财政收入与税收的分析.docx
《财政收入与税收的分析.docx》由会员分享,可在线阅读,更多相关《财政收入与税收的分析.docx(19页珍藏版)》请在冰点文库上搜索。
财政收入与税收的分析
对财政收入与税收的计量分析
40502028骆苗苗
摘要:
本文从财政收入的部分组成因素-税收进行分析,对我国1978~2001年度财政收入的情况进行单因素的计量分析。
在模型中引入了一个解释变量税收收入。
根据所学的计量经济学分析方法对财政收入和税收收入进行了平稳性检验,然后作了模型建立、参数估计、模型检验与预测、自相关检验以及异方差检验。
关键词:
财政收入税收平稳性检验自相关检验异方差检验
一、问题的提出
财政收入是指一个国家政府凭借政府的特殊权利,按照有关的法律和法规在一定时期内(一般为一年)取得的各种形式收入的总和,名种税收、企事业收入、国家能源交通重点建设基金收入、债务收入、规费收入、罚没收入等。
财政收入水平高低是反映一国经济实力的重要标志,其规模的大小对一个国家来说具有十分重要的意义。
在经济总量一定的前提下,财政收入的多少要因应经济发展的态势。
在经济增长过热时,国家应实施适度从紧的财政政策,适度增加财政收入,减少财政支出;而在经济增长滞缓时,国家应当实施积极的财政政策,适度增加财政支出,减少财政收入,更多的让利于民。
并不是在任何情况下财政收入都是越多越好,财政收入要坚持聚财有度的原则,处理好国家、企业、个人的关系,既要保证国家财政收入稳步增长,又要促进生产发展和人民生活水平提高。
财政收入可以分为税收收入、利润收入、债务收入和其他收入。
财政收入的形式和渠道是否健全,这些形式和渠道之间的关系的处理是否得当,直接关系财政收入的形成。
而税收是征收面最广、最稳定可靠的财政收入形式,在形成财政收入的渠道中居主导地位,这是由税收的强制性、无偿性、固定性的特征决定的。
所以,要增加财政收入,必须完善税制,推进税费改革,建立健全合理的形成财政收入的形式和渠道的体系。
据此,本文着重于分析财政收入与税收之间的关系。
二、数据收集及计量建模
以Y代表财政收入(单位:
百亿元),以X代表税收(单位:
百亿元)
数据如下:
年份
Y
X
年份
Y
X
1978
11.3262
5.1928
1990
29.371
28.2187
1979
11.4638
5.3782
1991
31.4948
29.9017
1980
11.5993
5.717
1992
34.8337
32.9691
1981
11.7579
6.2989
1993
43.4895
42.553
1982
12.1233
7.0002
1994
52.181
51.2688
1983
18.6695
7.5559
1995
62.422
60.3804
1984
16.4286
9.4735
1996
74.0799
69.0982
1985
20.0482
20.4079
1997
86.5114
82.3404
1986
21.2201
20.9073
1998
98.7595
92.628
1987
21.9935
21.4036
1999
114.4408
106.8258
1988
23.5724
23.9047
2000
133.9523
125.8151
1989
26.649
27.274
2001
163.8604
153.0138
资料来源:
《中国统计年鉴》
基于对原始数据尝试进行平稳性检验的结果以及前人的经验,不以原始数据进行分析,而采取其对数进行分析。
建立模型为:
lnY=C0+C1lnX+u
整理后数据如下:
年份
LNY
LNX
年份
LNY
LNX
1978
2.427119
1.647273
1990
3.380008
3.339985
1979
2.439194
1.682354
1991
3.449822
3.397915
1980
2.450945
1.743444
1992
3.550585
3.495571
1981
2.464525
1.840375
1993
3.772520
3.750750
1982
2.495129
1.945939
1994
3.954718
3.937082
1983
2.926891
2.022329
1995
4.133918
4.100665
1984
2.799024
2.248498
1996
4.305144
4.235529
1985
2.998139
3.015922
1997
4.460276
4.410862
1986
3.054949
3.040098
1998
4.592688
4.528591
1987
3.090747
3.063559
1999
4.740058
4.671199
1988
3.160077
3.174075
2000
4.897484
4.834813
1989
3.282752
3.305934
2001
5.099015
5.030528
三、平稳性检验
由上图可以看出,序列lnY可能存在趋势项,因此选择ADF检验的模型3进行检验。
NullHypothesis:
LNYhasaunitroot
Exogenous:
Constant,LinearTrend
LagLength:
1(AutomaticbasedonSIC,MAXLAG=5)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-1.313227
0.8573
Testcriticalvalues:
1%level
-4.440739
5%level
-3.632896
10%level
-3.254671
*MacKinnon(1996)one-sidedp-values.
