經濟政策不確定性、宏觀經濟與資產價格波動
——基于TVAR 模型及溢出指數的實證分析

胡成春，陳 迅

（1.重慶理工大學經濟金融學院，重慶 400054；2.重慶大學經濟與工商管理學院，重慶 400030）

1 引言

美國次貸危機以來，全球金融市場經歷了前所未有的動蕩，各國政府為應對危機采取了一系列非常規的經濟政策，導致不確定性增加并引發各方爭議，美國聯邦儲備委員會（FRB）和國際貨幣基金組織（IMF）認為正是經濟政策的不確定性阻礙了世界經濟復蘇［1-2］。Baker等［3］將經濟政策不確定性定義為因政府未來政策不明朗而造成的經濟風險，并構建了經濟政策不確定性指數（Economic Policy Uncertainty，EPU），其指數顯示我國經濟政策不確定性在近年來屢創新高。①當前我國經濟政策不確定性較高主要源于：一方面我國經濟增長進入新常態，經濟處在轉型時期，面臨較多的不確定性；另一方面世界經濟復蘇緩慢、局部沖突不斷以及逆全球化思潮等外部沖擊，使得國內經濟政策不確定性不斷攀升。

黨的十九大報告指出，“我國經濟已由高速增長階段轉向高質量發展階段，正處在轉變發展方式、優化經濟結構、轉換增長動力的攻關期，宏觀調控應當健全財政、貨幣、產業、區域等經濟政策協調機制”。而較高的經濟政策不確定性不利于經濟增長以及宏觀調控的實施效果［4-5］，因此，有效識別經濟政策不確定性的影響及其作用機制，對保持宏觀經濟政策的協調性與穩定性具有重要的現實意義。

Baker等［6］運用PVAR 方法對美國及其他11個主要經濟體的研究發現，經濟政策不確定性的高企對美國和歐洲國家的宏觀經濟產生了顯著的負面影響。Mumtaz和Surico［7］利用SVAR 方程分別考察了政府支出、稅收變化、公共債務可持續性和貨幣政策四種類型的不確定性對美國經濟的影響，結果表明公共債務的可持續性對實體經濟的影響最大，導致美國產出、消費和投資在兩年內分別減少0.5%、0.3%和1.5%。Pastor和Veronesi［8-9］通過貼現因子將政策不確定性引入到股價當中構建了PV 模型，發現當經濟政策不確定性較高時，公司的股票收益率變動會趨于一致，這使得投資者難以識別風險因而面臨更大的風險敞口，并要求相應的風險報酬。Villaverde和Quinatana［10］使用VAR 和DSGE模型，研究表明未被預期到的和暫時的財政政策波動對經濟活動存在不利影響，而且在經濟處于零利率下限時期這種影響更明顯，導致產出下降1.5%。然而，與以上研究結論不同的是，部分學者的研究表明經濟政策不確定性對宏觀經濟的影響被高估。例如，Benati［11］利用SVAR 方法對美國、加拿大、英國和歐盟等四個經濟體的研究發現，在美國次貸危機后，經濟政策不確定性沖擊對上述四個經濟體的工業產出都造成了明顯的負面影響，但在這之前則不具有明顯的宏觀經濟效應；Born和Pfeifer［12］利用DSGE模型，研究政策風險對經濟周期的影響，發現政策風險對產出影響較小，不足以引起經濟的波動。

