我國(guó)國(guó)債發(fā)行規(guī)模影響因素的分析

1、我 國(guó)國(guó)債發(fā)行規(guī)模影響因素的分析【摘要】本文旨在對(duì)1986-2003年我國(guó)國(guó)債規(guī)模的影響因素進(jìn)行實(shí)證分析。首先，我們綜合了幾種關(guān)于國(guó)債發(fā)行規(guī)模的主要理論觀點(diǎn)；進(jìn)而我們建立了理論模型。然后，收集了相關(guān)的數(shù)據(jù)，利用eviews軟件對(duì)計(jì)量模型進(jìn)行了參數(shù)估計(jì)和檢驗(yàn)，并加以修正。最后，我們對(duì)所得的分析結(jié)果作了經(jīng)濟(jì)意義的分析，并相應(yīng)提出一些政策建議?！締?wèn)題的提出】選題的目的：現(xiàn)有的研究認(rèn)為，一國(guó)的國(guó)民生產(chǎn)總值,財(cái)政收入,財(cái)政赤字,預(yù)算內(nèi)投資規(guī)模,信貸規(guī)模,城鄉(xiāng)居民儲(chǔ)蓄額,國(guó)債還本付息額,以及國(guó)債余額是影響國(guó)債發(fā)行規(guī)模的主要因素。在我國(guó)，自1981年恢復(fù)發(fā)行國(guó)債以來(lái),國(guó)債規(guī)模日趨擴(kuò)大，我們?cè)噲D通過(guò)建立多元線

2、性回歸模型來(lái)分析影響我國(guó)國(guó)債發(fā)行規(guī)模的因素。我們的數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)年鑒1986-2003年（見(jiàn)表一）。 （由于8185年的還本付息額為“0”，可能對(duì)模型會(huì)有影響，所以我們只選用了1986-2003年的數(shù)據(jù)。）一、引言 國(guó)債是國(guó)家作為債務(wù)人憑借國(guó)家信用向社會(huì)(單位和個(gè)人)籌集資金的一種憑證。國(guó)債不僅是國(guó)家籌集資金的一種手段,而且是國(guó)家調(diào)控宏觀經(jīng)濟(jì)的重要政策工具。通過(guò)發(fā)行國(guó)債籌集資金,不僅能保證國(guó)家重大項(xiàng)目和重點(diǎn)項(xiàng)目的建設(shè)、彌補(bǔ)財(cái)政赤字,而且對(duì)于啟動(dòng)處于通貨緊縮中的經(jīng)濟(jì)具有非常重要的意義。中央銀行通過(guò)公開(kāi)市場(chǎng)業(yè)務(wù)買(mǎi)賣(mài)國(guó)債、控制基礎(chǔ)(高能)貨幣數(shù)量的方式來(lái)實(shí)施有效的貨幣政策,因此國(guó)債是聯(lián)結(jié)財(cái)政政策

3、與貨幣政策的紐帶,其在一國(guó)經(jīng)濟(jì)中的作用不容低估。 中國(guó)自1981年恢復(fù)發(fā)行國(guó)債以來(lái),已整整走過(guò)了20個(gè)春秋。中國(guó)國(guó)債無(wú)論發(fā)行規(guī)模還是總量規(guī)模都迅速增長(zhǎng),1981年中國(guó)的內(nèi)部國(guó)債發(fā)行量只有48.66億元人民幣,而到2003年這一指標(biāo)為6153.53億元人民幣,截止到2003年底的國(guó)債余額總量達(dá)到22603.6億元人民幣。國(guó)債發(fā)行規(guī)模因其增長(zhǎng)速度超過(guò)了國(guó)民生產(chǎn)總值的增長(zhǎng)速度而引起人們的廣泛關(guān)注。一國(guó)國(guó)債的發(fā)行受制于諸多政治的和經(jīng)濟(jì)的因素。一般認(rèn)為,一國(guó)的國(guó)民生產(chǎn)總值、居民收入水平、政府的財(cái)政收支狀況等都會(huì)影響到國(guó)債的發(fā)行。那么一國(guó)國(guó)債的發(fā)行到底受哪些因素的影響呢?影響程度如何呢?這正是本論文所要回

