-
我国资本市场与经济增长关系的实证分析_经济学毕业论文范文
我国资本市场与经济增长关系的实证分析_经济学毕业论文范文 计量经济学课程论文 我国资本市场与经济增长关系的实证分析 我国资本市场与经济增长的实证分析 The positive analysis of the relationship between the China’s capital market and economic growth 赵臣 彭谢斌 易奎江 摘要：本文利用C-D生产函数和AK内生增长理论，建立了资本市场的规模、结构和效率与经济增长的关系模型，运用有关数据对此进行了实证分析[ 本文所采用的计量软件均为Eviews3.1]。研究表明：我国资本市场对经济增长的作用是显著的，特别是近几年，股票市场和债券市场的作用都有很大提高，并且与经济政策有很密切的联系，也证实了直接融资在储蓄转化投资效率上的优越性。 关键词：资本市场 经济增长 经济政策 一、引言 资本市场是指一年以上筹措和运用资金的中长期市场。通常认为,资本市有狭义和广义之分。狭义的资本市场是指股票、债券和其它有价证券的发行与交易市场,即我们通常所说的证券市场。广义的资本市场则包括信贷市场和证券市场两个方面。之所以将信贷市场包括在内,是因为在发展中国家,信贷市场对长期资金的配置也起着重要作用。因此,在考察我国资本市场对经济增长的作用时,所提到的资本市场包括股票市场、债券市场和中长期信贷市场。我国的资本市场是在经济市场化的过程中形成和发展起的,虽然发展时间很短,但其发展速度很快,已经成为市场体系中重要的一环,其稳定和发展对整个国民经济的影响越来越显著。 就我国而言，由于种种原因,在很长的一个时期内,我国经济生活中不存在资本市场。我国资本市场的发展可追溯到1981年国库券的发行(当时的国库券都是1年期以上品种) 为标志,后来国债市场的逐渐出现以及1985 年国家实行“拨改贷”政策,中长期贷款市场随之出现，进入90年代,上海证券交易所和深圳证券交易所的成立,标志着集中性和有组织的股票市场出现。二十多年来，我国资本市场发展速度很快,已经成为市场体系中重要的一环,其稳定和发展对整个国民经济的影响越来越显着。截止到2002年底,我国股票市场已有上市公司1224家,股票流通市值14 485亿元人民币,股票市价总值达到38329亿元。2002年国债发行额为5934.3亿元,国债余额为19336.1亿元,企业债券发行额为325 亿元，总的债券发行额为2216.2亿元；另外,作为资本市场中重要一支的中长期信贷市场余额为63401.4亿元。 随着资本市场在我国的迅速发展,人们对资本市场的功能和作用的认识分歧反而在不断加大,因此,不仅有必要从理论上分析资本市场发展与经济增长的内在规律,而且从实证上也急需分析资本市场发展对经济增长的作用和贡献,以明确资本市场发展的方向,进而不断对其进行改进,促进资本市场更好更快地发展。 在本文中，考察我国资本市场对经济增长的贡献问题时,所讲的资本市场包括股票市场、债券市场和中长期信贷市场，资本市场的效率为储蓄转化为投入的效率。 二、文献综述 不管是古典经济增长理论还是现代经济增长理论，都强调资本对经济的作用。正因如此，在众多经济增长模型中都包含资本这个变量。比如哈罗德—多马模型强调储蓄和投资对经济增长的促进作用，索洛强调技术进步对经济增长的促进作用，而新经济模型强调政府政策的作用。关于资本市场与经济增长之间联系的实证研究开始于1969年Goldsmith对金融发展与经济增长的研究。在其后几十年中该理论得到了不断的补充，修正和发展。例如R.G.King 和R.Levin(1993)研究了80个国家，样本期为1960—1989年，且系统地控制了模型中的其他变量；另外A.H.Gelb(1989),N.Roubini(1992),M.Pagano(1993)等也从不同侧面对金融发展与经济增长之间的关系展开了进一步的研究。鉴于资本市场的重要性，Levine和SaraZervos(1995,1996)，考察了资本市场中的股票市场发展与经济增长之间的关系。关于金融发展与经济增长理论的研究工作突出表现在两大派别，即金融结构理论(Financial structuralist)与金融压抑理论(Financial repressionlist)。金融结构理论认为金融变量的数量与结构影响经济增长，金融发展的有关指标(如金融资产与GDP间的比例)以及金融资产结构构成了影响经济增长重要因素。而后者强调价格变量是影响经济增长重要因素，认为实际利率与实际汇率自由化是推动经济增长的主要途径。虽然二者的出发点不同，但所关注实质都是资本市场与经济增长的关系，基本思想是金融变量对经济增长产生作用的主要渠道是投资资源有效使用及生产效率提高。投资数量及投资效率是实现经济快速增长的关键因素。 在国内，有很多学者对于这方面问题进行研究，并且最近几年也成为很热门的一大问题，突出表现为股票市场与经济增长关系是否是正相关的，及虚拟经济是否能反映实体经济的水平。综观已有的资本市场与经济增长关系研究，我们觉得国内大多数人只考虑了股票市场这一融资形式，并且更多的是研究资本市场规模与经济增长的关系。鉴于此，我们决定加入中长期信贷市场和债券市场，利用中国资本市场十余年的发展数据，运用比较典型的生产函数来研究资本市场的规模，结构，效率与经济增长的关系。 三、模型的建立 1.C-D生产函数 这里，我们假设中国宏观经济符合柯布-道格拉斯生产函数。 Cobb - Douglas 生产函数的一般形式是 (1) 其中:Y表示产出, 0 ,i = 1 …n ;A、 0 ,i = 1 …n ;A 是常数, 是各种投入要素。 根据前面的分析，对于造成经济增长的因素概括起来可以分为这五大类:生产要素的数量;人力资本;技术;经济组织和制度。其中，在我国目前阶段劳动力市场无限供给下，人力资本不需要考虑，又因为我国资本市场只有十几年，在这里假定技术因素为常量。则得到下述公式： （2） 其中: Yt表示产出,a为技术系数，表示股票投入,表示债券投入,表示中长期贷款投入, 是制度变量，用股票市场的市值与金融资产总价值之比来衡量（也可以用M2与GDP的比率来度量，韩廷春，2001） ,a是常数。 下面对方程（2）两边去对数得到 lnYt = lna +αlnK1 t+βl nK2 t+γlnK3 t +lnIt （3） 进行回归：（数据见附表一） lnYt =6.847+0.072lnK1 +0.196lnK2 t +0.235lnK3 t -0.0007lnIt Dependent Variable: LOG(Y) Method: Least Squares Date: 06/04/05 Time: 22:34 Sample: 1991 2003 Included observations: 13 VariableCoefficientStd. Errort-StatisticProb. C6.8468171.3582855.0407790.0010 LOG(X1)0.0718350.1394180.5152490.6203 LOG(X2)0.1966090.1223851.6064760.1468 LOG(X3)0.2346200.1273381.8424930.1027 LOG(X40)-0.0007350.199436-0.0036860.9971 R-squared0.978746 Mean dependent var11.02825 Adjusted R-squared0.968119 S.D. dependent var0.532909 S.E. of regression0.095153 Akaike info criterion-1.582946 Sum squared resid0.072432 Schwarz criterion-1.365658 Log likelihood15.28915 F-statistic92.09923 Durbin-Watson stat1.160599 Prob(F-statistic)0.000001 我们发现It作用很小，故删去此项。 再次回归得lnYt =6.852+0.071lnK1 t+0.196lnK2 t +0.235lnK3 t （0.374）（0.0273）（0.1117） （0.1183） （18.28）（2.608） （1.759） （1.983） VariableCoefficientStd. Errort-StatisticProb. C6.8516040.37481018.280210.0000 LOG(X1)0.0713320.0273472.6083990.0283 LOG(X2)0.1964960.1116961.7592020.1124 LOG(X3)0.2346990.1183221.9835630.0786 R-squared0.978746 Mean dependent var11.02825 Adjusted R-squared0.971661 S.D. dependent var0.532909 S.E. of regression0.089711 Akaike info criterion-1.736791 Sum squared resid0.072432 Schwarz criterion-1.562960 Log likelihood15.28914 F-statistic138.1486 Durbin-Watson stat1.159578 Prob(F-statistic)0.000000 回归结果解释:可决系数值为0.979 很接近1 ;调整可决系数为0.972，很接近可决系数，整体拟合度较佳，通过F检验。模型各项参数估计均通过单参数t 检验,表明各解释变量对被解释变量具有解释能力,整体来看可以引入本模型。 模型参数估计为常数项:6.852、“国债期末余额”: 0.196、“股票筹资累计”:0.071、“中长期贷款”:0.235。 所以 (4) 从这里我们可以看出，资本市场的三个主要组成部分对于经济增长都是正相关的。下面进行分别分析： 从股票市场来看，其系数是很小的，即其对经济增长的作用是很有限的。但这已经与一些前人所作的分析有一定差异，谈儒勇(1999) 所作的研究表明在1994年～1998年间,我国股票市场发展对经济增长的作用是极其有限的,而且即使存在那么一点点作用也是不利的。这可能是因为我国近几年股票市场规模不断扩大，特别是1999到2002年间，股票总市值膨胀较快，并且股票市场的监管越来越规范化，在透明度方面有了一定提高，而扩大内需等一些经济政策也给与了支持；然而，与发达国家相比，我国股票市场的作用仍不明显，这和我国股票市场的特点相联系，我国股票市场建立时间比较短，投机性交易成分比较大，经常受非经济因素的影响，并且政府行为经常不理性，缺乏连贯性，而上市公司将筹措来的资金不是完全用在生产性项目或指定项目上。另外，我们建立模型所依据的样本空间比较狭小，这可能使得估计值不够准确。 从债券方面来看，其系数是比较大的，则其对经济增长作用比较明显。这同样与国内一些学者近几年的研究相悖。孙小素(2000)利用新古典经济增长模型测算了1985年后我国资本市场对经济增长的贡献率,她的研究表明国债余额的年净增加额的增长对经济增长的解释力弱,且弹性较小。这可能是因为在99年后，我国极力扩大财政赤字，拉动我国内需，改变我国通货紧缩现状所导致的，为此我们对模型进行了调整，将样本容量调整至1991到2000年，发现其系数由0.196降至-0.034，进一步肯定了我们的解释。而这说明了近年我国通过发行债券增强基础设施的建设是取得了一定成效的，这一点值得肯定。 从中长期贷款方面看，其系数是最大的，说明在资本市场中，它的作用是最为明显的，间接融资在我国仍然处于主体地位，企业最主要的资金来源仍然是银行贷款。然而，当我们将样本容量调整至1991到2000年，该系数则变为0.598，说明在最近几年里，相比较股票市场和债券市场，中长期贷款市场的作用有所降低，这也解释了谈儒勇(1999) 对我国金融中介的一些观点，他认为金融中介的不发达必定会成为制约我国经济增长的“瓶颈”。事实上，随着我国经济增长，已经呈现出此问题，所以，要加快银行改革的步伐，积极与国际接轨，采用现代的风险管理技术。 总体上来看，该模型在资本市场发展初期具有一定的解释意义，在对其分析当中我们可以发现，经济政策对资本市场的影响是十分巨大的，如债券市场，由于财政政策影响，其作用大幅增强，所以在对该模型分析时，一定要注意其经济背景。另外，我们可以看出，资本市场规模的作用是极为重要的，股票市场和债券市场由于规模的限制，它们对经济增长作用就要弱于中长期贷款市场，而与发达国家比较，我们发现这两个市场的作用是相当明显的，特别是这两个市场是公司进行融资的首选方法，而不是通过到银行贷款。因此，我们需要大力发展股票市场和企业债券市场，为我们的企业提供更多的融资方式。 下面，我们将利用AK模型对这三个市场的效率进行分析。 2．AK模型 AK模型以内生经济增长理论为基础,假设生产率是总资本存量的增函数,物质资本和人力资本能够以相同的技术被再生产出来,也就是说,只要能够扩大资本存量,就一定可以实现经济增长。其基本形式是： Yt = AKt （5） 表示总产出Yt 是总资本存量Kt 的函数,A 是资本产出率,或者称为技术系数。为简单起见,假设人口规模不变,并且整个经济体系中只生产一种商品,这种商品既用于消费又用于投资,如果被用于投资,每期的折旧比率为δ,t 期总投资水平It可以写成:It = Kt+1 - (1 -δ) Kt （6） 根据凯恩斯国民收入均衡等式,在一个没有政府的封闭经济中,资本市场 的均衡条件是:社会总储蓄St 等于社会总投资(S = I) 。假设(1 - ) 比例的储蓄在融资过程中漏失掉,则有: St = It （7） 根据(1) 式,t + 1 期的经济增长率为: （8） 式中:g 表示经济增长率,A 表示存量资本平均产出率,表示储蓄转化为投资的比率,S 表示平均储蓄率,δ表示存量资本折旧率。 从（7）式表示，资本的配置效率指标A，储蓄- 投资的转化比率φ以及储蓄率S构成了经济增长的决定因素,资本市场可以通过对这三个变量的影响进而影响经济增长。 结合中国转轨时期经济运行的特点, 可以对经济增长的影响因素做如下分析: 第一,提高资本的配置效率。金融发展降低了信息与交易费用, 使得资金投向回报率较高的项目,使得那些最具潜力的投资者能够得到足够的资金进行技术革新和产品生产, 从而提高了投资的生产效率。我们可以通过收集信息，使收益率最高的投资项目得到所需资本，以及进行技术创新来提高资本配置效率。 第二,提高储蓄转化为投资的比例。资本市场提供了多样化的证券品种,使投资者可以根据收益最大化原则和对投资风险的偏好程度,自由地进行投资选择。另外,随着资本市场的发展壮大,会带来规模效应,使以佣金、手续费等形式表示的资源漏出的相对量减少,提高储蓄转化投资的比例。 第三,改变私人储蓄率s从而促进经济增长。资本市场影响储蓄进而影响经济增长的这一机制是最为复杂的, 资本市场发展对经济增长的影响也是难以确定的。一般认为, 在经济发展的早期,资本市场和以存款银行为代表的金融中介体之间是相互促进和相互补充的关系,而并不是此消彼长的关系,资本市场这时所动员的储蓄资源是潜在的储蓄资源,金融中介体反而能从这种动员中获得部分好处; 而随着经济的进一步发展,全社会潜在的储蓄资源基本被挖掘殆尽之后, 两者就存在着一定的竞争关系了(谈儒勇, 2000)。 根据Pagano (1993)和Marinde (1996)的内生增长理论，我们在AK函数中加入资本市场的作用。 At =λ0 +λ1(KPY)t +υ (9) t =η0 +η1K1+η2K2+η3K3+μ (10) 我们将内生经济增长模型写成对数方程式的形式: ln (g) = c+η0 ln（KPY）+η1ln(K1)+η2 ln(K2)+η3 In(K3) +η4ln(St)+vt （11） 其中：g表示产出, KPY表示资本边际社会生产率，用无形资本(包括人力资本和R&D 资本) 与金融资产存量的比率表示，K1表示股票投入,K2表示债券投入,K3表示中长期贷款投入,St表示居民储蓄率。 进行回归（数据见附表一） 得到ln (g) = 5.52+1.02 ln（KPY）+0.04ln(K1)+0.03 ln(K2)-0.17In(K3) +0.98ln(St) VariableCoefficientStd. Errort-StatisticProb. LOG(KPY)1.0176010.3667882.7743550.0275 LOG(X1)0.0370990.0153792.4122670.0466 LOG(X2)0.0349280.0748260.4667880.6548 LOG(X3)-0.1653650.088289-1.8730030.1032 LOG(S)0.9831260.3460712.8408200.0250 C5.5191871.6185493.4099590.0113 R-squared0.843969 Mean dependent var0.141052 Adjusted R-squared0.732519 S.D. dependent var0.083520 S.E. of regression0.043195 Akaike info criterion-3.142124 Sum squared resid0.013061 Schwarz criterion-2.881378 Log likelihood26.42380 F-statistic7.572587 Durbin-Watson stat2.219587 Prob(F-statistic)0.009594 我们可以看出总体拟合效果一般，这应该是由于样本容量过小，解释变量过多引起的，F检验合格，除 K2以外的其他解释变量t检验均合格，整体上可以引入模型。 根据回归结果，可以看出资本配置效率和储蓄率对经济增长率影响较大，并且显著正相关，这与韩廷春（2001）以及谈儒勇（1999）所作的研究是一致的，均认为单位实物资本拥有的人力资本数及R&D资本数越多,即生产过程中软技术水平(人力资本所代表的)及硬技术水平(R&D资本所代表的) 越高,投资效率(或资本的边际产出)越大,经济增长速度越快，经济发展初期，储蓄率对经济增长影响很大，储蓄资源通过金融中介得到较好的利用。从资本市场的效率（储蓄转化为投入的效率）来看，股票市场债券市场中长期贷款市场，并且股票市场的显著性是最高的，这充分说明了直接融资的效率是远远大于间接融资的，随着股票市场的完善和发展，其功能将会逐渐体现出来。 四、结论 本文利用实证分析得出，我国资本市场与经济增长的作用是显著正相关的，资本市场的规模功能尤其明显，下面对三种市场具体分析： 随着股票市场的规模不断扩大，股票市场的作用也越来越明显，特别是近几年股票市场的规模膨胀对经济增长的作用尤为显著。并且，发行股票作为直接融资的一种手段，其转化为投资的效率是最高的，这对现阶段我国效率低下的经济发展是很有意义的。但我国的股票市场同发达国家相比差距仍然很大，我们需要不断完善其功能，在一种规范的体系下发展， （2） 在我国经济政策特别是积极的财政政策的影响下，债券市场的作用得到充分发挥，不过我国企业债券的比例过低，仍然不是企业进行融资的主要手段，所以要增加债券的品种，扩大债券市场的规模。 （3） 中长期贷款市场仍然是推动经济增长的最主要因素，但其作用在不断削弱，而且目前其转化为投资的效率非常低，这虽然与我国目前抵制不良贷款有关，但从长远来看，要进一步加强风险管理，提高配置资源的效率。 基于上面的分析，我们得出简短结论：在我国现阶段资本市场发展初期，需要在稳步扩大资本市场规模的基础上，重视金融体系的效率和质量，逐步提高直接融资的比例，加强金融监管，推动金融工具创新, 发挥证券市场在资源配置中的效率与作用, 提高整个社会的投资质量与数量, 促进经济增长。 附表一：1991-2003中国经济增长和资本市场情况一览 单位：亿元 年份GDP总量股票筹资额国家债券中长期贷款余额股市总市值 199121617.85378.542819.94109.19 199226638.194.09558.793648.971048.13 199334634.4375.47384.774765.13531 199446759.4326.781137.67774.93691 199558478.1150.321510.810699.33474 199667884.6425.082126.212672.69842 199774462.61293.822411.815468.717529 199878345.2841.523808.720717.819505 199981910.9944.56401523968.326471 2000894042103.08465727931.1948091 200195727.91252.34488439328.143522 2002103935.3961.755934.064864238329 2003116603.21357.756280.163401.442457.72 附表一：1991-2003中国经济增长和资本市场情况一览（续） 单位：亿元 年份股市总市值金融总资产R&D资本人力资本总储蓄 1991109.1923973159.5731.58134.5 19921048.1329106.6198867.059911.5 1993353137056.42481059.9414318.5 1994369149558.4306.31488.7819894.7 1995347464221.7348.71877.9524875.5 1996984279033.7404.52262.3428326.5 19971752995008.1509.22531.7331314.9 199819505110420.5551.12949.0633447.4 199926471123230.6678.93349.0435579.9 200048091138741.6895.73849.0834563 200143522154876.11042.54637.6639665 200238329184024.51287.65480.0345149.6 200342457.72225313.31539.66208.2754068.9 （数据来源：中国统计年鉴，中国金融年鉴，中国科技统计数据） 参考文献： 庞皓主编：计量经济学 西南财经大学出版社 2001 高鸿业主编：西方经济学 中国人民大学出版社（第二版） 2000 谈儒勇：中国金融发展和经济增长的实证研究.经济研究,1999 (10) 韩廷春：金融发展与经济增长: 经验模型与政策分析.世界经济，2001（6） 赵北亭，于鸿君：我国资本市场与经济增长的实证分析.北京大学学报（哲学社会科学版），2001（5） 万寿桥，李小胜：中国资本市场与经济增长的脉冲响应分析.财经研究，2004（6） 张碧琼，付琳：我国资本市场的规模和结构与经济增长的互动关系.上海财经大学学报,2003(4) 伍超明，刘俊民：虚拟经济与实体经济关系模型.经济研究，2004（4） 卓凯：金融深化与经济效率负相关：基于信贷配置扭曲的解释.财经理论与实践，2005（1） 刘明志：中国的/GDP（1980-2000）趋势水平的影响因素。经济研究，2001（2） he positive analysis of the relationship between the China’s capital market and economic growth Zhao Chen, Peng Xiebin, Yi Kuijiang Abstract: This treatise is depend on the Cobb-Douglas function and the AK model and set up a model to study the economic growth's relationship with capital market's scale, structure and efficiency. We used many relevant data to do the positive analysis about the model. Our study indicates that China's capital market affected the economic growth distinctly, especially in the recent few years, the function of the stock market and the bond market has improved a lot, and the economy growth has a close relation with the economic policy. We demonstrated direct investment's advantage of efficiency in the transition of save to investment as well. Key words: Capital market; economic growth; economic policy
