经济政策不确定性在国际间的动态溢出效应——基于方向性溢出模型的实证研究

向古月，周先平，谭本艳

(1. 中南财经政法大学 金融学院，武汉 430073；2. 三峡大学 经济与管理学院，湖北 宜昌 443002)

内容提要：本文利用Baker et al.(2016)经济政策不确定性指数(BBD Index)和Diebold and Yilmaz(2012)方向性溢出模型(Directional Spillovers)构造“四国经济系统”，对经济政策不确定性在国际间的动态溢出效应进行静态分析、比较静态分析和动态分析。静态分析结果显示，各经济体政策不确定性的变动中有超过1/5来源于其他经济体的溢出；比较静态分析结果显示，经济系统内总溢出效应逐步增强，前金融危机时期为18.09%，金融危机时期为29.81%，经济复苏时期为33.58%；动态分析结果显示，经济政策不确定性动态溢出的规模可能同国内政治周期和货币政策周期有关，米德冲突可能是主要传导渠道之一，美国、欧洲和日本应当为大部分溢出效应负责，中国是最大受害者之一。上述结论表明，我国应继续推进全面深化改革，加快浮动汇率制度改革，提高货币政策独立性。

一、引言

近年来，“美元加息”、“脱欧疑云”、“欧洲极右势力抬头”和“国际贸易争端”等事件使世界经济步履维艰，经济政策不确定性再度成为政府和学者关注的焦点①。有观点认为，全球经济政策不确定性很大程度上来源于美国，一是2015年以后美元进入加息周期，市场对加息时间和次数难有一致判断，其货币政策存在诸多不确定性；二是特朗普政府多次向他国“挑起”贸易争端，其贸易政策难以预期。另外，欧洲也是全球经济政策不确定性的重要源头，特别是英国、意大利“脱欧危机”以及玛丽娜·勒庞为代表的“欧洲极右势力迅速抬头”引发世界各国对全球经济前景的担忧。面对美国和欧洲政策不确定性急剧上升，各国政府及研究者开始关注他国经济政策不确定对本国经济的影响，即所谓政策不确定性的溢出问题。

经济政策不确定的跨国溢出可以通过若干渠道发挥作用。首先，对外贸易和跨境资本流动是直接溢出渠道②。对外贸易渠道是指某一经济体政策高度不确定可能会抑制其经济活动水平和对进口商品的需求，从而对出口国的总产出带来负面影响。而跨境资本流动渠道是指政策不确定可能增加全球的风险厌恶情绪，导致金融市场的大幅调整和新兴市场的资本外流。其次，政策不确定性也可以通过引起他国政策不确定程度变化影响其宏观经济变量。但该间接渠道较少被谈及，本文认为其主要通过米德冲突来发挥作用。例如，面对美元加息周期和国内经济复苏乏力，新兴经济体可能一方面需要宽松的货币环境来促进经济复苏，实现充分就业；另一方面，又需要紧缩的经济政策来应对美元加息造成的资本外流、货币贬值和国际收支失衡，这种内外均衡的矛盾(米德冲突)加剧了本国政策不确定性。

本文以间接溢出效应为研究视角，将若干经济体视为一个经济系统，研究政策不确定性在系统内的溢出效应，考察某一经济体经济政策不确定性对其他经济体政策不确定的影响，探讨某一经济体政策不确定性有多大比例是由其他经济体政策不确定冲击引致，关注中美在全球政策不确定性溢出网络中的位置和角色，重点回答哪些经济体是经济政策不确定性的大规模溢出者，哪些经济体又是政策不确定性的净溢出者抑或净接受者，哪些经济体是政策不确定性跨国溢出的最大受害者。因此，本文利用经济政策不确定性指数(Baker et al.，2016)和方向性溢出指数(Diebold and Yilmaz，2012)构造“四国经济系统”(美国、欧洲、日本和中国)，并基于广义VAR模型的方差分解估算政策不确定性溢出效应，考察溢出效应的方向。

