鄧道才，楊雨晴

（安徽大學(xué)經(jīng)濟(jì)學(xué)院，合肥 230601）

20世紀(jì)80年代至今，全球經(jīng)濟(jì)持續(xù)不景氣，2008年的金融危機(jī)更是推波助瀾，進(jìn)一步導(dǎo)致全球經(jīng)濟(jì)下行。常規(guī)的貨幣政策已經(jīng)不能滿足大部分國家預(yù)期經(jīng)濟(jì)目標(biāo)實(shí)現(xiàn)，“零利率下限”問題開始進(jìn)入各國央行的視野。各國實(shí)施了一系列非常規(guī)貨幣政策以挽救經(jīng)濟(jì)疲態(tài)，負(fù)利率政策①開始在丹麥、歐元區(qū)、瑞士、瑞典、挪威、匈牙利、保加利亞、波黑和日本等國家或地區(qū)落地。這些國家或地區(qū)的經(jīng)濟(jì)發(fā)展處于瓶頸期，勞動(dòng)生產(chǎn)率停滯不前，經(jīng)濟(jì)增長緩慢，而日益嚴(yán)重的人口老齡化進(jìn)一步增加了財(cái)政包袱，消費(fèi)能力逐漸下滑[1]。傳統(tǒng)的貨幣政策無法成功推動(dòng)經(jīng)濟(jì)增長，因此，中央銀行采用非常規(guī)貨幣政策即負(fù)利率政策來實(shí)現(xiàn)其預(yù)期目標(biāo)：緩解通貨緊縮，穩(wěn)定匯率，刺激經(jīng)濟(jì)復(fù)蘇。

2020年，大部分國家或地區(qū)經(jīng)濟(jì)增長受到阻礙，日常的生產(chǎn)和工作秩序被打亂，降低了全球勞動(dòng)參與率，全球就業(yè)前景依舊不樂觀。與2019年相比，全球勞動(dòng)參與率在2022年下降1.2%②。目前，全球就業(yè)形勢嚴(yán)峻，失業(yè)率不斷增加，失業(yè)潮沖擊不可忽視。就中國而言，中國城鎮(zhèn)調(diào)查失業(yè)率在2020年2月為6.2%，6月份有所回落，但是也處于5.7%的較高水平③。全球經(jīng)濟(jì)下行趨勢對(duì)中國產(chǎn)生了“倒灌”沖擊，中國經(jīng)濟(jì)前景潛在的不確定性不可小覷，就業(yè)壓力也將持續(xù)存在。

就業(yè)是民生之本，也是社會(huì)穩(wěn)定運(yùn)行和經(jīng)濟(jì)快速發(fā)展的基礎(chǔ)。緩解大規(guī)模失業(yè)潮的沖擊離不開全球經(jīng)濟(jì)的復(fù)蘇。常規(guī)政策無法拯救亟待復(fù)蘇的全球經(jīng)濟(jì)，各國央行將目光轉(zhuǎn)移至超低利率的非常規(guī)貨幣政策，關(guān)于是否應(yīng)該實(shí)施負(fù)利率政策的討論更是愈演愈烈，其中，中國是否應(yīng)該實(shí)施負(fù)利率政策的研究也在逐漸升溫。負(fù)利率政策落地時(shí)間較為短暫，既有文獻(xiàn)對(duì)負(fù)利率政策的實(shí)證分析相對(duì)較少，研究方法集中于理論研究及定性分析。此外，無法在負(fù)利率政策效用評(píng)估上達(dá)成一致結(jié)論且研究重點(diǎn)多為通貨膨脹、經(jīng)濟(jì)增長、匯率、信貸等，負(fù)利率政策對(duì)其余經(jīng)濟(jì)指標(biāo)的研討較少，更少有直接研究負(fù)利率政策與失業(yè)率的關(guān)系。因此，現(xiàn)階段對(duì)負(fù)利率政策能否緩解失業(yè)潮沖擊問題進(jìn)行研究就顯得十分必要。

本文聚焦全球失業(yè)潮，從失業(yè)率視角出發(fā)，采取定量研究方法分析日本實(shí)施負(fù)利率政策對(duì)失業(yè)率造成的影響。為排除其他政策影響，克服過去研究過程中控制組樣本偏差問題和回歸模型中無法避免的內(nèi)生性問題，利用Abadie等[2]給出的合成控制法（SCM），把失業(yè)率作為最終解釋變量，尋找控制組國家或地區(qū)并經(jīng)過加權(quán)模擬得到合成日本，評(píng)估日本實(shí)施負(fù)利率政策能否改善失業(yè)潮現(xiàn)象。

1 文獻(xiàn)綜述與理論分析

隨著貨幣征收“攜帶稅”的方法被提出，即貨幣的持有需要成本[3-4]，打破了“零利率下限約束”理論，為負(fù)利率政策的落地創(chuàng)造了前提條件。但是負(fù)利率政策真正實(shí)施時(shí)間并不長，因此無法對(duì)負(fù)利率政策的傳導(dǎo)機(jī)制與實(shí)施效果給予完全肯定的結(jié)論。負(fù)利率政策和常規(guī)貨幣政策的傳導(dǎo)渠道與過程能否混為一談，至今也沒有一致性的結(jié)論。有學(xué)者認(rèn)為常規(guī)貨幣政策的傳導(dǎo)過程基本可以解釋相對(duì)平緩的負(fù)利率政策[5]。但也有學(xué)者持相反觀點(diǎn)，認(rèn)為負(fù)利率政策和常規(guī)貨幣政策的傳導(dǎo)過程完全不同，正是這種傳導(dǎo)方式的不同導(dǎo)致政策效果的不同。若負(fù)利率政策在一個(gè)國家或地區(qū)落地，在一定時(shí)間內(nèi)和一定程度上可以推動(dòng)經(jīng)濟(jì)上行、刺激經(jīng)濟(jì)復(fù)蘇。但長期來看，也可能會(huì)造成價(jià)格機(jī)制扭曲、市場調(diào)節(jié)失靈等不可忽略的負(fù)向影響。因此，結(jié)合既有研究提出以下兩個(gè)研究假說。

1.1 負(fù)利率政策緩解失業(yè)潮沖擊的有效性

負(fù)利率政策或許依靠信貸渠道影響宏觀經(jīng)濟(jì)，減弱商業(yè)銀行的惜貸心理，提高權(quán)益類資產(chǎn)的價(jià)值，改善資產(chǎn)負(fù)債表[6]。而利率下行會(huì)收窄商業(yè)銀行的利息差，為了保障盈利能力不受打擊，商業(yè)銀行會(huì)主動(dòng)提升風(fēng)險(xiǎn)偏好，風(fēng)險(xiǎn)承擔(dān)行為也會(huì)增加[7]。負(fù)名義利率會(huì)削減商業(yè)銀行在中央銀行的存款，從而促進(jìn)資金使用，過剩資金將流向?qū)嶓w部門，信貸規(guī)模得以擴(kuò)張。企業(yè)的融資需求得到滿足，更簡單的從商業(yè)銀行取得貸款，獲取資金成本低于預(yù)期，刺激企業(yè)增加貸款，進(jìn)而提升社會(huì)總體投資水平。商業(yè)銀行對(duì)于風(fēng)險(xiǎn)的追求，在一定程度上為成長型企業(yè)融資需求提供空間。企業(yè)發(fā)展?jié)摿υ黾涌赡軙?huì)增加產(chǎn)出和勞動(dòng)力需求，從而改善就業(yè)狀況。

負(fù)利率政策不單會(huì)影響信貸規(guī)模，也會(huì)影響資產(chǎn)未來現(xiàn)金流貼現(xiàn)率，使消費(fèi)者對(duì)資產(chǎn)價(jià)格產(chǎn)生積極預(yù)期。范志勇等[8]進(jìn)一步研究發(fā)現(xiàn)，負(fù)利率政策會(huì)使市場利率下行，從而使資產(chǎn)價(jià)格拔高，引起本幣貶值，指出負(fù)利率政策依靠金融市場和實(shí)體經(jīng)濟(jì)兩個(gè)層級(jí)進(jìn)行傳導(dǎo)，且金融市場的傳導(dǎo)機(jī)制是實(shí)體經(jīng)濟(jì)的傳導(dǎo)基礎(chǔ)。居民面臨負(fù)利率政策，會(huì)相信利率可以被再次下調(diào)。Altavilla等[9]提出預(yù)期渠道也是負(fù)利率傳導(dǎo)機(jī)制的一種，最終會(huì)導(dǎo)致收益率曲線的變化。對(duì)打破“利率零下限約束”的心理預(yù)期會(huì)使負(fù)利率政策的效果得以提升[10-11]。金融市場利率下行，房地產(chǎn)和股票等資產(chǎn)價(jià)格會(huì)呈現(xiàn)上升態(tài)勢，消費(fèi)者所擁有的資產(chǎn)也得到升值，對(duì)消費(fèi)者釋放了好的信號(hào)，為實(shí)現(xiàn)財(cái)富效應(yīng)最大化，風(fēng)險(xiǎn)偏好會(huì)隨之提升，投資行為更加多樣化，短期內(nèi)消費(fèi)和投資規(guī)模會(huì)擴(kuò)大。資產(chǎn)價(jià)格在負(fù)利率政策的影響下逐步攀升，并因財(cái)富效應(yīng)鼓勵(lì)消費(fèi)，總需求提升，社會(huì)總供給隨之提升，刺激產(chǎn)出和勞動(dòng)力需求，從而帶動(dòng)就業(yè)機(jī)會(huì)增加，一定程度上緩解失業(yè)潮。

