基于实时信息流的中国宏观经济不确定性测度王 霞 郑挺国内容提要: 宏观经济不确定性作为宏观经济测度的重要指标，反映了宏观经济系统的不可预测程度 由于宏观数据信息发布的时点不同，这种不可预测程度可以通过实时发布的宏观指标信息与其预期的偏差构建 本文在搜集我国实时碎尾数据集的基础上，采用混频动态因子模型，构造了我国日度宏观经济意外指数和不确定指数 进一步地，本文研究了该宏观经济不确定指数与货币政策宏观经济波动之间的关系 研究结果表明，宏观经济不确定性冲击对利率存在负向影响; 在经济波动较大时，经济衰退会导致宏观经济不确定性提高，而在经济平缓时期，宏观经济不确定性则是引起经济下滑的因素之一关键词: 宏观经济不确定性指数 宏观经济意外指数 实时信息流 混频数据王霞，中山大学岭南学院，邮政编码: ，电子信箱: ; 郑挺国，厦门大学经济学院和王亚南经济研究院，邮政编码: ，电子信箱: 本研究得到国家自然科学基金项目( ， ) 中央高校基本科研业务费专项资金( ) 中山大学青年教师重点培育项目( ) 的资助 作者感谢两名匿名审稿人提出的宝贵意见，但文责自负一引 言年国际金融危机以来，大量学者关注不确定性对宏观经济的影响 作为一个重要的经济测度指标，宏观经济不确定性反映了经济系统的不可预测程度 从经济理论上看，不确定性的增加使得消费者推迟消费行为雇主减少雇佣人数，决策者谨慎决策 这不仅在微观层面上影响居民的资产配置和家庭决策公司投资率和资产分配，而且在宏观层面上使得产出和消费显著下降 弱化宏观经济政策的调控效果 因此，研究经济不确定性，对于优化家庭资产配置理解宏观经济波动制定宏观调控政策以及提前预警经济金融风险等，有着重要的理论意义和实践价值宏观经济不确定性研究的关键问题之一就是其测度问题 根据 ( ) 的定义，所谓不确定性是指人们无法预测的未来事件发生的可能性 现有文献从多个角度对其予以测度，大致可以分为金融市场波动角度预测误差角度新闻媒介信息的文本挖掘角度等 基于金融市场波动的测度方式是以金融市场与宏观经济的相关性为依据，采用金融市场波动率测度宏观经济不确定性，其中最具代表性的是芝加哥期权交易所的市场波动率指数( ) ( )( ) 等均采用该指标度量宏观经济不确定性 预测误差角度是从经济不确定性的定义出发，基于关键宏观经济指标的预测误差度量宏观经济不确定性 例如， ( ) 对 多个宏观变量构建因子预测模型，基于预测误差构建了不确定指数; ( ) 借助当前预测误差在已实现的 历史预测误差中的分位数构造了宏观经济不确定指数;( ) 基于关键宏观经济变量的彭博预测误差构造了宏观经济不确定指数 近年来，随着文本挖掘技术的发展，部分学者从文本数据中提取信息，用于测度宏观经济不确定程度，例如，( ) 除了宏观经济不确定指数外，现有文献还构造了与之密切相关的其他不确定指数( ) ( ) 基于报纸上的关键词出现频率构造了经济政策不确定指数( )有关不确定性的更多相关研究，可参考 ( ) 的综述文章国内学者也在宏观经济不确定性测度方面进行了许多有益的探索 王义中和宋敏( ) 采年第 期用 的条件方差作为不确定性的度量指标，研究了宏观不确定性对公司投资的影响机制; 黄卓等( ) 采用 个月度指标构造了中国经济不确定指数; 马丹等( ) 采用环比混频动态因子随机波动模型测算了中国宏观经济不确定性指数; 李华杰等( ) 梳理了国内外测度经济不确定性的文献 与此同时，国内学者也构造了金融不确定指数( 黄卓等， ) 经济政策不确定指数( ， ) 等与宏观经济不确定性相关的指数 进一步地，大量研究探讨不确定性与经济各方面的关联，如李凤羽和杨墨竹( ) 李凤羽和史永东( ) 以及顾夏铭等( ) 采用( ) 构造的 指数探讨了不确定性对企业投资方案现金持有策略以及企业创新激励效应的影响; 鲁晓东和刘京军( ) 基于 探讨了不确定性对我国出口的影响尽管上述文献从多种角度提供了经济不确定性的测度方法，然而，关于我国宏观经济不确定性的研究，依然存在有待完善之处 首先，以 和 为代表的不确定性指标无法恰当测度宏观经济不确定程度，其将宏观经济不确定性与其他形式的不确定性融合在一起( ， ) ; 其次是基础经济指标的选取问题 现有文献或者直接采用 构建季度不确定指数(， ) ， 或者为了提高时效性而舍弃 ，基于月度宏观指标构建月度不确定指数( ， ; 黄卓等， ) 显然，季度不确定指数无法及时追踪经济运行态势，而忽略，则会因为损失重要信息影响不确定性的测度; 再次是时效性问题 上述文献构造的宏观经济不确定指数均是以月度或者季度为频率更新，时效性较差，无法为宏观经济政策的制定以及企业发展战略的实施等提供及时可靠的经济预判; 最后是数据修正和实时测度问题 大多数文献是基于最终数据的研究，忽略了数据修正和数据发布日期对经济不确定性的影响 另外，我国宏观经济数据经过了不断的修正，并且存在周期性缺失碎尾数据等一系列问题 