Impact of Economic Policy Uncertainty on Price Level
-
摘要:
采取贝克的经济政策不确定性指数,运用基于向量自回归模型的广义脉冲响应函数法与方差分解法实证分析经济政策不确定性对物价水平及其分类价格指数的影响。从脉冲响应函数上看,PPI和CPI及各分类价格指数均受到经济政策不确定性的负向影响,其中,与CPI受到经济政策不确定性影响相比,PPI受到经济政策不确定性冲击力度较大,持续时间相对较短,但影响更大;农村居民消费价格指数受经济政策不确定性影响比城市居民消费价格指数要大;消费品在居民消费支出中占比越大,其价格指数受经济政策不确定性影响越大。通过方差分解得出,经济政策不确定性对各价格指数变动的贡献度存在差异,其中,对CPI及其各分类指数变动的贡献度高于对PPI及其各分类指数变动的贡献度;对农村居民消费价格指数变动的贡献度高于对城市居民消费价格指数变动的贡献度;对各消费价格分类指数变动的贡献度差异不大。
Abstract:This paper adopts the vector autoregressive model to analyze the impact of economic policy uncertainty on price level by using policy uncertainty index proposed by Baker. The impulse response results show that policy uncertainty has a negative impact on price level and classification price index. The impact on PPI was stronger and shorter than on CPI. The consumer price index of rural residents is affected by the economic policy uncertainty more than the consumer price index of city residents is. The more consumers spend on consumer goods, the greater impact economic policy uncertainty has on consumer goods price index. The variance decomposition results show that the contributions of economic policy uncertainty to the price index changes were different. The contribution to CPI and its classification index is higher than that to PPI and its classification index. The contribution to the change of the rural residents' consumer price index is higher than that of the urban residents' consumer price index. There is little difference in the contribution of each consumer price index.
-
物价水平作为衡量经济状况的重要指标,其稳定与否是经济、财政和货币是否稳定的集中体现。中国物价总体虽较为稳定,但仍然存在一些不确定性和风险。影响物价波动的原因是多方面的,既有内部调整的原因,也有外部冲击的原因,但是一些政策性因素也起到了不可忽视的作用。财政和货币等经济政策频繁变换,导致物价走势不确定性增强。随着经济转型和体制改革的深入,中国面临的经济形势也更加复杂,经济政策不确定性也将不断增加。面对愈加凸显的经济政策不确定性,考察其对中国物价水平及其分类价格指数的影响,对于决策当局制定稳定国内物价水平的政策,以保证经济持续健康发展、人民生活水平稳步上升具有重要的现实意义。鉴于此,文章运用基于VAR模型的广义脉冲响应函数法与方差分解法实证分析经济政策不确定性对物价水平及其分类价格指数的影响。
一、 文献综述
