運(yùn)用SAS分析我國融資方式選擇對GDP增長的影響

劉聰聰

摘 要：本文運(yùn)用SAS工具分析了在直接融資和間接融資方式的選擇上對我國國內(nèi)生產(chǎn)總值增長的影響。研究結(jié)果得出間接投資的增長會帶動國內(nèi)生產(chǎn)總值的增加；在保持間接投資不變的情況下，直接投資與國內(nèi)生產(chǎn)總值的變動方向一致，但當(dāng)考慮間接融資的變動時，直接投資與國內(nèi)生產(chǎn)總值的變動在多元回歸的結(jié)果顯示上是負(fù)相關(guān)的。這一結(jié)果與我國體制經(jīng)濟(jì)比較落后導(dǎo)致游資沒有運(yùn)用到實(shí)體經(jīng)濟(jì)之上有關(guān)。

關(guān)鍵詞：GDP；SAS；相關(guān)分析；回歸分析

一、引言

融資方式對于一國經(jīng)濟(jì)發(fā)展的影響不言而喻。融資方式基本分為直接融資和間接融資，直接融資是資金供給者直接將資金融通給資金需求者，不需要通過中介機(jī)構(gòu)，眾所周知的是證券市場。間接融資是通過銀行、保險和信托等中介機(jī)構(gòu)進(jìn)行資金的融通。在一般發(fā)達(dá)國家中，直接投資和間接投資的比例比較持平。在我國，由于證券市場的各種機(jī)制以及監(jiān)管等方面不是很成熟，在直接融資和間接融資的比例上是一種失衡的狀態(tài)。

在我國現(xiàn)有的狀況下，為了對融資方式對于國家經(jīng)濟(jì)的影響程度有一定了解，將融資方式分為直接融資和間接融資兩個影響國家經(jīng)濟(jì)的因素，同時用一國的國內(nèi)生產(chǎn)總值（GDP）作為因變量，來衡量國家的經(jīng)濟(jì)情況指標(biāo)。本文通過實(shí)證的分析方法，使用SAS工具論證分析了GDP與直接融資（DIRECT）、間接融資（INDIRECT）和價格指數(shù)（PRICE）的關(guān)系，試圖了解這幾個指標(biāo)之間的相互關(guān)系以及呈現(xiàn)何種方向的影響。在建立回歸方程的基礎(chǔ)上，盡量定量來分析因變量（GDP）是如何受直接融資（DIRECT）和間接融資（INDIRECT）這兩個指標(biāo)的影響的。

二、數(shù)據(jù)來源和經(jīng)濟(jì)變量

1.數(shù)據(jù)來源

（1）數(shù)據(jù)來源于統(tǒng)計(jì)年鑒，包括GDP、INDIRET、DIRECT、PRICE連續(xù)31年的數(shù)據(jù)（1983年-2013年），并然后利用SAS統(tǒng)計(jì)軟件將收集的幾個變量的數(shù)據(jù)整理成一個數(shù)據(jù)集便于分析。

（2）同時需要說明的一點(diǎn)是，由于國內(nèi)生產(chǎn)總值，直接融資和間接融資的原始數(shù)據(jù)不是很均勻，為了消除異方差及多重共線性帶來的偏差，所以本文將原始數(shù)據(jù)取了對數(shù)，以便減小數(shù)據(jù)帶來的偏誤，使后面的回歸分析更加貼近真實(shí)值。

2.經(jīng)濟(jì)變量說明

（1）GDP（gross domestic product）：簡稱是國內(nèi)生產(chǎn)總值，衡量的在一段時期內(nèi)（一年或者一個季度中），一國或者一個地區(qū)所生產(chǎn)的最終產(chǎn)品價值和勞務(wù)價值，通常被看做是表明一國經(jīng)濟(jì)狀況的不錯的指標(biāo)。

（2）PRICE：價格指數(shù)是衡量不同時期物價水平的變化方向，一般采用基期和報告期的數(shù)值進(jìn)行比較。

（3）RGDP（real gdp）：描述的是實(shí)際國內(nèi)生產(chǎn)總值，即從名義GDP中剔除了價格變化的影響同時用固定價格來表示的GDP。公式為RGDP=GDP/PRICE。

（4）DIRCET：間接融資，是資金供給者通過存款或者銀行、信托和保險等金融機(jī)構(gòu)發(fā)行發(fā)行的有價證券，將其閑置資金提供個中介機(jī)構(gòu)，中介機(jī)構(gòu)再以貼現(xiàn)或者購買資金需求方發(fā)行的證券等方式將資金提供給需求方。