-
沪深债指波动的协整研究_经济学毕业论文
沪深债指波动的协整研究_经济学毕业论文 沪深债指波动的协整研究 内容提要 目前沪深股市处于大熊市,而债市则节节攀高.市场对债指更加关注,但沪深两市的债指波动之间,及国债指数与企债指数的波动之间究竟存在什么样的内在联系呢?本文运用协整分析方法来考察其联动关系. 关键词 国债指数 企债指数 协整检验 一.研究方法 协整的定义：如果时间序列都是阶单整，即，存在一个向量，使得，这里，。则称序列是阶协整，记为，为协整向量。 单位根定义：如果一个时间序列的均值或自协方差随时间而改变，那么这个序列是非平稳序列。 随机过程{，t=1，2，…}，若 (1.1) 其中，为一稳定过程，且，，这里S=0,1,2,…,则称这一过程为单位根过程，特别的，若 (1.2) 其中，独自同分布，且，，则称{}为一随机游走过程。它是单位根的一个特例。 若单位根过程经过一阶差分变为平稳过程，即: (1.3) 则时间序列称为一阶单整序列，记作I（1）。一般的，如果非平稳时间序列经过d次差分达到平稳，则称其为d阶单整序列，记做I（d），其中，d表示单整阶数。 单位根检验： DF检验：设一个AR(1)过程: (1.4) 其中，是白噪音。若参数，则序列是平稳的。当，序列是爆炸性的，没有实际意义。所以只需检验是否严格小于1。 实际检验时，将(1.4)写成: (1.5) 其中，检验假设为H0: ,H1:,在系列存在单位根的零假设下，对参数他的估计值进行显著性检验的t统计量不服从常规的t分布，DF（Dickey ＆ Fuller）于1979年给出了检验用的模拟临界值，故该检验称为DF检验，在EViews给出的是MacKinnon改进的单位根检验的临界值。 根据性质不同，DF还允许有如下两种形式： 包含常数项: (1.6) 包含常数项与线性时间趋势项: (1.7) ADF检验：在DF检验中，对于(1.5)式，常因序列存在高阶滞后相关而破坏随机扰动项是白噪音的假设，ADF检验对此作出了改进， 实际检验时，将写成: (1.8) 在实际操作中，式中的参数k视具体情况而定，一般选使AIC（赤池信息准则）与SC（施瓦茨准则）最小的，保证是白噪音的假设。当k＝0时，ADF检验就是DF检验。 协整的检验： 两变量协整关系的检验可以分为两步进行： 第一步，若 与是同阶单整，则用OLS法对回归方程（也称为协整回归方程）进行估计得到残差序列: (1.9) 第二步，检验的平稳性。若是平稳的，则与是协整的，反之则不协整。这是因为若与不是协整的，则他们的任意线性组合都是平稳的，因此残差将是非平稳的，换言之，对残差是否具有平稳性的检验也就是对与是否存在协整的检验。 检验平稳性： 有两种方法 第一种：对残差序列进行单位根检验(ADF检验) 第二种：用DW统计量进行检验。用协整回归的残差序列，计算DW统计量, 根据DF（Dickey ＆ Fuller）给出的经验临界值进行协整判断。H0:DW=0,H1: 组合 为
-
大学生手机预期消费的计量经济模型_经济学毕业论文
大学生手机预期消费的计量经济模型_经济学毕业论文 大学生手机预期消费的计量经济模型 内容提要：大学生手机消费已经很普遍，本文试图用基本的经学知识，分析大学生手机消费市场，首先根据自己的实际调查的真实数据，以次为事实依据，通过适当假设构造模型，以便分析大学生手机价格预期与大学生收入和年级的关系。 一问题的提出 随着中国经济的迅速发展，人民生活水平的提高，手机变的越来越普及。大学生作为潮流的领导者，其对手机的需求，很大程度的影响者手机行业的发展。我们认为大学生有很好的预期性，大学生手机消费市场是一个潜力很大的市场。而且对以后时期的整个市场有着很大的影响，因为这个市场是培养未来消费者的市场。如何正确分析进而正确引导这个市场，防止出现畸形消费有很大意义。 二分析过程 经过认真严谨的分析，我们认为大学生的手机的预期消费水平与大学生的收入和年级有密切的关系。我们在校园里实际调查大量数据如下： Y:大学生手机消费可接受价格 X1:大学生每学期总收入 X2:大学生的年级 YX1X2 150045003 100030002 110036002 65020002 120032004 100027802 95026003 80020254 150040004 80025003 150040002 150040001 100027252 85020253 111032002 105035001 65017501 80020002 150035002 160035003 160045004 120030002 200060004 100025003 160040002 85520002 100030002 110025003 150040001 120035001 90025003 200050004 97425001 110030001 100022502 105027502 120035003 165040003 165045004 140037504 我们对上述数据用EVIEWS进行分析如下： Dependent Variable: Y Method: Least Squares Date: 05/14/04 Time: 19:07 Sample: 1 40 Included observations: 40 VariableCoefficientStd. Errort-StatisticProb. C66.1667673.335160.9022520.3728 X10.3345040.02163115.464390.0000 X222.1157520.103521.1000930.2784 R-squared0.884658 Mean dependent var1200.975 Adjusted R-squared0.878424 S.D. dependent var343.3680 S.E. of regression119.7249 Akaike info criterion12.48031 Sum squared resid530359.9 Schwarz criterion12.60697 Log likelihood-246.6062 F-statistic141.8930 Durbin-Watson stat1.618325 Prob(F-statistic)0.000000 将上述回归结果整理如下： Y = 66.16676222 + 0.3345040486*X1 + 22.1157486*X2 （0.902252） （15.46439） （1.100093） 0.884658 141.8930 DW=1.618325 从回归结果看，尽管可决系数不是很高，并且X2的T 检验值小于2，这都是由于数据量太小，不全面造成的，通过异方差检验如下： 因此我们剔除X2作最小二乘估计如下 Dependent Variable: Y Method: Least Squares Date: 05/28/04 Time: 20:44 Sample: 1 40 Included observations: 40 VariableCoefficientStd. Errort-StatisticProb. C95.1017068.645181.3854100.1740 X10.3424950.02043116.763690.0000 R-squared0.880886 Mean dependent var1200.975 Adjusted R-squared0.877751 S.D. dependent var343.3680 S.E. of regression120.0556 Akaike info criterion12.46249 Sum squared resid547707.1 Schwarz criterion12.54694 Log likelihood-247.2499 F-statistic281.0213 Durbin-Watson stat1.620601 Prob(F-statistic)0.000000 根据拟和优度的公式： 通过与表（2）比较我们可以看出，表三中F值显著提高，且FF0.5(1,38),故模型整体显著。 T值虽然变化不大，但远远大于2，故估计系数显著。 小结 从预测结果比较得出，第二个模型的预测值与真实值更接近，且更符合经济学原理。所以我们选用第二个模型作为解决问题的拟和模型。从拟和结果分析系数的经济意义：在单位货币购买力不变的情况下，可支配收入每变动1%时，对手机可接受价格平均变动0.342495%。从分析数据我们能明显看出在可支配收入不变的情况下，年级的变动对手机预期消费水平影响不显著。但每个学生的收入受上一期收入的影响，在原有基础基础上一般只会增加而不会减少；另一方面，随着社会经济的发展，人们的生活水平不断提高，新生的可支配收入的门槛也越来越高，进而在不同的年级间形成的梯度差不断减小。进一步说明年级之间的差距对大学生手机预期消费水平的影响不显著，最终决定因素仍然归之于其收入水平。
-
我国固定资产投资对经济增长的滞后影响分析_经济学毕业论文范文
我国固定资产投资对经济增长的滞后影响分析_经济学毕业论文范文 《计量经济学》课程论文 我国固定资产投资 对经济增长的滞后影响分析 摘 要: 首先分析1995-2004年我国固定资产投资的基本情况,接着从固定资产投资与GDP 变动趋势的图形观测、固定资产投资效益系数测算和回归模型测定三个方面, 对我国固定资产投资对GDP 的滞后影响期进行了测定和分析, 并对如何改善和控制这种滞后影响提出了相应的建议。 关键词:固定资产投资;投资效益;回归模型;滞后期 文献综述: 1、 《固定资产投资效益及其滞后效应分析》 侯荣华 《数量经济技术经济研究》2002年第3期 由于固定资产投资从开始到固定资产交付使用有一个时间差，便形成了投资效益的滞后效应。我国1980年至2000年固定资产投资效益，“六五”时期较好，“七五”时期有所下降，“八五”时期有较大提高，“九五”时期又大幅度下滑。本文是以反映固定资产投资效益综合指标的效益系数作为对象，研究单位固定资产投资所引起的GDP增加额。研究结果表明:当年新增GDP和上年投资额相关程度高，能使GDP按上年投资额的0.402倍增加。可采取措施减缓投资效益的滞后效应。 2、 《东西部地区固定资产投资的差异与政策建议》 刘蓉 《重庆工商大学学报》(西部经济论坛)2003年第6期 固定资产投资数量和质量的差异是我国东西部差距扩大的重要原因，尤其是东西部地区投资效率的差距和西部地区非国有投资的滞后应引起重视。本文通过数据研究得出结论：必须改革投资体制，通过市场的力量来实现西部地区投资的所有制结构的调整和优化;要通过转变投资方式来转变西部地区的经济增长方式;更要合理分布投资的空间配置。 3、 《对时滞指标经济效应分析方法的思考》 徐晓东 对固定资产授资时滞指标的效应分析，在当前具有十分重要的意义。因为时滞的长短产生不同的经济效应，影响投资效果。对时滞指标的效应分析，要兼顾决策时滞和投资时滞两个方面.主要是采用对比法，所以在分析时要注意对象的可比性.同时，分析要全面，要将两个时滞指标结合起来从不同方面进行效应分析，才能发现问题和不足，提高固定资产投资的经济效果。 4、 《我国固定资产投资与经济增长周期关系的实证分析》 胡春、仲继银 《北京邮电大学学报》(社会科学版) 2001年4月第3卷第1期 本文对1981-1999年我国固定资产投资的增长率与国内生产总值增长率的数据进行统计研究，建立两者相关关系的回归模型，并且具体分析了国有固定资产投资、非国有固定资产投资、全社会固定资产投资的增长对经济周期的影响。 从古典经济增长理论到新经济增长理论，无一例外都将资本积累作为经济增长的重要影响因素，肯定了资本积累在经济增长中的重要作用。与其他手段相比，固定资产作为资本积累的重要途径，对经济增长的拉动作用更为直接和显著，因而成为政府实现经济增长目标和进行宏观调控的首选手段。 固定资产投资是国民经济发展的主要推动力量，也是衡量一个国家生产能力的重要指标。因此，立足于经济增长方式大转变的背景下，通过对近年来我国固定资产投资的情况进行统计分析，对于我们促进国民经济发展，提高综合国力有重大的现实意义。 一、1995-2004我国固定资产投资的基本情况 1995-2004年我国固定资产投资额在总量上保持较稳定的增长。由表1可以看出，除2004年政府采取宏观调控措施抑制固定资产投资过快增长，而引起的投资额减少外，各年均有较大幅度增长。近年来，各项经济政策逐步成熟和投资的有序化发展，以及宏观政策的调控的影响，使投资增长逐渐趋于平缓，并且稍有回落。从近年来我国固定资产投资的实际效果来看，总体效果还是良好的。目前我国固定资产投资情况总体是健康合理的。 年份19951996199719981999 固定资产投资完成额58260.567800747727955382054 年份20002001200220032004 固定资产投资完成额894049593310239811669493144 表1 (单位:亿元) 投资总量对经济的影响 如前所述，固定资产投资是推动经济发展的主要因素，但他们的紧密程度如何？存在怎样的内在关系？这需要通过科学地分析才能得出结论。下面，我们就1995-2004的固定资产投资情况和国民经济发展情况展开分析，找出他们的内在联系。 我们把历年的投资增长率与GDP增长率放在一起作分析观察,转换成趋势图（如图1），不难看出投资总量与经济发展的关系体现在以下几个方面：1、固定资产投资增长率与GDP增长率之间存在一致性，但固定资产投资增长率要大体上高过GDP增长率。二者的一致性说明了固定资产对国民经济的拉动作用，但是这种拉动作用是有局限性的，要受到除固定资产投资以外的其他因素的影响，在 图1 中则表示为二者的关系并不是严格的一致性相关（同比例增长），这是由于GDP所包含的内容比固定资产投资的内容要多得多，受其他因素影响决定的。2、固定资产投资增长率对国民经济增长具有“时滞”效应。从 图1 中不难看出，GDP的增长率水平要比固定资产投资增长率要迟一些，也即固定资产投资对国民经济的发展会产生延迟性的影响。如1998 年固定资产投资的增速达到一个最高点13.189% , 而GDP 的增速直到2000 年才达到新一轮的最高点9%; 特别是2000年以来的固定资产投资的强劲增长直到2003 年才在GDP 的增长中显现出来。 这种时滞性主要是由固定资产投资的性质决定的。固定资产投资从投资初期到产生效益要有一定的时间间隔，即我们所说的“工期”，这是投资必不可少的环节。正是这个环节的存在，才会使得当期投资在一定时期后对国民经济产生影响，从而产生“时滞”效应。同时，“时滞”效应也受不同时期的技术水平、生产率水平、投资效益水平的影响，而这些影响因素是由国民经济发展状况决定的，因而可以概括地说，国民经济发展对投资有反作用。3、固定资产投资增长率的波动性要比GDP增长率要强。趋势图上的数据证明了投资的不稳定性和经济增长的稳定性，投资虽然对经济增长存在着拉动作用，但并不意味着投资对经济增长有决定作用。随着投资的日渐成熟和经济增长方式的调整，二者最终会达到平衡。 图1 二、我国固定资产投资对经济增长滞后效应的模型分析 一个国家或一个地区其固定资产投资对经济增长都具有一定的滞后影响, 其滞后影响期的长短从某种意义上来说, 是可以控制的, 决定其长短的直接动因来自该国家或地区经济发展战略考虑。任何一种经济发展战略实施效果如何, 即对其确立的滞后期的界定与评价, 都可以采用一定的方法加以检验。除了上述采用固定资产投资与GDP 的变动趋势图和滞后效益系数法分析外, 下面再通过建立相应的模型来鉴定我国固定资产投资对经济增长滞后影响期。 表一：1995年——2004年GDP（单位：亿元） 季度一季度二季度三季度四 19959811130541363021765.5 199613156166001591922125 19971468518494.817971.623620 199815899.418831.619704.425117.6 199916784194052061125254 200018173213182263327280 200117971.623047.124284.928706.1 200221020245162614630716 200323562264912906137580 200427106316673437143371 表二：1995年——2004年固定资产投资完成额（单位：亿元） 季度一季度二季度三季度四 19951117.92645.9312813127.2 19961298.75409.21561.615390.5 199714785939166516218 199816184209.95035.717593.4 19992022.84664.270606129 2000223553035932.519148.5 200125609338.74020.720978.6 20023263.711198.35326.123050.9 2003447910593.61144016130.4 200470581478616184.3420591.94 固然，影响经济增长的因素很多，但是，分析得出，固定资产投资是影响我国过去、当前及未来一段时期经济增长的关键因素。由于劳动的投入与科技进步对经济增长的促进作用也是经济增长不可缺少的重要因素，因此在下面的模型中，把它们连同各种偶然因素对经济增长的影响都归于随机扰动项u中。模型仅以国内生产总值作为因变量，以固定资产投资x为自变量。 分布滞后模型为： Y=C+β0X+β1Xt-1+β2Xt-2+……+βsXt-s+Ut Y—— GDP值（亿元） C—— 常数项 Βi—— 待定系数 (i=1、2、3、……s) Xt-i—— 固定资产滞后i期的值（亿元）(i=1、2、3、……s) Ut—— 随机扰动项，包含影响经济的其他变量 1、找出滞后期s。 （1）由于滞后长度s未知，我们先建立模型，对Y、X、Xt-1 进行回归。采用季度数据，模型建立如下： Y=C+β0X+β1Xt-1+Ut 利用Eviews进行回归处理如下： Dependent Variable: Y Method: Least Squares Date: 06/01/05 Time: 12:01 Sample(adjusted): 1995:2 2004:4 Included observations: 39 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C12617.421298.1269.7197170.0000 X0.8733680.0908199.6166180.0000 X(-1)0.3655490.0938943.8932020.0004 R-squared0.729718 Mean dependent var22912.10 Adjusted R-squared0.714702 S.D. dependent var6687.509 S.E. of regression3572.019 Akaike info criterion19.27345 Sum squared resid4.59E+08 Schwarz criterion19.40142 Log likelihood-372.8323 F-statistic48.59705 Durbin-Watson stat1.277679 Prob(F-statistic)0.000000 分析结果：R2= 0.729718表明方程拟和度一般，F统计量明显显著表明方程 总体是显著的。各系数的t 检验均比较显著。 （2）继续对Y、X、Xt-1 、Xt-2进行回归，结果如下： Dependent Variable: Y Method: Least Squares Date: 06/01/05 Time: 13:08 Sample(adjusted): 1995:3 2004:4 Included observations: 38 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C11323.411480.9487.6460520.0000 X0.8078360.0917348.8063150.0000 X(-1)0.3969790.0941324.2172780.0002 X(-2)0.2147720.0973792.2055330.0343 R-squared0.751935 Mean dependent var23171.52 Adjusted R-squared0.730047 S.D. dependent var6575.397 S.E. of regression3416.380 Akaike info criterion19.20985 Sum squared resid3.97E+08 Schwarz criterion19.38223 Log likelihood-360.9872 F-statistic34.35361 Durbin-Watson stat1.446888 Prob(F-statistic)0.000000 分析结果：R2= 0.751935表明方程拟和度一般，F统计量明显显著表明方程 总体是显著的。各系数的t 检验均比较显著。 (3)继续对Y、X、Xt-1 、Xt-2、Xt-3进行回归, 结果如下： Dependent Variable: Y Method: Least Squares Date: 06/01/05 Time: 18:14 Sample(adjusted): 1995:4 2004:4 Included observations: 37 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C8404.8181476.2955.6931810.0000 X0.8407240.07609211.048720.0000 X(-1)0.3284650.0800494.1033150.0003 X(-2)0.2889790.0833283.4679800.0015 X(-3)0.3511520.0815064.3083170.0001 R-squared0.834334 Mean dependent var23429.40 Adjusted R-squared0.813626 S.D. dependent var6468.352 S.E. of regression2792.457 Akaike info criterion18.83232 Sum squared resid2.50E+08 Schwarz criterion19.05001 Log likelihood-343.3979 F-statistic40.28995 Durbin-Watson stat1.681394 Prob(F-statistic)0.000000 分析结果：R2= 0.834334表明方程拟和度较好，F统计量明显显著表明方程 总体是显著的。各系数的t 检验均比较显著。 （4）同上继续对Y、X、Xt-1 、Xt-2、Xt-3、Xt-4进行回归, 结果如下： Dependent Variable: Y Method: Least Squares Date: 06/02/05 Time: 12:16 Sample(adjusted): 1996:1 2004:4 Included observations: 36 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C7059.7261292.7105.4611830.0000 X0.4646330.1093044.2508240.0002 X(-1)0.3385250.0662935.1065140.0000 X(-2)0.3098580.0709624.3665550.0001 X(-3)0.4339820.0708606.1245290.0000 X(-4)0.4886010.1163854.1981450.0002 R-squared0.895454 Mean dependent var23475.62 Adjusted R-squared0.878030 S.D. dependent var6553.907 S.E. of regression2288.901 Akaike info criterion18.46054 Sum squared resid1.57E+08 Schwarz criterion18.72446 Log likelihood-326.2898 F-statistic51.39110 Durbin-Watson stat0.977140 Prob(F-statistic)0.000000 分析结果：R2=0.895454表明方程拟和度比较好，F统计量明显显著表明方程 总体是显著的。各系数的t 检验均比较显著。 （5）同上继续对Y、X、Xt-1 、Xt-2、Xt-3、Xt-4、Xt-5进行回归, 结果如下： Dependent Variable: Y Method: Least Squares Date: 06/02/05 Time: 12:53 Sample(adjusted): 1996:2 2004:4 Included observations: 35 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C7209.6041401.4005.1445740.0000 X0.4563370.1133834.0247420.0004 X(-1)0.3111500.1158682.6853830.0120 X(-2)0.3041190.0733374.1468550.0003 X(-3)0.4220880.0752605.6084090.0000 X(-4)0.4926810.1250233.9407130.0005 X(-5)0.0417900.1207180.3461740.7318 R-squared0.889872 Mean dependent var23770.47 Adjusted R-squared0.866273 S.D. dependent var6402.762 S.E. of regression2341.410 Akaike info criterion18.53175 Sum squared resid1.54E+08 Schwarz criterion18.84282 Log likelihood-317.3056 F-statistic37.70809 Durbin-Watson stat0.986166 Prob(F-statistic)0.000000 分析结果：R2=0.895454表明方程拟和度比较好，F统计量明显显著表明方程 总体是显著的。X、Xt-1 、Xt-2、Xt-3、Xt-4的系数的t 检验均比较显著。Xt-5的系数的t 检验不显著。说明滞后5期的影响已经不大。 所以我们得出结论：固定资产投资对经济增长的滞后影响期大致为一年。 2．继续分析上述结果（4） 结果（4）中，DW＝0.977140 查表得，在0.01显著性水平上，当n＝36，k＝5时dL＝0.988，dU＝1.588， 0DWdL,表明存在一阶正自相关。 这时，我们用一阶差分法对自相关进行修正，即数据采用增加额，结果如下： Dependent Variable: Y Method: Least Squares Date: 06/02/05 Time: 21:05 Sample(adjusted): 1996:2 2004:4 Included observations: 35 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C413.8323395.52521.0462850.3041 X0.2707580.1029242.6306670.0135 X(-1)0.1516270.1588310.9546390.3477 X(-2)0.1584130.1654940.9572110.3464 X(-3)0.2803500.1599751.7524670.0903 X(-4)0.4636010.1042454.4472110.0001 R-squared0.860180 Mean dependent var863.2857 Adjusted R-squared0.836074 S.D. dependent var5274.546 S.E. of regression2135.549 Akaike info criterion18.32564 Sum squared resid1.32E+08 Schwarz criterion18.59227 Log likelihood-314.6987 F-statistic35.68203 Durbin-Watson stat2.238858 Prob(F-statistic)0.000000 分析结果：DW＝2.238858 查表得，在0.01显著性水平上，当n＝35，k＝5时dL＝0.971，dU＝1.589，4－dU＝2.411，可见dUDW4－dU,故表明不存在一阶自相关。 再看各项系数的t值，临界值t0.05(33)=1.69, 所以X、Xt-3、Xt-4的系数是显著的。 Xt-1 、Xt-2 的系数检验不显著，这说明固定资产投资在最初的半年对经济增长的贡献不明显。 综上所述，最终我们得到的方程为： Y=413.8323+0.270758X+0.151627Xt-1+0.158413Xt-2+0.280350Xt-3+0.463601Xt-4 （395.5252）（0.102924）（0.158831） （0.165494） （0.159975） （0.104245） t=(1.046285) (2.630667) (0.954639) (0.957211) (1.752467) (4.447211) R2= 0.860180 F＝35.68203 DW＝2.238858 模型拟和情况图： 经济意义: 从回归结果来看，固定资产投资当期以及滞后1、2、3、4期的回归系数分别为0.270758，0.151627，0.158413，0.280350，0.463601，表明滞后4期的固定资产投资对经济增长的作用最大。也就是说固定资产在投资一年后对经济增长发挥的作用最大。 以上我们是用季度数据回归得到固定资产投资对经济增长的滞后影响期约为一年。但季度数据本身存在着缺陷（一月份数据不做统计），再考虑到不同季度会计制度方面可能存在着一些差别，导致我们的模型可决系数不是很高。 所以我们下面用准确的年度数据对我们得出的滞后期为一年的结果进行检验。 表三：1995年——2004年GDP和固定资产投资完成额（单位：亿元） 年份固定资产投资GDP 199520019.358,478.10 199622913.567,884.60 199724941.174,462.60 199828406.278,345.20 199929854.782,067.46 200032917.789468.1 200137213.597,314.80 200243499.91105,172.30 200355566.61117,251.90 200470073136,515.00 建立模型：Y=C+β0X+β1Xt-1+Ut 利用Eviews进行回归处理如下： Dependent Variable: Y Method: Least Squares Date: 06/04/05 Time: 21:10 Sample(adjusted): 1996 2004 Included observations: 9 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C30151.104702.2156.4121060.0007 X0.1006160.5368860.1874070.8575 X(-1)1.8364740.7483992.4538690.0495 R-squared0.990322 Mean dependent var94275.77 Adjusted R-squared0.987097 S.D. dependent var22234.60 S.E. of regression2525.696 Akaike info criterion18.76762 Sum squared resid38274846 Schwarz criterion18.83336 Log likelihood-81.45430 F-statistic306.9963 Durbin-Watson stat1.349585 Prob(F-statistic)0.000001 分析结果：R2=0.990322表明方程拟和优度很高，F统计量明显显著表明方程 总体是显著的。Xt-1的系数的t 检验比较显著。X的系数的t 检验不显著。 把X剔除重新回归，结果如下： Dependent Variable: Y Method: Least Squares Date: 06/05/05 Time: 13:40 Sample(adjusted): 1996 2004 Included observations: 9 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C29436.142552.42711.532610.0000 X(-1)1.9759310.07404526.685490.0000 R-squared0.990266 Mean dependent var94275.77 Adjusted R-squared0.988875 S.D. dependent var22234.60 S.E. of regression2345.174 Akaike info criterion18.55124 Sum squared resid38498890 Schwarz criterion18.59506 Log likelihood-81.48057 F-statistic712.1153 Durbin-Watson stat1.450022 Prob(F-statistic)0.000000 分析结果：R2=0.990266表明方程拟和优度很高，F统计量明显显著表明方程 总体是显著的。Xt-1的系数的t 检验比较显著。 DW＝1.450022 查表得，在0.05显著性水平上，当n＝9，k＝1时dL＝0.824，dU＝1.320，4－dU＝2.680，可见dUDW4－dU,故表明不存在一阶自相关。 经济意义：从回归结果来看，固定资产投资当期以及滞后1期的回归系数分别为0.100616和1.836474，并且固定资产当期的回归系数不显著，这充分说明了滞后一年的固定资产投资对经济增长的作用远远大于当期完成的固定资产投资对经济增长的贡献。把当期值剔除后，模型拟合优度较高并且各项检验均通过，也表明滞后一年的结论是成立的。 三、我国固定资产投资对经济增长的滞后效益分析 固定资产投资的目的之一在于使用一定量的投资, 在一定的时期实现较多的固定资产, 进而增加较多的GDP。但是投资是一个极富特点的转移行为。在从开始投入形成需求起到增加生产能力形成供给的这一段时间并不能增加国民收入，投资效应不能及时显现，其真正发挥作用是在以后的若干期，这种现象可称之为固定资产投资对经济增长的滞后效应(益)。对固定资产投资滞后效益的测定,通常采用如下效益指标加以测度: et-i= △y/xt-i( i= 0, 1, 2, 3，……) (1) 其中, 当i分别取值0、1、2、…… 时, et、et-1、et-2、……、et-n分别表示当期、滞后一期、滞后二期、……、滞后n期的固定资产投资效益系数, xt、xt-1、xt-2、……、xt-n,分别表示当期、前一期、前二期、……前n期的固定资产投资额。△y= yt - yt-1, 即当期与前一期GDP 之差。 利用上式对1995～ 2004 年我国全社会固定资产投资系数测算的结果如表5所示: 表5 我国固定资产投资及其滞后0，1期的效益系数表 年份ete(t-1) 1995 19960.4105220.469872 19970.2637410.28708 19980.1366810.155671 19990.1246790.131037 20000.2248230.247889 20010.2108560.238373 20020.1806330.211146 20030.217390.277693 20040.27490.346667 由表5 可以看出，当年及滞后一期的效益系数随滞后期的增加而增加，即有et et-1，这也说明上述滞后一年的结论是成立的。出现这种情况主要是因为自1995年以来，我国固定资产投资每年都以比较快的速度增长。 四、政策性建议 从投资经济学的角度来看, 固定资产投资对经济增长的滞后影响是客观存在的, 但是通过改进投资政策手段, 在一定程度上人们又是可以改善或控制其对经济增长的滞后影响, 以达到人们期望的效果。 首先, 从微观意义上考察, 要想缩短某一投资项目对GDP 的滞后影响期, 必须确定合理的建设工期, 在保证质量的前提下, 尽量缩短建设工期。为此, 在建设的过程中可雇用熟练的劳动人员, 采用先进的设备、先进的工艺, 实施科学有效的管理等, 以提高建设速度。反之, 则可采取降低建设速度的手段来实现。 其次, 从宏观角度考察, 要想缩短固定资产投资的滞后影响期, 一是要处理好基础设施投资与直接生产投资的关系。通常直接生产投资能较快地增加GDP, 而基础设施的投资为直接生产投资创造有利条件, 进而才促进GDP 的增加。增大基础设施的投资比重, 将会强化固定资产投资对经济增长的滞后影响; 反之, 则可缩短滞后影响。二是要处理好基本建设投资与更新改造投资的关系。通常, 更新改造投资对经济增长发挥效益的时间要短于基本建设投资对经济增长发挥效益的时间。因此, 提高更新改造投资比重有利于缩短固定资产投资对经济增长的滞后影响期。如2000 年、2001 年、2002 年和2003 年前11 个月的更新改造投资占总投资的比重分别为2717%、1610%、1519% 和1917% , 较之“八五”、“九五”时期, 该比重有较大的下降, 其结果必然是固定资产投资对经济增长的滞后影响更为明显。三是要处理好新建投资与改建投资、扩建投资的关系。通常改建、扩建投资项目会较快形成生产能力, 有利于弱化其对经济增长的滞后效应影响; 而新建投资项目往往形成新的生产能力速度慢, 强化其对经济增长的滞后效应显著。最后, 从固定资产投资对产业结构调整的导向作用来看, 国家必须从经济全局的、长期的、持续协调发展的战略高度制定固定资产投资政策, 以有利于产业结构、产品结构的调整以及区域经济的协调发展。不能片面地强调固定资产投资对经济增长的拉动作用, 只重视短期经济增长效益不利于经济、社会、科技、文化等长期协调发展。 结尾语：由于时间仓促、我们知识水平有限，本文难免有疏忽和遗漏。对于本文的不足之处，恳请各位老师和同学给予指正。 参考文献: [1]侯荣华, 汲凤翔 中国固定资产投资效益研究[M] 北京: 中国计划出版社, 2002 [2]中国统计年鉴 [3]李子奈 计量经济学-方法与应用[M] 清华大学出版社,1996 [4]胡春、仲继银 我国固定资产投资与经济增长周期关系的实证分析 [J]《北京邮电大学学报》(社会科学版) ,2001年4月第3卷第1期
-
对四川当前农村政策的合理性分析_经济学毕业论文
