預算赤字范文

導語：如何才能寫好一篇預算赤字，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

據(jù)統(tǒng)計，法國年人均光顧醫(yī)療機構14.8次，每年有1300余萬人次住院治療，約占全國人口的22%。1995年，法國人均醫(yī)療支出12000法郎，年人均向社會保險機構報銷醫(yī)藥費20次。法國用于醫(yī)療方面的總支出為7820億法郎，其中69%由社會保險報銷，約5400億法郎。

醫(yī)療保險制度構成和承載方式

法國醫(yī)療保險是其12種社會保險之一。它主要分為三種主要保險制度。第一種是基本保障制度，由醫(yī)療保險組織起草。據(jù)2009年底的統(tǒng)計，基本保障制度所惠及的人數(shù)已經接近5700萬人，相當于法國總人口的89%。基本保障制度主要對抗五類風險，即疾病、生育、傷殘、死亡、工傷或者其他職業(yè)病。它是改善人口健康狀況的一種有力管理手段，能在加強健康保障系統(tǒng)工作效率的同時，調整健康及醫(yī)療的支出改革。

第二種是農村特保制度，由法國農業(yè)社會互助組織管理中心起草，輻射所有農業(yè)及礦業(yè)勞動者。

第三種是個體醫(yī)療保障制度，覆蓋藝術家、商人及其他自由職業(yè)者。

此外，還存在針對特殊行業(yè)、特別工種的醫(yī)療保障制度，如法國國家鐵路公司的醫(yī)療保險制度。如此一來，法國醫(yī)療保險制度基本覆蓋了全民。

法國醫(yī)療保險的運作機制同其他類型的保險一樣，建立在如何應對疾病治療引發(fā)的經濟及財務風險之上，還同時承擔著社會財富包括政府支出的分配任務。

醫(yī)療保險可以有兩種不同的承載形式。

其一，醫(yī)療保險涉及經濟支援保險。社會個體由于面臨風險而得到保險，比如事故或者疾病；以及個體需要照料關懷而得到保險，包括醫(yī)療藥品的支出成本、醫(yī)療護理、健康體檢等。這兩項將根據(jù)法國醫(yī)療保險費率表進行補償。

其二，醫(yī)療保險組織構建了一張關懷網(wǎng)絡。醫(yī)療保險協(xié)會聯(lián)系相關的藥品供應商及醫(yī)生，通過訂購一系列的醫(yī)療服務，對網(wǎng)絡內的會員進行健康關懷，或者將所購買的藥品賣給需要的人群。在這種組織形式下，最極端的形式就是被保險者沒有自己選擇醫(yī)生的權利，但是他們享受免費的診療或者獲得全額補償。

公共醫(yī)療保險體系制度可以由國家承擔，也可以由相關的私人機構承擔。醫(yī)療保險的組織形態(tài)完全自由。醫(yī)療保險的受益人在參與公共保險的同時，可通過保險公司或者互助組織選擇購買私立保險。

保險的基本原則和內容

法國醫(yī)療保險制度包含兩種補助形式，一是與疾病相關醫(yī)療開支的部分及全部補償，即非現(xiàn)金補償；二是因停止工作造成階段性工資損失而進行的現(xiàn)金補償。值得一提的是，法國疾病醫(yī)療保險還包括殘疾撫恤金。

法國政府20世紀七八十年代制定了醫(yī)院收費、自由醫(yī)師酬金、醫(yī)保藥品范圍和價格標準。醫(yī)院收費、自由醫(yī)師酬金由疾病基金會與代表醫(yī)師的勞動工會間簽約確定；由醫(yī)療保險支付的醫(yī)療服務、藥品范圍及其價格，由中央政府衛(wèi)生健康經濟委員會與藥廠和行業(yè)協(xié)會協(xié)商后統(tǒng)一確定，并不定期調整；醫(yī)保范圍外的藥品遵循市場自由定價，由個人自付。

法國的醫(yī)生可分為兩類。第一類醫(yī)生是普通全科醫(yī)生和一般專科醫(yī)生。第二類醫(yī)生是有名望的專科醫(yī)生。他們可自由選擇工作地點，擁有提供醫(yī)療服務數(shù)量的自由權利，其報酬來源于對患者的服務次數(shù)和按服務項目的收費。

因為醫(yī)療資源非常豐富，法國的一些地方甚至出現(xiàn)自由執(zhí)業(yè)醫(yī)生和醫(yī)院過剩的現(xiàn)象，這也給患者提供了更多選擇機會。

在法國，患者可以自由選擇醫(yī)生。不過88.7%的參保患者在生病后還是會首選第一類醫(yī)生。

不得不提的是，法國的藥品消費位居歐洲之最。在90%以上的就診中，醫(yī)生都會開藥，年人均消費50盒以上的藥品。參保人一般個人自付30%的醫(yī)療費用，有的藥品要自付65%，其余費用由醫(yī)療保險地方管理處與自由執(zhí)業(yè)醫(yī)生或醫(yī)院按月結算。

一般醫(yī)療補償金將在患者使用健康保險卡就醫(yī)后的五日內，通過銀行轉賬，將資金劃轉至被保險人及權利所有人的賬戶內。但針對住院治療的患者或者與醫(yī)療保險支付中心簽訂協(xié)議的醫(yī)生、藥劑師，可以采取第三方發(fā)放醫(yī)療補助。被保險人只能針對沒有得到社會保障補償部分的醫(yī)療支出進行申請補償。該部分費用將由第三方直接劃轉至醫(yī)生或者藥店賬戶。

除了醫(yī)療補助，在職人員在病假期間可以領取原工資50%的生活津貼，產假、工傷獲全額補貼。經濟困難人員還可以適當提高補貼比例。

三大管理體系

法國醫(yī)療保險體制采取“政府決策，民間運作，垂直管理”的模式。醫(yī)療保險決策由中央政府提交議會批準，法令通過后頒布實施。中央和地方醫(yī)療保險機構作為政府的受托人，按照與政府簽訂的協(xié)議具體實施政策規(guī)定，經辦社會保險業(yè)務。

法國的醫(yī)療保險管理體制主要分為基金征收體系、醫(yī)療保險管理體系和醫(yī)療保險支付體系。

法國基本社會保險是混合籌資體系。疾病醫(yī)療保險在垂直管理模式下，實行基金“收支兩條線”。基金由國家社會保險基金征收中央管理處，及下屬的地區(qū)社會保險金征收辦公室統(tǒng)一征收。社會保險費征收又稱社會保險金的分攤。個人基于工資收入水平分攤一般社會保險金，雇主依法每三個月主動繳納一次社會保險費。逾期未繳納的人員，地方社會保險金征收辦公室先電話提醒，兩周后仍未繳的發(fā)書面警告，對拒不繳納的有權直接用其賬戶或財產強制抵費。

醫(yī)療保險管理體系是由國家醫(yī)療保險管理結算中心及下屬的醫(yī)療保險地方管理處組成。它是法國醫(yī)療保險管理的領導和核心部門，在醫(yī)療保險中起著重要作用。

顧問醫(yī)生是法國醫(yī)療保險地方管理處中一個特殊的角色。其直接隸屬于中央管理機構，在地方社會保險機構中獨立行使控制管理和調控職能。其控制管理包括對失業(yè)、殘障、工傷等的保險金賠付、過度醫(yī)療服務等濫用行為的控制，及對醫(yī)療服務契約雙方的執(zhí)行情況進行分析。其調控職責主要體現(xiàn)在通過加強與醫(yī)療機構的交流來控制和規(guī)范醫(yī)療行為，清算衛(wèi)生事業(yè)管理經費；協(xié)調醫(yī)藥公司與醫(yī)保的關系。

顧問醫(yī)生還有權檢查患者的實際健康狀況，縮短和取消休假；對發(fā)放殘疾補助金的患者進行殘疾程度的鑒定；檢查醫(yī)療機構進行醫(yī)療服務的真實性和必要性，拒絕支付虛假病情的治療費用等。

醫(yī)療保險支付體系由國家和地方醫(yī)療（養(yǎng)老）保險結算中心組成，主要是直接支付經審核合格的醫(yī)療保險費用。

法國個人醫(yī)療費用的77%由基本醫(yī)療保險支付，其余的12.5%由補充醫(yī)療保險支付，1.5%由國家救濟補助，9%由家庭及個人承擔。

振興計劃抵御危機

社會醫(yī)療保險經費的籌措完全受社會保險資金管理辦法的制約，當然該項法案對社會保險資金的籌措也起到了保障作用。每年，議會根據(jù)社會保險資金管理辦法所確定的預算支出進行投票，進而確定每年醫(yī)療保險支付的主要目標。

近年來，法國社會保險的預算赤字已經出現(xiàn)急劇惡化的趨勢，赤字從2008年的440億歐元發(fā)展到2010年的1160億歐元。2009年，金融危機的影響及社保基金繳納總量的下降，對整個預算赤字的影響更是雪上加霜。在此背景下，法國健康衛(wèi)生部與預算部已達成較為一致的協(xié)議，即控制醫(yī)療衛(wèi)生的財政支出，并于2015年實現(xiàn)醫(yī)療保險賬戶的收支平衡。

醫(yī)療保險戒備委員會是由議會負責的致力于醫(yī)療保險事業(yè)支出改革的機構。其主要職責是解決如何在遵循議會衛(wèi)生預算的前提下，改變政府及社會保險賬戶與預算不協(xié)調的問題。

法國各屆政府采取的措施，無一例外都是在確保衛(wèi)生健康藍圖不變的背景下，探索如何在短期內重建預算平衡。所有這些醫(yī)療衛(wèi)生制度的計劃與改革的目標都存在局限性，無非一是針對醫(yī)療衛(wèi)生的費用支出，二是增加有關此類項目的資金籌措力度。

針對增加醫(yī)療衛(wèi)生資金籌措的方案，有如下四個方面：通過擴大社會繳費基數(shù)及重塑資金籌措體系，包括完善醫(yī)療津貼、家庭補助津貼及工作補貼，增設社會基礎交費項目等；在失業(yè)率不斷提高的背景之下，協(xié)調處理自主繳費比例；將養(yǎng)老金賬戶中更多的收入結存至社會保險賬戶，以便用于將來的養(yǎng)老支出；改善政府資金籌措方式，設立社會保險資金籌措管理辦法。

