我国国债发行规模影响因素的分析.doc

我国国债发行规模影响因素的分析 【摘要】本文旨在对1986-2003年我国国债规模的影响因素进行实证分析。首先，我们综合了几种关于国债发行规模的主要理论观点；进而我们建立了理论模型。然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。最后，我们对所得的分析结果作了经济意义的分析，并相应提出一些政策建议。【问题的提出】选题的目的：现有的研究认为，一国的国民生产总值,财政收入,财政赤字,预算内投资规模,信贷规模,城乡居民储蓄额,国债还本付息额,以及国债余额是影响国债发行规模的主要因素。在我国，自1981年恢复发行国债以来,国债规模日趋扩大，我们试图通过建立多元线性回归模型来分析影响我国国债发行规模的因素。我们的数据来源于中国统计年鉴1986-2003年（见表一）。 （由于8185年的还本付息额为“0”，可能对模型会有影响，所以我们只选用了1986-2003年的数据。）一、引言 国债是国家作为债务人凭借国家信用向社会(单位和个人)筹集资金的一种凭证。国债不仅是国家筹集资金的一种手段,而且是国家调控宏观经济的重要政策工具。通过发行国债筹集资金,不仅能保证国家重大项目和重点项目的建设、弥补财政赤字,而且对于启动处于通货紧缩中的经济具有非常重要的意义。中央银行通过公开市场业务买卖国债、控制基础(高能)货币数量的方式来实施有效的货币政策,因此国债是联结财政政策与货币政策的纽带,其在一国经济中的作用不容低估。 中国自1981年恢复发行国债以来,已整整走过了20个春秋。中国国债无论发行规模还是总量规模都迅速增长,1981年中国的内部国债发行量只有48.66亿元人民币,而到2003年这一指标为6153.53亿元人民币,截止到2003年底的国债余额总量达到22603.6亿元人民币。国债发行规模因其增长速度超过了国民生产总值的增长速度而引起人们的广泛关注。一国国债的发行受制于诸多政治的和经济的因素。一般认为,一国的国民生产总值、居民收入水平、政府的财政收支状况等都会影响到国债的发行。那么一国国债的发行到底受哪些因素的影响呢?影响程度如何呢?这正是本论文所要回答的问题。二、相关文献综述简介 中国国内有一些文献对国债发行规模的影响因素进行研究。1998年4月杨大楷等人采用相关分析法对影响国债发行规模的因素进行了实证研究,他们所选择的因素共八个,即国民生产总值、财政收入、财政赤字、预算内投资规模、信贷规模、居民储蓄、国债还本付息额以及国债余额。他们分析的结果是:所有八个因素与国债发行都存在较高的相关性,且相关程度由高到低依次为国债余额、居民储蓄额、贷款余额、国民生产总值、国债还本付息额、财政收入、财政赤字和预算内投资规模。 1998年9月杨大楷等人运用灰色关联度分析法(GRA)又一次对国债发行规模的影响因素进行了实证分析。他们仍然考虑上述八个因素。但这一次他们不仅考虑了整体样本,而且还按时间顺序对整体样本分阶段进行了考察。他们分析的结果是:在整体样本数据中,对国债发行规模影响最大的因素是国债还本付息额;而在分段样本中,影响最大的因素是国债余额,并且所有八个因素都与国债发行规模之间存在较高的关联度。 杨大楷,朱世武,陆虹.国债发行规模影响因素的灰色关联度分析.经济数学,1998,15(3):19-24 周军民等人认为,一国的国债规模受制于GDP、收入、物价、储蓄、利率、货币量、财政状况等因素。他们使用回归计量模型建立了简单的国债发行额计量模型。他们的分析结果是:在不考虑货币供应量的前提下,国债发行规模正相关于GDP增长速度,负相关于名义利率;并认为现实的情况是在考虑货币供应量因素时,M2成了惟一影响国债发行额的外生变量。 周军民,赵旭,杨义群.国债规模与发行成本优化问题的研究.财经研究,2000,26(4):3-7. 朱世武和应惟伟也对中国国债发行规模进行了实证研究杨大楷,朱世武,陆虹.国债发行规模影响因素的灰色关联度分析.经济数学,1998,15(3):19-24 。他们认为影响一国国债发行规模的因素也是八个:国内生产总值、中央财政收入、中央财政支出、财政赤字、信贷规模、居民储蓄、国债还本付息和国债累积余额。他们先用传统的统计方法进行了相关分析,得出的结论是所有指标都与国债发行规模存在很强的线性相关性。接着他们使用向量自回归法进行分析,结果发现中央财政收支是影响国债发行的主要因素,而GDP对国债发行的影响不明显。 目前理论界对中国国债发行影响因素的研究存在如下问题: 影响因素指标选择上不统一,分析者根据自己的主观判断来选取指标,因此导致了指标选择的不一致,而且这些文献都没有说明为什么这些因素对中国国债的发行规模产生影响; 上述文献对国债发行规模影响因素的分析方法上各不相同,虽然方法多并不是坏事情,但难免会给读者造成混乱; 分析的结果不统一,作者们所选择的指标与国债规模的相关度的分析结果不一致。 本文同样对中国内部国债发行规模的影响因素进行探讨,在前人研究的基础上,通过经验判断和分析,找出所有那些真正与国债发行规模有关的因素。三、假设 （一）国内生产总值 一国的国债发行规模明显地受制于该国的经济发展水平,一国的经济规模越大、发展水平越高,则国债发行的规模和潜力就越大。