計(jì)量經(jīng)濟(jì)學(xué)大作業(yè)稅收收入地多元回歸模型

1、標(biāo)準(zhǔn)文檔實(shí)用文案計(jì)量經(jīng)濟(jì)學(xué)題目：稅收收入的多元回歸模型專(zhuān) 業(yè)： 13金融數(shù)學(xué)2班姓名： 何健華學(xué) 號(hào)： 201330110203二。一五年十二月問(wèn)題的提出改革開(kāi)放以來(lái)， 隨著經(jīng)濟(jì)體制改革的深化和經(jīng)濟(jì)的快速增長(zhǎng)， 中國(guó)的財(cái)政收支狀況發(fā)生很大變化。當(dāng)今社會(huì)，財(cái)政已經(jīng)成為社會(huì)經(jīng)濟(jì)進(jìn)步的一個(gè)判斷標(biāo)準(zhǔn)。稅收的增長(zhǎng)對(duì)財(cái)政收入增加的貢獻(xiàn)不可謂不突出。 那么影響稅收的因素有哪些呢？各影響因素之間是否有關(guān)聯(lián)？那個(gè)因素起到的作用比較大？稅收是我國(guó)財(cái)政收入的基本因素 ,也影響著我國(guó)經(jīng)濟(jì)的發(fā)展。 為了研究影響稅收收入增長(zhǎng)的主要原因， 分析其增長(zhǎng)的主要規(guī)律，采取適當(dāng)?shù)姆绞娇茖W(xué)籌集稅收，需要建立計(jì)量經(jīng)濟(jì)學(xué)模型。本文在參考

2、了多個(gè)關(guān)于影響我國(guó)稅收收入的主要觀點(diǎn)的基礎(chǔ)上，對(duì)影響我國(guó) 1985年至 2014 年的稅收收入的主要因素進(jìn)行實(shí)證分析。選取的自變量有國(guó)內(nèi)生產(chǎn)總值、財(cái)政支出和零售商品物價(jià)水平。并利用中國(guó)統(tǒng)計(jì)年鑒搜集了相關(guān)的數(shù)據(jù)，利IBVIEWSC件對(duì)設(shè)定的計(jì)量模型進(jìn)行了參數(shù)估計(jì)， 并對(duì)可能出現(xiàn)的問(wèn)題進(jìn)行了假設(shè)檢驗(yàn)， 最后再加以修正，使這個(gè)模型盡量完美。理論綜述稅收是國(guó)家為實(shí)現(xiàn)其職能， 憑借政治權(quán)力， 按照法律規(guī)定， 通過(guò)稅收工具強(qiáng)制地、 無(wú)償?shù)卣魇諈⑴c國(guó)民收入和社會(huì)產(chǎn)品的分配和再分配取得財(cái)政收入的一種形式。取得財(cái)政收入的手段有多種多樣，如稅收、發(fā)行貨幣、發(fā)行國(guó)債、收費(fèi)等等，而稅收則由政府征收，取自于民、用之于民

3、。稅收具有無(wú)償性、強(qiáng)制性和固定性的形式特征。 具體來(lái)講， 影響中國(guó)稅收收入增長(zhǎng)的因素有很多， 如經(jīng)濟(jì)的整體增長(zhǎng)、公共財(cái)政的需求、物價(jià)水平、稅收政策等因素。在這次的分析里，將選用“國(guó)家財(cái)政收入” 中的 “稅收收入” 作為被解釋變量， 以反映稅收的增長(zhǎng)情況。選取的解釋變量有： “國(guó)內(nèi)生產(chǎn)總值” （即GDP） 作為經(jīng)濟(jì)整體增長(zhǎng)水平的代表；“財(cái)政支出”作為公共財(cái)政需求的代表； “商品零售價(jià)格指數(shù)”作為物價(jià)水平的代表。這里特意去除改革開(kāi)放初期因稅收政策因素造成影響的數(shù)據(jù)。三、模型設(shè)定為了研究稅收增長(zhǎng)的因素分析，需要考慮以下幾個(gè)方面：被解釋變量： 選擇了能反映我們稅收變動(dòng)情況的 “各項(xiàng)稅收收入”（ Y）

