經(jīng)濟(jì)政策不確定性、 通貨膨脹與國(guó)別異質(zhì)性

　　摘要：基于分位數(shù)格蘭杰因果關(guān)系檢驗(yàn)方法，對(duì) 16個(gè)樣本國(guó)家 1997年 1月至 2019年 10月期間，經(jīng)濟(jì)政策不確定性與通貨膨脹變動(dòng)之間的因果關(guān)系進(jìn)行了定量分析。研究發(fā)現(xiàn)，對(duì)于大多數(shù)國(guó)家，經(jīng)濟(jì)政策不確定性是導(dǎo)致通貨膨脹發(fā)生變化的重要因素，尤其2008年金融危機(jī)之后，經(jīng)濟(jì)政策不確定性對(duì)通貨膨脹的影響顯著上升。并且該影響隨著不確定性的不同分位數(shù)而不同，對(duì)于大多數(shù)國(guó)家，經(jīng)濟(jì)政策不確定性越高，越能明顯地影響通貨膨脹變化。

　　本文源自王益君; 魏美云; 周潮; 孔麗娜， 金融理論與實(shí)踐 發(fā)表時(shí)間：2021-07-12

　　關(guān)鍵詞：分位數(shù)回歸;格蘭杰因果;政策不確定性;通貨膨脹

　　一、引言及文獻(xiàn)綜述

　　國(guó)際貨幣基金組織(IMF)在 2019年 11月的《世界經(jīng)濟(jì)展望》中指出：“對(duì)全球經(jīng)濟(jì)造成壓力的最大因素，是投資者對(duì)發(fā)達(dá)經(jīng)濟(jì)體政府當(dāng)局是否會(huì)兌現(xiàn)政策承諾而感到不確定。”[1] 眾多學(xué)者和市場(chǎng)參與者認(rèn)為，政策不確定性走高是導(dǎo)致近期全球經(jīng)濟(jì)不確定性上升的重要原因之一。大量的理論和實(shí)證文獻(xiàn)支持這些擔(dān)憂，認(rèn)為不確定性對(duì)經(jīng)濟(jì)活動(dòng)具有衰退效應(yīng)。迄今為止，相關(guān)文獻(xiàn)主要關(guān)注政策不確定性對(duì)實(shí)體經(jīng)濟(jì)的影響，包括產(chǎn)出、投資、消費(fèi)和失業(yè)等(Baker et al.，2012;Fernández - Villaverde et al.， 2013)[2-3] 。保持物價(jià)總水平的基本穩(wěn)定是宏觀經(jīng)濟(jì)政策的基本目標(biāo)之一，目前研究政策不確定性是否影響通脹預(yù)期的文獻(xiàn)較多(例如 Istrefi 和 Piloiu， 2014;Binder，2017)[4-5] ，研究對(duì)通脹影響的文獻(xiàn)較少(Balcilar et al.，2014;李文君和張駿，2020)[6-7] ，而且這些研究并未考慮不同程度的政策不確定性對(duì)通貨膨脹的影響不同，也未考慮國(guó)別差異，以及金融危機(jī)是否加劇了政策不確定性的影響。本文通過定量分析不同國(guó)家的政策不確定性與通貨膨脹之間的動(dòng)態(tài)關(guān)系，以期對(duì)以上問題進(jìn)行實(shí)證研究。

　　Frank(1921)[8] 首先將“不確定性”的概念引入經(jīng)濟(jì)學(xué)中，Bloom(2009)[9] 關(guān)于經(jīng)濟(jì)不確定性影響經(jīng)濟(jì)活動(dòng)的開創(chuàng)性研究文獻(xiàn)，引起學(xué)界和政策層的廣泛關(guān)注。Baker et al(. 2016)[10] 指出政策不確定性是經(jīng)濟(jì)不確定性變化的重要內(nèi)容，通過構(gòu)建主要經(jīng)濟(jì)體的政策不確定性指數(shù)進(jìn)行實(shí)證研究，發(fā)現(xiàn)在發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家，其政策不確定性與 GDP增長(zhǎng)率之間 的 關(guān) 系 都 明 顯 為 負(fù) 。 Panousi 和 Papanikolaou (2012)[11] 研究發(fā)現(xiàn)，政策不確定性是導(dǎo)致全球發(fā)生金融危機(jī)的重要因素之一，對(duì)企業(yè)投資有負(fù)面沖擊。 Jackson 和 Orr(2019)[12] 基于多階段多層次分析框架，發(fā)現(xiàn)宏觀經(jīng)濟(jì)不確定性負(fù)向影響房地產(chǎn)直接投資和企業(yè)盈利。Leblang和Bernhard(2006)[13] 使用選舉或立法結(jié)果的不確定性作為政策不確定性的測(cè)度指標(biāo)，發(fā)現(xiàn)政策不確定性對(duì)匯率波動(dòng)存在放大效應(yīng)。基于中國(guó)報(bào)紙的文本分析結(jié)果，Huang和Luk(2020)[14] 構(gòu)建了中國(guó)的政策不確定性指數(shù)。國(guó)內(nèi)文獻(xiàn)重點(diǎn)研究政策不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)、企業(yè)投資、匯率波動(dòng)、市場(chǎng)利率等方面的影響，例如田磊等(2017)[15] 、劉貫春等(2019)[16] 、王博等(2019)[17] 、張成思和劉貫春(2018)[18] 、劉尚希和武靖州(2018)[19] 等的研究。

　　大量國(guó)內(nèi)外文獻(xiàn)的研究結(jié)論認(rèn)為，政策不確定性的主要影響有：對(duì)經(jīng)濟(jì)增長(zhǎng)造成負(fù)向沖擊，導(dǎo)致國(guó)內(nèi)長(zhǎng)期利率不斷上升，企業(yè)投資的盈利降低，匯率波動(dòng)幅度進(jìn)一步放大，等等。關(guān)于通脹預(yù)期的文獻(xiàn)主要有，Istrefi和Piloiu(2014)[4] 分析了政策不確定性對(duì)通貨膨脹預(yù)期的影響，發(fā)現(xiàn)其對(duì)短期和長(zhǎng)期通貨膨脹率都具有顯著影響。Binder(2017)[5] 發(fā)現(xiàn)政策不確定性和居民部門的短期通貨膨脹不確定性之間具有很強(qiáng)的相關(guān)性，高收入和高學(xué)歷消費(fèi)者的通貨膨脹不確定性最低，政策不確定性更多地反映消費(fèi)者的預(yù)期，而不是專業(yè)預(yù)測(cè)人士或金融市場(chǎng)的預(yù)期。國(guó)內(nèi)學(xué)者朱軍和蔡恬恬(2018)[20] 采用最大份額結(jié)構(gòu) VAR 模型，發(fā)現(xiàn)中國(guó)的貨幣和財(cái)政政策的不確定性，短期將導(dǎo)致通貨膨脹預(yù)期上升，而長(zhǎng)期則導(dǎo)致通貨膨脹預(yù)期降低，同時(shí)財(cái)政政策不確定性影響的持續(xù)性可能更強(qiáng)，而貨幣政策不確定性的影響可能更大。