對于醫(yī)療保險組織而言，如何做好風險抵御對策才是他們的工作核心。為此，法國醫(yī)療保險在2004年經過一次變革，并將其抵御危機的規(guī)劃與行動進行了新闡釋：發(fā)展醫(yī)療衛(wèi)生預防工作；醫(yī)療衛(wèi)生系統(tǒng)內建立信息共享平臺，尤其是加強醫(yī)療保險受益者和醫(yī)生之間的溝通；控制醫(yī)療資源減少，或限制不必要的支出；建立醫(yī)療服務尤其是提供保健服務的相關組織；正確引導及控制醫(yī)療服務體系。

公共補充性醫(yī)療保障

基礎疾病保險制度不能報銷的部分是患者醫(yī)療費的自理部分，額度隨補助金類型、保健產品的不同而不同。法國建立了補充性社會保障，以此抵御健康風險。如果缺失補充性社會保障，將直接導致其受保人放棄保健。

居民放棄保健的意愿和收入水平成反比。收入越低，放棄保健的意愿就越大，家庭受補充性制度保護的程度就越小。求助于保健體系的程度取決于投保者收入剩余的負擔程度，即他們需要直接從收入中繳付的金額，而不是由第三人繳付的金額。

1999年7月27日，法國通過的普遍醫(yī)療保障法案是一個補充性疾病保險制度。它面向所有月收入低于606歐元的人，取代了省級免費醫(yī)療救濟。受保者在支付費用后，便可以免費享受一攬子保健措施。

普遍醫(yī)療保障包括醫(yī)療費自理部分、醫(yī)院包干費、假牙和眼科基本價格的有限超出部分。根據(jù)憲法對最低收入人群保健的保護原則，這些享受普遍醫(yī)療保障的人不能享受醫(yī)療費豁免。

普遍醫(yī)療保障的建立，使受保人放棄保健的可能性明顯降低。

為了獲得這一體系中的補充性補助金，受益者可以自由向四個機構求助，分別是基礎性疾病風險組織、互助機構、互濟機構和保險公司。

截至2006年底，普遍醫(yī)療保障基金的受益者共有490萬人。在這個補充性醫(yī)療制度服務途徑的選擇上，88%的人選擇疾病保險互助會，12%的人選擇互助機構或者保險公司。

普遍醫(yī)療保障基金按包干的形式報銷健康支出，其資金主要來自補充性疾病保障組織營業(yè)收入的分攤金、國家疾病保險基金的捐贈、國家財政補貼和酒類飲料分攤金的調撥，以及部分煙草消費稅。2007年，法國普遍醫(yī)療保險保障基金的預算為17億歐元。

篇2

關鍵詞：粒子群算法；自適應排斥因子；蒙特卡洛模擬；多峰問題；局部最優(yōu)解

中圖分類號： TP18

文獻標志碼：A

0 引言

粒子群算法（Particle Swarm Optimization， PSO）[1]是群智能算法領域中應用較為廣泛的一種算法，其概念簡單，相比其他算法具有控制參數(shù)少、容易實現(xiàn)等優(yōu)點，已被社會科學、自然科學等各領域的學者廣泛應用[2-5]。但基本粒子群算法在優(yōu)化復雜多峰問題時，由于種群多樣性的喪失，算法極易陷入局部最優(yōu)解，使得基本粒子群算法在實際應用中受到了限制。為更好地將PSO應用于實際問題的求解，國內外許多學者針對基本PSO提出了一些改進策略。比較經典的改進算法，如Clerc等[6]引入了收縮因子，在基本PSO基礎上，提出帶有收縮因子的PSO變形。Mendes等[7]提出完全信息粒子群算法，充分利用了種群中粒子的各維信息，以提升種群的潛在搜索空間。Zhan等[8]和Riget等[9]提出新的粒子學習策略來提升種群向全局最優(yōu)解收斂的概率。遲玉紅等[10]提出一種基于空間縮放和吸引子的粒子群優(yōu)化，它利用對搜索空間進行縮放的邊界變異策略有效控制了粒子搜索范圍，保證了算法全局探測能力。

申元霞等[11]提出相關性粒子群優(yōu)化模型。該模型采用Copula函數(shù)刻畫隨機因子間的相關結構，而不同的相關結構和相關性程度反映了粒子對自身經驗信息和群體共享信息的利用策略的差異，同時給出了基于Gaussian Copula的相關性粒子群優(yōu)化模型的實現(xiàn)方法。陳志敏等[12]提出自適應粒子群優(yōu)化的新型粒子濾波來提升算法的性能及應用。最近，Blackwell等[13]提出一種動態(tài)更新規(guī)則粒子群算法以提升算法的運行效率。Wan等[14]和聶新立等[15]提出混合算法來改善粒子群算法的性能。

總之，目前已有的各種改進算法都是從種群多樣性、粒子學習樣本改進、算法的混合等角度展開討論，取得了一定的效果，但是在求解精度上仍有改進空間。

因此，為有效地提升算法跳出局部最優(yōu)解的能力，提升算法的求解精度，本文提出一種自適應排斥因子粒子群算法。首先，采用蒙特卡洛（Monte Carlo）方法模擬了種群飛行軌跡，得出種群極易陷入局部最優(yōu)解的原因；然后，通過定義粒子間距離、粒子間最大距離和粒子間平均距離，提出一種自適應控制粒子自身最優(yōu)位置（pp）和種群最優(yōu)位置（pg）間距離的排斥因子來提升種群跳出局部最優(yōu)的能力；最后，將所提出算法與其他幾種算法進行算法收斂性及統(tǒng)計分析對比。

3.3 算法的計算復雜度分析

由于本文提出的自適應排斥因子粒子群算法（ARFPSO） 是在基本粒子群算法基礎上引入了相應的策略，因此，需要從計算復雜度上分析引入的策略是否增加了算法的計算復雜度。用T表示最大迭代次數(shù)，N表示粒子總數(shù)，D表示決策變量的維數(shù)。自適應排斥因子的計算復雜度T1（N）=O（N×T），基本粒子群算法的計算復雜度T2（N）=O（N×D×T），這樣，ARFPSO算法的計算復雜度為T（N）=O（N×D×T）+O（N×T）≈O（N×D×T）=T2（N）。因此，理論上ARFPSO與基本PSO算法的復雜度在同一數(shù)量級上。

為進一步測試算法的計算復雜度，將三種算法在檢測函數(shù)上Rosenbrock，Ackley和Griewank上，采用仿真平臺Pentium Core Duo，1.8GB RAM CPU，2GB RAM，Matlab R2008b，每個檢測函數(shù)獨立運行30次，每次迭代3×104次函數(shù)評價，對每種算法運行時間取平均值。表2給出每種算法的獨立運行時間，可以看出，ARFPSO與其他算法在運行時間在同一數(shù)量級，引入的策略并沒有增加計算復雜度。

4 結語

針對基本粒子群算法在求解復雜的多峰問題時，算法極易陷入局部最優(yōu)解的缺陷，本文提出一種自適應排斥因子粒子群算法。首先，采用蒙特卡洛（Monte Carlo）模擬了種群運行軌跡，得出種群極易陷入局部最優(yōu)解的根源在于，在算法迭代后期，粒子自身最優(yōu)位置（pp）和種群最優(yōu)位置（pg）間距離過于接近，導致種群速度接近于0，種群靜止，失去進一步探索能力。針對這一結論，提出一種排斥因子，自適應地控制粒子的進化速度，來提升種群跳出局部最優(yōu)的能力。通過在Rosenbrock，Ackley和Griewank三個檢測函數(shù)上的仿真實驗表明：1）相比其他算法，ARFPSO算法具有較快的收斂速度及較好的跳出局部最優(yōu)解的能力；2）相比其他算法，ARFPSO算法所獲結果具有統(tǒng)計學意義；3）ARFPSO算法引入的策略沒有明顯增加計算復雜度，與基本粒子群算法在同一計算復雜度上。因此，ARFPSO算法是求解復雜多峰問題的一種有效方法。

參考文獻：

[1]KENNEDY J， EBERHART R C. Particle swarm optimization [C]//Proceedings of 1995 IEEE International Conference on Neural Networks. Piscataway： IEEE， 1995， 4：1942-1948.

[2]ZHOU X C， ZHAO Z X， ZHOU K J， et al. Remanufacturing closedloop supply chain network design based on genetic particle swarm optimization algorithm [J]. Journal of Central South University of Technology， 2012， 19（2）： 482-487.

http：//.cn/Periodical_zngydxxb-e201202026.aspx【

[3]SUBRAMANIAN P， RAMKUMAR N， NARENDRANA T T， et al. A technical note on ‘Analysis of closed loop supply chain using genetic algorithm and particle swarm optimisation’ [J]. International Journal of Production Research， 2012， 50（2）： 593-602.

http：///doi/abs/10.1080/00207543.2011.593348#preview

[4]韓鵬飛， 孫占磊，趙罡. 改進離散粒子群算法及其在飛機裝配任務調度中的應用研究 [J]. 圖學學報， 2013， 34（1）： 60-65.

[5]王念橋， 姚四改. 基于改進粒子群優(yōu)化算法的排課問題 [J]. 計算機應用， 2013， 33（1）： 207-210.

[6]CLERC M， KENNEDY J. The particle swarm — explosion， stability， and convergence in a multidimensional complex space [J]. IEEE Transactions on Evolutionary Computation， 2002， 6（1）： 58-73.

[7]MENDES R， KENNEDY J. The fully informed particle swarm： simpler， maybe better [J]. IEEE Transactions on Evolutionary Computation， 2004， 8（3）： 204-210.

[8]ZHAN Z H， ZHANG J， LI Y， et al. Orthogonal learning particle swarm optimization [J]. IEEE Transactions on Evolutionary Computation， 2011， 15（6）： 832-847.

