經(jīng)濟(jì)不確定性與中國(guó)經(jīng)濟(jì)增長(zhǎng)
——基于FAVAR-SV模型和新C-D生產(chǎn)函數(shù)

王維國(guó)，王 蕊

(東北財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，遼寧 大連 116025)

內(nèi)容提要：經(jīng)濟(jì)不確定性的測(cè)度是一個(gè)復(fù)雜而困難的過(guò)程，本文首次應(yīng)用因子增廣向量自回歸(FAVAR-SV)模型，采用158個(gè)宏觀指標(biāo)合成宏觀經(jīng)濟(jì)不確定性指數(shù)；并利用擴(kuò)展的C-D生產(chǎn)函數(shù)，采用29個(gè)省市、自治區(qū)面板數(shù)據(jù)，基于內(nèi)生經(jīng)濟(jì)增長(zhǎng)視角，將不確定性指數(shù)與科技進(jìn)步納入模型，考察經(jīng)濟(jì)不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。研究表明，宏觀經(jīng)濟(jì)不確定性指數(shù)是反經(jīng)濟(jì)周期變量、測(cè)度結(jié)果穩(wěn)定、能夠迅速識(shí)別發(fā)生概率小于10%的“黑天鵝”事件，并與實(shí)際經(jīng)濟(jì)活動(dòng)相符；經(jīng)濟(jì)不確定性指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)具有抑制作用，其滯后項(xiàng)的影響明顯減弱，這源于政府相關(guān)政策的實(shí)施。單一類(lèi)別指標(biāo)股票不確定性會(huì)縮小宏觀經(jīng)濟(jì)不確定性的實(shí)際影響，因此，利用豐富數(shù)據(jù)環(huán)境測(cè)度不確定性具有一定的優(yōu)勢(shì)。

經(jīng)濟(jì)不確定性與風(fēng)險(xiǎn)影響人們心理、考驗(yàn)企業(yè)或國(guó)家應(yīng)對(duì)突發(fā)事件的能力甚至是整體經(jīng)濟(jì)結(jié)構(gòu)的合理化調(diào)整。自從2008年金融危機(jī)以來(lái)，歐元危機(jī)、難民危機(jī)以及各國(guó)的政治大選、英國(guó)脫歐等不確定性事件的發(fā)生，都會(huì)如同“蝴蝶效應(yīng)”一般在世界范圍內(nèi)蔓延開(kāi)來(lái)，波及我國(guó)的經(jīng)濟(jì)運(yùn)行和發(fā)展。近期國(guó)際貿(mào)易保護(hù)主義升溫，特別是美國(guó)不惜通過(guò)加增關(guān)稅等措施限制產(chǎn)品的進(jìn)口，導(dǎo)致全球的貿(mào)易摩擦升級(jí)。這與全球的各類(lèi)潛在風(fēng)險(xiǎn)疊加共振，大大增加了全球經(jīng)濟(jì)的不確定性。全球經(jīng)濟(jì)復(fù)蘇乏力加大了中國(guó)保持中高速發(fā)展的壓力，也給經(jīng)濟(jì)增長(zhǎng)帶來(lái)了不確定性。奈特[1]認(rèn)為風(fēng)險(xiǎn)是有概率分布的,然而經(jīng)濟(jì)的不確定性沒(méi)有具體概率分布，是無(wú)法預(yù)知的事件。經(jīng)濟(jì)不確定性的測(cè)度是一個(gè)復(fù)雜而困難的過(guò)程，同時(shí)也是國(guó)內(nèi)外學(xué)者們研究的前沿問(wèn)題。本文嘗試從經(jīng)濟(jì)不確定性的測(cè)度入手，探討經(jīng)濟(jì)不確定性對(duì)于經(jīng)濟(jì)增長(zhǎng)的影響機(jī)制，為我國(guó)經(jīng)濟(jì)不確定性測(cè)度提供理論參考，同時(shí)為政府提供相關(guān)理論依據(jù)和建議。