4、答的問(wèn)題。二、相關(guān)文獻(xiàn)綜述簡(jiǎn)介 中國(guó)國(guó)內(nèi)有一些文獻(xiàn)對(duì)國(guó)債發(fā)行規(guī)模的影響因素進(jìn)行研究。1998年4月楊大楷等人采用相關(guān)分析法對(duì)影響國(guó)債發(fā)行規(guī)模的因素進(jìn)行了實(shí)證研究,他們所選擇的因素共八個(gè),即國(guó)民生產(chǎn)總值、財(cái)政收入、財(cái)政赤字、預(yù)算內(nèi)投資規(guī)模、信貸規(guī)模、居民儲(chǔ)蓄、國(guó)債還本付息額以及國(guó)債余額。他們分析的結(jié)果是:所有八個(gè)因素與國(guó)債發(fā)行都存在較高的相關(guān)性,且相關(guān)程度由高到低依次為國(guó)債余額、居民儲(chǔ)蓄額、貸款余額、國(guó)民生產(chǎn)總值、國(guó)債還本付息額、財(cái)政收入、財(cái)政赤字和預(yù)算內(nèi)投資規(guī)模。 1998年9月楊大楷等人運(yùn)用灰色關(guān)聯(lián)度分析法(gra)又一次對(duì)國(guó)債發(fā)行規(guī)模的影響因素進(jìn)行了實(shí)證分析。他們?nèi)匀豢紤]上述八個(gè)因素。但這

5、一次他們不僅考慮了整體樣本,而且還按時(shí)間順序?qū)φw樣本分階段進(jìn)行了考察。他們分析的結(jié)果是:在整體樣本數(shù)據(jù)中,對(duì)國(guó)債發(fā)行規(guī)模影響最大的因素是國(guó)債還本付息額;而在分段樣本中,影響最大的因素是國(guó)債余額,并且所有八個(gè)因素都與國(guó)債發(fā)行規(guī)模之間存在較高的關(guān)聯(lián)度。 楊大楷,朱世武,陸虹.國(guó)債發(fā)行規(guī)模影響因素的灰色關(guān)聯(lián)度分析.經(jīng)濟(jì)數(shù)學(xué),1998,15(3):19-24 周軍民等人認(rèn)為,一國(guó)的國(guó)債規(guī)模受制于gdp、收入、物價(jià)、儲(chǔ)蓄、利率、貨幣量、財(cái)政狀況等因素。他們使用回歸計(jì)量模型建立了簡(jiǎn)單的國(guó)債發(fā)行額計(jì)量模型。他們的分析結(jié)果是:在不考慮貨幣供應(yīng)量的前提下,國(guó)債發(fā)行規(guī)模正相關(guān)于gdp增長(zhǎng)速度,負(fù)相關(guān)于名義利率;

6、并認(rèn)為現(xiàn)實(shí)的情況是在考慮貨幣供應(yīng)量因素時(shí),m2成了惟一影響國(guó)債發(fā)行額的外生變量。 周軍民,趙旭,楊義群.國(guó)債規(guī)模與發(fā)行成本優(yōu)化問(wèn)題的研究.財(cái)經(jīng)研究,2000,26(4):3-7. 朱世武和應(yīng)惟偉也對(duì)中國(guó)國(guó)債發(fā)行規(guī)模進(jìn)行了實(shí)證研究楊大楷,朱世武,陸虹.國(guó)債發(fā)行規(guī)模影響因素的灰色關(guān)聯(lián)度分析.經(jīng)濟(jì)數(shù)學(xué),1998,15(3):19-24 。他們認(rèn)為影響一國(guó)國(guó)債發(fā)行規(guī)模的因素也是八個(gè):國(guó)內(nèi)生產(chǎn)總值、中央財(cái)政收入、中央財(cái)政支出、財(cái)政赤字、信貸規(guī)模、居民儲(chǔ)蓄、國(guó)債還本付息和國(guó)債累積余額。他們先用傳統(tǒng)的統(tǒng)計(jì)方法進(jìn)行了相關(guān)分析,得出的結(jié)論是所有指標(biāo)都與國(guó)債發(fā)行規(guī)模存在很強(qiáng)的線性相關(guān)性。接著他們使用向量自回歸法進(jìn)

