计量经济学实证分析.docx
《计量经济学实证分析.docx》由会员分享,可在线阅读,更多相关《计量经济学实证分析.docx(23页珍藏版)》请在冰豆网上搜索。
计量经济学实证分析
《应用计量经济学》期末考核
新疆省财政收入与第二产业产值、固定资产投资、及从业人数之间关联度的实证分析
姓名:
***
专业:
工商管理
学号:
**********
时间:
2011年12月21日
摘要
影响财政收入的因素很多,比如税收收入,第一产业、第二产业、第三产业的产值,固定资产投资,从业人员数,税收体制等等。
。
本文针对新疆财政收入影响因素建立了计量经济模型,并利用E-views软件对收集到的数据进行相关、回归以及多重共线性分析,建立财政收入影响因素的模型,分析了影响财政收入主要因素及其影响程度,并提出相关政策建议。
关键词:
财政收入,从业人员,投资,第二产业
Abstract
Manyfactorsinfluencethefinancialrevenue,suchastaxrevenue,thefirstindustry,thesecondindustry,theoutputvalueofthetertiaryindustry,investmentinfixedassets,numberofemployees,thetaxsystem,andsoon...Thisarticleinviewofthexinjiangfinancialincomefactorsaffectingtheeconometricsmodelisestablished,andtheE-viewssoftwaretothedatacollected,regressionandmultipleoflinearanalysis,afinancialincomeeffectfactorsofthemodel,andanalyzestheimpactoffiscalrevenuemainlyfactorsanditsinfluence,andputsforwardrelevantpolicySuggestions.
Keywords:
financeincome,practitioners,investment,thesecondindustry
摘要·····················································1
Abstract·················································2
一,引言·················································4
二,模型建设与参数估计···································5
三,假设检验···············································6
四,确定解释变量个数·····································7
五多重共线性的诊断及相应的补救措施·····················10
六,自相关诊断及相应的补救措施····························12
七,异方差诊断及相应的补救措施····························14
八,小结·················································16
九,建议················································17
十,参考文献·············································18
一,引言
财政作为一个地区政府的活动,是政府职能的具体体现,主要有资源配置、收入再分配和宏观经济调控三大职能。
财政收入是政府部门的公共收入。
是国民收入分配中用于保证政府行使其公共职能、实施公共政策以及提供公共服务的资金需求。
财政收入的增长情况关系着一个国家经济的发展和社会的进步。
因此,研究财政收入的增长就显得尤为必要。
财政收入的主要来源是各项税收收入,此外还有政府其他收入和基金收入等。
同时,一个国家财政收入的规模还要受到经济规模等诸多因素的影响。
因此我们以财政收入为因变量,国内生产总值(本文主要针对二产业产值)、从业人员数、固定资产投资3个经济指标为自变量,利用软件进行回归分析,建立财政收入影响因素模型,分析影响新疆维吾尔自治区财政收入的主要因素,为如何合理有效的制定新疆维吾尔自治区的财政收入计划提供一些政策建议。
二,建立回归模型并进行参数估计
为了建立相关的模型,我选取了全国1991年-2008年新疆省财政收入及其影响因素的统计资料,详情如表1所示。
表11991-2008年新疆省财政收入及其相关因素数据
年份
财政收入Y(亿元)
第二产业产值X2(亿元)
固定资产投资X3(亿元)
从业人数X4(万人)
1991
26.45
107.99
124.93
629.36
1992
26.07
147.64
170.03
641.02
1993
35.13
205.07
248.44
652.68
1994
28.7
249.11