近些年,学术界关于经济政策不确定性的研究取得了丰硕的成果,主要集中于经济政策不确定性对微观企业层面以及宏观经济层面影响的研究。在微观企业层面,大多数文献主要集中于经济政策不确定性对企业现金持有水平和策略[1—3]、企业投资行为[4—5]、企业商业信用规模[6]以及股票和债券市场等方面的影响。不确定性作为经济政策运行必然产生的结果,会对微观企业行为产生重要影响。宏观经济层面,主要集中于经济政策不确定性对经济增长影响[7—10]、经济政策不确定性对来源国出口动态影响[11]、经济政策不确定性与原油收益率关系[12]、经济政策不确定性对劳动力市场的影响以及经济政策不确定性与人民币汇率动态溢出效应[13]等方面。
而关于经济政策不确定性对通货膨胀影响方面,Jones和Olson运用DCC——GARCH模型分析了经济政策不确定性与通货膨胀的时变相关关系,结果表明经济政策不确定性指数与通货膨胀关系一直是负相关关系[14]。金雪军等通过FAVAR模型实证分析了中国政策不确定性对重要价格变量的影响,结果发现政策不确定性重要价格变量均存在显著负向的影响[9]17—26。黄宁等通过建立PVAR模型分析经济政策不确定性对宏观经济的影响以及区域差异,结果表明,经济政策不确定性会对中国价格水平等产生短期的负向影响;通过对中、东、西样本进行分析发现,在西部这样的欠发达地区,其消费和价格水平受到政策不确定性的冲击最大[15]。田磊和林建浩运用SVAR模型研究了经济政策不确定性对价格水平的影响,结果显示,中国经济政策不确定性对价格水平具有显著的负向效应,且在时间上呈现倒驼峰型响应轨迹[10]3—24。
综上所述,随着国内外学者关于经济政策不确定性经济效应的研究不断深入,经济政策不确定性对物价水平影响的研究也逐渐引起关注。但以往文献关于经济政策不确定性对价格水平影响的研究,多数采用CPI这一单一指标进行分析,并未对PPI以及CPI和PPI分类价格指数具体的影响进行分析。但由于不同产业特点不同,其价格水平受经济政策不确定性影响也存在差异,经济政策不确定性对各类价格指数影响在作用方向、持续时间、作用强度上不能一概而论。为此,文章在以往研究的基础上,首先分析经济政策不确定性对PPI和CPI的影响,在此基础上,细化分析经济政策不确定性对PPI分类指数(生产资料价格指数、生活资料价格指数)和CPI分类指数(农村居民消费价格指数、城市居民消费价格指数以及不同消费品消费价格指数)的影响,以此来弥补此方面研究的不足。
二、 模型设定与数据说明
(一) 模型设定
向量自回归模型(VAR)模型是基于数据的统计性质建立的模型。1980年Sims将VAR模型引入到经济学中,推动了经济系统动态性的广泛应用。VAR模型常用于分析随机扰动对相互联系时间序列变量的动态冲击。文章基于VAR模型通过广义脉冲响应函数法与方差分解法分析经济政策不确定性对反映物价水平各价格指数的影响。
VAR的表达式为:
其中:yt为一个n×1的可观察内生向量,文章中为各价格指数;xt为n×1的外生变量列向量,文章中为经济政策不确定性指数;Ct一个n×1的常数项向量;Bi, t, 1, 2, …, k为n×n的系数向量;H为待估计的系数矩阵;μt为扰动列向量。在估计之前,首先要对建立的模型进行识别和检验,文章通过Granger因果检验对经济政策不确定性指数和各指数之间因果关系进行检验。模型还需确定滞后阶数,确定滞后阶数的准则包括5个,分别是LR、AIC、HQ、FPE、SC,如果出现检验结果不一致时,选取次数最多的最优滞后阶数。模型中使用cholesky分解识别初始的冲击。为保证脉冲响应分析的有功效性,对设定的VAR模型进行稳定性进行检验,结果显示所有根模的导数都小于1,即位于单位圆内,说明文章设定的VAR模型均是稳定的。
(二) 数据说明
文章分析数据为月度数据,选择的样本期为2001年1月至2016年10月。反映物价水平各变量包括居民消费价格指数(CPI)和工业生产者出厂价格指数(PPI)及其各分类价格指数。其中,工业品出厂价格指数包括生活资料工业生产者出厂价格指数(PPI_liv)和生产资料工业生产者出厂价格指数(PPI_pro);居民消费价格指数包括城市居民消费价格指数(CPI_city)和农村居民消费价格指数(CPI_rural),其中居民消费品分类价格指数中选取食品(CPI_food)、居住(CPI_live)、交通通信(CPI_trans)和娱乐教育文化用品及服务(CPI_enter)等四类①在农村和城镇居民生活消费支中占比较大的四类支出的价格指数。对各价格指数利用Census X12季节调整法对价格序列进行季节调整,以消除季节性因素的影响。
