外部不確定因素對我國旅游企業(yè)動(dòng)態(tài)影響研究

王琪延 高旺

[摘? ? 要]近年來，多種不確定事件頻發(fā)給我國旅游業(yè)帶來了不可預(yù)知的沖擊。文章借助時(shí)變參數(shù)向量自回歸模型，結(jié)合財(cái)務(wù)數(shù)據(jù)，分析了經(jīng)濟(jì)政策、地緣風(fēng)險(xiǎn)、金融壓力3種不確定因素對我國旅游企業(yè)的動(dòng)態(tài)影響。研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性對景區(qū)類企業(yè)影響最大，特別是“非典”疫情帶來的不確定性產(chǎn)生了長期顯著的負(fù)向效應(yīng);地緣風(fēng)險(xiǎn)會(huì)對旅行社類企業(yè)造成明顯的下行沖擊，在近期趨于增強(qiáng)，而對景區(qū)和酒店類企業(yè)存在一定的正面影響;金融壓力加劇會(huì)給景區(qū)和旅行社類企業(yè)帶來較強(qiáng)的不良影響，金融壓力緩和對兩類企業(yè)發(fā)展有積極作用;高度不確定性事件爆發(fā)后，旅游企業(yè)會(huì)表現(xiàn)出明顯的時(shí)變滯后響應(yīng)，通常在1年以上。該研究結(jié)論有助于提高旅游業(yè)對不確定性因素的認(rèn)識(shí)，同時(shí)也為如何應(yīng)對復(fù)雜多變的外部環(huán)境提供政策啟示。

[關(guān)鍵詞]旅游;經(jīng)濟(jì)政策不確定性;地緣風(fēng)險(xiǎn);金融壓力;時(shí)變參數(shù)向量自回歸模型

[中圖分類號(hào)]F59

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1002-5006（2020）12-0024-14

Doi： 10.19765/j.cnki.1002-5006.2020.12.008

引言

隨著我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，旅游業(yè)的戰(zhàn)略性支柱作用日益凸顯，其良性運(yùn)行和協(xié)調(diào)發(fā)展關(guān)系到國民消費(fèi)轉(zhuǎn)型升級。然而，作為一種非生活必需的高彈性商品[1]，旅游產(chǎn)業(yè)護(hù)城河比其他產(chǎn)業(yè)更敏感脆弱，不確定性因素造成的影響更大、時(shí)間更長。以中證申萬旅游業(yè)綜合指數(shù)為例，回顧旅游發(fā)展歷程（圖1），不難發(fā)現(xiàn)，我國旅游市場總體上呈現(xiàn)波動(dòng)上升的特征，一方面，得益于我國經(jīng)濟(jì)長期穩(wěn)定增長的大環(huán)境，旅游市場呈明顯的上升趨勢;另一方面，國際金融危機(jī)、地緣沖突、中美貿(mào)易摩擦、流行病疫情等諸多不確定性事件發(fā)生后，旅游市場有明顯的非常規(guī)波動(dòng)[2]，隨之而來的巨大壓力使企業(yè)營業(yè)收入和投融資損失無法估量。通過對不確定性事件的梳理，本文將影響旅游的不確定性因素大致分為3類：一是經(jīng)濟(jì)政策不確定性，指的是經(jīng)濟(jì)環(huán)境不穩(wěn)定的情況下，市場主體對未來經(jīng)濟(jì)走勢和政策實(shí)施的無法預(yù)知性[3]，是反映經(jīng)濟(jì)周期、投資決策和政策制定的關(guān)鍵要素[4];二是地緣風(fēng)險(xiǎn)，指國家間與武力沖突或者緊張局勢有關(guān)的風(fēng)險(xiǎn)[5]，與商業(yè)和經(jīng)濟(jì)周期相比更為外生，對出入境旅游有直接影響[6-8];三是金融壓力，集中體現(xiàn)金融體系變動(dòng)對市場主體和資產(chǎn)價(jià)值的不確定性[9]。在旅游與金融深度融合的趨勢下[10]，金融壓力更容易對旅游企業(yè)的投融資和現(xiàn)金流等財(cái)務(wù)方面造成不確定影響。習(xí)近平總書記在2018年博鰲亞洲論壇上指出，當(dāng)今經(jīng)濟(jì)社會(huì)正在經(jīng)歷新一輪大發(fā)展大變革大調(diào)整，我們面臨的不穩(wěn)定不確定因素依然很多。此背景下，我國旅游業(yè)將面臨更嚴(yán)峻的挑戰(zhàn)，綜合探討3類外部不確定性因素對旅游的影響機(jī)制，有助于旅游企業(yè)對風(fēng)險(xiǎn)事件的預(yù)防和處理，對積極推進(jìn)旅游業(yè)供給側(cè)轉(zhuǎn)型升級具有現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

過去，對旅游發(fā)展的影響因素研究主要集中在傳統(tǒng)經(jīng)濟(jì)決定因子（收入，通貨膨脹和匯率等）[11-14]，但隨著社會(huì)經(jīng)濟(jì)深刻變化，許多非傳統(tǒng)因素的研究也逐漸走入視野，例如文化層面[15]、假日制度[16]或環(huán)境污染[17]，特別是“9·11”和金融危機(jī)爆發(fā)后，人們開始意識(shí)到突發(fā)的、隨機(jī)的外部因素對旅游市場不可忽視的沖擊。Quintal等證實(shí)了游客對風(fēng)險(xiǎn)和不確定性的感知會(huì)影響旅行決策[18];Dragouni等研究了游客因風(fēng)險(xiǎn)導(dǎo)致的情緒變化會(huì)對出境旅游產(chǎn)生影響[19];Smeral、Guizzardi和Mazzocchi都認(rèn)為經(jīng)濟(jì)周期變化會(huì)改變旅游需求，持續(xù)的經(jīng)濟(jì)動(dòng)蕩會(huì)使人們盡可能節(jié)省開支，而非必需的旅游活動(dòng)是首當(dāng)其沖的削減目標(biāo)[20-21];Gillen和Mostafanezhad定性探討了地緣風(fēng)險(xiǎn)和旅游業(yè)之間相互塑造的關(guān)系[22]?；仡櫼延形墨I(xiàn)，僅有少量的學(xué)者將不確定性的概念納入旅游需求模型中，主要用來預(yù)測出入境旅游人數(shù)，而對國內(nèi)旅游業(yè)的影響分析還沒有，量化研究更是匱乏，尤其是對中國這樣主要靠內(nèi)需拉動(dòng)的旅游市場很有研究價(jià)值。鑒于此，本文選取了3種不確定性指數(shù)，分別代表經(jīng)濟(jì)政策、地緣風(fēng)險(xiǎn)、金融壓力3種不確定因素。一是Davis等所構(gòu)建的中國經(jīng)濟(jì)政策不確定性指數(shù)（economic policy uncertainty，EPU）[23]，該指數(shù)已被廣泛用于評估不確定性對各類經(jīng)濟(jì)? ? 變量的影響，如大宗商品價(jià)格[24-25]、資產(chǎn)波動(dòng)[26-27]、企業(yè)發(fā)展[28-29]以及國際貿(mào)易[30-31]等，并有一些研究證? ?實(shí)了EPU對出入境人數(shù)的影響[32-34]。二是Caldara和Iacoviello構(gòu)建的地緣風(fēng)險(xiǎn)指數(shù)（geopolitical risk，GPR）。一些學(xué)者指出，地緣不確定增加可能導(dǎo)致其國際游客人數(shù)的急劇下降[35]。三是Park和Mercado基于新興市場特征編制的中國金融壓力指數(shù)（financial stress，F(xiàn)S）[36]，該指數(shù)反映了金融體系中各個(gè)子系統(tǒng)（包括銀行部門、資本市場、債券市場等）的綜合壓力狀況，可以很好地衡量整個(gè)金融系統(tǒng)由于不確定性和預(yù)期變化所承受的總風(fēng)險(xiǎn)水平，目前對FS的研究主要是在資產(chǎn)價(jià)格和宏觀經(jīng)濟(jì)領(lǐng)域，還沒有對旅游業(yè)進(jìn)行研究的相關(guān)文獻(xiàn)。

