時間序列財政支出

吉林省財政支出狀況的分析一、引言財政收入是指政府為履行其職能、實施公共政策和提供公共物品與服務(wù)需要而籌集的一切資金的總和。財政收入是衡量一國政府財力的重要指標(biāo)，政府在社會經(jīng)濟活動中提供公共物品和服務(wù)的范圍和數(shù)量，在很大程度上決定于財政收入的充裕狀況。財政支出是指在市場經(jīng)濟條件下，政府為提供公共產(chǎn)品和服務(wù)，滿足社會共同需要而進行的財政資金的支付。對于我國的各個省份，財政收入是保障地區(qū)經(jīng)濟發(fā)展的重要手段。財政支出包括對公共事業(yè)的建設(shè)投資，也與人民的生活息息相關(guān)。研究吉林省財政支出對于提高該省經(jīng)濟發(fā)展水平和綜合實力有著很重要的意義。二、吉林省財政支出的現(xiàn)狀分析（一）財政資金供給范圍不規(guī)范改革開放以來，財政統(tǒng)收的局面已被打破，但傳統(tǒng)的政府包攬一切的分配思想和財政統(tǒng)支的局面仍保持著。財政資金的供給范圍未能做出大的整，缺乏明確、科學(xué)的界定。一方面財政支出嚴(yán)重越位，即支出范圍過寬，包攬了許多既包不了又包不好的事務(wù)，如經(jīng)營性投資支出過大、各種補貼過濫、各類事業(yè)費龐雜、財政供養(yǎng)人員過多、負(fù)擔(dān)過重等。另一方面，財政支出又嚴(yán)重缺位，即財力過于分散，支出重點不明確，使得在應(yīng)由財政供給的市場失靈的領(lǐng)域出現(xiàn)保障不足和無力保障的情況，如對社會保障的支持嚴(yán)重不足。（二）財政支出結(jié)構(gòu)按照財政支出的性質(zhì)分類,財政支出通常分為購買性支出和轉(zhuǎn)移性支出。購買性支出,也稱為生產(chǎn)性支出,是政府購買日常政務(wù)活動所需的或用于進行國家投資所需的商品和服務(wù)的支出。這些支出項目的目的和用途盡管有所不同,但有一個共同點:政府付出了資金,也相應(yīng)地獲得了商品和服務(wù),并運用這些商品和服務(wù),來履行政府的各項職能。也就是說,在這類支出安排中,政府如同其他經(jīng)濟主體一樣,在從事等價交換的活動。之所以稱這類支出為購買性支出,是因為這類支出反映了公共部門要占用社會經(jīng)濟資源的要求,由政府部門運用這些資源,就排除了私人部門運用它們的可能性。目前在吉林省,購買性支出主要包括以下方面:基本建設(shè)支出、增撥企業(yè)流動資金、挖潛改造資金和科技三項費用、地質(zhì)勘探費、工交商業(yè)部門事業(yè)費、支援農(nóng)村生產(chǎn)支出和各項農(nóng)業(yè)事業(yè)費、文科衛(wèi)事業(yè)費、國防費及行政事業(yè)費等。轉(zhuǎn)移性支出,又稱為非生產(chǎn)性支出,直接表現(xiàn)為資金的無償?shù)?、單方面的轉(zhuǎn)移,這類支出主要指政府部門用于養(yǎng)老金、補貼、債務(wù)利息、失業(yè)救濟金等方面的支出。這些支出的目的和用途盡管也有不同,但都有一個共同點:政府付出了資金,但并無任何資源可得。在這里,不存在任何交換的問題。這些財政支出并不反映公共部門占用社會資源的要求,相反,轉(zhuǎn)移只是在社會成員之間的資源再分配,公共部門只充當(dāng)中介人的作用。轉(zhuǎn)移性支出主要指撫恤和社會福利救濟費及政策性補貼支出以及國內(nèi)外債務(wù)付息支出等。三、實證分析本文用于分析的數(shù)據(jù)來源于《吉林統(tǒng)計年鑒2013》，樣本數(shù)據(jù)為1991-2012年的年度數(shù)據(jù),財政支出的數(shù)據(jù)均按當(dāng)年價格計算。下表列出了1991—2012年吉林省財政支出。