忽略这些问题，则使得研究者基于最终数据的测度结果与政策制定者做出决策时面临的不确定性不尽相同鉴于此，本文参照 ( ) ，基于郑挺国和王霞( ) 提出的同比混频动态因子模型，构造了中国宏观经济意外指数和不确定指数 本文选取我国季度 同比增速和月度指标同比增速等与宏观经济态势直接相关的七个指标，运用混频动态因子模型计算不同指标在宏观经济测度中的贡献，并以此为权重，对预测误差加总，形成宏观经济不确定指数 本文构造宏观意外指数和不确定指数的方法还具有如下特点和优势: 首先，考虑了 的重要作用，通过混频建模方法，综合利用了与宏观经济态势直接相关的月度和季度数据 其次，通过实时分析，以日度为单位更新不确定指数的度量值 这不仅考虑了数据修正的影响，而且允许不同指标发布时间存在差异，能够更加准确及时地刻画决策者在制定政策时获得的数据信息 再次，与 ( ) 和黄卓等( ) 不同的是，本文对不同指标赋予不同权重，考虑了不同指标在宏观经济监测中重要性的差异，并且该权重随着数据更新而动态调整 最后，本文构造的宏观经济不确定指数是历史预测误差的加权累积，而非单期预测误差的加总，避免了单期预测不稳定性对不确定指数的影响 在得到宏观经济不确定指数后，本文进一步探讨了其对货币政策以及经济周期的影响本文其他部分的安排如下: 第二部分介绍不确定性指数的构建方法; 第三部分对指标选取以及实时数据的采集进行简单描述，并简要说明数据的处理过程; 第四部分利用模型提取我国宏观经济不确定性指数; 第五部分分析该指数与利率以及经济态势之间的影响; 最后是本文的结论二指标选取与实时信息流的构建( 一) 数据选取与处理参照中国经济景气监测中心构建一致指数时选取的基础指标，以及 ( ) 郑挺国和王霞( ) 等，本文选择五个月度指标和两个季度指标作为建模时的基础序列 选取的月度指标为: 工业增加值增速( ) 固定资产投资完成额增速( ) 社会消费品零售总额增速( ) 进王霞郑挺国: 基于实时信息流的中国宏观经济不确定性测度出口增速( ) 税收总额增速( ) 选取的季度指标包括: 实际 同比增速( ) 和城镇居民可支配收入增速( ) 所有月度指标的样本区间为 年 月至 年 月，对应季度指标的样本区间为 年 季度至 年 季度 数据处理过程简要描述如下:( ) 两个季度指标序列的构建 一是实际 季度同比增长率的构建 因为国家统计局自年开始才公布实际 季度同比增速，因此本文根据国家统计局公布的同比累计 增长率和名义 水平值推算出 年季度至 年季度以 年为不变价的季度实际 ，从而得到 的季度同比增长率; 二是城镇居民可支配收入季度同比增速的构建 本文将年以前的月度数据加总，得到季度城镇居民可支配收入，然后对该序列取对数，并进行 期差分，得到季度同比增速 两个季度指标时间序列由图( ) 给出图 相关指标序列概览( ) 五个月度指标序列的构建 首先是缺失数据的处理 根据我国统计制度，月份的财政数据和 月份的工业行业数据( 年后) 投资数据不做统计 本文将 年后工业增加值 月份数据视作缺失值，将每年前两个月的固定资产投资累计同比增速作为每个月的同比增速，将年度税收总额与前 个月累计税收总额的差值作为 月份的税收数据; 然后是异常数据的处理 本文将序列中因春节等因素而存在的异常点视作缺失值; 最后得到月度同比增长率序列 对于工业增加值和社会消费品零售总额，直接采用官方公布的月度同比增长率 对于其他三个月度指标，对原年第 期在 年我国社会消费品零售总额的统计口径发生了变化，致使该指标的水平值在 年前后不具有可比性，因此本文采用了官方公布的月度同比增长率 官方统计资料从 年开始公布该数据，对于 年之前的数据，为了与官方计算方式保持一致，本文采用公式［ ］ 计算得到我国固定资产投资完成额的统计口径在 年发生了变化，致使该指标的水平值在 年前后不具有可比性 中国经济景气月报 年 月至 月在公布当期数据的同时，根据调整后的统计口径对上一年同期数据进行了修正 因此，直接采用大多数数据库公布的投资完成额计算同比增速时，会对 年的月度同比增速高估始序列进行 期对数差分，即可得到相应指标的月度同比增长率 所有五个指标对应的时间序列图由图( ) ( ) 给出 由于同比增长率是当期相对于去年同期计算的，其在一定程度上抵消了季节效应的影响 因此，一般而言，同比增长率数据无需再进行季节调整 无需季节调整也是本文同比数据模型相对于现有文献中的环比数据模型的优势之一( 二) 实时数据的搜集与实时信息流的构造如 ( ， ) 所述，实时数据描述了在过去任意时点上，决策当局可获得的宏观数据信息 也就是说，实时数据由一系列的特定时期数据( ) 构成，其中每个特定时期数据与决策当局在该时期获得的数据信息集相对应 实时数据不仅能够反映数据发布的时效性，而且动态刻画了数据修正的全过程，体现了宏观经济实时信息流的变动根据国家统计局经济统计信息发布日程表 中国海关统计数据发布时间表以及官方网站( 