影响税收的几个因素分析计量经济学论文.docx

影响税收的几个因素分析计量经济学论文.docx

《影响税收的几个因素分析计量经济学论文.docx》由会员分享，可在线阅读，更多相关《影响税收的几个因素分析计量经济学论文.docx（15页珍藏版）》请在冰豆网上搜索。

影响税收的几个因素分析计量经济学论文

金融计量学论文

影响税收的几个因素分析

班级：

金融工程1003

学号：

020*******

姓名：

李瑶

成绩

1

数据选取（20分）

2

模型建立与数据分析

（40分）

3

Eviews应用（10分）

4

结论陈述（10分）

5

整体行文（20分）

6

总分

摘要

税收是我国财政收入的基本因素，影响着我国的经济发展。

本文通过查阅相关网站信息数据对影响我国税收的因素进行论述。

通过Eviews计量学软件对国内生产总值、财政支出、商品零售价格指数等税收收入影响因素进行一定的证明与研究分析，得出相关结论，并对我国的税收提一些建议。

关键词：

税收Eviews国内生产总值

Abstract

ThetaxisthebasicfactorsofChina'sfiscalrevenueimpacton

China'seconomicdevelopment.ThisarticlediscussesthefactorsaffectingChina'staxrevenuebyaccesstotherelevantsiteinformationanddata.Someformalresearchandanalysis,theinfluencingfactorsofthetheEviewsmetrologysoftware,thetaxrevenuesofthegrossdomesticproduct（GDP）,fiscalspending,theretailpriceindexanddrawrelevantconclusions,andourtaxsomeadvice.

Keywords:

taxEviewsGDP

序言

税收是国家为实现其职能，凭借政治权力，按照法律规定，通过税收工具强制地、无偿地征收参与国民收入和社会产品的分配和再分配取得财政收入的一种形式。

税收主要用于国防和军队建设、国家公务员工资发放、道路交通和城市基础设施建设、科学研究、医疗卫生防疫、文化教育、救灾赈济、环境保护等领域。

而税收一方面受经济发展的制约，但同时又对经济宏观发展起到重要作用。

因此，我们需要对影响税收的重要因素加以分析。

一．变量的选取从整体来看，经济的增长是税收增长的主要源泉。

因此，选择国内生产总值作为解释变量x1。

税收是财政收入的一个主体，社会经济的发展会对公共财产产生需求。

则财政支出可以代表，作为解释变量x2。

我国的税制结构以流转税为主，以现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。

所以选取商品零售指数作为物价水平的代表作为变量解释x3。

数据的选取

以下是选取的样本数据，单位均为亿元

年份

国内生产总值

国家财政支出

商品零售物价指

数

税收收入

1980

4545.624

1228.830

106.0000

571.7000

1981

4891.561

1138.410

102.4000

629.8900

1982

5323.351

1229.980

101.9000

700.0200

1983

5962.652

1409.520

101.5000

775.5900

1984

7208.052

1701.020

102.8000

947.3500

1985

9016.037

2004.250

108.8000

2040.790

1986

10275.18

2204.910

106.0000

2090.730

1987

12058.62

2262.180

107.3000

2140.360

1988

15042.82

2491.210

118.5000

2390.470

1989

16992.32

2823.780

117.8000

2727.400

1990

18667.82

3083.590

102.1000

2821.860

1991

21781.50

3386.620

102.9000

2990.170

1992

26923.48

3742.200

105.4000

3296.910

1993

35333.92

4642.300

113.2000

4255.300

1994

48197.86

5792.620

121.7000

5126.880

1995

60793.73

6823.720

114.8000

6038.040

1996

71176.59

7937.550

106.1000

6909.820

1997

78973.03

9233.560

100.8000

8234.040

1998

84402.28

10798.18

97.40000

9262.800

1999

89677.05

13187.67

97.00000

10682.58

2000

99214.55

15886.50

98.50000

12581.51

2001

109655.2

18902.58

99.20000

15301.38

2002

120332.7

22053.15

98.70000

17636.45

2003

135822.8

24649.95

99.90590

20017.31

2004

159878.3

28486.89

102.8062

25718.00

2005

183867.9

33930.28

100.7774

30866.00

2006

210871.0

40422.73

101.0282

37636.00

（以上数据来源于《中国统计年鉴》及中宏数据库）

DependentVariable:

Y

Method:

LeastSquares

Date:

06/02/12Time:

23:

51

Sample:

19802006

Includedobservations:

27

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-6357.306

2589.143

-2.455371

0.0221

X1

-0.011191

0.014037

-0.797261

0.4335

X2

0.967082

0.076821

12.58875

0.0000

X3

57.11841

24.00345

2.379592

0.0260

R-squared

0.994954

Meandependentvar

8681.087

AdjustedR-squared

0.994296

S.D.dependentvar

9909.343

S.E.ofregression

748.4057

Akaikeinfocriterion

16.20972

Sumsquaredresid

12882553

Schwarzcriterion

16.40170

Loglikelihood

-214.8312

F-statistic

1511.718

Durbin-Watsonstat

0.691548

Prob（F-statistic）

0.000000

由上表可以得出回归方程：

Y=-6357.306-0.011191*x1+0.967082*x2+57.11841*x3

2589.143

0.014037

0.076821

24.00345

T=-2.455371

-0.797261

12.58875

0.0260

R2二0.994954

2

R-0.994295

f=1511.718

四.模型检验

1、经济意义检验

在假定其他变量不变的情况下，每当国内生产总值增加一亿时，税收便减少0.011191%;每当国家财政支出增加一亿时，，税收增加0.967082%;每当商品零售物价指数增加一亿时，税收增加57.11841%。

其中我认为国民生产总值与物价零售指数有一定出入，下文会有所校正。

2、统计检验

拟合优度由表中得出的两个数据（以下两个），可知模型对样本

拟合的较好

—2

R2=0.994954R=0.994295

T检验中三个解释变量的t值分别是

t0=-2.455371,t仁-0.797261,t2=12.58875,t3=2.379592.在5%显著性水平下自由度为n-k-仁27-3-1=23的t的临界值t。

.。

25（23）=2.069其中截距的t值小于临界值说明截距与零没有显著性差异，三个偏斜率有一个没有通过显著性检验，t2与t3通过了显著性检验

3、多重共线性的检验

Y

X1

X2

X3

Y

1.000000

0.979746

0.996789

-0.383615

X1

0.979746

1.000000

0.984833

-0.407265

X2

0.996789

0.984833

1.000000

-0.416781

X3

-0.383615

-0.407265

-0.416781

1.000000

由上图可知x1与x2之间的相关系数高达0.984833，两者高度正相

关。

将国内生产总值x1对国家财政支出x2进行回归分析

DependentVariable:

X1

Method:

LeastSquares

Date:

06/03/12Time:

19:

23

Sample:

19802006

Includedobservations:

27

Variable

Coefficient

Std.Errort-Statistic

Prob.

X2

5.364351

0.18901328.38090

0.0000

C

7063.349

2797.1842.525164

0.0183

R-squared

0.969897

Meandependentvar

60995.78

AdjustedR-squared

0.968693

S.D.dependentvar

60277.90

S.E.ofregression

10665.50

Akaikeinfocriterion

21.45860

Sumsquaredresid

2.84E+09

Schwarzcriterion

21.55459

Loglikelihood

-287.6911

F-statistic

805.4757

Durbin-Watsonstat

0.144634

Prob（F-statistic）

0.000000

X1i=7063.349+5.3643512

R2二0.969897

DW=0.144634

F=805.4757

因此，x1与x2之间存在显著地线性关系

VIF=1/（1-R2）=33.21928>10因此该模型具有多重共线性

多重共线性修正结果分析

运用OLS方法逐一求y对各个结束变量的回归

2

Y与x1:

y=-1143.176+0.161065x1R=0.959902

Variable

Coefficient

Std.Errort-Statistic

Prob.

C

-1143.176

559.4057-2.043554

0.0517

X1

0.161065

0.00658424.46369

0.0000

R-squared

0.959902

Meandependentvar

8681.087

AdjustedR-squared

0.958298

S.D.dependentvar

9909.343

S.E.ofregression

2023.592

Akaikeinfocriterion

18.13432

Sumsquaredresid

1.02E+08

Schwarzcriterion

18.23031

Loglikelihood

-242.8134

F-statistic

598.4724

Durbin-Watsonstat

0.170737

Prob（F-statistic）

0.000000

R2=0.993589

2

R=0.147161

Y与x2:

y二-292.7317+0.892575x2

Ineludedobservations:

27

Variable

Coeffieient

Std.Errort-Statistie

Prob.

X2

0.892575

0.01434062.24431

0.0000

C

-292.7317

212.2144-1.379415

0.1800

R-squared

0.993589

Meandependentvar

8681.087

AdjustedR-squared

0.993332

S.D.dependentvar

9909.343

S.E.ofregression

809.1614

Akaikeinfoeriterion

16.30106

Sumsquaredresid

16368556

Schwarzeriterion

16.39705

Loglikelihood

-218.0643

F-statistie

3874.355

Durbin-Watsonstat

0.501126

Prob（F-statistie）

0.000000

==

=

Y与x3:

y=68011.85+-564.9916x3

DependentVariable:

Y

Method:

LeastSquares

Date:

06/03/12Time:

19:

51

Sample:

19802006

Ineludedobservations:

27

Variable

Coeffieient

Std.Errort-Statistie

Prob.

