经济不确定性与中国经济增长——基于FAVARSV模型和新CD生产函数

经济不确定性与中国经济增长基于ＦＡＶＡＲ－ＳＶ模型和新Ｃ－Ｄ生产函数王维国，王㊀蕊（东北财经大学经济学院，辽宁大连㊀１１６０２５）内容提要：经济不确定性的测度是一个复杂而困难的过程，本文首次应用因子增广向量自回归（ＦＡＶＡＲ－ＳＶ）模型，采用１５８个宏观指标合成宏观经济不确定性指数；并利用扩展的Ｃ－Ｄ生产函数，采用２９个省市㊁自治区面板数据，基于内生经济增长视角，将不确定性指数与科技进步纳入模型，考察经济不确定性对经济增长的影响㊂研究表明，宏观经济不确定性指数是反经济周期变量㊁测度结果稳定㊁能够迅速识别发生概率小于１０％的 黑天鹅 事件，并与实际经济活动相符；经济不确定性指数对经济增长具有抑制作用，其滞后项的影响明显减弱，这源于政府相关政策的实施㊂单一类别指标股票不确定性会缩小宏观经济不确定性的实际影响，因此，利用丰富数据环境测度不确定性具有一定的优势㊂关键词：宏观经济不确定性；内生经济增长；ＦＡＶＡＲ－ＳＶ模型；新Ｃ－Ｄ生产函数中图分类号：Ｆ０６４ １㊀㊀文献标识码：Ａ㊀㊀文章编号：１００１－１４８Ｘ（２０１９）０２－００２５－１０㊀收稿日期：２０１８－１０－１６作者简介：王维国（１９６３－），男，吉林通榆人，东北财经大学经济学院教授，博士生导师，经济学博士，研究方向：经济计量分析㊁人口资源环境与可持续发展㊁宏观经济分析；王蕊（１９８６－），本文通讯作者，女，吉林梅河口人，东北财经大学经济学院博士研究生，研究方向：经济计量分析㊂基金项目：国家自然科学基金项目 省际能源消费的变系数非参空间面板数据模型研究 ，项目编号：７１７７３０１２㊂经济不确定性与风险影响人们心理㊁考验企业或国家应对突发事件的能力甚至是整体经济结构的合理化调整㊂自从２００８年金融危机以来，欧元危机㊁难民危机以及各国的政治大选㊁英国脱欧等不确定性事件的发生，都会如同 蝴蝶效应 一般在世界范围内蔓延开来，波及我国的经济运行和发展㊂近期国际贸易保护主义升温，特别是美国不惜通过加增关税等措施限制产品的进口，导致全球的贸易摩擦升级㊂这与全球的各类潜在风险叠加共振，大大增加了全球经济的不确定性㊂全球经济复苏乏力加大了中国保持中高速发展的压力，也给经济增长带来了不确定性㊂奈特［１］认为风险是有概率分布的，然而经济的不确定性没有具体概率分布，是无法预知的事件㊂经济不确定性的测度是一个复杂而困难的过程，同时也是国内外学者们研究的前沿问题㊂本文尝试从经济不确定性的测度入手，探讨经济不确定性对于经济增长的影响机制，为我国经济不确定性测度提供理论参考，同时为政府提供相关理论依据和建议㊂㊀㊀一㊁研究综述相对国内外来看，经济不确定性测度发展历程基本相同，都是初期粗略的由单一代理变量波动代替，多为事后标准差㊁极差㊁移动平均标准差㊂随着对经济不确定性认识的不断深化，不确定性定义为人们不可预测部分的波动，即剔除可预测部分的波动㊂因此，纵观发展历程不确定性测度可分为两大类㊂第一类是基于具体变量或指标的波动，有以下四种情况：（１）基于金融指标作为经济不确定性的代理变量㊂Ｂｌｏｏｍ（２００９）［２］指出股票市场的波动与生产和需求的不确定性高度相关㊂Ｃａｇｇｉａｎｏ（２０１４）［３］采用（ＶＩＸ）作为不确定性的指标检验了不确定性和失业率的影响，发现不确定性与相关经济变量高度相关㊂（２）基于专业预测者歧见的测度方法㊂Ｚａｒｎｏｗｉｔｚ（１９８７）［４］首先提出这种测度方法，将不确定性定义为 对于同一目标的点预测结果，不同专业预测者看法的分歧程度㊂ 