计量经济学论文.docx

计量经济学论文.docx

《计量经济学论文.docx》由会员分享，可在线阅读，更多相关《计量经济学论文.docx（17页珍藏版）》请在冰豆网上搜索。

计量经济学论文

影响我国财政收入的因素

摘要：

财政作为一项政府活动，是政府职能的具体体现，其主要有资源配置、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。

研究财政收入的影响因素离不开一些基本的经济变量，影响财政收入的因素众多复杂,但是通过研究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总税收、财政支出、固定资产投资等。

本文针对我国财政收入影响因素建立了计量经济模型，并利用Eviews软件对收集到的数据进行相关回归以及多重共线性分析，建立了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，并提出了相关政策建议。

关键字：

财政收入财政收入影响因素固定资产投资财政支出税收总额

正文：

财政收入是一个国家得以实现其职能的基础，尤其在中国这样一个强调政府宏观调控能力的国家，财政收入的多少意味着经济的增长能持续稳定地进行。

近年来，随着国民经济的快速发展，我国财政收入持续较快增长，甚至财政收入的增长率要高于GDP的增长率。

财政收入占GDP的比重逐步提高，国家财政实力稳步提升，政府宏观调控和公共保障能力进一步增强。

至2012年，我国政府的财政收入绝对规模已经超过日本，成为仅次于美国的世界第二富有政府。

但是，从人均财政收入占GDP比重来看，明显低于世界平均水平，人均财力也与发达国家存在很大差距。

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，财政支出、固定资产投资和税收总额3个经济指标为自变量，利用Eviews软件进行回归分析，建立财政收入影响因素模型，分析影响我国财政收入的主要因素，为合理有效地制定我国财政收入计划提供一些政策建议。

一、财政收入影响因素的定量分析：

影响财政收入的因素众多复杂，本文从财政支出、固定资产投资、税收总额三方面进行分析。

变量说明：

（1）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抽泣的一切资金的总和。

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。

财政就是为了满足社会公共需要，弥补市场失灵，以国家为主体参与的社会产品分配活动。

它既是政府的集中性分配活动，又是国家进行宏观调控的重要工具。

（2）财政支出：

通常是指国家为实现其各种职能，由财政部门按照预算计划，将国家集中的财政资金向有关部门和方面进行支付的活动，因此也称预算支出。

财政支出与财政收入一起构成财政分配的完整体系，财政支出是财政收入的归宿，它反映了政府政策的选择，体现了政府活动的方向和范围。

所以，它是财政分配活动的重要的环节。

（3）固定资产投资：

固定资产投资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。

固定资产再生产过程包括固定资产更新（局部和全部更新）、改建、扩建、新建等活动。

固定资产投资是社会固定资产再生产的主要手段。

固定资产投资额是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。

（4）税收收入：

税收收入是指国家按照预定标准，向经济组织和居民无偿地征收实物或货币所取得的一种财政收入。

是国家预算资金的重要来源。

在我国的税收收入结构中，流转税和所得税居于主体地位。

具体有以下来源：

增值税、消费税、营业税、企业所得税、个人所得税、外国投资企业和外国企业所得税、城市维护建设税、车船使用税、房产税、资源税、筵席税、印花税等。

二、建立模型

（一）数据收集

年份

财政收入（亿元）

财政支出（亿元）

固定资产投资（亿元）

税收总额（亿元）

1994

5218.1

5792.62

17042.1

5126.88

1995

6242.2

6823.72

20019.3

6038.04

1996

7407.99

7937.55

22913.5

6909.82

1997

8651.14

9233.56

24941.1

8234.04

1998

9875.95

10798.18

28406.2

9262.8

1999

11444.08

13187.67

29854.7

10682.58

2000

13395.23

15886.5

32917.7

12581.51

2001

16386.04

18902.58

37213.5

15301.38

2002

18903.64

22053.15

43499.9

17636.45

2003

21715.25

24649.95

55566.6

20017.31

2004

26396.47

28486.89

70477.4

24165.68

2005

31649.29

33930.28

88773.6

28778.54

2006

38760.2

40422.73

109998.2

34804.35

2007

51321.78

49781.35

137323.9

45621.97

2008

61330.35

62592.66

172828.4

54223.79

2009

68518.3

76299.93

224598.8

59521.59

2010

83101.51

89874.16

251683.8

73210.79

2011

103874.43

109247.79

311485.1

89738.39

数据来源：

中国统计局统计年鉴

（二）建立模型：

以国家财政收入为被解释变量，财政支出、固定资产投资、税收总额作为解释变量建立线性回归模型：

其中，Yt——财政收入X1——财政支出

X2——固定资产投资X3——税收总额

β0、β1、β2、β3表示待定系数

表示随机误差项

（三）回归模型：

利用Eviews软件，录入数据后对数据进行OLS回归，得出如下结果：

DependentVariable:

Y

Method:

LeastSquares

Date:

12/20/13Time:

17:

30

Sample:

19942011

Includedobservations:

18

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-738.2757

161.7233

-4.565056

0.0004

X1

-0.049047

0.058835

-0.833647

0.4185

X2

0.047502

0.012685

3.744820

0.0022

X3

1.050862

0.053174

19.76257

0.0000

R-squared

0.999886

    Meandependentvar

32455.11

AdjustedR-squared

0.999861

    S.D.dependentvar

29433.77

S.E.ofregression

346.9279

    Akaikeinfocriterion

14.72924

Sumsquaredresid

1685026.

    Schwarzcriterion

14.92710

Loglikelihood

-128.5632

    F-statistic

40784.13

Durbin-Watsonstat

1.681426

    Prob（F-statistic）

0.000000

（-4.565）（-0.834）（3.745）（19.763）

R2=0.999886F=40784.13D.W.=1.68143

（四）模型检验：

从回归估计结果来看，模型拟合较好。

R2=0.999886，表明财政收入变化的99.9886%可以由固定资产投资、财政支出和税收收入来解释。

方程总体线性显著性检验中的F检验：

计算得到的F=40784.13，在给定的的显著性水平α=0.05，查表得到F的临界值为3.34，F值大于F的临界值，所以说线性关系在95%的置信度下是显著成立的。

三、多重共线性的检验和修正

（一）多重共线性的检验：

计算各解释变量的相关系数，得相关系数矩阵如下：

X1

X2

X3

X1

 1.000000

 0.997291

 0.998048

X2

 0.997291

 1.000000

 0.995063

X3

 0.998048

 0.995063

 1.000000

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，证实确实存在严重多重通过共线性。

（二）多重共线性的修正：

采用逐步回归的方法，去检验和解决多重共线性问题。

分别做Y对X1、X2、X3、X4的一元回归，结果如下表：

变量

X1

X2

X3

参数估计值

0.949380

0.324539

1.159407

t统计量

68.90117

45.44731

242.7494

R2

0.996641

0.992313

0.999729

0.996431

0.991833

0.999712

其中，加入X3的方程

最大，以X3为基础，顺次加入其他变量逐步回归。

结果如下表：

加入新变量的回归结果

（一）

变量

X1

X2

X3

R2

X3,X1

0.099186

（1.667115）

1.038702

（14.31802）

0.999771

X3,X2

0.040387

（4.348048）

1.01637

（30.74322）

0.999880

经比较，其中加入X2的方程

2=0.999880，改进最大，而且各参数的t检验显著，选择保留X2.

再加入变量X1时

DependentVariable:

Y

Method:

LeastSquares

Date:

12/20/13Time:

18:

03

Sample:

19942011

Includedobservations:

18

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-738.2757

161.7233

-4.565056

0.0004

X1

-0.049047

0.058835

-0.833647

0.4185

X2

0.047502

0.012685

3.744820

0.0022

X3

1.050862

0.053174

19.76257

0.0000

R-squared

0.999886

    Meandependentvar

32455.11

AdjustedR-squared

0.999861

    S.D.dependentvar

29433.77

S.E.ofregression

346.9279

    Akaikeinfocriterion

14.72924

Sumsquaredresid

1685026.

    Schwarzcriterion

14.92710

Loglikelihood

-128.5632

    F-statistic

40784.13

Durbin-Watsonstat

1.681426

    Prob（F-statistic）

0.000000

当加入X1时，R2几乎不变且其参数的t检验不显著。

故剔除X1。

最后修正严重多重共线性影响后的回归结果为：

（-5.123320）（4.348048）（30.74322）

R2=0.999880

=0.999864F=62445.71D.W.=1.755526

四、模型参数估计与回归结果基本分析

（1）经济意义检验

模型估计结果说明在我国税收收入与财政收入存在着高度正相关，税收收入的增长对财政收入的增长有重大的促进作用，税收每增加1%，财政收入增加1.016%。

财政收入的增加对固定资产投资有一定的依赖性，参数估计值的经济含义合理。

（2）拟合优度检验（

检验）

样本可决系数

=0.999880接近于1，修正可决系数

=0.999864，这说明模型对样本的拟合优度很好。

（3）变量的显著性检验（t检验）

，

所以,差异性显著，参数

、

显著不为0，t检验通过

（4）方程显著性检验（F检验）

所以，差异性显著，方程显著不为0，F检验通过，即固定资产投资与税收总额联合起来对财政收入的影响显著。

（5）异方差的检验（怀特检验）

WhiteHeteroskedasticityTest:

F-statistic

24.03544

    Probability

0.000007

Obs*R-squared

15.85600

    Probability

0.003219

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

12/20/13Time:

18:

30

Sample:

19942011

Includedobservations:

18

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

75449.70

48037.76

1.570633

0.1403

X2

-4.808971

5.463820

-0.880148

0.3948

X2^2

6.69E-06

1.64E-05

0.407668

0.6902

X3

6.910626

18.36672

0.376258

0.7128

X3^2

0.000111

0.000193

0.577296

0.5736

R-squared

0.880889

    Meandependentvar

98259.52

AdjustedR-squared

0.844239

    S.D.dependentvar

198204.9

S.E.ofregression

78224.59

    Akaikeinfocriterion

25.60269

Sumsquaredresid

7.95E+10

    Schwarzcriterion

25.85001

Loglikelihood

-225.4242

    F-statistic

24.03544

Durbin-Watsonstat

1.221892

    Prob（F-statistic）

0.000007

从White检验中知Obs*R-squared=15.8560，该值大于5%显著性水平下，自由度为5的

分布的相应临界值11.07，因此，拒绝同方差的原假设，模型存在异方差。

对模型加入权数

结果为

DependentVariable:

Y

Method:

LeastSquares

Date:

12/20/13Time:

18:

41

Sample:

19942011

Includedobservations:

18

Weightingseries:

W1

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-619.6806

38.62719

-16.04260

0.0000

X2

0.041969

0.005519

7.605071

0.0000

X3

1.004353

0.016718

60.07589

0.0000

WeightedStatistics

R-squared

0.995936

    Meandependentvar

15464.15

AdjustedR-squared

0.995394

    S.D.dependentvar

1735.960

S.E.ofregression

117.8173

    Akaikeinfocriterion

12.52716

Sumsquaredresid

208213.9

    Schwarzcriterion

12.67555

Loglikelihood

-109.7444

    F-statistic

57435.63

Durbin-Watsonstat

1.846446

    Prob（F-statistic）

0.000000

UnweightedStatistics

R-squared

0.999847

    Meandependentvar

32455.11

AdjustedR-squared

0.999827

    S.D.dependentvar

29433.77

S.E.ofregression

387.5075

    Sumsquaredresid

2252431.

Durbin-Watsonstat

1.521946

经加权后的模型拟合优度很高，通过了t检验和F检验。

对加权后的模型进行怀特检验，结果如下：

WhiteHeteroskedasticityTest:

F-statistic

0.467471

    Probability

0.758712

Obs*R-squared

2.263495

    Probability

0.687423

TestEquation:

DependentVariable:

STD_RESID^2

Method:

LeastSquares

Date:

12/20/13Time:

18:

42

Sample:

19942011

Includedobservations:

18

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

20654.83

9548.676

2.163109

0.0498

X2

0.609249

1.086067

0.560968

0.5844

X2^2

-2.42E-06

3.26E-06

-0.743342

0.4705

X3

-2.699654

3.650834

-0.739462

0.4728

X3^2

3.60E-05

3.84E-05

0.937519

0.3656

R-squared

0.125750

    Meandependentvar

11567.44

AdjustedR-squared

-0.143250

    S.D.dependentvar

14542.30

S.E.ofregression

15549.04

    Akaikeinfocriterion

22.37152

Sumsquaredresid

3.14E+09

    Schwarzcriterion

22.61884

Loglikelihood

-196.3437

    F-statistic

0.467471

Durbin-Watsonstat

2.193088

    Prob（F-statistic）

0.758712

从White检验中知Obs*R-squared=2.263495，该值小于5%显著性水平下，自由度为5的

分布的相应临界值

，因此，不拒绝同方差的原假设，经加权的模型不存在异方差。

加权后的模型为

（六）序列相关性检验

D.W.检验：

在Eviews软件下，得到D.W.=1.846446,给定显著性水平

查D.W.表，当n=18，k=3，

，

，

则不存在自相关。

LM检验：

在Eviews软件下，得到D.W.=1.846446,给定显著性水平

查D.W.表，当n=18，k=3，

，

，

则不存在自相关。

LM检验：

利用软件进行自由度为1的LM检验，得到如下结果：

Breusch-GodfreySerialCorrelationLMTest:

Obs*R-squared

4.082764

    Probability

0.043323

TestEquation:

DependentVariable:

RESID

Method:

LeastSquares

Date:

12/21/13Time:

07:

45

Presamplemissingvaluelaggedresidualssettozero.

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-144.9693

157.1703

-0.922371

0.3720