计量经济学大作业 税收收入的多元回归模型.pdf

《计量经济学大作业 税收收入的多元回归模型.pdf》由会员分享，可在线阅读，更多相关《计量经济学大作业 税收收入的多元回归模型.pdf（15页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、计量经济学计量经济学实验报告实验报告题题目：目：税收收入的多元回归模型税收收入的多元回归模型专专业：业：13 13 金融数学金融数学 2 2 班班名：名：学学号：号：二一五年十二月一、一、问题的提出问题的提出改革开放以来，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。当今社会，财政已经成为社会经济进步的一个判断标准。税收的增长对财政收入增加的贡献不可谓不突出。那么影响税收的因素有哪些呢？各影响因素之间是否有关联？那个因素起到的作用比较大？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。为了研究影响税收收入增长的主要原因，分析其增长的主要规律，采取适当的方式科学筹

2、集税收，需要建立计量经济学模型。本文在参考了多个关于影响我国税收收入的主要观点的基础上，对影响我国1985年至2014年的税收收入的主要因素进行实证分析。选取的自变量有国内生产总值、财政支出和零售商品物价水平。并利用中国统计年鉴搜集了相关的数据，利用EVIEWS软件对设定的计量模型进行了参数估计，并对可能出现的问题进行了假设检验，最后再加以修正，使这个模型尽量完美。二、二、理论综述理论综述税收是国家为实现其职能，凭借政治权力，按照法律规定，通过税收工具强制地、无偿地征收参与国民收入和社会产品的分配和再分配取得财政收入的一种形式。取得财政收入的手段有多种多样，如税收、发行货币、发行国债、收费等等

3、，而税收则由政府征收，取自于民、用之于民。税收具有无偿性、强制性和固定性的形式特征。具体来讲，影响中国税收收入增长的因素有很多，如经济的整体增长、公共财政的需求、物价水平、税收政策等因素。在这次的分析里，将选用“国家财政收入”中的“税收收入”作为被解释变量，以反映税收的增长情况。选取的解释变量有：“国内生产总值”（即 GDP）作为经济整体增长水平的代表；“财政支出”作为公共财政需求的代表；“商品零售价格指数”作为物价水平的代表。这里特意去除改革开放初期因税收政策因素造成影响的数据。三、模型设定三、模型设定为了研究税收增长的因素分析，需要考虑以下几个方面：1、被解释变量：选择了能反映我们税收变动

4、情况的“各项税收收入”（Y）；2、解释变量：选择“国内生产总值（X1）”表示会影响到税收收入的总宏观经济方面的因素；3、解释变量：选择“财政支出(X2)”表示公共财政的需求；4、解释变量：选择“商品零售价格指数（X3)”表示物价水平。四、数据的收集四、数据的收集从中国统计年鉴收集到以下我国自 1985 以来与税收相关的数据。年份198519861987198819891990199119921993199419951996199719981999200020012002200320042005200620072008200920102011201220132014税收收入国内生产总值财政支出商

5、品零售价格（亿元）（Y）（亿元）（X1）（亿元）（X2）指数（X3)2040.792090.732140.362390.472727.402821.862990.173296.914255.305126.886038.046909.828234.049262.8010682.5812581.5115301.3817636.4520017.3124165.6828778.5434804.3545621.9754223.7959521.5973210.7989738.39100614.28110530.70119158.059039.910308.812102.215101.117090.3187

6、74.321895.527068.335524.348459.661129.871572.379429.584883.790187.799776.3110270.4121002.0136564.6160714.4185895.8217656.6268019.4316751.7345629.2408903.0484123.5534123.0588018.8636138.72004.252204.912262.182491.212823.783083.593386.623742.204642.305792.626823.727937.559233.5610798.1813187.6715886.5

7、018902.5822053.1524649.9528486.8933930.2840422.7349781.3562592.6676299.9389874.16109247.79125952.97140212.10151661.54108.8106.0107.3118.5117.8102.1102.9105.4113.2121.7114.8106.1100.897.497.098.599.298.799.9102.8100.8101.0103.8105.998.8103.1104.9102.0101.4101.0中国税收收入及相关数据五、模型的估计与调整五、模型的估计与调整（一）模型数学形式

