疫情防控政策和貨幣政策的網(wǎng)絡(luò)傳導機制及效果評估

呂一清 張恒國四川大學經(jīng)濟學院成都 60065 山東大學經(jīng)濟研究院濟南 5000

引 言

當前，中國的宏觀經(jīng)濟正在遭受史無前例的結(jié)構(gòu)性因素和周期性因素的多重影響，面臨著巨大挑戰(zhàn)。持續(xù)發(fā)展的COVID－19疫情對我國各行業(yè)發(fā)展產(chǎn)生了巨大沖擊，尤其是建筑行業(yè)。作為國民經(jīng)濟的重要產(chǎn)業(yè)，建筑行業(yè)產(chǎn)業(yè)面臨不確定性正在加劇。然而，中央政府堅定“推進房住不炒”的房地產(chǎn)金融政策，深化利率市場化和人民幣匯率國際化的機制改革，提高金融資源配置效率。在當前全球COVID－19疫情快速蔓延的背景下，考察突發(fā)公共事件對我國建筑行業(yè)及其產(chǎn)業(yè)鏈的沖擊和傳導機制，深入剖析疫情防控政策和貨幣政策對阻止新冠病毒傳播和促進建筑行業(yè)發(fā)展的影響和傳導機制研究具有重要的學術(shù)價值與現(xiàn)實意義：它不僅有助于驗證我國疫情防控政策是否對新冠病毒擴散起到有效的阻止作用，而且更有助于研究在有效控制新冠病毒擴散的情況下，如何運用貨幣政策防范建筑行業(yè)的市場風險和優(yōu)化其結(jié)構(gòu)并帶動經(jīng)濟復蘇和發(fā)展，從而維護經(jīng)濟發(fā)展和社會穩(wěn)定。

由于宏觀經(jīng)濟數(shù)據(jù)統(tǒng)計難度大、樣本頻次低，早期文獻在考察自然災(zāi)害、重大災(zāi)難、公共衛(wèi)生事件等突發(fā)公共事件時，往往采用干預模型、案例研究法、事件研究法和自然實驗法等方法，考察突發(fā)事件對經(jīng)濟的沖擊影響［1］。Chesney等（2011）［2］將恐怖襲擊對金融市場的影響和自然災(zāi)害等其他極端事件的影響進行了比較，發(fā)現(xiàn)非參數(shù)方法在分析過程中具有優(yōu)越性。Ragin和Halek（2016）［3］使用事件法研究了重大災(zāi)難對保險市場均衡價格和均衡數(shù)量的影響，發(fā)現(xiàn)預計災(zāi)難性沖擊將增加行業(yè)凈收入。Deryugina等（2018）［4］利用報稅數(shù)據(jù)，發(fā)現(xiàn)卡特里娜颶風對人們的生活產(chǎn)生了巨大而持久的影響，但對就業(yè)和收入的影響卻很小。Boehm等（2019）［5］利用企業(yè)級微觀數(shù)據(jù)把2011年東日本大地震作為外生沖擊來探討其對國際貿(mào)易產(chǎn)業(yè)鏈的影響。Lanfear等（2019）［6］研究了美國登陸颶風對股票收益和非流動性的強烈異常影響，發(fā)現(xiàn)高動量股票對其回報的負面影響要比其他股票大一個數(shù)量級。同時，學者們不斷提出新方法和高頻模型來分析突發(fā)公共事件對經(jīng)濟的沖擊。如White等（2015）［7］提出了多變量、多分位數(shù)模型的估計和推理方法來研究危機事件。Baruník和Krˇehlík（2018）［8］采用方差分解譜表示的框架，來衡量金融變量之間的連通性。Bai等（2019）［9］發(fā)現(xiàn)將災(zāi)害嵌入到異質(zhì)企業(yè)的一般均衡模型中，有助于解釋消費CAPM的經(jīng)驗失效。Runge等（2019）［10］將復雜網(wǎng)絡(luò)和因果分析結(jié)合在一起，提出了因果網(wǎng)絡(luò)模型（PCMCI），估計因果網(wǎng)絡(luò)并量化其強度。當前，COVID－19疫情對經(jīng)濟沖擊的研究集中在：Mirza等（2020）［11］發(fā)現(xiàn)在COVID－19傳染病發(fā)展的各個階段，大多數(shù)歐洲投資基金表現(xiàn)出壓力，但社會創(chuàng)業(yè)基金承受了彈性。Goodell和Huynh（2020）［12］評估了美國各行業(yè)對COVID－19相關(guān)突發(fā)新聞公告的反應(yīng)，并分析了投資者對COVID－19的關(guān)注程度。國內(nèi)學者麻紅萍（2020）［13］發(fā)現(xiàn)COVID－19疫情對房地產(chǎn)行業(yè)帶來較大負面影響。奚康（2020）［14］發(fā)現(xiàn)在COVID－19疫情的影響下，養(yǎng)老地產(chǎn)融資要更新地產(chǎn)運營模式。黃程棟等（2020）［15］發(fā)現(xiàn)COVID－19疫情對房地產(chǎn)投資、新開工面積和土地成交的沖擊以短期影響為主。鐘偉（2020）［16］發(fā)現(xiàn)COVID－19疫情對房地產(chǎn)領(lǐng)域的影響很大，更多的資本、企業(yè)和產(chǎn)能將向政府治理能力相對較強的區(qū)域集中。楊子暉等（2020）［1］分析COVID－19對我國宏觀經(jīng)濟與金融市場的沖擊影響，發(fā)現(xiàn)了各部門間金融風險傳導關(guān)系的動態(tài)演變機制。

