《我国财政收入影响因素分析》计量经济学论文.docx
《《我国财政收入影响因素分析》计量经济学论文.docx》由会员分享,可在线阅读,更多相关《《我国财政收入影响因素分析》计量经济学论文.docx(27页珍藏版)》请在冰点文库上搜索。
《我国财政收入影响因素分析》计量经济学论文
《我国财政收入影响因素分析》
班级:
姓名:
学号:
指导教师:
完成时间:
摘要:
对我国财政收入影响因素进行了定量分析,建立了数学模型,并提出了提高我国财政收入质量的政策建议。
关键词:
财政收入实证分析影响因素
一、引言
财政收入对于国民经济的运行及社会发展具有重要影响。
首先,它是一个国家各项收入得以实现的物质保证。
一个国家财政收入规模大小往往是衡量其经济实力的重要标志。
其次,财政收入是国家对经济实行宏观调控的重要经济杠杆。
宏观调控的首要问题是社会总需求与总供给的平衡问题,实现社会总需求与总供给的平衡,包括总量上的平衡和结构上的平衡两个层次的内容。
财政收入的杠杆既可通过增收和减收来发挥总量调控作用,也可通过对不同财政资金缴纳者的财政负担大小的调整,来发挥结构调整的作用。
此外,财政收入分配也是调整国民收入初次分配格局,实现社会财富公平合理分配的主要工具。
在我国,财政收入的主体是税收收入。
因此,在税收体制及政策不变的情况下,财政收入会随着经济繁荣而增加,随着经济衰退而下降。
我国的财政收入主要包括税收、国有经济收入、债务收入以及其他收入四种形式,因此,财政收入会受到不同因素的影响。
从国民经济部门结构看,财政收入又表现为来自各经济部门的收入。
财政收入的部门构成就是在财政收入中,由来自国民经济各部门的收入所占的不同比例来表现财政收入来源的结构,它体现国民经济各部门与财政收入的关系。
我国财政收入主要来自于工业、农业、商业、交通运输和服务业等部门。
因此,本文认为财政收入主要受到总税收收入、国内生产总值、其他收入和就业人口总数的影响。
二、预设模型
令财政收入(亿元)为被解释变量,总税收收入(亿元)、国内生产总值(亿元)、其他收入(亿元)、就业人口总数为(万人)为解释变量,据此建立回归模型。
二、数据收集
从《中国统计年鉴》得到年每年的财政收入、总税收收入、国内生产总值工、其他收入和就业人口总数的统计数据如下:
财政收入
总税收收入
国内生产总值
其他收入
就业人口总数
三、模型建立
1、散点图分析
2、单因素或多变量间关系分析
由散点图分析和变量间关系分析可以看出被解释变量财政收入与解释变量总税收收入、国内生产总值、其他收入、就业人口总数呈线性关系,因此该回归模型设为:
3、模型预模拟
由做回归得到结果:
:
:
:
11/14/11:
:
:
.
.
.
.
()
()()()()()
四、模型检验
.计量经济学意义检验
⑴多重共线性检验与解决
求相关系数矩阵,得到:
发现模型存在多重共线性。
接下来运用逐步回归法对模型进行修正:
①将各个解释变量分别加入模型,进行一元回归:
作与的回归,结果如下:
:
:
:
11/22/11:
:
:
.
.
.
.
.
()
作与的回归,结果如下:
:
:
:
11/22/11:
:
:
.
.
.
.
()
作与的回归,结果如下:
:
:
:
11/22/11:
:
:
.
.
.
.
()
作与的回归,结果如下:
:
:
:
11/22/11:
:
:
.
.
.
.
()
②依据可决系数最大的原则选取作为进入回归模型的第一个解释变量,再依次将其余变量分别代入回归得:
作与、的回归,结果如下
:
:
:
11/22/11:
:
:
.
.
.
.
.
()
作与、的回归,结果如下
:
:
:
11/22/11:
:
:
.
.
.
.
()
作与、的回归,结果如下
:
:
:
11/22/11:
:
:
.
.
.
.
()
③在满足经济意义和可决系数的条件下选取作为进入模型的第二个解释变量,再次进行回归则:
作与、、的回归,结果如下
:
:
:
11/22/11:
:
:
.
.
.
.
()
作与、、的回归,结果如下
:
:
:
11/22/11:
:
:
.
.
.
.
()
④可见加入其余任何一个变量都会导致系数符号与经济意义不符,故最终修正后的回归模型为:
:
:
:
11/30/11:
:
:
.
.
.
.
()
()()()
⑵异方差检验与修正
1图示法
与的散点图如下:
说明与存在单调递增型异方差性。
与的散点图如下:
说明与存在单调递增型异方差性。
②检验
对组数据剔除掉中间四组剩下的进行分组后,
第一组()数据的回归结果:
:
:
:
11/30/11:
:
:
.
.
.
.
()
残差平方和
第二组()数据的回归结果:
:
:
:
11/30/11:
:
:
.
.
.
.
()
残差平方和
所以
在给定下查得临界值
,
因此否定两组子样方差相同的假设,从而该总体随机项存在递增异方差性。
③方法检验
:
*
:
:
^
:
:
11/30/11:
:
:
.
.
^
^
.
.
()
下,临界值
拒绝同方差性
④修正
:
:
:
11/30/11:
:
:
:
.
.
.
.
.
()
.
.
()()()
⑶序列相关性检验
①从残差项与()及与时间的关系图(如下)看,随机项呈现正序列相关性。
②统计量检验
由图可以看出,存在一阶序列相关
③回归检验
残差与()做回归得:
:
:
:
12/04/11:
():
:
.
.
()
.
.
()
与()、()做回归得:
:
:
:
12/04/11:
():
:
.
.
()
()
.
.
()
由上表明不存在序列相关性。
④检验
由异方差检验修正后的结果:
得
取,由于,(包含常数项),查表得:
,
由于<<,故:
序列相关性不确定。
⑤拉格朗日检验
:
:
:
12/04/11:
():
:
.
.
()
()
.
.
()
取,
分布的临界值
<
故:
存在序列相关。
⑥修正
为了更好的提高模型的精度,我们用广义差分法对模型进行修正。
首先用杜宾()两步法估计
。
:
:
:
12/04/11:
():
:
.
.
()
()
()
()
()
()
.
.
()
由上表可得回归方程
,
,对原模型进行广义差分,下表为广义差分结果。
:
:
:
12/04/11:
():
:
.
.
.
.
()
其中*()*()*()*(),
*()*()
<,仍存在序列相关。
下面我们用采用科克伦奥科特迭代法估计
:
:
:
12/04/11:
():
:
.
.
()
.
.
()
取,<<
表明:
广义差分模型已不存在序列相关性。
同时可决系数,,统计量也均达到理想水平。
五、模型的最终确定
()()()