从检验结果看,在1%、5%、10%三个显著水平下,单位根检验的Mackinnon临界值分别为-4.440739、-3.632896、-3.254671,t检验统计量值-1.313227大于相应的临界值,从而不能拒绝Ho,表明财政收入序列(lnY)存在单位根,是非平稳序列。
为了得到财政收入(lnY)序列的单整阶数,对lnY的一阶差分序列作单位根检验.结果如下:
NullHypothesis:
D(LNY)hasaunitroot
Exogenous:
Constant,LinearTrend
LagLength:
0(AutomaticbasedonSIC,MAXLAG=5)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-7.224884
0.0000
Testcriticalvalues:
1%level
-4.440739
5%level
-3.632896
10%level
-3.254671
*MacKinnon(1996)one-sidedp-values.
从检验结果看,在1%、5%、10%三个显著水平下,单位根检验的Mackinnon临界值分别为-4.440739、-3.632896、-3.254671,t检验统计量值-7.224884小于相应的临界值,从而拒绝Ho,表明财政收入的差分序列不存在单位根,是平稳序列。
即(lnY)序列是一阶单整的,(lnY)~I
(1).
采用同样方法,可检验得到税收(lnX)也是一阶单整的.
为了分析财政收入与税收之间是否存在协整关系,对两变量进行回归,并对残差作单位根检验。
检验发现残差序列不存在单位根,是平稳序列,说明财政收入与税收之间存在协整关系。
接下来可以直接回归。
四、简单线性回归
以财政收入(lnY)为被解释变量,税收(lnX)为解释变量用OLS方法回归的结果如下:
DependentVariable:
LNY
Method:
LeastSquares
Date:
12/05/07Time:
16:
50
Sample:
19782001
Includedobservations:
24
Variable
Coefficient
Std.Error
t-Statistic
Prob.
LNX
0.766340
0.037336
20.52574
0.0000
C
0.991508
0.128283
7.729037
0.0000
R-squared
0.950373
Meandependentvar
3.496905
AdjustedR-squared
0.948117
S.D.dependentvar
0.848859
S.E.ofregression
0.193351
Akaikeinfocriterion
-0.368959
Sumsquaredresid
0.822465
Schwarzcriterion
-0.270788
Loglikelihood
6.427512
F-statistic
421.3062
Durbin-Watsonstat
0.504528
Prob(F-statistic)
0.000000
估计的回归模型为:
lnY=0.991508+0.766340lnX
模型检验:
1、经济意义检验
模型估计结果说明,在假定其他条件不变的情况下,当年的税收收入增长1百亿元,财政收入就会增长0.766340百亿元。
从模型中可以看到,财政收入的税收弹性为0.76634,说明财政收入很大一部分来自税收收入,这与理论分析和经验判断相一致。
2、统计检验
1)拟合优度:
由上表中数据可以得到:
R
=0.950373,修正的可决系数
=0.948117,这说明模型对样本的拟合很好。
2)t检验:
在给定显著水平a=0.05下,查t分布表得自由度为n-k=22临界值为2.074,由上表中数据可得lnX1对应的统计量为20.52574,大于临界值,说明税收对财政收入有显著影响。
五、异方差性检验
由残差图形可以看到,残差的平方ei^2没有随Xi的变化而呈现规律性的变化,所以可能残差不存在异方差。
为进一步确定,接下来进行Goldfeld-Quanadt检验:
先将时间定为1978—1986年,然后用OLS方法得到下列结果:
DependentVariable:
LNY
Method:
LeastSquares
Date:
12/05/07Time:
22:
21
Sample:
19781986
Includedobservations:
9
Variable
Coefficient
Std.Error
t-Statistic
Prob.
LNX
0.438401
0.086266
5.081941
0.0014
C
1.738295
0.189089
9.192996
0.0000
R-squared
0.786755
Meandependentvar
2.672879
AdjustedR-squared
0.756292
S.D.dependentvar
0.267272
S.E.ofregression
0.131944
Akaikeinfocriterion
-1.019754
Sumsquaredresid
0.121864
Schwarzcriterion
-0.975926
Loglikelihood
6.588892
F-statistic
25.82612
Durbin-Watsonstat
1.907629
Prob(F-statistic)
0.001428
lnY=1.738295+0.438401lnX
t=(9.192996)(5.081941)
R
=0.786755∑e1^2=0.121864
然后将时间定义为1993——2001年,再用OLS方法得到如下结果
DependentVariable:
LNY
Method:
LeastSquares
Date:
12/05/07Time:
22:
23
Sample:
19932001
Includedobservations:
9
Variable
Coefficient
Std.Error
t-Statistic
Prob.