縱觀已有研究，盡管現(xiàn)有文獻(xiàn)提供了很好的學(xué)術(shù)和現(xiàn)實(shí)參考價(jià)值，但僅僅定性或者靜態(tài)討論不確定性因素對旅游的影響，對于動(dòng)態(tài)的、跨期限的量化研究仍有欠缺。為此，本文引入了Primiceri提出并證明的時(shí)變參數(shù)向量自回歸模型（time-varying parameter VAR model with stochastic volatility，TVP-SVAR-SV）[37]，它將經(jīng)典SVAR的常數(shù)參數(shù)推廣到隨機(jī)波動(dòng)率參數(shù)，使其能夠捕捉到外部沖擊造成的內(nèi)生變量隨時(shí)間變化的關(guān)系，包括漸進(jìn)變化或者潛在的結(jié)構(gòu)突變，而無需將時(shí)間序列劃分為子序列，這使得研究多維變量的異方差性、聚類性、非對稱性和周期性效應(yīng)等特征成為可能。已有許多學(xué)者使用該模型進(jìn)行動(dòng)態(tài)經(jīng)濟(jì)和金融實(shí)證研究。例如，尹雷和趙亮姜利用TVP-SVAR-SV識(shí)別了我國財(cái)政政策的制度屬性變動(dòng)[38];姜偉和李丹娜分析了信心、貨幣政策與中國經(jīng)濟(jì)動(dòng)態(tài)波動(dòng)關(guān)系[39];石自忠等研究了經(jīng)濟(jì)政策不確定性對畜產(chǎn)品價(jià)格的時(shí)變特征[40]。以上研究都很好捕捉了變量間的時(shí)變效應(yīng)和結(jié)構(gòu)差異。

因此，本文基于TVP-SVAR-SV模型的優(yōu)點(diǎn)，在不同周期或特定時(shí)點(diǎn)上，研究并比較經(jīng)濟(jì)政策、地緣風(fēng)險(xiǎn)、金融壓力不確定性對旅游企業(yè)造成的影響大小以及動(dòng)態(tài)特征，以促進(jìn)我國旅游企業(yè)在面對不確定性事件時(shí)，更好地應(yīng)對挑戰(zhàn)，把握機(jī)會(huì)，保持可持續(xù)發(fā)展。

2 理論機(jī)制分析

由于不確定性因素的高度突發(fā)性和不可預(yù)測性，現(xiàn)有的經(jīng)濟(jì)理論較難以統(tǒng)一的范式描述。因此，本文嘗試通過企業(yè)估值模型定性分析其影響機(jī)制，并在此基礎(chǔ)上給出之后的量化分析。本文結(jié)合公司定價(jià)貼現(xiàn)模型[41]和套利定價(jià)模型[42]，構(gòu)造了基于內(nèi)生因素和外部風(fēng)險(xiǎn)的共同影響的估值算法：

[Ft=DIVtrt+φt-gt=p×（Rt-It-Tt-COSt-OEt）rt+k=1nβktFkt-gt，? ? ? ? ? ? ? ? ? ? ? ? ? ? rt+φt-gt>0] （1）

式（1）中，F(xiàn)t代表t時(shí)刻企業(yè)內(nèi)在價(jià)值，DIV是凈資產(chǎn)股權(quán)收益，r是基準(zhǔn)利率，[φ]是風(fēng)險(xiǎn)溢價(jià)，R是營業(yè)收入，p是凈資產(chǎn)的股息率，COS表示成本，I是企業(yè)債務(wù)償還，T代表納稅額，OE代表費(fèi)用支出，g是股息增長率，F(xiàn)是系統(tǒng)性影響因素，[β]是影響系數(shù)。定價(jià)公式表明，一個(gè)公司的價(jià)值由自身運(yùn)營情況、投資期望收益率以及系統(tǒng)性風(fēng)險(xiǎn)溢價(jià)共同確定，而外部不確定性會(huì)通過這些變量對企業(yè)產(chǎn)生影響。

如式（1）所示，外部不確定性因素主要通過兩個(gè)途徑影響旅游行業(yè)的內(nèi)在價(jià)值：

第一個(gè)是企業(yè)經(jīng)營情況，在財(cái)報(bào)中表現(xiàn)為營業(yè)收入和現(xiàn)金流量等。經(jīng)濟(jì)政策不確定性的增加（如經(jīng)濟(jì)危機(jī)發(fā)生后），說明包含旅游在內(nèi)的大市場環(huán)境不穩(wěn)定，經(jīng)濟(jì)發(fā)展前景不明朗，人們收入和生活受到?jīng)_擊，自然減少了旅游這一奢侈的消費(fèi)，從而導(dǎo)致景區(qū)和酒店的營業(yè)收入減少和空置成本的上升，進(jìn)一步造成企業(yè)價(jià)值的下跌。在式（1）中，即為分子中營業(yè)收入（R）的減少以及成本（COS）和費(fèi)用（OE）的增加。而當(dāng)經(jīng)濟(jì)政策不確定性程度減小的時(shí)候，例如相關(guān)政策推出后，減輕納稅額（T），市場環(huán)境得到改善，人們會(huì)向旅游消費(fèi)傾斜，這對旅游公司營業(yè)收入是正向影響;地緣風(fēng)險(xiǎn)增加會(huì)導(dǎo)致國際旅行環(huán)境的不確定性，出于安全保障擔(dān)憂，人們的出國旅行計(jì)劃通常延遲或取消，出入境旅游需求必然下降。以薩德入韓風(fēng)波為例，該事件極大地沖擊了中韓兩國間的出入境旅游，據(jù)不完全統(tǒng)計(jì)，2017中國游客赴韓國旅游人數(shù)銳減48.3%，很多具有出境業(yè)務(wù)的旅行社類企業(yè)蒙受損失1。此外，地緣事件還會(huì)帶來更高的保險(xiǎn)費(fèi)等風(fēng)險(xiǎn)補(bǔ)償，間接增加旅游公司的運(yùn)營成本和費(fèi)用[43];金融環(huán)境的變化能直接改變旅游企業(yè)的營運(yùn)情況，當(dāng)資本和貨幣市場變化導(dǎo)致金融壓力增大時(shí)，利率（r）提高，公司的融資成本會(huì)升高，股息率（p）就會(huì)降低，營業(yè)收入（R）也會(huì)受到影響;同時(shí)，現(xiàn)金流也會(huì)受到?jīng)_擊，債務(wù)違約風(fēng)險(xiǎn)會(huì)提高，企業(yè)債務(wù)償還（I）成本增高，營業(yè)收入不可避免受到影響，進(jìn)而降低旅游企業(yè)價(jià)值，特別是對旅行社類這樣的輕資產(chǎn)企業(yè)來說就更加嚴(yán)重。反之，金融市場壓力減少，企業(yè)的資金流動(dòng)性風(fēng)險(xiǎn)就會(huì)降低，經(jīng)營情況就會(huì)改善。