后来，Ｌａｈｉｒ（２０１０）［５］，Ｂａｃｈｍａｎｎ（２０１３）［６］㊃５２㊃均采用此方法测度不确定性㊂然而Ｂｏｍｂｅｒｇｅｒ（１９６６）［７］㊁Ｈａｒｖｅｙ（２００３）［８］认为其不具备相关的理论基础，以及实证检验的弱相关性受到了质疑㊂（３）基于新闻关键词的测度方法㊂此方法首先定义一些与 不确定性 相关的联系紧密词汇㊂然后从报纸㊁网站㊁新闻中对词汇进行搜索关键词统计其频率㊂这个频率就代表了不确定性的程度㊂李凤羽和杨墨竹（２０１５）［９］㊁Ａｌｅｘｏｐｏｕｌｏｓ（２０１６）［１０］㊁Ｂｏｎｔｅｍｐｉ（２０１６）［１１］均采用关键词的测度方法测度不确定性㊂（４）基于调查的方法㊂Ｌｅｄｕｃ（２０１６）［１２］通过密歇根调查构建一种经济不确定性指数㊂国内朱信凯（２００５）［１３］㊁黄福广（２００９）［１４］同样采用问卷调查的方法衡量不确定性大小㊂第一类测度方法存在本质上的缺陷，仅仅是特定变量的波动水平，在代理变量有很好预期的情况下，其方差不能体现不确定性㊂例如股票市场可能在经济基本面不变的情况下，由于杠杆率的改变而大幅度的波动，因此特定变量波动所衡量的不确定性并不一定等同 经济的不确定性 ㊂所以提出第二类测度方法是剔除可预期部分，即考察不可预测部分的波动，具有代表性的有Ｊｕｒａｄｏ（２０１５）［１５］㊁Ｓｃｏｔｔｉ（２０１６）［１６］㊁Ｏｒｌｉｋ（２０１４）［１７］㊁ＢａｋｅｒａｎｄＢｌｏｏｍ（２０１３）［１８］认为经济的不确定性来源并非由于经济波动，而是来源于经济的不可预测程度㊂ＡｎｎａＯｒｌｉｋ和ＬａｕｒａＶｅｌｄｋａｍｐ（２０１４）［１７］指出ＧＡＲＣＨ模型㊁ＳＶ随机波动模型㊁预测偏差以及期权价格波动，这几种方法均剔除了经济体的可预测部分，但测度指标的选取上多数比较单一㊂综上所述，本文采取经济不确定性定义为人们无法准确观测㊁分析和预见的变化，即经济预期值与实际值的偏离㊂经济不确定性合成指标是在剔除了全部可预测信息之后的经济序列的标准差㊂这种定义也是目前国内外学者的主流认知㊂经济不确定性对经济增长影响研究方面，国内多数学者研究了经济政策不确定性的经济效应，经济政策不确定性指数多数由斯坦福大学和芝加哥大学联合发布的月度中国经济政策不确定指数来衡量㊂李凤羽和杨墨竹（２０１５）［９］研究了经济政策不确定性对企业投资的影响㊂另外，其他单一经济指标或少数类别指标的不确定性研究也比较深入，刘金全（２０１３）［１９］检验我国货币增长不确定性与经济增长之间的关系㊂然而，鲜有学者从宏观经济不确定性的角度出发，利用丰富的宏观数据环境考察其测度及其对经济增长的效应研究，主要原因可能在于经济不确定性测度过程的困难性㊂本文的创新工作是借鉴ＬｕｄｖｉｇｓｏｎａｎｄＮｇ（２０１４）［２０］㊁ＪｕｒａｄｏＫｅｔａｌ （２０１５）［１５］国际前沿的经济不确定性测度方法，依据本国国情并对参数检验方法进行了改进，在科学定义经济不确定性的前提下，首次利用我国丰富数据环境合成宏观经济不确定性指数，规避已有研究采用单一代理变量或单一类别指标作为经济不确定性代理变量时出现频繁波动的情况，有效识别发生概率小于等于１０％的 黑天鹅 事件㊂并进一步采用扩展的Ｃ－Ｄ生产函数，考察宏观经济不确定性对经济增长的影响，验证经济不确定性测度结果的有效性㊂㊀㊀二㊁计量模型（一）经济不确定性测度框架借鉴ＬｕｄｖｉｇｓｏｎａｎｄＮｇ（２０１４）［２０］㊁ＪｕｒａｄｏＫｅｔａｌ （２０１５）［１５］测度方法，设定Ｘｔ＝（Ｘ１ｔ， ，ＸＮｔ）表示可采用变量，Ｘｔ已经转化为平稳序列（取对数㊁差分），Ｘｔ矩阵存在近似的因子结构形式：Ｘｔ＝ΛＦᶄｔＦ＋ｅＸｉｔ（１）Ｆｔ是潜在公共因子ｒＦ∗１向量，ΛＦᶄｔ是潜在因子载荷ｒＦ∗１向量，ｅＸｉｔ是误差项㊂因子个数要远远小于Ｘ变量的个数，因子分析侧重于解释被观测变量之间的相关关系和协方差结构㊂Ｙｊｔ表示由动态因子预测模型估计的ｈ⩾１期变量序列值㊂Ｙｊｔ＋１＝φｙｊ（Ｌ）Ｙｊｔ＋γＦｊ（Ｌ）Ｆ＾ｔ＋γＷｊ（Ｌ）Ｗ＾ｔ＋ｖｙｊｔ＋１（２）φｙｊ（Ｌ），γＦｊ（Ｌ），γＷｊ（Ｌ）是有限多项式Ｌ阶滞后算子㊂向量Ｆ＾是Ｆｔ的一致估计，ｒＷ维向量Ｗｔ是包含另外一些非线性部分（主成分的平方以及变量平方的主成分），此时考虑了所有遗漏的信息，没有信息损失㊂此模型的一个重要特征是前一期Ｙｊｔ的预测误差，和每一个因子Ｆｋ，ｔ＋１㊁附加的预测器Ｗ１，ｔ＋１允许它们存在时变的波动σуｊｔ＋１，σＦｋｔ＋１，σＷＩｔ，因此在序列Ｙｔ中产生时变的不确定性㊂当因子存在动态自回归，一个更加紧凑的模型增广因子向量自回归（ＦＡＶＡＲ），如下：ＺｔＹｊｔæèçöø÷（ｒ＋１）ｑ∗１＝ΦＺｑｒ∗ｑｒ０ｑｒ∗ｑΛᶄｊΦＹｊæèçöø÷Ｚｔ－１Ｙｊｔ－１æèçöø÷＋ｖＺｔｖＹｊｔæèçöø÷㊃６２㊃уｊｔ＝ΦＹｊуｊｔ－１＋Ｖуｊｔ（３）其中Ｚｔʉ（Ｆ＾ᶄ，Ｗᶄｔ）ᶄ包含了ｒＦ个估计因子和ｒＷ个非线性部分附加预测器，并且定义Ｚｔʉ（Ｚᶄｔ，，Ｚᶄｔ－ｑ＋１），Ｙｊｔ＝（ｙｊｔ， ，ｙｊｔ－ｑ＋１）ᶄ，（３）式中第二个式子是第一个式子的简化形式，通过迭代的方式从模型（３）中得到ｈ＞１的预测㊂Λᶄｊ和ΦＹｊ是滞后多项式的系数函数，ΦＺ是Ｚｔ的部分迭代自回归系数㊂通过假定稳定，ΦＹｊ最大特征值小于１，二次损失函数下的最优ｈ期预测是如下的条件均值：ＥｔУｊｔ＋ｈ＝（Φｙｊ）ｈУｊｔ在ｔ时刻预测的误差方差为：ΩＹｊｔʉＥｔ［（Уｊｔ＋ｈ－ＥｔУｊｔ＋ｈ）（Уｊｔ＋ｈ－ＥｔУｊｔ＋ｈ）ᶄ］时变的均方误一般源于实际活动中Ｙｊｔ和预测器Ｚｔ受到冲击而产生的时变方差㊂当ｈ＝１时，ΩУｊｔ＝Ｅｔ（ＶУｊｔ＋１ＶУｊｔ＋１）（４）当ｈ＞１，Ｙｊｔ＋１的预测误差方差通过迭代可以依据下式得到：ΩУｊｔ（ｈ）＝ΦУｊΩУｊｔ（ｈ－１）ΦУｊ＋Ｅｔ（ＶУｊｔ＋ｈＶУｊｔ＋ｈ）（５）当ｈң¥时，Уｊｔ的预测是无条件均值，Уｊｔ的预测方差是无条件方差，这表明当ｈ变大时Ωｙｊｔ（ｈ）将没什么变化㊂Ｔ时刻给定信息的标量Ｙｊｔ＋ｈ的不确定性表示为Ｕｙｊｔ（ｈ），它是可得到的预测误差的平方根，１ｊ是选择向量，则有：Ｕｙｊｔ（ｈ）＝１ᶄｊΩｙｊｔ１ｊ（６）宏观经济不确定性的测度是各个宏观变量不确定性估计的加权平均ðＮｙｊ＝１ＷｊＵｙｊｔ（ｈ）本文采用的是等权重Ｗｊ＝１Ｎｙ的加权平均㊂我们将用随机波动体现预测器Ｚ和Ｙｊ对ｈ期的不确定性，随机波动允许一个冲击的后一时刻独立于Ｙｊ的驱动，这与一些理论文献认为不确定性冲击独立地影响实际活动是一致的㊂例如ＧＡＲＣＨ模型就没有这个特点，冲击与Ｙｊ不独立㊂首先考虑因子Ｆｔ，假定每一个因子是序列相关的，可以很好的用ＡＲ（１）自回归模型表示：Ｆｔ＝ΦＦＦｔ－１＋ｖＦｔ如果ｖＦｔ是具有σＦ()２常数方差的鞅差，预测误差方差ΩＦｈ()＝ΩＦｈ－１()＋ΦＦ()２ｈ－１()σＦ()２随ｈ增加，我们允许对Ｆ的冲击体现时变的ＳＶ ｖＦｔ＝σＦｔεＦｔ这里对数波动有一个自回归结构：ｌｏｇσＦｔ()２＝αＦ＋βＦｌｏｇσＦｔ－１()＋τＦμＦｔ，ηＦｔｉｉｄＮ０，１()该ＳＶ模型允许一个冲击的后一时刻独立于前一时刻，这与不确定性理论模型相一致，模型可以表示为：ＥｔσＦｔ＋ｈ()２＝ｅｘｐαＦðｈ－１ｓ＝０βＦ()ｓ＋τＦ２２ðｈ－１ｓ＝０βＦ()２ｓ＋βＦ()ｈｌｏｇσＦｔ()２éëêêùûúú因为假设，εＦｔｉｉｄ０，１()，ＥｔｖＦｔ＋ｈ()２＝ＥｔσＦｔ＋ｈ()２这使得我们可以通过递归计算ｈ＞１的预测误差方差：ΩＦｔ（ｈ）＝ΦＦ()ΩＦｔｈ－１()ΦＦᶄ＋ＥｔｖＦｔ＋ｈｖＦᶄｔ＋ｈ()其中ΩＦｔ１()＝ＥｔｖＦｔ＋１()２，再ｔ时刻预测前ｈ期的不确定性，是ｈ阶预测误差方差的平方根：ＵＦｔｈ()＝１ᶄＦΩＦｔ１Ｆ这里１Ｆ是一个可获得的选择矩阵，它来源于ＥσＦｔ＋ｈ()２阵，其中Ｆｔ前ｈ期的不确定性有一个水平效应体现在αＦ上，τＦ体现规模效应，βＦ体现持久性㊂要了解预测器的不确定性怎么影响变量Ｙｊ的不确定性，假设预测模型只有单一的预测器＾Ｆ，形式如下：ｙｊｔ＋１＝φｙｊｙｊｔ＋γＦｊＦ＾ｔ＋ｖｙｊｔ＋１㊃７２㊃这里ｖｙｊｔ＋１＝σｙｊｔ＋１εｙｊｔ＋１，其中εｙｊｔ＋１ｉｉｄＮ０，１()，同时：ｌｏｇσｙｊｔ＋１()２＝αｙｊ＋βｙｊｌｏｇσｙｊｔ()２＋τｙｊｔηｊｔ＋１，ηｊｔ＋１ｉｉｄＮ（０，１）当ｈ＝１时，Ｖｙｊｔ＋１与ｖｙｊｔ＋１是一致的，并且ｖｙｊｔ＋１与Ｆｔ＋１的前一期误差是不相关的，给定ＶＦｔ＋１＝ｖＦｔ＋１㊂当ｈ＝２时，因子的预测误差是ＶＦｔ＋２＝ΦＦＶＦｔ＋１＋ｖＦｔ＋２，ｙｊｔ相应的预测误差为Ｖｙｊｔ＋２＝ｖｙｊｔ＋２＋φｙｊＶｙｊｔ＋１＋γＦｊＶＦｔ＋１很明显依赖于前一期的预测误差，Ｖｙｔ＋１和ＶＦｔ＋１是不相关的㊂当ｈ＝３，预测误差是Ｖｙｊｔ＋３＝ｖｙｊｔ＋３＋φｙｊＶｙｊｔ＋２＋γＦｊＶＦｔ＋２很明显依赖于Ｖｙｔ＋２和ＶＦｔ＋２㊂但与ｈ＝２不同的是Ｖｙｔ＋２和ＶＦｔ＋２相关，因为它们都依赖于ＶＦｔ＋１㊂因此，一般的情况，当预测器是Ｚｔ＝Ｆᶄｔ，Ｗᶄｔ()ᶄ和它的滞后，Ｙｊｔ＋ｈ的前ｈ期预测误差方差可以如下分解：ΩＹｊｔ（ｈ）＝ΦＹｊΩＹｊｔ（ｈ－１）ΦＹᶄｊ自回归＋ΩＺｊｔ（ｈ－１）预测器＋Ｅｔ（ＶＹｊｔ＋ｈＶＹᶄｊｔ＋ｈ）随机波动＋２ΦＹｊΩＹＺｊｔ（ｈ－１）协方差阵（７）这里，ΩＹＺｊｔｈ()＝ｃｏｖＶＹｊｔ＋ｈ，ＶＺｊｔ＋ｈ()㊂其中，Ｅｔｖｙｊｔ＋ｈ()２＝Ｅｔσｙｊｔ＋ｈ()２，ＥｔｖＦｔ＋ｈ()２＝ＥｔσＦｔ＋ｈ()２，ＥｔｖＷｔ＋ｈ()２＝ＥｔσＷｔ＋ｈ()２因此可以得到Ｅ（ＶＹｊ，ｔ＋ｈＶＹᶄｊ，ｔ＋ｈ）㊂时变的不确定性在数学上可以分解为四部分，如（７）式，一是自回归部分，二是共同因子的预测部分，三是随机波动部分，四是Ｚ与Ｙ的协方差㊂（７）式等同于（５）式的Ｙｔ子向量，预测不确定性很重要的一步是ΩＺｊｔｈ－１() ＳＶ驱动因子，一般是ｈ＞１非零的多阶预测㊂ＳＶ的作用体现在第三部分的Ｙｊ序列，预测误差和预测器的协方差作用体现在最后一部分，因此计算左侧需要每个序列Ｙｊ残差的随机波动估计和预测变量Ｚ的每个部分㊂（二）扩展的Ｃ－Ｄ函数构建在众多生产函数中，Ｃ－Ｄ（柯布道格拉斯）生产函数不仅能够反映边际产量递减㊁边际替代递减㊁规模报酬不变等一些重要的经济特征，城邦文（２００１）［２１］还证实了Ｃ－Ｄ生产函数是唯一能使均方估计误差达到最小的生产函数，而其他生产函数如ＣＥＳ生产函数和超越对数生产函数等都不具备这样的性质㊂１９８２年美国经济学家㊁数学家ＣｈａｒｌｅｓＷ Ｃｏｂｏ和ＰａｕｌＨｏｗａｒｄＤｏｕｇｌａｓ在前任的成果上认为产出主要有资本和劳动力的投入决定的㊂因此，提出以下假设：（１）要素可以相互替代；（２）要素边际产出大于零；（３）要素边际产出递减；（４）非负性㊂进一步Ｃ－Ｄ生产函数可以简化为：Ｙ＝ＡＫαＬβ（８）其中，Ａ为技术不变常数，Ｋ是资本投入，Ｌ为劳动力投入，α㊁β分别表示资本与劳动力要素的弹性系数㊂随着经济的发展，传统Ｃ－Ｄ函数逐渐表现出种种不足㊂首先，当今社会知识与科技的发展日新月异，传统Ｃ－Ｄ生产函数把技术视为常数，忽略技术进步的时变性则难以体现当今经济发展的形势㊂其次，资本投入㊁科技进步㊁劳动力的投入均为产出提供生产动力，然而忽略了经济不确定性对于产出的影响㊂综上，本文将经济不确定性指数与科技进步一并纳入模型，即：Ｙ＝ＡＫαＬβＳγＵＮＣη（９）其中，Ｓ是技术进步，ＵＮＣ为宏观经济不确定性指数，γ㊁η分别为技术进步与经济不确定性的弹性系数㊂进一步等式两边取对数有Ｌｎ（Ｙｉｔ）＝Λ＋αＬｎ（Ｋｉｔ）＋βＬｎ（Ｌｉｔ）＋γＬｎ（Ｓｉｔ）＋ηＬｎ（ＵＮＣｉｔ）＋εｉｔ（１０）综合考虑样本期区间长度与指标频度的一致性，采用２９个省市㊁自治区的面板数据对扩展的Ｃ－Ｄ函数进行回归分析㊂进一步考察宏观经济不确定性对经济增长的影响㊂（三）数据说明与处理方式经济不确定性测度的数据由１５８个宏观月度指标构成，其中包括１０２个宏观指标和５６个行业指标，考虑数据的可得性，最终采用的数据样本区间为２００２－２０１６年㊂数据来源于Ｗｉｎｄ数据库㊂依据ＢａｉａｎｄＮｇ（２００６）［２２］提出若ＴＮң０则可得到非观测的潜在公共因子＾Ｆ（其中Ｔ为时间跨度，Ｎ为变量个数）㊂所以，在搜取数据时，尽可能地涵盖各类别宏观变量，并且尽力取得最长的样本区间㊂数据的处理有以下几方面：第一，数据频度转换，将高频的日度数据转化为低频月度数据㊂第二，缺失数据情况，应用软件Ｍａｔｌａｂ对缺失值进行填补，线性插值法㊁Ｂ－Ｊ法短期估值㊂第三，应用软件Ｅｖｉｅｗｓ９ ０的Ｘ１２对包含季㊃８２㊃节因素的经济序列剔除季节影响㊂第四，以２００２年１月为基期对名义值数据㊁环比数据进行定基比转换，以不变价形式体现真实的发展速度㊂第五，变量进行ＡＤＦ检验，对非平稳序列进行平稳化处理㊂第六，由于ＦＡＶＡＲ（因子增广向量自回归）模型的需要，将平稳数据进行标准化处理㊂本文所采用的具体指标和数据处理方式见表１，设定ＸＡｉｔ为Ｘｉｔ原序列的季调后（或非季调）序列，其平稳化处理方式如下：（１）Ｘｉｔ＝ＸＡｉｔ；（２）Ｘｉｔ＝ＸＡｉｔ－ＸＡｉｔ－１；（３）Ｘｉｔ＝Δ２ＸＡｉｔ；（４）Ｘｉｔ＝ｌｎＸＡｉｔ（取对数）；（５）Ｘｉｔ＝ｌｎＸＡｉｔ－ｌｎＸＡｉｔ－１；（６）Ｘｉｔ＝Δ２ｌｎＸＡｉｔ㊂表１采用指标及处理方式序号名称处理序号名称处理序号名称处理１公共财政收入：当月值季调，４５４进口额＿东南亚国家联盟＿当月季调，３１０７申万行业指数：有色金属４２税收收入：当月值季调，４５５进口额＿欧盟＿当月季调，３１０８申万行业指数：电子元器件４３公共财政支出：当月值季调，４５６中债总指数４１０９申万行业指数：家用电器４４境内上市公司：总市值４５７中债国债总指数４１１０申万行业指数：食品饮料４５境内上市公司：流通市值４５８中债综合指数４１１１申万行业指数：纺织服装４６股票成交金额：当月值４５９中债总净价指数４１１２申万行业指数：轻工制造４７日均成交金额：当月值４６０中债总全价指数４１１３申万行业指数：医药生物４８债券托管量：本币债：可流通债券季调，３６１中债国债到期收益率：３个月０１１４申万行业指数：公用事业４９债券托管量：本币债：不可流通债券４６２中债国债到期收益率：１年０１１５申万行业指数：交通运输４１０债券托管量：政府债券季调，４６３中债国债到期收益率：２年０１１６申万行业指数：房地产４１１债券市值３６４中债国债到期收益率：３年０１１７申万行