負(fù)利率政策也會(huì)讓資本流向國外市場，國外投機(jī)資本減少，本幣貶值。歐元區(qū)實(shí)施負(fù)利率政策后，提高了匯率對(duì)于貨幣政策預(yù)期敏感度。丹麥依靠負(fù)利率政策成功緩解了本幣升值，實(shí)現(xiàn)了本幣貶值[12]。其他負(fù)利率政策落地的國家，匯率也都呈現(xiàn)下降的趨勢，并且減弱了匯率市場的波動(dòng)性[13]。本幣貶值促使出口增加，該國出口貿(mào)易規(guī)模擴(kuò)張，從而總產(chǎn)出隨出口總額提升，對(duì)勞動(dòng)力需求擴(kuò)大，促進(jìn)就業(yè)，進(jìn)而改善失業(yè)潮現(xiàn)象，失業(yè)率隨之下降。丁玉[14]指出負(fù)利率政策某種程度上可以提升實(shí)際GDP，對(duì)比政策落地前后歐元區(qū)CPI、實(shí)際GDP增長率、信貸等經(jīng)濟(jì)指標(biāo)，發(fā)現(xiàn)歐元區(qū)經(jīng)濟(jì)呈現(xiàn)一定程度上的復(fù)蘇。孫國峰等[15]通過DSGE模型實(shí)證分析負(fù)利率政策效果，發(fā)現(xiàn)負(fù)利率政策能夠緩和經(jīng)濟(jì)疲態(tài)。負(fù)利率政策刺激居民減少儲(chǔ)蓄，提升消費(fèi)水平，緩解通貨緊縮。通貨緊縮的緩解、居民儲(chǔ)蓄的減少、消費(fèi)水平的上升和社會(huì)總需求的擴(kuò)張會(huì)刺激社會(huì)總供給增加，導(dǎo)致勞動(dòng)力需求增大，進(jìn)而增加就業(yè)機(jī)會(huì)，緩解失業(yè)潮，降低失業(yè)率。

綜上所述，負(fù)利率政策能夠拓展貸款規(guī)模、鼓勵(lì)消費(fèi)、刺激經(jīng)濟(jì)上行，從而引起產(chǎn)出和勞動(dòng)力需求增加、就業(yè)機(jī)會(huì)增多、失業(yè)率下降。所以，提出假設(shè)1。

假設(shè)1：負(fù)利率政策能夠促進(jìn)就業(yè)，降低失業(yè)率，緩解失業(yè)潮沖擊。

1.2 負(fù)利率政策緩解失業(yè)潮沖擊的不穩(wěn)定性

負(fù)利率政策傳導(dǎo)過程的有效與否顯著影響政策實(shí)施效應(yīng)優(yōu)劣[16]。沒有一個(gè)國家或地區(qū)能完全保證傳導(dǎo)渠道的暢通，這可能會(huì)影響傳導(dǎo)效果。負(fù)利率政策會(huì)使商業(yè)銀行經(jīng)營成本提高，加重其負(fù)擔(dān)。商業(yè)銀行存款利率需要考慮消費(fèi)者情緒，為防止存款資金大量外流，存款利率的下降會(huì)受到限制。貸款利率下降、存款利率受限和利息差的縮窄會(huì)侵蝕商業(yè)銀行的利息收入，影響其盈利能力[17]。此外，負(fù)利率政策導(dǎo)致的資金外流可能也會(huì)給新興市場帶來消極溢出效應(yīng)，發(fā)達(dá)經(jīng)濟(jì)體實(shí)施負(fù)利率政策會(huì)導(dǎo)致新興市場資金流入上漲，促使當(dāng)?shù)匦刨J規(guī)模不合理擴(kuò)大，給商業(yè)地銀行帶來更大的壓力[18]。長時(shí)間的負(fù)利率政策會(huì)給商業(yè)銀行的盈利能力帶來反向作用，這種盈利能力可能受到的沖擊會(huì)反過來影響商業(yè)銀行的貸款意愿，從負(fù)利率政策到存貸款利率的傳導(dǎo)機(jī)制受到干擾，可能會(huì)影響信貸規(guī)模的擴(kuò)張，進(jìn)而不能實(shí)現(xiàn)刺激信貸的作用，企業(yè)的發(fā)展也會(huì)受到限制而無法改善失業(yè)現(xiàn)象。

負(fù)利率政策釋放資產(chǎn)價(jià)格攀升的訊息，投資將會(huì)大幅增加，容易產(chǎn)生資產(chǎn)泡沫。通過VAR模型和貝葉斯向量自回歸（BVAR）模型對(duì)負(fù)利率政策在日本的傳導(dǎo)過程深入剖析，發(fā)現(xiàn)負(fù)利率政策并未完成日本央行的初始期望，同時(shí)會(huì)擾亂常規(guī)貨幣政策的影響機(jī)制[19—20]。投機(jī)者的增加和不理智的投資決策會(huì)導(dǎo)致資產(chǎn)價(jià)格的不正常增長，使資產(chǎn)價(jià)格機(jī)制扭曲，進(jìn)一步會(huì)影響市場自身的發(fā)展方式，引起市場調(diào)節(jié)機(jī)制的失靈，減少社會(huì)總體福利，經(jīng)濟(jì)發(fā)展不再穩(wěn)健。長時(shí)間維持這種非正常經(jīng)濟(jì)狀態(tài)，會(huì)嚴(yán)重影響金融市場穩(wěn)定并阻礙宏觀經(jīng)濟(jì)運(yùn)行。資產(chǎn)價(jià)格攀升利于高收入人群而非低收入人群，長此以往，收入差距會(huì)逐漸變大，社會(huì)穩(wěn)定也會(huì)受到?jīng)_擊，經(jīng)營環(huán)境的不穩(wěn)定性可能導(dǎo)致企業(yè)經(jīng)營不善，進(jìn)而加劇失業(yè)潮。

負(fù)利率政策導(dǎo)致的資本外流一旦過度，會(huì)打壓該國技術(shù)創(chuàng)新、阻礙合資企業(yè)發(fā)展，影響該國企業(yè)成長，影響產(chǎn)出和勞動(dòng)力需求，從而影響就業(yè)。此外，Sussman等[21]和Perez-Segura[22]對(duì)國家或地區(qū)推行負(fù)利率政策后的效應(yīng)進(jìn)行分析，發(fā)現(xiàn)通貨膨脹率并沒有明顯上升，甚至部分國家的相關(guān)指標(biāo)下降，負(fù)利率政策沒有實(shí)現(xiàn)提升通貨膨脹水平的預(yù)期目標(biāo)，政策效果并不如預(yù)期。同時(shí)負(fù)利率政策對(duì)通貨膨脹的影響效果異質(zhì)性顯著，實(shí)行負(fù)利率后續(xù)三年中，非常規(guī)貨幣政策對(duì)通貨膨脹水平的提升作用為3.1%，僅有五分之一來自負(fù)利率政策的作用[23]，且溫和的負(fù)利率政策仍然會(huì)墮入流動(dòng)性陷阱，會(huì)使通貨緊縮更加嚴(yán)重[24]，長此以往，反而會(huì)使經(jīng)濟(jì)增長進(jìn)一步呈現(xiàn)疲態(tài)。通貨膨脹傳導(dǎo)效果的異質(zhì)性導(dǎo)致負(fù)利率政策對(duì)通貨膨脹的刺激作用不穩(wěn)定，甚至可能導(dǎo)致進(jìn)一步通貨緊縮，經(jīng)濟(jì)增長疲軟，就業(yè)機(jī)會(huì)隨之減少，失業(yè)浪潮加劇。

綜上所述，負(fù)利率政策傳導(dǎo)效果具備多變性與不穩(wěn)定性，可能導(dǎo)致經(jīng)濟(jì)更加疲軟，從而引起總產(chǎn)出縮減、勞動(dòng)力需求下降、就業(yè)機(jī)會(huì)減少。所以，提出假設(shè)2。

假設(shè)2：負(fù)利率政策能夠在一定程度上降低失業(yè)率，但效果不穩(wěn)定。

2 研究設(shè)計(jì)

2.1 研究對(duì)象

自20世紀(jì)90年代日本泡沫經(jīng)濟(jì)瓦解，日本便遭受失業(yè)潮沖擊。日本央行在2016年2月實(shí)施負(fù)利率政策，也是亞洲第一個(gè)實(shí)施負(fù)利率政策的國家。本文選取日本作為研究對(duì)象，分析實(shí)施政策后與假設(shè)未實(shí)施政策時(shí)，日本失業(yè)率如何變化，負(fù)利率政策能否緩解失業(yè)潮沖擊，并結(jié)合既有研究分析負(fù)利率政策利弊，判斷是否有實(shí)施該政策的必要。

2.2 研究方法

本文運(yùn)用合成控制法[2]，而非進(jìn)行政策評(píng)價(jià)常用的雙重差分法（DID）。因?yàn)殡p重差分法對(duì)控制組要求較高，需要政策實(shí)施前后研究主體的各指標(biāo)具有可比性，所以選擇控制組易產(chǎn)生人為樣本偏誤進(jìn)而導(dǎo)致錯(cuò)誤估計(jì)政策影響。而合成控制法通過對(duì)若干控制對(duì)象進(jìn)行權(quán)重計(jì)算，找到合適的線性組合，從而構(gòu)建愈加精準(zhǔn)的合成控制地區(qū)（synthetic control region），并將合成控制地區(qū)同研究對(duì)象比較分析。這種根據(jù)數(shù)據(jù)進(jìn)行計(jì)算線性組合最優(yōu)權(quán)重的方法可以有效避免雙重差分法中主觀樣本選擇偏誤。