縱觀對突發(fā)公共事件領(lǐng)域的研究，仍然存在一些不足：（1）受研究數(shù)據(jù)所限。此類事件持續(xù)時間較短，宏觀數(shù)據(jù)時間跨度也相對較短，容易產(chǎn)生“維度詛咒”問題［17］；（2）事件本身對經(jīng)濟沖擊的分析存在困難［5，1］。基于此，本文通過LDA模型對海量新聞文本進行主題提取，首次構(gòu)建中國疫情防控政策指數(shù)；其次，本文采用一種新型復雜網(wǎng)絡(luò)分析模型，該模型將線性或非線性條件獨立性與因果推理算法結(jié)合起來，從大規(guī)模時間序列數(shù)據(jù)集中估計因果網(wǎng)絡(luò)并量化其強度，分析變量間的相互因果影響，從而準確刻畫突發(fā)公共事件對產(chǎn)業(yè)鏈的傳播途徑與沖擊效應(yīng)。

1 理論分析與模型建立

1.1 政策的傳導機制分析

本文采用因果網(wǎng)絡(luò)模型對疫情防控政策有效性進行檢驗，進一步以建筑行業(yè)及其產(chǎn)業(yè)鏈為例刻畫疫情防控政策和貨幣政策對疫情沖擊下的經(jīng)濟復蘇的影響力度和傳導機制研究。疫情防控政策和貨幣政策對建筑行業(yè)的影響是多方面的：通過貨幣政策，中央銀行以利率為抓手，降低存貸款利息，有利于企業(yè)以更低的利息獲得銀行貸款，保障建筑行業(yè)企業(yè)的平穩(wěn)運行。同時，存款利率的下降有助于鼓勵居民消費或?qū)π钔断蚬善薄冉鹑谫Y產(chǎn)，從而為建筑產(chǎn)業(yè)的經(jīng)濟恢復積蓄力量，創(chuàng)造條件；另外，社會距離、自我隔離和旅行限制等疫情防控政策導致所有經(jīng)濟部門的勞動力減少，并造成大量工作崗位流失［18］，從而使得建筑行業(yè)企業(yè)勞動力短缺，難以滿足行業(yè)需求，影響建筑產(chǎn)業(yè)的發(fā)展，從而導致供給端對建筑行業(yè)及宏觀經(jīng)濟造成影響。與此同時，疫情防控政策為建筑企業(yè)、建筑產(chǎn)品的需求者、消費者提供反思的機會，從而對建筑行業(yè)的可持續(xù)發(fā)展帶來深遠的影響。

