美國經濟政策不確定性對人民幣外匯市場壓力的非對稱影響研究

路妍 秦國汀

摘? ?要：在分析美國經濟政策不確定性影響人民幣外匯市場壓力內在機制的基礎上，運用TVAR模型和反事實分析方法，實證考察了美國經濟政策不確定性對人民幣外匯市場壓力的非對稱影響。研究發現：（1）美國經濟政策不確定性對人民幣外匯市場壓力的影響具有非對稱性，在不確定性程度較低時，美國經濟政策不確定性沖擊會引發人民幣貶值壓力；在不確定性程度較高時，美國經濟政策不確定性沖擊會引發人民幣升值壓力。（2）預期渠道和國際資本流動渠道在不確定性程度較低和較高時都會發揮作用，而經濟政策不確定性溢出渠道具有門檻效應，只有在不確定性程度較高時才發揮作用。（3）在不同的不確定性程度下，美國經濟政策不確定性對人民幣外匯市場壓力的傳導渠道的作用方向與作用強度具有異質性，這是美國經濟政策不確定性對人民幣外匯市場壓力的影響具有非對稱性的主要原因。

關鍵詞：美國經濟政策不確定性；人民幣匯率；非對稱性；影響機制

中圖分類號：F832.5? 文獻標識碼：A? 文章編號：1674-2265（2023）06-0013-12

DOI：10.19647/j.cnki.37-1462/f.2023.06.002

一、引言

保持人民幣匯率在合理均衡水平上基本穩定是中央銀行貨幣政策調控的重要目標之一，是宏觀經濟穩定的基石，也是我國構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局的重要保障。在有管理的浮動匯率制度下，人民幣匯率在經歷了2014年“3·17”匯改、2015年“8·11”匯改和2019年8月的“破7”后，于2022年9月再次“破7”，這一方面說明人民幣匯率市場化程度明顯增強，另一方面說明了人民幣匯率對內外部經濟形勢變化的沖擊更加敏感。當前，在全球不穩定和不確定因素不斷增加的背景下，人民幣匯率波動問題引起了廣泛關注。

經濟政策不確定性（Economic Policy Uncertainty，以下簡稱EPU）指政府未明確經濟政策預期、政策執行和政策立場變更的指向和強度引致的不確定性（Gulen和Ion，2016）[1]。EPU不僅會影響本國實體經濟和金融市場，還具有溢出效應，對其他國家的實體經濟和金融市場產生影響。美國作為世界第一大經濟體，美國EPU的溢出效應是我國面對的主要的外部不確定性風險之一（蔣濤，2020）[2]。黨的二十大報告強調，要“堅持高水平對外開放”。隨著開放水平的不斷提高，我國將更容易受到外部不確定性風險的沖擊，尤其是與外部關聯密切的外匯市場。在當前復雜的國際環境下，美國EPU不斷上升，在貨幣政策方面，面對內部高企的通貨膨脹和疲軟的經濟態勢，以及貨幣政策自身對通貨膨脹和經濟影響的滯后性，美聯儲未來的貨幣政策路徑具有極大的不確定性；在財政政策方面，2022年11月美國中期選舉結果導致未來兩年美國將進入“分裂國會”階段，美國民主黨和共和黨在財政政策上的分歧可能會導致美國未來財政政策出現重大變化；在貿易政策方面，2022年8月16日，美國總統拜登正式簽署總價值7400億美元的《通脹削減法案》，引發了美歐貿易補貼糾紛，加大了美國貿易政策變動的可能。因此，在我國外部EPU上升、內部全面擴大對外開放和深化匯率市場化改革的背景下，探究美國EPU對人民幣匯率的影響及其機制，對于維護外匯市場穩定，使其更好地服務于以國內大循環為主體、國內國際雙循環相互促進的新發展格局具有重要意義。

二、文獻綜述

在Baker等（2016）[3]構建了EPU指數之后，學者開始利用經驗研究的方法分析EPU與匯率之間的關系。研究結果普遍顯示，內部和外部EPU會對匯率收益或波動產生顯著影響。Kido（2016）[4]基于DCC-GARCH模型，發現美國EPU與澳大利亞、巴西、韓國、墨西哥的實際有效匯率負相關，但與日本匯率正相關。Balcilar等（2017）[5]基于非參數面板分位數模型，發現美國EPU與匯率收益之間無因果關系，但與匯率波動之間存在顯著的因果關系。Bartsch等（2019）[6]采用日度數據研究發現英國EPU會顯著地影響英鎊匯率收益的波動。朱孟楠和閆帥（2015）[7]使用溢出指數模型研究內外部EPU與人民幣匯率之間的動態溢出關系，發現中國、美國、歐元區和日本的EPU對人民幣匯率存在溢出效應。

聚焦于中美兩大經濟體，部分學者專門研究了美國EPU對人民幣匯率的影響，并且主要從美國EPU對人民幣匯率水平變動和人民幣匯率穩定性的影響兩個方面展開。在美國EPU對人民幣匯率水平變動的影響方面，現有研究尚存爭議，王盼盼（2021）[8]使用GARCH模型分析了美國EPU與人民幣名義匯率之間的關系，認為美國EPU對人民幣匯率存在均值溢出效應，美國EPU上升會導致人民幣名義匯率升值；Al-Yahyaee等（2020）[9]采用非參數分位數方法分析了EPU與名義匯率的關系，指出了美國EPU造成人民幣貶值壓力；嚴佳佳等（2022）[10]使用SVAR方法研究了美國EPU與實際匯率的關系，指出美國EPU上升會導致人民幣實際匯率升值和貶值交替出現。在人民幣匯率穩定性方面，研究結果普遍顯示，美國EPU上升會削弱人民幣匯率的穩定性。例如，Chen等（2020）[11]基于面板分位數模型，發現美國EPU上升會增加中國在岸人民幣兌美元匯率的波動性，并且不同分位數水平下的美國EPU對中國在岸人民幣兌美元匯率波動的影響程度不同；王盼盼（2021）[8]基于GARCH模型發現，美國EPU上升會加大人民幣兌美元匯率的波動；劉強和陶士貴（2022）[12]基于TVP-SV-VAR方法，發現美國EPU會對人民幣匯率穩定產生負向影響。

