财政支出影响因素的计量分析.doc

中国财政支出影响因素的计量分析财政支出，是指一个财政年度内政府通过预算安排的财政支出总额。在经济发展的不同阶段,各影响因素对财政支出规模的影响程度存在着差异。财政收入和政府产出成本因素成为制约财政支出规模的主要因素;GDP和人口因素对财政支出规模的作用不明显,但其对与民生直接相关的文教科卫支出规模具有显着影响。随着财政支出模式和支出重点的转变,人均GDP、人口和教育支出和卫生方面的支出等因素对财政支出发挥主导作用。一、影响财政支出规模的主要因素及研究假设 (一)经济发展因素经济发展，是社会财富不断增加，进而使财政收入不断增长，这为财政支出规模的不断扩大提供了可能。首先，随着经济的发展，国内生产总值不断增长，相应地水源、税基不断扩大，增加了税收收入；其次随着经济发展的人民生活水平的提高，公民拥有财富的规模会越来越大，是个人交纳的各种税收的规模不断扩大，同时也是政府通过聚结债务扩大财政支出规模成为可能。(二)政治因素政治因素主要包括社会政治局面的稳定状况、政治体制结构及政府工作效率、政府活动范围等。当一个国家发生战争或出现重大自然灾害等情况时，财政支出规模将超常扩大。从整体结构看，一般情况下权力集中的单一制国家，其财政支出占国内生产总值比重高一些，相反会低一些。从政府工作效率看，如果工作效率高，则用于政府运转的经费开支会相对低一些，反之就要相对高一些。从政府活动范围看，随着社会发展和人民生活水平的提高，社会对公共物品和服务的需求会越来越多、质量要求也会越来越高，使政府提供公共物品和服务的范围不断扩大，相应带动了财政支出规模的日益增长。(三)经济体制制度因素经济体制不同，政府职能也不相同，是财政支出的范围和规模存在差异。我过在稽核经济体制下，政府职能范围是大而广的，相应地财政支出占国内生产总值的比重也是比较高的。从一些重要的经济制度上看，如，在社会保障制度商若实行高标准、高福利制度，则财政支出占其国内生产总值的比重也必然要相对地高。(四)社会因素各种社会性因素，如，人口、教育、卫生、社会救济、城乡差距等都会对财政支出规模发挥重要影响。我国是一个人口大国，这决定了政府用于举办义务教育、开展医疗卫生服务等方面的公共服务支出需求是非常重要，而这些都是影响我们国家财政支出的重要因素。 综上所述，文中采用财政收入、GDP、人口、教育方面支出和卫生方面支出五个指标来进行分析影响我国财政支出的因素，相关指标定义如下：Y:财政支出X1：财政收入，是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而收取的一切资金的总和。X2：GDP，国内生产总值是指在一定时期内(一年)，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值。X3：人口，庞大的人口数量一直是中国国情最显著的特点之一，庞大的人口也对中国财政支出产生巨大的压力。X4：卫生支出，是指我国财政支出在公共卫生方面的支出。X5：教育支出，是指我国财政支出在教育方面的支出。根据对财政支出影响因素的分析，我们可以看出这几个解释变量对被解释变量产生的都是正影响，那么我们可以推断所设定模型中的参数估计值符号都大于零。据此假设，我们可以进行下面的具体分析研究。二、样本收集本文搜集了从1990年到2008年的财政支出、财政收入、人口、卫生以及教育方面支出的数据，具体信息如下表所示：YX1X2X3X4X5年份财政支出（亿元）财政收入（亿元）GDP（亿元）人口（亿）卫生支出（亿元）教育支出（亿元）19903083.592937.118667.8211.4333747.39548.719913386.623149.4821781.4911.5823893.49617.819923742.23483.3726923.4711.71711096.86728.719934642.34348.9535333.9211.85171377.78867.819945792.625218.148197.8511.98501761.241174.719956823.726242.260793.7212.11212155.131411.519967937.557407.9971176.5912.23892709.421671.719979233.568651.1478973.0312.36363196.711862.5199810798.189875.9584402.2712.47613678.722032.4199913187.6711444.0889677.0512.57864047.502287.2200015886.513395.2399214.5512.67434586.632562.6200118902.5816386.04109655.1712.76275025.933057.0200222053.1518903.64120332.6812.84535790.033491.4200324649.9521715.25135822.7512.92276584.103850.6200428486.8926396.47159878.3412.99887590.294465.9200533930.2831649.29183217.4013.07568659.915161.1200640422.7338760.2211923.5013.14489843.346348.4200749781.3551321.78257305.6013.212911289.507065.35200862592.6661330.35300670.0013.28021221810449.63注：数据来源 1、Y:中国统计年鉴1990-2008 2、X1:中国统计年鉴1990-2008 3、X2:中国统计年鉴1990-2008 4、X3:中国统计年鉴1990-2008 5、X4:中国统计年鉴19902008三、模型估计下面将通过各种方法分析并确定最终的计量经济学模型。1、通过散点图初步判断各个解释变量与被解释变量间的相关关系Y与X1 Y与X2 Y与X3Y与X4 Y与X5由以上各个散点图可以看出，X1、X2、X3、X5与Y之间基本呈线性关系，因此，建立线性回归模型=+ X1i +X2i+X3i+X4i+X5i ，并用Y对所有解释变量进行OLS回归，回归结果如下表：Dependent Variable: YMethod: Least SquaresDate: 12/21/11 Time: 13:02Sample: 1990 2008Included observations: 19VariableCoefficientStd. Errort-StatisticProb.C-36896.3510385.89-3.5525440.0035X10.8759750.08211810.667250.0000X2-0.1250560.017324-7.2185650.0000X33255.380913.70203.5628460.0035X41.2424850.2673644.6471670.0005X52.3867150.23149710.309920.0000R-squared0.999796Mean dependent var19228.11Adjusted R-squared0.999717S.D. dependent var17073.67S.E. of regression287.0777Akaike info criterion14.40947Sum squared resid1071377.Schwarz criterion14.70772Log likelihood-130.8900Hannan-Quinn criter.14.45995F-statistic12731.17Durbin-Watson stat1.799991Prob(F-statistic)0.000000从上表可以看出，虽然参数的t检验值都较高，且由F检验值可以判断出模型整体显著性很好，拟合优度也很高，但是其中X2的系数为负值，这与我们前面的假定不一致，且从经济意义来看，当GDP增加时，财政支出应该也是呈增加趋势的，但此时GDP对财政支出却体现出负影响，因此，认为模型存在严重的多重共线性。