中国国债规模的计量分析.docx

中国国债规模的计量分析.docx

《中国国债规模的计量分析.docx》由会员分享，可在线阅读，更多相关《中国国债规模的计量分析.docx（21页珍藏版）》请在冰豆网上搜索。

中国国债规模的计量分析

中国国债规模的计量分析

一前言

国债是以国家财政为债务人，以国家财政承担还本付息为前提条件，通过借款或发行有价证券等方式向社会筹集资金的国家信用行为，是国家调控宏观经济的重要政策工具。

我国自1979年重新举措国债以来,国债规模不断扩大，尤其是自1998年我国实行积极财政政策以来，国债规模更是以年增近500亿的速度上升。

中国国债规模到底受哪些因素的影响呢?

影响程度如何呢?

这正是本文试图回答的问题。

二理论背景

应用计量经济法,建立回归直线模型，根据年度资料建立我国国债规模研究模型，对我国国债规模与经济变量之间的影响关系进行实证分析。

三模型的选择与建立

〈一〉国债规模主要影响因素的选择

1.GDP对国债规模的影响。

一国国债规模明显地由该国的经济发展水平所决定。

一般来说。

经济规模越大,发展水平越高，则国债规模及其潜力就越大。

2.财政收支状况对国债规模的影响。

众所周知，国债的一个重要目的就是弥补财政赤字。

当财政收入越多、财政支出越少时，用国债来弥补财政赤字的压力就越小。

由于在实证分析中，赤字对国债规模的影响不显著，本文选取了财政收入与财政支出两个变量来综合考虑其对国债规模的影响。

3.预算内投资规模对国债规模影响。

国债的另一主要目的是筹资建设资金,近几年我国国债资金主要用于重大项目、重点项目的建设。

一国预算内投资规模越大，其对资金的需求越大。

当财政收入不足于财政支出时，政府的投资缺口一般要通过发行国债来弥补。

4.还本付息支出对国债规模的影响。

一方面，国债规模越大，还本付息支出越多，当其支出额达到无法以当年财政收入来偿还时，不得不以发新债来还旧债。

另一方面，如果一国国债的还本付息过多，就必须会使国家减缓国债的发行，以减轻还债压力。

本文考虑了五个影响因素，共有六个时序变量：

即国债规模、GDP、财政支出、财政收入、预算内固定资产投资、还本付息支出。

<二>方法的选用

本文采用线性回归的方法，建立直线模型，对国债规模及其这些因素之间进行线性回归分析。

通过对其做T、F检验，找到最优的模型，再接着做必要的多重共线性检验、自相关检验、异方差检验。

最后做对2004年的预测。

本文的所有的检验都是应用计量软件EVIEWS直接得出的结果。

四资料来源与分析

〈一〉详细的样本资料表格

国债规模及其影响因素单位（亿元）

年份

国债规模

Y

GDP

X1

财政收入

X2

财政支出

X3

预算内固定资产投资X4

还本付息支出X5

1979

35.31

4038.2

1103.3

1273.9

462.21

0

1980

43.01

4517.8

1085.2

1212.7

382.25

28.58

1981

73.08

4862.4

1089.5

1115

269.76

62.89

1982

82.86

5294.7

1124

1153.3

279.26

55.52

1983

79.41

5934.5

1249

1292.5

339.71

42.47

1984

77.34

7171

1501.9

1546.4

421

28.91

1985

89.85

8964.4

1866.4

1844.8

407.8

39.56

1986

138.25

10202.2

2260.3

2330.8

455.62

50.16

1987

223.55

11962.5

2368.9

2448.5

496.64

79.83

1988

270.78

4928.3

2628

2706.6

431.96

76.75

1989

407.97

16909.2

2947.9

3040.2

366.05

72.36

1990

375.45

18547.9

937.1

3083.59

393.03

190.07

1991

461.4

21617.8

3149.48

3386.62

380.43

246.8

1992

669.68

26638.1

3483.37

3742.2

347.46

438.57

1993

739.22

34634.4

4348.95

4642.3

483.67

336.22

1994

1175.25

46759.4

5218.1

5792.62

529.57

499.36

1995

1549.76

58478.1

6242.2

6823.72

621.05

882.96

1996

1967.28

67884.6

7407.99

7937.55

625.88

1355.03

1997

2476.82

74462.6

8651.14

9233.56

696.74

1918.37

1998

3310.93

78345.2

9875.95

10798.18

1197.39

2352.92

1999

3715.03

82067.5

11444.08

13187.67

1852.14

1910.53

2000

4180.1

89468.1

13395.23

15886.5

2109.45

1579.82

2001

4604

97314.8

16386.04

18902.58

2546.42

2007.73

2002

5679

105172.3

18903.64

22053.15

3160.96

2563.13

2003

6153.53

117251.9

21715.25

24649.95

2687.82

