应用时间序列分析

国内生产总值与财政支出总额关系的分析摘要：许多文献已经论证过财政政策在实现经济长期增长中的作用，我们在前人研究的基础上从财政支出结构角度分析我国政府财政支出和国内生产总值的相关关系，研究财政支出对经济增长的促进作用。同时，尝试探讨存在财政风险和积极财政政策淡出的情况下，应该如何优化财政支出结构，积极的财政政策应怎么样淡出，以避免财政风险的扩大，并进一步提出相关的建议。我们此次是采用时间序列分析的方法分析财政支出总额对GDP的影响。关键词：国内生产总值财政支出总额时间序列分析一、引言财政支出与GDP之间的关系一直是经济学界关注的话题。20世纪30年代，凯恩斯提出了财政支出乘数理论，认为在有效的需求不足的情况下，增加政府支出，扩大社会总需求，从而减少失业，促进经济的增长；当需求过大时，通过减少财政支出抑制社会总需求，以实现供求平衡，促进经济的稳定和增长。随着新增长理论的出现，一部分经济学家认为政府可以实行一定的财政支出政策和税收政策，促进技术的进步，从而可以促进经济的增长，已经有许多的文献研究了财政支出和经济增长之间的关系。国内生产总值是指在一定时期内（一个季度或一年），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，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，更可以反映一国的国力与财富。财政支出也称公共财政支出，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。财政支出是国家将通过各种形式筹集上来的财政收入进行分配和使用的过程，它是整个财务分配活动的第二阶段。财政支出增长的原因有经济原因、政治原因，社会性原因和国际关系等。经济增长离不开政府的宏观调控，货币政策和财政政策作为宏观调控的主要手段，货币政策由国家统一实施，对于地方政府财政政策的制定与实施是地方政府效能的一种体现。财政政策的核心是通过政府的收入和支出调节有效需求，实现一定的政策目标。它包括一是财政收入政策，即通过增税或减税及税种的选择投资和消费需求，实现收入和资金的再分配。二是财政支出政策，即通过政府预算支出的增减及财政赤字的增减影响总需求。三是财政补贴。本文应用时间序列分析的相关方法，旨在研究我国财政支出与GDP的关系，以反映我国财政对宏观经济运行的调控。二、数据的选取本文选取的数据来自《中国统计年鉴2009》1981—2008年的国内生产总值时间序列和财政支出总额的时间序列，记国内生产总值的年度数据序列为{Xt},记财政支出总额的年度数据序列为{Yt}。详见表1：表11981—2008年的国内生产总值和财政支出总额的数据年份国内生产总值（亿元）财政支出总额（亿元）19814891.61175.7919825323.41212.3319835962.71366.9519847208.11642.86198590162004.25198610275.22122.01198712058.62199.35198815042.82357.24198916992.32664.9199018667.83083.59199121781.53386.62199226923.53742.2199335333.94642.3199448197.95792.62199560793.76823.72199671176.67937.551997789739233.56199884402.310798.18199989677.113187.67200099214.615886.52001109655.218902.582002120332.722053.152003135822.824649.952004159878.328486.892005183217.433930.282006211923.540422.732007257305.649781.35200830067062592.66三、数据分析（一）时序图首先对表1的国内生产总值的年度数据序列{Xt}，财政支出总额的年度数据序列{Yt}分别绘制时序图，以观察国内生产总值的年度数据序列{Xt}和财政支出总额的年度数据序列{Yt}是否平稳，通过EViews软件输出结果如下图所示。图1国内生产总值和财政支出总额的时序图040000800001200001600002000002400002800003200008284868890929496980002040608YX由图1可知，红线代表国内生产总值的年度数据序列{Xt}的时序图，表明了国内生产总值呈现不断上涨的指数趋势，因此国内生产总值的年度数据序列{Xt}不平稳；蓝线代表财政支出总额的年度数据序列{Yt}的时序图，虽然在2002年以前财政支出总额增长成平稳趋势，但在2002年以后财政支出总额却呈现指数增长趋势，因此财政支出总额的年度数据序列{Yt}也不平稳，因此两者之间可能存在协整关系。（二）单位根检验下面我们将分别对我国的国内生产总值的时间序列数据{Xt}和财政支出总额的时间序列数据{Yt}进行单位根检验，通过Eviews软件操作得到结果如下：表2国内生产总值时间序列的单位根检验ADFTestStatistic2.2305171%CriticalValue*-3.70765%CriticalValue-2.979810%CriticalValue-2.6290由表2可知：国内生产总值的时间序列数据{Xt}的ADF的值为2.230517，显然大于在1%水平下的临界检验值-3.7076，大于在在5%水平下的临界检验值-2.9798，也大于在10%水平下的临界检验值-2.6290，因此国内生产总值的时间序列数据{Xt}是一个非平稳序列。因此需要对国内生产总值的时间序列数据{Xt}进行对数化处理，即logx=lnXt，,以及将指标趋势序列转化为线性趋势序列，通过Eviews软件操作，其国内生产总值对数化序列的时序图见图2。