本文采取Abadie等[25]的研究思路探討日本實(shí)施負(fù)利率政策后失業(yè)率的變化，即構(gòu)建合成日本，使其與實(shí)施負(fù)利率政策前日本的失業(yè)率有相似軌跡，通過合成日本的失業(yè)率模擬如果日本不實(shí)施負(fù)利率政策的失業(yè)率曲線，合成日本失業(yè)率與實(shí)際失業(yè)率的差距就是負(fù)利率政策對(duì)日本失業(yè)狀況的作用。

2.3 指標(biāo)選擇

2016年2 月日本實(shí)施負(fù)利率政策，因此，實(shí)證分析中政策開始年份設(shè)置為2016年。

合成控制法要求預(yù)測控制變量能夠讓影響政策實(shí)施前研究指標(biāo)的因素與研究對(duì)象基本相似。在經(jīng)濟(jì)指標(biāo)預(yù)測因素上，蘇治等[26]在研究通貨膨脹時(shí)選擇的預(yù)測變量是研究對(duì)象實(shí)施政策前的平均GDP增長速度與通貨膨脹滯后項(xiàng)。Abadie等[25]為提高合成控制組和研究對(duì)象契合率，添加了沒有進(jìn)行平均化處理的預(yù)測控制變量。陸超等[27]研究通貨膨脹選取的預(yù)測控制變量是失業(yè)率和實(shí)證研究采用數(shù)據(jù)初始時(shí)間到政策實(shí)施前的時(shí)間段內(nèi)平均GDP增長率，以及該時(shí)間段內(nèi)沒有進(jìn)行平均化處理的通貨膨脹率；研究經(jīng)濟(jì)增長時(shí)選取了人口增長等經(jīng)濟(jì)指標(biāo)以及政策實(shí)施前未做平均化處理的實(shí)際GDP增長率。

因此，考慮失業(yè)率的預(yù)期控制變量，本文選取對(duì)數(shù)化后的實(shí)際GDP增長率與失業(yè)率滯后項(xiàng)為預(yù)測變量。其中，GDP增長率和失業(yè)率的統(tǒng)計(jì)標(biāo)準(zhǔn)均來自世界銀行，GDP增長率為世界銀行依據(jù)不變價(jià)格度量的實(shí)際GDP增長率。

2.4 數(shù)據(jù)來源及說明

本文數(shù)據(jù)來源于世界銀行公開數(shù)據(jù)，包含1996—2020年的年度經(jīng)濟(jì)指標(biāo)數(shù)據(jù)。

選擇控制組國家或地區(qū)考慮以下方面：一是控制組國家或地區(qū)發(fā)展水平要接近于日本。日本為發(fā)達(dá)經(jīng)濟(jì)體，因此所選取控制組國家或地區(qū)最好在發(fā)達(dá)經(jīng)濟(jì)體范圍內(nèi)。國際貨幣基金組織將39個(gè)國家或地區(qū)列為發(fā)達(dá)經(jīng)濟(jì)體，扣除早已實(shí)施負(fù)利率政策和數(shù)據(jù)缺失的經(jīng)濟(jì)體，控制組國家或地區(qū)選擇范圍剩余15個(gè)經(jīng)濟(jì)體。二是合成控制法最終確定控制組是根據(jù)相似度計(jì)算權(quán)重組合形成，初始控制組國家或地區(qū)盡可能多，最終合成控制組會(huì)更接近于日本。因此，除實(shí)施負(fù)利率政策的經(jīng)濟(jì)體之外，加入與日本某方面，包括地理位置、文化、經(jīng)濟(jì)等有相同特點(diǎn)的10個(gè)國家或地區(qū)。三是國際關(guān)系可能會(huì)影響到日本經(jīng)濟(jì)指標(biāo)，考慮與日本政治聯(lián)系和貿(mào)易合作密切的9個(gè)國家或地區(qū)加入控制組。最終選取中國澳門、中國香港、烏克蘭、以色列、伊拉克、伊朗、俄羅斯、冰島、加拿大、匈牙利、印度、印度尼西亞、土耳其、塞爾維亞、韓國、德國、挪威、捷克、新加坡、新西蘭、沙特阿拉伯、波蘭、波多黎各、泰國、澳大利亞、科威特、緬甸、羅馬尼亞、美國、英國、菲律賓、越南、阿聯(lián)酋、馬來西亞共計(jì)34個(gè)控制組國家或地區(qū)。