如国家统计局海关总署财政部等) 发布数据的具体日期，我国各宏观指标的发布时间并不相同 根据历史资料，本文在 年 月至 年 月，共确认了 个数据发布日 在每一个时间点，本文都收集了 年 月截至该时点上可获取的数据，并依次记为 至例如， 对应的数据表示在 年 月 日可得的数据，包括截至 年月的 截至 年 季度的 和截止到 年 月的 对于该数据集而言， 对应的数据被称作最终数据，涵盖了截止最后一个时点可获取的所有数据 除此之外，本文也考虑了 数据修正的过程，保证每个时点收集到的数据包含已经公布的 修正，而不包括尚未发布的 修正数据 以 年下半年为例，我国部分指标的发布时间如表 所示 由表 可知，我国各宏观指标的发布时间并不同步，因此数据尾部出现参差不齐的特征，参照郑挺国和夏凯( ) ，本文将其称为碎尾数据 这意味着分析人员要么需要等到所有指标数据都发布之后进行建模，要么需要面对非平衡数据集产生的数据缺失问题 为了充分利用数据信息，特别是最新发布数据携带的有效信息，本文将基于混频动态因子模型进行实时分析，使得决策者能够及时根据数据信息更新预测，并且进一步根据预测结果形成对宏观经济不确定程度的判断表 年下半年部分指标的数据发布日期注: 表示该时期的数据不做统计三计量模型及测度方法本节将基于郑挺国和王霞( ) 提出的混频动态因子模型构建宏观经济不确定性指数王霞郑挺国: 基于实时信息流的中国宏观经济不确定性测度根据官方网站数据发布情况，数据的真实发布时间与发布日程表公布的日期有所出入，此时以网站上数据真实发布时间为准( 一) 同比形式的混频动态因子模型假设 个平稳的经济增长率序 列 中，有 个季度同比增长率序列，记 为{，} 剩 余为月度同比增长率序列，记为{，} 对于季度同比增速序列 ，，假设存在潜在的月度同比增长率序列，记为 ， 根据郑挺国和王霞( ， ) 的推导可知:，(， ， ，) ( )记 (，，，) ，根据 ( ) ，存在一个不可观测的共同因子 主导着宏观经济的共同变动 因此，可以对{ } 构建动态因子模型 参照郑挺国和王霞( ) ， 根据( ) 式，可以得到如下关于{ } 的混频动态单因子模型:，，( ) ( )( )( )(， ， ，)，( )( )( )，，( )，( )，，( )，( )( )( )其中，为滞后算子，{ } 是一个平稳的共同因子序列，{ } 是 维平稳的特定因子序列，为 维因子载荷阵，( ) 为阶多项式，( ) 是 维空间上的 阶多项式 同时，本文参照此类文献的惯常做法，施加两个识别性约束条件: ( ) 假设因子载荷阵 的第一个元素为;( ) 假设 ( ) 和 均为对角阵，也就是各指标的特定因子之间不具有相关性，同时记 的对角元素为 ，， ，，，由( ) ( ) 式组成的混频动态因子模型可重新表示为如下状态空间形式:， ( ，) ( )， ( ，) ( )其中，，，，，，，，，的表达式可参考郑挺国和王霞( ) 对于上述模型，可以基于极大似然估计和 滤波迭代得到未知参数的一致估计量以及状态变量 的估计量( 二) 权重的计算参照 ( ) 可知， 滤波由预测和更新两步构成 记 ［ ］，［ ］，其中 表示第 期可获得的数据信息，则有:预测:， ( )更新: 记 增益为 ( ) ，预测误差为 ，则， ( )根据( ) 式和( ) 式可知，［ ( ) ］ ( ) ( )定义 ，则可得 ，逐步替代，可得， ， ，， ，，，，{，其中，表示 维单位阵 则 维矩阵 ( )， 度量了 的每一个元素对状态变量在第时期预测估计的贡献，本文称 ( ) 为预测权重 进一步地，由( ) 式可知:( ) ( ) ( )，定义滤子权重:年第 期( )( )， ， ，，，，{，则有:( ) ( )根据郑挺国和王霞( ) 可知，状态变量 的第一个变量即为共同因子 因此， 维矩阵( ) 的第一行度量了 的每一个元素对共同因子在 期滤子估计值的贡献 特别地，( ) 式意味着共同因子 的滤子估计体现了宏观经济变量历史实现值的累积效应本文定义的滤子权重依赖于时间下标 和，考虑到了数据更新实时预测中的动态变化 首先，从指标层面横向比较而言，该权重考虑到了不同指标在宏观经济监测中重要程度的差异，即对不同宏观经济指标赋予不同的权重，这不同于 ( ) 对所有指标赋予等权重 其次，从模型动态估计角度而言，每当有新数据发布，我们便实时更新数据集，重新估计混频动态因子模型 由于本文考虑的样本区间有 个数据发布日，因此，需要进行 次估计 每一次的参数估计结果都不尽相同，从而使得每一个固定时点的权重随着数据更新而变化 再次，从单个指标不同时期的纵向比较而言，某个指标不同时期实现值的重要程度也存在差异 最后，所有指标的重要程度并不是恒定不变的，而是随着数据的更新状态发生改变( 三) 意外指数与不确定性指数的构建基于上一节定义的权重函数，本节将构建意外指数和不确定性指数 参 照 王 霞 和 