余 杰 黃孝武

一、引言

經濟波動的原因一直是宏觀經濟研究中最重要的主題，2007年美國次貸危機爆發(fā)后這一主題的重要性更加突出。在傳統(tǒng)的經濟學理論中，經濟波動的原因是多方面的，貨幣因素和實際經濟因素都會引起經濟的波動。近年來大量研究表明，不確定性是導致經濟波動的重要原因，不確定性具有明顯的逆周期特征，即經濟下行時期不確定性上升(Bloom等，2018[1]；Fajgelbaum等，2017[2])。同時金融市場中的許多動蕩都是由不確定性引起的(Trichet，2008[3])。美國聯(lián)邦儲備系統(tǒng)公開市場委員會(FOMC)在次貸危機時期曾多次強調不確定性增加對經濟衰退的影響(Bloom等，2018[1])。中國人民銀行在近年來的貨幣政策執(zhí)行報告中也反復強調不確定性對經濟增長可能產生的影響(如2018年第4季度和2019年第1季度的貨幣政策執(zhí)行報告)。關注不確定性對宏觀經濟的影響在理論與實踐中都具有重要意義。

不確定性研究中的關鍵問題是如何界定和度量不確定性。Baker等(2016)[4]指出，不確定性包括宏觀經濟不確定性(Macroeconomic Uncertainty，EU)和經濟政策不確定性(Economic Policy Uncertainty，EPU)兩個方面(1)這一分類方法目前已經為經濟學中對于不確定性的研究普遍接受。。對于宏觀經濟不確定性的度量，實證研究中大多使用代理變量，例如股票市場的波動率、GDP的波動率、專家預測的不一致性、企業(yè)勞動生產率的離差等。但是，這些代理變量都存在一定的局限性，從本質上來說他們能否成為宏觀經濟不確定性較好的代理變量存在疑問(Jurado等，2015[5])。如何合理地度量宏觀經濟不確定性，仍然是學術研究特別是經驗研究中的重點。

另一方面，關于不確定性對于宏觀經濟的影響，無論是理論模型還是實證研究都并未達成一致。傳統(tǒng)的觀點傾向于認為不確定性的升高會對經濟造成損害。比如，不確定性的升高會減少企業(yè)進行投資的意愿，或者使企業(yè)在進行投資時變得格外謹慎，投資的減少使得經濟增長受損(Bloom，2009[6]；Bloom等，2018[1])。再如，不確定性的升高也會影響家庭部門的消費行為，抑制家庭的消費(Bloom，2014[7]；Fajgelbaum等，2017[2])。但是，近年來也有研究發(fā)現(xiàn)不確定性會在長期有利于經濟的發(fā)展，這主要是因為不確定性升高會刺激創(chuàng)新活動和某些特定行業(yè)的投資(如Kraft等，2018[8])。

Jurado等(2015)[5]改進了前人研究中的缺陷，提出了一種更為合理的度量宏觀經濟不確定性的方法，為觀察和理解宏觀經濟中的不確定性提供了一個新的思路和框架。該方法試圖在高維數(shù)據中盡可能消除“確定性因素”的影響，以不可預測的共同的隨機波動代表宏觀經濟不確定性。沿著這一思路和方法，本文擬從經驗數(shù)據層面嘗試度量中國宏觀經濟的不確定性，并討論其對宏觀經濟的影響。本文的貢獻主要在于兩個方面：第一，本文采用相對合理的方法對中國宏觀經濟不確定性進行了度量，我們觀察到這種不確定性具有明顯的逆周期特征。第二，本文使用TVP-SV-FAVAR模型探究了宏觀經濟不確定性對中國宏觀經濟的影響。我們發(fā)現(xiàn)宏觀經濟不確定性會在短期內使得我國的經濟增長、價格、投資受到抑制，但卻會促進全社會的創(chuàng)新活動，從而在長期有利于我國經濟增長，這一結論是對現(xiàn)有實證研究的補充。

本文后續(xù)部分的安排如下：第二部分是文獻綜述；第三部分是宏觀經濟不確定性的度量方法及度量結果；第四部分是宏觀經濟不確定性對宏觀經濟影響的實證分析；第五部分是全文的結論和政策建議。

二、文獻綜述

(一)不確定性的定義及度量

1.不確定性與風險。

Knight(1921)[9]最早對風險和不確定性進行了區(qū)分，給出了經濟學中不確定性的概念?；谥饔^概率理論，他認為不確定性的核心是信息的不完備性。所以，當我們可以對某些事件進行重復實驗并獲取它們的概率分布時，不確定性就被消除了。然而，在社會經濟生活中，幾乎不可能對某些事件進行重復實驗，所以不確定性是普遍存在的。

現(xiàn)代經濟學中關于不確定性的定義大多借鑒了Knight(1921)[9]不確定性的定義，但又有所不同。定義It為t時刻經濟系統(tǒng)中所有機構所能獲取的信息，θt是t時刻經濟系統(tǒng)的狀態(tài)，一般地，θt中應該包括經濟系統(tǒng)各方面的狀態(tài)。則不確定性可以表述為Var(θt|It)，即θt的條件波動率或者方差。同時要求當It增大時，這個條件波動率將會下降，即當信息量增加時，不確定性會降低。

2.不確定性的度量。

根據上述不確定性與風險的涵義，學者們提出了度量不確定性的各種方法。

從不確定性的定義可以容易想到，波動率可以作為不確定性的一個代理變量。Bloom等(2009)[6]使用股票波動率作為不確定的度量，發(fā)現(xiàn)不確定性在短期內對實體經濟造成了不利的影響。Gilchrist等(2014)[10]則研究了股票波動率對投資的影響，他們認為股票波動率能夠很好地衡量企業(yè)層面的不確定性，這種不確定性會對企業(yè)的投資造成巨大的影響。葉建華(2014)[11]以及徐倩(2014)[12]也使用股票的波動率來反映企業(yè)面臨的不確定性。另外一個與股票波動率類似的指標是由芝加哥期權交易所發(fā)布的波動率指數(shù)(Volatility Index，VIX)，同時，它也是金融市場恐慌程度的一個度量。Bloom(2014)[7]發(fā)現(xiàn)，VIX指數(shù)具有明顯的逆周期性，能夠作為不確定性的一個度量。蔡一飛(2016)[13]發(fā)現(xiàn)我國的經濟政策不確定指數(shù)與VIX指數(shù)具有時變的格蘭杰因果關系。然而，也有學者對使用金融市場的波動率指標作為不確定性的度量提出了質疑。Bekaert等(2013)[14]認為，股票的波動率或者VIX指數(shù)的波動很有可能僅僅是由企業(yè)的異質性引起的，而與不確定性的關系不大。而產出的波動率則不存在異質性的問題，Baum等(2006)[15]使用一個GARCH(2,2)模型擬合了美國的季度GDP增速，計算了GDP增速的條件波動率，并以此作為宏觀不確定性的一個度量。遵循這一思路，梁權熙等(2012)[16]使用GARCH(1,1)模型擬合了我國宏觀經濟領先指數(shù)，王義中和宋敏(2014)[17]使用GARCH(1,1)模型擬合了我國季度GDP的增速。韓國高和胡文明(2016)[18]使用分省份年度GDP的三年移動標準差作為不確定性的度量。