國內對于經濟政策不確定性的研究尚處于起步階段。由于經濟政策不確定性難以直接量化，學者們最初以官員更替代表經濟政策的不確定性，例如楊海生等［4］、曹春方［13］等，他們的研究表明經濟政策不確定性會對經濟增長和企業投資產生不利影響。隨著Baker等編制的經濟政策不確定性指數得到廣泛的認可，越來越多的國內學者開始使用該指標代表經濟政策不確定性展開研究。在宏觀經濟方面，金雪軍等［14］利用該指數，研究表明我國經濟政策不確定性對GDP、投資、消費、出口和價格變動都會帶來負面影響，并導致有效匯率貶值。黃寧和郭平［15］進一步通過面板VAR 模型測度了經濟政策不確定性對我國東中西各區域影響的差異。在微觀企業方面，王義中和宋敏［16］、李鳳羽和史永東［17］、饒品貴等［18］通過該指數研究發現，我國經濟政策不確定性上升將抑制企業投資、增加現金持有。此外，夏婷和聞岳春［19］、林建浩等［20］分別考察了經濟政策不確定對股票波動與股票定價的影響。但是，相關研究結論還存在爭議。田磊和林建浩［21］利用脈沖響應和歷史方差分解量化經濟政策不確定性對重要經濟變量的影響，發現經濟政策不確定性對我國的工業產出影響較小，只是對價格水平有明顯的負面沖擊。張玉鵬和王茜［22］通過區分經濟繁榮與低迷的不同時期，發現在經濟低迷時期，經濟政策不確定性對產出存在正向沖擊，對經濟是有利的；而在經濟繁榮時期，經濟政策不確定性對產出存在負向沖擊。羅知和徐現祥［23］通過區別我國企業的所有制偏向，發現經濟政策不確定性對國有企業與非國有企業投資的影響存在異質性。

以上文獻顯示，近年來，經濟政策不確定性對宏觀經濟的影響引起了國內外學者的廣泛關注，他們就此開展了大量的研究，但仍然存在以下問題：（1）國內外學術界關于經濟政策不確定對宏觀經濟影響的研究結論還存在較大的分歧，這需要更多的理論和經驗研究；（2）從研究方法看，目前的研究多以線性模型為主，較少關注經濟政策不確定性影響的非對稱性；（3）已有的研究更多地關注了經濟政策不確定性對經濟增長和企業投資的影響，但沒有關注在經濟政策不確定性高低不同時期變量間的相互溢出效應。與現有的文獻相比，本文的主要貢獻在于：（1）通過引入非線性的TVAR 模型，將經濟政策不確定性分為高低兩個部分，研究經濟政策不確定性在高低不同時期其影響的差異，關注了經濟政策不確定性影響的非對稱性。（2）通過構建溢出指數測度經濟政策不確定性、宏觀經濟變量與資產價格間的相互影響及其動態變化過程，從而判斷在影響機制中相對作用的大小及總體溢出效應，彌補了相關研究的不足。（3）本文研究發現僅在經濟政策不確定性較高時，其沖擊使得產出降低，并引起房價與股市大幅波動；且經濟政策不確定性對產出、房價和股市均存在正的凈溢出，在經濟政策不確定性較高時變量間的聯動性更強，豐富了相關研究成果。

2 研究設計

2.1 不確定性影響的傳導機制

經濟政策不確定性是不確定性的一種類別，因此有關不確定性對宏觀經濟與資產價格的影響機制在一定程度上也適用于經濟政策不確定性。不確定性影響宏觀經濟與資產價格的傳導機制，主要包括實物期權效應、預防性儲蓄與金融摩擦。

實物期權效應傳導機制：實物期權效應是指由于投資的不可逆性與管理者的風險厭惡，當企業面臨較大的不確定性時，其投資行為將變得更為謹慎，往往會選擇延遲投資與雇傭。實物期權最早由Bernanke［24］等人提出，具體而言，實物期權效應將投資視為一種看漲期權，不確定性上升將提高企業等待的期權價值，企業選擇當前投資就意味著放棄了未來投資的權利，因而理性的投資者將選擇等待以獲取更多信息后再投資，從而造成當前社會投資不足。Bloom 等［25］通過構建結構方程模型刻畫了實物期權效應的影響機制，并量化了不確定性的影響，發現不確定性沖擊使得投資、就業下滑，進而降低產出。

