R语言课程设计个人所得税回归分析.docx

R语言课程设计个人所得税回归分析.docx

《R语言课程设计个人所得税回归分析.docx》由会员分享，可在线阅读，更多相关《R语言课程设计个人所得税回归分析.docx（12页珍藏版）》请在冰豆网上搜索。

R语言课程设计个人所得税回归分析

成绩：

统计计算与软件

期末大作业

大作业题目：

任课老师：

姓名：

学号：

班级：

摘要

在纳税单位的选择上，有家庭和个人两种选择方法，选择不同的纳税单位会对国家财政收入、纳税人税负造成不同影响。

目前我国个人所得税制以个人为纳税单位，按其收入类别进行划分，在进行合理扣除后乘以相应税率计征。

而在国外，一些国家允许将家庭作为个人所得税的纳税单位，具有一定的借鉴意义。

本文结合我国国情，探索个人所得税的影响因素。

当前，我国个人所得税的纳税单位为个人，针对不同类型的收入分别采用统一的扣除标准和税率，随着我国经济的快速发展，人们的收入水平也随之不断提升。

在现行的个人所得税制度下，个人作为纳税义务主体，必须按照相关税法对个人收入缴纳所得税，这就导致个人获取的实际收入会有所减少。

关键词：

个人所得税；回归分析；聚类分析；时间序列分析

Abstract

Therearetwowaystochoosetaxpayingunits:

familyandindividual.Differenttaxunitswillhavedifferenteffectsonnationalfiscalrevenueandtaxpayer'staxburden.Atpresent,theindividualincometaxsystemofourcountrytakestheindividualasthetaxunit,dividesitaccordingtoitsincomecategory,andmultipliesthetaxratebythecorrespondingtaxrateafterthereasonablededuction.Inforeigncountries,somecountriesallowthefamilytobetheindividualincometaxunit,whichhascertainreferencesignificance.Thispaperexplorestheinfluencefactorsofpersonalincometaxincombinationwiththenationalconditionsofourcountry.Atpresent,thetaxunitofpersonalincometaxinChinaisindividual,andaunifieddeductionstandardandtaxrateareappliedtodifferenttypesofincome.WiththerapiddevelopmentofChina'seconomy,people'sincomelevelisalsorising.Underthecurrentpersonalincometaxsystem,individualsasincometaxentitiesmustpayincometaxaccordingtotherelevanttaxlaws,whichleadstoadecreaseinpersonalincome.

Keywords:

personalincometax;regressionanalysis;clusteranalysis;timeseriesanalysis

一.数据预处理

首先，将个人所得税收表保存为CSV（逗号分隔）格式，之后用函数将数据读入到R的内存中。

为了方便之后的操作，对各列进行命名，其中NY代表年度时间，CSJMNRJKZPSR，CZDWZGNPJGZ，CZJMCXCKYE，DQSCZZ，DECYZJZ，CZFSYDWCYRYS，DFCZSR，GRSDS，YBYSSR，ZFXJJSR分别代表城市居民年人均可支配收入、城镇单位职工年平均工资、城镇居民储蓄存款余额、地区生产总值、第二产业增加值、城镇非私营单位从业人员数、地方财政收入、个人所得税、一般预算收入、政府性基金收入。

同时给出各类别下的样本量个数。

从原始数据中可知样本量为16，不是很多，如果再进行分块，可能由于样本量的限制无法得到最好的结果，因此，下文中的训练集和测试集均选用原始数据来充当。

二.建模应用：

财政收入的数据分析

2.1分类与预测：

回归分析

回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量之间的关系。

这种技术通常用于预测分析以及发现变量之间的因果关系。

本次运用了lm函数进行回归建模。

MultipleR-squared和AdjustedR-squared这两个值，常被叫做“拟合优度”和“修正拟合优度”，是指回归方程对样本的拟合程度，越接近“1”，拟合程度越高。

显然，这个回归模型的拟合优度为0.9764，拟合程度一般。

而标准化残差则可以认为是模型用城市居民年人均可支配收入、城镇非私营单位从业人员数、城镇居民储蓄存款余额、地区生产总值、第二产业增加值、地方财政收入、政府性基金收入预测个人所得税的平均误差。

各个变量的P值都大于0.05，即各个变量都显著不为零。

图1

图1为模型的回归诊断图。

左上图是残差对拟合值做图，显然残差值与拟合值就没有任何系统关系，即因变量与自变量存在相关关系；右上图为残差QQ图，用以观察残差是否符合正态分布，显然图上的点基本都落在呈45°的直线上，即残差满足正态分布；左下图是标准化残差对拟合值，用于判断模型残差是否等同方差，图上的点呈随机分布状态，故模型残差满足同方差假设；右下图是残差与杠杆图。

2.2聚类分析：

2.2.1层次聚类算法

图2

从图2可以看出，在聚类树的最下端，每个样本独自为一类，越往上，一条分支里的样本多，直至所有的样本聚为一类。

2.2.2其他聚类分析函数

（聚类概率分布）图3

（聚类结果）图4

三.时间序列分析

3.1导入时间序列对象

3.2绘制原始时间序列图

图5

由图5可见原始时间序列图呈单调递增趋势。

3.3时间序列检验分析

>#对序列做自相关检验

>acf（sales_time,lag.max=35）

>#对序列做偏自相关检验

>pacf（sales_time,lag.max=35）

>#对序列做单位根检验

>unitrootTest（sales_time）

ErrorinunitrootTest（sales_time）:

couldnotfindfunction"unitrootTest"

>#对序列做白噪声检验

>Box.test（sales_time,lag=1,type="Ljung-Box"）

Box-Ljungtest

data:

sales_time

X-squared=11.082,df=1,p-value=0.0008715

图6

图7

由对时间序列的检验分析会指出序列的自相关图，可以看出延迟2阶后自相关系数都在两倍标准差内，但时序图有明显递增趋势，且由白噪声检验P值=0.0008较小，所以该序列可以认为是非平稳的非纯随机序列。

所以可以认为个人所得税与时间的变化相关关系影响不大。

3.4ARIMA建模分析

3.4.1对序列一阶段差分后绘制时序图与偏自相关图、自相关图。

图8

图9

图10

结果显示，一阶差分后的序列时序图仍然有较明显的递增趋势，自相关图10阶后结尾，偏自相关图呈拖尾性，所以可以考虑用ARIMA（0，1，1）模型拟合。

3.4.2白噪声检验

P-valu=0.5667>0.05，说明残差为白噪声序列，所以该模型通过白噪声检验。

四.研究结论

本文旨在分析个人所得税的影响因素，主要运用了回归分析与时间序列分析的方法，又通过分析相关数据图，研究出个人所得税受影响的情况。

分别找到了影响几种税收的主要因素。

城市居民年人均可支配收入、城镇单位职工年平均工资、城镇居民储蓄存款余额、地区生产总值、第二产业增加值、城镇非私营单位从业人员数、地方财政收入、一般预算收入、政府性基金收入对个人所得税都有一定影响。

参考文献：

[1]李子奈潘文卿，计量经济学

[2]张良均谢佳标杨坦肖刚，R语言与数据挖掘

[3]王燕，应用时间序列分析