摘要：根據(jù)1995年以來(lái)的月度數(shù)據(jù)，利用TVP-SV-VAR模型分析了中美日三國(guó)經(jīng)濟(jì)政策不確定性的雙向溢出，并考察關(guān)鍵時(shí)間點(diǎn)上各國(guó)對(duì)來(lái)自國(guó)外的外部沖擊的脈沖響應(yīng)。研究發(fā)現(xiàn)，美國(guó)對(duì)中國(guó)EPU的影響總體大于日本，長(zhǎng)期影響均逐漸減弱，但是特朗普?qǐng)?zhí)政這一關(guān)鍵時(shí)間對(duì)中國(guó)的長(zhǎng)期影響不斷增強(qiáng);日本對(duì)中美兩國(guó)EPU的影響在經(jīng)歷短期的震蕩后，在長(zhǎng)期收斂，2016年5月日本消費(fèi)稅調(diào)整推遲這一事件對(duì)中國(guó)EPU的影響雖然較大，且長(zhǎng)期內(nèi)收斂趨勢(shì)不明顯;中國(guó)對(duì)美日兩國(guó)EPU的影響總體大于兩國(guó)對(duì)中國(guó)的影響，中短期內(nèi)推高了兩國(guó)EPU，長(zhǎng)期內(nèi)影響減弱，但收斂趨勢(shì)不明顯，隨著中國(guó)經(jīng)濟(jì)的持續(xù)高速增長(zhǎng)，特別是2020年8月以來(lái)，對(duì)新冠疫情的有效控制等各方面原因，中國(guó)對(duì)對(duì)日美兩國(guó)EPU的長(zhǎng)期影響明顯持續(xù)增強(qiáng)。

關(guān)鍵詞：經(jīng)濟(jì)政策不確定性;雙向溢出;TVP-SV-VAR模型

中圖分類(lèi)號(hào)：F202? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1008-4657（2021）06-0009-08

引言

近年來(lái)，難民危機(jī)、霸權(quán)主義、民粹主義的濫觴，左翼政治勢(shì)力的崛起，頻繁的貿(mào)易戰(zhàn)、債務(wù)危機(jī)等因素不斷沖擊著脆弱的世界經(jīng)濟(jì)，這種沖擊一方面導(dǎo)致各國(guó)經(jīng)濟(jì)政策不確定性（以下簡(jiǎn)稱(chēng)EPU）增加，另一方面在貿(mào)易、投資和生產(chǎn)全球化的背景下，一國(guó)的EPU不但影響本國(guó)的宏觀經(jīng)濟(jì)變量，也通過(guò)各種渠道影響他國(guó)宏觀經(jīng)濟(jì)變量，即EPU的溢出效應(yīng)。雖然近年來(lái)全球化遭受?chē)?yán)重的沖擊，但是，經(jīng)濟(jì)全球化是不可阻擋的歷史潮流（習(xí)近平在第二屆進(jìn)口博覽會(huì)上的講話），隨著各國(guó)之間的經(jīng)濟(jì)、金融和政治聯(lián)系日益加強(qiáng)，經(jīng)濟(jì)行為者不僅有理由對(duì)國(guó)內(nèi)的EPU保持警惕，也有理由對(duì)國(guó)外的EPU保持警惕。在美國(guó)，關(guān)于債務(wù)上限的討論、取消貿(mào)易協(xié)定和重新談判的威脅、稅收制度的變化及總統(tǒng)大選，使政策更難預(yù)測(cè)，并對(duì)伙伴國(guó)家產(chǎn)生影響。在歐洲，英國(guó)脫歐、難民危機(jī)、“左翼”政黨的執(zhí)政和“民粹主義”的泛濫也產(chǎn)生了全球溢出效應(yīng)，這些沖擊之間的相互作用可能會(huì)放大不確定性的影響[ 1 ]。

當(dāng)前大量的研究探討了大國(guó)（主要是美國(guó)）EPU對(duì)一國(guó)宏觀經(jīng)濟(jì)變量的影響，這些變量包括了：GDP增長(zhǎng)率、通脹率、失業(yè)率、短期或長(zhǎng)期利率、短期或長(zhǎng)期匯率等指標(biāo)。雖然當(dāng)前的研究考慮了大多數(shù)的宏觀經(jīng)濟(jì)變量，卻忽略了一個(gè)基本的問(wèn)題，即EPU本身就是反映宏觀經(jīng)濟(jì)的重要指標(biāo)，EPU影響他國(guó)宏觀經(jīng)濟(jì)變量，當(dāng)然也在影響他國(guó)的EPU。本文利用中美日三國(guó)1995年1月到2021年7月的數(shù)據(jù)，利用TVP-SV-VAR模型分析經(jīng)EPU的雙向溢出，有利于深刻揭示三國(guó)EPU在國(guó)家間的溢出以及溢出效應(yīng)隨時(shí)間變化的特征。