表11990—2012年吉林省財政支出表年份財政支出（億元）年份財政支出（億元）199171.672002326.43199279.122003362.62199380.022004409.231994103.112005507.781995104.592006631.121996120.92007718.361997145.532008883.761998167.7520091180.121999190.120101479.212000234.6220111787.252001260.6720122201.74（一）時間序列平穩(wěn)性分析1．時序圖檢驗圖1吉林省財政支出序列時序圖圖1為吉林省財政支出的時序圖，以吉林省財政支出為X，年份為Y做時序圖。由圖可知前后趨勢波動幅度不同，且向右上方傾斜，說明序列存在一定的增長趨勢，同時存在異方差，該序列為非平穩(wěn)序列，需要進行平穩(wěn)化處理。首先對X取自然對數(shù)lnx消去異方差，再對lnx進行二階差分，消去趨勢性，做時序圖如圖2。表2消除異方差后的數(shù)據(jù)年份lnx年份lnx19914.27207220025.78821619924.37096620035.89335519934.38227720046.01427719944.63579620056.23004819954.65004820066.44749619964.79496420076.57697119974.98038220086.78418619985.12247520097.07337119995.2475520107.29926320005.45796720117.48843320015.56325520127.697003圖2吉林省財政支出序列二階差分時序圖由時序圖可以看出，差分后為沒有顯著地非平穩(wěn)特征。2．自相關(guān)圖檢驗為了進一步識別該序列的平穩(wěn)性，采用自相關(guān)圖檢驗如圖3所示。圖3吉林省財政支出序列自相關(guān)圖由圖3可知，延遲1階之后，自相關(guān)系數(shù)都落在2倍標(biāo)準(zhǔn)差范圍以內(nèi)，根據(jù)自相關(guān)系數(shù)的這個特點可以判斷該序列具有短期相關(guān)性，進一步確定序列平穩(wěn)，而且自相關(guān)系數(shù)始終在零值附近波動。這是一個很典型的短期相關(guān)的樣本自相關(guān)圖。由時序圖和樣本自相關(guān)圖的性質(zhì)，可以認(rèn)為該序列平穩(wěn)。表3ADF檢驗結(jié)果ADFTestStatistic-7.7660871%CriticalValue*-2.70575%CriticalValue-1.961410%CriticalValue-1.6257*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.AugmentedDickey-FullerTestEquationDependentVariable:D(XT)Method:LeastSquaresDate:07/03/14Time:09:25Sample(adjusted):19952012Includedobservations:18afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.X(-1)-2.3973050.308689-7.7660870.0000D(X(-1))0.4893840.1680582.9119920.0102R-squared0.909479Meandependentvar-0.012378AdjustedR-squared0.903821S.D.dependentvar0.192538S.E.ofregression0.059711Akaikeinfocriterion-2.694157Sumsquaredresid0.057047Schwarzcriterion-2.595227Loglikelihood26.24741F-statistic160.7539Durbin-Watsonstat2.032880Prob(F-statistic)0.000000ADF檢驗的結(jié)果：如表3，單位根統(tǒng)計量ADF=-7.766087都小于EVIEWS給出的顯著性水平1%-10%的ADF臨界值，所以拒絕原假設(shè)，該序列是平穩(wěn)的。