預防性儲蓄傳導機制：預防性儲蓄是指家庭為了預防未來的不確定性，從而減少消費進行儲蓄的行為。當消費者面臨較高的不確定性時，會推遲其商品購買計劃尤其是耐用商品，從而減少當期消費。例如，面對較高的不確定性，人們往往推遲買車、買房或裝修等計劃，并且較高的不確定性使得消費者對耐用消費品的需求缺乏彈性、對商品的價格信號不再敏感［26］。Bansal和Yaron［27］發現不確定性通過提高消費者的預防性儲蓄、減少消費來影響經濟增長，并且增加的儲蓄并不會在將來轉化為投資。因為，在開放的經濟體中，消費者增加的儲蓄可能會部分流失到國外。在Romer［26］的研究中，就認為大蕭條時期較高的不確定性是導致需求下降的一個關鍵因素。

金融摩擦傳導機制：金融摩擦是指由于信息不完全和市場不完備導致融資成本增加的因素，信息的不對稱導致金融中介要求資金回報率高于無風險利率，由此產生風險溢價。在股權融資方面，較高的不確定性容易導致金融資產收益出現趨同效應，令投資者難以分散風險，從而對風險投資和風險承擔采取更加謹慎的態度，并要求更高的風險回報［9］，導致風險溢價上升，增加了企業的融資成本。在銀行信貸方面，不確定性增加了企業違約或破產的概率，因此銀行部門會通過提高利率以及收縮貸款規模來應對；并且不確定性沖擊會引起資產價格下跌，從而使得企業凈資產貶值、杠桿率增大，進而導致貸款標準和保證金提高，增加了企業的融資難度［28］。因此，不確定性沖擊通過加大金融摩擦，增加了企業的外部融資成本與融資難度，致使業績下滑，進而影響股票市值，并傳導至實體經濟。

2.2 Threshold VAR模型

Threshold VAR（以下簡稱TVAR）模型是對線性VAR 模型的擴展，可以刻畫當經濟政策不確定性超過閾值時參數的變化。假設Y t= （y1t，…，y kt）′為維內生變量向量，θs，k是k×k維系數矩陣，s=（1，2）表示區制，p為每個區制的最大滯后階數，I（·）為指示函數，γ為門檻變量，d為滯后期，若門檻值為γ，則當ωt-d＞γ時，該函數為1，否則為0。一個兩區制的TVAR 模型具體可以表示為：

其中，εt為維擾動向量，均值為零，方差-協方差矩陣為（，當t≠l時，E（εs，tε′s，t）=0。

2.3 溢出指數

溢出指數最早由Diebold 和Yilmaz［29］提出，該指數基于VAR 模型的方差分解構造，不僅能度量市場間整體的溢出強度，還能細分具有方向性的溢出強度以及特定市場間的溢出強度，從而直觀的反映變量間的相互關系。若將VAR 模型表達成無窮階的向量平均形式，并假設ωt-d小于門檻變值γ，則VAR 為可以重新表達成：

其中，Ak是N×N的系數矩陣，當k＞0時，滿足以下遞歸方程：

為得到溢出指數，首先需要對沖擊進行方差分解，這里使用廣義方差分解，因其不受變量排序的影響，結果更加穩健。根據廣義誤差分解，向前H 步預測誤差方差的貢獻可以表示為：

上式（4）中（為預測誤差向量ε的方差矩陣，σij為第j條方程誤差項的標準差，ei表示除了第i個元素為1其余皆為0的列向量。

為了讓不同的方差貢獻（θij）具有可比性，對其標準化有：

總溢出指數構造如下：

總溢出指數度量的是N 個變量間相互的溢出效應對總預測誤差方差的貢獻，可以度量在不同經濟政策不確定性背景下，市場整體溢出程度的差異。同時，可以計算某特定市場與其余所有市場之間的溢出方向與強度。例如，市場i受到來自其他所有市場j（i≠j）的溢出指數為：