一、研究綜述

相對(duì)國(guó)內(nèi)外來(lái)看，經(jīng)濟(jì)不確定性測(cè)度發(fā)展歷程基本相同，都是初期粗略的由單一代理變量波動(dòng)代替，多為事后標(biāo)準(zhǔn)差、極差、移動(dòng)平均標(biāo)準(zhǔn)差。隨著對(duì)經(jīng)濟(jì)不確定性認(rèn)識(shí)的不斷深化，不確定性定義為人們不可預(yù)測(cè)部分的波動(dòng)，即剔除可預(yù)測(cè)部分的波動(dòng)。因此，縱觀發(fā)展歷程不確定性測(cè)度可分為兩大類(lèi)。第一類(lèi)是基于具體變量或指標(biāo)的波動(dòng)，有以下四種情況：(1)基于金融指標(biāo)作為經(jīng)濟(jì)不確定性的代理變量。Bloom(2009)[2]指出股票市場(chǎng)的波動(dòng)與生產(chǎn)和需求的不確定性高度相關(guān)。Caggiano(2014)[3]采用(VIX)作為不確定性的指標(biāo)檢驗(yàn)了不確定性和失業(yè)率的影響，發(fā)現(xiàn)不確定性與相關(guān)經(jīng)濟(jì)變量高度相關(guān)。(2)基于專(zhuān)業(yè)預(yù)測(cè)者歧見(jiàn)的測(cè)度方法。Zarnowitz (1987)[4]首先提出這種測(cè)度方法，將不確定性定義為“對(duì)于同一目標(biāo)的點(diǎn)預(yù)測(cè)結(jié)果，不同專(zhuān)業(yè)預(yù)測(cè)者看法的分歧程度。”后來(lái)，Lahir(2010)[5]，Bachmann(2013)[6]均采用此方法測(cè)度不確定性。然而B(niǎo)omberger(1966)[7]、Harvey(2003)[8]認(rèn)為其不具備相關(guān)的理論基礎(chǔ)，以及實(shí)證檢驗(yàn)的弱相關(guān)性受到了質(zhì)疑。(3)基于新聞關(guān)鍵詞的測(cè)度方法。此方法首先定義一些與“不確定性”相關(guān)的聯(lián)系緊密詞匯。然后從報(bào)紙、網(wǎng)站、新聞中對(duì)詞匯進(jìn)行搜索關(guān)鍵詞統(tǒng)計(jì)其頻率。這個(gè)頻率就代表了不確定性的程度。李鳳羽和楊墨竹(2015)[9]、Alexopoulos(2016)[10]、 Bontempi(2016)[11]均采用關(guān)鍵詞的測(cè)度方法測(cè)度不確定性。(4)基于調(diào)查的方法。Leduc(2016)[12]通過(guò)密歇根調(diào)查構(gòu)建一種經(jīng)濟(jì)不確定性指數(shù)。國(guó)內(nèi)朱信凱(2005)[13]、黃福廣(2009)[14]同樣采用問(wèn)卷調(diào)查的方法衡量不確定性大小。第一類(lèi)測(cè)度方法存在本質(zhì)上的缺陷，僅僅是特定變量的波動(dòng)水平，在代理變量有很好預(yù)期的情況下，其方差不能體現(xiàn)不確定性。例如股票市場(chǎng)可能在經(jīng)濟(jì)基本面不變的情況下，由于杠桿率的改變而大幅度的波動(dòng)，因此特定變量波動(dòng)所衡量的不確定性并不一定等同“經(jīng)濟(jì)的不確定性”。所以提出第二類(lèi)測(cè)度方法是剔除可預(yù)期部分，即考察不可預(yù)測(cè)部分的波動(dòng)，具有代表性的有Jurado(2015)[15]、Scotti(2016)[16]、Orlik(2014)[17]、Baker and Bloom(2013)[18]認(rèn)為經(jīng)濟(jì)的不確定性來(lái)源并非由于經(jīng)濟(jì)波動(dòng)，而是來(lái)源于經(jīng)濟(jì)的不可預(yù)測(cè)程度。Anna Orlik和Laura Veldkamp(2014)[17]指出GARCH模型、SV隨機(jī)波動(dòng)模型、預(yù)測(cè)偏差以及期權(quán)價(jià)格波動(dòng)，這幾種方法均剔除了經(jīng)濟(jì)體的可預(yù)測(cè)部分，但測(cè)度指標(biāo)的選取上多數(shù)比較單一。綜上所述，本文采取經(jīng)濟(jì)不確定性定義為人們無(wú)法準(zhǔn)確觀測(cè)、分析和預(yù)見(jiàn)的變化，即經(jīng)濟(jì)預(yù)期值與實(shí)際值的偏離。經(jīng)濟(jì)不確定性合成指標(biāo)是在剔除了全部可預(yù)測(cè)信息之后的經(jīng)濟(jì)序列的標(biāo)準(zhǔn)差。這種定義也是目前國(guó)內(nèi)外學(xué)者的主流認(rèn)知。