疫情防控政策和貨幣政策對建筑行業(yè)的影響是通過影響與建筑行業(yè)密切相關(guān)的勞動力市場和資本市場發(fā)揮作用的，但由于新冠肺炎疫情作為公共衛(wèi)生事件，其發(fā)生本身具有突發(fā)性的特點，其對于中國經(jīng)濟尤其是建筑行業(yè)的影響是多方面，深層次的。為應(yīng)對新冠肺炎疫情，中國政府所采取的疫情防控政策和貨幣政策對建筑行業(yè)的影響也是多方面的。就短期影響而言，社會距離、自我隔離和旅行限制等疫情防控政策將會在短期內(nèi)導致建筑行業(yè)遭受沖擊，建筑行業(yè)產(chǎn)業(yè)鏈面臨斷鏈的風險，并將這種風險傳遞到整個建筑行業(yè)和產(chǎn)業(yè)鏈的全過程，導致區(qū)域、行業(yè)、產(chǎn)業(yè)鏈不同程度的經(jīng)濟停擺，對建筑行業(yè)及其產(chǎn)業(yè)鏈造成負面影響。但與此同時，中國政府通過貨幣政策，中央銀行通過多次降息，保證金融市場貨幣資金的流動性，為建筑行業(yè)及其產(chǎn)業(yè)鏈相關(guān)產(chǎn)業(yè)維持生存提供充足資金，為疫情得到有效控制后，整個行業(yè)的復工復產(chǎn)提供資金保障；另外，就長期影響而言，疫情防控政策得到有效的貫徹執(zhí)行，疫情才能得到有效的控制，才能夠為經(jīng)濟的重啟、建筑行業(yè)及其產(chǎn)業(yè)鏈相關(guān)產(chǎn)業(yè)的復工復產(chǎn)創(chuàng)造條件，為整個產(chǎn)業(yè)的良性循環(huán)奠定基礎(chǔ)。

由此可知（見圖1），疫情防控政策和貨幣政策對建筑行業(yè)的影響具有復雜性和協(xié)調(diào)性的特點，而其對于產(chǎn)業(yè)鏈相關(guān)產(chǎn)業(yè)的影響則會隨著各地區(qū)疫情防控政策和央行貨幣政策的執(zhí)行情況具有不同程度的影響，其中既包含產(chǎn)業(yè)內(nèi)企業(yè)經(jīng)濟活動暫時性的停擺，也有在有效貫徹疫情防控政策下的復工復產(chǎn)，因而這其中既蘊含著負向的消極影響，也具有正向的積極作用。總體而言，疫情防控政策和貨幣政策的有效執(zhí)行，將有助于在短期內(nèi)以有效的政策手段阻礙病毒的傳播，為經(jīng)濟重啟、企業(yè)的復工復產(chǎn)贏得時間，最終將會為經(jīng)濟的復蘇、行業(yè)的發(fā)展、產(chǎn)業(yè)鏈的恢復奠定基礎(chǔ)。

圖1 疫情期間防控政策和貨幣政策對建筑產(chǎn)業(yè)鏈的影響機制

1.2 疫情防控政策指數(shù)構(gòu)建方法

使用Blei等（2003）［19］提出的一個三層貝葉斯概率模型（LDA）來構(gòu)建中國疫情防控政策指數(shù)。每一篇文章都被視為主題的組合，每一個主題都被視為單詞的組合。對于每一天，計算當天報紙上每個主題的頻率。語料庫由N個不同的文檔組成，其中，M＝Mn是所有文檔中的單詞總數(shù)。R表示潛在主題的總數(shù)，V表示詞匯的大小。每個文檔都包含一個反復選擇的主題wn，m和單詞Kn，m。設(shè)t為V中的一個詞語，P（t｜w＝r）表示每個主題Φ＝｛φr｝Rr＝1的概率。最后，P（w｜d＝n）定義文檔n的主題混合比例，每個文檔一個比例為Θ＝。算法的目標是得到近似分布：

使用Gibbs模擬，其中α和β是分別控制θn和φr的先驗共軛Dirichlet分布的超參數(shù)。LDA模型的估算使用Griffiths和Steyvers（2004）［20］中描述的算法進行估算。

為了確定新聞是正面新聞還是負面新聞，本文根據(jù)文本中正面和負面單詞的數(shù)量構(gòu)造符號識別數(shù)據(jù)集。通過映射，可以在外部單詞列表BosonNLP Sentiment Score詞典中識別文章中的正／負單詞。計數(shù)過程為每一篇文章提供兩個統(tǒng)計數(shù)據(jù)，包括正面單詞數(shù)和負面單詞數(shù)。然后，將這些統(tǒng)計數(shù)據(jù)歸一化，以使每篇文章的觀察結(jié)果都能反映出正面和負面詞的得分，具體公式如下：

在日期t，文章θ，θ＝1，…，Mαt的總體情緒定義為：

使用上述wt，θ指標來統(tǒng)計數(shù)據(jù)和主題文章，從而得到了中國疫情防控政策指數(shù)。

1.3 復雜網(wǎng)絡(luò)因果模型（PCMCI）

時間序列重構(gòu)因果網(wǎng)絡(luò)方法可以識別多個時間序列間的直接依賴和間接依賴關(guān)系以及共同驅(qū)動因素，包括從多元時間序列推斷出帶有時滯的因果網(wǎng)絡(luò)圖。Runge等（2019）［10］考慮一個具有時間依賴性的復雜系統(tǒng)Yt＝（Y1t，…，YN t），可由如下方程表示：