除了直接可以觀測到的波動率之外，調查數(shù)據也常常用作不確定性的度量。其中最著名的是美國的密歇根調查數(shù)據(例如，Bloom，2014[7]；Fajgelbaum等，2017[2])。研究發(fā)現(xiàn)該數(shù)據中回答者對于未來經濟走勢的預測的不一致性具有逆周期性，即人們在“壞的時期”(Bad Time)對于未來期望的不一致性增大，從而可以作為不確定性的一種度量。李妹和高山行(2014)[19]也使用了調查研究的方法來衡量不確定性。

另外，有學者認為，諸如自然災害、恐怖襲擊、政治選舉的外生的沖擊也能作為不確定性的工具變量。Baker和Bloom(2011)[20]是這方面研究的開創(chuàng)者，他們提取了股票波動率中能夠被這些外生沖擊解釋的部分，并使用這些成分去預測GDP的增長。Stein和Stone(2013)[21]使用企業(yè)面對外生的能源和貨幣的波動作為工具變量，研究了不確定性對投資、就業(yè)等方面的影響。

近年來，也有學者開始關注經濟政策不確定性的度量。Baker等(2016)[4]把不確定性分為宏觀經濟整體和經濟政策這兩個層面的不確定性，并著重研究了后者。他們使用文本分析方法，通過對主流媒體的新聞報道中關于不確定性的詞語的分析，構建了不同國家經濟政策不確定性指數(shù)。目前這一指數(shù)已經成為國內外度量經濟政策不確定性的常用指標。(2)在計算中國的經濟政策不確定性指數(shù)時使用了香港南華早報的新聞報道。

Jurado等 (2015)[5]提出了另一種衡量宏觀經濟不確定性的方法，即基于高維數(shù)據的動態(tài)因子模型方法。在變量選擇上，他們納入了高維的宏觀經濟數(shù)據集，考慮了宏觀經濟中能夠獲得的所有信息。在對不確定性的技術處理上，他們首先移除了宏觀經濟序列中的可預測成分，然后通過隨機波動模型 (Stochastic Volatility Model) 保證不確定性的新息過程(innovation process)具有能夠獨立影響宏觀經濟變量本身的一階矩和二階矩成分，最后通過加權平均的方法獲得了統(tǒng)一的宏觀經濟不確定性的度量。近年來，一些研究中國宏觀經濟不確定性的文獻已經開始使用這種方法，如Huang等(2018)[22]、馬丹等(2018)[23]、王維國和王蕊(2019)[24]，等等。

(二)不確定性的宏觀經濟效應

宏觀經濟不確定性如何影響到宏觀經濟，有三個理論解釋方向，即實物期權(Real Options)理論、風險補償(Risk Compensation)理論，以及增長期權(Growth Options)理論等。

1.實物期權理論。

實物期權理論在不確定性與經濟增長的討論中最為常見。Bernanke(1983)[25]認為企業(yè)的投資行為可以看作一系列的期權：當投資行為是不可逆的時候，企業(yè)在進行投資時需要對“現(xiàn)在”就進行投資和等待未來更好的投資機會之間的成本和收益進行權衡。從實物期權理論角度來看，當未來的不確定性升高時，選擇推遲投資對于企業(yè)來說更有價值，因為在等待期間企業(yè)也許能夠獲得更多的關于未來的信息來避免可能出現(xiàn)的較大的損失。類似的觀點也出現(xiàn)在Brennan和Schwartz(1985)[26]以及McDonald和Siegel(1986)[27]中。

從上述描述中可以看出，與實物期權相關的一個重要概念是調整成本，包括資本的調整成本和勞動的調整成本(3)例如，在設備安裝和拆卸過程中可能造成的設備的損壞以及二手設備的轉手造成的折價等就是資本的調整成本，而招聘、培訓的費用以及解雇時需要支付的違約金等就是勞動的調整成本，在實物期權理論中投資是不可逆的，因此這些成本對于企業(yè)來說通常會比較高。。劉盛宇和尹恒(2018)[28]估算了我國1998年到2008年之間的全行業(yè)資本調整成本，發(fā)現(xiàn)我國的資本調整成本在10%左右，這一比例隨著時間的推移逐漸增加，并且不同性質企業(yè)的資本調整成本也不同。關于勞動的調整成本，Bloom(2009)[6]認為美國的勞動調整成本占企業(yè)總工資支出的10%到20%，胡永剛和劉方(2007)[29]、陳利鋒和雷盼盼(2017)[30]分別在DSGE模型中引入勞動調整成本，都發(fā)現(xiàn)不管使用何種參數(shù)校準值，勞動調整成本均是我國經濟波動的重要原因。進一步地，Schaal(2017)[31]強調了勞動搜尋成本在不確定性高漲時期的作用，認為勞動搜尋成本可以看作是一種特殊的勞動調整成本并使勞動力市場受到巨大的影響。

除了理論上的解釋之外，大量實證研究發(fā)現(xiàn)不確定性在宏觀層面和微觀層面都會明顯降低投資和產出。在宏觀層面，不確定性會使得投資和產出都降低。Bloom(2009)[6]、Jurado等(2015)[5]、Bloom等(2018)[1]發(fā)現(xiàn)不確定性沖擊對美國的GDP增長和投資有顯著的抑制效應。韓國高和胡文明(2016)[18]使用省級GDP的三年移動平均標準差作為宏觀經濟不確定性的度量，發(fā)現(xiàn)宏觀經濟不確定性會降低固定資產投資。Baker等(2016)[4]構建了經濟政策不確定性指數(shù)，并發(fā)現(xiàn)經濟政策不確定性會降低產出。沿著這一思路，國內大量的研究也討論了經濟政策不確定性對投資和產出的影響。金雪軍等(2014)[32]發(fā)現(xiàn)經濟政策不確定性對投資、產出都有抑制作用，張浩等(2015)[33]也發(fā)現(xiàn)經濟政策不確定性會使得投資降低，田磊和林建浩(2016)[34]則發(fā)現(xiàn)經濟政策不確定性會使得我國的產出降低。黃寧和郭平(2015)[35]則發(fā)現(xiàn)經濟政策不確定性對我國產出和投資的抑制作用在不同的地區(qū)強度不同，它對東部地區(qū)的短期影響較為明顯，而對西部地區(qū)的長期影響較為顯著。