二、文献回顾

关于政策不确定性对宏观经济影响，最初的研究框架是探讨某国政策不确定性对该国宏观经济变量的影响。Bloom(2009)、Leduc and Liu(2016)等研究表明，不确定性冲击很可能通过减少产出和增加失业率而引发衰退效应，不确定性的经济效应因商业周期的各个阶段而异。基于这一理论认知，Caggiano et al.(2014)利用非线性平滑转移的VAR模型研究了美国不确定性冲击对扩张时期和衰退时期失业率的影响，他们发现政策不确定性的影响在商业周期中具有非对称效应，即衰退期间产生负面影响更为强烈。Lhuissier and Tripier(2016)利用马尔可夫区制转移结构向量自回归模型研究发现，在经济运行的“平静期”，政策不确定性的影响是微不足道的，而在金融风险较高的区制，政策不确定性的负面效应会剧烈上升。

在评估不确定性的国际溢出时，以往的研究更关注发达经济体(一般是美国)向另一发达经济体或地区产生的溢出效应。Colombo(2013)研究了美国和欧洲经济政策不确定性对欧洲自身经济活动的影响，发现美国政策不确定性对欧洲经济的影响要大于其自身政策不确定性冲击的影响；Gauvin et al.(2014)研究了发达经济体的政策不确定性通过资本流动渠道向发展中经济体溢出的程度，发现来自美国经济政策不确定性溢出和来自欧洲经济政策不确定性溢出对新兴经济体资本流动的影响是不同的，美国经济政策不确定性上升引起新兴经济体债券资本和股权资本流入下降，而欧洲经济政策不确定性上升降低了债权资本流入，却增加了股权资本流入；Klößner and Sekkel(2014)基于Diebold and Yilmaz(2012)的框架研究了经济政策不确定性在美国、英国、法国、德国、意大利和加拿大等发达经济体之间的溢出效应，研究发现，溢出效应占各国政策不确定性变化的1/4以上，在金融危机期间，这一比例上升了一半，美国和英国应该对金融危机以来的大部分溢出效应负责。Fontaine and Razafindravaosolonirina(2018)基于STVAR模型研究了中国经济政策不确定性(EPU)冲击对发达经济体(美国、欧元区、日本和韩国)和新兴经济体(巴西和俄罗斯)的溢出效应，发现中国宏观经济变量受不确定性冲击时，尤其对美国、欧元区(EA)和韩国具有不对称性。

综上，经济政策不确定性的跨国溢出问题，其研究焦点并不在中国，没有充分考察溢出效应对中国的影响。另外，常规VAR模型并不能估算某个经济体的净溢出效应。因此，本文基于Diebold and Yilmaz(2012)提出的方向性溢出模型来研究政策不确定性在国际间的溢出效应就显得十分必要。

三、研究框架

本文利用Diebold and Yilmaz(2012)提出的溢出指数(Spillover Index)考察不同经济体的政策不确定性向其他经济体溢出的规模和方向。该模型在广义VAR模型的框架下，重新定义并测度了溢出效应的方向，消除了传统方差分解方法中变量次序对结果的影响。考虑一个协方差平稳的N维VAR(P)模型：

(1)

其中，εt∈(0,∑)是一个独立同分布的向量。移动平均过程为：

(2)

其中，N×N的系数矩阵Ai满足以下递推方程：

Ai=Φ1Ai-1+Φ2Ai-2+…+ΦpAi-p

(3)

这里A0是一个N×N的单位矩阵，对于i<0，令Ai=0。移动平均方程中的系数是系统动态变化的决定因素，同时也是方差分解的主要影响因素。传统方差分解的计算要求信息是正交化的，而实际上信息一般存在同期相关性。传统的Choleskey分解方法可以达到正交化的效果，但是不足之处在于分解的结果依赖于变量的排序。而Diebold and Yilmaz(2012)使用了广义VAR分析框架(简称KPPS)，方差分解结果不再依赖变量排序。不同于经典的正交化信息的方法，这种广义方法使用历史观测的误差分布近似替代同期信息冲击，并允许其具有相关性。由于每个变量的信息冲击并不是正交化的，因此所得到的方差分解的和不一定等于1。