相似地，市場i對其他所有市場j（i≠j）的溢出指數為：

于是有，市場i對其他所有市場j（i≠j）的凈溢出為：

此外，兩兩市場之間的凈溢出效應的交叉凈溢出指數可以表示為：

3 實證分析

3.1 我國經濟政策不確定性分析

本文使用Baker等［3］人構建的中國經濟政策不確定性指數（EPU）代表我國經濟政策的不確定性，該指數目前已涵蓋了19 個世界主要經濟體，被FRED、Bloomberg 及Reuters等知名機構廣泛采用。我國EPU 指數是通過抓取《南華早報》有關經濟政策不確定性的關鍵詞構建，其時序圖如圖1所示。由圖1可知，1997年以來，我國經濟政策不確定性指數經歷了幾次較大的波動時期：2001-2002年，EPU 指數明顯高于前幾年，這與當時美國“9.11”事件的沖擊以及我國政府換屆選舉的事實相符；2008-2009年EPU 指數高企，這與金融危機期間我國出臺的“4 萬億經濟刺激計劃”事實相符；2012-2013年，歐洲的債務危機以及我國政府換屆選舉期間，EPU 指數迅速攀升，并維持了較長時間；2015年，我國經濟增速放緩以及股市的動蕩，EPU指數小幅上升；2016-2017年，EPU 指數創新歷史新高，這與英國脫歐、美國大選以及我國政府換屆選舉的事實相吻合。通過EPU 指數時序圖發現，經濟政策不確定性指數高企與我國經濟政策調整、換屆選舉以及外部沖擊有關，并且在2008年后該指數出現高點的時間更加頻繁。以上說明該指數能夠較好代表我國經濟政策的不確定性。

圖1 1997-2017年我國經濟政策不確定性指數

3.2 變量的選取

本文選取的變量包括：經濟政策不確定性指數（EPU）、產出（IP）、房價增速（HP）、通貨膨脹率（CPI）、貨幣供給（M2）、股票收益率（SS）、消費者信心（CCI），樣本期為1997年1月到2017年9月。由于GDP只有季度數據，參見田磊和林建浩［21］的做法，根據同比增長率計算出2006年后的工業增加值的現價水平值代表產出；房價用“當月商品房銷售額／當月銷售面積”衡量；股票收益率用“上證綜指的月度收益率”來代表；貨幣供給用“M2”代表；消費者信心用“當月消費者信心指數”衡量；通貨膨脹率采用以2005 年為基期的CPI定基環比指數。對產出、房價和M2利用基期為2005年1月的CPI環比指數剔除膨脹影響得到實際值，并進行X12季節性調整。為使數據更加平滑與平穩，對經濟政策不確定性指數、通貨膨脹率和消費者信心指數取其對數，對產出、房價和貨幣供給取對數差分得到增長率。原始數據來源于Wind數據庫、中經產業數據庫以及經濟政策不確定性網站（www.policyuncertainty.com）。

3.3 數據及模型檢驗

首先，為確?；貧w結果的穩建性，對數據進行平穩性檢驗，結果如表1所示，所有變量都在5%的置信水平上拒絕了單位根檢驗，說明各變量都是平穩 的序列。

表1 變量的單位根檢驗結果

其次，需對模型進行非線性檢驗，以考察非線性TVAR 模型是否優于傳統的線性VAR 模型。本文采用Lo和Zivot［30］提出的LR test進行非線性檢驗，該檢驗是對Hansen［31］提出的單變量門檻非線性F檢驗的多變量擴展，其原假設為方程（1）是線性VAR 模型，備擇假設是非線性TVAR 模型。LR test的統計量為：

最后，為避免人為分隔樣本的主觀性，采用網格搜索法尋找最優閾值，同時為保證每個區制下都有足夠的數據用于模型估計，參照Balke［32］的做法，將門檻值的搜尋范圍設定在樣本數據15%分位數至85%分位數之間，最終通過網格搜尋確定的經濟政策不確定性的門檻值為147.99（見表2）。

