我国税收收入影响因素的实证研究计量经济学论文.docx
《我国税收收入影响因素的实证研究计量经济学论文.docx》由会员分享，可在线阅读，更多相关《我国税收收入影响因素的实证研究计量经济学论文.docx（35页珍藏版）》请在冰点文库上搜索。
我国税收收入影响因素的实证研究计量经济学论文
《计量经济学》期末论文
我国税收收入影响因素的实证研究
姓名：
郭瑞
班级：
2010国际经济与贸易1班
学号：
1002013023
时间：
2012年12月16日
摘要：
税收是我们国财政收入的基本因素，也影响着我国经济的发展。
本文通过查阅相关文献以及搜索相关的网站信息对分析我国税收收入影响因素进行一系列的文献综述，并通过Eviews计量经济学软件对税收收入的影响因素包括选取国内生产总值、财政支出、商品零售价格指数进行分析，得出相关结论并对我国财政收入方面给出一些建议。
矚慫润厲钐瘗睞枥庑赖。
关键词：
税收收入、国内生产总值、财政支出、商品零售价格指数、计量分析
引言
自1985年实行的利改税的税改以来，税收占财政收入的比重逐年上升，90年代已高达96%。
而1994年实施的全面税制改革又使得税收收入有了新的变化。
税收组织财政收入、调控经济运行和监督经济活动职能的发挥，成为国家非常关心的问题。
尧侧閆繭絳闕绚勵蜆贅。
从进入新世纪，我国的经济发展面临着巨大的机遇和挑战。
在新经济背景下，基于知识和信息的产业发展迅猛，全球经济发展一体化日渐深入，中国成功加入WTO。
新形势下的经济发展是经济稳定和协调增长的结果，由于税收具有聚财与调控的功能，因而它在实现经济发展的过程中将发挥非常重要的作用，研究税收收入的影响因素对我国有着重要的意义。
识饒鎂錕缢灩筧嚌俨淒。
一、理论综述
（一）文献综述
高淑红在《我国税收收入的影响因素分析》一文中运用多重共线性检验和加权最小二乘估计法等计量经济学检验方法对税收收入与其影响因素做了相关计量分析，得出了以下分析结果与结论：
凍鈹鋨劳臘锴痫婦胫籴。
1.国内生产总值对税收收入的影响
国内生产总值与税收收入成正相关。
这表明，国内生产总值的增加会带来税收的增加。
正如前面所述，经济是税收收入的源泉，税收的增长离不开经济的增长，税收收入受经济发展的影响，而国内生产总值在很大程度上就反映我国的经济的发展状况。
恥諤銪灭萦欢煬鞏鹜錦。
2.财政收入对税收收入的影响
税收收入与财政支出显著的正相关。
这表明，随着财政支出的增加，税收收入也会相应的增加，而且，其系数为0.7009，远高于国内生产总值的系数。
估计其原因，因为国家跟政府为了拉动经济增长，常常实施加大财政支出力度，从而使经济得到发展，各项税收相应的都有所增加，进而增加了税收的总收入。
鯊腎鑰诎褳鉀沩懼統庫。
（二）现状分析
我国的社会主义市场经济体制还不完善，各方面运作还需要政府实施一定的宏观职能，职能的有效实施得宜于充足的财政力量，其中税收占很大比重。
硕癘鄴颃诌攆檸攜驤蔹。
1、经济增长仍是税收收入高增长的主要决定因素,税收收入与经济增长之间有着正的线性相关性。
另外,我国税收收入增长具有较大的惯性。
阌擻輳嬪諫迁择楨秘騖。
2、我国税收收入增长速度略慢于经济增长速度,税制改革势在必行。
另外,税收是我国财政收入的主要来源,税收收入大幅度增长,通过财政支出政策的运用,有力支持了经济和社会各项事业的发展。
氬嚕躑竄贸恳彈瀘颔澩。
二、实证分析
（一）变量选取
为了全面反映中国税收增长的全貌，选择包括中央和地方税收的“国家财政收入”中的“各项税收”（简称“税收收入”）作为被解释变量，以反映国家税收的增长；选择“国内生产总值（GDP）”作为经济整体增长水平的代表；选择中央和地方“财政支出”作为公共财政需求的代表；选择“商品零售物价指数”作为物价水平的代表。
釷鹆資贏車贖孙滅獅赘。
Y—税收收入（亿元）
X1—国内生产总值（亿元）
X2—国家财政支出（亿元）
X3—商品零售价格指数（以1980年为基期100）
（二）数据取得
以下数据来源于《中国统计年鉴》，单位均为亿元。
年份
国内生产总值
国家财政支出
商品零售物价指数（上年=100）
税收收入
1980
4545.624
1228.83
106
571.7
1981
4891.561
1138.41
102.4
629.89
1982
5323.351
1229.98
101.9
700.02
1983
5962.652
1409.52
101.5
775.59
1984
7208.052
1701.02
102.8
947.35
1985
9016.037
2004.25
108.8
2040.79
1986
10275.18
2204.91
106
2090.73
1987
12058.62
2262.18
107.3
2140.36
1988
15042.82
2491.21
118.5
2390.47
1989
16992.32
2823.78
117.8
2727.4
1990
18667.82
3083.59
102.1