　　研究政策不確定性與通貨膨脹及通貨膨脹預(yù)期關(guān)系的文獻(xiàn)多集中于對(duì)某個(gè)國(guó)家的分析，不僅不具有普適性，也忽略了較高政策不確定性與較低政策不確定性影響的差異性。目前在對(duì)政策不確定性進(jìn)行分位數(shù)影響的研究范圍內(nèi)，尚未發(fā)現(xiàn)相關(guān)文獻(xiàn)，因此本文嘗試積極探索不同國(guó)家宏觀經(jīng)濟(jì)政策不確定性對(duì)通貨膨脹影響的定量分析。基于分位數(shù)格蘭杰因果關(guān)系檢驗(yàn)方法，本文對(duì)巴西、日本、中國(guó)、加拿大、希臘、法國(guó)、愛爾蘭、德國(guó)、韓國(guó)、墨西哥、意大利、西班牙、瑞典、英國(guó)、荷蘭和美國(guó)共16個(gè)國(guó)家經(jīng)濟(jì)政策不確定性與通貨膨脹的因果關(guān)系進(jìn)行定量分析①。本文采用分位數(shù)回歸方法主要考慮其具有以下 優(yōu) 點(diǎn) ：一 是 Buchinsky(1998)[21] 和 Chuang et al. (2009)[22] 指出基于最小二乘法(OLS)模型估計(jì)的格蘭杰因果關(guān)系不顯著，主要是由對(duì)應(yīng)上下分位數(shù)的正負(fù)效應(yīng)相互抵消造成的，即所謂的“平均效應(yīng)”。二是分位數(shù)回歸方法能夠更全面反映經(jīng)濟(jì)政策不確定性和通貨膨脹變化之間的因果關(guān)系，并且能揭示出不同分位數(shù)之間兩者關(guān)系是如何變化的。具體到本文的研究樣本，較高分位數(shù)的經(jīng)濟(jì)政策不確定性可以解釋經(jīng)濟(jì)體較高的通貨膨脹率，而低分位數(shù)的經(jīng)濟(jì)政策不確定性則與較低的通貨膨脹水平相關(guān)。三是分位數(shù)回歸方法對(duì)傳統(tǒng)的最小二乘(OLS)方法進(jìn)行了自然推廣，并在非高斯分布情形下產(chǎn)生了更為可靠的推論。例如在偏態(tài)、峰度或存在異常值的情況下，最小二乘(OLS)方法可能不夠充分，而分位數(shù)回歸方法提供了更為可靠和更加有效的估計(jì)(Barnes和 Hughes，2002)[23] 。

　　根據(jù) Chuang et al(. 2009)[22] 所定義的分位數(shù)格蘭杰因果關(guān)系，可以運(yùn)用分位數(shù)回歸(QR)計(jì)量模型來估計(jì)分位數(shù)因果效應(yīng)(Koenker 和 Bassett，1978; Koenker，2005)[24-25] 。所有分位數(shù)的格蘭杰因果關(guān)系假設(shè)，是根據(jù) Koenker和 Machado(1999)[26] 提出的 sup-Wald檢驗(yàn)來進(jìn)行檢驗(yàn)的，可以檢驗(yàn)出分位數(shù)回歸模型中整個(gè)參數(shù)過程的顯著性，因此與分位數(shù)中的 偏 離 因 果 關(guān) 系 情 形 是 一 致 的 。 Chuang et al. (2009)[22] 擴(kuò)展了 Koenker 和 Machado(1999)[26] 的檢驗(yàn)方法，來評(píng)估不同分位數(shù)范圍內(nèi)的因果關(guān)系，并確定因果關(guān)系的相關(guān)分位數(shù)范圍，因此采用這種方法可以詳細(xì)描述經(jīng)濟(jì)政策不確定性變化與通貨膨脹之間的因果關(guān)系。

　　眾所周知，通貨膨脹是宏觀經(jīng)濟(jì)的核心，正如價(jià)格是微觀經(jīng)濟(jì)的核心一樣，而造成通貨膨脹的原因有很多，例如貨幣數(shù)量論、總供求失衡論、結(jié)構(gòu)性通貨膨脹乃至輸入性通貨膨脹等。根據(jù)本文的研究發(fā)現(xiàn)，在樣本國(guó)家并可推廣至全球范圍來看，經(jīng)濟(jì)政策不確定性是導(dǎo)致通貨膨脹發(fā)生變化的主要成因之一，同時(shí)基于分位數(shù)方法從計(jì)量角度能夠糾正基于均值關(guān)系常規(guī)檢驗(yàn)得出的非因果關(guān)系結(jié)論的誤導(dǎo)性。本文的研究進(jìn)一步豐富了關(guān)于通貨膨脹原因解釋的文獻(xiàn)，具有一定的理論價(jià)值和政策含義。

　　本文的邊際貢獻(xiàn)可以從三個(gè)不同的方面來解釋。一是實(shí)證研究了 16 個(gè)樣本國(guó)的政策不確定性與通貨膨脹變動(dòng)之間的動(dòng)態(tài)關(guān)系，檢驗(yàn)不同分位數(shù)水平下經(jīng)濟(jì)政策不確定性與通貨膨脹變動(dòng)之間的關(guān)系。更為準(zhǔn)確地說，本文試圖通過研究這兩種經(jīng)濟(jì)變量之間是如何通過短期動(dòng)態(tài)交互作用來相互影響的，從而對(duì)現(xiàn)有文獻(xiàn)進(jìn)行補(bǔ)充。由于本文采用分位數(shù)回歸方法，實(shí)證結(jié)果的穩(wěn)健性要高于基于最小二乘法的條件均值回歸，因此能夠覆蓋所有的條件分位數(shù)函數(shù)，使得本文的實(shí)證估計(jì)更為有效。二是本文進(jìn)行了跨國(guó)的橫向比較研究，驗(yàn)證了經(jīng)濟(jì)政策不確定性對(duì)通貨膨脹的影響對(duì)于樣本內(nèi)的大多數(shù)國(guó)家都是成立的。三是驗(yàn)證了金融危機(jī)的影響，金融危機(jī)的發(fā)生加劇了經(jīng)濟(jì)政策不確定性對(duì)通貨膨脹等宏觀經(jīng)濟(jì)變量的影響。

