我国国债规模的计量经济学研究.docx
《我国国债规模的计量经济学研究.docx》由会员分享，可在线阅读，更多相关《我国国债规模的计量经济学研究.docx（23页珍藏版）》请在冰点文库上搜索。
我国国债规模的计量经济学研究
《计量经济学》课程论文
我国国债规模的计量经济学研究
国际商学院2005级
国际经济与贸易双与实验班
周国方40502058
指导老师：
周游
2007．12
我国国债规模的计量经济学研究
一前言
国债又称公债,是政府举借的债务,它是国家为维持其存在和满足其履行职能的需要,在有偿条件下,筹集财政资金时行使的国家债务,国债是国家取得财政收入的一种形式，也是是国家调控宏观经济的重要政策工具。
我国自1981年恢复发行国债以来，利用国债筹集资金，为平衡财政收支，支持国家重点建设和各项改革事业发挥了极大的作用。
与此同时，国债规模逐步扩大，特别是1998年以来，我国采取主动扩大赤字，增发国债的办法来刺激经济增长，使得国债规模迅速膨胀。
国债规模的急剧增加引起了社会各界尤其是经济界的广泛关注。
国债规模的适度是政府有效实施宏观调控，保持国民经济健康发展的内在要求。
国债规模过小，不足以解决政府财政困难，不足以影响全社会投资与消费比例，难以发挥国债对宏观经济的调控作用。
国债规模过大，不但不能发挥其对宏观经济实行有效的调控作用，反而会给国家财政和社会的正常运转带来消极的影响。
二理论背景
目前理论界对中国国债规模影响因素的研究如下问题：
（1）这些研究都没有说明为什么这些因素对中国国债的规模产生影响；
（2）分析的结果不统一，作者们所选择的指针与国债规模的相关度的分析结果不一致；（3）这些实证研究都仅针对中国内部国债发行规模的影响因素进行探讨。
本文应用计量经济法,建立回归直线模型，根据1979年到2003年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
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。
数据：
（来源于互联网）
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
各变量X与Y的散点图
通过上面的各散点图可看出,我国国债规模与财政收入、财政支出、GDP、预算内固定资产投资、还本付息支出都呈一定的线性关系。
模型：
四模型的估计与分析
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
OLS五元回归结果：
DependentVariable:
Y
Method:
LeastSquares
Date:
12/15/07Time:
15:
12
Sample:
19792003
Includedobservations:
25
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-345.5537
38.42793
-8.992255
0.0000
X1
0.006730
0.002975
2.262346
0.0356
X2
-0.016139
0.050038
-0.322531
0.7506
X3
0.121801
0.051538
2.363332
0.0289
X4
0.515668
0.122164
4.221127
0.0005
X5
0.549246
0.088121
6.232881
0.0000
R-squared
0.997959
Meandependentvar
1543.154
AdjustedR-squared
0.997422
S.D.dependentvar
1931.091
S.E.ofregression
98.05162
Akaikeinfocriterion
12.21443
Sumsquaredresid
182668.3
Schwarzcriterion
12.50696
Loglikelihood
-146.6804
F-statistic
1858.017
Durbin-Watsonstat
1.810501
Prob（F-statistic）
0.000000
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
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
升级会员 