經濟政策不確定性、宏觀杠桿率與金融穩定性——基于SVAR模型和門限模型的實證研究

周海林，嚴超超，吳鑫育

(安徽財經大學 金融學院，安徽 蚌埠 233000)

一、引 言

2020年初，新冠肺炎疫情暴發對全球經濟發展造成非常嚴重的沖擊，同時，中國經濟出現最大幅度的負增長。由于新冠肺炎疫情導致的世界經濟環境的不確定性迅速上升，各國政府紛紛出臺大規模的財政政策和寬松貨幣政策緩解新冠肺炎疫情對經濟的沖擊。在寬松的經濟政策影響下，中國的宏觀杠桿率快速提高。中美貿易戰和新冠肺炎疫情等事件引起全球經濟政策不確定性快速上升，對國際金融市場產生巨大沖擊。[1]面對新冠肺炎疫情對經濟的強烈沖擊，必須處理好穩定經濟發展和防范金融風險的關系。[2]全球經濟政策不確定性是國內金融市場系統性風險的重要原因。[3]為了應對新冠肺炎疫情對經濟的巨大沖擊，中國學者對中國政府是否應該進行財政赤字貨幣化問題進行了激烈的討論[4-5]。Baker等(2016)[6]開創性地構建了世界主要國家的經濟政策不確定性指數。Huang等(2020)[7]使用中國10家權威報紙構建了新的中國經濟政策不確定性指數?，F階段國內關于經濟政策不確定性的主要研究在于：一是經濟政策不確定性的變化對經濟的動態影響研究；二是有關經濟政策不確定性、系統性金融風險和企業杠桿率的動態關系研究。但是現有文獻更多是研究經濟政策不確定性對經濟的動態影響，同時經濟政策不確定性對杠桿率的影響，以及經濟政策不確定性和宏觀杠桿率對金融穩定性是否具有非對稱影響還沒有得到一致結論。因此，本文構建結構向量自回歸(SVAR)模型和門限模型研究經濟政策不確定性、宏觀杠桿率和金融穩定性的動態關系和非對稱性影響，為從經濟政策不確定性角度理解宏觀杠桿率和金融穩定性的波動原因和提出合適的政策建議提供參考。

二、文獻綜述與研究假說

(一)經濟政策不確定性與宏觀杠桿率的動態關系

現有文獻關于經濟政策不確定性對于宏觀杠桿率影響的研究尚有爭議，且很多文獻從經濟政策不確定性的角度研究企業杠桿率變動的原因。紀洋等(2018)[8]研究發現經濟政策不確定性指數升高顯著提高了國有企業的杠桿率水平。宮汝凱等(2019)[9]從經濟政策不確定性角度分析了中國企業杠桿率變動的原因，研究結果發現經濟政策不確定性對企業杠桿率產生顯著的負向影響。司登奎等(2020)[10]從匯率政策不確定性的視角實證研究發現匯率政策不確定性的提高顯著提高了企業的杠桿率。同時，王愛儉等(2020)[11]研究發現經濟政策不確定性會對投資、消費和經濟增長產生負面影響，政府實施寬松的財政政策導致財政赤字擴大進而導致政府杠桿率上升。張斌等(2018)[12]研究發現債務上升帶來的真實GDP增速邊際效力下降和資本回報率下降導致經濟增速放緩，不斷增加的財政赤字會進一步提升宏觀杠桿率。劉金全等(2020)[13]運用TVP-SV-VAR模型研究了貨幣政策與財政政策對經濟增長和宏觀杠桿率的動態影響。因此，本文提出研究假說1。

