财政税收论文：我国财政政策冲击的动态效应分析

 摘要：运用协整关系检验、脉冲响应函数和方差分解技术，对我国财政政策与实际 经济变量之间的 影响 关系进行 分析 ，我们发现：财政政策变量与实际GDP、私人投资存在显著的协整关系，而且财政支出对实际经济在长期均衡关系上呈显著的正向影响。而动态分析则表明，财政支出对实际经济、私人投资影响显著，这意味着通过变动财政政策对稳定经济可以在短期内收到明显的成效。 

　　关键词： 财政政策冲击，动态效应，私人投资，实际GDP

 

　　一、引言

 

　　从1998年以来，为了应对亚洲 金融 危机、世界经济下滑以及国内需求不足等 问题 ，我国政府连续5年实施了积极的财政政策，包括：连续发行长期建设国债，大规模增加基础设施投资；调整收入分配政策，扩大消费需求；扩大政府采购规模；调整税收政策和财政支出结构，鼓励和扩大投资、消费和出口。这些政策的实施对我国经济增长起到了积极的效应。但是，关于积极财政政策效果的讨论一直没有停止过， 中国 社科院财贸经济 研究 所课题组的研究表明，积极财政政策的实施对投资、消费和出口等方面都有明显的拉动效应，还有一些学者的究表明，积极财政政策对经济增长不仅没有发生挤出效应，而且有挤入效应；但另外一些学者从债务的可持续性以及财政的稳定性出发，指出过度积极财政政策的实施会对经济的长期稳定和增长构成威胁。

 

　　对于宏观经济的运行，经济学家们认为把宏观经济系统看成是一个动态的、随机性系统的观点是十分有益的，它是现在和过去各种冲击的反应，因此，按照这个观点，向量自回归(VAR)模型 自然 也就成为一个非常合适的实证分析工具。一些学者的调查表明，用VAR模型分析宏观经济政策冲击在国际上是一个相当有价值的 方法 ，并且也取得了丰富的研究结果。鉴于此，本文利用向量自回归模型(VAR)和基于VAR模型的协整检验、脉冲响应函数和方差分解等计量方法对财政政策冲击动态效应进行了分析。我们主要关注两个问题：一是财政政策变量与实际经济、私人投资等的长期关系；二是财政政策冲击的动态效应。这两个问题的研究，无论是对于政策实施效果的把握还是对政策目标的及时调整均有着重要的现实意义。

 

　　 二、财政政策效应的 理论 分析

 

　　财政政策效应的理论分析可以概括为对凯恩斯主义和非凯恩斯主义政策含义的阐述。

 

　　凯恩斯主义认为经济在达到充分就业水平前，总供给曲线是向上倾斜的，而在充分就业水平时，总供给曲线则是垂直的。在凯恩斯看来，不稳定性是资本主义市场经济所固有的，经济低于充分就业的状态可能持续相当长的时间。因此，凯恩斯认为以相机抉择的财政政策和货币政策为手段的政府干预，能够使这种总体不稳定性得到纠正，并使经济在充分就业水平上保持稳定。在凯恩斯的财政政策理论中，政府支出和税收是两个主要的政策手段。关于政府支出对实体经济的效果，凯恩斯主义以消费函数加以说明，认为当期消费决定于当期收入，这样，政府支出的增加将导致居民收入的增加，收入增加又导致消费增加，而消费增加将再次导致收入的增加，因此，一次财政支出的增加将使收入呈倍数增加，即乘数效应。乘数的大小取决于居民的边际消费倾向、宏观税率、边际进口倾向。

 

　　货币主义认为经济的稳定性是固有的，当经济受到某种干扰后会很快恢复到处于自然失业率水平的长期均衡，正统的货币主义者对积极的稳定政策提出质疑。弗里德曼(1957)的持久收入假说对税收变化对刺激需求的作用提出了质疑，认为消费依赖于持久的收入，而不是暂时的收入，由于税收变化并不影响持久收入，因而至多只有微弱的乘数效应。因此，在弗里德曼看来，财政政策只在短期内能够影响产量和就业，但就长期而言，财政扩张不过代替和挤出了某些私人部门的投资，实际收人仍保持不变的自然率水平上。70年代新古典主义者发动了"理性预期革命"，他们的财政政策含义是，财政赤字的扩大，政府将来必然会增加税收，弥补赤字。如果民间经济主体是理性的，并且信息是完全的，消费者就会抑止当前的消费，将收入储蓄起来，留到将来政府增加税收时用来交税，消费者这种理性的行为将降低财政政策的效果。

 

　　从上面的分析可以看出，凯恩斯主义者对积极财政政策效应持的是肯定态度，而非凯恩斯主义虽然承认财政政策具有短期效应，但对长前效应却持有否定的观点，尤其是货币主义认为长期上财政扩张不过是挤出了私人部门的投资。显然这些不同的政策主张只能通过实证分析来加以检验。

 

　　 三、我国财政政策冲击效应的动态分析

 

　　我们选择四个变量：实际GDP(用符号Yt表示)、财政支出(GIt)、宏观税收(Tt)和私人投资(PIt)。其中宏观税收(Tt)用各种税收总额作为代理变量，私人投资(PIt)用按投资资金来源分类的统计报表中自筹资金、企事业单位自有资金、银行贷款、债券和其它来源资金合计作为代理变量。这些变量均采用季度时间序列，样本范围为1998年第1季度到2003年第4季度，样本数据来自国家信息中心的数据中心网站和《中国人民银行统计季报》，部分数据是通过把月度数据折算为季度数据得到的。这里只用了6年24个季度数据，主要是受限于投资资金来源的详细月度数据在统计报表中仅从1998年开始发布的，而冲击反应分析不宜用年度数据的结果。上述各序列均采用X11季节调整程序进行了季节调整，并进行了对数变换。

 

　　1．单位根检验、协整关系检验

 

　　由于VAR模型的分析结果严格依赖于随机扰动项为白噪声序列这一假设条件，因此，我们首先必须对各序列进行单位根检验和协整关系检验。并且，通过协整检验我们也可以对所考察变量之间的长期均衡关系进行研究，这也是本文的目的之一。

 

　　表1给出了单位根检验的ADF统计量、PP统计量和1%水平的临界值，根据表1的结果可知，在1%的显著水平下，4个时间序列均不能拒绝"存在单位根"的原假设，因此，这4个变量在水平值上都是非平稳的，我们继续对这4个时间序列的1阶差分进行单位根检验，可以发现这4个变量都是差分平稳的(检验结果略)。因此，可以判断所考察的4个时间序列都是1阶单整的。

 

　　下面我们对这4个变量进行协整关系检验，设四维随机向量为：Xt=(Yt，GIt,Tt，PIt)'，它的P阶VAR模型为：

 

　　

 

　　其中εSt是无序列相关的残差序列，T是样本容量。可以将上述模型表示为：

 

　　

 

 

 

　　如果上述模型中矩阵∏是降秩的，即0