假设1国债发行规模与国内生产总值之间存在正相关关系 （二）城乡居民储蓄存款 居民的可支配收入用于两个项目,即储蓄与消费。一国国债发行规模与居民的储蓄存款之比俗称国债发行的应债率,应债率越高,则国债发行的可能规模越大。假设2国债发行规模与居民储蓄存款之间成正相关关系（三） 财政赤字通过发行国债来弥补财政赤字是国债产生的主要动因,也是现代国家的普遍做法。由此可见,财政赤字的大小直接影响国债发行规模的大小,在其他条件既定的前提下,财政赤字越大,国债的发行规模就越大。假设3 国债发行规模与现财政赤字成正相关关系（四）预算内投资规模 一个国家的投资规模会直接影响资金的需求而中央政府的投资主要来源于中央财政收入,不足部分既可能通过发行国债筹措,也可能直接形成财政赤字。但一个国家的赤字规模是有限度的,它是以偿债能力、居民信心等为前提的,因此政府的投资缺口一般要通过发行国债来弥补。假设4国债发行规模与预算内投资规模之间成正相关关系。（五）财政收入状况 国债发行的一个主要原因就是弥补财政赤字在中国,国债发行的惟一机构是财政部,国债的还本付息是中央财政收支的再分配。因此,与国债发行规模密切相关的是中央政府的财政收支状况。中央政府财政收入越多、财政支出越少,则需要发行国来弥补财政赤字的压力就越小。而财政收支的差是财政盈余(或赤字),如果考虑了财政收支就相当于考虑了赤字规模。假设5国债发行规模与中央财政收入成负相关关系（六）信贷规模 一般来说,信贷规模反映了人们当前的收入水平和对未来经济增长的预期,也反映了当前整个社会的投资规模,它对国债发行规模的影响是双重的,即信贷规模越大,说明人们当前的收入水平高,对未来经济增长的信心足,国债发行潜力大;但信贷规模大意味着当前的社会投资规模大,居民的国债购买力降低。 假设6国债发行规模与信贷规模成正相关关系（七）国债还本付息额国债有三大功能:弥补财政赤字、筹集建设资金、调节经济。除此之外,国债还有偿 还到期债务本息的光荣使命。每年我国政府发行的国债中有相当大一部分是用来偿还到期债务本息,如:1997年国债发行规模为2476.82亿元,到期债务还本付息额为1918.37亿元,占国债发行规模的80%左右,可见借新债还旧债是我国国债发行规模不断扩大的重要因素之一。假设7国债发行规模与国债还本付息额成正相关关系（八）国债余额 一国所能承受的国债总量是有限度的,一方面,国债发行对社会投资存在挤出效应,并且这种挤出效应随着国债发行规模的增大而加速增加,因此国债发行的规模不能超出挤出效应与国债效应相等之点;另一方面,一国居民的应债能力总是有限的,过度的国债规模可能导致政府信用的下降,从而引发经济的和政治的风险。既然一国所能承受的国债总量是有限的,那么国债的剩余数量将对今后的国债发行规模产生反向的影响。也就是说,当前的国债剩余规模越大,则潜在的发债空间就越小。假设8国债发行规模与现有的国债余额成负相关关系四、相关数据收集表一：1986-2003年国债发行规模（单位：亿元，国债含外债）变量年份 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 2199.400 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 21662.50 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 31602.90 364.9600 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 76967.20 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 112314.7 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.计量经济模型的建立 我们将国债规模作为被解释变量，国民生产总值、城乡居民储蓄额、财政赤字、预算内投资规模、财政收入、信贷规模、还本付息额、国债余额作为解释变量。设模型为：y=0+1X1+2X2+8X8+u其中Y国债规模X1国民生产总值X2城乡居民储蓄额X3财政赤字X4预算内投资规模X5财政收入X6信贷规模X7还本付息额X8国债余额六、模型的求解和检验（一）单位根检验单位根检验是针对宏观经济数据序列，货币金融数据序列中是否具有某种统计特性而提出的一种平稳性检验的特殊方法。因为我们选择的数据都是时间序列，所以需要对各个解释变量进行单位根检验，观察其是否平稳。表二：单位根检验(ADF)结果变量ADF临界值（.=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）-1.2343600.8743101.349849-1.6285-1.6277-1.6269D（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）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由此可见，在.