　　二、研究方法

　　(一)政策不確定性與通脹影響之間的傳導(dǎo)機(jī)制簡(jiǎn)析

　　參考朱軍和蔡恬恬(2018)[20] 等文獻(xiàn)的研究，經(jīng)濟(jì)政策不確定性影響通貨膨脹的傳導(dǎo)機(jī)制，主要可以從居民部門、金融部門和企業(yè)部門來刻畫。一是假設(shè)經(jīng)濟(jì)政策不確定性處于上升狀態(tài)，將使得居民部門加大“預(yù)防性儲(chǔ)蓄”，從而減少居民部門的未來消費(fèi)，降低對(duì)全社會(huì)產(chǎn)品的需求總量，并最終造成通貨膨脹水平下降。二是隨著居民部門的“預(yù)防性儲(chǔ)蓄”效應(yīng)上升，金融部門會(huì)吸收更多的儲(chǔ)蓄存款，但是為了防止金融壞賬風(fēng)險(xiǎn)發(fā)生，則會(huì)導(dǎo)致產(chǎn)生“惜貸”行為，并使得全社會(huì)的投資總水平下降。三是由于政策處于“不確定性”狀態(tài)中，企業(yè)會(huì)減少投資，進(jìn)而減少產(chǎn)品供給，從而潛在的“供不應(yīng)求”會(huì)使得通貨膨脹水平上升。總之，由于政策不確定性的存在，社會(huì)公眾能夠自行調(diào)整儲(chǔ)蓄、消費(fèi)和投資三者之間的關(guān)系，從而改變貢獻(xiàn)值均衡的狀態(tài)，通貨膨脹上升力量和通貨膨脹下降力量“此消彼長(zhǎng)”。如果通貨膨脹處于上升趨勢(shì)，經(jīng)濟(jì)負(fù)向消息會(huì)相應(yīng)增多，導(dǎo)致經(jīng)濟(jì)信心發(fā)生變化，從而引起經(jīng)濟(jì)政策不確定性的上升。因此經(jīng)濟(jì)政策不確定性對(duì)通貨膨脹影響的傳導(dǎo)機(jī)制非常復(fù)雜。

　　(二)均值因果檢驗(yàn)

　　兩個(gè)平穩(wěn)時(shí)間序列之間的因果關(guān)系檢驗(yàn)，傳統(tǒng)上是基于 Granger(1969，1981)[27-28] 的因果關(guān)系來定義的。從形式上來講，如果有： Fyt (η|(Y,X)t-1)=Fyt (η|Yt-1)，∀η∈R (1)可以肯定，時(shí)間序列 xt不是時(shí)間序列 yt的格蘭杰原因。這里 Fyt (?|Yt-1)是 yt的條件分布，(Y,X)t-1是由 xj和 yj在時(shí)間 t-1 所產(chǎn)生的信息集。這樣如果時(shí)間序列 xt的過去信息，沒有改變時(shí)間序列 yt的條件分布，則 xt不是 yt的格蘭杰原因。當(dāng)方程(1)不成立的時(shí)候，時(shí)間序列 xt被認(rèn)為是時(shí)間序列 yt的格蘭杰原因。由方程(1)定義的格蘭杰非因果性，接下來將被稱為“分布中的格蘭杰非因果性”。

　　由于條件分布的估計(jì)和檢驗(yàn)在實(shí)踐上很麻煩，更常見的是檢驗(yàn)方程(1)的必要條件： E[yt |(Y,X)t-1]=E(yt |Yt-1) (2)這里 E(yt |Ω)是 Fyt (?|Ω)的均值。如果方程(2)成立，可以認(rèn)為 xt不是 yt在均值上的格蘭杰原因;如果是其他情形，則認(rèn)為 xt是 yt在均值上的格蘭杰原因。相似地，可以定義在方差上的非因果性(Cheung 和 Ng，1996)[29] ，或者在其他矩上的非因果性。注意這些非因果關(guān)系的符號(hào)，對(duì)于分布中的格蘭杰非因果關(guān)系是必要的，但不是等價(jià)的。

　　通常對(duì) E[yt |(Y,X)t-1]的線性模型進(jìn)行評(píng)估，來檢驗(yàn)方程(2)： α0+∑i = 1 p αi yt-i+∑ j = 1 q βj xt-j 其依賴于 yt-1,?,yt-p和 xt-1,?,xt-q的過去信息。檢驗(yàn)方程(2)相當(dāng)于檢驗(yàn)既定模型中βj =0(j=1,?,q)的原假設(shè)，即滯后的 xt是否對(duì) yt的條件均值具有顯著影響①。拒絕這個(gè)原假設(shè)與均值中的非因果關(guān)系是一致的，但與其他矩或其他分布特征中的因果關(guān)系卻并無關(guān)系。

　　(三)分位數(shù)因果檢驗(yàn)

　　由于均值(或方差)的非因果關(guān)系不能延續(xù)到其他分布特征或者是分布的不同部分，因此這種最常見的非因果關(guān)系檢驗(yàn)受到嚴(yán)格限制，這促使本文考慮不同分位數(shù)位置非因果關(guān)系的性質(zhì)和檢驗(yàn)。假設(shè)分布可以完全由其分位數(shù)決定，那么分布中的格蘭杰因果關(guān)系可以采用條件分位數(shù)來表示。根據(jù)Chuang et al(. 2009)的研究[22] ，用Qyt (τ|(Y,X)t-1)表示Fyt (?| (Y,X)t-1)的第τ個(gè)分位數(shù)，則方程(1)等價(jià)于： Qyt (τ|(Y,X)t-1)=Qyt (τ|Yt-1)，∀τ∈(0,1) (3)如果方程(3)成立，Chuang et al(. 2009)定義x不是y在所有分位數(shù)上的格蘭杰原因[22] 。Chuang et al. (2009)定義在分位數(shù)范圍[a,b]∈(0,1)的格蘭杰[22] 為： Qyt (τ|(Y,X)t-1)=Qyt (τ|Yt-1)，∀τ∈[a,b] (4)為了校驗(yàn)方程(3)的因果關(guān)系，本文使用對(duì) Qyt (τ|(Y, X)t-1) 的 模 型 ，采 用 Koenker 和 Bassett (1978)[24] 、Koenker(2005)[25] 提出的分位數(shù)回歸(QR)模型進(jìn)行估計(jì)。

　　Yt-1,p =[Yt-1,?,yt-p]′，Xt-1,q =[xt-1,?,xt-q]′和 zt-1 =[1, Y′ t - 1, p,X′ t - 1, q]′中，本文設(shè)定下面的模型為第 τ個(gè)條件分位數(shù)函數(shù)： Qyt (τ|(Y,X)t-1)=α(τ)+Y′ t - 1α(τ)+X′ t - 1, q (5) β(τ)=Z′ t - 1θ(τ) 這里 α(τ)=[α1(τ),α2(τ),?,αp(τ)]′和 β(τ)=[β1(τ),β2(τ), ?,βq (τ)]′分別是p和q維參數(shù)向量，θ(τ)=[α(τ),α(τ)′,β(τ)′]′。通過最小化條件分位數(shù)的權(quán)重偏差，得到： θ ? (τ)=arg min θ ∑t = 1 T ρ(yt -Z′ t - 1θ(τ)) (6)這里 ρτ(?)稱為檢驗(yàn)函數(shù)(Koenker，2005)[25] 。對(duì)于任意分位數(shù)τ∈(0,1)，檢驗(yàn)函數(shù)定義為： ρτ(εtτ)= ì í î τεtτ , if εtτ ≥ 0 ( τ - 1 ) εtτ , if εtτ < 0 (7)這里 εtτ=yt-Z′ t - 1θ(τ)是第 τ 個(gè)條件分位數(shù)的誤差。

