政策不確定性的宏觀經(jīng)濟(jì)溢出效應(yīng)：地區(qū)異質(zhì)與時(shí)變特征

王愛(ài)儉 石振宇

(1.天津財(cái)經(jīng)大學(xué) 中國(guó)濱海金融協(xié)同創(chuàng)新中心，天津 300222；2，天津財(cái)經(jīng)大學(xué) 金融學(xué)院，天津 300222)

一、引言

近年來(lái)，美國(guó)金融危機(jī)和歐洲債務(wù)危機(jī)等相繼爆發(fā)、中美貿(mào)易摩擦不斷升級(jí)，以及各國(guó)為應(yīng)對(duì)全球經(jīng)濟(jì)增速放緩相繼出臺(tái)非常規(guī)經(jīng)濟(jì)政策，導(dǎo)致國(guó)際政治經(jīng)濟(jì)環(huán)境日趨復(fù)雜。審視過(guò)去十多年間中國(guó)宏觀經(jīng)濟(jì)政策的歷次調(diào)整，不難發(fā)現(xiàn)開(kāi)放經(jīng)濟(jì)中復(fù)雜的經(jīng)濟(jì)運(yùn)行機(jī)制，使得來(lái)自內(nèi)外部的各種沖擊均可能導(dǎo)致財(cái)政和貨幣政策頻繁發(fā)生變動(dòng)。全球金融危機(jī)期間，面對(duì)經(jīng)濟(jì)增速出現(xiàn)“斷崖式”驟降，央行連續(xù)數(shù)次下調(diào)存貸款基準(zhǔn)利率和法定存款準(zhǔn)備率。與此同時(shí)，中央還出臺(tái)“四萬(wàn)億”擴(kuò)張性財(cái)政刺激政策減弱宏觀經(jīng)濟(jì)下行壓力。進(jìn)入經(jīng)濟(jì)新常態(tài)以來(lái)，中國(guó)經(jīng)濟(jì)呈現(xiàn)出“三期疊加”態(tài)勢(shì)，經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型和經(jīng)濟(jì)增速下滑引發(fā)經(jīng)濟(jì)政策頻繁調(diào)整。這些政策的出臺(tái)，在減緩經(jīng)濟(jì)運(yùn)行中面臨的內(nèi)外部不利沖擊的同時(shí)，也提高了經(jīng)濟(jì)政策的不確定性。

Bloom發(fā)現(xiàn)政策不確定性增加，抑制了產(chǎn)出和就業(yè)，且存在滯后的“超調(diào)”現(xiàn)象，這是因?yàn)楦叩牟淮_定性使得企業(yè)暫時(shí)停止投資和員工招聘，沖擊帶來(lái)的波動(dòng)性加大，將引起產(chǎn)出和就業(yè)等的過(guò)度調(diào)整[1]。政策不確定性沖擊對(duì)微觀主體投資、招聘和消費(fèi)行為的影響疊加至經(jīng)濟(jì)整體則體現(xiàn)為對(duì)產(chǎn)出、就業(yè)和通脹的影響[2]，且其對(duì)宏觀經(jīng)濟(jì)負(fù)向沖擊效應(yīng)的主要作用機(jī)制為預(yù)期渠道[3]。因此，微觀主體對(duì)政策的預(yù)期將放大不確定性對(duì)宏觀經(jīng)濟(jì)的負(fù)向需求沖擊，且中國(guó)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型時(shí)期勞動(dòng)供給彈性減小與收入份額下降使得該負(fù)向沖擊效應(yīng)逐漸增強(qiáng)[4]。此外，經(jīng)濟(jì)政策不確定性的宏觀經(jīng)濟(jì)溢出效應(yīng)還存在明顯的地區(qū)異質(zhì)和時(shí)變調(diào)整特征。Carrière-Swallow和Céspedes發(fā)現(xiàn)，發(fā)展中國(guó)家金融市場(chǎng)欠發(fā)達(dá)造成了信貸約束，使得不確定性沖擊對(duì)其投資和私人消費(fèi)的負(fù)向溢出效應(yīng)更強(qiáng)，且恢復(fù)到初始水平所需時(shí)間也更長(zhǎng)[5]。Calomiris等則認(rèn)為金融發(fā)展程度越低的國(guó)家，受到的信貸供給沖擊就越小，如金融危機(jī)對(duì)發(fā)展中國(guó)家的影響遠(yuǎn)小于發(fā)達(dá)國(guó)家[6]。張兵兵等發(fā)現(xiàn)，政策不確定性沖擊對(duì)經(jīng)濟(jì)波動(dòng)的影響正負(fù)頻繁轉(zhuǎn)換，具有持續(xù)性時(shí)變特征[7]。龐超然和杜奇睿研究表明，中國(guó)宏觀經(jīng)濟(jì)和金融周期對(duì)政策不確定性沖擊的響應(yīng)程度逐年減弱，不存在明顯的結(jié)構(gòu)變化[8]。