研究假說1：經濟政策不確定性上升會提高宏觀杠桿率水平。

(二)經濟政策不確定性與金融穩定性的動態關系

楊子暉等(2020)[1]使用非線性網絡關聯方法，運用跨國數據研究經濟政策不確定性指數與系統性金融風險傳染之間的關系。劉玚等(2019)[3]從跨境資本流動的角度研究得出全球經濟政策不確定性是國內金融市場系統性風險的重要原因。田磊等(2016)[14]采用中國經濟政策不確定性指數系統考察其宏觀經濟效應，研究發現經濟政策不確定性沖擊產生了類似于以抑制通脹為目標的緊縮貨幣政策要達到的宏觀經濟效應。許志偉等(2019)[15]研究發現經濟政策不確定性會顯著增加產出與價格波動，且上述結果對不同類型的貨幣政策均穩健，經濟政策不確定性的快速提高會對經濟造成顯著的不利的消極影響。同時，也有研究發現經濟政策不確定性與企業稅負呈正相關關系，經濟政策不確定性的提高增加了企業稅負[16-17]。Matousek等(2020)[18]考察了經濟政策不確定性如何影響金融企業在危機下的資本短缺。通過使用全球經濟政策不確定性指數，研究表明政策不確定性的增加會導致在未來市場嚴重下跌時資本缺口的增加。鐘意等(2018)[19]研究發現經濟政策不確定性和金融的不穩定對經濟增長都產生了顯著的負向效應。逯進等(2020)[20]實證研究也發現經濟政策不確定性的上升會顯著加劇金融的不穩定。因此，本文提出研究假說2。

研究假說2：經濟政策不確定性會通過宏觀經濟的波動降低金融穩定性。

(三)宏觀杠桿率與金融穩定性的動態關系

馬勇等(2016)[21]運用跨國面板數據實證研究發現宏觀杠桿率的變動對經濟產出和宏觀經濟穩定產生了負面影響。紀敏等(2017)[22]研究發現宏觀杠桿率的快速上升會導致資產價格泡沫，同時快速地去杠桿可能導致“債務—通縮”風險。馬勇等(2017)[23]研究發現金融杠桿波動對經濟增長產生負面影響，應積極加快經濟的轉型升級，并采取穩健有序的“去杠桿化”策略，以實現經濟增長和金融穩定的雙重平衡。劉曉欣等(2017)[24]運用SVAR模型研究發現金融杠桿和房地產價格上升對金融穩定性產生顯著的負面影響。王倩等(2018)[25]從居民的效用函數出發，實證研究得出金融杠桿上升和金融不穩定性加劇的根源是收入差異，收入差異的加大會提高金融杠桿和加劇金融不穩定。沈悅等(2020)[26]運用PVAR模型研究發現金融杠桿和房價泡沫存在相互促進的關系，金融杠桿的波動和上升以及房價泡沫都不利于金融穩定。因此，本文提出研究假說3。

研究假說3：宏觀杠桿率上升及其波動會加劇宏觀經濟的波動以及導致資產價格泡沫進而降低金融穩定。

三、變量選取和研究模型構建

(一)變量選取

本文的研究包括經濟政策不確定性指數、宏觀杠桿率和金融穩定性指數三個核心變量，數據時間區間從2007年1月到2020年6月。數據來源于Wind金融終端和中經網數據庫。本文變量的具體選取和數據處理如下：

(1)經濟政策不確定性指數。本文參考Huang等(2020)[7]選用中國10家權威報紙的相關數據構建了新的中國經濟政策不確定性指數，數據來源于https://economicpolicyuncertaintyinchina.weebly.com/。經濟政策不確定性指數變量記為EPU。

(2)宏觀杠桿率。借鑒馬勇等(2017)[23]對宏觀杠桿率的度量方法，本文采用M2/GDP衡量宏觀杠桿率，其中GDP為季度數據，并通過Eviews10的Litterman插值方法將GDP轉化調整為月度數據。宏觀杠桿率變量記為M2。

(3)金融穩定性指數。借鑒逯進等(2020)[20]、劉曉欣等(2017)[24]、劉金全等(2019)[27]構建金融穩定性指數的方法，本文從金融機構、金融市場、宏觀經濟金融三個方面選取10個基礎指標，利用主成分分析測度金融穩定性指數。金融穩定性指數的基礎指標見表1。金融穩定性指數變量記為FSI。

本文對金融穩定性的10個基礎指標進行離差標準化以消除不同指標量綱對金融穩定性度量的影響，同時對于經濟政策不確定性、宏觀杠桿率和金融穩定性進行離差標準化消除量綱的影響。數據離差標準化公式如下：