從研究主題來看，上述研究多考察了美國EPU對名義匯率或實際匯率的影響。然而，在實行非完全浮動匯率制度的國家，外匯儲備的變動會抵消外部沖擊對匯率的部分影響，即名義匯率或實際匯率的變動無法全面反映外部沖擊的影響（Tanner，2000）[13]。而外匯市場壓力指標綜合考慮到了匯率和外匯儲備的變動，相較于名義匯率或實際匯率的變動，能夠更好地反映某種貨幣面臨的升值和貶值壓力。外匯市場壓力由Griton和Roper（1977）[14]提出之后，受到了學者的廣泛關注，其數值大小和變動幅度不僅是度量外匯風險的重要指標，同時也是貨幣政策制定和匯率制度改革的重要參考。如人民幣外匯市場壓力就對我國的通貨膨脹、資產價格、利率水平等宏觀經濟指標有著重要影響（金春雨和張龍，2017）[15]。從研究方法來看，以往關于EPU和匯率關系的研究主要采用向量自回歸（VAR）、結構向量自回歸（SVAR）、時變參數向量自回歸（TVP-VAR）、廣義自回歸條件異方差模型（GARCH）、面板回歸方法，但這些方法都無法考察美國EPU在高和低不同狀態下對人民幣匯率可能存在的非對稱性影響。事實上，美國EPU對其他經濟變量的影響依賴于其不確定性程度，例如，Balcilar等（2016）[16]發現美國EPU在高不確定性狀態和低不確定性狀態下對歐洲貨幣政策有效性的影響不同。Jo?ts等（2017）[17]發現美國宏觀經濟不確定性對國際大宗商品價格收益率的影響依賴于不確定性程度。從研究內容來看，上述研究大多考察美國EPU時間序列特征與匯率之間的統計關系，鮮有研究系統考察美國EPU影響匯率的內在機制，更缺乏對內在機制的實證檢驗。

鑒于此，本研究在現有文獻的基礎上進行擴展，使用人民幣外匯市場壓力指標反映匯率受到外部沖擊時所面臨的變動壓力，并從非對稱視角出發，在分析美國EPU影響人民幣外匯市場壓力內在機制的基礎上，使用兩區制門檻向量自回歸（TVAR）模型實證檢驗美國EPU對人民幣外匯市場壓力影響的非對稱性，同時還使用反事實分析方法實證考察了美國EPU對人民幣外匯市場壓力的作用渠道。本研究的邊際貢獻有：第一，從非對稱視角出發，在理論分析的基礎上，實證考察了美國EPU對人民幣外匯市場壓力的非對稱影響，發現美國EPU沖擊對人民幣外匯市場壓力的影響大小和方向取決于美國EPU水平的高低；第二，使用反事實分析方法實證考察了美國EPU在不同水平下對人民幣外匯市場壓力作用渠道的差異性，進一步分析了美國EPU對人民幣外匯市場壓力產生非對稱影響的原因。

三、理論分析與假設提出

（一）美國EPU對人民幣外匯市場壓力的非對稱影響

不確定性上升對經濟的影響依賴于所處的經濟環境。一般來說，在經濟低迷時期，不確定性上升主要起消極作用；在經濟繁榮時期，不確定性上升主要起積極作用（Segal等，2015）[18]?？梢詮膬蓚€角度對此進行解釋：第一，從風險溢價的角度來講，不確定性上升會導致風險溢價上升，然而，在經濟低迷時期，不確定性上升導致的風險溢價較高，在經濟繁榮時期，不確定性上升導致的風險溢價較低，較低的風險溢價會促進投資，較高的風險溢價會抑制投資（Pastor和Veronesi，2012；陳國進等，2017；周學偉等，2020）[19-21]。第二，從期權理論的角度來講，在EPU影響經濟運行的過程中，實物期權效應和增長期權效應同時發揮作用，但二者作用方向相反。在經濟低迷時期，實物期權效應發揮主要作用，此時，EPU上升會提升期權價值，增加投資的機會成本，因此，理性的市場參與者會減少投資和消費；在經濟繁榮時期，增長期權效應發揮主要作用，此時，EPU上升會激勵市場參與者進行投資和消費（劉玲等，2020）[22]。

而EPU具有逆周期特征，EPU較低時期一般對應著經濟繁榮期，EPU較高時期一般對應著經濟低迷期（Jurado等，2015）[23]。因此，在EPU較低時期，經濟繁榮，EPU上升，可以刺激投資和消費，增加總需求，對經濟產生積極的作用；EPU較高時期，經濟低迷，EPU上升會抑制投資和消費，減少社會總需求，對經濟產生消極作用。也就是說，不同程度的EPU對宏觀經濟的影響是不同的。由于宏觀經濟基本面與匯率變動關聯密切，經濟基本面變化會影響外匯市場參與者對該國貨幣的需求，進而對匯率產生影響。因此，處于高低不同狀態下的美國EPU會對人民幣兌美元匯率產生不同的影響。根據上述分析，提出以下假設：

假設1：美國EPU對人民幣外匯市場壓力的影響具有非對稱性，即美國EPU在不同的狀態下，對人民幣外匯市場壓力的影響不同。

（二）美國EPU影響人民幣外匯市場壓力的作用機制

美國EPU包括財政政策不確定性、貿易政策不確定性和貨幣政策不確定性，這些不確定性一方面會通過市場參與者對匯率的預期直接影響人民幣外匯市場壓力，另一方面會通過中美貿易和國際資本流動作用于人民幣外匯市場供求，間接影響人民幣外匯市場壓力。另外，各國EPU之間存在溢出效應，美國EPU會影響中國EPU，進而影響中國國內宏觀經濟，并對人民幣外匯市場壓力產生影響。因此，本研究將分別從市場預期渠道、中美貿易渠道、國際資本流動渠道和EPU溢出渠道來探究美國EPU對人民幣外匯市場壓力的影響。