285.48
664.34
1995
38.28
283.97
333.34
676
1996
48.31
313.7
387.85
684
1997
54.52
385.37
446.81
715.4
1998
65.39
395.75
519.77
680.92
1999
71.31
420.48
534.65
694.34
2000
79.07
537.58
610.38
672.5
2001
95.09
573.91
706
685.38
2002
116.47
603.15
813.02
701.49
2003
128.22
719.54
1002.13
721.27
2004
155.7
914.47
1161.52
744.49
2005
180.32
1164.8
1352.28
791.62
2006
219.46
1459.3
1567.05
811.75
2007
285.86
1647.55
1850.84
830.42
2008
361.05
2086.74
2259.97
847.58
根据此数据表建立多元回归模型y=b1+b2X2+b3X3+b4X4+
将新疆省财政收入水平作为被解释变量y,第二产业产值作为解释变量X2,固定资产投资解释变量X3,从业人数作为解释变量X4。
运用统计软件分析得出:
回归统计
MultipleR
0.996525953
RSquare
0.993063975
AdjustedRSquare
0.991577684
标准误差
8.797095336
观测值
18
Coefficients
标准误差
tStat
P-value
Intercept
201.4610631
85.93363473
2.344379634
0.03432912
XVariable1
0.115662478
0.036814771
3.14174108
0.00720901
XVariable2
0.083431211
0.03332467
2.503586995
0.02529077
XVariable3
-0.328787203
0.135363815
-2.428915011
0.02920373
由上数据表可得出:
b1=201.461,b2=0.1157,b3=0.08343,b4=-0.3288,
因此,可得该回归模型为:
y=201.461+0.116X2+0.083X3-0.329X4+
三,假设检验
H0:
Bi=0
令
=0.1,n=18
t~
(n-k),即t~
(14)
Se(b1)=
=85.934
Se(b2)=
=0.037
Se(b3)=0.033
Se(b4)=0.135
t(b1)=
=2.344
t(b2)=
=3.142
t(b3)=2.504
t(b4)=-2.429
在
水平下,t检验的拒绝域为:
〔-∞,-1.716〕和〔1.716,+∞〕
所以,t(b1)、t(b2)、t(b3)、t(b4)均落在拒绝域中,说明拒绝原假设,即常数项和X2、X3、X4、对于模型均有意义,不能踢除。
对于该模型的经济意义解释如下:
平均而言,b2:
在其他变量保持不变的情况下,X2每变动1%,y变动11.56%;b3:
在其他变量保持不变的情况下,X3每变动1%,y变动8.34%;
b4:
在其他变量保持不变的情况下,X4每变动1%,y变动-32.88%;
四,确定解释变量个数
首先:
在此分析下新疆省财政收入Y与第二产业产值X2之间的关联度,相关数据如图表2所示。
表21991-2008年新疆省财政收入与第二产业产值的相关数据
年份
财政收入Y(亿元)
第二产业产值X2(亿元)
1991
26.45
107.99
1992
26.07
147.64
1993
35.13
205.07
1994
28.7
249.11
1995
38.28
283.97
1996
48.31
313.7
1997
54.52
385.37
1998
65.39
395.75
1999
71.31
420.48
2000
79.07
537.58
2001
95.09
573.91
2002
116.47
603.15
2003
128.22
719.54
2004
155.7
914.47
2005
180.32
1164.8
2006
219.46
1459.3
2007
285.86
1647.55
2008
361.05
2086.74
假设双变量模型为:
y=b1+b2X2+
通过计算得:
b1=-2.773,b2=0.169
得出模型为:
y=-2.773+0.169X2+
计算判定系数R2,
=
=0.98795906
=1-(1-
)
=0.987207
其次:
分析新疆财政收入Y与第二产业产值X2、固定资产投资X3三者关联度。
假设模型假为:
y=b1+b2X2+b3X3+
,相关数据如图表3所示。
表31991-2008年新疆省财政收入、第二产业产值与固定资产投资的相关数据
年份
财政收入Y(亿元)
第二产业产值X2(亿元)
固定资产投资X3(亿元)
1991
26.45
107.99
124.93
1992
26.07
147.64
170.03
1993
35.13
205.07
248.44
