经济体制改革是我国经济持续健康发展的动力和制度保障，它通过市场资源配置功能、政府宏观调控功能、社会保障稳定器功能以及政府的市场监管功能来调节经济周期的波动，其对经济周期波动的影响通常会呈现出非对称性的特征（陈乐一和杨云，2016）。在动态因果效应的反事实分析中，通常假定政策规则ψ是给定的，结果变量Yt可能随着确定性部分zt和随机性部分εt的变化而变化。而当一国宏观经济处于不同体制状态时，相同的政策措施对经济系统的动态因果效应可能未必一致。因此，一国经济在不同体制时，即政策制定规则ψ发生变化时，有必要研究相同政策冲击的动态因果效应非对称性。特别地，在一国经济发展长周期中，研究不同阶段宏观经济政策动态因果效应的非对称性是具有重要的现实意义。鉴于货币政策在宏观经济调控政策工具箱中的重要性和基础性，本节以货币政策为例，利用SVAR模型研究货币政策动态因果效应关于经济体制的非对称性。实际上，伴随着宏观经济的不断发展，20世纪90年代国内外学术界和实务部门高度关注货币政策非对称效应研究，货币政策的非对称效应研究已成为货币经济学的理论前沿问题之一。因此，不断深化对宏观经济政策动态因果效应的非对称性理解也是认识经济发展的客观规律、优化宏观经济总体调控策略的重要工作。

为了深化经济政策动态效应非对称性的研究，本节首先以SVAR模型为基础将Angrist&Kuersteiner（2011）的条件独立性假设的半参数检验和时间序列的结构突变检验相结合提出一种推断经济政策动态效应非对称性的Wald检验。首先，根据人们对经济发展历程的研判，将一国经济界定为不同的区制（体制，或者周期阶段），并经H-P滤波方法剔除各区制的长期趋势因素，获得经济系统在各区制内的短期波动变量；其次，结合动态因果效应的定义和结构突变理论，基于SVAR模型分别利用半参数倾向得分匹配方法和逆概率加权方法得到政策冲击对结果变量的响应期和政策的平均因果效应，最后，构造Wald统计量推断不同区制以及不同方向经济（货币）政策冲击动态因果效应的非对称性，并且，利用自举方法对该检验统计量的有限样本分布进行模拟分析；最后，以经济周期的繁荣与衰退划分区制，提出了研究不同区制政策冲击响应期非对称的分析框架。

（1）研究背景

由于美国大萧条时期扩张性的货币政策对经济复苏并没有产生较大的影响，引发经济学家开始关注不同时期货币政策效应的差异性研究。Keynes（1936）的“流动性陷阱”假说认为扩张性的货币政策无法改变市场利率，存在政策失效现象。实际上，该结论是货币政策非对称效应的一种特殊情况。Cover（1992）率先提出了货币政策的非对称效应的概念，研究发现了美国货币政策的非对称效应。Ahmed&Pami（2001）再次界定了货币政策非对称效应，即在经济周期的不同发展阶段，相同幅度的货币扩张以及货币紧缩对经济的加速和减速作用通常是不同的。随后货币政策非对称效应逐渐拓展为纵向非对称效应和横向非对称效应的研究（李孔健，2014），其中，纵向非对称效应研究按照经济增长状态（高速增长或低增长）、政策方向（扩张性或紧缩性政策）、通货膨胀状态（高通胀或低通胀）等经济属性的不同研究货币政策对经济增长或其他经济变量的效应是否存在差异；横向非对称效应研究一般是按照不同类型的经济主体（如国有控股企业、私营企业和股份制企业等）、三次产业、或者经济区域（东、中和西部地区）等特征划分，研究货币政策的非对称效应。