C

68011.85

28622.302.376184

0.0255

X3

-564.9916

272.0256-2.076979

0.0482

R-squared

0.147161

Meandependentvar

8681.087

AdjustedR-squared

0.113047

S.D.dependentvar

9909.343

S.E.ofregression

9332.439

Akaikeinfoeriterion

21.19157

Sumsquaredresid

2.18E+09

Sehwarzeriterion

21.28756

Loglikelihood

-284.0862

F-statistie

4.313843

Durbin-Watsonstat

0.179687

Prob（F-statistie）

0.048232

由上面的三个基本回归方程可知，x2是最重要的解释变量，所以选

择第二个基本回归方程作为出事的回归模型

逐步回归

将其余变量逐一代入式y=-292.7317+0.892575x2得出如下几个模型

Yx2x3:

y=-6394.656+0.906950x2+56.73074x3

R2二0.994383

2

R=0.994815DW=0.652300F=2302.212

DependentVariable:

Y

Method:

LeastSquares

Date:

06/03/12

Time:

20:

11

Sample:

19802006

Ineludedobservations:

27

Variable

Coefficient

Std.Errort-Statistic

Prob.

C

-6394.656

2568.992-2.489169

0.0201

X2

0.906950

0.01448062.63627

0.0000

X3

56.73074

23.815652.382078

0.0255

R-squared

0.994815

Meandependentvar

8681.087

AdjustedR-squared

0.994383

S.D.dependentvar

9909.343

S.E.ofregression

742.7027

Akaikeinfocriterion

16.16291

Sumsquaredresid

13238574

Schwarzcriterion

16.30689

Loglikelihood

-215.1993

F-statistic

2302.212

Durbin-Watsonstat

0.652300

Prob（F-statistic）

0.000000

——

—

丫x1x2x3:

丫=-6357.306-0.011191*x1+0.967082*x2+57.11841*x3

2

R2=0.994954R=0.994295DW=0.652300F=1511.718

通过以上分析，得出x1税收影响并不显著，故将其剔除。

在删除X1

后模型的统计检验有较大改善，经过以上分析，丫对X2、X3的回归

模型较优。

最终回归结果如下：

y=-6394.656+0.906950x2+56.73074x3

氏=0.994815

R2二0.994383

DW=0.652300F=2302.212

4、异方差性

y=-6394.656+0.906950x2+56.73074x3

由G-Q检验，对样本按x2由大到小排序，去除中间的4个样本，剩余22个样本，再分成两个样本容量为11的子样本，对两个子样本分别用OLS法做回归

子样本1:

DependentVariable:

Y

Method:

LeastSquares

Date:

06/03/12

Time:

20:

58

Sample:

19801990

Ineludedobservations:

11

Variable

Coeffieient

Std.Errort-Statistie

Prob.

C

-20728.71

12657.86-1.637615

0.1401

X2

0.936895

0.03107530.14924

0.0000

X3

191.9785

126.60511.516357

0.1679

R-squared

0.991411

Meandependentvar

17713.26

AdjustedR-squared

0.989263

S.D.dependentvar

9994.315

S.E.ofregression

1035.583

Akaikeinfoeriterion

16.95032

Sumsquaredresid

8579459.

Schwarzeriterion

17.05883

Loglikelihood

-90.22675

F-statistie

461.6999

Durbin-Watsonstat

0.713244

Prob（F-statistie）

0.000000

==

=

Y=-20728.71+0.936895x2+191.9785x3

Rf=O.0.991411RSS=8579459

子样本2:

DependentVariable:

Y

Method:

LeastSquares

Date:

06/03/12Time:

21:

14

Sample:

19962006

Ineludedobservations:

11

Variable

Coeffieient

Std.Error

t-Statistie

Prob.

C

-2531.982

1207.246

-2.097321

0.0692

X2

1.213465

0.110850

10.94695

0.0000

X3

16.59790

12.25248

1.354657

0.2125

R-squared

0.960384

Meandependentvar

1621.469

AdjustedR-squared

0.950480

S.D.dependentvar

895.8196

S.E.ofregression

199.3467

Akaikeinfoeriterion

13.65497

Sumsquaredresid

317912.7

Sehwarzeriterion

13.76349

Loglikelihood

-72.10233

F-statistie

96.97020

Durbin-Watsonstat

1.934652

Prob（F-statistie）

0.000002

Y二2531.982+1.213465x2+16.59790x3

氏=0.960384RS9=317912.7

计算F统计量：

F=RSSl/（11-2-1）-RSS7（11-2-1）=26.9868

在5%的显著性水平下，自由度为（8,8）的f的分布临界值为Fo.oo5

（8,8）=3.44,于是拒绝了同方差的假设，表明元模型存在异方差。

异方差性修正结果分析

采用加权最小二乘法进行估计:

以1/|ei|为权重进行加权最小二乘法，则有

DependentVariable:

Y

Method:

LeastSquares

Date:

06/03/12Time:

21:

37

Sample（adjusted）:

19962006

Includedobservations:

11afteradjustingendpoints

Weightingseries:

1/ABS（E1）

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-2251.989