分析财政收入的影响因素

1、分析财政收入的影响因素财政收入是政府实施宏观调控的主要手段，可以有效地调节资源配置，从而促进国家经济的发展，提高人们的生活水平。改革开放以来，随着经济体制的深 化和经济的快速增长，我国的财政收入发生了很大的变化，从 1989年的2664.9 亿元到2008年的61330.35亿元，20年平均每年增长了 16.98%。为了研究影响 中国财政收入增长的主要原因，分析财政收入的增长规律，预测中国财政收入未 来的增长趋势，我们需要建立计量经济模型。影响财政收入增长的因素有很多，主要有：财政支出、居民可支配收入、社 会消费品零售总额、进出口总额、年底就业人数。一、模型的建立本模型主要反映的是财政收入与各

2、影响因素的关系。在这里，我们选择“财政收入”作为被解释变量；选择“财政支出”、“城镇居民家庭人均可支配收入”、 “农村居民家庭人均可支配收入”、“社会消费品零售总额”、“年底就业人数”、“进出口总额”为模型的解释变量从中国统计年鉴中收集到以下数据年份财政收 入（亿元）财政支 出（亿元）城镇居民 家庭人均 可却已收 入（元）农村居民 家庭人均 可却已收 入（元）社会消费 品零售总 额（亿元）年底就 业 人员数（万人）进出口总额（亿元）19892664.902823.781260.70601.507074.20553291116.0019902937.103083.591510.20686.307

3、250.30647495560.1019913149.483386.621700.60708.608245.70654917225.8019923483.373742.202026.60784.009704.80661529119.6019934348.954642.302577.40921.6012462.106680811271.0019945218.105792.623496.201221.0016264.706745520381.9019956242.206823.724283.001577.7020620.006806523499.9019967407.997937.554838.9

4、01926.1024774.106895024133.8019978651.149233.565160.302090.127298.906982026967.2019989875.9510798.185425.102162.0029152.507063726849.70199911444.0813187.675854.022210.3031134.707139429896.20200013395.2315886.506280.002253.4034152.607208539273.20200116386.0418902.586859.602366.4037595.207302542183.60

5、200218903.6422053.157702.802475.6042027.107374051378.20200321715.2524649.958472.202622.2045842.007443270483.50200426396.4728486.899421.602936.4059501.007520095539.10200531649.2933930.2810493.003254.9067176.6075825116921.80200638760.2040422.7311759.503587.0076410.0076400140971.45200751321.7849781.351

6、3785.804140.4089210.0076990166740.19200861330.3562592.6615780.764760.62108488.0077480179921.47设定的多元线性回归模型为Y=B 0+ B 1X1 +B 2X2+B 3X3+B 4X4+B 5X5+B 6X6+小二、参数估计将上述数据输入Eviews软件中进行参数估计，得到以下结果Dependent Variable: YMethod: Least SquaresDate: 06/14/10 Time: 13:12Sample: 1989 2008Included observations: 20Vari

7、ableCoefficientStd. Errort-StatisticProb.C5128.2666249.7270.8205580.4267X11.1778150.1633657.2097050.0000X2-2.4382441.040729-2.3428240.0357X37.0594142.8260452.4979840.0267X4-0.2636800.184393-1.4299900.1763X5-0.0826630.104103-0.7940490.4414X60.1218670.0370993.2849480.0059R-squared0.998280Mean dependen

8、t var17264.08Adjusted R-squared0.997487S.D.dependent var16847.80S.E. of regression844.6458Akaike info criterion16.58493Sum squared resid9274545.Schwarz criterion16.93344Log likelihood-158.8493F-statistic1257.743Durbin-Watson stat1.576982Prob(F-statistic)0.000000由表中的数据可得模型估计的结果为:(0.184393 )(0.104103

9、) (0.037099 )Y 5128.266 1.177815 X1 2.438244 X2 7.059414 X3 0.26368X4 0.082663 X5 0.121867 X6(6249.727 )(0.163365 )(1.040729 ) (2.826045 )t=(0.820558 )(7.209705 ) (-2.342824 ) (2.497984 )(-1.429990 ) (-0.794049 ) (3.284948 )R2 0.9982800.997487F=1257.743df=13三、模型检验1 .经济意义检验模型估计结果说明，在假定其他变量不变的情况下，当年的财

10、政支出每增 长1亿元，财政收入增长1.177815亿元；在假定其他变量不变的情况下，当年 的城镇居民家庭人均可支配收入每增长1元，财政收入减少2.438244亿元；在假定其他变量不变的情况下，农村居民家庭人均可支配收入每增长 1元，财政收 入增长7.059414亿元；在假定其他变量不变的情况下，社会消费品零售总额每 增长1亿元，财政收入减少0.263680亿元；在假定其他变量不变的情况下，年 底就业人数每增加一万人，财政收入减少0.082663亿元；在假定其他变量不变的情况下，进出口总额每增加1亿元，财政收入增长0.121867亿元。其中，城 镇居民家庭人居可支配收入增长，而财政收入却减少，这