目前，国内外学者对货币政策的非对称性效应已进行了大量有益的理论机制研究和实证分析。例如，Garcia（1999）建立具有Markov区制转换的VAR模型（MS-VAR模型）研究发现货币政策中利率工具的非对称调控效应依赖于经济运行状态；Senda（2001）认为扩张性的货币政策所导致的价格上涨要明显大于等幅度紧缩性货币政策的相反作用；Silvar&Portugal（2007）研究发现基准利率的负向冲击因经济周期的阶段不同而具有非对称的影响；Sznajderska（2014）根据1998年至2012年波兰高通胀期的宏观经济数据发现了高通胀期货币政策的反应更敏感的非对称性证据。Angrist&Kuersteiner（2011）在时间序列数据的框架下利用半参数的条件独立性假设研究了货币政策产生的动态因果效应，并考察了积极和消极的货币政策冲击的效应，证实了货币政策效应的非对称性。国内学者也进行了相关的探讨。王元（2012）利用两步法研究了扩张性和紧缩性的货币政策非对称效应以及不同类型主体、三次产业和不同区域间货币政策的非对称效应。孙天琦（2004）、陈安平（2007）以及曹永琴和李泽祥（2007a；2007b）等实证研究普遍支持了我国的货币政策存在一定的区域非对称效应。郑挺国和刘金全（2008）利用STVECM模型分析了1987年到2007年我国货币政策受经济周期、通货膨胀率与货币供给速度的不同而呈现出的非对称性影响。王立勇等（2010）则利用LSTVAR模型分析发现了经济高速增长和低速增长状态下，信贷政策的产出效应与货币、信贷的价格效应所产生的反应不同。邓静远和王文甫（2016）利用ESTSVAR模型研究发现，经济高增长状态下仅利率的价格效应和产出效应具有非对称性，而在低速增长阶段利率、货币供给和汇率等均呈现出非对称效应。李成等（2019）基于新凯恩斯经济周期理论，通过构建SVAR模型验证了经济发展周期中增速和减速发展阶段的非对称性效应。

（2）经济周期中政策响应期的非对称效应研究

为了提高经济政策动态因果效应对宏观经济的调控能力和效率，对不同区制中需求侧经济政策效应存在的非对称性研究一直是学术界特别关注的研究方向之一。其中对经济区制的判断或推断不仅取决于研究者的研究视角，也依赖于结构突变检验理论。相关实证分析文献的研究范式如下。首先，根据人们对经济发展历程的研判，利用某种结构突变检验将一国经济界定为不同的区制（体制，或者周期阶段），并利用H-P滤波、BP滤波和退势回归等方法剔除各区制的长期趋势因素，获得经济系统在各区制内的短期波动变量，将其界定为响应需求侧经济政策冲击后的序列；然后，建立单方程ECM模型或者SVAR/SVEC模型推断经济政策的动态效应；并通过比较不同区制的动态效应以揭示政策效应的非对称性。在此基础上，本节将侧重于经济政策动态因果效应的非对称性研究，在研判经济区制后，基于SVAR模型分别利用半参数倾向得分匹配方法和逆概率加权方法得到政策冲击对结果变量的响应期和政策的平均因果效应。最后，构造Wald统计量推断不同区制以及不同方向经济（货币）政策冲击动态因果效应的非对称性，称其为经济政策的非对称效应检验。

①结构突变检验

由于体制变迁、技术升级以及金融危机等外生冲击可能会导致经济系统结构发生显著的改变，为了识别和推断经济结构的突变，通常使用结构突变点检验考察核心经济变量的数据生成过程中是否存在结构突变点。否则，在建立计量模型时，如果不考虑时间序列中可能存在的结构突变，将影响数据平稳性和协整性检验的检验功效（Power），增加“伪回归”风险。而且，对结构突变点的研判一般划分为外生突变点（由先验决定）的结构突变检验和内生结构突变检验。并且，根据时间序列的平稳性，也可将结构突变检验分为结构突变的单位根检验和（平稳序列的）结构突变检验。例如，Chow（1960）的结构突变检验即为（平稳的）外生结构突变检验；Perron（1989）的单位根检验属于外生结构突变的单位根检验；Zivot&Andrews（1992）的单位根检验系内生化结构突变的单位根检验。又如，Gregory&Hansen（1996）提出了结构突变的协整检验等等。

为了行文方便，本节以宏观经济长周期的“增长”和“衰退”界定区制、研究货币政策动态因果效应的非对称性为例进行讨论。所以，该研究过程可以拓展为一般的研究范式。

在宏观经济长周期[1，T]中，假设经济发展过程先后经历了“增长”和“衰退”两种区制，区制转折点位于时期tr∈（1，T），设定区制变量

显然，St=0表示经济处于“增长”区制，St=1表示经济从第tr+1期开始的“衰退”区制。

为了避免依据GDP增长率等核心变量判断周期区制的主观性、以及短期波动性对区制界定的干扰，首先对一国GDP增长率序列长周期的划分采用结构突变的相关理论进行，将检验所得的突变点作为经济增长长周期的转折点。

②货币政策冲击序列

早期研究扩张性和紧缩性货币供给冲击对产出影响的非对称效应的实证分析一般均采用Cover（1992）的二阶段OLS法。首先，利用OLS估计已设定的货币供给方程（货币供给量增长率关于实际GNP增长率、利率差分、政府盈余增长率和失业率等变量的ADL模型），以残差序列作为货币供给冲击的估计值；并分离出正向和负向冲击，从而分别得到扩张性和紧缩性货币供给冲击序列。然后，再建立产出增长率对扩张性和紧缩性货币供给冲击序列的ADL回归模型，并以此推断扩张性和紧缩性货币供给政策对产出的非对称效应。显然，在Cover（1992）的实证分析方法中，以原始经济变量的对数差分和第一阶段的OLS估计来剔除产出等结果变量的趋势特征，而得到货币供给政策的波动成分。然而，在宏观经济实证研究中，剔除长期趋势特征的常用方法还有退势回归方法、HP滤波和BP滤波等方法。例如，李孔健（2014）首先对货币供给量序列进行HP滤波，分解出货币供给量序列的长期趋势项和短期波动成分，并将货币供给量序列的短期波动成分界定为货币供给政策冲击；再以短期波动成分的正负分离扩张性和紧缩性的货币供给政策冲击，即当货币供给量高于趋势项时表示有扩张性的货币供给冲击，而当货币供给量低于趋势项时表明有紧缩性的货币供给冲击。然后，将被分离的扩张性和紧缩性的货币供给政策冲击引入VAR模型，基于脉冲响应分析推断货币供给政策效应的非对称性。

Hodrick&Prescott（1980）最先提出H-P滤波法，它是计量经济学实证研究中常用的变量趋势分解方法之一。H-P滤波的思想是将经济周期看作宏观经济中某一变动路径的偏离，趋势便是这一路径的稳定部分。通过将经济变量序列中长期趋势以及短期波动的成分进行分离，处理后可以得到平稳序列。假设时间序列{Yt}（t=1，2，…，N）由两部分构成，分别是趋势性成分和波动性成分，并有。趋势项部分是不可观测的，通过最小化

的解得到，其中，c（L）为滞后算子多项式，滤波的结果取决于λ的经验值。根据上述方法，在得到货币政策相关变量以后，通过H-P滤波得到变量的波动性部分，将该部分作为货币政策冲击序列，纳入SVAR模型的相关分析中。另外，在得到新的货币政策冲击序列后，根据变量的正负可以分离出正向冲击和负向冲击，进而分析扩张性和紧缩性货币政策的非对称效应。

③货币政策非对称效应检验

为了推断一国经济增长长周期中“增长”区制和“衰退”区制的货币政策动态因果效应的非对称性特征，本书提出了如下分析过程。

长周期划分。

对GDP增长率序列进行Zivot&Andrews（1992）的内生化结构突变的单位根检验^[1]；如果tr∈（1，T）是结构突变点，则根据结构突变点划分一国经济增长长周期中的“增长”区制和“衰退”区制，不妨设，[1，tr]是“增长”区制、[tr，T]是“衰退”区制。

货币供给政策冲击识别。

分别对“增长”区制和“衰退”区制的货币供给量序列进行HP滤波，将滤波后的货币供给量序列定义为各区制的货币供给政策冲击。

SVAR模型。

利用各区制的货币供给政策冲击，根据IS-LM-PC模型在各区制设定SVAR模型；根据Angrist&Kuersteiner（2011）的经验统计量Vn（υ）检验条件独立的零假设。