（5）INDIRECT：直接融資是資金盈余方直接將最近提供給市場上的資金需求方，一般會通過購買資金需求方發(fā)行的證券等方式為資金需求者提供資金。

三、相關(guān)分析

1.繪制散點(diǎn)圖，考察RGDP，INDIRECT和RIRECT之間的關(guān)系

圖2描述的是INRIRECT和RGDP之間的關(guān)系系，明顯是一條向右上方傾斜的直線?？偟膩碚f這些觀測點(diǎn)隨著直接融資和間接融資的增加，實(shí)際國內(nèi)生產(chǎn)總值也相應(yīng)增加，存在明顯的正相關(guān)關(guān)系。

2.計(jì)算相關(guān)系數(shù)

上述的散點(diǎn)圖能夠大致反映直接融資與間接融資和實(shí)際國內(nèi)生產(chǎn)總值之間的正向關(guān)系，為了更加量化前兩者分別與后者的關(guān)系，可在SAS軟件中生成相關(guān)系數(shù)矩陣表如表1?？梢钥闯鲎兞縍GDP和INDIRECT的相關(guān)系數(shù)R=0.8814，RGDP和DERECT的相關(guān)系數(shù)R=0.9001，INDIRECT和DIRECT的相關(guān)系數(shù)R=0.7984.均為正值說明變量之間呈現(xiàn)正向的關(guān)系。另外由于兩兩之間的相關(guān)系數(shù)與1接近，說明兩組變量之間有緊密的關(guān)系，其中RGDP和DERECT的相關(guān)度更高。

該輸出結(jié)果表明序列X的自相關(guān)函數(shù)是緩慢衰減的，這暗示該序列可能不平穩(wěn)，序列不平穩(wěn)的另外兩個特征是滯后一期逆函數(shù)的絕對值與0.5非常接近，其他的接近0；而滯后一期的偏自關(guān)函數(shù)非常接近于1，其他接近0（偏自關(guān)圖示未在此處顯示），序列X的逆自相關(guān)和偏自相關(guān)與判斷非平穩(wěn)的這些特征非常吻合，這暗示序列X可能非平穩(wěn)，因此有必要對其進(jìn)行差分。自變量INDIRECT和DIRECT的自相關(guān)函數(shù)與之類似。下面還是關(guān)于因變量RGDP的一階差分后序列的自相關(guān)函數(shù)：

如表3輸出結(jié)果，顯示該函數(shù)此時是迅速收尾的，且除了一階自相關(guān)系數(shù)顯著不為0外，其他的系數(shù)都在兩倍標(biāo)準(zhǔn)差之內(nèi)，說明這些系數(shù)同0沒有顯著差異，由此可以得出差分后序列自相關(guān)函數(shù)是具有一步截尾的性質(zhì)。至于差分后序列的偏自相關(guān)函數(shù)（此處未給出圖示），發(fā)現(xiàn)該函數(shù)具有拖尾性質(zhì)。因此差分后序列是平穩(wěn)序列。

4.回歸分析

（1）回歸模型

通過上述的相關(guān)性分析，我們可以看出RGDP與INDIRECT，DIRECT三個變量之間的相關(guān)性都比較緊密，為了更加具化三者之間的數(shù)量關(guān)系，可以建立其多元回歸模型為：

Log（RGDP）=β0+β1+Log（NDIRECT）+β2Log（DIRECT）+ε

其中，RGDP是y變量（自變量），INDIRECT和DIRECT是x變量（因變量）。運(yùn)用SAS可生成具有擬合憂度的線性回歸，結(jié)果如下：

則線性回歸方程為：

RGDP=-1.3606+0.1699INDIRECT+0.4196DIRECT

從回歸結(jié)果可以看出，當(dāng)直接投資變量因素保持不變時，當(dāng)間接投資變動1個百分點(diǎn)時，國內(nèi)生產(chǎn)總值會變動約17個百分點(diǎn)，；當(dāng)間接資本固定，直接資本變動1%時，國內(nèi)生產(chǎn)總值變動0.42%。上述回歸的F統(tǒng)計(jì)量的P值在5%的顯著水平上是顯著的。

（2）顯著性檢驗(yàn)

①擬合優(yōu)度檢驗(yàn)

從上述表4的擬合直線回歸可知統(tǒng)計(jì)量決定系數(shù)（R-square）是0.8102，這表明RGDP變量的變異中的81.02%能夠用INDIRECT和DIRECT兩個因變量之間的關(guān)系來說明。由于R2接近于1，這也說明其擬合優(yōu)度比較高。

②回歸方程的顯著性檢驗(yàn)

從下表5的方差分析中可以看出F統(tǒng)計(jì)量的數(shù)值為105.92，與之對應(yīng)的的P值小于0.0001，這說明原假成立的的概率只有0.0001<0.05=a，應(yīng)該拒絕接受原假設(shè)，也就是說在總體回歸函數(shù)中實(shí)際國內(nèi)生產(chǎn)總值（RGDP）、直接融資（DIRECT）和間接融資（INDIRECT）三者之間有存在回歸的關(guān)系，這一結(jié)果顯示自變量和因變量之間有著高度相關(guān)性。