司 诺( ) ， 可以得到第个变量的 期向前预测 ( ) 则预测误差为: () 本节将首先对这些预测误差加总得到意外指数 记 ( ) 的第一行为( )，，则该向量代表了不同变量在测算不可观测的共同因子时的重要程度 参照 ( ) ，采用该权重对预测误差加总，可以构造如下意外指数:( )( )，( )( ) ，( )其中，( )( ) ， 表示( )， 的第个元素 该意外指数表示决策者在第 时刻 基 于 期 向 前 预测做出决策时，所面临的宏观经济不可预期成分 从该指数的定 义 可 知，其 一，与 ( )基于彭博预测中位数构造预测误差不同的是，本文基于混频动态因子模型对经济变量进行预测，并基于此计算预测误差 由于彭博经济学家可以在数据发布之前对数据进行预测，并 且 可以不断修正其预测结果，因此，不同经济学家在预测时采用的数据信息集并不相同 尽管( ) 基于数据发布情况构造了日度不确定性指数，但是该指数构造时采用的预测数据并没有进行日度更新 与之不同的是，本文基于实时数据对关键经济指标进行预测 其 二，该 意 外 指数综合考虑了不同指标在经济运行中重要程度的差异以及冲击的累积效应 一方面，决策者会基于历史预测误差综合考量当前经济存在的不确定性，另 一 方 面，该意外指数是多个指标预测误差的加权平均 若该指数为正，则意味着经济状况比预期好，若该指数为负，则意味着经济状况比预期差进一步，可构造如下不确定性指数:( )( )，( )( ) ，( )与 ( ) 相比，该不确定性指数具有以下优势: 一是采用了时变权重，而不是等权重 这不仅考虑了经济指标在宏观经济测度中重要程度的差异，而且考虑了数据发布非同步性导致的权重时变特征 二是综合考虑了 数据，将季度 数据与月度指标混频建模; 三是王霞郑挺国: 基于实时信息流的中国宏观经济不确定性测度更具时效性 该不确定性指数以 日 度为 单 位，在新数据发布当日进行实时更新，与( ) 构造的月度指标相比，更具时效性四实证结果( 一) 基于混频动态因子模型的实时预测基于前文整理的实时碎尾数据，本 节 将 采 用 个数据发布日可获取的数据信息，实 时 估计混频动态因子模型，对 年 月至 年 月的数据进行样本外预测 ( ) 基于彭博预测数据的中位数构造了意外指数和不确定性指数 在数据发布前一小时，彭博预测专家可以随时提交并且更新其预测值 一 般 而 言，随着可获得数据的增加，预测者进行预测时基于的数据信息集也更丰富，从而有助于形成更准确的预测 然 而，彭博预测数据的可修正性使得该数据无法刻画决策者在制定政策时所面临的不确定性 与之不同的是，本研究将模拟决策者可获取数据信息集的增加过程，并且以天为单位，在数据发布当日，实时更新经济指标的预测结果图 同比增速的混频动态因子模型预测结果注: 表示基于最初发布数据收集的实时 增 长 率 序 列，表示基于 模型的一期向前预测结果， 表示基于混频动态因子模型的一期向前预测结果图 以 为例，报告了混频一期向前预测结果与真实值的比较 作为对比，本文同时给出了 模型的一期向前预测结果 从图 可以看出，基于混频动态因子模型的即时预测结果明显优于 模型的预测结果，特别是在经济衰退和经济扩张等存在较大幅度调整的阶段 这主要是由于混频动态因子模型在进行预测时，利用了更多的数据信息，不仅包含了其他指标的历史数据，而且利用了早于该指标发布的指标更新数据信息( 二) 混频经济意外指数与不确定性指数的构造混频经济意外指数和不确定性指数的构造涉及如下步骤: 首 先，采 用 个数据发布日自年 月开始可获得的数据信息，实时估计( ) ( ) 式所示的混频动态因子模型，得到未知参数的估计结果以及 年 月至 年 月的各指标样本外一期向前预测结果; 然后，基于第一步得到的参数估计结果，采用 年 月开始的数据，按照( ) ( ) 式用卡尔曼滤波迭代状态空间模型，得到状态变量的滤子估计结果，并且计算滤子权重 ( ) ; 最后，根据( ) ( ) 式计算得到意外指数和不确定性指数 因此，为了增加样本使得参数估计结果更加稳定可信，本文在年第 期第一步估计未知参数时，采用了 年开始的数据信息 在第二步计算滤子权重矩阵时，由于样本外预测数据从 年 月开始，因此，采用了 年 月开始的数据 意外指数和不确定性指数的计算结果从 年 月开始图 年上半年各指标的累积权重为了探讨不同指标在构建意外指数以及不确定性指数的贡献，本文首先分析权重( )( ) ， 该权重矩阵代表了第 个变量的 期值在共同因子第 期滤子估计值的贡献 指标在 期的总贡献可由累积权重( )，( )( ) ， 计算得到 本文计算 年至 年的平均累积权重( ) ( )， 可知，和 在意外指数和不确定性指数的构建中占得权重最大 然而，与 ( ) 不同的是，该累积权重并不是恒定的，而是受到不同指标数据发布日期差异等因素的影响 图 描述了 年上半年各指标的累积权重 从图 可以看出: 首先， 