Diebold and Yilmaz(2012)定义自身方差份额(Own Variance Share)为变量Xi的H-步预测误差方差中由于自身受到信息冲击引致的部分；定义截面方差份额(Cross Variance Share)或者溢出效应(Spillovers)，为变量Xi的H-步预测误差方差中由模型中另外的变量Xj所引致的部分。

(4)

其中∑是误差向量ε的方差协方差矩阵，σjj是系统中第j个方程的误差项的标准误，而ei是选择向量，即除了第i个元素取值为1外，其余元素均为零。为了计算溢出指数，对每一个方差分解矩阵按照列进行标准化，即：

(5)

(一)总溢出效应(Total Spillovers)

遵照KPPS方差分解中收益率贡献的计算方法，构建如下的总溢出指数：

(6)

总溢出指数刻画了向量中各变量的溢出效应对于总预测误差方差的贡献。

(二)方向性溢出效应(Directional Spillovers)

除了上述的总溢出指数以外，广义的VAR模型还可以进一步分析各变量之间溢出效应的方向。可以通过广义方差分解矩阵的标准化进一步计算由变量i所接受的来自其他所有变量j的方向性溢出效应，即：

(7)

也可以计算变量i对其他所有变量j的方向性溢出：

(8)

实际上可以将方向性溢出效应理解为总溢出效应中来自于某个变量特定冲击的部分。

(三)净溢出效应(Net Spillovers)

净溢出效应就是上述定义两种方向性溢出效应的差，变量i对于所有其他变量的净溢出效应为：

(9)

(四)两两变量间净溢出效应(Net Pairwise Spillovers)

为了进一步讨论变量间的溢出效应，定义两两变量间净溢出效应：

(10)

变量i与变量j之间的净溢出效应实际上就是两者彼此之间总溢出效应的差。

四、实证分析

(一)数据和变量说明

本文将美国、欧洲、日本和中国等4个经济体构成一个经济系统，考察政策不确定性在4个经济体之间溢出效应的方向和规模。选择这4个经济体的原因在于它们比较具有代表性：美国是世界上唯一的超级大国，其经济政策会对其他经济体造成较大影响；欧元区的经济总量之和与美国相当；日本GDP总量排在美国和中国之后，位列世界第三；而中国是世界上最大的发展中国家。鉴于中国政策不确定性指数从1995年1月开始才有观测值，我们选择的样本数据时间范围为1995年1月至2018年7月。本文使用的经济政策不确定性指数来源于Baker et al.建立的“Economic Policy Uncertainty”网站(http://www.policyuncertainty.com/index.html)。从该网站下载得到美国、欧洲、日本和中国的经济政策不确定性指数之后，我们对其求对数增长率，然后加入到上述模型之中估计4种溢出指数。另外，在设置模型时，必须为VAR模型指定一个滞后阶数，并为预测误差分解选择一个预测步长，借鉴Klößner and Sekkel(2014)的设置，也考虑到我们使用的数据是月度低频数据，本文基准模型采用VAR(2)，预测步长选择H=3。另外，在敏感性分析中，我们给出了不同滞后阶数和不同预测步长的结果。

(二)经济政策不确定性在国际间溢出效应的静态分析

首先，我们使用全样本数据，对整个时间窗口(1995年1月至2018年7月)的样本进行估计得到政策不确定性在4个经济体之间的方向性溢出效应。由于使用全样本进行模型拟合和计算，其结果反映了样本期内的平均水平，而没有反映溢出效应随时间变化的非线性动态特征，因此，本文称其为静态分析。