业指数：商业贸易４１２Ｍ０季调，５６５中债国债到期收益率：０年０１１８申万行业指数：餐饮旅游４１３Ｍ１季调，４６６国债息差：０年０１１９申万行业指数：综合行业４１４Ｍ２季调，４６７国债息差：３个月１１２０申万行业指数：建筑材料４１５国内信贷季调，５６８国债息差：１年１１２１申万行业指数：建筑装饰４１６金融机构：存贷差季调，３６９国债息差：２年１１２２申万行业指数：电气设备４１７货币当局：储备货币季调，４７０国债息差：３年１１２３申万行业指数：国防军工４１８官方储备资产：外汇储备３７１消费者预期指数（月）３１２４申万行业指数：计算机４１９平均汇率：欧元兑人民币４７２消费者信心指数（月）３１２５申万行业指数：传媒４２０平均汇率：港元兑人民币４７３消费者满意指数（月）４１２６申万行业指数：通信４２１平均汇率：１００日元兑人民币４７４５０００户工业企业：资产负债率季调，１１２７申万行业指数：银行４２２平均汇率：美元兑人民币４７５５０００户工业企业：流动资产周转率季调，１１２８申万行业指数：非银金融４２３人民币：实际有效汇率指数季调，４７６５０００户工业企业：工业产品销售率季调，１１２９申万行业指数：汽车４２４社会消费品零售总额：当月值４７７５０００户工业企业：销售成本利润率季调，１１３０申万行业指数：机械设备４２５固定资产投资完成额：当月值季调，３７８５０００户工业企业：货币资金占用系数季调，１１３１申万行业指数：市盈率：农林牧渔４２６房地产开发投资完成额：当月值季调，３７９５０００户工业企业：流动比率季调，１１３２申万行业指数：市盈率：采掘４２７固定资产投资完成额：第一产业：当月值季调，４８０ＰＰＩ：全部工业品：环比４１３３申万行业指数：市盈率：化工４２８固定资产投资完成额：第二产业：当月值季调，３８１ＰＰＩ：生产资料：环比４１３４申万行业指数：市盈率：黑色金属４２９固定资产投资完成额：第三产业：当月值季调，４８２ＰＰＩ：生活资料：环比４１３５申万行业指数：市盈率：有色金属４３０进出口金额：当月值季调，３８３ＰＰＩ：生活资料：食品类：环比４１３６申万行业指数：市盈率：电子元器件４３１出口金额：当月值季调，３８４ＰＰＩ：生活资料：衣着类：环比季调，４１３７申万行业指数：市盈率：家用电器４３２进口金额：当月值季调，３８５ＰＰＩ：生活资料：一般日用品类：环比４１３８申万行业指数：市盈率：食品饮料４３３国内信贷：对政府债权（净）季调，４８６ＰＰＩ：生活资料：耐用消费品类：环比４１３９申万行业指数：市盈率：纺织服装４３４出口额＿中国香港＿当月季调，４８７ＣＰＩ季调，４１４０申万行业指数：市盈率：轻工制造４３５出口额＿日本＿当月季调，３８８ＰＰＩＲＭ：环比４１４１申万行业指数：市盈率：医药生物４３６出口额＿韩国＿当月季调，４８９ＰＰＩＲＭ：燃料㊁动力类：环比４１４２申万行业指数：市盈率：公用事业４３７出口额＿中国台湾＿当月季调，４９０ＰＰＩＲＭ：黑色金属材料类：环比４１４３申万行业指数：市盈率：交通运输４３８出口额＿德国＿当月季调，３９１ＰＰＩＲＭ：有色金属材料类：环比４１４４申万行业指数：市盈率：房地产４３９出口额＿俄罗斯联邦＿当月季调，４９２ＰＰＩＲＭ：化工原料类：环比４１４５申万行业指数：市盈率：商业贸易４４０出口额＿加拿大＿当月季调，３９３ＰＰＩＲＭ：木材及纸浆类：环比４１４６申万行业指数：市盈率：餐饮旅游４４１出口额＿美国＿当月季调，３９４ＰＰＩＲＭ：建筑材料类：环比季调，４１４７申万行业指数：市盈率：综合行业４４２出口额＿澳大利亚＿当月季调，３９５ＰＰＩＲＭ：其他工业原材料及半成品类：环比４１４８申万行业指数：市盈率：建筑材料４４３出口额＿东南亚国家联盟＿当月季调，４９６ＰＰＩＲＭ：农副产品类：环比４１４９申万行业指数：市盈率：建筑装饰４４４出口额＿欧盟＿当月季调，３９７ＰＰＩＲＭ：纺织原料类：环比４１５０申万行业指数：市盈率：电气设备４４５进口额＿中国香港＿当月３９８ＣＧＰＩ：环比４１５１申万行业指数：市盈率：国防军工４４６进口额＿日本＿当月季调，３９９农业生产资料价格指数：总指数：环比４１５２申万行业指数：市盈率：计算机４４７进口额＿韩国＿当月季调，３１００规模以上工业企业增加值＿当月环比实际增速３１５３申万行业指数：市盈率：传媒４４８进口额＿中国台湾＿当月季调，４１０１官方储备资产：黄金（以盎司计算的纯金数量）４１５４申万行业指数：市盈率：通信４４９进口额＿德国＿当月季调，４１０２上证综合收盘指数＿当月４１５５申万行业指数：市盈率：银行４５０进口额＿俄罗斯联邦＿当月４１０３申万行业指数：农林牧渔４１５６申万行业指数：市盈率：非银金融４５１进口额＿加拿大＿当月４１０４申万行业指数：采掘４１５７申万行业指数：市盈率：汽车４５２进口额＿美国＿当月季调，４１０５申万行业指数：化工４１５８申万行业指数：市盈率：机械设备４５３进口额＿澳大利亚＿当月季调，４１０６申万行业指数：黑色金属４㊀㊀数据来源：Ｗｉｎｄ数据库㊁中经网；应用软件：Ｍａｔｌａｂ㊁Ｒ３．４．１㊁Ｅｖｉｅｗｓ９．０㊂㊀㊀应用因子模型将变换后的１５８个变量进行降维处理得到７个主成分＾Ｆ，将＾Ｆ带入ＦＡＶＡＲ模型，因子滞后２阶，Ｙ滞后４阶，并保留ＦＡＶＡＲ模型在５％显著水平下通过ｔ检验的系数，从而估计出＾Ｙ㊂每个变量的经济不确定性可以表示为Ｅｙｊｔ＋ｈ－Ｅｙｊｔ＋ｈ｜Ｉｔ[]()２｜Ｉｔ[]，这里Ｅ［（㊃）Ｉｔ］是在ｔ时刻可获得所有㊃９２㊃信息下的条件均值，继而构造宏观经济不确定性指数，即各变量序列不确定性的加权平均，ＵｙｔʉｐｌｉｍＮｙң¥ðＮｙｊ＝１ＷｊＵｙｊｔ（ｈ）ʉＥｗ［Ｕｙｊｔ（ｈ）］㊂对于扩展的Ｃ－Ｄ（柯布道格拉斯）生产函数的四个变量产出㊁资本投入㊁劳动力投入和科技进步，借鉴吴海民（２００６）［２３］㊁刘遵义（１９９７）［２４］代理变量的选取方法，分别采用支出法国内生产总值㊁固定资本存量㊁就业人员和科技存量作为代理变量㊂样本区间是２００６－２０１６年的２９个省市㊁自治区的面板数据（重庆并入四川计算，由于数据不全不包含西藏）㊂原始数据来源于‘中经网“和‘统计年鉴“㊂支出法国内生产总值，它反映了本期生产的国内生产总值的使用和构成㊂以２００６年为基期，采用省际ＧＤＰ指数对名义值进行平减得到实际值㊂㊀㊀固定资本存量，目前统计年鉴和数据库均无相关数据㊂本文采用永续盘存法来计算固定资本存量㊂即Ｋｔ＝Ｋｔ－１１－δｔ()＋Ｉｔ，其中δ为折旧率，Ｉｔ是当年固定资本投资额，Ｋｔ－１为上一年资本存量㊂对于基年２００６年资本存量的选取参考单豪杰（２００８）［２５］在‘中国资本存量再估算“一文中测算出的２００６年各省（地区）资本存量，依据永续存盘法进一步核算出２００６－２０１６年各省资本存量㊂劳动投入量以各省市㊁自治区的年末就业人数作为代理变量㊂其中包括城镇单位就业人员数㊁私营企业就业人数以及个体劳动者㊂代理指标可以反映地区一定时间内人力资源的实际利用情况㊂技术进步的有效测度是个难题，其包括生产要素质量的改进㊁知识科研能力的提升，资源配置的合理利用等等㊂依据数据的可获得性，以各省市㊁自治区专利授权数作为代理变量㊂技术进步同样以存量的形式存在，参考吴海民（２００６）［２３］采用的方法，技术进步存量为每年授权专利数量减去每年１０％的 