计量经济学课程论文.docx
《计量经济学课程论文.docx》由会员分享,可在线阅读,更多相关《计量经济学课程论文.docx(14页珍藏版)》请在冰豆网上搜索。
![计量经济学课程论文.docx](https://file1.bdocx.com/fileroot1/2022-10/3/c72618fa-f39f-4fe2-ad7e-fa31e8f5d1fb/c72618fa-f39f-4fe2-ad7e-fa31e8f5d1fb1.gif)
淮阴工学院
课程论文
作者:
纪统珺
学号:
1131816144
学院:
商学院
专业:
经济与金融
班级:
经济1131
题目:
1994-2015我国财政收入影响因素分析
教授
赵成柏
指导者:
(姓名)(专业技术职务)
评阅者:
(姓名)(专业技术职务)
一、问题的提出
改革开放以来,我国的经济快速发展,GDP从1978年的3650亿元增长到2015年的676708亿元增长了185倍。
相较于22年前的1994年增长了14倍。
伴随着经济的高速发展,中国的财政收入也高速的增长,从1994年的5218亿元到2003年突破2万亿元再到2015年中国财政收入成功突破11万亿元。
财政收入,是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而筹集的一切资金的总和。
财政收入表现为政府部门在一定时期内(一般为一个财政年度)所取得的货币收入。
财政收入是衡量一国政府财力的重要指标,政府在社会经济活动中提供公共物品和服务的范围和数量,在很大程度上决定于财政收入的充裕状况。
收入是一国政府实现政府职能的基本保障,对国民经济的运行及社会的发展起着非凡的作用。
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的大小通常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。
财政收入的增长情况关系着一个国家的经济的发展和社会的进步。
因此,研究财政收入的增长显得尤为重要。
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。
同时一个国家的财政收入的规模还受到经济规模等诸多因素的影响。
本文就建立财政收入影响因素模型,实证分析影响我国财政收入的主要因素,为如何合理有效地制定我国的财政收入计划提供一些政策性。
依据不同的标准,可以对财政收入进行不同的分类。
国际上对财政收入的分类,通常按政府取得财政收入的形式进行分类。
这种分类方法下,将财政收入分为税收收入、国有资产收益、国债收入和收费收入以及其他收入等。
目前税收是我国财政收入的主体,2008年以前税收一直在财政收入中占据90%以上的比例,2014年占比跌至74%历史上首次跌至85%以下。
这证明税收在财政收入中占比呈现出下降趋势,而其他的收入在财政收入中占比越来越高。
财政收入受多种因素影响,这些因素在财政收入中的占比也在不断地改变,而主要影响财政收入的因素有税收、GDP、通货膨胀率、全社会固定资产投资额等。
二、模型设定
研究财政收入的影响因素离不开一些基本的经济变量。
回归变量的选择是建立回归模型的一个极为重要的问题。
如果遗漏了某些重要变量,回归方程的效果肯定不会好。
而考虑过多的变量,不仅计算量增大许多,而且得到的回归方程稳定性也很差,直接影响到回归方程的应用。
通过经济理论对财政收入的解释以及对实践的观察,对财政收入影响的因素主要有税收、GDP(国内生产总值)、通货膨胀率、全社会固定资产投资等。
1、GDP(国内生产总值):
常被公认为衡量国家经济状况的最佳指标。
GDP会促进国民收入,从而会提高居民个人收入水平直接影响居民储蓄量,并与财政收入的增长保持一定的同向性。
2、税收:
税收是以实现国家公共财政职能为目的,基于政治权力和法律规定,由政府专门机构向居民和非居民就其财产或特定行为实施强制、非罚与不直接偿还的金钱或实物课征,可以为政府履行其职能提供充足的资金来源,是国家最主要的一种财政收入形式。
3、通货膨胀率:
是货币超发部分与实际需要的货币量之比,用以反映通货膨胀、货币贬值的程度;而价格指数则是反映价格变动趋势和程度的相对数。
是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标,通常作为观察通货膨胀水平的重要指标。
4、全社会固定资产投资额:
是建造和购置固定资产的经济活动,即固定资产再生产活动。
主要通过投资来促进经济增长,扩大税源,进而拉动财政税收收入整体增长。
模型形式设定:
本文以财政收入Y(亿元)为被解释变量,以GDPX1(亿元)、税收X2(亿元)、通货膨胀率X3(亿元)、全社会固定资产投资额X4(亿元)为解释变量,建立多元回归函数。
lnY=C+C1lnX1+ C2lnX2+ C3lnX3+ C4lnX4+μ
三、数据的收集与处理
本文的数据主要来源于《中国统计年鉴》,使用了1994--2015年的财政收入、GDP、税收、通货膨胀率、全社会固定资产投资额的数据。
为了消除异方差,对数据做取对数处理,利用E- views 进行回归分析,排除以往模型存在的多重共线性,建立财政收入影响因素更精确模型,分析影响财政收入的主要因素及其影响程度。
1994-2015年财政收入及其影响因素的数据
年份
财政收入
Y(亿元)
GDP
X1(亿元)
税收
X2(亿元)
通货膨胀率
X3(%)
全社会固定资产投资额
X4(亿元)
1994
5218
48198
5127
24.1
