财政收入与支出的计量经济学分析.doc

《财政收入与支出的计量经济学分析.doc》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、财政收入与财政支出的计量经济学分析一.理论模型的设计1．变量的选取中国的经济发展目前仍处在高速发展的历史时期,然而一个国家的经济发展与一个国家的财政支出是没有办法分开来的.当然一个国家要有财政支出就必须有资金来源,一个国家用于财政支出的资金可以来自财政收入,发行国债的收入,还可以的通过从国外举借债务.在这里面一个国家的财政收入毫无疑问是最主要的部分.因而本文着重从农业支出,科学教育支出和经济建设支出这三个方面来分析它们对我国的财政收入的影响.本问所选取的变量是农业支出(x1),科学教育支出(x2),经济建设支出(x3).被解释变量是国家财政收入(y),时间跨度是从199

2、0年至2004年.资料来源于中华人民共和国国家统计局网站。2．样本数据的收集经查国家统计局网页得到如下数据：单位:亿元财政支农业支科学教育经济建设年份出总额出总额支出总额支出总额19902937.1307.84139.121368.0119913149.48347.57160.691428.4719923483.37376.02189.261612.8119934348.95440.45225.611834.7919945218.1532.98268.252393.6919956242.2574.93302.362855.7819967407.99700.43348.6

3、33233.7819978651.14766.39408.863647.3319989875.951154.76438.64179.51199911444.081085.76543.855061.46200013395.231231.54575.625748.36200116386.041456.73667.506472.56200218903.641580.76816.226673.7200321715.251754.45975.546912.05200426396.472357.891168.617933.253模型的设立根据所学的计量经济学知识，通过eviews3

4、.1可以看出财政收入(y)与农业支出(x1)科学教育支出(x2),经济建设支出(x3)，之间存在着一定的线性关系因而可以设立模型为：y=ax1+bx2+cx3+e4．参数的估计根据最小二乘法的相关原理和eviews3。1软件的相关知识可以的出以下模型:Y=-1558.2514+7.8941*X1+1.9011*X2+0.8909*X3T=(3.5403)(1.3134)(1.6623)R^2=0.9858adjustR^2=0.9820D.W=1.2804F=254.43由其中的R^2=0.9858可以得出这个模型具有比较高的的拟合优度，而且其中F检验也是高度显著的，因

5、而可以得出这个模型是一个比较好的模型.在一定情况下可以农业支出,科学教育支出,经济建设支出与财政收入的关系.二、模型的检验（一）异方差性检验极其解决1．相关图检验y与x1的相关图y与x2的相关图y与x3的相关图从以上y与xl的相关图，y与x2的相关图，y与x3的相关图，可以看出，财政收入总值与农业支出的总额,科学技术支出的总额,经济建设支出之间很难看出存在异方差性.2怀特检验在执行命令后可以得出有关怀特检验关信息如下:WhiteHeteroskedasticityTest:F-statistic7.405553Probability0.006270Obs*R-squar

6、ed12.71138Probability0.047855nR^2值较大,只要取显著水平a=0.047就可以认为该函数存在着异方差性.同理利用G-Q检验、帕克检验以及戈里瑟检验都可以得出其存在着异方差性3异方差性的解决当模型存在着异方差性是ols估计不在是最为有效的估计方法。所以一般用其他的方法来估计模型的参数，通常我们用wls估计。DependentVariable:YMethod:LeastSquaresDate:01/20/07Time:21:05Sample:19902004Includedobservations:15Weightingseries:W3Var

7、iableCoefficientStd.Errort-StatisticProb.C-1756.14299.64698-17.623640.0000X16.1082000.9372806.5169430.0000X25.0619942.0838702.4291320.0335X30.9875510.1127078.7621330.0000WeightedStatisticsR-squared0.989018Meandependentvar15774.69AdjustedR-squared0.999997S.D.dependentvar47