再从变量之间相关系数的角度来判断，相关系数矩阵如下：X1X2X3X4X5X11.0000000.9895450.8407940.975819 0.990740X20.9895451.0000000.9051460.992723 0.988294X30.8407940.9051641.0000000.930929 0.858243X40.9758190.9927230.9309291.000000 0.971960X50.9907400.9882940.8582430.971960 1.000000由此也可以判断变量之间存在严重多重共线。可以采用逐步回归法对多重共线性进行修正，依次回归所得结果具体如下表：VariableCoefficientt-Statistic（=0.05）F-statistic(=0.05)R-squaredAdjusted R-squaredC1103.5642.6515313482.9750.9951430.994857X11.00510759.01673C-4316.375-5.1910191195.5910.9859800.985156X20.21161634.57732C-299852.3-6.70932151.077020.7502830.735594X325552.697.146819C-3771.320-3.051413521.38410.9684240.966567X44.68611222.83384C-1201.236-1.7977011546.5220.9891270.988488X56.50670939.32584C-502.1941-0.7565272472.5560.9967750.996372X10.7258277.317968X20.0596972.845524C-31955.67-4.0939293488.2080.9977120.997426X10.92579241.59479X32761.9964.238326C-152.7823-0.3434473207.2430.9975120.997201X10.78617113.67658X41.0603693.903078C246.56930.6070132890.4610.9972400.996895X10.6684176.857789X52.2066653.486643C58292.433.165670975.44960.9918650.990849X20.24643121.79836X3-5324.052-3.402217C-4335.473-5.086862570.42070.9861690.984440X20.2357574.530826X4-0.543371-0.467352C-2675.146-3.8273431217.9330.9934740.992659X20.0921043.264791X53.7123314.286501C125978.84.674777612.76810.9871130.985502X3-11042.91-4.816919X46.34553017.14739C-18010.15-1.039551771.12710.9897320.988449X31413.7550.970940X56.23762019.31639C-2274.513-4.1155641478.2810.9946170.993945X41.5005274.039843X54.5029398.823917C-65192.75-3.3096272660.8880.9981240.997749X11.2425977.075171X2-0.085948-1.816645X35732.0033.285289C-55.00723-0.0863482011.0800.9975200.997024X10.8031358.285638X2-0.008231-0.221174X41.1647162.122753C-595.6719-1.0530432281.1220.9978130.997375X10.5652545.454837X20.0386681.982341X51.6971702.668107C-25803.96-1.1956812193.8720.9977260.997271X32225.2891.188848X10.8937488.367337X40.2298420.307142C-25350.45-3.8476883633.1270.9986260.998351X32159.8273.889040X10.7064409.852299X51.5509633.158199C88220.914.139593811.44430.9938160.992651X3-7862.235-4.344668X20.1613684.070036X42.2881562.219103C30453.041.654910926.97110.9946350.993562X3-2854.256-1.801426X20.1425733.702453X52.7244072.782755C63159.124.8746162504.4910.9980080.997609X3-5598.587-5.051977X43.0818427.893137X53.4569009.056566C-699.5509-2.1697554743.6360.9989470.998736X40.9141524.931524X10.5334897.853629X51.8539444.521717C-2253.022-3.233082924.10440.9946180.993542X41.5421091.785781X2-0.003202-0.053745X54.5445444.852903C-62677.96-2.1300641864.4920.9981260.997591X11.2283345.635531X2-0.085252-1.729294X35512.0312.128599X40.0839010.118476C-72442.82-6.5593926437.7080.9994570.999301X11.11663111.14575X2-0.126001-4.627037X36364.9656.507729X51.9345