[9]RIGET J， VESTERSTRM J S. A diversityguided particle swarm optimizer — the ARPSO， EVALife TR 2002-02 [R]. Aarhus， Denmark： University of Aarhus， 2002.

http：///Publication/58025/a-diversity-guided-particle-swarm-optimizer-the-arpso

[10]遲玉紅，孫富春，王維軍，等.基于空間縮放和吸引子的粒子群優(yōu)化算法[J]. 計算機學報，2011，34（1）：115-130.

[11]申元霞， 王國胤，曾傳華.相關性粒子群優(yōu)化模型 [J]. 軟件學報，2011，22（4）：695-707.

[12]陳志敏，薄煜明，吳盤龍，等.基于自適應粒子群優(yōu)化的新型粒子濾波在目標跟蹤中的應用[J].控制與決策，2013，28（2）：193-200.

[13]BLACKWELL T. A study of collapse in bare bones particle swarm optimization [J]. IEEE Transactions on Evolutionary Computation， 2012， 16（3）： 354-372.

篇3

構性減稅也是政府實施宏觀調控的重要手段。在今年，它還要作為積極財政政策的主要載體而發(fā)揮作用。既是與宏觀調控直接相關，那么在現(xiàn)代經濟條件下的宏觀調控當然不能只有定性而無定量，只有方向而無規(guī)模。也就是說，有關實施財政擴張的操作，需要引入量化的指標。

構性減稅的規(guī)模界定，可從如下兩個層面入手：

其一，財政赤字的規(guī)模。構性減稅，當然要在財政赤字的約束下加以實施。一筆特定的財政赤字，既可以支撐增加支出的安排，也可以支撐減少稅收的安排。故而，財政赤字的規(guī)模在總體上鎖定了構性減稅的最大量。

財政擴張力度的大小，直接決定于預算赤字的規(guī)模及其邊際效應。立足于當前的國內外經濟形勢和宏觀經濟政策的基調，將通過舉借國債彌補的赤字和動用中央預算穩(wěn)定調節(jié)基金彌補的赤字合并計算。可以認為，我國2012年的預算赤字或將與2011年的規(guī)模大致持平，或將在2011年的基礎上有少許增加。這就意味著，較之以往年間，實施財政擴張的力度將有所節(jié)制，而不會或不必再現(xiàn)以往的全面或大規(guī)模擴張的勢頭。2011年，就預算數(shù)字而論，當年通過舉借國債和動用中央預算穩(wěn)定調節(jié)基金彌補的財政赤字分別為9000億元和1500億元，兩項合計，當年預算赤字總額為10500億元。就決算數(shù)字而論，當年通過舉借國債和動用中央預算穩(wěn)定調節(jié)基金彌補的財政赤字分別為8500億元和1500億元，兩項合計，當年決算赤字總額為10000億元。以此為基礎，可以預期，2012年的預算赤字，應當掌握在略高于10500億元的水平。

其二，增支減稅的對比。前面說過，在既定規(guī)模的財政預算赤字約束下，可以有增加支出和減少稅收兩種操作。有別于以往以“增支”為重心的操作，在今年，“減稅”將成為繼續(xù)實施財政擴張的主要載體。既然主要載體是減少稅收而非增加支出，并且，財政赤字的規(guī)模已經確定為略高于10500億元的水平，那么，可以預期，2012年的減稅規(guī)模，當掌握在不少于6000億元的水平。

篇4

20世紀下半葉興起的全球化涉及所有的經濟活動，也包括金融市場。金融市場的全球化主要表現(xiàn)為資本市場的開放程度和資本流動的自由程度等。其中，資本市場中非居民的比重是反映資本市場開放的主要指標。在美國國債市場上，非居民的比重為22%，德國為77%。受金融自由化思想的指導以及IMF的壓力，俄羅斯的資本市場開放程度很高，如1997年在俄羅斯國家有價證券市場上非居民的比重為30%，在外匯債務市場上為40%。

俄羅斯的銀行是短期國債和聯(lián)邦債券市場上最大的投資者。到2001年初，財政部發(fā)行的債券的50%掌握在銀行手中，第二大投資者是非居民。根據(jù)中央銀行的資料，在2001年初，非居民手中的國債為450億盧布，約占市場的24.6%。其余20-25%的份額為俄羅斯的金融和非金融機構占有。截止到2001年4月，中央銀行持有總額為2560億盧布的聯(lián)邦債券。

俄羅斯盧布證券市場的特點是債券集中度很高。市場是一個批發(fā)市場，大型的銀行和金融機構是市場的主體，它們可以操縱市場價格。中小投資者在市場中處于絕對弱勢地位，權利和利益無法得到保護。高風險是俄羅斯金融市場的特點之一。1996-1997年投資于短期國債和股票的巨大收益到1998年變成了巨大的損失。

俄羅斯國家有價證券市場的監(jiān)管主要由財政部、證券委員會和中央銀行來完成。由于分工的混亂和利益的爭奪，這3家監(jiān)管機構經常發(fā)生激烈沖突。

2、國家有價證券市場的規(guī)模和收益結構

在1993年，俄羅斯的國家有價證券市場開始形成，但是直到1995年之前，由于國家預算赤字的缺口主要是靠中央銀行多發(fā)貨幣來彌補，所以國內債券市場規(guī)模不大。當國家宣布發(fā)行國債作為補償國家預算赤字的主要手段后，國家有價證券市場發(fā)生了根本性變化。如果在1994年只有3%的預算赤字是靠發(fā)行國債來補償?shù)模?995年已經達到60%，1998年依靠短期國債補償?shù)念A算赤字已經達到80%，國債市場規(guī)模開始急劇增長。可以說，1999年以前的俄羅斯有價證券市場的核心主體是短期國債。

1992-1998年俄羅斯預算赤字總量達到1.3萬億盧布（1998年價）。從1995年開始，預算赤字開始由發(fā)行有價證券來彌補，這導致了國家有價證券市場規(guī)模的急劇增大，到1998年達到了最高點。

在危機之前，俄羅斯金融市場上占優(yōu)勢的是12個月償付期的國家短期無息債券。短期國債的平均收益率成為俄羅斯金融市場最重要的指標。俄羅斯主要金融機構的大部分金融資源都投入到了國家有價證券市場上，主要原因是短期國債的收益率較高，而且投資短期國債的流動性也較好。

金融危機使國家有價證券支付期結構更加不合理，如到2000年末，短期債券的比重不超過1%（在危機之前為31%）。2000年2月16日，在金融危機以后第一次發(fā)行2期，總額為50億盧布，償付期為196天和98天的短期國債，以后又多次發(fā)行。2000年短期國債和聯(lián)邦債券的交易量縮減到60億美元，只有1997年的1/25。截止到2000年12月1日，短期國債和聯(lián)邦債券的債務總量為2297億盧布，到2001年6月短期國偵和聯(lián)邦債券的市場規(guī)模為1950億盧布。

金融危機過后，俄羅斯將金融危機以前發(fā)行的短期國債和聯(lián)邦債券中的部分債券的支付期延長。1998年12月12日，俄羅斯政府頒布“關于國家有價證券創(chuàng)新的決定”，并授權俄羅斯財政部將在1999年12月12日到期的短期國債和聯(lián)邦債券轉換成3-5年的國家長期債券（ОФЗ—ФД和ОФЗ—ПД）。

金融危機使短期國債和聯(lián)邦債券的持有者受到了很大損失。由于1998年8月的國債重組，投資者損失總額達到450億美元，其中75%的損失落在俄羅斯投資者身上。在1999年，人們對短期國債和聯(lián)邦債券的興趣下降，1999年1月28日，在莫斯科銀行間外匯交易所進行了重組后的短期國債和聯(lián)邦債券的新發(fā)行。到1999年4月30日，國內短期國債和聯(lián)邦債券的重組工作結束，總的重組規(guī)模達到1733億盧布。

3、俄羅斯發(fā)行國家有價證券的作用

國家的有價證券市場政策與國家預算情況密切相關。1996-1998年俄羅斯的預算赤字在很大程度上是靠發(fā)行短期國債來彌補的。短期國債和聯(lián)邦債券的發(fā)行不僅為國家預算籌集了大量的資金，而且也減緩了通貨膨脹的壓力。可以說，短期國債和聯(lián)邦債券對經濟轉軌時期的俄羅斯經濟有特殊意義。從1999年開始，俄羅斯的經濟開始恢復性增長，國家預算收入開始好轉，相應的國家有價證券市場的情況也發(fā)生根本性的變化，從金融市場吸收資金變得不是十分迫切。俄羅斯政府提出了用吸收的資金加快償付內債，以減少內債規(guī)模。

國家有價證券的發(fā)行市場普遍成為國家預算補償?shù)闹饕ぞ摺榱搜a償支付缺口，國家需要短期盧布有價證券。在預算的1年框架內，預算的進項與支出在時間上很難一致，由此在預算的收入與支出上存在短期的缺口。與長期債券一樣，在西方也發(fā)行短期國債，如美國和英國的短期國庫券的發(fā)行期（償付期）為91天，日本為60天。短期國債也用來保證商業(yè)銀行資產的清償。銀行投資于短期國債，這些資產不僅具有較高的流動性，而且可以帶來可觀的、穩(wěn)定的收益。

篇5

希臘國債違約的形式倒不是支付不起到期的本金和利息。很有可能是IMF的重組方案，對現(xiàn)有較低利率債券再融資的形式。也就是所謂的“軟性違約”，即單方面地以新債券代替現(xiàn)有的債券，而不支付現(xiàn)金。但是，不管何種形式的違約，債權人不會得到全部賠償。

要想避免違約，唯一的辦法就是削減預算赤字，直到國內外投資者接受為止，也就是阻止債務占GDP比重的進一步上升。

為了實現(xiàn)此目標，首先要把目前赤字占GDP14%下降到5%之內。根據(jù)《馬斯特里赫特條約》規(guī)定，歐盟成員國應該將債務和GDP比率控制在60%內，赤字占GDP比控制在3%之內――這也是歐元區(qū)財長們要求希臘在2012年前必須達到的目標。