对四川当前农村政策的合理性分析_经济学毕业论文 对四川当前农村政策的合理性分析 摘要(1)通过对四川省的统计数据建立模型进行定量分析, 并对模型进行检验,在模型的修正过程中寻找模型存在的问题;(2)利用所建立的模型,通过各种因素对农民人均纯收入的影响关系来分析当前在农村的税费改革问题﹑农业税减免问题﹑财政补贴问题﹑农民外出打工问题以及乡镇企业的发展问题.最终探求一条符合四川实际的发展路子. 关键词:报酬收入 家庭经营收入 财政补贴 乡镇企业 本文行问的目的是通过定量分析来评价四川当前农村政策的合理性及其前景. 近些年来,”三农”问题在广大媒体的广泛报道下已经成问一个热门话题,引起了上至中央,下至平民百姓的广泛关注.而事实上,三农问题能否解决以及能在多大程度上解决已成为我国经济能否健康快速发展的一道屏障,解决好三农问题事关我国社会的稳定大局,事关我国发展全局. 而解决三农问题的关键在于能否切实增加农民的收入.农民增收问题是整个农村改革的核心问题.近几年,中央也出台了一系列措施,甚至以中央一号文件的形式作出了具体的要求,不可谓不重视.本文结合四川省的统计资料,通过数量分析来评析当前四川的农村政策. 一 数据分析 本文的数据样本是四川省1991年至2003年的统计数据,通过分析报酬收入(即工资收入)﹑家庭经营收入﹑其他收入(含转移性收入和财产性收入两大块)以及税收支出四大因素对农村人均纯收入的影响来达到行文的目的. (一) 建立模型: 四川省农民人均纯收入增长变化表 (%) 年份人均纯收入报酬收入家庭经营收入其他收入税收支出 19915.8180-10.1745.390021.6999.700 19927.427012.5117.06909.45407.300 199310.08337.869-5.233-4.5402.000 199435.52533.93434.30552.73042.20 199522.39827.76919.40518.33024.90 199625.96943.44623.9075.020017.70 199715.18622.12914.0645.810020.70 19986.454022.1811.243012.4102.200 19993.305018.801-3.2168.930-4.500 20003.262012.5871.037015.6404.700 20014.38109.14802.32800.7100-11.20 20026.10009.10005.2000-3.400-11.00 20035.80007.60003.900017.30-26.30 运用最小二乘法(OLS)对上表数据进行回归分析.得如下模型(模型一). Y=2.319 + 0.034X 1+ 0.875X2 + 0.022X3 + 0.020X4 (0.881) (0.006) (0.075) (0.047) (0.049) t=(2.713) (6.005) (11.629) (0.463) (0.413) R2=0.983 R2=0.974 F=112.799 (二) 模型修正 (1).经济意义检验 在上面的模型中,C与X1﹑X2﹑X3的系数从经济意义上来讲都属于正常范围.但在对X即税收收入的影响系数检验时发现:0.02的系数说明X与Y之间成正相关关系,但在实际中,税收对农民收入是一对反向的关系.农民的收入必然会随着税收的增加而下降.这说明所建立的模型(一)存在着一定的问题. (2)多重共线性检验 在建立的模型一中,R2和F统计量的值都比较大,在t检验中,X和X的统计量均小于2.这就从综合分析法上证明了该模型有多重共线性的存在.其将导致模型估计中参数估计不稳定,估计量的方差增大,t检验失效.因而有必要对其进行修正. (3)异方差性检验 由于所采用的数据为时间序列数据.因而我们用ARCH检验方法对其进行异方差性检验. 假定:p=3;а=0.05 提出假设:H:а=а=а=0 用OLS方法再对上面的数据进行拟合分析得到数据R2=0.23379.在样本量(n)为13的情况下.查表χ (n=13)=7.81473 (n-p)R2=(13-10)*02.3379=2.32719χ 2 (n=13) =7.81473 因而我们否定H假设,即认为该模型不存在异方差性. (4)对模型进行修正 修正方法:去掉X3 和X4 两个解释变量,再用OLS拟合表中数据,得到下面的模型(模型二) Y=2.41926+0.034233X1+0.915341X2 (0.610373) (0.004612) (0.040019) t=(3.963578) (7.422384) (22.87267) R2=0.981304 R2=0.977576 F=312.4384 二 模型意义分析 四川省是一个人口八千多万的农业大省,但经济发展水平在全国处于落后的地位.因而,振兴农村经济是一项有重大意义的历史任务.四川目前作为落后地区享受了一些中央的倾斜政策,但从本质上看仍需要结合四川的现实状况,探索一些切实有效的新路子. (一).减免农业税的积极效益分析 在对模型一做经济意义的检验时即暴露了税收(X3)作为解释变量所存在的问题.且先不说农业税的存在对农民纯收入的影响有多么大,仅仅在二者的定性分析上即出现了偏离期望的问题.再则,在对多重共线性检验中,明确了这一因素对应变量的影响受到其他因素的干扰,另外,即使假定模型一具有合理性,但0.02的税收解释变量系数本身也说明了其对应变量的影响力是微乎其微. 今年的人代会上,温家宝总理明确提出了取消农业税以及农业特产税的目标.并制定了实现这一目标的具体计划步骤.此举受到了全国乃至海外的广泛关注.但这一政策的出台更多的是在思考如何减轻农民的负担问题,是解决当前日益突出的城乡收入差距不断拉大的问题.至于此措施能否对农民的增收产生积极的影响,我们在一定程度上予以肯定.但从四川省统计数据所作出的模型分析来看,不管是实施农村税费改革还是取消农业税,都只能针对负担问题起到立竿见影的效果.要真正实现农民增收的目标.此举显然力不从心. (二)财政补贴对农民增收的影响 在模型中,家庭经营收入(X2 )对应变量的影响非常显著.从模型的经济意义上来分析,在报酬收入不便的前提下,家庭经营收入每增加一个百分点,农民人均纯收入就会增加0.95341个百分点.而在全国而言在报酬收入不变时,家庭收入每增加1个百分点,农民的收入仅会增加0.803346个百分点.这应当从四川的实际情况做具体的分析,四川是一个农业大省,农业人口有6842.5万.占全省人口总量的81.386%.再加之成都平原得天独厚的农业资源条件,适宜的气候,农民家庭经营收入方式多样化,使得四川农村家庭经营收入占整个收入的比重大大高于全国平均水平也就在情理之中了. 因而,合理的农村多种经营模式,在农村现有的条件下,是对农民增收有着至关重要的作用.当前,四川农业主要还是以粮食生产为主,但副业经营才是整个家庭增收来源中最为重要的部分.四川有其自身的独特农业资源优势,不管是经济作物还是畜牧养殖都已经有了很大的发展成就并且仍有很大的发展空间.近年来我国的长江防护林生态建设给四川提供了有粮食生产为主转向结合经济作物共同发展了大好契机.我们可以从感性上预测这种经营模式的转变还将会对农民的增收产生更为积极的影响. 近些年,中央有对粮食实行保护价收购的政策措施,而在今年宣布要取消农业税的同时要加大对粮食生产的直接补贴力度.这项措施不仅会增加粮食产量,更重要的是它将起到一个导向作用,积极的粮食耕种会得到一个可观的收益,而另一方面当前进城的农民工的应有权利还没有得到切实有效的保护时,在农村从事家庭的多种经营以提高收入水平或许将会是更多人的选择. (三)乡镇企业的历史重任 在模型二中,报酬收入的系数仅为0.034233.即在家庭经营收入不变的前提下,报酬收入每增加一个百分点对农民纯收入的提高仅能贡献0.034233个百分点.这与全国平均水平有相当大的差距在家庭经营收入不变的前提下,报酬收入每增加一个百分点对农民纯收入的提高能够贡献0.084143个百分点.虽然四川的农民工全国有名,但劳动力结构很不合理,且不说工作量大,工资报酬低,微薄的收入能否实实在在的得到还有很大的风险系数,从表面上看我省外出打工者每年寄回上百个亿的打工收入,但打工人数之众,平均下来,也就难言收入丰厚与否了. 上世纪八九十年代,四川的乡镇企业经历了一个辉煌的发展时期.离土不离乡的打工模式大大提高了农民的人均收入.但是随着全国乡镇企业发展陷入困境,乡镇企业吸收更多劳动力就业的能力降低,反过来说也就意味着农民报酬性收入是水平降低,其结果是农民由寻求报酬性收益转向原本的家庭经营,最终使得工资报酬性收益大大低于家庭经营收入. 虽然按上所诉要提高农民工资报酬性收入有很大的难度,但同时也应该看到其蕴藏的巨大潜力.自去年温总理给农民讨工资的事情发生以来,全国范围内掀起了保护农民工合法利益的高潮,农民进城打工的利益有了一定的保障.在今年夏天,我国沿海地区出现了农民工短缺的状况,使得农民工的合法权益受到了更广泛的重视.这些对四川这样一个农民工输出大省来说无疑是一个相当积极的信息. 当前乡镇企业所面临的发展困境是一种产业结构性的问题,是落后的经营模式所造成的.粗放型的经营方式迫使我们转变观念,寻找新的发展途径.随着我国整体经济的高速发展以及二﹑三产业的日益重视,应该说给乡镇企业的发展提供了一个很好的发展环境.现在提倡的公司加农户的经营模式,走农业特色化的路子已经得到了很好的实施,其结果也证明了具有很好的现实效益与发展前景.这对农民增收可以说是一条最终的实现途径. 三 结语 我们采用的数据是四川省的统计数据,以全国数据作为参照,也体现的四川与全国水平见存在的现实差距,同时也说明了四川在农业发展中的独有个性,在此基础上构建的模型来分析四川当前的农村政策也就具有了积极的意义.四川当前的农村政策结合中央的思路是完全正确的,但在结合自身是实际作出决策上还有一定的提升空间,如何提高工资报酬性收入的增长在整个收入增长中的地位,是事关能否切实提高农民收入水平的关键,因而怎样发挥劳动力输出与内部转化的问题,是解决农民增收问题以及三农问题最值得期待的方面. 附表: 中国农民人均纯收入增长表 (%) 年份 人均纯 收入报酬 收入家庭经营收入年份人均纯收入报酬收入家庭经营收入 19913.24-50.9713.4919978.5214.138.05 199210.65170.91-4.5819983.4411.47-0.42 199317.565.4920.8219992.249.88-1.2 199432.4835.229.9720001.9511.43-1.46 199529.2234.527.6620015.019.912.27 199622.0827.4621.02200216.038.851.84 运用OLS分析得如下模型; =2.816991+0.084143X5+0.803346X6 (1.924332) (0.027374) (0.113782) t=1.463880 3.073816 7.060410 R2=0.853537 R2=0.820989 F=26.22439 数据来源及参考书目: (1)《1997四川统计年鉴》 第279页 (2)《1998四川统计年鉴》 第331页 (3)《2001四川统计年鉴》 第37页 (4)《2003年四川统计公报》 (5)《2004年四川统计公报》 (6)《1995中国统计年鉴》 第279页 (7)《1998中国统计年鉴》 第307页 (8)《1999中国统计年鉴》 第339页 (9)《2000中国统计年鉴》 第331页 (10)《2003中国统计年鉴》 第369页 (11)《农民收入问题性质的根本转变━分地区对农民收入结构和增长变化的考察》 张东伟 王得文著 载《中国农村观察》2004年第一期 第4页
-
中国期货市场与相关市场价格关系的实证研究_经济学毕业论文
中国期货市场与相关市场价格关系的实证研究_经济学毕业论文 中国期货市场与相关市场价格关系的实证研究 An Empirical Research on the Relation of Prices Between the China Futures Markets and Other Related Markets 摘要：笔者通过收集相关历史数据，对中国期货市场上铜、铝、小麦三个品种的价格和国内现货价格进行了协整检验，并给出了三个期货品种的误差校正模型。然后，对上述三个期货品种的价格和国内外现货、期货市场相关品种的价格进行了Granger因果检验。检验结果表明，国内铜、铝期货对国内市场铜、铝现货有价格发现功能，同时对国外的相关现货期货品种的价格有一定的影响；而小麦不具有这种功能和影响力。 Abstract: In this paper, cointegration relationship, causal relationship and the error correction model are introduced. Using these models, this paper takes the copper future and aluminum future at Shanghai Metal Exchange and wheat future at Zhengzhou Commodity Exchange as the objects of study to test the causal relationship and cointegration relationship based on the collected data. The result shows that the two series of future price and cash price follow the cointegration relationship. Finally, with given ECMs and analysis of the casual relationship exists between the prices series, we show that we are able to forecast the prices of cash copper and aluminum to a certain extent. 关键词：期货市场；协整关系；误差校正模型；Granger因果检验 Key words: future market；cointegration relationship；ECM ；Granger Causality Test； 1 引言 2004年6月，商务部发布了《全国商品市场体系建设纲要》。该《纲要》是多年来我国首次发布有关市场体系建设的全面的指导性文件。《纲要》中提出，要加快期货市场的发展。完善现有上市品种的交易制度，强化风险防范机制，发挥期货市场发现价格、套期保值、规避风险和调节供求功能，促进生产资料的生产和流通。做好与国内现货市场、国外期、现货市场的衔接。加强期货市场对现货流通的预测性和导向性，促进现货与期货市场的联动。在这种背景下，研究现货市场和其他相关市场的协调问题，就具有极为重要的意义。 2 文献回顾 运用协整理论可以很好地描述经济系统的长期均衡关系。Engle和Granger（1987）发展了检验协整的崭新方法——EG两步法。 Shen和Wang（1990）首次运用Engle和Granger（1987）提出的协整的方法来检验期货市场的价格发现。至此之后，Lai.K.S和Lai M.A（1991），Schroeder（1991）和J.Quan（1992）分别对远期外汇、生猪、原油期货市场的价格发现功能作出了一系列实证分析。Hakkio和Rush（1989），Baillie和Bollerslev（1989），Baillie（1989），Barnhart和Szakmary（1991）使用协整检验方法来检验在外汇市场的无偏估计，Chowdhury（1991）使用该方法检验了伦敦金属交易所的铜、锡、铅和锌市场的无偏估计。 Fatimah Mohd. Arshad和Zainalabidin Mohamed（1993）运用协整的方法实证分析了棕榈油期货市场的定价效率问题。该文通过研究马来西亚的距离交割月前各个时间间隔的初级棕榈油期货的价格预测能力来考察该期货市场的定价效率。 Jian Yang和David A. Bessler和David J.Leatham（2001）还把协整方法运用到研究商品的可储存性和商品期货市场的价格发现中，他们认为资产的可存储性质并不影响期货价格和现货价格之间协整关系的存在，也并不影响期货市场能否预测将来的现货价格。但是，商品的可储存性可能对于期货价格对于现货价格预测的精确度是有影响的。这个发现对于商品生产的决定、商品的套期保值以及商品期货价格的预测均有重大的意义。 Grange的理论到今天已经被广泛地运用在宏观经济和金融经济学的理论和实践中，并且已经产生了很大的经济社会效应，诺奖的获得就是对其过去一二十年成就的肯定。然而该方法在期货理论研究的运用中特别是在中国，还需要更多的深入研究和应用。 3 研究方法 3.1 协整检验 为了研究期货价格与现货价格的协调关系，我们对期货、现货价格序列进行协整检验。 协整的定义：如果时间序列都是阶单整，即，存在一个向量，使得，这里，。则称序列是阶协整，记为，为协整向量。 本文只涉及到期货价格和现货价格两个序列间的协整关系，因此只有在它们是同阶单整即时，才可能存在协整关系。 协整的检验：为检验两变量和是否协整，Engle和Granger于1987年提出了两步检验法，称为EG检验。序列和若都是阶单整的，用一个变量对另一个变量回归，即有 (3.1) 用和表示回归系数的估计值，则模型残差估计值为 (3.2) 若，则和具有协整关系，且为协整向量，3.1式为协整回归方程。 3.2 Granger因果检验 期货价格与现货价格之间的引导关系可以通过Granger因果检验来进行，Granger因果检验的模型为： (3.3) (3.4) 其中，k是最大滞后阶数，干扰、假定为不相关。检验的原假设是序列x（或y）不是序列y（或x）的格兰杰成因。如果存在某一不为零，则称序列引导序列；同样，如果存在某一不为零，则称序列引导序列；如果同时存在某一和某一均不为零，则称序列与序列之间相互引导，可以通过F统计量进行Granger因果检验。 4 实证分析 4.1 实证检验中期货品种及价格数据的选取 由于期货合约的时间跨度有限，任一交割月份的期货合约在合约到期后将不复存在，同一交易日同时有若干个不同交割月份的期货合约在进行交易，为克服期货价格的不连续性，必须产生一个连续的期货价格时间序列，且由于成交量相对较大，交易较活跃的期货合约往往是当月之后的第三个月交割的期货合约，故选取距离当前月之后的第三个月交割的期货合约作为连续期货合约的代表而得到连续期货合约序列（如果当月之后的第三个月没有相应的合约，则取当月之后第二月、第四月合约价格的平均值）。本文研究的期货品种为上海期货交易所的铜（时间跨度为2000年7月10日到2004年12月31日），铝（时间跨度为2000年7月10日到2004年12月31日）和郑州商品交易所的强麦（时间跨度为2003年3月28日到2004年11月12日），由于我国期货在节假日期间或市场出现异常时的短时停止开放，使得数据局部出现断开现象，在进行收益率统计时将时间后移而构筑连续时间序列。对于现货价格序列，本文选取长江有色金属市场铜、铝现货价格，郑州豫麦现货价格作为代表[铜、铝现货价格数据来源：上海有色金属网网站收录的长江有色金属市场现货报价，长江有色金属市场是具有代表性的现货市场；豫麦现货价格数据来源：郑州商品交易所网站，豫麦是强麦中交易最大的、最具代表性的品种。]。 将搜集到的数据绘制成时序图。见图4.1—图4.3。 4.2 检验过程及检验结果 4.2.1 协整检验 观察图4.1—图4.3，三种期货品种的现货、期货价格具有大致相同的增长和变化趋势，说明各品种的现货、期货价格序列之间可能存在协整关系。现用EG两步法进行协整检验。 （1）平稳性检验： 一个时间序列是平稳序列，是指产生这个序列的基本规则不随时间的变化而变化。单位根检验法是现代时间序列分析中检验平稳性的有效方法。本文主要用DF(Dickey-Fuller)单位根检验法来检验各价格序列的平稳性。 用表示某种序列，可以采用如下三种形式的回归模型检验序列是否含有单位根： (4.1) (4.2) (4.3) 其中，随机扰动项满足条件。根据估计结果检验假设。检验所用统计量为常规的T统计量： (4.4) 但在原假设成立的条件下，该统计量不再服从传统的t分布，而是依分布收敛于维纳过程的泛函，其极限分布称为Dickey-Fuller分布。在具体应用中，先根据观测数据估计回归模型，计算出在原假设成立的条件下T统计量的值，然后查DF检验临界值表，将T统计量值与DF检验临界值进行比较后做出判断。 如果估计模型的残差序列不存在序列相关性，则符合DF检验法对随机扰动项的假定条件，由此得出序列平稳性的结论是恰当的。但如果模型的随机扰动项存在自相关性，则DF检验法失效。为了避免这种情况下DF检验可能导致的偏误，可以采用修正的DF检验法，即ADF检验。其基本思想是在模型中引入足够的滞后差分项，以使模型的随机扰动项序列相互独立。ADF检验所使用的回归模型有如下三种形式： (4.5) (4.6) (4.7) 检验假设仍然为。由于ADF检验统计量与DF检验统计量有相同的渐进分布，因此可以使用相同的临界值进行推断。 下面检验价格序列的平稳性，首先进行DF检验，如果回归结果满足模型假定条件，则做出统计推断，否则再进行ADF检验。检验结果见表4.1。 表4.1 期货、现货价格指数序列单位根检验结果 样本数ω估计值T统计量值麦金农临界值D-W值 沪铜现货1078-0.001911-1.031039-3.41641.987061 沪铜期货1078-0.002545-1.113130-3.41642.013610 沪铝现货1076-0.005588-2.425606-3.41642.032806 沪铝期货1076-0.006602-2.190472-3.41642.062961 豫麦现货351-0.003702-0.552980-3.42431.975473 强麦期货351-0.067610-3.367425-3.42432.028787 注：此表中麦金农临界值对应的显著性水平为5%，下同。 除沪铜现货和沪铝现货采用滞后期为1的ADF检验外，其余均采用DF检验。从检验结果来看，在5%的显著性水平下，(A)DF检验T统计量的值均大于麦金农临界值，因此，接受原假设，表明以上各价格指数序列存在单位根，各价格指数是非平稳的。 （2）单整性检验： 根据协整理论，在进行协整检验之前，应首先对变量序列的单整性进行检验。所谓某变量序列是单整的，是指序列本身非平稳，但经过差分后能变成平稳序列。如果序列经过d次差分后平稳，而d-1次差分不平稳，那么称为d阶单整序列，记为，其中d称为整形阶数。 由此可见，检验各价格序列的单整性，可以归结为检验其差分变量的平稳性。下面分别对各序列建立回归模型进行单整性检验。由于六种序列在差分后趋势不明显，因此对差分序列进行单位根检验时，采用不带时间趋势的回归模型。检验结果见表4.2。 表4.2 期货、现货价格指数序列的单整性检验： 整形阶数ω估计值T统计量值 沪铜现货1-0.879222-28.98870* 沪铜期货1-1.005868-32.91669* 沪铝现货1-0.711541-24.33096* 沪铝期货1-1.031372-33.78519* 豫麦现货1-0.983599-18.32489* 强麦期货1-1.053471-19.77158* 注：*号表示在5%显著性水平下拒绝原假设。 上述检验结果表明，沪铜现货、沪铜期货、沪铝现货、沪铝期货、豫麦现货、强麦期货六种价格指数都是1阶整形的非平稳变量，它们满足协整分析所要求的条件，从而可以讨论它们之间的波动是否存在长期均衡关系。 （3）协整性检验： 协整回归的估计模型结构如下： (4.8) 其中，y代表期货价格序列，x代表现货价格序列。对协整回归的残差序列进行平稳性检验，采用如下不带常数项的自回归模型： (4.9) 协整检验结果见表4.3： 表4.3 期货价格指数与现货价格指数的协整检验 协整回归协整检验（残差序列平稳性检验） 期货α现货R2D-Wω值T值临界值D-W 铜1.0002505.997 (34.81)0.857 (238.54)0.9810.071-1.186-39.572-3.372.001 铝1.000-587.603 (-4.60)1.039 (121.24)0.9320.097-0.049-5.171-3.372.237 小麦1.0001265.672 (56.91)0.311 (20.94)0.5570.171-0.088-4.056-3.372.052 注：表中协整回归部分C、现货的数据为协整向量的估计值，括号中的数据为t统计量值。表中的临界值为协整检验专用临界值，显著性水平为5%（张世英，《协整理论与波动模型》，457页）。 从检验结果来看，对协整回归的残差序列进行单位根检验，T值都小于DF检验的临界值，因此拒绝存在单位根的原假设，表明铜、铝、小麦这三个期货品种的期货、现货价格指数的波动存在长期稳定关系。 （3）误差校正模型： 根据协整理论，对于时间序列：期货价格，现货价格，如果，可以认为它们之间存在协整关系：，协整参数为。根据这个关系，可以写出ECM表达式，并回归出如下的多元线性方程式： ，其中为误差校正项ECM。 表4.4ECM模型估计结果 种类F 铜88.88838 (4.260079)0.829332 (36.94229)-0.035331 (-4.369344)0.560590.55977685.1050.857 铝-20.39962 (-3.318711)0.745955 (21.46969)-0.035551 (-3.852212)0.300720.29942230.5111.039 强麦107.3333 (3.858156)0.195372 (2.079822)-0.084684 (-3.852621)0.047590.042108.669970.311 注：括号中的数据为t统计量值。 