11、不符合实际情况。2 .统计检验(1)拟合优度：由上表数据可得，R2 0.998280R2 0.997487 ,这说明模型对样本的拟合很好。(2) F检验：针对 H。：0 ,给定显著性水平0123456=0.05,在F分布表中查处自由度为k-1=6和n-k=13的临界值F (6,13) 2.92 .o 表中可得，F=1257.743 ,由于 F> F (6, 13),故拒绝原假 设，说明回归方程显著。(3) t检验：分别针对H。： j 0( 0，12,34,56),给定显著性水平=0.05,查t分布表得自由度为13临界值t2 (13) =2.16,有表中数据可得，与 0、1、2、3、4、5

12、、6对应的 t 统计量分别为 0.820558 7.209705、-2.3428242.497984 -1.429990、-0.794049、3.284948。其中 1、2>3、6 的绝对值大于t，2 (13),而0、4、5的绝对值小于t/2 (13),这表明模型中可能存在严重的多重共线性。用Eviews计算各解释变量的相关系数，得如下结果：X1X2X3X4X5X6X10.9815249875 0.9580045764 0.9933107146 0.8061381457 0.9867161533X2 0.981524987510.9922808302 0.9938353697 0.879

13、9377494 0.9720492719X3 0.9580045782 0.992280830210.9802048381 0.8897758514 0.9440232153X4 0.9933107146 0.9938353697 0.980204838110.8399474473 0.9869230033X5 0.8061381457 0.8799377494 0.8897758514 0.839947447310.7993001124X6 0.98671615330.9720492710.9440232153 0.9869230033 0.79930011241有相关系数矩阵可以看出，各解

14、释变量向吴志坚的相关系数较高，证实确实 存在严重多重共线性。四、修正多重共线性将数据输入SPSS软件中，得到如下结果:ModelVariablesEnteredVariablesRemovedMethod12x1x5.Stepwise (Criteria: Probability -of-F-to-en ter <=.050, Probability -of-F-to-re move >=.100). Stepwise (Criteria: Probability -of-F-to-en ter<=.050, Probability -of-F-to-re move >

15、=.100).3Stepwise(Criteria:Probability-of-F-to-enx6.ter<=.050, Probability -of-F-to-re move >=.100).a Dependent Variable: y结果说明，X2、X3、X4三个变量引起了模型的多重共线性，所以要剔除，留下XI、X5、X6三个变量。将这三个变量的数据输入 Eviews中，得到如下回归结果:Dependent Variable: YMethod: Least SquaresDate: 06/14/10 Time: 13:39Sample: 1989 2008Included

16、 observations: 20VariableCoefficientStd. Errort-StatisticProb.C12021.944490.0442.6774670.0165X10.8554370.07953610.755280.0000X5-0.1924870.067969-2.8319720.0120X60.0562840.0239962.3455730.0322R-squared0.997362Mean dependent var17264.08Adjusted R-squared0.996867S.D.dependent var16847.80S.E. of regress

17、ion943.0464Akaike info criterion16.71296Sum squared resid14229385Schwarz criterion16.91211Log likelihood-163.1296F-statistic2016.068Durbin-Watson stat1.245655Prob(F-statistic)0.000000最后修正严重多重共线性影响的回归结果为:12021.94 0.855437X1 0.192487 X 5 0.056284X 6T=2.67746710.75528 )-2.831972 )2.345573 )= 0.9973622R

18、 =0.996867F=2016.068DW=1.245655该模型的R =0.9973622R =0.996867可决系数很高,F 检验值 2016.068 ,明显显著。当a =0.05时，t 0.025（16） 2.12,所有变量的系数都显著对样本量为20、3个解释变量的模型、0.05显著水平，查 DW表可知, d L =0.998, 4676,模型中d L <DW< du ,残差的相关性不能确定。 五、游程检验将残差的数据输入SPSS软件中，进行游程检验，得到如下结果：Runs TestVAR00001Test Value(a)181.27Cases < Test Va

19、lue10Cases >= Test Value10Total Cases20Number of Runs6Z-2.068Asymp. Sig. (2-tailed).039a Median其中Z=-2.068<0 ,说明残差存在正自相关。六、自相关问题的处理利用Eviews软件，得到回归方程：et=0.324043et 1由上式可知 =0.324043,对原模型进行广义差分，得到广义差分方程：Y 0.3240*1 c(1 0.32404%(乂 0.3240於。C5(Xs °.3240 1) C6(Xa 0.3240& i)在Eviews软件中，得到其回归结果如下

20、：Dependent Variable: Y-0.324043*Y(-1)Method: Least Squares Date: 06/14/10 Time: 13:54 Sample(adjusted): 1991 2008Included observations: 18 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb.C21701.098794.1122.4676840.0271X1-0.324043*X1(-1)0.8816970.08194510.759630.0000X5-0.324043*

21、X5(-2)-0.4813090.188958-2.5471750.0232X6-0.324043*X6(-1)0.0634870.0246502.5754910.0220R-squared0.996452Mean dependent var13807.26Adjusted R-squared0.995691S.D.dependent var12600.30S.E. of regression827.1017Akaike info criterion16.46686Sum squared resid9577361.Schwarz criterion16.66472Log likelihood-144.2018F-statistic1310.471Durbin-Watson stat2.178678Prob(F-statistic)0.000000由表可得回归方程:Yt 21701.09 0.881697Xt 0.481309X 5t 0.063487X 6tT=2.46768410.75963-2.5471752.575491R =0.996452=0.995691df=16DW=2.178678对样本量为19、3个解释变量的模型、0.05显著水平，查 DW表可知， d L =0.967, dU =1.685,模型中DW大于dU且小于4