　　對(duì)于給定的條件分位數(shù)τ，為檢驗(yàn)原假設(shè)H0∶β(τ)= 0，Chuang et al(. 2009)[22] 給出Wald統(tǒng)計(jì)量。 WT(τ)=Tβ(τ)′(RΩ? -1 ZZR′)β(τ)/[τ(1-τ)] (8)這里R是q×k的選擇矩陣，有Rθ(τ)=β(τ)，Ω?(τ)是 Ω(τ) =D(τ) -1 MzzD(τ) -1 的 一 致 估 計(jì) ，Mzz∶=limT → ∞ ∑t = 1 T Zt - 1 Z′ t - 1，D(τ)∶=limT → ∞ T-1 ∑t = 1 T ft - 1 (F-1 t - 1(τ))Zt-1Z′ t - 1，F(xiàn)t-1 和 ft-1是 yt以 Zt-1為條件的分布函數(shù)和密度函數(shù)，信息集是由 Zt-1,Zt-2,? 產(chǎn)生的(Koenker 2005;Koenker 和Xiao，2006)[25,30] 。

　　在合適條件和原假設(shè)H0下，Wald統(tǒng)計(jì)量的上確界具有漸近極限分布： sup τ ∈ ϑ W(τ)¾¾¾d ®sup τ ∈ ϑ  Bq ( τ ) τ (1 - τ ) 2 (9)這里 Bq(τ)是 q 獨(dú)立的布朗橋，在分布上等于[τ (1-τ)] 1/2 N(0,Iq)。實(shí)踐中可以用Wald統(tǒng)計(jì)量的上確界，來檢驗(yàn)原假設(shè)H0∶β(τ)=0，∀τ∈[a,b]。 sup-WT = sup i = 1, 2,?, n WT(τi ) (10)這里τi ∈[a,b]，有a=τ1<?<τn=b。簡(jiǎn)言之，分位數(shù)回歸(QR)提供了對(duì)兩個(gè)時(shí)間序列xt和yt之間動(dòng)態(tài)連接關(guān)系的進(jìn)一步洞察。

　　三、實(shí)證分析

　　(一)數(shù)據(jù)來源

　　本文采用 Baker et al(. 2016)[10] 構(gòu)建的經(jīng)濟(jì)政策不確定性(EPU)指數(shù)，測(cè)度政策決策者所采取行動(dòng)的不確定性。EPU 是一個(gè)以報(bào)紙為基礎(chǔ)的月度指數(shù)，通過統(tǒng)計(jì)包含至少一個(gè)與政策相關(guān)術(shù)語的新聞文章數(shù)量，在主流媒體上收集數(shù)據(jù)。第一個(gè)集合是關(guān)于不確定的，第二個(gè)集合是經(jīng)濟(jì)，第三個(gè)集合是包括與政策相關(guān)的術(shù)語，如“監(jiān)管”“央行”“貨幣政策” “政策制定者”“赤字”“立法”和“財(cái)政政策”。數(shù)據(jù)按每月報(bào)紙的新聞文章總數(shù)進(jìn)行統(tǒng)計(jì)，然后進(jìn)行歸一化處理。所有EPU數(shù)據(jù)均從政策不確定性網(wǎng)站http:// www.policyuncertainty.com下載。一般采用同比月度消費(fèi)價(jià)格指數(shù) CPI 來體現(xiàn)通貨膨脹變化，但是由于上年基期和翹尾因素會(huì)顯著影響同比 CPI 的數(shù)據(jù)，借鑒文獻(xiàn)中的處理方法，本文采用環(huán)比 CPI(百分比)指數(shù)來作為通貨膨脹率的測(cè)度指標(biāo)[31] 。

　　目前EPU網(wǎng)站共發(fā)布22個(gè)國(guó)家的月度數(shù)據(jù)，其中新加坡月度 EPU 是從 2003年 1月開始的，由于樣本期過短本文沒有采用。澳大利亞、智利、哥倫比亞、印度和俄羅斯的月度環(huán)比 CPI 數(shù)據(jù)樣本期過短同樣沒有采用。最終選擇巴西、加拿大、中國(guó)、法國(guó)、德國(guó)、希臘、愛爾蘭、意大利、日本、韓國(guó)、墨西哥、荷蘭、西班牙、瑞典、英國(guó)和美國(guó)共16個(gè)國(guó)家為研究對(duì)象，研究的樣本期間是從1997年1月到2019年10月的274個(gè)月份。考慮到研究樣本期間經(jīng)歷了全球金融危機(jī)，以雷曼兄弟公司倒閉為標(biāo)志性事件，選擇以 2008 年 9 月為中斷點(diǎn)，把樣本期劃分為兩個(gè)子樣本期：危機(jī)前和危機(jī)后。1997 年 1 月到 2008 年 8 月為危機(jī)前子樣本期，共計(jì) 140 個(gè)月份;2008 年 9 月到 2019 年 10 月為危機(jī)后子樣本期，共計(jì) 134 個(gè)月份。對(duì)所有建模變量均取自然對(duì)數(shù)，根據(jù)16個(gè)國(guó)家EPU 和 CPI 月度數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果，Jarque-Bera 統(tǒng)計(jì)量表明，經(jīng)濟(jì)政策不確定性和通貨膨脹變化都不是正態(tài)分布的，并且表現(xiàn)出一定的波動(dòng)聚集性。

　　(二)分位數(shù)回歸格蘭杰因果

　　本文首先考慮政策不確定性(EPU)和通貨膨脹(CPI)變化的雙邊格蘭杰因果性模型，使用分位數(shù)回歸(QR)來估計(jì)模型： Et =α0(τ)+∑i = 1 p αi ( τ )Et-i+∑i = 1 q βj ( τ )Pt-j+εE,t (11a) Pt =?0(τ)+∑i = 1 p ?i ( τ )Et-i+∑i = 1 q θj ( τ )Pt-j+εP,t (11b)這里Et和Pt分別代表政策不確定性和通貨膨脹變化。本文運(yùn)用 sup -Wald 統(tǒng)計(jì)量來檢驗(yàn)在方程(11a)和方程(11b)中[0.05, 0.95]分位數(shù)范圍的格蘭杰因果性。如果對(duì) τ 在[0.05, 0.95]分位數(shù)范圍的原假設(shè) H0∶β1(τ)=?=βq(τ)=0 沒有被拒絕，則 Pt不是 Et 的格蘭杰原因。相似的，如果原假設(shè)H0∶?1(τ)=?= ?q(τ)=0對(duì) τ在[0.05,0.95]分位數(shù)范圍沒有被拒絕，則 Et不是Pt的格蘭杰原因。