1994
28.7
249.11
285.48
1995
38.28
283.97
333.34
1996
48.31
313.7
387.85
1997
54.52
385.37
446.81
1998
65.39
395.75
519.77
1999
71.31
420.48
534.65
2000
79.07
537.58
610.38
2001
95.09
573.91
706
2002
116.47
603.15
813.02
2003
128.22
719.54
1002.13
2004
155.7
914.47
1161.52
2005
180.32
1164.8
1352.28
2006
219.46
1459.3
1567.05
2007
285.86
1647.55
1850.84
2008
361.05
2086.74
2259.97
通过计算得:
b1=-7.0515,b2=0.0944,b3=0.06878
所以该模型为:
y=-7.0515+0.0944X2+0.0688X3+
计算判定系数R2为:
=
=0.99014112
=1-(1-
)
=0.988826603
最后:
分析新疆财政收入Y与第二产业产值X2、固定资产投资X3以及从业人数X4的关联度
假设其模型为:
y=b1+b2X2+b3X3+b4X4+
,相关数据如图表4所示。
表41991-2008年新疆省财政收入Y、第二产业产值X2、固定资产投资X3以及从业人数X4相关数据
年份
财政收入Y(亿元)
第二产业产值X2(亿元)
固定资产投资X3(亿元)
从业人数X4(万人)
1991
26.45
107.99
124.93
629.36
1992
26.07
147.64
170.03
641.02
1993
35.13
205.07
248.44
652.68
1994
28.7
249.11
285.48
664.34
1995
38.28
283.97
333.34
676
1996
48.31
313.7
387.85
684
1997
54.52
385.37
446.81
715.4
1998
65.39
395.75
519.77
680.92
1999
71.31
420.48
534.65
694.34
2000
79.07
537.58
610.38
672.5
2001
95.09
573.91
706
685.38
2002
116.47
603.15
813.02
701.49
2003
128.22
719.54
1002.13
721.27
2004
155.7
914.47
1161.52
744.49
2005
180.32
1164.8
1352.28
791.62
2006
219.46
1459.3
1567.05
811.75
2007
285.86
1647.55
1850.84
830.42
2008
361.05
2086.74
2259.97
847.58
通过计算得该模型:
y=201.46106+0.115662X2+0.0834312X3-0.328787X4+
计算此判定系数R2为:
=
=0.99306
=1-(1-
)
=0.99158
经过以上分析,我们可以看出,该模型在通过一步步增加解释变量X3(固定资产投资),X4(从业人数),校正判定系数
在逐渐增大,说明它们都是影响财政收入的重要因素,都应在模型中保留不应剔除,故模型中共应存在三个解释变量。
其最终模型为:
y=201.46106+0.115662X2+0.0834312X3-0.328787X4+
五,多重共线性的诊断及相应的补救措施
在一下分析中,将选取原数据所得模型:
y=201.46106+0.115662X2+0.0834312X3-0.328787X4+
相关计算数据参照与表1。
1.进行多重共线性的诊断
(1)
=0.993t(b1)=2.345t(b2)=3.142t(b3)=2.504t(b4)=-2.429
由此可看出,该模型
的值比较高,且t检验值也都比较显著,所以,不能据此看出其是否存在多重共线性。
(2)X2、X3、X4、之间的关联度
如下表5所示:
表5相关系数表
X2
X3
X4
X2
1
X3
0.994381
1
X4
0.969714
0.968945
1
由表5可看出,解释变量之间的相关系数较高,存在多重共线性。
2.多重共线性的补救
针对模型为:
y=201.46106+0.115662X2+0.0834312X3-0.328787X4+
,
将上式全部除以X3作变量变换,建立新的模型y*=C1+C2X*2+C3X*3+C4X*4+
建立数据表格为
表6财政收入、第二产业、固定资产投资及从业人数的相关数据表
年份
财政收入Y(亿元)
第二产业产值X2(亿元)
固定资产投资X3(亿元)
从业人数X4(万人)
1991
0.212
0.864
0.008
5.038
1992
0.153
0.868
0.006
3.77
1993
0.141
0.825
0.004
2.627
1994
0.101
0.873
0.004
2.327
1995
0.115
0.852
0.003
2.028
1996
0.125