2952.24

注：

表中各资料来源于历年中国统计年鉴

〈二〉变量X与Y的带回归直线的散点图

由以上各散点图可以观察到,国债规模与财政收入、财政支出呈明显的线性关系；与GDP、预算内固定资产投资、还本付息支出也呈一定的线性关系。

五模型的估计与分析

<一>对各模型的T、F检验值检验的列表

五元回归分析

Variable

Coefficient

t-statistic

Prob

F-statistic

R-squared

D.W

是否通过

C-X1-X2-X3-X4-X5

-345.5537

-8.992255

0.0000

1858.017

0.997959

1.810501

否

0.006730

2.262346

0.0356

-0.016139

-0.322531

0.7506

0.121801

2.363332

0.0289

0.515668

4.221127

0.0005

0.549246

6.232881

0.0000

一元回归分析

Variable

Coefficient

t-statistic

Prob

F-statistic

R-squared

D.W

是否通过

C-X1

-448.5850

-3.152526

0.0045

362.1776

0.940287

0.292977

是

0.049623

19.03096

0.0000

C-X2

-364.5689

-5.391607

0.0000

1567.655

0.985541

1.259156

是

0.317144

39.59362

0.0000

C-X3

-332.6220

-5.416529

0.0000

1870.844

0.987855

0.647764

是

0.275712

43.25325

0.0000

C-X4

-346.0281

-2.091096

0.0478

250.0647

0.915771

0.596218

是

2.152250

15.81343

0.0000

C-X5

16.08748

0.118923

0.9064

309.5262

0.930833

0.640316

是

1.930964

17.59336

0.0000

二元回归分析

Variable

Coefficient

t-statistic

Prob

F-statistic

R-squared

D.W

是否通过

C-X1-X2

-407.7123

-6.474013

0.0000

976.5378

0.988861

1.267950

是

0.010617

2.560960

0.0178

0.253477

9.794750

0.0000

C-X1-X3

-386.8159

-7.172490

0.0000

1342.424

0.991872

0.869229

是

0.011202

3.297517

0.0000

0.217592

11.81665

0.0033

C-X1-X4

-530.8702

-9.167249

0.0000

1171.824

0.990700

1.260965

是

0.028894

13.31377

0.0000

1.041602

10.92059

0.0000

C-X1-X5

-280.4862

-1.827799

0.0812

212.1628

0.950709

0.313668

是

0.029163

2.978459

0.0069

0.825868

2.156691

0.0422

C-X2-X3

-343.7450

-5.464196

0.0000

927.8328

0.988283

0.746555

否

0.089974

0.896392

0.3797

0.197795

2.269365

0.0334

C-X2-X4

-377.2239

-5.517876

0.0000

790.4135

0.986274

1.087427

否

0.288965

10.63037

0.0000

0.207530

1.084437

0.2899

C-X2-X5

-307.8153

-5.595258

0.0000

1280.103

0.991480

1.448666

是

0.244649

12.51418

0.0000

0.4796603

3.916285

0.0007

C-X3-X4

-326.7281

-5.105252

0.0000

902.4216

0.987957

0.691342

否

0.286094

11.48361

0.0000

-0.087182

-0.431625

0.6702

C-X3-X5

-282.4807

-7.532123

0.0000

2639.611

0.995850

1.157476

是

0.207360

18.56535

0.0000

0.524613

6.510090

0.0000

C-X4-X5

-279.4430

-5.039876

0.0000

1214.665

0.991025

1.531134

是

1.094873

12.14711

0.0000

1.089423

13.58210

0.0000

三元回归分析

Variable

Coefficient

t-statistic

Prob

F-statistic

R-squared

D.W

是否通过

C-X1-X2-X3

-387.6445

-6.984257

0.0000

855.0460

0.991880

0.875519

否

0.011059

3.049745