第二個(gè)途徑是通過風(fēng)險(xiǎn)溢價(jià)。資產(chǎn)的總風(fēng)? ? 險(xiǎn)可以分解為系統(tǒng)性風(fēng)險(xiǎn)和個(gè)體特殊風(fēng)險(xiǎn)兩個(gè)部分[44]。不確定性事件屬于企業(yè)外部不可預(yù)測且不可分散的系統(tǒng)性風(fēng)險(xiǎn)，即對所有旅游企業(yè)均有影響。系統(tǒng)性風(fēng)險(xiǎn)是理性投資者對企業(yè)均衡定價(jià)中的主要風(fēng)險(xiǎn)，因?yàn)楸仨毘袚?dān)風(fēng)險(xiǎn)才能對投資者進(jìn)行獎(jiǎng)勵(lì)。投資者在不確定性高（低）的時(shí)期，通過提高（降低）對旅游企業(yè)風(fēng)險(xiǎn)的看法，獲得更高（較低）的回報(bào)作為補(bǔ)償。因此，不確定性風(fēng)險(xiǎn)增加了旅游企業(yè)投資者要求的回報(bào)（或折現(xiàn)率）或者降低股權(quán)投資，從而導(dǎo)致企業(yè)凈資產(chǎn)下跌，不確定性風(fēng)險(xiǎn)降低時(shí)，很多人會(huì)增大投資額，旅游企業(yè)凈資產(chǎn)就會(huì)增加，旅游企業(yè)長期資產(chǎn)情況就會(huì)改善?？梢?，資產(chǎn)的變化同樣反映了不確定性風(fēng)險(xiǎn)對旅游企業(yè)的沖擊影響。

如上所述，不確定性因素對旅游企業(yè)的影響大致可以分為3個(gè)方面：營業(yè)收入、現(xiàn)金流量和資產(chǎn)變化。考慮到財(cái)報(bào)數(shù)據(jù)的可得性，本文從資產(chǎn)負(fù)債表、利潤表以及現(xiàn)金流量表中篩選出3個(gè)重要指標(biāo)，即凈資產(chǎn)、營業(yè)收入和經(jīng)營現(xiàn)金流量凈額，作為對旅游企業(yè)的主要測度變量。值得注意的是，上述途徑中的各個(gè)因素都會(huì)隨著時(shí)間變化，旅游企業(yè)價(jià)值也會(huì)相應(yīng)改變，因此不確定性因素對旅游企業(yè)的動(dòng)態(tài)影響是非常值得深入分析的。

3 研究方法與數(shù)據(jù)

3.1? ? 時(shí)變參數(shù)向量自回歸模型

鑒于不確定性因素存在的非常規(guī)結(jié)構(gòu)，經(jīng)典回歸模型已不適于評估其統(tǒng)計(jì)性質(zhì)，因此有必要引入非線性模型。自Sims的開創(chuàng)性工作以來[45]，向量自回歸模型已被擴(kuò)展到各種版本，并廣泛應(yīng)用于經(jīng)濟(jì)和金融各領(lǐng)域，其中，帶有隨機(jī)波動(dòng)時(shí)變參數(shù)的TVP-SVAR-SV是最重要的形式之一。為方便起見，我們從結(jié)構(gòu)向量自回歸模型（structural vector autoregression， SVAR）開始，如下所示。

[Ayt=B1yt-1+B2yt-2+…+Bzyt-s+εt，? t=s+1，…，n]（2）

式（2）中，yt是[k×1]觀測向量，s代表滯后期，[A，B1，…，Bs]是需要估計(jì)的[k×k]系數(shù)矩陣。殘差[εt]是[k×1]結(jié)構(gòu)沖擊。假設(shè)殘差服從于多元正態(tài)分布，即[εt～N（0， ∑∑）]：

[Σ=σ10…00??????00…0σk] （3）

式（3）中，[σ]為標(biāo)準(zhǔn)誤差。此外，假設(shè)結(jié)構(gòu)沖擊具有遞歸形式，也就是矩陣A是下三角矩陣，并代表變量之間存在同期關(guān)系，定義如下所示：

[A=10…0α21??????0αk1…αk，k-11] （4）

式（1）可以通過逆矩陣變換為等價(jià)的一般VAR形式：

[yt=F1yt-1+F2yt-2+…+Fsyt-s+A-1∑ut，ut～N（0，Ik）]（5）

式（5）中，[Fi=A-1Bi]，[i=1，…，s]。令[Xt=Ik?][y′t-1，…，][y′t-s]，其中，[?]為克羅內(nèi)克積。接下來，通過羅列[Σi]的行元素得到[β]，為[k2s×1]向量，式（4）可重新表達(dá)為：

[yt=Xtβ+A-1Σut] （6）

注意，式（5）中的參數(shù)是不隨時(shí)間變化的。接下來考慮參數(shù)隨時(shí)間變化的情況，也就是隨機(jī)波動(dòng)時(shí)變參數(shù)向量自回歸（TVP-SVAR-SV），定義如下：

[yt=Xtβt+A-1tΣtut，t=s+1，…，n] （7）

式（7）中，[βt]、[At]和[Σt]都是隨時(shí)間變化的。下三角矩陣[At]的元素轉(zhuǎn)換形式為[αt=（α21，α31，α32，α41，…，][αk，k-1）']和[ht=（h1，t，…，hkt）']，其中，[hj，t=logσ2jt]，[j=1，…，k]，[t=s+1，…，n]。根據(jù)Nakajima的研究[46]，式（6）中參數(shù)都假設(shè)為隨機(jī)游走，即：