和在不确定性指数构建中占得权重最大， 和 次之，而 和 的贡献微乎其微这一方面可能与 和 相对与之同频的指标波动较小有关，另一方面也与我国学者和研究者相对于其他指标，更关注 和 一致; 然后，当某一指标有新的数据发布后，该指标占得权重上升 由于 和 占的权重之和超过 ，因此，我们将以 和 的发布为例加以说明 从图中可以看出， 年月 日和 年月 日， 所占权重存在明显上升，并且权重超过，这两个时间点恰好对应于 年季度和 年季度的 数据发布日 年月日 月 日 月 日和 月 日，所占权重存在明显上升，这分别对应于 ，，， 的 数据发布日 最后，累积权重呈现周期性波动，其在数据发布后的一定日期内呈现波峰状态，随后对着其他指标数据的逐步发布而下降，到达波谷图 描述了我国 年的日度意外指数的计算结果 意外指数为正，意味着经济的实际运行状态高于预期，即预测结果相对而言较为谨慎; 反之，则说明经济运行态势低于预期，预测结果相对而言更为乐观 需要强调的是，该计算结果只是说明了预测结果相对于经济实际运行态势的高低，与经济实际处于扩张还是衰退状态没有必然联系 从图 可以看出，意外指数在 年月 日至月 日以及 年 月日至 年月 日期间达到最低值，在 年月至 月 日以及 年 月 日至 年 月 日期间达到最高值 这两个阶段分别对应 年初我国非典疫情爆发以及 年底美国经济金融危机爆发两个重要事件 年王霞郑挺国: 基于实时信息流的中国宏观经济不确定性测度初，非典疫情的爆发对我国经济产生了较大影响，使得实际经济增速低于预期 随着非典疫情得到控制，我国经济逐渐 恢 复，这使得民众基于历史数据的预测结果低于实际值，即意外指数为正年，美国经济金融危机对我国经济的影响逐渐显现，使得意外指数探底，实际经济运行态势严重低于预期; 随着我国出台的一系列经济刺激政策产生效果，意外指数逐步上升 此外，从图 可以看出，我国经济意外指数呈现较强的相关性，这主要是由于意外指数受到历史预测误差的影响导致 从经济意义上，这也说明了经济预期的逐步调整特征 决策者往往综合考虑多期历史数据的影响来做出决策 花旗集团与摩根集团自 年开始发布中国经济意外指数( 花旗经济意外指数) 为了与本文构造的意外指数作对比，本文对花旗经济意外指数标准化处理，使之与本文构造的混频经济意外指数具有相同的标准差，将其标注于图 中 这两个意外指数走势较为接近，其相关系数为图 混频经济意外指数与花旗经济意外指数图 中国宏观经济不确定性指数图 描述了本文基于实时信息流构造的宏观经济不确定性指数 该指数取值越高，说明当前宏观经济不确定性越高 该指数仅仅说明了宏观经济不确定性程度，与当前经济状态无关从图 可以看出，混频宏观经济不确定性指数的两个峰值出现在 年 月和 年 月至 年 月，这分别对应于我国非典以及非典后期经济恢复时期和美国经济金融危机时期 从图中可以看出，本文构造的不确定指数波动更为频繁，这与本文以日为单位更新实时信年第 期息流有关( 三) 与现有不确定指数的比较我们进一步整理计算了如下文献中的不确定指数，并与本文的不确定指数进行比较: ( ) 王义中和宋敏( ) 基于 条件方差计算的宏观经济不确定指数 参照该文献的做法，我 们 对同比增速先进行一阶自回归，然后通过 ( ，) 得到条件方差，作为宏观经济不确定度量指标 ( ) 黄卓等( ) 构造的中国宏观经济不确定指数 ( ) 马丹等( ) 基于混频动态因子随机波动模型构造的中国宏观经济不确定指数 ( ) ( ) 基于南华早报构造的经济政策不确定性指数 ( ) ( ) 基于人民日报和光明日报构建的经济政策不确定指数 ( ) ( ) 基于 份中国的报纸构造的经济政策不确定性指数本文从指标含义时效性走势图宏观经济指标的预测能力等方面对本文指标与上述指标予以比较首先，从指标含义来看，本文构造的不确定指数主要测度中国宏观经济的不确定性，这与王义中和宋敏( ) 黄卓等( ) 马丹等( ) 保持一致 ( ) ( )和 ( ) 则主要测度经济政策不确定性 虽然经济政策不确定性可能会导致经济不确定性，但是二者并不等价 现有文献( 黄卓等， ) 指出，经济政策不确定指数主要与政治相关的事件联系更为紧密，如中国共产党历次全国代表大会等其次，从时效性来看，本文构造的不确定性指数和 ( ) 均是以日为单 位 进行更新，因此能够及时反映宏观经济 经济政策或者金融市场面临的不确定性 黄 卓 等( ) 马丹等( ) 构造的宏观经济不确定指数以及 ( ) 和 ( )构造的经济政策不确定指数，均是以月度为频率予以 更 新 王 义 中 和 宋 敏( ) 基 于 条件方差计算的宏观经济不确定指数是以季度为频率测算的 相对于以季度和月度为频率更新的指标，本文构造的宏观经济不确定指数能够将最新的经济活动信息迅速地体现到宏观经济不确定性测度中，从而可以为宏观经济政策的制定以及企业发展战略的实施等提供更及时可 靠的经济预判图 不确定指数与经济政策不确定性指数的比较注: 