Wald检验。

为了推断各区制货币供给政策动态因果效应的非对称性，本书基于经验统计量Vn（υ）构造联合检验的Wald检验统计量。

假设M是大于1的正整数，对于区制St的SVAR模型，分别对感兴趣结果变量的m期滞后计算经验统计量，m=1，2，…，M；

对于向量，构造Wald统计量

于是，当包含可观测变量平稳的正则条件满足时，结果变量的1、2、…、M期滞后变量均是条件独立的联合零假设下，统计量（v）弱收敛于自由度为M的χ2（M）。

因此，对于区制St，依据Wald统计量（v）即可检验货币供给政策的动态因果效应。其中Wald统计量的检验临界值既可根据其渐近分布χ2（M）确定，也可基于区制St的SVAR模型进行wild自举方法确定检验临界值。

更进一步，在区制St=0和区制St=1的SVAR模型中，对于感兴趣结果变量的向量，构造Wald统计量

类似地，当包含可观测变量平稳的正则条件满足时，两区制结果变量的1、2、…、M期滞后变量均是条件独立的联合零假设下，统计量Hn（v）也弱收敛于自由度为M的χ2（M）。因此，依据Wald统计量Hn（）v即可检验两区制货币供给政策动态因果效应对称的零假设。并且，Wald检验的临界值也可依据其渐近分布确定，也可通过Wild自举方法计算。

若样本统计量Hn（v）＜（M），则不能拒绝零假设，即在经济发展长周期中，“增长”区制和“衰退”区制的货币政策动态效应是对称的。否则，若样本统计量Hn（v）＞（M），拒绝零假设，即在经济发展周期的不同区制，货币政策动态效应是非对称的。

（3）不同方向货币政策的非对称效应研究

扩张性货币供给和紧缩性货币供给对产出影响的差异性最早出现在货币政策非对称效应的相关研究中，美国经济学家Cover开启了货币政策非对称性研究的先河，此后，不同方向的货币政策的非对称研究得到学界的广泛关注。识别扩张性或是紧缩性货币政策对宏观经济产生的政策效应的挑战在于政策的变化与其他经济变量的关联，从而使得结果变量与这些政策有关。此时，应用于截面数据的条件独立性假设失效，而利用上文中半参数倾向得分的条件独立性假设检验，一方面可以分别估计不同方向的政策冲击对经济系统主要经济变量的响应期，另一方面，可以应用本书提出的Wald检验对不同体制下单一政策的非对称性效应进行研究，从而区分不同方向政策的动态因果效应。例如，Angrist&Kuersteiner（2011）在其对货币政策的研究中，分别讨论了利率上升和下降时对经济增长做出不同影响的情况，结果显示相对于利率下降对经济增长没有太明显的影响，而利率上升对经济增长的反应更加敏感。

文中不同方向的货币政策冲击序列由H-P滤波方法得到。在上述研究中允许政策变量Dt可以取多个离散值，重新令Df=1表示实施单一方向的政策，其他情况Df=0，从而构造新的政策变量Dft，将Dft代替原先的政策变量Dt利用倾向得分的半参数条件独立性估计得到单一方向政策对经济系统的响应期。估计步骤同上。通过分别估计出经济发展周期不同阶段不同方向的政策对主要经济变量的响应期，同样可以利用上节构造的Wald统计量检验不同经济增长阶段单一方向政策对经济系统的响应期是否存在差异。(www.daowen.com)

（4）政策平均因果效应及其估计

①政策的平均因果效应

假设χt=描述了一个经济系统，Xt是协变量向量，Yt表示结果变量的m维向量；多元政策变量Dt=D（zt，ψ，εt），其可能取值为d∈{d0，d1，…，dJ}，其中，εt是影响政策决策的不可观测随机冲击，ψ表示政策规则，zt=F（Xt，χt-1）为政策决策的信息集，它包括当期协变量信息、结果变量历史信息和滞后政策变量的信息。

给定任意的t和l，以及在t期基准政策d0，则相对于基准政策d0，第t期政策dj对第t+l期结果变量的平均因果效应为

并记从第t+1期到第t+L期的平均处理效应向量为

其中，。相对于基准政策，第t期政策各种可能选择对从第t+1期到第t+L期结果变量产生的平均处理效应向量

其中，θ为m×L×J维列向量，m为结果变量的个数，L为政策干预后的期数，J+1为可选择的政策种类数。

因与反事实政策选择对应的潜在结果是不可观测的，所以，样本数据不能直接估计平均处理效应向量θ，因此，欲识别这种反事实的因果关系必须满足下述条件独立性假设。

条件独立性假设：对于任意给定的t和l，以及政策规则ψ∈Ψ，

显然，对于给定的政策规则ψ，条件独立性假设保证了利用可观测的时间序列能够估计政策的平均因果效应。并且，如果经济系统不发生结构性变迁，就可假定政策规则ψ保持不变。这时，相对于基准政策d0，政策dj对结果变量的平均因果效应