[βt+1=βt+uβt，αt+1=αt+uat，ht+1=ht+uht ] （8）

式（8）中，[βs+1～Nμβ0， Σβ0]，[αs+1～Nμa0， Σa0]和[hs+1～N][μh0，Σh0]以及

[utuβtuαtuht～N0，I0000Σβ0000Σα0000Σh] （9）

[Σα]和[Σh]都是對角矩陣。至此，模型中所有參數(shù)均為時(shí)變參數(shù)。

3.2? ? 數(shù)據(jù)來源與描述

如上文所述，為科學(xué)分析不確定性因素對旅游企業(yè)的沖擊，考慮數(shù)據(jù)可得性，選取我國所有旅游類上市公司的財(cái)務(wù)數(shù)據(jù)進(jìn)行定量分析，包括凈資產(chǎn)、營業(yè)收入和現(xiàn)金流量凈額（分別來自資產(chǎn)負(fù)債表、利潤表以及現(xiàn)金流量表），以此多維度評估不確定性對旅游企業(yè)的影響。并依據(jù)我國旅游企業(yè)的主營業(yè)務(wù)的不同，對景區(qū)、酒店和旅行社3類旅游企業(yè)分別探究，時(shí)間跨度為2001年第四季度到2020年第一季度，樣本量為74期。經(jīng)濟(jì)政策不確定性指數(shù)[47]是根據(jù)新聞報(bào)紙中有關(guān)政策經(jīng)濟(jì)不確定性的文本（例如赤字、預(yù)算、改革、稅收、出口），使用復(fù)合濾波算法所得。地緣風(fēng)險(xiǎn)指數(shù)是通過統(tǒng)計(jì)權(quán)威報(bào)紙中有關(guān)緊張局勢、不利摩擦和威脅等地緣風(fēng)險(xiǎn)事件，使用文本挖掘構(gòu)建。金融壓力指數(shù)為亞洲開發(fā)銀行所公布的關(guān)于中國各個(gè)金融子系統(tǒng)壓力的綜合加權(quán)指標(biāo)。以上3種指數(shù)分別代表3種確定性對旅游企業(yè)的波動(dòng)影響成分，此外，模型還包括經(jīng)濟(jì)控制變量GDP，代表旅游企業(yè)發(fā)展趨勢成分。本文所采用的旅游企業(yè)和GDP的數(shù)據(jù)均來源于Wind資訊。為保證數(shù)據(jù)序列之間的平穩(wěn)性，我們將相關(guān)指標(biāo)轉(zhuǎn)化為對數(shù)的一階差分，變換后即為增長率。

4 模型估計(jì)與實(shí)證分析

4.1? ? 預(yù)檢驗(yàn)與參數(shù)估計(jì)

模型擬合之前需對每個(gè)時(shí)間序列進(jìn)行單位根檢驗(yàn)，結(jié)果顯示，所有變量p值均小于0.005，序列平穩(wěn)。考慮到參數(shù)計(jì)算復(fù)雜度，采用貝葉斯方法和馬爾科夫鏈蒙特卡洛采樣，先驗(yàn)信息設(shè)定如下，[μβ0=μa0=μh0=0，Σβ0=Σa0=10I，Σh0=100I，Σβ-2t～][Gamma40，0.02， Σα-2t～Gamma4，0.02， Σh-2t～][Gamma40，0.02]。為了生成有效的后驗(yàn)樣本點(diǎn)，采樣容量為10000，并且丟棄了最初的1000個(gè)不穩(wěn)定樣本。估計(jì)模型前需要確定滯后階數(shù)，根據(jù)向量自回歸模型估計(jì)結(jié)果，滯后期均設(shè)定為4。限于篇幅，僅給出EPU對景區(qū)類凈資產(chǎn)的參數(shù)估計(jì)及診斷結(jié)果，其中，式（9）中估計(jì)參數(shù)[[（β ）1]，[（β ）2]，[（α ）1]，[（α ）2]，[（h ）1]，[（h ）2]]的Geweke統(tǒng)計(jì)量p值分別為（0.075，0.832，0.100，0.133，0.720，0.777），說明在5%的顯著性水平上，不能拒絕Geweke統(tǒng)計(jì)量的零假設(shè)，這表明參數(shù)全部收斂于后驗(yàn)分布，同時(shí)模型所產(chǎn)生的無效因子（5.53，2.80，36.36，79.59，52.70，114.55）都較少?？傊疚腡VP-SVAR-SV模型參數(shù)估計(jì)是十分有效的。

4.2? ? 不確定性因素對旅游企業(yè)影響分析

根據(jù)參數(shù)估計(jì)結(jié)果，在不同滯后期及指定時(shí)? ?間點(diǎn)上，作出3類不確定性變量（一單位標(biāo)準(zhǔn)差沖擊）對旅游企業(yè)變量造成的時(shí)變脈沖響應(yīng)圖（圖2至圖4）。為方便敘述，本文將滯后1期（1個(gè)季度）、滯后2期（半年）和滯后4期（1年）分別記作短期、中? ?期和長期。在分析動(dòng)態(tài)效應(yīng)之前，本文利用SVAR模型對不確定性變量進(jìn)行了方差分解，測度了不? ?確定性因素的影響大?。ū?）。表1中顯示了自變量對因變量平均影響程度，例如，EPU對景區(qū)類凈資產(chǎn)貢獻(xiàn)度為9.790%，即EPU解釋了凈資產(chǎn)總變動(dòng)的9.790%，與對應(yīng)GDP的貢獻(xiàn)率已經(jīng)較為接近，可以認(rèn)為不確定性是影響旅游的重要因素之一。不僅如此，從下文動(dòng)態(tài)結(jié)果來看，這種影響會(huì)隨著時(shí)間和事件的不同而改變，帶來更深程度上的沖擊。

4.2.1? ? 經(jīng)濟(jì)政策不確定性對旅游企業(yè)沖擊影響大小與動(dòng)態(tài)效應(yīng)