2821.86
1991
21781.5
3386.62
102.9
2990.17
1992
26923.48
3742.2
105.4
3296.91
1993
35333.92
4642.3
113.2
4255.3
1994
48197.86
5792.62
121.7
5126.88
1995
60793.73
6823.72
114.8
6038.04
1996
71176.59
7937.55
106.1
6909.82
1997
78973.03
9233.56
100.8
8234.04
1998
84402.28
10798.18
97.4
9262.8
1999
89677.05
13187.67
97
10682.58
2000
99214.55
15886.5
98.5
12581.51
2001
109655.2
18902.58
99.2
15301.38
2002
120332.7
22053.15
98.7
17636.45
2003
135822.8
24649.95
99.9059
20017.31
2004
159878.3
28486.89
102.8062
25718
2005
183867.9
33930.28
100.7774
30866
2006
210871
40422.73
101.0282
37636
表1.1980-2006年我国税收收入相关因素统计表
（三）模型的建立与构造
在EVIEWS软件中输入数据，观察Y与三个解释变量X1、X2、X3之间的散点图，如图1、图2、图3所示：
怂阐譜鯪迳導嘯畫長凉。
图1
图2
图3
由以上散点图发现存在较强的线性关系，故此选择建立线性模型。
建立模型：
、
利用EVIEWS软件对数据进行普通最小二乘回归，得到如图4结果：
DependentVariable:
Y
Method:
LeastSquares
Date:
12/16/12Time:
12:
50
Sample:
19802006
Includedobservations:
27
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-6357.306
2589.143
-2.455371
0.0221
X1
-0.011191
0.014037
-0.797261
0.4335
X2
0.967082
0.076821
12.58875
0.0000
X3
57.11841
24.00345
2.379592
0.0260
R-squared
0.994954
Meandependentvar
8681.087
AdjustedR-squared
0.994296
S.D.dependentvar
9909.343
S.E.ofregression
748.4057
Akaikeinfocriterion
16.20972
Sumsquaredresid
12882553
Schwarzcriterion
16.40170
Loglikelihood
-214.8312
F-statistic
1511.718
Durbin-Watsonstat
0.691548
Prob（F-statistic）
0.000000
图4
Y=-6357.306-0.011191*X1+0.967082*X2+57.11841*X3谚辞調担鈧谄动禪泻類。
（2589.143）（0.014037）（0.076821）（24.00345）
t=（-2.455371）（-0.797261）（12.58875）（2.379592）嘰觐詿缧铴嗫偽純铪锩。
=0.994954
=0.994296F=1511.718
（四）模型检验
1.经济意义检验
我国税收收入与财政支出及商品零售物价指数呈正相关关系，当国内其他因素不变时，财政支出每增加1单位，我国税收收入增加0.967082单位；当其他因素不变时，商品零售物价指数每增加1单位，我国税收收入增加57.11841单位，两者与税收收入呈正相关符合现实经济意义，但模型中国内生产总值与税收收入呈负相关，不符合现实经济意义。
熒绐譏钲鏌觶鷹緇機库。
2.统计检验
由
=0.994954，
=0.994296与1十分接近，说明模型拟合优度很好。
F统计量等于1511.718大于5%显著性水平下F（3，23）的临界值3.03，表明模型整体的显著性较高。
除X1外，X2与X3的t检验值均大于5%显著性水平下自由度为23的临界值1.711，通过了变量的显著性检验。
故还须对模型进行计量经济学检验并作出修正。
鶼渍螻偉阅劍鲰腎邏蘞。
3.计量检验
（1）多重线性检验
①对各解释变量进行多重共线性检验
利用EVIEWS软件得到各变量间相关系数矩阵表：
X1
X2
X3
X1
1
0.984833
-0.407265
X2
0.984833
1
-0.416781
X3
-0.407265
-0.416781
1
表2.X1、X2、X3相关系数矩阵表
