胡成春，陳 迅

（1.重慶理工大學(xué)經(jīng)濟金融學(xué)院，重慶 400054；2.重慶大學(xué)經(jīng)濟與工商管理學(xué)院，重慶 400030）

1 引言

美國次貸危機以來，全球金融市場經(jīng)歷了前所未有的動蕩，各國政府為應(yīng)對危機采取了一系列非常規(guī)的經(jīng)濟政策，導(dǎo)致不確定性增加并引發(fā)各方爭議，美國聯(lián)邦儲備委員會（FRB）和國際貨幣基金組織（IMF）認為正是經(jīng)濟政策的不確定性阻礙了世界經(jīng)濟復(fù)蘇［1-2］。Baker等［3］將經(jīng)濟政策不確定性定義為因政府未來政策不明朗而造成的經(jīng)濟風(fēng)險，并構(gòu)建了經(jīng)濟政策不確定性指數(shù)（Economic Policy Uncertainty，EPU），其指數(shù)顯示我國經(jīng)濟政策不確定性在近年來屢創(chuàng)新高。①當前我國經(jīng)濟政策不確定性較高主要源于：一方面我國經(jīng)濟增長進入新常態(tài)，經(jīng)濟處在轉(zhuǎn)型時期，面臨較多的不確定性；另一方面世界經(jīng)濟復(fù)蘇緩慢、局部沖突不斷以及逆全球化思潮等外部沖擊，使得國內(nèi)經(jīng)濟政策不確定性不斷攀升。

黨的十九大報告指出，“我國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，正處在轉(zhuǎn)變發(fā)展方式、優(yōu)化經(jīng)濟結(jié)構(gòu)、轉(zhuǎn)換增長動力的攻關(guān)期，宏觀調(diào)控應(yīng)當健全財政、貨幣、產(chǎn)業(yè)、區(qū)域等經(jīng)濟政策協(xié)調(diào)機制”。而較高的經(jīng)濟政策不確定性不利于經(jīng)濟增長以及宏觀調(diào)控的實施效果［4-5］，因此，有效識別經(jīng)濟政策不確定性的影響及其作用機制，對保持宏觀經(jīng)濟政策的協(xié)調(diào)性與穩(wěn)定性具有重要的現(xiàn)實意義。

Baker等［6］運用PVAR 方法對美國及其他11個主要經(jīng)濟體的研究發(fā)現(xiàn)，經(jīng)濟政策不確定性的高企對美國和歐洲國家的宏觀經(jīng)濟產(chǎn)生了顯著的負面影響。Mumtaz和Surico［7］利用SVAR 方程分別考察了政府支出、稅收變化、公共債務(wù)可持續(xù)性和貨幣政策四種類型的不確定性對美國經(jīng)濟的影響，結(jié)果表明公共債務(wù)的可持續(xù)性對實體經(jīng)濟的影響最大，導(dǎo)致美國產(chǎn)出、消費和投資在兩年內(nèi)分別減少0.5%、0.3%和1.5%。Pastor和Veronesi［8-9］通過貼現(xiàn)因子將政策不確定性引入到股價當中構(gòu)建了PV 模型，發(fā)現(xiàn)當經(jīng)濟政策不確定性較高時，公司的股票收益率變動會趨于一致，這使得投資者難以識別風(fēng)險因而面臨更大的風(fēng)險敞口，并要求相應(yīng)的風(fēng)險報酬。Villaverde和Quinatana［10］使用VAR 和DSGE模型，研究表明未被預(yù)期到的和暫時的財政政策波動對經(jīng)濟活動存在不利影響，而且在經(jīng)濟處于零利率下限時期這種影響更明顯，導(dǎo)致產(chǎn)出下降1.5%。然而，與以上研究結(jié)論不同的是，部分學(xué)者的研究表明經(jīng)濟政策不確定性對宏觀經(jīng)濟的影響被高估。例如，Benati［11］利用SVAR 方法對美國、加拿大、英國和歐盟等四個經(jīng)濟體的研究發(fā)現(xiàn)，在美國次貸危機后，經(jīng)濟政策不確定性沖擊對上述四個經(jīng)濟體的工業(yè)產(chǎn)出都造成了明顯的負面影響，但在這之前則不具有明顯的宏觀經(jīng)濟效應(yīng)；Born和Pfeifer［12］利用DSGE模型，研究政策風(fēng)險對經(jīng)濟周期的影響，發(fā)現(xiàn)政策風(fēng)險對產(chǎn)出影響較小，不足以引起經(jīng)濟的波動。