式中：xi表示第i個指標月度數據，Yi是離差標準化后轉為閉區間[0，1]上的無量綱變量。

(二)研究模型構建

VAR(p)模型的一般表達式為

本文構建包含經濟政策不確定性、宏觀杠桿率和金融穩定性三個變量的結構向量自回歸(SVAR)模型分析這三個變量間的動態關系。SVAR模型的一般表達式為

本文中的內生變量順序分別為yt=(EPU,M2,FSI)，在結構向量自回歸模型建立和估計中，最為重要的一項是模型的識別性問題。本文假定式(3)是AB-型的SVAR模型，則Aεt=Bμt，且A=c0。根據喬利斯基分解的思路和相關經濟理論，具體識別條件如下：經濟政策不確定性對當期的宏觀杠桿率的波動沒有反應，即α12=0；經濟政策不確定性對當期的金融穩定性的波動沒有反應，即α13=0；宏觀杠桿率對當期的金融穩定性的波動沒有反應，即α23=0。因此，本文對矩陣A和B分別施加如下約束條件：

即

四、實證結果分析

(一)SVAR模型的檢驗

為了避免在結構向量自回歸模型中可能存在的偽回歸現象，本文對經濟政策不確定性指數(EPU)、宏觀杠桿率(M2)和金融穩定性指數(FSI)進行平穩性檢驗，檢驗結果見表2。經濟政策不確定性在95%顯著性水平上是平穩的，宏觀杠桿率和金融穩定性是非平穩的，但是宏觀杠桿率和金融穩定性指數都是一階單整的。

表2 各變量的平穩性檢驗結果

本文根據信息準則選定最優滯后階數為5階(見表3)，同時進行結構向量自回歸模型的穩定性檢驗，結果如圖1所示。由圖1所示,所有單位根的模都小于1，表明本文構建的結構向量自回歸模型是穩定的。

表3 模型最優滯后期數檢驗結果

圖1 模型穩定性檢驗結果

本文使用協整檢驗來分析經濟政策不確定性指數、宏觀杠桿率和金融穩定性指數是否具有協整關系，結果見表4。前兩行跡統計量所對應的P值都小于0.05，說明在95%顯著性水平下，經濟政策不確定性指數、宏觀杠桿率和金融穩定性指數至少存在2個協整向量。因此，可以使用變量直接構建SVAR模型。

表4 Johansen協整檢驗結果

本文使用格蘭杰因果關系檢驗經濟政策不確定性指數、宏觀杠桿率和金融穩定性指數的因果關系，結果見表5。在90%的置信水平下，經濟政策不確定性指數和宏觀杠桿率是雙向因果關系；經濟政策不確定性指數是金融穩定性指數的格蘭杰原因，但是金融穩定性指數不是經濟政策不確定性指數的格蘭杰原因；宏觀杠桿率和金融穩定性指數也是雙向格蘭杰因果關系。

表5 格蘭杰因果關系檢驗結果

(二)脈沖響應函數分析

首先，使用2007年1月至2020年6月的月度數據構建經濟政策不確定性指數、宏觀杠桿率和金融穩定性指數的結構向量自回歸(SVAR)模型。圖2描繪了宏觀杠桿率(M2)對經濟政策不確定性指數(EPU)沖擊的脈沖響應函數，顯示出當給經濟政策不確定性指數一個單位的正向沖擊后，宏觀杠桿率隨后20個月對該沖擊的反應。從圖2分析可知，當給經濟政策不確定性指數一個單位的正向沖擊后，宏觀杠桿率在前五個月沒有顯著影響，在第五個月以后，宏觀杠桿率顯著持續地上升，這說明經濟政策不確定性對宏觀杠桿率的影響具有滯后效應。從長期來看，經濟政策不確定性的上升對宏觀杠桿率產生顯著的正向影響，這與本文研究假說1一致。其理論機制如下：第一，經濟政策不確定性指數的提高會顯著增加國企的杠桿率水平，最終導致宏觀杠桿率上升[8]；第二，經濟政策不確定性導致政府債務上升帶來的GDP增速邊際效力下降進一步提升了宏觀杠桿率水平[11-12]。