　　為了比較，本文也運(yùn)用最小二乘法來估計(jì)方程(11a)和方程(11b)的因果性模型，通過計(jì)算 F 統(tǒng)計(jì)量來決定 Et和 Pt均值之間的格蘭杰因果性①。對(duì)子樣本，同樣運(yùn)用分位數(shù)回歸 QRs(τ=0.05, 0.05,?, 0.95)。經(jīng)濟(jì)政策不確定性和通貨膨脹變化之間的格蘭杰因果性檢驗(yàn)結(jié)果在表1中給出。

　　從表1的實(shí)際檢驗(yàn)結(jié)果來看，在全樣本時(shí)期內(nèi)， sup-WT統(tǒng)計(jì)量除了巴西、希臘、韓國(guó)和瑞典(在10% 的顯著性水平上拒絕原假設(shè))之外，其他 12 個(gè)國(guó)家在 1% 的顯著性水平上拒絕經(jīng)濟(jì)政策不確定性不是通貨膨脹格蘭杰原因的原假設(shè)。從反向因果關(guān)系來看，只有法國(guó)、愛爾蘭和瑞典在 1% 的顯著性水平上，巴西、墨西哥和美國(guó)在 5% 的顯著性水平上，拒絕通貨膨脹不是 EPU變化的格蘭杰原因的原假設(shè)。因此可以看出對(duì)于大多數(shù)國(guó)家而言，經(jīng)濟(jì)政策不確定性是通貨膨脹變化不可忽視的因素之一。

　　其次，根據(jù)分位數(shù)回歸法的實(shí)際檢驗(yàn)結(jié)果，在 2008年全球金融危機(jī)發(fā)生之前，只有愛爾蘭、日本、韓國(guó)、墨西哥和荷蘭 5 個(gè)國(guó)家在 1% 的顯著性水平上，加拿大、德國(guó)和西班牙 3 個(gè)國(guó)家在 5% 的顯著性水平上，經(jīng)濟(jì)政策不確定性是通貨膨脹變化的格蘭杰原因。從反向因果關(guān)系來看，只有墨西哥、瑞典和美國(guó)3個(gè)國(guó)家在5%的顯著性水平上，通貨膨脹會(huì)導(dǎo)致經(jīng)濟(jì)政策不確定性發(fā)生變化。而在全球金融危機(jī)發(fā)生之后，中國(guó)、法國(guó)、德國(guó)、愛爾蘭、墨西哥、荷蘭、英國(guó)和美國(guó) 8 個(gè)國(guó)家在 1% 的顯著性水平上，巴西、加拿大、希臘、意大利和西班牙在 5% 的顯著性水平上，瑞典在 10% 的顯著性水平上，經(jīng)濟(jì)政策不確定性是通貨膨脹變化的格蘭杰原因。因此總體來看，在2008年全球金融危機(jī)爆發(fā)之后，政策不確定性是通貨膨脹格蘭杰原因的國(guó)家個(gè)數(shù)明顯上升。從反向因果關(guān)系來看，只有加拿大、愛爾蘭和瑞典3個(gè)國(guó)家在 1% 的顯著性水平上，希臘、意大利、墨西哥、荷蘭、英國(guó)和美國(guó) 6 個(gè)國(guó)家在 5% 的顯著性水平上，通貨膨脹成為導(dǎo)致 EPU 發(fā)生變化的格蘭杰原因。同樣在金融危機(jī)之后，通貨膨脹導(dǎo)致 EPU發(fā)生變化的國(guó)家個(gè)數(shù)在上升，顯著性程度也在提高。兩個(gè)方向存在因果關(guān)系的國(guó)家個(gè)數(shù)均在金融危機(jī)后顯著上升，說明后金融危機(jī)時(shí)期，經(jīng)濟(jì)政策不確定性對(duì)宏觀經(jīng)濟(jì)影響的重要性顯著增強(qiáng)。

　　再次，以上實(shí)證檢驗(yàn)說明分位數(shù)回歸(QR)方法的科學(xué)性，明顯大于最小二乘(OLS)方法。從表1所提供的基于普通最小二乘(OLS)方法的格蘭杰因果檢驗(yàn)估計(jì)結(jié)果對(duì)比來看，基于分位數(shù)回歸(QR)方法的格蘭杰因果關(guān)系檢驗(yàn)，要比基于普通最小二乘(OLS)方法的格蘭杰因果關(guān)系揭示更多的信息。而均值水平不存在因果關(guān)系的一種可能解釋是，在最小二乘 OLS 估計(jì)中，正分位數(shù)因果效應(yīng)和負(fù)分位數(shù)因果效應(yīng)相互抵消。

　　考慮表1中經(jīng)濟(jì)政策不確定性顯著主導(dǎo)通脹變化的研究結(jié)論，同時(shí)基于幅面考慮，本文只繪制經(jīng)濟(jì)政策不確定性(Et )不是通貨膨脹(Pt )變化的格蘭杰原因原假設(shè)的系數(shù) β? 1(τ)估計(jì)結(jié)果。在圖 1—圖 4 中針對(duì)不同分位數(shù)τ(=0.05,0.10,?,0.90,0.95)，繪制β? 1(τ) 的分位數(shù)回歸 QR方法估計(jì)(實(shí)線加空心圓圈)以及相應(yīng) 95% 置信區(qū)間(虛線加空心圓圈)，最小二乘 OLS方法估計(jì)(實(shí)線)及其95%置信區(qū)間(虛線)。

　　根據(jù)圖 1—圖 4 所示，β? 1(τ)的分位數(shù)回歸(QR)估計(jì)隨著分位數(shù)的不同位置而發(fā)生變化，在不同的樣本時(shí)期，不同的國(guó)家存在一定的差異性。從圖中左側(cè)的全樣本時(shí)期圖形，中國(guó)的情況非常特殊，β? 1(τ) 系數(shù)在OLS回歸估計(jì)中為0.06，而在QR回歸中則從最低 0.05 分位數(shù)位置的 0.4(正相關(guān))一直隨著分位數(shù)升高而不斷下降到最高 0.95 分位數(shù)位置的-0.2 (負(fù)相關(guān))。西班牙的情況完全與中國(guó)相反，QR回歸估計(jì)的 β? 1(τ)系數(shù)隨著分位數(shù)位置的上升而上升(正相關(guān))。而巴西政策不確定性與通貨膨脹的關(guān)系則呈現(xiàn)正 U 形。除此之外，大多數(shù)國(guó)家隨著分位數(shù)位置的上升，QR 回歸估計(jì)的 β? 1(τ)系數(shù)有升有降，但是總體上保持在一定的正值水平，表明經(jīng)濟(jì)政策不確定性是導(dǎo)致通貨膨脹變化的主要原因。如果只看 OLS 回歸估計(jì)的均值結(jié)果，個(gè)別國(guó)家出現(xiàn) β? 1(τ)系數(shù)為負(fù)值的情況，例如法國(guó)、德國(guó)、瑞典、西班牙和美國(guó)，究其原因主要是這些發(fā)達(dá)經(jīng)濟(jì)體長(zhǎng)期保持低通貨膨脹水平，如果不參照 QR 估計(jì)結(jié)果甚至?xí)玫较喾吹慕Y(jié)論。