另一方面，實物期權也會使得家庭部門的消費減少，其中對耐用品消費的影響最為明顯。Bloom(2014)[7]認為，在不確定性較高的時期，人們對諸如房屋、交通工具等耐用品的消費會降低，因為人們并不確定這些商品的價格會如何變化，同時，在不確定性高漲的時期，家庭對未來的收入也充滿了不確定，這也會抑制消費。張振和喬娟(2011)[36]發(fā)現(xiàn)收入的不確定性對我國城鄉(xiāng)家庭的消費行為都有影響，其中對農村家庭的影響大于對城鎮(zhèn)家庭的影響，廖直東和宗振利(2014)[37]也發(fā)現(xiàn)了類似的效應。張浩等(2015)[33]發(fā)現(xiàn)經濟政策不確定性的提高會降低房地產的消費。陳國進等(2017)[38]建立了一個DSGE模型并使用經濟政策不確定性指數(shù)校準參數(shù)，發(fā)現(xiàn)經濟政策不確定性的提高會抑制家庭的消費和投資行為。

高不確定性不僅僅會降低投資和消費的水平，也會降低這些變量對經濟狀況改變的敏感性。這主要由以下兩種因素造成。Foote等(2000)[39]、Bertola等(2005)[40]認為高不確定性會讓家庭部門對利率的改變不得不敏感，從而使得耐用品消費對利率的彈性降低，他們分別使用美國和意大利的數(shù)據證明了這一觀點。同時，高不確定性使得企業(yè)變得更加謹慎，從而對經濟狀況的改變不敏感。Fajgelbaum等(2017)[2]認為當不確定性升高時企業(yè)之間的信息傳遞會變得緩慢，這又會導致企業(yè)對利率變化的反應變得謹慎。對中國來說，這種“謹慎效應”同樣存在，大量實證研究發(fā)現(xiàn)經濟政策不確定性會使得我國企業(yè)的現(xiàn)金持有提高(王紅建等，2014[41]；陳德球等，2016[42]；李鳳羽和史永東，2016[43]；張光利等，2017[44])，王化成等(2016)[45]發(fā)現(xiàn)在經濟政策不確定性的升高會使得企業(yè)獲得的商業(yè)信用減少。

2.增長期權理論。

增長期權理論通常用來解釋20世紀末到21世紀初美國互聯(lián)網泡沫的形成過程(Bloom，2014[7])，其核心是成本和收益的對比。按照這種理論，經濟系統(tǒng)中充滿了不確定性，然而這種不確定性卻會促進投資，從而促進經濟增長。因為，對諸如互聯(lián)網行業(yè)來說，企業(yè)投資的最大損失就是他們的成本，但是一旦投資獲得成功，企業(yè)獲得的回報卻數(shù)倍于他們的成本，這種高額利潤的誘惑使得投機性投資增加。由于投資轉化為產能需要一段時間，于是這種投資可以看作是企業(yè)購買的一個“看漲期權”。Bar-Ilan和Strange(1996)[46]發(fā)現(xiàn)了增長期權的實證證據，他們認為對某些行業(yè)來說，不確定性的升高會大幅提高期望收益。Kraft等(2018)[8]發(fā)現(xiàn)，增長期權對于解釋創(chuàng)新驅動型企業(yè)的投資行為十分重要，他們發(fā)現(xiàn)在不確定性增加時，這一類企業(yè)反而會提高他們的研發(fā)支出，以期在未來一段時間之后使企業(yè)獲得高額回報。

國內的一些研究也發(fā)現(xiàn)不確定性會促進企業(yè)的創(chuàng)新行為。孟慶斌和師倩(2017)[47]在DSGE模型中研究了經濟政策不確定性對企業(yè)研發(fā)投入的關系，他們發(fā)現(xiàn)企業(yè)的研發(fā)投入與經濟政策不確定性正相關，并且對于風險偏好程度越高的企業(yè)，經濟政策不確定性對研發(fā)投入的促進作用越明顯。顧夏銘等(2018)[48]區(qū)分了經濟政策不確定性對企業(yè)創(chuàng)新的選擇效應和激勵效應，發(fā)現(xiàn)經濟政策不確定性正向影響上市公司的研發(fā)投入和專利申請量，這種影響對不同產權性質或者不同行業(yè)的企業(yè)有所不同。饒品貴等(2017)[49]則發(fā)現(xiàn)對中國來說，在高不確定性時期，企業(yè)會更加考慮市場因素，從而提高了企業(yè)的投資效率。

3.風險補償理論。

在經濟學中，投資者需要通過風險溢價(Risk Premium)獲得對承擔風險的補償。高不確定性往往會使風險溢價升高，這會進一步導致融資的成本上升。近年來，大量的理論文獻證明了不確定性的升高會提高借貸成本(Borrowing Costs)，從而使得經濟增長受到影響(Arellano等，2010[50]；Christiano等，2014[51]；Gilchrist等，2014[10])。Ilut和Schneider(2014)[52]提出了“模糊經濟周期”(Ambiguous Business Cycle)模型，他們定義了一群對未來高度不確定的機構，發(fā)現(xiàn)當不確定性增大時，這些機構會削減他們的投資和消費，進而影響經濟的增長。

此外，高不確定性還會增加家庭和企業(yè)的預防性儲蓄，這會使得總消費降低(例如，Bansal和Yaron，2004[53])。直觀來看，總消費的降低會成為存款并且最終轉化為投資，因此不確定性的升高似乎不會對經濟造成太大的影響。但是，F(xiàn)ernández-Villaverde等(2011)[54]的研究表明，在高度開放的經濟體中，總消費降低導致的儲蓄將會外流，不一定會使投資增加。而對開放程度不太高的經濟體來說，F(xiàn)ernández-Villaverde等(2015)[55]、Leduc和Liu(2016)[56]、Basu和Bundick(2017)[57]等的研究則進一步表明，高不確定性會導致儲蓄上升，降低了利率和價格，同時會使得投資上升，但是投資的這種上升卻無法彌補消費減少帶來的損失，其原因在于價格粘性的存在使得價格和利率的降低無法刺激足夠多的投資。

