计量经济学关于税收收入影响因素分析

1、1计量经济学大作业计量经济学大作业 关于税收收入影响因素分析关于税收收入影响因素分析姓名(学号)： 专业： 国际经济与贸易 修课时间： 任课教师： 成绩： 评语：在收集了相关数据之后，通过建立多元线性回归模型，利用 EVIEWS 软件对模型进行了参数估计和检验，并加以修正。最后得出结论是财政支出和零售商品物价水平对我国税收收入有很大影响。 2 摘要摘要一国的经济增长是以其财政收入的增长为前提的，而财政收入的增长又离不开税收。本文采用我国自 1992 年至 2011 年的税收收入的主要因素的相关统计数据进行的分析。选取的自变量有国内生产总值，财政支出、商品零售价格指数和城镇居民家庭人均可支配收入

2、。然后，在收集了相关数据之后，通过建立多元线性回归模型，利用 EVIEWS 软件对模型进行了参数估计和检验，并加以修正。最后得出结论是财政支出和零售商品物价水平对我国税收收入有很大影响。关键词关键词：税收收入 国内生产总值 OLSAbstractA countrys economic growth is the premise of its fiscal revenue growth, and fiscal revenue growth without tax. In this paper our country tax revenue from 1992 to 1992 of the mai

3、n factors related to statistical data analysis. Selection of the independent variable is gross domestic product (GDP), the fiscal expenditure, commodity retail price index and the per capita disposable income of urban households. And then, after collecting the relevant data, through the establishmen

4、t of multiple linear regression model, using EVIEWS software to parameter estimation and model test, and modify it. The last conclusion is that fiscal spending and retail commodity 3price level has a great influence to our country tax revenue. Key words: tax revenue gross domestic product OLS4 目录目录关

5、于税收收入影响因素分析关于税收收入影响因素分析.11.问题的提出.42.模型设定.43参数估计.64模型的检验及修正.6(一) 经济意义检验: .6（二）统计意义检验.7（三）计量经济检验.85.确定模型.116.结语.1151.问题的提出问题的提出 税收是我国财政收入的基本因素，也影响着我国经济的发展。经济是税收的源泉，经济决定税收，而税收又反作用于经济，这是税收与经济的一般原理。这几年来，中国税收收入的快速增长甚至“超速增长”引起了人们的广泛关注。科学地对税收增长进行因素分析和预测分析非常重要，对研究我国税收增长规律，制定经济政策有着重要意义。2.模型设定模型设定 为了具体分析各要素对提高

6、我国税收收入的影响大小，选择能反映我们税收变动情况的“各项税收收入”为被解释变量，选择能影响税收收入的“国内生产总值” 、 “财政支出” 、 “ 商品零售价格指数”和“城镇居民家庭人均可支配收入”为解释变量。设定了一下经济学模型:443322110XXXXYY = 税收收入（亿元）= 国内生产总值（亿元）1X 财政支出（亿元）2X 商品零售价格指数（亿元）3X 城镇居民家庭人均可支配收入（亿元）4X6 表表 1 1 税收收入时间序列表税收收入时间序列表年份税收收入(单位:亿元）国内生产总值（单位:亿元）财政支出（单位:亿元商品零售价格指数（单位:亿元）城镇居民家庭人均可支配收入（单位:亿元）1

7、9923296.9126923.53742.20105.42026.619934255.3035333.94642.30113.22577.419945126.8848197.95792.62121.73496.219956038.0460793.76823.72114.84283.019966909.8271176.67937.55106.14838.919978234.0478973.09233.56100.85160.319989262.8084402.310798.1897.45425.1199910682.5889677.113187.6797.05854.0200012581.51

8、99214.615886.5098.56280.0200115301.38109655.218902.5899.26859.6200217636.45120332.722053.1598.77702.8200320017.31135822.824649.9599.98472.2200424165.68159878.328486.89102.89421.6200528778.54184937.433930.28100.810493.0200634804.35216314.440422.73101.011759.5200745621.97265810.349781.35103.813785.820

9、0854223.79314045.462592.66105.915780.8200959521.59340506.976299.9398.817174.7201073210.79401512.889575.50102.819109.0201189738.394728810610924.79104.921810.073参数估计参数估计 利用 Eviews 软件，做 Y 对、X1、X2、X3、X4 的回归，回归结果如下（表 2） 表 2 根据表中数据，模型回归分析的结果为:Y=-2.715236+0.931518X1+0.918078X2+0.338378X3-1.022729 X4 （-3.77

10、2956） （3.273111） （17.04939） （2.316850） （-3.362137）0.999133 =0.998902 D.W.= 1.158070 F=4323.437 2R2R4模型的检验及修正模型的检验及修正(一一) 经济意义检验经济意义检验: : 从上表可以看出，所作的参数估计=0.931518，=0.918078，0.338378，123且01,01,01，均符合变量参数的确定范围，而的符号1234为负，不符合经济意义，但是根据经验，怀疑可能是存在多重共线性，要看多重共线性检验的结果才能确定。这里与理论分析和经验判断是一致的。8（二）统计意义检验（二）统计意义检验1