表1 政策不确定性在国际间溢出效应的静态分析

表1报告了静态分析结果。其中，某一行中数值表示对应经济体政策不确定性变动的来源(From)，即该经济体政策不确定性的预测误差方差有多大比例是由不同经济体政策不确定性信息冲击所致，以表中第4行中国数据为例，这些数值分别表示中国政策不确定性预测误差方差的5.98%来源于美国经济政策不确定性的溢出，4.83%来源于欧洲经济政策不确定性的溢出，3.31%来源于日本政策不确定性的溢出，85.88%来源于中国政策不确定性的自身变化，总体来看中国经济政策不确定性预测误差方差中有14.12%来源于其他经济体的溢出。而某一列中数值表示对应经济体的政策不确定对系统内所有经济体的溢出效应(To)，以第4列中国的数据为例，这些数值分别表示中国政策不确定性对美国的溢出效应为5.16%，对欧洲的溢出效应为5.71%，对日本的溢出效应为3.23%，对自身政策不确定性的影响占85.88%，总体来看中国政策不确定性对其他经济体的溢出效应为14.10%。

由表1可以发现：(1)每一经济体政策不确定性的变化(预测误差方差)主要由其自身政策不确定冲击解释，4个经济体由自身解释的比例分别为72.80%、70.54%、82.80%、85.88%。(2)所有经济体对其他经济体溢出效应之和，即总溢出指数为22.00%，该指数刻画了向量中各变量的溢出效应对于总预测误差方差的贡献，反映了所有经济体政策不确定性的总体关联程度。(3)美国和欧洲是政策不确定性的大规模溢出者，它们对其他经济体的溢出效应分别达到了28.69%和28.25%，而中国的溢出效应最低，只有14.12%；另外，我们还发现，那些向其他经济体传递不确定性冲击最多的经济体，它们受到其他经济体政策不确定性冲击的影响也最大，美国接受的他国政策不确定溢出为27.20%，欧洲达到了29.45%。(4)美国是政策不确定性的净溢出者，其净溢出效应为1.49%(28.69%-27.20%)③，而欧洲、日本和中国是净接受者，其净溢出效应分别为-1.2%(28.25%-29.45%)、-0.26%(16.94%-17.20%)和-0.02%(14.10%-14.12%)。

然而，以上结论不一定完全准确，因为广义VAR模型中的参数可能随不同的区制而发生变化，上述静态分析并没有捕捉到这些变化，因此，下面我们区分不同的时期来估算溢出效应。

(三)经济政策不确定性在国际间溢出效应的比较静态分析

我们将样本分为不同时期进行估计，考察不同时期政策不确定性跨国溢出效应的非线性特征。考虑到次贷危机在2006年就初见端倪，而美联储在2014年末退出了量化宽松，标志着美国进入新的货币周期，本文尝试将样本分为三个时期：前金融危机时期(1995-2005年)、金融危机时期(2006-2014年)和全球经济复苏时期(2015年至今)。由于是分时期估计溢出效应，可以对不同时期溢出效应的差异进行比较，但仍然较为离散，不能得到连续的动态溢出效应，因此本文称之为比较静态分析，估计结果见表2。

由表2的估计结果，我们可以得到以下几点结论：(1)总溢出指数呈现逐渐上升态势，由前金融危机时代的18.09%上升到金融危机时期的29.81%，再上升至全球经济复苏时期的33.58%；(2)美国和欧洲的政策不确定性对其他经济体溢出效应在三个时期内均处于高位，特别是全球经济复苏时期，两国溢出效应都超过了35%；(3)中国政策不确定性对其他经济体的溢出效应在三个时期内均处以较低水平，在20%以下；(4)日本政策不确定性对他国的溢出效应在前金融危机时期处于极低水平，但后两个时期急剧上升，这可能源于日本首相频繁更迭引致了诸多不确定性；(5)美国在三个时期都是政策不确定性的净溢出者，欧洲在三个时期都是净接受者，日本在前金融危机时期是净接受者，但在后两个时期是净溢出者，中国在前一个时期是净溢出者，在后两个时期是净接受者。