國內(nèi)對于經(jīng)濟政策不確定性的研究尚處于起步階段。由于經(jīng)濟政策不確定性難以直接量化，學(xué)者們最初以官員更替代表經(jīng)濟政策的不確定性，例如楊海生等［4］、曹春方［13］等，他們的研究表明經(jīng)濟政策不確定性會對經(jīng)濟增長和企業(yè)投資產(chǎn)生不利影響。隨著Baker等編制的經(jīng)濟政策不確定性指數(shù)得到廣泛的認可，越來越多的國內(nèi)學(xué)者開始使用該指標代表經(jīng)濟政策不確定性展開研究。在宏觀經(jīng)濟方面，金雪軍等［14］利用該指數(shù)，研究表明我國經(jīng)濟政策不確定性對GDP、投資、消費、出口和價格變動都會帶來負面影響，并導(dǎo)致有效匯率貶值。黃寧和郭平［15］進一步通過面板VAR 模型測度了經(jīng)濟政策不確定性對我國東中西各區(qū)域影響的差異。在微觀企業(yè)方面，王義中和宋敏［16］、李鳳羽和史永東［17］、饒品貴等［18］通過該指數(shù)研究發(fā)現(xiàn)，我國經(jīng)濟政策不確定性上升將抑制企業(yè)投資、增加現(xiàn)金持有。此外，夏婷和聞岳春［19］、林建浩等［20］分別考察了經(jīng)濟政策不確定對股票波動與股票定價的影響。但是，相關(guān)研究結(jié)論還存在爭議。田磊和林建浩［21］利用脈沖響應(yīng)和歷史方差分解量化經(jīng)濟政策不確定性對重要經(jīng)濟變量的影響，發(fā)現(xiàn)經(jīng)濟政策不確定性對我國的工業(yè)產(chǎn)出影響較小，只是對價格水平有明顯的負面沖擊。張玉鵬和王茜［22］通過區(qū)分經(jīng)濟繁榮與低迷的不同時期，發(fā)現(xiàn)在經(jīng)濟低迷時期，經(jīng)濟政策不確定性對產(chǎn)出存在正向沖擊，對經(jīng)濟是有利的；而在經(jīng)濟繁榮時期，經(jīng)濟政策不確定性對產(chǎn)出存在負向沖擊。羅知和徐現(xiàn)祥［23］通過區(qū)別我國企業(yè)的所有制偏向，發(fā)現(xiàn)經(jīng)濟政策不確定性對國有企業(yè)與非國有企業(yè)投資的影響存在異質(zhì)性。

以上文獻顯示，近年來，經(jīng)濟政策不確定性對宏觀經(jīng)濟的影響引起了國內(nèi)外學(xué)者的廣泛關(guān)注，他們就此開展了大量的研究，但仍然存在以下問題：（1）國內(nèi)外學(xué)術(shù)界關(guān)于經(jīng)濟政策不確定對宏觀經(jīng)濟影響的研究結(jié)論還存在較大的分歧，這需要更多的理論和經(jīng)驗研究；（2）從研究方法看，目前的研究多以線性模型為主，較少關(guān)注經(jīng)濟政策不確定性影響的非對稱性；（3）已有的研究更多地關(guān)注了經(jīng)濟政策不確定性對經(jīng)濟增長和企業(yè)投資的影響，但沒有關(guān)注在經(jīng)濟政策不確定性高低不同時期變量間的相互溢出效應(yīng)。與現(xiàn)有的文獻相比，本文的主要貢獻在于：（1）通過引入非線性的TVAR 模型，將經(jīng)濟政策不確定性分為高低兩個部分，研究經(jīng)濟政策不確定性在高低不同時期其影響的差異，關(guān)注了經(jīng)濟政策不確定性影響的非對稱性。（2）通過構(gòu)建溢出指數(shù)測度經(jīng)濟政策不確定性、宏觀經(jīng)濟變量與資產(chǎn)價格間的相互影響及其動態(tài)變化過程，從而判斷在影響機制中相對作用的大小及總體溢出效應(yīng)，彌補了相關(guān)研究的不足。（3）本文研究發(fā)現(xiàn)僅在經(jīng)濟政策不確定性較高時，其沖擊使得產(chǎn)出降低，并引起房價與股市大幅波動；且經(jīng)濟政策不確定性對產(chǎn)出、房價和股市均存在正的凈溢出，在經(jīng)濟政策不確定性較高時變量間的聯(lián)動性更強，豐富了相關(guān)研究成果。