圖1 政策不確定性宏觀經(jīng)濟(jì)溢出效應(yīng)作用機(jī)理

不確定性主要通過(guò)“實(shí)物期權(quán)效應(yīng)”對(duì)投資、消費(fèi)和產(chǎn)出等產(chǎn)生短期抑制作用[9]。不確定性與投資方面，由于投資過(guò)程產(chǎn)生沉沒(méi)成本，經(jīng)濟(jì)前景不明朗增加了企業(yè)等待的期權(quán)價(jià)值，從而通過(guò)“延遲效應(yīng)”和“謹(jǐn)慎效應(yīng)”等渠道規(guī)避不確定性可能引發(fā)的風(fēng)險(xiǎn)，進(jìn)而導(dǎo)致投資總量下降[10]。不確定性與消費(fèi)方面，根據(jù)消費(fèi)者跨期決策理論，由于消費(fèi)者難以預(yù)測(cè)政策不確定性沖擊如何影響其未來(lái)收入，因而傾向于推遲作出消費(fèi)決策[11]。不確定性與出口方面，由于政策不確定性創(chuàng)造了企業(yè)等待的實(shí)物期權(quán)價(jià)值，其上漲將通過(guò)“實(shí)物期權(quán)效應(yīng)”延誤企業(yè)進(jìn)入出口市場(chǎng)的決策[12]。總之，政策不確定性通過(guò)對(duì)投資、消費(fèi)和出口的共同作用對(duì)生產(chǎn)總值產(chǎn)生負(fù)向影響。通貨膨脹方面，由于保持價(jià)格穩(wěn)定是政策調(diào)控的主要目標(biāo)，因此當(dāng)貨幣當(dāng)局面對(duì)較高的政策不確定性時(shí)，將通過(guò)采取緊縮的貨幣政策降低平均通貨膨脹率，以減小政策不確定性產(chǎn)生的成本[13]。宏觀杠桿方面，政策不確定性上漲導(dǎo)致國(guó)有企業(yè)杠桿率上漲相對(duì)于私有企業(yè)杠桿率下降占據(jù)主導(dǎo)作用，而國(guó)有企業(yè)融資方式向債權(quán)融資傾斜并對(duì)股權(quán)融資產(chǎn)生替代效應(yīng)，即導(dǎo)致杠桿率上漲[14]。此外，生產(chǎn)總值還可能分別通過(guò)菲利普斯曲線關(guān)系和杠桿率分解影響通貨膨脹和宏觀杠桿[15]。通過(guò)梳理經(jīng)典文獻(xiàn)，本文歸納經(jīng)濟(jì)政策不確定性宏觀經(jīng)濟(jì)溢出效應(yīng)的作用機(jī)理如圖1所示。

本文在檢驗(yàn)相關(guān)經(jīng)典文獻(xiàn)已有結(jié)論的基礎(chǔ)上，探討了經(jīng)濟(jì)政策不確定性宏觀經(jīng)濟(jì)溢出效應(yīng)的地區(qū)異質(zhì)與時(shí)變調(diào)整特征，主要貢獻(xiàn)在于：第一，通過(guò)設(shè)計(jì)反事實(shí)實(shí)驗(yàn)，對(duì)比分析存在政策不確定性與否的兩種情況下各宏觀經(jīng)濟(jì)變量模擬序列與真實(shí)序列走勢(shì)，并由此檢驗(yàn)其宏觀經(jīng)濟(jì)溢出效應(yīng)；第二，分別運(yùn)用面板和時(shí)變脈沖響應(yīng)與方差分解方法，從空間和時(shí)間兩個(gè)維度檢驗(yàn)并分析政策不確定性溢出效應(yīng)是否以及如何因地而異、因時(shí)而異。以期減少政策不確定性的不利沖擊，實(shí)現(xiàn)宏觀經(jīng)濟(jì)金融平穩(wěn)運(yùn)行提供有益啟示。

二、反事實(shí)模擬設(shè)計(jì)及實(shí)證分析

上文通過(guò)綜述經(jīng)典文獻(xiàn)梳理政策不確定性宏觀經(jīng)濟(jì)溢出效應(yīng)的作用機(jī)理，發(fā)現(xiàn)政策不確定性導(dǎo)致實(shí)體經(jīng)濟(jì)(生產(chǎn)總值和通貨膨脹)衰退和金融周期(宏觀杠桿)上行。鑒于此，本文將通過(guò)反事實(shí)模擬對(duì)已有結(jié)論進(jìn)行驗(yàn)證。

(一)實(shí)驗(yàn)設(shè)計(jì)

如果樣本內(nèi)某段時(shí)間區(qū)間的政策不確定程度發(fā)生變動(dòng)，那么該區(qū)間內(nèi)的生產(chǎn)總值、通貨膨脹和宏觀杠桿將作何改變？為此，本文借鑒田磊和林建浩的研究方法，分三步設(shè)計(jì)如下反事實(shí)實(shí)驗(yàn)：(1)設(shè)定政策不確定性在某段區(qū)間沖擊序列值為零；(2)將該沖擊向量序列代入VAR模型，得到各變量模擬序列；(3)將變量真實(shí)序列與模擬序列進(jìn)行對(duì)比，得出結(jié)論[10]。本文通過(guò)構(gòu)建MS-VAR模型確定政策不確定性走勢(shì)在各時(shí)期所處區(qū)制。滯后p階、劃分M區(qū)制的均值MS-VAR模型一般形式為：

yt-μ(st)=A1(st)[yt-1-μ(st-1)]+…+Ap(st)[yt-p-μ(st-p)]+ut

(1)

