第!"卷第#期
$%%&年%’月
统 计 与 信 息 论 坛 ()*+!" ,)+#
-./0+，
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
$%%&
收稿日期：$%%&1%21%&
作者简介：杨静（!’3’1），女，湖北武汉人，硕士生。研究方向：应用统计学。
【研究生论坛】
财政金融波动对宏观经济周期影响初探
杨 静
（中南财经政法大学 统计系，湖北 武汉2&%%42）
摘 要：文章主要针对财政金融与宏观经济的关系进行了实证分析，利用逐步回归等方法建立预测模型，
对宏观经济的未来半年趋势进行预测，并检验了模型的预测准确度。
关键词：财政金融指标；宏观经济；逐步回归；56785模型
中图分类号：9$$2 文献标识码：5 文章编号：!%%31&!!4（$%%&）%#1%%4#1%&
一、引 言
经济发展过程中的周期波动对经济发展影响巨
大，尤其是当波动幅度过大时，它所带来的巨大损失
是难以补救的。为了保证国民经济持续、稳定、协调
发展，并对宏观经济进行有效的控制，使宏观调控部
门正确预测经济运行的未来状态，对宏观经济运行
研制和设置监控或预测系统是必要的。目前，设置
预警系统采用的主要方法有指标法和模型法，指标
法较直观，主要是用先行指标的变化对未来经济运
行状况作出预测。在我国由于政策因素的影响，使
得各类指标的先行和滞后都显得模糊不清。故而在
此处仅采用指标法作为选择指标的标准之一，暂且
不作为主要分析方法。实际上，各经济指标之间或
多或少存在一定的相互联系，模型法正是利用它们
之间的这种关系，为经济发展建立某种计量经济模
型，利用模型计算结果，选定某种划分峰、谷、扩张期
及收缩期的标准，给出经济发展的评判和预测。因
此本文主要采用后者对宏观经济进行分析。然而影
响宏观经济的因素众多，想要对所有的因素进行综
合研究比较困难，故而此处主要讨论财政金融与宏
观经济波动的关系。具体方法主要是通过对多个指
标的筛选，利用其与宏观经济运行的密切相关性建
立计量模型，进而利用现有值对当前经济发展的走
向作出预报或报警。
二、指标的选择
由于统计数据方面的原因，变量的个数以及变
量的挑选范围都受到了很大限制。因为首先从理论
上讲，模型要求包括所有财政、金融及宏观经济的变
量，并且能够反映这些变量之间错综复杂的关系。
但是在建模时仅收集到了!’’"年!!月至$%%$年
’月共23期的统计资料，而系统本身要求有较大的
样本容量，所以模型可容纳的变量个数是十分有限
的；其次，许多统计指标不符合建模要求，缩小了变
量的选择余地，例如工业总产值等在!’’"年之后就
没有了统计值；第三，还有一些统计指标的统计口径
发生了变化，这些都不适合引入模型。
鉴于上述原因，经过反复考虑和试算，笔者最终
选择了以下能基本反映财政、金融及宏观经济发展
状况的统计指标：
（一）反映宏观经济的统计指标———工业增加
值。在我国传统的宏观景气分析中，都是将工业总
产值作为基准循环指标来使用，在此基础之上再划
分先进、一致、滞后指标来测定宏观景气情况的，因
而此处采用工业增加值作为宏观经济指标，来反映
宏观经济的景气情况。
（二）反映财政、金融状况的统计指标。由于资
料来源的有限，笔者主要采用以下指标作为原始指
标供筛选，分别为：（!）国家财政预算收入。（$）各项
税收。（&）国家财政预算支出。（2）基本建设支出。
（#）行政管理费。（4）现金流通量余额（8%）。（3）狭
义货币余额（8!）。（"）广义货币余额（8$）。（’）金
融机构存款期末余额。（!%）金融机构货款期末余
额。（!!）城乡居民储蓄存款期末余额。这些指标的
统计资料主要来自于《中国统计》!’’’年第!期到
#4万方数据
!""!年第##期上的《全国统计数据》。在本文分析
中，这些数据分别依次被设为$#至$##。
三、财政金融政策与宏观
经济关系的实证分析
（一）指标的筛选与模型的拟合。笔者首先对指
标建立线性模型，然后对所得模型进行拟合优度检
验。由上文可见，此处的解释变量众多，关系较为复
杂，因而根据回归模型的基本假设首先要对此处的
外生变量进行异方差与多重共线性的检验。
#%异方差的检验。笔者主要采用等级相关系
数法对外生变量进行检验，首先对 &与 $’（’(
#，)))，##）进行一般线性回归分析，将模型的残差*+’
与$’进行斯皮尔曼（!"#$%&$’）检验。再根据
其所得的等级相关系数可以判断出该模型不具有异
方差性。
!%多重共线性检验。由前所进行的一般回归
分析结果可知；方差表中的方差扩大因子（,-.）大
部分均大于#"，可见模型变量$’间存在严重的多
重共线性关系，见表#：
表# 各解释变量的方差扩大因子表
,-. ,-. ,-.