经济政策不确定指数指标选取Baker编制的经济政策不确定性指数为经济政策不确定指数指标,该指数是由斯坦福大学的Bloom和Baker以及芝加哥大学的Davis等学者领衔的研究组于2011年开始编制的,涵盖了各主要经济体。其中,中国经济政策不确定性指数研究组以中国香港《南华早报》(South China Morning Post)作为新闻报道检索平台,使用一种文章内容过滤标准(text filter)计算出每月符合条件的文章数占当月该报出版文章总数的比例,然后将得到的时间序列正规化为均值100的月度数据序列。《南华早报》是中国香港发行量最大、影响力最强的英文报纸,其对中国经济的跟踪报道非常及时紧密,将其作为新闻报道检索平台可以很大程度上保证检索范围的全面性和检索内容的准确性[10]3—24。以往研究表明,该指数在很大程度上捕捉了中国经济政策的不确定性,精确度很高,可用于刻画经济政策不确定性本身[10]3—24[13]111—119。与以往研究一致,为消除季节性因素对经济政策不确定性指数的影响,文章同样利用Census X12季节调整法对其进行季节调整,并将其记为EPU。
三、 实证研究
(一) 平稳性检验
考虑到文章研究所用的基础数据均为时间序列,为避免可能出现的伪回归现象,在进行实证分析之前,有必要对各变量序列进行平稳性检验,各变量序列的单位根(ADF)检验的结果如表 1所示。由表 1可知,PPI、PPI_liv和PPI_pro均在1%的水平上通过了平稳性检验,CPI、CPI_city、CPI_rural、CPI_food和CPI_live均在5%的水平上通过了平稳性检验,而EPU在10%的水平上通过平稳性检验。由此可以看出,本文变量序列均不存在单位根,均为I(0)平稳的时间序列。
表 1 各变量序列平稳性检验结果检验序列 检验类型(C,T,K) ADF检验统计值 5%显著性水平值 PPI (0, 0, 2) -3.103 97*** -1.942 54 CPI (c, 0, 12) -3.132 81** -2.877 73 PPI_liv (0, 0, 2) -2.954 89*** -1.942 54 PPI_pro (0, 0, 2) -3.068 94*** -1.942 54 CPI_city (c, 0, 12) -3.266 61** -2.877 73 CPI_rural (c, 0, 12) -3.208 95** -2.877 73 CPI_food (c, 0, 12) -3.123 91** -2.877 73 CPI_live (0, 0, 1) -2.179 2** -1.942 53 CPI_trans (0, 0, 0) -2.456 67** -1.942 52 CPI_enter (0, 0, 1) -4.109 5*** -1.942 53 EPU (c, 0, 2) -2.629 99* -2.876 84 注:(C,T,K)中C、T和K分别表示截距项、趋势项和滞后期数;* * *、* *和*分别为在1%、5%和10%的水平上显著。 (二) 脉冲响应分析
脉冲响应函数刻画了每个内生变量的变动或冲击对它自己及所有其他内生变量产生的影响作用。为考察经济政策不确定性对各价格指数的影响方向、持续时间与作用强度,文章运用脉冲响应进行分析,脉冲响应如图 1~图 4所示。
1.经济政策不确定性冲击对PPI和CPI的动态影响
经济政策不确定性冲击对中国PPI和CPI的影响如图 1所示,其中实线表示估计的响应函数, 虚线表示围绕这一估计的两个标准差的置信区间。首先,从图 1可知,面对经济政策不确定性的冲击,PPI和CPI均呈现出标准的倒驼峰反映形态,冲击发生后,价格水平持续下降,之后达到最低点,然后开始缓慢回升,最后达到稳态水平,该结论与黄宁等和田磊等[10]3—24的结论一致,说明经济政策不确定性增加会降低国内物价水平。其原因是由于中央银行目标是保持价格稳定,面对较高的政策不确定性,央行会采取紧缩性货币政策减小通货膨胀率,进而影响价格指数[7]827—837。其次,从PPI和CPI对经济政策不确定性的脉冲响应程度上看,PPI对经济政策不确定性响应强度要大于CPI对经济政策不确定性响应,如表 2所示,说明,经济政策不确定性对PPI的冲击力度大于对CPI的冲击力度。最后,从响应的持续时间上看,PPI对经济政策不确定性的响应在第42个月消失并达到稳态水平,而CPI对经济政策不确定性的响应在第60个月消失并达到稳态水平,说明经济政策不确定性对CPI冲击的持续时间要长于对PPI的冲击持续时间。而且,从累计响应可以看出,经济政策不确定性对PPI的影响也大于对CPI的影响。
表 2 各价格指数对经济政策不确定性的脉冲响应变量 PPI CPI PPI_liv PPI_pro CPI_city CPI_rural CPI_food CPI_live 响应强度 -0.338 0 -0.122 2 -0.281 5 -0.605 4 -0.251 8 -0.297 7 -0.655 0 -0.425 4 累计响应 -5.793 9 -3.086 9 -5.174 8 -4.672 6 -5.461 8 -6.586 0 -12.011 5 -6.951 9 由此可以看出,PPI对经济政策不确定性冲击的脉冲响应程度大但调整时间快,而CPI对经济政策不确定性冲击的脉冲响应程度相对较小但调整时间慢。造成这一现象的原因主要是缘于生产者和消费者预期和行为的差异。经济政策不确定性会影响生产者和消费者对经济发展和市场的预期,进而影响其生产和消费行为。与消费者相比,生产者对经济政策不确定性的反应更迅速,调整适应能力更强,因此在受到经济政策不确定性冲击时会迅速调整期其预期和行为,并尽可能在短时间内完成,以此来最大程度减小经济政策不确定性对其产生的影响。而消费者在受到经济政策不确定性冲击后,其调整时间相对较长,但是在中国相对平稳的经济政策环境下,其对经济政策不确定性反应程度相对较小。
2.经济政策不确定性冲击对PPI分类指数的动态影响
从图 2可知,面对未预期到的政策不确定性冲击,生产资料价格指数存在明显的反转效应,初始响应为负,在第9期达到最大的响应值,随后逐渐减弱,并在25期以后转变为正向影响,最终趋于稳态水平;生活资料价格指数同样存在反转效应,初始影响为负,在第11期达到最大的响应值,随后逐渐减弱,一致持续到第40期,之后转变为正向影响,最终趋稳态水平。但总体来看,两者均受经济政策不确定性的负向影响,且生活资料价格指数受经济政策不确定性的影响更大。从响应强度上看,生产资料价格指数对响应强度为0.61,高于生活资料价格指数的响应强度0.28。说明,生产资料价格指数受到经济政策不确定性冲击较大。
3.经济政策不确定性冲击对城市和农村CPI的动态影响
从图 3可知,经济政策不确定性对城市和农村居民消费价格指数的影响一直为负。面对经济政策不确定性的冲击,城市和农村居民消费价格指数逐渐下降,并在第12期左右达到响应的最大值,之后开始回升,并在第45期左右达到稳态水平。但城市居民消费价格指数与农村居民价格指数受经济政策不确定性冲击强度存在差异,农村居民消费价格指数响应强度高于城市居民消费价格指数的响应强度,且从累计脉冲响应上看,农村居民消费价格指数受经济政策不确定性影响更大。在消费者受到政策不确定性冲击,进而选择预防性储蓄后,拥有高收入或者完备社会保障的群体可以通过平滑消费,进而避免效应下降的方式来进行,所以城市居民的消费水平下降幅度要小于农村居民消费水平下降幅度,因此农村居民消费价格指数受经济政策不确定性影响相对较大。
4.经济政策不确定性冲击对CPI分类价格指数的动态影响
通过格兰杰因果关系检验发现,经济政策不确定性是居民食品消费价格指数与居民居住消费价格指数的格兰杰原因,而不是交通通信价格指数和娱乐教育文化用品及服务价格指数的格兰杰原因。为此文章做了经济政策不确定性对居民食品消费价格指数与居民居住消费价格指数的脉冲响应分析,如图 4所示。从图 4可知,居民食品消费价格指数与居民居住消费价格指数受经济政策不确定性冲击的路径较为相似。两者均受到经济政策不确定性的负向冲击,均在第8期左右达到冲击最大值,之后开始回升,最终在40期左右恢复至稳态水平。但从响应强度和累计响应上看,食品价格指数受经济政策不确定性影响更大。由于食品在居民消费支出中占比最大,其受到经济政策不确定性的影响也最大,而居住消费和其他几类消费在居民消费支出中占比较小,受到的影响较小或不会造成显著的影响。说明,消费品在居民消费支出中占比越大,其价格指数受经济政策不确定性影响越大。
(三) 方差分解分析
除了脉冲响应函数,通过采用方差分解的方法获取不同方程的冲击反应对各个变量变动的方差贡献率构成。方差分解可以通过分析每一个结构性冲击对内生变量变化的贡献度,以进一步评价不同结构冲击的相对重要性[9]17—26。首先,除了各价格指数自身变化的贡献度以外,经济政策不确定性对各价格指数变动的方差贡献程度均在20%以上,但贡献程度同样存在一定的差异。其中,经济政策不确定性对CPI及其各分类指数的方差贡献度高于PPI及其各分类指数的方差贡献度,说明经济政策不确定性对CPI及其各分类指数变动贡献度较大。其次,PPI分类价格指数中,经济政策不确定性对生产资料价格指数(PPI_pro)的方差贡献度大于对生活资料价格指数(PPI_liv)的方差贡献度。最后,经济政策不确定性对CPI分类指数的方差贡献中,对农村居民消费价格指数(CPI_rural)变动的贡献度要高于对城市居民消费价格指数(CPI_city)变动的贡献度,且高于经济政策不确定性对其他所有价格指数变动的贡献度。截止到60期,达到了27.12%,而对食品类居民消费价格指数(CPI_food)和居住类居民消费价格指数(CPI_live)的方差贡献度相差不大,分别为25.95%和25.69%,说明经济政策不确定性对各消费价格分类指数变动的贡献度差异不大,具体如表 3所示。