0.0061

0.012276

0.137562

0.8919

0.207700

2.794013

0.0109

C-X1-X2-X4

-478.3601

-9.172912

0.0000

1082.847

0.993577

1.185413

是

0.018649

4.886401

0.0001

0.120679

3.066923

0.0059

0.623230

3.926680

0.0008

C-X1-X2-X5

-322.1222

-4.944750

0.0001

812.8847

0.991555

1.407913

否

0.002130

0.431177

0.6707

0.239094

10.07822

0.0000

0.431898

2.588122

0.0172

C-X1-X3-X4

-450.0931

-8.091560

0.0000

1088.976

0.993613

1.005350

是

0.017612

4.312228

0.0003

0.127501

3.094673

0.0055

0.477254

2.392226

0.0262

C-X1-X3-X5

-284.3679

-6.240434

0.0000

1680.227

0.995851

1.152494

否

0.000268

0.076895

0.9394

0.206782

15.11612

0.0000

0.518394

4.487648

0.0002

C-X1-X4-X5

-407.1286

-8.864284

0.0000

1709.865

0.995923

1.830068

是

0.015189

5.022462

0.0001

0.995655

15.26040

0.0000

0.590109

5.186461

0.0000

C-X2-X3-X4

-341.4010

-5.071613

0.0001

590.8416

0.988291

0.753386

否

-0.085237

0.773796

0.4477

0.204995

1.901965

0.0710

-0.026009

-0.118955

0.9064

C-X2-X3-X5

-271.2831

-6.940293

0.0000

1761.802

0.996043

1.227619

否

-0.065103

-1.010700

0.3237

0.259446

4.920342

0.0001

0.557565

6.416653

0.0000

C-X2-X4-X5

-318.6732

-8.328615

0.0000

1778.199

0.996079

1.596952

是

0.134950

5.202399

0.0000

0.578291

4.962747

0.0001

0.685929

7.246348

0.0000

C-X3-X4-X5

-296.2823

-9.633111

0.0000

2664.243

0.997379

1.533877

是

0.144178

7.135892

0.0000

0.388169

3.500982

0.0021

0.654775

8.689441

0.0000

四元回归分析

Variable

Coefficient

t-statistic

Prob

F-statistic

R-squared

D.W

是否通过

C-X1-X2-X3-X4

-459.1911

-7.981618

0.0000

799.6049

0.993786

1.054507

否

0.017400

4.205210

0.0004

0.061463

0.745688

0.4645

0.070927

0.819540

0.4221

0.514582

2.476744

0.0223

C-X1-X2-X3-X5

-273.9660

-5.855657

0.0000

1259.206

0.996045

1.220017

否

0.000386

0.110858

0.9128

-0.065354

-0.989874

0.3341

0.258813

4.765008

0.0001

0.548716

4.589391

0.0002

C-X1-X2-X4-X5

-384.4703

-9.987280

0.0000

1888.219

0.997359

1.816283

是

0.009462

3.113560

0.0055

0.087661

3.297898

0.0036

0.679501

6.629749

0.0000

0.516264

5.351632

0.0000

C-X1-X3-X4-X5

-349.2579

-9.744709

0.0000

2431.420

0.997948

1.782340

是

0.006815

2.353420

0.0289

0.107210

4.442419

0.0003

0.524849

4.520295

0.0002

0.542174

6.499667

0.0000

C-X2-X3-X4-X5

-291.3452

-8.831018

0.0000

1924.888

0.997409

1.578071

否

-0.026197

-0.478650

0.6374

0.167111

3.204587

0.0044

0.376041

3.248073

0.0040

0.663968

8.389671

0.0000

<二>通过检验的方程如下：

一元回归模型：

YX1:

Y=-3.152526+19.03096X1+e

YX2:

Y=-5.391607+39.59362X2+e

YX3:

Y=-5.416529+43.25325X3+e

YX4:

Y=-2.091096+15.81343X4+e

YX5:

Y=0.118923+17.59336X5+e

二元回归模型：

YX1X2:

Y=-6.474013+2.560960X1+9.794750X2+e

YX1X3:

Y=-7.172490+3.297517X1+11.81665X3+e

YX1X4:

Y=-9.167249+13.31377X1+10.92059X4+e

YX1X5:

Y=-1.827799+2.978459X1+2.156691X5+e

YX2X5;Y=-5.595258+12.51418X2+3.916285X5+e

YX3X5:

Y=-7.532123+18.56535X3+6.510090X5+e

YX4X5:

Y=-5.039876+12.14711X4+13.58210X5+e

三元回归模型：

YX1X2X4:

Y=-9.172912+4.886401X1+3.066923X2+3.926680X4+e

YX1X3X4:

Y=-450.0931+0.017612X1+0.127501X3+0.477254X4+e

YX1X4X5:

Y=-407.1286+0.015189X1+0.995655X4+0.590109X5+e

YX3X4X5:

Y=-296.2823+0.144178X3+0.388169X4+0.654775X5+e

YX2X4X5:

Y=-318.6732+0.134950X2+0.578291X4+0.685929X5+e

四元回归模型：

YX1X2X4X5:

Y=-384.4703+0.009462X1+0.087661X2+0.679501X4+0.516264X5+e

YX1X3X4X5:

Y=-349.2579+0.006815X1+0.107210X3+0.524849X4+0.542174X5+e

经选取最优的方程:

：

Y=-296.2823+0.144178X3+0.388169X4+0.654775X5+e

（-9.633111）（7.135892）（3.500982）（8.689441）

R²=0.997379DW=1.533877F=2664.243

从经济意义方面检验参数估计量，各值均大于零,没有明显的错误。

从统计检验来看，方程拟合优度很高，总体显著性很好；至于变量的显著性，k=3、n=25当显著水平α=0.01、α=0.05时.t分布临界值分别为t0。

005（21）=2.831t0.025（21）=2.080,F0.01（3,21）=4.87F0.05（3,21）=3.07,可见在此显著性水平下变量X3、X4、X5均显著。

<三>针对该模型进行计量经济学检验

1.进行多重共线性检验。

由估计结果知T、F检验值均分别大于临界值，所以该模型不存在多重共线性。

2.其次采用等级相关法对该模型进行异方差检验。

Y

X3

X4

X5

|e|

|e|的等级

X3的等级

X4的等级

X5的等级

d3

d4

d5

35.31

1273.9

462.21

0

31.4916

5

4

13

1

-1

8

-4

43.01

1212.7

382.25

28.58

2.64343

1

3

7

2

2

6

1

73.08

1115

269.76

62.89

62.71256

13

1

1

8

-12

-12

-5

82.86

1153.3

279.26

55.52

68.10863

15

2

2

7

-13

-13

-8

79.41

1292.5

339.71

42.47

29.66905

4

5

3

5

1

-1

1

77.34

1546.4

421

28.91

31.6833

6

6

10

3

0

4

-3

89.85

1844.8

407.8

39.56

64.0455

14

7

9

4

-7

-5

-10

138.25

2330.8

455.62

50.16

111.219

22

8

12

6

-14

-10

-16

223.55

2448.5

496.64

79.83

78.2385

17

9

15

11

-8

-2

-6

270.78

2706.6

431.96

76.75

41.0973

8

10

11

10

2

3

2

407.97

3040.2

366.05

72.36

76.45356

16

11

5

9

-5

-11

-7

375.45

3083.59

393.03

190.07

49.8687

12

12

8

12

0

-4

0

461.4

3386.62

380.43

246.8

39.8634

7

13

6

13

6

-1

6

669.68

3742.2

347.46

438.57

4.381516

2

14