表2 政策不确定性在国际间溢出效应的比较静态分析

总而言之，我们认为美国、欧洲和日本应当为大部分溢出效应负责，中国是政策不确定性在国际间传递的最大受害者之一。该结论主要基于以下两点考虑：一是美国和欧洲政策不确定性对其他经济体的溢出效应在三个时期始终保持高位，而日本的溢出效应在后两个时期均超过了30%，全球经济复苏时期甚至达到了40%，因此，美国、欧洲和日本应当为大部分溢出效应负责；二是中国在后两个时期均是净接受者，虽然在前金融危机时期为净输出者，但中国政策不确定性对他国溢出效应在三个时期内始终保持较低水平，中国称得上是最大受害者之一，另外，虽然欧洲在三个时期中都是净接受者，但是它溢出了大规模的政策不确定性，不能算作最大受害者。

(四)经济政策不确定性在国际间溢出效应的动态分析

虽然比较静态分析呈现了不同时期政策不确定性在国际间溢出效应的差异，但是我们人为地施加了区制转移的约束，这种主观的时期分割可能并没有很好反映政策不确定性溢出效应的动态变化，因此我们需要进行动态分析作为一个必要的补充。

本文采用窗口移动法来估计随时间变化的溢出效应，其基本程序是：首先，选择一个移动窗口，借鉴Klößner and Sekkel(2014)的设置，我们使用60个月作为移动窗口；然后，窗口每向前移动1步，就估计一次广义VAR(2)模型，并进行3步预测方差分解，估计4种方向性溢出指数；最后，对4种指数的时间序列进行作图分析。需要注意的是，由于我们以60个月(5年)为移动窗口，无法估计1995-1999年(5年)的动态溢出指数。

1. 动态总溢出指数

图1是四国经济系统政策不确定性的动态总溢出效应(根据式(6)计算)。总溢出效应刻画了所有经济体政策不确定性的预测误差方差中由他国政策不确定性冲击引致的成分，反映了四国政策不确定性的总体关联程度。

图1 总溢出指数

可以发现：(1)政策不确定性在经济系统内总溢出效应随时间逐步增强，这与上文比较静态分析的结论一致；(2)当美国进入货币政策密集操作时期(美联储频繁加息或多轮量化宽松)，总溢出效应就会达到一个峰值，这可能间接表明，米德冲突是政策不确定性在国际间溢出的主要渠道之一。原因是各国国内经济状况可能大不相同，例如，当美联储加息时，可能导致其他经济体资本外流、货币贬值或国际收支失衡，即使很多经济体宣称实施浮动汇率制度，但是如果本币贬值幅度过大或过快，绝大多数经济体都会出手干预以维护币值稳定和公众对本币的信心，若此时国内经济疲软，远未实现充分就业，经济政策就会面临内外均衡的矛盾(米德冲突)：一方面，维护本币币值稳定要求加息来紧缩货币；另一方面，摆脱经济疲软、实现充分就业又需要宽松的货币环境。在这种矛盾冲突下，国内市场难以形成关于货币政策的稳定预期，政策不确定迅速上升。

2. 动态方向性溢出指数

图2至图5报告的是某一经济体政策不确定性对所有其他经济体动态溢出效应(To)(根据式(8)计算)。

图2 美国经济政策不确定性的方向性溢出效应(To)

图3 欧洲经济政策不确定性的方向性溢出指数(To)

