浅析财政收入与经济增长关系.docx

引言财政收入是政府部门的公共收入，是国民收入分配中用于保证政府行使其公共职能、实施公共政策以及提供公共服务的资金需求。财政收入与经济增长密切相关,财政是从国民经济增长中取得收入,经济发展水平高,国民生产总值就多,财政收入总额多;而财政收入对于满足经济发展的需要,支撑政府职能的实现,保证经济社会稳定协调发展,具有相当重要的作用。因此,财政收入与经济增长之间存在着相互促进,相互制约的关系。财政收入预测是加强宏观经济管理和提高决策水平的重要前提和基础由于受到经济发展水平、财政收入政策以及财政收入征收管理等众多因素的影响，所以要科学预测财政收入，必须综合考虑各种因素的影响，建立科学的预测体系。（1）财政收入与经济增长理论分析回顾在财政学说史上，有许多关于财政收入、税收和经济增长关系的文献。从历史上来看，最先比较明确提出国家财政税收原则的是威廉配第，配第作为古典政治经济学的奠基人和财政理论的先驱，不仅在国家财政支出方面进行了深入研究， 而且在国家财政收入理论上也有很多建树。在其代表作赋税论中，阐述了关于税收制度的建设和税收对于国家重要性的理论。配第十分重视国家税收对经济的影响，他在赋税论中，比较深刻地分析了税收与国民财富、税收与国家经济实力之间的关系。亚当斯密在其国民财富的性质和原因的研究一书中，综合了自由主义经济学说和财政学说，主张自由放任和自由竞争的经济，政府应当减少干预或者不干预， 政府只应作为“守夜人”存在。继斯密之后，许多经济学家从不同角度提出了不同的财政税收观点，瓦格纳在其代表著作财政学中提出了社会政策的财政理论。他认为财政政策原则即是税收能灵活地保证国家经费开支需要的原则。该项原则包含两层含义，即收入充分原则和收入弹性原则。还有很多的经济学家从税收对储蓄、劳动、企业投资和收入分配影响的角度论述了国家财政税收与国家经济增长的关系。（2）财政收入与经济增长定量分析回顾关于财政收入与经济增长两者之问的关系，近年来，国内学者做了大量的研究，研究大部分可以分成两类：国家财政收入与经济增长之间关系以及地方财政收入与经济增长之间关系。在研究国家财政收入与经济增长之间关系时有两种思想：两者之间存在长期稳定关系和两者之间不存在长期稳定关系。国家财政收入与经济增长之间存在长期稳定关系山东省财政厅课题组(1998)利用数学回归方法，对gdp增长率与财政收入增长率进行分析，建立两者之间关系的回归模型，同时用回归分析方法分析各部门gdp与财政收入的关系；杨华峰，贾继花(2002)利用回归分析方法对财政收入与gdp的关系进行分析，建立了二者之问关系的回归模型；庞瑞芝， 彭志捌，蒋丽娟，张凤(2004)利用逐步回归分析方法建立国家财政收入回归模型，找出影响财政收入的显著性变量为农业增加值、工业增加值和社会消费总额；杨丹，陈晓毅(2004)根据历年财政收入占gdp比重的时间序列数据建立了一阶自回归模型，分析了财政收入占gdp比重的变化规律；韦邦荣，杨玉生（2006）利用协整理论对1952年2003年中国财政收入与gdp之间的关系进行实证研究，研究表明：中国的财政收入与gdp之间存在因果关系，二者之间存在着相互促进效应；中国财政收入与之间存在着长期均衡的协整关系和短期动态调整机制；中国财政收入对gdp的弹性小于1；谷永芬、安鹏、周方召（2005）对我国财政收入弹性及财政边际收入率进行分析，并且建立了我国财政收入与经济增长之间的计量模型。白萍（2005）在定性分析选取与我国财政收入有较强相关性的影响因素的基础上，以其作为解释变量，建立与财政收入的线性模型。李凯扬，韩文秀（2003）根据财政收入的组成结构和随时间的变化规律分别建立回归模型与时间序列模型两个线性模型，然后根据财政收入时间序列建立了bp神经网络的非线性模型，最后在此基础上建立组合预测模型，对财政收入进行预测。