把赤字占GDP比重削減10%，意味著政府開支方面的巨大削減，或是稅收大幅增加，最好是兩者的組合。而從政治上來說，要想實現(xiàn)此目標就會導致內需疲軟，產能下降和失業(yè)率上升。目前希臘的失業(yè)率已經高達10%，GDP預計會下降4%，這會進一步推升失業(yè)率。

高稅收和減少政府預算還會導致經濟進一步蕭條，這會導致稅收進一步縮水和失業(yè)率上升。這樣看來，計劃減少歐元赤字小于實際的歐元縮水，為了實現(xiàn)將赤字控制在3%之內，政府預算就不可能削減10%的赤字占GDP比重。

不管怎么計算，我們都不能減少赤字規(guī)模和伴隨的經濟下滑：希臘國債違約難以避免。

如果希臘不加入歐元區(qū)，或許能避免這個結果的出現(xiàn)。貨幣貶值會刺激出口，抑制進口。由此拉動的內需使得GDP增長，從而稅收得以增加和公共支出減少。簡而言之，如果希臘擁有自己的財政政策，現(xiàn)在的情況就會好得多。

希臘加入歐元區(qū)也是目前預算赤字的原因。因為希臘已經有十多年不發(fā)行本國的貨幣了。市場上也無法對債務激增作出警示。

如果希臘沒有加入歐元區(qū)，而自行發(fā)行貨幣，大量發(fā)行的國債會使得本國貨幣貶值，債券利率上升。但是，由于希臘歐元債券被看做與其他國家歐元債券密切相關，大量發(fā)行的國債沒有導致利率上升――直到市場認為有可能違約為止。

篇6

提出這個問題就猶如在詢問美國的信貸額度是多少。理清這個問題對理解美國的債務很有幫助。因此，既然美國沒有還款計劃，那就讓我們?yōu)樗鼊?chuàng)造一個吧。假如美國的債務總規(guī)模為15萬億美元（2012年時，美國實際債務規(guī)模達到這一水平）而且有著非常低的利率，同時年度還款額度為5000億美元，那么約30年才能償清全部的債務。雖然30年并不是特別苛刻的限定時間，但還是讓我們來分析一下償清全部債務的難易程度吧。

為了能夠有效地償清這筆債務，美國將不得不先消除掉1.6萬億美元的財政預算赤字。為了便于計算，我們將這一數(shù)字設定為1.5萬億美元。在這種情況下，為了能夠啟動為時長達30年的漫漫債務償債之旅，將需要獲得一筆總額為2萬億美元（5000億美元的當年財政支出+1.5萬億美元的既有預算赤字=2萬億美元）的稅收資金。而當前，美國從稅收中可以獲得的年度財政收入約為2萬億美元――約9000億美元資金來自個人所得稅；約1.1萬億美元的資金來自社會保障以及其他一些稅收收入。

所以，為了啟動這一還款計劃，美國需要將總征稅數(shù)額增加100%或是將個人所得稅增加200%。這種做法無論在政治層面或是經濟層面上都是行不通的，而且這一情況還要在假定財政預算赤字不再增加、還貸利率始終處在今日極低水平上才會發(fā)生。無論采取何種措施，美國龐大的政府債務都是一種不良資產。

當然，在當前借錢給美國的那些人群中，誰都不會特別在意美國是否有能力還錢，因為就目前而言，美國尚有能力不斷地拆東墻補西墻。盡管如此，那些供給此類資本的外國投資者和國內投資者有時會說“是適可而止的時候了”。大多數(shù)的人要說這將是在孫子輩時才會出現(xiàn)的問題，原因又是為何呢？那些外國投資者倘若停止借錢給美國，根本不需要等待整整一代人那么長的時間吧？他們可以隨時終止自己的借貸行為。

篇7

關鍵詞：臘肉品質；近紅外光譜；圖像處理；支持向量機；粒子群優(yōu)化算法

Predication of Chinese Bacon Quality Grades Based on Support Vector Machine and Particle Swarm Optimization Algorithm

GUO Peiyuan， LIU Yanfang*， XING Suxia， WANG Xinkun

（School of Computer and Information Engineering， Beijing Technology and Business University， Beijing 100048， China）

Abstract： In recent years， quality problems of Chinese bacon such as acid values and peroxide values exceeding the national standard， color fading， oil exudation and sticky feeling to the touch have received growing attention. With that in mind， a fast， accurate and practical detection method to evaluate Chinese bacon quality is presented in this paper. We established a predictive model for bacon quality detection by using the support vector machine （SVM） approach based on the near-infrared spectral data （acid value， peroxide value， volatile base nitrogen） and microscopic image data （the total number of microbial colonies）. Moreover， the model was optimized by using particle swarm optimization （PSO） algorithm. It was found that the prediction results of the SVM model and the biochemical method were consisted for bacon quality classification. Besides， the predictive accuracy of the classification mode was increased from 97.5% to 100% after optimization. The SVM model optimized by PSO proved to be able to quickly and accurately detect Chinese bacon quality.

Key words： Chinese bacon quality； near infrared spectroscopy （NIR）； image processing； support vector machine （SVM）； particle swarm optimization （PSO）

DOI：10.7506/rlyj1001-8123-201703006

中D分類號：TS251.1 文獻標志碼：A 文章編號：1001-8123（2017）03-0030-05

引文格式：

郭培源， 劉艷芳， 邢素霞， 等. 基于支持向量機及粒子群算法的臘肉品質等級檢測[J]. 肉類研究， 2017， 31（3）： 30-34. DOI：10.7506/rlyj1001-8123-201703006. http：//rlyj.pub

GUO Peiyuan， LIU Yanfang， XING Suxia， et al. Predication of Chinese bacon quality grades based on support vector machine and particle swarm optimization algorithm[J]. Meat Research， 2017， 31（3）： 30-34. DOI：10.7506/rlyj1001-8123-201703006. http：//rlyj.pub

中國臘肉是世界飲食文化的寶貴遺產，臘肉以其獨特的風味聞名于世，其制作工藝要求不高，在貯藏和運輸過程中很容易出現(xiàn)質量問題。隨著生活水平的提高，人們對食品安全的關注度也相應提高。臘肉主要成分包括脂肪和蛋白質，評價脂肪的降解指標是酸價和過氧化氫值，評價蛋白質的降解指標是揮發(fā)性鹽基氮[1-3]，這些也是傳統(tǒng)飲食安全的主要檢測指標。在實際臘肉樣品檢測中發(fā)現(xiàn)微生物菌落總數(shù)對臘肉的品質也有重要的影響[4]。目前，對于臘肉品質的檢測主要以理化檢測為主，但是其檢測時間過長，且具有破壞性，不利于衛(wèi)生檢疫部門對臘肉品質的快速檢驗，因此急需一種新型的快速準確實用的無損檢測技術。

近紅外光譜（near infrared spectroscopy，NIR）作為一種新型的光學檢測技術在食品檢測中的應用越來越廣泛，尤其是在肉類品質檢測中對肉制品的保水性、肉色、新鮮度等的檢測具有突出優(yōu)勢[5]。近年來國內外學者對臘肉的食用品質檢測做了很多研究，楊昆程等[6]以臘肉為對象，探討了高光譜技術在亞硝酸鹽含量快速檢測的可行性，賀稚非等[7]對川味臘肉在貨架期間的品質變化做了研究。這些研究雖然使我們對影響臘肉食用品質的因素以及臘肉品質變化的過程有了更深入的了解，但是臘肉食用品質檢測方法仍有待改進。本實驗以臘肉為主要研究對象，采用支持向量機（support vector machine，SVM）將近紅外光譜檢測到的酸價、過氧化值、揮發(fā)性鹽基氮和顯微圖像處理得到的微生物菌落總數(shù)進行多數(shù)據(jù)融合，建立臘肉品質等級檢測模型，并利用粒子群優(yōu)化（particle swarm optimization，PSO）算法進行模型優(yōu)化。以期為檢疫執(zhí)法部門提供一種快速檢測技術，保證消費者的食用安全。

1 材料c方法

1.1 材料

廣式臘肉 廣州皇上皇集團有限公司。

1.2 儀器與設備

FoodScan近紅外全光柵透射光譜分析儀 丹麥Foss公司；BI-2000醫(yī)學圖像攝像電子顯微鏡 成都泰盟科技有限公司；恒溫恒濕箱 北京雅士林試驗設備有限

公司；8011S組織搗碎機 美國Waring Commercial公司；OPUS6.0光譜處理軟件 德國布魯克光譜儀器公司。

1.3 方法

1.3.1 數(shù)據(jù)采集

將不同批次共計10 個臘肉樣品粉碎成肉糜狀，18 ℃恒溫箱保存。每隔12 h分次進行酸價、過氧化值、揮發(fā)性鹽基氮的理化數(shù)據(jù)及光譜數(shù)據(jù)的采集，并采集樣品的微生物菌落總數(shù)，采集12 次，共得到120 組包含理化、光譜、微生物菌落信息的樣本數(shù)據(jù)。其中酸價與過氧化值按GB/T 5009.37―2003《食用植物油衛(wèi)生標準分析方法》[8]

測定；揮發(fā)性氨基氮按GB/T 5009.44―2003《肉與肉制品 衛(wèi)生標準的分析方法》中半微量定氮法來測定[9]；近紅外光譜數(shù)據(jù)采用福斯近紅外光譜儀，每個樣品連續(xù)掃描32 次，取平均值，得到120 個光譜數(shù)據(jù)；微生物菌落總數(shù)采用電子顯微鏡，采集100物鏡下的顯微圖像，并將樣品菌落圖像進行平滑去噪處理然后進行黏連菌落分割計數(shù)，最后進行歸一化。

1.3.2 基于支持向量機的臘肉品質等級檢測模型建立

首先將采集的120 組樣品數(shù)據(jù)隨機分成校驗集（80 組）和預測集（40 組）2 部分。

其次利用自組織映射（self organizing maps，SOM）神經網(wǎng)絡[10]將生化實驗測得的酸價、過氧化值以及微生物菌落總數(shù)進行模式識別及分類，將臘肉樣品的品質等級在相關國家標準[11]的基礎上劃分為4 級：放心食用、可食用、不推薦食用和不可食用，從而細化分類等級，滿足人們生產生活的實際需要。