435.858599C63177.784.7113311754.0650.9980090.997440X20.0032150.085675X3-5602.031-4.881959X43.0410524.870025X53.4144725.390187C10484.910.6040603419.1630.9989770.998685X3-974.3768-0.644478X10.4645263.643865X41.2651632.194429X52.0143194.138970C100.35500.3763958669.5170.9995960.999481X41.9400927.866090X10.61009513.14140X2-0.085473-4.746415X52.5842988.487544C-36896.18-3.55254012731.290.9997960.999717X10.87597410.66728X2-0.125055-7.218595X33255.3653.562842X41.2424904.647201X52.38671610.30997从以上回归当中可以看出，将X1、X4、X5作为解释变量引入模型时能减少多重共线性，且在这三个变量作为解释变量时，模型拟合程度较高，因此，为修正多重共线性，必须将变量X2和X3剔除，并根据上表中的回归参数初步建立模型如下：= -699.5509 + 0.5335 X1 + 0.9142 X4 + 1.8539 X5se=(322.41033) (0.0679) (0.1854) (0.4100)t=(-2.1698) (7.8536) (4.9315) (4.5217)R2=0.9989 = 0.9987 F=4743.6360 D.W.=0.5073四、模型检验与修正1、经济意义检验：由模型可以看出X1、X4、X5的系数都是正数，与前面所作的假设相符合，即X1、X4、X5对Y的影响都为正影响，而且从现实意义来说，财政收入、卫生支出、教育支出对于财政总支出的影响都是正的，所以模型通过了经济意义检验。2、统计意义检验：（1）拟合优度检验：因为 = 0.9987，意味着在总离差平方和中有99.87%可由样本回归的离差平方和做出解释，剩下的0.13%归因于随机误差项中所含因素对Y的影响。因此，样本拟合优度很高，也即X1、X4、X5与Y的线性关系显著。（2）回归方程的显著性检验：因为F=4743.6360足够大，因而能通过F检验，说明模型中被解释变量与所有解释变量之间的线性关系在总体上非常显著，从经济含义上来说，即财政收入、教育支出、卫生支出三个方面对财政支出的整体影响是显著的。（3）回归参数的显著性检验：当=0.05时，（15）=2.131,拒绝原假设，所有参数都能通过t检验，实际意义即为财政收入、教育支出、卫生支出各自对于财政支出的影响是显著的。3、计量意义检验：（1）多重共线性检验：通过以上的逐步回归过程，我们初步选择了一个较为恰当的模型，从F检验来看，所建立模型整体显著性较高，且每个变量系数估计值也都通过了t检验,再从拟合优度来看，样本对整体拟合程度较高，因此认为该模型已不存在严重的多重共线性。（2）自相关检验：在检验水平0.05下根据样本容量19和回归参数个数4，查D.W分布表得临界值dL=0.967,dU=1.685,但是方程D.W检验统计量d=0.5073,0ddL,所以存在正自相关，运用广义差分法来消除模型中存在的自相关，并且根据已知的d统计量来作为一阶自回归的相关系数：=1-0.5073/2=0.7464，并令X11=X1-0.7464*X1(-1),X41=X4-0.7464*X4(-1),X51=X5-0.7464*X5(-1)。用EVIEWS软件作Y1对X11、X41、X51的回归得到如下结果：Dependent Variable: Y1Method: Least SquaresDate: 12/20/11 Time: 22:53Sample (adjusted): 1991 2008Included observations: 18 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C-232.9549244.4345-0.9530360.3567X110.5225410.0682457.6568220.0000X410.8972970.3174092.8269480.0134X511.9641860.2107439.3202970.0000R-squared0.997062Mean dependent var7571.350Adjusted R-squared0.996432S.D. dependent var6793.166S.E. of regression405.7739Akaike info criterion15.04260Sum squared resid2305135.Schwarz criterion15.24046Log likelihood-131.3834Hannan-Quinn criter.15.06988F-statistic1583.529Durbin-Watson stat1.450408Prob(F-statistic)0.000000根据差分模型计算 = -232.9549/(1-)=-918.5919,因此，修正自相关后的模型为：=-918.5919+0.5225X1+0.8973X4+1.9642X5 。se=(244.4345) (0.0682) (0.3174) (0.2107)t=(-0.9530) (7.6568) (2.8269) (9.3203)R2=0.9971 = 0.9964 F=1583.529 D.W.=1.4504（3）异方差检验:用戈德菲尔德夸特检验：对x11数据进行排列，去掉中间4个时期的相应数据，并对其余两部分分别做OLS回归，结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/20/11 Time: 23:01Sample (adjusted): 1991 1997Included observations: 7 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C826.7377424.78871.9462330.1468X111.0720151.1151680.9613040.4073X414.6774423.1172111.5005210.2305X51-1.1200082.742271-0.4084230.7104R-squared0.989222Mean dependent var5936.939Adjusted R-squared0.978443S.D. dependent var2186.110S.E. of regression320.9707Akaike info criterion14.67614Sum squared resid309066.5Schwarz criterion14.64523Log likelihood-47.36648Hannan-Quinn criter.14.29411F-statistic91.77764D