1、國內(nèi)生產(chǎn)總值與財政支出總額關(guān)系的分析摘要：許多文獻已經(jīng)論證過財政政策在實現(xiàn)經(jīng)濟長期增長中的作用，我們在前人研究的基礎(chǔ)上從財政支出結(jié)構(gòu)角度分析我國政府財政支出和國內(nèi)生產(chǎn)總值的相關(guān)關(guān)系，研究財政支出對經(jīng)濟增長的促進作用。同時，嘗試探討存在財政風(fēng)險和積極財政政策淡出的情況下，應(yīng)該如何優(yōu)化財政支出結(jié)構(gòu)，積極的財政政策應(yīng)怎么樣淡出，以避免財政風(fēng)險的擴大，并進一步提出相關(guān)的建議。我們此次是采用時間序列分析的方法分析財政支出總額對GDP的影響。關(guān)鍵詞：國內(nèi)生產(chǎn)總值 財政支出總額 時間序列分析一、引言財政支出與GDP之間的關(guān)系一直是經(jīng)濟學(xué)界關(guān)注的話題。20世紀30年代，凱恩斯提出了財政支出乘數(shù)理論，認為在有效

2、的需求不足的情況下，增加政府支出，擴大社會總需求，從而減少失業(yè)，促進經(jīng)濟的增長；當需求過大時，通過減少財政支出抑制社會總需求，以實現(xiàn)供求平衡，促進經(jīng)濟的穩(wěn)定和增長。隨著新增長理論的出現(xiàn)，一部分經(jīng)濟學(xué)家認為政府可以實行一定的財政支出政策和稅收政策，促進技術(shù)的進步，從而可以促進經(jīng)濟的增長，已經(jīng)有許多的文獻研究了財政支出和經(jīng)濟增長之間的關(guān)系。國內(nèi)生產(chǎn)總值是指在一定時期內(nèi)（一個季度或一年），一個國家或地區(qū)的經(jīng)濟中所生產(chǎn)出的全部最終產(chǎn)品和勞務(wù)的價值，常被公認為衡量國家經(jīng)濟狀況的最佳指標。它不但可反映一個國家的經(jīng)濟表現(xiàn)，更可以反映一國的國力與財富。財政支出也稱公共財政支出，是指在市場經(jīng)濟條件下，政府為提供

3、公共產(chǎn)品和服務(wù)，滿足社會共同需要而進行的財政資金的支付。財政支出是國家將通過各種形式籌集上來的財政收入進行分配和使用的過程，它是整個財務(wù)分配活動的第二階段。財政支出增長的原因有經(jīng)濟原因、政治原因，社會性原因和國際關(guān)系等。經(jīng)濟增長離不開政府的宏觀調(diào)控，貨幣政策和財政政策作為宏觀調(diào)控的主要手段，貨幣政策由國家統(tǒng)一實施，對于地方政府財政政策的制定與實施是地方政府效能的一種體現(xiàn)。財政政策的核心是通過政府的收入和支出調(diào)節(jié)有效需求，實現(xiàn)一定的政策目標。它包括一是財政收入政策，即通過增稅或減稅及稅種的選擇投資和消費需求，實現(xiàn)收入和資金的再分配。二是財政支出政策，即通過政府預(yù)算支出的增減及財政赤字的增減影響總

4、需求。三是財政補貼。本文應(yīng)用時間序列分析的相關(guān)方法，旨在研究我國財政支出與GDP的關(guān)系，以反映我國財政對宏觀經(jīng)濟運行的調(diào)控。二、數(shù)據(jù)的選取本文選取的數(shù)據(jù)來自中國統(tǒng)計年鑒200919812008年的國內(nèi)生產(chǎn)總值時間序列和財政支出總額的時間序列，記國內(nèi)生產(chǎn)總值的年度數(shù)據(jù)序列為Xt,記財政支出總額的年度數(shù)據(jù)序列為Yt。詳見表1：表1 19812008年的國內(nèi)生產(chǎn)總值和財政支出總額的數(shù)據(jù)年份國內(nèi)生產(chǎn)總值（億元）財政支出總額（億元）19814891.61175.7919825323.41212.3319835962.71366.9519847208.11642.86198590162004.251986

