经济政策不确定性、宏观杠杆率与经济增长

2022-02-26蓝天

海南金融 2022年1期

蓝天

摘要：本文构建经济政策不确定性、宏观杠杆率和经济增长的时变参数向量自回归模型，实证研究三者之间相互影响的潜在时变特征及其机制。研究发现：经济政策不确定性上升在绝大多数时间内会降低产出增速，但在经济低迷时期也能促进经济增长;经济政策不确定性对宏观杠杆率的影响在2012年之前主要体现为负向冲击，但在2012年之后，经济政策不确定性冲击所引致的市场主体加杠杆频率明显增多;宏观杠杆率对经济政策不确定性的影响在2012年前后存在结构性变化，对经济增长的正向影响自2008年之后持续弱化。对此，建议政策制定部门关注政策不確定性对宏观经济的影响，完善宏观调控跨周期设计，强化政策协同和预期管理，同时逐步摆脱经济增长对高杠杆的路径依赖。

关键词：经济政策不确定性;宏观杠杆率;经济增长;TVP-SV-VAR模型

DOI：10.3969/j.issn.1003-9031.2022.01.002

中图分类号：F202 文献标识码：A 文章编号：1003-9031（2022）01-0009-11

一、引言

21世纪以来，在2008年美国金融危机冲击、2012年欧债危机以及2020年新冠肺炎疫情冲击等背景下，我国经济形势日趋严峻和复杂，宏观政策调控所面临的内外部挑战明显增多。从国内看，我国经济已由高速增长阶段转向高质量发展阶段，目前正处在转变发展方式、优化经济结构、转换增长动力的攻关期，发展不平衡、不充分的问题仍较为突出。从国际看，保护主义、单边主义上升，国际贸易投资持续低迷，我国外需依赖的潜在风险增大。基于这一形势判断并结合近年来政策实践看，我国宏观政策调控需兼顾经济增长、金融稳定、优化结构、外部均衡、推动改革等多重政策目标。由于不同目标之间可能存在内在冲突而难以同时实现，宏观调控政策方向、力度和组合也需随当期主要政策目标进行调整，这显著提高了我国经济政策不确定性。我国经济政策不确定性指数平均值由2000至2007年的75.9，上升至2008至2021年第二季度的142.5。而同期，我国宏观杠杆率和经济增速也都发生明显的结构性变化（见图1）。Baker等（2016）研究表明，经济政策立场、预期、执行力度及效果不确定性会影响微观经济主体的投融资决策和消费行为，进而对实体经济产生冲击。那么，中国的经验事实是否表明我国经济政策不确定性、宏观杠杆率和经济增长之间存在相互影响？影响是否具有时变特征？其内在机制为何？厘清以上问题将有助于更准确地识别经济政策不确定性、宏观杠杆率和经济增长之间的关系，对做好宏观经济调控以推动中国经济平稳转型，实现高质量发展具有重要的现实意义。

值得注意的是，多数学者运用面板回归、VAR方法以及线性化DSGE模型研究经济政策不确定性的宏观经济效应，对经济发展中结构性变化所引致的变量间影响潜在时变特征的关注不够。为此，本文基于Huang等（2020）构建的经济政策不确定性指数，采用包含随机波动项的时变参数向量自回归（TVP-SV-VAR）模型实证检验了中国经济政策不确定性、宏观杠杆率和经济增长之间相互影响的时变特征。

二、文献综述

（一）经济政策不确定性对宏观杠杆率的影响研究

目前学界关于经济政策不确定性对宏观杠杆率的影响效果存在分歧。Zhang等（2015）指出，经济政策不确定性对不同所有制类型和市场化水平企业杠杆率的影响存在显著差异。钟宁桦等（2016）、纪洋等（2018）、张一林和蒲明（2018）从政府担保、债务展期等多角度证明，经济政策不确定性对国有企业和非国有企业杠杆率造成分化影响，但国有企业杠杆率上升幅度大于非国有企业杠杆率下降幅度，因此总体杠杆率上升。王红建等（2014）研究则表明经济政策不确定性上升通常会致使企业降低债务融资规模，以规避未按期偿还债务带来的破产风险，宏观杠杆率趋于下降。宫如凯等（2019）基于A股上市公司数据的实证研究表明，经济政策不确定性对企业杠杆率存在显著的负向影响，且在短期负债率、民营、小规模和制造业企业中体现的更为明显。