2 研究設(shè)計

2.1 不確定性影響的傳導(dǎo)機制

經(jīng)濟政策不確定性是不確定性的一種類別，因此有關(guān)不確定性對宏觀經(jīng)濟與資產(chǎn)價格的影響機制在一定程度上也適用于經(jīng)濟政策不確定性。不確定性影響宏觀經(jīng)濟與資產(chǎn)價格的傳導(dǎo)機制，主要包括實物期權(quán)效應(yīng)、預(yù)防性儲蓄與金融摩擦。

實物期權(quán)效應(yīng)傳導(dǎo)機制：實物期權(quán)效應(yīng)是指由于投資的不可逆性與管理者的風(fēng)險厭惡，當企業(yè)面臨較大的不確定性時，其投資行為將變得更為謹慎，往往會選擇延遲投資與雇傭。實物期權(quán)最早由Bernanke［24］等人提出，具體而言，實物期權(quán)效應(yīng)將投資視為一種看漲期權(quán)，不確定性上升將提高企業(yè)等待的期權(quán)價值，企業(yè)選擇當前投資就意味著放棄了未來投資的權(quán)利，因而理性的投資者將選擇等待以獲取更多信息后再投資，從而造成當前社會投資不足。Bloom 等［25］通過構(gòu)建結(jié)構(gòu)方程模型刻畫了實物期權(quán)效應(yīng)的影響機制，并量化了不確定性的影響，發(fā)現(xiàn)不確定性沖擊使得投資、就業(yè)下滑，進而降低產(chǎn)出。

預(yù)防性儲蓄傳導(dǎo)機制：預(yù)防性儲蓄是指家庭為了預(yù)防未來的不確定性，從而減少消費進行儲蓄的行為。當消費者面臨較高的不確定性時，會推遲其商品購買計劃尤其是耐用商品，從而減少當期消費。例如，面對較高的不確定性，人們往往推遲買車、買房或裝修等計劃，并且較高的不確定性使得消費者對耐用消費品的需求缺乏彈性、對商品的價格信號不再敏感［26］。Bansal和Yaron［27］發(fā)現(xiàn)不確定性通過提高消費者的預(yù)防性儲蓄、減少消費來影響經(jīng)濟增長，并且增加的儲蓄并不會在將來轉(zhuǎn)化為投資。因為，在開放的經(jīng)濟體中，消費者增加的儲蓄可能會部分流失到國外。在Romer［26］的研究中，就認為大蕭條時期較高的不確定性是導(dǎo)致需求下降的一個關(guān)鍵因素。

金融摩擦傳導(dǎo)機制：金融摩擦是指由于信息不完全和市場不完備導(dǎo)致融資成本增加的因素，信息的不對稱導(dǎo)致金融中介要求資金回報率高于無風(fēng)險利率，由此產(chǎn)生風(fēng)險溢價。在股權(quán)融資方面，較高的不確定性容易導(dǎo)致金融資產(chǎn)收益出現(xiàn)趨同效應(yīng)，令投資者難以分散風(fēng)險，從而對風(fēng)險投資和風(fēng)險承擔采取更加謹慎的態(tài)度，并要求更高的風(fēng)險回報［9］，導(dǎo)致風(fēng)險溢價上升，增加了企業(yè)的融資成本。在銀行信貸方面，不確定性增加了企業(yè)違約或破產(chǎn)的概率，因此銀行部門會通過提高利率以及收縮貸款規(guī)模來應(yīng)對；并且不確定性沖擊會引起資產(chǎn)價格下跌，從而使得企業(yè)凈資產(chǎn)貶值、杠桿率增大，進而導(dǎo)致貸款標準和保證金提高，增加了企業(yè)的融資難度［28］。因此，不確定性沖擊通過加大金融摩擦，增加了企業(yè)的外部融資成本與融資難度，致使業(yè)績下滑，進而影響股票市值，并傳導(dǎo)至實體經(jīng)濟。

2.2 Threshold VAR模型

Threshold VAR（以下簡稱TVAR）模型是對線性VAR 模型的擴展，可以刻畫當經(jīng)濟政策不確定性超過閾值時參數(shù)的變化。假設(shè)Y t= （y1t，…，y kt）′為維內(nèi)生變量向量，θs，k是k×k維系數(shù)矩陣，s=（1，2）表示區(qū)制，p為每個區(qū)制的最大滯后階數(shù)，I（·）為指示函數(shù)，γ為門檻變量，d為滯后期，若門檻值為γ，則當ωt-d＞γ時，該函數(shù)為1，否則為0。一個兩區(qū)制的TVAR 模型具體可以表示為：

