我国税收收入的影响因素分析Word文件下载.docx
《我国税收收入的影响因素分析Word文件下载.docx》由会员分享，可在线阅读，更多相关《我国税收收入的影响因素分析Word文件下载.docx（12页珍藏版）》请在冰点文库上搜索。
X1（亿元）
GDP
X2（亿元）
财政收入
X3（%）
商品零售价格指数
1984
947.35
7171
1701.02
102.8
1985
2040.79
8964.4
2004.25
108.8
1986
2090.73
10202.2
2204.91
106
1987
2140.36
11962.5
2262.18
107.3
1988
2390.47
14928.3
2491.21
118.5
1989
2727.4
16909.2
2823.78
117.8
1990
2821.86
18547.9
3083.59
102.1
1991
2990.17
21617.8
3386.62
102.9
1992
3296.91
26638.1
3742.2
105.4
1993
4255.3
34634.4
4642.3
113.2
1994
5126.88
46759.4
5792.62
121.7
1995
6038.04
58478.1
6823.72
114.8
1996
6909.82
67884.6
7937.55
106.1
1997
8234.04
74462.6
9233.56
100.8
1998
9262.8
78345.2
10798.18
97.4
1999
10682.58
82067.5
13187.67
97
2000
12581.51
89468.1
15886.5
98.5
2001
15301.38
97314.8
18902.58
99.2
2002
17636.45
104790.6
22053.15
98.7
2003
20017.31
116603.2
24649.95
99.9
2004
24165.68
136875.9
28486.89
2005
28778.54
183084.8
33930.28
2006
34809.72
210871
40422.73
101
2007
45621.97
249529.9
49781.35
103.8
2008
54223.79
300670
62592.66
105.9
2009
59521.59
340319.95
68518.30
98.8
2010
73210.79
399759.54
83101.51
103.1
2011
89738.39
468562.38
103874.43
104.9
2012
100614.28
518214.75
117253.52
102.0
2013
110530.70
566130.18
129209.64
101.4
数据来源：
国家统计局
（三）描述性分析
1．税收收入虽年份变化的关系图
从图1可以看出，1978—2008年间的税收收入的呈增长趋势。
税收收入随年份变化的曲线先是平稳上升，然后自2005年以来则急剧上升，表明其增长速度在逐年加快。
图11984-2013年中国税收收入变化趋势
2.税收收入与个解释变量之间的关系图
图2、图3表明税收收入与GDP、财政支出之间存在很强的线性相关关系，但据图4来说，税收收入和商品零售价格指数之间的线性关系并不明显。
图2税收收入与GDP之间的关系
图3税收收入与财政支出之间的关系
图4税收收入与商品零售价格指数之间的关系
（四）建立回归模型
设定模型为
其中，—截距项；
Y—税收收入；
X1—GDP；
X2—财政支出；
X3—商品零售价格指数；
—随机扰动项
1.参数估计
对个解释变量利用eviews进行最小二乘拟合，结果如表2所示。
表2最小二乘拟合结果
Method:
LeastSquaresSample:
19842013Date:
01/17/15Time:
23:
44
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-6306.453
2332.416
-2.703828
0.0119
X2
0.753100
0.044910
16.76909
0.0000
X1
0.025604
0.010164
2.519003
0.0183
X3
-55.00611
21.55639
2.551731
0.0169
R-squared
0.999560
Meandependentvar
25290.25
AdjustedR-squared
0.999509
S.D.dependentvar
31790.74
S.E.ofregression
704.5392
Akaikeinfocriterion
16.07653
Sumsquaredresid
12905762
Schwarzcriterion
16.26336
Loglikelihood
-237.1480
Hannan-Quinncriter.