（二）经济政策不确定性对经济增长的影响研究

尽管经济政策不确定性对经济增长影响的研究较为丰富，但研究结论也尚未达成一致。多数学者（Bradley等，2016，饶品贵等，2017;王朝阳等，2018;刘贯春等，2019;滕飞，2021;孙林聪，2021）研究表明，经济政策不确定性上升会抑制企业投资，进而拖累经济增长。但也有部分学者认为，经济不确定性对产出增长的影响存在非线性特征或影响不显著。如张玉鹏和王茜（2016）研究发现，经济低迷时期，经济政策不确定性会通过提振消费者信心和刺激企业投资渠道带动产出增长;而在经济繁荣时期，经济政策不确定性会对产出增长产生负向冲击。田磊和林建浩（2016）运用SVAR方法研究发现，经济政策不确定性冲击对实际产出的影响较发达经济体更为微弱。

（三）宏观杠杆率与经济增长的影响研究

国内外学者（Arellano，2008;Reinhart，2010;马勇和陈雨露，2017;桂文林和程慧，2021）就宏观杠杆率对经济增长的影响进行了深入研究，普遍认为杠杆率与经济增长间存在显著的门限效应，两者之间存在倒U型关系，适度杠杆率是经济和资产价格稳增长的保障，但过高杠杆将导致经济衰退。同时，学者们也探究了不同部门杠杆率与经济增长之间的非线性效应。王桂虎（2016）指出非金融企业杠杆率在短期内会对经济增速产生负向冲击;谢云峰（2017）认为居民部门加杠杆对经济增长只有短期正向促进作用，但长期内两者之间呈负向关系。

概言之，学者们围绕经济政策不确定性对宏观杠杆率以及经济增长的影响机制取得了富有成效的研究成果。但仍有待改进：一是既有研究并未就经济政策不确定性、宏观杠杆率和经济增长之间具体影响方向达成一致。二是尚未将经济政策不确定性、宏观杠杆率和经济增长统一起来进行系统研究，缺乏三者之间双向影响的深入分析。三是忽视了经济政策不确定性、宏观杠杆率和经济增长相互影响中可能存在的时变性特征。

三、理论机制阐述

通过梳理现有文献，理论上经济政策不确定性会通过实物期权效应、预防性储蓄效应以及风险溢价效应等渠道对实体经济产出造成影响。从实物期权效应看，由于企业经营决策存在沉没成本，同时在决策失误时还将面临资产处置成本，因此当企业面临经济政策不确定性上升时，其等待的期权价值会趋于升高，企业会选择延迟投资或出口以规避经济政策不确定性可能引发的风险，进而导致产出下降。从预防性储蓄效应看，由于持有现金是对未来风险的最佳对冲策略，在经济政策不确定性导致信息模糊、缺失和不完备的情况下，企业决策者基于预防性需求、财务稳健等考虑倾向于持有现金而减少投融资水平下降，从而对实体产出造成负面冲击。从风险溢价效应看，经济政策不确定性导致企业现金流不稳定，还会通过现金持有、金融资产配置和价格等渠道对企业信用评级和融资成本造成负面冲击，引发投资者和银行对其后续经营问题的担忧，继而提高风险溢价，企业投资和产出相应减少。

在对宏观杠杆率影响方面，一方面，经济政策不确定性上升会对国有企业和非国有企业影响呈现分化效应，国有企业杠杆率上升幅度超过非国有企业杠杆率下降幅度，同时国有企业的融资方式还会由股权融资向债权融资转变，宏观杠杆率因此受到影响。另一方面，经济政策不确定性对实体经济产出的影响也会通过杠杆率分解式反映在宏观杠杆率上。

四、模型构建及数据处理

（一）模型构建

为了准确刻画经济政策不确定性、宏观杠杆率与经济增长三个变量之间的相互影响，本文采用Nakajima（2011）提出的TVP-SV-VAR模型进行分析。相比于传统VAR模型，TVP-SV-VAR模型的优势在于允许方差、模型参数等随时间变化，从而能够捕捉变量之间时变非线性动态关系和特征。TVP-SV-VAR模型可以从SVAR模型演绎出来：