然后將近紅外光譜[12]采集到的校驗集的酸價、過氧化值、揮發(fā)性鹽基氮光譜與樣本所對應的理化值利用偏最小二乘方法建立定量分析模型[13]并用遺傳算法進行特征光譜選擇，將優(yōu)選后的波段作為支持向量機的特征向量。同時利用計算機視覺獲取樣品顯微菌斑圖像[14]，將菌斑圖像進行平滑去噪處理然后進行黏連菌落分割計數(shù)，并對計數(shù)結果歸一化，將歸一化后的結果作為支持向量機的另一特征向量。

最后采用支持向量機[15-18]對處理后的酸價、過氧化值、揮發(fā)性鹽基氮數(shù)據(jù)和微生物菌落進行多數(shù)據(jù)融合，建立臘肉品質檢測模型，對臘肉的品質等級進行快速識別。圖1為支持向量機多數(shù)據(jù)融合結構圖。

2 結果與分析

2.1 基于支持向量機的臘肉品質等級檢測模型預測結果

2.1.1 近紅外光譜處理結果與分析

利用近紅外檢測技術采集校驗集樣品光譜得到如圖2a所示的原始光譜圖，其橫坐標為波長，縱坐標為樣品進行歸一化處理后的吸光度。圖2b、c、d是用遺傳算法進行特征光譜選擇后得到的酸價、過氧化值、揮發(fā)性鹽基氮的結果圖，深色縱帶為圖中指標所對應的波長段。優(yōu)選的波段主要集中在863～873 nm、895～900 nm、930～963 nm和1 012～1 022 nm這幾個波段，雖然檢測指標不同，所選取的波段不同，但是所用波長總數(shù)依然是整個波段波長數(shù)（198=1048-850）的1/3。可以看出遺傳算法對波段進行波長選擇，能使模型精度提高，建模所用波長數(shù)減少。

2.1.2 微生物菌落處理結果與分析

圖3a、c、e分別是第6、14、28天某樣品的微生物菌落原始圖像，其中白色代表菌斑；圖3b、d、f是樣品菌斑圖像進行平滑去噪以及黏連菌落分割處理后的圖像。第6天菌斑是作為發(fā)酵劑的微生物所引起的，國標中允許在臘肉表面殘留一定的微生物，這些作為發(fā)酵劑的微生物有利于增加臘肉的特有風味。第12天菌相開始發(fā)生變化，說明在這個時間樣品的優(yōu)勢菌種已經發(fā)生改變，而且此時菌斑數(shù)量明顯增多。第28天菌斑數(shù)量較之第12天增加更多，通過計數(shù)得知，此時的菌落總數(shù)為32 854 CFU/g，已經超過了國標[28]中10 000 CFU/g的標準。

圖4是一個月內校驗集樣本微生物菌落總數(shù)變化圖，通過數(shù)字圖像處理方法得到的菌落總數(shù)與通過國標人工計數(shù)的方法得到的菌落總數(shù)幾乎相同，這證明了通過數(shù)字圖像處理技術可以獲得微生物菌落總數(shù)，提高效率。

2.1.3 支持向量機模型分類預測結果與分析

SVM是Vapnik在多年研究統(tǒng)計學習理論線性分類的基礎上，提出的一種設計最佳準則，其最終決策函數(shù)只有少量的支持向量決定，所以具有較好的魯棒性，簡單高效[29]。由于本研究只有酸價、過氧化值、揮發(fā)性鹽基氮、菌落總數(shù)4 項指標，所以建立SVM臘肉品質檢測模型可以很迅速地實現(xiàn)臘肉品質的準確分類。

本研究樣品存在非線性不可分的情況，可以用低維空間的非線性問題轉化為高維空間的線性問題，然后在這個新空間中求解最優(yōu)超平面。這種非線性轉化是通過定義適當?shù)膬确e核函數(shù)實現(xiàn)的[30]。選擇正確的內積核函數(shù)可以使原空間到高維空間的非線性映射計算量大大減少。

為得到新空間中的函數(shù)集合，需要選取最佳的懲罰參數(shù)c和核函數(shù)參數(shù)g。采取交叉驗證（cross validation，CV）的方法，可以避免欠學習和過學習的現(xiàn)象。本研究在采用k-CV方法時，得到的分類結果準確率是97.5%。這種算法雖然可以找到最佳的c和g，可是因為本研究尋找最優(yōu)c和g的網(wǎng)格范圍較大，用k-CV方法會遍歷網(wǎng)格內的所有參數(shù)點，較為費時，而且準確率還有待提高，所以采用粒子群優(yōu)化算法來進行模型優(yōu)化。

2.2 基于PSO算法的優(yōu)化模型分類預測結果與分析

粒子群優(yōu)化（PSO）算法是通過模擬鳥群覓食行為而發(fā)展起來的一種基于群體協(xié)作的隨機搜索算法。每個PSO算法的“粒子”表示的空間中可能的解，每個粒子具有由適應度函數(shù)來確定一個相應的適應值。PSO粒子群算法優(yōu)化SVM分類預測參數(shù)選擇結果如圖5所示。

圖 5 PSO粒子群算法優(yōu)化SVM分類預測參數(shù)選擇結果

Fig. 5 Selection of parameters for predictive classification of Chinese bacon quality by the optimized SVM model

由圖5可知，得到最佳懲罰參數(shù)c和核函數(shù)參數(shù)g分別為0.707 1和1.414 2。將預測參數(shù)選擇出的最佳懲罰參數(shù)c和核函數(shù)g參數(shù)帶入到SVM算法函數(shù)集合式中，得到經PSO算法優(yōu)化后的支持向量機分類預測模型的準確率為100%。所以，采用PSO算法尋找最佳懲罰參數(shù)c和核函數(shù)參數(shù)g，不但可以解決人工選取懲罰參數(shù)c和核函數(shù)參數(shù)g沒有相關的理論依據(jù)，解決人工反復實驗選取的問題，而且還可以優(yōu)化已建立的支持向量機分類預測模型，提高模型的精確度和泛化能力。

2.3 優(yōu)化支持向量機模型與生化方法分級預測結果對比

表1是用生化方法對臘肉進行分級預測的結果。利用優(yōu)化后的SVM模型對預測集40 個樣品采集的數(shù)據(jù)進行預測，結果如表2所示。

對比兩表中各項數(shù)據(jù)可以看出，2 種方法所得分級預測結果基本相同，證明可以用粒子群優(yōu)化支持向量機模型對臘肉等級進行準確檢測。

3 結 論

本研究對臘肉品質進行分級預測的結果與使用生化方法對臘肉進行分級預測的結果基本相同，證明所建支持向量機預測模型可以對臘肉品質等級進行準確的分類檢測。而且經粒子群算法優(yōu)化后的支持向量機分類預測模型準確率從97.5%提高到100%，運算時間縮短5.3 s，模型的準確率和效率得到了很大提高。

本研究在國家相關食品標準的基礎上，通過支持向量機對影響臘肉品質的因素進行多數(shù)據(jù)融合，建立了臘肉品質等級檢測模型，并利用粒子群算法進行模型優(yōu)化從而對樣品臘肉品質等級進行模式識別及快速判別。本研究建立的檢測模型較傳統(tǒng)理化檢驗方法有如下優(yōu)點：1）傳統(tǒng)理化檢驗操作復雜，檢驗周期為15 d左右，而本研究模型在保證精度的同時可以簡單迅速進行現(xiàn)場實時檢驗；2）傳統(tǒng)理化檢驗是一種破壞性的檢驗，而本研究為無損檢驗。所以本研究可以為相關部門提供一種快速檢測技術，保證消費者的食用安全。

參考文獻：

[1] 郭昕， . 湘西臘肉品質評價指標間的相關性研究[J]. 食品工業(yè)， 2015， 36（1）： 281-283.

[2] 趙杰文， 惠矗 黃林， 等. 高光譜成像技術檢測雞肉中揮發(fā)性鹽基氮含量[J]. 激光與光電子學進展， 2013， 50（7）： 1-3. DOI：10.3788/LOP50.073003.

[3] 周令國， 肖琳， 祝義偉， 等. 近紅外光譜技術快速檢測臘肉酸價和過氧化值[J]. 肉類研究， 2012， 26（3）： 30-33. DOI：10.3969/j.issn.1001-8123.2012.03.009.

[4] 陳美春， 楊勇， 石磊. 四川臘肉生產過程中理化及微生物特性的研究[J]. 食品科學， 2008， 29（5）： 1002-6630.

[5] 黃偉， 楊秀娟， 張燕鳴， 等. 近紅外光譜技術在肉類定性鑒別中的研究進展[J]. 肉類研究， 2014， 28（1）： 31-34.

[6] 楊昆程， 郭培源， 劉碩， 等. 高光譜技術在臘肉亞硝酸鹽含量檢測的應用[J]. 科技通報， 2016， 32（4）： 70-74. DOI：10.13774/ki.kjtb.2016.04.015.

[7] 賀稚非， 薛山. 川味臘肉貨架期間的品質變化[J]. 食品工業(yè)科技， 2013， 34（18）： 318-321. DOI：10.13386/j.issn1002-0306.2013.18.081.

[8] 中A人民共和國衛(wèi)生部， 中國國家標準化管理委員會. GB/T 5009.37―2003 食用植物油衛(wèi)生標準分析方法[S]. 北京： 中國標準出版社， 2003.

[9] 中華人民共和國衛(wèi)生部， 中國國家標準化管理委員會. GB 5009.44―2003 肉與肉制品 衛(wèi)生標準的分析方法[S]. 北京： 中國標準出版社， 2003.

[10] 趙建華. 基于SOM神經網(wǎng)絡的半監(jiān)督分類算法[J]. 西華大學學報（自然科學版）， 2015， 34（1）： 36-40. DOI：10.3969/j.issn.1673-159X.2015.01.029.

