政策不确定性的宏观经济后果，本文主要内容关键词为：不确定性论文,宏观经济论文,后果论文,政策论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
［中图分类号］F822.0 ［文献标识码］A ［文章编号］1000－596X(2014)02－0017－10
一、引言
经济萧条的一个最突出的特征就是不确定性的普遍蔓延。[1]美国联邦公开市场委员会一再强调不确定性是导致美国2001年以及2007—2009年经济衰退的一个关键因素。[2]斯托克和沃森(Stock and Watson)[3]也认为美国在2007—2009年经济衰退期间，产出和就业下降的主要原因来自金融和不确定性冲击。大量证据显示不确定性是反经济周期的，在经济萧条时剧烈增加而在经济繁荣时下降，并且不确定性强烈影响经济衰退和复苏程度。[4]不确定性和GDP增长率之间存在显著的反向关系，这种反向关系在不同国家(例如发达国家和发展中国家)和不同时间都是稳健的。[4]
一直以来，不确定性对经济的影响被学术界所关注。[5]尤其是2007年爆发的美国次贷危机，使得政府层面和学术界更加关注这一问题。经济主体面对的不确定性水平突然变化已经被视为驱动美国商业周期的一个重要的冲击。[6]布卢姆(Bloom)[7]使用一个简单的简约式(reduced-form)VAR模型，估计不确定性冲击会减少大约1％的美国工业产出。并且初始下降以后，工业产出迅速恢复，随后产生超调，超过其总体趋势大约1％。古里奥等人(Gourio et al.)[8]的研究发现，当全球不确定性突然增加，G7成员也遭遇相似的动态变化。
大量的VAR模型被应用到宏观经济层面分析不确定性冲击的影响。[9]但是，近期发展起来的扩增因子向量自回归模型(factor-augmented vector autoregression,FAVAR)却已经证明，由于模型设定和参数估计要求的限制，传统VAR模型所捕获的信息只是整个经济信息系统的一部分，VAR模型很难将全部经济信息包含在模型中，而基于部分信息得出的实证结论不能让人信服。[10]为了克服传统VAR模型在全面捕获信息方面的缺陷，通过引入广义信息集合增强向量，FAVAR模型可以更为全面地捕获经济系统所涵盖的信息，进而更加准确地描述经济变量之间的真实影响关系。基于所涵盖的相当广泛的经济信息，通过分析大量的宏观经济指标，就可以提炼出反映宏观经济运行的最重要的基本因素。尽管每个基本因素并不能单独反映某一个经济指标，但是基本因素的集合则能够构造出反映所有经济指标的线性组合。同时，FAVAR模型还能够利用不可观测因子测度经济变量之间的间接传导关系，识别外部冲击的真实传导路径。此外，当前文献对准确测度政策不确定性存在不一致，[11]政策不确定性代理变量的选取并不能准确描述宏观经济背景下存在的政策不确定性问题。直到最近，贝克等人(Baker et al.)[9]发展一个与经济政策相关的政策不确定性指数(PUI)，有效解决了这个问题。
国内目前还缺乏研究政策不确定性对宏观经济的影响的相关文献。本文的研究目的有助于探讨政策不确定性对宏观经济的影响，尤其是利用贝克等人[9]设计的政策不确定性指数，通过建立FAVAR模型分析政策不确定性对中国宏观经济的影响，模型涉及的范围不仅包括经济增长、通货膨胀和投资，同时也包含消费、出口、汇率、股价等，更加准确地刻画政策不确定性对宏观经济变量的真实影响关系，得出更为丰富的结论。
二、文献回顾
不确定性可以分为两类：经济不确定性和政策不确定性。[9]关于经济不确定性冲击的研究主要集中在对投资、消费和经济增长的影响。经济不确定性对投资影响的理论分析可以总结为投资不可逆性效应[12]、管理风险厌恶的增加[13]以及调整成本的存在。[2]当受到较大的经济不确定性冲击，企业投资行为变得更为谨慎，从而减少投资和雇佣。[5][12]此外，宏观经济中未预期到的经济不确定性增加，可能导致预防性储蓄增加，因此会抑制消费开支。[14]关于经济不确定性对产出增长的负向关系最早可以追溯到凯恩斯(Keynes)，他认为当企业家估计他们的投资回报，就会考虑经济行为的波动情况。[15]因为更大的经济不确定性，产生更高的投资项目感知风险，同时导致更低的投资需求和产出增长率。同样的思路也被伯南克(Bernanke)[5]和平狄克(Pindyck)[16]提出，经济不确定性降低平均产出增长率成为可以验证的结论。