式(1)中，擾動(dòng)項(xiàng)ut～NID[0,∑(st)]，并且參數(shù)轉(zhuǎn)移函數(shù)μ(st)、A1(st)…Ap(st)和∑(st)依賴于區(qū)制變量st所處狀態(tài)：

(2)

滯后p階、劃分M區(qū)制的截距MS-VAR模型一般形式為：

yt=ν(st)+A1(st)yt-1+…+Ap(st)yt-p+ut

(3)

根據(jù)均值μ(st)、截距ν(st)、自回歸系數(shù)A1(st)…Ap(st)和擾動(dòng)項(xiàng)ut的方差是否依賴于轉(zhuǎn)換變量所處區(qū)制，MS-VAR模型可細(xì)分為MSM、MSMA、MSMH、MSMAH、MSI、MSIA、MSIH以及MSIAH等多種具體形式。本文根據(jù)對(duì)數(shù)似然值、AIC準(zhǔn)則、HQ準(zhǔn)則和SC準(zhǔn)則設(shè)定模型為MSMH形式，根據(jù)研究問(wèn)題設(shè)定兩區(qū)制模型，根據(jù)政策不確定性指數(shù)殘差序列的偏自相關(guān)系數(shù)確定模型滯后1階。

政策不確定性走勢(shì)及其區(qū)制劃分結(jié)果如圖2和表1所示。圖2中數(shù)據(jù)序列走勢(shì)和平滑概率曲線顯示，中國(guó)政策不確定性在2011年第四季度至2012年第四季度和2015年第三季度至2018年第四季度處于區(qū)制II，結(jié)合表1中區(qū)制樣本均值和標(biāo)準(zhǔn)差計(jì)算結(jié)果可知，區(qū)制II代表高不確定性和高波動(dòng)性狀態(tài)。結(jié)合國(guó)內(nèi)外現(xiàn)實(shí)經(jīng)濟(jì)運(yùn)行，2011年底，隨著歐債危機(jī)持續(xù)惡化導(dǎo)致人民幣被動(dòng)升值，歐洲國(guó)家經(jīng)濟(jì)衰退加之人民幣升值幅度較大，導(dǎo)致中國(guó)凈出口下降和國(guó)際投機(jī)資本套匯流入，政策不確定性有所加大。2015年底，美聯(lián)儲(chǔ)退出量化寬松政策后首次加息25個(gè)基點(diǎn)并逐步進(jìn)入加息周期，跨境資本套利空間逐漸收窄。中國(guó)央行于2016年初調(diào)高利率以逆轉(zhuǎn)大規(guī)模跨境資本外流、緩解人民幣匯率貶值壓力，政策不確定性不斷加大。2017年初以來(lái)，美國(guó)單邊主義和貿(mào)易保護(hù)主義有所抬頭，對(duì)包括中國(guó)在內(nèi)的多個(gè)國(guó)家和地區(qū)加征關(guān)稅。2018年中美貿(mào)易摩擦爆發(fā)并不斷升級(jí)，截至2019年第二季度，美國(guó)對(duì)原產(chǎn)于中國(guó)的7000多項(xiàng)關(guān)稅、價(jià)值約2500億美元的商品加征25%的關(guān)稅，中國(guó)對(duì)原產(chǎn)于美國(guó)的5000多項(xiàng)關(guān)稅、價(jià)值約1100億美元的商品加征5%～25%的關(guān)稅，中美兩國(guó)貿(mào)易政策變動(dòng) 導(dǎo)致經(jīng)濟(jì)政策不確定性持續(xù)增加。接下來(lái)，本文假定區(qū)制II中樣本容量較大的2015年第三季度至2018年第四季度不存在政策不確定性，并將對(duì)應(yīng)時(shí)間區(qū)間的政策不確定性序列值設(shè)定為零，以進(jìn)行反事實(shí)模擬。

圖2 政策不確定性走勢(shì)及其區(qū)制劃分

表1 政策不確定性走勢(shì)的區(qū)制劃分

(二)結(jié)果分析

將用于反事實(shí)模擬的政策不確定性序列代入由生產(chǎn)總值(GDP)、通貨膨脹(CPI)、宏觀杠桿(LEV=信貸/GDP)和政策不確定性(EPU)構(gòu)成的四元VAR模型，得到對(duì)應(yīng)生產(chǎn)總值、通貨膨脹和宏觀杠桿的模擬序列，將各變量真實(shí)序列與模擬序列進(jìn)行對(duì)比，以檢驗(yàn)政策不確定性的宏觀經(jīng)濟(jì)溢出效應(yīng)。

