政治稳定性恢复会怎样影响实体经济?

伊藤新
研究员

  去年年末因政权交替而使政权运营的稳定性显著加强。也就是说,政治形势从"不能决策"向"能够决策"转变。当时的全国性报纸指出,由于构建了稳定的政治基础,使政府和执政党能够制定实施迄今悬而未决的政策,对政治稳定性的恢复给予了高度评价。

  经济产业研究所从2011年年末到2012年2月对约3400家企业进行了问卷调查,其中33%的企业选择了"政府及政策的稳定性"作为对企业经营产生重大影响的因素(注1)。这个结果显示,政治的不稳定性通过对企业制定生产计划及设备投资计划产生影响,可以对实体经济产生作用。

  读到这里,不少读者可能对以下问题产生了疑问,即去年政治稳定性恢复对实体经济究竟产生了什么样的影响?但遗憾的是,至今没有发现着眼于这一点的定量性分析报告,因此要解决读者的疑问或许不那么简单。

  我们使用新研制的政权运营不稳定性指数,对简单的数据进行了分析。得出的研究成果虽然是暂时的,却令人深感兴趣。本专栏为了向对这个问题有兴趣的读者提供有助益的材料,特在此做个介绍。

                    

如何测定政治不稳定性?

  在定量评估政治不稳定性对实体经济产生的影响时,难题是如何测定政治不稳定性。在已往的实证研究中,采用了政府重要官员被暗杀的人数和政权交替的频度等变量作为政治不稳定性的指标。但在现在的日本,没有这样的事例,即使有也极少。因此,这些变量并不合适作为评价政治不稳定性的指标。

  另外,还可以列举出作为候补代替变量的议会席位数。在议会上,如果执政党所占席位数比在野党高出很多,就可以认为政权比较稳定。但是,例如2012年发生的现象,说明即使执政党占有相当数量的议席,政权运营业有可能陷入困境。在这种情况时,可以认为政治稳定性较低。因此,把占有议会的席位数作为评价政治不稳定性的指标是不妥当的。

  为了弥补上述缺点,可以作为评价政治不稳定性指标来利用的有效变量之一是,报社、电视台、以及通讯社每月实施的舆论调查中显示的政党支持率。图1为1993年1月至2014年1月期间政权运营的不稳定性指数(以下称之为iPM指数)。

图1:政权运营的不稳定性指数
图1:政权运营的不稳定性指数
注:图中的黑色实线为首相在任期间的平均值。

  这个指数是把时事通讯社、NHK(日本广播协会)、NNN(日本电视台)、ANN(朝日电视台)、JNN(每日电视台)、FNN(富士电视台)、朝日新闻社、日本经济新闻社、每日新闻社及读卖新闻社公布的政党支持率数据进行加工处理,再把得出的10个系列进行加权和(权重为固定数值)后导出的结果。从支持率看执政党与在野党之间的关系,两者越势均力敌,指数值就越大。在执政党与在野党两者势均力敌的情况下,由于政府和执政党受到在野党的强烈攻势,因此政权运营出现困难。指数的上升,意味着政府和执政党的政权运营陷入僵局,即可以解释为政治不稳定性上升。

  如图所示,iPM指数在过去20年里,不断上下反复变动。上个月的指数为80,从以往的历史来看,处于较低水平。比较一下历代内阁政府,现在的内阁处于细川内阁之后政治稳定性最高的状态。

  通过更仔细地观察可以看到,与上个月相比,指数激烈变化达30个百分点以上的有3次,分别是1994年7月、2009年9月和2013年1月。不管哪次,在变化前,政府和执政党的政权运营都非常艰难,政局不稳定。之后发生政权交替,然后政治恢复稳定。

  而且,指数从2007年开始出现上升倾向,政治不稳定性持续上升。同年7月在参议院议员选举中,自民党惨败,执政党在参议院所占席位低于半数的结果,国会发生了众议院和参议院的扭曲国会现象。当时人们曾担心,扭曲现象的发生将不可避免地导致政治不稳定,指数如实地反映了这一点。

政治不稳定性与实体经济的关系

  从上一节里可以看出,虽然不够完全,但iPM指数显示出了政治不稳定性。在这里需要关注的重要事项是,这个指数和实体经济变量之间是否有关。图2使用内阁府数据,描绘了iPM指数与实体经济变量的分布图。实体经济变量使用了就业人数增长率和经济增长率。