Axt=F1xt-1+……Fpxt-p+εt，t=p+1，……，n （1）

其中，xt为k×1阶的列向量;A，F1，…，Fp均为k×k阶系数矩阵;εt为k×1阶随机扰动项，εt～N（0，Σ2）;A和Σ可以分别表示为：

（2）

令B=AF（i=1，…，p），则式（1）可简化为：x=B1x+…+Bx+AΣe，e～N（0，I），假定模型参数可以随时间变动，以考察变量间可能存在的时变关系，则模型可以进一步简化为：x=Dβ+AΣe，t=p+1，…，n。

上式即为引入时变因素的TVP-SV-VAR模型，其时变性主要体现在β、A和Σ均跟随时间变动。若定义at=（a21，a31，a32，a41，…，ak，k-1）;hjt=logσ，j=1，…，k，ht=（h1t，…，hkt）。同时假设模型中的时变参数均服从一阶随机游走，即：β=β+υβt，at+1=at+υat，ht+1=ht+υht。则有：

（3）

（4）

（二）變量选取及指标说明

本文将经济政策不确定性、宏观杠杆率、实体经济产出作为TVP-SV-VAR模型的内生变量。选取Huang等（2020）根据中国10家权威报纸的相关数据构建的中国的经济政策不确定性指数（EPU指数）①作为经济政策不确定性的代理指标，记为EPU;选取国家金融与发展实验室统计的季度实体经济部门杠杆率数据作为宏观杠杆率的代理指标，记为L;选取国内生产总值季度同比增速（不变价）作为经济增长的代理变量，记为Y。数据区间为2000年第一季度至2021年第二季度，并采用Census-X12对原始数据进行季节性调整。

五、实证分析

（一）单位根检验

ADF单位根检验结果如表1所示。可以发现，所有变量的原序列都是不平稳的，但各变量的一阶差分时间序列均在1%显著水平下保持平稳。各内生变量的一阶差分时间序列分别记为epu、l、y。在VAR模型中，排序在后的变量对排序在前的变量不存在当期作用而仅有滞后期影响，由于宏观杠杆率对经济政策不确定性以及经济增长冲击的反应更加迅速，因此我们将宏观杠杆率变量放到最后。同时，经济政策不确定性会对经济增长产生显著的当期影响，这支持将经济增长排在经济政策不确定性之后。因此，本文将变量顺序设定为xt=（eput，yt，lt）T，以此构建TVP-SV-VAR模型。根据AIC与SC等信息准则，同时为避免时变模型“过度参数化”问题，设定模型最优滞后阶数为1期。

（二）TVP-SV-VAR模型实证结果

本文采用马尔科夫蒙特卡洛模拟法（MCMC）抽样10000次（前1000次作为预烧值被舍弃）获得参数的后验分布，表2报告了TVP-VAR模型的参数估计和诊断结果。由表2可知，参数的后验均值均处于95%置信区间内，且Geweke值均低于1.96，在5%的显著水平上不能拒绝收敛于后验分布的原假设。各参数的无效因子普遍较低，其中最大无效因子为86.11，意味着至少可以获得116个不相关的样本观测值，符合后验统计推断的标准。经济政策不确定性、宏观杠杆率和经济增长等变量的模拟路径图（见图2）表明其波动聚类的特征明显，MCMC对参数的后验分布进行了有效抽样。

图3展示了滞后2期（半年）、4期（1年）和8期（2年）的等间隔脉冲响应函数图，以此来考察各变量冲击的短期、中期和长期的时变效应。可以发现，各变量冲击对其他变量的短中长期影响走势基本相似，但从影响幅度看，短期影响较为显著，中期影响明显趋弱，长期则近乎无影响。