（二）時間序列純隨機性檢驗（Q統(tǒng)計量、LB統(tǒng)計量）由圖3，Q統(tǒng)計量的原假設(shè)為X的1期，2期……k期的自相關(guān)系數(shù)均等于0，備擇假設(shè)為自相關(guān)系數(shù)中至少有一個不等于0，由于Q統(tǒng)計量對應(yīng)的P值都<5%的顯著性水平,即序列不是純隨機序列,為非白噪聲序列。（三）模型識別表4模型識別標(biāo)準(zhǔn)自相關(guān)系數(shù)偏相關(guān)系數(shù)模型定階拖尾P階截尾AR(p)模型Q階截尾拖尾MA（q）模型拖尾拖尾ARMA(P,Q)模型由于圖1的模型識別效果不明顯，因此對該時間序列進行差分，得到二階差分后的自相關(guān)和偏自相關(guān)函數(shù)圖，即圖2。由此可知序列是平穩(wěn)序列，在此基礎(chǔ)上進行模型識別。由于自相關(guān)圖第一個值顯著不為零（在虛線外），從第二個值開始落在虛線以內(nèi)，可以認(rèn)為其出現(xiàn)一個峰值后截尾，而自相關(guān)圖呈現(xiàn)緩慢衰減特征，故據(jù)此特征判斷該時間序列為ARIMA（3,2,0）和ARIMA(0,2,1)模型。（四）參數(shù)估計根據(jù)差分后序列的自相關(guān)圖和偏自相關(guān)圖的性質(zhì)，判斷該時間序列為ARIMA（3,2,0）和ARIMA(0,2,1)模型。下面對兩個模型進行參數(shù)估計來判斷模型的擬合效果表5ARIMA(0，2，1)模型參數(shù)估計結(jié)果DependentVariable:XMethod:LeastSquaresDate:07/03/14Time:09:37Sample(adjusted):19932012Includedobservations:20afteradjustingendpointsConvergenceachievedafter23iterationsBackcast:1992VariableCoefficientStd.Errort-StatisticProb.MA(1)-0.8388430.115510-7.2620560.0000R-squared0.543599Meandependentvar0.005484AdjustedR-squared0.543599S.D.dependentvar0.109149S.E.ofregression0.073739Akaikeinfocriterion-2.327876Sumsquaredresid0.103310Schwarzcriterion-2.278090Loglikelihood24.27876Durbin-Watsonstat2.522855InvertedMARoots.84由表5的參數(shù)估計結(jié)果可以得到該模型的口徑為：表6ARIMA(3，2，0)模型參數(shù)估計結(jié)果DependentVariable:XMethod:LeastSquaresDate:07/03/14Time:09:54Sample(adjusted):19962012Includedobservations:17afteradjustingendpointsConvergenceachievedafter2iterationsVariableCoefficientStd.Errort-StatisticProb.AR(1)-0.9992070.238587-4.1880230.0009AR(2)-0.7879060.277425-2.8400690.0131AR(3)-0.3209620.204799-1.5672020.0394R-squared0.567611Meandependentvar0.011431AdjustedR-squared0.505841S.D.dependentvar0.079511S.E.ofregression0.055894Akaikeinfocriterion-2.771943Sumsquaredresid0.043738Schwarzcriterion-2.624906Loglikelihood26.56152F-statistic9.189120Durbin-Watsonstat1.648151Prob(F-statistic)0.002826InvertedARRoots-.21-.71i-.21+.71i-.59由表6的參數(shù)估計結(jié)果可以得到該模型的口徑為：（五）模型檢驗1.