图2:政权运营不稳定性指数与实体经济变量的分布图:各内阁数据
图2:政权运营不稳定性指数与实体经济变量的分布图:各内阁数据
注:标记的数字与图1中内阁府付与的号码相对应。经济增长率与就业人数上升率是首相在任期间的平均变化率(年率)。第2次安倍内阁的政权运营不稳定性指数与就业人数上升率使用截至2013年12月的数据,经济增长率使用截至2013年7-9月季度的数据算出。就业人数与实际GDP数据来自总务省统计局和内阁府网站。

  从图中可以看到,在iPM指数较低、即政治稳定性高的时候,就业人数的上升率及经济增长率也随之上升。政治不稳定性与实体经济之间存在负相关关系。这个事实,可以说是政治不稳定性通过影响企业行为决策对实体经济产生了影响,可以看作是上述问卷调查结果的证据。

  但是,这个负相关关系也可能是因为就业人数上升率停滞不前及经济增长率的低落等实体经济的不振酿成对政府和执政党的不支持,结果导致iPM指数上升。为了验证这个可能性所使用的方法之一是,使用时间间隔更短的季度数据。图3显示了iPM指数与实体经济变量的时差相关系数。并且,实体经济的变量使用了除去线形趋势的就业人数与实际GDP数据。

图3:政权运营的不稳定性指数与实体经济变量的时差相关关系
图3:政权运营的不稳定性指数与实体经济变量的时差相关关系
注:样本期间为1994年第3季度至2012年第1季度。就业人数与实际GDP所使用的是除去线形趋势后的系列数据。各变量的趋势基于HP滤波(Hodrick-Prescott Filter)。就业人数与实际GDP的数据来自总务省统计局和内阁府网站。

  图3-A表示iPM指数与就业人数之间的时差相关系数。在某时点,iPM指数与4-5个季度后的就业人数的相关性较强。如果政治的不稳定性是影响就业人数增长的原因,那么在某个时点,iPM指数与该时点之前的就业人数应该存在负相关关系。但在本图中观察不到这种关系。对实际GDP来说也是同样的(图3-B)。

定量评估政治不稳定性对实体经济的影响

  在上节中,确认到在某时点,实体经济变量依存于该时点之前的iPM指数。那么,没有预想到的政治不稳定性的变化(冲击)对经济会产生怎样的影响呢?为了调查这点,我们使用由iPM指数、实体经济变量、短期利率及股价这4个变量组成的多变量回归模型进行了推算,图4根据其结果描述了在政治不稳定性冲击(相当于iPM指数上升10个百分点的规模)发生时,实体经济变量的脉冲响应(Impulse response)函数。实体经济变量使用了就业人数和实体经济活动指数(注2)。

图4:实体经济变量对政治不稳定性冲击的动态反应
图4:实体经济变量对政治不稳定性冲击的动态反应
注:白点红色实线表示推算出的反应程度。深灰色和淡灰色的范围分别表示68%与95%的信赖区间。推算期间为1994年1月至2013年11月。

  图4-A来看,因冲击发生致使就业人数渐渐从趋势线偏离并减少,16个月以后达到-0.2%的最低谷后开始回升。负效果在冲击发生后的1年到1年半里出现统计上的非偶然性。从图4-B来看,在冲击发生的13-19个月后,对实体经济活动指数产生非偶然性影响,17个月后的影响最大,达到-0.7%。

  根据模型观察到的政治不稳定性冲击进行推算的结果,随着前年年末的政权交替,政治恢复稳定使就业人数在今年上半期增加了0.9%,实体经济活动指数在今年第2-3季度上升了3.1%。将在4月实施的提高消费税率也许会对实体经济产生负面影响,但政治恢复稳定带来的正面影响多少会对实体经济的低落起到缓和作用。

脚注
  1. ^ 有关问卷调查的详细内容,请参照森川正之(2012)《从企业问卷调查看东日本大地震的影响与经济增长政策》、RIETI Policy Discussion Paper Series 12-P-010。
  2. ^ 实体经济活动指数是根据农林水产业、工矿业、建筑业及第3产业的各项活动指数的附加值额的加权和来制作的。这个指数的特征是与实际GDP有着非常相似的动向,可以作为逐月实际GDP的代理变量来使用。从1993年1月到2012年12月,使用了笔者制作的数据,2013年以后使用的是根据经济产业省公布的所有产业活动指数(但不包括金融业)制作的数据。

2014年2月10日登载

浏览该著者的文章