和 分别表示王义中和宋敏( ) 马丹等( ) 黄卓等( ) 提取的不确定性指数; 分别表示 ( ) ( ) ( ) 构造的经济政策不确定性指数再次，从这些不确定指标的走势图上予以比较 图 描述了这些不确定指标的基本走势 为了使得这些指标与本文构造的不确定性指数在尺度上可比，笔者做了适当的标准化处理 图( )王霞郑挺国: 基于实时信息流的中国宏观经济不确定性测度描述了本文不确定指数与王义中和宋敏( ) 黄卓等( ) 马丹等( ) 构造的宏观经济不确定指数的走势 如前所述，这四个不确定性指数都是对我国宏观经济不确定性的测度 总体来看，这些不确定指数基本走势大致相同，都在 年底或者 年初识别出了峰值的不确定数据，揭示了该时期极高的不确定性和意外冲击 进一步比较发现，黄卓等( ) 和马丹等( )构造的不确定指数相对本文构造的不确定指数更加缓和，并没有充分反映出一些重要的经济冲击事件 例如， 年 月我国爆发非典疫情，本文构造的不确定指数显著上升，揭示了这一黑天鹅事件对经济的冲击 随着我国及时遏制非典，经济迅速向好，经济增速超过预期，本文不确定指数在 年 月再次冲高 然而，马丹等( ) 构造的不确定指数并没有捕获这一不确定性 再如， 年间，我国经济形势多次超预期，即出现经济过热，央行分别于年 月和 月 年 月 月和 月 年全年连续多次上调存款准备金率，本文构造的不确定指数均有所体现，而其他三个不确定指数则没有明显变化 图( ) 描述了本文不确定指数与( ) ( ) 和 ( ) 构造的经济政策不确定指数 从该图可以看出，宏观经济不确定性指数与经济政策不确定性指数走势存在较大差异 前者主要与经济事件联系更紧密，后者则与政策相关的事件更吻合 这也意味着，若在实证研究中采用 指数测度中国宏观经济不确定性会存在较大偏差表 六个不确定指数的样本外预测比较注: 表中数字 报 告 了 在 个 变 量 预 测 中，各 不 确 定 指 数 达 到 最 小 的 数 量;和 分别表示 ( ) ( ) ( ) 马丹等( ) 黄卓等( ) 提取的不确定性指数， 表示本文不确定指数， 表示 模型的预测评价结果最后，进一步探讨不确定指数对宏观经济变量的预测能力 除了本文采用的 个月度指标外，本文还引入了黄卓等( ) 构建不确定指数时采用的 个经济类变量( 具体变量及数据可向作者索取) 所有指标均转化为月度同比增速形式，并且在估计模型时对缺失值以及因春节因素产生的异常值进行插值处理 另外，由于王义中和宋敏( ) 计算的宏观经济不确定指数以季度形式出现，简便起见，此处预测效果分析时不再考虑该指标，并且将本文的日度不确定指数取算术平均，得到月度宏观经济不确定性测度，从月度层面分析各不确定指数对宏观经济变量的预测能力考虑如下线性预测模型:其中，表示待预测的宏观变量，表示不确定指数 简便起见，假设滞后阶数 ，并且每一次样本内回归时均采用 选择最优滞后阶数 首先采用样本内数据估计上述模型，然后基于参数估计结果进行样本外预测，计算根号均方预测误差( ) 对于 个宏观经济变量以及 个月度不确定指数，基于估计结果进行 ，，，，期样本外预测 此外，我们同时计算了 ( )模型的 表 报告了在 个宏观变量中，上述六个不确定指数达到最小 的变量数量 如该表所示，当 时， ( ) 达到最优预测的变量数量高于本文构造的宏观经济不确定指数，对于预测步长 ，，，，本文构造的宏观经济不确定指数达到最优预测的变年第 期量数量均高于其他不确定指数 这说明在 的短期预测上， ( ) 构造的经济政策不确定指数最优，本文构造的不确定指数次之; 而在 ，，，等中长期预测上，本文构造的不确定指数更具有优势 特别地，相对于黄卓等( ) 和马丹等( ) 基于高维数据构造的宏观经济不确定指数，本文构造的宏观经济不确定指数在本文考虑的所有预测步长上均具有显著优势五宏观经济不确定性指数的应用( ) 指出，不确定性冲击对货币政策宏观经济波动等有着显著影响 从经济理论而言，经济不确定性增加会使得决策者的行为更加谨慎，其往往推迟做出决策以等待更明确的信息出现 这种行为使得决策者对经济环境的变化以及经济政策的反应更弱 因此，本节将考虑经济不确定性与利率以及宏观经济状态之间的影响关系( 一) 宏观经济不确定性与利率的影响关系本节将以短期利率为代表，探讨宏观经济不确定性与货币政策之间的影响关系 参照谢平和罗雄( ) 陆军和钟丹( ) 以及郑挺国和刘金全( ) 等大多数国内学者的研究，本文选择到期日为 天的银行同业拆借利率作为市场利率的代理变量，样 本 区 间 为 年 月至 年 月 由于该变量为月度数据，本文对前文的日度宏观经济不确定性指数取平均，得到月度宏观经济不确定性的测度，在同频率范畴下探讨宏观经济不确定性( ) 与利率( )的关系表 宏观经济不确定性指数( ) 与利率( ) 的 ( ) 估计结果( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )统计量注: 