其中fj表示存在一些潛在的非線性功能依賴性，ξjt表示相互獨立的動態(tài)噪聲。時間序列中的節(jié)點表示不同滯后時間的變量，P（）?＝（Yt－1，Yt－2，…）表示所有N個變量的過去中變量的因果雙親。如果∈P（），則存在因果關(guān)系→。定義鏈接的另一種方法是，在沒有給定條件的情況下與所有變量的過去無關(guān)。即定義為，?表示沒有條件獨立性。因果發(fā)現(xiàn)的目標是從時間序列數(shù)據(jù)中估計因果雙親。

該因果網(wǎng)絡(luò)方法（PCMCI）也是基于條件獨立框架Yjt＝P＾α（Yjt）β，并將其適應(yīng)于高度相互依賴的時間序列情況。該方法包括兩個階段：第一階段是PC1條件選擇算法，以識別所有時間序列變量∈｛，…，｝的相關(guān)條件（）。第二階段是瞬時條件獨立性測試（MCI），以測試→是否具有如下關(guān)系：

因此，MCI條件是包括了父母和父母的時間條件變化。兩個階段檢測具有以下目的：PC1是基于PC穩(wěn)定算法的馬爾可夫集合發(fā)現(xiàn)算法，該算法通過迭代獨立性測試為N個變量中的每個變量刪除了不相關(guān)的條件。然后，MCI測試解決了高度相關(guān)的時間序列情況下的假正向控制問題。Runge等（2019）［10］研究表明PCMCI相較于現(xiàn)有的時間序列因果檢驗的方法，如Lasso、PC算法或Granger因果關(guān)系及其非線性方法表現(xiàn)出更加強大的因果檢測能力。PCMCI解決了復雜系統(tǒng)的時間序列面臨的問題，如高維空間、時滯因果依賴、自相關(guān)、強非線性、觀測噪聲和非平穩(wěn)性。

2 實證研究與分析

2.1 數(shù)據(jù)描述及說明

選取1743家建筑業(yè)上市公司作為研究對象，根據(jù)2012年中國證監(jiān)會公布的《上市公司行業(yè)分類指引》，將其細分為6個相關(guān)的子行業(yè)（見表1）。研究利用各行業(yè)日市盈率作為反映該行業(yè)在疫情期間發(fā)展現(xiàn)狀的變量；研究貨幣政策對房地產(chǎn)產(chǎn)業(yè)鏈宏觀調(diào)控效果，選取上海銀行間同業(yè)隔夜拆借利率和人民幣對美元匯率兩個指標來反映中國貨幣政策；選取中國境內(nèi)每日總新增確診人數(shù)來反映疫情防控政策對COVID－19傳播的阻止作用。除確診人數(shù)來源于中國疾病預防控制中心外，數(shù)據(jù)均來自于CSMAR數(shù)據(jù)庫，數(shù)據(jù)使用范圍為2020年1月16～6月12日。

表1 建筑行業(yè)細分行業(yè)表

2.2 疫情防控指數(shù)測算及分析

為量化分析疫情防控政策，本文提取了從2020年1月16～6月12日期間中國資訊行數(shù)據(jù)庫中26568篇與疫情防控相關(guān)的新聞報道，采用LDA模型構(gòu)建中國防控政策指數(shù)（CPCP），圖2顯示了該指數(shù)每日變化情況，疫情防控相關(guān)的新聞報道最早開始于1月16日，并在1周內(nèi)經(jīng)歷了爆發(fā)式的增長，隨后震蕩上升，并于3月10日達到頂峰。在隨后的3個月內(nèi)，CPCP指數(shù)持續(xù)在均值1.9左右上下波動。

圖2 疫情期間COVID－19疫情下CPCP指數(shù)