圖2展示了景區(qū)、酒店、旅行社3類企業(yè)凈資產(chǎn)、營業(yè)收入以及現(xiàn)金流量凈額對EPU沖擊的脈沖響應(yīng)關(guān)系，其中，每類企業(yè)的上排3個(gè)圖，分別為滯后1、2和4期等間隔響應(yīng)圖;下排3個(gè)圖為3個(gè)特定時(shí)間點(diǎn)上的滯后響應(yīng)圖，分別為2003年第二季度的“非典”疫情、2008年第三季度的金融危機(jī)以及2018年第三季度的中美貿(mào)易爭端。顯然，圖中凈資產(chǎn)、營業(yè)收入、現(xiàn)金流量凈額對EPU沖擊的響應(yīng)都存在顯著的時(shí)變特征。首先，比較EPU沖擊后的等間隔圖發(fā)現(xiàn)，3類企業(yè)的凈資產(chǎn)均在短期內(nèi)出現(xiàn)正向響應(yīng)，但中長期來看有整體轉(zhuǎn)負(fù)的跡象;營業(yè)收入短期內(nèi)會(huì)受到明顯負(fù)向沖擊，中期表現(xiàn)出一定正向響應(yīng)。這說明，旅游企業(yè)長期資產(chǎn)發(fā)展趨勢向好，短期經(jīng)營情況會(huì)受不確定性影響而出現(xiàn)一定程度下滑。其次，從特定時(shí)間點(diǎn)上的滯后響應(yīng)圖來看，3個(gè)大事件對3類企業(yè)凈資產(chǎn)造成的影響都在10期以上，其中，對景區(qū)的響應(yīng)整體上為負(fù)，而酒店和旅行社存在正向響應(yīng)。營業(yè)收入和現(xiàn)金流量凈額在重大事件沖擊后會(huì)出現(xiàn)巨大的波動(dòng)特征，其中，前4期幅度很大，6期之后才開始減弱。這表明，重大不確定性事件會(huì)對旅游企業(yè)造成顯著動(dòng)態(tài)影響，并且持續(xù)時(shí)間較長。最后，根據(jù)SVAR方差分解結(jié)果可知（表1），相較于酒店和旅行社企業(yè)，EPU對景區(qū)的影響程度要更大，對其凈資產(chǎn)和營業(yè)收入的貢獻(xiàn)率分別達(dá)到9.790%和9.1989%，接下來依次討論經(jīng)濟(jì)政策不確定對景區(qū)、酒店和旅行社的影響。

已有研究表明，經(jīng)濟(jì)政策不確定性取決于造成經(jīng)濟(jì)不確定性的事件，而這些事件的影響又會(huì)因其所處經(jīng)濟(jì)發(fā)展階段不同而有所差異[48]。如圖2所示，新世紀(jì)初，EPU對景區(qū)的凈資產(chǎn)、營業(yè)收入和現(xiàn)金流量都存在顯著的中期負(fù)向沖擊。此時(shí)景區(qū)業(yè)尚處于低速增量階段，“黃金周”制度剛剛確立，國民收入水平不高，旅游意愿不強(qiáng)，對造成經(jīng)濟(jì)下滑、物價(jià)增長或收入減少的外部因素沖擊較敏感，并且全行業(yè)風(fēng)險(xiǎn)意識(shí)不強(qiáng)，相關(guān)政策不能及時(shí)提出并實(shí)施，所以景區(qū)企業(yè)抵抗不確定性的韌性較弱。以“非典”為例，疫情使人們出游意愿斷崖式下滑，對景區(qū)的凈資產(chǎn)和營業(yè)收入造成的負(fù)向影響超過10期（圖2），很多景區(qū)因無法承受如此長期的壓力而破產(chǎn)，新冠疫情與之相比，損失可能會(huì)更大;后金融危機(jī)時(shí)期，EPU對景區(qū)的負(fù)向沖擊幅度要小于“非典”時(shí)期，如景區(qū)滯后響應(yīng)圖所示，凈資產(chǎn)和營業(yè)收入的脈沖響應(yīng)值正逐漸減弱，表明企業(yè)抗下行風(fēng)險(xiǎn)能力有所增強(qiáng)。這段時(shí)期，我國經(jīng)濟(jì)步入增速換擋的關(guān)鍵期，景區(qū)企業(yè)抓住一系列政策改革的有利契機(jī)，業(yè)務(wù)規(guī)模不斷擴(kuò)大，資產(chǎn)結(jié)構(gòu)不斷調(diào)整，迎來了高速發(fā)展期;到了“十二五”后期，景區(qū)凈資產(chǎn)對于EPU沖擊的長、中、短期響應(yīng)趨勢開始全面轉(zhuǎn)為正向，這表明企業(yè)長期價(jià)值不斷體現(xiàn)。一方面，景區(qū)發(fā)展搭上了大基建的快車，極大推動(dòng)了景區(qū)規(guī)模擴(kuò)大和品質(zhì)升級，降低了旅游產(chǎn)品和服務(wù)的成本;另一方面居民可支配收入也在不斷提高，從而帶動(dòng)觀光游熱度不斷提升。面對經(jīng)濟(jì)政策不確定性，具備資源壟斷優(yōu)勢和區(qū)位優(yōu)勢的景區(qū)可以更好抵抗經(jīng)濟(jì)減速和硬著陸等不確定性的影響，能夠在受到?jīng)_擊之后迅速恢復(fù)并向正常軌道靠攏。從中美貿(mào)易摩擦事件造成的滯后響應(yīng)來看也是如此，事件爆發(fā)后，EPU對景區(qū)凈資產(chǎn)造成一定波動(dòng)，但基本無負(fù)面影響;然而，旅游市場規(guī)模高速增長的同時(shí)，也伴隨著結(jié)構(gòu)性變動(dòng)。2018年后，經(jīng)濟(jì)不確定性一再提升，景區(qū)營業(yè)收入中長期脈沖響開始轉(zhuǎn)為負(fù)值，如果加之新冠疫情的影響，情況會(huì)更加不容樂觀。目前，景區(qū)仍處于觀光游階段，內(nèi)容同質(zhì)化嚴(yán)重，缺乏深度體驗(yàn)，消費(fèi)不確定性較大，企業(yè)期待更有力的政策支持。

相對于景區(qū)，酒店企業(yè)在樣本前期受到的負(fù)? ?向沖擊較少，這是由于酒店具有房地產(chǎn)屬性，固定資產(chǎn)增值路徑明確，能夠在經(jīng)濟(jì)波動(dòng)周期中，體? ? 現(xiàn)出良好穩(wěn)定性;旅行社企業(yè)前期同樣受到的負(fù)向沖擊較少，這可能是因?yàn)槁眯猩鐡碛懈黝悏艛嗟? ?運(yùn)營許可資格，所以抵御下行能力也較強(qiáng)。不過隨著旅游市場開放，EPU對旅行社凈資產(chǎn)沖擊開始? ?轉(zhuǎn)為負(fù)向。在樣本后期，EPU對兩類企業(yè)營業(yè)收入的中長期影響逐漸轉(zhuǎn)變?yōu)樨?fù)。這一現(xiàn)象可以從? ? 兩個(gè)方面解釋：從供給角度看，追求速度而忽略發(fā)展質(zhì)量，過度依賴政策紅利，就只能在短期內(nèi)抵? ? 消不確定性，但長期作用不明顯。從需求角度看，國民旅游消費(fèi)支出彈性大，廣度與深度不足，不確定性提高更容易使人們增加中長期預(yù)防性儲(chǔ)蓄，減少旅游開銷，企業(yè)情況因此變得不明朗。綜上? ? ? 所述，經(jīng)濟(jì)政策不確定性對旅游企業(yè)存在顯著的時(shí)變影響，并隨時(shí)間推移逐漸加深，造成中長期負(fù)向影響。

4.2.2? ? 地緣風(fēng)險(xiǎn)對旅游企業(yè)沖擊影響大小與動(dòng)態(tài)效應(yīng)