本文剔除1996—2007年數(shù)據(jù)，選取2008—2020年包含日本和控制組國家或地區(qū)的經(jīng)濟(jì)體數(shù)據(jù)。這主要因?yàn)?，首先，世界銀行公開數(shù)據(jù)僅擁有部分國家或地區(qū)早期數(shù)據(jù)，為保障多數(shù)據(jù)樣本和長時(shí)間段，未采用早期數(shù)據(jù)。其次，2008年以后金融危機(jī)影響全球經(jīng)濟(jì)，大部分國家或地區(qū)經(jīng)濟(jì)指標(biāo)數(shù)值下行，因此控制組國家或地區(qū)與日本的波動(dòng)趨勢較之前更為相似，有利于最終控制組加權(quán)結(jié)果。最后，20世紀(jì)90年代末期到政策實(shí)施前，很長一段時(shí)間內(nèi)日本經(jīng)濟(jì)不景氣，而其他國家經(jīng)濟(jì)變動(dòng)較大，整體會(huì)有差異性變動(dòng)，為了合成控制組需要剔除前期時(shí)間段數(shù)據(jù)。

3 實(shí)證分析

3.1 實(shí)證結(jié)果及分析

本文用日本與合成日本在2016年后失業(yè)率和實(shí)際失業(yè)率差值分析日本實(shí)施負(fù)利率政策對(duì)失業(yè)情況的影響。

利用Stata統(tǒng)計(jì)軟件的Synth程序計(jì)算發(fā)現(xiàn)，合成日本由7個(gè)國家或地區(qū)構(gòu)成，包括40.9%的阿聯(lián)酋、20.6%的中國香港、16.3%的冰島、6.8%的匈牙利、6.5%的德國、5%的伊朗、3.8%的緬甸。

表1是負(fù)利率政策實(shí)施前日本與合成日本的經(jīng)濟(jì)指標(biāo)，可以發(fā)現(xiàn)在預(yù)測控制變量中，合成值均接近實(shí)際值，這說明合成控制法成功地?cái)M合負(fù)利率政策實(shí)施前經(jīng)濟(jì)特征。

表1 預(yù)測控制變量擬合情況

圖1是日本與合成日本2008—2020年的失業(yè)率，垂直虛線所在年份表示2016年，即日本開始實(shí)施負(fù)利率政策的年份。虛線左側(cè)是利率政策實(shí)施前，日本與合成日本的失業(yè)率非常接近。虛線右側(cè)為實(shí)施政策后，兩者差距就是日本負(fù)利率政策失業(yè)率變化情況。可以發(fā)現(xiàn)，負(fù)利率政策實(shí)施后失業(yè)率有下降態(tài)勢。

圖1 日本與合成日本失業(yè)率

進(jìn)一步分析負(fù)利率政策對(duì)失業(yè)率的作用，計(jì)算政策實(shí)施前后合成日本與日本的負(fù)利率差值如圖2。實(shí)施負(fù)利率政策前，即2008—2015年，差值基本為0，說明合成日本擬合較為成功；而實(shí)施負(fù)利率政策后，2016—2020年，兩者差值逐漸拉大，說明實(shí)施負(fù)利率政策可以導(dǎo)致失業(yè)率的下行趨勢。

圖2 日本與合成日本失業(yè)率差距

3.2 有效性檢驗(yàn)

Abadie等[2，25]給出的安慰劑檢驗(yàn)法能夠?qū)ι鲜鰧?shí)證結(jié)果進(jìn)行有效性檢驗(yàn)，確認(rèn)本文實(shí)證研究中失業(yè)率差異沒有受到其他因素影響，僅來自負(fù)利率政策作用，且說明實(shí)證結(jié)果是否具有顯著性。

關(guān)于日本實(shí)施負(fù)利率政策的實(shí)證研究中，安慰劑檢驗(yàn)具體辦法如下：假定一個(gè)本沒有在2016年推行負(fù)利率政策的國家或地區(qū)推行了負(fù)利率政策，依據(jù)合成控制法對(duì)其余控制組國家或地區(qū)進(jìn)行加權(quán)模擬，得到該國家或地區(qū)的合成控制組，計(jì)算該國家或地區(qū)與未推行負(fù)利率政策的合成控制組之間的失業(yè)率差值。對(duì)每一個(gè)控制組國家或地區(qū)開展相同操作，將安慰劑檢驗(yàn)中失業(yè)率差值與實(shí)證分析中日本失業(yè)率差值進(jìn)行對(duì)比分析。如果確定實(shí)證結(jié)果中日本的差值來自負(fù)利率政策，即統(tǒng)計(jì)結(jié)果顯著，安慰劑檢驗(yàn)差值會(huì)明顯不如實(shí)證分析中負(fù)利率差值；否則，統(tǒng)計(jì)結(jié)果不顯著。