4、；2、解釋變量：選擇“國(guó)內(nèi)生產(chǎn)總值（X1） ”表示會(huì)影響到稅收收入的總宏觀經(jīng)濟(jì)方面的因素；3、解釋變量：選擇“財(cái)政支出 （X2） ”表示公共財(cái)政的需求；4、解釋變量：選擇“商品零售價(jià)格指數(shù)（ X3） ”表示物價(jià)水平。四、數(shù)據(jù)的收集從中國(guó)統(tǒng)計(jì)年鑒收集到以下我國(guó)自1985以來(lái)與稅收相關(guān)的數(shù)據(jù)年份稅收收入 （億元）（Y）國(guó)內(nèi)生產(chǎn)總值 （億元）（X1）財(cái)政支出（億元）（X2）商品零售價(jià)格 指數(shù)（X3）198519861987198819891990199119921993199419951996199719981999200020012002200320042005200620072008200920

5、1020112012201320142040.792090.732140.362390.472727.402821.862990.173296.914255.305126.886038.046909.828234.049262.8010682.5812581.5115301.3817636.4520017.3124165.6828778.5434804.3545621.9754223.7959521.5973210.7989738.39100614.28110530.70119158.059039.910308.812102.215101.117090.318774.321895.527068

6、.335524.348459.661129.871572.379429.584883.790187.799776.3110270.4121002.0136564.6160714.4185895.8217656.6268019.4316751.7345629.2408903.0484123.5534123.0588018.8636138.72004.252204.912262.182491.212823.783083.593386.623742.204642.305792.626823.727937.559233.5610798.1813187.6715886.5018902.5822053.1

7、524649.9528486.8933930.2840422.7349781.3562592.6676299.9389874.16109247.79125952.97140212.10151661.54108.8106.0107.3118.5117.8102.1102.9105.4113.2121.7114.8106.1100.897.497.098.599.298.799.9102.8100.8101.0103.8105.998.8103.1104.9102.0101.4101.0中國(guó)稅收收入及相關(guān)數(shù)據(jù)五、模型的估計(jì)與調(diào)整（一）模型數(shù)學(xué)形式的確定（在Eviews8.0下操作）為分析各項(xiàng)稅收收

8、入（Y）和國(guó)內(nèi)生產(chǎn)總值（XI）、財(cái)政支出（X2）和商品零 售價(jià)格指數(shù)（X3）的關(guān)系，作出Y與各個(gè)X的線性圖，如圖13。（在Eviews 軟件中，選擇 Quick/Graph， 出現(xiàn)Series List對(duì)話框，點(diǎn)擊 OK出現(xiàn)Graph Option ,在 Specific 中選擇 Scatter ,點(diǎn)擊 OK圖1圖2Lid Graph: UNTITLED Workfile:計(jì)經(jīng)大作業(yè);一二父 Nwr. Frgzc |Opl*ont |LpddtQ | Addluxl Liml1群I o 120- o &115-.BS-0 20.00060.000100 000140 000通過(guò)分析可以看出稅收

9、收入（Y）和國(guó)內(nèi)生產(chǎn)總值（X1）和財(cái)政支出（X2）大 體呈現(xiàn)為線性關(guān)系。還可以看出 Y、XI、X2都是逐年增長(zhǎng)的，但是增長(zhǎng)速率有所 變動(dòng)，而X3在多數(shù)年呈現(xiàn)出水平波動(dòng)，說(shuō)明變量間不一定是線性關(guān)系。為分析 各項(xiàng)稅收收入（Y）隨國(guó)內(nèi)生產(chǎn)總值（XI）、財(cái)政支出（X2）和商品零售價(jià)格指數(shù)（X3）變動(dòng)的數(shù)量的規(guī)律性，可以初步建立如下三元對(duì)數(shù)回歸模型：lnY 011nxi21nx23X3（二）確定參數(shù)估計(jì)值范圍由經(jīng)濟(jì)常識(shí)可知，國(guó)內(nèi)生產(chǎn)總值（XI）、財(cái)政支出（X2）均會(huì)帶動(dòng)稅收收入的 增加，所以國(guó)內(nèi)生產(chǎn)總值（XI）、財(cái)政支出（X2）與稅收收入應(yīng)為正相關(guān)的關(guān)系， 所以可估計(jì)0 i 1,02 io六、參數(shù)估計(jì)利

10、用Eviews軟件，做lnY對(duì)lnXi、lnX2、X3的回歸，回歸結(jié)果如圖 4國(guó) Equation: UNTITLED Workfile:I. - n 1View|proc|object|PririNatnejfreeaej EstjrrMtEjfotiecdst jStats FlesidijDependent Variable: LOG(Y) Method: Least Squares Dais 11/18/15 Time: 14:57 Sample； 1985 2014 hduced ob喜口n 9 30VariableCoefficientStd. Error*C-0.02&68701