LNX
1.041485
0.010513
99.06547
0.0000
C
-0.131429
0.046331
-2.836762
0.0252
R-squared
0.999287
Meandependentvar
4.439536
AdjustedR-squared
0.999185
S.D.dependentvar
0.440206
S.E.ofregression
0.012564
Akaikeinfocriterion
-5.722851
Sumsquaredresid
0.001105
Schwarzcriterion
-5.679024
Loglikelihood
27.75283
F-statistic
9813.967
Durbin-Watsonstat
1.983094
Prob(F-statistic)
0.000000
lnY=-0.131429+1.041485lnX
t=(-2.836762)(99.06547)
R
=0.999287∑e2^2=0.001105
求F统计量:
F=0.001105/0.121864=0.009067,查F分布表,给定显著性水平α=0.05,得临界值F0.05(7,7)=3.79,比较F=0.009067<3.79,则不拒绝原假设,表明模型的随机误差不存在异方差。
基于数据为时间序列,另外采取ARCH检验法进行检验。
选择ARCH过程的阶数为1,做辅助回归,结果如下:
F-statistic
0.267486
Probability
0.610428
Obs*R-squared
0.289276
Probability
0.590685
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
12/05/07Time:
17:
39
Sample(adjusted):
19792001
Includedobservations:
23afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
0.030699
0.010674
2.875994
0.0090
RESID^2(-1)
0.113845
0.220122
0.517191
0.6104
R-squared
0.012577
Meandependentvar
0.034454
AdjustedR-squared
-0.034443
S.D.dependentvar
0.036890
S.E.ofregression
0.037520
Akaikeinfocriterion
-3.644949
Sumsquaredresid
0.029563
Schwarzcriterion
-3.546211
Loglikelihood
43.91692
F-statistic
0.267486
Durbin-Watsonstat
2.057877
Prob(F-statistic)
0.610428
由上表得回归模型为:
et^2=0.030699+0.113845et-1^2
给定显著性水平α=0.05,查x2分布表得临界值xα^2(p)=xα^2
(1)=3.84146
计算得(n-p)R
=(24-1)*0.012577=0.289271.因为(n-p)R
基于上面两种检验方法,进一步确实模型中的随机误差项不存在异方差。
六、自相关性检验
1.图示检验法
根据上述OLS估计。
我们暂把lnYt=0.991508+0.766340lnXt+Ut作为模型。
根据其得到残差resid,运用Genr生成序列e,作出e与e(-1)的散点图,图形如下:
从上图可以看出残差e大致呈线性自回归,表明随机误差U存在自相关。
且初步判断可能是存在正自相关。
2.DW检验
根据lnYt=0.991508+0.766340lnXt+Ut的估计结果。
由DW=0.504528,给定显著性水平α=0.05,查Durbin-Watson表,n=24,k’(解释变量个数)=1,得下限临界值dL=1.273,上限临界值dU=1.446,因为DW统计量为0.504528
根据判断区域可知,这时随机误差项存在正的一阶自相关。
3.自相关的修正
1)为解决自相关问题,采用科克伦-奥克特迭代法。
首先利用上述得到的残差序列et,用OLS法作出et和e(t-1)的回归,结果如下表:
DependentVariable:
E
Method:
LeastSquares
Date:
12/06/07Time:
11:
07
Sample(adjusted):
19792001
Includedobservations:
23afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
E(-1)
0.748761
0.148289
5.049337
0.0000
R-squared
0.536037
Meandependentvar
-0.007532
AdjustedR-squared
0.536037
S.D.dependentvar
0.189635
S.E.ofregression
0.129169
Akaikeinfocriterion
-1.212882
Sumsquaredresid
0.367063
Schwarzcriterion
-1.163513
Loglikelihood
14.94814
Durbin-Watsonstat
1.779462
则et=0.748761e(t-1)以ρ*=0.748761作为ρ的估计值。
。
计=)c以
再用GENR分别对lnX和lnY作广义差分。
在Workfile框中选GENR菜单,在对话框中直接输入生成格式。
即
DlnX=lnX-0.748761*lnX(-1)
DlnY=lnY-0.748761*lnY(-1)
然后再用OLS方法估计其参数,结果为
DependentVariable:
DLNY
Method:
LeastSquares
Date:
12/06/07Time:
11:
12
Sample(adjusted):
19792001
Includedobservations:
23afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
DLNX
0.736725
0.093699
7.862659
0.0000
C
0.277902
0.093097
2.985067
0.0071
R-squared
0.746442
Meandependentvar
0.977228
AdjustedR-squared
0.734368
S.D.dependentvar
0.255908
S.E.ofregression
0.131894
Akaikeinfocriterion
-1.130701
Sumsquaredresid
0.365315
Schwarzcriterion
-1.031962
Loglikelihood
15.00306
F-statistic
61.82141
Durbin-Watsonstat
1.727517
Prob(F-statistic)
0.000000
DlnY=0.277902+0.736725D