其中，εt為維擾動向量，均值為零，方差-協(xié)方差矩陣為（，當t≠l時，E（εs，tε′s，t）=0。

2.3 溢出指數(shù)

溢出指數(shù)最早由Diebold 和Yilmaz［29］提出，該指數(shù)基于VAR 模型的方差分解構(gòu)造，不僅能度量市場間整體的溢出強度，還能細分具有方向性的溢出強度以及特定市場間的溢出強度，從而直觀的反映變量間的相互關(guān)系。若將VAR 模型表達成無窮階的向量平均形式，并假設(shè)ωt-d小于門檻變值γ，則VAR 為可以重新表達成：

其中，Ak是N×N的系數(shù)矩陣，當k＞0時，滿足以下遞歸方程：

為得到溢出指數(shù)，首先需要對沖擊進行方差分解，這里使用廣義方差分解，因其不受變量排序的影響，結(jié)果更加穩(wěn)健。根據(jù)廣義誤差分解，向前H 步預(yù)測誤差方差的貢獻可以表示為：

上式（4）中（為預(yù)測誤差向量ε的方差矩陣，σij為第j條方程誤差項的標準差，ei表示除了第i個元素為1其余皆為0的列向量。

為了讓不同的方差貢獻（θij）具有可比性，對其標準化有：

總溢出指數(shù)構(gòu)造如下：

總溢出指數(shù)度量的是N 個變量間相互的溢出效應(yīng)對總預(yù)測誤差方差的貢獻，可以度量在不同經(jīng)濟政策不確定性背景下，市場整體溢出程度的差異。同時，可以計算某特定市場與其余所有市場之間的溢出方向與強度。例如，市場i受到來自其他所有市場j（i≠j）的溢出指數(shù)為：

相似地，市場i對其他所有市場j（i≠j）的溢出指數(shù)為：

于是有，市場i對其他所有市場j（i≠j）的凈溢出為：

此外，兩兩市場之間的凈溢出效應(yīng)的交叉凈溢出指數(shù)可以表示為：

3 實證分析

3.1 我國經(jīng)濟政策不確定性分析

本文使用Baker等［3］人構(gòu)建的中國經(jīng)濟政策不確定性指數(shù)（EPU）代表我國經(jīng)濟政策的不確定性，該指數(shù)目前已涵蓋了19 個世界主要經(jīng)濟體，被FRED、Bloomberg 及Reuters等知名機構(gòu)廣泛采用。我國EPU 指數(shù)是通過抓取《南華早報》有關(guān)經(jīng)濟政策不確定性的關(guān)鍵詞構(gòu)建，其時序圖如圖1所示。由圖1可知，1997年以來，我國經(jīng)濟政策不確定性指數(shù)經(jīng)歷了幾次較大的波動時期：2001-2002年，EPU 指數(shù)明顯高于前幾年，這與當時美國“9.11”事件的沖擊以及我國政府換屆選舉的事實相符；2008-2009年EPU 指數(shù)高企，這與金融危機期間我國出臺的“4 萬億經(jīng)濟刺激計劃”事實相符；2012-2013年，歐洲的債務(wù)危機以及我國政府換屆選舉期間，EPU 指數(shù)迅速攀升，并維持了較長時間；2015年，我國經(jīng)濟增速放緩以及股市的動蕩，EPU指數(shù)小幅上升；2016-2017年，EPU 指數(shù)創(chuàng)新歷史新高，這與英國脫歐、美國大選以及我國政府換屆選舉的事實相吻合。通過EPU 指數(shù)時序圖發(fā)現(xiàn)，經(jīng)濟政策不確定性指數(shù)高企與我國經(jīng)濟政策調(diào)整、換屆選舉以及外部沖擊有關(guān)，并且在2008年后該指數(shù)出現(xiàn)高點的時間更加頻繁。以上說明該指數(shù)能夠較好代表我國經(jīng)濟政策的不確定性。

圖1 1997-2017年我國經(jīng)濟政策不確定性指數(shù)