本文安慰劑檢驗(yàn)的原假設(shè)是負(fù)利率政策對(duì)失業(yè)率作用不顯著，即負(fù)利率政策無法降低失業(yè)率。根據(jù)Abadie等[25]和陸超等[27]的研究方法，顯著性檢驗(yàn)利用P檢驗(yàn)值完成。失業(yè)率安慰劑檢驗(yàn)中的P值就是失業(yè)率差值（負(fù)）小于日本差值的國家或地區(qū)數(shù)量與所有進(jìn)行安慰劑檢驗(yàn)的國家或地區(qū)數(shù)量的比值，P值越低，代表未實(shí)施負(fù)利率政策的國家或地區(qū)與日本具有相同作用的可能性越小，即日本負(fù)利率政策越顯著。此外，合成控制法加權(quán)計(jì)算合成控制國家或地區(qū)的依據(jù)是2016年前可能會(huì)影響失業(yè)率的指標(biāo)，因此安慰劑檢驗(yàn)中要注意平均預(yù)測均方誤差MSPE（失業(yè)率和合成失業(yè)率差距平方的平均值），一旦某個(gè)國家或地區(qū)2016年前具有高數(shù)值平均預(yù)測均方誤差MSPE，代表合成控制國家或地區(qū)沒有優(yōu)秀的近似于該國家實(shí)際情況，繼續(xù)運(yùn)用其2016年后差值進(jìn)行分析的效果不明顯，可以在安慰劑檢驗(yàn)中刪除該國家或地區(qū)。

如圖3和圖4所示，安慰劑檢驗(yàn)結(jié)果分別是全部35個(gè)安慰劑檢驗(yàn)國家或地區(qū)與剔除政策推行前MSPE異常高于該研究對(duì)象MSPE值的1個(gè)控制組國家或地區(qū)后。表2是安慰劑檢驗(yàn)的P值。

圖3 日本與安慰劑檢驗(yàn)國家失業(yè)率差值

圖4 日本與剔除異常值后安慰劑檢驗(yàn)國家失業(yè)率差值

表2 安慰劑檢驗(yàn)結(jié)果P值

結(jié)合圖形和表格分析，第一，對(duì)所有研究國家或地區(qū)開展安慰劑檢驗(yàn)，圖3所示，2016年后代表日本失業(yè)率差值的實(shí)線在中間偏下位置，即日本失業(yè)率差值與安慰劑檢驗(yàn)中控制組國家或者地區(qū)差值差異較小，日本負(fù)利率政策對(duì)失業(yè)率作用不顯著。但是在接近2020年時(shí)，日本失業(yè)率差值曲線已處于相對(duì)偏下位置，即日本失業(yè)率差值與安慰劑檢驗(yàn)控制組國家或地區(qū)差值差異較大，日本負(fù)利率政策對(duì)失業(yè)率作用顯著。第二，由表2可見，2016年和2018年P(guān)值為0.257和0.171，有25.7%和17.1%的控制組國家或地區(qū)失業(yè)率差值（負(fù)）小于日本，在10%置信水平接受原假設(shè)，負(fù)利率政策對(duì)失業(yè)率作用不顯著。但2020年P(guān)值為0.086，有8.6%的控制組國家或地區(qū)失業(yè)率差值（負(fù)）小于日本，在10%置信水平拒絕原假設(shè)，負(fù)利率政策對(duì)失業(yè)率作用顯著。第三，剔除MSPE較高的值后，由圖4可以發(fā)現(xiàn)，2016年日本與其他安慰劑檢驗(yàn)國家或地區(qū)相比，日本失業(yè)率差值曲線在中間偏下位置，日本負(fù)利率政策對(duì)失業(yè)率作用不顯著。但在2020年，日本失業(yè)率差值曲線在相對(duì)偏下位置，與安慰劑檢驗(yàn)中控制組國家或地區(qū)差異較大，日本負(fù)利率政策對(duì)失業(yè)率作用顯著。第四，由表2可以看出，2016年和2018年P(guān)值分別為0.294和0.176，有29.4%和17.6%的控制組國家或地區(qū)失業(yè)率差值（負(fù)）小于日本，在10%置信水平接受原假設(shè)，負(fù)利率政策對(duì)失業(yè)率作用不顯著。但2020年P(guān)值為0.088，有8.8%的控制組國家或地區(qū)失業(yè)率差值（負(fù)）小于日本，在10%置信水平拒絕原假設(shè)，負(fù)利率政策對(duì)失業(yè)率作用顯著。