17043
1995
6242
60793
6038
17.1
20019
1996
7407
71177
6910
8.3
22914
1997
8651
78973
8234
2.8
24941
1998
9875
14817
9263
-0.8
28406
1999
11444
89677
10683
-1.4
29855
2000
13395
99215
12581
0.4
32918
2001
16386
109655
15301
0.7
37213
2002
18903
120333
17004
-0.8
43500
2003
21715
135823
20450
1.2
55567
2004
26396
159878
25718
3.9
70477
2005
31649
185896
30866
1.8
88774
2006
38760
217657
37637
1.5
109998
2007
51322
265810
49443
4.8
137324
2008
61330
314045
54224
5.9
172828
2009
68518
340902
59515
-0.7
224599
2010
83101
401512
77390
3.3
278140
2011
103874
473104
89720
5.4
311022
2012
117253
518942
100601
2.6
374695
2013
129142
588019
110497
2.6
444618
2014
140350
635910
103768
3.3
512761
2015
152217
676708
110604
3.1
551590
注:
1、2006年以前,农业各税包括农业税、牧业税、耕地占用税、农业特产 税、契税和烟叶税;从2006年起,农业各税只包括耕地占用税、契税和烟叶税。
2、企业所得税2001年以前只包括国有及集体企业所得税,从2001年起, 企业所得税还包括除国有企业和集体企业外的其他所有制企业所得税,与以 前各年不可比。
3、国内增值税不包括进口产品增值税;国内消费税不包括进口产品消费税。
四、模型的估计与调整
假定所建模型及其中的随机扰动项μ满足各项古典假定。
利用E- views 对上述基本模型进行OLS参数估计:
lnY= C+ C1lnX1+ C2lnX2+ C3lnX3+ C4lnX4+μ
Eviews的最小二乘法计算结果见表1
表1 回归结果
根据表1中数据,模型估计的结果为
(0.7897)(0.1956)(0.0671)(0.0109)(0.1284)
t=(-3.2047)(2.6689)(7.8981)(-1.3590)(0.7578)
=0.9994=0.9993F=5675.732
模型检验:
根据其经济意义,此方程常数项为负数,也就是在其他变量不变情况下,财政收入为负数,不符合现实经济情况,而且解释变量X3的t检验为负数,所以决定去掉X3之后在进行回归。
表二回归结果
(0.1348)(0.0290)(0.0745)(0.0653)
t=(-3.5275)(0.2584)(10.0101)(4.1423)
=0.9985=0.9982F=3871.17
1、多重共线性
(1)多重共线性的检验
由上述方程可见,=0.9985,=0.9982,该模型可决系数很高,证明方程拟合程度很高,F检验值为3871.17,方程明显显著。
首先,由于税收是国家政府财政收入最主要的收入来源,很大程度上决定于财政收入的充裕状况;国内生产总值与财政收入的增长保持一定的同向性;全社会固定资产投资通过刺激GDP 增长,间接影响财政税收收入整体增长。
所以,财政收入一般和税收、GDP(国民生产总值)、全社会固定资产投资呈正相关关系,这一点在方程中都有显现,即lnX1、lnX2、lnX4系数均为正值。
其次,税收、GDP、全社会固定资产投资的t 统计量值分别为0.2584、10.0101、4.1423。
在显著性水平为0.05 时,,可见tlnX1=0.2584<2.66,而且常数项数值为负数,这证明方程可能存在多重共线性。
选择lnX1、lnX2、lnX4数据得相关系数矩阵如下表3所示:
表3为相关系数矩阵
由相关系数矩阵可以看出,各解释变量相互之间的相关系数较高,证实确实存在多重共线性。
(2)修正多重共线性
采用逐步回归的办法,去检验和解决多重共线性问题。
分别作lny对lnx1、lnx2、lnx4的一元回归,结果如表4所示。
表4 一元回归估计结果
变量
lnX1
lnX2
lnX4
F统计量
134.8599
6496.981
1839.417
t统计量
11.6130
80.6039
42.8884
0.8709
0.9969
0.9892
0.8644
0.9968
0.9887
其中,加入lnX2的方程最大,以lnX2为基础,顺次加入其他变量逐步回归。
结果如表5所示:
表5加入新变量的回归结果
变量
lnX2
lnX4
F统计量
3133.343
6106.672
t统计量
0.5387
4.3058
0.9970
0.9984
0.9967
0.9983
经比较,虽然新加入lnX4方程=0.9984,改进最大,但是各参数(除了税收lnX1)在0.05显著性水平下,t检验均不显著,说明均要剔除lnX2与lnX4,
最终修正严重多重共线性影响后的回归结果为:
表6回归结果
(0.1341)(0.0130)
t=(-3.2278)(80.6039)
DW=0.6242
2、随机扰动项
自相关问题的处理
(1)自相关问题的检验