3.2 變量的選取

本文選取的變量包括：經(jīng)濟政策不確定性指數(shù)（EPU）、產(chǎn)出（IP）、房價增速（HP）、通貨膨脹率（CPI）、貨幣供給（M2）、股票收益率（SS）、消費者信心（CCI），樣本期為1997年1月到2017年9月。由于GDP只有季度數(shù)據(jù)，參見田磊和林建浩［21］的做法，根據(jù)同比增長率計算出2006年后的工業(yè)增加值的現(xiàn)價水平值代表產(chǎn)出；房價用“當月商品房銷售額／當月銷售面積”衡量；股票收益率用“上證綜指的月度收益率”來代表；貨幣供給用“M2”代表；消費者信心用“當月消費者信心指數(shù)”衡量；通貨膨脹率采用以2005 年為基期的CPI定基環(huán)比指數(shù)。對產(chǎn)出、房價和M2利用基期為2005年1月的CPI環(huán)比指數(shù)剔除膨脹影響得到實際值，并進行X12季節(jié)性調(diào)整。為使數(shù)據(jù)更加平滑與平穩(wěn)，對經(jīng)濟政策不確定性指數(shù)、通貨膨脹率和消費者信心指數(shù)取其對數(shù)，對產(chǎn)出、房價和貨幣供給取對數(shù)差分得到增長率。原始數(shù)據(jù)來源于Wind數(shù)據(jù)庫、中經(jīng)產(chǎn)業(yè)數(shù)據(jù)庫以及經(jīng)濟政策不確定性網(wǎng)站（www.policyuncertainty.com）。

3.3 數(shù)據(jù)及模型檢驗

首先，為確?；貧w結(jié)果的穩(wěn)建性，對數(shù)據(jù)進行平穩(wěn)性檢驗，結(jié)果如表1所示，所有變量都在5%的置信水平上拒絕了單位根檢驗，說明各變量都是平穩(wěn) 的序列。

表1 變量的單位根檢驗結(jié)果

其次，需對模型進行非線性檢驗，以考察非線性TVAR 模型是否優(yōu)于傳統(tǒng)的線性VAR 模型。本文采用Lo和Zivot［30］提出的LR test進行非線性檢驗，該檢驗是對Hansen［31］提出的單變量門檻非線性F檢驗的多變量擴展，其原假設(shè)為方程（1）是線性VAR 模型，備擇假設(shè)是非線性TVAR 模型。LR test的統(tǒng)計量為：

最后，為避免人為分隔樣本的主觀性，采用網(wǎng)格搜索法尋找最優(yōu)閾值，同時為保證每個區(qū)制下都有足夠的數(shù)據(jù)用于模型估計，參照Balke［32］的做法，將門檻值的搜尋范圍設(shè)定在樣本數(shù)據(jù)15%分位數(shù)至85%分位數(shù)之間，最終通過網(wǎng)格搜尋確定的經(jīng)濟政策不確定性的門檻值為147.99（見表2）。

表2 閾值及非線性檢驗結(jié)果

3.4 經(jīng)濟政策不確定性沖擊的脈沖響應(yīng)結(jié)果分析

圖2 呈現(xiàn)了經(jīng)濟政策不確定性在兩區(qū)制TVAR 模型下的脈沖響應(yīng)結(jié)果。由圖2可知，無論經(jīng)濟政策不確定性程度高低，其本身受沖擊的影響都是顯著下降的，且沖擊的影響都在第六期左右逐漸平息，并趨于零。具體而言：

首先，無論經(jīng)濟政策不確定程度高低，在沖擊發(fā)生的初期，經(jīng)濟政策不確定性對產(chǎn)出的影響都是負向的，這與金學(xué)軍等［14］、田磊和林建浩［21］的研究結(jié)論相一致。但是，在經(jīng)濟政策不確定性程度較高時，其一個標準差的正向沖擊使得產(chǎn)出增速迅速下降至最低點（-0.16%左右），直到第五期后才逐漸復(fù)蘇，總體影響約為負0.21%。而在經(jīng)濟政策不確定性程度較低時，沖擊使得產(chǎn)出在初期下降，但隨即復(fù)蘇，并且總體影響僅為0.03%。說明在經(jīng)濟政策不確定性程度較高時，經(jīng)濟政策不確定性沖擊對產(chǎn)出的影響更強，且持續(xù)周期更長。但對比美國等發(fā)達國家，我國經(jīng)濟政策不確定性（無論高低）對產(chǎn)出的影響較小，且影響持續(xù)的時間更短［3］。這可能是因為我國經(jīng)濟運行方式不同于發(fā)達經(jīng)濟體，加上政府對經(jīng)濟增長的“底線思維”，弱化了經(jīng)濟政策不確定性對產(chǎn)出的負面影響，從而避免了經(jīng)濟增長出現(xiàn)大幅波動。