从经济政策不确定性冲击对其他变量的影响看，经济政策不确定性冲击对经济增长的影响存在一定的时变特征。短期内，经济政策不确定性对经济增长的负向影响时间远多于正向影响时间，意味着经济政策不确定性的增加在多数时间会导致实体经济产出的减少，这一现象符合预期，即经济政策不确定性升高一方面会迫使企业选择“持币观望”策略推迟投资，从而导致投资不足，另一方面也会减缓居民消费支出，进而造成实体经济产出降低。但值得注意的是，在2008年国际金融危机和2012年欧债危机前后，中国经济政策不确定性对实体经济产出存在较为显著的正向影响，彼时为应对经济下行压力，政府及时出台了一系列强有力的经济刺激政策，且公众对政策的反应较为积极，带动了消费、投资和产出的增加。

在样本期内不同时点，宏观杠杆率对经济政策不确定性冲击的脉冲响应值存在明显差异。在2012年之前经济政策不确定性对宏观杠杆率的负向影响时间多于正向影响。尤其是在2008至2010年期间，经济政策不确定性冲击对宏观杠杆率造成显著的负向影响，彼时国际金融危机对全球各国经济都造成较大的负面冲击，企业未来的现金流不确定性随经济政策不确定性上升而提高，因此企业会选择降低债务融资规模以规避未按期偿还债务所带来的破产风险。但在2012年之后，经济政策不确定性冲击对宏观杠杆率的正向影响明显增多，主要体现为2015年、2020年前后的两次正向波峰，这与经济现实基本符合。2015年前后，政策基调转向全面宽松，基准利率和存款准备金率均多次下调，资本市场也经历了短暂牛市，市场主体加杠杆行为频发。2020年以来，新冠肺炎疫情对经济社会发展造成较大的负面冲击，我国短时间内出台多项经济政策，促进经济社会发展恢复正常，市场流动性相对宽裕，各类经济主体开始加杠杆，宏观杠杆率有所上升。

从产出增长冲击对其余两个变量的影响看，经济政策不确定性短期内对实体经济产出冲击有着较为稳定且显著的正向反馈，这可能是因为产出增速过快会引起公众对实体经济趋热以及通货膨胀上升的担忧，政策当局通常会选择逆周期调整经济政策以维护物价稳定，从而造成经济政策不确定性的上升。而正向实体经济产出冲击对宏观杠杆率存在着稳定的负向影响，这也符合经济现实，宏观杠杆率是债务与GDP之比，因此产出增速的增加会推动宏观杠杆率下降。

从宏观杆杆率冲击对其余两个变量的影响看，宏观杠杆率对经济政策不确定性的影响在2012年前后存在结构性变化。在2012年之前，宏观杠杆率与经济政策不确定性之间保持负向反馈，但影响幅度随着时间推移持续缩小，自2012年后，宏观杠杆率与经济政策不确定性之间变为正向影响。这反映出近年来随着政策沟通力度的提升和沟通框架的成熟，经济政策开始受到社会公众的广泛关注，宏观杠杆率的上升会引起公众对于经济政策的预期变化，加大经济政策不确定性。宏观杠杆率对经济增长在多数时间内存在短期的正向影响，这符合我国长期以来的债务驱动型经济增长模式的现实特征。但值得关注的是，两者正向响应程度自2008年开始快速下降，说明国际金融危机后宏观杠杆率对经济增长的拉动效应显著降低，一个可能的原因是宏观杠杆率的过快提升会引发资源配置至低生产力的部门，造成全要素生产率增速下降，进而对实体经济产出产生负面影响。

为进一步分析不同时点下三个变量之间相互影响的时变特征，本文选取2008年第三季度全球金融危机冲击、2015年第四季度供给侧结构性改革方案提出、2020年第一季度新冠肺炎疫情冲击等三个特定的脉冲响应时点進行观察。

由图4可知，经济政策不确定性冲击对产出增长、宏观杠杆率的影响在三个时点差异明显。2008年国际金融危机期间，经济产出对经济政策不确定性当期的响应为正，但在1期后迅速转负且达到负向峰值，之后逐步减弱，4期后影响消失。这表明当时经济政策不确定性对经济增长仍主要呈现负面影响。2015年，经济政策不确定性冲击对产出增长率基本无影响。2020年，经济产出对经济政策不确定性当期无影响，1期后呈现显著的正向影响，2期后转为负向影响，4期后趋于平稳，这表明2020年应对新冠肺炎疫情冲击期间，以“六稳”“六保”为代表的经济政策通过提振消费者信心及企业投资渠道，对产出增长产生正面影响。而经济政策不确定性对宏观杠杆率的影响在2008年和2020年呈现截然相反的情况。2008年国际金融危机期间，经济政策不确定性对宏观杠杆率的影响在当期为负，6期后影响消失。而2020年新冠肺炎疫情背景下，经济政策不确定性冲击对宏观杠杆率的影响当期显著为正，并在1期后达到峰值，之后影响逐步趋弱至4期后消失，这表明近年来经济政策不确定性对宏观杠杆率的正向影响趋强，经济政策不确定性上升会提高宏观杠杆率。