11、、拟合优度检验（检验）2R可决系数0.999133，=0.998902，这说明所建模型整体上对样本数据拟2R2R合很好，即解释变量“国内生产总值（） ” 、 “财政支出()”和“零售价格1X2X指数（） ”被解释变量“各项税收收入（Y） ”的绝大部分差异作了解释。3X2、F 检验针对H0：=0，给定显著性水平=0.05，在F分布表中查出自由度123为k13和nk16的临界值F（3,16）3.24，由表2中得到F4323.437F（3，17）3.24，应拒绝原假设H0：，说3210明回归方程显著，即列入模型的解释变量“国内生产总值（） ” 、 “财政支1X出()”和“ 商品零售价格指数（） ”联

12、合起来确实对被解释变量“各2X3X项税收收入（Y） ”有显著影响3、t检验分别针对：0（j0，1，2，3） ，给定显著性水平 0.05，查 t0Hj分布表的自由度为 nk16 的临界值2.120。由表 2 中的数据可得，kn 2t与、对应的 t 统计量分别为-01231.20114、0.506888、17.63061、2.721708，其绝对值不全大于2.120，这说明在显著水平 0.05 下，只有、能拒绝：kn 2t230H0，也就是说，当在其他解释变量不变的情况下，各个解释变量“国内生j产总值（） ” 、 “财政支出()”和“ 商品零售价格指数（） ”分别对被1X2X3X解释变量“各项税收

13、收入（Y） ”不全都有显著影响，这可能是由于多重共线性或自相关性的影响。9（三）计量经济检验（三）计量经济检验 1、多重共线性检验、多重共线性检验用普通最小二乘法估计模型Y=-2.715236+0.931518X1+0.918078+0.338378X3-1.022729 （-3.772956）（3.273111） （17.04939） （2.316850） （-3.362137）X40.999133 =0.998902 D.W.= 1.158070 =4323.437 2R2RF由于较大且接近于1，而且F=4323.437=3.06，故认为税收收2R15405. 0，F入与上述变量间总体线性

14、关系显著。将变量引入Z=f(x1)由表中数据发现X1，X2，X4之间存在高度相关性。结果分析：（1）在最优简单回归方程 Z=f（x1）中引入变量 x2,使 R由 0.99530 提高到0.996572，进行 t 检验，x1 不显著。从经济理论分析，x2 应该是重要因素，虽然 Y 与 x2 高度相关，但并不影响 x1 的显著性和稳定性，因此，x1 是有利变量暂时给以保留（2）模型中引入变量 x3.R有 0.996572 提高到 0.996729，R值稍提高。虽然CX1X2X3X4Z=f(x1)22880.48(4781.447)0.001432(0.000452)-0.99530Z=f(x1,x

15、2)382.7454(573.6115)0.001701(3.43E-05)0.814794(0.014478)0.996572Z=f(x1,x2,x3)-5050.213(6224.273)0.001701(3.46E-05)0.818359(0.015135)51.48613(58.76162)0.996729Z=f(x1,x2,x4)2187.131(1352.840)0.001405(0.000149)0.651909(0.080933)0.842024(0.412697)0.997280Z=f(x1,x2,x3,x4)-15293.31(6194.379)0.001280(0.000

16、146)0.591434(0.078209)113.9804(52.81456)1.195445(0.406752)0.99792410Y 与 x3，x2 和 x3 均高度相关，但是 x3 的引入对参数 x1,x2 影响不大，x3 的符号不满意，可能是“多余变量”，暂时删除。（3）舍去变量 x3，加入变量 x4，使 R由 0.996572 提高到 0.997280，R的改进较大，x1x2,x4 都显著，从经济意义上是合理的。因此可以认为 x2,x4 都为有利变量，应该给以保留。（4）最后引入变量 x3,R=0.997924 几乎没有增加，对其他 3 个解释变量参数系数没有多大影响，可以确定 x

17、3 是多余变量，应该从模型中删除。得到如下结论：回归模型以 Z=f(x1,x2,x4)为最优模型2 方差检验：方差检验：将时间定义为 19922011，然后对 Y,C,X2，X4 用 OLS 法求得下列结果子样本1：Y =-0006791 + 0.981312X2+0.010906LOGX4 (-0.012869) (52.71154) (0.095810)2R=0.998262 =0.0019631RSS将时间定义为 19922011，然后对 Y,C, X2，X4用 OLS 法求11子样本 2：Y=-8.114573 + 0.984184X2+1.755189X3 (-3.149038) (

18、30.5166) (3.027478)2R=0.995677 =0.0063082RSS计算F统计量：=3.213448803F在5%的显著性水平下，自由度为(6,6)的F分布的临界值为4.28，由 /2RSS=3.2134488034.28,因此接受，表明模型不存在异方差性。1RSS0H3.列相关性检验：列相关性检验： D-WD-W检验检验从模型设定来看，没有违背D-W检验的假设条件，因此可以用D-W检验模型是否存在自相关。根据以上回归的结果，有D.W.=0.982623，给定的显著性水平=0.05，查Durbin-Watson表，n=20,k=3,得ld=1.10，ud=1.54。因为D.W.统计量为0D.W.=0.982623ld,根据判定区域知存在正自相关。 那么现在就有一个问题，序列相关是纯序列相关，还是由于模型设定有偏误而导致的虚假序列相关。继续回归函数变化为:12Y=-2.16