2.3 統(tǒng)計性描述和穩(wěn)健性檢驗

表2為變量的描述性統(tǒng)計，其中，CPCP表示中國防控政策指數(shù)，反映我國疫情防控能力；COVID－19表示每日總新增新冠肺炎確診人數(shù)，反映病毒傳播及疫情變化情況；PE47表示房屋建筑業(yè)的每日市盈率；PE48表示土木工程建筑業(yè)的每日市盈率；PE49表示建筑安裝業(yè)的每日市盈率；PE50表示建筑裝飾和其他建筑業(yè)的每日市盈率；PE70表示房地產(chǎn)業(yè)的每日市盈率；PE71表示租賃業(yè)的每日市盈率；IR表示上海銀行間同業(yè)隔夜拆借利率；CNYUSD表示人民幣對美元匯率，利率和匯率反映貨幣政策調(diào)控效果。由于復雜網(wǎng)絡(luò)因果模型需要時間序列具有平穩(wěn)性，本文對所有變量做了平穩(wěn)性檢驗，檢驗結(jié)果表明：部分變量是平穩(wěn)的，如中國防控政策指數(shù)（CPCP）、每日總新增新冠肺炎確診人數(shù)（COVID－19）、土木工程建筑業(yè)的每日市盈率（PE48）和上海銀行間同業(yè)隔夜拆借利率（IR）；部分變量不平穩(wěn)，如房屋建筑業(yè)的每日市盈率（PE47）、建筑安裝業(yè)的每日市盈率（PE49）、建筑裝飾和其他建筑業(yè)的每日市盈率（PE50）、房地產(chǎn)業(yè)的每日市盈率（PE70）、租賃業(yè)的每日市盈率（PE71）和人民幣對美元匯率（CNYUSD）。但在一階差分時，所有變量都是平穩(wěn)的，由于篇幅原因，沒有提供檢驗結(jié)果。

表2 各變量的統(tǒng)計性描述

2.4 實證結(jié)果

2.4.1 疫情防控政策對建筑行業(yè)及產(chǎn)業(yè)鏈的影響

首先，用建筑行業(yè)相關(guān)的6個行業(yè)來研究疫情防控政策在建筑行業(yè)產(chǎn)業(yè)鏈上的因果影響程度和網(wǎng)絡(luò)傳導機制。通過復雜網(wǎng)絡(luò)因果模型的分析，可以得出在疫情期間在產(chǎn)業(yè)鏈網(wǎng)絡(luò)中因果影響強度統(tǒng)計結(jié)果（見表3）以及疫情防控政策和貨幣政策對產(chǎn)業(yè)鏈的因果網(wǎng)絡(luò)圖。

表3 疫情期間疫情防控政策在建筑行業(yè)產(chǎn)業(yè)鏈網(wǎng)絡(luò)中因果影響強度①

當疫情防控政策指數(shù)（CPCP）滯后5期和6期時，對病毒感染人數(shù)（COVID－19）都具有負向因果影響，其影響強度分別為－0.241和－0.199，這說明中國疫情防控政策對病毒傳播起到了很強的阻止作用，其效果具有滯后5～6天的特征。

對房屋建筑業(yè)（PE47）來說，疫情防控政策（CPCP）對PE47存在間接因果影響路徑。當防控政策指數(shù)（CPCP）滯后5期和6期時，其對病毒感染人數(shù)（COVID－19）都具有負向因果影響，分別為－0.241和－0.199。當COVID－19滯后3期和6期時，其對PE47具有正向因果影響，分別為0.200和0.228。傳導路徑為防控政策指數(shù)（CPCP）通過COVID－19對PE47是負向因果影響；當土木工程建筑業(yè)（PE48）0期和滯后1期時，其對PE47存在正負向因果影響，分別為0.476和－0.235；當建筑安裝業(yè)（PE49）滯后1期和3期時，對PE47具有正負向因果影響，分別為0.269和－0.271。PE49對PE47的負向因果影響更大些。當建筑裝飾和其他建筑業(yè)（PE50）0期時，其對PE47具有正向因果影響，其因果影響強度為0.380。當房地產(chǎn)業(yè)（PE70）0期時，其對PE47具有正向因果影響，為0.388。