1? ? ? ?文獻(xiàn)綜述

當(dāng)前理論文獻(xiàn)認(rèn)為經(jīng)濟(jì)政策不確定性對(duì)宏觀經(jīng)濟(jì)的影響主要通過(guò)三個(gè)途徑：消費(fèi)、投資、金融成本或更一般的金融變量。Romer[ 2 ]解釋了經(jīng)濟(jì)政策不確定性對(duì)消費(fèi)的影響，認(rèn)為如果未來(lái)收入不確定，耐用品消費(fèi)也會(huì)受到類(lèi)似程度的不可逆性影響，導(dǎo)致家庭推遲消費(fèi)決策，直到不確定性得到解決。這種渠道有時(shí)被稱(chēng)為預(yù)防性?xún)?chǔ)蓄渠道。也就是說(shuō)，不確定性會(huì)影響家庭作出的跨期消費(fèi)決策。此后，一些學(xué)者利用實(shí)證研究提供了該渠道的證據(jù)[ 3-5 ]。

經(jīng)濟(jì)政策不確定性對(duì)投資的影響主要是Bernanke? B? S[ 6 ]考慮的實(shí)物期權(quán)理論，Bernanke? B? S認(rèn)為：投資和就業(yè)決策的恢復(fù)代價(jià)高昂，如果決策者對(duì)經(jīng)濟(jì)前景不確定，他們可能會(huì)采取觀望態(tài)度，推遲投資和招聘。因此，當(dāng)不確定性較高時(shí)，期權(quán)價(jià)值較高，反之亦然。多項(xiàng)研究支持這一證據(jù)，例如Bloom? ?N等[ 7 ]、Carriere-Swallow? Y等[ 4 ]在投資方面，以及Alexopoulos? M等[ 8 ]和Scheffel? E? M[ 9 ]在就業(yè)方面的研究。

消費(fèi)和投資是拉動(dòng)GDP的主要驅(qū)動(dòng)力。Baker? ?S? ?R等[ 10 ]認(rèn)為如果一方或雙方都受到EPU的負(fù)面影響，GDP也應(yīng)該下降。此外，GDP的下降可以解釋為總需求的放緩，在供應(yīng)不變的假設(shè)下，將會(huì)導(dǎo)致通脹下降。Colombo? ?V[ 11 ]和Caldara? ?D等[ 5 ]將通貨膨脹納入了他們的數(shù)據(jù)集，他們都發(fā)現(xiàn)了有利于負(fù)相關(guān)關(guān)系的證據(jù)。

經(jīng)濟(jì)政策不確定性對(duì)金融市場(chǎng)的影響體現(xiàn)在兩個(gè)方面。一方面，EPU影響融資成本，不確定性的增加可能會(huì)降低企業(yè)的預(yù)期盈利能力，從而增加企業(yè)的感知風(fēng)險(xiǎn)。隨后，投資者要求更高的利率來(lái)補(bǔ)償更高的風(fēng)險(xiǎn)，因此額外債務(wù)的發(fā)行成本更高，并對(duì)投資產(chǎn)生不利影響。Gilchrist? ?S等[ 12 ]在一般均衡模型中探索這一假設(shè)，Nodari[ 13 ]等提供了經(jīng)驗(yàn)證據(jù)。

另一方面，經(jīng)濟(jì)政策不確定性可能影響股票市場(chǎng)。金融理論表明，股票價(jià)格由預(yù)期未來(lái)現(xiàn)金流的總和決定，并以適當(dāng)?shù)娘L(fēng)險(xiǎn)調(diào)整貼現(xiàn)率貼現(xiàn)。因此，現(xiàn)金流的減少或風(fēng)險(xiǎn)調(diào)整貼現(xiàn)率的增加可能會(huì)降低股票價(jià)格。Popp? ?A等[ 14 ]的實(shí)證研究支持了這一效應(yīng)。