經(jīng)濟(jì)不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)影響研究方面，國(guó)內(nèi)多數(shù)學(xué)者研究了經(jīng)濟(jì)政策不確定性的經(jīng)濟(jì)效應(yīng)，經(jīng)濟(jì)政策不確定性指數(shù)多數(shù)由斯坦福大學(xué)和芝加哥大學(xué)聯(lián)合發(fā)布的月度中國(guó)經(jīng)濟(jì)政策不確定指數(shù)來(lái)衡量。李鳳羽和楊墨竹(2015)[9]研究了經(jīng)濟(jì)政策不確定性對(duì)企業(yè)投資的影響。另外，其他單一經(jīng)濟(jì)指標(biāo)或少數(shù)類(lèi)別指標(biāo)的不確定性研究也比較深入，劉金全(2013)[19]檢驗(yàn)我國(guó)貨幣增長(zhǎng)不確定性與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。然而，鮮有學(xué)者從宏觀經(jīng)濟(jì)不確定性的角度出發(fā)，利用豐富的宏觀數(shù)據(jù)環(huán)境考察其測(cè)度及其對(duì)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)研究，主要原因可能在于經(jīng)濟(jì)不確定性測(cè)度過(guò)程的困難性。本文的創(chuàng)新工作是借鑒Ludvigson and Ng(2014)[20]、Jurado K et al.(2015)[15]國(guó)際前沿的經(jīng)濟(jì)不確定性測(cè)度方法，依據(jù)本國(guó)國(guó)情并對(duì)參數(shù)檢驗(yàn)方法進(jìn)行了改進(jìn)，在科學(xué)定義經(jīng)濟(jì)不確定性的前提下，首次利用我國(guó)豐富數(shù)據(jù)環(huán)境合成宏觀經(jīng)濟(jì)不確定性指數(shù)，規(guī)避已有研究采用單一代理變量或單一類(lèi)別指標(biāo)作為經(jīng)濟(jì)不確定性代理變量時(shí)出現(xiàn)頻繁波動(dòng)的情況，有效識(shí)別發(fā)生概率小于等于10%的“黑天鵝”事件。并進(jìn)一步采用擴(kuò)展的C-D生產(chǎn)函數(shù)，考察宏觀經(jīng)濟(jì)不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，驗(yàn)證經(jīng)濟(jì)不確定性測(cè)度結(jié)果的有效性。

二、計(jì)量模型

(一)經(jīng)濟(jì)不確定性測(cè)度框架

借鑒Ludvigson and Ng(2014)[20]、Jurado K et al.(2015)[15]測(cè)度方法，設(shè)定Xt=(X1t,…,XNt)表示可采用變量，Xt已經(jīng)轉(zhuǎn)化為平穩(wěn)序列(取對(duì)數(shù)、差分)，Xt矩陣存在近似的因子結(jié)構(gòu)形式：

(1)

(2)

(3)

在t時(shí)刻預(yù)測(cè)的誤差方差為：

時(shí)變的均方誤一般源于實(shí)際活動(dòng)中Yjt和預(yù)測(cè)器Zt受到?jīng)_擊而產(chǎn)生的時(shí)變方差。當(dāng)h=1時(shí)，

(4)

當(dāng)h>1,Yjt+1的預(yù)測(cè)誤差方差通過(guò)迭代可以依據(jù)下式得到：

(5)

當(dāng)h→時(shí)，Уjt的預(yù)測(cè)是無(wú)條件均值，Уjt的預(yù)測(cè)方差是無(wú)條件方差，這表明當(dāng)h變大時(shí)將沒(méi)什么變化。

(6)

我們將用隨機(jī)波動(dòng)體現(xiàn)預(yù)測(cè)器Z和Yj對(duì)h期的不確定性，隨機(jī)波動(dòng)允許一個(gè)沖擊的后一時(shí)刻獨(dú)立于Yj的驅(qū)動(dòng)，這與一些理論文獻(xiàn)認(rèn)為不確定性沖擊獨(dú)立地影響實(shí)際活動(dòng)是一致的。例如GARCH模型就沒(méi)有這個(gè)特點(diǎn)，沖擊與Yj不獨(dú)立。首先考慮因子Ft,假定每一個(gè)因子是序列相關(guān)的，可以很好的用AR(1)自回歸模型表示：

該SV模型允許一個(gè)沖擊的后一時(shí)刻獨(dú)立于前一時(shí)刻，這與不確定性理論模型相一致，模型可以表示為：

(7)

(二)擴(kuò)展的C-D函數(shù)構(gòu)建

在眾多生產(chǎn)函數(shù)中，C-D(柯布道格拉斯)生產(chǎn)函數(shù)不僅能夠反映邊際產(chǎn)量遞減、邊際替代遞減、規(guī)模報(bào)酬不變等一些重要的經(jīng)濟(jì)特征，城邦文(2001)[21]還證實(shí)了C-D生產(chǎn)函數(shù)是唯一能使均方估計(jì)誤差達(dá)到最小的生產(chǎn)函數(shù)，而其他生產(chǎn)函數(shù)如CES生產(chǎn)函數(shù)和超越對(duì)數(shù)生產(chǎn)函數(shù)等都不具備這樣的性質(zhì)。1982年美國(guó)經(jīng)濟(jì)學(xué)家、數(shù)學(xué)家Charles W.Cobo和Paul Howard Douglas在前任的成果上認(rèn)為產(chǎn)出主要有資本和勞動(dòng)力的投入決定的。因此，提出以下假設(shè)：(1)要素可以相互替代；(2)要素邊際產(chǎn)出大于零；(3)要素邊際產(chǎn)出遞減；(4)非負(fù)性。進(jìn)一步C-D生產(chǎn)函數(shù)可以簡(jiǎn)化為：