圖3顯示，模擬產(chǎn)出和通脹序列均高于真實(shí)產(chǎn)出和通脹序列，而模擬杠桿序列則低于真實(shí)杠桿序列。這表明，如果2015年第三季度至2018年第四季度期間不存在政策不確定性，則該段時(shí)期經(jīng)濟(jì)將呈現(xiàn)更高的產(chǎn)出和通脹以及更低的杠桿，此即表明政策不確定性導(dǎo)致產(chǎn)出和通脹下降以及杠桿率上漲。具體而言，2015年第三季度至2018年第四季度期間，模擬產(chǎn)出和通脹序列分別比真實(shí)產(chǎn)出和通脹序列高5.72%和9.92%，模擬杠桿序列比真實(shí)杠桿序列低19.82%。即在此期間經(jīng)濟(jì)政策不確定性沖擊導(dǎo)致產(chǎn)出和物價(jià)水平分別下降5.72%和9.92%，導(dǎo)致杠桿率上漲19.82%。究其原因，隨著2015年底美聯(lián)儲(chǔ)進(jìn)入加息周期，加之2018年中美貿(mào)易摩擦不斷反復(fù)導(dǎo)致中國(guó)政策不確定性迅速飆升，并通過(guò)“實(shí)物期權(quán)效應(yīng)”造成產(chǎn)出從而通脹在樣本期內(nèi)出現(xiàn)較大幅度下降，但決策部門保經(jīng)濟(jì)增長(zhǎng)的“底線思維”使得政策不確定性對(duì)該段時(shí)期生產(chǎn)總值的影響力度相對(duì)通脹較弱。此外，隨著宏觀審慎監(jiān)管框架逐步健全，加之近年來(lái)宏觀杠桿率不斷攀升導(dǎo)致系統(tǒng)性金融風(fēng)險(xiǎn)持續(xù)累積，決策跨部門逐漸將穩(wěn)杠桿甚至去杠桿作為重要政策目標(biāo)，這使得政策不確定性對(duì)宏觀杠桿的正向溢出效應(yīng)有所減弱。

圖3 政策不確定性的宏觀經(jīng)濟(jì)溢出效應(yīng)：反事實(shí)模擬

三、地區(qū)異質(zhì)性

考慮到國(guó)內(nèi)各個(gè)地區(qū)間經(jīng)濟(jì)發(fā)展水平、金融市場(chǎng)規(guī)模以及政策制度保障等存在較大差異，可能導(dǎo)致經(jīng)濟(jì)政策的實(shí)施效果具有非對(duì)稱性[16]。鑒于此，本文將運(yùn)用PVAR模型捕捉政策不確定性溢出效應(yīng)的地區(qū)異質(zhì)特征。

(一)實(shí)證框架

1.PVAR模型設(shè)定。PVAR模型將傳統(tǒng)VAR模型與面板數(shù)據(jù)相結(jié)合，不僅可以考察變量間的內(nèi)生互動(dòng)關(guān)系，而且能夠探討不可觀測(cè)的個(gè)體異質(zhì)性。PVAR模型設(shè)定如下：

(4)

式(4)中，i表示省份；t表示季度；ηi表示個(gè)體效應(yīng)；γt表示時(shí)間效應(yīng)。Γ0為截距向量；Γj為j階滯后的系數(shù)矩陣；εi,t為擾動(dòng)向量。設(shè)定Yi,t=(GDPi,tCPIi,tLEVi,tEPUt)'，其中，GDPi,t為i省t時(shí)期的生產(chǎn)總值；CPIi,t為i省t時(shí)期的通貨膨脹率；LEVi,t為i省t時(shí)期的宏觀杠桿率；EPUt為全國(guó)t時(shí)期的政策不確定指數(shù)。為考察政策不確定性溢出效應(yīng)的地區(qū)異質(zhì)特征，本文按照國(guó)家統(tǒng)計(jì)局的劃分標(biāo)準(zhǔn)，將樣本省份劃分為東部、中部和西部地區(qū)，并據(jù)此展開(kāi)本部分的實(shí)證分析。

2.變量選取與數(shù)據(jù)說(shuō)明。選取2006年第一季度至2018年第四季度中國(guó)31個(gè)省(市、自治區(qū))生產(chǎn)總值、通貨膨脹率和宏觀杠桿率的面板數(shù)據(jù)代表國(guó)內(nèi)各地區(qū)宏觀經(jīng)濟(jì)金融運(yùn)行。各變量選取具體說(shuō)明如下：

考慮到居民消費(fèi)價(jià)格指數(shù)是經(jīng)濟(jì)政策的主要調(diào)控目標(biāo)，本文選取各省份同比CPI作為地區(qū)通貨膨脹(CPIi,t)的代理變量。生產(chǎn)總值作為最能全面反映地區(qū)經(jīng)濟(jì)活動(dòng)整體變化的綜合指標(biāo)，本文選取各省份GDP作為地區(qū)生產(chǎn)總值(GDPi,t)的代理變量。Levine等認(rèn)為信貸/GDP能夠較好刻畫金融部門活動(dòng)水平[17]，該指標(biāo)可作為測(cè)算金融周期的基準(zhǔn)變量[18]，本文采用各省份本外幣各項(xiàng)貸款余額與生產(chǎn)總值之比作為作為地區(qū)宏觀杠桿(LEVi,t)的代理變量。選取Baker等構(gòu)建的EPU指數(shù)作為本文經(jīng)濟(jì)政策不確定性(EPUt)的代理變量[19]。

數(shù)據(jù)來(lái)源于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)、Wind資訊和www.policyuncertainty.com網(wǎng)站。本文同時(shí)采用LLC檢驗(yàn)和IPS檢驗(yàn)對(duì)面板數(shù)據(jù)變量進(jìn)行單位根檢驗(yàn)。面板單位根檢驗(yàn)結(jié)果如表2所示，東部、中部和西部地區(qū)均在1%的顯著性水平下拒絕變量不平穩(wěn)的原假設(shè)。