一國(guó)的EPU不但可以影響本國(guó)的宏觀經(jīng)濟(jì)指標(biāo)，還可以通過(guò)“溢出效應(yīng)”影響到其他國(guó)家的宏觀經(jīng)濟(jì)變量，這些研究大部分聚焦于源自美國(guó)的沖擊。Mumtaz? ?H等[ 15 ]研究了源自美國(guó)國(guó)內(nèi)生產(chǎn)總值的沖擊對(duì)英國(guó)宏觀經(jīng)濟(jì)的影響，研究發(fā)現(xiàn)沖擊導(dǎo)致英國(guó)國(guó)內(nèi)生產(chǎn)總值下降，通脹上升，與美國(guó)的反應(yīng)在規(guī)模上相似。Caggiano? ?G等[ 16 ]考察了美國(guó)經(jīng)濟(jì)政策不確定性對(duì)加拿大實(shí)際活動(dòng)指標(biāo)（工業(yè)生產(chǎn)、失業(yè)）和名義活動(dòng)指標(biāo)（通貨膨脹、短期利率和美元/加元匯率）的影響，并指出1985年至2015年期間，源自美國(guó)的同等規(guī)模的經(jīng)濟(jì)政策不確定性上升，在加拿大引發(fā)了一場(chǎng)強(qiáng)勁而持久的衰退，而在繁榮時(shí)期則引發(fā)了一場(chǎng)溫和的衰退。在衰退中，工業(yè)生產(chǎn)增長(zhǎng)率下降約1%，失業(yè)率在沖擊后上升超過(guò)0.1%，而通貨膨脹下降0.2%，名義利率下降近30個(gè)基點(diǎn)，并實(shí)現(xiàn)持續(xù)貶值。Fernández-Villaverde? ?J等[ 17 ]研究了源自美國(guó)的經(jīng)濟(jì)政策不確定性沖擊對(duì)歐元區(qū)的溢出效應(yīng)，認(rèn)為這種沖擊是歐洲政策利率的重要驅(qū)動(dòng)力。Carriere-Swallow? Y等[ 4 ]研究了源自美國(guó)的不確定性沖擊對(duì)一些發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家的影響。他們發(fā)現(xiàn)，各國(guó)投資和消費(fèi)的反應(yīng)有很大的差異。特別是，發(fā)展中國(guó)家的反應(yīng)更為突出。Belke? ?A等[ 18 ]比較了美國(guó)和歐洲的EPU對(duì)18個(gè)經(jīng)合組織國(guó)家的四個(gè)變量的影響，也明確了經(jīng)濟(jì)政策不確定性在國(guó)家間的溢出。

當(dāng)前對(duì)EPU溢出效應(yīng)的研究主要采用溢出指數(shù)的方法[ 19-20 ]，并分析了溢出效應(yīng)的存在性、時(shí)變性以及影響因素。李政等[ 21 ]分析了跨國(guó)溢出的機(jī)理，并采用廣義方差分解譜表示方法，從頻域視角考察EPU的短期與長(zhǎng)期溢出效應(yīng)。張?jiān)嫉萚 22 ]研究了全球、中國(guó)內(nèi)地、中國(guó)香港和中國(guó)澳門(mén)之間的EPU跨區(qū)域溢出效應(yīng)進(jìn)行了實(shí)證檢驗(yàn)，認(rèn)為中國(guó)內(nèi)地、香港和澳門(mén)與全球間的溢出效應(yīng)具有非對(duì)稱(chēng)性，全球?qū)χ袊?guó)三地存在同期單向溢出。

從當(dāng)前研究可以看出，經(jīng)濟(jì)政策不確定性對(duì)宏觀經(jīng)濟(jì)的研究比較充分。宏觀經(jīng)濟(jì)指標(biāo)通常選取了產(chǎn)出增長(zhǎng)率、消費(fèi)、投資、通脹、利率和匯率等，在溢出效應(yīng)的分析中，也考慮上述變量。雖然當(dāng)前研究涉及了主要的宏觀經(jīng)濟(jì)指標(biāo)，但是忽略了經(jīng)濟(jì)政策不確定性本身也是反映宏觀經(jīng)濟(jì)運(yùn)行的重要指標(biāo)，此外當(dāng)前的研究主要考慮了單向的溢出，忽視了雙向溢出。