$# /!0%#1 $2 #0%1# $3 30/%4"
$! 43!%## $5 !4%"/ $#" #!1%5#
$0 #4%#3 $4 04"%"1 $## !"/%50
$1 2%12 $/ !50%44
由于模型存在多重共线性，故而采用简单的线
性回归是不适合的。为了消除变量间的多重共线
性，此处将采用逐步回归的方法对方程重新进行拟
合，同时完成对因子的选择，得到的方程如下所示：
&(#2!/)/42
（!""%!53）
（ "%"""）
6")!03$5
（"%""4）
（"%""0）
7")#!/$4
（"%"!/）
（"%"""）
6")"!"3$3
（"%"#3）
（"%"""）
根据统计软件的分析结果显示，在该模型下，
8(")321 8!("%3"3
9:;<=>?:8!(")3"0 :@(#)5#!
=AB)?CCDC(##0)000
可见该模型的拟合情况良好。由该模型可以看
出：宏观经济同现金流通量余额存在负相关关系；同
狭义货币余额存在正相关关系；同金融机构存款期
末余额也存在负相关关系。这种关系是符合经济运
行实际情况的，同时还可以根据各$’的序列图显示
情况判断出，由于$5、$4、$3的波动趋势与&的最
为接近，并且由这三个指标的峰、谷位置及周期长度
可以看出，它们是&的一致指标，因而由现金流通
余额（E"）、狭义货币余额（E#）及金融机构存款期
末余额这三个变量对宏观经济进行预测分析是比较
适合的。另外，本文的主要目的是对&进行预测分
析，在只知道现有的&与$’的已知值，且不可能预
先获得$’的未来值的情况下，要想对&进行预测，
对$’进行先预测是必然的。根据上文可知，在经过
逐步回归以后，$5、$4、$3之间不存在相关性，且它
们的原始资料为14期的月度数据，因而在下文中将
对它们分别拟合时间序列模型。
（二）对解释变量进行时间序列模型的拟合。根
据对$5、$4、$3分别做=?F<?GH?图，发现$5、$4
存在强烈的长期趋势及季节波动，而$3的季节趋势
较弱，长期趋势较强，且与时间>存在近似的线性
关系，因此对$5、$4进行98-E9模型的拟合，而对
$3进行关于时间>的线性模型拟合。
由于98-E9模型要求时间序列是平稳的，在
$5、$4存在季节趋势及长期趋势的情况下，首先要
对它们进行一阶差分及季节差分，确定序列是平稳
时，再运用IJ$6;?GK-G=法建立季节98-E9模
型。此过程通过=9=／?>=中的L8JH98-E9命
令完成，$5、$4两变量的平稳性检验结果及所拟合
的模型如表!所示：
表! $5的平稳性检验表
>DMNO HP’=QRNC+ :. LC!HP’=Q 9RADSDCC+TNA’DUV
5 "%13 0 "%3!#2 6"%""" 6"%"## "%"3" 6"%"0/ 6"%""! 6"%"1/
#! "%/4 3 "%3334 6"%"!" "%""! 6"%"23 6"%"0! "%"!5 6"%"11
#/ !%#/ #2 "%3333 6"%"3" 6"%"!2 6"%"!5 6"%"5# 6"%"55 6"%"13
!1 !"%25 !# "%1/5" 6"%"1! "%"5" 6"%"#" "%"24 "%#01 6"%024
表0 $4的平稳性检验表
>DMNO HP’=QRNC+ :. LC!HP’=Q 9RADSDCC+TNA’DUV
5 !%5" 2 "%45#1 "%"1" "%#4! "%#22 "%"!3 "%"40 6"%"53
#! 4%52 ## "%4115 "%""1 6"%"#2 "%"42 6"%!!3 "%"#4 6"%#3!