表2 閾值及非線性檢驗結果

3.4 經濟政策不確定性沖擊的脈沖響應結果分析

圖2 呈現了經濟政策不確定性在兩區制TVAR 模型下的脈沖響應結果。由圖2可知，無論經濟政策不確定性程度高低，其本身受沖擊的影響都是顯著下降的，且沖擊的影響都在第六期左右逐漸平息，并趨于零。具體而言：

首先，無論經濟政策不確定程度高低，在沖擊發生的初期，經濟政策不確定性對產出的影響都是負向的，這與金學軍等［14］、田磊和林建浩［21］的研究結論相一致。但是，在經濟政策不確定性程度較高時，其一個標準差的正向沖擊使得產出增速迅速下降至最低點（-0.16%左右），直到第五期后才逐漸復蘇，總體影響約為負0.21%。而在經濟政策不確定性程度較低時，沖擊使得產出在初期下降，但隨即復蘇，并且總體影響僅為0.03%。說明在經濟政策不確定性程度較高時，經濟政策不確定性沖擊對產出的影響更強，且持續周期更長。但對比美國等發達國家，我國經濟政策不確定性（無論高低）對產出的影響較小，且影響持續的時間更短［3］。這可能是因為我國經濟運行方式不同于發達經濟體，加上政府對經濟增長的“底線思維”，弱化了經濟政策不確定性對產出的負面影響，從而避免了經濟增長出現大幅波動。

其次，房價對經濟政策不確定性沖擊的反應因經濟政策不確定性程度不同而呈現非對稱的態勢。在經濟政策不確定性程度較高時，其一個標準差的正向沖擊使得房價在初期迅速下跌0.47%，但隨后便出現猛漲，房價出現劇烈波動，其總體影響為正，房價上漲0.67%左右。在經濟政策不確定性程度較低時，一個標準差的正向沖擊使得房價總體上漲約0.31%，但其影響要平滑許多，并沒有造成房價大起大落。在張浩等［33］的研究中，也得到了經濟政策不確定性使得房價出現大幅波動的結論。理論上，政策不確定的沖擊引起未來經濟形勢的不明朗，無論是從消費還是投資的角度都會抑制房價。但是由于住房在我國居民家庭中的重要地位以及投機行為的存在，導致當政策頻繁調整時容易引起市場參與者的恐慌，出現羊群效應、過度買賣等非理性行為，從而引起房價無謂的波動。說明由于預期、恐慌與從眾等心理因素的存在，經濟政策不確定性的沖擊并不一定致使房價下跌，而是導致房價波動劇烈，房價總體略微上漲。

最后，股市在面對不同經濟政策不確定性環境的沖擊時呈現出截然不同的結果。在經濟政策不確定程度較高時，其一個標準差的正向沖擊令股市在第一期大跌之后迅速反彈，并隨后一直保持增長，總體影響為正，約為0.51%。在經濟政策不確定性程度較低時，沖擊對股市影響較小，總體影響為負0.30%。說明較高的經濟政策不確定性沖擊會造成股市波動，但是對股市的總體影響是正向的。由于經濟政策不確定性的負面影響具有不可分散性，因此投資者必然要求對不可分散的風險進行補償，從而提高貼現率，這Pástor和Veronesi［9］基于美國股市以及陳國進等［34］基于國內股市的研究均得出了相同的結論。