从表4.4的结果来看： （1)铜的ECM模型拟合优度较高，和都比较大，各参数的T值和F值也显著，说明式子是有意义的。由于的系数为-0.0353310，则即ECM项的校正机制是：当0.857时，对的净效果为负；当0.857时，对的净效果为正；的系数为-0.035331,说明长期均衡趋势误差校正项对超涨超跌的调整幅度为3.5%，可见，由于期价与现价的协整性，市场上存在着一定的时期价格超涨超跌的调整制约机制。 最后可将上式调整为： ， 就可以从预期的现货价格推得与预期同期的期货价格。 （2)对铝而言，可决系数修正可决系数都比较低，但是F很大，t值也比较大，说明式子是有意义的。 由于的系数为-0.0355510，则即ECM项的校正机制是：当1.039时，对的净效果为负；当1.039时，对的净效果为正；的系数为-0.035551，说明长期均衡趋势误差校正项对超涨超跌的调整幅度为3%，可见，由于期价与现价的协整性，市场上存在着一定的时期价格超涨超跌的调整制约机制，但是这个调节机制较弱。 最后的价格调整的关系式是： ， 该式子仍然可以为价格的发现提供较有意义的参考。 （3) 对小麦，结论是：可决系数修正可决系数都很低，而且F也不大，说明式子的意义不是很明显。即认为强麦不存在很明显的误差调节机制。我们只能近似的分析强麦误差调节的机制： 由于 的系数为-0.084684 0 ,则即ECM项的校正机制是：当0.311时,对的净效果为负；当0.311时, 对的净效果为正； 的系数为-0.084684 ,说明长期均衡趋势误差校正项对超涨超跌的调整幅度为8.4 % . 最后的价格调整的关系式是： ， 需要强调的是这个式子只能粗略的提供价格调整的参考，其原因在于上文就提到的式子本身就不显著。 4.2.2 Granger因果检验 首先对将要做检验的序列进行单位根检验，发现所有序列都是1阶单整序列。因此，为满足序列平稳性的要求，在做Granger因果检验的时候都选用相应序列的1阶差分序列。 根据3.2中关于Granger因果检验的说明，滞后期选2，检验结果见表4.5。 表4.5 Granger因果检验结果 品种因果方向F值概率 铜上海铜期货→上海铜现货**8.945270.00014 上海铜现货→上海铜期货**4.696700.00931 上海铜期货→智利ccc铜**9.409528.9E-05 智利ccc铜→上海铜期货*4.547970.01080 上海铜期货→LME铜期货**46.30950.00000 LME铜期货→上海铜期货*3.349010.03555 上海铜期货→LME铜现货**38.59690.00000 LME铜现货→上海铜期货*3.559780.02884 铝上海铝期货→上海铝现货**36.68823.9E-16 上海铝现货→上海铝期货0.139650.86968 上海铝期货→LME铝期货**10.31783.7E-05 LME铝期货→上海铝期货1.675110.18786 上海铝期货→LME铝现货**10.20924.1E-05 LME铝现货→上海铝期货1.906490.14920 小麦强麦期货→豫麦现货0.260500.77082 豫麦现货→强麦期货*3.202670.04187 注：**号表示在1%显著性水平下拒绝原假设；*号表示在5%显著性水平下拒绝原假设。 从表4.5中结果可以得知，在滞后2阶的时候，在1%的显著性水平下，上海铜期货与铜现货价格序列互为格兰杰成因；上海铜期货是智利ccc铜、LME铜期货及LME铜现货的格兰杰成因。上海铝期货是铝现货价格序列的格兰杰成因；同时上海铝期货也是LME铝期货和现货的格兰杰成因。强麦期货与现货价格序列之间不存在格兰杰因果关系。 5 实证结论 通过实证分析得出如下结论： 1．铜、铝、强麦期货价格序列和现货价格序列均是非平稳的，但它们的一阶差分序列是平稳的。 2．考察期货、现货价格序列之间波动的关联程度，发现铜、铝、小麦期货与现货之间存在协整关系。铜的期货、现货价格关联程度最强，其次是铝，再次是小麦。 3．通过所选品种的误差校正模型，我们考察了每个品种的长期稳定到短期变化的调整机制。这种机制的作用在铜和铝上表现得比较显著，在小麦上则反映得比较微弱。 3．通过对所选期货品种进行Granger因果检验，得出如下结论：铜、铝两个期货品种具有很强价格发现功能，小麦这个期货品种尚不具备价格发现功能。 我们把各期货品种之间的比较和差异归结为如下几点原因： 1．三种商品本身存在差异：农产品往往来自千家万户，商品本身质量的波动性比较大。加之不耐储存，市场上交易者众多，投机成份较多，这些原因容易造成价格变化幅度较大且频繁。而铜等作为工业品原料，商品质量稳定，应用广泛，耐储存，价值较高，散户不易介入，投机程度相对较低。 2．套期保值量的多寡：农产品因其价值较低，期市上散户众多，套期保值者较小，造成投机气氛浓厚，容易为大操纵。而铜市和铝市中散户要少得多，参与套期保值的国有有色金属生产和流通企业比例较高，这对减少价格波动起到了明显的作用。 3．现货市场的流动性差异：铜等重要工业原材料有很完善的市场，跨地区、跨国交易现象很普遍，国外的LME、COMEX也有相应的期货品种，而农产品受单位运输成本的影响，期货现货之间、各地区现货之间的价格偏离程度较大。 4．上海铜期货已经成为了国际上重要的期货品种，在国际铜市场上发挥了越来越大的影响，它对国际上几个主要的铜现货、期货品种的价格都有一定的影响。 参考文献 Dickey, D.A. and W.A. Fuller (1979)．“Distribution of the Estimators for Autoregressive Time Series with a Unit Root”．Journal of the American Statistical Association, 74, 427-431. Granger, C. W. J. (1969)． "Investigating Causal Relations by Econometric Models and Cross-Spectral Methods"．Econometrica, 37, 424-438. MacKinnon, J.G. (1991)．“Critical Values for Cointegration Tests”．Chapter 13 in Long-run Economic Relationships: Readings in Cointegration, edited by R.F.Engle and C.W.J. Granger, Oxford University Press. 庞皓等．《计量经济学》．成都：西南财经大学出版社，2002。 张世英．《协整理论与波动模型》．北京：清华大学出版社，2004。 [美]N.Gujarati．《计量经济学》．北京：中国人民大学出版社，713-724。 易丹辉．《数据分析与EViews应用》．北京：中国统计出版社，2002。 华仁海，仲伟俊．《对我国期货市场价格发现功能的实证分析》．《南开管理评论》，2002(5)。 严太华，刘昱洋．我国商品期货价格与现货价格协整关系的实证研究．《预测》，1999(3)。
-
倒“U”曲线及顶点分析_经济学毕业论文范文
倒“U”曲线及顶点分析_经济学毕业论文范文 倒“U”曲线及顶点分析 摘要：库兹涅茨“倒U假说”在国内外学术界受到广泛讨论。本文先从数学推导上说明了虽然倒“U”曲线是存在的，但倒“U”曲线顶点的不同将可能导致其倒“U”形的不存在。然后通过截取世界上不同发展水平国家的数据，用人类发展指数来衡量各国的发展水平，对库兹涅茨“倒U假说”进行实证分析，并结合我国实际情况，指导我国经济发展。 关键词：库兹涅茨倒“U”假说 基尼系数 人类发展指数 平均每千人的政府补贴及其他经常性转移支付占总支出的比重 一、引言 从世界范围来看，由于历史的、自然条件的、地域性的、政治的、种族的和信仰的不同，得出一个有关国家间增长与分配关系的模式是相当困难的。从经济学发展的历史来看，关于经济增长对收入分配带来的冲击，库兹涅茨的经典分析打开了经济学界对增长与分配关系讨论的入口。 我国改革开放以来，经济保持了较快的增长，国内生产总值从3624.11亿元增长为92910.7亿元，平均每年递增超过10%，大大高于世界各国的经济增长率。但是，在我国，经济转型时期居民收入分配差距基本上表现为一种不断扩大的趋势。因此，重新认识经济发展与收入分配的关系，有利于指导我国经济的良性发展。 二、经济发展与分配关系的理论研究及其争论 经济学界对增长与分配关系的讨论是从刘易斯（1954）和库兹涅茨（1955）开始的。1955年，库兹涅茨通过对英国、德国、美国三个发达国家的不平等状况进行考察，并且与三个不发达国家印度、锡兰、波多黎各相对比发现，各个经济体中最富有的20%的人占有的收入份额与最贫穷的60%的人的收入份额之比，在发展中国家都大于发展中国家的水平，即发现发达国家比欠发达国家有更大程度的不平等，由此进一步归纳出所谓的“倒U假说”——“在经济发展中，收入分配不平等会经历一个先迅速扩大、尔后是短暂的稳定，然后再逐步缩小的过程。”[ American Economic Review,Vol.45,1~28] 半个世纪以来，大量的经济学家围绕此假说展开了讨论和检验。部分经济学家通过对交叉部门的实证研究，使库兹涅茨的倒“U”曲线得到了支持，如Paukert(1973),Chenery和Syrquin(1975),Ahuluwalia(1976),Cline(1975),Papanek和Kyn(1987)等人。 Paukert(1973)对56个国家（地区）的经验工作得到了如表2所示的结果，起结论支持了库兹涅茨的假说。 除Paukert以外，Chenery和Syrquin(1975)关于1950—1970年代许多国家发展形式的研究以及Ahuluwalia(1976)关于收入分配和贫穷的经验实证研究工作（该研究涉及60个国家，其中有40个发展中国家，14个发达国家、6个社会主义国家，研究中涉及的GNP以1970年价格的美元计量），也得到了与Paukert类似的结论。 然而，也有大量的研究表明：库兹涅茨的“倒U假说”缺乏经验支持。Fei,Ranis和Kuo（1979）对中国台湾地区经济发展的经验实证工作发现，台湾地区在经济发展起飞阶段的1950年代到1970年代，不仅保持了高速经济增长，而且基尼系数也有所下降。Fields和Jakubson（1994）就库兹涅茨倒“U”曲线而对35个国家进行的实证研究工作也认为，如果能够得到什么一般意义的结论的话，那这个结论就是，在经济发展过程中，至少在20世纪的发展中，不平等程度是下降的。库兹涅茨倒“U”假说缺乏经验支持。 Deininger和Squire（1998）利用他们搜集整理的一个收入分配Panel数据集（Deininger和Squire，1996），对倒“U”假说进行了严格的实证分析，其结果也表明，经验证据对该假说几乎没有提供什么支持。另外，Anandh和Kanbur(1986)通过建立各种函数形式所进行的仔细的经济计量研究发现，交叉部门的资料与“正U形曲线”吻合而不是“倒U形曲线”。 总之，从发展与分配关系的总体理论研究和经验分析两方面来看，存在两条基本分析线索：第一，增长和不平等之间存在倒“U”型关系；第二，增长和不平等之间不存在倒“U”型关系，后一种线索包括了这样两种实际情况，一是指经济增长低效率，收入分配又不平等（非洲和拉美国家）；二是指增长与平等可以同时实现（东亚奇迹）。他们的分析方法，多种多样，时序分析、截面分析、面板模型分析，所用的指标也各不相同。但思路却大体相同：一、选择恰当的指标代表某个经济体的经济发展程度和收入分配不平等程度，二、选择恰当的数据群，代表此经济体的不同发展阶段。 借鉴前人的成功经验，结合我们的认识，在下面的分析中，我们将引入人类发展指数和基尼系数来作为衡量经济发展程度和收入分配不平等程度的指标，截取世界上不同发展水平国家的数据作为一个一般性的经济体的不同发展阶段的数据。 三、从数学推导上看，倒“U”曲线顶点的不同，将可能导致其倒“U”形的不存在。 1、模型设定的依据 根据刘易斯、费—拉尼斯以及托达罗等人的二元经济模型，不妨将经济社会划分为乡村和城镇两个部门[ 刘易斯所言的两部门是传统部门与现代部门，而这里将其看作乡村和城镇是为了实证的方便（数据较易取得）。]，两部门的人口份额分别为、。再假设乡村和城镇两部门内居民收入的对数均值和对数方差分别为、（≧）和、。 很显然，+=1 (1) 全体人口（指乡村和城镇人口的总和）收入的对数均值为： (2) 同理，全体人口收入的对数方差为： (3) 2、模型的假定 （1）用对数方差测量群体内的收入不平等程度。 方差经常用来度量样本的差异程度。一个群体内部成员收入的方差表示了收入的离散程度。因此经常用方差来度量群体内的收入不平等程度，方差越大，表示不平等程度越高。由于对数方差没有改变方差的这种性质，因此，我们用对数方差测量群体内的收入不平等程度。 （2）假定经济发展是一种城镇化过程，即随着经济的不断发展，城镇人口所占的比例越来越大。因此，、的变动代表了经济发展的变化过程。 3、模型设定 将（1）（2）代入（3）可得 （4） 其中， 从（4）式可以看出，如果，则总体收入不平等指数是的二次函数，这似乎验证了倒“U”曲线存在的必然性（如图1）。 但是，不可忽视的是，倒“U”曲线倒“U”形的存在必须具备一个前提条件，那就是，曲线（4）的顶点必须在第一象限，且必须在（0 ,1）之间。否则，所推导出来的倒“U”结论必然是虚假的。 因此，倒“U”曲线可能出现三种情况，每种情况都是由顶点的坐标决定的。 4、倒“U”曲线可能出现三种情况（图2） （说明：上图仅仅是为了给出一种大体的描述，因此曲线并没有具体的量的关系，并且，曲线上的某些部分应该为虚线，由于作图工具的限制，我们只能作出实线。） 以此图来对照，前面各位经济学家的实证分析，我们可以看出，台湾等“四小龙”的情况类似与图中左边的曲线，发达国家的情况类似于中间的曲线，而大多数发展中国家的情况更接近于右边的曲线。 四、倒“U”曲线的实证分析 为了验证倒“U”曲线的实际形状，即是否存在倒“U”形（倒“U”曲线顶点处于什么位置），我们将建立计量经济模型对其进行验证。 模型设定 由（4）式可知，如果我们以刘易斯、费—拉尼斯以及托达罗等人的二元经济理论为建模背景，那么所得模型形式为： 其中乡村部门的人口份额，为居民收入的对数方差。 但是，经济的发展如果仅仅以城镇化程度来表示，显然是有所欠缺的。因此，我们试着用人类发展指数来度量经济的发展。人类发展指数是由人均GDP、预期寿命和教育程度3项指标综合而成的。用人类发展指数来衡量经济的发展程度可能比单纯的城乡人口份额和人均GDP指标更为合适。因为城乡人口份额和人均GDP的计算在实际操作中都存在一定的难度，且精确性不高，存在很大的误差，而人类发展指数的估计相对说来则比较准确。 因此，我们将模型进行改进，设定如下： =+………………（*） 其中，表示基尼系数 表示人类发展指数 为随机扰动项 我们将模型（*）作为分析经济发展与收入分配差距的基本模型，并期望通过对此模型的修正和研究找到倒U曲线的顶点。 2、数据来源 从理论上来说，我们可以用“各态历经理论”（ergodichypothesis）对“库兹涅茨倒U假说”进行验证。“各态历经理论”认为：在一个相对足够的空间范围内，同一区域在不同时段的发展状态（时序谱）可以从同一时间不同区域的发展状态（空间谱）中获得识别，反之亦然。“各态历经理论”为区域经济社会发展的预测提供了基本的理论依据和操作手段，特别是对发展中国家未来的社会经济发展状况的预测具有重要的指导意义。马克思指出：“工业较发达的国家向工业较不发达的国家所显示的，只是后者未来的景象……一个社会即使探索到了本身运动的自然规律……它还是不能跳过，也不能用法令取消自然的发展阶段。” 根据“各态历经理论”，我们假设：处于不同发展水平的国家相当于一国处于不同的发展阶段，从而把倒“U”理论由动态的历史现象变为静态的国别现象。在各国存在很大差别的情况下，其结果的可靠性受到影响。但假设大多数国家的发展水平都是经历从低到高的顺序则是正确的，考虑到资料缺乏对时序分析的制约，横截面分析可以作为分析的角度之一。 截取世界上不同发展水平国家的数据，我们首先分别用人均GDP和人类发展指数两个不同的指标建立两个模型作一个对比分析。 收入组别国家基尼系数（100）Y人类发展指数（100）X人均GDP（美元）M政府补贴及其他经常性转移支付占总支出百分比（%）人口（千人） 低收入肯尼亚44.551.43411828706 马达加斯加4646.2257814624 津巴布韦56.855.45002611939 科特迪瓦36.742.6727915042 蒙古33.256.9408442465 印度37.857.143140959986 巴基斯坦31.249.84568130295 也门39.546.83143516249 尼加拉瓜50.363.5444254680 下中等收入中国40.371.876241.21249519 印度尼西亚36.567.746736203521 菲律宾46.274.98861871265 泰国41.475.71820760368 保加利亚28.377.21381378230 拉托维亚32.479.12449612468 俄罗斯48.777.5192049.2147338 埃及28.963.513241564322 摩洛哥39.559.612581228264 哥伦比亚57.176.525834039977 秘鲁46.274.321733624367 上中等收入南非59.370.231544941456 马来西亚48.577.433352420907 克罗地亚26.880.34630384651 捷克25.484.455367410314 爱沙尼亚35.481.23496471445 匈牙利30.882.946584810124 波兰32.982.840926238644 土耳其4073.530752963609 墨西哥53.77942375194272 委内瑞拉48.876.5413248* 高收入澳大利亚35.293.6193126118512 韩国31.687.569014945704 法国32.792.4249596556804 德国28.392.1261595881992 意大利27.390.9211505857460 挪威25.893.933323704406 葡萄牙35.687.411348389953 英国3692.3238355859183 加拿大33.193.6203966229942 美国40.893.43244560274615 数据来源：“人类发展指数”数据来源于联合国计划开发署《人类发展报告》1993年—2002年；“基尼系数”数据来源于世界银行《世界发展报告》（2000/2001年）；“人均GDP”数据来源于世界银行《世界发展报告》（1999/2000年）；“政府补贴及其他经常性转移支付占总支出百分比”数据来源于《世界经济统计》48—50页；“人口数量”来源于《世界经济统计》81—84页。表中数据尽量取1997年的数据。 “*”表示数据缺失。 3、计量经济模型分析 首先，我们将各国的基尼系数与其人均GDP设定为如下的模型： 代入数据进行回归得如下结果： Dependent Variable: Y Method: Least Squares Date: 12/26/04 Time: 21:41 Sample: 1901 1940 Included observations: 40 VariableCoefficientStd. Errort-StatisticProb. C42.225142.08850220.217910.0000 M21.64E-081.98E-080.8314820.4110 M-0.0008270.000589-1.4052130.1683 R-squared0.154878 Mean dependent var38.73750 Adjusted R-squared0.109196 S.D. dependent var9.173085 S.E. of regression8.657780 Akaike info criterion7.226832 Sum squared resid2773.415 Schwarz criterion7.353498 Log likelihood-141.5366 F-statistic3.390331 Durbin-Watson stat1.404432 Prob(F-statistic)0.044464 （M2=） 我们发现通过GDP 对基尼系数的回归，方程的拟合程度较低。 且M和M2的T值较小。说明其对基尼系数的影响不显著。通过对模型计量经济学的检验，我们发现效果仍然没有得到改善。于是我们引入新的解释变量HDI—人类发展指数来对基尼系数重新回归。 我们先设定模型形式为： =+ 运用以上数据，对各国基尼系数和所对应的各国的人类发展指数进行回归，我们得到如下结果 Dependent Variable: Y Method: Least Squares Date: 12/26/04 Time: 20:25 Sample: 1901 1940 Included observations: 40 VariableCoefficientStd. Errort-StatisticProb. C-13.3618729.59884-0.4514320.6543 X11.7901500.8622852.0760520.0449 X2-0.0141030.006085-2.3174250.0261 R-squared0.216342 Mean dependent var38.73750 Adjusted R-squared0.173983 S.D. dependent var9.173085 S.E. of regression8.337004 Akaike info criterion7.151323 Sum squared resid2571.708 Schwarz criterion7.277989 Log likelihood-140.0265 F-statistic5.107251 Durbin-Watson stat1.410350 Prob(F-statistic)0.010999 (其中X1= X2=) 从以上回归的结果我么可以发现，整个模型的可决系数较小，仅为0.216342，但考虑到我们所引用的是同一时期的各国的一个截面数据，由于多方面其他因素的影响，这个结果还是可以接受的，同时，其比人均GDP拟合的效果要好，说明HDI的引入效果较好。