1. 引言
近些年来，全球负面冲击事件频发，全球政治经济稳定性有所下降，在这一前提下，中国经济的未来发展环境也愈发复杂。为应对这一情况，政府需要颁布多方面的经济政策以帮助各经济体避免或克服危机。但是，频繁的政策改变也会降低市场整体的稳定性，经济政策不确定性已经被证明会阻碍经济复苏。
党的二十大报告中明确提到，坚持把发展经济的着力点放在实体经济上，同时还要求健全资本市场功能，提高直接融资比重。实体产业参与金融市场的程度将会逐步升高，研究金融市场的风险应该将实体产业间的相互影响纳入考虑。
以往的研究多集中在经济政策不确定性对金融机构的风险溢出效应的影响，或者以微观的角度考察经济政策不确定性对企业的影响。考虑到经济政策不确定性对金融市场的影响是多方面的，只关注金融机构或者企业的某个能力指标不能很直观地体现经济政策不确定性对市场的影响。因此，本文从行业的角度研究经济政策不确定性对实体行业间的金融风险传播的影响具有一定的现实意义，有助于防范、化解系统性金融风险，促进经济平稳运行和发展。
本文主要结构安排如下：首先，针对已有的研究进行梳理，再结合实际情况提出合理的理论假设。第二，介绍本文所使用的模型及数据。第三，实证回归的结果分析。最后，是研究的结论与政策启示。
2. 文献综述与理论假设
2.1. 文献综诉
经济政策不确定性是指经济主体不确定政府是否会改变当前经济政策以及改变现行经济政策的具体方式 [1] [2] 。从微观的角度来看经济政策不确定性会对企业、居民都产生一定的影响，经济政策不确定性会使金融机构风险传染性和风险脆弱性同时加剧 [3] 。另一方面，经济政策不确定性会提高企业投资环境的复杂程度，决策者的决策难度会明显提升，降低投资的有效性 [4] 。同时，也有学者发现经济政策不确定性会对企业信用产生不良影响，企业会倾向降低财务杠杆 [5] 。还会通过提升居民的预防性储蓄从而有效抑制居民的消费支出 [6] 。同时，家庭持有权益资产的倾向，也会受到经济政策不确定性的影响显著减少，收入波动性较大的家庭受到的抑制作用更大 [7] 。
而从宏观的角度来看，经济政策不确定性与经济周期有密不可分的联系，经济政策不确定性会造成失业率上升，动摇一国宏观经济与金融稳定 [8] 。美国市场上，经济政策不确定性会同时对股票、债券市场都产生消极影响 [9] 。针对国内市场的研究来看，经济政策不确定性对我国金融市场稳定性的削弱是在短期内逐步增强的，长期来看影响有限。并且随着我国金融改革的不断推进，金融机构的不断优化，经济政策不确定性对金融体系稳定性的削弱能力在不断减弱 [10] [11] 。
2.2. 理论假设
当经济政策不确定性上升时，股票市场波动性上升 [12] ，实体行业股票市场表现不可避免地受到影响。具体而言，企业投资者面临决策困难，投资效率将下降；居民会倾向持有预防性储蓄减少持有权益资产。同时，在消费市场上，消费者整体消费需求下降，企业营业收入必然产生变化，信息传递到资本市场上，也会对实体行业带来负面冲击，增加其风险。这一系列影响会通过贸易信贷渠道、供应链渠道、信息渠道在实体行业之间传递风险 [13] 。
假设1：经济政策不确定性上升会提高实体行业的金融风险水平。
宏观经济环境也是不可忽视的一个因素，在股市的“熊市”周期内，经济政策不确定性会提高基金羊群效应，降低市场稳定性，而在“牛市”周期内，这种影响并不显著 [14] 。从经济周期的角度来说，经济较繁荣时，投资者会持有政策延续性强的稳定预期；而在经济较萧条时，投资者持有政府政策频繁变动的预期，投资者普遍持有悲观情绪 [15] 。由此可以推论，宏观经济环境的差异会改变经济政策不确定性对实体行业金融风险传染的影响。
假设2：宏观经济不景气时，经济政策不确定性对实体行业间金融风险传染的促进作用更大。