11、82260-0.1573940B752LOG(X1)F 07093100347雕-2.2712870 0316LOG(X2)1.0405390 03226632.248510 0030X30.00373100012223.0534630 0Q52R-squared0 999340Mean dependent9472326Adjusted R-squared0.999264S.D. dependent var1 361878S E of rgr9ftlDfi0 036M2Akalk info trltarfon*3 635372Sum squared resid0.035482Schwarz c

12、riterion3448546wOg like nooc58 53058Tanrian-Clulrin cnter.575605i-slaJsbc13128.85Durtoin-Wstson 與tai0 969434=rcb(F-statistic；0.000000根據(jù)圖4中數(shù)據(jù)，模型估計(jì)結(jié)果為:lnY 0.028687 0.0789311n Xi i.040539lnX2 0.003731X3(-0.157394) (-2.271287)(32.24851)(3.053463)2 2R2 0.99934, R 0.999264, F 13128.85,D.W. 0.969434七、模型檢驗(yàn)及

13、修正（一）計(jì)量經(jīng)濟(jì)意義檢驗(yàn)1、多重共線性檢驗(yàn)計(jì)算各解釋變量的相關(guān)系數(shù)，選擇 XI、X2、X3的數(shù)據(jù)，得到相關(guān)系數(shù)矩陣 如圖5。（將解釋變量XI、X2、X3選中，雙擊Open Group （或點(diǎn)擊右鍵，選擇 Openas Group）,然后再點(diǎn)擊 ViewCovariance僅勾選 Correlation ,點(diǎn)擊OK即可得出相關(guān)系數(shù)矩陣。再點(diǎn)擊頂部的Freeze按鈕，可以得到一個(gè)Table類(lèi)型獨(dú)立的Object）X 廠 X2X3X1X2X31.0000000.9955213416930.9955211.000000-0.311994-0.341693-0.3119941,000000由圖5的相關(guān)

14、系數(shù)矩陣可以看出，解釋變量 X1、X2相關(guān)系數(shù)較高，可認(rèn)為 模型存在多重共線性，下面采用逐步回歸法來(lái)減少共線性的嚴(yán)重程度。第一步：運(yùn)用OLS方法分別求lnY對(duì)lnX1、lnX2、X3進(jìn)行一元回歸?；貧w 結(jié)果詳見(jiàn)圖6圖8,再結(jié)合經(jīng)濟(jì)意義和統(tǒng)計(jì)檢驗(yàn)選出擬合效果好的一元線性回歸方程。Equation: UNTITLED 洶電二計(jì)輕大作業(yè)n 51Dpine variable LOG*M*ih4d .ustSqyii M修 1V1WH ter: 15:D1Simple, mi 2014otKBivartiDrE： 30WDttll5W Ertflr 1-SWirtiCProi.C-2.234337例的-

15、6.0145700.0000L0國(guó)質(zhì)1）1.02M12口姓但 31.TU530.0000M 供 SrB0 97291ftMun3r3 4721M耳如 a-97J?45 Dver1 351575S of ctgrMtWAkaike tfvb.0537MSuHI 叫UMK mid1 IM769SciwMcntKcn0.039647Log kaii-wa2.60WWHannan-QuirMi ：nter.-0.023852FrjWtlit1005B12Dvrsln- Wtagn，慎t0 0915Pt,F oowowProt Otfeci:Frgzt j Esimaile Forecast S1as

16、j Rtsxls回 Equation UNTITLED WoMile:計(jì)經(jīng)大作業(yè)一 一VW PfStabsticProto.c20JSM83.6304735 56006BQCOOOX3-0.102305口 0346042 9564300 0063R-squares0 337898Mean oependenl vr9.472326AdjLStBd R:唱quHred0.21I06SCS.D. dependent var1.361B78S.E. of rfigrsssion1 20SWAkaike info cnltenon；.2E3J63Sum squm舊口總困口40_99089Schwarz

17、cmsriona-3MmLog l*g*iood-47.2B044iannan-Cu nn enter.331M福F$taia 配PfCtMF-siaistIC)& 740479 0.006255Durtir-Walaon atfl：C.2333T9選擇作9 圖通過(guò)圖6圖8進(jìn)行對(duì)比分析，依據(jù)調(diào)整可決系數(shù) R2最大原則,為X2進(jìn)入回歸模型的第一個(gè)解釋變量，形成一元回歸模型。第二步：逐步回歸。將剩余解釋變量分別加入模型，得到分別如圖10所示的二元回歸結(jié)果3 Equation: UMITLED Workfile: rfrS；ilk：:Untitl.o - n *| Viey.n小小.徹ect | P