经过对F值检验，我们发现回归方程是显著的，但常数项的T值很小，故去掉常数项，我们得到下面的结果： Dependent Variable: Y Method: Least Squares Date: 12/26/04 Time: 20:34 Sample: 1901 1940 Included observations: 40 VariableCoefficientStd. Errort-StatisticProb. X11.4042160.11135812.609970.0000 X2-0.0114290.001382-8.2718500.0000 R-squared0.212026 Mean dependent var38.73750 Adjusted R-squared0.191290 S.D. dependent var9.173085 S.E. of regression8.249199 Akaike info criterion7.106816 Sum squared resid2585.873 Schwarz criterion7.191260 Log likelihood-140.1363 F-statistic10.22495 Durbin-Watson stat1.432101 Prob(F-statistic)0.002791 这时整个模型的拟合程度变化不大，X1和X2 两个变量的T值更为显著，因此我们得到如下模型： = （-8.27185） (12.60997) =0.212026 =10.22495 通过这个模型，我们已经能较好说明库氏假说，但按照库兹涅茨假说，其成立必须要满足隐含性的几个基本前提条件，其中包括经济发展具有较高的自由度，即从经济体制来说，这些国家或区域是实行自由市场经济体制；同时，政府能够成功地担负起“道德人”的角色，适时地实施积极、有效的宏观干预政策和财政转移支付手段,这里的政府转移支付是指政府向私人和公共企业的所有无偿的、不可归还的转移支付，包括失业津贴、贫困救济、农产品价格补贴等，其是影响收入分配的一个主要因素。为了对各个国家的收入分配状况进行进一步的研究，我们引入政府宏观干预因素，考虑到各个国家国家和经济规模的不同，我们设定X3为各个国家人均转移支付与其当年的政府总支出的比例（政府转移支付总额/（政府总支出*各国人口数）），以此来反映政府的收入政策。 我们引入变量X3重新进行回归，得到如下结果： Dependent Variable: Y Method: Least Squares Date: 01/04/05 Time: 15:40 Sample: 1901 1940 Included observations: 39 Excluded observations: 1 VariableCoefficientStd. Errort-StatisticProb. X11.4136120.10827213.056160.0000 X2-0.0113540.001337-8.4912250.0000 X3-347.2121184.5283-1.8816190.0680 R-squared0.279235 Mean dependent var38.47949 Adjusted R-squared0.239193 S.D. dependent var9.144776 S.E. of regression7.976464 Akaike info criterion7.064671 Sum squared resid2290.463 Schwarz criterion7.192637 Log likelihood-134.7611 Durbin-Watson stat1.715505 从上面的结果我们发现X3引入使得模型的可决系数变为了0.279235，模型的拟合程度更好。同时，从经济意义上来检验，我们发现，各个解释变量对应变量的影响与经济意义是相符合的，例如，X3的引入，其系数为负值，表示随着人均政府转移支付比例的增加，基尼系数是会下降的，这是符合经济事实的。进行统计意义的检验，我们发现X2和X3的T值是显著的，但X3在置信度为95%的水平下，将会被拒绝。为此，我们进行计量经济学的检验。首先进行多重共线性的检验，通过做简单相关系数矩阵： X1X2X3 X110.9946933184610.138848320387 X20.99469331846110.129150321483 X30.1388483203870.1291503214831 我们发现，X3和X1，X2之间相关系数较小，多重共线形较弱。再做异方差的检验，WHITE检验，得如下结果： White Heteroskedasticity Test: F-statistic1.406423 Probability0.247592 Obs*R-squared6.850813 Probability0.231974 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 01/04/05 Time: 16:19 Sample: 1901 1940 Included observations: 39 Excluded observations: 1 VariableCoefficientStd. Errort-StatisticProb. C-755.61431048.344-0.7207700.4761 X127.7662142.031100.6606110.5134 X1^2-0.2410310.459063-0.5250510.6031 X2^23.71E-061.50E-050.2466470.8067 X398.015745488.5920.0178580.9859 X3^2-59295.97195082.6-0.3039530.7631 R-squared0.175662 Mean dependent var58.72982 Adjusted R-squared0.050762 S.D. dependent var73.79347 S.E. of regression71.89612 Akaike info criterion11.52896 Sum squared resid170578.7 Schwarz criterion11.78489 Log likelihood-218.8147 F-statistic1.406423 Durbin-Watson stat2.522208 Prob(F-statistic)0.247592 我们发现，查自由度为5的分布，给定显著性水平为，其值为11.07，其大于计算出的统计量，故接受原假设，认为其不存在异方差。同时，在WHITE检验中辅助回归函数中的各个解释变量T值不显著也对其进行了证明。再做ARCH检验，我们得到了不存在异方差的同样的结论。最后对其进行自相关的检验。查表当n=40,时，在0.05的显著性水平上，,而D值为1.715,故模型不存在自相关。对于X3的T值，考虑到我们采用的是截面数据分析方法，同时各个国家具体国情的不同，同时，在数据搜集方面的局限性，这些都会对参数的估计带来许多影响，因此我们适当地放宽置信度，认为X3通过了T检验，即人均政府转移支付的比例对收入分配有着显著的影响。 最后我们得到如下的回归报告结果： T = （-8.4912） (13.056) (-1.8816) 0.279235 五、倒“U”曲线的顶点分析 借鉴目前国内外理论界的经验做法（尽管可决系数只有0.2792，但考虑到我们采用的是截面数据，因此结果仍然可以接受），我们接受了库兹涅茨倒U假说，即倒U曲线是存在的且倒U形也存在。也就是说，随着经济的发展，收入分配差距会逐渐扩大，然后又逐渐缩小。 考察倒U曲线的基本模型 其顶点为（62.25，44.00） 我们提出一条经验结论：随着经济的发展，在经济发展到一定程度（人类发展指数达到0.6左右），收入分配差距（基尼系数）达到0.44左右后就会逐渐缩小。 这一结论与目前国际上通用的收入分配差距警戒线——基尼系数等于0.4是吻合的。我们认为，如果基尼系数超过0.4，即是说一旦基尼系数突破倒U曲线的顶点，如果基尼系数继续保持上升，那么收入分配差距将会脱离倒U曲线的“预定”轨迹。显然，这是一种危险的现象。因为，如果按照倒U曲线的“预定”轨迹，那么在经济发展到一定阶段后，收入分配差距必然会下降。然而，一旦脱离倒U曲线的“预定”轨迹，那么，在此之后，收入分配差距是否会缩小将会变得“不可预测”，很有可能继续扩大。根据前面的回归分析，我们假定：倒U曲线是一种稳定的趋势，那么脱离倒U曲线“预定”轨迹的点总有一种回到倒U曲线“预定”轨迹的趋势。而超过倒U顶点的“危险点”想要回到倒U曲线就只有通过一些“意外因素”，比如社会动荡，尽管社会动荡后，其也不一定会落回原有倒U曲线的“预定”轨迹，但我们说，这种“动作”的动因是存在的。 另外，如果我们对比在没有考虑“人均政府补贴及其他经常性转移支付占总支出的比重”这个因素时的倒U曲线基本模型，可以发现，他们的顶点是不同的。也就是说，政府“道德人”角色的扮演将改变倒U曲线的顶点。如果政府采取合理有效的政策措施，在缩小收入分配差距上作出应该的努力，就会改变倒U曲线的顶点，使收入分配差距在随着经济发展而变化时，不会到达一种“恶劣”的程度。 六、存在的不足及需要进一步研究的问题 通过上面的分析，我们利用截面数据大体上对库兹尼茨的倒U理论进行了验证，同时得出了与现实经验总结相符合的结论。但其中仍然存在一些不足和需要我们进一步进行研究的问题。 由于我们采用的数据来自随机抽取的40个不同发展程度的国家，抽样的标准过于单一，仅以联合国的分类为标准，这样就难以保证抽样的科学性。由于受到数据搜集困难的影响，我们的数据存在部分缺失和部分应变量数据和解释变量数据搜集时间上不一致的问题。这些问题都给我们的结论带来一定的影响。同时，我们采用的是横截面分析法，用不同发展程度的国家来代表一个经济体不同的发展阶段，由于不同的国家在国家规模，经济规模，具体国情，宗教信仰等各个方面都有很大的不同，因此用其代表一个经济体的不同阶段效果将不够理想。这些都是影响我们回归结果可决系数不大的主要原因。 另外，由于我们在研究影响收入分配的因素时，还有许多其他因素由于时间和数据搜集的原因暂时没有考虑进来。如一国的经济体制等等。这些因素的引入将会对我们的结论产生重要的影响，因此这些将是我们在下一步要准备着手的工作。 最后，本文的初衷之一是要利用普遍性的研究结果来对中国的实际情况进行一个说明，但由于中国统计资料的严重缺失以及中国发展阶段还不够长，现在难以利用中国的数据进行时序分析和验证，这也是我们将在下一步进行更深入的分析和研究的内容。 参考资料： Aitchison and J.A.C.Brown,1957,The Llgnormal Distribution,Cambridge Anand and S.M.R.Kanbur,1993,”The Kuznets Process The Inequality-Development Relationship,” Journal of Development Economics,Vol.40,25-52 Clarke,1993,”More Evidence on Income Distribution and Growth”,Jorunal of Development Economics,Vol,1,28-45 Deininger & L.Squier,1998,”New Ways of Looking at Old Issues:Inequality and Growth”,Journal of Development Economics,Vol.57,259-287 郭熙保 《从发展经济学观点看待库兹涅茨假说——兼论中国收入不平等扩大的原因》 《管理世界》2002年第3期 赵人伟、李实、卡尔·李思勤《中国居民收入分配再研究》 中国财政经济出版社1999年5月 陈宗胜 《中国居民收入分配差别的深入研究——评《中国居民收入分配再研究》》 《经济研究》2000年第7期 李实 《对收入分配研究中几个问题的进一步说明——对陈宗胜教授评论的答复》《经济研究》2000年第7期 林幼平 《20世纪90年代以来中国收入分配问题研究综述》《经济评论》2001年第4期 杨俊、张宗益 《中国经济发展中的收入分配及库兹涅茨倒“U”假设再探讨》 《数量经济技术经济研究》2003年第2期 王韧、王睿 《二元条件下居民收入差距的变动与收敛——对我国倒“U”假说的存在性检验》《数量经济技术经济研究》2004年第3期 王艳萍 《经济增长与收入不平等：增长与分配关系的理论研究及其最新进展》 《经济评论》2003年第6期 颜鹏飞、唐秩昂 《我国居民收入分配差距研究——兼评库兹涅茨的倒“U”理论》 《福建论坛》2002年第3期
-
关于自筹资金对基本建设投资资金的影响_经济学毕业论文范文
关于自筹资金对基本建设投资资金的影响_经济学毕业论文范文 关于自筹资金对基本建设投资资金的影响 导论。 本模型是研究二十多年来我国的自筹资金与基本建设投资资金之间的定量关系。基本投资建设属于我国的固定资产投资的范畴，包括国家预算内资金、国内贷款、利用外资、自筹资金和其他资金。其统计资料来自于国家统计局固定资产投资统计司统计调查，调查方法为全面统计报表。另外，自1997年起，基本建设投资的统计起点由5万元提高到50万元。 经国务院同意，财政部近日发布《关于加强基础设施建设资金管理与监督的通知》，要求各地区、各有关部门进一步加强基础设施建设资金的管理与监督工作。《通知》指出，党中央、国务院决定实施积极的财政政策，加大对基础设施的投入后，各地区、各部门都采取了相应措施，努力加强基础设施建设资金管理，提高基础设施建设资金的使用效益，总的情况是好的。但是，基础设施建设项目在财务与资金管理中目前还存在一些不容忽视的问题。一些项目前期准备工作不足，甚至搞边勘探、边施工、边设计工程（以下简称"三边"工程），概算变更随意性很大，超支严重；一些项目配套资金留有缺口，已出现"胡子工程"；一些项目财务资金管理严重弱化，存在挪用建设资金、铺张浪费等违反财经法规的问题。这些问题如不及时解决和纠正，将会严重影响基础设施建设资金的使用效益，影响积极财政政策的实施效果，甚至造成巨大的资金损失和浪费。因此，必须进一步加强基础设施建设资金的管理与监督。 经过对我国的基本建设投资数据的研究，我们可以看到自筹资金作为一个重要组成部分，占基本建设投资资金的比例逐年增大，其稳定性对我国的固定资产投资起到相当积极的作用。为此我们建立如下计量经济模型： Y=C1+C2*X+u 这里Y是被解释变量：基础建设投资资金，X是解释变量：自筹资金，C2可以看作自筹资金对基础建设投资资金的平均影响，且0C21。u为随机误差，描述变量外的因素对模型的干扰。 二．样本数据收集。 本模型使用时间序列数据，数据来源于国家统计局网站()。在经过大量分析比较后我们采用了所取样本数据见下表：1 三．参数估计与检验 （一）将样本数据导入Eviews软件进行OLS估计，得到输出结果如下： 下面是关于X和Y的线性图： （二）模型的检验 1.经济意义的检验 经过上面的分析我们在理论上已经知道，自筹资金与基本建设投资资金的增长是正的线形关系，这与现实中两者的同向变化是相符的。 2．统计推断检验 从估计的结果可以看出，可决系数为0.990330，模型拟合情况比较理想，系数显著性检验T统计量为：48.53274。在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=23下的临界值为2.069，因为48.53274大于2.179，所以拒绝原假设。表明自筹资金对基本建设投资资金来源有显著性影响。 3．计量经济检验 （1）由于我们建立的模型只有一个解释变量，所以不存在多重共线性。 （2）异方差检验 利用图示法，由Eviews软件得到如下结果： 随x的变化e2没有明显系统性变化,可以初步判断无异方差存在。 利用ARCH检验，得到如下结果： 从输出的辅助回归函数中得obs*-squared为0.285985远小于临界值7.81，可以得出：无异方差存在。 （3）自相关检验 利用D-W法检验由DW=1.726856，给定显著性水平α=0.05，查Durbin-Watson表，n=25,k’（解释变量个数）=1,查得两个临界值分别为：下限DL=1.288，上限DU=1.454，因为DW统计量为1.726856DL，可以得出：随机误差项不存在自相关。 四.总结 通过以上分析，我们得到如下方程： 从经济意义上来看， C2=0.545092，符合经济理论中0C21，表明自筹资金每增加1万元，我国的基本建设投资资金平均增加0.545092万元。鉴于上述分析，我们可以了解到：基础建设投资较快增长主要得益于以政府投资为主的基础设施投资大幅增长和教育行业投入的大量增加。以成都市为例，2003年全年完成基础设施投资306.65亿元，增长20%，其中以旧城拆迁改造和城市综合整治为主体的市政建设投资173.63亿元，大幅增长41%；教育行业完成投资45.05亿元，增长48.8%。因此，我们选择的自筹资金不仅是对基本建设投资，而且对政府宏观管理也有非常显著的作用。
-
金融发展与经济增长的关系—现代经济理论派学说的计量考证_经济学毕业论文
金融发展与经济增长的关系—现代经济理论派学说的计量考证_经济学毕业论文 金融发展与经济增长的关系 —现代经济理论派学说的计量考证 [摘 要] 本文通过理论上分析金融发展与经济增长的作用机制，利用经济发展的实际数据对二者相关性进行实证检验，并依据分析结果进行经济分析。计量结果显示，金融发展对我国的经济增长具有积极的推动作用，但力度有限；我国的金融发展滞后于经济增长，加快金融深化和金融体系改革有助于推动经济增长。 [关键词] 金融发展 金融深化 经济增长 一 理论基础：对现代经济学派理论的初步认识。 1 关于金融发展与经济增长的关系在理论和实证研究上一直存在着争议。古典经济学家认为金融发展与经济增长之间没有因果关系，货币金融变量对实体经济中只充当“面纱”角色，经济增长完全由实物部门决定；现代的经济学派更是认为金融发展与经济增长存在各种可能的关系，既有金融发展促进经济增长的观点，也有经济学家认为金融发展阻碍经济增长. 2. 现代经济学派的大部分研究结论都支持金融发展促进经济增长的观点，但是对于金融发展如何影响经济增长却存在许多争论。这些分歧大致可以分为两大派别，即金融结构论和金融压抑论。 以goldsmith(1969)为代表的金融结构论者认为金融发展对经济发展起积极的促进作用。因为良好的金融系统和金融体制利于资本的积累和资源源的优化配置，便于资金的融通储蓄向投资的转化，从而对经济增长起促进作用。其中部分经济学家认为金融发展是经济增长的一个必要条件。r.g. king & r. levine (1993) 的研究结果均对这一观点提供了经验支持，并从反面证实了落后的金融发展水平严重障碍了经济增长。rajan & zingales (1996) 、kunt & maksimovic (1996) 运用各国大量的行业数据进行分析，结果都显示金融发展水平与结构对经济增长的速度产生了实质性的影响。 而另一方面，以mckinnon（1973）与shaw（1973）为代表的金融压抑论认为，对于欠发达国家，实际利率和实际汇率的金融自由化是推动经济增长的重要途径，而低于均衡的实际利率与高估的国内货币等形式的金融压抑阻碍了经济的增长。gelb (1989)和fry (1988) 的对发展中国家实证分析也发现，实际利率较高的国家的经济增长平均高于实际利率较低或为负值的国家。 二．因素选择与模型设定 关于经济增长的决定因素，古典主义经济学认为，国民财富的增长取决于两个基本条件：一是专业分工促进劳动生产率的提高；二是劳动力数量与资本规模的增加。而现代的经济观点也认为，一国长期的经济增长取决于储蓄和投资，投资数量及投资效率是实现经济快速增长的关键因素。持续高速的经济增长需要高水平的储蓄与投资，高储蓄率、高投资率以及储蓄向投资的有效转化无疑是经济高速增长的重要原因。另一重要的原因就是劳动力、资本等生产要素的产出效率。 由以上分析得出，长期的经济增长一方面取决于由经济体中的储蓄和投资水平，另一方面取决于劳动力和资本等生产要素的生产效率，也即资本的投资效率。借鉴harrod－domar经济增长模型，将经济增长的决定因素分解为： 其中,y,I,s分别表示储蓄向投资转化的效率、国民收入、投资和储蓄。上式表示经济增长由一国经济中的储蓄率、储蓄向投资的转化率以及资本的产出比率决定，而这三个经济变量都受金融发展水平的影响。金融系统便利了储蓄流动、资源配置、风险管理、公司控制及产品交换，最终通过“资本积累”和“技术创新”这两条途径影响经济增长。金融发展（包括金融工具发展、金融市场发展及金融制度的发展）降低了信息与交易费用，使得那些最具潜力的投资者能够得到足够的资金进行技术革新和产品生产，从而提高了储蓄率、储蓄向投资的转化率以及投资的生产效率，进而影响到了储蓄水平、投资决策、技术创新及长期增长速度。金融市场的规模、金融部门的效率以及宏观经济金融政策都会对储蓄和投资产生影响，所以，金融系统通过作用于以上三个经济变量进而影响到经济增长，只要影响到上述三变量的任何因素最终都会影响到经济增长。基于以上分析，我们将从以下三方面选择代表性指标： （1）储蓄率和投资的影响因素。在此，我们选用实际利率水平以及固定资产投资与GDP的比率分别作为储蓄和投资的代表指标。 （2）储蓄向投资的转化效率。决定储蓄向投资转化的效率主要取决于一国的金融发展水平和金融系统的效率。国内外一些学者的常研究指出资本市场的发育程度和效率会影响到储蓄向投资的转化，鉴于我国资本市场中股票市场的主导地位，用股票市场的直接融资余额与社会金融资产总量的比率衡量资本市场内的规模。 （3）资本产出效率的影响。影响产出效率的一个重要因素就是技术进步因素，度量指标在此用无形资本（人力资本和研发资本）与有形资本的比率表示． （4）另外，M2作为金融发展指标也被考虑其中。 以GDP增长率作为被解释变量，以上述指标作为解释变量，从而建立如下多元线性回归模型，考虑到货币政策的时滞，用R(-1)表示滞后一期的实际利率，也即前期的实际利率对当期的经济增长具有相关性： G=0+1M+2R(-1)+3I+4H+5F+ G: 表示国民生产总值； H：表示技术进步因素，为无形资本（包括人力资本和R&D资本）与金融资产存量的比率；M：表示金融深化指标M2/GDP，为货币供给M2与GDP的比率； R：为实际利率，即名义利率减去通货膨胀率； I: 表示投资指标，为社会固定资产投资额占GDP的比重； F: 表示融资结构，即资本市场的发展水平（直接融资余额与社会金融总量余额的比率）。