小括号内表示参数估计量的标准误基于 准则，本文对 和 构建滞后 期的 模型，估计结果如表 所示 从表可以得到如下结论: 其一，不论利率还是宏观经济不确定性指数，都存在较高的持续性，其 自 相关系数均达到 以上; 其二，在 的 显 著 性 水 平，的两期滞后项对 的影响均是不显著的，这意味着货币当局通过加息降息等货币政策影响经济运行态势时，并不会对宏观经济不确定性产生影响，即货币冲击并非宏观经济不确定性的影响因素; 其 三， 的两阶滞后项对的影响均是显著的 为了更清晰地探讨 对 的 影 响，图 给 出 了 对 的 脉 冲 响 应函数 从图中可以看出， 冲击对 存在负向影响，该影响在第 期时达到最大，然后缓慢衰减 这意味着，当宏观经济不确定性增加时，央行将会降低利率，为宏观经济发展提供宽松的货币环境王霞郑挺国: 基于实时信息流的中国宏观经济不确定性测度图 利率对宏观经济不确定性冲击的脉冲响应( 二) 宏观经济不确定性与宏观经济状况之间的影响关系现有大量 文 献 表 明，宏观经济不确定性与经济运行状况之间存在较强的关联( ) 和 ( ) 的研究均发现宏观经济不确定性与实际经济运行态势之间存在较强的逆周期关 系，宏观经济不确定性提高会导致经济活力下降，经 济 刺 激 政 策 效 果 减 弱; 而( ) 基于美国和德国的调查数据研究发现，经济衰退会导致宏观经济不确定性提高基于前文提取的宏观经济不确定性指数，这里进一步探讨其与经济运行状况之间的影响关系 我们选择中国经济景气监测中心发布的一致指数( ) 作为经济运行态势的测度，样 本为 年 月 至 年 月 首 先，本 节 对 和 进行格兰杰因果关系检验 结 果 表明，二者在 显著性水平不存在格兰杰因果关系 这可能因为二者之间存在非线性关系如 ( ) 所述，经济衰退会导致经济不确定性提高，而经济扩张和平稳状态则对经济不确定性没有显著影响 基于此，对 和 构建如下马尔科夫向量自回归( ) 模型:( )，，( )( ) ( )，( )，( )，( ) ( )，( ) ( ) ( )( )( ) ( ) ，，，，， ，，，，，，，，，，，，，，，，，，，，，，，，，，在模型( ) 中，，，， ，是两个相互独立的状态变量，决定了模型中变量 与 之间是否存在格兰杰因果关系，其中 ，决定了 是否为 的格兰杰原因，而 ，决定了 是否为的格兰杰原因 进一步假设两个状态变量服从一阶马氏链，其转移概率矩阵分别为:( )，( )其中， ( ) ， ( ) ，其中， ， 参照 ( )以及 ( ) ， 可以采用基于 ( ) 滤波的极大似然估计得到未知参数的一致估计量以及不可观测状态变量的滤子概率和平滑概率 相对于滤子概率，平滑概率利用了所有时期可获得的数据信息，对经济所处区制的判断也将更加准确 因此，本文将以平滑概率为准，测度我国宏观经济不确定性与经济状况之间的非线性影响关系本文对 和 构建 模型，并且根据 准则，选取滞后阶数 ，具体估计结果年第 期如表 所示 从中可得如下结论: 首先，自 回 归 系 数 的 估 计 值 在 的显著性水平下显著异于零，说明 和 均存在一定的平滑性; 其次，的估计值在 的显著性水平下显著为负，说明在 ， 时，下降会导致 增 加; 然 后，的 估 计 值 在 的显著性水平下也显著为负，说明在 ， 时， 增加会导致经济下滑; 最 后，残 差 相 关 系 数 ，的估计结果显著异于零，这意味着若忽略两者之间的相关性，分 别 对 和 构建单方程模型，会降低参数估计的有效性给定表 中的参数估计结果，可以计算出 ， 和 ， 的平滑概率值，如图 所示 为了进一步识别出 格兰杰影响 的时期，参照多数文献( ， ) 的划分标准，若( ) ， ，，则认为经济处于区制 ， ， 根据这一准则，我们在图 中用阴影部分标注出 ， ，的时期 根据图( ) ， 格兰杰影响 的区间主要有， ， 这些时期对应着经济出现较大波动的时期 例如， 对应于非典爆发后的经济逐步恢复时期， 和则分别对应美国经济金融危机爆发时期和我国实施四万亿经济刺激政策时期等 根据图( ) ， 对 产生影响的主要区间有 ， ，， ，这些时期对应着经济运行比较平缓时期 这意味着，在经济正常运行时期，宏观经济不确定性冲击会对经济运行产生影响 比较两个图可以看出，除了非典时期之外，两个状态变量取值为 的区间并不具有重叠性 具体而言，在经济出现较大波动时期，经济运行状况的下滑会进一步增加宏观经济不确定性，而宏观经济不确定性不会对经济运行态势产生影响; 反之，在经济平稳运行时期，宏观经济不确定性冲击会对经济运行产生干扰，而经济运行状况不会对宏观经济不确定性产生影响表 宏观经济不确定性( ) 与宏观经济一致指数( ) 的 ( ) 估计结果参数 估计量 标准误 参数 估计量 标准误，， ，，，， ，，，， ，，，， ，，， ，， ，王霞郑挺国: 