圖3描繪了金融穩定性指數(FSI)對經濟政策不確定性指數(EPU)沖擊的脈沖響應函數，顯示出當給經濟政策不確定性指數一個單位的正向沖擊后，金融穩定性指數隨后20個月對該沖擊的反應。從圖3可以發現，當給經濟政策不確定性指數一個單位的正向沖擊后，金融穩定性指數立刻做出負面反應并在第10個月達到最小值。這驗證了本文研究假說2，其理論機制在于：經濟政策不確定性會對消費、投資和進出口產生負面影響，并且加劇宏觀經濟波動和資產價格波動[15]。同時，經濟政策不確定性的提高也增加了企業稅負[16-17]。最后，經濟政策不確定性可能通過跨境資本流動渠道提高系統性金融風險[3]。

圖3 FSI對EPU沖擊的脈沖響應函數

圖4描繪了金融穩定性指數(FSI)對宏觀杠桿率(M2)沖擊的脈沖響應函數，顯示了當給宏觀杠桿率一個單位的正向沖擊后，金融穩定性指數隨后20個月對該沖擊的反應。從圖4分析可知，當受到宏觀杠桿率一個單位的正向沖擊后，金融穩定性指數立刻產生負面影響，并且在第三個月達到最小值，同時金融穩定性指數一直保持負向影響。這驗證了本文的研究假說3。宏觀杠桿對金融穩定性的影響機制如下：一是由于部分政策資金在金融系統空轉套利，從而導致中國的經濟和金融系統不穩定加劇。[24]二是由于宏觀杠桿和房價泡沫具有相互促進的效應，資金過度流向房地產企業加劇了金融的不穩定性，甚至會引發系統性金融風險[26]。

圖4 FSI對M2沖擊的脈沖響應函數

(三)方差分解

方差分解是分析SVAR模型的內生變量的結構沖擊對每一個內生變量的貢獻度。圖5描繪了經濟政策不確定性指數(EPU)沖擊對金融穩定性指數(FSI)的貢獻度。從圖5可以看出，經濟政策不確定性指數沖擊對金融穩定性指數的貢獻度最大達到了40%。圖6描繪了經濟政策不確定性指數(EPU)沖擊對宏觀杠桿率(M2)的貢獻度。從圖6可以看出，經濟政策不確定性指數沖擊對宏觀杠桿率的最大貢獻度為15%。圖7描繪了宏觀杠桿率(M2)沖擊對金融穩定性指數(FSI)的貢獻度。從圖7可以看出，宏觀杠桿率沖擊對金融穩定性指數的最大貢獻度為13%。

圖5 EPU沖擊對FSI的貢獻度

圖6 EPU沖擊對M2的貢獻度

圖7 M2沖擊對FSI的貢獻度

(四)穩健性檢驗

1.廣義脈沖響應分析

本文在穩健性檢驗中采用廣義脈沖響應函數分析，克服了Cholesky分解依賴于變量的次序可能帶來的問題。圖8描繪了金融穩定性指數(FSI)對經濟政策不確定性指數(EPU)沖擊的廣義脈沖響應函數，圖9描繪了金融穩定性指數(FSI)對宏觀杠桿率(M2)沖擊的廣義脈沖響應函數，圖10描繪了宏觀杠桿率(M2)對經濟政策不確定性指數(EPU)沖擊的廣義脈沖響應函數。從圖8～圖10分析可知，當給經濟政策不確定性指數一個單位的正向沖擊后，宏觀杠桿率產生顯著的正向效應，金融穩定性指數產生顯著的負向效應；當給宏觀杠桿率一個單位的正向沖擊后，金融穩定性指數產生顯著的負向效應。這與上文分析的結果一致。

圖8 FSI對EPU沖擊的廣義脈沖響應函數

圖9 FSI對M2沖擊的廣義脈沖響應函數

圖10 M2對EPU沖擊的廣義脈沖響應函數

2.更換金融穩定性指數變量的脈沖響應函數分析

本文參考逯進等(2020)[20]使用HP濾波方法計算金融穩定的波動成分作為金融穩定性的代理變量，變量記為FSICYCLE。圖11描繪了金融穩定性(FSICYCLE)對經濟政策不確定性指數(EPU)沖擊的脈沖響應函數，圖12描繪了金融穩定性(FSICYCLE)對宏觀杠桿率(M2)沖擊的脈沖響應函數，圖13描繪了宏觀杠桿率(M2)對經濟政策不確定性指數(EPU)沖擊的脈沖響應函數。從圖11～圖13分析可知，當給經濟政策不確定性指數一個單位的正向沖擊后，宏觀杠桿率產生顯著的正向效應，金融穩定性指數產生顯著的負向效應；當給宏觀杠桿率一個單位的正向沖擊后，金融穩定性產生顯著的負向效應。這與上文分析的結果基本一致。

