我国国债适度规模影响因素的计量分析(2)
时间:2015-09-04 09:19
来源:发表吧
作者:胡晖
点击:
次
操作过程利用了EVIEWS6.0软件，这里需要指出的是，为了确定VAR模型合理的滞后阶数，这里以AIC和SC值最小为标准，经过反复测试，最终选定滞后2阶回归。
根据计算结果，模型可以写成：
VAR模型通过稳定性检验，由于没有单位根落在单位圆外，因此所设定的模型是稳定的。
（四）脉冲响应函数
脉冲响应函数（Impulseresponsefunction）是指系统对其某一个变量的一个冲击（shock）做出的反应。可以推广到多变量的VAR（P）模型上。
本文的国债发行规模的脉冲响应函数计算得出，LND（国债发行规模）对于来自LNA1（国内生产总值）、LNA2（财政赤字）、LNA3（城乡居民储蓄存款）以及LNA4（国债还本付息支出）的一个正冲击在第一期都没有响应。对来自LNA2（财政赤字）的一个冲击的响应是在第二期才出现的，这一响应是正的，第三期降为负值，之后又逐渐减弱，在第六期后有逐渐加强的趋势。对来自LNA3（城乡居民储蓄存款）一个冲击的响应在第二期才出现，这一响应是正的，并且在第四期降到0值左右，在第五期略有上升，以后各期的影响在0值附近上下波动。而LND（国债发行规模）对来自LNA1（国内生产总值）和LNA4（国债还本付息支出）的一个冲击响应很小，徘徊在0值附近。对通过分析这些信息，我们可以把LNA2（财政赤字）和LNA3（城乡居民储蓄存款）看作是对国债发行规模有较大影响的因素。
（五）方差分解
方差分解（VarianceDecomposition）是通过分析每一个结构冲击对内生变量变化（通常用方差度量）的贡献度，进一步评价不同结构冲击的重要性。因此，方差分解给出对VAR模型中的变量产生影响的每个随机扰动的相对重要性的信息。
我们对国债发行规模进行方差分解，从第八期开始，方差分解的结果趋于稳定，来自LND（国债发行规模）自身方程信息的影响占到了73%左右，来自LNA2（财政赤字）方程信息的影响占13%左右，来自LNA3（城乡居民储蓄存款）方程信息的影响占10%左右。而来自LNA1（国内生产总值）和LNA4（国债还本付息支出）方程信息的影响比较小分别占到2%和1.5%。这说明了LND（国债发行规模）主要受自身以及LNA2（财政赤字）和LNA3（城乡居民储蓄存款）的影响比较多，而受LNA1（国内生产总值）和LNA4（国债还本付息支出）的影响相对较低一些。
（六）Johansen协整检验及协整方程
LND（国债发行规模）、LNA1（国内生产总值）、LNA2（财政赤字）、LNA3（城乡居民储蓄存款）以及LNA4（国债还本付息支出）都是序列，满足进行协整检验的条件。本文采用Johansen极大似然估计法对LND、LNA1、LNA2、LNA3、LNA4进行协整检验。
Johansen协整检验是一种以VAR模型为基础的检验回归系数的方法，它在进行多变量协整方面有较好的应用。在进行协整检验前，必须选择VAR模型的最优滞后阶数。由于在前文中已根据AIC和SC准则判断出该VAR模型的最大滞后期为2阶比较合适，所以协整检验的滞后期选择为1，另外，选择具有常数且无趋势项的模型为最为适合的协整检验模型。根据Johansen协整检验结果，根据迹检验和最大特征值检验的结果，在5%的显著性水平上，变量之间存在协整关系，因而可建立相应的VEC模型。
根据计算结果将协整关系写成数学表达式，并令其等于vecm得到：
vecm=LND+0.7486LNA1-0.2316LNA2-
1.1639LNA3-0.1098LNA4-1.1073
从上式可以看出，LND（国债发行规模）、LNA1（国内生产总值）、LNA2（财政赤字）、LNA3（城乡居民储蓄存款）以及LNA4（国债还本付息支出）存在长期均衡关系。从长期来看的话，当LNA1（国内生产总值）上升1%的时候，LND（国债发行规模）会降低0.748%，这说明了，当经济长期持续增长的时候，会降低对国债的需求，使得国债发行量减少。当LNA2（财政赤字）上升1%的时候，LND（国债发行规模）会上升0.231%，联系我国实际情况，这说明了，随着20世纪90年代国家政策的变化，政府不得向银行透支或通过向银行借款的方式来弥补财政赤字以后，发行国债作为一种弥补财政赤字的方式，在政府的经济政策中起到越来越重要的作用。当LNA3（城乡居民储蓄存款）上升1%的时候，LND（国债发行规模）会上升1.16%，这说明了，当居民的储蓄存款增加的时候，国民经济的应债能力会增强，这会促使国债规模的上升。当LNA4（国债还本付息支出）上升1%的时候，LND（国债发行规模）会上升0.109%，这说明了，目前在我国，国债的还本付息压力对国债发行量有一定的影响，但是总体上看，影响较小。