8、的确定（一）模型数学形式的确定（在 Eviews8.0 下操作）为分析各项税收收入（Y）和国内生产总值（X1）、财政支出(X2)和商品零售价格指数（X3）的关系，作出 Y 与各个 X 的线性图，如图 13。（在 Eviews软件中，选择 Quick/Graph.,出现 Series List 对话框，点击 OK，出现 Graph Option，在 Specific 中选择 Scatter，点击 OK）图 1图 2图 3通过分析可以看出税收收入（Y）和国内生产总值（X1）和财政支出(X2)大体呈现为线性关系。还可以看出Y、X1、X2 都是逐年增长的，但是增长速率有所变动，而 X3 在多数年呈现出

9、水平波动，说明变量间不一定是线性关系。为分析各项税收收入（Y）随国内生产总值（X1）、财政支出(X2)和商品零售价格指数（X3）变动的数量的规律性，可以初步建立如下三元对数回归模型：lnY 01ln X12ln X23X3（二）确定参数估计值范围（二）确定参数估计值范围由经济常识可知，国内生产总值（X1）、财政支出(X2)均会带动税收收入的增加，所以国内生产总值（X1）、财政支出(X2)与税收收入应为正相关的关系，所以可估计0 11,0 21。六、参数估计六、参数估计利用 Eviews 软件，做 lnY 对 lnX1、lnX2、X3 的回归，回归结果如图 4。图 4根据图 4 中数据，模型估计

10、结果为：lnY 0.028687 0.078931ln X11.040539ln X20.003731X32 (-0.157394)(-2.271287)(32.24851)(3.053463)R2 0.99934,R 0.999264，F 13128.85,D.W.0.969434七、模型检验及修正七、模型检验及修正（一）计量经济意义检验（一）计量经济意义检验1 1、多重共线性检验、多重共线性检验计算各解释变量的相关系数，选择X1、X2、X3 的数据，得到相关系数矩阵如图 5。（将解释变量 X1、X2、X3 选中，双击 Open Group（或点击右键，选择Openas Group），然后再

11、点击 ViewCovariance analysis仅勾选 Correlation，点击 OK 即可得出相关系数矩阵。再点击顶部的 Freeze 按钮，可以得到一个 Table类型独立的 Object）图 5由图 5 的相关系数矩阵可以看出，解释变量 X1、X2 相关系数较高，可认为模型存在多重共线性，下面采用逐步回归法来减少共线性的严重程度。第一步：第一步：运用 OLS 方法分别求 lnY 对 lnX1、lnX2、X3 进行一元回归。回归结果详见图 6图 8，再结合经济意义和统计检验选出拟合效果好的一元线性回归方程。图 6图 7图 8通过图 6图 8 进行对比分析，依据调整可决系数R2最大原

12、则，选择作为 X2 进入回归模型的第一个解释变量，形成一元回归模型。第二步：逐步回归。将剩余解释变量分别加入模型，得到分别如图9图10 所示的二元回归结果。图 9图 10通过观察比较图 9图 10 所示结果，并根据逐步回归的思想，我们可以看到，新加入变量X3 的二元回归方程R0.999151最大，并且各参数的检验显著，参数符号也符合经济意义，因此，保留变量 X3。但是由图4知引入X1后R2变为0.999264，这说明引入X3这个解释变量对整体模型都有改善作用，所以我们选择保留原来的方程。2.2.异方差检验异方差检验在图 4 窗口点击 ViewResidual DiagnosticsHetero

13、skedasticity Test.，在 TestType窗口中选择 White，点击 OK。经过估计出现 White 检验结果如图 11。2图 11从图 11 可以看出：由 White 检验知，White 统计量2nR211.39162 0（9）16.92，同时 t 值均比较小，因此在 5%显著水平下接.05受同方差性的原假设，说明模型不存在异方差。3.3.序列相关性检验序列相关性检验对数据进行 DW 检验，由图 4 可得D.W.0.969434。对样本量为 37、3 个解释变量的模型、5%的显著水平，查 DW 统计表可知，dL1.31，dU1.66，模型中D.W.dL，且该模型含有被解释变