1. 市場預期渠道。在美國EPU較高狀態下，美國EPU上升，一方面，會導致市場參與者對美國經濟形成一種“壞的”預期，引起市場的觀望和恐慌情緒，從而對美元持有貶值預期，大量拋售美元；另一方面，會加深外匯市場信息不對稱程度，增加市場參與者參與外匯市場的沉沒成本，造成參與外匯市場的沉沒成本超過預期收益，從而減少市場主體對美元的需求，增加人民幣升值壓力。在美國EPU較低狀態下，美國EPU上升會使市場參與者對美國未來經濟走勢形成一種“好的”預期，并且基于美國經濟向好的現狀會對美元持有升值預期。匯率預期具有自我實現和自我強化的特征，美元在市場參與者升值預期的影響下會呈現出升值趨勢，從而增加人民幣的貶值壓力。根據上述分析，提出以下假設：

假設2：在美國EPU較高狀態下，美國EPU上升通過市場預期渠道造成人民幣升值壓力；在美國EPU較低狀態下，美國EPU上升通過市場預期渠道造成人民幣貶值壓力。

2. 中美貿易渠道。在美國EPU較高狀態下，由于實物期權效應的影響，美國EPU上升會使美國企業的投資水平和消費者的消費水平下降，社會總需求下降，從而減少進口需求；同時，中國企業為了規避EPU所帶來的貿易風險會暫緩對美貿易，中國出口企業退出出口市場的數量和比重會顯著提升（劉洪鐸和陳和，2016）[24]，從而降低中國向美國的出口量。出口量的降低會減少外匯市場對人民幣的需求，增加人民幣貶值壓力。在美國EPU較低狀態下，由于增長期權效應的影響，美國EPU上升會使美國企業的投資水平和消費者的消費水平上升，美國社會總需求增加，進而增加進口需求，帶動中國的出口增加，引起外匯市場對人民幣需求增加，增加人民幣升值壓力。根據上述分析，提出以下假設：

假設3：在美國EPU較高狀態下，美國EPU上升通過中美貿易渠道造成人民幣貶值壓力；在美國EPU較低狀態下，美國EPU上升通過中美貿易渠道造成人民幣升值壓力。

3. 國際資本流動渠道。在美國EPU較高狀態下，首先，美國EPU上升會導致美國經濟下行壓力增加，市場參與者會對美國未來經濟走勢持有悲觀預期，導致國際資本流出美國，同時由于中美經濟周期錯位，流出美國的資本可能會流入中國；其次，美國EPU上升會增加美國金融資產的風險溢價，投資者會將資金轉移到收益更加穩定的市場，這通常會造成大量國際游資涌入中國；最后，美國EPU上升會惡化全球投資環境，考慮到不可逆的投資成本和不確定的未來收益，中國投資者傾向于減少對外投資，從而減少中國的資本流出?？偟膩砜?，流入中國的資本數量增加，而流出中國的資本數量減少，這將引起外匯市場對人民幣需求增加，從而增加人民幣升值壓力。在美國EPU較低狀態下，美國EPU上升會促使美國宏觀經濟上行，市場參與者會對美國未來的經濟基本面持有較好的預期，而宏觀經濟預期是影響國際資本流動的重要因素，國際投資者出于避險動機傾向于將資金從新興經濟體撤出。而中國是世界上最大的新興市場國家，國際資本從新興市場國家流出，可能會增加人民幣的貶值壓力。根據上述分析，提出以下假設：

假設4：在美國EPU較高狀態下，美國EPU上升通過國際資本流動渠道造成人民幣升值壓力；在美國EPU較低狀態下，美國EPU上升通過中美貿易渠道造成人民幣貶值壓力。

4. EPU溢出渠道。在美國EPU較高狀態下，美國EPU對其他國家的EPU的影響較強，可能會引發中國EPU上升，從而抑制中國企業投資、居民消費和進出口，阻礙中國的經濟發展，增加人民幣貶值壓力。在美國EPU較低狀態下，美國EPU對其他國家EPU的影響較弱，中國EPU受其影響較小，從而不會對人民幣外匯市場壓力造成明顯的影響。根據上述分析，提出以下假設：

假設5：在美國EPU較高狀態下，美國EPU上升通過EPU溢出渠道造成人民幣貶值壓力；在美國EPU較低狀態下，美國EPU上升通過EPU溢出渠道對人民幣外匯市場壓力的影響不顯著。

四、模型設計與變量選取

（一）TVAR模型

時間序列變量建模通常采用能反映變量動態結構的VAR模型，例如時變參數向量自回歸（TVP-VAR）模型、馬爾科夫區制轉移向量自回歸（MSVAR）模型、門檻向量自回歸（TVAR）模型和平滑轉移向量自回歸（STVAR）模型，TVP-VAR模型能夠反映變量之間隨著時間變化的動態關系，但是無法依據某一變量將研究區間劃分為不同的區制。MSVAR模型、STVAR模型和TVAR模型都可以將研究區間劃分為不同的區制，但是TVAR模型相較于MSVAR模型和STVAR模型具有以下優點：第一，MSVAR模型的區制轉換變量是不可觀測的，不能清楚地刻畫出依據不確定性程度區分的高不確定性區制和低不確定性區制，而TVAR模型以內生可觀測變量作為區制狀態轉換的依據，符合本研究通過美國EPU指數來區分不確定性程度高低的分析框架；第二，STVAR模型的轉換變量是可觀測的，但是其中的平滑參數估計非常困難，精確度通常較低，而TVAR模型無須估計平滑參數，保證了TVAR模型參數的精確度；第三，TVAR模型的最優門檻值由網格搜索法確定，有效解決了人為設定門檻值所造成的主觀性問題。因此，本研究使用TVAR模型研究美國EPU在高與低兩種狀態下，對人民幣外匯市場壓力的非對稱沖擊效應。參照張玉鵬和王茜（2016）[25]的研究，本研究的模型設計如下：