圖11 FSICYCLE對EPU沖擊的脈沖響應函數

圖12 FSICYCLE對M2沖擊的脈沖響應函數

圖13 M2對EPU沖擊的脈沖響應函數(更換金融穩定性指數變量)

五、進一步研究

(一)不同類型經濟政策不確定性指數、宏觀杠桿率與金融穩定性指數的動態關系

參考Huang等(2020)[7]和金春雨等(2020)[28]，本文進一步研究不同類型經濟政策不確定性指數、宏觀杠桿率與金融穩定性指數的動態關系。本文將財政政策不確定性指數、貨幣政策不確定性指數分別記為Fiscal、Monetary，分別構建財政政策不確定性指數和貨幣政策不確定性指數與宏觀杠桿率、金融穩定性指數的三變量SVAR模型。圖14是財政政策不確定性指數、宏觀杠桿率與金融穩定性指數的SVAR模型的廣義脈沖響應分析圖。從圖14分析可知，在當期給財政政策不確定性指數一個單位的正向沖擊后，金融穩定性指數產生負向影響并在第5期達到最大值，隨后對金融穩定性指數的影響逐漸減弱，同時對宏觀杠桿率產生顯著的正向影響并逐漸擴大。在當期給宏觀杠桿率一個單位的正向沖擊后，金融穩定性指數產生顯著的負向影響并在第3期達到最大值。圖15是貨幣政策不確定性指數、宏觀杠桿率與金融穩定性指數的SVAR模型的廣義脈沖響應分析圖。從圖15分析可知，在當期給貨幣政策不確定性指數一個單位的正向沖擊后，前兩期對金融穩定性指數沒有顯著影響，第3期產生顯著的正向影響，然后對金融穩定性指數產生持續的負向影響并不斷擴大，整體上貨幣政策不確定性指數對金融穩定性指數產生負向影響。同時貨幣政策不確定性指數的提高對宏觀杠桿率首先產生一個負向影響，在第8期以后對宏觀杠桿率產生持續的正向影響。當期給宏觀杠桿率一個單位的正向沖擊后，金融穩定性指數立刻產生一個負向影響，并且在第3期負向影響達到最大值。綜上分析，可以發現：第一，財政政策不確定性和貨幣政策不確定性整體上都會對金融穩定性產生負向影響；第二，宏觀杠桿率的提高會顯著地降低金融穩定性；第三，財政政策不確定性的提高會對宏觀杠桿率產生顯著的正向影響，貨幣政策不確定性的提高對宏觀杠桿率首先產生一個負向影響，在第8期以后對宏觀杠桿率產生持續的正向影響。

圖14 財政政策不確定性指數、宏觀杠桿率與金融穩定性指數的動態關系

圖15 貨幣政策不確定性指數、宏觀杠桿率與金融穩定性指數的動態關系

(二)經濟政策不確定性的門限效應檢驗和非對稱性分析

Hansen(1996,2000)[29-30]提出并發展了門限模型，同時給出了門限模型的估計方法和門限個數的檢驗方法。本文將經濟政策不確定性指數作為門限變量探討經濟政策不確定性和宏觀杠桿率對金融穩定性的門限效應和非對稱性。參考Hansen(2000)[30]提出的門限模型，本文構建的門限模型設定如下：

式中：γ是門限值，It(γ)為指數函數，其值域為(0，1)，εt為擾動項。

門限效應檢驗結果見表6。由表6可知，在95%顯著性水平下，經濟政策不確定性指數作為門限變量時存在2個門限值，說明經濟政策不確定性變量具有門限效應。經濟政策不確定性指數的兩個門限值分別為113.95、132.26。因此，本文假定經濟政策不確定性指數小于113.95為低經濟政策不確定性時期，經濟政策不確定性指數在113.95和132.26之間為中經濟政策不確定性時期，經濟政策不確定性指數高于132.26為高經濟政策不確定性時期。本文分別估計了全樣本下的金融穩定性指數、經濟政策不確定性指數和宏觀杠桿率的線性關系以及門限模型各個區制的回歸結果，具體結果見表7。同時本文對門限模型進行了E-G協整檢驗，結果見表8。門限模型的變量存在長期協整關系，沒有偽回歸情況。