产出增长率冲击的时变性则相对弱很多。可以看出，产出增长率对经济政策不确定性的影响在三个时期基本一致。主要呈现出当期无影响，1期后为负向影响，2期后显著为正向影响，其后正负影响交替出现，但影响幅度逐步趋小且负向幅度小于正向幅度，约8期后影响消失，表明经济增长在2年内都会对经济政策不确定性产生影响，这与等间隔脉冲响应结果相符。产出增长率冲击对宏观杠杆率的影响在当期即体现为明显的负向影响，6期后影响消失。相比2008年国际金融危机期间，这一影响在2015年和2020年略微扩大，这反映出近年来债务增长速度较2008年有所放缓。

宏观杠杆率冲击对经济政策不确定性的影响在三个时点基本保持一致。宏观杠杆率的上升在当期对经济政策不确定性产生显著的负向影响，其后影响逐步衰减，8期后影响消失。相比而言，宏观杠杆率冲击对经济增长的影响在三个时点差异较为明显。在2008年国际金融危机期间，宏观杠杆率当期对经济增长无影响，1期后有显著的正向影响，脉冲响应幅度达0.2%，随后正向影响幅度逐渐趋弱，8期影响消失。但2015年这一影响幅度明显变小，1期后的正向脉冲响应幅度仅0.02%，6期后影响趋于消失。2020年新冠肺炎疫情冲击期间，尽管1期后的正向影响有所扩大，但2期转为负向影响，3期又转为正向影响后至6期后影响消失。这进一步表明，宏观杠杆率对经济增长的拉动效应已显著减弱，债务驱动型经济增长模式难以持续。

（三）稳健性检验

首先，本文选取不同的经济政策不确定性指数。一是采用Steven J. Davis等人基于《人民日报》和《光明日报》两家报纸中的经济政策不确定性相关词条量化后所制定的中国政策不确定性指数（EPU1），以此代替EPU进行实证研究。二是采用Baker等（2016）基于《南华早报》构建的中国经济政策不确定性指数（EPU2）代替EPU进行实证研究。稳健性分析结果表明，以上两种测度方式的实证结果与基准模型没有显著差异，不影响文章结论①。

其次，本文选取不同的宏观杠杆率指标。借鉴马勇和陈雨露（2017）的度量方法，采用M2/GDP作为宏观杠杆率的代理指标（L1），替换基准模型中的宏观杠杆率数据，并重新估计TVP-SV-VAR模型，结果表明，考虑不同类型的宏观杠杆率数据所得主要实证结论与基准模型一致，即经济政策不确定性对宏观杠杆率和产出增速的影响具有明显的时变特征，同时宏观杠杆率冲击对产出增长的影响随时间推移呈下降趋势。

此外，基准模型中的变量排序xt=（eput，yt，lt）T暗含经济政策不确定性不受宏观杠杆率和经济增长同期冲击影响的假设，且宏观杠杆率不会同期影响其他变量。尽管该假设有理论支撑，但仍可能存在问题。为了检验该假设多大程度上影响模型实证结果，本文设定另外两种变量排序：xt=（eput，lt，yt）T和xt=（yt，eput，lt）T。稳健性分析结果表明，以上变量排序的改变并不影响本文的主要结论。