[Yt=C1+B1（L）+ε1，t+（C2+B2（L）Yt+ε2，t）I（wt-d>γ）] （1）

其中，[Yt=y1t，y2t，…，ykt′]為k×1維的內生變量向量；[Cs]為區制s的k×1維常數向量，[Bs（L）=（Bs，1L，Bs，2L2，…，Bs，PLP）]，其中s={1，2}表示區制，[L]表示滯后算子，[P]為各區制的最大滯后階數，[Bs，j]為區制[s]和滯后[j]階的內生變量向量的k×k維系數矩陣；[I·]表示指示函數，[wt]為平穩的門檻變量，[wt-d]為滯后d階的門檻變量，當[wt-d]大于門檻值[γ]，[I·]為1，當[wt-d]小于或等于門檻值[γ]時，[I·]為0。[εs，t]為均值為零、方差—協方差矩陣為[Σs]的k×1維的擾動向量，該向量滿足無自相關假設，即[E（εs，t，εs，l）=0]（t≠l）。在本研究中，門限變量[wt-d]為美國EPU指數，將其分為低不確定性區制[s=1，wt-d≤γ]和高不確定性區制[s=2，wt-d>γ]。

（二）變量選取及數據來源

本研究主要涉及三類變量，分別是基準模型變量、穩健性檢驗變量和傳導渠道變量。數據頻率為月度，數據的時間跨度為2005年8月—2021年12月。本研究對所需的原始數據進行了季節性檢驗，如果存在季節效應則使用X12季節調整法進行調整，并且使用調整后的水平值建模。

1. 基準模型變量。本研究構建的基準模型為[{epu_ust，ert，empt，irt，cpit，gm1t，gyt}]。根據前述理論分析，人民幣外匯市場壓力不僅會受到本國貨幣政策、通貨膨脹和經濟增長的影響，同時也會受到美國貨幣政策、通貨膨脹和經濟增長的影響，因此，除了美國EPU（[epu_ust]）和人民幣外匯市場壓力（[empt]）外，本研究還參照卜永祥（2008）[26]的做法，在基準模型中加入中美利差（[irt]）、中美相對通貨膨脹（[cpit]）、中美相對貨幣增長率（[gm1t]）和中美相對產出增長率（[gyt]）作為控制變量。另外，考慮到外匯市場壓力的計算公式中包含匯率的變動值，而匯率水平值和匯率變動是相關的，匯率水平值代表了一個國家貨幣相對于另一個國家貨幣的價值，貨幣價值可以影響市場對于該貨幣的需求和供給，如果匯率水平偏高，市場對該貨幣的需求可能會降低，導致匯率變動，進而影響外匯市場壓力，因此，將美元兌人民幣匯率（[ert]）也作為控制變量。各變量的具體含義如下：

（1）美國EPU（[epu_ust]）。本研究選取Baker等（2016）[3]基于文本挖掘技術測算的美國EPU指數作為美國EPU的代理變量，美國EPU指數來自經濟政策不確定性網站（http：//www.policyuncertainty.com/）。

（2）人民幣外匯市場壓力（[empt]）。參考Sachs等（1996）[27]的研究，采用以下公式計算人民幣外匯市場壓力：

[empt=1σr1/σe+1/σrΔRtHt-1σe1/σe+1/σrΔEtEt]? （2）

其中，[empt]為外匯市場壓力指數，[ΔRtHt]為外匯儲備相對于基礎貨幣存量的變化量的變化率，[σr]為其標準差；[ΔEtEt]為匯率的變化率，[σe]為其標準差。外匯儲備[Rt]以中國持有的外匯資產數量衡量，基礎貨幣[Ht]以中國M2來衡量，匯率[Et]以直接標價法計算的美元對人民幣匯率中間價表示。為了縮小量綱對模型結果的影響，本研究將[empt]擴大100倍代入模型。由圖1可知，近年來，美國EPU指數與人民幣外匯市場壓力之間的非線性聯動特征愈加明顯，在Ⅰ和Ⅲ區域，美國EPU較高時期，人民幣面臨較大的升值壓力；在Ⅱ和Ⅳ區域，美國EPU較低時期，人民幣面臨較大的貶值壓力。其中基礎貨幣、外匯儲備以及中國M2數據來自中國人民銀行官網，匯率數據來自萬得數據庫。

（3）美元兌人民幣匯率（[ert]）。直接標價法下的美元兌人民幣匯率，數據來自萬得數據庫。

（4）中美利差（[irt]）。中美利差=（中國1年期存款基準利率-美國聯邦基金利率）×100，數據來自萬得數據庫。

（5）中美相對通貨膨脹（[cpit]）。中美相對通貨膨脹=（中國通貨膨脹率-美國通貨膨脹率）×100，其中中美兩國的通貨膨脹率分別用兩國的消費者物價指數（CPI）的同比增速度量，數據來自萬得數據庫。

（6）中美相對貨幣增長率（[gm1t]）。中美相對貨幣增長率=中國貨幣增速-美國貨幣增速，其中中美兩國貨幣增速分別用兩國的M1的同比增速度量，數據來自萬得數據庫。

（7）中美相對產出增長率（[gyt]）。中美相對產出增長率=中國產出增速-美國產出增速，其中中美兩國的產出增速分別用兩國的工業產值的增速衡量，數據來自BVD-EIU數據庫。

2. 穩健性檢驗相關變量。本研究通過添加和替換關鍵變量等方法檢驗基準模型估計結果的穩健性，在穩健性估計部分涉及的變量如下：

（1）石油價格增長率（[goilt]）。采用WTI原油現貨價格與歐洲布倫特原油現貨價格的平均值衡量石油價格[oilt]，石油價格增長率為[goilt=（oilt-oilt-1）/oilt-1]，