经济政策不确定性上升时，受到金融市场未来波动性上升的悲观预期影响，居民投资者选择减少股票投资，转而持有预防性储蓄。企业层面，经济政策不确定性上升，企业会减少出于逐利目的持有的金融资产，以避免金融市场波动带来的额外损失 [16] [17] 。居民持有的股票投资与企业以逐利为目标持有的金融资产，都为金融市场带来了一定的投资需求，这一特定投资需求更青睐于较高收益率水平的资产。因此，当需求被削弱时，反映到实体行业的股票市场上的表现就是，股票收益率较高的行业受经济政策不确定性上升的影响更明显。
假设3：经济政策不确定性提升对股价收益水平较高的实体行业的风险溢出的促进作用更大。
3. 模型设计及数据
3.1. 模型设定
为研究前文提出的假设，本文设定如下基准面板模型：
(1)
式(1)中，i代表具体行业，t表示时间。被解释变量Riski,t为该行业的金融风险水平。解释变量EPUt代表t时刻的经济政策不确定性，Xi,t代表一系列控制变量，控制变量分为两大类，分别是行业基本面变量，与宏观经济变量。考虑到数据可得性同时参考现有研究，行业基本面变量选择换手率(Liq)、行业市值规模(size)、行业收益情况(rate)、行业价格波动率(std)用来描述行业基本面情况。宏观经济变量选择GDP增长率(GDP)、货币供应量增长率(m2)、大盘增长率(hushen)、宏观经济景气情况(jq)来描述宏观经济情况。μi,t和εi,t代表行业个体固定效应与随机误差项。值得说明的是，由于在添加时间固定效应之后指数会与时间固定效应产生多重共线性问题，参考现有研究 [17] [18] [19] ，不添加时间固定效应，利用前文设定的宏观经济变量来缓解遗漏变量问题。
3.2. 变量说明
被解释变量Riski,t为i行业在t时刻的金融风险水平。考虑到不同行业在股票市场上释放金融风险的同时，也会吸收一定的来自其他行业释放的金融风险。因此，本文选择从风险释放与风险吸收两个角度来设定变量。风险溢出水平(sum_from)，体现某行业在对其他所有行业的风险溢出强度，指标越大风险溢出强度越强，对其他行业的冲击越大。风险吸收水平(sum_to)，则相反，指标越小抵御风险的能力就越强，受到其他行业的冲击越小。考虑到本文研究对象的特点，本文选择使用DCC-GARCH模型计算ΔCoVaR。DCC-GARCH模型在计算边际风险溢出效应时会考虑到风险波动的集聚效应，同时能够较为准确地描述时间变化的非线性风险相关关系的优点 [20] 。具体计算上，首先利用DCC-GARCH模型，得到在每个时间，各个行业两两之间风险溢出水平指标(ΔCoVaR)。将同一时间上，某企业对其他所有企业的风险溢出水平指标进行加总，就得到了企业在t时间上的风险溢出水平(sum_fromi,t)。同理，将其他所有企业对某一特定行业的风险溢出水平指标进行加总，就得到了企业在t时间上的风险吸收水平(sum_toi,t)。
解释变量，为衡量中国经济政策不确定性，本文采用 [21] 构建的中国经济政策不确定性指数，该指数基于文本识别，是以报纸文章中关键词出现的频率为基础编制，并每月对外公布月度数据，将其公布得到的数据除以10，就为本文所使用的中国经济政策不确定性指数。
控制变量，本文从行业基本面与宏观经济环境两方面设定控制变量。行业基本面变量具体设定为，换手率(Liq)，将各行业日度换手率取月均值得到；行业市值规模(size)对每月月末市场流通规模取以自然数为底数的对数得到；行业收益情况(rate)计算各行业日度对数收益率的月均值得来；行业价格波动率(std)为各行业对数收益率在一个月内的标准差。宏观经济环境变量设定为，国内生产总值增长率(GDP)国内生产总值对数收益率；货币供应量增长率(m2)使用m2的月度增长率；大盘增长率(hushen)使用沪深300指数的月度收益率；宏观经济景气情况(jq)使用月度宏观经济景气指数。
3.3. 数据来源及样本