2? ? ? ?理論模型

Sims? ?C? ?A[ 23 ]引入的VAR模型已成為宏觀經(jīng)濟(jì)變量之間動(dòng)態(tài)關(guān)系建模的常用工具，但由于傳統(tǒng)VAR模型中各變量的參數(shù)估計(jì)是固定的，無(wú)法在結(jié)構(gòu)突變時(shí)的非線性關(guān)系進(jìn)行有效解釋。Primiceri[ 24 ]提出了時(shí)變參數(shù)隨機(jī)波動(dòng)VAR模型，并采用馬爾科夫鏈蒙特卡洛算法（MCMC）從樣本的后驗(yàn)分布中抽取樣本，假定待估參數(shù)服從一階隨機(jī)游走過(guò)程，可以有效捕捉宏觀經(jīng)濟(jì)變量的關(guān)系特征。本文借鑒Primiceri[ 24 ]，TVP-SV-VAR可寫(xiě)為如下形式：

其中yt是一個(gè)n維列向量，表征因變量。Bi，t為時(shí)變的縮減型系數(shù)矩陣，其值為：Bi，t = AA1，t 。ut為提前一期的預(yù)測(cè)標(biāo)準(zhǔn)誤，其值為：ut = AΣtεt。

各時(shí)變參數(shù)服從如下隨機(jī)游走過(guò)程：

假定uβ，t、uα，t和Σβ為正態(tài)分布，具有零均值和對(duì)角協(xié)方差矩陣和Σα、Σα和Σh。并假設(shè)設(shè)結(jié)構(gòu)沖擊與時(shí)變參數(shù)無(wú)關(guān)，則有：

本文采用MCMC算法估計(jì)時(shí)變參數(shù)，并從樣本的后驗(yàn)分布中抽取樣本，進(jìn)行10? ?000次MCMC抽樣得到相關(guān)時(shí)變參數(shù)的估計(jì)值。估計(jì)脈沖響應(yīng)共有兩種方法，第一種是使用時(shí)變參數(shù)的后驗(yàn)平均值計(jì)算時(shí)變脈沖響應(yīng);第二種是每次MCMC迭代計(jì)算脈沖響應(yīng)，并在迭代結(jié)束時(shí)取平均值，以計(jì)算其后驗(yàn)平均值。后一種方法大大降低了計(jì)算速度，但提供了基于響應(yīng)和模型中所有參數(shù)的聯(lián)合后驗(yàn)分布的估計(jì)，本文采用后一種方法計(jì)算脈沖響應(yīng)，并包含時(shí)變截距項(xiàng)和對(duì)角協(xié)方差矩陣。

3? ? ? ?實(shí)證分析

3.1? ? ? ?數(shù)據(jù)來(lái)源與說(shuō)明

本文的核心變量為中美日三國(guó)的EPU。EPU不能被直接觀察到，實(shí)證研究使用各種可觀察的替代物來(lái)表征。當(dāng)前實(shí)證研究中常見(jiàn)的是Baker S R等[ 10 ]提出的EPU指數(shù)，該指數(shù)基于報(bào)紙上與EPU相關(guān)的關(guān)鍵詞頻率計(jì)數(shù)來(lái)衡量經(jīng)濟(jì)政策相關(guān)的不確定性。本文數(shù)據(jù)來(lái)自Scott R? B，Bloom? N和Steven? ?J? ?D開(kāi)發(fā)的經(jīng)濟(jì)政策不確定性網(wǎng)站，數(shù)據(jù)為月度數(shù)據(jù)。

日本EPU指數(shù)實(shí)際由Elif C? ?A等主持測(cè)算，他們統(tǒng)計(jì)了日本四大報(bào)紙（讀賣(mài)新聞、朝日新聞、每日新聞和日經(jīng)新聞）上的文章，這些文章至少包含三個(gè)類(lèi)別中的一個(gè)術(shù)語(yǔ)：“經(jīng)濟(jì)”“稅收”“政府支出”“監(jiān)管”“央行”或某些其他與政策相關(guān)的術(shù)語(yǔ);“和”“不確定”;“或”“不確定”。他們通過(guò)同一份報(bào)紙和月份的文章數(shù)量來(lái)對(duì)原始EPU計(jì)數(shù)進(jìn)行縮放，將每份報(bào)紙的一系列縮放計(jì)數(shù)標(biāo)準(zhǔn)化為相同的隨時(shí)間的可變性，然后按月對(duì)所有報(bào)紙進(jìn)行平均，以獲得它們的總體EPU指數(shù)。