表 3 各价格指数的方差分解结果变量 时期 R2 1 5 10 15 20 40 60 PPI 0.208 3 4.320 9 11.724 9 18.258 4 21.856 5 24.514 5 24.614 3 0.984 0 PPI_liv 0.785 7 4.203 3 9.264 5 14.347 9 18.130 0 20.523 5 20.514 0 0.982 3 PPI_pro 0.179 1 3.894 1 10.924 1 17.054 8 20.436 5 23.161 1 23.292 5 0.982 9 CPI 0.197 9 3.170 8 9.788 1 16.381 6 21.040 1 24.964 6 24.920 4 0.925 1 CPI_city 0.065 3 2.747 3 9.316 9 15.930 3 20.612 2 24.483 4 24.444 2 0.915 9 CPI_rural 0.500 6 3.520 8 10.481 8 17.557 0 22.616 5 27.163 6 27.115 1 0.937 7 CPI_food 0.014 3 2.751 9 9.883 3 17.103 4 22.056 3 25.980 2 25.948 1 0.909 4 CPI_live 0.036 0 2.768 8 10.376 6 18.422 6 22.977 1 25.650 2 25.691 9 0.969 2 四、 结论及启示
文章采取贝克的经济政策不确定性指数,运用基于向量自回归模型的广义脉冲响应函数法与方差分解法进行实证分析经济政策不确定性对物价水平及其分类价格指数的影响。脉冲响应结果表明,经济政策不确定性对各价格指数均产生负向影响,但对各价格指数的冲击力度、持续时间和影响程度具有差异。与CPI相比,PPI受到经济政策不确定性的冲击力度大、持续时间相对较短,但影响更大;农村居民消费价格指数受经济政策不确定性影响比城市居民消费价格指数要大;消费品在居民消费支出中占比越大,其价格指数受经济政策不确定性影响越大。通过方差分解得出,经济政策不确定性对各价格指数变动的贡献度均在20%以上,其中,对CPI及其各分类指数变动的贡献度高于对PPI及其各分类指数变动的贡献度;对农村居民消费价格指数变动的贡献度高于对城市居民消费价格指数变动的贡献度;对各消费价格分类指数变动的贡献度差异不大。
上述研究结果表明经济政策不确定性对价格水平似乎是一种有利冲击:对价格水平产生负向影响,降低价格水平。但以往研究表明,这种负向影响主要是依靠降低需求,而降低需求不仅会造成产能过剩,而且不利于经济的增长[10]3—24。为此,为削弱这种负面影响需要尽量保持宏观经济政策的稳定性和持续性,以便从源头上减少经济政策不确定性对物价波动及经济增长的负面影响。除此之外,鉴于经济政策不确定性对不同价格指数影响存在差异,为保持价格指数的平稳性,需要增强事关民生产业的抗冲击能力,并相机抉择出台相关调控政策。
注释:
① 自2001年以来,四类支出各自在城镇居民和农村居民生活消费支出中占比基本在10%以上,且合计占比均在70%以上。
-
表 1 各变量序列平稳性检验结果
检验序列 检验类型(C,T,K) ADF检验统计值 5%显著性水平值 PPI (0, 0, 2) -3.103 97*** -1.942 54 CPI (c, 0, 12) -3.132 81** -2.877 73 PPI_liv (0, 0, 2) -2.954 89*** -1.942 54 PPI_pro (0, 0, 2) -3.068 94*** -1.942 54 CPI_city (c, 0, 12) -3.266 61** -2.877 73 CPI_rural (c, 0, 12) -3.208 95** -2.877 73 CPI_food (c, 0, 12) -3.123 91** -2.877 73 CPI_live (0, 0, 1) -2.179 2** -1.942 53 CPI_trans (0, 0, 0) -2.456 67** -1.942 52 CPI_enter (0, 0, 1) -4.109 5*** -1.942 53 EPU (c, 0, 2) -2.629 99* -2.876 84 注:(C,T,K)中C、T和K分别表示截距项、趋势项和滞后期数;* * *、* *和*分别为在1%、5%和10%的水平上显著。 表 2 各价格指数对经济政策不确定性的脉冲响应
变量 PPI CPI PPI_liv PPI_pro CPI_city CPI_rural CPI_food CPI_live 响应强度 -0.338 0 -0.122 2 -0.281 5 -0.605 4 -0.251 8 -0.297 7 -0.655 0 -0.425 4 累计响应 -5.793 9 -3.086 9 -5.174 8 -4.672 6 -5.461 8 -6.586 0 -12.011 5 -6.951 9 表 3 各价格指数的方差分解结果