表2 面板單位根檢驗(yàn)

(二)結(jié)果分析

1.PVAR模型參數(shù)估計(jì)結(jié)果。本文根據(jù)AIC、BIC和HQIC標(biāo)準(zhǔn)，并綜合考慮東部、中部和西部地區(qū)實(shí)證結(jié)果的可比性，選擇滯后2階的PVAR模型。PVAR模型參數(shù)估計(jì)結(jié)果如表3所示，政策不確定性對(duì)東部、中部和西部地區(qū)生產(chǎn)總值、通貨膨脹和宏觀杠桿的大部分回歸系數(shù)均顯著，且三個(gè)地區(qū)L1.EPU和L2.EPU對(duì)當(dāng)期GDP和CPI具有負(fù)向影響，對(duì)當(dāng)期LEV具有正向影響。如上所述，政策不確定性程度提高通過(guò)“實(shí)物期權(quán)效應(yīng)”抑制地區(qū)消費(fèi)、投資和出口，進(jìn)而對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)向影響。生產(chǎn)總值增速放緩不僅導(dǎo)致地區(qū)杠桿率上漲，而且通過(guò)菲利普斯曲線關(guān)系引起地區(qū)價(jià)格水平下降。此外，較高的政策不確定性還將通過(guò)引致貨幣當(dāng)局緊縮貨幣政策和國(guó)有企業(yè)融資方式向債權(quán)融資傾斜，導(dǎo)致通貨膨脹下降和宏觀杠桿上漲[13][14]。對(duì)比三個(gè)地區(qū)發(fā)現(xiàn)，L.EPU(將L1.EPU和L2.EPU的回歸系數(shù)簡(jiǎn)單加總)對(duì)當(dāng)期GDP、CPI和LEV的影響力度均呈現(xiàn)由東部至西部遞增的態(tài)勢(shì)。

表3 PVAR模型參數(shù)估計(jì)

注：***、**和*分別表示在1%、5%和10%水平上顯著。

2.面板脈沖響應(yīng)分析。基于PVAR模型估計(jì)政策不確定性對(duì)三個(gè)地區(qū)生產(chǎn)總值、通貨膨脹和宏觀杠桿沖擊的面板脈沖響應(yīng)函數(shù)，以捕捉政策不確定性溢出方向的地區(qū)異質(zhì)特征。

圖4分別為東部、中部和西部地區(qū)生產(chǎn)總值、通貨膨脹和宏觀杠桿對(duì)政策不確定性沖擊的反應(yīng)路徑。三個(gè)地區(qū)GDP和CPI對(duì)EPU正向沖擊均表現(xiàn)為負(fù)響應(yīng)，LEV對(duì)EPU正向沖擊均表現(xiàn)為正響應(yīng)。對(duì)比三個(gè)地區(qū)發(fā)現(xiàn)，GDP、CPI和LEV對(duì)EPU沖擊的響應(yīng)程度由西部至東部順次遞減。脈沖響應(yīng)與參數(shù)估計(jì)結(jié)果相互印證，且兩者均表明政策不確定性對(duì)宏觀經(jīng)濟(jì)的溢出效應(yīng)存在明顯的地區(qū)異質(zhì)特征。究其原因，可能如下：

第一，產(chǎn)出和通脹方面。面對(duì)政策不確定性沖擊，西部地區(qū)經(jīng)濟(jì)發(fā)展較落后加之制度保障不健全使得家庭通過(guò)減少消費(fèi)并增加預(yù)防性儲(chǔ)蓄以備意外支出，而東部地區(qū)則可通過(guò)高收入和完備的社會(huì)保障平滑消費(fèi)以減弱政策不確定性帶來(lái)的效用下降。此外，東部地區(qū)較發(fā)達(dá)的金融市場(chǎng)使得企業(yè)在政策不確定性沖擊中受到的信貸約束較弱，也使得消費(fèi)和投資從而通脹和產(chǎn)出下降的幅度相對(duì)更小。

圖4 政策不確定性溢出效應(yīng)地區(qū)異質(zhì)：面板脈沖響應(yīng)分析

第二，杠桿率方面。由于金融抑制越強(qiáng)，地方政府對(duì)國(guó)企的行政干預(yù)和隱性擔(dān)保也越嚴(yán)重。這使得在金融抑制較強(qiáng)的西部地區(qū)，銀行為減少政策變動(dòng)風(fēng)險(xiǎn)更傾向于為國(guó)有企業(yè)提供貸款；而在金融市場(chǎng)較為完善的東部地區(qū)，由于行政干預(yù)相對(duì)較少，銀行的信貸投放決策則更多地考慮市場(chǎng)回報(bào)[14]。

3.面板方差分解分析?；赑VAR模型估計(jì)政策不確定對(duì)三個(gè)地區(qū)生產(chǎn)總值、通貨膨脹和宏觀杠桿沖擊的面板方差分解函數(shù)，以捕捉政策不確定性的溢出程度的地區(qū)異質(zhì)特征。滯后第20期的方差分解結(jié)果如表4所示，總體而言，政策不確定性對(duì)西部地區(qū)宏觀經(jīng)濟(jì)金融的波動(dòng)貢獻(xiàn)程度高于東部和中部地區(qū)。

