我国财政支出规模与经济增长关系研究.docVIP

我国财政支出规模与经济增长关系研究 [提要] 财政支出是一国进行宏观调控的重要经济手段，财政支出规模的扩大会促进经济发展。但是，实践经验告诉我们，财政支出规模一味的扩大，不仅不会带动经济的发展，还可能引起经济的波动。因此，财政支出规模一定要把握好“度”，只有这样才能促进经济长期稳定发展。本文在国内外学者研究的基础之上，运用实证分析方法，对1996年以来我国财政支出规模与经济增长之间的关系进行研究。研究结果表明：财政支出规模对经济增长具有明显的促进作用，但一味扩大财政支出规模会造成严重后果。 关键词：财政支出;财政支出规模与经济增长 中图分类号：F81 文献标识码：A 原标题：我国财政支出规模与经济增长的关系研究 收录日期：2015年2月9日 一、问题的提出 随着我国市场经济的深入发展，为市场经济的发展创造一个良好的发展环境日益重要。而政府作为促进市场经济发展的“守夜人”，其宏观调控政策对经济的稳步增长具有重要意义。而财政支出作为政府进行宏观调控的重要手段，其规模的大小对经济增长具有深远影响。根据凯恩斯财政理论，财政支出具有乘数效应。毋庸置疑，财政支出在克服市场缺陷，稳定经济，促进经济发展方面发挥着重要的作用。但是，根据实践经验，财政支出的一味增加，并不会带来经济的稳定增长。那么，财政支出规模对经济增长的作用如何？而最优的财政支出规模又是怎么样的呢？本文将在前人研究的基础之上，说明财政支出规模与经济增长之间的关系，以及最优的财政支出规模是什么。 二、文献综述 从国外研究现状看，凯恩斯财政理论认为，财政支出的乘数效应会大大促进经济增长。Romer等人提出，财政政策的效果将会是长期的影响经济发展，而不是短期的，暂时的。Faig认为，短期政府财政支出政策会对经济产生正向影响，而长期则不会有影响。Love认为，永久性的增加财政支出，会对经济增长有促进作用。从国内研究现状来看，胡荣华通过对财政支出和经济增长建立模型，发现财政支出规模对经济增长产生正面影响。马栓友认为，政府财政支出占总支出的比重与经济增长之间存在着正相关关系。 三、数据的获得与处理 本文选取1996年至2011年统计数据作为研究的样本，数据来源于《中国统计年鉴》。变量包括国内生产总值及政府财政支出。国内生产总值作为衡量经济增长的变量（Y），政府财政支出总量作为衡量财政支出规模的变量（X）。为了消除异方差性，对变量进行HP滤波后再作对数处理，分别用LnY，LnX表示。 四、变量、模型及分析结果 （一）描述性统计分析。GDP总量大部分集中在10万亿到20万亿之间，GDP的均值大约为19.6万，中位数为14.8万，最大值为47.3万，最小值大约为7.1万，GDP的标准差为12.6万左右。偏度S大于0，这说明国内生产总值GDP序列分别具有长长的右拖尾，峰度Klt;3，这说明国内生产总值相对于正态分布是平坦的。JB检验表明Pgt;0.05，所以要接受原假设，GDP的序列分布服从正态分布。 通过进行计量分析，财政支出的均值为3.8万左右，中位数为2.6万左右，最大值大约为11万左右，最小值为0.8万，标准差为3万左右，偏度Sgt;0，表明政府财政支出规模序列分布具有长长的右拖尾，偏度Klt;3表明政府财政支出序列分布相对于正态分布是平坦的。JB检验表明Pgt;0.05，说明财政支出的序列分布服从正态分布。 （二）HP滤波。为了促进经济长期均衡发展，政府在制定经济政策时必须剔除各种因素干扰，如趋势因素，循环因素等。通过HP滤波，剔除GDP及财政支出规模的干扰因素。 （三）对经济序列建立ARIMA模型 1、平稳性检验。由于经济时间序列通常是非平稳的，若对非平稳的时间序列建立模型，就会造成虚假相关和伪回归现象，进而得到不正确的现象。因此，在对时间序列进行研究时，首先应该对变量进行平稳性检验，以确保建立有效的模型。本论文采用ADF检验法对变量进行平稳性检验。首先通过HP滤波，去除变量的趋势因素和循环因素，并对变量取对数，变量分别用LnY，LnX表示，通过单位根检验发现是平稳序列。 2、识别（p，q）。在进行了变量的平稳性检验之后，进一步的需要识别p，q值，从它们的相关图中可以看出应对变量都建立ARIMA（1，1，1）模型。 3、通过检验表明符合模型平稳性要求，而且LM检验表明，模型的残差不存在序列相关，并且模型的各统计量也很好。 （四）建立GARCH模型。为了消除残差中的异方差性，对变量建立ARCH模型。观察检验结果可知，P值lt;0.05，因此拒绝原假设，说明残差序列存在3阶ARCH效应。因此，需对其建立GARCH（1，1）模型，并对其进行ARCH LM检验。检验结果表明，Pgt;0.05，所以接受原假设。由输出结果可知，两项的系数都是统计显著的，且两者的系数之和小于1，满足参数约束条件。从