产业结构与财政收入

1问题的提出近年来我国经济迅速发展，与此同时财政收入也呈现出迅速增长的势头，并且增长速度超过了国内生产总值的增长速度。目前我国三大产业的发展情况各不相同，那么究竟是哪个产业对财政收入的影响较大呢？目前中国正在进行产业结构调整，从财政收入角度来说，我们应该加快什么产业的发展呢？我国近年来经常出现政府年底突击“花钱”，地方债务过重的现象，而对国家财政收入有一个准确的预测对我国政府的财政预算会起到良好的辅助作用。理论依据国内生产总值是个整体，它包括第一产业，第二产业和第三产业。国家，企业与个人的收入都来自国内生产总值这块大蛋糕。国家的收入即国家的财政收入多少自然也受到国内生产总值的影响，受到每一个产业发展状况的影响。模型设定的相关数据Y=B0+B1X1+B2X2+B3X3+Piy为国家财政收入，XI为第一产业产值，X2为第二产业产值，X3为第三产业产值。年份Y（亿元）X3（亿元）X2（亿元）X1（亿元）19902937.15888.47717.4506219913149.487337.19102.29102.219923483.379357.411699.511699.519934348.9511915.716454.416454.419945218.116179.822445.49572.719956242.219978.528679.512135.819967407.9923326.23383514015.419978651.1426988919989875.9530580.539004.214817.6199911444.0833873.441033.614770200013395.233871445555.914944.7200116386.0444361.649512.315781.3200218903.6449898.953896.816537200321715.2556004.762436.317381.7200426396.4764561.373904.321412.7200531649.2974919.387598.122420200638760.288554.9103719.524040200751321.78111351.9125831.428627200861330.35131340149003.433702200968518.3147642.1157638.835226数据来自国家统计局网站《国家统计年鉴》。，4,多重共线性检验VariableCoefficientStd.Errort-StatisticProb.C-2960.4521949.615-1.5184800.1484X10.0538790.2242020.2403150.8131X2-0.1369230.143726-0.9526670.3549X30.6141760.1495304.1073870.0008R-squared0.993088Meandependentvar20556.75AdjustedR-squared0.991792S.D.dependentvar19987.03S.E.ofregression1810.825Akaikeinfocriterion18.01781SumsquaredresidLoglikelihoodDurbin-Watsonstat52465398SumsquaredresidLoglikelihoodDurbin-Watsonstat52465398-176.17810.192279SchwarzcriterionF-statisticProb(F-statistic)18.21696766.23760.000000Ra2=0.993088非常高，F=766.2376值也相当大，模型有可能存在多重共线性问题。变量之间的相关性关系，由下表可以发现各解释变量之间的相关关系系数均在0.9以上，说明模型有很大可能存在多重共线性问题。Y1.00000009963410.9928650.966029Y1.00000009963410.9928650.966029MX30.9963411.0000000.9977900.969684X20.992865□99779010000000.971981X10.9660290.9696840.9719811.0000005,采用逐步回归法排除多重共线性Y邙0+B1X1+PiY邙0+B1X2+PiY邙0+BlX3+pi回归方程R"2Y=B0+B1X1+Pi0.983Y=B0+B1X2+Pi0.995Y=B0+B1X3+Pi0.997所以应该选择Y=B0+B1X3+Pi为初始模型，将X1引入模型得R'2=0.997,且估计量不显著，所以x1不应引入模型，将x2引入模型R"2=0.998，并且估计量在0.1的显著性水平下仍不显著所以x2也不应该被引入模型。所以最优模型为Y=B0+B1X3+Pi。6,稳定性检验对Y序列进行ADF检验ModelADFTestStatistic10%水平下的样本数为25的ADF临界值序列是否平稳Trend&Intercept-0.380751-3.2856否Intercept0.806580-2.6608否None1.391712-1.6257否对Y的一阶差分序列进行ADF检验ModelADFTestStatistic10%水平下的样本数为25的ADF临界值序列是否平稳Trend&Intercept-2.519148-3.2964否Intercept-1.167075-2.6672否None-0.343336-1.6262否对Y的二阶差分序列进行ADF检验ModelADFTestStatistic10%水平下的样本数为25的ADF临界值序列是否平稳Trend&Intercept-4.722637-3.3086是Intercept-3.590869-2.6745是由此可见y在10%的显著性水平下为二阶单整。对x序列进行ADF检验ModelADFTestStatistic10%水平下的样本数为25的ADF序列是否平稳

临界值Trend&Intercept-0.413075-3.2856否Intercept1.286526-2.6608否None1.751392-1.6257否对X的一阶差分序列进行ADF检验ModelADFTestStatistic10%水平下的样本数为25的ADF临界值序列是否平稳Trend&Intercept-2.179666-3.2964否Intercept-0.912555-2.6672否None0.056358-1.6262否对X的二阶差分序列进行ADF检验ModelADFTestStatistic10%水平下的样本数为25的ADF临界值序列是否平稳Trend&Intercept-3.589657-3.3086是所以x与y同为2阶单整1、判断X,Y是否协整。对残差et进行平稳性分析ModelADFTestStatistic10%水平下的样本数为25的ADF临界值序列是否平稳None-2.016570-1.6257是X和Y之间具有长期稳定的均衡关系，是协整的。7,根据经济关系以及由X,Y所生成的散点图观察到的趋势建立如下模型:Y=P+0X+卩011Y为国家财政收入；x为第三产业总产值VariableCoefficientStd.Errort-StatisticProb.C-3084.352618.4536-4.9872010.0001X0.4762640.00962949.459130.0000R-squared0.992695Meandependentvar20556.75AdjustedR-squared0.992290S.D.dependentvar19987.03S.E.ofregression1755.038Akaikeinfocriterion17.87301Sumsquaredresid55442859Schwarzcriterion17.97258Loglikelihood-176.7301F-statistic2446.206Durbin-Watsonstat0.143373Prob(F-statistic)0.000000回归方程为：y=-3084.352+0.476264x

8,异方差检验WhiteHeteroskedasticityTest:F-statistic2.7374190.093196ProbabilityObs*R-squared4.8719710.087511ProbabilityP>0.05,所以模型不存在异方差9,序列相关性检验Breusch-GodfreySerialCorrelationLMTest:F-statistic20.391210.000040ProbabilityObs*R-squared14.364450.000760ProbabilityVariableCoefficientStd.Errort-StatisticProb.C-46.15052359.4701-0.1283850.8994X0.0014800.0059340.2493100.8063RESID(-1)1.0567200.2508464.2126270.0007RESID(-2)-0.2583020.272206-0.9489230.3568NRA2=0.000760<0.05，RESID(-2),P=0.3568所以模型存在一阶自相关。模型修正：采用柯克兰特-奥卡特迭代法VariableCoefficientStd.Errort-StatisticProb.C-9310.6693856.322-2.4143910.0281X0.5203280.01460935.616730.0000AR(1)0.8974940.05754615.596000.0000R-squared0.999551Meandependentvar21484.10AdjustedR-squared0.999495S.D.dependentvar20087.80S.E.ofregression451.5736Akaikeinfocriterion15.20729Sumsquaredresid3262699.Schwarzcriterion15.35641Loglikelihood-141.4693F-statistic17801.44Durbin-Watsonstat1.480631Prob(F-stat