这些金融发展的指标直接或间接地影响着长期的经济增长和资本积累。 三 统计数据： gdp增长率及实际利率 年份gdp增长率 g（％）m2/gdp m（％）实际利率 r（％）固定资产投资/gdp i（％）人力资本和r&d资本/资本存量 h（％）直接融资/金融资产总量f(％) 19797.6036.10 1.7817.3212.910.00 19807.8040.80 -0.9620.1614.680.00 19815.2046.00 3.0019.7616.781.68 19829.1048.90 3.7723.2418.981.75 198310.9051.80 4.2624.1022.381.41 198415.2057.80 2.9625.5625.031.08 198513.5060.90 -2.0828.3727.271.48 19868.8069.30 1.2030.5924.321.52 198711.6073.80 -0.1031.7021.652.39 198811.3072.00 -10.8231.8421.543.11 19894.1075.10 -6.6826.0820.302.84 19903.8086.70 6.5424.3521.504.78 19919.2097.70 5.1125.8823.399.59 199214.20106.00 2.1630.3323.4712.10 199313.50100.70 -3.6637.7421.8512.90 199412.60100.40 -10.7236.4520.9413.20 199510.50103.90 -3.8234.2318.9614.00 19969.60112.10 3.1133.7517.9814.50 19978.80122.20 6.3433.4917.3117.20 19987.80133.40 7.6436.2616.5519.60 19997.10146.10 5.9336.3815.8321.70 20008.00150.50 3.4836.8015.2027.32 20017.30164.90 2.7838.7715.0026.08 所有数据来自利用的数据来源于《中国金融年鉴》、《中国统计年鉴》以及EIU CountryData网站，《计量经济学教材》以及校园网上已有的统计课程论文，计算整理而得．其中部分数据选取的依据是： （1）变量H为人力资本与R&D资本之和与资本存量的比率。资本存量用社会金融资产总量表示，人力资本等于国家教育投资，R&D资本则用研究开发支出表示。 （2）R为实际利率，等于名义利率减去通货膨胀率。名义利率为当期长期国债的利率。 （3）F为融资结构，等于直接融资与金融资产总值之比，直接融资以股票融资额与债券发行额作为近似值，间接融资以金融机构各项存款作为近似值，金融资产总值则是直接融资与间接融资之和。 四 统计检验： 对模型直接回归结果为： Dependent Variable: G Method: Least Squares Date: 06/11/05 Time: 20:27 Sample(adjusted): 1980 2001 Included observations: 22 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C-4.5350823.305121-1.3721380.1890 M-0.1875780.049816-3.7654510.0017 R(-1)0.1752170.0767002.2844570.0363 I0.4361620.1255583.4737870.0031 H0.6185400.1551153.9876280.0011 F0.5822490.2284512.5486830.0215 R-squared0.787767 Mean dependent var9.540909 Adjusted R-squared0.721444 S.D. dependent var3.137888 S.E. of regression1.656126 Akaike info criterion4.073840 Sum squared resid43.88407 Schwarz criterion4.371397 Log likelihood-38.81225 F-statistic11.87778 Durbin-Watson stat2.168376 Prob(F-statistic)0.000064 各解释变量在０．０５的显著水平下对被解释变量的影响都是显著的．模型如下： G=0+1M+2R(-1)+3I+4H+5F+ （1）granger因果关系检验：我们选择模型中的金融变量，看它们是否能解释GDP增长。 Pairwise Granger Causality Tests Date: 06/14/05 Time: 10:41 Sample: 1979 2001 Lags: 1 Null Hypothesis:ObsF-StatisticProbability M does not Granger Cause G22 0.13607 0.71630 G does not Granger Cause M 9.10179 0.00709 R(-1) does not Granger Cause G22 8.77671 0.00800 G does not Granger Cause R(-1) 10.2521 0.00469 F does not Granger Cause G22 0.18919 0.66849 G does not Granger Cause F 5.04925 0.03671 结果显示，在一阶条件下, 只有R(-1)可以认为是经济增长的原因，金融发展对经济增长的作用并不明显，反而经济的增长到促进着金融发展。那么金融发展是否对经济增长没有作用呢？ 对于金融发展与经济增长的因果关系争论，综合的观点认为金融发展和经济增长互为因果关系（Patrick，1966）。需求跟随型和供给引导型的金融发展在不同的经济发展阶段扮演不同的角色，供给引导型的金融发展在经济增长的初期处于主导地位，一旦经济发展进入成熟阶段，需求跟随型的金融发展将成为主流。Gupta（1984）和Jung（1986）分别使用Granger因果检验法，对发达国家和发展中国家的实证检验证实了这一理论的相关性。 后来提出的“门槛效应”进一步完善了这种观点。Greenwood & Jovanovic（1990）以及Levine（1992）的研究指出金融中介体系的组建存在较高的固定成本，导致金融发展与经济增长之间的“门坎效应”。由于门坎效应的存在，只有在其经济规模达到某一水平之后才能发展特定的金融体系，这时金融发展才会体现出对经济增长的促进作用。所以，低水平的经济发展使金融体系的发展受到限制，这又反过来阻碍了投资资源的优化配置，从而限制了经济的增长；而较高的经济发展水平会带来金融体系的充分发展，后者又为进一步的经济增长提供条件；因此只有在发达国家，才会出现金融发展与经济增长相互促进的良性循环。门坎效应的理论可以很好解释了发达国家与发展中国家的金融发展水平的差别。 许多国内外学者也对我国金融发展与经济增长关系进行了分析。谈儒勇（1999）的研究结论认为，国内的银行发展对经济增长具有促进作用，而股市发展对经济增长至多是弱效应。韩廷春（2001）的实证分析结论认为，技术进步与制度创新是经济增长的最为关键因素，而金融发展对经济增长的作用极其有限。 （2）单位根检验： White Heteroskedasticity Test: F-statistic0.254405 Probability0.980232 Obs*R-squared4.132379 Probability0.941178 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/11/05 Time: 20:32 Sample: 1980 2001 Included observations: 22 VariableCoefficientStd. Errort-StatisticProb. C6.38782339.262050.1626970.8737 M0.0152880.3486590.0438480.9658 M^2-0.0002460.001676-0.1469150.8859 R(-1)-0.0486990.202906-0.2400070.8147 R(-1)^2-0.0074300.028812-0.2578850.8013 I1.0378852.5231390.4113470.6887 I^2-0.0195960.042721-0.4586910.6554 H-1.9648123.163497-0.6210890.5472 H^20.0520260.0737620.7053220.4953 F0.1410190.7045060.2001680.8450 F^20.0030870.0230690.1338080.8960 R-squared0.187835 Mean dependent var1.994730 Adjusted R-squared-0.550496 S.D. dependent var2.362356 S.E. of regression2.941580 Akaike info criterion5.302624 Sum squared resid95.18183 Schwarz criterion5.848145 Log likelihood-47.32886 F-statistic0.254405 Durbin-Watson stat2.870247 Prob(F-statistic)0.980232 resid:残差项ADF值在1%,5%,10%显著水平下都通过了检验，认为残差不存在单位根，模型具有长期平稳的趋势。然后对各变量分别进行单位根检验，结果都可以认为是平稳的。（详见附录） （3）异方差检验 P值太大，T值全部小于2，模型显然存在异方差，用加权最小二乘法修正后回归： Dependent Variable: G Method: Least Squares Date: 06/11/05 Time: 20:35 Sample(adjusted): 1980 2001 Included observations: 22 after adjusting endpoints Weighting series: W VariableCoefficientStd. Errort-StatisticProb. C-5.6354471.642874-3.4302380.0034 M-0.1651080.015510-10.645120.0000 R(-1)0.1654020.0374134.4209490.0004 I0.4943980.03679013.438510.0000 H0.5394670.04265112.648260.0000 F0.4621560.0523538.8277430.0000 Weighted Statistics R-squared0.999996 Mean dependent var12.04961 Adjusted R-squared0.999995 S.D. dependent var48.72036 S.E. of regression0.107533 Akaike info criterion-1.395045 Sum squared resid0.185012 Schwarz criterion-1.097488 Log likelihood21.34549 F-statistic292.6637 Durbin-Watson stat1.557020 Prob(F-statistic)0.000000 Unweighted Statistics R-squared0.776624 Mean dependent var9.540909 Adjusted R-squared0.706819 S.D. dependent var3.137888 S.E. of regression1.699048 Sum squared resid46.18823 Durbin-Watson stat2.010282 (4)自相关检验： 模型整体拟和较好，只是在0.05的显著水平下dl＝０.８９５DW＝１.５６５du＝１.９２０,无法判断是否存在自相关，此点不尽如人意． 绘制散点图如下： （5）检验多重共线： 简单系数矩阵如下： F H I M R F 1.000000-0.418643 0.807261 0.970315 0.238354 H-0.418643 1.000000-0.014970-0.284422-0.238736 I 0.807261-0.014970 1.000000 0.851160-0.131859 M 0.970315-0.284422 0.851160 1.000000 0.228064 R 0.238354-0.238736-0.131859 0.228064 1.000000 直观的观察到M与F，I与F的相关系数很大，可能存在多重共线，运用逐步回归法．第一轮，选出maxRba^2＝0.999915,该解释变量是R(-1)；继续逐步回归， maxRba^2=0.999935,该解释变量为H；继续逐步回归，maxRba^2=0.999961,对应的解释变量为I;再逐步回归，maxRba^2=0.999973,对应的变量是M;最后回归一次，Rba^2=0.999995,对应的解释变量为F．因此模型没有多余变量． 调整后模型最终为： G= -5.635-0.165M+0.165R(-1)+0.494I+0.539H+0.462F+ 五 模型直观的经济解释： 从模型分析结果我们可以看到，在改革以来的整个经济发展阶段，技术因素和投资与经济增长是同方向变动，二者通过影响投资的数量和投资的产出效率促进经济增长，这与理论分析是相一致的；直接融资比重对经济增长也是正相关关系，可见资本市场的发展对经济增长起着积极的促进作用；实际利率与滞后一期的经济增长呈现正的相关关系，这与前面的理论认为实际利率较高的发展中国家经济增长也较快相一致。值得注意的是，传统的金融发展指标M2/GDP对经济增长产生了负面的影响，而且影响程度较高，国内一些学者（谈儒勇，1999；韩廷春，2001）研究得出这主要是由于货币政策的反向操作造成的，所以单从金融深化程度还很难分辨出金融发展对我国经济增长的长期趋势。 从影响程度来看，传统的实体经济指标如技术、投资和对我国的经济增长具有较强的影响作用，而金融发展指标对经济增长却呈现负相关关系，这说明我国的金融发展和改革滞后于经济的发展，金融深化和金融改革须进一步推进。 六 深入探究经济原因： 1、金融深化指标呈现负面影响 金融发展水平与经济增长的负相关关系主要是货币政策的逆周期操作的结果（谈儒勇，1999）。按照凯恩斯货币政策理论，为了熨平经济周期的波动，货币当局往往在经济的高涨时期减少货币供应量M2，而此时的GDP较高，所以金融发展的水平指标M2/GDP相对降低；而在经济的衰退期（经济增长率较低或为负值），则通常增加货币供应量M2，而此时的GDP又较低。 2、资本市场对经济增长影响相对甚微 分析显示，中国的资本市场发展对经济增长产生了相对微弱的积极影响，这说明股票市场以及债券市场的发展对经济增长的影响是极其有限的，这一结果与R. Harris（1997）年的研究结果是一致的，即在欠发达国家，股票市场发展对经济增长的效应至多是非常弱的；而在发达国家，股票市场的活动水平对于人均GDP的增长率具有较强的解释能力。中国的资本市场与经济增长的微弱正相关关系是由诸多方面原因造成的。首先，中国的股市只有12年的发展时间，相对于西方发达国家的股票市场来说还很不成熟，且由于门槛效应，资本市场的作用还不能发挥的很好。因此，我国资本市场的发展和规范程度有待进一步提高；其次，股票的发行市场和二级市场还有许多方面不规范，相关政策缺乏一致性、连贯性及透明度；上市公司将筹措来的资金不是完全用在指定项目上。以上种种原因致使目前的股票市场对中国经济增长影响甚微。 结语： 理论分析与计量结果显示，金融发展对我国的经济增长具有积极的推动作用，但力度有限。总体来看，我国的金融发展滞后于经济增长，落后的金融体制已经束缚了经济的发展。目前我国应加紧推进金融体制改革，以使金融体制更好地满足企业扩张所带来的日益增长的融资需求。 要改善目前的落后的金融发展局面，我们建议一方面努力拓宽企业的融资渠道，让企业更多的利用资本市场进行直接融资，改善融资机制，消除“所有制歧视”，为中小企业创造良好的投融资环境；另一方面加速资本市场的发展和规范，发掘债券市场的潜力，为直接融资提供更大空间，并且积极推进非国有银行和中小银行的发展，促成金融机构的合理竞争。有理由相信，加快金融深化和金融体系改革必将有助于推动经济增长。 参考文献： 1.谈儒勇：《中国金融发展和经济增长关系的实证研究》[J]，《经济研究》1999(10) 53-61.。 2.宾国强：《实际利率、金融深化与中国的经济增长》[J]，《经济科学》1999(3) 32-38.3.韩廷春：《金融发展与经济增长：基于中国的实证分析》[J]，《经济科学》2001(3) 31-40.4. 武剑：《货币政策与经济增长》[M]，上海：上海三联出版社2000年版.5. 罗纳德.麦金农：《经济发展中的货币与资本》（中译本）[M]，上海；上海三联书店1997年版. 6.《货币金融学》.米什基 7．高鸿业：《西方经济学》，人民大学出版社 8、 Patrick, H. T., 1966, Financial Development and Economic Growth in Undeveloped Countries, Economic Development and Cultural Change 34, 174-189. 附 录 由于正文部分篇幅有限，我们将建立模型中遇到的困难，解决办法以及逐步回归法的具体过程收录到附录部分 建立模型中遇到的困难和解决： 原建立的模型为：G=0 +1M+2R+3I+4H+5F+ Dependent Variable: G Method: Least Squares Date: 06/11/05 Time: 12:30 Sample: 1979 2001 Included observations: 23 VariableCoefficientStd. Errort-StatisticProb. C-1.3460663.446951-0.3905090.7010 M-0.2254780.059742-3.7741660.0015 R0.0436090.1098550.3969680.6963 I0.3910430.1850782.1128560.0497 H0.6227530.1668583.7322240.0017 F0.7687080.2543873.0218090.0077 R-squared0.690071 Mean dependent var9.456522 Adjusted R-squared0.598915 S.D. dependent var3.092340 S.E. of regression1.958419 Akaike info criterion4.401610 Sum squared resid65.20185 Schwarz criterion4.697826 Log likelihood-44.61851 F-statistic7.570243 Durbin-Watson stat2.042179 Prob(F-statistic)0.000667 由模型可以看到r作为储蓄率代表并不具有显著性，从经济意义上讲与现代经济学派的理论相违背． 异方差检验：怀特检验结果如下 White Heteroskedasticity Test: F-statistic0.597373 Probability0.788863 Obs*R-squared7.644257 Probability0.663540 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/11/05 Time: 12:32 Sample: 1979 2001 Included observations: 23 VariableCoefficientStd. Errort-StatisticProb. C7.75607634.013930.2280260.8235 M0.3345730.3943620.8483900.4128 M^2-0.0011100.001961-0.5660600.5818 R-0.1404780.259353-0.5416480.5980 R^2-0.0342280.033568-1.0196510.3280 I-2.0712852.934942-0.7057330.4938 I^20.0269720.0497480.5421840.5976 H1.3724873.4090950.4025960.6943 H^2-0.0259300.079673-0.3254510.7504 F-0.7358200.851429-0.8642180.4044 F^20.0209410.0296660.7058840.4937 R-squared0.332359 Mean dependent var2.834863 Adjusted R-squared-0.224009 S.D. dependent var3.462708 S.E. of regression3.830965 Akaike info criterion5.830045 Sum squared resid176.1155 Schwarz criterion6.373107 Log likelihood-56.04551 F-statistic0.597373 Durbin-Watson stat3.142629 Prob(F-statistic)0.788863 可以看到模型中的t值 2,且p=0.788863，说明犯拒真错误的概率很大，于是认为模型存在异方差。