yīng)的差異進行比較，但仍然較為離散，不能得到連續(xù)的動態(tài)溢出效應(yīng)，因此本文稱之為比較靜態(tài)分析，估計結(jié)果見表2。

由表2的估計結(jié)果，我們可以得到以下幾點結(jié)論：(1)總溢出指數(shù)呈現(xiàn)逐漸上升態(tài)勢，由前金融危機時代的18.09%上升到金融危機時期的29.81%，再上升至全球經(jīng)濟復(fù)蘇時期的33.58%；(2)美國和歐洲的政策不確定性對其他經(jīng)濟體溢出效應(yīng)在三個時期內(nèi)均處于高位，特別是全球經(jīng)濟復(fù)蘇時期，兩國溢出效應(yīng)都超過了35%；(3)中國政策不確定性對其他經(jīng)濟體的溢出效應(yīng)在三個時期內(nèi)均處以較低水平，在20%以下；(4)日本政策不確定性對他國的溢出效應(yīng)在前金融危機時期處于極低水平，但后兩個時期急劇上升，這可能源于日本首相頻繁更迭引致了諸多不確定性；(5)美國在三個時期都是政策不確定性的凈溢出者，歐洲在三個時期都是凈接受者，日本在前金融危機時期是凈接受者，但在后兩個時期是凈溢出者，中國在前一個時期是凈溢出者，在后兩個時期是凈接受者。

表2 政策不確定性在國際間溢出效應(yīng)的比較靜態(tài)分析

總而言之，我們認(rèn)為美國、歐洲和日本應(yīng)當(dāng)為大部分溢出效應(yīng)負責(zé)，中國是政策不確定性在國際間傳遞的最大受害者之一。該結(jié)論主要基于以下兩點考慮：一是美國和歐洲政策不確定性對其他經(jīng)濟體的溢出效應(yīng)在三個時期始終保持高位，而日本的溢出效應(yīng)在后兩個時期均超過了30%，全球經(jīng)濟復(fù)蘇時期甚至達到了40%，因此，美國、歐洲和日本應(yīng)當(dāng)為大部分溢出效應(yīng)負責(zé)；二是中國在后兩個時期均是凈接受者，雖然在前金融危機時期為凈輸出者，但中國政策不確定性對他國溢出效應(yīng)在三個時期內(nèi)始終保持較低水平，中國稱得上是最大受害者之一，另外，雖然歐洲在三個時期中都是凈接受者，但是它溢出了大規(guī)模的政策不確定性，不能算作最大受害者。

(四)經(jīng)濟政策不確定性在國際間溢出效應(yīng)的動態(tài)分析

雖然比較靜態(tài)分析呈現(xiàn)了不同時期政策不確定性在國際間溢出效應(yīng)的差異，但是我們?nèi)藶榈厥┘恿藚^(qū)制轉(zhuǎn)移的約束，這種主觀的時期分割可能并沒有很好反映政策不確定性溢出效應(yīng)的動態(tài)變化，因此我們需要進行動態(tài)分析作為一個必要的補充。

本文采用窗口移動法來估計隨時間變化的溢出效應(yīng)，其基本程序是：首先，選擇一個移動窗口，借鑒Kl??ner and Sekkel(2014)的設(shè)置，我們使用60個月作為移動窗口；然后，窗口每向前移動1步，就估計一次廣義VAR(2)模型，并進行3步預(yù)測方差分解，估計4種方向性溢出指數(shù)；最后，對4種指數(shù)的時間序列進行作圖分析。需要注意的是，由于我們以60個月(5年)為移動窗口，無法估計1995-1999年(5年)的動態(tài)溢出指數(shù)。

1. 動態(tài)總溢出指數(shù)

圖1是四國經(jīng)濟系統(tǒng)政策不確定性的動態(tài)總溢出效應(yīng)(根據(jù)式(6)計算)?？傄绯鲂?yīng)刻畫了所有經(jīng)濟體政策不確定性的預(yù)測誤差方差中由他國政策不確定性沖擊引致的成分，反映了四國政策不確定性的總體關(guān)聯(lián)程度。

圖1 總溢出指數(shù)

