4.1 数据选取与说明
经过大量的文献分析发现，美国经济政策不确定性是导致全球金融市场震荡的重要因素，也是中国金融市场面临的主要外部冲击源，因此本文将美国经济政策不确定性作为研究中国金融市场面临外部输入性经济政策不确定性风险的主体。
具体地，本文选取中国经济政策不确定性指数和美国经济政策不确定性指数分别作为我国金融市场面临的内、外部经济政策不确定性风险的表征变量，并进行政策细分，具体指贸易政策不确定性（TPU）、财政政策不确定性（FPU）、和货币政策不确定性（MPU），选取上文构建的金融压力指数作为我国系统性金融风险水平的表征变量。其中，美国经济政策不确定性指数采用Baker et al（.2016）[29]编制并公开发布的EPU指数，该类指数基于新闻测算法编制而成，从三种基础成分出发进行构建，分别是国家主流权威报纸对经济政策不确定性的报道、联邦税法未来路径的不确定性程度以及政策相关宏观经济变量的不确定性指数，用同样的方法，他们也首次构建了中国经济政策不确定性指数，此外，通过转换搜索词，他们还创建了气候不确定性指数、安全政策不确定性指数等。目前该类指数已经在国内外学者中得到了广泛应用，本文美国经济政策不确定性指数数据来源于该学者创建的政策不确定性指数网站（www.policyuncertainty.com）。本文并未采用他们编制的中国经济政策不确定性指数，原因在于他们在构造该指数时，仅将香港地区出版的《南华早报》英文版作为唯一的信息来源，由于忽略了中国大陆出版的报纸媒介，这一选择毫无疑问导致结果产生极大误差，且他们并未编制中国细分经济政策不确定性指数。
第五章 结论与建议
5.1 研究结论
本文梳理了金融风险的量化方法以及金融风险与内外部经济政策不确定性之间双向溢出的相关研究动态，在此基础上，选取我国股票市场、债券市场、货币市场、外汇市场和银行部门的16个指标构建了我国从2007年6月25日至2021年7月30日期间的日度金融压力指数，随后运用MSVAR模型和VAR模型对该指数分别进行了区制状态识别和宏观经济效应分析。进一步地，本文将我国金融系统面临的经济政策不确定性细分为三类，分别是财政政策不确定性、货币政策不确定性和贸易政策不确定性，将美国经济政策不确定性作为研究中国金融市场面临外部输入性经济政策不确定性风险的主体，结合本文构建的金融压力指数，基于信息溢出视角，采用TVP-VAR-DY溢出指数模型探究了我国金融风险与内外部经济政策不确定性之间的溢出关系及其时变特征，主要得出以下结论：
第一，从银行部门、股票市场、债券市场、外汇市场和股票市场五个金融子市场选取基础性指标，采用标准差倒数法和主成分分析法确定权重测算得到的我国金融压力指数走势和我国金融系统经历的数次波动较为一致，能较好地刻画我国金融风险事件。基于MSVAR模型进行区制状态识别发现，我国金融系统在2007年6月至2021年7月时期主要经历六个高风险压力时段，分别对应我国以及全球范围内金融不确定性极高时期，具体是2007年7月至2008年末、2011年整年、2013年中至2014年中、2015年全年、2018年全年和2020年上半年；VAR模型分析结果表示我国金融风险对我国宏观经济增长存在负向冲击，但适度的金融压力也可以推动经济发展。
第二，就我国金融风险与内部经济政策不确定性之间的溢出关系而言，我国系统性金融风险水平与内部三种不同经济政策的不确定性之间存在显著的连通性，总联通指数为30.9%，与财政政策的影响相比，货币政策和贸易政策的不确定性上升更容易增加我国金融系统压力，其中贸易政策不确定性的对外溢出效应最显著。动态结果表明，我国系统性金融风险与我国经济政策的不确定性之间的相互溢出关系存在非常明显的时变特征，在重大事件期间明显增强，迄今为止全球金融危机带来的影响仍最为显著；具体地，我国经济政策的不确定性会显著影响我国金融系统的压力水平，且不同类型经济政策的溢出大小存在较为明显的差异性，长远看来，我国货币政策的不确定性对金融市场的溢出影响相比财政政策和贸易政策更大。此外，不同类型经济政策不确定性之间存在相互溢出，总的来说贸易政策对财政政策和货币政策的溢出影响大于其所接受到来自两种政策的溢出影响。
参考文献（略）