其次，房價對經(jīng)濟政策不確定性沖擊的反應(yīng)因經(jīng)濟政策不確定性程度不同而呈現(xiàn)非對稱的態(tài)勢。在經(jīng)濟政策不確定性程度較高時，其一個標準差的正向沖擊使得房價在初期迅速下跌0.47%，但隨后便出現(xiàn)猛漲，房價出現(xiàn)劇烈波動，其總體影響為正，房價上漲0.67%左右。在經(jīng)濟政策不確定性程度較低時，一個標準差的正向沖擊使得房價總體上漲約0.31%，但其影響要平滑許多，并沒有造成房價大起大落。在張浩等［33］的研究中，也得到了經(jīng)濟政策不確定性使得房價出現(xiàn)大幅波動的結(jié)論。理論上，政策不確定的沖擊引起未來經(jīng)濟形勢的不明朗，無論是從消費還是投資的角度都會抑制房價。但是由于住房在我國居民家庭中的重要地位以及投機行為的存在，導(dǎo)致當政策頻繁調(diào)整時容易引起市場參與者的恐慌，出現(xiàn)羊群效應(yīng)、過度買賣等非理性行為，從而引起房價無謂的波動。說明由于預(yù)期、恐慌與從眾等心理因素的存在，經(jīng)濟政策不確定性的沖擊并不一定致使房價下跌，而是導(dǎo)致房價波動劇烈，房價總體略微上漲。

最后，股市在面對不同經(jīng)濟政策不確定性環(huán)境的沖擊時呈現(xiàn)出截然不同的結(jié)果。在經(jīng)濟政策不確定程度較高時，其一個標準差的正向沖擊令股市在第一期大跌之后迅速反彈，并隨后一直保持增長，總體影響為正，約為0.51%。在經(jīng)濟政策不確定性程度較低時，沖擊對股市影響較小，總體影響為負0.30%。說明較高的經(jīng)濟政策不確定性沖擊會造成股市波動，但是對股市的總體影響是正向的。由于經(jīng)濟政策不確定性的負面影響具有不可分散性，因此投資者必然要求對不可分散的風(fēng)險進行補償，從而提高貼現(xiàn)率，這Pástor和Veronesi［9］基于美國股市以及陳國進等［34］基于國內(nèi)股市的研究均得出了相同的結(jié)論。

圖2 經(jīng)濟政策不確定性沖擊的非對稱影響

3.5 溢出效應(yīng)

由于經(jīng)濟政策不確定性具有一定的內(nèi)生性，如政府為擺脫經(jīng)濟蕭條或者防止出現(xiàn)資產(chǎn)價格泡沫等，往往會出臺相關(guān)政策措施來刺激經(jīng)濟增長或者抑制價格過快上漲，但是頻繁的政策調(diào)整又容易引起經(jīng)濟政策不確定性攀升。為此，本文進一步引入溢出指數(shù)來衡量經(jīng)濟政策不確定性與變量間的波動溢出程度，從而判斷影響機制中的相對作用孰大孰小。表3呈現(xiàn)了通過式（6）～式（8）計算的溢出指數(shù)，揭示了全樣本變量間的波動溢出情況，其中每行數(shù)據(jù)是各列變量對該行變量的方差預(yù)測誤差的貢獻值，預(yù)測步長為12期。結(jié)果顯示：首先，變量自身解釋了最高份額的預(yù)測誤差方差，其中房價對自身變動的解釋高達84.93%，股市對自身的影響為79.82%，經(jīng)濟政策不確定性對自身的影響為73.64%。其次，經(jīng)濟政策不確定性對資產(chǎn)價格的影響要高于對宏觀經(jīng)濟變量的影響，例如，經(jīng)濟政策不確定性對房價和股市的波動溢出分別為8.4%和6.5%，對產(chǎn)出的波動溢出為4.66%，這與脈沖響應(yīng)圖的結(jié)論相互印證。同時，經(jīng)濟政策不確定性對產(chǎn)出、房價和股市的影響要大于其受到產(chǎn)出、房價和股市的影響，說明經(jīng)濟政策不確定性對產(chǎn)出和重要資產(chǎn)價格存在凈溢出（4.66%-1.79%、8.4%-6.73%、6.5%-3.31%），而經(jīng)濟政策不確定性受到消費者信心指數(shù)的影響最強（11.25%）。最后，在整個樣本期內(nèi)總體溢出指數(shù)為30.45%，即在所有變量中方差預(yù)測誤差的波動有30.45%來自于變量間的溢出效應(yīng)，說明市場間的聯(lián)動性較高。