可以發(fā)現(xiàn)：(1)政策不確定性在經(jīng)濟系統(tǒng)內(nèi)總溢出效應(yīng)隨時間逐步增強，這與上文比較靜態(tài)分析的結(jié)論一致；(2)當(dāng)美國進入貨幣政策密集操作時期(美聯(lián)儲頻繁加息或多輪量化寬松)，總溢出效應(yīng)就會達到一個峰值，這可能間接表明，米德沖突是政策不確定性在國際間溢出的主要渠道之一。原因是各國國內(nèi)經(jīng)濟狀況可能大不相同，例如，當(dāng)美聯(lián)儲加息時，可能導(dǎo)致其他經(jīng)濟體資本外流、貨幣貶值或國際收支失衡，即使很多經(jīng)濟體宣稱實施浮動匯率制度，但是如果本幣貶值幅度過大或過快，絕大多數(shù)經(jīng)濟體都會出手干預(yù)以維護幣值穩(wěn)定和公眾對本幣的信心，若此時國內(nèi)經(jīng)濟疲軟，遠未實現(xiàn)充分就業(yè)，經(jīng)濟政策就會面臨內(nèi)外均衡的矛盾(米德沖突)：一方面，維護本幣幣值穩(wěn)定要求加息來緊縮貨幣；另一方面，擺脫經(jīng)濟疲軟、實現(xiàn)充分就業(yè)又需要寬松的貨幣環(huán)境。在這種矛盾沖突下，國內(nèi)市場難以形成關(guān)于貨幣政策的穩(wěn)定預(yù)期，政策不確定迅速上升。

2. 動態(tài)方向性溢出指數(shù)

圖2至圖5報告的是某一經(jīng)濟體政策不確定性對所有其他經(jīng)濟體動態(tài)溢出效應(yīng)(To)(根據(jù)式(8)計算)。

圖2 美國經(jīng)濟政策不確定性的方向性溢出效應(yīng)(To)

圖3 歐洲經(jīng)濟政策不確定性的方向性溢出指數(shù)(To)

圖2是美國經(jīng)濟政策不確定性對其他經(jīng)濟體的動態(tài)溢出效應(yīng)?？梢詮闹械玫揭粭l重要結(jié)論，除了“911”恐怖襲擊導(dǎo)致了最大的溢出效應(yīng)之外，美國向其他經(jīng)濟體溢出不確定性的規(guī)模主要受美國政治周期和貨幣政策周期的影響。當(dāng)美國發(fā)生領(lǐng)導(dǎo)人更迭時，溢出效應(yīng)就會達到峰值，例如特朗普當(dāng)選美國總統(tǒng)時導(dǎo)致了大規(guī)模政策不確定性溢出，溢出規(guī)模是本文樣本區(qū)間內(nèi)的第二大峰值。另外，當(dāng)美國進入加息周期或量化寬松周期時，就會出現(xiàn)溢出效應(yīng)的“尖峰”，再一次驗證了米德沖突可能是政策不確定性在國際間傳遞的重要渠道之一。

圖3報告的是歐洲經(jīng)濟政策不確定性對其他經(jīng)濟體的動態(tài)溢出效應(yīng)?？梢园l(fā)現(xiàn)：首先，歐洲政策不確定性溢出的規(guī)模同歐洲內(nèi)部政治周期和貨幣政策周期有關(guān)，例如，領(lǐng)導(dǎo)人更迭、重大政治事件(英國脫歐公投、意大利修憲公投以及法國以勒龐為代表的極右勢力在大選前迅速崛起等)以及歐央行的貨幣政策頻繁操作都會引起政策不確定性溢出的“尖峰”，這又一次驗證了米德沖突是政策不確定性向他國溢出的主要渠道之一。另外，歐債危機期間的政策不確定性溢出持續(xù)保持高位。因為在這個時期內(nèi)，歐洲內(nèi)部就是否對債務(wù)危機國進行援助、援助條款細節(jié)以及被援助國在歐盟的地位等問題進行了反復(fù)的討價還價，導(dǎo)致世界對歐洲經(jīng)濟前景和預(yù)期產(chǎn)生諸多分歧，進而溢出效應(yīng)持續(xù)保持高位。

圖4報告了日本經(jīng)濟政策不確定性對其他經(jīng)濟體的動態(tài)溢出效應(yīng)。由圖4的結(jié)果，我們再一次發(fā)現(xiàn)了政治周期和貨幣政策周期決定不確定溢出規(guī)模的證據(jù)?？梢钥闯?，日本首相頻繁更迭時期，日本對其他經(jīng)濟體的溢出效應(yīng)迅速上升。同時，伴隨著日本央行非常規(guī)貨幣政策工具的頻繁操作，出現(xiàn)了若干不確定性溢出“尖峰”。進一步表明，政策不確定性的溢出渠道是米德沖突。