四、時(shí)變特征

考慮到宏觀經(jīng)濟(jì)變量間的動(dòng)態(tài)關(guān)系受經(jīng)濟(jì)金融形勢(shì)變化、個(gè)體行為偏好轉(zhuǎn)變以及政策制度改革等影響而發(fā)生結(jié)構(gòu)性漸變或突變[20]。鑒于此，本文將運(yùn)用TVP-VAR模型捕捉經(jīng)濟(jì)政策不確定性溢出效應(yīng)的時(shí)變調(diào)整特征。

(一)實(shí)證框架

1.TVP-VAR模型設(shè)定。TVP-VAR模型能夠有效捕捉不穩(wěn)定的經(jīng)濟(jì)系統(tǒng)變量間可能存在的非線性甚至?xí)r變關(guān)系。TVP-VAR模型設(shè)定如下：

(5)

(6)

2.變量選取與數(shù)據(jù)說(shuō)明。選取2006年1月至2018年12月全國(guó)的生產(chǎn)總值(GDPt)、通貨膨脹率(CPIt)和宏觀杠桿率(LEVt)的時(shí)間序列數(shù)據(jù)代表全國(guó)宏觀經(jīng)濟(jì)金融運(yùn)行[23]。數(shù)據(jù)處理和檢驗(yàn)說(shuō)明如下：首先，運(yùn)用X-13方法對(duì)各變量進(jìn)行季節(jié)調(diào)整以剔除季節(jié)因素；其次，將各變量進(jìn)行標(biāo)準(zhǔn)化處理以消除量綱差異；最后，同時(shí)采用ADF方法和PP方法對(duì)所選變量進(jìn)行單位根檢驗(yàn)。如表5所示，各變量在10%的顯著性水平下拒絕變量不平穩(wěn)的原假設(shè)。

(二)結(jié)果分析

1.TVP-VAR模型參數(shù)檢驗(yàn)。TVP-VAR模型MCMC算法10000次抽樣的參數(shù)檢驗(yàn)結(jié)果如表6和圖5所示。CD統(tǒng)計(jì)量最大值為0.827，小于5%顯著性水平的臨界值1.96；無(wú)效因子最大值為68.88，至少可以得到145個(gè)有效樣本；經(jīng)迭代抽樣后，樣本自相關(guān)系數(shù)迅速衰減并趨于零；參數(shù)序列基本圍繞后驗(yàn)均值“白噪聲”波動(dòng)。這表明，后驗(yàn)均值接近參數(shù)真實(shí)值，模型參數(shù)模擬結(jié)果有效。

表5 單位根檢驗(yàn)

表6 TVP-VAR模型參數(shù)檢驗(yàn)

圖5 MCMC模擬參數(shù)分布

2.時(shí)變脈沖響應(yīng)分析。運(yùn)用TVP-VAR模型估計(jì)政策不確定對(duì)生產(chǎn)總值、通貨膨脹和宏觀杠桿對(duì)沖擊的時(shí)變脈沖響應(yīng)函數(shù)，以捕捉政策不確定性溢出方向的時(shí)變調(diào)整特征。

圖6分別為εEPU↑→GDP、εEPU↑→CPI和εEPU↑→LEV時(shí)變脈沖響應(yīng)曲面。εEPU↑→GDP時(shí)點(diǎn)脈沖響應(yīng)顯示，生產(chǎn)總值對(duì)政策不確定性正向沖擊表現(xiàn)為負(fù)響應(yīng)，并隨時(shí)間推移而趨于穩(wěn)定。究其原因，政策不確定性主要通過(guò)“實(shí)物期權(quán)效應(yīng)”抑制投資、消費(fèi)和凈出口，三者的共同作用導(dǎo)致生產(chǎn)總值下降。其中，“實(shí)物期權(quán)效應(yīng)”溢出渠道為：一是微觀主體推遲作出購(gòu)買、投資和進(jìn)入出口市場(chǎng)決策的“延遲效應(yīng)”；二是微觀主體對(duì)不確定因素反應(yīng)遲緩的“謹(jǐn)慎效應(yīng)”[10]。等間隔脈沖響應(yīng)顯示，由于樣本期內(nèi)中國(guó)經(jīng)濟(jì)基本處于下行周期，決策部門由于規(guī)避經(jīng)濟(jì)收縮偏好而具有采取擴(kuò)張政策刺激經(jīng)濟(jì)增長(zhǎng)的動(dòng)機(jī)。此外，微觀主體對(duì)決策部門經(jīng)濟(jì)刺激政策的預(yù)期也將部分抵消政策不確定性對(duì)消費(fèi)、投資和凈出口的“實(shí)物期權(quán)效應(yīng)”。因此，近年來(lái)經(jīng)濟(jì)增速下滑引致的決策部門對(duì)經(jīng)濟(jì)增長(zhǎng)的“底線思維”和經(jīng)濟(jì)政策表現(xiàn)出的“逆周期調(diào)節(jié)”特征減弱了政策不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)向沖擊。