李克強(qiáng)總理在首屆世界旅游發(fā)展大會(huì)開幕式上指出，旅游業(yè)發(fā)展離不開和平與發(fā)展的國際環(huán)境，然而當(dāng)今世界并不太平，地區(qū)沖突和熱點(diǎn)問題此起彼伏，歷史上的重大地緣事件都迅速打擊了人們旅行的信心，本文數(shù)據(jù)分析結(jié)果與這一事實(shí)相符。圖3等間隔圖顯示，3類企業(yè)的凈資產(chǎn)、營業(yè)收入對地緣風(fēng)險(xiǎn)沖擊普遍存在短期負(fù)向響應(yīng)，這一點(diǎn)與人們普遍認(rèn)識(shí)是一致的;滯后響應(yīng)圖則分別顯示了3個(gè)與我國有關(guān)的地緣事件（2012年南海爭端和釣魚島事件、2017年的薩德入韓事件以及2018中美貿(mào)易爭端）的沖擊影響。與EPU和FS相比，GPR造成的滯后響應(yīng)幅度較小，周期也較短，這一點(diǎn)與Donadelli的結(jié)論類似[49];由表1中方差分解結(jié)果可知，GPR對旅行社凈資產(chǎn)、營業(yè)收入以及現(xiàn)金流量凈額的影響大小分別為5.927%、8.560%和12.633%，均顯著高于其他兩類企業(yè)。由此可以推斷，地緣風(fēng)險(xiǎn)對旅行社類企業(yè)影響最大。

由于旅行社的出入境業(yè)務(wù)占比較高，承受地緣風(fēng)險(xiǎn)的沖擊會(huì)更明顯。從整個(gè)樣本期看，GPR會(huì)對旅行社的凈資產(chǎn)和營業(yè)收入造成非常明顯的中短期負(fù)向沖擊，而且近期有明顯增大的趨勢，2020年已達(dá)負(fù)極大值;從滯后響應(yīng)期看，3個(gè)地緣事件造成的旅行社凈資產(chǎn)、營業(yè)收入的初期響應(yīng)顯著為負(fù)向，一年后才逐步減弱。隨著全球格局深刻變動(dòng)，地緣不確定性增加，風(fēng)險(xiǎn)事件間聯(lián)動(dòng)性增強(qiáng)，事態(tài)發(fā)展往往超出其本來范疇，最終升級為區(qū)域沖突，包括貿(mào)易紛爭、關(guān)稅壁壘、限制出入境等，這些因素會(huì)直接減少遠(yuǎn)途客流，使旅游支出變得更加敏感。特別要提到的是，中美貿(mào)易摩擦對旅行社影響要大于韓日相關(guān)地緣事件，影響滯后期也更長，可見，中美地緣關(guān)系是影響我國出入境旅行的關(guān)鍵因素。由此確認(rèn)，地緣風(fēng)險(xiǎn)對我國旅行社類企業(yè)存在顯著動(dòng)態(tài)影響。

需要指出的是，地緣風(fēng)險(xiǎn)增加不一定會(huì)導(dǎo)致國內(nèi)旅游市場持續(xù)下滑，景區(qū)和酒店企業(yè)的動(dòng)態(tài)響應(yīng)結(jié)果可以佐證這一推論。與中國高度相關(guān)的地緣事件爆發(fā)后，凈資產(chǎn)和營業(yè)收入的短期脈沖響應(yīng)呈現(xiàn)一定程度下行，但在4期左右變?yōu)檎?，現(xiàn)金流量在初期也有不同程度的正向反應(yīng)。這是因?yàn)橛邢喈?dāng)一部分打算出境旅游的人會(huì)改變行程，選擇留在國內(nèi)旅游，從而促進(jìn)了國內(nèi)旅游企業(yè)發(fā)展。這一現(xiàn)象，一是源于國內(nèi)居民消費(fèi)結(jié)構(gòu)快速升級，二是得益于國內(nèi)穩(wěn)定安全的治安環(huán)境，三是歸功于國內(nèi)豐富且“物美價(jià)廉”旅游資源，這一點(diǎn)與受地緣影響較大的西方國家旅游業(yè)有很大的不同[50]。Zopiatis等的最新研究也表明，亞太地區(qū)旅游企業(yè)對恐怖事件和戰(zhàn)爭具有很強(qiáng)韌性，他們將其歸因于亞太偏遠(yuǎn)的地緣位置和穩(wěn)定的社會(huì)體制，使其對外部沖擊的反應(yīng)迅速降低[51]。綜上所述，地緣風(fēng)險(xiǎn)對旅行社有較強(qiáng)的負(fù)向影響，但一定程度有利于景區(qū)類和酒店類的旅客回流。

參考文獻(xiàn)（References）

[1] 唐潔塵， 陳雙琴. 中國入境旅游需求彈性估算——基于誤差修正模型 [J]. 旅游科學(xué)， 2017， 31（5）： 65-81. [TANG Jiechen， CHEN Shuangqin. An estimation of demand elasticity of Chinas inbound tourism—Based on the error correction model[J]. Tourism Science， 2017， 31（5）： 65-81.]

[2] BARBERIS N， MUKHERJEE A， WANG B. Prospect theory and stock returns： An empirical test [J]. The Review of Financial Studies， 2016， 29（11）： 3068-3107.

[3] GULEN H， ION M. Policy uncertainty and corporate investment [J]. The Review of Financial Studies， 2016， 29（3）： 523-564.

[4] 陳國進(jìn)， 張潤澤， 趙向琴. 政策不確定性， 消費(fèi)行為與股票資產(chǎn)定價(jià)[J]. 世界經(jīng)濟(jì)， 2017， 40（1）： 116-141. [CHEN Guojin， ZHANG Runze， ZHAO Xiangqin. Policy uncertainty， consumption behaviors and asset pricing[J]， The Journal of World Economy， 2017， 40（1）： 116-141.]

[5] Caldara D， Iacoviello M. Measuring geopolitical risk [J]. FRB International Finance Discussion Paper. 2018， （12）：1222.

[6] 曹詩圖， 閆秦勤， 周宜君. 國際地緣政治環(huán)境變化與旅游業(yè)發(fā)展 [J]. 世界地理研究， 2006（2）：61-65. [CAO Shitu，YAN Qinqin， ZHOU Yijun. The change of the international geopolitics circumstances and the development of tourism[J].World Regional Studies ，2006（2）：61-65].

[7] 劉云剛， 宋宗員. 旅游地緣政治研究進(jìn)展與展望 [J]. 熱帶地理， 2019， 39（6）： 931-941. [LIU Yungang， SONG Zongyuan. Progress and Prospects of Research on Tourism Geopolitics [J].Tropical Geography， 2019， 39（6）： 931-941.]

[8] MOSTAFANEZHAD M. The geopolitical turn in tourism geographies [J]. Tourism Geographies， 2018， 20（2）： 343-346.

[9] CARDARELLI R， ELEKDAG S， LALL S. Financial stress and economic contractions [J]. Journal of Financial Stability， 2011， 7（2）： 78-97.