圖4 日本經(jīng)濟政策不確定性的方向性溢出指數(shù)(To)

圖5 中國經(jīng)濟政策不確定性的方向性溢出指數(shù)(To)

圖5報告了中國政策不確定性對其他經(jīng)濟體的動態(tài)溢出效應(yīng)?？梢园l(fā)現(xiàn)：(1)中國政策不確定性溢出效應(yīng)相對于其他經(jīng)濟體更低，2000-2018年的峰值不超過30%，而歐洲和日本的溢出峰值接近50%，美國的峰值更是接近70%；(2)中國對其他經(jīng)濟體溢出不確定性的規(guī)模也受到貨幣政策周期和政治周期的影響，一些重要會議的召開、重大改革措施的推出以及準(zhǔn)備金率頻繁調(diào)整時期都會出現(xiàn)溢出效應(yīng)的“尖峰”。

3. 動態(tài)凈溢出指數(shù)

圖6報告了各經(jīng)濟體政策不確定性的動態(tài)凈溢出效應(yīng)(根據(jù)式(9)計算)，正值表示該經(jīng)濟體向其他經(jīng)濟體的溢出大于其接受，該國是凈溢出者；反之，負值表示該經(jīng)濟體向其他經(jīng)濟體的溢出小于其接受，該國是凈接受者。

圖6 各經(jīng)濟體經(jīng)濟政策不確定性的動態(tài)凈溢出指數(shù)

圖7 兩兩之間經(jīng)濟政策不確定性的動態(tài)凈溢出指數(shù)

由圖6可以發(fā)現(xiàn)：(1)美國在絕大多數(shù)時期都是政策不確定性的凈溢出者；(2)中國在絕大多數(shù)時期都是政策不確定性的凈接受者，并且接受的凈溢出規(guī)模較大，再一次表明中國是政策不確定性在國際間傳遞的最大受害人之一；(3)歐洲在2003年以前和2012年以后是凈接受者，在2003-2011年是凈溢出者；(4)日本則是作為凈溢出者和凈接受者交替出現(xiàn)，而在2013年以后更多以凈溢出者的角色出現(xiàn)，這可能歸因于國內(nèi)頻繁的首相更迭。以上這些結(jié)論與比較靜態(tài)分析的結(jié)論是一致的。

4. 兩兩之間的凈溢出指數(shù)

圖7報告了兩兩經(jīng)濟體之間政策不確定性的動態(tài)凈溢出效應(yīng)(根據(jù)式(10)計算)。正值表示前者對后者凈溢出，負值表示后者對前者凈溢出。我們可以得到以下結(jié)論：(1)由圖7(a)、(c)、(e)可知，美國在絕大多數(shù)時期向其他3個經(jīng)濟體凈溢出了較大規(guī)模的政策不確定性，而只在歐債危機時期和次貸危機全面爆發(fā)以后，即其他經(jīng)濟體政策反饋時期凈接受了小規(guī)模不確定性；(2)中國向其他經(jīng)濟體凈溢出不確定性的規(guī)模較小，凈接受的規(guī)模較大，并且在絕大多數(shù)時期是不確定性的凈接受者，再一次說明中國是經(jīng)濟政策不確定性跨國傳遞的最大受害者之一；(3)日本主要向中國和歐洲凈溢出政策不確定性；(4)歐洲主要在歐債危機時期向其他經(jīng)濟體凈溢出了較大規(guī)模的不確定。

五、敏感性分析

為了考察研究結(jié)果對廣義VAR模型滯后階數(shù)p和預(yù)測步長H的敏感性，我們使用了不同的滯后階數(shù)(p=1,2,3,4,5,6)和不同的預(yù)測步長(H=3,4,5,6,7,8,9,10)多次估計動態(tài)總溢出效應(yīng)。

圖8報告了動態(tài)總溢出效應(yīng)對廣義VAR模型滯后階數(shù)的敏感性分析結(jié)果。我們分別使用了6種不同的滯后階數(shù)(p=1,2,3,4,5,6)來估算每個月的總溢出效應(yīng)，再對其求中位數(shù)(直線表示)，以及最大值與最小值(陰影表示)，可以發(fā)現(xiàn)滯后階數(shù)的不同沒有改變總溢出效應(yīng)隨時間逐步上升的趨勢特征，因此本文的結(jié)論關(guān)于滯后階數(shù)是穩(wěn)健的。

