我国财政政策对民间投资影响的实证分析

《我国财政政策对民间投资影响的实证分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、我国财政政策对民间投资影响的实证分析摘要：文章研究财政支出中基础设施建设支出、科研创新支出、教育医疗文化卫生事业支出和民生与社会保障支出对民间投资的影响。通过实证检验，发现基础设施建设支出和教育医疗文化卫生事业支出能较好地带动民间投资，而科研创新支出和民生与社会保障支出不能带动民间投资的增长。　　关键词：财政政策　民间投资　经济危机　　一、引言　　　　关于财政政策对民间投资的影响，目前有两种不同的观点，形成了关于挤出效应和挤入效应的争论。国内学者基于已有理论成果，并利用中国的数据进行了大量的实证研究，比如：郭庆旺、赵志耘(1999)认为在利率受到管制的条件下，政府投

2、资不会挤出民间投资，反而会对民间投资产生挤入效应；中国社会科学院经济所宏观课题组(2000)提出了提升我国财政政策效应的途径和对策；刘溶沧、马栓友(2001)基于赤字、国债与经济增长关系的实证分析检验了财政政策是否存在挤出效应；胡琨、陈伟珂(2004)则利用向量自回归(vAR)方法，对我国财政政策的有效性进行了定量分析。　　目前在这方面的研究都存在一个问题，那就是都把财政支出作为一个整体进行分析，得出财政政策的实施挤出或挤入了民间投资。这种分析略显粗糙，因为增加的财政支出被用于各种领域，不同领域的支出，对民间投资将产生不同的效应。当然，也有学者尝试过对不同种类的财政

3、支出进行分析，比如许莉、郭定文(2009)将财政支出分为经济建设支出、社会文教费、国防费和行政管理费，分析了各种不同类别的支出对民间投资的影响。但这种分类只是照搬财政统计年鉴的财政支出项目，没有进行有效的分类和数据整理。本文尝试弥补目前研究的这些不足。　　　　二、数据处理及说明　　　　在本文的研究中，重点关注了国家财政在基础设施建设、科研创新、教育医疗文化卫生事业和民生与社会保障等方面的支出对民间投资的影响。本文的财政支出的数据于中国财政年鉴中的各项财政支出数据，私人投资数据于中国统计年鉴社会固定资产投入的数据，选取的时间段为19922006年。之所以选择这个时间段

4、内的数据，主要是基于以下方面的考虑：(1)1992，我国进一步深化改革开放，正是从这个时候开始，出现了大量的民营企业，民间投资开始活跃。(2)中国财政年鉴自2007起，统计项目有较大的变动，为了便于比较和保持数据统计标准的一致性，本文只选择2006年及其之前的数据。(3)为了解决通货紧缩的困局，我国从1998年开始实施积极的财政政策和货币政策，这段时间的数据能很好地反映国家财政政策的经济效应，本文所选取的数据包含了这一重要的时间段。在数据选取上，基础设施建设的投入选用国家用于基本建设投资的财政支出来衡量，科研创新支出选用挖潜改造和科技三项费用再加上文教、科学和卫生事

5、业费用中的科学费用来衡量，教育，医疗文化卫生事业支出选用文教、医疗和卫生事业费用减去科学费用来衡量，民生和社会保障支出则选用社会保障补助支出来衡量。　　本文对数据做了以下处理，一是用以1978年为基期的消费者价格指数把各项数据的名义值转化为真实值，这样可以消除价格水平的波动对结果产生的影响，保证跨年度数据的可比性；二是对不变价格变量做自然对数变换，这不仅符合一般的经济理论，保留了变量中的有用信息，还能剔除共线性、异方差的影响。本文用计量软件Eviessb，并分析它们与民间投资mjtz的影响。所以本文的被解释变量是取自然对数后的民问投资真实值Inmjtz，选取的解释变

6、量包括取自然对数后的基础设施支出真实值Injess、取自然对数后的科研创新支出真实值lnkycx、取自然对数后的教育医疗文化卫生事业支出真实值lnjyssb。　　以上变量有可能是非平稳序列，在实证检验中，首先采用单位根检验检验各序列是否平稳，再用Johansen检验对数据进行协整检验，看是否具有协整关系，并给出协整方程，最后用Granger检验方法，检验各个解释变量与被解释变量之间是否具有因果关系。　　　　(二)平稳性检验　　出于对相关变量时间序列数据的平稳性考虑，首先对其进行单位根检验。通常情况下的经济变量都不是平稳的，存在或多或少的序列相关，但各变量之间可能存在

7、着协整关系，如果不考虑变量的平稳性而直接进行回归分析，可能产生伪回归现象。所以我们在进行协整关系和因果关系检验前，必须首先对各变量进行单位根检验，我们采用ADF检验法，检验结果见表一。　　　　说明：D表示一阶差分处理，D2表示二阶差分处理；检验类型中，c表示包括常数项，0表示不包括常数项，t表示包括时间趋势，N表示不包括时间趋势，n表示滞后阶数(根据SIC准则确定)。　　从以上单位根检验结果可以看出，lnmjtz、lnjcss、lnkycx、lnjyssb在其水平值上均为非平稳时间序列，但它们的二阶差分在1％的置信水平下均为平稳序列，可判断它们均显著平稳，因此，