六、结论及政策建议

（一）结论

一是经济政策不确定性对宏观杠杆率和经济增长的影响具有显著时变特征。经济政策不确定性在绝大多数时间内会对经济增长造成负向冲击，但在2008年和2012年等经济出现较大下行压力时期，宏观政策力度增大叠加政策反应积极，经济政策不确定性也能促进经济增长;经济政策不确定性对宏观杠杆率的影响在2012年之前主要体现为负向冲击，但在2012年之后，经济政策不确定性冲击所引致的市场主体加杠杆频率明显增多。二是宏观杠杆率对经济政策不确定性和经济增长的影响也存在明显的时变特征。宏观杠杆率对经济政策不确定性的影响在2012年前后存在结构性变化，两者之间由2012年之前的负向反馈转变为2012年之后的正向反馈。宏观杠杆率对经济增长存在显著的正向影响，但两者正向响应程度自2008年后开始快速下降，这表明国际金融危机后宏观杠杆率对经济增长的拉动效应显著降低。三是经济增长对经济政策不确定性和宏观杠杆率的影响较为稳定且显著，不存在时变特征。

（二）政策建议

一是宏观经济调控需充分考虑当下经济运行情况，评估经济政策调整对宏观杠杆率和经济增长可能造成的冲击，并坚持跨周期调控思维，增强政策的前瞻性、有效性。充分做好各类宏观政策衔接，及时有效采取多种政策工具应对经济政策不确定性的潛在负面冲击，确保经济平稳发展。二是政策制定部门应进一步强化预期管理，通过权威场合及官方渠道向公众有效传达未来政策的明确走向，引导市场正确理解政策意图。同时，宏观调控要加强政策的预调微调，要留有余地，形成有利于稳增长、调结构、防风险、促改革的政策环境。三是统筹兼顾短期政策实施和中长期深化改革，充分发挥资源要素、技术创新在经济增长中的作用，大力发展直接融资，严格控制杠杆高增长，保持杠杆率基本稳定，进而实现经济高质量发展和防范风险之间的均衡。

参考文献：

[1]Arellano C.Default Risk and Income Fluctuations in Emerging Economies[J].American Economic Review，2008，98（3）：690-712.

[2]Baker S R，Bloom N，et al.Measuring economic policy uncertainty[J].The Quarterly Journal of Economics，2016，131（4）：1593-1636.

[3]Bradley D，Pantzalis C，et al.Policy Risk，Corporate Political Strategies，and the Cost of Debt[J].Journal of Corporate Finance，2016（40）：254-275.

[4]Nakajima J.Time-Varying Parameter VAR Model with Stochastic Volatility： An Overview of Methodology and Empirical Applications[J].Monetary and Economic Studies，2011（29）：107-142.

[5]Reinhart C，Rogoff K.Growth in a Time of Debt[J].American Economic Review，2010，100（5）：573-578.

[6]Zhang G，Han J，et al.Economic policy uncertainty and capital structure choice：Evidence from China[J].Economic Systems，2015，39（3）：439-457.

[7]宫汝凯，徐悦星，王大中.经济政策不确定性与企业杠杆率[J].金融研究，2019（10）：59-78.

[8]桂文林，程慧.杠杆率、资产价格与经济增长时变关联研究——基于混频MS-VAR分析[J].统计研究，2021，38（7）：47-63.

[9]纪洋，王旭，谭语嫣，黄益平.经济政策不确定性、政府隐性担保与企业杠杆率分化[J].经济学（季刊），2018，17（2）：449-470.

[10]刘贯春，段玉柱，刘媛媛.经济政策不确定性、资产可逆性与固定资产投资[J].经济研究，2019，54（8）：53-70.

[11]马勇，陈雨露.金融杠杆、杠杆波动与经济增长[J].经济研究，2017，52（6）：31-45.

[12]饶品贵，岳衡，姜国华.经济政策不确定性与企业投资行为研究[J].世界经济，2017（2）：27-51.

[13]孙林聪.经济政策不确定性与企业财务脆弱性——基于企业家特质调节效应[J].海南金融，2021（3）：37-48.

[14]滕飞.经济政策不确定性与企业经营风险[J].海南金融，2021（1）：29-39+87.

[15]田磊，林建浩.经济政策不确定性兼具产出效应和通胀效应吗？来自中国的经验证据[J].南开经济研究，2016（2）：3-24.

[16]王朝阳，张雪兰，包慧娜.经济政策不确定性与企业资本结构动态调整及稳杠杆[J].中国工业经济，2018（12）：134-151.