三 实证分析

（一）参数估计结果

由于TVP-VAR模型中矩阵A是下三角矩阵，需要先指定各变量的顺序，由于以往的文献中没有关于经济政策不确定性对入境旅游影响的相关参考，因此各变量的外生性程度依照本文开始的假设定为经济政策不确定性指数、宏观经济波动和入境旅游波动的顺序，递归识别按此顺序进行。

按照Nakajima等（2011）的方法，本文对模型参数设定初始值为：，（I为单位矩阵），先验假定，，为以下对角矩阵：，，。

利用MCMC算法进行回归，模型具体参数的设定包括模型的最优滞后阶数依据AIC、HQIC、SBIC等信息准则确定为滞后1阶，将MCMC模拟的迭代次数确定为10000次，其中模拟的前1000次迭代作为预烧（brun-in），用以排除模型拟合中的不稳定性。运用Oxmetrics6.0软件对模型参数进行估计，得到估计结果如表2所示。表2描述的是待估参数后验分布的均值、标准差、95%置信区间（上限和下限）及Geweke的CD收敛诊断值和计算的无效因子（无效率因素的估计值）。从中可以看出，后验均值均落入95%置信区间。从收敛性来看，参数的Geweke值均未超过5%的临界值1.96，表明不能拒绝待估参数收敛于后验分布的原假设，即表明在迭代周期中预烧期已经能够有效使得马尔科夫链趋于集中，效率相对较高。无效因子表示为得到不相关样本所需要抽样的次数，因此，无效因子值越小表明模型MCMC模拟的结果越有效。无效因子的最大值为94.28，表明用10000次抽样可以得到106个不相关的样本，足以支持TVP-VAR模型的后验推断。根据以上判断，模型的估计结果是有效的。

表2 模拟估计结果

（二）时变脉冲响应分析

1.时变波动

图2分别给出了时变参数自回归模型中样本的自相关性、样本收敛轨迹和后验分布密度图。如图2所示，样本的自相关系数随着模拟次数的增加都收敛于0，表明本文设定的抽样方法能够很好地消除样本之间的自相关性，样本序列在均值附近以“白噪声”的轨迹波动。样本路径围绕着某一定值上下波动，后验分布密度图形类似正态分布，表明模型产生了有效、不相关的样本数据，这进一步验证了模型的拟合效果较好，即验证了利用MCMC算法进行抽样得到的样本是不相关的，且是有效的，能够很好地模拟参数的分布状况。

图2 参数估计结果：样本自相关、路径和后验分布密度

图3反映的是变量的随机波动率的时变特征。可以看出，经济政策不确定性曲线呈现出持续波动的态势，且其波动趋势与中国经济政策的实际情况以及许多重大政策调整都是吻合的，例如2003年的高点是受到“非典”的影响，2008年反映的是全球金融危机带来的不确定增加；2011—2013年的高点反映的是后危机时代经济政策波动；2015年反映的是经济增速放缓以及人民币汇率机制改革。宏观经济波动幅度远远小于经济政策不确定性和入境旅游的波动幅度，这说明中国宏观经济的波动相对较为平稳。入境旅游波动在2003年出现显著低谷，反映的也是“非典”疫情引起的入境旅游人数降幅明显的事实。

图3 变量随机波动率

2.时变脉冲响应分析

本文基于TVP-VAR模型进行研究可以很好地刻画出变量之间不同时期的动态反应情况，以发现经济政策不确定性对入境旅游所具有动态的时变影响。MCMC估计会针对TVP-VAR模型中的时间序列提供脉冲响应分析，并且由于系数是随时间变化的，因此在采样期间的每个日期都会计算脉冲响应。TVP-VAR模型的脉冲响应分析可以给出两种形式的反应函数，分别为等间隔冲击反应函数和特定时点上的冲击函数。

（1）等间隔的脉冲响应分析

等间隔冲击反应函数是指在样本每一期参数的当期值分别对固定的滞后若干期的另一参数产生的影响。由于本文使用的季度数据，故而将时间讲个设定为间隔1期（1季度）、2期（半年）、4期（1年）。