=0.1的显著性水平上，X2的ADF值小于临界值，故接受原假设，X2的数据呈现不平稳性。由于我们知识所限，在此不做进一步调整。（二）多重共线性检验现在用Eviews软件对参数作OLS估计，输出结果见表3：对各参数作OLS估计EVIEW输出结果如下：表三Dependent Variable: YMethod: Least SquaresDate: 06/08/05 Time: 16:13Sample: 1986 2003Included observations: 18VariableCoefficientStd. Errort-StatisticProb. C434.9873203.16222.1410840.0609X1-0.0136730.006632-2.0617270.0693X20.0940610.0309773.0364530.0141X3-0.7022550.277798-2.5279370.0323X40.1808550.2459770.7352550.4809X5-0.2094500.092003-2.2765490.0488X6-0.0184410.011501-1.6034800.1433X70.6364940.2360662.6962570.0245X80.0288670.0261911.1021560.2990R-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 criterion12.42131Log likelihood-98.78510 F-statistic1323.660Durbin-Watson stat1.751325 Prob(F-statistic)0.0000001、分析 由F=1323.660>F0.05(8,10)=2.98(显著性水平=0.05)，表明模型从整体上看国债发行规模与解释变量之间线性关系显著。 X4的T值较小，没有通过T检验，影响不显著。 X1，X3，X6，X8的符号与经济意义相悖。2、检验计算解释变量之间的简单相关系数表四X1X2X3X4X5X6X7X8X1 1.000000 0.983867-0.900311 0.876576 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 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，解释变量之间存在高度线性相关。3、修正 运用OLS方法逐一求Y对各个解释变量的回归。结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。经分析八个一元回归模型中国债发行规模Y对X2城乡居民储蓄的线性关系最强，拟合程度最优表五指标变量R2tS.EFX10.94083315.95517.9744254.4231X20.98909838.099222.34381451.610X30.925293-14.07733582.0357198.172X40.91261912.9269462.4761167.1057X50.98113628.84759292.4727832.1835X60.98721835.15334240.75221235.757X70.91862013.43906607.4761180.6084X80.93860415.63977527.6438244.6025即：Y=-258.0057 + 0.064240X2 (-3.253932) (38.09999)R2=0.989098 S.E=222.3438 F=1451.610我们对国债发行规模及其各影响因素进行相关性分析，可以看出R2最大的是X2(城乡居民储蓄额)= 0.989098，（详见表六）最小的也有X4（预算内投资规模）=0.912619，由此可见，我们的初步相关性分析是合理的，也是有事实根据的。表六Dependent Variable: YMethod: Least SquaresDate: 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 regression222.3438 Akaike info criterion13.75077Sum squared resid790987.9 Schwarz criterion13.84970Log likelihood-121.7569 F-statistic1451.610Durbin-Watson stat1.263845 Prob(F-statistic)0.000000 逐步分析将其余解释变量带入中，得如下几个模型：（分别参见表7-表9）Y=-310.2239 + 0.050918X2 + 0.485513X4 (-5.880456) (16.93955) (4.761566)=0.995080 S.E=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可见加入新解释变量X4,X5,X8能使拟合优度有所提高，并使每个参数T统计检验显著，F统计检验显著性也有所提高，则采纳这些变量。