表3财政支出总额的时间序列{Yt}的单位根检验ADFTestStatistic21.565851%CriticalValue*-3.69595%CriticalValue-2.975010%CriticalValue-2.6265由表3可知：财政支出总额的时间序列{Yt}的ADF的值为21.56585，显然大于在1%水平下的临界检验值-3.6959，大于在在5%水平下的临界检验值-2.9798，也大于在10%水平下的临界检验值-2.6265，因此财政支出总额的时间序列{Yt}是一个非平稳序列。因此财政支出总额的时间序列{Yt}需要进行对数化处理，即令logy=lnYt,以及将指标趋势序列转化为线性趋势序列，通过Eviews软件操作，其国内生产总值对数化序列的时序图见图2。图2国内生产总值对数化序列lny和财政支出总额对数化序列lnx的时序图789101112138284868890929496980002040608LNYLNX从图2观察可知对数化的国内生产总值时间序列{logx}和对数化的财政支出总额时间序列{logy}指数趋势已基本消除，二者具有明显的长期协整关系，但上述对数序列仍然是非平稳序列。分别对对数化的国内生产总值时间序列{logx}和对数化的财政支出总额时间序列{logy}序列进行ADF单位根检验（表2和表3），检验结果如下表所示。表4{logy}序列的单位根检验t-StatisticProb.*AugmentedDickey-Fullerteststatistic2.7243161.0000Testcriticalvalues:1%level-3.7240705%level-2.986225由表4可知：财政支出总额的对数化的时间序列数据{logy}的ADF的值为2.724316，显然大于在1%水平下的临界检验值-3.724070，大于在5%水平下的临界检验值-2.986225，也大于在10%水平下的临界检验值-2.632604，因此财政支出总额的对数化的时间序列数据{logy}是一个非平稳序列。表5{logx}序列的单位根检验t-StatisticProb.*AugmentedDickey-Fullerteststatistic-0.8943830.7714Testcriticalvalues:1%level-3.7529465%level-2.99806410%level-2.638752由表5可知：国内生产总值对数化的时间序列数据{logx}的ADF的值为-0.894383，显然大于在1%水平下的临界检验值-3.752946，大于在在5%水平下的临界检验值-2.998064，也大于在10%水平下的临界检验值-2.638752，因此国内生产总值对数化的时间序列数据{logx}是一个非平稳序列。因此需要进一步对财政支出总额的对数化的时间序列数据{logy}和国内生产总值对数化的时间序列数据{logx}做差分，差分序列分别记为{▽logx}和{▽logy}。现分别对二阶差分后的国内生产总值时间序列{▽logx}和二阶差分的财政支出总额时间序列{logy}进行ADF单位根检验，检验结果如下表所示。表6二阶差分{▽logx}的单位根检验t-StatisticProb.*AugmentedDickey-Fullerteststatistic-5.8389150.0001Testcriticalvalues:1%level-3.7378535%level-2.99187810%level-2.635542由表6可知，二阶差分的财政支出总额时间序列{▽logy}的ADF的值为-5.838915，显然小于在1%水平下的临界检验值-3.737853，小于在在5%水平下的临界检验值-2.991878，也小于在10%水平下的临界检验值-2.635542，二阶差分的财政支出总额时间序列{logy}是一个平稳序列。表7二阶差分{▽logy}的单位根检验t-StatisticProb.*AugmentedDickey-Fullerteststatistic-3.9816380.0055Testcriticalvalues:1%level-3.7240705%level-2.98622510%level-2.632604由表7可知，二阶差分后的国内生产总值时间序列{▽logx}的ADF的值为-3.981638，显然小于在1%水平下的临界检验值-3.724070，小于在在5%水平下的临界检验值-2.986225，也小于在10%水平下的临界检验值-2.632604，二阶差分的财政支出总额时间序列{▽logy}是一个平稳序列。（三）协整分析1.进行协整回归由于国内生产总值时间序列{Xt}和财政支出总额时间序列{Yt}分别取对数后，即国内生产总值时间序列{logx}和财政支出总额时间序列{logx}，{logx}时间序列和{logy}时间序列都是二阶单整序列，因此他们有可能存在协整关系。通过Eviews软件操作得到结果如下：表8二阶差分{▽logy}时间序列和二阶差分{▽logx}时间序列的协整结果DependentVariable:D(LNY,2)Method:LeastSquaresDate:07/03/10Time:20:28Sample(adjusted):19832008Includedobservations:26afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.C0.0066210.0093332.7094090.4849D(LNX,2)0.3690030.1817092.0307330.0535R-squared0.846633Meandependentvar0.007631AdjustedR-squared0.811076S.D.dependentvar0.050404S.E.ofregression0.475220Akaikeinfocriterion-3.181426Sumsquaredresid0.542015Sc