經濟政策不確定性對宏觀經濟的影響及其區域差異

黃寧　郭平

[內容摘要]采用Baker的中國政策不確定性指數與省級面板數據，運用PVAR模型分析了經濟政策不確定性對我國宏觀經濟的影響與地區差異。研究發現，政策不確定性對我國的經濟增長、投資、消費、CPI均產生了短期的負向作用。通過分區域樣本的實證分析發現，政策不確定性對東部地區經濟增長的影響更大，而對西部地區消費與CPI的影響更大。政策不確定性對東部地區投資的短期影響較顯著，而對西部地區投資的長期影響較顯著。該結論表明，政府需要保持政策的連續性與穩定性，并關注經濟政策不確定的區域效應。

[關鍵詞]經濟政策不確定性；地區差異；PVAR模型

[中圖分類號]F123.16 [文獻標識碼]A [文章編號]1000-8306（2015）06-0061-10

一、引言

金融危機發生后，世界各國政府都在積極地制定刺激政策以促進經濟的快速復蘇。但由于在經濟復蘇階段，經濟系統自身穩定性的減弱以及外圍環境復雜性的增強都將使得各國的經濟政策充滿了不確定性。Stock and Watson（2012）認為，導致金融危機期間產出與失業出現大幅下降的主要原因正是金融因素以及不確定性的沖擊。此外，FOMC和IMF也認為這種政策的1不確定性將導致經濟增長速度大幅下滑（Bloom，2012）。近年來，Baker（2013），Fernandez-Villaverde J et al.（2011），Bonn和Pfeifer（2012）等學者通過構建不同的政策不確定性指數，證實了政策的不確定性對經濟增長產生了負面影響。對于我國而言，其宏觀經濟政策在金融危機后的幾年內經歷了大幅的調整，如從2009年過度刺激的財政與貨幣政策，到2010年對通脹與房地產市場的政策調控，再到2012年為解決經濟下行壓力，政府又出臺的新一輪刺激政策，這都說明近年來我國的宏觀政策充滿了不確定。而面對當前我國更加復雜的經濟形勢以及經濟轉型、體制改革的深入，未來政策的不確定性將更加凸顯，2014年中央經濟工作會議提出要保持宏觀政策連續性和穩定性。

現有研究我國政策不確定性對宏觀經濟影響的文獻還較少，大多數文獻主要集中于研究政策不確定性對企業現金持有（王紅健等，2014）、企業投資行為（韓國高，2014）、股票市場波動（陳國進等，2014）等方面的影響。與本文研究的內容最接近的是金雪軍等（2014）利用Baker（2013）測算的中國政策不確定性指數，通過構建FAVAR模型實證分析了我國政策不確定性對包括經濟增長、消費、出口等105個宏觀經濟變量的影響，結果發現政策不確定性對實體經濟和重要價格變量均存在顯著負向的影響。但該文僅采用了中國宏觀經濟數據得到了政策不確定性對我國經濟整體的影響情況。本文的主要貢獻在于采用了省際面板數據，并應用了面板向量自回歸（PVAR）模型來實證分析政策不確定性對宏觀經濟的影響，這樣的做法不僅利用了PVAR模型兼具時序分析與面板數據分析的優勢，還能通過分區域樣本進一步檢驗經濟政策不確定性的區域效應，并作為一種分區域樣本的穩健性檢驗，證實了結論的穩健性。

本文的研究安排如下，第二部分是文獻回顧與問題提出，第三部分是數據的來源說明以及模型的設定，第四部分是政策不確定性對宏觀經濟影響的實證檢驗，第五部分是分區域樣本進一步分析，第六部分是結論與政策建議。