反之，X1,X3,X6,X7的加入，对其他参数没有明显影响，则可舍弃这些变量。则修正后,模型为：Y=205.3315+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-310.773952.84861-5.8804560.0000X20.0509180.00300616.939550.0000X40.4855130.1019654.7615600.0003R-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)0.000000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-squared0.997249 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 Variable: YMethod: Least SquaresDate: 06/08/05 Time: 19:28Sample: 1986 2003Included observations: 18VariableCoefficientStd. Errort-StatisticProb. C205.3315138.72531.4801300.1627X20.0906930.00906610.003930.0000X40.8166840.1068227.6452470.0000X5-0.3503490.081299-4.3093860.0008X80.0840600.0293962.8595510.0134R-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)0.000000（三）异方差检验1、图示法残差与因变量y的散点图。残差的绝对值分布比较随机，无明显规律，可判定不存在异方差。2、 Gold-Quandt检验将样本分为1986-1992和1997-2003两部分，分别回归，得到下列结果：Dependent Variable: YMethod: Least SquaresDate: 06/08/05 Time: 20:37Sample: 1986 1992Included observations: 7VariableCoefficientStd. Errort-StatisticProb. C1761.0951937.3580.9090190.4593X20.1012730.0962151.0525700.4029X4-1.7293661.692354-1.0218700.4143X5-0.4780440.856812-0.5579330.6330X8-0.2816871.737570-0.1621160.8861R-squared0.918855 Mean dependent var216.4200Adjusted R-squared0.756564 S.D. dependent var133.6615S.E. of regression65.94762 Akaike info criterion11.39141Sum squared 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-21.6750585.67354-0.2529960.8239X20.1076040.00683515.743320.0040X40.8190410.04845016.904720.0035X5-0.4087440.042317-9.6591090.0105X80.0755790.0112096.7428460.0213R-squared0.999781 Mean dependent var4268.413Adjusted R-squared0.999342 S.D. dependent var1312.370S.E. of regression33.65496 Akaike info criterion10.04601Sum squared resid2265.312 Schwarz criterion10.00737Log likelihood-30.16102 F-statistic2280.398Durbin-Watson stat2.012714 Prob(F-statistic)0.000438求F统计量：F=8698.177/2265.312=3.839729683，查F分布表，给定显著性水平 a=0.05,得临界值F0.05(3，3)=9.28，比较F=3.839729683 F0.05(3，3)=9.28，表明随机误差不存在异方差。 3、 ARCH检验 Dependent Variable: 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)-0.1349320.289180-0.4666040.6499R-squared0.168557 Mean dependent var8084.549Adjusted R-s