变量 时期 R2 1 5 10 15 20 40 60 PPI 0.208 3 4.320 9 11.724 9 18.258 4 21.856 5 24.514 5 24.614 3 0.984 0 PPI_liv 0.785 7 4.203 3 9.264 5 14.347 9 18.130 0 20.523 5 20.514 0 0.982 3 PPI_pro 0.179 1 3.894 1 10.924 1 17.054 8 20.436 5 23.161 1 23.292 5 0.982 9 CPI 0.197 9 3.170 8 9.788 1 16.381 6 21.040 1 24.964 6 24.920 4 0.925 1 CPI_city 0.065 3 2.747 3 9.316 9 15.930 3 20.612 2 24.483 4 24.444 2 0.915 9 CPI_rural 0.500 6 3.520 8 10.481 8 17.557 0 22.616 5 27.163 6 27.115 1 0.937 7 CPI_food 0.014 3 2.751 9 9.883 3 17.103 4 22.056 3 25.980 2 25.948 1 0.909 4 CPI_live 0.036 0 2.768 8 10.376 6 18.422 6 22.977 1 25.650 2 25.691 9 0.969 2 -
[1] JULIO B, YOOK Y.Political uncertainty and corporate investment cycles[J].The Journal of Finance, 2012, 67(1):45-83.
[2] 郑立东, 程小可, 姚立杰.经济政策不确定性、行业周期性与现金持有动态调整[J].中央财经大学学报, 2014(12):68-78. [3] 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指数的实证研究[J].金融研究, 2015(4):115-129. [4] 韩国高.政策不确定性对企业投资的影响:理论与实证研究[J].经济管理, 2014(12):62-71. [5] 陈国进, 王少谦.经济政策不确定性如何影响企业投资行为[J].财贸经济, 2016(5):5-21. [6] 王化成, 刘欢, 高升好.经济政策不确定性、产权性质与商业信用[J].经济理论与经济管理, 2016(5):34-45. [7] HOLLAND A S.Inflation and uncertainty:tests for temporal ordering[J].Journal of Money, Credit and Banking, 1995:827-837.
[8] BORN B, PFEIFER J.Policy risk and the business cycle[J].Journal of Monetary Economics, 2014, 68(1):68-85.
[9] 金雪军, 钟意, 王义中.政策不确定性的宏观经济后果[J].经济理论与经济管理, 2014(2):17-26. [10] 田磊, 林建浩.经济政策不确定性兼具产出效应和通胀效应吗?来自中国的经验证据[J].南开经济研究, 2016(2):3-24. [11] 刘洪铎, 陈和.目的国经济政策不确定性对来源国出口动态的影响[J].经济与管理研究, 2016(9):18-26. [12] 冯美星, 潘群星.经济政策不确定性与原油价格动态相关性研究[J].广西社会科学, 2016(3):72-76. [13] 朱孟楠, 闫帅.经济政策不确定性与人民币汇率的动态溢出效应[J].国际贸易问题, 2015(10):111-119. [14] JONES P M, OLSON E. The time-varying correlation between uncertainty, output, and inflation:Evidence from a DCC-GARCH model[J]. Economics Letters, 2013, 118(1):33-37.
[15] 黄宁, 郭平.经济政策不确定性对宏观经济的影响及其区域差异——基于省级面板数据的PVAR模型分析[J].财经科学, 2015(6):61-70. -
期刊类型引用(1)
1. 骆永民,吴天昊. 经济政策不确定性会影响居民幸福感吗?. 华北电力大学学报(社会科学版). 2022(06): 67-79 . 百度学术
其他类型引用(7)