图2是美国经济政策不确定性对其他经济体的动态溢出效应。可以从中得到一条重要结论，除了“911”恐怖袭击导致了最大的溢出效应之外，美国向其他经济体溢出不确定性的规模主要受美国政治周期和货币政策周期的影响。当美国发生领导人更迭时，溢出效应就会达到峰值，例如特朗普当选美国总统时导致了大规模政策不确定性溢出，溢出规模是本文样本区间内的第二大峰值。另外，当美国进入加息周期或量化宽松周期时，就会出现溢出效应的“尖峰”，再一次验证了米德冲突可能是政策不确定性在国际间传递的重要渠道之一。

图3报告的是欧洲经济政策不确定性对其他经济体的动态溢出效应。可以发现：首先，欧洲政策不确定性溢出的规模同欧洲内部政治周期和货币政策周期有关，例如，领导人更迭、重大政治事件(英国脱欧公投、意大利修宪公投以及法国以勒庞为代表的极右势力在大选前迅速崛起等)以及欧央行的货币政策频繁操作都会引起政策不确定性溢出的“尖峰”，这又一次验证了米德冲突是政策不确定性向他国溢出的主要渠道之一。另外，欧债危机期间的政策不确定性溢出持续保持高位。因为在这个时期内，欧洲内部就是否对债务危机国进行援助、援助条款细节以及被援助国在欧盟的地位等问题进行了反复的讨价还价，导致世界对欧洲经济前景和预期产生诸多分歧，进而溢出效应持续保持高位。

图4报告了日本经济政策不确定性对其他经济体的动态溢出效应。由图4的结果，我们再一次发现了政治周期和货币政策周期决定不确定溢出规模的证据。可以看出，日本首相频繁更迭时期，日本对其他经济体的溢出效应迅速上升。同时，伴随着日本央行非常规货币政策工具的频繁操作，出现了若干不确定性溢出“尖峰”。进一步表明，政策不确定性的溢出渠道是米德冲突。

图4 日本经济政策不确定性的方向性溢出指数(To)

图5 中国经济政策不确定性的方向性溢出指数(To)

图5报告了中国政策不确定性对其他经济体的动态溢出效应。可以发现：(1)中国政策不确定性溢出效应相对于其他经济体更低，2000-2018年的峰值不超过30%，而欧洲和日本的溢出峰值接近50%，美国的峰值更是接近70%；(2)中国对其他经济体溢出不确定性的规模也受到货币政策周期和政治周期的影响，一些重要会议的召开、重大改革措施的推出以及准备金率频繁调整时期都会出现溢出效应的“尖峰”。

3. 动态净溢出指数

图6报告了各经济体政策不确定性的动态净溢出效应(根据式(9)计算)，正值表示该经济体向其他经济体的溢出大于其接受，该国是净溢出者；反之，负值表示该经济体向其他经济体的溢出小于其接受，该国是净接受者。

图6 各经济体经济政策不确定性的动态净溢出指数

图7 两两之间经济政策不确定性的动态净溢出指数

由图6可以发现：(1)美国在绝大多数时期都是政策不确定性的净溢出者；(2)中国在绝大多数时期都是政策不确定性的净接受者，并且接受的净溢出规模较大，再一次表明中国是政策不确定性在国际间传递的最大受害人之一；(3)欧洲在2003年以前和2012年以后是净接受者，在2003-2011年是净溢出者；(4)日本则是作为净溢出者和净接受者交替出现，而在2013年以后更多以净溢出者的角色出现，这可能归因于国内频繁的首相更迭。以上这些结论与比较静态分析的结论是一致的。

4. 两两之间的净溢出指数

图7报告了两两经济体之间政策不确定性的动态净溢出效应(根据式(10)计算)。正值表示前者对后者净溢出，负值表示后者对前者净溢出。我们可以得到以下结论：(1)由图7(a)、(c)、(e)可知，美国在绝大多数时期向其他3个经济体净溢出了较大规模的政策不确定性，而只在欧债危机时期和次贷危机全面爆发以后，即其他经济体政策反馈时期净接受了小规模不确定性；(2)中国向其他经济体净溢出不确定性的规模较小，净接受的规模较大，并且在绝大多数时期是不确定性的净接受者，再一次说明中国是经济政策不确定性跨国传递的最大受害者之一；(3)日本主要向中国和欧洲净溢出政策不确定性；(4)欧洲主要在欧债危机时期向其他经济体净溢出了较大规模的不确定。