數據來自萬得數據庫。

（2）美國EPU的重新測度。本研究借鑒宋全云等（2019）[28]的做法，考慮到EPU傳導的滯后性，重新度量美國EPU，測算公式為：

[epu_us1t=epu_ust-1]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

[epu_us2t=（epu_ust+epu_ust-1+epu_ust-2）/3] （4）

[epu_us3t=（3epu_ust+2epu_ust-1+epu_ust-2）/6]? ?（5）

其中，[epu_ust]、[epu_ust-1]和[epu_ust-2]分別表示當期的、滯后一期的和滯后兩期的美國EPU。

3. 影響渠道變量。

（1）外匯市場預期指標（[ext]）。借鑒魯春義和王東明（2021）[29]的做法，使用一年期人民幣NDF的環比收益率反映人民幣匯率波動預期，數據來自萬得數據庫。

（2）中國短期跨境資本流動增長率（[gicft]）。本研究使用跨境資本流動凈額指標來衡量資本流動，將跨境資本流動凈額定義為證券投資項目下的凈額、金融衍生工具項下的凈額與其他投資的凈額三者之和。由于中國跨境資本流動數據為季度數據，本研究采用二次插值法將其轉換成月度數據，月度跨境資本流動記為[icft]，短期跨境資本流動增長率為[gicft=（icft-icft-1）/icft-1]?？缇迟Y本流動數據來自中國國際收支平衡表。

（3）中美貿易凈額增長率（[gntrat]）。使用中國對美國的出口額減去中國向美國的進口額獲得中美貿易凈額[ntrat]，中美貿易凈額增長率[gntrat=（ntrat-ntrat-1）]

[/ntrat-1]，進出口數據來自中經統計數據庫。

（4）中國EPU指數（[epu_cht]）。由于美國EPU通過引發中國EPU變動來影響人民幣外匯市場壓力變動，因此，本研究選取Baker等（2016）[3]基于文本挖掘技術測算的中國EPU指數作為EPU溢出渠道變量，中國EPU指數來自經濟政策不確定性網站。

具體變量說明及描述性統計見表1。

五、實證結果分析

（一）非線性檢驗

本研究使用ADF法對數據進行平穩性檢驗，結果見表2。結果表明除了美國EPU指數及其重新測度、美元兌人民幣匯率、中美利差、中美相對貨幣增長率、中國短期跨境資本流動增長率和中國EPU指數是一階平穩之外，其余變量都為水平平穩，可用于構建VAR和TVAR模型。

為了對比線性VAR模型和非線性TVAR模型實證結果的差異性，本研究同時考慮了線性VAR模型。根據AIC和BIC準則，本研究將線性VAR模型的滯后階數設定為2，參照Galv?o（2003）[30]的研究，將TVAR模型的滯后階數也設為2。采用Lo和Zivot（2001）[31]的Sup-LP統計量對以美國EPU指數作為門檻變量的基準TVAR模型做非線性檢驗。該檢驗的原假設為所檢驗的模型是線性的，選擇VAR模型；備擇假設是所檢驗的模型是非線性的，選擇TVAR模型。檢驗結果見表3，Sup-LP統計量的值為66.18，p值為0.007，這表明應拒絕原假設，接受備擇假設，即模型具有非線性特征，應選擇TVAR模型。根據Sup-LP檢驗結果，TVAR模型的門檻變量滯后期和門檻值分別為1和149.44，低不確定性區制樣本量和高不確定性區制樣本量分別占比55.21%和44.79%。

（二）基準模型實證結果

在TVAR模型中，通過比較不同區制的脈沖響應函數的長期與短期特征，可以進一步分析美國EPU與人民幣外匯市場壓力之間的非對稱性關系。觀察非線性TVAR模型的人民幣外匯市場壓力的脈沖響應函數（見圖2）可以發現，美國EPU對人民幣外匯市場壓力的影響具有顯著的非對稱性。在低不確定性區制，美國EPU一個標準差正向沖擊在長期和短期都會給人民幣帶來貶值壓力；在高不確定性區制，美國EPU一個標準差正向沖擊在長期和短期都會給人民幣帶來升值壓力。具體來看，在低不確定性區制，在短期，人民幣外匯市場壓力的響應值始終為負，在初期達到最大值-0.034，隨后開始向零收斂，從第4期開始沖擊的影響逐漸消失。在長期，美國EPU的一個標準差正向沖擊將給人民幣帶來貶值壓力，人民幣外匯市場壓力的負響應的均值約為-0.014。在高不確定性區制，從短期看，人民幣外匯市場壓力的響應值始終為正，在初期為0.013，在第三期達到最大0.025，隨后開始逐漸向零收斂，從第8期開始沖擊的影響逐漸消失。在長期，美國EPU的一個標準差正向沖擊將給人民幣帶來升值壓力，人民幣外匯市場壓力的正響應的均值約為0.015。上述分析表明，人民幣外匯市場壓力對美國EPU沖擊的脈沖響應存在顯著的非對稱性，驗證了假設1。

（三）基準模型的穩健性檢驗

考慮到遺漏重要變量、變量排序的差異、數據測量誤差等因素都會對TVAR模型的實證結果產生影響，為了增加實證結果的可信度，本研究進行如下穩健性檢驗。

1.美國EPU的再度量。本研究重新度量美國EPU，分別使用[epu_us1t]、[epu_us2t]和[epu_us3t]替代基準模型中的[epu_ust]，其模型分別記為Model 1、Model 2和Model 3。

2. 添加國際石油價格變動因素。美國EPU與國際石油價格之間具有較大的溢出效應（Antonakakis等，2014；王奇珍和王玉東，2018）[32，33]，而國際石油價格又是影響人民幣外匯市場壓力的一個重要因素，一方面，國際石油價格的上升會導致中國的進口成本上升，從而增加對外匯的需求，形成人民幣貶值壓力；另一方面，國際石油價格的上升也會提高中國的能源出口收入，增加外匯供給，形成人民幣升值壓力。同時，國際石油價格的變動也會對整個國際經濟產生影響，從而對人民幣外匯市場壓力產生影響。因此，為排除基準模型中人民幣外匯市場壓力對美國EPU的反應中可能混雜的石油價格變動的影響，本研究在基準模型中添加石油價格變動因素（[goilt]），其模型記為Model 4。