5、10275.22122.01198712058.62199.35198815042.82357.24198916992.32664.9199018667.83083.59199121781.53386.62199226923.53742.2199335333.94642.3199448197.95792.62199560793.76823.72199671176.67937.551997789739233.56199884402.310798113187.67200099214.615886.52001109655.218902.582002120332.722053

6、.152003135822.824649.952004159878.328486.892005183217.433930.282006211923.540422.732007257305.649781.35200830067062592.66三、數(shù)據(jù)分析（一）時序圖首先對表1的國內(nèi)生產(chǎn)總值的年度數(shù)據(jù)序列Xt，財政支出總額的年度數(shù)據(jù)序列Yt分別繪制時序圖，以觀察國內(nèi)生產(chǎn)總值的年度數(shù)據(jù)序列Xt和財政支出總額的年度數(shù)據(jù)序列Yt是否平穩(wěn)，通過EViews軟件輸出結(jié)果如下圖所示。圖1 國內(nèi)生產(chǎn)總值和財政支出總額的時序圖由圖1可知，紅線代表國內(nèi)生產(chǎn)總值的年度數(shù)據(jù)序列Xt的時序圖，表明了國內(nèi)生產(chǎn)總值呈現(xiàn)不斷

7、上漲的指數(shù)趨勢，因此國內(nèi)生產(chǎn)總值的年度數(shù)據(jù)序列Xt不平穩(wěn)；藍線代表財政支出總額的年度數(shù)據(jù)序列Yt的時序圖，雖然在2002年以前財政支出總額增長成平穩(wěn)趨勢，但在2002年以后財政支出總額卻呈現(xiàn)指數(shù)增長趨勢，因此財政支出總額的年度數(shù)據(jù)序列Yt也不平穩(wěn)，因此兩者之間可能存在協(xié)整關(guān)系。（二）單位根檢驗下面我們將分別對我國的國內(nèi)生產(chǎn)總值的時間序列數(shù)據(jù)Xt和財政支出總額的時間序列數(shù)據(jù)Yt進行單位根檢驗，通過Eviews軟件操作得到結(jié)果如下：表2 國內(nèi)生產(chǎn)總值時間序列的單位根檢驗ADF Test Statistic 2.230517 1% Critical Value*-3.7076 5% Critical

8、 Value-2.9798 10% Critical Value-2.6290由表2可知：國內(nèi)生產(chǎn)總值的時間序列數(shù)據(jù)Xt的ADF的值為2.230517，顯然大于在1%水平下的臨界檢驗值-3.7076，大于在在5%水平下的臨界檢驗值-2.9798，也大于在10%水平下的臨界檢驗值-2.6290，因此國內(nèi)生產(chǎn)總值的時間序列數(shù)據(jù)Xt是一個非平穩(wěn)序列。因此需要對國內(nèi)生產(chǎn)總值的時間序列數(shù)據(jù)Xt進行對數(shù)化處理，即logx=lnXt，,以及將指標趨勢序列轉(zhuǎn)化為線性趨勢序列，通過Eviews軟件操作，其國內(nèi)生產(chǎn)總值對數(shù)化序列的時序圖見圖2。表3 財政支出總額的時間序列Yt的單位根檢驗ADF Test Stat

9、istic 21.56585 1% Critical Value*-3.6959 5% Critical Value-2.9750 10% Critical Value-2.6265由表3可知：財政支出總額的時間序列Yt的ADF的值為21.56585，顯然大于在1%水平下的臨界檢驗值-3.6959，大于在在5%水平下的臨界檢驗值-2.9798，也大于在10%水平下的臨界檢驗值-2.6265，因此財政支出總額的時間序列Yt是一個非平穩(wěn)序列。因此財政支出總額的時間序列Yt需要進行對數(shù)化處理，即令logy=lnYt, 以及將指標趨勢序列轉(zhuǎn)化為線性趨勢序列，通過Eviews軟件操作，其國內(nèi)生產(chǎn)總值對數(shù)