7、行分析,結(jié)果發(fā)現(xiàn)中央財(cái)政收支是影響國(guó)債發(fā)行的主要因素,而gdp對(duì)國(guó)債發(fā)行的影響不明顯。 目前理論界對(duì)中國(guó)國(guó)債發(fā)行影響因素的研究存在如下問(wèn)題: 影響因素指標(biāo)選擇上不統(tǒng)一,分析者根據(jù)自己的主觀判斷來(lái)選取指標(biāo),因此導(dǎo)致了指標(biāo)選擇的不一致,而且這些文獻(xiàn)都沒(méi)有說(shuō)明為什么這些因素對(duì)中國(guó)國(guó)債的發(fā)行規(guī)模產(chǎn)生影響; 上述文獻(xiàn)對(duì)國(guó)債發(fā)行規(guī)模影響因素的分析方法上各不相同,雖然方法多并不是壞事情,但難免會(huì)給讀者造成混亂; 分析的結(jié)果不統(tǒng)一,作者們所選擇的指標(biāo)與國(guó)債規(guī)模的相關(guān)度的分析結(jié)果不一致。 本文同樣對(duì)中國(guó)內(nèi)部國(guó)債發(fā)行規(guī)模的影響因素進(jìn)行探討,在前人研究的基礎(chǔ)上,通過(guò)經(jīng)驗(yàn)判斷和分析,找出所有那些真正與國(guó)債發(fā)行規(guī)模有關(guān)

8、的因素。三、假設(shè) （一）國(guó)內(nèi)生產(chǎn)總值 一國(guó)的國(guó)債發(fā)行規(guī)模明顯地受制于該國(guó)的經(jīng)濟(jì)發(fā)展水平,一國(guó)的經(jīng)濟(jì)規(guī)模越大、發(fā)展水平越高,則國(guó)債發(fā)行的規(guī)模和潛力就越大。假設(shè)1國(guó)債發(fā)行規(guī)模與國(guó)內(nèi)生產(chǎn)總值之間存在正相關(guān)關(guān)系 （二）城鄉(xiāng)居民儲(chǔ)蓄存款 居民的可支配收入用于兩個(gè)項(xiàng)目,即儲(chǔ)蓄與消費(fèi)。一國(guó)國(guó)債發(fā)行規(guī)模與居民的儲(chǔ)蓄存款之比俗稱國(guó)債發(fā)行的應(yīng)債率,應(yīng)債率越高,則國(guó)債發(fā)行的可能規(guī)模越大。假設(shè)2國(guó)債發(fā)行規(guī)模與居民儲(chǔ)蓄存款之間成正相關(guān)關(guān)系（三） 財(cái)政赤字通過(guò)發(fā)行國(guó)債來(lái)彌補(bǔ)財(cái)政赤字是國(guó)債產(chǎn)生的主要?jiǎng)右?也是現(xiàn)代國(guó)家的普遍做法。由此可見(jiàn),財(cái)政赤字的大小直接影響國(guó)債發(fā)行規(guī)模的大小,在其他條件既定的前提下,財(cái)政赤字越大,國(guó)債的

9、發(fā)行規(guī)模就越大。假設(shè)3 國(guó)債發(fā)行規(guī)模與現(xiàn)財(cái)政赤字成正相關(guān)關(guān)系（四）預(yù)算內(nèi)投資規(guī)模 一個(gè)國(guó)家的投資規(guī)模會(huì)直接影響資金的需求而中央政府的投資主要來(lái)源于中央財(cái)政收入,不足部分既可能通過(guò)發(fā)行國(guó)債籌措,也可能直接形成財(cái)政赤字。但一個(gè)國(guó)家的赤字規(guī)模是有限度的,它是以償債能力、居民信心等為前提的,因此政府的投資缺口一般要通過(guò)發(fā)行國(guó)債來(lái)彌補(bǔ)。假設(shè)4國(guó)債發(fā)行規(guī)模與預(yù)算內(nèi)投資規(guī)模之間成正相關(guān)關(guān)系。（五）財(cái)政收入狀況 國(guó)債發(fā)行的一個(gè)主要原因就是彌補(bǔ)財(cái)政赤字在中國(guó),國(guó)債發(fā)行的惟一機(jī)構(gòu)是財(cái)政部,國(guó)債的還本付息是中央財(cái)政收支的再分配。因此,與國(guó)債發(fā)行規(guī)模密切相關(guān)的是中央政府的財(cái)政收支狀況。中央政府財(cái)政收入越多、財(cái)政支出越

