- 1、本文档共9页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
影响我国财政支出因素的计量经济学分析(陈博的著作)
影响我国财政支出的因素分析
摘要:财政支出(public finance expenditure)也称公共财政支出,是指在市场经济条件下,政府为提供公共产品和服务,满足社会共同需要而进行的财政资金的支付。
财政收入规模决定了财政支出政策作用的空间,是分析财政相关问题的基础。中国的财政收入规模,在近年来已经成为社会关注的焦点。首先,舆论普遍认为“国富民穷”。其次,以地方政府为代表的各级财政似乎总是在“教育、医疗、养老等民生性支出上欠账颇多。”最后,中国政府财政收入显示出“两高一低”的现状。同时GDP也通常被认为是影响财政支出的一个重要因素。
分析影响财政支出的因素已经显得越来越重要。因为我国经济的快速发展必须以不断增加的财政支出作为强大的后盾,以使经济发展和财政支出之间不出现脱节。
关键词:模型估计 多元线性回归 序列相关性 异方差检验
1990~2009我国各年的财政支出、财政收入额以及GDP总量
年份 财政支出(亿元) 财政收入(亿元) GDP(亿元) TIME FE FR GDP 1990 3083.59 2937.1 18667.8 1991 3386.62 3149.48 21781.5 1992 3742.2 3483.37 26923.5 1993 4642.3 4348.95 35333.9 1994 5792.62 5218.1 48197.9 1995 6823.72 6242.2 60793.7 1996 7937.55 7407.99 71176.6 1997 9233.56 8651.14 78973 1998 10798.18 9875.95 84402.3 1999 13187.67 11444.08 89677.1 2000 15886.5 13395.23 99214.6 2001 18902.58 16386.04 109655.2 2002 22053.15 18903.64 120332.7 2003 24649. 21715.25 135822.8 2004 28486.89 26396.47 159878.3 2005 33930.28 31649.29 183867.9 2006 40422.73 38760.2 210871 2007 49781.35 51321.78 257306 2008 62592.66 61330.35 300670 2009 76299.93 68518.3 335353 数据来源:中国统计年鉴2009
1.模型估计
利用Eviews软件,分别做财政支出(FE)与财政收入(FR)、国内生产总值(GDP)的散点图(如图1、图2)
图示法
图1
从图1中可以看出来,财政支出(FE)与财政收入(FR)很明显的线性关系
图2
从图2中可以看出来,财政支出(FE)与GDP也存在明显的线性关系
2.多元线性回归
由上面的图1和图2可以看出,是存在线性关系的,所以进行多元线性回归。
(2.1)建立模型:fe= c1 +c2*fr+c3*GDP
由以上的结果可以看出,很可能存在多重共线性的。
(2.2)多重共线性的检验
(2.2.1)利用变量之间的相关系数矩阵来检验是否存在多重共线性
(2.2.2)利用方差扩大因子法来检验是否存在多重共线性
(2.3)由以上两种检验方法可知是存在多重共线性的,所以使用剔除法来消除多重共线性。因为我们以变量fr为基础逐步引入各变量。
现在继续引入GDP这个变量
由于引入GDP之后的R2的变化值不显著且GDP也没有通过检验,故可以剔除GDP。因此可以得到模型:fe=1.0604*fr。
3.序列相关性
(3.1)输入命令:Ls fe fr
D.W的d=dw=1.1213,由样本个数20、解释变量个数为1和显著性水平0.05查D.W分布表得临界值dL=1.2和du=1.414,则可用D.W检验判断Ls fe fr存在正序列相关。存残差(genr e3=resid),利用图示法判断序列相关。
(3.2)消除序列相关
输入以下命令:ls fe-0.5999*fe(-1) fr-0.5999*fr(-1)
由以上图表可知,已经在一定程度上消除了序列相关性。
4.异方差检验
(4.1)用图示法检验异方差
(4.2)用怀特检验异方差
从以上两个图表可以得出结论,是存在异方差的。
5.对异方差修正
(5.1)利用加权最小二乘法
ls(1/abs(resid)) fe-0.5999*fe(-1) fr-0.5999*fr(-1)
(5.2)得出最终方程
fe -0.5999*fe(-1)=1.0763*( fr-0.5999*fr(-1))
整理方程式后可得
Fe=1.0763* fr-0
文档评论(0)