模型的顯著性檢驗?zāi)Ｐ偷娘@著性檢驗主要是檢驗?zāi)Ｐ偷挠行裕词强此崛〉男畔⑹欠癯浞?。所以模型的顯著性檢驗即為殘差序列的白噪聲檢驗。兩個模型的殘差序列的自相關(guān)和偏自相關(guān)圖如圖4圖5所示。圖4ARIMA(0,2,1)圖5ARIMA(3,2,0)自相關(guān)和偏自相關(guān)圖殘差序列白噪聲檢驗結(jié)果顯然，兩個模型擬合統(tǒng)計量的P值基本都顯著大于于顯著性水平0.05，殘差序列為白噪聲序列，這個序列信息提取完全。系數(shù)顯著性水平顯示參數(shù)顯著。兩個模型擬合效果好。2．參數(shù)的顯著性檢驗參數(shù)的顯著性檢驗就是要檢驗每一個未知參數(shù)是否顯著非零。這個檢驗的目的是為了使模型最精簡。從圖4圖5中可知，常數(shù)和滯后一階參數(shù)的t值遠(yuǎn)大于臨界值，P值都為0，參數(shù)顯著，因此該模型比較精簡，模型較優(yōu)。（六）模型優(yōu)化當(dāng)一個擬合模型通過了檢驗，說明在一定的置信水平下，該模型能有效地擬合觀察值序列的波動，但這種有效模型并不是唯一的。當(dāng)幾個模型都是模型有效參數(shù)顯著的，此時需要選擇一個更好的模型，即進行優(yōu)化。優(yōu)化的目的，選擇相對最優(yōu)模型。優(yōu)化準(zhǔn)則：最小信息量準(zhǔn)則（AnInformationCriterion）SBC準(zhǔn)則表7AIC和SBC的值模型AICSBCARIMA(3,2,0)-2.877835-2.681785ARIMA(0,2,1)-3.051857-2.952284最小信息量檢驗顯示無論使用AIC準(zhǔn)則還是使用SBC準(zhǔn)則，ARIMA（0,2，1）模型都要優(yōu)于ARIMA(3,2,0)，所以ARIMA(0，2,1)是相對最優(yōu)模型。綜合上述分析確定應(yīng)當(dāng)建立ARIMA(0，2，1)模型，該模型殘差序列為白噪聲序列，說明有用信息均已被模型提取完畢，而且參數(shù)顯著性很高，AIC和SBC準(zhǔn)則的值相對較小。P值較小，所以該模型擬合程度較高。（七）序列預(yù)測預(yù)測就是利用序列已觀測到的樣本值對序列在未來某個時刻的取值進行估計。下面對未來5年的財政支出進行預(yù)測。利用SPSS軟件可以得到2013—2017年序列的預(yù)測值和95%的置信區(qū)間，具體如表8所示。表82013—2017年序列的預(yù)測結(jié)果年份預(yù)測值95%的置信區(qū)間下限95%的置信區(qū)間上限20132709.892265.323241.6720143376.761914.445955.9920154223.31298.8813737.0720165331.69707.8340159.3320176769.09308.13148697.6該序列擬合與預(yù)測圖如圖6所示圖6吉林省財政支出序列擬合與預(yù)測圖可以看出隨著預(yù)測期數(shù)的增加，預(yù)測方差也越來越大，置信區(qū)間呈現(xiàn)喇叭。四、結(jié)論分析由于財政收入會直接影響人民的生活和社會經(jīng)濟的發(fā)展，財政支出又能引起財政收入的變化，為了建立穩(wěn)定的財政體系，提出以下幾點建議：（一）結(jié)合政府職能的轉(zhuǎn)變，科學(xué)界定財政支出的范圍科學(xué)界定財政的職能、規(guī)范財政支出的范圍是建立公共財政體制的基礎(chǔ)。在市場經(jīng)濟條件下，轉(zhuǎn)變政府的職能，政府應(yīng)退出競爭性投資領(lǐng)域，凡是市場能夠有效配置資源的地方，政府就不應(yīng)介入，避免“越位”。