10、少,則需要發(fā)行國(guó)來(lái)彌補(bǔ)財(cái)政赤字的壓力就越小。而財(cái)政收支的差是財(cái)政盈余(或赤字),如果考慮了財(cái)政收支就相當(dāng)于考慮了赤字規(guī)模。假設(shè)5國(guó)債發(fā)行規(guī)模與中央財(cái)政收入成負(fù)相關(guān)關(guān)系（六）信貸規(guī)模 一般來(lái)說(shuō),信貸規(guī)模反映了人們當(dāng)前的收入水平和對(duì)未來(lái)經(jīng)濟(jì)增長(zhǎng)的預(yù)期,也反映了當(dāng)前整個(gè)社會(huì)的投資規(guī)模,它對(duì)國(guó)債發(fā)行規(guī)模的影響是雙重的,即信貸規(guī)模越大,說(shuō)明人們當(dāng)前的收入水平高,對(duì)未來(lái)經(jīng)濟(jì)增長(zhǎng)的信心足,國(guó)債發(fā)行潛力大;但信貸規(guī)模大意味著當(dāng)前的社會(huì)投資規(guī)模大,居民的國(guó)債購(gòu)買(mǎi)力降低。 假設(shè)6國(guó)債發(fā)行規(guī)模與信貸規(guī)模成正相關(guān)關(guān)系（七）國(guó)債還本付息額國(guó)債有三大功能:彌補(bǔ)財(cái)政赤字、籌集建設(shè)資金、調(diào)節(jié)經(jīng)濟(jì)。除此之外,國(guó)債還有償 還到期

11、債務(wù)本息的光榮使命。每年我國(guó)政府發(fā)行的國(guó)債中有相當(dāng)大一部分是用來(lái)償還到期債務(wù)本息,如:1997年國(guó)債發(fā)行規(guī)模為2476.82億元,到期債務(wù)還本付息額為1918.37億元,占國(guó)債發(fā)行規(guī)模的80%左右,可見(jiàn)借新債還舊債是我國(guó)國(guó)債發(fā)行規(guī)模不斷擴(kuò)大的重要因素之一。假設(shè)7國(guó)債發(fā)行規(guī)模與國(guó)債還本付息額成正相關(guān)關(guān)系（八）國(guó)債余額 一國(guó)所能承受的國(guó)債總量是有限度的,一方面,國(guó)債發(fā)行對(duì)社會(huì)投資存在擠出效應(yīng),并且這種擠出效應(yīng)隨著國(guó)債發(fā)行規(guī)模的增大而加速增加,因此國(guó)債發(fā)行的規(guī)模不能超出擠出效應(yīng)與國(guó)債效應(yīng)相等之點(diǎn);另一方面,一國(guó)居民的應(yīng)債能力總是有限的,過(guò)度的國(guó)債規(guī)?？赡軐?dǎo)致政府信用的下降,從而引發(fā)經(jīng)濟(jì)的和政治的風(fēng)險(xiǎn)

12、。既然一國(guó)所能承受的國(guó)債總量是有限的,那么國(guó)債的剩余數(shù)量將對(duì)今后的國(guó)債發(fā)行規(guī)模產(chǎn)生反向的影響。也就是說(shuō),當(dāng)前的國(guó)債剩余規(guī)模越大,則潛在的發(fā)債空間就越小。假設(shè)8國(guó)債發(fā)行規(guī)模與現(xiàn)有的國(guó)債余額成負(fù)相關(guān)關(guān)系四、相關(guān)數(shù)據(jù)收集表一：1986-2003年國(guó)債發(fā)行規(guī)模（單位：億元，國(guó)債含外債）變量年份 yx1x2x3x4x5x6x7x8198662.51000 10201.40 2237.600-82.90000 455.6200 2122.000 7590.400 7.980000 291.80001987 117.0700 11954.50 3073.300-62.83000 496.6400 2199.

13、400 9032.350 23.18000 331.70001988 132.1700 14922.30 3801.500-133.9700 431.9600 2357.200 10551.33 28.44000 435.50001989 263.9100 16917.80 5146.900-158.8800 366.0500 2664.900 12409.27 19.30000 555.10001990 197.2400 18598.40 7119.800-146.4900 393.0300 2937.100 15166.36 113.4200 638.60001991 281.2700 2

14、1662.50 9241.600-237.1400 380.4300 3149.480 18043.95 156.6900 763.20001992 460.7700 26651.90 11759.40-258.8300 347.4600 3483.370 21615.53 342.4200 881.60001993 381.3200 34560.50 15203.50-293.3500 483.6700 4348.950 26461.14 224.3000 1572.4801994 1028.570 46670.00 21518.80-574.5200 529.5700 5218.100 3

15、1602.90 364.9600 2286.4001995 1510.860 57494.90 29662.30-581.5200 621.0500 6242.200 39393.40 784.0600 3300.3001996 1847.770 66850.50 38520.80-529.5600 629.7200 7407.990 61156.60 1266.290 4361.4301997 2412.030 73142.70 46279.80-582.4200 696.7400 8651.140 74914.10 1820.400 5508.9301998 3278.770 76967.