對土木工程建筑業(yè)（PE48）來說，中國防控政策對PE48也存在間接因果影響路徑。當防控政策指數(shù)（CPCP）滯后5期和6期時，其對病毒感染人數(shù)（COVID－19）都具有負向因果影響，分別為－0.241和－0.199。當COVID－19滯后1期時，其對PE48具有負向因果影響，其影響強度為－0.202。傳導路徑為CPCP通過COVID－19對PE48是正向因果影響。從產(chǎn)業(yè)鏈的角度分析：當房屋建筑業(yè)（PE47）0期、滯后2期和4期時，其對PE48同時存在正負向因果影響，分別為0.476、－0.224和－0.278。由此可知，PE47對PE48是負向因果影響更大些。當建筑安裝業(yè)（PE49）0期時，對PE48具有正向因果影響，其因果影響強度為0.193。當建筑裝飾和其他建筑業(yè)（PE50）0期時，其對PE48具有正向因果影響，其因果影響強度為0.628。當房地產(chǎn)業(yè)（PE70）0期時，其對PE48具有正向因果影響，其因果影響強度為0.529。當租賃業(yè)（PE71）0期和滯后1期時，其對PE49同時具有正負向因果影響，分別為0.269和－0.264。可知，PE71對PE48是弱正向因果影響。

對建筑安裝業(yè)（PE49）來說，疫情防控政策對PE49存在兩條因果影響路徑：一條路徑是防控政策（CPCP）直接因果影響PE49；另一條路徑是防控政策通過匯率間接因果影響PE49。由于CPCP對PE49直接的正向因果影響，削弱了CPCP通過匯率間接或直接對PE49的負向因果影響。該結(jié)論類似于建筑安裝業(yè)因果網(wǎng)絡(luò)的結(jié)論，都驗證了CPCP對PE49存在正負向因果影響，且負向因果影響更大些。從產(chǎn)業(yè)鏈的角度分析，當房屋建筑業(yè)（PE47）滯后2期時，對PE49具有負向因果影響，其值為－0.230。當土木工程建筑業(yè)（PE48）0期時，對PE49具有正向因果影響，其值為0.193。當建筑裝飾和其他建筑業(yè)（PE50）0期時，對PE49具有正向因果影響，其因果影響強度為0.441。當房地產(chǎn)業(yè)（PE70）0期時，對PE49具有正向因果影響，其因果影響強度為0.359。當租賃業(yè)（PE71）0期時，對PE49具有正向因果影響，其因果影響強度為0.365。從產(chǎn)業(yè)鏈的角度看，也是同時存在正負向的因果鏈條，但正向鏈條多于負向鏈條。

對建筑裝飾和其他建筑業(yè)（PE50）來說，從政策調(diào)控的角度分析：中國防控政策對PE50存在3條因果影響路徑。第一條是當防控政策指數(shù)（CPCP）滯后3期時，對PE50具有負向因果影響，其因果影響強度為－0.212；第二條是當CPCP滯后5期和滯后6期時，對病毒感染人數(shù)（COVID－19）都具有負向因果影響，其因果影響強度分別為－0.241和－0.199。當COVID－19滯后1期時，對PE50具有負向因果影響，其因果影響強度為－0.199；第三條是當CPCP滯后3期和4期時，對匯率（CNYUSD）都具有負向的因果影響，其因果影響強度分別為－0.276和－0.248。當CNYUSD滯后3期時，對PE50具有負向因果影響，其因果影響強度為－0.228。上述結(jié)論跟建筑裝飾和其他建筑業(yè)因果網(wǎng)絡(luò)中的結(jié)論是類似的，都驗證了CPCP正向因果影響PE50。從產(chǎn)業(yè)鏈的角度分析：當房屋建筑業(yè)（PE47）0期和滯后2期時，對PE50具有正負向因果影響，分別為0.380和－0.283。PE47對PE50是弱正向因果影響。當土木工程建筑業(yè)（PE48）0期時，對PE50具有正向因果影響，其因果影響強度為0.628。當建筑安裝業(yè)（PE49）0期時，對PE50具有正向因果影響，其因果影響強度為0.441。當房地產(chǎn)業(yè)（PE70）0期時，對PE50具有正向因果影響，其因果影響強度為0.624。當租賃業(yè)（PE71）0期時，對PE50具有正向因果影響，其因果影響強度為0.324。

對房地產(chǎn)業(yè)（PE70）來說，從政策調(diào)控的角度分析，防控政策對PE70存在兩條因果影響路徑。一條是當防控政策指數(shù)（CPCP）滯后1期時，對PE70具有正向因果影響，其因果影響強度為0.267；另一條是當防控政策指數(shù)（CPCP）滯后5期和滯后6期時，對病毒感染人數(shù)（COVID－19）都具有負向因果影響，分別為－0.241和－0.199。當COVID－19為0期時，對PE70具有負向因果影響，其因果影響強度為－0.254。該結(jié)論跟房地產(chǎn)業(yè)因果網(wǎng)絡(luò)中的結(jié)論是類似的，都驗證了CPCP正向因果影響PE70。從產(chǎn)業(yè)鏈的角度分析：當房屋建筑業(yè)（PE47）0期和滯后4期時，對PE70具有正負向因果影響，分別為0.388和－0.287。該鏈條上，PE47對PE70是弱正向因果影響。當土木工程建筑業(yè)（PE48）0期和滯后3期時，對PE70都具有正向因果影響，分別為0.529和0.199。當建筑安裝業(yè)（PE49）0期時，對PE70具有正向因果影響，其因果影響強度為0.359。當建筑裝飾和其他建筑業(yè)（PE50）0期時，對PE70具有正向因果影響，其因果影響強度為0.624。當租賃業(yè)（PE71）0期時，對PE70具有正向因果影響，其因果影響強度為0.272。