二、文獻回顧與問題提出

經濟中的不確定性來自許多方面，但政策不確定性是經濟不確定性的主要因素之一（Masayuki，2013）。事實上，許多學者很早從政治不穩定的視角來研究其對發展中國家投資的負向作用（Rodrik，1991）。政治的不穩定導致了政策經常性變換以及經濟波動的頻繁，進而對經濟增長起到消極作用（Aisen and Jose Veiga，2013）。對于政治的不穩定，許多學者選取政府換屆、官員變更或選舉時間作為衡量政治不穩定的代理指標。但制度的變遷畢竟較少發生，因此更多地學者選擇直接通過對稅率、政府支出、貨幣政策等進行度量，測度出政策不確定性指標，進而研究其對經濟增長的影響，其結論均表明經濟政策的不確定性對宏觀經濟產生了負向的影響。此外，還有從經濟周期的角度分析，發現宏觀政策的不確定性在經濟衰退期更為明顯。Nieuwerburgh和Veldkamp（2006）認為，當經濟運行良好時，會幫助信息的流通與傳遞；當經濟衰退時，信息的不對稱增強將導致不確定性的增加。Pastor和Veronesi（2012）認為，在經濟衰退期，政策制定者試圖通過“政策實驗”來找到解決問題的方法；而當經濟繁榮時，政策制定者將傾向于保持看似成功的宏觀政策。因此，金融危機發生后，許多學者開始關注于政策不確定性對宏觀經濟的影響。

但與此同時極少有文獻關注不確定性對不同國家或區域的影響差異，僅有的研究文獻中也存在著爭議。Pastor和Veronesi（2011）從產權保護的角度認為政策不確定性削弱了政府的產權保護效應，因此市場化較弱的區域將受到政策不確定性更大的影響。Carriere-Swallow和Cespedes（2013）通過將發展中國家與美國等發達國家比較，發現發展中國家面對不確定性時會遭受更大的投資和私人消費的下降，并需要更多的時間來恢復到之前的水平，他們將原因歸為金融市場的發展落后，導致了信貸約束。但Calomiris et al.（2012）認為，越是市場化程度高，金融發展程度高的國家或地區，其受到信貸供給沖擊以及流動性沖擊的程度就越大，如金融危機對發達國家的影響要遠大于發展中國家。還有一些學者從國家貿易的角度來研究，發現政策不確定性將阻礙FDI的流入以及跨國企業的進入（Handley和Linlao，2012），因此，對外開放程度越高的國家或地區將受到更大的政策不確定性沖擊。對于我國而言，經濟政策的區域效應一直是學術界關注的問題。由于我國地區間差異較大，主要表現在經濟發展水平、制度環境、金融發展程度、對外貿易程度等多方面，從而導致我國宏觀政策如貨幣政策、財政政策對不同區域的影響程度存在差異（郭曄，2011）。但研究經濟政策不確定性對區域經濟增長的文獻尚不多見，僅有Wang et al.（2014）在利用我國上市公司數據來研究政策不確定性對企業投資時發現處于高市場化區域的企業會受到更大的政策不確定性的影響。鑒于此，本文試圖采用省際數據，利用面板向量自回歸模型來對我國政策不確定性對宏觀經濟的影響進行研究，并通過區分東、中、西樣本來研究政策不確定性的區域效應。

三、數據說明與模型設定

（一）數據說明

金融危機導致了近些年各國政策不確定性的產生。為了更好的研究政策不確定對我國宏觀經濟的影響，本文選取了2004年第1季度到2013年第4季度的季度數據作為研究的樣本。此外，本文還采用省際面板數據來研究政策不確定性對宏觀經濟的影響。本文涉及的變量包括各省國內生產總值、各省固定資產投資額、各省社會消費品零售總額，以及各省以2004年第1季度為基期的消費者價格指數和Baker（2013）測算的中國政策不確定性指數。為了避免價格因素的干擾，對需要進行價格平減的指標均采用消費者價格指數進行平減。同時，為了消除季節因素的影響，本文的數據均采用變量的同比增長率，因此進入實證模型的數據樣本是從2005年第一季度到2013年第四季度。本文的數據均來源于各省統計年鑒，而中國政策不確定性指數數據來源于“經濟政策不確定性”網站（http：//www.policyuncertainty.com/）。