14、量的滞后期作为解释变量，显然该模型中有正自相关。可通过拉格朗日乘数检验法进行检验，步骤如下：在图 4 选择：ViewResidual TestsSerial Correlation LM Test，在弹出对话框中输入：1，点击 OK，得到图 12 所示结果。图 12从nR2统计量对应的伴随概率容易看出，在 5%的显著水平下，原模型存在一阶序列相关性。那么原模型是否存在更高阶的序列相关性呢？可同样地通过拉格朗日乘数法进行检验，只需在弹出对话框中输入“2”“3”等数值即可。可以检验出，本模型存在二、三、四、五、六阶相关性，不存在七阶相关性。以下采用广义最小二乘估计原模型：点击主界面菜单 Quick

15、Estimate Equation，在弹出的对话框中输入 log(Y)C log(X1)log(X2)X3 AR(1)AR(2)AR(3)AR(4)AR(5)AR(6)，点击确定即可得到回归结果，如图 13。图 13容易看出，经广义最小二乘估计的模型已经不存在 1 阶序列相关性，LM 检验如图 14 所示。图 14由此可得最终的回归模型为lnY 1.4398620.471833ln X10.573937ln X20.000214X32 (-2.599599)(3.31912003)(4.76347265)(-0.1658444)R 0.999605,2R 0.999351，F 3935.696

16、,D.W.2.169037（二）经济意义检验（二）经济意义检验从回归结果可以看出：所估计的参数0 1.439862，1 0.471833，2 0.573937，3 0.000214，且0 11,0 21,，符合变量参数中确定的参数范围。模型估计结果说明，在假定其他变量不变的情况下，当年国内生产总值每增长 1%，平均来说税收收入会增加 0.471833%；在假定其他变量不变的情况下，当年财政支出每增长 1%，平均来说税收收入会增加 0.573937%；在假定其他变量不变的情况下，当年商品零售价格指数上涨 1%，平均来说税收收入会下降 0.000214%。可以说，理论分析和经验判断是相一致的。（三

17、）统计推断检验（三）统计推断检验可决系数R 0.999605,R 0.999351，这说明所建模型整体上对样本数据拟合很好，即解释变量“国内生产总值（X1）”、“财政支出(X2)”和“商品零售价格指数（X3）”可以解释被解释变量“各项税收收入（Y）”的 99.9605%的变化。在 5%的显著性水平下，F 统计量的临界值为F0.05(3,33)2.99 F 3935.696，表明模型的线性关系显著成立，即列入模型的解释变量“国内生产总值（X1）”、“财政支出(X2)”和“商品零售价格指数（X3）”联合起来确实对被解释变量22“各项税收收入（Y）”有显著影响。显然，在 5%的显著水平下，当在其他解

18、释变量不变的情况下，解释变量“国内生产总值（X1）”和“财政支出(X2)”分别对被解释变量“各项税收收入（Y）”都有显著影响。而“商品零售价格指数（X3）”对被解释变量“各项税收收入（Y）”的影响是不显著的，但是保留它会使拟合程度更高，所以我们选择保留。八、本文的结论这些数据表明：GDP，财政支出，以及商品零售价格指数确实影响着我国的税收收入。（1）国内生产总值与税收收入是正相关的。这表明，国内生产总值会带来税收的增加这是因为经济是收入的来源，只有提高产出，才有可能提高税收，这是税收收入近年来不断增长的根本原因。（2）财政支出对税收的影响是显著正相关的，这说明国家财政支出增加，税收也会增加。而且高于国内生产总值的影响力。究其原因应该是：国家为了拉动经济增长，常常实施扩张性的财产政策，从而使经济的到发展，各项税收也就自然而然的有所增加，进而提高了税收总收入。（3）零售商品物价指数对税收收入是弱相关的。