美國(guó)EPU指數(shù)由Scott? ?B等主持測(cè)算，他們統(tǒng)計(jì)了今日美國(guó)、邁阿密先驅(qū)報(bào)、芝加哥論壇報(bào)等10家大型報(bào)紙的結(jié)果索引，每月對(duì)每篇文章進(jìn)行搜索，尋找與經(jīng)濟(jì)和政策不確定性相關(guān)的術(shù)語(yǔ)。然后對(duì)每個(gè)月的文章歸一化值進(jìn)行求和，得到一個(gè)多文章索引，最后，將多指數(shù)重新標(biāo)準(zhǔn)化為平均值。

中國(guó)的EPU指數(shù)由兩個(gè)研究團(tuán)隊(duì)開(kāi)發(fā)，其一是由Scott? B等開(kāi)發(fā)的基于《南華早報(bào)》的EPU指數(shù)，從1995年1月開(kāi)始;其二是由Steven? ?J? ?D等開(kāi)發(fā)的基于中國(guó)大陸報(bào)紙的EPU指數(shù)，從2000年1月開(kāi)始。鑒于數(shù)據(jù)起點(diǎn)的原因，本文采用了前一種指數(shù)。值得說(shuō)明的是，上述三國(guó)的EPU指數(shù)均采用了Baker? ?S? R等[ 10 ]的測(cè)算方法。

3.2? ? ? ? 描述性分析

中美日三國(guó)EPU指數(shù)取自然對(duì)數(shù)后的折線圖如圖1所示。

由圖1可以看出，中國(guó)EPU明顯大于日本，而日本EPU明顯大于美國(guó)。但是需要注意的是，雖然三國(guó)EPU采用的是同樣的測(cè)算方法，但是由于研究團(tuán)隊(duì)、選取的報(bào)紙、選取報(bào)紙的份數(shù)和選取的關(guān)鍵詞的差異，以及各國(guó)新聞媒體制度、政治認(rèn)同、基本價(jià)值觀的不同，EPU指數(shù)在國(guó)家間的橫向比較意義不大。

雖然EPU在國(guó)家間的橫向比較意義不大，但是由于測(cè)算方法的一致性，EPU在國(guó)家內(nèi)的縱向比較，以及EPU變化率在國(guó)家間的比較具有參考價(jià)值。

中美日三國(guó)EPU（取自然對(duì)數(shù)后）變化率折線圖如圖2所示。

4? ? 實(shí)證結(jié)果

根據(jù)FPE、AIC、HQIC和SBIC等信息準(zhǔn)則，確定滯后階數(shù)為4階。MCMC抽樣次數(shù)為10 000次，包含截距項(xiàng)和對(duì)角協(xié)方差矩陣，TVP-SV-VAR模型的實(shí)證結(jié)果（三個(gè)協(xié)方差矩陣的前兩個(gè)參數(shù)的統(tǒng)計(jì)性描述、Geweke收斂判斷結(jié)果以及無(wú)效因子情況）如表2所示。

由表2可以看出所有參數(shù)后驗(yàn)均值均位于95%的置信區(qū)間之內(nèi)，且Geweke收斂判斷數(shù)值均小于5%的臨界水平1.96，因此不能拒絕收斂于后驗(yàn)分布的原假設(shè)。最大無(wú)效因子數(shù)值為98.12，小于100，且其他數(shù)值均在80以下，表明可以使用MCMC方法抽樣獲得充足的樣本進(jìn)行貝葉斯后驗(yàn)推斷。

圖3是樣本的自相關(guān)系數(shù)、樣本路徑以及后驗(yàn)密度圖。

從圖3第一張自相關(guān)圖可以看出樣本的自相關(guān)系數(shù)從接近1的高位迅速下降至零點(diǎn)，此后在零值附近波動(dòng)，認(rèn)為樣本內(nèi)不存在較大的自相關(guān)。從第二行樣本取值路徑看極端值較少，且呈上下波動(dòng)，表明抽樣數(shù)據(jù)平穩(wěn)。從第三行后驗(yàn)密度圖看樣本基本呈正態(tài)分布。綜合可以認(rèn)為所獲得的樣本為有效樣本。