16、20 53407.50-922.2300 1197.390 9875.950 86524.10 2245.790 7765.7001999 3715.030 80579.36 59621.80-1743.590 1852.140 11444.08 93734.30 1792.330 6542.3402000 4157.000 88254.00 64332.40-2491.270 2109.450 13395.23 99371.10 1552.210 13674.002001 4483.530 95727.90 73762.40-2516.540 2546.420 16386.04 112314

17、.7 1923.420 15618.002002 5679.000 103935.3 86910.60-3149.510 3160.960 18903.64 131293.9 2467.710 19336.102003 6153.530 116603.2 103617.7-2934.700 2687.820 21715.25 158996.2 2876.580 22603.60五.計(jì)量經(jīng)濟(jì)模型的建立 我們將國(guó)債規(guī)模作為被解釋變量，國(guó)民生產(chǎn)總值、城鄉(xiāng)居民儲(chǔ)蓄額、財(cái)政赤字、預(yù)算內(nèi)投資規(guī)模、財(cái)政收入、信貸規(guī)模、還本付息額、國(guó)債余額作為解釋變量。設(shè)模型為：y=0+1x1+2x2+8x8+u其中y國(guó)債規(guī)

18、模x1國(guó)民生產(chǎn)總值x2城鄉(xiāng)居民儲(chǔ)蓄額x3財(cái)政赤字x4預(yù)算內(nèi)投資規(guī)模x5財(cái)政收入x6信貸規(guī)模x7還本付息額x8國(guó)債余額六、模型的求解和檢驗(yàn)（一）單位根檢驗(yàn)單位根檢驗(yàn)是針對(duì)宏觀經(jīng)濟(jì)數(shù)據(jù)序列，貨幣金融數(shù)據(jù)序列中是否具有某種統(tǒng)計(jì)特性而提出的一種平穩(wěn)性檢驗(yàn)的特殊方法。因?yàn)槲覀冞x擇的數(shù)據(jù)都是時(shí)間序列，所以需要對(duì)各個(gè)解釋變量進(jìn)行單位根檢驗(yàn)，觀察其是否平穩(wěn)。表二：?jiǎn)挝桓鶛z驗(yàn)(adf)結(jié)果變量adf臨界值（.=0.1）d（x1，3）d（x1，2）d（x1）-1.9039670.0462261.13790-1.6285-1.6277-1.6269d（x2，3）d（x2，2）d（x2）-1.2343600.8743

19、101.349849-1.6285-1.6277-1.6269d（x3，3）d（x3，2）d（x3）-2.949844-1.3192880.760742-1.6285-1.6277-1.6269d（x4，3）d（x4，2）d（x4）-3.897697-1.6827640.175745-1.6285-1.6277-1.6269d（x5，3）d（x5，2）d（x5）-1.8062921.8712142.875908-1.6285-1.6277-1.6269d（x6，3）d（x6，2）d（x6）-1.7979160.5267891.988972-1.6285-1.6277-1.6269d（x7，3）

20、d（x7，2）d（x7）-3.824533-2.4372750.756675-1.6285-1.6277-1.6269d（x8，3）d（x8，2）d（x8）-5.163664-0.0271185.701580-1.6285-1.6277-1.6269由此可見(jiàn)，在.=0.1的顯著性水平上，x2的adf值小于臨界值，故接受原假設(shè)，x2的數(shù)據(jù)呈現(xiàn)不平穩(wěn)性。由于我們知識(shí)所限，在此不做進(jìn)一步調(diào)整。（二）多重共線性檢驗(yàn)現(xiàn)在用eviews軟件對(duì)參數(shù)作ols估計(jì)，輸出結(jié)果見(jiàn)表3：對(duì)各參數(shù)作ols估計(jì)eview輸出結(jié)果如下：表三dependent variable: ymethod: least squares