對租賃業(yè)來（PE71）來說，從政策調(diào)控的角度分析：中國防控政策通過利率（IR）對PE71存在一條間接因果影響路徑。當防控政策指數(shù)（CPCP）滯后3期和4期時，對IR都具有正向因果影響，分別為0.204和0.281。當IR滯后1期時，對PE71具有正向因果影響，其因果影響強度為0.222。該結(jié)論跟租賃業(yè)因果網(wǎng)絡(luò)中的結(jié)論是類似的，都驗證了CPCP正向因果影響PE71。從產(chǎn)業(yè)鏈的角度分析：當土木工程建筑業(yè)（PE48）0期和滯后2期時，對PE71都具有正向因果影響，其因果影響強度分別為0.269和0.216。當建筑安裝業(yè)（PE49）0期時，對PE71具有正向因果影響，其因果影響強度為0.365。當建筑裝飾和其他建筑業(yè)（PE50）0期時，對PE71具有正向因果影響，其因果影響強度為0.324。當房地產(chǎn)業(yè)（PE70）0期時，對PE71具有正向因果影響，其因果影響強度為0.272。

3.2 疫情防控政策對建筑行業(yè)各細分行業(yè)的影響

這部分的技術(shù)路徑和前一小節(jié)近似（見圖3）②。在房屋建筑業(yè)因果網(wǎng)絡(luò)中，防控政策對疫情人數(shù)傳播起到了很強的阻止作用，在貨幣政策的配合下促進著房屋建筑業(yè)復蘇發(fā)展，但該行業(yè)受政策調(diào)控的負向因果影響更大些。防控政策對房屋建筑業(yè)存在兩條間接因果影響路徑，一條路徑是防控政策通過匯率（CNYUSD）和COVID－19間接影響PE47。具體表現(xiàn)為：當CPCP滯后4期和6期時，對CNYUSD具有正負向的因果影響，其因果影響強度分別為－0.203和0.241，說明CPCP對CNYUSD有比較弱的正向影響。當CNYUSD滯后2期和6期時，對COVID－19都具有正向因果影響，其因果影響強度分別為0.228和0.205。當COVID－19滯后3期、5期和6期時，對房屋建筑業(yè)的每日市盈率（PE47）都具有正向因果影響，其因果影響強度分別0.260、0.271和0.324；另一條路徑是防控政策通過COVID－19間接因果影響PE47。上述結(jié)論說明，由于CPCP通過匯率間接正向因果影響PE47，削弱了CPCP通過COVID－19對PE47間接的負向因果影響，但負向因果影響較大。