(三)對已有文獻的評述

1.關于宏觀經濟不確定性度量的文獻評述。

從不確定性的定義上看，現(xiàn)有的對宏觀經濟不確定性的度量都可能存在一定的局限性。第一，在度量不確定性時，只有把可以預測的部分去除掉才能更合理地反映不確定性的本質特征，諸如股票波動率和調查數(shù)據的不一致性等度量方式都沒有考慮這一點。第二，宏觀經濟不確定性是一種類似于“共同成分”的因素，現(xiàn)有的關于宏觀經濟不確定性的度量都只考慮了單一變量或者某一類變量。經濟周期和不確定性的理論文獻中都要求不確定性是一種能夠影響諸多變量的因素(例如，Bloom，2009[6]；Gilchrist等，2014[10]；Basu和Bundick，2017[57]；Fajgelbaum等，2017[2]；Bloom等，2018[1])。第三，宏觀經濟不確定性的新息(Innovation)或者沖擊(Shock)應該同時具有一階矩(First Moment)和二階矩(Second Moment)成分，同時不確定性的新息過程必須獨立影響經濟變量本身(Bloom，2009[6]；Jurado等，2015[5]；Bloom等，2018[1])，而使用GARCH族模型計算的條件方差顯然不滿足這一特征。

Jurado等(2015)[5]提出的基于高維數(shù)據的動態(tài)因子模型方法可以較好地剔除宏觀經濟中的確定性因素，考慮了經濟變量的共同成分，并且使得不確定性的新息過程能夠獨立影響宏觀經濟變量，因此我們認為這種方法在度量宏觀經濟不確定性時更加合適，而國內僅有少量文獻關注到了這種方法。

2.關于經濟不確定性宏觀經濟效應的文獻評述。

在經濟不確定性的宏觀經濟效應三個理論方向的文獻中，存在以下三個特點：第一，雖然大部分的文獻認為不確定性的升高會抑制經濟增長，但是也有增長期權等理論認為不確定性的提高會通過促進創(chuàng)新和特定行業(yè)的投資從而在長期有利于經濟的增長。然而國內對于增長期權理論的關注都集中在微觀層面，在宏觀層面能夠支持增長期權理論的實證證據并不多見。第二，國內絕大部分關于不確定性的實證研究使用了Baker等(2016)[4]發(fā)布的中國經濟政策不確定性指數(shù)，而從整體上討論宏觀經濟不確定性及其對于經濟增長系統(tǒng)效應的討論并不多。第三，盡管有少量研究涉及宏觀經濟不確定性，但這些研究中對宏觀經濟不確定性的度量方法并不一致，而且均存在一定的局限。

本文擬借鑒Jurado等(2015)[5]基于高維數(shù)據動態(tài)因子方法來較為合理地度量中國宏觀經濟不確定性，并使用TVP-SV-FAVAR模型來分析我國宏觀經濟不確定性對宏觀經濟的時變效應。

三、中國宏觀經濟不確定性的度量

(一)度量方法

1.宏觀經濟不確定性的基本表達。

(1)

其中It代表機構在t時刻能夠獲取的信息，所以宏觀經濟的總不確定性為：

(2)

2.宏觀經濟不確定性的度量過程。

在定義了不確定性之后，度量宏觀經濟不確定性就轉化為對式(1)和式(2)的估計，估計步驟可以總結為以下幾個基本過程。

第一，收集宏觀經濟信息集。由于It是t時刻機構面對的宏觀信息集，因此首先要收集能夠盡可能全面反映宏觀經濟狀況的數(shù)據，這一步的作用是消除“確定性因素”的影響。

第二，估計預測誤差。通常來說，收集的宏觀經濟信息集非常龐大，通常具有幾十甚至上百個時間序列。為避免“維度詛咒”，我們使用FAVAR模型來估計每個序列的預測誤差。

第三，對于預測誤差使用隨機波動模型建模。這一步是整個估計過程中最為重要的一步。如前所述，理論文獻要求不確定性“具有獨立影響各個宏觀經濟變量的二階矩新息”，隨機波動模型可以滿足這一要求。根據Jurado等(2015)[5]的推薦，我們選擇了Kastner和 Fruhwirth-Schnatter(2014)[58]的估計方法。

第四，計算各時間序列的不確定性。這一步我們根據Jurado等(2015)[5]推導出的遞歸方程來完成。

第五，使用合適的賦權方法，將各時間序列的不確定性綜合為宏觀經濟不確定性。根據Jurado等(2015)[5]的討論，簡單的等權重平均法與其他的一些復雜方法計算的結果差別不大，因此我們采用簡單的等權重平均法。

(二)數(shù)據和度量結果

1.數(shù)據及來源。

本文選擇了59個中國宏觀經濟變量的月度數(shù)據，數(shù)據區(qū)間是1996年9月到2018年12月。由于在預測過程中對變量的滯后處理會損失數(shù)據量，因此我們最后得出宏觀經濟不確定性的區(qū)間是1997年1月到2018年12月。發(fā)明專利申請量的數(shù)據來源于國家知識產權局，其余所有的數(shù)據都來源于國家統(tǒng)計局和中經網統(tǒng)計數(shù)據庫。我們對數(shù)值較大的數(shù)據取對數(shù)，對于需要季節(jié)調整的數(shù)據進行了季節(jié)調整，之后使用PP檢驗來判斷序列的平穩(wěn)性，對于不平穩(wěn)的序列采用差分使之平穩(wěn)。最后，根據FAVAR模型的要求，我們將所有數(shù)據標準化為均值為0、方差為1的序列。(4)由于篇幅所限，數(shù)據預處理方法詳情備索。

對中國宏觀經濟不確定性的研究中，Huang等(2018)[22]使用了224個變量，王維國和王蕊(2019)[24]使用了158個變量，這些研究中的數(shù)據量明顯比我們的多。但是我們認為并不是納入越多的變量就越好，原因在于，本文使用的方法的核心部分是一個動態(tài)因子模型，該模型的核心假設是經濟變量的特質波動之間具有截面弱相關性。根據Boivin和Ng(2006)[59]的研究，由于多數(shù)宏觀經濟變量之間存在高度的相關性，在動態(tài)因子模型中納入過多的變量會增加數(shù)據噪聲并且使得估計量不滿足截面弱相關性的假設，從而降低估計的精度。他們在蒙特卡洛模擬中發(fā)現(xiàn)，使用40個宏觀經濟變量反而能夠更加準確地估計共同因子。因此，我們認為使用59個變量能夠獲得更加準確的估計。馬丹等(2018)[23]也采用了與我們差不多的數(shù)據量。