需要說明的是，本文選取的政策不確定性指數是由Baker（2013）構建的，它主要反映了媒體對政策不確定性的報道，并通過統計當月報紙與雜志中討論中國經濟政策不確定性文章的數量進行量化。由于本文中采用季度數據，而經濟政策不確定性指數為月度數據。本文采用平均法將數據進行轉化，公式如下：

（二）模型設定

本文將選用PVAR模型，利用省級面板數據來實證研究我國宏觀經濟政策的不確定性對經濟增長的影響以及地區差異。PVAR模型由Holtz-Eakin等（1988）首次提出，經由多位學者的發展，至今已經在諸多經濟領域得到應用。PVAR模型兼具時間序列分析與面板數據分析的優勢，不僅能較好地把握變量之間的內在影響機制，也有助于克服個體異質性帶來的估計偏差。因此，本文采用PVAR模型來考察我國經濟政策不確定性的影響以及區域效應。模型設定如下：

上式中，y_it=（GDP_it，i_it，C_it，CPI_it，EPU_t）^′是包含了五個內生變量的列變量，i表示不同的省份地區，t表示不同年份，p表示滯后階數；β₀表示截距項向量，β_i表示滯后變量的參數矩陣；f_i表示個體效應，該效應可以通過向前差分Hermlet轉換方法進行消除，e_t表示時間效應。本文模型中，GDP_it表示省份國內生產總值的同比增長率、I_it表示i省份固定投資額的同比增長率、C_it表示i各省社會消費零售總額的同比增長率，CPI_it表示省份消費者價格指數的同比增長率，EPU_t表示我國宏觀政策的不確定性同比增長率。

四、經濟政策不確定性對我國宏觀經濟影響的實證研究

（一）平穩性檢驗

在進行PVAR分析之前，為了防止虛假回歸的情況出現，常常需要對加入模型的變量進行平穩性檢驗。本文采用LLC法以及IPS法對面板數據進行面板單位根檢驗，對時間序列數據采用ADF單位根檢驗，結果如表1所示。從表1中可知，LLC與IPS檢驗在1%的置信水平上拒絕原假設，ADF檢驗在5%的置信水平上拒絕原假設，這說明模型（1）中加入的變量均是平穩的。

（二）經濟政策不確定性對宏觀經濟的動態沖擊

本文根據BIC和HQIC標準并綜合考慮了IRF的收斂性，最終選定總體樣本的滯后階數為1。另外，本文將沖擊作用的期限設為24期，通過500次蒙特卡羅模擬可以得到政策不確定性對經濟增長、投資、消費以及CPI的脈沖響應函數，見圖1。圖1中的橫軸表示政策不確定性沖擊發生的滯后期數，縱軸代表其他變量對沖擊的響應程度，中間實線代表脈沖響應曲線，外側虛線分別代表95%和5%分位點的估計值。從圖1中可以看到，四個內生變量在受到政策不確定性一個單位的標準差沖擊后，均呈現出負向的反應，并逐步將向坐標橫軸收斂。

從投資對政策不確定性的響應來看，其在受到沖擊后的第二期達到響應值的最大值-0.0131，最后逐漸趨近于0值。這表明我國經濟政策的不確定性對投資產生了負向的影響，這與大多文獻結論相一致。這樣的結果一方面是由于投資的不可逆性，不確定性能夠增加投資者等待的期權價值，促進投資者選擇“觀望”，進而減少企業當前的投資與勞動力的雇傭；另一方面在于不確定性的增強增加了金融摩擦，進而增加企業的融資成本，導致企業減少當期的投資（Arellano et al.，2010）。此外，投資者對于未來的信心也將隨著政策不確定性的增強而受到影響。隨著政策不確定性增加，投資者情緒將趨于悲觀，進而減少投資。