18、rint Namets*imarre| Foreos* Stats| HeidsDapendont Variety le： LOG(Y)Method:SquaresDate. 11/18/15 Time; 15:04Sample: 1335 2014Included Dbservatiors: 30Variable Coefficient Std Error t-Statistic Prob.CLOG(X1) LOG(X2|0.431512-0 0740241.D375110117228 3680960 0.039707-1 S6428Q0 03650229 0S77B0 00100 0732

19、0 ooooR-quared0.999104Mean ce pend ent var9.472326Adjusted Rquard0 999037S.D. dependent var1.361378S.E. of regression0 042254Akaike info criterion-3.395583Sum squared resid0.043206Schwarz criterion-3.255453_og likelihocs53,93374Hannan-Quinn errer-3 350757二煢遙酰15049.20Durt?in*Wohon stat09182445roti：12

20、-statistic)0 DO0000國(guó) Equation: UNTITLED Warkfile:計(jì)經(jīng)大作業(yè):;UntitL,-View Prst Oeica NamtLsnrra:c ；t憶羽就|占=匕卜曰以就Dependant variable- LOGYMethod： Least SquaresDate711flWl5 Time： 15 06Sample; 1935 2014Included obsarvalions 30VariableCoafflzientStd Error卜StatisticProbC-0,2194670 173762-1.26303e0.2174LOG(X2)0

21、96E3510 ,006005161 2465O.ODOOX30 0036330 0013112.7475650.0106R-5quaredQ.999：09Mean dependent var9472326Adjusted R-squared0.999151S.D, dependent var1.361875S E of regression0.039585Akaike infc ciitenan與521040Sum squared resid0 042523Schwarz criterion-3.3BC921L09 likeiihODd55,81560Hanrran-Quir-in crit

22、er-3476215F-5tati5tic17052.56Durb n-Watson stat0.763707Prab(F-s：ati$tic)0.000000圖10通過(guò)觀察比較圖9圖10所示結(jié)果，并根據(jù)逐步回歸的思想，我們可以2看到，新加入變量X3的二元回歸萬(wàn)程R 0.999151最大，并且各參數(shù)的檢驗(yàn)顯著，參數(shù)符號(hào)也符合經(jīng)濟(jì)意義，因此，保留變量X3o但是由圖4知引入X1后R2變?yōu)?.999264,這說(shuō)明引入X3&個(gè)解釋變量對(duì)整體 模型都有改善作用，所以我們選擇保留原來(lái)的方程。.異方差檢驗(yàn)在圖 4 窗 口點(diǎn)擊 ViewResidualDiagnosticsHeteroskedastidtyT

23、est.,在Test Type窗口中選擇 White ,點(diǎn)擊OK經(jīng)過(guò)估計(jì)出現(xiàn) White檢驗(yàn) 結(jié)果如圖11?；?Equation: UNTITLED Worirfile:業(yè)wUntitL - B * 國(guó)的 ii iqc Ubixl *in0.26QE R-mum瞅11.39162=ot.Chi-Squrt(9)0.241M3caid xplaina S3119S950Prot.Chi-3aunr(fl)0 2139Test EquationCfnd4nt Va- aL e. RESID*2M*tlwd: LqEst Scuar#&Date iina/15 Time 15c&Sampto 198

24、5 2014 帖:lWtd Qbttrvetiont 30variableCoaffic wntSU, Errort-swmicProb.c0.4354 &B0 27620142wa0.1530LOG(XJ 蘆-0.02E59D.014fl72-1.7B5899fl .0892LOG(X1：-C SX2i0068990.034009二尤拓730.0S&1LOQPCIPO00006130 0005101 2010660 2437L0G(X1J00951160 0655490 1647LOGge0.0396010 01511：2.1865120.34O&LOGparxa4口口陰B0 OCOSM觸L

25、OGiX2)0.02113100573760 S6&2960 71B6X3*28,K&071 25EOOP1O050 9440X3-00006650 0023SGO13&6960 5461fi-squaredD 379721Mear depencenj varo ood teaAdjusts R-$cua*dQ100S&5S D cependsrl u時(shí)0 0020USrE. Of regressionC.00191034飛 nto cmerlon-9.4223t4Sum squar&d resid7.ME-MScbxaizcherlor-9 9M299Log hke hoed1313356H