21、date: 06/08/05 time: 16:13sample: 1986 2003included observations: 18variablecoefficientstd. errort-statisticprob. c434.9873203.16222.1410840.0609x1-0.0136730.006632-2.0617270.0693x20.0940610.0309773.0364530.0141x3-0.7022550.277798-2.5279370.0323x40.1808550.2459770.7352550.4809x5-0.2094500.092003-2.2

22、765490.0488x6-0.0184410.011501-1.6034800.1433x70.6364940.2360662.6962570.0245x80.0288670.0261911.1021560.2990r-squared0.999151 mean dependent var2009.019adjusted r-squared0.998396 s.d. dependent var2065.883s.e. of regression82.73942 akaike info criterion11.97612sum squared resid61612.31 schwarz crit

23、erion12.42131log likelihood-98.78510 f-statistic1323.660durbin-watson stat1.751325 prob(f-statistic)0.0000001、分析 由f=1323.660f0.05(8,10)=2.98(顯著性水平=0.05)，表明模型從整體上看國(guó)債發(fā)行規(guī)模與解釋變量之間線性關(guān)系顯著。 x4的t值較小，沒(méi)有通過(guò)t檢驗(yàn)，影響不顯著。 x1，x3，x6，x8的符號(hào)與經(jīng)濟(jì)意義相悖。2、檢驗(yàn)計(jì)算解釋變量之間的簡(jiǎn)單相關(guān)系數(shù)表四x1x2x3x4x5x6x7x8x1 1.000000 0.983867-0.900311 0.876

24、576 0.958586 0.978403 0.964653 0.915281x2 0.983867 1.000000-0.943243 0.930788 0.991201 0.998485 0.967701 0.963274x3-0.900311 0.930788 1.000000-0.988944-0.968435-0.938134-0.847419-0.969183x4 0.876576 0.991201-0.988944 1.000000 0.959434 0.928506 0.848301 0.959756x5 0.958586 0.998485-0.968435 0.959434

25、1.000000 0.988760 0.934741 0.986965x6 0.978403 0.998485-0.938134 0.928506 0.988760 1.000000 0.972430 0.961275x7 0.964653 0.967701-0.847419 0.848301 0.934741 0.972430 1.000000 0.892062x8 0.915281 0.963274-0.969183 0.959756 0.986965 0.961275 0.892062 1.000000由表三可以看出，解釋變量之間存在高度線性相關(guān)。3、修正 運(yùn)用ols方法逐一求y對(duì)各個(gè)解

26、釋變量的回歸。結(jié)合經(jīng)濟(jì)意義和統(tǒng)計(jì)檢驗(yàn)選出擬合效果最好的一元線性回歸方程。經(jīng)分析八個(gè)一元回歸模型中國(guó)債發(fā)行規(guī)模y對(duì)x2城鄉(xiāng)居民儲(chǔ)蓄的線性關(guān)系最強(qiáng)，擬合程度最優(yōu)表五指標(biāo)變量r2ts.efx10.94083315.95517.9744254.4231x20.98909838.099222.34381451.610x30.925293-14.07733582.0357198.172x40.91261912.9269462.4761167.1057x50.98113628.84759292.4727832.1835x60.98721835.15334240.75221235.757x70.9186201

27、3.43906607.4761180.6084x80.93860415.63977527.6438244.6025即：y=-258.0057 + 0.064240x2 (-3.253932) (38.09999)r2=0.989098 s.e=222.3438 f=1451.610我們對(duì)國(guó)債發(fā)行規(guī)模及其各影響因素進(jìn)行相關(guān)性分析，可以看出r2最大的是x2(城鄉(xiāng)居民儲(chǔ)蓄額)= 0.989098，（詳見(jiàn)表六）最小的也有x4（預(yù)算內(nèi)投資規(guī)模）=0.912619，由此可見(jiàn)，我們的初步相關(guān)性分析是合理的，也是有事實(shí)根據(jù)的。表六dependent variable: ymethod: least squar

28、esdate: 06/08/05 time: 19:25sample: 1986 2003included observations: 18variablecoefficientstd. errort-statisticprob. c-258.005779.29043-3.2539320.0050x20.0642400.00168638.099990.0000r-squared0.989098 mean dependent var2009.019adjusted r-squared0.988417 s.d. dependent var2065.883s.e. of regression222.