五、敏感性分析

为了考察研究结果对广义VAR模型滞后阶数p和预测步长H的敏感性，我们使用了不同的滞后阶数(p=1,2,3,4,5,6)和不同的预测步长(H=3,4,5,6,7,8,9,10)多次估计动态总溢出效应。

图8报告了动态总溢出效应对广义VAR模型滞后阶数的敏感性分析结果。我们分别使用了6种不同的滞后阶数(p=1,2,3,4,5,6)来估算每个月的总溢出效应，再对其求中位数(直线表示)，以及最大值与最小值(阴影表示)，可以发现滞后阶数的不同没有改变总溢出效应随时间逐步上升的趋势特征，因此本文的结论关于滞后阶数是稳健的。

图9报告了动态总溢出效应对于方差分解预测步长H的敏感性分析结果。我们分别使用了8种不同的预测步长(H=3,4,5,6,7,8,9,10)来估算每个月的总溢出效应，再对其求中位数(直线表示)，以及最大值与最小值(阴影表示)，可以发现预测步长的不同也没有改变总溢出效应随时间逐步上升的趋势特征，因此本文的结论关于方差分解的预测步长是稳健的。

图8 动态总溢出效应对于滞后阶数的敏感性 图9 动态总溢出效应对于预测步长的敏感性

六、结论与启示

本文利用Baker et al.(2013)提出的经济政策不确定性指数(BBD Index)和Diebold and Yilmaz(2012)提出的方向性溢出模型(Directional Spillovers)，对经济政策不确定性在国际间的动态溢出效应进行了静态分析、比较静态分析和动态分析。研究发现：(1)在整个考察期内，各经济体政策不确定性的变化中超过1/5来源于其他经济体的溢出效应；(2)经济政策不确定性在国际间的溢出效应正在增强，前金融危机时期为18.09%，金融危机时期为29.81%，经济复苏时期为33.58%；(3)经济政策不确定性动态溢出的规模可能同国内政治周期和货币政策周期有关，米德冲突可能是主要传导渠道之一；(4)美国、欧洲和日本应当为大部分溢出效应负责，而中国是最大受害者之一。

根据本文的核心观点，即米德冲突是政策不确定跨国溢出的主要渠道，我们提出了一些政策建议。以美国向新兴经济体溢出政策不确定性为例，当美联储加息时，可能导致新兴经济体资本外流、货币贬值压力增加，甚至引起国际收支失衡，而一些新兴经济体对汇率存在诸多管制，其自由浮动的范围受限，如果官方希望将汇率维持在既定区间之内，而且国内又面临经济疲软，经济政策就会陷入内外均衡的矛盾之中(米德冲突)，因为缓解贬值压力，将本币汇率控制在既定区间之内要求加息来紧缩货币，而摆脱经济疲软又需要宽松的货币环境，在这种矛盾冲突下，国内市场难以形成对货币政策的稳定预期，导致政策不确定性迅速上升。基于此，本文认为缓解发达经济体向中国输出政策不确定性的途径是继续推进全面深化改革，加快浮动汇率制度改革，提高货币政策独立性。

注释：

① 文中出现的“经济政策不确定性”、“政策不确定性”和“不确定性”等名词都指代经济政策不确定性，我们对这些词汇的含义不作区分。

② 《国际货币基金组织多边政策问题报告》分册：《2013年溢出效应报告—分析基础和背景》，2013年8月1日。

③ 根据式(9)可以计算净溢出指数，即用表中的“对其他国家的影响”减去“来自其他国家影响”的差值，正数表示该国是政策不确定性的净溢出者，负数表示该国是政策不确定性的净接受者。