2.宏觀經濟不確定性的度量結果。

在FAVAR模型的估計過程中，因子個數(shù)與滯后期數(shù)是關鍵變量。按Bai和Ng(2002)[60]提出的信息準則我們最終確定因子個數(shù)為4個，根據AIC準則我們確定模型的滯后階為4階。在估計隨機波動模型時，我們使用MCMC方法，總共進行了55 000次抽樣，舍棄了前5 000次抽樣，保留了后50 000次抽樣。為了方便比較，我們參考Gulen 和Ion(2015)[61]對經濟政策不確定性指數(shù)的處理方法，將我們度量的宏觀經濟不確定性處理成季度數(shù)據，并且比較了宏觀經濟不確定性與我國季度GDP同比增速，如圖1所示。

圖1 中國宏觀經濟不確定性與GDP增速

從圖1可以看出，我國的宏觀經濟不確定性在大多數(shù)時期表現(xiàn)出了逆周期性質，即宏觀經濟上行時，宏觀經濟不確定性下降，反之亦然。參考Jurado等(2015)[5]的做法，我們將宏觀經濟不確定性超過其本身均值加上1.65倍標準差的時期定義為“高不確定性時期”，其余時期為正常時期，圖1中黑色虛線為宏觀經濟不確定性的均值加上其1.65倍標準差的值。圖1中灰色區(qū)域分別為1998年亞洲金融風暴、2008年前后的“次貸危機”和2011年前后的歐債危機?？梢钥闯?，我國在這三個時期都處于“高不確定性時期”，而我國的季度GDP同比增速在這三個時期都處于“谷底”位置。在2015年初經歷了一個階段性高點之后，我國的宏觀經濟不確定性一直在低位運行，反映出我國供給側結構性改革給宏觀經濟帶來了新的活力，經濟發(fā)展的可預測性增強，因此宏觀經濟不確定性降低。

如前所述，Baker等(2016)[4]把不確定性分為宏觀經濟不確定性和經濟政策不確定性，而且提供了經濟政策不確定性的算法和數(shù)據。經濟政策不確定性是否存在替代性則成為判斷本文所度量的宏觀經濟不確定性有效性的重要依據。(5)經濟政策不確定性指標來源于http://www.policyuncertainty.com。從概念本身來看，宏觀經濟不確定性和經濟政策不確定性是兩個不同的概念，反映的是兩個不同的方面，因此從經濟邏輯上它們應該具有不同的特征。從度量方法看，本文度量宏觀經濟不確定性使用的是計量經濟學方法，充分體現(xiàn)了“讓數(shù)據說話”的原理，而Baker等(2016)[4]對經濟政策不確定性的度量采用的是基于計算機搜索技術的指數(shù)合成方法。因此，從度量方法上看，本文的宏觀經濟不確定性與經濟政策不確定性也會具有不同的特征。我們計算了向前預測1期的月度宏觀經濟不確定性與經濟政策不確定性指數(shù)的當期值與滯后值之間的相關性(如表1所示)。

表1 宏觀經濟不確定性與經濟政策不確定性的相關性

從表1我們可以看出，我們的中國宏觀經濟不確定性與國內研究常用的經濟政策不確定性指數(shù)之間的相關性大約為-30%，這一結果對當期值和序列的滯后期值差別不大。據此，我們認為本文的宏觀經濟不確定性和經濟政策不確定性指數(shù)并不存在替代關系。

四、中國宏觀經濟不確定性的經濟效應

根據實物期權理論和與風險補償理論，不確定性會在短期內對經濟系統(tǒng)造成不利的影響，但是根據增長期權理論，不確定性也有可能在長期內有利于經濟發(fā)展。因此，本文接下來實證檢驗宏觀經濟不確定性與一些關鍵經濟變量的關系。

SVAR模型是宏觀經濟學實證研究中常用的模型，然而，SVAR模型假設模型中的參數(shù)是一個常數(shù)，這種假設通常與實際經濟的運行不符。就本文的研究主題來說，不確定性對宏觀經濟的影響在經濟危機時期可能更加明顯(Bloom，2009[6]；Fajgelbaum等，2017[2]；Bloom等，2018[1])，它在衰退時期會加劇經濟的波動。宏觀經濟不確定性對我國經濟的影響是否具有非線性效應，是我們需要研究的問題之一。因此，我們使用時變參數(shù)模型來避免使用線性模型可能出現(xiàn)的設定偏誤問題。

(一)TVP-SV-FAVAR模型的基本設定和估計

一般而言，TVP-SV-VAR模型可以較好地刻畫經濟系統(tǒng)的時變特征，但是Koop和Porter(2011)[62]指出，如果在TVP-SV-VAR模型中納入過多的變量和過多的滯后階，模型的估計精度將迅速下降，他們發(fā)現(xiàn)TVP-SV-VAR模型中最多只能包含5個變量且滯后階不能超過4階。同時，大量研究發(fā)現(xiàn)如果VAR模型中包含的變量數(shù)量過少，可能無法完整反映整個經濟系統(tǒng)的動態(tài)特征(Stock和Watson，2002a[63]，2002b[64]；Bernanke等，2005[65])。因此，本文采用TVP-SV-FAVAR模型來研究宏觀經濟不確定性對經濟系統(tǒng)的效應。該模型的優(yōu)點在于既能刻畫經濟系統(tǒng)的時變特征，也能通過納入大量的宏觀經濟變量來完整地反映經濟系統(tǒng)的各個方面。

對TVP-SV-FAVAR模型的估計需要使用MCMC方法，但是當模型包含的變量過多時，MCMC方法仍然會耗費大量的時間且估計精度不佳。本文采用Koop和Korobilis(2014)[66]提出的基于兩階段卡爾曼濾波(Dual Kalman Filter)的方法來估計模型，以提高模型估計的精度。

令xt是一個n×1維宏觀經濟向量，yt是s×1維變量。對本文來說，yt中僅僅包含宏觀經濟不確定性這一個變量。一個p階的TVP-SV-FAVAR模型的基本設定如下式：

(3)

(4)

λt=λt-1+ut

(5)

βt=βt-1+ηt

(6)