圖9報告了動態(tài)總溢出效應(yīng)對于方差分解預(yù)測步長H的敏感性分析結(jié)果。我們分別使用了8種不同的預(yù)測步長(H=3,4,5,6,7,8,9,10)來估算每個月的總溢出效應(yīng)，再對其求中位數(shù)(直線表示)，以及最大值與最小值(陰影表示)，可以發(fā)現(xiàn)預(yù)測步長的不同也沒有改變總溢出效應(yīng)隨時間逐步上升的趨勢特征，因此本文的結(jié)論關(guān)于方差分解的預(yù)測步長是穩(wěn)健的。

圖8 動態(tài)總溢出效應(yīng)對于滯后階數(shù)的敏感性 圖9 動態(tài)總溢出效應(yīng)對于預(yù)測步長的敏感性

六、結(jié)論與啟示

本文利用Baker et al.(2013)提出的經(jīng)濟政策不確定性指數(shù)(BBD Index)和Diebold and Yilmaz(2012)提出的方向性溢出模型(Directional Spillovers)，對經(jīng)濟政策不確定性在國際間的動態(tài)溢出效應(yīng)進行了靜態(tài)分析、比較靜態(tài)分析和動態(tài)分析。研究發(fā)現(xiàn)：(1)在整個考察期內(nèi)，各經(jīng)濟體政策不確定性的變化中超過1/5來源于其他經(jīng)濟體的溢出效應(yīng)；(2)經(jīng)濟政策不確定性在國際間的溢出效應(yīng)正在增強，前金融危機時期為18.09%，金融危機時期為29.81%，經(jīng)濟復(fù)蘇時期為33.58%；(3)經(jīng)濟政策不確定性動態(tài)溢出的規(guī)?？赡芡瑖鴥?nèi)政治周期和貨幣政策周期有關(guān)，米德沖突可能是主要傳導(dǎo)渠道之一；(4)美國、歐洲和日本應(yīng)當(dāng)為大部分溢出效應(yīng)負責(zé)，而中國是最大受害者之一。

根據(jù)本文的核心觀點，即米德沖突是政策不確定跨國溢出的主要渠道，我們提出了一些政策建議。以美國向新興經(jīng)濟體溢出政策不確定性為例，當(dāng)美聯(lián)儲加息時，可能導(dǎo)致新興經(jīng)濟體資本外流、貨幣貶值壓力增加，甚至引起國際收支失衡，而一些新興經(jīng)濟體對匯率存在諸多管制，其自由浮動的范圍受限，如果官方希望將匯率維持在既定區(qū)間之內(nèi)，而且國內(nèi)又面臨經(jīng)濟疲軟，經(jīng)濟政策就會陷入內(nèi)外均衡的矛盾之中(米德沖突)，因為緩解貶值壓力，將本幣匯率控制在既定區(qū)間之內(nèi)要求加息來緊縮貨幣，而擺脫經(jīng)濟疲軟又需要寬松的貨幣環(huán)境，在這種矛盾沖突下，國內(nèi)市場難以形成對貨幣政策的穩(wěn)定預(yù)期，導(dǎo)致政策不確定性迅速上升。基于此，本文認(rèn)為緩解發(fā)達經(jīng)濟體向中國輸出政策不確定性的途徑是繼續(xù)推進全面深化改革，加快浮動匯率制度改革，提高貨幣政策獨立性。

注釋：

① 文中出現(xiàn)的“經(jīng)濟政策不確定性”、“政策不確定性”和“不確定性”等名詞都指代經(jīng)濟政策不確定性，我們對這些詞匯的含義不作區(qū)分。

② 《國際貨幣基金組織多邊政策問題報告》分冊：《2013年溢出效應(yīng)報告—分析基礎(chǔ)和背景》，2013年8月1日。

③ 根據(jù)式(9)可以計算凈溢出指數(shù)，即用表中的“對其他國家的影響”減去“來自其他國家影響”的差值，正數(shù)表示該國是政策不確定性的凈溢出者，負數(shù)表示該國是政策不確定性的凈接受者。