26、arrai-Quinn c flier.-9272346F-StBTtattD1 36089S口 u 巾m Watson stal2.29666Prob F厘創(chuàng)磯c)0 269503圖11從圖11可以看出：由 White檢驗(yàn)知，White 統(tǒng)計(jì)量nR2 11.39162制49) 16.92,同時(shí)t值均比較小，因此在5%著水平下接受同方差性的原假設(shè)，說(shuō)明模型不存在異方差。.序列相關(guān)性檢驗(yàn)對(duì)數(shù)據(jù)進(jìn)行DW僉驗(yàn)，由圖4可得DW. 0.969434。對(duì)樣本量為37、3個(gè)解釋變量的模型、5%勺顯著水平，查DW充計(jì)表可知，dL 1.31, dU 1.66,模型中DW. dL,且該模型含有被解釋變量的滯后期作

27、為解釋變量，顯然該模型中 有正自相關(guān)?？赏ㄟ^(guò)拉格朗日乘數(shù)檢驗(yàn)法進(jìn)行檢驗(yàn)，步驟如下：在圖 4 選擇：ViewResidual TestsSerial Correlation LM Test ,在彈出 對(duì)話框中輸入：1,點(diǎn)擊OK得到圖12所示結(jié)果。Breusch-Godfrey Serial Correlation LM TestF-statistic7.458494 Prob. F(1r25)0.0114Obs*R-squared6.893563 Prob. Chi-Square1)0,0087圖12從nR2統(tǒng)計(jì)量對(duì)應(yīng)的伴隨概率容易看出，在5%勺顯著水平下，原模型存在一 階序列相關(guān)性。那么原模型

28、是否存在更高階的序列相關(guān)性呢？可同樣地通過(guò)拉格朗日乘數(shù) 法進(jìn)行檢驗(yàn)，只需在彈出對(duì)話框中輸入“ 2” “3”等數(shù)值即可?？梢詸z驗(yàn)出，本 模型存在二、三、四、五、六階相關(guān)性，不存在七階相關(guān)性。以下采用廣義最小二乘估計(jì)原模型:點(diǎn)擊主界面菜單 QuickEstimate Equation ,在彈出的對(duì)話框中輸入log(Y)C log(X1) log(X2) X3 AR(1) AR(2) AR(3) AR(4) AR(5) AR(6)，點(diǎn)擊確定即可 得到回歸結(jié)果，如圖13Equation： UNTITLED Workfile： t詒大作業(yè);:Um汨-n 工Viewr|Proc11 Ptin*Name,

29、Fbhk| Reiidi口exnei白nt -arable： LOG(Y，M&trKd. Least SquaresDate- 11/18/15 Tmne 16:32Sample (adjLBted): 1991 2014I ic lude j cbs &rvstion 三 24 aler s dj uslrre MbCcmorgance acnievcd alter 20 itanacns7niabl Ccafflclnt Std. Error tila:isS Frsb.c-1 4398620 5539-2 F99599J.O2tOLOG(Xl)0.4*8330.1421&63.31912

30、00.00510GiX20.5739371120 咐 747634730.0003X3-0.0002140.0012B9-0.1 58440.8707而0 7162500 2754*32.5963500.0211AR(2)DO12sB40.3028i8處D4154aD9674AR.01336390.2795-410.4777OS0.6402ARI40.30?M60.2741521.1199450.2BWAR(S)-0 3868780 292169-13241比0.2C67胴0059824Q22533B-0：G46970.7343R-aqua redD999BO5Mean deperdent v

31、ar9 8999SSAdjusted R蚪gad0 939351S.O. cepenoert var1 1747B3s.E er irgFiMior0Q2993QAkeik* lr*fo entsriCH-3885570Sum Squared 附刎d0 012541Schwarz cr*Eiori-3 394715Leg lihelihocd56鹵用3rtannan-QLim criler3 755346F-station c3935. B9GDurtin-,atsor Mat21S9D37Prob(F-staTisdc)0ooococIrrj&rtsd AR Roots.854.Z5i吟埼-06- 35iOStJtSi-14-.75圖13容易看出，經(jīng)廣義最小二乘估計(jì)的模型已經(jīng)不存在1階序列相關(guān)性，LM檢驗(yàn)如圖14所示。Breusch-Godfrsy Serial Correlation LM Test：F-statisticObsx R-squared0.17380.06942.070284 Prob. F(1J 3)3.297006 Prob. Chi-Squa伯圖14由此可得最終的回歸模型為lnY 1.439862 0.4718331n Xi 0.573937lnX2 0.000214X3（-2.599599） （3.31912003） （4.76347265）