于是，利用可观测时间序列可以得到式（5.42）右端良好估计，即政策的平均因果效应可识别。并且，如果已知政策的倾向得分参数化表示

则，条件独立性假设具有等价的形式

因此，政策的平均因果效应（5.41）

即政策的平均因果效应是未来结果向量的加权平均。

②平均因果效应的估计和推断

由式（5.44）可知，为了估计政策的平均因果效应，必须首先估计权重函数

当政策的倾向得分模型设定正确时，权重函数的均值为零，且与zt无关。同时，为了过滤宏观经济变量中的随机趋势，权重修正为对zt和截距项回归的残差项，其中是回归拟合值。于是，政策平均因果效应的逆概率加权估计

因此，是政策的平均因果效应向量的逆概率加权估计，其中。

（5）政策平均因果效应的非对称检验

类似于前文的政策动态因果效应非对称性的检验，本书提出了一种政策平均因果效应的非对称检验。同样，为了行文方便，本节以宏观经济长周期的“增长”和“衰退”界定区制、研究各区制货币政策平均因果效应非对称性的统计检验方法。显然，也可容易地对该研究模式进行拓展，以解决其他两区制一般性政策平均因果效应非对称性的推断问题。

为了推断一国经济增长长周期中“增长”区制和“衰退”区制的货币政策平均因果效应的非对称性，本书以存贷款基准利率政策^[2]为例提出了如下分析过程。

长周期划分。

对GDP增长率序列进行Zivot&Andrews（1992）的内生化结构突变的单位根检验^[3]；如果tr∈（1，T）是结构突变点，则根据结构突变点划分一国经济增长长周期中的“增长”区制和“衰退”区制，不妨设，[1，tr]是“增长”区制、[tr，T]是“衰退”区制。

利率政策序数化。

按照中央银行的利率调整惯例确定步长，将存贷款基准利率的值域区间进行等步长划分^[4]，得到利率政策变量的顺序观测值序列，简称其为序化利率变量。

利率政策平均因果效应的估计。

对于各区制的序化利率变量、协变量（汇率和M2的增长率等）和对数CPI变量，建立序化利率变量的有序选择模型，即倾向得分函数；设定适当的整数L＞0，依据式（5.45）估计利率政策的平均因果效应向量。

Wald检验。

为了推断利率政策平均因果效应的非对称性，本书基于各区制利率政策的平均因果效应向量的估计量构造检验平均因果效应向量相等的Wald检验统计量。

在两区制利率政策规则（倾向得分函数）不变和L相等的假设下，分别估计区制St=0和区制St=1的利率政策对于结果变量CPI的平均因果效应向量和。

构造统计量

检验联合零假设

鉴于政策平均因果效应估计量（5.45）是回归残差项的加权和，所以，在适当的假设下，可得到政策平均因果效应向量估计量θ^具有渐近正态分布。因此，统计量W（ψ，L）的渐近分布为（K），其中自由度K=m×J×L。并且，在零假设下，Wald检验统计量W（ψ，L）的临界值可依据其渐近分布确定，也可通过Wild自举方法计算。

对于给定的检验水平α，若样本统计量W（ψ，L）＜（K），则不能拒绝零假设，即在经济发展长周期中，“增长”区制和“衰退”区制的利率政策平均因果效应无显著性差异，两区制的利率政策效应是对称的。否则，若样本统计量W（ψ，L）＞（K），拒绝零假设，即在经济发展周期的不同区制，利率政策效应是非对称的。

依据突变理论界定宏观经济长周期的“增长”和“衰退”区制、以存贷款基准利率政策为例通过构造Wald统计量推断不同区制以及不同方向经济（货币）政策冲击动态因果效应的非对称性统计检验方法。显然，也可容易地对该研究模式进行拓展，以解决其他两区制一般性政策平均因果效应非对称性的推断问题。