3.改變模型變量的排序?；鶞誓Ｐ碗[含的假設是美國EPU（[epu_ust]）不受模型內其他變量同期沖擊的影響，并且中國貨幣供給增長率（[gm1t]）、人民幣兌美元匯率（[ert]）、中美利差（[irt]）、中美相對通貨膨脹（[cpit]）、中美相對產出增長率（[gyt]）不會同期影響基準模型中的其他變量。雖然這是文獻中的通常做法，但變量排序仍然可能影響模型估計結果，因此，本研究調換基準模型中的各變量位置，以檢驗模型變量的排序對基準模型實證結果的影響，其模型分別記為Model 5—Model 8。

圖3給出了上面設定的8種模型的人民幣外匯市場壓力對美國EPU沖擊的區制特定脈沖響應函數圖像?？梢园l現，在高不確定性區制，人民幣外匯市場壓力對美國EPU沖擊的響應主要為正，在低不確定性區制，人民幣外匯市場壓力對美國EPU沖擊的響應主要為負，這與基準模型的人民幣外匯市場壓力對美國EPU沖擊的區制特定脈沖響應函數形態基本一致。由此可見，基準模型的實證結果是穩健的。

六、影響機制的實證檢驗

根據本研究第三部分的分析可知，市場預期渠道、國際資本流動渠道、中美貿易渠道和EPU溢出渠道可能是美國EPU影響人民幣外匯市場壓力的重要渠道。為了測度這四個渠道在美國EPU影響人民幣外匯市場壓力過程的重要性，分別將四個傳導渠道變量作為模型內生變量納入基準模型，得到四個包含傳導渠道的新模型，然后使用反事實分析法研究各渠道在美國EPU影響人民幣外匯市場壓力過程中的作用。反事實分析方法的步驟如下：先使用TVAR方法獲得人民幣外匯市場壓力對美國EPU沖擊的區制特定脈沖響應函數，即為無限制脈沖響應函數（unrestricted irf）；然后參照Carrière-Swallow和Céspedes（2013）[34]的研究，通過對TVAR模型的殘差項的方差—協方差矩陣中渠道變量所在的行和列以及渠道變量系數的估計矩陣施加零限制條件，來限制上述四個模型中的渠道變量的變化，并得到受限制區制特定脈沖響應函數（restricted irf）；如果受限制和無限制的脈沖響應函數存在顯著差異，則說明渠道變量是美國EPU影響人民幣外匯市場壓力的關鍵因素。

（一）市場預期渠道

由圖4可知，如果對市場預期對美國EPU的內生反應渠道施加限制，在低不確定性區制，施加限制的脈沖響應函數圖像在未施加限制的脈沖的響應函數圖像上方，但二者差異較小，意味著美國EPU上升會通過市場預期渠道引起人民幣貶值壓力，但是引起的貶值壓力幅度較小。在高不確定性區制，施加限制的脈沖響應函數圖像在未施加限制的脈沖響應函數圖像的下方，并且二者差異較大，意味著美國EPU上升會通過市場預期渠道引起人民幣升值壓力，并且引起的升值壓力幅度較大，假設2得到了驗證。另外，市場預期渠道在高不確定性區制引發的升值壓力幅度大于在低不確定性區制引發的貶值壓力幅度，這說明市場預期渠道在高不確定性區制下發揮的傳導作用更大，原因可能是在美國EPU較低時，美國EPU上升對外匯市場參與者情緒的影響較為溫和，難以對外匯市場交易者預期產生太大的影響，造成的人民幣貶值壓力變化幅度較??；而在不確定性程度較高時，美國EPU上升對外匯市場參與者情緒的影響較為強烈，隨著恐慌情緒蔓延，預期被進一步強化，最終造成人民幣升值壓力較大的變化幅度。

（二）中美貿易渠道

由圖5可知，如果對中美貿易對美國EPU的內生反應渠道施加限制，無論是在低不確定性區制還是高不確定性區制，施加限制的脈沖響應函數和未施加限制的脈沖響應函數的圖像沒有顯著差異，這說明中美貿易渠道在美國EPU影響人民幣外匯市場壓力的過程中所起的作用較小。假設3未能得到驗證?？赡艿脑蛴?，一方面，中國是美國的重要貿易合作伙伴，美國EPU對中美貿易的影響較小，例如，2016年特朗普當選美國總統后，美國EPU指數突破歷史最高點，但中美貿易額不減反增；另一方面，當前中國已與多個國家建立了穩定的經貿關系，基本形成了國際貿易市場多元化的格局，中國對美國的貿易依賴性有所降低。因此，美國EPU不會通過中美貿易影響人民幣外匯市場的供求，從而不會對人民幣外匯市場壓力產生影響。

（三）國際資本流動渠道

由圖6可知，如果限制資本流動對美國EPU的內生反應渠道，在低不確定性區制，施加限制的脈沖響應函數圖像在未施加限制的脈沖響應函數的圖像的上方，并且二者的距離較大，最高由-0.018%下降到

-0.039%，這說明美國EPU上升會通過國際資本流動渠道引起人民幣貶值壓力，并且引起的貶值壓力幅度較大。在高不確定性區制，施加限制的脈沖響應函數圖像在未施加限制的脈沖響應函數的圖像下方，并且二者的距離較大，最高由0.022%上升到0.028%，這說明美國EPU上升會通過國際資本流動渠道引發人民幣升值壓力，并且引起的升值壓力幅度較大，假設4得到驗證。另外，值得注意的是，國際資本流動渠道在高不確定性區制引發的人民幣升值壓力幅度和在低不確定性區制引發的貶值壓力幅度都比較大，其原因可能是：國際資本流動是加劇外匯市場供求失衡的重要因素，并且國際資本對一國宏觀經濟情況的變化十分敏感，可以在各國之間迅速轉移。因此，不管是在高不確定性還是低不確定性區制，當美國EPU上升導致美國經濟基本面發生變動時，國際資本會迅速做出反應，從而對外匯市場壓力產生影響。