圖6 政策不確定性溢出效應(yīng)時(shí)變特征：時(shí)變脈沖響應(yīng)分析

εEPU↑→CPI時(shí)點(diǎn)脈沖響應(yīng)顯示，通貨膨脹對(duì)政策不確定性正向沖擊表現(xiàn)為負(fù)響應(yīng)，并隨時(shí)間推移而趨于穩(wěn)定。原因在于，根據(jù)預(yù)防性儲(chǔ)蓄理論，面對(duì)政策不確定性沖擊，個(gè)人和企業(yè)為預(yù)防意外支出傾向于持有貨幣或增加儲(chǔ)蓄，從而減少消費(fèi)和投資支出。這使得處于產(chǎn)業(yè)鏈上各個(gè)環(huán)節(jié)的消費(fèi)品生產(chǎn)企業(yè)將通過(guò)(變向)降低價(jià)格等手段減少庫(kù)存積壓以加快資金周轉(zhuǎn)[23]，該連鎖反應(yīng)傳導(dǎo)至零售終端即導(dǎo)致通貨膨脹降低。等間隔脈沖響應(yīng)顯示，由于樣本初期中國(guó)社會(huì)保障網(wǎng)絡(luò)不健全，家庭部門傾向于通過(guò)增加預(yù)防性儲(chǔ)蓄推遲購(gòu)買決定。此外，消費(fèi)品市場(chǎng)產(chǎn)品同質(zhì)化現(xiàn)象突出，激烈的市場(chǎng)競(jìng)爭(zhēng)則使得“價(jià)格戰(zhàn)”成為企業(yè)部門常用的競(jìng)爭(zhēng)手段[10]，導(dǎo)致政策不確定性對(duì)通貨膨脹的負(fù)向沖擊較強(qiáng)。近年來(lái)，隨著居民收入普遍提高和社會(huì)保障逐步完善，家庭部門通過(guò)平滑消費(fèi)部分抵消了政策不確定性的負(fù)面影響。此外，隨著企業(yè)逐步加強(qiáng)品牌建設(shè)，產(chǎn)品生產(chǎn)逐漸向差異化方向發(fā)展，領(lǐng)先企業(yè)市場(chǎng)定價(jià)能力有所增強(qiáng)，政策不確定性對(duì)通貨膨脹的負(fù)向沖擊也隨之減弱。

εEPU↑→LEV時(shí)點(diǎn)脈沖響應(yīng)顯示，宏觀杠桿對(duì)政策不確定性正向沖擊表現(xiàn)為正響應(yīng)，并隨時(shí)間推移而趨于穩(wěn)定。究其原因，面對(duì)經(jīng)濟(jì)政策不確定性沖擊，國(guó)有企業(yè)既可能由于政治聯(lián)系而獲得更多內(nèi)部信息，也可能由于政府隱性擔(dān)保支持而規(guī)避銀行貸款的政策變動(dòng)風(fēng)險(xiǎn)和潛在償債風(fēng)險(xiǎn)。這使得政策不確定性增加導(dǎo)致國(guó)有企業(yè)杠桿率上漲相對(duì)于私有企業(yè)杠桿率下降占據(jù)主導(dǎo)作用[14]。等間隔脈沖響應(yīng)顯示，由于樣本初期中國(guó)金融抑制較強(qiáng)，政府對(duì)國(guó)企的行政干預(yù)和隱性擔(dān)保也較嚴(yán)重?？紤]到政策不確定性沖擊下償債風(fēng)險(xiǎn)的普遍增加，銀行受避險(xiǎn)動(dòng)機(jī)驅(qū)使將貸款由私有企業(yè)轉(zhuǎn)向國(guó)有企業(yè)，使得政策不確定性對(duì)宏觀杠桿的正向沖擊較強(qiáng)。隨著多層次資本市場(chǎng)逐步健全，民營(yíng)企業(yè)和小微企業(yè)的融資渠道得以拓寬，社會(huì)融資規(guī)模中直接融資比重不斷上升。此外，近年來(lái)宏觀杠桿率不斷攀升導(dǎo)致系統(tǒng)性金融風(fēng)險(xiǎn)持續(xù)累積，決策部門逐漸將穩(wěn)杠桿甚至去杠桿作為重要政策目標(biāo)，這使得政策不確定性對(duì)宏觀杠桿的正向溢出效應(yīng)有所減弱。

3.時(shí)變方差分解分析。運(yùn)用TVP-VAR模型估計(jì)政策不確定性對(duì)生產(chǎn)總值、通貨膨脹和宏觀杠桿沖擊的時(shí)變方差分解函數(shù)，以捕捉政策不確定性溢出程度的時(shí)變調(diào)整特征。

圖7分別為εEPU↑→GDP、εEPU↑→CPI和εEPU↑→LEV時(shí)變方差分解曲面。εEPU↑→GDP方差分解結(jié)果顯示，近年來(lái)，經(jīng)濟(jì)增速下滑引致的決策部門對(duì)經(jīng)濟(jì)增長(zhǎng)的“底線思維”和宏觀政策表現(xiàn)出的“逆周期調(diào)節(jié)”特征，使得政策不確定性沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)的波動(dòng)貢獻(xiàn)程度有所降低。滯后20期的平均貢獻(xiàn)程度由2006年的9.83%開(kāi)始下降并在2014年以后基本穩(wěn)定在1%以內(nèi)?？梢?jiàn)，由于經(jīng)濟(jì)運(yùn)行機(jī)制較為復(fù)雜，加之管理部門對(duì)經(jīng)濟(jì)運(yùn)行的“強(qiáng)干預(yù)”，使得政策不確定性并非影響中國(guó)經(jīng)濟(jì)增長(zhǎng)的主要因素。