　　對(duì)比圖 1—圖 4 的中間危機(jī)前圖形與右側(cè)危機(jī)后圖形來看，大多數(shù)國(guó)家 QR估計(jì)顯示，其 β? 1(τ)系數(shù)在金融危機(jī)發(fā)生之后均出現(xiàn)一定程度的明顯上升，并且分位數(shù)位置越高，β? 1(τ)系數(shù)的值越大，表明在金融危機(jī)發(fā)生之后，經(jīng)濟(jì)政策不確定性對(duì)各國(guó)通貨膨脹變化的主導(dǎo)地位明顯上升，并且經(jīng)濟(jì)政策不確定性上升到越高的位置，對(duì)通貨膨脹變化的影響越明顯。政策不確定性與通貨膨脹關(guān)系在各國(guó)之間存在的這些差異性，可能是由于各國(guó)經(jīng)濟(jì)發(fā)展水平存在較大差異，經(jīng)濟(jì)政策調(diào)控手段和力度運(yùn)用也存在很大差異。

　　(三)分位數(shù)因果效應(yīng)的非對(duì)稱檢驗(yàn)

　　根據(jù) Buchinsky(1998)[21] 的研究，本文檢驗(yàn)在第 τ個(gè)和第(1-τ)個(gè)分位數(shù)位置，這一對(duì)的因果效應(yīng)是否關(guān)于中位數(shù)是對(duì)稱的，即β1(τ)+β1(1-τ)=2β1(0.5)和 φ1(τ)+φ1(1-τ)=2φ1(0.5)。對(duì)稱分位數(shù)的因果效應(yīng)有助于解釋，為什么采用最小二乘(OLS)估計(jì)等傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)方法，檢驗(yàn) EPU與通貨膨脹之間的因果效應(yīng)，可能會(huì)現(xiàn)出微不足道的估計(jì)結(jié)果，因?yàn)槠湔蚝拓?fù)向影響會(huì)被“平均”，即在相應(yīng)的上分位點(diǎn)和下分位點(diǎn)，往往會(huì)彼此抵消。這相當(dāng)于檢驗(yàn)以下的兩個(gè)假設(shè)： H0∶a?1,T(τ)=β? 1,T(τ)+β? 1,T(1-τ)-2β? 1,T(0.5)=0 (12a) H0∶b ? 1,T(τ)=?? 1,T(τ)+?? 1,T(1-τ)-2?? 1,T(0.5)=0 (12b)本文運(yùn)用基于正態(tài)均方的 χ2 (1)檢驗(yàn)方法，對(duì)不同的分位數(shù)位置(0.05,0.95)(, 0.15,0.85)(, 0.25,0.75), (0.35,0.65)和(0.45,0.55)進(jìn)行上述假設(shè)檢驗(yàn)。這里 δ ? T(τ)的標(biāo)準(zhǔn)誤差SE是運(yùn)用矩陣拔靴法來計(jì)算的，所有國(guó)家的檢驗(yàn)結(jié)果在表2中給出。

　　在表 2 中，對(duì)所有的國(guó)家(除了韓國(guó)危機(jī)后時(shí)期之外)，至少存在有一個(gè)τ對(duì)分位數(shù)因果效應(yīng)對(duì)稱對(duì)稱的兩種假設(shè)的 p 值，即公式(12a)中面板 1 的 H0∶a? 1T (τ)=0，公式(12b)中面板 2 的 H0∶b ? 1T(τ)=0;(2)在 1%、5% 和10%的顯著性水平，分別用***、**和*來表示的原假設(shè)，在 5% 的顯著性水平上不能被拒絕。因此表 2 提供了明顯的證據(jù)，證明為什么最小二乘(OLS)方法估計(jì)總是產(chǎn)生不顯著的因果效應(yīng)，即為 “平均效應(yīng)”提供了一個(gè)合理的解釋。同時(shí)對(duì)比危機(jī)前后的16個(gè)國(guó)家樣本，同樣發(fā)現(xiàn)存在不對(duì)稱情況的國(guó)家個(gè)數(shù)，在危機(jī)后明顯上升。

　　(四)異質(zhì)性分析和傳導(dǎo)機(jī)制檢驗(yàn)

　　1.國(guó)別異質(zhì)性分析

　　為比較不同國(guó)家間的差異性，本文在前文實(shí)證的基礎(chǔ)之上，進(jìn)一步采用普通最小二乘(OLS)方法進(jìn)行簡(jiǎn)單回歸，從而得到表中的基準(zhǔn)回歸結(jié)果。

　　從表 3 的 OLS 基準(zhǔn)回歸結(jié)果來看國(guó)別異質(zhì)性，以下幾點(diǎn)值得注意。第一，只有加拿大的 EPU對(duì)通貨膨脹沖擊在全樣本期間為負(fù)數(shù)，其他國(guó)家的全樣本期間均為正數(shù)，表明政策不確定性越高，越容易引發(fā)樣本國(guó)家的通貨膨脹水平上升。加拿大全樣本回歸系數(shù)的顯著性不高，其危機(jī)前和危機(jī)后兩個(gè)子樣本的回歸系數(shù)均為正數(shù)，并且在金融危機(jī)之后，該系數(shù)顯著上升為 0.2146。第二，從危機(jī)前與危機(jī)后兩個(gè)子樣本的回歸系數(shù)值來看，各國(guó)統(tǒng)一存在金融危機(jī)之后的子樣本回歸系數(shù)變大的現(xiàn)象。根據(jù)表3數(shù)據(jù)繪制危機(jī)前和危機(jī)后的回歸系數(shù)箱體圖，從圖 5 結(jié)果來看，危機(jī)前的回歸系數(shù)的平均值為0.1555，而危機(jī)后的回歸系數(shù)平均值則為 0.3168。由此判斷，在全球金融危機(jī)之后，各個(gè)國(guó)家政策不確定性程度上升，與危機(jī)之前相比較而言，更加容易引起該國(guó)的通貨膨脹水平上升。第三，不同樣本國(guó)家的異質(zhì)性非常明顯。從全樣本期間的回歸系數(shù)來看，西班牙、希臘、瑞典和荷蘭的回歸系數(shù)均大于 0.2，西班牙的系數(shù)甚至接近 0.3。可能是因?yàn)檫@些國(guó)家經(jīng)濟(jì)總量偏小，經(jīng)濟(jì)政策不確定性對(duì)通貨膨脹的影響非常明顯。美國(guó)、日本和英國(guó)等發(fā)達(dá)國(guó)家，其回歸系數(shù)在 0.1和 0.2之間，特別是美國(guó)的回歸系數(shù)為 0.1865，比較接近 0.2，可能是由于其政策前后調(diào)整幅度較大，所以政策不確定性波動(dòng)較大，相應(yīng)對(duì)通貨膨脹上升帶來較大的沖擊壓力。中國(guó)和德國(guó)等國(guó)的回歸系數(shù)在 0.05 和 0.1 之間，可能是因?yàn)槠浣?jīng)濟(jì)體量大，政策執(zhí)行相對(duì)穩(wěn)健，所以政策不確定性波動(dòng)較小，相應(yīng)對(duì)通貨膨脹上升的沖擊壓力較小。