[11] 王昕琨， 郭培源， 林巖. 基于多數(shù)據(jù)融合技術的臘肉品質分級方法[J]. 食品科學， 2014， 35（2）： 217-221. DOI：10.7506/spkx1002-6630-201402042.

[12] RUST S R， PRICE D M， SUBBIAH J， et al. Predicting beef tenderness using near-infrared spectroscopy[J]. Journal of Animal Science， 2007， 86（1）： 211-219. DOI：10.2527/jas.2007-0084.

[13] 勵建榮， 王麗， 張曉敏， 等. 近紅外光譜結合偏最小二乘法快速檢測大黃魚新鮮度[J]. 中國食品學報， 2013， 13（6）： 209-214. DOI：10.16429/j.1009-7848.2013.06.015.

[14] 趙俊華， 郭培源， 邢素霞， 等. 基于高光譜成像的臘肉細菌總數(shù)預測建模方法研究[J]. 中國調味品， 2016， 41（2）： 74-78. DOI：10.3969/j.issn.1000-9973.2016.02.015.

[15] LI Weijun， LIU Zhenyu. A method of SVM with normalization in intrusion detection[C]//Proceedings of the 2011 2nd International Conference on Challenges in Environmental Science and Computer Engineering. Haikou： Procedia Environmental Sciences， 2011： 256-262.

[16] ZHONG Jingjing， TSE P W， WANG Dong. Novel Bayesian inference on optimal parameters of support vector machines and its application to industrial survey data classification[J]. Neurocomputing， 2015， 211（26）： 159-171. DOI：10.1016/j.neucom.2015.12.132.

[17] 陳燁， 劉淵. 基于參數(shù)優(yōu)化SVM融合的網(wǎng)絡異常檢測[J]. 計算機應用于軟件， 2013， 30（9）： 39-43. DOI：10.3969/j.issn.1000-386x.2013.09.012.

[18] 王健峰， 張磊， 陳國興， 等. 基于改進的網(wǎng)格搜索法的SVM參數(shù)優(yōu)化[J]. 應用科技， 2012， 39（3）： 28-31. DOI：10.3969/j.issn.1009-671X.201112016.

[19] 劉志康. 一種改進的混合核函數(shù)支持向量機文本分類方法[J]. 工業(yè)控制計算機， 2016， 29（6）： 113-114. DOI：10.3969/j.issn.1001-182X.2016.06.050.

[20] 胡局新， 張功杰. 基于K折交叉驗證的選擇性集成分類算法[J]. 科技通報， 2013， 29（12）： 115-117. DOI：10.3969/j.issn.1001-7119.2013.12.039.

[21] 谷文成， 柴寶仁. 基于粒子群優(yōu)化算法的支持向量機研究[J]. 北京理工大學學報， 2014， 34（7）： 705-709. DOI：10.15918/j.tbit1001-0645.2014.07.014.

[22] 杜軍崗， 魏汝祥， 劉寶平. 基于PSO優(yōu)化LS-SVM的小樣本非線性協(xié)整檢驗與建模研究[J]. 系統(tǒng)工程理論與實踐， 2014， 34（9）： 2322-2331.

[23] CAI Zhuoran， ZHAO Honglin， YANG Zhutian， et al. A modular spectrum sensing system based on PSO-SVM[J]. Sensors， 2012， 12（11）： 15292-15307. DOI：10.3390/s121115292.

[24] ALI B， HASHEMI， MEYBODI M R. A note on the learning automata based algorithms for adaptive parameter selection in PSO[J]. Applied Soft Computing Journal， 2011， 11（1）： 689-705. DOI：10.1016/j.asoc.2009.12.030.

[25] 陳治明. 改進的粒子群算法及其SVM參數(shù)優(yōu)化應用[J]. 計算機工程與應用， 2011， 47（10）： 38-40. DOI：10.3778/j.issn.1002-8331.2011.10.011.

[26] 張慶， 劉丙杰. 基于PSO和分組訓練的SVM參數(shù)快速優(yōu)化方法[J]. 科學技術與工程， 2008， 8（16）： 4613-4616. DOI：10.3969/j.issn.1671-1815.2008.16.045.

[27] 匡芳君， 徐蔚， 張思揚. 基于改進混沌粒子群的混合核SVM參數(shù)優(yōu)化及應用[J]. 計算機應用研究， 2014， 31（3）： 671-687. DOI：10.3969/j.issn.1001-3695.2014.03.007.

[28] 中華人民共和國衛(wèi)生部， 中國國家標準化管理委員會. GB 2726―2005 熟肉制品衛(wèi)生標準[S]. 北京： 中國標準出版社： 2005.

篇8

當前荷蘭預算赤字占國內生產總值（GDP）的比例約為4.6%，根據(jù)歐盟委員會規(guī)定，荷蘭需將預算赤字占GDP比例在2013年降低至3%。正是由于為了滿足歐盟預算赤字要求，荷蘭政治聯(lián)盟已經歷了長達七周的談判。而由于聯(lián)盟主要黨派反對預算緊縮計劃，致使談判破裂，并直接導致上述首相呂特的辭職。由于在女王考慮首相辭呈期間政府還在工作，因此荷蘭財長德亞赫4月27日稱，荷蘭議會可能會部分批準預算削減計劃，以避免預算在9月12日選舉前突破歐盟規(guī)定的限制。修訂后的預算計劃包括提高增值稅，對礦物燃料和煙酒額外征稅以及削減醫(yī)療福利支出。緊縮舉措還包括公務員工資凍結兩年以及對銀行的新增稅率提高1倍。雖然有一些小黨派支持這一緊縮計劃，但是工會和其他反對黨對這一協(xié)議大加抨擊，稱這將損害經濟，并警告選舉后這些舉措將形同廢紙。

我們知道荷蘭是歐元區(qū)為數(shù)不多幾個仍擁有AAA評級的成員國之一，更重要的是荷蘭是二戰(zhàn)之后歐洲統(tǒng)合中除德國和法國之外最重要的核心國家。歐盟的前身最早可追溯至1951年4月18日成立的歐洲煤鋼聯(lián)營（ECSC）。1950年法國外長舒曼提出“歐洲煤鋼聯(lián)營計劃”(即“舒曼計劃”)建議：“煤鋼生產的聯(lián)營將保證歐洲聯(lián)邦共同基礎的建立和發(fā)展，還可以改變這一地區(qū)長期生產武器使它自己成為犧牲品這一命運，”“這樣結合起來的聯(lián)合生產意味著法、德之間發(fā)生戰(zhàn)爭是不可想象的，而且在物質上也不可能。”此后法國、西德、意大利、比利時、荷蘭、盧森堡等六個西歐國家開始在此計劃基礎上進行談判。1951年4月 18日上述六國在巴黎簽訂為期50年的《歐洲煤鋼聯(lián)營條約》，它標志著歐洲煤鋼聯(lián)營正式成立。歐洲煤鋼聯(lián)營以后又發(fā)展為歐洲經濟共同體，再后發(fā)展為今天的歐盟。

歐洲債務危機發(fā)展到今天，從時間和空間的角度觀察都超出了最初一些歐洲政治家的預判，而證明了當時一些更悲觀的估計是有見地的。這些相對悲觀的估計實際上是基于以下兩點觀察。

首先，自20世紀70年代經濟學界開始對用財政赤字作為衡量財政政策的標準和分析代際分配的手段提出質疑，因此需要尋找替代財政赤字的方法，從新的角度觀察財政平衡問題。1991年提出的代際核算方法就是這樣的新視角，代際核算方法實際上是用數(shù)據(jù)檢驗政府的稅收和轉移支付政策能否實現(xiàn)代際平衡。從代際核算方法提出到現(xiàn)在，近30個國家建立自己的代際核算體系，代際核算方法已經被用來分析財政政策的各方面問題。許多政府機構和國際組織都采用這套核算體系來分析財政政策。而該方法的主要特點就是在分析財政問題中考慮了人口老齡化的后果。熟悉歐洲利用代際核算方法所做國別研究的人都不會對于歐洲債務危機的發(fā)生感到奇怪，因為這些研究早已討論了歐債危機與人口老齡化之間的關系，闡述了歐盟的人口老齡化問題可以轉化為財政危機，進而演變?yōu)閭鶆瘴C的原因。

篇9

這種本末倒置的焦點，在很大程度上反映了我們當前的政治文化，尤其說明了國會是如何脫離美國民眾所遭遇的一切的。與此同時，當華盛頓的人們談論赤字和債務時，大部分時候，他們根本不知道他們在談論什么，而且說最多的人其實了解得最少。

也許最明顯的是，那些國會一直依賴的所謂經濟專家，他們不止一次地完全錯誤估計預算赤字的短期影響。自從美國總統(tǒng)奧巴馬上任后，那些偏好從傳統(tǒng)基金會得到經濟分析的人們一直在等待預算赤字使得利率飆升。現(xiàn)在每一天都如此！

雖然他們一直在等待，但那些利率已降至歷史上的最低點。你可能會認為這些事實會使那些政客質疑他們所選擇的專家。或者你可能這么認為，如果他們都不知道任何我們的狀況，怎么算了解政治。

但華盛頓并不只是對短期形勢感到困惑，而且也對長期形勢感到糊涂。雖然債務可能是一個問題，但我們的政治家和學者認識債務的方式卻都錯了，還夸大了問題的嚴重性。

擔憂赤字的人描繪到這樣一個未來，當我們需要借貸時，我們會變得一無所有。他們認為，美國就像一個大家庭，他拿出太多的抵押了，一旦經濟狀況不佳，分期付款也變得艱難。

然而，至少從兩個方面來說，上述觀點是一個比較糟糕的比喻。

首先，家庭要償還其債務，但政府卻不用。所以他們需要做的是確保債務的增長速度遠比其課稅基礎慢。事實上，第二次世界大戰(zhàn)期間的債務根本沒有償還，隨著美國經濟增長以及應稅所得額的增加，它只是變得越來越無關緊要。