相对而言，当前文献对政策不确定性的关注有限。政策不确定性的主要研究困难在于许多政策变化不易通过标准随机过程进行建模，部分原因在于主要制度变迁的“稀有事件”较少发生。[17]关于政策不确定性，学者研究的焦点集中在政策不确定性对经济增长、通货膨胀、贸易和投资的影响。可以证明，当宏观经济政策有效性涉及政策不确定性的存在，理性经济主体将会抑制他们的投资决定(考虑这些投资或者全部或者部分不可挽回)，直到政策不确定性消除。然而，普遍的共识是政策不确定性对于经济增长率和投资具有负面的影响，潘欧斯和帕帕尼科拉乌(Panousi and Papanikolaou)[13]建立模型发现政策不确定性冲击逆向影响产出和投资。另一方面，巴克曼等人(Bachmann et al.)[18]发现部分实证证据支持这一因果关系，并且推断出经济萧条孕育政策不确定性。根据琼斯和奥尔森(Jones and Olson)[11]的研究，政策不确定性对于通货膨胀的影响相对不明确，依赖于国际冲击，例如石油价格冲击。
弗里德曼(Friedman)[19]、罗德里克(Rodrik)[20]和希格斯(Higgs)[21]的研究表明，货币政策、财政政策和监管政策不确定性都能够对宏观经济产生不利影响。近些年来，波恩和普法伊费尔(Born and Pfeifer)[22]使用动态的DSGE模型研究政策不确定性的影响，发现政策不确定性对宏观经济产生一定的负面影响，而帕斯特和韦罗内西(Pastor and Veronesi)[23]建立一个一般均衡理论模型分析商业周期、政策不确定性和股票市场波动性之间的联系，他们的研究发现政策不确定性导致股票市场波动剧烈。从政策不确定性的实证研究来看，胡里奥和约克(Julio and Yook)[24]发现临近国家选举，公司投资就会下降。杜尔涅夫(Durnev)[25]发现在选举年，公司投资对于股票价格的敏感度小于40％。布罗加德和德策尔(Brogaard and Detzel)[26]的研究表明政策不确定性会减少资产收益。汉德利和莱蒙(Handley and Lim
o)[17]证明了贸易政策不确定性会延误企业进入决定，并且格伦和艾恩(Gulen and Ion)[27]发现政策不确定指数会减少公司投资。
此外，政策不确定性冲击的影响在不同国家之间存在差异。加里瑞和塞佩蒂斯(Carrière-Swallow and Céspedes)[6]发现，新兴市场国家面对不确定性冲击，投资和私人消费都会遭遇显著的下降，但是发达国家居民却可以平滑他们的消费，因此可以避免效用的下降。对此差异的可能解释是新兴市场消费者进入金融市场存在抑制，或者社会保障网络在每一个国家都存在差异。私人消费的下降和伯南克[5]的结论一致，他认为在较高的不确定性时期，耐用品消费应该和商业固定资产投资一起下降。它附属于类似程度的不可逆性，会导致消费者推迟他们的购买决定，直到不确定性平息。作为政策不确定性冲击的结果，新兴市场私人消费下降表明消费者可能遭受暂时性福利损失。
三、经验分析
(一)计量模型
宏观经济运行中存在许多因素或大或小、直接或者间接与政策不确定性产生关联，因此笔者需要建立一个包含所有可能因素的提炼机制，形成对政策不确定性长期和短期影响机制的描述。借鉴FAVAR模型，可以有效解决在标准VAR模型中所遇到的有限信息问题，为基于全视角研究政策不确定性对宏观经济的影响提供了一个较好的计量框架。[10]
本文遵循伯南克等人(Bernanke et al.)[10]的方法，宏观经济变量及其政策不确定性的动态变化可以通过VAR模型来表示。该模型可以表示为：
(二)变量选取和数据处理