[10] 王亞芳. 金融業(yè)與旅游業(yè)的融合度及影響因素研究 [D]. 蘭州：蘭州大學(xué)， 2019.[WANG Yafang， Research on the Evalution and Effect Factors of Convergence between Finance and Tourism [D]. Lanzhou ：Lanzhou University， 2019.

[11] 林玉蝦， 林璧屬， 林文凱. 基于面板分位數(shù)方法的國內(nèi)旅游需求影響因素動(dòng)態(tài)異質(zhì)性研究 [J]. 數(shù)理統(tǒng)計(jì)與管理， 2018， 37（6）： 1073-1085. [ LIN Yuxia， LIN Bishu ，LIN Wenkai. Study on the dynamic heterogeneity of domestic tourism demands determinants—Bases on panel quantile regression[J]. Journal of Applied Statistics and Management， 2018， 37（6）： 1073-1085. ]

[12] IVANOV S， WEBSTER C. Measuring the impact of tourism on economic growth [J]. Tourism Economics， 2007， 13（3）： 379-388.

[13] DOGAN E， SEKER F， BULBUL S. Investigating the impacts of energy consumption， real GDP， tourism and trade on CO2 emissions by accounting for cross-sectional dependence： A panel study of OECD countries [J]. Current Issues in Tourism， 2017， 20（16）： 1701-1719.

[14] 趙東喜. 人民幣匯率與中國入境旅游需求關(guān)系研究 [J]. 北京第二外國語學(xué)院學(xué)報(bào)， 2011（9）：48-53. [ZHAO dongxi. The study on the relation between RMB exchange rate and Chinas inbound tourism demand [J]. Journal of Beijing International Studies University， 2011（9）：48-53.]

[15] HASSAN F G， TAJADDINI R. Cultural dimensions and outbound tourism [J]. Annals of Tourism Research， 2014（49）：203-205.

[16] 王琪延， 侯鵬. 節(jié)假日與休閑消費(fèi)關(guān)系研究——兼論我國假日制度改革 [J]. 北京社會(huì)科學(xué)， 2012（1）：15-21.[WANG Qiyan， HOU Peng. The research on relation between festivals and holidays and leisure consumption [J]. Social Science of Beijing， 2012（1）：15-21]

[17] AL-MULALI U， FEREIDOUNI H G， MOHAMMED A H. The effect of tourism arrival on CO2 emissions from transportation sector [J]. Anatolia， 2015， 26（2）： 230-243.

[18] QUINTAL V A， LEE J A， SOUTAR G N. Risk， uncertainty and the theory of planned behavior： A tourism example [J]. Tourism Management， 2010， 31（6）： 797-805.

[19] DRAGOUNI M， FILIS G， GAVRIILIDIS K， et al. Sentiment， mood and outbound tourism demand [J]. Annals of Tourism Research， 2016， 60（1）： 80-96.

[20] SMERAL E. International tourism demand and the business cycle [J]. Annals of Tourism Research， 2012， 39（1）： 379-400.

[21] GUIZZARDI A， MAZZOCCHI M. Tourism demand for Italy and the business cycle [J]. Tourism Management， 2010， 31（3）： 367-377.

[22] GILLEN J， MOSTAFANEZHAD M. Geopolitical encounters of tourism： A conceptual approach [J]. Annals of Tourism Research， 2019 （7）5：70-78.

[23] BAKER S R， BLOOM N， DAVIS S J. Measuring economic policy uncertainty [J]. The Quarterly Journal of Economics， 2016， 131（4）： 1593-1636.

[24] BEKIROS S， GUPTA R， PACCAGNINI A. Oil price forecast ability and economic uncertainty [J]. Economics Letters， 2015， 13（2）125-128.

[25] JONES A T， SACKLEY W H. An uncertain suggestion for gold-pricing models： The effect of economic policy uncertainty on gold prices [J]. Journal of Economics and Finance， 2016， 40（2）： 367-379.

[26] BALI T G， BROWN S J， TANG Y. Is economic uncertainty priced in the cross-section of stock returns？ [J]. Journal of Financial Economics， 2017， 126（3）： 471-489.

[27] LEE K， JEON Y. Measuring Chinese consumers perceived uncertainty [J]. International Review of Economics & Finance， 2020， 6（6）：51-70.

[28] GULEN H， ION M. Policy uncertainty and corporate investment[J]. The Review of Financial Studies. 2016， 29（3）：523-564.

[29] 徐光偉， 孫錚， 劉星. 經(jīng)濟(jì)政策不確定性對企業(yè)投資結(jié)構(gòu)偏向的影響——基于中國 EPU 指數(shù)的經(jīng)驗(yàn)證據(jù) [J]. 管理評論， 2020， 32（1）： 246-261.[XU Guangwei， SUN Zheng， LIU Xing. The influences of economic policy uncertainty on the preference of enterprise investment structure： Evidence from China EPU index [J]. Management Review. 2020， 32（1）： 246-261.]

[30] 張夏， 施炳展， 汪亞楠. 經(jīng)濟(jì)政策不確定性真的會(huì)阻礙中國出口貿(mào)易升級嗎？ [J]. 經(jīng)濟(jì)科學(xué)， 2019（2）： 40-52. [ZHANG Xia， SHI Bingzhan， WANG Yanan. Will economic policy uncertainty really impede Chinas export trade upgrade？ [J]. Economic Science， 2019（2）： 40-52.]

[31] 張瑩， 朱小明. 經(jīng)濟(jì)政策不確定性對出口質(zhì)量和價(jià)格的影響研究 [J]. 國際貿(mào)易問題， 2018（5）： 12-25. [ZHANG Ying ，ZHU Xiaoming.[ Impact of economic policy uncertainty on export quality and price[J]. Journal of International Trade， 2018（5）： 12-25.]

[32] WU T-P， WU H-C. A multiple and partial wavelet analysis of the economic policy uncertainty and tourism nexus in BRIC [J]. Current Issues in Tourism， 2019， 23（7）： 906-916..

[33] AKADIRI S S， ALOLA A A， UZUNER G. Economic policy uncertainty and tourism： evidence from the heterogeneous panel [J]. Current Issues in Tourism， 2019，12（1）： 1-8.

[34] SINGH R， DAS D， JANA R， et al. A wavelet analysis for exploring the relationship between economic policy uncertainty and tourist footfalls in the USA [J]. Current Issues in Tourism， 2019， 22（15）： 1789-1796.

[35] PAPATHEODOROU A， ROSSELL? J， XIAO H. Global economic crisis and tourism： Consequences and perspectives [J]. Journal of Travel Research， 2010， 49（1）： 39-45.

[36] PARK C-Y， MERCADO JR R V. Determinants of financial stress in emerging market economies [J]. Journal of Banking & Finance， 2014 （45）：199-224.

[37] PRIMICERI G E. Time varying structural vector autoregressions and monetary policy [J]. The Review of Economic Studies， 2005， 72（3）： 821-852.

