计量经济学大作业-税收与三大产业的关系模型

计量经济学大作业大作业名称：税收与三大产业关系模型实证分析学号：009097学号：009097学号：009097姓名：姓名：姓名：胡专业：09级税务（2）班专业：09级税务（2）班徐朱专业：09级税务（2）班选课班级：A02任课教师：修课时间：2011-2012第二学期评语：本文研究是是税收与三大产业关系模型，试图通过对1991-2010年税收年收入与三大产业年产值的分析，了解税收收入与三大产业间存在的关系。综合运用了OLS分析方法和Eviews并进行了预测。经过实证分析发现我国税收收入与第一产业相关关系不明显，与第二、三产业间则存在高度的正相关性。本次课题研究现实意义极强，税收收入是我国政府履行职能的保障，明确税收与三大产业间的关系有利于及时了解我国税收收入与我国经济发展状况间的关系，保证税收收入的实现。江西财经大学2011～2012第1学期课程论文考试评分表课程名称及代码：计量经济学03273提交时间：2012-6-9结构严谨，表达规范，有理有据（30～40分）注：教师提供选题者，选题项不予评分一、摘要1991-2010年税收与三大产业收入的分析，以了解税收与三大产业之间的相互关系，以及各个因Eviews软件和OLS分析法对1991—2010的历史数据进行分析，通过逐步剔除不合适的解释变量和对方程进行一系列的检验，最终导向运用此关系对以后情况进行预测。关键词：税收三大产业产值OLSAbstractThisstudyisamodeloftaxationandtherelationshipofthethreemajorindustries,throughtheanalysisofthe1991-2010annualtaxrevenueandthethreemajorindustryrevenue,wecanunderstandtherelationshipbetweenthetaxandthethreemajorindustries,aswellasthelinksbetweenthevariousfactors.ByusingEviewssoftwareandOLSanalysisofthe1991-2010historicaldataanalysisandgraduallyeliminatinginappropriateexplanatoryvariablesandtheequationofaseriesoftests,finallywecanfindouttherelationshipbetweenthetaxandthemainimpactfactors.Throughtherealityofourcountry'seconomicdevelopmentandpolicy-orienteduseofthisrelationship,wecanpredictthesubsequentsituation.Keywords:taxthreemajorindustrialrevenueOLS二、经济背景第二产业：工业（包括采矿业、制造业、电力、煤气及水的生产和供应业、建筑业）第三产业：除上述第一、第二产业以外的其他各业。第三产业包括的行业多、范围广，具体可分为两大部门：（1）流通部门：包括交通运输业、邮电通讯业、商业、饮食业、物资供销业和仓储业。（2）服务部门：包括金融业、保险业、综合技术服务业、和水利服务业、咨询服务业、公路内河（湖）航道护业、居民服务业、公用事业、房地产业、教育文化广播电军队和警察等。在我国加入世贸组织近一年的时间里，入世的正向效应逐渐显现，由入世而导致的出口快速增长成为我国经济增长的一个强劲动入世的正负影响密切联系。入世对我国GDP增长的促进作用是十分明3提高0．5个百分点；以制造业为主的第二产业增长了10％，提高0．7个664个百分点。今年以来，增长最快的第二产业正是入世最大的收益部门；农业积极应对入世而服务业发展则因外资进入相对迟缓以及电信、软件、网络等新兴服务业的需要密切监测分析入世后三大产业的发展变化。税收作为经济杠杆，通过增税与减免税等手段来影响社会成员的经济利益，引导企业、个人的经济行为，对资源配置和社会经济发展产生影响，从而达也可以调节经济结构。我国税收收入增长率在下降，而质量却在提高。财政部税政司发布的“2012年一季度税收收入情况分析显示，2012年一季度全国税收总收入完成25857.81亿元，比去年同期增加2418.96亿元，增长从中可以看出，一季度的税收收入增长速度改变了以往税收收入超GDP较多的增长形势，呈现低速增长的态势。近年来，我国大力发展的高新技术产业、金融业、物流业三大支柱产业，成为纳税大户排行榜上最引人注目的三大集团军。这三大产业名家荟萃，在本届的三大排行表上纷纷崭露头角。因此，税收与三大产业的发展有着密不可分的联系，本文将用计量经济学的有关方法来建立具体模型探究它们之间的具体关系。三、确定问题1991-2010年中国税收收入与三大产业数据统计：单位：亿元第一产业X1第三产业X31991199219931994199519961997199819992000200120022003200420052006200720082009201039004.1941033.5845555.8849512.2953896.7762436.3173904.3187598.09103719.5125831.4149003.4157638.8187581.410682.5812581.5115301.3817636.4520017.3124165.6828778.5434804.3545621.9754223.7959521.5973210.7940533.6173087四、建立多元线性回归模型进入Eviews软件包，确定时间范围；编辑输入数据；选择估计方程菜单，估计样本回归函数，各项步骤结果如图所示,建立工作文件,输入所获得的数据：(输入命令：datayx1x2x3),lsycx1x2x3）估计结果为y1755.4210.790X0.215X0.355Xi1i2i3i（1.7731）（-4.6973）（2.4552）（4.6580）299850.3588.752RF1.5649括号内为统计量值。t1、经济意义检验我国税收收入与第一产业呈负相关，当第二产业和第三产业保持不变时，第一产业增加1个单位，我国税收收入减少0.79个单位；我国税收收入与第二产业、第三产业呈正相关，当第一产业和第三产业保持不变时，第二产业增加10.215第三产业增加1个单位，税收收入将增加0.355个单位。