其次，這點幾乎沒有人想到，一個超額借貸的家庭欠的是別人的錢，但在很大程度上，美國的債務實質是自己欠自己的錢。

債務幫助贏得了第二次世界大戰(zhàn)，這種說法是真實的。那時的納稅人被套入債務的圈套，債務占國內生產總值的百分比也遠高于今天；但這些債務其實也由納稅人擁有，正如所有的人買儲蓄國債一樣。因此，債務并沒有使戰(zhàn)后的美國更窮。尤其是債務并不能阻止戰(zhàn)后一代經歷美國歷史上收入和生活水平最大的提升。

但這個時代有什么不同嗎？其實并沒有你想的那樣的不同。

沒錯，外國人現(xiàn)在持有巨額的美國的債務，包括相當數(shù)量的政府債務。但每一美元的外國人購買的美國債務中，就有89美分是我們購買國外的債務。外國人往往在美國投資安全、低收益的資產，美國實際上從它的海外資產賺取的收益遠遠超過支付給外國投資者的數(shù)額。如果你想象的是一個國家已經對中國負債累累，那你肯定是被誤導了。我們并不是在這個方向迅速前進的。

不過，聯(lián)邦債務與美國未來的抵押貸款不同這一事實并不意味著債務是無害的。必須征收稅來支付利息，不需要成為右翼理論家，我們也承認，如果沒有從生產活動到避稅逃稅行為所造成的資源轉移，稅收會對經濟施加一定的成本。但這些成本遠不如之前超負債家庭的形容的那樣嚴重。

這也是為什么國家需要一個穩(wěn)定的、負責任的政府。歷史表明，當情況允許的時候，如果政府愿意施加適度的高稅收，它能夠在更高水平的債務中生存，這遠比今日的常規(guī)思維所讓你相信的要多得多。特別是英國，在過去170年里的歷史中，有81年里其債務都超過國內生產總值的100%。當凱恩斯撰寫消費的必要性，以擺脫經濟大蕭條之時，英國有著比今天任何發(fā)達國家（除日本外）的更高的債務。

當然，從某個意義上來說，由于美國國內有著瘋狂的反征稅保守運動，可能沒有一個這樣負責任的政府。但錯誤并不在我們的債務中，而是在我們自己。

篇10

［關鍵詞］財政政策;國際收支;產出-吸收效應;儲蓄-投資效應;匯率效應

作者簡介：丁騁騁，男，復旦大學經濟學院，上海 200433

一、財政政策與國際收支：理論綜述

國際經濟學經典理論往往只將國際收支不平衡歸于五個原因：臨時性不平衡、結構性不平衡、貨幣性不平衡、周期性不平衡、收入性不平衡，卻很少將它與財政政策聯(lián)系起來。在Sidney Stuart Alexander1952提出的國際收支吸收分析法（Absorption Approach）中，我們可大致看到財政政策-國際收支最早的理論分析。亞歷山大認為一國國際收支差額（B）為國民收入（Y）與國內吸收（A）之差，即：B=Y-A，而A=C+I。當一國實行擴張的財政政策時，A增加，國際收支（B）就趨于逆差。但問題是，財政政策對Y也會產生影響，這樣一來，財政政策與國際收支之間的關系就不能簡單地一言以蔽之。另外，我們通過國民收入賬戶可以得到等式：Y=C+I+G+X＝C+S+T+M，也即：I-S+(G-T)=M-X。當投資與儲蓄相等時，財政赤字與經常賬戶赤字存在一對一的關系；但如果I≠S，情況就變得十分復雜。無論是吸收分析法，還是國民收入賬戶，都僅把國際收支中的經常賬戶（而且主要是貿易賬戶）納入分析框架。關于財政政策與經常賬戶之間關系歷來存在很大爭論，學界有兩種幾乎對立的看法。

一種觀點認為財政政策與經常賬戶存在關聯(lián)，財政赤字引起經常賬戶赤字。如新劍橋學派認為：由于私人部門的總支出和可支配收入大體相等，因此投資與私人儲蓄之間的差大體為零，因此政府預算赤字增加，就引起外部赤字上升。Vinals, Minford和Melitz（1986）區(qū)分了固定匯率與浮動匯率兩種不同條件下財政政策對國際收支的影響作用。認為在固定匯率制下，預算赤字的擴大必定導致經常項目惡化。[1]另一方面，在預算平衡時，財政政策擴張僅在浮動匯率制下才會導致經常項目赤字。Sachs等人（1994）還區(qū)分了政府支出暫時性增加與持久性增加對一國國際收支的影響，認為在資本自由流動的國家，政府支出增加都將惡化國際收支，而對實行資本控制的國家卻沒有任何影響。Obsfeld和Rogoff（1996）的跨期迭代模型中則認為人口變化趨勢和稅收的代際影響也是決定國民收入和經常項目的重要因素。政府預算赤字引起經常項目出現(xiàn)暫時性的惡化，但在第二期后又回到以前水平。[2]另一種觀點則是財政政策與經常賬戶無關論，認為財政政策對經常賬戶不平衡沒有作用。這種觀點的理論源頭一直可以上溯到19世紀提出的“李嘉圖等價”。后來經濟學家，如Vinals，Minford與Melitz（1986），Erceg， Guerrieri和Guest（2005）對此進一步發(fā)展，指出財政政策-國際收支之間并不存在一對一的關系，或者兩者關系很小。[1］［3］(825)

在關于財政政策與經常賬戶之間關系的實證研究中，大致有三種不同的結論：(1)大多數(shù)經濟學家認為財政赤字與一國國際收支赤字成正相關。例如，Eisner(1991)使用凈出口占GNP比重作為因變量，使用經過價格調整的充分就業(yè)下的財政赤字占GNP的比重作為自變量，建立了一個單一方程的最小二乘法方程，最后發(fā)現(xiàn)美國預算赤字對貿易赤字存在正效應。Roubini(1988)，Normandin(1999)認為政府財政預算赤字會引起貿易赤字的更加惡化，在美國，財政赤字增加1美元會引起0.22―0.98美元的外部赤字。而對發(fā)展中國家的實證

研究也得到了較一致的結論。(2)Evans(1988)，Bussiere(2004)等人的研究得到的結論是，財政赤字僅對經常項目產生微小的影響。Erceg, Guerrieri和Guest（2005）[3］發(fā)現(xiàn)財政赤字（與GDP之比）增加一個百分點，將引起貿易余額（與GDP之比）惡化0.2個百分比。(3)Roubini和Kim（2003）通過結構性VAR分析得到一個令人驚奇的結論，擴張性的財政沖擊會改善經常項目。[4]

二、財政政策影響國際收支的三個作用機制

通過文獻解讀，本文發(fā)現(xiàn)，目前已有的關于財政政策與國際收支之間關系的研究主要是通過以下三個作用機制來實現(xiàn)的：(1)在預算平衡的情況下，通過國民收入賬戶I-S+(G-T)=M-X推導可知，經常項目盈余等于儲蓄減去投資，即CA=S-I。一國的儲蓄與投資水平在很大程度上受該國財政政策的影響，因此，財政政策可能通過影響儲蓄和投資，進而影響國際收支。這個機制主要是側重于財政政策對儲蓄與投資的影響，這里稱之為儲蓄-投資效應。［5](2)從吸引分析法來看，B=Y-A，一國的國際收支等于總產出與總吸收之差。財政政策影響總吸收，同時也關系到總產出水平，因此財政政策可以通過改變產出和吸收從而影響國際收支。這個機制主要是側重財政政策對產出和吸收的影響，這里不防稱之為產出-吸收效應。(3)如果把經常賬戶再擴展一下，經常賬戶為貿易余額與國外凈資產收入之和，即：CA=TB+iB-1，TB為貿易余額，iB-1為國外的凈資產收入。貿易余額又由實際匯率決定，因此，財政政策可能使得實際匯率升值從而導致經常項目赤字。

（一）財政政策的儲蓄-投資效應

宏觀經濟學的一個重要發(fā)展就是把跨時期的預算約束引入微觀分析中，在薩克斯以及Obsfeld、Rogoff等人的努力下又將跨期預算約束引入開放經濟條件下的宏觀經濟學。本文主要討論跨期預算約束模型下稅收融資的政府暫時性增加支出與持久性增加支出兩種不同情形，通過儲蓄-投資機制怎樣來影響國際收支。

1.稅收融資的政府支出的暫時性增加。如果稅收融資的政府支出暫時增加，如用于戰(zhàn)爭的軍費開支，政府暫時性支出增加必定以增稅為前提，假定第一期政府支出G1和稅收T1等量增加，第二期政府支出G2和稅收T2保持不變。從跨期消費模型可以知道，由于增稅消費者收入減少，第一期消費C1將下降，但幅度沒有T1上升那么大。因為稅收的暫時性增加意味著可支配收入的暫時下降，所以試圖維持穩(wěn)定消費的家庭在稅收暫時提高時憑未來收入作擔保去借債，這樣一來，私人儲蓄就會下降。通過等式I-S+(G-T)=M-X我們可知，對無法改變世界利率水平的小國而言，投資不變而儲蓄下降會降低其經常項目余額。從中我們可以看出，以稅收融資的政府支出的暫時性增加會造成經常項目的惡化。對實行資本控制國家而言，私人儲蓄的下降將造成國內利率的上升，而不是經常項目的惡化。如果是資本自由流動的大國，一旦儲蓄下降影響著世界利率水平，促使其上升，但同時又會使該國經常項目惡化。世界利率水平提高將使世界其它地區(qū)的儲蓄增加、投資下降，從而改善了這些國家的經常項目。[2]

2.稅收融資的政府支出的持久性增加。在以更高的稅收來融資的政府支出的持久性增加中，G1和G2增加相同的量ΔG，兩個時期的稅收T1和T2也增加相同的量ΔT。政府儲蓄保持不變。持久性的稅收增加導致的可支配收入持久性下降，因此家庭將整個消費習慣作出調整，將支出減少，而且幅度比在稅收暫時增加的情形要大。因此，在政府持久性的稅收增加的情況下私人儲蓄不會下降太多，甚至根本不會下降。因此，在資本自由流動的小國經濟中，私人儲蓄下降幅度很小，對經常項目造成的影響也較小，而小國是無權決定利率高低的。在資本實行控制的情形下，儲蓄有較小的下降，但對經常項目沒有影響，利率上升。在資本可以自由流動的大國經濟中，私人儲蓄下降幅度很小，因此對經常項目造成的影響也較小，利率有小幅上升。