国家财政收入与经济增长之间不存在长期稳定关系张志超(2002)用回归模型、自回归分布滞后模型和误差修正模型(ecm)对我国经济转轨时期国家财政收入增长与gdp增长的关系进行了实证研究，认为我国财政收入对gdp的弹性过低，财政收入与gdp增长之间不存在协整关系；庞瑞芝、张志超(2002年通过实证分析，得出了由于我国税收弹性较低、财政收入增长与增长之间尚未建立起相依相存的长期稳定关系的结论。本文将在以往相关研究的基础上，在建立var模型的基础上，运用脉冲响应函数和预测方差分解来刻画现代物流发展与经济增长关系的动态相关性。一、向量自回归模型利用经济理论来描述变量之间的关系。然而，经济理论往往不能达到为变量之间动态关系提供严格的定义，加之内生变量可能同时出现在的方程的左右两边，使得估计和推论问题变得复杂化，为解决这些问题而产生了有关多变量建模的非结构方法。向量自回归模型就是非结构化的多方程模型。向量自回归模型（var：vector auto-regression）通常用语相关时间系列系统的预测和随机扰动对变量系统的动态影响。模型避开了结构建模方法中需要对系统中每个内生变量关于所有内生变量滞后值函数的建模问题。向量自回归模型实际上是向量自回归移动平均（varma）模型的简化，后者因参数过多带来很多问题而少有应用。最一般的var模型数学表达式为：（1）其中t y 是m维内生变量向量， t x 是d维外生变量向量， p a 和1 b r b 是待估计的参数矩阵，内生变量和外生变量分别有p和r阶滞后期。t e 是随机扰动项，其同时刻的元素可以彼此相关，但是不能与自身滞后期和模型右边的变量相关。模型（1）中内生变量有p阶滞后，所以可称其为一个var（p）模型。在实际应用中，通常希望滞后期p和r足够大，从而完整的反映所构造模型的动态特征。但另一方面，滞后期越长，模型中待估计的参数就越多，自由度就越少。因此，应在滞后期和自由度之间寻求一种均衡状态，一般根据aic和sc信息量取值最小的准则确定模型的阶数。这里，k=m（rd+pm）是估计参数个数，n是观测值数目。二、变量与数据财政收入指标：根据我国国家统计局财政收入数据来衡量财政收入水平（fii：finance income）的指标。经济增长指标：根据定义，经济增长可以指在“量”中的集中体现与结果是商品供给总量的不断增加，即国民总产出的持续增加，这是经济增长的中心。如果考虑到“质”的提高上，经济增长就成了经济发展，不仅包括经济增长的速度、增长的平稳程度和结果，并且还特别包括一国或地区的人民的平均生活质量如教育水平、健康卫生标准等，以及整体经济结构、社会结构等的总体进步。本文对经济增长仅从“量”的角度对经济发展状况进行衡量，又考虑到数据的可得性和有效性，本文选取国内生产总值（gdp）作为衡量经济增长速度的指标。以上两个指标，凡是会受到价格的影响的指标，本文都将其价格因素予以剔除，将其全部转化为1978年不变价格。本文选取1978年至2007年的时间序列数据。三、实证分析序列单整检验运用eviews3.0软件，对lngdp 、lnfii 的单位根进行adf检验，检验方程的选取根据相应的数据图形来确定，采用aic，最小准则确定最佳滞后阶数，检验结果如表1。从表2中我们可以看出lngdp 、lnfii 以及他们一阶差分的检验统计量均大于显著性水平1%，5%，10%时的临界值，所以不能拒绝原假设，序列lngdp 、lnfii 以及他们一阶差分都存在单位根，是不平稳的。但是lngdp 、lnfii 的二阶差分的adf检验统计量均小于显著性水平1%，5%，10%时的临界值，所以拒绝原假设，因此序列lngdp 、lnfii 二阶差分不存在单位根，是平稳的。综上所述， lngdp i(2)， lnfii i(2)。