Y=AKαLβ

(8)

其中，A為技術(shù)不變常數(shù),K是資本投入,L為勞動(dòng)力投入,α、β分別表示資本與勞動(dòng)力要素的彈性系數(shù)。

隨著經(jīng)濟(jì)的發(fā)展，傳統(tǒng)C-D函數(shù)逐漸表現(xiàn)出種種不足。首先，當(dāng)今社會(huì)知識(shí)與科技的發(fā)展日新月異，傳統(tǒng)C-D生產(chǎn)函數(shù)把技術(shù)視為常數(shù)，忽略技術(shù)進(jìn)步的時(shí)變性則難以體現(xiàn)當(dāng)今經(jīng)濟(jì)發(fā)展的形勢(shì)。其次，資本投入、科技進(jìn)步、勞動(dòng)力的投入均為產(chǎn)出提供生產(chǎn)動(dòng)力，然而忽略了經(jīng)濟(jì)不確定性對(duì)于產(chǎn)出的影響。綜上，本文將經(jīng)濟(jì)不確定性指數(shù)與科技進(jìn)步一并納入模型，即：

Y=AKαLβSγUNCη

(9)

其中，S是技術(shù)進(jìn)步，UNC為宏觀經(jīng)濟(jì)不確定性指數(shù)，γ、η分別為技術(shù)進(jìn)步與經(jīng)濟(jì)不確定性的彈性系數(shù)。進(jìn)一步等式兩邊取對(duì)數(shù)有

Ln(Yit)=Λ+αLn(Kit)+βLn(Lit)+γLn(Sit)+ηLn(UNCit)+εit

(10)

綜合考慮樣本期區(qū)間長(zhǎng)度與指標(biāo)頻度的一致性，采用29個(gè)省市、自治區(qū)的面板數(shù)據(jù)對(duì)擴(kuò)展的C-D函數(shù)進(jìn)行回歸分析。進(jìn)一步考察宏觀經(jīng)濟(jì)不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。

(三)數(shù)據(jù)說(shuō)明與處理方式

表1 采用指標(biāo)及處理方式

數(shù)據(jù)來(lái)源：Wind數(shù)據(jù)庫(kù)、中經(jīng)網(wǎng)；應(yīng)用軟件：Matlab、R3.4.1 、Eviews9.0。

對(duì)于擴(kuò)展的C-D(柯布道格拉斯)生產(chǎn)函數(shù)的四個(gè)變量產(chǎn)出、資本投入、勞動(dòng)力投入和科技進(jìn)步，借鑒吳海民(2006)[23]、劉遵義(1997)[24]代理變量的選取方法，分別采用支出法國(guó)內(nèi)生產(chǎn)總值、固定資本存量、就業(yè)人員和科技存量作為代理變量。樣本區(qū)間是2006-2016年的29個(gè)省市、自治區(qū)的面板數(shù)據(jù)(重慶并入四川計(jì)算，由于數(shù)據(jù)不全不包含西藏)。原始數(shù)據(jù)來(lái)源于《中經(jīng)網(wǎng)》和《統(tǒng)計(jì)年鑒》。

支出法國(guó)內(nèi)生產(chǎn)總值，它反映了本期生產(chǎn)的國(guó)內(nèi)生產(chǎn)總值的使用和構(gòu)成。以2006年為基期，采用省際GDP指數(shù)對(duì)名義值進(jìn)行平減得到實(shí)際值。

固定資本存量，目前統(tǒng)計(jì)年鑒和數(shù)據(jù)庫(kù)均無(wú)相關(guān)數(shù)據(jù)。本文采用永續(xù)盤(pán)存法來(lái)計(jì)算固定資本存量。即Kt=Kt-1(1-δt)+It，其中δ為折舊率，It是當(dāng)年固定資本投資額，Kt-1為上一年資本存量。對(duì)于基年2006年資本存量的選取參考單豪杰(2008)[25]在《中國(guó)資本存量再估算》一文中測(cè)算出的2006年各省(地區(qū))資本存量，依據(jù)永續(xù)存盤(pán)法進(jìn)一步核算出2006-2016年各省資本存量。