本文选择申万一级行业作为行业分类标准，选取2008年01月至2023年03月的申万一级行业指数月度数据作为样本数据。由于本文研究对象是实体行业之间的风险溢出水平，因此剔除申万一级行业分类中的银行、非银金融以及具有一定金融性质的房地产行业。各行业基本面数据来自wind数据库，宏观经济数据来自CSMAR数据库，所有EPU指数来自指标创建者Baker et al.公布每月数据的平台网站。表1为各变量描述性统计。
Table 1. Descriptive statistics of variables
表1. 变量描述性统计
EPU指数来源网址：http://www.policyuncertainty.com/。
4. 实证检验
4.1. 基准回归
基准回归实证分析。利用实证分析，明确经济政策不确定性与实体行业间风险传播之间的关系，同时，验证假说1。回归结果如表2所示：
Table 2. The benchmark regression results
表2. 基准回归结果
注：括号内数值表示标准误差；***、**、*分别表示在1%、5%和10%的水平上显著，下同。
列(1)、列(2)分别是经济政策不确定性直接与被解释变量分别为风险溢出水平与风险吸收水平直接回归的结果，可以看出经济政策不确定性对实体行业的风险溢出水平与风险吸收水平都为显著正向相关关系。列(3)、列(4)分别在列(1)、列(2)的回归基础上将控制变量与行业个体固定效应添加至回归模型中，可以看到经济政策不确定性对实体行业风险溢出水平的系数为0.0201且在1%的显著水平上显著。而经济政策不确定性对实体行业风险吸收水平的系数为0.0197且也在1%的显著水平上显著。从回归结果来看，经济政策不确定性确实会对实体行业间风险传播产生正向影响，并且经济政策不确定性上升对风险传播的促进作用要强于对实体行业抵御风险能力的削弱。假说1，得到验证。
4.2. 稳健性检验
替换解释变量，虽然Baker et al.构建的中国经济政策不确定性指标已得到广泛的应用，但其指标构建基础是香港地区发行的《南华早报》，单一报纸作为基础不够全面，可能与真实情况存在偏差 [22] 。参考现有研究 [23] ，本文选择Davis et al.依据《人民日报》以及《光明日报》编制的中国经济政策不确定性作为替换解释变量(EPU_C)。回归结果如表3所示，基准回归结果依然成立。
对于单个企业来说，经济政策不确定性是外生的，但是对于整个行业整体表现而言，经济政策不确定性可能受到行业间风险溢出效应的影响。政府可能会因行业运行情况变化主动调整经济政策。因此，前文的结论可能由于互为因果的内生性问题不再可靠。参考相关研究 [3] [18] [24] ，选择滞后一期美国经济政策不确定性(EPU_U)作为工具变量。原因在于美国经济政策会影响中国经济政策制定，因此美国经济政策发生调整时，会造成中国经济政策发生一定的变化，提高中国经济政策不确定性 [3] [16] [18] 。工具变量法结果展示于表3第(5)、(6)列，其中Cragg-Donald F值排除弱工具变量问题，基准回归结果依然成立。
根据回归结果观察，不同组合间的市场溢价因子系数β均呈正值，在99%的置信水平下具有显著性。这与CAPM模型的理论一致，即市场超额收益与市场投资组合的超额收益呈正相关关系。规模因子系数s六组中全部为负，存在SL、BH两组系数不显著的现象，这与大多数其他市场的表现不一致，说明北交所中较大规模组的企业拥有更好的市场表现。类似的情况也发生在价值因子上，价值因子系数h也全部为负，也存在SL、BH两组系数不显著的现象，说明低价值组的市场表现更好。关于价值因子与规模因子的异常表现也许跟北交所成立时间较短，市场发展水平较低有关。
Table 3. The robustness tests and instrumental variable results
表3. 稳健性检验与工具变量法结果