利用合成控制法對(duì)日本負(fù)利率政策研究結(jié)果表明，負(fù)利率政策實(shí)施后，日本實(shí)際失業(yè)率低于合成失業(yè)率。安慰劑檢驗(yàn)結(jié)果顯示負(fù)利率實(shí)施后一段時(shí)間內(nèi)，即2016—2019年接受原假設(shè)，負(fù)利率政策無法降低失業(yè)率，失業(yè)率降低可能與負(fù)利率政策無關(guān)。但2020年安慰劑檢驗(yàn)結(jié)果拒絕原假設(shè)，負(fù)利率政策對(duì)失業(yè)率作用顯著，可以降低失業(yè)率，雖然2020年因疫情影響而比較特殊，無法驗(yàn)證負(fù)利率政策在常態(tài)化的2020年能否降低失業(yè)率，但是在疫情時(shí)間逐漸延長的情況下，仍有一定的參考意義。

綜上所述，2016—2019年內(nèi)負(fù)利率政策無法影響失業(yè)率，而2020年顯著降低失業(yè)率，造成這種結(jié)果的原因有以下三點(diǎn)：一是時(shí)間的差異性。負(fù)利率政策的傳導(dǎo)，尤其是影響至失業(yè)率，需要一定的時(shí)間，政策實(shí)施后三年內(nèi)，無法有效發(fā)揮其在失業(yè)率上的作用。二是環(huán)境的差異性。2020年，經(jīng)濟(jì)受到?jīng)_擊，在這種情況下，常規(guī)的政策無法發(fā)揮其有效作用，負(fù)利率政策反而更能凸顯其預(yù)期作用。三是負(fù)利率政策本身的不穩(wěn)定性。關(guān)于負(fù)利率政策的有效性至今未有一致結(jié)論，主要原因就在于其發(fā)揮作用受到各種因素的綜合制約，從而具有極大的不穩(wěn)定性，這種不穩(wěn)定性可能會(huì)影響本身負(fù)利率政策的傳導(dǎo)效果，從而造成預(yù)期目標(biāo)的起伏。總體來說，負(fù)利率政策可以降低失業(yè)率，但是傳導(dǎo)效果不穩(wěn)定且需要時(shí)間，本文假設(shè)得到驗(yàn)證。

4 結(jié)論與啟示

本文從失業(yè)率視角出發(fā)研究負(fù)利率政策傳導(dǎo)效果，根據(jù)2008—2020年日本及34個(gè)控制組國家或地區(qū)經(jīng)濟(jì)數(shù)據(jù)，運(yùn)用合成控制法研究日本負(fù)利率政策對(duì)失業(yè)率的影響。結(jié)果發(fā)現(xiàn)，日本負(fù)利率政策可以降低失業(yè)率，但是需要一定傳導(dǎo)時(shí)間，日本負(fù)利率政策對(duì)失業(yè)率影響隨時(shí)間變動(dòng)，政策實(shí)施后2016—2019年內(nèi)無法影響失業(yè)率，但是在2020年顯著降低失業(yè)率，在進(jìn)行安慰劑檢驗(yàn)后，該結(jié)論仍然成立。這說明負(fù)利率政策傳導(dǎo)效果不夠穩(wěn)定，短期和長期影響可能截然不同，經(jīng)濟(jì)社會(huì)環(huán)境的改變所造成的影響可能截然不同，而負(fù)利率政策實(shí)施時(shí)間的短暫性導(dǎo)致現(xiàn)有研究無法準(zhǔn)確判斷負(fù)利率政策利弊。

基于上述結(jié)論，啟示如下：第一，實(shí)施負(fù)利率政策有一定的意義和作用，負(fù)利率政策可以部分實(shí)現(xiàn)常規(guī)貨幣政策無法達(dá)到的目標(biāo)。第二，負(fù)利率政策不是萬能藥，各國政府不能過分依賴負(fù)利率政策，要全面衡量負(fù)利率政策實(shí)施后果。第三，負(fù)利率政策實(shí)施效果具有差異性，不同國家或地區(qū)會(huì)有不同結(jié)果，也會(huì)給該經(jīng)濟(jì)體帶來弊端。第四，各國政府應(yīng)該結(jié)合實(shí)際情況綜合運(yùn)用貨幣政策，在負(fù)利率政策實(shí)施中不可忽視其他貨幣政策與財(cái)政政策，相互配合的政策才能更好地調(diào)節(jié)經(jīng)濟(jì)。第五，在中國當(dāng)下的經(jīng)濟(jì)環(huán)境中，負(fù)利率政策并不是最好的選擇。

注 釋：

① 本文負(fù)利率政策是指中央銀行采取的使經(jīng)濟(jì)運(yùn)行中的名義利率為負(fù)的政策措施。

② 全球失業(yè)數(shù)據(jù)來源：INTERNATIONAL LABOUR ORGANIZATION.World employment and social outlook：trends 2022［R］.Switzerland：International Labor Office，2022.

③ 中國城鎮(zhèn)調(diào)查失業(yè)率數(shù)據(jù)來源：國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒［M］.北京：中國統(tǒng)計(jì)出版社，2020.