支出财政税收论文范文-试析基于主成分回归云南财政支出结构对经济增长的影响word版下载

《支出财政税收论文范文-试析基于主成分回归云南财政支出结构对经济增长的影响word版下载》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、支出财政税收论文范文:试析基于主成分回归云南财政支出结构对经济增长的影响word版下载导读：本论文是一篇关于基于主成分回归云南财政支出结构对经济增长的影响的优秀论文范文，对正在写有关于支出论文的写作者有一定的参考和指导作用，论文片段：摘要：运用1994—2008年财政支出数据，从财政支出结构着手，利用Eviews和Matlab软件，采用柯布一道格拉斯生产函数对云南省财政支出结构对经济增长的影响进行研究并计算出各项财政支出的最优比重，经与实际支出结构对比后得出：云南省财政支出结构较为合理。根据实证分析结果，找出现存理由

2、并提出政策倡议，以期财政支出在云南省的地方经济发展中发挥更大的作用。关键词：财政支出结构；主成分回归分析；最优比重1673-291X(2012)12-0006-03近几十年来，财政支出结构对经济增长的影响越来越受到各界重视，大量相关研究也由此展开。A第二次世界大战结束以来，虽然各发达国家财政支出占GDP的比均呈现出了显著增长的态势，但从整个世界经济的发展来看，结构递进和优化已经成为现代经济的发展方向。20世纪80年代以来，要求政府制约财政支出规模已成为大多数国家的发展趋势，在这种背景下，如何对财政支出结构进行优化调整

3、就成为广泛关注的理由。云南省是西部大开发的重要省份，其经济数据具有一定的代表性，通过建立模型对云南省财政支出结构对GDP增长的影响进行分析，对于研究整个西部地区财政支出与经济增长的关系具有借鉴作用。一、理论基础A.R.Jalali-Naini(2000)从政府提供纯公共产品和准公共产品的角度对财政支岀的增长效应作了研究，认为政府提供的纯公共产品对经济的长期增长具有正效应，而政府对准公共产品的提供和政府消费则会部分挤出私人投资和消费。Devarajan、Swaroop和Zou(1996)在理论上把财政支出分为生产性公共

4、支出和非生产性公共支出，并对43个发展中国家二十年的统计数据进行分析，结果表明传统的生产性支山在总支山中的比例与经济增长负相关。为研究经济增长与财政支出结构的关系，需建立一个以最优经济增长力0标的函数，本文参照Barro(1990)、Dcvarajan、Swaroop和Zou(1996)的研究策略，以柯布一道格拉斯函数为基础建立一个简单的理论模型：Y=AKaL3GY(1)Y为实际GDP，K代表私人资本投入，L表示劳动投入，G为财政总支出。为了分析分项财政支出，本文将生产函数中的财政总支出进一步分解，参考Barro(1

5、990)的框架建立模型如下：Y=F(K,L,GS1，GS2，……，GSn)其中，GSyII、GSy22、……GSvnn是财政的第1到n项支出，Yl、Y2……Yri分别为各项支出的产出弹性。假设每种支山的最优占比为1、2……n,利用动态最优化策略求解封闭的分散经济下的稳态可以得出：1=；2=；n=(3)①(3)式表示当经济增长率最大化时，在财政总支出中，各项财政支出所占的敁优比重应等于该项支出的产出弹性与各项支出的产出弹性总和之比。此时，政府可以在不扩大财政总支出规模的情况下，通过调节支出结构，推动经济更快增长。二、模

6、型选择和实证分析1.变量选取和数据说明。本文选取了1994—2008年十五年的数据，各变量均经指数化处理。其中Y为GDP，K为全社会同定资产投资剔除财政支出固定资产投资部分的余值，GSyII、GSy22……GSy99分别为农林水气象等事业支出、②文体广播事业支出、教育支出、科学支出、医疗卫生支出、一般公共服务支出、社会保障和就业支出、公共安全支出和其他支出。以上数据均由GDP平减指数折算为实际值。L为各年按三次产业划分的就业人员(万人)。数据来源为《屮国财政年鉴》、《云南省统计年鉴》，以及云南省财政厅“十二五”财政体

7、制规划调研。1.模型选择。主成分［nJ归(PrincipalComponentsRegression,简称PCR)是根据多元统计分析巾的主成分分析原理，用于处理多重共线性模型的一种参数估计策略。其基本原理是：利用主成分分析将解释变量转换成若干个主成分，这些主成分从不同方面反映了解释变量的综合影响，且互不相关。因此，可以将被解释变量与这些主成分进行回归，再根据主成分与解释变量之间的对应关系，求得原回归模型的估计方程。1.实证分析。经过标准化处理的原始数据相关系数（如表1所示）。由表1可知解释变量之间相关系数均为大于0.

8、8,直接建立回归模型必定会存在严重的多重共线性，进而影响估计结果。因此，需要通过主成分分析法选取主成分。主成分分析结果（如表2所示），主成分1的特征根为10.4622,贡献率为0.9479，说明第一个主成分已能够解释原来9个解释变量94.79%的信息，因此选择第一个主成分建立模型。提取的主成分的表达式为：F=0.3041Z1+0.3076Z2+