对于截距项，仅有两组在10%的水平上显著，说明对于北交所来说三因子模型并未完全解释清楚组合收益，三因子模型对北交所的解释力度有限。需要注意的是，对于三因子模型而言，截距项的显著接近零十分关键，只有这样才能表明三因子模型能够有效解释组合的超额收益。这反映了模型对市场条件的适应性和对超额收益解释的可靠性。
4.3. 异质性分析
区分外部宏观经济环境进行的分样本回归。使用经济环境景气度来区分宏观经济环境的好坏，首先，求出总样本所覆盖时期的宏观经济景气指数均值作为分类依据，若样本所属时期的宏观经济景气指数大于均值，则将该样本划分进经济较繁荣阶段，反之，划入经济较萧条阶段，并以此进行分类回归。
回归结果如表4所示。首先，无论外部经济环境如何，经济政策不确定性对实体行业的风险水平的相关系数都为正，且在1%的显著水平上显著，这与基准回归的结果相一致。通过对比列(1)与列(3)我们可以发现，在经济较为萧条时期经济政策不确定性与实体行业的风险溢出水平系数较大，两系数分别为0.0278与0.0066。同样，对比列(2)与列(4)结果类似，在经济较为萧条时期的系数较大，分别为0.0269与0.0066。说明在外部宏观经济环境较差时，经济政策不确定性对实体行业的风险传染性促进作用更明显，削弱实体行业抵抗风险冲击能力的作用也更强。假说2得到验证。
Table 4. Analysis of heterogeneity distinguishing external macroeconomic environments
表4. 区分外部宏观经济环境的异质性分析
区分实体行业收益率水平的分样本回归，股票的收益率水平是以逐利为目的的投资者，在进行投资决策时需要参考的重要因素。为了分析经济政策不确定性影响实体行业风险传染在不同收益率水平的实体行业间是否有显著差异，将样本按行业指数的日收益率月均值作为本文行业收益的代理变量。若某行业的收益高于总样本的平均收益情况，则将该行业划分进高收益组，反之，划入低收益组。
回归结果如表5所示，总体来看，经济政策不确定性无论是高收益组还是低收益组，经济政策不确定性的相关系数都在1%的显著水平上显著为正，这与前文的实证分析结果一致。高收益组在风险溢出及风险吸收两方面的相关系数分别为0.0215、0.0220，而低收益组的对应相关系数分为0.0189、0.0179。可以发现，高收益组系数绝对值要大于低收益组的系数绝对值。说明较高股票收益率的实体行业的风险水平受到经济政策不确定性带来的促进作用更大。假说3得到验证。
Table 5. Analysis of heterogeneity in distinguishing yields
表5. 区分收益率的异质性分析
5. 研究结论
基于股票市场上28个实体行业指数的市场数据，本文测算了实体行业间的风险溢出水平(ΔCoVaR)，并计算得到了各实体行业在不同时期的风险溢出与风险吸收水平的测度值。并在此基础上利用实证分析，考察经济政策不确定性对实体行业风险溢出与风险吸收水平的具体影响。再根据外部宏观经济环境、行业指数收益率水平的不同分别对研究内容进行异质性分析。研究结论：一、经济政策不确定性上升会增加实体行业间的风险传染并削弱实体行业抵制风险的能力。二、在外部宏观经济环境较萧条的情况下，经济政策不确定性对实体行业风险溢出与风险吸收的促进作用都更强。三、在股票市场上，拥有较高收益率水平的实体行业受到经济政策不确定性上升带来的风险层面的负面冲击相较于收益率较低的行业更大。
根据分析结果，本文提出相应的政策建议：一、制定经济政策需要考虑政策持续性，频繁地变更经济政策会对实体经济带来额外的风险，且在宏观经济环境较萧条的情况下作用效果更强，要求制定经济政策的同时重视政策未来的可持续性。二、无论是投资者抑或是政策制定者都应该认识到，经济政策不确定性不仅会通过金融系统造成系统性风险的上升，也会通过增强实体行业间风险传播导致整体风险水平的上升。三、调整经济政策时，应更为重视拥有较高股票收益的行业，这类企业受到经济政策不确定性的负面影响更大。