《我国财政收入影响因素分析》_计量经济学论文(eviews分析)Word文档格式.docx

《我国财政收入影响因素分析》_计量经济学论文(eviews分析)Word文档格式.docx

《《我国财政收入影响因素分析》_计量经济学论文(eviews分析)Word文档格式.docx》由会员分享，可在线阅读，更多相关《《我国财政收入影响因素分析》_计量经济学论文(eviews分析)Word文档格式.docx（21页珍藏版）》请在冰豆网上搜索。

令财政收入Y（亿元）为被解释变量，总税收收入X1（亿元）、国内生产总值X2（亿元）、其他收入X3（亿元）、就业人口总数为

X4（万人）为解释变量，据此建立回归模型。

二、数据收集

从《2010中国统计年鉴》得到1990­

­

2009年每年的财政收入、总税收收入、国内生产总值工、其他收入和就业人口总数的统计数据

如下：

obs

财政收入Y

总税收收入X1

国内生产总值X2

其他收入X3

就业人口总数X4

1990

2937.1

2821.86

18667.8

299.53

64749

1991

3149.48

2990.17

21781.5

240.1

65491

1992

3483.37

3296.91

26923.5

265.15

66152

1993

4348.95

4255.3

35333.9

191.04

66808

1994

5218.1

5126.88

48197.9

280.18

67455

1995

6242.2

6038.04

60793.7

396.19

68065

1996

7407.99

6909.82

71176.6

724.66

68950

1997

8651.14

8234.04

78973

682.3

69820

1998

9875.95

9262.8

84402.3

833.3

70637

1999

11444.08

10682.58

89677.1

925.43

71394

2000

13395.23

12581.51

99214.6

944.98

72085

2001

16386.04

15301.38

109655.2

1218.1

73025

2002

18903.64

17636.45

120332.7

1328.74

73740

2003

21715.25

20017.31

135822.8

1691.93

74432

2004

26396.47

24165.68

159878.3

2148.32

75200

2005

31649.29

28778.54

184937.4

2707.83

75825

2006

38760.2

34804.35

216314.4

3683.85

76400

2007

51321.78

45621.97

265810.3

4457.96

76990

2008

61330.35

54223.79

314045.4

5552.46

77480

2009

68518.3

59521.59

340506.9

7215.72

77995

三、模型建立

1、 散点图分析

350000

300000

250000

200000

150000

X1X2X3X4

100000

50000

0 10000

30000

Y

70000

2、 单因素或多变量间关系分析

X10.9989134611

X20.9934790452

X30.8770144886

X40.9836027198

1

47853

90804

79564

41508

0.9989134611

0.9937402677

0.8556377347

0.9849352965

X1

18469

44782

93492

0.9934790452

0.8561835802

0.9862411656

X2

28471

80459

0.8770144886

0.8109403346

X3

50381

0.9836027198

X4

由散点图分析和变量间关系分析可以看出被解释变量财政收入

Y与解释变量总税收收入X1、国内生产总值X2、其他收入X3、就业人口总数X4呈线性关系，因此该回归模型设为：

Y=b0+b1X1+b2X2+b3X3+b4X4+m

3、 模型预模拟

由eviews做ols回归得到结果：

DependentVariable:

YMethod:

LeastSquares

Date:

11/14/11 Time:

17:

51Sample:

19902009

Includedobservations:

20

Variable Coefficient Std.Error t­

Statistic Prob.C 7299.523 1691.814 4.314614 0.0006

X1 1.062802 0.021108 50.34972 0.0000

X2 0.001770 0.004528 0.391007 0.7013

X3 0.873369 0.119806 7.289852 0.0000

X4 ­

0.115975 0.026580 ­

4.363160 0.0006

R­

squared 0.999978Meandependentvar 20556.75

AdjustedR­

squared 0.999972S.D.dependentvar 19987.03

S.E.ofregression 106.6264Akaikeinfocriterion 12.38886Sumsquaredresid 170537.9Schwarzcriterion 12.63779Loglikelihood ­

118.8886F­

statistic 166897.9

Durbin­

Watsonstat 1.496517Prob（F­

statistic） 0.000000

Y=7299.523+1.062802X1+0.001770X2+0.873369X3-0.115975X4

（4.314614） （50.34972） （0.391007） （7.289852） （­

4.363160）

R2=0.999978

四、模型检验

2

R=0.999972F=166897.9

D.W

=1.496517

1.计量经济学意义检验

⑴多重共线性检验与解决

求相关系数矩阵，得到：

CorrelationMatrix

41508 93492 80459 50381

发现模型存在多重共线性。

接下来运用逐步回归法对模型进行

修正:

①将各个解释变量分别加入模型,进行一元回归:

作Y与X1的回归，结果如下:

11/22/11 Time:

23:

02Sample:

Variable Coefficient Std.Error t­

Statistic Prob.C ­

755.6610 145.2330 ­

5.203094 0.0001

X1 1.144994 0.005760 198.7931 0.0000

squared 0.999545Meandependentvar 20556.75

squared0.999519S.D.dependentvar 19987.03

S.E.ofregression 438.1521Akaikeinfocriterion 15.09765Sumsquaredresid 3455590.Schwarzcriterion 15.19722Loglikelihood ­

148.9765F­

statistic 39518.70

Watsonstat 0.475046Prob（F­

作Y与X2的回归，结果如下:

06Sample:

Include