其中，ut～N(0,Wt)，ηt～N(0,Rt)。最后，vt、εt、ut和ηt兩兩互不相關。

我們接下來簡述Koop和Korobilis(2014)[66]的估計方法。令θt=(λt,βt)，則兩階段卡爾曼濾波法可以簡述為：給定ft，使用卡爾曼濾波估計θt；給定θt，使用卡爾曼濾波估計ft。根據Koop和Korobilis(2014)[66]的推薦，我們可以首先使用傳統(tǒng)的主成分估計法來獲得ft的初始估計，然后再使用兩階段卡爾曼濾波來獲得參數(shù)最終的估計。除了模型的參數(shù)和共同因子之外，我們還需要估計(Vt,Qt,Wt,Rt)。對Vt和Qt，可以使用指數(shù)加權移動平均估計量(Exponentially Weighted Moving Average Estimators，EWMA)。對于Wt和Rt，可以使用Koop和Korobilis(2013)[67]提出的遺忘因子方法(Forgetting Factor Methods，F(xiàn)FM)。模型的估計方法總結如下：

第三步，給定θt，使用卡爾曼濾波估計ft。

上述估計過程中的一個關鍵步驟是模型的初始化參數(shù)λ0、β0、f0、V0和Q0。對于這些參數(shù)的設定，我們遵循Koop和Korobilis(2014)[66]，使用無信息先驗，具體來說，

f0～N(0,4)

λ0～N(0,4×In(s+1))

β0～N(0,VMIN)

V0=In

Q0=Is+1

其中，VMIN是一個明尼蘇達先驗(Minnesota Prior)，即

(二)宏觀經濟不確定性對經濟影響的實證分析

按Jurado等(2015)[5]的基于高維數(shù)據動態(tài)因子度量方法，宏觀經濟不確定性的新息過程本身就能夠獨立影響宏觀經濟變量的一階矩和二階矩成分，也就是說由該方法度量出來的宏觀經濟不確定性與可觀察的原始數(shù)據序列是完全不相關的(詳細闡述可以參考Jurado等(2015)[5]的數(shù)學推導部分)，因此實證研究中不存在“內生性”問題，我們可以討論宏觀經濟不確定性與其他宏觀經濟變量之間的關系。

我們的數(shù)據集與前面的一樣，59個變量預處理方法與前面一樣，因子個數(shù)設定為4，模型滯后階數(shù)設定為4。在結構沖擊的識別上，我們參考Bloom(2009)[6]的方法，即使用Choleski分解的方法，并將宏觀經濟不確定性排在最后。在這些基礎上，我們計算了脈沖響應函數(shù)。

TVP-SV-FAVAR模型能夠在每一個時點都給出一個脈沖響應函數(shù)的估計，因此這個模型的脈沖響應函數(shù)是一個三維圖形，三個維度依次是脈沖響應值、時點、滯后期。在實證研究中為了便于分析，通常給出兩種脈沖響應函數(shù)。第一種被稱為時點脈沖響應函數(shù)。如果我們固定一個時點，將脈沖響應值和滯后期繪制成圖，就得到了時點脈沖響應函數(shù)，這與傳統(tǒng)的脈沖響應函數(shù)類似。第二種被稱為等間隔脈沖響應函數(shù)。如果我們固定一個滯后期，將時點和脈沖響應值繪制成圖，就得到了等間隔脈沖響應函數(shù)。本文將滯后1期的等間隔脈沖響應函數(shù)看作短期，將滯后12期、滯后24期、滯后36期的等間隔脈沖響應函數(shù)看作長期，由此就能看出長短期反應的時變特征。等間隔脈沖響應函數(shù)和時點脈沖響應函數(shù)是相互印證的關系，同時，從這兩種脈沖響應函數(shù)中我們也可以得到不同的信息。

首先我們觀察宏觀經濟不確定性與經濟增長的關系。因為數(shù)據發(fā)布頻率的關系，我們選取月度工業(yè)增加值作為經濟增長指標代理變量。一個標準差宏觀經濟不確定性結構沖擊下工業(yè)增加值滯后1期、滯后12期、滯后24期和滯后36期的等間隔脈沖響應如圖2所示。為了反映危機時期和正常時期宏觀經濟不確定性的響應，我們分別繪制了1998年1月、2005年1月、2009年1月、2015年1月這些時點上一個標準差宏觀經濟不確定性結構沖擊下工業(yè)增加值的時點脈沖響應圖(如圖3所示)。

圖2 工業(yè)增加值對宏觀經濟不確定性結構沖擊的等間隔脈沖響應

圖3 工業(yè)增加值對宏觀經濟不確定性結構沖擊的時點脈沖響應

從圖2(a)可以看出宏觀經濟不確定性結構沖擊對工業(yè)增加值的短期影響。宏觀經濟不確定性升高時，工業(yè)增加值在1個月之后會降低，這種短期的降低在2010年左右達到最大值，而在1998年亞洲金融危機期間，雖然工業(yè)增加值在短期降低了，但是這種短期降低的程度卻低于次貸危機期間。圖2(b)、圖2(c)和圖2(d)則可以看出宏觀經濟不確定性結構沖擊對工業(yè)增加值的長期影響。從長期來看，大約在2005年之前，工業(yè)增加值在受到宏觀經濟不確定性沖擊之后，即使在長期也會降低，而在2005年之后則會提高，這表明我國工業(yè)增加值對宏觀經濟不確定性沖擊在長期具有不同的反應方式。

上述對于等間隔脈沖響應函數(shù)的分析也可以在圖3中得到印證。圖3(a)表明在1998年亞洲金融危機時期，宏觀經濟不確定性升高時，我國的工業(yè)增加值持續(xù)降低，這種降低大約在12個月左右到達最大值，并且這種效應即使在36個月之后仍然存在。圖3(b)是2005年1月工業(yè)增加值對一個標準差的宏觀經濟不確定性沖擊的反應，它的反應方式與圖3(a) 相似，在不確定性升高時，工業(yè)增加值在短期迅速降低，但是這種抑制效應大約在12個月左右就降到了一個相對較低的水平。圖3(c)和圖3(d)分別展示了2009年1月和2015年1月的脈沖響應圖，這兩幅圖表現(xiàn)出一種完全不同的響應方式，宏觀經濟不確定升高時，工業(yè)增加值雖然在短期內經歷了一個急劇的降低，但是這種降低在大約6個月之后就消失了，之后反而有一個持續(xù)的小幅升高。這說明，隨著近年來我國改革的深入，宏觀經濟的韌性逐漸增強，工業(yè)增加值在受到不確定性沖擊之后在短期雖然會損失較大，但是在長期卻會增長。