圖3 疫情期間防控政策和貨幣政策對建筑行業(yè)各細分行業(yè)的網(wǎng)絡(luò)傳導機制③

在土木工程建筑業(yè)因果網(wǎng)絡(luò)中，防控政策對病毒傳播起到了很強的阻止作用，在貨幣政策作用下對土木工程建筑業(yè)沒有因果影響。在建筑安裝業(yè)因果網(wǎng)絡(luò)中，防控政策對病毒傳播起到了很強的阻止作用，在匯率政策的配合下促進著建筑安裝業(yè)復蘇發(fā)展，但該行業(yè)受政策調(diào)控的負向因果影響更大些。防控政策對建筑安裝業(yè)（PE49）存在兩條因果影響路徑。一條路徑是防控政策直接負向因果影響PE49；另一條路徑是防控政策通過匯率間接正向因果影響PE49。上述結(jié)果說明，由于CPCP通過匯率間接正向因果影響PE49，削弱了CPCP對PE49直接的負向因果影響。但CPCP同對PE49存在正負向因果影響，且負向因果影響更大些。在建筑裝飾和其他建筑業(yè)因果網(wǎng)絡(luò)中，防控政策對病毒傳播起到了很強的阻止作用，在利率政策的配合下促進著建筑裝飾和其他建筑業(yè)復蘇發(fā)展。防控政策對建筑裝飾和其他建筑業(yè)（PE50）存在一條間接因果影響路徑。在房地產(chǎn)業(yè)因果網(wǎng)絡(luò)中，防控政策對病毒傳播起到了很強的阻止作用，在利率政策和匯率政策的配合下促進著房地產(chǎn)業(yè)復蘇發(fā)展。防控政策對房地產(chǎn)業(yè)（PE70）存在3條因果影響路徑：第一條路徑是防控政策通過COVID－19間接因果影響PE70；第二條路徑是防控政策通過利率（IR）間接因果影響PE70；第三條路徑是防控政策通過匯率和COVID－19間接因果影響PE70。在租賃業(yè)因果網(wǎng)絡(luò)中，防控政策對病毒傳播起到了很強的阻止作用，在利率政策配合下促進著租賃業(yè)復蘇發(fā)展。防控政策對租賃業(yè)（PE71）存在兩條因果影響路徑。一條路徑防控政策通過利率（IR）間接因果影響PE71；另一條路徑是防控政策通過匯率（CNYUSD）間接因果影響PE71。

3 結(jié)論與啟示

本文以COVID－19疫情期間與建筑行業(yè)及其內(nèi)部產(chǎn)業(yè)鏈相關(guān)的1743家上市公司日市盈率、上海銀行間同業(yè)隔夜拆借利率、人民幣對美元匯率和中國境內(nèi)每日總新增COVID－19確診人數(shù)作為研究對象，對中國資訊行數(shù)據(jù)庫中26568篇與疫情防控相關(guān)的每日新聞，利用LDA模型構(gòu)建了疫情防控政策指數(shù)，克服了因數(shù)據(jù)時間跨度短就突發(fā)公共衛(wèi)生事件對經(jīng)濟沖擊進行全面分析的困難（Galariotis等，2018）［21］；采用因果網(wǎng)絡(luò)模型從行業(yè)和產(chǎn)業(yè)鏈兩個層面上，分別研究了疫情防控政策和貨幣政策對阻止病毒傳播和促進建筑行業(yè)及產(chǎn)業(yè)鏈的非線性傳導機制和政策效果。

研究發(fā)現(xiàn)在COVID－19疫情沖擊下疫情防控政策有效阻止了新冠病毒傳播。在貨幣政策配合下，中國疫情防控政策對土木工程建筑業(yè)、建筑裝飾和其他建筑業(yè)、房地產(chǎn)業(yè)、租賃業(yè)是正向因果影響較大；而對房屋建筑業(yè)和建筑安裝業(yè)是負向因果影響較大。因此，在疫情防控的同時，貨幣政策的調(diào)控應(yīng)該更加聚焦在建筑行業(yè)產(chǎn)業(yè)鏈上受負向沖擊較大的行業(yè)。同時，在控制病毒傳播和促進經(jīng)濟復蘇時，政策制定部門在考慮建筑業(yè)內(nèi)部的網(wǎng)絡(luò)結(jié)構(gòu)和傳導機制的基礎(chǔ)上，應(yīng)該注重多個政策間的協(xié)調(diào)配合，形成優(yōu)勢互補，避免政策效果的相互抵消，從而實現(xiàn)疫情防控政策與貨幣政策的良性互動，助力經(jīng)濟復蘇。

注釋：

①考慮到論文的篇幅，表3僅顯示防疫政策和疫情對各經(jīng)濟變量和建筑細分產(chǎn)業(yè)的沖擊及傳導效果，詳細數(shù)據(jù)和圖表可聯(lián)系作者獲取。

②考慮到論文的篇幅，圖3僅顯示防控政策和貨幣政策對租賃業(yè)的網(wǎng)絡(luò)傳導機制，詳細數(shù)據(jù)和圖表可聯(lián)系作者獲取。

③注：圖下方的灰度條表示因果影響強度。其中，Auto－MCI表示因果網(wǎng)絡(luò)中點的影響強度，灰度值越大，說明在該網(wǎng)絡(luò)中影響強度越大。MCI表示因果網(wǎng)絡(luò)中邊的影響強度，灰度值越大，表示該因果影響強度越大；灰度值越小，表示該因果影響強度越小。圖中邊上的數(shù)值代表該因果影響的滯后期與表4因果影響強度的滯后期是一致的。