本文使用贝克等人[19]构建的一个与政策相关的政策不确定性指数(PUI)作为度量政策不确定的代理变量，中国政策不确定性指数时间序列来自“经济政策不确定性”网站(http://www.policyuncertainty.com/)。构建该指数基于三个组成部分：第一部分就是集中量化与政策相关的经济政策不确定性的消息报道；第二部分反映了在今后年份税务代码规定设定为到期的数量；第三部分使用经济预测者之间意见分歧作为政策不确定性的代理变量。图1显示了政策不确定指数的演变情况，基于贝克等人[9]构建的指数，其中的凸起区域代表了宏观经济遭遇到政策不确定性冲击。尤其值得注意，在2001年9月至11月、2008年8月至2009年2月以及2011年10月之后，政策不确定性指数大幅攀升，这也和外部不利冲击密切相关，比如2001年的“9·11”事件以及2007年下半年的美国次贷危机及其之后欧洲主权债务危机，都增加了中国政策不确定性。
图1 经济政策不确定性指数(PUI)
资料来源：经济政策不确定性网站(http://www.policyuncertainty.com/)。
由于政策不确定性对宏观经济的影响是短期的，因此要对其进行较为准确的分析，数据的频率应该较高，同时利用FAVAR模型对宏观经济进行分析时，需要大量的数据集。实证中，FAVAR的宏观经济信息集的构建主要依据斯托克和沃森[28]的数据集，涵盖了宏观经济的各方面重要信息。基于斯托克和沃森[28]、伯南克等人[10]和我国宏观经济数据资源的现实情况以及考虑到数据的可获得性，笔者选取了105个宏观经济变量，这些变量涵盖了产出、消费、股价、房价、投资、进出口、货币供应量、利率、汇率、价格指数、同业拆解利率等几乎所有的宏观经济指标，变量的样本区间为1996年第1季度到2011年第4季度，部分季度数据是通过季度累计数或月度数据进行相应推导计算出来的，对于实际产出类、实际消费和零售类和价格类的大部分变量，本文主要使用实际数量序列和基于同比和环比数据计算的定基比序列，对其中需要进行价格调整的序列，统一使用CPI的定基比序列进行价格调整。对需要进行季节调整的原始序列，本文采用X-12方法消除季节影响因素。所有的原始数据均来源于国际货币基金组织的IFS数据库、BvD系列CountryData统计数据库、中国资讯行(China Info Bank)以及和讯网(http://www.hexun.com/)。
由于FAVAR要求经济信息集合
的所有变量都是I(0)并且均值为0，因此本文还需对所有的序列进行如下的处理：第一步，根据各序列的含义和单位根检验的结果，综合运用取对数和差分的变换使之平稳化。对产出类和价格类的定基比和实际数量序列，通过取对数后一阶差分的变换使之成为平稳的季度环比增长率。对不平稳的利率序列，直接差分使之平稳化。对消费者信心和预期指数以及大部分的短期利率序列等，由于本身是平稳数据而不用变换。第二步，对经过上述处理后的数据进行标准化，即减去样本均值并除以样本标准差，将每个序列处理成均值为0标准差为1的标准化序列。由于维数太大，本文省略了全部105维序列、每个序列的数据处理方式和ADF检验结果的详细说明。
(三)经验结果与分析
1.政策不确定性对宏观经济的影响
为了描述政策不确定性对宏观经济变量的影响，本文使用FAVAR模型估计宏观经济变量对政策不确定冲击的脉冲响应函数。图2显示一系列主要宏观经济变量面对未预期的政策不确定性冲击估计出的脉冲响应函数图。本文使用一个标准的Bootstrap方法，分别进行1 000次迭代，估算出相应的90％置信区间。在模型中，本文定义政策不确定性冲击作为政策不确定性指数(PUI)100个基点的新息。此外，PUI→gdp表示政策不确定性对GDP冲击的响应，PUI→股价(SP)，PUI→房价指数(HPI)等意义类似。