勞動(dòng)投入量以各省市、自治區(qū)的年末就業(yè)人數(shù)作為代理變量。其中包括城鎮(zhèn)單位就業(yè)人員數(shù)、私營(yíng)企業(yè)就業(yè)人數(shù)以及個(gè)體勞動(dòng)者。代理指標(biāo)可以反映地區(qū)一定時(shí)間內(nèi)人力資源的實(shí)際利用情況。

技術(shù)進(jìn)步的有效測(cè)度是個(gè)難題，其包括生產(chǎn)要素質(zhì)量的改進(jìn)、知識(shí)科研能力的提升，資源配置的合理利用等等。依據(jù)數(shù)據(jù)的可獲得性，以各省市、自治區(qū)專(zhuān)利授權(quán)數(shù)作為代理變量。技術(shù)進(jìn)步同樣以存量的形式存在，參考吳海民(2006)[23]采用的方法，技術(shù)進(jìn)步存量為每年授權(quán)專(zhuān)利數(shù)量減去每年10%的“折舊”累加所得。基年的科技存量，采用當(dāng)年授權(quán)專(zhuān)利數(shù)量除以10%來(lái)確定。

經(jīng)濟(jì)不確定性指數(shù)有效測(cè)度了我國(guó)宏觀經(jīng)濟(jì)的不確定性。借鑒李鳳羽和楊墨竹(2015)[9]假定各省在同一時(shí)期面臨的宏觀經(jīng)濟(jì)不確定性相同。依據(jù)以上數(shù)據(jù)處理方式，最終得到產(chǎn)量、資本存量、勞動(dòng)力投入和科技進(jìn)步的基期數(shù)據(jù)，如表2所示。

表2 我國(guó)各省(地區(qū))基期2006年投入產(chǎn)出數(shù)據(jù)

注：資本投入與科技進(jìn)步均為存量，計(jì)算方法借鑒永續(xù)盤(pán)存法。

三、實(shí)證分析

(一)經(jīng)濟(jì)不確定性測(cè)度結(jié)果分析

應(yīng)用Matlab、R3.4.1軟件，通過(guò)FAVAR-SV模型得到我國(guó)宏觀經(jīng)濟(jì)不確定性指數(shù)，并通過(guò)迭代得到向前h=1,2…，12期的預(yù)測(cè)值，為了觀察方便，將指數(shù)進(jìn)行標(biāo)準(zhǔn)化處理，提取h=1,3,12期的不確定性指數(shù)進(jìn)行對(duì)比，具體如圖1所示。水平線是1.65倍的標(biāo)準(zhǔn)差①，三條指數(shù)曲線波動(dòng)基本一致，說(shuō)明測(cè)度方法穩(wěn)定；其次，測(cè)度結(jié)果來(lái)源于豐富的數(shù)據(jù)環(huán)境，因此規(guī)避了單一變量或者少數(shù)類(lèi)別變量測(cè)度不確定性指數(shù)時(shí)出現(xiàn)頻繁波動(dòng)的情況，更有利于快速識(shí)別發(fā)生概率小于10%的危機(jī)時(shí)期。再次，測(cè)度結(jié)果展示了兩個(gè)高于1.65倍標(biāo)準(zhǔn)差的波動(dòng)區(qū)間，分別都是2008年8月至2009年4月和2015年4月至2015年6月。

實(shí)際上2008年9月，國(guó)際金融危機(jī)全面爆發(fā)后，中國(guó)經(jīng)濟(jì)增速快速回落，出口出現(xiàn)負(fù)增長(zhǎng)，失業(yè)率上升，人們?cè)絹?lái)越?jīng)]有安全感并對(duì)經(jīng)濟(jì)失去信心，經(jīng)濟(jì)面臨硬著陸的風(fēng)險(xiǎn)。為了應(yīng)對(duì)這種局面，中國(guó)政府于2008年11月推出了進(jìn)一步擴(kuò)大內(nèi)需、促進(jìn)經(jīng)濟(jì)平穩(wěn)增長(zhǎng)的十項(xiàng)措施，到2010年底約需投資4萬(wàn)億。政策實(shí)施之后，2009年10月27日，國(guó)家發(fā)展改革有關(guān)負(fù)責(zé)人在回答記者提問(wèn)時(shí)表示，4萬(wàn)億投資計(jì)劃項(xiàng)目建設(shè)進(jìn)展順利，中央投資的引導(dǎo)和帶動(dòng)作用持續(xù)顯現(xiàn)，取得了明顯成效。如圖1所示，在2007年8月宏觀經(jīng)濟(jì)不確定指數(shù)逐漸上升，在2008年8月超過(guò)1.65倍標(biāo)準(zhǔn)差。國(guó)家投資計(jì)劃實(shí)施之后，2009年1月宏觀經(jīng)濟(jì)不確定性指數(shù)到達(dá)峰值后下滑。到2009年10月，不確定性指數(shù)1月、3月、12月預(yù)測(cè)均已經(jīng)下降在均值附近，國(guó)家政策實(shí)施后取得了明顯成效。