　　2.經(jīng)濟(jì)政策不確定性對(duì)通貨膨脹影響的傳導(dǎo)機(jī)制檢驗(yàn)

　　鑒于前文已經(jīng)驗(yàn)證經(jīng)濟(jì)政策不確定性與通貨膨脹互為格蘭杰因果關(guān)系，所以可以構(gòu)建面板向量自回歸(PVAR)模型進(jìn)行傳導(dǎo)機(jī)制的檢驗(yàn)。面板向量自回歸模型兼顧了時(shí)間序列模型與面板數(shù)據(jù)模型的優(yōu)點(diǎn)，由于面板數(shù)據(jù)包含大量個(gè)體，具有更多的觀察值，因此其推斷結(jié)果更具有可靠性和說服力。由前文論述可知，經(jīng)濟(jì)政策不確定性與通貨膨脹互相影響的傳導(dǎo)機(jī)制復(fù)雜，其中可能的傳導(dǎo)機(jī)制是同時(shí)通過供給端和需求端對(duì)消費(fèi)和投資產(chǎn)生影響。同時(shí)對(duì)消費(fèi)和投資有重要影響的經(jīng)濟(jì)變量之一，就是金融市場(chǎng)利息率的波動(dòng)，那么如果這個(gè)傳導(dǎo)途徑成立，就可以銀行同業(yè)(隔夜)拆借市場(chǎng)利率為渠道建立指標(biāo)，構(gòu)建經(jīng)濟(jì)政策不確定性(EPU)、居民消費(fèi)價(jià)格指數(shù)(CPI)、利息率(i)三變量的面板 PVAR 模型，來驗(yàn)證上述傳導(dǎo)機(jī)制是否對(duì)大多數(shù)國(guó)家成立。

　　如表4可知，三個(gè)變量(EPU、CPI、i)的單位根檢驗(yàn) p值均為 0.000，使用赤池信息準(zhǔn)則(AIC)、貝葉斯信息準(zhǔn)則(BIC)和漢南—昆信息準(zhǔn)則(HQIC)，判斷模型最優(yōu)滯后期數(shù)應(yīng)該為 12 期。且模型的單位根都落在單位圓內(nèi)，滿足整體穩(wěn)定性條件。

　　由表 5 格蘭杰因果檢驗(yàn)的結(jié)果可知，三個(gè)方程整體上都無法拒絕所有變量對(duì)其無影響的原假設(shè)，模型設(shè)定合理。另外，就單個(gè)變量來看，檢驗(yàn)拒絕了 EPU 不是 i 變動(dòng)的格蘭杰原因，也拒絕了 i 不是 CPI 變動(dòng)的格蘭杰原因。即經(jīng)濟(jì)政策不確定性導(dǎo)致了金融市場(chǎng)利息率的上下波動(dòng)，而利息率的波動(dòng)又會(huì)對(duì)消費(fèi)和投資產(chǎn)生影響，進(jìn)而影響到社會(huì)的通貨膨脹水平。通過面板向量自回歸模型，檢驗(yàn)了經(jīng)濟(jì)政策不確定性對(duì)通貨膨脹影響的機(jī)制和渠道之一是影響了居民的儲(chǔ)蓄和投資決策。

　　通過基于面板數(shù)據(jù)均值的格蘭杰因果檢驗(yàn)，也再次驗(yàn)證了本文前面所描述的均值回歸問題，即在均值回歸下拒絕了 CPI 變動(dòng)不是 EPU 變動(dòng)的原因，通貨膨脹對(duì)經(jīng)濟(jì)政策不確定性無影響。但實(shí)際分位數(shù)回歸結(jié)果表明，不同的分位數(shù)水平下，CPI也會(huì)影響EPU，也是EPU變動(dòng)的原因。

　　四、穩(wěn)健性分析

　　(一)均方滯后依賴變量的因果檢驗(yàn)

　　為了檢驗(yàn)分位數(shù)因果效應(yīng)是否穩(wěn)健，本文取滯后因變量的平方，作為兩個(gè)變量波動(dòng)的代理變量，來對(duì)方程(11)進(jìn)行擴(kuò)展，并且將滯后的S2 t - i (i=1,?,p)和 E2 t - j (j=1,?,q)作為額外的回歸項(xiàng)： St =α0(τ)+∑i = 1 p αi (τ)St-i+∑i = 1 q βj (τ)Et-j+∑i = 1 p γj (τ)S2 t - i +εS,t (13a) Et =?0(τ)+∑i = 1 p ?i (τ)St-i+∑i = 1 q θj (τ)Et-j+∑i = 1 q ξj (τ)E2 t - j +εE,t (13b)

　　這樣就可以檢驗(yàn)，當(dāng)在 S2 t -(i E2 t - )i 存在的時(shí)候， E(t St )是否依然是S(t Et )的格蘭杰原因。模型(13)具有均值 ARCH 模型的特點(diǎn)，也可以捕捉滯后因變量中的一些非線性。根據(jù) Schwarz Bayesian(SB)準(zhǔn)則，來自動(dòng)選擇所有國(guó)家的最優(yōu)滯后階數(shù)(p 和 q)。三個(gè)樣本期的檢驗(yàn)結(jié)果見表6。

　　表 6 中用下劃線表示的統(tǒng)計(jì)量表明，與表 1 相比，格蘭杰因果關(guān)系發(fā)生了變化，大多情況為顯著性水平有所提高。根據(jù)對(duì)原假設(shè)的檢驗(yàn)結(jié)果，除了個(gè)別時(shí)期個(gè)別國(guó)家新增個(gè)別因果關(guān)系之外，與表 1 中的結(jié)論基本相符，格蘭杰因果關(guān)系基本保持不變，即 EPU 顯著導(dǎo)致通貨膨脹變化，在個(gè)別時(shí)期和個(gè)別國(guó)家，通貨膨脹也會(huì)導(dǎo)致 EPU 發(fā)生變化。表 6 的結(jié)果表明，在模型中加入滯后因變量的平方和，可以弱化分位數(shù)因果效應(yīng)，但是并不會(huì)影響因果關(guān)系本身。