16.13630
F-statistic
19673.26
Durbin-Watsonstat
1.444091
根据表2的数据，模型估计结果为：
模型估计结果说明，在假定其它变量不变的情况下，当年GDP每增长1亿元，税收就会增加0.753100亿元；
在假定其它变量不变的情况下，当年财政支出每增长1亿元，税收收入会增长0.025604亿元；
在假定其它变量不变的情况下，当年零售商品物价指数上涨一个百分点，税收收入就会增长55.00611亿元。
这与理论分析和经验判断基本相一致。
如图5所示，显示了回归结果的拟合程度，出现剩余项（Residual）、实际值（Actual）、拟合值（Fitted）的图形。
显示出回归的实际值和拟合值基本重合，显示出回归效果较好。
图5回归结果的拟合程度
2.模型检验
2.1统计检验
（1）拟合优度：
由表2中数据可以得到：
，修正的可决系数为，这说明模型对样本的拟合很好。
（2）检验：
针对，给定显著性水平，在F分布表中查出自由度为3和27的临界值。
由表3.4中得到由于，应拒绝原假设，说明回归方程显著，即“国内生产总值”、“财政支出”、“商品零售物价指数”等变量联合起来确实对“税收收入”有显著影响。
（3）检验：
分别针对，给定显著性水平，查分布表得自由度为30-4=26临界。
由表3.4中数据可得，与对应的统计量分别为，其绝对值除了财政支出均大于，这说明除财政支出分别都应当拒绝，也就是说，当在其它解释变量不变的情况下，解释变量“GDPX1”、“商品零售物价指数X3”分别对被解释变量“税收收入Y”都有显著的影响。
2.2计量经济检验
（1）异方差检验（怀特检验法）
从表3中的怀特检验中我们可以发现P值很大，那么也就意味着该模型不存在异方差。
那么也就不存在调整异方差。
表3异方差检验
HeteroskedasticityTest:
WhiteDate:
01/21/15Sample:
19842013Time:
08:
0.458830
Prob.F（9,20）
0.8851
Obs*R-squared
5.134142
Prob.Chi-Square（9）
0.8225
ScaledexplainedSS
9.847357
0.3630
-5013750.
80812719
-0.062042
0.9511
-338.4126
419.9492
-0.805842
0.4298
X1^2
0.001476
0.002908
0.507591
0.6173
X1*X2
-0.013134
0.025897
-0.507170
0.6176
X1*X3
2.723974
3.623927
0.751663
0.4610
1444.039
1833.718
0.787493
0.4402
X2^2
0.028792
0.057485
0.500862
0.6219
X2*X3
-11.05893
16.48721
-0.670758
0.5100
123322.6
1454383.
0.084794
0.9333
X3^2
-698.1432
6543.260
-0.106697
0.9161
0.171138
-0.201850
1084022.
（2）多重共线性检验
①检验多重共线性
由相关系数矩阵可以看出：
X1、X2的相关系数较高为0.996771，证实确实存在较严重的多重共线性。
表4各解释变量之间的线性关系
Correlationmatrix
1.000000
0.996771
-0.305592
-0.291790
②做逐步回归
表5逐步回归结果
StepwiseRegressionSample:
1984-2013Date:
01/21/15Time:
57
Stoppingcriterion:
p-valueforwards/backwards=0.5/0.51
Prob.*
可以看出，X3对解释Y的变化是不具有重要性的。
剔除X3继续做回归，结果如下：
表6剔除X3后的线性回归
LeastSquaresSample:
1984-2013Date:
09:
09
-382.9179
248.6923
-1.539725
0.1353
0.020625
0.010946
1.884201
0.0703
0.772309
0.048584
15.89649
0.999449
0.999409
24504.67
773.1088
16.23336
16137826
1.145011
这时，得到线性方程如下：
（五）双对数模型
我们可以看到，即使是剔除了X3，但是方程中（GDP）还是统计不显著的。
但是这有违常理。
故考虑修改函数模型。
其中，——税收收入——截距项
X1——GDPX2——财政支出X3——商品零售价格指数
表7双对数模型线性回归
DependentVariable:
LOG（Y）Method:
LeastSquares
Sample:
1984-2013Date:
15
-3.868377
1.638569
-2.360826
0.0260
LOG（X1）
0.470022
0.091445
0.765725
0.0207
LOG（X2）
0.642201
0.088497
10.64676
LOG（X3）
1.049845
0.344936
2.173866
0.0390
0.995653
9.311180
0.995151
1.376591
0.095858
1.482448
0.238906
1984.909
通过上表，得出方程：
然后对双对数模型进行逐步回归，结果显示理想，如表8所示。
表8双对数模型逐步回归
LOG（Y）Method:
StepwiseRegression
1984-2013Date:
14:
00
0.942201
0.749845
0.070022
0.4507
-1.728338
-1.541512
0.939022
3.351034
然后在去除X3的情况下对模型进行回归，
表9双对数模型去除X3后的回归
0.005475
0.049314
0.111027
0.9124
0.978387
0.058112
16.83633
0.994518
0.103726
0.994322
0.301253
由表7和表9可求F值：
在分子自由度为1，分母自由度为26显著性水平为0.05的情况下，F的临界值小于估计值7.2558，所以拒接去除X3之后的双对数回归，保持方程5的形式。
这样也有道理，因为在方程4中，log（X3）的P值也不是很大。
（六）、最终模型的确立
经过以上各种检验，并通过序列相关和多重共线性的修正，最终把影响中国税收收入（Y）的模型确立下来，
国内生产总值对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。
这很容易理解，因为经济是收入的来源，只有提高产出，才有可能提高税收，这是根本原因。
财政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。
而且其系数为0.6422，高于国内生产总值的影响力。
究其原应该是：
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，
升级会员 