圖2 經濟政策不確定性沖擊的非對稱影響

3.5 溢出效應

由于經濟政策不確定性具有一定的內生性，如政府為擺脫經濟蕭條或者防止出現資產價格泡沫等，往往會出臺相關政策措施來刺激經濟增長或者抑制價格過快上漲，但是頻繁的政策調整又容易引起經濟政策不確定性攀升。為此，本文進一步引入溢出指數來衡量經濟政策不確定性與變量間的波動溢出程度，從而判斷影響機制中的相對作用孰大孰小。表3呈現了通過式（6）～式（8）計算的溢出指數，揭示了全樣本變量間的波動溢出情況，其中每行數據是各列變量對該行變量的方差預測誤差的貢獻值，預測步長為12期。結果顯示：首先，變量自身解釋了最高份額的預測誤差方差，其中房價對自身變動的解釋高達84.93%，股市對自身的影響為79.82%，經濟政策不確定性對自身的影響為73.64%。其次，經濟政策不確定性對資產價格的影響要高于對宏觀經濟變量的影響，例如，經濟政策不確定性對房價和股市的波動溢出分別為8.4%和6.5%，對產出的波動溢出為4.66%，這與脈沖響應圖的結論相互印證。同時，經濟政策不確定性對產出、房價和股市的影響要大于其受到產出、房價和股市的影響，說明經濟政策不確定性對產出和重要資產價格存在凈溢出（4.66%-1.79%、8.4%-6.73%、6.5%-3.31%），而經濟政策不確定性受到消費者信心指數的影響最強（11.25%）。最后，在整個樣本期內總體溢出指數為30.45%，即在所有變量中方差預測誤差的波動有30.45%來自于變量間的溢出效應，說明市場間的聯動性較高。

表3 經濟政策不確定性、宏觀經濟與資產價格間的溢出指數

通過滾動窗口的方法，本文進一步分析變量間的動態溢出效應，滾動的樣本容量為60個，預測步長為12期，結果如圖3所示。從圖3可以看出，在2008年前，總體溢出指數大約在30%～35%左右，而金融危機后，總體溢出指數一度超過50%，且在隨后較長時間里一直保持高位。對比經濟政策不確定性指數走勢圖（圖1）可以發現，經濟政策不確定性水平高企后往往伴隨溢出指數的攀升，滯后期大約為半年。例如，經濟政策不確定性指數在2008年9月達到階段性高點298，溢出指數在2009年4月達到峰值54.24%；并在隨后歐債危機期間一直保持在45%左右的高位，直到2013年后溢出指數逐漸回落；但受到英國脫歐和美國大選等影響經濟政策不確定性指數在2017年1月高企至694，總體溢出指數在2017 年4 月再度攀升至50%左右。因此，圖3不僅呈現了經濟政策不確定性與宏觀經濟變量之間的動態溢出效應，同時也為研究提供了穩健性支持。

圖3 總體溢出指數動態走勢圖

3.6 穩健性檢驗

為驗證上述研究結論的可靠性，本文進一步通過引入新變量、截取子樣本以及反事實分析法檢驗了模型的穩健性。

穩健設定1：引入宏觀經濟現行指數

由于經濟政策不確定性在一定程度上取決于經濟狀態以及行為主體對經濟前景的預期，本文進一步引入反映宏觀經濟景氣情況的宏觀經濟先行指數（MELI），將模型設定為：（EPU、IP、HP、M2、SS、CPI、CCI、MELI）。圖4呈現了模型穩健設定1下經濟政策不確定性沖擊的兩區制脈沖響應圖，對比穩健檢驗圖4與前文的實證結果圖2可以發現，在控制宏觀經濟先行指數變量后，除經濟政策不確定性程度較高時沖擊對產出的負面影響周期更長外，對其他變量的影響是微弱的，即并沒有改變總體的趨勢。