以提前4、8和12期表征短期、中期和長(zhǎng)期沖擊，圖4顯示了不同提前期的脈沖響應(yīng)圖。

由圖4可以看出：（1）美國(guó)對(duì)日本EPU、日本對(duì)中國(guó)PEU、中國(guó)對(duì)美國(guó)和日本EPU的短期、中期和長(zhǎng)期沖擊無(wú)顯著差異;2016年之前美國(guó)對(duì)中國(guó)EPU的短期沖擊大于中期和長(zhǎng)期沖擊;日本對(duì)美國(guó)EPU的短期沖擊大于中期和長(zhǎng)期沖擊。（2）美國(guó)對(duì)中國(guó)EPU的沖擊為正，且大于對(duì)日本EPU的沖擊;日本對(duì)中國(guó)和美國(guó)EPU的沖擊大部分年份為正，且無(wú)顯著差異;中國(guó)對(duì)美國(guó)和日本EPU的沖擊在零值附近波動(dòng);2012年以后，中國(guó)對(duì)美國(guó)EPU的沖擊為正且顯著增加。

為考察不同時(shí)間點(diǎn)的外部沖擊對(duì)本國(guó)EPU的影響，本文選取三國(guó)EPU的4個(gè)關(guān)鍵極值點(diǎn)考察對(duì)他國(guó)EPU的持續(xù)影響。三國(guó)EPU的4個(gè)關(guān)鍵極值點(diǎn)的選取分別如表3～5所示。

對(duì)于美國(guó)，本文選擇2010.9、2011.8、2012.6和2017.1四個(gè)時(shí)點(diǎn)作為外部沖擊，從圖5可以看出，除2017.1外，其他時(shí)點(diǎn)對(duì)日本的沖擊大部分為正，在從0.25迅速下降至零點(diǎn)，后經(jīng)短期反彈后逐漸趨近零值。對(duì)于2017.1，在第三期迅速下降到負(fù)值后，一直在（- 0.05，0）之間波動(dòng)。而對(duì)于中國(guó)，該四個(gè)時(shí)間點(diǎn)對(duì)中國(guó)的沖擊至少在16期的時(shí)間內(nèi)為正，從接近0.5迅速下降，但是對(duì)于2017.1，在第八期后，沖擊止跌反升。

對(duì)于日本，本文選擇2008.9、2011.8、2012.6和2016.5四個(gè)時(shí)點(diǎn)作為外部沖擊，從圖6可以看出日本對(duì)美國(guó)EPU的沖擊總體為正，在經(jīng)歷0到5期的震蕩后，逐步趨于零值。對(duì)于中國(guó)，日本對(duì)中國(guó)EPU持續(xù)下降，趨于零值，但是對(duì)于2016.5時(shí)間點(diǎn)，日本對(duì)中國(guó)EPU的沖擊在0期超過(guò)0.04，雖然此后一直下滑，但一直在0.02附近。

對(duì)于中國(guó)，本文選取2013.11、2015.7、2015.11和2017.10四個(gè)時(shí)點(diǎn)作為外部沖擊。從圖7可以看出，除了2013.11時(shí)點(diǎn)對(duì)美國(guó)EPU的沖擊在第5期達(dá)到高點(diǎn)接近0.02，并迅速回落外，其他時(shí)點(diǎn)對(duì)美國(guó)EPU的沖擊都持續(xù)上升，在2017.10時(shí)點(diǎn)表現(xiàn)尤為明顯。對(duì)于日本，前三個(gè)時(shí)點(diǎn)表現(xiàn)出了和美國(guó)一致的特征，而在2017.10時(shí)點(diǎn)，在第10期之前，沖擊為負(fù)，此后沖擊為正，且不斷上升。

5? ?結(jié)論

（1）美國(guó)對(duì)中日兩國(guó)EPU的影響：美國(guó)對(duì)中國(guó)EPU的影響總體大于日本，長(zhǎng)期影響均逐漸減弱，但是第四個(gè)時(shí)間點(diǎn)對(duì)中國(guó)的長(zhǎng)期影響（在8期以后）不斷增強(qiáng)。從4個(gè)時(shí)間點(diǎn)的重要事件來(lái)看，前3個(gè)時(shí)間點(diǎn)所對(duì)應(yīng)的重要事件主要影響美國(guó)的國(guó)內(nèi)經(jīng)濟(jì)，所以對(duì)中日兩國(guó)EPU的影響有限，第4個(gè)時(shí)間點(diǎn)即特朗普競(jìng)選成功后，特別是在2018年以后，特朗普發(fā)動(dòng)的貿(mào)易戰(zhàn)嚴(yán)重影響了中美關(guān)系，并導(dǎo)致了中國(guó)EPU長(zhǎng)期的持續(xù)提升。目前雖然美國(guó)總統(tǒng)易主，但是特朗普時(shí)期貿(mào)易政策的影響仍然需要關(guān)注。