10、化序列的時序圖見圖2。圖2 國內(nèi)生產(chǎn)總值對數(shù)化序列l(wèi)ny和財政支出總額對數(shù)化序列l(wèi)nx的時序圖從圖2觀察可知對數(shù)化的國內(nèi)生產(chǎn)總值時間序列l(wèi)ogx和對數(shù)化的財政支出總額時間序列l(wèi)ogy指數(shù)趨勢已基本消除，二者具有明顯的長期協(xié)整關(guān)系，但上述對數(shù)序列仍然是非平穩(wěn)序列。分別對對數(shù)化的國內(nèi)生產(chǎn)總值時間序列l(wèi)ogx 和對數(shù)化的財政支出總額時間序列l(wèi)ogy序列進行ADF單位根檢驗（表2和表3），檢驗結(jié)果如下表所示。表4 logy序列的單位根檢驗t-Statistic  Prob.*Augmented Dickey-Fuller test statistic 2.724316&#

11、160;1.0000Test critical values:1% level-3.7240705% level-2.986225由表4可知：財政支出總額的對數(shù)化的時間序列數(shù)據(jù)logy的ADF的值為2.724316，顯然大于在1%水平下的臨界檢驗值-3.724070，大于在5%水平下的臨界檢驗值-2.986225，也大于在10%水平下的臨界檢驗值-2.632604，因此財政支出總額的對數(shù)化的時間序列數(shù)據(jù)logy是一個非平穩(wěn)序列。表5 logx序列的單位根檢驗t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-0

12、.894383 0.7714Test critical values:1% level-3.7529465% level-2.99806410% level-2.638752由表5可知：國內(nèi)生產(chǎn)總值對數(shù)化的時間序列數(shù)據(jù)logx的ADF的值為-0.894383，顯然大于在1%水平下的臨界檢驗值-3.752946，大于在在5%水平下的臨界檢驗值-2.998064，也大于在10%水平下的臨界檢驗值-2.638752，因此國內(nèi)生產(chǎn)總值對數(shù)化的時間序列數(shù)據(jù)logx是一個非平穩(wěn)序列。因此需要進一步對財政支出總額的對數(shù)化的時間序列數(shù)據(jù)logy和國內(nèi)生產(chǎn)總值對數(shù)化的時間序列數(shù)據(jù)logx做差分，差分序

13、列分別記為logx和logy?，F(xiàn)分別對二階差分后的國內(nèi)生產(chǎn)總值時間序列l(wèi)ogx 和二階差分的財政支出總額時間序列l(wèi)ogy進行ADF單位根檢驗，檢驗結(jié)果如下表所示。表6 二階差分logx的單位根檢驗t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-5.838915 0.0001Test critical values:1% level-3.7378535% level-2.99187810% level-2.635542由表6可知，二階差分的財政支出總額時間序列l(wèi)ogy的ADF的值為-5.838915

14、，顯然小于在1%水平下的臨界檢驗值-3.737853，小于在在5%水平下的臨界檢驗值-2.991878，也小于在10%水平下的臨界檢驗值-2.635542，二階差分的財政支出總額時間序列l(wèi)ogy是一個平穩(wěn)序列。表7 二階差分logy的單位根檢驗t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-3.981638 0.0055Test critical values:1% level-3.7240705% level-2.98622510% level-2.632604由表7可知，二階差分后的國內(nèi)生產(chǎn)總

15、值時間序列l(wèi)ogx的ADF的值為-3.981638，顯然小于在1%水平下的臨界檢驗值-3.724070，小于在在5%水平下的臨界檢驗值-2.986225，也小于在10%水平下的臨界檢驗值-2.632604，二階差分的財政支出總額時間序列l(wèi)ogy是一個平穩(wěn)序列。（三）協(xié)整分析1.進行協(xié)整回歸由于國內(nèi)生產(chǎn)總值時間序列Xt和財政支出總額時間序列Yt分別取對數(shù)后，即國內(nèi)生產(chǎn)總值時間序列l(wèi)ogx和財政支出總額時間序列l(wèi)ogx，logx時間序列和logy時間序列都是二階單整序列，因此他們有可能存在協(xié)整關(guān)系。通過Eviews軟件操作得到結(jié)果如下：表8 二階差分logy時間序列和二階差分logx時間序列的協(xié)整

16、結(jié)果Dependent Variable: D(LNY,2)Method: Least SquaresDate: 07/03/10 Time: 20:28Sample (adjusted): 1983 2008Included observations: 26 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.  C0.0066210.0093332.7094090.4849D(LNX,2)0.3690030.1817092.0307330.0535R-squared0.846633 