圖7 政策不確定性溢出效應(yīng)時(shí)變特征：時(shí)變方差分解分析

εEPU↑→CPI方差分解結(jié)果顯示，近年來(lái)，居民收入的普遍提高和社會(huì)保障的逐步完善，使得家庭部門通過(guò)平滑消費(fèi)減弱政策不確定性的負(fù)向沖擊成為可能。此外，隨著企業(yè)逐步加強(qiáng)品牌建設(shè)，產(chǎn)品生產(chǎn)逐漸向差異化方向發(fā)展，市場(chǎng)競(jìng)爭(zhēng)中“價(jià)格戰(zhàn)”現(xiàn)象有所緩解，使得政策不確定性沖擊對(duì)通貨膨脹的方差解釋程度隨之減弱。滯后20期的平均解釋程度由2006年的12.63%開(kāi)始下降并在2013年以后基本穩(wěn)定在6%左右?？梢?jiàn)，政策不確定性的通脹效應(yīng)大于產(chǎn)出效應(yīng)，因而也是中國(guó)通貨膨脹較為重要的影響因素。

εEPU↑→LEV方差分解結(jié)果顯示，近年來(lái)，多層次資本市場(chǎng)的逐步健全拓寬了民營(yíng)企業(yè)和小微企業(yè)的融資渠道，直接融資比重不斷上升。此外，隨著宏觀杠桿率不斷攀升背景下系統(tǒng)性金融風(fēng)險(xiǎn)的持續(xù)累積，杠桿率調(diào)控逐漸成為宏觀政策調(diào)控的重要取向，使得政策不確定性沖擊對(duì)宏觀杠桿的波動(dòng)貢獻(xiàn)程度有所降低。滯后20期的平均貢獻(xiàn)程度由2006年的15.33%下降至2018年的4.62%。可見(jiàn)，經(jīng)濟(jì)政策的“朝令夕改”不利于當(dāng)前系統(tǒng)性風(fēng)險(xiǎn)持續(xù)累積背景下的金融去杠桿化改革，應(yīng)注意保持政策的長(zhǎng)期一致性。

五、結(jié)論與啟示

本文首先通過(guò)設(shè)計(jì)反事實(shí)實(shí)驗(yàn)，對(duì)比分析存在政策不確定性與否的兩種情況下各宏觀經(jīng)濟(jì)變量模擬序列與真實(shí)序列走勢(shì)，并由此檢驗(yàn)其宏觀經(jīng)濟(jì)溢出效應(yīng)。隨后分別運(yùn)用面板和時(shí)變脈沖響應(yīng)與方差分解方法，從空間和時(shí)間兩個(gè)維度檢驗(yàn)并分析政策不確定性溢出效應(yīng)是否存在以及如何因時(shí)因地而異。

通過(guò)以上分析，得出如下主要結(jié)論：第一，如果某時(shí)期不存在政策不確定性，則該段時(shí)期經(jīng)濟(jì)將呈現(xiàn)更高的產(chǎn)出和通脹以及更低的杠桿，即政策不確定性導(dǎo)致產(chǎn)出和通脹下降以及杠桿率上升；第二，與中部和東部地區(qū)相比，西部地區(qū)經(jīng)濟(jì)發(fā)展較落后、制度保障不健全以及金融市場(chǎng)欠發(fā)達(dá)，使得政策不確定性對(duì)其宏觀經(jīng)濟(jì)金融波動(dòng)的沖擊更強(qiáng)；第三，隨著“逆周期調(diào)節(jié)”宏觀審慎監(jiān)管框架的引入、社會(huì)保障網(wǎng)絡(luò)逐步健全以及社會(huì)融資規(guī)模中直接融資的比重不斷提高，政策不確定性對(duì)生產(chǎn)總值、通貨膨脹和宏觀杠桿的沖擊效應(yīng)有所減弱。

基于上述研究結(jié)論，得到如下啟示：第一，面對(duì)政策不確定性沖擊，要明確經(jīng)濟(jì)增長(zhǎng)的“政策底線”以穩(wěn)定公眾預(yù)期，通過(guò)經(jīng)濟(jì)政策的“逆周期調(diào)節(jié)”減弱不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)向沖擊效應(yīng)；第二，考慮通過(guò)提高居民可支配收入和完善社會(huì)保障網(wǎng)絡(luò)，引導(dǎo)消費(fèi)者合理預(yù)期，并通過(guò)跨期平滑消費(fèi)減弱政策不確定性對(duì)通貨膨脹的沖擊；第三，完善金融市場(chǎng)運(yùn)行機(jī)制并健全多層次的資本市場(chǎng)，以拓寬民營(yíng)企業(yè)和中小企業(yè)的融資渠道，通過(guò)保持政策調(diào)控的連續(xù)性和政策取向的穩(wěn)定性“保留好杠桿、去掉壞杠桿”。