穩健設定2：子樣本檢驗

由于2008年金融危機以后，我國出臺了一系列經濟刺激計劃以及目前我國經濟增長步入“新常態”，經濟政策不確定性不斷攀升。因此通過考察2008年1月-2017年9月子樣本區間內經濟政策不確定性的影響，以此檢驗能否得到與前文一致的結論。圖5報告了子樣本區間內與經濟政策不確定性較高時期的脈沖響應對比圖?？梢园l現，在子樣本中經濟政策不確定行對產出、房地產與股市的影響與在經濟政策不確定性較高時期的影響趨勢是一致的。不同的是，在子樣本中，經濟政策不確定性的負面影響程度更大，這可能與我國近年來經濟增速放緩、房地產價格上漲過快與股市波動較大有關?？傮w而言，子樣本區間檢驗證實了在經濟政策不確定性較高時期對經濟活動的影響顯著的結論。

圖4 穩健性檢驗1：引入新變量

穩健性檢驗3：反事實分析法

由于消費者信心和經濟政策不確定性具有內在關聯，即經濟政策不確定性的負面影響部分可能是由于消費者信心變化引起的。為此本文利用反事實分析法將消費者信心的影響渠道關閉，以此考察經濟政策不確定性產出、房地產與股市的影響是否會發生變化。借鑒Carriére-Swallow 和Céspedes［35］的做法，通過對TVAR 模型估計的殘差項方差-協方差矩陣以及系數的估計矩陣施加零限制條件得到受限制的脈沖響應圖，對比前文中無限制的脈沖響應圖，若兩者不存在顯著差異，則說明經濟政策不確定性的影響是并不是由于消費者信心變化引起的。圖6報告了受限制與無限制的脈沖響應圖，通過對比發現關閉消費者信心的反應渠道與否，對經濟政策不確定性沖擊的造成的影響并無顯著差異。由此說明，經濟政策不確定性對產出以及資產價格的影響是經濟政策不確定性自身引起的。

圖5 穩健性檢驗2：子樣本檢驗

圖6 穩健性檢驗3：反事實分析

4 結語

本文采用Baker等人構建的經濟政策不確定性指數，結合1997年1月-2017 年9 月我國宏觀經濟數據，通過非線性TVAR 模型檢驗了不同經濟政策不確定性環境對宏觀經濟和資產價格的沖擊影響的差異，并結合方差分解構造的溢出指數，衡量了變量間相互溢出的程度，從而判斷影響機制中相對作用的大小?；谝陨涎芯?，本文得出了以下兩點主要結論：（1）經濟政策不確定性對宏觀經濟和資產價格的影響具有非對稱性。在經濟政策不確定性較高時期，經濟政策不確定性沖擊將使得產出降低0.21%，并引起房價與股市大幅波動，但是對房價與股市的總體影響是正向的，分別為0.67%、0.51%；而經濟政策不確定性程度較低時，沖擊對于產出、房價及股市的影響都比較微弱，且不會引起市場的大幅波動。（2）凈溢出指數表明，經濟政策不確定性對產出、房價和股市均存在正的凈溢出，全樣本總體溢出指數為30.45%，但在經濟政策不確定性較高時期總體溢出指數超過50%，說明在經濟政策不確定性較高時期變量間的聯動性更強，存在較高的溢出性。最后，本文通過引入新變量、截取子樣本以及利用反事實分析法對研究結論進行了穩健性檢驗，結果表明經濟政策不確定性對產出、房價股市在具體影響大小上有細微差別，但總體趨勢是一致的，說明本文的研究結論是可靠的。

本文的研究結論具有明確的政策涵義。具體而言：（1）政府在制定或者調整政策時，應重視經濟政策的頻繁變動引發的不確定性可能給產出、房價與股市帶來的負面沖擊，并充分考慮產出、房價與股市等經濟變量間的聯動性，加強政策的前瞻性、保持政策的協調性，并避免政策朝令夕改。（2）由于較高的經濟政策不確定性將降低產出并引起資產價格大起大落，而隨著我國市場經濟改革的深化，可以預期，未來經濟政策的不確定性可能進一步攀升。因此，相關部門在政策實施過程中，應盡可能闡明其政策意圖并引導公眾形成合理的預期，從而減少市場的猜測與恐慌，將經濟政策不確定性的不利影響降到最低。