17、60;  Mean dependent var0.007631Adjusted R-squared0.811076    S.D. dependent var0.050404S.E. of regression0.475220    Akaike info criterion-3.181426Sum squared resid0.542015    Schwarz criterion-3.084650Log likelihood43.35854 

18、   F-statistic4.123877Durbin-Watson stat2.617265    Prob(F-statistic)0.053502由表8可知：R2的值大于DWD(LNY,2)= 0.006621+0.369003* D(LNX,2)t： (2.709409) (2.030733)R2=0.8466 DW=2.6172.檢驗殘差序列的平穩(wěn)性表9 殘差序列的單位根檢t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-5.3

19、07305 0.0003Test critical values:1% level-3.7378535% level-2.99187810% level-2.635542VariableCoefficientStd. Errort-StatisticProb.  D(ET(-1)-1.1153860.210160-5.3073050.0000C-0.0003380.012673-2.0266840.9790R-squared0.561469    Mean dependent var0.002614Adjusted R-sq

20、uared0.541536    S.D. dependent var0.091605S.E. of regression0.062026    Akaike info criterion-2.642881Sum squared resid0.084638    Schwarz criterion-2.544710Log likelihood33.71457    F-statistic28.16748Durbin-Watson sta

21、t2.127176    Prob(F-statistic)0.000025由表9可知：一階殘差序列ET的ADF的值為-5.307305，顯然小于在1%水平下的臨界檢驗值-3.737853，小于在5%水平下的臨界檢驗值-2.991878，也小于在10%水平下的臨界檢驗值-2.638752，因此一階差分的et的時間序列是一個平穩(wěn)序列。因此et的表達式如下：D（et）=-0.000338-1.115386*D(ET(-1) DW=2.127 （-2.0267） (-5.3073) 即EG=-5.3073，3.檢驗LNY時間序列與國內(nèi)生產(chǎn)總值X時間序列間是否存

22、在協(xié)整關(guān)系由于EG=-5.3073，查協(xié)整檢驗的EGH或AFG臨界值表（根據(jù)N=2,a=0.05，T=28）可知，EG小于臨界值，因而我們接受et是平穩(wěn)的原假設(shè)，這意味著兩變量是協(xié)整的，或者說兩變量存在長期的協(xié)整關(guān)系。（四）建立ECM模型由前面的分析可知，二階差分后的國內(nèi)生產(chǎn)總值時間序列l(wèi)ogx是一個平穩(wěn)序列，二階差分的財政支出總額時間序列l(wèi)ogy是一個平穩(wěn)序列，一階差分的殘差序列et的是一個平穩(wěn)序列。于是對二階差分的財政支出總額時間序列l(wèi)ogy作為因變量，二階差分后的國內(nèi)生產(chǎn)總值時間序列l(wèi)ogx和一階差分的殘差序列et作為自變量進行回歸估計，通過Eviews軟件操作得到結(jié)果如下：表10 EC

23、M模型結(jié)果Dependent Variable: D(LNY,2)Method: Least SquaresDate: 07/03/10 Time: 20:38Sample (adjusted): 1984 2008Included observations: 25 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.  C0.0046150.0072762.6342580.5325D(LNX,2)0.3400350.1397032.4339800.0235D(ET)0.4738140.1228193.

24、8578110.0009R-squared0.886083    Mean dependent var0.004359Adjusted R-squared0.839364    S.D. dependent var0.048543S.E. of regression0.036347    Akaike info criterion-3.679234Sum squared resid0.029065    Schwarz criterio

25、n-3.532969Log likelihood48.99043    F-statistic10.40425Durbin-Watson stat2.315077    Prob(F-statistic)0.000660由表10可知，我們可以寫成標準的ECM回歸模型結(jié)果如下：D(LNY,2)= 0.004615 +0.340035* D(LNX,2) +0.473814* D(ET) t： (2.634) (2.434) (3.858)R2= 0.8860 DW=2.315ECM回歸方程的回歸系數(shù)通過了顯著性檢驗，

26、誤差修正系數(shù)為正，符合正向修正機制?；貧w結(jié)果表明國內(nèi)生產(chǎn)總值的短期變動對財政支出總額存在正向影響。此外，由于短期調(diào)整系數(shù)是顯著的，因此它表明每年發(fā)生的財政支出總額于其長期均衡值的偏差中的47.38%（0.4738）是被修正的。（五）模型預(yù)測通過Eviews軟件對ECM模型的表達式進行預(yù)測結(jié)果，詳見表12：表11 預(yù)測結(jié)果年份2009預(yù)測值63839.37由表11可知，通過Eviews軟件對ECM模型的表達式進行預(yù)測，預(yù)測2009年我國的財政支出總額為63839.37億元。（六）ARMA模型為了比較ECM模型與ARMA模型的擬合效果，應(yīng)該建立了單一變量的財政支出總額的ARIMA時間序列模型。1.