[38] 尹雷， 趙亮. 我國財(cái)政政策的制度屬性識(shí)別——基于TVP-VAR-SV方法[J]. 財(cái)政研究， 2016（6）： 57-65. [YIN Lei， ZHAO Liang. An identifying study of Chinas fiscal policy regime—Based on TVP-VAR-SV model[J]. Public Finance Research， 2016（6）： 57-65.]

[39] 姜偉， 李丹娜. 信心， 貨幣政策與中國經(jīng)濟(jì)波動(dòng)關(guān)系的統(tǒng)計(jì)檢驗(yàn) [J]. 統(tǒng)計(jì)與決策， 2020，36（1）：131-136. [JIANG Wei， LI Danna. A statistical test on relationship between confidence， monetary policy and Chinas economic fluctuations[J]. Statistics & Decision， 2020，36（1）：131-136. ]

[40] 石自忠， 王明利， 胡向東. 經(jīng)濟(jì)政策不確定性與中國畜產(chǎn)品價(jià)格波動(dòng)[J]. 中國農(nóng)村經(jīng)濟(jì)， 2016（8）：42-55.[SHI Zizhong， WANG Mingli， HU Xiangdong. Economic policy uncertainty and Chinas livestock product price fluctuation [J]. Chinese Rural Economy， 2016（8）： 42-55.]

[41] PENMAN S H. A synthesis of equity valuation techniques and the terminal value calculation for the dividend discount model[J]. Review of Accounting Studies， 1998， 2（4）， 303-323.

[42] JAWADI F， PRAT G. Equity prices and fundamentals： A DDM-APT mixed approach [J]. Review of Quantitative Finance and Accounting， 2017， 49（3）： 661-695.

[43] KOZAK M， CROTTS J C， LAW R. The impact of the perception of risk on international travelers [J]. International Journal of Tourism Research， 2007， 9（4）： 233-242.

[44] LINTNER J. Security prices， risk， and maximal gains from diversification [J]. The Journal of Finance， 1965， 20（4）： 587-615.

[45] SIMS C A. Macroeconomics and reality [J]. Econometrica： Journal of the Econometric Society， 1980，（1）：1-48.

[46] NAKAJIMA J， KASUYA M， WATANABE T. Bayesian analysis of time-varying parameter vector autoregressive model for the Japanese economy and monetary policy [J]. Journal of the Japanese and International Economies， 2011， 25（3）： 225-245.

[47] DAVIS S J， LIU D， SHENG X S. Economic policy uncertainty in China since 1949： The view from mainland newspapers [J]. Working Paper， 2019， 2（1）：1-6.

[48] BLOOM N. The impact of uncertainty shocks [J]. Econometrica， 2009， 77（3）： 623-685.

[49] DONADELLI M. Asian stock markets， US economic policy uncertainty and US macro-shocks [J]. New Zealand Economic Papers， 2015， 49（2）： 103-133.

[50] DEMIRALAY S， KILINCARSLAN E. The impact of geopolitical risks on travel and leisure stocks [J]. Tourism Management， 2019， 75（1） 460-476.

[51] ZOPIATIS A， SAVVA C S， LAMBERTIDES N， et al. Tourism stocks in times of crisis： An econometric investigation of unexpected nonmacroeconomic factors [J]. Journal of Travel Research， 2019， 58（3）： 459-479.

[52] BLANCO E， REY-MAQUIEIRA J， LOZANO J. Economic incentives for tourism firms to undertake voluntary environmental management[J]. Tourism Management， 2009，30（1）：112-122.

[53] 蘇建軍，朱海艷.中國旅游投資水平的時(shí)空格局演變及驅(qū)動(dòng)因素分析[J].世界地理研究，2019，28（4）：144-155. [SU Jianjun ZHU Haiyan， The spatio-temperal evolution of tourism investment level and its driving factors in China[J.] World Regional Studies， 2019，28（4）：144-155 .]

Research on the Dynamic Impact of External Uncertain Factors on Tourism

WANG Qiyan， GAO Wang

（ School of Statistics， Renmin University of China， Beijing 100872， China）

Abstract： In recent years， a variety of uncertain factors have occurred frequently， such as international financial crisis， geographic conflicts， Sino-US trade disputes， and COVID-19， which have brought obvious unconventional fluctuations to Chinas tourism industry. By combing the uncertain events， this paper divides the uncertain factors into three categories. The first is Economic Policy Uncertainty （EPU）， which refers to the uncertainty of future tourism development and unpredictable effects of tourism policy. The second is geopolitical risk （GPR）， which refers to the risks related to armed conflicts or tensions between countries， which are more exogenous than economic and have a huge impact on inbound and outbound tourism. The third is financial stress （FS）， which is concentrated to reflect the uncertainty of changes in the financial system to market， which is more likely to cause uncertain effects on the financial aspects of tourism companies' such as investment and cash flow. A comprehensive discussion of these three types of external uncertainties impact mechanisms on tourism would help tourism companies to prevent and deal with risk events， and is significant for promoting the upgrade of supply-side transformation of the tourism industry.

Based on the existing research， the documents provide good academic value about the impacts of uncertain factors on tourism， but only qualitatively or statically. Therefore， there is still a lack of dynamic research. To this end， We introduces a time-varying parameter vector autoregressive model （TVP-SVAR-SV）， which extends the constant parameters of the classic SVAR to the stochastic volatility parameters. This model could capture the time-varying changes of variables caused by external shocks， including gradual changes or potential structural mutations， without the need to split the time series into sub-sequences， that makes it possible to study the characteristics of heteroscedasticity， clustering， asymmetry， and periodic effects of tourism variables. Therefore， based on the advantages of the TVP-SVAR-SV， we studies the impact of EPU， GPR and FS on tourism companies in different intervals or at specific points in time， which will help tourism companies better deal with challenges， seize opportunities， and maintain sustainable development.

In summary， this paper exploits the financial data of tourism companies to analyze the dynamic impact of three uncertain factors， EPU， GPR， and FS on Chinas tourism companies. The results show that the economic policy uncertainty has the greatest impact on the scenic enterprises， especially the uncertainty brought by the SARS epidemic， which has a long-term significant negative effect; The geographical risk will have an obvious downward impact on the travel agency enterprises， which tends to increase in the near future， but has a certain positive impact on the scenic and hotel enterprises; The aggravation of financial pressure will bring strong adverse effects to scenic spots and travel agency enterprises， while the alleviation of financial pressure has a positive effect on the development of the two types of enterprises; After the outbreak of highly uncertain events， tourism enterprises will show obvious time-varying lag response， usually more than one year. The conclusion of this study is helpful to improve the understanding of the uncertain factors in the tourism industry， and also provides policy implications for how to deal with the complex and changeable external environment.

Keywords： tourism; economic policy uncertainty; geopolitical risk; financial stress; TVP-SVAR-SV

[責(zé)任編輯：宋志偉;責(zé)任校對：吳巧紅]