29、3438 akaike info criterion13.75077sum squared resid790987.9 schwarz criterion13.84970log likelihood-121.7569 f-statistic1451.610durbin-watson stat1.263845 prob(f-statistic)0.000000 逐步分析將其余解釋變量帶入中，得如下幾個(gè)模型：（分別參見(jiàn)表7-表9）y=-310.2239 + 0.050918x2 + 0.485513x4 (-5.880456) (16.93955) (4.761566)=0.995080 s.e=

30、144.9015 f=1720.264y=-157.0734+0.072967x2+0766151x4-0.155877x5=0.996660 s.e=119.3928 f=169.948y=205.3315+0.090693x2+0.816684x4-0.350349x5+0.084060x8=0.997792 s.e=97.07546 f=1921.532可見(jiàn)加入新解釋變量x4,x5,x8能使擬合優(yōu)度有所提高，并使每個(gè)參數(shù)t統(tǒng)計(jì)檢驗(yàn)顯著，f統(tǒng)計(jì)檢驗(yàn)顯著性也有所提高，則采納這些變量。反之，x1,x3,x6,x7的加入，對(duì)其他參數(shù)沒(méi)有明顯影響，則可舍棄這些變量。則修正后,模型為：y=205.3

31、315+0.090693x2+0.816684x4-0.350349x5+0.084060x8表七dependent variable: ymethod: least squaresdate: 06/08/05 time: 19:26sample: 1986 2003included observations: 18variablecoefficientstd. errort-statisticprob. c-310.773952.84861-5.8804560.0000x20.0509180.00300616.939550.0000x40.4855130.1019654.7615600.00

32、03r-squared0.995659 mean dependent var2009.019adjusted r-squared0.995080 s.d. dependent var2065.883s.e. of regression144.9015 akaike info criterion12.94100sum squared resid314946.8 schwarz criterion13.08939log likelihood-113.4690 f-statistic1720.264durbin-watson stat1.889384 prob(f-statistic)0.00000

33、0表八dependent variable: ymethod: least squaresdate: 06/08/05 time: 19:27sample: 1986 2003included observations: 18variablecoefficientstd. errort-statisticprob. c-157.073469.38825-2.2636890.0400x20.0729670.0081368.9684320.0000x40.7661510.1295705.9130130.0000x5-0.1558770.054789-2.8450570.0130r-squared0

34、.997249 mean dependent var2009.019adjusted r-squared0.996660 s.d. dependent var2065.883s.e. of regression119.3928 akaike info criterion12.59584sum squared resid199564.8 schwarz criterion12.79370log likelihood-109.3626 f-statistic1691.948durbin-watson stat2.475262 prob(f-statistic)0.000000表九dependent

35、 variable: ymethod: least squaresdate: 06/08/05 time: 19:28sample: 1986 2003included observations: 18variablecoefficientstd. errort-statisticprob. c205.3315138.72531.4801300.1627x20.0906930.00906610.003930.0000x40.8166840.1068227.6452470.0000x5-0.3503490.081299-4.3093860.0008x80.0840600.0293962.8595

36、510.0134r-squared0.998311 mean dependent var2009.019adjusted r-squared0.997792 s.d. dependent var2065.883s.e. of regression97.07546 akaike info criterion12.21899sum squared resid122507.4 schwarz criterion12.46631log likelihood-104.9709 f-statistic1921.532durbin-watson stat2.342221 prob(f-statistic)0

37、.000000（三）異方差檢驗(yàn)1、圖示法殘差與因變量y的散點(diǎn)圖。殘差的絕對(duì)值分布比較隨機(jī)，無(wú)明顯規(guī)律，可判定不存在異方差。2、 gold-quandt檢驗(yàn)將樣本分為1986-1992和1997-2003兩部分，分別回歸，得到下列結(jié)果：dependent variable: ymethod: least squaresdate: 06/08/05 time: 20:37sample: 1986 1992included observations: 7variablecoefficientstd. errort-statisticprob. c1761.0951937.3580.9090190.4

38、593x20.1012730.0962151.0525700.4029x4-1.7293661.692354-1.0218700.4143x5-0.4780440.856812-0.5579330.6330x8-0.2816871.737570-0.1621160.8861r-squared0.918855 mean dependent var216.4200adjusted r-squared0.756564 s.d. dependent var133.6615s.e. of regression65.94762 akaike info criterion11.39141sum square

39、d resid8698.177 schwarz criterion11.35277log likelihood-34.86992 f-statistic5.661774durbin-watson stat2.810191 prob(f-statistic)0.155706dependent variable: ymethod: least squaresdate: 06/08/05 time: 20:47sample: 1997 2003included observations: 7variablecoefficientstd. errort-statisticprob. c-21.6750