圖1 h=1,h=3,h=12宏觀經(jīng)濟(jì)不確定性指數(shù)

圖2 h=1,h=3,h=12股票不確定性指數(shù)

2015年是中國(guó)經(jīng)濟(jì)運(yùn)行相對(duì)困難的一年，地方財(cái)政債務(wù)、房地產(chǎn)危機(jī)、國(guó)際貿(mào)易方面歐盟對(duì)華所有產(chǎn)品普惠制結(jié)束等加重了我國(guó)經(jīng)濟(jì)壓力，2015年的股災(zāi)將波動(dòng)推向了高潮。經(jīng)濟(jì)不確定性指數(shù)接近于完美地描述了股災(zāi)波動(dòng)的全過(guò)程。2015年4月20日，中國(guó)A股出現(xiàn)里程碑式的巨量成交，兩市合計(jì)成交達(dá)到18025億。當(dāng)時(shí)滬市單邊成交超萬(wàn)億后爆表，交易所只得更新停滯。2015年6月15日，上證指數(shù)最高觸及5178.19點(diǎn)后，隨即掉頭向下，并引發(fā)融資崩盤(pán)。千股跌停，反復(fù)出現(xiàn)。按照學(xué)術(shù)界對(duì)市場(chǎng)危機(jī)下跌幅度的定義，它在十個(gè)交易日的跌幅超過(guò)20%，而且是連續(xù)兩次，這兩次下跌超過(guò)20%的交易日相距非常近，可以斷定為爆發(fā)了市場(chǎng)危機(jī)。隨著股市在6月中旬開(kāi)始持續(xù)暴跌，央行、證監(jiān)會(huì)、銀監(jiān)會(huì)、保監(jiān)會(huì)合力救市。如圖1所示，不確定性指數(shù)在2015年年初開(kāi)始上升，在2015年4月達(dá)到峰值，在2015年7月之后，不確定性指數(shù)低于1.65倍標(biāo)準(zhǔn)差后下降。 2015年底到2016年初中央財(cái)經(jīng)領(lǐng)導(dǎo)小組召開(kāi)了第十一次會(huì)議和第十二次會(huì)議，分別研究了經(jīng)濟(jì)結(jié)構(gòu)性改革和城市工作以及供給側(cè)改革方案，宏觀經(jīng)濟(jì)不確定性指數(shù)在2015年11月到2016年1月左右回降到均值附近。進(jìn)一步采用相同的測(cè)度方法得到股票不確定性指數(shù)，如圖2所示，股票不確定性指數(shù)高于1.65倍標(biāo)準(zhǔn)差的波動(dòng)區(qū)間與宏觀經(jīng)濟(jì)不確定性的波動(dòng)區(qū)間大致相同，但明顯穩(wěn)定性偏低，出現(xiàn)頻繁波動(dòng)的情況。

(二)擴(kuò)展的C-D生產(chǎn)函數(shù)回歸結(jié)果分析

T

對(duì)于面板模型的選擇進(jìn)行F檢驗(yàn)與豪斯曼檢驗(yàn)，檢驗(yàn)結(jié)果顯示F檢驗(yàn)的P值為0并且豪斯曼檢驗(yàn)的P值也為0，因此拒絕 “混合回歸是可以接受的”和“隨機(jī)效應(yīng)模型是可以接受的” 原假設(shè)，即檢驗(yàn)結(jié)果認(rèn)為使用固定效應(yīng)模型要優(yōu)于混合模型和隨機(jī)效應(yīng)模型。參數(shù)估計(jì)結(jié)果如表3所示，其中UNC代表經(jīng)濟(jì)不確定性指數(shù)，SUNC代表單一類(lèi)別變量股票的不確定性指數(shù)。結(jié)果表明，四個(gè)模型的F值和t值均顯著，R2和調(diào)整的R2均達(dá)到0.99左右，資本投入要素、勞動(dòng)力投入和科技進(jìn)步的系數(shù)符號(hào)與經(jīng)濟(jì)理論相符，模型的說(shuō)明能力很好。