折旧 累加所得㊂基年的科技存量，采用当年授权专利数量除以１０％来确定㊂经济不确定性指数有效测度了我国宏观经济的不确定性㊂借鉴李凤羽和杨墨竹（２０１５）［９］假定各省在同一时期面临的宏观经济不确定性相同㊂依据以上数据处理方式，最终得到产量㊁资本存量㊁劳动力投入和科技进步的基期数据，如表２所示㊂㊀表２我国各省（地区）基期２００６年投入产出数据地区ＧＤＰＹ（亿元）资本存量Ｋ（亿元）劳动力投入Ｌ（万人）授权专利Ｓ（万件）北京市７８７０．２８７６９６．８５９４０．２１１．２３８天津市４３５９．１５１９３５．７８３１７．８４．１５９河北省１１６６０．４３５７３２．０５１０３３．４３４．１３１山西省４７８５．９３２０３４．８９５６０．０６１．４２１内蒙古４７９１．４８４２３３．６２４０４．０１０．９７８辽宁省９２５１．１５１４６３．３３１０５２．８４７．３９９吉林省４９６４．８６２０３３．７２４３２．２７２．３１９黑龙江省６１８８．９２０８８．８２７５５．３３．６２２上海市１０３６６．３７１２０８６．６７８４０．４９１６．６０２江苏省２１６４５．０８１２８７０．１１１８９８．５９１９．３５２浙江省１５７４２．５１６７８５．１７１５７１．９５３０．９６８安徽省６１４８．７３１２１５．６１８５０．４７２．２３５福建省７７４９．６２２１０６．９２６８４．４１６．４１２江西省４６７４．８８５２３２．０３６２４．７６１．５３６山东省２２０７７．３６１１６６３．１２１７９２．１１１５．９３７河南省１２４９５．９７６１７４．１６１１６７．３２５．２４２湖北省７５８１．３２３０６３．３９８９４．１２４．７３４湖南省７５６８．８９２４８９８２８．６６５．６０８广东省２６２０４．４７１１１６２．７２２１４３．４１４３．５１６广西４８２８．５１１６２３．８３５５１．５６１．４４２海南省１０５２．８５４７９．８４１３９．３７０．２４８四川省１２２０４．５９３７５９．５１１５０９１１．７２８贵州省２２８２１１２８．５３３３２．４４１．３３７云南省４００６．７２２７５．９１５３４．０６１．６３７陕西省４５２３．７４３３４５．３７６４５．０８２．４７３青海省６４１．５８４０９．８９１０３．９２０．０９７宁夏７１０．７６４０９．３４１０９．５７０．２９新疆３０４５．２６２１４６．３２３９８．１３１．１８７甘肃省２２７６．７２３９８．２３３０５．５３０．８３２㊀㊀注：资本投入与科技进步均为存量，计算方法借鉴永续盘存法㊂㊀㊀三㊁实证分析（一）经济不确定性测度结果分析应用Ｍａｔｌａｂ㊁Ｒ３ ４ １软件，通过ＦＡＶＡＲ－ＳＶ模型得到我国宏观经济不确定性指数，并通过迭代得到向前ｈ＝１，２ ，１２期的预测值，为了观察方便，将指数进行标准化处理，提取ｈ＝１，３，１２期的不确定性指数进行对比，具体如图１所示㊂水平线是１ ６５倍的标准差①，三条指数曲线波动基本一致，说明测度方法稳定；其次，测度结果来源于丰富的数据环境，因此规避了单一变量或者少数类别变量测度不确定性指数时出现频繁波动的情况，更有利于快速识别发生概率小于１０％的危机时期㊂再次，测度结果展示了两个高于１ ６５倍标准差的波动区间，分别都是２００８年８月至２００９年４月和２０１５年４月至２０１５年６月㊂实际上２００８年９月，国际金融危机全面爆发后，中国经济增速快速回落，出口出现负增长，失业率上升，人们越来越没有安全感并对经济失去信心，经济面临硬着陆的风险㊂为了应对这种局面，中国政㊃０３㊃。