下面用加权最小二乘法对异方差进行修正： Dependent Variable: G Method: Least Squares Date: 06/11/05 Time: 12:39 Sample: 1979 2001 Included observations: 23 Weighting series: W VariableCoefficientStd. Errort-StatisticProb. C-0.1406971.860481-0.0756240.9406 R0.0303540.0223741.3566900.1926 I0.3278510.0381808.5869120.0000 M-0.1795990.024550-7.3155320.0000 H0.5332690.0649428.2114420.0000 F0.5332700.1328514.5289010.0003 Weighted Statistics R-squared0.999321 Mean dependent var9.799429 Adjusted R-squared0.999121 S.D. dependent var12.39070 S.E. of regression0.367327 Akaike info criterion1.054330 Sum squared resid2.293796 Schwarz criterion1.350546 Log likelihood-6.124794 F-statistic272.0596 Durbin-Watson stat1.920433 Prob(F-statistic)0.000000 Unweighted Statistics R-squared0.672014 Mean dependent var9.456522 Adjusted R-squared0.575547 S.D. dependent var3.092340 S.E. of regression2.014661 Sum squared resid69.00062 Durbin-Watson stat1.852671 修正后的模型为：G=-0.1407-0.1795M+0.0304R+0.3278I+0.5332H+0.5333F+ 在以前的回归结果尚有显著的改善。 ．自相关检验： 模型的D-W=1.920433，k-1=5，du=1.920，duD-W4-du,因此模型不存在自相关． 多重共线性检验。 部分金融变量的简单系数矩阵如下： M R F M 1.000000 0.228064 0.970315 R 0.228064 1.000000 0.238354 F 0.970315 0.238354 1.000000 我们看到利率R与其他指标之间的相关度较弱，表明利率对金融发展的影响并不显著；而先前利率的t值在０．０５的显著水平下表明它对经济增长的影响也不显著，这些与现代经济学派的观点是违背的．进一步找寻这之间的原因，这里面可能包含滞后问题．我们发现货币政策有时滞，使模型中当期的R并不具显著性．因此正文重将R滞后一期。 Dependent Variable: G Method: Least Squares Date: 06/11/05 Time: 21:02 Sample(adjusted): 1980 2001 Included observations: 22 after adjusting endpoints Weighting series: W VariableCoefficientStd. Errort-StatisticProb. C13.667192.4670325.5399320.0000 M-0.0107760.024577-0.4384600.6658 Weighted Statistics R-squared0.999660 Mean dependent var12.04961 Adjusted R-squared0.999643 S.D. dependent var48.72036 S.E. of regression0.920404 Akaike info criterion2.758500 Sum squared resid16.94288 Schwarz criterion2.857686 Log likelihood-28.34350 F-statistic0.192247 Durbin-Watson stat1.168166 Prob(F-statistic)0.665753 Unweighted Statistics R-squared-1.026298 Mean dependent var9.540909 Adjusted R-squared-1.127613 S.D. dependent var3.137888 S.E. of regression4.577030 Sum squared resid418.9841 Durbin-Watson stat0.461549 逐步回归法： 方程１ Dependent Variable: G Method: Least Squares Date: 06/11/05 Time: 21:06 Sample(adjusted): 1980 2001 Included observations: 22 after adjusting endpoints Weighting series: W VariableCoefficientStd. Errort-StatisticProb. C11.110780.18530459.959800.0000 R(-1)-0.4065000.050619-8.0306210.0000 Weighted Statistics R-squared0.999919 Mean dependent var12.04961 Adjusted R-squared0.999915 S.D. dependent var48.72036 S.E. of regression0.449952 Akaike info criterion1.327156 Sum squared resid4.049133 Schwarz criterion1.426341 Log likelihood-12.59871 F-statistic64.49088 Durbin-Watson stat1.458297 Prob(F-statistic)0.000000 Unweighted Statistics R-squared-1.020918 Mean dependent var9.540909 Adjusted R-squared-1.121964 S.D. dependent var3.137888 S.E. of regression4.570950 Sum squared resid417.8716 Durbin-Watson stat1.095908 方程２ Dependent Variable: G Method: Least Squares Date: 06/11/05 Time: 21:11 Sample(adjusted): 1980 2001 Included observations: 22 after adjusting endpoints Weighting series: W VariableCoefficientStd. Errort-StatisticProb. C0.5925355.0110160.1182460.9071 H0.5728260.2393302.3934590.0266 Weighted Statistics R-squared0.999733 Mean dependent var12.04961 Adjusted R-squared0.999720 S.D. dependent var48.72036 S.E. of regression0.815385 Akaike info criterion2.516194 Sum squared resid13.29704 Schwarz criterion2.615380 Log likelihood-25.67814 F-statistic5.728646 Durbin-Watson stat1.127357 Prob(F-statistic)0.026613 Unweighted Statistics R-squared-0.343001 Mean dependent var9.540909 Adjusted R-squared-0.410151 S.D. dependent var3.137888 S.E. of regression3.726235 Sum squared resid277.6966 Durbin-Watson stat0.561682 方程３ Method: Least Squares Date: 06/11/05 Time: 21:10 Sample(adjusted): 1980 2001 Included observations: 22 after adjusting endpoints Weighting series: W VariableCoefficientStd. Errort-StatisticProb. C-0.1323052.631402-0.0502790.9604 I0.3491930.0722434.8335870.0001 Weighted Statistics R-squared0.999842 Mean dependent var12.04961 Adjusted R-squared0.999834 S.D. dependent var48.72036 S.E. of regression0.628071 Akaike info criterion1.994180 Sum squared resid7.889453 Schwarz criterion2.093365 Log likelihood-19.93598 F-statistic23.36357 Durbin-Watson stat1.396414 Prob(F-statistic)0.000101 Unweighted Statistics R-squared-0.229623 Mean dependent var9.540909 Adjusted R-squared-0.291105 S.D. dependent var3.137888 S.E. of regression3.565481 Sum squared resid254.2531 Durbin-Watson stat0.614617 方程４： Method: Least Squares Date: 06/11/05 Time: 21:12 Sample(adjusted): 1980 2001 Included observations: 22 after adjusting endpoints Weighting series: W VariableCoefficientStd. Errort-StatisticProb. C11.821091.12118110.543420.0000 F0.0580250.0849970.6826710.5026 Weighted Statistics R-squared0.999665 Mean dependent var12.04961 Adjusted R-squared0.999648 S.D. dependent var48.72036 S.E. of regression0.914227 Akaike info criterion2.745032 Sum squared resid16.71622 Schwarz criterion2.844218 Log likelihood-28.19535 F-statistic0.466040 Durbin-Watson stat1.270627 Prob(F-statistic)0.502646 Unweighted Statistics R-squared-0.920117 Mean dependent var9.540909 Adjusted R-squared-1.016123 S.D. dependent var3.137888 S.E. of regression4.455495 Sum squared resid397.0287 Durbin-Watson stat0.476625 方程５
-
农业机械化对农业增加值的影响浅析_经济学毕业论文
农业机械化对农业增加值的影响浅析_经济学毕业论文 农业机械化对农业增加值的影响浅析 农业首先是人类不可缺少的衣食之源。农业作为提供食物、衣料的生产部门，无论对于经济发达国家还是不发达的国家都具有决定性的意义。在经济全球化及贸易自由化进程中，农业一直是最敏感的经济部门，对于发展中国家尤为突出。进入新世纪，我国加入了WTO，这标志着我国对外开放进入一个新的阶段，标志着我国经济参与经济全球化的进程加快。我国拥有12亿多人口，有9亿在农村，这是我国的基本国情，我国是一个农业生产大国，也是农产品的消费大国，农业是我国12亿人口的生存之本。所以，研究农业在现代化进程中的发展程度， 显得尤为重要。 农业机械化是农业现代化的重要内容和主要标志之一，没有农业的机械化就没有农业的现代化。首先，农业机械化是农业现代化的重要组成部分。农业机械把大工业成果、自然科学和自然力引入农业生产过程，必然大大提高农业劳动生产力、资源利用转化率和农产品商品率，从而提高农产品竞争力，转移出农业劳动力从事其它工作和增加农民收入，推进非农产业发展，也使现代生物技术由于有现代装备和工程技术手段支持而得以实施和进一步发展。其次，在农业现代化的过程中，机械化是不可逾越的发展阶段。发达国家大多在20世纪40-60年代基本实现了农业机械化，农业现代化的进程大体开始于20世纪40年代，70年代后先后实现现代化。也就是说，发达国家都是在农业机械化的基础上向现代化迈进的。从某种意义上说，机械化是现代化的先行因素，而不是同步因素，基本实现机械化的时间比基本实现现代化一般要早20-30年，农业现代化是在机械化基础上的更高级发展阶段。 新中国成立以来，我国农业机械化有较大发展，农业生产方式正由人畜力手工劳动向机械化生产改变。农业生产方式的改变，加快了从传统农业向现代农业转变的进程，增强了农业机械化对农业和国民经济发展的综合保障能力。 为此，我们从1985-2001年的数据出发，分析农业机械总动力对农业增加值的贡献。资料如下： 年份农业增加值Y（亿元）农业机械总动力X（万千瓦） 19852671.391 20912.5 19862907.627 22950 19873385.388 24836 19884060.498 26575 19894464.029 28067 19905267.604 28707.7 19915663.864 29388.6 19926286.592 30308.4 19937446.396 31816.6 199410100.030 33744 199512163.445 36118.1 199613848.458 38546.9 199713626.656 42015.6 199814102.136 45208 199914443.873 48996.1 200014668.521 52573 200114581.862 55172.9 资料来源：《2002中国农业发展报告》 首先我们设定模型，并根据上表中的的数据进行最小二乘法分析，得到如下结果： Dependent Variable: Y Method: Least Squares Date: 12/12/03 Time: 07:29 Sample: 1985 2001 Included observations: 17 VariableCoefficientStd. Errort-StatisticProb. C-6122.3771522.387-4.0215630.0011 X0.4258320.04171710.207740.0000 R-squared0.874159 Mean dependent var8805.198 Adjusted R-squared0.865769 S.D. dependent var4762.782 S.E. of regression1744.964 Akaike info criterion17.87699 Sum squared resid45673483 Schwarz criterion17.97501 Log likelihood-149.9544 F-statistic104.1979 Durbin-Watson stat0.316651 Prob(F-statistic)0.000000 下面对模型进行t检验： 对于给定的，查分布表得临界值=2.120，而10.207742.120，说明农业机械总动力X对农业增加值Y有显著影响，且农业机械总动力每增加一万千瓦，会引起农业增加值平均增长0.425832亿元。可决系数和修正可决系数都比较高，表明模型在整体上拟合得比较好。 然后再对模型进行异方差检验： 将观察值按解释变量的大小顺序排列 将排列在中间的大约1/4的观察值删除掉，除去的观察值个数记为c（c=3），余下的观察值分为两个部分，没部分的观察值个数为(n-c)/2=7。 提出检验假设 为同方差性； 为异方差性 （4）分别对两部分观察值求回归模型，结果如下： Dependent Variable: Y Method: Least Squares Date: 12/15/03 Time: 07:35 Sample: 1985 1991 Included observations: 7 VariableCoefficientStd. Errort-StatisticProb. C-4983.8471178.146-4.2302470.0082 X0.3489220.0451677.7251320.0006 R-squared0.922694 Mean dependent var4060.057 Adjusted R-squared0.907232 S.D. dependent var1147.840 S.E. of regression349.6069 Akaike info criterion14.78645 Sum squared resid611124.9 Schwarz criterion14.77100 Log likelihood-49.75258 F-statistic59.67767 Durbin-Watson stat1.043681 Prob(F-statistic)0.000580 Dependent Variable: Y Method: Least Squares Date: 12/15/03 Time: 07:37 Sample: 1995 2001 Included observations: 7 VariableCoefficientStd. Errort-StatisticProb. C9212.8301306.5977.0510090.0009 X0.1033960.0284083.6396700.0149 R-squared0.725985 Mean dependent var13919.28 Adjusted R-squared0.671182 S.D. dependent var864.3506 S.E. of regression495.6413 Akaike info criterion15.48454 Sum squared resid1228302. Schwarz criterion15.46908 Log likelihood-52.19588 F-statistic13.24720 Durbin-Watson stat2.087459 Prob(F-statistic)0.014909 并计算两部分的剩余平方和=611124.9与=1228302，它们的自由度均为=5,k为估计参数的个数，于是构造 =0.4975 在上式中，统计量服从F（5，5）分布。 （5）判断。在给定显著性水平=0.05，查表得临界值，，则拒绝，接受，即误差项不存在异方差。 最后再进行自相关检验。 假设：不存在一阶自相关，：存在一阶自相关 DW=0.316651，n=17,k’=1,查表得：，DW，说明误差序列不存在一阶正自相关。 通过上述检验，说明模型是可靠的，能够适当反映农业机械总动力对农业增加值的贡献。 而通过对模型的回归分析，可看出我国的农业机械化程度是较低的，对我国的农业增加值的贡献十分低下。根据1985-1991年的数据建立的模型中可看出每增加一万千瓦的农业机械总动力使农业增加值增长了0.348922亿元，而从1995-2001年的回归结果可看出每增加一万千瓦的农业机械总动力使农业增加值仅增长了0.103396亿元，明显的农业机械总动力对农业增加值的贡献减小了，说明在农业生产中机械生产的发展速度小于其它影响农业增加值因素的发展，且它在农业生产中的所占地位在下降。 制约我国农业机械化发展的主要因素有：1，农业劳动力向非农产业转移缓慢。世界各发达国家的经验证明，只要农业劳动力因转向非农产业而不足时，才能推进农业机械化。由于我国非农产业不够发达，以及城乡分割体制等多种因素的影响，我国农业劳动力向非农转移很慢。至1999年，农业劳动力占整个劳动力比重仍高达百分之五十，且近两年农业劳动力绝对数量不降反升，总量达3.5亿人以上。2，家庭经营规模太小。我国农民平均每户经营耕地1990年为十亩，1999年下降为8.8亩，劳动力平均耕地1999年为3.65亩。在这样的空间上是难于推进机械化的。3，农民收入水平低，增长慢。1999年，我国农民人均纯收入为2200元，生活消费支出为1600元，平均每户结余2500元。如果考虑到收入差距、农机养护使用支出等因素，则大多数农民不具备购买农机的能力。4，农业电气化滞后，到1999年有效灌溉面积仅占耕地面积的百分之四十，而机电灌溉仅占有效灌溉面积的三分之二，占人口百分之七十的农村用电量仅为2173亿度，占全国发电量的百分之十七。5，农民文化水平低。据统计，1995-1996年小学毕业生每年平均有1900多万人，约有三百万人没有完成初中义务教育，估计占百分之三十。这样的教育水平严重制约了农业机械化的推广。 总总迹象表明：我国现在农业机械化程度远远不能够满足现代农业发展的需求，要实现农业现代化，必须在以下各方面积极稳妥的推进农业机械化的发展：1，要把主要农产品生产过程机械化和产业化经营有机结合起来；2，对农业机械化进行结构性调整；3，因地制宜，有重点的推荐地区农业机械化；4，大力促进农业技术进步；5，建立与农业机械化相适应的农村经济体制。