（2）日本對(duì)中美兩國(guó)EPU的影響：日本對(duì)中美兩國(guó)EPU的影響在經(jīng)歷短期的震蕩后，在長(zhǎng)期收斂，第4個(gè)時(shí)間點(diǎn)，日本對(duì)中國(guó)EPU的影響雖然較大，且長(zhǎng)期內(nèi)收斂趨勢(shì)不明顯。從四個(gè)時(shí)間點(diǎn)的重要事件來(lái)看，前3個(gè)時(shí)間點(diǎn)所對(duì)應(yīng)的重要事件對(duì)中美兩國(guó)經(jīng)濟(jì)影響較小，這要影響日本國(guó)內(nèi)經(jīng)濟(jì)，而第四個(gè)事件為消費(fèi)稅調(diào)高的推遲對(duì)美國(guó)影響有限，但是對(duì)中國(guó)影響較大。日本在1997年4月將消費(fèi)稅從3%提高到5%，2014年5月調(diào)高到8%，原定于2016年5月調(diào)高到10%，由于國(guó)內(nèi)反對(duì)而推遲。雖然消費(fèi)稅調(diào)高推遲，但是影響了民眾和市場(chǎng)對(duì)未來(lái)的預(yù)期，由于中國(guó)連續(xù)12年成為日本第一大貿(mào)易伙伴國(guó)，因此對(duì)消費(fèi)稅調(diào)高的預(yù)期嚴(yán)重影響了中國(guó)的EPU。

（3）中國(guó)對(duì)美日兩國(guó)EPU的影響：中國(guó)對(duì)美日兩國(guó)EPU的影響總體大于兩國(guó)對(duì)中國(guó)的影響，中短期內(nèi)（短期為4期以?xún)?nèi)，中期為8期以?xún)?nèi)）推高了兩國(guó)EPU，長(zhǎng)期內(nèi)影響減弱，但收斂趨勢(shì)不明顯，第四個(gè)時(shí)間點(diǎn)的長(zhǎng)期內(nèi)影響不斷增強(qiáng)。從4個(gè)時(shí)間點(diǎn)的重要事件來(lái)看，這些事件都秉承了中國(guó)一以貫之的和平外交政策，特別是“一帶一路”的實(shí)質(zhì)性推進(jìn)更是促進(jìn)了沿線國(guó)家基礎(chǔ)設(shè)施投資和國(guó)際貿(mào)易，同時(shí)也沖擊了日美同盟對(duì)中國(guó)經(jīng)濟(jì)的圍堵和打壓，從而推高了日美兩國(guó)的EPU，但由于日本在美國(guó)打壓中國(guó)經(jīng)濟(jì)的過(guò)程中扮演了更加靈活和務(wù)實(shí)的角色，因此對(duì)日本EPU的長(zhǎng)期影響不斷減弱。值得注意的是，在第4個(gè)時(shí)間點(diǎn)，即中國(guó)共產(chǎn)黨19大的召開(kāi)，隨著中國(guó)經(jīng)濟(jì)的持續(xù)高速增長(zhǎng)，特別是2020年8月以來(lái)，對(duì)新冠疫情的有效控制等各方面原因，中國(guó)對(duì)對(duì)日美兩國(guó)EPU的長(zhǎng)期影響明顯持續(xù)增強(qiáng)。

中美日三國(guó)的經(jīng)濟(jì)融合度較高，因此經(jīng)濟(jì)政策不確定性通過(guò)貿(mào)易、投資等渠道而溢出就較為明顯。正如習(xí)近平在第二屆中國(guó)國(guó)際進(jìn)口博覽會(huì)上講話指出的，經(jīng)濟(jì)全球化是歷史潮流，隨著全球化的發(fā)展，經(jīng)濟(jì)政策不確定性的溢出也愈發(fā)顯得重要。中國(guó)在一心一意謀發(fā)展，實(shí)現(xiàn)中華民族偉大復(fù)興的同時(shí)，需要時(shí)刻警惕來(lái)自外部的經(jīng)濟(jì)沖擊。

參考文獻(xiàn)：

[1] Lubos P，Veronesi P. Political uncertainty and risk premia[J]. Journal of Financial Economics，2013，110（3）： 520-545.