表3 經(jīng)濟政策不確定性、宏觀經(jīng)濟與資產(chǎn)價格間的溢出指數(shù)

通過滾動窗口的方法，本文進一步分析變量間的動態(tài)溢出效應(yīng)，滾動的樣本容量為60個，預(yù)測步長為12期，結(jié)果如圖3所示。從圖3可以看出，在2008年前，總體溢出指數(shù)大約在30%～35%左右，而金融危機后，總體溢出指數(shù)一度超過50%，且在隨后較長時間里一直保持高位。對比經(jīng)濟政策不確定性指數(shù)走勢圖（圖1）可以發(fā)現(xiàn)，經(jīng)濟政策不確定性水平高企后往往伴隨溢出指數(shù)的攀升，滯后期大約為半年。例如，經(jīng)濟政策不確定性指數(shù)在2008年9月達到階段性高點298，溢出指數(shù)在2009年4月達到峰值54.24%；并在隨后歐債危機期間一直保持在45%左右的高位，直到2013年后溢出指數(shù)逐漸回落；但受到英國脫歐和美國大選等影響經(jīng)濟政策不確定性指數(shù)在2017年1月高企至694，總體溢出指數(shù)在2017 年4 月再度攀升至50%左右。因此，圖3不僅呈現(xiàn)了經(jīng)濟政策不確定性與宏觀經(jīng)濟變量之間的動態(tài)溢出效應(yīng)，同時也為研究提供了穩(wěn)健性支持。

圖3 總體溢出指數(shù)動態(tài)走勢圖

3.6 穩(wěn)健性檢驗

為驗證上述研究結(jié)論的可靠性，本文進一步通過引入新變量、截取子樣本以及反事實分析法檢驗了模型的穩(wěn)健性。

穩(wěn)健設(shè)定1：引入宏觀經(jīng)濟現(xiàn)行指數(shù)

由于經(jīng)濟政策不確定性在一定程度上取決于經(jīng)濟狀態(tài)以及行為主體對經(jīng)濟前景的預(yù)期，本文進一步引入反映宏觀經(jīng)濟景氣情況的宏觀經(jīng)濟先行指數(shù)（MELI），將模型設(shè)定為：（EPU、IP、HP、M2、SS、CPI、CCI、MELI）。圖4呈現(xiàn)了模型穩(wěn)健設(shè)定1下經(jīng)濟政策不確定性沖擊的兩區(qū)制脈沖響應(yīng)圖，對比穩(wěn)健檢驗圖4與前文的實證結(jié)果圖2可以發(fā)現(xiàn)，在控制宏觀經(jīng)濟先行指數(shù)變量后，除經(jīng)濟政策不確定性程度較高時沖擊對產(chǎn)出的負面影響周期更長外，對其他變量的影響是微弱的，即并沒有改變總體的趨勢。

穩(wěn)健設(shè)定2：子樣本檢驗

由于2008年金融危機以后，我國出臺了一系列經(jīng)濟刺激計劃以及目前我國經(jīng)濟增長步入“新常態(tài)”，經(jīng)濟政策不確定性不斷攀升。因此通過考察2008年1月-2017年9月子樣本區(qū)間內(nèi)經(jīng)濟政策不確定性的影響，以此檢驗?zāi)芊竦玫脚c前文一致的結(jié)論。圖5報告了子樣本區(qū)間內(nèi)與經(jīng)濟政策不確定性較高時期的脈沖響應(yīng)對比圖。可以發(fā)現(xiàn)，在子樣本中經(jīng)濟政策不確定行對產(chǎn)出、房地產(chǎn)與股市的影響與在經(jīng)濟政策不確定性較高時期的影響趨勢是一致的。不同的是，在子樣本中，經(jīng)濟政策不確定性的負面影響程度更大，這可能與我國近年來經(jīng)濟增速放緩、房地產(chǎn)價格上漲過快與股市波動較大有關(guān)?？傮w而言，子樣本區(qū)間檢驗證實了在經(jīng)濟政策不確定性較高時期對經(jīng)濟活動的影響顯著的結(jié)論。