2、拟合优度检验由，与1十分接近，说明其拟合优度很好。20.9982R20.9985r3、检验F针对，给定显著性水平。由于在分布表中查出自F0.05,H:00123由度为3和17的临界值＞3.59，应拒绝原F(3,11)3.59F.7520.05假设X1X2X3）H0对我国税收收入（Y）有显著影响。4、t检验分别针对查分布表得自由t0(j1,2,3)H:00.05,j度为，临界值。对应的统计量分别为-4.6973,2.4552,4.6580，t)2.1100.025>，不能通过显著性检验，t通过tt1)2.110,t,t)2.110tt,t210.025230.0253显著性检验。5、多重共线性检验(1)税收与三大产业的回归模型：y1755.4210.790X0.215X0.355Xi1i2i3i（1.7731）（-4.6973）（2.4552）（4.6580）99853588.75221.5649R0.FX1,X3的t型出现了严重的多重共线性。对所有变量进行相关性检测，得到下图：(2)X2的可决系数最大，从而得到最优简单回归方程Y=f(X2).于是，在保留第二产业X2变量的情况下，依次加入其他变量：①命令：lsycx2回归结果为：Y.4140.3989X2（-6.4752）（47.9063）2括号内为统计量值tR0.99220.3550②lsycx1x2回归结果为：Y.6491.0675X0.5985X12（1.2440）（-4.5650）（13.5749）括号内为统计量值tR20.99651.067954③命令：lsycx2x3回归结果为：Y2379.5820.0516X0.4819X23（-3.5103）（-0.51704.5248）R20.9965F2399.215括号内为统计量值0.6524t④命令：lsycx1x2x3回归结果为：Y1755.4210.7901X0.2149X0.3547X123（1.7731）（-4.69732.45524.6580）99853588.752括号内为统计量值1.56492R0.Ft结果分析：1)在最优简单回归方程Y=f（X2）中引入变量X1，由0.9922提高到R20.9965，进行t检验β（X12)模型中引入X3，t检验β（X3R2X3应该是重要因素，且X2与X3不大相关，因此可能是“有得到如下结论：回归模型以Y=f（X2,X3）为最优模型Y2379.5820.0516X0.4819X23（-3.5103-0.51704.5248）2399.215括号内为统计量值tR20.9964706、自相关性检验F0.6524（1）图示法在OLS对话框中，键入：LSYCX2X3得下图：在窗口中点击“View/Actual,FittedResidualGraph”得到残差图，如下：et后连续几个负值再又连续几个正值，表明存在正相关。（2）DW检验根据前图估计的结果DW=0.6524，给定显著性水平0.05,查DW表，因为T=20，解释变量的个数k为2，得下限临界值=1.20，上限临界值=1.41。ddlu因为0<DW=0.6524<=1.20,表明存在正自相关。dl（3）BG检验在方程窗口中点击“View/Residualtests/SerialCorrelationLMTest”,选择滞后期为2，得下图：可知T2=20*0.370044=7.4，相伴概率为0.0247，因此只要取显著性水平Ra=0.0247，就可以拒绝无自相关性的假设，即随机干扰项存在自相关。7、自相关的修正（1）广义差分法：由OLS估计得到DW=0.6524，根据1DW/2，可得其等于0.6738，利用命令GenrX22=X2-0.6738*X2(-1),GenrX33=X3-0.6738*X3(-1),GenrY1=Y-0.6738*Y(-1)分别对X2、X3和Y作广义差分。然后对Y1和X22、X33进行OLS估计，在命令行中输入：LSY1CX22X33,得下图：其中，DW=1.6124，和之前的DW=0.6524比起来有了较大提高，但给定显著性水平a=0.05时，=1.41<DW=0,6524<4-这表明随机干扰项存在非自相关性。ddu（2）科克伦—奥克特（迭代法）u命令：LSYCX2X3AR(1)，则可得结果如图所示：可见2=0.9992，说明拟合优度很高，在a=0.05,T=19K=2时，得下限临界R值=1.18，下限临界值=1.40。因为=1.40＜DW=1.789＜2.6=4-，即数ddddl据非自相关。uuu8、异方差性检验(1)图形分析检验①分别观察税收收入（Y）与第二产业（X2X3）的相关图：（命令：SCATX2Y/SCATX3Y）共线性检验时已确定了最优模型，确认我国税收收入第一产业相Yf(X,X)32关关系不明显。②残差分析首先将数据排序（命令格式为：SORTX2X3口中点击“Resids”按钮就可以得到模型的残差分布图：图中显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。(2)White检验①建立回归模型：LSYX2X3，回归结果如下图：②在方程窗口上点击“view\residualtests\whiteheteroskedastcity”,检验结果如下所示：其中值为辅助回归模型的统计量值。取显著水平F由于0.05,F＞，所以不存在异方差性。(5).07nR210.542620.05(3)Park检验①建立回归模型（命令：LSYCX2X3）②生成新变量序列：GENRLNE2=log(RESID^2)GENRLNX2=log(X2)GENRLNX3=log(X3)③建立新残差序列对解释变量的回归模型：LSLNE2CLNX2LNX3，回归结果如图所示：从上图可以看出，LNX的系数估计值不为0但prob1=0.0052,prob2=0.0030，当a=0.05时不能通过显著性检验，即由此方法可以认为其不存在异方差性。（4）Gleiser检验①建立回归模型②生成新变量序列：GENRE=ABS(RESID)③分别建立新残差序列（E）对各解释变量的回归模型：LSECX2，LSECX3，回归结果如下所示：由上述各回归结果可知，各回归模型中解释变量的系数估计值显著不为0并能通过显著性检验，所以认为存在异方差性。8、异方差的修正（1）确定权数变量根据Gleiser检验，取以下三种形式作为权数变量：W1生成2X权数变W1eW1e2i量：GENRiW1=14/X2^0i.5GENRW2=1/X3^0.5GENRW3=1/ABS(RESID)GENRW4=1/RESID