从系数矩阵表中看出，X1与X2之间的相关系数较高，可能存在多重共线性。
②修正多重共线性
Ⅰ.用EVIEWS分别对Y与各解释变量X1、X2、X3做最小二乘回归：
DependentVariable:
Y
Method:
LeastSquares
Date:
12/16/12Time:
14:
11
Sample:
19802006
Includedobservations:
27
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-1143.176
559.4057
-2.043554
0.0517
X1
0.161065
0.006584
24.46369
0.0000
R-squared
0.959902
Meandependentvar
8681.087
AdjustedR-squared
0.958298
S.D.dependentvar
9909.343
S.E.ofregression
2023.592
Akaikeinfocriterion
18.13432
Sumsquaredresid
1.02E+08
Schwarzcriterion
18.23031
Loglikelihood
-242.8134
F-statistic
598.4724
Durbin-Watsonstat
0.170737
Prob（F-statistic）
0.000000
图5
Y=-1143.176+0.161065*X1
（559.4057）（0.006584）
=0.959902DW=0.170737
DependentVariable:
Y
Method:
LeastSquares
Date:
12/16/12Time:
14:
13
Sample:
19802006
Includedobservations:
27
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-292.7317
212.2144
-1.379415
0.1800
X2
0.892575
0.014340
62.24431
0.0000
R-squared
0.993589
Meandependentvar
8681.087
AdjustedR-squared
0.993332
S.D.dependentvar
9909.343
S.E.ofregression
809.1614
Akaikeinfocriterion
16.30106
Sumsquaredresid
16368556
Schwarzcriterion
16.39705
Loglikelihood
-218.0643
F-statistic
3874.355
Durbin-Watsonstat
0.501126
Prob（F-statistic）
0.000000
图6
Y=-292.7317+0.892575*X2
（212.2144）（0.014340）
=0.993589DW=0.501126
DependentVariable:
Y
Method:
LeastSquares
Date:
12/16/12Time:
14:
14
Sample:
19802006
Includedobservations:
27
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
68011.85
28622.30
2.376184
0.0255
X3
-564.9916
272.0256
-2.076979
0.0482
R-squared
0.147161
Meandependentvar
8681.087
AdjustedR-squared
0.113047
S.D.dependentvar
9909.343
S.E.ofregression
9332.439
Akaikeinfocriterion
21.19157
Sumsquaredresid
2.18E+09
Schwarzcriterion
21.28756
Loglikelihood
-284.0862
F-statistic
4.313843
Durbin-Watsonstat
0.179687
Prob（F-statistic）
0.048232
图7
Y=68011.85+564.9916*X3
（28622.30）（272.0256）
=0.147161DW=0.179687
以上3个方程根据经济理论和统计检验得出，财政支出X2是最重要的解释变量（t检验值=62.24431也最大），从而得出最优简单回归方程Y=f（X2）。
纣忧蔣氳頑莶驅藥悯骛。
Ⅱ.对模型进行逐步回归，在初始模型的基础上加入解释变量X1与X3，得到如下回归结果：
加入X1，
DependentVariable:
Y
Method:
LeastSquares
Date:
12/16/12Time:
14:
32
Sample:
19802006