[2] Romer C D. The great crash and the onset of the great depression[J]. Quarterly Journal of Economics，1990（3）： 597-624.

[3] Benito A，Thompson J，Waldron M，et al. House prices and consumer spending[R]. Bank of England Quarterly Bulletin， 2006： 142-155.

[4] Carriere-Swallow Y，Cespedes L F. The impact of uncertainty shocks in emerging economies[J]. Journal of International Economics，2013，90（2）： 316-325.

[5] Caldara D，F(xiàn)uentes-Albero C，Gilchrist S，et al. The macroeconomic impact of financial and uncertainty shocks[J]. European Economic Review，2016（88）： 185-207.

[6] Bernanke B S. Irreversibility， uncertainty and cyclical investment[J]. Quarterly Journal of Economics，1983，98（1）： 85-106.

[7] Bloom N， Bond S， Reenen J V. Uncertainty and investment dynamics[J]. Review of Economic Studies，2007，74（2）： 391-415.

[8] Alexopoulos M， Cohen J. The power of print： uncertainty shocks， markets， and the economy[J]. International Review of Economics & Finance，2015，40： 8-28.

[9] Scheffel E M. Accounting for the political uncertainty factor[J]. Journal of Applied Econometrics，2015（31）：1 048-1 064.

[10] Baker S R，Bloom N， Davis S J. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics，2016，131（4）： 1 593-1 636.

[11] Colombo V. Economic policy uncertainty in the US： Does it matter for the Euro area？[J]. Economics Letters， 2013， 121（1）： 39-42.

[12] Gilchrist S， Sim J W， Zakrajek E. Uncertainty， financial frictions， and investment dynamics[J]. SSRN Electronic Journal， 2010： 20-38.

[13] Nodari， Gabriela. Financial regulation policy uncertainty and credit spreads in the US[J]. Journal of Macroeconomics， 2014， 41： 122-132.

[14] Popp A， Zhang Fang. The macroeconomic effects of uncertainty shocks： The role of the financial channel[J]. Journal of Economic Dynamics and Control， 2016， 69：319-349.

[15] Mumtaz H， Theodoridis K. The international transmission of volatility shocks： an empirical analysis[J]. Journal of the European Economic Association，2014，13（3）： 512-533.

[16] Caggiano G， Castelnuovo E， Figueres J M. Economic policy uncertainty and unemployment in the United States： a nonlinear approach[J]. Economics Letters，2017（151）： 31-34.

[17] Fernández-Villaverde J， Guerron-Quintana P A， Kuester K， et al. Fiscal volatility shocks and economic activity[J]. CEPR Discussion Papers，2011，105（11）： 3 352-3 384.

[18] Belke A， Osowski T. International effects of Euro area versus US policy uncertainty： a FAVAR Approach[R]. Glo Discussion Paper，2017： 1-54.

[19] Diebold F X， YiLmaz K. On the network topology of variance decompositions： Measuring the connectedness of financial firms[J]. Journal of Econometrics，2014，182（1）： 119-134.

[20] 金春雨，張德園.中國(guó)宏觀經(jīng)濟(jì)不確定性的時(shí)變沖擊效應(yīng)[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2019，21（4）：12-22.

[21] 李政，朱明皓，溫博慧.經(jīng)濟(jì)政策不確定性的跨國(guó)溢出效應(yīng)及其形成機(jī)理[J].財(cái)貿(mào)經(jīng)濟(jì)，2021，42（1）：92-106.

[22] 張?jiān)迹┙?經(jīng)濟(jì)政策不確定性跨區(qū)域溢出效應(yīng)研究——以中國(guó)內(nèi)地、香港和澳門(mén)為例[J].國(guó)際經(jīng)貿(mào)探索，2021，37（4）：50-63.

[23] Sims C A. Macroeconomics and Realitys[J]. Economitrica，1980（48）： 1-54.

[24] Primiceri， Giorgio E. Time varying structural vector autoregressions and monetary policy[J]. Review of Economic Studies， 2005，72： 821-852.

[責(zé)任編輯：許立群]

收稿日期：2021-09-25

作者簡(jiǎn)介：焦雨生（1976-），男，河南南陽(yáng)人，武昌首義學(xué)院教授，博士。主要研究方向：制度與演化分析。