結合上面的分析，我們可以認為在2005年之前我國經濟增長對不確定性的反應與實物期權理論及風險相關的理論一致，宏觀經濟不確定性的升高會抑制經濟增長。而在2005年之后宏觀經濟不確定性對經濟增長的作用則與增長期權理論一致，宏觀經濟不確定性升高在長期有利于經濟發(fā)展。

根據增長期權理論，不確定性促進經濟增長的原因是它會刺激創(chuàng)新活動，我們以全社會發(fā)明專利申請量作為創(chuàng)新活動的代理變量，繪制了創(chuàng)新活動對宏觀經濟不確定性結構沖擊的脈沖響應圖。

我們把圖4(a)看作宏觀經濟不確定性升高對創(chuàng)新的短期影響，把圖4(b)、圖4(c)和圖4(d)看作不確定性升高對創(chuàng)新的長期影響。從圖4(a)可以看出，宏觀經濟不確定性的升高在短期內會抑制全社會發(fā)明專利申請量的增長，這種短期抑制作用在2005年之前并不明顯，而在2005年之后開始增大。而圖4(b)、圖4(c)和圖4(d)中，宏觀經濟不確定性升高對創(chuàng)新的影響程度較小(對比圖4(a)與圖4(b)、圖4(c)、圖4(d)縱軸的反應值)，因此我們認為從圖4(b)、圖4(c)和圖4(d)中無法較為準確地反映宏觀經濟不確定性對創(chuàng)新的長期影響。圖5中則更清晰地展示了宏觀經濟不確定性與創(chuàng)新活動的關系。圖5(a)表明在1998年亞洲金融危機期間，在宏觀經濟不確定性升高時，我國的全社會發(fā)明專利申請量有一個持續(xù)的提高，但是這種升高的程度卻較小(對比圖5(a)和圖5(b)、圖5(c)和圖5(d)的縱軸)。從圖5(b)我們發(fā)現(xiàn)，在2005年之后，宏觀經濟不確定性升高時，我國的發(fā)明專利申請量在短期迅速上升，且反應程度比較大，這種反應在大約6個月之后就下降到一個較低的程度。圖5(c) 和圖5(d)分別展示了2009年1月和2015年1月宏觀經濟不確定性對創(chuàng)新的影響，在宏觀經濟不確定性升高時，我國發(fā)明專利申請量在最初2個月會下降，但是在此之后就開始提高，并且提高的持續(xù)時間(大約5個月)大于下降的持續(xù)時間(大約2個月)。這些結果表明在宏觀經濟不確定性升高時，我國的創(chuàng)新活動會有一定程度的增加。綜合圖4和圖5，我們認為宏觀經濟不確定性對創(chuàng)新的影響與增長期權理論一致，并且在2005年之后宏觀經濟不確定性的升高對創(chuàng)新的推動作用更加明顯。

圖4 全社會發(fā)明專利申請量對宏觀經濟不確定性結構沖擊的等間隔脈沖響應

圖5 全社會發(fā)明專利申請量對宏觀經濟不確定性結構沖擊的時點脈沖響應

物價變動是宏觀經濟運行的另一重要指標。我們繪制了一個標準差宏觀經濟不確定性結構沖擊下，CPI的等間隔脈沖響應圖和時點脈沖響應圖，如圖6和圖7所示。

圖6 CPI對宏觀經濟不確定性結構沖擊的等間隔脈沖響應

圖7 CPI對宏觀經濟不確定性結構沖擊的時點脈沖響應

同樣地，圖6(a)是宏觀經濟不確定性升高對CPI的短期影響，而圖6(b)、圖6(c)和圖6(d) 則可以看作不確定性升高對CPI的長期影響。圖6(a)表明，在宏觀經濟不確定性升高時，CPI在短期內會降低，與工業(yè)增加值類似，這種短期降低也在2010年左右達到最大值。但是從圖6(b)、圖6(c)和圖6(d)我們可以看出，CPI的長期響應值在2003年左右就變?yōu)檎怠＿@說明在2003年之前，宏觀經濟不確定性升高在長期也是不利于CPI增長的，而在2003年之后，宏觀經濟不確定性升高在長期則有利于CPI的增長。圖7也同樣證明了這一點。圖7(a)表明，在亞洲金融危機時期，不確定性升高使得CPI經歷了一個持續(xù)時間很長的降低，這種抑制效應即使在36個月之后仍然存在。而圖7(b)、圖7(c)和圖7(d)則說明，在宏觀經濟不確定性升高時，CPI會在短期內下降，這種效應大約持續(xù)6個月，然后CPI就開始升高，并且這種升高的持續(xù)時間都較長。經濟狀況的好轉通常會伴隨著價格的適度升高，因此我們認為，我國宏觀經濟不確定性對CPI的短期影響與實物期權理論及風險補償理論一致，而從2003年之后，宏觀經濟不確定性對CPI的長期影響與增長期權理論一致。

實物期權理論和風險補償理論都認為宏觀經濟不確定性會影響投資，因此我們需要考察一下宏觀經濟不確定性對投資的影響。我們以固定資產投資完成額作為投資的代理指標，在一個標準差宏觀經濟不確定性結構沖擊下，固定資產投資完成額的等間隔脈沖響應圖和時點脈沖響應圖分別如圖8和圖9所示。