我們總結擴張性財政政策在兩種不同的沖擊類型下，對經常項目的不同影響結果，得到表1。

（二）財政政策的產出―吸收效應

擴張性的財政政策對國際收支產生作用的第二個微觀機制是產出-吸收效應。財政政策一旦實行擴張，不光增加投資與公共消費，使進口增加，同時也提高了產出。如此，兩者關系就變得撲朔迷離。因此，我們必須區(qū)分不同的匯率制度，不同的財政支出結構，以及不同的外部經濟環(huán)境才能得到結論。

Mundell-Fleming模型強調了在固定匯率制度下，增加對國內產品的公共支出以及提高稅收將會相應引起國內產出增加，但經常項目保持不變。因為產出和稅收都增加，但居民的可支配收入不變。另一方面，在浮動匯率制度下，財政擴張導致對國內產品需求增加，會引起本幣升值，最后導致經常項目赤字。但經常項目赤字又會被最初總需求的增加沖銷，使國內總產出保持不變(見表2)。

以此為基礎，Vinals、Minford和Melitz[1]提出了一個跨期非均衡模型，他們認為，當經濟體是經歷著凱恩斯主義的失業(yè)，還是經歷著古典失業(yè)，真實產出對擴張財政政策的反應是完全不同的。因為經常項目是產出與支出之差，經常項目在以上兩種情況中反應也是完全不同。另外，擴張性財政政策是暫時性的還是永久性的，總需求潛在的反應對其也不同，因此就須做跨期分析。

1.由于需求過低引起的凱恩斯主義失業(yè)的情形：(1)在浮動匯率制度下，如果政府通過稅收融資，暫時性增加支出提高對非貿易產品的購買，使該類產品產出增加，這就會引起對貨幣的過度需求，導致匯率升值。本幣升值使可貿易產品價格下降、需求上升，結果就是短期經常項目赤字。如果政府通過發(fā)行貨幣而不是增稅來實現(xiàn)擴張，那么就不會有過量的貨幣需求，只會引起不可貿易產品產出和就業(yè)的增加，而可貿易產品的產出和經常項目不變。如果政府支出持久性增加，消費者認識到未來持續(xù)增稅，則私人消費就會減少。結果，當前對不可貿易產品的需求就下降，引起貨幣過量供給導致本幣實際匯率貶值，可貿易產品凈供給增加，由此改善經常項目。由于貿易部門的產出上升、不可貿易部門的產出下降，因而整個就業(yè)與產出是否增加不能確定，但經常項目改善。(2)在固定匯率制度下，稅收融資的政府支出增加對不可貿易產品的購買，將在當前增加不可貿易產品的產出。在價格既定的情況下，實際匯率也就不變，因此經常項目也不會受到影響。在經常項目不變，暫時性的財政預算擴張會增加就業(yè)。如果政府購買持久性增加，對不可貿易產品的當前需求下降，因為預期稅收增加減少個人財富，結果導致不可貿易產品產出和就業(yè)下降，對可貿易產品的支出也下降，因而改善經常項目。

2.由于實際工資過高引起的古典失業(yè)的情形：(1)在古典情形中，政府支出擴張只有在貨幣數(shù)量同時增加時才會提升就業(yè)，而這種情況只有在浮動匯率制度下政府通過增發(fā)貨幣時才發(fā)生。只有當可貿易產品的產出增加，財政政策擴張才會增加就業(yè)，因為不可貿易產品產出既定。然而，可貿易產品產出提升，實際匯率就要貶值，但這種情形僅在貨幣供給增加匯率允許變動的情況下發(fā)生。(2)在預期未來財政預算擴張的情形下，現(xiàn)期的總產出和就業(yè)都不會有變化，因為第一期匯率是由貨幣市場單獨決定的。另一方面，因為預期未來增稅私人財富下降，私人對所有不可貿易產品的當前和未來的消費縮減。現(xiàn)期可貿易產品產出不變，可貿易產品消費下降導致經常項目盈余。

值得注意的是：與稅收融資相比，政府通過發(fā)行債券融資提升了家庭財富，因而增加了當前的消費支出最后使經常項目惡化。這無論在凱恩斯主義失業(yè)的情形下還是古典失業(yè)的情形下都有相同結果(見表3)。

（三）財政政策的匯率效應

財政政策第三個對國際收支發(fā)揮作用的途徑是匯率效應。一國的匯率分固定匯率制與浮動匯率制。如果一國實行浮動匯率制，在資本可以自由流動的情況下，即使赤字沒有被貨幣化，擴張性的財政政策將導致本國利率水平上升，吸引外國資本大量流入，引起本幣升值，最后又將導致國際收支經常項目逆差。即：財政政策擴張利率本幣升值國際收支逆差。

當一國實行固定匯率制，擴張性的財政政策通過貨幣發(fā)行來彌補時，又會通過匯率渠道對國際收支產生影響。當貨幣發(fā)行增加，導致價格水平上升。我們知道，實際匯率用公式表示為e=EPP，其中EP為國外的價格水平，P為國內的價格水平。如果本國發(fā)生通貨膨脹，實際匯率升值，也將引起本國國際收支的逆差。即：財政赤字增發(fā)貨幣通貨膨脹實際匯率升值國際收支逆差。

三、基本結論及對我國的啟示

在我國現(xiàn)有著作中，目前還缺乏對財政政策與國際收支兩者關系的系統(tǒng)研究，這其中的一個重要原因是，我國財政赤字持續(xù)多年，但貿易收支長期順差，幾乎沒有人會（表面上似乎也沒有必要）關注財政赤字對國際收支究竟造成了何種影響。但問題是，我國的國際收支順差并非一種常態(tài)，一旦國際收支逆差（即便順差），財政政策究竟對國際收支產生什么樣的影響――這是一個具有超前現(xiàn)實意義的研究課題。另外，在國際收支調節(jié)的政策選擇上，受蒙代爾 “有效市場政策指派原則”影響，大家習慣上都認為財政政策僅對內部均衡發(fā)揮作用、貨幣政策對外部均衡進行調節(jié)。這樣，人們相應地忽視財政政策對于外部均衡的調節(jié)作用，將財政政策與國際收支之間的關系割裂開來。理論模型及實證研究都表明，財政政策對國際收支通過微觀機制發(fā)揮著極其重要的作用，這種微觀作用機制包括：儲蓄―投資效應，產出―吸收效應以及匯率效應。這本來是一國當

局為實現(xiàn)內部均衡而實行擴張或緊縮的財政政策時，對外部均衡產生的一個被動的結果。如果我們把握了其中的內在關系，就可以主動地運用財政政策來實現(xiàn)外部均衡，當然這一定是在特定的環(huán)境下。

從以上三個作用機制的分析來看，財政政策對國際收支產生影響的最基本前提是資本可以自由流動的情況下。從儲蓄―投資效應這個角度而言，如果資本可以自由流動，則無論暫時性的還是持久性的政府支出增加，都會引起國際收支經常賬戶的逆差。但如果實行資本控制，則擴張性的財政政策對經常項目沒有影響。與之同時，從匯率機制這個角度而言，要使擴張性財政政策發(fā)揮作用也必須以資本開放為前提。如果沒有這個條件，財政政策擴張，利率上升，資本不能自由流動，匯率機制也就失效。從以上兩個角度考慮，財政政策對我國目前外部均衡的影響甚微，但隨著對外開放度不斷加大，資本賬戶在我國必定實現(xiàn)可自由兌換，在此情況下，如何運用財政政策配合貨幣政策對外部均衡實現(xiàn)調控，就值得密切關注！ 從跨期非均衡模型中，我們又可以得到三個重要政策啟示：第一，在凱恩斯主義失業(yè)的情形下，通過貨幣發(fā)行（或在固定匯率制下通過稅收融資）政府增加對不可貿易產品的購買從而增加政府暫時性支出，可以擴大產出和就業(yè)而不至于引起經常項目惡化。第二，在古典失業(yè)的情形下，通過改變對不可貿易產品政府支出以達到擴大產出和就業(yè)的目的是一項無效的政策。但如果是浮動匯率制，暫時性減稅并通過發(fā)行貨幣能夠在改善經常賬戶的同時擴大產出和就業(yè)。總之，暫時性或持久性地提升政府支出并不一定引起產出和就業(yè)的增加，只有在浮動匯率制下貨幣供給量增加使本幣貶值，因而導致可貿易產品產出上升，這種擴張效果才能見效。第三，如果我們考慮到政府債券構成居民的凈財富，通過暫時性債券融資而形成的預算赤字與經常項目赤字之間存在正相關關系。但如果是發(fā)行貨幣來融資，這種強相關關系就不存在。

我國人民幣還是以固定匯率制度為主要特征，并且總體上失業(yè)也主要由于總需求的不足引起，所以從理論上講，擴張的財政政策對我國經常項目不會造成明顯影響，只有在舉債融資的情況下有可能使經常項目逆差。因此我國在通過發(fā)行債券融資來達到財政擴張的目的時需慎之又慎！

主要參考文獻：

［1］Vinals, Jose，and Patrick Minford and Jacques Melitz, 1986, Fiscal Policy and the Current Account, Economic Policy, Vol.1, No.3.

［2］杰弗里?薩克斯，費利普?拉雷恩．全球視角的宏觀經濟學［M］．上海：上海三聯(lián)書店，上海人民出版社，2004．

［3］Erceg, Christopher J. and Luca Guerrieri and Christopher Guest, 2005, Expansionary Fiscal Shocks and the Trade Deficit, Board of Governors of the Federal Reserve System “International Finance Discussion Papers”.

［4］Roubini, Nourel ＆ Brad Setser，2004，The US as a Net Debtor: The Sustainability of the US External Imbalances，stern.nyu.edu/globalmacro