由表3可知，在四個(gè)回歸結(jié)果中，資本要素、勞動(dòng)力要素和科技進(jìn)步要素的參數(shù)符號(hào)均為正，與經(jīng)濟(jì)理論相符，且在1%的顯著水平下顯著；引入經(jīng)濟(jì)不確定性指數(shù)，系數(shù)為-0.118，且在1%的顯著水平下顯著，說(shuō)明UNC對(duì)產(chǎn)出有負(fù)向影響，即抑制了當(dāng)期的經(jīng)濟(jì)增長(zhǎng)，并且模型2的α+β+δ值小于模型1的α+β+δ值，對(duì)于生產(chǎn)要素的投入也產(chǎn)生了消極影響；引入經(jīng)濟(jì)不確定性指數(shù)滯后項(xiàng)，可以看到不確定性對(duì)產(chǎn)出帶來(lái)的抑制作用減弱，并且投資要素彈性β有所提升，可能是由于國(guó)家政策的實(shí)施，例如，在2008年我國(guó)受到國(guó)際金融危機(jī)沖擊后在2009年末提出4萬(wàn)億投資計(jì)劃政策，有效的緩解了負(fù)向沖擊，取得了明顯成效；模型4引入股票不確定性，系數(shù)為-0.047，且在1%的顯著水平下顯著，其絕對(duì)值明顯小于模型2中的宏觀經(jīng)濟(jì)不確定性系數(shù)絕對(duì)值，這表明單一變量或少數(shù)類(lèi)別變量的不確定性作為宏觀經(jīng)濟(jì)不確定性代理變量時(shí)，不能夠全面地體現(xiàn)經(jīng)濟(jì)不確定性影響，在某段時(shí)期很有可能縮小了實(shí)際不確定性的負(fù)向影響，使得人們?cè)谏a(chǎn)生活中降低對(duì)經(jīng)濟(jì)不確定性的警覺(jué)性，從而造成經(jīng)濟(jì)損失。

表3 宏觀經(jīng)濟(jì)不確定性與經(jīng)濟(jì)增長(zhǎng)關(guān)系參數(shù)估計(jì)

注：使用軟件stata12.0，參數(shù)估計(jì)均在1%顯著水平上顯著。

結(jié)合四個(gè)模型的觀察來(lái)看，α+β+δ值均小于1，存在規(guī)模報(bào)酬遞減現(xiàn)象。在經(jīng)濟(jì)理論上是因?yàn)閲?guó)家或廠商生產(chǎn)規(guī)模過(guò)大，生產(chǎn)的各個(gè)方面不能得到有效協(xié)調(diào)和配置，從而減低了生產(chǎn)效率。具體可以表現(xiàn)為國(guó)家或廠商內(nèi)部合理分工的破壞，生產(chǎn)有效運(yùn)行的障礙等等。西方經(jīng)濟(jì)學(xué)家指出，一般來(lái)說(shuō)當(dāng)國(guó)家或企業(yè)在最初的創(chuàng)業(yè)階段快速增長(zhǎng)時(shí)，處在規(guī)模報(bào)酬遞增階段；在追逐利益的驅(qū)動(dòng)下，品嘗到生產(chǎn)規(guī)模擴(kuò)張的好處后會(huì)繼續(xù)擴(kuò)大再生產(chǎn)規(guī)模，此時(shí)收益慢慢進(jìn)入規(guī)模報(bào)酬不變；如若再過(guò)分繼續(xù)擴(kuò)大產(chǎn)業(yè)規(guī)模，就可能進(jìn)入規(guī)模報(bào)酬遞減階段。然而進(jìn)入規(guī)模報(bào)酬遞減階段不見(jiàn)得是件壞事，隨著通訊方式和互聯(lián)網(wǎng)商業(yè)發(fā)展，國(guó)家相關(guān)應(yīng)對(duì)政策的實(shí)施，能夠有效解決傳統(tǒng)產(chǎn)業(yè)由于規(guī)模過(guò)大導(dǎo)致的配置不協(xié)調(diào)等問(wèn)題，從而產(chǎn)業(yè)可以繼續(xù)擴(kuò)大規(guī)模而不會(huì)進(jìn)入規(guī)模報(bào)酬遞減階段，經(jīng)濟(jì)從而進(jìn)入良性增長(zhǎng)。這與實(shí)際經(jīng)濟(jì)情況相符，在2008年國(guó)際金融危機(jī)之后，我國(guó)經(jīng)濟(jì)進(jìn)入經(jīng)濟(jì)新常態(tài)，同時(shí)存在產(chǎn)能過(guò)剩、供給與需求失衡等問(wèn)題。政府積極應(yīng)對(duì)，從2015年11月到2016年初中央財(cái)經(jīng)領(lǐng)導(dǎo)小組召開(kāi)第十一次會(huì)議和第十二次會(huì)議，分別研究了經(jīng)濟(jì)結(jié)構(gòu)性改革和城市工作以及供給側(cè)改革方案。調(diào)整經(jīng)濟(jì)結(jié)構(gòu)，實(shí)現(xiàn)最優(yōu)配置，中國(guó)經(jīng)濟(jì)進(jìn)入結(jié)構(gòu)調(diào)整與動(dòng)力轉(zhuǎn)換期，進(jìn)一步實(shí)現(xiàn)推動(dòng)高質(zhì)量經(jīng)濟(jì)發(fā)展，這將是今后一段時(shí)期確定發(fā)展思路、制定經(jīng)濟(jì)政策、實(shí)施宏觀調(diào)控的根本要求。