#/ ##%#! #4 "%/2"# 6"%"/2 6"%"4! 6"%#12 6"%"11 6"%"#4 6"%#!4
!1 #2%!1 !0 "%//24 6"%#!/ "%"#/ 6"%#"3 6"%"4# "%"20 "%"/#
55
统计与信息论坛
万方数据
关于!"的模型：
!#$%&’(")(!#
（%&*(++,）
（%&%%%-）
.!#/(0"’’*1!#/(
（%&(’(()）
（%&%%%(）
.%0-*11,!#/(
（%&()"%-）
（%&%%%(）
2#3045565$1110),’( 789$1+%0,1)’
2:9$1+101++-
关于!’的模型：
!#$/%0+""*!#/(
（%0(")+-）
（%0%*1,）
.!#
2#3045565$’’’0("1, 789$11%0*%("
2:9$11(0’*’,
由结果显示：在"$%&%1的情况下，经过调整之
后，!"、!’均达到平稳，且它们的模型均是各种可能
模型中789值达到最小的模型。因而，在现在所采
用的方法下，它们的模型均是最优的。
对于!,模型的拟合，先是将时间按先后顺序以
序列号重排，设为;；然后再将!,对;以<=2法进
行线性回归。经检验发现该模型存在异方差的问
题，因此先对!,进行取自然对数处理得到变量
!,>，其模型显示如下：
!>$((0)+)
（%0%%)）
（%0%%%）
.%0%((";
（%0%%%）
（%0%%%）
根据统计分析结果显示：在该模下，?$%0,,’，
?*$%0,,)，7@AB2;?*$%0,,)，@C$(0+(，可见
该模型拟合得十分好。
（三）对宏观经济的预测。本文的主要目的是为
了对宏观经济的未来趋势进行预测，当建立好了各
模型之后，下文就利用以上模型对短期趋势进行预
测。根据上文的模型，将先对各!D（D$"，’，,）的值
进行预测，然后利用!D的值，再对代表宏观经济趋
势的E值进行预测。其预测结果如表)所示：
表) 各变量的预测值表 单位：亿元
; !" !’ !, E
( (1’-)0’1)- ""%%"0%1-+ (1-(,-0,’" *-,-0’)
* ("%*,0,*(1 ""1’"0*()) (1,"+,01’+ *--+0%(
+ (",%%0)(-1 ",,’+0"’%1 ("(%-%0(’% +%’,0’+
) (’,%*0-’)1 ’%’-)0"*"" ("*1*%0’"’ *,(+0-)
1 (’’-10%1*’ ",%(10--*’ ("+,"(0+") *"-10),
" (""1)0-’1( ",-,+0*+-- ("1)%(0,"( +%+’0’,
如表)所示：本文对E的未来"期进行了预
测，其时间跨度为*%%*年(%月至*%%+年+月。现
已知，*%%*年(%月的全国工业增加值约为*-+%亿
元，与模型的预测值相比误差为*&)+F，可见预测
值还是比较准确的。为了将宏观经济的趋势看得更
清楚，此处将对E值做24GB4H94图，而第)-期
至1+期是预测值（见附图）。
附图 工业增加值趋势图
四、结束语
由附图可见：在未来半年内，国家宏观经济在总
体上将仍保持上升的趋势，但在*%%*年((月开始
小副上升；在*%%*年(*月开始小副下降，该降副将
维持到*%%+年*月；此后经济又开始小副攀升。这
种波动属于正常的季节波动，不影响宏观经济总体
趋势。由以上的预测结果可以看出：该模型的预测
结果存在一定的误差。在这里笔者想要指出该模型
存在的两点问题：第一，模型的变量引入有可能不
足。正如前文所述，由于受到资料来源的限制，笔者
所能获得的指标有限，如果能引入更多的变量进行
分析，相信能减少一定量的误差。第二，该模型不适
合做长期预测。笔者曾做过(*期预测，发现长期趋
势及峰值都能预测出来，但谷值的预测不太准确。
如果能引入更多的解释变量下，减少模型误差，有可
能则更好地预测宏观经济。
参考文献
［(］ 董文泉，高铁梅，等&经济周期波动的分析与预测［I］&长春：吉林大学出版社，(,,-&
［*］ 赵彦云&宏观经济统计分析［I］&北京：中国人民大学出版社，(,,,&
［+］ 戴园晨&财政调控的景气对策与财政健全目标［A］&宏观经济研究，*%%*，（(）&
［)］ 国家统计局&全国统计数据［A］&中国统计，(,,,，（(）/*%%*，（((）&
［1］ 伍超标&经济计量学导论［I］&北京：中国统计出版社，(,,-&
（责任编辑：郭诗梦）
’"
杨 静：财政金融波动对宏观经济周期影响初探
万方数据