圖8 固定資產投資完成額對宏觀經濟不確定性結構沖擊的等間隔脈沖響應

圖9 固定資產投資完成額對宏觀經濟不確定性結構沖擊的時點脈沖響應

與前面的討論一樣，我們也可以把圖8(a)當成宏觀經濟不確定性升高對投資的短期影響，而把圖8(b)、圖8(c)和圖8(d)看作不確定性升高對投資的長期影響。圖8(a)表明，宏觀經濟不確定性升高時，在短期內會抑制投資。這種抑制在2005年之前效應很大，但是在2005年之后，這種短期抑制效應隨著時間的推移逐漸降低。圖8(b)、圖8(c)和圖8(d)也表現(xiàn)出與圖8(a)類似的特征，這說明宏觀經濟不確定性的升高在長期也會抑制投資的增長，但是在2005年之后，這種長期抑制作用也隨著時間推移逐漸降低。我們推測，從2005年之后宏觀經濟不確定性的升高對投資的抑制作用逐漸減弱主要是以下兩方面因素造成的：第一，我國近年來推出的刺激政策一定程度上抵消了宏觀經濟不確定性對投資的負面影響；第二，隨著供給側改革成效逐漸顯現(xiàn)，國內的投資需求逐漸增加。類似的結論也能從圖9中得出。圖9(a)說明，在1998年亞洲金融危機期間，宏觀經濟不確定性的升高對投資造成了負面影響，同時這種影響的持續(xù)期較長，在24個月之后仍然比較大。圖9(b)的脈沖響應圖與圖9(a) 類似，這說明即使在2005年之前的非危機時期，宏觀經濟不確定性的升高也會對投資產生較大的負面效應，并且這種影響的持續(xù)時間比較長。而圖9(c) 和圖9(d)則有所不同，宏觀經濟不確定性的升高對投資的負面影響不僅程度上逐漸降低(圖9(c)和圖9(d)縱軸的反應值與圖9(a)和圖9(b)相比有所降低)，而且持續(xù)期也變得更短，這種負面作用大約持續(xù)了12個月就降到了較低的水平。結合上面的分析，宏觀經濟不確定性對我國投資的影響符合實物期權理論及風險補償理論的預測，同時，隨著近年來改革的深入，宏觀經濟不確定性對投資的負面影響逐漸減弱。

在經濟政策層面，貨幣政策是平抑經濟波動的重要工具。但是，在對我國經濟政策不確定性的相關研究中卻發(fā)現(xiàn)在經濟政策不確定性升高時，我國貨幣政策并未做出反應(田磊和林建浩，2016[34])。針對我國貨幣政策是否對宏觀經濟不確定性做出了反應這一問題，我們以M2作為貨幣政策的代理變量，繪制了一個標準差的宏觀經濟不確定性沖擊下，M2的等間隔脈沖響應函數(shù)圖和時點脈沖響應函數(shù)圖，如圖10和圖11所示。

圖10 M2對宏觀經濟不確定性結構沖擊的等間隔脈沖響應

圖11 M2對宏觀經濟不確定性結構沖擊的時點脈沖響應

同樣地，圖10(a) 可以看作是宏觀經濟不確定性沖擊對于M2的短期影響，在面臨宏觀經濟不確定性沖擊時，M2在短期內降低。在2005年之前，這種短期抑制的效應較大，而2005年之后這種短期抑制效應則隨著時間的推移逐漸減弱。從理論上來說，在不確定性高漲時期，銀行發(fā)放貸款會變得更加謹慎，銀行信貸的降低會造成M2的降低，因此M2的降低符合理論預測。而圖10(b)、圖10(c)和圖10(d)可看作是宏觀經濟不確定性沖擊對M2響應的長期影響。在這些圖中可以看到2009年之后M2的長期響應值變?yōu)檎龜?shù)，這說明在2009年之后，我國貨幣政策開始對宏觀經濟不確定性沖擊做出了積極響應。圖11也反映了同樣的情況。從圖11(a)和圖11(b)可以看出，在2009年之前，宏觀經濟不確定性沖擊對M2的抑制效應持續(xù)時間比較長(36個月之后這種效應仍然沒有消失)。圖11(c)則表明，M2在宏觀經濟不確定性沖擊下會降低，但是這種降低只持續(xù)了大約12個月。而圖11(d)說明，在2015年1月這個時點上，宏觀經濟不確定性沖擊對M2響應的抑制作用的持續(xù)時間只有6個月左右，6個月之后M2的響應開始升高。以上分析表明我國貨幣政策在2009年之后對宏觀經濟不確定性沖擊是存在積極反應的。

五、結論和政策建議

本文使用Jurado等(2015)[5]提出的方法度量了我國的宏觀經濟不確定性，并討論了其經濟影響。

本文發(fā)現(xiàn)我國宏觀經濟不確定性具有逆周期的性質，即在經濟下行時宏觀經濟不確定性會升高，同時它在國際經濟危機時期的升高幅度大于正常經濟波動造成的升高。鑒于宏觀經濟不確定性與常用的經濟政策不確定性指數(shù)相關性不高，我們認為本文度量的宏觀經濟不確定性也可以作為反映不確定性的重要指標。

進一步，本文使用TVP-SV-FAVAR模型分析了宏觀經濟不確定性對宏觀經濟的影響，發(fā)現(xiàn)宏觀經濟不確定性對于我國經濟具有明顯的時變效應，具體來說，第一，宏觀經濟不確定性升高會使得工業(yè)增加值和CPI在短期內降低，但是從2003年之后，宏觀經濟不確定性的升高在長期卻會使CPI升高，在2005年之后宏觀經濟不確定性的升高在長期會使得經濟增長提高。第二，宏觀經濟不確定升高會使得創(chuàng)新活動變得活躍，從而在長期有利于經濟增長。第三，宏觀經濟不確定性升高會抑制投資，不利于經濟增長，但是從2005年之后，這種抑制作用的程度隨著時間的推移逐漸減弱。第四，經濟政策層面，我國貨幣政策在2009年之后對宏觀經濟不確定性存在明顯反應，貨幣供應量M2對宏觀經濟不確定性沖擊的響應值短期內下降但隨后就有明顯的提高。

以上結論說明，隨著我國改革的深入，我國經濟的韌性越來越強。同時，我國宏觀經濟不確定性對于經濟的效應，在短期表現(xiàn)出實物期權和風險補償理論的特征，而在長期則與增長期權理論相符合。

上述結果與結論，有著明顯的政策意義。

雖然我國的宏觀經濟政策在熨平經濟的短期波動方面起到了巨大的作用，如“四萬億”投資計劃，但是也帶來了很多后遺癥。次貸危機之后的實踐表明，在不確定性高漲的時期，直接針對主要宏觀經濟指標進行的寬松政策的效果往往比較差，這可能是由于在不確定性高漲時期，政策傳導渠道會變得不通暢(Fajgelbaum等，2017[2]；段梅，2017[68])?；诒疚牡难芯浚覀冋J為在宏觀經濟不確定性升高時，宏觀經濟政策在平抑短期經濟波動的同時，應該更加注重引導創(chuàng)新活動。一方面宏觀經濟不確定性的升高在短期內會抑制經濟活動，另一方面宏觀經濟不確定性的升高也會促進創(chuàng)新，從而在長期有利于經濟發(fā)展。因此，在我國目前的內外部環(huán)境下，宏觀經濟政策取向的調整十分必要，在穩(wěn)增長的同時，更應該促創(chuàng)新，加大對科研的投入，增加對高新技術產業(yè)的扶持和保護力度，引導更多人才進入科技領域，保證我國經濟在短期和長期都能保持合理的增速。