总体来说，从脉冲响应图2可以看出，政策不确定性对实体经济的影响是负向的。具体来说：(1)面对未预期到1个标准差的政策不确定性冲击，GDP的脉冲反应是逐渐下降，其后负面影响一直在持续。因此，未预期的政策不确定性冲击对于GDP的影响是负向的，这和布卢姆[7]的结论保持一致。(2)固定资产投资(IFA)和出口(EX)面对未预期到的政策不确定性冲击，脉冲响应都始终为负。关于政策不确定性对投资的负向影响可以从“实物期权”的不可逆性效应[12]以及企业调整成本[2]来进行解释。由于政策不确定性会增加证明投资合理的资本边际产品与证明收回投资的资本边际产品之间的分离。企业更加喜欢“等待和观察”，胜过在政策不确定性情况下承担成本高昂的行为，因此，企业对投资行为变得更加谨慎。[5]布卢姆等人(Bloom et al.)[2]和布卢姆[7]证明了当企业受到较大的政策不确定性冲击的打击，由于调整成本的存在，企业减少了投资和雇佣。而出口的减少是因为政策不确定性的出现尤其是贸易政策不确定性的产生，会创造一个等待进人外国市场的实物期权价值，直到获得更多出口市场的信息，交易成本增加往往会抑制企业出口。[17]此外，政策不确定性的增加也会减少企业再投资的欲望，对企业出口产生不利影响。(3)政策不确定性冲击对于居民消费的总体影响也是负向的。面对未预期到的政策不确定性冲击，社会消费品零售总额(TRS)的初始影响为正，此后迅速下降，并且在第3期转为负面影响，并且负向影响一直在持续。显然不确定冲击对于居民消费十分不利，这是因为宏观经济中未预期到的政策不确定性增加，可能导致预防性储蓄增加，[14]因此会抑制消费开支。也可能是因为中国消费者进入金融市场存在金融抑制，或者中国社会保障网络不健全，导致消费者推迟他们的购买决定，直到政策不确定性消除。
政策不确定性对重要价格变量的影响取决于冲击力度和持续时间。具体来说：(1)股价指数(SP)面对未预期到的政策不确定性冲击，存在明显的反转效应，初始影响为负，但在第10期以后，影响开始由负转正，正向影响在第13期达到最大，之后正向影响不断下降并趋近于0。之所以出现先负面后正向的影响，可能是投资者面对未预期到的政策不确定性，首先卖出自己的风险资产(股票)，之后产生对风险溢价的需求。(2)房价指数(HPI)面对未预期到的政策不确定性冲击的影响和股价类似，初始影响为正，之后迅速转为负向影响，但是在第11期以后，又转为正向影响，正向影响在第15期达到最大，之后正向影响不断下降并趋近于0。总体来说，房价指数面对未预期的政策不确定性冲击的影响为负。这可能是因为房地产属于耐用品，面对高的政策不确定性，耐用品消费会和商业固定资产投资一起下降，[5]而房地产需求的减少不可避免地导致房价下降，以实现新的均衡。(3)面对未预期的政策不确定性冲击，实际有效汇率(REER)的初始影响为正，之后迅速下降，从第5期以后转为负向影响，且负面影响一直在持续。这是因为国内政策不确定性的不断增加，无论是本国投资者还是外国投资者都对国内投资前景预期感到悲观，因此国内资本大量流出，导致本币不断贬值，实际有效汇率不断下降。(4)政策不确定性(PUI)冲击对通货膨胀(IR)的影响有正有负，但是整体来看是负向的。显然，宏观政策不确定性对通货膨胀的影响存在混合效应，但整体为负。[11]这和霍兰(Holland)[29]的结论保持一致，他认为由于中央银行拥有保持长期价格稳定的义务，面对较高的政策不确定性，采取紧缩性货币政策减小平均通货膨胀率，使政策不确定性产生的成本降到最小。
图2 宏观经济变量对政策不确定性冲击的脉冲响应图
2.方差分解
除了脉冲响应函数，笔者还需要定量估计变量间的影响关系，通过采用方差分解的方法获取不同方程的冲击反应对各个变量波动的方差贡献率构成。方差分解可以通过分析每一个结构性冲击对内生变量变化的贡献度，以进一步评价不同结构冲击的相对重要性。政策不确定性冲击
产生的部分方差可以表示为：
FAVAR框架下的方差分解衡量一个结构性冲击的相对重要性，其结果是部分变量被公共因素解释。对于
的方差分解可以表示为：