图4 滞后1期、2期和4期的动态脉冲响应

图4表现的是不同间隔期经济政策不确定性、宏观经济波动和入境旅游波动之间的冲击反应，分别代表了短期、中期和长期的影响。从图中可以发现，三个不同期等间隔的脉冲响应图像走势相似但波动幅度则存在明显差别，其中短期和中期的脉冲响应波动较大，长期影响则不明显。图4左上角图形反映的是经济政策不确定性对其自身的脉冲响应，可见在短期和中期存在明显的正向影响，长期影响不明显。图4右上角图形反映的是宏观经济对中国经济政策不确定性冲击在连续时间内的影响程度，可以看出短期和中期经济政策不确定性对宏观经济波动存在负向影响且该负面影响在2008年达到最大，2010年之后GDP受经济政策不确定性冲击的影响在0上下波动，这说明宏观经济越来越稳定，依靠自身内生因素驱动更为明显。图4左下角图形显示，给定经济政策不确定性一个正向冲击后，在2005年以前，经济政策不确定性对入境旅游波动的影响为正，但在2005年以后直至2011年，冲击方向变为负向，且从冲击强度来看，短期负向影响最显著。2011年以后经济政策不确定性对入境旅游波动影响再度变为正向。值得注意的是，图4右下角图形显示，短期宏观经济波动对入境旅游影响为正，且没有明显的时变特征，但是该影响程度没有经济政策不确定性的直接影响效应大；中期和长期入境旅游波动对GDP冲击的响应表现出一定程度的波动性，但整体上影响为正向，除了在滞后期为1年的时间间隔上2008年入境旅游波动对宏观经济波动响应为负。

总体而言，宏观经济波动对经济政策不确定性的冲击响应为正，而入境旅游人数受宏观经济冲击影响基本为正，且入境旅游人数受经济政策不确定性的脉冲响应趋势与经济政策不确定性对其自身的脉冲响应趋势存在相似之处。由此可以看出经济政策不确定性影响宏观经济，而宏观经济影响入境旅游的传导机制是存在的。但是一个更重要的发现在于经济政策不确定性对入境旅游的直接影响远远大于上述通过宏观经济波动传导的影响，并且入境旅游对经济政策不确定性的响应表现出明显的时变特征。

（2）特定时点冲击

TVP-VAR模型还可以估算出变量在各个特定时点上的脉冲响应情况。时点脉冲响应函数可用于观察自变量在指定时点产生一单位正向冲击后因变量的响应情况。这样我们可以更贴近事实、更准确地、更有针对性地得到在不同的经济波动下入境旅游受到的影响。

本文选取t=14（2003年第二季度），t=36（2008年第四季度），t=48（2011年第四季度）3个时点进行特定时点的分析，因为这三个时期经济政策不确定性指数较高，分别对应非典事件、全球金融危机爆发、标普下调美国主权信用评级以及欧洲债务危机爆发的时点，3个时点的经济政策不确定性对入境旅游的冲击如图5所示。

图5 时点脉冲响应

从图5可以看出，经济政策不确定性对自身的冲击反应在持续期上是逐渐衰减的，这也符合经济逻辑。经济政策不确定性对自身的冲击逐渐递减并且从第三期开始就迅速趋于0，这说明经济政策不确定性在重大经济波动的时点上，可以比较灵活地进行调整，自身维系的惯性机制较小，即当期经济政策不确定性的波动不会对后期经济政策不确定性指数数值的大小产生额外影响。这个结论有利于更准确地进行后续的统计分析，从而消除自身波动带来的影响。从图5可以发现，经济政策不确定性对于宏观经济和入境旅游的影响均呈现出短期性特征，长期则趋于0。对于t=14（非典事件）、t=36（全球金融危机）和t=48（欧债务危机）三个特殊时点，经济政策不确定性对宏观经济的影响短期为负，并且随着时间推移逐渐减弱，在第3期开始逐渐趋近于0。图5的结果也显示，这三个时点上入境旅游对GDP冲击响应为正，这也符合在等间隔的脉冲响应分析中得到的结论。特别值得关注的是，根据图5，经济政策不确定性对入境旅游的影响在三个时点上却表现出了明显差异性。在t=14非典爆发和t=36全球金融危机的时点上，入境旅游对经济政策不确定性冲击在短期内呈现先升后降并逐渐趋于0的正向响应；而t=48欧债务危机的时点上，入境旅游对经济政策不确定性冲击影响在短期表现出负向波动，并随着时间逐渐减弱。

此外，图5的结果还显示，从影响程度来看，三个时点上经济政策不确定性对宏观经济波动的冲击以及宏观经济对入境旅游的冲击程度都小于经济政策不确定性对于入境旅游的直接冲击，此结论与等间隔的脉冲响应分析中的结果是相一致的。从影响时长上来看，经济政策不确定性对于入境旅游的直接冲击持续时期更长，在第8期该影响才完全消失。相比经济政策不确定性通过影响宏观经济再对入境旅游产生影响的传导机制而言，经济政策不确定性直接给入境旅游带来的冲击更加显著，持续时间也更长。