從消費對政策不確定性的響應看，其在受到沖擊后的當期便達到了最大的響應值-0.0117，隨后響應值逐漸減小為0，又在第三期轉為正值，最終又趨于0值。這說明我國經濟政策的不確定性對消費存在短期的負向沖擊。其原因一方面可以從預防性儲蓄理論進行解釋。面對政策的不確定性，為了預防不確定性，個人以及企業的儲蓄將增加，而伴隨著消費與投資的減少，經濟將陷入衰退（Leduc and Liu，2012）。另一方面可以從消費者跨期決策理論加以解釋。不確定性影響消費的方式在于決策時滯。隨著不確定性的增大，由于消費者無法預測不確定性對未來收入的影響，因此更傾向于推遲做出購買決策Hassan et al.（2013）。

從CPI對政策不確定性沖擊的響應來看，其在受到沖擊后的第七期響應值達到最大（-0.0019），隨后逐漸收斂于坐標橫軸，其結論與Holland（1995）相一致。他認為由于中央銀行目標是保持價格穩定，面對較高的政策不確定性，央行會采取緊縮性貨幣政策減小通貨膨脹率，進而影響CPI。

從GDP對政策不確定性的響應看，其在受到沖擊后的第二期響應值的絕對值達到最大（-0.003），隨后在第十三期轉為正值，最終趨近于0。這說明從經濟增長的整體來看，政策不確定性也產生了負向的影響，這樣的結論與Bloom（2013）、Bhagat（2013）的結論一致。他們均采用Baker的政策不確定性指數，分別采用美國與印度的樣本，證實了政策不確定性對經濟增長產生了負向影響。

此外，政策不確定性對變量的影響還取決于沖擊的強度與持續時間。從表2可以看出，在短期內受到沖擊最大的是投資，其次是消費、CPI與GDP。投資是總需求中最不穩定的部分，它嚴重依賴于投資者對未來的預期，而這常常是難以預測（Keynes，1937）。對于消費來說，與居民生活環境息息相關的因素，如購房制度出臺、醫療社保制度變革和教育支出變動等都會導致消費的波動（田青和高鐵梅，2009）。從累積效應可以看出，投資受到的影響依然很大，而消費的累積效應為正，這說明投資受到政策不確定性的影響是持續的。而消費在短期受到較大沖擊后，較快的恢復到原來的水平，并且由于前期的消費抑制，消費水平在受到沖擊第三期會出現過度反彈，這說明消費對于政策不確定性的沖擊波動幅度較大。

五、政策不確定性對我國宏觀經濟影響的區域效應

既然政策不確定性對我國的宏觀經濟產生了重要影響，那么政策不確定性對我國不同區域的影響究竟怎樣？本文按照國家統計局的標準，將樣本進行了分類，將其劃分為東部、中部、西部，進而分析政策不確定性的區域效應。本文同樣采用如模型（1）的面板向量自回歸模型進行實證分析。為了保證分樣本數據的平穩性，本文仍然根據LLC與IPS檢驗方法對分區域樣本變量進行單位檢驗，結果表明分區域樣本變量仍然平穩。此外，本文還根據BIC和HQIC標準并結合IRF的收斂性，對分區域樣本的滯后階進行識別，發現分樣本模型仍然采用滯后一階。隨后，本文將沖擊作用的期限設為24期，通過500次蒙特卡羅模擬得到了東、中、西部樣本的經濟增長、投資、消費以及CPI對政策不確定性的脈沖響應函數（見圖2）。通過分區域樣本的計量分析，本文發現產出、投資、消費、CPI等指標在受到宏觀經濟政策沖擊后均反映出負向的影響，并逐漸趨于收斂，這證明了前述實證結果的穩健性。為了更好地分析政策不確定性的區域效應，本文將采用不同樣本得到的各變量受政策不確定性沖擊的響應強度與24期的累積效應列于表3。