27、模型的建立于識別我們確定是用AR(P)模型還是MA（q）模型，或者是ARMA(p,q)模型對財政支出總額平穩(wěn)的時間序列l(wèi)ogy進行估計，首先對財政支出總額平穩(wěn)的時間序列l(wèi)ogy坐自相關(guān)圖和偏自相關(guān)圖，圖形如下所示。圖3 logy的自相關(guān)圖和偏自相關(guān)圖由圖3可知，由于自相關(guān)圖滯后K=3之后都在隨機區(qū)間內(nèi)，從偏自相關(guān)圖可以看出K=1之后都在隨機區(qū)間內(nèi)。于是我們認為財政支出總額時間序列l(wèi)ogy應(yīng)該建立ARMA(1,3)模型，下面對ARMA(1,3)模型進行參數(shù)估計，得到結(jié)果如下表所示。表12 ARMA(1,3)模型參數(shù)估計Dependent Variable: D(LNY,2)Method: Lea

28、st SquaresDate: 07/04/10 Time: 20:02Sample (adjusted): 1984 2008Included observations: 25 after adjustmentsConvergence achieved after 31 iterationsBackcast: 1981 1983VariableCoefficientStd. Errort-StatisticProb.  C0.0040010.0017632.2701310.0344AR(1)-0.6256380.116549-5.3680070.0000MA(1)0.96

29、52940.1141148.4590190.0000MA(2)-0.8946040.092581-9.6629570.0000MA(3)-0.9690770.125338-7.7316820.0000R-squared0.701417    Mean dependent var0.004359Adjusted R-squared0.641701    S.D. dependent var0.048543S.E. of regression0.029057    Akaike

30、info criterion-4.062248Sum squared resid0.016886    Schwarz criterion-3.818473Log likelihood55.77810    F-statistic11.74578Durbin-Watson stat1.873206    Prob(F-statistic)0.000045Inverted AR Roots     -.63Inverted MA

31、 Roots      .97    -.97-.23i  -.97+.23i由表12可知，ARMA(1,3)模型參數(shù)估計所得到的結(jié)果表達式為：D(LNY,2)=0.004001-0.625638*D(LNY,2)t-1-0.965294*Ut-1+0.894604*Ut-2+0.969077*Ut-3 2.ARMA(1,3)模型的檢驗現(xiàn)在對求得的模型的殘差序列進行白噪聲檢驗，如果殘差序列不是白噪聲序列，則需要對ARMA(1,3)模型進行進一步改進，如果是白噪聲過程，則接收估

32、計得到的模型，ARMA(1,3)模型的殘差序列檢驗結(jié)果如下圖所示。圖4 ARMA(1,3)模型的殘差序列檢驗由圖4可知，ARMA(1,3)模型的殘差序列是白噪聲序列，接收ARMA(1,3)模型。3模型的預(yù)測由于財政支出總額時間序列二階差分后事平穩(wěn)序列，因此我們最終確定ARIMA(1,2,3)模型，現(xiàn)在用該模型做預(yù)測，預(yù)測結(jié)果如下表所示。表13 ARIMA(1,2,4)模型預(yù)測結(jié)果年份2010預(yù)測值64439.37由表13可知，通過Eviews軟件對ARIMA(1,2,4)模型的表達式進行預(yù)測，預(yù)測2009年我國的財政支出總額為64439.37億元。由表11和表13的預(yù)測結(jié)果相比較，我們發(fā)現(xiàn)ECM模型比ARIMA(1,2,3)模型預(yù)測結(jié)果更為合理，因此我們建立的ECM模型比ARIMA(1,2,3)模型更優(yōu)，因此在對我國的財政支出總額我們應(yīng)該采用ECM模型來預(yù)測我國財政支出的增長狀況對我國經(jīng)濟發(fā)展水平的影響。三、結(jié)論與對策（一）