Includedobservations:
27
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-218.4640
240.3033
-0.909118
0.3723
X1
-0.010515
0.015337
-0.685571
0.4996
X2
0.948978
0.083539
11.35965
0.0000
R-squared
0.993712
Meandependentvar
8681.087
AdjustedR-squared
0.993188
S.D.dependentvar
9909.343
S.E.ofregression
817.8773
Akaikeinfocriterion
16.35574
Sumsquaredresid
16054157
Schwarzcriterion
16.49972
Loglikelihood
-217.8025
F-statistic
1896.345
Durbin-Watsonstat
0.526704
Prob（F-statistic）
0.000000
图8
Y=-218.4640+-0.010515*X1+0.948978*X2
（240.3033）（0.015337）（0.083539）
=0.993712
加入X3,
DependentVariable:
Y
Method:
LeastSquares
Date:
12/16/12Time:
14:
37
Sample:
19802006
Includedobservations:
27
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-6394.656
2568.992
-2.489169
0.0201
X2
0.906950
0.014480
62.63627
0.0000
X3
56.73074
23.81565
2.382078
0.0255
R-squared
0.994815
Meandependentvar
8681.087
AdjustedR-squared
0.994383
S.D.dependentvar
9909.343
S.E.ofregression
742.7027
Akaikeinfocriterion
16.16291
Sumsquaredresid
13238574
Schwarzcriterion
16.30689
Loglikelihood
-215.1993
F-statistic
2302.212
Durbin-Watsonstat
0.652300
Prob（F-statistic）
0.000000
图9
Y=-6394.656+0.906950*X2+56.73074*X3
（2568.992）（0.014480）（23.81565）
=0.994815
由以上数据构成表格如下：
（X1）
（X2）
（X3）
Y=f（X2）
-292.7317
（212.2144）
0.892575
（0.014340）
0.993589
Y=f（X1,X2）
-218.4640
（240.3033）
-0.010515
（0.015337）
0.948978
（0.083539）
0.993712
Y=f（X3,X2）
-6394.656
（2568.992）
0.906950
（0.014480）
56.73074
（23.81565）
0.994815
Y=f（X1,X2,X3）
-6357.306
（2589.143）
-0.011191
（0.014037）
0.967082
（0.076821）
57.11841
（24.00345）
0.994954
表3.税收收入模型估计
结果分析：
在最优简单回归方程Y=f（X2）中引入X1，
值略有提高。
虽然X2与X1高度相关，在X1的引入对参数
影响不大，
的符号不满意，可以是“多余变量”，暂时删除；颖刍莖蛺饽亿顿裊赔泷。
模型中引入X3，使
值由0.993589提升到0.994815，
正号也合理，进行t检验，
不显著。
从经济理论分析，X3应该是重要变量，虽然X2与X3高度相关，但不影响
的显著性和稳定性，因此，可能是“有利变量”，暂时保留；濫驂膽閉驟羥闈詔寢賻。
最后在Y=f（X3,X2）的基础上引入X1，
=0.994954几乎没有增加，其他两个参数系数没有多大影响，可以确定X1是多余变量，应从模型中删除。
銚銻縵哜鳗鸿锓謎諏涼。
得出最后回归模型是：
Y=-6394.656+0.906950*X2+56.73074*X3
（2568.992）（0.014480）（23.81565）
=0.994815
由于剔除了变量X1，故模型已不存在多重共线性，且各解释变量前得系数均符合经济意义，模型拟合度上升，各变量t检验值上升。
在其他因素保持不变的情况下，财政支出每增加1亿元，商品零售物价指数增加1%，税收收入增加57.637
升级会员 