從消費與CPI角度來看，消費與CPI在受到政策不確定性沖擊后的反應程度均呈現出西部、中部、東部遞減的態勢，而且東部與中部地區的消費水平在受到沖擊后的第二期還出現了明顯的消費反彈，這與東部、中部地區經濟發展水平，社會保障以及金融發展水平有關。當消費者受到政策不確定性沖擊，進而選擇預防性儲蓄后，擁有高收入或者完備社會保障的群體可以通過平滑消費，進而避免效應的下降的方式來進行，所以東、中部地區的消費水平下降幅度要小于西部。

從投資角度來看，東、中、西部地區投資的響應強度呈現遞減趨勢，但西部地區的投資累積效應最大，這說明在高市場化地區投資受到政策不確定性影響較大，這與Wang et al.（2014）的結論一致。但由于西部地區投資受到沖擊后持續時間較長，導致了在長期中的累積效應大于東部。可見，市場化程度越高的地區短期受到政策不確定性影響的程度越大，但從長期來看市場化程度較低的西部受到了更大的影響。其原因可能是由于短期內市場化程度較高地區在受到政策不確定性沖擊后，市場波動較大，導致了東、中部的投資出現了下降。但從長期看西部地區經濟發展水平、制度環境以及金融市場發展均較弱，因此導致了產權保護、信貸融資受到了較大的影響，進而使得投資水平的恢復速度較慢，受到政策不確定沖擊長期影響較大。這一點在圖2中也得到驗證，西部地區投資收斂時間明顯長于東、中部。

從GDP角度來看，東、中、西地區GDP受到政策不確定性的沖擊呈現出較強的差異性，東、西部GDP不論在響應強度還是累積效應上均受到了更大的沖擊且東部受到沖擊更大。其原因可能一方面由于東部地區金融市場發育較快，政策不確定性容易形成金融市場的波動，導致經濟增長的波動；另一方面由于東部地區對外開放程度較高且經濟增長較多的依賴于對外貿易與海外投資，政策不確定性將嚴重影響FDI的進入并導致資本外流。這一點在金融危機發生后得到了驗證。因此，從GDP的角度來看，東部地區相比其他地區會受到更大的影響。

六、主要結論與政策建議

本文采用了Baker構建的政策不確定性指數，利用PVAR模型分析了經濟政策不確定性對我國宏觀經濟的影響以及地區差異。研究結果發現，經濟政策的不確定性對我國的經濟增長、投資、消費以及價格水平都產生了短期的負向影響。在長期中，政策不確定性的影響將會逐漸消失。從政策不確定性沖擊的響應強度與累積效應看，投資受到的影響最大，說明投資對政策不確定性的敏感程度最大。從政策不確定性沖擊的持續時間看，消費的持續時間是最短的，說明消費者的理性預期會很快平復政策不確定性的負向影響，這樣的結論在分樣本的分析中仍然成立。另外，通過分東、中、西樣本進行分析發現，欠發達地區如西部在消費與價格水平上受到政策不確定性更大的沖擊。對于投資而言，短期受到沖擊最大的是東部，而西部地區投資長期受到更大影響。對于GDP而言，東部、西部地區受到政策不確定性的影響要大于中部，而東部地區在響應強度與累積效應上要強于西部。

上述結論對于我國未來宏觀經濟政策的制定與實施有重要的啟示意義。鑒于經濟政策不確定性對我國宏觀經濟存在著顯著的負向影響，未來我國經濟政策應努力保持政策的一致性與穩定性，堅持區間調控、定向調控與預調微調。另外，從宏觀經濟政策不確定性對不同區域影響的角度來看，政策不確定性對西部地區消費的負向沖擊較大，這要求西部地區政府要加大對社會保障的全面覆蓋，引導消費者的合理預期；政策不確定性在長期中對西部地區投資的負向沖擊也較大，這要求西部地區積極發展金融市場，努力完善市場機制，提高對產權的保護；政策不確定性對東部地區經濟增長的影響較大，這要求東部地區在政策不確定時避免市場波動以及資本外流而導致的經濟波動。

責任編輯：陳健生