（四）EPU溢出渠道

由圖7可知，如果在中國EPU對美國EPU的內生反應渠道上施加限制，在低不確定性區制，施加限制的脈沖響應函數和未施加限制的脈沖響應函數的圖像幾乎重合，不存在顯著差異，說明在低不確定性區制，EPU溢出渠道在美國EPU影響人民幣外匯市場壓力的過程中發揮的作用較小。在高不確定性區制，施加限制的脈沖響應函數圖像在未施加限制的脈沖響應函數的圖像上方，且二者差異明顯，這表明美國EPU上升可以通過影響中國EPU緩解人民幣升值壓力，假設5得到驗證。EPU溢出渠道在高不確定性區制的作用更加明顯，而在低不確定性區制發揮的作用不明顯，這表明EPU溢出渠道存在門檻效應，即EPU溢出渠道的作用效果依賴于美國EPU的高低。其原因可能是：各國之間EPU自身的溢出效應的強弱依賴于其水平高低，當美國EPU較高時，其溢出效應也較強，對中國EPU的影響較大，進而影響中國宏觀經濟和投資者預期，從而緩解人民幣匯率的升值壓力。

反事實分析結果表明，市場預期渠道、國際資本流動渠道和EPU溢出渠道是美國EPU影響人民幣外匯市場壓力的重要渠道。在不同區制下美國EPU通過不同渠道對人民幣外匯市場壓力的作用方向與強度存在異質性，這很好地解釋了美國EPU對人民幣外匯市場壓力的非對稱性沖擊效應。具體而言，在低不確定性區制下，市場預期渠道和國際資本流動渠道會增加人民幣貶值壓力，而中美貿易渠道和EPU溢出渠道對外匯市場壓力的影響不明顯，因此，在美國EPU較低時期，美國EPU上升會增加人民幣貶值壓力；在高不確定性區制，市場預期渠道和國際資本流動渠道會增加人民幣升值壓力，EPU溢出渠道會增加人民幣貶值壓力，中美貿易渠道對人民幣外匯市場壓力的影響不明顯，由于市場預期渠道和國際資本流動渠道引起的人民幣升值壓力幅度要強于EPU渠道引起的貶值壓力幅度，因此，在美國EPU較高時期，美國EPU上升會增加人民幣升值壓力。

七、結論與政策建議

本研究在分析美國EPU在高和低不同狀態下對人民幣外匯市場壓力的影響機制的基礎上，使用TVAR模型實證檢驗了美國EPU對人民幣外匯市場壓力沖擊的非對稱性效應，并使用反事實分析法對影響渠道進行了實證檢驗。主要研究結論如下：（1）從理論角度來講，美國EPU主要通過市場預期渠道、中美貿易渠道、國際資本流動渠道和EPU溢出渠道對人民幣外匯市場壓力產生影響。（2）美國EPU對人民幣外匯市場壓力的影響具有非常顯著的非對稱性，在低不確定性區制，美國EPU的沖擊會引發人民幣貶值壓力，在高不確定性區制，美國EPU的沖擊會引發人民幣升值壓力。（3）反事實分析表明，市場預期渠道、國際資本流動渠道和EPU溢出渠道是美國EPU影響人民幣外匯市場壓力的重要渠道，而中美貿易渠道的作用不明顯；EPU溢出渠道具有門檻效應，主要在高不確定性區制發揮作用，而市場預期渠道和國際資本流動渠道在高低兩種不確定性區制都會發揮作用；在不同區制，美國EPU通過不同渠道對人民幣外匯市場壓力的作用方向和作用強度具有異質性，這是造成美國EPU對人民幣外匯市場壓力的影響具有非對稱性的主要原因。

當前世界正處于百年未有之大變局，中國外部面臨的EPU不斷上升，內部處于全面擴大對外開放和深化匯率市場化改革的重要時期，保持人民幣匯率在合理均衡水平上基本穩定的難度明顯提升，本研究對于增強外匯市場抵御外部EPU沖擊能力、保障人民幣外匯市場的穩健運行和匯率穩定具有十分重要的啟示意義。本研究的政策建議是：

第一，貨幣當局應加強對美國EPU的監測，將美國EPU納入人民幣外匯市場壓力預警指標體系，建立以美國EPU為主的外部EPU對人民幣外匯市場壓力溢出效應的長效評估預警機制，并及時發布預警信息。

第二，對美國EPU影響人民幣外匯市場壓力的渠道加強管理，緩釋美國EPU上升人民幣外匯市場壓力的不利影響。首先，加強對市場預期的管理，防止外匯市場出現“羊群效應”，減少市場非理性情緒對匯率的不利影響，避免外匯市場承壓。一方面，應進一步完善外匯衍生品市場，為市場提供豐富的風險對沖工具；另一方面，應繼續推進人民幣匯率市場化改革，進一步提高人民幣匯率彈性，弱化市場對中央銀行實施匯率干預的預期，使匯率形成機制透明化，發出明確的雙向波動信號。其次，加強對短期跨境資本流動的監測與管理，應特別關注尚未納入監管和統計范圍的資金流入和流出形勢，逐步將其納入統計口徑和監管范圍，從而增強對資本流動的控制能力，避免由外部EPU沖擊所引發的短期跨境資本大量快速流入和突然逆轉對人民幣匯率的影響。最后，在制定經濟政策時，應增強經濟政策前瞻性，同時保持經濟政策的透明度、穩定性與連貫性，減輕美國EPU通過我國EPU對人民幣外匯市場壓力所造成的影響。

第三，充分重視美國EPU對人民幣外匯市場壓力的非對稱影響。根據不同時期美國EPU對人民幣外匯市場影響的特點，采用差異化的調控策略，提高調控效率。在美國EPU較低時期，以緩釋人民幣貶值壓力為主，一方面，應拓寬國內投資空間，優化國內經濟金融環境，吸引國際資本流入；另一方面，應通過窗口指導等手段緩解公眾對人民幣的貶值預期。在美國EPU較高時期，以緩解人民幣升值壓力為主，應加強預期管理，防止極端資本流入，同時應增強我國經濟政策的透明程度，減少美國EPU通過影響我國EPU對人民幣外匯市場壓力的影響。

參考文獻：

[1]Gulen H，Ion M. 2016. Policy Uncertainty and Corporate Investment [J].The Review of Financial Studies，29（3）.