40、585.67354-0.2529960.8239x20.1076040.00683515.743320.0040x40.8190410.04845016.904720.0035x5-0.4087440.042317-9.6591090.0105x80.0755790.0112096.7428460.0213r-squared0.999781 mean dependent var4268.413adjusted r-squared0.999342 s.d. dependent var1312.370s.e. of regression33.65496 akaike info criterion1

41、0.04601sum squared resid2265.312 schwarz criterion10.00737log likelihood-30.16102 f-statistic2280.398durbin-watson stat2.012714 prob(f-statistic)0.000438求f統(tǒng)計(jì)量：f=8698.177/2265.312=3.839729683，查f分布表，給定顯著性水平 a=0.05,得臨界值f0.05(3，3)=9.28，比較f=3.839729683 f0.05(3，3)=9.28，表明隨機(jī)誤差不存在異方差。 3、 arch檢驗(yàn) dependent va

42、riable: e2method: least squaresdate: 06/08/05 time: 21:01sample(adjusted): 1989 2003included observations: 15 after adjusting endpointsvariablecoefficientstd. errort-statisticprob. c14583.415983.2462.4373750.0330e2(-1)-0.3372810.291987-1.1551240.2725e2(-2)-0.3579690.290886-1.2306170.2441e2(-3)-0.134

43、9320.289180-0.4666040.6499r-squared0.168557 mean dependent var8084.549adjusted r-squared-0.058200 s.d. dependent var12912.73s.e. of regression13283.18 akaike info criterion22.04956sum squared resid1.94e+09 schwarz criterion22.23838log likelihood-161.3717 f-statistic0.743337durbin-watson stat1.472480

44、 prob(f-statistic)0.548268根據(jù)回歸結(jié)果計(jì)算（n-p）r2=12*0.168557=2.191241,臨界值0.05(3)=7.81，因?yàn)椋╪-p）r2=12*0.168557=2.191241 0.05(3)=7.81，表明隨機(jī)誤差項(xiàng)不存在異方差。（四） 自相關(guān)檢驗(yàn)1、 圖示法在對(duì)模型進(jìn)行參數(shù)估計(jì)后，我們相應(yīng)的計(jì)算出了et,由et,序列的圖形直觀的判斷的ut自相關(guān)。計(jì)算et 與et,-1,的二維坐標(biāo)圖，由圖可見(jiàn)et 與et,-1,不存在系統(tǒng)反映，則誤差項(xiàng)可能不存在自相關(guān)。2、d-w檢驗(yàn) 為了進(jìn)一步明確et 與et,-1 是否存在自相關(guān)，我們采用了d-w檢驗(yàn)。 給定顯著

45、性水平 =0.05 ，查durbin-watson表，n=18,解釋變量的個(gè)數(shù)為4 的情況下的下界值dl=0.82,上限臨界值du=0.872. 步驟：1）對(duì)86年到03年的解釋變量和應(yīng)變量作ols 估計(jì)，直接得到殘差resid 2）運(yùn)用genr生成序列e 3) 對(duì)e e(-1)進(jìn)行ols估計(jì)，得到樣本的自相關(guān)系數(shù) =-0.193987，由d=2(1-p)的d值為2.387974，經(jīng)比較d值剛好落入4-dud4-d.l,表明不能確定存在自相關(guān)。 4）當(dāng)落入兩個(gè)不能判斷的區(qū)間之一時(shí)，我們選擇調(diào)整樣本容量的大小，進(jìn)一步進(jìn)行檢驗(yàn)。 增加81年到85年的數(shù)據(jù)，（見(jiàn)表如下）（因?yàn)榇_定的模型沒(méi)有還本付息額這個(gè)變量，所以可以擴(kuò)大樣容量） 對(duì)81年到03年的解釋變量和應(yīng)變量作ols 估計(jì)，得到殘差resid，運(yùn)用genr生成序列e，對(duì)e e(-1) 進(jìn)行ols估計(jì)，得到樣本的自相關(guān)系數(shù)=-0.184726,由d=2(1-)的d值為2.369452,dud4-du ,表明不存在一階自相關(guān)。變量年份yx2x4x5x8198148.66000523.7000269.76001175.80048.68000198243.83000675.4000279.26001212.3