　　(二)增加世界利率代理變量影響的因果檢驗(yàn)

　　為了穩(wěn)健性，本文參考劉莉亞等(2013)[32] 的研究，選擇美國(guó)利率作為世界利率的代理變量，在方程(14)中將美國(guó)利率作為格蘭杰因果檢驗(yàn)的額外回歸項(xiàng)。輔助模型表示為： St =α0(τ)+∑i = 1 p αi (τ)St-i+∑i = 1 q βj (τ)Et-j+∑i = 1 l φi (τ)rUS,t-k+εS,t (14a) Et =?0(τ)+∑i = 1 p ?i (τ)St-i+∑i = 1 q θj (τ)Et-j+∑i = 1 l φi (τ)rUS,t-k+εE,t (14b)

　　結(jié)果如表7所示。這說明加入美國(guó)利率作為世界利率水平的代理變量之后，與表1相比，根據(jù)對(duì)原假設(shè)的檢驗(yàn)結(jié)果，除了極少數(shù)國(guó)家的個(gè)別時(shí)期新增因果關(guān)系之外，與表1中的結(jié)論基本是相符的，基本的格蘭杰因果關(guān)系仍然不變。因此關(guān)于美國(guó)利率的影響，前文中的格蘭杰因果關(guān)系檢驗(yàn)結(jié)論，依然是穩(wěn)健的。

　　五、結(jié)論

　　本文基于分位數(shù)回歸(QR)方法，對(duì) 16 個(gè)國(guó)家經(jīng)濟(jì)政策不確定性與通貨膨脹的因果關(guān)系進(jìn)行定量分析，并在不同的分位數(shù)范圍內(nèi)檢驗(yàn)格蘭杰非因果關(guān)系，得出結(jié)論有以下幾點(diǎn)。

　　一是對(duì)于大多數(shù)國(guó)家，經(jīng)濟(jì)政策不確定性是導(dǎo)致通貨膨脹發(fā)生變化的重要成因，并且這種因果關(guān)系在2008年全球金融危機(jī)發(fā)生之后顯著上升，經(jīng)濟(jì)政策不確定性越處于高位，越會(huì)顯著影響通貨膨脹變化。同時(shí)少數(shù)國(guó)家的通貨膨脹對(duì)經(jīng)濟(jì)政策不確定性的變化也具有反向影響，這種影響程度在全球金融危機(jī)之后也有所上升。這說明 2008 年金融危機(jī)后，經(jīng)濟(jì)形勢(shì)越發(fā)多變，宏觀經(jīng)濟(jì)變量間互相影響的機(jī)制也就越發(fā)復(fù)雜。

　　二是與傳統(tǒng)最小二乘(OLS)方法分析相比，運(yùn)用分位數(shù)回歸方法發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性和通貨膨脹之間具有更多的分位數(shù)因果關(guān)系，兩者之間的因果關(guān)系要比最小二乘OLS方法所描述的均值因果關(guān)系要復(fù)雜得多。比如發(fā)現(xiàn)有些國(guó)家均值回歸不存在影響的因果關(guān)系，但是在高分位數(shù)(高政策不確定性)時(shí)卻存在顯著的因果關(guān)系。也就是說在不同分位數(shù)上的因果效應(yīng)可能是異質(zhì)的，在尾部分位數(shù)上的因果效應(yīng)，可能與在中間分位數(shù)和均值上的因果效應(yīng)有很大的不同。因?yàn)樵谙鄳?yīng)的上分位點(diǎn)和下分位點(diǎn)，正向和負(fù)向因果關(guān)系影響往往會(huì)彼此抵消，導(dǎo)致基于均值關(guān)系常規(guī)檢驗(yàn)得出的非因果關(guān)系結(jié)論可能具有誤導(dǎo)性。

　　三是不同國(guó)家經(jīng)濟(jì)政策不確定性對(duì)通貨膨脹影響的大小不同，這與每個(gè)國(guó)家的政治經(jīng)濟(jì)穩(wěn)定程度、經(jīng)濟(jì)體量大小、受到經(jīng)濟(jì)沖擊時(shí)的反應(yīng)速度有關(guān)。但總體來看，經(jīng)濟(jì)體量越小的國(guó)家，在越高分位經(jīng)濟(jì)政策不確定性的沖擊下，越有可能發(fā)生更高的通貨膨脹。

　　根據(jù)上述得出的研究結(jié)論，可以提出以下幾點(diǎn)政策建議。

　　第一，保持經(jīng)濟(jì)政策環(huán)境的穩(wěn)健是穩(wěn)定通貨膨脹水平的重要保障。在政策制定過程中應(yīng)充分考慮經(jīng)濟(jì)政策的前瞻性、時(shí)效性，避免經(jīng)濟(jì)政策的頻繁變動(dòng)，降低經(jīng)濟(jì)政策不確定性，從而降低政策不確定的影響。尤其是在發(fā)生大的經(jīng)濟(jì)沖擊以及公共突發(fā)事件沖擊時(shí)，政策的頻繁變動(dòng)，會(huì)加劇宏觀經(jīng)濟(jì)波動(dòng)。

　　第二，每個(gè)國(guó)家應(yīng)根據(jù)自身的情況，對(duì)經(jīng)濟(jì)政策不確定性的影響進(jìn)行評(píng)估，對(duì)于經(jīng)濟(jì)體量較大、政治經(jīng)濟(jì)較為穩(wěn)定的國(guó)家，可以在發(fā)生經(jīng)濟(jì)危機(jī)及突發(fā)事件沖擊時(shí)，采取較為靈活多變的貨幣政策和財(cái)政政策，以降低經(jīng)濟(jì)危機(jī)的影響。

　　第三，對(duì)于經(jīng)濟(jì)政策不確定性較高就會(huì)導(dǎo)致通貨膨脹水平上升較大的國(guó)家，政府及中央銀行應(yīng)充分發(fā)揮政策穩(wěn)定的作用，加強(qiáng)與市場(chǎng)主體的信息溝通和前瞻性指引，以確保公眾通貨膨脹預(yù)期的穩(wěn)定，從而緩釋經(jīng)濟(jì)政策不確定性對(duì)通貨膨脹的影響程度。

　　第四，加強(qiáng)國(guó)際間經(jīng)濟(jì)政策的協(xié)作性，是保證各國(guó)經(jīng)濟(jì)平穩(wěn)發(fā)展的必然選擇。各國(guó)應(yīng)加強(qiáng)對(duì)經(jīng)濟(jì)政策不確定性的監(jiān)測(cè)與預(yù)測(cè)，建立宏觀經(jīng)濟(jì)政策的協(xié)調(diào)機(jī)制，共同推動(dòng)全球經(jīng)濟(jì)平穩(wěn)發(fā)展。