圖4 穩(wěn)健性檢驗1：引入新變量

穩(wěn)健性檢驗3：反事實分析法

由于消費者信心和經(jīng)濟政策不確定性具有內(nèi)在關(guān)聯(lián)，即經(jīng)濟政策不確定性的負面影響部分可能是由于消費者信心變化引起的。為此本文利用反事實分析法將消費者信心的影響渠道關(guān)閉，以此考察經(jīng)濟政策不確定性產(chǎn)出、房地產(chǎn)與股市的影響是否會發(fā)生變化。借鑒Carriére-Swallow 和Céspedes［35］的做法，通過對TVAR 模型估計的殘差項方差-協(xié)方差矩陣以及系數(shù)的估計矩陣施加零限制條件得到受限制的脈沖響應(yīng)圖，對比前文中無限制的脈沖響應(yīng)圖，若兩者不存在顯著差異，則說明經(jīng)濟政策不確定性的影響是并不是由于消費者信心變化引起的。圖6報告了受限制與無限制的脈沖響應(yīng)圖，通過對比發(fā)現(xiàn)關(guān)閉消費者信心的反應(yīng)渠道與否，對經(jīng)濟政策不確定性沖擊的造成的影響并無顯著差異。由此說明，經(jīng)濟政策不確定性對產(chǎn)出以及資產(chǎn)價格的影響是經(jīng)濟政策不確定性自身引起的。

圖5 穩(wěn)健性檢驗2：子樣本檢驗

圖6 穩(wěn)健性檢驗3：反事實分析

4 結(jié)語

本文采用Baker等人構(gòu)建的經(jīng)濟政策不確定性指數(shù)，結(jié)合1997年1月-2017 年9 月我國宏觀經(jīng)濟數(shù)據(jù)，通過非線性TVAR 模型檢驗了不同經(jīng)濟政策不確定性環(huán)境對宏觀經(jīng)濟和資產(chǎn)價格的沖擊影響的差異，并結(jié)合方差分解構(gòu)造的溢出指數(shù)，衡量了變量間相互溢出的程度，從而判斷影響機制中相對作用的大小?；谝陨涎芯浚疚牡贸隽艘韵聝牲c主要結(jié)論：（1）經(jīng)濟政策不確定性對宏觀經(jīng)濟和資產(chǎn)價格的影響具有非對稱性。在經(jīng)濟政策不確定性較高時期，經(jīng)濟政策不確定性沖擊將使得產(chǎn)出降低0.21%，并引起房價與股市大幅波動，但是對房價與股市的總體影響是正向的，分別為0.67%、0.51%；而經(jīng)濟政策不確定性程度較低時，沖擊對于產(chǎn)出、房價及股市的影響都比較微弱，且不會引起市場的大幅波動。（2）凈溢出指數(shù)表明，經(jīng)濟政策不確定性對產(chǎn)出、房價和股市均存在正的凈溢出，全樣本總體溢出指數(shù)為30.45%，但在經(jīng)濟政策不確定性較高時期總體溢出指數(shù)超過50%，說明在經(jīng)濟政策不確定性較高時期變量間的聯(lián)動性更強，存在較高的溢出性。最后，本文通過引入新變量、截取子樣本以及利用反事實分析法對研究結(jié)論進行了穩(wěn)健性檢驗，結(jié)果表明經(jīng)濟政策不確定性對產(chǎn)出、房價股市在具體影響大小上有細微差別，但總體趨勢是一致的，說明本文的研究結(jié)論是可靠的。

本文的研究結(jié)論具有明確的政策涵義。具體而言：（1）政府在制定或者調(diào)整政策時，應(yīng)重視經(jīng)濟政策的頻繁變動引發(fā)的不確定性可能給產(chǎn)出、房價與股市帶來的負面沖擊，并充分考慮產(chǎn)出、房價與股市等經(jīng)濟變量間的聯(lián)動性，加強政策的前瞻性、保持政策的協(xié)調(diào)性，并避免政策朝令夕改。（2）由于較高的經(jīng)濟政策不確定性將降低產(chǎn)出并引起資產(chǎn)價格大起大落，而隨著我國市場經(jīng)濟改革的深化，可以預(yù)期，未來經(jīng)濟政策的不確定性可能進一步攀升。因此，相關(guān)部門在政策實施過程中，應(yīng)盡可能闡明其政策意圖并引導(dǎo)公眾形成合理的預(yù)期，從而減少市場的猜測與恐慌，將經(jīng)濟政策不確定性的不利影響降到最低。