Eviews-多元回归模型

1、多元回归分析案例Eviews-多元回归模型中国税收增长的分析、研究的目的要求改革开放以来，随着经济体制改革的深化和经济的快速增长，中国的财政收支状况发 生很大变化，中央和地方的税收收入1978年为519.28亿元，到2002年已增长到17636.45亿元，25年间增长了 33倍，平均每年增长 。为了研究影响中国税收收入增长 的主要原因，分析中央和地方税收收入的增长规律，预测中国税收未来的增长趋势，需要 建立计量经济模型。影响中国税收收入增长的因素很多，但据分析主要的因素可能有：（1）从宏观经济看，经济整体增长是税收增长的基本源泉。（2）公共财政的需求，税收收入是财政收入的主体，社会经济的发展和

2、社会保障的完善等都对公共财政提出要求，因此对预算支出所 表现的公共财政的需求对当年的税收收入可能会有一定的影响。（3）物价水平。我国的税制结构以流转税为主，以现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。（4）税收政策因素。我国自1978年以来经历了两次大的税制改革，一次是 1984- 1985年的国有企业利改税，另一次是1994年的全国范围内的新税制改革。税制改革对税收会产生影响，特别是 1985年税收陡增215.42%。但是第二次税制改革对税收增长速度的 影响不是非常大。因此，可以从以上几个方面，分析各种因素对中国税收增长的具体影响。二、模型设定为了全面反映中国税收增长的全

3、貌，选择包括中央和地方税收的“国家财政收入”中 的“各项税收”（简称“税收收入”）作为被解释变量，以反映国家税收的增长；选择 “国内生产总值（GDP ”作为经济整体增长水平的代表；选择中央和地方“财政支出” 作为公共财政需求的代表；选择“商品零售物价指数”作为物价水平的代表。由于财税体 制的改革难以量化，而且 1985年以后财税体制改革对税收增长影响不是很大，可暂不考 虑税制改革对税收增长的影响。所以解释变量设定为可观测的“国内生产总值”、“财政 支出”、“商品零售物价指数”等变量。从中国统计年鉴收集到以下数据（见表 3.3）:设定的线性回归模型为：Yl I 狀三、估计参数利用EViews估计

4、模型的参数，方法是：1 、建立工作文件：启动 EViews，点击FileNewWorkfile ，在对话框“ Workfile Range。在“ Workfile frequency中选择“ Annual（年度 ），并在“ Start date 中输入开始时间“ 1978,2tt3X3t4在 “end date ”中输入最后时间“ 2002”，点击“ ok”，出现“ Workfile UNTITLED ” 工作框。其中已有变量：“ c”一截距项“resid ”一剩余项。在“ Objects ”菜单中点击“ New Objects ，在 “ New Objects 对话框中选“ Group,并在

5、“ Name for Objects ” 上定义文件名，点击“ OK出现数据编辑窗口。2 、输入数据：点击“ Quik”下拉菜单中的“ Empty Group，出现“ Group”窗口数 据编辑框，点第一列与“ obs”对应的格，在命令栏输入“ Y,点下行键“J”，即将该 序列命名为Y,并依此输入Y的数据。用同样方法在对应的列命名X2、X3、X4,并输入相应的数据。或者在 EViews命令框直接键入“ data Y X2 X3 X4 ,”，回车出现“ Group”窗口数据编辑框，在对应的 Y、X2、X3、X4下输入响应的数据。3 、估计参数：点击“ Procs “下拉菜单中的“ Make Eq

6、uation ，在出现的对话框的Equation Specification”栏中键入“ Y C X2 X3 X4 ”，在“ Estimation Settingsls Y C栏中选择“ Least Sqares ” （最小二乘法），点“ ok”；或在命令窗口输入命令: X2 X3 X4，回车。即出现回归结果：表3.4根据表3.4中数据，模型估计的结果为:Yi 2582,791 0,022067X2 0,70210-1X3 23JH511X4(940.6128) (0.0056) (0.0332) (8.7363) t= (-2.7459) (3.9566) (21.1247) (2. 744

7、9) R 0.997 4 R 0,997 1 F-2717.23S df-2122四、模型检验1 、经济意义检验模型估计结果说明，在假定其它变量不变的情况下，当年GDP每增长1亿元，税收收入就会增长0.02207亿元；在假定其它变量不变的情况下，当年财政支出每增长 1亿元， 税收收入会增长0.7021亿元；在假定其它变量不变的情况下，当年零售商品物价指数上 涨一个百分点，税收收入就会增长23.9854亿元。这与理论分析和经验判断相一致。2 、统计检验（1） 拟合优度：由表3.4中数据可以得到：R （J,期討，修正的可决系数为R （J,的訂，这说明模型对样本的拟合很好。22（2） f检验：针对血

8、？3 d 0,给定显著性水平0.05，在f分布表中查出自由度为 k-1=3和n-k=21的临界值。由表3.4中得到F=2717.238，由于，应拒绝原假设，说明回归方程显著，即“国内生产总值”、“财政支出”、“商品零售物价指数”等变量联合起来确实对“税收收入”有显著影响。（3）t检验：分别针对H0:分布表得自由度为n-k=21临界值j（）（j，给定显著性水平0.诟，查tL （11 Aj 2, 0022、2、。由表3.4中数据可得，与1、AA9对应的t统计量分别为-2.7459、3.9566、21.1247、2.7449，其绝对值均大于l tn k） 2,0S02，这说明分别都应当拒绝H0:j

9、0（j 1,2,3,4），也就是说，当在其它解释变量不变的情况下，解释变量“国内生产总值”(X2)、“财政支出”(X3)、“商品零售物价指数”(X4)分别对被解释变量“税收收入” Y都有显著的影响。(4) DW=0.9485 a =5%显著水平下，n=25, k-1=3，查表得 dl=1.12 , du=1.66，贝V DW查表在模型窗口，点击“ View Actual ， Fitted ， Residaul Residual Graph ”命令记 得到残差图，残差图也显示出某种规律性，表明具有序列相关性。残差图(5) 残差正态性检验：在模型窗口，点击“ View Residual Tests

10、 Histogram-Normality Test ”，即得到下图，JB检验的p值=0.3844775%,表明我们无法拒绝残 差的正态性假设。残差的直方图和正态性检验(6) 多重共线性检验：自变量间的相关系数表明，X2和X3之间存在较大的相关性。 在Workfiles 窗口，选择X2, X3, X4变量，双击鼠标，选择“ Ope n Group”，打开数据 窗口，点击“ View Covarianee Analysis 打开窗口，选择“ Correlation , ok 即可。X2 、X3 X4间的相关系(7) 异方差检验：残差平方与Y的拟合值间的散点图表明，模型存在异方差！在方程模型窗口，点击“ Proe Make Residual Series ”，创建残差序列 et ，在命令窗口， 输入命令：g