財政收入表現(xiàn)為政府部門在一定時期內(nèi)所取得的貨幣收入。財政收入是衡量一國政府財力的重要指標(biāo)，政府在社會經(jīng)濟活動中提供公共物品和服務(wù)的范圍和數(shù)量，在很大程度上決定于財政收入的充裕狀況。（二）逐步調(diào)整財政支出規(guī)模，適度增長現(xiàn)階段要實現(xiàn)經(jīng)濟的快速增長和解決體制轉(zhuǎn)軌的問題，如產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、國有企業(yè)改制、加大對西部地區(qū)的扶持、住房和醫(yī)療制度改革等都要求財力的適度擴張。應(yīng)逐步調(diào)整財政支出規(guī)模，保證財政支出在接近GDP增長速度前提下適度增長。財政收入表現(xiàn)為政府部門在一定時期內(nèi)所取得的貨幣收入。財政收入是衡量一國政府財力的重要指標(biāo)，政府在社會經(jīng)濟活動中提供公共物品和服務(wù)的范圍和數(shù)量，在很大程度上決定于財政收入的充裕狀況。（三）建立科學(xué)的財政支出結(jié)構(gòu)在嚴(yán)格控制經(jīng)濟建設(shè)支出的前提下，進一步加大基礎(chǔ)設(shè)施公共性投資，吸引民間資本投向該領(lǐng)域。當(dāng)前財政對基礎(chǔ)建設(shè)的投入要增加，以緩解經(jīng)濟增長的瓶頸制約。福利經(jīng)濟學(xué)通過效用最大化方法，將市場有效供給運用到政府公共用品供應(yīng)中，通過影響財政支出增長的變量，如公共物品的需求、公共物品的成本和價格、公共物品的質(zhì)量、生產(chǎn)組織形式等，分析研究財政支出規(guī)模。我國近年來財政管理體制改革中采取編制部門預(yù)算、實行政府采購制度、國庫集中支付制度以及對預(yù)算外資金實行“收支兩條線”管理辦法，都是從微觀管理入手，提高財政支出效益，控制財政支出規(guī)模而采取的有效辦法。人力資本、科學(xué)技術(shù)能推動一國經(jīng)濟快速增長，人力資本理論突破了傳統(tǒng)理論中的資本只是物質(zhì)資本的束縛，將資本劃分為人力資本和物質(zhì)資本。這樣就可以從全新的視角來研究經(jīng)濟理論和實踐。該理論認(rèn)為物質(zhì)資本指現(xiàn)有物質(zhì)產(chǎn)品上的資本，包括廠房、機器、設(shè)備、原材料、土地、貨幣和其他有價證券等，而人力資本則是體現(xiàn)在人身上的資本，即對生產(chǎn)者進行普通教育、職業(yè)培訓(xùn)等支出和其在接受教育的機會成本等價值在生產(chǎn)者身上的凝結(jié)，它表現(xiàn)在蘊含于人身中的各種生產(chǎn)知識、勞動與管理技能和健康素質(zhì)的存量總和。按照這種觀點，人類在經(jīng)濟活動過程中，一方面不間斷地把大量的資源投入生產(chǎn)，制造各種適合市場需求的商品；另一方面以各種形式來發(fā)展和提高人的智力、體力與道德素質(zhì)等，以期形成更高的生產(chǎn)能力。這一論點把人的生產(chǎn)能力的形成機制與物質(zhì)資本等同，提倡將人力視為一種內(nèi)含與人自身的資本——各種生產(chǎn)知識與技能的存量總和。中國在科教方面的支出一直在增加，但還遠(yuǎn)遠(yuǎn)落后于發(fā)達國家。因此，應(yīng)繼續(xù)加大對社會文教科方面的支出。在財政支農(nóng)投入中，用于重點農(nóng)業(yè)生產(chǎn)方面的支出要多于農(nóng)業(yè)非生產(chǎn)性投入的支出，促進農(nóng)村基礎(chǔ)設(shè)施建設(shè)，加快農(nóng)業(yè)科技成果轉(zhuǎn)化步伐，促進農(nóng)業(yè)產(chǎn)業(yè)化和現(xiàn)代化的實現(xiàn)。人力資本理論突破了傳統(tǒng)理論中的資本只是物質(zhì)資本的束縛，將資本劃分為人力資本和物質(zhì)資本。