从表1可以发现，除了各宏观经济变量自身变化的贡献率以外，政策不确定性(PUI)对各宏观经济变量的方差贡献程度有高有低。其中，政策不确定性冲击对实际有效汇率和通货膨胀率的方差贡献率最高，截止到第12期，对实际有效汇率(REER)和通货膨胀率(IR)的方差贡献率都超过19％，分别为19.391 6％和19.182 2％。这说明了汇率和通货膨胀率受到政策不确定性冲击的影响最大，在中长期均有重要影响。此外，政策不确定性冲击对房价指数、固定资产投资和出口的方差贡献率也较大，截止到第12期，对房价指数(HPI)、固定资产投资(IFA)和出口(EX)的方差贡献率都超过12％，分别达到13.558 7％、12.970 5％和13.088％。上述结果同样表明政策不确定性冲击对房价、投资以及出口变动产生十分显著的作用，并且在中长期依旧影响显著。最后，政策不确定性冲击对GDP(gdp)、股价(SP)以及社会消费品零售总额(TRS)变动的方差贡献率相对较小，均没有超过10％，分别为8.465 9％，4.548 6％和6.908 9％。方差分解的结果可以表明，政策不确定冲击会对整个宏观经济变量产生影响，但是影响程度存在差异。相对来说，政策不确定性冲击对汇率和通货膨胀的影响最为显著，对房价、投资与出口的影响次之，而对GDP、股价和消费的影响相对较小，和脉冲响应分析结果相一致。
3.政策不确定性影响宏观经济变量的预期渠道
泰勒和麦克纳布(Taylor and McNabb)[30]的研究表明，公众信心往往具有顺周期性，而政策不确定性是反经济周期的，[4]因此政策不确定性与经济主体预期行为存在反向联系。也就是说，政策不确定性增加，会导致经济主体对宏观经济的预期感到悲观，因此公众信心会下降。为检验预期渠道，笔者的处理方法是，若引入经济主体的预期对宏观经济变量的影响和政策不确定性冲击对宏观经济变量的脉冲响应相一致，则认为政策不确定性冲击是通过预期渠道起作用。
本文选取企业家信心指数(ECI)和消费信心指数(CCI)作为经济主体预期行为的代理变量，数据来源于《中国经济景气月报》，用以反映企业家和消费者对宏观经济表现情况的心理预期程度。之后，使用FAVAR模型估计宏观经济变量面对经济主体预期行为的脉冲响应函数，脉冲响应结果如图3所示。其中CI(信心指数)是通过主成分分析法对企业家信心指数(ECI)和消费信心指数(CCI)提取的公共因子而组建的时间序列，代表经济主体对宏观经济的预期。脉冲响应结果发现，企业家信心指数(ECI)和消费信心指数(CCI)变动对宏观经济的影响和政策不确定性冲击对宏观经济的影响十分类似。当政策不确定性增加，经济主体对宏观经济的预期十分悲观，导致公众信心指数下降，这会对GDP、股价、房价、实际有效汇率、通货膨胀率、固定资产投资、居民消费以及出口产生显著的负面影响。脉冲响应结果证明了政策不确定性可以通过预期渠道影响宏观经济变量，因此政府或者货币当局制定政策以应对外在的政策不确定性冲击，就必须重视经济主体的预期。
图3 宏观经济变量面对经济主体预期行为的脉冲响应图
四、结论
本文采取贝克等人[9]的政策不确定性指数，利用FAVAR方法分析政策不确定性冲击对中国宏观经济的影响。为了更加准确地描述政策不确定性对宏观经济变量的真实影响关系，这个方法要求笔者使用大量宏观经济变量的数据集构建脉冲响应函数。
脉冲响应结果表明，政策不确定性冲击会对实体经济产生负向影响(即导致GDP、投资、消费和出口下滑)，而对重要价格变量(房地产价格、股票价格、汇率和通货膨胀率)的影响取决于冲击的力度和持续时间，总体来看是负向的。方差分解结果表明，政策不确定性冲击对汇率和通货膨胀的影响最为显著，对房价、投资和出口的影响次之，而对GDP、股价和消费的影响相对较小。进一步检验政策不确定冲击的作用渠道，发现预期因素起作用。
上述结论对于我国制定和实施宏观经济政策具有重要的启示意义。一方面政策不确定性对实体经济的负向影响，要求尽量保持宏观经济政策的稳定性和持续性。另一方面，政策不确定性通过预期渠道起作用，要求增强宏观经济政策的透明度，并加强与公众信息沟通，引导公众合理预期。另外，需要进一步增强实体经济应对外部冲击的能力，使得政策不确定性对宏观经济的不利影响降到最低。
［收稿时间］2013－09－22
标签：宏观经济论文; 脉冲响应函数论文; 方差分析论文; 经济模型论文; var模型论文; 不确定性分析论文; 经济指数论文; 总体方差论文; 价格发现论文; 消费投资论文; 经济学论文;