政策不稳定性与经济增长——来自中国地方官员变更的经验证据(5)

　　第二，如上文所述，官员变更引起的政策不稳定性将从两个方面影响经济增长，一是官员受职务变更压力而催生的短视性政策行为，二是由官员变更衍生的对政策不确定性的预期。前者与官员变更比率直接相关，官员变更的平均比率越高，每个官员的平均任期时间就越短，官员所面临的政绩压力就越大，其政策行为的短视性也就越强。后者虽然也与官员变更比率相关，现有研究大多也不加区分地以“变动”来直接衡量不确定性，但事实上，不确定性的根源在于“波动”而非单纯的变动，因此，以官员变更的波动率(即标准差)来衡量不确定性显然更为准确和直观。有鉴于此，本文将官员变更的比率(均值)和波动率(标准差)同时作为解释变量引入了VAR模型，以有针对性地区别分析由官员变更导致的政策短视性行为以及政策不确定性预期对经济增长的影响。

　　最后，为了更准确地反映表1所描述的时序异质性，借鉴Engle等(1987)以及Engle和Kroner(1995)的思想，本文利用广义自回归条件异方差(GARCH)模型(9)重构了各变量的方差结构，并以此为基础生成了作为解释变量的波动率序列，从而有了如下的GARCH-in-Mean模型(10)：

　　与传统的VAR模型不同的是GARCH-in-Mean模型不仅充分考虑了被解释变量随时间变化的异方差特征，进而以式(2)所描述的GARCH过程来生成被解释变量的方差—协方差矩阵Ht：

　　更为重要的是，在对上述方差—协方差矩阵Ht的对角线元素进行开方后，GARCH-in-Mean模型将被解释变量的标准差向量直接作为一个解释变量引入了回归方程(1)，使得我们能够通过系数矩阵Ψ来直接考察波动率的影响。

　　在这一基本分析框架下，本文将依照如下步骤逐次选择适当的一对变量作为回归方程(1)中的被解释变量Yt，并运用准最大似然估计方法(QMLE)对上述的GARCH-in-Mean模型进行估计，进而对理论假设H1~H3展开递进式的检验与分析：

　　步骤1：官员变更→经济增长(H1)。

　　为了检验官员变更引起的政策不稳定性对经济增长的内在影响根源，本文首先选取了(官员变更比率pt，经济增速yt)这一对变量作为被解释变量向量Yt。依据上文思路，系数矩阵Γi中的γiyp衡量的就是与官员变更的平均比率直接相关的政策短视性行为对经济增长的影响，而系数矩阵Ψ中的ψyp衡量的则是由官员变更的波动率所直接描述的政策不确定性预期对经济增长的影响。此外，由于前者可能涉及多个滞后期，从分析的直观性及其内在经济含义的全局性考虑出发，本文一方面将通过系数的联合显著性检验来判断上述影响的显著性，另一方面则参照Grier和Smallwood(2007)的方法，通过构造官员变更比率系数的“长期均衡效应”指标γypLR(11)来考察政策短视行为对经济增长的长期影响。对应地，本文也构造了官员变更波动率系数的“长期均衡效应”指标ψypLR，以便于我们分析政策不确定性预期对经济增长的长期影响。

　　步骤2：官员变更→政策工具→经济增长(H2)。

　　对应上文分析，本文将依次选取财政支出和银行信贷这两个地方官员可实施较大影响力的政策工具之一，与官员变更比率和经济增速分别组合生成了两组共四对新的被解释变量向量。其中，(官员变更比率pt，财政支出增长率et)→(财政支出增长率et，经济增速yt)这一组被解释变量向量将用于检验官员变更引起的政策不稳定性对经济增长的财政政策传导机制，而(官员变更比率pt，银行信贷增长率lt)→(银行信贷增长率lt，经济增速yt)这一组被解释变量向量则用于检验官员变更引起的政策不稳定性对经济增长的信贷政策传导机制。

　　引入政策工具这一环节后，我们可以更为直观地通过“官员变更→政策扩张→经济增长”这一作用链来考察官员变更导致的政策短视性效应。然而，由于在此传导过程中，地方官员的短视性政策扩张冲动不仅会受到与其职务更替频率正相关的晋升压力的影响，其职务更替的波动性同样会对其产生正向冲击，故任一政策工具所传导的政策短视性效应实际上应该是一个包含3个变量的复合链式法则。举例来说，官员变更的平均比率和波动率将分别通过γepLR和ψepLR对财政支出增长率产生影响，而这一影响又会进一步通过财政支出增长率的系数γyeLR释放到经济增长中去，因此，地方官员通过财政支出政策对经济增长产生的短视性政策效应最终应体现为(γepLR+ψepLR)γyeLR。

　　类似地，我们还可以直观地通过“官员变更→政策不确定性→经济增长”这一作用链来考察官员变更导致的政策不确定性效应。由于政策不确定性直接体现为政策变量的波动率，而官员变更对这一政策变量波动率的影响是在式(2)的GARCH过程中生成的，故政策工具所传导的政策不确定性效应还将取决于GARCH方程的系数。根据Engle和Kroner(1995)对GARCH方程的设定解释，式(2)中的协方差自回归(AR)系数矩阵B和协方差移动平均(MA)系数矩阵A分别衡量了波动率之间的短期和长期影响。因此，结合政策波动对经济增长的影响系数ψykLR(k=e，l，分别代表财政支出政策和银行信贷政策)，官员变更的波动对经济增长产生的政策不确定性效应可表示为(│bpk│+│apk│)ψykLR。

　　步骤3：经济增长→官员变更(H3)。

　　该步骤与步骤1实际上是同一模型的两个对称的考察方向。因而类似地，以(官员变更比率pt，经济增速yt)作为被解释变量向量Yt，本文将通过经济增长率系数的“长期均衡效应”指标γpyLR以及经济增长波动率系数的“长期均衡效应”指标ψpyLR来分别检验经济增速与经济风险在官员晋升体系中的作用。

　　五、实证结果与分析

　　本文的主要实证结果归纳如下。

　　(一)政策不稳定性与经济增长：一般性结论

　　表2汇总整理了上文步骤1和步骤3的主要估计结果，从中我们得到了关于政策不稳定性与经济增长的两个一般性结论。第一，官员变更的比率和波动率对经济增长均有着显著的负面影响，这表明，官员变更引起的政策不稳定性的确会通过刺激官员的短视性政策行为以及由此衍生的政策不确定性预期对经济增长产生抑制作用，这与假设H1是相吻合的。更具体地，我们还发现，官员变更比率每提高一个百分点，GDP将平均下降0.2766个百分点；而官员变更的波动率每增大一个百分点，GDP则会平均下降14.4818个百分点，约为前者的52.36倍。可见，在政策不稳定性对中国经济增长的两个影响根源中，投资者的政策不确定性预期显然是更为重要的一个影响因素。我们认为，一方面，作为中国经济增长最重要的推动力，投资(尤其是私人投资)对不确定性的反应历来是最为敏感的，而近年来不断有研究表明，政策不确定性正逐渐成为影响投资决策最重要的不确定性之一；另一方面，虽然从长期来看，多数扩张性政策都带有政策短视性特点，但在一定条件下，扩张性政策也会对经济增长产生促进作用，以致在一定程度上削弱了扩张性政策对经济增长的负面效应。因此，研究官员变更与经济增长之间的关系，政策不确定性是一个不可忽视的关键因素，这与当前研究的普遍共识也是一致的。 …… 此处隐藏：1266字，全部文档内容请下载后查看。喜欢就下载吧 ……