從表7可以看出，第一，全樣本線性回歸模型中，經濟政策不確定性和宏觀杠桿率在99%顯著性水平下對金融穩定性產生顯著的負向影響。第二，經濟政策不確定性指數作為門限變量時，經濟政策不確定性和宏觀杠桿率對金融穩定性的影響具有顯著的門限效應。具體來看，當處于中低經濟政策不確定性時期時，經濟政策不確定性對金融穩定性具有負向影響，但是此時影響并不顯著，宏觀杠桿率對金融穩定性具有顯著的負向影響；當處于高經濟政策不確定性時期時，經濟政策不確定性和宏觀杠桿率在99%顯著性水平下對金融穩定性產生顯著的負向影響?，F階段，受中美貿易戰、英國脫歐、新冠肺炎疫情的影響，我國的經濟政策不確定性指數已經高于132.26的臨界值。因此，我國在制定經濟政策時應該關注經濟政策不確定性對宏觀杠桿率和金融穩定性潛在和長期的負面影響。

表6 門限效應檢驗結果

表7 門限模型回歸估計結果

表8 門限模型的E-G協整檢驗結果

六、結論和政策啟示

本文基于2007年1月至2020年6月的相關經濟指標和數據構建金融穩定性指數，進而構建經濟政策不確定性指數、宏觀杠桿率和金融穩定性指數的三變量結構向量自回歸模型以研究其動態關系。然后運用門限模型分析經濟政策不確定性和宏觀杠桿率對金融穩定性的門限效應和非對稱影響。實證研究發現：經濟政策不確定性和宏觀杠桿率是雙向因果關系；經濟政策不確定性是金融穩定性的格蘭杰原因；經濟政策不確定性的上升會顯著提高宏觀杠桿率，降低金融穩定性，宏觀杠桿率的上升對金融穩定性產生負面影響；財政政策不確定性和貨幣政策不確定性的提高都會對金融穩定性造成不利的消極影響；經濟政策不確定性和宏觀杠桿率對金融穩定性具有顯著的門限效應，當處于高經濟政策不確定性時期時，經濟政策不確定性和宏觀杠桿率在99%顯著性水平下對金融穩定性產生顯著的負向影響?；谝陨涎芯拷Y論，本文提出如下政策建議。

第一，完善宏觀調控跨周期設計和調節機制，實現穩定經濟增長和防范系統性金融風險長期均衡。張曉晶等(2020)[2]提出“在險增長”這一概念，寬松的經濟政策雖然有利于短期的經濟增長，但是會對長期的經濟增長潛力產生抑制作用。當前，為應對疫情對于經濟的負面沖擊，恢復經濟發展是第一要務，但是也要同樣關注金融風險的產生以及寬松的經濟政策對長期經濟增長潛力的抑制作用，完善跨經濟周期的宏觀經濟調節機制，實現經濟高質量發展和防范系統性金融風險發生的動態平衡。

第二，加強經濟政策的精準導向和資金運用監管，防治資金在金融系統空轉和杠桿套利。為了應對疫情對經濟的沖擊，財政赤字的增加和宏觀杠桿率的上升難以避免，但是寬松的經濟政策下資金過度流入房地產市場和股票市場會引發資產價格的快速上升，甚至產生系統性金融風險。同時，政府應該避免銀行業過度加杠桿和銀行部門快速擴張導致的資源錯配和對未來中國經濟增長潛力產生負面影響。

第三，完善財政和貨幣政策對宏觀經濟的聯合調控機制，穩定市場對于經濟政策的預期，降低外部的經濟政策不確定性對宏觀杠桿率和金融穩定性的不利影響?，F階段中國宏觀杠桿率的提高推動經濟增長的良性循環機制已經被打破。[13]實施積極的財政政策應以減稅減費為主，而不是大規模的財政支出，同時我國需要防止出現地方政府通過隱形債務提升政府杠桿，進一步優化杠桿的結構和提升杠桿的效率。