（3）回歸系數(shù)的顯著性檢驗(yàn)

依上述1的步驟系統(tǒng)將自動生成參數(shù)估計(jì)表，如表2所示。從表中可以看到，3個參數(shù)β0、β1、、β2的T統(tǒng)計(jì)量分別為3.5212，4.1847，5.0554。與T統(tǒng)計(jì)量相應(yīng)的P-值分別為0.0015，0.0003和小于0.0001，表明原假設(shè)（參數(shù)為零）成立的概率均小于0.05=a，應(yīng)該拒絕原假設(shè)，及參數(shù)非零，直接投資（DIRECT）和間接投資（INDIRECT）對實(shí)際國內(nèi)生產(chǎn)總值（RDGP）的影響是顯著的。

回歸診斷：

①是否符合模型的基本假設(shè)

在回歸模型的基本假設(shè)中，假定隨機(jī)誤差項(xiàng)具有相同的方差，而在經(jīng)濟(jì)問題分析中有能違反這種假設(shè)。SAS在進(jìn)行回歸分析時（依上述1的步驟）會自動生成殘差-預(yù)測值的散點(diǎn)圖（如圖3）。從圖中可看出殘差有大體相同的散布，它表明等方差的假設(shè)沒有問題。

圖 3

②多重共線性的問題

由于經(jīng)濟(jì)變量往往隨時間存在共同的變化趨勢，就使得它們之間容易出現(xiàn)共線性，即自變量之間有著嚴(yán)重的線性關(guān)系。具體可計(jì)算DIRECT和INDIRECT之間的可決系數(shù)R2以及方差膨脹因子（var inflation）來判定。進(jìn)入SAS/INSIGHT環(huán)境下，打開該數(shù)據(jù)集，選擇菜單analyze→fit（x，y）在彈出的窗口中選擇變量INDIRECT作為y變量，選擇DIRECT作為x變量?？缮杀?，從中可以得到R2=0.8833，接近于1；在表2中可以得到方差膨脹因子為2.7586，說明兩者之間多重共線性問題不嚴(yán)重。

三、評價及經(jīng)濟(jì)解釋

從SAS的相關(guān)分析和多元回歸分析的結(jié)果來看，直接融資與間接融資對實(shí)際國內(nèi)生產(chǎn)總值都會存在較大的影響。間接融資的增長會帶來實(shí)際國內(nèi)生產(chǎn)總值較大的提高；而直接融資在不考慮間接融資的因素時，與實(shí)際國內(nèi)生產(chǎn)總值是正相關(guān)的，但如果同時考慮間接融資的影響，從擬合的多元回歸方程系數(shù)來看卻成負(fù)相關(guān)。從經(jīng)濟(jì)理論來解釋，可能是由于我國市場體制相對落后，資市場很容易出現(xiàn)過度投機(jī)行為，導(dǎo)致大量資金游離于實(shí)物經(jīng)濟(jì)之外，對實(shí)物經(jīng)濟(jì)的發(fā)展不能起到積極的作用，甚至不利于國民經(jīng)濟(jì)的發(fā)展。從統(tǒng)計(jì)方法來看，主要原因是：（1）采集的樣本數(shù)太少（由于我國資本市場發(fā)展時間較短，無法采集更多的樣本）；（2）選擇的變量直接融資和間接融資之間存在較強(qiáng)的共線性問題；（3）未考慮其它的相關(guān)因素。由于上述統(tǒng)計(jì)方法過程和客觀條件存在的缺陷，擬合的多元回歸方程雖然在統(tǒng)計(jì)上能通過檢驗(yàn)，但可能并不能用來正確解釋客觀的經(jīng)濟(jì)現(xiàn)象。

參考文獻(xiàn)：

[1]王吉利，張堯庭.SAS軟件與應(yīng)用統(tǒng)計(jì)[M].北京：中國統(tǒng)計(jì)出版社，2000.

[2]張文彤.SAS.12教程[M].北京：中國統(tǒng)計(jì)出版社，2002.

[3]胡良平.現(xiàn)代統(tǒng)計(jì)學(xué)與SAS應(yīng)用[M].北京：軍事醫(yī)學(xué)科學(xué)出版社，2001.

[4]薛富波.SAS8.2統(tǒng)計(jì)功能編程操作實(shí)例教程[M].北京：中國統(tǒng)計(jì)出版社，2002.

[5]洪楠.SAS for Windows統(tǒng)計(jì)分析系統(tǒng)教程[M].北京：中國統(tǒng)計(jì)出版社，2001.