向量自回归模型本部分内容采用lngdp 和lnfii 的数据来建立var（p）模型，并且利用脉冲响应函数和方差分解对其进行分析解释。通过，sc最小准则确定最佳滞后阶数p为一阶到二阶，采用法对模型进行估计。从方程（3）和（4）中，大家可以看出所估计出来的参数大部分在统计上是显著的，只有很少的个别不甚显著，这是因为一个方程有同样变量的多个滞后值产生了多重共线性，但从整体上看，这些系数是显著的。方程（3）中滞后期系数可以看出， t lngdp 的一阶滞后对其影响很大，正的影响关系， t lngdp 的二阶滞后对其影响是越来越弱,而且是负的影响。后两个参数的估计值均较小，滞后一阶财政收入有负向影响，滞后二阶财政收入有正向影响，表明当前的t lngdp 与lnfii的滞后值有相关联系程度不明显。方程（4）各中， lnfii 与自身的一阶和二阶滞后值都有着较大的联系，其中与一阶是正向的相关关系，二阶是负向相关关系。lnfii 与t lngdp 的一阶滞后值有着强的正向相关关系，参数估计值为0.1501。说明经济增长对财政收入水平起着重要的促进作用。脉冲响应函数和方差分解（1）脉冲响应函数。基于var（2）和渐进解析法模拟的脉冲响应函数曲线横轴表示响应函数的追踪期数，纵轴表示被解释变量对解释变量的响应程度。lngdp 对一个标准差新息的响应路径，从图中可知，国内生产总值（ lngdp ）对其自身的一个标准差新息立刻有比较强烈的反映，而且是正向的影响，在第二和第五期之间迅速增长，达到一个较高的水平值0.12， lngdp 增加了大约0.08，在随后的时间里这种正向的反映基本稳定，保持在0.12左右，而且持续时间比较长。财政收入（ lnfii ）一个标准差新息对其影响是不明显的，甚至出现短暂的低水平的负影响，而后又转变成低水平的正向影响，这种影响有低速持续增长的态势。财政收入（ lnfii ）对其自身的一个标准差新息立刻有比较强烈的反映，而且是正向的影响，增加速度最快，从第一期的0.02，持续增长到第十期的0.08，增长了将近0.06。国内生产总值（ lngdp ）一个标准差新息从开始就对财政收入（）有着较大影响（0.04），随后这种正向的影响迅速增加，到了第三期已经0.05，随后在一个比较高的水平持续影响。（2）方差分解。预测期，s.e.中数据为变量lngdp . lnfii 的各期预测标准误差，后两列均为百分数，分别代表以为因变量的方程新息对各期预测误差的贡献度，每行相加的和为100。国内生产总值（ lngdp ）对其自身的一个标准差新息立刻有比较强烈的反映（100.00），而对于财政收入（ lnfii ）第一期标准差新息没有反映（0.000），在第二期到第六期之间对国内生产总值（ lngdp ）的影响一直在减少，但是减少的速度非常的缓慢，机会是微乎其微，一直保持在99以上。也就是说，来自与第一个方程新息的影响占国内生产总值（ lngdp ）预测误差的将近99%，因此该变量-国内生产总值（ lngdp ）最重要。从表中可以看出从第二期开始变量方差分解结果基本稳定。财政收入（ lnfii ）在第一期，不仅对其自身的一个标准差新息立刻有比较强烈的反映，对来自于国内生产总值（ lngdp ）一个标准差新息也有着反映（23.44）。但是来自与第二个方程新息的影响占财政收入（ lnfii ）预测误差的比重逐步减少，从开始的减小到期末的37.31226%，相反来自于国内生产总值（ lngdp ）新息的影响占财政收入（ lnfii ）预测误差的比重逐步增大，从开始的23.44024%增加到期末的62.68774%，因此该变量-国内生产总值（ lngdp ）相对比较重要，而且越来越重要。四、结论由向量自回归模型和脉冲响应函数分析结果表明：经济增长对财政收入有着重要的贡献，重要的促进作用。来自与财政收入自身新息的影响占财政收入（ lnfii