贸易政策不确定性(Trade Policy Uncertainty,简称TPU)指标的测算主要是为了量化国际贸易中由政府政策变动带来的风险。这个概念最早被Handley和Limo在他们的研究中提出,并逐渐成为衡量经济环境中的不确定性的关键工具之一。
### 原始数据
1. **媒体提及**:收集全球主要报纸、杂志等媒体上关于贸易政策的报道,尤其是那些涉及关税变化、配额调整、反倾销调查以及贸易协议变动的文章。
2. **政府公告与声明**:分析各国政府发布的官方文件和声明中有关贸易政策的内容,包括但不限于立法提案、政策声明、国际谈判进展报告等。
### 中间过程
1. **文本分析**:使用自然语言处理技术对收集到的文本数据进行预处理,如去除停用词、分词等。
2. **情感与话题分析**:通过算法识别每篇报道的情感倾向(正面、中性或负面)以及讨论的主要话题是否直接与贸易政策相关。
3. **量化不确定性的提及**:对涉及到不确定性词汇(例如,“可能”、“预计”、“提议”)的段落进行标记,这些词汇通常表明未来的贸易政策存在变动的可能性。
### 测算结果
1. **构建指数**:基于上述分析,为每个时间段和国家/地区构建一个TPU指数。这个指数反映了在该时间点上贸易政策不确定性水平的高低。
2. **标准化处理**:将原始计算出的TPU值进行标准化,使其符合特定的标准分布(如均值0、标准差1),以便于跨时间和空间比较。
### 应用实例
毛其淋的研究《贸易政策不确定性是否影响了中国企业进口?》中使用了类似的指标来分析中国企业的进口行为。通过对比不同国家/地区和不同时期的TPU指数,研究发现高TPU环境下企业可能会减少进口量或增加库存,以应对未来可能的供应链中断风险。
需要注意的是,构建这样的指标是一个复杂且动态的过程,涉及到数据收集、处理及算法优化等多个环节,并需不断调整来适应新的信息环境。
此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用