基于实时信息流的中国宏观经济不确定性测度图 格兰杰影响的平滑概率六结论与启示作为重要的宏观经济测度指标之一，宏观经济不确定性反映了经济参与者对经济形势预期看法与实际状态的不一致性 由于宏观经济不确定性不可观测，如何合理地测度宏观经济不确定性是经济学家关注的重要议题 本文基于混频动态因子模型，构造了我国宏观经济意外指数和不确定性指数 与现有不确定性指数相比，本文提出的不确定性指数具有如下优势: 第一，该指数以日度为频率，在新数据发布时实时更新不确定性测度结果，将最新的经济活动信息迅速地体现到宏观经济不确定性测度中，从而能够更及时有效地监测宏观经济不确定性的变动 第二，考虑了的重要作用，通过混频建模的方法，综合利用了月度数据和季度数据 第三，充分考虑了不同指标在宏观经济监测中重要程度的差异，对不同指标赋予不同权重 该权重不仅由数据内生决定，避免了人为设定权重的任意性，而且随着数据发布信息的差异而发生变化，反映了数据信息的累积对权重的影响 第四，综合考虑了历史预测误差的累积效果，而不仅仅是以当期预测误差为依据进行测算 进一步地，本文以利率市场以及宏观经济周期为例，阐述了该不确定指数的应用价值 特别地，本文对不确定指数与经济周期之间影响的研究表明，在经济出现较大波动时期，经济运行态势的下滑会进一步增加宏观经济不确定性，而宏观经济不确定性不会影响经济运行态势; 在经济平稳运行时期，宏观经济不确定性冲击会对经济运行产生干扰，而经济运行态势不会对宏观经济不确定性产生影响本文基于实时信息流构建的中国宏观经济不确定指数，能够以日度为单位，将最新的经济活动信息迅速地体现在宏观经济不确定性测度中 从宏观经济调控角度而言，央行可以基于最新数据实时更新对当前经济状况以及未来经济形势的判断，进而制定出更具有时效性更合理的宏观调控政策; 从企业微观决策角度而言，企业能够更加明晰的认识当前经济形势，从而调整投资方案和发展战略等 这无论是对于国家层面的宏观调控还是市场层面的微观决策都具有重要意义 另外，业界对于宏观数据的发布十分关注，并且会基于发布的数据调整对宏观经济的预期 行业研究报告等也会基于最新发布的数据信息更新宏观经济的预测; 彭博社发布的经济学家预测数据，允许经济学家在数据发布之前一小时对数据进行实时更新，因此，基于实时信息流测度经济态势和不确定性也是业界关注的热点之一参考文献顾夏铭陈勇民潘士远， : 经济政策不确定性与创新 基于我国上市公司的实证研究，经济研究第 期年第 期黄卓童晨邱晗沈艳， : 测量中国的经济不确定性: 基于大数据的构建方法，工作论文黄卓邱晗沈艳童晨， : 测量中国的金融不确定性 基于大数据的方法，金融研究第 期李华杰史丹马丽梅， : 经济不确定性的量化测度研究: 前沿进展与理论综述，统计研究第 期李凤羽史永东， : 经济政策不确定性与企业现金持有策略 基于中国经济政策不确定性指数的实证研究 ，管理科学学报第 期李凤羽杨墨竹， : 经济政策不确定性会抑制企业投资吗? 基于中国经济政策不确定性指数的实证研究 ，金融研究第 期鲁晓东刘京军， : 不确定性与中国出口增长，经济研究第 期陆军钟丹， : 泰勒规则在中国的协整检验，经济研究第 期马丹何雅兴翁作义， : 大维不可观测变量的中国宏观经济不确定性测度研究，统计研究第 期王霞司诺， : 中国季度 的即时预测和混频分析，工作论文王义中宋敏， : 宏观经济不确定性资金需求与公司投资，经济研究第 期谢平罗雄， : 泰勒规则及其在中国货币政策中的检验，经济研究第 期郑挺国王霞， : 一种基于混频数据的宏观经济景气一致指数， 世纪数量经济学第 卷郑挺国王霞， : 中国经济周期的混频数据测度及实时分析，经济研究第 期郑挺国夏凯， : 宏观数据发布与经济周期实时测度方法研究，系统工程理论与实践第 期郑挺国刘金全， : 区制转移形式的泰勒规则及其在中国货币政策中的应用，经济研究第 期， ， ， ， ， : ，: ，( ) ，， ， ， ， ， ， ，( ) ，， ， ， ， ，( ) ，， ， ， ， ， ，，，，， ， ， ， ，，，， ， ， ， ， ， ( ) ，， ， ， ， : ? ，，( ) ，， ， ， ， ， :，， ， ， ，( ) ，，， ， ， ，( ) ，， ， ， ， ， ，，， ， ， ， ， ， ， ( ) ，，， ， ， ， :， ， ， ， ， :，， ， ， ， ，，，，， ， ， ，， ( ) ，，， ， : ，，，， ， ， ， ， ， ， ，( ) ， : ，( ， ) ，， ， ， ， ， ， ，，王霞郑挺国: 基于实时信息流的中国宏观经济不确定性测度( : ， ;: ， ): ，，，，， ， ，， ，，，， ，，， ，， ， ，， ( ): ， ，， ， ，，( )， ，，， ，，，， ，，，，: ; ; ;: ， ， ，( 责任编辑: 晨 曦) ( 校对: 曹 帅)年第 期