四、結(jié)論與建議

本文首次利用豐富的數(shù)據(jù)環(huán)境選取158個(gè)宏觀經(jīng)濟(jì)指標(biāo)，應(yīng)用FAVAR-SV(因子增廣向量自回歸-隨機(jī)波動(dòng))模型，測(cè)度了宏觀經(jīng)濟(jì)不確定性，并進(jìn)行了1-12期的預(yù)測(cè)，各期預(yù)測(cè)指數(shù)波動(dòng)情況基本一致，說(shuō)明了測(cè)度方法的穩(wěn)定性；兩個(gè)高于1.65倍標(biāo)準(zhǔn)差的波動(dòng)區(qū)間，很好地解釋說(shuō)明了2008年國(guó)際金融危機(jī)對(duì)我國(guó)經(jīng)濟(jì)的沖擊和2015年我國(guó)經(jīng)濟(jì)運(yùn)行比較困難的一年；測(cè)度結(jié)果規(guī)避了已有研究因采用單一變量或單一類(lèi)別變量波動(dòng)作為經(jīng)濟(jì)不確定性代理變量時(shí)所出現(xiàn)的頻繁波動(dòng)問(wèn)題，并且測(cè)度結(jié)果能夠快速有效識(shí)別發(fā)生概率小于等于10%的突發(fā)事件；經(jīng)濟(jì)不確定性指數(shù)帶入擴(kuò)展的C-D生產(chǎn)函數(shù)，基于29個(gè)省市、自治區(qū)的面板數(shù)據(jù)，進(jìn)行四次回歸，分別說(shuō)明了宏觀經(jīng)濟(jì)不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)具有抑制作用，也就是說(shuō)當(dāng)不確定性指數(shù)升高時(shí)，經(jīng)濟(jì)不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的抑制作用會(huì)增強(qiáng)。在不確定性事件發(fā)生后，政府或企業(yè)積極采取應(yīng)對(duì)政策和措施，來(lái)緩解由于經(jīng)濟(jì)不確定性帶來(lái)的負(fù)向影響，因此不確定性滯后期的負(fù)向影響有所減弱，同時(shí)可以看到資本投入的彈性在相應(yīng)的增強(qiáng)，事實(shí)上國(guó)家會(huì)通過(guò)鼓勵(lì)投資的政策來(lái)緩解經(jīng)濟(jì)不確定性的沖擊。當(dāng)宏觀經(jīng)濟(jì)不確定性由股票不確定性來(lái)替代時(shí)，回歸結(jié)果縮小了宏觀經(jīng)濟(jì)不確定性給經(jīng)濟(jì)增長(zhǎng)帶來(lái)的實(shí)際影響。因此，采用單一變量或少數(shù)類(lèi)別變量的波動(dòng)來(lái)替代宏觀經(jīng)濟(jì)不確定性指數(shù)仍是不夠全面的，具有一定的片面性。

近年來(lái)我國(guó)的國(guó)際地位在逐步提升，經(jīng)濟(jì)開(kāi)放程度不斷提高，國(guó)內(nèi)經(jīng)濟(jì)正處在調(diào)結(jié)構(gòu)、穩(wěn)增長(zhǎng)的重要時(shí)期，與此同時(shí)面臨來(lái)至國(guó)內(nèi)外的不確定性也不斷增加。綜上所述提出以下幾點(diǎn)建議，首先，為實(shí)證研究提供優(yōu)質(zhì)的大數(shù)據(jù)環(huán)境，從數(shù)據(jù)的頻度、涵蓋范圍等多方面細(xì)化經(jīng)濟(jì)數(shù)據(jù)。其次，發(fā)展企業(yè)關(guān)鍵核心技術(shù)、加快培育發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)，實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)。再次，加快淘汰落后產(chǎn)能，深化產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，實(shí)現(xiàn)產(chǎn)業(yè)內(nèi)部資源的有效配置，加快高質(zhì)經(jīng)濟(jì)發(fā)展，提升我國(guó)經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力，有效緩解不確定性沖擊帶來(lái)的負(fù)向影響。未來(lái)研究方向，從行業(yè)、供求關(guān)系等方面多維度地考察經(jīng)濟(jì)不確定性測(cè)度以及其經(jīng)濟(jì)效應(yīng)，為豐富我國(guó)經(jīng)濟(jì)不確定性理論提供參考，并為經(jīng)濟(jì)穩(wěn)定增長(zhǎng)提供合理化建議。