（七）Granger因果检验
Granger解决了X是否引起因此Y的问题，主要是通过看现在的Y能在多大的程度上被过去的X解释，加入X的滞后值是否使解释程度提高。如果说X与Y的相关系数在统计上是显著的，那么可以认为X是Y发生的原因，并且Y不是X发生的原因。因此，这里为了更好的分析影响国债发行规模的因素，这里我们首先对国债发行及前文所提及的相关影响变量进行格兰杰因果关系检验，这里应用软件EVIEWS6对1986-2009年的统计数据进行格兰杰因果关系检验，得到的检验结果，LNA2（财政赤字）、LNA3（城乡居民储蓄存款）满足Granger因果检验，检验结果表明，LNA2和LNA3不是LND的Granger成因这一原假设在5%的显著性水平下被拒绝，从相关数据中可以看到概率值分别为0.0494和0.0058。因此，通过Granger检验的结果，我们认为，LNA2（财政赤字）、LNA3（城乡居民储蓄存款）是对LND（国债发行规模）产生较大影响的因素。而LNA1（国内生产总值）和LNA4（国债还本付息支出）不是LND（国债发行规模）的Granger成因。
（八）VEC模型的建立
上文介绍的是无约束条件的VAR模型，而向量误差修正模型（VEC）可认为是含有协整约束的VAR模型，这一模型多在具有协整关系的非平稳时间序列建模中应用。
在模型的建立过程中，选择VEC的滞后阶数为1，这是因为VEC的滞后期是无约束VAR模型一阶差分变量的滞后期,而本文建立的无约束VAR模型的最优滞后阶数为2。另外，选择具有常数无趋势项的模型为最为适合的模型。可得到如下VEC模型：
其中vecm=LND+0.7486LNA1-0.2316LNA2-1.1639LNA3-0.1098LNA4-1.1073
根据VEC模型的整体检验结果，模型整体的对数似然函数值很大（155.5519），与此同时AIC和SC的值都比较小，分别为-10.86835、-9.083011，说明模型的整体解释能力比较好。
根据VEC模型，可以得到，从短期来看，LND（国债发行规模）受到了误差项负向地调节，系数为0.522，这一系数比较小，说明了调节能力是较弱的。而从模型中可以看到，LNA1（国内生产总值）、LNA2（财政赤字）、LNA3（城乡居民储蓄存款）以及LNA4（国债还本付息支出）这几个变量对国债发行规模变化的影响的系数依次分别为-0.998，-0.064，1.919，-0.325，很明显，短期来看，LNA3（城乡居民储蓄存款）对国债发行规模的变化的影响较为显著。
结论
根据本文的分析，可得到如下结论：
第一，经过分析可以发现，城乡居民储蓄存款这一指标对我国国债发行规模有着重要的影响。在经济平稳发展的基础上，人民生活水平不断提高，居民的收入、储蓄会进一步增加，这会有助于国债适度规模的进一步扩大。
第二，国债发行作为弥补赤字的一种方式，在我国经济发展中起到十分重要的作用，特别是在1994年中央政府出台《预算法》，在《预算法》中规定政府不得向银行透支或通过向银行借款的方式来弥补财政赤字以后，发行长期和短期国债成为弥补财政赤字的唯一方法。自此，可以说财政赤字是影响我国国债发行的一个重要因素。
第三，从模型中我们看到，当经济长期持续增长的时候，会降低对国债的需求，使得国债发行量减少。通过本文第二部分的分析，我们知道国民经济发展水平是影响国债规模一项重要因素。一方面，经济的增长，国家经济实体的提升会使得国债适度规模上升，另一方面，经济水平的整体提高，政府收入更多，也会减少对国债发行的依赖，这样，国债规模便趋于良性的循环状态。
第四，根据模型我们发现，国债还本付息支出额对我国国债发行规模的影响较弱，这说明了我国经济发展迅猛，财政收入增长较快，对国债的还本付息支出并不依赖于国债的发行取得的收入。