[2]蔣濤.美國經濟政策不確定性溢出效應研究：來自新興經濟體銀團貸款的證據 [J].財貿研究，2020，31（02）.

[3]Baker S R，Bloom N，Davis S J. 2016. Measuring Economic Policy Uncertainty [J].The Quarterly Journal of Economics，131（4）.

[4]Kido Y. 2016. On the Link Between the US Economic Policy Uncertainty and Exchange Rates [J].Economics Letters，144.

[5]Balcilar M，Demirer R，Gupta R，Eyden RV. 2017. The Impact of US Policy Uncertainty on the Monetary Effectiveness in the Euro Area [J].Journal of Policy Modeling，39（6）.

[6]Bartsch Z. 2019. Economic Policy Uncertainty and Dollar-Pound Exchange Rate Return Volatility [J].Journal of International Money and Finance，98.

[7]朱孟楠，閆帥.經濟政策不確定性與人民幣匯率的動態溢出效應 [J].國際貿易問題，2015，（10）.

[8]王盼盼.中美貿易摩擦、美國經濟政策不確定性與人民幣匯率波動 [J].世界經濟研究，2021，（07）.

[9]Al-Yahyaee K H，Shahzad S J H，Mensi W. 2020. Tail Dependence Structures Between Economic Policy Uncertainty and Foreign Exchange Markets：Nonparametric Quantiles Methods [J].International Economics，161.

[10]嚴佳佳，曾紫怡，張晨燕.應對美國經濟政策不確定性的對策研究 [J].財政科學，2022，（04）.

[11]Chen L，Du Z，Hu Z. 2020. Impact of Economic Policy Uncertainty on Exchange Rate Volatility of China [J].Finance Research Letters，32.

[12]劉強，陶士貴.外部經濟政策不確定性與人民幣匯率穩定 [J].金融論壇，2022，27（03）.

[13]Tanner E. 2000. Exchange Market Pressure and Monetary Policy：Asia and Latin America in the 1990s [J]. IMF Staff papers，47（3）.

[14]Griton L，Roper D. 1977. A Monetary Model of Exchange Market Pressure Applied to the Postwar Canadian Experience [J].The American Economic Review，67（4）.

[15]金春雨，張龍.美聯儲貨幣政策對人民幣外匯市場壓力的非對稱效應 [J].財經科學，2017，（04）.

[16]Balcilar M，Gupta R，Kyei C，Wohar ME. 2016. Does Economic Policy Uncertainty Predict Exchange Rate Returns and Volatility？ Evidence from a Nonparametric Causality-in-Quantiles Test [J].Open Economies Review，27（2）.

[17]Jo?ts M，Mignon V，Razafindrabe T. 2017. Does the Volatility of Eommodity Prices Reflect Macroeconomic Uncertainty？ [J].Energy Economics，68.

[18]Segal G，Shaliastovich I，Yaron A. 2015. Good and Bad Uncertainty：Macroeconomic and Financial Market Implications [J].Journal of Financial Economics，117（2）.

[19]Pastor L，Veronesi P. 2012. Uncertainty About Government Policy and Stock Prices [J].The Journal of Finance， 67（4）.

[20]陳國進，張潤澤，趙向琴.政策不確定性、消費行為與股票資產定價 [J].世界經濟，2017，40（01）.

[21]周學偉，付巾書，宋加山.不同的政策不確定性對股市波動影響相同嗎？[J].金融發展研究，2020，（05）.

[22]劉玲，陳樂一，李玉雙.全球經濟政策不確定性與中國糧食價格——基于非對稱性視角的分析 [J].農業技術經濟，2020，（05）.

[23]Jurado K，Ludvigson S C，Ng S. 2015. Measuring Uncertainty [J].American Economic Review，105（3）.

[24]劉洪鐸，陳和.目的國經濟政策不確定性對來源國出口動態的影響 [J].經濟與管理研究，2016，37（09）.

[25]張玉鵬，王茜.政策不確定性的非線性宏觀經濟效應及其影響機制研究 [J].財貿經濟，2016，（04）.

[26]卜永祥.人民幣升值壓力與貨幣政策：基于貨幣模型的實證分析 [J].經濟研究，2008，43（09）.

[27]Sachs J D，Tornell A，Velasco A. 1996. Financial Crises in Emerging Markets：the Lessons from 1995 [J].Brookings Papers on Economic Activity，（1）．

[28]宋全云，李曉，錢龍.經濟政策不確定性與企業貸款成本 [J].金融研究，2019，（07）.

[29]魯春義，王東明.中國經濟政策不確定性對短期資本流動的雙向沖擊：基于區制轉移模型的實證研究 [J].世界經濟研究，2021，（08）.

[30]Galv?o ABC. 2003. Multivariate Threshold Models：TVARs and TVECMs [J].Brazilian Review of Econometrics，23（1）.

[31]Lo M C，Zivot E. 2001. Threshold Cointegration and Nonlinear Adjustment to the Law of One Price [J].Macroeconomic Dynamics，5（4）.

[32]Antonakakis N，Chatziantoniou I，Filis G. 2014. Dynamic Spillovers of Oil Price Shocks and Economic Policy Uncertainty [J].Energy Economics，44.

[33]王奇珍，王玉東.國際油價、美國經濟不確定性和中國股市的波動溢出效應研究 [J].中國管理科學，2018，26（11）.

[34]Carrière-Swallow Y，Céspedes LF. 2013. The Impact of Uncertainty Shocks in Emerging Economies [J]. Journal of International Economics，90（2）.