0.809
0.003
1.764
1997
0.122
0.862
0.002
1.061
1998
0.126
0.761
0.002
1.31
1999
0.133
0.786
0.002
1.299
2000
0.13
0.881
0.002
1.102
2001
0.135
0.762
0.001
0.971
2002
0.143
0.742
0.001
0.863
2003
0.128
0.718
0.001
0.72
2004
0.134
0.787
0.001
0.641
2005
0.133
0.861
0.001
0.532
2006
0.14
0.931
0.001
0.518
2007
0.154
0.89
0.001
0.449
2008
0.16
0.923
0.0004
0.375
回归统计
MultipleR
0.588867253
RSquare
0.346764641
AdjustedRSquare
0.206785636
标准误差
0.020701847
观测值
18
根据此表计算系数b的值为
Coefficients
标准误差
tStat
P-value
Intercept
0.00847
0.0817
0.103665819
0.918905
XVariable1
0.140353
0.098469
1.425349546
0.175969
XVariable2
-34.2202
24.96029
-1.370985634
0.191958
XVariable3
0.062534
0.039589
1.579566773
0.136528
由上可得出新的模型为
Y=0.008+0.14X2-34.22X3+0.06X4+
对该模型进行多重共线性的诊断,算出相关系数表如下
X1
X2
X3
X1
Pearson相关性
1
.179
.112
显著性(双侧)
.476
.658
N
18
18
18
X2
Pearson相关性
.179
1
.993**
显著性(双侧)
.476
.000
N
18
18
18
X3
Pearson相关性
.112
.993**
1
显著性(双侧)
.658
.000
N
18
18
18
通过计算得出模型为:
Y=0.008+0.14X2-34.22X3+0.06X4+
对新模型进行如下假设检验:
H0:
R2=0
F=
=2.477
F~
(3,14)
在
水平下,F值不落在F检验的拒绝域〔3.34,+∞〕中,不拒绝原假设,说明不存在多重共线性。
六,自相关诊断及相应的补救措施
(一)自相关的诊断
1、图形法
根据模型:
y=201.46106+0.115662X2+0.0834312X3-0.328787X4+
1、作
对
的散点图,所得结果如图1所示。
图1
对
的散点图
2、作
对t的散点图,所得结果如图2所示。
图2
对t的散点图
从图形中可以看出,
是随机的,即不存在自相关
(2)杜宾-瓦尔逊检验
H0:
是随机的
d=
=0.8356
在
水平下,查D-W表得DL=0.80、DU=1.26,
则4-DU=2.74、4-DL=3.2,所以d值落在〔DL,DU〕的区域中,即无法判断是否存在自相关。
综上所述,该模型是不存在自相关的。
七,异方差诊断及相应的补救措施
1.异方差的诊断
(1)图形法
根据模型:
y=201.46106+0.115662X2+0.0834312X3-0.328787X4+
作
对
的散点图,所得结果如图所示
图3
对
的散点图
由图形可以看出,散点成一天直线的形状,存在一定规律性,即原模型存在异方差。
2、异方差的补救
针对模型为:
y=201.46106+0.115662X2+0.0834312X3-0.328787X4+
,
将上式全部除以y^作变量变换,建立新的模型y*=C1x1+C2X*2+C3X*3+C4X*4+
建立数据表格为
表7关于y^估计作变量变换后所得数据表
年份
Y
X1
X2
X3
X4
1991
0.248
0.009
1.012
1.171
5.900
1992
0.181
0.007
1.028
1.184
4.462
1993
0.168
0.005
0.979
1.186
3.116
1994
0.119
0.004
1.036
1.187
2.762
1995
0.137
0.004
1.017
1.194
2.422
1996
0.149
0.003
0.969
1.198
2.113
1997
0.148
0.003
1.044
1.211
1.938
1998
0.163
0.002
0.989
1.299
1.702
1999
0.158
0.002
0.933
1.187
1.541
2000
0.149
0.002
1.010
1.147
1.263
2001
0.156
0.002
0.942
1.159
1.126
2002
0.168
0.001
0.871
1.174
1.013
2003
0.149
0.001
0.836
1.165
0.838
2004
0.157
0.001
0.919
1.168
0.748
2005
0.155
0.001
1.003
1.164
0.681
2006